ESTATÍSTICA_1

Annotations:

Estatística segmento da matemática aplicada p/ atender necessids do gov/Estado ; . necessid gov coletar dados c CENSOS DEMOGRÁFICOS => desenvolvimento da área;; .significado Estatística (latim) = Estado; dados brutos ñ levam a compreensão fatos. C o tempo, Estatist. tornou ciência q cria e aprimora métodos pesq (planejar, obter dados, organiza-los, resumir, analisar, interpretar e assim tirar conclusões e fazer inferências). 
http://www.famat.ufu.br/graduacao/estatistica/fichas-de-disciplinas  .  ; http://www.famat.ufu.br/system/files/conteudo/grade_curricular_-_estatistica.pdf
https://uspdigital.usp.br/jupiterweb/listarGradeCurricular?codcg=45&codcur=45061&codhab=1&tipo=N

Hist
Annotations:
- Jose Maria Pompeu Memoria 2004 https://ainfo.cnptia.embrapa.br/digital/bitstream/item/92422/1/sge-texto-21.pdf
- ver https://www.youtube.com/watch?v=s2SYbdIbuYw
1. imperador Cesar Augusto - IMPOSTOS
  Annotations:
  -  levantamento p/ter dados terra, proprietarios,animais e calcular IMPOSTOS
  - https://super.abril.com.br/historia/por-que-pagamos-impostos/
2. BALANCETES do IMPÉRIO ROMANO (Carlos Magno); DOOMSDAY BOOK ;
  Annotations:
  - carlos magno
  - doomsday book: registro de proprieds rurais dos conquistados anglo-saxoes por ordem de Guilherme,o Conquistador, invasor normando da Inglaterra no séc 11" - Embrapa 2004, Memoria. https://ainfo.cnptia.embrapa.br/digital/bitstream/item/92422/1/sge-texto-21.pdf
3. RENASCIMENTO (sec 14 a 17)
  1. igreja católica romana reconhece a importância registros batismos, nasc, óbitos => Concilio de Trento 1545 a 1563
    Annotations:
    - igreja católica romana reconhece a importância registros batismos,nascimentos,óbitos (tornados obrigatorios a partir do Concilio de Trento- 1545 a 1563) https://ainfo.cnptia.embrapa.br/digital/bitstream/item/92422/1/sge-texto-21.pdf
  2. estatísticos italianos ; Francesco Sansovini
    Annotations:
    - obra de Francesco Sansovini (1521 a 1586) publicada em 1561
4. sec 17
  1. John GRAUNT (Inglaterra,1662): TÁBUA de Vida rudimentar, 1ªtentativa tirar conclusões a partir dados numéricos (William PETTY chamou de "Aritmética Política", conhecido hj como DEMOGRAFIA )
    Annotations:
    - - Graunt,  1620 a 1674 - negociante de tecidos, leigo mas mt curioso no assunto a pto de virar Fellow Royal Society; - obra 1662: analise de dados coletados entre 1604 a 1660 nas paróquias de Londres => conclusão alta mortalid nos 1ºs anos vida e nas zonas urbanashttps://ainfo.cnptia.embrapa.br/digital/bitstream/item/92422/1/sge-texto-21.pdf
    - - William Petty 1623 a 1687 propôs uso metodos quantitativos como meio de analise de riqueza de um país https://edisciplinas.usp.br/pluginfile.php/6035492/mod_resource/content/1/Alguns%20Precursores.pdf
    1. EDMOND HALLEY: 1º a construir tabua c/dados 1687 a 1691 seguindo preceitos cientificos, criador do cálc atuarial (tabua q dá base p/ cálc SEGUROS DE VIDA, PLANOS PREVIDÊNCIA )
      Annotations:
      - - E.Halley 1656 a 1742; https://pt.wikipedia.org/wiki/T%C3%A1bua_de_mortalidade  . ; https://pt.wikipedia.org/wiki/Ci%C3%AAncias_atuariais
  2. CÁLC PROBABILIDADES- PASCAL e FERMAT (jogos azar)
    1. COMO SE JOGA BARALHO?
      Annotations:
      - https://www.youtube.com/watch?v=fmMagj_jdOI .
      - https://youtu.be/qPUjLQStxzc?list=PLxI8Can9yAHdJq561NyRN9wZpTqVJn0Z0
5. séc 20 Estatística Moderna
  Annotations:
  - - Demografia surge como disciplina autônoma
6. Br
  1. Profissional
    Annotations:
    - https://www.conre3.org.br/MTrabalho/DOS_ESTATISTICOS_ESTATISTICAS_EBOOK_ED1.pdf
    - CBO https://empregabrasil.mte.gov.br/76/cbo/
    1. LEI 4.739/1965 regulamenta, cria CONFE, CONRE
      Annotations:
      - http://www.planalto.gov.br/ccivil_03/leis/1950-1969/L4739.htm
      1. Dec.62.497/1968
        Annotations:
        http://www.planalto.gov.br/ccivil_03/decreto/1950-1969/D62497.htm
      2. Regimento CONREs - Resol CONFE 30 / 1974
        Annotations:
        http://www.confe.org.br/regimentoconres.pdf
      3. fiscalização
        CONFE
        Annotations:
        http://www.confe.org.br/apresentacao.htm http://www.confe.org.br/historico.htm
        CONREs
        Annotations:
        regimento int http://www.confe.org.br/regimentoconres.pdf
    2. CÓD. ÉTICA Resol 58 (1976)
      Annotations:
      - http://www.confe.org.br/resolucao_58.pdf
  2. Império, IBGE
    Annotations:
    - https://educa.ibge.gov.br/jovens/materias-especiais.html ;; . https://educa.ibge.gov.br/
    1. 1947 - 1ºcurso inferência estatística ; 1953- ENCE e Esc.Estat. Bahia
  3. resolução 8/2008 CNE/CES diretrizes curriculares graduação
    Annotations:
    - http://portal.mec.gov.br/cne/arquivos/pdf/2008/rces008_08.pdf
    1. registro profissional provisório p/formandos
    2. disciplinas
      Annotations:
      - art 6 http://portal.mec.gov.br/cne/arquivos/pdf/2008/rces008_08.pdf
      - Estat : Métodos Paramétricos e Não Paramétricos, Inferência, Modelos Lineares, Amostragem e Análise Multivariada;
      - Computç: linguagem pgmç; pctes estatísticos;B.D;
      - Estat. Computacional:  métodos de simulação e geração de variáveis aleatórias;
      - Probabilid e Matemát:  Geometria Analítica e Álgebra Linear;
    3. MEC
      Annotations:
      - https://www.gov.br/mec/pt-br/estrutura-organizacional/organograma
      1. C N E
        Annotations:
        órgão colegiado http://portal.mec.gov.br/conselho-nacional-de-educacao/atos-normativos--sumulas-pareceres-e-resolucoes?id=12816
        CÂM Eduç Básica
        Annotations:
        "analisar e emitir pareceres sobre procedimentos e resultados de processos de avaliação da educação infantil, fundamental, média, profissional e especial, deliberar sobre diretrizes curriculares propostas pelo Ministério da Educação; e acompanhar a execução do Plano Nacional de Educação (PNE). " http://portal.mec.gov.br/index.php?option=com_content&view=article&id=14306:cne-historico&catid=323:orgaos-vinculados
        C E S Cãm Eduç Sup
7. sábios islâmico, 1447
8. Instituto Internacional de Estatística (IIE),1885
  Annotations:
  - http://www.ime.unicamp.br/~laurarifo/graduacao/Declaration-PT2010.pdf
9. necessidade contar (terras, populç, rituais reliigisos?); COMPARAÇÃO 1 A 1; REGISTROS (Ossos, Cavernas...) ; CONTAGEM 1-2-MUITOS
  Annotations:
  - ideia de número pode ser mais antiga que a escrita! hipótese: contar surgiu em ativds de rituais religiosos (mitos da criaç) comparaç 1 a 1: pedras (p/contar), marcas em ossos/ cavernas (p/registro) ex: theco-eslováquia osso lobo c/ 57 marcas (separadas em grupos de 5) ~30.000 anos  Contagem do tipo “um-dois-muitos”
  - https://edisciplinas.usp.br/pluginfile.php/4381191/mod_resource/content/1/MAT1514%20-%20SistemasNumeracao%28Texto%20MariaElisa%29.pdf
  1. censos já eram realizados, muitos anos antes de Cristo, no Egito, na China e na Babilônia
    Annotations:
    -  censo = ESTUDO abrange TODA POPULAÇa  =>infs importantes pra criação de políticas públicas e tomadas de decisão.
estatística (método) x estatísticaS (nº)
Annotations:
- [sing] MÉTODO (coleta, organiza, interpreta, apresenta). relação c/ PROBABILIDADE, ESTATÍSTICA DESCRITIVA, INFERENCIAL
- [pl] NÚMERO (dados fornece infs de uma ativid ex: estatísticas demográficas - nº nasc/mortes, estatísticas econômicas - dados desempenho gov ou empresa)
Aplicações
Annotations:
- https://www.youtube.com/watch?v=U5Q9zdIHbRU&t=3s
- http://www.confe.org.br/areas.pdf
Attachments:
PROBABILIDADE (0 a 1)
Annotations:
- medida numérica (entre 0 e 1, sendo 0 evento impossível e 1 certeza) de um evento acontecer sendo 0 impossível e 1 certeza. *SOMA DE TODAS AS PROBABILIDADES = 1
1. Análise Combinatória
  Annotations:
  -  pte da matemática q desenvolve tecnicas e metodos de contagem 
  - - Princípio Aditivo: m possibilidades + n possibilidades ; . - Princípio Multiplicativo: 1º evento com M possibilidades  x   2º evento com N possibilidades 
  - *ideia de fila (ordem importa) e grupo (ñ importa)
  1. PFC; Diagrama Árvore; Princps contagem adição (m possibilids + n possiblids) e multiplç (m * n)
    Annotations:
    - PFC: método algébrico p/determinar o nº possibilids de ocorrência sem precisar descrever todas as possiblids
  2. PERMUTAÇÃO P(n) = n!
  3. ARRANJO: An,p = n ! / (n - p) !
2. EXPERIMENTO (tentativa gera 1 result) ; ESPAÇO AMOSTRAL (conj todos results possíveis) ; EVENTO (subgrupo Espaço Amostral)
  1. Evento COMPLEMENTAR (P(E) + P(E') = 1)
  2. Evento SIMPLES (1 / nº total resultados do experimento aleatório) e COMPOSTO ( nº resultados favoráveis / nº total resultados para experimento)
3. tipos
  Annotations:
  - *Qd se repete mtas vezes experimento de probabilid empírica se aproxima da probabilid teórica. ex: lança moeda n vezes e vê q results de sair cara se aproximam de 0,5 [Lei dos grandes nºs]
  1. Empírica
    Annotations:
    - experimentos anteriores
    - ex: pesq eleitoral: candidatos A (ganharia 280 votos), B(170 votos) e N (50 votos). Qual probabilid da próx pessoa entrevistada votar no candidato A? = 280/500 = 0,56 08 56%
  2. Clássica ou Teórica (= nº elementos do evento / nº elementos espaço amostral )
    Annotations:
    - ex: probabilid sair nº par ao jogar um dado 3/6 = 1/2 = 50%
  3. Subjetiva
    Annotations:
    - Intuitiva ex: médico tem um palpite da probabilid do paciente se recuperar;
4. experimentos aleatórios => VARS ALEATÓRIAS ; DISTRIB PROB (estudo todas possibilids) ; DIST PROB VAR DISCRETA e CONTÍNUAS ( TLC ; dist NORMAL / GAUSSIANA)
  Annotations:
  - vars aleat = nascem de experimentos aleatórios (q n dá pra prever result) ; . *Distribuiç de probabilid = estudo de todas probabilids
  - distrib normal / Gaussiana= teorema limite central TLC;
  - https://www.youtube.com/watch?v=-N60-uc_Erk  ; https://www.youtube.com/watch?v=i6mUb252t-Q
  1. DIST PROB DE VARS DISCRETAS ( dist POISSON = λ^x * e^-λ / x!)
    Annotations:
    - distribuiç de poisson (var aleat discreta) aplicada experimentos ocorrência aleatória e independente ex nº acidentes numa rodovia num periodo tempo - cada acidente é evento único; ex: nº clientes entra mercado num intervalo de 1h ; Fórmula Dist Prob Poisson: P(x)=λ^x * e^-λ / x! λ (lambda, Parametro Poisson): M.A nº ocorrencias no intervalo estabelecido; e: nºEuler; x: qtd ocorrencias durante estudo
    1. função discreta de probabilidade ou função de probabilidade
  2. DIST PROB DE VARS CONTÍNUAS ( dist NORMAL / GAUSSIANA) dist normal padrão μ=0 e σ=1 ; Padronização da Var Tabela de escores z = x - μ / σ
    1. função densidade de probabilidade
  3. função distribuição de probabilidade
5. EXPERIMENTO BINOMIAL ; DIST PROB BINOMIAL (= P(x) = nCx * p^x * q^(n-x)) ; M.A e D.P de Distr Binomial
  Annotations:
  - condiçs de experimento binomial:  tem q existir n testes idênticos (pode replicar o teste várias vezes em qualquer local por outras pessoas),  tem 2 results possíveis: Sucesso ou Insucesso/Fracasso (ñ no sentido bom/ruim, C/E, mas no sentido se aconteceu como esperado e ñ aconteceu como esperado), probabilids dos 2 eventos tem q permanecer ctes durante evento (chance de acontecer sucesso ou fracasso ñ pode mudar), todos testes tem q ser independentes (um teste ñ depende de outro ex: lançar 10 moedas),
  - P(x) = nCx * p^x * q^(n-x) nCx = n! / x!(n-x)! ; n = nºtot testes; p = prob sucesso; q = 1-p = prob insucesso; x = nº sucessos; n-x = nº insucessos
  - M.A e D.P de Distr Binomial (Média arit e Desvio padrao): M.A(µ) = n*p DP (σ)= raiz de n*p*q n: nº tot testes; p: prob sucesso; q: prob insucesso
6. Probabilidade CONDICIONAL:
  Annotations:
  - resposta de um evento depende de outro
EST. DESCRITIVA
Annotations:
-  pte da estatist descreve um fenômeno/situaç,  trab c/ coleta, tabulç dados e apresentç por meio graficos/tabelas; se preocupa em pensar como vai ser feita pesq, a coleta dados? quais técnicas amostragem usar? oq fazer c/esses dados dps q chegam na mão do pesquisador?
1. MED DISPERSÃO / VARIABILIDADE
  Annotations:
  - dispersão dos valores em torno da M.A
  1. █AMPLITUDE ; █VARIÂNCIA (S² ou σ²) ; █DESVIO PADRÃO (S ou σ ) ; █COEFICIENTE VARIAÇÃO (CV % = (S / MÉDIA ) * 100)
    Annotations:
    - AMPLITUDE: diferença entre maior ou menor valor (pra saber se estudo tá sendo mto ou pouco amplo, qtas variáveis está pegando. Amplitude indicação ‘rapida e facil’ de variabilidade
    - VARIÂNCIA (S²  ou  σ²): quão distante cada valor está;  considera valores extremos e tb os intermediários; relaciona os desvios em torno da media; M.A dos quadrados dos desvios
    - DESVIO PADRÃO (S  ou σ ): ferramenta de calculo útil qd estiver trabalhando com média aritmética
    1. DISTRIBUIÇÃO DE FREQUÊNCIAS: █Fi , █Fia , █Fr , █Fra
      Annotations:
      - Distribuição de frequências: são séries estatísticas nas quais os dados são agrupados (com ou sem intervalo de classes) com suas respectivas frequências absolutas. Também se pode apresentar as frequências relativas e as acumuladas; por exemplo: altura dos alunos de uma sala de aula em maio de 2019
      1. HISTOGRAMA (simétricos, assimétricos) ;
      2. POLÍGONO DE FREQ. ; POLÍGONO FREQ. RELATIVA
        Annotations:
        Políg Frreq une (por segmentos de reta) pontos médios dos retangulos do histograma
      3. TABELAS ; SÉRIES ESTAT. (Cronológica, Geográf, Específica, Série Est Mista)
        Annotations:
         série estatística="toda tabela que apresenta a distribuição de um conjunto de dados estatísticos em função da época, do local ou da espécie"" https://pt.wikipedia.org/wiki/S%C3%A9ries_estat%C3%ADsticas
        Série Temporal: dados são observados segundo a época de ocorrência Série Geográfica: dados são observados segundo a localidade da ocorrência; Série Específica: os dados são agrupados segundo a modalidade de ocorrência;
      4. OGIVA ; BARRAS ; POLIGONAL / LINHA
      5. SETORES / PIZZA
      6. DIAGRAMA DISPERSÃO
  2. p/ DADOS NÃO AGRUPADOS (* se NÃO TIVER REPETIÇÃO DE MSMS DADOS, NÃO NECESSARIO TABELAS DIST. FI)
    1. POPULAÇÃO ( tam conj: N)
      1. VARIÂNCIA σ² = soma ( xi - média) ² / N
    2. AMOSTRA ( tam con: n )
      1. VARIÂNCIA σ² = soma ( xi - média) ² / n - 1 , {denominador n-1 pq se fosse n tenderia subestimar/valores mto pequenos. colocando valor um pouco menor n-1 corrige essa estimativa}
        s ² = GRAUS DE LIBERDADE ( gl )
        Annotations:
        https://www.youtube.com/watch?v=RX-vvhCng48
  3. P/ DADOS AGRUPADOS ( |--- )
    Annotations:
    - Ponto medio(xi) do intervalo -> xi.f -> para calc média = soma xi.f / total elementos -> (xi-média)².f -> variância = soma(xi-média)².f / N (*N qdo população. Se amostra dividir por n - 1 -> dp= raiz da variância
    1. POPULAÇÃO (tam. N )
      1. VARIÂNCIA σ² soma(xi-média)² . FREQUENCIA / N
    2. AMOSTRA ( n)
      1. VARIÂNCIA σ² soma(xi-média)² . FREQUENCIA / n-1
2. MEDIDAS POSIÇÃO / LOCALIZAÇÃO
  1. MTC
    Annotations:
    - med tendencia central: resume conj; valor q caracteriza conj; - nem sempre a M.A (media arit) caracteriza conj de forma confiavel => Media PONDERADA, GEOMETRICA, HARMONICA
    1. ●MODA(valor +freq: AMODAL, UNIMODAL, BIMODAL, MULTIMODAL)
    2. MÉDIAS SIMPLES (●M.A.S ; ●M.G.S ; ●M.H.S)
      Annotations:
      - MEDIA: Centro da distribuiç; Reflete todos os valores; É afetada por valores extremos; ; . https://ead.ucs.br/blog/media-ponderada .; https://www.youtube.com/watch?v=4qUvBrRLKLM
      1. ●M.G.S: Media GEOMETRICA (Simples): raiz c/ índide qtd termos do radicando produto dos termos
        Annotations:
        M.G de 2 nºs= raiz qaudrada do produto dos 2 nºs; MG de 3 nºs= raiz cubica do produto dos 3 nºs;
      2. ●M.A.S: Média ARITMETICA Simples =soma valores / qtd valores),
      3. ●M.H.S: Media HARMÔNICA Simples = inverso da M.A dos inversos (1/Mai)
      4. MA x MH = (MG) ²
        Annotations:
        https://youtu.be/4qUvBrRLKLM?t=1390
        MA >= MG >=MH
    3. ●MEDIANA: divide conj em 2 ptes iguais; meio da Amostra; (1º) Ordenar dados 2º) tam.conj ímpar: n+1/2) ou 3º) tam.par: média M.A das posições 1 e 2, sendo posiç1= n/2 e posiç2= n/2+1
    4. MÉDIAS PONDERADAS (●M.A.P ; ●M.G.P ; ●M.H.P)
      1. ● M.A.P: Aritmetica Ponderada(multip peso a cada obs / soma valores)
      2. ●M.G.P: Geometrica Ponderada = raiz índice soma dos pesos e radicando produto dos termos sendo cada termo elevado ao seu respectivo peso
      3. ●M.H.P: Harmonica Ponderada =MA ponderada dos inversos => MH = 1/MAPI
    5. DADOS AGRUPADOS ( |--- )
      Annotations:
      - por intervalos / classes
      1. Ponto/Valor Médio dos Intervalos (VM)
        MÉDIA = soma ( VM * Freq ) / total elementos
        Annotations:
        nesse caso calcula como MÉDIA PONDERADA pq tem frequencia (peso)
      2. Freq Acumulada (Fia)
        achar classe da Md
        Annotations:
        n / 2 => posição do meio
        MEDIANA = lim.inf da classe da Md + [ ( n / 2 - Freq Acumulada da classe anterior à classe da Md) / Freq simples da classe da Md ] x amplitude da classe
        Annotations:
        https://www.youtube.com/watch?v=PRNZpbCE-iM&t=205s
      3. REGRA DE STURGES: k = 1 + 3,3 log n
        Annotations:
        p/ saber qtas classes terá
      4. Método prático: se n < 25 = 5 classes. Se n >= 25 = raiz de n
        Annotations:
        https://www.youtube.com/watch?v=gLt6mAAXUI4&t=0s
      5. MODA BRUTA , KING , CZUBER , PEARSON
        Annotations:
        https://www.youtube.com/watch?v=LnjQ3NAC5mI
        MODA BRUTA = ( l + L ) / 2 , ou seja, lim inf classe modal + lim sup dividido 2 = Ponto Médio do Intervalo Modal (Intervalo Modal é a classe com > fi )
        Annotations:
        https://www.youtube.com/watch?v=2iQWzE0tMMg
        MODA KING = l+ fpost/fpost+fant * (L-l) = Lim inf do intervalo modal + [ Freq Post / (Freq Post + Freq Ant) ] x amplitude
        Annotations:
        https://www.youtube.com/watch?v=qPevrLZYzIU
        MODA CZUBER = l + D1/D1+D2 * (L-l) = Lim inf do intervalo modal + [(Δant,ou seja, variação da freq simples do intervalo modal com a freq do intervalo anterior) /Δant +Δpost ] x amplitude
        Annotations:
        D1= fi- fant D2= fi-fpost https://www.youtube.com/watch?v=cqc5X4y5vEo
        PEARSON = 3 * Md - 2 * média
  2. MED POSIÇÃO RELATIVA
    1. █PERCENTIS (percentil de x=nº valores menores q x / nºtot valores *100)
      Annotations:
      - divide dados em 100 grupos, cada um contendo ~1% do conj;
      -  percentil do valor x = nº valores menores q x / nºtot valores *100 ; .. L = k/100 * n (L: localizador, posição do valor, uma vez ordenado a base;  n: nº tot valores do conj;Pk: k-ésimo percentil)
    2. █QUARTIS ( Q1= Ʃfi / 4 ; Q2=Md=Ʃ fi / 2 ; Q3 = 3*Ʃ fi / 4 )
3. ANALISE BIDIMENSIONAL (2 vars, var X: Independente / Explanatória / Explicativa, var Y: Dependente / Resposta / Explicada)
  Annotations:
  - tecnicas estatisticas REGRESSÃO  e CORRELAÇÃO avaliam como variaveis se relacionam
  1. CORRELAÇÃO (AV qualid da relaç) ; Diagrama Correlaç (correlaç significativa?) ; coeficiente correlaç ( -1, 0, +1)
    Annotations:
    - https://www.youtube.com/watch?v=7gWN20iFUFw GRINGS CORRELAÇÃO E REGRESSÃO
    1. CORRELAÇÃO LINEAR (Positiva r~1, Negativa r~ -1, SemCorrelaç) <-> coef correlaç pearson (r) = Sxy / raiz de Sxx.Syy
      Annotations:
      - Positiva (x aumenta, y aumenta) Negativa (x aumenta y diminui), Nenhuma Correlaç (ñ dá pra identificar comporta/o) https://www.youtube.com/watch?v=v6kI-9s2Qhk
      - univesp https://www.youtube.com/playlist?list=PLxI8Can9yAHdJq561NyRN9wZpTqVJn0Z0
      1. REGRESSÃO (descreve por meio Equaçs Algébricas previsão da situaç) y = a + b.x
        Annotations:
        “regredir p/ equação da reta”
    2. COVARIÂNCIA (direç da relaç entre vars)
EST. INFERENCIAL
Annotations:
- INTERVALO DE CONFIANÇA, TESTE DE HIPÓTESES E COMPARAÇÃO aux a tomar decisões, fazer prognósticosInferência estatística: "prevê results". Tipos: INTERVALO DE CONFIANÇA, TESTE DE HIPÓTESES E COMPARAÇÃO
1. TESTE DE HIPÓTESES captam DIFERENÇA, PREDIÇÃO, ASSOCIAÇÃO
2. Ponto Estimado e Intervalo de Confiança
  1. Medidas de risco
    Annotations:
    - Risco relativo; Razão de chances; Redução do risco
█POPULAÇÃO / UNIVERSO EST (todos elementos c/ 1caract em comum sob investigação. Pode ser Finita/Infinita) ; █ELEMENTO / MEMBRO (objeto/ sujeito); █CENSO: dados todos membros pop. (caro, lento, quase inviável, ñ 100%confiável)
Annotations:
- POP.BRASILEIRA: TODOS os brasileiros. POP.MUNDIAL: POP BRASILEIRA será AMOSTRA
█ALGARISMO (sist indo arabico 0 a 9 . romano I,V,X,L,C,D,M) ; █NÚMERO (qtd, formado por Algarismos) ; █NUMERAL (<->gramática. ●CARDINAL, ●ORDINAL, ●MULTIPLICATIVO, ●FRACIONÁRIO, ●COLETIVO) ;
Annotations:
- Nº: qtd, unids, formado por algarismos; ALGARISMO: 0 a 9 (sist indo arabico), I,V,X,L,C,D,M (romanos); NUMERAL: classfç gramatical, CARDINAL (flexão gên e nº. ex: um(a), dois), ORDINAL(ordemflexão gên e nº. ex: 1º,1ª,2º), MULTIPLICATIVO (multiplç unids ex: dobro,duplo,triplo), FRACIONÁRIO (3/4, 1/20...), COLETIVOS (conj unids, flexão só em nº, ex: dezena, dois séculos, duas dúzias,centena,milênio)
- https://comunidade.rockcontent.com/numero-numeral-e-algarismo/
█OBSERVAÇÃO (valor de 1 var. p/ certo elemento) ; █DADO (valor coletado no estudo) █CONJ DADOS (todas Observações de 1 ou + vars).
Annotations:
-  parâmetro: caract interessada em estudar. ex p/ estudar a expectativa de vida: usa parâmetro qtd anos vividos em média
1. █ROL DADOS: dados ordem de/crescente █ DADOS AGRUPADOS (por PONTOS; por CLASSES/INTERVALOS) E NÃO AGRUPADOS (na mesma ordem de coleta)
  Annotations:
  - https://www.youtube.com/watch?v=zWGi05rsvNw
█AMOSTRA (pte da população): representa pop. █ESTIMADOR (caract numérica estabelecida na amostra)
Annotations:
- Amostragem = processo de obter Amostra.1 das etapas +importantes na pesq
1. █AMOSTRAGEM (processo pra obter amostra <-> desvantagens do Censo)
  Annotations:
  - Censo: caro, lento, nem sempre é viável, não 100% confiável (quase sempre desatualizado). uma alternat p/censo: AMOSTRAGEM
  1. AMOSTRAGEM PROBABILÍSTICA / ALEATÓRIA (generalizáveis)
    Annotations:
    - cada elemento da população tem probabilidade conhecida de ser escolhido; usualmente a probabilid é a msm entre os elementos; Populaç c/ N elementos, probalid (em participar) = 1/N são generalizáveis (pode fazer inferências a partir dos parâmetros estudados na amostra);
    1. ALEATÓRIA SIMPLES (sorteio; =n! / k! (n-k)! ; TNA)
    2. ALEATÓRIA ESTRATIFICADA (pop. dividida em estratos ; na = n/N * Na )
      Annotations:
      -   na: nº amostras de A; n: nºunids amostras; N: nºunids pop; Na: nº unids estrato A;
    3. POR CONGLOMERADO (amostra aleat.simples, cada unid amostragem é um grupo ou conglomerado elementos)
    4. SISTEMÁTICA (seleção obedece Intervalo ; Intervalo = populç com N elementos / tamanho n da amostra)
      Annotations:
      -  população com N elementos, da qual se deseja extrair uma amostra sistemática de n elementos. Primeiro, temos que definir o intervalo (I) de seleção para a extração dos elementos da população que vão compor a amostra: I = N / n (Intervalo = populç com N elementos / tamanho n da amostra) N = tamanho da população, n = o tamanho da amostra e n < N.
  2. AMOSTRAGEM NÃO PROB. / INTENCIONAL (escolhe elementos; ñ garante representativid; ñ generalizáveis)
    Annotations:
    - escolha deliberada dos elementos da amostra; ; não garantem representatividade da populç;results não generalizáveis;
    1. ACIDENTAL / POR CONVENIÊNCIA
      Annotations:
      - formada por elementos conf estes vão aparecendo. encerra qd completar o nº de elementos de amostra; dá pra obter ideias/insights p/ novos produtos/serviços; ex: pesq opinião em q entrevistados são acidentalmente escolhidos
    2. INTENCIONAL / JULGAMENTO
      Annotations:
      - elementos escolhidos por determinado critério; ex: pesq opinião em q entrevistados são especialistas em determinado assunto
    3. POR QUOTAS / PROPORCIONALIDADE
      Annotations:
      - classifica populç de acordo c/proprieds; determinaç da proporç da poplç p/ cada propried (quotas); seleç não aleatória de elementos de cada quota identificada;
      - https://www.youtube.com/watch?t=719&v=sWJlocN-bpc&feature=youtu.be
█VARIÁVEL (características do estudo q pode assumir vários valores ex:altura, peso, cor do objeto) ; █PARÂMETRO (caract q descreve populç ;var interessada em estudar, ex: expectativa vida <- [qtd anos vividos])
1. █QUANTITATIVA: ●DISCRETA (nºinteiro) E ●CONTÍNUA (valor entre 2 limites)
2. █QUALITATIVA (valor ñ numérico): ●NOMINAL (s/ordem específ) E ●ORDINAL(tem ordem)
MÉTODO ESTATÍSTICO
1. DEF PROBLEMA ; PLANEJAMENTO (●oq e como será coletado? ●censitário/amostral? ●cronograma; ●custos) ;
  1. COLETA (DIRETA / ●DADOS PRIMÁRIOS) OU JÁ PUBLICADOS POR OUTRA ORG / ●DADOS SECUNDÁRIOS)
    Annotations:
    - DADOS PRIMÁRIOS: coletado pelo próprio pesquisador; pode ser coletado por OBSERVAÇÃO ou LEVANTAMENTO (entrevistas pessoais, questionario, telefone. Nas entrevistas pode explorar c/+ profundidade infs, porém é +lento; Telefone +rapido mas perde um pouco a prodfundidade; Questionario)
    - DADOS SECUNDÁRIOS: coletados / publicados por outra organização ex: Anuario estatistico do IBGE
    1. APURAÇÃO: ●TABULAÇÃO, ●CONTAGEM (respostas válidas), ●AGRUPAMENTO (intervalos)
      1. APRESENTAÇÃO: TABELAS, GRÁFICOS
        ANÁLISE E INTERPRETAÇÃO: cálculos, conclusões
canais, links
Annotations:
- https://www.youtube.com/c/EstaTiDados/videos
- https://www.youtube.com/c/ProfessorAriomar/playlists
Matemática básica
Annotations:
- https://www.goconqr.com/pt-BR/mind_maps/34108488/edit ; . https://www.youtube.com/c/ProfRaelFISMAT/videos
Lógica Matemática
Annotations:
- https://www.goconqr.com/mindmap/33995197/l-gica-matem-tica -. .; http://www.famat.ufu.br/system/files/conteudo/ges001.pdf
Attachments:
- Lógica Matemática

Next up

ESTATÍSTICA_1

Description

Resource summary

Similar

	Created by ma emformahumana over 3 years ago