Tratamento de Dados | macoli.org

Tratamento de Dados

Guia Visual e Laboratório Interativo de Estatística e Probabilidade

Distribuição de Dados

Para entender qualquer conjunto de dados, começamos por encontrar seu centro. As medidas de tendência central nos dão um valor típico que pode representar todo o grupo. Inicialmente, analisamos as notas de 10 alunos: {6, 8, 7, 5, 9, 8, 6, 7, 10, 8}, mas você pode inserir seus próprios valores ou simular diferentes distribuições abaixo!

🧪 Teste com seus próprios dados (Digite, cole em massa ou carregue um arquivo): 📂 Carregar arquivo .CSV

Insira valores numéricos separados por vírgula, espaço ou ponto e vírgula. Ou gere amostras aleatórias de 120 dados com diferentes comportamentos para testar qual distribuição melhor se encaixa lá no final da página!

🎲 Gerar Dados Aleatórios (n = 120):

📋 Rol Estatístico (Dados Organizados em Ordem Crescente):

Tamanho da Amostra (n) = 10

Na estatística, o Rol é a listagem dos dados brutos em ordem crescente (ou decrescente). Ele facilita a visualização imediata do valor mínimo, máximo, repetições (Moda) e posição central (Mediana).

5, 6, 6, 7, 7, 8, 8, 8, 9, 10

Média (x̄)

7.4

A soma de todos os valores dividida pelo número total de observações (n). É o "ponto de equilíbrio" dos dados, mas é sensível a valores extremos.

Mediana (Md)

7.5

O valor que ocupa exatamente a posição central do Rol (dados ordenados). Divide a amostra ao meio: 50% são menores e 50% são maiores.

Moda (Mo)

O valor que ocorre com maior frequência no conjunto de dados. Um conjunto pode ser unimodal, bimodal, multimodal ou amodal.

Medindo a Dispersão e a Precisão

Saber o centro não é tudo: duas turmas podem ter a mesma média 7,0, mas uma ter notas entre 6,5 e 7,5 e a outra entre 1,0 e 10,0. As medidas de dispersão revelam o quão "espalhados" ou homogêneos os dados estão e qual é o grau de precisão da média calculada.

Variância Amostral (s²)

Σ(x - x̄)² / (n - 1)

2.04

Mede a média dos desvios elevados ao quadrado em torno da média. Como eleva os valores ao quadrado para eliminar sinais negativos, sua unidade também fica ao quadrado.

Desvio Padrão (s)

√Variância

1.43

É a raiz quadrada da variância. A grande vantagem é que ele retorna à mesma unidade de medida dos dados originais, indicando o afastamento típico em torno da média.

Desvio Padrão da Média (s_x̄)

s / √n

0.45

Também chamado de Erro Padrão da Média (EPM). Avalia a precisão da média amostral: quanto maior o tamanho da amostra (n), menor é a incerteza sobre a verdadeira média.

Coeficiente de Variação (CV)

Média Dispersão

19.32%

Calculado por (s / x̄) × 100. Expressa a variabilidade em porcentagem (livre de escala), ideal para comparar conjuntos diferentes. (≤ 15% baixa; 15% a 30% média; > 30% alta dispersão).

Amplitude Total (AT)

Mín: 5 | Máx: 10

5.00

É a distância total entre o maior e o menor valor observado (AT = x_máx - x_mín). É essencial para dimensionar os intervalos de classe de um Histograma.

Amplitude Interquartil (AIQ)

Q1: 6.25 | Q3: 8.00

1.75

Diferença entre o 3º Quartil (75%) e o 1º Quartil (25%): AIQ = Q₃ - Q₁. Representa onde se concentram os 50% centrais dos dados, sendo imune a valores discrepantes (outliers).

Histograma

Gráficos transformam números em histórias. Cada tipo de gráfico tem um propósito específico para revelar os segredos escondidos nos dados.

Um Histograma mostra a frequência de dados contínuos agrupados em intervalos de classe.

📐 Como definir o Número de Classes (k) do Histograma?

Para agrupar dados em intervalos sem criar barras de menos ou de mais, utilizamos a clássica Regra de Sturges (ou a aproximação pela raiz quadrada k ≈ √n), seguida pelo cálculo da Amplitude de Classe (h):

1. Número de Classes (Sturges): k = 1 + 3,322 · log₁₀(n)

2. Amplitude de cada Intervalo (h): h = AT / k = (Máx - Mín) / k

Cálculo atual da amostra: Para n = 10, temos k = 1 + 3,322 · log₁₀(10) = 4,32 ≈ 4 classes, com amplitude de intervalo h = 5,00 / 4 = 1,25.

Proporção Relativa

Participação percentual de cada classe em relação ao total (100%).

O Gráfico de Setores (Pizza ou Rosca) é ideal para visualizar a Frequência Relativa (%) de cada categoria ou faixa em relação ao todo. Recomenda-se usá-lo quando há poucas categorias ou classes para facilitar a leitura visual das fatias.

Identifique qual é a melhor distribuição para os seus dados.

Abaixo, o Histograma dos seus dados atuais (barras ao fundo) é comparado diretamente com as 4 curvas teóricas de probabilidade. Clique nos botões para sobrepor cada modelo e observar qual formato melhor descreve o comportamento da sua amostra!

🔍 Diagnóstico Empírico dos Seus Dados Atuais:

Média (7.4) ≈ Mediana (7.5) | Coeficiente de Assimetria (g₁) = 0.00

Modelo sugerido: 🔔 Distribuição Normal

Curva Selecionada: Distribuição Normal (Gaussiana)

Grau de Aderência Visual ao seu Histograma: 92% (Ótimo Encaixe)

📤 Central de Output e Relatório Acadêmico

Identifique sua análise (opcional) e gere o relatório completo em PDF, documento editável do Word (.doc) ou planilha (.csv).