Post on 07-Apr-2016
A estatística na pesquisa A estatística na pesquisa agrária e biológicaagrária e biológica
O que é a estatística?O que é a estatística? A estatística é uma ciência que se A estatística é uma ciência que se
preocupa com o planejamento de uma preocupa com o planejamento de uma pesquisa, envolvendo desde a forma de pesquisa, envolvendo desde a forma de coletacoleta das observações, obtidas em das observações, obtidas em experimentos ou levantamentosexperimentos ou levantamentos, até a maneira como é feita a organizaçãoorganização, a descriçãodescrição e o resumoresumo dos dados, assim como a avaliaçãoavaliação e afirmaçãoafirmação sobre características de interesse do pesquisador.
Planejamento da pesquisa Planejamento da pesquisa Análise estatísticaAnálise estatística
As análises estatísticas dependem da As análises estatísticas dependem da forma como os dados são coletados,forma como os dados são coletados,
E o planejamento estatístico da E o planejamento estatístico da pesquisa indica o esquema sob o pesquisa indica o esquema sob o qual os dados serão obtidos.qual os dados serão obtidos.
PORTANTO, o planejamento da PORTANTO, o planejamento da pesquisa e análise estatística dos pesquisa e análise estatística dos dados estão INTIMAMENTE ligados.dados estão INTIMAMENTE ligados.
IMPORTANTE!!!IMPORTANTE!!! O pesquisador deve possuir um O pesquisador deve possuir um
conhecimento razoável de estatística conhecimento razoável de estatística para desenvolver suas pesquisas ou, para desenvolver suas pesquisas ou, então, consultar um estatístico para então, consultar um estatístico para auxiliá-lo.auxiliá-lo.
É É IMPORTANTEIMPORTANTE frisar que esta frisar que esta consulta deve ser feita consulta deve ser feita ANTESANTES do do início da pesquisa, ainda durante a início da pesquisa, ainda durante a elaboração do projeto.elaboração do projeto.
Forma de coleta dos dadosForma de coleta dos dados Observacionais: observa-se o Observacionais: observa-se o
fenômeno na naturezafenômeno na natureza
ExperimentaisExperimentais
ExperimentosExperimentos
DeterminísticosDeterminísticos
AleatóriosAleatórios
VariáveisVariáveis
São mensurações, contagens ou São mensurações, contagens ou atributos avaliados pelos atributos avaliados pelos pesquisadorespesquisadores
Classificação das variáveisClassificação das variáveis Qualitativas (atributos)Qualitativas (atributos) Ex: Classe social, sexo, grau de Ex: Classe social, sexo, grau de
instrução, cidade de procedênciainstrução, cidade de procedência
Quantitativas (mensuração ou Quantitativas (mensuração ou contagem)contagem)
Ex: altura, peso, dap, no. de insetos Ex: altura, peso, dap, no. de insetos mortos, no. de bactériasmortos, no. de bactérias
Qualitativas (atributos)Qualitativas (atributos)
Variáveis qualitativas ordinaisVariáveis qualitativas ordinais Ex: grau de instrução, classe socialEx: grau de instrução, classe social
Variáveis qualitativas nominaisVariáveis qualitativas nominais Ex: cidade de procedência, sexoEx: cidade de procedência, sexo
Variáveis quantitativasVariáveis quantitativas
Variáveis quantitativas discretasVariáveis quantitativas discretas Ex: No. de insetos mortos, no. de Ex: No. de insetos mortos, no. de
bactériasbactérias
Variáveis quantitativas contínuasVariáveis quantitativas contínuas Ex: Peso, altura, dapEx: Peso, altura, dap
Análise Exploratória dos dadosAnálise Exploratória dos dados
Depende do tipo de variável Depende do tipo de variável considerada.considerada.
Software R Software R dad1<-rbinom(2000,20,0.6)dad1<-rbinom(2000,20,0.6) dad1dad1 table(dad1)table(dad1) sum(table(dad1))sum(table(dad1)) plot(table(dad1))plot(table(dad1)) barplot(table(dad1))barplot(table(dad1))
dad2<-round(rnorm(1000,60,8),2)dad2<-round(rnorm(1000,60,8),2) dad2dad2 hist(dad2)hist(dad2) hist(dad2,breaks=20)hist(dad2,breaks=20)
dad3<-dad3<-sample(x,1000,replace=T,prob=c(0.sample(x,1000,replace=T,prob=c(0.1,0.5,0.4))1,0.5,0.4))
table(dad3)table(dad3) barplot(table(dad3))barplot(table(dad3))
demo()demo() demo(image)demo(image) demo(graphics)demo(graphics) history()history()
ArredondamentoArredondamentoConvenções Convenções
Para exercícios e PROVAS!!!Para exercícios e PROVAS!!!
round(2.456789,4)round(2.456789,4) [1] 2.4568[1] 2.4568 round(2.456749,4)round(2.456749,4) [1] 2.4567[1] 2.4567 round(2.456759,4)round(2.456759,4) [1] 2.4568[1] 2.4568 round(2.456659,4)round(2.456659,4) [1] 2.4567[1] 2.4567
Para facilitar crie o arquivo de dados no EXCELPara facilitar crie o arquivo de dados no EXCEL Salve com extensão csv (MS-DOS)Salve com extensão csv (MS-DOS) No R mude o diretório no qual o arquivo .csv foi No R mude o diretório no qual o arquivo .csv foi
salvo.salvo. Se o separador decimal do EXCEL for vírgula Se o separador decimal do EXCEL for vírgula
utilize para a leitura utilize para a leitura read.csv2read.csv2 read.csv2("Dados turma Est Geral 2008.csv", read.csv2("Dados turma Est Geral 2008.csv",
header=TRUE)header=TRUE) dados<-read.csv2("Dados turma Est Geral dados<-read.csv2("Dados turma Est Geral
2008.csv", header=TRUE)2008.csv", header=TRUE) names(dados)names(dados) # Classifique as variáveis# Classifique as variáveis
Resumo: Variáveis qualitativasResumo: Variáveis qualitativas
Tabela de frequênciaTabela de frequência table(dados$SEXO)table(dados$SEXO) Gráfico de colunasGráfico de colunas barplot(table(dados$SEXO))barplot(table(dados$SEXO)) Gráfico de semi retasGráfico de semi retas plot(table(dados$SEXO))plot(table(dados$SEXO)) Gráfico tipo pizzaGráfico tipo pizza pie(table(dados$SEXO))pie(table(dados$SEXO))
Resumo: Variáveis quantitativasResumo: Variáveis quantitativas hist(dados$ALTURA)hist(dados$ALTURA) plot(density(dados$ALTURA))plot(density(dados$ALTURA)) hist(dados$ALTURA,breaks=20)hist(dados$ALTURA,breaks=20) boxplot(dados$ALTURA,dados$PESO)boxplot(dados$ALTURA,dados$PESO) stem(dados$ALTURA,scale=2)stem(dados$ALTURA,scale=2)
Comandos interessantesComandos interessantes par(mfrow=c(2,1))par(mfrow=c(2,1)) pie(table(dados$GIP))pie(table(dados$GIP)) pie(table(dados$GIM))pie(table(dados$GIM)) par(mfrow=c(1,2))par(mfrow=c(1,2)) pie(table(dados$GIM))pie(table(dados$GIM)) pie(table(dados$GIP))pie(table(dados$GIP)) mode(dados)mode(dados) dad1<-dados[which(dados$SEXO=="F"),]dad1<-dados[which(dados$SEXO=="F"),] dad1dad1
Gráficos para variáveis qualitativasGráficos para variáveis qualitativas
x<-c(12,18,6)> x<-c(12,18,6)> > names(x)<-> names(x)<-
c("Fundamental","Médio","Superior")c("Fundamental","Médio","Superior") pie(x)pie(x) pie(x,main="Figura 01: Gráfico em pie(x,main="Figura 01: Gráfico em
setores para a variável Grau de setores para a variável Grau de instrução" , instrução" , col=c("red","blue","yellow"), xlab=" col=c("red","blue","yellow"), xlab=" Fonte: FMILSA" )Fonte: FMILSA" )