Estatística: O que é? Conceitos, Definições, Aplicações

A estatística é uma disciplina cada vez mais presente em nossas vidas. Desde a avaliação da eficácia de medicamentos até a análise de resultados eleitorais, a estatística está presente em praticamente todas as áreas do conhecimento. Mas o que é a estatística e por que ela é tão importante?

A estatística pode ser definida como a ciência que se dedica à coleta, análise e interpretação de dados. Ela permite que possamos entender melhor o mundo ao nosso redor, identificando padrões, tendências e relações entre variáveis. Com a crescente disponibilidade de dados em praticamente todas as áreas da sociedade, a estatística torna-se cada vez mais relevante para a tomada de decisões informadas.

Neste artigo, iremos explorar alguns conceitos fundamentais da estatística, bem como exemplos de sua aplicação em diferentes áreas. Vamos mostrar como a estatística pode ser uma ferramenta poderosa para o entendimento do mundo em que vivemos, e como pode nos ajudar a tomar decisões mais informadas em nossas vidas pessoais e profissionais.

Por José Sérgio Marcondes.
Postado 01/06/2020 atualizado em 04/03/2023

Resumo conteúdo do Artigo

Definição e conceitos de Estatística
Utilidade e aplicações da estatística
O que faz e objetivos da estatística?
Qual a importância das estatísticas?
Quais são os tipos de estatísticas?
População Estatística
Amostras Estatísticas
Variáveis Estatísticas
Indicadores Estatísticos
O que são Métodos Estatísticos?
Como calcular a estatística?
O que são Tabelas e séries Estatísticas?
O que é Distribuição de Frequência?
O que são Gráficos Estatísticos?
Exemplos de aplicação da estatística

O que é Estatística?

Estatística é uma disciplina da matemática que lida com a coleta, análise, interpretação e apresentação de dados numéricos. Ela pode ser usada em diversas áreas, tais como ciências sociais, ciências da saúde, negócios, segurança, engenharia, entre outras.

A estatística pode ser definida como uma ciência que lida com a coleta, análise, interpretação e apresentação de dados numéricos. Através da estatística, é possível obter informações úteis e relevantes a partir de dados, por meio de métodos estatísticos que permitem identificar padrões e tendências nos dados, bem como avaliar a incerteza e a variabilidade dos resultados.

Segundo Vieira (2013, p.1), a estatística é a ciência que fornece os princípios e a metodologia para coleta, organização, apresentação, resumo, análise e interpretação de dados.

A estatística faz parte da área de estudo de pesquisa organizacional que oferece ferramentas para identificar problemas através de seus sintomas e procurar solucioná-los para tomar a decisão correta (ANDRADE, 2009).

O que se estuda na estatística?

Na estatística, estuda-se a coleta, organização, análise e interpretação de dados. Isso inclui o desenvolvimento de técnicas e métodos para coletar dados de forma confiável, como criar amostras representativas da população, a construção de tabelas e gráficos para apresentar os dados de forma clara e organizada, e o uso de técnicas estatísticas para analisar os dados e fazer inferências sobre a população a partir da amostra.

Além disso, a estatística também engloba a aplicação de modelos matemáticos para descrever e prever o comportamento de fenômenos naturais, sociais e econômicos, bem como a avaliação de riscos e incertezas.

Para que serve a Estatística?

A estatística serve para coletar, analisar, interpretar e apresentar dados numéricos com o objetivo de obter informações úteis e relevantes. Essas informações podem ser utilizadas para tomar decisões informadas em diversas áreas do conhecimento, tais como: ciências sociais, saúde, negócio, engenharia e etc.

A estatística é, em essência, uma aplicação da matemática na análise de dados. Ela usa uma variedade de ferramentas matemáticas, como a teoria da probabilidade, cálculo, álgebra linear e análise matemática para modelar e analisar dados.

Seu objetivo é extrair informações úteis e relevantes a partir dos dados, através do uso de técnicas estatísticas que permitem identificar padrões e tendências nos dados, bem como avaliar a incerteza e a variabilidade dos resultados.

A estatística é utilizada em diversas áreas do conhecimento e desempenha um papel importante na tomada de decisões informadas, uma vez que fornece uma base sólida para a análise de dados e a identificação de padrões que podem ser usados para orientar ações futuras.

Algumas das principais utilidades incluem:

• Identificar padrões e tendências;
• Avaliar a incerteza e a variabilidade;
• Tomar decisões informadas;
• Avaliar a eficácia de programas e políticas; e
• Prever resultados futuros.

Quais as aplicações da estatística?

A estatística possui uma ampla variedade de aplicações em diversas áreas do conhecimento. Algumas das principais aplicações da estatística incluem:

1. Pesquisa de mercado: A estatística é amplamente utilizada em pesquisas de mercado para avaliar a opinião do público em relação a produtos, serviços, marcas e empresas.
2. Ciências da saúde: A estatística é usada para avaliar a eficácia de tratamentos médicos, estudar a relação entre fatores de risco e doenças, identificar padrões epidemiológicos, entre outros.
3. Finanças: A estatística é usada para avaliar o desempenho de investimentos, prever tendências do mercado, estudar o risco de crédito, entre outros.
4. Ciências sociais: A estatística é usada para estudar a opinião pública, as tendências de consumo, o comportamento eleitoral, entre outros.
5. Meio ambiente: A estatística é usada para avaliar a qualidade da água e do ar, estudar as tendências climáticas, avaliar a eficácia de programas de conservação ambiental, entre outros.

Essas são apenas algumas das aplicações da estatística, que é uma ferramenta fundamental para a tomada de decisões informadas em uma ampla variedade de áreas do conhecimento.

O que faz a estatística?

A estatística é uma área do conhecimento que se dedica a coletar, organizar, analisar e interpretar dados numéricos, com o objetivo de obter informações úteis e relevantes para a tomada de decisões informadas em diversas áreas do conhecimento.

Algumas das principais atividades realizadas pela estatística incluem:

1. Coleta de dados: é responsável por coletar dados de diferentes fontes, incluindo pesquisas, questionários, experimentos e registros administrativos.
2. Organização dos dados: Após a coleta, a estatística organiza os dados de forma adequada, para que possam ser analisados e interpretados.
3. Análise estatística: utiliza técnicas e métodos estatísticos para analisar os dados coletados, identificando padrões, tendências, relações de causa e efeito e outros aspectos relevantes.
4. Interpretação dos resultados: A partir da análise dos dados, a estatística interpreta os resultados obtidos, gerando informações úteis e relevantes para a tomada de decisões informadas.
5. Comunicação dos resultados: Por fim, a estatística comunica os resultados obtidos de forma clara e objetiva, para que possam ser compreendidos por pessoas de diferentes áreas do conhecimento e tomadores de decisão.

Em resumo, a estatística é responsável por fornecer informações úteis e relevantes para a tomada de decisões informadas em diversas áreas do conhecimento, utilizando técnicas e métodos estatísticos para coletar, organizar, analisar e interpretar dados numéricos.

Qual o principal objetivo da estatística?

O principal objetivo da estatística é fornecer informações úteis e relevantes para a tomada de decisões informadas em diversas áreas do conhecimento. Isso é feito através da coleta, organização, análise e interpretação de dados numéricos, permitindo que os profissionais obtenham uma melhor compreensão dos fenômenos estudados.

Mais especificamente, a estatística tem como objetivos:

1. Descrever e resumir os dados: busca descrever e resumir os dados coletados, identificando características importantes, como a média, a variabilidade, a distribuição e a correlação entre as variáveis.
2. Identificar padrões e tendências: A estatística utiliza técnicas de análise para identificar padrões e tendências nos dados, permitindo que os profissionais entendam melhor os fenômenos estudados e prevejam possíveis resultados futuros.
3. Estimar e testar hipóteses: A estatística permite que os profissionais estimem valores desconhecidos e testem hipóteses sobre os dados, utilizando técnicas estatísticas para avaliar a confiabilidade dos resultados obtidos.
4. Tomar decisões informadas: A estatística fornece informações úteis e relevantes para a tomada de decisões informadas em diversas áreas do conhecimento, permitindo que os profissionais avaliem os riscos, as oportunidades e as consequências de diferentes opções.

Em resumo, o principal objetivo da estatística é fornecer informações úteis e relevantes para a tomada de decisões informadas em diferentes áreas do conhecimento, utilizando técnicas e métodos estatísticos para coletar, organizar, analisar e interpretar dados numéricos.

Qual a importância das estatísticas?

As estatísticas são importantes porque fornecem ferramentas para coletar, analisar, interpretar e apresentar dados quantitativos. Elas permitem que os pesquisadores extraiam informações significativas a partir de grandes conjuntos de dados e ajuda na processo decisório.

Além disso, as estatísticas permitem a identificação de tendências, padrões e relações entre variáveis, auxiliando na formulação de hipóteses, no teste de teorias e na identificação de relações de causa e efeito. As estatísticas também podem ajudar na identificação de problemas e oportunidades em uma organização, bem como na avaliação da eficácia de intervenções e políticas.

Ela permite aos profissionais avaliar a eficácia de programas e políticas, desenvolver novas estratégias e abordagens, bem como prever resultados futuros com base em dados históricos e tendências identificadas.

Em resumo, a importância das estatísticas reside em sua capacidade de fornecer informações confiáveis, baseadas em evidências, que podem ser usadas para tomar decisões informadas e para resolver problemas em uma ampla gama de campos.

Quais são os tipos de estatísticas?

Existem basicamente dois tipos de estatística: a descritiva e a inferencial.

1. Descritiva:

A estatística descritiva é usada para descrever e resumir dados, sem fazer inferências sobre a população. Ela inclui medidas estatísticas como média, mediana, moda, desvio padrão, variância, entre outras, e é usada para descrever características de um conjunto de dados, como sua forma, dispersão e centralidade.

A estatística descritiva é aquela que possui um conjunto de técnicas para planejar, organizar, coletar, resumir, classificar, apurar, descrever, comunicar e analisar os dados em tabelas, gráficos ou em outros recursos visuais, além do cálculo de estimativas de parâmetros representativos desses dados, interpretação de coeficientes e exposição que permitam descrever o fenômeno.

Essa área apenas descreve e analisa um conjunto de dados, sem tirar conclusões. Exemplo: Em uma empresa 130 empregados ganham em média R$ 1.500,00 por mês.

2. Inferencial

A estatística inferencial é usada para fazer inferências sobre a população a partir de uma amostra. Ela inclui técnicas estatísticas como testes de hipóteses, intervalos de confiança, regressão e análise de variância, e é usada para testar hipóteses, fazer previsões e tirar conclusões sobre a população a partir dos dados coletados.

Estatística indutiva ou inferencial e/ou inferência estatística é um conjunto de técnicas que, partindo de uma amostra, estabelece hipóteses, tira conclusões sobre a população de origem, formula previsões fundamentando-se na teoria das probabilidades, e baseia-se na análise e na interpretação dos dados.

É a que trata das inferências e conclusões, isto é, a partir da análise de dados são tiradas conclusões. A inferência refere-se ao processo de generalização a partir de resultados particulares.

Exemplo: Uma pesquisa de opinião pública revelou que 55% da população brasileira apoia um determinado candidato para presidente da república. Se este candidato for realmente inscrito para as eleições a presidente da república é de se esperar que ele se eleja.

O que é estatística preditiva?

A estatística preditiva é uma área da estatística que utiliza modelos estatísticos e algoritmos de aprendizado de máquina para fazer previsões futuras com base em dados históricos. Ela é usada para identificar padrões nos dados e prever o comportamento futuro de um fenômeno, com o objetivo de tomar decisões informadas.

A estatística preditiva é amplamente utilizada em diversas áreas do conhecimento, como no marketing, na financeira, na saúde, na indústria, entre outras áreas. É usada para prever demandas futuras, identificar possíveis riscos, otimizar processos, personalizar experiências do usuário, entre outras aplicações.

População Estatística

População estatística ou universo estatístico é o conjunto de informações ou conjunto de entes ou seres portadores de pelo menos uma característica em comum, cujo comportamento interessa-nos analisar (inferir). Em outras palavras, é o conjunto de todas as medidas e observações relativas ao estudo de determinado fenômeno que formam o universo de nosso estudo. A população estatística pode ser constituída por pessoas, animais, minerais, vegetais, etc. Exemplos:

a) Pesquisa para saber se existe algum tipo de controle ambiental nas empresas situadas no Estado do Rio de Janeirol, em 2010. População ou Universo Estatístico = indústrias situadas no Estado do Rio de Janeiro em 2010. Características em comum – existência ou não de algum tipo de controle ambiental na indústria.

b) Pesquisa para estimar o consumo total de energia elétrica em Mwh nas residências da cidade de São José dos Campos – SP, no ano de 2010. População ou Universo = todas as residências que estavam ligadas à rede elétrica de São José dos Campos – SP, no ano de 2010. Características em comum – consumo anual de energia elétrica em Mwh.

Amostras Estatísticas

Amostra estatística é a coleta das informações de parte da população chamada amostra mediante métodos adequados de seleção dessas unidades. Amostra é uma parte ou um subconjunto representativo de uma população, isto é, é um conjunto de elementos extraídos da população.

Os dados de observação registrados na amostra fornecem informações sobre a população. O processo pelo qual são tiradas conclusões sobre a população, com base nos resultados obtidos na amostra, refere-se à inferência estatística.

As estatísticas obtidas na amostra são denominadas estimativas. Portanto, toda a análise estatística será inferida a partir das características obtidas da amostra. É importante que a amostra seja representativa da população, isto é, que as suas características sejam, em geral, as mesmas que as do todo (população).

Muitas vezes, por motivos práticos ou econômicos, limitam-se os estudos estatísticos somente a uma parte da população, “à amostra”.

Amostragem Estatística

Amostragem estatística é o processo de seleção de uma amostra representativa de uma população com o objetivo de fazer inferências sobre a população como um todo. A amostra é um subconjunto da população e é selecionada de forma aleatória ou por um método sistemático, para que possa representar com precisão as características da população.

O uso da amostragem estatística é comum em pesquisas de opinião, estudos de mercado, pesquisas em ciências sociais e em muitas outras áreas. Em vez de coletar dados de todos os membros da população, que seria muito caro e demorado, é selecionada uma amostra menor e mais gerenciável, que pode ser analisada e generalizada para a população como um todo.

A escolha da amostra é crucial para a qualidade dos resultados obtidos. É importante garantir que a amostra seja representativa e aleatória para minimizar erros de amostragem e obter resultados confiáveis e precisos.

Variáveis Estatísticas

Variáveis estatísticas são características ou atributos de uma população ou amostra que podem ser medidas ou observadas. Elas podem ser classificadas em dois tipos principais: variáveis quantitativas e variáveis qualitativas.

1. Variáveis quantitativas: são aquelas que podem ser medidas numericamente, como idade, altura, peso, tempo, temperatura, entre outras. Elas podem ser contínuas ou discretas, dependendo da natureza dos valores que podem assumir. Por exemplo, a idade é uma variável quantitativa discreta, pois só pode assumir valores inteiros, enquanto que a altura é uma variável quantitativa contínua, pois pode assumir qualquer valor dentro de um intervalo.
2. Variáveis qualitativas: são aquelas que não podem ser medidas numericamente, mas sim classificadas em categorias, como cor dos olhos, sexo, estado civil, escolaridade, entre outras. Elas podem ser nominais ou ordinais, dependendo da forma como as categorias são ordenadas ou classificadas. Por exemplo, o estado civil é uma variável qualitativa ordinal, pois as categorias podem ser ordenadas hierarquicamente (solteiro, casado, divorciado, viúvo), enquanto que a cor dos olhos é uma variável qualitativa nominal, pois as categorias não podem ser ordenadas dessa forma.

Indicadores Estatísticos

Indicadores estatísticos são medidas ou variáveis ​​utilizadas para resumir, descrever e analisar um conjunto de dados. Eles são usados para quantificar e comunicar informações sobre uma determinada população ou amostra, ajudando a identificar tendências e padrões nos dados.

Os indicadores estatísticos podem ser classificados em diferentes categorias, dependendo de seu objetivo e natureza dos dados. Alguns exemplos comuns incluem:

• Indicadores de tendência central: são medidas que representam um valor central ou típico de um conjunto de dados, como a média, mediana ou moda.
• Indicadores de dispersão: são medidas que indicam a variação ou dispersão dos dados em relação à medida de tendência central, como a amplitude, desvio padrão ou variância.
• Indicadores de frequência: são medidas que indicam a frequência ou proporção de um determinado evento ou categoria em um conjunto de dados, como a frequência absoluta, frequência relativa ou percentagem.
• Indicadores de correlação: são medidas que indicam a relação entre duas ou mais variáveis ​​em um conjunto de dados, como o coeficiente de correlação ou o coeficiente de determinação.
• Indicadores de probabilidade: são medidas que quantificam a probabilidade de um determinado evento ocorrer em um conjunto de dados, como a probabilidade, o risco ou o valor esperado.

Esses são apenas alguns exemplos de indicadores estatísticos, e existem muitos outros, cada um com seu próprio propósito e aplicação específicos. Os indicadores estatísticos são fundamentais para a análise e interpretação de dados em diversas áreas do conhecimento, desde a pesquisa científica até a tomada de decisão em negócios e governos.

O que são Métodos Estatísticos?

Um método estatístico é o processo lógico e ordenado de pesquisa ou e aquisição de informação utilizado para coletar, analisar e interpretar dados. Esses métodos são usados para encontrar padrões, relações e tendências nos dados, permitindo que os pesquisadores possam fazer inferências sobre a população de interesse.

Os métodos estatísticos são essenciais para a tomada de decisões informadas, especialmente em situações onde há incerteza e variabilidade nos dados. Eles permitem que os pesquisadores obtenham informações significativas a partir de dados limitados, fornecendo uma base sólida para a formulação de políticas e a tomada de decisões em várias áreas.

Ao desenvolver um estudo estatístico completo, existem algumas fases do seu método que devem ser desenvolvidas em sequência, para chegar aos resultados finais do trabalho.

As principais fases do método estatístico são:

1. Definição do problema: esta fase envolve a definição clara e objetiva do problema que se deseja estudar. É importante ter em mente a finalidade do estudo, o objetivo principal e as questões específicas que se deseja responder.
2. Planejamento do estudo: nesta fase, são definidos o tamanho da amostra, o tipo de amostragem a ser utilizado, a seleção das variáveis, a escolha dos métodos e técnicas de coleta de dados, entre outros aspectos que são importantes para a realização do estudo.
3. Coleta de dados: nesta fase, os dados são coletados, seja através de pesquisas, questionários, entrevistas, observações, entre outras técnicas. É importante garantir a qualidade dos dados coletados, evitando erros e vieses que possam comprometer os resultados.
4. Organização e tratamento dos dados: após a coleta dos dados, é preciso organizá-los e tratá-los adequadamente. Esta fase envolve a tabulação dos dados, a verificação de possíveis erros, a transformação dos dados em informações úteis, entre outras atividades.
5. Análise dos dados: nesta fase, os dados organizados e tratados são analisados através de técnicas estatísticas. O objetivo é identificar padrões, tendências, relações entre variáveis e outras informações que possam responder às questões de pesquisa.
6. Interpretação dos resultados: nesta fase, os resultados da análise são interpretados e discutidos, buscando-se compreender as implicações práticas do estudo e as conclusões que podem ser extraídas dos dados.
7. Elaboração do relatório: finalmente, os resultados obtidos são apresentados em um relatório, que deve conter informações claras, precisas e objetivas sobre o estudo realizado, incluindo os objetivos, as hipóteses, as técnicas utilizadas, os resultados obtidos, as conclusões e as recomendações. O relatório deve ser elaborado de forma clara e acessível, permitindo que os resultados possam ser entendidos e utilizados por outras pessoas interessadas no assunto.

Como calcular a estatística?

O cálculo de estatística envolve diversas técnicas e fórmulas, que variam de acordo com o tipo de análise que se deseja fazer. Em geral, para calcular estatísticas descritivas como média, mediana e desvio padrão, é necessário ter uma amostra ou população de dados numéricos.

Para calcular a média, basta somar todos os valores e dividir pela quantidade de dados. A mediana é o valor que divide a amostra em duas partes iguais, ou seja, metade dos valores são menores e metade são maiores. Já o desvio padrão mede a dispersão dos valores em relação à média.

Além disso, para análises inferenciais, que envolvem a generalização dos resultados para a população, é necessário realizar testes de hipóteses e intervalos de confiança. Para isso, é preciso conhecer os conceitos de probabilidade e distribuições de probabilidade.

Existem diversos softwares estatísticos disponíveis para realizar esses cálculos de forma automatizada, como o Excel, que facilitam o trabalho dos profissionais da área. No entanto, é importante ter um entendimento sólido dos conceitos e técnicas para garantir a correta interpretação dos resultados.

O que são Tabelas Estatísticas?

As tabelas estatísticas são recursos utilizados pela estatística, com o objetivo de organizar e facilitar a visualização e comparação dos dados. As tabelas permitem uma visão geral dos valores assumidos pelas variáveis dentro de certos parâmetros.

A tabela é uma apresentação numérica dos dados. Nesse tipo de representação, os dados são dispostos em linhas e colunas e distribuídos de modo ordenado, segundo algumas regras práticas ditadas pelo Conselho Nacional de Estatística e pelo IBGE.

A integração de valores que temos nas tabelas permite-nos ainda, a utilização de representações gráficas, as quais, normalmente, são uma forma mais benéfica e elegante de demonstrar as características que estão sendo analisadas.

Conteúdo básico da tabela:

• Corpo: Conjunto de linhas e colunas que contêm informações sobre a variável.
• Título : Conjunto das informações, (mais completas possíveis) que responde às perguntas: O quê? Quando? Onde? Localizado no topo da tabela.
• Cabeçalho: Parte superior da tabela que especifica o conteúdo das colunas.
• Coluna indicadora: Parte da tabela que especifica o conteúdo das linhas.
• Casa ou célula: Espaço destinado a um só número.
• Fonte: Indicação da entidade responsável pelo fornecimento dos dados ou pela sua tabela.

O que são Séries Estatísticas?

As séries estatísticas são a forma como os dados são organizados em uma tabela para permitir sua análise e interpretação. é toda tabela que apresenta um conjunto de dados ordenados que possuem uma característica em comum apresentada sob forma de tabela.

Numa série estatística observa-se a existência de três elementos ou fatores: o tempo (cronologia), o espaço (lugar) e a espécie (fenômeno). Se houver a variação de um desses elementos, a série estatística classifica-se em temporal, geográfica ou específica. Portanto, o nome da série depende dos elementos que variam, e eles podem ser divididos, conforme o que se apresenta a seguir:

1. Série temporal, histórica, cronológica ou evolutiva

É a série cujos dados estão em correspondência com o tempo, ou seja, variam com o tempo, enquanto o fato e o local permanecem constantes. Exemplo:

2. Série geográfica, territorial ou de localidade

É a série cujos dados estão em correspondência com a região geográfica, ou seja, o elemento variável é o fator geográfico (a região), enquanto o tempo e o fato permanecem constantes. Exemplo:

3. Série específica ou categórica

É a série cujos dados estão em correspondência com a espécie, ou seja, variam com o fenômeno. O local e o tempo permanecem constantes, enquanto o fato varia. Exemplo:

4. Séries mistas, conjugadas ou tabela de dupla entrada

As combinações entre as séries anteriores constituem novas séries que são
denominadas séries compostas ou mistas e são apresentadas em tabelas
de dupla entrada, e permitem variar simultaneamente o tempo, o lugar e o
fato, havendo duas ordens de classificação: uma horizontal e outra vertical.

O que é Distribuição de Frequência?

A distribuição de frequência é uma técnica utilizada na análise estatística para organizar dados em classes ou categorias e determinar a frequência de cada uma delas. A distribuição de frequência é importante para entender a distribuição dos dados e obter informações sobre o comportamento da variável em estudo.

Basicamente, a distribuição de frequência envolve o agrupamento dos dados em intervalos ou classes, a contagem da frequência de ocorrência de cada classe e a representação dessas frequências em forma de tabela ou gráfico. Isso permite que sejam visualizadas as tendências dos dados e identificadas as características mais relevantes da variável estudada.

O número de ocorrências de um determinado valor recebe o nome de frequência. Exemplo:

A idade de 20 anos ocorre 3 vezes, assim temos f (20) = 3. Já a idade de 46 anos ocorre 2 vezes, que se escreve f (46) = 2. A tabela que contém todos os valores com a sua frequência recebe o nome de distribuição de frequência.

Tipos de frequência

Existem quatros tipos de frequências:

1. F – Frequência Simples ou Absoluta.
2. FR – Frequência Relativa.
3. FAC – Frequência Acumulada.
4. FACR – Frequência Relativa Acumulada.

1. Frequência Simples ou Absoluta (F)

A frequência simples ou absoluta de uma classe ou de um valor individual é o número de vezes que o valor ocorre numa amostra.

2. Frequência Relativa (FR)

Frequência relativa de uma classe é o quociente entre a frequência absoluta (F) da classe considerada e o número total de dados coletados na pesquisa.

3. Frequência Acumulada (FAC)

A frequência acumulada é a soma das frequências simples de todas as classes com intervalos inferiores a uma determinada classe, isto é, corresponde ao total (acumulado) das frequências absolutas observadas até o nível em questão (inclusive) que é representado pela letra “j”:

4- Frequência Relativa Acumulada (FACR)

Frequência relativa acumulada é a frequência acumulada da classe dividida pela frequência total da distribuição, ou a razão entre a frequência
acumulada da classe considerada e o número total de dados (n) coletados
na pesquisa:

O que são Gráficos Estatísticos?

Gráficos estatísticos são representações visuais de dados estatísticos, que ajudam a compreender e analisar informações de maneira mais clara e eficiente. Eles são utilizados para apresentar os resultados de uma pesquisa ou estudo de forma mais intuitiva, permitindo que sejam facilmente comparados e analisados.

Os gráficos estatísticos podem ser divididos em dois grandes grupos: gráficos de séries simples e gráficos de séries compostas.

Os gráficos de séries simples são utilizados para representar uma única série de dados, enquanto os gráficos de séries compostas são utilizados para representar duas ou mais séries de dados simultaneamente.

Existem vários tipos de gráficos estatísticos, cada um adequado para diferentes tipos de dados e objetivos. Alguns exemplos incluem: gráfico de barras, gráfico de linhas, gráfico de pizza e histograma.

Quero saber mais sobre as características e tipos de gráficos estatísticos

Exemplos de aplicação da estatística:

A estatística tem uma ampla gama de aplicações em vários campos. Aqui estão três exemplos de aplicação da estatística:

1. Pesquisa de mercado: As empresas usam pesquisas de mercado para entender o comportamento do consumidor e identificar tendências de mercado. A estatística é usada para coletar e analisar os dados das pesquisas de mercado, permitindo que as empresas identifiquem padrões e tendências no comportamento do consumidor, além de prever a demanda do mercado.
2. Medicina: A estatística é usada na medicina para análise de dados clínicos, ensaios clínicos, estudos epidemiológicos e para avaliar a eficácia de tratamentos. Por exemplo, os ensaios clínicos utilizam a estatística para determinar se um novo medicamento é seguro e eficaz em comparação com um placebo ou outro tratamento.
3. Política: A estatística é frequentemente usada na política para coletar dados de eleições e pesquisas de opinião pública. Esses dados são usados para avaliar o apoio a determinados candidatos e partidos, bem como para identificar as principais questões e preocupações dos eleitores. A estatística também é usada para fazer previsões sobre o resultado das eleições e para analisar os resultados das eleições.

Conclusão

Estatística é uma ferramenta essencial para coletar, analisar e interpretar dados em diversos campos do conhecimento. Com a compreensão dos princípios estatísticos, é possível tomar decisões mais informadas e embasadas, seja em uma empresa, pesquisa acadêmica ou até mesmo em assuntos do cotidiano.

Além disso, a visualização dos dados por meio de gráficos estatísticos pode facilitar a compreensão e tornar a apresentação dos resultados mais atrativa e acessível. Portanto, é importante estudar e compreender a estatística, a fim de melhorar a qualidade das decisões e contribuir para o desenvolvimento em diversas áreas. Confira nosso outro artigo sobre os Tipos de Estatística e sua contribuição para compreensão dos dados e informações e aprofunde ainda mais seus conhecimentos sobre a estatística.

Se você gostou do artigo e achou útil, por favor, deixe um comentário logo abaixo para compartilhar sua opinião conosco. Ela é extremamente valiosa para mim!

Um forte abraço e votos de sucesso!

José Sergio Marcondes – CES – CPSI – Gestor, Consultor e Diretor do IBRASEP. Sou um profissional com competências sólidas nas áreas de segurança privada e gestão empresarial. Conecte comigo nas redes sociais.

Ajudar a divulgar nosso trabalho é fundamental! Curta e compartilhe nossas publicações com seus amigos nas redes sociais. Essa atitude não apenas incentiva o autor a publicar mais artigos relevantes, mas também possibilita que mais pessoas tenham acesso a esse conteúdo valioso.

Faça parte da nossa comunidade!

Você busca conhecimentos atualizados e oportunidades para aprimorar suas competências nas áreas de segurança privada e gestão empresarial? Não perca a chance de se manter informado e conectado com as últimas tendências e insights do setor!

Inscreva-se em nossa Newsletter e junte-se ao nosso Grupo no WhatsApp para receber notificações sobre novos artigos, dicas valiosas e recursos adicionais que impulsionarão sua carreira profissional.

Leia também…

Tipos de Estatística e sua contribuição para compreensão dos dados e informações

Descubra como é Aplicação da Estatística na Gestão de Empresas e seus principais benefícios

Probabilidade: O que é? Definições, História e Tipos de Probabilidades.

O que é Gráfico: Para que serve, tipos e exemplos de gráficos

Dados para Citação Artigo

MARCONDES, José Sérgio (01 de junho de 2020). Estatística: O que é? Conceitos, Definições, Aplicações. Disponível em Blog Gestão de Segurança Privada: https://gestaodesegurancaprivada.com.br/estatistica-o-que-e-conceitos-definicoes/ – Acessado em (inserir data do acesso).

Referências Bibliográficas

Costa, Paulo Roberto da Estatística / Paulo Roberto da Costa. – 3. ed. – Santa Maria : Universidade Federal de Santa Maria, Colégio Técnico Industrial de Santa Maria, Curso Técnico em Automação Industrial, 2011.

COSTA NETO, P. L. de O. Probabilidades. 2. ed. São Paulo: Editora Edgard Blucher Ltda, 2005.

CRESPO, A. A. Estatística Fácil. São Paulo: Editora Saraiva, 2002.

DALMOLIN, Beatriz Helena, et al. MAPA Referencial para Construção de Material Didático – Programa e-Tec Brasil. 2. ed. Revisada. Florianópolis: Universidade Federal de Santa Catarina – UFSC, 2008.

DANTE, L. R. Matemática: contexto e aplicações. 3 v. São Paulo: Ática, 2003.

DAVID, R. A.; Dennis, J. S.; Thomas, A. W. Estatística Aplicada a administração e Economia. 2. ed. São Paulo: Thomson, 2007.

DOWNING, D.; CLARK, J. Estatística Aplicada. São Paulo: Editora Saraiva, 2000.

LAPPONI, J. C. Estatística Usando Excel. São Paulo: Editora Lapponi, 2000.

LEVIN, J. Estatística Aplicada a Ciências Humanas. 2. ed. São Paulo: Harbra, 1987.

MOORE, David. A Estatística Básica e sua Prática. 5. ed. Editora LTC, 2011.

MOROTTIN, Pedro Alberto; BUSSAB, Wilson de Oliveira. Estatística Básica. 6. ed. Editora Saraiva, 2010.

NICK, E.; KELLNER, S. R. O. Fundamentos de Estatística para as Ciências do Comportamento. Rio de Janeiro: Editora Renes, 1971.

SIEGEL, S.; CASTELLAN, N. J. Estatística Não Paramétrica para Ciências do Comportamento. 2. ed. Porto Alegre: Artmed, 2006.

STEVENSON, W. J. Estatística Aplicada à Administração. São Paulo: Harbra, 1997.

TRIOLA, M. F. Introdução à Estatística. 7. ed. Rio de Janeiro: LCT (Livros Técnicos e Científicos) Editora S.A., 1999.

VIEIRA, S. Estatística básica/ Sonia Vieira. São Paulo: Cengage Learning, 2013.

ANDRADE, E. L. Introdução à pesquisa operacional: métodos e modelos para análise de decisões. 4. ed. – Rio de Janeiro: LTC, 2009.