TrabalhosGratuitos.com - Trabalhos, Monografias, Artigos, Exames, Resumos de livros, Dissertações
Pesquisar

O Relatório de Estatística

Por:   •  23/4/2019  •  Relatório de pesquisa  •  2.965 Palavras (12 Páginas)  •  15 Visualizações

Página 1 de 12

SUMÁRIO

1. RESUMO        1

2. INTRODUÇÃO        2

3. OBJETIVOS        3

3.1. Objetivo Geral        3

3.2. Objetivos Específicos        3

4. PARTE EXPERIMENTAL        4

5. RESULTADOS E DISCUSSÃO        5

6. CONCLUSÃO        6

7. REFERÊNCIAS BIBLIOGRÁFICAS        7

8. ANEXOS        8

  1. RESUMO
  1. INTRODUÇÃO

A regressão e a correlação são duas técnicas estreitamente relacionadas que envolvem uma forma de estimação. A análise de correlação dá um número que resume o grau de relacionamento entre duas variáveis; a análise de regressão tem como resultado uma equação matemática que descreve o relacionamento.

O objetivo do estudo correlacional é a determinação da força do relacionamento entre duas observações. O termo “correlação” significa literalmente “co-relacionamento”, pois indica até que ponto os valores de uma variável estão relacionados com os da outra. A CORRELAÇÃO mede a força, ou grau, de relacionamento entre duas variáveis; a REGRESSÃO dá uma equação que descreve o relacionamento em termos matemáticos.

A regressão linear simples constitui uma tentativa de estabelecer uma equação matemática linear (linha reta) que descreva o relacionamento entre duas variáveis. A finalidade de uma equação de regressão seria então estimar valores de uma variável, com base em valores conhecidos da outra. Na regressão, os valores y são preditos com base em valores dados ou conhecidos de x. a variável y é chamada de variável dependente, e a variável x de variável independente.

3. OBJETIVOS

3.1 OBJETIVOS GERAIS

Esse projeto visa analisar as características descritivas e a relação entre a idade de pessoas (variável dependente)  de uma determinada amostra, com o peso, cintura e txpul (variáveis independentes) dessa mesma amostra.  

3.2 OBJETIVOS ESPECÍFICOS

  • Identificar de maneira efetiva a correlação entre as variáveis;
  • Calcular corretamente as medidas descritivas
  • Construir diagramas de dispersão
  • Determinar o coeficiente de correlação de Pearson
  • Associar os coeficientes encontrados com o grau de relação entre as variáveis
  • Utilizar programas computacionais que facilite os cálculos, a fim de obter resultados mais precisos, como, por exemplo, o Excel

  1. Cálculo das medidas descritivas para a variável dependente e suas interpretações.

4.1 cálculos das medidas descritivas para a variável dependente idade.

  • A nossa variável dependente é a idade, em anos. Dados:

58   22   32   31   28   46   41   56   20   54   17   73   52   25   29   17   41   52   32   20   20   29   18 26   33   55   53   28   28   37   40   33   26   53   36   3 4   42   18   44   20

  • Organizando esses dados em rol, temos:

17  17   18   18   20   20   20   20   22   25   26   26   28   28   28    29   29   31   32   32   33   33   34 36   37   40   41   41   42   44   46   52   53   53   54   54   55   56   58   73  

  • Cálculo a média (Ẍ):        

[pic 1]

[pic 2]

  • Mediana (Med):

[pic 3]

[pic 4]

[pic 5]

  • Moda: é o valor que aparece com maior frequência.

Nesse caso temos, Moda = 20.

  • Variância (s):[pic 6]

[pic 7]

[pic 8]

197,75[pic 9]

  • Desvio padrão (s):

[pic 10]

[pic 11]

[pic 12]

  • Amplitude (A):

[pic 13]

[pic 14]

  • Coeficiente de variação (CV):

[pic 15]

[pic 16]

[pic 17]

4.2 Interpretações

A média e a mediana medem a tendência central da amostra. Nesse caso, foi possível determinar que a idade média da amostra é de aproximadamente 34 anos.  A variância é uma medida de dispersão que mostra a heterogeneidade dos dados, ou seja, mostra o quão distante os valores estão da média, como encontramos um valor alto de 197,75; definimos que há muitos valores distantes da média (34.125). O valor do desvio padrão nos informa também dispersão dos dados e no caso, as idades variam, em média, 14 anos da média. O coeficiente de variação investiga mais a fundo a heterogeneidade dos dados e geralmente é expresso em porcentagem, quanto maior o C.V mais heterogêneo são os dados. Como encontramos o C.V valendo 36,06% pode-se observar uma grande dispersão dos valores das idades.

...

Baixar como (para membros premium)  txt (12 Kb)   pdf (398.3 Kb)   docx (665.3 Kb)  
Continuar por mais 11 páginas »
Disponível apenas no TrabalhosGratuitos.com