1 Conceitos básicos
1.1 Introdução
Neste capítulo inicial, estabeleceremos as bases fundamentais da estatística, diferenciando a análise puramente descritiva da inferência, e definindo os tipos de dados com os quais trabalharemos ao longo deste livro.
1.1.1 O que é Estatística?
A Estatística pode ser definida como a ciência que utiliza a probabilidade para lidar com a incerteza. Em um mundo inundado por dados, ela fornece as ferramentas para transformar observações brutas em conhecimento científico e suporte à decisão.
Podemos dividir a estatística em três grandes pilares:
Descritiva: Resume e organiza os dados históricos para descrever o que aconteceu, sem tirar conclusões externas.
Inferencial: Usa amostras para tirar conclusões e generalizar propriedades sobre uma população inteira sob incerteza.
Preditiva: utiliza algoritmos estatísticos e técnicas de machine learning para definir a probabilidade de eventos futuros com base em padrões encontrados em dados do passado.
De modo geral, a Estatística engloba ferramentas teóricas e práticas visando entender ou analisar o comportamento de informações quantitativas e/ou qualitativas, medindo incertezas e, dessa forma, auxiliando na tomada de decisão.
1.1.2 Conceitos Fundamentais
Antes de avançarmos para a análise prática, precisamos definir os objetos de estudo:
População: O conjunto total de elementos que compartilham pelo menos uma característica comum (ex: todos os domicílios do Brasil).
Parâmetro: Uma medida numérica que descreve uma característica da população (geralmente desconhecida e representada por letras gregas como \(\mu\), \(\sigma\)).
Amostra: Um subconjunto representativo da população.
Estimativa (ou Estatística): Uma medida numérica calculada a partir de dados amostrais para estimar um parâmetro, geralmente representada por letras maiúsculas (\(\bar{X}\), \(S\)).
Alguns conceitos e definições matemáticas bem como suas propriedades são de extrema importância para um bom entendimento das técnicas de análise estatística. Entretanto, não será apresentado um capítulo a parte sobre esses conceitos e definições. Ao longo do livro, à medida que for sendo necessário, estes serão apresentados da forma mais simples possível, sem o rigor matemático.
1.1.2.1 Tipos de População
1.1.2.1.1 População Finita
É aquela que possui um número determinado e limitado de elementos. Em outras palavras, se você tivesse tempo e recursos infinitos, conseguiria contar todos os itens e chegar a um número final (N).
A característica chave: A contagem termina.
Exemplos:
O número de alunos matriculados em uma escola em 2026.
A quantidade de parafusos produzidos por uma máquina em um turno de 8 horas.
O número de páginas de um livro de estatística.
Os habitantes de uma cidade específica.
1.1.2.1.2 População Infinita
É aquela que possui um número de elementos tão grande que é impossível listar todos, ou cujos elementos ainda estão sendo gerados (processo contínuo). Na estatística, também tratamos como infinita uma população que é tecnicamente finita, mas tão vasta que o tamanho total não influencia no cálculo da amostra.
A característica chave: A contagem nunca termina ou é meramente teórica.
Exemplos:
O número de vezes que uma moeda pode ser lançada (processo infinito).
O conjunto de todos os números reais entre 0 e 1 (infinito não enumerável).
O número de estrelas no universo observável (tão vasto que é tratado como infinito).
A produção futura de uma fábrica que ainda não parou de operar.
No próximo capítulo, vamos tratar da análise exploratória de dados.
Exercício 1: identificação de População e Amostra
Para cada cenário abaixo, identifique a População e a Amostra.
Um pesquisador quer saber a altura média dos alunos de uma universidade com 20.000 estudantes e entrevista 500 deles.
Para testar a qualidade de um lote de 10.000 lâmpadas, uma fábrica seleciona 100 para teste de durabilidade.
Um inspetor de alimentos analisa 5 latas de conserva de um carregamento que chegou ao supermercado.
Um sociólogo entrevista 1.200 brasileiros para entender a opinião do país sobre o trabalho remoto.
Em um hospital, o médico analisa o exame de sangue (uma gota) de um paciente para verificar o nível de glicose.
Um analista de dados examina 200 transações de um banco que processa milhões de operações por dia para detectar fraudes.
Um biólogo estuda 50 árvores de uma floresta nacional para estimar a idade média da vegetação local.
Uma loja de roupas quer saber a satisfação dos seus 5.000 clientes e envia um formulário que é respondido por 300 pessoas.
Para verificar a eficácia de uma nova vacina, cientistas acompanham um grupo de 10.000 voluntários ao redor do mundo.
Um controle de qualidade de vinhos testa três garrafas de uma safra anual de 50.000 garrafas.
Exercício 2: Identificação de Parâmetro e Estimativa
Classifique o valor em destaque como Parâmetro (referente à população) ou Estimativa (referente à amostra).
O Censo do IBGE revelou que a idade média da população brasileira aumentou.
Uma pesquisa eleitoral indica que 35% dos entrevistados pretendem votar no Candidato A.
O gerente de uma loja verificou todas as notas fiscais do dia e viu que o gasto médio foi de R$ 150,00.
Com base em 40 laranjas testadas, um agrônomo afirmou que aquelas laranjas possuem 12% de açúcar.
O registro oficial de todos os funcionários de uma empresa mostra que 60% são mulheres.
Um teste de colisão com 5 carros de um modelo indica que a segurança do modelo é nota 9.
A média de gols de toda a história da Copa do Mundo é de 2,8 por partida.
Em um estudo com 100 fumantes, observou-se que 20% desenvolveram problemas respiratórios.
O Banco Central divulgou a taxa oficial de inflação acumulada de todo o ano anterior.
Após provar uma colher de sopa, o cozinheiro disse: “Falta sal”.
Exercício 3: Aplicação
Responda com base nos conceitos aprendidos.
Por que, no caso do exame de sangue, usamos uma amostra e não a população total?
Se um pesquisador consegue entrevistar todos os elementos de um grupo, ele está realizando um Censo ou uma Amostragem?
Explique por que uma estimativa pode variar de uma amostra para outra, enquanto o parâmetro é um valor único e fixo (em um dado momento).
Imagine que você quer saber a opinião dos brasileiros sobre futebol. Entrevistar apenas pessoas na porta de um estádio geraria uma amostra fiel? Por quê?
Um parâmetro é geralmente um valor conhecido ou desconhecido na prática científica? Justifique.
Qual a principal vantagem de usar uma amostra em vez de investigar toda a população em uma fábrica de fogos de artifício?
Se aumentarmos o tamanho de uma amostra, o que se espera que aconteça com a diferença entre a estimativa e o parâmetro?
Dê um exemplo de uma situação onde a população é infinita.
Dê um exemplo de uma situação onde a população é finita, mas o uso de amostra é obrigatório por questões de custo.
Crie um cenário original identificando os quatro conceitos: População, Parâmetro, Amostra e Estimativa.