📄 População, amostra, censo e descrição dos dados
📄 Amostragem: sorteio, estratos e vieses de seleção
📄 Tipos de variáveis e qualidade dos registros
📄 Tabelas de frequências: absoluta, relativa e acumulada
📄 Gráficos estatísticos: colunas, setores, linhas e histogramas
📄 Média aritmética: significado, cálculo e valores extremos
📄 Média ponderada e média por frequências
📄 Mediana e moda: ordenar, contar e interpretar
📄 Quartis, percentis e boxplot: cálculo e interpretação
📄 Dispersão: amplitude, desvios e comparação de grupos
📄 Variância e desvio padrão: cálculo, unidade e divisores
📄 Distribuição normal: curva, probabilidades e escore z
📄 Dimensionamento da amostra: margem de erro e confiança
📄 Comparação de dados e leitura crítica de gráficos
📄 Indicadores socioeconômicos
📄 Pesquisa estatística completa: da pergunta à conclusão
📄 Exercícios de Estatística: pesquisa, tabelas e medidas de centro
📄 Exercícios de Estatística: quartis, dispersão e interpretação
📄 Diagrama de dispersão e dados com duas variáveis
📄 Correlação e associação entre duas variáveis
📄 Reta de tendência, estimativas e resíduos
📄 Exercícios de estatística com duas variáveis
Comparação de dados e leitura crítica de gráficos
Depois de calcular medidas, precisamos interpretar o que elas sustentam. Vamos comparar grupos sem confundir escala visual, dispersão absoluta, dispersão relativa e explicações causais.
Leia o centro e o espalhamento juntos
Para comparar grupos, verifique tamanho, unidade, período, centro, dispersão e eventuais extremos. Uma média isolada pode ocultar diferenças importantes, e uma mudança de escala no gráfico pode exagerar uma diferença pequena.
O mesmo dado pode parecer muito diferente
Em gráficos de barras ou colunas, o comprimento representa magnitude, então começar em zero costuma ser essencial para uma comparação visual fiel. Se houver corte de escala, ele precisa estar claramente indicado. Em gráficos de linhas, uma escala restrita pode ajudar a ver variações, mas também deve estar explícita.
Valores extremos: investigar antes de excluir
No conjunto 2, 4, 5, 7, 8, 10, 12, 30, o último valor afasta a média do centro da maior parte dos registros. A média é 9,75 e a mediana é 7,5. Isso não prova erro: pode haver uma observação legítima bem diferente.
Comparação relativa: coeficiente de variação
Para dados com zero significativo e médias positivas, podemos comparar o desvio padrão em relação à média pelo coeficiente de variação (CV):
Exemplo — dois processos com médias diferentes
- No processo A, média = 10 min e DP = 2 min: CV = (2 ÷ 10) · 100% = 20%.
- No processo B, média = 20 min e DP = 4 min: CV = (4 ÷ 20) · 100% = 20%.
- B tem maior dispersão absoluta, mas a dispersão relativa é a mesma.
O CV não é apropriado para qualquer variável. Com média zero ou muito próxima de zero ele perde utilidade; escalas sem zero significativo, como temperatura em °C, também exigem outra análise.
Associação não demonstra causa
Se dois indicadores variam juntos, isso não prova que um causou o outro. Pode haver outras variáveis, seleção de participantes ou simples coincidência. Uma conclusão causal exige um estudo adequado à pergunta.
