Please enable JavaScript.

Coggle requires JavaScript to display documents.

ESTATÍSTICA - Coggle Diagram

- - - - Censo
      - É quando você faz a análise da população inteira (todos os indivíduos). As bancas adoram perguntar por que não fazemos censos toda hora. A resposta é simples: o censo apresenta dois grandes problemas, ele é muito caro e demorado (oneroso).
      - Amostragem
      - Para contornar os problemas de custo e tempo do censo, nós fazemos a amostragem, que é retirar um subconjunto para estudo.
      - ⚠️ Cuidado com a pegadinha clássica: Uma amostra é só um pedaço da população. Dizer que uma pesquisa foi feita por amostragem não garante que ela é bem representativa.
      - Se a amostragem for mal feita (por erro metodológico ou manipulação intencional), ela induzirá a erros e não representará a realidade
    - - Estatística Descritiva
      - ✖️
      - Estatística Inferencial
        
        Estatística Descritiva
        
        É o ramo que busca descrever e resumir um conjunto de dados. O objetivo aqui é organizar a bagunça para que a informação fique apresentável.
        
        Ferramentas: Ela faz isso utilizando gráficos (como gráficos de colunas), tabelas, diagramas e medidas descritivas (como média, mediana, moda, variância, desvio padrão e proporção). Se você diz que 40% dos eleitores da pesquisa votam no candidato X, você usou a estatística descritiva
        
        Estatística Inferencial
        
        Aqui é onde a mágica (e os cálculos mais complexos) acontecem! A pesquisa não acaba na amostra. O objetivo da estatística inferencial é partir do pedacinho (amostra) e generalizar, extrapolar ou inferir algo para o "todo" (população).
        
        Exemplo da sopa: Imagine que você está fazendo uma sopa. Você não precisa tomar a panela inteira (censo) para saber se está boa de sal. Você mistura bem, pega uma colherada (amostra) e conclui algo sobre a panela inteira (inferência)
        
        Exemplo de prova: Se na amostra o candidato teve 40% dos votos, a inferência faz cálculos e diz que na população ele terá de 38% a 42% (usando uma margem de erro)
    - - 🔷
        
        População x Amostra
        
        População
        Na estatística, a população é o seu conjunto universo, o total, onde nenhum elemento fica de fora. A palavra-chave para matar questões sobre população é sempre "todos". Uma dica de ouro é que existem duas formas de a banca se referir à população:
        
        O conjunto de todos os indivíduos (exemplo: todos os eleitores do Brasil)
        
        O conjunto de todos os atributos desses indivíduos (exemplo: a intenção de voto de cada um desses eleitores)
        
        Amostra
        De forma intuitiva, a amostra é apenas um pedaço da população. Matematicamente, bancas mais rigorosas (como o CESPE e a FCC) cobram a definição exata: a amostra é um subconjunto próprio e não vazio da população.
        
        Não vazio significa que ela não pode ter zero elementos.
        
        Próprio significa que ela necessariamente precisa ser menor que a população, ou seja, você tem que deixar elementos de fora; se você pegar tudo, não é amostra, é a própria população.
        
        🔷
        
        Censo x Amostragem
        
        Censo
        É quando você faz a análise da população inteira (todos os indivíduos). As bancas adoram perguntar por que não fazemos censos toda hora. A resposta é simples: o censo apresenta dois grandes problemas, ele é muito caro e demorado (oneroso).
        
        Amostragem
        Para contornar os problemas de custo e tempo do censo, nós fazemos a amostragem, que é retirar um subconjunto para estudo.
        ⚠️ Cuidado com a pegadinha clássica: Uma amostra é só um pedaço da população. Dizer que uma pesquisa foi feita por amostragem não garante que ela é bem representativa.
        Se a amostragem for mal feita (por erro metodológico ou manipulação intencional), ela induzirá a erros e não representará a realidade
        
        🔷
        
        Estatística Descritiva
        ✖️
        Estatística Inferencial
        
        Estatística Descritiva
        É o ramo que busca descrever e resumir um conjunto de dados. O objetivo aqui é organizar a bagunça para que a informação fique apresentável.
        Ferramentas: Ela faz isso utilizando gráficos (como gráficos de colunas), tabelas, diagramas e medidas descritivas (como média, mediana, moda, variância, desvio padrão e proporção). Se você diz que 40% dos eleitores da pesquisa votam no candidato X, você usou a estatística descritiva
        
        Estatística Inferencial
        Aqui é onde a mágica (e os cálculos mais complexos) acontecem! A pesquisa não acaba na amostra. O objetivo da estatística inferencial é partir do pedacinho (amostra) e generalizar, extrapolar ou inferir algo para o "todo" (população).
        
        Exemplo da sopa: Imagine que você está fazendo uma sopa. Você não precisa tomar a panela inteira (censo) para saber se está boa de sal. Você mistura bem, pega uma colherada (amostra) e conclui algo sobre a panela inteira (inferência)
        
        Exemplo de prova: Se na amostra o candidato teve 40% dos votos, a inferência faz cálculos e diz que na população ele terá de 38% a 42% (usando uma margem de erro)
        
        1 more item...