Estatística descritiva

A estatística descritiva é uma ferramenta analítica fundamental que calcula e apresenta um conjunto abrangente de resumos numéricos das principais características dos dados. Abrange três dimensões principais: tendência central (onde os dados se centram), dispersão (o quanto os dados variam) e forma (como os dados se distribuem).

Última revisão

Conclusão principal

A estatística descritiva é uma ferramenta analítica fundamental que calcula e apresenta um conjunto de resumos numéricos das principais características dos dados: tendência central, dispersão e forma.

Nesta página
  1. O que é a estatística descritiva?
  2. Quando usar a estatística descritiva?
  3. Principais estatísticas explicadas
  4. Diretrizes para o uso correto da estatística descritiva
  5. Alternativas: quando não usar a estatística descritiva
  6. Exemplo de estatística descritiva
  7. Como fazer a estatística descritiva

O que é a estatística descritiva?

A estatística descritiva é uma ferramenta analítica fundamental que calcula e apresenta um conjunto abrangente de resumos numéricos das principais características dos dados. Abrange três dimensões principais: tendência central (onde os dados se centram), dispersão (o quanto os dados variam) e forma (como os dados se distribuem).

Em vez de fazer inferências ou previsões, a estatística descritiva simplesmente descreve o que já existe nos dados. Normalmente é o primeiro passo de qualquer investigação estatística, oferecendo uma compreensão clara e objetiva do conjunto de dados antes da aplicação de técnicas mais avançadas.

Quando usar a estatística descritiva?

  • Use como primeiro passo de qualquer análise de dados , para entender a estrutura básica e o comportamento do conjunto de dados antes de aplicar qualquer outra ferramenta.
  • Use quando precisar resumir e comunicar os dados com clareza a uma equipe, gerente ou parte interessada que precisa de uma visão numérica concisa.
  • Use ao comparar vários grupos ou conjuntos de dados : a estatística descritiva de cada grupo revela diferenças de centro e dispersão num relance.
  • Use para verificar outliers, assimetria ou padrões incomuns antes de prosseguir com a análise estatística formal.

Principais estatísticas explicadas

Estatística

O que ela informa

Média

A média aritmética: o ponto de equilíbrio de todas as medições

Mediana

O valor central: menos afetada por outliers do que a média

Desvio padrão

O quanto as medições normalmente se dispersam em torno da média

Variância

A dispersão ao quadrado: usada em outros cálculos estatísticos

Mínimo / Máximo

Os menores e maiores valores observados no conjunto de dados

Amplitude

A dispersão total, do valor mínimo ao máximo

Assimetria

Se os dados se inclinam para a esquerda (negativa) ou para a direita (positiva) do centro

Curtose

Se a distribuição tem caudas mais pesadas ou mais leves do que a normal

N (tamanho amostral)

O número total de observações incluídas na análise

Diretrizes para o uso correto da estatística descritiva

  • Relate sempre, em conjunto, uma medida de centro e uma medida de dispersão : relatar apenas a média, sem o desvio padrão, dá um quadro incompleto.
  • Quando os dados forem assimétricos ou contiverem outliers, use a mediana, em vez da média, como principal medida de centro: ela é mais representativa.
  • Verifique os valores de assimetria e curtose para avaliar se é possível supor normalidade antes de aplicar métodos estatísticos paramétricos.
  • Colete pelo menos 20 a 30 observações para que estatísticas como o desvio padrão e a assimetria sejam estáveis e significativas.

Alternativas: quando não usar a estatística descritiva

Situação

Use em vez disso

Necessidade de ver a forma visual da distribuição junto com os números

Resumo gráfico

Necessidade de testar diferenças significativas entre grupos

Testes de hipóteses (teste t, ANOVA)

Necessidade de entender as relações entre variáveis

Análise de correlação ou de regressão

Os dados são categóricos (rótulos, grupos)

  Gráfico de barras

Necessidade de detectar tendências ou deslocamentos ao longo do tempo

Gráfico de sequência ou carta de controle

Exemplo de estatística descritiva

Um engenheiro de controle de qualidade precisa garantir que as tampas dos frascos de xampu estejam fechadas corretamente. Se as tampas forem fechadas com pouco aperto, podem cair durante o transporte. Se forem fechadas com aperto excessivo, podem ser difíceis de abrir. O valor-alvo de torque para fechar as tampas é 18. O engenheiro coleta uma amostra aleatória de 68 frascos e testa o torque necessário para remover as tampas. As etapas são as seguintes:

  1. Reuniu os dados necessários.
  2. Agora analise os dados no Zometric Statistical Software em https://statsai.zometric.com/.
  3. Para encontrar a Descriptive Statistics, escolha Statistical module> Graphical analysis > Descriptive Statistics.
  4. Dentro da ferramenta, insira os dados junto com as demais entradas, da seguinte forma:
Descriptive Statistics — figure 1Descriptive Statistics — figure 2

6. Depois de usar a ferramenta mencionada acima, obtém-se a saída, da seguinte forma:

Descriptive Statistics — figure 3Descriptive Statistics — figure 4Descriptive Statistics — figure 5

Como fazer a estatística descritiva

O guia é o seguinte:

  1. Faça login no Zometric Statistical Software em https://statsai.zometric.com/
  2. Na página inicial, escolha Statistical Tool> Graphical analysis > Descriptive Statistics.
  3. Em seguida, atualize os dados manualmente ou copie todos os dados (Ctrl+C) de uma planilha do Excel e cole-os (Ctrl+V), ou então use a opção Load Example, que carrega os dados de exemplo.
  4. Em seguida, preencha as opções necessárias.
  5. Por fim, clique em calculate na parte inferior da página para obter os resultados desejados.

No painel (dashboard) de Descriptive Statistics, a janela é dividida em duas partes.

Descriptive Statistics — figure 6

Na parte esquerda fica o painel de dados (Data Pane). No Data Pane, cada linha forma um subgrupo. Os dados podem ser inseridos manualmente, ou você pode copiar todos os dados (Ctrl+C) de uma planilha do Excel e colá-los (Ctrl+V) aqui.

Load example: Os dados de exemplo serão carregados.

Load File: É usado para carregar diretamente os dados do Excel.

Na parte direita, basta informar:

Values: A(s) variável(is) que contêm os dados reais que você quer analisar, por exemplo, leituras de torque ou máquina; selecione a coluna.

By Variables: Uma variável de agrupamento opcional. Se selecionada, as estatísticas são calculadas separadamente para cada grupo (ex.: por tipo de máquina), para que você possa comparar os grupos lado a lado.

Mean: A média aritmética. Some todos os valores e divida pela contagem. É a forma mais comum de resumir onde os dados se situam.

SE of mean (Standard Error of the Mean): Estima o quanto a média da amostra pode diferir da verdadeira média da população. Um SE pequeno significa que a estimativa da média é confiável; um SE grande significa que há mais incerteza.

Trimmed mean: A média calculada depois de remover uma pequena porcentagem dos menores e dos maiores valores. Isso reduz a influência de outliers extremos e fornece uma estimativa de centro mais estável.

Median: O valor central quando todos os pontos de dados são ordenados. Metade dos valores fica acima dele e metade abaixo. É mais confiável do que a média quando os dados são assimétricos ou contêm outliers.

Mode: O valor que aparece com mais frequência no conjunto de dados. Útil para identificar a medição ou categoria mais comum.

Sum: O total de todos os valores somados. Útil quando a quantidade acumulada importa, e não apenas a média.

Standard deviation: Mede a distância média de cada ponto de dados em relação à média. Um valor pequeno significa que os dados estão bem agrupados; um valor grande significa que estão muito dispersos.

Variance: O desvio padrão ao quadrado. É menos intuitivo de interpretar diretamente, mas é usado em muitos cálculos e testes estatísticos nos bastidores.

Coefficient of variation (CV): Expressa o desvio padrão como porcentagem da média (DP ÷ Média × 100). Isso permite comparar a variabilidade entre conjuntos de dados com unidades diferentes ou com médias muito diferentes.

Range: A medida de dispersão mais simples: máximo menos mínimo. É fácil de entender, mas muito sensível a um único valor extremo.

Interquartile range (IQR): A dispersão dos 50% centrais dos dados (Q3 menos Q1). Como ignora os 25% superiores e inferiores, é resistente a outliers e uma medida confiável da dispersão típica.

MSSD (Mean of Successive Squared Differences): Mede a variabilidade entre pontos de dados consecutivos, na ordem em que foram coletados. É particularmente útil em monitoramento de processos e em dados de séries temporais, para detectar se um processo está instável ou em deriva ao longo do tempo.

Sum of squares: A soma de cada valor elevado ao quadrado. Não é diretamente interpretável por si só, mas é um elemento básico usado internamente nos cálculos de variância, regressão e ANOVA.

Minimum: O menor valor de todo o conjunto de dados.

Maximum: O maior valor de todo o conjunto de dados.

First quartile (Q1): O 25º percentil. Um quarto de todos os valores fica igual ou abaixo deste ponto.

Third quartile (Q3): O 75º percentil. Três quartos de todos os valores ficam iguais ou abaixo deste ponto.

N nonmissing: O número de pontos de dados que têm um valor válido registrado e são incluídos na análise.

N missing: O número de pontos de dados sem valor (em branco ou nulo). Contagens altas de ausentes podem indicar um problema na coleta de dados.

N total: O número total de linhas = N nonmissing + N missing.

Cumulative N: Um total acumulado de observações à medida que você percorre as linhas ou os grupos.

Percent: A contagem de cada grupo expressa como porcentagem do número total de observações.

Cumulative Percent: Um total acumulado de porcentagens. A última linha sempre chega a 100%.

Skewness: Mede o quanto a distribuição é assimétrica em torno da média.

  • Zero = perfeitamente simétrica
  • Positiva = a cauda se estende para a direita (alguns valores muito altos puxam a média para cima)
  • Negativa = a cauda se estende para a esquerda (alguns valores muito baixos puxam a média para baixo)

Kurtosis: Mede o quanto as caudas da distribuição são pesadas ou leves em comparação com uma distribuição normal (em forma de sino).

  • Curtose alta = mais outliers extremos do que o esperado
  • Curtose baixa = menos valores extremos, distribuição mais achatada

Histogram of data:  Um gráfico de barras que mostra com que frequência os valores caem dentro de intervalos definidos (classes). Ideal para ver a forma geral: se os dados são normais, assimétricos, bimodais e assim por diante.

Individual value plot: Plota cada ponto de dados como um ponto individual em uma reta numérica. Nada é ocultado ou calculado como média. Ideal para identificar outliers e ver a verdadeira dispersão bruta dos dados.

Boxplot of data: Um boxplot que resume a mediana, Q1, Q3 e os outliers em um único visual compacto. Excelente para comparar a dispersão e o centro de vários grupos lado a lado.

Show variables as columns: Transpõe a tabela de resultados de modo que cada variável se torne uma coluna, em vez de uma linha. Particularmente útil quando você compara muitas variáveis e quer vê-las lado a lado para facilitar a comparação.

Download as Excel: Exibe o resultado em formato Excel, que pode ser facilmente editado e recarregado para os cálculos por meio da opção load file.

Perguntas frequentes

O que são estatísticas descritivas?

As estatísticas descritivas são resumos numéricos das principais características de um conjunto de dados em três dimensões: tendência central (onde os dados se centram), dispersão (o quanto variam) e forma (como se distribuem). Elas descrevem o que já existe nos dados, em vez de fazer inferências, e normalmente são o primeiro passo de qualquer investigação estatística.

Usar a média ou a mediana?

Quando os dados são assimétricos ou contêm outliers, use a mediana como principal medida de centro, pois ela é menos afetada por valores extremos do que a média. Relate sempre uma medida de centro junto com uma medida de dispersão; relatar a média sem o desvio padrão dá um quadro incompleto.

O que a assimetria e a curtose informam?

A assimetria mede a falta de simetria: zero é simétrica, positiva significa que a cauda se estende para a direita e negativa significa que se estende para a esquerda. A curtose compara o peso das caudas com o de uma distribuição normal: curtose alta significa mais outliers extremos do que o esperado e curtose baixa, menos. Verifique ambas para avaliar se é possível supor normalidade antes de usar métodos paramétricos.

Quantas observações são necessárias para a estatística descritiva?

Colete pelo menos 20 a 30 observações para que estatísticas como o desvio padrão e a assimetria sejam estáveis e significativas. No Zometric Statistical Software, selecione a coluna Values, opcionalmente uma variável By para comparar grupos lado a lado, e marque as estatísticas e os gráficos de que precisar, como um histograma, um gráfico de valores individuais ou um boxplot.