Glossário Estatístico
Termos e definições estatísticas fundamentais
Desvio Padrão (σ / s)
Uma medida da quantidade de variação ou dispersão em um conjunto de valores. É a raiz quadrada da variância e é expressa nas mesmas unidades que os dados.
Variância (σ² / s²)
A média dos quadrados das diferenças em relação à média. A variância quantifica o grau de dispersão em um conjunto de dados e é o quadrado do desvio padrão.
Média (μ / x̄)
A média aritmética de um conjunto de valores, calculada somando todos os valores e dividindo pela contagem. Representa a tendência central dos dados.
Mediana
O valor central em um conjunto de dados ordenado. Se houver um número par de valores, a mediana é a média dos dois valores centrais. É resistente a outliers.
Moda
O valor que aparece com mais frequência em um conjunto de dados. Um conjunto de dados pode ter uma moda (unimodal), várias modas (multimodal) ou nenhuma moda.
Amplitude
A diferença entre o maior e o menor valor em um conjunto de dados. Embora simples de calcular, considera apenas os dois valores extremos e é sensível a outliers.
População
O conjunto completo de todos os indivíduos ou observações de interesse em um estudo. Os parâmetros populacionais são tipicamente representados por letras gregas (μ, σ).
Amostra
Um subconjunto de uma população selecionado para análise. As estatísticas amostrais são tipicamente representadas por letras latinas (x̄, s) e são usadas para estimar os parâmetros populacionais.
Correção de Bessel
O uso de n−1 em vez de n no denominador ao calcular a variância amostral. Essa correção fornece uma estimativa não viesada da variância populacional a partir de uma amostra.
Distribuição Normal
Uma distribuição de probabilidade simétrica, em forma de sino, onde a média, a mediana e a moda são todas iguais. Muitos fenômenos naturais seguem aproximadamente uma distribuição normal.
Regra Empírica (68-95-99,7)
Para dados normalmente distribuídos, aproximadamente 68% dos valores situam-se dentro de ±1σ, 95% dentro de ±2σ e 99,7% dentro de ±3σ da média.
Z-Score
O número de desvios padrão que um ponto de dados está da média, calculado como Z = (X − μ) / σ. Os z-scores permitem a comparação de valores de diferentes distribuições.
Erro Padrão (SE)
O desvio padrão da distribuição amostral de uma estatística, mais comumente a média. SE = σ/√n, diminuindo à medida que o tamanho da amostra aumenta.
Intervalo de Confiança
Uma faixa de valores que provavelmente contém o verdadeiro parâmetro populacional com um nível de confiança especificado (ex.: 95%). Intervalos mais largos indicam menor precisão.
Outlier
Um ponto de dados significativamente diferente das outras observações. Métodos de detecção comuns incluem valores além de ±2 ou ±3 desvios padrão da média.
Coeficiente de Variação (CV)
A razão entre o desvio padrão e a média, expressa em porcentagem (CV = σ/μ × 100%). Permite a comparação da variabilidade entre conjuntos de dados com escalas diferentes.
Assimetria
Uma medida da assimetria de uma distribuição de probabilidade. Assimetria positiva significa que a cauda se estende para a direita; assimetria negativa significa que se estende para a esquerda.
Curtose
Uma medida do peso das caudas de uma distribuição de probabilidade. Curtose elevada indica caudas pesadas e um pico acentuado; curtose baixa indica caudas leves e um pico achatado.
Graus de Liberdade (df)
O número de valores independentes que podem variar em um cálculo estatístico. Para o desvio padrão amostral, df = n − 1, refletindo a correção de Bessel.
Teorema Central do Limite
Afirma que a distribuição amostral da média amostral se aproxima de uma distribuição normal à medida que o tamanho da amostra aumenta, independentemente da distribuição da população.
Teste de Hipóteses
Um método estatístico para tomar decisões com base em dados. Envolve a comparação de uma estatística de teste com um valor crítico ou valor-p para determinar se a hipótese nula deve ser rejeitada.
Valor-P
A probabilidade de observar um resultado tão extremo quanto a estatística de teste, assumindo que a hipótese nula é verdadeira. Valores-p menores fornecem evidências mais fortes contra a hipótese nula.
Coeficiente de Correlação (r)
Um valor entre −1 e 1 que mede a força e a direção da relação linear entre duas variáveis. Valores próximos de ±1 indicam uma relação linear forte.
Amplitude Interquartil (IQR)
A diferença entre o percentil 75 (Q3) e o percentil 25 (Q1). O IQR mede a dispersão dos 50% centrais dos dados e é resistente a outliers.
Percentil
Um valor abaixo do qual cai uma determinada porcentagem de observações. Por exemplo, o percentil 90 é o valor abaixo do qual se encontram 90% dos pontos de dados.