Análise de Dados e Variáveis

UNIVERSIDADE FEDERAL DO ESTADO DE MINAS GERAIS – UFMG

MATEMÁTICA

Luiza Souza Carmo

Pedro Henrique Fonseca e Silva

Raphael Ananias Cornelio de Menezes

Rênyer José da Silva Freitas

ESTATÍSTICA E PROBABILIDADES

Análise de Dados e Variáveis

Belo Horizonte

2018

OBJETIVO

Com o levantamento de dados que fizemos na nossa turma de estatística, montamos alguns gráficos relacionando algumas variáveis.

Dentre essas variáveis estavam: sexo, idade, altura, peso, nascimento, religião, renda familiar, escola cursada o Ensino Médio, curso de graduação, influência na escolha de profissão, participação de Iniciação científica, trabalho, horas dedicadas aos estudos e expectativa no mercado de trabalho.

Nosso objetivo é correlacionar algumas dessas variáveis para fazer a análise estatística da nossa turma, e concluir, assim, as diferenças que temos na UFMG. Uma análise de um todo por meio de uma seleção de um grupo menor.

        

---

ANÁLISE DAS VARIÁVEIS

Abaixo as variáveis utilizadas na pesquisa estão listadas e classificadas entre Variáveis Qualitativas (nominais e ordinais) e Quantitativas (discretas e contínuas):

1. Sexo – Qualitativa Nominal
2. Idade – Quantitativa Discreta
3. Altura – Quantitativa Contínua
4. Peso – Quantitativa Contínua
5. Região do nascimento – Quantitativa Discreta
6. Religião – Qualitativa Nominal
7. Renda média familiar (em salários mínimos) – Quantitativa Discreta
8. Ensino Médio – Qualitativa Nominal
9. Realização ou não de curso pré-vestibular – Qualitativa Nominal
10. Tentativas de vestibular (Enem) – Quantitativa Discreta
11. Nome do curso – Qualitativa Nominal
12. Influencia para a encolha do curso – Qualitativa Nominal
13. Contribuição para a escolha do curso – Qualitativa Nominal
14. Realização de Iniciação Científica – Qualitativa Nominal
15. Trabalho – Qualitativa Nominal
16. Horas de Estudos semanais – Quantitativa Discreta
17. Expectativa sobre o mercado de trabalho no curso desejado – Qualitativa Nominal

As variáveis aleatórias a partir daqui serão apresentadas com nome abreviado ou simplificado, mas sem perda de sua representação.

A seguir foram realizadas 12?? análises dos resultados obtidos na pesquisa na forma de tabelas e gráficos. Algumas variáveis foram agrupadas para uma melhor análise comparativa e para determinar uma possível relação com as variáveis.

1. Sexo

Gráfico de pizza representando a porcentagem de alunos do sexo masculino e feminino. Neste gráfico podemos destacar que a maioria dos alunos são do sexo masculino.

[pic 1]

1. Curso x Expectativa

Gráfico de colunas representando a expectativa dos alunos divididos nos cursos. Neste caso podemos ver que os Engenheiros metalúrgicos tem mais de 70% de expectativa boa e ninguém com expectativa ruim ou péssima, contrastando com o curso de matemática e geologia que têm expectativas boas bem menores e existem pessoas com expectativas ruins e péssimas.

[pic 2]

(Obs.: Por uma questão de quantidade foram divididos os alunos em quatro grupos, três deles com os cursos com uma quantidade de alunos maior e os outros cursos foram agrupados em um grupo chamado Outros).

1. Horas de estudo x Curso

Análise

[pic 3]

Obs: Nos alunos de Engenharia Metalúrgica em sua maioria têm 40 horas de estudo semanais, o que faz com que a visualização do boxplot fique dificultada. Mas a mediana dos valores é 40 horas.

1. Renda x nascimento

Análise (lembre de falar do outlier)

[pic 4]

Obs.: Nenhum aluno nesta pesquisa nasceu em outro país.

1. Altura

Para essa variável o diagrama de Ramos e folhas foi o escolhido para representa-la. Fica claro que os alunos medem em sua maioria entre 1,60m e 1,69m.

                                 [pic 5]

1. Peso

O histograma é o gráfico que representa a variável peso dos alunos. Podemos ver que o intervalo que compreende o maior número de pesos é entre 45kg e 62kg (14 pessoas), enquanto que o intervalo de peso maior de 96kg só tem um pessoa.

[pic 6]

1. Altura x Peso

Neste gráfico de colunas a variável continua altura foi dividida em intervalos. E os valores que cada barra represente é a média das alturas relacionadas neste intervalo. Podemos perceber que nos intervalos de menor altura o peso é menor do que aqueles intervalos de maior altura. Donde podemos ver que se uma tem estatura pequena provavelmente ela terá menor peso que uma pessoa de maior estatura.