Glossário de Estatística para Concurso

A

• Amostragem — processo de selecionar um subconjunto da população para inferir características do todo. Abrange amostragem aleatória simples, estratificada, sistemática e por conglomerados.
• ARL — Average Run Length, número médio de amostras até um gráfico de controle emitir sinal. Conceito central do controle estatístico da qualidade.
• Assimetria — mede o afastamento da simetria em uma distribuição. Pode ser positiva, negativa ou nula, e determina a posição relativa entre média, mediana e moda.

B

• Bayes — ver Teorema de Bayes.
• Bootstrap — técnica de reamostragem com reposição usada para estimar a distribuição de uma estatística sem exigir suposição de normalidade.

C

• Coeficiente de Variação — Medida relativa de dispersão dada pela razão entre desvio padrão e média, expressa em porcentagem, usada para comparar conjuntos de escalas ou unidades diferentes.
• Coeficiente Percentílico de Curtose — mede o grau de achatamento da curva a partir de quartis e percentis. Classifica a distribuição em platicúrtica, mesocúrtica ou leptocúrtica.
• Correlação de Spearman — coeficiente não paramétrico calculado sobre postos. Detecta associação monotônica, mesmo quando a relação não é linear.
• Correlação estatística — mede a força e o sentido da associação entre duas variáveis. Varia de −1 a 1 e não implica causalidade.
• Cox-Stuart — teste não paramétrico para detectar a presença de tendência em uma série de observações.

D

• Desvio Padrão — Medida de dispersão absoluta dada pela raiz quadrada da variância, expressa na mesma unidade dos dados, base do Z escore e do coeficiente de variação.
• Distância Interquartil — diferença entre o terceiro e o primeiro quartil (IQR = Q3 − Q1). Base para o box-plot e para o critério usual de detecção de outliers.
• Distribuição Uniforme — todos os resultados possuem a mesma probabilidade. É a distribuição de entropia máxima no caso discreto.

E

• Enquete — levantamento de opinião junto a um grupo. Exige atenção ao viés de seleção e à taxa de não resposta.
• Entropia — medida de incerteza de uma variável aleatória. Fórmula de Shannon, cálculo em bits e aplicação em árvores de decisão.
• Estatística — ciência que trata da coleta, organização, análise e interpretação de dados para apoiar decisões sob incerteza.
• Estimador de Regressão — estimador que utiliza informação auxiliar correlacionada com a variável de interesse para aumentar a precisão em pesquisas amostrais.
• Estimador enviesado — estimador cuja esperança difere do parâmetro que se pretende estimar. Essa diferença é o viés.

F

• Fonte de Dados — origem dos dados utilizados em uma análise. Distingue-se entre fontes primárias e secundárias, cada uma com implicações de qualidade e custo.

G

• Gini (Índice de) — mede o grau de concentração de renda, associado à curva de Lorenz. Varia de 0, igualdade perfeita, a 1, concentração máxima.

H

• Heterocedasticidade — ocorre quando a variância dos erros não é constante ao longo das observações. Viola uma das hipóteses de Gauss-Markov na regressão linear.

K

• Kaggle — plataforma de competições, conjuntos de dados e notebooks voltada à prática de ciência de dados.

M

• Mediana — valor que divide o conjunto ordenado em duas partes iguais. Corresponde ao segundo quartil e é robusta à presença de outliers.
• Métodos de Estimação — conjunto de técnicas para obter estimadores, como máxima verossimilhança, método dos momentos e mínimos quadrados.

N

• Normal Multivariada — generalização da distribuição normal para vetores aleatórios, definida pelo vetor de médias e pela matriz de covariâncias.

O

• Outliers — observações discrepantes em relação ao restante dos dados. O critério mais cobrado usa 1,5 vez a distância interquartil.

P

• Pacote no R — conjunto de funções, dados e documentação distribuído para ampliar as capacidades do R. Inclui instalação, carregamento e uso.
• Primeiro Quartil — valor que separa os 25% menores das observações ordenadas. Representado por Q1.
• Probabilidade de Laplace — razão entre casos favoráveis e casos possíveis, válida apenas em espaços amostrais equiprováveis.
• Problema do Aniversário — resultado contraintuitivo de probabilidade sobre a chance de coincidência de datas de aniversário em um grupo.

Q

• Quantil — valor que divide a distribuição em partes com proporções previamente definidas. Quartis, decis e percentis são casos particulares.
• Quartis — quantis que dividem o conjunto ordenado em quatro partes iguais, representados por Q1, Q2 e Q3.
• Qui quadrado — distribuição de probabilidade e família de testes usados para aderência, independência e homogeneidade.

T

• Teorema de Bayes — permite atualizar a probabilidade de um evento diante de nova informação. Base da inferência bayesiana e de aplicações em diagnóstico e classificação.
• Teste de Hipóteses — procedimento formal de decisão entre hipótese nula e alternativa, envolvendo erros do tipo I e II, nível de significância e valor-p.

Z

• Z Escore Padronizado — denominação alternativa do Z escore, também chamado de escore reduzido ou variável padronizada nos enunciados de prova.