quinta-feira, 23 de maio de 2013

Reflexão semanal

Esta semana o nosso grupo concluiu o trabalho no Movie Maker na disciplina de Matemática , o vídeo consistia em dar a conhecer o histograma que tratava os resíduos que a turma produzia durante uma semana.  Começamos a trabalhar num novo vídeo , desta vez , para a disciplina de Ciências Naturais . Não houveram grandes dúvidas , as que houveram nós conseguimos resolver em grupo e com a ajuda de todos . Até há ultima semana falta-nos concluir este nosso vídeo e esperemos conseguir alcançar tudo aquilo que programámos para o nosso trabalho ficar bom .

quarta-feira, 22 de maio de 2013

Reflexão semanal

 Esta semana começamos o projecto . Acrescentamos duas entradas no blog : a primeira foi a apresentação do grupo , a segunda foi uma reflexão sobre o que estamos a aprender na disciplina de Matemática (que nos vai ser útil para o projecto) . Cada elemento do grupo fez entradas nas disciplinas de Matemática e Ciências Naturais relacionadas sobre o projecto. Por enquanto, só estamos a ter dificuldades em como vai ser o nosso vídeo mas vamos solucioná-las com a cooperação de todos os elementos do grupo.

domingo, 19 de maio de 2013

Reflexão semanal

Esta semana começamos a fazer um vídeo no programa Movie Maker. Estamos também a fazer o gráfico do Histograma referente aos dados recolhidos. Está a correr tudo bem, e para já não tivemos dificuldades.

quarta-feira, 15 de maio de 2013

Esta semana começamos a fazer um vídeo no programa Movie Maker . Estamos também a fazer o gráfico do Histograma referente aos dados recolhidos . Está a correr tudo bem e com o desenvolvimento do trabalho não tivemos grandes dúvidas ou dificuldades .




quarta-feira, 24 de abril de 2013

O que vamos fazer?

 O nosso grupo decidiu que para representar os dados obtidos dos resíduos que produzimos, vamos organizar os dados numa tabela considerando a quantidade média de sacos de lixo
orgânico que cada família de cada elemento do grupo produziu numa semana.

 Por exemplo:


3,6    3,6    2,9    4,1    3,2    4,7    2,5    6,1    4,9    3,8
2,9    3,0    4,1    4,5    3,2    3,6    3,7    4,0    4,2    5,0

 Para calcular desta forma, temos de saber quantos sacos de lixo produzimos numa semana, e dividir pela quantidade de pessoas vivem na casa de cada um.

 Por exemplo:

 Se eu produzir 10 sacos do lixo numa semana. e se o meu agregado familiar for de 5 pessoas, faço 10:5=2. Então quer dizer que em média eu produzo 2 sacos do lixo por semana.

Reflexão semanal

Esta semana continuamos a fazer o trabalhos relacionados com o projeto ITEC e a disciplina de Ciências Naturais. Também fizemos uma pesquisa sobre a matéria que estamos a aprender na disciplina de Matemática. Para a semana vamos começar a fazer a contagem dos resíduos que produzimos. Só nos falta pôr as duas reflexões semanais no blog, e por enquanto não tivemos dificuldade em nada.

quinta-feira, 4 de abril de 2013

Estatística

 Variáveis estatísticas:

 As variáveis estatísticas podem ser qualitativas ou quantitativas (contínuas ou discretas). As varáveis qualitativas definem qualidades dos indivíduos (por exemplo, género, estado civil, cor do cabelo) e as variáveis quantitativas são caraterísticas mensuráveis dos indivíduos (por exemplo, idade, peso, número de irmãos).



Variável qualitativa
Variável quantitativa



 







 Censos (ou recenseamento) e sondagem

 No recenseamento o estudo efetua-se com todos os elementos da população e na sondagem o estudo efetua-se com uma parte da população (a amostra). 

 Medidas de localização (média, moda, mediana e quartis):

 Média: somam-se os valores e dividem-se pelo total de dados;
 Moda: dado que ocorre com maior frequência, há conjuntos de dados com mais do que uma moda (bimodal, trimodal,...) e outros que não têm moda (amodal).
 Mediana (ou 2º quartil): é um valor que divide a amostra ordenada ao meio, isto é, 50% dos elementos da amostra são menores ou iguais à mediana e os restantes 50% são maiores ou iguais à mediana. Para calcular a mediana colocam-se os valores por ordem crescente ou decrescente, e se o número de dados for ímpar, a mediana é o valor central. Se o número de dados for par, a mediana é igual à média dos dois valores centrais.
 Quartis:uma vez a amostra dividida em duas partes com igual número de elementos, cada uma destas partes ainda pode ser dividida ao meio. Às medianas da parte inferior e superior dos dados, chamamos respetivamente 1.º quartil e 3.º quartil e representamos por Q1 e Q3. Assim, o 1.º quartil, a mediana e o 3.º quartil dividem a amostra (ordenada) em 4 partes iguais, cada uma contendo 25% dos dados.





Gráfico ou diagrama de caule-e-folhas:
É uma representação que se situa entre a tabela e o gráfico, uma vez que, de um modo geral, apresenta os verdadeiros valores da amostra, mas de uma forma sugestiva, faz lembrar o histograma. O gráfico caule-e-folhas é muito útil para comparar observações que digam respeito à mesma variável, mas que tenham sido recolhidas de grupos (populações) distintos. Para representar os caule-e-folhas paralelos, determinamos os caules (comuns) a partir da amostra de maior amplitude.


Medidas de dispersão (amplitude e amplitude interquartis)
Amplitude de um conjunto de dados: diferença entre o máximo e o mínimo dos valores da amostra;
Amplitude interquartis de um conjunto de dados: é a diferença entre o 3º e o 1º quartis (Q3 – Q1).
A variabilidade (dispersão) dos dados que ficam entre o 1º e o 3º quartis é tanto maior quanto maior for a amplitude interquartis.

  Conhecendo os extremos (mínimo e máximo), a mediana e os quartis é possível construir o
diagrama de extremos e quartis.

 

Simetria

Distribuições simétricas:
Uma distribuição diz-se simétrica se a média divide o histograma em duas metades iguais. Se a distribuição dos dados se apresentar aproximadamente simétrica, então a média e a mediana coincidem (ou são valores próximos) (Mediana= Média)

Distribuições enviesadas:

(1) Enviesamento à direita:

Se a distribuição tem uma maior concentração de dados junto do valor mínimo, diz-se enviesada à direita (a cauda direita é mais longa) e a mediana está à esquerda da média (Mediana < Média)



(2) Enviesamento à esquerda:
Se a distribuição tem uma maior concentração de dados junto do valor máximo, diz-se enviesada à esquerda (a cauda esquerda é mais longa) e a mediana está à direita da média (Mediana > Média)