Sim, é possível entender e aplicar estatística sem matemática complexa — concentrando-se em conceitos lógicos básicos, observações do mundo real e gráficos simples, podemos compreender princípios estatísticos e analisar dados de forma eficaz sem se sobrecarregar com complexidades matemáticas.
Você precisa da estatística & análise de dados para seus trabalhos acadêmicos, mas tem grande dificuldade de entendê-la e aplicá-la, principalmente por causa dos conceitos, fórmulas e cálculos matemáticos?
Não se preocupe pois não está sozinho nesta. A grande maioria de estudantes e pesquisadores de áreas não afins às exatas também têm este problema.
Leia o artigo até o final e entenda como e porque é possível entender e aplicar Estatística Sem Matemática!
O Problema
A dificuldade que alunos e pesquisadores de várias áreas do conhecimento têm com estatística é imensa.
Estaria tudo bem, não fosse o fato de que em todas as suas pesquisas é quase certo que será necessário utilizar-se de análises estatísticas.
Então, se você se encaixa neste grupo, não se preocupe, pois é possível entender os fundamentos da estatística e até aplicar análises de forma adequada sem entender muito de matemática.
A Solução
No ano de 2003 os pesquisadores William Magnusson e Guilherme Mourão publicaram o livro intitulado Estatística [Sem] Matemática: A Ligação Entre as Questões e a Análise.
“Este é um livro de estatística diferente. Bill e Gui estabelecem, pela primeira vez, um diálogo com o leitor, onde a estatística é despida de suas vestes arrogantes, e é mostrada simplesmente como uma ferramenta de análise e um meio de comunicação. Aprimorado pelos autores e seus alunos durante décadas de ensino, o Estatística sem Matemática traz os conceitos de uma forma corrente, quase oral, dispensando a simbologia tão familiar para os iniciados, e tão obscura para os iniciantes. Com a leitura desta obra do começo ao fim, como se recomenda, a estatística deixará de ser uma ciência arrogante, para se tornar parte de você.”
Título do Anúncio
Descrição do anúncio. Lorem ipsum dolor sit amet, consectetur adipiscing elit.
Dentre curiosidades e fatos importantes que aprenderá com esta obra estão:
01. Dados somente são úteis se fornecem informação.
02. Não há questões implícitas ou óbvias em um projeto de pesquisa.
03. As questões estatísticas devem refletir as questões científicas.
04. A última coisa que o mundo precisa é de mais um livro de estatística.
05. As equações e as estatísticas apenas refletem a diferença mostrada no gráfico.
06. Se equações lhe dão arrepios, recorra aos gráficos para apreciar a mesma informação.
07. Análises de tabelas de contingência quase nunca são apropriadas para questões estatísticas.
08. Encontrar a pergunta certa é frequentemente mais importante do que encontrar a resposta certa.
09. Uma hipótese nula é uma assertiva de como o mundo deveria ser, se nossa suposição estivesse errada.
10. O mundo ficará desnecessariamente complexo se nos afastarmos de nossos gráficos simples de dispersão.
11. Medir tudo e deixar “os dados falarem por si mesmos” não é uma maneira eficiente de descobrir as coisas.
12. Não devemos acreditar em uma estrutura (padrão), a menos que possamos visualizá-la em um gráfico simples.
13. Delinear uma amostragem é coletar os dados de forma que você tenha uma boa chance de tomar uma boa decisão.
14. A habilidade para interpretar as estatísticas não é tão importante quanto a habilidade de interpretar gráficos.
15. Rejeitar erroneamente a hipótese nula e decidir que um fenômeno existe, quando ele não existe, é chamado de erro do tipo I.
16. O pesquisador nunca pode abrir a mão da responsabilidade de usar a lógica para decidir quais variáveis devem ser incluídas.
17. Se desejamos testar as diferenças entre médias, precisamos assumir que a variabilidade dentro das categorias é aproximadamente igual.
18. Devemos construir um fluxograma que represente a maneira como acreditamos que o sistema em estudo funcione, antes de escolher a análise.
19. Por alguma razão os biólogos têm fixação em comprar médias — entretanto, frequentemente, diferenças na variabilidade são mais importantes.
20. Quando nós, outras pessoas, ou programas de computadores colocam linhas retas em gráficos, fazem isto minimizando a distância média da linha aos pontos.
21. Uma boa regra é decidir quantas repetições serão coletadas, dividi-las por dez e tentar restringir seu modelo para que não inclua mais do que este número de fatores.
22. Os pesquisadores as vezes apresentam o gráfico dos dados transformados, mas o ajuste do modelo só pode ser avaliado em relação aos dados originais, não transformados.
23. Não rejeitar a hipótese nula, quando ela é falsa, é chamado de erro do tipo II e a probabilidade de se cometer este tipo de erro é conhecida como “δ” pelos estatísticos.
24. Quando o leitor encontrar uma tabela de contingência, pode suspeitar que o pesquisador cometeu pseudo-repetição e que as inferências estatísticas são desprovidas de sentido.
25. Muitas das probabilidades apresentadas são pseudoprobabilidades, que só servem para indicar que o autor pertence a cultura científica, e não transmitem qualquer informação objetiva sobre o mundo real.
26. Grande parte das análises estatísticas pode ser vista como métodos de se reduzir problemas complexos a problemas com duas dimensões, de forma que possam ser apresentados em simples gráficos de dispersão.
27. Os maiores erros no delineamento amostral resultam de não se levar em conta conceitos básicos de lógica que muitos estudantes levariam, se sua atenção não tivesse sido desviada pela matemática das estatísticas.
28. Acreditamos que tratados matemáticos sobre estatística são tão importantes quanto engenharia de materiais ou fisiologia intracelular, porém, talvez não seja o melhor caminho para levar estudantes a dominarem o conhecimento necessário para usar a estatística de uma forma prática na interpretação de dados.
Título do Anúncio
Descrição do anúncio. Lorem ipsum dolor sit amet, consectetur adipiscing elit.
Conclusão
Sendo assim, são passos fundamentais para que você faça análises estatísticas de forma adequada:
(1) Entendimento dos fundamentos básicos da estatística — muito bem embasados na obra em questão.
(2) Na estatística descritiva, saber o significado das principais medidas descritivas, como média aritmética, desvio padrão, etc.
(3) Na estatística exploratória, conhecer os principais gráficos e saber quando e como utilizá-los — temos um artigo aqui sobre isso!
(4) Na estatística inferencial, saber escolher o teste estatístico correto para cada ocasião, e, após isto, saber aplicar todos os passos da análise de forma adequada.
Isso tudo, com estatística sem matemática!
Caso tenha se interessado e queira adquirir o livro “Estatística [Sem] Matemática: A Ligação Entre as Questões e aa Análise” clique aqui!
ESTATÍSTICA SEM MATEMÁTICA? COMO ASSIM?