Eletrônica Aplicada - Saber Eletrônica

Como curiosidade de procedimento
estatístico, foi somente na década de 70
que se iniciou a apresentação de estudos
estatísticos na forma gráfica, como conhecemos
atualmente. Quem iniciou esta
forma de apresentação de dados utilizando
gráficos foi um pesquisador chamado
John Wilder Tukey; antes dele, todos os
dados eram analisados e interpretados
diretamente somente com os números !!!
Veja a sua biografia no box 1.
Com os dados coletados e formatados
em uma planilha com arquivo em extensão
“.txt” poderemos posteriormente e,
a qualquer instante: analisar, comparar,
enviar, compactar e apresentar os resultados
de modo gráfico, embora este
não seja o escopo de nossa proposta. Os
profissionais familiarizados com programas
do tipo planilha têm uma boa
valorização profissional no mercado de
trabalho. É importante que os leitores
busquem uma capacitação, até informal,
nesta área. Apresentar trabalhos com
gráficos tem uma maior visibilidade das
informações para o seu leitor, fazendo
com que ocorra uma maior velocidade na
sua interpretação e análise, aproveitando
melhor o tempo das apresentações, e
claro, reduzindo custos de tempo para se
tomar uma decisão.
As Variáveis
Voltando à Estatística, esta ciência
trabalha com variáveis e não existe sem
elas, o objeto da Estatística está sobre
a análise das variáveis intrinsecamente,
por definição.
Fazendo uma associação entre as variáveis
em Programação com as utilizadas em
Estatística, observamos que, em programação
qualquer informação pode ser definida
como uma variável pelo programador.
Citando os microcontroladores, pode ser
um bit de uma porta para ser lida (entrada)
ou escrita (saída). Em Estatística a situação
é muito semelhante, ou seja, qualquer
característica observada e/ou medida em
um dado processo pode ser chamada de
variável que, posteriormente, serão coletadas
informações sobre as mesmas.
Na Programação temos variáveis de
diversos tipos: lógica, numérica, texto,
etc. Já em Estatística temos duas grandes
opções: as que possuem valores numéricos
são denominadas quantitativas, e
as variáveis que não são numéricas, são
as qualitativas. Exemplos de variáveis
numéricas estão dentro do nosso campo
de utilização, as variáveis qualitativas são
mais específicas e, aqui, lembro das conhecidas
pesquisas de opinião: “Avalie este
produto”, nelas encontramos os campos:
Ruim, Bom e Ótimo, por exemplo, esta
variável é do tipo qualitativa. Mas, se no
decorrer do processo houver uma solicitação
para fazer a avaliação com nota de
0 a 5, esta outra variável que trata especificamente
da nota é do tipo numérica.
As variáveis qualitativas também
envolvem características do tipo: sexo
(M ou F), classe social e raça, por exemplo.
Há algumas divisões nestes tipos de
variáveis, que não trataremos aqui, mas
se o leitor estiver interessado, procure
variáveis qualitativas ordinais em textos
didáticos de Estatística.
As variáveis numéricas também possuem
divisões, estas mais interessantes
para a nossa área e meta. As variáveis numéricas
podem ser divididas em discretas
e contínuas. Estas expressões são largamente
empregadas em conversão A/D e
D/A, Teoria da Amostragem de Nyquist,
filtros digitais e DSP (Processador Digital
de Sinais ou Digital Signal Processor, veja
no box 1 um texto bastante abrangente
inclusive com referências históricas, sobre
este componente especial).
As variáveis numéricas discretas são
comuns em resultados de contagens e
possuem valores inteiros, por exemplo:
“Quantas vezes você esteve empregado?
“ Resposta: “Cinco”. Poderia ser qualquer
valor, inclusive zero; neste caso, foi cinco.
Já as variáveis numéricas contínuas
podem tem um valor dentro de um intervalo
conhecido ou estimado e, geralmente,
são resultados de medições, por exemplo
a temperatura em graus Celsius (°C) lida
por dois sensores, como neste artigo.
As variáveis são um capítulo breve na
Estatística, o mais importante para nós
neste artigo é o foco desta Ciência que é
a Análise dos Dados Coletados.
As medições que estamos fazendo
com os sensores de temperatura são um
caso interessante de medições de variáveis
discretas ao longo do tempo. Dizendo de
outra forma, vamos imaginar o conjunto
sensor, termômetro, interface e PC com
o LabView. O sensor “lê” a temperatura
continuamente, a “vida” dele é fazer isso
mesmo; já o termômetro digital tem uma
sequência longa de tarefas a executar, de
tempos em tempos faz uma leitura no
sensor, este tempo de varredura pode ser
programado pelo usuário, inclusive, de
tempos em tempos e numa velocidade
maior, o termômetro se comunica com o
PC e através de padrões de comunicação
e sequenciamento de instruções, aqui programadas
em LabView, então o valor da
temperatura “aparece” na tela do micro.
Como vamos medir um grupo de
dados de temperatura numa mesma situação,
depois de decorrido um determinado
tempo para a leitura se estabilizar, teremos
uma sequência de dados em torno
de um certo valor conhecido. Aqui cabem
várias perguntas: Mas qual destes dados
é o mais correto? O primeiro? O último? A
média destes dois? Ou ainda a média de
todos os dados coletados? Qual tipo de
média devemos utilizar neste caso? Mas,
vamos com calma: o que são as médias?
As Médias
As Médias são um modo de organizarmos
os dados coletados com o objetivo
de visualizar o centro das medidas
realizadas, considerando estes dados
coletados no decorrer do tempo ou de
medições sistemáticas. Isso permite que
seja atribuído um valor “central”. Na
medição no decorrer do tempo temos a
ideia de amostragem de alguma grandeza
que, claro, varia em função do tempo.
Medidas sistemáticas são muito utilizadas
para a verificação de resultados, ou como
confirmação de grandezas medidas (nas
condições em que estas não variam com
o passar do tempo), como por exemplo:
massa, velocidade e as dimensões de
comprimento, altura e largura.
Existem vários tipos de Médias em
Estatística. As médias mais usadas são
a Aritmética, a Aritmética Ponderada, a
Harmônica e a Geométrica. Pela necessidade
de manter o foco, aqui vamos fazer
um “Super- Hiper” breve comentário sobre
cada uma delas, no box 2 temos alguns
BOX 2:
Médias - Confira a diferença entre
média aritmética e geométrica: http://
migre.me/8igCj
2012 Março/Abril I SABER ELETRÔNICA 460 I 57