Número de aulas (estatísticas)
Este artigo explica como encontrar o número de classes nas estatísticas. Você também descobrirá como é calculada a largura dos intervalos após encontrar o número de classes e, além disso, poderá ver vários exemplos concretos.
Como calcular o número de classes em estatística
Principalmente, em estatística, existem dois métodos para calcular o número ideal de classes para uma amostra de dados: a regra de Sturges, que é uma fórmula, e o método da raiz, que envolve encontrar a raiz quadrada do número total de dados.
Dependendo da amostra, é aconselhável utilizar um método ou outro. Ambos os métodos são explicados abaixo com um exemplo.
Regra de Sturges
A regra de Sturges é uma regra usada para calcular o número ideal de classes ou intervalos nos quais um conjunto de dados deve ser dividido. Especificamente, a fórmula da Regra de Sturges afirma que o número apropriado de classes é igual a um mais o logaritmo de base dois do número total de pontos de dados.
![]()
Ouro
![]()
é o número de classes ou intervalos e
![]()
é o número total de observações na amostra.
A maioria das calculadoras só permite cálculos com logaritmos de base 10. Neste caso, você pode usar esta fórmula equivalente:
![]()
Por exemplo, se tivermos uma amostra estatística de 100 observações, segundo a regra de Sturges, o número de classes com as quais os dados devem ser agrupados é calculado da seguinte forma:
![Rendered by QuickLaTeX.com \begin{array}{l}c=1+\log_2(N)\\[2ex]c=1+\log_2(100)\\[2ex]c=1+6,64\\[2ex]c=7,64\\[2ex]c\approx 8\end{array}](https://statorials.org/wp-content/ql-cache/quicklatex.com-f5bb532d94df60469d5d23fd0f2c4712_l3.png)
Assim, para uma amostra com um total de 100 pontos de dados, os dados devem ser divididos em 8 intervalos diferentes.
método raiz
Embora a regra de Sturges seja certamente mais conhecida, outro método amplamente utilizado em estatística para calcular o número de classes é calcular a raiz quadrada do tamanho da amostra.
Então, outra fórmula para calcular o número ideal de aulas é a seguinte:
![]()
Ouro
![]()
é o número de classes ou intervalos e
![]()
é o número total de itens de dados na amostra.
Por exemplo, se tivermos um total de 150 dados, o cálculo do número de intervalos em que precisamos dividir os dados seria:
![]()
A fórmula anterior é usada quando o tamanho da amostra é menor que 200, mas quando temos 200 ou mais dados, é melhor calcular o número de classes extraindo a raiz cúbica:
![]()
Ouro
![]()
é o número de classes ou intervalos e
![]()
é o número total de itens de dados na amostra.
Número de aulas e largura do intervalo
Depois de calcular o número de caixas, podemos calcular a largura de cada intervalo usando a seguinte fórmula:
![]()
A título de exemplo, um exercício é resolvido a seguir para que você possa ver como é calculada a largura dos intervalos.
- Os seguintes dados estatísticos foram registrados. Calcule o número de classes com a regra de Sturges e determine a largura de cada intervalo.
![]()
![]()
![]()
Como vimos acima, para determinar o número de classes nas quais os dados devem ser agrupados, aplicamos a regra de Sturges. Neste caso temos 39 dados, então na fórmula devemos substituir o parâmetro N por 39:
![Rendered by QuickLaTeX.com \begin{array}{l}c=1+\log_2(N)\\[2ex]c=1+\log_2(39)\\[2ex]c=1+5,28\\[2ex]c=6,28\\[2ex]c\approx 6\end{array}](https://statorials.org/wp-content/ql-cache/quicklatex.com-b7b884d13f1c20fae5807dceddff2072_l3.png)
Agora que sabemos o número apropriado de classes, vamos calcular a largura de cada classe. Para fazer isso, primeiro precisamos calcular o intervalo dos dados amostrais:
![]()
E uma vez conhecida a extensão da amostra, dividimos o valor encontrado pelo número de classes calculado anteriormente (6):
![]()
A largura de todas as classes deve, portanto, ser de 16 unidades. Portanto, as classes que poderíamos alcançar são:
![Rendered by QuickLaTeX.com \begin{array}{l}[2,18)\\[2ex][18,34)\\[2ex][34,50)\\[2ex][50,66)\\[2ex][66,82)\\[2ex][82,98]\end{array}](https://statorials.org/wp-content/ql-cache/quicklatex.com-85277caa3ce99fe8c9c29f5df7d79933_l3.png)
Número de classes em uma distribuição de frequência
Por fim, deve-se destacar que calcular o número de classes é importante na hora de fazer uma distribuição de frequência (ou tabela de frequência), desta forma você pode separar rapidamente os dados em diferentes intervalos e então encontrar todos os tipos de frequências de cada intervalo. .
Caso você não saiba o que é, distribuição de frequência é uma tabela que lista todos os tipos de frequência para cada intervalo. Portanto, cada linha é uma classe diferente e cada coluna tem um tipo de frequência diferente.
Para ver um exemplo de distribuição de frequência com dados agrupados, clique no link a seguir: