A importância da Estatística é inegável para a ciência. Provavelmente sem a sua utilização muitas pesquisas nem chegassem a existir. Ela é uma poderosa ferramenta que auxilia em processos de comparação, análise e simulação de informações. Na esfera computacional existem diversas linhas de pesquisa que se utilizam de recursos estatísticos. Algumas delas são: Inteligência Artificial, Programação Paralela e Distribuída e Mineração de Dados. Além disso, essa ciência alimenta uma extensa gama de softwares estatísticos. O objetivo desse trabalho é, portanto, a criação de um pacote de classes que ofereça ferramentas capazes de realizar cálculos estatísticos para análise quantitativa de desempenho acadêmico. Nesse trabalho, o escopo dessa análise se resume em notas. A proposta é utilizar esse pacote para desenvolvimento de aplicativos de controle de processos avaliativos. Os principais benefícios proporcionados por um sistema com essas características são: fornecimento de relatórios a qualquer momento para subsidiar as atividades didático-pedagógicas; armazenamento digital dos dados e a modernização e informatização dos processos avaliativos. A aquisição de relatórios dessa natureza subsidia docentes na utilização dos instrumentos (medidas) de avaliação, dado que permite comparar e relacionar hipóteses. É evidente, porém, que qualquer outro aplicativo que necessite de classes com essas características pode se beneficiar desse pacote.

Partindo-se do pressuposto de que os níveis de aprendizado em uma determinada sala de aula variam, pode-se dizer que o objetivo de uma avaliação é atribuir valores aos diversos níveis de conhecimento de forma que os diferenciem. De acordo com o Teorema do Limite Central: a distribuição de notas dos alunos em uma avaliação deve ter freqüências próximas a uma curva normal. Isso significa que a freqüência de notas mais baixas e a de notas mais altas devem ser menores enquanto as notas intermediárias devem possuir freqüências maiores. Conseqüentemente, a análise dos dados foi construída sobre três aspectos teóricos: o teste de normalidade, o de assimetria e o de heterogeneidade. Para averiguar a normalidade de amostras, com mais de 50 elementos, utilizamos o teste do Qui-Quadrado. As amostras menores foram testadas com Kolmogorov-Smirnov. A assimetria e a heterogeneidade foram investigadas através dos testes de Fisher. O software foi criado em Java™, por ser uma linguagem de programação segura, possuir poderosas API’s e ser multiplataforma. As ferramentas para codificação e modelagem foram: o Eclipse IDE 3.0 e o MONDO UML. A metodologia de modelagem Orientada a Objetos foi o RUP. Os algoritmos implementados na criação das ferramentas estatísticas não se basearam só nos métodos convencionalmente aplicados por estatísticos. Buscou-se algoritmos de melhor desempenho computacional e a substituição de tabelas de coeficientes por cálculos.

A estrutura de dados básica foi denominada FrequencyDistribution que tem a função de condensar a informação extraída das notas em uma distribuição de freqüências. Seus métodos são responsáveis por essa conversão. Algumas análises estatísticas requerem funções matemáticas. Criou-se então, a interface math.IFunction. Ela define as propriedades de uma função bidimensional. Possui um método getImage em que, dado um argumento deve-se retornar a imagem. Se não houver uma imagem, o método lança uma exceção. As classes Gama e FreeDistribution implementam essa interface. Essas classes são utilizadas para extração de coeficientes. Como algumas passam pelo método de integração isso facilita o processo. A integração e o cálculo de coeficientes são realizados pelo método Integration.newtonCotes que recebe um objeto IFunction e um intervalo de valores (a, b) e retorna o resultado da integração. Há ainda as funções probabilísticas. De acordo com a definição, toda função probabilística é matemática. Sendo assim, foi criada a ProbFunction para representá-las. ProbFunction implementa a interface math.IFunction acrescentando-lhe o método getProbability. As classes NormalCurve e Qui-Quadrado são subclasses de ProbFunction. A classe StatisticalAnalysis agrupa os métodos de análise estatística. O construtor dela recebe um objeto do tipo FrequencyDistributionCV. Os métodos públicos dessa classe se referem aos três aspectos teóricos que fundamentam a pesquisa. As análises foram criadas neles.

O pacote de classes estatísticas criado nesse projeto fornece ferramentas para o desenvolvimento de aplicativos que necessitem: averiguar normalidade de distribuição de freqüências, realizar testes de assimetria e heterogeneidade ou simplesmente realizar a integração de uma função qualquer. Ele foi utilizado em três outros projetos na Universidade Estadual de Mato Grosso do Sul: “Apresentação Estatística do Controle Acadêmico”, “Vizualização Estatística da Capacitação dos Servidores UEMS” e “Interpretação Estatística de Resultados Acadêmicos”. O último refere-se à implementação do software SEAD cujo objetivo é fornecer um relatório interpretativo com relação às notas de uma avaliação. O software foi aferido e deverá ser implantado na instituição. A estrutura hierárquica das classes implementadas permite o acoplamento de novos módulos ao pacote e a implementação interna dos algoritmos estatísticos pode ser alterada sem afetar todas as classes do projeto.

Instituição de fomento: UEMS

Trabalho de Iniciação Científica