Veja como operar
a Estatística de Imagens
A função Análise Estatística de Amostras tem como objetivo calcular e apresentar os seguintes parâmetros estatísticos a partir das imagens previamente selecionadas:
Os resultados serão apresentados na tela na forma de gráficos e texto.
O acesso à função Estatística..., no menu principal do SPRING, é através do item Imagem da barra de menus. Para operar esta função, uma imagem já deve ter sido selecionada.
Se X1, X2, ..., XN são os N valores assumidos pela variável X, pode-se definir:
Momento de ordem "r" por:
,
e o Momento de ordem "r", centrado na média, por:
,
onde 
(momento de ordem 1), é o valor médio
dos dados.
Os momentos de ordem 3 e 4 são calculados para os valores de r iguais a 3 e 4 respectivamente e, o momento centrado na média de ordem 2 define a variância de um conjunto de dados numéricos.
A média de um conjunto N de dados numéricos X1, X2,
..., XN é representada por 
e definida por:
,
que é o momento de ordem 1.
A mediana de um conjunto N de números ordenados em ordem de grandeza, é o valor do ponto central (N ímpar) ou a média aritmética dos dois valores centrais (N par).
Exemplos:
3,4,4,5,6,8,8,8,10 - tem mediana 6
5,5,7,9,11,12,13,17 - tem mediana 10.
A moda é o valor que ocorre com mais frequência entre um conjunto de valores numéricos. A moda pode não existir e, mesmo que exista, pode não ser única.
Exemplos:
1,1,3,3,5,7,7,7,11,13 - tem moda 7
3,5,8,11,13,18 - não tem moda
3,5,5,5,6,6,7,7,7,11,12 - tem duas modas: 5,7 (bimodal).
Medem o grau de dispersão dos dados numéricos em torno de um valor médio.
O Desvio Padrão de um conjunto de dados X1, ..., Xn é definido por:
.
A Variância é o quadrado do desvio padrão:
.
O valor de covariância entre dois conjuntos de dados numéricos a e b, com N pontos é definido por:
.
Este grau de similaridade entre os conjuntos a e b, ou seja, como os dados estão correlacionados entre si. Quanto maior este valor, maior o grau de correlação entre os dados.
O coeficiente de correlação mede a similaridade entre dois conjuntos de dados numéricos sobre uma escala absoluta de [-1,1]. É calculado através da divisão do valor de covariância pela, raiz quadrada do produto dos desvios padrões dos conjuntos de dados a e b:
.
O efeito da variação ou dispersão em relação à média pode ser medido pela dispersão relativa, definida por:
Dispersão Relativa = Dispersão Absoluta/Média
Se a dispersão absoluta for o desvio padrão, a dispersão relativa é denominada coeficiente de variação v:
.
O coeficiente de variação deixa de ser útil quando a média é próxima de zero.
É o grau de desvio ou afastamento do eixo de simetria de uma distribuição. Para distribuições assimétricas a média tende a situar-se do lado da cauda mais longa da distribuição. Este coeficiente pode ser definido usando o 3 momento centrado na média e no desvio padrão:
.
Mede o grau de achatamento de uma distribuição de dados, e pode ser definido pela divisão do momento de grau 4, centrado na média pela variância ao quadrado. Ou seja:
.