Está en la página 1de 57

FACULDADE PITGORAS DE LINHARES

Prof. Esp. Thiago Magalhes



Estatstica e Probabilidade Pgina 1

Estatstica Descritiva
Introduo
Como o prprio nome sugere, estatstica descritiva se constitui num conjunto
de tcnicas que objetivam descrever, analisar e interpretar os dados numricos
de uma populao ou amostra.

Estatstica Descritiva X Estatstica Inferencial
Descritiva: Trata da organizao, resumo e apresentao dos dados.
Exemplo: Volume de vendas mensais de um produto durante o ano,
atravs de uma tabela e/ou grfico de linhas.
Inferencial (ou indutiva): Trata de tirar concluses sobre uma populao, a
partir de uma amostra. Assim, a probabilidade tem papel fundamental.
Exemplo: Calcular a voltagem necessria para que um dispositivo eltrico
chegue a falhar submetendo uma amostra de tais dispositivos a voltagens
cada vez mais elevadas, at falhar cada dispositivo da amostra.

Histrico
Antiguidade: Os povos j registravam o nmero de habitantes, os
nascimentos, bitos e faziam estatsticas.
Idade Mdia: As informaes eram tabuladas com finalidades
tributrias e blicas.
Sculo VI: Surgem as primeiras anlises sistemticas, as primeiras
tabelas e os nmeros relativos.
Sculo VII: A Estatstica, j com feio cientfica, batizada por
Godofredo Achenwall. As tabelas ficam mais completas, surgem as
primeiras representaes grficas e os clculos com probabilidades. A
Estatstica deixa de ser uma simples tabulao de dados numricos para
se tornar O estudo de como se chegar a concluses sobre uma
populao, partindo da observao de partes dessa populao
(amostra).



FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 2

Definio
Defini-se estatstica como a parte da matemtica aplicada que fornece mtodos
para a coleta, organizao descrio, anlise e interpretao de dados, bem
como na utilizao dos mesmos para auxiliar em tomadas de deciso.
A coleta, organizao, descrio ficam a cargo da chamada Estatstica
Descritiva, enquanto que a anlise e interpretao dos dados, associado a uma
margem de incerteza, dizem respeito Estatstica Indutiva ou Inferencial que
se fundamenta na teoria e clculo das probabilidades.

Mtodo: um meio mais eficaz para atingir determinada meta.

Mtodo Cientfico
Mtodo Experimental;
Mtodo Estatstico.

Mtodo Experimental: Consiste em manter constante todas as variveis,
menos uma, que aquela que justamente sofre variao para se observar seus
efeitos, caso existam. Ex. Estudos de Qumica, Fsica, etc.

Mtodo Estatstico: aquele que diante da impossibilidade de manter as
causas constantes admitem todas essas causas presentes, variando-as e
registrando essas variaes procurando determinar no resultado final que
influncias cabem a cada uma delas. Ex. Quais as causas que definem o preo
de uma mercadoria quando sua oferta diminui.

Fases do Mtodo Estatstico
1 Definio do Problema: Consiste em saber exatamente aquilo que se
pretende pesquisar. o mesmo que definir corretamente o problema;
2 Planejamento: Consiste em responder s questes do tipo:
Como levantar informaes? Que dados devero ser coletados? Que tipo de
levantamento dever ser utilizado? Censitrio ou por amostragem? Qual o
cronograma de atividades? Quais os custos envolvidos? Etc.

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 3

3 Coleta de Dados: o registro sistemtico de dados com um objetivo
determinado. Quanto origem dos dados, os mesmos podem ser:
Dados Primrios
So aqueles que so publicados pela prpria pessoa ou organizao que os
coletou. Ex: Tabelas do censo demogrfico do IBGE.
Dados Secundrios
Quando so utilizados ou publicados por outra organizao.
Ex: quando determinado jornal publica estatsticas referentes ao censo
demogrfico do IBGE.
OBS sempre mais seguro trabalhar com dados de fontes primrias. O uso
de fontes secundrias traz o risco de erros de transcrio.
Coleta Direta
Quando obtida diretamente da fonte. Ex: empresa que realiza uma pesquisa
para saber a preferncia dos consumidores pela sua marca.
A coleta de dados, quanto ao espao temporal pode ser :
Contnua registro de nascimentos, bitos, casamentos, etc.
Peridica recenseamento demogrfico, censo industrial, ...
Ocasional registro de casos de dengue e outros.
Coleta Indireta
feita por dedues a partir dos elementos conseguidos pela coleta direta, por
analogia, por avaliao, indcios ou proporcionalizao.
4 Apurao dos Dados: Consiste em resumir os dados atravs de sua
contagem e agrupamento. a tabulao dos dados, propriamente dita.
5 Apresentao dos Dados: Quanto apresentao dos dados, existem
duas formas que no so excludentes. A apresentao tabular e a
apresentao grfica.
6 Anlise e Interpretao dos Dados: Esta a ltima fase do trabalho
estatstico e tambm a mais importante e delicada. Est ligada
essencialmente ao clculo de medidas e coeficientes, cuja finalidade principal
descrever o fenmeno (estatstica descritiva). Enquanto que a estatstica

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 4

indutiva cuida da interpretao dos dados e se fundamenta na teoria da
probabilidade.

Dados (ou variveis): Informaes provenientes de observaes, contagens,
medidas ou respostas. So letras ou nomes utilizados para representar os
valores de uma grandeza varivel. Por exemplo, podemos utilizar uma varivel
chamada SALRIO para representar os valores dos salrios dos funcionrios
de uma organizao.

Conjunto de Dados: Temos dois tipos:
o Populao: Conjunto de TODOS os resultados, medidas ou contagens que
so de interesse. Quando uma pesquisa baseada em uma descrio
numrica de uma caracterstica de uma populao, obtemos um
parmetro.
o Amostra: Subconjunto de uma populao. Quando uma pesquisa
baseada em uma descrio numrica de uma caracterstica de uma
amostra, temos uma estatstica.

Classificao dos dados
o Dados Qualitativos: atributos, classificaes ou registros no-numricos.
o Dados Quantitativos: medidas ou contagens numricas.
A tabela a seguir mostra os tipos de variveis disponveis.









Varivel
Quantitativa
(nmeros)
Discreta
(valores enumerveis)
Contnua
(valores no enumerveis)
Qualitativa
(atributos ou
qualidades)
Ordinal
(valores ordenveis)
Nominal
(valores no ordenveis)

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 5

Exemplos:
Varivel Tipo
Nmero de filhos
(0, 1, 2, ..., n)
Quantitativa Discreta
Altura de uma pessoa Quantitativa Contnua
Sexo
(masculino, feminino)
Qualitativa Nominal
Classe Social
(A, B, C, D, ...)
Qualitativa Ordinal

Arredondamento Numrico
Segundo a Portaria 36 de 06/07/1965 do INPM Instituto Nacional de Pesos e
Medidas temos que:
1) Se o primeiro algarismo que ser eliminado estiver na faixa de 0 a 4, o
anterior ser conservado.
2) Se o primeiro algarismo que ser eliminado estiver na faixa de 6 a 9, ser
acrescentada uma unidade ao anterior.
3) Se o primeiro algarismo que ser eliminado for 5:
Se ele for seguido apenas de zeros, o anterior ser conservado se for par
ou ser acrescentada uma unidade ao mesmo se for mpar.
Se um dos algarismos que o seguem no for zero, ser acrescentada uma
unidade ao anterior.
4) Ao arredondarmos uma srie de parcelas e a soma ficar alterada,
adicionamos ou subtramos a diferena na maior das parcelas para que a
soma fique correta.




FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 6

Tcnicas de Amostragem
Frequentemente no possvel ou vivel a observao de todos os elementos
de uma populao (ou seja, censos), e nesses casos tem-se que fazer uso de
amostras. A finalidade de uma amostra a de descrever, indiretamente, a
populao. Portanto, necessrio que as amostras coletadas guardem
caractersticas as mais prximas possveis da populao. Este qualidade
denominada representatividade (qualidade que as amostras devem ter, e que
corresponde a elas terem, ou reproduzirem, as mesmas propriedades da
populao). Assim, necessria a observao de alguns cuidados no
momento da coleta de amostras, caso contrrio problemas quanto
representatividade podem ocorrer.

Amostragem Casual ou Aleatria Simples: o processo mais elementar e
frequentemente utilizado. equivalente a um sorteio lotrico. Pode ser
realizada numerando-se a populao de 1 a n e sorteando-se, a seguir, por
meio de um dispositivo aleatrio qualquer, x nmeros dessa seqncia, os
quais correspondero aos elementos pertencentes amostra.
Ex.: Vamos obter uma amostra, de 10%, representativa para a pesquisa da
estatura de 90 alunos da faculdade Pitgoras:
1 Numeramos os alunos de 1 a 90.
2 Escrevemos os nmeros dos alunos, de 1 a 90, em pedaos iguais de
papel, colocamos na urna e aps mistura retiramos, um a um, nove
nmeros que formaro a amostra.
OBS.: Quando o nmero de elementos da amostra muito grande, esse tipo
de sorteio torna-se muito trabalhoso. Neste caso utiliza-se uma Tabela de
nmeros aleatrios, construda de modo que os algarismos de 0 a 9 so
distribudos ao acaso nas linhas e colunas.

Amostragem Proporcional Estratificada: Quando a populao se divide em
estratos (sub-populaes), convm que o sorteio dos elementos da amostra
leve em considerao tais estratos, da obtemos os elementos da amostra
proporcional ao nmero de elementos desses estratos.

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 7

Ex.: Vamos obter uma amostra proporcional estratificada, de 10%, do exemplo
anterior, supondo, que, dos 90 alunos, 54 sejam homens e 36 sejam mulheres.
So, portanto dois estratos (sexo masculino e sexo feminino). Logo, temos:





Numeramos ento os alunos de 01 a 90, sendo 01 a 54 meninos e 55 a 90,
meninas e procedemos ao sorteio casual com urna ou tabela de nmeros
aleatrios.

Amostragem Sistemtica: Quando os elementos da populao j se
encontram ordenados, no h necessidade de construir o sistema de
referncia. So exemplos os pronturios mdicos de um hospital, os prdios de
uma rua, etc. Nestes casos, a seleo dos elementos que constituiro a
amostra pode ser feita por um sistema imposto pelo pesquisador.
Ex.: Suponhamos uma rua com 900 casas, das quais desejamos obter uma
amostra formada por 50 casas para uma pesquisa de opinio. Podemos, neste
caso, usar o seguinte procedimento: como 900/50 = 18, escolhemos por sorteio
casual um nmero de 01 a 18, o qual indicaria o primeiro elemento sorteado
para a amostra; os demais elementos seriam periodicamente considerados de
18 em 18. Assim, suponhamos que o nmero sorteado fosse 4 a amostra seria:
4 casa, 22 casa, 40 casa, 58 casa, 76 casa, etc.

Amostragem por Conglomerados ou Agrupamentos: Algumas populaes
no permitem, ou tornam extremamente difcil que se identifiquem seus
elementos. No obstante isso pode ser relativamente fcil identificar alguns
subgrupos da populao. Em tais casos, uma amostra aleatria simples desses
subgrupos (conglomerados) pode ser colhida, e uma contagem completa deve
ser feita para o conglomerado sorteado. Agrupamentos tpicos so quarteires,
famlias, organizaes, agncias, edifcios etc.
SEXO POPULACO 10 % AMOSTRA
MASC. 54 5,4 5
FEMIN. 36 3,6 4
Total 90 9,0 9

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 8

Ex.: Num levantamento da populao de determinada cidade, podemos dispor
do mapa indicando cada quarteiro e no dispor de uma relao atualizada dos
seus moradores. Pode-se, ento, colher uma amostra dos quarteires e fazer a
contagem completa de todos os que residem naqueles quarteires sorteados.

Amostragem Acidental: Trata-se de uma amostra formada por aqueles
elementos que vo aparecendo, que so possveis de se obter at completar o
nmero de elementos da amostra. Geralmente utilizada em pesquisas de
opinio, em que os entrevistados so acidentalmente escolhidos.
Ex.: Pesquisas de opinio em praas pblicas, ruas de grandes cidades.

Amostragem Intencional: De acordo com determinado critrio, escolhido
intencionalmente um grupo de elementos que iro compor a amostra. O
investigador se dirige intencionalmente a grupos de elementos dos quais
deseja saber a opinio.
Ex.: Numa pesquisa sobre preferncia por determinado cosmtico, o
pesquisador se dirige a um grande salo de beleza e entrevista as pessoas que
ali se encontram.

Amostragem por Quotas: Um dos mtodos de amostragem mais comumente
usados em levantamentos de mercado e em prvias eleitorais. Ele abrange trs
fases:
Classificao da populao em termos de propriedades que se sabe, ou
presume, serem relevantes para a caracterstica a ser estudada;
Determinao da proporo da populao para cada caracterstica, com
base na constituio conhecida, presumida ou estimada, da populao;
Fixao de quotas para cada entrevistador a quem tocar a
responsabilidade de selecionar entrevistados, de modo que a amostra total
observada ou entrevistada contenha a proporo e cada classe tal como
determinada na 2 fase.
Ex.: Numa pesquisa sobre o "trabalho das mulheres na atualidade",
provavelmente se ter interesse em considerar: a diviso cidade e campo, a

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 9

habitao, o nmero de filhos, a idade dos filhos, a renda mdia, as faixas
etrias etc.
A primeira tarefa descobrir as propores (porcentagens) dessas
caractersticas na populao. Imagina-se que haja 47% de homens e 53% de
mulheres na populao. Logo, uma amostra de 50 pessoas dever ter 23
homens e 27 mulheres. Ento o pesquisador receber uma "quota" para
entrevistar 27 mulheres. A considerao de vrias categorias exigir uma
composio amostral que atenda ao n determinado e s propores
populacionais estipuladas.

Representao Tabular (Tabela)
uma das formas de apresentao de dados estatsticos. Consiste em dispor
os dados em linhas e colunas de modo ordenado.

Esquema geral dessa forma de representao:

Ttulo: Texto informativo que deve responder, sobre o fenmeno que est
sendo representado, as perguntas: O qu? Onde? Quando?
Cabealho: Textos que informam o contedo de cada coluna.
Corpo: Parte da tabela que composta por linhas e colunas.
Coluna Indicadora: coluna (normalmente esquerda) que discrimina os
valores das outras colunas que contm os dados.
Rodap: Espao abaixo do corpo onde so colocadas as notas informativas
(fonte, notas e chamadas).
Clula: Interseo de uma linha com uma coluna.
Fonte: Entidade que organizou ou forneceu os dados expostos.


FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 10

Nota: Esclarecimento de carter geral.
Chamada: Esclarecimento minucioso em relao a uma clula.

Sries Estatsticas
Conjunto de dados ordenados segundo uma caracterstica comum que servir
para a realizao de anlises e inferncias.
qualquer tabela que apresenta a distribuio de um conjunto de dados
estatsticos em funo da poca, do local ou da espcie.
Esses elementos determinam o surgimento de quatro tipos fundamentais de
sries estatsticas:

Srie Temporal ou Cronolgica: Varia o tempo e permanecem constantes o
fato e o local. Ex.:

Produo de Petrleo Bruto no Brasil
de 1976 a 1980 (x1000m
3
)
Ano Produo
1976
1977
1978
1979
1980
9.702
9.332
9.304
9.608
10.562
Fonte: Conjuntura Econmica (fev. 1983)










FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 11

Srie Geogrfica ou Territorial: Varia o local e permanecem constantes o
tempo e o fato. Ex.:

Populao Urbana do Brasil
em 1980 (x1000)
Regio Populao
Norte
Nordeste
Sudeste
Sul
Centro-Oeste
3.037
17.568
42.810
11.878
5.115
Fonte: Anurio Estatstico (1984)


Srie Especfica ou Qualitativa: Varia o fato e permanecem constantes o
local e o tempo. Ex.:

Populao Urbana e Rural do Brasil
em 1980 (x1000)
Localizao Populao
Urbana
Rural
80.408
38.566
Fonte: Anurio Estatstico (1984)


Srie Mista ou Composta: Combinao de dois ou mais dos tipos de sries
vistos anteriormente, apresentada em tabela de dupla entrada. O nome da
srie formado pelos nomes das sries que foram combinadas. Por exemplo:
Srie Geogrfica combinada com Srie Temporal resulta em Srie Geogrfica
Temporal. Ex.:


FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 12

Produo de Ao na Siderrgica X
(x1000T)
Ano Planta 1 Planta 2
2001
2002
2003
2004
4.500
5.200
5.800
6.400
2.100
2.100
3.000
3.000
Fonte: Dados fictcios.


Representao Grfica
Os grficos so uma forma de apresentao visual dos dados. Normalmente,
contm menos informaes que as tabelas, mas so de mais fcil leitura. O
tipo de grfico a ser utilizado depende do tipo de srie que ser representada.

Grfico de Linha: Usado para ilustrar uma srie temporal:







FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 13

Grfico de Linhas Comparativas:


Grfico de Barras ou Colunas: Usado para ilustrar qualquer tipo de srie,
desde que uma das variveis seja quantitativa. Todas as barras (colunas)
devem ter a mesma largura e serem espaadas umas das outras de metade da
largura (altura) da barra (coluna):









FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 14

Grfico de Barras ou Colunas Justapostas: Usado para ilustrar sries
mistas:


Grfico de Setores Circulares: Usado para ilustrar sries simples (no
mistas) que representam um todo (100%) que dividido em partes. O todo
(total) representa o crculo inteiro (100% ou 360 graus). Cada parte
corresponder a um percentual (ngulo) em relao ao todo, que pode ser
calculado com uma regra de 3 simples:




FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 15

Grfico Pictorial (ou Pictograma): Usa imagens para representar barras ou
colunas, com o objetivo de chamar a ateno de quem o estiver vendo:


Existem muitos outros tipos de grficos, especficos para determinados fatos,
como o grfico polar, cartograma, etc.















FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 16

Distribuio de Frequncia
Uma distribuio de frequncia uma tabela que mostra classes ou intervalos
de entrada de dados com um nmero total de entradas em cada classe
(frequncia).

Termos Importantes:
o Classes
o Limites Inferiores e Superiores
o Ponto Mdio da Classe
o Amplitude da classe
o Amplitude total
o Frequncia Absoluta
o Frequncia Absoluta Acumulada
o Frequncia Relativa

Dados Brutos: So dados que ainda no foram numericamente organizados.
Portanto difcil termos uma ideia exata do comportamento do grupo como um
todo.
Ex: 45, 41, 42, 41, 42, 43, 44, 41, 50, 46, 50, 46, 60, 54, 52, 58, 57, 58, 60, 51

Rol: Um rol a tabela obtida aps a ordenao dos dados.
Ex: 41, 41, 41, 42, 42, 43, 44, 45, 46, 46, 50, 50, 51, 52, 54, 57, 58, 58, 60, 60

Distribuio de Frequncia sem Intervalos de Classe: a simples
condensao dos dados conforme a repetio de seus valores.
Ex:
Dados 41 42 43 44 45 46 50 51 52 54 57 58 60 Total
f 3 2 1 1 1 2 2 1 1 1 1 2 2 20




FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 17

Distribuio de Frequncia com Intervalo de Classe: Quando o tamanho da
amostra mais elevado, mais racional efetuar o agrupamento dos valores em
intervalos de classe. , conforme abaixo:

i Classe F
i

1 41 45 7
2 45 49 3
3 49 53 4
4 53 57 1
5 57 61 5
Total 20

Elementos de uma Distribuio de Frequncia: (com intervalo de classe).
Classe o intervalo de variao da varivel e simbolizado por i e o
nmero total de classe simbolizado por k
Ex: na tabela anterior k = 5 e i = 1, 2, ... , 5
Limites da Classe So os extremos de cada classe. O menor nmero o
limite inferior de classe (l
i
) e o maior nmero limite superior de classe (l
s
).
Ex: na classe 49 53 , l
i
= 49 e l
s
= 53 . O smbolo representa um
intervalo fechado esquerda e aberto direita. O valor 53 pertence a 4 classe
e no a 3.
Amplitude do Intervalo de Classe obtida por meio da diferena entre o
limite superior e inferior da classe e simbolizada por
i s i
l l h . No exemplo
anterior 4 49 53
i
h
Ponto Mdio da Classe o ponto que divide o intervalo de classe em
duas partes iguais. Ex.: Na classe de 49 a 53, o ponto mdio 51 2 / ) 49 53 ( .
Amplitude Total da Distribuio a diferena entre o ponto mdio da
ltima classe e o ponto mdio da primeira classe. No exemplo anterior,
16 43 59
T
A

Amplitude Total da Amostra (R) a diferena entre o valor mximo e o
valor mnimo do rol. Em nosso exemplo: 20 41 61 R

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 18

Mtodo Prtico para Construo de uma Distribuio de Frequncia com
Intervalos de Classes:
1) Organizar os dados brutos em um rol;
2) Calcular a amplitude total da amostra R;
3) No h uma frmula exata para o clculo do nmero de classes.
a) , para
b) Utilizando a Frmula de Sturges, , onde n o nmero
de dados ou de observaes;
4) Determinar a amplitude do intervalo de classe, dividindo a amplitude total R
da amostra pelo nmero de classes k, ou seja , faa .

Exemplo: O conjunto de dados amostrais a seguir fornece uma lista de
minutos que 50 assinantes da internet gastaram durante sua conexo mais
recente. Construa uma distribuio de frequncia adequada para esta situao.

50 29 72 7 36 30 19 67 46 42
41 41 59 17 44 30 56 37 31 39
18 56 11 77 69 21 54 33 54 44
40 34 56 22 39 80 23 39 31 88
78 17 73 7 28 62 29 51 53 20

Soluo e Anotaes:
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 19

_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________


FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 20

Histograma
a representao grfica de uma distribuio de frequncia por meio de
retngulos justapostos.

Polgono de Frequncias
a representao grfica de uma distribuio por meio de um polgono.
Exemplo (Histograma e polgono de frequncias):












Polgono de Frequncia Acumulada













FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 21

EXERCCIOS DE FIXAO

1. Defina o que a cincia Estatstica.
2. O que voc entende por um mtodo?
3. Qual a diferena entre o mtodo experimental e o mtodo estatstico?
4. Quantas e quais so as fases do mtodo estatstico?
5. Coloque V ou F. Em caso de F, justifique sua resposta.
a) Uma varivel qualitativa, quando seus valores forem expressos por
nmeros. ( )
b) Quando os valores de uma varivel so expressos por nmeros, dizemos
que essa varivel qualitativa. ( )
c) A idade, a renda familiar, a temperatura, volume de uva, etc. so exemplos
de variveis qualitativas. ( )
d) Cor dos olhos e dos cabelos dos alunos dessa turma representam variveis
qualitativas. ( )
e) Uma varivel discreta sinnimo de varivel descontnua. e seus valores
resultam, via de regra, de contagens. ( )
f) Diz-se que varivel contnua quando seus valores resultam normalmente de
medidas ou mensuraes. ( )
6. Classifique as variveis dos fenmenos abaixo em D (discreta) e C
(contnua)
a) Nmero de propagandas no horrio nobre num canal de TV ( )
b) Peso dos candidatos inscritos num vestibular ( )
c) Temperatura mdia diria numa cidade litornea ( )

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 22

d) Nmero de candidatos a deputado estadual numa eleio estadual ( )
e) Renda familiar mdia dos universitrios inscritos no FIES ( )
f) Numero de alunos matriculados na rede pblica municipal ( )
g) Volume de manga exportada para Europa no ltimo trimestre ( )
7. Use a distribuio de frequncia dada para determinar o ponto mdio e as
frequncias relativa e cumulativa de cada classe.








8. Nos exerccios a seguir, construa uma distribuio de frequncia para o
conjunto de dados apresentado.
a) Uma amostra de saques de dinheiro feitos em caixas eletrnicos.
35 10 30 25 75 10 30 20 20 10 40 50 40 30 60 70 25 40 10 60 20 80 40 25 20
10 20 25 30 50 80 20
b) Altura (em m) de uma amostra de edifcios do centro da cidade de
Vitria/ES.
40 44 35 49 35 43 35 36 39 37 41 41 48 52 37 45 40 36 35 50 42 51 33 34 51
39
Classe Frequncia, f
16 -20 100
21-25 122
26-30 900
31-35 207
36 - 40 795
41-45 568
46-50 322

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 23

9. Num restaurante foi observado o consumo mensal de energia eltrica
290 321 308 213 318 302 358 286 393 398
352 235 329 333 409 351 325 458 314 181
396 340 356 369 281 386 334 331 348 339
321 415 327 377 344 209 327 245 297 355
a) Organize os dados em ordem crescente (Rol)
b) Qual o menor consumo?
c) Qual o maior consumo?
d) Qual a amplitude total da distribuio?
e) Qual sua sugesto para o nmero de classes?
f) Qual a amplitude do intervalo de classe?
g) Construa a distribuio de frequncias.
h) Qual o limite inferior da segunda classe?
i) Qual o limite superior da quarta classe?
j) Qual a frequncia absoluta da quarta classe?
k) Qual a frequncia relativa da quinta classe?
10. Dada a amostra: 3, 4, 4, 5, 7, 6, 6, 7, 7, 4, 5, 5, 6, 6, 7, 5, 8, 5, 6, 6, pede-
se:
a) Construir a distribuio de frequncia;
b) Construir o grfico das frequncias;
c) Determinar as frequncias relativas;
d) Determinar as frequncias acumuladas;
e) Qual a amplitude total;
f) Qual a porcentagem de elementos maiores que 5.

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 24

11. Considere os dados obtidos pelas medidas das alturas de 100 indivduos
(dadas em cm):

Determinar:
a) A amplitude amostral;
b) O nmero de classes;
c) A amplitude das classes;
d) Os limites das classes;
e) As frequncias absolutas;
f) As frequncias relativas;
g) Os pontos mdios;
h) As frequncias acumuladas;
12. As notas de 32 estudantes de uma classe esto descritas a seguir:



FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 25

Determinar:
a) O rol;
b) A distribuio de frequncias. (sugesto: Iniciar por 0 e intervalo de classe
1,5);
c) O maior e o menor graus;
d) A amplitude total;
e) Qual a porcentagem dos alunos que tiveram nota menor do que 4;
f) Qual o limite superior da segunda classe;
g) Qual o ponto mdio da quarta classe;
h) Qual o ponto mdio da terceira classe;
i) Os grficos (histograma e frequncia acumulada).
13. Os pesos de 40 alunos esto relacionados a seguir:

a) Construir a tabela de distribuio de frequncia, dado .
b) Construir os grficos da distribuio.
14. Com base na tabela apresentada, complete os dados que faltam.


FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 26

GABARITO

1. Defini-se estatstica como a parte da matemtica aplicada que fornece
mtodos para a coleta, organizao descrio, anlise e interpretao de
dados, bem como na utilizao dos mesmos para auxiliar em tomadas de
deciso.

2. um meio mais eficaz para atingir determinada meta.

3. No mtodo experimental as variveis so manipuladas uma de cada vez em
todas as amostras. No mtodo estatstico as variveis so manipuladas em um
certo numero de amostras dentre um universo e a partir do resultado
diagnostica as outras amostras. usado quando se tem um grande numero de
unidades.

4. So seis fases: 1 Definio do Problema; 2 Planejamento; 3 Coleta de
Dados; 4 Apurao dos Dados; 5 Apresentao dos Dados; 6 Anlise e
Interpretao dos Dados.

5. a) Uma varivel qualitativa, quando seus valores forem expressos por
atributos ou qualidades. (F)
b) Quando os valores de uma varivel so expressos por nmeros, dizemos
que essa varivel quantitativa. (F)
c) A idade, a renda familiar, a temperatura, volume de uva, etc. so exemplos
de variveis quantitativas contnuas. (F)
d) (V) e) (V) f) (V)

6. a) (D) b) (C) c) (C) d) (D) e) (C) f) (D) g) (C)


FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 27

7.











8. a)









b)








Fac Fi Xi
100 0,03 18
222 0,04 23
1122 0,30 28
1329 0,07 33
2124 0,26 38
2692 0,19 43
3014 0,11 48
i Classes Fi Fac fi Xi
1 10 22 11 11 0,34 16
2 22 34 8 19 0,25 28
3 34 46 5 24 0,16 40
4 46 58 2 26 0,06 52
5 58 70 2 28 0,06 64
6 70 82 4 32 0,13 76
Total 32 ----- 1 ----
i Classes Fi Fac fi Xi
1 33 37 8 8 0,31 35
2 37 41 6 14 0,23 39
3 41 45 5 19 0,19 43
4 45 49 2 21 0,08 47
5 49 53 5 26 0,19 51
Total 26 ----- 1 -----

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 28

0
1
2
3
4
5
6
7
3 4 5 6 7 8
9. a)



b) 181 c) 458 d) 277 e) 7 f) 40
g)









h) 221 i) 341 j) 15 k) 0,23 ou 23%


10. a) c) d) b)
Dado Fi Fac fi
3 1 1 0,05
4 3 4 0,15
5 5 9 0,25
6 6 15 0,30
7 4 19 0,20
8 1 20 0,05

e) 5 f) 55%




181 209 213 235 245 281 286 290 293 297
302 308 314 318 321 321 325 327 327 329
331 333 334 339 340 344 348 351 352 355
356 358 369 377 386 396 398 409 415 458
i Classes Fi Fac fi Xi
1 181 221 3 3 0,08 201
2 221 261 2 5 0,05 241
3 261 301 5 10 0,13 281
4 301 341 15 25 0,35 321
5 341 381 9 34 0,23 361
6 381 421 5 39 0,13 401
7 421 461 1 40 0,03 441
Total 40 ----- 1 -----

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 29

11. a) 39 b) 8 c) 5 d) e) f) g) h)
Limites das Classes Fi fi Xi Fac
151 156 4 0,04 153,5 4
156 161 4 0,04 158,5 8
161 166 11 0,11 163,5 19
166 171 33 0,33 168,5 52
171 176 17 0,17 173,5 69
176 181 17 0,17 178,5 86
181 186 9 0,09 183,5 95
186 191 5 0,05 188,5 100

12. a) 0 0 1 1,5 2 2 2,5 3,5 3,5 4 4 4 4,5 4,5 4,5 5
5 5 5 5 5,5 5,5 6 6 6 6,5 6,5 7 7 7 8 8,5
b)








c) 8,5 e 0 d) 8,5 e) 28% f) 3 g) 5,25 h) 3,75
i)







i Classes Fi Fac fi Xi
1 0 1,5 3 3 0,09 0,75
2 1,5 3,0 4 7 0,13 2,25
3 3,0 4,5 5 12 0,16 3,75
4 4,5 6,0 10 22 0,31 5,25
5 6,0 7,5 8 30 0,25 6,75
6 7,5 9,0 2 32 0,06 8,25
Total 32 ----- 1 ------

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 30

13. a)









b)











14.









i Classes Fi Fac fi Xi
1 45 52 3 3 0,08 48,5
2 52 59 7 10 0,18 55,5
3 59 66 11 21 0,26 62,5
4 66 73 10 31 0,25 69,5
5 73 80 4 35 0,10 76,5
6 80 87 4 39 0,10 83,5
7 87 94 1 40 0,03 90,5
Total 40 ----- 1 -----

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 31

Estudo das Medidas
Introduo
Definimos MEDIDAS ESTATSTICAS como VALORES NUMRICOS calculados sobre o
conjunto de valores observados da VARIVEL QUANTITATIVA em estudo, cuja
interpretao fornece informaes especficas sobre o comportamento da
varivel naquele conjunto de dados.

Tendncia Central ou de Posio;
Medidas Separatrizes;
Disperso ou de Variao;

Medidas de Tendncia Central (ou de Posio)
Medidas de tendncia central, como o prprio nome j diz, so aquelas cujo
resultado tende localizar-se no centro da srie.
De modo geral, se houver a necessidade ou interesse em apresentar
informaes de um conjunto de dados na forma resumida devemos apresent-
los em forma de medidas de tendncia central.
As medidas mais utilizadas em estatstica so: a mdia, a mediana e a moda.

Medidas para Dados no Agrupados:
Mdia Aritmtica Simples ( X )
Para se obter a mdia aritmtica simples de um conjunto de dados, devemos
dividir a soma dos valores de todos os dados do conjunto pela quantidade
deles.
n
x
X
n
i
i
=
=
1

Exemplo: Supondo que um aluno obteve as seguintes notas nas provas
bimestrais durante o ano de 2011.
1
0
bimestre 4 3
0
bimestre 4
2
0
bimestre 5 4
0
bimestre 7


FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 32

Soluo: Para obter a mdia aritmtica simples das notas, faremos o seguinte
clculo: x
1
= 4, x
2
= 5, x
3
= 4, x
4
= 7 e n = 4. Logo:
5
4
20
4
7 4 5 4
4
1
= =
+ + +
= =

=
n
x
X
i
i
. Isso indica que a nota mdia obtida pelo aluno
durante o ano foi 5.
Comparar a posio do aluno cuja mdia obtida no exemplo anterior com um
outro aluno que obteve as notas, 3, 7, 8 e 4 respectivamente nos 4 bimestres.
Soluo: 5 , 5
4
22
4
4 8 7 3
= =
+ + +
= X
Ao comparar a mdia 5 do primeiro aluno com a mdia 5,5 do segundo aluno,
conclumos que o desempenho do segundo aluno foi melhor do que o do
primeiro.
O desvio em relao mdia (d
i
) a diferena entre cada elemento de um
conjunto de valores e a mdia aritmtica. Ento, . X x d
i i
=

Propriedades da Mdia Aritmtica Simples ( X )
1. A soma algbrica dos desvios tomados em relao mdia nula.
. 0 ) ( =

X x
i

2. A soma algbrica dos quadrados dos desvios (em relao mdia)
mnima.

s , ) ( ) (
2 2
i i i
y x X x onde .
i
y X =
3. Somando ou subtraindo uma constante a todos valores de uma varivel, a
mdia ficar acrescida ou subtrada dessa constante.
.
) (
k X
n
nk x
n
k x
n
k x
i i i
+ =
+
=
+
=
+


4. Multiplicando (ou dividindo) todos os valores de uma varivel por uma
constante, a mdia ficar multiplicada ou dividida por essa constante.
. X k
n
x k
n
kx
i i
= =





FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 33

Mdia Aritmtica Ponderada (
p
X )
Mdia ponderada uma mdia aritmtica na qual ser atribudo um peso a
cada valor da srie.

=
=
=
n
i
i
n
i
i i
p
p
p x
X
1
1
.

Exemplo: Um professor de Estatstica adotou para 2011 os seguintes pesos
para as notas bimestrais:
1
0
bimestre peso 1 3
0
bimestre peso 3
2
0
bimestre peso 2 4
0
bimestre peso 4
Qual ser a mdia de um aluno que obteve as seguintes notas de Estatstica:
5, 4, 3 e 2 nos respectivos bimestres?
Soluo:
( ) ( ) ( ) ( )
3
10
30
10
8 9 8 5
10
4 . 2 3 . 3 2 . 4 1 . 5
= =
+ + +
=
+ + +
=
p
X

Mdia Geomtrica (
G
X )
a raiz que tem para ndice o n de elementos da srie e para radicando o
produto desses elementos.
n
n G
x x x X .... . .
2 1
=
Exemplo: Calcular a mdia geomtrica entre os nmeros 2, 4 e 5.
Soluo: 42 , 3 40 5 4 2
3 3
~ = =
G
X

Mdia Harmnica (
h
X )
o quociente entre o nmero de elementos da srie (n) e a soma dos seus
inversos, admitindo-se todos os elementos da srie diferentes de zero.
n
h
x x x
n
X
/ 1 . . . / 1 / 1
2 1
+ + +
=
Exemplo: Calcular a mdia harmnica entre os nmeros 2,4 e 5.
Soluo: 16 , 3
19
60
20 / 19
3
5 / 1 4 / 1 2 / 1
3
~ = =
+ +
=
h
X

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 34

Mediana (Me)
o elemento que est exatamente no centro das informaes ordenadas. Para
se obter o elemento mediana de uma srie deveremos seguir os seguintes
passos:
a) Se N for mpar a mediana o termo de ordem
2
1 +
=
N
P .
b) Se N for par a mdia aritmtica dos termos de ordem:
2
1
N
P = e 1
2
2
+ =
N
P
Exemplos:
a) Determine o valor da mediana da srie que composta dos seguintes
elementos: 56, 58, 62, 65 e 90.
Soluo:
N = 5 (mpar), ordenada srie da elemento 3
2
1 5
2
1
0
=
+
=
+
=
N
P .
Ento
b) Pesquisa realizada a respeito de erros por folha, cometidos por digitadores,
revelou as seguintes quantidades: 12, 12, 13, 13, 15, 16, 18,20. Determinar a
quantidade mediana de falhas.
Soluo:
N = 8 (par), ento elemento 5 1
2
8
e elemento 4
2
8
0
2
0
1
= + = = = P P
Logo a mediana ser:
14
2
28
2
15 13
= =
+
= Me


Moda (Mo)
Moda de uma srie o dado que mais se repete ou que possui a maior
frequncia.
Exemplo: Determinar a moda de idade de uma classe de alunos em que a
pesquisa tenha revelado as seguintes idades:
18, 18, 19, 20, 21, 21, 22, 23, 23, 23, 24, 25, 26.

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 35

Como a moda o valor que mais ocorre na pesquisa, ento a moda da srie de
idades 23 anos.
Obs.: Uma srie pode ser classificada em relao moda como:
Srie Unimodal apresenta uma nica moda.
Srie Bimodal apresenta duas modas.
Srie Trimodal apresenta trs modas.
Srie Polimodal apresenta quatro ou mais modas.

Medidas para Dados Agrupados
Mdia Aritmtica ( X )
a) Sem intervalos de classes

=
=
=
n
i
i
n
i
i i
F
F x
X
1
1
.

Exemplo:
Aps ter sido realizada a prova bimestral, numa turma de Estatstica, o
professor efetuou levantamento das notas obtidas pelos alunos, e observou a
seguinte distribuio:
Soluo:
De acordo com a tabela 1 da pgina 37 temos:
2 , 5
127
662
= = X nota mdia obtida pelos alunos.
b) Com intervalos de classes

=
=
=
n
i
i
n
i
i M
F
F P
X
1
1
.
, onde P
M
o ponto mdio de cada intervalo de classe.
Soluo:
De acordo com a tabela 2 da pgina 38 temos:
333 , 19
30
0 , 580
= = X



FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 36

Mediana (Me)
a) Sem intervalos de classes
Mediana o valor da varivel correspondente frequncia acumulada que
imediatamente superior
2
N
P = . Do exemplo da tabela 1 da pgina 37, temos
que a mediana o valor da varivel de frequncia acumulada imediatamente
superior . 5 , 63
2
127
= = P Portanto, a Me = 5.
b) Com intervalos de classes
Me = Li + h
F
Fac P
i

(


onde:
Li - Limite inferior da classe mediana;
ac
F - Frequncia acumulada da classe anterior classe mediana;
P - a posio da mediana;
F
i
- a frequncia absoluta da classe mediana;
h - a amplitude das classes.

Do exemplo da tabela 2 da pgina 38, temos que:
Me = 17 + . 25 , 18 5
8
13 15
=
(




Moda (Mo)
a) Sem intervalos de classes
Basta fixar o valor da varivel de maior frequncia. Portanto, do exemplo da
tabela 1 da pgina 37, a moda ser igual a 5.
b) Com intervalos de classes
1 Passo: Identifica-se a classe modal (aquela que possuir maior freuqencia).
2 Passo: Aplica-se a Frmula de Czuber.




FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 37

Em que:
Limite Inferior da classe modal;

Diferena entre a frequncia da classe modal e a imediatamente anterior;

Diferena entre a frequncia da classe modal e a imediatamente posterior;


Amplitude das classes.

Do exemplo da tabela 2 da pgina 38, podemos obter o valor da moda da
seguinte maneira:





TABELA 1
NOTAS F
i

Fac x
i
.F
i

1 3 3 3
2 5 8 10
3 12 20 36
4 20 40 80
5 32 72 160
6 26 98 156
7 18 116 126
8 8 124 64
9 3 127 27


127 ------------ 662







FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 38

TABELA 2


Medidas Separatrizes
So valores que dividem uma srie ordenada de dados ou uma distribuio de
frequncias em partes quaisquer. Principais Separatrizes:
- QUARTIL (Q
i
): Divide a srie ou a distribuio em quatro partes iguais.
- DECIL (D
i
): Divide a srie ou a distribuio em dez partes iguais.
- PERCENTIL (P
i
): Divide a srie ou a distribuio em cem partes iguais.









Da, conclumos sem maiores dificuldades que: Me = Q
2
= D
5
= P
50

A Mediana j sabemos como calcular. E as outras medidas separatrizes?
Aprenderemos agora!




Classes F
i
Fac P
M
P
M
. F
i

7 |-- 12 3 3 9,5 28,5
12 |-- 17 10 13 14,5 145,0
17 |-- 22 8 21 19,5 156,0
22 |-- 27 5 26 24,5 122,5
27 |-- 32 2 28 29,5 59,0
32 |-- 37 2 30 34,5 69,0


30 580,0
!-------------------!-------------------!
Me

!---------!---------!---------!---------!
Q
1
Q
2
Q
3


!---!---!---!---!---!---!---!---!---!---!
D
1
D
2
D
3
D
4
D
5
D
6
D
7
D
8
D
9


!---!---!---!---!---!---!---!---!---!---!
P
10
P
20
P
30
P
40
P
50
P
60
P
70
P
80
P
90


FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 39

Processo Prtico para o Clculo de: Quartis, Decis e Percentis.
Quartis: (Para Determinao do X-simo Quartil - Q
X
)
Determinamos o n (somando a coluna da Fi);
Calculamos o valor de

(independentemente de n ser par ou mpar!);


Construmos a coluna da Fac;
Comparamos o valor do

com os valores da Fac, iniciando da Fac da


primeira classe e fazendo a seguinte pergunta: "Esta Fac maior ou igual a

?" Se a resposta for NO, passamos Fac da classe seguinte. Quando


a resposta for SIM, pararemos e procuraremos a classe correspondente.
Esta ser a nossa Classe do X-simo Quartil, ou seja, a Classe do Q
X
.
Finalmente, aplicaremos a frmula do Q
X
, extraindo os dados desta classe
do Q
X
, que acabamos de encontrar! Eis a frmula:
h
Fi
Fac
Xn
Li Q
ANT
X

(
(
(
(


|
.
|

\
|
+ =
4

Decis: (Para Determinao do X-simo Decil - D
X
)
Determinamos o n (somando a coluna da Fi);
Calculamos o valor de

(independentemente de n ser par ou mpar!);


Construmos a coluna da Fac;
Comparamos o valor do

com os valores da Fac, iniciando da Fac da


primeira classe e fazendo a seguinte pergunta: "Esta Fac maior ou igual a

?" Se a resposta for NO, passamos Fac da classe seguinte. Quando


a resposta for SIM, pararemos e procuraremos a classe correspondente.
Esta ser a nossa Classe do X-simo Decil, ou seja, a Classe do D
X
.
Finalmente, aplicaremos a frmula do D
X
, extraindo os dados desta classe
do D
X
, que acabamos de encontrar! Eis a frmula:

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 40

h
Fi
Fac
Xn
Li D
ANT
X

(
(
(
(


|
.
|

\
|
+ =
10

Percentis: (Para Determinao do X-simo Percentil - P
X
)
Determinamos o n (somando a coluna da Fi);
Calculamos o valor de

(independentemente de n ser par ou mpar!);


Construmos a coluna da Fac;
Comparamos o valor do

com os valores da Fac, iniciando da Fac da


primeira classe e fazendo a seguinte pergunta: "Esta Fac maior ou igual a

?" Se a resposta for NO, passamos Fac da classe seguinte. Quando


a resposta for SIM, pararemos e procuraremos a classe correspondente.
Esta ser a nossa Classe do X-simo Centil, ou seja, a Classe do C
X
.
Finalmente, aplicaremos a frmula do C
X
, extraindo os dados desta classe
do C
X
, que acabamos de encontrar! Eis a frmula:
h
Fi
Fac
Xn
Li P
ANT
X

(
(
(
(


|
.
|

\
|
+ =
100













FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 41

Exemplo de Aplicao:
Com base na distribuio de frequncias apresentada a seguir, determine: Q
3;
D
7
e P
68
.










_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
i Classes Fi Fac fi Xi
1 45 52 3 3 0,08 48,5
2 52 59 7 10 0,18 55,5
3 59 66 11 21 0,26 62,5
4 66 73 10 31 0,25 69,5
5 73 80 4 35 0,10 76,5
6 80 87 4 39 0,10 83,5
7 87 94 1 40 0,03 90,5
Total 40 ----- 1 -----

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 42

EXERCCIOS DE FIXAO

1. Determine a mdia aritmtica das seguintes sries:
a) 3, 4, 1, 3, 6, 5, 6
b) 7, 8, 8, 10, 12
c) 3,2; 4; 0,75; 5; 2,13; 4,75
d) 70, 75, 76, 80, 82, 83, 90
2. A mdia mnima para aprovao em determinada disciplina 5,0. Se um
estudante obtm as notas 7,5; 8,0; 3,5; 6,0; 2,5; 2,0; 5,5; 4,0 nos trabalhos
mensais da disciplina em questo, pergunta-se se ele foi ou no
aprovado.
3. Dadas as estaturas de 140 alunos, conseguiu-se a distribuio abaixo.
Calcular a mdia.





4. Abaixo temos a distribuio dos aluguis de 65 casas. Determine sua
mdia.


5. Dados os seguintes nmeros:




FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 43

a) Construa a distribuio de frequncias.
b) Determine a mdia.
6. Calcule a mdia geomtrica para as sries:
a) 8, 15, 10, 12
b) 3, 4, 5, 6, 7, 8.
7. Encontre a mdia harmnica para a srie: 5, 7, 12, 15.
8. Para cada srie, determine a mediana:
I) 1, 3, 3, 4, 5, 6, 6 III) 12, 7, 10, 8, 8
II) 1, 3, 3, 4, 6, 8, 8, 9 IV) 82, 86, 88, 84, 91, 93
9. Para cada distribuio, determine a mediana:



10. Para cada srie, determine a moda:
I) 3, 4, 7, 7, 7, 8, 9, 10
II) 43, 40, 42, 43, 47, 45, 45, 43, 44, 48
11. Para cada distribuio, determine a moda:


FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 44

12. Para a distribuio:

Calcule D6, P65 e Q1.
13. Abaixo temos a distribuio do nmero de acidentes por dia, durante 53
dias, em certa rodovia:


Pede-se:
a) determinar a mdia;
b) determinar a mediana;
c) calcular a moda;
d) qual a porcentagem de dias em que tivemos dois ou mais acidentes por
dia?

14. Sendo:

a) Determinar a mdia;
b) Calcular o 3

decil;
c) Calcular o percentil 80;
d) Qual a porcentagem das pessoas maiores de idade?
e) Determinar a moda;




FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 45

GABARITO
1. a) 4
b) 9
c) 3,31
d) 79,43
2. No foi aprovado;
3. 164,93 cm
4. $ 5.82

5.a)









b) 7,84
6. a) 10,95
b) 5,22
7. 8,12
8. I) 4 II) 5 III) 8 IV) 87
9. I) 6,63 II) 28,35
10. I) 7 II) 43
11. I) 80 II) 3,5
12.


13. a) 1,17 b) 1 c) 0 d) 34%
14. a) 22,99 b) 18,59 c) 29,48 d) 74% e) 20,18

i Classes Fi Fac fi Xi Xi. Fi
1 0 4 14 14 0,28 2 28
2 4 8 16 30 0,32 6 96
3 8 12 13 43 0,26 10 130
4 12 16 3 46 0,06 14 42
5 16 20 0 46 0,00 18 0
6 20 24 2 48 0,04 22 44
7 24 28 2 50 0,04 26 52
Total 50 ----- 1 ---- 392

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 46

Medidas de Disperso (ou de Variao)
Introduo
Pudemos observar que as MEDIDAS DE POSIO expressam a caracterstica dos
dados observados tenderem a se agrupar em torno dos valores centrais, e que
elas representam valores intermedirios da srie (entre o menor e o maior
valor), em torno dos quais os elementos da srie esto distribudos. Em
sntese, podemos dizer que as MEDIDAS DE POSIO tentam traduzir a
semelhana que os dados estatsticos referentes observao de um
fenmeno apresentam entre si, conforme se pode notar pela observao das
sries abaixo.

Srie Valores Mdia Mediana Moda
1 1 3 7 10 10 11 15 18 20 35 13 10,5 10
2 12 12 13 13 13 13 13 13 14 14 13 13 13
3 13 13 13 13 13 13 13 13 13 13 13 13 13

A julgar apenas pela MDIA, teramos que concluir pela igualdade entre as trs
sries 1, 2 e 3. Se estendermos nossa anlise, incluindo as medidas MDIA,
MEDIANA e MODA, teramos que concluir pela igualdade entre as sries 2 e 3.
Mas, como os conjuntos so pequenos, conseguimos observar que eles no
so iguais.
Frequentemente, as MEDIDAS DE TENDNCIA CENTRAL no so suficientes para
caracterizar completamente uma srie numrica, conforme pode ser observado
nas sries de dados acima.
O que se constata, que os fenmenos passveis de anlise pelo mtodo
estatstico, bem como os dados estatsticos a eles referentes, caracterizam-se
tanto pela sua semelhana quanto pela sua variabilidade.
Chamamos de disperso ou variabilidade, maior ou menor diversificao dos
valores de uma varivel em torno de um valor de tendncia central tomado
como ponto de comparao. Analisando os conjuntos de dados acima,
podemos dizer que a srie 3 apresenta disperso ou variabilidade nula (todos
os valores iguais entre si), e que o conjunto 2 apresenta disperso ou

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 47

variabilidade menor que o conjunto 1. Para justificar esta ltima afirmao,
basta apenas observarmos os valores extremos das duas sries.
Para qualificar os valores de uma dada varivel, ressaltando a maior ou menor
disperso (ou variabilidade) entre esses valores e uma respectiva medida de
posio, a Estatstica recorre s MEDIDAS DE DISPERSO ou de VARIABILIDADE.






Amplitude Total ou Range (R)
a diferena entre o maior e o menor valor de um conjunto de dados. Fcil de
calcular, a amplitude tem a desvantagem de levar em considerao apenas os
dois valores dos extremos, desprezando todos os outros. uma medida
absoluta (carrega consigo a unidade da varivel). AMPLITUDE TOTAL (AT) OU
RANGE
Nas sries acima temos:


Desvio Mdio Absoluto DM
Tambm chamado apenas de Desvio Mdio, ou Desvio Absoluto.
uma Medida de Disperso que toma como referncia para determinao dos
desvios (afastamentos) o valor da Mdia do conjunto! E a caracterstica
marcante desta Medida que sero considerados os valores absolutos destes
desvios! Da o nome Desvio Absoluto. Vejamos como se calcula o DM.

Desvio Absoluto para o Rol
Ser determinado por:
n
X Xi
DM


=

Principais Medidas de Disperso
- Amplitude Total ou Range
- Desvio Mdio ou Absoluto
- Varincia
- Desvio Padro
- Coeficiente de Variao


FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 48

Desvio Absoluto para Distribuio de Freqncias sem Intervalos de
Classes
Ser determinado por:
n
fi X Xi
DM
.


=
Desvio Absoluto para Distribuio de Freqncias com Intervalos de
Classes
Ser determinado por:
n
fi X PM
DM
.


=

Varincia (s
2
) ou (o
2
)
VARINCIA uma mdia aritmtica calculada a partir dos quadrados dos desvios
(ou diferenas) entre os valores dos elementos da srie e sua prpria mdia.
Logo, o clculo da VARINCIA requer primeiramente o clculo da MDIA.
A VARINCIA uma medida que tem pouca utilidade como estatstica descritiva,
porm extremamente importante na inferncia estatstica e em combinaes
de amostras. Ela tem a desvantagem de ser expressa em unidades da varivel
ao quadrado. A VARINCIA uma medida absoluta.
Quando a srie de dados representa uma AMOSTRA, a VARINCIA denotada
por s
2
, e quando provm de uma POPULAO, a VARINCIA denotada por o
2
(o
= sigma minsculo, caractere do alfabeto grego, equivalente ao s minsculo no
alfabeto arbico). Observe que h uma diferena no mtodo de clculo das
duas VARINCIAS: quando se trata de uma POPULAO, o denominador da
equao de o
2
representa a quantidade total de elementos na populao (N),
enquanto no caso de uma AMOSTRA, o denominador da equao de s
2
o total
de elementos na amostra menos 1





FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 49

( )
(
(

=


n
fi PM
fi PM
n
S
2
2 2
.
.
1
Formulao Matemtica:
VARINCIA para o Rol
Para uma Populao Para uma Amostra
N
) x x (
N
1 i
2
i
2

=

=

) 1 n (
) x x (
n
1 i
2
i
2

=

=
s


MTODO SIMPLIFICADO
Para uma Populao Para uma Amostra
( )
(
(

=


n
Xi
Xi
n
1
S
2
2 2

( )
(
(

=


n
Xi
Xi
1 n
1
S
2
2 2


Varincia para Distribuio de Freqncias sem Intervalos de Classes
Para uma Populao Para uma Amostra
( )
n
fi X Xi
S
.
2
2


=
( )
1
.
2
2

=

n
fi X Xi
S
MTODO SIMPLIFICADO
Para uma Populao Para uma Amostra
( )
(
(

=


n
fi Xi
fi Xi
n
S
2
2 2
.
.
1

( )
(
(

=


n
fi Xi
fi Xi
n
S
2
2 2
.
.
1
1


Varincia para Distribuio de Freqncias com Intervalos de Classes
Para uma Populao Para uma Amostra
( )
n
fi X PM
S
.
2
2


=
( )
1
.
2
2

=

n
fi X PM
S
MTODO SIMPLIFICADO
Para uma Populao Para uma Amostra

( )
(
(

=


n
fi PM
fi PM
n
S
2
2 2
.
.
1
1




FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 50

Desvio Padro (s) ou (o)
O DESVIO PADRO a raiz quadrada positiva da VARINCIA. O DESVIO PADRO,
definido como a raiz quadrada da VARINCIA, contorna a dificuldade de
interpretao da Varincia devida sua unidade de medida ser expressa pela
unidade da varivel elevada ao quadrado. O DESVIO PADRO expresso na
mesma unidade de medida da VARIVEL em estudo, e por isso mesmo se
enquadra como uma medida absoluta.

Formulao matemtica:
Desvio Padro para o Rol
Para uma Populao Para uma Amostra

( )
n
X Xi
S


=
2

( )
1
2

=

n
X Xi
S


MTODO SIMPLIFICADO
Para uma Populao Para uma Amostra
( )
(
(

=


n
Xi
Xi
n
S
2
2
1

( )
(
(

=


n
Xi
Xi
n
S
2
2
1
1


Desvio Padro para Distribuio de Freqncias sem Intervalos de
Classes
Para uma Populao Para uma Amostra
( )
n
fi X Xi
S
.
2


=
( )
1
.
2

=

n
fi X Xi
S
MTODO SIMPLIFICADO
Para uma Populao Para uma Amostra
( )
(
(

=


n
fi Xi
fi Xi
n
S
2
2
.
.
1

( )
(
(

=


n
fi Xi
fi Xi
n
S
2
2
.
.
1
1




FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 51

Desvio Padro para Distribuio de Freqncias com Intervalos de
Classes
Para uma Populao Para uma Amostra
( )
n
fi X PM
S
.
2


=
( )
1
.
2

=

n
fi X PM
S
MTODO SIMPLIFICADO
Para uma Populao Para uma Amostra
( )
(
(

=


n
fi PM
fi PM
n
S
2
2
.
.
1

( )
(
(

=


n
fi PM
fi PM
n
S
2
2
.
.
1
1



Coeficiente de Variao CV
O COEFICIENTE DE VARIAO a razo entre o DESVIO PADRO e a MDIA
ARITMTICA, e geralmente expresso em porcentagem. Trata-se de um nmero
puro (sem unidade de medida), sendo, portanto uma medida relativa.
A grande utilidade do COEFICIENTE DE VARIAO permitir a comparao de
variabilidade de diferentes conjuntos de dados.



Exemplo de Aplicao:
Com base na distribuio de frequncias abaixo, determine:
a) A Amplitude Total;
b) O Desvio Mdio;
c) A Varincia Populacional;
d) O Desvio Padro Populacional;
e) O Coeficiente de Variao Populacional.


100 CVp ou 100
x
s
CVa

o
= =

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 52


i

ESTATURAS (cm)

Fi
1 150|------154 4
2 154|------158 9
3 158|------162 11
4 162|------166 8
5 166|------170 5
6 170|------174 3
Total 40

_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________

FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 53

_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________
_______________________________________________________________


FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 54

EXERCCIOS DE APLICAO

1. Dada a amostra: 2, 3, 4, 5, 7, 10, 12
a) Qual a amplitude total?
b) Determine o desvio mdio;
c) Calcule a varincia.

2. Para a srie 5, 5, 5, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7, 8, 8, 8, 9, 9.
a) Construir a distribuio simples de frequncia;
b) Calcular a amplitude;
c) Determinar o desvio mdio;
d) Calcular a varincia populacional;
e) Determinar o desvio-padro populacional;
f) Calcular o coeficiente de variao.

3. Calcular a varincia amostral.




4. Num teste aplicado a 20 alunos, obteve-se a seguinte distribuio de pontos:



a) Calcular o desvio mdio;
b) Determinar a varincia populacional;
c) Determinar o desvio-padro;
d) Calcular o coeficiente de variao.




FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 55

5. Abaixo temos a distribuio de frequncia dos pesos de uma amostra de 45
alunos:



a) Determinar a mdia;
b) Determinar a varincia;
c) Qual o valor do coeficiente de variao?

6. A distribuio abaixo possui desvio-padro igual a 3,02. Determine o valor do
coeficiente de variabilidade.


7. dada a distribuio dos salrios semanais de 100 funcionrios. Calcule a
varincia populacional:


8. Encontrar a frequncia correspondente terceira classe da distribuio a
seguir, sabendo-se que a mdia igual a 11,50.


9. Obter a moda e a varincia para a distribuio amostral:




FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 56

10. Dada a amostra de 60 rendas (em milhares de reais) de uma certa regio
geogrfica:


a) Agrupar os elementos em classes. Sendo K = 6 e h = 3;
b) Calcular a mdia;
c) Calcular a mediana;
d) Determinar o 3 quartil;
e) Calcular o 4 decil;
f) Calcular o 47 percentil;
g) Determinar a varincia;
h) Determinar o desvio-padro;
i) Qual o valor do coeficiente de variao?













FACULDADE PITGORAS DE LINHARES
Prof. Esp. Thiago Magalhes

Estatstica e Probabilidade Pgina 57

GABARITO

1. a) 10 b) 3,02 c) 13,81

2. a)


b) 4 c) 0,98 d) 1,47 e) 1,21 f) 18%
3. 5,84
4. a) 11 b) 175 c) 13,23 d) 20%
5. a) 53,5 b) 45 c) 13%
6. 50%
7. 295600
8. 7
9.

10. a)








b) 8,2 c) 7,55 d) 12,25 f) 7,05 g) 21,26 h) 4,61 i) 56%






x
i
5 6 7 8 9
F
i
3 4 6 3 2
Classes F
i
f
ac
f
i
X
i
14 14 0,24 2,5
14 28 0,24 5,5
11 39 0,18 8,5
8 47 0,13 11,5
11 58 0,18 14,5
2 60 0,03 17,5