Apostila

ST 211
Estatstica
UNIVERSIDADE ESTADUAL DE CAMPINAS
CENTRO SUPERIOR DE EDUCAO TECNOLGICA
Misso/CESET: Formar e aperfeioar cidados e prestar servios atendendo s necessidades tecnolgicas
da sociedade com agilidade, dinmica e qualidade.
ST 211 - Estatstica
A ESTATSTICA preocupa-se com
a organizao, a descrio, a anlise e a interpretao de dados experimentais.
Estatstica descritiva: a 1
a
etapa de anlise: organizar e descrever os dados
Inferncia estatstica: analisa e interpreta os dados: gera concluses
Alguns conceitos bsicos: populao e amostra
Populao: um conjunto de elementos com uma caracterstica comum, que delimita quais
os elementos que pertencem ou no populao.
Exemplos de populao: conjunto de pessoas com mais de 30 anos
conjunto de cidades com mais de 50.000 habitantes
conjunto de insetos que possuem 2 pares de asas
conjunto de estudantes no repetentes
Amostra: qualquer subconjunto da populao. necessariamente finita pois todos os
seus elementos so examinados de acordo com aquela estatstica.
Exemplos:
1. Populao: os artigos produzidos por uma mquina em dado dia
Amostra: 10 desses artigos escolhidos para inspeo
2. Populao: as alturas dos alunos do CBTA
Amostra: as alturas de 50 alunos selecionados
3. Problema: estudar os salrios dos 600 funcionrios de uma fbrica
Populao: os salrios correspondentes aos 600 funcionrios da fbrica
Amostra: os 36 salrios dos funcionrios selecionados
4. Problema: estudar a proporo de indivduos na cidade que favorvel a um certo
projeto municipal.
Populao: todos os moradores da cidade
Amostra: 200 pessoas selecionadas
5. Problema: investigar a durao de vida de um novo tipo de lmpada, pois acredita-se
que ela tenha uma durao maior do que as fabricadas atualmente. Cem
lmpadas do novo tipo so deixadas acesas at queimarem. A durao em
horas de cada lmpada registrada.
Populao: todas as lmpadas fabricadas ou que venham a ser fabricadas nesta
fbrica.
Amostra: as 100 lmpadas selecionadas.
Processo: cem lmpadas do novo tipo so deixadas acesas at queimarem. A durao
em horas de cada lmpada registrada.
Neste caso no se pode observar a populao, ou seja, a distribuio da durao
de vida das lmpadas na populao, pois corresponderia a queimar todas as lmpadas.
Assim, em alguns casos, no podemos observar a populao toda, pois isso
corresponderia a danificar todos os elementos da populao. Esse problema geralmente
contornado, atribuindo-se um modelo terico para a distribuio da varivel.
2
ST 211 - Estatstica
AMOSTRAGEM
Ao estudar a distribuio da varivel da amostra, espera-se que a mesma reflita a
distribuio dos elementos da populao (mas a amostra deve ter sido colhida com
cuidado).
Objetivo da inferncia estatstica: tirar concluses sobre a populao de interesse com
base nos resultados observados na amostra extrada
desta populao.
Ao induzir, ou inferir, com base na amostra, estamos sujeito a um erro. Com que
probabilidade se comete este erro? Quanto maior a amostra, em relao populao da
qual foi extrada, mais precisa ou melhor a inferncia. O melhor, mas quase nunca
vivel, o exame completo dos elementos da populao.
Como escolher a amostra?
As observaes colhidas numa amostra so tanto mais informativas sobre a
populao quanto mais conhecemos esta mesma populao. Ex: anlise da quantidade
de glbulos brancos no corpo humano (distribuio homognea - amostra
representativa).
Basicamente existem dois mtodos para composio da amostra: probabilstica e
no probabilstica ou intencional:
amostragem probabilstica: tcnicas que usam mecanismos aleatrios de seleo dos
elementos da amostra, atribuindo a cada um deles uma probabilidade, conhecida
a priori, de pertencer amostra.
amostragem no-probabilstica: demais procedimentos, tais como: amostras
intencionais (elementos selecionados com auxlio de especialistas) e amostras de
voluntrios (testes sobre novos remdios).
I) Mtodos probabilsticos
A utilizao da amostragem probabilstica a melhor recomendao que se deve fazer
no sentido de se garantir a representatividade da amostra, pois o acaso ser o nico
responsvel por eventuais discrepncias entre populao e amostra. Ex: amostragem
aleatria simples.
a) Amostragem aleatria simples
o processo mais elementar e freqentemente utilizado. A maneira mais fcil de
selecionarmos uma amostra atribuir a cada elemento da populao a mesma
probabilidade de seleo, e repor o elemento sorteado na populao, antes do
prximo sorteio.
utilizao de sorteio dos elementos da populao
sorteio dos elementos, numerados, atravs de uma tabela de nmeros
aleatrios
3
ST 211 - Estatstica
b) Amostragem sistemtica
Trata-se de uma variao da amostragem aleatria simples, conveniente quando a
populao est ordenada segundo algum critrio, como fichas em um fichrio, listas
telefnicas, ...
c) Amostragem estratificada
No caso de populao heterognea em que se podem distinguir subpopulaes
mais ou menos homogneas, denominadas estratos, possvel utilizar o processo de
amostragem estratificada.
Aps a determinao dos estratos, seleciona-se uma amostra aleatria de cada
subpopulao (estrato).
As variveis de estratificao mais comuns so classe social, idade, sexo,
profisso, ...
d) Amostragem por conglomerados
Algumas populaes no permitem ou tornam extremamente difcil que se
identifiquem seus elementos. No entanto pode ser relativamente fcil identificar alguns
subgrupos da populao. Em tais casos, uma amostra aleatria simples desses sugrupos
pode ser colhida e uma contagem completa deve ser feita para o conglomerado sorteado.
Exemplos: quarteires, famlias, organizaes, agncias, edifcios, ...
II) Mtodos no probabilsticos
a) 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 utiliza-se em pesquisa de opinio, em que os entrevistados so
acidentalmente escolhidos.
b) Amostragem intencional
De acordo com um 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. Por exemplo, 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.
c) Amostragem por quotas
Bastante utilizada em levantamento de mercados e em prvias eleitorais. Ela
abrange trs fases:
a) classificao da populao em termos de propriedades que se sabe, ou presume,
serem relevantes para a caracterstica a ser estudada;
b) determinao da proporo da populao para cada caracterstica, com base na
constituio conhecida, presumida ou estimada da populao;
c) fixao de quotas para cada entrevistador a quem tocar a responsabilidade de
selecionar interlocutores de modo que a amostra total entrevistada contenha a
proporo de cada classe tal como determinada em (2).
4
ST 211 - Estatstica
VARIVEIS
Vejamos como as variveis se classificam:
Qualitativa:
nominal : no existe ordem. Ex: tipo sangneo, estado civil, procedncia,
sexo, raa, cor dos cabelos.
ordinal : existe ordem. Ex: nvel de instruo, classe social.
Quantitativa:
discreta : os possveis valores da varivel formam um conjunto finito ou um
conjunto enumervel. Ex: n
o
de clulas em uma determinada rea
microscpica, n
o
de filhos, idade, n
o
de funcionrios, n
o
de alunos.
contnua : os possveis valores formam um intervalo de nmeros reais;
geralmente so provenientes de mensurados. Ex: medidas lineares, de
superfcie ou de volume, medidas de peso, tempo e temperatura.
Examine os dados solicitados na tabela abaixo e classifique as variveis em
qualitativas (nominais ou ordinais) ou quantitativas (discretas ou contnuas):
Sexo Idade Altura Estado Civil experincia
na rea do
curso
(anos)
Cidade onde
reside
Avaliao do
ensino mdio
(bom, regular, ruim)
Qualitativa nominal:
Qualitativa ordinal:
Quantitativa discreta:
Quantitativa contnua:
D mais seis exemplos de variveis e classifique-as.
5
ST 211 - Estatstica
TABELAS
Elementos essenciais:
I) Ttulo: designao do fato observado, local e poca.
II) Corpo da tabela: linhas e colunas. O cruzamento de uma linha e coluna, chama-se
casa ou casela. No se deve deixar em branco, use um sinal - caso necessrio.
III) Cabealho: especifica o contedo da tabela e localizado na parte superior da
mesma.
IV) Linha ou Coluna indicadora: especifica o contedo de caselas assinaladas pelas
linhas e colunas.
Elementos complementares:
1. Fonte: entidade responsvel pelo fornecimento de dados.
2. Notas: informaes de natureza geral para esclarecer o contedo da tabela, caso
sejam necessrias.
3. Chamada: informaes de natureza especfica, sobre determinada parte da tabela.
So indicadas no corpo da tabela, por algarismo entre parntesis ou por *.
A tabela deve ser uma forma objetiva de se apresentar o comportamento de variveis;
o que se deve buscar so representaes simples que possibilitem ao leitor a
compreenso do fenmeno sem muito esforo.
Em uma tabela sempre deve estar claro: o que ocorreu; onde ocorreu; quando
ocorreu.
Monte uma tabela para apresentar o sexo dos alunos da sua turma.
Monte uma tabela para apresentar o estado civil dos alunos da sua turma.
As tabelas podem representar diversos tipos de sries:
a) Srie cronolgica, temporal, evolutiva ou histria: aquela em que os dados so
observados segundo a poca de ocorrncia.
b) Srie geogrfica ou de localizao: aquela em que os dados so observados
segundo a localizao de ocorrncia.
c) Srie especfica: aquela em que os dados so agrupados segundo a modalidade de
ocorrncia.
d) Distribuio de freqncias: aquela em que os dados so agrupados com suas
respectivas freqncias.
6
ST 211 - Estatstica
REPRESENTAO GRFICA
Para o problema de interpretao de dados numricos, a organizao de tabelas
constitui um grande passo no sentido de facilitar a anlise dos nmeros, mas sentimos
ainda a necessidade de nova construo que nos possa fornecer uma compreenso
rpida, clara e fcil dos informes estatsticos.
Os dados podem ser representados graficamente. A funo principal do grfico
apresentar dados numricos em forma visual. Ele constitui um instrumento essencial para
economistas, administradores, educadores, bilogos, mdicos, engenheiros, socilogos e
profissionais de quase todos os demais ramos de atividade.
A representao grfica das sries estatsticas tem por finalidade representar os
resultados obtidos, permitindo chegar a concluses sobre a evoluo do fenmeno ou
sobre como se relacionam os valores da srie. No h uma nica maneira de representar
graficamente uma srie estatstica. A escolha do grfico mais apropriado fica a critrio
do analista.
Os principais tipos de grficos so:
1. Grficos de linha: representam alteraes quantitativas sob a forma de uma linha. As
flutuaes da linha proporcionam rpida percepo visual da tendncia dos dados ou
da sua mutao em certo perodo de tempo.
Nos grficos de linha comum, em geral, unir os pontos atravs de segmentos de
reta. Com isso pretende-se apenas proporcionar uma melhor visualizao de
propriedades, sobretudo as relativas a crescimento e decrescimento.
2. Grficos de colunas: confrontam quantidades por meio de colunas cuja largura
constante, enquanto a altura varia em funo da magnitude dos valores. Os retngulos
se apresentam horizontalmente.
3. Grficos de barras: tambm confrontam quantidades por meio de colunas cuja altura
constante. Neste caso os retngulos se apresentam horizontalmente. Este tipo de
grfico deve ser utilizado principalmente quando o elemento tempo est envolvido.
Obs: os grficos de colunas e barras so formas eficientes de representao para um
nmero limitado de valores ou para comparar quantidades discriminadas por
lugares, tipos ou espcies. Nestes grficos possvel aparecer mais de uma coluna
ou barra para cada varivel, com legendas para diferenciar as informaes.
4. Grficos de setores: so crculos cuja rea se divide em segmentos representativos das
partes proporcionais de um todo. Eles constituem um tipo de grfico de componentes
e prestam-se para confrontar as partes integrantes de um total. Para apresentar dados
por meio deste tipo de grfico empregamos valores relativos e no absolutos.
Para construir este tipo de grfico necessrio calcular a proporo do crculo que
deve representar cada categoria e dividir o crculo de acordo com as propores.
Mais adiante vamos abordar as representaes grficas das distribuies de
freqncias.
7
ST 211 - Estatstica
CONSTRUO DE GRFICOS
Construir grficos que ilustrem os dados apresentados a seguir:
1. Estado civil dos alunos da turma
Estado civil Freqncia %
casado
solteiro
outro
Total
2. Construir outro tipo de grfico para representar o estado civil dos alunos da turma, CBTA, 2004.
3.
O Salrio Mnimo ao longo dos anos no Brasil
Ano 1950 1960 1970 1980 1990 2000
SM 50 220 130 110 55 70(*)
(*) valor referente a outubro de 1999.
SM: salrio mnimo (em dlares)
4. A Vasp tem cerca de 11000 funcionrios que se orgulham de trabalhar na empresa.
Veja uma caracterstica desse grupo:
34% tm at 6 anos de casa;
44% esto na companhia de 6 a 18 anos;
22% trabalham h mais de 18 anos na empresa.
5. Recentemente o Journal of Consumer Affairs publicou uma pesquisa sobre os fatores
que pesam no calote do pagamento de hipotecas. Veja por que os consumidores
deixam de pagar essa dvida em diferentes situaes no decorrer da vida:
54% se h queda na renda
26% em caso de divrcio
6% na chegada de cada novo membro da famlia depois dos dois primeiros
filhos
8
ST 211 - Estatstica
CONSTRUO E ANLISE DE GRFICOS
Construir grficos que ilustrem os dados apresentados a seguir e analis-los:
1. O guia Exame 2003 apresenta as dez melhores empresas para se trabalhar. A Tigre
aparece em sexto lugar. De acordo com o guia, o fato da empresa permanecer
entre as 10 melhores h seis anos consecutivos mostra a consistncia de sua gesto
de pessoas. O guia indica porque as pessoas ficam na empresa: 20%
desenvolvimento profissional, 33% equilbrio entre vida pessoal e profissional,
32% remunerao e benefcios, 15% estabilidade de emprego.
2. A empresa de consultoria Towers Perrin fez uma pesquisa com 225 empresas com
operaes no Brasil, ao longo do ano de 2000, para descobrir as situaes em que
elas concedem emprstimos a seus funcionrios. Veja o tipo de pedido que
costuma ser aprovado no RH:
Emergncias pessoais: 81%
Despesas mdicas: 63%
Auxlio-educao: 29%
Aquisio da casa prpria: 37%
Reforma da casa: 35%
Outras: 39%
3. O instituto americano iLogos Research tem pesquisado o recrutamento online feito
pelas 500 maiores empresas do mundo, listadas pela revista Fortune, Veja a evoluo
desse processo na tabela abaixo:
Ano Recrutamento pelo site
(em %)
Empresas sem site
para recrutar (em %)
Empresas sem site
(em %)
1998 29 57 14
1999 60 31 9
2000 79 21 0
2001 88 12 0
2002 91 9 0
a) Ajudar a comunidade garante uma dose extra de satisfao pessoal. Essa uma das
concluses da Pesquisa de Ao Social das Empresas feita pelo Instituto de
9
ST 211 - Estatstica
Pesquisa Econmica Aplicada (Ipea). Foram entrevistados executivos e
funcionrios de quase 700 mil companhias nas regies Nordeste, Sul e Sudeste. A
pesquisa aponta o aumento da satisfao pessoal e espiritual dos principais
executivos: no Sudeste, 61%; no Nordeste, 72%; e no Sul, 58%. Em relao
melhora do compromisso do funcionrio com a empresa a pesquisa aponta: 24%
no Sudeste, 12% no Nordeste e 25% no Sul.
b) No final do ano 2002 comearam a ser divulgados pelo IBGE (Instituto Brasileiro de
Geografia e Estatstica) os dados referentes ao de censo 2000. Em relao ao salrio dos
brasileiros a pesquisa indicou:
SM*
Sexo
at 0,5 de 0,5 a 1 de 1 a 2 de 2 a 3 de 3 a
5
de 5 a 10 de 10 a 15 de 15 a 20 de 20 a 30 mais de 30
Homens (%)
2,6 11,5 13,6 7,5 8,7 8 2,1 1,3 0,9 1,2
Mulheres(%)
2,8 13,7 10,5 4,7 4,3 4,1 1 0,6 0,3 0,3
o salrio mnimo em 2000 era de 151 reais
6. A International Stress Management Associaion (Isma-BR), associao especializada
no estudo do estresse, entrevistou 759 homens e mulheres economicamente ativos, de
Janeiro a agosto de 2003. O resultado mostra o que deixa o brasileiro mais
estressado:
68% violncia
59% medo do desemprego
42% situao econmica
34% falta de tempo
28% relacionamentos interpessoais
17% longa jornada de trabalho
7. Dos 3,9 milhes de empresrios do estado de So Paulo, 72% atuam na
informalidade. Os dados so de uma pesquisa do Sebrae de So Paulo, que aponta
tambm o nvel de escolaridade desses profissionais: 56% possuem curso primrio
completo (ou incompleto) enquanto 5% tm nvel superior.
10
ST 211 - Estatstica
DISTRIBUIO DE FREQNCIAS
O maior interesse ao estudar uma varivel conhecer a distribuio da mesma
atravs de seus valores. Isto se faz atravs do que chamamos de distribuio de
freqncias.
Podemos definir trs tipos de freqncia:
n
i
freqncia absoluta da casela i
f
i
= n
i
/N freqncia relativa da casela i onde N o total de observaes, ou seja,
N= n
i
Porcentagem = 100.f
i
Exemplo 1:
Distribuio dos alunos da turma em relao a sexo
Sexo n
i
f
i
%
feminino
masculino
Total
Obs: A freqncia relativa f
i
representa uma proporo em relao ao nmero de
elementos total: N. Logo: 0 f
i
1 e f
i
= 1
Quando a varivel em questo no for discreta, ou seja, for contnua, temos que
agrupar os dados amostrais em classes de mesmo intervalo, estabelecidas
arbitrariamente. Para tanto, precisamos saber qual a amplitude da variao dos dados
amostrais, isto , a diferena entre o maior e o menor valor amostral. Dividimos, ento, a
amplitude pelo nmero de classes em que queremos agrupar os dados, e obtemos o valor
dos intervalos de classe.
Exemplo 2:
Distribuio dos alunos da turma em relao a faixa etria
Faixa
etria
n
i

f
i
Porcentagem
Total
11
ST 211 - Estatstica
REPRESENTAO GRFICA DE DISTRIBUIES DE FREQNCIAS
Para representarmos graficamente as distribuies de freqncia de uma varivel,
basta colocar os dados fornecidos na tabela em um grfico.
1. VARIVEL QUALITATIVA
Neste caso podemos construir um grfico de barras, um grfico de colunas, ou
um grfico de reas (grfico de setor, por exemplo).
Exemplo: Construir um grfico de barras e um de setores para a tabela do Exemplo 1 (Distribuio dos
alunos da turma em relao ao sexo).
2. VARIVEL QUANTITATIVA
Neste caso podemos fazer um histograma, um polgono de freqncia ou uma
curva de acumulao de freqncias:
2.1. HISTOGRAMA: um grfico de colunas justapostas em nmero igual ao de classes
de distribuio. Cada classe representada por uma coluna de altura
correspondente sua freqncia.
No histograma tem-se:
- no eixo x: os valores da varivel em questo, representados em classes
- no eixo y: as freqncias correspondentes s classes
Obs: os traos do interior do histograma podem ser apagados e as colunas podem
ter a mesma cor.
Exemplo: Construir o histograma para a tabela do Exemplo 2 (Distribuio dos
alunos da turma em relao faixa etria).
2.2. POLGONO DE FREQNCIA: semelhante ao grfico de linha que estudamos.
No polgono de freqncia tem-se:
- no eixo x: os pontos mdios das classes
- no eixo y: as freqncias correspondentes s classes
Exemplo: Construir o polgono de freqncia para a tabela do Exemplo 2
(Distribuio dos alunos da turma em relao faixa etria).
12
ST 211 - Estatstica
2.3. CURVA DE ACUMULAO DE FREQNCIAS ou OGIVA:
Na curva de acumulao de freqncias, tambm chamada ogiva, tem-se:
- no eixo x: os valores da varivel em questo, representados em classes
- no eixo y: as freqncias acumuladas correspondentes s classes
Tipos de freqncias acumuladas:
F
i
= n
j
freqncia acumulada absoluta

j i
r F
i
= F
i
/N freqncia acumulada relativa
A freqncia acumulada absoluta representa o nmero de elementos contido
desde a primeira casela at a casela i. A freqncia acumulada relativa, rF
i
, F em
proporo (em relao a N).
Exemplo: Construir as curvas de acumulao de freqncias do Exemplo 2
(Distribuio dos alunos da turma em relao faixa etria). Para constru-las
necessrio completar a tabela com as freqncias acumuladas:
Faixa
etria
n
i

f
i
Porcentagem F
i
rF
i
Total
Obs: ao traar o grfico da curva de acumulao de freqncia ao invs de unir os
pontos com segmentos de reta, pode-se unir os pontos com curvas.
13
ST 211 - Estatstica
Exerccios:
1. Estudou-se 961 empresas que possuem dois ou mais funcionrios da rea de
Logstica. Os dados esto apresentados na tabela abaixo, que voc deve completar.
Distribuio de 961 empresas com pelo menos dois funcionrios na rea de Logstica
Funcionrios na
rea de Log.
n
i

f
i
Porcentagem
2 65
3 109
4 132
5 132
6 140
7 110
8 108
9 67
10 61
11 18
12 13
13 4
14 1
15 1
Total
Considerando os dados da tabela, construa um grfico de colunas para
representar graficamente a distribuio de freqncias.
2. Complete a tabela abaixo e construa um grfico de setor para representar graficamente
a distribuio de freqncias:
Distribuio de 100 empresas segundo o nmero de
acidentes de trabalho ocorridos nos ltimos 60 dias
Nmero acidentes de
trabalho nos ltimos
60 dias
Nmero de
empresas
n
i

f
i
Porcentagem
0 10
1 15
2 13
3 27
4 15
5 10
6 10
Total
14
ST 211 - Estatstica
3. Considerando a tabela abaixo, construa um histograma, um polgono de freqncia e
as curvas de acumulao de freqncias.
Obs: para tanto, voc ter, primeiramente, que completar a tabela com as freqncias
relativas e as freqncias acumuladas.
Nmero de problemas em vos comerciais nos EUA
Ano N
o
de colises
n
i
1992 1993
219
1993 1994
227
1994 1995
320
1995 1996
420
4. Um clube da cidade realizou uma pesquisa no final de semana a fim de saber a idade de
seus freqentadores. Os dados obtidos so apresentados na tabela abaixo:
Faixa
etria
n
i
0 15
70
15 30
50
30 45
40
45 60
30
60 75
10
Total
Construa um histograma, um polgono de freqncia e as curvas de acumulao
de freqncias. Para tanto, voc ter, primeiramente, que completar a tabela.
De acordo com sua anlise dos dados, em quais das reas mencionadas abaixo
voc acha que o clube deve investir mais? Justifique sua resposta.
i) playgrounds infantil
ii) piscinas, restaurante e programaes sociais (bailes e festas)
iii) programas voltados para a 3
a
idade
15
ST 211 - Estatstica
MEDIDAS DE TENDNCIA CENTRAL
As medidas de tendncia central representam os fenmenos pelos seus valores
mdios, em torno dos quais tendem a concentrar-se os dados. O clculo dessas medidas
possibilita representar um conjunto de dados relativos observao de determinado
fenmeno de forma resumida. Vamos considerar a mdia, a mediana e a moda.
1. MDIA: denotada por x
a) 1
o
caso :

n
i
i
n
n x
x
1
i.
Exemplo 1:
Nmero de filhos de 20 casais entrevistados:
n
o
filhos n
i
0 4
1 5
2 7
3 3
4 1
Total 20
obs: se n
i
= 1 para todo i tem-se
x
x
n
i
n

i
1
b) 2
o
caso : os dados esto agrupados em classes:

n
i
i i
n
n x
x
1
.
onde x
i
: o ponto mdio da i-sima classe (que a soma dos extremos dividido por 2)
Exemplo 2:
Salrio (em termos de S.M.) de 36 funcionrios de uma mesma empresa:
Salrio n
i
x
i
4 8
10 6
8 12
12 10
12 16
8 14
16 20
5 18
20 24
1 22
Total 36

16
ST 211 - Estatstica
2. MEDIANA: o termo central de uma seqncia de nmeros colocados em ordem
(crescente ou decrescente).
Exemplo 3:
Encontrar a mediana de 21 pesos de sacas de arroz dados por:
30 27 33 22 31 30 28 27 33 26 26 32 40 23 29 29 30 30 34 36 37
1
o
passo: colocar os dados em ordem crescente:
Dentre os 21 elementos, o termo central ser o 11
o

_
,

n 1
2
, contado a partir
dos extremos. Logo, a mediana, neste caso, ser o nmero 30.
obs: Se tivemos um nmero par de termos, no havendo, portanto, um elemento
central, a mediana ser a mdia aritmtica entre os dois centras (a soma do dois
termos dividida por dois). Se tivermos um nmero mpar de elementos o termo
central ser o

_
,

n 1
2
o
termo.
3. MODA: o valor mais freqente observado na distribuio de freqncias.
Assim, a moda do exemplo 1 o 2, cuja freqncia 7. A moda do exemplo 3
o 30, que aparece 4 vezes.
Observaes:
a) no caso e haver mais de um nmero com a mesma freqncia, teremos 2 ou 3
modas, donde se diz que a distribuio dos valores bimodal, trimodal, etc.
b) no caso de no haver um termo mais freqente, a distribuio se denominar
amodal.
c) classe modal a classe mais freqente, ou seja, que possui maior freqncia. No
exemplo 2 a classe modal a 8 12.
17
ST 211 - Estatstica
Exerccios:
1. Numa pesquisa feita entre os alunos de uma escola para saber da existncia de irmos
mais novos, obtiveram-se os dados mostrados na tabela abaixo.
n
o
de irmos
mais novos
freqncia
6 4
5 6
4 10
3 12
2 22
1 31
0 18
Determinar: a) a mdia e interpretar o significado dessa medida
b) a mediana
c) a moda e interpretar o significado dessa medida
2. Temos abaixo a distribuio do nmero de acidentes por dia, durante 53 dias, em certa
rodovia.
n
o
de
acidentes
n
o
de
dias
0 20
1 15
2 10
3 5
4 3
Determinar: a) a mdia e interpretar o significado dessa medida
b) a mediana
c) a moda e interpretar o significado dessa medida
3. Uma amostragem de 24 latas de um certo produto apresentou os seguintes volumes:
16 21 11 17 7 15 9 15 18 23 9 9
15 5 5 7 14 15 10 10 5 6 7 5
Determinar: a) a mdia e interpretar o significado dessa medida
b) a mediana
c) a moda e interpretar o significado dessa medida
18
ST 211 - Estatstica
a) Considere os valores dos pesos de 32 alunos de uma classe apresentados abaixo:
64 68 63 67 65 64 67 64 66 67 70 67 67 66 69 66
70 62 71 64 69 65 71 66 63 70 68 69 71 68 68 68
Determinar: a) a mdia e interpretar o significado dessa medida
b) a mediana
c) a moda e interpretar o significado dessa medida
5. A tabela abaixo mostra a distribuio, em toneladas, de cargas mximas suportadas
por certos cabos fabricados por uma companhia.
Carga Mxima
(toneladas)
N
o
de cabos
9,3 9,7
2
9,8 10,2
5
10,3 10,7
12
10,8 11,2
17
11,3 11,7
14
11,8 12,2
6
12,3 12,7
3
12,8 13,2
1
Determinar: a) a mdia e interpretar o significado dessa medida
b) a mediana
c) a moda e interpretar o significado dessa medida
6. Considerando o exerccio 2 da pgina 14 (Distribuio de 100 empresas segundo o
nmero de acidentes de trabalho ocorridos nos ltimos 60 dias)
Determinar: a) a mdia e interpretar o significado dessa medida
b) a mediana
c) a moda e interpretar o significado dessa medida
7. Considerando o exerccio 5 da pgina 15 (pesquisa feita pelo clube)
Determinar: a) a mdia e interpretar o significado dessa medida
b) a mediana
c) a moda e interpretar o significado dessa medida
19
ST 211 - Estatstica
CARACTERIZAO DAS DISTRIBUIES
PELAS MEDIDAS DE TENDNCIA CENTRAL
Em uma distribuio simtrica observa-se que a Mdia = Mediana = Moda.
A curva abaixo, em formato de sino, chamada curva normal.
______________________________
x =med=moda
Em uma distribuio assimtrica positiva, observa-se que Mdia > Mediana > Moda.
______________________________
x med moda
Em uma distribuio assimtrica negativa, observa-se que Mdia < Mediana < Moda.

______________________________
x med moda
20
ST 211 - Estatstica
MEDIDAS DE DISPERSO
So medidas que fornecem informaes sobre a variabilidade dos dados.
Geralmente mede-se a variabilidade em torno da mdia. Vamos considerar a varincia e
o desvio padro.
1. VARINCIA:
A varincia calculada a partir das diferenas entre cada elemento e a mdia do
conjunto. No caso de tabelas de freqncias o clculo da varincia deve levar em
considerao a freqncia de cada observao.
A varincia pode ser calculada a partir dos seguintes passos:
1) Encontrar a mdia dos elementos da seqncia;
2) Encontrar as diferenas entre a mdia e cada elemento da seqncia
= completar a coluna x
i
- x ;
3) Elevar ao quadrado essas diferenas
= completar a coluna (x
i
- x )
2
;
4) Multiplicar as diferenas ao quadrado pela freqncia (quando for uma tabela
de freqncias)
= completar a coluna
i i
n x x . ) (
2

4) Efetuar a soma
= completar total de (x
i
- x )
2
ou
i i
n x x . ) (
2

5) Dividir o resultado da soma pelo nmero de elementos do conjunto.

Esta seqncia de passos se resume na seguinte frmula:
varincia =
( ) x x
n
i
i
n

2
1
ou varincia =
n
n x x
n
i
i i

1
2
. ) (
no caso de tabelas de distribuies
de freqncias
O nmero calculado para a varincia uma medida direta da disperso do
conjunto, no sentido de que o conjunto com os dados mais dispersos ter a maior
varincia.
21
ST 211 - Estatstica
Exemplo 1:
Calcular a varincia da tabela de freqncia abaixo que apresenta a distribuio do
nmero de acidentes por dia, durante 53 dias, em certa rodovia.
n
o
de
acidentes
n
o
de
dias (n
i
)
x
i
- x (x
i
- x )
2
i i
n x x . ) (
2

0 20
1 15
2 10
3 5
4 3
Exemplo 2:
Calcular a varincia do conjunto de dados abaixo que corresponde aos volumes de 20 latas de um certo
produto.
501 499 498 497 499 502 499 499 500 501
502 497 501 499 502 500 501 499 500 499
Sugesto: organize os dados em uma tabela de freqncias.
22
ST 211 - Estatstica

2. DESVIO PADRO:
O desvio padro obtido atravs da extrao da raiz quadrada da varincia.
Quando calculamos o desvio padro dos dados de uma populao podemos
identific-lo pela letra grega minscula sigma ().
Assim: = desvio padro e
2
= varincia
=
( ) x x
n
i
i
n

2
1
ou
n
n x x
n
i
i i

1
2
. ) (
no caso de tabelas de distribuies
de freqncias
O desvio padro serve para dimensionar a disperso dos dados, assim como a
varincia. Veremos mais frente que existe uma relao importante entre o desvio
padro e a curva normal.
Determine: a) o desvio padro do exemplo 1:
b) o desvio padro do exemplo 2:
Exemplo 1. Considere 4 conjuntos de dados abaixo:
A: 6 6 6 6 6
B: 6 4 8 4 8
C: 7 3 3 8 9
D: 8 6 2 6 8
Calcule a varincia e o desvio padro de cada conjunto de dados e indique o que tem
maior disperso.
23
ST 211 - Estatstica
Exemplo 2. Calcular a varincia e o desvio padro dos seguintes dados:
n
o
de
acidentes
(x
i
)
n
o
de dias
(n
i
)
x
i
- x (x
i
- x )
2
(x
i
- x )
2
. n
i
0 7
1 3
2 1
3 4
4 2
5 3
Total

Com relao ao desvio padro, o mesmo se aplica para conjuntos de variveis
contnuas:
Exemplo 3. Calcular o desvio padro dos seguintes dados:
Intervalo Ponto
mdio
(x
i
)
Freqncia
(n
i
)
x
i
- x (x
i
- x )
2
(x
i
- x )
2
. n
i
160 165
2
165 170
4
170 175
12
175 180
10
180 185
5
Total
Existe ainda outra forma de calcular o desvio padro, sem precisar calcular a mdia e
as diferenas:
=
n x
n
n x
n
i i
i
n
i i
i
n
. .
2
1 1
2

_
,

24
ST 211 - Estatstica
Exerccios:
1. Calcular a varincia e o desvio padro dos dados apresentados na tabela abaixo:
Distribuio de 100 empresas segundo o nmero de
acidentes de trabalho ocorridos nos ltimos 60 dias
Nmero acidentes de
trabalho nos ltimos
60 dias (x
i
)
Nmero de
empresas
(n
i
)
0 02
1 23
2 13
3 27
4 15
5 10
6 10
Total
2. So dados, a seguir, os pesos de 32 alunos de uma determinada classe:
64 68 63 67 65 64 67 64 66 67 70 67 67 66 69 66
70 62 71 64 69 65 71 66 63 70 68 69 71 68 68 68
a) Construa uma tabela de distribuio de freqncias para estes dados
classificando-os em intervalos de 2 kg cada
b) Calcule a mdia
c) Calcule a varincia e o desvio padro
3. Abaixo so dadas as alturas de 50 pessoas entrevistadas. Classifique-as em intervalos
de 10 cm e calcule a varincia e o desvio padro.
150 155 161 165 168 170 172 176 177 179
151 157 162 166 168 170 172 176 177 182
153 161 164 167 169 170 173 176 178 183
155 161 165 168 169 171 175 176 178 185
155 162 165 168 169 171 175 177 178 190
25
ST 211 - Estatstica
PROBABILIDADE
Experimentos ou fenmenos aleatrios so aqueles que, mesmo repetidos vrias
vezes sob condies semelhantes, apresentam resultados imprevisveis.
Exemplos: lanamento de uma moeda honesta, lanamento de um dado, retirada de uma
carta de um baralho completo de 52 cartas, determinao da vida til de um componente
eletrnico.
Espao amostral, denotado por S, o conjunto dos resultados possveis de um
experimento aleatrio.
Exemplos: espao amostral do lanamento de uma moeda, espao amostral do
lanamento de um dado, espao amostral do lanamento de duas moedas.
Evento, denotado por E, qualquer subconjunto do espao amostral S de um
experimento aleatrio.
Evento certo: quando E = S.
Evento impossvel: quando E =
Evento elementar: quando E S e E um conjunto unitrio.
Exemplo: eventos no lanamento de um dado:
E
1
: obter um nmero par na face superior;
E
2
: obter um nmero menor ou igual a 6 na face superior;
E
3
: obter o nmero 4 na face superior;
E
4
: obter um nmero maior que 6 na face superior.
Probabilidade
A probabilidade de um evento E (E S), P(E), acontecer igual razo entre o
nmero de casos favorveis e o nmero de casos possveis de ocorrer, sendo todos
igualmente provveis. Assim,
) (
) (
) (
S n
E n
E P
onde n(E) o nmero de elementos de E e n(S) o nmero de elementos de S.
A probabilidade , ento, sempre um nmero entre 0 e 1, sendo 0 a probabilidade
de um evento impossvel e 1 a probabilidade de um evento certo.
Exemplos:
a) a probabilidade de obter cara, na face superior, no lanamento de uma moeda.
b) a probabilidade de obter um nmero par, na face superior, no lanamento de um
dado (E
1
).
c) a probabilidade de obter um nmero menor ou igual a 6, na face superior, no
lanamento de um dado (E
2
).
d) a probabilidade de obter o nmero 4, na face superior, no lanamento de um dado
(E
3
).
e) a probabilidade de obter um nmero maior que 6, na face superior, no lanamento de
um dado (E
4
).
26
ST 211 - Estatstica
Evento reunio: de dois eventos A e B o evento A B, formado por todos os
elementos de A e de B.
Evento interseco: de dois eventos A e B o evento A B, formado apenas pelos
elementos comuns a A e a B.
Evento complementar: de A em relao a B (B-A) o evento formado pelos
elementos de B que no pertencem a A. Analogamente, tem-se o complementar de B
em relao a A.
Um evento pode ocorrer ou no. Se p a probabilidade de que ele ocorra
(sucesso) e q a probabilidade de que ele no ocorra (fracasso), para um mesmo
evento existe a relao: p + q = 1 q = 1 p
Exemplo: sabendo que a probabilidade de tirar o 4 no lanamento de um dado
1/6, determinar a probabilidade de no tirar o 4 no lanamento de um dado.
Probabilidade condicional
A probabilidade condicional de um evento A em relao a um evento B, a
probabilidade de ocorrer A, tendo ocorrido B. Assim:
) (
) (
) (
B n
B A n
B A P

.
Exemplo: a probabilidade de sair rei em uma carta de baralho sabendo que j foi
retirada uma carta de espadas?
Eventos independentes
Dois eventos so independentes quando a realizao ou a no-realizao de um
dos eventos no afeta a probabilidade da realizao do outro e vice-versa.
No lanamento de dois dados, por exemplo, o resultado obtido em um deles
independe do resultado obtido no outro. O mesmo acontece no lanamento de duas
ou mais moedas.
Eventos mutuamente exclusivos
Dois ou mais eventos so mutuamente exclusivos quando a realizao de um
exclui a realizao do(s) outro(s).
No lanamento de uma moeda, o evento tirar cara e o evento tirar coroa so
mutuamente exclusivos, j que, ao se realizar um deles, o outro no se realiza.
27
ST 211 - Estatstica
Teorema da soma
A probabilidade de ocorrer um evento A ou um evento B, ou ambos, igual
soma das probabilidades dos eventos ocorrerem separadamente menos a
probabilidade de ocorrerem simultaneamente: P(A B) = P(A)+P(B)-P(A B)
Exemplo: a probabilidade de ocorrer dama ou espadas ao retirar uma carta de um
baralho.
Se os eventos forem mutuamente exclusivos, ento P(A B)=0 e a
probabilidade de que um ou outro evento se realize : P(A B) = P(A)+P(B). O
mesmo vale para trs ou mais eventos mutuamente exclusivos.
Exemplo: a probabilidade de tirar o 2 ou um nmero mpar no lanamento de um
dado.
Teorema do produto
A probabilidade de dois eventos A e B ocorrerem simultaneamente igual
probabilidade de um, multiplicada pela probabilidade condicional do outro em
relao ao primeiro: P(A B)=P(A). P(B/A)
Se os eventos forem independentes, a probabilidade de ocorrerem
simultaneamente igual ao produto das probabilidades de os eventos ocorrerem
separadamente. Isto porque a probabilidade condicional de um em relao ao outro
igual probabilidade do evento ocorrer isoladamente.Assim: P(A B)=P(A). P(B).
O mesmo vale para trs ou mais eventos independentes.
Exemplo: a probabilidade de tirar 1 e 5 nas faces superiores no lanamento de
dois dados.
28
ST 211 - Estatstica
Lista de Exerccios
Probabilidade
1) Lanam-se 3 moedas. Enumerar o espao amostral e os eventos:
a) faces iguais;
b) cara na 1
a
moeda;
c) coroa na 2
a
e 3
a
moedas.
d) Considere a experincia que consiste em pesquisar famlias com trs filhos, em relao
ao sexo das mesmas, segundo a ordem de nascimento. Enumerar os eventos:
e) ocorrncia de dois filhos do sexo masculino;
f) ocorrncia de pelo menos um filho do sexo masculino;
g) ocorrncia de, no mximo, duas crianas do sexo feminino.
h) Uma moeda lanada trs vezes. Ache a probabilidade de se obterem:
i) trs caras;
j) duas caras e uma coroa;
k) uma cara;
l) pelo menos uma coroa;
m) nenhuma cara.
4) So lanados dois dados. Qual a probabilidade de:
a) obter-se um par de pontos iguais;
b) um par de pontos diferentes;
c) um par em que o primeiro seja menor que o segundo;
d) a soma dos pontos ser um nmero par;
e) obter-se soma 7, se o par de pontos diferente;
f) obter-se soma 6, dado que o par de pontos igual;
g) a soma ser 14.
5) Determine a probabilidade de cada evento:
a) duas copas aparecem ao retirarem-se duas cartas de um baralho;
b) uma carta de copas e uma de ouro aparecem ao extrairem-se duas cartas de um
baralho.
n) No lanamento de um dado, qual a probabilidade de sair o nmero 5 ou um nmero
par?
7) Qual a probabilidade de sair um rei ou uma carta de copas, quando retiramos
uma carta de um baralho?
8) Dois dados so lanados simultaneamente. Qual a probabilidade de:
o) a soma ser menor que 4;
p) a soma ser 9;
q) o primeiro resultado ser maior do que o segundo.
29
ST 211 - Estatstica
Lista de Exerccios
Probabilidade
r) Sabe-se que em determinados bairros carentes a probabilidade de contaminao por falta de
saneamento bsico de 5/17. Calcule a probabilidade de no haver a contaminao.
R: 12/17
s) Um juiz de futebol possui trs cartes no bolso. Um todo vermelho, outro todo amarelo e o
terceiro vermelho de um lado e amarelo do outro. Num determinado lance, o juiz retira,
ao acaso, um carto do bolso e mostra a um jogador. Qual a probabilidade de a face que o
juiz v ser vermelha e a outra, mostrada ao jogador, ser amarela?
R: 1/4
t) De um baralho de 52 cartas so retiradas trs cartas ao acaso. Qual a probabilidade de se
obter:
a) trs figuras; R: 11/1105
b) trs cartas de espadas; R: 11/850
c) um s e duas figuras. R: 66/16575
u) Duas cartas so retiradas de um baralho, bem embaralhado, de 52 cartas. Determine a
probabilidade de ambas serem ases se a primeira carta for:
a) recolocada; R: 1/169
b) no recolocada. R: 1/221
v) Trs cartas vo ser retiradas de um baralho de 52 cartas. Calcular a probabilidade de que
todas as trs sejam paus.
R: 11/850
w) Uma bola retirada ao acaso de uma urna que contm 6 bolas vermelhas, 4 brancas e 5 azuis.
Determinar a probabilidade de ela:
a) ser vermelha; R: 6/15
b) ser branca; R: 4/15
x) ser azul; R: 1/3
y) no ser vermelha; R: 3/5
z) ser vermelha ou branca. R: 2/3
aa) Um dado lanado duas vezes. Determinar a probabilidade de ocorrer 4, 5 ou 6 no primeiro
lance e 1, 2, 3 ou 4 no segundo lance.
R: 1/3
bb) Duas bolas vo ser retiradas de uma urna que contm 2 bolas brancas, 3 pretas e 4 verdes.
Qual a probabilidade de que ambas:
a) sejam verdes; R: 1/6
b) sejam da mesma cor. R: 5/18
30
ST 211 - Estatstica
DISTRIBUIES DE PROBABILIDADES
DE VARIVEIS ALEATRIAS DISCRETAS
Uma varivel aleatria denominada discreta quando assume um nmero finito de
valores em um intervalo finito. Geralmente ela identificada quando seus valores so obtidos
por mensurao, isto , atravs de medidas. Exemplos: a distribuio dos pontos referentes ao
lanamento de dois dados; a distribuio do nmero de peas defeituosas produzidas
semanalmente por uma fbrica, a distribuio do nmero de crianas do sexo masculino em
famlias com trs filhos.
Exemplo de distribuio de probabilidades: lanam-se trs moedas. Seja X: nmero de
ocorrncias da face cara. Determinar a distribuio de probabilidade de X.
Existem vrias distribuies de probabilidades para variveis aleatrias discretas. Vamos
considerar duas delas: a distribuio de Bernoulli e a distribuio binomial.
Distribuio de Bernoulli
Consideremos uma nica tentativa de um experimento aleatrio. Podemos ter sucesso ou
fracasso nessa tentativa.
Seja p a probabilidade de sucesso e q a probabilidade de fracasso, com p+q =1.
Seja X: nmero de sucessos em uma nica tentativa do experimento.
X assume o valor 0 que corresponde ao fracasso, com probabilidade q, ou o valor 1, que
corresponde ao sucesso, com probabilidade p.
X = 0 fracasso; X = 1 sucesso com P(0) = q e P(1) = p.
Nestas condies a varivel aleatria X tem distribuio de Bernoulli, e sua funo de
probabilidade dada por:
P(X)=p
X
.q
1-X
Mdia e varincia: mdia = = p varincia =
2
= p.q
Exemplo: Uma urna tem 30 bolas brancas e 20 verdes. Retira-se uma bola dessa
urna. Seja X: nmero de bolas verdes. Calcular a mdia, a varincia, e determinar
P(X).
Distribuio Binomial
Consideremos n tentativas independentes de um mesmo experimento aleatrio. Cada tentativa
admite apenas dois resultados: fracasso com probabilidades q e sucesso com probabilidade p,
p+q = 1. As probabilidades de sucesso e fracasso so as mesmas para cada tentativa.
Seja X: nmero de sucessos em n tentativas.
Ento, P(x), que a funo de probabilidades da varivel X, P(X) =

,
_

X
n
p
X
.q
n-X
Mdia e varincia: mdia = = n.p varincia =
2
= n.p.q
Exemplo 1: Qual a probabilidade de obter exatamente 2 caras em 10
lanamentos de uma moeda no viciada?
31
ST 211 - Estatstica
Exemplo 2: A probabilidade de um estudante, que ingressa em um
determinado curso de uma universidade estadual, de graduar-se de 0,5.
Determine a probabilidade de, entre 10 estudantes:
a) nenhum; b)um; c) pelo menos 1 graduar-se.
32
ST 211 - Estatstica
Lista de Exerccios
Distribuies de Probabilidades - Variveis aleatrias discretas
Distribuio Binomial
1. Numa criao de coelhos, 40% so machos. Qual a probabilidade de que nasam
pelo menos 2 coelhos machos num dia em que nasceram 20 coelhos?
2. Uma prova tipo teste tem 20 questes independentes. Cada questo tem 5 alternativas.
Apenas uma das alternativas correta. Se um aluno resolve a prova respondendo a esmo
as questes, qual a probabilidade de tirar nota 5?
3. Uma urna tem 20 bolas pretas e 30 brancas. Retiram-se 25 bolas com reposio. Qual a
probabilidade de que:
a) 2 sejam pretas?
b) pelo menos 3 sejam pretas?
4. Um lote de aparelhos de TV recebido por uma firma. 20 aparelhos so inspecionados.
O lote rejeitado se pelo menos 4 forem defeituosos. Sabendo-se que 1% dos aparelhos
defeituoso, determinar a probabilidade de a firma rejeitar todo o lote.
5. Sabe-se que 20% dos animais submetidos a um certo tratamento no sobrevivem. Se
esse tratamento foi aplicado em 20 animais e se X o nmero de no-sobreviventes:
a) calcular P(2 < X 4)
b) calcular P(X 2)
6. Um tcnico visita os clientes que compraram assinatura de um canal de TV para
verificar o decodificador. Sabe-se, por experincia, que 90% desses aparelhos no
apresentam defeitos. Determinar a probabilidade de que em 20 aparelhos pelo menos 17
no apresentem defeitos.
7. Se 20% dos computadores vendidos por uma empresa apresentam problemas, determine
a probabilidade de, entre 10 mquinas escolhidas ao acaso:
a) somente uma apresente problema;
b) nenhuma apresente problemas;
c) no mximo 2 apresentem problemas.
33
ST 211 - Estatstica
Distribuio de Poisson
Consideremos a probabilidade de ocorrncia de sucessos em um determinado
intervalo.
A probabilidade da ocorrncia de um sucesso no intervalo proporcional ao intervalo.
A probabilidade de mais de um sucesso nesse intervalo bastante pequena com
relao probabilidade de um sucesso.
Seja X o nmero de sucessos no intervalo, ento:
( )
!
.
k
e
k X P
k

onde a mdia.
A varivel X assim definida tem distribuio de Poisson.
Esse tipo de distribuio muito utilizada na distribuio do nmero de:
f) Carros que passam por um cruzamento por minuto, durante uma certa hora
do dia;
g) Erros tipogrficos por pgina, em um material impresso;
h) Defeitos por unidade (m
2
, m
3
, m, etc) por pea fabricada;
i) Colnias de bactrias numa dada cultura por 0,01 mm
2
, numa plaqueta de
microscpio;
j) Mortes por ataque de corao por ano, numa cidade.
k) Problemas de filas de espera, em geral.
Exemplos:
1) Num livro de 800 pginas h 800 erros de impresso. Qual a probabilidade
de que uma pgina contenha pelo menos trs erros?
2) Numa central telefnica chegam 300 telefonemas por hora. Qual a
probabilidade de que:
l) num minuto no haja nenhum chamado
b) em dois minutos haja dois chamados
34
ST 211 - Estatstica
Lista de Exerccios
Distribuies de Probabilidades - Variveis aleatrias discretas
Distribuio de Poisson
1. Numa estrada h 2 acidentes para cada 100 km. Qual a probabilidade de que em:
a. 250 km ocorram pelo menos 3 acidentes?
b. 300 km ocorram 5 acidentes?
2. A experincia mostra que de cada 400 lmpadas, 2 se queimam ao serem
ligadas. Qual a probabilidade de que numa instalao de:
a. 600 lmpadas, no mnimo 3 se queimem?
b. 900 lmpadas, exatamente 8se queimem?
3. Numa linha adutora de gua, de 60 km de extenso, ocorrem 30 vazamentos no
perodo de um ms. Qual a probabilidade de ocorrer, durante o ms, pelo menos 3
vazamentos num certo setor de 3 km de extenso?
4. O nmero de mortes por afogamento em fins de semana, numa cidade praiana,
de 2 para cada 50.000 habitantes. Qual a probabilidade de que em:
a. 200.000 habitantes ocorram 5afogamentos?
b. 112.500 habitantes ocorram pelo menos 3 afogamentos?
5. Numa fita de som, h um defeito em cada 200 cm. Qual a probabilidade de que:
a. em 500 cm no acontea defeito?
b. em 800 cm ocorram pelo menos 3 defeitos?
6. Uma firma recebe 720 mensagens em seu fax em 8 horas de funcionamento.
Qual a probabilidade de que:
a. em 6minutos receba pelo menos 4 mensagens?
b. em 4 minutos no receba nenhuma mensagem?
35
ST 211 - Estatstica
7. Na fabricao de peas de determinado tecido aparecem defeitos ao acaso, um
a cada 250 m. Supondo-se a distribuio de Poisson para os defeitos, qual a
probabilidade de que na produo de 1000 m:
a. no haja defeito
b. aconteam pelo menos 3 defeitos
Num perodo de 80 dias de trabalho a produo diria de 625 m.Em quantos
dias haver uma produo sem defeito?
8. O Departamento de RH de uma firma entrevista 150 candidatos a emprego por
hora. Qual a probabilidade de entrevistar:
a. no mximo 3 candidatos em 2 minutos?
b. exatamente 8 candidatos em 4 minutos?
9. De acordo com a diviso de estatstica vital do departamento de sade dos
EUA, a mdia anual de afogamentos acidentais no pas de 3 por 100.000
indivduos. Determinar a probabilidade de que em uma cidade com 300.000
habitantes se verifiquem:
a. nenhum afogamento
b. no mximo 2 afogamentos
c. mais de 4 e menos de 8 afogamentos
10. Em teste com um motor, h falhas em 2 componentes, a cada 5 horas. Qual a
probabilidade de que:
a. em 10 horas de testes nenhum componente falhe
b. em 7 horas de testes ocorram no mximo falhas em 3 componentes
36
ST 211 - Estatstica
DISTRIBUIES DE PROBABILIDADES
DE VARIVEIS ALEATRIAS CONTNUAS
Uma varivel aleatria denominada contnua quando pode assumir infinitos
valores num intervalo finito. Consideremos, por exemplo, a varivel altura de
pessoas: no intervalo de 1,60 m a 1,90 m existe uma infinidade de valores da
varivel, ou seja, o espao amostral da varivel possui infinitos elementos.
Note que neste caso no possvel associar uma probabilidade a cada valor da
varivel, pois se A um evento aleatrio, ento P(A) seria:
0
) (
) (
) (
) (

A n
S n
A n
A P
No se pode, ento, constituir uma distribuio de probabilidade para varivel
contnua semelhana da varivel discreta, mas podemos estender todas as
definies de variveis aleatrias discretas para variveis contnuas.
Consideremos um polgono de freqncia relativa de uma amostra. medida que
cresce o tamanho da amostra, a parte superior do histograma, que a freqncia
relativa da amostra, vai se estabilizando de modo que se aproxime de uma curva
contnua e simtrica.
Essa curva uma funo, denominada funo de distribuio, atravs da qual se
associa a probabilidade aos diversos valores da varivel.
Assim, a funo de distribuio de uma varivel X no ponto a a probabilidade desse
valor X ser menor que a.
Existem vrios tipos de distribuies de probabilidades para variveis aleatrias
contnuas. Vamos considerar apenas a distribuio normal, uma das mais
importantes.
Distribuio Normal
A funo matemtica que define a curva normal :
2
2
2
) (
.
2
1
) (

x
e x p
Onde
; 14 , 3

718 , 2 e
;
mdia
;
o desviopadr
.
As principais caractersticas desta funo so:
a) O ponto de mximo de p(x) o ponto X =
b) Os pontos de inflexo so X = + e X = - ,
isto , o desvio padro d a extenso de espalhamento
dos dados.
c) A curva simtrica em relao a , isto , a mdia
centra a curva
d) E(X) = e VAR (X) =
2
possvel demonstrar que a rea total limitada pela curva e pelo eixo dos X igual a
1; portanto a rea sob a curva, compreendida entre as duas coordenadas x = a e x =
b, onde que a< b, representa a probabilidade de X estar entre a e b, representada por
P(a X b).
Para o clculo da rea sob a curva poderamos utilizar o clculo integral que
apresenta um grau relativo de dificuldade. Ento fazemos algumas transformaes
para facilitar. Vamos considerar a distribuio normal padro.
37
O grfico de p(x) :
ST 211 - Estatstica
Distribuio Normal Padro
Considerando que o perfil de uma curva normal determinado pelo desvio-padro da
distribuio, pode-se reduzir qualquer curva normal a uma curva normal padro,
atravs da qual, poderemos fazer os clculos de probabilidade com o auxlio de uma
tabela.
Deste modo, a varivel X da distribuio transformada numa varivel Z, que
constitui uma distribuio normal padro ou reduzida.
Seja a distribuio normal da varivel X. Se fizermos X - , ou seja, subtrairmos a
mdia de cada valor da varivel, a curva desloca-se para a esquerda, centrando em
zero.
Essa nova varivel (X - ) tem mdia = 0 e o mesmo desvio-padro da varivel X.
Mas se dividirmos todos os valores da varivel (x - ) por (o desvio-padro), a
nova varivel, denominada Z, ter mdia = 0 e desvio-padro = 1.
Assim a varivel reduzida

x
z
tem parmetros = 0 e = 1.
Com isso a rea sob a curva depende
exclusivamente de Z, cuja tabela d as propores
das reas desejadas; pois sendo e valores
constantes, as reas, sob a curva normal padro,
podem ser tabeladas.
Alguns problemas de distribuio binomial podem ser feitos aproximando-a da
distribuio normal. Isto geralmente feito quando o nmero de tentativas grande.
Essa aproximao considerada boa quando n.p>5 e n.q>5.

Exemplos de distribuio normal padro:
1. Um fabricante de baterias sabe, por experincia passada, que as baterias de sua
fabricao tm vida mdia de 600 dias e desvio-padro de 100 dias, sendo que a
durao tem aproximadamente distribuio normal. Oferece uma garantia de 312
dias, isto , troca as baterias que apresentarem falhas nesse perodo. Fabrica 1000
baterias mensalmente. Quantas dever trocar pelo uso da garantia, mensalmente?
2. Uma fbrica de carros sabe que os motores de sua fabricao tm durao
normal com mdia de 150.000 km e desvio-padro de 5.000km. Qual a
probabilidade de que um carro, escolhido ao acaso, dos fabricados por esta firma
tenha um motor que dure:
a) menos de 170.000 km
b) entre 140.000 km e 165.000 km
38
ST 211 - Estatstica
d) se a fbrica substitui o motor que apresenta durao inferior garantia, qual
deve ser esta garantia para que a porcentagem de motores substitudos seja
inferior a 0,2%?
39
ST 211 - Estatstica
Lista de Exerccios
Distribuies de Probabilidades - Variveis aleatrias contnuas
1. Os salrios dos diretores das empresas de uma cidade grande do pas
distribuem-se normalmente com mdia de R$ 8000,00 e desvio padro de R$
500,00. Qual a porcentagem de diretores que recebem:
a) menos de R$ 6470,00?
b) entre R$ 8920,00 e R$ 9380,00?
2. Foi feito um estudo sobre a altura dos alunos de uma faculdade, observando-se
que ela se distribua normalmente com mdia de 1,72 m e desvio-padro de 5 cm.
Qual a porcentagem dos alunos com altura:
a) entre 1,57m e 1,87m?
b) acima de 1,90m?
3. O volume de correspondncia recebido por uma firma quinzenalmente tem
distribuio normal com mdia de 4000 cartas e desvio padro de 200 cartas.
Qual a porcentagem de quinzenas em que a firma recebe:
a) entre 3600 e 4250?
b) menos de 3400 cartas?
c) mais de 4636 cartas?
4. Uma fbrica de pneumticos fez um teste para medir o desgaste de seus pneus
e verificou que ele obedecia a uma distribuio normal, de mdia 48.000 km e
desvio-padro 2.000 km. Calcular a probabilidade de um pneu escolhido ao
acaso:
a) dure mais que 46.000 km
b) dure entre 45.000 e 50.000 km.
40
ST 211 - Estatstica
ESTIMAO
Geralmente impraticvel observar toda uma populao, seja pelo custo elevado,
seja por dificuldades diversas. Examina-se, ento, uma amostra. Se essa amostra for
bastante representativa, os resultados obtidos podero ser generalizados para toda a
populao.
Ser possvel levantar hipteses das possibilidades das generalizaes dos
resultados aos experimentos semelhantes. Tais hipteses devero ser testadas e
podero ser rejeitadas.
H dois tipos fundamentais de estimao: por ponto e por intervalo.
Na estimao por ponto, a partir das observaes, calcula-se uma estimativa, usando
o estimador ou estatstica. Esta estimao no possui uma medida do possvel erro
cometido na estimao.
Uma maneira de expressar a preciso da estimao estabelecer limites que, com
certa probabilidade, incluam o verdadeiro valor do parmetro da populao.
Esses limites so chamados limites de confiana : determinam um intervalo de
confiana, no qual dever estar o verdadeiro valor do parmetro.
Logo, a estimao por intervalo consiste na fixao de dois valores tais que seja a
probabilidade de que o intervalo, por eles determinado, contenha o verdadeiro valor
do parmetro.

Estimao por intervalo: Intervalos de confiana
A partir das condies em que se realiza um experimento ou um teste estatstico,
podemos esperar um resultado ou outro. Se estivermos preparando um teste de
controle de qualidade na produo de um componente eletrnico base de um nico
material e fabricado com mquinas de alta preciso, poderemos esperar que algo
como 99% deles saiam em perfeitas condies e 1% no seja aprovado no controle.
Em outros casos, como na fabricao de um tipo de biscoito com cobertura e
recheio, por exemplo, a existncia de diversos ingredientes, desde a farinha at o
chocolate da cobertura, causar maior variao no produto final, de modo que, se
estivermos controlando o peso dificilmente conseguiremos mais de 95% dos pacotes
com peso dentro do limite estipulado por lei, que de 1% acima ou abaixo do valor
marcado na embalagem.
Cabe ao estatstico prever os percentuais de erros possveis no teste ou na
estimativa de fenmenos quantitativos que ele estiver preparando, tentando, claro,
diminu-los e, assim, aumentar a certeza das previses.
41
ST 211 - Estatstica
Como mencionado, devido existncia de um erro de estimao, surge a idia de se
construir um intervalo em torno da estimativa por ponto, de modo que a esse
intervalo tenha uma probabilidade conhecida de conter o verdadeiro valor do
parmetro. O intervalo que, com probabilidade conhecida, dever conter o valor real
do parmetro, chama-se intervalo de confiana. Os percentuais fixados para o
controle da varivel so chamados nveis de confiana.
O intervalo de confiana para a mdia quando a varincia conhecida dado por:
I C = [ x - z. , x + z.

]
Os nveis de confiana variam de acordo com o experimento que estiver sendo
realizado, mas os mais comuns so 90%, 95% e 99%, que correspondem, segundo a
tabela, a z=1,65, z = 1,96 e z = 2,58.
Exemplo: Uma indstria metalrgica fabrica rolamentos com dimetro
mdio de 1,0 polegada e desvio padro 0,051. Determinar os limites do
intervalo de confiana de 95%.
42
ST 211 - Estatstica
Lista de Exerccios
Intervalos de confiana
1. A durao da vida de uma pea de equipamentos tal que o desvio padro de
5 horas. Foram amostradas peas obtendo-se a mdia de 500 horas. Deseja-se
construir um intervalo de confiana para a verdadeira durao mdia da pea com
um nvel de 95%.
2. Foram retiradas peas da produo diria de uma mquina, encontrando-se
para uma medida uma mdia de 5,2 mm. Sabendo-se que as medidas tm
distribuio normal com = 1,2 mm, construir intervalos de confiana para a
mdia aos nveis de:
a) 90 % b) 95% c) 99%
3. O Instituto Nacional de Pesos e Medidas fixa uma variao de apenas 1% no
peso declarado dos alimentos industrializados. Assim, uma lata de leite em p de
500g, por exemplo, deve ter o seu peso real varivel apenas de 495 a 505g e,
sendo encontradas embalagens com pesos inferiores ao limite mnimo, a fbrica
multada. Qual deve ser o desvio padro limite para o acompanhamento estatstico
da produo do leite em p se a fbrica fixar um nvel de confiana de 99%?
4. Uma produo de manteiga embalada em pacotes de 150 g no pode ter seu
peso fora do intervalo [148,5; 151,5]. Calcule o valor limite do desvio padro
para um intervalo de confiana de:
a) 90 % b) 95% c) 99%
5. Um determinado teste de produo de um elemento de valor pesquisado igual a
100 pode variar 2% acima ou abaixo desse valor. Estabeleceu-se um nvel de
confiana de 98% e encontrou-se, aps o teste, desvio padro igual a 4,5. Deseja-
se saber se, com esse valor de desvio, as condies inicialmente fixadas sero ou
no atendidas.
6. A distribuio de idades dos estudantes de uma universidade tem desvio
padro 3. Uma amostra desses estudantes apresentou mdia de 28 anos.
Determinar os intervalos de confiana aos nveis de:
m) 90% b) 95%
7. O Instituto Nacional de Pesos e Medidas fixa uma variao de apenas 1% no
peso declarado dos alimentos industrializados. Assim, uma lata de achocolatado
em p de 400g, por exemplo, deve ter o seu peso real varivel apenas de 396 a
404g e, sendo encontradas embalagens com pesos inferiores ao limite mnimo, a
fbrica multada. Qual deve ser o desvio padro limite para o acompanhamento
estatstico da produo do achocolatado em p se a fbrica fixar um nvel de
confiana de 99%?
8. Um fabricante sabe que a vida til das lmpadas que fabrica tem distribuio
aproximadamente normal com desvio padro de 100 horas. Para estimar a vida
mdia das lmpadas, tomou uma amostra delas, obtendo vida mdia de 1000
horas. Construir um IC para a vida mdia das lmpadas ao nvel de 99%.
43
ST 211 - Estatstica
TESTES DE HIPTESES
Suponhamos que uma certa distribuio dependa de um parmetro e que no se
conhea ou, ento, h razes para acreditar que o variou, seja pelo passar do
tempo ou, ento, pela introduo de novas tcnicas de produo, por exemplo.
Podemos utilizar um processo de anlise denominado Teste de Hipteses, que
permite se decidir por um valor do parmetro ou por sua modificao com um grau
de risco conhecido.
Um teste de hipteses uma regra de deciso para aceitar ou rejeitar uma hiptese
estatstica com base nos elementos amostrais. A hiptese uma suposio quanto ao
valor de um parmetro populacional.
Formulamos duas hipteses bsicas:
H
0
: hiptese nula ? a hiptese a ser testada (igualdade)
H
1
: hiptese alternativa (desigualdade)
Testamos hipteses para tomarmos uma deciso entre duas alternativas. Por essa
razo o Teste de hipteses um processo de deciso estatstica.
Exemplos:
a. os chips da marca A tm vida mdia =
0
;
b. o nvel de inteligncia de uma populao de universitrios =
0
.
Podemos apresentar as hipteses genricas que englobam a maioria dos casos:
1. H
0
: =
0
para testes bilaterais (bicaudais)
H
1
:
0
2. H
0
: =
0
para testes unilaterais direita
H
1
: >
0
3. H
0
: =
0
para testes unilaterais esquerda
H
1
: <
0
4. H
0
: =
0
para testes aplicados a valores do parmetro obtidos aps
H
1
: =
0
a deciso tomada em um dos trs testes anteriores
Procedimento padro para a realizao do teste de hipteses:
44
ST 211 - Estatstica
a) Definem-se as hipteses do teste: nula e alternativa;
b) Fixa-se um nvel de significncia ;
c) Levanta-se uma amostra de tamanho n e calcula-se uma estimativa
0
do parmetro
;
d) Usa-se para cada tipo de teste uma varivel cuja distribuio amostral do estimador
do parmetro seja a mais concentrada em torno do verdadeiro valor do parmetro;
e) Calcula-se com o valor do parmetro
0,
dado por H
0,
o valor crtico, o valor
observado na amostra ou valor calculado (V
calc
);
f) Fixam-se duas regies: uma de no rejeio de H
0
(RNR) e uma de rejeio de H
0
ou
crtica (RC) para o valor calculado, ao nvel de risco dado;
g) Se o valor observado V
calc
Regio de No Rejeio, a deciso a de no rejeitar
H
0
;
h) Se V
calc
Regio Crtica, a deciso a de rejeitar H
0.
Obs: quando se fixa , determinamos para os testes bilaterais, por exemplo, valores
crticos (tabelados) V

, tais que:
P(1 V
calc
1 < V

)= 1 - RNR
P(1 V
calc
1 = V

)= RC
Existem dois tipos de erros:
- rejeitar uma hiptese verdadeira erro tipo I (E
I
) P(E
I
) =
- aceitar uma hiptese falsa erro tipo II (E
II
) P(E
II
) =
Exemplos:
a) De uma populao normal com varincia 36, toma-se uma amostra casual de
tamanho 16, obtendo-se x = 43. Ao nvel de 10%, testar as hipteses:
H
0
: = 45
H
1
: 45
b) Uma fbrica anuncia que o ndice de nicotina dos cigarros da marca X apresenta-se
abaixo de 26mg por cigarro. Um laboratrio realiza 10 anlises do ndice obtendo:
26, 24, 23, 22, 28, 25, 27, 26, 28, 24.
Sabe-se que o ndice de nicotina dos cigarros da marca X se distribui normalmente
com varincia 5,36mg
2
. Pode-se aceitar a afirmao do fabricante, ao nvel de
5%?
c) Um fabricante de lajotas de cermica introduz um novo material em sua fabricao e
acredita que aumentar a resistncia mdia, que de 206kg. A resistncia das
lajotas tem distribuio normal com desvio padro de 12kg. Retira-se uma
amostra de 30 lajotas, obtendo-se x =210kg. Ao nvel de 10%, pode o fabricante
aceitar que a resistncia mdia de suas lajotas tenha aumentado?
45
ST 211 - Estatstica
Lista de Exerccios
Testes de hipteses
1. Uma fbrica de automveis anuncia que seus carros consomem,em mdia 11 litros por
100km, com desvio padro de 0,8 litro. Uma revista decide testar essa afirmao e
analisa 35 carros dessa marca, obtendo 11,4 litros por 100km, como consumo mdio.
Admitindo que o consumo tenha distribuio normal, ao nvel de 10% o que a revista
concluir sobre o anncio da fbrica?
2. A altura dos adultos de uma certa cidade tem distribuio normal com mdia de
164cm e desvio padro de 5,82cm. Deseja-se saber se as condies sociais
desfavorveis vigentes na parte pobre dessa cidade causam retardamento no
crescimento dessa populao. Para isso, levantou-se uma amostra de 144 alunos dessa
parte da cidade, obtendo-se a mdia de 162cm. Pode esse resultado indicar que os
adultos residentes na rea so em mdia mais baixos que os demais habitantes da
cidade ao nvel de 5%?
3. A durao em horas de trabalho de 5 tratores foi 9420, 8200, 9810, 9290 e 7030
horas. Sabe-se que a durao dos tratores dessa marca normal com desvio padro
de 55 horas. Ao nvel de 3%, testar:
a. H
0
: = 8700
H
1
: 8700
b. H
0
: = 8700
H
1
: > 8700
c. H
0
: = 8700
H
1
: < 8700
4. O salrio dos empregados das indstrias siderrgicas tem distribuio normal, com
mdia de 4,5 salrios mnimos, com desvio padro de 0,5 salrio mnimo. Uma
indstria emprega 49 empregados, com um salrio mdio de 4,3 salrios mnimos. Ao
nvel de 5% podemos afirmar que essa indstria paga salrios inferiores mdia?

46
ST 211 - Estatstica
CORRELAO E REGRESSO
Constata-se, freqentemente, a existncia de uma relao entre duas (ou mais)
variveis. Se tal relao de natureza quantitativa, a correlao o instrumento
adequado para descobrir e medir essa relao. Ento, caracterizada a relao,
procuramos descreve-la atravs de uma funo matemtica. A regresso o instrumento
adequado para a determinao dos parmetros dessa funo.
Coleta-se dados exibindo os valores correspondentes das variveis. Faz-se o
grfico dos pontos em sistema de coordenadas retangulares. O conjunto resultante
chamado Diagrama de Disperso.
Exemplo: X e Y representam, respectivamente, a altura e o peso de adultos do
sexo feminino. Uma amostra de n indivduos acusaria alturas X
1
, X
2
, ..., X
n
, e os
correspondentes pesos Y
1
, Y
2
, ..., Y
n
, . Os pontos a serem marcados no grfico seriam,
ento (X
1
,Y
1
), (X
2
,Y
2
), ..., (X
n
,Y
n
).
Pelo diagrama de disperso, muitas vezes, se pode visualizar uma curva
aproximativa dos dados. Quando os dados parecem bem aproximados por uma reta,
dizemos que h uma correlao linear entre as variveis (Figuras 1 e 2). Quando existe
um relacionamento entre as variveis e tal relacionamento no linear, diz-se, ento, que
h uma correlao no-linear entre as variveis (Figura 3). Finalmente, h os casos em
que o diagrama no sugere nenhum tipo de correlao entre as variveis; neste caso diz-
se que no h correlao linear (Figura 4).
Exemplos:
Figura 1 Figura 2
Figura 3 Figura 4
47
ST 211 - Estatstica
Coeficiente de correlao
O coeficiente de correlao linear o instrumento empregado para a medida da
correlao linear, indicando o grau de intensidade da correlao entre duas variveis e,
ainda, o sentido dessa correlao (positivo Figura 1 ou negativo Figura 2).
Pode ser utilizado o coeficiente de correlao de Pearson:
( ) [ ] ( ) [ ]

2
2
2
2
. . .
i i i i
i i i i
y y n x x n
y x y x n
r
onde n o nmero de observaes.
Os valores limites de r (coeficiente de correlao) so 1 e +1, isto , o valor de r
pertence ao intervalo [-1,1]. Assim:
a) se a correlao entre duas variveis perfeita e positiva, ento r = 1;
b) se a correlao perfeita e negativa, ento r = -1;
c) se no h correlao entre as variveis, r = 0.
Exemplo:
Calcular o coeficiente de correlao relativo tabela abaixo que apresenta as notas de
Clculo e Estatstica de dez alunos (n=10)
Clculo (x
i
) Estatstica (y
i
) x
i
.y
i
x
i
2
y
i
2
5 6
8 9
7 8
10 10
6 5
7 7
9 8
3 4
8 6
2 2
48
ST 211 - Estatstica
Regresso
O problema de se determinar equaes de curvas que se ajustem a determinados
conjuntos de dados observados chamado ajustamento de curvas. Na prtica, o prprio
diagrama de disperso geralmente sugere o tipo de curva a ser adotada. Assim, para as
Figuras 1 e 2 poderamos usar a reta (Y = aX + b) enquanto que, para a Figura 3,
tentaramos uma parbola (Y = aX
2
+ bX + c). s vezes til construir o diagrama em
termos de variveis transformadas. Assim, por exemplo, se log Y versus X conduz a uma
reta, experimentaramos log Y = a + bX como equao aproximadora.
Um dos principais objetivos do ajustamento estimar uma das variveis (a
varivel dependente) em funo da outra (varivel independente). Tal processo de
estimao denominado regresso. Se Y for estimado em funo de X por meio de uma
equao, tal equao denominada equao de regresso de Y sobre X e a curva
ajustada a curva de regresso de Y sobre X.
Vamos considerar a regresso linear simples, utilizada quando uma reta
representa de maneira satisfatria a relao entre as variveis, ou seja, Y = aX + b a
equao de regresso de Y sobre X.
O mtodo mais simples utilizado para a determinao de a e b o mtodo dos
mnimos quadrados. Aps diversas simplificaes possvel chegar a:

,
_

1
]
1

,
_

2
_
_
x x
y x x
a
i
i i
e x a y b
sendo
_
x
a mdia aritmtica dos x; e
_
y
a mdia aritmtica dos y.
Outra forma de se calcular o a atravs da frmula:
( )

2
2
.
i i
i i i i
x x n
y x y x n
a
Exemplo:
A tabela abaixo apresenta as variaes de quantidades de um certo produto em relao
ao custo:
Quantidade (X) 10 11 12 13 14 15
Custos (Y) 100 112 119 130 139 142
Utilizando os dados acima:
a) construa o diagrama de disperso;
b) ajuste uma reta aos dados;
c) trace a reta no diagrama de disperso;
d) determine o custo para 16 unidades do artigo.
49
ST 211 - Estatstica
Lista de Exerccios
Correlao e Regresso
1. A tabela abaixo apresenta os dados referentes variao da demanda de um produto
produzido (y
i
) em relao variao do preo da venda (x
i
):
x
i
40 45 52 58 65 70 85 90 100 120
y
i
320 305 290 280 275 270 250 245 230 210
a. construa o diagrama de disperso;
b. ajuste uma reta aos dados, ou seja, estabelea a equao de regresso de y sobre x;
c. trace a reta no diagrama de disperso;
d. determine y quando x = 80 e y quando x = 130.
2. Calcule o coeficiente de correlao relativo tabela abaixo que apresenta as notas de
Clculo e Estatstica de catorze alunos (n=14) e:
Clculo (xi)
8 7 4 9 6 4 7 6 5 8 2 7 3 6
Estatstica (yi)
7 9 4 7 5 6 9 6 8 9 4 6 2 7
a) construa o diagrama de disperso;
b) estabelea a equao de regresso de y sobre x;
c) trace a reta no diagrama de disperso;
3. A tabela abaixo apresenta os dados referentes variao do preo de venda do seu
produto (y
i
) em funo do preo de custo (x
i
):
x
i
40 50 70 75 80 95 110 120
y
i
130 140 145 160 160 170 180 200
a) construa o diagrama de disperso;
b) estabelea a equao de regresso de y sobre x;
c) trace a reta no diagrama de disperso;
d) determine x quando y = 165 e x quando y = 190.
4. A tabela abaixo apresenta valores que mostram como o comprimento de uma barra de
ao varia conforme a temperatura:
Temperat. (graus C) 10 15 20 25 30
Comprim/o (mm) 1003 1005 1010 1011 1014
a) determine o coeficiente de correlao;
b) estabelea a equao de regresso de y sobre x;
c) o valor estimado do comprimento da barra para a temperatura de 18 graus C e
para a temperatura de 35 graus C.
50
ST 211 - Estatstica
5. A tabela abaixo representa os pesos respectivos x e y de uma amostra de 12 pais e
deus filhos mais velhos. Calcule o coeficiente de correlao e estime a linha de
regresso de y para x .
x
i
65 63 67 64 68 62 70 66 68 67 69 71
y
i
68 66 68 65 69 66 68 65 71 67 68 70
6. Num determinado pas, na ltima dcada, o aumento (x
i
) percentual do nvel de preos e
a expanso

percentual dos meios de pagamentos (y
i
), de determinado produto de
exportao, verificaram-se conforme a tabela abaixo:
ano 1990 91 92 93 94 95 96 97 98 99
x
i
13 9 20 35 40 22 18 35 38 43
y
i
18 12 17 47 32 25 20 40 52 38
a) Estabelea a equao de regresso de y sobre x;
b) Determine o coeficiente de correlao
c) Esboce o diagrama de disperso.
51