FACULDADE UNIVILA CURSO DE ADMINISTRAO

APOSTILA DE ESTATSTICA I

Este trabalho contm uma compilao de textos de diversos autores, tendo sido elaborado com o objetivo exclusivo de ser um apoio didtico para o aluno em sala de aula. Professora Walquiria Torezani

Vila Velha 2004

I - A Natureza da Estatstica 1- Panorama Histrico A origem da palavra Estatstica est associada palavra latina STATUS (Estado). H indcios de que 3000 anos A.C. j se faziam censos na Babilnia, China e Egito e at mesmo o 4o. livro do Velho Testamento faz referncia a uma instruo dada a Moiss, para que fizesse um levantamento dos homens de Israel que estivessem aptos para guerrear. Usualmente, estas informaes eram utilizadas para a taxao de impostos ou para o alistamento militar. O Imperador Csar Augusto, por exemplo, ordenou que se fizesse o Censo de todo o Imprio Romano. Contudo, mesmo que a prtica de coletar dados sobre colheitas, composio da populao humana ou de animais, impostos, etc., fosse conhecida pelos egpcios, hebreus, caldeus e gregos, e se atribuam a Aristteles cento e oitenta descries de Estados, apenas no sculo XVII a Estatstica passou a ser considerada disciplina autnoma, tendo como objetivo bsico descrio dos BENS do Estado. A palavra Estatstica foi cunhada pelo acadmico alemo Gottfried Achenwall (1719-1772), que foi um notvel continuador dos estudos de Hermann Conrig (16061681). Gottfried determinou os objetivos da Estatstica e suas relaes com as demais cincias. Com a Escola Alem as tabelas tornaram-se mais completas, surgiram as representaes grficas e o clculo das probabilidades, e a Estatstica deixou de ser simples catalogao de dados numricos coletivos para se tornar o estudo de como chegar a concluses sobre o todo (populao), partindo da observao de partes desse todo (amostras). Atualmente, os estudos estatsticos tm avanado rapidamente e, com seus processos e tcnicas, Tm contribudo para a organizao dos negcios e recursos do mundo moderno. 2- O que Estatstica? A Estatstica uma parte da Matemtica Aplicada que fornece mtodos para coleta, organizao, descrio, anlise e interpretao de dados e para a utilizao dos mesmos na tomada de decises. A utilizao de tcnicas, destinadas anlise de situaes complexas ou no, tem aumentado e faz parte do nosso cotidiano. Tome-se, por exemplo, as transmisses esportivas. Em um jogo de futebol, o nmero de escanteios, o nmero de faltas cometidas e o tempo de posse de bola so dados fornecidos ao telespectador e fazem com que a concluso sobre qual time foi melhor em campo se torne objetiva (no que isso implique que tenha sido o vencedor...). O que tem levado a essa qualificao de nossas vidas no dia a dia? Um fator importante a popularizao dos computadores. No passado, tratar uma grande massa de nmeros era uma tarefa custosa e cansativa, que exigia horas de trabalho tedioso. Recentemente, no entanto, grandes quantidades de informaes podem ser analisadas rapidamente com um computador pessoal e programas adequados. Desta forma o computador contribui, positivamente, na difuso e uso de mtodos estatsticos. Por outro lado, o computador possibilita uma automao que pode levar um indivduo sem preparo especfico a utilizar tcnicas inadequadas para resolver um dado problema. Assim, necessria a compreenso dos conceitos bsicos da Estatstica, bem como as suposies necessrias para o seu uso de forma criteriosa. A grosso modo podemos dividir a Estatstica em trs reas: Estatstica Descritiva Probabilidade Inferncia Estatstica Vamos caracterizar estas trs reas

Estatstica Descritiva A Estatstica Descritiva pode ser definida como um conjunto de tcnicas destinadas a descrever e resumir dados, a fim de que possamos tirar concluses a respeito de caractersticas de interesse. Em geral utilizamos a Estatstica Descritiva na etapa inicial da anlise quando tomamos contato com os dados pela primeira vez. Objetivando tirar concluses de modo informal e direto, a maneira mais simples seria a observao dos valores colhidos. Entretanto ao depararmos com uma grande massa de dados percebemos, imediatamente, que a tarefa pode no ser simples.Para tentar retirar dos dados informaes a respeito do fenmeno sob estudo, preciso aplicar algumas tcnicas que nos permitam simplificar a informao daquele particular conjunto de valores. A finalidade da Estatstica Descritiva tornar as coisas mais fceis de entender, de relatar e discutir. A mdia industrial Dow-Jones, a taxa de desemprego, o custo de vida, o ndice pluviomtrico, a quilometragem mdia por litro de combustvel, as mdias de estudantes so exemplos de dados tratados pela Estatstica Descritiva. Probabilidade A Probabilidade pode ser pensada como o teoria matemtica utilizada para estudar a incerteza oriunda de fenmenos que envolvem o acaso. Jogos de dados e de cartas, ou o lanamento de uma moeda para o ar enquadram-se na categoria do acaso. A maioria dos jogos esportivos tambm influenciada pelo acaso at certo ponto. A deciso de um fabricante de cola de empreender uma grande campanha de propaganda visando a aumentar sua participao no mercado, a deciso de parar de imunizar pessoas com menos de vinte anos contra determinada doena, a deciso de arriscar-se a atravessar uma rua no meio do quarteiro, todas utilizam a probabilidade consciente ou inconscientemente. Inferncia Estatstica Inferncia Estatstica o estudo de tcnicas que possibilitam a extrapolao, a um grande conjunto de dados, das informaes e concluses obtidas a partir de subconjuntos de valores, usualmente de dimenses muito menores. Deve-se notar que se tivermos acesso a todos os elementos que desejamos estudar, no necessrio o uso das tcnicas de inferncia estatstica; entretanto, elas so indispensveis quando existe a impossibilidade de acesso a todo o conjunto de dados, por razes de natureza econmica, tica ou fsica. Estudos complexos que envolvem o tratamento estatstico dos dados, usualmente incluem as trs reas citadas acima. 3 - Fases do Trabalho Estatstico O trabalho estatstico um mtodo cientfico, que consiste das cinco etapas bsicas seguintes: 1- Coleta e crtica de dados 2- Tratamento dos dados 3- Apresentao dos dados 4- Anlise e interpretao dos resultados 5- Concluso

Amostragem

Coleta
Censo

Concluso

Tratamento

Apresentao

Anlise

Vamos tratar cada uma dessas etapas: Coleta e crtica dos dados Aps definirmos cuidadosamente o problema que se quer pesquisar, damos incio coleta dos dados numricos necessrios sua descrio. A coleta pode ser direta ou indireta. A coleta direta quando feita sobre elementos informativos de registro obrigatrio (nascimentos, casamentos e bitos, importao e exportao de mercadorias), elementos pertinentes aos pronturios dos alunos de uma escola ou, ainda, quando os dados so coletados pelo prprio pesquisador atravs de inquritos e questionrios. A coleta direta de dados pode ser classificada relativamente ao fator tempo em: a) Contnua quando feita continuamente, tal como a de nascimentos e bitos e a de freqncia dos alunos s aulas. b) Peridica quando feita em intervalos constantes de tempo, como os censos e as avaliaes mensais dos alunos. c) Ocasional Quando feita extemporaneamente, a fim de atender a uma conjuntura ou a uma emergncia, como no caso de epidemias que assolam ou dizimam rebanhos inteiros. A coleta se diz indireta quando inferida de elementos conhecidos (coleta direta) e/ou do conhecimento de outros fenmenos relacionados com o fenmeno estudado. Como por exemplo, podemos citar a pesquisa sobre a mortalidade infantil, que feita atravs de dados colhidos por uma coleta direta. Obtidos os dados, eles devem ser cuidadosamente criticados, procura de possveis falhas e imperfeies, a fim de no incorrermos em erros grosseiros ou certo vulto, que possam influir sensivelmente nos resultados. A crtica externa quando visa s causas dos erros por parte do informante, por distrao ou m interpretao das perguntas que lhe foram feitas; interna quando visa observar os elementos originais dos dados da coleta. Tratamento dos dados Nada mais do que a soma e o processamento dos dados obtidos e a disposio mediante critrios de classificao Pode ser manual ou eletrnica. Apresentao dos dados Por mais diversa que seja a finalidade que se tenha em vista, os dados devem ser apresentados sob forma adequada tabelas e grficos tornando mais fcil o exame daquilo que est sendo objeto de tratamento estatstico.

Anlise dos resultados Aps a apresentao dos dados devemos calcular as medidas tpicas convenientes para fazermos uma anlise dos resultados obtidos, atravs dos mtodos da Estatstica Indutiva ou Inferencial, e tirarmos desses resultados concluses e previses. Concluso de responsabilidade de um especialista no assunto que est sendo pesquisado, que no necessariamente um estatstico, relatar as concluses de maneira que sejam facilmente entendidas por quem as for usar na tomada de decises. 4 - A Estatstica nas Empresas No mundo atual, a empresa uma das vigas-mestra da economia dos povos.A direo de uma empresa de qualquer tipo, incluindo as estatais e governamentais, exige de seu administrador a importante tarefa de tomar decises, e o conhecimento e o uso da Estatstica facilitaram seu trplice trabalho de organizar, dirigir e controlar a empresa. Por meio de sondagem, de coleta de dados e de recenseamento de opinies, podem conhecer a realidade social, os recursos naturais, humanos e financeiros disponveis, as expectativas da comunidade sobre a empresa, e estabelecer suas metas, seus objetivos com maior possibilidade de serem alcanados a curto, mdio ou longo prazo. A Estatstica ajudar em tal trabalho, como tambm na seleo e organizao da estratgia a ser a dotada no empreendimento e, ainda, na escolha das tcnicas de verificao e avaliao da qualidade e da quantidade do produto e mesmo das possveis lucros e/ou perdas. Tudo isso que se pensou, que se planejou, precisa ficar registrado, documentado para evitar esquecimento, a fim de garantir o bom uso do tempo, da energia e do material e, ainda, para um controle eficiente do trabalho. O esquema do planejamento o plane, que pode ser resumido, com o auxilio da Estatstica, em tabelas e grficos, que facilitaro a compreenso visual dos clculos matemticos-estatisticos que lhes deram origem. O homem de hoje, em suas mltiplas atividades, lana mo de tcnicas e processos estatsticos, e s estudando-os evitaremos o erro das generalizaes apresentadas a respeito de tabelas e grficos apresentados em jornais, revistas e televiso, freqentemente cometido quando se conhece apenas por cima um pouco de Estatstica.

II Amostragem 1- Populao e Amostras Ao conjunto de entes portadores de, pelo menos, uma caracterstica comum denominamos Populao estatstica ou universo estatstico. Esse termo refere-se no somente a uma coleo de indivduos, mas tambm ao alvo sobre o qual reside nosso interesse. Assim, nossa populao pode ser tanto todos os habitantes de Vila Velha, como todas as lmpadas produzidas por uma fbrica em um certo perodo de tempo, ou todo o sangue no corpo de uma pessoa. Como em qualquer estudo estatstico temos em mente pesquisar uma ou mais caractersticas dos elementos de alguma populao, esta caracterstica deve estar perfeitamente definida. E isso se d quando, considerando um elemento qualquer, podemos afirmar, sem ambigidade, se esse elemento pertence ou no populao. Vamos entender que, em Estatstica, a palavra populao tem significado muito mais amplo do que no vocabulrio leigo. Para o estatstico, todos os valores que uma varivel pode assumir, nos elementos de um conjunto, constitui uma populao. Algumas vezes podemos acessar toda a populao para estudarmos caractersticas de interesse, mas em muitas situaes, tal procedimento no pode ser realizado, por impossibilidade ou inviabilidade econmica ou temporal. Por exemplo, uma empresa no dispe de verba suficiente para saber o que pensa todos os consumidores de seus produtos. H ainda razes ticas, quando, por exemplo, os experimentos de laboratrio envolvem o uso de seres vivos. Alm disso, existem casos em que a impossibilidade de acessar toda a populao de interesse incontornvel como no caso da anlise do sangue de uma pessoa ou em um experimento para determinar o tempo de funcionamento das lmpadas produzidas por uma indstria. Tendo em vista as dificuldades de vrias naturezas para observar todos os elementos da populao, tomaremos alguns deles para formar um grupo a ser estudado. A essa parte proveniente da populao em estudo denominamos amostra. Uma amostra um subconjunto finito de uma populao.

Etapas da anlise estatstica.

Populao

Estatstica descritiva Consistncias dos dados Interpretaes iniciais

Amostra

Inferncia Estatstica Estimao de quantidades desconhecidas Extrapolao dos resultados Teste de Hipteses

Os pesquisadores trabalham com amostras. Primeiro, porque as populaes infinitas s podem ser estudadas atravs de amostras. As populaes finitas muito grandes tambm s podem ser estudadas atravs de amostras. Finalmente, o estudo cuidadoso de uma amostra tem mais valor cientifico do que o estudo rpido de toda a populao. Exemplos: De populao infinita: A produo futura de uma mquina. As extraes, com repetio das bolas de uma urna. Os nascimentos de bebs. O nmero de peixes do mar constitui uma populao finita muito grande, pois esse nmero , em dado momento, matematicamente finito, mas to grande que pode ser considerado infinito para finalidade pratica. Os alunos de uma sala de aula, os produtos de um supermercado, os livros de uma biblioteca, os automveis de vila velha, so exemplos de populaes finitas.

A distino entre populao e amostra fundamental porque com base nos dados de uma amostra que os estatsticos inferem sobre a populao. Exemplo: Uma pesquisa de opinio para saber o resultado das eleies para o governo do estado de So Paulo em 1988, a populao considerada foram todos os eleitores do estado e para constituir a amostra o IBOPE coletou a opinio de cerca de 1600 eleitores. As medidas estatsticas obtidas com base na populao so denominadas parmetros. As medidas obtidas com base em amostras so denominadas estimativas. Tanto parmetros quanto estimativas so numricos a nica diferena o fato de os parmetros serem obtidos com base na populao e as estimativas com base nas amostras. Os parmetros so em geral desconhecidos porque, na pratica, no possvel observar toda a populao. Mas, como j disse algum, no preciso beber todo o vinho para saber que gosto ele tem. Ento o pesquisador obtm uma amostra para ter uma idia do valor do parmetro. Embora nenhum plano de amostragem possa garantir que a amostra seja exatamente semelhante populao da qual foi extrada, se a amostra for suficientemente grande e obtida com a tcnica correta, na maioria das vezes, poderemos estimar o valor do erro possvel, isto dizer quo prxima esta a amostra da populao, em termos de representatividade. Mas ainda, amostras sucessivas da mesma populao tendem a fornecer estimativas similares entre si e com valores em torno do verdadeiro, ou seja, o valor do parmetro. Exemplo: Imagine que a prefeitura de uma metrpole quer tomar uma medida administrativa que afeta os lojistas: Metade (0,5) deles a favor e metade (0,5) contra, mas ningum conhece essas propores. Voc toma ento uma amostra de dois lojistas para afirmar a proporo de lojistas favorveis. Na sua amostra, podem ser favorveis medida: a) Nenhum dos dois b) Somente um deles c) Os dois As estimativas da proporo de lojistas favorveis medida seriam: a) 0 b) 0,5 c) 1

Assim, vimos que, amostras diferentes do estimativas diferentes do parmetro. o que os estatsticos chamam de flutuao amostral. Das estimativas possveis desse parmetro, com base em uma amostra de tamanho 2, que muitssimo pequena, apenas um caso coincide com o valor verdadeiro do parmetro e as outras so muito ruins. Se a amostra fosse de tamanho 1000, uma proporo muito maior de estimativas estaria em torno do valor verdadeiro do parmetro. Existe uma tcnica especial, a amostragem, para recolher amostras, que garantam, tanto quanto possvel, o carter de representatividade do todo, que possam ser usadas para permitir fazer inferncias acerca da populao de que originou. Quanto mais complexa for a amostragem, maiores cuidados devero ser tomados nas anlises estatsticas utilizadas; em contrapartida, o uso de um esquema de amostragem mais elaborado pode levar a uma diminuio no tamanho da amostra necessrio para uma dada preciso. Antes de escolher a amostra, preciso definir a tcnica de amostragem, isto , os critrios que sero usados para escolher os elementos da populao que constituiro a amostra. De acordo com a tcnica usada, tem-se um tipo de amostra. 2- Amostragem X Censo Uma amostra usualmente envolve o estudo de uma parcela dos itens de uma populao, enquanto que um censo requer o exame de todos os itens. Embora concentremos nossa ateno nas amostras, conveniente considerar tambm a alternativa do censo. primeira vista pode parecer que a inspeo completa ou total de todos os itens de uma populao seja mais conveniente do que a inspeo de apenas uma amostra deles. Na prtica, o contrrio que quase vlido Firmas comerciais e entidades governamentais recorrem amostragem por vrias razes. O custo usualmente um fator relevante. Colher dados e analisar resultados custam dinheiro e, em geral quanto maior o nmero de dados colhidos, maior o custo. Outra razo para o emprego de amostragem que o valor da informao dura pouco. Para ser til, a informao deve ser obtida e usada rapidamente. A amostragem a nica maneira de se fazer isso. Por vezes, o exame de determinado artigo o destri. Testar cadeiras quanto a sua resistncia ao peso obviamente as destri; se fssemos testar todas as cadeiras, no sobrariam cadeiras para a venda. A amostragem prefervel ao censo quando: a) A populao pode ser infinita, e obviamente no seria possvel examinar todos os itens da populao o que tornaria ento o censo impossvel. b) Uma amostra pode ser mais atualizada do que o censo. Se se necessita de uma informao rapidamente, um estudo de toda a populao pode consumir demasiado tempo e perder utilidade. Alm disso, se a populao tende a modificar-se com o tempo, um censo poder, na realidade, combinar vrias populaes. c) Os testes podem apresentar carter destrutivo, ou seja, os itens examinados so destrudos no prprio ato do experimento. Ento o censo nos daria o panorama preciso de uma populao que no existe mais. d) O custo de um censo pode ser proibitivo, normalmente se o custo individual elevado e se existem muitos itens na populao. e) A preciso pode sofrer no caso de um censo de uma grande populao. A amostragem envolve menor nmero de observaes e, conseqentemente, menor nmero de coletores de dados. Com grande nmero de agentes, h menor coordenao e controle, aumentando a chance de erros. A amostragem pode

revelar maior uniformidade nos mtodos de coleta de dados, e maior comparabilidade entre os dados, do que um censo. f) O tipo de informao pode depender da utilizao de uma amostra ou de um censo. Freqentemente as despesas com coleta de dados sofrem restries oramentrias. Existe tambm a premncia do tempo. Se nos decidirmos por um censo, os problemas de custo e de tempo podem conduzir a uma limitao do censo a apenas uma ou a poucas caractersticas por item. Uma amostra com o mesmo custo e mesmo tempo, poderia proporcionar resultados mais aprofundados sobre um menor nmero de itens. Entretanto, h certas situaes em que mais vantajoso fazer um censo. Entre essas situaes destacamos: a) A populao pode ser to pequena que o custo e o tempo de um censo sejam pouco maiores que para uma amostra. b) Se o tamanho da amostra grande em relao ao da populao, o esforo adicional requerido por um censo pode ser pequeno, alm disso, o censo eliminar a variabilidade amostral. c) Se se exige preciso completa, ento o censo o nico mtodo aceitvel. Em face da variabilidade amostral, nunca podemos ter certeza de quais so os parmetros verdadeiros da populao. Um censo nos dar essa informao, embora erros na coleta dos dados e outros tipos de tendenciosidade possam afetar a preciso dos resultados. d) Ocasionalmente, j se dispe da informao completa, de modo que no h necessidade de amostra. 3- Amostragem Probabilstica Uma amostragem ser probabilstica se todos os elementos da populao tiverem probabilidade conhecida, e diferente de zero, de pertencer amostra. Desta forma, a amostragem probabilstica implica um sorteio com regras bem determinadas, cuja realizao s ser possvel se a populao for finita e totalmente acessvel. Consideraremos aqui os seguintes planos de amostragem probabilstica: 1 Amostragem Aleatria Simples 2 Amostragem Proporcional Estratificada 3 Amostragem Sistemtica Amostragem Aleatria Simples Este tipo de amostragem equivalente a um sorteio lotrico. A Amostragem Aleatria Simples constituda de elementos retirados ao acaso da populao. Ento todo elemento da populao tem probabilidade fixa de ser amostrado. Por isso que a esse tipo de amostragem tende a produzir amostras representativas. Exemplo: Geralmente so considerados aleatrios os seguintes processos: A chegada de carros a um posto de pedgio As chamadas telefnicas numa grande mesa de operao A chegada de clientes aos caixas de um supermercado A produo de qualquer processo mecnico Sucessivos lances de moeda ou de dado Tempo de servio em estaes de pedgio de mxima importncia dar cuidadosa ateno maneira como se escolhem os itens, bem como se eles so igualmente provveis.

Exemplo: Imagine que 500 clientes esto cadastrados em sua empresa e voc precisa obter uma amostra aleatria de 2% dos cadastros. O que voc faria? Como queremos uma amostra de 2% dos cadastros, precisamos sortear 10 deles. Faremos isso seguindo os seguintes passos: 1 Numeramos os cadastros de 001 a 500. 2 - Para o sorteio exibiremos duas opes: a) Escreva os nmeros de 001 a 500, em pedaos iguais de um mesmo papel, colocando-os dentro de uma caixa. Agite sempre a caixa para misturar bem os pedaos de papel e retire, um a um, dez nmeros que formaro a amostra. b) Coloque em uma urna, bolas numeradas de zero a nove, inclusive, misture bem e retire uma. Anote o nmero dessa bola que ser o primeiro dgito do nmero do cadastro que ser amostrado. Volte a bola retirada urna, misture bem e retire outra. O nmero dessa segunda bola ser o segundo dgito do nmero do cadastro que ser amostrado. O procedimento dever ser repetido at completar os trs dgitos da numerao utilizada. Como a populao constituda por 500 cadastros, devem ser desprezados os nmeros maiores do que 500, bem como os nmeros que j foram sorteados e o nmero 000. O sorteio dever ser repetido at se conseguir a amostra de 10 cadastros. O processo de seleo exige que se atribuam nmeros consecutivos aos itens listados escolhendo-se depois, aleatoriamente, os nmeros dos itens que comporo a amostra. Conceitualmente, podemos usar cartas, dados, fichas numeradas ou bolas numeradas para gerar nmeros aleatrios para gerar nmeros aleatrios correspondentes aos nmeros de nossa listagem. Na prtica, tais dispositivos so empregados raramente, por vrias razes. Uma dela que cada dispositivo deixa algo a desejar; os mtodos no so perfeitamente aleatrios. As cartas, por exemplo, podem aderir umas s outras, impedindo um embaralhamento perfeito. As arestas de um dado podem estar desgastadas. E sempre h o perigo de as bolas de uma urna no terem sido convenientemente misturadas.Em vista disso, e porque a amostragem aleatria vital para a inferncia estatstica, existem tabelas especialmente elaboradas, chamadas Tabelas de Nmeros Aleatrios, construda de modo que os dez algarismos (0 a 9) so distribudos ao acaso nas linhas e colunas. Na tabela de nmeros aleatrios os dez algarismos 0,1,2,...,7,8,9, podem ser lidos isoladamente ou em grupos; podem ser lidos em qualquer ordem, como por colunas, num sentido ou noutro, por linhas, diagonalmente etc., e podem ser considerados aleatrios. A opo de leitura, porm, deve ser feita, antes de iniciado o processo. Para usar uma tabela de nmeros aleatrios devemos: 1 Fazer uma lista dos nmeros da populao 2 Numerar consecutivamente os itens na lista, a comear do zero, 3 Ler os nmeros na tabela de nmeros aleatrios de modo que o nmero de algarismos em cada um seja igual ao nmero de algarismos do ltimo nmero da sua listagem. 4 Desprezar quaisquer nmeros que no correspondam a nmeros da lista ou que sejam repeties de nmeros lidos anteriormente. Continue o processo at ter o nmero desejado de observaes. 5 Usar os nmeros assim escolhidos para identificar os itens da lista a serem includos na amostra.

10

EXEMPLO DE UMA TABELA DE NMEROS ALEATRIOS

(retirada de: STEVENSON, William J. Estatstica aplicada administrao, So Paulo: Harbra, 1981)

3690 0813 6477 0772 5692 2080 1039 7227 8506 5086 0092 0935 2605 7277 5484 6905 8387 4094 4951 9047 7274 9192 0554 8231 3995 2402 5295 5177 7315 5775 5500 3251 4675 3543 3521 5573 7478 3339 5505 6381

2492 6790 5289 2160 9870 3828 3382 0104 6348 0303 1629 5565 3973 9889 3900 7127 5323 1957 3781 0199 9512 4011 1690 5627 9677 6250 7385 1191 3365 7517 2276 8902 1435 6130 8772 9396 7569 2854 8474 2086

7171 6858 4092 8236 3583 7880 7600 4141 4612 7423 0377 2315 8204 0390 3485 5933 3753 0163 5101 5068 0074 0255 6333 1815 7765 9362 5474 2106 7203 8974 6307 8843 2192 4247 6612 3464 7551 9691 3167 5457

7720 1489 4223 0812 8997 0586 1077 1521 8252 3298 3590 8030 4143 5579 0741 1137 1859 9717 1815 7447 6677 5458 1931 7171 3194 7373 2123 3351 1231 3961 2346 2112 0874 4859 0721 1706 3380 9562 8552 7703

6509 2669 6454 4195 1533 8482 4455 9104 1062 3979 2209 7651 2677 4620 9069 7583 6043 4118 7068 1664 8676 6942 9433 8036 3222 4757 7035 5057 0546 2183 1285 8567 2897 2660 3899 9204 2152 3252 5409 2758

7549 3743 7632 5589 6566 7811 8806 5563 1757 2831 4839 5189 0034 5650 5920 6450 0294 4276 6379 9278 0222 8043 2661 1832 4191 1716 9983 0967 6612 5295 7000 8131 0262 7852 2999 3389 5411 9848 1556 2963

2330 1901 7577 0830 8830 6807 1822 1392 0964 2257 6332 0075 8601 0210 4326 5658 5110 9465 7252 1708 3335 6201 8690 2031 2734 1942 5192 4538 1038 3096 5306 8116 5092 9096 1263 5678 2647 6030 4247 8167

5733 4971 2816 8261 7271 3309 1669 8238 2983 1508 1490 9353 3340 2082 7704 7678 6340 8820 1086 3625 1976 1587 2313 6298 4469 0417 1840 1246 1425 8536 0414 5270 5541 0578 7017 2589 7242 8472 4652 6712

4730 8280 9202 9232 3809 2729 7501 4882 2244 7642 3092 1921 8383 4664 6525 3444 9137 4127 8919 2864 1645 0972 6999 6073 8617 5921 6176 3374 2709 9442 3383 5994 4014 0097 8057 0288 2800 2266 2953 9820

11

Exemplo: Imagine que 500 clientes esto cadastrados em sua empresa e voc precisa obter uma amostra aleatria de 2% dos cadastros. Como voc usaria a tabela de nmeros aleatrios para extrair essa amostra? Depois de numerar os cadastros podemos escolher, por exemplo, percorrer a ltima coluna da tabela de cima para baixo lendo os trs primeiros algarismos de cada linha. Os nmeros obtidos dessa forma so: 473, 828, 920, 923, 380, 272, 750, 488, 224, 764, 309, 192, 838, 466, 652, 344, 913, 412. Desprezando os nmeros que so maiores do que 500 (e eventuais repeties) devemos tomar para a amostra os cadastros de nmeros: 473, 380, 272, 488, 224, 309, 192, 466, 344, 412. Dispondo-se de uma lista precisa dos itens da populao, relativamente simples escolher uma amostra aleatria com o auxilio de uma tabela de nmeros aleatrios. Na realidade, a lista no precisa conter todos os itens. As locaes dos itens podem constituir uma alternativa, como por exemplo, os quarteires de uma cidade, ou os arquivos de uma firma etc. Amostragem Sistemtica Quando os elementos da populao j se acham ordenados, no h necessidade de construir um sistema de referncia. So exemplos os pronturios mdicos de um hospital, os prdios de uma rua, as linhas de produo etc. Nestes casos, a seleo dos elementos que constituiro a amostra pode ser feita por um sistema imposto pelo pesquisador. A Amostragem Sistemtica constituda de elementos retirados da populao segundo um sistema preestabelecido. Exemplo 1: Imagine que 500 clientes esto cadastrados em sua empresa e voc precisa obter uma amostra aleatria de 2% dos cadastros. Como voc obteria uma amostra sistemtica? Precisamos obter uma amostra de tamanho 10. Para obter a amostra podemos dividir 500 por 10, e obter 50. Sorteamos um nmero entre 1 e 50, inclusive, para ser o primeiro cadastro da mostra e a partir desse nmero, contamos 50 cadastros e retiramos o ltimo para fazer parte da amostra. Procedemos dessa forma at completarmos os 10 cadastros da amostra. Exemplo 2: No caso de uma linha de produo, podemos, a cada dez itens produzidos, retirar um para pertencer a uma amostra da produo diria. Neste caso, estaramos fixando o tamanho da amostra em 10% da populao. preciso especial cuidado com o sistema de seleo. No forme uma amostra com as primeiras pessoas de uma fila ou, se so atendidos 10 clientes por dia, no escolha para a amostra, o dcimo de cada dez clientes. Estes procedimentos podem determinar amostras tendenciosas. Recomenda-se sempre sortear o primeiro elemento que ser selecionado para a mostra e, a partir da, usar o sistema de seleo. Amostragem Proporcional Estratificada Muitas vezes a populao se divide em subpopulaes, denominadas de Estratos. Como provvel que a caracterstica em estudo dessa populao apresente, de estrato em estrato, um comportamento heterogneo e, dentro de cada estrato, um comportamento homogneo, convm que o sorteio dos elementos da amostra leve em considerao tais estratos. A amostra proporcional estratificada composta por elementos proveniente de todos os estratos. Exemplo: Vamos obter uma amostra proporcional estratificada de 10% para a pesquisa da estatura de 90 alunos de uma escola onde 54 so meninos e 36 so meninas.

12

Temos aqui dois estratos, sexo masculino e sexo feminino. a) O primeiro passo determinar o tamanho da amostra em cada estrato: Sexo M Populao 54 10% 10 54 = 5,4 100 Amostra 5

F
Total

36 90

10 36 = 3,6 100 10 90 =9 100

4 9

b) Numeramos os alunos de 01 a 90, sendo que de 01 a 54 correspondem meninos e de 55 a 90 meninas. c) obtemos uma amostra aleatria ou sistemtica de cada sexo e reunimos as informaes numa s amostra, denominada amostra estratificada.
4- Amostragem No Probabilstica

Quando nem todos os elementos da populao tiverem uma probabilidade diferente de zero de pertencerem amostra, dizemos que a amostragem noprobabilstica. Este processo de amostragem subjetivo e seu regimento depende do conhecimento que possui o pesquisador a respeito da estrutura da populao. empregada, muitas vezes, por simplicidade ou pela impossibilidade de se obter amostragens probabilsticas. Se os efeitos das amostragens no-probilsticas podem ser considerados equivalentes aos das amostragens probabilsticas, ento os processos de amostragens no-probabilsticas tambm podem ser considerados vlidos. Consideraremos aqui os seguintes planos de amostragem no probabilstica: 1 Amostragem a Esmo 2 Amostragem por Julgamento
Amostragem a Esmo

o caso em que o pesquisador procura ser aleatrio, sem, no entanto, utilizar um sorteio aleatrio rigoroso
Exemplo: Se tirarmos 100 parafusos de uma caixa que contm 10.000 parafusos do mesmo modelo e tamanho, de certo no faramos uma amostragem aleatria simples, pois seria extremamente trabalhosa, mas faramos retiradas a esmo.

Os resultados de uma amostragem a esmo so os mesmos de uma amostragem probabilstica se a populao homognea e se no existe a possibilidade de o amostrador ser influenciado (mesmo que inconscientemente) por alguma caracterstica dos elementos da populao. No seria o caso da amostra dos parafusos, acima, se estes tivessem modelos e tamanhos diferentes, e isto afetasse a caracterstica observada nos parafusos.
Amostragem por Julgamento

Neste tipo de amostragem, a amostra colhida na parte da populao que acessvel. Ento se faz uma distino entre populao-objeto (aquela que se tem em mente ao realizar o estudo) e a populao-amostrada (a parte da populao que acessvel). Se essas duas populaes tiverem as mesmas caractersticas, este tipo de amostragem vai ser equivalente a uma amostragem probabilstica. Se o tamanho da amostra bem pequeno, digamos, de um a cinco itens, a amostragem aleatria pode dar totalmente no-representativos, ao passo que uma

13

pessoa familiarizada com a populao pode especificar quais os itens mais representativos da populao.
Exemplo: Uma cadeia de restaurantes pode querer experimentar uma nova tcnica de servio, empregando bandejas com aquecimento. Problemas de custo podem fazer com que a experincia se limite a dois restaurantes, os quais podem diferir consideravelmente em termos de tamanho, localizao, clientela e lucratividade. Ao invs de uma seleo aleatria dos dois locais a ser usado como teste, ser melhor confiar no conhecimento da administrao para fazer tal escolha.

Ocasionalmente, os itens amostrais, se apresentam convenientemente grupados. Uma pesquisa mdica deve trabalhar com os pacientes disponveis.Este grupo no pode ser considerado como uma amostra aleatria do pblico em geral e seria perigoso tentar tirar concluses gerais com base em tal estudo. Entretanto, os resultados poderiam proporcionar uma base para a elaborao de um plano de amostragem aleatria para validar os resultados bsicos. Os perigos inerentes pesquisa mdica, bem como a outros tipos de pesquisa, freqentemente obrigam a limitar a pesquisa inicial a um pequeno grupo de voluntrios. Outros exemplos similares seriam portadores de doenas fatais, cadveres, animais, etc. Finalmente, a amostragem por julgamento pode ser mais rpida e menos custosa porque no preciso construir uma listagem dos itens da populao. Tenha-se em mente que a amostragem por julgamento no permite a avaliao objetiva do erro amostral, de modo que conveniente usar a amostragem probabilstica sempre que possvel.
Comparao de Planos de Amostragem Tipo Caracterizado por Aleatria Lista de itens Sistemtica Lista aleatria de itens Estratificada Subgrupos Homogneos A Esmo e No necessita de uma Por julgamento listagem de itens 5- Amostras Tendenciosas

Talvez voc nunca faa um trabalho que exija amostragem. Mas muito provavelmente voc ler ou usar resultados de trabalhos cujos dados foram obtidos por amostragem. Ento saiba que importante entender o que uma amostra tendenciosa. Primeiro, as inferncias devem ser feitas apenas para a populao de onde a amostra foi retirada. No tem sentido, por exemplo, estudar os hbitos de higiene dos ndios bolivianos e fazer inferncia para a populao da periferia da cidade de So Paulo. Tambm preciso verificar se a amostra foi retirada da populao usando um processo delineado segundo critrios estatsticos. A amostra deve ter o tamanho usual da rea em que a pesquisa se enquadra. Na prtica, o tamanho da amostra determinado mais por consideraes reais ou imaginrias a respeito do custo de cada unidade amostrada do que por tcnicas estatsticas. Veja o que se faz na sua rea de trabalho, consultando a literatura e verifique o que seu oramento permite fazer. As amostras muito pequenas podem ser excelentes estudos de casos, mas no permitem fazer inferncia estatstica. Mas tambm desconfie de amostras muito grandes. Ser que o pesquisador tinha tempo e dinheiro para fazer um bom levantamento de tantos dados? E veja como foi feito o questionrio. So mais confiveis as respostas obtidas atravs de entrevistas, desde que o entrevistador tenha sido treinado. Estude as perguntas. Elas eram claras? As respostas podem ser, por alguma razo, mentirosas? Leia o artigo e se pergunte: 1 Qual a populao? 2 Como a mostra foi selecionada? 3 Qual o tamanho da amostra? 4 Como o questionrio foi feito? 5 As perguntas eram claras?

14

Se estas perguntas no tiverem resposta satisfatria, a amostra pode ser tendenciosa.

Exemplo: Para estimar o tamanho dos morangos de uma caixa, no seria correto examinar o tamanho dos 10 morangos que esto na parte de cima, pois provavelmente, a amostra seria tendenciosa uma vez que os vendedores de morango arrumam as caixas de maneira a colocar as frutas maiores nas camadas mais superficiais.

preciso cuidado na forma de tomar a amostra porque os erros de amostragem fazem com que os resultados da amostragem sejam diferentes dos resultados do censo. Quando a pesquisa exige que os participantes respondam a um questionrio, preciso especial ateno forma de obter as respostas. Se o questionrio enviado s pessoas pelo correio, a taxa de resposta baixa. Tendem a responder mais as pessoas que tm opinio formada, seja a favor ou contra o assunto. Ento a amostra pode ser tendenciosa pelo fato de no conter pessoas indiferentes ao tema tratado. Por telefone obtm-se respostas mais rapidamente, mas no Brasil a maioria das residncias no tem telefone. Ento a amostra pode ser tendenciosa pelo fato de s terem sido entrevistadas pessoas suficientemente ricas para ter um telefone. As entrevistas pessoais tm a taxa mais alta de respostas, mas exigem do entrevistador tempo e treinamento. Mesmo assim, muitas unidades podem no responder. A falta de resposta se explica pela inabilidade do pesquisador para entrar em contato com as pessoas ou para conseguir respostas daqueles que, a principio, se recusam a responder. Se essas pessoas diferem da populao a amostra tendenciosa. Mas existem, ainda outras fontes de erros nos resultados de um levantamento por amostragem.
Exemplo: A origem do erro pode estar na prpria pergunta que feita ao entrevistado. A pessoa pode mentir sobre sua idade ou sobre sua renda A pessoa pode no lembrar e dar resposta errada quando perguntada sobre questes do tipo: Quantos cigarros o senhor fumou na semana passada?. Quem no entende a pergunta pode dar qualquer resposta, apenas para no mostrar ignorncia. Perguntas mal feitas que induzem a certa resposta. Por exemplo, Voc acha justo pessoas de idade ficarem passeando de nibus de graa, enquanto estudantes e trabalhadores tm que pagar?

Finalmente, cabe tratar aqui algumas questes de tica que surgem quando se faz um levantamento de dados. claro que podem existir abusos. Esses abusos no so, contudo, da ordem dos que, vez por outra, ocorrem nos experimentos cientficos. De qualquer forma, a primeira questo de tica que pode surgir o fato de a pessoa que responde estar sendo usada para uma pesquisa, sem saber disso. As pessoas devem ser avisadas de que esto sendo entrevistadas para uma pesquisa e tm o direito de se recusar a participar. Ainda, na maioria das vezes, quem responde no sabe o uso que se far do dado. Mas todo pesquisador deve informar s pessoas que participam da pesquisa quais so os seus objetivos e tem o dever de informar, depois de terminado o trabalho, quais foram as suas concluses. Outra questo tica, muito mais sria do que as anteriores a dos pesquisadores sociais que se infiltram em certos grupos, fingindo pertencer a eles, s para obter informaes. Essa atitude defensvel apenas nos rarssimos casos em que a informao obtida pela pesquisa absolutamente essencial e no pode ser obtida por outros meios. E, por ltimo, vem a questo da identificao, sem a necessria autorizao, de quem responde, usando expedientes como questionrios com cdigos secretos. Definitivamente, a identificao por cdigo no tica. Um estatstico conhecido disse, certa vez, que possvel mentir usando estatstica, mas que se mente mais, e melhor, sem estatsticas. preciso entender que as amostras podem levar a concluses erradas. Contudo, as opinies pessoais, sem base em dados, levam em geral, a concluses muito mais erradas.

15

III Organizao de Dados 1- Variveis

Os dados estatsticos se obtm mediante um processo que envolve a observao ou outra mensurao de caractersticas de uma populao ou amostra tais como renda anual numa comunidade, sexo dos indivduos de uma tribo indgena, percentagem de acar em cereais, etc. Cada uma dessas caractersticas chamada de varivel, porque originam valores que tendem a exibir certo grau de variabilidade quando se fazem mensuraes sucessivas.
Exemplo: Suponha que um questionrio foi aplicado aos alunos do 3 perodo do curso de administrao da UNIVILA fornecendo as seguintes informaes: 1) Id: Identificao do aluno 2) Turma: Turma em que o aluno foi alocado (A ou B) 3) Sexo: F se feminino, M se masculino. 4) Idade: Idade em anos 5) Altura: Altura em metros 6) Peso: Peso em quilogramas 7) Filhos: Nmero de filhos na famlia

Para a varivel sexo so dois os valores possveis: F ou M Para a varivel Filhos os valores possveis so expressos atravs de nmeros naturais: 0, 1, 2, 3,... Para a varivel Altura temos uma situao diferente, pois os resultados podem assumir um nmero infinito de valores dentro de um determinado intervalo.

Claramente tais variveis tm naturezas diferentes no que tange aos possveis valores que podem assumir. Tal fato deve ser levado em conta nas anlises dos dados, pois para cada tipo de varivel existe um tratamento diferente.
2- Classificao das variveis

Vamos considerar dois grandes tipos de variveis:

A) Quantitativas (numricas): So as variveis cujos valores so expressos em nmeros. Elas podem ser subdivididas em quantitativas discretas e quantitativas contnuas. As variveis discretas podem ser vistas como resultantes de contagens, assumindo assim, valores inteiros. J as variveis contnuas geralmente provm de uma mensurao e podem assumir qualquer valor em intervalos dos nmeros reais. Exemplos: So variveis quantitativas discretas: Nmero de irmos, de alunos numa sala de aula, de defeitos num carro novo, etc. So variveis quantitativas contnuas: Altura, peso, comprimento, espessura, velocidade, etc. B) Qualitativas (no numricas): So as variveis cujos possveis valores que assumem representam atributos e/ou quantidades. Se tais variveis tm uma ordenao natural, indicando intensidades crescentes de realizao, ento elas sero classificadas como qualitativas ordinais ou por postos. Caso contrrio, quando no possvel estabelecer uma ordem natural entre seus valores definindo apenas uma categoria, elas so classificadas como qualitativas nominais. Exemplos: So variveis qualitativas nominais: Turma (A ou B), sexo (F ou M), cor dos olhos, campo de estudo, etc.

16

So variveis qualitativas ordinais: Tamanho (pequeno, mdio ou grande), Classe social (baixa, mdia ou alta), etc. Podemos resumir a classificao das variveis no seguinte esquema:

Nominal Qualitativa Ordinal Varivel Quantitativa Contnua

interessante notar que muitas populaes podem originar os quatro tipos de dados como ilustramos na tabela abaixo. Tipo de variveis Populaes Quantitativas Contnua Alunos de Idade, peso Estatstica Automveis Velocidade em km/h Venda de Valor em Imveis reais Discreta N na classe sexo Qualitativas Nominal Ordinal Por perodo limpeza Muito dispendioso

Discreta

N de defeitos cores por carro N de ofertas Acima do preo

3- Distribuio de Freqncia

Uma distribuio de freqncia um mtodo de grupamento de dados em classes, ou intervalos, de tal forma que se possa determinar o nmero ou a percentagem de observaes em cada classe. O nmero ou percentagem numa classe chama-se freqncia de classe. Uma distribuio de freqncia pode ser apresentada sob forma grfica ou tabular.
Tipos de freqncias

Freqncia simples ou absoluta (f): So os valores que realmente representam o nmero de dados de cada classe. Freqncia relativa (fr): So os valores das razes entre as freqncias simples e a freqncia total. Normalmente calcula-se a freqncia relativa para efeito de comparao com outros grupos ou conjunto de dados. Convm notar que, quando estivermos comparando dois grupos com relao s freqncias de ocorrncia dos valores de uma dada varivel, grupos com um nmero total de dados maior tendem a ter maiores freqncias de ocorrncia dos valores da varivel. Dessa forma, o uso de freqncia relativa vem resolver este problema. Freqncia acumulada (F): o total das freqncias de todos os valores inferiores ao limite superior do intervalo de uma dada classe. Normalmente utilizamos esse tipo de freqncia quando tratamos de variveis qualitativas ordinais ou quantitativas em geral. Freqncia acumulada relativa (Fr): o total das freqncias relativas de todos os valores inferiores ao limite superior do intervalo de uma dada classe. Como no caso anterior utilizamos esse tipo de freqncia quando tratamos de variveis qualitativas ordinais ou quantitativas em geral.

17

O processo de construo de uma distribuio de freqncia para determinado conjunto de dados depende do tipo de dados em estudo, isto , contnuos, discretos, nominais ou ordinais. Vamos estudar cada caso. Os dados coletados so registrados em fichas que contm, alm dos dados de interesse, diversas outras informaes. Portanto, terminada a fase de coleta dos dados, preciso retirar os dados das fichas e organiz-los. Esta fase do trabalho denominada, tecnicamente, de tratamento dos dados.
Tabelas e Grficos

Os dados depois de tratados podem ser apresentados em tabelas. Existem normas nacionais para a organizao de tabelas, ditadas pela ABNT. Essas normas no sero tratadas aqui, mas convm saber que as tabelas devem ter os seguintes componentes: Ttulo: Precede a tabela e explica, em poucas palavras, o dado em estudo. Se for o caso, indica o tempo e o lugar a que os dados se referem. Cabealho: Especifica o contedo de cada coluna Coluna Indicadora: Especifica em cada linha os valores que os dados podem assumir. Corpo da tabela: Apresenta a freqncia dos dados. Fonte: Especifica a entidade, o pesquisador ou pesquisadores que forneceram os dados, quando esses no foram coletados por voc.
Exemplo

Titulo Cabealho Coluna Indicadora

Valor em dlares dos principais produtos que o Brasil vende Argentina

Produto Valor em dlares (em bilhes) 606 541 531 264 248 130

Automveis Veculos de carga Autopeas Motores Minrio Tratores

Fonte: poca 25 de janeiro de 1999

Corpo da tabela

A organizao dos dados em tabelas de freqncia proporciona um meio eficaz de estudo do comportamento de caractersticas de interesse. Muitas vezes, a informao contida nas tabelas pode ser mais facilmente visualizada atravs de grficos. Meios de comunicao apresentam, diariamente, grficos das mais variadas formas para auxiliar na apresentao das informaes. rgos pblicos e empresas se municiam de grficos e tabelas em documentos internos e relatrios de atividades e desempenho. Graas proliferao de recursos grficos, cuja construo tem sido cada vez mais simplificada em programas computacionais, existe hoje uma infinidade de tipos de grficos que podem ser utilizados. Deve ser notado, entretanto, que a utilizao de recursos visuais na criao de grficos deve ser feita cuidadosamente; um grfico desproporcional em suas medidas pode dar falsa impresso de desempenho e conduzir a concluses equivocadas. Obviamente, questes de manipulao incorreta da informao podem ocorrer em qualquer rea e no cabe culpar a Estatstica. O uso e a divulgao tica e criteriosa de dados devem ser pr-requisitos indispensveis e inegociveis.
Exemplos: Vamos definir quatro tipos bsicos de grficos:

Grfico de disco: usado para mostrar a importncia relativa das propores. Esse tipo de grfico se adapta melhor s variveis qualitativas nominais.

18

Grfico de barras: Utiliza o plano cartesiano com os valores da varivel no eixo das abscissas e as freqncias ou porcentagens no eixo das ordenadas. Esse tipo de grfico se adapta melhor s variveis discretas ou qualitativas ordinais. Histograma: a representao grfica de uma distribuio de freqncia por meio de retngulos justapostos. Esse tipo de grfico se adapta melhor s variveis quantitativas contnuas. Polgono de freqncia: uma alternativa ao histograma construdo mediante a conexo dos pontos mdios dos intervalos do histograma com linhas retas.

Distribuio de Freqncia para Variveis Quantitativas Contnuas

Os principais estgios na construo de uma distribuio de freqncia para dados contnuos so: 1 Organizar os dados brutos em um rol de ordem crescente ou decrescente. 2 Determinar a amplitude total dos dados que a diferena entre o maior e menor dos dados. 3 Determinar quanto ao nmero de classes a usar (k). aconselhvel usar entre 5 e 15 classes. Menos que cinco classes pode ocultar detalhes importantes dos dados, e mais que quinze torna a apresentao demasiado detalhada. Uma regra prtica consiste em tomar a raiz quadrada do nmero total de dados ( n ) e ajust-la, se necessrio, aos limites de 5 a 15. 4 Determinar a amplitude de cada classe dividindo a amplitude total por k. Se necessrio o valor encontrado deve ser aproximado para cima com o mesmo nmero ou mais casas decimais que os valores das variveis. 5 Estabelecer os intervalos das classes comeando com um inteiro logo abaixo do menor valor observado e somando a amplitude das classes. Os intervalos de classe devem ser escritos, de acordo com a Resoluo 866/66 do IBGE em termos de desta quantidade at menos aquela, empregando, para isso, o smbolo (incluso por limite inferior e excluso do limite superior). 6 Relacionar os intervalos e fazer a contagem dos pontos por classe. A contagem total deve ser igual a n. 7 construir uma tabela de freqncia ou um grfico de freqncia.
Exemplo: Considere os dados brutos que representam a safra, em alqueires, por rvore, para um conjunto de 40 pessegueiros.

Safra atual em (alqueire/ rvore) para 40 Pessegueiros 11,1 12,5 32,4 7,8 21,0 16,4 11,2 22,3 4,4 6,1 27,5 32,8 18,5 16,4 15,1 6,0 10,7 15,8 25,0 18,2 12,2 12,6 4,7 23,5 14,8 22,6 16,0 19,1 7,4 9,2 10,0 26,2 3,5 16,2 14,5 3,2 8,1 12,9 19,1 13,7 Vamos construir uma tabela para representar esses dados: 1- Construo do Rol em ordem crescente Safra atual em (alqueire/ rvore) para 40 Pessegueiros 3,2 3,5 4,4 4,7 6 6,1 7,4 7,8 8,1 9,2 10,0 10,7 11,1 11,2 12,2 12,5 12,6 12,9 13,7 14,5 14,8 15,1 15,8 16,0 16,2 16,4 16,4 18,2 18,5 19,1 19,1 21,0 22,3 22,6 23,5 25,0 26,2 27,5 32,4 32,8 2 Amplitude Total (AT) = 32,8 3,2 = 29,6 3 Nmero de classes ( K ) =

40 = 6,32 6

19

4 Amplitude da classe (AC) =

29,6 = 4,93 5 6 5 Intervalos de variao das classes: 1 classe: Limite inferior: 3 Limite superior: 3 + AC = 3 + 5 = 8 2 classe: Limite inferior = Limite superior da classe anterior: 8 Limite superior: 8 + 5 = 13 3 classe: Vai de 13 a 18 4 classe: Vai de 18 a 23 5 classe: Vai de 23 a 28 6 classe: Vai de 28 a 33

6 Construo da tabela Safra Anual (em alqueire/rvore) para 40 Pessegueiros Nmero de Nmero de rvores alqueires 3 8 8 8 13 10 13 18 9 18 23 7 23 28 4 28 33 2 40 Total O histograma correspondente :
Safra Anual (em alqueire/rvore) para 40 Pessegueiros
N de rvores

O polgono de freqncias dado por:

Safra Anual (em alqueire/rvore) para 40 Pessegueiros 12 10

15 10 5 0 0 5,5 10,5 15,5 20,5 25,5 30,5 Safra (alqueires)

8 6 4 2 0 5,5 10,5 15,5 20,5 Safra (em alqueires) 25,5 30,5

Distribuio de Freqncia para Variveis Quantitativas Discretas

A tabela de freqncia, nesses casos, consiste em listar os valores possveis da varivel, numricos ou no e fazer a contagem na tabela de dados brutos do nmero de suas ocorrncias. Na construo de uma distribuio de freqncia utilizando variveis contnuas, perde-se certa quantidade de informaes porque os valores individuais perdem sua identidade quando so grupados em classes. Isso pode ou no ocorrer com variveis discretas, dependendo da natureza das variveis e dos objetivos do analista.
Exemplo: Considere os seguintes dados relativos ao nmero de acidentes dirios num grande estacionamento, durante um perodo de 50 dias.

0 3 4 5 7

0 3 4 5 7

N de acidentes dirios num estacionamento, durante 50 dias 0 1 1 2 2 2 2 3 3 3 3 4 4 4 4 4 4 5 5 5 5 6 6 6 6 6 6 6 7 7 7 8 8 8 8

2 4 5 7 9

20

Podemos construir uma distribuio de freqncia, sem perda dos valores originais, utilizando como classes os inteiros de 0 a 9. N de acidentes dirios num estacionamento, durante 50 dias. N de acidentes f F 0 3 3 1 2 5 2 5 10 3 6 16 4 9 25 5 7 32 6 7 39 7 6 45 8 4 49 9 1 50 50 Total Podemos ver pela freqncia acumulada que em 25 dias (dos 50) ocorreram at 4 acidentes por dia. Dizemos que no h perda de informaes porque poderamos reconstruir os dados originais a partir desta tabela. Por outro lado, poderamos tratar essa varivel como se fosse contnua, gerando a seguinte tabela: N de acidentes dirios num estacionamento, durante 50 dias. N de f fr acidentes 02 5 0,10 24 11 0,22 46 16 0,32 68 13 0,26 8 10 5 0,10 50 1,00 Total Para a distribuio de freqncia sem perda de informaes construmos o grfico de barras, enquanto que para a distribuio com perda de informaes construmos um histograma. a) Grfico de barras (sem perdas)
N de acidentes dirios num estacionamento, durante 50 dias 9 8 7 6 5 4 3 2 1 0
0 1 2 3

b) Histograma (com perdas)

N de acidentes dirios num estacionamento, durante 50 dias 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0

N de acidentes dirios

5 7 n de acidentes

21

De modo geral, prefere-se uma distribuio de freqncia sem perda de informaes quando: Os dados so constitudos de valores inteiros H menos de, digamos, 16 dados H suficientes observaes para originar uma distribuio significativa. Por outro lado, uma distribuio de freqncia com perda de informaes til quando: Esto em jogo inteiros e no-inteiros (ou no inteiros somente) S existem inteiros, porm em nmero demasiadamente elevado para permitir uma distribuio til. A perda de informaes de importncia secundria.
Distribuio de Freqncia para Variveis Qualitativas Nominais ou Ordinais

Talvez as distribuies de freqncia mais simples sejam as relativas as variveis nominais ou ordinais. Tal simplicidade decorre do fato de que as classes so facilmente reconhecveis, tornando mnimos os clculos.
Exemplo 1: Considere os dados nominais referentes venda de bebidas leves em um dia no Mercado Peg-Pag, dispostos na tabela de freqncia abaixo:

Venda de Bebidas Leves em um Dia no Mercado Peg-Pag Tipo de f fr Bebida Cola 600 0,60 Limo 200 0,20 Laranja 100 0,10 Uva 50 0,05 Cereja 40 0,04 Outros 10 0,01 1000 1,00 Total As categorias so os diversos tipos de bebidas. Pode haver diversos tipos de bebidas com vendas bastante baixas, tais como soda, cerveja e chocolate, que foram englobadas numa nica categoria, que chamamos de Outros, para tornar os dados mais abrangentes. Podemos optar pela construo de um grfico de barras horizontais ou verticais usando as freqncias simples ou destacar os percentuais de vendas de cada bebida construindo um grfico de setores com as freqncias relativas. a) Grfico de barras verticais
Venda de Bebidas Leves em um Dia no Mercado Peg-Pag 700 600 500 400 300 200 100 0 Cola Limo Laranja Uva Tipo Cereja Outros Limo 20% Cola 60% Venda de Bebidas Leves em um Dia no Mercado Peg-Pag Uva Cereja Outros Laranja 5% 4% 1% 10%

b) Grfico de setores

22

Exemplo 2: Consideremos os dados relativos ao aproveitamento num curso de Matemtica para o 1 perodo de Administrao 2003/2 da Faculdade UNIVILA, apresentados abaixo de forma ligeiramente diferente das tabelas de freqncias anteriores, apenas para ilustrar outra maneira de preparar uma tabela de freqncia.

Classificao dos alunos de Matemtica do 1 perodo de Administrao 2003/2 da Faculdade UNIVILA Fraca Razovel Mdia Boa Excelente Classificao Total 2 4 20 10 4 40 Nmero de alunos 0,05 0,10 0,50 0,25 0,10 1,00 Percentagem Podemos representar esses dados em um grfico de barras horizontais ou de setores usando os valores das freqncias relativas a) Grfico de barras horizontais
Classificao dos alunos de Matemtica do 1 perodo de Administrao 2003/2 da Faculdade Excelente Boa Mdia Razovel Fraca
0 5 10 15 20 25 30 35 Percentagem 40 45 50 55

b) Grfico de setores
Classificao dos alunos de Matemtica do 1 perodo de Administrao 2003/2 da Faculdade UNIVILA Excelente 10% Boa 25% Mdia 50% Fraca 5% Razovel 10%

Diagrama de Pareto

usado na gesto de qualidade para estabelecer a ordem em que as causas das perdas ou de outros tipos de fracasso devem ser sanadas. O Diagrama de Pareto apresenta fracassos e insucessos em ordem de freqncia. Tem-se, ento, a ordem em que devem ser sanados os erros, resolvidos os problemas, atendidas as reclamaes, diminuindo o desperdcio. Diz-se, por isso, que o Diagrama de Pareto estabelece prioridades. Mas o Diagrama de Pareto tambm

23

pode ser usado para identificar causas de sucesso como, por exemplo, as causas do aumento de venda de um produto.
Exemplo: Consideremos a distribuio de freqncia das reclamaes feitas no Procon por rea em 1999.

Reclamao do Procon por rea rea fr Fr Servios 40 40 Assuntos financeiros 23 63 Produtos 21 84 Habitao 8 92 Sade 7 99 Alimentos 1 100
Fonte: Procon, 1999.

Observe que os dados esto apresentados em ordem decrescente de freqncias relativas. O Diagrama de Pareto, neste caso, :
Reclamaes no Procon por rea
110 100 90 80 70 60 50 40 30 20 10 0 Servios Assuntos financeiros Produtos 40 40 23 21 8 7 1 Habitao Sade Alimentos 63 84 92 99 100

rea

Note que a linha que est desenhada acima das colunas obtida com base na doma dos valores das colunas. O Diagrama de Pareto para essas reclamaes no Procon deve ser interpretado da seguinte forma: Como a maior parte de reclamaes se concentram nas areo de servios e assuntos financeiros, o Procon dever centralizar suas investigaes nessas reas.

24

IV Sries Estatsticas

Denominamos Srie Estatstica toda tabela que apresenta a distribuio de um conjunto de dados estatsticos em funo da poca, do tempo ou da espcie. Da podemos inferir que numa srie estatstica observamos a existncia de trs elementos ou fatores: Tempo Espao Espcie Basicamente existem trs tipos de sries estatsticas: Temporais ou Cronolgicas, Geogrficas e Categricas.
1- Sries Temporais

So constitudas por dados produzidos e monitorados ao longo do tempo. Tambm so chamadas de sries histricas ou cronolgicas.
Exemplos: So sries temporais:

Preo do Acm no varejo em So Paulo segundo o ano Anos Preo mdio (US$) 1989 2,24 1990 2,73 1991 2,12 1992 1,89 1993 2,04 1994 2,62
Fonte: APA

Nmero de apartamentos vendidos no ms de janeiro na cidade de So Paulo por ano. Ano N de Apartamentos 1995 1299 1996 533 1997 659 1998 1040 1999 402
Fonte: Secovi SP (1999)

2- Sries Geogrficas

So constitudas por dados provenientes de diferentes regies geogrficas. Tambm so chamadas de sries espaciais, territoriais ou de localizao.
Exemplos: So sries geogrficas:

Durao mdia dos estudos superiores 1994 Pases Nmero de anos Itlia 7,5 Alemanha 7,0 Frana 7,0 Holanda 5,9 Inglaterra Menos de 4
Fonte: Revista Veja

Nmero de desempregados, em milhes, nos dez pases com mais desemprego em 1998. N de Pases desempregados (em Milhes) ndia 38.960,1 Indonsia 10.625,7 Rssia 8.028,8 Brasil 6.649,9 EUA 6.173,4 China 6.125,1 Alemanha 4.075,7 Espanha 3.347,1 Japo 2.930,3 Itlia 2.896,2
Fonte: Pochmann (1999)

25

3 Sries Categricas

So constitudas por dados obtidos nas diferentes categorias de uma mesma varivel. Tambm so chamadas de sries especficas.
Exemplos: So sries categricas:

Rebanhos brasileiros em 1992 Espcies Quantidade (1000 cabeas) Bovinos 154.440,8 Bufalinos 1.423,3 Eqinos 549,5 Asininos 47,1 Muares 208,5 Sunos 34.532,2 Ovinos 19.955,6 Caprinos 12.159,6 Coelhos 6,1
Fonte: IBGE

Patrimnio lquido, segundo o banco, em1998. Banco Patrimnio lquido (milhes de reais) Banco do Brasil 6.629,9 Banespa 4.143,2 Bank Boston 693,0 Boa Vista 419,6 Bradesco 6.320,9 HSBC 1.176,5 Ita 4.650,7 Safra 931,2 Santander 960,7 Unibanco 2.906,3
Fonte: EFC/Bancos (1999)

4 Sries Conjugadas

Muitas vezes temos necessidade de apresentar, em uma nica tabela, a variao de valores de mais de uma varivel, isto , fazer uma conjugao de duas ou mais sries. Conjugando duas sries em uma nica tabela. Obtemos uma tabela de dupla entrada. Em uma tabela desse tipo ficam criadas duas ordens de classificao: uma horizontal e uma vertical.
Exemplo: A srie conjugada abaixo uma srie geogrfico-temporal.

Terminais telefnicos em servio de 1991 a 1993 Regies 1991 1992 1993 Norte 342.938 375.658 403.494 Nordeste 1.287.813 1.379.101 1.486.649 Sudeste 6.234.501 6.729.467 7.231.634 Sul 1.497.315 1.608.989 1.746.232 Centro-oeste 713.357 778.925 884.822
Fonte: Ministrio das comunicaes

26

V Construo de tabelas e grficos usando o Excel 1- Construo de tabelas de freqncia para Variveis Discretas

Suponhamos que um grupo tenha feito quarenta entrevistas e que uma das variveis observadas tenha sido Nmero de filhos. A funo FREQNCIA no Excel calcula a freqncia de cada um dos valores observados. Para isso preciso que os dados estejam digitados (em colunas ou em linhas) e que fornea os intervalos com os quais queremos que se faa a contagem.
Exemplo: Considere a seguinte tabela primitiva de dados: Nmero do quest. 1 2 3 4 5 6 7 8 9 10 N de filhos 1 0 0 1 0 1 0 1 1 2 Nmero do quest. 11 12 13 14 15 16 17 18 19 20 N de filhos 1 2 0 2 0 1 2 2 1 4 Nmero do quest. 21 22 23 24 25 26 27 28 29 30 N de filhos 0 1 1 1 0 1 0 3 0 2 Nmero do quest. 31 32 33 34 35 36 37 38 39 40 N de filhos 1 0 1 0 1 0 0 0 0 0

Usando o Excel faa um pequeno banco de dados conforme mostrado a seguir. Nas clulas A2 a A41 digite os nmeros dos questionrios. Nas clulas B2 a B41 digite os dados (nmero de filhos). Nas clulas C2 a C6 digite os valores 0, 1, 2, 3, 4 (so os limites das classes). Marcar as clulas D2 a D7. Na barra de ferramentas escolha INSERIR FUNO Escolha primeiramente a opo ESTATSTICA. Depois escolha a opo FREQNCIA OK. O primeiro dado que ser pedido Matriz_dados e voc deve, neste campo marcar os valores onde esto os dados; no nosso caso B2 a B41. A seguir, pede-se Matriz_bin e voc deve, neste campo, marcar os valores que correspondem aos limites das classes, no nosso caso C2 a C6. Logo abaixo da Matriz_bin aparecer o resultado: {17; 15; 6;1;1;0}. Para que estes valores sejam mostrados na planilha d CTRL + SCHIFT + ENTER. O resultado deve ser interpretado desta forma:
N de filhos 0 1 2 3 4 5 ou mais Total f 17 15 6 1 1 0 40

2- Construo de tabelas de freqncia para Variveis Qualitativas

Para construir tabelas de freqncia para Variveis Qualitativas procede-se da mesma maneira que para as Variveis Discretas tomando-se apenas o cuidado de codificar os possveis valores da varivel e digitar a tabela primitiva no Excel usando esse cdigo.

27

Exemplo: Uma varivel qualitativa com trs valores (A, B, C) foi observada em cada um dos vinte elementos de uma amostra. Obteve-se:

B C

A A

A B

C B

A A

B C

B B

B B

A B

A A

Podemos codificar os valores dessa varivel como: A = 0, B = 1 e C = 2. Devemos prosseguir como na construo de tabelas para variveis quantitativas discretas digitando o seguinte banco de dados no Excel: 1 2 0 0 0 1 2 1 0 0 1 2 1 1 1 1 0 1 0 0

A tabela fornecida pelo Excel ser:

0 1 2 8 9 3 0

Que para ser interpretada deve ser decodificada. O resultado deve ser interpretado desta forma:
Varivel A B C outros Total f 8 9 3 0 20

3 - Construo de tabelas de freqncia para Variveis Contnuas

Suponhamos que um grupo tenha feito vinte e duas entrevistas e que uma das variveis observadas tenha sido Tempo de realizao de um dado exerccio. Como esta varivel contnua, no podemos usar a funo FREQNCIA par construir uma tabela de freqncias. ATENO! Confira se no seu computador tem a opo Anlise de dados... na opo FERRAMENTAS. Se no tiver, escolha, na opo FERRAMENTAS a opo SUPLEMENTOS. Marque no quadrinho Ferramentas de anlise e OK.
Exemplo: Considere a seguinte tabela primitiva de dados: Nmero do quest. 1 2 3 4 5 6 7 8 9 10 11 Tempo Nmero do quest. 12 13 14 15 16 17 18 19 20 21 22 Tempo

0,0 0,5 0,6 1,5 3,3 4,2 3,9 1,0 5,8 4,8 4,0

2,7 2,3 4,5 3,7 2,9 0,7 4,7 3,1 4,1 4,9 1,2

28

Usando o Excel faa um pequeno banco de dados conforme mostrado a seguir. Nas clulas A2 a A23 digite os nmeros dos questionrios. Nas clulas B2 a B23 digite os dados (tempos). Agora v para: FERRAMENTAS ANLISE DE DADOS HISTOGRAMA OK Os dados pedidos so: - Intervalo de entrada: Marcar no banco de dados, a coluna referente aos dados, no nosso caso B2 a B23. - Intervalo de sada: Indique uma clula vazia, a partir da qual ser mostrada a tabela (p.ex. G2). A planilha apresentada ser a seguinte: 0 1,45 2,9 4,35 mais Que deve ser interpretada desta forma:
Tempos o 1,45 1,45 2,90 2,90 4,35 4,35 5,80 Total 4- Construo de grficos de barras. f 6 4 7 5 22

1 5 4 7 5

O grfico estatstico uma forma de apresentar os dados estatsticos. A principal vantagem de um grfico sobre uma tabela que ele permite uma visualizao imediata da distribuio dos valores observados. O primeiro passo para se descrever graficamente um conjunto de dados observados verificar as freqncias dos diversos valores das variveis. Para fazer um grfico de barras no Microsoft Excel acompanhe o exemplo:
Exemplo: Considere a seguinte tabela de freqncia: N de filhos 0 1 2 3 4 Total f 17 15 6 1 1 40

1) Digitar os valores da varivel (antecedidos de uma aspa simples) e as freqncias, como abaixo: A B 2) Marcar as clulas A1 a B6 1 N de filhos f 2 o 17 3) na barra de ferramentas: INSERIR GRFICO. 3 1 15 Tipo de grfico: Colunas Avanar Avanar 4 2 6 Colocar o ttulo do grfico: 5 3 1 Distribuio do nmero de filhos de 40 entrevistados 6 4 1 Colocar nome no eixo X: N de filhos Colocar nome no eixo Y: f

29

Ainda nesta janela escolha, no alto, legenda e desmarque a opo mostrar legenda Avanar. 4) Escolher a opo Como nova planilha e concluir. 5) (opcional) Clique 2 vezes na parte colorida do grfico. No alto, escolha o opo padres escolha variar cor por ponto. O grfico ser apresentado da seguinte forma:
Nmero de filhos de 40 entrevistados
18 17 16 15 14 13 12 11

freqncia

10 9 8 7 6 5 4 3 2 1 0 0 1 2 Nmero de filhos 3 4

Obs: Quando o varivel quantitativa preciso digitar os valores da varivel com uma aspa simples antes de cada valor (5 ENTER, por exemplo) para diferenciar para o Excel quem a varivel e quem a freqncia. 5- Construo de Histogramas.

A Construo de um Histograma no Excel requer alguns detalhes. Acompanhe a partir do exemplo.

Exemplo: Para a varivel Tempo de realizao de um dado exerccio , construmos a seguinte tabela de freqncia: Tempos o 1,45 1,45 2,90 2,90 4,35 4,35 5,80 Total f 6 4 7 5 22

Vamos construir o histograma que representa essa varivel: Procedimento: 1) preciso calcular os pontos mdios de cada classe: 0 1,45 ponto mdio = 0,725 1,45 2,90 ponto mdio = 2,125 e assim sucessivamente. 2) Digitar os pontos mdios (antecedidos de uma aspa simples) e as freqncias, como abaixo:

30

3) Marcar as clulas A1 a B5 4) na barra de ferramentas: INSERIR GRFICO. Tipo de grfico: Colunas Avanar Avanar 2 6 Colocar o ttulo do grfico: 3 4 Distribuio dos tempos de 22 pessoas para a 4 7 realizao de um exerccio. 5 5 Colocar nome no eixo X: Tempo Colocar nome no eixo Y: f Ainda nesta janela escolha, no alto, legenda e desmarque a opo mostrar legenda Avanar. 5) Escolher a opo Como nova planilha e concluir. 6) (opcional) Clique 2 vezes na parte colorida do grfico. No alto, escolha o opo padres escolha variar cor por ponto. 1 O grfico ser apresentado da seguinte forma:
Distribuio dos tempos de 22 pessoas para a realizao de um exerccio.
8

A Pontos mdios 0,725 2,125 3,625 5,175

B f

0 0,725 2,125 Tempos 3,625 5,175

Para que este grfico seja um histograma preciso fazer as seguintes alteraes: 1) Clique 2 vezes em alguma das barras. ir aparecer. A janela Formatar seqncia de dados

2) Escolha, no alto, Opes. Na opo: sobreposio, passe o nmero para 100 Na opo: largura do espaamento, passe para 0 OK 3) (Opcional) Clique 2 vezes na parte cinza do grfico. Na parte rea escolha a opo nenhuma OK. O grfico agora estar como o da esquerda:

31

Tempo de 22 pessoas para execuo de um exerccio

8

N de pessoas

0 0,725 2,175 Tempo 3,625 5,075

Observao: Para alterar o tipo e o tamanho das letras dos eixos, clique duas vezes sobre o eixo vai aparecer uma janela Formatar eixos escolha fonte, altere o tipo e OK. 6 - Construo de Polgonos de Freqncias.

Para se construir um polgono de freqncias, preciso entrar com os dados da seguinte forma: 1 2 3 4 5 A Pontos mdios 0,725 2,125 3,625 5,175 B f 6 4 7 5 1) Marcar as clulas A1 a B12 2) na barra de ferramentas: INSERIR GRFICO. Tipo de grfico: Linha Avanar Avanar 3) Colocar o ttulo do grfico: Distribuio dos tempos de 22 pessoas para a realizao de um exerccio. Colocar nome no eixo X: Tempo

Ainda nesta janela escolha, no alto, legenda e desmarque a opo mostrar legenda Avanar 4) Escolher a opo Como nova planilha e concluir. O grfico agora estar como o da esquerda:
Distribuio dos tempos de 22 pessoas para arealizao de um exerccio.
8

0 0,725 2,125 Tempos 3,625 5,175

32

VI Medidas de Tendncia Central 1- Introduo

Se estivermos numa parada de nibus urbano e nos pedirem alguma informao sobre a demora em passar um determinado nibus, que diremos? Ningum imagina que poderamos dar como resposta uma tabela de freqncias que pacientemente coletamos no ltimo ms, ou ano! Quem pergunta deseja uma resposta breve e rpida que sintetiza a informao que dispomos e no uma completa descrio dos dados coletados. Para resumir a quantidade de informao contida em um conjunto de dados, os estatsticos definem medidas que descreve, atravs de um s nmero, caractersticas dos dados. Algumas dessas medidas descrevem a tendncia central, isto , a tendncia que os dados tm de se agrupar em torno de certos valores. Dentre as medidas de tendncia central, destacamos: A mdia Aritmtica A Mediana A Moda
2 A Mdia Aritmtica

A mdia aritmtica a idia que ocorre maioria das pessoas quando se fala em mdia. E como ela possui certas propriedades matemticas convenientes, a mais importante das trs medidas que estudaremos. A mdia aritmtica de um conjunto de dados a soma de todos eles dividido pelo nmero deles.
Exemplo: Calcule a mdia dos dados: 0, 2, 4, 6, 8. Basta somar todos os valores e dividir o resultado pelo nmero de parcelas que 5. Assim temos: 0+2+4+6+8 =4 5 Ou seja, a mdia aritmtica, nesse caso, 4.

Quando algum fala sobre um conjunto de dados, tanto pode estar se referindo a uma amostra como a uma populao. Utilizamos o smbolo para a mdia de uma populao e o smbolo x para representar a mdia de uma amostra. A mdia da populao tambm obtida dividindo a soma dos dados pelo nmero de elementos da populao. No calculamos porque, em geral, temos apenas uma amostra da populao. Mas a mdia da amostra uma estimativa da mdia da populao. s vezes, a mdia pode ser um nmero diferente de todos os da srie de dados que ela representa, por isso costumamos dizer que a mdia aritmtica no tem existncia concreta.
Exemplo: Calculando a mdia dos dados: 2, 4, 6, 8 temos:

2+4+6+8 =5 4 Isto , a mdia aritmtica, nesse caso, 5. Esse ser o nmero representativo dessa srie de valores, embora no esteja representado nos dados originais.
Desvio em relao mdia

Denominamos desvio em relao mdia a diferena entre cada elemento de um conjunto de valores e a mdia aritmtica. Designando o desvio pelo smbolo d i , podemos escrever: d i = x i x

33

Onde xi um elemento do conjunto de valores.

Exemplo: Sabendo-se que a produo leiteira diria da vaca Mimosa, durante uma semana, foi de 10, 14, 13, 15, 16, 18, 12 litros, temos, para a produo mdia semanal: 10 + 14 + 13 + 15 + 16 + 18 + 12 98 = = 14 7 7

Logo, x = 14 litros. Os desvios em relao mdia so dados por: d 1 = x1 x = 10 14 = 4 d 2 = x 2 x = 14 14 = 0

d 3 = 13 14 = 1 d 5 = 16 14 = 2 d 7 = 12 14 = 2 A soma dos desvios dos nmeros de um conjunto a contar da mdia zero.
Exemplo: No exemplo anterior temos: 4 1+ 2 2 + 0 + 1+ 4 = 0 Propriedades da mdia aritmtica

d 4 = 15 14 = 1 d 6 = 18 14 = 4

A mdia aritmtica tem certas propriedades interessantes e teis, que explicam por que ela a medida de tendncia central mais usada: 1 - A mdia aritmtica de um conjunto de nmeros pode sempre ser calculada. 2 - Para um dado conjunto de nmeros a mdia aritmtica nica. 3 - A mdia sensvel a (ou afetada por) todos os valores do conjunto. Assim, se um valor se modifica, a mdia tambm se modifica.
Exemplo: A mdia dos nmeros 1, 2, 2, 3, 4, dada por

1+ 2 + 2 + 3 + 4 = 2,4 5 Se alterarmos o conjunto para 1, 2, 3, 3, 4 a mdia passa a ser dada por 1+ 2 + 3 + 3 + 4 = 2,6 5
4 Somando-se (ou subtraindo-se) uma constante (c) de todos os valores de uma varivel, a mdia do conjunto fica aumentada (ou diminuda) dessa constante. Simbolicamente se,

y i = xi c

ento
y = x c.
Exemplo: Somando-se 2 litros de leite a cada produo diria da Mimosa temos que: y 1 = 12, y 2 = 16, y 3 = 15, y 4 = 17, y 5 = 18, y 6 = 20 e y 7 = 14 Da: 12 + 16 + 15 + 17 + 18 + 20 + 14 112 y = = = 16 7 7 Lembrando que a mdia anterior era x = 14 , temos que: y = 16 = 14 + 2 = x + 2 .

34

5 - Multiplicando-se (ou dividindo-se) uma constante (c) de todos os valores de uma varivel, a mdia do conjunto fica multiplicada (ou dividida) dessa constante. Simbolicamente se,

y i = xi c ento y = x c .
Exemplo: Multiplicando-se por 3 cada produo diria da Mimosa temos que: y 1 = 30, y 2 = 42, y 3 = 39, y 4 = 45, y 5 = 48, y 6 = 54 e y 7 = 36 Da: 30 + 42 + 39 + 45 + 48 + 54 + 36 294 y = = = 42 7 7 Lembrando que a mdia anterior era x = 14 , temos que: y = 42 = 14 3 = x 3 . A Mdia Aritmtica Ponderada

A frmula anterior para calcular a mdia aritmtica supe que cada observao tenha a mesma importncia. Apesar desse caso ser o mais geral, h excees. Podemos considerar casos em que as observaes tenham importncias diferentes. Nesses casos, devemos ponderar a importncia de cada varivel para calcular a mdia aritmtica.
Exemplo 1: Em uma faculdade a mdia semestral de cada disciplina calculada considerando as duas mdias bimestrais com peso 3 cada uma um exame final com peso 4. Se um aluno obtm 8,0 no 1 bimestre, 9,0 no 2 bimestre e 9,6 no exame final de Estatstica, Qual ser a sua mdia semestral em Estatstica? O clculo da mdia aritmtica deve levar em conta os pesos desiguais das notas. Assim, para esse aluno temos: Avaliao 1 Bimestre 2 Bimestre Exame final Total Notas 8,0 9,0 9,6 Peso 3 3 4 10

3(8,0 ) + 3(9,0 ) + 4(9,6 ) 89,4 = = 8,94 10 10 Isto , A mdia semestral desse aluno em Estatstica 8,94. mdia ponderada =
Exemplo 2: Suponha que em outra faculdade a mdia semestral de cada disciplina calculada considerando um exame no meio do perodo e um exame final, este ltimo com o dobro do peso daquele. Qual ser a mdia semestral em Estatstica de um estudante com 8,5 no primeiro exame e 9,6 no exame final? Neste caso temos: Avaliao Meio do Perodo Exame final Total Notas 8,5 9,6 Peso 1 2 3

Logo:

1(8,5 ) + 2(9,6 ) 3 Portanto sua mdia semestral em Estatstica 9,23. mdia ponderada =

Logo:

27,7 = 9,23 3

35

Clculo da Mdia Aritmtica para Dados Agrupados

Se os dados se repetem para calcular a mdia preciso multiplicar cada valor pela sua respectiva freqncia. Na verdade, ao fazer isso, estamos usando uma variante da frmula de clculo da mdia ponderada, onde os pesos so substitudos pelas freqncias das classes.
Exemplo 1: Durante uma manh, um feirante vendeu determinado produto a preos variados: 12 unidades foram vendidas a 2 reais; 10 unidades foram vendidas a 3 reais e 8 unidades foram vendidas a 6 reais. Qual foi o preo mdio de venda desse produto naquela manh? Podemos construir um rol para a varivel Preo de venda do produto:

2 2 3

2 2 3

2 3 6

2 3 6

2 3 6

2 3 6

2 3 6

2 3 6

2 3 6

2 3 6

Para calcular o preo mdio basta somar todos esse valores e dividir o resultado por 30 que o nmero total de produtos vendidos. Observe essa conta: 10x3 8x644444 12x2 64444444 744444448 6444444 74444448 64444 4 7 8 2 + 2 + 2 + 22 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 x= 30 12 x 2 + 10 x 3 + 8 x 6 24 + 30 + 48 102 = = = 3,40 30 30 30 Assim o preo mdio do produto pela manh foi R$ 3,40. Observe agora, a tabela de freqncia dessa varivel:
Valor 2 3 6 Total f 12 10 8 30

A segunda igualdade da expresso acima, nos mostra que basta ponderar cada preo praticado pela freqncia com que foi praticado, para calcular o preo mdio de venda. Para facilitar as contas, podemos criar uma coluna auxiliar na tabela de freqncia, chamada de multiplicao, correspondente aos produtos x i f i , e calcular o preo mdio dividindo o total dessa coluna pelo total da coluna de freqncia simples.
Valor 2 3 6 Total f 12 10 8 30 Multiplicao 2 x 12 = 24 3 x 10 = 30 6 x 8 =48 102

Nesse caso o clculo da mdia aritmtica se resume conta: x = 102 = 3,40 30

Exemplo 2: Foram coletadas 150 observaes da varivel X, representando o nmero de vestibulares (um por ano) que um mesmo estudante prestou. Os dados esto na tabela abaixo:

36

X 1 2 3 4 Total

f 75 47 21 7 150

Quantas vezes, em mdia, cada aluno prestou vestibular? Criando a coluna multiplicao temos:
X 1 2 3 4 Total f 75 47 21 7 150 Multiplicao 75 94 63 28 260

260 = 1,73 150 Pode ser de interesse estudar o gasto dos alunos associado com as despesas do vestibular. Para simplificar um pouco a situao, vamos supor que se atribui, para cada aluno, uma despesa fixa de R$ 1300,00, relativo preparao e mais R$ 50,00 para cada vestibular prestado. De posse dessas informaes, vamos calcular a mdia da varivel D: Despesa com vestibular. Pela definio desta nova quantidade temos: D = 50 X + 1300 Logo do clculo que fizemos imediato que: D = 50 1,73 + 1300 = 1386,50 . X =
Se os dados esto distribudos em classes, para calcular a mdia aritmtica multiplique o ponto mdio de cada classe por sua respectiva freqncia, some e divida o total pela soma das freqncias e a mdia resultante uma aproximao. Nesse caso, convencionamos que todos os valores includos em um determinado intervalo de classe coincidem com o seu ponto mdio, o que nem sempre o caso. Entretanto, se no dispomos dos dados originais, no h outra alternativa razovel.
Exemplo: Imagine que a margem de lucro na venda de um produto varivel, mas que, ao longo de seis meses, foram registrados os valores apresentados na tabela abaixo. Calcule a mdia aritmtica da margem de lucro nesse perodo.

Margem de lucro, em termos de percentual do valor de compra, segundo a classe. Classe f Ponto mdio Multiplicao 15 25 30 20 600 25 35 45 30 1350 35 45 150 40 6000 45 55 45 50 2250 55 65 30 60 1800 300 12000 Total Logo a margem mdia de lucro ser dada por: 12000 x= = 40 . 300

37

3 A Mediana.

Uma segunda medida de tendncia central de um conjunto de nmeros a mediana. Mediana o valor que ocupa a posio central do conjunto dos dados ordenados. Da definio de mediana, segue-se que sua caracterstica principal dividir um conjunto ordenado de dados em dois grupos iguais; a metade ter valores inferiores mediana, a outra metade ter valores superiores mediana. A mediana de uma amostra ser indicada por md. Para calcular a mediana, necessrio primeiro ordenar os valores (comumente) do mais baixo ao mais alto. Em seguida, conta-se at a metade dos valores para achar a mediana. n +1 , onde n representa a quantidade Em geral, a mediana ocupa a posio 2 de valores do conjunto. O processo para determinara a mediana o seguinte: 1 Ordenar os valores 2 Se o nmero de dados mpar, a mediana o valor que est no centro da srie. 3 Se o nmero de dados par, a mediana a mdia dos dois valores que esto no centro da srie.
Exemplo 1: Calcule a mediana dos dados: 3,9,5,7,9,1,9. Para obter a mediana, ordene os dados: 1,3,5,7,9,9,9. A posio da mediana dada por: 7 +1 8 = =4 2 2 Assim a mediana o elemento que ocupa a 4 posio na srie dos dados ordenados. Isto , a mediana 7. Note que antes do 7, existem trs nmeros menores: 1,3,5 e, depois do 7, trs nmeros maiores: 9,9,9. Exemplo 2: Calcule a mediana dos dados: 42,3,9,5,7,9,1,9. Para obter a mediana, ordene os dados: 1,3,5,7,9,9,9,42. A posio da mediana dada por: 8 +1 9 = = 4,5 2 2 Como o nmero de dados par, a mediana a mdia aritmtica dos valores que ocupam a 4 e a 5 posio na srie dos dados ordenados. Assim, a mediana dada por: 7 + 9 16 = = 8. 2 2 Logo temos quatro valores maiores do que 8 (1,3,5,7), e quatro valores menores do que 8 (9,9,9,42). Clculo da Mediana para Dados Agrupados

Se os dados se agrupam em uma distribuio de freqncia, o clculo da mediana se processa de modo muito semelhante quele dos dados no agrupados, implicando, porm, a determinao prvia das freqncias acumuladas. Ainda aqui, temos que determinar um valor tal que divida a distribuio em dois grupos que contenham o mesmo nmero de elementos. Tambm o processo e os resultados diferem, dependendo de dispormos ou no dos dados originais. Se dispusermos dos dados originais, o processo ser o seguinte: 1 Determine as freqncias acumuladas.

38

2 Determinar a posio da mediana. 3 Identificar a freqncia acumulada imediatamente superior ao valor determinado em (1). 4 A mediana ser aquele valor da varivel que corresponde a tal freqncia acumulada se o nmero de dados for mpar. 5 A mediana ser a mdia aritmtica entre o valor da varivel correspondente a essa freqncia acumulada e o da posio anterior se o nmero de dados for par.
Exemplo 1: Considere a distribuio relativa a 33 famlias de quatro filhos, tomando para varivel o nmero de filhos do sexo masculino: N de meninos 0 1 2 3 4 Total f F

2 6 10 11 4 33

2 8 18 29 33

Determine a mediana desse conjunto. A posio da mediana dada por: 33 + 1 34 = = 17 2 2 A menor freqncia acumulada que supera esse valor 18, que corresponde ao valor 2 da varivel, sendo esse o valor mediano. Logo: Md = 2 meninos. Exemplo 2: Considere a distribuio relativa a 8 pessoas, tomando para varivel o nmero de vezes que vo ao cinema por ms: posio =
N de idas ao Cinema 12 14 15 16 17 20 Total f F

1 2 1 2 1 1 8

1 3 4 6 7 8

Determine a mediana desse conjunto. A posio da mediana dada por: 8 +1 9 = = 4,5 2 2 Devemos determinar os valores da varivel que esto na posio 4 e 5. Para a posio 5 temos que a menor freqncia acumulada que supera esse valor 6, que corresponde ao valor 16 da varivel, e para a posio 4 temos que o valor da varivel correspondente 15. Logo: 15 + 16 31 Md = = = 15,5 2 2 posio = Sem os dados originais ficamos restritos suposio de que os valores na classe que contm a mediana so distribudos de forma uniforme. Assim, o processo ser o seguinte: 1 Determine as freqncias acumuladas. 2 Identificar o intervalo que contm a mediana. 3 Determinar a aposio da mediana nesse intervalo. 4 Ordenar os valores daquela classe.

39

5 Identificar a mediana.
Exemplo 1: Considere a distribuio relativa a 40 pessoas, tomando para varivel estatura de cada uma. Estaturas 150154 154158 158162 162166 166170 170172 Total f 4 9 11 8 5 3 40 F 4 13 24 32 37 40

Vamos calcular a mediana desses dados: A posio da mediana dada por: 40 + 1 41 posio = = = 20,5 2 2 Devemos determinar os valores da varivel que esto na posio 20 e 21. Esses dois valores esto na 3 classe que correspondem s estaturas de 158cm a 162cm. Existem 11 valores nessa classe (24 13 = 11) e a mediana a mdia aritmtica dos valores que esto nas posies 7 (20 13) e 8 (21 13) dessa classe. A amplitude dessa classe : 162 158 = 4 Supondo que os valores se distribuem uniformemente pela classe devemos dividir a amplitude da classe por 11 para determinar o suposto valor de cada elemento. Graficamente temos:
158 14 posio 162

Mediana 20 posio 21 posio

Ou ainda:
Elemento Posio na classe 158 0 158,37 1 158,73 2 159,10 3 159,46 4 159,82 5 160,19 6 160,55 7 160,91 8 161,27 9 161,64 10

Assim, devemos tomar a mdia aritmtica dos valores: 4 158 + 7 = 158 + 2,55 = 160,55 .Correspondente 20 posio. 11 e 4 158 + 8 = 158 + 2,91 = 160,91. Correspondente 21 posio. 11 Logo: 160,55 + 160,91 321,46 Md = = = 160,73 2 2 Dizemos ento que metade dos alunos mede menos de 160,73cm e a outra metade mede mais de 160,73cm.
Comparao entre Mdia Aritmtica e Mediana

A escolha da mdia, ou da mediana, como medida de tendncia central de um conjunto, depende de diversos fatores. A mdia sensvel a (ou influenciada por) cada valor do conjunto, inclusive os extremos. Por outro lado, a mediana relativamente insensvel aos valores extremos.

40

A mediana descreve bem os grandes conjuntos de dados. De qualquer forma, em algumas circunstncias, a mediana descreve, melhor do que a mdia, a tendncia central dos dados.
Exemplo: A mediana dos dados 5,7,10,13,65 o nmero 10. Calculando a mdia desses dados temos que:

X = Graficamente temos:
5 7 10

5 + 7 + 10 + 13 + 65 100 = = 20 5 5

13

20 Mdia

65

Mediana

Neste conjunto h um dado discrepante que o 65. Esse valor puxa a mdia para cima, mas no afeta a mediana. Por outro lado, para o conjunto 5,7,10,13,15, a mediana ainda o nmero 10, e sua mdia dada por: 5 + 7 + 10 + 13 + 15 50 X = = = 10 5 5 Neste conjunto no h discrepncia de valores. Um exemplo clssico em que a mediana pode descrever melhor a tendncia central dos dados do que a mdia dado pelos salrios de uma categoria profissional. o caso dos salrios dos jogadores de futebol no Brasil. A existncia de alguns salrios muito altos afeta mais a mdia do que a mediana. Ento, a mediana d, melhor do que a mdia, idia do salrio tpico dessa categoria de profissionais. De modo geral, a mdia possui certas propriedades matemticas que a tornam atraente. Alm disso, a ordenao dos dados para determinar a mediana pode ser enfadonha, e o clculo da mediana no pode ser feito com mquina de calcular, ao contrrio do que ocorre com a mdia.
4 A Moda.

A moda o valor que ocorre com maior freqncia num conjunto. A moda de uma amostra ser indicada por mo.
Exemplo: Determine a moda dos dados: 0,0,2,5,3,7,4,7,8,7,9,6. A moda 7, porque o valor que ocorre o maior nmero de vezes.

Um conjunto de dados pode no ter moda porque nenhum valor se repete o maior nmero de vezes o caso do conjunto: 3,5,8,10,12,13 Dizemos que esse conjunto amodal. Em outros casos, ao contrrio, pode haver dois ou mais valores de concentrao. Dizemos, ento, que o conjunto tem dois ou mais valores modais. No conjunto: 2,3,4,4,4,5,6,7,7,7,8,9. Temos duas modas: 4 e 7. Esse conjunto se diz bimodal. A moda funciona como medida descritiva quando se trata de contar dados. Essa medida no se presta a manipulaes matemticas. De um ponto de vista puramente descritivo, a moda indica o valor tpico em termos de maior ocorrncia. Alm disso, se as freqncias so razoavelmente uniformes, a moda perde muito de sua importncia como medida descritiva. Por outro lado, a utilidade da moda se acentua quando um ou dois valores, ou um grupo de valores, ocorre com muito mais freqncia que os outros. Na maior parte das vezes, a mdia aritmtica e a mediana fornecem melhor descrio da tendncia central dos dados.

41

Quando existe uma grande quantidade de dados e, principalmente, os dados esto dispostos em uma tabela de freqncias, a idia da moda til. A moda de uma distribuio de freqncia indica qual poro da distribuio tem a maior freqncia de ocorrncias. Em geral bastante simples identificar a moda de dados que esto agrupados em uma tabela de freqncias.
Exemplo: Considere a tabela de distribuio de freqncias relativas ao percentual de vezes que 50 alunos formulam questes durante uma palestra. N de vezes f (%) 1 5 2 3 3 17 4 35 5 18 6 15 7 7 100 Total A moda neste caso 4 pois a maior parte dos alunos (35%) formularam 4 perguntas para o palestrante.

Quando h perda de informao, a moda se refere a uma classe modal, e no a um valor nico. Ela mostra a tendncia central dos dados identificando a rea em que os dados esto mais concentrados.
Exemplo: Imagine que a margem de lucro na venda de um produto varivel, mas que, ao longo de seis meses, foram registrados os valores apresentados na tabela abaixo. Calcule a classe modal da margem de lucro nesse perodo. Classe f 15 25 30 25 35 45 35 45 150 45 55 45 55 65 30 300 Total A classe modal 35 45, porque a classe com maior freqncia, uma vez que 150 produtos foram vendidos com margem de lucro entre 35% e 45%.

Finalmente, a moda tambm pode ser usada para descrever dados qualitativos. Como, nesse caso, a moda a categoria que ocorre com maior freqncia, ela mostra a categoria que mais concentra dados.
Exemplo: O site de Veja na Internet perguntou que gastos as pessoas cortam devido crise econmica. Qual a moda?

Distribuio percentual dos respondentes, segundo o corte nos gastos. Cortes Percentual Jantar fora 24 Viagens 23 Curso de idiomas 10 Cinema 7 Nenhum 36 A moda foi no cortar gastos, o que no significa que seja esse o comportamento da populao em geral. Note que a amostra constituda de assinantes do UOL, que responderam voluntariamente pergunta.

42

Comparao entre Mdia, Mediana e Moda.

Definio Soma de todos os valores dividido pelo total de elementos do conjunto.

Vantagens
1 Reflete cada valor 2 Possui propriedades matemticas atraentes

Mdia

Mediana

Valor que divide o conjunto em duas partes iguais.

1 Menos sensvel a valores extremos do que a mdia.

Moda

Valor mais freqente

1 Valor tpico. Maior quantidade de valores concentrados neste ponto.

Quando usar 1 Deseja-se obter a medida de posio que 1 influenciada possui a maior por valores estabilidade. 2 Houver extremos. necessidade de um tratamento algbrico posterior. 1 Deseja-se obter o ponto que divide o conjunto em 1 Difcil de partes iguais. determinar para 2 H valores grande quantidade extremos que de dados. afetam de uma maneira acentuada a mdia. 3 A varivel em estudo salrio. 1 Deseja-se obter uma 1 No se presta medida rpida e anlise aproximada de matemtica. posio. 2 Pode no 2 A medida de haver moda para posio deve certos conjuntos ser o valor mais de dados. tpico da distribuio.

Limitaes

43

44

Referncias Bibliogrficas STEVENSON, William J., Estatstica aplicada administrao, Ed. Harbra, So Paulo, 1981.

CRESPO, Antnio Arnot, Estatstica Fcil, Ed. Saraiva, So Paulo, 1998. MAGALHES, Marcos Nascimento; LIMA, Antnio Carlos Pedroso de, Noes de Probabilidade e Estatstica, 5 ed., Editora da Universidade de So Paulo, So Paulo, 2002. VIEIRA, Snia, Princpios de Estatstica, Ed. Pioneira Thomson Learning, So Paulo, 2003.

45

1 LISTA DE EXERCCIOS DE ESTATSTICA I 1- O que Estatstica? 2- Quais so as trs reas principais da Estatstica? 3- Defina os termos amostra e populao. 4- Cite as fases do trabalho estatstico. 5- O que coleta de dados? 6- Quais so as principais razes da amostragem? 7- Para ser til, que caractersticas deve ter uma amostra? 8- Para que serve a crtica dos dados? 9- O que tratar dados? 10- Como podem ser apresentados os dados? 11- As concluses, as inferncias pertencem a que parte da Estatstica? 12- Cite trs ou mais atividades do planejamento empresarial em que a Estatstica se faz necessria. 13- Para as situaes descritas a seguir, identifique a populao e a amostra correspondente. Discuta a validade do processo de inferncia estatstica para cada um dos casos.

a) Para avaliar a eficcia de uma campanha de vacinao no Estado de So Paulo, 200 mes de recm nascidos, durante o primeiro semestre de um dado ano e em uma dada maternidade em So Paulo, foram perguntadas a respeito da ltima vez em que vacinaram seus filhos. b) Uma amostra de sangue foi retirada de um paciente com suspeita de anemia. c) Para verificar a audincia de um programa de TV, 563 indivduos foram entrevistados por telefone com relao ao canal em que estavam sintonizados. d) A fim de avaliar a inteno de voto para presidente dos brasileiros. 122 pessoas foram entrevistadas em Braslia.
14- A parcela da populao conveniente escolhida para represent-la chamada de: a) Varivel b) Rol c) Amostra d) Dados brutos e) Nada podemos afirmar, porque a informao incompleta.

46

2 LISTA DE EXERCCIOS DE ESTATSTICA I 1- Classifique cada uma das variveis abaixo em qualitativa (nominal / ordinal) ou quantitativa (discreta / contnua).

a) Ocorrncia de hipertenso pr-natal em grvidas com mais de 35 anos (sim ou no so possveis respostas para essa varivel) b) Inteno de voto para presidente (possveis respostas so os nomes dos candidatos, alm de no sei). c) Perda de peso de maratonistas na Corrida de So Silvestre, em quilos. d) Intensidade da perda de peso de maratonistas na Corrida de So Silvestre (leve, moderada, forte) e) Grau de satisfao da populao brasileira com relao ao trabalho de seu presidente (valores de 0 a 5, com 0 indicando totalmente insatisfeito e 5 totalmente satisfeito). f) Cor dos cabelos dos alunos de uma escola g) Precipitao pluviomtrica, durante um ano em uma estao meteorolgica de Vitria. h) Raa dos alunos de uma certa escola. i) Nmero de aes negociadas na bolsa de valores de So Paulo. j) Nmero de filhos de casais residentes em Vila Velha. K) Salrio dos funcionrios de uma empresa. l) Dimetro externo de peas produzidas por certa maquina. m) Nmero de peas produzidas por hora por certa mquina. n) ndice de liquidez das industrias de Cariacica. o) Pontos obtidos em cada jogada de um dado. p) Sexo dos filhos dos casais residentes em Viana. q) Nmero de exemplares dos livros da biblioteca da Univila.
2- Ao nascer, os bebs so pesados e medidos, para se saber se esto dentro das tabelas de peso e altura esperados. Estas duas variveis so: a) Qualitativas b) Ambas discretas c) ambas contnuas d) contnua e discreta, respectivamente. e) discreta e contnua, respectivamente.

47

3 LISTA DE EXERCCIOS DE ESTATSTICA I 1- Suponha que um questionrio foi aplicado aos alunos do 3 perodo do curso de administrao da UNIVILA fornecendo as seguintes informaes: Id: Identificao do aluno Turma: Turma em que o aluno foi alocado (A ou B) Sexo: F se feminino, M se masculino. Idade: Idade em anos Alt: Altura em metros Peso: Peso em quilogramas Filhos: Nmero de filhos na famlia Fuma: Hbito de fumar, sim ou no. Toler: Tolerncia ao cigarro: (I) Indiferente, (P) Incomoda pouco e (M) Incomoda muito. Exerc: Horas de atividade fsica, por semana. Cine: Nmero de vezes que vai ao cinema por semana. OpCine: Opinio a respeito das salas de cinema na cidade: (B) Regular a boa e (M) muito boa. TV: Horas gastas assistindo TV, por semana. OpTV: Opinio a respeito da qualidade da programao na TV: (R) Ruim, (M) mdia, (B) Boa e (N) no sabe.

Com base na tabela dos dados brutos abaixo, faa uma tabela de distribuio de freqncia e um grfico adequado para cada varivel apresentada.
Informaes de questionrio estudantil - dados brutos Id 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 Turma A A A A A A A A A A A A A A A A A A A A A A A A A A B B B B B B B B B B B B B B B B B B B B B B B B Sexo F F M M F M F F F F F F F M F F F M F F F F F F F F F F F F F M F F M F M M F M F F M F F F F F M M Idade 17 18 18 25 19 19 20 18 18 17 18 18 21 19 18 19 17 18 20 18 21 18 18 20 20 19 23 18 18 25 18 17 17 17 18 18 17 21 18 18 17 23 24 18 18 19 19 18 17 18 Altura 1,60 1,69 1,85 1,85 1,58 1,76 1,60 1,64 1,62 1,64 1,72 1,66 1,70 1,78 1,65 1,63 1,82 1,80 1,60 1,68 1,70 1,65 1,57 1,55 1,69 1,54 1,60 1,62 1,57 1,65 1,61 1,71 1,65 1,67 1,73 1,60 1,70 1,85 1,70 1,73 1,70 1,45 1,76 1,68 1,55 1,70 1,55 1,60 1,80 1,83 Peso 50,5 55,0 72,8 80,9 55,0 60,0 58,0 47,0 57,8 58,0 70,0 54,0 58,0 68,5 63,5 47,4 60,0 85,2 54,5 52,5 60,0 58,5 49,2 48,0 51,6 57,0 63,0 52,0 49,0 59,0 52,0 73,0 56,0 58,0 97,0 47,0 95,0 84,0 60,0 73,0 55,0 44,0 75,0 55,0 49,0 50,0 54,5 50,0 71,0 86,0 Filhos 2 1 2 2 1 3 1 1 3 2 1 3 2 1 1 3 1 2 1 3 2 1 1 1 2 2 2 1 2 4 1 1 3 1 1 1 1 1 1 1 1 2 2 1 1 7 2 1 1 1 Fuma NO NO NO NO NO NO NO SIM NO NO SIM NO NO SIM NO NO NO NO NO NO NO NO SIM SIM NO NO NO NO NO NO NO NO NO NO NO NO NO SIM NO NO NO NO NO NO NO NO NO NO NO NO Toler. P M P P M M P I M M I M M I I P P P P M P M I I P I M P P M P P M M M P P I P M I M I P M M M P P P Exer. 0 0 5 5 2 2 3 2 3 2 10 0 6 5 4 0 3 3 3 7 8 0 5 0 8 6 8 1 3 1 2 1 2 4 7 5 10 6 5 4 5 2 7 5 0 0 4 2 7 7 Cine 1 1 2 2 2 1 1 2 3 2 2 2 1 1 1 1 1 4 2 2 2 3 4 1 5 2 2 1 1 2 2 1 1 2 1 1 2 4 2 1 4 2 0 1 1 1 3 1 0 0 OpCine B B M B B B B M M M B B M M B B B B B B B B B M M B M M B M M B B B B M M B B B B B M B M B B B M M TV 16 7 15 20 5 2 7 10 12 10 8 0 30 2 10 18 10 10 5 14 5 5 10 28 4 5 5 10 12 2 6 20 14 10 25 14 12 10 12 2 10 25 14 8 10 8 3 5 14 20 OpTV R R R R R R R R R R N R R N R R N R R M R R R R N R R R R R N R R R B R N R R R B R N R R R R R R B

48

2- Complete as tabelas abaixo, usando como populao os alunos de sua turma. a) Variveis Qualitativas Nominais

Distribuio dos alunos do 3 perodo de administrao 2004/1

Sexo Masculino Feminino Total

fr

FONTE: Secretaria da Faculdade UNIVILA

b) Variveis Qualitativas Ordinais

Distribuio dos alunos do 3 perodo de administrao 2004/1 Segundo o grau de interesse pelo cinema nacional

Grau de interesse MUITO RAZOVEL POUCO NADA Total

fr

c) Variveis Quantitativas Discretas

Distribuio dos alunos do 3 perodo de Administrao 2004/1 segundo o nmero de irmos

Nmero de irmos 0 1 2 3 Total e) Variveis quantitativas contnuas

Distribuio dos alunos do 3 perodo de administrao 2004/1 segundo a altura

Amplitude Total = mx min = Nmero de Classes: Raiz quadrada de n = Amplitude das classes = AT: n de classes =

49

3 As notas obtidas por 50 alunos de uma classe foram:

1 3 5 6 7 2 3 5 6 8 2 3 5 6 8 2 4 5 6 8 2 4 5 6 8 2 4 5 7 8 3 4 6 7 8 3 4 6 7 9 3 4 6 7 9 3 5 6 7 9

Complete a distribuio de freqncia abaixo:

Notas 0 2 2 4 4 6 6 8 8 10 Total f fr F

4 Conhecidas notas de 50 alunos:

84 74 59 67 65 68 71 80 41 94 33 81 41 78 66 52 91 50 56 48 47 65 53 94 39 73 55 65 35 96 68 57 76 45 89 61 35 85 55 98 73 85 73 64 42 77 88 60 74 54

Obtenha uma distribuio de freqncia e construa um histograma para representar estas notas.
5 Os resultados do lanamento de um dardo 50 vezes foram os seguintes:
6 1 5 2 5 5 6 4 2 6 2 3 3 5 2 6 3 1 2 4 4 5 3 5 6 3 1 5 1 1 6 3 4 3 5 2 6 4 6 2 6 3 2 5 4 5 4 6 1 3

Fornea uma distribuio de freqncia e construa um grfico de barras para essa varivel.
6 Considerando as notas de um teste de inteligncia aplicado a 100 alunos:
64 73 78 86 82 68 71 95 94 78 95 86 84 90 96 73 94 75 66 82 78 86 83 86 63 88 67 82 89 101 76 81 70 105 62 95 74 73 85 76 85 72 74 91 108 103 92 98 83 72 74 98 83 98 78 85 75 103 81 84 78 98 71 86 80 73 86 96 99 78 93 92 103 81 90 84 81 81 83 83 72 87 90 86 85 85 89 96 76 73

Fornea uma distribuio de freqncia e construa um grfico adequado para esta varivel.
7 A tabela abaixo apresenta as vendas dirias de um aparelho eltrico, durante um ms, por uma firma comercial.
14 12 12 15 12 14 14 13 11 13 10 16 13 14 13 17 14 11 15 14 13 12 11 14

50

Fornea uma distribuio de freqncia e construa um grfico adequado para esta varivel. 8 Complete a tabela abaixo:
classes 0 8 8 16 16 24 24 32 32 40 Total f 4 10 14 9 3 40 fr F

9 A tabela abaixo apresenta uma distribuio de freqncia das reas de 400 lotes:
REAS (m2) N de lotes 300 400 500 600 700 800 900 1000 1100 1200 14 46 58 76 68 62 48 22 6

Com referencia a essa tabela determine: a) A amplitude total. b) A amplitude de cada classe. c) A freqncia da quarta classe. d) A freqncia relativa da sexta classe. e) A freqncia acumulada da quinta classe. f) O N de lotes cuja rea no atinja 700m2. g) O N de lotes cuja rea atinja e ultrapasse 800m2. h) A percentagem dos lotes cuja rea no atinja 600m2. i) A percentagem dos lotes cuja rea seja maior ou igual a 900m2. j) A percentagem dos lotes cuja rea de 500m2 no mnimo, mas inferior a 1000m2. k) A classe do 72 lote. l) At que classe esto includos 60% dos lotes.
10 A distribuio abaixo indica o N de acidentes ocorridos com 70 motoristas de uma empresa de nibus:
N ACIDENTES N MOTORISTAS 0 20 1 10 2 16 3 9 4 6 5 5 6 3 7 1

Determine: a) O nmero de motoristas que no sofreram nenhum acidente. b) O nmero de motoristas que sofreram pelo menos 4 acidentes. c) O nmero de motoristas que sofreram menos de 3 acidentes. d) O nmero de motoristas que sofreram no mnimo 3 e no mximo 5 acidentes. e) A percentagem dos motoristas que sofreram no mximo 2 acidentes.
11 Represente graficamente cada uma das tabelas abaixo:

a)
Produo Brasileira de Petrleo Bruto 1991 1993 3 Anos Quantidade (1.000 m ) 1991 36.180,4 1992 36.410,5 1993 37.164,3 Fonte: Petrobrs

b)
Entrega de Gasolina para Consumo 1988 1991 2 Anos Volume (1.000 m ) 1988 9.267,7 1989 9.723,1 1990 10.121,3 1991 12.345,4 Fonte: IBGE

51

c)
Produo de Ovos de Galinha Brasil - 1992 Regies Quantidade (1.000 dzias) Norte 57297 Nordeste 414.804 Sudeste 984.659 Sul 615.978 Centro-Oeste 126.345 Fonte: IBGE

d)
Produo de Veculos de AutopropulsoBrasil-1993 Tipos Quantidade Automveis 1.100.278 Comerciais Leves 224.387 Comerciais Pesados 66.771 Fonte: ANFAVEA

e)
rea Terrestre Brasil Regies Relativa (%) Norte 45,25 Nordeste 18,28 Sudeste 10,85 Sul 6,75 Centro-Oeste 18,86 Fonte: IBGE

f)
Produo de Ferro Gusa Brasil - 1993 Unidade de Produo (1.000t) Federao Minas gerais 12.888 Esprito Santo 3.174 Rio de Janeiro 5.008 So Paulo 2.912 Fonte: Instituto Brasileiro de Siderurgia

g)
Salrio dos funcionrios do Supermercado Peg-Pag Salrios (R$) f 500 700 8 700 900 20 900 1100 7 1100 1300 5 1300 1500 2 1500 1700 1 1700 1900 1 Total 44

h)
rea de 400 lotes da Praia da Costa 2 N de lotes reas (m ) 300 400 14 400 500 46 500 600 58 600 700 76 700 800 68 800 900 62 900 1000 48 1000 1100 22 1100 1200 6

Sugesto: Para as letras a), b), c) e d) use grfico de barras. Para as letras e) e f) use grfico de setores e para as demais letras use um histograma. 12 Uma varivel qualitativa com trs valores (A, B, C) foi observada em cada um dos vinte elementos de uma amostra. Obteve-se:
B C A A A B C B A A B C B B B B A B A A

a) Determine a freqncia de cada classe. b) Calcule a freqncia relativa de cada classe. c) Construa um grfico de barras. d) construa um grfico de setores.
13 Quinze pacientes de uma clinica de ortopedia foram entrevistados quanto ao nmero de meses previsto para a fisioterapia, se haver (S) ou no (N) seqelas aps o tratamento e o grau de complexidade da cirurgia realizada: Alto (A), mdio (M) ou baixo (B). Os dados so apresentados na tabela abaixo:
Pacientes Fisioterapia Seqelas Cirurgia 1 7 S A 2 8 S M 3 5 N A 4 6 N M 5 4 N M 6 5 S B 7 7 S A 8 7 N M 9 6 N B 10 8 S M 11 6 S B 12 5 N B 13 5 S M 14 4 N M 15 5 N A

52

a) Classifique cada uma das variveis b) Para cada varivel, construa uma distribuio de freqncia e faa uma representao grfica. c) Para o grupo de pacientes que no ficaram com seqela, faa um grfico de barras para a varivel Fisioterapia. Voc acha que essa varivel se comporta de modo diferente nesse grupo?
14 Um grupo de estudantes do ensino mdio foi submetido a um teste de matemtica resultando em:
Nota 0 2 2 4 4 6 6 8 8 10 Total F 14 28 27 11 4 84

a) Construa um histograma b) Se a nota mnima para passar 5, qual ser a porcentagem de aprovao?
15 Uma pesquisa com usurios de transporte coletivo na cidade de So Paulo indagou sobre os diferentes tipos usados nas suas locaes dirias. Dentre nibus, metr e trem, o nmero de diferentes meios de transporte utilizados foi o seguinte:
2 1 2 3 2 2 2 3 1 1 1 2 2 1 1 1 1 2 2 1 3 3 2 1 1 1 2 1 1 3

a) Organize uma tabela de freqncia. b) Faa uma representao grfica. c) Admitindo que essa amostra represente bem o comportamento do usurio paulistano, voc acha que a porcentagem dos usurios que utilizam mais de um tipo de transporte grande?
16 Um novo medicamento para cicatrizao est sendo testado e um experimento feito para estudar o tempo (em dias) de completo fechamento em cortes provenientes de cirurgia. Uma amostra em 30 cobaias forneceu os valores:
15 15 17 17 18 15 16 14 16 15 17 14 17 15 18 14 14 18 17 15 16 16 16 15 16 17 14 17 18 18

a) Organize uma tabela de freqncia. b) Que porcentagem das observaes esto abaixo de 16? c) Classifique como rpida as cicatrizaes iguais ou inferior a 15 dias e como lenta as demais. Faa um grfico de setores indicando as porcentagens para cada classificao.
17 Um questionrio foi aplicado aos 10 funcionrios do setor de contabilidade de uma empresa fornecendo os dados apresentados na tabela.
Funcionrio 1 2 3 4 5 6 7 8 Curso (completo) superior superior mdio mdio mdio mdio mdio mdio Idade 34 43 31 37 24 25 27 22 Salrio (R$) 1.100,00 1.450,00 960,00 960,00 600,00 600,00 600,00 450,00 Anos de Empresa 5 8 6 8 3 2 5 2

53

9 10

fundamental fundamental

21 26

450,00 450,00

3 3

a) Classifique cada uma das variveis. b) Faa uma representao grfica para a varivel Curso. c) Discuta a melhor forma de construir a tabela de freqncia para a varivel Idade. Construa uma representao grfica. d) Repita o item (c) para a varivel salrio. e) Considerando apenas os funcionrios com mais de trs anos de casa, descreva o comportamento da varivel Salrio.
18 Um grupo de pedagogos estuda a influncia da troca de escolas no desempenho de alunos do ensino fundamental. Como parte do levantamento realizado, foi anotado o nmero de escolas cursadas pelos alunos participantes da pesquisa.
Escolas Cursadas 1 2 3 4 5 Total F 46 57 21 15 4 143

a) Qual a porcentagem dos alunos que cursaram mais de uma escola? b) Construa o grfico de barras. c) Classifique os alunos em dois grupos segundo a rotatividade: alta para alunos com mais de 2 escolas e alta para os demais. Obtenha a tabela de freqncia dessa varivel.
19 O tempo de utilizao de caixas eletrnicos depende de cada usurio e das operaes efetuadas. Foram coletadas 26 medidas desse tempo (em minutos):
1,1 1,3 1,2 1,7 1,7 1,6 1,5 1,4 0,9 1,2 1,3 1,2 1,4 1,0 1,6 0,9 1,7 1,8 1,6 1,7 1,0 1,5 0,8 1,3 1,5 1,5

a) Organize uma tabela de freqncia agrupando os dados em classes. b) Construa um histograma.

20 Foram feitas medidas em operrios da construo civil a respeito da taxa de hemoglobina no sangue (em gramas/ cm 3 ):
11,1 11,3 13,5 12,2 11,7 12,7 11,7 12,6 12,3 12,5 13,4 13,5 13,9 15,2 15,4 12,3 13,2 16,3 14,4 13,0 12,3 13,6 16,9 15,2 12,7 15,8 13,7 12,6 14,7 14,1

a) Construa uma tabela de freqncia. b) Construa o histograma. c) Taxas abaixo de 12 ou acima de 16 so consideradas alteradas e requerem acompanhamento mdico. Obtenha a tabela de freqncia da varivel Acompanhamento Mdico com dois valores sim ou no.
21 O valor mdio de comercializao da saca de milho de 60 quilos na Bolsa de Cereais apresentado abaixo, em reais, para os ltimos 40 meses.
6,1 7,3 7,5 7,5 6,2 7,7 7,7 7,6 6,7 7,6 8,2 7,5 6,5 7,4 8,3 7,6 6,9 7,2 8,1 7,4 6,3 7,2 8,1 7,3 7,4 7,3 8,1 7,4 7,6 7,6 7,9 7,5 7,7 7,5 7,8 7,5 7,6 7,4 7,4 7,4

a) Organize os dados em uma tabela de freqncia. b) Construa o histograma.

54

22 O nmero de gols marcados no ltimo campeonato da Federao Paulista de Futebol pelos 20 clubes participantes nos seus 38 jogos uma varivel com os seguintes valores:
Clube Gols 1 32 2 42 3 73 4 35 5 79 6 57 7 37 8 52 9 35 10 25 11 55 12 70 13 42 14 41 15 68 16 66 17 74 18 29 19 47 20 53

a) Classifique a varivel. Voc acha razovel construir uma tabela de freqncia de acordo com a classificao dada? b) Construa uma tabela de freqncia agrupando as observaes em intervalos de classes. c) Obtenha o histograma. d) Que porcentagem dos clubes marcaram mais de 38 gols?
23 Uma nova rao foi fornecida a sunos recm desmamados e deseja-se avaliar sua eficincia. A rao tradicional dava um ganho de peso ao redor de 3,5 Kg em um ms. A seguir, apresentamos os dados referentes ao ganho, em quilos, para essa nova rao, aplicada durante um ms em 200 animais nas condies acima. a) Construa o histograma. b) Voc acha que a nova rao mais eficiente que a tradicional? Justifique.
Ganho 1,0 2,0 2,0 3,0 3,0 4,0 4,0 5,0 5,0 6,0 6,0 7,0 Total F 45 83 52 15 4 1 200

24 num estudo sobre rotatividade de mo de obra na indstria, anotou-se o nmero de empregos nos ltimos 3 anos para operrios especializados e no especializados. a) Construa o diagrama de barras correspondente a cada tabela usando a freqncia relativa. b) Junte as informaes das duas tabelas em uma s e obtenha um diagrama de barras da rotatividade de mo de obra na indstria sem diferenciar a especializao.] c) Voc acha que os trabalhadores especializados trocam menos de emprego? Justifique.
No Especializados Empregos f 1 106 2 222 3 338 4 292 5 164 Total 1122 Especializados Empregos f 1 210 2 342 3 109 4 91 5 35 Total 787

25 Como parte de uma avaliao mdica em uma certa universidade, foi medida a freqncia cardaca dos alunos do primeiro ano. Os dados so apresentados em seguida. a) Obtenha o histograma. b) Freqncias cardacas que estejam abaixo de 62 ou acima de 92 requerem acompanhamento mdico. Qual a porcentagem de alunos nessas condies? c) Uma freqncia ao redor de 72 batidas por minuto considerada padro. Voc acha que de modo geral esses alunos se encaixam nesse caso? Freqncia Cardaca
60 65 65 70 70 75 75 80

f
11 35 68 20

55

80 85 85 90 90 95 95 100 Total

12 10 1 3 160

26 Um exame vestibular para uma faculdade tem 80 questes, sendo 40 de portugus e 40 de matemtica. Para os 20 melhores classificados apresentamos o nmero de acertos em cada disciplina, em ordem decrescente do total de pontos. a) Organize uma tabela de freqncia para cada varivel. b) Faa uma representao grfica das tabelas obtidas em (a). c) Construa a tabela de freqncia da varivel Total de pontos. d) Comente sobre a afirmao: Os aprovados so melhores em portugus do que em matemtica.
Aluno Port. Mat. 1 35 31 2 35 29 3 34 27 4 32 28 5 31 28 6 30 26 7 26 30 8 26 28 9 24 25 10 23 23 11 23 21 12 12 32 13 11 31 14 20 20 15 17 21 16 12 25 17 14 20 18 20 13 19 8 23 20 10 20

27 Vinte baterias para automveis de uma certa marca foram testadas quanto sua vida til. O teste simula a utilizao da bateria, acelerando seu desgaste de modo a criar uma rplica da situao real. Os resultados da durabilidade, em meses, so apresentados a seguir: a) Construa o histograma b) Se a amostra acima for considerada representativa do desempenho dessa marca de bateria, quantas, em 1000 fabricadas, sero repostas pelo fabricante, se ele oferece uma garantia de 6 meses? c) Se o fabricante vende cada bateria por 20% acima do preo e custo, em 1000 baterias fabricadas, descartadas as que repe, quanto ser seu lucro por bateria em funo do preo de custo?
Durabilidade 0 3 3 6 6 9 9 12 12 15 15 20 Total fr 0,02 0,05 0,15 0,25 0,30 0,23 1,00

56

4 LISTA DE EXERCCIOS DE ESTATSTICA I 1- Uma escola de 1 grau abriga 124 alunos. Obtenha uma amostra representativa correspondente a 15% da populao. Sugesto: Use a 8 coluna, a partir da 1 linha, da Tabela de Nmeros Aleatrios, de cima para baixo. 2 Em uma escola h 80 alunos. Obtenha uma amostra de 12 alunos. Sugesto: Use a 2 coluna, a partir da 4 linha, da Tabela de Nmeros Aleatrios, de cima para baixo. 3 Uma populao formada por 140 notas resultantes da aplicao de um teste de inteligncia:

62 123 109 77 104 69 94 100 79 125

129 60 84 91 107 116 84 79 92 56

95 72 121 51 63 82 123 101 73 86

123 86 60 100 117 95 42 98 83 98

81 108 128 63 116 72 90 110 74 106

93 120 100 107 86 121 91 95 125 72

105 57 72 76 115 52 81 69 101 117

95 113 119 82 62 80 116 77 82 89

96 65 103 110 122 100 73 91 71 99

80 108 128 63 92 85 79 95 75 86

87 90 80 131 102 117 98 74 101 82

110 137 99 65 113 85 82 90 102 57

139 74 149 114 74 102 69 134 78 106

75 106 85 103 78 106 102 94 108 90

Obtenha uma amostra Sistemtica formada de 26 elementos, tomando, inicialmente, a primeira linha da esquerda para a direita.
4 O diretor de uma escola, na qual esto matriculados 280 meninos e 320 meninas, desejoso de conhecer as condies de vida extra-escolar de seus alunos e no dispondo de tempo para entrevistar todas as famlias, resolveu fazer um levantamento, por amostragem, em 10% dessa clientela. Obtenha, para esse diretor os elementos componentes da amostra. 5 A cidade de Margaridinha apresenta o seguinte quadro relativo s suas escolas de 1 grau: ESCOLAS N DE ESTUDANTES MASCULINO FEMININO 80 95 102 120 110 92 134 228 150 130 300 290 876 955

A B C D E F Total

Obtenha uma amostra proporcional estratificada de 120 estudantes.

6 dada uma populao construda pelas 12 primeiras letras do alfabeto. Explique o que voc faria para obter uma amostra sistemtica de trs elementos. 7 dada uma populao infinita constituda apenas por nmeros 2, 4 e 6. escreva todas as amostras causais possveis de tamanho dois. Note que so possveis amostras de nmeros iguais e que so diferentes amostras de mesmos nmeros, mas em ordem diferente.

57

8 Pretende-se obter uma amostra dos alunos de uma universidade para estimar a proporo que tem trabalho remunerado. Qual a populao em estudo? Qual o parmetro que se quer estimar? Voc acha que se obteria uma boa amostra dos alunos no restaurante universitrio? No ponto de nibus mais prximo? Nas portas das salas de aula? Ou voc tem outra alternativa melhor? 9 Para estimar o nmero mdio de pessoas em um domicilio, um pesquisador obteve uma amostra sistemtica de 1000 domiclios. No entanto, mesmo fazendo varias visitas, o entrevistador no encontrou pessoas em 147 deles. O pesquisador obteve ento uma segunda amostra e quando o entrevistador completou a visita aos 147 domiclios que compunham a amostra de 1000, analisou os dados. Haviam sido contadas 3087 pessoas. O pesquisador considerou ento que o numero mdio de pessoas em domicilio 3,1. O que voc acha? 10 Um fiscal da Vigilncia Sanitria precisa verificar se as farmcias da cidade esto cumprindo um novo regulamento. A cidade tem 33 farmcias, mas como a fiscalizao demanda muito tempo, o fiscal resolveu optar por uma amostragem. Para escolher a amostra, o fiscal estratificou a populao de farmcias de acordo com o volume de vendas. Existem 3 farmcias de uma grande cadeia, 10 de cadeias menores e 20 farmcias pequenas, de proprietrios locais. O fiscal decide visitar as trs farmcias da grande cadeia, quatro das cadeias menores e trs farmcias pequenas. O cumprimento do regulamento, evidentemente desconhecido do fiscal, esta apresentado na tabela a seguir. Com base nessa tabela,

a) Sorteie uma amostra estratificada para o local, de acordo com o que ele planejou; b) Estime, com base na amostra, a proporo de farmcias que esto cumprindo o regulamento; c) Com base nos dados da populao, estime o parmetro; d) Voc obteve uma boa estimativa? Distribuio dos dados sobre cumprimento a um regulamento, segundo o estrato. Estrato A Estrato B Estrato C 1. sim 1. no 1. sim 11. sim 2. sim 2. sim 2. sim 12. sim 3. no 3. no 3. no 13. no 4. no 4. sim 14.sim 5. sim 5. no 15. sim 6. no 6. no 16. no 7. sim 7. no 17. no 8. no 8. sim 18. no 9. no 9. no 19. sim 10. sim 10. no 20. sim

58

59