Bio e Statistic A

UNIVERSIDADE DE PERNAMBUCO - UPE Reitor
Prof. Emanuel Dias de Oliveira e Silva
Vice-Reitor
Prof. Armando Carneiro Pereira do Rgo Filho
Pr-Reitor Administrativo
Prof. Gldeston Emerenciano de Melo
Pr-Reitor de Planejamento
Prof. Bda Barkokbas Jr.
Pr-Reitor de Graduao
Prof. Jos Guido Corra de Arajo
Pr-Reitora de Ps-Graduao e Pesquisa

Prof. Aronita Rosenblatt
Pr-Reitor de Desenvolvimento Institucional e Extenso

Prof. Reginaldo Inojosa Carneiro Campello
NEED - NCLEO DE ESTUDO EM EDUCAO A DISTNCIA Coordenador Geral

Prof. Renato Medeiros de Morais
Coordenao Padaggica
Prof Rute Cndida Pereira Prof Maria Vitria Ribas de Oliveira Lima Prof Aidy Arajo Guedes Prof Nara Carneiro Lacerda
Coordenao de Reviso Gramatical

Prof Angela Maria Borges Cavalcanti Prof Eveline Mendes Costa Lopes Prof Patrcia Ldia do Couto Soares
Capa e Projeto Grfico

Marcos Leite
Arte Final
Rinaldo Afonso de Lemos Romeu Santos Jr. Impresso no Brasil - Tiragem 360 exemplares Av. Agamenon Magalhes, s/n - Santo Amaro Recife / PE - CEP. 50103-010 - Fone: (81) 3416.4041 - Fax: (81) 3416.4014
Introduo Bioestatstica
Gilberto Pereira da Silva Mrio de Souza Carga Horria - 10 horas
FASCCULO
Objetivos
-Compreender a natureza do trabalho estatstico e sua origem, como forma de apropriar-se da linguagem estatstica;
- Entender a necessidade do processo de modelagem matemtica junto estatstica, como formas de compreender enunciados, formular questes ou levantar hipteses e prever resultados, com uso de argumentos dentro de uma linguagem matemtica, para uso desse fato em situaes reais.
UPE - Universidade de Pernambuco
- Compreender os conceitos fundamentais de estatstica, as fases do trabalho estatstico e as aplicaes/apuraes de dados da estatstica em fatos vitais, como forma de desenvolver a capacidade de utilizar a matemtica na interpretao e interveno do real.
Introduo
Quando voc vai comprar, por exemplo, um aparelho de televiso, voc antes de comprar faz, em princpio, algumas perguntas, tais como: Por que quero comprar um aparelho de televiso? Que marca devo comprar? Qual o tempo de utilizao desse aparelho com esta ou aquela marca de interesse, sem que ele v ao reparo? De quantas polegadas eu quero este aparelho de televiso? Posso comprar a vista ou a prazo? Se for a prazo, qual o melhor investimento que devo fazer?, e assim por diante. s vezes at se consultam outras pessoas sobre o referido aparelho de escolha ou um especialista sobre consertos de televiso.
1 04
NEED - Ncleo de Estudo em Educao a Distncia
Quando voc est fazendo isto ou algo parecido, voc est levantando dados para tomar uma deciso. Mas, antes de voc tomar a deciso, voc sempre faz uma anlise das informaes obtidas durante o teu processo de soluo do problema central: comprar um aparelho de televiso. Vale salientar que outras variveis podem ocorrer neste processo de escolha.
Exerccio 1.1
Elabore as perguntas que voc faria, no desejo de comprar um computador pessoal. Seriam estas perguntas, as mesmas que voc faria se o computador fosse para uso em uma empresa na qual voc seria o proprietrio? Justifique suas respostas.
Assim sendo, aqui temos um problema: identificar as variveis. E, estes dados que
podero ser obtidos (identificados), junto s amostras que estou a consultar. Ou seja, entendo estas identificaes de variveis e levantamento de dados como um problema de estatstica. Assim, podemos compreender o trabalho estatstico como sendo um processo de pesquisa estatstica, que envolve amostras, levantamentos de dados e anlise das informaes obtidas (PCN+EM, 2002, p. 126). Embora estejamos a trabalhar um exemplo muito singular, fazemos salientar que ele serve de alicerce para a compreenso do significado do trabalho estatstico, dentro (tambm) de um processo histrico.
E, como a estatstica trabalha com problemas da vida real, logo, a linguagem matemtica deve ser coerente com as necessidades do problema em estudo, da a necessidade da modelagem matemtica para a compreenso do contexto de interesse estatstico. E, nesse sentido, faz bem conhecermos um pouco da origem da palavra matemtica respondendo a questo o que a estatstica? Como forma de nos aperceber da concatenao existente entre essas duas cincias.
Compreendendo a Natureza do Trabalho Estatstico e sua Origem

Provavelmente, voc deve ter acompanhado, ou at mesmo, apenas percebido, algumas notcias sobre as ltimas eleies para prefeito nas principais capitais do Brasil, atravs do jornal televisionado, (embora outras mdias tenham publicado sobre o fato, a televisiva tem uma influncia maior que a escrita neste momento de campanha eleitoral). E, nestes noticirios, para uma especfica capital brasileira eram apresentados, por exemplo, os ltimos trs dados coletados e apresentados num grfico que mostrava uma tendncia de comportamento do eleitor quanto escolha (ou preferncia) de um certo candidato a outro. Evidentemente, estes resultados
Nessa direo, fazemos ver que os conceitos fundamentais em estatstica jogam um papel importante no processo de sua aprendizagem nesta disciplina, pois eles constituem o princpio de formao de competncias (no sentido cognitivo), para apropriar-se desta linguagem e, assim sendo, voc poder criar habilidades no sentido de trabalhar os problemas estatsticos, criando argumentos concisos dentro de uma linguagem especfica, a estatstica aplicada biologia, ou seja, a bioestatstica.
1 05
possibilitam uma previso analtica de vitria de um candidato sobre o outro (ou outros). E, durante o processo de coletas de dados e de informao pblica, decises e inferncias acerca do comportamento poltico so mudadas com bases, tambm, nesses trabalhos experimentais de coletas de dados, ou seja, nas informaes estatsticas.
1 06
Sendo assim, ao dar incio ao estudo da estatstica, voc est se deparando com uma 1 das parcelas do conhecimento humano, hoje dotado de um processo de sistematizao ou atitude cientfica, esmerada num trabalho experimental de coleta de dados, que se constitui como sendo um dos elementos do trabalho estatstico. Ou seja, a estatstica tornou-se um conhecimento transformado num saber cientfico, cuja finalidade a elaborao de modelos matemticos que serviro como instrumentos de anlise, deciso ou previso, tomando como base as informaes antes coletadas. Isto possibilita o fornecimento de subsdios s possveis anlises de resultados e/ou tomadas de decises (ou previses) sobre um determinado objeto de estudo analtico/experimental, concatenado, evidentemente, com as informaes antes coletadas.
Este fato, exposto de forma generalizada no contexto acima, , na verdade, uma construo humana, como todo o saber cientfico. Sendo assim, vamos, inicialmente compreender como se estabeleceu, de um modo geral, a origem de seu nome, indo do nascer da escrita at a origem e uso da palavra estatstica.
Sendo a escrita uma das maiores invenes humanas, podemos pensar, ento, que os registros dessa habilidade humana conduziram o homem a informar e comunicar atravs da grafia. E, no incio dessas grafias, as amostras da representao social e cultural de um povo se sobressaram, como expresso de uma sociedade.
Para se ter uma idia desse fato, basta ver como essas grafias representadas em pedras, ossos, madeiras, dentre outras formas de suporte fsico para materializar um smbolo (cdigo), se formaram ao longo do tempo em escritas (antes conhecida como mitografia, pois serviam a uma comunicao imediata atravs da pictografia) sinttica e ideogrfica.
Possivelmente, esses elementos simblicos representam um sistema grfico, isto ,
1- Como este um trabalho cuja referncia educacional, faz-se necessrio saber fazer a distino entre conhecimento e saber. Enquanto o saber est relacionado ao plano histrico da produo de uma rea disciplinar, o conhecimento considerado mais prximo do fenmeno da cognio, estando submetido ao vnculo da dimenso pessoal do sujeito empenhado na compreenso de um saber (PAIS, 2001, p. 36).
Como esses assuntos dizem respeito ao estado (states), possivelmente o termo estatstica (statistics) se origina deste termo. O uso desta palavra aparece pela primeira vez, no sculo XVI, na escola alem, pelo economista Gottfried Achenwall (1719 1772), da Universidade de Gttingen, que, segundo Peters (1987: 79) e Walker (1929: 32), foi o momento em que se utilizou a palavra alem Statistik em 1749, e o uso deste termo na literatura inglesa fora em 1791 devido aos trabalhos de John Sinclair (1754 1835)2 (ZAR, 1999, p. 1).
uma idia, fato que se concebe hoje como formas de linguagens. Desse modo, podese compreender a estatstica como uma cincia milenar, uma vez que expresses grficas, decifradas ao longo da histria da humanidade, nos informaram a respeito de trabalhos baseados em coletas de dados, como podemos mencionar os dados estatsticos gravados em monumentos egpcios que permitem avaliar as condies econmicas do Estado e os movimentos das populaes e os encontrados nas bibliotecas de Assurbanipal, que informam sobre a hierarquia dos funcionrios pblicos e sobre a populao das provncias do Imprio Assrio (MILONE & ANGELINI, 1993, p. 22), isto cerca de 3000 anos a.C.
Exerccio 1.2
Descreva como voc compreende um modelo matemtico. Aps a sua descrio,
2 - Traduo livre por Gerson Henrique da Silva .
Assim, podemos compreender a natureza do trabalho estatstico como sendo um estudo de fenmenos coletivos, cuja finalidade est atrelada criao de modelos matemticos para possibilitar uma interpretao das relaes funcionais entre os modelos matemticos e os resultados apresentados e/ou esperados dos fenmenos (regulares ou atpicos), ou seja, criam-se os mtodos (modelos) estatsticos ou os mtodos de pesquisas estatsticas. Por exemplo, numa sala de aula voc enquanto professor observa, atravs de levantamento de dados, que em sua disciplina, durante os trs ltimos anos a nota individual de cada um de seus alunos, neste mesmo perodo, variou de 3,5 at 9,8. Ento voc tem um modelo linear, cuja representao pode ser do tipo f(x) = 3,5 + x, com a varivel x, estando no intervalo 0 x 5,3. Faz-se necessrio saber que esses mtodos (modelos) estatsticos so considerados na literatura estatstica como sendo, pela primeira vez, enunciados em um dos trabalhos de Gottfried Achenwall, intitulado Staatsverfassung der heutingen vornehmsten europischen Reichen (Constituies dos principais pases da Europa) em 1752, quando este faz uma relao entre a estatstica e as disciplinas sociais.
1 07
elabore um exemplo onde esteja presente a compreenso da modelagem matemtica.
Modelagem Matemtica e Modelos Estatsticos

J nos reportamos concatenao entre as atitudes cientficas da anlise experimental de coletas de dados e a formulao matemtica, atravs de uma arquitetura prpria dessa disciplina (expresso numrica, uma equao algbrica, uma tabela, um grfico, uma diagramao ou um programa computacional) como formas de apresentar um auxlio soluo para um problema em estudo.
1 08
Como a estatstica lida com problemas da vida real, logo se sabe que a complexidade desses problemas dentro de um contexto de interesse necessita ser trabalhada dentro de uma perspectiva de tornar o ato complexo do contexto de interesse numa verso simplificada, atravs de um modelo matemtico. O fato interessante que esse modelo matemtico-estatstico deve levar em conta a maior parte dos detalhes de interesse do contexto ou da situao pesquisada na qual o problema est inserido.
No processo de aprendizagem dessa disciplina, voc ir se familiarizar com a variedade dos modelos estatsticos (ou modelos matemticos). S como exemplo, a descrio de grficos e tabelas com dados numricos referem-se aos modelos da estatstica, denominada de estatstica descritiva.
Assim, pode-se dizer que o ato de modelagem matemtica um processo artstico, visto que, para se elaborar um modelo, alm do conhecimento de matemtica, o modelador precisa ter uma dose significativa de intuio e criatividade para interpretar o contexto (BIEMBENGUT & HEIN, 2000, p. 12). Alm disso, podemos compreender que cada tipo de modelo sempre incompleto, de alguma forma, pois se refere, apenas, parte do problema (STEVENSON, 1981, p. 5), ou seja, uma parte 3 da complexidade . Isso nos faz ver que os problemas da vida real e a matemtica so conjuntos diferentes. Logo, a modelizao um processo de formao de uma linguagem que possivelmente fornea uma representao do contexto, ou seja, forme um conceito para nos possibilitar que seja estabelecida uma linguagem com o mundo real, embora de forma complexa (que diferente de complexidade). Temos assim:
3 - A complexidade no complicao. O que complicado pode reduzir-se a um princpio simples, mas a complexidade encontra-se prpria base segundo Morin, Ciurama & Motta, 2003, pp. 44-5).
MODELAGEM MATEMTICA
SITUAO REAL
MATEMTICA
MODELO
O trabalho, no processo de modelagem matemtica, est constitudo de trs etapas. Vejamos, ento, essas etapas e suas subetapas, segundo (BIEMBENGUT & HEIN, 2000, p. 13):
a) Interao -Reconhecimento da situao-problema; -Familiarizao com o assunto a ser modelado (referencial terico).
1
b) Matematizao -Formulao do problema (hiptese); -Resoluo do problema em termos do modelo.
09
c) Modelo Matemtico -Interpretao da soluo; -Validao do modelo (avaliao).
Situao Problema
As situaes problemas caracterizam-se por recortes de um domnio complexo, cuja realizao implica mobilizar recursos, tomar decises e ativar esquemas (apud MACEDO, 2002, p. 114 em PERRENOUD, 1997, 2000). Onde, por esquema quero explicitar uma estrutura interna de pensamento, ou seja, uma estrutura de informao para representar os conceitos gerais guardados na memria [...] Um
5 - Apresentao simplificada, do texto original (apresentado no livro), feita por Gerson Henrique da Silva.
esquema contm, como parte de sua especificao, a rede de intercorrelaes que se acredita estar normalmente entre os constituintes do conceito em questo (RUMELHART, 1980: 33-34. Apud NTH, 1998).
Logo, podemos definir modelo como sendo uma verso simplificada de algum problema ou situao da vida real destinado a ilustrar certos aspectos do problema, 4 sem levar em conta todos os detalhes (STEVENSON, 1981, p. 5) , ou seja, um trabalho complexo retirado de uma complexidade maior, que a vida real, ou seja, modelamos, apenas, um contexto.
Ainda, acerca dos modelos, podemos dizer que (op. cit. p. 5):
a) Utilidades -Servem para comunicar uma idia ou conceito.
b) Quanto ao seu uso
1 10
-Servem como uso de padres de comparao.
c) Quanto ao seu envolvimento -Servem para envolver processos padronizados de soluo.
d) Caractersticas -Servem para testar idias antes de implement-las; -Servem para quantificar e formalizar o que se conhece da situao-problema.
Esses aspectos, aqui apresentados, sugerem voc pensar numa compreenso maior da idealizao de modelos, que transcorreu em sua vida acadmica na escola de nvel Fundamental e Mdio. Por exemplo, em Geografia o Globo Terrestre um modelo da Terra. Os manequins so modelos de pessoas. Assim, ao fazer uso de bolinhas numa determinada urna, posso compreender como sendo um modelo de determinados elementos contidos num recipiente ou numa rea. Por exemplo, o nmero de bactrias (bolinhas) contidas na boca de um ser vivo (urnas). S que, nesse ltimo caso, h necessidade de outros elementos para justificar o processo de medio.
Mas, sua apresentao serve, apenas, para ilustrar a importncia da modelizao em matemtica, e aqui, especificamente, para a estatstica.
Exerccios 1.3
-Como voc diferencia um problema de um exerccio? Justifique sua resposta. -O que voc compreende por hiptese? D exemplos.
O Que Estatstica?
Uma vez que j compreendemos a origem da palavra e natureza de seu trabalho, vimos que esse processo de construo est ligado vida real e, para fazer compreender o contexto em que se materializa a interpretao do fato (situaoproblema), necessita-se de um conceito, ou seja, da criao de uma linguagem (cdigos) para comunicar/informar a realidade em estudo. Sendo assim, precisa-se fazer um trabalho de modelagem, ou seja, tomar uma parte da complexidade do problema e estrutur-lo dentro de um contexto racional de modelizao matemtica, como forma de poder expressar os resultados estatsticos (buscados num trabalho experimental de interesse especfico). Compreendido isto, vem agora a pergunta: o que estatstica?
1 11
Antes de responder essa questo, vamos compreender o significado de matemtica, pois, ao estudar estatstica, estamos fazendo matemtica. O termo matemtica tem duas razes: matema que vai direo de explicar, de conhecer, de entender; e tica, que se origina de techne que a mesma raiz de arte e de tcnica (D'AMBROSIO, 1998, p. 5). Assim, podemos dizer que a matemtica a arte de explicar, conhecer, 5 de entender... (op. cit. p. 5) a natureza . E, dentro desse contexto, que se estrutura a estatstica. Deste modo, podemos dizer que:
6
Estatstica uma atividade cientfica relacionada obteno de informaes, a partir de um corte na complexidade da realidade, com a busca experimental partindo das coletas de dados, para que, com estas informaes, seja possvel criar um modelo matemtico (estatstico), com a finalidade de efetuar inferncias a respeito da populao, como forma de comunicar o resultado esperado (ou no), a partir dos dados coletados.
5 - Aqui o termo natureza vai alm da concepo dos elementos de convvio real (no sentido de estar ligado aos cinco sentidos humanos), indo, tambm, para o mundo do invisvel e das relaes compreendidas e elaboradas no mundo da cognio. 6 - A construo desse conceito fora adaptada a partir do conceito de estatstica apresentado por Mendenhall, no livro Probabilidade e Estatstica, da Editora Campus, 1985, na pgina 17. 7 - Adaptados do texto de Stevenson, no livro Estatstica Aplicada Administrao, da Editora Harbra, de 1981, na p.2.
Com essa definio de estatstica, podemos agora compreender o significado de bioestatstica, uma estatstica voltada para as anlises dos aspectos que envolvem vida. Assim, o ambiente de pesquisa est voltado para a rea de sade juntamente com as profisses que envolvem as cincias biolgicas.
Os Ramos da Estatstica7
A descrio dos ramos da estatstica serve de base para voc melhor se situar no contexto de seu trabalho estatstico, numa anlise de dados que podem estar em suas mos, ou seja, voc se apropriando de uma linguagem especfica da estatstica.
Estatstica Descritiva
a parte da estatstica que utiliza os nmeros para descrever os fatos. Em geral, esses dados coletados so apresentados em forma de tabelas e/ou grficos (histogramas).
1 12
Probabilidade
a parte da estatstica que utiliza o acaso (aleatrio ou randnico), para se basear e construir o resultado matemtico. Em geral, necessita-se de um grande nmero de resultados experimentais (experimentos aleatrios).
Inferncia
a parte da estatstica que diz respeito anlise e interpretao dos dados amostrais. Necessita de conceitos e mtodos estatsticos, para entender o que est ocorrendo com a amostra, tendo como premissa bsica a ocorrncia aleatria da amostragem.
Conceitos Fundamentais em Estatstica

Como toda cincia, a estatstica tem sua linguagem prpria. E esta linguagem deve ser absorvida pelo estudante como forma de melhor trabalhar a compreenso e as
habilidades necessrias ao desenvolvimento da aprendizagem dessa disciplina. Para isso, vamos compreender os conceitos de populao e amostra (MENDENHALL, 1985, pp. 14-5).
Populao
o conjunto que representa todas as medidas de interesse para o coletor de amostras. Por exemplo, todas as notas de todos alunos(as) de uma escola bsica.
Amostra
um subconjunto de medidas extradas da populao de interesse. Por exemplo, considerando a escola bsica (anterior), retirar as notas dos alunos(as) da oitava srie do Ensino Fundamental e da primeira srie do Ensino Mdio da disciplina Matemtica.
Alm desses dois conceitos, existem outros que voc deve compreender. Vejamos:
Varivel
Denomina-se de varivel uma quantidade ou categoria de interesse no estudo estatstico.
Vejamos um outro exemplo para melhor entender este fato. Durante a campanha para a presidncia da Repblica do Brasil, em 2002, as empresas de pesquisa informavam e mostravam os grficos de tendncias de desempenho de cada candidato. Como o resultado tinha uma relevncia nacional, podia-se pensar que os dados coletados fossem consultados com toda a populao que poderia votar. De fato, isso no acontece. invivel financeiramente e, alm disso, teramos de gastar muito tempo para nos apoderarmos das opinies de todos os eleitores. Ento, diante desse impasse, resolve-se conhecer da populao que poderia votar, uma amostra. E, com esta amostra, faz-se um estudo estatstico. Fato parecido voc deve pensar, caso desejasse consultar, em Pernambuco, o nmero de pessoas com AIDS. Ser que voc deveria consultar toda a populao do estado? Como voc resolveria este problema?
1 13
Exemplos: a) idade; b) renda da famlia; c) cor da pele; d) presso sistlica versus idade; e) intensidade de dor.
Tipos de variveis:
Nominal (Tipo sangneo: A, B, AB ou O) CATEGRICAS Ordinal (Hipertenso: leve, moderado, grave ou normal)
Discretas (Nmero de bactrias em um volume de urina) QUANTITATIVAS Contnuas (Presso sangnea, peso, altura)
1 14
Observaes:
Alm desses tipos, pode-se tambm descrever um tipo interessante que aquele que apresenta por si mesmo, apenas, dois resultados. o tipo dicotmico. Este um tipo de varivel que apresenta, apenas, duas categorias. Pode ser nominal ou ordinal. Exemplos: (a) sexo masculino ou sexo feminino; (b) hipertenso arterial: presente ou ausente.
Observe, tambm, que as variveis categricas so denominadas de variveis qualitativas, uma vez que elas expressam uma qualidade de interesse na rea de estudo, j que, na varivel quantitativa, os valores tm significado numrico.
As variveis do tipo categrica ordinal tambm chamada de varivel categrica (ou
qualitativa) por postos, ou seja, quando os elementos forem reunidos, segundo a ordem em que aparecem dispostos numa lista. Exemplo: lista classificatria de um concurso pblico.
Unidade de Observao
o elemento que o investigador toma por base em sua pesquisa.
Exemplos: a) pessoas selecionadas para estudos; b) fragmento de pele encaminhado para anlise laboratorial; c) peixe selecionado num rio para estudo.
Amostragem aleatria
Seleo de uma amostra na qual cada membro do conjunto selecionado tenha a mesma probabilidade de ser includo.
1 15
Exemplo:
Retirar uma amostra de 30% dos alunos da turma de terceira srie A, do Ensino Mdio da escola X. O conjunto amostra dessa pesquisa tem como elemento o estudante de uma especfica turma, e qualquer aluno tem a possibilidade de ser escolhido. Logo, se esta turma tem 50 estudantes, qualquer um deles pode formar o conjunto de 15 para a amostra. Todos tm a mesma possibilidade.
Experimentos aleatrios
So experimentos que podem ser repetidos em iguais condies, porm o resultado que vai ocorrer no um resultado esperado, com certeza.
Exemplo: Em Recife 3% das pessoas tm a patologia Esclerose Mltipla. Selecionar mil pessoas e verificar qual delas portadora dessa patologia.
O que Envolve um Problema Estatstico?

Depois de compreender estes conjuntos de informaes preliminares sobre estatstica, podemos agora pensar que, num estudo estatstico, estamos a compreender uma situao-problema, ou seja, um recorte da complexidade. Sendo assim, ao estruturar um modelo matemtico (estatstico), o que envolve o problema em estudo? Este fato fora especificado por Mendenhall, 1985, p.16. Vejamos:
-Uma clara definio dos objetivos da experincia e da populao associada. -Projeto de experincia (procedimento amostral). -Coleta e anlise de dados. -Procedimento a ser adotado, a fim de realizar inferncias acerca da populao, tomando como base as informaes contidas na amostra. -Proviso de uma medida da confiabilidade de uma inferncia a ser realizada.
1 16
Esses fatos podem conduzir o estudante em sua pesquisa (e estudos) de bioestatstica a otimizar seus resultados. E o primeiro passo entender essa formao de alicerces para compreender a matemtica envolvida e construda nos processos estatsticos.
Concluso/Orientao ao Estudante
Prezado estudante, esse texto o seu primeiro contato com a disciplina bioestatstica e, sendo assim, voc deve desempenhar um papel importante no ato de leitura e compreenso. Para tal, vamos esboar para voc alguns passos que voc deve exercitar nessa sua leitura e compreenso do texto. Vejamos:
PRIMEIRO: Voc deve fazer uma leitura geral de todo o texto sem a preocupao de compreend-lo como um todo.
Esses passos no formam uma receita de bolo, voc deve descobrir o seu prprio mtodo (ou mtodos) de aprendizagem. Se j possui, exercite-o (ou exercite-os). Mas um fato interessante que voc, alm de estar compreendendo a disciplina, est tambm se profissionalizando na rea de educao. Por isso, a necessidade de compreenso de suas disciplinas no curso, inclusive da bioestatstica, sero de suma importncia para o exerccio de sua profisso, em que o conhecimento e a aprendizagem que voc tem da disciplina, em sua atuao como professor(a), deve ser, em princpio, uma habilidade.
Exerccio 1.4
Esse o seu espao de re-leitura do texto e de um exerccio sobre a disciplina nesse primeiro momento, aps voc ter resolvido os exerccios anteriores e lido (no sentido de compreender) todo o material. Este ltimo exerccio para uma verificao da aprendizagem na rede, e voc deve consultar a agenda da disciplina na plataforma para entrega do mesmo.
PRIMEIRA: De que maneira a Estatstica ajuda a resolver certos problemas prticos? Justifique sua resposta com um exemplo.
1 17
SEGUNDA: Suponha que voc seja chamado para prever a mdia das notas dos alunos de Ensino Mdio, de sua escola, na primeira srie, na disciplina de biologia. Que variveis voc julgar ser necessrias? Justifique-as.
TERCEIRA: Uma indstria, produtora de equipamentos eletrnicos produz algumas unidades que no funcionam corretamente. O que voc pode levantar suposies sobre essa produo? possvel eliminar o erro totalmente?
QUARTA: Suponha que voc queira obter uma estimativa do consumo de gasolina (km por litro) do carro de marca X. Descreva a populao que interessa neste caso, a partir da qual voc poder selecionar uma amostra.
QUINTA: Voc candidato ao Legislativo de seu estado e deseja examinar as preferncias dos eleitores com relao s suas chances de sair vitorioso. Identifique,
ento, a populao que lhe interessa, a partir da qual voc poder obter a amostra desejada. De que maneira essa populao ir depender do tempo?
SEXATA: Uma pesquisa mdica visa obter uma estimativa do tempo de vida de um paciente, aps este ter sido ser acometido de um tipo especfico de cncer e aps ser submetido a um regime particular de radioterapia. Identifique a populao que interessa. possvel perceber algum problema para essa amostrar essa populao?
Leituras Recomendadas
Nesse primeiro momento, o interessante que voc dedique-se a esse texto. Poder consultar texto na Internet (ver os sites indicados na orientao do aluno item quinto). E junto a isso, proceda a uma leitura no captulo primeiro do livro [5] na referncia bibliogrfica deste texto.
1 18
Prtica Realizadar e Discutir no Transcorrer desta Aula (Optativo)

Tome uma moeda, de dez centavos, por exemplo, coloque-a sobre uma mesa de sua casa. E responda a seguinte questo? Quando eu empurrar esta moeda at ao cho, na vigsima vez ela dar cara? (repita o experimento sempre da mesma maneira). Anote cada resultado que voc encontrar, desde a primeira at a vigsima vez que voc empurrou a moeda para o cho. Responda agora: o nmero de caras que voc obteve foi igual ao nmero de caras? E o seu resultado esperado coincidiu?
Aps esta prtica voc dever perceber que o resultado esperado, de para a cara ou coroa s comea aparecer quando temos uma enorme quantidade de dados relativos a estes resultados. Este fato deve ser compartilhado com outros colegas de outros plos diferentes do seu para agrupar mais dados e observar a possibilidade desse resultado com mais realidade. Isto vai ser til a voc na compreenso do conceito de probabilidade.
Referncia Bibliogrfica
Bibliografia Comentada
[1] BIEMBENGUT, Maria Salett & HEIN, Nelson. Modelagem Matemtica no Ensino. So Paulo, SP; Contexto, 2000, 127p. Este um livro dedicado Educao Matemtica e nele h a pretenso de esclarecer o que o modelo e modelagem matemtica, como utilizar a essncia da modelagem no ensino e na aprendizagem. Fora introduzido nessa referncia como um referencial para a modelagem em estatstica. Sua linguagem muito adaptada e bem dirigida ao leitor. Se houver interesse por parte do estudante do curso de biologia, sobre este livro, ele deve consultar a parte 1, que compreende da pgina 1 at 30.
[2] BRASIL, Ministrio da Educao, Secretaria de Educao Mdia e Tecnolgica. PCN+ Ensino Mdio: Orientaes Educacionais complementares aos Parmetros Curriculares Nacionais. Cincias da
Natureza, matemtica e suas tecnologias. Braslia: MEC; SEMTEC, 2002. 144p. Esta uma edio pedaggica lanada pelo MEC como um parmetro para o Ensino, aqui dirigido ao Ensino Mdio. E o objetivo deste material, dito no prprio documento, o de chegar mais perto da construo de um currculo. Nesse sentido este documento bom para voc que est iniciando a profissionalizao na rea de educao, para ler, pelo menos, a parte que se relaciona Biologia (p. 33 58). Porm, neste curso ele no relevncia para sua aprendizagem direta, na disciplina bioestatstica.
[3] D'AMBROSIO, Ubiratan. Etnomatemtica. 4 Edio. So Paulo, SP; tica, 1998, 88p. Este livro est dedicado ao contexto cultural, e portanto, isso nos reporta s linguagens. Embora esse contexto seja muito amplo, o autor tomou o livro como uma necessidade de se repensar o ensino da matemtica. Ou seja, a produo cultural/cientfica da matemtica um produto social e, conseqentemente, histrico. Esses fatos conduzem a uma anlise crtica da gerao e produo do conhecimento, da sua institucionalizao e da sua transmisso. Para voc enquanto estudante de um curso de profissionalizao na rea de educao, fazemos saber que uma leitura no captulo 5, deste livro, interessa a voc. O uso dessa referncia neste texto fora apenas para dar uma viso sobre a origem do termo matemtica.
[4] HAZZAN, Samuel. Fundamentos de Matemtica Elementar. 6 Edio. Vol. 5. So Paulo, SP; Atual, 1996, 174p. Este um livro voltado para a disciplina matemtica, apresentando uma estrutura seqencial dos temas Combinatria e probabilidade. Constitui-se uma base matemtica para os estudantes do curso de licenciatura em biologia, quanto a esta disciplina, em temas posteriores.
[5] HOSPITAL SO RAFAEL, Centro Virtual de Epidemiologia Clnica. Diretoria Cientfica. Salvador, BA. Disponvel em http://www.hsr.com.br/bio02.html, acesso em 19/08/2004. Este texto encontra-se na internet, sendo interessante para o estudante se familiarizar com os termos da bioestatstica, sob o ponto de vista da Bioestatstica Clnica. um texto conciso e de relevncia para o estudante do curso de licenciatura em biologia.
[6] MENDENHALL, William. Probabilidade e Estatstica. (Trad.: Jos Fabiano da Rocha; Introduction to Probability and Statistics); Vol. 1. Rio de Janeiro, RJ, Campus,
1985, 325p. um livro de estatstica seqencial sob o tema, mas apresenta o captulo 1, como sendo muito bom para o estudante, nesse momento.
[7] MILONE, Giuseppe & ANGELINI, Flvio. Estatstica Geral. Vol. I. So Paulo, SP; Atlas, 1983, 206p. um livro antigo, contendo um captulo sobre a histria da estatstica que se destaca como importante, no momento. Deve ser consultado, se houver interesse e tempo do aluno, sobre este captulo. No de relevncia para os objetivos do curso e desse texto.
[8] MORIN, Edgar; CIURANA, Emlio-Roger & MOTTA, Ral. Educar na Era Planetria: o pensamento complexo como mtodo de aprendizagem no erro e na incerteza humana. (Traduo de Sandra Trabucco). So Paulo, SP; Cortez, Braslia, DF: UNESCO, 2003, 111p. Este um livro que voc deve ter em sua biblioteca pessoal, no somente para esse momento, mas para voc comear a pensar a Educao Cientfica. Sua citao nesse texto fora para mostrar a diferena entre complexo e complexidade, muito bem exposto pelos autores.
[9] NRT, W. Panorama da Semitica: de Plato a Pierce. So Paulo, SP: Annablume, 1995, Coleo E, 159p. Este livro oferece ao leitor uma oportunidade mpar, de compreender o significado da semitica para uma formao cientfica. Deve ser ele, numa oportunidade futura uma leitura importante para o estudante em formao de licenciatura.
[10] PAIS, Luiz Carlos. Didtica da Matemtica: uma anlise da influncia francesa. Belo Horizonte, BH; Autntica, 2001, 125p. A introduo desse livro na bibliografia teve o objetivo de fazer uma distino entre conhecimento e saberes, pois em educao faz-se necessrio conhecer essa diferena para uma melhor performance de sua atuao como professor(a). Se houver interesse de o estudante querer conhecer sobre: transposio didtica; criaes didticas; epistemologia do professor; obstculos epistemolgicos e didticos; os conceitos e as definies; complexidade do conceito e engenharia didtica. Este livro um bom referencial para sua formao profissional, embora esteja formatado para a disciplina matemtica.
[11] PERRENOUD, P. et. al. As competncias para Ensinar no Sculo XXI: A formao dos profissionais e o desafio da avaliao. Rio Grande do Sul, RS, Porto Alegre: ARTMED, 2002, 176p. Este livro indicado para o profissional da educao, e apresenta as nfases de um trabalho na escola do sculo XXI. Deve ser lido numa oportunidade futura pelos estudantes de licenciatura.
[12] STEVENSON, William. Estatstica Aplicada Administrao. Traduo: Alfredo Alves de Farias; Business Statistics). So Paulo, SP. HARBRA, 1981, 495p. Este um livro especfico de estatstica, voltado para administrao, porm pode ser consultado pelo estudante de biologia sobre alguns conceitos matemticos.
[13] ZAR, Jerrold H. Biostatistical Analysis. 4 Edio. USA, Pretece-Hill, 1999, 663p. Este um livro especfico para a bioestatstica, muito bem estruturado, embora seqencial, mas com o diferencial de que est escrito na lngua inglesa. Mas, se o estudante ler em ingls, este livro uma referncia para todo o seu curso de bioestatstica.
Introduo Bioestatstica
Gilberto Pereira da Silva Mrio de Souza Carga Horria 10 horas
FASCCULO
Objetivos
-Compreender o grfico como uma forma de linguagem matemtica necessria ao estudo estatstico;
-Entender o grfico como uma das formas de melhor visualizar os dados construdos e tabelados numa pesquisa;
-Conhecer como se desenvolve a construo desses grficos dentro de uma anlise matemtica de sua construo.
Introduo
Muitas das investigaes sistmicas no processo do conhecimento cientfico, ou seja, na formao de saberes, aqui em relevo, a biologia, h necessidade de levantar dados numricos. Esse fato traz consigo, muitas das vezes, a premissa da construo de grficos a partir dos dados coletados. Nesse momento, temos dois fatos interessantes: primeiro, o processo de contagem desses dados coletados e, segundo, o grfico a ser construdo.
2 24
Esses dois fatos vm da caracterstica mpar da estatstica que busca a anlise e a interpretao dos dados como forma de viabilizar uma possibilidade de concluso baseada nas coletas de dados junto anlise grfica, ou seja, numa linguagem visual. Isso advm do processo das investigaes sistmicas que, organizadas desse modo, tm a vantagem de apresentar um maior nmero de informaes que podem ser retiradas (compreendidas) de dentro do contexto da tabulao e/ou do grfico, ou seja, no contexto da anlise estatstica.
Sendo assim, h uma necessidade de compreender como se constroem as tabulaes como tambm os processos de construes de grfico, bem como os seus tipos e suas possibilidades de viabilizar informaes visuais, buscados no processo de coletagem de dados previamente tabulados. Aqui vale salientar que o termo informaes est atrelado capacidade de leitura do grfico ou tabela que est disposio para a anlise.
Nesse espectro, temos que compreender que o processo analtico inclui a anlise de informao qualitativa e quantitativa, na qual, essas informaes esto contidas nos tipos de variveis, j estudadas no fascculo anterior. Isso caracteriza a idealizao de informao, para este estudo, repito, como uma capacidade de leitura e interpretao que se faz diante do grfico ou da tabela em processo de anlise.
Assim sendo, a informao qualitativa est, do mesmo modo que as variveis, dividida em duas categorias.
[a] nominal, na qual os atributos, em princpio no tm uma relao bem definida entre eles. Por exemplo: tipo sangneo e classificao da cor da pele so informaes nominais que podem ser obtidas numa pesquisa, porm no existe nenhuma relao entre esses dois atributos, ou seja, uma relao ou funo bem definida entre o tipo sangneo e a cor da pele. [b] ordinal, na qual os atributos possuem uma ordem (crescente ou decrescente) ou um julgamento de: grande/mdio/grande; leve/moderado/grave, entre outros. Por exemplo, uma pessoa X tem uma hipertenso moderada, enquanto que a pessoa Y tem uma hipertenso grave. Logo, esses so atributos que tm uma ordem, embora no quantificada, por isso esto na categoria qualitativa.
Enquanto que a informao quantitativa est seguindo a mesma trilogia, tambm, dividida em duas categorias.
[a] discreta, na qual os atributos no esto numa ordem, mas dentro de uma faixa de valores encontrados discretamente. Exemplo, o nmero de bactria x em um volume de urina, encontrada numa pessoa, nos meses de maro, maio e julho, aps esta pessoa ter sido infectada no ms de maro, e submetida a um tratamento. Esses so dados discretos obtidos para cada um dos meses, aps ter sido detectada a referida bactria. [b] contnua, na qual os atributos podem estar dentro de uma faixa contnua de valores. Por exemplo, a altura de um grupo de mil jovens entre 15 e 18 anos, de vrias regies do Brasil, que foram escolhidos aleatoriamente.
2 25
O fato interessante que, nessa ltima informao, que iremos nos deter, considerando o carro chefe no processo de criao de tabelas e grficos, pois so dados quantitativos. Por isso, entende-se como informao quantitativa os atributos quantificados e dispostos num intervalo numrico.
Um fator observvel na construo de dados com intervalos numricos a serem plotados (desenhados) a questo do Zero. Pois, na construo de grficos existe a necessidade de compreendermos o Zero, aqui entendido como a origem do sistema de coordenadas, em que se est trabalhando. Isso se faz necessrio, pois, s vezes, esse ponto arbitrrio. Esse fato d uma certa liberdade para quem constri grfico com esta possibilidade.
Exemplos:
[a] Suponha que queremos plotar o grfico dos dimetros de um conjunto de rvore de um parque de preservao florestal, com mais de dez anos de existncia. Temos aqui o limite de rea, que o tamanho do parque. A definio do conjunto, que so as rvores. E a amostra, que composta por rvores desse parque, com um mnimo de dez anos. Feita a catalogao desses dimetros, vamos plotar o grfico com a quantidade de rvores com dimetros nas faixas F1, F2, F3 e F4 (determinado aps as pesquisas, segundo um critrio matemtico). Nesse caso, poderamos tomar, por exemplo, dimetros entre 0 e 20cm, como sendo a F1. Neste caso, o zero est inserido numa faixa, e no um ponto.
2 26
[b] Suponha agora que queremos plotar o grfico das temperaturas mdias encontradas em cinco pontos distintos de um parque de preservao florestal, a partir das seis horas da manh at as dezoito horas de um mesmo dia, durante uma semana de cada ms. Aqui, v-se que no vamos encontrar a temperatura de zero graus, logo, ao traar o grfico da semana de cada ms versos a temperatura, no teremos o ponto zero no grfico, apesar de poder coloc-lo como referncia. Embora esta referncia seja til para dimensionarmos o eixo das abscissas (ou o eixo x, no sistema de coordenada cartesiana).
Exerccio 2.1
Classifique as grandezas abaixo em: nominal; ordinal; discreta e contnua.
Descrio Sexo do grupo de adolescente de uma escola Grupo de fumantes ou no fumantes Nmero atendido de ataques de angina Presso arterial do conjunto de funcionrio Peso de cada elemento de um grupo escolar Tipo de parto (normal/cesria) Nmero de praia poluda no NE do Brasil Nvel de colesterol srico (mg/100cc) Condio de sade (doente / no doente) Nmero de filhos de ca da famlia em Recife
Nominal
Ordinal
Discreta
Contnua
Esse o primeiro passo dado que busca compreender a construo de tabelas de contagem e a construo de grficos. Para tal, um elemento que se destaca a Apurao de Dados. Vejamos o que isto significa.
Apurao de Dados
o processo pelo qual conta-se o nmero de vezes em que a varivel assumiu um determinado valor.
Exemplo:
Nmero de filhos de cada famlia da Rua X, do Bairro Y, da cidade do Recife, em PE/Brasil.
Logo, para resolver esse problema, ou seja, para levantar dados, precisamos apurlos, definindo primeiro quem a varivel. Nesse caso, vamos chamar de X essa varivel, que, pela natureza do problema, o indivduo: famlia. Assim sendo, temos:
2 27
X:
nmero de filhos de cada famlia
Agora, cada famlia possui um certo nmero de filhos por deciso interna desta. Cabe ao estatstico, apenas, levantar a apurao desses dados para, depois, um conjunto de especialista (da rea social, por exemplo), faa uma anlise dos dados encontrados. Agora temos que apurar o nmero de elementos (filhos) de cada famlia, ou seja, cada famlia agora ter assumido um valor.
Vamos supor que nesse espao de reserva para a pesquisa, ou seja, rua X, bairro Y, da cidade do Recife, existam 20 (vinte) casas. E do levantamento observou-se que, se associarmos cada casa como sendo uma famlia, temos:
CASA 01 02 03 04 05 06 07 08 09 10
NMERO DE FILHOS 2 4 0 0 1 5 3 2 9 1
CASA 11 12 13 14 15 16 17 18 19 20
NMERO DE FILHOS 4 1 2 2 6 3 2 2 1 3
Numa rpida anlise desses dados, percebemos que o maior nmero de filhos se encontra na casa 15, que de seis filhos, e o menor nmero de filhos encontrados, fora de zero. Assim, num primeiro momento, podemos dizer que o nmero de filhos dessa amostra, varia de zero at seis.
E temos que:
[a] famlias com [b] famlias com [c] famlias com [d] famlias com [e] famlias com [f] famlias com [g] famlias com 0 filho esto nas casas: 1 filho esto nas casas: 2 filhos esto nas casas: 3 filhos esto nas casas: 4 filhos esto nas casas: 5 filhos esto nas casas: 6 filhos est na casa: 03, 04. 05, 10, 12, 19. 01, 08, 13, 14, 17, 18. 07, 16, 20. 02, 11. 06, 09. 15.
2 28
Ou seja:
X nmero de filhos de cada famlia (varivel). Xi nmero de famlias (indivduo).
Onde podemos tabular:
Nmero de filhos - X Nmero de famlias - xi
0 2
1 4
2 6
3 3
4 2
5 2
6 1
Dizemos, ento, que [a] a varivel 0 filho assume valor 2, ou seja, duas famlias. [b] a varivel 1 filho assume valor 4, ou seja, quatro famlias. [c] a varivel 2 filhos assume valor 6, ou seja, seis famlias. [d] a varivel 3 filhos assume valor 3, ou seja, trs famlias. [e] a varivel 4 filhos assume valor 2, ou seja duas famlias.
[f] a varivel 5 filhos assume valor 2, ou seja, duas famlias. [g] a varivel 6 filhos assume valor 1, ou seja, apenas uma famlia.
Os valores assumidos por cada varivel recebem o nome de freqncia de ocorrncia, sendo representados pela letra f. Assim, numa tabulao estatstica, a forma de apresentar esses dados pode ser da seguinte maneira: TABELA 01 APURAO DOS DADOS Nmero de filhos - n Freqncia de ocorrncia - f 0 2 1 4 2 6 3 3 4 2 5 2 6 1 TOTAL 20
2 29
Essa forma de apresentar dados mais lucrativa em termos de sistematizao de informao, pois, numa olhada (informao visual), podemos obter informaes mais concisas a respeito dessas famlias.
Observe, tambm, que o nmero de filhos pode ser calculado com um olhar sobre a tabela acima, ou seja, basta multiplicar o nmero de filhos por cada freqncia de ocorrncia e, depois, somar, assim sendo:
N de filhos = 0x2 + 1x4 + 2x6 + 3x3 + 4x2 + 5x2 + 6x1 = 0 + 4 + 12 + 9 + 8 + 10 + 6 = 49
Um outro dado que pode ser obtido desta tabela o percentual da freqncia de ocorrncia, ou seja, as freqncias relativas, que ser representada por fr. Onde:
Freqncia relativa a razo entre o nmero de ocorrncia de uma certa varivel pelo total das freqncias de ocorrncia, ou seja:
fi fr ? fi ?
i
onde o
f o total da soma de todas as freqncias de ocorrncia

i i
Assim, para o primeiro caso, em que o nmero de filhos zero temos:

2 fr = = 0,1 20
2 30
Desse modo, a tabela 01 pode ser refeita e colocada na forma: TABELA 02 APURAO DE DADOS fi n x fi 2 0 4 4 6 12 3 9 2 8 2 10 1 6 20 49
n 0 1 2 3 4 5 6 TOTAL
fr 2/20 = 0,10 4/20 = 0,20 6/20 = 0,30 3/20 = 0,15 2/20 = 0,10 2/20 = 0,10 1/20 = 0,05 20/20 = 1
Observe que esta tabela pode ser ainda acrescida de uma informao em percentual para os dados obtidos da freqncia relativa. Assim: TABELA 03 APURAO DE DADOS fi n x fi 2 0 4 4 6 12 3 9 2 8 2 10 1 6 20 49
Agora, podemos perceber que, o maior percentual est ligado s famlias que possuem dois filhos (30%), seguindo-se das famlias que possuem um filho (20%), ou seja, metade das famlias dessa rua tm um ou dois filhos.
n 0 1 2 3 4 5 6 TOTAL
fr 2/20 = 0,10 4/20 = 0,20 6/20 = 0,30 3/20 = 0,15 2/20 = 0,10 2/20 = 0,10 1/20 = 0,05 20/20 = 1
% 10 20 30 15 10 10 5 100
Exerccios 2.2
2 31
01 - Em uma pesquisa realizada com 200 pessoas, pergunta-se. Qual o seu estado civil? As respostas foram: [a] solteiro: 70; [b] separado: 30; [c] casado: 80 e [d] vivo: 20. Construa a tabela: APURAO DE DADOS Freqncia de Freqncia ocorrncia - fi relativa - fr
Estado civil n
Porcentagem %
TOTAL
02 - Em uma pesquisa socioeconmica sobre itens de conforto, perguntamos a 800 entrevistados: quantos aparelhos de televiso em cores h em sua casa? Os resultados aparecem na tabela abaixo: (complete a tabela).
Nmero de aparelhos n 0 1 2 3 4 5 TOTAL
APURAO DE DADOS Freqncia de Freqncia ocorrncia - fi relativa - fr 20
Porcentagem %
0,6 7,5 30
Observao 01: Todas essa tabelas at agora estudadas so as ditas tabelas unidimensionais, ou seja, trabalha-se com uma varivel. Caso estejamos a trabalhar com duas variveis, por exemplo, dizemos que ela do tipo tabelas bidimensionais. Vejamos um exemplo de uma tabela bidimensional: Distribuio de pacientes, segundo ronco noturno e doena cardaca DOENA CARDACA TOTAL RONCO NOTUR NO Sim No n % n % n % No 24 1,7 1355 98,3 1379 100 Ocasional 35 5,5 603 94,5 638 100 Quase sempre as noites 21 9,9 192 90,1 213 100 Sempre 30 11,8 224 88,2 254 100 TOTAL 110 4,4 2374 95,6 2484 100 Fonte: Hand DJ et al. A handbook of small data sets. Chapman & Hall, 1994.
2 32
Com esta informao adicional, os dados a seguir so relativos ao peso ao nascer (em gramas) de recm-nascidos com sndrome de desconforto idioptico grave. Algumas crianas foram a bito (*), e outras sobreviveram.
Com esta informao adicional, os dados a seguir so relativos ao peso ao nascer (em gramas) de recm -nascidos com sndrome de desconforto idioptico grave. Algumas crianas foram a bito (*), e outras sobreviveram.
1030* 1050* 1100* 1130 1175* 1185* 1225* 1230* 1262* 1295*
1300* 1310* 1410 1500* 1550* 1575 1600* 1680 1715 1720*
1720 1750 1760 1770* 1820 1890* 1930 1940* 2015 2040
2090 2200* 2200 2270* 2275 2400 2440 2500 2550 2560
2570 2600 2700 2730* 2830 2950 3005 3160 3400 3640
Fonte: Hand DJ et al. A Handbook of small data sets. Chapman & Hall, 1994
03 - Apresente as variveis em tabelas unidimensionais, classificando-as em: [a] abaixo do peso (menos que 2500g) e [b] no abaixo do peso (maior ou igual a 2500g).
2 33
04 - Faa uma tabela bidimensional, cruzando as variveis: [a] condio do recmnascido (sobrevivente ou no sobrevivente) e [b] peso ao nascer (baixo peso e no baixo peso).
05 - Interprete o resultado obtido na questo anterior, ou seja, imagine-se como um especialista na rea de sade que ir informar estes resultados a um outro colega especialista de um outro hospital.
Observao 02: -Ao usarmos nas tabelas o nome freqncia de ocorrncia, faz-se necessrio saber que, muitas vezes, nessa coluna, aparece simplesmente o nome freqncia ou freqncia absoluta. Que agora pode ser representada apenas por f, e no h necessidade de apresentarmos como fi como vnhamos fazendo, fato que simplifica a tabela embora o significado seja o mesmo.
-Um outro caso de estudo das freqncias na construo das tabelas, para uma posterior construo de grficos, a chamada freqncia acumulada. Esse tipo de freqncia pode incidir sobre as freqncias absolutas e sobre as freqncias relativas. Como o prprio nome sugere, a freqncia acumulada a soma (acmulo) das freqncias absolutas ou relativas de dois ou mais subconjuntos de dados.
Para melhor entendermos esse processo, vamos calcular as freqncias acumuladas absolutas faa e as freqncias acumuladas relativas far, partindo-se da tabela 03.
TABELA 04 APURAO DE DADOS faa fr far 2 0,10 0,10 6 0,20 0,30 12 0,30 0,60 15 0,15 0,75 17 0,10 0,85 19 0,10 0,95 20 0,05 1 1
2 34
n 0 1 2 3 4 5 6 TOTAL
f 2 4 6 3 2 2 1 20
nxf 0 4 12 9 8 10 6 49
% 10 20 30 15 10 10 2 100
Isso apresenta uma grande vantagem para a leitura da tabela, pois, num olhar sobre ela pode-se perceber que famlias com nmeros de filhos menores que dois (2, 1 ou 0) so maioria, ou seja, so 12 (ver faa) dentre as 20 famlias, fato que corresponde a 0,60 (60%) do total (veja que temos um acmulo de 10 + 20 + 30 = 60).
Vale salientar que na construo da tabela 04, usamos o fato de termos faa e far como crescente, embora nada impea que possamos us-la como decrescente, conforme mostra a tabela na outra pgina.
TABELA 05 APURAO DE DADOS faa fr far 20 0,10 1 18 0,20 0,9 14 0,30 0,7 8 0,15 0,4 5 0,10 0,25 3 0,10 0,15 1 0,05 0,05 1
Exerccio 2.3
Construa duas tabelas em que apaream (acrescentadas) as faa e as far, do exerccio 01, conforme modelo das tabelas 04 e 05, apresentado anteriormente.
n 0 1 2 3 4 5 6 TOTAL
f 2 4 6 3 2 2 1 20
nxf 0 4 12 9 8 10 6 49
% 10 20 30 15 10 10 2 100
Diagrama de Pareto
Uma forma de complementar esse dados tabulados express-los atravs de grficos. Essa componente nos estudos estatsticos se faz sempre presente, quando queremos dar uma representao grfica ou visual daquilo que estamos a estudar. Essa forma de apresentao tem a vantagem de mostrar de forma instantnea um visual que ser analisado diante dos problemas que se persegue, com a possibilidade de apresentar uma maior compreenso para compreenso do que se estuda e que est em anlise. Isso representa formas mais dinmicas, expressivas e globais de se estudar um problema estatstico.
2 35
Para se analisar o comportamento grfico, vamos comear a compreender o que vem a ser o diagrama de Pareto, e, para tal, vamos verificar o significado desse nome. No final do sculo passado, um economista italiano de nome Pareto estudou a distribuio de renda e verificou que poucas pessoas detinham a maior parte da renda, enquanto muitas pessoas tinham, apenas, uma pequena poro da renda. [...] Em homenagem ao economista que primeiro discutiu esse tipo de distribuio, denominou-se a figura de diagrama de Pareto (VIEIRA, 1999, p. 13).
O estudo dos grficos teve tambm uma outra personagem importante em seus estudos a enfermeira Florence Nightingale (1820 1910) que, em 1907, recebera das mos do rei Eduardo VII a ordem do mrito. Ela foi uma das pioneiras na utilizao dos grficos estatsticos. Nasceu na Villa Colmbia, prxima de Florena, na Itlia, em maio de 1820 e morrera em agosto de 1910, na cidade de Londres, com 90 anos. Florense Nightingale utilizou-se dos dados estatsticos, quer em formas de tabelas, quer em formas de grficos, como ferramenta para suas atividades de reforma na rea de sade... seus grficos foram to criativos que se constituram num marco do desenvolvimento da Estatstica...ela foi a primeira mulher eleita membro da Associao Inglesa de Estatstica (IEZZI, et al. 2004, pp. 170-171).
Hoje a importncia dos grficos nos estudos da Estatstica e sua difuso nos meios sociais com informaes para todo um pblico demonstram a validade de seus estudos e sua possvel praticidade diante dos olhos do outro, ou seja, daquele que se dispes a l-los e a interpret-los, segundo o vislumbre das informaes contidas na comunicao visual e dos interesses que esses elementos estatsticos (tabelas e grficos) apresentam para quem os l.
2 36
E, para comear a estud-los, vamos traar o diagrama de Pareto para os dados da tabela 04, fazendo, em seguida, uma indicao de como todo o processo constitudo. preciso entender que a construo do diagrama de Pareto parte do princpio de que os dados j construdos num processo de elaborao as tabelas j estejam concludos. E, para desenhar o diagrama de Pareto, devemos, segundo Vieira (1999, p. 15), adotar os seguintes passos:
[a] trace um eixo horizontal e divida esse eixo em tantas partes iguais quantas so as categorias listadas na tabelas;
[b] trace um eixo vertical e escreva nele as freqncias;
[c] trace barras verticais, com base no eixo horizontal e altura igual freqncia da categoria. A figura resultante o diagrama de Pareto;
[d] complete a figura, colocando ttulo, unidades, datas e nome do responsvel pela coleta de dados.
Para termos uma idia desse processo, elabora-se o Diagrama de Pareto para os dados da Tabela 02. Vejamos o grfico:
Um outro diagrama importante tambm a chamada curva de Pareto que tem origem no grfico anterior e faz uso da freqncia absoluta acumulada ou da freqncia acumulada relativa.
Observe na tabela 04 que, para o caso inicial de zero filho, temos 0,20 (20%) para os dois caso juntos, ou seja, zero e um filho temos 0,30 (0,10 + 0,20), ou seja, 30%. E, assim por diante, conforme a citada tabela, que termina em 1 (100%).
2 37
Vejamos esta construo. Primeiro: elabora-se o grfico conforme o anterior, com um detalhe a mais, que o fato da parte superior ser maior para tomar os dados referentes far. Segundo: do lado esquerdo do grfico, esto os dados referentes ao nmero de filhos, logo, do lado direito, encontrar-se-o as informaes relativas as far. Terceiro: em cada lado direito de cada coluna que referenda o nmero de filhos, marca-se o ponto referente a far. Quarto: liga-se cada ponto encontrado no lado direito de cada coluna, formando o que se chama de curva de Pareto. Observe que escolhemos a far, e em nada mudaria (em passos de construo dessa curva), se tivssemos tomado a faa.
Como o referido grfico vai de 0 (zero) at 7 (sete), na abscissa, enquanto a far vai de 0,10 at 1,00, na ordenada. Por esse motivo, vamos colocar o grfico com dez divises na ordenada significando cada parte correspondente a 0,10 ou 10%.
Desse modo, observe que a referida construo segue os mesmos passos para o caso da far decrescente (o grfico acima se refere a far crescente).
Exerccio 2.4
Preencha a tabela abaixo e, em seguida, construa o diagrama de Pareto para os tipos de defeitos. Depois faa a curva de Pareto para, tambm os tipos de defeitos.
2 38
Distribuio de peas, segundo o tipo de defeito Freqncia Freqncia Freqncia Freqncia absoluta absoluta relativa acumulada acumulada relativa Salincias 19 Asperezas 18 Riscos 12 Manchas 10 Cor 10 Outros 11 Total 80 Tipo de defeito
Um outro tipo de grfico usado em dados estatsticos o denominado Grfico de Barras. Geralmente usado para representar variveis qualitativas ou ordinais. Sua construo parecida com o grfico de colunas, primeiramente, construindo-se o sistema de eixos cartesianos; segundo, no eixo das abscissas (ou das ordenadas),
colocam-se as categorias da varivel que est se estudando ou analisando. Finalizando, constroem-se as barras com comprimento equivalente freqncia absoluta ou freqncia relativa.
Exemplo: Na tabela abaixo, apresenta-se o nmero de internaes em estabelecimentos de sade, por espcie de clnica, no ano de 1992. Veja o grfico de barras desses dados logo abaixo.
Espcie de clnica Mdica Ginecolgica e Obstetrcia Cirurgia Pediatria Outras
Freqncia absoluta 6.457.923 3.918.308 3.031.075 2.943.939 3.513.186
Freqncia relativa 32,51% 19,73% 15,26% 14,82% 17,69%
Fonte: IBGE, Diretoria de Pesquisa, Pesquisa de Assistncia Mdico Sanitria.
2 39
Grfico de Setores
Tambm usado para representar variveis qualitativas ou ordinais. Para fazer um grfico de setores, primeiro se traa uma circunferncia que, como se sabe, tem 360. Essa circunferncia representa o total, ou seja, 100%. Dentro dessa circunferncia, devem ser representadas as categorias da varivel em estudo. Para isso, toma-se a freqncia relativa de cada categoria e calcula-se o ngulo central da seguinte maneira: se 100% correspondem a 360, uma categoria com freqncia relativa fr ter um ngulo central x, tal que (VIEIRA, 1980, 20).
100 fr
360 x
logo: 360 f x?r 100

Exerccio 2.5
Tomar o exerccio anterior o qual est se referindo ao nmero de internaes em estabelecimento de sade, por espcie de clnica, em 1992, a fim de elaborar o grfico de setores para o levantamento de dados apresentados.
Histograma
Uma outra forma de apresentar dados grficos coloc-los na forma de um histograma (dados agrupados). Mas, antes de construirmos um histograma, vejamos alguns passos que ascendem o momento de formatar o grfico. Para isso vejamos a tabela abaixo:
3
2 40
Consumo de gua, em m , de 75 contas da SABESP
32 45 33 51 28
14 25 48 12 37
22 10 20 19 26
11 18 12 15 44
34 23 31 41 11
40 35 39 21 53
16 22 17 29 38
26 30 58 25 46
23 14 19 13 17
13 18 16 23 36
31 20 12 32 28
27 13 21 14 49
10 24 15 27 56
38 35 12 43 19
17 29 20 37 11
1 Passo: Identificar o tamanho da amostra N = 75
2 Passo: Identificar o maior valor nesse conjunto de dados H = 58
3 Passo: Identificar o menor valor nesse conjunto de dados L = 10
4 Passo: Calcular a Amplitude total que a diferena entre H e L A = H L A = 48

5 Passo: Calcular o nmero de intervalo de classe k = 1 + 3,22logN k = 1 + 3,22log75 k = 7,04 ou k > 7; k = 8 6 Passo: Calcular a Amplitude de Classe AC = A / k AC = 48 / 8 = 6
2 41
Ou seja:
Menor valor 10, com a AC = 6, e k = 8, logo. 1) 2) 3) 4) 5) 6) 7) 8) 10 + 6 = 16 16 + 6 = 22 22 + 6 = 28 28 + 6 = 34 34 + 6 = 40 40 + 6 = 46 46 + 6 = 52 52 + 6 = 58 (maior valor).
Veja que o nmero de intervalos de classe esperado, que um valor inteiro e logo acima de 7, ou seja, 8, casou bem com os dados obtidos. Pois, a Amplitude de Classe, que 6, e, partindo-se do menor valor com a soma dessa AC, chegamos ao maior valor com uma coerncia dos dados, ou seja, na prtica encontraram-se os 8 intervalos de classe, antes previstos.
Veremos agora como montar os intervalos. J sabemos que o menor valor 10, e o valor da Amplitude de Classe 6, logo, a primeira classe consistir dos dados entre 10 at 16. Ou seja, a partir do valor 10 at nmeros prximos de 16, sem ser necessariamente o 16. E, assim, segue durante toda a construo das outras classes. Antes, vamos fazer a contagem dos dados contidos em cada classe, o que vai representar a freqncia absoluta. Sendo assim, temos a tabela:
Observao: A Amplitude total est aqui representada pela letra A, porm, ela tambm aparece AT em algumas representaes. O importante aqui o estudante entender o seu significado.
2 42
Classe 10 ? 16 16 ? 22 22 ? 28 28 ? 34 34 ? 40 40 ? 46 46 ? 52 52 ? 58 TOTAIS
Freqncia absoluta 16 15 12 10 9 6 4 3 75
Freqncia relativa 21,33% 20,00% 16,00% 13,33% 12,00% 8,00% 5,33% 4,00% 100%
Com estes dados, agora, passamos a construir o histograma. Para tal, desenhamos o sistema de eixos cartesiano, no qual: no eixo das abscissas representamos os intervalos de classes e no eixo das ordenadas, as freqncias absolutas.
Na parte superior deste grfico, traamos o polgono de freqncia. Para tal, basta tomar o ponto mdio de cada coluna em sua parte superior e unir cada um desses pontos. Observe o polgono de freqncia na linha que envolve o histograma.
2 43
Um outro fato tambm importante na construo dos histogramas colocar no lugar das representaes dos intervalos I1, I2, ..., I8 poderamos colocar o valor do ponto mdio de cada intervalo de classe. Onde o primeiro ponto mdio seria:
10 ? 16 P1 ? ? 13 2
E sucessivamente teramos: P2 = 19, P3 = 25, .... (faam os outros). Poderamos construir, tambm, o histograma, envolvendo as freqncias relativas acumuladas. Isto fica como um exerccio de aprendizagem.
Exerccio 2.6
Dada a tabela abaixo, dos pesos de crianas nascidas vivas em quilogramas, construa o histograma de freqncia absoluta e de freqncia relativa. E, ao representar o histograma, registre o ponto mdio de cada intervalo de classe.
Peso ao nascer de nascidos vivos em quilogramas 2,522 2,720 3,125 3,250 3,220 3,000 3,725 2,890 3,110 3,520 3,100 3,200 2,780 3,155 2,150 3,300 3,250 3,200 3,720 2,800 2,900 2,950 2,480 3,800 2,500 3,550 3,000 4,100 3,200 3,450 3,100 3,150 2,800 2,900 1,900 3,600 3,200 3,300 2,900 2,500 3,600 2,500 2,300 2,950 3,000 3,750 3,150 3,200 2,500 2,900 3,200 4,100 2,400 2,700 2,450 3,400 2,400 3,120 3,400 3,200 2,700 3,150 2,800 2,700 3,300 3,200 3,200 2,800 4,600 1,720 2,750 4,200 2,100 4,450 2,900 2,920 2,720 2,900 2,000 2,720 2,480 3,900 2,500 2,480 2,450 3,400 3,400 1,570 3,800 2,700 2,900 3,700 2,120 3,150 2,400 3,450 3,120 2,120 2,450 2,700
2 44
IEZZI, Gelson, et al. Fundamentos da Matemtica. Vol 11. SP: Atual, 2004. Este um livro tcnico, mas tem uma apresentao matemtica do tema Estatstica, ao nvel de Ensino Mdio, muito bom e pode servir a voc, neste momento do curso, caso haja um desejo de conhecer mais a Estatstica Descritiva.
MILONE, G. e ANGELINI F. Estatstica Geral. SP: Atlas, 1993. Este um livro dirigido em sua especificidade que a Estatstica. O seu forte uma linguagem clara dos conceitos trabalhados em Estatstica.
VIEIRA, S. Introduo Bioestatstica. 3 Ed. 12 Tiragem. SP: Campus, 1980. Um livro que pode ser consultado por voc no referido curso.
Percentagens, ndices, Coeficientes e Taxas

Gilberto Pereira da Silva Mrio de Souza
FASCCULO
Carga Horria - 10 horas
Objetivos
- Compreender o significado de percentagem - Entender o significado de dados relativos - Conhecer a utilidade na construo de nmeros-ndices, coeficientes e taxas
Introduo
Os dados estatsticos resultantes da coleta direta da fonte, sem outra manipulao se no a contagem ou medida, so chamados dados absolutos. A leitura dos dados absolutos sempre enfadonha e inexpressiva; embora esses dados traduzam um resultado exato e fiel, no tem a virtude de ressaltar de imediato as suas concluses numricas. Da o uso imprescindvel que faz a estatstica dos dados relativos. Dados esses, que so resultados de comparao por quociente (razes) que se estabelecem entre dados absolutos e tem por finalidade realar ou facilitar as comparaes entre quantidades. Traduzem-se os dados relativos, em geral, por meio de percentagens, ndices, coeficientes e taxas.
1 - Percentagens
So razes que consistem em considerar um total qualquer igual a 100% e, atravs de uma regra de trs, estabelecer qualquer relao com as parcelas que compem o total assim:
Total Parcela O que nos leva a: parcela percentagem ? ? 100 total 100% x%
3 48
Onde o x na regra de trs est representado na equao logo a seguir pela palavra percentagem. Isto significa que o valor de x, encontrado na regra de trs, expressa um valor na forma de percentagem (da a multiplicao por 100% que tem o significado de total). Por exemplo, encontrando-se x = 32 se expressa esse valor na forma de percentagem 32%.
Exerccios 3.1
01 - Em 1995 o Banco do Brasil (BB) renegociou a dvida de R$ 7,1 bilhes dos agricultores, que foi dividida em parcelas a serem pagas at o final de cada ano. O valor da primeira parcela era R$ 700 milhes, mas somente metade foi pago; da segunda parcela (totalizando R$ 1,1 bilho) vencida em 1997 somente foi pago 26%
do devido. Em 1997 o lucro lquido do BB foi de R$ 646,4 milhes. Quantas vezes a dvida restante dos agricultores no incio de 1998 vale o lucro lquido do BB em 1997?
02 - Uma empresa agropecuria desenvolveu uma mistura, composta de fcula de batata e farinha, para substituir a farinha de trigo comum. O preo da mistura 10% inferior ao da farinha de trigo comum. Uma padaria fabrica e vende 5.000 pes por dia. Admitindo-se que o kg da farinha comum custa R$ 1,00 e que com 1kg de farinha ou da nova mistura a padaria fabrica 50 pes, determine: [a] a economia, em reais, obtida em um dia, se a padaria usar a mistura em vez da farinha de trigo comum; [b] o nmero inteiro mximo de quilos da nova mistura que poderiam ser comprados com a economia obtida em um dia e, com esse nmero de quilos, quantos pes a mais poderiam ser fabricados por dia.
03 - No ms de agosto, Pedro observou que o valor da sua conta de energia eltrica foi de 50% superior ao valor da sua conta de gua. Em setembro, tanto o consumo de energia eltrica, quanto o de gua, na residncia de Pedro, foram iguais aos consumos do ms de agosto. Porm, como as tarifas de gua energia eltrica foram reajustadas em 10% e 20%, respectivamente, Pedro desembolsou R$ 20,00 a mais do que em agosto para quitar as duas contas. Quanto Pedro pagou de energia eltrica no ms de setembro?
3 49
04 - No ms de janeiro de determinado ano, uma categoria profissional tem direito a um aumento salarial de 75%. Como a categoria j havia recebido uma antecipao de 25% em novembro, qual deve ser a porcentagem de acrscimo adicional do salrio para compensar a antecipao concedida?
05 - Um comerciante compra uma pea de tecido de 50m. Se ele vender 20m com um lucro de 50%, outros 20m com um lucro de 30% e os restantes pelo preo de custo, calcule seu percentual de lucro na venda da pea.
06 - Sabendo-se que o ndice Geral de Preos ( IGP ) de junho de 2002 foi de 1,74% e no ms de julho do mesmo ano foi de 2,05%, qual o percentual de aumento de um ms para o outro?
Um outro fato tambm importante, que as percentagens podem ser utilizadas de inmeras formas, segundo a circunstncia que queiramos estudar. Vejamos dois casos:
Primeiro: Quando quisermos analisar a estrutura de um fato, deveremos ratear as porcentagens entre os itens que compem esse fato.
Consideremos a srie:
Matrculas nas Instituies de Ensino da cidade Z ano 2000 Categorias Ensino Fundamental Ensino Mdio Ensino Superior Total 21201 Fonte: Dados Fictcios Nmero de Alunos (Dados Absolutos) 19286 1681 234
3 50
Calculemos as percentagens dos alunos de cada nvel de ensino:
Ensino Fundamental 91,0% Ensino Mdio 7,9% Ensino Superior 1,1% Observe a soma:
19286 x100 ? 90,96 ? 21201
Isto nos leva a
1681x100 ? ? 7,92 21201
Isto nos leva a
234 x100 ? ? 1,10 21201
Isto nos leva a
91,0% + 7,9% + 1,1% = 100%
Com esses dados podemos formar uma nova coluna na srie em estudo:
Matrculas nas Instituies de Ensino da cidade Z ano 2000
Categorias Ensino Fundamental Ensino Mdio Ensino Superior Total
Nmero de Alunos 19286 1681 234 21201 Fonte: Dados Fictcios
% (Dados Relativos) 91,0 7,9 1,1 100
Vamos agora fazer uma interpretao dos dados obtidos nesta nova coluna. Esses valores nos dizem que, cada 100 alunos da cidade Z, 91 esto matriculados no Ensino Fundamental, 8, aproximadamente, no Ensino Mdio e 1 no Ensino Superior. Com isto, podemos observar que o emprego da percentagem de grande valia quando nosso intuito destacar a participao da parte no todo. Este estudo comparativo pode ser muito til na anlise de dados numa srie estatstica, como podemos ver a seguir.
3 51
Consideremos, agora, a srie:
Nmero de alunos Categorias Ensino Fundamental Ensino Mdio Ensino Superior Total Cidade Z 19286 1681 234 Cidade T 38660 3399 424
21201 42483 Fonte: Dados Fictcios
Qual das cidades tem, comparativamente, maior nmero de alunos em cada nvel de ensino?
Como o nmero total de alunos diferente nas duas cidades, no fcil concluir a respeito usando os dados absolutos. Porm, usando as percentagens, tal tarefa apresenta-se como a forma ideal para a resposta ao questionamento. Para tal, vamos acrescentar na tabela anterior as colunas correspondentes s percentagens, relativa a cada nvel de ensino, para cada cidade.
Matrculas nas Instituies de Ensino das cidades Z e T no ano 2000
Cidade Z Categorias Ensino Fundamental Ensino Mdio Ensino Superior

Cidade T % 91,0 7,9 1,1 N de Alunos 38660 3399 424 42483 % 91,0 8,0 1,0 100
N de Alunos 19286 1681 234
Total
21201 100 Fonte: Dados Fictcios
3 52
A anlise. A resposta com os dados brutos no seria to bem posta, como a que se apresenta com os dados relativos. Pois, num primeiro olhar poderamos fazer um julgamento errneo do fato, uma vez que a cidade T, aos olhos dos dados brutos, apresenta mais estudantes em todos os nveis de ensino, se comparada com a cidade Z. Mas, quando vamos dar uma olhada nos dados relativos, isto nos permite dizer que, comparativamente, contam, praticamente, com a mesma taxa de estudante em cada nvel de ensino. Ou, com o mesmo nmero de estudantes para cada deles tomados como referncia 100. E, poderamos informar que, para cada 100 estudantes, as cidades Z e T apresentam as mesmas taxas para os trs nveis de ensino.
Observao:
Do mesmo modo que tomamos 100 para a base de comparao, tambm podemos tomar outro nmero qualquer, como por exemplo, 1 ou 1000 (base decimal).
Segundo: Quando quisermos estudar a dinmica de um fato, ou seja, acompanhar a evoluo de um fato ao longo do tempo, deveremos estabelecer um perodo seja ano, ms, dia etc. -, uma produo, uma renda etc. como sendo a base, considerando-a como 100%.
Base Fixa
Exemplo: Produo em toneladas da Metalrgica ABC ano 1995 = 100
Anos Produo (t) Ano base 1995 (%) Variao Porcentual com relao base ( % ) + 12,5 + 5,0 + 5,0 0,0 - 12,5 + 7,5
Apenas as duas primeiras colunas fazem parte do enunciado
Base Valores Com isto:
100% x%
95 96 97 98 99 00 01
3200 3600 3360 3360 3200 2800 3440
100,0 112,5 105,0 105,0 100,0 87,0 107,5
3
Valores ? ? Percentagem ? x100 ? ? Base ? ?
53
Vejamos os clculos: Ano 95 3200 ? ? ? x100 ? 100% ?? 3200 ? ? 3600 ? ? x100 ? 112,5% ? ?? 3200 ? ? 3360 ? ? x100 ? 105,0% ? ?? 3200 ? ?
Ano 96
Ano 97
Exerccio 3.2: Faa (continue) os clculos para os anos: 1998; 1999; 2000 e 2001.
Comentrios:
Os valores dessa nova coluna mostram como evoluram a produo em termos percentuais em relao ao ano1995 (base escolhida). Por exemplo: De 1995 para 1996 a produo cresceu 12,5%. De 1995 para 1997 a produo cresceu 5,0%. De 1995 para 1998 a produo tambm cresceu 5,0%. De 1995 para 1999 a produo foi a mesma, ou seja, no evoluiu.
De 1995 para 2000 a produo decresceu em -12,5%. De 1995 para 2001 a produo cresceu 7,5%
Base mvel
Este caso difere do anterior, pois a base se modifica para cada dado. Onde, cada novo dado sempre ser relacionado com o dado anterior. Vejamos, o exemplo a seguir:
3 54
Exemplo: Produo em toneladas da Metalrgica ABC Base Mvel.

Anos 95 96 97 98 99 00 01 Produo (t) 3200 3600 3360 3360 3200 2800 3440 Base Mvel ( %) 112,5 93,3 100,0 95,2 87,5 122,9 Variaes % com Relao Base + 12,5 - 6,7 0,0 - 4,8 - 12,5 + 22,9
Apenas as duas primeiras colunas fazem parte do enunciado.
De forma similar ao caso da base fixa, temos: Base Valores Com isto: Valores ? ? Percentagem ? x100 ? ? Base ? ? 100% x%
Vejamos os clculos: 95 96 ? No existe dado anterior, por tanto esse percentual inexistente. 3600 ? ? ? Percentagem ? x100 ? 112,5% ?? 3200 ? ? 3360 ? ? Percentagem ? x100 ? 93,3% ? ?? 3200 ? ?
97
Exerccio 3.3: Faa (continue) os clculos para os anos: 1998; 1999; 2000 e 2001.
Comentrios:
Os valores dessa nova coluna mostram como evoluem a produo de um ano para o outro. Por exemplo: De 1995 para 1996 tivemos um acrscimo na produo de 12,5% De 1996 para 1997 a produo decaiu em -6,7%. De 1997 para 1998 no houve alterao na produo. De 1998 para 1999 a produo decaiu em -4,8% De 1999 para 2000 a produo tambm decaiu em -12,5% De 2000 para 2001 a produo evoluiu em 22,9%.
3 55
2 - ndices
Em termos gerais, um nmero-ndice pode ser concebido como uma medida estatstica destinada a comparar, atravs de uma expresso quantitativa global, grupos de variveis relacionadas e com diferentes graus de importncia. Atravs dele obtm-se um quadro resumido das mudanas ocorridas em reas afins (TOLEDO e OVALLE, 1985, p. 311). Este resumo d uma viso geral do referido tema, que aqui ser exposto apenas atravs das expresses quantitativas para um exerccio de configurao deste contedo.
Uma definio deste tema dizer que, ndices so razes entre duas grandezas tais que uma no inclui a outra (grandezas independentes).
So exemplos de ndices: [a] ndice Ceflico ? DT ? ? ? IC ? x100 ? ? D L ? ? Onde: IC = ndice Ceflico; DT = Dimetro Transverso do Crnio; DL = Dimetro Longitudinal do Crnio
[b] Quociente Intelectual ? IM ? ? ? QI ? x100 ? ? I C ? ? Onde: QI = Quociente Intelectual; IM = Idade Mental; IC = Idade Cronolgica. [c] Densidade Demogrfica ? PT ? ? ? DD ? x100 ? ST ? ? ? Onde: DD = Densidade Demogrfica; PT = Populao Total; S T = Superfcie Total.
3 56
ndices Econmicos
[a] Produo Per capita ? VP ? ? ? PPC ? ? ? P ? ? Onde: PPC = Produo per capita; VP = Valor da Produo; P = Populao. [b] Consumo Per Capita CB ? ? C PC ? ? ? P ? ? Onde: CPC = Consumo per capita; CB = Consumo do Bem; P = populao. [c] Renda Per Capita Rd RDPC ? P Onde: RDPC = Renda Per Capita; Rd = Renda; P = Populao.
[d] Receita Per Capita RC RC PC ? P Onde: RCPC = Receita Per Capita; RC = Receita; P = Populao.
Uma instituio beneficente possua em 1993 a quantia de $ 200.000 dirios para atender a 4000 pessoas. Em 1996 a receita da instituio de $ 800.000 para atender a 8000 pessoas. Calcular a receita per capita da instituio e verificar se sua situao por atendido melhorou ou piorou, considerando que no perodo de 93 a 96 houve um acrscimo de 120% (isto uma suposio!) no custo de vida.
Logo: 1993 ? Receita per capita = 200000 ? 50 4000 800000 ? 100 8000
Exemplo:
1996 ? Receita per capita = Porm:
3 57
Houve um acrscimo de 120% ? aumento de um fator de 220 (120 + 100). Da: Para manter o mesmo padro a instituio necessitaria de: 100 220 50 x
Resolvendo: X = 110 a instituio piorou, pois necessitaria de $10 a mais do que hoje (1996) a sua renda per capita.
3 - Coeficientes
a comparao entre duas grandezas em que uma est contida na outra.
So exemplos de coeficientes:
[a] Coeficientes de Natalidade

NN CN ? PT Onde: CN = Coeficiente de Natalidade; NN = Nmero de Nascimento; PT = Populao Total. [b] Coeficiente de Mortalidade NO CM ? PT Onde: CM = Coeficiente de Mortalidade; NO = Nmero de bitos; PT = Populao Total.
3 58
Coeficientes Educacionais
[a] Coeficiente de Evaso Escolar NE C EE ? N IM Onde: CEE = Coeficiente de Evaso Escolar; NE = Nmero de alunos Evadidos; NIM = Nmero Inicial de Matricula [b] Coeficiente de Aprovao Escolar NA C AE ? N FM Onde: CAE = Coeficiente de Aprovamento Escolar; NA = Nmero de alunos Aprovados; NFM = Nmero Final de Matrcula [c] Coeficiente de Recuperao Escolar NR C RE ? N AR Onde: CRE = Coeficiente de Recuperao Escolar; NR = Nmero de alunos Recuperados; NAR = Nmeros de Alunos em Recuperao.
4 - Taxas
a mes ma coisa que coeficiente, apenas apresentando -se multiplic ada por uma potncia de 10 (dez) (10, 100, 1000 etc.) para tornar o resultado mais inteligvel, uma vez que sempre especificamos os dados em formas relativas. Desse modo temos a expresso: Taxa = Coeficiente x 10 n Exemplos de taxas: [a] Taxa de Mortalidade - TM TM = CM x 103 (ver o CM na parte de Coeficientes) [b] Taxa de Natalidade - TN TN = CN x 103 (ver o CN na parte de Coeficientes) [c] Taxa de Evaso Escolar - TEE TEE = CEE x 102 (ver o CEE na parte de Coeficientes) [d] Taxa de Morbidade - TMB Calculada para casa doena em particular, aqui a tuberculose. Numa determinada cidade, relativa a um certo perodo (meses, ano, decnio, etc) Y. Teremos: TMB = CMB x 103 Onde: n C MB ? Pn Sendo: CMB = Coeficiente de Morbidade; n = nmero de acometidos por tuberculose no municpio X, no ano Y; Pn = Populao do municpio X, no ano Y.
com n = 1, 2, 3, .....
3 59
[E] Taxa de Acidentes de Trabalho Neste caso, ela se divide em duas partes: [i] Freqncia da Taxa de Acidentes de Trabalho; [ii] Gravidade da Taxa de Acidentes de Trabalho.
Vejamos a primeira:
f f TAT ? C AT x10 6
Onde: N ac f C AT ? N OH Sendo: f C AT = Coeficiente da freqncia dos Acidentes de Trabalho; Nac = Nmero de acidentes; NOH = Nmero de Operrios Hora. Vejamos a segunda:
g g TAT ? C AT x10 6
Onde: N HPA g C AT ? N OH Sendo: g C AT = Coeficiente da gravidade nos Acidentes de Trabalho; NHPA = Nmero de Horas Perdidas em razo dos acidentes; NOH = Nmero de Operrios Hora. Convm salientar que o n de horas perdidas por acidente se conhece tendo em conta, alm das horas que o acidentado deixou de trabalhar, a utilizao de uma tabela especfica que proporciona uma equivalncia entre os tipos de incapacidade e o nmero de horas deb itadas empresa em virtude do acidente. Por exemplo: perda de uma mo equivale a 3000 horas perdidas, surdez em um ouvido equivale a 600 horas perdidas etc.
3 60
Exerccios Resolvidos
I - Calcular a taxa freqncia e de gravidade em uma empresa em que, operando com 50 operrios, trabalhando 500 horas cada um, ocorreram 5 acidentes com uma perda de 200 horas. 5 f TAT ? x10 6 ? 200 50 x500 O que significa que nesta empres a, em cada 1000000 de operrios hora, ocorreram 200 acidentes. 200 g TAT ? x10 6 ? 8000 50 x500 O que significa que, nesta empresa, em cada 1000000 de operrioshora, 8000 horas so perdidas em virtudes de acidentes.
II - A cidade X apresentou 12793 matr culas nas sries iniciais, no in cio do semestre 2000 e , 10347 no fim do ano 2000. A cidade Y apresent ou os seguintes nmeros: 8349 no in cio de 200 0 e 6649 matr culas no final de 2000. Qual e a cidade que apresentou mais evaso escolar? Cidade X : Como: TEE = CEE x 102 NE mas C EE ? N IM onde N
E
= Nmero de alunos
Cidade Y: Como: TEE = CEE x 102 NE mas C EE ? N IM onde N

E
= Nmero de alunos
evadidos. Logo: NE = 8349 6649 = 1700 e que NIM = 8349 Da: TEE = 0,204 x 102 = 0,204 x 100 = 20,4%
com isto CEE = 0,204
evadidos. Logo: NE = 12793 10347 = 2446 e que NIM = 12793 com isto CEE = 0,191 Da: TEE = 0,191 x 102 = 0,191 x 100 = 19,1%
3 61
Concluso: a cidade que apresentou a maior evaso escolar foi a cidade Y. Observe que o valor do coeficiente j diz esta realidade, porm, a informao em termos percentuais d uma realidade maior ao fato, um vez que podemos compreend -lo na formao de um todo (100%). III - Em uma cidade cuja populao 520000 habitantes, o nmeros de bitos registrados de 80080. Calcular a taxa de mortalidade. Resoluo: Temos: Nmero de bitos: NO = 80080 520000 Como NO CM ? PT Mas: TM = CM x 103 154 0 00 Ou Seja: logo TM = 0,154 x 10 3 = 0,154 x 1000 = logo 80080 CM ? ? 0,154 520000
e que a
Populao Total : P
Tivemos 154 bitos para cada 1000 habitantes.
Exerccios 3.4
[1] Considere a srie estatstica: Sries 1 2 3 4 Total Alunos Matriculados 546 328 280 120 1274 Fonte: Dados Fictcios %
Complete-a, determinado as percentagens com uma casa decimal e fazendo a compensao (arredondamento), se necessrio. Exemplos: [a] 32,4823% fica 32,5; [b] 12,237% fica 12,2%; [c] 6,971% fica 7,0%; [d] 8,3452% fica 8,3%.
[2] Considere a tabela abaixo:
Evoluo das receitas do Caf industrializado de Janeiro at Abril do ano de 2002
Meses Janeiro Fevereiro Maro Abril Total
Valor(US$ milhes) 33,3 54,1 44,5 52,9 184,8
3 62
Fonte: Dados Fictcios
[a] Complete-a com uma coluna de taxas percentuais. [b] Como se distribuem as receitas em relao ao total? [c] Qual o desenvolvimento das receitas de um ms para outro? [d] Qual o desenvolvimento das receitas em relao ao ms de janeiro?
[3] Um professor preencheu um quadro, enviado pela D.E, com os seguintes dados:
Srie e N de N de Turma Alunos Alunos 30/03 30/11 1 B 1 C 1 E 1 F Total 49 49 47 47 192 44 42 35 40 161
Promovidos Retidos em recu- recupera- no recu- Total Geral sem recupe - sem recu- pero dos perados promorao perao vidos Retidos 35 42 27 33 137 03 00 00 06 09 06 00 08 01 15 05 00 03 00 08 01 00 05 01 07 40 42 30 33 145 04 00 05 07 16
Calcule:
[A] A taxa de evaso, por classe; [b] A taxa de evaso total; [c] A taxa de aprovao, por classe; [d] A taxa de aprovao geral;
[e] A taxa de recuperao, por classe; [f] A taxa de recuperao geral; [g] A taxa de reprovao na recuperao geral; [h] A taxa de aprovao, sem a recuperao; [i] A taxa de retidos, sem a recuperao.
[4] Considerando que em uma regio temos os seguintes dados:
Populao = 1784327 habitantes Superfcie = 137420 km Nascimentos em 1 ano = 42327 nascidos vivos Mortes em 1 ano = 16230 bitos
3 63
Calcular:
[a] Coeficiente de natalidade e taxa de natalidade (por 1.000 hab.) [b] Coeficiente de mortalidade e taxa de mortalidade (por 10.000 hab.) [c] ndice da densidade demogrfica
[5] Uma cidade de 320000 habitantes apresenta uma taxa de natalidade de 3,2% ao ano e uma taxa de mortalidade de 27% ao ano. Calcular o aumento da populao em um ano.
[6] Uma entidade assistencial em 1998 atendia 500 internos com uma verba de R$200.000,00. Em 2003, os internos aumentaram em 20%, enquanto que a verba
aumentou 50%. Sabendo-se que o custo de vida, pela desvalorizao da moeda, aumentou em 40% no mesmo perodo, indaga-se se a situao financeira da entidade, por interno atendido, melhorou ou piorou?
[7] Em uma empresa que possui 250 operrios, trabalhando durante 60 dias de 8 horas cada um, verificaram-se 32 acidentados de trabalho, ocasionando uma perda de 146 horas. Calcular a taxa de freqncia e de gravidade de acidente do trabalho.
3 64
CRESPO , Antnio Arnot. Estatstica Fcil. 17 Edio, So Paulo, SP; Ed. Saraiva,1999.
MARTINS, G.A, Donaire,D. Princpio de Estatstica. 4edio. So Paulo, SP: Ed. Atlas, 1990.
NAZARETH, Helenalda. Curso Bsico de Estatstica. 12 Edio. So Paulo, SP: Ed. tica, 2000.
SPIEGEL, MR. Estatstica. 2 edio. So Paulo, SP: Ed. Mcgranw Hill, 1985.
Medidas de Tendncia Central e Separatizes

FASCCULO
Objetivos -Compreender o significado de medidas de posio ou de tendncia central. -Entender estas medidas de posio em situaes problema. -Conhecer a utilidade, vantagens e desvantagens dessas medidas.
Introduo
H diversas medidas que possibilitam condensar as informaes dentro da fase analtica da estatstica descritiva. Neste captulo, concentraremos nossa ateno nas medidas de posio ou de tendncia central (promdios), as quais so assim denominadas, em virtude da tendncia de os dados observados se agruparem em torno desses valores centrais. A moda, a mdia aritmtica e a mediana so as trs medidas de tendncia central ou promdios mais utilizados para resumir o conjunto de valores representativos do fenmeno que se deseja estudar. Outros promdios menos usados so a mdia geomtrica, harmnica, quadrtica, cbica e biquadrada. 1. Mdias
O nmero destinado a resumir uma srie de dados diz-se mdia, designao que significa que a sntese deve ser um valor intermedirio aos valores dados, no devendo ser inferior ao menor termo da srie, nem superior ao maior deles.
4 68
A mdia deve satisfazer, os nmeros que representam algumas condies lgicas ou propriedades. O critrio de escolha apropriado, de determinado tipo de mdia, para representar um conjunto de valores, obedece s propriedades da sntese escolhida e aos objetivos que nos levam a procurar a prpria expresso sinttica.
Principais Mdias: [a] Aritmtica. [b] Geomtrica. [c] Harmnica. [d] Potncia (cbica, biquadrada, etc.).
Podendo ainda cada uma delas ser simples ou ponderada.
Onde:
Mdias simples: so aquelas obtidas do conjunto cujos elementos tm a mesma importncia ou o mesmo peso.
Mdias ponderadas: so aquelas resultantes de conjuntos compostos de elementos de importncia ou freqncia diferenciada.
Vejamos agora cada uma das Mdias

1.1 Mdia Aritmtica: uma das principais medida de posio, cuja aplicao seguramente a mais usada, sendo que pode ser simples (dados no agrupados) e ponderadas (dados agrupados).
1.1.1 - Mdia Aritmtica para dados no agrupados Para uma seqncia numrica x1, x2,..., x3, x n portanto, n valores da varivel x. A mdia aritmtica simples de x representada por x definida por:
n
Exemplo 1:
x? n
x ?
i i? 1
4 69
Determinar a mdia aritmtica simples dos valores 2, 0, 5 e 3.

4 i? 1 x? ? 4 4
x ? 2? 0? 5? 3
i
? 2,5
1.1.2 - Mdia Aritmtica para dados agrupados Quando os dados estiverem agrupados numa distribuio de freqncia, usaremos a mdia aritmtica dos valores x1, x2, x3,..., xn , ponderados pelas respectivas freqncia absolutas F1 , F2, F3 , ..., F n . Para n dados, teremos:
n i? 1 x? n
x .F ?
i i
Exemplo 2.
Dada a seguinte distribuio amostral, determinar a mdia (dados agrupados sem intervalo de classe, ou seja, contm apenas elementos repetidos ou com freqncia).
xi Fi
2 1
5 4
6 3
8 2
Soluo: inicialmente vamos construir uma tabela com os elementos xi e Fi para em seguida produzir o produto xi .Fi . Depois somar a coluna de freqncia sim ples e somar o produto de cada elemento da srie pela sua freqncia, para depois calcular a mdia.
xi
Fi
xF ii
4 i? 1 x? ? ? 5,6 4 10 Fi ? i? 1
x .F ? 56
i i
4 70
Interpretao: O valor mdio da amostra 5,6 o ponto de concentrao dos valores da amostra.
Exemplo 3:
Determinar a mdia aritmtica das alturas (x) dos estudantes de uma classe de Ensino Mdio apresentada na tabela abaixo (dados agrupados com intervalo de classe).
x(cm)
xi
Fi
xF ii
Calculando:
5 5
n? Fi ? 40 ?
i? 1
x? ? ? 161,6cm 40 Fi ?
i? 1
x .F ? 6465
i i? 1 5 i
Interpretao:
A altura mdia desta turma , aproximadamente, 162 cm, a altura na qual se concentra o maior nmero de estudantes (ver tabela).
1.2 Mdia Geomtrica: denominamos mdia geomtrica de um conjunto de n valores a raiz n-sima do produto desses n valores.
1.2.1 Mdia Geomtrica para dados no agrupados
n n xg ? xi ou que ? i? 1 n x .x .x ...x xg ? 1 2 3 n
4 71
Exemplo 4:
Calcule a Mdia Geomtrica dos dados 3, 5, 7 e 9.
4 4 xg ? 3 x5 x 7 x9 ? 945 ? 5,5
1.2.2 Mdia Geomtrica para dados agrupados
Sejam x1, x2, x3, ..., Xn valores de x, associados s freqncia absolutas F1, F2, F3, ..., Fn respectivamente. Ento, a mdia geomtrica de x :
n F3 Fn F2 n n xg ? xiFi ou que x g ? x1F1 .x2 .x3 ...xn ? i? 1 n
onde n ? Fi ?
i? 1
Observao:
Em particular, se , temos o caso da Mdia Geomtrica no agrupada.
Exemplo 5:
Calcular a mdia geomtrica para a distribuio abaixo (sem intervalo de classe):
xi Fi 1 8 2 6 3 5 5 3
Teremos:
22 8 22 22 xg ? 1 x 2 6 x 35 x 5 3 ? 1x64 x 243 x125 ? 1944000 ? 1,93
Nota:
Quando o nmero de dados for muito grande, aconselhvel o emprego de logaritmos.
Como:
Fn F2 n xg ? x1F1 .x2 .x3F3 ...xn
4 72
Logo: F1 log x1 ? F2 log x2 ? F2 log x3 ? ... ? Fn log xn log x g ? n

n
Fi sendo n ? ?
i? 1
Vejamos a soluo deste exemplo usando o logaritmo 8 log1 ? 6 log 2 ? 5 log 3 ? 3 log 5 8 x0 ? 6 x0,3010 ? 5 x0,4741 ? 3 x0,6990 log x g ? ? ? 0,2858 22 22 Da:
n
xg ? anti log O que nos leva a:

xg ? 1,93
F log x ?
i i? 1
Fi com n ? ?
i? 1
que o mesmo resultado anterior.
Exemplo 6:
Calcular a mdia geomtrica para os dados da tabela abaixo (com intervalo de classe).
Estatura dos alunos da FFPNM Turma do curso de Licenciatura Plena em Biologia, ano 2003
Estatura (cm) 150 | 156 156 | 162 162 | 168 168 | 174 174 | 180 180 | 186 186 | 192
Fi 5 4 19 18 14 12 4 76
xi 153 159 165 171 177 183 189
log xi 2,18469 2,20139 2,21748 2,23300 2,24797 2,26245 2,27646
Fi log xi 10,92345 8,80556 42,13212 40,19400 31,47158 27,14940 9,10584 169,78195
?
Resolvendo:
4 73
xg ? anti log 169,78195 ? anti log 2,234 ? 171,4cm 76
(observe que a construo da tabela, com seus respectivos valores de interesse, muito importante para facilitar na construo dos dados e sua colocao na expresso matemtica)
1.3 Mdia Harmnica: o inverso da mdia aritmtica dos valores.
1.3.1 Mdia Harmnica para dados no agrupados

n xh ? n 1 ? i? 1 xi
Exemplo 7:
Calcular a mdia harmnica dos valores 2, 5, 7 e 9.
Temos:
4 4 4 x630 xh ? ?? ? 4,2 1 1 1 1 601 601 ? ? ? 2 5 7 9 630
1.3.2 Mdia Harmnica para dados agrupados
Sejam x1, x2, x3, ..., xn valores de x, associados s freqncias absolutas F1, F2, F3, ..., Fn respectivamente.
4 74
A mdia harmnica de x definida pela seguinte expresso:
n n xh ? ? n Fn F1 F2 F3 Fi ? ? ? ... ? ? x1 x2 x3 xn xi i? 1
onde
n? Fi ?
i? 1
Exemplo 8:
Calcular a mdia harmnica dos dados (sem intervalo de classe) da tabela abaixo.
xi
Fi
Fx i /
?
Apenas as duas primeiras colunas fazem parte do enunciado. (A terceira coluna construda como de interesse na soluo do problema). Resolvendo:
n i 24 i? 1 ? 3,7 Neste caso, temos xh ? o que nos leva a: xh ? n Fi 6,5 ? i? 1 xi
F ?
Exemplo 9:
Calcular a mdia harmnica para os dados das estaturas dos alunos do curso de Licenciatura Plena em Biologia, da Faculdade de Formao de Professores de Nazar da Mata, do ano de 2003, mostrada na pgina 5 (com intervalo de classe).
Soluo:
Vamos construir uma coluna (na tabela de dados) com a frao (e sua soma) Fi / xi , que uma coluna de interesse na soluo do problema, uma vez que a mesma serve para uma melhor identificao dos dados na expresso matemtica de interesse.
Estatura (cm) 150 | 156 156 | 162 162 | 168 168 | 174 174 | 180 180 | 186 186 | 192
Fi 5 4 19 18 14 12 4 76
xi 153 159 165 171 177 183 189
Fi / xi 0,03268 0,02516 0,11515 0,10526 0,07910 0,06557 0,02116 0,44408
4 75
?
Resolvendo:
n i? 1 xh ? n Fi ? i? 1 xx
F ?
i
76 ? xh ? ? 171,1cm 0,44408
1.4 Mdia quadrtica: a raiz quadrada da mdia aritmtica dos quadrados dos elementos da srie.
1.4.1 Mdia Quadrtica para dados no agrupados
xq ? n
x ?
2 i i? 1
Exemplo 10:
Calcular a mdia quadrtica da srie 6, 17, 9, 9, 3, 13 ,9 e 1.
4 76
Na soluo desse exerccio bom construir uma tabela com os xi e seus valores quadrticos, bem como a soma desses valores quadrticos, para aplicao na expresso matemtica.
xi xi2 Da:
6 36
17 289
9 81
9 81
3 9
13 169
9 81
1 1
SOMA 747
747 xq ? ? 93,375 ? 9,7 8
1.4.2 Mdia quadrtica para dados agrupados
xq ?
x .F ?
i
2 i i? 1 n
com
F ?
i i? 1
n? Fi ?
i? 1
Exemplo 11:
Calcular a mdia quadrtica para os dados (sem intervalo de classe) da tabela abaixo. xi 2 5 6 8 SOMA Fi 1 4 3 2 10 xi2 4 25 36 64 xi2 .Fi 4 100 108 128 340
Apenas as duas primeiras colunas fazem parte do problema.
(as outras duas colunas so construdas em funo da necessidade de trabalhar a expresso matemtica para calcular a mdia quadrtica com dados repetidos)
Resolvendo:
n
Temos: xq ?
x .F ?
i i i? 1
2 i i? 1 n
F ?
340 o que nos leva a: xq ? ? 34 ? 5,8 14
4 77
Exemplo 12:
Em uma pesquisa sobre a durao de certa pasta dental junto a 50 famlias do mesmo tamanho e classe social os resultados foram abaixo descritos. Calcular a durao mdia da pasta dental (com intervalo de classe).
Dias Nmero de Famlias (Fi) 8 12 20 10 50 xi (ponto mdio) 11 13 15 17
xi2 xi2 .Fi
10/12 12/14 14/16 16/18 SOMA
121 169 225 289
968 2028 4500 2890 10386
Apenas as duas primeiras colunas fazem parte do problema. A terceira coluna construda com a finalidade de ajudar na colocao dos dados na expresso matemtica.
Resolvendo:
n
xq ?
x .F ?
i i i? 1
2 i i? 1 n
F ?
10386 ? ? 14,4dias 50
Exerccios resolvidos dos temas at agora desenvolvidos

I - Calcular as mdias: aritmtica, geomtrica, harmnica e quadrtica dos seguintes conjuntos de nmeros:
[a] X= {2, 4, 6, 8,10} [b] Y= {10, 10,10}
4 78
Soluo:
[a] Para a srie

n i? 1 xA ? ? ? n
Mdia Aritmtica
x ? 2? 4? 6? 8? 10
i
? 6
n 5 5 n Mdia Geomtrica ? xg ? xi ? 2 x 4 x6 x8 x10 ? 3840 ? 5,2 ? i? 1
Mdia Harmnica
n 5 5 5 x120 600 ? xh ? ? ? ? ?? 4,4 n 1 1 1 1 1 1 137 137 137 ? ? ? ? ? 2 4 6 8 10 120 i? 1 xi

n
Mdia Quadrtica
? xq ? n
x ? 2
2 i i? 1
? 42 ? 62 ? 82 ? 10 2 220 ? ? 44 ? 6,6 5 5
xg ? xA ? xq pois: 4,4 < 5,2 < 6 < Como pode ser notado atravs deste exemplo xh ? 6,6.
Observao:
Relacionamento entre as mdias e os elementos extremos (mnimo e mximo) da srie.

xmin ? xh ? xg ? xA ? xq ? xmx
[b] Para a srie Y = {10,10,10}

yg ? yA ? yq ? 10 Como todos os valores da srie so iguais, ento: y h ?
II - Calcular a mdia ponderada dos nmeros 4, 2 e 5, atribuindo a estes, respectivamente, pesos 3, 2 e 4.
4 79
Resoluo:
n i? 1 x? ? n 3? 2? 4 pi ? i? 1
p .x ? (3 x 2) ? ( 2 x 2) ? (4 x5)
i i
36 ? ? 4 9
III - Um professor de Estatstica leciona para trs turmas (A, B e C) de 1 perodo do curso de estatstica em uma determinada faculdade. Sabemos que as turmas apresentam as seguintes mdias em um dado perodo:
Turma A (30 alunos) ............... mdia 8,0 Turma B (20 alunos) ................mdia 9,0 Turma C (50 alunos) ............... mdia 6,0
Calcular a mdia da disciplina de estatstica das trs turmas juntas e no perodo em questo.
Resoluo:
neste caso, teremos a mdia final do conjunto ( x f ) que uma mdia ponderada com pesos representados pelos nmeros de termos das sries componentes desse conjunto.
n i? 1 xf ? ? n 30 ? 20 ? 50 ni ? i? 1
n .x ? (30 x8) ? (20 x9) ? (50 x6)

i i
720 ?? 7,2 100
IV - Um vendedor viaja da cidade A para cidade B a 50 km/h e volta a 90km/h. Determinar a velocidade mdia de toda a viagem. (Observe que a distncia percorrida a mesma)
Resoluo:
4 80
a mdia harmnica , particularmente, recomendada para uma srie de valores que so inversamente proporcionais, como para o clculo de velocidade mdia, tempo mdio de escoamento de estoques, custo mdio de bens comprados com uma quantia fixa etc.
n 2 2 2 2 x 450 900 v? xh ? ? ? ? ? ?? 64,3km / h n 1 1 9? 5 14 1 14 14 ? ? 50 90 450 450 i? 1 xi
Observao:
Se as distncias no forem iguais, devemos utilizar a mdia harmnica ponderada em que as freqncias ou pesos sero as respectivas distncias.
V Um carro percorre 80km com uma velocidade escalar mdia de 40km/h, 150km com velocidade escalar mdia de 50km/h e os 200km restantes de sua viagem a uma velocidade mdia de 100km/h. Qual a velocidade mdia em todo o percurso?
Resoluo:
Neste caso temos o fato de que as distncias percorridas pelo mvel tm valores diferentes, e estes valores vo passar a ser as freqncias (dados sem intervalos de classe) para a mdia harmnica, com o intuito de calcular a velocidade escalar mdia de todo o percurso.
n
VI - Uma empresa possui um estoque de 20.000 unidades na cidade x e de 32000 unidades na cidade y. O primeiro esgota-se em quatro meses, e o segundo, em oito meses. Determinar o tempo mdio de escoamento de ambos os estoques.
Resoluo:
n tx ? h ? n
2000032000 ? ? ? 5,78 meses Fi 2000032000 ? ? 4 8 xi i? 1
430 430 v? xh ? ? ? ?? 61,4km / h 80 150 200 1400 F 7 ? ? ? 40 50 100 200 i? 1 xi
F ? 80 ? 150 ? 200
i i? 1 n i
4 81
VII - A contagem de bactrias , em uma certa cultura, aumentou de 1000 para 4000 em trs dias. Qual foi a percentagem mdia de acrscimo por dia? Resoluo: para determinar essa percentagem mdia de acrscimo, representa por r, ento: -se o acrscimo
Contagem total de bactrias depois do 1 dia: 1000 + 1000r = 1000.(1 + r) Contagem total de bactrias depois do 2 dia: 1000.(1 + r) + 1000.(1 + r)r = 1000.(1 + r) Contagem total de bactrias depois do 3 dia: 1000.(1 + r) + 1000.(1 + r)r = 1000.( 1 + r) . Esta ultima expresso deve ser igual a 4000, e assim sendo temos que: 1000.(1 + r) = 4000 ? (1 + r) 3 = 4 ? 1+r= 3 4 ? 1 + r = 1,587 ? r= 0,587
Ou que: r = 0,587 x 100% = 58,7% Observao: De uma maneira geral, se parte de uma quantidade P, que cresce a uma taxa constante r por unidade de tempo, tem-se, aps n unidades de tempo, um total: T = P.(1 + r) n
Tarefa 4.1
01 - Calcular, as mdias aritmtica, geomtrica, harmnica e quadrtica da srie (dados em metros cbicos): 3,7; 8,2; 10,0 e 15,0. Em seguida, faa a comparao (ordem decrescente) dos valores encontrados.
4 82
02 - Calcule a idade mdia dos alunos de uma classe de primeiro ano de determinada faculdade, em anos.
Idades ( anos ) xi 17 18 19 20 21
N de alunos Fi 3 18 17 8 4
03 - Turmas que possuem determinada disciplina em comum apresentam nessa disciplina as seguintes mdias:
Turma A (40 alunos) mdia 6,5 Turma B (35 alunos) mdia 6,0 Turma C (35 alunos) mdia 4,0 Turma D (20 alunos) mdia 7,5
Determine a mdia geral da disciplina nesta faculdade.
04 - Uma pesquisa para determinar a eficincia de uma nova rao para animais, em termos de ganho de peso, mostrou que aps um ms em que a rao normal foi substituda pela nova rao, os animais apresentam um aumento de peso segundo a tabela:
Classe 1 2 3 4 5 Aumento de peso em kg 0 | 1 1 | 2 2 | 3 3 | 4 4 | 5 N de animais Fi 1 5 35 37 28
[a] Calcular o aumento mdio de peso por animal. [b] Se a rao antiga proporcionava em iguais circunstncias um aumento mdio de peso de 3,100 kg/animal, esta nova rao pode a princpio ser considerada mais eficiente?
4 83
05 - A contagem de bactrias, em certa cultura, aumentou de 500 para 2000 em trs dias. Qual foi a porcentagem mdia de acrscimo por dia?
06 - Encontrar dois nmeros cuja mdia aritmtica 50, e a mdia harmnica, 32.
1.5 Outras Mdias
Outras mdias menos usadas em estatstica so a mdia cbica e a mdia biquadrtica, as quais so calculadas respectivamente, atravs das seguintes expresses:
1.5.1 Mdia Cbica
n i? 1 xc ? n 3
x ?
3 i
? [a] Mc simples (dados no agrupados)
n i? 1 xc ? n 3
xF ?
3 ii
? [b] Mc ponderada (com ou sem intervalo de classe)
1.5.2 Mdia Biquadrtica ( xbq )

n i? 1 xbq ? n 4
x ?
4 i
? [a] Mbq simples (dados no agrupados)
n i? 1 xbq ? n classe) 4
xF ?
i
4 i
? [b] Mbq ponderada (com ou sem intervalo de
Tarefa 4.2:
[a] Calcule a mdia cbica e biquadrtica da srie de nmeros: 1, 2, 1, 3 e 5. [b] Calcule a mdia cbica e biquadrtica de 1, 2 e 3 com cada um deles com freqncia 10, 4 e 5, respectivamente. [c] Calcule a mdia cbica e biquadrtica do exerccio 04, da tarefa 4.1.
4 84
2. Mediana e Demais Separatrizes
Mediana: o valor que ocupa a posio central de um conjunto de dados ordenados.
Clculo da Mediana
Para calcular a mediana vamos fazer uso de trs tcnicas diferentes para os clculos: [a] Dados brutos ou rol, neste clculo tem apenas os dados na forma no agrupados; [b] Dado repetido, neste caso os dados agrupados so sem intervalo de classe; [c] Dados agrupados em classes, ou seja, neste item temos os intervalos de classe. Observe que essas trs formas de agir so as mesmas que vnhamos trabalhando para as mdias.
[a] Dados brutos ou rol
Inicialmente devemos ordenar os elementos, caso sejam dados brutos, obtendo o rol. Em seguida, determinaremos o nmero (n) de elementos do rol. Neste item, vamos considerar dois casos: [1] quando o rol tiver uma quantidade n de nmeros mpares; [2] quando o rol tiver uma quantidade n de nmeros pares.
n? 1 O rol admite apenas um termo central que ocupa a posio P ? . 2
Exemplo 01:
Calcular a mediana da srie 9,15,3,7,6,16,4,19 e 1.
a.1 - Se n mpar
Resoluo: colocando os nmeros que compem a srie em ordem crescente de valor, temos: 1,3,4,6,7,9,15,16 e 19.
4 85
n? 19110 ? Como n = 9 (mpar), a posio P ? ? ? ? 5? 5 P? ? . 2 2 2 Isto , a mediana o quinto termo da srie ordenada de modo crescente ou decrescente. Conclumos assim que a mediana M e ? 7.
Observao: A posio em que ocupa o valor 7, no rol, deixa a sua esquerda e a sua direita o mesmo nmero de elementos, sendo, portanto, o elemento central da srie.
a.2 - Se n par
n Neste caso, o rol admite dois termos centrais que ocupam as posies P ' ? e 2 n P '' ? ? 1 . A mediana convencionada como sendo a mdia aritmtica dos valores 2 que ocupa estas posies centrais.
Exemplo 02:
Determinar a mediana da srie: 7,21,13,15,10,8,9,13.
Soluo:
Ordenando estes elementos, obtemos: 7,8,9,10,13,13,15,21

O nmero de elementos n = 8 (par)
As posies dos termos centrais so:
n 8 n P' ? ? ? 4 ou seja, 4 posio e P '' ? ? 1? 4? 1? 5 que a 5 posio. 2 2 2

Onde:
4 86
O elemento que ocupa a quarta posio na srie 10 e o elemento que ocupa a quinta posio 13. Portanto,
Interpretao:
50% dos valores do rol so valores menores ou iguais a 11,5 e 50% dos valores do rol so valores maiores ou iguais a 11,5.
[b] Determinao da mediana para o caso de dados repetidos
A mediana encontrada da mesma forma que a mostrada para dados isolados, sendo, entretanto ainda mais cmoda a sua determinao com o uso de freqncia acumulada.
Exemplo 03:
Determinar a mediana da srie: (caso em que o nmero de elementos mpar).
xi Fi
xi
Fi
Fac
Interpretao:
50% dos valores da srie so menores ou iguais a 8, e 50% dos valores da srie so maiores ou iguais a 8.
Exemplo 04:
Calcular a mediana da srie: (caso em que o nmero de elementos par).
Note que o 1 elemento da srie 2. Em seguida, aparecem quatro elementos iguais a 5. Totalizando (acumulando) cinco elementos. Estes cinco elementos ocupam na srie as posies de primeiro ao quinto. Depois aparece mais 10 elementos iguais a 8, fazendo com que haja agora um acmulo de quinze elementos. Como a mediana est no dcimo segundo elemento, logo, ela est contida na classe terceira dessa srie de dados. E, neste local o elemento correspondente xi o nmero 8. Sendo assim, a mediana desse conjunto de nmero Me = 8.
Soluo: o n de elementos de srie a soma de todas as freqncias, ou seja, n = 23 (mpar). Portanto, a srie admite apenas um termo central que ocupa a posio central que a soma de 23 +1 dividido por 2, que tem como resultado 12, compreendido como o dcimo segundo lugar no conjunto de nmeros dados (que so 23). Para encontrar este 12 elemento vamos construir uma tabela veja logo a seguir - em que aparea a freqncia acumulada, pois, assim procedendo, podemos localizar na referida tabela o 12 elemento da srie de 23 elementos.
4 87
xi
Fi
Soluo: o n de elemento da srie a soma de todas as freqncias, ou seja, n = 3 + 5 + 8 + 10 + 6 = 32. Portanto, n um nmero par. Neste caso a srie admite dois termos centrais. O primeiro dele o termo central, ou seja, aquele em que n dividido por dois, ou seja, 32 dividido por dois que igual a 16. Dizemos assim que o primeiro termo est na dcima sexta posio. E o outro termo, a soma desse resultado (16) mais um, ou seja, 17. Dizemos ento que o outro termo que influi no clculo da mediana ocupa a dcima stima posio.
Para localizar estes dois elementos, construmos a freqncia acumulada crescente da srie.
xi
Fi
Fac
4 88
As trs primeiras posies da srie so ocupadas, por exemplo, iguais a 0. Da quarta oitava posio os elementos so iguais a 1. Da nona dcima sexta posio os elementos so iguais a 2. Da dcima stima vigsima sexta posio os elementos valem 3. e, com isto, podemos ver que, o 16 elemento o nmero 2, enquanto que o 17 elementos o nmero 3. Uma vez que, nesse caso a mediana a mdia aritmtica dos di nmeros encontradas nestas posies, podemos ento afirmar que a mediana desse conjunto de nmeros a mdia aritmtica dos nmeros 2 e 3 que corresponde a 2,5. Ou seja, Me = 2,5
Interpretao:
50% dos valores da srie so valores menores ou iguais a 2,5 e 50% dos valores da srie so valores maiores ou iguais a 2,5.
[c] Clculo da Mediana para dados Grupados em Classes
Quando uma srie contnua e grupada em classes de freqncia, a mediana corresponde ao termo que divide a srie em duas partes iguais, isto , o valor que precedido e seguido por 50% (n/2) dos termos da srie.
Em uma distribuio de freqncia, chama-se classe mediana classe que contm a mediana. Neste caso o clculo para encontrar a mediana pode ser obtida por interpolao em um grfico de freqncia acumulada, resultando na expresso matemtica:
n/2? F ? ? Me ? Li ? h ? a? F ? ?
Onde: Me ? mediana; Li ? limite inferior da classe que contm a mediana (classe mediana); n ? n de termos da srie e n/2 ser, a posio da mediana, seja n par ou mpar; Fa ? freqncia acumulada da classe vizinha anterior classe mediana; F ? freqncia da classe mediana; h ? amplitude da classe mediana.
Exemplo - 05:
Calcular a mediana de distribuio de notas dadas na tabela abaixo. NOTAS ALUNOS - F Fa 3 3 0? 10 7 10 10 ? 20 12 22 20 ? 30 34 56 30 ? 40 48 104 40 ? 50 90 190 50 ? 60 54 248 60 ? 70 52 300 70 ? 80 15 315 80 ? 90 5 320 90 ? 100 TOTAL 320 -------------------
4 89
Somente as duas primeiras colunas fazem parte do enunciado. A terceira coluna fora acrescida em procedimento soluo do problema.
Resoluo:
Como a frmula de clculo citada refere bastante sobre dados da classe mediana, muito importante a sua determinao, o que feito atravs da posio (P = n/2) da mediana e da coluna de freqncia acumulada. No caso, a posio da mediana P = n/2 =320/2=160.
Aps completarmos a coluna de freqncia acumulada (Fa), observamos que a mediana o 160 termo da distribuio, e que a mesma pertence classe 50 60, onde se situam as 90 notas dos alunos com nmeros de ordem 105, 106,107,...,159,160,161,...,192,193 e 194.
Finalmente, aplicando a Frmula da mediana, temos:

n/2? F ? ? 160 ? 104 ? ? 56 ? 560 ? Me ? Li ? h? 50 ? 10 ? 50 ? 10 ? 50 ?? 56,2 ? a? ? ? ? ? F 90 90 ? 90 ? ? ? ? ?
4 90
A mediana igual nota 56,2. Isto revela que tal resultado coloca um certo nmero de alunos com notas inferiores a 56,2 bem como, aqueles alunos com notas superiores a 56,2.
2.1 Separatrizes
Separatrizes (S) de uma srie de n termos x1, x2, x3, ..., xn colocados em ordem crescente (ou decrescente) de valor o termo da srie que a divide em duas ou mais partes qualquer.
Exemplo 06:
A mediana uma separatriz, como j foi dito, pois ela divide a srie em duas partes iguais.
As principais separatrizes so a mediana, os quartis, os decis e os percentis (ou centis). Outras separatrizes poderiam ser deduzidas, porm estas so as mais usuais. Uma separatriz genrica chamada quantil.
Observao:
Os quartis, decis e percentis (ou centis) so separatrizes que dividem a srie, respectivamente, em quatro, dez e cem partes iguais.
Quartis:
So representados por Q1, Q 2 e Q 3 sendo chamados, respectivamente, primeiro, segundo e terceiro quartil. Onde: ? Primeiro quartil ( Q1) de uma srie ordenada de modo crescente (ou decrescente) o termo da srie que precedido por 25% dos termos (n /4) e seguido pelos restantes 75% (3n/4). ? Segundo quartil coincide com a mediana ( Q2 = M e), dividindo, portanto, a srie em duas partes iguais. ? Terceiro quartil (Q3) o termo da srie que precedido por 75% (3n/4) dos termos e seguido pelos restantes 25% (n/4).
Decis:
So representados por D1, D 2, D 3, ..., D 9 sendo chamados, respectivamente primeiro, segundo, terceiro,..., nono decil. Onde: ? Primeiro decil ( D1) de uma srie ordenad a de modo crescente (ou decrescente) o termo da srie que precedido por 10% do s termos (n/10) e seguido pelos restantes 90% (9n/10). ? Segundo decil (D2) precedido por 20% dos termos (2n/10) e seguido pelos restantes 80% (8n/10). ? E assim sucessivamente at o nono decil.
4 91
Observao:
O quinto decil igual mediana (D5 = Me).
Percentis:
So representados por P1, P 2, P 3, ..., P 99 sendo chamados primeiro, segundo, terceiro, .., nonagsimo nono percentil. Onde: ? Primeiro percentil ( P1) de uma sr ie ordenada de modo crescente ( ou decrescente) o termo da srie que precedido por 1% dos termos (n/100) e seguido pelos restantes 99%(99n/100) ? S egundo percentil ( P2) precedido por 2% dos termos (2n/100) e seguido pelos restantes 98% (98n/100) ? E assim sucessivamente at o nonagsimo percentil.
Responda: Qual o percentil que equivale mediana numa srie de dados numricos?
Observando as definies dos quartis, decis, percentis e mediana, chegamos a:
Q1 ? P25
4 92
Q2 ? Me ? D5 ? P50
D2 ? P20
? 75
D1 ? P 10
D3 ? P30
D8 ? P80
D4 ? P40
D9 ? P90
D6 ? P60
Observao:
D7 ? P70
Com exceo talvez para a mediana no usual a utilizao das demais separatrizes (quartis, decis e percentis) para sries constitudas de dados isolados ou de dados repetidos.
2.1.1 Clculo das separatrizes para dados grupados em classes de freqncia.
Agora vamos ver como proceder para encontrar estas separatrizes, ou seja, os quartis, decis ou percentis (centis), para, evidentemente, dados agrupados com classes de freqncias. A frmula geral de clculo, semelhante frmula da mediana e escrita como sendo:
P? F ? ? S? Li ? h ?a ? F ? ?
Onde:
S Li P Fa F h ? separatriz desejada (mediana, quartil, decil ou percentil); ? limite inferior da classe que contm a separatriz; ? posio da separatriz ? freqncia acumulada da classe vizinha anterior classe que contm a separatriz; ? freqncia da classe que contm a separatriz ? amplitude da classe que contm a separatriz.
Observamos pela frmula acima que nela interferem muitos dados da classe que contm a separatriz. De modo semelhante ao utilizado para a mediana, localizamos esta classe atravs da posio da separatriz e da coluna auxiliar de freqncia acumulada, que iremos sempre acrescentar na tabela dada para uma melhor visualizao dos elementos desta expresso matemtica.
2.1.1.1 Como determinar a posio P, de uma separatriz Veremos agora como proceder para determinar o valor de P, posio de uma separatriz, para cada uma das separatrizes explicitada anteriormente.
4 93
[a] Para os quartis:
Primeiro quartil (Q1) Segundo quartil (Q2) Terceiro quartil (Q3)
? P = n/4; ? P = 2n/4; ? P = 3n/4.
Genericamente para um quartil de ordem i, vem:

n Pi? 4
i = 1, 2 ou 3, conforme se trata, respectivamente, do primeiro, segundo ou terceiro quartil.
[b] Para os decis:
Primeiro decil (D1) ? P = n/10 Segundo decil (D2) ? P = 2n/10 Terceiro decil (D3) ? P = 3n/10 Quarto decil (D4) ? P = 4n/10 Quinto decil (D5) ? P = 5n/10 ............................................................. ............................................................. Nono decil (D9) = 9n/10
Genericamente para um decil de ordem i, vem:

n Pi? 10
i = 1, 2, 3,...,9 conforme se tratar, respectivamente, primeiro, segundo, .., nono decil.
[c] Para os percentis:

Primeiro percentil (P1) ? P = n/100 Segundo percentil (P2) ? P = 2n/100 Terceiro percentil (P3) ? P = 3n/100 ...................................................................................... ...................................................................................... Nonagsimo nono percentil (P99) ? P = 99n/100
4 94
Genericamente para um percentil de ordem i, vem:

n Pi? 100
i = 1, 2, 3, ..., 99 conforme se trata, respectivamente, do primeiro, segundo, terceiro, ..., nonagsimo nono percentil.
[d] Para a mediana (seja n, par ou mpar), temos:
P = n/2
Para facilitar ainda mais os clculo analtico de uma separatriz, apresentamos como roteiro:
[i] Compor coluna auxiliar de freqncia acumulada (Fa) [ii] Determinar a posio (P) da separatriz, usando uma das frmulas:
no caso de calculamos, respectivamente, quartis, decis, percentis ou a mediana,
[iii] Com o auxlio dos itens anteriores, localizar a classe que contm a separatriz; [iv] Usar a frmula geral da separatriz S, observando que:
-no recomendvel usar aproximaes numricas para o valor da posio (P) da separatriz; -Quando a separatriz se situar na primeira classe, a freqncia acumulada da classe anterior mesma ser nula, isto , Fa = 0.
n n n n Pi? ; Pi? ; Pi? ; P ? 4 10 100 2
4 95
Chama-se ordem percentlica (OP) o ndice do percentil. um nmero que indica o percentual de elementos de uma srie ordenada de modo crescente, que inferi or a separatriz correspondente. Assim por exemplo, se para uma distribuio de ganhos horrios encontramos Me = R$ 158,00/h; Q 3 = R$ 172,50/h; P 84 = R$ 181,71 e D 7 = R$ 168,67/h, temos para essas separatrizes, ordens percentlicas, respectivamente iguais a, 50, 75 , 84 e 70. Isto nos permite afirmar que: ? Q ue 50% dos empregados percebem salrios inferiores (ou superiores) a 158,50/h; ? Q ue 75% dos empregados ganham menos R$ 172,50/h (ou que 25% deles recebem mais que esse valor); ? Que 84% dos empregados recebem at R$ 181,71/h (ou que apenas 16% deles percebem mais que essa quantia); ? Que 70% dos empregados ganham at R$ 168,67/h (ou que 30% dos empregados recebem mais que R$ 168,67/h).
Exemplo 07:
Damos a seguinte distribuio de pesos (apenas as duas primeiras linhas: classes pesos - e freqncias simples nmero de pessoas, fazem parte do problema. A outra linha, de freqncia acumulada fora construda para soluo do exerccio).
Pesos (kg) N de Pessoas (F) Fa
60 ? 66 66 ? 72 72 ? 78 78 ? 84 84 ? 90 TOTAL 120 180 80 40 20 440 120 300 380 420 440
Determinar [a] a mediana e o primeiro quartil, indicando as respectivas ordens percentlicas e significados; [b] a separatrizes com o respectivo significado, cuja ordem percentlica 74; [c] o peso acima do qual temos 20% de pessoas com pesos superiores a ele; [d] a ordem percentlica corresponde a 64,4 kg e o seu significado; [e] determinar a faixas de ordens percentlicas e de peso, dividindo as pessoas em classes de gordos (20% dos indivduos mais pesados mdios), (55% das pessoas com peso abaixo dos gordos) e magros (25% das pessoas mais magras).
4 96
Resoluo
[a] Seguindo o roteiro para clculo analtico de uma separatriz, vem: Uma vez que, j compomos a linha auxiliar de freqncia acumulada (Fa) correspondente distribuio de peso, logo:
a.1 - posio (P) da mediana, usando a frmula P = n/2 = 440/2 = 220.
Assim, a mediana ser o peso correspondente ao 220 elemento da srie ordenada; vemos, assim, com o auxilio de Fa, que o termo cuja posio 220 est localizada na classe 66 ? 72 (onde se situam desde o 121 elemento at o 330);
Ento:
P F 220 120 600 S= Li + h= 66 + 6= 66 + = 69,3kg a F 180 180
Como se trata da mediana, que divide a srie em duas partes, logo, a ordem percentlica de 50.
Concluso: 50% das pessoas tm pesos inferiores (ou superiores) a 69,3kg.

a.2 Primeiro quartil ? Q 1 neste caso, P = n/4 (i = 1), da P = 440/4 ? P= 110. Logo, olhando a linha de freqncia acumulada, este valor est na classe 60 ? 66. Calculando:
P? F ? ? 110 ? 0 ? 660 ? S? Q1 ? Li ? h? 60 ? 6? 60 ?? 65,5kg ?a ? ? ? F ? ? 120 ? 120 ?
Como se trata do primeiro quartil, logo a ordem percentlica de 25.
4 97
Concluso: temos 25% das pessoas pesando at 65,5kg, ou, dito de outra forma, 75% das pessoas tm pesos superiores a 65,5kg.
b) neste caso h separatrizes cuja ordem percentlica 74 o septuagsimo quarto percentil, pois, o quartil e o decil no possuem esta ordem. Sendo assim.
OP = 74 ? P74 onde P74 = 74 x
440 uma vez que i = 74 e n = 440 ? P = 325,6 100
325,6 ? 300 ? ? Este valor esta representado na classe 72 ? 78 onde S ? P74 ? 72 ? 6 ? ? 80 ? ?
Resolvendo: P74 = 73,9kg ? 74% das pessoas pesam menos que 73,9kg.
[c] O peso acima do qual temos 20% de pessoas com pesos superiores a ele o mesmo abaixo do qual se situam 80% (100% - 20%) de indivduos com pesos inferiores, ou, em outras palavras, a separatriz cuja ordem percentlica 80 (oitavo decil ou octagsimo percentil).
440 ? D8 = 352 10 352 ? 300 ? ? Este valor corresponde a classe 72 ? 78 onde S ? D8 ? P80 ? 72 ? 6 ? ? 80 ? ? Da: D8 = P80 = 75,8kg Assim sendo, basta calcularmos D8 onde D8 = 8 x
[d] Este item se refere ao problema inverso: d-se a separatriz e procura-se a ordem percentlica que lhe corresponde.
P? F ? ? Li ? h , conhecemos S ? Da frmula geral S ? Pi ? 64,4 kg , que pertencendo ?a ? F ? ? a classe 60 ? 66, nos conduz a Li = 60; F = 120; F a ( freqncia acumulada da classe anterior primeira) e h = 6. Assim, vem: P? 0 6P 64, 4 ? 60 ? ? 6; ? 64, 4 ? 60 eP ? 120 ? 4, 4 / 6 ? 88 (posio da separatriz). 120 120 ? ? /100 , temos: 88 ? i? 440 /100 ; i ? 100 ? 88 / 440 ? 20 ? OP. Como pela frmula, Pin
4 98
Assim, o significado que 20% das pessoas pesam menos de 64,4 kg.
[e] Como as separatrizes necessrias composio das faixas de pesos j foram determinadas nos itens anteriores, temos:
Faixas Classificao OP Pesos (kg)
A moda, norma, valor modal, por definio, o valor xk da srie que ocorre com a maior freqncia, isto , o valor mais comum.
Um conjunto de valores pode apresentar mais de uma moda. Neste caso, dizemos ser plurimodal, caso contrrio ser unimodal, ou ainda, amodal (quando todos os valores das variveis em estudo apresentarem uma mesma freqncia).
3.1 - Clculo da Moda
3.1.1 Caso: dados brutos ou rol Basta identificar o elemento de maior freqncia.
Exemplo 08:
Determine a moda dos seguintes conjuntos de dados: A = {1, 2, 3, 4, 5, 6}; B = {10; 10; 12; 13; 18}; C = {100, 100, 200, 200, 300, 600}
Soluo: O conjunto A no tem moda, chamado de conjunto amodal. O conjunto B tem uma moda Mo = 10, tambm chamado de conjunto unimodal O conjunto C tem Mo = 100 e Mo = 200, chamada de conjunto binmodal ou plurimodal
4 99
3.1.2 Caso: varivel discreta
Neste caso, as freqncias j esto computadas na segunda coluna. Basta identificar o elemento de maior freqncia.
Exemplo 09:
xi
Fi
A maior freqncia observada na segunda coluna 23 corresponde ao elemento 248 da srie. Por tanto uma 248 srie unimodal com M o ?
Exemplo 10:
xi Fi
A maior freqncia observada 5 e corresponde aos valores 2 e 4. Portanto, uma srie bimodal com Mo = 2 e Mo = 4.
Exemplo 11:
xi
Fi
Observe que todos os elementos da srie possuem a mesma freqncia. Portanto a srie amodal (no tem moda).
3.1.3 Varivel Contnua (dados agrupados em classe)
Neste caso, a moda no percebida to facilmente como nos casos anteriores, para tal, utilizaremos dois processos na sua obteno.
4 100
Antes do conhecimento desses dois processos vamos compreender que se chama de Classe Modal, a classe no agrupamento que possui a mais alta freqncia.
1 Processo: moda de Czuber

? ? ? 1 Mo ? li ? ? h ? ? ? ? ? ? 1 1?
Onde: Mo ? Moda ? Fmx Fant ) 1 - freqncia da classe modal - freqncia da classe vizinha anterIor (? 1 ?? ? ? F 2 - freqncia da classe modal - freqncia da classe vizinha posterior (? 2 =F mx post ) h - amplitude do intervalo de classe li - limite inferior da classe modal
Exemplo 12
Calcule a moda pelo processo de Czuber da distribuio abaixo.
Classe Freqncia
Soluo:
A classe modal a 3 classe, portanto, a moda vale:

3 ? ? ? 6? 3? 3; ? 6? 2? 4 ; Li = 20; h = 10 ? Mo ? 20 ? 10 ? Mo = 24,3 ?? 1 ? 2 ? 3? 4? ?
Interpretao: 24,3 o valor mais freqente nesta distribuio.

Fpost Mo ? li ? [ ].h Fant ? Fpost
2 Processo: moda de King
4 101
Onde:
li - limite inferior da classe modal Fpost - freqncia da classe posterior classe modal Fant - freqncia da classe anterior classe modal h - amplitude do intervalo de classe
Exemplo - 13
Calcule a moda pelo processo de King para a distribuio do exemplo - 12.
2 ? ? Li = 20; Fpost = 2; Fant = 3; h = 10 ? Mo ? 20 ? 10 ? Mo = 24 ?? 3? 2? ?
Interpretao: 24 o valor mais freqente nesta distribuio
Tarefa 4.3
I - Abaixo temos a distribuio do nmero de acidentados por dia, durante 53 dias, em certa rodovia:
N de acidentados N dias
0 20
1 15
2 10
3 5
4 3
Pede-se:
a) Determinar a mdia; b) Determinar a mediana; c) Calcular a moda; d) Qual a porcentagem de dias em que tivemos dois ou mais acidentes?
II - Na distribuio de salrio abaixo descrita, determinar: a) o salrio modal; b) o salrio mediano; c) o salrio mdio; d) abaixo de que salrio se situam os 30% mais mal remunerados? e) acima de que salrio se encontram os 15% mais bem remunerados? f) acima de que salrio ficam os 20 operrios mais bem pagos?
4 102
Salrios (R$) 600 | 800 800 | 1000 1000 | 1200 1200 | 1400 1400 | 1600 1600 | 1800
N de operrios 28 36 58 72 43 13
AZEVEDO, Amlcar Gomes. Estatstica Bsica. 5 ed, Rio de Janeiro: LTC, 1987. CRESPO, Antnio Arnot. Estatstica Fcil. 17 ed. So Paulo: Saraiva,1999. MARTINS, G. A, Donaires, D. Princpios de Estatstica. 4 ed. So Paulo. Atlas,1990. MOREIRA, Jos dos Santos. Elementos de Estatsticas. 9 ed. So Paulo: Atlas. 1975. PEREIRA, Wilson. Estatstica: Conceitos Bsicos. 2 ed. So Pailo: MC Graw Hill,1990. SPIEGEL, MR. Estatstica. 2 edio So Paulo: Mcgraw. Hill,1985. TOLEDO, Geraldo Luciano. Estatstica Bsica. 2 ed. So Paulo: Atlas, 1985. VIEIRA, Sonia. Elementos de Estatstica. 3 ed. So Paulo: Atlas, 1999.
Medidas de Disperso -Intervalo (Amplitude Total) -Desvio Mdio Absoluto -Varincia Desvio Padro
FASCCULO
Objetivos
Aps terminar a leitura deste fascculo, o estudante deve estar em condies de:
1. Definir o objetivo das medidas de disperso. 2. Explicar o que so medidas de disperso e como elas podem ser usadas.
3. Identificar as vantagens e descrever as caractersticas importantes de cada medida de disperso
Introduo
As medidas de disperso de uma distribuio so valores que indicam o grau de afastamento dos valores da varivel em relao mdia.
Intervalo (amplitude total)

O intervalo de um grupo de nmeros de modo geral, a medida mais simples de calcular e de entender. Focaliza o maior e o menor valor no conjunto (ou seja, os valores extremos). O intervalo pode ser expresso de duas maneiras:
I) A diferena entre o maior e o menor valor (tambm chamada Amplitude Total); II) O maior e o menor valor no grupo. Consideremos estes trs valores: 1, 10 e 25. A diferena entre o valor maior e o menor : 25 1 = 24. Alternativamente, pode se dizer que o intervalo de valores vai de 1 25.
5 106
A vantagem de utilizar o intervalo como medida de disperso reside no fato de o intervalo ser relativamente fcil de calcular, mesmo para um grande conjunto de nmeros. Igualmen- te, a significao de intervalo fcil de entender.
A maior limitao de intervalo o fato de ele s levar em conta os dois valores extremos de um conjunto, nada informando quanto aos outros valores.
Exemplos:
1) A amplitude total (AT) da distribuio: 2, 3, 5, 9, 11, 15, 17, 22, 25 : 25 -- 2 = 23
2) O intervalo (AT) da distribuio: 14, 3, 17, 4, 8, 73, 36, 48 : 73 3 = 70.
3) O intervalo (AT) da distribuio: 3,2; 4,7; 5,6; 2,1; 1,9; 10,3; : 10,3 1,9 = 8,4
Amplitude de um Intervalo de Classe

A amplitude de um intervalo de classe ou simplesmente, intervalo de classe a medida do intervalo que define a classe.
Ela obtida pela diferena entre os limites superior e inferior dessa classe, e indicada por
hi . Assim: hi ? Li ? li , onde:
Li li
limite superior da classe limite inferior da classe
5 107
Exemplos:
Na distribuio da tabela (1) abaixo:
Tabela.1
i 1 2 3 4 5 6
ESTATURAS (cm) 150 ? 154 154 ? 158 158 ? 162 162 ? 166 166 ? 170 170 ? 174
FREQUNCIA 4 9 11 8 5 3 ? 40 ?
Temos:
h1 ? 154 ? 150 ? h1 ? 4cm h7 ? 174 ? 170 ? h7 ? 4cm
Amplitude Total da Distribuio

Amplitude total da distribuio (AT) a diferena entre o limite superior da ltima classe (limite superior mximo) e o limite inferior da primeira classe (limite inferior mnimo)
AT ? L( mx ) ? l ( mn )
Exemplo:
Na distribuio anterior (tabela.1) temos:
5 108
AT ? 174 ? 150 ? 24 ? AT ? 24cm
Amplitude Amostral
Amplitude amostral (AA) a diferena entre o valor mximo e o valor mnimo da amostra
AA ? x( mx ) ? x( mn )
Exemplo:
Na distribuio da amostra:
166 162
160 161
161 168
150 163
162 156
160 173
165 160
167 155
164 164
160 168
Temos:
AA ? 173 ? 150 ? 23 ? AA ? 23
Desvio Mdio Absoluto (DMA)

O desvio mdio absoluto (DMA) de uma distribuio a mdia aritmtica dos mdulos dos desvios (diferena entre o valor da varivel e a mdia).
O desvio mdio absoluto mede o desvio mdio dos valores em relao mdia do grupo, ignorando o sinal do desvio.
Calcula-se o DMA subtraindo a mdia de cada valor do grupo e desprezando o sinal (+ ou --) do desvio, e tomando a mdia em seguida. Dada distribuio: x1, x2, x3, ... xn , os desvios so: x1 ? x ; x2 ? x ; x3 ? x; ... x n ? x , e o desvio mdio :
n
xi ? x ? x1 ? x ? x2 ? x ? ? ? xn ? x i? 1 Dm ? ou Dm ? , onde n o nmero de n n
5 109
observaes do conjnto.
Obsercao:
Para o clculo do desvio mdio so tomados os mdulos dos desvios, pois a soma dos desvios zero.
Exemplos:
1) Calcular o desvio mdio da distribuio: 7, 10, 12, 15, 16, 18, 20.
Resoluo:
Primeiramente devemos calcular a mdia aritmtica dos dados:
7? 10 ? 12 ? 15 ? 16 ? 18 ? 20 98 ? ? 14 . Portanto, 7 7 7? 14 ? 10 ? 14 ? 12 ? 14 ? 15 ? 14 ? 16 ? 14 ? 18 ? 14 ? 20 ? 14 Dm ? 7 7? 4? 2? 1? 2? 4? 6 26 ? ? ? 3,42 7 7
2) Determine o desvio mdio para o seguinte conjunto de nmeros: 2, 4, 6, 8, 10.
Resoluo:
2? 4? 6? 8? 10 X ? ? 6 i. Determinemos a mdia: 5 ii. Determinemos a diferena entre cada valor e a mdia: xi ? x 2 -- 6 = -- 4 4 6 = -- 2 66 = 0 86 = 2 10 6 = 4
5 110
Tomemos os valores absolutos dessas diferenas e soma- mos:

xi ? x 12 4? 2? 0? 2? 4? 12 ? xi ? x . Logo; Dm ? ? ? 2,4 ? n 5
3) Determine o desvio mdio para o conjunto de valores: 1, 2, 3, 4, e 5.
Resoluo:
1? 2? 3? 4? 5 15 X ? ? ? 3 5 5 xi ? x 1? 3? 2? 3? 3? 3? 4? 3? 5? 3 2? 1? 0? 1? 2 6 ? ? ? ? ? 1,2 n 5 5 5
Varincia
O fato de conhecermos a mdia de uma distribuio de probabilidade j nos ajuda bastante, porm no temos uma medida que nos d o grau de disperso de probabilidade em torno dessa mdia.
A varincia uma medida que d o grau de disperso (ou de concentrao) de probabilidade em torno da mdia.
xn , uma amostra de n elementos da varivel xi , ento: Assim, se x1 , x 2 , x3 ,?

n i? 1 S2 ?
(x ? x) ?
i
A varincia de uma distribuio a mdia aritmtica dos quadrados dos desvios. A varincia de uma amostra representada por S 2 e constitui uma estimativa da 2 varincia da popula- o que representada por ? (sigma ao quadrado).
e para dados tabulados a varincia dada por:
5 111
( xi x)2. fi i= 1 S2 = Onde: xi = mdia da classe e n 1
f i = freqncia da classe.
Observaes:
Para valores pequenos de n (n ? 25) devemos tomar o deno - minador de S 2 como n? 1 em lugar de n .
n i? 1 Assim, para amostras pequenas temos: S 2 ? n? 1
(x ? x) . ?
i
O processo, para calcular a varincia amostral, o seguinte:
1. Calcular a mdia da amostra. 2. Subtrair a mdia de cada valor da amostra. 3. Elevar ao quadrado cada uma das diferenas. 4. Somar esses quadrados. 5. Dividir por n 1.
Exemplos:
1) Determinar a varincia da amostra, constituda dos seguintes elementos: 7, 10, 12, 15, 16, 18 e 20.
Resoluo:
5 112
n i? 1 x? ? n
x ? 7? 10 ? 12 ? 15 ? 16 ? 18 ? 20 98
i
? ? 14 7
(7 ? 14) 2 ? (10 ? 14) 2 ? (12 ? 14) 2 ? (15 ? 14) 2 ? (16 ? 14) 2 ? (18 ? 14) 2 ? (20 ? 14) 2 S2 ? 7? 1
=
(? 7) 2 ? (? 4) 2 ? (? 2) 2 ? 12 ? 22 ? 42 ? 6 2 126 ?? 21 6 6
3
2) Ao se cultivar o peixe tambaqui, a 60ind/m 1,0 m3, obtiveram-se os seguintes pesos (g):
/ 120 dias, criados em gaiolas de
Gaiola/1 350,3 342,3 352,8 345,9 340,7 328,4 345,8 334,1 360,6 356,6
Gaiola/2 350,1 350,1 331,7 334,1 350,9 349,9 348,7 345,1 348,0 348,9
X ? 345,75 g
X? 345,75 g
Observe que as mdias dos pesos dos peixes das gaiolas 1 e 2 so iguais, evidenciando que apenas a mdia no suficiente para diferenciar qual dos dois cultivos gerou peixes de melhor ou pior crescimento em peso. Dessa forma, faz-se necessrio conhecer a varincia, para um melhor diagnstico.
Calculando a varincia, temos:

Gaiola/1
(350,3 345,75) 2 + (342,3 345,75) 2 + (352,8 345,75) 2 + L + (356,6 345,75) 2 = 98,09 g 10 1
Gaiola/2
(350,1 ? 345,75) 2 ? (350,1 ? 345,75) 2 ? (331,7 ? 345,75) 2 ? ? ? (348,9 ? 345,75) 2 ? 48,76 g 10 ? 1
5 113
Como a varincia da gaiola 2 foi menor do que a da gaiola 1, pode-se concluir que o crescimento dos peixes da gaiola 2 foi mais uniforme.
3) Determinar a varincia da amostra constituda dos seguintes elementos: 7, 10, 12, 15, 16, 18, 20. Resoluo:
7? 10 ? 12 ? 15 ? 16 ? 18 ? 20 98 X ? ? ? 14 7 7
xi
7 10 12 15 16 18 20
( xi ? x)
--7 --4 --2 1 2 4 6
( xi ? x)2
49 16 4 1 4 16 36
(x ? x) ? 126 ?
i
Portanto,
126 i? 1 S2 ? ? S 2 ?? 21 n? 1 6
(x ? x) . ?
i
4) Calcule a varincia da amostra 2, 4, 6, 8, 10
5 114
Resoluo:
2? 4? 6? 8? 10 30 X ? ? ? 6 5 5
xi
2 4 6 8 10
( xi ? x)
--4 --2 0 2 4
( xi ? x)2
16 4 0 4 16
(x ? x) ? 40 ?
i
Logo;
40 i? 1 S2 ? ? S2 ? ? 10 n? 1 4
(x ? x) . ?
i
5) Determine a varincia dos dados: 1, 3, 4, 3, 4, 2, 4, 1, 2, 2, 1, 0
Resoluo:
1? 3? 4? 3? 4? 2? 4? 1? 2? 2? 1? 0 27 X ? ? ? 2,25 12 12
xi
1 3 4 3 4 2 4 1 2 2 1 0
( xi ? x)
-1,25 0,75 1,75 0,75 1,75 -0,25 1,75 -1,25 -0,25 -0,25 -1,25 -2,25
( xi ? x)2
1,5625 0,5625 3,0625 0,5625 3,0625 0,0625 3,0625 1,5625 0,0625 0,0625 1,5625 5,0625
(x ? x) ? 20,25 ?
i
5 115
Portanto,
20,25 i? 1 S2 ? ? S2 ? ? S2 ? 1,84 n? 1 11
(x ? x) . ?
i
Desvio Padro
O desvio padro de uma distribuio a raiz quadrada da varincia.
O desvio padro da amostra representado por S .
xn uma amostra de n elementos da varivel xi , ento o Desta forma, se x1 , x 2 , x3 ,?

desvio padro
? x ? x? ? S? .
2 i
n? 1
Exemplos:
1) Calcule o desvio padro da amostra: 20, 5, 10, 15, 25.
Resoluo:
20 ? 5? 10 ? 15 ? 25 75 X ? ? ? 15 5 5
xi
20 5 10 15 25
( xi ? x)
5 -10 5 0 10
( xi ? x)2
25 100 25 0 100
(x ? x) ? 250 ?
i
5 116
? x ? x? 250 ? Portanto, S ? ? ? 62,5 ? 7,91

2 i
n? 1
2) Sendo a varincia de uma amostra igual a 81, calcule o desvio padro dessa amostra.
Resoluo:
Como o desvio padro a raiz quadrada da varincia, temos: S ? 81 ? S? 9
O desvio padro uma das medidas mais comumente usadas para distribuies, e desempenha papel relevante em toda a estatstica.
Cabe notar que a unidade do desvio padro a mesma da mdia. Por exemplo, se a mdia em dlar, o desvio padro tambm em dlar.
Exerccios:
1) As estaturas de uma amostra de 40 alunos de um colgio foram:
166 162 155 154
160 161 152 161
161 168 163 156
150 163 160 172
162 156 155 153
160 173 155 157
165 160 169 156
167 155 151 158
164 164 170 158
160 168 164 161
Sendo a distribuio de freqncia:
i
1 2 3 4 5 6
ESTATURAS (cm)
FREQUNCIA 4 9 11 8 5 3
150 ? 154 154 ? 158 158 ? 162 162 ? 166 166 ? 170 170 ? 174
? 40 ?
Responda:
5 117
a. Qual a amplitude amostral? b. Qual a amplitude de distribuio? c. Qual o nmero de classes da distribuio? d. Qual o limite inferior da quarta classe? e. Qual amplitude do segundo intervalo de classe? 2) Determine o intervalo dos seguintes conjuntos de dados: 8.100; 9.000; 4.580; 5.600; 7.680; 4.800; 10.640
3) Calcule o desvio-padro dos seguintes dados: 2,1; 2,5; 2,7; 2,3; 2,4; 2,0; 2,7; 3,0; 1,4; 2,4; 2,8
4) Considerando os seguintes dados correspondentes a preos de propostas: 26,5; 27,5; 25,5; 26,0; 27,0; 23,4; 25,1; 26,2; 26,8
a. Calcule o intervalo b. Determine o Desvio Mdio Absoluto c. Determine a varincia d. Determine o desvio-padro
5) Dada a distribuio abaixo:

10
10
10
2.
Pede-se: a. Calcular o desvio mdio absoluto; b. Calcular a varincia; c. Calcular o desvio-padro.
6) Dada a distribuio abaixo: 3 8 4 4 3 3 4 5 4 0 7 5 6 5 3.
5 118
Pede-se:
a. Calcular o desvio mdio absoluto; b. Calcular a varincia; c. Calcular o desvio-padro.
7) Considerando os seguintes dados relativos ao nmero de ca-acidentes dirios num grande estacionamento, durante um perodo de 20 dias:
6 9 2 7 0 8 2 5 4 1 5 4 1 4 4 2 5 6 3 7
Pede-se:
a. Calcular o desvio mdio absoluto;
b. Calcular a amplitude amostral; c. Calcular a varincia; d. Calcular o desvio padro;
8) O desvio padro pode ser zero? Explique. Pode ser negativo? Explique.
5 119
Bibliografia (Bsica):
1. Iezzi Gelson et al. Fundamentos de Matemtica Elementar. Vol 11. So Paulo: Atual. 2. MEYER, Paul L. Probabilidade: Aplicaes Estatstica. Livros Tcnicos e Cientficos. Rio de Janeiro: Editora S.A, 1983. 3. SPIEGEL, M. R. Estatstica. 3. ed. So Paulo: Makron Books do Brasil, 1993. 643p. 4. WILLIAM J. Stevenson. Estatstica Aplicada Administrao. Editora Harbra Ltda. 1. COSTA Neto, P.L. Estatstica. 15 ed. So Paulo: Edgard Blucher. 1977, 262p 2. GOMES, F.P. Curso de estatstica experimental. Piracicaba: NOBEL, 1982. 469P.
Bibliografia (Complementar):
3. LEVIN, J. Estatstica aplicada Harbra, 1987. 392p. a cincias humanas. 2. ed. So Paulo:
4. MARTINS, G. de A. DONAIRE, D. Princpios de estatstica. 4.ed. So Paulo: Atlas, 1990. 255p. 5. MORETTIN, L. G. Estatstica Bsica. 7. ed. Makron Books do Brasil. Editora Ltda. 6. SPIEGEL, M. R. Probabilidades e Estatstica. Santurio. Aparecida-SP. Coleo SCHAUM. Editora

Bio e Statistic A

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Bio e Statistic A

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE DE PERNAMBUCO - UPE Reitor

Prof. Emanuel Dias de Oliveira e Silva

Pr-Reitora de Ps-Graduao e Pesquisa

Pr-Reitor de Desenvolvimento Institucional e Extenso

NEED - NCLEO DE ESTUDO EM EDUCAO A DISTNCIA Coordenador Geral

Coordenao de Reviso Gramatical

Capa e Projeto Grfico

UPE - Universidade de Pernambuco

UPE - Universidade de Pernambuco

Compreendendo a Natureza do Trabalho Estatstico e sua Origem

NEED - Ncleo de Estudo em Educao a Distncia

UPE - Universidade de Pernambuco

Possivelmente, esses elementos simblicos representam um sistema grfico, isto ,

UPE - Universidade de Pernambuco

NEED - Ncleo de Estudo em Educao a Distncia

elabore um exemplo onde esteja presente a compreenso da modelagem matemtica.

Modelagem Matemtica e Modelos Estatsticos

UPE - Universidade de Pernambuco

c) Modelo Matemtico -Interpretao da soluo; -Validao do modelo (avaliao).

UPE - Universidade de Pernambuco

a) Utilidades -Servem para comunicar uma idia ou conceito.

b) Quanto ao seu uso

-Servem como uso de padres de comparao.

c) Quanto ao seu envolvimento -Servem para envolver processos padronizados de soluo.

Conceitos Fundamentais em Estatstica

UPE - Universidade de Pernambuco

NEED - Ncleo de Estudo em Educao a Distncia

As variveis do tipo categrica ordinal tambm chamada de varivel categrica (ou

O que Envolve um Problema Estatstico?

UPE - Universidade de Pernambuco

UPE - Universidade de Pernambuco

Prtica Realizadar e Discutir no Transcorrer desta Aula (Optativo)

UPE - Universidade de Pernambuco

UPE - Universidade de Pernambuco

UPE - Universidade de Pernambuco

UPE - Universidade de Pernambuco

nmero de filhos de cada famlia

UPE - Universidade de Pernambuco

Onde podemos tabular:

Nmero de filhos - X Nmero de famlias - xi

N de filhos = 0x2 + 1x4 + 2x6 + 3x3 + 4x2 + 5x2 + 6x1 = 0 + 4 + 12 + 9 + 8 + 10 + 6 = 49

UPE - Universidade de Pernambuco

f o total da soma de todas as freqncias de ocorrncia

Assim, para o primeiro caso, em que o nmero de filhos zero temos:

UPE - Universidade de Pernambuco

UPE - Universidade de Pernambuco

Nmero de aparelhos n 0 1 2 3 4 5 TOTAL

APURAO DE DADOS Freqncia de Freqncia ocorrncia - fi relativa - fr 20

UPE - Universidade de Pernambuco

UPE - Universidade de Pernambuco

[b] trace um eixo vertical e escreva nele as freqncias;

UPE - Universidade de Pernambuco

UPE - Universidade de Pernambuco

Espcie de clnica Mdica Ginecolgica e Obstetrcia Cirurgia Pediatria Outras

Freqncia absoluta 6.457.923 3.918.308 3.031.075 2.943.939 3.513.186

Freqncia relativa 32,51% 19,73% 15,26% 14,82% 17,69%

Fonte: IBGE, Diretoria de Pesquisa, Pesquisa de Assistncia Mdico Sanitria.

UPE - Universidade de Pernambuco

logo: 360 f x?r 100

Consumo de gua, em m , de 75 contas da SABESP

1 Passo: Identificar o tamanho da amostra N = 75

2 Passo: Identificar o maior valor nesse conjunto de dados H = 58

3 Passo: Identificar o menor valor nesse conjunto de dados L = 10

4 Passo: Calcular a Amplitude total que a diferena entre H e L A = H L A = 48