Estatistica Basica 1

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof.
Mnica Barradas
ESTATSTICA BSICA
(Prof Mnica Barradas)
Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas
NDICE
1. ntrodu!"o #eral $ %om&reens"o Estatstica........................................................................' (. )istribui!"o de *re+,-ncia.................................................................................................1. '. Medidas de %entralidade ou de /end-ncia %entral............................................................10 0. Medidas de 1ssimetria e %urtose.......................................................................................(' 2. Princi&ais /i&os de 3e&resenta!"o #rfica........................................................................(2 4. Medidas de )is&ers"o ou de 5ariabilidade........................................................................(6 7. %orrela!"o e 3e8ress"o.......................................................................................................'( 6. ntrodu!"o $ 1mostra8em...................................................................................................07 9. Probabilidade......................................................................................................................2' 1.. 5ariveis 1leat:rias )iscretas ........................................................................................24 11. )istribui!;es de 5ariveis 1leat:rias )iscretas..............................................................4. 1(. )istribui!;es de 5ariveis 1leat:rias %ontnuas............................................................4(
'
CAPTULO 1 INT!ODU"#O A ESTATISTICA

1$ O%&'(o da Es(a()s(ica Estatstica uma ci-ncia e<ata +ue visa fornecer subsdios ao analista &ara coletar= or8ani>ar= resumir= analisar e a&resentar dados. /rata de &ar?metros e<trados da &o&ula!"o= tais como mdia ou desvio &adr"o. 1 estatstica fornece-nos as tcnicas &ara e<trair informa!"o de dados= os +uais s"o muitas ve>es incom&letos= na medida em +ue nos d"o informa!"o @til sobre o &roblema em estudo= sendo assim= obAetivo da Estatstica e<trair informa!"o dos dados &ara obter uma melBor com&reens"o das situa!;es +ue re&resentam. Cuando se aborda uma &roblemtica envolvendo mtodos estatsticos= estes devem ser utili>ados mesmo antes de se recolBer $ amostra= isto = deve-se &laneAar a e<&eri-ncia +ue nos vai &ermitir recolBer os dados= de modo +ue= &osteriormente= se &ossa e<trair o m<imo de informa!"o relevante &ara o &roblema em estudo= ou seAa= &ara a &o&ula!"o de onde os dados &rov-m. Cuando de &osse dos dados= &rocura-se a8ru&a-los e redu>i-los= sob forma de amostra= dei<ando de lado a aleatoriedade &resente. De8uidamente o obAetivo do estudo estatstico &ode ser o de estimar uma +uantidade ou testar uma Bi&:tese= utili>ando-se tcnicas estatsticas convenientes= as +uais real!am toda a &otencialidade da Estatstica= na medida em +ue v"o &ermitir tirar conclus;es acerca de uma &o&ula!"o= baseando-se numa &e+uena amostra= dando-nos ainda uma medida do erro cometido. *$ +'rra,'n(as Es(a()s(icas *$1 - O ./' 0 Es(a()s(ica1 De8undo EU31FG 1. H a ci-ncia da tomada de decis"o &erante incerte>asI (. %oleta= anlise e inter&reta!"o de dadosI '. H um JKitL de ferramentas +ue aAuda a resolver &roblemasI 0. Base &ara a maior &arte das decis;es tomadas +uanto ao controle da +ualidade= assim como em +uase todas as outras reas da atividade Bumana moderna. 5ista dessa forma= a Estatstica n"o deve ser confundida como uma disci&lina isolada= e sim= com&reendida como uma ferramenta ou um conAunto de ferramentas= dis&onvel &ara a solu!"o de &roblemas em diversas reas do conBecimento. De8undo *E #EFB1UMG JPrecis"o si8nificativamente aumentada em &rodu!"o de itens e &rodutos tem sido acom&anBada &ela necessidade de mtodos a&erfei!oados &ara medi!"o= es&ecifica!"o e re8istro dela. 1 estatstica= denominada ci-ncia das medi!;es= re&resenta uma das tcnicas mais valiosas utili>adas nas +uatro tarefas= e isso tem ficado cada ve> mais evidenteL.
*$* Ond' s' a23ica a Es(a()s(ica na En4'n5aria1 1s a&lica!;es concentram-se fundamentalmente em dois cam&os de a!"oG o Controle Estatstico do Processo e o Controle Estatstico da Qualidade. )efini!;es se8undo EU31FG 1. ProcessoG +ual+uer combina!"o es&ecfica de m+uinas= ferramentas= mtodos= materiais eMou &essoas em&re8adas &ara atin8ir +ualidades es&ecficas num &roduto ou servi!o. Estas +ualidades s"o cBamadas de Jcaractersticas de +ualidadeL= +ue &odem ser uma dimens"o= &ro&riedade do material= a&ar-ncia= etc. (. %ontroleG um ciclo de feedback Nrealimenta!"oO atravs da +ual medimos o desem&enBo real= com&arando-o com o &adr"o= e a8imos sobre a diferen!a. '. %ontrole Estatstico do Processo N%EPOG a&lica!"o de tcnicas estatsticas &ara medir e analisar a varia!"o nos &rocessos. 0. %ontrole Estatstico da Cualidade N%ECOG a&lica!"o de tcnicas estatsticas &ara medir e a&rimorar a +ualidade dos &rocessos. %EC inclui %EP= ferramentas de dia8n:stico= &lanos de amostra8em e outras tcnicas estatsticas. De8undo *E #EFB1UM= &rovavelmente= mais im&ortante do +ue os &r:&rios mtodos estatsticos t-m sido o im&acto causado sobre o &ensamento industrial &ela filosofia +ue re&resentam. P J&onto de vista estatsticoL resume-se essencialmente nistoG a variabilidade na +ualidade do &roduto deve ser constantemente estudadaG 1.Q )entro de lotes de &rodutoI (.Q Em e+ui&amentos de &rocessoI '.Q Entre lotes diferentes de um mesmo &rodutoI 0.Q Em caractersticas crticas e em &adr;esI 2. QEm &rodu!"o &iloto= no caso de novos &rodutos. Esse &onto de vista= +ue enfati>a o estudo da varia!"o= e<erce efeito si8nificativo sobre certas atividades no controle da +ualidade. 1inda se8undo *E #EFB1UM= cinco ferramentas estatsticas tornaram-se am&lamente utili>adas nas tarefas de controle da +ualidadeG 1. )istribui!"o de fre+,-nciasI (. #rficos de controleI '. 1ceita!"o &or amostra8emI 0. Mtodos es&eciaisI 2. %onfiabilidade. Fa aborda8em do &a&el dos mtodos estatsticos no 8erenciamento de &rocessos de &rodu!"o= RUME tambm fa> refer-ncia $ variabilidade. )i> +ue= JN...O inde&endentemente dos ti&os de &rodutos ou de mtodos de &rodu!"o usados= as causas de &rodutos defeituosos s"o universais. 5aria!"o= esta a causa.L= J5aria!;es nos materiais= na condi!"o dos e+ui&amentos= no mtodo de trabalBo e na ins&e!"o s"o as causas dos defeitos.L 1inda se8undo RUME= JN...O os mtodos estatsticos s"o ferramentas efica>es &ara a melBoria do &rocesso &rodutivo e redu!"o de seus defeitosL. P &rimeiro &asso na busca da verdadeira causa de um defeito a cuidadosa observa!"o do fenmeno do defeito. 1&:s tal observa!"o cuidadosa= a verdadeira causa torna-se evidente.
1s ferramentas estatsticas= di> RUME= conferem obAetividade e e<atid"o $ observa!"o. 1s m<imas da forma estatstica de &ensar s"oG 1. )ar maior im&ort?ncia aos fatos do +ue os conceitos abstratosI (. F"o e<&ressar fatos em termos de intui!"o ou idias. Usar evid-ncias obtidas a &artir de resultados es&ecficos da observa!"oI '. Ps resultados da observa!"o= suAeitos como s"o a erros e varia!;es= s"o &artes de um todo obscuro. 1 &rinci&al meta da observa!"o descobrir esse todo obscuroI 0. 1ceitar o &adr"o re8ular +ue a&arece em 8rande &arte dos resultados observados como uma informa!"o confivel. 2. P conBecimento dominado ato o &resente momento n"o nada mais +ue um embasamento &ara Bi&:teses futuras. Uma ve> +ue isso tenBa sido com&reendido= a forma de &ensar mencionada &ode ser a&roveitada &ara a&rofundar a com&reens"o do &rocesso &rodutivo e dos meios &ara melBor-lo. *$6 D'fini78's B9sicas da Es(a()s(ica 1) +EN:MENO ESTATSTICO; +ual+uer evento +ue se &retenda analisar= cuAo estudo seAa &ossvel da a&lica!"o do mtodo estatstico. D"o divididos em tr-s 8ru&osG *enmenos de massa ou coletivoG s"o a+ueles +ue n"o &odem ser definidos &or uma sim&les observa!"o. 1 estatstica dedica-se ao estudo desses fenmenos. Fenmenos individuaisG s"o a+ueles +ue ir"o com&or os fenmenos de massa. Fenmenos de multidoG +uando as caractersticas observadas &ara a massa n"o se verificam &ara o &articular. *) DADO ESTATSTICO; um dado numrico e considerado a matria-&rima sobre a +ual iremos a&licar os mtodos estatsticos. 6) POPULA"#O; o conAunto total de elementos &ortadores de= &elo menos= uma caracterstica comum. <) AMOST!A; uma &arcela re&resentativa da &o&ula!"o +ue e<aminada com o &ro&:sito de tirarmos conclus;es sobre a essa &o&ula!"o. =) PA!>MET!OS; D"o valores sin8ulares +ue e<istem na &o&ula!"o e +ue servem &ara caracteri>-la.Para definirmos um &ar?metro devemos e<aminar toda a &o&ula!"o. ?) ESTIMATI@A; um valor a&ro<imado do &ar?metro e calculado com o uso da amostra. A) AT!IBUTO; +uando os dados estatsticos a&resentam um carter +ualitativo= o levantamento e os estudos necessrios ao tratamento desses dados s"o desi8nados 8enericamente de estatstica de atributo. B) @A!I@EL; H= convencionalmente= o conAunto de resultados &ossveis de um fenmeno. Varivel QualitativaG Cuando seus valores s"o e<&ressos &or atributos Varivel QuantitativaG Cuando os dados s"o de carter nitidamente +uantitativo= e o conAunto dos resultados &ossui uma estrutura numrica= trata-se= &ortanto da estatstica de varivel e se dividem emG Varivel Discreta ou Descontnua: Deus valores s"o e<&ressos 8eralmente atravs de n@meros inteiros n"o ne8ativos. 3esulta normalmente de conta8ens. E<G FS de alunos &resentes $s aulas de introdu!"o $ estatstica econmica no 1S semestre de 1997G mar T 16= abr T '. = mai T '2 = Aun T '4.
Varivel ContnuaG 3esulta normalmente de uma mensura!"o= e a escala numrica de seus &ossveis valores corres&onde ao conAunto 3 dos n@meros 3eais= ou seAa= &odem assumir= teoricamente= +ual+uer valor entre dois limites. E<.G Cuando voc- vai medir a tem&eratura de seu cor&o com um termmetro de merc@rio o +ue ocorre o se8uinteG P filete de merc@rio= ao dilatar-se= &assar &or todas as tem&eraturas intermedirias at cBe8ar na tem&eratura atual do seu cor&o. *$< P3an'&a,'n(o 2ara Co3'(a ' An93is' d' Dados 1s ferramentas devem ser utili>adas de maneira eficiente &ara alcan!ar o sucesso. Para tanto= o &rocesso deve incluirG 1. &laneAamento cuidadoso da coleta de dadosI (. anlise de dados &ara tirar conclus;es estatsticas e '. transi!"o &ara a res&osta ao &roblema tcnico ori8inal. De8undo EU31F= al8uns &assos-cBave s"oG 1$ Co3'(ar infor,a78's anteriores suficientes &ara tradu>ir o &roblema de en8enBaria em &roblema es&ecfico +ue &ossa ser avaliado &or mtodos estatsticosI *$ P3an'&ar a co3'(a d' dados; a. )eterminar o ti&o de dados necessrios +uantitativos Nmais custo= mais @tilO e +ualitativosI b. )eterminar se +uais+uer dados &rvios est"o dis&onveis e s"o a&licveis ao &resente &roblemaI c. De o &roblema e<i8ir uma avalia!"o de vrias decis;es alternativas= obter informa!;es sobre as conse+,-ncias econmicas de uma decis"o errada. d. De o &roblema e<i8ir a estima!"o de um &ar?metro= definir a &recis"o necessria &ara a estimativaI e. )eterminar se o erro de medi!"o 8rande o suficiente &ara influenciar o tamanBo calculado da amostra ou o mtodo da anlise de dadosI f. )efinir as su&osi!;es necessrias &ara calcular o tamanBo da amostra e<i8idoI 8. %alcular o tamanBo da amostra necessrio considerando a &recis"o deseAada do resultado= erro amostral= variabilidade dos dados= erros de medi!"o e outros fatoresI B. )efinir +uais+uer re+uisitos &ara &reservar a ordem das medi!;es +uando o tem&o for um &ar?metro cBaveI i.)eterminar +uais+uer re+uisitos &ara coletar dados em 8ru&os definidos diferentes condi!;es a serem avaliadasI A. )efinir o mtodo de anlise de dados e +uais+uer Bi&:teses necessriasI K.)efinir os re+uisitos &ara +uais+uer &ro8ramas de com&utador +ue venBam a ser necessrios. 6$ Co3'(ar dados; a. Usar mtodos &ara asse8urar +ue a amostra selecionada de forma aleat:riaI b. 3e8istrar os dados e tambm as condi!;es &resentes no momento de cada observa!"oI c. E<aminar os dados amostrais &ara asse8urar +ue o &rocesso mostra estabilidade suficiente &ara se fa>er &revis;es vlidas &ara o futuro. <$ Ana3isar os dados; a. Delecionar os dadosI b. 1valiar as Bi&:teses &reviamente estabelecidas. De necessrio= tomar atitudes corretivas Nnovas observa!;esOI c. 1&licar tcnicas estatsticas &ara avaliar o &roblema ori8inalI d. )eterminar se dados e anlises adicionais s"o necessriosI
e. 3eali>ar Janlises de sensibilidadeL variando estimativas amostrais im&ortantes e outros fatores na anlise e observando o efeito sobre as conclus;es finais. =$ !'C'r as conc3/s8's da anlise de dados &ara determinar se o &roblema tcnico ori8inal foi avaliado ou se foi modificado &ara se en+uadrar nos mtodos estatsticos. ?$ A2r's'n(ar os r's/3(ados; a. Estabelecer as conclus;es de forma si8nificativa= enfati>ando os resultados nos termos do &roblema ori8inal= e n"o na forma dos ndices estatsticos usados na anliseI b. 1&resentar 8raficamente os resultados +uando a&ro&riado. Usar mtodos estatsticos sim&les no cor&o do relat:rio e colocar as anlises com&le<as em um a&-ndice. A$ D'('r,inar s' as conc3/s8's do 2ro%3',a 's2'c)fico sDo a23ic9C'is a o/(ros 2ro%3',as o/ s' os dados ' c93c/3os 2od'ria, s'r E('is 2ara o/(ros 2ro%3',as$ 6$ ESTATSTICA DESC!ITI@A 5iu-se anteriormente um roteiro &ara coleta e anlise de dados. 1s sries de dados= basicamente= s"o &rovenientes de duas fontesG os Jdados Bist:ricosL e os Jdados de e<&erimentos &laneAadosL. Ps dados 5is(Fricos s"o sries de dados e<istentes e= em 8eral= analisar estatisticamente esses dados mais econmico Ntem&o e des&esasO se com&arado com dados obtidos a &artir de e<&erimentos &laneAados. Mesmo com uma anlise estatstica com&le<a= em 8eral= &ouco sucesso se obtm com tais dados. Fo controle de um &rocesso= al8umas ra>;es &ara esse insucesso ocorrer s"oG 1.Q1 Q s variveis do &rocesso &odem estar altamente correlacionadas entre si= tornando im&ossvel distin8uir a ori8em de um determinado efeito. (.Q1 Q s variveis do &rocesso &odem ter sido mani&uladas &ara controlar o resultado do &rocesso. '.Q1 Q s variveis do &rocesso t-m abran8-ncia &e+uena em rela!"o ao intervalo de o&era!"o do &rocesso. 0.QP Q utras variveis +ue afetam o resultado do &rocesso &odem n"o ter sido mantidas constantes= e serem as reais causadoras dos efeitos observados no &rocesso. Por essas ra>;es= recomenda-se a anlise de sries de dados Bist:ricos a&enas &ara a indica!"o de variveis im&ortantes a serem observadas em um e<&erimento &laneAado. Ps dados d' 'G2'ri,'n(os 23an'&ados s"o coletados com o obAetivo estudar e analisar um &roblema. D"o dados reunidos em diversas sries de variveis com a&arente im&ort?ncia em um &rocesso= en+uanto se mantm constantes Ncom valores re8istradosO todas as outras variveis +ue &ossivelmente &oderiam alterar o resultado. 1+ui tratar-se- de mtodos &rticos de or8ani>a!"o de dados. De8undo DP E#EU0G J1 &arte da estatstica +ue &rocura somente descrever e analisar um certo 8ru&o= sem tirar +uais+uer conclus;es ou infer-ncias sobre um 8ru&o maior= cBamada estatstica descritiva ou dedutiva.L *re+,entemente dois ou mais mtodos de or8ani>a!"o s"o utili>ados &ara descrever com clare>a dados coletados. 1l8uns desses mtodos s"oG 8rficos dos dados na ordem cronol:8ica= distribui!"o e Bisto8ramas de fre+,-ncia= caractersticas amostrais= medidas de tend-ncia central e medidas de dis&ers"o.
<$ SH!IES ESTATSTICAS /1BEU1G 3esume um conAunto de dados dis&ostos se8undo linBas e colunas de maneira sistemtica. )e acordo com a 3esolu!"o 664 do B#E= nas casas ou clulas da tabela devemos colocarG

um tra!o Bori>ontal N - O +uando o valor >eroI tr-s &ontos N ... O +uando n"o temos os dadosI >ero N . O +uando o valor muito &e+ueno &ara ser e<&resso &ela unidade utili>adaI um &onto de interro8a!"o N V O +uando temos d@vida +uanto $ e<atid"o de determinado valor.
PbsG P lado direito e es+uerdo de uma tabela oficial deve ser aberto. "Salientamos que nestes documentos as tabelas no sero abertas devido a limitaes do editor html". H +ual+uer tabela +ue a&resenta a distribui!"o de um conAunto de dados estatsticos em fun!"o da &oca= do local ou da es&cie. S0ri's Io,F4radasG s"o a+uelas em +ue a varivel descrita a&resenta varia!"o discreta ou descontnua. Podem ser do ti&o temporal, geogrfica ou especfica. aO Drie /em&oralG dentifica-se &elo carter varivel do fator cronol:8ico. P local e a es&cie NfenmenoO s"o elementos fi<os. Esta srie tambm cBamada de Bist:rica ou evolutiva. 1B% 5EW%UUPD U/)1. 5endas no 1S bimestre de (..(
PE3WP)P UF )1)ED 5EF) )1D X
E1FM(..( *E5M(..( /P/1U X Em mil unidades .
(. 1. '.
bO Drie #eo8rficaG 1&resenta como elemento varivel o fator 8eo8rfico. 1 &oca e o fato Nes&cieO s"o elementos fi<os. /ambm cBamada de es&acial= territorial ou de locali>a!"o. 1B% 5EW%UUPD U/)1. 5endas no 1S bimestre de (..(
*U1D UF )1)ED 5EF) )1D X
D"o Paulo 3io de Eaneiro /P/1U X Em mil unidades
1' 17 '.
cO Drie Es&ecficaG P carter varivel a&enas o fato ou es&cie. /ambm cBamada de srie cate8:rica. 1B% 5EW%UUPD U/)1. 5endas no 1S bimestre de (..(
M13%1 UF )1)ED 5EF) )1D X
* 1/ #M /P/1U X Em mil unidades
16 1( '.
S0ri's Con&/4adasG /ambm cBamadas de tabelas de du&la entrada. D"o a&ro&riadas $ a&resenta!"o de duas ou mais sries de maneira conAu8ada= Bavendo duas ordens de classifica!"oG uma Bori>ontal e outra vertical. P e<em&lo abai<o de uma srie 8eo8rficatem&oral. 1B% 5EW%UUPD U/)1. 5endas no 1S bimestre de (..( *U1D D"o Paulo 3io de Eaneiro /P/1U EaneiroM(..( 1. 1( (( X Em mil unidades PbsG as sries Beter:8radas ser"o estudas no ca&tulo ( N distribui!"o de fre+u-ncias O. *evereiroM(..( ' 2 6
1.
CAPTULO * DIST!IBUI"#O DE +!EJUKNCIAS

H uma ferramenta estatstica a&ro&riada &ara a a&resenta!"o de 8randes massas de dados numa forma +ue torna mais clara a tend-ncia central e a dis&ers"o dos valores ao lon8o da escala de medi!"o= bem como a fre+,-ncia relativa de ocorr-ncia dos diferentes valores. Cuando da anlise de dados= comum &rocurar conferir certa ordem aos n@meros tornandoos visualmente mais ami8veis. P &rocedimento mais comum o de divis"o &or classes ou cate8orias= verificando-se o n@mero de indivduos &ertencentes a cada classe. H um ti&o de tabela +ue condensa uma cole!"o de dados conforme as fre+u-ncias Nre&eti!;es de seus valoresO. Tabela primitiva ou dados brutos: H uma tabela ou rela!"o de elementos +ue n"o foram numericamente or8ani>ados. H difcil formarmos uma idia e<ata do com&ortamento do 8ru&o como um todo= a &artir de dados n"o ordenados. E< G 02= 01= 0(= 01= 0( 0'= 00= 01 =2.= 04= 2.= 04= 4.= 20= 2(= 26= 27= 26= 4.= 21 !": /em-se um rol a&:s a ordena!"o dos dados Ncrescente ou decrescenteO. E< G 01= 01= 01= 0(= 0( 0'= 00= 02 =04= 04= 2.= 2.= 21= 2(= 20= 27= 26= 26= 4.= 4. Distribui#o de fre$u%ncia sem intervalos de classe: H a sim&les condensa!"o dos dados conforme as re&eti!;es de seus valores. Para um tabela de tamanBo ra>ovel esta distribui!"o de fre+u-ncia inconveniente= A +ue e<i8e muito es&a!o. 5eAa e<em&lo abai<oG Ta%'3a 1 )ados *re+u-ncia 01 0( 0' 00 02 04 2. 21 2( 20 27 26 4. /otal ' ( 1 1 1 ( ( 1 1 1 1 ( ( (.
11
Distribui#o de fre$u%ncia com intervalos de classe: Cuando o tamanBo da amostra elevado mais racional efetuar o a8ru&amento dos valores em vrios intervalos de classe. Ta%'3a * %lasses 01 Y------- 02 02 Y------- 09 09 Y------- 2' 2' Y------- 27 27 Y------- 41 /otal *re+u-ncias 7 ' 0 1 2 (.
*$1 E3','n(os d' /,a Dis(ri%/i7Do d' +r'.LMncia co, c3ass's CLASSEG s"o os intervalos da varivel simboli>ada &or i e o n@mero total de classes simboli>ada &or &. E<G na tabela anterior &T2 e 09 Y------- 2' a ' classe= onde iT'. Para a construo de uma tabela a &artir de um dado bruto calcularemos o & atravs da 3e8ra de Dtur8esZ &'()*,*logn (para n<25) ou k=n (para n>25). LIMITES DE CLASSEG s"o os e<tremos de cada classe. P menor n@mero o limite inferior de classe NliO e o maior n@mero= limite su&erior de classe NUsO. E<G em 09 Y--- 2' Ui'T 09 e Us'T 2'. P smbolo Y--- re&resenta um intervalo fecBado $ es+uerda e aberto $ direita. P dado 2' n"o &ertence $ classe ' e sim a classe 0 re&resentada &or 2' Y--- 27. AMPLITUDE DO INTE!@ALO DE CLASSE G obtida atravs da diferen!a entre o limite su&erior e inferior da classe simboli>ada &or a ' "s + li. E<G na tabela anterior aT 2' 09 T 0. PbsG Fa distribui!"o de fre+u-ncia cM classe o c ser igual em todas as classes, Para
a construo de uma tabela a partir de um dado bruto temos: a=Ls-Li/K
AMPLITUDE TOTAL DA DIST!IBUI"#O; a diferen!a entre o valor m<imo e o valor mnimo da amostra. Pnde -t ' .ma/ + .min. Em nosso e<em&lo -t T 4. - 01 T 19. PONTO MHDIO DE CLASSEG o &onto +ue divide o intervalo de classe em duas &artes i8uais. E<G em 09 Y------- 2' o &onto mdio <' T N2'[09OM( T 21= ou seAa= <'TNUi[UsOM(.
1(
Ps dados brutos a se8uir a&resentam um conAunto de tem&os &ara determinada o&era!"o.

5,1 6,3 6,7 7,3 7,8 8,5 9,4 10,4 5,3 6,3 6,8 7,4 7,9 8,5 9,4 10,6 5,3 6,3 6,8 7,5 7,9 8,6 9,5 10,8 5,6 6,4 6,9 7,5 8 8,7 9,5 10,9 5,8 6,4 6,9 7,6 8 8,8 9,6 11,2 5,9 6,4 7 7,6 8,1 8,8 9,8 11,5 6 6,5 7,1 7,6 8,2 8,9 9,9 11,8 6,1 6,5 7,1 7,7 8,3 9 10 12,3 6,2 6,6 7,2 7,7 8,3 9,1 10,2 12,7 6,2 6,7 7,2 7,8 8,4 9,2 10,2 14,9
*$* !'4ras 2ara a '3a%ora7Do d' /,a dis(ri%/i7Do d' fr'.LMncias co, c3ass's 1N Pr8ani>e os dados brutos em um 3PU. *N %alcule a am&litude total -t. Fo nosso e<em&loG -t T10=9 2=1 T 9=6 6N %alcule o n@mero de classes NRO= +ue ser calculado usando R T . Pbri8atoriamente deve estar com&reendido entre 2 a (.. Feste caso= R i8ual a 6=90= a&ro<imadamente= 6. Fo nosso e<em&loG n T 6. dados= ent"o = &'n T 6=9 . <N %onBecido o n@mero de classes define-se a am&litude de cada classeG
Fo e<em&lo= a ser i8ual aG
=N /emos ent"o o menor nS da amostra= o nS de classes e a am&litude do intervalo. Podemos montar a tabela= com o cuidado &ara n"o a&arecer classes com fre+u-ncia T . N>eroO. ?N %om o conBecimento da am&litude de cada classe= define-se os limites &ara cada classe Ninferior e su&eriorO= onde limite nferior ser 2=1 e o limite su&erior ser 12 [ 1=('.
Freqncia Acumulada (Fr) Freqncia Relativa (fr) 16,25 26,25 27,50 18,75 5,00 3,75 16,25 42,50 70,00 88,75 93,75 97,50
Intervalo de Classe 05,10 |---| 06,33 06,34 |---| 07,57 07,58 |---| 08,81 08,82 |---| 10,05 10,06 |---| 11,29 11,30 |---| 12,53
Freqncia Absoluta (fi) 13 21 22 15 4 3
Freqncia Acu mul ada (Fi) 13 34 56 71 75 78
1'
12,54 |---| 13,77 13,78 |---| 15,01
Total
1 1 80
79 80
1,25 1,25 100
98,75 100
PbsG 18ru&ar os dados em classes uma im&ortante ferramenta &ara resumir 8randes massas de dados brutos= no entanto acarreta &erda de al8uns detalBes. Fre$u%ncias simples ou absolutas (fi): s"o os valores +ue realmente re&resentam o n@mero de dados de cada classe. 1 soma das fre+u-ncias sim&les i8ual ao n@mero total dos dados da distribui!"o. Fre$u%ncias relativas (fr): s"o os valores das ra>;es entre as fre+u-ncias absolutas de cada classe e a fre+u-ncia total da distribui!"o. 1 soma das fre+u-ncias relativas i8ual a 1 N1.. \O. Fre$u%ncia simples acumulada de uma classe (Fi): o total das fre+u-ncias de todos os valores inferiores ao limite su&erior do intervalo de uma determida classe. Fre$u%ncia relativa acumulada de um classe (Fr): a fre+u-ncia acumulada da classe= dividida &ela fre+u-ncia total da distribui!"o.
10
CAPTULO 6 MEDIDAS DE CENT!ALIDADE

] vrias medidas de tend-ncia central= entretanto nesta a&ostila= ser abordado o estudo de a&enas a+uelas +ue s"o mais si8nificativas. 1s mais im&ortante medidas de tend-ncia central s"oG a mdia aritmtica= mdia aritmtica &ara dados a8ru&ados= mdia aritmtica &onderada= mediana= moda.
6$ M'didas d' C'n(ra3idad' 6$1 M0dia Ari(,0(icaO Dendo a mdia uma medida t"o sensvel aos dados= &reciso ter cuidado com a sua utili>a!"o= &ois &ode dar uma ima8em distorcida dos dados. 1 mdia &ossui uma &articularidade bastante interessante= +ue consiste no se8uinteG se calcularmos os desvios de todas as observa!;es relativamente $ mdia e somarmos esses desvios o resultado obtido i8ual a >ero. 1 mdia tem uma outra caracterstica= +ue torna a sua utili>a!"o vantaAosa em certas a&lica!;esG Cuando o +ue se &retende re&resentar a +uantidade total e<&ressa &elos dados= utili>a-se a mdia. Fa realidade= ao multi&licar a mdia &elo n@mero total de elementos= obtemos a +uantidade &retendida. H i8ual ao +uociente entre a soma dos valores do conAunto e o n@mero total dos valores. ...onde Gi s"o os valores da varivel e n o n@mero de valores. .Dados no+agrupados: Cuando deseAamos conBecer a mdia dos dados n"o-a8ru&ados em tabelas de fre+u-ncias= determinamos a ,0dia ari(,0(ica si,23's. E<em&loG Ps dados a se8uir a&resentam leituras de concentra!"o de um &rocesso +umico feitas a cada duas Boras 1.= 10= 1'= 12= 14= 16 e 1(= temos= uma concentra!"o mdia deG .T N1.[10[1'[12[14[16[1(O M 7 T 10
12
D'sCio ', r'3a7Do P ,0dia; a diferen!a entre cada elemento de um conAunto de valores e a mdia aritmtica= ou seAaG.. di O Qi Fo e<em&lo anterior temos sete desviosG.d1 T 1. - 10 T - 0 =.d( T 10 - 10 T . = d' T 1' - 10 T - 1 =.d0 T 12 - 10 T 1 =.d2 T 14 - 10 T ( =..d4 T 16 - 10 T 0 e.d7 T 1( - 10 T - (. Pro2ri'dad's da ,0dia 1 2ro2ri'dad'; A so,a a340%rica dos d'sCios ', r'3a7Do P ,0dia 0 n/3a$ Fo e<em&lo anterior G d1[d([d'[d0[d2[d4[d7 T . * 2ro2ri'dad'; So,ando-s' (o/ s/%(raindo-s') /,a cons(an(' (c) a (odos os Ca3or's d' /,a Cari9C'3R a ,0dia do con&/n(o fica a/,'n(ada (o/ di,in/)da) d'ssa cons(an('$ De no e<em&lo ori8inal somarmos a constante * a cada um dos valores da varivel temosG ^ T 1([14[12[17[16[(.[10 M 7 T 14 ou ^T .[ ( T 10 [( T 14
6 2ro2ri'dad'; M/3(i23icando-s' (o/ diCidindo-s') (odos os Ca3or's d' /,a Cari9C'3 2or /,a cons(an(' (c)R a ,0dia do con&/n(o fica ,/3(i23icada (o/ diCidida) 2or 'ssa cons(an('$ De no e<em&lo ori8inal multi&licarmos a constante 6 a cada um dos valores da varivel temosG ^ T '.[0(['9[02[06[20['4 M 7 T 0( ou ^T
.
< ' T 10 < ' T 0(
Dados agrupados:
S', in('rCa3os d' c3ass' %onsideremos a distribui!"o relativa de um canal de comunica!"o +ue est sendo monitorado &elo re8istro do nS de erros em um conAunto de caracteres Nstrin O 1.... bits. )ados &ara '0 desses conAuntos s"o vistos a se8uir. NN d' 'rros fr'./Mncia O fi . 1 ( ' ( 4 1. 1(
14
0 (o(a3
0 6<
%omo as fre+u-ncias s"o n@meros indicadores da intensidade de cada valor da varivel= elas funcionam como fatores de &ondera!"o= o +ue nos leva a calcular a ,0dia ari(,0(ica 2ond'rada= dada &ela f:rmulaG
$$Gi$ $$fi$ $$Gi$fi $

. 1 ( ' 0 ( 4 1. 1( 0 . 4 (. '4 14 AB
(o(a3 6<
onde 76 M '0 T (=' erros Co, in('rCa3os d' c3ass' Feste caso= convencionamos +ue todos os valores includos em um determinado intervalo de classe coincidem com o seu &onto mdio= e determinamos a mdia aritmtica &onderada &or meio da f:rmulaG ..onde Qi o &onto mdio da classe. E<em&loG %alcular o n@mero de molas fora de conformidade= em cada batelada de &rodu!"o= com um tamanBo i8ual a 0. conforme a tabela abai<o. FS de molas fre+u-ncia T fi &onto mdio T Gi $$Gi$fi$ 2. Y---- 20 20 Y---- 26 26 Y---- 4( 4( Y---- 44 44 Y---- 7. 7. Y---- 70 /otal 0 9 11 6 2 ' 0. 2( 24 4. 40 46 7( (.6 2.0 44. 21( '0. (14 (.00. T 41 molas
1&licando a f:rmula acima temosG (.00. M 0..T 41. lo8o...
17
MODA H o valor +ue ocorre com maior fre+u-ncia em uma srie de valores. Mo o smbolo da moda. )esse modo= a for!a modal de remo!"o &ara um conector a for!a mais comum= isto = a for!a de remo!"o medida em um teste de laborat:rio &ara um conector. . A Moda ./ando os dados nDo 's(Do a4r/2ados
1 moda facilmente reconBecidaG basta= de acordo com defini!"o= &rocurar o valor +ue mais se re&ete.
E<em&loG Fa srie _ 7 = 6 = 9 = 1. = 1. = 1. = 11 = 1( ` a moda i8ual a 1..
] sries nas +uais n"o e<ista valor modal= isto = nas +uais nenBum valor a&are!a mais ve>es +ue outros.
E<em&loG _ ' = 2 = 6 = 1. = 1( ` n"o a&resenta moda. 1 srie a,oda3.
.Em outros casos= &ode Baver dois ou mais valores de concentra!"o. )i>emos= ent"o= +ue a srie tem dois ou mais valores modais.
E<em&loG _ ( = ' = 0 = 0 = 0 = 2 = 4 = 7 = 7 = 7 = 6 = 9 ` a&resenta duas modasG 0 e 7. 1 srie %i,oda3. .A Moda ./ando os dados 's(Do a4r/2ados a) S', in('rCa3os d' c3ass' Uma ve> a8ru&ados os dados= &ossvel determinar imediatamente a modaG basta fi<ar o valor da varivel de maior fre+u-ncia. E<em&loG Cual a tem&eratura mais comum medida no m-s abai<oG T',2'ra(/ras +r'./Mncia .S % 1S % (S % ' 9 1(
16
'S %
3es&G (S % a tem&eratura modal= &ois a de maior fre+u-ncia. . %) Co, in('rCa3os d' c3ass' 1 classe +ue a&resenta a maior fre+u-ncia denominada c3ass' ,oda3$ Pela defini!"o= &odemos afirmar +ue a moda= neste caso= o valor dominante +ue est com&reendido entre os limites da classe modal. P mtodo mais sim&les &ara o clculo da moda consiste em tomar o &onto mdio da classe modal. )amos a esse valor a denomina!"o de ,oda %r/(a. Mo O ( LiS Ls) T * onde Ui T limite inferior da classe modal e UsT limite su&erior da classe modal. E<em&loG %alcule a resist-ncia modal dos '' resistores conforme a tabela abai<o. !'sis('ncia (', o5,s) +r'./Mncia 20 Y---- 26 26 Y---- 4( 4( Y---- 44 44 Y---- 7. 9 11 6 2
3es&G a classe modal 26Y--- 4(= &ois a de maior fre+u-ncia. UiT26 e UsT4( Mo T N26[4(O M ( T 4. cm Neste valor estimado= &ois n"o conBecemos o valor real da modaO. M0(odo ,ais '3a%orado 2'3a fFr,/3a d' CUUBE!; Mo O Li S ((f,o - fan() T ( *f,o (fan( S f2os())) G c
LiT limite inferior da classe modal f,o T fre+u-ncia da classe modal fan( Tfre+u-ncia da classe anterior $ da classe modal f2os( Tfre+u-ncia da classe &osterior $ da classe modal c T am&litude da classe modal PbsG 1 ,oda utili>ada +uando deseAamos obter uma medida r&ida e a&ro<imada de &osi!"o ou +uando a medida de &osi!"o deva ser o valor mais t&ico da distribui!"o. E a ,0dia ari(,0(ica a medida de &osi!"o +ue &ossui a maior estabilidade.
19
MEDIANA 1 mediana de um conAunto de valores= dis&ostos se8undo uma ordem Ncrescente ou decrescenteO= o valor situado de tal forma no conAunto +ue o se&ara em dois subconAuntos de mesmo n@mero de elementos. Dmbolo da medianaG Md .A ,'diana ', dados nDo-a4r/2ados )ada uma srie de valores como= &or e<em&loG _ 2= (= 4= 1'= 9= 12= 1. ` )e acordo com a defini!"o de mediana= o &rimeiro &asso a ser dado o da ordena!"o Ncrescente ou decrescenteO dos valoresG _ (= 2= 4= 9= 1.= 1'= 12 ` P valor +ue divide a srie acima em duas &artes i8uais i8ual a V= lo8o a Md O V. M0(odo 2r9(ico 2ara o c93c/3o da M'diana S' a s0ri' dada (iC'r nE,'ro ),2ar d' ('r,os; P valor mediano ser o termo de ordem dado &ela f:rmula G P elemento mediano serG..EMd O n S 1 T * E<em&loG %alcule a mediana da srie _ 1= '= .= .= (= 0= 1= (= 2 ` 1S - ordenar a srie _ .= .= 1= 1= (= (= '= 0= 2 ` n T 9 lo8o Nn [ 1OM( dado &or N9[1O M ( T 2= ou seAa= o 2S elemento da srie ordenada ser a mediana. 1 mediana ser o =N '3','n(oR ou seAa= Md O * S' a s0ri' dada (iC'r nE,'ro 2ar d' ('r,os; P elemento mediano serG..EMd O n T * E<em&loG %alcule a mediana da srie _ 1= '= .= .= (= 0= 1= '= 2= 4 ` 1S - ordenar a srie _ .= .= 1= 1= (= '= '= 0= 2= 4 ` n T 1. lo8o a f:rmula ficarG G..EMd O 1W T * O =
(.
Der na realidade N2S termo [ 4S termoO M ( 1 mediana ser T N(['O M (= ou seAa= Md O *R= . 1 mediana no e<em&lo ser a mdia aritmtica do 2S e 4S termos da srie. No(as;

Cuando o n@mero de elementos da srie estatstica for m&ar= Baver coincid-ncia da mediana com um dos elementos da srie. Cuando o n@mero de elementos da srie estatstica for &ar= nunca Baver coincid-ncia da mediana com um dos elementos da srie. 1 mediana ser sem&re a mdia aritmtica dos ( elementos centrais da srie. Em um srie a mediana= a mdia e a moda n"o t-m= necessariamente= o mesmo valor. 1 mediana= de&ende da &osi!"o e n"o dos valores dos elementos na srie ordenada. Essa uma da diferen!as marcantes entre ,'diana e ,0dia (./' s' d'iGa inf3/'nciarR ' ,/i(oR 2'3os Ca3or's 'G(r',os)$ 5eAamosG
Em _ 2= 7= 1.= 1'= 12 ` a mdia T 1. e a mediana T 1. Em _ 2= 7= 1.= 1'= 42 ` a mdia T (. e a mediana T 1. sto = a mdia do se8undo conAunto de valores maior do +ue a do &rimeiro= &or influ-ncia dos valores e<tremos= ao &asso +ue a mediana &ermanece a mesma. . A ,'diana ', dados a4r/2ados a) S', in('rCa3os d' c3ass' Feste caso= o bastante identificar a fre+u-ncia acumulada imediatamente su&erior $ metade da soma das fre+u-ncias. 1 mediana ser a+uele valor da varivel +ue corres&onde a tal fre+u-ncia acumulada. E<em&lo conforme tabela abai<oG @ari9C'3 Gi +r'./Mncia fi +r'./Mncia ac/,/3ada . 1 ( ' 0 To(a3 ( 4 9 1' 2 6= ( 6 17 '. '2 -
Cuando o somat:rio das fre+u-ncias for ),2ar o valor mediano ser o termo de ordem dado &ela f:rmula G.
(1
%omo o somat:rio das fre+u-ncias T '2 a f:rmula ficarG N '2[1 O M ( T 1BN ('r,o O 6.. Cuando o somat:rio das fre+u-ncias for 2ar o valor mediano ser o termo de ordem dado &ela f:rmula G.
E<em&lo - %alcule Mediana da tabela abai<oG @ari9C'3 Gi +r'./Mncia fi +r'./Mncia ac/,/3ada 1( 10 12 14 17 (. To(a3 1 ( 1 ( 1 1 B 1 ' 0 4 7 6 -
1&licando a f:rmula acima teremosG aN6M(O[ N6M([1ObM( T N0S termo [ 2S termoO M ( T N12 [ 14O M ( T 1=R= %) Co, in('rCa3os d' c3ass' )evemos se8uir os se8uintes &assosG 1SO )eterminamos as fre+u-ncias acumuladas I (SO %alculamos I 'SO Marcamos a classe corres&ondente $ fre+u-ncia acumulada
imediatamente su&erior $ . /al classe ser a classe medianaI 0SO %alculamos a Mediana &ela se8uinte f:rmulaG..Ui [ aNEMd - *antO < cb M fMd Ui T o limite inferior da classe mediana. *ant T a fre+u-ncia acumulada da classe anterior $ classe mediana. fMdT a fre+u-ncia sim&les da classe mediana. c T a am&litude do intervalo da classe mediana.
((
E<em&loG c3ass's 2. Y---- 20 20 Y---- 26 26 Y---- 4( 4( Y---- 44 44 Y---- 7. 7. Y---- 70 To(a3 fr'./Mncia O fi +r'./Mncia ac/,/3ada 0 9 11 6 2 ' <W 0 1' (0 '( '7 0. -
T 0. M ( T.(...lo8o.a classe mediana ser 26 Y---- 4( Ui T 26....... *ant T 1'........... fMd T 11........... c T 0 Dubstituindo esses valores na f:rmula= obtemosG Md T 26 [ a N(. - 1'O < 0b M 11 T 26 [ (6M11 T ?WR=< PBDG Esta mediana estimada= &ois n"o temos os 0. valores da distribui!"o. E,2r'4o da M'diana

Cuando deseAamos obter o &onto +ue divide a distribui!"o em duas &artes i8uais. Cuando B valores e<tremos +ue afetam de maneira acentuada a mdia aritmtica.
('
CAPTULO < - MEDIDAS DE ASSIMET!IA E CU!TOSE
)enominamos c/r(os' o 8rau de acBatamento de uma distribui!"o em rela!"o a uma distribui!"o &adr"o= denominada curva normal Ncurva corres&ondente a uma distribui!"o te:rica de &robabilidadeO.
Dis(ri%/i78's si,0(ricas 1 distribui!"o das fre+u-ncias fa>-se de forma a&ro<imadamente simtrica= relativamente a uma classe mdia. Cuando a distribui!"o simtrica= a mdia e a mediana coincidem.
Caso es!ecial de uma distribuio sim"trica Cuando di>emos +ue os dados obedecem a uma distribui!"o normal= estamos tratando de dados +ue se distribuem em forma de sino. Dis(ri%/i78's Assi,0(ricas 1 distribui!"o das fre+,-ncias a&resenta valores menores num dos ladosG
(0
Dis(ri%/i78's co, Xca/dasX 3on4as Pbservamos +ue nas e<tremidades B uma 8rande concentra!"o de dados em rela!"o aos concentrados na re8i"o central da distribui!"o.
1 &artir do e<&osto= dedu>imos +ue se a distribui!"o dos dadosG 1.for a&ro<imadamente simtrica= a mdia a&ro<ima-se da mediana (.for enviesada &ara a direita Nal8uns valores 8randes como ZoutliersZO= a mdia tende a ser maior +ue a mediana '. for enviesada &ara a es+uerda Nal8uns valores &e+uenos como ZoutliersZO= a mdia tende a ser inferior $ mediana. D"o re&resenta!;es visuais dos dados estatsticos +ue devem corres&onder= mas nunca substituir as tabelas estatsticas. /-m como caractersticas &rinci&ais= o uso de escalas= a e<ist-ncia de um sistema de coordenadas= a sim&licidade= clare>a e veracidade de sua re&resenta!"o.
(2
CAPTULO = - !EP!ESENTA"#O Y!+ICA

Ps 8rficos &odem serG 1$ Yr9ficos d' infor,a7DoG 8rficos destinados &rinci&almente ao &@blico em 8eral= obAetivando &ro&orcionar uma visuali>a!"o r&ida e clara. D"o 8rficos ti&icamente e<&ositivos= dis&ensando comentrios e<&licativos adicionais. 1s le8endas &odem ser omitidas= desde +ue as informa!;es deseAadas esteAam &resentes ou *$ Yr9ficos d' an93is'G 8rficos +ue &restam-se melBor ao trabalBo estatstico= fornecendo elementos @teis $ fase de anlise dos dados= sem dei<ar de ser tambm informativos. Ps 8rficos de anlise fre+,entemente v-m acom&anBados de uma tabela estatstica. nclui-se= muitas ve>es um te<to e<&licativo= cBamando a aten!"o do leitor &ara os &ontos &rinci&ais revelados &elo 8rfico. Mas o uso indevido de #rficos &ode tra>er uma idia falsa dos dados +ue est"o sendo analisados= cBe8ando mesmo a confundir o leitor= tratando-se= na realidade= de um &roblema de constru!"o de escalas. . Os 4r9ficos 2od' s'r c3assificados ',; )ia8ramas= Estereo8ramas= Picto8ramas e %arto8ramas. . <$1 - Dia4ra,as D"o 8rficos 8eomtricos dis&ostos em duas dimens;es. D"o os mais usados na re&resenta!"o de sries estatsticas. Eles &odem ser G # $ %r&ficos em barras hori'ontais. ( $ %r&ficos em barras verticais )colunas*. Cuando as le8endas n"o s"o breves usa-se de &refer-ncia o 8rfico em barras Bori>ontais. Fesses 8rficos os ret?n8ulos t-m a mesma base e as alturas s"o &ro&orcionais aos res&ectivos dados. 1 ordem a ser observada a cronol:8ica= se a srie for Bist:rica= e a d'cr'sc'n('= se for 8eo8rfica ou cate8:rica.
+i4 1$ Yr9fico d' %arras d' 5ar,nicos da r'd' '30(rica ', /,a d'('r,inada r'4iDo$
(4
+ $ %r&ficos em barras com!ostas. , $ %r&ficos em colunas su!er!ostas. Eles diferem dos 8rficos em barras ou colunas convencionais a&enas &elo fato de a&resentar cada barra ou coluna se8mentada em &artes com&onentes. Dervem &ara re&resentar com&arativamente dois ou mais atributos. - $ %r&ficos em linhas ou lineares. D"o fre+,entemente usados &ara re&resenta!"o de sries cronol:8icas com um 8rande n@mero de &erodos de tem&o. 1s linBas s"o mais eficientes do +ue as colunas= +uando e<istem intensas flutua!;es nas sries ou +uando B necessidade de se re&resentarem vrias sries em um mesmo 8rfico. Cuando re&resentamos= em um mesmo sistema de coordenadas= a varia!"o de dois fenmenos= a &arte interna da fi8ura formada &elos 8rficos desse fenmeno denominada de rea de e<cesso. . $ %r&ficos em setores . Este 8rfico construdo com base em um crculo= e em&re8ado sem&re +ue deseAamos ressaltar a &artici&a!"o do dado no total. P total re&resentado &elo crculo= +ue fica dividido em tantos setores +uantas s"o as &artes. Ps setores s"o tais +ue suas reas s"o res&ectivamente &ro&orcionais aos dados da srie. P 8rfico em setores s: deve ser em&re8ado +uando B= no m<imo= sete dados. PbsG 1s sries tem&orais 8eralmente n"o s"o re&resentadas &or este ti&o de 8rfico. . <$* - Es('r'o4ra,as D"o 8rficos 8eomtricos dis&ostos em tr-s dimens;es= &ois re&resentam volume. D"o usados nas re&resenta!;es 8rficas das tabelas de du&la entrada. Em al8uns casos este ti&o de 8rfico fica difcil de ser inter&retado dada a &e+uena &recis"o +ue oferecem. <$6 - Pic(o4ra,as D"o construdos a &artir de fi8uras re&resentativas da intensidade do fenmeno. Este ti&o de 8rfico tem a vanta8em de des&ertar a aten!"o do &@blico lei8o= &ois sua forma atraente e su8estiva. Ps smbolos devem ser auto-e<&licativos. 1 desvanta8em dos &icto8ramas +ue a&enas mostram uma vis"o 8eral do fenmeno= e n"o de detalBes minuciosos. 5eAa o e<em&lo abai<oG
(7
<$< - Car(o4ra,as D"o ilustra!;es relativas a cartas 8eo8rficas Nma&asO. P obAetivo desse 8rfico o de fi8urar os dados estatsticos diretamente relacionados com reas 8eo8rficas ou &olticas. )ados obtidos de uma amostra servem como base &ara uma decis"o sobre a &o&ula!"o. Cuanto maior for o tamanBo da amostra= mais informa!"o obtemos sobre a &o&ula!"o. Porm= um aumento do tamanBo da amostra tambm im&lica um aumento da +uantidade de dados e isso torna difcil com&reender a &o&ula!"o= mesmo +uando est"o or8ani>ados em tabelas. Em tal caso= &recisa-se de um mtodo +ue &ossibilite conBecer a &o&ula!"o num r&ido e<ame. Um Bisto8rama atende $s necessidades= &or meio da or8ani>a!"o de muitos dados num Bisto8rama= &ode-se conBecer a &o&ula!"o de maneira obAetiva. <$= - Yr9ficos dos Dados na Ord', Crono3F4ica 3e&resenta!"o 8rfica do resultado / versus a ordem cronol:8ica de e<ecu!"o do e<&erimento Ndia8rama do resultado / versus tem&o tO. Fesse ti&o de 8rfico= al8uns dos &ossveis fenmenos +ue &odem ser observados s"oG 1.QQ%urva de a&rendi>a8em dos e<&erimentadores N&ontos no incio do e<&erimentoO. (.QQ/end-ncias dentro de um determinado &erodo NBoras= turnos= dias= etc.O= fre+,entemente em fun!"o de a+uecimento= fadi8a= e outros fatores relacionados com o tem&o. '.Q1 Q umento ou diminui!"o da variabilidade dos dados com o tem&o= &odendo re&resentar curva de a&rendi>a8em ou caractersticas relativas ao material. <$? - Iis(o4ra,as d' +r'.LMncia o/ Dis(ri%/i7Do d' +r'.LMncias H uma ferramenta estatstica a&ro&riada &ara a a&resenta!"o de 8randes massas de dados numa forma +ue torna mais clara a tend-ncia central e a dis&ers"o dos valores ao lon8o da escala de medi!"o= bem como a fre+,-ncia relativa de ocorr-ncia dos diferentes valores.
(6
CAPTULO ? - MEDIDAS DE DISPE!S#O OU DE @A!IABILIDADE

Fo ca&tulo ' vimos al8umas medidas de locali>a!"o do centro de uma distribui!"o de dados. 5eremos a8ora como medir a variabilidade &resente num conAunto de dados. Um as&ecto im&ortante no estudo descritivo de um conAunto de dados o da determina!"o da variabilidade ou dis&ers"o desses dados= relativamente $ medida de locali>a!"o do centro da amostra.
DES@IO PAD!#O ( S ) H a medida de dis&ers"o mais em&re8ada= &ois leva em considera!"o a totalidade dos valores da varivel em estudo. H um indicador de variabilidade bastante estvel. P desvio &adr"o baseia-se nos desvios em torno da mdia aritmtica e a sua f:rmula bsica &ode ser tradu>ida comoG a raiZ ./adrada da ,0dia ari(,0(ica dos ./adrados dos d'sCios ' 0 r'2r's'n(ada 2or S$ Uma ve> +ue a vari?ncia envolve a soma de +uadrados= a unidade em +ue se e<&rime n"o a mesma +ue a dos dados. 1ssim= &ara obter uma medida da variabilidade ou dis&ers"o com as mesmas unidades +ue os dados= tomamos a rai> +uadrada da vari?ncia e obtemos o desvio &adr"o.
P desvio &adr"o uma medida +ue s: &ode assumir valores n"o ne8ativos e +uanto maior for= maior ser a dis&ers"o dos dados. 1 f:rmula acima em&re8ada +uando tratamos de uma &o&ula!"o de dados nDoa4r/2ados.
(9
E<em&loG %alcular o desvio &adr"o da &o&ula!"o re&resentada &or - 0 = -' = -( = ' = 2
Qi -0 -' -( ' 2
To(a3
- .=( - .=( - .=( - .=( - .=(

-
- '=6 - (=6 - 1=6 '=( 2=(

-
10=00 7=60 '=(0 1.=(0 (7=.0 4(=6
Dabemos +ue n T 2 e 4(=6 M 2 T 1(=24. 1 rai> +uadrada de 1(=24 o d'sCio 2adrDo O 6R=< Cuando os dados est"o a8ru&ados Ntemos a &resen!a de fre+u-nciasO a f:rmula do desvio &adr"o ficarG
ou
E<em&loG %alcule o desvio &adr"o &o&ulacional da tabela abai<oG Qi . 1 ( ' 0 f i Qi $ f i ( 4 1( 7 ' . 4 (0 (1 1( ?6 (=1 (=1 (=1 (=1 (=1 -(=1 -1=1 -.=1 .=9 1=9 0=01 1=(1 .=.1 .=61 '=41 6=6( 7=(4 .=1( 2=47 1.=6' 6*RAW $fi
To(a3 6W
Dabemos +ue fi T '. e '(=7 M '. T 1=.9. 1 rai> +uadrada de 1=.9 o d'sCio 2adrDo O 1RW<< De considerarmos os dados como sendo de uma amostra o desvio &adr"o seria a rai> +uadrada de '(=7 M N'. -1O T 1RW?*
'.
PbsG Fas tabelas de fre+u-ncias co, in('rCa3os d' c3ass' a f:rmula a ser utili>ada a mesma do e<em&lo anterior.
@A!I>NCIA ( S* ) )efine-se a vari?ncia= como sendo a medida +ue se obtm somando os +uadrados dos desvios das observa!;es da amostra= relativamente $ sua mdia= e dividindo &elo n@mero de observa!;es da amostra menos um.
S* O
1 vari?ncia uma medida +ue tem &ouca utilidade como estatstica descritiva= &orm e<tremamente im&ortante na infer-ncia estatstica e em combina!;es de amostras.
MEDIDAS DE DISPE!S#O !ELATI@A C@P; Co'fici'n(' d' @aria7Do d' P'arson Fa estatstica descritiva o desvio &adr"o &or si s: tem 8randes limita!;es. 1ssim= um desvio &adr"o de ( unidades &ode ser considerado &e+ueno &ara uma srie de valores cuAo valor mdio (..I no entanto= se a mdia for i8ual a (.= o mesmo n"o &ode ser dito. 1lm disso= o fato de o desvio &adr"o ser e<&resso na mesma unidade dos dados limita o seu em&re8o +uando deseAamos com&arar duas ou mais sries de valores= relativamente $ sua dis&ers"o ou variabilidade= +uando e<&ressas em unidades diferentes. Para contornar essas dificuldades e limita!;es= &odemos caracteri>ar a dis&ers"o ou variabilidade dos dados em termos relativos a seu valor mdio= medida essa denominada de C@P; Co'fici'n(' d' @aria7Do d' P'arson (0 a raZDo 'n(r' o d'sCio 2adrDo ' a ,0dia r'f'r'n(' aos dados d' /,a ,'s,a s0ri')$ 1 f:rmula do C@P O (S T ) G 1WW No resultado neste caso e<&resso em &ercentual= entretanto &ode ser e<&resso tambm atravs de um fator decimal= des&re>ando assim o valor 1.. da f:rmulaO.
'1
E<em&lo 1G /omemos os resultados das estaturas e dos &esos de um mesmo 8ru&o de indivduosG )iscrimina!"o ED/1/U31D PEDPD MH) 1 172 cm 46 K8 )ED5 P P1)3cP 2=. cm (=. K8
Cual das medidas NEstatura ou PesoO &ossui maior Bomo8eneidadeV 3es&ostaG /eremos +ue calcular o %5P da Estatura e o %5P do Peso. P r's/3(ado ,'nor ser o de ,aior 5o,o4'n'idad' (,'nor dis2'rsDo o/ Caria%i3idad')$ %5P estatura T N 2 M 172 O < 1.. T (=62 \ %5P &eso T N ( M 46 O < 1.. T (=90 \. Uo8o= nesse 8ru&o de indivduos= as estaturas a&resentam menor 8rau de dis&ers"o +ue os &esos.
E<em&lo (G P risco de uma a!"o de uma em&resa &ode ser devidamente avaliado atravs da variabilidade dos retornos es&erados. Portanto= a com&ara!"o das distribui!;es &robabilsticas dos retornos= relativas a cada a!"o individual= &ossibilita a +uem toma decis;es &erceber os diferentes 8raus de risco. 1nalise= abai<o= os dados estatsticos relativos aos retornos de 2 a!;es e di4a ./a3 0 a ,'nos arriscada1
Discri,ina7Do 5alor es&erado )esvio &adr"o %oeficiente de varia!"o
A7Do A A7Do B A7Do C A7Do D A7Do E 12 \ 4\ .=0. 1( \ 4=4 \ .=22 2\ (=2 \ .=2. 1. \ '\ .='. 0\ (=4 \ .=42
'(
CAPTULO A CO!!ELA"#O E !EY!ESS#O
A$1 DIAY!AMAS DE DISPE!S#O

Fa &rtica= muitas ve>es essencial estudar a rela!"o entre duas variveis associadas como= &or e<em&lo= o 8rau a dimens"o de uma &e!a de m+uina ir variar em fun!"o da mudan!a da velocidade de um torno. Para estudar a rela!"o entre duas variveis= tais como dito acima= &ode-se usar o cBamado dia rama de dis!erso. )ia8rama de )is&ers"o uma forma de 8rfico onde sim&lesmente re&resenta-se 8raficamente cada &ar de variveis de uma srie de dados em um sistema de ei<os. /omando como e<em&lo os dados da /abela abai<o= &ode-se construir um dia8rama de dis&ers"oG
0,(,( C!1! C!23T 45 41 D5-6 -1- D7 D5387 39!
Um dia8rama de dis&ers"o construdo conforme as se8uintes eta&asG E(a2a 1 %oletar dados em &ares N0=/O entre os +uais deseAa-se estudar as rela!;es= e or8ani>e-os em uma tabela. H deseAvel +ue se tenBa &elo menos '. &ares de dados. E(a2a * Encontrar os valores m<imo e mnimo= tanto &ara . como &ara :. )efina as escalas dos ei<os Bori>ontal e vertical de forma +ue ambos os com&rimentos seAam a&ro<imadamente i8uaisI assim= o dia8rama ficar mais fcil de inter&retar. )eterminar= &ara cada ei<o= entre ' e 1. divis;es &ara as unidades da escala de 8radua!"o= e utili>e n@meros inteiros &ara torna-lo mais fcil de ler. Cuando duas variveis consistirem em um fator e uma caracterstica da +ualidade= use o ei<o Bori>ontal . &ara o fator e o ei<o vertical : &ara a caracterstica da +ualidade. E(a2a 6 Marcar os dados num &a&el milimetrado. Cuando os mesmos valores de dados forem obtidos a &artir de diferentes observa!;es= mostre estes &ontos= desenBando crculos conc-ntricos ou marcando o se8undo &onto rente ao &rimeiro.
''
E(a2a < nserir todos os itens necessrios. %ertificar de +ue os se8uintes itens seAam includos &ara +ue +ual+uer &essoa= alm do autor do dia8rama= &ossa entende-lo num r&ido e<ameG a. /tulo do dia8ramaI b. Perodo de tem&oI c. Cuantidade de &ares de dadosI d. )enomina!"o e unidade de medida de cada ei<oI EG',23o 1; Um fabricante de tan+ues &lsticos= +ue os fabricava &elo &rocesso de molda8em a so&ro= encontrou &roblemas de tan+ues defeituosos com &aredes finas. Dus&eitou-se +ue a varia!"o da &ress"o do ar= dia a dia= era a causa das &aredes finas n"o-conformes. 1 /abela a se8uir mostra dados sobre a &ress"o de so&ro e a &ercenta8em defeituosa. Ta%'3a 1 Dados da Pr'ssDo d' So2ro ' P'rc'n(a4', D'f'i(/osa d' Tan./'s d' P39s(ico
%onforme visto na /abela acima= e<istem '. &ares de dados. E(a2a * Feste e<em&lo= indicamos a &ress"o de so&ro &or . Nei<o Bori>ontalO e a &ercenta8em defeituosa &or : Nei<o verticalO. 1ssimG P valor m<imo de /G <m< T 9=0 NK8fMcmdO P valor mnimo de /G <mn T 6=( NK8fMcmdO P valor m<imo de ;G em< T .=9(6 N\O P valor mnimo de ;G emn T .=640 N\O Marca-se divis;es &ara 8radua!"oG no ei<o Bori>ontal em intervalos de .=2NK8fMcmdO de 6=. a 9=2NK8fMcmdO no ei<o vertical em intervalos de .=.1N\O de .=62 a .=9'N\O
'0
E(a2a 6 Marca-se os &ontos no 8rfico. E(a2a < 1nota-se o &erodo de tem&o a +ue se refere $ amostra coletada N1 de outubro a 9 de novembroO= a +uantidade de amostras Nn ' *<O= o ei<o Bori>ontal N&ress"o de so&ro aK8fMcmdbO= o ei<o vertical N&ercenta8em defeituosa a\bO= e o ttulo do dia8rama Ndia8rama de dis&ers"o da &ress"o do so&ro e a &ercenta8em defeituosaO.
+i4/ra 1
EG',23o d' Dia4ra,a d' Dis2'rsDo
!"1"# Como Inter$retar os %ia&ramas de %is$ers'o
1ssim como &ossvel avaliar o formato de uma distribui!"o em um Bisto8rama= a distribui!"o 8lobal dos &ares de dados &ode ser inter&retada a &artir de um dia8rama de dis&ers"o. 1o &roceder a leitura= a &rimeira coisa +ue se deve fa>er e<aminar se B ou n"o &ontos at&icos no dia8rama. #eralmente= &ode-se Aul8ar +ue +uais+uer &ontos afastados do 8ru&o &rinci&al N*i8ura (O resultaram de erros na medi!"o ou re8istro de dados= ou foram causados &or al8uma mudan!a nas condi!;es de o&era!"o. H necessrio e<cluir esses &ontos &ara anlise da correla!"o. %ontudo= ao invs de des&re>ar com&letamente estes &ontos= deveria ser dada a devida aten!"o $ causa de tais irre8ularidades= &ois muitas ve>es= informa!;es ines&eradas= &orm muito @teis= s"o obtidas descobrindo-se &or +ue eles ocorreram. E<istem muitos ti&os de &adr;es de dis&ers"o= e al8uns destes s"o dados da *i8ura '. Festa fi8ura= tanto na .1 como na .(= : aumenta com Q1 este o caso da correlao !ositiva. E ainda= como a .1 mostra esta tend-ncia de forma notvel= di>-se +ue ela a&resenta forte correla!"o &ositiva. 1s *i8uras .0 e .2 mostram o o&osto da correla!"o &ositiva= &ois $ medida +ue . aumenta= : diminuiI este o caso da cBamada correlao ne ativa. 1 *i8ura 0 indica uma forte correla!"o ne8ativa. 1 *i8ura .' mostra o caso em +ue . e : n"o t-m nenBuma rela!"o es&ecficaI &ortanto= di>emos +ue no h& correlao. Fa *i8ura .4= $ medida +ue . aumenta= : varia num &adr"o curvo. sto ser e<&licado &osteriormente.
'2
+i4/ra *
EG',23o d' Pon(os S/s2'i(os
$1 - Corr'3a7Do Posi(iCa $* - Corr'3a7Do N'4a(iCa $6 - Pod' 5aC'r %orrela!"o Positiva $< - Pode Baver Corr'3a7Do N'4a(iCa $= - NDo I9 Corr'3a7Do $? - NDo I9 Corr'3a7Do
'4
+i4/ra 6
EG',23os d' Corr'3a7Do
!"# C(lculo de Coeficientes de Correla)'o
Para estudar a rela!"o entre . e : im&ortante tra!ar &rimeiro um dia8rama de dis&ers"o= entretanto= a fim de conBecer a for!a da rela!"o em termos +uantitativos= @til calcular o coeficiente de correlao de acordo com a se8uinte defini!"oG
ondeG
'7
onde =n> a +uantidade de &ares de dados P coeficiente de correla!"o= r= est no intervalo 1 Qr Q[1. De o valor absoluto de r for maior +ue 1= Bouve claramente um erro de clculo e deve-se refa>e-lo. Fo caso de forte correla!"o &ositiva= ele atin8e um valor &r:<imo de [1 e= de forma anlo8a= numa forte correla!"o ne8ativa= ele fica &r:<imo de 1. Cuando 2 r 2 est &r:<imo de 1= ele indica uma forte correla!"o entre . e :. Cuando se a&ro<ima de . N>eroO= im&lica numa correla!"o fraca. Cuando Y r Y T 1= os dados estar"o sobre uma linBa reta. EG',23o * %alculemos o coeficiente de correla!"o &ara o E<em&lo 1= dos tan+ues de &lstico. 1 /abela ( abai<o a&resenta os clculos= a &artir dela obt-m-se os resultados deseAados.
P valor de r .=29= e<istindo &ortanto uma correla!"o &ositiva entre a &ress"o de so&ro e a &ercenta8em defeituosa de tan+ues de &lstico.
'6
Ta%'3a *
Pr'2ara7Do 2ara o c93c/3o do co'fici'n(' d' corr'3a7Do$
A$6 A[USTAMENTO DE CU!@AS E O MHTODO DOS MNIMOS JUAD!ADOS Fum dia8rama de dis&ers"o &ossvel= fre+,entemente= visuali>ar uma curva re8ular +ue se a&ro<ima dos dados. Essa curva denominada de aAustamento.
+i4/ra <
EG',23o d' C/rCas ', Dia4ra,as d' Dis2'rsDo
'9
P &roblema 8eral da determina!"o das e+ua!;es de curvas +ue se acomodem a certos conAuntos de dados denominado 1EUD/1MEF/P )E %U351D.
!"* +qua),es das Curvas de A-ustamento
Para fins de refer-ncia= relaciona-se abai<o al8uns ti&os de curvas de aAustamento e suas e+ua!;es. /odas as letras= e<ceto . e := re&resentam constantes. 1s letras . e : referem-se= fre+,entemente= a variveis inde&endentes e de&endentes= res&ectivamente= embora esses &a&is &ossam ser &ermutados.
onde o se8undo membro das e+ua!;es s"o denominados &olinmios do 1S= (S= 'S= 0S e n-simo 8raus. 1s fun!;es definidas &elas +uatro &rimeiras e+ua!;es s"o= $s ve>es= denominadas *un!;es Uinear= Cuadrtica= %@bica e do 0S #rau= res&ectivamente. %omo outras e+ua!;es &ossveis Nentre muitas usadas na &rticaO= menciona-se as se8uintesG
Para decidir +ual a curva a adotar= conveniente a obten!"o de dia8ramas de dis&ers"o das variveis transformadas. Por e<em&lo= se o dia8rama de dis&ers"o de lo : em fun!"o de Q a&resentar uma rela!"o linear= a e+ua!"o ter o as&ecto da N7O= en+uanto= se o de lo : em fun!"o de lo . for linear= a e+ua!"o ter o formato de N6O. Em&re8a-se= fre+,entemente= &ara tal finalidade= 8rficos no +ual uma ou ambas as escalas s"o lo8artmicas Nsemilo8 ou lo8-lo8 adilo8bO.
0.
!". / 01todo dos 02nimos 3uadrados
1ntes= necessrio instituir uma defini!"o da JmelBor reta de aAustamentoL= da JmelBor &arbola de aAustamentoL= etc.
+i4/ra = - A ,'35or c/rCa d' a&/s(a,'n(o Para conse8uir uma defini!"o &ossvel= considere-se a *i8ura 4.( na +ual os dados est"o re&resentados &elos &ontos N01=/1O= N0(=/(O= ...= N0n=/nO. Para um valor dado de 0= &or e<em&lo 01= Baver uma diferen!a entre 31 e ! valor corres&ondente determinado na c/rCa C. %omo est re&resentado na fi8ura= essa diferen!a e1= +ue = muitas ve>es= desi8nada como desvio= erro ou resduo e &ode ser &ositivo= ne8ativo ou nulo. )e modo semelBante= obtm-se os desvios e(= e'= ...= en. Uma medida de J+ualidade do aAustamentoLda %urva % aos dados a&resentados Nader-nciaO &ro&orcionada &ela +uantidade e(d [ e'd [ ... [ end. De ela &e+uena= o aAustamento bom= se 8rande= o aAustamento est ruim. Portanto= uma defini!"o &ode ser feitaG )e todas as curvas +ue se aAustam a um conAunto de &ontos= a +ue tem a &ro&riedade de a&resentar o mnimo valor de e(d [ e'd [ ... [ end denominada a melBor curva de aAustamento. )i>-se +ue uma curva +ue a&resenta essa &ro&riedade aAusta os dados no sentido dos mnimos +uadrados e denominada curva de mnimos +uadrados.
01
A$? !EY!ESS#O
)eseAa-se= fre+,entemente= com base em dados amostrais estimar o valor de uma varivel := corres&ondente ao conBecido de uma varivel .. sso &ode ser alcan!ado mediante a avalia!"o do valor de := a &artir de uma curva de mnimo +uadrado +ue se aAuste aos dados amostrais. 1 curva resultante denominada de re resso de : !ara .= visto +ue : avaliado a &artir de .. De se deseAar estimar o valor de . a &artir de um atribudo a := usa-se uma curva de re resso de . !ara := o +ue im&orta em uma &ermuta!"o das varveis no dia8rama de dis&ers"o= de modo +ue . &assa a ser a varivel de&endente e : a inde&endente. Em 8eral= a reta ou curva de re8ress"o de : &ara . n"o i8ual $ de . &ara :. EG',23o 6 Fo E<em&lo 1= dos tan+ues &lsticos com &aredes finas defeituosas= constatou-se +ue Bavia uma correla!"o &ositiva entre a &ress"o de so&ro e a &ercenta8em defeituosa. 1 fim de evitar esse &roblema= &er8unta-seG - Cuando a &ress"o de so&ro estiver em um certo valor= +ual ser a es&essura das &aredes formadasV - %omo a &ress"o de so&ro deve ser controlada &ara +ue as &aredes do tan+ue n"o fi+uem finasV Para reali>ar essa anlise e &oder res&onder $s &er8untas feitas= necessrio com&reender= +uantitativamente= a rela!"o entre a &ress"o de so&ro e a es&essura da &arede. 1 /abela ' mostra os dados de uma e<&eri-ncia na +ual a &ress"o de so&ro foi mudada e= em cada ve>= a es&essura das &aredes foi medida. 1 *i8ura 4 um dia8rama de dis&ers"o baseado nestes dados. Ta%'3a 6 Pr'ssDo d' So2ro G Es2'ss/ra da Par'd'
+i4/ra ? !'3a7Do 'n(r' a Pr'ssDo d' Ar ' a Es2'ss/ra da Par'd'
0(
Pode-se re&resentar a &ress"o do so&ro &or / e a es&essura da &arede &or ;= admitindo uma rela!"o linearG ondeG uma constante cBamado de coeficiente de re resso /al reta 8eralmente cBamada de reta de re resso= onde ; a varivel res&osta Nou varivel de&endenteO= e / a varivel e<&licativa Nou varivel inde&endenteO. 1 forma +uantitativa de entender a rela!"o entre / e ;= &ela busca de uma forma de re8ress"o entre / e ; = cBamada de -nlise de egresso$ DeAa Nfi=^iO N&ara 1 i nO um conAunto de n &ares de dados observados. DeAam valores estimados e a e b= e seAa ei o resduo entre = isto G os
Pelo mtodo dos mnimos +uadrados= eta&asG
s"o obtidos como os valores +ue minimi>am
soma dos +uadrados dos resduos. Esse mtodo a&licado atravs das se8uintes
os valores de ag e bg obtidos dessas eta&as minimi>am a soma dos +uadrados dos resduos. 18ora= usando os dados da /abela 0= &ode-se calcular a reta de re8ress"o.
0'
Ta%'3a <
1 cada aumento de 1NK8fMcmdO da &ress"o do ar= a es&essura da &arede diminui de 1=(6NmmO.
00
+i4/ra A - ,os(ra a r'(a d' r'4r'ssDo ca3c/3ada aci,a$

!"8 4roblemas que envolvem mais de duas vari(veis
Podem ser tratadas de maneira anlo8a aos de duas. Por e<em&lo= &ode Baver uma rela!"o entre tr-s variveis .= : e ? +ue &ode ser descrita &ela e<&ress"oG +ue denominada e+ua!"o linear das variveis .= : e ?. Em um sistema tridimensional de coordenadas retan8ulares= essa e+ua!"o re&resenta um &lano e os &ontos amostrais reais N01=/1O= N0(=/(O= ...= N0n=/nO &odem Jdis&ersar-seL em &osi!;es n"o muito distantes desse &lano= +ue &ode ser denominado de aAustamento. Mediante a e<tens"o do mtodo dos mnimos +uadrados= &ode-se falar de um !lano de mnimos quadrados de aAustamento dos dados. De o n@mero de variveis e<ceder a tr-s= &erde-se a intui!"o 8eomtrica &or+ue= ent"o= seria necessrio considerar es&a!os de +uatro ou mais dimens;es. Ps &roblemas +ue envolvem a avalia!"o de uma varivel a &artir de duas ou mais outras s"o denominados &roblemas de re8ress"o m@lti&la.
02
EG'rc)cios;
1O 1 +uantidade de libras de va&or usadas &or m-s &or uma &lanta +umica esta relacionada $ tem&eratura NS*O mdia ambiente &ara a+uele m-s. P consumo do ano &assado e a tem&eratura s"o mostrados na se8uinte tabelaG Meses Eaneiro *evereiro Mar!o 1bril Maio EunBo EulBo 18osto Detembro Putubro Fovembro )e>embro aO bO cO dO /em&eratura (1 (0 '( 07 2. 29 46 70 4( 2. 01 '. %onsumoM1.... 162=79 (10=07 (66=.' 0(0=60 020=26 2'9=.' 4(1=22 472=.4 24(=.' 02(=9' '49=92 (7'=96
%onstrua um dia8rama de dis&ers"o Encontre a e+ua!"o da reta %alcule a correla!"o Cual ser a estimativa do consumo es&erado de va&or +uando a tem&eratura mdia for de 22S*V
(O Um arti8o &ublicado numa revista Nmar!o de 1964O a&resentou dados sobre a concentra!"o de licor verde de Fa(D e da &rodu!"o de uma m+uina de &a&el. %oncentra!"o N8MlO de licor Produ!"o NtMdiaO verde de Fa(D 1 0. 6(2 ( 0( 6'. ' 09 69. 0 04 692 2 00 69. 4 06 91. 7 04 912 6 0' 94. 9 2' 99. 1. 2( 1.1. 11 20 1.1( 1( 27 1.'. 1' 26 1.2. aO Encontre o valor aAustado e= corres&ondente a < T 91. bO Encontre a correla!"o entre as variveis estudadas F@mero de observa!;es
04
'O 1 tabela a se8uir re&resenta o n@mero de Boras de estudo fora da sala de aula &ara determinada turma de alunos de Estatstica= ao lon8o de tr-s semanas e as notas obtidas numa &rova a&licada ao final do &erodoG Estudante 1 ( ' 0 2 4 7 6 ]oras de Estudo (. 14 '0 (' (7 '( 16 (( #rau obtido 40 41 60 7. 66 9( 7( 77 a. /race o dia8rama de dis&ers"o corres&ondente. b. )etermine a e+ua!"o de re8ress"o dos mnimos +uadrados &ara &redi>er o 8rau obtido na &rova com base nas Boras de estudo. )esenBe a reta do item anterior sobre o dia8rama. c. Estime o 8rau +ue seria obtido na &rova &or al8um +ue estudasse '. Boras fora da sala de aula. d. %alcule o coeficiente de correla!"o e inter&rete-o. e. /este se o coeficiente de correla!"o &o&ulacional NO &ode ser considerado nulo ao nvel de 2\ de si8nific?nciaV nter&rete o resultado obtido.
07
CAPTULO B INT!ODU"#O \ AMOST!AYEM
B- D'fini78's B$1 Po2/3a7Do ' a,os(ra Cual+uer estudo cientfico enfrenta o dilema de estudo da &o&ula!"o ou da amostra. Pbviamente teria-se uma &recis"o muito su&erior se fosse analisado o 8ru&o inteiro= a &o&ula!"o= do +ue uma &e+uena &arcela re&resentativa= denominada amostra. Pbserva-se +ue im&raticvel na 8rande maioria dos casos= estudar-se a &o&ula!"o em virtude de dist?ncias= custo= tem&o= lo8stica= entre outros motivos. 1 alternativa &raticada nestes casos o trabalBo com uma amostra confivel. De a amostra confivel e &ro&orciona inferir sobre a &o&ula!"o= cBamamos de infer-ncia estatstica. Para +ue a infer-ncia seAa vlida= necessria uma boa amostra8em= livre de erros= tais como falta de determina!"o correta da &o&ula!"o= falta de aleatoriedade e erro no dimensionamento da amostra. Cuando n"o &ossvel estudar= e<austivamente= todos os elementos da &o&ula!"o= estudamse s: al8uns elementos= a +ue damos o nome de 1mostra. Cuando a amostra n"o re&resenta corretamente a &o&ula!"o di>-se enviesada e a sua utili>a!"o &ode dar ori8em a inter&reta!;es erradas. B$* !'c'ns'a,'n(o 3ecenseamento a conta8em oficial e &eri:dica dos indivduos de um Pas= ou &arte de um Pas. Ele abran8e= no entanto= um le+ue mais vasto de situa!;es. 1ssim= &ode definir-se recenseamento do se8uinte modoG Estudo cientfico de um universo de &essoas= institui!;es ou obAetos fsicos com o &ro&:sito de ad+uirir conBecimentos= observando todos os seus elementos= e fa>er Au>os +uantitativos acerca de caractersticas im&ortantes desse universo.
B$6 A,os(ra4',
06
1mostra8em o &rocesso +ue &rocura e<trair da &o&ula!"o elementos +ue atravs de clculos &robabilsticos ou n"o= consi8am &rover dados inferenciais da &o&ula!"o-alvo.
NDo Pro%a%i3)s(ica 1cidental ou conveni-ncia ntencional Cuotas ou &ro&orcional /i&os de 1mostra8em )es&ro&orcional Pro%a%i3)s(ica 1leat:ria Dim&les 1leat:ria Estratificada %on8lomerado @,*,(,2o 8robabilstica 1 escolBa de um mtodo n"o &robabilstico= via de re8ra= sem&re encontrar desvanta8em frente ao mtodo &robabilstico. Fo entanto= em al8uns casos= se fa> necessrio a o&!"o &or este mtodo. *onseca N1994O= alerta +ue n"o B formas de se 8enerali>ar os resultados obtidos na amostra &ara o todo da &o&ula!"o +uando se o&ta &or este mtodo de amostra8em. Acid'n(a3 o/ conC'niMncia ndicada &ara estudos e<&lorat:rios. *re+,entemente utili>ados em su&er mercados &ara testar &rodutos. In('nciona3 P entrevistador diri8e-se a um 8ru&o em es&ecfico &ara saber sua o&ini"o. Por e<em&lo= +uando de um estudo sobre autom:veis= o &es+uisador &rocura a&enas oficinas. J/o(as o/ 2ro2orciona3 Fa realidade trata-se de uma varia!"o da amostra8em intencional. Fecessita-se ter um &rvio conBecimento da &o&ula!"o e sua &ro&orcionalidade. Por e<em&lo= deseAase entrevistar a&enas indivduos da classe 1= +ue re&resenta 1(\ da &o&ula!"o. Esta ser a +uota &ara o trabalBo. %omumente tambm subestratifica-se uma +uota obedecendo a uma se8unda &ro&orcionalidade. D's2ro2orciona3 Muito utili>ada +uando a escolBa da amostra for des&ro&orcional $ &o&ula!"o. 1tribuem-se &esos &ara os dados= e assim obtm-se resultados &onderados re&resentativos &ara o estudo.
09
B$6$* Pro%a%i3)s(ica Para +ue se &ossa reali>ar infer-ncias sobre a &o&ula!"o= necessrio +ue se trabalBe com amostra8em &robabilstica. H o mtodo +ue 8arante se8uran!a +uando investi8a-se al8uma Bi&:tese. Formalmente os indivduos investi8ados &ossuem a mesma &robabilidade de ser selecionado na amostra. A3'a(Fria Si,23's
H o mais utili>ado &rocesso de amostra8em. Prtico e efica>= confere &recis"o ao &rocesso de amostra8em. Formalmente utili>a-se uma tabela de n@meros aleat:rios e nomeia-se os indivduos= sorteando-se um &or um at com&letar a amostra calculada.
Uma varia!"o deste ti&o de amostra8em a sistemtica. Em um 8rande n@mero de e<em&los= o &es+uisador de&ara-se com a &o&ula!"o ordenada. Feste sentido= tem-se os indivduos dis&ostos em se+,-ncia o +ue dificulta a a&lica!"o e<ata desta tcnica. Cuando se trabalBa com sorteio de +uadras de casas= &or e<em&lo= B uma re8ra crescente &ara os n@meros das casas. Em casos como este= divide-se a &o&ula!"o &ela amostra e obtm-se um coeficiente NeO. 1 &rimeira casa ser a de n@mero <= a se8unda ser a de n@mero < [ eI a terceira ser a de n@mero < [ '. e. Du&ondo +ue este coeficiente seAa 4. P &rimeiro elemento ser '. P se8undo ser ' [ 4. P terceiro ser ' [ (.4. P +uarto ser ' [ '.4= e assim sucessivamente. A3'a(Fria Es(ra(ificada
Cuando se deseAa 8uardar uma &ro&orcionalidade na &o&ula!"o Betero8-nea. Estratifica-se cada sub&o&ula!"o &or intermdio de critrios como classe social= renda= idade= se<o= entre outros. Con43o,'rado
Em corri+ueiras situa!;es= torna-se difcil coletar caractersticas da &o&ula!"o. Festa modalidade de amostra8em= sorteia-se um conAunto e &rocura-se estudar todo o conAunto. H e<em&lo de amostra8em &or con8lomerado= famlias= or8ani>a!;es e +uarteir;es.
2.
21
B$< Ti2os d' dados @A!I@EL; H= convencionalmente= o conAunto de resultados &ossveis de um fenmeno. 5arivel CualitativaG Cuando seus valores s"o e<&ressos &or atributosG se<o= cor da &ele= etc. 5arivel CuantitativaG Cuando os dados s"o de carter nitidamente +uantitativo= e o conAunto dos resultados &ossui uma estrutura numrica= trata-se= &ortanto da estatstica de varivel e se dividem emG @ari9C'3 Discr'(a o/ D'scon()n/a: Deus valores s"o e<&ressos 8eralmente atravs de n@meros inteiros n"o ne8ativos. 3esulta normalmente de conta8ens. E<G FS de alunos &resentes $s aulas de introdu!"o $ estatstica econmica no 1S semestre de 1997G mar T 16= abr T '.= mai T '2= Aun T '4. @ari9C'3 Con()n/aG 3esulta normalmente de uma mensura!"o= e a escala numrica de seus &ossveis valores corres&onde ao conAunto 3 dos n@meros 3eais= ou seAa= &odem assumir= teoricamente= +ual+uer valor entre dois limites. E<.G Cuando voc- vai medir a tem&eratura de seu cor&o com um termmetro de merc@rio o +ue ocorre o se8uinteG P filete de merc@rio= ao dilatar-se= &assar &or todas as tem&eraturas intermedirias at cBe8ar na tem&eratura atual do seu cor&o. )e acordo com o +ue dissemos anteriormente= numa anlise estatstica distin8uem-se essencialmente duas fasesG Uma &rimeira fase em +ue se &rocura descrever e estudar a amostraG Estatstica )escritiva e uma se8unda fase em +ue se &rocura tirar conclus;es &ara a &o&ula!"oG 1 +as' Es(a()s(ica D'scri(iCa Procura-se descrever a amostra= &ondo em evid-ncia as caractersticas &rinci&ais e as &ro&riedades. * +as' Es(a()s(ica Ind/(iCa %onBecidas certas &ro&riedades Nobtidas a &artir de uma anlise descritiva da amostraO= e<&ressas &or meio de &ro&osi!;es= ima8inam-se &ro&osi!;es mais 8erais= +ue e<&rimam a e<ist-ncia de leis Nna &o&ula!"oO. Fo entanto= ao contrrio das &ro&osi!;es dedu>idas= n"o &odemos di>er +ue s"o falsas ou verdadeiras= A +ue foram verificadas sobre um conAunto restrito de indivduos e= &ortanto n"o s"o falsas= mas n"o foram verificadas &ara todos os indivduos da Po&ula!"o= &elo +ue tambm n"o &odemos afirmar +ue s"o verdadeiras. E<iste= assim= um certo 8rau de incerte>a N&ercenta8em de erroO +ue medido em termos de Probabilidade.
2(
%onsiderando o +ue foi dito anteriormente sobre a Estatstica ndutiva= &recisamos a+ui da no!"o de Probabilidade= &ara medir o 8rau de incerte>a +ue e<iste= +uando tiramos uma conclus"o &ara a &o&ula!"o= a &artir da observa!"o da amostra. B$= Es2a7o A,os(ra3 1 estatstica trabalBa com os resultados dos e<&erimentos. Cuando al8um e<&erimento reali>ado= al8um resultado ocorreI denota-se um resultado t&ico &elo smbolo JeL. /al resultado cBamado evento sim&les. De for feita uma lista de todos os &ossveis resultados de interesse do e<&erimento= essa srie cBamada de es&a!o amostral. B$? Di,'nsiona,'n(o da a,os(ra P3ano A,os(ra3 Cuando deseAa-se dimensionar o tamanBo da amostra= o &rocedimento desenvolve-se em tr-s eta&as distintasG

1valiar a varivel mais im&ortante do 8ru&o e a mais si8nificativaI 1nalisar se ordinal= intervalar ou nominalI 5erificar se a &o&ula!"o finita ou infinitaI
5arivel intervalar e &o&ula!"o infinita 5arivel intervalar e &o&ula!"o finita 5arivel nominal ou ordinal e &o&ula!"o infinita 5arivel nominal ou ordinal e &o&ula!"o finita PbsG 1 &ro&or!"o N&O ser a estimativa da verdadeira &ro&or!"o de um dos nveis escolBidos &ara a varivel adotada. Por e<em&lo= 4.\ dos telefones da amostra FoKia= ent"o & ser .=4.. 1 &ro&or!"o N+O ser sem&re 1 - &. Feste e<em&lo += ser .=0. P erro re&resentado &or d. Para casos em +ue n"o se tenBa como identificar as &ro&or!;es confere-se .=2 &ara & e +.
2'
CAPTULO V P!OBABILIDADE
V$ Conc'i(o d' Pro%a%i3idad' %Bamamos de &robabilidade de um evento 1 Nsendo +ue 1 est contido no Es&a!o amostralO o n@mero real PN1O= tal +ueG nE,'ro d' casos faCor9C'is d' A T nE,'ro (o(a3 d' casos$ V$1 EC'n(os E./i2roC9C'is PBDG Cuando todos os elementos do Es&a!o amostral tem a mesma cAance de acontecer= o es&a!o amostral cBamado de con&/n(o './i2roC9C'3. E<G Fo lan!amento de uma moeda +ual a &robabilidade de obter cara em um evento 1V T _ ca= co ` T ( 1 T _ca` T 1 PN1O T 1M( T .=2 T 2.\
V$* Pro%a%i3idad' Condiciona3 De 1 e B s"o dois eventos= a &robabilidade de B ocorrer= de&ois de 1 ter acontecido definida &orG P NBM1O= ou seAa= cBamada &robabilidade condicional de B. Feste caso os eventos s"o de&endentes e definidos &ela f:rmulaG P (A ' B ) O P (A) G P(BTA) E<G )uas cartas s"o retiradas de um baralBo s', 5aC'r r'2osi7Do. Cual a &robabilidade de ambas serem COPAS V P N%o&as1 e %o&as(O T PN%o&as1O < PN%o&as(M%o&as1O T 1'M2( < 1(M21 T .=.266 T 2=66 \ PN%o&as1O T 1'M2( PN%o&as(M%o&as1O T 1(M21 PbsG Fo e<em&lo anterior se a 1 carta retirada voltasse ao baralBo o e<&erimento seria do ti&o com re&osi!"o e seria um evento inde&endente. P resultado seriaG PN%o&as1O < PN%o&as(O T 1'M2( < 1'M2( T .=4(2 T 4=(2 \ Es&a!o amostral do baralBo de 2( cartasG %arta &retas T (4 Pus T 1' Ns= (= '= 0= 2= 4= 7= 6= 9= 1.= valete= dama= reiO
20
Es&adas T 1' Ns= (= '= 0= 2= 4= 7= 6= 9= 1.= valete= dama= reiO %artas vermelBas T (4 Puros T 1' Ns= (= '= 0= 2= 4= 7= 6= 9= 1.= valete= dama= reiO %o&as T 1' Ns= (= '= 0= 2= 4= 7= 6= 9= 1.= valete= dama= reiO V$6 EC'n(os Ind'2'nd'n('s Cuando a reali>a!"o ou n"o reali>a!"o de um dos eventos n"o afeta a &robabilidade da reali>a!"o do outro e vice-versa. E<G Cuando lan!amos dois dados= o resultado obtido em um deles inde&ende do resultado obtido no outro. Ent"o +ual seria a &robabilidade de obtermos= simultaneamente= o nS 0 no &rimeiro dado e o nS ' no se8undo dadoV 1ssim= sendo P1 a &robabilidade de reali>a!"o do &rimeiro evento e P( a &robabilidade de reali>a!"o do se8undo evento= a &robabilidade de +ue tais eventos se reali>em simultaneamente dada &ela f:rmulaG P(1 n *) O P(1 ' *) O P(1) G P(*) P1 T PN0 dado1O T 1M4 P( T PN' dado(O T 1M4
P total T P N0 dado1O < P N' dado(O T 1M4 < 1M4 T 1T6? B,*,( 7ventos 1utuamente 7/clusivos + 7ventos Dependentes )ois ou mais eventos s"o mutuamente e<clusivos +uando a reali>a!"o de um e<clui a reali>a!"o doNsO outroNsO. 1ssim= no lan!amento de uma moeda= o evento Ztirar caraZ e o evento Ztirar coroaZ s"o mutuamente e<clusivos= A +ue= ao se reali>ar um deles= o outro n"o se reali>a. De dois eventos s"o mutuamente e<clusivos= a &robabilidade de +ue um o/ outro se reali>e i8ual $ soma das &robabilidades de +ue cada um deles se reali>eG P(1 U *) O P(1 o/ *) O P(1) S P(*) E<G Fo lan!amento de um dado +ual a &robabilidade de se tirar o nS ' ou o nS 0 V Ps dois eventos s"o mutuamente e<clusivos ent"oG P T 1M4 [ 1M4 T (M4 T 1M' PbsG Fa &robabilidade da uni"o de dois eventos 1 e B= +uando B elementos comuns= devemos e<cluir as &robabilidades dos elementos comuns a 1 e B Nelementos de 1 n B O
22
V$< T'or',a d' Ba]'s o/ T'or',a da Pro%a%i3idad' To(a3 Dabemos +ueG PN1O T E PNBiO . PN1YBiO PN1 n BiO T PN1O . PNBiY1O lo8o PNBiY1O T PN1 n BiO M PN1O ent"o substituindo teremosG
P (Bi^A) O P (Bi) $ P (A^Bi) T E P(Bi) $ P(A^Bi) +ue a f:rmula de Baees E<G %erto &rofessor 0M2 das ve>es vai trabalBar usando um fusca e usando um carro im&ortado nas demais ve>es. Cuando ele usa o fusca= 72 \ das ve>es ele cBe8a em casa antes das (' Boras e +uando usa o carro im&ortado s: cBe8a em casa antes das (' Boras em 4.\ das ve>es. Pntem o &rofessor cBe8ou em casa a&:s $s (' Boras. Cual a &robabilidade de +ue ele= no dia de ontem= tenBa usado o fusca V B1 T usar o fusca PNB1O T 0M2 T WRBW B( T usar carro im&ortado PNB(O T 1M2 T WR*W PN 1 Y B(O T 1 - .=4. T WR<W 1 T cBe8ar em casa a&:s (' Boras
PN 1 Y B1O T 1 - .=72 T WR*=
P (B1 ^ A) T P NB1O . PN 1 Y B1O M P NB1O . PN 1 Y B1O [ P NB(O . PN 1 Y B(O P (B1 ^ A) T .=6. < .=(2 MN.=6. < .=(2O [ N.=(. < .=0.O T P (B1 ^ A) T .=(. M N.=(. [ .=.6O T WRA1<6 o/ A1R<6 _
E<erccioG Em um lote de 1( &e!as= 0 s" defeituosas. Dendo retirada uma &e!a= calculeG aO a &robabilidade de essa &e!a ser defeituosa. bO a &robabilidade de essa &e!a n"o ser defeituosa.
24
CAPTULO 1W @A!I@EL ALEAT`!IA DISC!ETA
1W$1 Dis(ri%/i7Do d' Pro%a%i3idad's 1&resentaremos neste ca&tulo tr-s modelos te:ricos de distribui!"o de &robabilidade= aos +uais um e<&erimento aleat:rio estudado &ossa ser ada&tado= o +ue &ermitir a solu!"o de 8rande n@mero de &roblemas &rticos. 1W$1$1 @ari9C'3 A3'a(Fria Du&onBamos um es&a!o amostral S e +ue a cada &onto amostral seAa atribudo um n@mero. *ica= ent"o= definida uma fun!"o cBamada Cari9C'3 a3'a(Fria. Muitas ve>es n"o estamos interessados &ro&riamente no resultado de um e<&erimento aleat:rio= mas em al8uma carac('r)s(ica n/,0rica a ele associada. Essa caracterstica ser cBamada Cari9C'3 a3'a(Fria$ 1ssim= se o es&a!o amostral relativo ao Zlan!amento simult?neo de duas moedasZ DT_Nca=caO= Nca=coO= Nco=caO= Nco=coO` e se Q re&resenta o Zn@mero de carasZ +ue a&arecem= a cada &onto amostral &odemos associar um n@mero &ara Q= de acordo com a tabela abai<o N Q 0 a Cari9C'3 a3'a(Fria associada ao nE,'ro d' caras o%s'rCadoOG Ponto 1mostral Nca=caO Nca=coO Nco=caO Nco=coO ( 1 1 . Q
Uo8o &odemos escreverG F@mero de caras NfO Probabilidade NfO ( 1 . /otal 1M0 (M0 1M0 0M0 T 1
27
E<em&lo &rtico de uma distribui!"o de &robabilidadeG %onsideremos a distribui!"o de fre+u-ncia relativa ao n@mero de acidentes dirios em uma rodovia durante o m-s de novM(..'G F@mero de 1cidentes *re+u-ncia . 1 ( ' (( 2 ( 1
Podemos ent"o escrever a tabela de dis(ri%/i7Do d' 2ro%a%i3idad'G F@mero de 1cidentes NfO Probabilidade NfO . 1 ( ' /otal .=7' .=17 .=.7 .=.' 1=..
%onstrumos acima uma tabela onde a&arecem os valores de uma varivel aleat:ria f e as &robabilidades de f ocorrer +ue a tabela de distribui!"o de &robabilidades. *un!;es de &robabilidadesG fNfO T &NfT <iO 1o definir a distribui!"o de &robabilidade= estabelecemos uma corres&ond-ncia unvoca entre os valores da varivel aleat:ria f e os valores da varivel P N&robabilidadeO. Esta corres&ond-ncia define uma fun!"o onde os valores Gi formam o domnio da fun!"o e os valores 2i o seu conAunto ima8em. 1ssim= ao lan!armos um dado= a varivel aleat:ria f= definida &or Z&ontos de um dadoZ= &ode tomar os valores 1=(='=0=2 e 4. Ent"o resulta a se8uinte distribui!"o de &robabilidadeG Q 1 ( ' 0 2 4 P NQO 1M4 1M4 1M4 1M4 1M4 1M4
26
/ o t a l 4M4 T 1
1W$* @a3or Es2'rado (Es2'ran7a Ma(',9(ica) 5alor es&erado de uma varivel aleat:ria ou de fun!"o de varivel aleat:ria corres&onde $ mdia &onderada dos valores +ue esta varivel aleat:ria ou esta fun!"o assume= usando-se como &esos &ara &ondera!"o= as &robabilidades corres&ondentes a cada valor. Para o caso de uma varivel aleat:ria discreta J<L= &odemos escreverG E (G) O a ( Gi $ 2i ) E<em&loG Fuma em&resa= as &revis;es de des&esa &ara o &r:<imo ano foram calculadas comoI 3h 9= 1.= 11 = 1( e 1' bilB;es. Du&ondo +ue as des&esas do ano corrente seAam desconBecidas= as se8uintes &robabilidades foram atribudas res&ectivamenteG '.\= (.\= (2\= 2\ e (.\. Cual a distribui!"o de &robabilidade &ara o &r:<imo anoV
) D/3 BU icP )E P3PB1B U )1)ED 1FP 1 ( ' 0 2 )EDPED1X NfO 9 1. 11 1( 1' total T P NfO .='. .=(. .=(2 .=.2 .=(. 1=..
X em 3h bilB;es
Cual o valor es&erado das des&esas &ara o &r:<imo anoV

51UP3 EDPE31)P )1D )EDPED1D 1FP )EDPED1X f 1 9 ( 1. ' 11 0 1( 2 1' X em 3h bilB;es P NfO .='. .=(. .=(2 .=.2 .=(. 51UP3 EDPE31)P ENfO T f . P NfO (=7. (=.. (=72 .=4. (=4. 1WR?=
29
Cual a vari?ncia das des&esas &ara o &r:<imo anoV

@ar(Q) O a
b E(Qc) - E(Q)c d
513 jF% 1 )1D )EDPED1D 1FP 1 ( ' 0 2 )EDPED1X N <O 9 1. 11 1( 1' P N<O .='. .=(. .=(2 .=.2 .=(. < . P N<O (=7. (=.. (=72 .=4. (=4. 1.=42 X em 3h bilB;es <d . P N<O (0='. (.=.. '.=(2 7=(. ''=6. 112=22
@A!I>NCIA DAS DESPESAS 5arN<O T a aENfdO ENfOd b T 11'=0( 112=22 T (=1'
%onse+,entemente o D'sCio PadrDo i8ual aG T 5arN<O %aso as &roAe!;es ao lon8o do ano tenBam sido estimadas em 3h 1( bilB;es= comente a &osi!"o financeira da em&resa.
4.
CAPTULO 11 DIST!IBUI"eES DE @A!I@EL ALEAT`!IA DISC!ETA

De8undo EU31F N199(= &.''O= JUma kdistribui!"o de &robabilidadel uma f:rmula matemtica +ue relaciona os valores da caracterstica com a sua &robabilidade de ocorr-ncia na &o&ula!"o.L JCuando a caracterstica +ue est sendo medida &uder assumir +ual+uer valor NsuAeito $ e<atid"o do &rocesso de medi!"oO= sua distribui!"o de &robabilidade cBamada distribui!"o contnua de &robabilidade.L 1 &artir das conceitua!;es anteriores= a&resenta-se a conceitua!"o de Jdistribui!"o de &robabilidadeL e suas classifica!;esG Jdistribui!"o contnua de &robabilidadeL e Jdistribui!"o discreta de &robabilidadeL. E<em&loG a distribui!"o de fre+,-ncias dos dados de resist-ncias eltricas medidas. 1s dis(ri%/i78's discr'(as d' 2ro%a%i3idad' mais comuns s"oG N1O a )istribui!"o de PoissonI N(O a )istribui!"o BinomialI 11$1 Dis(ri%/i7Do Bino,ia3 5amos ima8inar fenmenos cuAos resultados s: &odem ser de dois ti&os= um dos +uais considerado como sucesso e o outro insucesso. Este fenmeno &ode ser re&etido tantas ve>es +uanto se +ueira Nn ve>esO= nas mesmas condi!;es. 1s &rovas re&etidas devem ser inde&endentes= isto = o resultado de uma n"o deve afetar os resultados das sucessivas. Fo decorrer do e<&erimento= a &robabilidade & do sucesso e a &robabilidade de + N+ T 1 - &O do insucesso manter-se-"o constantes. Fessas condi!;es f uma varivel aleat:ria discreta +ue se8ue uma dis(ri%/i7Do %ino,ia3.
PN<O T PN<O T a &robabilidade de +ue o evento se reali>e G ve>es em n &rovas. & T a &robabilidade de +ue o evento se reali>e em uma s: &rova T sucesso. + T a &robabilidade de +ue o evento n"o se reali>e no decurso dessa &rova T insucesso. PBDG P nome binomial devido $ f:rmula= &ois re&resenta o termo 8eral do desenvolvimento do %in,io d' N'f(on.
41
##.#.# Par4metros da 5istribuio 6inomial Mdia T n . & 5ari?ncia T n . & . + )esvio &adr"o T a rai> +uadrada do &roduto de n . & . +
E<erccioG Deis &arafusos s"o escolBidos ao acaso da &rodu!"o de certa m+uina= +ue a&resenta 1.\ de &e!as defeituosas. Cual a &robabilidade de serem defeituosos dois delesV 11$* Dis(ri%/i7Do d' Poisson )istribui!"o de &robabilidades a&licada &ara acontecimentos raros= entretanto o seu maior uso &rtico como a&ro<ima!"o &ara a distribui!"o binomial. 1 PN<O calculada &ela f:rmula abai<oG
PndeG a mdia da distribui!"o N n . &O e re&resenta a constante de valor i8ual a *RA1B / C o fatorial de < PBDG . m T 1 e +ual+uer n@mero elevado a >ero i8ual a 1 PBDG +uando um acontecimento se8ue a distribui!"o binomial com um J&L NsucessoO muito &e+ueno de tal modo +ue temos +ue ter um JnL muito 8rande &ara +ue o sucesso ocorra. Podemos sim&lificar os clculos usando a distribui!"o de Poisson como a&ro<ima!"o &ara a distribui!"o binomial. Para +ue os resultados a&ro<imados &ela distribui!"o de Poisson seAam satisfat:rios n:s s: devemos fa>er a substitui!"o da distribui!"o binomial &ela de Poisson +uando JnL for maior ou i8ual a 2. e J&L menor ou i8ual a .=1 ou J&L maior ou i8ual a .=9 N J&L &r:<imo de . ou &r:<imo de 1O. E<G De (\ dos fusveis s"o defeituosos.Cual a &robabilidade de +ue uma amostra de 0.. fusveis e<atamente 4 seAam defeituososV & T .=.( n T 0.. T n . & T .=.( . 0.. T 6
P N< T 4O T .=1((( ou 1(=(0\
4(
CAPTULO 1* - DIST!IBUI"eES DE @A!IH@EL CONTNUA
)istribui!;es %ontnuas de Probabilidade s"o usadas &ara moldar situa!;es onde o resultado de interesse &ode assumir valores numa escala contnua= &or e<em&lo= os valores maiores +ue >ero &ara o tem&o de falBa de um motor +ue est trabalBando continuamente. 1*$1 Dis(ri%/i7Do Nor,a3 Cuando a varia!"o de uma caracterstica 8erada &ela soma de um 8rande n@mero de erros infinitesimais inde&endentes devidos a diferentes fatores= a distribui!"o da caracterstica se torna= em muitos casos= a&ro<imadamente uma distribui!"o normal. 1 5istribuio 7ormal &ode ser sim&lesmente descrita como tendo a forma de um sino ou montanBa= e numa descri!"o mais detalBadaG aO a densidade de &robabilidade mais alta no meio e diminui 8radualmente em dire!"o $s caudas e bO ela simtrica. Entre as distribui!;es te:ricas de varivel aleat:ria contnua= uma das mais em&re8adas a distribui!"o Formal. Muitas das variveis analisadas na &es+uisa s:cio-econmica corres&ondem $ distribui!"o normal ou dela se a&ro<imam. %onsiderando a &robabilidade de ocorr-ncia= a rea sob sua curva soma 1..\. sso +uer di>er +ue a &robabilidade de uma observa!"o assumir um valor entre dois &ontos +uais+uer i8ual $ rea com&reendida entre esses dois &ontos.
68,26% => 1 desvio
95,44% => 2 desvios
99,73% => 3 desvios
Fa fi8ura acima= tem as barras na cor marrom re&resentando os desvios &adr;es. Cuanto mais afastado do centro da curva normal= mais rea com&reendida abai<o da curva Baver. 1 um desvio &adr"o= temos 46=(4\ das observa!;es contidas. 1 dois desvios &adr;es= &ossumos 92=00\ dos dados com&reendidos e finalmente a tr-s desvios= temos 99=7'\. Podemos concluir +ue +uanto maior a variabilidade dos dados em rela!"o $ mdia= maior a &robabilidade de encontrarmos o valor +ue buscamos embai<o da normal.
4'
1*$* Pro2ri'dad's da dis(ri%/i7Do nor,a3 1 - 1 varivel aleat:ria f &ode assumir todo e +ual+uer valor real. ( - 1 re&resenta!"o 8rfica da distribui!"o normal uma curva em forma de sino= simtrica em torno da mdia= +ue recebe o nome de c/rCa nor,a3 o/ d' Ya/ss$ ' - 1 rea total limitada &ela curva e &elo ei<o das abscissas i8ual a 1= A +ue essa rea corres&onde $ &robabilidade de a varivel aleat:ria f assumir +ual+uer valor real. 0 - 1 curva normal assint:tica em rela!"o ao ei<o das abscissas= isto = a&ro<ima-se indefinidamente do ei<o das abscissas sem= contudo= alcan!-lo. 2 - %omo a curva simtrica em torno da mdia= a &robabilidade de ocorrer valor maior +ue a mdia i8ual $ &robabilidade de ocorrer valor menor do +ue a mdia= isto = ambas as &robabilidades s"o i8uais a .=2 ou 2.\. %ada metade da curva re&resenta 2.\ de &robabilidade. Cuando temos em m"os uma varivel aleat:ria com distribui!"o normal= nosso &rinci&al interesse obter a &robabilidade de essa varivel aleat:ria assumir um valor em um determinado intervalo. E<em&loG DeAa f a varivel aleat:ria +ue re&resenta os di?metros dos &arafusos &rodu>idos &or certa m+uina. 5amos su&or +ue essa varivel tenBa distribui!"o normal com mdia T ( cm e desvio &adr"o T .=.0 cm. Cual a &robabilidade de um &arafuso ter o di?metro com valor entre ( e (=.2 cm V P N ( n f n (=.2O T V %om o au<lio de uma distribui!"o normal redu>ida= isto = uma distribui!"o normal de mdia T . e desvio &adr"o T 1. 3esolveremos o &roblema atravs da varivel >= onde > T Nf OMD
Utili>aremos tambm uma tabela normal redu>ida= +ue nos d a &robabilidade de > tomar +ual+uer valor entre a mdia . e um dado valor >= isto G P N . n o n >O /emos= ent"o= +ue se f uma varivel aleat:ria com distribui!"o normal de mdia desvio &adr"o D= &odemos escreverG PN n f n < O T P N. n o n >O e
Fo nosso &roblema +ueremos calcular PN( n f n (=.2O &ara obter essa &robabilidade= &recisamos= em &rimeiro lu8ar= calcular o valor de > +ue corres&onde a < T (=.2 > T N(=.2 - (O M .=.0 T 1=(2
40
U(i3iZa7Do da Ta%'3a U Procuremos= a8ora= na tabela o o valor de > T 1=(2 Fa &rimeira coluna encontramos o valor at uma casa decimal T 1R*. Em se8uida= encontramos= na &rimeira linBa= o valor == +ue corres&onde ao @ltimo al8arismo do n@mero 1R*=. Fa intersec!"o da linBa e coluna corres&ondentes encontramos o valor WR6V<<= o +ue nos &ermite escreverG P N. n o n 1=(2O T .='900 ou '9=00 \= assim a &robabilidade de um certo &arafuso a&resentar um di?metro entre a mdia T (cm e < T (=.2 cm de '9=00 \.
42
Ta%'3a nor,a3 (dis(ri%/i7Do Z)

Z ... ..1 ..( ..' ..0 ..2 ..4 ..7 ..6 ..9
-0.. ......' ......' ......' ......' ......' ......' ......( ......( ......( ......( -'.9 ......2 ......2 ......0 ......0 ......0 ......0 ......0 ......0 ......' ......' -'.6 ......7 ......7 ......7 ......4 ......4 ......4 ......4 ......2 ......2 ......2 -'.7 .....11 .....1. .....1. .....1. ......9 ......9 ......6 ......6 ......6 ......6 -'.4 .....14 .....12 .....12 .....10 .....10 .....1' .....1' .....1( .....1( .....11 -'.2 .....(' .....(( .....(( .....(1 .....(. .....19 .....19 .....16 .....17 .....17 -'.0 .....'0 .....'( .....'1 .....'. .....(9 .....(6 .....(7 .....(4 .....(2 .....(0 -'.' .....06 .....07 .....02 .....0' .....0( .....0. .....'9 .....'6 .....'4 .....'2 -'.( .....49 .....44 .....40 .....4( .....4. .....26 .....24 .....20 .....2( .....2. -'.1 .....97 .....90 .....9. .....67 .....60 .....6( .....79 .....74 .....70 .....71 -'.. ....1'2 ....1'1 ....1(4 ....1(( ....116 ....110 ....111 ....1.7 ....1.' ....1.. -(.9 ....167 ....161 ....172 ....149 ....140 ....129 ....120 ....109 ....100 ....1'9 -(.6 ....(24 ....(06 ....(0. ....('' ....((4 ....(19 ....(1( ....(.2 ....199 ....19' -(.7 ....'07 ....''4 ....'(4 ....'17 ....'.7 ....(96 ....(69 ....(6. ....(7( ....(40 -(.4 ....044 ....02' ....00. ....0(7 ....012 ....0.( ....'91 ....'79 ....'46 ....'27 -(.2 ....4(1 ....4.0 ....267 ....27. ....220 ....2'9 ....2(' ....2.6 ....090 ....06. -(.0 ....6(. ....796 ....774 ....722 ....7'0 ....710 ....492 ....474 ....427 ....4'9 -(.' ...1.7( ...1.00 ...1.17 ....99. ....940 ....9'9 ....910 ....669 ....644 ....60( -(.( ...1'9. ...1'22 ...1'(1 ...1(67 ...1(22 ...1((( ...1191 ...114. ...11'. ...11.1 -(.1 ...1764 ...170' ...17.. ...1429 ...1416 ...1276 ...12'9 ...12.. ...104' ...10(4 -(.. ...((72 ...(((( ...(149 ...(116 ...(.47 ...(.16 ...197. ...19(' ...1674 ...16'1 -1.9 ...(67( ...(6.7 ...(70' ...(46. ...(419 ...(229 ...(2.. ...(00( ...('62 ...(''. -1.6 ...'29' ...'212 ...'0'6 ...''4( ...'(66 ...'(14 ...'100 ...'.70 ...'..2 ...(9'6 -1.7 ...0024 ...0'4' ...0(7( ...0161 ...0.9' ...0..4 ...'9(. ...'6'4 ...'720 ...'47' -1.4 ...206. ...2'7. ...2(4( ...2122 ...2.2. ...0907 ...0604 ...0704 ...0406 ...0221 -1.2 ...4461 ...422( ...40(2 ...4'.1 ...4176 ...4.27 ...29'6 ...26(1 ...27.2 ...229( -1.0 ...6.74 ...79(7 ...776. ...74'4 ...709' ...7'2' ...7(10 ...7.76 ...4900 ...4611 -1.' ...946. ...921. ...9'0( ...9174 ...9.1( ...6621 ...6491 ...62'0 ...6'79 ...6((4 -1.( ..112.7 ..11'10 ..111(' ..1.9'2 ..1.709 ..1.242 ..1.'6' ..1.(.0 ..1..(7 ...962( -1.1 ..1'244 ..1''2. ..1'1'4 ..1(9(0 ..1(710 ..1(2.7 ..1('.( ..1(1.. ..119.. ..117.( -1.. ..12642 ..124(2 ..12'64 ..1212. ..10917 ..10464 ..10027 ..10('1 ..10..7 ..1'764 -..9 ..160.4 ..16101 ..17676 ..17416 ..17'41 ..171.2 ..1462' ..144.( ..14'20 ..141.9 -..6 ..(1162 ..(.697 ..(.411 ..(.'(7 ..(..02 ..19744 ..19069 ..19(12 ..1690' ..1647' -..7 ..(0194 ..('662 ..('274 ..('(49 ..((942 ..((44' ..(('4' ..((.42 ..(1749 ..(1074 -..4 ..(70(2 ..(7.9' ..(474' ..(40'0 ..(41.6 ..(2760 ..(204( ..(210' ..(06(2 ..(02.9 -..2 ..'.62' ..'.2.( ..'.12' ..(96.2 ..(904. ..(9114 ..(6770 ..(60'0 ..(6.92 ..(7729 -..0 ..'0027 ..'0.9. ..''7(0 ..'''29 ..'(997 ..'(4'2 ..'((74 ..'1917 ..'1241 ..'1(.4
44
E<ercciosG 1O Um fabricante de l?m&adas verifica= atravs de uma distribui!"o de fre+,-ncias= +ue o tem&o de +ueima de um determinado modelo de l?m&ada distribudo normalmente. Uma amostra de 2. l?m&adas foi testada e o tem&o mdio de vida encontrado foi 4. dias= com um desvio-&adr"o de (. dias. Cuantas l?m&adas= na &o&ula!"o total de l?m&adas fabricadas &or ele= &ode se es&erar +ue ainda esteAam funcionando a&:s 1.. dias de vidaV P &roblema a+ui dado encontrar a rea sob a curva alm dos 1.. dias. 1 rea sob uma curva de distribui!"o entre dois limites estabelecidos re&resenta a &robabilidade de ocorr-ncia. Portanto= a rea alm dos 1.. dias a &robabilidade +ue uma l?m&ada tem de durar mais de 1.. dias. (O Um &roduto &esa= em mdia= 1.8= com desvio-&adr"o de ( 8. H embalado em cai<as com 2. unidades. Dabe-se +ue as cai<as va>ias &esam 2..8= com desvio-&adr"o de (28. 1dmitindo-se uma distribui!"o normal dos &esos e inde&end-ncia entre as variveis dos &esos do &roduto e da cai<a= calcular a &robabilidade de uma cai<a cBeia &esar mais de 1.2.8.
Utili>e a fi8ura acima &ara o desenvolvimento da +uest"o= onde a &rimeira re&arti!"o= $ direita= re&resenta a &robabilidade da cai<a &esar 1.2.8.

Estatistica Basica 1

Enviado por

Dados do documento

Título original

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

Estatistica Basica 1

Enviado por

Direitos autorais:

Formatos disponíveis

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof.

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

CAPTULO 1 INT!ODU"#O A ESTATISTICA

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

E1FM(..( *E5M(..( /P/1U X Em mil unidades .

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

D"o Paulo 3io de Eaneiro /P/1U X Em mil unidades

* 1/ #M /P/1U X Em mil unidades

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

CAPTULO * DIST!IBUI"#O DE +!EJUKNCIAS

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

Ps dados brutos a se8uir a&resentam um conAunto de tem&os &ara determinada o&era!"o.

Fo e<em&lo= a ser i8ual aG

Freqncia Absoluta (fi) 13 21 22 15 4 3

Freqncia Acu mul ada (Fi) 13 34 56 71 75 78

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

12,54 |---| 13,77 13,78 |---| 15,01

1,25 1,25 100

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

CAPTULO 6 MEDIDAS DE CENT!ALIDADE

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

< ' T 10 < ' T 0(

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

$$Gi$ $$fi$ $$Gi$fi $

1&licando a f:rmula acima temosG (.00. M 0..T 41. lo8o...

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

E<em&loG Fa srie _ 7 = 6 = 9 = 1. = 1. = 1. = 11 = 1( ` a moda i8ual a 1..

E<em&loG _ ' = 2 = 6 = 1. = 1( ` n"o a&resenta moda. 1 srie a,oda3.

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

CAPTULO < - MEDIDAS DE ASSIMET!IA E CU!TOSE

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

CAPTULO = - !EP!ESENTA"#O Y!+ICA

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

CAPTULO ? - MEDIDAS DE DISPE!S#O OU DE @A!IABILIDADE

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

E<em&loG %alcular o desvio &adr"o da &o&ula!"o re&resentada &or - 0 = -' = -( = ' = 2

- .=( - .=( - .=( - .=( - .=(

- '=6 - (=6 - 1=6 '=( 2=(

10=00 7=60 '=(0 1.=(0 (7=.0 4(=6

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

Discri,ina7Do 5alor es&erado )esvio &adr"o %oeficiente de varia!"o

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

CAPTULO A CO!!ELA"#O E !EY!ESS#O

A$1 DIAY!AMAS DE DISPE!S#O

0,(,( C!1! C!23T 45 41 D5-6 -1- D7 D5387 39!

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas

EG',23o d' Dia4ra,a d' Dis2'rsDo