ESTATSTICA

1. CONCEITOS BSICOS
Populao - o conjunto de elementos (pessoas, coisas, objetos) que tm em
comum uma caracterstica em estudo. A populao pode ser:
i. Finita: quando apresenta um nmero limitado de indivduos.
Ex.1 a populao constituda por todos os parausos produ!idos em
uma "brica em um dia.
Ex. 2 nascimento de crianas em um dia em #ovo $ambur%o.
ii. Infinita: quando o nmero de observa&es or ininito.
Ex. a populao constituda de todos os resultados (cara e coroa) em
sucessivos lances de uma moeda.
Ao!t"a - o conjunto de elementos retirados da populao, suicientemente
representativos dessa populao. Atravs da an"lise dessa amostra estaremos
aptos para analisar os resultados da mesma orma que se estud"ssemos toda a
populao.

O#!. A amostra sempre inita. 'uanto maior or a amostra mais si%niicativa o
estudo.
Pa"$%t"o - uma caracterstica numrica estabelecida para toda uma
populao.
E!tia&o" - uma caracterstica numrica estabelecida para uma amostra.
'a&o E!tat(!ti)o - sempre um nmero real.
a( P"iiti*o ou B"uto: aquele que no soreu nen)uma transormao
matem"tica. #mero direto.
b( Ela#o"a&o ou !%)un&+"io: aquele que soreu transormao
matem"tica. *+. porcenta%em, mdia, etc.
2. A,,E'ON'A-ENTO 'E 'A'OS
'uando o primeiro al%arismo ap,s aquele que vai ser arredondado or -, ., /, 0
e 1 despre!a(se este al%arismo e conserva(se o anterior.
*+emplo: 2,300425 6 2,307 35,51843- 6 35,5.
.
'uando o primeiro al%arismo ap,s aquele que vai ser arredondado or 2, 8, 3, 5
e 4 aumentamos uma unidade no al%arismo anterior.
*+emplo: 2,302425 6 2,317 35,55843- 6 35,4.
.. 'I/IS0O 'A ESTATSTICA
9odemos dividir a *statstica em duas "reas:
*statstica :escritiva ; < parte da *statstica que tem por objetivo
descrever os dados observados e na sua uno dos dados, tem as se%uintes
atribui&es.
i. A o#t%no ou )ol%ta &% &a&o! 1 normalmente eita atravs de um
question"rio ou de observao direta de uma populao ou amostra.
ii. A o"2ani3ao &o! &a&o! 1 consiste na ordenao e crtica quanto <
correo dos valores observados, al)as )umanas, omiss&es,
abandono de dados duvidosos.
iii. A "%p"%!%ntao &o! &a&o! 1 os dados estatsticos podem ser mais
acilmente compreendidos quando apresentados atravs de tabelas e
%r"icos, que permite uma visuali!ao instant=nea de todos os
dados.
*statstica >ndutiva ; < parte da *statstica que tem por objetivo obter e
%enerali!ar conclus&es para a populao a partir de uma amostra, atravs do
c"lculo de probabilidade. A tais conclus&es esto sempre associados a um
%rau de incerte!a e conseq?entemente, a uma probabilidade de erro.
4. /A,I/EIS
@ma vari"vel qualquer caracterstica de um elemento observado (pessoa,
objeto ou animal).
Al%umas vari"veis, como se+o e desi%nao de empre%o, simplesmente enquadram
os indivduos em cate%orias. Autras, como altura e renda anual, tomam valores numricos
com os quais podemos a!er c"lculos.
As e+emplos acima nos di!em que uma vari"vel pode ser:
a 1 5ualitati*a: quando seus valores so e+pressos por atributos: se+o (masculino ;
eminino), cor da pele (branca, preta, amarela, vermel)a)7
# 1 5uantitati*a: quando seus valores so e+pressos em nmeros (sal"rios dos
oper"rios, idade dos alunos de uma escola, nmero de il)os, etc.). @ma vari"vel
quantitativa que pode assumir, teoricamente, qualquer valor entre dois limites recebe o
/
nome de *a"i+*%l )ont(nua (altura, peso, etc.)7 uma vari"vel que s, pode assumir valores
pertencentes a um conjunto enumer"vel recebe o nome de *a"i+*%l &i!)"%ta (nmero de
il)os, nmero de vit,rias).
Ex%")()io!
.. Blassiique as vari"veis abai+o:
(a) Cempo para a!er um teste.
(b) #mero de alunos aprovados por turma.
(c) #vel s,cio(econDmico
(d) '> ('uociente de inteli%ncia).
(e) Ee+o
() Fastos com alimentao.
(%) Apinio com relao < pena de morte
()) Geli%io
(i) Halor de um im,vel
(j) Bonceitos em certa disciplina
(I) Blassiicao em um concurso.
/. >dentiique e classiique as vari"veis:
a) Cabela de c,di%os de declarao de bens e direitos de im,veis: .. ; Apartamento7
./ ( Basas7 .0 ; Cerrenos7 .1 ; Cerra nua7 .2 ; Ealas ou lojas7 .8 ; Bonstruo7 .3
; Jeneitorias7 .4 ; Autras7 (:eclarao de Ajuste Anual, >nstru&es de
9reenc)imento, >mposto de Genda, 9essoa Ksica, .444)
b) LA euro comea a circular com .0 bil)&es de notas em sete valores(2, .-, /-, 2-,
.--, /-- e 2--)...A cun)a%em de 32 bil)&es de moedas de . e / euros e de ., /, 2,
.-, /- e 2- centavos de euro implicar" uma troca completa de m"quinas e
equipamentos de venda de jornais,ca e reri%erantes.M (Gevista Npoca, Ano ., nO
00 , 1P.P.444)
c) L*m sete deliciosos sabores: tan%erina, Qaranja, maracuj", lima(limo, carambola,
abaca+i e ma verde.M ( Anncio de um preparado s,lido artiicial para reresco)
d) L A partir de .444, as declara&es de >mposto de Genda dos contribuintes com
patrimDnio de at GR /- mil podero ser eitas por teleone.M (Gevista poca, ano .,
nO 00, 1P.P.444)
e) 'uantidade de sabores de reresco consumida em determinado estabelecimento no
im de semana7
) *m /5 de de!embro de .445, a Kol)a de E. 9aulo publicou a classiicao dos
preeitos de nove capitais brasileiras. As notas, em uma escala de - a .-, oram as
se%uintes: Buritiba 8,37 Gecie, 8,27 9orto Ale%re, 8,17 Klorian,polis, 8,17 Ealvador,
8,07 Kortale!a, 2,27 Jelo $ori!onte, 2,17 Gio de Saneiro, 2,1 e Eo 9aulo,0,1.
0
AP,ESENTA60O 'E 'A'OS ESTATSTICOS
AP,ESENTA60O TAB78A,
A apresentao de dados estatsticos na orma tabular consiste na reunio ou
%rupamento dos dados em tabelas ou quadros com a inalidade de apresenta(los de modo
ordenado, simples e de "cil percepo e com economia de espao.
Copon%nt%! B+!i)o!
*m termos %enricos, uma tabela se comp&e dos se%uintes elementos
b"sicos:
T(tulo
Babeal)o
>ndicadora
de
Boluna
B
o
Basa l Qin)a
u
n
a
,o&ap9
Ex%plo:
B"a!il - E!tiati*a &% Populao
1:;< 1 ;=
Ano Populao
>1<<< ?a#itant%!@
.43-
.43.
.43/
.430
.431
.432
.438
40..04
42.440
45.84-
.-..100
.-1./10
.-3..12
..-../1
Font%: Anu+"io E!tat(!ti)o &o B"a!il
P"in)ipai! El%%nto! &% ua Ta#%la
T(tulo: Bonjunto de inorma&es, as mais completas possveis, locali!ado no
topo da tabela, respondendo <s per%untas: O AuBC On&%C 5uan&oC
Ca#%al?o: 9arte superior da tabela que especiica o contedo das colunas.
1
Coluna In&i)a&o"a: 9arte da tabela que especiica o contedo das lin)as.
8in?a!: Getas ima%in"rias que acilitam a leitura, no sentido )ori!ontal, de
dados que se inscrevem nos seus cru!amentos com as colunas.
Ca!a ou C9lula: *spao destinado a um s, nmero.
,o&ap9: so mencionadas a onte se a srie e+trada de al%uma publicao e
tambm as notas ou c)amadas que so esclarecimentos %erais ou particulares relativos aos
dados.
SD,IES ESTATSTICAS
N toda tabela que apresenta a distribuio de um conjunto de dados
estatsticos em uno de trs elementos:
a. :a poca7
b. :o local7
c. :a espcie.
*sses elementos determinam o sur%imento de quatro tipos undamentais de sries
estatsticas:
Eries Cemporais ou Bronol,%icas: so aquelas nas quais os dados so
reunidos se%undo o tempo que varia, permanecendo i+os o local e a espcie.
Ex%plo: 9roduo de petr,leo bruto ; Jrasil
.488 ; .43-.
Anos 'uantidade (cmT)
.488
.483
.485
.484
.43-
8.315.554
5.2-5.515
4.2-4.804
.-..84.20.
4.852.81.
Konte Jrasil em dados.
Eries Feo%r"icas: so aquelas nas quais os dados so reunidos se%undo o
local que varia permanecendo i+os o tempo e a espcie.
Ex%plo: Geban)os bovinos ; Jrasil
.43-.
Ge%i&es Jovinos (.---)
#orte
#ordeste
Eudeste
Eul
Bentro(oeste
/..0/
/-..41
02././
.5.3-/
.2.82/
Konte Jrasil em dados.
2
Eries *specicas: so aquelas nas quais os dados so reunidos se%undo o
espcie que varia permanecendo i+os o tempo e o local.
Ex%plo: 9roduo pesqueira (mar) ; Jrasil
.484.
>tens 9roduo (ton.)
9ei+es 0.1
Brust"ceos 8/
Uoluscos 0
Uameros ./
Konte Jrasil em dados.
Eries Bomposta ou Uista: a combinao de dois ou mais undamentais de
sries estatsticas.
*+emplo: Feo%r"ica ; Cemporal.
*voluo do transporte de car%a martima nas 1 principais bacias brasileiras
Jrasil (.485; .43-.
Jacias
Anos
.485 .484 .43-
Ama!Dnica
#ordeste
9rata
Eo Krancisco
/00.385V
.8.530
.33.3-2
20..1/
0/1.02-
/-./3/
/-0.488
15.883
0.8.223
/-./18
/-..181
23.415
Konte Jrasil em dados.
V As dados esto em toneladas.
A apresentao tabular de dados estatsticos normali!ada pela resoluo nO 558
de /8(.-(.488 do Bonsel)o #acional de *statstica a im de uniormi!ar a
apresentao de dados.
*W*GBXB>AE
Ex%")()io 1: :e acordo com o >JF* (.455), em .458 ocorreram, em acidentes de
tr=nsito, /30-8 casos de vtimas atais, assim distribudos: ..3./ pedestres, 3..8
passa%eiros e 5135 condutores. Kaa uma tabela para apresentar esses dados.
Ex%")()io 2: :e acordo com o Uinistrio dos transportes, em .445, o taman)o das
mal)as de transporte no Jrasil , assim distribudo: 0/-15- Im de Godovias
(estradas municipais no esto includas), /43-- Im de Kerrovias (inclui as lin)as
de trens urbanos) e 1---- Im de $idrovias (desse total, apenas 5--- Im esto
sendo usados de ato). Kaa uma tabela para apresentar esses dados.
Ex%")()io .: :e acordo com Uinistrio da *ducao a quantidade e alunos
matriculados no ensino de .O %rau no Jrasil nos de .44- a .448 em mil)ares de
alunos, so: .4.3/- ; /-.283 ; /..130 ; /..553 ; /-.245 ; //.130 ; /0.281. Kaa
uma tabela para apresentar esses dados.
8
Ex%")()io 4: *stabelecimentos de ensino da re%io norte do Jrasil em .45/. A
re%io norte subdivide(se em: GondDnia, Acre, Ama!onas, Goraima, 9ar" e Amap" e
possuem um total de /4, .0, 35, 1, .- e 4 estabelecimentos de ensino,
respectivamente, se%undo o U*B. . Kaa uma tabela para apresentar esses dados.
Ex%")()io E: :e acordo com o >JF*(.455), a distribuio dos suicdios ocorridos no
Jrasil em .458, se%undo a causa atribuda, oi a se%uinte: /80 por alcoolismo, .45 por
diiculdade inanceira, 3-- por doena mental, .54 por outro tipo de doena, 1.8 por
desiluso amorosa e /.3 por outras causas. Apresente essa distribuio em uma tabela.
Ex%")()io =: Uuitos sistemas escolares ornecem o acesso a >nternet para seus estudantes
)oje em dia. :esde .448, o acesso Y >nternet oi acilitado a /..300 escolas elementares,
3./58 escolas do nvel mdio e .-.85/ escolas de nvel superior (Etatistical Abstract o
@nited Etates, .443). *+iste nos *stados @nidos um total de 2..312 escolas elementares,
.1.-./ escolas do nvel mdio e .3.//4 escolas do nvel superior.
Ex%")()io ;: A c)ance de uma campan)a publicit"ria atin%ir sucesso a ponto de ser
comentada nas ruas e at incorporada ao vocabul"rio da populao muito bai+a. :e
acordo com estudos essa probabilidade se altera de acordo com o meio de comunicao
utili!ado. #uma amostra de 0-.--- campan)as publicit"rias de G"dio (5mil), CH (.-mil) e
G"dioZCH (./mil), veriicou(se que, das /5-- que atin%iram tal sucesso, ./-- oram
veiculadas no r"dio e na CH e 2-- apenas no r"dio.
Ex%")()io F: Blassiique as sries dos e+erccios . at 2.
:>ECG>J@>[\A :* KG*'@]#B>A
N o tipo de srie estatstica na qual permanece constante o ato, o local e a poca. As
dados so colocados em classes pr(estabelecidas, re%istrando req?ncia.
:ivide(se em duas partes:
:istribuio de Kreq?ncia >ntervalar (Har. Bontnua)
:istribuio de Kreq?ncia 9ontual (Har. :iscreta)
'i!t"i#uio &% F"%AGBn)ia Int%"*ala"
N um mtodo de tabulao dos dados em classes, cate%orias ou intervalos, onde
teremos uma mel)or visuali!ao e aproveitamento dos dados.
*+emplo:
Nota! &o )u"!o &%
CiBn)ia &a Coputao na &i!)iplina &%
P"o2"aao I &% ua &a&a Fa)ul&a&%
#otas #O de *studantes
2 ^(( 8 .5
8 ^(( 3 .2
3 ^(( 5 ./
5 ^(( 4 -0
4 ^((.- -/
3
*lementos 9rincipais:
a) Blasse ; cada um dos intervalos em que os dados so a%rupados.
b) Qimites de classes so os valores e+tremos de cada classe.
l
i
6 limite inerior de uma classe7
Q
i
6 limite superior de uma classe.
c) Amplitude ; a dierena entre o maior valor e o menor valor de certo conjunto de
dados. 9ode ser reerida ao total de dados ou a uma das classes em particular.
Amplitude Cotal (A
t
) ; calculada pela se%uinte e+presso:
A
t
6 Ua+. (rol) ; Uin.(rol).
Amplitude das classes ()) ; a relao entre a amplitude total e o nmero de
classes, conorme mostra a e+presso a se%uir:
n
rol Mn rol Mx
h
) .( ) (
, onde n o nmero de intervalos de classe.
d) 9onto mdio de classe (+
i
) ( calculado pela se%uinte e+presso:
/
i i
i
l L
x
+

e) Kreq?ncia absoluta (
i
) ( req?ncia absoluta de uma classe de ordem i, o nmero de
dados que pertencem a essa classe.
) Kreq?ncia relativa (r
i
) ( req?ncia relativa de uma classe de ordem i, o quociente da
req?ncia absoluta dessa classe (
i
), pelo total, ou seja,
Total
f
fr
i
i

O#!: a soma de todas as req?ncias absolutas i%ual ao total.
%) Kreq?ncia acumulada (K
i
) ( req?ncia acumulada de uma classe de ordem i, a soma
das req?ncias at a classe de ordem i.
)) Kreq?ncia relativa acumulada (Kr
i
) ( req?ncia relativa acumulada de uma classe de
ordem i, a soma das req?ncias relativas at a classe de ordem i.
AGFA#>_A[\A :* @UA :>ECG>J@>[\A :* KG*'@]#B>A:
9ara or%ani!ar um conjunto de dados quantitativos em distribuio de req?ncias,
aconsel)a(se se%uir a se%uinte orientao:
5
1
o
O"2ani3a" o "ol ; colocar os dados em ordem crescente ou ordem decrescente.
2
o
Cal)ula" >ou a&ota"@ o nH%"o )on*%ni%nt% &% )la!!%! ; o nmero de classe deve ser
escol)ido pelo pesquisador, em %eral, convm estabelecer de 2 a .2 classes. *+istem
al%umas ,rmulas para estabelecer quantas classes devem ser construdas. #os usaremos,
N n
onde N a quantidade total de observa&es.
.
o
Cal)ula" >ou a&ota"@ a aplitu&% &o int%"*alo &% )la!!%! )on*%ni%nt% ( a amplitude
do intervalo de classes deve ser o mesmo para todas as classes.
n
rol Mn rol Mx
h
) .( ) (
onde
n
o nmero de intervalos de classe.
4
o
O#t%" o! liit%! &a! )la!!%! ; @sualmente as classes so intervalos abertos " direita. As
limites so obtidos a!endo(se.
Qimite inerior da .
a
classe i%ual ao mnimo do rol, isto ,
l
.
6 Uin.(rol)
*ncontram(se os limites das classes, adicionando(se sucessivamente a amplitude do
intervalo de classes aos limites da .
a
classe.
E
o
O#t%" a!
i
f
( contar o nmero de elementos do rol, que pertencem a cada classe.
=
o
Ap"%!%nta" a &i!t"i#uio ; construir uma tabela com ttulo, subttulo, ...
:istribuio de Kreq?ncia 9ontual
N uma srie de dados a%rupados na qual o nmero de observa&es est" relacionados
com um ponto real.
*+.: #otas do Aluno `W` na :isciplina de *statstica ; .44-
Nota Alunos
8.0 /
5.1 0
2.0 /
4.2 0
8.2 2
Cotal .2
Ex%")()io!
1@ Abai+o so relacionados os sal"rios semanais (em Geais) de 8- oper"rios de uma
"brica de sapatos.
110 120 125 136 145 150 165 172 180 185
110 120 125 140 145 155 165 172 180 190
115 120 130 140 145 158 168 175 180 190
115 120 130 140 147 158 168 175 180 195
117 120 130 140 150 160 170 175 180 195
117 123 135 142 150 163 170 178 185 198
a) Bonstruir uma distribuio de req?ncias adequada.
4
b) >nterpretar os valores da terceira classe.
2@ Abai+o so relacionados <s estaturas e os pesos de /2 alunos de *statstica.
*staturas 9esos
Bonstruir
uma
distribuio
de
req?ncias
adequada
para cada conjunto de dados.
.@ @ma amostra de /- oper"rios de uma compan)ia apresentou os se%uintes sal"rios
recebidos durante uma certa semana, arredondados para o valor mais pr,+imo e
apresentados em ordem crescente: .1-, .1-, .1-, .1-, .1-, .1-, .1-, .1-, .22, .22, .82,
.82, .5-, .5-, .4-, /--, /-2, //2, /0-, /1-. Bonstruir uma distribuio de req?ncias
adequada.
4@ Bomplete os dados que altam na distribuio de req?ncia:
a)
Blasses
i
x
i
f
i
F
i
fr (a)
- ^(( / . 1 ... 1
/ ^(( 1 ... 5 ... ...
1 ^(( 8 2 ... 0- .5
... 3 /3 ... /3
5 ^(( .- ... .2 3/ ...
.- ^(( ./ ... ... 50 ...
... .0 .- 40 .-
.1 ^(( .8 ... ... ... 3

... ....
b)
Salrios
i
x
i
f
i
F
2-- ^(( 3-- 8-- 5 5
... 5-- /- ...
4-- ^(( ...-- ... ... 02
...-- ^(( ..0-- ... 2
..0-- ^(( ..2-- ..1-- ...
1-
...
... ... . 10
..3-- ^(( ..4-- ..5-- ... ...
Cotal 11
FGbK>BAE *ECACXEC>BAE
A %r"ico estatstico uma orma de apresentao dos dados estatsticos, cujo
objetivo o de produ!ir, no investi%ador ou no pblico em %eral, uma impresso mais
r"pida e viva do enDmeno em estudo, j" que os %r"icos alam mais r"pido < compreenso
que as sries.
..3. ..5- ..32 ..30 ..5. 25 8- 8- 8/ 80
..4- ..5- ..3. ..31 ..33 5- 33 3- 5/ 8/
..80 ..5- ..35 ..51 ..5. 22 38 50 2- 35
..50 ..5- ..32 ..34 ..82 34 3- 8- 38 50
..3/ ..55 ..5- ..88 ..54 33 8- 82 3. 80
.-
A representao %r"ica de um enDmeno deve obedecer a certos requisitos
undamentais para ser realmente til:
a) Sipli)i&a&% ; o %r"ico deve ser destitudo de detal)es de import=ncia
secund"ria, assim como de traos desnecess"rios que possam levar o observador
a uma an"lise com erros.
b) Cla"%3a ; o %r"ico deve possibilitar uma correta interpretao dos valores
representativos do enDmeno em estudo.
c) /%"a)i&a&% ; o %r"ico deve e+pressar a verdade sobre o enDmeno em estudo.
Tipo! &% 2"+fi)o!
Ii!to2"aaJ Pol(2ono &% F"%AGBn)ia % O2i*a: Eo utili!ados para representar a
distribuio de req?ncia.
Ii!to2"aa % Pol(2ono &% F"%AGBn)ia:
*+emplo:
#otas obtidas na disciplina de
9ro%ramao >
#otas i
2 ^(( 8 .5
8 ^(( 3 .2
3 ^(( 5 ./
5 ^(( 4 -0
4 ^((.- -/
KA#C*: :ados )ipotticos.
O2i*a ou pol(2ono &% f"%AGBn)ia a)uula&a:
*+emplo:
K"+fi)o % lin?a: um dos mais importantes %r"icos7 representa observa&es eitas ao
lon%o do tempo. Cais conjuntos de dados constituem as c)amadas sries )ist,ricas ou
temporais.
..
EVOLUO DO DESEMPREGO NA
GRANDE PORTO ALEGRE
0
10
20
1992 1994 1996 1998 2000
ANOS

N
D
I
C
E
S
K"+fi)o % !%to"%!: N um %r"ico construdo no crculo, que dividido em setores
correspondentes aos termos da srie e proporcionais aos valores numricos dos termos da
srie. N mais utili!ado para sries especicas ou %eo%r"icas com pequeno nmero de
termos e quando se quer salientar a proporo de cada termo em relao ao todo.
*+emplo:
ESPECIALIDADES MDICAS QUE MAIS SOFREM
PROCESSOS POR ERROS CIRRGICOS
ANUALMENTE
Ginecologia e Obstetrcia
Cirurgia Plstica
Of talologia
Cirurgia Geral
Orto!e"ia
Pe"iatria
Outros
K"+fi)o! % Ba""a! >ou % )oluna!@. N a representao de uma srie por meio de
ret=n%ulos, dispostos )ori!ontalmente (em barras) ou verticalmente (em colunas).
'uando em barras, os ret=n%ulos tm a mesma altura e os comprimentos so
proporcionais aos respectivos dados.
GRUPOS GACHOS MAIS LEMBRADOS
0 5 10 15
Tch Garotos
Os Serranos
Tch Barbaridade
Engenheiros do Hawai
Tch Guri
NDICE
'uando em colunas, os ret=n%ulos tm a mesma base e as alturas so proporcionais
aos respectivos dados.
./
OS DEZ ESTADOS EM QUE A COLETA DE LIXO URBANO
MAIS PRECRIA - EM % DA POPULAO ATENDIDA
26,5
51,5
55
68
71
75
76
62
66,5
8
!
1!
2!
"!
!
5!
6!
7!
8!
#$ % & %$ TO $% $' 'E $# (( B$
ESTADOS
Ca"to2"aa. N representao sobre uma carta %eo%r"ica.
*ste %r"ico empre%ado quando o objetivo o de i%urar os dados
estatsticos diretamente relacionados com as "reas %eo%r"icas ou polticas.
Pi)to2"aa. Bonstitui um dos processos %r"icos que mel)or ala ao pblico, pela
sua orma ao mesmo tempo atraente e su%estiva. A representao %r"ica consta de i%uras.
#$%& Po!ula'(o )rbana "o *rasil e 1980 +$ 10,
.0
-onte& .nurio #statstico +1984,
8ISTA 'E ELE,CCIOS
.) Bonstruir o $isto%rama, 9ol%ono de Kreq?ncia e a A%iva das distribui&es dos e+erccios .,
/ e 0 anteriores (p"%. .. e ./).
/) *scol)a o mel)or tipo de %r"ico para representar os v"rios tipos de sries.
a. As de! *stados que i!eram maior nmero de
Cransplantes de rim em 45
MMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMM
ESTA'OS NN 'E T,ANSP8ANTES
MMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMM
:K 01
JA 05
*E 28
9* 28
B* 53
9G .5.
GS .5.
GE .5.
UF /0.
E9 328
MMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMM
FONTE: Associao Jrasileira de Cransplante
de cr%os.
b. A estado das lorestas do planeta e o que
oi devastado
pela ocupao )umana ( em mil)&es de Im
BA#C>#*#C* bG*A
:*EUACA:A
bG*A AC@AQ :*
KQAG*ECAE
AB*A#>A <.E <.:
bE>A 1<.F 4..
bKG>BA 4.E 2..
*@GA9A =.F :.=
AUNG>BA :A
E@Q
2.: =.F
AUNG>BA :A
#AGC* *
B*#CGAQ
..2 :.4
FONTE: dorld Gesources >nstitute
c. bG*A C*GG*ECG* :A JGAE>Q
MMMMMMMMMMMMMMMMMMMMMMMMMMMMMMM
,EKIOES PE,CENT7A8
MMMMMMMMMMMMMMMMMMMMMMMMMMMMMMM
#AGC* 12,/2
#AG:*EC* .5,/5
E@:*EC* .-,52
E@Q 8,38
B*#CGA(A*EC* .5,58
MMMMMMMMMMMMMMMMMMMMMMMMMMMMMMM
FONTE: >JF*
d. BAUNGB>A *WC*G>AG
JGAE>Q ( .455P.440
57ANTI'A'E >1<<< t@
ANOS ELPO,TA60O I-PO,TA60O
1:FF .84888 25-52
1:F: .33-00 23/40
1::< .85-42 23.51
1::1 .82431 80/35
1::2 .83/42 85-24
1::. .5/28. 335.0
FONTE: Uinistrio da >ndstria, Bomrcio e Curismo.
e. >U@#>_A[e*E ( :AE*E A9Q>BA:AE
.1
9AG U@#>BX9>A ( .443
MMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMM
-7NICPIO 'OSES AP8ICA'AS
MMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMM
*G*B$>U 2./.2
#AHA $AUJ@GFA ..-511
9AGCA AQ*FG* 8.20.3
G>A FGA#:* 51443
EA#CA UAG>A .-33-.
MMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMMM
FONTE: Uinstrio da Eade.
.2
-E'I'AS ESTATSTICAS
*studaremos dois tipos undamentais de medidas estatsticas: medidas de tendncia
central e medidas de disperso.
As medidas de tendncia central mostram o valor representativo em torno do qual os
dados tendem a a%rupar(se, com maior ou menor req?ncia. Eo utili!adas para sinteti!ar
em um nico nmero o conjunto de dados observados.
As medidas de disperso mostram o %rau de aastamento dos valores observados em
relao <quele valor representativo.
-E'I'AS 'E TEN'PNCIA CENT,A8
A mdia aritmtica simples
A mdia aritmtica simples de um conjunto de valores o valor obtido somando(se
todos eles e dividindo(se o total pelo nmero de valores. N denotada por x (leia(se L+
barraM)
n
x
x

, onde + so os valores observados.

i
i i
f
f . x
x
, se os dados estiverem or%ani!ados em distribuio de req?ncia.
Ande x
i
e f
i
so os valores do ponto mdio e da req?ncia absoluta da classe i(sima
respectivamente.
*+emplos:
.O) Balcule a mdia aritmtica dos valores abai+o:
a. W 6 f-, 8, 5, 3, 1, 8g
b. h 6 f/2, .8, /4, .4, .3g
c. _ 6 f.-2, ./0, 45, .1-g
/O) *ncontre a mdia para o sal"rio destes uncion"rios.
Sal+"io! !%anai! pa"a 1<< op%"+"io! no %!p%)iali3a&o!
Eal"rios
semanais

i
+
i
+
i
.
i
.1- ^(( .8- 3
.8- ^(( .5- /-
.5- ^(( /-- 00
/-- ^(( //- /2
//- ^(( /1- ..
/1- ^(( /8- 1

.--
*+erccios:
.) *ncontre a mdia dos se%uintes conjuntos de observa&es.
a) W 6 f/, 0, 3, 5, 4g.
b) h 6 f.-, .2, //, .5, /2, .8g.
c) _ 6 f., 0, 8, 5g.
d) C 6 f., 0, 8, .--g.
/) *ncontre a mdia das notas na disciplina de 9ro%ramao >.
#otas obtidas na disciplina de
9ro%ramao >
#otas
i
2 ^(( 8 .5
8 ^(( 3 .2
3 ^(( 5 ./
5 ^(( 4 -0
4 ^((.- -/
KA#C*: :ados )ipotticos.
,%!p =J=2.
A %&iana um valor central de um rol, ou seja, a mediana de um conjunto de valores
ordenados (crescente ou decrescente) a medida que divide este conjunto em duas partes
i%uais.
Ex%plo: Cal)ul% a %&iana &o! )onQunto! a#aixo:
a( W6f0, 3, 1, ./, .2, .-, .5, .1g
b( h6f/4, 00, 1/, 05, 0., 01, 12, 2., 42g
c( _6f/4, 00, 1/, 05, 0., 01, 12, ./-, 42g
-o&a
Eeja W um conjunto de dados estatsticos. :eine(se Moda de W, denotada por Mo
como sendo o elemento mais req?ente no conjunto.
@m conjunto de dados pode ter:
#en)uma moda (amodal)7
@ma moda (unimodal)7
:uas ou mais modas (multimodal).
*+erccios: Balcule a moda para os conjuntos abai+o:
a) W6 f/, 0, 1, 0, 3, 5, 4, .1g.
b) h6 f/, 1, 8, /, 5, 1, .-g.
c) _6 f0/, 28, 38, 1, 5, 43g.
AJE*GHA[e*E:
G: 5/8
G: 16/67
G: 4/5
G: 27/5
#o )" re%ra para se di!er qual a mel)or medida de tendncia central. *m cada
situao especica o problema deve ser analisado pelo estatstico, que concluir" pela
medida mais adequada a situao. Assim que:
a) A -A a medida mais adequada quando no )" valores err"ticos ou
aberrantes.
b) A %&iana deve ser usada sempre que possvel como medida
representativa de distribui&es com valores dispersos, como distribuio
de rendas, ol)as de pa%amentos, etc.
*+erccios:
.) :ados os conjuntos abai+o, calcule a mdia aritmtica, mediana e moda.
A 6 f0, 2, /, ., 1, 3, 4g.
J 6 f8, ./, .2, 3, 8, .-g.
B 6 f.-, 2, .., 5, .2, 1, .8, 2, /-, 8, .0g.
: 6 f1, 1, .-, 2, 5, 2, .-, 5g.
/) Balcule a mdia aritmtica das distribui&es de req?ncias dos e+erccios . e /
das p"%inas ... ,%!p. 1@ ,R 1E1J;:S 2@ 1;.JE. ) % =FJ1E T2.
-E'I'AS 'E 'ISPE,S0O
Eervem para veriicarmos a representatividade das medidas de posio, pois muito
comum encontrarmos sries que, apesar de terem a mesma mdia, so compostas de
maneira distinta.
Assim, para as sries:
a) /2, /5, 0., 01, 03
b) .3, /0, 0-, 04, 18
temos
0.
b a
x x
.
#ota(se que os valores da srie LaM esto mais concentrados em torno da mdia 0.,
do que a srie LbM. 9recisamos medir a disperso dos dados em torno da mdia, para isto
utili!aremos as medidas de disperso:
'%!*io Pa&"o
Co%fi)i%nt% &% /a"iao
:esvio 9adro:
N a rai! quadrada positiva da mdia aritmtica dos quadrados das dierenas entre cada
valor e a mdia aritmtica do conjunto e denotada por
i
. Assim,
n
) + + (
i
/
i

x
4/4 9/3 10/3 6/8
0" 4 8/5 10 6/5
0o 6 5

i
i
/
i

) + + (
i , se os dados estiverem or%ani!ados em distribuio de req?ncia.
*+emplo .:
*ncontre o desvio padro para os dados das sries a), e b) acima.
*+emplo /:
Sal+"io! !%anai! pa"a 1<< op%"+"io! no %!p%)iali3a&o!
Eal"rios
semanais

i
+
i
(+
i
( x )
/
(+
i
( x )
/

i
.1- ^(( .8- 3
.8- ^(( .5- /-
.5- ^(( /-- 00
/-- ^(( //- /2
//- ^(( /1- ..
/1- ^(( /8- 1

.--
*ncontre o desvio padro para o sal"rio destes uncion"rios.
Ex%")()io:
Balcule o desvio padro das distribui&es de req?ncias dos e+erccios . e / das p"%inas
.. e ./.
Boeiciente de variao:
Crata(se de uma medida de disperso, til para a compreenso em termos
relativos do %rau de concentrao em torno da mdia de sries distintas. N dado por:
x
C
v

..--
*+emplo 1:
9ara duas emiss&es de a&es ordin"rias da indstria eletrDnica, o preo mdio di"rio,
no ec)amento dos ne%,cios, durante um perodo de um ms, para as a&es A, oi de GR
.2-,-- com um desvio padro de GR 2,--. 9ara as a&es B, o preo mdio oi de GR 2-,--
com um desvio padro de GR 0,--. *m relao ao nvel do preo, qual dos tipos de a&es
mais vari"velj
Ex%")()io!.
.) @ma amostra de /- oper"rios de uma compan)ia apresentou os se%uintes sal"rios
recebidos durante uma certa semana, arredondados para o valor mais pr,+imo e
apresentados em ordem crescente: .1-, .1-, .1-, .1-, .1-, .1-, .1-, .1-, .22, .22,
.82, .82, .5-, .5-, .4-, /--, /-2, //2, /0-, /1-. Balcular (a) a mdia, (b) a
mediana, (c) a moda, (d) o desvio padro, (e) o coeiciente de variao, para este
%rupo de sal"rios. ,: a) .3-,27 d) 00,./.

/) A nmero de carros vendidos por cada um dos vendedores de um ne%,cio de
autom,veis durante um ms particular, em ordem crescente: /, 1, 3, .-, .-, .-, ./,
./, .1, .2. :eterminar (a) a mdia, (b) a mediana, (c) a moda, (d) o desvio padro
,: a) 4,87 d) 0,42.
0) *m conjunto com uma auditoria anual, uma irma de contabilidade pblica anota o
tempo necess"rio para reali!ar a auditoria de 2- balanos cont"beis. Balcular (a) a
mdia, (b) o desvio padro, para o tempo de auditoria necess"rio para esta amostra
de re%istro. ,: a) 10,/7 b)./,/5.
T%po n%)%!!+"io pa"a a au&ito"ia &% #alano! )ont+#%i!.
Cempo de auditoria.
(min.)
#O de balanos.
(
i
)
.- ^(( /- 0
/- ^(( 0- 2
0- ^(( 1- .-
1- ^(( 2- ./
2- ^(( 8- /-
Cotal 2-
4@ As sal"rios semanais de 2- uncion"rios de um )ospital, em reais, oram os se%uintes:

100 122 130 140 152 160 164 176 180 188 192 200 216
104 126 134 146 156 160 170 176 184 190 194 200 218
116 128 138 150 156 162 170 178 186 190 196 200
120 128 140 150 156 162 176 180 186 192 196 210
a) Bonstrua uma distribuio de req?ncias, com ) 6 /- e limite inerior para a primeira classe
i%ual a .--.
b) 'uantos uncion"rios tem um sal"rio semanal situado entre GR ./-,-- (inclusive) e GR .8-,--
(e+clusive)j 1; fun)ion+"io!
c) 'ue porcenta%em de uncion"rios tem um sal"rio semanal situado entre GR .5-,-- (inclusive) e
GR /--,-- (e+clusive)j2=U
d) 'ual o sal"rio mdio semanal destes uncion"rios utili!ando o item a)j1==J4
e) :etermine o desvio padro e o coeiciente de variao da distribuio. 2FJ;=S 1;J2FU
E@ A distribuio das alturas de um %rupo de pessoas apresentou uma altura mdia de .5/
cm e um desvio padro de .2 cm, enquanto que a distribuio dos pesos, apresentou um peso mdio
de 35 I%, com um desvio padro de 5 I%. 'ual das duas distribui&es apresentou maior dispersoj
9or quj
CO,,E8A60O E ,EK,ESS0O
Int"o&uo:
S" trabal)amos com a descrio de valores de uma nica vari"vel. 'uando, porm,
consideramos observa&es de duas ou mais vari"veis sur%e um novo problema: as "%laV%!
que podem e+istir entre as vari"veis estudadas.
Assim, quando consideramos vari"veis como peso e estatura de um %rupo de
pessoas, uso do ci%arro e incidncia do c=ncer, procuramos veriicar se e+iste al%uma
relao entre as vari"veis de cada um dos pares e qual dessa relao.
@ma ve! caracteri!ada a relao, procuramos descrev(la atravs de uma uno
matem"tica. A "%2"%!!o o instrumento adequado para determinao dos par=metros
dessa uno. Ee todos os valores das vari"veis satisa!em e+atamente uma equao, di!(se
que elas esto perfeitamente correlacionadas ou que )" correla!o perfeita entre elas.
'uando esto em jo%o somente duas vari"veis, ala(se em correlao e re%resso
simples. 'uando se trata de mais de duas vari"veis, ala(se em correlao e re%resso
mltipla.
'ia2"aa &% 'i!p%"!o
9ara desen)ar um dia%rama de disperso, primeiro traa(se o sistema de ei+os
cartesianos. :epois se representa uma das vari"veis no ei+o L+M e a outra no ei+o LkM
Bolocam(se, ento os valores das vari"veis sobre os respectivos ei+os e marca(se um ponto
para cada par de valores. Bonsideremos uma amostra aleat,ria, ormada por de! dos 45
alunos de uma classe da @niversidade A e pelas notas obtidas por eles em Uatem"tica e
*statstica:
N
o
Nota!
-at%+ti)a
>L@
E!tat(!ti)a
>W@
-.
-/
-0
-1
-2
-8
-3
-5
-4
.-
2,-
5,-
3,-
.-,-
8,-
3,-
4,-
0,-
5,-
/,-
8,-
4,-
5,-
.-,-
2,-
3,-
5,-
1,-
8,-
/,-
Gepresentando, em um sistema cartesiano
coordenado cartesiano orto%onal, os pares
ordenados (+,k), obtemos uma nuvem de
pontos que denominamos &ia2"aa &%
&i!p%"!o. *sse dia%rama nos ornece
uma idia %rosseira, porm til da
correlao e+istente:
0
2
4
6
8
10
12
13 2 7 12
Matemt!a
E
"
t
a
t
#
"
t

!
a
"#F$N$%&' (: Co""%lao
:i!emos que duas ou mais vari"veis e+pressam a relao de causa e eeito ou se elas
variam concomitantemente, so vari"veis consideradas correlacionadas.
A %rau de relacionamento para dados amostrais dado pela se%uinte e+presso:

,
_

,
_

,
_

,
_

,
_

,
_

n
. i
/
n
. i
i
/
i
n
. i
/
n
. i
i
/
i
n
. i
n
. i
i
n
. i
i i i
h h n W W n
h W h W n
r
Ande: n o nmero de observa&es7
" o coeiciente de correlao linear para uma amostra.
#)#M*L' (: *ncontre o coeiciente de correlao para os dados da tabela anterior.
(W) (h)
23 2
2
3
2
2 8
30 25 36
5 4
72 64 81
3 5
56 49 64
.- .-
100 100 100
8 2
30 36 25
3 3
49 49 49
4 5
72 81 64
0 1
12 9 16
5 8
48 64 36
/ /
4 4 4
65 65 473 481 475
4.. , -
2/2 252
2-2
82 132 . .- 82 15. . .-
82 . 82 130 . .-
r
/ /

P,OP,IE'A'E 'O COEFICIENTE 'E CO,,E8A6AO 8INEA, ".

.. A valor de r est" sempre entre ;. e ..
/. A valor de r no varia se todos os valores de qualquer uma das vari"veis so
convertidos para uma escala dierente.
0. A valor de r no aetado pela escol)a de + ou k.
1. r mede a intensidade, ou %rau, de um relacionamento linear. #o serve para medir a
intensidade de um relacionamento no(linear.
CO,,E8A60O POSITI/A E CO,,E8A60O NEKATI/A
Ee as vari"veis + e k crescem no mesmo sentido, isto , quando + cresce, k tambm
cresce, di!(se que as duas vari"veis tm correlao positiva.
*nto, notas de matem"tica e notas de estatstica dos alunos tem correlao
positiva, porque quando uma das vari"veis cresce, a outra , em mdia, tambm cresce.
Ee as vari"veis + e k variam em sentido contr"rio, isto , quando + cresce, em mdia
k decresce, di!(se que as duas vari"veis tm correlao ne%ativa. Abserve os dados da
Cabela abai+o:
Con!uo in&i*i&ual &% p"ot%(na! &% o"i2% anialJ % 2"aa!J % )o%fi)i%nt% &%
natali&a&%J % 14 pa(!%!J 1:=1.
9as Bonsumo
de
protenas
Boe. de
natalidade
Kormosa 1,3 12,8
Ual"sia 3,2 04,3
Xndia 5,3 00,-
Sapo 4,3 /3,-
>u%osl"via ..,/ /2,4
Frcia .2,/ /0,2
>t"lia .2,/ /0,1
Jul%"ria .8,5 //,/
Aleman)a 03,0 /-,-
>rlanda 18,3 .4,.
:inamarca 28,. .5,0
Austr"lia 24,4 .5,-
*stados @nidos 8.,1 .3,4
Eucia 8/,8 .2,-
Konte: Bastro(.48.)
$
%$
&$
'$
($
)$
$ &$ ($ *$

*i+o + 6 consumo de protenas
*i+o k6 coeiciente de natalidade
AN8ISE 'E ,EK,ESS0O
Uuitas ve!es de interesse estudar(se um elemento em relao a dois ou mais
atributos ou vari"veis simultaneamente.
#esses casos presume(se que pelo menos duas observa&es so eitas sobre cada
elemento da amostra. A amostra consistir", ento, de pares de valores, um valor para cada
uma das vari"veis, desi%nadas, W e h. @m indivduo LiM qualquer apresenta o par de valores
(W
i
7 h
i
). A objetivo visado quando se re%istra pares de valores (observa&es) em uma
amostra, o estudo das rela&es entre as vari"veis W e h.
9ara a an"lise de re%resso interessam principalmente os casos em que a variao de
um atributo sensivelmente dependente do outro atributo.
A problema consiste em estabelecer a uno matem"tica que mel)or e+prime a
relao e+istente entre as duas vari"veis. Eimbolicamente a relao e+pressa por uma
equao de re%resso e %raicamente por uma curva de re%resso.
,EK,ESS0O 8INEA, SI-P8ES
Uodelo: h
i
6 Z +
i
Z
i
9ressuposi&es:
a) A relao entre W e h linear (os acrscimos em W produ!em acrscimos proporcionais
em h e a ra!o de crescimento constante).
b) As valores de W so i+ados arbitrariamente ( W no uma vari"vel aleat,ria ).
c) h uma vari"vel aleat,ria que depende entre outras coisas dos valores de W.
d)
i
o erro aleat,rio, portanto uma vari"vel aleat,ria com distribuio normal, com mdia
!ero e vari=ncia
/
. l
i
# (-,
/
)m.
i
representa a variao de h que no e+plicada pela
vari"vel independente W.
e) As erros so considerados independentes.
E!tiati*a! &o! Pa"$%t"o! %
As estimativas dos par=metros e dadas por LaM e LbM, sero obtidas a partir de
uma amostra de n pares de valores (+
i
, k
i
) que correspondem a n pontos no dia%rama de
disperso. *+emplo:
>L@ >W@
2 8
5 4
3 5
.- .-
8 2
3 3
4 5
0 1
5 8
/ /
0
2
4
6
8
10
12
0 5 10
Va+,e- .
/
3
3 !re4isto
Abtemos ento: b a+ kn
i i
+
9ara cada par de valores (+
i
, k
i
) podemos estabelecer o desvio:
i i i
kn k e 6 k
i
(( a+
i
Z b)
-9to&o &o! -(nio! 5ua&"a&o!
A mtodo dos mnimos quadrados consiste em adotar como estimativa dos
par=metros os valores que minimi!em a soma dos quadrados dos desvios.
bm ( a+ ( lk 6 e E
n
. i
/
i i
n
. i
/
i

E 6 (a, b)
*ssa soma, uno de LaM e de LbM, ter" mnimo quando suas derivadas parciais em
relao a LaM e LbM orem nulas.
9ara acilitar a escrita, considera(se

n
. i
[ ]( )
[ ]( )

'

- + b a+ k /
a o
! o
- . b a+ k /
b o
! o
i i i
i i
[ ]
[ ]( )

'

- + b a+ k
- b a+ k
i i i
i i

'

- + b + a k +
- nb + a k
i
/
i i i
i i

'

- + a + b k +
n
+ a k
b
/
i i i i
i i

Gesolvendo(se esse sistema, obtemos as estimativa para o c"lculo de:
( )

/
i
/
i
i i i i
+ + n
k + k + n
a
e a partir da .O equao
+ a k b
#o e+emplo:
>L@ >W@ L.W L
2
W
2
2 8 30 25 36
5 4
72 64 81
3 5
56 49 64
.- .-
100 100 100
8 2
30 36 25
3 3
49 49 49
4 5
72 81 64
0 1
12 9 16
5 8
48 64 36
/ /
4 4 4
65 65 473 481 475
0
2
4
6
8
10
12
0 5 10
Va+,e- .
/
580/ , -
252
2-2
82 15. . .-
82.82 ( .-.130
a
/

554/ , -
.-
82
. 580/ , -
.-
82
b
554/ , - + 580/ , - kn
i i
+
ELE,CCIOS
#os *+erccios .(.-,
a) :etermine o coeiciente de correlao.
b) :etermine a equao da reta de re%resso.
.. A tabela apresenta dados de amostra reerentes ao nmero de )oras de estudo ora de
classe para determinados alunos de um curso de estatstica, bem como os %raus obtidos em
um e+ame aplicado no im do curso.
E!tu&ant% 1 2 . 4 E = ; F
Io"a! &% %!tu&o /- .8 01 /0 /3 0/ .5 //
K"au no %xa% 81 8. 51 3- 55 4/ 3/ 33
c) *stimar o %rau no e+ame obtido por um estudante que dedicou 0- )oras ora de
classe.
/. A tabela mostrada relaciona os nmeros + de a!ulejos e os custos k (em d,lares) de sua
ajusta%em e colocao.
0 1 2 3 5 6
1 5 8 11 17 20
c) 9ara + 6 1, ac)e
+n
, o valor predito de k.
0. As dados emparel)ados que se se%uem consistem no permetro tor"cico (em pole%adas) e
dos pesos (em libras) de uma amostra de ursos mac)os.
W C,ra+ /8 12 21 14 1. 14 11 .4
W P%!o 4- 011 1.8 015 /8/ 08- 00/ 01
c) 9ara um urso com permetro tor"cico de 2/ in, ac)e
+n
, o peso predito.
1. As dados da tabela abai+o consistem nos pesos (em libras) de pl"stico descartado e
taman)os de residncias.
Pl+!ti)o >l#.@ -,/3 .,1. /,.4 /,50 /,.4 .,5. -,52 0,-2
Ta. &a "%!i&Bn)ia / 0 0 8 1 / . 2
c) Ac)e o taman)o predito de uma residncia que descarta /,2- lb. de pl"stico.
2. A tabela abai+o apresenta os pesos totais (em libras) de li+o descartado e taman)os de
residncias.
Pe"2 t2ta- 10/76 19/96 27/6 38/11 27/9 21/9 21/83 49/27 33/27 35/54
Tam 3a
Re"345!a
2 3 3 6 4 2 1 5 6 4
c) Ac)e o taman)o predito de uma residncia que descarta /-,- lb. de li+o.
8. As dados se%uintes oram obtidos da altura (pole%adas) e do peso (libras) de mul)eres
nadadoras.
Altu"a 85 81 8/ 82 88
P%!o .0/ .-5 .-/ ..2 ./5
c) *stimar o peso de uma mul)er, que possui 83 pole%adas.
3. As dados se%uintes mostram o %asto com mdia (mil)&es de d,lares) e as vendas de
cai+as (mil)&es) para sete %randes marcas de reri%erantes.
-a")a Ka!to! )o (&ia >7SR@ /%n&a! &% )aixa!
Boca(Bola .0.,0 .4/4,/
9epsi(Bola 4/,1 .051,8
Boca(Bola Qi%)t 8-,1 5..,1
Eprite 22,3 21.,2
:r. 9epper 1-,/ 208,4
Uountain :ep /4,- 202,8
3( @p ..,8 /.4,2
Konte: Euperbrands q45, /- de outubro de .443
c) *stimar as vendas, sabendo que oi %asto @ER 5-,- com mdia.
5. As dados a se%uir so a mdia das notas + e sal"rios mensais k de estudantes que
obtiveram bac)arelado em administrao com nase em sistemas de inormao.
05"ia "as 6otas 2/6 3/4 3/6 3/2 3/5 2/9
7alrio 0ensal +)78, 2800 3100 3500 3000 3400 3100
c) Eupondo que a nota de um estudante de bac)arelado em administrao com
nase em sistemas de inormao seja 5,-. *stime ser" seu sal"rio mensal.
4.@m %erente de vendas reuniu os se%uintes dados considerando os anos de e+perincia e as vendas
anuais.
/%n&%&o" Ano! &% %xp%"iBn)ia /%n&a! anuai! >7SR 1.<<<@
. . 5-
/ 0 43
0 1 4/
1 1 .-/
2 8 .-0
8 5 ...
3 .- ..4
5 .- ./0
4 .. ..3
.- .0 .08
c) *stimar as vendas anuais, supondo que um vendedor ten)a 4 anos de e+perincia.
.- ados sobre os %astos com publicidade (@ER ..---) e aturamento (@ER ..---) para
o Kour Eeasons Gestaurant so apresentados a se%uir.
,astos com publicidade Faturamento
. .4
/ 0/
1 11
8 1-
.- 2/
.1 20
/- 21
c) Eabendo que os %astos com publicidade oi de @ER 3.---,--. 'uanto espera %an)ar o
Kour Eeasons Gestaurantj
P,OBABI8I'A'E
1.1. INTRODUO
*ncontramos na nature!a dois tipos de enDmenos: determinsticos e aleat-rios.
As enDmenos determinsticos so aqueles em que os resultados so sempre os mesmos,
qualquer que seja o nmero de ocorrncias.
#os enDmenos aleat,rios, os resultados no sero previsveis, mesmo que )aja um %rande
nmero de repeti&es do mesmo enDmeno.
#os e+perimentos aleat,rios, mesmo que as condi&es iniciais sejam as mesmas, os
resultados inais de cada tentativa do e+perimento, sero dierentes e no previsveis, por isso,
conveniente dispormos de uma medida para o estudo de tais situa&es. *sta medida a
probabilidade.
1.2. EXPERIMENTO ALEATRIO. ESPAO AMOSTRAL. EVENTO
Antes de passarmos < deinio de probabilidade, necess"rio i+armos os conceitos de
e+perimento, espao amostral e evento.
@m experimento aleat-rio o processo de coleta de dados relativos a um enDmeno que
acusa variabilidade em seus resultados.
#)#M*L'S.
a@ lanamento de uma moeda )onesta7
#@ lanamento de um dado7
)@ determinao da vida til de um componente eletrDnico7
#spao amostral o conjunto de todos os resultados possveis de um e+perimento. Hamos
denot"(lo por .
#)#M*L'S.
1@ #o caso do lanamento de um dado, 6
2@ @ma l=mpada li%ada e observada at queimar anotando(se os tempos decorridos, 6
'uando o espao amostral consiste em um nmero inito ou ininito numer"vel de eventos,
c)amado espao amostral discreto7 e quando or todos os nmeros reais de determinado intervalo,
um espao amostral contnuo.
@m evento um subconjunto de um espao amostral
#)#M*L'. #os e+emplos anteriores . e /. 'ual seria um possvel evento para cada um dos
e+emplosj
1.3. DEFINIES DE PROBABILIDADE
Eeja LAM um evento de um e+perimento aleat,rio, deinimos a probabilidade de LAM,
denotada por P>A@,
que a deinio cl"ssica de probabilidade.
#)#M*L'. #a jo%ada de um dado, qual a probabilidade de aparecer ace 0 ou ace 2j
Solu!o.
#)#M*L'. Bonsideremos o e+perimento que consiste em lanar uma moeda .2 ve!es.
Eupon)amos que o nmero de caras obtido ten)a sido .-. :etermine a probabilidade do evento cara:
Solu!o.
1.4. OPERAES COM EVENTOS ALEATRIOS
Bonsideremos um espao amostral inito . Eejam A e B dois eventos de . As se%uintes
opera&es so deinidas.
a/ 0N$&'
veis casos poss N1mero de
rveis casos favo N1mero de
*2A/
A evento unio de A e B equivale < ocorrncia de A, ou de B, ou de ambos. Bontm os
elementos do espao amostral em que esto em pelo menos um dos dois conjuntos. :enota(se por A
B. A "rea )ac)urada da i%ura abai+o ilustra a situao.
#)#M*L'. Ee A o conjunto dos alunos de um *stabelecimento que req?entam o curso de
Bontabilidade e B o conjunto de alunos do mesmo estabelecimento que a!em Bincia da
Bomputao, ento:
AJ 6

b/ $NT#3S#C%&'
A evento interseco de dois eventos A e B equivale < ocorrncia de ambos. Bontm todos os
pontos do espao amostral comuns a A e a B. :enota(se por AB. A interseco ilustrada pela
"rea )ac)urada do dia%rama abai+o.
#)#M*L'. Eeja A o conjunto de alunos de uma >nstituio que req?entam o /
O
%rau, e B o
conjunto dos que req?entam um curso acultativo de interpretao musical. A interseo AB
dada por:
AJ 6
c/ #)CL0S&'
:ois eventos A e B di!em(se mutuamente e+clusivos ou mutuamente e+cludentes quando a
ocorrncia de um deles impossibilita a ocorrncia do outro. As dois eventos no tm nen)um
elemento em comum. *+prime(se isto escrevendo AB X . A dia%rama a se%uir ilustra esta
situao.
#)#M*L'. #a jo%ada de um dado, seja A o evento Laparece nmero parM e B o evento
Laparece nmero mparM. *nto AJ 6
d/ N#,A%&'
#)#M*L'. Ee, na jo%ada de um dado, o evento A consiste no aparecimento de ace par, seu
complementar dado por:
A
abai+o. i%ura na )ac)urada
parte na ilustrada N . de ar complement evento c)amada por denotada , evento do ne%ao A A A A
REGRAS BSICAS
Ee A e J so dois eventos do espao amostral , ento valem as se%uintes re%ras b"sicas:
- 9(A) .
9(A) 6 - o evento impossvel e 9(A) 6 . o evento certo.
9() 6 .
Ee A e J so eventos mutuamente e+cludentes, AB X , ento: 9(AJ) 6 9(A) Z
9(J).
Ee AB , ento: 9(AJ) 6 9(A) Z 9(J) ; 9(AJ).
9(A) 6 .( 9(A).
Ee o va!io, ento 9() 6-.
#)#3C4C$' : Bonsideremos os alunos matriculados na disciplina de *statstica. Cemos rrrrr
)omens com mais de /2 anos, rrrrr )omens com menos de /2 anos, rrrr mul)eres com mais de
/2 anos, rrrr mul)eres com menos de /2 anos. @ma pessoa escol)ida ao acaso dentre os rrrr. As
se%uintes eventos so deinidos:
A: a pessoa tem mais de /2 anos7 C: a pessoa um )omem7
B: a pessoa tem menos de /2 anos7 ': a pessoa uma mul)er.
Balcular: 9(J:) e 9(AB).
ELE,CCIOS
.. 'uais dos valores abai+o no podem ser probabilidadesj
-7
/
7 -,--.7 (-,/7 0P/7 /P0.
/. @m estudo de 2-- vDos da American Airlines selecionados aleatoriamente mostrou
que 10- c)e%aram no )or"rio (com base em dados do Uinistrio dos transportes).
'ual a probabilidade de um vDo da American Airlines c)e%ar no )or"rioj
0. *m uma pesquisa entre estudantes de uma aculdade, ..8/ airmaram que LcolaramM nos
e+ames, enquanto /185 airmaram no LcolarM. Eelecionado aleatoriamente um desses
estudantes, determine a probabilidade de ele ou ela ter LcoladoM em um e+ame.
1. A UasterBard >nternational eetuou um estudo de raudes em cart&es de crditos7 os
resultados esto a%rupados na tabela a se%uir.
Tipo &% f"au&% NN &% )a"tV%!
Barto roubado /10
Barto alsiicado 52
9edidos por correioPteleone 2/
Autros 18
Eelecionado aleatoriamente uma caso de raude nos casos resumidos na tabela, qual a
probabilidade de a raude resultar de um carto alsiicadoj . G: <J2.
2. Ee >9 (A)6 /P2, determine ) A >9( .
8. Bom base em dados do Bentro #acional de *statstica de Eade dos *@A, a probabilidade
de uma criana ser menino -,2.0. :etermine a probabilidade de uma criana ser menina.
3. :etermine ) A 9( > , dado que >9 (A)6 -,//5.
5. Bom base em dados do Bentro #acional de *+aminadores Korenses, se escol)ermos
aleatoriamente uma pessoa que se submete ao e+ame para e+erccio da advocacia, a
probabilidade de obter al%um que seja aprovado -,23. Ac)e a probabilidade de al%um
que seja reprovado.
4. As pesquisadores esto preocupados com declnio do nvel de cooperao por parte dos
entrevistados em pesquisas. A tabela mostra o resultado de uma pesquisa eita com 024
pessoas.
Kai+a et"ria Gespondem #o respondem Cotal
.5(/. 30 .. 51
//(/4 /22 /- /32
Cotal 0/5 0. 024
a) 'ual probabilidade de obter al%um que no queira responderj G: <J<F=.
b) 'ual probabilidade de obter al%um na ai+a et"ria //(/4j G: <J;==.
c) :etermine a probabilidade de obter al%um na ai+a et"ria .5(/. ou al%um que recuse
responder. G: <J2:.
d) :etermine a probabilidade de obter al%um na ai+a et"ria .5(/. que no recuse
responder. G: <J2<..
T%!t%! &% IipYt%!%!
#esta seo, vamos admitir um valor )ipottico para o par=metro descon)ecido ( as
)ip,teses estatsticas ( e, depois utili!ar a inormao da amostra para aceitar ou rejeitar
esse valor )ipottico.
9or e+emplo, com base na produtividade de uma )ortalia cultivada em uma "rea, onde
or usado um novo ertili!ante, e em outra "rea onde se utili!a o ertili!ante padro, temos
de decidir se o novo ertili!ante , ou no, mel)or. A diiculdade aqui ( e da a necessidade
de dados estatsticos ( que a produtividade varia de planta para planta.
As testes de )ip,teses permitem(nos tomar decis&es em presena da variabilidade, ou
seja, veriicar se estamos diante de uma dierena real (si%niicativa) ou de uma dierena
devida simplesmente < lutuao aleat,ria inerente ao processo.
#a reali!ao de um teste, so eitas duas )ip,teses: a h!"#$%$ &'() *+
,
-, que ser"
testada, e a h!"#$%$ )(#$.&)#/) *+
1
-, que ser" aceita caso nosso teste indique a rejeio da
)ip,tese nula.
Ex%plo! :
.( >ndique as )ip,teses nula e alternativa para cada uma das situa&es:
a) Cubos %alvani!ados devem ter mdia de / pole%adas para serem aceit"veis.
b) @m abricante de conservas deseja evitar e+cesso no enc)imento de potes de ./ o!.
:e %elia.
/( 9ara cada um dos casos se%uintes, decida se adequado um teste '&()#$.)( ou um
teste 0()#$.)(, trace a curva normal para ilustrar o teste.
a) $
-
: 6.- , $
.:
.-, 6-,-/
b) $
-
: 6-,-03 , $
.:
s-,-03, 6-,-2
c) $
-
: 60,/ , $
.:
t0,/, 6-,-.
Tipo! &% E""o!
A esquema a se%uir mostra os erros que podemos cometer:
C1&2('%31 41 #$%#$ +
,
/$.4)4$.) +
,
5)(%)
N!o re5eitar 6
7
Correto #rro tipo $$
3e5eitar 6
7
#rro tipo $ Correto
P"o)%&i%nto pa"a !% %f%tua" u t%!t% &% ?ipYt%!%
1N@ *nunciar as )ip,teses $
-
e $
.
7
2N@ Ki+ar(se o limite de erro e identiicar(se a vari"vel do teste7
.N@ :eterminar(se a re%io crtica em uno da vari"vel tabelada7
4N@ Balcular o valor da vari"vel do teste, obtido na amostra7
EN@ Aceitar ou rejeitar a )ip,tese nula de acordo com a estimativa obtida no item 1O, em
comparao com a re%io crtica estabelecida no 0O) passo.
/alo"%! )"(ti)o! &% 3 % t%!t%! &% ?ipYt%!%!
N(*%l &%
!i2nifi)$n)ia
Tipo &% t%!t%
unilat%"al #ilat%"al
EU Z1J=E ou
-1J=E
t1J:=
1U Z2J.. ou
-2J..
t2JEF
T%!t% pa"a a 9&ia >
2
)on?%)i&o@
.O) *nunciar as )ip,teses:
I
<
: 6
-
I
1
:

>
<

'

-
-
-



( )
( )
( )
a
b
c
/O) Ki+ar o nvel de si%niic=ncia .
Admitindo(se que con)ecemos a vari=ncia populacional a vari"vel do teste ser" a
distribuio #ormal (_)
0O) Ge%io crtica
1O) Balcular:
onde:
)
6 mdia amostral

-
6 valor da )ip,tese nula
6 desvio padro da populao
n 6 taman)o da amostra
2O) Con)lu!V%!:
a) Ee _ s ! rejeita(se $
-
(para um teste 02)'4)()
b) Ee _ s ! rejeita(se $
-
(para um teste '&2)'4)( a direita).
c) Ee _ t (! rejeita(se $
-
(para um teste '&2)'4)( a esquerda).
Ex%plo 2: @ma m"quina autom"tica de enc)er pacotes de erva mate, enc)e(os
se%undo uma distribuio normal com mdia e desvio padro de /-%. A m"quina oi
re%ulada para 62--%. :esejamos veriicar se a produo esta sob controle, para isto
analisamos uma amostra de 0- pacotes. Ee uma amostra apresentar mdia
W
614/%, voc
pararia ou no a produo para veriicar se a m"quina deve ser re%uladaj @se 6.a.
1
o
Pa!!o:
2
o
Pa!!o:
.
o
Pa!!o:
4
o
Pa!!o:
E
o
Pa!!o:
n
)
8

T%!t% pa"a a 9&ia >

2
&%!)on?%)i&oS n [ .<@
#este caso usaremos a distribuio LtMde Etudent. Qo%o no 1
o
e 2
o
passo teremos:
1O) Balcular:
onde:
)
6 mdia amostral

-
6 valor da )ip,tese nula
E 6 desvio padro da amostra
n 6 taman)o da amostra
2O) Con)lu!V%!:
b) Ee C s t rejeita(se $
-
(para um teste 02)'4)()
b) Ee C s t rejeita(se $
-
(para um teste '&2)'4)( a direita).
c) Ee C t (t rejeita(se $
-
(para um teste '&2)'4)( a esquerda).
Ex%plo .: @m abricante airma que a mdia de vida til das l=mpadas por ele
abricadas de 1./-- )oras. A mdia da vida til para uma amostra de #6.- l=mpadas de
1.--- )oras com um desvio padro de amostral de E6/-- )oras. A vida til das l=mpadas
se%ue uma distribuio normal. Ceste a airmao do abricante a um nvel de si%niic=ncia
de 2a.
1
o
Pa!!o:
2
o
Pa!!o:
.
o
Pa!!o:
4
o
Pa!!o:
E
o
Pa!!o:
ELE,CCIOS
1@ @ma amostra aleat,ria de 1- elementos retirados de uma populao normal com desvio
padro 6 0 apresentou um valor mdio i%ual a 8-. Ceste, ao nvel de si%niic=ncia de
2a, a )ip,tese de que a mdia populacional seja i%ual a 24, supondo a )ip,tese
alternativa s 24.
n
S
)
T
-

2@ @ma amostra aleat,ria de .-- mortes naturais, no Gio Frande do Eul, deu uma mdia
de
W
63.,5 anos, com um desvio padro de 5,4 anos. >sto indica que o tempo mdio de
vida no GE, atualmente, maior do que 3- anosj (6 2a)
.@ @ma amostra aleat,ria de taman)o n 6 .5 de uma populao normal tem mdia x 6
0.,2 e desvio padro s 6 1,/. Ao nvel de si%niic=ncia de 2a, estes dados su%erem que
a mdia populacional seja superior a 0-j
4@ A resistncia dos cabos abricados por determinada compan)ia acusa mdia de .5--
libras e desvio padro de .-- libras. Adotando(se uma nova tcnica de abricao,
espera(se aumentar esta resistncia. 9ara testar tal )ip,tese, toma(se uma amostra de 2-
cabos abricados pelo novo processo, obtendo(se uma resistncia mdia de .52- libras.
9ode(se aceitar a )ip,tese ao nvel de si%niic=ncia de -,-.j
E@ :o!e latas de lubriicante de certa marca acusam os contedos mdios se%uintes
(decilitros):.-./ 4.3 .-.. .-.0 .-.. 4.5 4.4 .-.1 .-.0 4.5 .-.1
.-./. Ao nvel de .a , testar a )ip,tese de que o contedo mdio das latas daquele
lubriicante 6 .- dl. Admitir a normalidade da distribuio.
T%!t% &% &if%"%na %nt"% 9&ia!:
Ao!t"a! '%p%n&%nt%!.
#este caso usaremos a distribuio LtMde Etudent. Qo%o no 1
o
e 2
o
passo teremos:
1O) Balcular:
onde: & 6 valor mdio das dierenas d para os dados
amostrais emparel)ados( dependentes)
&
\
6 mdia das dierenas d para a
populao de dados emparel)ados.
S
&
6 desvio padro das dierenas d para os
dados amostrais emparel)ados
n 6 nmero de pares de dados.
K"au! &% li#%"&a&% 6 n(..
2O) Con)lu!V%!:
c) Ee C s t rejeita(se $
-
(para um teste 02)'4)()
b) Ee C s t rejeita(se $
-
(para um teste '&2)'4)( a direita).
c) Ee C t (t rejeita(se $
-
(para um teste '&2)'4)( a esquerda).
*+emplo: @tili!ando um cronometrador de reao oi obtido a tabela abai+o, no nvel de
-,-2 de si%niic=ncia, teste a airmao de que )" uma dierena entre a mdia dos tempos
de reao da mo direita e da mo esquerda.
9essoa A J B : * K F $ > S u Q U #
:ireita .4. 43 ..8 .82 ..8 ./4 .3. .22 ../ .-/ .55 .25 ./. .00
*squerd
a
//1 .3. .4. /-3 .48 .82 .33 .82 .1- .55 .22 /.4 .33 .31
n
E
v d
C
d
d

d (00 (31 (32 (1/ (5- (08 (8 (.- (/5 (58 00 (8. (28 (1.
1
o
Pa!!o:
2
o
Pa!!o:
.
o
Pa!!o:
4
o
Pa!!o:
E
o
Pa!!o:
Ao!t"a! K"an&%! % In&%p%n&%nt%!.
#este caso usaremos a distribuio #ormal. Qo%o no 1
o
e 2
o
passo teremos:
1O) Balcular:
AJE: Ee no con)ecemos os valores de
.
e
/
, podemos substitu(los por s
.
e s
/
, desde
que ambas as amostras sejam %randes.
2O) Con)lu!V%!:
d) Ee _ s ! rejeita(se $
-
(para um teste 02)'4)()
b) Ee _ s ! rejeita(se $
-
(para um teste '&2)'4)( a direita).
c) Ee _ t (! rejeita(se $
-
(para um teste '&2)'4)( a esquerda).
*+emplo:
.) As alunos de uma aculdade selecionaram aleatoriamente /.3 carros de
estudantes e constataram que a mdia de suas idades era de 3,54 anos, com desvio padro
de 0,83 anos. Eelecionaram tambm, aleatoriamente, .2/ carros do corpo docente e do
pessoal da administrao, constatando uma mdia de 2,44 anos e um desvio padro de 0,82
anos. #o nvel de si%niic=ncia de -,-2, teste a airmao de que os carros dos estudantes
so mais vel)os do que os dos proessores e demais uncion"rios.
/
/
/
.
/
.
/ . / .
n
i
n
i
) v v ( ) + + (
_
+

1
o
Pa!!o:
2
o
Pa!!o:
.
o
Pa!!o:
4
o
Pa!!o:
E
o
Pa!!o:
Ao!t"a! P%Au%na! % In&%p%n&%nt%!.
#este caso usaremos a distribuio #ormal. Qo%o no 1
o
e 2
o
passo teremos:
1O) Balcular:
Ande
) . n ( ) . n (
s ) . n ( s ) . n (
s
/ .
/
/ /
/
. . /
p
+
+

e o %rau de liberdade %l 6 n
.
Zn
/
(/.
2O) Con)lu!V%!:
e) Ee _ s ! rejeita(se $
-
(para um teste 02)'4)()
b) Ee _ s ! rejeita(se $
-
(para um teste '&2)'4)( a direita).
c) Ee _ t (! rejeita(se $
-
(para um teste '&2)'4)( a esquerda).
*+emplo:
As dados amostrais a se%uir apresentam os nveis de concentrao de "lcool no san%ue por
ocasio da priso de criminosos selecionados aleatoriamente, e que oram condenados por
diri%irem embria%ados. As dados so cate%ori!ados por tipo de bebida consumida.
Berveja @sque
0/129 0/154 0/187 0/185 0/225 0/247
0/146 0/155 0/19 0/19 0/226 0/253
0/148 0/164 0/203 0/22 0/227 0/257
0/224 0/241
Bom o nvel de -,-2 de si%niic=ncia, teste a )ip,tese de que os bebedores de cerveja e os de
usque e semel)antes tm os mesmos nveis concentrao de "lcool no san%ue.
-/1/3 , - s e .81 , - +
. .
e -/0.3 , - s e //3 , - +
/ /

/
/
p
.
/
p
/ . / .
n
s
n
s
) v v ( ) + + (
C
+

1
o
Pa!!o:
2
o
Pa!!o:
.
o
Pa!!o:
4
o
Pa!!o:
E
o
Pa!!o:
Ex%")()io!:
.. Bostuma(se avaliar a inteli%ncia das crianas dando(l)es blocos e pedindo(l)es que
construam uma torre to alta quanto possvel. Gepetiu(se um ms depois o mesmo
e+perimento, com os tempos (em se%undos) dados na tabela a se%uir. #o nvel de
-,-. de si%niic=ncia, teste a airmao de que no )" dierena entre os dois
tempos.
Briana A J B : * K F $ > S u Q U # A
.w tentativa 0- .4 .4 /0 /4 .35 1/ /- ./ 04 .1 5. .3 0. 2/
/w tentativa 0- 8 .1 5 .1 2/ .1 // .3 5 .. 0- .1 .3 .2
/. @tili!e o nvel de si%niic=ncia de -,-2 para testar a ale%ao de que as duas
amostras provm de popula&es com a mesma mdia. As amostras so
independentes.
*lementos Cratados *lementos #o(Cratados
n
.
6 8- n
/
6 32

.
+ 5,32 88 , 4 +
/

E
.
6 /,-2 E
/
6 /,55
0. A estresse aeta a capacidade de memori!ao de testemun)as ocularesj *ste
problema oi estudado em um e+perimento que testou a mem,ria visual de uma
testemun)a uma semana ap,s o interro%at,rio normal de um suspeito que
cooperava, e um interro%at,rio e+austivo de um suspeito que no cooperava. As
nmeros de detal)es lembrados uma semana ap,s o incidente esto resumidos aqui.
#o nvel de -,-., teste a airmao do arti%o de que Lo cansao concorre para
diminuir a quantidade de detal)es lembrados.M
Eem *stresse Bom *stresse
n
.
6 1- n
/
6 1-

.
+ 20,0 0 , 12 +
/

E
.
6 ..,8 E
/
6 .0,/
1. As dados relativos <s rendas mensais observadas em uma amostra de ./
en%en)eiros e .1 advo%ados esto na tabela abai+o:
*n%en)eiros Advo%ados
8 11/5 7 9
9 11/5 7 9
9/5 12 7/5 9
10 12/5 8 10/5
11 13 8 11
11 13 8/5 11
8/5 12
Ceste a airmao que a renda mensal mdia de advo%ados e en%en)eiros so i%uais. (
6 -,-2)
2. As distrbios psiqui"tricos srios esto relacionados com atores biol,%icos que possam ser
observados isicamentej *m um estudo oi utili!ada a tomo%raia computadori!ada de raios
W para coletar dados sobre o taman)o do crebro de um %rupo de pacientes com distrbios
obsessivos(compulsivos, e um %rupo de controle constitudo de pessoas sadias. A lista
apresenta os resultados amostrais (em milmetros) para volumes do cordato direito.
9acientes obsessivos(compulsivos Frupo de controle
0/21 0/305 0/344 0/334 0/429 0/483
0/287 0/308 0/407 0/349 0/445 0/501
0/288 0/334 0/455 0/402 0/46 0/519
0/304 0/34 0/463 0/413 0/476 0/594
Bom nvel de -,-. de si%niic=ncia, teste a airmao de que os pacientes obsessivos(compulsivos e
as pessoas sadias tm os mesmos volumes cerebrais.
T%!t% pa"a ua p"opo"o
:evemos calcular:
onde:
pn
6 proporo amostral
p
-
6 valor da )ip,tese nula
n 6 taman)o da amostra
Ex%plo: @ma estao de televiso airma que 8-a dos televisores estavam li%ados no seu
pro%rama especial do ltimo s"bado. @ma rede competidora deseja contestar essa
airmao e decide, para isso, usar uma amostra de /-- amlias. :estas /-- amlias .-1
responderam airmativamente. Ao nvel de 2a de si%niic=ncia qual a sua conclusoj
1
o
Pa!!o:
2
o
Pa!!o:
.
o
Pa!!o:
4
o
Pa!!o:
E
o
Pa!!o:
n
p p
p p
8
) . (
-
9 9
9

T%!t% pa"a &ua! p"opo"V%!

:evemos calcular:
onde:
.
pn
6
.
.
n
+
(proporo amostral)
p
.
6 proporo populacional
n
.
6 taman)o da amostra
/ .
/ .
n n
+ +
p
+
+

e
p . q
.
*+emplo: 9esquisadores i!eram um estudo de empre%adas da >JU que estavam %r"vidas.
:e 0- empre%adas que lidavam com ter(%licol, .- (ou 00,00a) tiveram aborto
(espont=neo), mas, de 32- que no estavam e+postas ao ter(%licol, apenas ./- (ou .8a)
abortaram. #o nvel de -,-. de si%niic=ncia, teste a airmao de que as mul)eres e+postas
ao ter(%licol apresentam maior ta+a de aborto.
1
o
Pa!!o:
2
o
Pa!!o:
.
o
Pa!!o:
4
o
Pa!!o:
E
o
Pa!!o:
1@ A preocupao com ambiente entra req?entemente em conlito com a tecnolo%ia
moderna, como no caso dos p"ssaros que representam peri%o para a aviao durante a
decola%em. @m %rupo ambiental airma que tais acidentes com p"ssaros so to raros
que no se justiica mat"(los. @m %rupo de pilotos ale%a que entre as decola%ens
interrompidas que levam um avio a ultrapassar o inal da pista, .-a so devidas a
coliso com p"ssaros. Ceste esta airmao ao nvel de -,-2. os dados consistem em 31
decola%ens interrompidas, destas 2 oram devidos < coliso com p"ssaros.
2@ @m relat,rio do Uinistrio da Sustia dos *@A inclui a airmao de que Lem casos de
crimes entre casais, as esposas acusadas tm menor probabilidade de ser condenadas do
que os maridos acusados.M As dados amostrais consistiram em /33 condena&es entre
0.5 maridos acusados, e .22 condena&es entre /// esposas acusadas. Cese a airmao
eita com nvel de -,-. de si%niic=ncia.
.@ @ma questo de teste considerada boa se permite discriminar entre estudantes
preparados e estudantes no(preparados. A primeira questo de um teste oi respondida
corretamente por 8/ dentre 5- alunos preparados, e por /0 dentre 2- alunos no(
preparados. Bom o nvel de -,-2 de si%niic=ncia, teste a airmao de que esta questo
oi respondida corretamente por uma proporo maior de estudantes preparados
/ .
/ . / .
n
q . p
n
q . p
) p p ( ) p
n
p
n
(
_
+