Estatistica-Centro Paula Souza

Mtodos Quantitativos Aplicados Administrao Prof Luciana Gama Pg.
1

MTODOS
QUANTITATIVOS
APLICADOS
ADMINISTRAO

Nome:___________________________________________ n ____
Habilitao Profissional Tcnica de Nvel Mdio de Tcnico em
Administrao

Mtodos Quantitativos Aplicados Administrao Prof Luciana Gama Pg.2

1 Ciclo
Cafelndia SP
2009
Mtodos Quantitativos Aplicados Administrao
Competncias
Eixo Tecnolgico: Gesto e Negcios
Funo 1: Planejamento Organizacional
1. Avaliar grficos das funes da matemtica.
Interpretar grficos.
2. Interpretar ndices, taxas, porcentagens, descontos, acrscimos, juros.
3. Compreender dados relacionados matemtica financeira.
4. Analisar sistemas de amortizao.
5.Identificar a relao entre as polticas financeiras e a execuo financeira no processo.
6. Identificar caractersticas e metodologias de pesquisas econmicas, de mercado e
tecnolgicas.
7. Interpretar estudos, relatrios e pesquisas econmicas e de mercado.
8. Identificar fontes para pesquisa de tecnologia administrativa.
9. Interpretar resultados estatsticos de acordo com cada mtodo estudado

Habilidades
1. Funo 1: Planejamento Organizacional
1. Fazer clculos e construir tabelas.
2. Elaborar grficos.
3. Efetuar clculos matemticos de juros simples, juros composto, capital, valor presente, valor
futuro, descontos, etc.
4. Utilizar resultados estatsticos.
5. Levantar informaes quantitativas e financeiras sobre o desempenho do mercado,
produtos, custos e demais dados; visando apoiar o processo de estudos mercadolgicos e
econmicos.
6. Organizar informaes e comparar dados dos estudos com dados reais, preparando base
para anlise pelas funes especializadas da empresa.
7. Comparar resultados de tempo, qualidade, facilidade operacional, e custos entre novas
tecnologias e as j utilizadas.
8. Elaborar relatrios sobre os resultados das pesquisas de desempenho do mercado.
Bases Tecnolgicas
Funo 1: Planejamento Organizacional
1. Relaes e funes
2. Grficos e tabelas
3. J uros, capitalizao, descontos simples e descontos composto
4. Srie de Pagamentos
5. Sistemas de Amortizao
6. Grficos e distribuio de freqncias
7. Medidas associativas a variveis quantitativas e qualitativas
8. Diagrama de disperso e medidas de correlao
9. Estudo da Probabilidade
10. Inferncia Estatstica
11. Curva Normal (Gauss)
12. Intervalos de confiana


Carga Horria
Terica: 50 Prtica: 50 Total: 100 horas/ aula
Terica: 40 Prtica: 60 Total: 100 horas/ aula

1PARTE
Introduo Estatstica

1- Objeto da Estatstica
Estatstica uma cincia exata que visa fornecer subsdios ao analista para coletar, organizar,
resumir, analisar e apresentar dados. Trata de parmetros extrados da populao, tais como
mdia ou desvio padro.
A estatstica fornece-nos as tcnicas para extrair informao de dados, os quais so muitas vezes
incompletos, na medida em que nos do informao til sobre o problema em estudo, sendo
assim, objetivo da Estatstica extrair informao dos dados para obter uma melhor
compreenso das situaes que representam.
Quando se aborda uma problemtica envolvendo mtodos estatsticos, estes devem ser utilizados
mesmo antes de se recolher a amostra, isto , deve-se planejar a experincia que nos vai permitir
recolher os dados, de modo que, posteriormente, se possa extrair o mximo de informao
relevante para o problema em estudo, ou seja para a populao de onde os dados provm.
Quando de posse dos dados, procura-se agrup-los e reduzi-los, sob forma de amostra, deixando
de lado a aleatoriedade presente.
Seguidamente o objetivo do estudo estatstico pode ser o de estimar uma quantidade ou testar
uma hiptese, utilizando-se tcnicas estatsticas convenientes, as quais realam toda a
potencialidade da Estatstica, na medida em que vo permitir tirar concluses acerca de uma
populao, baseando-se numa pequena amostra, dando-nos ainda uma medida do erro cometido.
Exemplo 1: Ao chegarmos a uma churrascaria, no precisamos comer todos os tipos de saladas,
de sobremesas e de carnes disponveis, para conseguirmos chegar a concluso de que a comida
de boa qualidade. Basta que seja provado um tipo de cada opo para concluirmos que estamos
sendo bem servidos e que a comida est dentro dos padres.
2- Populao e amostra
Qualquer estudo cientfico enfrenta o dilema de estudo da populao ou da amostra. Obviamente
teramos uma preciso muito superior se fosse analisado o grupo inteiro, a populao, do que
uma pequena parcela representativa, denominada amostra. Observa-se que impraticvel na
grande maioria dos casos, estudar a populao em virtude de distncias, custo, tempo, logstica,
entre outros motivos.
A alternativa praticada nestes casos o trabalho com uma amostra confivel. Se a amostra
confivel e proporciona inferir sobre a populao, chamamos de inferncia estatstica. Para que a
inferncia seja vlida, necessria uma boa amostragem, livre de erros, tais como falta de
determinao correta da populao, falta de aleatoriedade e erro no dimensionamento da
amostra.
Quando no possvel estudar, exaustivamente, todos os elementos da populao, estudam-se s
alguns elementos, a que damos o nome de Amostra.


Exemplo 2:
Se o objetivo for estudar o desempenho escolar de um colgio, indicado estudar as notas dos
alunos ao final do ano letivo. A partir da poderemos facilmente obter a percentagem de
aprovaes e reprovaes.
Entretanto, se o interesse for aprofundar o estudo, saber se por exemplo o sucesso no estudo
pode ser atribudo para as alunas ou alunos, deveremos recolher no somente a informao
relativa a nota do aluno que aprovou ou no, mas tambm para cada um, o sexo.

Aprovados
Masculino 28%
Feminino 13%
Total 41%
Quando a amostra no representa corretamente a populao diz-se enviesada e a sua utilizao
pode dar origem a interpretaes erradas.
3- Recenseamento
Recenseamento a contagem oficial e peridica dos indivduos de um Pas, ou parte de um Pas.
Ele abrange, no entanto, um leque mais vasto de situaes. Assim, pode definir-se
recenseamento do seguinte modo:
Estudo cientfico de um universo de pessoas, instituies ou objetos fsicos com o propsito de
adquirir conhecimentos, observando todos os seus elementos, e fazer juzos quantitativos acerca
de caractersticas importantes desse universo.
4- Estatstica Descritiva e Estatstica Indutiva
Sondagem
Por vezes no vivel nem desejvel, principalmente quando o nmero de elementos da
populao muito elevado, inquirir todos os seus elementos sempre que se quer estudar uma ou
mais caractersticas particulares dessa populao.
Assim surge o conceito de sondagem, que se pode tentar definir como:
Estudo cientfico de uma parte de uma populao com o objetivo de estudar atitudes, hbitos e
preferncias da populao relativamente a acontecimentos, circunstncias e assuntos de interesse
comum.
5- Amostragem
Amostragem o processo que procura extrair da populao elementos que atravs de clculos
probabilsticos ou no, que consigam fornecer dados inferenciais da populao-alvo.
No Probabilstica
Acidental ou convenincia
Intencional
Quotas ou proporcional
Tipos de Amostragem
Desproporcional


Probabilstica
Aleatria Simples
Aleatria Estratificada

Conglomerado

No Probabilstica
A escolha de um mtodo no probabilstico, via de regra, sempre encontrar desvantagem frente
ao mtodo probabilstico. No entanto, em alguns casos, se faz necessrio a opo por este
mtodo. Fonseca (1996), alerta que no h formas de se generalizar os resultados obtidos na
amostra para o todo da populao quando se opta por este mtodo de amostragem.
5.1- Acidental ou Convenincia
Indicada para estudos exploratrios. Freqentemente utilizados em supermercados para testar
produtos.
Intencional
O entrevistador dirige-se a um grupo em especfico para saber sua opinio. Por exemplo, quando
de um estudo sobre automveis, o pesquisador procura apenas oficinas.
5.2- Quotas ou Proporcional
Na realidade, trata-se de uma variao da amostragem intencional. Necessita-se ter um prvio
conhecimento da populao e sua proporcionalidade. Por exemplo, deseja-se entrevistar apenas
indivduos da classe A, que representa 12% da populao. Esta ser a quota para o trabalho.
Comumente tambm substratifica-se uma quota obedecendo a uma segunda proporcionalidade.
5.3- Desproporcional
Muito utilizada quando a escolha da amostra for desproporcional populao. Atribui-se pesos
para os dados, e assim obteve-se resultados ponderados representativos para o estudo
Exemplo 3: Em um mercado de telefones celulares, considerando uma fatia de mercado
meramente ilustrativa, obteve-se os resultados conforme descritos a seguir:
Elementos da Amostra
Marcas
Participao no
mercado
n %
Nokia 60% 50 25%
Ericson 20% 50 25%
Gradiente 15% 50 25%
Philips 05% 50 25%
Total 100% 200 100%


Obtivemos os pesos a serem atribudos a cada marca de telefone celular, para uma anlise
conjunta de todas as marcas no exemplo acima desta forma:
Marcas Pesos Nmero de elementos a serem entrevistados
Nokia 2,4 120
Ericson 0,8 40
Gradiente 0,6 30
Philips 0,2 10
Total 4,0 200
Probabilstica
Para que, se possa, realizar inferncias sobre a populao, necessrio que se trabalhe com
amostragem probabilstica. o mtodo que garante segurana quando se investiga alguma
hiptese. Normalmente os indivduos investigados possuem a mesma probabilidade de ser
selecionado na amostra.
5.4- Aleatria Simples
o mais utilizado processo de amostragem. Prtico e eficaz, confere preciso ao processo de
amostragem. Normalmente utiliza-se uma tabela de nmeros aleatrios e nomeia-se os
indivduos, sorteando-se um por um at completar a amostra calculada
Uma variao deste tipo de amostragem a sistemtica. Em um grande nmero de exemplos, o
pesquisador depara-se com a populao ordenada. Neste sentido, tem-se os indivduos dispostos
em seqncia o que dificulta a aplicao exata desta tcnica.
Quando se trabalha com sorteio de quadras de casas por exemplo, h uma regra crescente para os
nmeros das casas. Em casos como este, divide-se a populao pela amostra e obtm-se um
coeficiente (y). A primeira casa ser a de nmero x, a segunda ser a de nmero x +y; a terceira
ser a de nmero x +3. y.
Supondo que este coeficiente seja 6. O primeiro elemento ser 3. O segundo ser 3 +6. O
terceiro ser 3 +2.6. O quarto ser 3 +3.6, e assim sucessivamente.

5.5 - Aleatria Estratificada
Quando se deseja guardar uma proporcionalidade na populao heterognea. Estratifica-se cada
subpopulao por intermdio de critrios como classe social, renda, idade, sexo, entre outros.
5.6- Conglomerado
Em corriqueiras situaes, torna-se difcil coletar caractersticas da populao. Nesta modalidade
de amostragem, sorteia-se um conjunto e procura-se estudar todo o conjunto. exemplo de
amostragem por conglomerado, famlias, organizaes e quarteires.
Exerccios
1) Defina Estatstica?


2) Qual o objetivo da Estatstica?

3) O que significa populao dentro do estudo estatstico?

4) O que significa amostra, dentro do estudo estatstico?

5) O que deve ser feito para se obter o maior nmero de informaes da populao?

6) Por qual razo em muitos casos no possvel estudar a populao inteira?

7) O que significa inferncia estatstica?

8) O que significa recenseamento e normalmente no Brasil e feito de quanto em quanto
tempo?

9) Para que serve o mtodo estatstico definido como sondagem e dentro de qual grupo
estatstico este mtodo est classificado?

10) O que , para que serve e como classificado o mtodo estatstico de amostragem?

11) Qual a diferena entre amostragem no probabilstica e amostragem probabilstica?


12) Quais so as subdivises do mtodo de amostragem no probabilstica? Explique cada
uma delas.

13) Quais so as subdivises do mtodo de amostragem probabilstica? Explique cada uma
delas.

14) D cinco exemplos de situaes em que a estatstica til?

6- Dimensionamento da amostra
Quando deseja-se dimensionar o tamanho da amostra, o procedimento desenvolve-se em trs
etapas distintas:
Avaliar a varivel mais importante do grupo e a mais significativa;
Analisar se ordinal, intervalar ou nominal;
Verificar se a populao finita ou infinita;
7- Tipos de dados
Basicamente os dados, dividem-se em contnuos e discretos.
O primeiro definido como qualquer valor entre dois limites quaisquer, tal como um dimetro.
Portanto trata-se de um valor a ser "quebrado". So dados contnuos, questes que envolvem
idade, renda, gastos, vendas, faturamento, entre muitas outras.
Quando se fala em valores discretos, aborda-se um valor exato, tal como quantidade de peas
defeituosas. Comumente utiliza-se estes tipos de variveis para tratar de nmero de filhos,
satisfao e escalas nominais no geral.
A tipologia dos dados determina a varivel, ela ser portanto contnua ou discreta. Isto quer dizer
que ao definir-se uma varivel com contnua ou discreta, futuramente j definiu-se que tipo de
tratamento se dar a ela.
De acordo com o que dissemos anteriormente, numa anlise estatstica distinguem-se
essencialmente duas fases:
Uma primeira fase em que se procura descrever e estudar a amostra:
Estatstica Descritiva e uma segunda fase em que se procura tirar concluses para a populao:

1 Fase Estatstica Descritiva
Procura-se descrever a amostra, pondo em evidncia as caractersticas principais e as
propriedades.
2 Fase Estatstica Indutiva
Conhecidas certas propriedades (obtidas a partir de uma anlise descritiva da amostra), expressas
por meio de proposies, imaginam-se proposies mais gerais, que exprimam a existncia de
leis (na populao).
No entanto, ao contrrio das proposies deduzidas, no podemos dizer que so falsas ou
verdadeiras, j que foram verificadas sobre um conjunto restrito de indivduos, e portanto no
so falsas, mas no foram verificadas para todos os indivduos da Populao, pelo que tambm
no podemos afirmar que so verdadeiras!
Existe, assim, um certo grau de incerteza (percentagem de erro) que medido em termos de
Probabilidade.
Considerando o que foi dito anteriormente sobre a Estatstica Indutiva, precisamos aqui da noo
de Probabilidade, para medir o grau de incerteza que existe, quando tiramos uma concluso para
a populao, a partir da observao da amostra.
Exemplo 4: Uma empresa fabricante de um automvel, pretende avaliar a potencialidade do
mercado, estimando atravs de um mercado teste.
Atravs de1000 entrevistados, pretende-se verificar como se comportar a fatia de inteno de
votos para determinado candidato.
Problema: pretende-se, a partir da percentagem de respostas afirmativas, de entre os inquiridos
sobre a compra do novo produto, obter uma estimativa do nmero de compradores na Populao.
A mesma coisa acontece em pesquisas eleitorais, onde determinado nmero de pessoas so
entrevistas, concluindo-se que aquela fatia pode representar a vontade ou opinio do todo.
8- Dados, tabelas e grficos
Distribuio de freqncia

Quando da anlise de dados, comum procurar conferir certa ordem aos nmeros tornando-os
visualmente mais amigveis. O procedimento mais comum o de diviso por classes ou
categorias, verificando-se o nmero de indivduos pertencentes a cada classe.
1. Determina-se o menor e o maior valor para o conjunto.
2. Definir o limite inferior da primeira classe (Li) que deve ser igual ou ligeiramente
inferior ao menor valor das observaes.
3. Definir o limite superior da ltima classe (Ls) que deve ser igual ou ligeiramente superior
ao maior valor das observaes.
4. Definir o nmero de classes (K), que ser calculado usando . Obrigatoriamente
deve estar compreendido entre os nmeros das freqncias.
5. Conhecido o nmero de classes define-se a amplitude de cada classe.

6. Com o conhecimento da amplitude de cada classe, define-se os limites para cada classe
(inferior e superior)
Exemplo 5:

5,1 5,3 5,3 5,6 5,8 5,9 6 6,1 6,2 6,2
6,3 6,3 6,3 6,4 6,4 6,4 6,5 6,5 6,6 6,7
6,7 6,8 6,8 6,9 6,9 7 7,1 7,1 7,2 7,2
7,3 7,4 7,5 7,5 7,6 7,6 7,6 7,7 7,7 7,8
7,8 7,9 7,9 8 8 8,1 8,2 8,3 8,4 8,5
8,5 8,6 8,7 8,8 8,9 8,9 9 9,1 9,2 9,4
9,4 9,5 9,5 9,6 9,8 9 9 10 10,2 10,2
10,4 10,6 10,8 10,9 11,2 11,5 11,8 12,3 12,7 14,9
Regras para elaborao de uma distribuio de freqncias
1. Determina-se o menor e o maior valor para o conjunto:
Valor mnimo: 5,1
Valor mximo: 14,9
2. Definir o limite inferior da primeira classe (Li) que deve ser igual ou ligeiramente
inferior ao menor valor das observaes:
LI: 5,1
3. Definir o limite superior da ltima classe (Ls) que deve ser igual ou ligeiramente superior
ao maior valor das observaes:
LS:15.
4. Definir o nmero de classes (K), que ser calculado usando . Neste caso, K
igual a 8,94, aproximadamente, 8.
5. Conhecido o nmero de classes define-se a amplitude de cada classe:

No exemplo, a ser igual a =1,23.
6. Com o conhecimento da amplitude de cada classe, define-se os limites para cada classe
(inferior e superior), onde limite Inferior ser 5,1 e o limite superior ser 15 +1,23.
Intervalo de Classe Freqncia Absoluta Freqncia Acumulada
Freqncia Relativa
(%)
05,10 a 06,33 13 13 16,25%
06,34 a 07,57 21 34 26,25%
07,58 a 08,81 22 56 27,50%
08,82 a 10,05 15 71 18,75%
10,06 a 11,29 4 75 5,00%
11,30 a 12,53 3 78 3,75%
12,54 a 13,77 1 79 1,25%
13,78 a 15,01 1 80 1,25%


80 100%

Freqncia: o nmero de vezes que um evento acontece
Freqncia Acumulada: somatrio das freqncias.
Freqncia Relativa %: a representatividade da classe no todo, calcula-se da seguinte
maneira: (freqncia absoluta / pelo total da freqncia absoluta) * 100 =%
Freqncia Relativa Acumulada: a soma das freqncias relativas.

Exerccio

1) Determinar: A) Intervalo de classe; B) Freqncia absoluta ; C) Freqncia acumulada,
D) Freqncia relativa; E) Freqncia relativa acumulada, com base nos dados abaixo:
8 4 4 5 7 9 12
7 12 8 8 15 8 14
5 13 7 9 7 10 10
12 7 9 8 12 27 9
32 25 17 26 16 22 12
5 21 7 11 13 11 16
19 16 1 13 18 16 14
12 12 21 8 18 27 17
20 15 8 16 16 18 18


Distribuies simtricas
A distribuio das freqncias faz-se de forma aproximadamente simtrica, relativamente a uma
classe mdia

Caso especial de uma distribuio simtrica
Quando dizemos que os dados obedecem a uma distribuio normal, estamos tratando de dados
que distribuem-se em forma de sino.

Distribuies Assimtricas
A distribuio das freqncias apresenta valores menores num dos lados:

Distribuies com "caudas" longas
Observamos que nas extremidades h uma grande concentrao de dados em relao aos
concentrados na regio central da distribuio.

9- Medidas de tendncia Central


As medidas de tendncia central so usadas para indicar um valor que tende a tipificar, ou a
representar melhor, um conjunto de nmeros. As trs medidas mais usadas so a mdia, a
mediana e a moda.
A Mdia
A mdia aritmtica a idia que ocorre maioria das pessoas quando se fala em mdia. E
como ela possu certas propriedades matemticas convenientes, a mais importante das trs
medidas que estudaremos. Calcula-se a mdia aritmtica determinando-se a soma dos valores do
conjunto e dividindo-se esta soma pelo nmero de valores do conjunto.
Exemplo 6: A mdia dos valores 70,80 e 120 : (70+80+120) / 3 =90
Exemplo 7: Se um estudante fez quatro provas e obteve as notas 83,94,95 e 86, sua nota mdia
: (83+94+95+86) / 4 =89,5.
A mdia tem certas propriedades interessantes e teis, que explicam por que ela a medida de
tendncia central mais usada:
1. A mdia de um conjunto de nmeros pode sempre ser calculada.
2. Para um dado conjunto de nmeros , a mdia nica.
3. A mdia sensvel a (ou afetada por) todos os valores do conjunto. Assim, se um
valor se modifica, a mdia tambm se modifica.
4. Somando-se uma constante a cada valor do conjunto, a mdia ficar aumentada do
valor dessa constante. Assim, somando-se 4,5 a cada valor de um conjunto, a mdia
ficar aumentada de 4,5. Analogamente, subtraindo-se de cada valor do conjunto uma
constante, ou multiplicando-se ou dividindo-se por ela cada valor do conjunto, a
mdia fica reduzida dessa constante, ou multiplicada ou dividida por ela.
5. A soma dos desvios dos nmeros de um conjunto a contar da mdia zero. Por
exemplo: a mdia dos nmeros 2,4 e 6 4. Subtraindo 4 de cada um dos nmeros,
obtemos: 2 4 =- 2 ; 4 4 =0; 6 4 =+2
Exerccios:
Calcule a mdia dos seguintes valores:
1) J oo gostaria de saber a mdia salarial da sua famlia, sabendo-se que seu pai recebe o
salrio de R$ 799,00 e sua me o salrio de R$ 465,00.

2) Itamar tirou nas ltimas provas as seguintes notas: (10) (9,5) (7,5) (2,3) (8) (1,5) (10)
(4,5) (8,9) (7). Pergunta-se, qual foi a mdia de Itamar?


3) Com base no exerccio anterior, sabendo-se que a mdia para aprovao no curso de
administrao de 7,5 podemos dizer que Itamar foi? Explique?
( ) aprovado ( ) reprovado

4) Determine a mdia para os conjuntos abaixo:
a. 7,9,2,1,5,4,4.5,7.5,6.2
b. 30,2,79,50,38,17,9
c. 90,87,92,81,78,85,95,90
d. 0.011,0.032,0.027,0.0035,0.042
e. 42,30,27,40,25,32,33

5) Qual seria o efeito sobre a mdia do conjunto (a) do exerccio anterior se
adicionssemos 10:
a. A um dos nmeros?

b. A cada um dos nmeros?

A Mdia Ponderada
A frmula anterior para calcular a mdia aritmtica supe que cada observao tenha a mesma
importncia. Mesmo este tipo de anlise seja a mais comum, existem casos onde no podemos
calcular da mesma forma.
Exemplo 8: Um professor informa a sala que haver dois exames, valendo cada um 30% do total
de pontos do curso, e um exame final valendo 40%. O clculo da mdia deve levar em conta os


pesos desiguais dos exames. Assim o estudante obteve as seguintes notas: no primeiro exame 80
, no segundo 90 e no terceiro 96, ele atingiu a mdia final de ???
Exame Nota Peso
1 80 0,30
2 90 0,30
3 96 0,40
Total 1,00
Para isso devemos calcular da seguinte forma:
Mdia Ponderada (MP) =0,30*(80) +0,30*(90) +0,40*(96) =89,4
0,30 +0,30 +0,40
Exerccio
1) Um aluno do curso de Administrao, realizou um exame de meio de perodo e um exame
final, este ltimo com o dobro de peso do primeiro. O estudante obteve 95 no primeiro exame e
89 no exame final. Qual foi a mdia final deste aluno?

A Mediana
Uma segunda medida do meio de um conjunto de nmeros a mediana. Sua caracterstica
principal dividir um conjunto ordenado de dados em dois grupos iguais; a metade ter valores
inferiores mediana, a outra metade ter valores superiores mediana.
Para calcular a mediana, necessrio primeiro ordenar os valores (comumente) do mais baixo ao
mais alto. Em seguida, conta-se at a metade dos valores para achar mediana.
Por exemplo, a mediana do conjunto 5,6 e 8 6 (pois est no meio). Em geral, a mediana ocupa
a posio (n+1)/2. Logo, para trs nmeros, a posio (3+1) / 2 =2, ou seja, a segunda posio.
Consideraremos outro exemplo: Determinar a mediana dos valores 7,8,9 e 10. De acordo com
nossa frmula, a posio mediana (4+1) / 2 =2,5 que est a meio caminho dos dois valores
mdios, ou seja, neste caso. Este valor deixa dois valores acima e dois valores abaixo.
O processo para determinar a mediana o seguinte:
1) Ordenar os valores.


2) Verificar se h um nmero mpar ou par de valores.
3) Para um nmero mpar de valores, a mediana o valor do meio.
4) Para um nmero par de valores, a mediana a mdia dos dois valores do meio.

Exemplo: PAR
a) 2,3,3,4 =mediana 3
b) 1,18,19,20 =mediana 18,5

Exemplo: MPAR
a) 1,2,3,3,3,4,7 =mediana 3
b) 9,4080,81,100 =mediana 80

Comparao entre Mdia e Mediana
A escolha da mdia ou da mediana, como medida de tendncia central de um conjunto, depende
de diversos fatores. A mdia sensvel a (ou influenciada por) cada valor do conjunto, inclusive
os extremos. Por outro lado, a mediana relativamente insensvel aos valores extremos.
De modo geral, a mdia possui certas propriedades matemticas que a torna mais atraente. Alm
disso, a ordenao dos dados para determinar a mediana pode ser cansativa e chata, e o clculo
da mediana no pode ser feito com mquina de calcular, ao contrrio do que ocorre com a mdia.
A Moda
A moda o valor que ocorre com mais freqncia num conjunto. Por exemplo, dados os
nmeros 10,10,8,6,10 h trs 10s e um de cada um dos outros nmeros. O valor mais freqente
a moda 10. A moda funciona como medida descritiva quando se trata de contar dados.
Comparada com a mdia e com a mediana, a moda menos til das medidas para problemas
estatsticos, porque no se presta para anlise matemtica ou administrativa, ao contrrio do que
ocorre com as outras medidas. Todavia, do ponto de vista puramente descritivo, a moda indica o
valor tpico em termos da ocorrncia.
Exerccios
1) Determine a mdia e a mediana de cada conjunto:
a. 4, 8, 7, 3, 5, 6
b. 2, 1, 7, 6
c. 309, 81, 452, 530, 70, 55, 198, 266


2) Foram inspecionados 15 rdios antes de serem enviados aos clientes. Os nmeros de
defeitos por unidade so: 1, 0, 3, 4, 2, 1, 0, 3, 1, 2, 0, 1, 1, 0, 1 . Determine a mdia , a
mediana e a moda do nmero de defeitos.

3) Quatro amigos trabalham num supermercado por tempo parcial com os seguintes
salrios: Bill R$ 220,00 , Tom R$ 350,00, Ed R$ 250,00 e Dodi R$ 295,00.
a. Determine o salrio mdio dentre os quatro.

b. Se cada um trabalhasse o perodo integral, qual seria a mdia salarial dos quatro?

10- Medidas de Disperso
So necessrios dois tipos de medidas para descrever adequadamente um conjunto de dados.
Alm das informaes do meio de um conjunto de nmeros, conveniente dispormos tambm
de um mtodo que nos permita exprimir a disperso.
Consideraremos quatro medidas de disperso: o intervalo, o desvio mdio, a varincia e o desvio
padro. Todas elas, exceto o intervalo, tm na mdia o ponto de referncia. Em cada caso o valor
zero, indica a ausncia de disperso; a disperso aumenta a medida que aumentar o valor da
medida (intervalo, varincia, etc).

O Intervalo


O intervalo de um grupo de nmeros , de modo geral, a medida mais simples de calcular e de
entender. Focaliza o maior e o menor valor no conjunto (ou seja, os valores extremos). O
intervalo pode ser expresso de duas maneiras:

1. A diferena entre o maior e o menor valor.
2. O maior e o menor valor no grupo.

Consideraremos estes trs valores: 1,10 e 25. A diferena entre o valor maior e o menor de 25
1 =24. Alternativamente, pode-se dizer que o intervalo de valores vai de 1 a 25.
Este ltimo mtodo tende a ser mais informativo.
Por exemplo, o mero conhecimento de que o intervalo de um conjunto de nmeros 44 no nos
diz nada a respeito dos nmeros, mas dizer que o intervalo vai de 300 a 344 j nos d uma
informao adicional sobre a grandeza dos nmeros.

Exemplo:
INTERVALO
NMEROS DIFERENA DO MENOR AO MAIOR
1, 5, 7 , 13 13 1 =12 De 1 a 13
14, 3 ,17 , 4 , 8, 73 36, 48 73 3 =70 De 3 a 73
3.2, 4.7, 5.6, 2.1, 1.9, 10.3 10.3 1.9 =8.4 De 1.9 a 10.3
A vantagem de utilizar o intervalo como medida de disperso reside no fato de o intervalo ser
relativamente fcil de calcular, mesmo para um grande conjunto de nmeros. A maior limitao
do intervalo o fato de ele s levar em conta os dois valores extremos de um conjunto, nada
informando quanto aos outros valores.

Medidas de disperso que tm a mdia como ponto de referncia
Quase sempre se calcula a mdia de um conjunto de dados. Por isso, existem vrias medidas de
disperso que tm a mdia como ponto de referncia. Todas requerem o clculo do desvio, ou
diferena, entre cada valor e a mdia.
Desvio Mdio Absoluto (DMA)
O desvio mdio absoluto (DMA) mede o desvio mdio dos valores em relao mdia do grupo
ignorando o sinal do desvio. Calcula-se subtraindo a mdia de cada valor do grupo e
desprezando o sinal (+ou -) do desvio, e tomando a mdia em seguida. Ao calcular o desvio

mdio, necessrio levar em conta o fato de que a soma dos desvios positivos e negativos a
contar da mdia ser sempre (por definio) igual a zero. A converso das diferenas a valores
absolutos (todos os valores so considerados como desvios positivos) antes de se proceder
soma resolve o problema. Calcula-se ento o desvio mdio absoluto da seguinte forma:
Exemplo: Determine o desvio mdio para o seguinte conjunto de nmeros: 2, 4, 6, 8, 10
1) Determine a mdia: 2+4+6+8+10 = 6
5
Em seguida, determinaremos as diferenas entre a mdia de cada valor:
2 6 =- 4

4 6 =- 2
6 6 =0 0 (verifique)
8 6 =+2
10 6 =+4

Tomemos os valores absolutos dessas diferenas e somemos: 4 +2 +0 +2 +4 =12

Desvio mdio 12 =2,4
5

A Varincia
a mdia dos quadrados dos desvios dos valores a contar da mdia, calculada usando-se (n-1)
em lugar de n.

Em resumo, os estgios do clculo da varincia so:
1) Calcular a mdia
2) Subtrair a mdia a cada valor do conjunto
3) Elevar ao quadrado cada desvio
4) Somar os quadrados dos desvios
5) Dividir a soma por (n-1) se trata de dados amostrais, ou simplesmente por n para somar o
conjunto ou se os dados representam todos os valores de uma populao.

Desvio Padro
O desvio padro simplesmente a raiz quadrada positiva da varincia. Assim, se a varincia
81, o desvio padro ser 9.

Proporo
a frao, ou percentagem de item de determinado grupo ou classe. A proporo se calcula
mediante a frmula: Proporo = x / n , onde x o nmero de itens que apresentam
determinada caracterstica, e n o nmero total de observaes.
Exemplo: Num grupo de 40 pessoas 10 tm casa prpria - dizemos que a proporo dos que tm
casa prpria de 10/40 =0,25 ou 25%.

11 - Textos Complementares
Com relao aos textos abaixo voc dever ler e relacionar com o contedo aprendido nesta
primeira fase. A dissertao dever ter no mnimo 15 linhas.

Texto 1


Texto 2


Texto 3


Texto 4

Estatistica-Centro Paula Souza

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Estatistica-Centro Paula Souza

Enviado por

Direitos autorais:

Formatos disponíveis

Mtodos Quantitativos Aplicados Administrao Prof Luciana Gama Pg.

Você também pode gostar