Escolar Documentos
Profissional Documentos
Cultura Documentos
ATPS ESTATISTICAdocx
ATPS ESTATISTICAdocx
N
C
I
A
DURAO EM HORAS
Vida til Lmpadas A
2
9
13
6
7
3
0
2
4
6
8
10
12
14
815|--885 885|--955 955|--1025 1025|--1095 1095|--1165 1165|--1235
F
R
E
Q
U
N
C
I
A
DURAO EM HORAS
Vida til Lmpadas B
10
Polgonos de Frequncia
0
2
4
6
8
10
12
14
16
645 715 785 855 925 995 1065 1135
F
R
E
Q
U
N
C
I
A
DURAO EM HORAS
Vida til Lmpadas A
0
2
4
6
8
10
12
14
780 850 920 990 1060 1130 1200 1270
F
R
E
Q
U
N
C
I
A
DURAO EM HORAS
Vida til Lmpadas B
11
Ogivas
0
5
10
15
20
25
30
35
40
45
680 750 820 890 960 1030 1100
F
R
E
Q
U
N
C
I
A
A
C
U
M
U
L
A
T
I
V
A
DURAO EM HORAS
Vida til Lmpadas A
0
5
10
15
20
25
30
35
40
45
815 885 955 1025 1095 1165 1235
F
R
E
Q
U
N
C
I
A
A
C
U
M
U
L
A
T
I
V
A
DURAO EM HORAS
Vida til Lmpadas B
12
2- ETAPA 2
2.1 Medidas de Posio e Disperso
Medidas de posio so dados que nos orientam em relao a posio da distribuio
em relao ao eixo horizontal do grfico da curva de frequncia. A medidas de posio
amostrais/populacionais mais importantes so as mdias aritmtica simples e ponderada,
moda e mediana.
Utilizamos a mdia aritmtica simples quando as ocorrncias no se distinguem por
peso e importncia, caso contrrio devemos utilizar uma mdia ponderada.
A moda representa valores que so repetidos, podendo ser unimodal quando apenas
um valor se repete bimodal, trimodal e plurimodal quando vrios valores se repetem.
Quando na ausncia de moda dizemos amodal.
As principais medidas de disperso so: varincia, desvio padro e o coeficiente de
variao. Para identificar uma varivel de forma completa deve-se adicionar uma medida
numrica que mostre a variabilidade ou disperso de seus valores. O conhecimento da
disperso dos valores uma medida chave na anlise estatstica de uma varivel.
2.2 Desafio
A respeito do estudo da vida til das lmpadas da marca A e B, podemos afirmar que:
I o tempo mdio de vida til das lmpadas A e B so respectivamente: 894,65 horas e
1003,35 horas. R: Incorreto (0).
X
13
II comumente, as lmpadas da marca A duram 852 horas e da as marca B 1.077 horas;
R: Correto (1)
III o tempo mediano de vida til para a lmpada da marca A 910 horas e para a lmpada B
1.015,5 horas;
R: Incorreto (0). Para a mediana das marcas A e B temos:
IV de todas as medidas de tendncia central obtidas no estudo de caso em questo, a mdia
a que melhor representa o tempo de vida til da lmpada da marca B;
R: Correto (1). Exceto se houvesse dados discrepantes muito fora da curva.
V a moda a melhor medida representativa para a sequncia de dados referentes
lmpada da marca B;
R: Incorreto (0). A moda a nica medida de tendncia central que pode ser usada
para descrever dados no nvel nominal de medio. Mas quando trabalhamos com dados
quantitativos, raramente ela utilizada. (LARSON; FARBER; 2010, p.57).
VI a sequncia de dados referentes lmpada da marca A apresenta uma forte
concentrao de dados em sua rea central;
R: Correto(1).
VII a lmpada da marca B possui uma distribuio assimtrica positiva;
R: Correto (1). Apresenta uma distribuio assimtrica direita (positivamente
assimtrica) pois a mdia 1018 maior que que a mediana 1003,46. (LARSON;
FARBER; 2010, p.61-62)
VIII 75% dos valores apresentados na tabela 1, para a lmpada da marca A, possuem um
tempo de vida til menor do que 971 horas;
R: Incorreto(0). A tabela apresenta 29 dados (de 40) com valores abaixo de 971 horas o
que representa percentualmente 72,5%.
14
IX 25% dos valores apresentados na tabela 1, para a lmpada da marca B, possuem um
tempo de vida til maior do que 1.000 horas;
R: Incorreto(0). A tabela apresenta 24 dados (de 40) com valores acima de 1000 horas o
que representa percentualmente 60%.
X os grficos Box-Plot para os dados amostrais da lmpada da marca A e marca B so:
R: Correto (1).
Medidas Lmpada A Lmpada B
1 quartil 855 947,5
Mnimo 684 819
Mediana 916,5 1015,5
Mximo 1093 1230
3 quartil 971 1089
3- ETAPA 3
0
200
400
600
800
1000
1200
1400
Lmpada A Lmpada B
BOXPLOT
Vida til das Lmpadas A e B
1 quartil Mnimo Mediana Mximo 3 quartil
15
3.1 Probabilidade
Quando nos referimos a probabilidade, estamos falando exatamente das chances de um
evento ocorrer diante da incerteza. buscar uma previsibilidade em meio a fenmenos
fsicos. Pode-se calcular a probabilidade a partir de uma frequncia que determinado dado
aparece em uma coleta de dados. Podemos tambm usar um experimento aleatrio que pode
ser repetido vrias vezes sob as mesma condies.
Utilizamos a probabilidade na administrao na soluo de conflitos e na tomada de
decises, alm de permitir a obteno de informaes possveis com base nos dados
disponveis, possibilitando-nos equacionar riscos desnecessrios.
3.2 Desafio
Com o intuito de reconhecer o trabalho e dedicao dos funcionrios, a importadora
Vendomundo realiza, semestralmente, eventos de confraternizao para seus colaboradores
e familiares. Nessa festa, alm de boa comida, bebida e msica, acontecem tambm
campeonatos de Poker.
Antes de iniciar o campeonato, o Dealer (a pessoa que distribui as cartas durante uma mo ou
jogada) embaralha as cartas no mnimo trs vezes. Involuntariamente, ao embaralhar a 1 vez,
trs delas caram sobre a mesa, viradas para baixo.
Sobre essas trs cartas, podemos afirmar que:
I a probabilidade de a 1 carta ser um s, a 2 carta ser uma figura e a 3 carta ser um nmero
de 1,30317%;
R: Correto.
P(E)= 0,0130317 = 1,30317%;
II a probabilidade de todas as cartas serem um valete de 4%;
16
R: Incorreto.
P(E) = 0,000181 = 0,0181%
III a probabilidade de que pelo menos uma delas seja uma carta de copas de 58,647%
R: Correto.
Nenhuma ser copa:
P(E) = 100% - 41,353% = 58,647%
IV a probabilidade de a 3 carta ser de 7 de paus, sabendo que a 1 carta um 8 de espadas e
a 2 carta um rei de ouros de 5,60412%
R: Incorreto.
P(E) = 0,02 = 2%
4- ETAPA 4
4.1 Correlao e Regresso Lineares
Correlao um conjunto de variveis quantitativas distintas. Quando duas variveis
esto ligadas por uma relao estatstica, dizemos que existe correlao entre elas. Se houver
uma correlao entre as variveis, poderemos ter uma funo matemtica que caracteriza esta
relao, com a regresso seremos capazes de determinar os parmetros desta funo
O instrumento empregado para a medida da correlao linear o coeficiente de
correlao. Esse coeficiente deve indicar o grau de intensidade da correlao entre duas
variveis e, ainda, o sentido dessa correlao sendo positivo ou negativo.
J a regresso linear uma anlise estatstica em que se pode verificar a existncia de
17
uma relao funcional numa varivel dependente com uma ou mais variveis independentes.
Podemos utilizar um diagrama de disperso para se avaliar o comportamento dos valores
dependentes em funo da varivel independente.
4.2 Desafio A
A empresa Vendomundo responsvel pela importao de 20% das marcas que uma
determinada cadeia de lojas de desconto de roupas femininas comercializa. Ao longo de 25 anos,
essa cadeia de lojas ampliou sua participao de mercado aumentando o nmero de pontos de suas
lojas no Brasil. Nunca foi utilizado um mtodo sistemtico para a seleo desses pontos. A
seleo de pontos era baseada, principalmente, no que era considerado um bom aluguel ou uma
boa localizao. Neste ano, com um planejamento estratgico para abrir diversas lojas novas, foi
pedido ao diretor de projetos especiais e de planejamento um mtodo de previso de vendas
semanais para todas as novas lojas. Os dados a seguir representam as vendas semanais (em
milhares de reais) e a rea da loja (em metros quadrados) para a amostra de 14 lojas da cadeia:
Tabela 2 Seleo de pontos de lojas.
Loja Vendas Semanais (em
milhares de R$)
X
rea (m
2
)
Y
18
1
2
3
4
5
6
7
8
9
10
11
12
13
14
7.394
7.823
13.363
19.168
6.865
11.174
7.351
5.411
10.983
5.821
21.439
15.235
23.621
8.205
160
153
262
516
120
225
122
102
293
141
479
424
543
279
Diagrama de Disperso
4.3 Desafio B
A respeito dos dados amostrais apresentados na tabela 2, podemos afirmar:
19
I o coeficiente de correlao de Pearson para os dados amostrais apresentados na tabela 2
dado por r= 0,9566;
R: Correto. O Coeficiente de correlao linear de Pearson 0,9566.
II equao de regresso de mnimos quadrados para os dados apresentados na
tabela 2 dada por: Y
x =
1694,7042 + 36,6921 X ;
R: Correto.
III a mdia prevista de vendas semanais para uma loja que tenha 300
metros quadrados de rea ser de aproximadamente 12.700 (milhares de
R$).
R: Correto.
20
IV se as vendas da loja 7 forem iguais a 5.343 (milhares de R$), a mdia prevista de
vendas semanais ser de aproximadamente 500 metros quadrados.
R: Incorreto. Para vendas de 5.343 milhares so necessrios aproximadamente 100 m (99,43m)
Y
x
1694,704236,6921 X
5343 = 1694,7042+36,6921X
X= 99,43
CDIGO DE BARRAS PALNDROMO
I II III IV V VI VII VIII IX X I II III IV I II III IV
0 1 0 1 0 1 1 0 0 1 0 0 1 1 1 0 0 0
21
0 1 0 1 0 1 1 0 0 1 0 0 1 1 1 0 0 0 0 0 0 1 1 1 0 0 1 0 0 1 1 0 1 0 1 0
CONSIDERAES FINAIS
O presente trabalho propiciou o contato com vrios conceitos de Estatstica e suas
ferramentas norteadoras para a conduo de decises mais coerentes e acertadas do
administrador. Por meio de diversas atividades, pudemos compreender o funcionamento da
Estatstica em diversas situaes quais, sem ela, impossibilitar-se-ia a soluo de diversos
problemas que insurgem na locomotiva do mercado de produo de bens e servios.
O administrador que negligenciar o mtodo estatstico para a gerncia do seu negcio,
certamente se encontrar deriva no acirrada concorrncia de mercado.
REFERNCIAS BIBLIOGRFICAS
LUTZ, Maurcio. Correlao. <http://iffmauricio.pbworks.com/w/file/fetch/
59898760/Correla%C3%A7%C3%A3o.pdf> Acesso em: 20 nov. 2013
CETControlo Estatstico de Qualidade. <http://docentes.esa.ipcb.pt/tmlc/
EST_DESC.pdf> Acesso: 20 nov. 2013
22
LARSON, Ron.; FARBER, Betsy. Estatstica Aplicada. 4 ed. So Paulo: Pearson -
Prentice Hall, 2010.