Caderno Estatística - Rosane de Fátima Worm PDF

Caderno de Estatstica I
Dom Alberto
Prof: Rosane de Ftima Worm
C
incias
ontbeis
ADMINISTRAO

C122 WORM, Rosane de Ftima
Caderno de Estatstica I Dom Alberto / Rosane de Ftima Worm.
Santa Cruz do Sul: Faculdade Dom Alberto, 2010.
Inclui bibliografia.

1. Administrao Teoria 2. Cincias Contbeis Teoria 3. Estatstica I
Teoria I. WORM, Rosane de Ftima II. Faculdade Dom Alberto III.
Coordenao de Administrao IV. Coordenao de Cincias Contbeis
V. Ttulo

CDU 658:657(072)

Catalogao na publicao: Roberto Carlos Cardoso Bibliotecrio CRB10 010/10

Pgina 2
Apresentao

O Curso de Administrao da Faculdade Dom Alberto iniciou sua
trajetria acadmica em 2004, aps a construo de um projeto pautado na
importncia de possibilitar acesso ao ensino superior de qualidade que,
combinado seriedade na execuo de projeto pedaggico, propiciasse uma
formao slida e relacionada s demandas regionais.
Considerando esses valores, atividades e aes voltadas ao
ensino slido viabilizaram a qualidade acadmica e pedaggica das aulas, bem
como o aprendizado efetivo dos alunos, o que permitiu o reconhecimento pelo
MEC do Curso de Administrao em 2008.
Passados seis anos, o curso mostra crescimento quantitativo e
qualitativo, fortalecimento de sua proposta e de consolidao de resultados
positivos, como a publicao deste Caderno Dom Alberto, que o produto do
trabalho intelectual, pedaggico e instrutivo desenvolvido pelos professores
durante esse perodo. Este material servir de guia e de apoio para o estudo
atento e srio, para a organizao da pesquisa e para o contato inicial de
qualidade com as disciplinas que estruturam o curso.
A todos os professores que com competncia fomentaram o
Caderno Dom Alberto, veculo de publicao oficial da produo didtico-
pedaggica do corpo docente da Faculdade Dom Alberto, um agradecimento
especial.

Lucas Jost
Diretor Geral
Pgina 3
PREFCIO

A arte de ensinar e aprender pressupe um dilogo entre aqueles que
interagem no processo, como alunos e professores. A eles cabe a tarefa de
formao, de construo de valores, habilidades, competncias necessrias
superao dos desafios. Entre estes se encontra a necessidade de uma
formao profissional slida, capaz de suprir as demandas de mercado, de
estabelecer elos entre diversas reas do saber, de atender s exigncias legais
de cada rea de atuao, etc.
Nesse contexto, um dos fatores mais importantes na formao de um
profissional saber discutir diversos temas aos quais se aplicam
conhecimentos especficos de cada rea, dispondo-se de uma variedade ampla
e desafiadora de questes e problemas proporcionada pelas atuais
conjunturas. Para que isso se torne possvel, alm da dedicao daqueles
envolvidos no processo de ensino-aprendizagem, preciso haver suporte
pedaggico que d subsdios ao aprender e ao ensinar. Um suporte que
supere a tradicional metodologia expositiva e atenda aos objetivos expressos
na proposta pedaggica do curso.
Considerando esses pressupostos, a produo desse Caderno Dom
Alberto parte da proposta pedaggica do curso da Faculdade Dom Aberto.
Com este veculo, elaborado por docentes da instituio, a faculdade busca
apresentar um instrumento de pesquisa, consulta e aprendizagem terico-
prtica, reunindo materiais cuja diversidade de abordagens atualizada e
necessria para a formao profissional qualificada dos alunos do curso.
Ser um canal de divulgao do material didtico produzido por
professores da instituio motivao para continuar investindo da formao
qualificada e na produo e disseminao do que se discute, apresenta, reflete,
prope e analisa nas aulas do curso. Espera-se que os leitores apreciem o
Caderno Dom Alberto com a mesma satisfao que a Faculdade tem em
elaborar esta coletnea.

Elvis Martins
Diretor Acadmico de Ensino
Pgina 4
Sumrio
Apresentao
Prefcio
Plano de Ensino
Aula 1
Aula 2
Aula 3
Aula 4
Aula 5
Aula 6
Aula 7
Aula 8
Aula 9
Aula 10
Aula 11
Aula 12
Introduo a Estatstica
Atividades
Distribuio de Freqncia
Representao Grfica
Medidas de tendncia central
A Mediana
Continuao Aula 6
Medidas de disperso
Continuao Aula 8
Medidas de Posio
Coeficiente de Variao
Eventos Complementares
Pgina 5
10
84
90
96
108
113
116
118
124
125
129
138
6
4
3
Misso: "Oferecer oportunidades de educao, contribuindo para a formao de profissionais conscientes e competentes,
comprometidos com o comportamento tico e visando ao desenvolvimento regional.
Centro de Ensino Superior Dom Alberto

Plano de Ensino

Identificao
Curso: Administrao/Cincias Contbeis Disciplina: Estatstica I
Carga Horria (horas): 60 Crditos: 4 Semestre: 2

Ementa
Populao e Amostra. Sries Estatsticas. Grficos Estatsticos. Distribuio de Freqncia. Tipos de
Mdias. Medidas de Variabilidade. Medidas de Disperso. Probabilidade.

Objetivos
Geral: Desenvolver processos cognitivos e a aquisio de atitudes possibilitando o aluno a criar hbito de
investigao e confiana para enfrentar situaes novas e formar uma viso ampla e cientfica da realidade.

Especficos: Compreender os conceitos de populao, amostra e varivel. Construir, ler, analisar e
interpretar vrios tipos de grficos. Resolver problemas que envolvam os conceitos de estatstica.
Determinar a probabilidade de um evento num espao amostra finito, independente da experimentao.
Compreender e aplicar o conceito de distribuio binomial no clculo de probabilidades.

Inter-relao da Disciplina
Horizontal: As aplicaes da disciplina so processadas de forma a adaptar o conhecimento terico a uma
situao prtica e interdisciplinar ajustada a realidade dos negcios na economia brasileira.

Vertical: Despertar o interesse do aluno na interpretao de dados com vista na utilizao de instrumentos
capazes de fornecer um conhecimento cientfico, no que se refere ao pleno entendimento e leitura de
dados.

Competncias Gerais
Reconhecer e definir problemas, equacionar solues, pensar estrategicamente, introduzir modificaes no
processo produtivo, atuar preventivamente, transferir e generalizar conhecimentos e exercer, em diferentes
graus de complexidade, o processo da tomada de deciso;

Desenvolver raciocnio lgico, crtico e analtico para operar com valores e formulaes matemticas
presentes nas relaes formais e causais entre fenmenos produtivos, administrativos e de controle, bem
assim expressando-se de modo crtico e criativo diante dos diferentes contextos organizacionais e sociais;

Competncias Especficas
Identificar problemas especficos, da estatstica descritiva, ler, compreender e interpretar dados.
Coletar e organizar dados.

Habilidades Gerais
Reconhecer e definir problemas, organizar, compreender e interpretar grficos e demais dados estatsticos
referentes a estatstica descritiva.

Habilidades Especficas
Conhecer mtodos estatsticos para descrever, analisar e interpretar os dados referentes a estatstica
descritiva.

Contedo Programtico
PROGRAMA
1. Introduo a Estatstica;
2. Natureza dos dados: variveis quantitativas e qualitativas; variveis discretas e contnuas;
3. Populao e Amostra;
4. Amostragem: conceitos e tipos;
Pgina 6
5. Dados absolutos e relativos;
6. Tabelas: conceitos; ROL; elementos essenciais; construo;
7. Sries estatsticas;
8. Grficos: principais tipos; anlise; histogramas;
9. Distribuio de freqncias: intervalos de classes; freqncias: absolutas, relativas e acumuladas;
10. Medidas de tendncia central:
- Mdias: aritmtica, geomtrica, ponderada e mvel
- Mediana
- Moda
- Ponto mdio.
11. Medidas de posio:
- Escore z
- Quartis, decis e percentis.
12. Medidas de variao:
- Amplitude
- Desvio-padro
- Varincia.
13. Medidas de Assimetria e Curtose..
14. Probabilidade:
- Experimentos
- Espao amostral
- Eventos
- Arranjos e Combinaes.
15. Nmeros ndices

Estratgias de Ensino e Aprendizagem (metodologias de sala de aula)
O planejamento do trabalho em sala de aula base da construo do processo de ensino e
aprendizagem. Planejando a ao, o professor tem a possibilidade de saber exatamente qual o ponto de
partida e o de chegada para cada tema abordado em seu curso.

Um planejamento no um esquema de trabalho rgido, inflexvel. Pelo contrrio, devem-se levar em conta
as situaes inesperadas que vo ocorrendo e adaptar ou modificar o que se havia inicialmente previsto, de
acordo com suas observaes de classe e necessidades dos alunos.

H metas que devem ser estabelecidas e alcanadas, sendo necessrio que o professor disponha de um fio
condutor para a ao que vai desenvolver e de uma previso para os resultados dessa ao.

Avaliao do Processo de Ensino e Aprendizagem
A avaliao do processo de ensino e aprendizagem deve ser realizada de forma contnua, cumulativa e
sistemtica com o objetivo de diagnosticar a situao da aprendizagem de cada aluno, em relao
programao curricular. Funes bsicas: informar sobre o domnio da aprendizagem, indicar os efeitos da
metodologia utilizada, revelar conseqncias da atuao docente, informar sobre a adequabilidade de
currculos e programas, realizar feedback dos objetivos e planejamentos elaborados, etc.

A forma de avaliao ser da seguinte maneira:

1 Avaliao
Peso 8,0 (oito): Prova;
Peso 2,0 (dois): Trabalho referente ao contedo ministrado at a 1
a
2 Avaliao
avaliao.
- Peso 8,0 (oito): Prova;
- Peso 2,0 (dois): referente ao Sistema de Provas Eletrnicas SPE (maior nota das duas
provas do SPE)
Observao: As provas do SPE devero ser realizadas at o dia 30/09/2010 (1 prova SPE) e at o dia
30/11/2010 (2 prova SPE), sendo obrigatria a realizao de ao menos uma prova.

Avaliao Somativa
A aferio do rendimento escolar de cada disciplina feita atravs de notas inteiras de zero a dez,
permitindo-se a frao de 5 dcimos.
O aproveitamento escolar avaliado pelo acompanhamento contnuo do aluno e dos resultados por ele
obtidos nas provas, trabalhos, exerccios escolares e outros, e caso necessrio, nas provas substitutivas.
Dentre os trabalhos escolares de aplicao, h pelo menos uma avaliao escrita em cada disciplina no
Pgina 7
bimestre.

O professor pode submeter os alunos a diversas formas de avaliaes, tais como: projetos, seminrios,
pesquisas bibliogrficas e de campo, relatrios, cujos resultados podem culminar com atribuio de uma
nota representativa de cada avaliao bimestral.
Em qualquer disciplina, os alunos que obtiverem mdia semestral de aprovao igual ou superior a sete
(7,0) e freqncia igual ou superior a setenta e cinco por cento (75%) so considerados aprovados.
Aps cada semestre, e nos termos do calendrio escolar, o aluno poder requerer junto Secretaria-Geral,
no prazo fixado e a ttulo de recuperao, a realizao de uma prova substitutiva, por disciplina, a fim de
substituir uma das mdias mensais anteriores, ou a que no tenha sido avaliado, e no qual obtiverem como
mdia final de aprovao igual ou superior a cinco (5,0).

Sistema de Acompanhamento para a Recuperao da Aprendizagem
Sero utilizados como Sistema de Acompanhamento e Nivelamento da turma os Plantes Tira-Dvidas que
so realizados sempre antes de iniciar a disciplina, das 18h30min s 18h50min, na sala de aula.

Recursos Necessrios
Humanos
Professor.
Fsicos
Laboratrios, visitas tcnicas, etc.
Materiais
Recursos Multimdia.

Bibliografia
Bsica
CRESPO, Antnio Arnot. Estatstica fcil. 18. ed. So Paulo: Saraiva, 2002.

SILVA, Ermes Medeiros da. et al. Estatstica: para cursos de economia, administrao e cincias
contbeis. So Paulo: Atlas, 1999. 1 e 2 v.

MORETTIN, Pedro A; BUSSAB, Wilton de O. Estatstica bsica. 5. ed. So Paulo: Saraiva 2003.

TOLEDO, Geraldo Luciano; OVALLE, Ivo Izidoro. Estatstica bsica. 2. ed. So Paulo: Atlas, 1995.

SPIEGEL, Murray R. Estatstica. 3. ed. So Paulo: Pearson Education, 1994.

Complementar
BARBETTA, Pedro Alberto. Estatstica aplicada s cincias sociais. 5. ed. Florianpolis: UFSC, 2002.

MOORE, David. A Estatstica bsica e a sua prtica. Rio de J aneiro: LTC, 2005.

BUNCHAFT G.; KELLNER S. R. O. Estatstica sem mistrio. Petrpolis: Vozes; 1999.

FONSECA, J airo Simon da; MARTINS, Gilberto. Curso de estatstica. So Paulo: Atlas, 1996.

MARTINS, Gilberto de Andrade; DONAIRE, Denis. Princpios de estatstica. So Paulo: Atlas, 1990.
Peridicos
J ornais: Gazeta do Sul, Zero Hora.
Revistas: Veja, Isto .
Sites para Consulta
http://www.mec.gov.br
http://www.ime.usp.br
http://www.ibge.gov.br
Outras Informaes
Endereo eletrnico de acesso pgina do PHL para consulta ao acervo da biblioteca:
http://192.168.1.201/cgi-bin/wxis.exe?IsisScript=phl.xis&cipar=phl8.cip&lang=por

Pgina 8

Cronograma de Atividades
Aula Consolidao Avaliao Contedo Procedimentos Recursos
1
Apresentao do plano de ensino. Introduo a estatstica.
Natureza dos dados: tipos de variveis; Populao e Amostra;
AE QG, AP, DS
2 Amostragem: conceitos e tipos; Dados absolutos e relativos; AE, TI AP, QG, DS
3
Tabelas: conceitos; ROL; elementos essenciais; construo;
Sries estatsticas;
AE AP, QG, DS
4 Grficos: principais tipos; anlise; histogramas; AE AP, QG, DS
5
Distribuio de freqncias:intervalos de classes;
freqncias: absolutas, relativas e acumuladas;
AE AP, QG
6
Distribuio de freqncias:intervalos de classes;
freqncias: absolutas, relativas e acumuladas;
AE, TI AP, QG
7
Medidas de tendncia central: Mdias: aritmtica, geomtrica,
ponderada e mvel
PA, AE AP, QG
1 Consolidao 1. AE AP, QG
1 1 Avaliao.
8 Medidas de tendncia central: Mediana; Moda; Ponto mdio. AE AP, QG
9 Medidas de posio: Escore z; Quartis, decis e percentis. AE AP, QG
10 Medidas de variao: amplitude; desvio-padro e varincia. AE AP, QG
11 Medidas de Assimetria e Curtose. Nmeros ndices. AE, TG AP, QG, DS
12
Nmeros ndices. Probabilidade: Experimentos; Espao
amostral; Eventos;
AE AP, QG, DS
13 Probabilidade: Arranjos e Combinaes. AE AP, QG
2 Consolidao 2. AE AP, QG
2 2 avaliao.
3 Avaliao substituta.

Legenda
Cdigo Descrio Cdigo Descrio Cdigo Descrio
AE Aula expositiva QG Quadro verde e giz LB Laboratrio de informtica
TG Trabalho em grupo RE Retroprojetor PS Projetor de slides
TI Trabalho individual VI Videocassete AP Apostila
SE Seminrio DS Data Show OU Outros
PA Palestra FC Flipchart

Pgina 9
MEDIDAS DE TENDNCIA CENTRAL
Depois de se fazer a coleta e a representao dos dados de
uma pesquisa, comum analisarmos as tendncias que
essa pesquisa revela. Assim, se a pesquisa envolve muitos
dados, convm sintetizarmos todas essas informaes a um
mnimo de parmetros que possam caracteriz-la. Esses
parmetros podem ser:
Uma medida de tendncia central um valor no
centro ou no meio de um conjunto de dados.
Pgina 10
As medidas de posio mais importantes so as medidas
de tendncia central, que recebem tal denominao pelo
fato de os dados observados tenderem, em geral, a se
agrupar em torno dos valores centrais. Dentre as medidas
de tendncia central, destacam-se as seguintes: Mdia
aritmtica, Moda e Mediana. Cada uma com um significado
diferenciado, porm tendo como serventia representar um
conjunto de dados.
A maneira de se obter estas medidas um pouco
diferenciada dependendo de como os dados so
apresentados. Eles podem vir de forma isolada (no
agrupados) ou ainda ponderada (agrupados em intervalos
ou sem intervalo de classe, por ponto).
Pgina 11
MEDIDAS DE TENDNCIA
CENTRAL
MODA
MEDIANA
MDIA
Pgina 12
Mdia: ponto de equilbrio
do conjunto.
Pgina 13
Mdia Aritmtica ( ou x )
o quociente da diviso da soma dos valores da varivel
pelo nmero deles:
= xi ou X = xi
N n
Sendo: ou x: mdia aritmtica
Xi: valores da varivel
n ou N: nmero de valores Pgina 14
Dados no-agrupados
Quando se deseja conhecer a mdia dos dados
no-agrupados, determinamos mdia aritmtica
simples.
Exemplo: Sabendo-se que as vendas dirias da
empresa A, durante uma semana, foram de 10, 14,
13, 15, 16, 18 e 12 unidades, tem-se, para
produo mdia da semana:
10 + 14 + 13 + 15 + 16 + 18 + 12 = 98 = 14
7 7
Pgina 15
Dados Agrupados mdia aritmtica
ponderada
Sem intervalos de classe: As freqncias so
nmeros indicadores da intensidade de cada
valor da varivel, elas funcionam como fatores
de ponderao, o que leva a calcular a mdia
aritmtica ponderada.
_
= xi.fi populao X = xi.fi amostra
N n
Pgina 16
Exemplo: Considerando a distribuio relativa a 34
famlias de quatro filhos, adotando-se a varivel
nmero de filhos do sexo masculino, determine a
mdia.

N. de Meninos
f
i
0
2
1
6
2
10
3
12
4
4
= 34
Pgina 17
Com intervalos de classe: Convenciona-se que
todos os valores includos em um determinado
intervalo de classe coincidem com o seu ponto
mdio, e determina-se a mdia aritmtica
ponderada.
__
= xi.fi populao X = xi.fi amostra
N n
Onde Xi o ponto mdio da classe
Pgina 18
Exemplo:
SALRIOS SEMANAIS EM REAIS DE UMA
AMOSTRA DOS FUNCIONRIOS DA EMPRESA Z
Salrios semanais
(R$)
Freqncia
s
150 -- 154 4
154 158 9
158 162 11
162 166 8
166 170 5
170 174 3
Total 40
Pgina 19
A mdia utilizada quando:
Desejamos obter a medida de posio que
possui a maior estabilidade;
Houver a necessidade de um tratamento
algbrico ulterior.
Pgina 20
Mdia Geomtrica Simples
Para uma seqncia numrica x:
x1, x2, ......., xn, a mdia
geomtrica simples, que
designaremos por , definida por:
Exemplo: Se X: 2, 4, 6, 9, ento:
Pgina 21
Mdia Geomtrica Ponderada
Para uma seqncia numrica x:
x1, x2, ...., xn afetados de pesos
p1, p2, ..., pn respectivamente, a
mdia geomtrica ponderada que
designaremos por definida por:
Pgina 22
Exemplo: Se x: 1, 2, 5, com pesos
3, 3, 1 respectivamente ento:
6938 , 1 40 5 . 8 . 1 5 . 2 . 1
7 7
1 3 3
7
= = = =
g
x
Pgina 23
Mdia Mvel
Uma mdia, como o nome diz, mostra
o valor mdio de uma amostra de
determinado dado. Uma mdia mvel
aritmtica (MMA) uma extenso desse
conceito, representando o valor mdio,
normalmente dos preos de fechamento,
em um perodo de tempo.
Pgina 24
Exemplo: A mdia mvel simples calculada pela
formao do preo mdio por um nmero
especfico de perodos. Para o clculo usamos o
preo de fechamento. Por exemplo: Vamos
utilizar a mdia dos ltimos 10 dias. Devemos
somar os preos finais durante os ltimos 10
dias e dividir o total por 10.
10+11+12+13+14+15+16+17+18+19=145
(145/10) = 14,50
Pgina 25
Devemos repetir este clculo conforme o passar dos
dias, assim, as mdias vo se juntando e formando uma
linha. Se continuarmos com o nosso exemplo, o prximo
preo final na mdia ser 20, ento teremos um novo
perodo, somando o ltimo dia (20) e removendo o
primeiro da lista (10). Continuando com a mdia dos
ltimos 10 dias, a mdia mvel simples dever ser
calculada da seguinte maneira:
11+12+13+14+15+16+17+18+19+20=155
(155/10) = 15,50
Repare que removemos o primeiro dia da lista (10)
para incluir o novo dia (20).
Durante os ltimos dois dias, a mdia moveu-se de
14,50 para 15,50. Como so somados novos dias, os
antigos sero removidos e a mdia permanece se
movendo com o passar do tempo.
Pgina 26
Exerccios
Pgina 27
Moda: valor mais
provvel.
Pgina 28
Moda (Mo)
A moda de uma distribuio o valor da varivel que tem a maior freqncia
absoluta simples, quer dizer aquele valor que aparece mais [mais se
repete]. Existem algumas situaes nas quais no existe moda, isto , todos
os valores da varivel s aparecem uma vez, no se repetem.
Em outras situaes pode-se ter mais de uma moda, isto , quando dois ou
mais valores da varivel tm maior freqncia [freqncias iguais], neste
caso diz-se que o conjunto bimodal. Podem-se ter trs, quatro, etc. Nestes
casos difcil escolher a moda como um representante do grupo, uma vez
que teremos muitos representantes. Para que se possa obter o valor da
moda necessrio que os dados estejam no mnimo em escala nominal,
quer dizer, com qualquer nvel de mensurao podemos obter o valor da
moda, uma vez que ela oriunda apenas de uma contagem. Portanto, a
moda o valor que ocorre com maior freqncia em uma srie de valores.
Pgina 29
Exemplo: - o dono do restaurante vai preparar
mais o fil de maior sada; maioria tirou C
numa turma; o proprietrio da loja de sapato vai
comprar mais os nmeros de maior sada.
Pgina 30
Dados no-agrupados
A moda facilmente reconhecida: basta procurar o
valor que mais se repete.
Exemplo: A srie de dados: 7, 8, 9, 10, 10, 10, 11,
12, 12, 12, 12, 13, 15 tem moda igual a 12.
Amodal: so as sries nas quais nenhum valor
aparea mais vezes que outros.
Exemplo: 3, 5, 8, 10, 13.
Multimodal: uma srie que possui dois ou mais
valores modais.
Pgina 31
Dados agrupados
Sem intervalos de classe: o valor da varivel de maior
freqncia
Xi fi
3 8
5 1
7 15 Classe
Modal
9 7 Mo = 7
10 6
Pgina 32
Com intervalos de classe:
A classe que apresenta maior freqncia
denominada classe modal.
O mtodo mais simples para o clculo da moda
consiste em tomar o ponto mdio da classe
modal. Damos a esse valor a denominao de
moda bruta.
H, para o clculo da moda, outros mtodos
mais elaborados, como, por exemplo, o que faz
uso da frmula de CZUBER:
Pgina 33
Exemplo: Calcule a moda da seguinte distribuio
SALRIOS SEMANAIS EM REAIS DE UMAAMOSTRA DOS
SALRIOS RECEBIDOS PELOS FUNCIONRIOS DA EMPRESA Z
Salrios semanais (R$)
Freqncias
150 |--- 154 4
154 |--- 158 9
158 |--- 162 11
162 |--- 166 8
166 |--- 170 5
170 |--- 174 3
Total 40
Pgina 34
Empregamos a moda quando:
Desejamos obter uma medida rpida e
aproximada de posio;
A medida de posio deve ser o valor
mais tpico da distribuio
Pgina 35
Mediana: divide o conjunto
em duas partes iguais.
Pgina 36
Mediana (Md):
o nmero que se encontra no centro de uma srie de
nmeros, estando estes dispostos segundo uma ordem.
Para que se possa obter o valor da mediana os dados tm
que estar em uma escala de medida no mnimo ordinal,
uma vez que se precisa orden-los.
A mediana o valor que divide o conjunto ao meio, isto ,
concentra antes e depois de si, 50% das observaes
ordenadas. Ao contrrio da mdia aritmtica a mediana no
sofre influncia quando temos no conjunto valores
discrepantes [tanto para mais como para menos]. Neste
caso a mediana pode melhor representar um conjunto do
que a mdia aritmtica, porm no tem o mesmo
significado que aquela.
Pgina 37
A mediana pode ou no pertencer ao conjunto do
qual ela originria, vai pertencer sempre que o
conjunto tiver um nmero mpar de informaes
e vai ou no pertencer quando o conjunto tiver
um nmero par de observaes. Com isso j
podemos ver que a quantidade de observaes
influi na maneira pela qual vamos encontrar o
valor da mediana.
Pgina 38
Dados no-agrupados:
Estando ordenados os valores de uma srie e
sendo n o nmero de elementos da srie, o valor
mediano ser, quando n for:
mpar : o termo de ordem ; n + 1
2
par : a mdia aritmtica dos termos de ordem
n e n + 1.
2 2
Pgina 39
Exemplo 1: Dada srie de valores: 5, 13, 10, 2,
18, 15, 6, 16, 9, identifique a mediana.
Md = 10
Exemplo 2: Dada srie de valores: 2, 6, 7, 10,
12, 13, 18, 21, calcule a mediana.
Md = 11
O valor da mediana pode coincidir ou no com um
elemento da srie.
Pgina 40
Dados agrupados: Para o caso de uma
distribuio, porm, a ordem, a partir de qualquer
um dos extremos, dada por: n
2
Sem intervalos de classe: o bastante identificar
a freqncia acumulada imediatamente superior
metade da soma das freqncias. A mediana ser
aquele valor da varivel que corresponde a tal
freqncia acumulada.
Exemplo: Considerando a distribuio relativa a 34
famlias de quatro filhos, tomando para varivel o
nmero de filhos do sexo masculino, determine a
mediana:
Pgina 41
N.de Meninos f
i
0 2
1 6
2 10
3 12
4 4
= 34
Pgina 42
No caso de existir uma freqncia acumulada
(Fi), tal que:
a mediana ser dada por:
Md = x
i
+ X
i + 1
2
isto , a mediana ser a mdia aritmtica entre o
valor da varivel correspondente a essa
freqncia acumulada e a seguinte.
Pgina 43
Exemplo: Determine a mediana da distribuio abaixo:
X
i
f
i
F
i
12 1
14 2
15 1
16 2
17 1
20 1
Pgina 44
Com intervalos de classe: Classe mediana
aquela correspondente freqncia
acumulada imediatamente superior a fi.
2
Pgina 45
Em seguida, emprega-se a frmula:
Me = li + h ( fi/2 - Fi ( i -1) )
fi
Sendo: li = limite inferior da classe
mediana
h = amplitude do intervalo da classe
mediana
fi = freqncia simples da classe mediana
Fi = freqncia acumulada da classe
anterior classe mediana
Pgina 46
Exemplo: Calcule a mediana da seguinte distribuio:
SALRIOS SEMANAIS EM REAIS DE UMA AMOSTRA
DOS SALRIOS RECEBIDOS PELOS FUNCIONRIOS DA
EMPRESA Z
Salrios semanais
(R$)
Freqncia
s
150 -- |--- 154 4
154 |--- 158 9
158 |--- 162 11
162 |--- 166 8
166 |--- 170 5
170 |--- 174 3
Total 40
Pgina 47
No caso de existir uma freqncia acumulada
exatamente igual a , a mediana ser o limite
superior da classe correspondente.
Exemplo
i Classes f
i
F
i
0 |--- 10 1
10 |--- 20 3
20 |--- 30 9
30 |--- 40 7
40 |--- 50 4
50 |--- 60 2
26
Pgina 48
Empregamos a mediana quando:
Desejamos obter o ponto que divide a
distribuio em partes iguais;
H valores extremos que afetam de uma
maneira acentuada a mdia;
A varivel em estudo salrio.
Pgina 49
ESTATSTICA
O que a Estatstica significa para
voc?
Pgina 50
INTRODUO
ESTATSTICA: a cincia dos dados. Ela envolve
coletar, classificar, resumir, organizar, analisar e
interpretar informao numrica.
ANTIGUIDADE: os povos j registravam o nmero de
habitantes, nascimentos, bitos, faziam estimativas das
riquezas individual e social, distribuam terras ao povo,
cobravam impostos.
Pgina 51
ESTATSTICA
Pgina 52
ESTATSTICA ENVOLVE DOIS
PROCESSOS DIFERENTES
DESCREVER
CONJUNTO
DE DADOS
OBTER CONCLUSES
(FAZER ESTIMATIVAS,
PREVISES,TOMAR
DECISOES,
ETC.)
Pgina 53
ESTATSTICA
DESCRITIVA
INFERENCIAL
A Estatstica descritiva utiliza
mtodos numricos e grficos
para detectar padres em um
conjunto de dados, para resumir
a informao revelada em um
conjunto de dados para
apresentar a informao de uma
forma conveniente.
A Estatstica inferencial utiliza uma
amostra de dados para fazer
estimativas, tomar decises,
previses ou outras generalizaes
acerca de um conjunto maior de
dados.
Pgina 54
Pgina 55
ESTATSTICA DESCRITIVA
COLETAR
CONTAR
ORGANIZAR
TABULAR
DADOS ESTATSTICOS
DESCREVER O FENMENO ESTATSTICO
Pgina 56
ESTATSTICA INFERENCIAL
MEDIANTE MTODOS E MODELOS
VAI INFERIR POSSVEIS RESULTADOS
POPULAO
AMOSTRA
Pgina 57
A natureza dos dados estatsticos
Dados numricos ou
dados quantitativos.
Dados categricos ou
dados qualitativos.
Obtidos: medindo ou contando
discreto
contnuo
Resultam de um
conjunto finito de
valores possveis,
ou de um conjunto
enumervel desses
valores. (ou seja,
nmeros inteiros.).
Ex.: nmeros de
ovos que as
galinhas pem.
Resultam de um
nmero infinito de
valores possveis
que podem ser
associados
a pontos em uma
escala contnua.
Ex: quantidade de
leite que as vacas
produzem
Resultam de
descries, por
exemplo, grupos
sanguneos,
estado civil ou na
religio de
pacientes de um
hospital.
Pgina 58
Exemplos -
. Cor dos olhos das aluna: qualitativa
. Produo de caf no Brasil: quantitativa contnua
. Nmero de defeitos em aparelhos de TV: quantitativa
discreta
. Comprimento dos pregos produzidos por uma empresa:
quantitativa contnua
. O ponto obtido em cada jogada de um dado:
quantitativa discreta
Pgina 59
POPULAO
PESSOAS, ANIMAIS,
OBJETOS ou NMEROS
PASSVEIS DE UM LEVANTAMENTO OU PESQUISA
Pgina 60
POPULAO
FINITA
INFINITA
Consiste em um nmero finito,
ou fixo, de elementos, medidas
ou observaes. Exemplos:
pesos lquidos de 3000 latas
de tintas de um certo lote de
produo; pontos obtidos por
todos os candidatos no
vestibular de 2008 numa certa
universidade.
Contm, pelo menos hipoteticamente, um
nmero infinito de elementos. Por exemplo:
quando medimos repetidamente o ponto de
ebulio de um composto de silicone (no
h limite para o nmero de vezes que
podemos medir); quando observamos os
totais obtidos em repetidas jogadas de um
par de dados (no h limite para o nmero
de vezes que podemos jogar um par de
dados).
Pgina 61
um plano definido, completamente
determinado antes da coleta de quaisquer
dados, de obter uma amostra de uma dada
populao.
Pgina 62
AMOSTRAGEM
POPULAO
AMOSTRA
Pgina 63
MTODOS PARA COMPOR A
AMOSTRA
NO PROBABILSTICAS
OU INTENCIONAL
PROBABILSTICAS
ACIDENTAL
INTENCIONAL
CONVENINCIA
ALEATRIA
SISTETMTICO
ESTRATIFICADO
CONGLOMERADOS
Pgina 64
Mtodos Probabilsticos
O mtodo de amostragem probabilstica exige
que cada elemento da populao possua
determinada probabilidade de ser selecionado.
Normalmente possuem a mesma probabilidade.
Assim, se N for o tamanho da populao, a
probabilidade de cada elemento ser 1/N. Trata-
se do mtodo que garante cientificamente a
aplicao das tcnicas estatsticas de inferncias.
Somente com base em amostragens
probabilsticas que se podem realizar
inferncias indues sobre a populao a partir
do conhecimento da amostra.
Pgina 65
AMOSTRAGEM ALEATRIA
os elementos da populao so escolhidos
de tal forma que cada um deles tenha igual
chance de figurar na amostra. (Escolhe-se
uma amostra aleatria simples de n
elementos, de maneira que toda amostra de
tamanho n possvel tenha a mesma chance
de ser escolhida.)
Pgina 66
Ex: Vamos obter uma amostra, de 10%, representativa
para a pesquisa da estatura de 90 alunos de uma escola:
1 - numeramos os alunos de 1 a 90.
2 - escrevemos os nmeros dos alunos, de 1 a 90, em
pedaos iguais de papel, colocamos na urna e aps
misturar retiramos, um a um, nove nmeros que formaro a
amostra.
OBS: quando o nmero de elementos da amostra muito
grande, esse tipo de sorteio torna-se muito trabalhoso.
Neste caso utiliza-se uma Tabela de nmeros aleatrios,
construda de modo que os algarismos de 0 a 9 so
distribudos ao acaso nas linhas e colunas.
Pgina 67
ESTRATIFICADA
Com a amostragem estratificada,
subdividimos a populao em, no
mnimo, duas sub populaes (ou
estratos) que compartilham das
mesmas caractersticas (como sexo) e,
em seguida, extramos uma amostra de
cada estrato.
Pgina 68
Ex: Vamos obter uma amostra proporcional estratificada, de
10%, do exemplo anterior, supondo, que, dos 90 alunos, 54
sejam meninos e 36 sejam meninas. So portanto dois
estratos (sexo masculino e sexo feminino). Logo, temos:
SEXO POPULACO 10 % AMOSTRA
MASC. 54 5,4 5
FEMIN. 36 3,6 4
Total 90 9,0 9
Numeramos ento os alunos de 01 a 90, sendo 01 a
54 meninos e 55 a 90, meninas e procedemos o
sorteio casual com urna ou tabela de nmeros
aleatrios.
Pgina 69
PROBABILSTICA SISTEMTICA
Quando se conhece uma listagem dos elementos da populao
pode-se obter uma amostra aleatria de elementos dividindo-se o
nmero de elementos da populao pelo tamanho da amostra.
Exemplo: Se a populao tem 10.000, onde
devemos selecionar uma amostra de 1000. Vamos
sortear o primeiro entre 1 e 10 e a partir deste
acrescentar sempre 10, at completar a amostra.
Pgina 70
CONGLOMERADO
Na amostragem por conglomerados, comeamos dividindo a rea da populao
em sees (ou conglomerados); em seguida escolhemos algumas dessas
sees e, finalmente, tomamos todos os elementos das sees escolhidas.
Uma diferena importante entre a amostragem por conglomerados e a
amostragem estratificada que a amostragem por conglomerados utiliza todos
os elementos dos conglomerados selecionados, enquanto a amostragem
estratificada utiliza uma amostra de membros de cada estrato. Pode-se
encontrar um exemplo de amostragem por conglomerado em uma pesquisa pr-
eleitoral, onde escolhemos aleatoriamente 30 zonas eleitorais e pesquisamos
todos os elementos de cada uma das zonas escolhidas. Esse mtodo muito
mais rpido e menos dispendioso do que a escolha de um indivduo de cada
uma das inmeras zonas da rea populacional. Os resultados podem ser
ajustados ou ponderados para corrigir qualquer representao
desproporcionada de grupos. A amostragem por conglomerados
extensamente utilizada pelo governo e por organizaes particulares de
pesquisa.
Pgina 71
NO PROBABILSTICA
So amostragens em que h uma escolha
deliberada dos elementos da amostra. No
possvel generalizar os resultados das pesquisas
para a populao, pois as amostras no-
probabilsticas no garantem a representatividade
da populao.
Pgina 72
ACIDENTAL
Trata-se de uma amostra formada por aqueles
elementos que vo aparecendo, que so
possveis de se obter at completar o nmero de
elementos da amostra. Geralmente utilizada em
pesquisas de opinio, em que os entrevistados
so acidentalmente escolhidos.
Exemplo: As pessoas que de modo voluntrio
esto dispostas para responder ao questionrio.
Pesquisas de opinio em praas
pblicas, ruas...
As pessoas que esto mais ao alcance do
investigador.
Pgina 73
INTENCIONAL
De acordo com determinado critrio, escolhido
intencionalmente um grupo de elementos que iro compor a
amostra. O investigador se dirige intencionalmente a grupos
de elementos dos quais deseja saber a opinio.
Exemplo1: Em um teste de mercado o investigador
pesquisa na cidade para comprovar as possibilidades de
comercializao de um produto.
Exemplo2: Para extrair uma amostra de revistas que
reflitam os valores da classe mdia brasileira, poderamos ser
levados pela intuio, selecionar Veja, Exame e Isto .
Exemplo 3: Numa pesquisa sobre preferncia por
determinado cosmtico, o pesquisador se dirige a um
grande salo de beleza e entrevista as pessoas que ali se
encontram.
Pgina 74
Amostragem de Convenincia
Na amostragem de convenincia, simplesmente utilizamos
resultados que j esto disponveis.
Pgina 75

Misso: "Oferecer oportunidades de educao contribuindo para a formao de profissionais conscientes e competentes, comprometidos com o
comportamento tico e visando ao desenvolvimento Regional.

Prof Rosane Worm
Aula 1- 05/08/10
ESTATSTICA BSICA
1. INTRODUO
O que a Estatstica significa para voc?
ESTATSTICA: a cincia dos dados. Ela envolve coletar, classificar, resumir,
organizar, analisar e interpretar informao numrica.
ANTIGUIDADE: os povos j registravam o nmero de habitantes, nascimentos,
bitos, faziam estimativas das riquezas individual e social,
distribuam terras ao povo, cobravam impostos.
TIPOS DE APLICAES ESTATSTICAS NA EMPRESA
Para a maioria das pessoas, estatstica significa, descries numricas, taxas
mensais de desemprego, ndice de falncia para um novo negcio e proporo de
mulheres executivas em um setor em particular, todos esses exemplos representam
descries estatsticas de um grande conjunto de dados coletados sobre algum
fenmeno. Freqentemente os dados so selecionados de algum conjunto maior do
qual desejamos estimar alguma caracterstica. Este processo de seleo chamado
de amostragem. Por exemplo, voc pode coletar as idades de uma amostra de
consumidores em uma videolocadora para estimar a idade mdia de todos
A Estatstica descritiva utiliza mtodos numricos e grficos para detectar padres
em um conjunto de dados, para resumir a informao revelada em um conjunto de
dados para apresentar a informao de uma forma conveniente.
os
consumidores da loja. Assim, voc poderia usar suas estimativas nos anncios da
loja para atingir o grupo de faixa etria apropriada. Repare que a estatstica envolve
dois processos diferentes: (1) descrever conjuntos de dados e (2) obter concluses
(fazer estimativas, previses, tomar decises, etc.) sobre os conjuntos de dados
baseados na amostragem. Assim, as aplicaes da Estatstica podem ser divididas
em duas grandes reas: estatstica descritiva e estatstica inferencial.
Por meio de sondagem, de coleta de dados e de recenseamento de opinies,
podemos conhecer a realidade geogrfica e social, os recursos naturais, humanos e
financeiros disponveis, as expectativas da comunidade sobre a empresa, e
estabelecer suas metas, seus objetivos com maior possibilidade de serem
alcanados a curto, mdio ou longo prazo.
A Estatstica ajudar em tal trabalho, como tambm na seleo e organizao
da estratgia a ser adotada no empreendimento e, ainda, na escolha das tcnicas
de verificao e avaliao da quantidade e da qualidade do produto e mesmo dos
possveis lucros e/ou perdas.
Pgina 76

A Estatstica inferencial utiliza uma amostra de dados para fazer
estimativas, tomar decises, previses ou outras generalizaes acerca de um
conjunto maior de dados.
A coleta, a organizao ,a descrio dos dados, o clculo e a
interpretao de coeficientes pertencem ESTATSTICA DESCRITIVA, enquanto
a anlise e a interpretao dos dados, associado a uma margem de incerteza,
ficam a cargo da ESTATSTICA INDUTIVA ou INFERENCIAL, tambm chamada
como a medida da incerteza ou mtodos que se fundamentam na teoria da
probabilidade.
A natureza dos dados estatsticos
Dados numricos ou dados quantitativos. So obtidos medindo ou
contando, por exemplo, pesos de ratos utilizados num experimento (obtidos
medindo) ou as faltas dirias de alunos numa turma ao longo do ano letivo (obtidos
contando).

Podemos descrever os dados quantitativos distinguido entre discreto e
contnuo.

Dados discretos. Resultam de um conjunto finito de valores possveis, ou
de um conjunto enumervel desses valores. (ou seja, nmeros inteiros.).
Ex.: nmeros de ovos que as galinhas pem.
Dados contnuos. Resultam de um nmero infinito de valores possveis
que podem ser associados a pontos em uma escala contnua. Ex:
quantidade de leite que as vacas produzem.

Dados categricos ou dados qualitativos. Resultam de descries, por
exemplo, grupos sanguneos, estado civil ou na religio de pacientes de um hospital.

Exemplos
Originalmente, a Estatstica tratava apenas da descrio de populaes
humanas, resultados de censos. Mas, medida que seus objetivos se ampliaram, o
-
. Cor dos olhos das aluna: qualitativa
. Produo de caf no Brasil: quantitativa contnua
. Nmero de defeitos em aparelhos de TV: quantitativa discreta
. Comprimento dos pregos produzidos por uma empresa: quantitativa contnua
. O ponto obtido em cada jogada de um dado: quantitativa discreta

Populaes e Amostras
Quando dissemos que a escolha de uma descrio estatstica pode
depender da natureza dos dados, estamos nos referindo, entre outras coisas,
seguinte distino: se um conjunto de dados consiste em todas as observaes
possveis de um dado fenmeno, dizemos que uma populao; se um conjunto de
dados consiste em apenas uma parte da populao, dizemos que uma amostra.
Pgina 77

termo populao passou a ter a conotao muito mais ampla. Em Estatstica,
populao um temo tcnico com um significado prprio.
Podemos designar como populao qualquer grupo de elementos, depende
do contexto em que os itens sero considerados. Suponhamos, por exemplo, que
nos ofeream um lote com 400 ladrilhos de cermicas, que podemos comprar ou
no, dependendo de sua resistncia. Se medirmos a resistncia quebra de 20
desses ladrilhos para estimar a resistncia mdia de todos os ladrilhos, essas 20
mensuraes constituem uma amostra da populao que consiste nas resistncias
de todos os 400 ladrilhos. Em outro contexto, se pensarmos em firmar um contrato
de longo prazo para o fornecimento de dezenas de milhares desses ladrilhos,
consideraramos como apenas uma amostra o conjunto das resistncias dos 400
ladrilhos originais.
Distinguiremos ainda dois tipos de populaes, as populaes finitas e as
populaes infinitas.
Populaes finitas. Consiste em um nmero finito, ou fixo, de elementos,
medidas ou observaes. Exemplos: pesos lquidos de 3000 latas de tintas de um
certo lote de produo; pontos obtidos por todos os candidatos no vestibular de 2008
numa certa universidade.
Populaes infinitas. Contm, pelo menos hipoteticamente, um nmero
infinito de elementos. Por exemplo: quando medimos repetidamente o ponto de
ebulio de um composto de silicone (no h limite para o nmero de vezes que
podemos medir); quando observamos os totais obtidos em repetidas jogadas de um
par de dados (no h limite para o nmero de vezes que podemos jogar um par de
dados).

Planejamento da amostra e amostragem
Em Estatstica, um planejamento de amostra um plano definido,
completamente determinado antes da coleta de quaisquer dados, de obter uma
amostra de uma dada populao. Assim, o plano para extrair uma amostra aleatria
simples de tamanho 12 das 247 farmcias de uma cidade, utilizando uma tabela de
nmeros aleatrios de uma maneira predeterminada, constitui um planejamento de
amostra.
Basicamente, existem dois mtodos para composio da amostra: probabil-
stico e no probabilstico ou intencional.

Mtodos Probabilsticos
O mtodo de amostragem probabilstica exige que cada elemento da
populao possua determinada probabilidade de ser selecionado. Normalmente
possuem a mesma probabilidade. Assim, se N for o tamanho da populao, a
probabilidade de cada elemento ser 1/N. Trata-se do mtodo que garante
cientificamente a aplicao das tcnicas estatsticas de inferncias. Somente com
base em amostragens probabilsticas que se podem realizar inferncias indues
sobre a populao a partir do conhecimento da amostra.

Amostragem Aleatria
Em uma amostra aleatria, os elementos da populao so escolhidos de tal
forma que cada um deles tenha igual chance de figurar na amostra. (Escolhe-se uma
amostra aleatria simples de n elementos, de maneira que toda a mostra de
tamanho n possvel tenha a mesma chance de ser escolhida.)
As amostras aleatrias podem ser escolhidas por diversos mtodos,
inclusive a utilizao de tabelas de nmeros aleatrios e de computadores para
Pgina 78

gerar nmeros aleatrios. Com a amostragem aleatria, espera-se que todos os
grupos da populao sejam representados na amostra de forma aproximadamente
proporcional. Uma amostragem descuidada pode facilmente resultar em uma
amostra tendenciosa, com caractersticas assaz diferentes das da populao que a
originou. Em contrapartida, a amostragem aleatria cuidadosamente planejada
para evitar qualquer tendenciosidade. Por exemplo, a utilizao de catlogos
telefnicos elimina automaticamente todos aqueles cujos telefones no figurem no
catlogo, e a excluso desse segmento da populao pode facilmente conduzir a
resultados falsos. H cidades que, por exemplo, 42,5% dos nmeros de telefones
no esto no catlogo. Os pesquisadores costumam contornar esse problema
utilizando computadores para gerar nmeros de telefone, de modo que todos os
nmeros sejam possveis. Eles devem tambm ter o cuidado de incluir os que
inicialmente no foram encontrados ou se recusaram a responder. Uma empresa
constatou que a taxa de recusa para entrevistas telefnicas em geral de 20%, no
mnimo. O fato de ignorarmos os que inicialmente se recusam a responder pode
concorrer para que nossa amostra seja tendenciosa.

Amostragem Estratificada
Com a amostragem estratificada, subdividimos a populao em, no mnimo,
duas sub populaes (ou estratos) que compartilham das mesmas caractersticas
(como sexo) e, em seguida, extramos uma amostra de cada estrato.
Em uma pesquisa sobre a Emenda Constitucional da Igualdade de Direitos,
poderamos utilizar o sexo como base para a criao de dois estratos. Aps obter
uma relao dos homens e uma relao das mulheres, aplicamos um mtodo
conveniente (como a amostragem aleatria) para escolher determinado nmero de
elementos de cada relao. Quando os diversos estratos tm tamanhos amostrais
que refletem a populao global, temos o que se chama amostragem proporcional.
No caso de alguns estratos no serem representados na proporo adequada ento
os resultados podero ser ajustados ou ponderados convenientemente.
Para um tamanho fixo de amostra, se escolhemos aleatoriamente elementos
de diferentes estratos, temos chance de obter resultados mais consistentes (e
menos variveis) do que com a simples escolha de uma amostra aleatria de toda a
populao. Por essa razo, costuma-se usar a amostragem estratificada para reduzir
a variao nos resultados.

Amostragem Sistemtica
Quando se conhece uma listagem dos elementos da populao pode-se
obter uma amostra aleatria de n elementos dividindo-se o nmero de elementos da
populao pelo tamanho da amostra.
n
N
k =

Escolhemos um ponto de partida, que deve ser um valor entre 1 e k e a
partir de ento selecionamos cada
simo
k
elemento da populao para fazer parte da

amostra.
Por exemplo, se a Motorola quisesse fazer uma pesquisa sobre seus
107.000 empregados, poderia partir de uma relao completa dos mesmos e
selecionar cada 100 empregado, obtendo uma amostra de 1.070 elementos. Esse
mtodo simples e utilizado com freqncia.

Amostragem por Conglomerado
Pgina 79

Na amostragem por conglomerados, comeamos dividindo a rea da
populao em sees (ou conglomerados); em seguida escolhemos algumas dessas
sees e, finalmente, tomamos todos os elementos das sees escolhidas.
Uma diferena importante entre a amostragem por conglomerados e a
amostragem estratificada que a amostragem por conglomerados utiliza todos os
elementos dos conglomerados selecionados, enquanto a amostragem estratificada
utiliza uma amostra de membros de cada estrato. Pode-se encontrar um exemplo de
amostragem por conglomerado em uma pesquisa pr-eleitoral, onde escolhemos
aleatoriamente 30 zonas eleitorais e pesquisamos todos os elementos de cada uma
das zonas escolhidas. Esse mtodo muito mais rpido e menos dispendioso do
que a escolha de um indivduo de cada uma das inmeras zonas da rea popu-
lacional. Os resultados podem ser ajustados ou ponderados para corrigir qualquer
representao desproporcionada de grupos. A amostragem por conglomerados
extensamente utilizada pelo governo e por organizaes particulares de pesquisa.

Mtodos no Probabilsticos
So amostragens em que h uma escolha deliberada dos elementos da
amostra. No possvel generalizar os resultados das pesquisas para a populao,
pois as amostras no-probabilsticas no garantem a representatividade da
populao.

Amostragem Acidental
Trata-se de uma amostra formada por aqueles elementos que vo
aparecendo, que so possveis de se obter at completar o nmero de elementos da
amostra. Geralmente utilizada em pesquisas de opinio, em que os entrevistados
so acidentalmente escolhidos.

Amostragem Intencional
De acordo com determinado critrio, escolhido intencionalmente um grupo
de elementos que iro compor a amostra. O investigador se dirige intencionalmente
a grupos de elementos dos quais deseja saber a opinio. Por exemplo, numa
pesquisa sobre preferncia por determinado cosmtico, o pesquisador se dirige a um
grande salo de beleza e entrevista as pessoas que ali se encontram.

Amostragem de Convenincia
Na amostragem de convenincia, simplesmente utilizamos resultados que j
esto disponveis.
Em alguns casos, os resultados da amostragem de convenincia podem ser
muito bons, mas em outros casos podem apresentar sria tendenciosidade. Ao fazer
uma pesquisa sobre pessoas canhotas, seria conveniente um estudante pesquisar
seus prprios colegas de classe, porque esto ao seu alcance imediato. Mesmo que
tal amostra no seja aleatria, os resultados devem ser bem satisfatrios. Em
contrapartida, poderia ser muito conveniente (e talvez mesmo lucrativo) para a ABC
News fazer uma pesquisa pedindo aos espectadores que liguem para um nmero de
telefone 900 para registrar suas opinies, mas essa pesquisa seria auto-
selecionada e os resultados seriam provavelmente tendenciosos
Um erro amostral a diferena entre um resultado amostral e o verdadeiro
resultado populacional; tais erros resultam de flutuaes amostrais aleatrias.
Ocorre um erro no-amostral quando os dados amostrais so coletados,
registrados ou analisados incorretamente. Tais erros resultam de um erro que no
Pgina 80

seja uma simples flutuao amostral aleatria, como a escolha de uma amostra no
aleatria e tendenciosa, a utilizao de um instrumento de mensurao defeituoso,
um grande nmero de recusas de resposta ou a cpia incorreta dos dados
amostrais.
Se extrairmos uma amostra cuidadosamente, de forma que ela represente
realmente a populao, podemos aplicar os mtodos descritos neste livro para
analisar o erro amostral, mas devemos ter o mximo de cuidado em minimizar os
erros no-amostrais.

Exerccio:
1- Classifique a varivel como quantitativa discreta ou quantitativa contnua:
a) Populao: funcionrios de uma empresa. Varivel: salrios mensais.

b) Populao: computadores produzidos por uma empresa. Varivel: nmero
de peas usadas.

c) Populao: jogadores de basquete de um clube. Varivel: estatura.

2 . Classifique as variveis em qualitativas ou quantitativas contnuas ou discretas:
a) Populao: alunos de uma escola.
Varivel: cor dos cabelos
b) Populao: casais residentes em uma cidade.
Varivel: nmero de filhos.

c) Populao: as jogadas de um dado.
Varivel: o ponto obtida em cada jogada.

d) Populao: peas produzidas por certa mquina.
Varivel: nmero de peas produzidas por hora.
e) Populao: peas produzidas por certa mquina.
Varivel: dimetro externo.

3 - uma agncia de turismo tem 2.500 clientes cadastrados. Para melhor atend-los,
foi pesquisada a preferncia em relao ao tempo de durao, ao preo, ao nmero
de acompanhantes, ao nmero de passeios e qualidade dos servios prestados
em uma viagem. Foram consultados de modo imparcial, 700 pessoas.
a) Quantas pessoas tm a populao estatstica envolvida nessa pesquisa?

b) A amostra pesquisada foi de quantas pessoas?

c) Quais foram as variveis qualitativas pesquisadas?

4- Quais so as etapas bsicas do mtodo estatstico?

5. Uma concessionria de automveis tem cadastrados 3500 clientes e fez uma
pesquisa sobre a preferncia de compra em relao a cor(branco, vermelho ou
azul), preo, nmero de portas(duas ou quatro) e estado de conservao (novo
ou usado). Foram consultados 210 clientes. Diante dessas informaes, responda:
Pgina 81

a) Qual o universo estatstico e qual a amostra dessa pesquisa?
b) Quais so as variveis e qual o tipo de cada uma?
c) Quais os possveis valores da varivel cor nessa pesquisa?

6. Ao nascer, os bebs so pesados e medidos, para se saber se esto dentro das
tabelas de peso e altura esperados. Estas duas variveis so:
a) Qualitativas
b) Ambas discretas.
c) Ambas contnuas.
d) Contnua e discreta, respectivamente.
e) Discreta e contnua, respectivamente.

7. Para cada uma das seguintes variveis aleatrias, determine se a varivel
quantitativa ou qualitativa. Se quantitativa, determine se a varivel de interesse
discreta ou contnua.
a. Nmero de telefones por domiclio.
b. Tipo de telefone mais utilizado.
c. Nmero de chamadas de longa distncia realizadas por ms.
d. Durao (em minutos) da mais demorada chamada de longa distncia.
e. Cor do telefone mais utilizado.
f. Quantia em dinheiro gasto com livros.
g. Nmero de livros didticos comprados.
h. Tempo gasto na livraria.
i. Sexo.
j. Principal matria acadmica.
k. Nmero de crditos matriculados para o semestre corrente.
l. Mtodo de pagamento na livraria.
m. Nome do provedor de internet.
n. Tarifa mensal do servio de internet.
o. Quantidade de tempo gasto por semana navegando na internet.
p. Nmero semanal de e-mails recebidos.
q. Nmero mensal de compras on-line.
r. Total gasto em compras on-line.
s. Quantia gasta no ms passado com vesturio.
t. Nmero de agasalhos que possui.
u. Quantia de tempo gasto no ms passado comprando vesturio.
v. Horrio mais provvel para compra de vesturio (comercial, noite ou fim de
semana).
w. Loja de departamento preferida.
x. Nmero de pares de meias que possui.
y. Nmero de alunos matriculados na disciplina de Estatstica I.
z. Disciplinas disponveis para cursar no semestre corrente.

8. Identifique o tipo de amostragem utilizada: aleatria, estratificada, sistemtica, por
conglomerado ou convenincia.
a. Ao escrever um livro, o autor baseou suas concluses em 4.500 respostas a
100.000 questionrios distribudos a mulheres.
b. Um socilogo seleciona 12 homens e 12 mulheres de cada uma de quatro
turmas de ingls.
c. Um cabo eleitoral escreve o nome de cada senador em cartes separados,
mistura-os e extrai 10.
Pgina 82

d. Um programa de Planejamento Familiar pesquisa 500 homens e 500
mulheres sobre seus pontos de vista sobre o uso de anticoncepcionais.
e. Um pesquisador mdico de uma Universidade entrevista todos os portadores
de leucemia em cada um de 20 hospitais selecionados aleatoriamente.
f. Obtm-se uma amostra de um produto extraindo-se cada 100 unidade de
linha de montagem.
g. Geram-se nmeros aleatrios em um computador para selecionar nmeros de
srie de carros a serem escolhidos para uma amostra de teste.
h. Um fornecedor de peas para automvel obtm uma amostra de todos os
itens de cada um de 12 fornecedores selecionados aleatoriamente.
i. Um fabricante de automveis faz um estudo de mercado compreendendo
testes de direo feitos por uma amostra de 10 homens e 10 mulheres em cada uma
de quatro diferentes faixas etrias.
j. Um fabricante de automveis faz um estudo de mercado entrevistando
clientes em potencial que solicitam teste de direo a um revendedor local.

Pgina 83

Misso: "Oferecer oportunidades de educao contribuindo para a formao de profissionais conscientes e competentes, comprometidos com o comportamento tico e
visando ao desenvolvimento Regional.

Escola
Aula 02- Estatstica I 12/08/10
Prof Rosane Worm
Atividades

1. Explique uma forma de se obter uma amostra estratificada dos empregados de uma
empresa em que existam funcionrios de escritrio, funcionrios de produo e vendedores.

2. Numa escola com 1200 alunos, foi feito um recenseamento, recolhendo-se dados referentes
s seguintes variveis:
Idade dos alunos; anos de escolaridade; meio de transporte utilizado para ir escola; local de
almoo; nmero de irmos; local de trabalho; nmero de televisores em casa; local de moradia.
a) Das variveis observadas, quais so quantitativas e quais so qualitativas?
b) Como organizar uma amostra simples e uma sistemtica para fazer esse recenseamento?

3. Deseja-se fazer uma pesquisa em uma populao constituda por um nmero maior de
homens que de mulheres. Como voc faria para selecionar uma amostra:
a) com o mesmo nmero de homens e de mulheres?
b) Com mais mulheres que homens?

4. Suponha que 40% da populao mencionada no problema anterior seja constituda por
mulheres. Numa amostra estratificada proporcional formada por 50 indivduos, qual seria o
nmero de homens e o de mulheres? E numa amostra composta de 150 pessoas, quais seriam
esses nmeros?

5. Uma empresa de publicidade quer fazer um estudo sobre o interesse despertado por certa
propaganda entre os alunos de 10 anos de idade das escolas de Ensino Fundamental de uma
cidade. Para isso, pretende estratificar uma amostra de 300 crianas.
Como a empresa poderia fazer essa amostra a partir dos dados da tabela abaixo?

Populao
A 400
B 300
C 350
D 450
E 520
Pgina 84

F 300

DESCRIO DE POPULAOES E AMOSTRAS COM TABELAS
Representao tabular
Um dos objetivos da Estatstica sintetizar os valores que uma ou mais variveis podem
assumir, para que tenhamos uma viso global da variao dessa ou dessas variveis,
apresentando esses valores em tabelas e grficos, que iro nos fornecer rpidas e seguras
informaes a respeito das variveis em estudo, permitindo-nos determinaes administrativas
e pedaggicas mais coerentes e cientficas.
TABELA: um quadro que resume um conjunto de dados dispostos segundo linhas e
colunas de maneira sistemtica.
De acordo com a Resoluo 886 do IBGE, nas casas ou clulas da tabela devemos
colocar :
um trao horizontal ( - ) quando o valor zero;
trs pontos ( ... ) quando no temos os dados;
zero ( 0 ) quando o valor muito pequeno para ser expresso pela
unidade utilizada;
um ponto de interrogao ( ? ) quando temos dvida quanto exatido de
determinado valor.
Obs.: O lado direito e esquerdo de uma tabela oficial deve ser aberto.
Elementos Essenciais e Facultativos de uma Tabela:
Podemos determinar que uma tabela estatstica formada por elementos facultativos e
por elementos essenciais:
ELEMENTOS ESSENCIAIS ELEMENTOS FACULTATIVOS
Ttulo: a parte superior que
procede a tabela e que contm a
designao do fato observado, o local e a
poca em que foi registrado.
Fonte: a indicao da entidade
responsvel pelo fornecimento dos dados.
Corpo: o conjunto de colunas e
linhas, respectivamente, em ordem vertical
e horizontal, que contm as informaes
sobre o fato observado.
Notas: So as informaes
destinadas a esclarecer o contedo das
tabelas.
Cabealho: a parte da tabela que
especifica o contedo das colunas.
Chamadas: So as informaes
utilizadas para esclarecer certas mincias
em relao as linhas e colunas.
Coluna Indicadora: a parte da
tabela que especifica o contedo das
colunas no sentido vertical.
Obs. Todos os elementos
facultativos de uma representao tabular
esto situados no rodap.
.
Pgina 85

17,2
Fonte: IBGE ( rodap)
Listando dados numricos

Em geral, listar, e portanto, organizar dados a primeira etapa em qualquer tipo de
anlise estatstica. Como situao tpica, consideremos os dados seguintes, que representam o
comprimento (em centmetros) de 60 sardinhas pescadas em uma colnia de pescadores:

18,8 20,7 22,6 18,6 18,3 22,7 24,0 20,0 22,4
16,5 17,8 17,9 24,7 20,7 20,9 25,0 21,0 17,2 18,4
16,5 18,5 20,7 20,0 21,9 17,6 23,4 16,5 24,0 22,5
20,0 22,8 21,4 19,2 22,5 20,8 24,4 17,0 18,9 16,7
17,8 22,7 24,7 22,7 22,4 18,3 24,2 23,1 16,7 16,1
24,2 21,0 24,4 18,8 17,5 18,8 17,2 24,6 21,2 18,6

A coleta desses dados por si s j no tarefa simples, mas deveria ser evidente que
preciso fazer muito mais para tornar os nmeros compreensveis. Seria interessante se
soubssemos os valores extremos (menor e maior valor). Ocasionalmente, til dispor os
dados de maneira crescente ou decrescente. A listagem a seguir dos comprimentos das
sardinhas est arranjada em ordem crescente:

16,1 16,5 16,5 16,5 16,7 16,7 17,0 17,2 17,2 17,2
17,5 17,6 17,8 17,8 17,9 18,3 18,3 18,4 18,5 18,6
18,6 18,8 18,8 18,8 18,9 19,2 20,0 20,0 20,0 20,7
20,7 20,7 20,8 20,9 21,0 21,0 21,2 21,4 21,9 22,4
22,4 22,5 22,5 22,6 22,7 22,7 22,7 22,8 23,1 23,4
24,0 24,0 24,2 24,2 24,4 24,4 24,6 24,7 24,7 25,0

Esta listagem de dados ordenados, tambm, no meio estatstico como ROL.
SRIE ESTATSTICA: qualquer tabela que apresenta a distribuio de um conjunto de
dados estatsticos em funo da poca, do local ou da espcie.
SRIES HOMGRADAS: so aquelas em que a varivel descrita apresenta variao discreta
ou descontnua. Podem ser do tipo temporal, geogrfica ou especfica.
CORPO

Pgina 86

Sries histricas, cronolgicas ou temporais
a srie cujos dados esto dispostos em correspondncia com o tempo, ou seja, varia
o tempo e permanece constante o fato e o local.

Sries geogrficas, espaciais, territoriais ou de localizao
a srie cujos dados esto dispostos em correspondncia com o local, ou seja, varia o local e
permanece constante a poca e o fato.

Sries especficas ou categricas
a srie cujos dados esto dispostos em correspondncia com a espcie ou
qualidade, ou seja, varia o fato e permanece constante a poca e o local.

Tabela 5. PRODUO BRASILEIRA DE
AO BRUTO EM 1991 (em toneladas)
PROCESSOS 1991
Oxignio
bsico
Forno eltrico
EOF
17.934
4.274
409
Fonte: Instituto Brasileiro de Siderurgia.

SRIES CONJUGADAS: Tambm chamadas de tabelas de dupla entrada. So apropriadas
apresentao de duas ou mais sries de maneira conjugada, havendo duas ordens de
classificao: uma horizontal e outra vertical. O exemplo abaixo de uma srie geogrfica-
temporal.
Tabela 6. Populao Urbana do Brasil por Regio de 1940 a 1980 (x1000)
Anos
REGIES
N NE SE S CO
Tabela 1. PREO DO ACM NO VAREJ O
EM SO PAULO 1989-94
ANOS PREO MDIO
(US$)
1989
1990
1991
1992
1993
1994
2,24
2,73
2,12
1,89
2,04
2,62
Fonte: APA

Tabela 2. Produo de Petrleo Bruto no
Brasil
De 1976 a 1980 (x1000m
3
)
Anos Produo
1976
1977
1978
1979
1980
9.702
9.332
9.304
9.608
10.562
Fonte: Conjuntura Econmica (fev. 1983)

Tabela 3. EXPORTAO BRASILEIRA
1985
IMPORTADORES (%)
Amrica Latina
EUA e Canad
Europa
sia e Oceania
frica e Oriente Mdio
13,0
28,2
33,9
10,9
14,0
Fontes: MIC e SECEX.

Tabela 4. Populao Urbana do Brasil em
1980(x1000)
Regio Produo
Norte
Nordeste
Sudeste
Sul
Centro-Oeste
3.037
17.568
42.810
11.878
5.115
Fonte: Anurio Esttistico (1984)

Pgina 87

1940
1950
1960
1970
1980
406
581
958
1.624
3.037
3.381
4.745
7.517
11.753
17.567
7.232
10.721
17.461
28.965
42.810
1.591
2.313
4.361
7.303
11.878
271
424
1.007
2.437
5.115
Fonte: Anurio Estatstico (1984)

1. Classifique as seguintes sries:
b) AVICULTURA BRASILEIRA 1992
a) PRODUO DE BORRACHA
NATURAL
ANOS TONELADAS
1991 29.543
1992 30.712
1993 40.663
Fonte: IBGE

c) VACINAO CONTRA A d) AQUECIMENTO DE UM MOTOR
DE AVIO
POLIOMIELITE 1993 DE MARCA X
REGIES QUANTIDADES
Norte 211.209
Nordeste 631.040
Sudeste 1.119.708
Sul 418.785
Centro-
Oeste
185.823
FONTE: Ministrio da Sade

2. De acordo com o IBGE (1988), em 1986 ocorreram, em acidentes de trnsitos, 27306
casos de vtimas fatais, assim distribudos: 11712 pedestres, 7116 passageiros e 8478
condutores.. Faa uma tabela para representar esses dados.

3. De acordo com o ministrio dos transportes, em 1998, o tamanho das malhas de
transporte no Brasil assim distribudo: 320480 km de rodovias (estradas municipais no esto
includas), 29700 km de Ferrovias (inclui as linhas de trens urbanos) e 40000 km de Hidrovias
(desse total, apenas 8000 km esto sendo usados de fato). Faa uma tabela para representar
esses dados.

4. De acordo com o Ministrio de Educao a quantidade de alunos matriculados no ensino
de 1 grau no Brasil nos anos de 1990 a 1996 em milhares de alunos, so: 19.720 20.567
21.473 21.887 20.598 22.473 23.564. Faa uma tabela para representar esses dados.

5. Estabelecimentos de ensino da regio norte do Brasil em 1982 subdividiam-se em:
Rondnia, Acre, Amazonas, Roraima, Par e Amap e possuem um total de 29, 13, 78, 4, 10 e
ESPCIE NMERO
(1.000 cabeas)
Galinhas 204.160
Galos, frangos e pintos 435.465
Codornas 2.488
Fonte: IBGE
MINUTOS TEMPERATURA
( C )
0 20
1 27
2 34
3 41
4 49
5 56
6 63
Dados fictcios
Pgina 88

9 estabelecimentos de ensino, respectivamente, segundo o MEC. Faa uma tabela para
apresentar esses dados.

6. De acordo com o IBGE(1988), a distribuio dos suicdios ocorridos no Brasil em 1986,
segundo a causa atribuda, foi a seguinte: 263 alcoolismo, 198 por dificuldade financeira, 700
por doena metal, 189 por outro tipo de doena, 416 por desiluso amorosa e 217 por outras
causas. Apresente essa distribuio em uma tabela.

Pgina 89

Aula 3 Estatstica I 19/08/10
Prof Rosane Worm

Distribuio de Freqncia
A freqncia o nmero de repeties da observao no conjunto de observaes.
A distribuio de freqncia de uma srie de observaes uma funo que representa os
pares de valores formados por cada observao e seu nmero de repeties.

Exemplo: SALRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS SALRIOS RECEBIDOS
PELOS FUNCIONRIOS DA EMPRESA Z
Salrios
semanais (R$)
Quantidade( fi)

150 154 4
154 158 9
158 162 11
162 166 8
166 170 5
170 174 3
Total 40
FONTE: PESQUISA DO SETOR DE PESSOAL

Na construo de tabelas de freqncias, devemos observar as seguintes diretrizes:
1. As classes devem ser mutuamente excludentes, ou seja, cada valor original deve pertencer
exatamente a uma e s uma classe.
2. Todas as classes devem ser includas, mesmo as de freqncia zero.
3. Procurar utilizar a mesma amplitude para todas as classes, embora eventualmente seja
impossvel evitar intervalos com extremidade aberta.
4. Escolher nmeros convenientes para limites de classe. Arredondar para cima a fim de ter
menos casas decimais, ou utilizar nmeros adequados situao.
5. Utilizar entre 5 e 20 classes.
6. As somas das freqncias das diversas classes deve ser igual ao nmero de observaes
originais.

Elementos de uma Distribuio de Freqncia

1. Classe: Classes de freqncia ou, simplesmente, classe so intervalos de variao da
varivel.

As classes so representadas simbolicamente por i, sendo i =1, 2, 3, . . ., k (onde k o
nmero total de classes da distribuio).

Exemplo: O intervalo 154 158 define a segunda classe (i = 2)
A distribuio formada por seis classes, podemos afirmar que i =6.

2. Limites de Classe: Determinam-se limites de classes os extremos de cada classe. O
menor nmero o limite inferior da classe ( li ) e o maior nmero, o limite superior da
classe ( ls ).

Exemplo: Na terceira classe do exemplo acima, temos: li
3
=158 e Ls
3
=162

3. Amplitude de um Intervalo de Classe (h): a medida de intervalo que define a classe.
Ela obtida pela diferena entre os limites superior e inferior. Assim:
Pgina 90

li ls h =

Exemplo: o intervalo de classe do exemplo acima 4, pois 162 158 = 4

4. Amplitude Total ( AT) : a diferena entre o valor mximo e o valor mnimo da amostra.

AT =Vmax - Vmin

Exemplo: A amplitude amostral do exemplo acima 24, pois 174 150 = 24

5.Ponto Mdio de uma Classe ( Xi) : o ponto que divide o intervalo de classe em duas
partes iguais.

2
ls li
Xi
+
=

Exemplo: O ponto mdio da segunda classe, em nosso exemplo, 156.

6. TIPOS DE FREQUNCIAS

Freqncia absoluta (fi). o nmero de repeties de um valor individual ou
de uma classe de valores da varivel.
Freqncia relativa (fri ou fri%) Representa a proporo de observaes de
um valor individual ou de uma classe, em relao ao nmero total de
observaes, ou seja, o nmero de repeties dessa observao dividida
pelo tamanho da amostra.
Freqncia absoluta acumulada (Fi). a soma das freqncias daquela
classe e de todas as classes que a antecedem.
Freqncia relativa acumulada (Fri ou Fri%). a Fi dividida pelo total de
observaes (n).

Freqncia Simples ou Absoluta (fi): o nmero de observaes correspondentes a uma
classe. A soma de todas as freqncias representada por:

= fi N ( populao )
= fi n ( amostra )
Exemplo: Para a distribuio em estudo, temos: 40 = =
fi n

Freqncia Acumulada ( F
i
fi f f Fi + + + = ... 2 1
)
o total das freqncias de todos os valores inferiores ao limite superior.
do intervalo de uma dada classe.

ou
= fi Fi
Exemplo: Calcule a freqncia acumulada correspondente terceira classe, em nosso
exemplo:

Pgina 91

Freqncias Relativas simples (f
ri
n
fi
fri =
)

So os valores da razo entre as freqncias simples e a freqncia total.

Exemplo: Calcule a freqncia relativa simples da terceira classe, em nosso exemplo:

Freqncia Acumulada Relativa ( F
ri
n
Fi
Fri =
)
a freqncia acumulada da classe, dividida pela freqncia total da distribuio.

Exemplo: Para a terceira classe, qual a freqncia acumulada relativa?

7. Nmero de Classes: Pode-se utilizar a regra de STURGES, que fornece o nmero de
classes em funo do total de casos:
) ( log 33 , 3 1 N n K + =
Onde:
K o nmero de classes;
N ou n o nmero total de observaes.
Para determinar a amplitude do intervalo de classe, temos:
K
H
h =
SIMBOLOGIA ENTRE OS VALORES DE CLASSE:

Inclui o valor da esquerda mas no o da direita.
Inclui o valor da direita mas no o da esquerda.
No inclui nem o valor da direita, nem o da esquerda.
Inclui tanto o valor da direita quanto o da esquerda.

Distribuio de Freqncia sem Intervalos de Classe

Quando se trata de variveis discretas de variao relativamente pequena, cada valor pode
ser tomado como um intervalo de classe.
Ex: Uma professora organizou os resultados obtidos em uma prova da seguinte forma:
4 5 7 9 9 4 5 7 9 9 4 5 7 9 9 4 6 8 9 9 4 6 8 9 9

Nota N de alunos

Total

Pgina 92

EXERCCIO
1. Complete a seguinte tabela e responda as seguintes perguntas:

SALRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS SALRIOS RECEBIDOS
PELOS FUNCIONRIOS DA EMPRESA Z

Salrios semanais
(R$)
Freqncias Xi % fr F
i
Fr
i
i %
150 154 4
154 158 9
158 162 11
162 166 8
166 170 5
170 174 3
Total 40 100

a) Quantos empregados tm salrio entre R$ 154, inclusive, e R$ 158?

b) Qual a percentagem de empregados cujos salrios so inferiores a R$ 154?

c) Quantos empregados tm salrio abaixo de R$ 162?

d) Quantos empregados tm salrio no inferior a R$ 158?

1. Conhecidas as notas de 50 alunos:
33 41 50 55 60 66 71 74 81 89
35 42 52 55 61 67 73 76 84 91
35 45 53 56 64 68 73 77 85 94
39 47 54 57 65 68 73 78 85 94
41 48 55 59 65 69 74 80 88 98

Obtenha a distribuio de freqncia, tendo 30 para limite inferior da primeira classe e 10
para intervalo das classes.

Pgina 93

2. Os resultados do lanamento de um dado 50 vezes foram os seguintes
6 5 2 6 4 3 6 2 6 5
1 6 3 3 5 1 3 6 3 4
5 4 3 1 3 5 4 4 2 6
2 2 5 2 5 1 3 6 5 1
5 6 2 4 6 1 5 2 4 3
Forme uma distribuio de freqncia sem intervalos de classe.

4) Abaixo so mostrados os saldos mdios amostrais de 48 contas de clientes do BB S.A. (
dados brutos em US$ 1,00).
120 150 250 300 375 500 550 650 800 1000
150 225 270 350 450 500 600 700 900 1000
150 225 275 360 450 500 600 750 950 1000
150 230 275 375 470 500 600 750 1000
150 250 275 375 475 500 650 800 1000

Pede-se:

a) agrupar os dados numa distribuio de freqncias com intervalo de classes (use Teorema
de STURGES);
b) determine as freqncias simples e acumuladas (absolutas e relativas);
c) calcule a interprete: fr2, f3 e Fr4 - Fr2;

5. Considere a seguinte distribuio de freqncia correspondente aos diferentes preos
de um determinado produto em 20 lojas pesquisadas.

Preos ($) Nmero de lojas
50 2
51 5
52 6
53 6
54 1
Total 20

a) Quantas lojas apresentaram um preo de $52,00?
b) Construa uma tabela de freqncias simples relativas.
c) Construa uma distribuio de freqncia acumulada relativa.
d) Quantas lojas apresentaram um preo de at $51,00 (inclusive)?
e) Qual a porcentagem de lojas com preo maior que $52,00?
f) Qual a porcentagem de lojas com preo maior do que $51,00 e menor do que
$54,00?

Pgina 94

6. Com referncia tabela abaixo

Distribuio de freqncia de Dirias
para 200 apartamentos
Dirias (R$) Nmero de apartamentos
150 |--- 180 3
180 |--- 210 8
210 |--- 240 10
240 |--- 270 13
270 |--- 300 33
300 |--- 330 40
330 |--- 360 35
360 |--- 390 30
390 |--- 420 16
420 |--- 450 12
Total 200

Responda:
a) Quais os limites (inferior e superior) da primeira classe?
b) A amplitude dos intervalos de classe a mesma para todas as classes?
c) Suponha um aluguel mensal de $239,50. Identificar os limites superior e inferior da
classe na qual esta observao seria registrada.
d) Construir a distribuio de freqncia simples relativa.
e) Construir a distribuio de freqncia acumulada.

Pgina 95
Prof Rosane Worm
Representao Grfica

Com as tabelas de freqncia, podemos identificar a natureza geral da
distribuio dos dados, bem como construir grficos que facilitem a visualizao
dessa distribuio. O grfico estatstico uma forma de apresentao dos
dados, onde o objetivo o de produzir, no investigador ou no pblico em geral,
uma impresso mais rpida e visual do fenmeno em estudo.

Excelncia grfica
1. uma apresentao bem elaborada de dados, que fornece substncia,
estatsticas e formas;
2. Comunica idias complexas com clareza, preciso e eficincia;
3. Fornece ao observador o maior nmero de idias, no menor espao de
tempo, com o menor volume de impresso;
4. Exige que seja transmitida a verdade sobre os dados.

Vejamos alguns tipos de grficos

Histogramas
utilizado para descrever dados numricos que tenham sido agrupados
na forma de distribuies de freqncias ou distribuies de freqncias relativas.
Ao desenhar um histograma, a varivel aleatria de interesse exibida ao
longo do eixo horizontal (eixo X). O eixo vertical (eixo Y) representa o nmero
(freqncia), proporo ou porcetagem de observaes por intervalo de classe.

Altura em centmetros de 160 alunos do
curso de estatstica

Fonte: Departamento de Estatstica

Idade (em anos) de um grupo de 30 Clientes de uma loja de
calados em Santa Cruz do Sul
Pgina 96
0
2
4
6
8
10
12
14
15|---26 26|---37 37|---48 48|---59 59|---70
Idade (Anos)
N
m
e
r
o

d
e

P
e
s
s
o
a
s

Histograma da Percentagem de Fundos de Alto Risco
0%
5%
10%
15%
20%
25%
30%
35%
--- -20 0 20 40 60 80 100
Pontos Mdios da Classe
P
e
r
c
e
n
t
a
g
e
m

Como se interpreta um histograma?
Este grfico utilizado para variveis contnuas.

Caractersticas:
- Cada barra representa a freqncia do intervalo respectivo;
- Os intervalos devem ter a mesma amplitude;
- As barras devem estar todas juntas.

A simples observao da forma do histograma permite algumas
concluses. Veja a figura. Os dados tm uma tendncia central. As freqncias
mais altas esto no centro da figura. Nos processos industriais, esta a forma
desejvel.

Pgina 97

A figura ao lado apresenta um
histograma com assimetria positiva. A
mdia dos dados est localizada
esquerda do centro da figura e a cauda
direita alongada. Esta ocorre quando o
limite inferior controlado ou quando no
podem ocorrer valores abaixo de
determinado limite.

A figura apresenta um histograma com
assimetria negativa. A mdia dos dados est
localizada direita do centro da figura e a
cauda esquerda alongada. Esta forma
ocorre quando o limite superior controlado ou
quando no podem ocorrer valores acima de
certo limite.

Histograma em plateau, isto , com
exceo das primeiras e das ltimas classes,
todas as outras tm freqncias quase iguais.
Essa forma ocorre quando se misturam vrias
distribuies com diferentes mdias.
Histograma

Histograma com
assimetria positiva

Histograma com
assimetria negativa

Histograma em plateau

Pgina 98

A figura mostra um histograma com dois
picos, ou duas modas. As freqncias so
baixas no centro da figura, mas existem dois
picos fora do centro. Esta forma ocorre quando
duas distribuies com mdias bem diferentes
se misturam. Podem estar misturados, por
exemplo, os produtos de dois turnos de
trabalho.

Os histogramas tambm mostram o grau de disperso da varivel. O
histograma esquerda mostra pouca disperso, mas o histograma direita
mostra grande disperso.

Histogramas com disperses diferentes

Usado principalmente para ilustrar uma srie temporal.
Grficos em Linhas

Produo de Petrleo Bruto no
Brasil de 1976 a 1980 (x1000 m)

Fonte: Conjuntura Econmica (Fev. 1983)

Histograma com
Dois picos

Pgina 99

Grfico de linhas comparativas

Populao Urbana do Brasil por
Regio de 1940 a 1980 (x 1000)

Fonte: Conjuntura Econmica (1984)

Grficos de colunas ou barras
Representao grfica da distribuio de freqncias. Este grfico
utilizado para variveis nominais e ordinais.
Caractersticas:
Todas as barras devem ter a mesma largura
Devem existir espaos entre as barras

Grfico de Colunas
Usado para ilustrar qualquer tipo de srie.

Populao Urbana do Brasil em 1980 (x 1000)
5115
11878
42810
17568
3037
0
5000
10000
15000
20000
25000
30000
35000
40000
45000
CO S SE NE N
Regies
P
o
p
u
l
a
o


Pgina 100


As larguras das barras que devero ser todas iguais podendo ser adotado
qualquer dimenso, desde que seja conveniente e desde que no se
superponham. O nmero no topo de cada barra pode ou no ser omitido, se forem
conservados, a escala vertical pode ser omitida.

Grfico de colunas comparativas

a. Colunas J ustapostas (grfico comparativo)

Populao Urbana do Brasil por Regio de
1940 a 1980 (x1000)


b. Colunas Sobrepostas (grfico comparativo)

Populao Urbana do Brasil por Regio de
1940 a 1980 (x 1000)
Pgina 101


Grfico de Barras
As regras usadas para o grfico de barras so iguais as usadas para o
grfico de colunas.

Populao Urbana do Brasil em 1980 (x
1000)
5115
11878
42810
17568
3037
0 10000 20000 30000 40000 50000
CO
S
SE
NE
N


Assim como os grficos de Colunas podem ser construdos grficos de
barras comparativas.

Representao grfica da freqncia relativa (percentagem) de cada
categoria da varivel. Este grfico utilizado para variveis nominais e ordinais.
uma opo ao grfico de barras quando se pretende dar nfase comparao das
percentagens de cada categoria. A construo do grfico de setores segue uma
regra de 3 simples, onde as freqncias de cada classe correspondem ao ngulo
que se deseja representar em relao freqncia total que representa o total de
360.
Grficos circulares ou de Setores

Caractersticas:
Pgina 102
A rea do grfico equivale totalidade de casos (360=100%);
Cada fatia representa a percentagem de cada categoria.

Populao Urbana e Rural do Brasil em 1980 (x 1000)
68%
32%
Urbana
Rural


Populao Urbana e Rural do
Brasil em 1980 (x 1000)
68%
32%
Urbana
Rural


Tem por objetivo despertar a ateno do pblico em geral, muito desses
grficos apresentam grande dose de originalidade e de habilidade na arte de
apresentao dos dados.
Grfico Pictorial - Pictograma

Evoluo da matricula no Ensino Superior no Brasil de 1968 a 1994 (x 1000)
Pgina 103

Fonte: Grandes nmeros da educao brasileira maro de 1996

Os mtodos mais eficientes para deixar de fumar segundo 30.000 fumantes
entrevistados no Canad

o tipo de grfico ideal para representar sries temporais cclicas, ou
seja, toda a srie que apresenta uma determinada periodicidade.
Grfico Polar (radar)

Precipitao pluviomtrica do municpio de Santa Maria RS- 1999

Fonte: Base Area de Santa Maria
Pgina 104

a representao de uma carta geogrfica. Este tipo de grfico
empregado quando o objetivo o de figurar os dados estatsticos diretamente
relacionados com as reas geogrficas ou polticas.
Cartograma

Atividades

1. O grfico a seguir ilustra o nmero de inscritos nos ltimos quatro
vestibulares que disputaram as vagas oferecidas pela Universidade de
So Paulo (USP) e pelas universidades federais do Rio de J aneiro
(UFRJ ), de Minas Gerais (UFMG) e do Rio Grande do Sul (UFRGS).

Fonte: poca 26/04/99 (com adaptaes)

Com base nessas informaes, julgue os itens seguintes como verdadeiro
ou falso:
a. De 1997 a 1998, o crescimento percentual do nmero de inscritos na
USP foi maior que o da UFRGS. (___)
b. Os crescimentos percentuais anuais na UFRJ diminuram a cada ano.
(___)
c. Todas as universidades tiverem crescimento no nmero de inscritos no
referido perodo. (___)
d. A UFRGS foi a nica que apresentou crescimento no nmero de
inscritos. (___)
Brasil
por vendas (em mil reais)

144
237
300
440
320

Pgina 105
e. A UFMG teve um crescimento de mais de 100% no nmero de
inscritos no perodo. (___)
f. A UFRGS teve um crescimento de 3,74%, 36,17% em 97 e 98,
respectivamente, e uma reduo de cerca de 3,17% no nmero de
inscritos em 99.

2. Numa turma de cursinho de informtica, a distribuio das idades dos
alunos, segundo o sexo, dada pelo grfico seguinte.

Com base nos dados do grfico, pode-se afirmar que:
a. o nmero de meninas com, no mximo, 16 anos maior que o
nmero de meninos nesse mesmo intervalo de idade. (___)
b. o nmero total de alunos 19. (___)
c. a mdia de idade das meninas 15 anos. (___)
d. o nmero de meninos igual ao nmero de meninas. (___)
e. o nmero de meninos com idade maior que 15 anos maior que o
nmero de meninas nesse mesmo intervalo de idades. (___)

3. Considere os dados referentes ao consumo de gua, em m
3

, de 75 contas
da CORSAN.
32 40 22 11 34 40 16 26 23 31 27 10 38 17 13
45 25 10 18 23 35 22 30 14 18 20 13 24 35 29
33 48 20 12 31 39 17 58 19 16 12 21 15 12 20
51 12 19 15 41 29 25 13 23 32 14 27 43 37 21
28 37 26 44 11 53 38 46 17 36 28 49 56 19 11

a. agrupar os dados em uma distribuio de freqncia. Utilize o limite
inferior da distribuio igual a zero na primeira classe e amplitude de classe 10.
b. determine as freqncias simples e acumuladas ( absolutas e
relativas);
c. calcule e interprete: fr
2
, f
3
e Fr
4
Fr
2
d. construa o correspondente histograma de freqncias relativas.
;

5. Abaixo so mostrados os saldos mdios em R$ de 48 contas de clientes do BB
Novo S.A.

450 500 150 1000 250 275 550 500 225 475 150 450 950 300 800 275
600 750 375 650 150 500 1000 700 475 900 800 275 600 750 375 650
150 500 225 250 150 120 250 360 230 500 350 375 470 600 1030 270
Pgina 106

a. Agrupe os dados numa distribuio de freqncias.
b. Determine as freqncias relativas: simples e acumulada.
c. Apresente o histograma de freqncias relativas.

6. Conhecidas as notas de 50 alunos:

33 40 41 50 55 65 68 74 84 94
35 40 42 52 59 65 69 76 85 97
35 40 45 53 60 66 71 77 88 97
39 41 47 54 61 66 73 77 89 100
39 41 48 55 64 67 74 80 94 100

a) Construa uma tabela de freqncias usando a regra de Sturges.
b) Construa o histograma e o polgono de freqncias.

7- Em uma eleio concorreram os candidatos A, B e C e, apurada a primeira
urna, os votos foram os seguintes: A: 50 votos; B: 80 votos; C: 60 votos; brancos e
nulos: 10 votos.A partir desses dados construa:
a) O grfico de barras horizontal

8- Construa os grficos de barras verticais e de setores para a varivel hobby .

Hobby Freqncia
Esporte 8
Msica 6
Patinao 3
Dana 7

Pgina 107
Aula 5 Estatstica I- 02/09/10
Prof Rosane Worm


Uma medida de tendncia central um valor no centro ou no
meio de um conjunto de dados.

Estudaremos aqui:
Mdias: aritmtica, geomtrica, ponderada e mvel
Mediana
Moda
Ponto mdio.

1. Mdia aritmtica
A mdia (aritmtica) , de modo geral, a mais importante de todas as
mensuraes numricas descritivas.

A mdia aritmtica de um conjunto de valores o
resultado da diviso da soma de todos os elementos desse
conjunto pelo nmero de elementos do conjunto.

Representamos a mdia pelo smbolo:
x Mdia da amostra (leia-se x barra)
mdia da populao (minscula grega: mi)

ento
Mdia de uma amostra:
i
x
x
n
=
Mdia de uma populao:
i
x
N

=

Onde,
n o tamanho da amostra.
N o tamanho da populao.
indica um somatrio de valores (sigma maisculo).

Ex. Selecionados aleatriamente 10 alunos da turma, e obtemos as
seguntes alturas (em m):
1,76 1,73 1,80 1,65 1,70 1,74 1,81 1,63 1,77 1,59

Calcule a mdia das alturas.
Soluo: Como se trata de uma amostra:
1,76+1,73+1,80+1,65+1,70+1,74+1,81+1,63+1,77+1,59 17,18
1, 718
10 10
i
x
x
n
= = = =

Pgina 108

Mdia Aritmtica Ponderada dados agrupados

Sem intervalos de classe: As freqncias so nmeros indicadores da
intensidade de cada valor da varivel, elas funcionam como fatores de
ponderao, o que leva a calcular a mdia aritmtica ponderada.

N
fi xi
=
.
( populao )
n
fi xi
X

=
.
( amostra )

Exemplo: Considerando a distribuio relativa a 34 famlias de quatro filhos,
adotando-se a varivel nmero de filhos do sexo masculino, determine a
mdia.

N. de Meninos f
i

0 2
1 6
2 10
3 12
4 4
= 34

Com intervalos de classe: Convenciona-se que todos os valores includos
em um determinado intervalo de classe coincidem com o seu ponto mdio, e
determina-se a mdia aritmtica ponderada.

N
fi xi
=
.
( populao )
n
fi xi
X

=
.
( amostra )
onde Xi o ponto mdio da classe.

Exemplo:
SALRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS
FUNCIONRIOS DA EMPRESA Z
Salrios semanais
(R$)
Freqncias

150 154 4
154 158 9
158 162 11
162 166 8
166 170 5
170 174 3
Total 40

Pgina 109
Mdia Geomtrica Simples
Para uma seqncia numrica x: x
1
, x
2
, ......., x
n
g
x
, a mdia geomtrica simples,
que designaremos por , definida por:

Exemplo: Se X: 2, 4, 6, 9, ento:

559 , 4 432 9 . 6 . 4 . 2
4 4
= = =
g
x

Mdia Geomtrica Ponderada

Para uma seqncia numrica x: x
1
, x
2
, ...., x
n
afetados de pesos p
1
, p
2
, ..., p
n
g
x respectivamente, a mdia geomtrica ponderada que designaremos por
definida por:

Exemplo: Se x: 1, 2, 5, com pesos 3, 3, 1 respectivamente ento:

6938 , 1 40 5 . 8 . 1 5 . 2 . 1
7 7
1 3 3
7
= = = =
g
x

Observando-se que:

A mdia geomtrica s indicada para representar uma srie de valores
aproximadamente em progresso geomtrica.

Os casos anteriores no so muito freqentes nas aplicaes. Vamos
restringir o desenvolvimento de mdias ao caso de mdia aritmtica, que a
mdia mais utilizada nas aplicaes.

4. Mdia Mvel
Uma mdia, como o nome diz, mostra o valor mdio de uma amostra de
determinado dado. Uma mdia mvel aritmtica
Exemplo: A mdia mvel simples calculada pela formao do preo mdio
por um nmero especfico de perodos. Para o clculo usamos o preo de
fechamento. Por exemplo: Vamos utilizar a mdia dos ltimos 10 dias. Devemos
somar os preos finais durante os ltimos 10 dias e dividir o total por 10.
(MMA) uma extenso desse
conceito, representando o valor mdio, normalmente dos preos de fechamento,
em um perodo de tempo.
Pgina 110
10+11+12+13+14+15+16+17+18+19=145
(145/10) = 14,50
Devemos repetir este clculo conforme o passar dos dias, assim, as mdias
vo se juntando e formando uma linha. Se continuarmos com o nosso exemplo, o
prximo preo final na mdia ser 20, ento teremos um novo perodo, somando o
ltimo dia (20) e removendo o primeiro da lista (10). Continuando com a mdia dos
ltimos 10 dias, a mdia mvel simples dever ser calculada da seguinte maneira:
11+12+13+14+15+16+17+18+19+20=155
(155/10) = 15,50
Repare que removemos o primeiro dia da lista (10) para incluir o novo dia
(20).
Durante os ltimos dois dias, a mdia moveu-se de 14,50 para 15,50. Como
so somados novos dias, os antigos sero removidos e a mdia permanece se
movendo com o passar do tempo.

No modelo da mdia mvel, a projeo
1
+ t
y calculada com a frmula:
1
1
1
t
t i
i t k
y y
k
+
= +
=

Ou, mdia mvel de ordem k:

1 2 1
1
...
t t t t k
t
Y Y Y Y
y
k
+
+
+ + + +
=

EXERCCIOS

1. As notas finais de 15 alunos de um curso de computao esto
apresentadas abaixo. Qual a mdia das notas obtidas?

NOTAS
7,5 9,0 4,5 4,0 5,5 8,0 8,5 9,0 7,5 7,5 7,0 6,5 7,5 9,0 6,5

2. Os dados abaixo referem-se ao tempo de vida til, em anos, de
determinado aparelho eletrnico:
5 5 6 4 20
Calcule a mdia aritmtica simples.

Pgina 111
3. No ano 2000, o nmero de nascimentos, por ms, em uma maternidade
foi:

MS Jan. Fev. Maro Abril Maio Junho Julho Agosto Set. Out. Nov. Dez.
NASC. 38 25 42 30 29 47 18 36 38 43 49 37

a) Calcule a mdia mensal de nascimentos.
b) Em que meses o nmero de nascimentos ficou acima da mdia?

4. A classificao final para um determinado curso a mdia ponderada
das provas de capacidade geral, com peso 3, e das provas de
capacidade especfica, com peso 2. Nessas condies, qual a
classificao final de um aluno que obteve 162 pontos na prova de
capacidade geral e 147 pontos na prova de capacidade especfica?

5. O quadro de distribuio de freqncias representa os salrios mensais
de 40 empregados de uma firma.

CLASSE (EM
REAIS)
PONTO MDIO DA
CLASSE ( X
I
FREQNCIA (
f )
i
)
180 200 190 4
200 220 210 18
220 240 230 10
240 260 250 5
260 280 270 3

Calcule o salrio mdio mensal dos empregados dessa firma.

6. Calcule a mdia geomtrica para as sries:

X : 1, 2, 4, 7, 16

Y : 81, 26, 10, 3, 1

7. Calcule a mdia aritmtica da srie:

x f
i i
2 1
3 4
4 3
5 2

Pgina 112

Aula 6 Estatstica I prof Rosane Worm
09/09/2010

A Mediana
A mediana de um conjunto de valores o valor do meio desse conjunto, quando os valores esto
dispostos em ordem crescente (ou decrescente). A mediana representada geralmente por x
~
(l-se: x til) ou
pode tambm ser representada com o smbolo md..
Para calcular a mediana, primeiro coloque os valores em ordem (crescente ou decrescente); em seguida
aplique um dos dois processos a seguir:
Se o nmero de valores mpar, a mediana o nmero localizado exatamente no meio da
lista.

Se o nmero de valores par, a mediana a mdia dos dois valores do meio.

Exemplo 1. Calcule a mediana da altura de 7 alunos da turma.
1,76 1,73 1,80 1,65 1,70 1,74 1,81

Exemplo 2. Calcule a mediana da altura de 8 alunos da turma.
1,76 1,73 1,80 1,65 1,70 1,74 1,81 1,63

Moda

A moda de um conjunto de dados o valor que ocorre com maior freqncia.

Quando dois valores ocorrem com a mesma freqncia mxima, cada um deles uma moda, e o
conjunto se diz bimodal. Se mais de dois valores ocorrem com a mesma freqncia mxima, cada um deles
uma moda, e o conjunto multimodal. Quando nenhum valor repetido, o conjunto no tem moda (amodal).
Costuma-se denotar a moda por Mo.

Exemplo 1. Um estudo sobre tempos de reao abrangeu 30 canhotos, 50 destros e 20 ambidestros.
Qual a moda das caractersticas citadas.

Exemplo 2. Determine a moda dos seguintes conjuntos de dados:
a. 5 5 5 3 1 5 1 4 3 5
b. 1 2 2 2 3 5 6 6 6 7 9 4
c. 1 2 3 6

Ponto Mdio
O ponto mdio o valor que est a meio caminho entre o maior e o menor valor. Para obt-lo,
somamos esses valores extremos e dividimos o resultado por 2, como na frmula a seguir:

ponto mdio =
2
maior valor menor valor +

Embora o ponto mdio no seja muito usado, inclumo-lo aqui para enfatizar o fato de que h
diferentes maneiras de definir o centro de um conjunto de dados.
Ao nos referirmos ao valor mdio de um conjunto de dados, devemos ser precisos, mencionando o
termo exato, como mdia, mediana, moda ou ponto mdio.
Pgina 113

Exemplo. Calcule o ponto mdio da altura de 8 alunos da turma.
1,76 1,73 1,80 1,65 1,70 1,74 1,81 1,63

Regra do Arredondamento
Eis uma regra simples para arredondamento de respostas:
Tome uma decimal a mais, alm das que aparecem nos dados.
Devemos arredondar apenas a resposta final, e no os valores intermedirios. Por exemplo,
a mdia de 2, 3, 5 3,33333333..., que deve ser arredondada para 3,3. Como os dados originais so expressos
em nmeros inteiros, arredondamos a resposta para o dcimo mais prximo. Outro exemplo: a mdia de 2,1, 3,4
e 5,7 arredondada para 3,73 com duas decimais (uma a mais em relao s que figuram nos valores originais).

Atividades
1. As idades em anos de 25 pessoas presentes nesta sala de aula so: 20, 19, 22, 24, 25, 26, 18, 19, 18, 20,
21, 22, 23, 21, 19, 20, 19, 22, 21, 23, 24, 25, 22, 20, 22. Determine a mdia, moda, mediana e ponto mdio de
idade desse grupo de pessoas.

2. Calcule a mdia para a amostra abaixo que representa as pessoas apresentados na questo anterior:

PESOS ( Kg) f
i

45 |--- 50
50 |--- 55
55 |--- 60
60 |--- 65
65 |--- 70
70 |--- 75
2
5
8
5
3
2

3. Numa faculdade obtiveram-se amostras de carros de estudantes e carros de professores e funcionrios da
faculdade, com as respectivas idades (em anos). Essas idades esto resumidas na tabela de freqncia a seguir.
Ache a idade mdia de ambos os grupos de carros. Encontre tambm a classe modal e a classe da mediana.

Idade (em anos) Estudantes Profs. E Funcs.
0 - 2 23 30
3 - 5 33 47
6 - 8 63 36
9 - 11 68 30
12 - 14 19 8
15 - 17 10 0
18 - 20 1 0
21 - 23 0 1

4. As companhias de seguro pesquisam continuamente as idades na morte e as respectivas causas. Os
dados se baseiam em um estudo de uma revista sobre mortes causadas por armas de fogo na Amrica durante
uma semana. Calcule a mdia, o ponto mdio. Encontre as classes modal e mediana.
Pgina 114

Idade na morte Freqncia
16 - 25 22
26 - 35 10
36 - 45 6
46 - 55 2
56 - 65 4
66 - 75 5
76 - 85 1

5. Qual a mdia de idade de um grupo em que h 6 pessoas de 14 anos, 9 pessoas de 20 e 5
pessoas de 16?

6. Pesquisa sobre o peso em quilogramas de um grupo de pessoas. Determine a mdia, a moda e a
mediana:
Peso (kg) fi
40 44 1
44 48 3
48 52 7
52 56 6
56 60 3
Total 20

7. Determine a mdia, a moda e a mediana:

Idade (em anos) fi
13 3
14 2
15 4
16 1
Total

8. As notas de um candidato, em seis provas de um concurso, foram: 8,4; 9,1; 7,2; 6,8; 8,7; e 7,2.
Determine:
a) A nota mdia.
b) A nota mediana.
c) A nota modal.

Pgina 115
Aula 7 Estatstica- 16/09/2010
Prof Rosane Worm

1. A parcela da populao convenientemente escolhida para represent-la
chamada de:
a) varivel
b) rol
c) amostra
d) dados brutos
e) nenhuma das alternativas acima

2. Os grficos prprios de uma distribuio de freqncia so:
a) colunas, curva de freqncia e histograma
b) polgono de freqncia e histograma
c) colunas, curva de freqncia e polgono de freqncia
d) grfico de setor, grfico de barra, curva de freqncia e curva normal
e) colunas, barra, setor e curva de freqncia.

3. Dados os conjuntos de valores abaixo
A = { 3, 5, 6, 8, 9, 10, 10, 10, 11, 12, 17 }
B = { 4, 5, 7, 10, 11, 13, 15 }
C = { 2, 3, 4, 5, 5, 5, 5, 6, 7, 8, 8, 8, 8, 9, 10, 11 }

Em relao moda, podemos dizer que
I. A unimodal e a moda 10
II. B unimodal e a moda 10
III. C bimodal e as modas so 5 e 8

Ento:
a. estas afirmaes esto todas corretas
b. estas afirmaes esto todas erradas
c. I e II esto corretas
d. I e III esto corretas
e. II e III esto corretas.

4. A altura de 80 homens de uma comunidade est distribuda de acordo com a
tabela abaixo:

Altura (metros) f fr
i
Fr
i (%) i %
1,60 1,65 4 5 5
1,65 1,70 12 15 20
1,70 1,75 18 22,5 42,5
1,75 1,80 26 32,5 75
1,80 1,85 10 12,5 87,5
1,85 1,90 8 10 97,5
1,90 1,95 2 2,5 100
Total 80 100

Pgina 116
A moda que corresponde aos dados da tabela
a) 1,75 m.
b) 1,80 m
c) 1,775 m
d) 1,70 m
e) 1,725 m

5. A representao grfica que apresenta a sequncia de um trabalho de forma
analtica, caracterizando as operaes, os responsveis e(ou) as unidades
organizacionais envolvidas no processo chamada de
(A) organograma.
(B) histograma.
(C) grfico de barras.
(D) diagrama de disperso.
(E) fluxograma.

Pgina 117
FACULDADE DOM ALBERTO
Aula 8- Estatstica- 14/10/2010
Prof Rosane Worm
MEDIDAS DE DISPERSO

Disperso ou Variabilidade

A mdia, ainda que considerada como um nmero que tem a faculdade de representar uma srie de
nmeros no pode, por si mesma, destacar o grau de homogeneidade ou heterogeneidade que existe
entre os valores que compem o conjunto.

Considerando os seguintes conjuntos de valores das variveis X, Y e Z:

X: 5, 5, 5, 5, 5.
Y: 3, 4, 5, 6, 7.
Z: 5, 0, 10, 8, 2.

Calculando a mdia aritmtica de cada um desses conjuntos, obtm-se: = = = Z Y X 5.

Chamando de disperso ou variabilidade a maior ou menor diversificao dos valores de uma varivel
em torno do valor da mdia, pode-se dizer que o conjunto Xi apresenta disperso ou variabilidade nula
e que o conjunto yi apresenta uma disperso ou variabilidade menor que o conjunto zi.
Para qualificar os valores de uma dada varivel, ressaltando a maior ou menor disperso ou
variabilidade entre esses valores e a sua mdia, necessrio recorre s medidas de disperso. Dessas
medidas, estudaremos: a varincia absoluta, o desvio padro e o coeficiente de variao ou de
variabilidade.
Medidas de Disperso Absoluta
As principais medidas de disperso absolutas so: amplitude total, desvio mdio simples,
varincia e desvio padro.

1. DESVIO MDIO SIMPLES
O desvio mdio simples que indicaremos por DMS definido como sendo uma mdia aritmtica do
desvio de cada elemento da srie para a mdia da srie.

Clculo do Desvio Mdio Simples:

1) Caso:

Dados Brutos ou Rol
Calculamos inicialmente a mdia da seqncia. Em seguida identificamos a distncia de cada
elemento da seqncia para sua mdia. Finalmente, calculamos a mdia destas distncias.
Se a seqncia for representada por X: x
1
, x
2
, x
3
,... , x
n

, ento DMS admite como frmula de
clculo:
DMS = x
i
- x
Pgina 118
n

Exemplo: Calcule o DMS para a seqncia x : 2, 8, 5, 6.

O DMS a mdia aritmtica simples destes valores.

2) Caso:

Varivel Discreta
No caso da apresentao de uma varivel discreta, lembramos que a freqncia simples de cada
elemento representa o nmero de vezes que este valor figura na srie. Conseqentemente, haver
repeties de distncias iguais de cada elemento distinto da srie para a mdia da srie. Assim, a
mdia indicada para estas distncias uma mdia aritmtica ponderada.
A frmula para o clculo do DMS :

DMS = | x
i
x | f
i
f
.

i

Exemplo: Determinar o DMS para a srie:

X f
i i
1 2
3 5
4 2
5 1

3) Caso:

Varivel Contnua
Nesta situao, por desconhecer os valores individuais dos elementos componentes da srie,
substituiremos estes valores x
i
Desta forma, o desvio mdio simples tem por clculo a frmula:
, pelos pontos mdios da classe.

DMS = x
i
x f
f
i

i

Onde x
i

o ponto mdio da classe i.
Exemplo: Determinar o DMS para a srie:

Classe Intervalo de classe f
i
1 2 4 5
2 4 6 10
3 6 8 4
4 8 10 1

Pgina 119

Exerccios:
1. Calcule o DMS da srie X : 3, 8, 12, 3, 9, 7.

2. Calcule o DMS da srie Y: 2; 2,5; 3,5; 7; 10; 14,5; 20.

3. Calcule o DMS da srie:

X f
i i
2 3
4 8
5 10
6 6
8 2
10 1

4. Responda, justificando: Qual das srie X e Y da 1 e 2 questo possui maior disperso
absoluta?

5. Calcule o DMS da srie:

Classe

Salrios US$

N de vendedores
1 70 120 8
2 120 170 28
3 170 220 54
4 220 270 32
5 270 320 12
6 320 370 6

6. A tabela mostra o total de pontos obtidos por dois times de futebol no perodo de 1996 a 2000.

ANOS 1996 1997 1998 1999 2000
TIME A 7 12 20 16 10
TIME B 18 16 15 9 12

a) Qual o desvio mdio de cada um desses times?
b) Qual o time mais regular nesse perodo?

Varincia ( ou s) e Desvio Padro (ou s)

A amplitude total e o desvio mdio tambm so medidas de variao, no entanto a varincia e o desvio
padro levam em considerao a totalidade dos valores da varivel em estudo sem utilizar a idia de
mdulo, o que faz delas ndices de variabilidade bastante estveis e os mais empregados. A varincia
Pgina 120
baseia-se nos desvios em torno da mdia aritmtica, porm determinando a mdia aritmtica dos
quadrados dos desvios.

Dados no agrupados Dados agrupados
N
xi

=
2
2
) (
ou
N
fi xi

=
2
2
) (
( populao )

1
) (
2
2
=

n
x xi
s ou
1
) (
2
2
=

n
fi x xi
s ( amostra)

Sendo a varincia calculada a partir dos quadrados dos desvios, ela um nmero em unidade
quadrada em relao varivel em questo, o que, sob o ponto de vista prtico, um inconveniente.
Por isso mesmo, imaginou-se uma nova medida que tem utilidade e interpretao prticas,
denominada desvio padro, definida como a raiz quadrada da varincia.
2
= ( populao )

2
s s = ( amostra )

Tanto o desvio padro como a varincia so usados como medidas de disperso ou variabilidade.
O uso de uma ou de outra depender da finalidade que se tenha em vista.

A varincia uma medida que tem pouca utilidade na estatstica descritiva, porm extremamente
importante na inferncia estatstica e em combinaes de amostras.

Para o clculo do desvio padro, considera-se os seguintes casos:

Observe como exemplo, o conjunto de valores da varivel populacional x: 40, 45, 48, 52, 54, 62

Exemplo: Calcule o desvio padro da seguinte distribuio amostral:

X

i
f

i
X
i
f
__
i
(X
i
- x )
2
.
fi
0 2
1 6
2 12
3 7
4 3
30

Com intervalos de classe
Exemplo: Calcule o desvio padro da tabela abaixo.
Pgina 121
SALRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS
FUNCIONRIOS DA EMPRESA Z
Salrios semanais (R$) Freqncias

150 |--- 154 4
154 |--- 158 9
158 |--- 162 11
162 |--- 166 8
166 |--- 170 5
170 |--- 174 3
Total 40

Exerccios sobre Medidas de Disperso
1) Calcule a varincia e o desvio padro da Populao:
X: 2, 3, 7, 9, 11, 13.

2)Calcule a varincia e o desvio padro da Populao:
Y: 5, 12, 4, 20, 13, 17.

3) Calcule a varincia e o desvio padro da amostra:
Z: 15, 16, 17, 20, 21.

4) Calcule a varincia e o desvio padro da amostra:
T: 6, 5, 10, 12, 19.

5) Calcule a varincia e o desvio padro da populao:
Idade (anos) N. de alunos
17 3
18 18
19 17
20 8
21 4
50

Pgina 122
6) Calcule a varincia e o desvio padro para o nmero de acidentes dirios,
observados em um cruzamento, durante 40 dias. (Amostra)
N. de acidentes por dia N. de dias
0 30
1 5
2 3
3 1
4 1

7) Calcule a varincia e o desvio padro para a distribuio de valores de 54
notas fiscais emitidas na mesma data, selecionadas em uma loja de departamentos.
(Amostra)
Classe Consumo por nota US$ N.de notas
1 0 50 10
2 50100 28
3 100 150 12
4 150 200 2
5 200 250 1
6 250 300 1
54

8) Calcule a varincia e o desvio padro para as alturas de 70 alunos de uma
classe (Amostra).
Classe Alturas
(cm)
N. de
alunos

1 150 160 2
2 160 170 15
3 170 180 18
4 180 190 18
5 190 200 16
6 200 210 1

Pgina 123
Aula 9 Estatstica 21/10/2010
Prof Rosane Worm
1. As companhias de seguro pesquisam continuamente as idades na morte e as respectivas causas. Os dados
se baseiam em um estudo de uma revista sobre mortes causadas por armas de fogo na Amrica durante uma
semana. Calcule o desvio-padro e a varincia.
Idade na morte Freqncia
16 - 25 22
26 - 35 10
36 - 45 6
46 - 55 2
56 - 65 4
66 - 75 5
76 - 85 1

2. Calcule o desvio-padro e a varincia para a amostra abaixo que representa o peso das pessoas.
PESOS ( Kg) f
45 |--- 50
50 |--- 55
55 |--- 60
60 |--- 65
65 |--- 70
70 |--- 75
2
5
8
5
3
2

3. Em um colgio funciona uma cantina. Os gastos dirios de 12 alunos com a cantina esto abaixo relacionados em
reais: (amostra)
0,80 1,20 0,90 1,40 2,00 1,00 1,50 1,50 0,80 1,50 1,00 0,80
a) determine o gasto mdio dirio de um aluno na cantina.
b) Determine a varincia e o desvio padro.
c) Qual a moda dos gastos dirios na cantina?

4. Com o objetivo de verificar o comportamento do consumidor, um rgo de defesa do consumidor registrou o
seguinte nmero de queixas ao longo de 10 dias: (amostra)
58 39 63 60 95 48 56 72 75 80
a) Determine mdia e a mediana do nmero de queixas recebidas?
b) Qual o desvio padro dos dados acima?

5. Em uma classe as notas obtidas pelos alunos foram agrupadas da seguinte maneira: (populao)
Nota N alunos
0 2 1
2 4 6
4 6 9
6 8 8
8 10 6
A partir desses dados calcule o desvio padro.

Pgina 124
-2

-3

0

1

2

3

-1

Valores incomuns

Valores incomuns

Valores Usuais

Valores incomuns

z

Aula 10- Estatstica 28/10/2010
Prof Rosane Worm

Medidas de Posio

As Medidas de Posio nos permitem comparar valores, elas nos do informaes
importantes sobre sobre a posio dos dados dentro do conjunto.

Estudaremos aqui:
Escore Z
Quartis, Decis e Percentis.

Escores z
O escore padronizado, ou escore z, o nmero de desvios-padro
pelo qual um valor x dista da mdia (para mais ou para menos). Obtm-se
como segue:

x x
z
s
= Amostra

x
z

= Populao

A importncia dos escores z na estatstica reside no fato de que eles permitem distinguir
entre valores usuais e valores raros, ou incomuns. Consideramos usuais os valores cujos escores
padronizados esto entre -2,00 e 2,00, e incomuns os valores com escore z inferior a -2,00 ou superior
a 2,00. Nosso critrio para classificar um escore z como incomum decorre da regra emprica e do
teorema de Tchebichev.

Exemplo. As alturas da populao de homens adultos tm mdia =175 cm., desvio-
padro =7,1 cm. e distribuio em forma de sino. O jogador de basquete Michael J ordan ganhou
reputao de gigante por suas proezas no jogo, mas com 198 cm, ele pode ser considerado
excepcionalmente alto, comparado com a populao geral de homens adultos? Determine o escore z
para a altura de 198 cm.

Em comparao com a populao geral, Michel J ordan exepcionalmente alto.

Quartis, Decis e Percentis
OBS: Arredondar z para duas decimais.

Pgina 125

Assim como a mediana divide os dados em duas partes iguais, os trs quartis, denotados por
Q
1
, Q
2
e Q
3
- Q
, dividem as observaes ordenadas (dispostas em ordem crescente) em quatro partes
iguais. Ao grosso modo:
1
- Q
separa os 25% inferiores dos 75% superiores dos valores ordenados;
2
- Q
a mediana;
3

separa os 75% inferiores dos 25% superiores dos dados.
Mais precisamente, ao menos 25 % dos dados sero no mximo iguais a Q
1
, e ao menos 75%
dos dados sero no mnimo iguais a Q
1
3
Q . Ao menos75% dos dados sero no mximo iguais a ,
enquanto ao menos 25 % sero, no mnimo, iguais a
3
Q .

Analogamente, h nove decis, denotados por
1
D ,
2
D ,
3
D ,...,
9
D , que dividem os dados em
10 grupos com cerca de 10% deles em cada grupo.

H, finalmente, 99 percentis, que dividem os dados em 100 grupos com cerca de 1% em
cada grupo.

O processo de determinao do percentil correspondente a um determinado valor x,
bastante simples, como se pode ver na expresso seguinte.

nmero de valores inferiores a
percentil do valor 100
nmero total devalores
x
x =

Para o processo inverso, h vrios mtodos diferentes para achar o valor correspondente a
determinado percentil, sendo um deles:

Clculo do p-simo percentil
Etapa 1: Arranje os dados na ordem crescente
Etapa 2: Calcule o ndice L

100
k
L n

=

onde
n nmero de escores, ou valores, no conjunto de dados
k percentil a ser utilizado
L indicador que d aposio de um escore
k
P
mo
k percentil

Pgina 126

Uma vez dominados os clculos para os percentis, podemos seguir o mesmo processo para
calcular os quartis e decis fazendo-se os ajustes relativos. Sendo que:

Quartis Decis
1 25
Q P =
1 10
D P =
2 50
Q P =
2 20
D P =
3 75
Q P =

9 90
D P =

Exemplo: calcule Q
1

da sequncia X : 2, 5, 8, 5, 5, 10, 12, 12, 11, 13, 15

Exemplo: calcule D3 da sequncia: 2; 8; 7,5; 6; 10; 12; 2; 9

Exemplo: calcule D
4
X
da srie
f
i

i
2 3
4 5
5 8
7 6
10 2

Exemplo: Calcule o Q
3

da srie
Classe Intervalo de classe

f
i

1 0 10 16
2 10 20 18
3 20 30 24
4 30 40 35
5 40 50 12

Atividades
1. Os carros dos estudantes de certa faculdade tm idade mdia de 7,9 anos com desvio-
padro de 3,67 anos, determine os escores z para os carros com as seguintes idades:
a. Um GOL de 12 anos
Pgina 127
b. Um Corsa de 2 anos
c. Um Fiesta novo

2. Os nmeros de horas que os calouros passam estudando cada semana tm mdia de 7,06
h e desvio-padro de 5,32 h. Determine o escore z para um calouro que estuda 20 horas
por semana.

3. Qual dos dois escores abaixo acusa melhor posio relativa?
a. Um escore de 60 em um teste com 50 x = e 5 s =
b. Um escore de 250 em um teste com 200 x = e 20 s =

4. Dois grupos semelhantes de estudantes fazem testes equivalentes de facilidade de
linguagem. Qual dos resultados seguintes indica maior facilidade relativa a linguagem?
a. Uma pontuao de 65 em um teste com 70 x = e 10 s =
b. Uma pontuao de 455 em um teste com 500 x = e 80 s =

5. A distribuio de frequncia abaixo representa a idade de 50 alunos de uma classe de 1
ano de uma faculdade:
Idade (anos) N de alunos
17 3
18 18
19 17
20 8
21 4

Calcule:
a) Q
1
b) K
3
c) D
1
d) Q
3
e) P

95
6. A distribuio de freqncias abaixo representa o consumo por nota de 50 notas fiscais emitidas
durante um dia em uma loja de departamentos

Classe Intervalo de classe

N notas

1 0 50 10
2 50 100 28
3 100 150 12
4 150 200 2
5 200 250 1
6 250 300 1

Calcule:
a) Q
1
b) D
3
c) D
7
d) Q
2
e) P

98
Pgina 128

CENTRO DE ENSINO SUPERIOR DOM ALBERTO
Aula 11 04/11/2010
Prof Rosane Worm

Coeficiente de Variao ( para populao ou g para amostras )
a caracterizao da disperso ou variabilidade dos dados em termos relativos a seu
valor.

=
ou
x
s
g =

MEDIDAS DE ASSIMETRIA
Assimetria
A comparao da mdia, mediana e moda pode nos dizer algo sobre a caracterstica da
assimetria, definida a seguir.
Definio: Uma distribuio de dados simtrica quando a metade esquerda do seu
histograma aproximadamente a imagem-espelho da metade direita (uma distribuio de
dados assimtrica quando no simtrica, estendendo-se mais para um lado do que para o
outro).
Negativamente assimtricos: a mdia e a mediana esto esquerda da moda.
Embora nem sempre previsveis, os dados negativamente assimtricos tm em geral a mdia
esquerda da mediana.
Positivamente assimtricos; a mdia e a mediana esto direita.

Histogramas de distribuies assimtricas e simtrica:
f
x

f
x

Assimetria para a esquerda
(negativamente assimtrica):
A mdia e a mediana esto
esquerda da moda.
Simetria (assimetria zero):
A mdia, a mediana e a
moda coincidem.
Assimetria para a direita
(positivamente assimtrica):
A mdia e a mediana esto
direita da moda.
Histograma de distribuio
simtrica.
(mdia = mediana = moda)
Histograma de distribuio
assimtrica para a direita (positiva).
(mdia > mediana > moda)
Pgina 129

f
x

Frmulas para o clculo do coeficiente de assimetria: Coeficiente de Pearson

1 Coeficiente de Pearson

1. Classifique, quanto assimetria, a distribuio abaixo, segundo o coeficiente de Pearson.
(populao)

X f
i

i

1 2
2 10
3 6
4 4
5 2
6 1

2. Classifique, quanto assimetria, a distribuio abaixo: (amostra)

Classe Int. C. f
i

1 3 5 1
2 5 7 2
3 7 9 13
4 9 11 3
5 11 13 1

3. Classifique, quanto assimetria, a distribuio abaixo, segundo o coeficiente de Pearson.
Populao
S
Mo x
AS

=
AS = 0 diz-se que a distribuio simtrica
AS > 0 diz-se que a distribuio assimtrica
positiva ( direita)
AS 0 diz-se que a distribuio assimtrica
positiva ( direita)
Histograma de distribuio assimtrica
para a esquerda (negativa).
(mdia < mediana < moda)
Pgina 130

X f
i

i

2 2
3 4
4 6
5 1
0

6 6
7 4
8 2

4. Classifique, quanto assimetria, a distribuio abaixo, segundo o coeficiente de
Pearson.
Amostra
Classe Int. C. f
i

1 0 4 10
2 4 8 15
3 8 12 6
4 12 16 2
5 16 20 1

5. Em um exame final de Estatstica, o grau mdio de um grupo de 150 alunos foi 78 e o desvio
padro, 8,0. Em Matemtica, entretanto, o grau mdio final foi 73 e o desvio padro, 7,6.
a)Em que disciplina foi maior a disperso relativa?

b) Se um estudante obteve 75 em Estatstica e 71 em Matemtica. Em qual dos exames foi
mais elevada a sua posio relativa?

6. Medidas as estaturas de 1.017 indivduos, obtivemos mdia = 162,2 cm e s= 8,01 cm. O peso
mdio desses mesmos indivduos 52 kg, com um desvio padro de 2,3 kg.
a) Esses indivduos apresentam maior variabilidade em estatura ou em peso?

b) Se um indivduo tem estatura de 175 cm e peso de 65 kg em qual obteve uma posio mais
elevada?

7. Um grupo de 100 estudantes tem uma estatura mdia de 163,8 cm, com coeficiente de
variao de 3,3%. Qual o desvio padro desse grupo?

Pgina 131

8. Uma rede de lojas afirma que as vendas dirias de televisores obedecem seguinte
distribuio:
Populao
Classe N de
televisores
N de dias
1 0 | 20 5
2 20 | 40 25
2 40 | 60 40
3 60 | 80 15
4 80 | 100 10
5 100 | 120 5

a) Calcule o desvio padro da distribuio:

b) Calcule a varincia populacional da distribuio:

c) Calcule o coeficiente de variao.

d) Classifique, quanto assimetria, a distribuio segundo o coeficiente de Pearson.

e) Calcule o Q
3
9. Calcule a mdia aritmtica, a mediana, a moda, o primeiro e o terceiro quartis, a
varincia, o desvio padro, o coeficiente de variao e a assimetria das distribuies de
freqncias abaixo:
da distribuio.

a)
NOTAS f
i

0 2 5
2 4 8
4 6 14
6 8 10
8 10 7
= 44

b)
Estaturas (cm) f
i

150 158 5
158 166 12
166 174 18
174 182 27
182 190 8
= 70

PROBABILIDADES

Conhecidas certas condies, podemos prever, por exemplo, a temperatura em que a
gua entrar em ebulio ou a velocidade com que um corpo, em queda livre, atingir o solo.
Pgina 132

Estes experimentos cujos resultados podem ser previstos, isto , podem ser
determinados antes da sua realizao, so denominados experimentos determinsticos.
Considere agora os seguintes experimentos:
No lanamento de uma moeda, qual a face voltada para cima?
No lanamento de um dado, qual o nmero que saiu?
Uma carta foi retirada de um baralho completo. Que carta essa?
Estes experimentos que, ao serem realizados repetidas vezes, nas mesmas condies,
no podem ter seus resultados previstos so denominados experimentos aleatrios.
Experimento aleatrio apresenta as seguintes caractersticas:
Pode se repetir vrias vezes nas mesmas condies;
conhecido o conjunto de todos os resultados possveis;
No se pode prever o resultado.
Como no se pode prever o resultado de um experimento aleatrio, procura-se descobrir
as possibilidades de ocorrncia de cada um, ou seja, a probabilidade de que ele ocorra.
A teoria da probabilidade mede a chance de ocorrer um determinado resultado num
experimento aleatrio.

EXPERIMENTO ALEATRIO
Em quase tudo, em maior ou menor grau, vislumbramos o acaso. Assim, da afirmao
provvel que meu time ganhe a partida de hoje pode resultar:
a. Que, apesar do favoritismo, ele perca;
b. Que, como pensamos, ele ganhe;
c. que empate.
Como vimos, o resultado final depende do acaso. Fenmenos como esse so chamados
fenmenos aleatrios ou experimentos aleatrios.

ESPAO AMOSTRAL

A cada experimento correspondem, em geral, vrios resultados possveis. Assim, ao
lanarmos uma moeda, h dois resultados possveis: ocorrer cara ou coroa. J ao
lanarmos um dado h 6 resultados possveis: 1, 2, 3, 4, 5, ou 6.

Ao conjunto desses resultados possveis damos o nome de Espao Amostral ou
Conjunto Universo, representado por S.
S = { Cara, Coroa}
S = { 1, 2, 3, 4, 5, 6}

Se temos 2 lanamento sucessivos de uma moeda podemos obter cara nos dois
lanamentos, ou cara no primeiro e coroa no segundo, ou cara no primeiro e coroa no segundo,
ou cara nos dois lanamentos, o espao amostral :
S={ ( C, C), (C, K), ( K, C) ( K, K)
EVENTO
Chamamos de evento qualquer subconjunto do espao amostral S de um
experimento aleatrio.
1- Considere o espao amostral do lanamento de um dado e a observao
da face superior. Descreva, por seus elementos, os seguintes eventos:
a) A: sair face par.
b) B: sair face com nmero primo.
c) C: sair face maior que trs.
d) D: sair face maior que 6.
Pgina 133

e) E: sair face mltipla de 3.
f) F: sair face menor ou igual a 4.

Suponha-se que um evento E possa acontecer de h maneiras diferentes, em um total de n
modos possveis, igualmente provveis. Ento, a probabilidade de ocorrncia do evento
(denominada sucesso) definida por:
p = Pr {E} = h/n
A probabilidade de no ocorrncia do evento (denominado insucesso ou fracasso)
definida por:
q = Pr {no E} = n h /n = 1 h/n = 1 p = 1 Pr {E}

Assim, p + q = 1 ou Pr { no E} = 1
O evento no E representado, s vezes por E, ou ~E
Admita-se que o evento E seja a ocorrncia dos nmeros 3 ou 4, em um nico lance de um
dado. H 6 maneiras segundo as quais o dado pode cair, e que resultam nos nmeros 1, 2, 3,
4, 5, ou 6. Se o dado honesto (isto , no viciado), pode-se supor que as seis maneiras
sejam igualmente provveis. Como E pode ocorrer de duas destas maneiras, tem-se:
p= Pr {E} = 2/6 = 1/3
A probabilidade de no ser conseguido um 3 ou um 4 ( isto de ocorrncia de um 1, 2, 5
ou 6) :
q = Pr {~E} = 1 1/3 = 2/3

Note-se que a possibilidade de um evento um nmero compreendido entre 0 e 1. Se o
evento no pode ocorrer, sua probabilidade 0. Se ele deve ocorrer isto , se sua ocorrncia
certa, sua probabilidade 1.

Se p a probabilidade de que um evento ocorra, a vantagem a favor de seu
acontecimento q:p. por conseguinte, a vantagem contra o aparecimento de um 3 ou um 4, em
um nico lance de um dado honesto, de q : p = 2/3 : 1/3 = 2 : 1, isto , 2 para 1

2. Considere o espao amostral S= { 1,2,3,4,5,6,7,8,9,10} e os seguintes eventos:
A= { 2, 3, 4} B= { 1, 3, 5, 7, 9} C= { 5 } D= { 1, 2, 3 } E = { 2, 4, 6}
Determine:
a) A U B
b) A B
c) A C
d) (A D) U E

Exerccios:

1- Determine a probabilidade de cada evento:
a) um nmero par aparece no lanamento de um dado.

b) Uma figura aparece ao se extrair uma carta de um baralho de 52 cartas.

c) Uma s coroa aparece no lanamento de trs moedas. S= { (c,c,c), (k,k,k), (c,k,c),
(k,c,k), (c,k,k), (k,k,c)(k,c,c) (c,c,k)}

2- Um nmero inteiro escolhido aleatoriamente dentre os nmeros 1, 2, 3, ..., 49, 50.
determine a probabilidade de:
a. o nmero ser divisvel por 5.

Pgina 134

b. O nmero terminar em 3

c. O nmero ser divisvel por 6 ou por 8;

d. O nmero ser divisvel por 4 e por 6.

3- Dois dados so lanados simultaneamente. Determine a probabilidade de:
a. a soma ser menor que 4;

b. a soma ser 9;

c. o primeiro resultado ser maior que o segundo;

d. a soma ser menor ou igual a 5.

4- O experimento consiste em retirar ao acaso uma bola de uma urna que contm 20 bolas
iguais em peso e volume; sendo 5 bolas brancas, 8bolas pretas e 7 bolas amarelas, e anotar
sua cor. Determine a funo de probabilidade.

5- Um casal planeja ter 3 filhos. Determine os eventos;

a) os trs so do sexo feminino.

b) pelo menos 1 do sexo masculino.

c) os 3 do mesmo sexo.

6- uma urna contm 20 bolinhas numeradas de 1 a 20. Escolhe-se ao acaso uma bolinha e
observa-se o seu nmero. Determine os seguintes eventos:

a) o nmero escolhido impar.

b) o nmero escolhido maior que 15.

c) o nmero escolhido mltiplo de 5.

d) o nmero escolhido mltiplo de 2 e de 3.

e) o nmero escolhido primo.

f) o nmero escolhido mpar e mltiplo de 7.

Funo de Probabilidade
Uma vez identificado o espao amostral S = { a
1,
a
2,...
a
n
} de um elemento, podemos
associar a cada elemento sua possibilidade de ocorrncia.
1. 0 p(a
i
) 1 i = 1,2,,n
Pgina 135

2. p(a
i
) = 1 i = 1,2,n
O valor p(a
i
) denominado probabilidade de ocorrncia do resultado a
i
.

PROBABILIDADE CLSSICA
Aplica-se s situaes em que os resultados que compem o espao amostral
ocorrem com mesma regularidade, ou seja, os resultados so equiprovveis.
Deste modo definimos:
P(a
i
) = n (a
i
) n (a
i
) o nmero de casos favorveis realizao de a
i
n n o nmero total de casos possveis
OU

P =
Probabilidade de um evento
E
S
Exemplo: lanamento de um dado e observao da face superior. Determine a probabilidade de
cada um dos eventos abaixo:

a) Sair face 2 ou face 3.
b) Sair face mpar.
c) Sair face maior que 1.
d) Sair face 5.
e) Sair face 1 ou 2 ou 3 ou 4 ou 5 ou 6.
f) Sair face mltiplo de 9

Inicialmente, determinamos o espao amostral e a funo de probabilidade.
O espao amostral S= { 1, 2, 3, 4, 5, 6}
A funo de probabilidade dada por:

S __P___R
1 _____ p(1) = 1/6
2 _____ p ( 2) = 1/6
3 _____ p ( 3) = 1/6
4 _____ p ( 4) = 1/6
5 _____ p ( 5) = 1/6
6 _____ p ( 6) = 1/6

1. O experimento consiste em lanar dois dados e observar a diferena dos pontos das faces superiores.
Determine a funo de probabilidade.

2. O experimento consiste em lanar dois dados e observar o produto dos pontos das faces superiores.
Determine a funo de probabilidade.

3. No lanamento de dois dados e na observao da soma dos pontos das faces superiores, determine
a probabilidade de cada um dos eventos seguintes:
a. A a soma ser par.
b. B - A soma ser mpar.
c. C - a soma ser mltiplo de 3.
d. D - A soma ser um nmero primo.
e. E - A soma ser maior ou igual a 7.
Pgina 136

f. F A soma ser maior que 12.

Pgina 137
CENTRO DE ENSINO SUPERIOR DOM ALBERTO

Prof Rosane Worm

Eventos Complementares
Sabemos que um evento pode ocorrer ou no. Sendo p a probabilidade de que ele ocorra
(sucesso) e q a probabilidade de que ele no ocorra (insucesso), para um mesmo evento existe
sempre a relao: p + q = 1 q = 1 p
Ex. A probabilidade de tirar um 4 no lanamento de um dado p = 1/6. logo a
probabilidade de no tirar o 4 no lanamento de um dado q = 1 1/6 = 5/6.

Eventos Independentes
Dois eventos so independentes quando a realizao ou a no-realizao de um dos
eventos no efeta a probabilidade da realizao do outro e vice-versa.
Ex. quando lanamos dois dados, o resultado obtido em um deles independe do resultado
obtido no outro. A probabilidade de que dois eventos se realizem simultneamente dada por p =
p
1
x p
2
Ex. Lanamos dois dados. A probabilidade de obter 1 no 1 dado : p
1
= 1/6. A
probabilidade de obtermos 5 no 2 dado p
2
Eventos Mutuamente Exclusivos
= 1/6.
Logo, a probabilidade de obtermos, simultaneamente, 1 no 1 e 5 no 2 : p = 1/6 x 1/6 = 1/36.

Dois eventos so mutuamente exclusivos quando a realizao de um exclui a realizao
do(s) outro(s). Assim, no lanamento de uma moeda, o evento tirar cara e o evento tirar coroa
so mutuamente exclusivos, j que, ao se realizar um deles, o outro no se realiza. P = p
1
+ p

2.
Ex. Lanamos um dado. A probabilidade de tirar o 3 ou o 5 : p = 1/6 + 1/6 = 2/6 = 1/3
Exerccios
1. Qual a probabilidade de sair o s de ouros quando retiramos uma carta de um baralho
com 52 cartas?

2. Qual a probabilidade de sair um rei quando retiramos uma carta de um baralho de 52
cartas?

3. Em um lote de 12 peas, 4 so defeituosas. Sendo retirada uma pea, calcule:
a) a probabilidade de essa pea ser defeituosa.
b) a probabilidade de essa pea no ser defeituosa.

4. No lanamento de dois dados, calcule a probabilidade de se obter soma igual a 5.

Pgina 138

5. De dois baralhos de 52 cartas retiram-se, simultaneamente, uma carta do primeiro
baralho e uma carta do segundo. Qual a probabilidade de a carta do primeiro baralho ser um rei e
a do segundo ser o 5 de paus?

6. Uma urna A contm: 3 bolas brancas, 4 pretas, 2 verdes; uma urna B contm: 5 bolas
brancas, 2 pretas, 1 verde; uma urna C contm: 2 bolas brancas, 3 pretas, 4 verdes. Uma bola
retirada de cada urna. Qual a probabilidade de as trs bolas retiradas da primeira, segunda e
terceira urnas serem, respectivamente, branca, preta e verde?

7. No lanamento de um dado, qual a probabilidade de se obter um nmero no-inferior a
5?

8. Dois dados so lanados conjuntamente. Determine a probabilidade de a soma ser 10
ou maior que 10.

9. Em um lote de 12 peas, 4 so defeituosas. Sendo retiradas aleatoriamente 2 peas,
calcule:
a) A probabilidade de ambas serem defeituosas.
b) A probabilidade de ambas no serem defeituosas.

10. Um lote formado por 10 peas boas, 4 com defeitos e 2 com defeitos graves. Uma
pea escolhida ao acaso. Calcule a probabilidade de que:
a) Ela no tenha defeitos graves.
b) Ela no tenha defeitos.
c) Ela seja boa ou tenha defeitos graves.

11- O quadro abaixo representa a classificao por sexo e por estado civil, de um conjunto
de 50 deputados presentes em uma reunio.

ESTADO CIVIL

SEXO
M F
Casado 10 8
Solteiro 5 3
Desquitado 7 5
Divorciado 8 4

Uma pessoa sorteada ao acaso. Determine a probabilidade dos eventos:
a) Ser um homem.

b) Ser uma mulher

c) Ser uma pessoa casada.

d) Ser uma pessoa solteira.

e) Ser uma pessoa desquitada.
Pgina 139

f) Ser uma pessoa divorciada.

12- O quadro abaixo representa a classificao de um grupo de 30 mulheres, segundo o
estado civil e a cor dos cabelos:

COR DOS CABELOS
ESTADO CIVIL Loira Morena Ruiva
Casada 5 8 3
Solteira 2 4 1
Viva 0 1 1
Divorciada 3 1 1

Uma mulher sorteada neste grupo. Determine a probabilidade dos eventos:
a) Ser casada.

b) No ser loira.

c) No ser morena nem ruiva.

d) Ser viva.

e) Ser solteira ou casada.

f) Ser morena e solteira.

g) Ser viva e ruiva.

13- Um experimento consiste em sortear um aluno em uma classe pela lista de chamada
(1 a 20). Determine a probabilidade dos seguintes eventos.
a) ser sorteado um nmero par.

b) No ser sorteado um nmero maior que 12 e mltiplo de 3.

c) Ser sorteado um nmero menor que 7 e mltiplo de 4.

d) Ser sorteado um nmero menor que 13, maior que 8 e mltiplo de 7.

e) Ser sorteado um nmero real.

Pgina 140

Caderno Estatística - Rosane de Fátima Worm PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Caderno Estatística - Rosane de Fátima Worm PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Caderno de Estatstica I

elemento da populao para fazer parte da

Você também pode gostar