ESTATSTICA ADMINISTRAO DE EMPRESAS E CINCIAS CONTBEIS.

AULA 3
MEDIDAS DE POSIO OU TENDNCIA CENTRAL.
Como valores centrais, vamos estudar a mdia, a mediana e a moda.
Depois de 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.
Em geral dado um conjunto de valores:

x , x , x ,..., x
1

entre eles, obtemos certo resultado R.

Caso possamos substituir cada um os valores

, efetuando determinadas operaes

x , x , x ,..., x
1

por um mesmo valor x e efetuar

as mesmas operaes, obtendo ainda o mesmo resultado R, diremos que esse valor x a mdia dos
valores x , x , x ,..., x relativa s operaes em questo.
1

Alm disso, no devemos separar este conceito de sua aplicao na prtica quando, por
exemplo, ao calcularmos a mdia de um dado conjunto de valores, encontramos mais de uma
resposta. Neste caso, a natureza da grandeza que esses valores representam e o bom senso
determinaro qual das respostas a mais indicada para o problema.
I-MDIA ARITMTICA:
DADOS NO AGRUPADOS.
Seja x uma varivel quantitativa e x , x , x ,..., x os valores assumidos por
1

mdia aritmtica de
de valores, isto :

x . Define-se

- indicada por X - como a diviso da soma de todos esses valores pelo nmero

xi
i 1

x1 x2 x3 ... xn .
n

Propriedades:
1- Sejam

uma varivel quantitativa e

aritmtica correspondente.
Se cada xi

i 1,

x , x , x ,..., x
1

os valores assumidos por

2, ..., n adicionarmos uma constante real

e X a mdia

c , a mdia aritmtica fica

adicionada de
unidades.
Essa propriedade pode ser facilmente demonstrada.
Consideremos que os novos valores assumidos
x1 c, x2 c, ..., xn c .
A nova mdia dada por:
n

X'

xi c

i 1

x1 c x2 c ... xn c
n
n vezes

x x ... xn c c ... c
X' 1 2
n

X'

xi

i 1

n
X' X c

nc
n

por

essa

varivel

sejam:

2- Se multiplicarmos cada xi i 1, 2, ..., n por uma constante real c , a mdia aritmtica fica
multiplicada por c .
Para demonstrar essa segunda propriedade, consideremos que os novos valores assumidos por
essa varivel sejam:

c x1 , c x2 , ..., c xn .

A nova mdia

c xi

X ' dada por:

X'
X'

i 1

c x1 c x2 ... c xn

n
c x1 x2 ... xn

n
n

X' c

xi
i 1

X' c X
EXEMPLOS:
Observe o conjunto de nmeros abaixo e calcule a mdia.
a) 10,14,13,15,16,18,12
b) 1,2;3,4;5,8;7,9
DADOS AGRUPADOS SEM INTERVALOS DE CLASSE ( MDIA PONDERADA)
Sendo x , x , x ,..., x os n valores da varivel x com freqncias f ,
1

f ,f
2

,...,

,
n

respectivamente, define-se mdia aritmtica ponderada, ou simplesmente mdia, como sendo

n

f i xi x f x f ... x f
1
2
n
i 1
1
2
n

Mp n

...

f1 f 2
fn
fi
i 1

EXEMPLOS:
1) Considerando a distribuio abaixo determine mdia:
xi

fi

11 10

2) A mdia do conjunto de dados tabelados abaixo ser:

Classes
03 |- 08
08 |- 13
13 |- 18
18 |- 23

Fi
5
15
20
10

II-MEDIANA
A mdia aritmtica pode ser muito afetada quando encontramos valores discrepantes em um
conjunto de dados, podendo se tornar uma medida de centralidade pouco representativa do resumo dos
dados.
Para contornar questes dessa natureza, definiremos, a seguir, uma medida de centralidade mais
resistente aos valores discrepantes (em ingls, chamados outliers ) denominada mediana.
Sejam

x1 x2 x3

...

xn

os

valores de uma varivel

A mediana desse conjunto de valores indicada por

Me

x.

- definida por:

x n 1 , se n mpar
2

Me x n x n 1

2
2
, se n par
2

EXEMPLOS:
III-MODA
Moda de um conjunto de valores o valor que aparece um maior nmero de vezes, ou seja, o
valor de maior freqncia absoluta.
EXEMPLOS:
1- Determine a moda do conjunto de valores 2, 2, 5, 7, 9, 9, 9, 10, 11, 12.
Resposta:
A moda 9. Observe que 9 o elemento mais freqente.
2- Encontre a moda do conjunto de valores 12, 13, 19, 13, 14, 12, 16.
Resposta:
H duas modas, 12 e 13, pois cada um desses valores ocorre com maior freqncia (duas vezes).
Dizemos que se trata de uma distribuio bimodal.
3- Determine a moda do conjunto de valores 21, 13, 04, 12, 61, 17, 45, 38.
Resposta:
Nesse caso, todos os valores aparecem com a mesma freqncia unitria. Assim, no moda
nessa distribuio.
DADOS AGRUPADOS COM INTERVALOS DE CLASSE.
I-MDIA
Em uma academia de ginstica deseja-se implantar um programa de racionamento de energia
eltrica, que inclui, entre outras medidas, uma campanha de incentivo reduo do tempo de banho nos
vestirios. Durante uma semana, registrou-se o tempo de durao dos banhos dos usurios.
Os dados coletados esto organizados na tabela:

Como encontrarmos as medidas de centralidade (mdia, mediana e moda) relativas a esses

dados?
Quando as informaes referentes a uma varivel esto agrupadas em classes de valores
(intervalos), no possvel saber como os valores esto distribudos em cada faixa. Como recurso para
associar medidas a esses dados, costuma-se fazer a suposio de que, em cada intervalo, os valores esto
distribudos homogeneamente, isto , admite-se uma distribuio aproximadamente simtrica ao redor do
ponto mdio do intervalo. Assim, se um determinado intervalo contm n valores, h uma
compensao entre valores eqidistantes do ponto mdio
eles coincide com x i .
Essas consideraes nos levam a supor que as
ponto mdio.

x i da classe i , de modo que a mdia entre

observaes do intervalo equivalem ao seu

1- Clculo da mdia
Seja x i o ponto mdio de um intervalo. Retomando ao exemplo da academia de ginstica que
pretende implantar um programa de racionamento de energia eltrica, temos esta tabela:

O tempo mdio de banho dado por:

6 4 36 8 90 12 50 16 18 20
X
6 36 90 50 18
24 288 1.080 800 360
X
200
X 12,76 minutos
Em geral, a mdia para dados agrupados dada por:
k

xi ni
i 1

, sendo

ni
i 1

k o nmero de intervalos

xi o ponto mdio da classe i

ni a frequncia absoluta referente

classe i

II-MEDIANA
Em variveis contnuas que apresentam seus valores distribudos em intervalos, admite-se que
50% dos dados encontram-se abaixo da mediana e 50% acima dela.
Nesses casos, para determinar a mediana, importante, num primeiro momento, construir um
histograma, usando a freqncia relativa (ou porcentagem) de cada intervalo. Em relao ao exemplo da
academia de ginstica, temos:

A mediana desse conjunto de dados um valor pertencente ao intervalo

, uma vez que a
freqncia acumulada das duas primeiras classes 3% 18% 21% e das trs primeiras classes
3% 18% 45% 66% .
Observe que, no terceiro intervalo, o retngulo sombreado e o retngulo inteiro (que define o
intervalo) tm a mesma altura. Assim, a rea de cada um desses retngulos (expressa como porcentagem
da rea total sob o histograma) proporcional medida de sua base.
Temos:
Retngulo sombreado

base : Me 10

rea : 50% 21%

Retngulo inteiro

base : 14 10

rea : 45%
Segue da, a seguinte proporo:

14 10
Me 10

Me 12,58 minutos
50% 21%
45%
III-MODA OU CLASSE MODAL
Suponha que os dados de uma varivel contnua estejam distribudos em classe de mesma
amplitude.
A classe modal dada pela classe que rene a maior freqncia (absoluta ou relativa).
Retomando ao exemplo da academia de ginstica que pretende implantar um programa de
racionamento de energia eltrica, a classe de maior freqncia a de 10 a 14 minutos, e ela concentra 90
valores (ou 45% dos dados da amostra).
Dizemos que a classe modal o intervalo
(minutos).

Anlise das medidas de posio ou de tendncia central

Embora mdia mediana e moda sejam medidas de importantes de tendncia central por serem fceis de
serem obtidas e teis para obter informaes sobre uma amostra, elas devem ser utilizadas de acordo com
a anlise desejada. Analisemos primeiro, as principais vantagens e desvantagens dessas medidas.
MODA
Vantagens
Fcil de calcular.
No afetada pelos dados extremos da amostra.
Pode ser aplicada em qualquer escala: nominal, ordinal, intervalar e proporcional.
Desvantagens
Pode estar afastada do centro dos dados.
No tem uma definio matemtica.
No influenciado pelo tamanho da amostra.
A amostra pode ter mais de uma moda.
Algumas amostras podem no ter moda.
MEDIANA
Vantagens
Fcil de calcular.
No afetada pelos dados extremos da amostra.
um valor nico.
Pode ser aplicada em qualquer escala: ordinal, intervalar e proporcional.
Desvantagens
No tem uma definio matemtica.
No influenciado pelo tamanho da amostra.
MDIA
Vantagens
Fcil de compreender e aplicar.
Utiliza todos os dados da amostra.
um valor nico.
Fcil de incluir em funes matemticas.
Pode ser aplicada nas escalas: intervalar e proporcional.
Desvantagens
afetada pelos dados extremos da amostra.
necessrio conhecer todos os dados da amostra.