Escolar Documentos
Profissional Documentos
Cultura Documentos
APOSTILA DE
ESTATSTICA
Professor: Jean Carlos Andrade Arruda
I - A Natureza da Estatstica
1- Panorama Histrico
A origem da palavra Estatstica est associada palavra latina STATUS (Estado).
H indcios de que 3000 anos A.C. j se faziam censos na Babilnia,Chinae Egito e at
mesmo o4o.livro doVelhoTestamentofaz referncia a uma instruo dada a Moiss,
para que fizesse um levantamento dos homens de Israel que estivessem aptos para
guerrear. Usualmente, estas informaes eram utilizadas para a taxao de impostos
ou para o alistamento militar. O Imperador Csar Augusto,porexemplo, ordenou que se
fizesse o Censo de todo o Imprio Romano.
Contudo, mesmo que a prtica de coletar dados sobre colheitas, composio da
populao humana ou de animais, impostos, etc., fosse conhecida pelos egpcios,
hebreus, caldeus e gregos, e se atribua a Aristteles cento e oitenta descries de
Estados,apenas no sculoXVII a Estatstica passou a ser considerada disciplina
autnoma, tendo como objetivo bsico descrio dos BENS doEstado.
A palavra Estatstica foi cunhada pelo acadmico alemo Gottfried Achenwall
(1719-1772), que foi um notvel continuador dos estudos de Hermann Conrig (16061681). Gottfried determinou os objetivos da Estatstica e suas relaes com as demais
cincias.
Com a Escola Alem as tabelas tornaram-se mais completas, surgiram as
representaes grficas e o clculo das probabilidades, e a Estatstica deixou de ser
simples catalogao de dados numricos coletivos para se tornar o estudo de como
chegar a concluses sobre o todo (populao), partindo da observao de partes
desse todo (amostras).
Atualmente, os estudos estatsticos tm avanado rapidamente e, com seus
processos e tcnicas, Tm contribudo para a organizao dos negcios e recursos do
mundo moderno.
2- O que Estatstica?
A Estatstica uma parte da Matemtica Aplicada que fornece mtodos para
coleta, organizao, descrio, anlise e interpretao de dados e para autilizao dos
mesmos na tomada de decises.
A utilizao de tcnicas, destinadas anlise de situaes complexas ouno,
tem aumentado e faz parte do nosso cotidiano. Tome-se, por exemplo, as transmisses
esportivas. Em um jogo de futebol, o nmero de escanteios, o nmero de faltas
cometidas e o tempo de posse de bola so dados fornecidos ao telespectador e faz em
1
com que a concluso sobre qual time foi melhor em campo se torne objetiva (no que
isso implique que tenha sido o vencedor...). O que tem levado a essa qualificao de
nossas vidas no dia adia?
Um fator importante a popularizao dos computadores. No passado, tartar
uma grande massa de nmeros era uma tarefa custosa e cansativa, que exigia horas de
trabalho tedioso. Recentemente, no entanto, grandes quantidades de informaes
podem ser analisadas rapidamente com um computador pessoal e programas
adequados. Desta forma o computador contribui, positivamente, na difuso e uso de
mtodos estatsticos. Poroutrolado, o computador possibilita uma automao que pode
levar um indivduo sempre para o especfico autilizar tcnicas inadequadas para resolver
um dado problema. Assim, necessria a compreenso dos conceitos bsicos da
Estatstica, bem como as suposies necessrias para o seu uso de forma criteriosa.
A grosso modo podemos dividir a Estatstica em trs reas:
Estatstica Descritiva
Probabilidade
Inferncia Estatstica
Vamos caracterizar estas trs reas
Estatstica Descritiva
A Estatstica Descritiva pode ser definida como um conjunto de tcnicas
destinadas a descrever e resumir dados, afim de que possamos tirar concluses a
respeito de caractersticas de interesse. Em geral utilizamos a Estatstica Descritiva na
etapa inicial da anlise quando tomamos contato com os dados pela primeira vez.
Objetivando tirar concluses de modo informal e direto, a maneira mais simples seria a
observao dos valores colhidos. Entretanto ao de pararmos com uma grande massa de
dados percebemos, imediatamente, que a tarefa pode no ser simples. Para tentar
retirar dos dados informaes a respeito do fenmeno sob estudo, preciso aplicar
algumas tcnicas que nos permitam simplificar a informao daquele particular conjunto
de valores. A finalidade da Estatstica Descritiva tornar as coisas mais fceis de
entender, de relatar e discutir.
A mdia industrial Dow-Jones, a taxa de desemprego, o custo de vida, o ndice
pluviomtrico, a quilometragem mdia por litro de combustvel, as medias de estudantes
so exemplos de dados tratados pela Estatstica Descritiva.
Probabilidade
A Probabilidade pode ser pensada como a teoria matemtica utilizada para
estudar a incerteza oriunda de fenmenos que envolvem o acaso. Jogos de dados e de
cartas, ou o lanamento de uma moeda para o ar enquadram-se na categoria do acaso.
A maioria dos jogos esportivos tambm influenciada pelo acaso at certo ponto. A
deciso de um fabricante de cola de empreender uma grande campanha de propaganda
visando a aumentar sua participao no mercado, a deciso de parar de imunizar
pessoas com menos de vinte anos contra determinada doena, a deciso de arriscar-se
a atravessar uma rua no meio do quarteiro, todas utilizam a probabilidade consciente
ou inconscientemente.
Inferncia Estatstica
Amostragem
Coleta
Concluso
Estatstica descritiva
Consistncias dosdados
Interpretaes iniciais
Populao
Amostra
Inferncia Estatstica
Estimao de quantidades desconhecidas
Extrapolao dos resultados
Teste de Hipteses
De populao infinita:
A produo futura de uma mquina.
As extraes com repetio das bolas de uma urna. O
nascimento de bebs.
O nmero de peixes do mar constitui uma populao finita muito grande, pois esse
nmero , em dado momento, matematicamente finito, mas to grande que pode ser
considerado infinito para finalidade pratica.
Os alunos de uma sala de aula, os produtos de um supermercado, os livros de uma
biblioteca, os automveis de Vila velha, so exemplos de populaes finitas.
parmetros serem obtidos com base na populao e as estimativas com base nas
amostras.
Os parmetros so em geral desconhecidos porque, na pratica, no possvel
observe toda a populao. Mas, como j disse algum, no preciso beber todo o vinho
para saber que gosto ele tem. Ento o pesquisador obtm uma amostra para ter uma
idia do valor do parmetro.
Embora nenhum plano de amostragem possa garantir que a amostras e ja
exatamente semelhante populao da qual foi extrada, se a amostra for
suficientemente grande e obtida com a tcnica correta, na maioria das vezes,
poderemos estimar o valor do erro possvel, isto dizer quo prxima esta a amostra
da populao, em termos de representatividade. Mas ainda, amostras sucessivas da
mesma populao tendem a fornecer estimativas similares entre si e com valores em
torno do verdadeiro, ou seja, o valor do parmetro.
Exemplo: Imagine que a prefeitura de uma metrpole quer tomar uma medida
administrativa que afeta os lojistas: Metade (0,5) deles a favor e metade (0,5) contra,
mas ningum conhece essas propores. Voc toma ento uma amostra de dois lojistas
para afirmar a proporode lojistas favorveis. Na sua amostra, podem ser favorveis
medida:
a) Nenhum dos dois
b) Somente um deles
c) Os dois
As estimativas da proporo de lojistas favorveis medida seriam:
a) 0b)
b) 0,5
C) 1
Assim, vimos que, amostras diferentes do estimativas diferentes do parmetro.
o que os estatsticos chamam de flutuao amostral.
Das estimativas possveis desse parmetro, com base em uma amostra de
tamanho 2, que muitssimo pequena, apenas um caso coincide com o valor verdadeiro
do parmetro e as outras so muito ruins.
Se a amostra fosse de tamanho 1000, uma proporo muito maior de estimativas
estaria em torno do valor verdadeiro do parmetro.
Existe uma tcnica especial, a amostragem, para recolher amostras, que
garantam, tanto quanto possvel, o carter de representatividade do todo, que possam
ser usadas para permitir fazer inferncias acerca da populao de que originou. Quanto
mais complexa for a amostragem, maiores cuidados devero ser tomados nas anlises
estatsticas utilizadas; em contrapartida, o uso de um esquema de amostragem mais
elaborado pode levar a uma diminuio no tamanho da amostra necessrio para uma
dada preciso.
Antes de escolher a amostra, preciso definir a tcnica de amostragem, isto ,
os critrios que sero usados para escolher os elementos da populao que constituiro
a amostra. De acordo com a tcnica usada, tem-se um tipo de amostra.
2- Amostragem X Censo
Uma amostra usualmente envolve o estudo de uma parcela dos itens de uma
populao, enquanto que um censo requer o exame de todos os itens. Embora
concentremos nossa ateno nas amostras, conveniente considerar tambm a
alternativa do censo.
7
primeira vista pode parecer que a inspeo complete ou total de todos os itens
de uma populao seja mais conveniente do que a inspeo de apenas uma amostra
deles. Na prtica, o contrrio que quase vlido
Firmas comerciais e entidades governamentais recorrem amostragem por
vrias razes. O custo usualmente um fator relevante. Colher dados e analisar
resultados custam dinheiro e, em geral quanto maior o nmero de dados colhidos, maior
o custo. Outra razo para o emprego de amostragem que o valor da informao dura
pouco. Para ser til, a informao deve ser obtida e usada rapidamente. A amostragem
a nica maneira de se fazer isso. Por vezes, o exame de determinado artigo o destri.
Testar cadeiras quanto a sua resistncia ao peso obviamente s destri; se fssemos
testar todas as cadeiras, no sobrariam cadeiras para a venda.
A amostragem prefervel ao censo quando:
a) A populao pode ser infinita, e obviamente no seria possvel examiner todos os
itens da populao o que tornaria ento o censo impossvel.
b) Uma amostra pode ser mais atualizada doque o censo. Se a necessita de uma
informao rapidamente, um estudo de toda a populao pode consumir demasiado
tempo e perder utilidade. Alm disso, se a populao tende a modificar-se com o
tempo, um censo poder, na realidade, combinar vrias populaes.
c) Os testes podem apresentar carter destrutivo, ou seja, os itens examinados so
destrudos no prprio ato do experimento. Ento o censo nos daria o panorama
preciso de uma populao que no existemais.
d) O custo de um censo pode ser proibitivo, normalmente se o custo individual
elevado e se existem muitos itens na populao.
e) A preciso pode sofrer no caso de um censo de uma grande populao. A
amostragem envolve menor nmero de observaes e, conseqentemente, menor
nmero de coletores de dados. Com grande nmero de agentes, h menor
coordenao e controle, aumentando a chance de erros. A amostragem pode revelar
maior
uniformidade nos
mtodos
de
coleta de
dado e
maior comparabilidade entre os dados, do que um censo.
f) O tipo de informao pode depender da utilizao de uma amostra ou de um censo.
Freqentemente as despesas com coleta de dados sofrem restries oramentrias.
Existe tambm a premncia do tempo. Se nos decidirmos por um censo, os
problemas de custo e de tempo podem conduzir a uma limitao do censo a apenas
uma ou a poucas caractersticas por item. Uma amostra com o mesmo custo e
mesmo tempo, poderia proporcionar resultados mais a profunda dos sobre um menor
nmero de itens.
Entretanto, h certas situaes em que mais vantajoso fazer um censo. Entre
essas situaes destacamos:
a) A populao pode ser to pequena que o custo e o tempo de um censo sejam pouco
maiores que para uma amostra.
b) Se o tamanho da amostra grande em relao ao da populao, o esforo adicional
requerido por um censo pode ser pequeno, alm disso, o censo eliminara
variabilidade amostral.
c) Se se exige preciso completa, ento o censo o nico mtodo aceitvel. Em face da
variabilidade amostral, nunca podemos ter certeza de quais so os parmetros
verdadeiros da populao. Um censo nos dar essa informao, embora erros na
8
coleta dos dados e outros tipos de tendenciosidade possam afetar a preciso dos
resultados.
d) Ocasionalmente, j se dispe da informao completa, de modo que no h
necessidade de amostra.
3- Amostragem Probabilstica
Uma amostragem ser probabilstica se todos os elementos da populao
tiverem probabilidade conhecida, e diferente de zero, de pertencer amostra. Desta
forma, a amostragem probabilstica implica um sorteio com regras bem determinadas,
cuja realizao s ser possvel se a populao for finita e totalmente acessvel.
Consideraremos aqui os seguintes planos de amostragem probabilstica:
1 Amostragem Aleatria Simples
2 Amostragem Proporcional Estratificada
3 Amostragem Sistemtica
Amostragem Aleatria Simples
Este tipo de amostragem equivalente a um sorteio lotrico. A Amostragem
Aleatria Simples constituda de elementos retirados ao acaso da populao. Ento
todo elemento da populao tem probabilidade fixa de ser amostrado. Por isso que a
esse tipo de amostragem tende a produzir amostras representativas.
Exemplo: Geralmente so considerados aleatrios os seguintes processos:
A chegada de carros a um posto de pedgio
As chamadas telefnicas numa grande mesa de operao
A chegada de clientes aos caixas de um supermercado
A produo de qualquer processo mecnico
Sucessivos lances de moeda ou de dados
Tempo de servio em estaes de pedgio
de mxima importncia dar cuidadosa ateno maneira como se escolhemos
itens, bem como se eles so igualmente provveis.
Exemplo: Imagine que 500 clientes esto cadastrados em sua empresa e voc precisa
obter uma amostra aleatria de 2% dos cadastros. O que vocfaria?
Como queremos uma amostrade 2% dos cadastros, precisamos sortear 10
deles. Faremos isso seguindo os seguintes passos:
1 Numeramos os cadastros de 001 a 500.
2 - Para o sorteio exibiremos duas opes:
a) Escreva os nmeros de 001 a 500, em pedaos iguais de um mesmo papel,
colocando-os dentro de uma caixa. Agite sempre a caixa para misturar bem os
pedaos de papel e retire, um a um, dez nmeros que formaro a amostra.
b) Coloque em uma urna, bolas numeradas de zero a nove, inclusive, misture
bem e retire uma. Anote o nmero dessa bola que ser o primeiro dgito do
nmero do cadastro que ser amostrado. Volte a bola retirada urna, misture
bem e retire outra. Onmero dessa segunda bola sera o Segundo dgito do
nmero do cadastro que sera amostrado. O procedimento dever ser repetido
at completer os trs dgitos da numerao utilizada. Como a populao
9
3690
0813
2492
6790
7171
6858
7720
1489
6509
2669
7549
3743
2330
1901
5733
4971
4730
8280
10
6477
0772
5692
5289
2160
9870
4092
8236
3583
4223
0812
8997
6454
4195
1533
7632
5589
6566
7577
0830
8830
2816
8261
7271
9202
9232
3809
2080
1039
7227
8506
5086
3828
3382
0104
6348
0303
7880
7600
4141
4612
7423
0586
1077
1521
8252
3298
8482
4455
9104
1062
3979
7811
8806
5563
1757
2831
6807
1822
1392
0964
2257
3309
1669
8238
2983
1508
2729
7501
4882
2244
7642
0092
0935
2605
7277
5484
1629
5565
3973
9889
3900
0377
2315
8204
0390
3485
3590
8030
4143
5579
0741
2209
7651
2677
4620
9069
4839
5189
0034
5650
5920
6332
0075
8601
0210
4326
1490
9353
3340
2082
7704
3092
1921
8383
4664
6525
6905
8387
4094
4951
9047
7127
5323
1957
3781
0199
5933
3753
0163
5101
5068
1137
1859
9717
1815
7447
7583
6043
4118
7068
1664
6450
0294
4276
6379
9278
5658
5110
9465
7252
1708
7678
6340
8820
1086
3625
3444
9137
4127
8919
2864
7274
9192
0554
8231
3995
9512
4011
1690
5627
9677
0074
0255
6333
1815
7765
6677
5458
1931
7171
3194
8676
6942
9433
8036
3222
0222
8043
2661
1832
4191
3335
6201
8690
2031
2734
1976
1587
2313
6298
4469
1645
0972
6999
6073
8617
2402
5295
5177
7315
5775
6250
7385
1191
3365
7517
9362
5474
2106
7203
8974
7373
2123
3351
1231
3961
4757
7035
5057
0546
2183
1716
9983
0967
6612
5295
1942
5192
4538
1038
3096
0417
1840
1246
1425
8536
5921
6176
3374
2709
9442
5500
3251
4675
3543
3521
2276
8902
1435
6130
8772
6307
8843
2192
4247
6612
2346
2112
0874
4859
0721
1285
8567
2897
2660
3899
7000
8131
0262
7852
2999
5306
8116
5092
9096
1263
0414
5270
5541
0578
7017
3383
5994
4014
0097
8057
5573
7478
3339
5505
6381
9396
7569
2854
8474
2086
3464
7551
9691
3167
5457
1706
3380
9562
8552
7703
9204
2152
3252
5409
2758
3389
5411
9848
1556
2963
5678
2647
6030
4247
8167
2589
7242
8472
4652
6712
0288
2800
2266
2953
9820
11
Exemplo: Imagine que 500 clientes esto cadastrados em sua empresa e voc
precisa obter uma amostra aleatria de 2% dos cadastros. Como voc usaria a tabela
de nmeros aleatrios para extrair essa amostra?
Depois de numerar os cadastros podemos escolher, por exemplo, percorrer a
ltima coluna da tabela de cima para baixo lendo os trs primeiros algarismos de cada
linha. Os nmeros obtidos dessa formaso:
473, 828, 920, 923, 380, 272, 750, 488, 224,
764, 309, 192, 838, 466, 652, 344, 913, 412.
Desprezando os nmeros que so maiores do que 500 (e eventuais repeties)
devemos tomar para a amostra os cadastros de nmeros:
473, 380, 272, 488, 224, 309, 192, 466, 344, 412.
Dispondo-se de uma lista precisa dos itens da populao, relativamente
simples escolher uma amostra aleatria como auxilio de uma tabela de numeros
aleatrios. Na realidade, a lista no precisa conter todos os itens. As locaes dos
itens podem constituir uma alternativa, como por exemplo, os quarteires de uma
cidade, ou os arquivos de uma firma etc.
Amostragem Sistemtica
Quando os elementos da populao j se acham ordenados, no h
necessidade de construir um sistema de referncia. So exemplos os pronturios
medicos de um hospital, os prdios de uma rua, a slinhas de produo etc. Nestes
casos, a seleo dos elementos que constituiro a amostra pode ser feita por um
sistema imposto pelo pesquisador.
A Amostragem Sistemtica constituda de elementos retirados da populao
segundo um sistema pr-estabelecido.
Exemplo1: Imagine que 500 clientes esto cadastrados em sua empresa e voc
precisa obter uma amostra aleatria de 2% dos cadastros. Como voc obteria uma
amostra sistemtica?
Precisamos obter uma amostra de tamanho 10. Para obter a amostra podemos
dividir 500 por 10, e obter 50. Sorteamos um nmero entre 1 e 50, inclusive, para ser o
primeiro cadastro da mostra e a parir desse nmero, contamos 50 cadastros e
retiramos o ltimo para fazer parte da amostra. Procedemos dessa forma at
completarmos os 10 cadastros da amostra.
Exemplo 2: No caso de uma linha de produo, podemos, a cada dez itens
produzidos, retirar um para pertencer a uma amostra da produo diria. Neste caso,
estaramos fixando o tamanho da amostra em 10% da populao.
preciso especial cuidado com o sistema de seleo. No forme uma amostra
com as primeiras pessoas de uma fila ou, se so atendidos10 clientes por dia, no
escolha para a amostra, o dcimo de cada dez clientes. Estes procedimentos podem
determinar amostras tendenciosas. Recomenda-se sempre sortear o primeiro
elemento que ser selecionado para a mostra e, a partir da, usar o sistema de
seleo.
Amostragem Proporcional Estratificada
Muitas vezes a populao se divide em subpopulaes, denominadas de
Estratos. Como provvel que a caracterstica em estudo dessa populao apresente,
de estrato em estrato, um comportamento heterogneo e, dentro de cada estrato, um
Populao
54
10%
36
1036
100 3,6
Total
90
1090
100 9
10 54
100 5,4
Amostra
5
obtida por outros meios. E, por ltimo, vem a questo da identificao, sema
necessria autorizao, de quem responde, usando expedientes como questionrios
com cdigos secretos. Definitivamente, a identificao por cdigo no tica.
Um estatstico conhecido disse, certa vez, que possvel mentir usando
estatstica, mas quese mente mais, e melhor, sem estatsticas. preciso entender que
as amostras podem levar a concluses erradas. Contudo, as opinies pessoais, sem
base em dados, levam em geral, a concluses muito mais erradas.
Exemplos:
So variveis qualitativas nominais:Turma(A ou B),sexo (F ou M),cor dos olhos,
campo de estudo, etc.
Nominal
Qualitativa
Ordinal
Discreta
Varivel
Quantitativa
Contnua
Quantitativas
Qualitativas
Contnua
Discreta
Nominal
Ordinal
Idade,peso
N na classe
sexo
Por perodo
Velocidade
emkm/h
Valor
reais
N de defeitos
por carro
N de ofertas
cores
limpeza
Acima do preo
Muito
dispendioso
3- Distribuio de Frequncia
Uma distribuio de frequncia um mtodo de grupamento de dados em
classes, ou intervalos, de tal forma que se possa determinar o nmero ou a
percentagem de observaes em cada classe. O nmero ou percentagem numa
classe chama-se frequncia de classe. Uma distribuio de frequncia pode ser
apresentada sob forma grfica ou tabular.
Tipos de freqncias
Titulo
Cabealho
Coluna
Indicadora
Produto
Automveis
Veculos de carga
Autopeas
Motores
Minrio
Tratores
Valor em
dlares(emb
606
541
531
264
248
130
Corpo da
tabela
4 Amplitude da classe
(AC)=
29,6
4,93 5
6
5 Intervalos de variao das classes:
1 classe: Limite inferior: 3
Limite superior: 3 + AC = 3 +
5=8
2 classe: Limite inferior = Limite superior
da classe anterior: 8 Limite superior: 8 + 5
= 13
3 classe: Vai de 13 a 18
4 classe: Vai de 18 a 23
5 classe: Vai de 23 a 28
6 classe: Vai de 28 a 33
6 Construo da
tabela
Safra Anual (em alqueire/ rvore)
para 40 Pessegueiros
Nmero de rvores
Nmero
dealquei
38
8
8 13
10
13 18
9
18 23
7
23 28
4
28 33
2
40
Total
O histograma correspondente:
Ndervores
15
10
4
0
5,5
Safra (alqueires)
2
0
5,5
30,5
10,5
15,5
20,5
25,5
0
3
4
5
7
0
3
4
5
7
2
4
5
7
9
9
8
7
6
5
4
3
2
1
N de acidentes dirios
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
5
7
n de acidentes
b) Grfico desetores
700
600
500
400
300
100
200
1%
Cola
Limo
Laranja Uva
Tipo
Cereja Outros
Limo
20%
Cola
60%
b) Grfico de setores
Boa
Fraca
5% Razovel
10%
Boa
25%
Mdia
Razovel
Mdia
50%
Fraca
0
10
15 20
25
30 35
40 45 50 55
Percentagem
Diagrama de Pareto
usado na gesto de qualidade para estabelecer a ordem em que
as causas das perdas ou de outros tipos de fracasso devem ser sanadas.
O Diagrama de Pareto apresenta fracassos e insucessos em ordem
de freqncia. Tem-se, ento, a ordem em que devem ser sanados os erros,
resolvidos os problemas, atendidos as reclamaes, diminuindo o
desperdcio. Diz-se, por isso, que o Diagrama de Pareto estabelece
prioridades. Mas o Diagrama de Pareto tambm
Pode ser usado para identificar causas de sucesso como, por exemplo, as causas do
aumento de venda de um produto.
Exemplo: Consideremos a distribuio de freqncia das reclamaes feitas no
PROCON por rea em 1999.
Reclamao do PROCON por rea
rea
fr
Fr
Servios
40
40
Assuntos
23
63
financeiros
Produtos
21
84
Habitao
8
92
Sade
7
99
Alimentos
1
100
Fonte: Procon, 1999.
100
99
90
92
84
80
70
63
60
50
40
40
30
40
23
20
21
10
Habitao
Sade
0
Servios
Assuntosfinanceiros
Produtos
Alimentos
rea
Note que a linha que est desenhada acima das colunas obtida com base na
doma dos valores das colunas.
O Diagrama de Pareto para essas reclamaes no PROCON deve ser
interpretado da seguinte forma: Como a maior parte de reclamaes se concentram
nas reas de servios e assuntos financeiros, o PROCON dever centralizar suas
investigaes nessas reas.
IV Sries Estatsticas
Denominamos Srie Estatstica toda tabela que apresenta a distribuio de
um conjunto de dados estatsticos em funo da poca, do tempo ou da espcie.
Da podemos inferir que numa srie estatstica observamos a existncia de trs
elementos ou fatores:
Tempo
Espao
Espcie
Basicamente existem trs tipos de sries estatsticas: Temporais ou
Cronolgicas, Geogrficas e Categricas.
1- SriesTemporais
So constitudas por dados produzidos e monitorados ao longo do tempo.
Tambm so chamadas de sries histricas ou cronolgicas.
Exemplos: So sries temporais:
Preo do Acm no varejo em So
Paulo segundo o ano
Anos
Preo
mdio
1989
2,24
1990
2,73
1991
2,12
1992
1,89
1993
2,04
1994
2,62
Ano
1995
1996
1997
1998
1999
Fonte: APA
Nde
Apartament
1299
533
659
1040
402
2- Sries Geogrficas
So constitudas por dados provenientes de diferentes regies geogrficas.
Tambm so chamadas de sries espaciais, territoriais ou de localizao.
Exemplos: So sries geogrficas:
Durao mdia dos estudos
superiores 1994
Pases
Nmero
dean
Itlia
7,5
Alemanha
7,0
Frana
7,0
Holanda
5,9
Inglaterra
Menos de 4
Fonte: RevistaVeja
Nmero de desempregados, em
milhes, nos dez pases com mais
desemprego em 1998.
Ndedesempr
Pases
egados (em
Milhes)
ndia
38.960,1
Indonsia
10.625,7
Rssia
8.028,8
Brasil
6.649,9
EUA
6.173,4
China
6.125,1
Alemanha
4.075,7
Espanha
3.347,1
Japo
2.930,3
Itlia
2.896,2
Fonte: Pochmann (1999)
3 SriesCategricas
So constitudas por dados obtidos nas diferentes categorias de uma mesma
varivel. Tambm so chamadas de sries especficas.
Exemplos: So sries categricas:
Rebanhos brasileiros em 1992
Espcies
Bovinos
Bufalinos
Eqinos
Asininos
Muares
Sunos
Ovinos
Caprinos
Coelhos
Quantidade
(1000
154.440,8
1.423,3
549,5
47,1
208,5
34.532,2
19.955,6
12.159,6
6,1
Fonte: IBGE
4 Sries Conjugadas
N
de
1
0
0
1
0
1
0
1
1
2
Nmer
odoqu
11
12
13
14
15
16
17
18
19
20
N
def
1
2
0
2
0
1
2
2
1
4
Nmer
odoqu
21
22
23
24
25
26
27
28
29
30
N
de
0
1
1
1
0
1
0
3
0
2
Nmer
odo
31
32
33
34
35
36
37
38
39
40
N
de
1
0
1
0
1
0
0
0
0
0
f
17
15
6
1
1
0
40
A
A
A
B
C
B
A
A
B
C
B
B
B
B
A
B
A
A
0
0
0
1
2
1
0
0
1
2
1
1
1
1
0
1
8
9
3
0
f
8
9
3
0
0
Outros
Total
0
20
Na opo
ATENO! Confira se no seu computador tem a opo Anlise de dados...
Exemplo: Considere a seguinte tabela primitiva de dados:
Nmer
odo
1
2
3
4
5
6
7
8
9
10
11
Tempo
0,0
0,5
0,6
1,5
3,3
4,2
3,9
1,0
5,8
4,8
4,0
Nmer
odo
12
13
14
15
16
17
18
19
20
21
22
Tempo
2,7
2,3
4,5
3,7
2,9
0,7
4,7
3,1
4,1
4,9
1,2
1
5
4
7
5
o1,45
1,452,90
2,904,35
4,355,80
Total
6
4
7
5
22
f
17
15
6
1
1
40
14
13
12
freqncia
11
10
9
8
7
6
5
4
3
2
1
0
0
Nmero defilhos
f
6
4
7
5
22
A clulas A1 aBB5
3) Marcar as
1 na barra
f INSERIR GRFICO.Tipo de grfico: Colunas
Pont
4)
de ferramentas:
os
Avanar Avanar Colocar o ttulo do grfico:
mdi
2
0,725
6
3
2,125
4
4
3,625
7
5
5,175
5
0
0,725
2,125
3,625
5,175
Tempos
Para que este grfico seja um histograma preciso fazer as seguintes alteraes:
1) Clique 2 vezes em alguma das barras.
dados ir aparecer.
Ndepessoas
0
0,725
2,175
3,625
5,075
Tempo
0
0,725
2,125
3,625
5,175
Tempos
4
Isto , a mdia aritmtica, nesse caso, 5. Esse ser o nmero representativo
dessa srie de valores, embora no esteja representado nos dados originais.
Desvio em relao mdia
Denominamos desvio em relao a mdia a diferena entre cada elemento de
um conjunto de valores e a mdia aritmtica.
Designando o desvio pelo smbolo d i, podemos escrever:
d i xi x
d 2 x 2 x 14 14 0
d4 15141
d 5 16 14 2
d6 18144
d 7 12 14 2
A soma dos desvios dos nmeros de um conjunto a contar da mdia zero.
Exemplo: No exemplo anterior temos:
41220140
Propriedades da mdiaaritmtica
A mdia aritmtica tem certas propriedades interessantes e teis, que explicam
por que ela a medida de tendncia central mais usada:
1 - A mdia aritmtica de um conjunto de nmeros pode sempre ser calculada.
2 - Para um dado conjunto de nmeros a mdia aritmtica nica.
3 - A mdia sensvel a (ou afetada por) todos os valores do conjunto. Assim, seu valor
se modifica, a mdia tambm se modifica.
Exemplo: A mdia dos nmeros 1, 2, 2, 3, 4, dada por
12234
2,4
5
Se alterarmos o conjunto para 1, 2, 3, 3, 4 a mdia passa a ser dada por
12334
2,6
5
716
7
Lembrando que a mdia anterior era x 14 , temos que:
y
y 16 14 2 x 2.
Notas
8,0
9,0
9,6
Mdia ponderada
Peso
3
3
4
10
38,039,049,
6
10
89,
8,94
4
10
Notas
8,5
Peso
1
Examefinal
Total
Logo:
9,6
2
3
27,
9,23
7
3
2
2
3
2
3
6
2
3
6
2
3
6
2
3
6
2
3
6
2
3
6
2
3
6
2
3
6
Para calcular o preo mdio basta somar todos esses valores e dividiro
resultado por 30 que o nmero total de produtos vendidos.
Observe essa conta:
64444444172x2444444 6444444170x34444
64444478x6444
448
448
48
x
222222222222333333333366666666
30
30 3,40
30
30
Assim o preo mdio do produto pela manh foi R$3,40.
Observe agora, a tabela de freqncia dessa varivel:
Valo
r2
3
6
Total
f
12
10
8
30
A segunda igual da de expresso acima, nos mostra que basta ponderar cada
preo praticado pela freqncia com que foi praticado, para calcular o preo mdio de
venda.
Para facilitar as ontas, podemos criar uma coluna auxiliar na tabela de
freqncia, chamada de multiplicao, correspondente aos produtos xi fi , e calcular
o preo mdio dividindo o total dessa coluna pelo total da coluna de freqncia
simples.
Valo
r2
3
6
Total
f
12
10
8
30
Multiplica
o =24
2 x 12
3 x 10 =30
6 x 8=48
102
102
30
3,40
X
1
2
3
4
Total
f
75
47
21
7
150
f
75
47
21
7
150
X
Multiplica
o
75
94
63
28
260
260
1,73
150
Pode ser de interesse estudar o gasto dos alunos associado com as despesas do
vestibular. Para simplificar um pouco a situao, vamos supor que se atribui, para cada
aluno, uma despesa fixa de R$ 1300, 00, relativo preparao e mais R$50,00 para
cada vestibular prestado. De posse dessas informaes, vamos calcular amdia da
varivel D: Despesa com vestibular. Pela definio desta nova quantidade temos:
D 50 X 1300
Logo do clculo que fizemos imediato que:
D501,7313001386,50.
Se os dados esto distribudos em classes, para calcular a mdia aritmtica
multiplique o ponto mdio de cada classe por sua respectiva freqncia, some
edividao total pela soma das freqncias e a mdia resultante uma aproximao.
Nesse caso, convencionamos que todos os valores includos em um
determinado intervalo de classe coincidem com o seu ponto mdio, o que nem sempre
o caso. Entretanto, se no dispomos dos dados originais, no h alternativa
razovel.
Exemplo: Imagine que a margem de lucro na venda de um produto varivel, mas
que, ao longo de seis meses, foram registrados os valores a presentados na tabela
abaixo. Calcule a mdia aritmtica da margem de lucro nesse perodo.
Margem de lucro, em termos de percentual
dovalorde compra, segundo aclasse.
Classe
f
Pontomdio
Multiplica
o
15 25
30
20
600
25 35
45
30
1350
35 45
150
40
6000
45 55
45
50
2250
55 65
30
60
1800
Total
300
12000
Logo a margem mdia de lucro ser dadapor:
12000
x
40.
300
3 A Mediana.
Uma segunda medida de tendncia central de um conjunto de nmeros a
mediana. Mediana o valor que ocupa a posio central do conjunto dos dados
ordenados.
Da definio de mediana, segue-se que sua caracterstica principal dividir um
conjunto ordenado de dados em dois grupos iguais; a metade ter valores inferiores
mediana, a outra metade ter valores superiores mediana. A mediana de uma
amostra ser indicada por md.
Para calcular a mediana, necessrio primeiro ordenar os valores
(comumente) do mais baixo ao mais alto. Em seguida, conta-se at a metade dos
valores para achar a mediana.
Em geral, a mediana ocupa a
n 1
, onde n representa a
quantidade 2
1 Ordenar osvalores
2 Se o nmero de dados mpar, a mediana o valor que est no centro da srie.
3 Se o nmero de dados par, a mediana a mdia dos dois valores que esto
no centro da srie.
Exemplo 1: Calcule a mediana dos dados:
3,9,5,7,9,1,9.Para obter a mediana, ordene os dados:
1,3,5,7,9,9,9.
A posio da mediana dada por:
7 1 8
2 2 4
Assim a mediana o elemento que ocupa a 4 posio na srie dos dados
ordenados. Isto , a mediana 7.
Note que antes do7, existem trs nmeros menores: 1,3,5 e,depois do 7, trs
nmeros maiores:9,9,9.
Exemplo 2: Calcule a mediana dos dados:
42,3,9,5,7,9,1,9.Para obter a mediana, ordene os dados:
1,3,5,7,9,9,9,42.
A posio da mediana dada por:
8 1 9
4,5
2
2
Como o nmero de dados par, a mediana a mdia aritmtica dos valores que
ocupam a 4 e a 5 posio na srie dos dados ordenados.
Assim, a mediana dada por:
7 9 16
2 2 8.
Logo temos quatro valores maiores do que 8(1,3,5,7),e quatro valores menores do
que 8(9,9,9,42).
Clculo da Mediana para Dados Agrupados
Se os dados se agrupam e muma distribuio de freqncia, o clculo da
mediana se processa de modo muito semelhante quele dos dados no agrupados,
implicando, porm, a determinao prvia das freqncias acumuladas. Ainda aqui,
temos que determinar um valor tal que divida a distribuio em dois grupos que
contenham o mesmo nmero de elementos. Tambm o processo e os resultados
diferem, dependendo de dispormos ou no dos dados originais.
Se dispusermos dos dados originais, o processo ser o seguinte:
1 Determine as freqncias acumuladas.
2
6
10
11
4
33
2
8
18
29
33
33 1
34
17
2
2
A menor freqncia acumulada que supera esse valor 18, que corresponde aovalor 2 da
varivel, sendo esse o valor mediano. Logo:
Md = 2 meninos.
Exemplo2: Considere a distribuio relativa a 8 pessoas, tomando para varivel o nmero
de vezes que vo ao cinema por ms:
N de idas
ao
12
14
15
16
17
20
Total
Determine a mediana desse conjunto. A
posio da mediana dada por:
1
2
1
2
1
1
8
1
3
4
6
7
8
8 1
9
4,5
2
2
Devemos determinar os valores da varivel que esto na posio 4 e5.
Para a posio 5 temos que a menor freqncia acumulada que supera esse valor 6,que
corresponde ao valor 16 da varivel, e para a posio 4 temos que o valor da varivel
correspondente 15.Logo:
15 16 31
Md
15,5
2
2
Posio
f
4
9
11
8
5
3
40
F
4
13
24
32
37
40
20posio
158
14posio
21posio
Mediana
162
Ouainda:
Element
oPosi
onacl
15
80
158,37
1
158,73
2
159,10
3
159,46
4
159,82
5
160,19
6
160,55
7
160,91
8
161,27
9
161,64
10
Dizemos ento que metade dos alunos medem e nos de 160,73 cm e ao utra metade
mede mais de160,73 cm.
Comparao entre Mdia Aritmtica e Mediana
A escolha da mdia, ou da mediana, como medida de tendncia central de um
conjunto, depende de diversos fatores. A mdia sensvel a (ou influenciada por) cada
valor do conjunto, inclusive os extremos. Por outro lado, a mediana relativamente
insensvel aos valores extremos.
5 7 10 13 65 100
5 20
5
Graficamente temos:
5
10 13
Mediana
20
65
Mdia
Neste conjunto h um dado discrepante que o 65. Esse valor puxa a mdia para
cima, mas no afeta a mediana.
Por outro lado, para o conjunto 5,7,10,13,15, a media na a inda o nmero 10, e sua
mdia dada por:
5 7 10 13 15 50
5 10
5
Neste conjunto no h discrepncia de valores.
Um exemplo clssico em que a mediana pode descrever melhor a tendncia
central dos dados do que a mdia dado pelos salrios de uma categoria profissional.
o caso dos salrios dos jogadores de futebol no Brasil. A existncia de alguns
salrios muito altos afetam a mdia do que a mediana. Ento, a mediana d, melhor
do que a mdia, idia do salrio tpico dessa categoria de profissionais.
De modo geral, a mdia possui certas propriedades matemticas que a tornam
atraente. Alm disso, a ordenao dos dados para determinar a mediana pode ser
enfadonha, e o clculo da mediana no pode ser feito com mquina de calcular, ao
contrrio do que ocorre com a mdia.
X
4 A Moda.
A moda o valor que ocorre com maior freqncia num conjunto. A moda de
uma amostra ser indicada por mo.
Exemplo: Determine a moda dos dados: 0,0,2,5,3,7,4,7,8,7,9,6.
A moda 7, por que o valor que ocorre o maior nmero de vezes.
Um conjunto de dados pode no termo da porque nenhum valor se repete o
maior nmero de vezes o caso do conjunto:
3,5,8,10,12,13
Dizemos que esse conjunto a modal.
Em outros casos, ao contrrio, pode haver dois ou mais valores de
concentrao. Dizemos, ento, que o conjunto tem dois ou mais valores modais. No
conjunto:
2,3,4,4,4,5,6,7,7,7,8,9.
Temos duas modas: 4 e 7. Esse conjunto se diz bimodal.
A moda funciona como medida descritiva quando se trata de contar dados.
Essa medida no se presta a manipulaes matemticas. De um ponto de vista
Mdia
Median
a
Soma de
todosos
valores
dividido
pelototalde
elementos do
conjunto.
Valor que
divide o
conjunto em
duas parte
siguais.
Vantagens
1 Reflete
cada valor
2 Possui
propriedad
esmatem
ticasatraen
tes
1 Menos
sensvel a
valores
extremos
do que a
mdia.
1 Valor
tpico.
Maior
quantidade
devalores
concentrad
osneste
ponto.
Limitaes
1
influenciada
por valores
extremos.
1 Difcil de
determiner para
grande
quantidade de
dados.
1 No se
presta
Moda
Valor
anlise
mais
matemtica.
freqent
2 Pode no
e
haver moda
para certos
conjuntos de
dados.
Referncias Bibliogrficas
STEVENSON, William J., Estatstica aplicada administrao, Ed.
Harbra,SoPaulo,1981.
Quandousar
1 Deseja-se
obter a
medida de
posio que
possui a
maior
estabilidade.
2 Houver
necessidade
de um
1 Desejase obter o
ponto que
divide o
conjunto em
partes
iguais. 2
H valores
extremos
que afetam
de uma
maneira
acentuada a
mdia.
1 Deseja-se
obter uma
medida
rpida e
aproximada
de posio.
2 A medida
de posio
deve ser o
valor mais
Paulo, 2002.
VIEIRA, Snia, Princpios de Estatstica, Ed. Pioneira Thomson Learning, So
Paulo, 2003.
n)
o)
p)
q)
2-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 discrete, respectivamente.
e) Discreta e continua, respectivamente.
Turma
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
Sex
oF
F
M
M
F
M
F
F
F
F
F
F
F
M
F
F
F
M
F
F
F
F
F
F
F
F
F
F
F
F
F
M
F
F
M
F
M
M
F
M
F
F
M
F
F
F
F
F
M
M
Idade
17
18
18
25
19
19
20
18
18
17
18
18
21
19
18
19
17
18
20
18
21
18
18
20
20
19
23
18
18
25
18
17
17
17
18
18
17
21
18
18
17
23
24
18
18
19
19
18
17
18
Altu
ra
1,6
0
1,6
9
1,8
5
1,8
5
1,5
8
1,7
6
1,6
0
1,6
4
1,6
2
1,6
4
1,7
2
1,6
6
1,7
0
1,7
8
1,6
5
1,6
3
1,8
2
1,8
0
1,6
0
1,6
8
1,7
0
1,6
5
1,5
7
1,5
5
1,6
9
1,5
4
1,6
0
1,6
2
1,5
7
1,6
5
1,6
1
1,7
1
1,6
5
1,6
7
1,7
3
1,6
0
1,7
0
1,8
5
1,7
0
1,7
3
1,7
0
1,4
5
1,7
6
1,6
8
1,5
5
1,7
0
1,5
5
1,6
0
1,8
0
1,8
3
Pes
o50,
5
55,
0
72,
8
80,
9
55,
0
60,
0
58,
0
47,
0
57,
8
58,
0
70,
0
54,
0
58,
0
68,
5
63,
5
47,
4
60,
0
85,
2
54,
5
52,
5
60,
0
58,
5
49,
2
48,
0
51,
6
57,
0
63,
0
52,
0
49,
0
59,
0
52,
0
73,
0
56,
0
58,
0
97,
0
47,
0
95,
0
84,
0
60,
0
73,
0
55,
0
44,
0
75,
0
55,
0
49,
0
50,
0
54,
5
50,
0
71,
0
86,
0
Filhos
2
1
2
2
1
3
1
1
3
2
1
3
2
1
1
3
1
2
1
3
2
1
1
1
2
2
2
1
2
4
1
1
3
1
1
1
1
1
1
1
1
2
2
1
1
7
2
1
1
1
Fum
aN
O
N
O
N
O
N
O
N
O
N
O
N
O
SI
M
N
O
N
O
SI
M
N
O
N
O
SI
M
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
SI
M
SI
M
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
SI
M
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
Toler.
P
M
P
P
M
M
P
I
M
M
I
M
M
I
I
P
P
P
P
M
P
M
I
I
P
I
M
P
P
M
P
P
M
M
M
P
P
I
P
M
I
M
I
P
M
M
M
P
P
P
Exe
0r.
0
5
5
2
2
3
2
3
2
10
0
6
5
4
0
3
3
3
7
8
0
5
0
8
6
8
1
3
1
2
1
2
4
7
5
10
6
5
4
5
2
7
5
0
0
4
2
7
7
Cine
1
1
2
2
2
1
1
2
3
2
2
2
1
1
1
1
1
4
2
2
2
3
4
1
5
2
2
1
1
2
2
1
1
2
1
1
2
4
2
1
4
2
0
1
1
1
3
1
0
0
OpCin
e
B
B
M
B
B
B
B
M
M
M
B
B
M
M
B
B
B
B
B
B
B
B
B
M
M
B
M
M
B
M
M
B
B
B
B
M
M
B
B
B
B
B
M
B
M
B
B
B
M
M
TV
16
7
15
20
5
2
7
10
12
10
8
0
30
2
10
18
10
10
5
14
5
5
10
28
4
5
5
10
12
2
6
20
14
10
25
14
12
10
12
2
10
25
14
8
10
8
3
5
14
20
OpTV
R
R
R
R
R
R
R
R
R
R
N
R
R
N
R
R
N
R
R
M
R
R
R
R
N
R
R
R
R
R
N
R
R
R
B
R
N
R
R
R
B
R
N
R
R
R
R
R
R
B
Sexo
Masculino
FemininoTotal
fr
Grau deinteresse
fr
53
MUITO
RAZOVEL
POUCONADA
Total
c) Variveis Quantitativas Discretas
Distribuio dos alunos do 3 perodo de
Administrao 2004/1 segundo o nmero de irmos
Nmero deirmos
0
1
2
3
Total
e) Variveis quantitativas contnuas
Distribuio dos alunos do 3 perodo de administrao 2004/1 segundo a altura
2
3
5
6
8
2
3
5
6
8
2
4
5
6
8
2
4
5
6
8
2
4
5
7
8
3
4
6
7
8
3
4
6
7
9
3
4
6
7
9
3
5
6
7
9
61
35
85
55
98
73
85
73
64
42
77
88
60
74
54
fr
68
71
80
41
94
33
81
41
78
66
52
91
50
56
48
47
65
53
94
39
73
55
65
35
96
68
57
76
45
89
54
5
6
4
2
6
2
3
3
5
2
6
3
1
2
4
4
5
3
5
6
3
1
5
1
1
6
3
4
3
5
2
6
4
6
2
6
3
2
5
4
5
4
6
1
3
78
95
86
84
90
96
73
94
75
66
82
78
86
83
86
63
88
67
82
89
101
76
81
70
105
62
95
74
73
85
76
85
72
74
91
108
103
92
98
83
72
74
98
83
98
78
85
75
103
81
84
78
98
71
86
80
73
86
96
99
78
93
92
103
81
90
84
81
81
83
83
72
87
90
86
85
85
89
96
76
73
12
14
14
13
11
13
10
16
13
14
13
17
14
11
15
14
13
12
11
14
Fornea uma distribuio de freqncia e construa um grfico adequado para esta varivel.
8 Complete a tabela a baixo:
classe
s
08
816
162
4
243
2
324
0
Total
f
4
10
14
9
3
40
fr
9 A tabela abaixo apresenta uma distribuio de freqncia das reas de 400 lotes:
REAS (m2)
N delotes
a) A amplitude total.
b) A amplitude de cada classe.
c) A freqncia da quarta classe.
d) A freqncia relativa da sexta classe.
e) A freqncia acumulada da quinta classe.
2
f) O N de lotes cuja rea no atinja 700m .
2
g) O N de lotes cuja rea atinja e ultrapasse 800m .
55
0
20
1
10
2
16
3
9
4
6
5
5
6
3
7
1
Determine:
a) O nmero de motoristas que no sofreram nenhum acidente.
b) O nmero de motoristas que sofreram pelo menos 4 acidentes.
c) O nmero de motoristas que sofreram menos de 3 acidentes.
d) O nmero de motoristas que sofreram no mnimo 3 e no mximo 5 acidentes.
e) A percentagem dos motoristas que sofreram no mximo 2 acidentes.
11 Represente graficamente cada uma das tabelas abaixo:
a)
Produo Brasileira de Petrleo Bruto 19911993
b)
Entrega de Gasolina para Consumo 19881991
56
Anos
1991
1992
1993
Fonte: Petrobrs
Fonte: IBGE
c)
Quantidade (1.000
36.180,4
36.410,5
37.164,3
Anos
1988
1989
1990
1991
Volume (1.000 m )
9.267,7
9.723,1
10.121,3
12.345,4
d)
Produo de Ovos de Galinha Brasil -1992
57
Produo de Veculos de
Autopropulso
- Brasil1993
Regies
Quantidade
(1.000
dzias)
Norte
57297
Nordeste
414.804
Sudeste
984.659
Fonte:
ANFAVEA
Sul
615.978
Centro-Oeste
126.345
Fonte: IBGE
e)
rea Terrestre Brasil
Regies
Norte
Nordeste
Sudeste
Sul
Centro-Oeste
Tipos
AutomveisCome
rciaisLevesCome
rciaisPesados
f)
Relativa (%)
45,25
18,28
10,85
6,75
18,86
Fonte: IBGE
g)
Salrio dos funcionriosdo
Supermercado Peg-Pag
Quantidade
1.100.278
224.387
66.771
h)
reas (m )
300400
400500
500600
600700
700800
800900
9001000
10001100
11001200
N delotes
14
46
58
76
68
62
48
22
6
53
Salrios(R$)
500700
700900
9001100
11001300
13001500
15001700
17001900
Total
f
8
20
7
5
2
1
1
44
Sugesto: Para as letras a), b), c) e d) use grfico de barras. Para as letras e) e f)use
grfico de setores e para as demais letras use um histograma.
12 Uma varivel qualitativa com trs valores (A, B, C) foi observada em cada um dos
vinte elementos de uma amostra. Obteve-se:
B
C
A
A
A
B
C
B
A
A
B
C
B
B
B
B
A
B
A
A
1
7
S
A
2
8
S
M
3
5
N
A
4
6
N
M
5
4
N
M
6
5
S
B
7
7
S
A
8
7
N
M
9
6
N
B
1
08
S
M
1
1
6
S
B
1
25
N
B
1
35
S
M
1
44
N
M
1
55
N
A
F
14
28
27
11
4
84
a) Construa um histograma
b) Se a nota mnima para passar 5, qual ser a porcentagem de aprovao?
15 Uma pesquisa com usurios de transporte coletivo na cidade de So Paulo indagou sobre
os diferentes tipos usados nas suas locaes dirias. Dentre nibus, metr e trem, o nmero
de diferentes meios de transporte utilizados foi o seguinte:
2
1
2
3
2
2
2
3
1
1
1
2
2
1
1
1
1
2
2
1
3
3
2
1
1
1
2
1
1
3
c) Admitindo que essa amostra represente bem o comportamento do usurio paulistano, voc
acha que a porcentagem dos usurios que utilizam mais de um tipo de transporte grande?
16 Um novo medicamento para cicatrizao est sendo testado e um experimento feito
para estudar o tempo (em dias) de completo fechamento em cortes provenientes de cirurgia.
Uma amostra em 30 cobaias forneceu os valores:
15
15
17
17
18
15
16
14
16
15
17
14
17
15
18
14
14
18
17
15
16
16
16
15
16
17
14
17
18
18
Curso (completo)
superior
superior
mdio
mdio
mdio
mdio
mdio
mdio
9
10
fundamental
fundamental
Idade
34
43
31
37
24
25
27
22
Salrio (R$)
1.100,00
1.450,00
960,00
960,00
600,00
600,00
600,00
450,00
21
26
Anos de Empresa
5
8
6
8
3
2
5
2
450,00
450,00
3
3
F
46
57
21
15
4
143
1,2
1,7
1,7
1,6
1,5
1,4
0,9
1,2
1,3
1,2
1,4
1,0
1,6
0,9
1,7
1,8
1,6
1,7
1,0
1,5
0,8
1,3
1,5
1,5
59
12,2
11,7
12,7
11,7
12,6
12,3
12,5
13,4
13,5
13,9
15,2
15,4
12,3
13,2
16,3
14,4
13,0
12,3
13,6
16,9
15,2
12,7
15,8
13,7
12,6
14,7
14,1
6,2
7,7
7,7
7,6
6,7
7,6
8,2
7,5
6,5
7,4
8,3
7,6
6,9
7,2
8,1
7,4
6,3
7,2
8,1
7,3
7,4
7,3
8,1
7,4
7,6
7,6
7,9
7,5
7,7
7,5
7,8
7,5
7,6
7,4
7,4
7,4
1
3
2
2
4
2
3
7
3
4
3
5
5
7
9
6
5
7
7
3
7
8
5
2
9
3
5
1
0
2
5
1
1
5
5
1
2
7
0
1
3
4
2
1
4
1
1
5
6
8
1
6
6
1
7
4
1
8
2
9
1
9
4
7
2
0
5
3
a) Classifiqu e a varivel. Voc a cha razovel construir uma tabela de freqncia de acordo
com a classificao dada?
b) Construa uma tabela de freqncia agrupando as observaes em intervalos de classes.
c) Obtenha o histograma.
d) Que porcentagem dos clubes marcou mais de 38 gols?
23 Uma nova rao foi fornecida a sunos recm desmamados e deseja-se avaliar sua
eficincia. A rao tradicional dava um ganho de peso ao redor de 3,5 Kg em um ms. A
seguir, apresentamos os dados referentes ao ganho, em quilos, para essa nova rao,
aplicada durante um ms em 200 animais nas condies acima.
a) Construa o histograma.
b) Voc acha que a nova rao mais eficiente que a tradicional? Justifique.
Ganho
1,02,0
2,03,0
3,04,0
4,05,0
5,06,0
6,07,0
Total
F
45
83
52
15
4
1
200
No
Especializado
Especializados
Empregos
f
s
Empregos
25 Como parte de uma avaliao mdica em certa universidade, foi medida a freqncia
cardaca dos alunos do primeiro ano. Os dados so apresentados em seguida.
a) Obtenha o histograma.
b) Freqncias cardacas que estejam abaixo de 62 ou acima de 92 requerem
acompanhamento mdico. Qual a porcentagem de alunos nessas condies?
c) Uma freqncia ao redor de 72 batidas por minuto considerada padro. Voc acha que
de modo geral esses alunos se encaixam nesse caso?
Freqncia Cardaca
6065
6570
7075
7580
11
35
68
20
8085
8590
9095
95100
Total
12
10
1
3
16
0
1
3
5
3
1
2
3
5
2
9
3
3
4
2
7
4
3
2
8
5
3
1
2
8
6
3
0
2
6
7
2
6
3
0
8
2
6
2
8
9
2
4
2
5
1
0
2
3
2
3
1
1
2
3
2
1
1
2
1
2
3
2
1
3
1
1
3
1
1
4
2
0
2
0
1
5
1
7
2
1
1
6
1
2
5
1
7
1
4
2
0
1
8
2
0
1
3
1
98
2
3
2
0
1
0
2
0
27 Vinte baterias para automveis de uma certa marca foram testadas quanto sua
vida til. O teste simula a utilizao da bateria, acelerando seu desgaste de modo a criar
uma rplica da situao real. Os resultados da durabilidade, em meses, so apresentados
aseguir:
a) Construa o histograma
b) Se a amostra acima for considerada representativa do desempenho dessa marca de
bateria, quantas, em 1000 fabricadas, sero repostas pelo fabricante, se ele oferece uma
garantia de 6meses?
c) Se o fabricante vende cada bateria por 20% acima do preo e custo, em 1000 baterias
fabricadas, descartadas as que repe, quanto ser seu lucro por bateria em funo do
preo de custo?
Durabilidade
03
36
69
912
1215
fr
0,02
0,05
0,15
0,25
0,30
61
1520
Total
0,23
1,00
N DE ESTUDANTES
MASCULINO FEMININO
80
95
102
120
110
92
134
228
150
130
300
290
876
955
Pretende-se obter uma amostra dos alunos de uma universidade para estimar a proporo
que tem trabalho remunerado. Qual a populao em estudo? Qual o parmetro que sequer
estimar? Voc acha que se obteria uma boa amostra dos alunos no restaurante universitrio? No
ponto de nibus mais prximo? Nas portas das salas de aula? Ou voc tem alternativa melhor?
8 Para estimar o nmero mdio de pessoas em um domicilio, um pesquisador obteve uma
amostra sistemtica de 1000 domiclios. No entanto, mesmo fazendo varias visitas, o
entrevistador no encontrou pessoas em 147 deles. O pesquisador obteve ento uma segunda
amostra e quando o entrevistador completou a visita aos 147 domiclios que compunham a
amostra de 1000, analisou os dados. Hviam sido contadas 3087 pessoas. O pesquisador
considerou ento que o numero mdio de pessoas em domicilio 3,1. O que voc acha?
9 Um fiscal da Vigilncia Sanitria precisa verificar se as farmcias da cidade esto cumprindo
um novo regulamento. A cidade tem 33 farmcias, mas como a fiscalizao demanda muito
tempo, o fiscal resolveu optar por uma amostragem. Para escolher a amostra, o fiscal
estratificou a populao de farmcias de acordo como volume de vendas. Existem 3 farmcias
de uma grande cadeia, 10 de cadeias menores e 20 farmcias pequenas, de proprietrios
locais. O fiscal decide visitar as trs farmcias da grande cadeia, quatro das cadeias menores e
trs farmcias pequenas. O cumprimento do regulamento, evidentemente desconhecido do
fiscal, esta apresentado na tabela a seguir. Com base nessa tabela,
a) Sorteie uma amostra estratificada para o local, de acordo com o que ele planejou;
b) Estime, com base na amostra, a proporo de farmcias que esto cumprindo o regulamento;
c) Com base nos dados da populao, estime o parmetro;
d) Voc obteve uma boa estimativa?
Distribuio dos dados sobre cumprimento a um
regulamento, segundo o estrato.
Estrato A
Estrato B
Estrato C
1. sim
1. no
1. sim
11.sim
2. sim
2. sim
2. sim
12.sim
3. no
3. no
3. no
13.no
4. no
4. sim
14.sim
5. sim
5. no
15.sim
6. no
6. no
16.no
7. sim
7. no
17.no
8. no
8. sim
18.no
9. no
9. no
19.sim
10. si
10.
no
63
59