WEB AULA 1 ESTATÍSTICA DESCRITIVA Olá pessoal, antes de iniciarmos a nossa disciplina vou me apresentar para vocês: eu sou

o Professor Marcelo Caldeira Viegas, Graduado em Engenharia Química pela UEM (1996), Mestre em Engenharia Química pela UNICAMP (1999) e Doutor em Engenharia Química pela UNICAMP (2003), atuo há mais de oito anos como pesquisador de uma empresa multinacional, onde sempre utilizei a Estatística como ferramenta fundamental para execução do meu trabalho e tomada de decisões estratégicas, além de atuar também como professor em cursos de PósGraduação da UNOPAR na área de Gestão da Qualidade. Como temos muito trabalho pela frente, proponho a você muito estudo durante esta disciplina, a qual passamos a apresentar em seguida. Estatística Aplicada à Gestão Empresarial No moderno ambiente administrativo e econômico global, qualquer pessoa pode ter acesso a uma enorme quantidade de informações estatísticas. Os gerentes e gestores mais bem-sucedidos são aqueles capazes de entender a informação e usá-la de maneira eficaz. A direção de uma empresa, de qualquer tipo, incluindo as estatais e governamentais, exige de seu administrador a importante tarefa de tomar decisões, e o conhecimento e o uso da Estatística facilitarão seu tríplice trabalho de organizar, dirigir e controlar a empresa. Por meio de sondagens, de coleta de dados e de recenseamento de opiniões, pode conhecer a realidade geográfica e social, os recursos naturais, humanos e financeiros disponíveis, as expectativas da comunidade sobre a empresa, e estabelecer suas metas, seus objetivos com maior possibilidade de serem alcançados a curto, médio ou longo prazos. A Estatística ajudará em tal trabalho, como também na seleção e organização da estratégia a ser adotada no empreendimento e, ainda, na escolha das técnicas de verificação e avaliação da quantidade e de qualidade do produto e mesmo dos possíveis lucros e/ou perdas. 1. INTRODUÇÃO Considere as seguintes notícias de jornais e revistas: “O Comércio Varejista do país iniciou 2010 com crescimentos de 2,7% no volume de vendas e de 3,0% na receita nominal, na comparação com dezembro (ajustadas sazonalmente). Nas demais comparações, obtidas das séries originais (sem ajuste), o varejo nacional obteve, em termos de volume de vendas, acréscimos da ordem de 10,4% sobre janeiro do ano anterior e de 6,2% no acumulado dos últimos 12 meses. Para os mesmos indicadores, a receita nominal de vendas apresentou taxas de variação de 12,3% e de 10,1%, respectivamente.” (Fonte IBGE – Instituto Brasileiro de Geografia e Estatística, 11/03/10) - http://www.ibge.gov.br/home/ (acessado em 21/03/2010) “Em janeiro de 2010, o emprego industrial mostrou variação positiva de 0,3% frente ao mês anterior, já descontadas as influências sazonais, após queda de 0,6% em dezembro. Ainda na série com ajuste sazonal, o índice de média móvel trimestral manteve a trajetória ascendente iniciada em agosto último, ao registrar acréscimo de 0,3% entre os trimestres encerrados em dezembro e janeiro.” (Fonte IBGE – Instituto Brasileiro de Geografia e Estatística, 11/03/10) http://www.ibge.gov.br/home/ (acessado em 21/03/2010) Diariamente, somos expostos a uma grande quantidade de informações numéricas, semelhantes às relatadas. Dependendo das situações, ora somos consumidores destas informações, ora precisamos produzi-las. Assim, necessitamos de capacitações para compreendermos informações numéricas produzidas por outros, bem como nos habilitarmos a construí-las. O emprego dos procedimentos, técnicas e métodos estatísticos é fundamental para nos auxiliar na execução dessas tarefas.

O QUE É A ESTATÍSTICA? Vamos desvendar esta ciência? Então, vamos lá... ESTATÍSTICA: A estatística é a ciências dos dados. Ela nos fornece métodos para coleta, organização, descrição, análise e interpretação de dados para a utilização dos mesmos na tomada de decisões. É objetivo da estatística: extrair informação de um conjunto de dados para obter uma melhor compreensão das situações que representam. A Estatística é dividida basicamente em duas áreas: Estatística Descritiva e Inferencial. No nosso curso serão abrangidas estas áreas conforme veremos. Para melhor compreendermos os propósitos da Estatística, é necessário conhecermos as algumas definições: População: É a totalidade dos elementos, objetos ou pessoas que estão sendo considerados inicialmente. Amostra: É todo subconjunto de unidades retiradas de uma população para obter a informação desejada. Uma amostra tem que representar e ter as mesmas características da população original, portanto, a amostra só traz informação sobre a população da qual foi retirada. Em outras palavras, a amostra é parte da população que é selecionada para análise. A preocupação central é que a amostra seja representativa da população inicial. Amostragem: É o método de retirada de amostras de uma população. Consiste em selecionar parte de uma população, para observar, de forma que seja possível estimar algo sobre toda a população. Estatística Descritiva: Os objetivos da estatística descritiva envolvem coleta, organização e descrição de um conjunto de dados quantitativos ou qualitativos. Com a construção de gráficos, tabelas e com o cálculo de medidas com base em uma coleção de dados numéricos, poderemos compreender melhor o comportamento da variável expressa no conjunto de dados sob análise. Estatística Inferencial: È a área da estatística responsável pela análise e interpretação dos dados, associado a uma margem de incerteza. Nesta fase são empregados métodos que tornam possível a estimação de características de uma população baseadas nos resultados amostrais. Por que estudarmos a amostra e não a população? Abaixo, seguem algumas razões que nos levam a trabalhar com as amostras, e não com toda a população: • Alto custo e demora dos censos; • Em alguns casos populações muito grandes; • Impossibilidade física de se examinar toda a população; • Comprovado valor cientifico das informações coletadas por meio de amostras; A condução de uma pesquisa eleitoral ilustra o processo da inferência estatística. O pesquisador, impossibilitado de entrevistar todos os eleitores (população), seleciona uma amostra de eleitores e questiona sobre suas preferências eleitorais. Baseado nas respostas amostrais, conclui sobre todo o conjunto dos eleitores. Junto com suas conclusões, o pesquisador informa a probabilidade de confiança de que seus resultados amostrais refletem o comportamento de todos os eleitores (população). Aprofundando o conhecimento: Agora sugiro que você abra a biblioteca digital, procure pelo livro: LARSON, R.; FARBER, B. Estatística Aplicada. 2ª Edição. São Paulo: Editora Pearson, 2008 e leia o capítulo 1 da página 2 a 6. Outras Definições Básicas da Estatística Atributos: Quando os dados estatísticos apresentam um caráter qualitativo, o levantamento e os estudos necessários ao tratamento desses dados são designados genericamente de estatística de atributo.

e o conjunto dos resultados possui uma estrutura numérica. Definir Objetivos: Saber exatamente aquilo que se pretende pesquisar é o mesmo que definir corretamente o problema inicial. etc. Os dados são do mesmo do tipo que as variáveis. 2º Fase. • Ordinal (exemplo: classe social: A. • Variável Contínua: A variável contínua pode assumir qualquer valor num dado intervalo. 1. E). uma variável discreta produz dados discretos. B. São exemplos de variáveis discretas: número de filhos (0.Planejamento da pesquisa: Como levantar informações? Que dados deverão ser obtidos? Qual levantamento a ser utilizado? Cronograma de atividades? Custos envolvidos? Etc. Exemplo de variável contínua: peso de uma pessoa (60. C. QUESTIONÁRIO /ENTREVISTA ESTRUTURADA. 60. ou classe social são variáveis. 57.. Exemplo: 45. 50. 3º Fase. São exemplos de variáveis quantitativas: idade. cor da pele. Dados: São os valores da variável em estudo. 50. Seus valores são expressos por atributos: São exemplos de variáveis qualitativas: sexo. 60.. 60. Variáveis quantitativas ou numéricas: Quando os dados são de caráter nitidamente quantitativo. 57. a partir de dados não ordenados ou dados brutos.. 3. 46. 45. É difícil formarmos uma idéia exata do comportamento do grupo como um todo. por exemplo. A.Execução da Pesquisa. Por exemplo. 60. B. tipo sanguíneo (O. 42 43. 41. • o Dados primários (coleta direta): Quando são publicados pela própria pessoa ou organização que os tenha coletados. Coleta de Dados: Fase operacional. obtidos por meio de uma amostragem. AB). 42.50 Kg). 41. Seguindo este raciocínio a Estatística divide o estudo e análise dos dados em algumas fases que são descritas a seguir: 1º Fase. 46. 51. Organização de Dados Estatísticos (Fases do Método Estatístico) A Estatística Descritiva tem por objetivos planejar uma pesquisa. As variáveis quantitativas ou numéricas são classificadas em dois tipos: • Variável Discreta: A variável discreta só pode assumir apenas valores inteiros. a idade das pessoas residentes no Brasil. 58. retirando o maior número possível das informações nelas contidas com o objetivo de utilizá-las na tomada de decisões. número de estudantes em uma sala de aula. 58. 52. 41. 58. 44.Variável: É uma condição ou característica das unidades da população. 46. ETC. É o registro sistemático de dados. Dados Brutos: É uma tabela ou relação de elementos que não foram numericamente organizados. Estas variáveis são classificadas em dois tipos: • Nominal (exemplo: gênero . 41.). etc. As variáveis são classificadas em dois tipos: Qualitativas e Quantitativas Variáveis qualitativas ou atributos: Quando os dados são distribuídos em categorias mutuamente exclusivas.masculino e feminino). taxa de colesterol. 44. ROL: É a tabela obtida após a ordenação dos dados brutos (de forma crescente ou decrescente). D.. 42. 42 43. Exemplos: Tabelas do censo demográfico do . 51. 50. estatura. etc. 54. cidade de nascimento. Exemplo: 41. coletar informações. focando o objetivo determinado inicialmente. etc. 52. 50. 46. 54. descrever e analisar dados. 58. 41. Segue abaixo algumas perguntas que precisam ser respondidas no planejamento de um levantamento de dados estatísticos • o o o O quê? – Características a serem observadas: VARIÁVEIS Quem? – Os elementos a serem pesquisados: POPULAÇÃO / AMOSTRA Como? – O instrumento de coleta de dados: MÉTODO DE AMOSTRAGEM A SER UTILIZADO.Definição do Problema. 2.

1 a 1. 6º Fase. É a condensação e tabulação de dados. segundo o sexo. procure pelo livro MCCLAVE. Uma tabela deve apresentar a seguinte estrutura: • Cabeçalho. construídas segundo normas técnicas citadas pela Fundação Instituto Brasileiro de Geografia e Estatística (IBGE. deverá ser colocada na parte inferior. As notas esclarecem aspectos relevantes do levantamento dos dados A Tabela 01 apresenta um exemplo de tabela que obedece às normas técnicas. 1993) Apresentação gráfica dos dados numéricos . que não se excluem mutuamente: • o o Apresentação de dados em tabelas . Temos que ter em mente que a tabela deverá ser uma forma objetiva de se demonstrar o comportamento de variáveis. 2009 e leia o capítulo 1 (itens 1. de acordo com o censo demográfico de 2000 . O uso de dados secundários traz o grande risco de erros de transcrição. Tabela 01. uma empresa realiza uma pesquisa para saber a preferência dos consumidores pela sua marca. precedida da palavra Fonte ou Fontes (IBGE.Interpretação dos Dados e Conclusões Obtidas a partir dos dados (estatística inferencial): A última fase do trabalho estatístico é a mais importante e delicada. Está ligada essencialmente ao cálculo de medidas e coeficientes. bem como para registro e identificação da fonte de dados. cuja finalidade principal é descrever a variável estudada. Deve conter o suficiente para que sejam respondidas as questões: O que está representado (fato)? Onde ocorreu (local)? Quando ocorreu (tempo)? O corpo da tabela é representado por colunas e subcolunas dentro das quais serão registrados os dados numéricos e informações. Dados secundários (coleta indireta): Quando são publicados por outra organização. • Corpo. 5º Fase. com palavras claras e concisas. “Estatística para Administração e Economia”.É uma apresentação numérica dos dados em linhas e colunas distribuídas de modo ordenado. por extenso. não serão adotadas normas rígidas para elaboração de tabelas. sem abreviações.Análise e Apresentação dos Dados: Há duas formas de apresentação. População residente no Brasil. WEB AULA 2 APRESENTAÇÃO DE DADOS EM TABELAS Existem regulamentações para construção de tabelas estatísticas. • Rodapé. O rodapé é reservado para observações pertinentes à tabela.3) da página 2 a 8.Apuração dos Dados: Resumo dos dados através de sua contagem e agrupamento. São Paulo: Pearson Prentice Hall. O cabeçalho da tabela especifica o conteúdo das colunas. 10º Edição.o IBGE. 1993). todavia. Exemplo: Quando determinado jornal publica estatísticas referentes ao censo demográfico extraídas do IBGE.constitui uma apresentação gráfica permitindo uma visão rápida e clara da variável estudada. Observação: É mais seguro trabalhar com dados primários. Aprofundando o conhecimento: Agora sugiro que você abra a biblioteca digital. 4º Fase. o que se deve buscar são representações simples que possibilitem ao leitor a compreensão do fenômeno sem muito esforço. A fonte dos dados é a entidade responsável pelos dados numéricos. em função dos objetivos práticos desta web aula.

podem representar diversas séries estatísticas que são descritas a seguir. Exemplo . a) Série Cronológica É a série estatística em que todos os dados são observados segundo a época de ocorrência. sendo que o fato e o local permanecem fixos.Fonte: IBGE (2003) Conforme critério de agrupamento as tabelas. Vendas de Computadores por Empresa – 2006 (Alagoinhas – Bahia) Fonte: Dados Fictícios c) Série Específica É a série estatística em que os dados são agrupados segundo a modalidade de ocorrência. Regime de Trabalho dos Professores de Química – 2010 (Londrina – Jd Piza) Fonte: Coordenadoria de Recursos Humanos (Unopar) d) Distribuição de Frequências . ou seja. A Tabela 02 apresenta um exemplo de tabela que descreve uma série cronológica. Tabela 02. Nesta série a variável é o tempo. Vendas da Companhia Alfa – 2004 . Exemplo (Tabela 04) Tabela 04. Tabela 03. varia o fato e permanece constante a época e o local. Neste tipo de série a variável é o local e são fixos o fato e a época.Tabela 03.2008 Fonte: Departamento e Marketing da Companhia Alfa (Dados Fictícios) b) Série Geográfica ou de Localização É a série estatística em que os dados são observados segundo a localidade de ocorrência.

Exemplo . Dados numéricos podem ser apresentados em tabelas de distribuição de frequências (com ou sem intervalos de classe) conforme veremos a seguir. A idéia é resumir as informações na forma de uma tabela que mostre as contagens (frequências) em cada categoria. Tabela 06. Para uma amostra de tamanho razoável esta distribuição de frequência é inconveniente. Nas tabelas de distribuição de frequências. A Tabela 05 apresenta um exemplo de distribuição de frequência de dados qualitativos.Tabela 06. Distribuição do número de faltas de 30 empregados de uma determinada empresa no semestre. é usual fornecer a proporção (frequência relativa) de unidades que caem em cada categoria. desde que em grande número. Distribuição de frequência sem intervalos de classe: É a simples condensação dos dados conforme as repetições de seus valores. tanto dados discretos quanto contínuos. uma tabela de distribuição de frequência. conforme veremos a seguir. então. classificamos cada unidade da amostra em uma dada categoria. A frequência relativa é dada por: Apresentação de Dados Qualitativos: Quando observamos dados qualitativos. devem ser apresentados em tabelas de distribuição de frequência com intervalos de classes. Tabelas com grande número de dados não oferecem ao leitor visão rápida e global do fenômeno. Para construir .É uma série estatística em que os dados são agrupados com suas respectivas frequências absolutas. já que exige muito espaço. Distribuição de frequência com intervalos de classe: Quando o tamanho da amostra é elevado. Por esta razão. Opinião dos consumidores sobre determinado produto Fonte: Dados Fictícios Apresentação de Dados Quantitativos: Os dados numéricos são apresentados na ordem em que são coletados. é mais indicado efetuar o agrupamento dos valores em vários intervalos de classe. Tabela 05. obtendo.

7. sendo os mais usuais: Onde: K é o número de classes. portanto: A = Maior Medida – Menor Medida. e h=1. usa-se K=7. 2º Passo) Encontre o valor máximo e mínimo do conjunto de dados e calcule a Amplitude Total (A). Dados Brutos: 1º Passo) A partir dos dados brutos construir o ROL (ordenação dos dados em ordem crescente) . e n é o número de dados (tamanho da amostra). que é a diferença entre os valores máximo e mínimo. 3º Passo) Calcule o número de classes (K): O número de classes de uma representação será um número inteiro próximo de K. 1º Passo) Organize os dados brutos em um ROL. 4º Passo) Decidido o número de classes. Exemplo (Construção de uma tabela de distribuição de frequência com intervalos de classe): Vamos construir uma tabela de distribuição de frequências das idades dos funcionários de uma amostra de 50 elementos selecionados de uma empresa. de maneira que a primeira contenha o menor valor observado. que pode ser obtido por vários métodos. a amplitude das classes (h) deve ser aproximada para o maior valor inteiro. Assim. usa-se h=2 5º Passo) Organize as classes. Que é definido por: Assim como no caso do número de classes (K). calcule então o tamanho do intervalo de classe (h). O indicado é sempre o arredondamento do valor de K obtido para um valor mais alto. O primeiro elemento das classes seguintes sempre será formado pelo último elemento da classe anterior. mas não deve ser entendido como obrigatório.4.uma tabela de distribuição de frequência com intervalos de classe siga os procedimentos a seguir. Observação: O cálculo de K por meio de fórmulas pode servir como referência. se K=6.

São Paulo: Editora: Pearson Education do Brasil.UNOPAR. Estatística. e leia o capítulo 2 da página 33 a 40. As linhas dos gráficos são usadas para representar grandes quantidades de . O título deve ser colocado abaixo do gráfico. ditadas pela Fundação Instituto Brasileiro de Geografia e Estatística (IBGE).18 = 47 3º Passo) Como os dados serão agrupados em classes. 2009. Tabela 07.2º Passo) Determinar a Amplitude Total (A): A . As escalas devem ser crescentes da esquerda para a direita e de baixo para cima. sendo 4º Passos) Cálculo do Tamanho do intervalo de classe (h): Quanto aos limites das classes. Todo gráfico deve apresentar título e escala. sugiro que você abra a biblioteca digital. procure pelo livro GARCIA. APRESENTAÇÃO DE DADOS EM GRÁFICOS Gráficos ajudam a visualizar a distribuição das variáveis. A Tabela 07 mostra um exemplo de uma tabela de distribuição de frequência para variável contínua. Gráficos de Linhas/Dispersão Os gráficos de linhas e dispersão exibem uma série como um conjunto de pontos conectados por uma única linha. é preciso escolher o número de classes (K): Pela Regra de Sturges temos que: que n=50. seguindo as normas nacionais. R. Nesta etapa. portanto: . . trataremos das formas de apresentar dados em gráficos. Distribuição de frequências que representa a idade dos funcionários de certa empresa (n=50) Aprofundando o conhecimento: Agora.Maior Valor . utilizaremos o seguinte critério a |— b (incluiremos nesta classe todos os elementos maiores ou iguais a a e menores do que b).Menor Valor A = 65 .

as barras são apresentadas na posição horizontal. Figura 01: Gráfico de Linhas (Exemplo) Gráficos de Colunas / Barras No gráfico de colunas as barras são apresentadas na posição vertical. Para ilustrar o gráfico de colunas. Figura 02. serão utilizados os dados apresentados na Tabela 05.dados que ocorrem em um período de tempo contínuo. como apresentado na Figura 03. A Figura 01 mostra um gráfico de linhas que contém três séries. Opinião dos consumidores sobre determinado produto (Gráfico de Colunas) No gráfico de barras. . sendo que X é considerada a variável independente e Y a variável dependente. É o gráfico que melhor representa a evolução conjunta de duas variáveis quantitativas. originando assim a Figura 02 (gráfico de colunas com linhas auxiliares – grades e rótulos).

Vendas da Companhia Alfa – 2004 .2008 (Gráfico se setores) Histograma . Opinião dos consumidores sobre determinado produto (Gráfico de Barras) Gráficos de Setores É a representação gráfica de uma série estatística. Figura 04. por meio de setores. foi obtido o gráfico de setores apresentado na Figura 04.Figura 03. A partir dos dados apresentados na Tabela 02. É utilizado quando se pretende comparar cada valor da série com o total. em um círculo.

isto é. fica fácil perceber que a maior quantidade de funcionários tem idade entre 32 e 38 anos. As medidas de tendência central mais utilizadas são: média aritmética. Para ilustrar o histograma serão utilizados os dados apresentados na Tabela 07. nosso objetivo aqui é a determinação de medidas que ofereçam o posicionamento da distribuição dos valores de uma variável que desejamos analisar. cujas bases se localizam sobre o eixo horizontal. Quando os dados são contínuos e a amostra é grande é mais conveniente condensar os dados. Observar: O histograma contém as mesmas informações da tabela de distribuição de frequências.É o gráfico que melhor apresenta as frequências de uma variável quantitativa contínua agrupada em classes. moda e mediana. Pelos dados da Figura 04. agrupar os dados em classes e a partir desta desenhar um histograma. São representações que buscam a organização e sintetizarão de grupos de dados quantitativos. Média Aritmética ( ) . São os cálculos estatísticos que representam uma série de dados orientando-nos quanto à posição da distribuição em relação ao eixo horizontal do gráfico da curva de frequência (histograma). Figura 05. Histograma para idade de 50 funcionários de certa empresa O histograma dispõe de informações de modo que seja possível a visualização da forma de distribuição do conjunto de dados e também a percepção do valor central e da dispersão dos dados em torno deste valor central. formado por um conjunto de retângulos justapostos. obtendo-se assim a Figura 05. organizar uma tabela de distribuição de frequências. de tal modo que seus pontos médios coincidam com os pontos médios dos intervalos de classe. O histograma é a representação gráfica de uma distribuição de frequência. WEB AULA 1 MEDIDAS DE TENDÊNCIA CENTRAL Como o próprio título sugere.

4. usaremos a média aritmética dos valores x1.. obtemos: ... determinar a média. Quando os dados estiverem agrupados numa distribuição de freqüência. podem ocorrer valores repetidos. Solução: Temos cinco observações: n=5.. Onde: xi são os valores da variável e n o número de valores.xn. Assim: Exemplo (Cálculo da média sem intervalos de classe): Dada a seguinte distribuição de frequência. F2. é razoável organizar os dados em uma tabela de distribuição de frequências e trabalharmos com dados agrupados. Exemplo 1: Encontrar a média aritmética para um conjunto de observações: 5. 1. A média aritmética amostral de um conjunto de dados é o quociente entre a soma dos valores do conjunto e o número total dos valores. 2.. 6. Nesse caso como vimos anteriormente (web aula 2). F3.A medida de tendência central mais comum para um conjunto de dados é a média aritmética.... ponderados pelas respectivas frequências absolutas: F1. x3. x2. Fn. então: Quando a amostra é muito grande e os dados são discretos. Uma maneira prática para resolvermos este problema é a composição da seguinte tabela (lembre-se que ΣFi=n): Aplicando a equação acima.

13. 9. Cálculo da mediana em dados agrupados e sem intervalos de classe (variável discreta): Neste caso. 4.Exemplo (Cálculo da média com intervalos de classe): Neste caso. É o caso de conjuntos com dados discrepantes. 15} a média = 10 e a mediana = 10 Em {5. a mediana será = (2+3) / 2. Neste caso existirá um único valor de posição central. 15}.Em algumas circunstâncias. Quando o número de elementos da série estatística for par. a mediana no exemplo será a média aritmética do 5º e 6º termos da série. depois de ordenada a amostra de n elementos dispostos segundo uma ordem (crescente ou decrescente): Quando o número de elementos (n) da série estatística for ímpar. a medida melhor descreve a tendência central dos dados. ou seja. Por exemplo: Em {5. 1. 3. o conjunto de dados {2. Por exemplo. 2. o conjunto de dados {0. logo a mediana é 9. 3. m = 2. Para a sua determinação utiliza-se a seguinte regra. Por exemplo. tal que 50% dos valores são menores que a mediana. 1. A mediana será sempre a média aritmética dos 2 elementos centrais da série de dados. O valor que divide a esta série em duas partes iguais é igual a 9. haverá coincidência da mediana com um dos elementos da série. 13. 10. onde xi é o ponto médio da classe. 65} a média = 20 e a mediana = 10 A média do segundo conjunto de valores é maior do que a do primeiro. 0. isto é. nunca haverá coincidência da mediana com um dos elementos da série de dados. 7. 13. é o bastante identificar a frequência acumulada imediatamente superior à metade da .50. 6}. convencionamos que todos os valores incluídos em um determinado intervalo de classe coincidem com o seu ponto médio. e os demais 50% são maiores. portanto está localizada na posição central. e esse valor será a mediana. 10. 10. dados que têm um ou mais valores bem maiores ou menores que os demais. e determinamos a média aritmética ponderada por meio da fórmula anterior. Dada a seguinte distribuição de frequência: Aplicando a equação anterior temos que: Mediana (Md) A mediana é o valor que ocupa a posição central do conjunto de dados ordenados (ROL). 5. ao passo que a mediana permanece a mesma. 7. Portanto. por influência dos valores extremos. 6. 5.

soma das frequências. a mediana corresponde à média: (4º elemento + 5º elemento) / 2 = (15 + 16) / 2 = 15. logo a mediana (m) será a média entre os valores de ordem . ou seja: . total de elementos. fi=frequência acumulada • Quando o somatório das frequências (n) for par a mediana será a média entre os elementos de ordem Exemplo (n = impar): Dada a distribuição de frequência: Neste caso. encontra-se o valor de xi correspondente a mediana. Exemplo (n = par): Dada a distribuição de frequência: Neste caso n=8. será o valor 3. a mediana =3. Observe: será o xi correspondente à classe que contiver a ordem calculada.5 Cálculo da mediana em dados agrupados e com intervalos de classe (variável contínua): Devemos seguir os seguintes passos: . Assim. A mediana será aquele valor da variável (x) que corresponde a tal frequência acumulada. logo a mediana (m) será o elemento de ordem . . portanto. é par. • Quando o somatório das frequências (n) for ímpar o valor mediano será o termo de ordem dado pela fórmula: Onde: n= nº. Por meio das frequências acumuladas. ou seja. n=11 é impar. Neste exemplo.

n = tamanho da amostra ou número de elementos. Logo: . calcular a mediana. 3º Passo) Marcamos a classe correspondente à frequência acumulada imediatamente superior à ∑fi/2 . não se preocupe se n é par ou ímpar. Neste caso a classe mediana é a 3º. 3º Passo: Aplica-se a fórmula: Neste caso: lMd = 55. h = é a amplitude do intervalo da classe mediana.1º Passo) Determinamos as frequências acumuladas (∑fi = n). Tal classe será a classe mediana (classe Md). 1º Passo: Calcula-se . temos que 2º Passo: Identifica-se a classe mediana (Md) pela frequência acumulada. FMd = 18. 4º Passo) Calculamos a Mediana pela seguinte fórmula: Onde: lMd = limite inferior da classe mediana. FMd = é a frequência da classe mediana. FAA= 17. como a variável é contínua. Como n=58. h = 10. 2º Passo) Calculamos . n = 58. Exemplo: Dada a distribuição amostral. FAA = é a frequência acumulada da classe anterior à classe mediana.

é o valor dominante que está compreendido entre os limites da classe modal. 8. A Moda quando os dados não estão agrupados: A moda é facilmente reconhecida: basta. 10. Pela definição. neste caso. a chamada classe modal. 7. 9. 10. nas quais nenhum valor apareça mais vezes que outros. 6. 10. 9} apresenta duas modas: 4 e 7. Distribuições Simples: Quando uma tabela de distribuição de frequência apresenta grande quantidade de dados. 4. 11. 12} não apresenta moda. pode haver dois ou mais valores de concentração. 5. 12} a moda é igual a 10. Neste caso a série é bimodal. 7. 7. Assim.frequência da classe posterior à da classe modal h = amplitude da classe modal Exemplo: Determinar a moda para a seguinte distribuição de frequência: . que a série tem dois ou mais valores modais. 8. 4.Moda (Mo) Dentre as principais medidas de posição. podemos afirmar que a moda. Há séries nas quais não exista valor modal. Um dos métodos para determinação da moda é a aplicação da fórmula de CZUBER: 1º Passo) Identifique a classe modal (aquela que possuir maior frequência). isto é. 4. no conjunto de dados {7. É importante destacar a classe de maior frequência. ou seja. Por exemplo. então. 3. o conjunto de dados {2. para a distribuição: A moda será 248 (maior frequência). 2º Passo) Aplicar a fórmula: Onde: l = limite inferior da classe modal d1 = frequência da classe modal . de acordo com definição. 5. É o valor da amostra que mais se repete. Em outros casos. procurar o valor que mais se repete. Dizemos.frequência da classe anterior à da classe modal d2 = frequência da classe modal . destaca-se a Moda. 8. Por exemplo. A série é amodal. Indica-se Mo=248 (moda) Valores Agrupados com intervalos de classe: A classe que apresenta a maior frequência é denominada classe modal. Por exemplo. Essa classe mostra a área em que os dados estão concentrados. valor que ocorre com maior frequência. o conjunto de dados {3. 10.

Estatística Aplicada. portanto. devemos indicar também uma medida de variabilidade ou dispersão.3. quando apresentamos medidas de tendência central para descrever um conjunto de dados. dos valores em torno da média. 50. MEDIDAS DE DISPERSÃO São medidas estatísticas utilizadas para avaliar o grau de variabilidade ou dispersão. 71. 120. por sua vez. 69.A seguir. d1 = 17-10=7. h = 1. WEB AULA 2 MEDIDAS ESTATÍSTICAS Por causa da variabilidade as medidas de tendência central. Z = {5. R. é fácil notar que o conjunto X é mais homogêneo que os conjuntos Y e Z. não bastam para descrever um conjunto de dados. São Paulo: Editora Pearson.. pois há menor diversificação entre cada um de seus valores e a média representativa. desvio-médio. O conjunto Y. 70. 2ª Edição. não podem por si mesma destacar o grau de homogeneidade ou heterogeneidade que existe entre os valores que compõem o conjunto e. Y e Z: X = {70. Aplica-se a fórmula dada acima: Aprofundando o conhecimento: Agora sugiro que você abra a biblioteca digital. são apresentadas as principais medidas de dispersão da estatística: amplitude. concluímos então que o conjunto X apresenta DISPERSÃO NULA e que o conjunto Y apresenta uma DISPERSÃO MENOR que o conjunto Z. Medidas de Dispersão Absoluta: Amplitude Total (A) É a diferença entre o maior e o menor valor observado no conjunto de dados. Y = {68. procure pelo livro: LARSON. desvio-padrão e variância. ainda que consideradas como números que têm a faculdade de representar uma série de dados. 70.1º Passo) Identifica-se a classe modal. B. é mais homogêneo que o conjunto Z. 2º Passo) Sabendo que: l = 2. As medidas de tendência central são tanto mais descritivas de um conjunto de dados quanto menor for a variabilidade. 2008 e leia o capítulo 2 da página 47 a 57. Neste caso. Portanto. FARBER. 160} 70. trata-se da 3¿ classe 2 I. Então. d2 = 17-8=9. Consideremos os seguintes conjuntos de valores das variáveis X. 70. 15. conforme segue: Amplitude = Valor máximo — Valor mínimo Exemplo: . já que todos os valores são iguais à média. 70} 72} Podemos observar que os três conjuntos apresentam a mesma média aritmética = 350/5 = 70 Entretanto.

25. X= média da população (populacional) Fi = frequência N = tamanho da população Para o caso do cálculo da variância amostral (S2).Para a série: 10. A definição de variância populacional (σ2) é dada por: Observações: 1. 4. sendo uma medida que depende apenas dos valores externos. Isto é: Portanto. Mas a soma de todos os desvios é igual a zero. x = média amostral. 2. Porém. Onde: n= número de elementos. é instável.22. é interessante a análise dos desvios em torno da média.38. Isto é: O desvio médio (DM) é a média aritmética dos valores absolutos dos desvios tomados em relação à média. σ2 indica variância populacional e lê-se sigma ao quadrado. evitando-se assim que a soma fosse nula. a amplitude total é dada por: Amplitude = 38 — 10 = 28 Observação: A utilização da amplitude total como medida de dispersão é muito limitada. 3. pois. pela fórmula acima podemos perceber que o desvio em relação à média (di) é a diferença entre cada elemento de um conjunto de valores e a média aritmética. é extremamente importante na inferência estatística e em combinações de amostras. é conveniente o uso da seguinte fórmula: . Veja que os desvios foram considerados em módulo. Fi = frequência. Variância populacional (σ2) e amostral (S2) A variância é uma medida que tem pouca utilidade como estatística descritiva.33.20.12. não sendo afetada pela dispersão dos valores internos. Desvio-Médio (DM) Quando desejamos medir a dispersão dos dados em relação à média.

metro (m) teremos como resultado metro ao quadrado (m2). O desvio padrão possui algumas propriedades. Exemplo: Calcular o desvio-médio (DM). em seguida. que é a raiz quadrada da variância – o desvio padrão. temos que: 1º) Cálculo do Desvio-Médio (DM) Para o cálculo do DM deverão ser abertas novas colunas. a variância (S2) e o desvio-padrão (S) da seguinte distribuição amostral. Assim temos: Resumindo: para o cálculo do desvio-padrão deve-se primeiramente determinar o valor da variância e. o desvio padrão fica multiplicado (ou dividido) por essa constante. É um indicador de variabilidade bastante estável. n = tamanho da amostra. se a unidade da variável for. OBS. por exemplo. conforme segue: .: O desvio padrão tem a mesma dimensão de unidades dos valores da média. nota-se que a é uma soma de quadrado. Desvio Padrão populacional (σ) e amostral (S) O desvio padrão é a medida de dispersão mais geralmente empregada. conforme vimos anteriormente na web aula 3. • Multiplicando-se (ou dividindo-se) todos os valores de uma variável por uma constante (diferente de zero). Resolução: Primeiramente. Observando-se a fórmula original para o cálculo da variância. Para se ter a unidade original. necessita-se definir outra medida de dispersão. dentre as quais destacamos: • Somando-se (ou subtraindo-se) uma constante a todos os valores de uma variável. precisamos do valor da média. pois leva em consideração a totalidade dos valores da variável em estudo. Dessa forma. o desvio padrão não se altera. extrair a raiz quadrada desse resultado.Onde: x = média amostral.

uma nova coluna deverá ser considerada na tabela anterior: 3º) Cálculo desvio-padrão Amostral (S) Como Resumindo: A distribuição possui média 8. medido pelo desvio-padrão. e de 1.06. medido pelo desvio-médio.20. Isto é.06 e seu grau de dispersão é de 1. é preciso encontrar o valor de ∑di2Fi. Para tanto. seus valores estão em torno de 8. Medida de Dispersão Relativa: Coeficiente de Variação (CV) Trata-se de uma medida relativa de dispersão útil para comparação em termos relativos do grau de dispersão em torno da média de séries distintas.69.2º) Cálculo da Variância Amostral (S2) Para calcularmos a variância amostral (S2). É dado por: .

Comentário do gabarito Conforme vimos anteriormente. S= desvio-padrão amostral X = média populacional.00. portanto. Comentário do gabarito O número de funcionários de uma empresa trata-se de uma variável que só pode assumir apenas valores inteiros. Nota Excelente Uma parte ou subconjunto da população selecionada para análise denomina-se: Sua resposta Amostra. x = média amostral Exemplo: Numa empresa. podemos concluir que nesta empresa os salários das mulheres apresentam maior dispersão relativa que os dos homens.00. Resposta gabarito Amostra.00 com desvio-padrão de R$ 1200.Onde: σ = desvio-padrão populacional. Nota Questão 2 Excelente O número de funcionários de uma empresa é uma variável: Sua resposta Quantitativa Discreta. uma variável quantitativa discreta. e os das mulheres é em média de R$ 3000. Resposta gabarito Quantitativa Discreta.00 com desvio-padrão de R$ 1500. a amostra é uma parte ou subconjunto da população. Então: Logo. Questão 1 . o salário médio dos homens é de R$ 4000. que é selecionada para análise estatística (Estatística Descritiva).

número de classes (K): K= 1 + 3.Questão 3 Nota Excelente Considerando a pesquisa de opinião dos consumidores de certo produto. 8. 9. Sua resposta 21. Em relação à moda. 2. Sua resposta 7 Resposta gabarito 7 Comentário do gabarito Amplitude total (A)= 51 .85 ~ 7(arredondar para o maior valor inteiro). Resposta gabarito Gráfico de Dispersão. 4. 10. 1. 9. Nota Não gerada Dados os conjuntos de valores: A = {1. 3. 9.3*log (64) = 6.85 %. 2.85 % Nota Questão 4 Excelente A gerência industrial de certa empresa coletou uma amostra formada 64 produtos produzidos. 8. Os resultados obtidos foram tabulados em classes de frequências. representada pela tabela abaixo. 7. 10}. 9. 8. afirmamos que: I) A é unimodal. 8. II) B é unimodal. 4. h=48/7=6. 4. Resposta gabarito 21. Comentário do gabarito Cálculo da porcentagem de consumidores que preferem o produto C = (Frequência Relativa) *100%: (600/2745)*100 = 21. 5. sendo que X é considerada a variável independente e Y a variável dependente é o gráfico de dispersão.3 = 48. 10}. 9. ou seja. Portanto. 11. Sua resposta Gráfico de Dispersão. Comentário do gabarito O gráfico que é usualmente empregado para representar a evolução conjunta de duas variáveis quantitativas. B = {6. A quantidade de defeitos contidas em cada produto foi contada. Então. e as modas são 4 e 9. e variaram de 3 a 51 defeitos. construídas conforme os procedimentos formais da estatística. 5. tamanho do intervalo das classes (h) é dado por: h=A/K. 4. 5. é CORRETO afirmar que: Questão 1 . e a moda é 10. 4. C = {1. 9. 9. 12}. III) C é bimodal. Nota Questão 5 Excelente Assinale a alternativa que melhor apresenta gráfico usualmente empregado para representar a evolução conjunta de duas variáveis quantitativas.85 %. sendo que X é considerada a variável independente e Y a variável dependente.96 ~ 7 classes (arredondar para o maior valor inteiro). Calcule o tamanho do intervalo de cada classe (h). 8. e a moda é 9. h=7. determine a porcentagem de consumidores que preferem o produto “C”. em relação às afirmativas. sendo que o número de classes foi obtido segundo a regra de Sturges.

em US$ milhões. os rendimentos da bolsa de valores foram iguais a 4%. (-2%) e 6%.85 Questão 4 Calcular a média para distribuição de frequência: Nota Não gerada Sua resposta 10.Sua resposta Somente II e III são verdadeiras.80 e 3. Nota Não gerada Durante cinco meses consecutivos. 5%.65%. (-1%). Nota Não Questão 3 gerada Dada a distribuição de frequência. qual o valor da mediana: Questão 2 Sua resposta 21. Com base.66 . nestes cinco meses. respectivamente. dado pelo desvio padrão amostral (s).40% e desvio padrão = 3. foram calculados o rendimento médio (retomo esperado) e o risco. Os resultados obtidos foram: Sua resposta Média = 2. a receita média mensal do ano e o desvio-padrão amostral respectivamente são: Sua resposta 8.61 Questão 5 Nota Não gerada Dadas as receitas mensais de certa empresa.

Sign up to vote on this title
UsefulNot useful