Você está na página 1de 52

Estatística

Estatística
Estatística

© SENAI-SP, 1984

Material didático e valido nas Unidades de Ensino Profissional do SENAI – SP,


Destinado ao ensino de matemática.

Equipe responsável
Supervisão geral José Luiz Pieroni Rodrigues
Coordenação e elaboração Adilson Tabain Kole
Antonio Edson Leite
Yoji Okamoto
Conteudistas Anízio Furtuoso Araújo
Augusto Ronchi
Dirceu Mora
Izabel N. C. de Andrade
Luiz Heiko Goya
Seiei Akamine
Tereza AkiKo Rovere
Yoshua Shigemura
Coordenação da impressão Gilvaldo Felix dos Santos

Ficha catalográfica
Elaborada pela Unidade de Editoração - SENAI-SP

S47e SENAI.SP. Divisão de Material Didático. Estatística. São Paulo, 1984.


(Matemática H. P.)

1. Matemática. I.t. ll.s.

CDU: 51

SENAI Serviço Nacional de Aprendizagem Industrial


Unidade de Gestão Corporativa SP
Av. Paulista, 1313 - Cerqueira Cesar
São Paulo - SP
CEP 01311-923

Telefone (0XX11) 3146-7000


Telefax (0XX11) 3146-7230
SENAI on-line 0800-55-1000

E-mail senai@sp.senai.br
Home page http://www.sp.senai.br

SENAI
Estatística

Sumário

Conceitos preliminares 5
Freqüência 11
Gráficos 15
Valores de tendência central 23
Desvio padrão 33
Curva de distribuição normal 39

SENAI
Estatística

SENAI
Estatística

Conceitos preliminares

Objetivo da estatística

Estatística é o ramo da Matemática que se preocupa, a partir da coleta de dados reais,


em analisar, organizar e simplificar fenômenos orientando-nos melhor da forma
possível na tomada de decisões. Por exemplo , a partir dos dados relativos ao
aumento de população dos últimos 10 anos é possível prever o aumento que poderá
ocorrer nos próximos 10 anos.

População e amostra

População (ou universo), é um conjunto de elementos sobre o qual se realiza um


estudo estatístico.

Exemplos:
1. Alunos de uma determinada série de uma escola.
2. Parafusos produzidos por determinada indústria em um mês.
3. Automóveis produzidos no país em um ano.

O estudo estatística torna-se mais eficaz quanto maior o número de elementos da


população (universo).

Na impossibilidade ou dificuldade de analisarmos toda a população, analisamos


apenas um grupo de elementos. Esse grupo, desde que constituído de elementos
representativos da população, chama-se amostra (Espaço amostral). Por exemplo,
uma indústria produziu 10 000 parafusos. Se tornarmos dessa população apenas 100

SENAI
Estatística

elementos representativos, o subconjunto assim formado é uma amostra dessa


população.

Em muitos casos, o estudo estatístico só pode ser realizado através da amostragem.


Por exemplo:
 Teste destrutivo para controle de qualidade de determinada peça.
 Estudo de alguma característica da população brasileira.

Variáveis

Chamamos de variáveis as características a serem analisadas. As variáveis podem ser


qualitativas ou quantitativas.

As qualitativas se referem aos tipos ou atributos da população.

Exemplo:
1. População: habitantes de um país.
Variável qualitativas: cor da pele

2. População: arruelas produzidas por uma indústria.


Variável qualitativa: qualidade (perfeita ou defeituosa)

3. População: candidatos a exames de seleção.


Variável qualitativa: sexo (masculino, feminino)

As variáveis quantitativas se referem aos valores expressos em números. Elas


podem ser discretas ou contínuas.

As variáveis quantitativas discretas são aquelas passíveis de numeração.

Exemplo:
1. População: habitantes de um estado.
Variável quantitativa discreta: número de universitários.

2. População: ladrilhos fabricados por uma indústria.


Variável quantitativa discreta: número de ladrilhos trincados.

SENAI
Estatística

As variáveis qualitativas contínuas não são passíveis de enumeração.

Exemplos:
1. População: alunos de uma escola
Variável quantitativa contínua: altura

2. População: pinos produzidos por uma indústria.


Variável quantitativa contínua: diâmetro, comprimento ou massa.

Exercício

Baseado no exemplo do quadro abaixo, complete-o, criando novos exemplos.

Variável Variável quantitativas


População
Qualitativa Discreta Contínua
Habitantes de SP Cor dos olhos No analfabetos Peso

Dado Brutos, Rol


Dados brutos são aqueles colhidos em determinada amostra sem serem
numericamente organizados.

Quando os dados são organizados em ordem crescente ou decrescente de grandeza


chamamos de Rol.

Exemplos:
1. Numa pesquisa de preço de certo produto, em 20 supermercados diferentes, foram
obtidos os seguintes dados brutos.

Supermercado 01 - R$ 201,00 Supermercado 11 - R$ 200,00

SENAI
Estatística

“ 02 - R$ 210,00 “ 12 - R$ 201,00
“ 03 - R$ 202,00 “ 13 - R$ 201,00
“ 04 - R$ 198,00 “ 14 - R$ 200,00
“ 05 - R$ 202,00 “ 15 - R$ 201,00
“ 06 - R$ 203,00 “ 16 - R$ 201,00
“ 07 - R$ 200,00 “ 17 - R$ 205,00
“ 08 - R$ 203,00 “ 18 - R$ 198,00
“ 09 - R$ 202,00 “ 19 - R$ 200,00
“ 10 - R$ 205,00 “ 20 - R$ 195,00
Organizando-se os dados brutos acima, por exemplo, em ordem crescente de preço,
resulta o seguinte rol.

Preço (R$) Número de supermercado


195,00 1
198,00 2
200,00 4
201,00 5 (Tab. 1)
202,00 3 (Rol de dados isolados)
203,00 2
205,00 2
210,00 1

Total 20

2. As alturas de 100 estudantes de uma universidade estão relacionadas na tabela


abaixo:

Altura (cm) Número de estudantes

150 158 5
158 166 18 ( Tab. 2)
166 174 42 (Rol de dados agrupados
174 182 27
182 190 8

Total 100

Amplitude total

SENAI
Estatística

Amplitude total constitui a diferença entre a maior e a menor grandeza do rol.

Exemplos:
1. Na tabela 1 temos a amplitude total como sendo:
210,00 - 195,00 = 15,00
Amplitude é igual a R$ 15,00.

2. Na tabela 2 temos
190 - 150 = 40 logo a amplitude total é igual a 40 cm.

Classe

Classe é um subintervalo que divide os dados do rol e faixas.

Exemplos:
Tab 2: Nesta tabela temos 5 classes de alturas.
Na 1a classe temos alturas de 150 a 158 cm. 0 150 pertence a classe e o 158 não.
Na 2a classe de a .
De 182 a 190 cm corresponde à classe.

a) Intervalo de classe
Intervalo de classe constitui o campo de variação de cada classe. Por exemplo o
intervalo da 3a classe na tabela 2 vai de 166 a 174 cm. O intervalo da 5 a classe vai
de a .

b) Limites de classe
Limites de classe constitui a maior e a menor grandeza da classe. Por exemplo, a
2a classe na tabela 2 tem como limites 158 cm (inferior) e 166 (superior). A 4 a
classe tem como limites os valores e .

c) Amplitude de classe
Amplitude de classe corresponde à diferença entre os limites de classe. Por
exemplo, as amplitudes de todas as classes na tabela 2 é de 8cm
pois, 158 - 150 = 166 - 158 = 174 - 166 = 182 - 174 = 190 - 182 = 8cm.

d) Ponto médio de classe


Ponto médio da classe constitui a média aritmética de seus limites.

SENAI
Estatística

166  174
Por exemplo, o ponto médio da 3 a classe da tabela 2 será  170cm .
2
O ponto médio da 4º classe será .

Exercício:

Dada a tabela abaixo,

Peso (gramas) Número tijolos

1480 1500 82
1500 1520 101
1520 1540 108
1540 1560 212
1560 1580 246
1580 1600 197
1600 1620 112
1620 1640 98
1640 1660 44

Total 1200

Determine:
a) Amostra (espaço amostral)

b) Amplitude total

c) O intervalo da 5a classe

d) Os limites da 4a classe

e) Amplitude da 9a classe

f) O ponto médio da 7a classe

SENAI
Estatística

Freqüência

Definição

Freqüência é a persistência natural na ocorrência de um determinado evento. Por


exemplo, em cada 50 famílias paulistanas 14 não tem filhos. Neste caso ocorre 14
vezes o evento não ter filhos, ou seja, a freqüência é 14.

Dê um exemplo você!

Freqüência absoluta (Representação f i )

Chama-se freqüência absoluta, ao número que representa a repetição de um


determinado evento dentro da característica analisada.

Exemplo:
1. Tab. 1: o evento R$ 205,00 ocorreu 2 vezes e portanto e freqüência absoluta desse
evento é 2.

2. Tab. 2: a freqüência absoluta da 2 a classe corresponde a 18, pois há ocorrência de


18 estudantes cujas alturas se enquadram dentro daquele intervalo de classe.
Neste caso f 2 = 18.

A freqüência absoluta da 4a classe da Tabela 2 é Neste caso


f4 = .

A freqüência absoluta para a tabela 1, referente ao valor R$ 198,00 é .

SENAI
Estatística

Freqüência relativa (Representação fr i )

Freqüência relativa é o quociente entre a freqüência absoluta e o espaço amostral.


Por exemplo, para a tabela 2 a freqüência relativa da 4 a classe é o quociente entre sua
freqüência absoluta e a amostra ou melhor

f4 27
fr4    0,27
100 100

A freqüência relativa da 4 a classe será .

A freqüência relativa, também pode ser expressa em porcentagem. Basta


multiplicarmos a freqüência relativa por 100. Por exemplo, a freqüência relativa
calculada anteriormente em porcentagem seria de 27%. Neste caso, chamamos de
freqüência relativa percentual.

Freqüência acumulada (Representação f i )

Freqüência acumulada de uma classe constitui a soma das freqüências absolutas


das classes anteriores com a da própria classe. Por exemplo, na tabela 2, a freqüência
acumulada da 4a classe é a soma de todas as freqüências absolutas das classes de 1
a 4 inclusive a 4a ou, F 4 = f 1 + f 2 + f 3 + f 4  F 4 = 5 + 18 + 42 + 27 = 92. A freqüência
acumulada da 3a classe dessa mesma tabela será .

Freqüência acumulada relativa (Representação Fr i )

Freqüência acumulada relativa de uma classe constitui o quociente entre a


freqüência acumulada dessa classe e a amostra. Por exemplo, na tabela 2, a
freqüência acumulada relativa da 4 a classe será

F4 92
Fr 4    0,92
100 100

A freqüência acumulada relativa da 3 ª classe será .

SENAI
Estatística

Este tipo de freqüência também pode ser expresso em porcentagem, multiplicando-se


a freqüência acumulada relativa por 100. Por exemplo a freqüência acumulada relativa
da 4a classe será de 92%. Neste caso chamamos de freqüência acumulada relativa
percentual.

Resumo – Freqüências

Absoluta: fi
fi
fri 
Relativa:
f
n

Acumulada: Fi  f
i  1
i

f i
Acumulada real.: Fr i  i  1

 f

Exercícios

1. Dada a tabela abaixo que relaciona o número de pedidos com os pesos das
mercadorias.

Pesos (kg) Nº Pedidos


0 2 20
2 4 100
4 6 200
6 8 150
8 10 30

Total 500

Determinar todos os tipos de freqüência dados para 2 a e para a 4a classes.


(absoluta, relativa, acumulada e acumulada relativa)

SENAI
Estatística

2. Dada a tabela abaixo, complete as colunas.

Temperatura (ºC) fi fr i fr i % Fi Fr i
10 14 2
14 18 10
18 22 20
22 26 35
26 30 45
30 34 30
34 38 8
Total

SENAI
Estatística

Gráficos

Gráfico linear

Exemplo: A tabela abaixo representa a crescimento demográfico brasileiro.

Habitantes
Ano (tabela 3)
(milhões)
1950 51,97
1955 60,22
1960 69,79
1965 80,46
1970 92,77
1975 106,00
1980 122,20

SENAI
Estatística

Gráficos de barras

Exemplo: A tabela abaixo representa a rede rodoviária do Brasil em termos de


pavimentação em 1976.

Rede Extensão Pavimentação (Tabela 4)


rodoviária (km) (km)
Federal 70.198 41.762
Estadual 121.396 26.106
Municipal 1.297.471 3.373

Gráfico de colunas

Exemplo:
A tabela abaixo representa importação e exportação brasileiras em bilhões de dólares
e a participação, em % do petróleo nas importações.

Ano Importação Exportação Petróleo (Tabela 5)


1973 2,6 2,6 16%
1974 12,6 7,9 25%
1975 12,2 8,7 26%
1976 12,4 10,1 28%
1977 12,0 12,1 31%

SENAI
Estatística

1978 13,6 12,6 29%


1979 16,0 14,0 47%

Gráficos de setores

Exemplos:
A tabela abaixo representa as áreas das lavouras, pastagens e das matas a terras não
aproveitadas em relação à área total dos estabelecimentos agropecuários no Brasil.

Características Área (km 2 ) (Tabela 6)


Lavouras (A) 388.030
Pastagens (B) 1.600.000
Matas e terras não aproveitadas (C) 1.238.180
3.226.210

Determinação dos setores


 Determina-se o total, ao qual corresponderá 360º
No caso acima será: 3.226.210 km 2 .

 Determina-se em seguida a cada unidade de total quantos graus corresponde.


360
No caso acima  0,0001115º /km 2
3.226.210
SENAI
Estatística

 Determina-se o ângulo setorial correspondente à freqüência do evento


considerado:

No caso
- Lavoura: 388.030 x 0,0001115º ~43º que corresponde a 12% do total (360º)
- Pastagens: 1.600.000 x 0,0001115º ~179º que corresponde a 50% do total (360º)
- Matas e terras não aproveitadas:
1238180 x 0,0001115º ~138º que corresponde a 38% do total (360º)

OBS: Outra forma de se obter os graus e as


porcentagens é multiplicarmos a freqüência relativa de
cada item respectivamente por 360º e 100.

Histograma

Exemplo:
A tabela abaixo representa os resultados obtidos por um teste aplicado a 20 anos.

Número (Tabela 7)
Pontos
Alunos
35 45 1
45 55 3
55 65 8
65 75 3
75 85 3
85 95 2

SENAI
Estatística

Observe que as bases dos retângulos estão em correspondência com os intervalos de


classe considerados e que não há espaço algum entre cada retângulo e seus vizinhos.
Esta última característica diferencia este gráfico do gráfico de colunas anteriormente
visto.

Polígono de Freqüências

Exemplo:
Tomemos a tabela anterior como exemplo.

Observe que os pontos são obtidos tornando-se o ponto médio do intervalo e a


freqüência respectiva.

Os pontos imaginários no início e o fim dos intervalos são colocados de modo a manter
a proporcionalidade do gráfico.

SENAI
Estatística

Note que podemos fazer o polígono de freqüência a partir do histograma, porém não
necessariamente.

Tomemos como exemplo o histograma anteriormente dado.

Basta unirmos os pontos médios superiores dos retângulos determinados no


histograma por segmento de reta, como mostra a figura.

Exercícios

1. A partir da tabela abaixo, construa:

População Absoluta e Desenvolvimento (1973)


População Renda per capita
Países
(milhões hab.) US$
Rep. Pop. Da China 850 160
India 601 110
URSS 250 1780

SENAI
Estatística

EEUU 210 4760


Indonésia 132 80
Japão 107 1920

a) Gráfico de barras para população.

b) Gráfico de colunas para renda per capita.

2. A partir da tabela dada construa um gráfico linear.


Estimativa de Potencial Hidroelétrico Brasileiro

Ano Potência instalada


(milhões kw)
1975 25
1980 28
1985 33,4
1990 59
1995 85
2000 120
2005 175
2010 200

3. A partir da tabela abaixo, construir um gráfico de setores.

Regiões População
absoluta
Sudeste 51.573.500
Nordeste 36.251.400

SENAI
Estatística

Sul 22.495.200
Centro - Oeste 7.787.600
Norte 4.923.400

4. A partir da tabela abaixo, faça um histograma e o polígono de freqüências


correspondente.
Tabela de estrutura dos alunos de uma escola.

Estatura (cm) Nº de alunos


153 156 2
156 159 8
159 162 10
162 165 25
165 168 50
168 171 84
171 174 55
174 177 20
177 180 8

SENAI
Estatística

Valores de tendência central

Média aritmética

a) Dados isolados
A média aritmética simples de uma série de valores x 1 , x 2 , x n , indicada por
x é definida como.
n

x i
x
x  i  1
ou x 
n n

n constitui o número de elementos do conjunto de dados. Por exemplo, a média


aritmética simples dos valores 6,4,8,10 e 12 é:

n 5

x i x i
x1  x 2  x 3  x 4  x 5 6  4  8  10  12
x  i  1
 i1   8
n 5 5 5

ou x  8

Determine a média aritmética dos valores 3, 7, 8, 10, e 11

b) Dados agrupados
No caso em que os dados são agrupados numa certa distribuição de freqüências
determina-se a média aritmética dos dados x 1 , x 2 , ,x n , ponderadas pelas
respectivas freqüência f 1 , f 2 , , fn .

x i. i f
x.f
Isto é: x  i  1
ou x 
f
n

i
f
i  1

SENAI
Estatística

Exemplo:
Seja a tabela abaixo que relaciona as notas dos alunos do 2 º ano.

Notas Nº Alunos (Tabela 8)

6 3

7 5

8 10

9 6

10 1

A média aritmética neste caso será dada por

n n


i  1
xi fi x
i  1
i fi
x1f1  x 2f2  x 3 f3  x 4 f4  x 5 f5
x   
n n
f1  f2  f3  f4  f5
f
i  1
i f
i  1
i

18  35  80  54  10 197
x   7,88
25 25

No caso em que os dados são agrupados em inte4rvalos de classes, tomamos os


pontos médios das classes como as variáveis x i e procedemos de forma análoga ao
caso de dados isolados.

Seja a tabela abaixo que relaciona as alturas de 90 estudantes.

Altura (cm) Nº Alunos (Tabela 9)

150 158 10

158 166 18

166 174 25

174 182 19

182 190 11

190 198 7

SENAI
Estatística

Primeiramente devemos determinar os pontos médios das classes, isto é, 154, 162,
170, 178, 186, 194 cm respectivamente. Dessa forma, cada classe fica representada
pelo seu ponto médio, como mostra a tabela abaixo.

Altura (cm) Nº Alunos


154 10
162 18
170 25
178 19
186 11
194 7

Procedendo-se de forma análoga ao caso anterior teremos:

n n


i  1
x i fi x
i  1
i fi
x 1 f1  x 2 f 2  x 3 f 3  x 4 f 4  x 5 f 5  x 6 f 6
x    
n n
f1  f 2  f 3  f 4  f 5  f 6
f
i  1
i f
i  1
i

1540  2916  4250  3382  2046  1358 15.492


=   172,13
10  18  25  19  11  7 90

x  172,13 cm

Determine a média aritmética para a tabela abaixo.

Nota dos alunos de 3º ano.

Notas Nº Alunos Pto Médio (Tabela 10)


0 2 3
2 4 5
4 6 10
6 8 6
8 10 1

SENAI
Estatística

O processo anterior que é o mais comum no cálculo da média também é chamado de


“processo longo” de obtenção da média.

Existe um processo para obtenção da média chamada “processo breve”. Este


processo torna-se mais prático quando a quantidade de dados é grande e estão
agrupados em poucas classes devido à grande repetição de valores.
Por exemplo, no caso da tabela abaixo:

Dados sobre as notas de 1000 alunos de determinada série.

Notas Nº Alunos ( f ) (Tabela 11)

0 2 170

2 4 230

4 6 250

6 8 200

8 10 150

Determinemos a média pelo “processo breve”

 No caso de dados agrupados em intervalos de classes, determinamos o ponto


médio de cada classe.
 Tomamos como média arbitrária A, um desses pontos médios, por exemplo 5. A
média final independente da média arbitrária inicialmente escolhida.
 Determinamos os desvios de cada classe em relação à média arbitrária.
 Calcula-se a média dos desvios pelo processo longo.
 Tomamos a média arbitrária e a corrigimos levando em conta o desvio médio
obtido.
Resulta então a seguinte fórmula:

x  A 
f di i

f i

SENAI
Estatística

Exemplo:
Calcule a média aritmética pelo processo breve.

Pontos Médios Nº Alunos ( f ) Desvios


fi di
( xi ) di = xi - A
1 170 -4 - 680
3 230 -2 - 460
A5 250 0 0
7 200 2 400
9 150 4 600
1000 - 140

 Média dos desvios pelo processo longo:

n n

 fi di f i di
- 140
d i 1
n
 i 1
n
  - 0,14
f f
1000
i i
i 1 i 1

g) x  4,86 ou x  A 
f d i i

f i

Determine a média pelo processo breve, baseando-se na tabela anterior.


(escolha outro valor como média arbitrária).

Moda

a) Dados isolados
Dada uma série de valores x 1 , x 2 , x 3 ,...x n , chama-se moda ao valor que ocorre
com maior freqüência. Por exemplo, na série de valores 10, 12, 13, 11, 12, 10, 12 a
moda é 12. No caso em que mais de um valor apresentam a mesma freqüência
máxima, todos esses valores serão modas (bimodal, multimodal).
Por exemplo, no conjunto de menções A, B, A, C, B, C, C, B, C, D, B e E as modas
serão B e C.
Qual a moda do conjunto 4, 4, 5, 6, 6, 7, 7 ?

SENAI
Estatística

b) Dados agrupados
Para o rol organizado em ordem crescente de grandeza, a moda é calculada pela
expressão:

1
Mo  L 1  .c
1   2

Onde:
L 1 = limite inferior da classe que tem freqüência, chamada classe modal.]]

 1 = diferença entre a freqüência da classe modal e a classe imediatamente


anterior

 2 = diferença entre a freqüência da classe imediatamente posterior.

c = amplitude da classe modal.

Tomaremos como exemplo a tabela 11 a qual relaciona as notas de 1000 alunos de


determinada série.

A classe modal é a 3ª, pois é a classe que tem maior freqüência.

L 1 = 4,  1 = 250 – 230 = 20,  2 = 250 – 200 = 50


C = 2 (4 6)

20 4 32
Então: M o = 4 + .2  4  
20  50 7 7

M o  4,57

Determine a moda para a tabela 10.

Mediana

a) Dados isolados
Dado uma série de valores x 1 , x 2 , x 3 , ..., x n desde que esta esteja ordenada em
ordem de grandeza (crescente ou decrescente), chama-se mediana ao valor

SENAI
Estatística

central, se o número de dados for ímpar. No caso do número de dados ser par,
será a média aritmética dos 2 valores que ocupam aquela posição.

Por exemplo, a mediana entre os valores 10.000, 15.000, 12.000, 9.000, 13.000 e
11.000, será 11.500 pois, em ordem ficaria 9.000, 10.000, 11.000, 12.000, 13.000 e
15.000, e como o número de valores é par então

11.000  12.000
Md =  11.500.
2

A mediana entre os valores 8, 15, 14, 13, 12, 16,11 será


porque

b) Dados agrupados
Neste caso a mediana é definida como sendo:

N
- Fm - 1
M d = L1 + 2 .c
fm

Onde:
L 1 = limite inferior da classe mediana.
N = número total da amostra
F m 1 = freqüência acumulada até a classe mediana exclusive
f m = freqüência da classe mediana
c = amplitude da classe mediana

Determinação da classe mediana

Método Prático:
 Determina-se a metade da amostra.
 Toma-se o interno imediatamente superior a metade.
 A classe que contém o dado cuja ordem é o número anteriormente determinado
será a classe mediana.

Tomemos como exemplo a tabela 11.

1.000
A classe mediana será a 3ª pois, Amostra = 1.000   500
2

SENAI
Estatística

Toma-se 500 + 1 = 501


A classe que contém o dado 501º será a classe mediana.

N 1.000
L 1 = 4, = = 500, F m1 = 400, f m = 250, c = 2
4 2

500 - 400 4 24
Então M d  4  .2  4    4,8
250 5 5

M d = 4,8

Exercício:

Determine a mediana da Tabela 10.

Resumo
n
Média aritmética simples x i
x
(dados isolados) x  i 1
ou
n n

n
Média aritmética ponderada x i fi
x f
(dados agrupados) ou x  i 1
ou
Média pelo processo longo f
n

1
f
i 1

Média aritmética processo breve


x  A 
f d i i

(dados agrupados) f i

1
Moda (dados agrupados) M o = L1 + .c
1  2

N
- Fm - 1
Mediana (dados agrupados) M d = L1 + 2 .c
fm

SENAI
Estatística

Exercícios:

1. Determine a média, a mediana e a moda para cada grupo de dados.

a) 16, 16, 16, 15, 15, 14, 12, 12, 11, 11, 11, 10, 10, 10, 10.

b) 15, 15, 12, 12, 13, 13, 10, 10.

c) 15, 15, 14, 13, 12, 10, 6, 6.

2. Dada a tabela abaixo:

Carga Máxima P. Médio Desvio


Nº cabos fi di
Toneladas xi di = xi - A
9,2 9,7 2
9,7 10,2 5
10,2 10,7 12
10,7 11,2 17
11,2 11,7 14
11,7 12,2 6
12,2 12,7 3

a) Calcule a média

b) Calcule a moda

c) Calcule a mediana

SENAI
Estatística

Desvio Padrão

Introdução

A média não nos dá o valor ao qual toda a população tende. Por essa razão, utiliza-se
uma outra medida chamada desvio padrão, o qual nos fornece a variabilidade dos
valores em torno da média. Através da média aritmética e do desvio padrão em torno
dessa média podemos saber as faixas em que determinadas porcentagens dos fatos
acontecem.

O desvio padrão de um conjunto de valores x 1 , x 2 , x 3 ,...xn é representado por s e


definido por:

 (x i - x )2
s  i 1

onde N é número total de valores

Quando o conjunto de valores x 1 , x 2 , x 3 , ..., x n se repetem com freqüência f 1 , f 2 , f 3


,..., f n , respectivamente, a fórmula deverá ser:

f i (x i - x ) 2
s  i  1
n

f
i  1
i

SENAI
Estatística

Aplicações

1. Seja calcular o desvio padrão do conjunto 12, 6, 7, 3, 15, 10, 18, 5.

Solução:
Calculemos inicialmente a média x , por exemplo pelo processo longo:

12  6  7  3  15  10  18  5 76
x    9,5
8 8

Xi xi - x (x i - x ) 2 (Tabela 12)

3 - 6,5 42,25

5 - 4,5 20,25

6 - 3,5 12,25

7 - 2,5 6,25

10 0,5 0,25

12 2,5 6,25

15 5,5 30,25

18 8,5 72,25

190,00

n=8

S 
 (x i - x )2

190,00
n 8

s 23,75  4,87

Resposta: s  4,87

2. Se tivermos um conjunto de valores com repetição, como por exemplo 9, 3, 8, 8, 9,


10, 3, 5, 9, é conveniente construir uma tabela do seguinte tipo:

SENAI
Estatística

Tabela 13

Xi fi xi - A fi di xi - x (x 1 - x ) 2 f i (x i - x ) 2

3 2 -5 -10 -4,11 16,89 33,78


5 1 -3 -3 -2,11 4,45 4,45
8 2 0 0 0,89 0,79 1,58
9 3 1 3 1,89 3,57 10,71
10 1 2 2 2,89 8,35 8,35
9 -8 58,87

x  A
f d i i
=8+
8
 8 - 0,89  7,11
f i
9

s=
f i (x i - x ) 2

58,87
 6,54  2,56
f i
9

3. Quando se tratar de dados agrupados o procedimento é o mesmo, bastando


trabalhar com os pontos médios das classes.

Exemplo:

1. Seja calcular o desvio padrão a partir da tabela abaixo:

Número de Pto Médio


Notas Alunos (f i ) xi - x (x i - x ) 2 f i (x i - x ) 2
xi

90 100 9 95 20,50 420,25 3782,25


80 90 32 85 10,50 110,25 3528,00
70 80 43 75 0,50 0,25 10,75
60 70 21 65 -9,50 90,25 1895,25
50 60 11 55 -19,50 380,25 4182,75
40 50 3 45 -29,50 870,25 2610,75
30 40 1 35 -39,50 1560,25 1560,25
120 17570,00

SENAI
Estatística

9 . 95  32 . 85  43 . 75  21. 65  11. 55  3 . 45  1. 35
x  
120

8940
=  x  74,50
120

 f (x - x)
2
i i 17570,00
s=   12,10
f i 120

s  12,10

Exercícios:

Determine o desvio padrão dos conjuntos:


a) 4, 7, 9, 12, 9, 12, 7, 3

SENAI
Estatística

b) 6, 18, 14, 12, 18

c)

Idade do chefe Número


Família (Anos) (Milhões)
25 35 9
35 45 10
45 55 9
55 65 6
65 75 4

SENAI
Estatística

d)

Altura Número
(cm) de Alunos
150 158 4
158 166 7
166 174 10
174 182 8
182 190 1

SENAI
Estatística

Curva de distribuição normal

Tipos de curva

a) Curva Normal ou Simétrica


É aquela em que as freqüências eqüidistantes de seu ponto mais alto são iguais.
Ex.:

Normal

a) Curva Assimétrica Negativa e Positiva


É aquela em que uma das causas em relação ao seu ponto mais alto é prolongada
à direita (positiva) ou à esquerda (negativa) ou à esquerda (negativa). Ex.:

SENAI
Estatística

Assimétrica positiva Assimétrica negativa


b) Curva Modal, Bimodal e Multimodal
São aquelas que têm, respectivamente, um máximo, dois máximos e mais de dois
máximos. Ex.:

Modal Bimodal

Multimodal

Exercício:

Dada a tabela abaixo, que tipo de curva ela representa?

Media Quantidade
Ø” (mm) de Peças
9,85 10
9,90 30
9,95 65
10,00 68
10,05 73
10,10 56
10,15 45
10,20 35
10,25 29

SENAI
Estatística

10,30 25
Construção de curvas

Uma curva é de distribuição normal se for do tipo:

Para sabermos qual o tipo de distribuição que série de dados representa, é necessário
que através de um critério estatístico razoável, a representemos através de um gráfico,
como segue:

Dada uma tabela de dados devidamente organizados, como a seguinte:

Altura (cm) Nº Alunos (Tabela 14)

158,5 161,5 2

161,5 164,5 10

164,5 167,5 48

167,5 170,5 64

170,5 173,5 56

173,5 176,5 16

176,5 179,5 4

SENAI
Estatística

Façamos a representação destes dados através de um gráfico:

Pelo polígono evidenciado, podemos observar que após um polimento, a curva


resultante tenderá à uma normal.

Existem diversos processos para se fazer o polimento do polígono de freqüência,


conservando a tendência do mesmo para o tipo de curva que caracteriza o fato
estudado.

Aqui veremos o processo da “perequação” que consiste em obter a freqüência polida


de um determinado evento (f P) através da fórmula.

fn - 1  2 fn  fn  1
fp n 
4

onde:
fn é a freqüência a ser polida
fn - 1 é a freqüência da classe anterior
fn 1 é a freqüência da classe posterior
fpn é a freqüência polida da classe considerada

SENAI
Estatística

Assim, para o exemplo dado temos:


A partir de f1 :

0  2 . 2  10
fp1   3,5
4

2  20  48
fp2   17,5
4

10  96  64
fp3   42,5
4

48  128  56
fp4   58
4

64  112  16
fp5   48
4

56  32  4
fp6   23
4

16  8  0
fp7   6
4

No gráfico a seguir, teremos:

SENAI
Estatística

Observe que a curva resultante se aproxima da curva normal. Uma vez que a curva de
distribuição normal apresenta propriedades já desenvolvidas e devidamente
estudadas, se torna mais fácil a análise do fenômeno.

Localização dos valores de tendência central

a) Localização da média
A média na curva de distribuição normal é, quando esta é perfeitamente simétrica,
o valor central da distribuição. Ex.:

Média

Quando a curva de distribuição apresenta um pequeno desvio à esquerda, a média


deverá estar à direita do ponto central. Ex.:

Média

SENAI
Estatística

Quando a curva de distribuição apresenta um pequeno desvio à direita, a média


deverá estar à esquerda do ponto central. Ex.:

Média

b) Localização da mediana
A mediana na curva de distribuição normal, quando esta é perfeitamente simétrica,
é o valor central da distribuição. Ex.:

Mediana = média

Quando acurva de distribuição apresenta um pequeno desvio para a esquerda, a


mediana deverá estar à direita do ponto central. Ex.:

Mediana

SENAI
Estatística

Quando a curva de distribuição apresenta um pequeno desvio à direita, a mediana


deverá estar à esquerda do ponto central. Ex.:

Mediana

c) Localização da Modal
A moda na curva de distribuição normal, é o ponto mais alto da curva.

Mo = méd. = mediana Moda

Moda

Como podemos ver, uma curva desse tipo, se a moda, a mediana e a média não
coincidem elas estão muito próximas uma da outra na ordem em que aparecem na

SENAI
Estatística

ilustração. Qual a mais importante? Para casos particulares as três talvez, mas com
um estudo mais complexo, podemos verificar que a média é a mais importante na
maioria dos casos.

A) Localização do desvio padrão


Seja a curva normal de distribuição abaixo:

Se somarmos ou subtrairmos um desvio padrão (s) na média, teremos 68,27% de


casos que obedecem a distribuição.

Se somarmos ou subtrairmos dois desvios padrões (s) na média obteremos valores


nos quais, 95,45% dos casos se enquadram.

Portanto o desvio padrão, representa a variabilidade dos casos em torno da média.

SENAI
Estatística

Interpretação de áreas sob a curva

a) Localização
Seja uma série de dados estatísticos os quais, após o polimento devido, puderam
ser representados pelo gráfico abaixo:

No gráfico foram levados a efeito, a média devidamente calculada e representada e o


desvio padrão.

Para localizar a área, basta tomar os desvios padrões em torno da média e considerar
a área por eles limitada. No exemplo acima, a área foi considerada para um desvio
padrão; poderia ser consideradas para ½, 2, 3, etc dependendo da finalidade do
cálculo.

b) Significados
Como nós vimos, existem porcentagens diferentes, dependendo do desvio
considerado em torno da média. Logo, a área acima por exemplo, significa que
existem 68,27% de casos, na faixa de x  s e x - s . Observe o novo exemplo:

SENAI
Estatística

Significa que, 95,45% dos casos acontecem na faixa compreendida entre


x - 2 s e x  2 s , correspondente à área hachurada.

Exemplo de aplicação.

A partir da tabela 14, determine:

a) Média d) Desvio padrão


b) Mediana e) Interprete o significado da área
c) Moda

SENAI
Estatística

a) Média:

xA 
f d
i i
 169 
78
 169  0,39  169,39 cm
f i
200

x  169,39 cm

b) Mediana:
N
- Fm - 1
Md  L 1  2 . c
fm

SENAI
Estatística

Como f i  200 , a classe mediana é a 4ª classe: 167,5 170,5.


Temos então:

N 200
L 1  167,5   100 Fm - 1  60 f m  64
2 2

c  170,5 - 167,5  3

100 - 60
Md  167,5  . 3  167,5  1,875  169,38
64

M d  169,38 cm

c) Moda:
A classe modal é a maior freqüência. No exemplo, é a 4ª classe:
167,5 170,5
 1  64 - 48  16
 2  64 - 56  8
L 1  167,5

C = 3
1 16
M0  L 1  . c  167,5  . 3  169,5
1   2 16  8
M0  169,5 cm

SENAI
Estatística

d) Desvio padrão:

s 
f i (x i - x ) 2

2327,16
 3,41 cm
f i
200

s  3,41 cm

e) Interpretação:
68,27% dos casos estão entre 169,39 + 3,41 e 169,39 - 3,41
95,45% dos casos estão entre 169,39 + 6,82 e 169,39 - 6,82
99,73% dos casos estão entre 169,39 + 10,23 e 169,36 - 10,23

Exercício:

Dada a tabela abaixo:

Preço unitário Quantidade


(R$) fi
18 20 120
20 22 150
22 24 180
24 26 200
26 28 190
28 30 160

Calcule:

1- A média

2- A mediana

3- A moda

SENAI
Estatística

4- O desvio padrão

5- Construa a normal à partir dos dados da tabela:

6- Localize a média, a mediana e a moda na curva normal do item anterior

7- Localize o desvio padrão na curva do item 5.

8- Preencha as lacunas abaixo:


68,27% dos casos estão entre e
95,45% dos casos estão entre e
99,73% dos casos estão entre e

SENAI