P. 1
Estatística Aplicada

Estatística Aplicada

4.5

|Views: 3.915|Likes:
Publicado porapi-26371057

More info:

Published by: api-26371057 on Oct 14, 2008
Direitos Autorais:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

03/18/2014

pdf

text

original

UniverCidade 1 Estatística Aplicada - Prof.

Célio Cayres ___________________________________________________________________________________

ESTATÍSTICA APLICADA
- Apresentação Geral do Caderno de Estudo
A palavra ESTATÍSTICA provém do latim status, que significa estado. A

primitiva utilização da estatística envolvia compilações de dados e gráficos que descreviam vários aspectos de um estado ou país. As famílias, os governos e as empresas se apóiam largamente em dados estatísticos para tomarem decisões. A simples observação de um conjunto de dados não permite que sejam tomadas decisões ou, quando muito possibilitarão decisões eivadas de princípios empíricos. Vivemos uma era em que a ciência deve prevalecer sobre o empirismo, em que a lógica deve prevalecer sobre o “achismo”. A estatística abrange muito mais do que o simples traçado de gráficos e o cálculo de médias. Neste caderno será visto como tirar conclusões gerais e significativas que vão além dos dados originais. Os diversos assuntos serão abordados de forma objetiva, visando a aplicação direta dos conceitos. Os únicos conhecimentos matemáticos necessários para a compreensão do texto é a aritmética e elementos de álgebra básica. Quando houver a necessidade de algum conceito um pouco mais avançado, o mesmo será abordado de forma sintética e objetiva. Nos casos em que forem necessários cálculos mais complexos será utilizado o Microsoft Excel, poderosa ferramenta que reduz muito o tempo necessário para a determinação de valores. Familiarize-se com esta ferramenta. Havendo necessidade, utilize o Ajuda.

UniverCidade 2 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

1. Variáveis e Gráficos
1.1 – Estatística

O termo ESTATÍSTICA provém da palavra Estado e foi utilizado originalmente para denominar levantamentos de dados, cuja finalidade era orientar o Estado em suas decisões. Neste sentido foi utilizado em épocas remotas para determinar o valor dos impostos cobrados dos cidadãos, para determinar a estratégia de uma nova batalha em guerras que se caracterizavam por uma sucessão de batalhas – era fundamental aos comandantes saber de quantos homens, armas, cavalos, etc. dispunham após a última batalha. Atualmente, a ESTATÍSTICA é definida da seguinte forma: Estatística é um conjunto de métodos e processos quantitativos que serve para estudar e medir os fenômenos coletivos.

A estatística teve acelerado desenvolvimento a partir do século XVII, com os estudos de BERNOULLI, FERMAT, PASCAL, LAPLACE, GAUSS, GALTON, PEARSON, FISHER, POISSON e outros que estabeleceram suas características atuais (da SILVA, et al.; 1996,11). Uma outra definição para ESTATÍSTICA (VIEIRA; 1999,6): Estatística é a ciência dos dados. Envolve a coleta, a classificação, o resumo, a organização, a análise e a interpretação da informação numérica. A Estatística tem importante papel no pensamento crítico, seja no trabalho, na pesquisa, ou no dia-a-dia. Então o tempo que você usar estudando essa matéria será um investimento para seu futuro. É verdade que algumas pessoas pensam que as estatísticas mentem. Ou, como já disse alguém, “ os números dizem qualquer coisa quando bem torturados”. Mas qualquer ciência produz resultado contrário ao desejado, quando é mal aplicada. Então as estatísticas “mentem” apenas quando estão erradas ou, no mínimo, estão sendo mal interpretadas.

UniverCidade 3 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ A Estatística trata dados. Todo dado se refere a uma variável. Então a Estatística trabalha com variáveis. A Estatística não trata constantes. As variáveis assumem diferentes valores, nas diferentes unidades. Exemplo: A coordenação de um colégio pretende levantar dados sobre os alunos do 3º ano do ensino médio, candidatos ao vestibular. O que você acha que a coordenação pode anotar, porque é variável e o que você acha que não deve anotar, porque é constante? Solução: A coordenação pode levantar dados sobre a renda familiar, sobre as carreiras pretendidas, que são variáveis, mas não deve levantar dados sobre a alfabetização porque, entre candidatos ao vestibular, a resposta seria uma constante, já que todos possuem, no mínimo o ensino médio! Os dados são freqüentemente selecionados de um conjunto maior, cujas características é preciso estimar. Exercícios: 1 – Um colégio pretender realizar uma festa de fim de ano. A maior queixa dos responsáveis é com relação aos preços cobrados nas “barraquinha” pelos alimentos disponibilizados. Que dados deverão ser melhor aos responsáveis? 2 – Há a necessidade de iniciar um ciclo de palestras para tratar de assuntos como uso de drogas e sexualidade infantil. O profissional contratado para proferir as palestras deseja preparar um material adequado ao perfil cultural dos responsáveis. Que levantamento seria necessário para distribuir melhor os responsáveis por turma e maximizar o resultado das palestras? coletados visando atender

UniverCidade 4 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

1.2

– População e amostra

Conforme ficou claro na definição, a Estatística tem por objetivo o estudo dos fenômenos coletivos e das relações que existem entre eles. Entende-se como fenômeno coletivo aquele que se refere à população, ou universo, que compreende um grande número de elementos, sejam pessoas ou coisas.

População é o conjunto de elementos sobre o qual desejamos obter informação. População é o conjunto de todos os itens (pessoas, coisas) que interessam ao estudo de um fenômeno coletivo segundo alguma característica.

Note que a população é definida em função da informação que interessa ao pesquisador. Se você quiser informações sobre estudantes com faixa etária entre 7 e 14 anos de um município do interior do estado, esta será a sua população, mesmo que você só disponha dos alunos de uma única escola pala coletar os dados. Precisamos, também da definição de amostra: Amostra é qualquer subconjunto não vazio de uma população, ou, é todo subconjunto de elementos retirados da população para obter a informação desejada.

Uma característica numérica estabelecida para toda uma população é denominada parâmetro. Uma característica numérica estabelecida para uma amostra é denominada estimador. Utilizando o exemplo citado acima, a população seria a totalidade dos alunos com idades entre 7 e 14 anos do município pesquisado. Utilizando a população poder-se-ia concluir como parâmetro que, por exemplo, 60 % dos alunos são do sexo feminino. Podemos indicar como uma amostra somente os alunos do turno da manhã da mesma escola. Utilizando somente a amostra, poder-se-ia estimar que, por exemplo, 57 % dos alunos são do sexo feminino.

UniverCidade 5 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

População – todos os elementos do conjunto que interessa.

Parãmetro

Amostra – subconjunto não vazio de uma população

Estimador

Quando os dados são obtidos de toda uma população, diz-se que foi feito um recenseamento. Quando são obtidos dados de apenas parte da população, dizse que foi feita uma amostragem. O conjunto de dados obtidos de toda a população é denominado censo. Censo é uma avaliação direta de um parâmetro, utilizando-se todos os componentes da população. Estimação é uma avaliação indireta de um parâmetro, com base em um estimador através do cálculo de probabilidades. As principais propriedades do censo são: • • • • • admite erro processual zero e tem confiabilidade 100 %; é caro; é lento; é quase sempre desatualizado; nem sempre é viável.

As principais propriedades da estimação são: • admite erro processual positivo e tem confiabilidade menor que 100 %; • • • • é barata; é rápida; é atualizada; é sempre viável.

UniverCidade 6 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ No Brasil, os censos são feitos pela Fundação Instituto Brasileiro de Geografia e Estatística (Fundação IBGE), que obtém dados de toda a população. O censo demográfico é realizado a cada dez anos e os seus resultados são corrigidos periodicamente através da PNAD – Pesquisa Nacional por Amostra Domiciliar.

Comentário Importante: Estatisticamente, a precisão de um valor numérico é avaliada através do binômio: confiança e erro processual. Se admitirmos que podemos retirar do Censo todo tipo de erro de natureza humana (erro de cálculo de avaliação, de anotação), restará apenas outro tipo de erro devido ao procedimento empregado. Este erro é chamado erro processual. No caso de um Censo, o erro processual é zero, pois avaliamos um por um, todos os elementos componentes da População. Como o erro processual na avaliação é zero, a confiabilidade no parâmetro obtido é 100 %. A precisão, no Censo é total. Na estimação, como avaliamos apenas parte e não todos os elementos que compõem a população, admitimos um erro processual positivo na avaliação do valor numérico e por conseqüência uma confiabilidade menor que 100 %, sendo, portanto, menos precisa que o Censo. (da SILVA; 1996,13) A população pode ser, segundo o seu tamanho, finita ou infinita. É finita a população que possui um número determinado de elementos; aa população infinita possui um número infinito de indivíduos. Esta definição existe somente no campo teórico, uma vez que, na prática, nunca encontraremos populações com infinitos elementos mas, sim, populações com grande número de componentes e, nestes casos, tais populações são tratadas como se fossem infinitas. Quando a população é muito grande, torna-se difícil a observação dos aspectos a serem estudados de cada um dos elementos, devido ao alto custo, ao intenso trabalho e ao tempo despendido para levar a cabo uma exaustiva observação de todos os componentes da população. Nessas circunstâncias, fazemos a seleção de uma amostra suficientemente representativa da população e, através da observação dessa amostra, estaremos aptos a analisar os resultados, da mesma

UniverCidade 7 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ forma que se estudássemos toda a população, só que nesse caso sem os inconvenientes anteriormente descritos. A definição do tamanho da amostra vai depender do universo que estiver sendo pesquisado. Em alguns casos, coma nas pesquisas eleitorais, utiliza-se uma pequena fração da população e verifica-se resultados bem positivos. A definição do tamanho da amostra é objeto de estudo mais aprofundado.

Exercícios: 1 – Uma pesquisa foi realizada entre os alunos de um colégio. Considerando os indicadores apresentados, identifique se o resultado foi baseado em uma amostra ou em uma população: a) b) c) todos os alunos foram abordados e indicaram a necessidade de instalação de ventiladores nas salas de aula; 75 % das meninas responderam os questionários e solicitaram aulas de balé; para obter informações sobre os inspetores responsáveis pelos alunos do ensino médio foram consultadas somente as turmas da manhã, sendo que existem turmas à tarde; d) todos os alunos responderam que 80 % dos professores são muito rigorosos nos critérios de avaliação. 2 – Para os casos acima, identifique se as características numéricas obtidas são parâmetros ou estimativas. 3 – Em que situações será necessária a realização de um censo? Justifique.

1.3

– Estatística Indutiva e Descritiva

O tratamento estatístico de um conjunto de dados pode envolver dois processos diferentes, isto é, a descrição dos dados e o estabelecimento de conclusões sobre a população a partir dos dados obtidos por amostragem. Normalmente, no trabalho estatístico o pesquisador se vê obrigado a lidar com grande número de valores numéricos resultantes de um Censo ou de uma estimação. Estes valores numéricos são chamados de dados estatísticos.

UniverCidade 8 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ A Estatística ensina métodos racionais para a obtenção de informações a respeito de um fenômeno coletivo, além de obter conclusões válidas para o fenômeno e também permitir tomada de decisões, através de dados estatísticos observados. A Estatística pode ser dividida em duas áreas: a) Estatística Descritiva, e b) Estatística Indutiva.

Estatística Descritiva ou Dedutiva é aquela que tem por objetivo descrever e analisar determinada população, sem pretender tirar conclusões de caráter mais genérico. Estatística Descritiva utiliza métodos numéricos e gráficos para mostrar os padrões de comportamento dos dados, para resumir a informação contida nesses dados e apresentar a informação de forma conveniente. Necessitamos, também, conceituar Estatística Indutiva:

Estatística Indutiva ou Inferência Estatística é a parte da Estatística que, baseando-se em resultados obtidos da análise de uma amostra da população, procura inferir, induzir ou estimar as leis de comportamento da população da qual a amostra foi retirada. Estatística Indutiva é a parte da Estatística que tem por objetivo obter e generalizar conclusões para a população a partir de uma amostra, através do cálculo de probabilidade.

Quando é realizado um Censo Demográfico, obtém-se informações sobre a totalidade da população em um determinado período. Por exemplo, verifica-se qual é a proporção entre homens e mulheres. Pode-se, através destes dados, verificarse qual foi a evolução do crescimento de homens e mulheres em relação a um período anterior, pela simples comparação entre os dados. Neste caso utilizados conceitos de Estatística Descritiva. Entretanto, se forem coletadas amostras em populações das capitais, por exemplo, e a partir dos dados obtidos forem verificadas as proporções entre são

UniverCidade 9 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ homens e mulheres, poder-se-á, através de Estatística Indutiva, generalizar a relação entre os sexos para a população como um todo. A Estatística Descritiva, na sua função de descrição dos dados, tem as seguintes atribuições: a) obtenção dos dados estatísticos. É normalmente feita através de um questionário ou de observação direta de uma população ou amostra. b) a organização dos dados. observados, falhas humanas, omissões, abandono de dados duvidosos, etc. c) a redução dos dados. O entendimento e compreensão de grande quantidade de dados através da simples leitura de seus valores individuais é tarefa extremamente árdua e difícil mesmo para o mais experimentado pesquisador. A Estatística Descritiva apresenta duas formas básicas para a redução do número de dados com os quais devemos trabalhar, chamadas variável discreta e variável contínua, que serão objeto de definições mais adiante. d) A representação dos dados. Os dados estatísticos podem ser mais facilmente compreendidos quando apresentados através de uma representação gráfica, o que permite uma visualização instantânea de todos os dados Os gráficos – que serão objeto de estudo mais adiante, quando bem representativos, tornam-se importantes instrumentos de trabalho. São, ainda, atributos da Estatística Descritiva, visando facilitar a descrição dos fenômenos observados: obtenção de médias, proporções, dispersões, tendências, índices, taxas e coeficientes.

Consiste na ordenação e crítica quanto à correção dos va

Exercícios: 1 – Quais são as principais atribuições da Estatística Descritiva?

UniverCidade 10 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 2 – Dados amostrais foram coletados e em função deles um pesquisador concluir fatos para abranger toda a população. Em que ramo da Estatística este pesquisador está atuando?

UniverCidade 11 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

1.4

Variáveis

Qualitativas.

Variáveis

Quantitativas:contínuas e discretas
Quando se realiza um levantamento, de um modo geral, para cada elemento investigado, tem-se associado um resultado ( ou mias de um resultado) correspondendo à realização de uma certa variável (ou variáveis). Vamos, para exemplificar, supor que você deseje efetuar um levantamento sobre alguns aspectos sócio-econômicos das famílias dos alunos matriculados no colégio em que trabalha. Para cada família investigada tem-se associado um resultado (ou mais de um resultado) correspondendo à realização de uma certa variável (ou variáveis). No exemplo em questão, serão consideradas as seguintes variáveis: estado civil do responsável, educação do responsável, número de filhos, salário familiar, idade do responsável e estado de procedência. Algumas variáveis como sexo, educação, estado civil, etc. apresentam como possíveis realizações uma qualidade (ou atributo) do indivíduo pesquisado, ao passo que outras como número de filhos, salário, estatura, etc. apresentam como possíveis realizações números resultantes de uma contagem ou mensuração. As variáveis que possibilitam como realizações qualidade ou atributos são denominadas de variáveis qualitativas.

Tabela 1 Informação sobre dados sócio-econômicos das famílias dos alunos do Colégio XXX.

Responsável Número Família Nº 01 02 03 04 05 Estado Civil Casado Solteiro Solteiro Casado solteiro Superior Fundamental Fundamental Médio superior Educação de Filhos 02 03 02 03 04 Idade 39 a 05 m 40 a 07 m 37 a 03 m 40 a 10 m 38 a 02 m Estado de RJ BA RJ SE MG (anos/meses) Procedência Salário Familiar (R$) 1.250,00 2.152,00 1.870,00 1.470,00 1.120,00

Fonte: Dados Hipotéticos

UniverCidade 12 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ No caso acima, as variáveis estado civil, educação, estado de procedência, são variáveis qualitativas, ao passo que as variáveis número de filhos, idade e salário familiar são variáveis quantitativas.

As variáveis que apresentam como possíveis realizações números resultantes de uma contagem ou mensuração são denominadas variáveis quantitativas. Dentre as variáveis qualitativas, ainda podemos fazer distinção entre dois tipos: a) variável qualitativa nominal – para a qual não existe nenhuma ordenação nas possíveis realizações, como é o caso do estado de procedência; b) variável qualitativa ordinal – para a qual existe uma certa ordem nos possíveis resultados, como é o caso da educação, pois a classificação em fundamental, médio ou superior correspondem a uma ordenação baseada no número de anos de escolaridade. As variáveis quantitativas também possuem classificação dicotômica: a) variáveis quantitativas discretas – aquelas cujos possíveis valores formam um conjunto finito ou enumerável de números e que resultam, freqüentemente, de uma contagem, como por exemplo o número de filhos. Como exemplo, temos o número de filhos (0, 1, 2, 3 ...). b) variáveis quantitativas contínuas – aquelas cujos possíveis valores formam um intervalo de números reais e que resultam, normalmente, de uma mensuração, como por exemplo o salário familiar. Classificação de uma variável Nominal Qualitativa Ordinal Variável Discreta Quantitativa Contínua

UniverCidade 13 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Para cada tipo de variável existem técnicas mais apropriadas para resumir as informações.

1.5

– Arredondamento de Dados

Uma das questões que mais comumente interfere nos resultados de questões envolvendo números é o arredondamento. Qual será a regra mais adequada? Maior do que cinco arredonda para mais, menor do que cinco arredonda para menos? Vejamos uma regra bem simples: a) b) em primeiro lugar precisamos determinar para quantas casas decimais queremos arredondar o número; vamos utilizar a regra do número par que precede.

Por exemplo: - o resultado do arredondamento de um número como 72,8 para o inteiro mais próximo é 73, posto que 72,8 é mais próximo de 73 do que de 72. De forma semelhante, 72,8146 arredondado para o centésimo mais próximo, ou com duas decimais, é 72,81, porque 72,8146 é mais próximo de 72,81 do que de 72,82. - ao arredondarmos 72,465 para o centésimo mais próximo, entretanto, deparamo-nos com um dilema pois 72,465 dista igualmente de 72,46 e de 72,47. Utilizemos, então, a regra do número para que precede o cinco. Assim, 72,465 é arredondado para 72,46; 183,575 é arredondado para 183,58. A prática do arredondamento é especialmente valiosa para reduzir ao mínimo os erros acumulados por arredondamento, quando trata-se de grande número de operações.

1.6

– Notação Científica

Ao escrever números, especialmente aqueles que comportem muitos zeros, antes ou depois da vírgula, é conveniente empregar a notação científica que utiliza as potências de 10.

UniverCidade 14 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Exemplos: Número 10 1.000 100.000 Notação Científica 101 103 105 Número 0,00021 856.000.000 0,0000001 Notação Científica 21 x 10-5 856 x 106 10-8

Note que, por exemplo, multiplicando-se 0 número 846 por 106, tem-se o mesmo resultado que os deslocar a vírgula, para a direita, 6 (seis) casas. Já multiplicando-se 21 por 10-5, tem-se o mesmo resultado do que deslocando-se a vírgula para a esquerda 5 (cinco) casas. A notação científica facilita a operação em muitos casos. Por exemplo: - sem o auxílio de uma máquina de calcular, vamos determinar o resultado de (4.000.000) x (0,0000000002). Em primeiro lugar: 4.000.000 = 4 x 106 (4)x(106)x(2)x(10-10) = (4)x(2)x(106)x(10-10) = 8 x (106-10) = 8 x 10-4 = 0,0008 Na operação acima foi efetuada uma multiplicação com potências de mesma base, ou seja, números em potência de 10. Na multiplicação de potências de mesma base, repete-se a base e soma-se os expoentes, respeitando-se os sinais dos expoentes. No caso de divisão, repete-se a base e subtrai-se os expoentes, respeitando-se os sinais dos expoentes. Talvez seja necessário que você efetue uma revisão nos conceitos fundamentais de matemática, para tanto consulte livros de Matemática Básica. e 0,0000000002 = 2 x 10-10 Desta forma, passamos a ter:

Um exemplo utilizando a divisão: - Qual será o resultado de 20.000 dividido por 0,005?

UniverCidade 15 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 20.000 = 20 x 103 0,005 = 5 x 10-3 (20)x(103) : (5)x(10-3) = (20):(5)x(103:10-3) = 4 x (10
3-(-3)

) = 4 x 106

1.7

– Gráficos

Um gráfico é uma representação gráfica da relação entre variáveis. Muitos tipos de gráficos são empregados na estatística, dependendo da natureza dos dados pertinentes e da finalidade para a qual ele é destinado. Um gráfico corresponde à representação dos dados sob diferentes formas gráficas, a fim de permitir uma visão rápida e global do fato estudado. De uma maneira geral, pode-se dizer que os gráficos devem ser confeccionados de maneira simples e clara, de tal sorte que o observador entenda claramente aquilo que o gráfico busca evidenciar, sem necessidade de ficar procurando adivinhar o que ele representa. É extremamente importante que o gráfico seja construído com honestidade buscando retratar a realidade. A maioria dos gráficos são construídos no plano cartesiano, ou seja entre eixos coordenados – abscissas e ordenadas. A abscissa é o eixo horizontal e a ordenada o eixo vertical. Ambos são representativos de escalas de grandeza e o ponto onde se encontram é denominado origem. Exemplo:

Ordenada

Abscissa Origem

Para a construção de um gráfico é necessário que sejam seguidas algumas regras: 1 – todo gráfico deve ter título e escala; 2 – o título deve ser escrito acima do gráfico;

UniverCidade 16 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 3 – no eixo das abscissas a escala cresce da esquerda para a direita e é escrita embaixo do eixo; 4 – no eixo das ordenadas a escala cresce de baixo para cima e é escrita à esquerda do eixo; 5 – nos dois eixos devem estar identificadas as variáveis ali representadas; 6 – as linhas auxiliares (grade) são opcionais, mas ajudam a leitura; 7 – os gráficos podem exibir, em rodapé, a fonte, isto é, a instituição, o pesquisador, ou o grupo de pesquisadores que forneceu o gráfico ou os dados que permitiram a construção do gráfico. Os principais tipos de gráficos são: a) gráfico de linhas; b) gráfico de colunas; c) gráfico de barras e, d) gráfico de setores.

Outros tipos de gráficos são utilizados. Na estatística é extremamente utilizado o HISTOGRAMA. Adiante será verificada a técnica de construção do histograma, após as definições relativas às distribuições de freqüência. Para que possamos construir os gráficos enumerados acima, vamos utilizar um exemplo hipotético. Exemplo: Um levantamento feitos na Secretaria de uma escola, com relação ao número de alunos que não adimpliram o pagamento das mensalidades, no vencimento, no primeiro semestre do ano 20XX, possibilitou a elaboração da tabela abaixo:

UniverCidade 17 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX.

Meses Janeiro Fevereiro Março Abril Maio Junho Fonte: dados hipotéticos.

Número de alunos 17 12 09 19 13 16

Com base nos dados apresentados vamos construir cada um dos gráficos enumerados. a) Gráfico de Linhas Para a construção do gráfico de linhas, siga os seguintes passos: 1 – trace o sistema de eixos cartesianos; 2 – apresente a variável (meses) no eixo das abscissas e as freqüências (número de alunos) no eixo das ordenadas; 3 – marque as interseções de cada par ordenado (mês x número de alunos); 4 – para cada interseção faça um ponto bem visível; 5 – uma os pontos, e 5 – coloque o título na figura.

UniverCidade 18 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

Número de alunos que não adimpliram, no vencimento, as mensalidades do primeiro semestre de 20XX
Número de Alunos
20 15 10 5 0

Observe que o gráfico permite visualizar a evolução dos dados, permitindo que sejam efetuadas conclusões, tais como: a) há um decréscimo da inadimplência entre janeiro e março; b) acentua-se a inadimplência no mês de abril. Vamos, agora, construir, para o mesmo exemplo, um gráfico de colunas. b) Gráfico de Colunas Para construir um gráfico de colunas, siga os seguintes passos: a) trace o sistema de eixos cartesianos; b) apresente a variável no eixo das abscissas e as freqüências nos eixos das ordenadas; c) para representar a variável, construa colunas com bases de mesma largura, mas alturas iguais às respectivas freqüências, e d) coloque o título na figura.

Janeiro

Junho

Maio

Março

Abril

Fevereiro

Meses

UniverCidade 19 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX
Número de alunos
20 15 10 5 0 Janeiro Fevereiro Março Meses Abril Maio Junho

Veja que o Gráfico de Colunas permite visualizar, também, os mesmos elementos descritos no gráfico de linhas. Pode-se, com o auxílio do Microsoft Excel, construir algumas variações do gráfico de colunas, como, por exemplo, o gráfico de colunas em três dimensões (3D). As informações obtidas são as mesmas, somente a aparência muda. Gráfico de Colunas em 3D

Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX
20 15 10 5 0

Número de alunos

Janeiro

Fevereiro

Março

Abril

Maio

S1

Meses

c) Gráfico de Barras A construção do Gráfico de barras é muito similar à construção do gráfico de colunas, o que ocorre é uma inversão dos eixos, ou seja, no gráfico de barras as

Junho

UniverCidade 20 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ variáveis são representadas no eixo das ordenadas e as freqüências nos eixos das abscissas. Para construir um gráfico de barras, siga os seguintes passos: 1 – trace o sistema de eixos cartesianos; 2 – apresente a variável no eixo das ordenadas e as freqüências no eixo das abscissas; 3- para representar a variável, construa barras com bases de mesma largura, mas comprimentos iguais às respectivas freqüências; 4 – coloque o título da figura.

Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX
Junho Maio Meses Abril Março Fevereiro Janeiro 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

d) Gráfico de Setores O gráfico de setores, também denominado de “gráfico de pizza” , possibilita visualizar a importância relativa de cada variável no conjunto. Em outras palavras, permite verificar qual é a participação percentual de cada elemento na formação do conjunto avaliado. Para a construção de um gráfico de setores inicialmente é necessário que seja determinada a participação relativa de cada variável e para tal utiliza-se o princípio das proporções. Vejamos a tabela inicial:

Número de alunos

UniverCidade 21 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX. Meses Janeiro Fevereiro Março Abril Maio Junho Fonte: dados hipotéticos. Vamos efetuar a soma dos número de alunos que não adimpliram a mensalidade, em todo o semestre: Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX. Número de alunos 17 12 09 19 13 16

Meses Janeiro Fevereiro Março Abril Maio Junho TOTAL Fonte: dados hipotéticos.

Número de alunos 17 12 09 19 13 16 86

O total, ou seja 86 alunos, corresponde a 100 % dos eventos. Pode-se determinar através da Regra de Três, a participação de cada mês na formação total. Desta forma estaremos calculando a freqüência relativa de cada mês. Para o mês de Janeiro, teremos: 86 -------- 100 % 17 --------X%

Sabendo-se que o produto dos meios é igual ao produto dos extremos, têmse que:

UniverCidade 22 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 86 x X = 17 x 100 % logo, X = (17 x 100%) / 86 X = 19,8 % O valor encontrado indica que 19,8 % das ocorrências verificados no semestre foram no mês de janeiro. Vamos calcular os valores para os outros meses: Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX. Freqüência Meses Janeiro Fevereiro Março Abril Maio Junho TOTAL Fonte: dados hipotéticos. Para a construção de um gráfico de setores, deve-se seguir os seguintes passos: 1 – trace uma circunferência. A área do círculo representará o total, isto é, 100 %; 2 –lembre-se de que uma circunferência tem 360º. Então, se aos 100% correspondem 360º, a freqüência relativa de cada mês (no exemplo), corresponderá um setor cujo ângulo será calculado através de : Yº = (360º x freqüência relativa) / 100 3– marque os valores dos ângulos calculados na circunferência (com o auxílio de um transferidor) e trace raios separando os setores; 4 – faça um tracejado ou utilize cores diferentes para cada setor, para facilitar a visualização; 5 – coloque o título na figura. Número de alunos 17 12 09 19 13 16 86 Relativa 19,8 14,0 10,5 22,0 15,1 18,6 100,0

UniverCidade 23 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Vamos calcular os ângulos de cada um dos setores do exemplo: Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX.

Freqüência Meses Janeiro Fevereiro Março Abril Maio Junho TOTAL Fonte: dados hipotéticos. Após calculados os ângulos, tem-se que: Número de alunos 17 12 09 19 13 16 86 Relativa 19,8 14,0 10,5 22,0 15,1 18,6 100,0

Ângulo

71,28 50,40 37,80 79,20 54,36 66,96 360,00

Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX

Janeiro Março Maio

Fevereiro Abril Junho

Na construção do gráfico de setores, pode-se utilizar alguns artifício, visando facilitar a visualização dos valores. Pode-se indicar no próprio gráfico o percentual aproximado de cada setor, ou efetuar-se a “explosão” dos setores. Veja os exemplos abaixo:

UniverCidade 24 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX
Junho 19% Janeiro 20%

Maio 15%

Fevereiro 14%

Abril 22%

Março 10%

ou

Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX Junho Janeiro
19% 20%

Maio 15%

Fevereiro 14%

Abril 22%

Março 10%

A utilização do Microsoft Excel facilitará sobremaneira a construção dos gráficos. Procure familiarizar-se com a planilha eletrônica e utilize o tutorial gráficos para a construção.

UniverCidade 25 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

2 – Distribuições de Freqüência
2.1 – Dados brutos
Quando são realizados levantamentos estatísticos normalmente são obtidos um número muito grande de dados, o que dificulta a visualização dos resultados. É necessário que os dados sejam “arrumados”, postos em ordem, para que se possa tirar as conclusões que levaram a obtenção dos dados. Quando um conjunto de dados é coletado, os dados estão geralmente em forma bruta, isto é, as observações numéricas não estão arrumadas em qualquer ordem ou seqüência específica. Os dados coletados estão originalmente na forma bruta, ou seja, são DADOS BRUTOS, que necessitam ser “lapidados” para que se possa obter conclusões sobre eles.

Conforme o número de observações cresce, vai-se tornando muito difícil focalizar os principais aspectos em um conjunto de dados; assim precisamos de meios para organizar as observações de modo que possamos compreender melhor que informações os dados estão comunicando.

Dados

brutos

são

aqueles

que

não

foram

numericamente organizados. Vamos supor, por exemplo, que sejam coletadas as notas de 20 alunos em um trabalho de História e que se obtenha os seguintes valores: X: 2; 3; 2; 1; 2; 1; 2; 3; 2; 2; 2; 3; 1; 1; 1; 3; 3; 2; 3; 1. Não está importando, para a análise, a correlação entre que aluno tirou qual nota, ou seja, o que está em observação são as notas. Deve-se, então, para facilitar a observação, ordenar os dados. Vamos ordena-los em ordem crescente: X: 1; 1; 1; 1; 1; 1; 2; 2; 2; 2; 2; 2; 2; 2; 3; 3; 3; 3; 3; 3.

UniverCidade 26 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

2.2 – Rol
Os dados ordenados são denominados de ROL. A construção de um rol é imprescindível para que se possa efetuar análises e observações nos dados coletados. Rol é o arranjo dos dados brutos em ordem de grandeza crescente ou decrescente.

É a partir do rol que poder-se-á verificar qual será a forma mais eficiente de representar de forma tabular os dados obtidos. Quando os valores distintos forem em número reduzido pode-se optar pela representação através de uma variável discreta. Quando o número de valores distintos for grande, normalmente a melhor opção será a construção de uma variável contínua.

2.3 – Distribuição de Freqüência
Representar os dados obtidos em um levantamento através de uma distribuição de freqüência é o passo inicial para que se possa efetuar as análises necessárias dos dados. Representar os dados de forma tabular – através de uma tabela, é dispor os dados de maneira ordenada. Vamos necessitar de um conceito:

FREQÜÊNCIA SIMPLES de um elemento é o número de vezes que este elemento figura no conjunto de dados.

Observe que no conjunto apresentado, o número de elementos distinto da série – no caso as notas, é pequeno (1, 2 e 3). Neste caso, torna-se fácil reduzir o conjunto em uma única tabela. Como o número de elementos distinto é pequeno, podemos utilizar uma variável discreta para a representação da série de valores. Neste caso, vamos dispor o conjunto em duas colunas: na primeira iremos colocar os valores distintos em ordem crescente e na segunda coluna colocaremos

UniverCidade 27 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ os valores das freqüências simples – número de vezes que cada valores é verificado. Os valores distintos, ou seja as variáveis, serão representados pela notação xi, ou seja – x índice i, onde i representa a ordem do valor, a classe. As freqüências serão representadas por fi, ou seja – f índice i, Desta forma, teremos: Notas dos alunos no trabalho de História Notas (xi) 1 2 3 Fonte: dados hipotéticos. Observe que conseguiu-se reduzir um conjunto de 20 elementos que constituíam a série original, para apenas 6, distribuídos em pares que possibilitam uma perfeita visualização dos elementos observados. A opção pela variável discreta só é possível quando o número de elementos distintos da série for pequeno. A construção de uma variável discreta é bastante simples. Basta observar quais são os elementos distintos da seqüência, ordena-los, e coloca-los na primeira coluna da tabela. Em seguida computar a freqüência simples de cada elementos distinto e colocá-la na segunda coluna da tabela. Freqüência (fi) 6 8 6

Ocorre, entretanto, que o número de elementos distinto é muito grande. Nestes casos, a construção de uma variável discreta não é aconselhável, pois dificultaria a análise. Nestes casos, deve-se utilizar a variável contínua. Vamos, por exemplo, identificar as notas atribuídas para os alunos de uma turma em uma prova de Língua Portuguesa:

UniverCidade 28 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Y: 7,2 5,9 9,5 9,5 7,8 6,3 4,9 8,5 5,4 9,3 7,2 4,6 9,8 8,7 1,3 7,4 8,4 4,9 6,4 1,2 7,6 8,6 6,8 8,7 4,8 2,5 5,9 8,1 8,2 9,3 4,6 4,3 6,7 5,9 6,9 8,8 6,8 6,7 8,6 1,8 7,4 5,8

Observando os valores nota-se grande número de elementos distintos, o que significa que neste caso a variável discreta não é aconselhável na redução de dados. Nesta situação é conveniente agrupar os dados por faixas de valores, ficando a série com a seguinte apresentação: Tabela XXX Notas dos alunos da Turma XX em Língua Portuguesa Classe 1 2 3 4 5 Notas 0 __ 2 2 __ 4 4 __ 6 6 __ 8 8 __10 Freqüência (fi) 3 1 11 13 14

Fonte: Dados hipotéticos Esta apresentação da série de valores é denominada variável contínua. Deve-se optar por uma variável contínua na

representação de uma série de valores quando o número de elementos distintos da série for grande.

A construção de uma variável contínua requer que sejam abordados alguns conceitos: intervalos e limites de classe, limites de classes e amplitude do intervalo de classe. Inicialmente serão abordados estes conceitos, para depois verificar-se a metodologia para a construção de uma variável contínua.

UniverCidade 29 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

2.4 – Intervalos e Limites de Classe
Uma variável contínua é disposta através de classes, isto é, os dados são dispostos em grupos distintos, que, entretanto, apresentam características semelhantes. Um bom exemplo para demonstrar a divisão de um conjunto de dados em classes é a divisão de um grupo de crianças para um torneio esportivo. Normalmente as crianças são divididas por grupos de idades: até 7 anos; maiores do que 7 anos até 9 anos; maiores do que 9 anos até 11 anos. O que foi feito foi a divisão em classes. Neste caso, ter-se-ia: Classe 1 Classe 2 Classe 3 Até 7 anos > 7 anos até 9 anos > 9 anos até 11 anos

Observa-se que as classes representam grupos de crianças com idades diferentes, mas que os intervalos de idades são iguais, exceto para a primeira classe que inclui todas as crianças com idades inferiores a 7 anos. Existes várias maneiras de apresentar-se o intervalo de classe: iguais ou diferentes entre si. Porém, sempre que possível, deve-se optar por intervalos iguais, o que facilitará os cálculos posteriores. Mas mesmo com intervalos iguais, as distribuições poderão apresentar-se das seguintes formas: (a Classe 2 do exemplo acima servirá como modelo) Compreende todas as idades entre 7 e 9, exclusive os extremos. Compreende todas as idades entre 7 e 9, inclusive os extremos. Compreende todas as idades entre 7 e 9, inclusive o 9 e exclusive o 7. 7 __ 9 Compreende todas as idades entre 7 e 9, inclusive o 7 exclusive o 9. Em um intervalo, quando diz-se inclusive, quer se dizer que o número pertence ao intervalo considerado, ou seja, o número está contido no intervalo. Quando diz-se exclusive, quer se dizer que o número não pertence ao intervalo, ou seja, o número não está contido no intervalo. e

7 7

__ 9 __ 9

7 ___ 9

UniverCidade 30 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

Vamos optar pelo último tipo (7

__

9), e desta forma podemos definir

como intervalo de classe a diferença entre o limite superior e o limite inferior da classe. Portanto, no exemplo, 9 – 7 = 2 é o intervalo ou amplitude do intervalo de classe. Será utilizado L para representar o limite superior de uma classe, e l para representar o limite inferior de uma classe. As classes possuem LIMITES. Como limite podemos interpretar onde inicia e onde termina uma classe. O LIMITE INFERIOR é onde começa uma classe, é o ponto de partida; o LIMITE SUPERIOR é onde termina a classe.

2.5 – Amplitude do Intervalo de Classe
A definição da amplitude do intervalo de classe é de suma importância para a construção de uma variável contínua.

AMPLITUDE DO INTERVALO DE CLASSE é a diferença entre o limite superior e o limite inferior da classe. Para identificar a amplitude do intervalo de classe será utilizado h. Desta forma, então, tem-se que:

H=L-l

UniverCidade 31 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

Na realidade, as classe não precisam necessariamente ter a mesma amplitude. Porém, sempre que possível devemos trabalhar com classes de mesma amplitude. Isto facilita sobremaneira os cálculos posteriores. Note que foi usado para representar a classe, intervalo real semiaberto à direita. Isto significa que o intervalo contém o limite inferior, mas não contém o limite superior. No caso da classe 2, significa dizer que ela contém os valores reais maiores ou iguais a 7 e os valores menores que 9. A adoção dos intervalos semiabertos pode gerar algum empecilho para a definição e interpretação dos valores da última classe, em especial para a definição do seu limite superior. A prática favorecerá o melhor entendimento. Necessita-se um conceito adicional: o de amplitude total de uma seqüência.

AMPLITUDE TOTAL DE UMA SEQÜÊNCIA é a diferença entre o maior e o menor elemento de uma seqüência. Representando a amplitude total por At, o maior elemento da seqüência por Xmáx e o menor elemento da seqüência por Xmin, a amplitude total será denotada por At = Xmáx Xmin

É importante verificar que, quando não dispusermos dos dados, o cálculo da amplitude se fará levando-se em consideração a diferença entre o limite superior da última classe e o limite inferior da primeira classe.

2.6 – Ponto Médio de uma Classe
O ponto médio de uma classe (mi), é o ponto intermediário do intervalo de classe. É obtido somando-se o limite inferior ao limite superior e dividindo-se por 2.

UniverCidade 32 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Assim, o ponto médio da Classe 2 do exemplo é (7 + 9)/2 = 16/2 = 8.

O ponto médio de uma classe (mi) é a média aritmética entre o limite inferior (L). (l) e o limite superior da classe

Para as finalidades das análise posteriores, admitir-se-á quer todas as observações relativas a um determinado intervalo de classe coincidem com o seu ponto médio. Quando é possível analisar os dados bruto ou o rol que deram origem à distribuição de freqüência, é fácil efetuarse a contagem de cada um dos elementos que formam a distribuição. Entretanto, quando só de dispõe quantitativamente cada um da dos distribuição (através de variável contínua), é impossível determinar-se componentes da distribuição. Desta forma a utilização do ponto médio é de fundamental importância para a análise dos dados.

UniverCidade 33 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

2.7 – Regras Gerais para Elaborar uma Distribuição de Freqüência – variável contínua.
Utilizando tanto os dados brutos, como uma distribuição ordenada – rol, o pesquisador deseja construir as tabelas e gráficos apropriados que irão possibilitar as conclusões. É necessário que se organize os dados, à medida em que o número de observações aumenta, ou seja, faz-se necessário condensar ainda mais os dados nas tabelas adequadas. Assim, precisa-se organizar os dados em grupos de classes, de acordo com as divisões do intervalo de observações estabelecidas de modo conveniente. Tal organização dos dados em tabelas é chamada de distribuição de freqüência.

Uma distribuição de freqüência é uma tabela resumida na qual os dados são organizados em grupos de classe ou categorias convenientemente estabelecidas e numericamente ordenadas. (LEVINE; 2000,60)

Quando as observações são agrupadas ou condensadas em tabelas de distribuição de freqüência , o processo de análise e interpretação de dados torna-se mais fácil de manejar e mais significativo. Nesta forma resumida, as principais características dos dados podem ser aproximadas, compensando desse modo o fato de que, quando os dados estão demasiadamente agrupados, as informações iniciais pertinentes a observações individuais, que se encontravam anteriormente disponíveis, são perdidas ao longo do processo de agrupamento ou condensação. A construção de uma distribuição de freqüência – variável contínua, deve atentar para os seguintes detalhes: a) seleção do número apropriado de grupos de classes; b) a obtenção de um intervalo de classe e amplitude apropriados para cada grupo de classe, e c) o estabelecimento de limites para cada grupo de classe a fim de evitar a sobreposição.

UniverCidade 34 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ O número de classe a ser utilizado depende muito da experiência do pesquisador e das questões que ele pretende responder com a variável contínua. Utilizando o exemplo das notas atribuídas aos alunos em uma prova de Língua Portuguesa, verifica-se que o total de observações é de 42 dados. Não estaria errado a construção da tabela abaixo: Tabela XXX Notas dos alunos da Turma XX em Língua Portuguesa Classe 1 Notas 0 __ 10 Freqüência (fi) 42

Fonte: Dados hipotéticos Entretanto, através de uma tabela tão resumida, não se obtém nenhuma informação adicional que já não fosse conhecida a partir do exame dos dados brutos ou da análise do rol. Uma tabela com uma concentração muito grande de dados não é significativa. É necessário que o número de classes seja bem definido para análises realmente conclusivas. Vamos verificar o critério para a determinação do número de classes de uma distribuição de freqüência pelo denominado critério da raiz. - Critério da Raiz Se a seqüência estatística contém n elementos e se indicarmos por K o número de classes a ser utilizado, então pelo critério da raiz:

K= n
Como o número K de classes deve ser necessariamente um número inteiro e como dificilmente o resultado é um número inteiro, deixa-se como opção para o valor de K o valor inteiro mais próximo do resultado, uma unidade a menos ou a mais que este valor. No exemplo (notas de alunos em uma prova de Língua Portuguesa), verificase que n (número de elementos) é igual a 42. O número de elementos total de uma

distribuição é, conforme será abordado mais adiante, a freqüência total da distribuição.

UniverCidade 35 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

Para a determinação do número de classes deve-se proceder o cálculo:

K = 42
Tem-se que K = 6,4807406984, portanto o valor inteiro mais próximo do resultado é 6. As opções para K então são: 5, 6 e 7. Necessita-se verificar qual é a amplitude total da seqüência, e para tanto, inicialmente, necessita-se verificar qual é o valor mínimo e qual é o valor máximo, e para tanto é aconselhável que os dados brutos estejam organizados em ordem crescente (rol). Dados Brutos Y: 7,2 5,9 9,5 9,5 7,8 6,3 4,9 8,5 5,4 9,3 7,2 4,6 9,8 8,7 1,3 7,4 8,4 4,9 6,4 1,2 7,6 8,6 6,8 8,7 4,8 2,5 5,9 8,1 8,2 9,3 4,6 4,3 6,7 5,9 6,9 8,8 6,8 6,7 8,6 1,8 7,4 5,8

Dados Organizados em ordem crescente (ROL)

Y:

1,2 1,3 1,8 2,5 4,3 4,6

4,6 4,8 4,9 4,9 5,4 5,8

5,9 5,9 5,9 6,3 6,4 6,7

6,7 6,8 6,8 6,9 7,2 7,2

7,4 7,4 7,6 7,8 8,1 8,2

8,4 8,5 8,6 8,6 8,7 8,7

8,8 9,3 9,3 9,5 9,5 9,8

Desta forma verifica-se que Xmáx = 9,8 e que Xmín = 1,2. Logo, como At = Xmáx têm-se At = 9,8 – 1,2 At = 8,6. Xmin,

UniverCidade 36 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

A amplitude do intervalo de classe que é designada por h, é determinada da seguinte forma:

h=
que h = 1,4.

At K

Utilizando o critério do par mais próximo para o arredondamento, verifica-se

O critério adotado para o intervalo de classe deve-se, então, proceder o ajuste dos valores.

é o semi-aberto à direita,

Para que todos os valores sejam alocados na distribuição, passaremos a considerar que Xmin = 1 e que Xmáx = 10, logo At = 9. Desta forma, considerando K = 6, h = 1,5.

O número de classes a ser utilizado depende muito da experiência do pesquisador e das questões que ele pretende responder com a variável contínua. Quando foram ampliados os valores mínimos e máximos, não foram alteradas as características da distribuição, pois, conforme será verificado, em uma variável contínua o que vai identificar uma classe será o seu ponto médio.

Então, a variável contínua terá a seguinte forma:

UniverCidade 37 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

Notas dos alunos da turma XX na prova de Língua Portuguesa Classe 1 2 3 4 5 6 1 2,5 4 5,5 7 8,5 Notas __ 2,5 __ 4 Freqüência 3 1 7 11 9 11 42

__ 5,5 __ 7 __ 8,5 __ 10

Total Fonte: dados hipotéticos.

A representação tabular final apresenta intervalos e freqüências diferentes da apresentada inicialmente, pois agora foram utilizadas as técnicas corretas para sua elaboração.

A variável contínua é conceituada como uma representação tabular em que coloca-se na primeira coluna os intervalos de classe e na segunda coluna os valores das freqüências simples correspondentes. A coluna “classe” tem a finalidade apenas de facilitar a referência às classes, não fazendo parte da variável contínua. O quadro final tanto da variável discreta como da variável contínua é denominado de distribuição de freqüência.

UniverCidade 38 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

2.8 – Freqüência : simples, acumulada e relativa.
A distribuição de freqüência deve ser utilizada como elemento que possibilite a análise dos dados. Verifica-se que os dados devidamente distribuídos permite a melhor visualização de como, no exemplo apresentado, as notas foram distribuídas entre os alunos. Pode ser constatado que 11 alunos obtiveram notas iguais ou superiores a 5, 5, porém inferiores à 7. a) Freqüência Simples (fi). A freqüência simples é resultante da “contagem” dos dados pertencentes à cada classe. A freqüência simples é a que aparece na forma original da distribuição de freqüência. b) Freqüência acumulada ( facm) A freqüência acumulada irá representar o número de elementos até a classe que está sendo visualizada, ou seja, é a soma da freqüência simples desta classe com as freqüências simples das classes anteriores. No exemplo, tem-se que: Notas dos alunos da turma XX na prova de Língua Portuguesa Classe Notas Freqüência Freqüência Acumulada 1 2 3 4 5 6 1 2,5 4 5,5 7 8,5 __ 2,5 __ 4 3 1 7 11 9 11 42 3 4 11 22 31 42

__ 5,5 __ 7 __ 8,5 __ 10

Total Fonte: dados hipotéticos.

UniverCidade 39 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Os valores representados na coluna FREQUÊNCIA ACUMULADA representam o número de eventos que estão contidos nas classes de forma cumulativa. Desta forma, verifica-se que 22 alunos obtiveram notas inferiores a 7, ou seja, a freqüência cumulada da Classe 3. A freqüência acumulada da última classe da distribuição deve ser igual à freqüência total, pois estarão sendo considerados todos os dados da distribuição. c) Freqüência relativa (frel ou f
%)

A freqüência relativa permitirá que sejam verificadas a participação percentual de cada grupo de notas. Qual foi o percentual de alunos com notas iguais ou superiores a 5,5, porém inferiores a 7? Para que se possa responder a esta pergunta, é necessário que lembremos que a totalidades dos dados dispostos corresponde à 100 % da distribuição. Logo, no exemplo, o total de alunos – 42, corresponde à 100 %. A freqüência relativa de cada classe é a relação percentual da freqüência simples de cada classe para a formação da freqüência total. Mais uma vez necessita-se da Regra de Três: f
total

.................... 100 %

f i ......................... f % Então, para a determinação da freqüência relativa de cada classe, basta que multiplique-se a freqüência simples da classe por 100 e divida-se o resultado pela freqüência total.

f rel

f i x100 = f total

Desta forma, as freqüências relativas da distribuição ficarão assim dispostas:

UniverCidade 40 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

Notas dos alunos da turma XX na prova de Língua Portuguesa Classe Notas Freqüência Freqüência relativa 1 2 3 4 5 6 1 2,5 4 5,5 7 8,5 __ __ 2,5 4 3 1 7 11 9 11 42 7,14 % 2,38 % 16,67 % 26,19 % 21,43 % 26,19 % 100,00 %

__ 5,5 __ 7 __ 8,5 __ 10

Total Fonte: dados hipotéticos.

Assim é possível verificar-se que, por exemplo, 26,19 % dos alunos obtiveram notas maiores ou iguais a 5,5 e menores do que 7 (Classe 3). A soma das freqüências relativas deve ser igual a 100 %, já quem estarão sendo consideradas todas as classes da distribuição de freqüência.

d) Freqüência relativa acumulada (frel

acm)

A freqüência relativa acumulada irá representar a participação percentual dos elementos até a classe que está sendo visualizada, tomando por base a freqüência acumulada da classe. Da mesma forma que é feito para a determinação da freqüência relativa, toma-se por base que o total da distribuição corresponderá à 100 %. Desta forma, tem-se que:

UniverCidade 41 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

f f
acm

total

.................... 100 %
rel acm

......................... f

%

Então, para a determinação da freqüência relativa acumulada de cada classe, basta que multiplique-se a freqüência simples da classe por 100 e divida-se o resultado pela freqüência total.

f relacm =
No exemplo, tem-se que:

f acm x100 f total

Notas dos alunos da turma XX na prova de Língua Portuguesa Freqüência Classe Notas Freqüência Acumulada Freqüência Relativa acumulada 1 2 3 4 5 6 1 2,5 4 5,5 7 8,5 __ 2,5 __ 4 3 1 7 11 9 11 42 3 4 11 22 31 42 7,14 % 9,52 % 26,19 % 52,38 % 73,81 % 100,00 %

__ 5,5 __ 7 __ 8,5 __ 10

Total Fonte: dados hipotéticos.

Observe que a freqüência relativa acumulada da última classe deve ser igual à 100 %, por estar considerando a distribuição como um todo. Assim, a distribuição de freqüência, considerando os elementos que foram determinados até agora, ficará disposta da seguinte forma:

UniverCidade 42 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

Notas dos alunos da turma XX na prova de Língua Portuguesa Freqüência Freqüência Freqüência Classe Notas Freqüência Acumulada relativa Relativa acumulada 1 2 3 4 5 6 1 2,5 4 5,5 7 8,5 __ 2,5 __ 4 3 1 7 11 9 11 42 3 4 11 22 31 42 7,14 % 2,38 % 16,67 % 26,19 % 21,43 % 26,19 % 100,00 % 7,14 % 9,52 % 26,19 % 52,38 % 73,81 % 100,00 %

__ 5,5 __ 7 __ 8,5 __ 10

Total Fonte: dados hipotéticos.

É aconselhável

ao

se dispor os dados sob a

forma de uma distribuição de freqüência, que sejam determinadas as freqüências acumulada, relativa e relativa acumulada, pois desta forma ter-se-á um volume de informações muito úteis para o pesquisador.

UniverCidade 43 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

3 .

Medidas

de

Tendência

Central

e

Separatrizes
Nos capítulos anteriores foi visto com apresentar dados numéricos tanto em forma de tabelas quanto na forma de gráficos. Agora, como pode-se fazer essas informações terem sentido? A apresentação gráfica dos dados é um componente essencial da Estatística Descritiva, porém não retrata toda a sua abrangência. A boa análise dos dados não envolve somente apresentar os dados numéricos e observar o que os dados estão tentando transmitir, mas também envolve calcular e resumir as funções-chave e analisar os resultados encontrados. (LEVINE; 2000,118) Em qualquer análise e/ou interpretação, várias medidas descritivas representado as propriedades de tendência central, variação e formato podem ser utilizadas para extrair e resumir as principais características do conjunto de dados. Se essas medidas descritivas forem calculadas através de uma amostra de dados, elas serão chamadas de estatísticas; caso sejam calculadas através de toda uma população de dados, elas serão chamadas de parâmetros. (LEVINE; 2000,119) As três principais propriedades que descrevem um conjunto de dados numéricos são: a) Tendência central A maioria dos dados apresenta uma diferente tendência de se agrupar ou concentrar em torno de um ponto central. Assim sendo, para um conjunto de dados, em particular, geralmente se torna possível selecionar um valor típico ou média para descrever todo o conjunto. Tal valor típico é uma medida de localização ou tendência central. b) Variação Uma segunda propriedade importante que descreve um conjunto de dados numéricos é a variação. Variação é a quantidade de dispersão nos dados. Dois conjuntos de dados podem divergir tanto na medida central como na variação, da mesma forma que dois conjuntos de dados podem ter as mesmas medidas de tendência central, porém divergir bastante em termos de variação.

UniverCidade 44 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ c) Formato O formato da população é obtido através de uma comparação relativa entre algumas medidas de tendência central. Para facilitar o entendimento de diversas fórmulas que serão apresentadas, faz-se necessário que sejam apresentados alguns conceitos, dentre os quais: índice, notação por índice e notação em somatório.

3.1 – Índices ou notação por índices.
Suponha uma série com os seguintes elementos: Y = { 2, 3, 4, 6, 7, 9 } Há, na disposição dos dados, uma correlação entre o elemento e a posição que ele ocupa da série. O número 2 ocupa a primeira posição na série; o número 6 ocupa a quarta posição na série. Pode-se, então, convencionar que uma série pode ser identificada por simbologias que representem o elemento e a posição que ele ocupa. Supondo que o conjunto de dados Y seja representativo das notas de um aluno. Então, o conjunto Y é formado por variáveis notas, que podem ser representadas pela letra X. Cada nota ocupa uma posição no conjunto, e cada posição passará a ser representada pelo índice i. Desta forma, o conjunto Y pode ser identificado pela seguinte notação: Y = { X1, X2, X3, X4, X5, X6 } Onde X é a variável (nota) e 1, 2, etc, a posição de cada nota no conjunto. Pode-se dizer que o conjunto Y é formado por um conjunto de variáveis X i (leia-se X índice i ). A notação em índice é muito útil pois possibilita a identificação imediata do elemento que está em foco, sem a necessidade de grandes textos. A constância do uso possibilitará uma familiarização com a simbologia.

UniverCidade 45 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

3.2 – Notação em somatório.
Muitas vezes é necessário escrever expressões que envolvem somas com muitos termos, ou cujos termos obedecem uma certa formação, como por exemplo, os dados numéricos disposto na forma de um rol. Tomando como exemplo o conjunto de notas dos alunos, em uma prova de Língua Portuguesa: Y: 1,2 1,3 1,8 2,5 4,3 4,6 4,6 4,8 4,9 4,9 5,4 5,8 5,9 5,9 5,9 6,3 6,4 6,7 6,7 6,8 6,8 6,9 7,2 7,2 7,4 7,4 7,6 7,8 8,1 8,2 8,4 8,5 8,6 8,6 8,7 8,7 8,8 9,3 9,3 9,5 9,5 9,8

Verifica-se que são 42 notas, dispostas em ordem crescente. Para identificar a soma, seria necessário a seguinte indicação: Soma = 1,2 + 1,3 + 1,8 + 2,5 + .... + 9,5 + 9,8 Ora, o que verifica-se é que as variáveis (notas) estão dispostas em ordem: a primeira nota ´2 1,2, a segunda nota é 1,3, a terceira nota é 1,8, e assim sucessivamente. Se for simbolizado por X a variável nota e por i o índice que indica a posição da variável na série, pode-se passar a indicar a soma da série da seguinte forma:

Soma = x1 + x 2 + x3 + ... + x 42
ou seja, estariam sendo indicadas as variáveis e seu posicionamento na série. Supondo uma série onde não se saiba o número de variáveis, convencionase que o último elemento da série será o enésimo termo, ou seja, o termo de ordem n. Desta forma, a soma de uma série onde não se conheça o número de termo poderá ser indicada da seguinte forma:

UniverCidade 46 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

Soma = x1 + x2 + x3 + ... + xn
Matematicamente a expressão indicada acima pode ser reduzida, utilizandose a notação em somatório e para tanto será utilizada a letra grega sigma corresponde, no nosso alfabeto à letra S (de soma). Desta forma, a expressão acima poderá ser indicada da seguinte forma:

Σ

que

x1 + x2 + x3 + ... + xn = ∑ xi
i =1
É necessário que se identifique cada parte da notação em somatório: X é o “nome” dos termos a serem somados

n

n é o último elemento a ser somado

∑x
i =1

n

i
é uma observação individual da série, ou seja, a posição do termo na série
i

Σ é a simbologia
que indica soma.

i=1 indica o primeiro elemento da série que será somado A forma correta de lê-se a expressão acima é: “Somatório de xi para i variando de 1 a n” ou soma de xi, para i variando de 1 a n”. Se houvesse o interesse de indicar somente a soma dos 15 primeiros elementos da série, a notação em somatório seria:

∑x
i =1

15

i

UniverCidade 47 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ IMPORTANTE: Para que uma soma possa ser representada pela notação em somatório é fundamental que i assuma todos os valores inteiros consecutivos entre dois valores dados (o termo inicial e o termo final da soma).

UniverCidade 48 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

3.3 – Médias e medidas de tendência central.
Para resumir a quantidade de informação contida em um conjunto de dados, os estatísticos definem medidas que descrevem, através de um só elemento, características dos dados. Algumas medidas descrevem a tendência central, isto é, a tendência que os dados têm de se agrupar em torno de certos valores. No dia-a-dia utiliza-se com freqüência o sentido de medidas de tendência central. Por exemplo, pode-se, ao identificar-se um grupo de idosos, referir-se ao grupo como tendo “ em torno de 65 anos”. O que se quer dizer com isso? Por certo que as idades dos membros que formam o grupo estão próximas de 65 anos, para mais ou para menos. Tecnicamente as medidas de tendência central possuem metodologia própria para sua determinação. As principais medidas de tendência central são: a) média aritmética (simples ou ponderada); b) a mediana; c) a moda. Será verificado também o cálculo da média geométrica e da média harmônica. Inicialmente serão determinadas as formas para a determinação das medidas de tendência central levando em consideração um conjunto de dados dispostos sob a forma de uma variável discreta. Posteriormente será verificada a metodologia para a determinação das medidas quando for utilizado um conjunto de dados dispostos sob a forma de variável contínua.

3.4 – Média Aritmética.
A média aritmética, também comumente denominada somente de média, é a mais comum das medidas de tendência central. A facilidade de sua obtenção popularizou o seu uso.

UniverCidade 49 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ A média aritmética pode ser calculada através de duas metodologias: a) a média aritmética simples ; b) a média aritmética ponderada. A média aritmética simples é calculada somando-se todos os termos de uma série e dividindo-se o resultado pelo número total de itens envolvidos. Supondo que um conjunto de dados, representativo das idades dos alunos da Turma 201, em anos, esteja disposto na seguinte forma: A = { 8, 8, 7, 9, 9, 10, 8, 9, 7, 8, 9, 10, 10, 10, 9, 9, 8, 8, 8, 9, 8 } Para o cálculo da média aritmética, procede-se a soma das idades e dividese pelo número de observações (número de alunos da Turma, no exemplo). Desta forma:

Média =

8 + 8 + 7 + 9 + 9 + 10 + 8 + 9 + 7 + 8 + 9 + 10 + 10 + 10 + 9 + 9 + 8 + 8 + 8 + 9 + 8 21

Logo, a média das idades será de 8,6 anos. Identificando o que foi feito através de uma fórmula, tem-se que:

Média =
dividido pelo número total de termos).

∑x
n =1

n

i

n

(média é igual a soma dos n termos de uma série, do primeiro até o último,

Apresentado os dados sob a forma de variável discreta, têm-se que: Idades, em anos, dos alunos da Turma 201. Idades 7 8 9 10 Número de Alunos 2 8 7 4

UniverCidade 50 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Fonte: dados hipotéticos. Verifica-se que a variável (x) é a idade dos alunos, e que cada variável possui uma freqüência (fi). A freqüência total (n) é a soma do número de alunos. Pode-se calcular a média aritmética diretamente na tabela. Inicialmente, em uma nova linha, efetua-se a soma do número de alunos, para que se obtenha a freqüência total (n) Em seguida, em uma nova coluna, coloca-se o resultado da multiplicação de cada idade pela freqüência respectiva. Desta forma, a nova tabela ficará assim disposta: Idades, em anos, dos alunos da Turma 201. Idades (xi) Número de Alunos (fi) Idade x Número de alunos (xifi) 7 8 9 10 TOTAL 2 8 7 4 21 14 64 63 40 181

O resultado será a divisão dos dois totais: Média = (181) / 21 , logo Média = 8,6 anos. A média aritmética de dados disposto em uma distribuição discreta é indicada através da seguinte fórmula:
n

Média =

∑x
i =1

i

fi

n

UniverCidade 51 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ (leia-se: média é igual à soma das variáveis i, multiplicadas pelas respectivas freqüências i, da primeira até a última, dividido pelo número de elementos). Alguns autores indicam a seguinte forma: fórmula para o cálculo da média aritmética da

Média =

∑x f
i =1 n

n

i i

∑f
i =i

i

(leia-se: média é igual à soma das variáveis i, multiplicadas pelas respectivas freqüências i, da primeira até a última, dividido pela soma das freqüências, da primeira até a última).

3.5 - A média aritmética Ponderada.
Algumas vezes, em especial nos colégios, é comum que sejam atribuídos “pesos” às notas de determinadas provas. A atribuição de pesos visa fazer com que determinados valores tenham mais influência no resultado final do que outros. Considere-se o seguinte exemplo: As provas bimestrais de um colégio são ponderadas com pesos 1, 2, 3 e 4, respectivamente para o primeiro bimestre, segundo bimestre, terceiro bimestre e quarto bimestre. Um aluno, em Geografia, obteve as seguintes notas: Notas em Geografia Bimestre 1º 2º 3º 4º Nota 6,0 7,2 5,5 7,8

UniverCidade 52 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Fonte: dados hipotéticos. Como é calculada a média, para a disciplina, do aluno? Procede-se a multiplicação da nota de cada bimestre pelo peso respectivo, soma-se os resultados das multiplicações e divide-se pela soma dos pesos. Notas em Geografia Bimestre 1º 2º 3º 4º Nota 6,0 7,2 5,5 7,8 TOTAL Fonte: dados hipotéticos. A média aritmética ponderada, então, será igual a: Média = 68,1 / 10 , logo Média = 6,81. A notação (indicação através de uma fórmula) da média aritmética ponderada é feita da seguinte forma: Pesos 1 2 3 4 10 Nota x Peso 6,0 14,4 16,5 31,2 68,1

Média =

∑x p
i i =1 n

n

i

∑p
i =1

i

(leia-se: média é igual à soma do produtos dos i elementos multiplicados pelos respectivos pesos i, do primeiro até o último, dividido pela soma dos pesos, do primeiro até o último).

UniverCidade 53 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 3.6 – Cálculo da Média Aritmética para dados grupados Até então foi verificada a metodologia para o cálculo da média aritmética (simples ou ponderada) considerando-se os dados isolados, ou aqueles que estão dispostos em um variável discreta. Entretanto muitas vezes o pesquisador necessita efetuar o cálculo de médias e somente disporá dos dados dispostos em variável contínua. Como proceder? É necessário que para cada classe seja identificado um elemento que a represente. Este elemento é denominado de ponto médio da classe (mi).

O ponto médio de uma classe (mi) é a média aritmética entre o limite inferior (li) e o limite superior (Li) da classe.

Então, o ponto médio de uma classe é:

li + Li mi = 2
(leia-se: o ponto médio da classe i é igual à média aritmética da soma do limite inferior da classe i e o limite superior da classe i). Para exemplificar será utilizada a variável contínua construída – as notas dos alunos em uma prova de Língua Portuguesa.

Notas dos alunos da turma XX na prova de Língua Portuguesa Classe Notas Freqüência Ponto médio

1 2 3 4

1 2,5 4 5,5

__ 2,5 __ 4

3 1 7 11

1,75 3,25 4,75 6,25

__ 5,5 __ 7

UniverCidade 54 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 5 6 7 8,5 __ 8,5 __ 10 9 11 42 7,75 9,25

Total Fonte: dados hipotéticos.

A “distância” entre os pontos médios de classes consecutivas é igual à amplitude do intervalo de classe.

Ponto Médio da Classe 3 = 4,75 Ponto Médio da Classe 4 = 6,25 Distância = (Ponto Médio da Classe 4 – Ponto Médio da Classe 3) Distância = m4 – m3 Distância = 6,25 – 4,75 , logo Distância = 1,5 A amplitude das classe também é igual a 1,5. Para o cálculo da média aritmética de dados agrupados, os pontos médios das classe serão ponderados pelas freqüências simples das respectivas classes. Desta forma, apresentado a média aritmética para dados agrupados através de uma fórmula, tem-se:

X =

_

∑fm
i i =1 n

n

i

∑f
i =1

i

UniverCidade 55 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ (leia-se: média aritmética é igual ao somatório dos produtos das freqüências das classes i pelos pontos médios das classes i, dividido pelo somatório das freqüências das classes i).

A utilização da simbologia X barra (x com uma barra horizontal sobreposta) é comumente utilizada para identificar a média aritmética.

Desta forma, para o cálculo da média aritmética das notas, proceder-se-á a multiplicação do ponto médio de cada classe pela freqüência da respectiva classe. Em seguida, será efetuada a soma dos produtos obtidos e este resultado dividido pela soma das freqüências (freqüência total). Notas dos alunos da turma XX na prova de Língua Portuguesa Freqüência Classe Notas (fi) 3 1 7 11 9 11 42 Ponto médio (mi) 1,75 3,25 4,75 6,25 7,75 9,25 4,75 3,25 33,25 68,75 69,75 101,75 281,50 fi mi

1 2 3 4 5 6

1 2,5 4 5,5 7 8,5

__ 2,5 __ 4

__ 5,5 __ 7 __ 8,5 __ 10

Total Fonte: dados hipotéticos.

A média aritmética das notas, então, será:

X =

_

281,50 = 6,7 42

UniverCidade 56 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

Se você efetuar a soma do rol das notas, chegará a um total de 279. Dividindo-se o valor por 42 (freqüência total), ou seja, calculando-se a média aritmética simples, obter-se-á 6,64. A diferença, ou seja 0,06, é inexpressiva, não importando para a análise dos valores.

Quando os dados são agrupados na disposição de uma variável contínua, passa-se a trabalhar com os dados sem conhecimento de seus valores individuais. Note no exemplo utilizado, que o máximo que se pode afirmar com respeito ao menor valor desta série é que ele é um valor maior ou igual a 1,0 e menor do que 10. Mas não é possível, sem a visualização do rol, conhecer-se os valores individualizados. Este fato é que leva a substituição das classes pelos seus pontos médios para o cálculo da média da série.

UniverCidade 57 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

3.7 – A Mediana ( md)
A mediana é um valor real que separa o rol em duas partes, deixando em cada parte o mesmo número de elementos. A mediana é um valor que ocupa a posição central de uma série. Para o cálculo da mediana devem ser consideradas algumas condições: a) se os dados estiverem dispostos sob a forma bruta: Neste caso, os dados deverão ser ordenados, gerando um rol. Se o número de dados for impar, o rol admitirá apenas um termo central. Para o cálculo do termo central, deve-se, inicialmente, determinar qual é a sua posição. Para tanto, deve-se adicionar uma unidade ao número de termos e dividir-se o resultado por dois. Posição = (n + 1) /2 O valor que ocupar a posição definida será a mediana. Veja o exemplo: Qual será a mediana das idades de um grupo de alunos? Sejam as idades: Y = { 8, 9, 10, 11, 7, 6, 12 } Inicialmente os dados devem ser ordenados, gerando um rol: Y = { 6, 7, 8, 9, 10, 11, 12 } Verifica-se que o número de elementos é impar ( n = 7 ). A posição do termo central é: Posição = ( n + 1 ) / 2 Posição = ( 7 + 1 ) / 2 Posição = 4

UniverCidade 58 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ A mediana (md), então, será aquele termo que ocupar a 4ª posição no rol, ou seja, md = 9 anos. O valor 9 deixa à sua esquerda e à sua direita o mesmo número de elementos, sendo, portanto, o elemento central da série.

Y = { 6, 7, 8, 9, 10, 11, 12 }
Termos à esquerda da mediana Termos à direita da mediana

Mediana

Se o número de termo for par, convenciona-se que a mediana é a média aritmética dos valores que ocupam as posições centrais. Acrescentando-se uma idade ao rol utilizando anteriormente: Y = { 6, 7, 8, 9, 10, 11, 12, 13 } Passa-se a ter um rol com 8 elementos ( n = 8). Neste caso, procede-se da seguinte forma: Calcula-se a posição central (n/2), o que no exemplo será igual a 4. Verifica-se qual é a posição seguinte, ou seja (n/2)+1 = 4 + 1 = 5. O termo que ocupa a posição central (mediana) é definido com sendo aquele que for igual à média aritmética dos elementos que ocuparem as posições anteriormente definidas. Veja no exemplo: Termo que ocupa a 4ª posição = 9 Termo que ocupa a 5ª posição = 10 Mediana (md) = ( 9 + 10 ) /2

UniverCidade 59 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Mediana (md) = 9,5. Ora, não há na série apresentada idade igual à 9,5. Como interpretar o resultado. Deve-se lembrar que a mediana é o termo que divide a série em duas partes iguais. Desta forma, a interpretação será de que 50 % (metade) dos valores do rol são valores menores ou iguais a 9,5 e 50 % (metade) dos valores do rol são valores maiores ou iguais a 9,5.

Y = { 6, 7, 8, 9, 10, 11, 12, 13 }
Termos à esquerda da mediana são menores ou iguais à 9,5 Termos à direita da mediana são maiores ou iguais a 9,5

Mediana = 9,5

b) Cálculo da mediana para dados apresentados sob a forma de variável contínua. Conforme já foi explicado anteriormente, muitas vezes ao pesquisador somente são disponibilizados os dados sob a forma de uma variável contínua, o que impossibilita a adoção da metodologia verificada para o cálculo da mediana para os dados dispostos sob a forma de rol (variável discreta), pois mesmo que seja identificada a posição da mediana na série, o valor do elemento da série que ocupa esta posição não é identificável. Como proceder para o cálculo da mediana neste caso? Será utilizado, como exemplo, a distribuição que indica as notas dos alunos em uma prova de Língua Portuguesa.

UniverCidade 60 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

Notas dos alunos da turma XX na prova de Língua Portuguesa Freqüência Classe 1 2 3 4 5 6 1 2,5 4 5,5 7 8,5 Notas __ 2,5 __ 4 (fi) 3 1 7 11 9 11 42 Ponto médio (mi) 1,75 3,25 4,75 6,25 7,75 9,25

__ 5,5 __ 7 __ 8,5 __ 10

Total ( Σ ) Fonte: dados hipotéticos.

O número de elementos da série é 42, ou seja, n = Σ fi = 42. A mediana, por definição, separa o número de elementos da série em dois grupos, cada um deles contendo 50 % dos elementos. Portanto, a posição da mediana na série é (n/2) ou (Σ fi apresentado (42 / 2) = 21. Sabe-se, então, que a posição da mediana é a 21ª posição da série. É necessário que sejam evidenciadas as freqüências acumuladas das classes para a interpretação da posição. /2 ). No caso

UniverCidade 61 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Notas dos alunos da turma XX na prova de Língua Portuguesa Freqüência Classe Notas (fi) 3 1 7 11 9 11 42 3 4 11 22 31 42 Freqüência acumulada Ponto médio (mi) 1,75 3,25 4,75 6,25 7,75 9,25

1 2 3 4 5 6

1 2,5 4 5,5 7 8,5

__ 2,5 __ 4

__ 5,5 __ 7 __ 8,5 __ 10

Total ( Σ )

Utilizando, por exemplo, a freqüência acumulada da 3ª Classe, a interpretação que se deve ter é a seguinte: - estão contidos na terceira classe os elementos da 5ª posição, até o elemento da 11ª posição (inclusive). Usando a disposição tabular para indicar a explicação acima: Notas dos alunos da turma XX na prova de Língua Portuguesa Freqüência Classe 1 2 3 4 5 6 1 2,5 4 5,5 7 8,5 Notas __ 2,5 __ 4 (fi) 3 1 7 11 9 11 42 Do 1º até o 3º Do 4º até o 4º Do 5º até o 11º Do 12º até 0 22º Do 23º até o 31º Do 32º até o 42º

__ 5,5 __ 7 __ 8,5 __ 10

Total ( Σ )

UniverCidade 62 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Desta forma, considerando que a posição da mediana é a 21ª, pode-se, inicialmente afirmar que a mediana está contida na 4ª Classe ( que contém os elementos que ocupam deste a 12ª até a 22ª posições). A quarta classe, por conter a mediana, é denominada como classe mediana. O intervalo de classe (1,5) possui, então 11 termos (freqüência da classe mediana). Para o cálculo da mediana será utilizada a seguinte fórmula:

md = l md

n − Fant +2 xh f md

Onde: md = mediana lmd = limite inferior da classe mediana n = número de elementos da série Fant = freqüência acumulada da classe anterior à classe mediana fmd = freqüência simples da classe mediana h = amplitude do intervalo de classe. Na distribuição, verifica-se: lmd = 5,5 n = 42 Fant = 11 (freqüência acumulada da 3ª classe) fmd = 11 h = 1,5 Então:

42 − 11 md = 5,5 + 2 x1,5 11

UniverCidade 63 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Resolvendo a expressão: a) inicialmente efetua-se a divisão que aparece no numerador:

md = 5,5 +

21 − 11 x1,5 11

b) efetua-se a adição do numerador:

md = 5,5 +

10 x1,5 11

c) efetua-se a divisão:

md = 5,5 + 0,91x1,5
d) efetua-se a multiplicação

md = 5,5 + 1,37
e) efetua-se a adição.

md = 6,87
A mediana, ou seja, o elemento que dividirá a distribuição em duas partes iguais é a nota 6,87. Verificando o rol que deu origem à variável contínua, é possível observar que não há uma nota 6,87. O termo em destaque no rol é o termo que ocupa a posição mediana, ou seja, o 21º termo da série, e é igual a 6,8. Y:

1,2 1,3 1,8 2,5 4,3 4,6 O que ocorreu?

4,6 4,8 4,9 4,9 5,4 5,8

5,9 5,9 5,9 6,3 6,4 6,7

6,7 6,8 6,8 6,9 7,2 7,2

7,4 7,4 7,6 7,8 8,1 8,2

8,4 8,5 8,6 8,6 8,7 8,7

8,8 9,3 9,3 9,5 9,5 9,8

De um modo geral, todas as medidas calculadas para uma variável contínua serão valores aproximados para estas medidas, uma vez que ao agrupar-se os

UniverCidade 64 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ dados segundo uma variável contínua, há perda de informações quanto a identidade dos dados. Entretanto verifica-se que, para o conceito de divisão da distribuição, o valor calculado procede, pois 50 % (metade) das notas são inferiores à 6,87 e 50 % das notas são superiores à 6,87. Observe que o valor da média aritmética é diferente do valor da mediana !!!!

UniverCidade 65 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

3.8 – Moda (mo)
A interpretação da moda é bastante simples se utilizarmos o dia-a-dia. Dentre os adolescentes, de maneira geral, estar na moda significa estar em evidência, utilizando as roupas, sapatos e cores que a maioria está usando. Estatisticamente, moda tem um significado semelhante.

MODA é o valor de maior freqüência em um conjunto de dados, isto é, é o valor mais comum. O cálculo da moda, da mesma forma que o cálculo da mediana, dependerá da forma com a qual os dados forem apresentados. - Cálculo da Moda para dados em ROL Se os dados estiverem em forma de ROL, a identificação da moda é feita verificando-se o elemento de maior freqüência (se os dados estiverem sob a forma bruta, deve proceder a determinação do ROL). Por exemplo: Considere um conjunto de notas: Y = { 2, 8, 7, 7, 9, 5, 7, 4, 2, 5, 6 } Dispondo em ROL, tem-se: Y = { 2, 2, 4, 5, 5, 6, 7, 7, 7, 8, 9 } O elemento de maior freqüência é a nota 7. Portanto a moda (mo) = 7. As séries, quando às moda, podem ser classificadas das seguintes formas: a) b) c) d) unimodais – possuem apenas uma moda, ou seja, somente um elemento se destaca na série; bimodais – possuem duas modas. Dois elementos destacam-se na série, possuem as mesmas freqüências, que são as maiores; polimodais – possuem mais de duas modas. Podem ser trimodais (três modas), tetramodais (quatro modas), etc. a m o d a i s – todos os elementos da série possuem a mesma freqüência. Não há um elemento que se destaque pela maior freqüência.

UniverCidade 66 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Se os dados de um rol forem dispostos sob a forma de uma variável discreta, a identificação do rol é ainda mais simples. Utilizando o mesmo conjunto acima, sob a forma de uma variável discreta. Y = { 2, 2, 4, 5, 5, 6, 7, 7, 7, 8, 9 }

Xi 2 4 5 6 7 8 9

Fi 2 1 2 1 3 1 1

Observa-se que na apresentação da variável discreta, as freqüências já estão computadas na segunda coluna. Basta identificar o elemento de maior freqüência. A maior freqüência observada na segunda coluna é 3 e corresponde ao elemento 7. Portanto a série é unimodal com mo = 7. - Cálculo da moda para dados em variável contínua A determinação da moda em uma variável contínua pode ser efetuada através de algumas metodologias. Considerando a natureza do curso, será abordado somente o cálculo da MODA DE KING. Segundo KING, a determinação da moda de uma variável contínua pode ser calculada através da freqüência simples da classe anterior e da freqüência simples da classe posterior à classe modal, do limite inferior da classe modal e da amplitude do intervalo de classe.

mo = l mo +

f post f ant + f post

xh

Onde:

UniverCidade 67 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ mo = moda lmo = limite inferior da classe modal fpost = freqüência simples da classe posterior à classe modal fant = freqüência simples da classe anterior à classe modal h = amplitude do intervalo de classe Notas dos alunos da turma XX na prova de Língua Portuguesa Freqüência Classe 1 2 3 4 5 6 1 2,5 4 Notas __ 2,5 __ 4 (fi) 3 1 7 11 9 11 42

__ 5,5 __ 7 __ 8,5 __ 10

5,5 7 8,5

Total ( Σ ) Fonte: dados hipotéticos.

No exemplo verifica-se uma distribuição bimodal, onde as Classes 4 e 6 apresentam as maiores classes (com valores iguais), onde n = 11. Considerando o processo de KING, será necessário o cálculo das duas modas. - Cálculo da 1ª moda (Classe 4) lmo = 5,5 fpost = 9 (freqüência da Classe 5) fant = 7 (freqüência da Classe 3 ) h = 1,5. Logo, aplicando-se a Fórmula da King:

UniverCidade 68 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

mo = 5,5 + mo = 5,5 +

9 x1,5 7+9 9 x1,5 16

mo = 5,5 + 0,56 x1,5 mo = 5,5 + 0,84 mo = 6,34
A primeira moda é igual a 6,34. - Cálculo da 2ª moda (Classe 6) lmo = 8,5 fpost = 0 (freqüência da Classe 7) fant = 9 (freqüência da Classe 5 ) h = 1,5.

No exemplo, a moda encontra-se na última classe da distribuição. Desta forma, para que se possa proceder o cálculo é necessário que seja interpretada a existência de uma classe posterior (7ª Classe), com freqüência igual a zero.

Logo, aplicando-se a Fórmula da King:

mo = 8,5 + mo = 8,5 +

0 x1,5 0+9 0 x1,5 16

UniverCidade 69 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Verifica-se a existência de uma fração com numerador igual a zero. Zero dividido por qualquer número é igual a zero. Zero multiplicado por qualquer número é igual a zero. Logo:

mo = 8,5
Desta forma, a distribuição, que é bimodal, apresenta como modas 6,34 e 8,5.

Observe

que

os

valores

encontrados

pertencem

efetivamente às classe modais determinadas, ou seja 6,34 pertence à 4ª Classe, ao intervalo 5,5 à 6ª Classe, ao intervalo 8,5 __ 10. __ 7 e 8,5 pertence

Geralmente não é necessário calcular as três medidas de tendência central. Normalmente precisa-se de apenas uma das medidas para caracterizar o centro da série. Então, surge a questão: Qual medida deve ser utilizada? A medida ideal em cada caso é aquela que melhor representa a maioria dos dados da série. Quando todos os dados de uma série são iguais ( o que dificilmente ocorrerá na prática), a média, a mediana e a moda coincidirão com este valor e, portanto, qualquer uma das medidas representará bem a série. Na maioria das vezes, tem-se valores diferenciados para a série e conseqüentemente a medida irá representar bem apenas os dados da série que se situam próximos a este valor. Os dados muito afastados em relação ao valor da medida não serão bem representados por ela. Desta forma, se uma série apresenta forte concentração de dados em sua área central, a média, a mediana e a moda ficam também situadas em sua área central, representando bem a série. Como a mais conhecida é a média, opta-se por esta medida de tendência central. Se uma série apresenta forte concentração de dados em seu início, a mediana e a moda estarão posicionadas mais no início da série, representando bem esta concentração. A média que é fortemente afetadas por alguns valores

UniverCidade 70 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ posicionados no final da série se deslocará para a direita desta concentração, não a representando bem. Como a mais conhecida entre a mediana e a moda é a mediana, esta será a medida mais indicada deste caso. A mesma situação ocorre se a série apresenta forte concentração de dados em seu final. Logo, deve-se optar pela mediana quando houver forte concentração de dados no início ou no final da série. A moda deve ser a opção como medida de tendência central apenas em séries que apresentam um elemento típico, isto é, um valor cuja freqüência é muito superior à freqüência dos outros elementos da série. Além das medidas de tendência central (média aritmética, mediana e moda), também existem algumas medidas úteis de localização “não-central”, que são empregadas particularmente ao se resumirem ou descreverem as propriedades de grandes conjuntos de dados numéricos. São elas: o quartil, o decil e o percentil. Estas medidas são denominadas MEDIDAS SEPARATRIZES.

UniverCidade 71 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 3.9 – O QUARTIL (Qn) A mediana é o valor que divide a disposição ordenada pela metade ( 50% das observações são menores que a mediana e 50% das observações são maiores). Os quartis são medidas descritivas que dividem os dados ordenados em quatro partes. É possível a determinação de três quartis: a) o primeiro quartil, Q1, é o valor que faz com que 25 % das observações seja menores do quem o valor calculado e 75 % das observações sejam maiores; b) o segundo quartil, Q2, é a própria mediana (Med), pois 50 % das observações são menores do que o valor calculado e 50 % das observações são maiores; c) o terceiro quartil, Q3, é o valor que faz com que 75 % das observações seja menores do quem o valor calculado e 25 % das observações sejam maiores; -Cálculo do QUARTIL de uma variável discreta Para calcular os quartis de uma distribuição de freqüência em variável discreta são utilizadas as fórmulas de ponto de posicionamento, conforme indicado abaixo:

Q1 =

n +1 2 2(n + 1) n + 1 = 4 2 3(n + 1) 4

Q2 =

Q3 =

UniverCidade 72 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

Não há sentido o cálculo do Q4, ou seja do quarto quartil, pois o valor, por definição indicaria que 100% dos valores seriam menores do que o valor calculado, ou seja, o valor calculado seria, na realidade o valor imediatamente superior ao maior valor da série representada.

Há algumas regras que devem ser seguidas para a obtenção dos quartis pelas fórmulas de ponto de posicionamento: 1 – se o ponto de posicionamento resultante for um número inteiro, a observação numérica em questão, correspondente àquele ponto de posicionamento, é escolhida como o quartil; 2 – se o ponto de posicionamento resultante estiver na metade entre dois números inteiros, a média de seus respectivos valores é considerada como o quartil; 3 – se o ponto de posicionamento resultante não se tratar de um número inteiro, nem do valor correspondente a metade do caminho entre dois números inteiros, uma regra simples utilizada para estimar o quartil em questão e fazer o arredondamento até o ponto de posicionamento do número inteiro mais próximo e selecionar o valor numérico da observação correspondente como o quartil.

Como exemplo será utilizada a distribuição:

Notas 5 6 7 9 10

Número de alunos 3 5 8 5 2 23

Σ

Vamos calcular:

UniverCidade 73 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

Q1 =

n + 1 23 + 1 24 = = =6 4 4 4

Isto equivale dizer que Q1 pode ser determinado como sendo a sexta observação ordenada, ou seja a terceira nota 6 (seis) divide a distribuição em duas partes, onde à esquerda têm-se 25 % da distribuição e à direita 75 % da distribuição.

Q2 =

2(n + 1) 2(23 + 1) 2(24) 48 = = = = 12 4 4 4 4

Agora verifica-se que a décima segunda observação ordenada, ou seja a quarta nota 7 (sete) divide a distribuição em duas partes iguais, com 50 % para cada lado. Verifique que o valor de Q2 é igual à mediana.

O ponto de posicionamento indica que a décima oitava observação, ou seja a segunda nota 9 (nove) divide a distribuição em duas partes, sendo 75 % `a esquerda e 25 % à direita.

Q3 =

3(n + 1) 3(23 + 1) 3(24) 72 = = = = 18 4 4 4 4

Através da utilização do conceito de freqüência acumulada, pode-se visualizar bem o posicionamento dos quartis:

Notas

Número de alunos

Freqüência Acumulada

Observações

5 6 7 9 10

3 5 8 5 2 23

3 8 16 21 23

Da 1ª até a 3ª Da 4ª até a 8ª Da 9ª até a 16ª Da 17ª até a 21ª Da 22ª até a 23ª

Σ

UniverCidade 74 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

-Cálculo do QUARTIL de uma variável contínua Para a determinação dos quartis em uma distribuição em variável contínua utiliza-se inicialmente o mesmo procedimento efetuado para a variável discreta, porém deve-se estar atento aos seguintes detalhes: a) quando do cálculo para a variável discreta o valor encontrado determinava a posição do elemento na distribuição, sendo possível através da utilização do conceito de freqüência acumulada determinar-se o valor da observação que ocupava tal posição; O cálculo do quartil em uma variável discreta indica a posição da observação na série, sendo a determinação da observação feita posteriormente, com a análise da distribuição.

b)

quando utiliza-se uma variável contínua, o valor calculado indicará a observação que ocupa a posição determinada pelo quartil.

A determinação do quartil em uma variável contínua é possível com a utilização da seguinte fórmula:

in − f acmant Qi = li + 4 xh fclasse
Onde: Qi = quartil i, ou seja o quartil que se deseja determinar ( os valores de i podem ser 1, 2 ou 3) li = limite inferior da classe que contém o quartil in = o número do quartil que se deseja determinar multiplicado pela freqüência total da distribuição

UniverCidade 75 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ f acmant = freqüência acumulada da classe anterior à classe que contém o quartil desejado f
classe

= freqüência da classe que contém o quartil

h = amplitude do intervalo de classe Lembre-se de que se a classe que estiver sendo observada for a primeira, a freqüência anterior será zero.

Seja a seguinte hipótese: A direção de uma escola deseja estabelecer um atendimento diferenciado, para os alunos da turma XX e tomará como base as notas em Língua Portuguesa. Serão implementadas as seguintes ações: a) b) para o conjunto que representar as 25 % menores notas serão oferecidas aulas de reforço; para o conjunto que representar as 25 % maiores notas serão oferecidas aulas de redação. Foi apresentada a distribuição abaixo com as notas dos alunos da turma XX em Língua Portuguesa. Como efetuar a separação da turma? Este caso pode ser resolvido por intermédio do conceito de quartil. A resposta da primeira condição – os alunos que obtiveram as 25% menores notas – representa o intervalo compreendido entre a menor nota indicada na distribuição e a nota imediatamente inferior ao valor do Q1.

UniverCidade 76 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

Notas dos alunos da turma XX na prova de Língua Portuguesa Classe 1 2 3 4 5 6 1 2,5 4 5,5 7 8,5 Notas __ 2,5 __ 4 Freqüência 3 1 7 10 8 11 40

__ 5,5 __ 7 __ 8,5 __ 10

Total Fonte: dados hipotéticos.

Inicialmente deve-se obter as freqüências acumuladas das classes:

Classe

Notas

Freqüência

Freqüência Acumulada

1 2 3 4 5 6

1 2,5 4 5,5 7 8,5

__ 2,5 __ 4

3 1 7 10 8 11 40

3 4 11 21 29 40

__ 5,5 __ 7 __ 8,5 __ 10

Total

UniverCidade 77 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Em seguida determina-se o ponto de posicionamento do quartil desejado (no caso, o Q1 ).

Q1 =

in 1x 40 = = 10 4 4
A observação que ocupa a posição 10 na distribuição está contida na Classe

3. Desta forma, pode obter as seguinte informações: li = 4 in = 1 x 40 = 40 f f
acmant classe

=4

=7

h = 1,5 Substituindo-se os valores na fórmula:

40 −4 4 Q1 = 4 + x1,5 7 Q1 = 4 + 10 − 4 x1,5 7 6 x1,5 7

Q1 = 4 +

Q1 = 4 + 0,85714 x1,5 Q1 = 4 + 1,28571 Q1 = 5,28571 Q1 ≅ 5,3
O valor foi arredondado para uma casa decimal. A simbologia utilizada (≅) significa aproximadamente.

O valor encontrado indica que 25 % dos alunos obtiveram notas inferiores à 5,3. Desta forma, serão oferecidas aulas de reforço para os alunos com notas inferiores à 5,3 em Língua Portuguesa.

UniverCidade 78 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

Observe que o valor encontrado – 5,3 – está contido na Classe 3, conforme foi indicado pela observação do ponto de posicionamento.

A resposta pode ser indicada, também, através da seguinte notação:

1 ≤ Q1 < 5,3
Ou seja, terão aulas de reforço os alunos com notas iguais ou maiores do que 1 (um) e com notas menores do que 5,3. E quais serão os alunos que terão aulas de redação? Utilizando o conceito de Quartil pode-se concluir que o conjunto que se deseja determinar representam as notas posteriores ao Q3. Deve-se, inicialmente, determinar o ponto de posicionamento:

Q3 =

3 x 40 120 = = 30 4 4
A observação que ocupa a posição 30 na distribuição está contida na Classe

6. Desta forma, pode obter as seguinte informações: li = 8,5 in = 3 x 40 = 120 f f
acmant classe

= 29

= 11

h = 1,5 Substituindo-se os valores na fórmula:

UniverCidade 79 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

3 x 40 − 29 4 Q3 = 8,5 + x1,5 11 120 − 29 4 Q3 = 8,5 + x1,5 11 Q3 = 8,5 + 30 − 29 x1,5 11

1 x1,5 11 Q3 = 8,5 + 0,09091x1,5 Q3 = 8,5 + Q3 = 8,5 + 0,13637 Q3 = 8,63637 Q3 ≅ 8,6
Desta forma pode-se concluir que serão contemplados com aulas de redação os alunos com notas superiores a 8,6 ( as 25 % maiores notas da turma).

Quando é calculado o Q3 determina-se a observação que coloca 75 % das observações à sua esquerda e 25 % das observações à sua direita.

UniverCidade 80 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 3.10 – O DECIL (Dn) A mediana é o valor que divide a disposição ordenada pela metade ( 50% das observações são menores que a mediana e 50% das observações são maiores). Os quartis são medidas descritivas que dividem os dados ordenados em quatro partes. Em diversas situações tem-se a necessidade de determinar valores que correspondem à, por exemplo, 40 % das observações. Nestes casos, deve-se utilizar o conceito de DECIL, que possibilita a divisão dos dados ordenados em 10 (dez) partes iguais. É possível a determinação de nove decis: a) o primeiro decil, D1, é o valor que faz com que 10 % das observações seja menores do quem o valor calculado e 90 % das observações sejam maiores; b) o segundo decil, D2, é o valor que faz com que 20 % das observações seja menores do quem o valor calculado e 80 % das observações sejam maiores; c) o terceiro decil, D 3, é o valor que faz com que 30 % das observações seja menores do quem o valor calculado e 70 % das observações sejam maiores, e assim sucessivamente até o d) o nono decil, D9, é o valor que faz com que 90 % das observações seja menores do quem o valor calculado e 10 % das observações sejam maiores. Não há sentido em falar-se em D10 (decil dez), pois seria o equivalente a determinar o valor que posiciona à sua esquerda 100 % das observações. Este valor, por certo será o último elemento da distribuição. O D5 (decil cinco) terá o mesmo valor da mediana (Méd) e o mesmo valor de Q2.

-Cálculo do DECIL de uma variável discreta Para calcular os decis de uma distribuição de freqüência em variável discreta são utilizadas as fórmulas de ponto de posicionamento. De maneira genérica, pode-se determinar que:

Di =

i (n + 1) 10

UniverCidade 81 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Onde: i = decil que se deseja determinar n = freqüência total Pode-se então, utilizar, para a determinação da posição dos decis 3, 6 e 8, por exemplo, as seguintes fórmula de ponto de posicionamento:

D3 = D6 D8

3( n + 1) 10 6( n + 1) = 10 8( n + 1) = 10

As regras que devem ser seguidas para a obtenção dos decis pelas fórmulas de ponto de posicionamento são as mesmas as que foram apresentadas para a obtenção dos quartis. Vamos para um exemplo: As idades (em anos) dos alunos de uma escola foram apuradas e possibilitaram a elaboração da seguinte distribuição discreta:

Idades 7 8 9 10 11 12

Número de Alunos 14 17 23 15 18 16

Determinar o conjunto de idades que representam 40 % do número de alunos. Verifica-se que a questão pode ser resolvida utilizando-se o conceito de decis, pois 40 % dos alunos pode ser indicado através do D4, ou seja, a observação

UniverCidade 82 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ que coloca 40 % das observações à sua esquerda e 60 % das observações à sua direita. Inicialmente deve-se determinar a freqüência total e as freqüências acumuladas:

Classe

Idades

Número de Alunos

Freqüência Acumulada 14 31 54 69 87 103

Observações

1 2 3 4 5 6

7 8 9 10 11 12

14 17 23 15 18 16 103

Da 1ª até a 14ª Da 15ª até a 31ª Da 32ª até a 54ª Da 55ª até a 69ª Da 70ª até a 87ª Da 88ª até a 103ª

Σ

4(n + 1) 10 4(103 + 1) D4 = 10 4 x104 416 D4 = = 10 10 D4 = 41,6 D4 =
A posição ocupada é a 41,6, ou seja, está compreendida entre a 41ª e a 42ª observação. Verifica-se que neste caso que a observação encontra-se na Classe 3. Apura-se que o décimo aluno com idade de 9 anos ocupa a posição 41 e que o décimo primeiro ocupa a posição 42. Desta forma, seria viável afirmar-se que 40 % dos alunos estão compreendidos entre 7 e 9 anos. (não seriam incluídos todos os alunos com 9 anos, somente os dez primeiros observados). -Cálculo do DECIL de uma variável contínua Para a determinação dos decis em uma distribuição em variável contínua utiliza-se inicialmente o mesmo procedimento efetuado para a variável discreta, porém deve-se estar atento aos seguintes detalhes:

UniverCidade 83 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ c) quando do cálculo para a variável discreta o valor encontrado determinava a posição do elemento na distribuição, sendo possível através da utilização do conceito de freqüência acumulada determinar-se o valor da observação que ocupava tal posição; O cálculo do decil em uma variável discreta indica a posição da observação na série, sendo a determinação da observação feita posteriormente, com a análise da distribuição.

d)

quando utiliza-se uma variável contínua, o valor calculado indicará a observação que ocupa a posição determinada pelo decil.

A determinação do decil em uma variável contínua é possível com a utilização da seguinte fórmula:

in − f acmant Di = li + 10 xh fclasse
Onde: Di = decil i, ou seja o decil que se deseja determinar ( os valores de i podem ser 1, 2, 3, ..., até 9) li = limite inferior da classe que contém o decil in = o número do decil que se deseja determinar multiplicado pela freqüência total da distribuição f f
acmant

= freqüência acumulada da classe anterior à classe que contém o

decil desejado
classe

= freqüência da classe que contém o decil

h = amplitude do intervalo de classe Lembre-se de que se a classe que estiver sendo observada for a primeira, a freqüência anterior será zero.

Seja a seguinte hipótese:

UniverCidade 84 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ O Colégio Sabetudo deseja oferecer bolsa de estudos parcial de 30 % para parte de seus alunos, como forma de incentivo. Vai adotar como critério a renda familiar bruta da família do aluno. A intenção é favorecer os alunos que tiverem 20 % das menores rendas. Um levantamento possibilitou a construção da distribuição de freqüências abaixo. Qual será a renda familiar máxima para a obtenção da bolsa de estudos?

Classe

Renda Familiar (em R$)

Número de Alunos

1 2 3 4 5 6 7

600,00 750,00 900,00 1.050,00 1.200,00 1.350,00 1.500,00

__ __ __ __ __ __ __

750,00 900,00 1.050,00 1.200,00 1.350,00 1.500,00 1.650,00

8 6 17 19 48 32 11

Pelo o que pode ser verificado, 20 % das menores rendas corresponde aos valores que estiverem à esquerda do D2. Para que se possa determinar o valor que ocupa tal posição, inicialmente deve-se indicar as freqüência total e freqüências acumuladas da distribuição:

Classe

Renda Familiar (em R$)

Número de Freqüência Alunos 750,00 900,00 8 6 17 19 48 32 11 141 Acumulada 8 14 31 50 98 130 141

1 2 3 4 5 6 7

600,00 750,00 900,00 1.050,00 1.200,00 1.350,00 1.500,00

__ __ __ __ __ __ __

1.050,00 1.200,00 1.350,00 1.500,00 1.650,00

Σ

Em seguida determina-se o ponto de posicionamento do decil desejado (no caso, o D2 ).

UniverCidade 85 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

D2 =

in 2 x141 = = 28,2 10 10
A observação que ocupa a posição 28,2 na distribuição está contida na

Classe 3. Desta forma, pode obter as seguinte informações: li = 900,00 in = 2 x 141 = 282 f f
acmant classe

= 14

= 17

h = 150,00 Substituindo-se os valores na fórmula:

D2 D2 D2 D2

282 − 14 10 = 900,00 + x150,00 17 28,2 − 14 = 900,00 + x150,00 17 14,2 = 900,00 + x150,00 17 = 900,00 + 0,83529 x150,00

D2 = 900,00 + 125,29 D2 = 1.025,29
Desta forma pode-se concluir que poderão ser contemplados com a bolsa de estudos os alunos cuja renda familiar for inferior à R$ 1.025,29 ( ou seja ou valores que estiverem à esquerda do D2 ).

Observe que o valor encontrado está contido na Classe 3.

UniverCidade 86 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 3.10 – O PERCENTIL (Pi) ou CENTIL (Ci) A mediana é o valor que divide a disposição ordenada pela metade ( 50% das observações são menores que a mediana e 50% das observações são maiores). Os quartis são medidas descritivas que dividem os dados ordenados em quatro partes. Os decis são medidas descritivas que dividem os dados em dez partes. Em várias ocasiões faz-se necessário determinar valores com maiores precisões, como por exemplo qual seria a nota mínima para um aluno pertencer ao Quadro de Honra, sabendo-se que somente 8 % das maiores notas serão contempladas? Observa-se que neste caso serão excluídas do Quadro de Honra 92 % das notas. Nestes casos, deve-se utilizar o conceito de PERCENTIL, que possibilita a divisão dos dados ordenados em 100 (cem) partes iguais. É possível a determinação de noventa e nove percentis: e) o primeiro percentil, P1, é o valor que faz com que 1 % das observações seja menores do quem o valor calculado e 99 % das observações sejam maiores; f) o segundo percentil, P2, é o valor que faz com que 2 % das observações seja menores do quem o valor calculado e 98 % das observações sejam maiores; g) o terceiro percentil, P3, é o valor que faz com que 3 % das observações seja menores do quem o valor calculado e 97 % das observações sejam maiores, e assim sucessivamente até o h) o nonagésimo nono percentil, P99, é o valor que faz com que 99 % das observações seja menores do quem o valor calculado e 1 % das observações sejam maiores. Não há sentido em falar-se em P100 (percentil cem), pois seria o equivalente a determinar o valor que posiciona à sua esquerda 100 % das observações. Este valor, por certo será o último elemento da distribuição. O P50 (decil cinqüenta) terá o mesmo valor da mediana (Méd), o mesmo valor de Q2 e o mesmo valor de D5.

UniverCidade 87 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ -Cálculo do PERCENTIL de uma variável discreta Para calcular os percentis de uma distribuição de freqüência em variável discreta são utilizadas as fórmulas de ponto de posicionamento. De maneira genérica, pode-se determinar que:

Pi =
Onde: i = decil que se deseja determinar n = freqüência total

i (n + 1) 100

Pode-se então utilizar, para a determinação da posição dos percentis 14, 39 e 77, por exemplo, as seguintes fórmula de ponto de posicionamento:

P = 14 P 39 P 77

14( n + 1) 100 39( n + 1) = 100 77( n + 1) = 100

As regras que devem ser seguidas para a obtenção dos percentis pelas fórmulas de ponto de posicionamento são as mesmas as que foram apresentadas para a obtenção dos quartis e dos decis. Vamos para um exemplo: As idades (em anos) dos alunos de uma escola foram apuradas e possibilitaram a elaboração da seguinte distribuição discreta:

UniverCidade 88 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Idades dos Alunos da Escola ABC Idades 11 12 13 14 15 16 Número de Alunos 25 19 38 41 16 8

Determinar o conjunto de idades que representam 22 % do número de alunos com as menores idades. Verifica-se que a questão pode ser resolvida utilizando-se o conceito de percentis, pois 22 % dos alunos com as menores idades pode ser indicado através do P22, ou seja, a observação que coloca 22 % das observações à sua esquerda e 78 % das observações à sua direita. Inicialmente deve-se determinar a freqüência total e as freqüências acumuladas:

Classe

Idades

Número de Alunos

Freqüência Acumulada 25 44 82 123 139 147

Observações

1 2 3 4 5 6

11 12 13 14 15 16

25 19 38 41 16 8 147

Da 1ª até a 25ª Da 26ª até a 44ª Da 45ª até a 82ª Da 83ª até a 123ª Da 124ª até a 139ª Da 140ª até a 147ª

Σ

Calculando o ponto de posicionamento:

UniverCidade 89 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

22(n + 1) 100 22(147 + 1) P22 = 100 22 x148 3.256 P22 = = 100 100 P22 = 32,56 P22 =
A posição ocupada é a 32,56, ou seja, está compreendida entre a 32ª e a 33ª observação. Verifica-se que neste caso que a observação encontra-se na Classe 2. Apura-se que o trigésimo segundo aluno tem idade de 12 anos e que o trigésimo terceiro também possui 12 anos. Desta forma, seria viável afirmar-se que 17 % dos alunos estão compreendidos entre 11 e 12 anos. (não seriam incluídos todos os alunos com 12 anos, somente os sete primeiros observados). -Cálculo do PERCENTIL de uma variável contínua Para a determinação dos percentis em uma distribuição em variável contínua utiliza-se inicialmente o mesmo procedimento efetuado para a variável discreta, porém deve-se estar atento aos seguintes detalhes: a) quando do cálculo para a variável discreta o valor encontrado determinava a posição do elemento na distribuição, sendo possível através da utilização do conceito de freqüência acumulada determinar-se o valor da observação que ocupava tal posição; O cálculo do percentil em uma variável discreta indica a posição da observação na série, sendo a determinação da observação feita posteriormente, com a análise da distribuição.

b) quando utiliza-se uma variável contínua, o valor calculado indicará a observação que ocupa a posição determinada pelo percentil. A determinação do percentil em uma variável contínua é possível com a utilização da seguinte fórmula:

UniverCidade 90 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

in − f acmant Pi = li + 100 xh fclasse
Onde: Pi = percentil i, ou seja o percentil que se deseja determinar ( os valores de i podem ser 1, 2, 3, ..., até 99) li = limite inferior da classe que contém o percentil in = o número do percentil que se deseja determinar multiplicado pela freqüência total da distribuição f f
acmant

= freqüência acumulada da classe anterior à classe que contém o

percentil desejado
classe

= freqüência da classe que contém o percentil

h = amplitude do intervalo de classe Lembre-se de que se a classe que estiver sendo observada for a primeira, a freqüência anterior será zero.

Seja a seguinte hipótese: O Colégio Bom Futuro deseja incentivar 15 % de seus alunos – os de maiores idades, a efetuarem matrícula no turno da noite, oferecendo uma bolsa de 30 %. Um levantamento das idades de todos os alunos possibilitou a elaboração da distribuição de freqüências abaixo. Qual será a idade mínima para o aluno ser incentivado a efetuar matrícula no turno da noite?

Classe

Idades (anos)

Número de Alunos 8 10 12 14 16 18 37 45 46 32 29 23

1 2 3 4 5 6

6 8 10 12 14 16

__ __ __ __ __ __

UniverCidade 91 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Pelo o que pode ser verificado, 15 % das maiores idades corresponde aos valores que estiverem à direita do P85. Para que se possa determinar o valor que ocupa tal posição, inicialmente deve-se indicar as freqüência total e freqüências acumuladas da distribuição:

Classe

Idades (anos)

Número de Alunos 8 10 12 14 16 18 37 45 46 32 29 23 212

Freqüência Acumulada 37 82 128 160 189 212

1 2 3 4 5 6

6 8 10 12 14 16

__ __ __ __ __ __

Σ

Em seguida determina-se o ponto de posicionamento do percentil desejado (no caso, o P85 ).

P85 =

in 85 x 212 = = 180,2 100 100
A observação que ocupa a posição 180,2 na distribuição está contida na

Classe 5. Desta forma, pode obter as seguinte informações: li = 14 in = 85 x 212 = 18.020 f f
acmant classe

= 160

= 189

h=2 Substituindo-se os valores na fórmula:

UniverCidade 92 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

P85 P85 P85 P85

18020 − 160 100 = 14 + x2 189 180,2 − 160 = 14 + x2 189 20,2 = 14 + x2 189 = 14 + 0,10688 x 2

P85 = 14 + 0,21376 P85 = 14,21376
Desta forma pode-se concluir que a idade mínima para que o aluno seja incentivado am matricular-se no turno da noite é de 14,21376 anos. Observe que o valor encontrado está contido na Classe 5. O valor pode ser melhor determinado utilizando-se a Regra de Três: 1 ano ..................... 12 meses 0,21376 anos ............... x onde x = 2,56 meses. Ou seja, os alunos com idades iguais ou superiores a 14 anos e 2 meses se enquadram na situação desejada.

UniverCidade 93 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 4 - Medidas de dispersão – amplitude total, desvio médio e desvio padrão A utilização de uma medida representativa de posição central (média, mediana ou moda) para a representação de um conjunto de dados esconde toda a informação sobre a variabilidade do conjunto de valores. Seja o exemplo: Três grupos de alunos (A, B e C), com cinco alunos cada, realizou um teste, individual, sendo verificadas as seguintes notas: Grupo A: 3, 4, 5, 6 e 7 Grupo B: 1, 3, 5, 7 e 9 Grupo C: 5, 5, 5, 5 e 5. Se for utilizado o conceito de média aritmética, verifica-se que todos os grupos possuem a mesma média, ou seja, 5 (cinco). A simples informação da média não possibilita analisar o comportamento das variáveis que formam os conjuntos. É necessário, então, a adoção de um critério que possibilite, por exemplo, comparar conjuntos diferentes de valores. As medidas de tendência central são tanto mais apropriadas para descrever um conjunto de dados: a) quanto maior for o número de dados do conjunto; b) quanto menor for a dispersão.

4.1

– A amplitude total

Considerando o exemplo acima, a simples informação da média não possibilitaria uma interpretação do resultado. Sendo informada a média, sua interpretação poderá ser melhor analisada se forem informados: a) o número de alunos de cada grupo; b) a nota mínima e a nota máxima de cada grupo. A primeira informação já é sabida, ou seja, cada grupo é composto por cinco alunos. Então a segunda informação possibilitará uma melhor análise do resultado. Quanto menor for a distância entre a menor nota e a maior nota, maior será a confiança na média.

UniverCidade 94 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

Amplitude total (At) de um conjunto de dados é a diferença entre o maior valor e o menor valor observado.

Utilizando os valores do exemplo, tem-se que: a) a amplitude total (At) do conjunto A é de 7-3 = 4; b) a amplitude total (At) do conjunto B é de 9-1 = 8, e c) a amplitude total (At) do conjunto C é igual a zero, pois todas as notas são iguais. A confiança na média dos grupos para resumir a informação contida nas notas de todos os alunos que formam o grupo será maior quanto menor for a distância entre a maior e a menor nota. Verifica-se que a amplitude do grupo C é igual a zero, desta forma a média aritmética resume melhor o conjunto de notas. A amplitude é muito utilizada pois é fácil de entender e de ser calculada. Entretanto, a amplitude não mede bem a variabilidade dos grandes conjuntos de dados. A amplitude não mede bem dispersão por uma simples razão: para o seu cálculo usam-se apenas os valores extremos. É importante que todos os dados sejam usados no cálculo da medida de dispersão. O exemplo indica a amplitude de um conjunto de observações e nada mais é do que a diferença entre o limite superior (Li) do conjunto e o limite inferior (li). Desta forma, pode-se indicar a amplitude total através da seguinte notação:

At = Li − li
Amplitude Total em uma variável contínua Quando a observação estiver disposta através de uma distribuição de freqüência em variável contínua, a amplitude total será a diferença entre o ponto médio (mi) da última classe e o ponto médio da primeira classe. Ex:

UniverCidade 95 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

Classe 1 2 3 4 5 8 12 16 20 24

Idades __ __ __ __ __ 12 16 20 24 28

Nº de Alunos 15 18 36 45 10

Ponto médio 10 14 18 22 26

Neste caso considerando as características já descritas das distribuições de freqüência, a amplitude total será obtida através da diferença entre o ponto médio da última classe e o ponto médio da primeira classe, ou seja,

At = ( ponto _ médio _ da _ última _ classe) − ( ponto _ médio _ da _ primeira _ classe)
Desta forma, para a distribuição de freqüências acima, a amplitude total será: At = 26 – 10 At = 16 4.2 – O desvio médio (DM)

Um forma de utilizar todos os dados é determinar a distância entre os dados observados e a média aritmética. A distância será representada pela diferença entre o dados observado e a média aritmética do conjunto. Este é o conceito de desvio em relação à média:

Desvio em relação à média é a diferença entre o valor observado e a média do conjunto.

Entretanto é necessário lembrar que a média aritmética é um ponto eqüidistante entre os dados. Desta forma, a soma das distâncias entre os dados observados e a média aritmética será igual a zero. Utilizando um dos grupos do exemplo: Grupo B: 1, 3, 5, 7 e 9

UniverCidade 96 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Sabe-se que a média aritmética (média) é igual a 5 (cinco). Pode-se indicar o Grupo B como sendo formado pelos seguintes elementos: Grupo B : x1, x2, x3, x4, x5 Desta forma, pela definição, pode determinar o desvio em relação à média:

Desvio = ( x1 − média) + ( x 2 − média) + ( x3 − média) + ( x 4 − média) + ( x5 − média)
Substituindo os valores, tem-se: Desvio = (1-5)+(3-5)+(5-5)+(7-5)+(9-5) Desvio = (-4)+(-2)+(0)+(2)+(4) Desvio =0 Verifique que o desvio dos outros grupo também é igual a zero. Se os desvio forem iguais a zero, de nada adianta para a análise. Para que se tenha uma estatística que realmente meça a variação, pode-se tomar a soma dos valores absolutos das distâncias. Valor absoluto ou módulo é o número sem sinal. Quando se deseja indicar o valor absoluto ou módulo, de uma operação, utiliza-se duas barras paralelas:  5-9 = 4 ( o número sem sinal) Desta forma, pode-se aprimorar o conceito de desvio em relação à média.

Desvio em relação à média é o valor absoluto da diferença entre o valor observado e a média do conjunto. Simbolizando:

Desvio = ( x1 − média) + ( x 2 − média) + ( x3 − média) + ( x 4 − média) + ( x5 − média)
Logo, o cálculo do desvio em relação à media do Grupo B, passaria a ser:

Desvio =  (1-5)+(3-5)+(5-5)+(7-5)+(9-5)  Desvio =  (-4)+(-2)+(0)+(2)+(4)  Desvio = 12

UniverCidade 97 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Para aprimorar o resultado, deve-se determinar a média do desvio, passando-se a ter o conceito do desvio médio: Desvio médio é a média entre a soma do valor absoluto da diferença entre cada valor observado e a média do conjunto, e o número de observações.

Simbolizando:

DesvioMédio =

( x1 − média) + ( x 2 − média) + ( x3 − média) + ( x 4 − média) + ( x5 − média) n

Utilizando a notação em somatório:

DM =

∑x
i =1

n

i

− média n

Desta forma, o desvio médio do grupo B seria:

DM = DM =

(1 − 5) + (3 − 5) + (5 − 5) + (7 − 5) + (9 − 5) 5 12 ∴ DM = 2,4 5
Calcule o desvio médio dos outros grupos do exemplo. Qual foi o grupo com o menor desvio médio, o grupo A ou o grupo B? O menor desvio médio indica que os dados estão mais concentrados em torno da média.

-Desvio Médio em uma variável Contínua Para a determinação do desvio médio de uma distribuição de freqüências representada por uma variável contínua, as distâncias de cada observação deve ser ponderada pela freqüência de cada observação.

UniverCidade 98 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Foi verificado anteriormente que o número de termos de uma observação representada por intermédio de uma variável contínua é, na verdade, a soma das freqüências das classes. Desta forma, o desvio médio para uma variável contínua pode ser indicada da seguinte forma:

DM =

∑f
i =1

n

i

xi − média

∑f
i =1

n

i

Ou, considerando que Σ fi é igual ao número de termos da distribuição (n), que
n

DM =
Se o exemplo:

∑f
i =1

i

xi − média n

Classe 1 2 3 4 5 8 12 16 20 24

Idades __ __ __ __ __ 12 16 20 24 28

Nº de Alunos 15 18 36 45 10

Ponto médio 10 14 18 22 26

O objetivo é determinação o desvio médio (grau de dispersão) entre as observações (idades) e a média aritmética das idades. Deve-se, inicialmente calcular a média aritmética. Sabe-se que a média aritmética é indicada por:

Média =

∑fm ∑f
i i

i

Então:

UniverCidade 99 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Classe Idades Nº de Alunos Ponto médio fimi (fi) 1 2 3 4 5 8 12 16 20 24 __ __ __ __ __ 12 16 20 24 28 15 18 36 45 10 90 (mi) 10 14 18 22 26 150 252 648 990 260 2.300

Σ
Logo, a média aritmética é:

Média = Média =

∑fm ∑f
i i

i

2.300 90 Média = 25,6anos
Precisa-se, então, determinar o módulos das distâncias entre cada observação (idades) e a média aritmética da distribuição:

Classe

Idades

Nº de Alunos (fi)

Ponto médio (mi) 10 14 18 22 26

fimi 150 252 648 990 260 2.300

fi (mi - média) 234 208,8 273,6 162 4 882,4

1 2 3 4 5

8 12 16 20 24

__ __ __ __ __

12 16 20 24 28

15 18 36 45 10 90

Σ

Logo, do desvio médio será igual a:

DM =

∑f
i =1

n

i

xi − média

∑f
i =1

n

i

DM =

882,4 ∴ DM = 9,8anos 90

UniverCidade 100 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ É necessário que sejam feitas algumas observações sobre o desvio médio: a) o desvio médio resulta em um resultado mais vantajoso (para análise da dispersão) do que a amplitude ou do que ao desvio, principalmente pelo fato de, em seu cálculo, levar em consideração todos os valores da distribuição; b) apesar do desvio médio expressar aceitavelmente a dispersão de uma amostra, não é tão freqüentemente empregado, pois o desvio médio despreza o fato de alguns desvio serem negativos e outros positivos, pois essa medida os trata como se fossem todos positivos. Há uma outra medida de dispersão mais adequada, que é a mais conhecida e a mais usada academicamente, que é o desvio padrão.

UniverCidade 101 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

4.3

– O desvio padrão

Há duas formas para eliminar sinais negativos: uma é a utilização dos valores absolutos (ou módulos), outra é elevar-se o número ao quadrado. Todo número elevado ao quadrado é positivo ou, no mínimo, igual a zero (já que zero ao quadrado é igual a zero).

Tratando-se de desvios (distâncias entre Porém, surge um problema: -

a observação e a média

aritmética) pode-se elevar-se ao quadrado o resultado da diferença. todas as observações possuem unidades de medida, como por exemplo anos, pesos em quilogramas, alturas em metros, etc. A diferença entre a observação e a média (que mantém a unidade da observação), possui uma unidade de medida. Ao elevar-se ao quadrado um número que possui uma unidade, eleva-se ao quadrado também a unidade de medida. Desta forma, supondo que o desvio entre uma observação e a média aritmética da amostra seja igual a - 2,3 anos (com valor negativo), o quadrado deste valor será igual à 5,29 anos2 , o que não faz nenhum sentido. Considerando o exemplo: Grupo B: 1, 3, 5, 7 e 9 Sabe-se que a média aritmética (média) é igual a 5 (cinco). Pode-se, para o cálculo do desvio, para eliminar os valores negativos, elevar-se as distância (diferenças entre cada observação e a média aritmética) ao quadrado. Desta forma ter-se-á:

Desvio = (1 − 5) 2 + (3 − 5) 2 + (5 − 5) 2 + (7 − 5) 2 + (9 − 5) 2 Desvio = (−4) 2 + (−2) 2 + (0) 2 + (2) 2 + (4) 2 Desvio = 16 + 4 + 0 + 4 + 16 Desvio = 40
O valor encontrado deve ser interpretado com uma unidade que será o grau ao quadrado. Não faz sentido.

UniverCidade 102 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Foi visto anteriormente que deve-se dividir o resultado pelo número de observações, para o cálculo do desvio médio. Entretanto, considerando uma série de conceitos que não são objeto deste estudo, o resultado será dividido pelo número de observações menos um (n-1). Se o denominador for n em vez de n-1, a média das diferenças ao quadrado em torno da média aritmética seria obtida. No entanto, n-1 é utilizado devido a certas propriedades matemáticas desejáveis pela estatística que mostram que à medida que cresce o tamanho da amostra, a diferença na divisão pó n ou n-1 vai se tornando cada vez menor. Desta forma, tem-se que:

40 5 −1 Desvio = 10 Desvio =
O valor encontrado é, na realidade a variância.

Variância da amostra é aproximadamente a média das diferenças ao quadrado entre cada uma das observações de um conjunto de dados e a média aritmética do conjunto. Variância é simbolizada por δ2. ( grega delta, em minúsculo) δ - letra

A variância é indicada pela seguinte expressão:

δ

2

∑ (x =

i

− média) 2 n −1

A variância mede a dispersão média em torno da média aritmética, isto é, como as observações maiores flutuam acima dela e as observações menores se distribuem abaixo dela. Desta forma, o valor anteriormente calcula é a variância, logo δ2 = 10

UniverCidade 103 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ No entanto seus cálculo resultam em unidades ao quadrado. Para corrigir esta distorção, extrai-se a raiz quadrada da variância e passase a ter a mais utilizada medida de dispersão – o desvio padrão. O desvio padrão é assim definido: Desvio padrão é a raiz quadrada da soma das diferenças ao quadrado em torno da média aritmética dividida pelo tamanho da amostra menos 1. O desvio padrão é simbolizado por δ

O desvio padrão é indicado pela seguinte expressão:

δ =

∑ ( x − média)
i

2

n −1

O desvio padrão da amostra pode ser calculado:

δ = 10 δ = 3,2
Quanto menor for o desvio padrão, mais significativa será a utilização da média para interpretar o conjunto. Quanto menor for o desvio padrão menor será a variabilidade das observações em torno da média aritmética. Cálculo da variância e do desvio padrão para dados dispostos em variável contínua O cálculo do desvio padrão para dados grupados segue procedimento análogo ao utilizado para o cálculo do desvio médio. Seja o exemplo:

-

UniverCidade 104 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Classe 1 2 3 4 5 8 12 16 20 24 Idades __ __ __ __ __ 12 16 20 24 28 Nº de Alunos 15 18 36 45 10 Ponto médio 10 14 18 22 26

Determinar a variância e o desvio padrão das idades em relação à média aritmética. Conforme foi verificado anteriormente, a média aritmética é de 25,6 anos. Desta forma, utilizando a fórmula para a variância para dados grupados

δ

2

∑ f (m − média ) =
i i

2

n −1

E sabendo-se que o desvio padrão nada mais é do que a raiz quadrada da variância, logo

δ = δ2
Verifica-se:

Classe

Idades

Nº de Alunos

Ponto médio 10 14 18 22 26 mi-média -15,6 -11,6 -7,6 -3,6 0,4

(mi-média)2 243,4 134,6 57,8 13,0 0,2

fi(mi-média)2 3654,0 2422,8 2080,8 585,0 2,0 8744,6

1 2 3 4 5

8 __ 12 __ 16 __ 20 __ 24 __ Σ

12 16 20 24 28

15 18 36 45 10 124

UniverCidade 105 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Então, substituindo-se os valores nas fórmulas, tem-se: a) a variância

8744,6 124 − 1 2 δ = 71,1

δ2 =

b) o desvio padrão

δ = 71,1 δ = 8,4anos

UniverCidade 106 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 5. Correlação e Regressão Nos capítulos anteriores foram mostrados dados que identificam a característica de um determinado experimento, como por exemplo as notas dos alunos em uma turma. Entretanto muitas vezes busca-se determinar a relação de causa x efeito entre duas variáveis, como por exemplo o número de anos de estudo e a renda média dos indivíduos, ou a relação entre o peso e a altura dos indivíduos. 5.1 – Diagrama de Dispersão A maneira mais simples de se estudar a relação entre duas variáveis é fazendo um gráfico denominado diagrama de dispersão. O diagrama de dispersão é um gráfico que permite visualizar a relação entre duas variáveis.

Para a construção de um diagrama de dispersão deve-se seguir os seguintes passos:
a. colete pares de dados (X e Y) das variáveis que pretende estudar; b. trace um sistema de eixos cartesianos e represente uma variável em cada eixo; c. estabeleça as escalas de maneira a dar ao diagrama o aspecto de um quadrado; d. faça um ponto para representar cada par de valores x e y. Seja o exemplo: Foi efetuada uma pesquisa onde foram verificadas as alturas e os pesos de um grupo de alunos, o que possibilitou a construção da seguinte tabela:

Altura (X) Peso (Y)

1,65 58

1,70 67

1,58 45

1,64 73

1,63 56

1,64 49

1,61 54

O diagrama de dispersão terá este formato:

UniverCidade 107 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

80 70 60 50

Pesos

40 30 20 10 0 155

160

165 Alturas

170

175

Feito o diagrama, observe a direção e a dispersão dos pontos. No exemplo verifica-se que sendo constatado um aumento da altura, há um aumento do peso. Para a construção do diagrama de dispersão você poderá utilizar o Assistente Gráfico do Microsoft Excel. Siga os seguintes passos: 1 – abra o Microsoft Excel; 2 – digite os dados coletados, aos pares, em forma de coluna;

UniverCidade 108 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 3 – Marque o bloco com os valores ( clique com o mouse sobre o primeiro valor, arraste para a direita e para baixo, até sombrear todos os valores );

4 – Ative o Assistente Gráfico (procure na Barra de Ferramentas) e selecione DISPERSÃO;

UniverCidade 109 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

5

– Clique com o botão esquerdo do mouse sobre Avançar>, duas vezes, e sua tela terá este formato

UniverCidade 110 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 6 – Posicione o cursor sobre a área Título, clique com o botão esquerdo do mouse e preencha o título do gráfico. Repita a operação em Eixo de Valores X (corresponde às alturas) e em Eixo de Valores Y (corresponde aos pesos); 7 – Clique com o botão esquerdo do mouse sobre Linhas de Grade e desmarque as opções que estiverem ativadas. Repita a operação em Legenda. Em seguida clique com o botão esquerdo do mouse sobre Avançar >;

8

– Clique em Concluir.

UniverCidade 111 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

9

– Seu gráfico de dispersão está concluído.

10 - Não se esqueça de salvar o arquivo. 5.2 – Correlação Linear Vários são os formatos que podem ser observados em um diagrama de dispersão e cada um deles deverá ter uma interpretação particular: a) Correlação Positiva Fraca – indica que os itens analisados possuem algum grau de dependência entre si, ou seja, sendo constatada uma variação positiva de X (aumento do valor de X), verifica-se alguma variação no mesmo sentido de Y, porém de forma irregular;

UniverCidade 112 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________
16 14 12 10 8 6 4 2 0 0 50 100 150 200 250

b)

Correlação Positiva Forte – indica que os itens analisados possuem forte grau de dependência, ou seja, sendo constatada uma variação positiva em X, verifica-se uma variação bem acentuada de Y, no mesmo sentido, porém não totalmente proporcional;

14 12 10 8 6 4 2 0 0 50 100 150 200 250

c)

Correlação Positiva Perfeita – neste caso as variações de X implicam em uma variação de Y, nas mesmas proporções. O gráfico tem a aparência de uma linha reta ascendente;

UniverCidade 113 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________
9,6 9,4 9,2 9 8,8 8,6 8,4 8,2 8 7,8 0 50 100 150 200 250

d)

Correlação Negativa Fraca - indica que os itens analisados possuem algum grau de dependência entre si, porém de maneira inversa, ou seja, sendo constatada uma variação positiva de X (aumento do valor de X), verifica-se alguma variação no sentido contrário de Y (redução do valor de Y), porém de forma irregular;

20 18 16 14 12 10 8 6 4 2 0 0 50 100 150 200 250

e)

Correlação Negativa Forte - indica que os itens analisados possuem forte grau de dependência, de maneira inversa ou seja, sendo constatada uma variação positiva em X, verifica-se uma

UniverCidade 114 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ variação bem acentuada de Y, no sentido contrário, porém não totalmente proporcional;

18 16 14 12 10 8 6 4 2 0 0 50 100 150 200 250

f)

Correlação Negativa Perfeita - neste caso as variações de X implicam em uma variação de Y, no sentido inverso. O gráfico tem a aparência de uma linha reta descendente;

60 50 40 30 20 10 0 0 50 100 150 200 250

g)

Correlação Nula – não existe nenhuma relação entre as variáveis.

UniverCidade 115 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________
140 120 100 80 60 40 20 0 0 20 40 60 80 100

Existem casos em que a relação entre as variáveis é considerada não linear, ou seja, não se aproxima de uma linha reta, como por exemplo:

180 160 140 120 100 80 60 40 20 0 0 20 40 60 80 100 120

Muitas vezes, mesmo que não se disponha dos dados, é possível que sejam interpretadas as correlações entre duas variáveis. Identifique o tipo de correlação entre as seguintes variáveis: a) preço de um produto e a quantidade consumida do produto; b) número de horas de estudo e médias do aluno; c) horas de treinamento e produtividade.

As soluções são: a) forte correlação negativa; b) correlação positiva fraca; c) correlação positiva fraca.

UniverCidade 116 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

A denominação forte e fraca poderá ser muito afetada em razão de questões pessoais e pode ser afetada pela construção inadequada do diagrama de dispersão. A estatística possibilita a análise através da determinação de um coeficiente que indique como as variáveis X e Y estão se correlacionando. 5.3 – Coeficiente de Correlação ( r ) O coeficiente de correlação é uma medida do grau de associação linear entre duas variáveis. Seu valor varia entre –1 e 1.

Esquematizando:

-1

0

1

Quanto mais próximo de –1, mais negativa será a correlação entre as variáveis. Para os valores compreendidos entre 0 e –0,5, diz-se que há fraca correlação negativa. Para os valores menores do que –0,5, inclusive, diz-se que há forte correlação negativa. Quanto mais próximo de 1, mais positiva será a correlação entre as variáveis. Para os valores compreendidos entre 0 e 0,5, diz-se que há fraca correlação positiva. Para os valores maiores do que 0,5, inclusive, diz-se que há forte correlação positiva. Se o valor de r for igual a zero, diz-se que não há correlação entre as variáveis.

UniverCidade 117 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Se o valor for igual a –1, diz que há correlação negativa perfeita entre as variáveis. Se o valor for igual a 1, diz-se que há correlação positiva perfeita entre as variáveis. O cálculo da correlação implica na utilização de uma fórmula, denominada de coeficiente de correlação momento-produto de Pearson, um tanto complexa para o nosso nível de estudos, conforme pode ser verificado:

r=

n∑ xy − (∑ x)(∑ y ) {n(∑ x 2 ) − (∑ x) 2 }x{n(∑ y 2 ) − (∑ y ) 2

Onde n representa o número de pares de dados. Entretanto pode-se recorrer ao Microsoft Excel para o cálculo do Coeficiente de Correlação. Seja o exemplo: Foi efetuado um levantamento sobre a renda das famílias dos alunos de uma escola e o número de filhos de cada família, o que possibilitou a construção da tabela abaixo:

Famílias A B C D E F G H I J

Renda (R$) 1.500,00 1.800,00 1.200,00 3.800,00 4.300,00 1.700,00 2.000,00 3.400,00 1.800,00 3.400,00

Nº de Filhos 5 4 3 1 2 3 2 2 4 1

Qual será a correlação entre a renda familiar e o número de filhos destas famílias?

UniverCidade 118 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Pode-se inicialmente visualizar, através da construção do diagrama de dispersão se há correlação positiva ou negativa.

6 5 4 3 2 1 0 0,00

1.000,00

2.000,00

3.000,00

4.000,00

5.000,00

Visualiza-se uma correlação negativa, ou seja, é possível verificar que o número de filhos diminui à medida em que aumenta a renda. Mas qual será o coeficiente de correlação? Utilizando o Microsoft Excel

1 – Digite os dados da tabela

UniverCidade 119 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 2 – Selecione, com o mouse, na Barra de Ferramentas

fx .

Na caixa de

diálogo selecione do lado esquerdo Estatística e do lado direito CORREL;

3 – Clique OK;

UniverCidade 120 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 4 – Na caixa de diálogo, clique com o botão esquerdo do mouse, no ícone colorido da linha Matriz 1;

4 – Selecione os valores da coluna Renda, clicando com o mouse (botão esquerdo) sobre o primeiro valor e arrastando até o último valor. Clique outra vez sobre o ícone colorido que aparece na tela (após a linha em branco);

UniverCidade 121 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 4 – Na caixa de diálogo, clique com o botão esquerdo do mouse, no ícone colorido da linha Matriz 2. Selecione os valores da coluna Filhos, clicando com o mouse (botão esquerdo) sobre o primeiro valor e arrastando até o último valor. Clique outra vez sobre o ícone colorido que aparece na tela (após a linha em branco).

5 – Clique OK.

UniverCidade 122 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________

O valor –0,749981433 indica forte correlação negativa entre as variáveis. Desta forma pode-se afirmar que a renda familiar influencia negativamente o número de filhos das famílias, ou seja, quanto maior for a renda das famílias, menor será o número de filhos, para a amostra analisada. Uma outra forma de ser efetuada a análise do coeficiente de correlação é multiplicar o resultado por 100, onde o resultado será identificado por intermédio de porcentagem. No exemplo, -0,75 (já arredondando o valor), multiplicado por 100 é igual a - 75. Logo, - 75 %. Interpreta-se da seguinte maneira: a renda das famílias influencia de maneira inversa o número de filhos das famílias em 75 %.

UniverCidade 123 Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ Referências: DA SILVA, Ermes Medeiros, et al. Estatística 1 – 2. ed. São Paulo : Atlas, 1996. MARTINS, Gilberto de Andrade;DONAIRE, Denis. Princípios de estatística. São Paulo : Atlas, 1979. LEVINE, David M.; BERENSON, Mark L.; STEPHAN, David. Estatística:teoria e aplicações usando Microsoft Excel em português. Rio de Janeiro : LTC, 2000. SPIEGEL, Murray Ralph. Estatística. 2. ed. São Paulo : McGraw-Hill do Brasil, 1985. TOLEDO,Geraldo Luciano;OVALLE,Ivo Izidoro.Estatística Básica. 2. ed. São Paulo : Atlas, 1985. BUSSAB, Wilton de º;MORETTIN, Pedro A. Estatística Básica. 5. ed. São Paulo : Saraiva, 2005. TRIOLA, Mario F. Introdução à Estatística. 7. ed. Rio de Janeiro : LTC, 2004. PEREIRA, Wilson;TANAKA,Oswaldo K. Elementos de Estatística. São Paulo : McGraw-Hill do Brasil, 1984.

You're Reading a Free Preview

Descarregar
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->