P. 1
estatistica aplicada

estatistica aplicada

|Views: 489|Likes:
Publicado porbarbara1985

More info:

Published by: barbara1985 on Jan 23, 2012
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

06/11/2013

pdf

text

original

Su b-Pr o jecto M a t e m á t ic a

Inovar na Formação

Manual de Estatística

Subprojecto de Matemática

Esta Publicação é propriedade do GICEA, Gabinete de Gestão de iniciativas comunitárias. Este produto é protegido pelas leis em vigor e copyright, estando reservados todos os seus direitos. Não pode ser reproduzido nem transcrito por qualquer processo seja ele qual for sem autorização dos titulares do direito. Os infractores são passíveis de procedimento judicial.

Índice
Guia de exploração ........................................................................ 1 Capítulo 1 ..................................................................................... 3 Introdução histórica ....................................................................... 4 Objecto da Estatística..................................................................... 5 População, Amostra e Unidade Estatística ......................................... 5 Variáveis Estatísticas...................................................................... 7 Classificação da Estatística.............................................................. 9 Aplicações da Estatística ................................................................10 Capítulo2 .....................................................................................12 Recolha e classificação de dados.....................................................13 Quadros de Frequências ................................................................15 Tabelas de Frequências para variáveis discretas ...............................17 Tabela de Frequências para variáveis contínuas ................................18 Capítulo 3 ....................................................................................20 Representação tabular de dados .....................................................21 Diagrama de caule e folhas ............................................................22 Representação gráfica de dados estatísticos e de frequências ..................................................................................24 Diagrama por pontos.....................................................................25 Gráficos de Barras e Histogramas ...................................................26 Gráficos de Barras ........................................................................26 Histograma ..................................................................................29 Polígonos de frequências (simples e acumuladas) .............................30 Função cumulativa ........................................................................32 Variáveis discretas ........................................................................32 Variáveis contínuas .......................................................................33 Curvas de frequência e ogivas ........................................................35 Gráficos circulares ........................................................................36 Pictogramas .................................................................................39 Outros Tipos de Gráficos................................................................40 Gráfico de rectângulo ....................................................................40 Gráfico de linhas...........................................................................41 Diagrama de quadrados.................................................................42 Pirâmide etária .............................................................................43 Série regional ou geográfica ...........................................................44 Gráficos mal construídos................................................................46 Capítulo 4 ....................................................................................47

Medidas de tendência central .........................................................48 Moda, média e mediana.................................................................48 Moda...........................................................................................48 Média ..........................................................................................50 Mediana ......................................................................................51 Comparação entre a moda, a mediana e a média..............................53 Quantis .......................................................................................56 Diagrama de extremos e quartis .....................................................57 Medidas de dispersão ....................................................................60 Amplitude, desvio e desvio médio. ..................................................61 Variância e desvio padrão ..............................................................62 Variância .....................................................................................62 Desvio padrão ..............................................................................62 Comparação entre as medidas de dispersão .....................................63 Influência da alteração dos valores da variável na média e no desvio padrão ..............................................................64 Capítulo 5 ....................................................................................66 Distribuições bidimensionais...........................................................67 Diagrama de Dispersão .................................................................67 Coeficiente de correlação linear ......................................................72 Recta de Regressão.......................................................................74 Capítulo 6 ....................................................................................76 Apresentação ...............................................................................77 Problema 1 - Os Pacotes do Açúcar .................................................77 Problema 2 - O Lançamento do Peso ...............................................78 Calculadoras Gráficas ....................................................................79 Folha de Cálculo ......................................................................... 102 Capítulo 7 .................................................................................. 126 Bibliografia ................................................................................ 127 Anexo I ..................................................................................... 128 Cálculo de Classes ...................................................................... 129 Anexo II .................................................................................... 130 Sites Nacionais ........................................................................... 131 Sites Internacionais .................................................................... 133

Índice de figuras
Figura 1 – Variáveis Estatísticas....................................................... 8 Figura 2 – Classificação da Estatística............................................... 9 Figura 3 – Recolha e classificação de dados......................................14 Figura 4 – Caule e folhas (idades dos empregados de um escritório - versão 1) ...................................................................22 Figura 5 – Caule e folhas (idades dos empregados de um escritório - versão 2) ...................................................................23 Figura 6 – Caule e folhas (comparação das classificações de dois testes).........................................................................24 Figura 7 – Diferentes tipos de correlação .........................................73 Figura 8 – Escala de correlação ......................................................73 Figura 9 – Menu estatístico ............................................................79 Figura 10 – Listas de dados............................................................79 Figura 11 – Ordenação de dados 1 ..................................................80 Figura 12 – Ordenação de dados 2 ..................................................80 Figura 13 – Ordenação de dados 3 ..................................................80 Figura 14 –Cálculo de medidas estatísticas 1....................................81 Figura 15 – Cálculo de medidas estatísticas 2...................................81 Figura 16 – Definição do tipo de gráfico 1 ........................................82 Figura 17 – Definição do tipo de gráfico 2 ........................................82 Figura 18 – Representação de Histograma 1 ....................................83 Figura 19 – Definição da janela 1....................................................83 Figura 20 – Definição da janela 2....................................................83 Figura 21 – Representação do Histograma 2 ....................................84 Figura 22 – Estudo do Histograma ..................................................84 Figura 23 – Representação do diagrama de extremos e quartis ..........84 Figura 24 – Estudo do diagrama de extremos e quartis......................85 Figura 25 – Representação da caixa de bigodes ................................85 Figura 26 – Estudo da caixa de bigodes ...........................................85 Figura 27 – Menu estatístico...........................................................86

Figura 28 – Lista de dados 1 ..........................................................86 Figura 29 – Lista de dado 2............................................................86 Figura 30 – Definição do tipo de gráfico 1 ........................................87 Figura 31 – Definição do tipo de gráfico 2 ........................................87 Figura 32 – Representação da nuvem de pontos ...............................88 Figura 33 – Diagnostic On..............................................................88 Figura 34 – Determinação da recta de regressão ..............................89 Figura 35 – Cálculo do coeficiente de correlação linear ......................89 Figura 36 – Equação da recta de regressão ......................................90 Figura 37 – Representação da recta de regressão .............................90 Figura 38 – Estudo do diagrama de dispersão...................................90 Figura 39 – Menu estatístico...........................................................91 Figura 40 – Introdução de dados 1..................................................91 Figura 41 – Introdução de dados 2..................................................91 Figura 42 – Ordenação de dados 1 ..................................................92 Figura 43 – Ordenação de dados 2 ..................................................92 Figura 44 – Cálculo de medidas estatísticas 1...................................92 Figura 45 – Cálculo de medidas estatísticas 2...................................93 Figura 46 – Leitura das medidas estatísticas ....................................93 Figura 47 – Voltar à lista de dados ..................................................93 Figura 48 – Definição do tipo de gráfico ...........................................94 Figura 49 – Definição do Histograma ...............................................94 Figura 50 – Construção do Histograma 1 .........................................94 Figura 51 – Alteração manual da janela ...........................................95 Figura 52 – Construção do Histograma 2 .........................................95 Figura 53 – Construção do Histograma 3 .........................................96 Figura 54 – Alteração manual da janela 2 ........................................96 Figura 55 – Construção do Histograma 4 .........................................96 Figura 56 – Estudo do Histograma ..................................................97 Figura 57 – Construção do diagrama de extremos e quartis ...............97 Figura 58 – Estudo do diagrama de extremos e quartis......................97 Figura 59 – Menu estatístico...........................................................98

....................................................... 104 Figura 75 – Assistente de funções 2 ......... 104 Figura 76 – Assistente de funções 3 ......................................... 103 Figura 74 – Assistente de funções 1 ................................................................................................................................................................................... 108 Figura 84 – Assistente de gráficos 1 ....................... 101 Figura 69 – Desenhar a recta de regressão 2 ...... 100 Figura 66 – Cálculo da equação da recta de regressão e do coeficiente de correlação.............................................................................................. 109 Figura 85 – Assistente de gráficos 2 ......................................... 106 Figura 79 – Assistente de funções 4 ........... 100 Figura 67 – Desenhar a recta de regressão 1 . 106 Figura 80 – Assistente de funções 5 .......................99 Figura 65 – Construção da nuvem de pontos 2 ...................................................................................................... 110 Figura 87 – Assistente de gráficos 4 ................................................................ 103 Figura 73 – Medidas estatísticas ....... 112 ................................ 111 Figura 89 – Assistente de gráficos 6 ........................................................................ 101 Figura 71 – Introdução de dados na folha de cálculo ......99 Figura 63 – Definição da frequência relativa ............................................. 107 Figura 83 – Tabela de frequências............................................................... 111 Figura 90 – Histograma 1 ....................... 101 Figura 70 – Estudo da recta de regressão ............................................................... 109 Figura 86 – Assistente de gráficos 3 ............................................................. 102 Figura 72 – Ordenação de dados..... 110 Figura 88 – Assistente de gráficos 5 ......................................... 107 Figura 82 – Determinação dos quartis ........................................................................98 Figura 61 – Definição do tipo de gráfico ............. 105 Figura 77 – Cálculo da média ................................... 105 Figura 78 – Cálculo do desvio padrão ................. 100 Figura 68 – Menu Graph ........................................................................98 Figura 62 – Definição do diagrama de extremos e quartis .................... 107 Figura 81 – Assistente de funções 6 .........................99 Figura 64 – Construção da nuvem de pontos 1 ..............Figura 60 – Introdução dos dados ...................

................................ 121 Figura 106 – Assistente de funções 10.... 116 Figura 97 – Assistente de gráficos 10 ...................... 112 Figura 92 – Assistente de gráficos 7 .............................................................................. 113 Figura 93 – Assistente de gráficos 8 .................................................................................................................................... 123 Figura 112 – Previsões 1 .............................. 124 Figura 113 – Previsões 2 ..... 122 Figura 110 – Linha de tendência 3 ..... 118 Figura 101 – Nuvem de pontos 1 .......... 124 ................Figura 91 – Histograma 2 ............................. 114 Figura 95 – Introdução de dados ............. 115 Figura 96 – Assistente de gráficos 9 ............................ 120 Figura 104 – Assistente de funções 8 ...................................................... 119 Figura 103 – Assistente de funções 7 .......................................................... 113 Figura 94 – Histograma 3 ..................................................................................................... 119 Figura 102 – Nuvem de pontos 2 ...................... 122 Figura 109 – Linha de tendência 2 ........................................ 123 Figura 111 – Recta de regressão 3 ..................................................... 121 Figura 108 – Linha de tendência 1 ............ 117 Figura 98 – Assistente de gráficos 11 .......... 117 Figura 99 – Assistente de gráficos 12 ...................................................... 121 Figura 107 – Determinação do coeficiente de correlação linear ..................................................................................................................................................................................................... 120 Figura 105 – Assistente de funções 9 ................................. 118 Figura 100 – Assistente de gráficos 13 ...........................................

............................................16 Tabela 2 – Frequências (Número de irmãos) ......................................................................................74 ...................................................57 Tabela 20 – Tempo de duração de lâmpadas ..22 Tabela 6 – Classificações de dois testes .....................48 Tabela 16 – Preços de viagens.....21 Tabela 5 – Idades dos empregados de um escritório ..............................50 Tabela 17 – Resumo das características das medidas de tendência central ...............................70 Tabela 27 – Temperatura / Tempo de coagulação do sangue........................................................................................................................................68 Tabela 25 – Comprimento do salto e peso do atleta .............................................25 Tabela 8 – Número de alunos por sexo .....55 Tabela 18 – Localização do Q1 e Q3 .........60 Tabela 22 – Salários da empresa B ..........32 Tabela 10 – Alturas de alunos ....69 Tabela 26 – Pressão atmosférica e temperatura..Índice de tabelas Tabela 1 – População residente no Alentejo..................71 Tabela 28 – Altitudes e temperaturas .....64 Tabela 24 – Marcas do lançamento do peso nos Jogos Olímpicos ....................................59 Tabela 21 – Salários da empresa A .....17 Tabela 3 – Frequências (Alturas em cm dos alunos do 9º ano) .............................................................................23 Tabela 7 – Consumo interno de água engarrafada de 1987 a 1998 .....................................................................60 Tabela 23 – Calculo da média e do desvio padrão ..40 Tabela 13 – Novos fogos construídos (versão 1) ...........................................................................34 Tabela 11 – Frequência relativa de alunos por sexo............................................................................................26 Tabela 9 – Frequências acumuladas do número de irmãos ..................................................................................................56 Tabela 19 – Temperaturas máximas.............43 Tabela 15 – Idades das empregadas .........37 Tabela 12 – Consumo de Vinho por regiões do país .42 Tabela 14 – Novos fogos construídos (versão 2) ......................19 Tabela 4 – Dados (Número de medalhas ganhas por país em Sydney 2000)..............

.............................................................Tabela 29 – Peso dos pacotes de açúcar ................78 ...78 Tabela 30 – Lançamento do peso ...............

......45 Gráfico 25 – Pictograma mal construído.......................................................................45 Gráfico 24 – Série regional ou geográfica 3 .................................38 Gráfico 16 – Gráfico circular (Principais importadores de vinho do Porto – 1998) .............................................................................34 Gráfico 14 – Curva de acumulação de frequências ou ogiva................41 Gráfico 19 – Gráfico de linhas (evolução do número de óbitos por VHI) .............................................31 Gráfico 12 – Função cumulativa para varáveis discretas............35 Gráfico 15 – Gráfico circular .........................................44 Gráfico 22 – Série regional ou geográfica 1 ...................27 Gráfico 4 – Gráfico de barras horizontais ....................................44 Gráfico 23 – Série regional ou geográfica 2 ..38 Gráfico 17 – Pictograma (Venda de veículos ligeiros de passageiros)..............24 Gráfico 2 – Consumo interno de água engarrafada de 1987 a 1998.......................28 Gráfico 6 – Gráfico de barras verticais em profundidade .....................26 Gráfico 3 – Construção de um gráfico de barras verticais ......................30 Gráfico 10 – Polígono de frequências (Tempo de chegada ao Centro de Formação) ........................................................................................43 Gráfico 21 – Pirâmide etária .................33 Gráfico 13 – Função cumulativa para variáveis contínuas .............................................28 Gráfico 5 – Barras representadas por figuras.......................................................................46 ........................................29 Gráfico 8 – Duas ou mais barras para cada variável .....................31 Gráfico 11 – Polígono de frequências acumuladas (Tempo de chegada ao Centro de Formação) .............................29 Gráfico 9 – Histograma da distribuição das alturas dos alunos de uma turma .....41 Gráfico 20 – Gráfico de quadrados (Novos fogos construídos).........................Índice de gráficos Gráfico 1 – Produção de vinho na região demarcada do Douro..........................................................................................28 Gráfico 7 – Barras horizontais em profundidade.................................................................39 Gráfico 18 – Gráfico de rectângulos...........

............................46 Gráfico 27 – Determinação geométrica da moda .59 Gráfico 31 – Correlação ano /distância do lançamento do peso ............71 Gráfico 35 – Recta de regressão ......................68 Gráfico 32 – Correlação comprimento do salto /peso do atleta.......Gráfico 26 – Gráfico de barras mal construído ..............75 ............70 Gráfico 33 – Correlação temperatura / pressão atmosférica ........................................................................................................................50 Gráfico 28 – Determinação geométrica da mediana......52 Gráfico 29 – Diagrama de extremos e Quartis ........................................................................70 Gráfico 34 – Correlação temperatura / tempo de coagulação do sangue ....58 Gráfico 30 – Diagrama de extremos e quartis partindo de um gráfico de frequências acumuladas ..........................

...............................16 Fórmula 3 – Frequência relativa acumulada...........................................32 Fórmula 5 – Localização da moda dentro da classe modal .....................................62 Fórmula 9 – Desvio padrão ..................................................................16 Fórmula 4 – Função cumulativa para variáveis discretas .53 Fórmula 8 – Variância ................................................................................................................................................49 Fórmula 6 – Média aritmética .........Índice de fórmulas Fórmula 1 – Frequência absoluta acumulada ...........50 Fórmula 7 – Determinação da mediana.........................................................................72 Fórmula 11 – Coeficiente de regressão .75 ......................62 Fórmula 10 – Coeficiente de correlação linear.....15 Fórmula 2 – Frequência relativa...............................

isto é. de um modo geral. onde se podem encontrar informações de caracter científico e dados estatísticos para a elaboração de novas questões. será útil que o formador disponha de um projector de dados apropriado à projecção da janela da sua calculadora gráfica. nacionais e internacionais. dos mesmos autores. individualmente ou em pequenos grupos. para facilitar a compreensão de alguns conceitos teóricos assim como cálculos. Cada formador poderá utilizar como complemento deste manual. O formador deverá utilizar as indicações fornecidas no Capítulo 6 de forma transversal. podendo a utilização adequada destes três produtos dar origem à elaboração de planos de sessão estruturados científica e pedagogicamente. Os conteúdos estão adaptados. aos diversos módulos de Estatística para o nível III da Formação Profissional.Guia de exploração O presente manual está estruturado com 5 capítulos iniciais onde são introduzidos os conceitos teóricos para o estudo da Estatística assim como alguns exemplos. Neste sentido. escolheram-se por vezes exemplos menos adaptados à realidade. A utilização das calculadoras gráficas na formação em Estatística deve ser considerada não só uma ferramenta facilitadora do cálculo mas também com uma forte componente pedagógica. podendo assim ser tratados problemas relacionados com a vida real. No presente manual. é apresentado um sexto capítulo onde são resolvidos dois problemas com recurso à utilização de calculadoras gráficas assim como de computadores. Este manual é ainda complementado com um anexo onde se podem encontrar uma lista comentada de sites da Internet. porém com a utilização da calculadora gráfica podem ser tratados qualquer tipo de dados sem qualquer dificuldade. a utilização das calculadoras gráficas e dos computadores deve acompanhar todos os conteúdos apresentados nos 5 primeiros capítulos deste manual. o Manual de Exercícios de Estatística e a Bateria de Acetatos de Estatística. e que os formandos possam dispor também. de calculadoras gráficas. Sendo um dos principais objectivos deste trabalho a utilização de novas tecnologias no estudo da Estatística. 1 .

nem dos restantes produtos. a equipa que preparou estes produtos. ou de uma forma lúdica. Nesta situação. de uma forma tradicional. denominado O Presidente. encontrando-se um disponível no CD ROM e o outro. referidos anteriormente. Embora a avaliação dos formandos não seja objectivo deste manual.particularmente com a área de formação do formando. Em sala de formação equipada com computadores. pode-se recorrer à folha de cálculo em alternativa às calculadoras gráficas. criou e produziu dois jogos para serem utilizados pelos formandos. Dos mesmos autores está ainda disponível um CD ROM que além de integrar o presente Manual de Estatística. contém ainda referências a software de Estatísca. utilizando jogos didácticos. com o apoio do Manual de Exercícios de Estatística. 2 . disponível em formato clássico de caixa com tabuleiro. Para facilitar o trabalho do formador. são também apresentadas no Capítulo 6 um conjunto de indicações sobre a utilização da folha de cálculo no estudo da Estatística. a verificação e a consolidação dos conhecimentos adquiridos pode ser feita. disponibilizando mesmo alguns programas. o Manual de Exercícios de Estatística e a Bateria de Acetatos de Estatística. pelo que a maioria das questões apresentadas no Manual de Exercícios de Estatística são deste tipo. e que pode ser utilizado por um máximo de 6 jogadores.

Amostra e Unidade Estatística Variáveis Estatísticas Classificação da Estatística Aplicações da Estatística 3 .Capítulo 1 Iniciação à Estatística Introdução histórica Objecto da Estatística População.

baseado em levantamentos estatísticos. Começou-se assim a fazer tratamentos estatísticos de fenómenos sociais e demográficos. Na sua origem a estatística estava ligada ao Estado. chamada para o serviço militar e outros assuntos governamentais. tornando-se assim indispensável ao cidadão do sec XXI. Durante a Idade Média. O recenseamento geral de uma população é uma prática que remonta à antiga Roma e Egipto. Bayes foi o primeiro matemático a aplicar a teoria das probabilidades no previsão de fenómenos. Foi já no sec. não só se mantém esta ligação. XVIII que surgiu o primeiro levantamento de dados a nível nacional. O seu objectivo principal era obter informação para a colecta de impostos.Capítulo 1: Iniciação à Estatística Introdução histórica A estatística tem evoluído muito nos últimos anos. mas desde sempre que o homem tem sentido necessidade de recolher informação. registaram-se alguns dados sobre epidemias e terramotos que podem ser considerados como uma espécie de levantamento estatístico. Foi também no sec XVIII que surgiu o termo “Staatenkunde” traduzido para português como Estatística . Hoje. No sec XVIII. como “ciência das coisas do estado” visto que era o Estado que organizava e produzia esses estudos.pelo professor Achenwall. como todos os estados e a sociedade em geral dependem cada vez mais dela. 4 .

descrever. organizar. População. conjecturar e procurar relações quando se formulam e resolvem problemas do mundo real. O estudo da estatística realça a importância de questionar. pode-se fazer um inquérito.Capítulo 1: Iniciação à Estatística Objecto da Estatística Numa sociedade baseada na tecnologia e na comunicação. A estatística é um ramo da matemática que estuda uma ou várias características ou propriedades de uma população. Amostra e Unidade Estatística A maior parte das situações em que é necessário utilizar técnicas estatísticas .Para se conhecerem as intenções de voto nas próximas eleições. O estudo estatístico incide fundamentalmente sobre situações que. com níveis de erro controlados. tomar decisões ou fazer previsões com base nessa informação tem cada vez mais importância. e que permite estabelecer previsões que facilitem a tomada de decisões assim como interpretar e explicar a realidade. Surgem assim os conceitos de População e Amostra. Para resolver estes problemas utiliza-se um conjunto de técnicas e instrumentos que conjuntamente dão respostas aproximadas. recorrendo a num número restrito desses indivíduos. exibir e interpretar dados. recolher. por estarem sujeitas a múltiplas influências raramente se podem representar por uma lei matemática simples ou por um modelo determinado. A estatística aparece no mundo actual como resposta à complexidade de problemas que não permitem uma solução através de um único modelo com uma resposta exacta. Escolhe-se então um grupo significativo de pessoas que vão 5 . Exemplos: 1. envolve a necessidade de tirar conclusões gerais acerca de um grande número de indivíduos . Este não pode ser feito a toda a população.

assim escolhe-se um lote de pilhas que constituem a amostra. Por exemplo se considerarmos a amostra formada pelos jogadores da equipa de basquetebol de uma determinada escola para estudar as alturas dos alunos da escola. ou mesmo necessário recorrer a uma amostra em vez da população porque : • • • a população é em número infinito a observação da população é muito dispendiosa ou leva muito tempo para levar a efeito a observação haveria destruição generalizada dos elementos da população. A sua utilização para estimar características da população pode ter consequências graves. População é o conjunto de indivíduos com qualquer característica em comum e com interesse para o estudo em causa. Para escolher adequadamente uma amostra deve-se ter em conta alguns aspectos tais como: 6 . 2. sendo a população formada por todos os indivíduos com direito a voto. todavia podemos considerar que a estimativa da característica populacional em estudo é útil se a amostra utilizada for representativa da população. A cada um dos elementos de uma população chama-se unidade estatística. concluiríamos que os estudantes são mais altos do que na realidade o são. É claro que não é possível experimentar todas as pilhas que formam a população. diz-se que é enviesada. Em estatística a palavra população não só se refere a pessoas. A generalização dos resultados obtidos através do estudo de uma amostra comporta sempre um certo erro. mas também a objectos e acontecimentos. Quando uma amostra não é representativa da população.Capítulo 1: Iniciação à Estatística constituir a amostra.O departamento de controle de qualidade de uma fábrica de pilhas pretende analisar a duração de determinado tipo de pilhas. Em muitas situações torna-se aconselhável. na medida em que a amostra tem propriedades que não reflectem as propriedades da população. Amostra é um subconjunto finito da população que se supõe representativo desta.

também designadas por carácteres ou atributos. Amostra estratificada. Os tipos de amostras mais utilizadas são: • • Amostra aleatória. Por exemplo no conjunto dos alunos de uma determinada escola podemos estudar • a cor dos olhos • a altura • os desportos preferidos • a idade Nas características anteriores encontram-se algumas que se podem traduzir na forma de um valor numérico e outras que não são quantificáveis. a escolha é feita ao acaso. traduzindo-se por qualidades. Assim. • deve ser suficientemente larga. • deve conter em proporção tudo o que a população possui. A cada característica estudada numa dada população chama-se variável estatística. podem-se encontrar muitas características. Existem algumas técnicas científicas para seleccionar uma amostra. onde qualquer elemento tem a mesma probabilidade de ser escolhido. é utilizada quando a população apresenta grupos diferenciados. Variáveis Estatísticas No estudo de uma população. tanto quanto possível. qualitativa e quantitativamente. das características da população. categorias ou preferências. divide-se a população em grupos tão homogéneos quanto possível e selecciona-se em cada grupo uma parte proporcional à sua dimensão. 7 . de modo a que as características da amostra se aproximem.Capítulo 1: Iniciação à Estatística • todos os indivíduos da população devem ter igual probabilidade de serem seleccionados.

x2 . Uma variável qualitativa pode tomar diversas formas. de números reais. As variáveis quantitativas podem ainda ser dividida em dois tipos : Variável quantitativa discreta. Por exemplo.. pois quando se pergunta a idade a alguém é normal que a resposta seja um número inteiro. uma vez que os valores que esta variável toma são 1º ciclo. às quais se chamam modalidades. é aquela que só pode tomar valores isolados. a profissão. No 8 . na maior parte das vezes é considerada discreta. etc. As que podem ser ordenáveis denominam-se ordinais. verde.. são modalidades da variável qualitativa “cor dos olhos”. o nível de instrução é uma variável ordinal. 3º ciclo. Azul. Quando uma variável estatística pode ser medida . sendo representada por um número.Capítulo 1: Iniciação à Estatística As variáveis estatísticas que exprimem uma qualidade. denominam-se nominais e é um exemplo deste tipo de variáveis. como por exemplo o número de irmãos ou o número de golos marcados num dado jogo. a classificação de uma variável quantitativa em discreta ou contínua levanta algumas dúvidas. As variáveis qualitativas podem ser ou não ordenáveis. como por [ [ exemplo a altura ou o peso de uma pessoa ou o tempo gasto por cada aluno no percurso casa – escola. é aquela que pode tomar qualquer valor de um dado intervalo. x1 . não se podendo traduzir numericamente são chamadas Variáveis Qualitativas . Por exemplo a variável “idade”. diz-se uma Variável Quantitativa . Como exemplos temos a cor dos olhos ou os desportos preferidos. 2º ciclo. As que não são ordenáveis. . Variáveis estatísticas Quantitativa Qualitativa Discreta Contínua Figura 1 – Variáveis Estatísticas Por vezes. Variável quantitativa contínua.. castanho .

População Amostra Estatística Descritiva Características da população Estatística Indutiva Estudo da amostra Características da amostra Figura 2 – Classificação da Estatística 9 . uma semana. A Estatística Indutiva é um método de investigação muito importante. A estatística descritiva pode ser aplicada tanto à amostra como à população. um mês. organizá-los em tabelas ou gráficos e condensar a informação em valores que traduzam satisfatoriamente as características da totalidade dos dados. entra-se numa segunda fase. um ano. onde se procura tirar conclusões sobre a totalidade da população. pois facilita a tomada de decisões. generalizando os resultados obtidos através da amostra. Nesta fase utiliza-se a Estatística Descritiva.Capítulo 1: Iniciação à Estatística entanto trata-se de uma variável contínua pois a diferença de idades de duas pessoas pode ser tão pequena quanto se queira. cuja finalidade é descrever certas propriedades de um conjunto de dados.. Entra-se então no campo da Estatística Indutiva. Classificação da Estatística Para fazer o estudo estatístico de uma população consideram-se normalmente duas fases distintas. Uma primeira fase consiste em recolher os dados.. permitindo prever a evolução de determinados conhecimentos. Conhecidos os resultados de uma amostra. um dia.

... televisão. torna-se mais fácil tratar a informação. . do mercado. pelo que. • justificar tomadas de decisão (construção de escolas. sendo utilizada em diversas situações: • veicular informação nos diversos órgãos de comunicação (jornais. constitui a Estatística Aplicada. revistas. até a mais 10 . internet. ).. da qual é exemplo a Bioestatística. Com o desenvolvimento das novas tecnologias.. ). .. Aplicações da Estatística A estatística está presente no dia a dia da nossa sociedade. incentivo ao consumo. • sondar a opinião pública ( preferências .. ). nomeadamente a informática... hábitos. de recordes. A utilização da Estatística como um método científico ao serviço dos diferentes ramos do saber. ). Este processo designa-se por Estatística Analítica. . • fundamentar previsões ( evolução da população.Capítulo 1: Iniciação à Estatística Exemplos de situações nas quais se utiliza a Estatística Descritiva: • Consumo de leite na população portuguesa • Volume das exportações portuguesas nos últimos anos • Acidentes de viação nas estradas portuguesas Exemplos de situações em que se utiliza a Estatística Indutiva • Previsão de resultados eleitorais • Previsão do crescimento económico • Previsões demográficas Podemos ainda analisar os dados obtidos e procurar estabelecer relações entre os fenómenos em estudo. rádio.

a Psicologia e muitas outras. • • 11 . a Medicina. A Estatística tem grande importância em determinadas áreas. tais como a Economia. Exemplos de aplicação da estatística: • Na Economia. para determinar a comercialização de um produto. a Política. Na Pedagogia. para o estudo de novos métodos de aprendizagem. a Geografia. Na Medicina. para estudar o efeito de um novo medicamento ou para saber qual o tipo de sangue cuja necessidade é maior numa emergência.Capítulo 1: Iniciação à Estatística simples decisão económica como a comercialização de um produto não é tomada sem ter em conta os resultados estatísticos. A procura do conhecimento tem sido uma das preocupações constantes das pessoas que se dedicam a investigar. para calcular o prémio de um seguro ou para determinar a taxa de juro de um empréstimo bancário. e a estatística tem vindo a desempenhar um papel cada vez mais importante na seriedade dos processos utilizados na procura da “verdade”.

Capítulo2 Distribuição de Frequências Recolha e classificação de dados Quadro de Frequências 12 .

métodos de recolha e classificação dos dados. Os dados a recolher podem ser de tipos diferentes e ter origens diversas. Na fase de classificação dos dados procede-se à identificação de unidades de informação com características comuns e posteriormente ao seu agrupamento. as entrevistas pessoais. Assim. os dados recolhidos directamente a partir da fonte originária denominam-se dados primários e aqueles que provêm já de uma recolha feita previamente chamam-se dados secundários.. Quanto aos métodos usados na recolha de dados. se uma organização coloca dados seus à disposição dos seus órgãos de decisão. os dados podem ser provenientes de uma fonte interna. 13 . bem como quanto à periodicidade. podem ser muito diversificados. como por exemplo. No esquema da página seguinte (figura 3) podemos verificar de forma resumida o que ficou dito anteriormente quanto à fonte dos dados e ao seu tipo. A recolha de dados pode ser feita de forma contínua (recolha de dados meteorológicos). se uma organização disponibiliza dados seus para outras organizações.Capítulo 2: Distribuição de Frequências Recolha e classificação de dados Qualquer estudo estatístico tem como ponto de partida a recolha e posterior classificação dos dados. o preenchimento de questionários escritos ou electrónicos. as entrevistas pelo telefone. Quanto à origem. periódica (censos populacionais) ou ocasional(sondagens). ou de uma fonte externa. etc.

Figura 3 – Recolha e classificação de dados 14 .Capítulo 2: Distribuição de Frequências Tipos de fontes Fonte interna de dados Fonte externa de dados Tipos de dados Dados primários Dados secundários Periodicidade contínua periódica ocasional Métodos de recolha entrevistas pelo telefone questionários ! entrevistas pessoais Classificação dos dados Identificação de unidades de informação com características comuns e posterior agrupamento.

x2 a segunda concretização da variável e xi a iézima concretização da variável. A frequência absoluta acumulada de uma variável é a soma das frequências absolutas anteriores com a frequência absoluta dessa variável. 173 216 no Alentejo Central. isto é Fi = ∑f i =1 i i Fórmula 1 – Frequência absoluta acumulada 15 . simples e acumulada e frequência relativa. torna-se necessário organizá-los em quadros e tabelas. Na construção destes quadros e tabelas é importante o conhecimento de noções como frequência absoluta. Na organização de quadros e tabelas. simples e acumulada. Fonte: Instituto Nacional de Estatística Neste exemplo. independentemente do tipo de variável. é o número de vezes que essa variável ocorre e representa-se habitualmente por fi. iremos definir os diferentes tipos de frequências. de forma a que a sua leitura e interpretação se torne mais fácil. A partir do exemplo seguinte. A frequência absoluta de uma determinada variável x. a população residente no Alentejo dividiase da seguinte forma: 128 678 no Alto Alentejo. sendo x1 a primeira concretização da variável. o número de residentes em cada sub-região do Alentejo designa-se por frequência absoluta. 98 519 no Alentejo Litoral e 143 020 no Baixo Alentejo. as variáveis estatísticas são designadas por x.Capítulo 2: Distribuição de Frequências Quadros de Frequências Após a recolha e classificação dos dados. No ano de 1991.

isto é: Fri = ∑ f ri .319 0. podemos agora elaborar os quadros de frequência absoluta.263 0.Capítulo 2: Distribuição de Frequências A frequência relativa de uma variável é o quociente entre a frequência absoluta e o total de ocorrências N. relativa acumulada) Alto Alentejo Alentejo Central Alentejo Litoral Baixo Alentejo 128 687 173 216 98 519 143 020 543433 128 687 301 894 400 413 543 433 0. de frequência relativa e de frequência relativa acumulada.237 0. de frequência absoluta acumulada.237 0. isto é: fri = fi ( fri ∈ [0. N Fórmula 2 – Frequência relativa A frequência relativa acumulada de uma variável é a soma das frequências relativas anteriores com a frequência relativa dessa variável. absoluta acumulada) fri (frequência relativa) Fri (freq. i =1 Fórmula 3 – Frequência relativa acumulada i Os valores da frequência relativa e da frequência relativa acumulada podem ser apresentados na forma de percentagem.1]).737 1 TOTAL (N)= 16 . População residente no Alentejo Tabela 1 – fi (frequência absoluta) Fi (freq.556 0. A partir do exemplo dado.181 0.

Núcleo do quadro – formado por linhas e colunas contendo os números e informações necessárias. facilitadores da sua leitura e compreensão.Capítulo 2: Distribuição de Frequências Na apresentação de um quadro de frequências devemos ter em atenção alguns aspectos relacionados com a sua construção.96 1.00 Fri 0. Título – relacionado com o conteúdo do quadro.00 - 17 . Fonte – situa-se no rodapé e é obrigatória(excepto para dados hipotéticos).92 0.13 0. Tabelas de Frequências para variáveis discretas Exemplo: Nas turmas A e B do 9º ano de uma escola.79 0. Total – apresenta-se entre traços horizontais e é facultativo em algumas tabelas.66 0.04 1. Notas de rodapé – explicações escritas no rodapé e são facultativas. os alunos registaram o número de irmãos. obtendo-se o seguinte resultado: 2 1 1 1 2 1 1 1 1 6 1 1 0 2 1 5 1 0 1 0 1 1 1 Tabela 2 – Frequências (Número de irmãos) Nº irmãos xi 0 1 2 5 6 Total fi 3 15 3 1 1 23 Número de irmãos Fi 3 18 21 22 23 - fri 0.04 0.13 0.13 0.

13 23 Tabela de Frequências para variáveis contínuas Requer atenção especial a organização de tabelas de frequência de variáveis contínuas. dos alunos do 9º ano de escolaridade de uma escola: 160 166 189 168 172 177 178 170 177 170 154 165 186 169 167 158 180 167 174 152 185 168 173 Como se trata de uma variável contínua o primeiro procedimento a efectuar consiste em organizar a distribuição.Capítulo 2: Distribuição de Frequências F1 = f1 F2 = f1 + f2 F3 = f1 + f2 + f3 ………………………… Fn = f1 + f2 + f3 +…+ fn fri = fi N Ex: F1 = f1 = 3 Ex: F2 = 3 + 15=18 Ex: fri = 3 ≅ 0. 1. Calcular a amplitude total (H): Amplitude total (H) é a diferença entre o limite superior e o limite inferior: H = Ls – Li ⇔ H = 189 – 152 ⇔ H = 37 18 . Exemplo: Consideremos as alturas. em centímetros. agrupando os dados em classes. Determinar o limite superior (Ls) e o limite inferior (Li) das classes: Limite superior: 160 cm → Li = 160 Limite superior: 152 cm → Ls = 152 2.

4 ⇔ h ≅ 8 n 5 5. Organizar a tabela da distribuição: Frequências (Alturas em cm dos alunos do 9º ano) Tabela 3 – Classes [152. 6.17 0.13 0.87 1 1 Não existe uma fórmula universalmente aceite para calcular o número de classes.35 0.17 0.39 0. Determinar a frequência absoluta.160[ [160.168[ [168.22 0.74 0.184[ [184.13 1.Capítulo 2: Distribuição de Frequências 3. Calcular a amplitude da classe(h): h= H 37 ⇔h= ⇔ h = 7.176[ [176.00 fri (%) 17 22 35 13 13 100 Fri 0.192[ Total fi 4 5 8 3 3 23 Fi 4 9 17 20 23 - fri 0. 19 . Determinar o número de classes1 (n): n=5 4. no entanto podemos levar em linha de conta as sugestões dadas por alguns autores – ver Apêndice I.

Capítulo 3 Representação gráfica e tabular de dados Representação tabular de dados Diagrama de caule e folhas Representação gráfica de dados estatísticos e de frequências 20 .

6 6.Capítulo 3: Representação gráfica e tabular de dados estatísticos Representação tabular de dados A tabela é um instrumento muito utilizado para representar dados estatísticos.3 4. a distribuição de medalhas nos 13 países mais bem sucedidos. permitir estabelecer rapidamente comparações.4 .2 3.6 3. 100 21 ..9 2.1 2.. ser de fácil leitura. por: • • • ser de fácil e rápida construção.1 6. Exemplo: No último grande acontecimento desportivo de 2000.. TOTAL Nº medalhas ganhas 90 77 59 56 54 36 31 28 26 25 24 23 20 .8 2..7 2... está expressa na seguinte tabela: Dados (Número de medalhas ganhas por país em Sydney 2000) Tabela 4 – País Estados Unidos Rússia China Austrália Alemanha França Itália Coreia do Sul Cuba Grã-Bretanha Roménia Holanda Ucrânia . 850 % 10.9 6.6 9.3 3.

registam-se à esquerda os valores correspondentes ao caule e à direita os valores correspondentes às folhas. Quando a amostra é muito grande. Para construir um diagrama de caule e folhas começamos por traçar uma linha vertical. Nesta situação podemos subdividir os caules. cuja representação se pode situar entre a tabela e o gráfico.versão 1) No caule colocaram-se os algarismos das dezenas e as folhas são formadas pelos algarismos das unidades ordenados . por vezes os caules ficam muito compridos. Considerando por exemplo. Num diagrama de caule e folhas são perfeitamente visíveis todos os dados observados e facilmente é visualizada a forma como eles se distribuem por diversas classes. 22 . as idades dos empregados de um escritório Idades dos empregados de um escritório Tabela 5 – 18 22 31 27 23 19 21 32 24 24 18 22 25 27 27 20 28 21 31 36 O respectivo diagrama de caule e folhas será então: 1 8 8 9 2 0 1 1 2 2 3 4 4 5 7 7 7 8 3 1 1 2 6 Folhas Figura 4 – Caule e folhas (idades dos empregados de um escritório . Para este exemplo podemos dividir cada caule ao meio.Capítulo 3: Representação gráfica e tabular de dados estatísticos Diagrama de caule e folhas O diagrama de caule e folhas é um método de organização de dados.

O respectivo diagrama de caule e folhas será então: 23 .Capítulo 3: Representação gráfica e tabular de dados estatísticos 1 1 2 2 3 3 8 8 9 0 1 1 2 2 3 4 4 5 7 7 7 8 1 1 2 6 Folhas Figura 5 – Caule e folhas (idades dos empregados de um escritório . Tabela 6 – Classificações de dois testes 1º teste 75 42 73 112 126 128 92 97 95 153 158 122 135 138 72 78 75 128 153 142 112 94 125 134 145 82 122 163 164 124 2º teste 145 111 132 112 95 163 143 185 124 123 Para fazer a comparação das classificações do dois testes faz-se um diagrama de caule e folhas. de imediato que os resultados do 2º teste foram superiores aos do primeiro. relativos à mesma característica. Consideremos então o seguinte exemplo. representado pela figura 6. Por observação do diagrama.versão 2) Este tipo de representação é muito útil para fazer a comparação de dois conjuntos de dados. no qual se coloca à esquerda do caule as classificações do primeiro teste e à direita as do segundo. em que são apresentadas as classificações (em pontos) de dois testes de Estatística. verifica-se.

Capítulo 3: Representação gráfica e tabular de dados estatísticos 2 8 5 5 3 2 7 5 2 2 8 8 6 2 8 5 2 8 3 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 2 4 5 1 2 2 3 2 2 3 4 4 5 4 5 5 3 3 4 5 Folhas Caule Folhas Figura 6 – Caule e folhas (comparação das classificações de dois testes) Representação gráfica de dados estatísticos e de frequências Produção de Vinho na Região Demarcada do Douro 400 350 pipas de 550 litros 300 250 200 150 100 50 0 1994 1995 1996 1997 1998 Vinho Não Beneficiado Vinho do Porto Gráfico 1 – Produção de vinho na região demarcada do Douro 24 .

por quadros de distribuição por frequência e por gráficos. Rótulos para ambos os eixos. procuramos a representação mais adequada ao fenómeno em estudo. que. A partir dos dados da tabela 7. a do vinho do Porto ou do Vinho Não Beneficiado? Os dados estatísticos podem ser representados por tabelas. Diagrama por pontos O diagrama por pontos tem como referência o sistema cartesiano ortogonal. A função do gráfico é fornecer informações. qual a estimativa para o valor da produção total de Vinho Não Beneficiado. podemos construir um diagrama por pontos. 2. Consumo interno de água engarrafada de 1987 a 1998 Tabela 7 – ANOS 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 88 410 445 511 549 585 650 Consumo 271 290 325 348 361 interno Regras para a sua construção: 1. 3. A estatística dispõe de vários tipos de gráficos. Escala bem definida. como acontece no exemplo anterior em relação ao eixo das abcissas. no qual apenas são registados anos a partir de 1987. dependendo da variável. deve-se dar essa indicação no eixo respectivo.Capítulo 3: Representação gráfica e tabular de dados estatísticos Observando o gráfico 1. por meio de efeito visual imediato. Deve-se sempre dar um título que indique qual o estudo em causa. que descreve em que anos houve maior produção de vinhos na Região Demarcada do Douro. Para variáveis quantitativas é comum recorrer a gráficos de barras e de áreas. de 1994 a 1998? Qual das produções foi maior. 25 . que nos permite ter uma visão simples e rápida da evolução do consumo interno de água engarrafada desde 1987 até 1998. Quando uma das escalas não começa em zero. contidas numa tabela.

de uma certa escola? Número de alunos por sexo Tabela 8 – Sexo F.8 100 26 Total 23 .2 34. deve-se indicar a fonte. Sempre que se justifique poder-se-ão indicar outros elementos como a data. notas de rodapé. etc. relativa (fr%) 65. Quando se utilizarem linhas verticais e horizontais secundárias para fazer a correspondência entre os valores das variáveis. estas devem ser a tracejado. absoluta (fi) 15 8 F. Consumo interno de Água Engarrafada de 1987 a 1998 700 Consumo (milhões de litros) 600 500 400 300 200 100 0 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 Anos Gráfico 2 – Consumo interno de água engarrafada de 1987 a 1998 Gráficos de Barras e Histogramas Gráficos de Barras Como construir o gráfico de barras usando os dados contidos na tabela do número de alunos por sexo. 6.Capítulo 3: Representação gráfica e tabular de dados estatísticos 4. 5. Sempre que exista.

traçamos barras com altura correspondente ao percentual da categoria (variável). As abcissas e ordenadas podem ser trocadas. 3. 2. • Alunos da escola X. segundo o sexo 70 60 50 40 30 20 10 0 Sexo 1 2 fr(%) fr(%) Sexo Gráfico 3 – Construção de um gráfico de barras verticais Observações: 1. 27 . colocando a variável na vertical e a frequência relativa (ou absoluta) na horizontal (ver exemplos adiante). segundo o sexo 70 60 50 40 30 20 10 0 1 2 Alunos da escola X. As bases dos rectângulos devem ter a mesma medida. Os gráficos de barras também são usados para variáveis quantitativas. indicando a variável no eixo das abcissas e a frequência relativa (ou absoluta) no eixo das ordenadas.Capítulo 3: Representação gráfica e tabular de dados estatísticos Passos a seguir: • Começamos por traçar o sistema cartesiano ortogonal. Em seguida.

68 Set/00 Out/00 Nov/00 Dez/00 Gráfico 5 – Barras representadas por figuras Quotas de mercado 200 Nº de leitores 160 120 80 40 0 Público Correio da Manhã Record A Bola Diário de A Capital Notícias Jornais diários Gráfico 6 – Gráfico de barras verticais em profundidade 28 .Capítulo 3: Representação gráfica e tabular de dados estatísticos Alunos da escola X. segundo o sexo Sexo 2 1 0 10 20 30 40 50 60 70 fr(%) Gráfico 4 – Gráfico de barras horizontais Exemplos de gráficos de barras: Consumo mensal de água engarrafada no Alentejo (milhões de m3) 18.03 16 16.15 15.

As amplitudes representam-se 29 . Cada rectângulo tem como base a amplitude da classe e altura correspondente à frequência.Capítulo 3: Representação gráfica e tabular de dados estatísticos Quotas de mercado A Capital Jornais diários Diário de Notícias A Bola Record Correio da Manhã Público 0 20 40 60 80 100 120 140 160 180 200 Nº de leitores Gráfico 7 – Barras horizontais em profundidade Dormidas na Hotelaria por NUTS II Janeiro a Dezembro Dormidas(milhares) 14000 12000 10000 8000 6000 4000 2000 0 Norte Centro LVT Alentejo NUTS II Algarve Açores Madeira 1997 1998 Gráfico 8 – Duas ou mais barras para cada variável Histograma É um gráfico utilizado para representar distribuições de frequências de variáveis contínuas. construído com rectângulos justapostos no plano cartesiano.

Observando o gráfico 10. imediatamente antes e depois do histograma. A área de cada rectângulo é proporcional à sua frequência e a área total é proporcional à soma total das frequências. frequência 9 8 7 6 5 4 3 2 1 0 152 160 168 176 184 Classes 192 Gráfico 9 – Histograma da distribuição das alturas dos alunos de uma turma Polígonos de frequências (simples e acumuladas) Polígonos de Frequências são gráficos de linhas que se obtêm unindo sucessivamente. com a mesmo significado. 30 . Podemos ainda dizer. o polígono de frequências intersecta o eixo das abcissa em dois pontos que se obtêm considerando os pontos médios de duas classes. que um Polígono de Frequências é um gráfico que se obtém unindo os pontos que têm por abcissa o ponto médio de uma classe e por ordenada a respectiva frequência. podemos verificar que. com segmentos de recta. O histograma seguinte representa a distribuição das alturas dos alunos de uma turma. de frequência nula.Capítulo 3: Representação gráfica e tabular de dados estatísticos sempre no eixo das abcissas e as respectivas frequências no eixo das ordenadas. os pontos médios dos lados superiores dos rectângulos de um histograma.

Também para as frequências acumuladas podemos traçar o respectivo polígono de frequências. também designado. essa área é igual à área do histograma respectivo.Capítulo 3: Representação gráfica e tabular de dados estatísticos Tempo de chegada ao Centro de Formação Nº formandos 80 70 60 50 40 30 20 10 0 10 30 50 70 90 110 Tempo(min) Gráfico 10 – Polígono de frequências (Tempo de chegada ao Centro de Formação) Se considerarmos um gráfico de área. constituído pela área compreendida entre o eixo das abcissas e a linha poligonal. Supõe-se que a distribuição dos elementos se faz de forma uniforme dentro de cada classe. polígono integral. Tempo de chegada ao Centro de Formação 100 Nº formandos(%) 80 60 40 20 0 10 30 50 70 90 110 Tem po(min) Gráfico 11 – Polígono de frequências acumuladas (Tempo de chegada ao Centro de Formação) 31 . pelo que a representação gráfica é do tipo linear.

à função real de variável real assim definida: 0   n1  F(x ) =  n 2  . .... nk  se x < x1 se x1 ≤ x < x 2 se x 2 ≤ x < x 3 . x2. a partir do histograma das frequências acumuladas. se x ≥ x k Fórmula 4 – Função cumulativa para variáveis discretas A sua representação gráfica é a de uma função em escada. Função cumulativa A função cumulativa indica..nk. . a frequência absoluta ou relativa de observações com intensidade menor ou igual a x. xk e cujas frequências acumuladas (absolutas ou relativas) são n1. tal como se pode verificar no gráfico 11. dada um variável estatística que toma os valores x1.... chama-se função cumulativa F.. sucessivamente. Variáveis discretas De um modo geral . com os vértice superior direito da classe seguinte..Capítulo 3: Representação gráfica e tabular de dados estatísticos A construção da linha poligonal que traduz o polígono de frequências. para cada valor de x. obtém-se. unindo o vértice inferior esquerdo da primeira classe com o vértice superior direito da mesma classe e este. Considerando o número de irmãos dos alunos de uma certa turma: – Frequências acumuladas do número de irmãos Fi 5 9 12 13 14 Tabela 9 Nº irmãos 0 1 2 3 4 0  5  9 F (x) =  12 13  14  se x < 0 se 0 ≤ x < 1 se 1 ≤ x < 2 se 2 ≤ x < 3 se 3 ≤ x < 4 se x ≥ 4 32 . n2.

No limite inferior da 2ª classe. unem-se estes pontos com segmentos de recta. temos a garantia que o limite superior será 1. supondo que a distribuição dentro de cada classe se faz de forma uniforme. a frequência acumulada é a frequência da classe anterior. 100% ou igual ao número total de observações. a frequência acumulada é 0. a frequência acumulada é a soma das frequências das duas classes anteriores e assim sucessivamente. conforme se trabalhe com frequências relativas simples ou acumuladas ou frequências absolutas. • • • Depois de marcados estes pontos.Capítulo 3: Representação gráfica e tabular de dados estatísticos A respectiva representação gráfica é a seguinte: Fi Nº de irmãos Gráfico 12 – Função cumulativa para varáveis discretas Variáveis contínuas Para definir a função cumulativa para variáveis contínuas temos que : • Antes do limite inferior da 1ª classe. obtendo-se assim o gráfico da função cumulativa. No limite inferior da 3ª classe. Chegando à ultima classe. 33 . pelo que na representação gráfica se traça um segmento de recta sobre o eixo dos xx até esse valor.

176[ [176.160[ [160. Considerando agora as alturas dos alunos da turma do 9º ano: Alturas de alunos Fi 4 9 17 20 23 Tabela 10 – Classes [152.168[ [168.16 8  F (x ) =  x − 159 8  x-3 3 3  x-3 8 23  se x < 152 se 152 ≤ x < 160 se 160 ≤ x < 168 se 168 ≤ x < 176 se 176 ≤ x < 184 se 184 ≤ x < 192 se x ≥ 192 34 .184[ [184.192[ Fi 152 160 168 176 184 192 Classes Gráfico 13 – Função cumulativa para variáveis contínuas A função cumulativa é dada por: 0   1 x .Capítulo 3: Representação gráfica e tabular de dados estatísticos Para definir a função cumulativa é ainda necessário encontrar as equações dos segmentos de recta considerados em cada classe.76 2 5  x .

aumentar indefinidamente o número de classes.Capítulo 3: Representação gráfica e tabular de dados estatísticos Curvas de frequência e ogivas Quando o número de observações. é bastante elevado. e desta forma o polígono de frequências aproxima-se de uma curva a que se chama curva de frequência. para dados contínuos. isto é. Quando se trata de frequências acumuladas. Freq.(%) 100 90 80 70 60 50 40 30 20 10 0 X1 X2 X3 X4 X5 X6 X7 X8 Classes Gráfico 14 – Curva de acumulação de frequências ou ogiva Outros exemplos de curvas de frequência e ogivas: Curva assimétrica positiva ou curva desviada para a direita Curva simétrica ou curva de gauss 35 . a curva que se obtém designa-se normalmente por ogiva ou curva de acumulação de frequências. tendentes para zero. podemos considerar classes com amplitudes muito pequenas.

considerando os dados contidos numa tabela. 36 . procede-se como se indica: • Desenha-se um círculo de raio qualquer a representar os 100% dos dados.Capítulo 3: Representação gráfica e tabular de dados estatísticos Curva assimétrica negativa ou curva desviada para a esquerda Curva em J Curva em J invertida Curva em U Ogiva ! ! ! ! ! ! P eso Gráficos circulares Os gráficos circulares são muito usuais para comparar frequências. Para construir um gráfico circular. e são de construção e leitura fácil.

sabendo que 100% corresponderá a 360º do círculo.8% Total 100% Determinação da amplitude dos sectores circulares: 100% . Utilizando um transferidor.x ⇒ x ≅ 125º Divisão do circulo: 125º 235º 37 . já conhecidas.Capítulo 3: Representação gráfica e tabular de dados estatísticos • Calcula-se a proporção do círculo que representará cada categoria.360º 65.2% .8% . • Considerando o exemplo da tabela 11.2% 34. divide-se o círculo de acordo com as proporções. determinando a amplitude do ângulo ao centro correspondente às frequências relativas. é o que se apresenta a seguir: Frequência relativa de alunos por sexo Tabela 11 – Sexo F.x } } ⇒ x ≅ 235º 100% . o procedimento para a obtenção do gráfico circular. representado pelo gráfico 15.360º 34. relativa 65.

podem apresentar formas diversificadas.3% 12.7% 9.5% 31.8% 13.6% 16.8º 65.2º Gráfico 15 – Gráfico circular Outro exemplo: Os gráficos circulares. Entre os cinco principais mercados para o Vinho do Porto. a distribuição do volume das exportações é descrita pelo gráfico seguinte: Principais importadores do Vinho do Porto 1998 16.Capítulo 3: Representação gráfica e tabular de dados estatísticos Alunos da escola X.1% França Holanda Portugal Bélgica-Lux Reino Unido Outros Fonte: Instituto do Vinho do Porto Gráfico 16 – Gráfico circular (Principais importadores de vinho do Porto – 1998) 38 . por sexo 34.

A diferença entre as quantidades deve ser expressa pelo maior ou menor número de símbolos e nunca pelo maior ou menor tamanho destes.Capítulo 3: Representação gráfica e tabular de dados estatísticos Pictogramas Neste tipo de gráficos utilizamos figuras ou símbolos alusivos ao fenómeno a estudar. Na construção de um pictograma devemos ter em conta o seguinte: • • • • • Devemos dar nome (título) ao gráfico. Dar significado a cada símbolo. Alinhar os símbolos em coluna ou em linhas e manter a mesma distância entre si. As figuras ou símbolos devem estar relacionados com o fenómeno. Exemplo de um pictograma: Venda de veículos ligeiros de passageiros (J aneiro 2000 a J ulho 2000) Renault 2881 Honda 484 Volkswagen 2481 Peugeot 2149 Opel 3187 Ford 1983 = 500 BMW Fonte: ACAP 772 0 500 1000 1500 2000 unidades 2500 3000 3500 Gráfico 17 – Pictograma (Venda de veículos ligeiros de passageiros) 39 .

obteremos com facilidade.7 cm 44% . relativa 33% 23% 44% 100% 100% . as proporções do rectângulo referentes às diversas regiões. podemos obter um gráfico da distribuição do referido consumo. no qual considerámos um rectângulo com 7 cm de comprimento. e fazendo os cálculos para as diversas regiões.Capítulo 3: Representação gráfica e tabular de dados estatísticos Outros Tipos de Gráficos Gráfico de rectângulo Se considerarmos os dados constantes da tabela seguinte. Consumo de Vinho por regiões do país Tabela 12 – Consumo de vinho X.08 cm 40 . representando 100% do consumo.x } } } ⇒ x = 2. semelhante ao que é apresentado. por regiões do país Classe Norte Sul Alentejo Total Frequência 3840 2630 5170 11640 Freq.61 cm ⇒ x = 3. A partir daqui.7 cm 23% .31 cm ⇒ x = 1. sobre o consumo de uma determinada marca de vinho.7cm 33% .x 100% . por região do país.x 100% . como é indicado.

Capítulo 3: Representação gráfica e tabular de dados estatísticos

Consumo de vinho X, segundo as regiões do país

33%

23%

44%

Norte

Sul

Alentejo

Gráfico 18 – Gráfico de rectângulos

Gráfico de linhas
O número total de óbitos por HIV (Vírus da Imunodeficiência Humano) em Portugal atingiu o seu valor máximo em 1996, quando se registaram mais de um milhar de óbitos (1111). Na década em análise, a tendência de crescimento deste indicador apenas foi quebrada no ano de 1997, neste ano ocorreram 972 óbitos, sendo que destes, 815 casos referiamse a indivíduos do sexo masculino (84% do total de óbitos). Esta proporção tem-se mantido estável nos últimos dez anos.
Evolução do número de Óbitos por VIH

1200
Nº óbitos

1000 800 600 400 200 0
19 88 19 89 19 90 19 91 19 92 19 93 19 94 19 95 19 96 19 97
Homens Mulheres Total
Anos

Gráfico 19 – Gráfico de linhas (evolução do número de óbitos por VHI)

41

Capítulo 3: Representação gráfica e tabular de dados estatísticos

Para a década em estudo, a idade mediana dos óbitos por HIV desceu 5 anos. Baixou dos 38 anos em 1988 para os 33 anos em 1997, quer para o total da população, quer para cada sexo quando considerado isoladamente. Sempre que uma informação tende a aumentar ou a diminuir, os valores numéricos como no exemplo anterior, ou em outros exemplos como lucros de empresas, natalidade ou mortalidade, índice de custo de vida, etc., utilizamos os gráficos de linhas, cuja finalidade é a determinação da evolução do fenómeno estudado em diferentes posições. No exemplo dado devemos considerar: • • • o fenómeno em estudo é o número de óbitos por HIV; a variável é o tempo de 1988 a 1997; a frequência a registar são os óbitos por HIV em Portugal;

Diagrama de quadrados
Os dado são representados por quadrados com áreas proporcionais às categorias. Exemplo: Novos fogos construídos (versão 1)

Tabela 13 –

Novos fogos construídos 1988 1989 1990 1991 @ @ @ @ @

@=1000 fogos

@ @ @ @ @ @ @ @ @

Para a sua construção é necessário: • Extrair a raiz quadrada dos números da tabela dada, arredondando os resultados. Essas raízes serão os comprimentos dos lados dos quadrados. Criar uma nova tabela, adequando as medidas do comprimento dos lados a uma escala.
42

Capítulo 3: Representação gráfica e tabular de dados estatísticos

Tabela 14 –

Novos fogos construídos (versão 2)

Novos fogos construídos numa cidade
ANO 1998 1989 1990 1991 Nº fogos construídos 2000 3000 5000 4000 Raíz quadrada 44,7 54,8 70,7 63,2 Arredondamento 45 55 71 63 Redução (cm) 4,5 5,5 7,1 6,3

Na terceira coluna, foi feito o arredondamento dos algarismos para a centena mais próxima, encontrando o valor arredondado 45, para representar o lado do quadrado que representa o número de fogos construídos no ano de 1988. Devemos ajustar esse número a uma escala de medição. Optamos por ajustar para centímetro; assim sendo, 45 será representado por 4,5 cm. Se não for possível utilizar estas medidas na construção do gráfico, utilizamos comprimentos proporcionais. A área de cada quadrado é proporcional ao número de fogos construído e o lado é proporcional à raiz quadrada da área.

• •

Novos fogos construídos

1988

1989

1990

1991

Gráfico 20 – Gráfico de quadrados (Novos fogos construídos)

Pirâmide etária
O gráfico permite estudar e prever a evolução dos diferentes grupos etários, entre 1996 e 2020.
43

Capítulo 3: Representação gráfica e tabular de dados estatísticos

Fonte: MEPAT, Portugal, Plano Nacional de Desenvolvimento Económico e Social, Diagnóstico Prospectivo, Lisboa, 1999
Gráfico 21 – Pirâmide etária

Nota: como o facto é estudado numa faixa de tempo denominamos este fenómeno por Série Cronológica

Série regional ou geográfica
O fenómeno é estudado em diferentes locais.

Fonte: INE, Portugal Agrícola, 1994, Lisboa, 1995

Gráfico 22 – Série regional ou geográfica 1

44

Capítulo 3: Representação gráfica e tabular de dados estatísticos

Poluição no rio Reno e seus afluentes

Fonte:W.E.& V.M.Marsden, Going in to Europe, Oliver & Boyd, Edimburgo, 1989
Gráfico 23 – Série regional ou geográfica 2

Diminuição progressiva do crescimento demográfico

Fonte:INE, Estimativas da População, 1997, Lisboa, 1998

Gráfico 24 – Série regional ou geográfica 3

45

Capítulo 3: Representação gráfica e tabular de dados estatísticos

Gráficos mal construídos

Consumo de Queijo em Portugal

1999 1998 1997 1996 0 5
Kg/ ha bit a nt e / a no

10

Gráfico 25 – Pictograma mal construído

O gráfico anterior está mal construído porque, como vimos anteriormente, num pictograma, as figuras têm que ter todas a mesma dimensão.
Despesas em cultura das Câmaras Municipais, por domínios 1998
44%

18% 12% 10% 9% 7%

Gráfico 26 – Gráfico de barras mal construído

No gráfico anterior não estão indicados quais os domínios correspondentes às despesas em cultura das Câmaras Municipais.

46

Capítulo 4

Parâmetros estatísticos
Medidas de tendência central Medidas de dispersão

47

média e mediana Moda Para um conjunto de dados define-se moda como sendo o valor da variável com maior frequência. quando na distribuição. Uma distribuição onde existem duas modas diz-se bimodal. Tal acontece quando há dois ou mais valores da variável aos quais corresponde a maior frequência. Representa-se por MO Numa distribuição pode existir mais do que uma moda ou até nem existir moda . todos os elementos têm a mesma frequência. Moda. utilizados para caracterizar a população em estudo. se existem mais do que duas modas diz-se multimodal. Exemplo 1 No quadro seguinte indicam-se as idades das empregadas de caixa de um supermercado Idades das empregadas Tabela 15 – 25 22 24 23 25 20 25 20 23 24 25 28 25 20 21 48 . a distribuição diz-se amodal. A determinação da moda é extremamente fácil quando os dados são discretos. Não existe moda. através dos seus valores centrais.Capítulo 4: Parâmetros Estatísticos Medidas de tendência central As medidas de tendência central são valores da variável. identificar qual tem maior frequência. bastando para tal.

por processo numérico ou geométrico. Exemplo 2 Numa agência de viagens. fez-se um levantamento do número de viagens organizadas durante um mês.Capítulo 4: Parâmetros Estatísticos Nesta distribuição a moda é 25 anos. a localização gráfica da moda. Quando os dados são contínuos. Uma destas fórmulas é a de King Mo = l + fp fa + f p ×a Fórmula 5 – Localização da moda dentro da classe modal onde: l = limite inferior da classe modal fp = frequência da classe anterior à classe modal fa = frequência da classe posterior à classe modal a = amplitude da classe Para determinar geometricamente uma estimativa do valor da moda procede-se da seguinte forma: • • • determina-se a classe modal. começa-se por determinar a classe modal (a de maior frequência). todas elas através de valores aproximados. determina neste. a perpendicular. unem-se os vértices superiores do rectângulo da classe modal com os vértices das classes contíguas. podemos depois determinar um valor aproximado para a moda. 49 . baixada do ponto de intersecção das linhas obtidas anteriormente para o eixo horizontal. de acordo com os preços. Existem algumas fórmulas para localizar a moda dentro da classe modal. Dentro desta classe.

100 [ [ 100 . 300 [ fi 6 7 12 3 2 Fi 6 13 25 28 30 fi 12 10 8 6 4 2 0 0 50 100 150 Moda 200 250 300 Preços Gráfico 27 – Determinação geométrica da moda Média A média é a medida de tendência central da amostra mais utilizada. Representa-se por x e obtém-se a partir da expressão x= ∑x f N i i Fórmula 6 – Média aritmética onde xi = valores observados fi = frequência absoluta de xi 50 . 200 [ [ 200 . 250 [ [ 250 .Capítulo 4: Parâmetros Estatísticos Tabela 16 – Preços de viagens Preços (em contos) [ 50 . 150 [ [ 150 .

após a ordenação dos dados. Para determinar a mediana. A mediana é o valor.Capítulo 4: Parâmetros Estatísticos N = nº de elementos da amostra Se os dados se encontram agrupados em classes. considera-se para xi o valor intermédio da classe. não se obtém o verdadeiro valor da média. que a divide ao meio. pertencente ou não à amostra. Neste caso. ordenam-se os n elementos da amostra e se: • n é ímpar. a mediana é a semi soma dos dois elementos centrais. a mediana é o elemento que se encontra na posição central.3 15 Para o exemplo 2 tem-se então x= 8x75 + 7x125 + 10x175 + 3x225 + 2x275 = 155 30 Mediana Devido a limitações na utilização da média e da moda. a mediana é o dado que se encontra na posição central. A posição dos elementos é dada por N e N + 2 2 2 No exemplo 1 . Representa-se por Med ou x . 50% dos elementos da amostra são superiores ou iguais à mediana e os outros 50% são inferiores ou iguais à mediana. isto é. N + 1 15 + 1 = =8 2 2 51 . pelo que. Para o exemplo 1 tem-se então x= 28 + 25x5 + 24x2 + 23x2 + 20x3 + 22 + 21 = 23. A posição do elemento é dada por N + 1 2 ~ • n é par. mas sim um valor aproximado. a mediana. o número de elementos da amostra é ímpar. surge a necessidade da utilização de uma outra medida de tendência central.

A determinação da mediana de uma distribuição com dados agrupados em classes torna-se mais simples com recurso ao respectivo polígono de frequências relativas acumuladas. temos Fr i 100 (%) 80 60 40 20 0 0 50 100 150 200 250 300 Mediana Gráfico 28 – Determinação geométrica da mediana Para o cálculo da mediana utilizando processos numéricos procede-se da seguinte forma: 1. A partir do exemplo 2. Por esse valor traça-se uma linha horizontal até intersectar o polígono de frequências. No eixo vertical. marca-se o valor N caso as frequências sejam absolutas. 3. Calcula-se a ordem N .5 (ou 50%) no caso de frequências acumuladas. Pelo ponto de intersecção anteriormente determinado. traça-se uma linha vertical cuja intersecção com o eixo das abcissas nos fornece o valor (aproximado) da mediana. Após a construção do polígono de frequências. procede-se da seguinte forma: 1.Capítulo 4: Parâmetros Estatísticos A mediana é o dado que ocupa a posição 8 e o seu valor é 24. onde se registam os valores das frequências. 2. 2 52 . ou o valor 2 0.

ou seja o termo de ordem N . em termos absolutos. Através das frequências acumuladas.200[ e o valor aproximado da 15 . A média é a medida de tendência central mais utilizada. 11 . a ordem do termo mediano é Comparação entre a moda. vejamos o seguinte exemplo: Se determinarmos a média do seguinte conjunto de dados 14 . 12 . 13 . 11 . qual das medidas de tendência central é preferível. classe onde se situa a mediana. (3) mediana é Med = 150 + 12 Ainda em relação ao exemplo 2. identifica-se a classe mediana. 2 3. 98 . Calcula-se o valor da mediana utilizando a expressão: N -F Med = L + 2 a f Fórmula 7 – Determinação da mediana onde: L = limite inferior da classe mediana F = frequência absoluta acumulada da classe anterior à classe mediana f = frequência absoluta da classe mediana a = amplitude da classe mediana 30 = 15 2 Então a classe mediana é a classe [150. 13 . a mediana e a média Não se pode dizer. Contudo tem algumas limitações.13 X50 = 158. Tal depende do contexto em que estão a ser utilizadas. 14 obtém-se o valor x = 22 53 .Capítulo 4: Parâmetros Estatísticos 2. 12 .

A moda surge como uma medida de tendência central com especial importância para reduzir a informação de conjuntos de dados qualitativos . Neste caso a média não cumpre a função de ser uma medida representativa dos dados. Comparando as diversas medidas de tendência central. é preciso ter cuidado com a sua utilização. Sendo a média uma medida tão sensível aos dados. o valor obtido para a média está muito afastado desses valores. pois não é tão sensível aos dados. pois pode dar uma imagem distorcida dos dados que pretende representar. para os quais não se pode calcular a média e por vezes nem sequer a mediana (se os dados não forem susceptíveis de ordenação). à excepção de um. isto é. (como o gráfico mostra) onde todas as medidas de tendência central têm valores aproximadamente iguais. O que acontece é que a média é muito sensível a valores “ muito grandes” ou “ muito pequenos” relativamente aos restantes valores da amostra. pois ao dizer-se que a média é 22. Como medida de localização a mediana é mais resistente do que a média.Capítulo 4: Parâmetros Estatísticos Embora todos os dados. podemos classificar as distribuições quanto à simetria Esta é uma distribuição simétrica. Mo = x = x ~ Esta é uma distribuição assimétrica positiva ou desviada para a direita. imediatamente se pensa num conjunto de dados que não se afastem muito do valor da média. estejam compreendidos entre 11 e 14 inclusivé. onde Mo < x < x ~ 54 .

Representatividade Inferência estatística É a medida mais eficiente quando se trata de inferir sobre uma população a partir de dados recolhidos apenas numa amostra . menos utilizada O seu valor não sofre a que a média e influência de valores a mediana. distribuições fortemente assimétricas por não ser os valores extremos. extremos Não existe em algumas distribuições enquanto que noutras poderá existir mais do que uma.Capítulo 4: Parâmetros Estatísticos Esta é uma distribuição assimétrica negativa ou desviada para a esquerda. pequenos. não afectam o seu valor. Média É fácil de calcular e de compreender É determinada pelo É uma medida muito número de observações e não pelo utilizada. Mediana É em geral. sobretudo para seu valor. tendo em consideração aspectos como utilização. influenciabilidade. a mediana não satisfaz as propriedades de um bom estimador. Moda 55 . Qualquer alteração destes valores produz uma modificação no valor da média. podendo esta tomar um valor diferente de todos os observados. Por considerar todos os valores observados no seu cálculo. É a medida mais familiar e a mais utilizada. Para fins de inferência estatística. Revela maior utilidade perante o estudo de variáveis qualitativas. onde M o > x > x ~ No quadro seguinte resumem-se as principais características das diversas medidas de tendência central. Deste modo. representatividade e inferência estatística Resumo das características das medidas de tendência central Tabela 17 – Utilização Influenciabilidade É uma medida influenciada por todos os valores observados. afectada por valores quer sejam grandes ou extremos. a média poderá deixar de ser representativa se a distribuição for altamente assimétrica devido a alguns valores extremos.

56 . definem-se outras medidas estatísticas que têm. De um modo geral as medidas estatísticas que dividem o conjunto dos dados em partes iguais são designadas por Quantis . existem outras medidas estatísticas que dividem a distribuição em partes iguais. Os quartis dividem a distribuição dos dados em quatro partes iguais. Conforme o número de partes em que se divide a distribuição podemos falar de quartis. decis. Com os dados ordenados por ordem crescente.. percentis. por vezes. começamos por fazer a sua localização de acordo com o seguinte quadro Localização do Q1 e Q3 N par Localização de Q1 Localização de Q3 N + 2 4 Tabela 18 – N ímpar N + 1 4 N + 1 4 3N + 2 4 3x Além da mediana e dos quartis.etc. bastante interesse para o conhecimento de uma distribuição estatística. Como a mediana separa a distribuição em duas partes iguais.Capítulo 4: Parâmetros Estatísticos Quantis De modo análogo à mediana. o primeiro quartil (Q1) é a mediana da primeira parte e o terceiro quartil (Q3) é a mediana da segunda parte. podemos esquematizar da seguinte forma o posicionamento da mediana e do 1º e 3º quartis. 2 5 % d a p o p u la ç ã o 7 5 % d a p o p u la ç ã o x1 Q 1 Q 2 Q 3 xn 5 0 % d a p o p u la ç ã o m ed 5 0 % d a p o p u la ç ã o Para determinar o 1º e 3º quartis utilizando processos numéricos. O segundo quartil (Q2) coincide com a mediana.

temos a seguinte distribuição de temperaturas: 22 23 24 24 24 24 25 25 27 29 29 29 31 33 Q1 Q1 = 24 Med Q3 57 . Os percentis que dividem a distribuição em 100 partes iguais. Assim. por exemplo. Os percentis são largamente utilizados pelos pediatras para analisar a condição física das crianças.Capítulo 4: Parâmetros Estatísticos Os decis que dividem a distribuição em 10 partes iguais. se estiver perto do percentil 75 então é preciso tomar cuidado pois a criança está a ficar um pouco gorda. significa que a criança está bem. relativamente ao peso e à altura. Diagrama de extremos e quartis Na tabela seguinte apresentam-se as temperaturas máximas registadas em diversos locais do país num certo dia de Julho Temperaturas máximas Temperaturas máximas (em ºC ) 23 24 25 22 29 25 31 29 31 33 29 27 24 24 Tabela 19 – Bragança Vila real Porto Penhas Douradas Coimbra Cabo Carvoeiro Portalegre Lisboa Évora Beja Faro Sagres Ponta Delgada Funchal Ordenando os dados. se o peso de uma criança estiver no percentil 60.

obtemos o diagrama seguinte: Q1 22 24 Q2 25 29 Q3 33 Gráfico 29 – Diagrama de extremos e Quartis A este diagrama chamamos Diagrama de Extremos e Quartis (o extremo inferior é o mínimo da amostra e o extremo superior é o máximo da amostra). essas pequenas diferenças não têm qualquer importância. quando se pretende comparar amostras . em diferentes programas de computador ou calculadoras. Dispondo os valores da mediana e quartis ordenados sobre um segmento de recta. Este diagrama fornece informações sobre a distribuição dos valores da variável no seu domínio e permite-nos afirmar que : • • • • 25% das temperaturas são iguais ou inferiores a 24ºC 75% das temperaturas mais altas variam entre 24ºC e 33ºC 50% das temperaturas variam entre 22ºC e 25ºC A maior concentração de temperaturas ocorre no intervalo ] 24. os valores indicados para os quartis sejam ligeiramente diferentes. 58 . Quando temos dados agrupados em classes. É por isso possível que. A utilização do diagrama de extremos e quartis é particularmente útil.Capítulo 4: Parâmetros Estatísticos Q2 = Med = Q3 = 29 25 + 25 =25 2 Existem diferentes formas de definir os quartis.25[ já que a cada um deles pertencem 25% das temperaturas. Como só interessa usar os quartis em populações ou amostras muito grandes. recorrendo ao polígono de frequências relativas acumuladas determinamos os quartis e depois constrói-se o respectivo diagrama de extremos e quartis .

para estudar o seu tempo de duração. Distribuição uniforme 59 .300 [ 30 10 [300.500 [ 140 87 [500 .400 [ 90 40 [400 . 600[ 40 100 O respectivo diagrama de extremos e quartis é então Fr i 100 (%) 90 80 70 60 50 40 30 20 10 0 200 300 400 500 600 Q1 Q2 Q3 Gráfico 30 – Diagrama de extremos e quartis partindo de um gráfico de frequências acumuladas O diagrama de extremos e quartis dá também algumas indicações sobre o tipo de distribuição. Tempo de duração de lâmpadas Tabela 20 – Duração (em horas) Nº de lâmpadas Freq. escolheram-se 300 lâmpadas.Capítulo 4: Parâmetros Estatísticos Exemplo: Numa fábrica de lâmpadas.relativa Acumulada (em %) [200. em horas estão registados no quadro abaixo. Os resultados.

Consideremos o exemplo : Em duas empresas.Capítulo 4: Parâmetros Estatísticos Concentração na zona central Concentração nos extremos Concentração no extremo inferior Medidas de dispersão Um aspecto importante no estudo descritivo de um conjunto de dados é a determinação da variabilidade ou dispersão desses dados relativamente à medida de tendência central da amostra. registaram-se os valores dos salários dos seus trabalhadores: Salários da empresa A Tabela 21 – Salário (em contos) nº de trabalhadores 70 15 80 10 85 12 110 3 Tabela 22 – Salários da empresa B Salário (em contos) nº de trabalhadores 60 9 65 10 70 10 80 6 85 12 90 8 120 150 3 1 60 . As medidas de localização ou tendência central estudadas não são suficientes para caracterizar completamente um conjunto de dados.

a qual nos indica a amplitude do intervalo onde se situa a metade central das observações.Capítulo 4: Parâmetros Estatísticos Se fizermos os cálculos. Como vimos no exemplo anterior é necessário recorrer a novos parâmetros estatísticos que meçam a maior ou menor dispersão dos dados. embora existam diferenças significativas entre os salários das duas empresas. verificamos que o valor médio dos salários nas duas empresas é igual (80 contos) assim como a mediana (80 contos). Torna-se então necessário arranjar novos parâmetros estatísticos que meçam a menor ou maior dispersão dos dados.x ) 61 . Repare-se que se existisse um trabalhador com o vencimento de 20 contos. Na empresa A. A amplitude interquartis é a diferença entre o terceiro quartil e o primeiro. Uma primeira possibilidade é determinar a amplitude da distribuição. Amplitude.o desvio padrão . Amplitude de uma distribuição ou conjunto de dados é a diferença entre o maior e o menor valores observados. Como a medida de tendência central mais utilizada é a média. a amplitude passava para 90 sem que os vencimentos globais se alterassem significativamente. Há realmente uma maior amplitude em B. será relativamente a ela que se define a principal medida de dispersão . a forma de avaliar a maior ou menor representatividade consiste em encontrar uma medida para as diferenças dos valores reais da variável relativamente à média e a essa medida chama-se desvio. Atendendo a que a média pretende representar todos os elementos de uma distribuição. mas a amplitude é uma fraca medida de dispersão. Pode-se ainda determinar a amplitude interquartis. os salários encontram-se mais próximos da média enquanto na empresa B os salários estão mais dispersos em relação à média. Desvio de um valor é a diferença entre o valor da variável e a média da distribuição ( x i . desvio e desvio médio.

representa-se por σ e é igual à raiz quadrada da variância σ= ∑ (x n i=1 i −x ) 2 n Fórmula 9 – Desvio padrão 62 . a unidade em que se exprime não é a mesma que a dos dados. na sua forma. obtendo-se o desvio padrão. Assim. A este valor chama-se desvio médio.Capítulo 4: Parâmetros Estatísticos Os desvios podem ser positivos ou negativos. Desvio padrão O desvio padrão é a medida de dispersão mais utilizada. pois ao utilizar os quadrados dos desvios. Para avaliar a dispersão dos dados pode-se calcular a média dos desvios (considerados em módulo). A variância representa-se por σ e o seu valor é dado pela fórmula 2 σ2 = ∑ (x n i=1 i −x ) 2 n Fórmula 8 – Variância Para uma situação concreta. Variância e desvio padrão Variância A variância é uma medida de dispersão idêntica. Em vez de considerar os desvios em módulo. considera-se os seus quadrados. a variância é de difícil interpretação. e a sua soma é sempre igual a 0. consideramos a raiz quadrada da variância. ao desvio médio. para obter uma medida de dispersão na mesma unidade que os dados.

• É uma medida cuja interpretação do seu significado é pouco vantajosa. fazendo assim com que seja pouco utilizada.46 Ou seja na Empresa B a dispersão dos salários é maior do que na Empresa A. Comparação entre as medidas de dispersão subtracção entre dois valores extremos observados. Considerando o exemplo inicial pode-se verificar que Média Empresa A Empresa B 80 80 Mediana 80 80 Desvio padrão 10. dados que os desvios em relação à média são elevados ao quadrado. • É afectado por todos os valores observados. Combinando o conhecimento da média e do desvio padrão. • É fácil de calcular e de interpretar.Capítulo 4: Parâmetros Estatísticos O desvio padrão é uma medida que só pode assumir valores não negativos e quanto maior for. sendo altamente sensível a valores extremos. é mais sensível que a amplitude. • A utilização nesta medida do conceito de valor absoluto constitui uma desvantagem pelo seu difícil tratamento matemática. uma vez que não se exprime na mesma medida em que se exprimem os dados.61 21. Desta forma também não constitui uma das medidas mais usadas. em muitas situações. resumindo-se a uma mera Amplitude Desvio médio Variância Desvio padrão 63 . • É muito pouco utilizada. por considerar a diferença de todas as observações relativamente a um valor central. uma vez que não fornece indicações sobre o que se passa no centro da distribuição. • É uma medida menos influenciada por valores extremos que o desvio padrão. pode-se. • É apropriado o seu uso em situações de inferência estatística. • É muito fácil de calcular. maior será a dispersão dos dados. • É a medida de dispersão mais utilizada. caracterizar a localização e a dispersão dos dados. Assim é desaconselhável em distribuições assimétricas.

Em 1988 os ordenados subiram igualmente 40 contos relativamente a 1980. Determinando a média e o desvio padrão dos ordenados nos anos de 1972.294 x σ 10.147 podemos concluir que: • Em 1980 os ordenados duplicaram assim como a média e o desvio padrão. 64 .Capítulo 4: Parâmetros Estatísticos Influência da alteração dos valores da variável na média e no desvio padrão Numa determinada empresa os ordenados de 10 trabalhadores.4 4. referentes ao ano de 1972 eram os seguintes: 12 10 11 15 7 10 12 10 8 12 Em 1980 os ordenados duplicaram.294 1988 64 60 62 70 54 60 64 60 56 64 51. 1980 e 1988 Calculo da média e do desvio padrão Tabela 23 – 1972 12 10 11 15 7 10 12 10 8 12 1980 24 20 22 30 14 20 24 20 16 24 21.7 2. em contos.4 4.

também a média e o desvio padrão aparecem multiplicados por essa constante. mas o desvio padrão não sofre alteração. • 65 .Capítulo 4: Parâmetros Estatísticos • Em 1988 houve um aumento constante de 40 contos nos ordenados. De um modo geral : • se todos os valores de uma população aumentarem uma constante a. se todos os valores de uma população forem multiplicados por uma constante b. a média aumentou 40 mas o desvio padrão manteve-se. a média também aumenta a.

Capítulo 5 Estatística Bidimensional Distribuições Bidimensionais 66 .

mas duas ou mais características. ou se pelo contrário. interessa muitas vezes tentar descobrir se existe alguma relação entre elas. 67 . numa dada população. de entre os quais destacamos aqui os seguintes: • • • Diagramas de dispersão.Capítulo 5: Estatística Bidimensional Distribuições bidimensionais Por vezes o que se pretende estudar das populações não é uma característica isolada. Rectas de regressão Diagrama de Dispersão Na tabela 24 estão registadas as distâncias alcançadas no lançamento do peso pelo atleta que conseguiu a medalha de ouro nos Jogos Olímpicos. Coeficientes de correlação. No caso de se pretender estudar duas características conjuntamente. podem utilizar-se diversos instrumentos estatísticos. desde Atenas (1900) a Sidney (2000) . Existem variáveis estatísticas que estão normalmente relacionadas. se estudam diferentes características. os valores observados aparecem sob a forma de pares ordenados e tem-se assim uma variável bidimensional. são independentes. Quando. uma relação entre as diversas características de uma população. de facto. tais como: • • • • peso em kilogramas e altura em centímetros de uma pessoa consumo de gasolina e cilindrada de um automóvel altitude e temperatura numa montanha num dada dia o vencimento e a formação Para verificar se existe.

89 Ano 1956 1960 1964 1968 1972 1976 1980 1984 1988 1992 1996 2000 Distância ( m ) 18.35 21.18 21.20 15.00 16. Ao conjunto de pontos obtido chama-se nuvem de pontos.10 14.33 14.33 20.47 21. a que se chama diagrama de dispersão ou gráfico de correlação.26 22.87 16.81 12.00 15.81 15.54 21.68 20.05 21. é representar as duas variáveis num mesmo gráfico.58 19.21 15.34 14.29 Uma boa maneira de ter uma ideia sobre a situação e tentar chegar a uma conclusão.71 21.52 21. Lançamento do peso 24 20 distância ( m ) 16 12 8 4 0 1880 1900 1920 1940 ano 1960 1980 2000 2020 Gráfico 31 – Correlação ano /distância do lançamento do peso 68 .22 14.Capítulo 5: Estatística Bidimensional Tabela 24 – Marcas do lançamento do peso nos Jogos Olímpicos Ano 1900 1904 1906 1908 1912 1920 1924 1928 1932 1936 1948 1952 Distância ( m ) 11.

Gráfico de correlação ou diagrama de dispersão é um gráfico em que cada ponto representa um elemento da população sendo as suas coordenadas os valores das duas variáveis. Quando existe alguma relação de dependência entre duas variáveis. cada uma das médias das duas variáveis em estudo. Exemplo 1: Para averiguar se a distância atingida no salto em comprimento está relacionada com o peso do atleta. de um modo geral. Centro de gravidade é o ponto da nuvem que tem como coordenadas. 69 . Diz-se então que não existe uma relação muito clara entre estas duas variáveis. seleccionaram-se 10 atletas. permite-nos analisar se existe ou não uma relação entre as variáveis. dizse que existe uma correlação entre elas. ou seja. A observação do diagrama de dispersão. obtendose os seguintes resultados: Comprimento do salto e peso do atleta Tabela 25 – Salto (cm) Peso (kg) 195 55 173 72 202 66 198 81 215 75 190 76 180 70 165 72 150 65 182 73 Para melhor compreender estes dados pode fazer-se uma representação gráfica adequada. intuitivamente . as duas características estão fracamente correlacionadas.Capítulo 5: Estatística Bidimensional Pela observação do gráfico 31 podemos observar que a distância a que os atletas laçam o peso. Observamos que a nuvem de pontos se encontra bastante dispersa. obtendo assim uma nuvem de pontos (gráfico 32). tem evoluído ao longo dos anos. Este gráfico permite observar o comportamento conjunto das duas variáveis e determinar se existe alguma relação entre elas.

preenchendo o seguinte quadro. um grupo de estudantes foi registando a temperatura e a respectiva pressão atmosférica. Pressão atmosférica e temperatura Tabela 26 – Pressão atmosférica (mm) Temperatura (em ºC ) 700 15 695 14 680 13 668 11 650 9 635 9 620 7 617 7 610 5 20 temperatura (ºC ) 15 10 5 0 580 600 620 640 660 680 700 720 pressão atmosférica (mm) Gráfico 33 – Correlação temperatura / pressão atmosférica 70 .Capítulo 5: Estatística Bidimensional 220 200 salto (cm) 180 160 140 120 40 50 60 70 80 90 pes o (kg) Gráfico 32 – Correlação comprimento do salto /peso do atleta Exemplo 2: Ao subir uma serra.

A correlação é positiva quando o aumento de uma variável corresponde.Capítulo 5: Estatística Bidimensional Analisando o gráfico. Numa certa população há correlação entre duas variáveis quando existe uma relação mais ou menos aproximada entre elas. Uma correlação deste tipo diz-se negativa. Quando aumenta a pressão atmosférica também aumenta a temperatura. de um modo geral. Diz-se então que existe uma correlação positiva bastante forte.(ºC) Gráfico 34 – Correlação temperatura / tempo de coagulação do sangue Podemos assim verificar que a temperatura e o tempo de coagulação do sangue estão relacionadas entre si. foi efectuada uma experiência cujos resultados foram os seguintes: Temperatura / Tempo de coagulação do sangue Tabela 27 – Temperatura 5 ( ºC ) tempo de 45 coagulação ( seg) 50 te m po de coagulação (s e g 40 30 20 10 0 0 10 10 38 15 32 20 28 25 24 35 19 40 22 45 21 30 21 20 30 40 50 Te m p. quanto maior for a temperatura menos tempo demora a coagular o sangue. ao aumento da outra 71 . Exemplo 3: Para observar a relação existente entre o tempo que demora a coagular o sangue a diferentes temperaturas. De um modo geral. vê-se claramente que existe uma relação muito forte entre a temperatura e a pressão atmosférica.

ou seja as variáveis variam em sentido contrário. a correlação é positiva. a correlação é positiva total ou perfeita e os pontos estão todos sobre uma recta de declive positivo. é verificar se existe ou não relação entre as variáveis em estudo. Neste estudo apenas se consideram as correlações lineares.∑ n  (∑x)   y − (∑y)        ∑x − n  ∑ n   2 2 2 2 r=    Fórmula 10 – Coeficiente de correlação linear O valor de r pertence ao intervalo [-1 . Se r >0. Coeficiente de correlação linear O objectivo do estudo da correlação. a correlação é negativa. não existe correlação entre as variáveis. ou seja aquelas em que a nuvem de pontos se condensa em torno de uma recta. 1 ]. Se r = 1. e é definido por x∑y ∑xy . Se r = -1. Para medir a maior ou menor correlação linear existente entre duas variáveis. Pearson propôs o coeficiente de correlação linear. Se r =0. 72 . que se representa por r . Se r < 0. a correlação é negativa total ou perfeita e os pontos estão todos sobre uma recta de declive negativo. se ao aumento de uma variável corresponde geralmente a diminuição da outra. e avaliar o grau dessa relação. Na página seguinte apresentam-se algumas figuras que ilustram os diferentes tipos de correlações que se podem encontrar.Capítulo 5: Estatística Bidimensional A correlação é negativa. ou seja as variáveis variam no mesmo sentido.

5 0 Nula 0. existe uma equação que relaciona x com y Se 0< r <1.Capítulo 5: Estatística Bidimensional Correlação linear perfeita Correlação linear positiva y y x x Se r = 1.5 1 Perfeita Figura 8 – Escala de correlação 73 . a correlação é negativa e é tanto mais forte quanto r se aproximar de -1 Figura 7 – Diferentes tipos de correlação Escala de correlação forte f r a c a forte -1 Perfeita -0. a correlação é positiva e tanto mais forte quanto r se aproximar de 1 Correlação linear negativa y Correlação linear perfeita y x x Se r = -1. existe uma equação que relaciona x com y Se -1< r <0.

5) 74 ( ) . chama-se Recta de Regressão. A esta recta. 9. diz-se que podemos inferir o valor da outra variável. que passa pelo centro de gravidade da nuvem de pontos. isso significa que se conhecer o valor de uma das variáveis então é possível ter uma ideia do valor que a outra variável irá tomar. uma turma registou as temperaturas e a altitude à medida que subiu a serra. y = (1480 .Capítulo 5: Estatística Bidimensional Recta de Regressão Quando a correlação entre duas variáveis é elevada ( quer seja positiva ou negativa ). Considere-se o seguinte exemplo : Numa visita de estudo à Serra da Estrela. Em linguagem estatística. A temperatura foi medida em. graus centígrados e a altitude em metros. Matematicamente podemos encontrar a equação reduzida desta recta. O centro de gravidade é x. a partir do conhecimento de um ponto (centro de gravidade) e do declive. e ao seu declive chama-se coeficiente de regressão. Altitudes e temperaturas Tabela 28 – Altitude 900 1010 1152 1270 1322 1420 1510 1625 1750 1883 1920 1998 Temperatura 14 14 13 12 10 11 10 9 8 6 4 3 Será possível prever a temperatura a 1770 metros de altitude? Para responder a esta questão. é necessário encontrar uma recta que se ajuste o mais possível aos pontos da nuvem. ainda que de forma aproximada.

isto é aproximadamente 6. pode-se agora responder à questão . quer pela utilização da equação da recta.∑ n a= ( x) ∑x − ∑ x 2 y 2 n Fórmula 11 – Coeficiente de regressão Utilizando a calculadora vem que a equação da recta é: y = .3ºC.0. 75 . a temperatura correspondente a uma altitude de 1770 metros é o valor sobre a recta correspondente a x=1770.Capítulo 5: Estatística Bidimensional O coeficiente de regressão ou declive da recta é dado por: ∑ ∑ xy .01x + 24 15 Temperatura 10 5 0 700 900 1100 1300 1500 1700 1900 2100 Altitude Gráfico 35 – Recta de regressão Quer pela leitura do gráfico.

Capítulo 6 Novas Tecnologias no Estudo da Estatística Apresentação Calculadoras Gráficas Folha de Cálculo 76 .

irão explorar-se os pontos abordados nos capítulos anteriores tendo como principal objectivo explicar como proceder com a calculadora gráfica e com o computador. o cálculo das medidas estatísticas e a representação gráfica dos dados está bastante facilitada. pelas mesmas razões. o software usado é a versão 2000 em português do “Microsoft Excel”. Usando uma calculadora sem modo estatístico. 8/9g”. Tendo-se pesado 34 desses pacotes obtiveram-se os seguintes resultados: 77 . Deste modo. pois são as de mais fácil utilização que estão difundidas no mercado e.L. partindo de dois problemas concretos (Problema 1 e Problema 2).Os Pacotes do Açúcar Os pacotes de açúcar que costumam acompanhar o café têm a indicação “P. Problema 1 . o primeiro com apenas uma variável em estudo e o outro com dados bivariados. O tema “Novas Tecnologias no Estudo da Estatística” não aparece como mais um tema a estudar separadamente dos restantes mas sim como uma ferramenta a utilizar em todos eles. Sendo a calculadora gráfica uma ferramenta de fácil acesso e de simples utilização e estando o uso do computador a generalizar-se. Assim. As calculadoras que se vão abordar são a “Texas Intruments TI-83 Plus” e a “Casio CFX 9950G”. os cálculos a efectuar são por vezes morosos o que desvirtua a natureza da estatística.Capítulo 6: Novas Tecnologias no Estudo da Estatística Apresentação Efectuar um estudo estatístico sem a ferramenta apropriada pode tornar-se um trabalho fastidioso. o uso das novas tecnologias vem enriquecer o processo ensino/aprendizagem da estatística permitindo que este seja baseado na resolução de problemas concretos. pois esta deve ser encarada como uma forma de compreender o real e não como um simples meio para se praticar o cálculo.

87 16.7 7.18 21.10 14.4 8. desde Atenas (1900) a Sidney (2000).4 8.4 8.00 15.71 21.35 21.2 8.89 Ano 1956 1960 1964 1968 1972 1976 1980 1984 1988 1992 1996 2000 Distância (m) 18.9 8.33 14.2 8.22 14.58 19.Capítulo 6: Novas Tecnologias no Estudo da Estatística Tabela 29 – Peso dos pacotes de açúcar Peso Líquido (em g) 9.68 20.3 7.26 22.5 8.9 8.00 16.1 8.3 8.34 14.3 8.5 8.2 9.5 8.5 8.7 8.81 12.05 21.8 7.6 8.1 8. através de um estudo estatístico.21 15.1 Pretende-se.6 7.1 8.2 8. – Lançamento do peso Tabela 30 Ano 1900 1904 1906 1908 1912 1920 1924 1928 1932 1936 1948 1952 Distância (m) 11.33 20.1 8.47 21. através de um estudo estatístico.0 8. analisar a distribuição do peso dos pacotes de açúcar. estudar a relação existente entre as variáveis Ano e Lançamento.0 8.3 7.9 8.O Lançamento do Peso Na tabela abaixo estão registadas as distâncias alcançadas no lançamento do peso pelo atleta que conseguiu a medalha de ouro nos Jogos Olímpicos. 78 .81 15.6 8. Problema 2 .20 15.5 8.1 8.54 21.6 8.29 Pretende-se.52 21.

resolve-se primeiramente ambos os problemas com uma das calculadoras e seguidamente com a outra. se pode observar quantos dados já estão registados. Os dados vão sendo introduzidos um a um com a tecla ENTER. Como cada calculadora tem a sua estrutura de funcionamento. Figura 10 – Listas de dados Depois de introduzidos os dados pode ter-se necessidade de os ordenar. e com ENTER obtém-se a última janela da figura. Resolução do Problema 1 O primeiro passo a efectuar para se fazer um estudo estatístico é a organização dos dados numa tabela. Para isso pressiona-se a tecla STAT e obtém-se o seguinte ecrã: Figura 9 – Menu estatístico Pressionando a tecla ENTER pode-se introduzir os dados numa lista. por exemplo em L1. entre parêntesis.Capítulo 6: Novas Tecnologias no Estudo da Estatística Calculadoras Gráficas Ir-se-ão de seguida resolver os dois problemas apresentados recorrendo às calculadoras gráficas atrás referidas. Para isso pressiona-se novamente a tecla STAT. 79 . selecciona-se o menu SortA. Note-se que no final da janela.

com a tecla ENTER.Capítulo 6: Novas Tecnologias no Estudo da Estatística Figura 11 – Ordenação de dados 1 Agora é só indicar L1 fazendo 2nd 1 e depois. ficase com a lista L1 ordenada por ordem crescente. Figura 13 – Ordenação de dados 3 Depois de se terem organizado os dados na Lista L1 podem-se calcular rapidamente todas as medidas estatísticas da variável peso. Para isso faz-se STAT e usam-se as setas direccionais para se seleccionar o menu CALC. Figura 12 – Ordenação de dados 2 Pode observar-se a lista já ordenada com as teclas STAT ENTER. O cálculo das medidas estatísticas a uma variável efectua-se pela opção 1-Var Stats. 80 .

pressionando duas vezes a tecla ENTER. 81 . Seguidamente vai-se explicar um processo que permite o cálculo da classe modal sem haver necessidade de se contarem os dados. Passa-se então à representação gráfica dos dados.Capítulo 6: Novas Tecnologias no Estudo da Estatística Figura 14 –Cálculo de medidas estatísticas 1 Agora. Figura 15 – Cálculo de medidas estatísticas 2 Para se calcular a variância é necessário efectuar o quadrado do desvio padrão ( σ x ). a forma mais correcta de os representar é através de um histograma. a única medidas estatística que não foi calculada foi a moda. O primeiro passo a efectuar para a construção de um gráfico estatístico na calculadora Texas TI83 Plus. fica-se com aquelas medidas calculadas. é sempre a definição do tipo de gráfico que se pretende construir e a indicação da lista ou listas onde os dados estão registados. como a variável estatística é continua. Para se representar o peso dos pacotes de açúcar num histograma vaise proceder do seguinte modo: Fazendo 2nd Y= tem-se acesso aos gráficos estatísticos. Para se poderem observar todas as medidas calculadas devem-se utilizar as teclas direccionais a fim de percorrer todos os valores que estão disponíveis no ecrã. Note-se ainda que. Neste caso.

com as setas direccionais.. deve-se.. Não esquecer também de fazer ENTER sobre On para ligar a “Plot”. deslocar o cursor de modo a que este fique sobre cada uma das opções que se pretendem escolher e depois fazer-se ENTER. Diagrama de extremos e quartis. Figura 17 – Definição do tipo de gráfico 2 82 . Caixa de Bigodes. vai-se definir o tipo de gráfico que se pretende observar e indicar onde é que os dados estão registados. Nesse ecrã. Histograma.Capítulo 6: Novas Tecnologias no Estudo da Estatística Figura 16 – Definição do tipo de gráfico 1 Neste momento os três gráficos que se podem construir em simultâneo estão desligados (Plot . Para dar instruções à máquina no sentido de construir um Histograma. Gráfico de Dispersão cujos pontos consecutivos são unidos por um segmento de recta. O tipo de gráficos disponíveis são os seguintes: Nuvem de Pontos ou Gráfico de Dispersão. Gráfico de distribuição normal de probabilidade. Off). Pressionando a tecla ENTER tem-se acesso a uma das “Plots”.

3 .Capítulo 6: Novas Tecnologias no Estudo da Estatística Para se observar o histograma é necessário indicar a janela em que o vamos definir e também a amplitude das classes.5. Figura 19 – Definição da janela 1 Como estes valores são pouco práticos de trabalhar.2833. Figura 20 – Definição da janela 2 83 .9.. Uma forma fácil de proceder é fazer ZOOM 9.21 e [ ] [ ] que a amplitude das classes é de 0. Fazendo window observase que a janela onde estamos a ver o gráfico é 7. alterando os parâmetros da window.48 × − 3.5 × − 3.15.. vamos definir uma nova janela 7.15 [ ] [ ] e classes de amplitude 0. Figura 18 – Representação de Histograma 1 Agora já é mais fácil definirmos uma janela adequada bem como um valor razoável para a amplitude das classes.5.9. pois isto define automaticamente uma janela para os dados estatísticos que estão definidos na Plot que se tem ligada.9.

8 gramas e que a classe modal é 8.8. Figura 23 – Representação do diagrama de extremos e quartis Neste gráfico. Figura 21 – Representação do Histograma 2 Fazendo TRACE.5 e 7. seleccionando na Plot1 este tipo de gráfico e depois fazer novamente GRAPH para o visualizar. fazendo TRACE. [ [ Figura 22 – Estudo do Histograma Um outro gráfico que. podem-se ler os valores extremos. é importante analisar é o Diagrama de Extremos e Quartis. pode-se observar que.1.4 . os quartis e a mediana. existem dois pacotes de açúcar com peso compreendido entre as 7. 84 . neste estudo. por exemplo.Capítulo 6: Novas Tecnologias no Estudo da Estatística Pressionado agora a tecla GRAPH observa-se um gráfico semelhante ao anterior mas com valores mais fáceis de trabalhar. Pode-se construí-lo procedendo de forma análoga à anterior. e usando as teclas direccionais.

Capítulo 6: Novas Tecnologias no Estudo da Estatística Figura 24 – Estudo do diagrama de extremos e quartis Pode-se também construir um gráfico denominado Caixa de Bigodes que. Figura 26 – Estudo da caixa de bigodes 85 . para além de fornecer toda a informação que é dada pelo Diagrama de Extremos e Quartis. revela a existência de “outliers” no conjunto de dados. Figura 25 – Representação da caixa de bigodes Fazendo Trace verifica-se que o valor 9.2 é um “outlier” do conjunto de dados recolhidos pois este valor encontra-se separado dos restantes na Caixa de Bigodes. “Outliers” são valores da variável que estão muito afastados da generalidade dos dados recolhidos e podem ser devidos a erros na recolha dos valores. Por vezes é vantajoso excluir os “outliers” do estudo estatístico para que estes não alteram a veracidade do mesmo.

Note-se que no final da janela. Figura 28 – Lista de dados 1 Para fazer o estudo dos dados apresentados no problema 2. deve começar-se por organizar os dados numa tabela. Após a introdução da variável ano em L1. Figura 29 – Lista de dado 2 86 . por exemplo em L1. entre parêntesis. Pressiona-se a tecla STAT e obtém-se o seguinte: Figura 27 – Menu estatístico Premindo a tecla ENTER podem-se introduzir os dados numa lista. registam-se os valores da variável medida do lançamento em L2. é necessário ter-se em conta que se trata de dados bivariados. Uma das variáveis estatísticas é o ano e a outra é a medida do lançamento. Os dados vão sendo introduzidos um a um com a tecla ENTER.Capítulo 6: Novas Tecnologias no Estudo da Estatística Resolução do Problema 2 Para se efectuar um estudo estatístico. se podem observar quantos dados já estão registados.

Figura 30 – Definição do tipo de gráfico 1 Neste momento os três gráficos que se podem construir em simultâneo estão desligados (Plot . Off). deslocar-se o cursor de modo a que este fique sobre cada uma das opções que se pretendem escolher e depois fazer-se ENTER. Para dar instruções à máquina nesse sentido deve. neste caso. Para se representar o diagrama de dispersão procede-se do seguinte modo: Fazendo 2nd Y= temos acesso aos gráficos estatísticos. Pressionando a tecla ENTER. Aí vaise definir o tipo de gráfico que se pretende observar e indicar onde é que os dados estão registados. Figura 31 – Definição do tipo de gráfico 2 Podem obter-se mais informações sobre o tipo de gráficos disponíveis na página 82 87 ..Capítulo 6: Novas Tecnologias no Estudo da Estatística Seguidamente. Não esquecer também de fazer ENTER sobre On para ligar a Plot.. tem-se acesso à Plot 1. O primeiro passo a efectuar para a construção de um gráfico estatístico na calculadora Texas TI83 Plus é sempre a definição do tipo de gráfico que se pretende construir e a indicação da lista ou listas onde os dados estão registados. com as setas direccionais. pela análise deste gráfico. se possa conjecturar a existência de correlação linear entre as duas variáveis. vai-se observar o diagrama de dispersão para que.

pressionando ENTER ENTER. Figura 33 – Diagnostic On 88 . pois isto define automaticamente uma janela para os dados estatísticos que estão definidos na Plot que se tem ligada. Figura 32 – Representação da nuvem de pontos Pela observação do gráfico pode-se inferir a existência de correlação linear positiva entre as duas variáveis. Para mais facilmente se calcular o valor de r. Uma forma fácil de proceder é fazer ZOOM 9. Depois. faz com que. o valor de r seja automaticamente calculado e apresentado. Este procedimento só é necessário fazer uma vez pois fica activado até se efectuar o processo contrário que é DiagnosticOff.Capítulo 6: Novas Tecnologias no Estudo da Estatística Para se observar o diagrama de dispersão é necessário indicar a janela em que o vamos definir. sempre que se constrói a recta de regressão. Passa-se de seguida à construção da recta de regressão e ao cálculo do coeficiente de correlação linear. deve-se fazer 2nd CATALOG (que fica por baixo da tecla 0) e percorrer esta lista até se encontrar DiagnosticOn.

Capítulo 6: Novas Tecnologias no Estudo da Estatística Para se construir a recta de regressão deve começar-se por pressionar a tecla STAT. Para isso faz-se 2nd L1 . fazendo ENTER ENTER ENTER. Figura 35 – Cálculo do coeficiente de correlação linear 89 . neste menu. Figura 34 – Determinação da recta de regressão Agora vão-se indicar as listas onde estão registados os dados e pedir que a equação da recta seja colocada em Y1 para que a calculadora sobreponha os gráficos. escolher LinReg(ax+b) pressionando a tecla ENTER sobre esta opção. selecciona-se com as setas direccionais Y-Vars Function e. Vars. com as setas direccionais seleccionar CALC e. 2nd L2 . a calculadora indica a equação da recta de regressão e mostra o coeficiente de correlação linear. depois.

Figura 36 – Equação da recta de regressão Fazendo GRAPH visualiza-se a recta de regressão em simultâneo com o diagrama de dispersão. depois de pressionar a tecla TRACE. ao pressionar-se a tecla Y= pode observar-se que em Y1 já se encontra definida a equação da recta de regressão. Figura 38 – Estudo do diagrama de dispersão 90 . usar as teclas direccionais para cima ou para baixo para se seleccionar o gráfico da recta e depois deslocar o cursor para a direita ou para a esquerda a fim de se encontrar o ano pretendido. Figura 37 – Representação da recta de regressão Ao fazer-se TRACE sobre recta de regressão podem-se fazer previsões sobre o medida do lançamento que se irá obter em determinados Jogos Olímpicos. Para que o cursor fique sobre a recta é necessário que.Capítulo 6: Novas Tecnologias no Estudo da Estatística Neste momento.

Assim. Resolução do Problema 1 Como o que se pretende é efectuar um estudo estatístico deve seleccionar-se o menu STAT usando as setas direccionais e a tecla EXE. caso se tivessem realizado Jogos Olímpicos. no ano de 1940. fazendo 1. um a um. em List 1. o vencedor do lançamento do peso alcançaria uma distância na casa dos 16. Com a tecla F1 selecciona-se SORT-A e indica-se.7 metros. Figura 39 – Menu estatístico Qualquer estudo estatístico deve iniciar-se pela organização dos dados numa tabela.Capítulo 6: Novas Tecnologias no Estudo da Estatística Pode-se assim prever que. pressionando a tecla EXE vão-se introduzindo os dados. que só se pretende ordenar uma lista. Figura 40 – Introdução de dados 1 Uma vez que a consulta dos dados fica facilitada se estes estiverem ordenados vai-se seguidamente exemplificar como se deve proceder para que os valores da variável peso fiquem listados por ordem crescente. Figura 41 – Introdução de dados 2 91 .

Figura 42 – Ordenação de dados 1 Caso a opção SRT-A não esteja disponível na tecla F1 deve usar-se a tecla F6 de modo a que aquela apareça no ecrã. Figura 43 – Ordenação de dados 2 Depois de organizados os dados. vai-se prosseguir calculando as principais medidas estatísticas. Figura 44 – Cálculo de medidas estatísticas 1 92 .Capítulo 6: Novas Tecnologias no Estudo da Estatística Depois de pressionar a tecla EXE. dá-se indicação de se ordenar a lista1 fazendo 1 EXE. Primeiramente deve pressionar-se a tecla F6 até que a opção CALC esteja disponível no ecrã.

vai-se continuar a estudar o problema 1 através da representação gráfica dos dados. pois o valor de x∂n -1representa o desvio padrão a n-1 valores da variável. um gráfico que é útil na interpretação dos resultados é o histograma. Figura 46 – Leitura das medidas estatísticas Alerta-se que o valor do desvio padrão que é tratado neste manual.Capítulo 6: Novas Tecnologias no Estudo da Estatística Seguidamente pressiona-se as teclas F2 e F1 respectivamente e imediatamente o calculo das medidas estatísticas é apresentado no ecrã da calculadora. Como se trata de uma variável quantitativa continua. Figura 47 – Voltar à lista de dados 93 . Começa-se por pressionar duas vezes a tecla EXIT para se voltar à janela onde são visualizadas as listas. Figura 45 – Cálculo de medidas estatísticas 2 Para se poderem observar todas as medidas estatísticas calculadas. Calculadas as medidas estatísticas. é dado por x∂n . devem utilizar-se as teclas direccionais a fim de percorrer todos os valores que estão disponíveis no ecrã.

Figura 48 – Definição do tipo de gráfico Para se fazerem alterações às definições do gráfico. Figura 50 – Construção do Histograma 1 94 . Neste caso vão-se deixar as indicações de acordo com a figura abaixo. usam-se as setas direccionais e seleccionam-se as opções através das teclas F1 a F6.Capítulo 6: Novas Tecnologias no Estudo da Estatística Neste momento premindo as teclas F1 e F6 respectivamente tem-se acesso à definição do tipo de gráfico que se pretende construir. F1 e F6 o histograma é apresentado no ecrã. Figura 49 – Definição do Histograma Pressionando a tecla EXE e posteriormente F4.

pois os valores definidos automaticamente são pouco práticos de estudar. tem-se acesso às definições do gráfico. Neste menu deve pressionar-se F2 na opção Stat Wind. 95 . Figura 51 – Alteração manual da janela Seguidamente pressionam-se as teclas EXIT.Capítulo 6: Novas Tecnologias no Estudo da Estatística Antes de se passar ao estudo do gráfico é necessário definir-se manualmente a amplitude das classes e o extremo inferior da primeira classe. Figura 52 – Construção do Histograma 2 Para se estudar este problema podem definir-se classes de amplitude 0.5 um valor adequado para o extremo inferior da primeira classe. como indicado na figura. Premindo as teclas SHIFT MENU respectivamente. de modo a ter-se acesso à alteração manual das definições do gráfico (Figura). F1 e F1 respectivamente.3 sendo 7. Vão-se definir estes valores nas opções Start e Pitch e depois pressionase a tecla F6 para desenhar o gráfico pretendido.

5.3 (Figura 54).4[ e é constituída por 13 elementos. Pressionando as teclas SHIFT e F3 respectivamente. podem alterar-se os parâmetros de visualização da janela para.8[ ou que a classe modal é a classe [8. Figura 54 – Alteração manual da janela 2 Premindo seguidamente as teclas EXIT. percorre-se o gráfico a fim de se fazerem as leituras que se pretenderem.5. com as teclas direccionais.7. Pode assim observar-se que existem dois elementos na classe [7.1.5] × [-3. Figura 55 – Construção do Histograma 4 Para se estudar o gráfico faz-se SHIFT F1 e.9. [7. F1 e F6.8. F1. 96 . tem-se o Histograma preparado para que possa ser estudado. por exemplo.15] e definir-se para escala no eixo das abcissas o valor 0.Capítulo 6: Novas Tecnologias no Estudo da Estatística Figura 53 – Construção do Histograma 3 A janela em que se estava a trabalhar tornou-se inadequada aos valores que foram então definidos para as classes.

lerem-se os valores extremos. fazendo trace (premindo as teclas SHIFT e F1) e usando as teclas direccionais. Pode agora. Figura 58 – Estudo do diagrama de extremos e quartis 97 . havendo no entanto uma maior concentração de valores entre o 1º e o 3º quartil.Capítulo 6: Novas Tecnologias no Estudo da Estatística Figura 56 – Estudo do Histograma Um gráfico muito útil num estudo do tipo que se está a efectuar é o diagrama de extremos e quartis pois. Figura 57 – Construção do diagrama de extremos e quartis Por observação do gráfico. A construção deste gráfico processa-se de forma análoga à do histograma devendo. no entanto. para além de. seleccionar-se o gráfico do tipo MedBox (com a tecla F2) quando se está a definir Graph Type. no mesmo gráfico termos informação sobre a mediana e os quartis. também nos permite observar a forma como os dados estão distribuídos. a mediana e os quartis desta distribuição. nota-se uma distribuição aproximadamente simétrica dos dados.

é necessário optar pelo menu STAT e depois premir a tecla EXE.Capítulo 6: Novas Tecnologias no Estudo da Estatística Resolução do Problema2 Inicia-se o estudo deste problema pela introdução dos dados nas listas. usando a tecla EXE e as teclas direccionais. vai construir-se o diagrama de dispersão a fim de se verificar a existência. depois de se ter ligado a calculadora. Figura 60 – Introdução dos dados Depois de introduzidos os dados. colocam-se os valores referentes a anos em List1 e os relativos ao lançamento em List2. Figura 59 – Menu estatístico Uma vez que se trata de uma distribuição bidimensional. Pressiona-se sucessivamente as teclas F1 e F6 para se visualizar a janela da figura 61. Para isso. ou não de relação entre as duas variáveis. Figura 61 – Definição do tipo de gráfico 98 .

usando F6 até encontrar o gráfico do tipo Scat. como se verificar na figura 65. pressiona-se F1. chega-se a um ecrã onde é possível indicar que se pretende construir o gráfico definido em StatGraph1. Passa-se por isso à construção da recta de regressão e ao cálculo do coeficiente de correlação linear. Com as setas direccionais coloca-se o cursor sobre Graph Type e. Vai-se colocar o cursor sobre Frequency e pressiona-se F1. Figura 64 – Construção da nuvem de pontos 1 Pode então visualizar-se a nuvem de pontos pressionando finalmente as teclas F1 e F6 respectivamente. Pela observação do gráfico pode inferir-se que existe uma correlação linear positiva entre as duas variáveis. Figura 63 – Definição da frequência relativa Pressionado as teclas EXIT e F4. 99 .Capítulo 6: Novas Tecnologias no Estudo da Estatística Deve agora seleccionar-se o gráfico pretendido. obtendo-se o ecrã: Figura 62 – Definição do diagrama de extremos e quartis É também necessário indicar que a frequência de cada valor é 1.

para que se possa trabalhar com esta recta é necessário copiar a sua expressão analítica para o menu GRAPH. Figura 66 – Cálculo da equação da recta de regressão e do coeficiente de correlação Se se pressionar a tecla F6 pode observar-se simultaneamente a nuvem de pontos e a recta de regressão mas. Figura 67 – Desenhar a recta de regressão 1 100 . Uma vez que este é um valor muito próximo de 1. a suspeita de correlação linear sai reforçada permitindo que se tome esta recta como bom estimador de resultados.Capítulo 6: Novas Tecnologias no Estudo da Estatística Figura 65 – Construção da nuvem de pontos 2 Premindo simplesmente a tecla F1 tem-se de imediato a equação da recta de regressão bem como o respectivo valor do coeficiente de correlação linear. Deve assim fazer primeiro F5 e depois EXE e só finalmente premir a tecla F6.

desloca-se o cursor até este. Figura 68 – Menu Graph Fazendo EXE depois F6 tem-se acesso ao gráfico da recta de regressão. caso se tivessem realizado Jogos Olímpicos. Figura 70 – Estudo da recta de regressão Pode assim prever-se que. tal como é exemplificado na figura. Figura 69 – Desenhar a recta de regressão 2 É agora possível fazer Trace (premindo as teclas SHIFT e F1) sobre a recta e percorrer os pontos da mesma. com as teclas direccionais. Pressiona-se a tecla MENU e com as teclas direccionais.7 metros. o vencedor do lançamento do peso alcançaria uma distância na casa dos 16. tem de se sair deste menu e entrar no menu GRAPH.Capítulo 6: Novas Tecnologias no Estudo da Estatística Para se usar a recta para fazer previsões é necessário fazer Trace sobre a recta de regressão. a fim de se poderem fazer previsões. no ano de 1940. 101 . por isso. No menu STAT não é possível fazê-lo e.

depois de se abrir o programa Microsoft Excel. Para isso. um a um. vão-se introduzindo os dados. numa coluna. Figura 71 – Introdução de dados na folha de cálculo 102 . como é exemplificado na figura abaixo.Capítulo 6: Novas Tecnologias no Estudo da Estatística Folha de Cálculo Resolução do Problema 1 O primeiro passo a efectuar para se fazer um estudo estatístico é a organização dos dados numa tabela.

Figura 72 – Ordenação de dados Para se calcularem as medidas estatísticas começa-se por escrever o nome das medidas que se pretendem calcular em diferentes células. Para isso. devem seleccionar-se os valores que se pretendem ordenar e depois selecciona-se a opção do comando Dados. pode ter-se necessidade de os ordenar. como exemplificado na figura.Capítulo 6: Novas Tecnologias no Estudo da Estatística Depois de introduzidos os dados. Figura 73 – Medidas estatísticas 103 .

escolhe-se a opção para se ter acesso ao assistente de funções. depois de se ter colocado o cursor na célula que se seleccionou para a média (célula C2). selecciona-se a função MÉDIA. usando o rato. Figura 74 – Assistente de funções 1 Pressionando a opção obtém-se o seguinte quadro: Figura 75 – Assistente de funções 2 104 . faz-se clique sobre o comando Inserir e.Capítulo 6: Novas Tecnologias no Estudo da Estatística Para se calcular a média. Dentro do assistente de funções. na categoria Estatística. neste menú.

com o rato.Capítulo 6: Novas Tecnologias no Estudo da Estatística Agora. as células onde estão registados .O os dados que se estão a estudar e pressionar a opção valor da média fica automaticamente registado na célula que tinha sido destinada para este fim. seleccionando as funções DESVPADP e MED respectivamente. vão-se seleccionar. 105 . Figura 76 – Assistente de funções 3 Figura 77 – Cálculo da média Por um processo em tudo semelhante pode-se calcular (em D2 e E2) o desvio padrão e a mediana.

depois de fazer e indicar as células onde estão registados os dados.25 se se pretende calcular o 1º quartil ou 0.Capítulo 6: Novas Tecnologias no Estudo da Estatística Figura 78 – Cálculo do desvio padrão Para se calcularem os quartis (em F2 e G2) selecciona-se a função PERCENTIL e. Figura 79 – Assistente de funções 4 106 . coloca-se na segunda linha o valor 0.75 se se pretende calcular o 3º quartil.

Capítulo 6: Novas Tecnologias no Estudo da Estatística 1º Quartil Figura 80 – Assistente de funções 5 3º Quartil Figura 81 – Assistente de funções 6 Figura 82 – Determinação dos quartis 107 .

Uma vez que a variável estatística é contínua.Capítulo 6: Novas Tecnologias no Estudo da Estatística Depois de calculadas as principais medidas estatísticas pode-se passar à sua representação gráfica. Figura 83 – Tabela de frequências Depois de seleccionadas as células (com o botão esquerdo do rato pressionado) onde estão registadas as classes e as frequências do menu Inserir para activar o absolutas.5. pressiona-se o ícone assistente de gráficos (Figura 84). Para isso vai-se usar uma nova folha do documento em que se está a trabalhar (folha 2). Para que se possa construir este tipo de gráfico vai-se construir uma tabela de frequências absolutas com 6 classes de amplitude 0. o Histograma é um gráfico que permite uma análise correcta dos dados. 108 .3 e com valor mínimo 7. Seguidamente deve seleccionar-se o gráfico “COLUNAS” e continuar-se com para se visualizar a janela referente ao assistente de gráficos que se apresenta na figura 85.

Capítulo 6: Novas Tecnologias no Estudo da Estatística Figura 84 – Assistente de gráficos 1 Figura 85 – Assistente de gráficos 2 Prosseguindo com a opção . 109 . pode-se dar um título ao gráfico e indicar o nome das variáveis colocadas em cada um dos eixos.

Capítulo 6: Novas Tecnologias no Estudo da Estatística Figura 86 – Assistente de gráficos 3 Figura 87 – Assistente de gráficos 4 Ainda dentro deste passo vai-se seleccionar a opção a fim de se indicar que não se pretende que seja mostrada legenda. não seleccionando a opção Mostrar legenda. 110 .

111 . Figura 89 – Assistente de gráficos 6 Pressionando finalmente o ícone .Capítulo 6: Novas Tecnologias no Estudo da Estatística Figura 88 – Assistente de gráficos 5 Na opção pode também pedir-se que sejam mostrados os valores da frequência absoluta. um gráfico de barras é apresentado na folha em que se está a trabalhar.

vai ter de se alterar o espaço entre as barras para que a escala do eixo horizontal seja contínua. Para isso. Figura 91 – Histograma 2 Como o gráfico que se tem ainda não é um Histograma mas sim um gráfico de barras. devem alterar-se as medidas do rectângulo até que este tenha o aspecto que se pretende obter.Capítulo 6: Novas Tecnologias no Estudo da Estatística Figura 90 – Histograma 1 Para que o gráfico fique com umas medidas mais apropriadas. deve fazer-se “duplo 112 .

tem-se finalmente o histograma.Capítulo 6: Novas Tecnologias no Estudo da Estatística clique” sobre uma das colunas do gráfico e esperar que surja a seguinte figura: Figura 92 – Assistente de gráficos 7 E depois de se definir a largura de intervalo 0 e de se premir . Figura 93 – Assistente de gráficos 8 113 .

1-8.) 114 .Capítulo 6: Novas Tecnologias no Estudo da Estatística Pacotes de Acúcar 14 12 10 8 6 4 2 0 13 10 Freq. apesar de ser possível construi-lo. se mostra insuficiente quando se pretende fazer um estudo mais aprofundado. não é um programa integralmente destinado a este fim.4 8.5-7. Sendo este software uma Folha de Cálculo.4-8. Sugere-se assim que. em alguns casos. o processo não está automatizado. pelo que.0 9.3 Pesos (g) Figura 94 – Histograma 3 Pode-se então utilizar este gráfico para efectuar o estudo da distribuição do peso dos pacotes de açúcar.1 8.0-9.8-8.. Neste exemplo deixa-se por estudar o diagrama de extremos e quartis pois. SPSS etc.7 8. apesar de ajudar bastante a fazer um estudo estatístico. se faça uso de um software mais especializado (por exemplo Winstat.7-9.8 7. 4 2 3 3 7..

Neste gráfico pode-se visualizar a existência. de correlação linear entre as duas variáveis (ano e lançamento). depois de se abrir o programa Microsoft Excel. um a um. como é exemplificado na figura abaixo.Capítulo 6: Novas Tecnologias no Estudo da Estatística Resolução do Problema 2 O primeiro passo a efectuar para se fazer um estudo estatístico é a organização dos dados em tabelas. Para isso. em cada coluna. Figura 95 – Introdução de dados Depois dos dados terem sido introduzidos na folha de cálculo. passa-se à construção do diagrama de dispersão. 115 . ou não. vão-se introduzindo os dados.

Figura 96 – Assistente de gráficos 9 Seguidamente. selecciona-se o gráfico “DISPERSÃO [XY]”(Figura 97) e continua-se com . Um primeiro exemplo de diagrama de dispersão é apresentado pelo assistente de gráficos (Figura 97). 116 .Capítulo 6: Novas Tecnologias no Estudo da Estatística Começa-se por seleccionar as células (Figura 96) que contêm os dados estatísticos e depois pressiona-se o ícone que se encontra disponível no menu Inserir para obter a janela da figura.

Figura 98 – Assistente de gráficos 11 Ainda dentro deste passo vai-se indicar para que não sejam mostradas nem linhas de grelha nem legenda.Capítulo 6: Novas Tecnologias no Estudo da Estatística Figura 97 – Assistente de gráficos 10 Prosseguindo com a opção pode dar-se um título ao gráfico elaborado e indicar o nome das variáveis colocadas em cada um dos eixos. 117 .

Depois de se ajustarem as dimensões do rectângulo onde foi construído o gráfico obtém-se uma nuvem de pontos como a da figura 102. o gráfico é apresentado na folha de cálculo em que se está a trabalhar (Figura 101). 118 .Capítulo 6: Novas Tecnologias no Estudo da Estatística Figura 99 – Assistente de gráficos 12 Figura 100 – Assistente de gráficos 13 Pressionado finalmente o ícone .

119 . Para se calcular o coeficiente de correlação linear. deve-se começar por seleccionar uma célula onde se vai colocar o seu valor.Capítulo 6: Novas Tecnologias no Estudo da Estatística Figura 101 – Nuvem de pontos 1 Figura 102 – Nuvem de pontos 2 Pela observação do diagrama de dispersão. pode inferir-se a existência de correlação linear positiva entre as duas variáveis.

Capítulo 6: Novas Tecnologias no Estudo da Estatística Depois. selecciona-se a função CORREL. depois de colocar o cursor em Matriz2. Figura 104 – Assistente de funções 8 Depois. seleccionando no menu Inserir pressionando a opção tem-se acesso ao assistente de funções. Figura 103 – Assistente de funções 7 Pressionando a opção obtém-se o quadro da figura. Dentro do assistente de funções. na categoria “estatística”. seleccionam-se as células onde estão registados os dados da variável Ano para que estes valores fiquem registados em Matriz1 e. procede-se de igual modo com a variável Lançamento. 120 .

Capítulo 6: Novas Tecnologias no Estudo da Estatística Figura 105 – Assistente de funções 9 Figura 106 – Assistente de funções 10 Pressionando finalmente a opção . Figura 107 – Determinação do coeficiente de correlação linear 121 . o valor do coeficiente de correlação linear fica automaticamente registado na célula que se tinha destinado para esse fim.

vai-se proceder seguidamente à construção da recta de regressão e ao cálculo da sua equação. Figura 108 – Linha de tendência 1 Figura 109 – Linha de tendência 2 122 . no menu Gráfico. selecciona-se a opção Adicionar linha de tendência (Figura 108).Capítulo 6: Novas Tecnologias no Estudo da Estatística Depois de se ter representado o gráfico de dispersão e se ter conjecturado sobre a existência de correlação entre as duas variáveis. faz-se clique sobre o conjunto de pontos representados graficamente e. Para isso. Deve então ser apresentada uma caixa de diálogo como a da figura. em seguida.

seleccionar a regressão linear e. posteriormente. Figura 111 – Recta de regressão 3 123 . vai-se optar por Mostrar equação no gráfico (Figura 110). Figura 110 – Linha de tendência 3 Premindo então a opção na caixa de diálogo. neste caso. a recta de regressão é apresentada sobre o gráfico bem como a respectiva equação (Figura 111).Capítulo 6: Novas Tecnologias no Estudo da Estatística No separador Tipo. no separador Opções.

Pressionar a tecla Enter Figura 112 – Previsões 1 Figura 113 – Previsões 2 124 . um modelo que permite obter com grande fiabilidade a distância num ano em que não se realizaram Jogos Olímpicos.1018*F22-180. pode proceder-se do seguinte modo: 1. Numa célula à escolha coloca-se o valor 1940 ( por exemplo a célula F22) 2. Para se efectuar este cálculo com o programa Excel. Pode-se então conjecturar sobre qual seria este valor no ano de 1940.79 (Figura) 3. neste caso. Numa outra célula escreve-se =0.Capítulo 6: Novas Tecnologias no Estudo da Estatística A recta de regressão é .

o vencedor do lançamento do peso alcançaria uma distância próxima dos 16.7 metros.Capítulo 6: Novas Tecnologias no Estudo da Estatística Pode-se assim prever que. 125 . caso se tivessem realizado Jogos Olímpicos no ano de 1940.

Capítulo 7 Bibliografia 126 .

A. F. Edições Sílabo.C. Artur da Rocha – Guia Prático para o uso do Retroprojector. F.B. . Escolar Editora. Lisboa.Análise exploratória de dados. Texas Instruments. Lisboa.Probabilidades e Estatística. 1997 GRUPO DE TRABALHO T3 – Estatística e Calculadoras Gráficas. MARTINS. 1993 MURTEIRA. J. Instituto do Emprego e Formação Profissional.Estatística Descritiva. Maria Augusta Ferreira . Ministério da Educação /DES. Maria Eugénia Graça [et al] . Porto Editora. – Matemática 10. Associação de Professores de Matemática. Elizabeth .Estatística. 1989 MACHADO. 1999 MELLO. Areal Editores. 1997 BASTOS.C. 1997 REIS.1993 MURTEIRA. Larry – Statistic Handbook for the TI-83. Porto.Capítulo 7: Bibliografia Bibliografia ALVES. [et al] – Infinito 10. BRITO. Rita [et al] – Matemática10:Estatística. 1989 NEVES. E. 1999 NAZARETH. Lisboa. 1993. Mc Graw Hill. Lisboa. Galvão de. F. 1997 GRUPO AZARQUIEL – Estatística no 3º Ciclo do Ensino Básico. Helena – Curso Básico de Estatística. Lisboa Editora. Lisboa. 1996 AUBYN. Bento – Estatística Descritiva. Lisboa. 1999 127 .. M. 1999 TEXAS INSTRUMENTS – Manual de Instruções da Calculadora Gráfica TI-83. Edições Contraponto.Matemática 10º Ano Parte 3:Estatística. Conceitos e Métodos Fundamentais.U. Porto. Editora Ática. C. Bento . MARTINS. 1996 MORGAN.. Mc Graw Hill. C. Associação de Professores de Matemática.A. J.

Anexo I Cálculo de classes 128 .

do bom senso e da sua experiência. procurar um equilíbrio entre a precisão e a simplicidade. escolhendo amplitudes de classe tendendo para zero e. Não existem regras gerais para encontrar este equilíbrio. Sturges N Fórmula 10 20 30 40 50 100 200 300 Vellemen Dixon e Kronmall 1 + log 2 n 4 5 5 6 6 7 8 9 2 n 6 8 10 12 14 20 28 34 10 log 10 n 10 13 14 16 20 21 23 24 129 . pode tornar-se tão pequeno quanto se queira. reduzindo a perda de informação. ou seja. das conclusões que pretende encontrar. No entanto. Torna-se assim necessário. optámos por deixar aqui as sugestões de vários autores. que foi uma das principais razões pela qual começamos por agrupar os dados em classes. Assim cada investigador está dependente. o agrupamento mais conveniente. em cada estudo. valores pequenos da amplitude de classe implicam um grande número de classes conduzindo assim a um decréscimo de simplicidade. portanto. Apesar disto. para o cálculo do número de classes.Anexo I: Cálculo de Classes Cálculo de Classes O erro inerente a qualquer representação de dados agrupados em classes.

Anexo II A Estatística na Internet Sites Nacionais Sites Internacionais 130 .

Acção Local Estatística Aplicada (INE . http://www. que pretende dar a conhecer (apontar) os sites existentes (preferencialmente de língua portuguesa) com interesse para o sector agrário e rural.pt/srea/informacao/metainformacao/conc.Anexo II: A Estatística na Internet Sites Nacionais http://alea-estp. http://www.pt/srea/ Instituto Nacional de Estatística / SREA .pt/beja/estatistica Estatísticas de Beja Portal Virtual onde se pode encontrar informação de Dados Estatísticos de Beja.htm Agroportal é um sítio na Internet.ine.ul. Nele se incluem alguns dados estatísticos.pt Projecto ALEA . está bem posicionado para contribuir ao solicitado em aspectos das ciências estatísticas.pt/Ciencias/estatistica.Serviço Regional de Estatística dos Açores Serviço Regional de Estatística dos Açores http://www.pt/cea/ Centro de Estatística e Aplicações da Faculdade de Ciências da Universidade de Lisboa Um dos maiores e mais activos grupos de investigação nesta área.agroportal.asp Instituto Nacional de Estatística / SREA .ine. http://www.ine. do tipo directório / portal.Instituto Nacional de Estatística) Informações sobre o Objecto da Estatística http://www.alentejodigital.fc.Serviço Regional de Estatística dos Açores 131 .

Anexo II: A Estatística na Internet Informação Estatística / Conceitos Estatísticos http://www.ist. é um programa do Fundo Monetário Internacional que tem por objectivo garantir que a divulgação de informação estatística. I&D.pt/~psoares/stat/pe/pe. Alunos. transparência. apresenta características de actualidade. integridade e qualidade. LEFT.pt Instituto Superior de Estatística e Gestão de Informação Universidade Nova de Lisboa Informações de Cursos.apm. Localização Estatística e Gestão de Informação http://www.pt/~jaimecs/pessoal/ Página Pessoal Página Pessoal do Professor Jaime Carvalho e Silva 132 .minfinancas.pt/ Associação de Professores de Matemática Destaques.uc.isegi.html Instituto Superior Técnico Probabilidades e Estatística (LECivil. Novidades e Notícias http://www.mat.Special Data Dissemination Standard O SDDS . Larquitectura) http://www.unl.math. Docentes.pt/dgt/informacoes/infor_estat/portugues/f_estat1. LEEC. LEAmbiente.Padrão Especial de Divulgação de Dados. LETerritório.utl. LENaval. Novidades. LEMateriais. http://www. difundida pelos países subscritores. Catálogos.htm SDDS .

tabelas e gráficos .rialto. http://www.Anexo II: A Estatística na Internet Sites Internacionais http://geocities.htm Página Pessoal Algumas definições de Estatística http://huizen. Os artigos estão em Formato Documental Portátil (PDF) e/ou em Formato Postscript (PS).Acção Local Estatística Aplicada (INE . Colecção de Software e dados estatísticos.nl/~berrie/ Página Internet de Estatística de Berrie’s Página de Estatística multimédia com animação..cmu.com/marianaibd/pagina_2.vt. onde cada um pode publicar ou ler acerca de qualquer assunto de investigação Estatística ou métodos inovadores.dds. os artigos abstractos ficam disponíveis para consulta.edu/ Departamento de Estatística da Universidade de Carnegie Mellon Principal ponto de entrada para StatLib (Biblioteca de Estatística) na Universidade de Carnegie Mellon. Uma vez aceites. 133 . etc.stat.html-ssi Estatística na Internet InterStat é o nome dado ao local na Internet.stat. http://lib.us/frisbie/pictogram.Instituto Nacional de Estatística) e INE Informações sobre dados.edu/InterStat/intro.Representação gráfica de dados (Pictogramas) http://interstat.k12.ca. Os artigos são escolhidos pelo editor.html Projecto ALEA .

pode claramente generalizar os resultados para a população que queremos escolher.edu/DASL/ Biblioteca de História e Dados DASL é um conjunto de arquivo de dados e relatos que ilustram o uso de métodos estatísticos básicos. 3 sistema de equações e respectiva resolução. http://members. Espera-se fornecer dados a partir de uma larga variedade de tópicos para que os professores de Estatística possam encontrar exemplos reais a dar aos seus alunos.html#WhichAnalysis Páginas Internet que permitem cálculo estatístico As páginas Internet listadas aqui compreendem um acesso fácil.html Instituto de Tecnologia da Califórnia Coeficiente de entrada para 3x.alumni. http://www.stat.cornell.Anexo II: A Estatística na Internet http://lib. http://olam.org/ Associação de Estatística Americana 134 .asu.html Universidade de Illinois (EUA) Gene Glass Curso na Universidade Estatal do Arizona http://trochim.edu/kb/sampling. Fala-se acerca de alguns termos estatísticos usados na amostragem. pessoas.edu/~glass/502/home..cmu.ed.amstat.aol.htm Amostragem é o processo de unidades de selecção (ex. a uma variedade de software estatístico.human.caltech.com/johnp71/javastat. O acesso é gratuito através de vários fornecedores. Finalmente discute-se a maior distinção entre Probabilidade e não Probabilidade nos métodos de amostragem.edu/~chamness/equation/equation. Todas estas fontes estão acessíveis uma vez que caso se tenha acesso à Internet. http://www. organizações) a partir de um interesse de uma população que ao estudar uma amostra. Este programa DASL localiza informações e ficheiros de interesse comum.

uk/glossary_v1.itl.com/~helberg/statistics.biostat.html Universidade de Lancaster (Inglaterra) Índice Alfabético de todos os items http://www.edu/Xvlib/ Universidade de Washington Listas actualizadas de departamentos de estatística. etc.execpc.html Métodos de estatística Estas páginas fornecem referências a outras informações “on-line”.br/ Página Pessoal de Paulo Afonso Lopes É um portal que se destina a desmistificar o ensino e o uso da Estatística e informa as pessoas como utilizarem este importante ramo da ciência. arquivos de dados e grupos de discussão.edu/~joelwest/Statistics/index.htm Testar Software por intermédio de métodos de estatística 135 . reportando ao uso de métodos de Estatística em negócios.cas.eng. ensino e investigação científica.animatedsoftware.ac.washington.estatistica. http://www. http://www. Inclui também recursos exemplificados.Anexo II: A Estatística na Internet http://www. associações. http://www.uci.gsm. que é útil na pratica.nist. http://www.gov/div897/ctg/stat/stsm.html Probabilidades e Estatística É um lista de recursos estatísticos a descobrir no World Wide Web (www).lancs.1/Alphabet.htm Empresa de Software de Animação Glossário Internet de Termos de Estatística http://www. muitas vezes mal compreendido.com/statglos/statglos.

Em termos de conteúdo é um dos mais activos “Sites” na Austrália dedicados à ciência estatística http://www.yorku.Anexo II: A Estatística na Internet Projecto de ensaios de software de métodos de estatística.mathsoft.yorku.math. Inclui quadro de testes para determinar se um programa está em conformidade com as especificações funcionais http://www.ca/ Universidade de York Fonte de Estatística de York http://www.edu.au/~gks/webguide/ Ciência Estatística na Internet A Ciência Estatística na Internet (StatWeb) está designada para ser disponível num guia de fontes estatísticas.ca/SCS/Online/ Universidade de York Programa SPSS e SYSTAT http://www.com/ Minitab Inc Software para manuseamento de dados estatísticos 136 .math.ca/SCS/Gallery/ Página Internet de Michael Friendly Visualização de dados e Gráficos Estatísticos http://www.yorku.uq.ca/SCS Serviço de consulta de Estatística da Universidade de York Publicações Online http://www.maths.math.minitab.yorku.math.com/splus/ MathSoft Inc Site de informação oficial do S Plus http://www.

com/ P-STAT.net/ Lições (Tutorials) de Probabilidade Bem vindo ás minhas lições de probabilidade. http://www. http://www.Vietname http://www.edu/stats/ Utilização da estatística Utilização da estatística http://www.sas.mnsinc.html Universidade de Minnesota (EUA) Instituto de “Super .com/dan_rope/gpl/ Arquivo de produção Gráfica (GPL) Arquivo de produção Gráfica para construção de “applets java” que intercedem nos gráficos estatísticos de alta qualidade. São designadas como um conjunto de simples exercícios conduzindo gradualmente ao desenvolvimento de resultados. de medida teórica.msi.pstat.saigon. Inc.com/ SAS Institute Inc Matéria da SAS 137 .csbsju.probability.Anexo II: A Estatística na Internet http://www.edu/user_support/scivis/scivis-list. São consideradas um curso completo “on-line”.htm Fontes de Estatística de Saigão . http://www.com/~tuan/statlnk. Outras fontes (Links) sobre Estatística e software de gráficos estatísticos.umn.computação” http://www.physics.

ucla.edu/consult Departamento de Estatística da Universidade Californiana de Los Angeles (UCLA) Algumas ligações (links) para computação interactiva.html Departamento de Estatística da Universidade da Carolina do Sul (EUA) “applet java” programada para ensinar os alunos sobre o efeito dos pontos médios na respectiva recta de regressão.edu/textbook/demos/ Departamento de Estatística da Universidade Californiana de Los Angeles (UCLA) Estatísticas da UCLA 138 .edu/~west/javahtml/Regression.Anexo II: A Estatística na Internet http://www.stat.edu/info/jse/ Jornal de Estatística Educacional Jornais e Publicações Online http://www. http://www.duke.ucla.sc.html NWP Associates.edu/sites/java. da Webster West da Universidade da Carolina do Sul (EUA).edu/~west/webstat/ Departamento de Estatística da Universidade da Carolina do Sul (EUA) “Kit” de Estatística em “Linguagem de programação Java”. Inc Colecção de “applets java” em tópicos de estatística http://www. a correr sobre Xlisp-Stat e outros programas no servidor da UCLA.stat.stat. Leitores de dados locais em arquivo de formato simples http://www. http://www.sc.ncsu.stat.stat.com/ SPSS Inc Programa SPSS para Windows e explicação de como correr o mesmo SPSS em modo interactivo e não interactivo de UT Austin http://www.spss.stat.

139 . http://www.stat.it/iasc/ Universidade de Perugia .unipg.statistics.Anexo II: A Estatística na Internet http://www.stat.unipg.it/JAVA/nor3d-en.Itália Análise em Estatística é uma importante actividade no departamento Samba.com/ Wolfram Research.stat.stat.Itália Este serviço é oferecido pelo departamento de Estatística da Universidade de Perugia – Itália “Java Applet” para 3D de “Animated Normal Distribution” http://www.ufl.it/ncsu/info/jse/homepage.html Departamento de Estatística da Universidade da Florida Departamentos e Grupos de Estatística http://www.edu/vlib/statistics. associações.edu/vlib/statistics.Itália Jornais e Publicações Online http://www.html Centro de Saúde da Universidade da Flórida Listas actualizadas de departamentos de estatística.unipg.ufl. É um “Site” útil quando se necessita de encontrar dados estatísticos. arquivos de dados e grupos de discussão http://www. http://www.stat. Inc. no Centro de Computorização Norueguês (NR).html Universidade de Perugia .html Universidade de Perugia . Existem outras actividades. como: Análise e Reconhecimento de Imagem e Padrões.com/ Análise estatística Directório compreensivo de ligações e fontes de dados.wolfram.

nctm.Anexo II: A Estatística na Internet Software de Matemática e Estatística http://www.html The Math Forum Software para Probabilidades e Estatísticas http://www.html Texas Instruments Informações sobre Calculadoras Texas Instruments utilizadas no Ensino http://www.com/math.topics.U.casio.com/calc/docs/calchome.) http://www.cfm Casio Informações sobre Calculadoras Casio utilizadas no Ensino 140 . sintaxe. http://www.com/probstat/probstat.html The Math Forum Site Internet tipo “forum”.yorku.com/education/index.ca/dept/psych/lab/sas/ Universidade de York Notas de Curso em SAS/GRAPH e respectivas ligações (links).mathforum.htm Universidade de York Software WebPower.ti. Diagramas Sieve. sumários e exemplos.yorku.org Concelho Nacional de Professores de Matemática (E.ca/dept/psych/lab/sas/sgintro.A.software. sobre Matemática (Estatística) http://www. a correr sobre SAS na Internet http://www.mathforum.

Ricardo Shirley e Miguel Shirley 141 .Ficha técnica Participaram neste trabalho os formadores abaixo referidos que cederam os respectivos direitos de propriedade e autoria: Coordenador Nacional: António Adérito Araújo Coordenadores Locais: Elisabete Quintas (Coimbra) e Miguel Shirley (Lisboa) Texto: António Adérito Araújo Carlos Rosmaninho Elisabete Quintas Fernanda Soares Jacinto Salgueiro Lino Nossa Maria Rita Martins Nely Vilanova Paula Bulhão Produção Multimédia: Manuel Borrões e Tiago Borrões Jogos Didácticos: Joaquim Perdigão. Ricardo Shirley e Luís Fernandes Apoio Administrativo: António Silva Investigação na Internet: António Shirley. Nely Vilanova.

Su b-Pr o jecto M a t e m á t ic a Inovar na Formação Manual de Exercícios Subprojecto de Matemática .

Gabinete de Gestão de iniciativas comunitárias. Os infractores são passíveis de procedimento judicial.Esta Publicação é propriedade do GICEA. estando reservados todos os seus direitos. Não pode ser reproduzido nem transcrito por qualquer processo seja ele qual for sem autorização dos titulares do direito. . Este produto é protegido pelas leis em vigor e copyright.

................................................. 21 36 ...................................................................... 11 22............Limites............................... 3 4-Classifique cada uma das variáveis estatísticas.Inquérito feito sobre o agregado familiar a 300 famílias(.................)...Limitações de um estudo Estatístico(......Análise de gráfico(................................. 6 11-Análise de Texto............................... 18 31-Classificações (0 – 100) de um exame de Português.................. .. 8 18-Análise de dados estatísticos (gráfico circular-Acções)......................... 18 30-Classificação de um teste de matemática (0-100).............................)................. .. 12 DISTRIBUIÇÃO DE FREQUÊNCIAS REPRESENTAÇÃO GRÁFICA E TABULAR DOS DADOS ESTATÍSTICOS ...........As Audiências................. 16 26-Concurso Municipal para o cargo de Contabilista......)...Classificação de variáveis..... 3 2-Estatística Descritiva/Estatística Indutiva......... 8 17............................................. 2 1-Fases de um estudo estatístico.............................................................................. ........... 3 5-Indique a população e a unidade estatística. ......................amostras...................................... 17 28 – Complete o quadro da distribuição de frequências...)............................qualitativas e quantitativas. 5 9........ 7 16................. 4 8..............Alunos matriculados no 1º ciclo por NUTS I... .............................................. 3 3-Razões para utilizar uma amostra.........................)...................... ...).............. amostragem sistemática e amostragem estratificada.......................................................Estatística Descritiva ou Estatística Indutiva......................)...................... amostragem aleatória................ ..........................................Os atletas praticantes de judo(... 1 INICIAÇÃO À ESTATÍSTICA ................... .........................................)..................................... 19 32................. ........................................................................................................Análise de dados estatísticos (quadro-Jogos olímpicos)........................ ................)................................................................................................ 20 35..Índice APRESENTAÇÃO DO MANUAL DE EXERCÍCIOS ...........)............. 16 25 –Número de irmãos(.... ..... ..............)....................... ..........)................Numa escola Básica................ 13 23 – Dias de Nevoeiro(... ............(......Indique População/amostra/unidade estatística (....................Candidatos a um emprego...............(...... 4 6.............Comente as seguinte afirmação(.............................. ................................................................................................ ....................................... 7 14.....).....................)........................... 17 27-Horas de estudo de uma turma(..........Análise de dados estatísticos (quadro-Drogas)........................ 6 12..... Termos estatísticos (... 5 10-População/Amostra/Unidade Estatística.................... 7 13....................... ................ 10 21..)..............)....... .................... 18 29............ ............................................................. . 19 33.......................................)...............Hábitos de leitura(.................... 15 24 – Ocupantes de automóveis(............................. .... 21 37...................Variáveis discretas e variáveis contínuas....................................................................................(........................................................(.. ................... 22 .. ................ .. 20 34...............II..............................................III...................)................... .......................................Classes ….............................................Frases para comentar(........ ..........)........................ ..........................................Termos Estatísticos(.normas de selecção....)... 9 19 ...........As idades dos professores(.... 7 15........................................................ 10 20.....Dê exemplos de população(....................................... 4 7........

............................... 31 51-Lucro por dia de um supermercado (...........................(.......... 26 46...........Na escola da Rita................. 27 PARÂMETROS ESTATÍSTICOS .............).Eleições da associação de estudantes do Instituto Serra(......... 37 66.. 34 59-Mediu-se o tempo gasto na execução de uma tarefa numa fábrica(........... ............ .....).........(pictograma)(.... .................... 31 50.......................... 42 .... 32 54 –Para a distribuição abaixo(.........)............................................. ................... .O casal Pires tem 6 filhos com as seguintes idades(..............Tempo........................................................ 41 72 ................. ...... 36 64..........................................................Indique o valor de a......... 25 45– Idades dos participantes num torneio de ténis(..............................................Número de refeições...................................Vencimentos dos operários de uma empresa em milhares de escudos(............. ...................................... na disciplina de Matemática(............. que 250 jovens estiveram no desemprego(.. ..................................... 31 52..........). .............. aos 100 empregados de uma fábrica.............................. ......................38..... ............Na Quinta do Seminário........................ 33 57 ......................... ..............................)........Média .........................................)..... 39 70-Resultados de um mesmo teste............................. 22 39...Numas termas existem 16 hotéis......Determine o desvio padrão..................... a moda e a mediana. 23 41................................................................................... 24 43................)............................).......................... ............Numa cooperativa pretendeu-se testar o modo como as máquinas distribuíam batatas(...............O salário médio anual que uma empresa paga aos seus empregados(..).......medidas de tendência central)..................................................................................).... .........................Lançaram-se 6 moedas iguais sobre uma mesa(................... 36 63.................).....).............quadris(.....)... .................... 40 71 – Pesos de alunos (................. ................ .......Salários de 5 funcionários(................ a produção de uvas.............. ... 27 48...)..................O número de garrafas de vinho existentes num supermercado(.....)........... 39 69......)...... 38 67 .................................................................. aplicado a duas escolas(..............................................)..............Estudo sobre a população urbana(..........)....................................................................)....Os depósitos dos clientes de um Banco(............... 35 60......................................... ..)..................).......................... 23 40..........................................................................Fez-se um inquérito............ 41 73.......pictograma..............(......................... .................)............................................... 38 68-Notas no final do 2º período...........Num estudo sobre o número de ervilhas por cada vagem(...As classificações na disciplina de Português(..............................Inquérito a 75 jovens sobre as idas a discotecas(......Resultados recolhidos por uma empresa de venda de enciclopédias ao domicílio(............(.....................)....................................................... 33 56........................................................................). ............ . 35 61 ............)..........Num stand de automóveis usados................... número de alunos que têm computador....... 24 42......).................................Numa distribuição de frequências(....(.................. 32 53.................. ........................)........ 32 55 ...................................).........................................os minutos de atraso de uma empregada(......Numa produção anual de 2000 milhares de toneladas de cortiça(........ . 37 65.. . ..... ........ 26 47......................................................... ................. 34 58... sabendo que o conjunto de números(..................... 25 44......................................................)....)........... em meses.......O gerente de uma fábrica ........... 36 62 –Mediana .Observe a tabela seguinte e indique a moda.).. 28 49 .......

..... 55 98.................................................Estudo sobre os equipamentos privados dos cidadãos europeus..............................................................................................Média...)................... anotou o tempo...........Resultados das observações meteorológicas no mês de Dezembro de 19988(................................................ 44 79............................... 51 88– Calcule o coeficiente de correlação linear (............ ..)...Perguntou-se a 15 rapazes a sua idade e a hora a que usualmente se deitavam(................... D............ 61 .............)......num ano lectivo(...... .......)..................)........ ................................... 50 86– Alturas e os pesos de 15 empregados de uma fábrica (................................ ........................................(.......... construindo o diagrama de dispersão(..................................)........................... 47 84........................Idades dos alunos matriculados no Ensino Recorrente Nocturno (.).............................. 56 99– Pesos e alturas dos alunos de uma turma(............................ 48 85– Determine o coeficiente de correlação linear.............)...... 61 Resolução do exercício 8...................................... .......... e a população................. 42 75-O n............................................. ...J..... 45 81– Notas na Disciplina de Português(.............................................As distribuições seguintes...............Os salários (em milhares de escudos) de três empresas X....... 52 92.. .....º de pares de meias produzidas por duas fabricas(.............Haverá interesse em realizar um estudo estatístico(.......................(................)......................................... 45 82... ........ 52 91– milhares de Km2.........................Qual foi o número que se adicionou............... 46 83............ notas obtidas por três turmas...)......... 55 97................................... que empregado demora na casa-de-banho(............................. 53 95.......................... 52 90– Encontre a equação de correlação linear (.............................................400 esferas de rolamento com os seguintes diâmetros(............ H.............................................................................. de países membros da EU.... 59 Resolução do exercício 5...............................................................)......................................)................ em milhões de habitantes.....)............................ ............................................................).............................)....................... 58 Resolução do exercício 2................E.............. 56 PROPOSTA DE RESOLUÇÃO....................).... ........... ...........................Calcule os coeficientes de regressão e interprete os dados...................... ................. a variância e o desvio padrão (...............................................O encarregado de uma fábrica de confecções.....)....................................................... .............)............. 47 ESTATÍSTICA BIDIMENSIONAL .. 59 Resolução do exercício 3..................................................................média(......................Casamentos/Divórcios......Y e Z são os seguintes(......). ..................................... 43 77 ..................................)...................................................................................... 43 76 – Tempo em minutos a ver televisão(.. 58 Resolução do exercício 1....... ............. 44 78................................. pontos B............... 59 Resolução do exercício 4..................................O n........... 45 80......)............................................. 60 Resolução do exercício 7................................º de dias que os professores faltaram ........... G........ ............... 60 Resolução do exercício 6.................................. 53 93..................................... 50 87– Numa fábrica de peças para automóveis é feito o acompanhamento sistemático da percentagem de peças defeituosas(................. 51 89– Refaça o exercício anterior.....................74................................................... 53 94.............. à disciplina de matemática(.................................................................................).............................................Calcule os coeficientes da equação de regressão.............................................................. 54 96...... ...............................................

................ ............................................................. 75 32....................... .......... . 65 19..................................................................................................................... .......... ........................ 79 38................... ................ 78 36. 75 33..... .. 73 30.. 68 22. 89 48...................................................... 84 43............................................................................... 77 35....................................................... .................. ....................... ............................................................................................................................................................................................................. ...................... ....... ............................................................. 70 24................ 90 49.............. 63 13..................................................................... 64 16...................................................... .................................................................... .. ............... 71 26............................................................................................................................. 74 31............................101 56........................................... ........................................................ 69 23. 86 45...................................................... 95 52....... 66 20........................ 80 39............................................. 62 10.................................................................................................................................................................... ........................................... ............................................................................. 64 15.............................................. ....................... ............................. ............................................................. 86 44.... 67 21............... ..................................... 72 28.............. .................. 65 18....................................................................................... ..................... 71 25...................... 91 50............................................................................................. 97 53.............................................................................................................................................. ........................................................ 81 40......................... ........................ ..................... 97 55...................................................... ................................ .......................................................................................................................................................... ..... ................................ ...... ...................... 64 17......................................................... .............................................................................................102 ...................................... ....................................................... ............................................................................. ....................................................................... 72 27........................ ........................................................................ ....................................................... 63 14................................................................ .................... 78 37.. 83 42.......................................................................................................... 82 41..................... 62 11................................. ................................ 88 47.................................................. 73 29.................................................................................... .......... . .....................................................Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução Resolução do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do do exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício exercício 9........................................................ 62 12................ 76 34............................................... 97 54...... .................... ..................................................................................... 94 51...................................... 87 46...............

.............138 Resolução do exercício 88................................................................121 Resolução do exercício 72...........................................................147 BIBLIOGRAFIA.................127 Resolução do exercício 79..119 Resolução do exercício 70..........................................143 Resolução do Exercício 95.........................................145 Resolução do Exercício 96...............................................147 Resolução do Exercício 99.....................................................................................109 Resolução do exercício 61.................Resolução do exercício 57............... ........104 Resolução do exercício 58...................................................................................................................124 Resolução do exercício 76.........................................................................................121 Resolução do exercício 71.....................139 Resolução do exercício 90.... ...................................112 Resolução do exercício 64....................................................................... ..............................................129 Resolução do exercício 82......... ..................................................124 Resolução do exercício 74........................................................................................143 Resolução do Exercício 94...........................................................................133 Resolução do exercício 84.........114 Resolução do exercício 65................................. ............. . ..............................................137 Resolução do exercício 87....... .......................................................... .... . ....................................................134 Resolução do exercício 85.............. .......... ......................................................................................................................................................................................................128 Resolução do exercício 81............................ ...............................109 Resolução do exercício 62..............................................................................................................140 Resolução do exercício 91................... ................................... ........... .................................................................................................................................... ..................................... .....139 Resolução do exercício 89............. ..123 Resolução do exercício 73........................116 Resolução do exercício 66............................. ....107 Resolução do exercício 60..........................................118 Resolução do exercício 69........................................................................................................................146 Resolução do Exercício 98....................................................................................116 Resolução do exercício 67.............................. ......................... .............................................................117 Resolução do exercício 68............. .......125 Resolução do exercício 77........................................141 Resolução do Exercício 92........................................................................................................... ...............................................................124 Resolução do exercício 75............. ...................................................135 Resolução do exercício 86................. ........................ .................................................. .............................................. .........................................................126 Resolução do exercício 78..........................127 Resolução do exercício 80.................................. ..................................................................................................... ...................105 Resolução do exercício 59.................................. ..................................................131 Resolução do exercício 83............................ ....................................146 Resolução do Exercício 97........................142 Resolução do Exercício 93.......................................................111 Resolução do exercício 63.......................... ....................................................151 ...... ....................................... ..................................................................................... ................. ...................................... ................. .......................................................................... .................................................................................................................. .................................................

Capítulo 2:Distribuição de frequências e representação gráfica e tabular de dados estatísticos. Cada capítulo tem uma pequena introdução teórica ao tema abordado. Capítulo 3: Parâmetros estatísticos. Capítulo 5: Proposta de resolução.1. O manual está dividido em cinco capítulos: Capítulo 1:Iniciação á estatística. 1 . É complementar ao manual de estatísticas à bateria de acetados e ao CD.Apresentação do Manual de exercícios de estatística APRESENTAÇÃO DO MANUAL DE EXERCÍCIOS Este manual tem como objectivo apresentar propostas de exercícios de estatística aos formadores. Capítulo 4: Estatística bidimensional.

2. Amostra e Variável: População Colecção de seres com características em comum e com interesse para o estudo Amostragem aleatória simples Amostra Subconjunto finito da população que se supõe representativa desta Processos de escolha de uma amostra Amostragem sistemática Amostragem estratificada 2 . é necessário que estes tenham bem presentes o significado de População. Interpretações da estatística !Sondagem ou um censo !Um estudo !Uma ciência Os nossos formandos terão necessidade de utilizar uma linguagem própria.Iniciação à estatística INICIAÇÃO À ESTATÍSTICA A utilidade da estatística estende-se às mais diferentes áreas de actividade. No dia–a–dia contacta com a informação que precisa de ser interpretada e transmitida. O homem. como parte integrante da sociedade actual necessita de conhecimentos estatísticos. Assim.

.Tempo que passa a ver televisão. O que distingue a Estatística Descritiva da Estatística Indutiva? 3-Razões para utilizar uma amostra. Relativamente aos habitantes de uma aldeia do norte. Quais são as fases que um estudo estatístico deve conter e. Indique quais são as razões que levam a utilizar uma amostra num estudo estatístico. e esta última em discreta ou contínua. . 4-Classifique cada uma das variáveis estatísticas.Profissão. Classifique cada uma das variáveis estatísticas como qualitativa ou quantitativa. 3 . em seu entender. quais as características e as limitações do método estatístico? 2-Estatística Descritiva/Estatística Indutiva.Sexo .2.Iniciação à estatística Variável São atributos qualitativos/quantitativos que estão relacionados com a qualidade/quantidade e que se apresentam com várias modalidades Qualitativas Discretas Quantitativas Contínuas 1-Fases de um estudo estatístico. consideraram-se as seguintes variáveis estatísticas: .Número de pessoas do seu agregado familiar.

d) O sexo dos professores da escola secundária de S.Iniciação à estatística 5-Indique a população e a unidade estatística. Maria. Eu já fiz um inquérito à população Portuguesa”. Indique a população e a unidade estatística em que o carácter em estudo era: a) O desporto favorito das mulheres portuguesas. c) A marca dos carros vendidos em Portugal em 1999. Dos seguintes atributos estatísticos indique justificando os que são variáveis discretas e variáveis contínuas.. Já estou enjoada”.Frases para comentar(. b) A cilindrada dos carros dos professores da Escola D. Entrevistámos 2000 cidadãos da Linha de Cascais“. a) Número de palavras de um soneto de Camões. c) “A minha empresa já sabe quem vai ganhar as eleições.. e) As temperaturas registadas num dia na Guarda. Comente as seguintes afirmações à luz dos conhecimentos já adquiridos: a) “Para saber se os bolos da minha pastelaria eram bons tive que os provar todos.Variáveis discretas e variáveis contínuas. b) “Os Europeus não se vão adaptar à moeda única.). 4 . d) A cor dos olhos de um grupo de amigos. 6. b) A nota da disciplina de Estrutura e Organização e Tratamento de Dados.2. c) O peso das 5 Top Model mais famosas da actualidade. 7. José.

Por países. realizada possuem telemóvel e 42 por cento um pela empresa canadiana Angus Reid. se as conclusões apresentadas são resultados de Estatística Descritiva ou Estatística Indutiva.U. computador portátil. 9. ano. a) A partir da leitura desta notícia mencione os termos estatísticos contidos neste texto e defina-os. mais de 20% das crianças no mundo vivem em situação de pobreza. ultrapassam os 300 milhões segundo a 97 por cento têm televisão. c) 15% dos Alunos do IFRTS frequentam o 2º ciclo. e obtidos com base numa cento .pt já 108 milhões.5 de média nos testes de Matemática. cerca de 39 por cento dos utilizadores de Internet em todo o mundo. b) O Francisco teve 13. para cada uma destas situações. o Ministério da Educação informou que 15% dos alunos que fizeram Exame Nacional a Matemática obtiveram nota superior a 10.2.374 consumidores de 34 cento. no Japão não ultrapassa os 33 por amostra de 28. d) O salário médio de 20 empregados da Panificadora Caty é de 85000 escudos.Estatística Descritiva ou Estatística Indutiva. a) Com base nos resultados dos Exames Nacionais.Termos Estatísticos(.). Indique.Iniciação à estatística 8.A continuam muito à frente em termos de cibernautas. no 3º período. países.. Os norte–americanos que “navegam” são Notícias – Tek sapo. 5 . Segundo os resultados. os E. nos que prevê o surgimento de mais 150 Estados Unidos 59 por cento da milhões de utilizadores dentro de um população dispõe de acesso à Internet. 49 por cento projecção “Imagem da Web”. Leia atentamente a seguinte notícia 300 milhões utilizam a net Os dados que caracterizam o universo das pessoas interrogadas indica que 20 “ Os cibernautas em todo o mundo por cento têm acesso à Internet em casa... e) Segundo a Unicef. citados no Canadá esse valor desce para 56 por pela Lusa.

c) A unidade estatística. A sondagem. condenação da Microsoft. Termos estatísticos (. 34 por cento dos cidadãos acham que a decisão de Thomas Penfield nos E. percentagem exactamente igual aos que desaprovam Notícias Teck sapo a decisão do juiz Thomas. Cerca de 33 por cento. na última edição da revista semanal enquanto 36 por cento dos indíviduos Newsweek. mas outro terço está do lado impacto desta decisão quer nos da empresa de Bill Gates. por De acordo com uma sondagem publicada outro lado. a uma amostra de 752 adultos. revela ainda Um terço dos norte americanos apoia a que 54 por cento dos inquiridos julga decisão do juíz Thon Penfiel em condenar que a decisão os afectará directamente. b) A amostra. 11-Análise de Texto. Relativamente ao estudo indique: a) A população.U.). Para estimar a audiência dos quatro canais de televisão. 10-População/Amostra/Unidade Estatística. Leia atentamente o seguinte texto: Veredicto contra a Microsoft divide E.A. a Microsoft por abuso de posição sendo que 21 por cento espera um dominante. realizou-se um estudo a partir de 2500 famílias portuguesas.Iniciação à estatística b) No estudo referido na notícia usou-se um censo ou uma sondagem? Justifique. efectuada nos passados dias 6 e 7 de Abril de 2000. espera um impacto menor. está de acordo com a não terá impacto sobre os utilizadores.. Os restantes 32 por cento declararam não ter opinião sobre o assunto.2.A. b) A amostra. Tendo em conta o texto indique: a) A população. 6 . quer nas empresas.. utilizadores individuais.U.

1.0. Numa escola básica á 600 alunos nos 7º .º de alunos 180 216 204 600 Pretende-se escolher uma amostra de 60 alunos para efectuar um estudo sobre a ocupação dos tempos livres.8º e 9 anos distribuídos da seguinte forma: Ano 7º ano 8º ano 9º ano Total N.1.3. amostragem sistemática e amostragem estratificada. Indique: 7 . amostragem sistemática e amostragem estratificada 13.).. finita infinita 15..2..2.Iniciação à estatística c) Indique o carácter estatístico referenciado no texto.Dê exemplos de população(. amostragem aleatória.. Explique como precederia usando amostragem aleatória... Os seguintes valores representam o número de filhos de 10 operários de uma fábrica: 4.Indique População/amostra/unidade estatística (.). d) Em sua opinião a amostra seleccionada é representativa? Justifique.Comente as seguinte afirmação(.2.5.). 12... “Uma amostra deve ser imparcial e representativa” “ Os resultados de uma sondagem não contém margem de erro” 14.Numa escola Básica.1.3..

621.).2. d) O que representam os números 4.638 9.3.1.666 624.1. Foi levantada a seguinte questão via internet: Quanto tempo aguentaria sem telemóvel? Responderam a esta questão 645 pessoas.574..5. Os resultados a esta questão são apresentados na seguinte quadro: Respostas Votos 1 Hora 81 1 dia 160 1 Semana 75 1 mês 60 Para sempre 104 Morria logo 165 a)Em seu entender os dados obtidos são representativos da opinião dos portugueses. Foram analisados instrumentos de notação estatística da Polícia Judiciária sobre a droga apreendida em 1997 e 1998.2.3.Análise de dados estatísticos (quadro-Drogas).1.162.256 96. 17.188 72.794 7. classificando-a. b) Apresente as limitações de um estudo desta Natureza.2.0. 16.949 5.. seguidamente apresentados: Tipo de droga (gramas) Heroína Cocaína Haxixe Liamba 57. b) A unidade estatística.Limitações de um estudo Estatístico(.389 3.Iniciação à estatística a) A população.115 1997 1998 8 . c) A variável estatística.

Os resultados da transacção de acções na Bolsa de Valores de Lisboa. 18-Análise de dados estatísticos (gráfico circular-Acções). Sabendo que o número total de empresas cujas acções são aceites na Bolsa é de 3000.Iniciação à estatística A partir dos dados da tabela: a) Indique os dois tipos de droga mais consumidos em 1997. determine: 20% 42% subiram desceram constantes 38% a) O número de empresas que diminuíram a sua cotação. b) O número de empresas que estabilizaram a sua cotação. c) O número de empresas que não diminuíram a sua cotação.2. c) Indique os tipos de droga em que se verifica maior diferença de um ano para o outro. 9 . b) Os dois tipos de droga menos consumidos em 1998.

20.. quantos espectadores se esperaria que vissem o canal 3?E o canal 1? 10 . No dia 2 de Agosto de 1999.2. Ano 1960 1964 1968 1972 1976 1980 1984 1988 Local Roma Tóquio México Munique Montreal Moscovo Los Angeles Seul Países 84 94 113 123 88 81 140 160 Homens 4859 4854 5782 8485 4915 4311 5458 7105 Mulheres 537 732 844 1603 1274 1192 1620 2476 Modalidades 17 18 17 21 21 21 23 23 Provas 150 163 172 195 198 206 221 237 Responda às seguintes questões: a) Em que ano é que participaram mais atletas? b) É mais constante o crescimento do número de atletas masculinos ou femininos? c) Como trabalho de investigação tente arranjar dados referentes aos Jogos Olímpicos de 1992 a 1996 para completar a tabela anterior.amostras.3 13.Análise de dados estatísticos (quadro-Jogos olímpicos).4 6. Na tabela seguinte encontram-se alguns dados referentes às Olimpíadas desde 1960.5 a) Numa amostra de 1500 espectadores..8 51. escolhidos ao acaso.As Audiências...Iniciação à estatística 19 . a percentagem de audiências em cada um dos quatro canais nacionais de televisão era a seguinte: Canais de televisão Canal 1 Canal 2 Canal 3 Canal 4 Audiências (%) 28.

Quantos espectadores esperaria que vissem a canal 3? E a canal 4 ? 21.Candidatos a um emprego.50 % Prova escrita . 11 .Iniciação à estatística b) Numa amostra de um certo número de espectadores.30% Classificação dos resultados da Entrevista ....2.normas de selecção. 1020 viram. e o canal 1.20% a) Quais foram os candidatos eliminados? b) Qual o candidato melhor classificado no concurso? c) Apresente uma lista ordenada de candidatos. escolhidos ao acaso. Seis colegas da Faculdade de Economia resolveram candidatar-se a uma vaga nas Finanças e os resultados foram os seguintes: Classificação académica Ana Pedro João Rui Maria Marina 13 10 10 11 14 10 Classificação da entrevista 7 16 8 8 12 12 10 11 10 9 14 8 Candidatos Prova Escrita As normas de selecção de candidaturas para técnico no Parlamento Europeu são as seguintes Classificação académica .

qualitativas e quantitativas. poderia ser admitido? Justifique. Analise a tabela seguinte.. 22..Iniciação à estatística d) Se um dos candidatos tivesse sido classificado com zero na entrevista.2. classificando as variáveis em qualitativas e quantitativas: Idade da mãe 25 34 42 28 39 Classe social Baixa Média Média alta Média Alta Ordenado mensal 249 € 449 € 748 € 400 € 1746 € N.Classificação de variáveis.º de filhos em idade escolar 1 2 1 3 4 Família 1 2 3 4 5 12 .

Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos DISTRIBUIÇÃO DE FREQUÊNCIAS REPRESENTAÇÃO GRÁFICA E TABULAR DOS DADOS ESTATÍSTICOS FASES DO MÉTODO ESTATÍSTICO !Definição do problema !Planificação do processo de resolução !Recolha de dados !Organização dos dados !Representação dos dados !Análise e interpretação dos dados FREQUÊNCIAS fr = fi n Absolutas (fi) Corresponde ao n.3.º total de observações 13 .º de vezes que esse valor foi atribuído Relativas(fri) É o quociente entre a frequência absoluta do valor da variável e o n.

Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos REPRESENTAÇÃO GRÁFICA Gráficos Circulares Pictogramas Gráficos de Barras Representado por um círculo que está dividido em sectores cuja as amplitudes são proporcionais São gráficos onde se utilizam símbolos alusivos ao fenómeno que se vai estudar Gráficos onde se visualiza a frequência através de rectângulos proporcionais à frequência 14 .3.

em cada um dos meses de 1999: Meses do ano Janeiro Fevereiro Março Abril Maio Junho Julho Agosto Setembro Outubro Novembro Dezembro N.Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos 23 – Dias de Nevoeiro(. 15 .).3.º 10 do INE publicou os seguintes resultados registados no Observatório da Serra do Pilar..º de dias de nevoeiro 2 1 7 2 6 7 4 3 2 2 3 3 a) Em quantos meses do ano se registaram 7 dias de nevoeiro? b) Construa uma tabela de frequências absolutas e relativas (acumuladas e não acumuladas). c) Indique o número de meses em que se verificaram 4 ou menos dias de nevoeiro.. O boletim mensal n. no Porto.

. a Ana anotou. 25 –Número de irmãos(.. Os alunos de uma turma do 8º ano de escolaridade têm o seguinte número de irmãos: 0 4 2 3 0 1 0 4 2 1 1 4 3 1 3 2 2 2 3 0 16 . b) Classifique a variável estatística..Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos d) O que significa dizer que fr3= 59%? 24 – Ocupantes de automóveis(. c)Construa uma tabela de frequências absolutas e relativas.).... durante 10 minutos. Para fazer um estudo estatístico.3. o número de ocupantes por automóvel numa estação de serviço da autoestrada: 1 5 2 3 3 2 2 1 2 4 1 3 2 4 3 4 1 3 1 2 2 1 3 6 4 1 2 1 3 3 1 2 2 3 2 2 1 4 3 3 1 3 1 2 1 2 1 3 3 1 4 1 1 3 2 1 1 2 1 5 a) Identifique a variável estatística em estudo e indique os seus valores.).

(. Classificação Frequência 0 5 1 2 3 4 5 6 7 8 9 4 10 0 12 17 25 30 43 36 16 13 a) Entre que valores (inclusive) varia a classificação? b) Quantas pessoas concorreram ao emprego? c) Construa a tabela de frequências absolutas acumuladas. A tabela seguinte mostra como foram classificados os candidatos a um concurso municipal para o cargo de Contabilista.3... Observe o seguinte gráfico que representa a distribuição do número de horas de estudo de uma turma: Nº de alunos 10 8 6 4 2 0 1 2 2 7 9 4 3 3 4 5 Horas de estudo por dia a) Determine a dimensão da amostra inquirida.. 17 . b) Elabore a respectiva tabela de frequências relativas simples e acumuladas.Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos a) Construa a tabela de frequências dos dados.).. d) Quantos candidatos tiraram nota inferior a 5? 27-Horas de estudo de uma turma(.). b) Quantos alunos têm menos de dois irmãos? c) Quantos alunos têm pelo menos 3 irmãos? 26-Concurso Municipal para o cargo de Contabilista.

5 29.Classes ….. A tabela seguinte mostra os dados relativos à classificação de um teste de matemática (0-100).40. c) A amplitude da classe..Limites.). atribuindo o valor 14 para o limite inferior da primeira classe e o valor 13 para a amplitude de cada classe. CLASSIFICAÇÃO DO TESTE DE MATEMÁTICA (0-100) 37 30 75 43 56 82 73 52 70 59 74 39 43 16 30 50 35 49 65 63 51 90 37 Construa a tabela de frequências considerando 6 classes.2 0. 30-Classificação de um teste de matemática (0-100).55[ Indique: a) O limite inferior da classe. xi R P T D Fi 20 30 40 fr Fr 0. 18 .Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos c) Qual a percentagem de alunos que estudam 3 horas? 28 – Complete o quadro da distribuição de frequências.1. b) O limite superior da classe. Considere a classe seguinte :[1.(. d) Calcule o ponto médio da classe.3.

3 56 62 57. Numa competição realizada na zona centro.5 56 55.6 a) Faça a contagem da distribuição numa tabela de frequências.). 90100 b) Quantos alunos obtiveram nota inferior a 50%? 32.2 42 42. Os atletas praticantes de judo são distribuídos consoante os seus pesos.6 53 58 45 51.Os atletas praticantes de judo(. com os seguintes pesos: 41. sabendo que as classes foram divididas da seguinte forma: 19 .7 59. 50-60.4 43.. 30-40. 20-30.5 45.5 42 36 43.4 38.. concorreram 30 jovens.).2 58.8 42 39 31. 10-20. 80-90...3.Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos 31-Classificações (0 – 100) de um exame de Português.6 54 36 35. utilizando as seguintes classes: 0-10.2 61.4 54.(. 60-70. 40-50.6 49.2 59.. O quadro seguinte representa as classificações (0 – 100) de um exame de Português: 8 30 38 42 48 11 35 38 42 49 12 36 30 42 49 14 35 31 45 50 20 30 40 46 25 30 41 46 29 37 41 47 61 79 60 57 62 85 53 56 69 99 59 55 70 61 58 51 75 60 57 50 27 39 43 48 a) Construa uma tabela de frequências. 70-80.

.População .35-40.º de alunos Rapazes 37 30 23 32 Raparigas 20 36 24 28 a) Relativamente a este estudo indique: . 33..Hábitos de leitura(.3. 34...). c) Trace um polígono de frequências.. b) Faça um histograma da distribuição considerada. .Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos 30-35.60-65.Os caracteres estatísticos b) Represente as preferências das raparigas num gráfico circular. 20 .. Inquiriram-se 230 alunos de uma escola sobre os seus hábitos de leitura.).Inquérito feito sobre o agregado familiar a 300 famílias(.... tendo-se obtido os resultados apresentados na tabela seguinte: Tipo de livro Policiais Romances Ficção Científica Banda desenhada N. Num inquérito feito sobre o agregado familiar a 300 famílias construiuse a seguinte tabela: Agregado Familiar Fi Fiac 27 72 2 3 4 99 237 5 6 48 297 7 8 3 a) Complete a tabela. c) Escolha um tipo de gráfico adequado para comparar os preferências.

36 .III. as idades dos professores são as seguintes: 31 43 41 56 32 32 50 61 51 57 45 62 29 56 33 44 46 59 42 57 Utilize um separador de frequências para representar os dados.).3.III 4% 5% 41% 33% Norte Centro Lisboa V.II. Numa escola..)..II.Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos b) Qual a percentagem de famílias com um agregado familiar de 5 pessoas? c) Qual a percentagem de famílias que têm menos de 6 pessoas no seu agregado familiar? d) Represente a distribuição de frequências relativas num diagrama circular. Alunos matriculados no 1º ciclo por NUTS I. 35.Tejo Alentejo Algarve 17% a) Qual a região em que existe menor número de alunos inscritos? E o maior número? b) Sabendo que no ano lectivo 1998/99 existiam 497517 alunos.As idades dos professores(...(..Alunos matriculados no 1º ciclo por NUTS I. determine o número de alunos matriculados em cada região? 21 ..

5% é a frequência relativa do valor 12.5% dos efectivos correspondem a valores menores ou iguais a 10. 70. Com base no gráfico. se são verdadeiras ou falsas as seguintes afirmações: 65 46 36 25 5 7 8 9 Xi 10 11 12 23 70 60 Efectivos 50 40 30 20 10 0 i. A frequência relativa do valor 8 é nula.).).pictograma. iii. 11. iv..(. A dimensão da população em estudo é 55.º de refeições servidas por um restaurante durante quatro meses do ano: = 150 refeições Junho Julho Agosto Setembro .Análise de gráfico(... diga justificando.3. 38... ii. a) Quantas refeições foram servidas nos meses de julho e agosto b) Sabendo que mês de Outubro serviram 450 refeições desenhe a linha do diagrama correspondente a Outubro c) Construa uma tabela de frequências que traduza a mesma informação 22 .Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos 37. O pictograma junto ilustra o n.Número de refeições..

número de alunos que têm computador.. Num stand de automóveis usados há carros de várias marcas: Marca 115. d) Quais as vantagem e desvantagem de um pictograma. Marca 4 – 2. a)Determine a percentagem do número de carros de cada marca . 40..).Num stand de automóveis usados.(pictograma)(. c) Construa uma tabela de frequências e represente os dados através de um gráfico de barras. 23 .). Reformule o gráfico.Na escola da Rita.(. Marca 5 – 5... Marca 3 – 10. Marca 2 – 4 . b) Ilustre esta informação através de um gráfico circular.Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos 39.3. Foi apresentado um inquérito a 4 turma e os resultados foram apresentados no seguinte gráfico: Alunos com computador Turma A 4 = crianças Turma B Turma C Turma D a) Qual a turma que têm mais computadores b) Dois alunos da turma D adquiriram mais tarde um computador. Na escola da Rita fez-se um estudo sobre o número de alunos que têm computador..

9 79. retractado no quadro seguinte: Países 1990 2000 Pop...7 3.7 16.1 5. 42.Estudo sobre a população urbana(.Numas termas existem 16 hotéis.2 140. total (%) 52 35 24 51 75 26 43 26 29 22 85 75 77 Pop.. total Pop.1 302.A Japão 12.2 290.3 101.3 Pop.1 53. Urbana(milhões) 19.1 12.total Fonte : Enciclopédia Universal da Texto Editora 24 . Numas termas existem 16 hotéis.7 37.1 14..7 112.1 Pop..1 95.5 17.Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos 41.(.2 5. urbana/pop.8 451.2 26.).urbana/po p.tot al (%) 60 43 32 58 82 35 49 29 37 29 86 78 79 Pop. b) Qual a percentagem de hotéis de 5 estrelas existentes nas termas? c) Desenhe o gráfico de barras das frequências absolutas.6 188.9 38. distribuídos pelas seguintes categorias: Categoria Nº de hotéis 4 3 5 2 2 a) Calcule as frequências relativas simples e acumuladas.8 213.5 63. Urbana(Mlhões) Argélia Nigéria Quénia Bolívia Brasil China Filipinas India Indonésia Tailândia Austrália E.).U.9 11. Foi feito um estudo sobre a população urbana em vários países do mundo.7 216.3.

sobre o meio de transporte que usavam para se deslocarem até ao local de trabalho: Transporte N. 25 . Na Quinta do Seminário.. Faça um pictograma que traduza a situação usando um símbolo (sexto de uvas por ex..) 1995 20 1996 35 1997 15 a) Os seminaristas guardavam as uvas em tanques que levavam 5 toneladas cada. b) Cada tonelada corresponde a 135 litros de vinho. b) Quais foram os países que verificaram um maior aumento da população urbana. usando um símbolo para representar 5 pessoas.. Fez-se um inquérito. 44. a produção de uvas. complete a tabela indicando a população total em cada um dos países.º de pessoas Automóvel 15 Autocarro 20 Comboio 10 Motorizada 30 Bicicleta 25 Construa um pictograma que ilustre a mesma informação.Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos a) Com os dados fornecidos.(. 43.).Na Quinta do Seminário.) para representar 5 toneladas.. c) Represente os dados graficamente.. a produção de uvas foi a seguinte: Anos Produção (ton. Faça um pictograma em que um garrafão (ou outro)corresponda a 150 litros de vinho..Fez-se um inquérito. aos 100 empregados de uma fábrica. registando no mesmo gráfico a população urbana em 1990 e 2000. aos 100 empregados de uma fábrica.3.

Numa produção anual de 2000 milhares de toneladas de cortiça... b) Utilize um diagrama circular para representar a mesma distribuição..Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos 45– Idades dos participantes num torneio de ténis(.). c)Mencione duas regras comuns a este dois tipos de gráficos atrás referidos. A distribuição de frequências relativas às idades dos participantes num torneio de ténis é dada pela seguinte tabela: IDADE FREQUÊNCIA 16 2 17 4 18 12 19 5 20 6 21 1 a) Elabore um quadro da distribuição de frequências absolutas e frequências relativas.Numa produção anual de 2000 milhares de toneladas de cortiça(.) Espanha França Brasil Itália México 120 500 800 300 180 100 a) Represente o gráfico de barras das frequências.). c)Quantos participantes têm menos de 18? d) Qual a percentagem de participantes com mais de 20 anos? 46. b) Construa o diagrama de barras para a distribuição de frequências relativas em %.. estão representados no quadro seguinte.3. os principais produtores mundiais: Portugal Produção (mil. ton. 26 .

. com 300 alunos. b) Construa para a distribuição de frequências absolutas um gráfico à sua escolha.).Numa distribuição de frequências(. concorreram 3 listas e votaram 225 alunos..).Eleições da associação de estudantes do Instituto Serra(.. 48. Numa distribuição de frequências obtivemos os seguintes resultados: Xi fi 10 25 20 30 30 18 40 15 50 12 a) Elabore um quadro da distribuição de frequências absolutas e frequências relativas. % LISTAS N.Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos 47..3. Para as eleições da associação de estudantes do Instituto Serra.º votos 57 36 (em relação aos alunos que votaram) Lista A Lista B Lista C a) Complete a tabela. 27 . b) Construa um gráfico circular que traduza a situação descrita.

Estas medidas estatísticas. Se n é ímpar. representam os fenómenos pelos seus valores “médias” em torno dos quais tendem a concentrar-se os dados. Sejam x1. 28 . ..4.. . mediana e moda. MÉDIA Representa-se por x e é o somatório de valores de uma variável quantitativa x1. x2. chama-se Mediana à média aritmética de dois valores centrais. chamam-se medidas de localização ou de tendência central. xn a dividir pelo seu número total. n dados estatísticos (por exemplo do menor ara o maior).. . MODA Representa-se por Mo e é o conjunto de n valores de um conjunto x1... ao valor que ocorre com maior frequência. xn . chama-se Mediana ao valor da variável que ocupa a posição central.. Se n é par.. xn de uma variável estatística.. x2. MEDIANA Representa-se por Md. x2.Parâmetros Estatísticos PARÂMETROS ESTATÍSTICOS A média..

• • Q2 coincide com a mediana Q1 indica-nos que pelo menos 25% das observações estão abaixo de Q1 • Q3 indica-nos que pelo menos 75% das observações estão abaixo de Q3 29 . respectivamente. o menor e o maior valor da variável. Sejam x1 e xn . considerando o conjunto ordenado: Q1 Q2 Q3 x1 Md xn Chama-se Quartis aos três valores Q1 Q2 e Q3.Parâmetros Estatísticos Quartis e diagramas de extremos e quartis Os quartis são os valores que dividem a distribuição em quatro partes iguais.4. que dividem o conjunto em quatro partes iguais.

Parâmetros Estatísticos Medidas de dispersão Chama-se desvio médio à média aritmética do valor absoluto da diferença entre cada valor e a média.4. VARIÂNCIA σ = 2 ∑ (x i =1 n 1 − x) 2 n σ2 = variância n = número de dados xi = dado x = média DESVIO PADRÃO σ = ∑ (x i =1 n i − y) 2 n σ = desvio padrão n = número de dados xi = dado x = média 30 .

1 .5. 31 .7[ N.30 30 .9[ [4.º de sacos 150 250 300 200 100 Calcule os parâmetros estatísticos (Média. Num estudo sobre o número de ervilhas por cada vagem.5[ [5.4..4. Para isso.5.50 50 . 50.40 40 .º de ervilhas por vagem Efectivos 1 3 2 4 3 5 4 9 5 6 6 7 7 4 8 2 Calcule a mediana e a classe modal.).Parâmetros Estatísticos 49 . Mediana)..80 Frequência 20 50 90 120 90 a) Calcule a média e o desvio padrão..5 .3[ [5. A tabela seguinte indica o lucro por dia de um supermercado.7 .9 . 51-Lucro por dia de um supermercado (.5.5. que deveriam conter cada um 5 Kg.3 ..1[ [5. durante 365 dias: Lucro (em contos) 0 . Moda.).. obtiveram-se os seguintes resultados: N.).. pesaram-se 1000 sacos e agruparam-se os pesos obtidos em classes: PESOS (Kg) [4.Num estudo sobre o número de ervilhas por cada vagem(.Numa cooperativa pretendeu-se testar o modo como as máquinas distribuíam batatas(.20 20 . Numa cooperativa pretendeu-se testar o modo como as máquinas distribuíam batatas pelos diferentes sacos.

Determine a percentagem de homens e de mulheres que trabalham na empresa. A média dos salários pagos aos homens e às mulheres é.O salário médio anual que uma empresa paga aos seus empregados(.. 500 e 300 contos.Parâmetros Estatísticos b) Desenhe um histograma que represente a distribuição. Temperatura mínima (ºC) em Junho xi 12 14 15 16 17 18 Número de dias ni 3 4 6 7 5 6 54 –Para a distribuição abaixo(.Observe a tabela seguinte e indique a moda.. respectivamente. 53. 52.. Observe a tabela seguinte e indique a moda. O salário médio anual que uma empresa paga aos seus empregados é de 400 contos.medidas de tendência central).).4.. Classes fi 2-4 4 4-6 8 6-8 14 8-10 8 10-12 6 32 . e nele assinale a média e o desvio padrão.

A seguinte tabela mostra o tempo.Tempo.4 4 . em meses. a moda e a mediana.Parâmetros Estatísticos a)Construa um histograma e um polígono de frequências para os dados anteriores b)Calcule as medidas de tendência central? 55 .8 8 . que 250 jovens estiveram no desemprego: Tempo 0 .). Determine a média . que 250 jovens estiveram no desemprego(. a moda e a mediana de cada conjunto de dados: a) 41 31 35 48 29 46 32 b) 58 57 61 61 69 57 61 68 52 64 33 . d) Desenhe um histograma para ilustrar os dados...12 12 .Média . em meses.20 20 . 56.4.16 16 .º de pessoas 40 30 31 39 54 56 a) Qual a percentagem de jovens que estiveram no desemprego menos de 1 ano? b) Qual o intervalo de tempo modal? c) Calcule o tempo médio e o desvio médio.24 (meses) N.

obtendose os seguintes resultados: Xi fi 0 2 1 5 2 17 3 20 4 18 5 12 6 6 a) Elabore um quadro da distribuição de frequências absolutas e frequências relativas.).. A tabela seguinte mostra os resultados recolhidos por uma empresa de venda de enciclopédias ao domicílio: Número de encomendas por mês 0 – 10 10 – 20 20 – 30 30 – 40 40 .50 Número de vendedores 1 5 7 6 5 a) Calcule a amplitude.Parâmetros Estatísticos c) 95 83 97 86 86 97 83 87 97 86 57 .Resultados recolhidos por uma empresa de venda de enciclopédias ao domicílio(. 34 .)... Lançaram-se 6 moedas iguais sobre uma mesa.4.. 80 vezes. 58. Em cada lançamento contou-se o número de coroas voltadas para cima. a média e o desvio padrão da distribuição. b) Faça um comentário acerca do interesse de cada uma destas medidas para interpretar a informação pela empresa.Lançaram-se 6 moedas iguais sobre uma mesa(.

Os resultados foram os seguintes: Tempo 10 ... sabendo que o conjunto de números(. ..Indique o valor de a.º de operários 4 6 8 12 5 60. d) Calcule a média aritmética. 12 tem: 10 11 10 9 10 13 8 11 a .mediana 10 . c) Indique a moda e a mediana.média 10.).Parâmetros Estatísticos b) Construa o diagrama de barras para a distribuição de frequências absolutas.moda 10.4.12 12 – 14 14 – 16 16 – 18 18 – 20 Determine a)a média b) a mediana c)o desvio padrão. N.). Mediu-se o tempo gasto na execução de uma tarefa numa fábrica. 59-Mediu-se o tempo gasto na execução de uma tarefa numa fábrica(..3 35 .

quadris(..Parâmetros Estatísticos 61 . 62 –Mediana .600[ [600...os minutos de atraso de uma empregada(.400[ [400. Os resultados foram os seguintes: 36 ...O gerente de uma fábrica .800[ [800.900[ N..Os depósitos dos clientes de um Banco(. Os depósitos dos clientes de um Banco.700[ [700.500[ [500. O gerente de uma fábrica registou os minutos de atraso de uma empregada durante 12 dias.4.. estão representados no quadro seguinte: Importância (contos) [100.). b) Construa o diagrama de extremos e quartis. c) Calcule a média aritmética..)..).º de depósitos 50 55 28 20 90 10 80 67 a) Qual a percentagem de depósitos inferiores a 500 contos? b) Construa o histograma. Para cada um dos conjunto de dados indique: 8 10 11 12 14 10 9 11 8 14 a) A mediana.300[ [300.. 63. d) Calcule o desvio padrão.200[ [200. o 1º e 3º quartis..

4.000 1980 1990 1995 Complete a tabela sabendo que: Em 1990 os salários aumentaram 30% Em 1995 os salários subiram relativamente a 1980 30 contos Calcule a média/ desvio padrão: Tire conclusões.Salários de 5 funcionários(.000 100.000 75. Na Tabela seguinte registaram-se os salários de 5 funcionários: Ano Funcionário A B C D 50. 64. Determine o desvio padrão de cada uma das distribuições: 37 . 65.Parâmetros Estatísticos 5 0 a)Elabore um diagrama de barras 0 4 2 1 4 5 4 1 3 4 b) Represente graficamente a função cumulativa c) Calcule a média.. a mediana. a moda e os quartis d)Represente o polígono de frequências acumuladas.000 60.Determine o desvio padrão..).

.. As classificações na disciplina de Português numa turma de 8º ano foram as seguintes: Classificações [0.15.).11.7.As classificações na disciplina de Português(. b) Interprete o resultado.100[ Frequência absoluta 2 0 4 5 3 a) Calcule o desvio padrão das notas destes alunos..20[ [20.9.13.Parâmetros Estatísticos a) Xi 1 2 3 4 b) Xi 1 2 3 4 5 6 fi 34 29 40 31 37 35 fi 3 4 6 5 66. 67 .50[ [50.90[ [90.75[ [75.).4.O casal Pires tem 6 filhos com as seguintes idades(.. O casal Pires tem 6 filhos com as seguintes idades: 3.. Determine: 38 .

). na disciplina de Matemática. b) Será que a média e o desvio padrão distinguem as duas distribuições? 69. c) O desvio médio. na disciplina de Matemática(.Inquérito a 75 jovens sobre as idas a discotecas(.). Em duas turmas do 7º ano da Escola Lusitano..4. e os resultados foram os seguintes: N. Fez-se um inquérito a 75 jovens sobre as idas a discotecas no último mês. b) Os desvios em relação á média. b) Que percentagem de jovens não foi à discoteca? 39 . foram as seguintes: Classificações obtidas A B 1 1 0 2 5 8 3 6 3 4 2 3 5 1 1 a) Determine a média e o desvio padrão relativamente a cada uma das turmas. 68-Notas no final do 2º período.Parâmetros Estatísticos a) A amplitude das idades...º de idas à discoteca durante o mês 0 1 2 3 4 5 6 Frequência absoluta 10 17 12 20 6 6 4 a) Represente os dados graficamente. as notas no final do 2º período..

.. e) Qual é o desvio padrão? 70-Resultados de um mesmo teste. obtidos por alunos de duas escolas num mesmo teste. b) Calcule os seguintes parâmetros: ..Mediana . numa escola de 0 a 100. foram os seguintes: Escola X 70 60 52 54 63 63 48 60 56 53 67 82 99 78 69 65 64 50 35 53 44 64 60 36 56 74 60 47 76 76 67 48 69 63 58 Escola Y 47 53 59 65 74 62 39 80 66 76 90 71 79 78 80 81 78 84 48 84 74 68 57 71 86 62 76 59 89 83 74 81 72 68 78 68 32 70 63 a) Organize os dados num duplo diagrama de caule-e-folhas. aplicado a turmas do 8º ano. Os resultados.4..).Parâmetros Estatísticos c) Qual a moda desta distribuição? E a amplitude? d) Determine a mediana e a média da distribuição.3º quartil 40 . aplicado a duas escolas(.1º quartil .Média ..

º de garrafas 25 24 50 30 100 150 46 46 a) Determine a média da distribuição. d) Determine a mediana. registando-se os dados na seguinte tabela: 61 53 48 63 47 38 40 67 39 47 71 63 65 52 61 49 50 62 44 58 66 61 59 57 72 60 52 50 46 71 43 42 55 45 a) Calcule o peso médio dos alunos da turma.4. b) Como as vendas estavam a ser razoáveis.. b) Organize os dados com amplitude igual a7 kg. c) Construa um polígono de frequências absolutas acumuladas. 72 . Numa turma.). Qual foi o aumento do número de garrafas? 41 . A média após o aumento no conjunto das garrafas é de 100 cl. pesaram-se os alunos. e) Determine o desvio padrão. distribui-se segundo os dados da tabela: Capacidade da garrafa (cl) N. O número de garrafas de vinho existentes num supermercado na época natalícia. tomando para limite inferior da 1º classe 35kg. o número de garrafas de 150 cl foi aumentado.Parâmetros Estatísticos 71 – Pesos de alunos (.O número de garrafas de vinho existentes num supermercado(....).

Parâmetros Estatísticos 73. determine as localizações e os valores dos quartis.05-5.Vencimentos dos operários de uma empresa em milhares de escudos(. Vencimentos dos operários de uma empresa em milhares de escudos 51 106 81 56 71 121 63 81 76 75 111 76 95 56 63 51 76 106 74.05 5.00-5.10 5.).90-4.15 N.10-5.. Uma fábrica precisou de adquirir 400 esferas de rolamento com os seguintes diâmetros: Diâmetro 4.. Q2 e Q3.). 42 ..00 5.º de esferas 24 74 120 78 104 Localize graficamente os quartis Q1. Para os dados seguintes.95 4.95-5.400 esferas de rolamento com os seguintes diâmetros(..4.

). 43 . D) Na fabrica Neves verifica-se uma maior dispersão dos dados superiores ou iguais a Q1. b) Analise a distribuição quanto à simetria.).90 6 a) Calcule as medidas de tendência central..Parâmetros Estatísticos 75-O n. 76 – Tempo em minutos a ver televisão(. C) Na fabrica Matias verifica-se uma menor dispersão dos dados inferiores ou iguais a Q2... diga se são falsas ou verdadeiras as seguintes questões: A) A diferença entre os extremos é menor para a fábrica Neves..º de pares de meias produzidas por duas fabricas: Tendo em conta os diagramas. Fez-se um estudo sobre o tempo em minutos de 100 alunos de uma escola viam televisão por dia: Tempo a ver T.V Nº de alunos 0 . B) A amplitude interquartis é maior na fábrica Matias. Os seguintes diagramas de extremos e quartis representam o n.4.15 32 15 .º de pares de meias produzidas por duas fabricas(.30 22 30-45 18 45-60 12 60-75 10 75 .

44 .).x+σ[.Qual foi o número que se adicionou.. Se juntarmos um 11º número ao conjunto a média passa a ser 20. b) Determine a percentagem de alunos com idade superior ou igual a 19 anos..4. 10 números têm média de 15. c) Qual destes dois diagramas de extremos e quartis representam os dados? Justifique.. A tabela seguinte refere-se as idades dos alunos matriculados no Ensino Recorrente Nocturno: Idades 15 16 17 18 19 20 21 22 Alunos matriculados 30 48 57 39 54 36 18 18 a) Elabore a correspondente tabela de frequências completa. Calcule a percentagem de idades contidas no intervalo ]x-σ.média(.Parâmetros Estatísticos 77 ....Idades dos alunos matriculados no Ensino Recorrente Nocturno (. Qual foi o número que se adicionou.). 78.

[12.. 13 15 15 10 9 18 15 14 8 10 10 15 11 8 13 9 13 11 9 8 10 10 11 10 15 13 13 11 10 9 10 12 a) Diga se o referido estudo se trata de um censo ou de uma sondagem? 45 .8[. inquiriram-se ao acaso 32 alunos os quais obtiveram as seguintes notas na Disciplina de Português. 81– Notas na Disciplina de Português(. Considere os valores de uma variável quantitativa 18. a)Calcule a média.).45.. considerando os diferentes tipos de frequências.[8. tendo obtido os seguintes resultados: 2 13 12 9 15 14 12 5 5 10 10 8 0 1 15 5 3 4 4 19 2 17 6 11 7 7 2 12 Considerando os intervalos de classe: [0.[4. O encarregado de uma fábrica de confecções anotou o tempo que cada empregado demora na casa-de-banho.16[.22.42..).4[. a variância e o desvio padrão (. que empregado demora na casa-de-banho(.O encarregado de uma fábrica de confecções.12[.Parâmetros Estatísticos 79.. 80.24.Média...41. anotou o tempo.4.. b) A Partir dos dados da média e do desvio padrão calcule os mesmas medidas para os valores 38. a variância e o desvio padrão.. ao longo de um dia.[16..21. b) Calcule a média desta distribuição e faça um pequeno comentário sobre a atitude do patrão no registo destes valores.).25.20[ a) Construa a tabela de frequências. Numa escola com 364 alunos do 11º ano.44.16[.28.[12.

.. e) Faça um gráfico de extremos e quartis. diz quais são o 1º quadril. Numa escola registaram-se o n. j)Faça o gráfico de barras das notas obtidas.º de dias de faltas N. h)Determine a média das notas obtidas pelos alunos i)Determine o desvio padrão das notas. 0 6 1 3 2 12 3 11 4 7 5 4 6 2 7 3 8 1 10 1 a) Constrói uma tabela em que figurem frequências absolutas e relativas simples e acumuladas. f) Qual a percentagem de alunos com nota igual ou superior a 15.º de dias que os professores faltaram nos num ano lectivo. d) Na amostra estudada. quantos alunos obtiveram positiva e) Na mesma amostra. quantos alunos tiveram menos de 13 valores...). Confirma os valores com a calculadora. a média e a mediana desta distribuição e qual o significado da moda e da média nesta situação? d) Representa graficamente a distribuição de frequências absolutas simples. b) Olhando para a tabela das frequências relativas acumuladas.º de prof.Parâmetros Estatísticos b) Defina “população” e “amostra” e identifique-as no presente estudo. N.O n. c) Qual a moda..num ano lectivo(. c) Elabore a respectiva tabela de frequências absolutas simples e acumuladas e frequências relativas simples e acumuladas em %. g) Qual a moda e a mediana das notas. l)Elabore o diagrama de quartis das notas obtidas 82.º de dias que os professores faltaram . a mediana e o 3º quadril. 46 .4.

Y e Z são os seguintes(.Parâmetros Estatísticos 83. Justifique? b) Classifique quanto à simetria/assimetria a distribuição das notas dos alunos.4.Y e Z são os seguintes: X Y Z 50 80 120 70 80 60 60 80 60 60 50 115 150 40 115 170 40 90 260 50 100 60 200 115 70 80 115 60 80 90 200 100 90 Relativamente aos dados fornecidos ligue as seguintes colunas Empresa X Empresa Y Empresa Z *Distribuição simétrica *Distribuição assimétrica positiva *Distribuição assimétrica negativa 47 ... 84.. Os salários (em milhares de escudos) de três empresas X... notas obtidas por três turmas.).).Os salários (em milhares de escudos) de três empresas X.As distribuições seguintes. à disciplina de matemática(... As distribuições seguintes representam as notas obtidas por três turmas do 8º ano à disciplina de matemática: 0 0 0 2 0 0 0 0 3 0 0 0 4 0 0 0 0 2 0 0 0 0 4 0 0 1 0 0 5 0 0 1 0 0 3 0 0 4 0 5 0 1 0 0 2 0 0 3 0 0 5 a) Qual das obteve melhores resultados.

CORRELAÇÂO Para testar a correlação.Estatística Bidimensional ESTATÍSTICA BIDIMENSIONAL No capítulo anterior estudaram-se diferentes variáveis.5. o primeiro passo é marcar num gráfico cartesiano. cada uma das séries de valores num dos eixos – DIAGRAMA DE DISPERSÃO Conjunto de pontos obtidos – NUVEM DE PONTOS 48 . Interessa agora descobrir se existe relação entre essas variáveis. Grau de dependência entre duas variáveis .

isto é. se os pontos no diagrama de dispersão se distribuírem em torno de uma recta.Declive da recta de regressão a= ∑ xy − ∑ ∑ ( x) ∑x − ∑ x n 2 y 2 n 49 .5. r= ∑ xy − ∑ ∑     x − (∑ x )  y − (∑ y )  ∑ ∑ n  n  x y n 2 2 2 R>0 Correlação positiva R>0 Correlação negativa R=1 Correlação positiva local R=-1 Correlação negativa total R=0 Não existe correlação    Coeficiente de regressão .Estatística Bidimensional Se a correlação existente for do tipo linear. mede-se a correlação através do COEFICIENTE DE CORRELAÇÃO LINEAR.

.2 10 1.05 0 4 1 19 2 22 3 41 4 35 5 62 7 66 86– Alturas e os pesos de 15 empregados de uma fábrica (.. a) X y 3 1. Determine o coeficiente de correlação linear para os dados dos conjuntos abaixo. cujos valores são apresentados na seguinte tabela: Peso (kg) 67 73 61 61 70 68 81 89 71 66 75 86 75 63 80 Altura 167 171 166 167 171 172 175 180 170 167 170 179 174 167 178 (cm) 50 . construindo o diagrama de dispersão.4 11 1. construindo o diagrama de dispersão(. Verifique o grau de correlação linear entre as alturas e os pesos de 15 empregados de uma fábrica.01 -11 0.5.04 -5 0.).6 4 1...02 -9 0.03 -7 0.2 7 1.).Estatística Bidimensional 85– Determine o coeficiente de correlação linear..0 9 1.0 b) X y 3 9 4 1 5 0 6 3 7 8 8 2 9 1 c) X y d) X y -13 0.

.5..).16 0.5 2 1.18 0.5 1 0. os valores médios percentuais de defeitos em cada horário são os seguintes: Horas Percentagens 7:00 0.20 Verifique a existência da correlação linear entre o horário e a percentagem feita.12 0.08 8:00 0.16 10:00 10:30 11:00 11:30 12:00 0.5 4 3. Calcule o coeficiente de correlação linear do conjunto de pontos apresentado: Y 4..Estatística Bidimensional 87– Numa fábrica de peças para automóveis é feito o acompanhamento sistemático da percentagem de peças defeituosas(.18 0.14 9:30 0.). 88– Calcule o coeficiente de correlação linear (..5 3 2.5 0 0 2 H K G I C F J B A D E 4 X 6 8 51 .14 8:30 0.18 9:00 0. Numa fábrica de peças para automóveis é feito o acompanhamento sistemático da percentagem de peças defeituosas produzidas em cada intervalo de meia hora. Após um mês de produção.12 7:30 0.

E 90– Encontre a equação de correlação linear (..7 10. relacionando horas e percentagem de defeitos.). e a população. D. G. b) Dos países indicados na tabela. A tabela seguinte mostra a extensão. e a população. 52 ..J.3 a) Determine a percentagem da área e população de Portugal.(.5. relativamente aos outros países.. e comente os resultados.1 10 3. em milhões de habitantes.). Refaça o exercício anterior não considerando os pontos B. c) Determine o coeficiente de correlação entre as variáveis extensão e população.1 132 70. do exercício 87. de países membros da UE: Extensão Países Bélgica Dinamarca Grécia Irlanda Holanda Portugal (milhares de Km2) 30. pontos B.5 43. 91– milhares de Km2. de países membros da EU.. Encontre a equação de correlação linear para o conjunto de valores.3 41.5 14.8 5.J. D.E. em milhões de habitantes. em milhares de Km2. G. diga qual o que tem mais habitantes por Km2 e o que tem menos.2 92 População (milhões) 9.Estatística Bidimensional 89– Refaça o exercício anterior. H.. H.

A partir de uma amostra de 10 observações para X e Y obtiveram-se os seguintes resultados: Χ =15.5 17.96 ∑ Υ = 403.6 ∑Χ 2 i = 2619.Estatística Bidimensional 92. A tabela seguinte indica os resultados das observações meteorológicas no mês de Dezembro de 1998 (Boletim Mensal do INE – n. número de horas de sol: 53 . do ar (ºC) (média mensal) 14.5 N.8 Considerando a variável bidimensional temperatura do ar.Calcule os coeficientes de regressão e interprete os dados.Calcule os coeficientes da equação de regressão. A partir de 7 observações para duas variáveis X e Y obtiveram-se os seguintes resultados: ∑ Χ = 43.º 1): Localização Lisboa Porto Ponta Delgada Funchal Temp.5 87..8 ∑ Υ = 49.5 Calcule os coeficientes da equação de regressão ∑Χ Υ i i = 12765.99 ∑ Χ Υ = 344.).º de horas de sol 60.3 ∑ Χ = 301.4 119..Resultados das observações meteorológicas no mês de Dezembro de 19988(.7 34.66 Υ =76.1 14.54 94.3 13.5.01 i i 2 i 2 i i i Calcule os coeficientes de regressão e interprete os dados 93.

b) Calcule o coeficiente de correlação e interprete-o c) Calcule a recta de regressão e utilizando-a faça uma estimativa de quantas horas de sol teria uma localidade onde a temperatura do ar. Que conclusão se pode tirar? 54 .. Foi feito um estudo sobre os equipamentos privados dos cidadãos europeus.(. refira-se ao sinal e à intensidade da correlação. e sobre este faça um esboço da recta de regressão.Estatística Bidimensional a) Desenhe o diagrama de dispersão e interprete-o.1993) 436 590 456 458 365 537 328 423 543 500 449 330 545 679 470 a) Represente os dados através de um diagrama de dispersão.).Estudo sobre os equipamentos privados dos cidadãos europeus. em média. b) Observando o diagrama de dispersão.. foi de 16 ºC. para testar o seu nível de vida: Países da comunidade B BK D GR E F IRL I L NL AT P FI SE UK Televisões (por mil habitantes. 95.5.1993) 450 530 560 350 400 580 300 430 350 540 500 300 630 670 430 Telefones (por 1000 habitantes.

..Perguntou-se a 15 rapazes a sua idade e a hora a que usualmente se deitavam(. justificando a resposta. 8 6 4 2 0 0 5 Idade em anos 10 15 97.). à luz dos conhecimentos estatísticos: “ quanto mais casamentos mais divórcios”... 55 .Casamentos/Divórcios.. Tendo em conta o seguinte quadro: Casamentos (por 1000 habitantes) 5 7 5 4 5 6 5 6 5 4 5 5 Divórcios (por 1000 habitantes) 3 2 2 1 2 2 2 1 3 2 2 3 Países B BK D EL L NL A P FIN S IS NO Comente a frase.Estatística Bidimensional 96. As respostas vêm apresentadas no seguinte diagrama de dispersão: 12 10 Horas de deitar Indique o sinal da correlação. Perguntou-se a 15 rapazes a sua idade e a hora a que usualmente se deitavam..5.

Tenha atenção para que cada peso se mantenha associado à altura correspondente. em sua opinião.. 56 . e) O número de idas à praia e a medida do seu sapato. c) O número de habitantes de uma casa e a quantidade de pão comprado durante uma semana. f) O peso de um recém-nascido e o número de cigarros fumados por uma grávida por dia. haverá interesse em realizar um estudo estatístico sobre a relação entre elas: a) As audiências de uma telenovela e o nível de cultural dos Portugueses... diga se.). Na tabela estão representados pesos e alturas dos alunos de uma turma: Peso (kg) 56 62 50 50 59 57 70 78 60 55 62 Altura (cm) 156 162 155 156 165 161 170 175 159 160 168 a) Ordene os alunos por ordem crescente de peso..Estatística Bidimensional 98. Para cada uma das situações seguintes. b) O número de horas de estudo de um aluno e as médias obtidas nas disciplinas.Haverá interesse em realizar um estudo estatístico(.). d) O número de televisões vendidas por uma loja de uma cidade e o número de passageiros que viajam nos transportes públicos dessa mesma cidade.5. 99– Pesos e alturas dos alunos de uma turma(.

Estatística Bidimensional b) Obtenha um gráfico com a nuvem de pontos correspondente a esta situação. 57 . e) Verifique que a recta de regressão passa no ponto de coordenadas (peso médio. altura média). O gráfico sugere a existência de correlação linear entre as duas variáveis? c) Qual é o respectiva coeficiente de correlação linear? d) Calcule a recta de regressão. f) Construa uma nova coluna na tabela contendo os valores estimados pela recta de regressão para o peso dos alunos desta turma.5.

pelo que deve ser um factor de redução de incerteza. Estes podem ser obtidos por questionários. Organização e apresentação dos dados ( nesta fase faz-se a contagem dos dados. Um estudo estatístico deve obedecer a certos requisitos que levem à sua efectiva utilização. Nesta fase deve-se verificar se não foram realizados estudos estatísticos sobre a mesma temática ). Análise e interpretação dos dados ( esta ´a fase mais importante e delicada do estudo estatístico. a reunião e o registo sistemático dos dados. tipo de dados a obter e a forma como obtê-los.6.Proposta de resolução PROPOSTA DE RESOLUÇÃO Resolução do exercício 1. facilitando-se. deste modo. entrevistas etc. Apresentação dos dados em tabelas ou gráficos.. observações directas. As fases que um estudo estatístico deve conter são: Definir o problema ( deve ser estabelecido de uma forma clara e precisa. divulgada regularmente e harmonizada de modo a permitir comparações. Recolha de dados ( envolve a obtenção. pois é nesta fase que se tiram conclusões que ajudam o investigador a resolver o problema ). ). precisa. 58 . É preciso ter bastante cuidado com a população a escolher para o estudo estatístico. pois é fácil fazer uma recolha de dados que não correspondam à realidade. a compreensão do carácter em estudo e a sua futura análise ). que tipo de população a estudar e a calendarizarão das actividades ).. Planificação do processo de resolução ( nesta fase definem-se os procedimentos necessários à resolução do problema.

Quando se faz um estudo estatístico a principal dificuldade resulta da recolha de dados ser um trabalho demasiadamente longo e difícil. Assim podermos concluir que a Estatística Descritiva tem como processo a redução de dados. Profissão: qualitativa. 59 . A Estatística Descritiva tem como finalidade descrever certas propriedades relativas a um conjunto de dados. enquanto que a Estatística Indutiva tem como processo a generalização de resultados obtidos à custa de um conjunto de elementos a um outro conjunto mais numeroso. Tempo que passa a ver televisão: quantitativa contínua. A recolha de dados é a fase mais dispendiosa do trabalho estatístico. Sexo: qualitativa. Uma outra dificuldade resulta de os dados não serem completamente estáveis e rigorosos. A Estatística Indutiva procura inferir propriedades do universo estatístico a partir de propriedades verificadas na amostra. e o seu preço é tanto maior quanto maior for o número de dados recolhidos.6.Proposta de resolução Resolução do exercício 2. daí que se utilizam amostras para o estudo estatístico. Resolução do exercício 4. Resolução do exercício 3. Para além disso existem estudos que não seria possível interrogar todos os indivíduos.

concluindo apenas por um inquérito aos portuguesas a opinião sobre a moeda única. a) Nesta situação o senhor da pastelaria cometeu um erro inutilizando todos os elementos observados. b) População: todos os professores da escola D. Unidade Estatística: professor da mesma escola. Unidade Estatística: um carro vendido em Portugal. a) População: mulheres portuguesas. Neste caso justificava-se a escolha de uma amostra. c) População: todos os carros vendidos em Portugal em 1999. 60 . Resolução do exercício 5. d) População: um grupo de amigos. Resolução do exercício 6. b) Neste caso não se poderia generalizar. A amostra não era representativa de todos Europeus.Proposta de resolução Número de pessoas do seu agregado familiar: quantitativa discreta.6. Unidade Estatística: a mulher portuguesa. Unidade Estatística: cor dos olhos. Maria em Coimbra.

não podendo obter resultados de confiança a partir desta sondagem á população de uma determinada região. b) Variável discreta. Estatística Descritiva C. Resolução do exercício 7. d) Variável discreta. Estatística Indutiva B.Proposta de resolução c) A mostra não era representativa. c) Variável contínua. a) Variável discreta. e) Variável contínua. Resolução do exercício 8. Estatística Indutiva 61 . Teria que se considerar uma amostra representativa que incluía elementos de todo país de todas as classes sociais e vários níveis etários. A.6.

a) A população em estudo: cibernautas de todo mundo A amostra: 28.Proposta de resolução D. Estatística Descritiva E. a) A população: cidadãos dos EUA 62 . Para ser um censo tinha que se interrogar todas as pessoas do mundo inteiro.374 consumidores de 34 países. b) Nos estudo referido na notícia usou-se um sondagem porque a amostra é 28. b) A amostra: 2500 famílias portuguesas. Resolução do exercício 11.6.374 consumidores de 34 países. Resolução do exercício 10. c) Unidade Estatística: uma família portuguesa. a) A população: famílias portuguesas. Estatística Indutiva Resolução do exercício 9.

será necessário utilizar amostras representativas. Na amostragem estratificada procede-se do seguinte modo: Ano 7º Ano 8º Ano 8º Ano Amostra 18 22 20 Resolução do exercício 13.6. Para que não ocorram erros e para que se possa obter resultados de confiança a partir de sondagens. como por exemplo. c) Condenação ou não da Microsoft.representativa A afirmação sobre o facto das sondagem não conterem erros é falsa. qualitativa e quantitativamente . A amostragem aleatória qualquer aluno tinha probabilidade de ser escolhido. pois o número de inquiridos é muito reduzido em relação à população dos EUA Resolução do exercício 12.ser imparcial Deve conter em proporção tudo o que a população possui. o que não é fácil muitas vezes de se conseguir. estabelecendo-se uma regra.Proposta de resolução b) A amostra: 752 adultos. Assim a 63 . d) A amostra seleccionada não é representativa.. Na escolha de uma mostra deve-se ter em conta alguns aspectos tais como: Todos os indivíduos da população devem ter igual probabilidade de serem seleccionadas. de 10 em 10. Existem casos de erros nas sondagem bastante conhecidos (eleição presidencial americana e 1936). Assim escolhendo um aluno ao acaso e depois estabelecia uma regra para escolher os restantes alunos. A amostragem sistemática.

a) A população é constituída por todos os operários de uma fábrica. c) A variável em estudo é o número de filhos do operário.alunos de uma escola do interior (por exemplo) Infinita: Temperaturas do mundo num determinado momento (por exemplo) Resolução do exercício 15. Finita: . pois só pode tomar um número finito de valores.Proposta de resolução representatividade da amostra faz com que os resultados obtidos possam conter erros. d) Os números são resultados dos 10 operários inquiridos ou seja são o número de filhos de cada um dos 10 operários. b) A unidade estatística é o operário. Resolução do exercício 16.6. a) Não são representativos b) As limitações deste estudo são: 64 . Esta variável é discreta. Resolução do exercício 14.

Proposta de resolução Não é representativa uma vez que nem todos os que têm telemóvel navegam na Internet. c) A maior diferença de um ano para o outro foi no tipo de droga haxixe.º de pessoas pode não ser real uma vez que a mesma pessoa pode ter respondido mais que uma vez. b) Liamba e heroína. a) Sabendo que o número de empresas cujas acções são aceites na bolsa é 3000. estão através de uma regra de três simples conseguimos determinar o número de empresas que desceram. Resolução do exercício 17.6. O n. Nº de empresas 3000 x % 100 38 x= 3000 x38 = 1140 100 65 . a) Haxixe e cochina. Resolução do exercício 18. e que 38 % diminuíram a sua cotação.

Proposta de resolução ∴1140 empresas diminuíram a sua cotação b) 42 % das empresas que estabilizaram cotação (42 %) Pelo processo da alínea anterior x= 3000 x 42 = 1260 100 ∴1260 as empresas que estabilizaram a sua cotação c) o número de empresas que não diminuíram a sua cotação são: n.º o de empresas que subiram a sua cotação.º de empresas que estabilizaram a sua cotação + o n. participaram 10.088 atletas. Em 1960 participaram 5396 atletas Em 1964 participaram 5586 atletas Em 1968 participaram 6626 atletas Em 1972 participaram 10088 atletas 66 . Nº de empresas que subiram : 600 + 1260 = 1860 ∴1860 empresas não diminuíram a sua cotação Resolução do exercício 19. a) O ano que participaram mais adultos foi em 1972.6.

4 % (100% corresponde a 3592) – canal 1 1843 485 “ “ 51.6.3%) – canal 3 (3592 x 13. Resolução do exercício 20.5) – canal 4 67 .Proposta de resolução Em 1976 participaram 6189 atletas Em 1980 participaram 5503 atletas Em 1984 participaram 7078 atletas Em 1988 participaram p581 atletas b) Masculinos c) Aconselha-se os alunos a procurarem sites de forma a que estes utilizem dados reais.3 % 13. 5 % (3592 x 51.3 %) Viriam o canal 1 = 426 espectadores (1500 x 28. a) Viriam o canal 3 = 770 espectadores (1500x 51.4 %) b) 1020 corresponderia 28.

9+3.6. b) O candidato melhor classificado foi o Pedro. 68 .2) 9 João 10x30% =3 8x50%=4 10x20% =2 (3+4+2) 9. Candidatos Classificação académica 13 x 30% = 3.2 (3+8+2.8 (4.6 Mariana 10x30% =3 12x50=6 8x20%=1.2 Pedro 10x30% =3 16x50% = 8 11x20% = 2.6+4+1.6) a) Os candidatados eliminados foram : Ana. Rui e o João.8 (3.6 (3+6+1.9 Classificação da Entrevista 7x 50% =3.8) 13 Maria 14x30% =4.3 8x50% =4 9x20% =1.2 12x50% =6 14x20% =2.8) 10.2+6+2.1 Rui 11x30% = 3.4 Ana 10x 20% =2 (3.5 Prova Escrita Classificação Total 9.Proposta de resolução Resolução do exercício 21.5+2) 13.

2 13 10.1 9 d) Só poderia ter nota positiva se tivesse 20 valores na classificação académica e 20 valores na prova escrita.4 9. Se a admissão passa-se por obter nota positiva seria admitido.6 9.Proposta de resolução c) Candidatos Pedro Maria Mariana Ana Rui João Classificação 13.º de filhos com idade escolar Variável Qualitativa Classe Social 69 .6. Variável Quantitativa Idade da mãe Ordenado Mensal N. Resolução do exercício 22.

69 0. Agosto. Foi o mês de Janeiro.05 0.07 1 Fi 2 3 10 12 18 25 29 32 34 36 39 42 Fri 0.76 0.86 0.93 1 Fri % 5% 7% 24% 29% 42% 59% 69% 76% 81% 86% 93% 100% f ri = fi ( frequência relativa ).6.05 0.13 0.05 0. Setembro.05 0.17 0.05 0.10 0. b) Meses do ano Janeiro Fevereiro Março Abril Maio Junho Julho Agosto Setembro Outubro Novembro Dezembro Total Nº de dias de nevoeiro ( fi ) 2 1 7 2 6 7 4 3 2 2 3 3 42 fri 0. Outubro.59 0. 70 .29 0.17 0.07 0.81 0.Proposta de resolução Resolução do exercício 23.07 0. FI ( frequência absoluta acumulada ).07 0. n f i (frequência absoluta é o número de vezes que um dado foi observado). Novembro e Dezembro.24 0. Abril. FRI ( frequência relativa acumulada ). a) Em 1999 os meses em que se registou com 7 dias de nevoeiro foram dois: Março e Junho.02 0. Julho.42 0. Fevereiro. c) O número de meses que se verificaram 4 ou menos dias de nevoeiro foram nove.

a) N.º de ocupantes por automóvel 1 ocupante 2 ocupantes 3 ocupantes 4 ocupantes 5 ocupantes 6 ocupantes Total fi 20 16 15 6 2 1 60 f ri 0.6. Resolução do exercício 24.º de ocupantes por automóvel Os seus valores são: 1.º de irmãos Frequência 0 4 1 4 2 5 3 4 4 3 71 .6 0.25 0.98 1 Resolução do exercício 25.4.85 0.02 1 FI 20 36 51 57 59 60 FRI 0. a) A variável em estudo é : n.33 0.1 0.5.6 b) Variável quantitativa discreta c) N.27 0.Proposta de resolução d) FR 3 = 59% significa que 59% dos meses têm um número de dias de nevoeiro inferior ou igual a três.2.3.95 0.03 0.33 0.

Proposta de resolução b) 4+4=8 Existem 8 alunos que têm menos do que dois irmãos c) 4+4+5+4 =17 Existem 17 alunos que têm pelo menos 3 irmãos Resolução do exercício 26. a) A classificação varia entre zero e dez b) 5+12+17+25+30+43+36+16+13+4+0 =201 c) Classificação fi Fi 0 5 5 1 12 17 2 17 34 3 25 59 4 30 89 5 43 132 6 36 168 7 16 184 8 13 197 9 4 201 10 0 01 d) 89 ( ver na tabela Frequências acumuladas) Resolução do exercício 27. a) 72 .6.

40.6.72 4 4 0.36 3 9 0.9 1 Resolução do exercício 29.28 9 0.1 Fri 0.5 0.16 22 0.36 18 0.12 25 1 fi nº de alunos xi horas de estudo por dia c) pela analise da tabela (fri) concluiu-se que os alunos que estudam 3 horas é 36 % ( 0.55[ a) o limite inferior da classe 1.Proposta de resolução n = 2+7+9+4+3 = 25 A dimensão da amostra inquirida é 25 b) xi fi fri Fi Fri 1 2 0. [1.88 5 3 0. xi R P T D fi 20 30 40 10 fri 0.2 0.1.4 0.08 2 7 0.2 0.36 x100) Resolução do exercício 28.3 0.40 73 .08 2 0.

40 2.303+0.5 33.5 85.911+0.26=0.174=0.737+0.563+0.303 0.043 0.911 0. x é o valor do limite superior da 1ª classe ⇔x= 13 + 14⇔ x=27 Ponto médio Classes 14-27 27-40 40-53 53-66 66-79 79-92 Total fi 1 6 6 4 4 2 23 fri 0.043 0.55-1.55 1.5 72. a) e b) 14 é o valor para o limite inferior.737 0.95 = = 1.09≈ 1 xi 20.5 46.5 59.174 0.475 2 2 Resolução do exercício 30.174 0.Proposta de resolução b) o limite superior da classe c) a amplitude da classe d) Ponto médio = 0.174=0.55 + 1.5 74 .09 ≈1 Fi 1 1+6=7 7+6=13 13+4=17 17+4=21 21+2=23 Fri 0.40) 1.15 (1.26=0. Amplitude de cada classe é 13 x-14 =13 ⇔.043+0.6.26 0.563 0.26 0.

143 0.35 35 .107 0.214 0.62 0.92 0.40 40 .39 0.911 0.6.018 0.13 0.804 0.054 0.07 ≈1 Fi 1 5 12 15 19 28 30 Fri 0.054 0.49 0.072 0.03 0.1 0.03 0.268 0.018 0.23 0.16 0. a) Classes 0-10 10-20 20-30 30-40 40-50 50-60 60-70 70-80 80-90 90-100 Total b) fi 1 3 4 12 15 10 6 3 1 1 56 fri 0.018 ≈1 Fi 1 4 8 20 35 45 51 54 55 56 Fri 0.65 Total fi 1 4 7 3 4 9 2 30 fri 0.071 0.45 45 – 50 50 – 55 55 – 60 60 .3 0.Proposta de resolução Resolução do exercício 31.179 0.99≈1 75 .357 0.625 0.965 0. a) Pesos ( Kg ) 30 .983 ≈1 Obtiveram nota inferior a 50% 35 alunos Resolução do exercício 32.018 0.13 0.

6- Proposta de resolução

b) e c)

Resolução do exercício 33. a) Total dos alunos da escola 230 alunos da escola Variável qualitativa – preferências literárias b)

Banda Desenhada 26%

Políciais 19%

Ficção Científica 22%

Romances 33%

76

6- Proposta de resolução

c)
40 35 30 25
Frequência

20 15 10 5 0

Rapazes Raparigas

Políciais

Romances

Ficção Científica
Tipo de livro

Banda Desenhada

Resolução do exercício 34. a) Agregado Familiar 2 27 27 0,09 9 0,09 3 45 72 0,15 15 0,24 4 99 171 0,33 33 0,57 5 66 237 0,22 22 0,79 6 48 285 0,16 16 0,95 7 12 297 0,04 4 0,99 8 3 300 0,01 3 1

fi FI fri
%

FI i

b) 22 %

77

6- Proposta de resolução

c) 79 % d)

1
20% 23% 1 0% 6% 17% 9%

2 3 4 5 6 7 8

14%

11%

Resolução do exercício 35. 2 3 4 5 6 9 1 1 0 1 2 2 1 2 2 3 6 3 4 6 5 7 6 7 9

Resolução do exercício 36. a) Analisando o gráfico circular, podemos concluir que: a região em que existe menor número de alunos inscritos é a região do Algarve. a região em que existe maior número de alunos inscritos é a região do Norte.
78

-

6- Proposta de resolução

b) Ano lectivo 1998/99 existiam 497517

Algarve (4%)

Alentejo(5%)

Centro (17%)

Lisboa V Tejo (33%)

x=

497517 × 4 100

x=

497517 × 5 100

x=

497517 × 17 100

x=

497517 × 33 100

x = 19901

x = 24876

x = 84578

x = 164180

Norte (41%)

x=

497517 × 41 100

x = 203982

Os números dos alunos matriculados em cada região são: Algarve : 19 901 Alentejo: 24 876 Centro: 84 578 Lisboa V. Tejo: 164 187 Norte: 203 982

Resolução do exercício 37. i. Falsa. A dimensão da população em estudo é: (25+5+46+65+36+23= 200) ii. Verdadeira.

23 = 0,115 x100 = 11,5 200

iii. Verdadeira = 12,5%+2,5%+23%+32,5% = 70,5 % iv. Falsa =

5 = 0,025 200

79

6- Proposta de resolução

Resolução do exercício 38. a) 150 refeições x 13= 1950 Julho 150 refeições x17 =2550 Agosto.. b) = 150 refeições Junho Julho Agosto Setembro Outubro .

c) Meses Junho Julho Agosto Setembro Outubro Total

fi
1200 1950 2550 1050 450 7200

fri
0.17 0.27 0.35 0.15 0.06 1

Fi
1200 3150 5700 6750 7200

Fri
0.17 0.44 0.79 0.94 1

80

6- Proposta de resolução

Resolução do exercício 39. a) a turma que tem mais computadores é a turma A ( 18 computadores) b)

Alunos com computador Turma A

4 = crianças

Turma B

Turma C

Turma D

c) Turma A B C D Total

fi
18 12 16 8 54

fri
0.33 0.22 0.30 0.15 1

Fi
18 30 40 54

Fri
0.33 0.55 0.85 1

81

6- Proposta de resolução

Alunos com computador

20
nº de alunos

18 16

15 10 5 0
A

12 8

B Turmas

C

D

d) Vantagem: São atractivos dando um grande impacto visual Desvantagens: Dão pouca informação e podem-se tornar pouco precisos.

Resolução do exercício 40. a) Marca Marca1 Marca2 Marca3 Marca4 Marca5 Total

fi
15 4 10 2 5 36

fri
0,41 0,11 0,28 0,06 0,14 1

% 41 11 28 6 14 100

82

43 0.13 1 Fri 0.6.87 1 % 25 18 31 13 13 b) 13 % dos hotéis são de 5 Estrelas 83 . a) Turma 1 Estrela 2 Estrelas 3 Estrelas 4 Estrelas 5 Estrelas Total fi 4 3 5 2 2 16 fri 0.31 0.18 0.6º Marca2 100% 28% × 360º = 100.6º Marca4 100% 14% × 360º = 54.8º Marca3 100% 6% × 360º = 21.6º Marca1 100% 11% × 360º = 39.25 0.Proposta de resolução 41% × 360º = 147.4º Marca5 100% Carros Existentes no Stand 14% 6% 41% Marca 1 Marca 2 Marca 3 28% 11% Marca 4 Marca 5 Resolução do exercício 41.74 0.25 0.13 0.

9 38.U.6 188.1 53.2 183.2 26.1 831. Aconselha-se a utilização da folha de cálculo para a resolução deste exercício.1 23.7 216.1 55.3 62.162.5 1.A Japão População urbana(milhões) 12.8 84 .Urbana/ População Total Pop.1 14.8 109.8 7.Proposta de resolução c) Hotéis existentes nas termas 6 5 4 3 2 1 0 5 4 3 2 2 Nº de Hotéis 1 Estrela 2 Estrelas 3 Estrelas C ategorias 4 Estrelas 5 Estrelas Resolução do exercício 42.7 112.7 3.2 5.0 17.6.8 123.1 95.3 Pop.3 149.1 302.1 12.2 250. a) 1990 País Argélia Nigéria Quénia Bolívia Brasil China Filipinas India Indonésia Tailândia Austrália E.Total (milhões) (%) 52 35 24 51 75 26 43 26 29 22 85 75 77 24.

290.8 213.Total (milhões) (%) 60 43 32 58 82 35 49 29 37 29 86 78 79 32.7 16.0 171.A Japão Países 85 .2 290.Proposta de resolução 2000 País Argélia Nigéria Quénia Bolívia Brasil China Filipinas India Indonésia Tailândia Austrália E.5 148.5 128.7 1.9 61.U.5 63.0 19.5 273.1 Pop.1 5.2 140.9 11.9 79.5 17. c) População Urbana 1900/2000 500 450 400 População Urbana 350 300 250 200 150 100 50 0 Argélia Nigéria Quénia Bolívia Brasil China Filipinas India Indonésia Tailândia Austrália E.3 101.6 75.1 214.8 451.6.6 34.9 1.Urbana/ População Total Pop.7 9.U.A Japão População urbana(milhões) 19.003.7 37.0 b) Os países em que se verificou maior aumento foram : Índia e China.

Resolução do exercício 44. a) = 5 toneladas 1995 1996 1997 86 .6. = 5 pessoas carro Autocarro Comboio Motorizada Bicicleta Nota: todos os bonecos têm igual tamanho.Proposta de resolução Resolução do exercício 43.

4 0.13 0.Proposta de resolução b) 20T 35T 15T 20t = 2700 litros =18 garrafões 35t = 4725 Litros = 31 garrafões e meio 15t = 2025 Litros = 13 garrafões e meio Resolução do exercício 45.97 1 % 7 13 40 17 20 3 100 87 .6 0.17 0.07 0. a) Idade 16 17 18 19 20 21 Total fi 2 4 12 5 6 1 30 fri 0.07 0.2 0.6.03 1 Fi 2 6 18 23 29 30 Fri 0.2 0.77 0.

d) 23 % dos participantes têm 20 ou mais anos. a) Produção Anual de Toneladas de Cortiça Produção (toneladas) 1000 800 600 400 200 0 120 500 800 300 180 100 Portugal Espanha França Brasil Itália México Países 88 .6.Proposta de resolução b) Idades dos participantes num Torneio de Ténis 50 40 % 30 20 10 0 16 17 18 19 Idade 20 21 7 13 40 20 3 17 c) 6 participantes têm menos de 18 anos. Resolução do exercício 46.

12 1 % 25 30 18 15 12 100 Fi 25 55 73 88 100 Fri 0.73 0.25 0.Proposta de resolução b) Produção Anual de Toneladas de Cortiça B rasil 15% Itália 9% M éxico 5% P o rtugal 6% França 40% Espanha 25% c) Gráficos de Barras/ Gráficos circulares deve conter título a área da barra ou sector é proporcional á frequência Resolução do exercício 47.30 0.6.25 0.88 1 89 .18 0.55 0.15 0. a) xi 10 20 30 40 50 Total fi 25 30 18 15 12 100 fri 0.

6.Proposta de resolução b) 50 40 fi 30 20 10 0 10 12 15 20 xi 18 30 25 30 40 Resolução do exercício 48. a) Listas Lista A Lista B Lista C Nº de Votos 57 81 87 % ( em relação aos alunos que votaram) 25 36 39 90 .

10 1 Fri 15 40 70 90 100 91 .7[ Total % 15 25 30 20 10 100 fi 150 250 300 200 100 100 fri 0.30 0.9[ [4.5. a) Pesos (kg) [4.4.5.15 0.3[ [5.5.1[ [5.1.5[ [5.Proposta de resolução b) Resultados das eleições para a Associação de Estudantes Lista A 25% Lista C 39% Lista B 36% Resolução do exercício 49.5.7.3.9.20 0.6.25 0.5.

5.5.3.3[ [5.9[ [4.1.5.1.4.2 5.5.7.1 + 250 × 0.6 fi xi 720 1250 1560 1080 560 5170 92 .9.4 5.6.7[ Total fi 150 250 300 200 100 1000 xi 4.Proposta de resolução b) Moda Classe Modal : [5.3[ Μo = l + fp fa + f p ×a M O = 5.5.5.8 5 5.2(1) 200 + 250 Média Pesos (kg) [4.2 = 5.1[ [5.5[ [5.

170 1000 Mediana Através do gráfico podemos identificamos a classe mediana ( podemos já mostrar o valor aproximado da mediana) 93 .6.Proposta de resolução Ponto Intermédio da classe xi x= ∑x N i fi x= 5170 = 5.

2 = 5.6.Proposta de resolução Cálculo Numérico N −F Μ ed = L + 2 ×a f 1000 − 400 Μed = 5.º de ervilhas por vagem Efectivos ( fi ) Fi 1 3 3 2 4 7 3 5 12 4 9 21 5 6 27 6 7 34 7 4 38 8 2 40 x = ∑ xi fi N n é par K1 = 40 2 K2= 40 + 2 = 21 2 K1=20 94 .16(6) 300 Resolução do exercício 50. N.1 + 2 × 0.

Um dos valores que vai entrar no cálculo é x21 = 4 o outro é o x20.6. a) Lucro ( em contos) Frequência (fi) xi Xi 2 fixi fixi2 0-20 20 10 100 200 2000 20-40 50 30 900 1500 45000 40-60 90 50 2500 4500 225000 60-80 120 70 4900 8400 588000 80-100 90 90 8100 8100 729000 Total 370 22700 1589000 x= x= ∑x N i fi 22700 ≅ 61.Proposta de resolução Neste caso na linha Fi encontramos o nº 21.d ) 370 95 . que também é determinado na mesma coluna pois 20> 12 e 20<21 Mediana é : ~ = x20 + x21 = 4 + 4 = 4 x 2 2 Moda = Variável com maior frequência ( 4 ) Resolução do exercício 51.35(2c.

35) 370 δ ≅ 23.03 b) δ x 96 .6.Proposta de resolução N= 370 δ = ∑fx i 2 i n − (x ) 2 δ = 1589000 2 − (61.

Proposta de resolução Resolução do exercício 52. a) Histograma e polígono no mesmo gráfico. a moda é valor com maior frequência : 16 º C Resolução do exercício 54. Resolução do exercício 53. 500 H + 300 M = 400 ⇔ 500 H + 300 M = 400 H + 400 M ⇔ H +M ⇔ 500 H − 400 H = 400 M − 300 M ⇔ 100 H = 100 M ⇔ H = M logo temos:50% de Homens e 50 % mulheres.6. 97 .

Proposta de resolução b) Classes 2–4 4-6 6-8 8 .6.12 Total fi 4 8 14 8 6 40 xi 3 5 7 9 11 fi xi 12 40 98 72 66 288 Média 98 .10 10 .

2 40 Moda Classe modal 6 –8 Valor aproximado da moda calculado através da fórmula de King MO = 6 + 8 ×2 = 7 8+8 Mediana Graficamente determinamos a mediana da seguinte forma: 99 .6.Proposta de resolução x= 288 = 7.

6.Proposta de resolução Processo numérico: 40 − 12 Μed = 6 + 2 × 2 = 7.14 14 100 .

32 1542.72 4.Proposta de resolução Resolução do exercício 55.12 12 .16 16 .28 3.156 0.16 0.72 fi xi − x (8) 451.28 0.08 254.12 0.56 ≅ 6.404 0.216 0.24 fi (1) 40 30 31 39 54 56 250(1) Fi (2) 40 70 101 140 194 250 fri (3) 0. t (meses) 0–4 4-8 8 .17 250 101 .28 0.2 218.16 0.4 101.72 8.56 ∑ a) A percentagem de jovens que estiveram no desemprego menos de um ano foi: 40.224 1 Fri (4) 0.124 0.28 250 Desvio Médio: d= ∑f i =1 n i xi − x i n Desvio Médio = 1542.88 488.6.4% b) O intervalo do tempo modal é : [20.28 7.56 0.776 1 xi (5) 2 6 10 14 18 22 fi xi (6) 80 180 310 546 972 1232 3320(6) xi − x (7) 11.68 28.20 20 . 24[ c) Tempo médio : x= 3320 = 13.

a) Média x= Moda 41 + 31 + 35 + 48 + 29 + 46 + 32 262 = ≅ 37.6.43(2c.d ) 7 7 Conjunto amodal 102 .Proposta de resolução d) Resolução do exercício 56.

Proposta de resolução Mediana 29 31 32 35 41 46 48 ~ = 35 x b) Média x= 58 + 57 + 61 + 61 + 69 + 57 + 61 + 68 + 52 + 64 608 = = 60.8 10 10 Moda Mo=61 Mediana 52 57 57 58 61 61 61 64 68 69 ~ = 61 + 61 = 122 = 61 x 2 2 c) Média x= 95 + 83 + 97 + 86 + 86 + 97 + 83 + 87 + 97 + 86 897 = = 89.6.7 10 10 Moda M0=86 M0=97 Conjunto Bimodal 103 .

75 24 δ = 23000 − (28.21 75 225 1125 20 .40 6 35 0.30 7 25 0.771 δ = 11.21 225 2025 10125 ∑ 24 xi f ri f i xi xi 2 2 690 f i xi a) 25 23000 A amplitude é a diferença entre o limite superior da última classe e o limite inferior da primeira.25 210 1225 7350 40 .50 5 45 0.10 1 5 0. N.48 104 .Proposta de resolução Mediana 83 83 86 86 86 87 95 97 97 97 ~ = 86 + 87 = 86. A amplitude de cada classe é 10 A amplitude da amostra é 50 –0 = 50 x= 690 = 28.20 5 15 0.29 175 625 4375 30 .75) 2 24 δ = 131.04 5 25 10 .6.5 x 2 Resolução do exercício 57.º de encomendas por mês Nº de vendedores f i 0 .

087 0.925 1 60 72 60 36 267 105 .25 0.55 0. a) xi fi f ri Fi Fri f i xi 0 2 1 5 2 17 3 20 4 18 5 12 6 6 ∑ 80 0.Proposta de resolução b) Com o cálculo da média podemos prever o número de encomendas por mês.6. Resolução do exercício 58.225 0. Combinando o conhecimento da média e o desvio padrão.025 0. podemos em muitas situações caracterizar a localização e a dispersão dos valores. O desvio padrão permite determinar a dispersão dos valores relativamente à média.025 0.15 2 7 24 44 62 74 0.213 0.075 1 80 0.062 0.3 0 5 34 0.775 0.

6. n = 80 K1 = Logo a 80 = 40 2 K= 80 + 2 = 41 2 ~ = 3 ( ver nas frequências absolutas acumuladas ) x d) x= 267 ≅ 3.c.d ) 80 106 .Proposta de resolução b) Resultados do lançamento de moedas 25 20 20 15 fi 17 18 12 10 5 5 0 1 2 3 4 xi 6 2 5 6 7 c) Moda = 3 Mediana .34(2.

c.d ) 35 Determinamos geometricamente a classe mediana. A classe mediana conforme podemos observar no gráfico é: [14. a) Classes 10 – 12 12 .14 14 – 16 16 .20 Total fi 4 6 12 8 5 35 xi 11 13 15 17 19 fi xi 44 78 180 136 95 533 x= b) 533 ≅ 15.Proposta de resolução Resolução do exercício 59.23(2.18 18 .6.16[ 107 .

18 18 .25 12 c) δ = ∑ fx n 2 i − (x ) 2 Classes 10 – 12 12 .Proposta de resolução 35 − 10 Μed = 14 + 2 × 2 = 15.6.20 Total fi 4 6 12 8 5 35 xi 11 13 15 17 19 x2 121 169 225 289 361 533 fi x 2 484 1014 2700 2312 1805 8315 δ = 8315 − 231.14 14 – 16 16 .95 ≅ 2.37 35 108 .

6- Proposta de resolução

Resolução do exercício 60.

12 + 10 + 11 + 10 + 9 + 10 + 13 + 8 + 11 + a = 10,3 ⇔ 10 ⇔ 94 + a = 103 ⇔ a = 9
8 Mo=10 9 9 10 10 10 11 11 12 13

~ = 10 x

Resolução do exercício 61. Importância Contos [100;200[ [200;300[ [300;400[ [400;500[ [500;600[ [600;700[ [700;800[ [800;900[ Nº de Depósitos 50 55 28 20 90 10 80 67 400

f ri
0,13 0,14 0,07 0,05 0,23 0,03 0,20 0,17 1,00

% 13 14 7 5 23 3 20 17

Fri
13 26 33 38 61 63 83 100

a) A percentagem de depósitos inferiores a 500 : 38%

109

6- Proposta de resolução

b)

c)

Importância Contos [100;200[ [200;300[ [300;400[ [400;500[ [500;600[ [600;700[ [700;800[ [800;900[

Nº de Depósitos 50 55 28 20 90 10 80 67 400

xi
150,00 250,00 350,00 450,00 550,00 650,00 750,00 850,00

fi xi
7500 13750 9800 9000 49500 6500 60000 56950 213000

x=

213000 = 532,5 400

110

6- Proposta de resolução

d) Nº de Depósitos 50 55 28 20 90 10 80 67 400

Importância Contos [100;200[ [200;300[ [300;400[ [400;500[ [500;600[ [600;700[ [700;800[ [800;900[

xi
150 250 350 450 550 650 750 850

x2
22500 62500 122500 202500 302500 422500 562500 722500

fi x 2
1125000 3437500 3430000 4050000 27225000 4225000 45000000 48407500 136900000

δ=

136900000 − 283556,25 ≅ 242,27(2cd ) 400

Resolução do exercício 62.

a) Ordenando os dados:

~ = 10 + 11 = 10,5 x 2
111

6- Proposta de resolução

Localização do Q1=

n+2 para n par 4 3n + 2 para n par 4 3 x10 + 2 =8 4

Localização do Q3=

Q1= b)

10 + 2 =3 4

Q3=

Resolução do exercício 63. a)

112

6- Proposta de resolução

b)

0 2  4  F ( x)5 6  10 12 

x〈0 0 ≤ x〈1 1 ≤ x〈 2 2 ≤ x 〈3 3 ≤ x〈 4 4 ≤ x〈 5 x≥5

c) Média

x=

0 × 2 + 1 × 2 + 2 × 1 + 3 × 1 + 4 × 4 + 5 × 2 33 = = 2,75 12 12
113

6- Proposta de resolução

Moda : 4 Mediana:

0 0 1 1 2 3 4 4 4 4 5 5

~ = 3 + 4 = 3,5 x 2

Resolução do exercício 64.

Ano Funcionário A B C D

1980 50000 60000 75000 100000 71250

1990 65000 78000 97500 130000 92625

1995 80000 90000 105000 130000 101250

x
Desvio Padrão 1980

Funcionário A B C D

(x- x )2 451562500 126562500 14062500 826562500 1418750000 71250
114


x

6- Proposta de resolução

σ =

∑ (x
i =1

n

i

− y)

2

n

σ =

1418750000 = 18833 4

Desvio Padrão 1990 Funcionário A B C D (x- x )2 763140625 213890625 23765625 1396890625 2397687500 92625


x

σ =
Desvio Padrão 1995 Funcionário A B C D

2397687500 = 24483 4

(x- x )2 451562500 126562500 14062500 826562500 1418750000 101250


x

σ =

1418750000 = 18833 4

115

25 116 .701(3cd ) 206 2 2 2 2 2 2 Resolução do exercício 66.50[ [50.20[ [20.90[ [90.Proposta de resolução Em 1990 os salários aumentaram 30% a média aumentou 30% e o desvio padrão igualmente.549 ) ≅ 1. Classificações [0.5 412.25 3 95 285 9025 27075 14 967.722(3cd ) 18 σ = b) 3 × (1) + 4 × (2 ) + 6 × (3) + 5 × (4 ) 2 − (2.5 250 3906.044 18 2 2 2 2 x= 34 × 1 + 29 × 2 + 40 × 3 + 31 × 4 + 37 × 5 + 35 × 6 ≅ 3.100[ fi xi fi xi x2 fi x 2 2 10 20 100 200 0 35 0 1225 0 4 62. a) x= 3 ×1 + 4 × 2 + 6 × 3 + 5 × 4 ≅ 2.722 ) ≅ 1.25 34031.549(3cd ) 206 σ = 34 × (1) + 29 × (2 ) + 40 × (3) + 31× (4 ) + 37 × (5) + 35 × (6 ) 2 − (3.25 15625 5 82.5 6806.5 76931. Em 1995 verificou-se um aumento constante dos salários em 30 contos a média aumentou 30 e o desvio padrão manteve-se Resolução do exercício 65.6.75[ [75.

com i =1..6.67 x= 117 .2.11(2cd ) 14 σ = b) 76931.81(2cd ) 14 Podemos concluir que se verifica uma grande dispersão das notas relativamente á média.n h= 15-3 h= 12 A amplitude das idades á 12 b) 3 + 7 + 9 + 11 + 13 + 15 6 x ≅ 9.Proposta de resolução x= 967.11) = 26..5 ≅ 69.25 2 − (69. a) amplitude = h h = màx (xi) – min (xi).. Resolução do exercício 67..

8 15 118 .67 + 15 − 9.8 15 δA = 1 × 12 + 5 × 2 2 + 6 × 32 + 2 × 4 2 + 1 × 52 2 − (2.67 2.98 15 xb = 0 ×1 + 8 × 2 + 3 × 3 + 3 × 4 + 1× 5 = 2.6.33 Resolução do exercício 68.33 xi − x 6.33 Desvio em relação à média c) d= ∑x i =1 n i −x n d= 3 − 9.67 -2.67 1.33 3.67 0.67 + 13 − 9.33 3.33 5.Proposta de resolução xi Idade 3 7 9 11 13 15 xi − x -6. a) xA = 1×1 + 2 × 5 + 3 × 6 + 4 × 2 + 5 ×1 = 2.67 1.67 + 9 − 9.67 6 ≅ 3.33 5.67 + 7 − 9.8) = 0.67 + 11 − 9.67 -0.

Proposta de resolução δB = b) 0 × 12 + 8 × 22 + 3 × 32 + 3 × 4 2 + 1 × 52 2 − (2. conclui-se que estas duas medidas não destinguem as duas distribuições. a) 119 .6. Resolução do exercício 69.98 15 Como a média e o desvio padrão são iguais para a turma A e B.8) = 0.

39 75 δA = 635 2 − (2.39 ) ≅ 1.6.66 75 120 .Proposta de resolução b) % (0) = 10 × 100 ≅ 13% 75 A percentagem de jovens que não foi à discoteca é de 13% c) M0= 3 Amplitude = 6-0 =6 d) n=75 (impar) K= 75 + 1 = 38 2 ~=x =2 x 38 x= e) 10 x0 + 17 x1 + 12 x 2 + 20 x3 + 6 x 4 + 6 x5 + 4 x6 ≅ 2.

5 220.70[ [70.5 6. ª) Pesos [35.5 476 332.5 45.25 5402.Proposta de resolução Resolução do exercício 70.63[ [63.5 1876 x2 1482.6.42[ [42.25 4422.5 fi xi 115.5 73.5 59.25 fi x 2 4446 16562 1994 28322 22111 16207 106943 121 .5 364 367.25 2070.49[ [49.5 52.25 2756. a) Escola X 6 7 2 0 4 5 4 0 0 0 2 9 3 4 5 6 7 8 9 2 7 3 2 0 0 0 4 8 7 2 1 0 Escola Y 9 9 7 7 5 4 8 4 6 3 6 3 4 3 8 3 0 6 8 3 0 6 9 3 1 1 9 5 2 1 6 4 3 8 4 4 8 4 4 8 6 6 6 9 8 8 8 9 b) Média Escola X ≅ 61 Média Escola Y ≅ 70 Mediana 1º Quartil 3º Quartil 60 53 69 Mediana 1º Quartil 3º Quartil 72 62 80 Resolução do exercício 71.77[ fi 3 8 7 8 5 3 34 FI 3 11 18 26 31 34 xi 38.56[ [56.25 3540.

d) 34 − 11 Μed = 49 + 2 × 7 = 55 7 e) (com os dados da tabela da alínea a) ) 122 .Proposta de resolução b) x= c) 1876 ≅ 55.6.18 34 O gráfico acima permite localizar a classe mediana necessária para a questão seguinte.

18) ≅ 10 34 Resolução do exercício 72.15 146 100 = 25 × 24 + 50 × 30 + 100 × 46 + 150 × (46 + x) ⇔ 146 + x ⇔ 14600 − 100 x = 600 + 1500 + 4600 + 6900 + 150 x ⇔ ⇔ 50 x = 1000 ⇔ ⇔ x = 20 O aumento do número de garrafas foi de 20 123 .6. a) xi 25 50 100 150 fi 24 30 46 46 146 FI 24 54 100 146 fi xi 600 1500 4600 6900 13600 x= b) 13600 ≅ 93.Proposta de resolução δ = 106943 2 − (55.

~ = 76 + 76 = 76 x 2 Resolução do exercício 74.Verdadeira B.6. A.Verdadeira 124 .Proposta de resolução Resolução do exercício 73. Resolução do exercício 75.

5 22.1 100 Calculo da moda M0 ≅ 11 125 .5 f ri 0.5 82.12 0.5 67.18 0.Falsa D.75 75 .30 30 .60 60 .Proposta de resolução C.32 0.Falsa Resolução do exercício 76. Tempo a a ver TV 0 .5 37.15 15 .45 45 .6.1 0.5 52.90 Nº de Alunos 32 22 18 12 10 6 100 xi 7.22 0.06 ∑ % 32 22 18 12 10 6 Fri 32 54 72 84 94 100 fi x i 240 495 675 630 675 495 3210 a) Média x= 3210 = 32.

18 0.03) ≅ 1.16 0. xi 15 16 17 18 19 20 21 22 fi 30 48 57 39 54 36 18 18 300 f ri 0.12 0.19 0.Proposta de resolução Calculo da mediana 100 − 32 Μed = 15 + 2 × 15 = 27.06 0.13 0.1 0.03 300 98691 2 − (18.06 1 % 10 16 19 13 18 12 6 6 100 Fri (%) 10 26 45 58 76 88 94 100 fi x i 450 768 969 702 1026 720 378 396 5409 xi 2 fi xi 2 6750 12288 16473 12636 19494 14400 7938 8712 98691 225 256 289 324 361 400 441 484 ∑ a) x= 5409 = 18.6. (27) 22 b) Mo < ~ < x Logo esta distribuição é assimétrica positiva x Resolução do exercício 77.97 300 126 δA = .

c) O diagrama os dados é o diagrama B. a) x= 18 + 21 + 22 + 24 + 25 + 28 = 23 6 127 . 10 x + y = 20  ⇔  11  x = 15  150 + y = 20  ⇔ y = 70  11  x = 15  O número adicionado foi 70.Proposta de resolução ]x − δ.6.20[ intervalo b) 18% +12%+6%+6% = 42 % 42% dos dos alunos tem idade igual ou superior a 19.x +δ [ 67% das observações encontram-se no ]16. Resolução do exercício 79.06. Q2= 18 Q3=19) Resolução do exercício 78.( Q1= 16.

00 b) xi 2 6 10 14 18 fi f i xi ∑ 6 12 8 48 5 50 7 98 2 36 28 244 128 .16 16 .50 0.93 1.21 0.12 12 .Proposta de resolução δ = (18 − 23)2 + (21 − 23)2 + (22 − 23) 2 + (24 − 23) 2 + (25 − 23)2 + (28 − 23)2 6 ≅ 7. a) Classes 0.68 0.20 fi 6 8 5 7 2 28 fri 0.18 0.21 0.4 4.25 0.75 Resolução do exercício 80.29 0.8 8 .6.75(2cd ) b) x = 23 + 20 x = 43 δ ≅ 7.07 1 % 21 29 18 25 7 100 FI 6 14 19 26 28 Fri 0.

71 28 (Diálogo com os formandos sobre a atitude da entidade patronal ) Resolução do exercício 81.03 1 ∑ % 9 13 25 13 3 16 3 16 3 100 Fi 3 7 15 19 20 25 26 31 32 Fri 9 22 47 59 63 78 81 97 100 d) 25 alunos obtiveram nota positiva e) 19% dos alunos tiveram nota igual ou superior a 15 129 .6.16 0. Amostra é um subconjunto finito da população que se supões representativa desta.16 0.09 0. a) Trata-se de uma sondagem.Proposta de resolução x= 244 = 8. c) Notas 8 9 10 11 12 13 14 15 18 fi 3 4 8 4 1 5 1 5 1 32 f ri 0.03 0.25 0.13 0.03 0.13 0. b) População é um conjunto de indivíduos com qualquer característica em comum e com interesse para o estudo em causa.

6.5) ≅ 2.51 32 130 .Proposta de resolução f) Mo= 10 ~ = 11 x g) xi 8 9 10 11 12 13 14 15 18 fi 3 4 8 4 1 5 1 5 1 32 f i xi 24 36 80 44 12 65 14 75 18 368 x= 368 = 11.5 32 ∑ h) xi 8 9 10 11 12 13 14 15 18 fi 3 4 8 4 1 5 1 5 1 32 x2 64 81 100 121 144 169 196 225 324 fi x 2 192 324 800 484 144 845 196 1125 324 4434 ∑ δ = 4434 2 − (11´.

Proposta de resolução i) Resolução do exercício 82.08 0.04 0. a) xi 0 1 2 3 4 5 6 7 8 10 fi 6 3 12 11 7 4 2 3 1 1 50 f ri 0.06 0.12 0.24 0.22 0.14 0.6.06 0.02 0.02 1 % 12 6 24 22 14 8 4 6 2 2 100 Fri 12 18 42 64 78 86 90 96 98 100 Fi 6 9 21 32 39 43 45 48 49 50 f i xi 0 3 24 33 28 20 12 21 8 10 159 131 .

Proposta de resolução b) 1º Quadril = 2 Mediana = 3 3º Quadril = 4 c) 159 x= = 3.6.18 50 Mo=2 Em média os professores faltaram 3 dias (média) A maioria dos professores faltaram 2 dias (moda) d) Falta dos Professores durante o Ano Lectivo 14 12 Nº de professores 10 8 6 4 2 0 0 1 2 3 4 5 6 7 8 10 Dias de Faltas 6 4 3 2 1 1 3 7 12 11 132 .

6. a) Turma A b) Turma A – Simétrica em forma de Sino Turma B – Assimétrica positiva Turma C – Assimétrica negativa 133 .Proposta de resolução e) Resolução do exercício 83.

Empresa X x = 110 M 0 = 60 ~ = 70 x Logo a empresa X tem uma distribuição assimétrica positiva Empresa Y x > ~ > M0 x x = 80 M 0 = 80 ~ = 80 x Logo a empresa Y tem uma distribuição simétrica Empresa Z x = ~ = M0 x x = 97.27 M 0 = 115 ~ = 100 x Logo a empresa Z tem uma distribuição assimétrica negativa x < ~ < M0 x 134 .6.Proposta de resolução Resolução do exercício 84.

6.44 1 1.4 x2 9 16 100 81 49 121 376 y2 2.8 10 10.76    376 −  9.80 r<0 Correlação negativa – As variáveis variam no sentido negativo < b) x 3 4 5 6 7 8 9 42 y 9 1 0 3 8 2 1 24 x2 9 16 25 36 49 64 81 280 y2 81 1 0 9 64 4 1 160 x y 27 4 0 18 56 16 9 130 135 .44 1.4 6 1936  54.Proposta de resolução Resolução do exercício 85. a) x 3 4 10 9 7 11 44 y 1.8 11 51.56 1.2 − ⇔ r= -0.8 4.4 −  6  6   51.2 1 1.2 1.2 r= 2    x 2 − (∑ x )  y 2 − (∑ y ) ∑ ∑  n  n   x y ∑ xy − ∑ n∑     ⇔ r= 44 × 7.4 1 7.8 9.6 1.96 1 9.4 x y 4.

3 2 1764  576       280 − 160 −   x 2 − (∑ x )  y 2 − (∑ y )  7  7   ∑  ∑  n n    x y ∑ xy − ∑ n∑ 130 − r<0 Correlação negativa – As variáveis variam no sentido negativo < c) x 0 1 2 3 4 5 7 22 r= y 4 19 22 41 35 62 66 249 x2 0 1 4 9 16 25 49 104 y2 16 361 484 1681 1225 3844 4356 11967 x y 0 19 44 123 140 310 462 1098 2    x 2 − (∑ x )  y 2 − (∑ y ) ∑ ∑ n  n   x y ∑ xy − ∑ n∑     ⇔ r= 1098 − 22 × 249 7 484  62001   104 − 11967 −  7  7   =0.958 r >0 Correlação positiva– As variáveis variam no mesmo sentido d) x -13 -11 -9 -7 -5 -45 y 0.01 0.05 0.25 -1.13 -0.0004 0.0055 x y -0.28 -0.22 -0.04 0.6.03 0.0016 0.02 0.0001 0.27 -0.15 136 .Proposta de resolução 42 × 24 7 r= ⇔r =-0.15 x2 169 121 81 49 25 445 y2 0.0009 0.0025 0.

0055 −   x 2 − (∑ x )  y 2 − (∑ y )  5  5   ∑  ∑  n n    x y ∑ xy − ∑ n∑ − 1.15 − r =1 Correlação positiva total ou perfeita Resolução do exercício 86.0225       445 −  0. x Peso 67 73 61 61 70 68 81 89 71 66 75 86 75 63 80 y Altura 167 171 166 167 171 172 175 180 170 167 170 179 174 167 178 x2 4489 5329 3721 3721 4900 4624 6561 7921 5041 4356 5625 7396 5625 3969 6400 y2 27889 29241 27556 27889 29241 29584 30625 32400 28900 27889 28900 32041 30276 27889 31684 xy 11189 12483 10126 10187 11970 11696 14175 16020 12070 11022 12750 15394 13050 10521 14240 1086 2574 79678 442004 186893 R= ∑ xy − ∑ ∑     x − (∑ x )  y − (∑ y )  ∑ ∑ n  n  x y n 2 2 2 ⇔    137 .Proposta de resolução (−45) × (0.6.15) 5 r= ⇔ r= =1 2 2025  0.

66 x2 49 53.0256 0.0144 0.76 2.14 0.6.034 2.12 0.49 100 106.26 1.0196 0.09 121 127.7556    (∑ x )  y 2 − (∑ y )  1001.4 16.5) × (1.5 −  0.69 144 1001.3 10 10. x 7 7.3 12 103.18 0.034 (103.5 y 0.584 1.18 0.14 0.12 0.04 0.034 − ⇔ r= 0.854 1.29 64 68.94 Correlação forte correlação positiva Resolução do exercício 87.2 1.0064 0.2628 −   x2 −   11  11   ∑  ∑  n n    x y ∑ xy − ∑ n∑ 16.5 y2 0.494 1.2628 x y 0.89 81 86.0324 0.08 0.0324 0.3 11 11.3 9 9.0196 0.2 1.16 0.71 138 .0324 0.66) 11 r= ⇔ r= ⇔ 2 10609  2.3 8 8.16 0.0144 0.84 0.0256 0.Proposta de resolução (1086) × (2574) 15 ⇔ r= 1179396  6625476    79678 −  442004 −  15  15   186893 − ⇔ r= 0.488 1.12 1.18 0.

59 2500  676    238 −  74 −  11  11   125 − Resolução do exercício 89. x y x2 y2 x 3 6 4 8 12 5 10 15 20 18 24 125 y 3 1 9 1 3 2 9 4 4 1 16 1 4 2 16 4 4 3 16 9 5 1 25 1 5 2 25 4 5 3 25 9 5 4 25 16 6 3 36 9 6 4 36 16 50 26 238 74 r= ∑ xy − ∑ ∑     x − (∑ x )  y − (∑ y )  ∑ ∑ n  n  x y n 2 2 2    1300 11 ⇔ r= ≅ 0. Pontos A C I K x 3 4 5 6 18 y 1 2 3 4 10 x2 9 16 25 36 86 y2 1 4 9 16 30 x y 3 8 15 24 50 ∑ 139 .6.Proposta de resolução Resolução do exercício 88.

Proposta de resolução 180 4 r= ⇔ r= ⇔ r =1 2 324  100       86 −  30 −   x 2 − (∑ x )  y 2 − (∑ y )  ∑ 4  4   ∑ n  n     x y ∑ xy − ∑ n∑ 50 − Resolução do exercício 90.25 1001.66 .5. ∑ x x= 103. (∑ x ) = 10712 .41 11 2 = 1001 . ∑ y = 1.81.034 − 171.5. ∑ xy = 16 .015 10712.15 11 16.5 − 11 140 . Equação da correlação linear y − y = a(x − x ) x y ∑ xy − ∑ n∑ a= ( x) ∑x − ∑ 2 2 n ∑ x = 103 . ∑ x ∑ y = 171.81 11 a= ⇔ a = 0.034 . 25 2 y= 1.66 ⇔ y = 0.5 ⇔ x = 9.6.

4 35315.6.56.48 ª) A percentagem da área e da população de Portugal relativamente aos outros países é respectivamente de 22% e 19% b) Dos países indicados na tabela o que tem mais habitantes por Km2 é a Holanda. ∑ x∑ y = 21845. Países Bélgica Dinamarca Grécia Irlanda Holanda Portugal x 30. ∑ ∑ xy = 3638.5 43.1 53.81. = 167362.25 216.64 947.94 2 141 . ∑ x 2 = 35315 .2 92 y 9. 4 .7 10.09 1697.009 Aconselhasse a utilização da máquina gráfica afim de visualizar o diagrama de dispersão e a recta de regressão.04 26.9 219. 39 . c) (ver o dados da tabela inicial ) ∑ x = 409 .01 100 12.05 605. Resolução do exercício 91.3 41.015 x + 0.39 556. ∑ y 2 = 556 .81 1320 246.5 14.09 %(Extensão) 8 11 32 17 10 22 100 %(população) 18 9 19 7 28 19 100 x y 298. 48 .15 = 0.44 8464 y2 96. (∑ y ) = 2851.61 17424 4942.6 3638 ∑ 409.1.1 10 3.09 106.Proposta de resolução Recta de regressão y − 0.1 132 70.25 1857.15 = 0.4) ⇔ y − 0.3 x2 930.015( x − 9. (∑ x ) 2 y = 53 .8 5.015 x − 0.141 ⇔ y = 0.

96 ∑ y = 403.44  2430.0038 167362.39 −  556.48 −  6 6    3638 − Neste exemplo existe uma correlação negativa entre a extensão e a população quase nula. ∑ x = 43.99 −  7 7    344. ( Apela-se ao espírito crítico dos formandos afim de criticarem os dados fornecidos por este exemplo) Resolução do Exercício 92.56    35315.89 1918.96 −  403.01 i i 2 i 2 i i i r= ∑ xy − ∑ ∑     x − (∑ x )  y − (∑ y )  ∑ ∑  n  n  x y n 2 2 2 ⇔    n=7 2159.94 6 ⇔ r= ⇔ r = −0.1 − 142 .49    301.6.Proposta de resolução r= ∑ xy − ∑ ∑     x − (∑ x )  y − (∑ y )  ∑ ∑  n  n  x y n 2 2 2 ⇔    21845.8 ∑ y = 49.1  2851.99 ∑ x y = 344.34 7 ⇔ r= ⇔ r = 0.3 ∑ x = 301.

7 87.7 ⇔a= 24523.7(x − 15.602 ⇔ y = 4.8 18 19 Temperatura do ar 143 . y − y = a(x − x ) x = 15.66 y = 76.6.5 = 4.898 Resolução do Exercício 94.54 i i 2 i x y ∑ xy − ∑ n∑ a= ( x) ∑ x − ∑n 2 2 119799 10 ⇔ a = 4.4 119.Proposta de resolução Resolução do Exercício 93.7 x − 73.7 x + 2.6 ∑ x = 2619.56 2619.6 − y − 76.5 ∑ x y = 12765.54 − 10 12765.66) ⇔ y − 76.5 = 4.5 60. ª) Temperatura do ar/Nº de horas de sol 120 110 100 90 Nº de horas de sol 80 70 60 50 40 30 20 10 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 34.

76 − 17962.95 1267.5 17.76 ∑ x∑ y = 17962.4 ∑ x = 892.36 (∑ y ) = 91445.54 4683.94 Correlação forte 144 .04 x y 868.01 451.6.6 ∑ y = 26865.5 ∑ ∑ x = 59.54 −  4 4    ⇔ r = 0.76    892.56 4 3528.61 210.54 ∑ xy = 4683.56 2 2 2 2 26865.4 x2 204.4 y 60.8 302.1 14.5 87.6 y2 3684.49 171.4 119.25 892.6 −  26865. b) Localização Lisboa Porto Ponta Delgada Funchal x 14.3 2096.76 14352.25 7638.25 306.4 ∑ y = 302.5 59.7 34.49 1190.3 13.76 (∑ x ) = 3528.Proposta de resolução Pela observação do gráfico podemos concluir que existe uma relação forte entre o número de horas de sol e a temperatura do ar.36  91445.76 r= ∑ xy − ∑ ∑    x − (∑ x )  y ∑   ∑ n x n 2 2 y 2   (∑ y )   − n   ⇔ ⇔ r= 4683.

6- Proposta de resolução

c)

59.4 ⇔ x = 14.85 4 302.4 ⇔ y = 75.6 y= 4 1796256 . 4683.76 − 4 ⇔ a = 18.37 a= 3528.36 892.6 − 4 y − 75.6 = 18.37( x − 14.85) ⇔ y = 18.37x − 272.794 + 75.6 ⇔ y = 18.37 − 197.194 x= x = 160 y = 18.37 ×16 − 197.194 ⇔ y = 96.73
Teria 97 horas de sol aproximadamente

Resolução do Exercício 95. a)

Televisões/ telefones (por 1000 Habitantes-1993) 700 650 600 550 500 450 400 350 300 250 200 150 100 50 0 -10 40 90 140 190 240 290 340 390 440 490 540 590 640 690 740 Televisões

Telefones

145

6- Proposta de resolução

b) O sinal da correlação é positiva. Podemos concluir que os habitantes que possuem televisão provavelmente possuem telefone.

Resolução do Exercício 96. A correlação estuda a intensidade da relação ou a dependência entre as duas variáveis ( neste caso entre a idade dos rapazes e as horas de deitar) da distribuição. Como à medida que a idade dos rapazes aumenta as horas de deitar também, ou seja, quanto mais velhos mais tarde é a hora de deitar, então trata-se de uma correlação positiva ( x cresce e y cresce)

Resolução do Exercício 97.
Casamentos/ divórcios (por 1000 habitantes)
4

3 divórcios

2

1

0 0 1 2 3 4 5 6 7 8 Casamentos

Pela análise do gráfico de dispersão não se pode estabelecer qualquer relação entre o número de casamentos e divórcios neste caso.
146

6- Proposta de resolução

Resolução do Exercício 98. ª) Sim. b) sim c) Sim d) Não e) Não f) Sim Resolução do Exercício 99. ª) Pesos(kg) 50 50 55 56 57 59 60 62 62 70 78 Altura(cm) 155 156 160 156 161 165 159 162 168 170 175

147

6- Proposta de resolução

b)
Peso/Altura 180 170 160 150 140 130 120 110 100 90 80 70 60 50 40 30 20 10 0 0 10 20 30 40 Peso 50 60 70 80

Altura

O gráfico sugere correlação positiva forte. c)

x
Pesos(kg) 50 50 55 56 57 59 60 62 62 70 78 659

y
Altura(cm) 155 156 160 156 161 165 159 162 168 170 175 1787

x2

y2

x y

2500 24025 7750 2500 24336 7800 3025 25600 8800 3136 24336 8736 3249 25921 9177 3481 27225 9735 3600 25281 9540 3844 26244 10044 3844 28224 10416 4900 28900 11900 6084 30625 13650 40163 290717 107548

148

6- Proposta de resolução

r=

∑ xy − ∑ ∑    x − (∑ x )  y ∑   ∑ n
x n 2 2

y

2

(∑ y )   −
n  



⇔ r=

107548−

1177633 11

434281 3193369   40163 −  290717 −  11  11  

⇔ r = 0.92

d)

659 ⇔ x = 59.09 11 1787 ⇔ y = 162.45 y= 11 1177633 107548− 11 ⇔ a = 0.72 a= 434281 40163− 11 y − 162.45 = 0.72( x − 59.09) ⇔ y = 0.72x − 42.54 + 162.45 ⇔ y = 0.72x + 119.91 x=

e)

y = 0.72 x + 119.91 ⇔ 162.45 = 0.72 × 59.09 + 119.91 ⇔ 162.45 = 162.45

A recta de regressão passa no ponto de coordenadas ( peso médio, altura média)

149

6- Proposta de resolução

f)

Pesos(kg) y = 0.72 x + 119.1 50 50 55 56 57 59 60 62 62 70 78 659 155 155 159 159 160 162 162 164 164 170 175 1785

Altura(cm)

150

Bibliografia

BIBLIOGRAFIA
ALVES, C.B. [et al] – Infinito 10, Areal Editores, Porto, 1996 AUBYN, M.C.; BRITO, C.; MARTINS, A.C. – Matemática 10, Lisboa Editora, Lisboa, 1997 BASTOS, Rita [et al] – Matemática10:Estatística, Edições Contraponto, Porto, 1997 GRUPO AZARQUIEL – Estatística no 3º Ciclo do Ensino Básico, Associação de Professores de Matemática, Lisboa, 1993. MARTINS, Maria Eugénia Graça [et al] - Estatística, Ministério da Educação /DES, Lisboa, 1999 MELLO, F. Galvão de, - Probabilidades e Estatística, Conceitos e Métodos Fundamentais, Escolar Editora, 1993 MURTEIRA, J. F. Bento - Análise exploratória de dados, Mc Graw Hill, Lisboa,1993 MURTEIRA, J. F. Bento – Estatística Descritiva, Mc Graw Hill, Lisboa, 1989 NEVES, Maria Augusta Ferreira - Matemática 10º Ano Parte 3:Estatística, Porto Editora, 1997 REIS, Elizabeth - Estatística Descritiva, Edições Sílabo, 1996 MORGAN, Larry – Statistic Handbook for the TI-83, Texas Instruments, 1997 GRUPO DE TRABALHO T3 – Estatística e Calculadoras Gráficas, Associação de Professores de Matemática, Lisboa, 1999 TEXAS INSTRUMENTS – Manual de Instruções da Calculadora Gráfica TI-83, E.U.A, 1999 NAZARETH, Helena – Curso Básico de Estatística, Editora Ática, 1989

151

Ficha Técnica Ficha técnica Participaram neste trabalho os formadores abaixo referidos que cederam os respectivos direitos de propriedade e autoria: Coordenador Nacional: António Adérito Araújo Coordenadores Locais: Elisabete Quintas (Coimbra) e Miguel Shirley (Lisboa) Texto: António Adérito Araújo Carlos Rosmaninho Elisabete Quintas Fernanda Soares Jacinto Salgueiro Lino Nossa Maria Rita Martins Nely Vilanova Paula Bulhão Produção Multimédia: Manuel Borrões e Tiago Borrões Jogos Didácticos: Joaquim Perdigão. Ricardo Shirley e Luís Fernandes Apoio Administrativo: António Silva Investigação na Internet: António Shirley 152 . Nely Vilanova.

Estatística INTRODUÇÃO Transparências .

em termos de ordem. em consonância com o Manual do Formador.BATERIA DE TRANSPARÊNCIAS A presente bateria de transparências está estruturada. seguindo a sequência dos conteúdos deste. desvio e desvio médio Variância e desvio padrão Comparação das medidas de dispersão Alteração das medidas estatísticas Alteração das medidas estatísticas Distribuição bidimensional Tipos de correlação Coeficiente de correlação linear(r) Recta de regressão Recta de regressão Capítulo 1 Transparência 3 Transparência 4 Transparência 5 Transparência 6 Capítulo 2 Transparência 7 Transparência 8 Transparência 9 Transparência 10 Transparência 11 Transparência 12 Transparência 13 Capítulo 3 Transparência 14 Transparência 15 Transparência 16 Transparência 17 Transparência 18 Transparência 19 Transparência 20 Transparência 21 Transparência 22 Transparência 23 Transparência 24 Transparência 25 Transparência 26 central Capítulo 4 Transparência 27 central Transparência 28 Transparência 29 Transparência 30 Transparência 31 Transparência 32 Transparência 33 Transparência 34 Transparência 35 Transparência 36 Transparência 37 Capítulo 5 Transparência 38 Transparência 39 Transparência 40 . como se pode ver no seguinte índice: Transparência 1 Transparência 2 Objecto da Estatística Conceitos Fundamentais Atributos e Modalidades Classificação da Estatística Aplicações da Estatística Recolha e a classificação de dados Diagrama de caule e folhas Quadros de Frequências Representação tabular de dados Representação gráfica Representação gráfica Diagrama por pontos Gráficos de barras Outros de gráficos de barras Histogramas Polígonos de frequências Gráficos circulares Pictogramas Gráficos mal construídos Média(variáveis discretas) Média(variáveis contínuas) Mediana(variáveis discretas) Mediana(variáveis contínuas) Moda Tipos de distribuições Comparação das medidas de tendência Comparação das medidas de tendência Quantis Quartis Diagrama de extremos e quartis Amplitude.

Transparência 41 Transparência 42 percentagens) Transparência 43 quartis) Transparência 44 Transparência 45 Transparência 46 Transparência 47 Transparência 48 Transparência 49 Transparência 50 Transparência 51 Transparência 52 Transparência 53 Transparência 54 Transparência 55 Transparência 56 Transparência 57 Transparência 58 Transparência 59 Transparência 60 Transparência 61 Transparência 62 Transparência 63 Transparência 64 Transparência 65 Estudo estatístico(caracterização dos dados) Estudo estatístico(frequências e Estudo estatístico(medidas de localização e Estudo estatístico(medidas de dispersão) Estudo estatístico(representação gráfica) Problema 1 – Os pacotes de açucar Cálculo das medidas estatísticas Cálculo das medidas estatísticas Cálculo das medidas estatísticas Cálculo das medidas estatísticas Cálculo das medidas estatísticas Cálculo das medidas estatísticas Cálculo das medidas estatísticas Cálculo das medidas estatísticas Cálculo das medidas estatísticas Cálculo das medidas estatísticas Cálculo das medidas estatísticas Cálculo das medidas estatísticas Gráfico a uma variável Gráfico a uma variável Gráfico a uma variável Gráfico a uma variável Gráfico a uma variável Gráfico a uma variável Gráfico a uma variável Gráfico a uma variável Gráfico a uma variável Gráfico a uma variável Gráfico a uma variável Problema 2 – Lançamento do peso Estudo de dados bivariados Estudo de dados bivariados Estudo de dados bivariados Estudo de dados bivariados Estudo de dados bivariados Estudo de dados bivariados Estudo de dados bivariados Estudo de dados bivariados Estudo de dados bivariados Estudo de dados bivariados Estudo de dados bivariados Estudo de dados bivariados Estudo de dados bivariados Estudo de dados bivariados Estudo de dados bivariados Estudo de dados bivariados Breve estudo estatístico Capítulo 6 Transparência 66 Transparência 67 Transparência 68 Transparência 69 Transparência 70 Transparência 71 Transparência 72 Transparência 73 Transparência 74 Transparência 75 Transparência 76 Transparência 77 Transparência 78 Transparência 79 Transparência 80 Transparência 81 Transparência 82 Transparência 83 Transparência 84 Transparência 85 Transparência 86 .

esta bateria de transparências foi concebida de forma a que o formador possa explorar as mesmas de acordo com as estratégias pedagógicas que achar mais conveniente. No entanto. de uma forma rápida.Transparência 87 Transparência 88 Transparência 89 Transparência 90 Estudo de dados bivariados Estudo de dados bivariados Estudo de dados bivariados Estudo de dados bivariados Com o objectivo geral de ajudar os formadores a gerir o mais adequadamente possível as sessões de formação e o tempo disponível para a leccionação dos conteúdos programáticos. elaborámos um conjunto de transparências que. a utilização de novas tecnologias no estudo da Estatística. Facilitar a exploração de actividades com a calculadora gráfica e com o computador. sem uso do projector de dados apropriado. que obviamente poderá ser ou não seguida pelo formador. as quais deverão ser abertas quando o formador deposita a transparência no retroprojector. Permitir ao formador. verificar a consolidação de prérequisitos necessários à exploração de determinados conceitos estatísticos. Constituindo mais um instrumento de trabalho. cada uma destas noventa transparências possui uma sugestão de exploração. Diversificar as estratégias de exploração das actividades propostas. A transparência é apresentada dentro de uma “mica” que possui duas abas laterais. visam essencialmente: Apoiar o formador na elaboração dos planos de sessão. Sendo um dos principais objectivos deste sub-projecto. são apresentadas uma série de transparências (46-90) onde ilustram a exploração de dois problemas com recurso à utilização de calculadoras gráficas assim como de computadores. Introduzir o estudo dos conteúdos que constam do Manual do Formador. Sintetizar os conteúdos explorados durante a sessão. Apresentar problemas a desenvolver durante as sessões. como se vê na figura: . Permitir a realização de actividades com a calculadora gráfica e computador.

O formador poderá reforçar a ideia anterior. devendo no entanto. precisa em primeiro lugar de identificar a fonte de informação. o formador. o formador poderá de uma forma fácil e discreta seguir a descrição da exploração que é sugerida. de forma a que o formando sinta que por vezes. assegurando assim a possibilidade de se extrapolar para a população. são nulos. é importante definirmos (ainda que intuitivamente) alguns conceitos fundamentais. Para definir este conceito. o formador deverá lançar questões sobre vários exemplos. . bem como os elementos que vão fornecer a informação. antes de medir ou contar os dados obtidos na tomada de observações. referindo que no exemplo dos CD’s. obrigando assim a uma deslocação constante da mesma. como se ilustra na figura seguinte: Transparência 2 Conceitos fundamentais A Estatística Descritiva. Assim. ficam inutilizados para nova gravação. O formador poderá ainda chamar a atenção para a existência de métodos apropriados de recolha da amostra. Os pré-requisitos necessários à utilização desta bateria de transparências. dado que não é agradável ver apenas alguns centímetros da transparência. para a qual serão estudadas as características. é impossível conhecer as características de todos os elementos da população e torna-se então necessário retirar uma amostra ou subconjunto dessa população. certificar-se que terá na sua sala de formação um bom retroprojector e bem como um local de ampla e boa visibilidade para projectar.Ao abrir estas abas. O formador poderá partir de uma situação bem recente e para a qual todos nós contribuímos – o Recenceamento Geral da População Censos 2001.. quaisquer conclusões a que se cheguem a partir da informação recolhida na amostra. constituindo pois este o objectivo desta transparência. etc. o formador poderá lançar questões como: Qual o objectivo deste Recenceamento? Quem constituiu a fonte de informação para o Censos 2001? O que é comum a estes indivíduos? Relativamente à amostra. é fácil perceber que não faria sentido que todos os CD’s fossem testados pois uma vez gravados.

Estatística GUIA DE EXPLORAÇÃO Transparências .

ÍNDICE DE TRANSPARÊNCIAS Transparência 1 • Objecto da Estatística Transparência 2 • Conceitos Fundamentais Transparência 3 • Atributos e Modalidades Transparência 4 • Classificação da Estatística Transparência 5 • Aplicações da Estatística Transparência 6 • Recolha e a classificação de dados Transparência 7 • Diagrama de caule e folhas Transparência 8 • Quadros de Frequências Transparência 9 • Representação tabular de dados Transparência 10 • Representação gráfica Transparência 11 • Representação gráfica Transparência 12 • Diagrama por pontos Transparência 13 • Gráficos de barras Transparência 14 • Outros de gráficos de barras Transparência 15 • Histogramas Transparência 16 • Polígonos de frequências Transparência 17 • Gráficos circulares Transparência 18 • Pictogramas Transparência 19 • Gráficos mal construídos Transparência 20 • Média(variáveis discretas) Transparência 21 • Média(variáveis contínuas) Transparência 22 • Mediana(variáveis discretas) Transparência 23 • Mediana(variáveis contínuas) Transparência 24 • Moda Transparência 25 • Tipos de distribuições Transparência 26 • Comparação das medidas de tendência central Transparência 27 • Comparação das medidas de tendência central Transparência 28 • Quantis Transparência 29 • Quartis Transparência 30 • Diagrama de extremos e quartis Transparência 31 • Amplitude. desvio e desvio médio Transparência 32 • Variância e desvio padrão Transparência 33 • Comparação das medidas de dispersão Transparência 34 • Alteração das medidas estatísticas Transparência 35 • Alteração das medidas estatísticas Transparência 36 • Distribuição bidimensional Transparência 37 • Tipos de correlação Transparência 38 • Coeficiente de correlação linear(r) Transparência 39 • Recta de regressão Transparência 40 • Recta de regressão Transparência 41 • Estudo estatístico(caracterização dos dados) Transparência 42 • Estudo estatístico(frequências e percentagens) .

Transparência 43 • Estudo estatístico(medidas de localização e quartis) Transparência 44 • Estudo estatístico(medidas de dispersão) Transparência 45 • Estudo estatístico(representação gráfica) Transparência 46 • Problema 1 – Os pacotes de açucar Transparência 47 • Cálculo das medidas estatísticas Transparência 48 • Cálculo das medidas estatísticas Transparência 49 • Cálculo das medidas estatísticas Transparência 50 • Cálculo das medidas estatísticas Transparência 51 • Cálculo das medidas estatísticas Transparência 52 • Cálculo das medidas estatísticas Transparência 53 • Cálculo das medidas estatísticas Transparência 54 • Cálculo das medidas estatísticas Transparência 55 • Cálculo das medidas estatísticas Transparência 56 • Cálculo das medidas estatísticas Transparência 57 • Cálculo das medidas estatísticas Transparência 58 • Cálculo das medidas estatísticas Transparência 59 • Gráfico a uma variável Transparência 60 • Gráfico a uma variável Transparência 61 • Gráfico a uma variável Transparência 62 • Gráfico a uma variável Transparência 63 • Gráfico a uma variável Transparência 64 • Gráfico a uma variável Transparência 65 • Gráfico a uma variável Transparência 66 • Gráfico a uma variável Transparência 67 • Gráfico a uma variável Transparência 68 • Gráfico a uma variável Transparência 69 • Gráfico a uma variável Transparência 70 • Problema 2 – Lançamento do peso Transparência 71 • Estudo de dados bivariados Transparência 72 • Estudo de dados bivariados Transparência 73 • Estudo de dados bivariados Transparência 74 • Estudo de dados bivariados Transparência 75 • Estudo de dados bivariados Transparência 76 • Estudo de dados bivariados Transparência 77 • Estudo de dados bivariados Transparência 78 • Estudo de dados bivariados Transparência 79 • Estudo de dados bivariados Transparência 80 • Estudo de dados bivariados Transparência 81 • Estudo de dados bivariados Transparência 82 • Estudo de dados bivariados Transparência 83 • Estudo de dados bivariados Transparência 84 • Estudo de dados bivariados Transparência 85 • Estudo de dados bivariados Transparência 86 • Estudo de dados bivariados .

Transparência 87 • Estudo de dados bivariados Transparência 88 • Estudo de dados bivariados Transparência 89 • Estudo de dados bivariados Transparência 90 • Estudo de dados bivariados .

antes de medir ou contar os dados obtidos na tomada de observações. de forma a que o formando sinta que por vezes. constituindo pois este o objectivo desta transparência. bem como os elementos que vão fornecer a informação. pretende fazer sentir ao formando que são problemas semelhantes a estes. o formador deverá lançar questões sobre vários exemplos. através da execução de várias tarefas em diferentes fases. O formador poderá reforçar a ideia anterior. etc. que constituem a base de trabalho da Estatística.Qual o objectivo deste Recenceamento? .Quem constituiu a fonte de informação para o Censos 2001? .Transparência 1 Objecto da Estatística Esta transparência. É no sentido de responder a problemas/situações como estas que a Estatística. desenvolve todo o seu trabalho. . Para definir este conceito. Como finalização. ficam inutilizados para nova gravação. podemos seguidamente explorar a transparência. é impossível conhecer as características elementos da população e torna-se então necessário retirar uma de todos os ou amostra subconjunto dessa população. sejam pedidas aos formandos alguns exemplos de situações onde a Estatística tenha um papel fundamental. Assim. é importante definirmos (ainda que intuitivamente) alguns conceitos fundamentais.. O formador poderá partir de uma situação bem recente e para a qual todos nós contribuímos – o Recenceamento Geral da População Censos 2001. sugere-se que se faça uma enumeração das várias etapas inerentes a qualquer estudo estatístico. Sugere-se que antes da observação desta transparência. para a qual serão estudadas as características. o formador poderá lançar questões como: . realçando que já na antiguidade se faziam estudos estatísticos.O que é comum a estes indivíduos? Relativamente à amostra. precisa em primeiro lugar de identificar a fonte de informação. através da apresentação de algumas situações. Transparência 2 Conceitos fundamentais A Estatística Descritiva. referindo que no exemplo dos CD’s. é fácil perceber que não faria sentido que todos os CD’s fossem testados pois uma vez gravados. A partir destes exemplos.

71kg. 3. fazer previsões para o futuro. . etc. Há que referir que é necessário um certo cuidado nos casos de variáveis como “peso de uma pessoa” e “peso dos recém nascidos”: se pensarmos numa variável que toma os valores 68kg.. por tomar qualquer valor dentro de um intervalo de números reais. para que numa fase posterior nos seja possível tomar decisões com base nesse conhecimento: estabelecer comparações com outras populações.90kg. 2. etc.O formador poderá ainda chamar a atenção para a existência de métodos apropriados de recolha da amostra. Esta transparência ilustra como se classificam os atributos quer qualitativos quer quantitativos. Sugere-se que à medida que o formador revele estas diferentes etapas. sob o ponto de vista da Estatística. 3. dar a conhecer as várias “fases” pelas quais a Estatística tem passado. em função da sua própria evolução ao longo dos tempos. Sugere-se que o formador faça a distinção entre uns e outros colocando questões como: Todas as características de uma determinada população podem ser expressas através de números? Quais as características que podem ser expressas através de valores numéricos? A intensidade desta característica pode variar de elemento para elemento? Sugere-se ainda que o formador faça ainda a distinção entre quantitativos discretos e quantitativos contínuos. 72kg. a variável em causa é quantitativa discreta. que são aquelas que vamos aprofundar neste programa de Estatística. as transparências 39 e 40 tratam uma situação real em que se estabelece uma relação entre duas variáveis – é em situações deste tipo que está bem presente a Estatística Analítica. 69kg. Transparência 3 Atributos e modalidades Quando se estuda uma população ou amostra dessa população. 70kg. tem por finalidade definir quais os momentos de intervenção da Estatística Descritiva e da Estatística Indutiva. etc. O esquema apresentado no final da transparência. o que se pretende é conhecer as suas características ou atributos. quaisquer conclusões a que se cheguem a partir da informação recolhida na amostra.34kg. de uma forma sintética. Transparência 4 Classificação da Estatística Com esta transparência pretende-se.. assegurando assim a possibilidade de se extrapolar para a população. esta constitui uma variável quantitativa contínua. as ilustre com exemplos concretos: por exemplo. mas se tomar valores como 2.35kg.95kg.

que indiquem de forma sucinta a forma de operacionalizar um estudo estatístico em cada uma destas áreas. Transparência 6 Recolha e classificação de dados Com esta transparência o formador pode facilmente identificar e descrever algumas das fases do processo de recolha de dados. os Censos 2001). Esta descrição das etapas que é necessário levar a cabo poderá tornar mais fácil a esquematização do processo Recolha e Classificação dos dados. deverão ser lançadas questões do tipo: . análise e interpretação dos dados. à medida que vai analisando cada um dos exemplos contidos nesta transparência.Quem forneceu os dados? . bem como em algumas ciências. para que estes identifiquem nas mesmas. • • • • • Fontes de dados Tipos de dados Periodicidade Métodos de recolha Classificação da informação Na exploração da transparência. recolha. . Os exemplos contidos nesta transparência. apresentação. Sugere-se a apresentação desta informação enquadrada num momento em que se faça a análise das etapas do método estatístico: identificação do problema.Que instrumentos se usaram na recolha? .Que tipo de dados foram recolhidos? . O formador deverá pedir aos formandos. que é ilustrada na transparência 6.Transparência 5 Aplicações da Estatística Esta transparência pretende ilustrar algumas das aplicações da Estatística na vida quotidiana. as várias fases aqui sintetizadas. crítica. podem até servir de pontos de partida para eventuais estudos estatísticos com dados reais. solicitados pelo formador.Com que periodicidade é feita essa recolha? .Como se fez o tratamento dos dados? Sugere-se que o formador dê situações aos formandos (por exemplo.

procede-se à organização da informação por meio de uma tabela. Esta tem a vantagem de permitir desde logo tirar algumas conclusões quanto aos dados e. o modo de representação de um conjunto de dados através de um diagrama de caule e folhas. exige numa primeira fase a representação tabular dos dados.e. na exploração desta transparência. . antes de representar os dados através de gráficos. sem perda alguma de informação. sugere-se que os dados da situação apresentada nesta transparência sejam fornecidos. Transparência 9 Representação tabular de dados Esta transparência mostra um dos principais instrumentos para a representação de dados em Estatística. fazer sentir as vantagens deste diagrama: uma percepção do aspecto global dos dados. de forma simples. permite ao formador exemplificar rapidamente. numa fase posterior facilita a representação gráfica da da informação. da frequência relativa e da frequência relativa acumulada. Convém alertar o formando para o facto de. nomeadamente numa folha de cálculo. Caso os formandos já tenham abordado este tema anteriormente. se os dados com que estamos a trabalhar tiverem três algarismos (p. O formador pode até fazer notar que a construção de gráficos em determinado software. através de uma rotação de 90º do respectivo diagrama. Na maior parte das situações. sob a forma de exercício e que só no final lhes seja mostrado o quadro de frequências para que possam confirmar os seus cálculos. imaginar o gráfico daí resultante.Transparência 7 Diagrama de caule e folhas A apresentação desta transparência. como se efectua o cálculo da frequência absoluta acumulada. então os algarismos das centenas e das dezenas constituirão o caule e o algarismo das unidades a folha. Transparência 8 Quadros de frequências A finalidade desta transparência é exemplificar. que é a tabela. O formador deverá. 163).

Também aqui. o formador pode fazer algumas perguntas para testar os alunos no que diz respeito à interpretação gráfica. uma vez que: é de fácil e rápida construção. é de fácil leitura e quando os dados são relativamente “simples”. em Portugal? Em que períodos parece ter havido um aumento mais acentuado de consumo de água engarrafada? Supondo que o estudo feito envolveu 2550 condutores. que através de uma simples folha de cálculo pode ser uma actividade bem aliciante. Sugere-se assim as seguintes: Em que anos houve maior produção de vinhos na Região demarcada do Douro? Faça uma estimativa para o valor da produção total de Vinho Não Beneficiado. Transparência 10 Representação gráfica Esta transparência pretende despertar a sensibilidade dos formandos para a representação gráfica. O formador pode com a presença destes dois gráficos.8 mg de álcool no sangue? Sugere-se ainda que o formador peça aos seus formandos para redigir um pequeno texto de interpretação de um determinado gráfico. permite rapidamente estabelecer comparações. quantos deles tinham menos de 0. fazer algumas perguntas para testar os alunos no que diz respeito à interpretação gráfica. são apresentados dois gráficos pouco comuns. . pouco utilizados no dia-a-dia para que o formando possa também ficar sensibilizado para o facto de existir uma grande variedade de gráficos. São apresentados dois gráficos. Sugere-se que o formador vá “destapando” a transparência gráfico a gráfico (para os formandos não se perderem) e lançe questões como: Qual a tendência para o consumo de água engarrafada.O formador deverá informar os formandos de que a tabela é um instrumento muito utilizado. A sua escolha depende do contexto do problema que estudamos e daquilo que se pretende evidenciar. Transparência 11 Representação gráfica Tal como na transparência anterior.

etc. O formador poderá apresentar os dados aos formandos. Na elaboração de um diagrama por pontos é usual a existência de linhas verticais e horizontais a tracejado fazendo a correspondência entre as variáveis. com o intuito de obter por parte dos formandos uma síntese das principais características deste tipo de gráficos. qual das produções foi maior: a do Vinho do Porto ou do Vinho Não Beneficiado? Relativamente aos itens estudados. E porquê? Sugerimos que mais tarde o formador utilize também esta transparência quando abordar a recta de regressão.. Numa fase posterior poderá lançar um conjunto de questões.- De 1994 a 1998. qual dos inquiridos denotou maior nível de satisfação? - Sugere-se ainda que o formador peça aos seus formandos para redigir um pequeno texto de interpretação de um determinado gráfico. Neste caso omitimos essas linhas por uma questão de não sobrecarregar o gráfico. Transparência 12 Diagrama por pontos Esta transparência pretende ilustrar a construção de um gráfico de pontos. uma vez que é de fácil construção e adequado à maior parte das situações. Transparência 13 Gráficos de barras Esta transparência pretende ilustrar a construção de um gráfico de barras que é um dos tipos de gráficos mais utilizados. . nomeadamente: pode ser construído com barras verticais ou horizontais. tapando o gráfico e solicitar aos mesmos que elaborem um gráfico de barras. escala bem definida. Valerá a pena o formador questionar os formandos sobre qual a forma preferível de apresentar os dados (em tabela ou em diagrama por pontos). o consumo vem expresso em milhões de litros). de rótulos para ambos os eixos com as unidades de medida (neste caso. Cabe ao formador chamar a atenção dos formandos para as regras gerais de construção de qualquer gráfico tais como a existência de um título. podendo pedir aos formando que façam uma previsão quanto ao consumo de água no ano de 1999.

O formador deverá no final chamar a atenção para as principais características de um histograma. - Este tipo de gráfico tem a vantagem de permitir estabelecer comparações muito facilmente e provocar um forte impacto visual. que deve ser proporcional à frequência de cada uma das modalidades da variável em estudo. Transparência 15 Histogramas Esta transparência pretende ilustrar a construção de um histograma que é o gráfico utilizado para representar sobretudo variáveis contínuas. do que se pretende evidenciar. constituindo no fundo regras básicas de construção dos gráficos deste tipo.- as barras diferem apenas no seu comprimento. Para isso recolheram-se os dados referentes ao tempo que os formandos de um . do gosto de quem está a construir o gráfico. das comparações que se pretendem estabelecer.. pretende ilustrar a construção de um polígono de frequências (simples e acumuladas). etc. Transparência 14 Outros gráficos de barras A finalidade desta transparência é alertar os formandos para o facto de que existe uma multiplicidade de gráficos de barras cujo uso depende obviamente da situação em estudo. as barras devem ser igualmente distanciadas umas das outras. Transparência 16 Polígonos de frequências Esta transparência. Optou-se nesta situação também por colocar em cima de cada barra a respectiva frequência relativa em percentagem. o que nos ajuda no caso de se querer analisar a proporção que uma modalidade assume no todo.

deverá ser complementada por uma breve exemplificação de como se calcula o ângulo correspondente a pelo menos dos sectores do gráfico. o formador poderá lançar questões do tipo: Sabendo que neste ano. um dos tipos de gráficos mais utilizados. Com o intuito de desenvolver a interpretação gráfica e o cálculo. construir o histograma das frequências acumuladas. Como finalização. O formador poderá “destapar” a pergunta final.determinado Centro de Formação levam desde o local onde recebem a formação e a sua residência. marcar o ponto central no topo de cada barra e unir os mesmos. convém também referir aos formandos que. se as classes tiverem a mesma amplitude. marcar os pontos cuja abcissa é o limite superior da classe e cuja ordenada é a respectiva frequência acumulada da classe. após a análise do primeiro polígono estar Polígono de frequências acumuladas: - Transparência 17 Gráficos circulares Esta transparência pretende ilustrar a construção de um gráfico circular que é conjuntamente com o de barras. Embora a sua construção manual não seja tão rápida. forma produzidos 94 500 000 litros de Vinho do Porto. nomeadamente o computador. concluída. partindo então para a exemplificação referida atrás. esta desvantagem é rapidamente ultrapassada se utilizarmos a tecnologia que hoje temos acesso. para construir o polígono de frequências não é necessário representar o histograma. qual a quantidade que ficou em Portugal? A presença de uma situação em que é vantajoso a apresentação dos dados através de um gráfico circular (dado que se tem a percepção da “fatia” de mercado que cada país tem na comercialização do Vinho do Porto). . unir os pontos determinados anteriormente. O formador deverá “destapar” o segundo polígono. O processo de construção destes polígonos podem ser sintetizados da seguinte forma: • Polígono de frequências simples: • construir o histograma da distribuição. considerar uma classe adicional no início e outra no fim.

existe ligação entre o símbolo utilizado e a situação em estudo? .como estão expressas as quantidades: com maior ou menor número de símbolos ou. fazer notar as vantagens e desvantagens da utilização de um pictograma. pode em alternativa. A análise do gráfico poderá ser feita com base em algumas questões. surgir como forma de exercício na qual terá de ser feita uma interpretação do gráfico. não verificando uma das regras básicas da construção de um pictograma. aumento ou diminuição do tamanho do símbolo? Esta transparência. em que não são especificadas quais as modalidades que a variável toma. apreende-se uma ideia • Desvantagens são precisos pouco Transparência 19 Gráficos mal construídos São apresentadas nesta transparência duas situações muito simples.Transparência 18 Pictogramas Esta transparência pode ser utilizada como uma primeira ilustração.como é que os símbolos estão alinhados? . Pictogramas Vantagens • • • são atractivos têm grande impacto visual com um olhar. podemos ver um gráfico de barras cilíndricas. . daquilo que é um pictograma. O formador deverá também. mas sim aumentado o seu tamanho. nas quais se pretende que os formandos identifiquem qual o problema de cada um dos gráficos. sempre que possível. No segundo caso. chamando a atenção para a importância da legenda do símbolo utilizado. é apresentado um pictograma em que alguns dos símbolos utilizados não estão “empilhados” de acordo com a frequência. chamando a atenção para as regras básicas da construção de um pictograma: . Na primeira situação.

para o caso de uma variável discreta. Tal como nas situações apresentadas nas duas últimas transparências. Sugere-se que esta transparência seja mostrada como proposta de exercício. Apesar deste ser resolvido “manualmente”. Transparência 22 Mediana (variáveis discretas) Também nesta transparência é totalmente exemplificada a resolução de uma situação em que se pede o cálculo da mediana. Transparência 21 Média (variáveis contínuas) Tal como na transparência anterior. para o caso de uma variável quantitativa discreta. sendo os dados fornecidos na tabela a amarelo (a parte a azul deverá por isso encontrar-se tapada). Na resolução dos primeiros exercícios. alertamos para o facto de ser sempre aconselhável a existência da mesma. As recomendações que se fizeram na transparência anterior. a resolução aqui apresentada não dispensa um tratamento mais rápido através de tecnologia adequada. . um quadro esquemático da forma como se calcula a mediana para os casos em que o número total de elementos é par ou ímpar.Transparência 20 Média (variáveis discretas) Nesta transparência é exemplificada a resolução de um problema em que é necessário o cálculo da média. Apesar de na transparência não se encontrar nenhuma resposta (por razões de economia de espaço) como forma de conclusão do exercício. por forma a ajudar o formando no seu raciocínio. mas agora para o caso de uma variável contínua. recomendase que também o seja através da calculadora ou computador. aqui é exemplificado o cálculo do valor da média. continuam válidas aqui. sugere-se que o formador coloque em local bem visível. para que o aluno sinta as vantagens da utilização deste tipo de tecnologia.

f = frequência absoluta da classe mediana. bastando para isso identificar o valor da variável com maior frequência absoluta. onde f F = frequência absoluta acumulada da classe anterior à classe mediana. Transparência 24 Moda A moda dos números x1. partindo do polígono de frequências acumuladas. calcula-se o valor exacto da mediana através da fórmula: Med = l + l = limite inferior da classe mediana. x2..N par Ordem do elemento central Mediana N . que é o caso da presente transparência) é necessário . o cálculo da mediana resume-se desta forma: • • • calcula-se a ordem N/2 . Isto pode ser verificado através da determinação gráfica da mediana. pelas frequências acumuladas identifica-se a classe mediana. . N +2 2 2 N ímpar N +1 2 é a média dos elementos centrais é o elemento central Transparência 23 Mediana (variáveis contínuas) Para o caso de uma variável contínua.. pressupõe que as frequências se distribuem uniformemente dentro de cada classe. no caso de variáveis discretas. a = amplitude da classe mediana. Esta. designada por Mo é extremamente fácil de determinar. Esta transparência exemplifica o cálculo da mediana através da aplicação desta fórmula.. No caso de variáveis contínuas. xn. N −F 2 ⋅ a . como se pode ver na parte final da transparência.

onde fp = frequência absoluta da classe a seguir à classe modal. determinado graficamente. devendo posteriormente o formador.definir primeiro a classe modal (classe com maior frequência absoluta) e depois aplicar a seguinte fórmula: Mo = l + l = limite inferior da classe modal. Para tal é necessário construir o histograma da respectiva distribuição. fa = frequência absoluta da classe anterior à classe modal. relativamente a uma classe média. Relativamente à distribuição simétrica em forma de sino. o aspecto do histograma reflecte a forma da distribuição. fazer algumas considerações sobre algumas delas. • Distribuições simétricas: A distribuição das frequências faz-se de forma aproximadamente simétrica. a = amplitude da classe modal. Esta transparência pretende assim ilustrar os principais tipos de distribuições. relativamente ao outro. Relativamente às distribuições assimétrica positiva e assimétrica negativa. identificar a classe modal e fazer a construção que se apresenta no Transparência 25 Tipos de distribuições Dada uma amostra ou população. verifica-se respectivamente • x > Med > M o e x < Med < M o . Após a determinação analítica do valor da moda. Distribuições de cauda longa: . apresentando valores substancialmente mais pequenos num dos lados. Sugere-se que esta transparência seja mostrada como proposta de exercício. o formador poderá exemplificar que este valor poderá também ser acetato. fp fa + f p ⋅ a . • Distribuições assimétricas: A distribuição das frequências faz-se de forma mais acentuadamente assimétrica. verifica-se que x = Med = M o . sendo os dados fornecidos na tabela a amarelo (a parte a azul deverá por isso encontrar-se tapada).

através da recta real. Transparência 26 Medidas de tendência central Não existe uma regra geral para determinar qual a medida de tendência central mais apropriada para descrever uma determinada distribuição. quanto à representatividade e à inferência estatística. apresentando algumas classes intermédias com frequência nula. cujas frequências são muito pequenas. no entanto. Transparência 28 Quantis Esta transparência pretende. num determinado conjunto de dados. O formador deverá fazer notar porque razão é que a mediana coincide com o segundo quartil e com o quinto decil. dar a conhecer os vários quantis (medidas que dividem a distribuição num determinado número de partes iguais) e ilustrar como se procede à localização dos mesmos. relativamente às classes centrais.A distribuição das frequências faz-se de tal forma que existem algumas classes nos extremos. sugerindo que os dados são constituídos por vários grupos distintos. o formador poderá apresentar esta transparência. quanto à utilização e influenciabilidade. analisando as medidas de tendência central estabelecendo uma comparação entre elas. • Distribuições com vários “picos” ou modas: A distribuição das frequências apresenta 2 ou mais “picos” a que chamamos modas. Transparência 27 Medidas de tendência central Continuação da transparência anterior. . que constitui um quadro resumo das características de cada uma destas medidas estabelecendo uma comparação entre elas. Os quartis são bastante utilizados e são os que nós vamos estudar mais aprofundadamente.

Da observação do diagrama. sugere-se que o formador proponha aos formandos o cálculo dos quartis: Q1 = 39. São apresentados os índices de preços ao consumidor desde o início do mês de Janeiro de 2000 até Agosto de 2001. permitindo a construção do diagrama. Tendo como dados a situação hídrica das albufeiras portuguesas em Fevereiro de 2000. sendo útil nos primeiros casos a apresentação aos formandos de um quadro elucidativo da forma como se localizam o primeiro e o terceiro quartis: N par N +2 4 3N + 2 4 N ímpar N +1 4 N +1 3× 4 Localização de Q1 Localização de Q3 Transparência 30 Diagrama de extremos e quartis Esta transparência ilustra o modo de construção de um diagrama de extremos e quartis. conclui-se que existe maior dispersão dos dados entre o mínimo e Q1 do que entre Q3 e o máximo. nesta transparência é totalmente exemplificado o cálculo destas medidas. . o formador pode optar por apresentar esta transparência sob a forma de exercício.Transparência 29 Quartis Sendo os quartis bastante utilizados no tratamento de dados estatísticos. Q2 = 57 e Q3 = 76A partir destes valores faz-se a representação gráfica dos mesmos. não estando aqueles ordenados. Este tipo de diagrama permite-nos tirar conclusões quanto à menor ou maior concentração dos dados nos intervalos inter-quartis. Desta forma. para o caso de uma variável discreta.

9 Após a construção do gráfico. mostra-se aqui como se obtém a variância e o desvio padrão. antes de efectuar estes cálculos.Transparência 31 Amplitude. Por esta razão.9 Vasco 2. . Convém alertar os formandos para a necessidade de determinar sempre o valor da média. no entanto apresenta-se nesta transparência. A partir do exemplo contido nesta transparência.05 Telmo 1. poderá então partir para a apresentação da transparência. aclarar a forma como se calcula cada uma destas medidas de dispersão. enquanto que o desvio padrão vem expresso em metros. desvio e desvio médio Esta transparência pretende.05 Tiago 1. uma vez que a presença do gráfico permite ao formando interiorizar melhor o porquê de alguns desvios (relativamente às alturas inferiores à média) serem de sinal negativo. O formador poderá optar por pedir aos formandos que obtenham um gráfico de barras a partir dos seguintes dados: Alturas João 2 Rui 2. um quadro resumo das características de cada uma destas medidas estabelecendo uma comparação entre elas. o formador pode chamar a atenção dos formandos para o facto da variância vir expressa em m2. Transparência 32 Variância e desvio padrão Dando continuidade ao exemplo apresentado na transparência 31. através de uma situação muito simples. Transparência 33 Medidas de dispersão Não existe uma regra geral para determinar qual a medida de dispersão mais apropriada para descrever uma determinada distribuição. a segunda medida estatística é mais utilizada dado que se torna mais “manejável” quando se pretende estabelecer comparações entre distribuições.

95 milhões esc.. a deduzir o “enunciado” que se pretende: “Se ao conjunto de dados iniciais for adicionado uma constante a.28842 milhões esc.. + 380 + 490 ≈ 306 € 6 (153 − 306 )2 + . ao multiplicarmos os dados iniciais por uma determinada constante. cujo objectivo é compreender que transformação sofre o valor da média e do desvio padrão.8 + . mas o desvio padrão mantém-se. o formador pode propôr uma actividade que constitui uma actividade de investigação matemática. + 2 ⋅ (23. + 23 .8 + 16 . esta pode constituir uma actividade de investigação matemática. em função dos resultados obtidos.1 + 23.. o formador pode propôr ao formando que calcule a média dos preços e o desvio padrão do novo conjunto de dados: x= σ = 153 + 196 + .” Transparência 35 Alteração das medidas estatísticas Tal como a transparência anterior.8 − 19 . deduzir depois o “enunciado” que se pretende: 16 ..1 − 19 .95 ) + .1 = 19 .. ao adicionarmos aos dados iniciais uma determinada constante. cujo objectivo é compreender que transformação sofre o valor da média e do desvio padrão. 8 2 2 x= σ = ...Transparência 34 Alteração das medidas estatísticas Com esta transparência. 8 2 ⋅ (16 . Assim. também aqui o formando pode calcular a média dos preços e o desvio padrão do novo conjunto de dados e.95 ) ≈ 2 . depois de serem analisados os primeiros cálculos. Assim.. + (490 − 306 )2 6 ≈ 113 € Pretende-se que à posteriori seja o próprio formando. também a média aparece adicionada pela mesma constante.

(17. ilustrar um dos passos a tomar na verificação da existência ou não desta relação entre as variáveis: depois de recolher os dados. quando é possível estabelecer uma relação entre esta e uma outra variável cujo comportamento se conhece.3). Quando se observa um diagrama de dispersão.7).41.59.48. os pontos concentram-se ao longo de uma recta. O primeiro passo no estudo de distribuições bidimensionais consiste precisamente.9). se a relação existente entre as variáveis não é meramente acidental.” Transparência 36 Distribuição bidimensional No processo de tomada de decisões é muitas vezes necessário fazer previsões. (17. (17. O diagrama de dispersão tem uma dupla função: ajuda a determinar se existe alguma relação entre as variáveis. Esta transparência pretende assim.8). (21.60. Simultaneamente. também a média e o desvio padrão aparecem multiplicados pela mesma constante.2).2). (29. observa-se que: os pontos não estão aleatoriamente distribuídos no gráfico.53.52. 50. é muito mais fácil tomar decisões sobre uma determinada variável.5). (12.48.55.4).60). Isto leva-nos a concluir que existe uma relação entre as variáveis em estudo. o formador poderá disponibilizar no quadro os pares ordenados relativos à latitude e temperatura média verificada em algumas capitais europeias: (20.40.“Se o conjunto de dados iniciais for multiplicado por uma constante a. (17. (18. Assim.3). (27.7). à medida que a latitude aumenta. (18. permite identificar qual é a equação mais apropriada para descrever essa relação. 38. (13. Transparência 37 Tipos de correlação Esta transparência pode ser utilizado como uma primeira abordagem sobre os vários tipos de relações entre duas variáveis.4).51. temos de representá-los através do diagrama de dispersão e finalmente interpretá-lo. em apurar. (21. a temperatura diminui e vice-versa.8) Neste caso concreto. pode-se .

se r=-1.o índice de produção agrícola e o índice de consumo de energia . Sugere-se que esta análise. Aqui apresentam-se os mais comuns tipos de correlação. a correlação é negativa e é tanto mais forte quanto mais r se aproxima de –1. explique o que se passa em cada situação: se r=1. 1 Esta transparência faz conjunto com a transparência 40. a correlação é negativa e também aqui existe uma fórmula matemática que relaciona as variáveis x e y. Sugere-se ao formador que. Apresentam-se nesta transparência várias situações de correlação e o seu significado perante o valor do coeficiente na escala de correlação. se baseie nas seguintes questões: • • à medida que uma das variáveis aumenta. com o intuito da segunda ser sobreposta à primeira após a análise da situação por parte dos alunos . diz-se que existe uma correlação entre elas. o que acontece à outra? à medida que uma das variáveis diminui. Transparência 38 Coeficiente de correlação linear(r) O coeficiente de correlação linear ou coeficiente de correlação linear de Pearson é uma medida do grau de associação entre variáveis.imediatamente verificar se existe ou não relação entre as variáveis em estudo. Com o exemplo apresentado nesta transparência. pretende-se fazer a exploração de uma situação em que é bem visível a correlação entre duas variáveis . a correlação é positiva e é tanto mais forte quanto mais r se aproxima de 1. a correlação é positiva e trata-se de uma situação em que existe uma fórmula matemática que relaciona as variáveis x e y. se 0<r<1.a partir de dados referentes a nove anos diferentes do século XX. Transparência 39 Recta de regressão1 A utilização mais importante e mais comum da recta de regressão é feita com o objectivo de prever o comportamento de uma variável com base nos valores conhecidos da outra variável. tomando valores entre –1 e 1. para reforçar a ideia de correlação que cada uma dos gráficos transmite. se –1<r<0. o que acontece à outra? Quando existe alguma dependência entre as mesmas.

O formador depois de apresentar o diagrama de dispersão.Nesta transparência. deverá questionar os formandos sobre a existência ou não de correlação entre as variáveis. o objectivo é apresentar a situação em que possamos facilmente verificar a existência de uma relação entre as variáveis – correlação linear positiva forte. Índice de consumo de energia 100 112 121 131 137 162 185 193 219 Índice de produção agrícola 100 104 111 127 133 139 144 144 173 Anos 1947 1950 1954 1958 1960 1964 1968 1970 1977 Transparência 40 Recta de regressão Esta transparência constitui uma continuação da anterior. Após as respostas devidamente fundamentadas dos formandos. . na medida em que são dadas as respostas às questões colocadas na transparência 39. O formador poderá questionar os formandos sobre o tipo de correlação de que se está a tratar e inclusivé solicitar aos formandos que confirmem esta conclusão através do cálculo do coeficiente de correlação linear. esta transparência deverá ser sobreposta à anterior. esquematizando assim os principais passos a tomar no cálculo da previsão. Sugere-se ainda que se obtenha dos formandos sugestões de como efectuar a previsão pedida na última frase desta transparência acetato.

Transparência 41 Estudo estatístico As transparências 41-45 constituem um breve estudo estatístico sobre as idades dos alunos de 9º ano de uma escola. que a previsão só poderá ser feita após termos determinado a equação da recta de regressão. É ainda exemplificado o cálculo de uma percentagem a partir da tabela de frequências. depois de encontrada a equação desta. Sugere-se que estas transparências sejam mostradss aos alunos sob a forma de exercício. construindo-se também alguns gráficos desta distribuição.Convém fazer notar aos alunos. bem como a indicação do valor da moda. Para o efeito. faz-se uma análise completa no que diz respeito ao cálculo dos diversos indicadores estatísticos. . esta apresenta a tabela de frequências já construída.436 ⇔ y ≈ 213. a sua Direcção solicitou um estudo estatístico sobre alunos do 9º ano de escolaridade. registando-se na tabela que se mostra no acetato:” Com este exemplo. é bastante simples o cálculo da respectiva previsão: y = 0. deverão ser apresentados da seguinte forma: “Na escola X. são apresentados os dados recolhidos e feitos alguns cálculos para a construção da tabela de frequências. Na presente transparência. registaram-se as idades dos alunos da turma mais representativa do 9º ano.5434 × 302 + 48. De facto. Há que alertar os formandos para o facto deste valor constituir apenas uma previsão e por isso deve ser interpretado como tal. Transparência 42 Estudo estatístico Dando continuidade à transparência anterior. sendo “destapados” à medida que aqueles vão prosseguindo na resolução do problema. Os dados com que se vão trabalhar.

Transparência 44 Estudo estatístico Dando continuidade ao estudo estatístico. esta transparência apresenta duas representações gráficas deste conjunto de dados.Transparência 43 Estudo estatístico Dando continuidade ao estudo estatístico. esta transparência apresenta o cálculo das medidas de localização central. . Transparência 45 Estudo estatístico Dando continuidade ao estudo estatístico. o formador deve passá-la sempre que oportuno para que os formandos possam acompanhar o estudo que se está a fazer. esta transparência apresenta o cálculo das medidas de dispersão. Transparência 46 Problema 1 – Os Pacotes de Açúcar Nesta transparência é apresentado um problema estatístico a uma variável para que seja feito um estudo usando as novas tecnologias na estatística. Servindo de referência às transparências 47 a 69.

mostra-se quais os passos a seguir para se calcularem as medidas estatísticas a uma variável com o auxilio da calculadora gráfica denominada no manual do formador de Calculadora A.Transparência 47 Cálculo das medidas estatísticas Usando o problema apresentado na transparência anterior. Tendo os formandos acesso a esta ferramenta. . enquanto estes o vão acompanhando na resolução da tarefa proposta. enquanto estes o vão acompanhando na resolução da tarefa proposta. Transparência 48 Cálculo das medidas estatísticas Usando o problema apresentado na transparência anterior. mostra-se quais os passos a seguir para se calcularem as medidas estatísticas a uma variável com o auxilio da calculadora gráfica denominada no manual do formador de Calculadora A. Nesta transparência é exemplificado. o formador pode utilizar esta transparência para lhe explicar como proceder. somente. Nesta transparência é exemplificado como. depois de introduzidos. Tendo os formandos acesso a esta ferramenta. se ordenam os dados. como introduzir os dados. o formador pode utilizar esta transparência para lhe explicar como proceder.

mostra-se quais os passos a seguir para se calcularem as medidas estatísticas a uma variável com o auxilio da calculadora gráfica denominada no manual do formador de Calculadora A. enquanto estes o vão acompanhando na resolução da tarefa proposta. enquanto estes o vão acompanhando na resolução da tarefa proposta. Esta transparência surge no seguimento dos transparências 47 e 48 e nela são exemplificados os passos a tomar no cálculo das medidas estatísticas a uma variável. Transparência 50 Cálculo das medidas estatísticas Esta transparência surge na conclusão das transparências 47. . como introduzir os dados devendo ser mostradas as transparências 52. 53 e 54 para completar a demonstração. Nela estão mostrados os valores das medidas estatísticas calculadas. Tendo os formandos acesso a esta ferramenta. Aqui é exemplificado.Transparência 49 Cálculo das medidas estatísticas Usando o problema apresentado na transparência 46. o formador pode utilizar esta transparência para lhe explicar como proceder. Tendo os formandos acesso a esta ferramenta. 49 e 49. Tendo os formandos acesso a esta ferramenta. mostra-se quais os passos a seguir para se calcularem as medidas estatísticas a uma variável com o auxilio da calculadora gráfica denominada no manual do formador de Calculadora B. Transparência 51 Cálculo das medidas estatísticas Usando o problema apresentado na transparência 46. enquanto estes o vão acompanhando na resolução da tarefa proposta. o formador pode utilizar esta transparência para lhe explicar como proceder. somente. o formador pode utilizar esta transparência para lhe explicar como proceder.

o formador pode utilizar esta transparência para lhe explicar como proceder. mostra-se quais os passos a seguir para se calcularem as medidas estatísticas a uma variável com o auxilio da calculadora gráfica denominada no manual do formador de Calculadora B. Nesta transparência é exemplifica-se como. depois de introduzidos. se ordenam os dados.Transparência 52 Cálculo das medidas estatísticas Usando o problema apresentado na transparência 46. Transparência 54 Cálculo das medidas estatísticas Esta transparência surge na conclusão das transparências 51. Tendo os formandos acesso a esta ferramenta. enquanto estes o vão acompanhando na resolução da tarefa proposta. o formador pode utilizar esta transparência para lhe explicar como proceder. enquanto estes o vão acompanhando na resolução da tarefa proposta. o formador pode utilizar esta transparência para lhe explicar como proceder. Tendo os formandos acesso a esta ferramenta. Nela estão mostrados os valores das medidas estatísticas calculadas. mostra-se quais os passos a seguir para se calcularem as medidas estatísticas a uma variável com o auxilio da calculadora gráfica denominada no manual do formador de Calculadora B. enquanto estes o vão acompanhando na resolução da tarefa proposta. Tendo os formandos acesso a uma destas calculadora. 52 e 53. Transparência 53 Cálculo das medidas estatísticas Usando o problema apresentado na transparência 46. Esta transparência surge no seguimento das transparências 52 e 53 e nele são exemplificados os passos a tomar no cálculo das medidas estatísticas a uma variável. .

somente. Transparência 56 Cálculo das medidas estatísticas Nesta transparência é exemplificado como. . Tendo os formandos acesso a esta ferramenta. se ordenam os dados. enquanto estes o vão acompanhando na resolução da tarefa proposta. Transparência 57 Cálculo das medidas estatísticas Esta transparência surge no seguimento das transparências 55 e 56 onde é exemplificado como introduzir e ordenar os dados usando uma Folha de Cálculo. depois de introduzidos numa Folha de Cálculo. o formador pode utilizar esta transparência lhe explicar como proceder. 57 e 58 para completar a demonstração. Aqui é exemplificado. mostra-se quais os passos a seguir para se calcularem as medidas estatísticas a uma variável com o auxilio de uma Folha de Cálculo. o formador pode utilizar esta transparência para lhe explicar como proceder. enquanto estes o vão acompanhando na resolução da tarefa proposta. Tendo os formandos acesso a esta ferramenta. como introduzir devendo ser mostrados as transparências 56.Transparência 55 Cálculo das medidas estatísticas Usando o problema apresentado na transparência 46. Aqui mostra-se como se deve proceder no assistente de funções para se seleccionar a medida estatística que se pretende calcular.

dentro do assistente de funções.Transparência 58 Cálculo das medidas estatísticas Como conclusão das transparências 55. Transparência 61 Gráfico a uma variável Esta transparência serve ilustrar o ajustamento dos valores da janela do gráfico construído nas transparências 59 e 60. a fim de facilitar o estudo do mesmo. . Transparência 59 Gráfico a uma variável Dando continuidade ao estudo estatístico do problema enunciado na transparência 46. O formando deve acompanhar a explicação com o auxilio desta calculadora. Transparência 60 Gráfico a uma variável Depois de seleccionado o tipo de gráfico. na calculadora denominada no manual do formador de Calculadora A. O formando deve acompanhar a explicação com o auxilio desta calculadora. esta transparência mostra como se deve proceder. sugere-se o uso desta transparência para exemplificação dos passos a tomar para a definição do tipo de gráfico estatístico que se pretende construir com a calculadora gráfica denominada no manual do formador de Calculadora A. mostra-se nesta transparência como proceder de modo a obter uma representação gráfica. depois de se seleccionar a medida estatística que se pretende calcular. 56 e 57. para seleccionar os dados que vão fazer parte desse cálculo. do gráfico que se pretende estudar.

Transparência 63 Gráfico a uma variável Dando continuidade ao estudo estatístico do problema enunciado na transparência 46. Nesta transparência exemplifica-se como predefinir a calculadora para posteriormente se poderem alterar os valores da janela manualmente. . 60 e 61 procede-se ao seu estudo. O formando deve acompanhar a explicação com o auxilio desta calculadora.O formando deve acompanhar a explicação com o auxilio da calculadora gráfica denominada no manual do formador de Calculadora A. deve definir-se manualmente a janela onde se pretende visualizar o gráfico. O formando deve acompanhar a explicação com o auxilio da calculadora gráfica denominada no manual do formador de Calculadora A. Esta transparência está agrupada com as transparências 64. Transparência 64 Gráfico a uma variável Para que se possa fazer um estudo adequado de um gráfico estatístico com a calculadora gráfica denominada no manual do formador de Calculadora B. tal como é mostrado nesta transparência. O formando deve acompanhar a explicação com o auxilio desta calculadora. sugere-se o uso da presente transparência para exemplificação dos passos a tomar na definição do gráfico estatístico que se pretende construir. utilizando a calculadora gráfica denominada no manual do formador de Calculadora B. Transparência 62 Gráfico a uma variável Após a obtenção do gráfico construído nas transparências 59. 65 e 66.

se deve preparar este programam para que se possa construir um gráfico estatístico a uma variável. Transparência 67 Gráfico a uma variável Dando continuidade ao estudo estatístico do problema enunciado na transparência 48. sugere-se o uso desta transparência para exemplificar como. depois de introduzidos os dados numa Folha de Cálculo. Esta pertence ao grupo de transparências 63 a 66. 64 e 66. O formando deve acompanhar a explicação com o auxilio desta calculadora. Transparência 66 Gráfico a uma variável Nesta transparência explica-se o estudo de um problema estatístico através de um gráfico construído com a calculadora gráfica denominada no manual do formador de Calculadora B. .Transparência 65 Gráfico a uma variável Nesta transparência é exemplificado como proceder para completar a construção de um gráfico estatístico usando a calculadora gráfica denominada no manual do formador de Calculadora B. O formando deve acompanhar a explicação com o auxilio de um computador. Esta transparência está agrupado com as transparências 68 e 69. O formando deve acompanhar a explicação com o auxilio desta calculadora. devendo ser apresentada em conjunto com as transparências 63.

é apresentado qual a opção a tomar no primeiro passo do assistente de gráficos durante a construção de um histograma. . Esta conclui os procedimentos efectuados nas transparências 67 e 69. Transparência 69 Gráfico a uma variável Nesta transparência mostra-se o último passo necessário para a construção de um gráfico estatístico. na introdução dos dados estatísticos quando se efectua um estudo estatístico de dados bivariados. Transparência 70 Problema 2 – Lançamento do peso Um problema estatístico com dados bivariados é exemplificado neste problema. O formando deve acompanhar a explicação com o auxilio de um computador. Esta transparência serve de apoio às transparências 71 a 90. onde é feito um estudo estatístico bidimensional usando as novas tecnologias.Transparência 68 Gráfico a uma variável No seguimento da transparência 67. Transparência 71 Estudo de Dados Bivariados Esta transparência é o primeira de um grupo a que pertencem também as transparências 72 a 75. O formando deve acompanhar a explicação com o auxilio de um computador. Esta transparência está agrupada com as transparências 67 e 69. Nela exemplifica-se como proceder com a calculadora gráfica denominada no manual do formador de Calculadora A.

Os formandos deverão ter acesso a esta calculadora para poderem acompanhar o formador enquanto este vai indicando. Os formandos deverão ter acesso a esta calculadora para poderem acompanhar o formador enquanto este vai indicando. . quais os passos a dar para a resolução da tarefa proposta na transparência 70. quais os passos a dar para a resolução da tarefa proposta na transparência 70. Transparência 74 Estudo de Dados Bivariados Nesta transparência mostra-se como se calculam a equação da recta de regressão e o coeficiente de correlação linear usando a calculadora gráfica denominada no manual do formador de Calculadora A. Os formandos deverão ter acesso a esta calculadora para poderem acompanhar o formador enquanto este vai indicando. quais os passos a dar para a resolução da tarefa proposta na transparência 70. com a ajuda da transparência. Transparência 72 Estudo de Dados Bivariados Sugere-se o uso desta transparência para exemplificação dos passos a tomar na definição do tipo de gráfico estatístico que se pretende trabalhar num estudo de dados bivariados. O formando deve acompanhar a explicação com o auxilio desta calculadora. Transparência 73 Estudo de Dados Bivariados Nesta transparência exemplifica-se como proceder com a calculadora gráfica denominada no manual do formador de Calculadora A. com a ajuda da transparência. com a ajuda da transparência. na representação de um diagrama de dispersão. utilizando a calculadora gráfica denominada no manual do formador de Calculadora A.

Nela exemplifica-se como proceder na introdução dos dados estatísticos nas listas da calculadora gráfica denominada no manual do formador de Calculadora B. para se estudar graficamente um problema estatístico de dados bivariados. quais os passos a dar para a resolução da tarefa proposta na transparência 70. Os formandos deverão ter acesso a esta calculadora para poderem acompanhar o formador enquanto este vai indicando. Transparência 77 Estudo de Dados Bivariados Sugere-se o uso desta transparência para exemplificação dos passos a tomar na definição do tipo de gráfico estatístico que se pretende trabalhar num estudo de dados bivariados. Nela exemplifica-se como proceder com a calculadora gráfica denominada no manual do formador de Calculadora A. com a ajuda da transparência. Transparência 76 Estudo de Dados Bivariados Esta transparência é a primeira de um grupo a que pertencem também as transparências 77 a 82.Transparência 75 Estudo de Dados Bivariados Esta transparência é a última de um grupo a que pertencem também as transparências 71 a 74. Os formandos deverão ter acesso a esta calculadora para poderem acompanhar o formador enquanto este vai indicando. com a ajuda da transparência. . quais os passos a dar para a resolução da tarefa proposta na transparência 70. utilizando a calculadora gráfica denominada no manual do formador de Calculadora B.

Transparência 78 Estudo de Dados Bivariados Nesta transparência exemplifica-se como proceder com a calculadora gráfica denominada no manual do formador de Calculadora B. Os formandos deverão ter acesso a esta calculadora para poderem acompanhar o formador enquanto este vai indicando. com a ajuda da transparência. quais os passos a dar para a resolução da tarefa proposta na transparência 70. quais os passos a dar para a resolução da tarefa proposta na transparência 70. na representação de um diagrama de dispersão.O formando deve acompanhar a explicação com o auxilio desta calculadora. Os formandos deverão ter acesso a esta calculadora para poderem acompanhar o formador enquanto este vai indicando. quais os passos a dar para a resolução da tarefa proposta na transparência 70. com a ajuda da transparência. . com a ajuda da transparência. Transparência 79 Estudo de Dados Bivariados Nesta transparência mostra-se como se calculam a equação da recta de regressão e o coeficiente de correlação linear usando a calculadora gráfica denominada no manual do formador de Calculadora B. Os formandos deverão ter acesso à calculadora gráfica denominada no manual do formador de Calculadora B para poderem acompanhar o formador enquanto este vai indicando. Transparência 80 Estudo de Dados Bivariados No seguimento da transparência anterior pode visualizar-se a recta de regressão a sobrepor a nuvem de pontos.

com a ajuda da transparência. Nela exemplifica-se como proceder. A realização desta tarefa pode ser visualiza nesta transparência. usando uma Folha de Cálculo. Nela exemplifica-se como proceder com a calculadora gráfica denominada no manual do formador de Calculadora B para se estudar graficamente um problema estatístico de dados bivariados. na introdução dos dados estatísticos quando se efectua um estudo estatístico de dados bivariados. Os formandos deverão ter acesso a esta calculadora para poderem acompanhar o formador enquanto este vai indicando. Transparência 83 Estudo de Dados Bivariados Esta transparência é a primeira de um grupo a que pertencem as transparências 83 a 90. com a ajuda da transparência.Transparência 81 Estudo de Dados Bivariados Para que se possa estudar convenientemente a recta de regressão é necessário copiar a sua equação para o menu GRAPH da calculadora gráfica denominada no manual do formador de Calculadora B. quais os passos a dar para a resolução da tarefa proposta na transparência 70. . quais os passos a dar para a resolução da tarefa proposta na transparência 70. Os formandos deverão ter acesso a esta calculadora para poderem acompanhar o formador enquanto este vai indicando. Transparência 82 Estudo de Dados Bivariados Esta transparência é a última de um grupo a que pertencem também as transparências 76 a 81.

Os formandos deverão ter acesso a um computador para poderem acompanhar o formador enquanto este vai indicando. para se entrar no assistente de gráficos do programa. com a ajuda da transparência. com a ajuda da transparência. Transparência 84 Estudo de Dados Bivariados Esta transparência é a segundo de um grupo a que pertencem as transparências 83 a 90. como se completa a construção do diagrama de dispersão iniciada na transparência anterior. . quais os passos a dar para a resolução da tarefa proposta na transparência 70. com a ajuda da transparência. Transparência 86 Estudo de Dados Bivariados Mostra-se. Os formandos deverão ter acesso a um computador para poderem acompanhar o formador enquanto este vai indicando. Nela exemplificase como proceder. quais os passos a dar para a resolução da tarefa proposta na transparência 70. quais os passos a dar para a resolução da tarefa proposta na transparência 70. usando uma Folha de Cálculo.Os formandos deverão ter acesso a um computador para poderem acompanhar o formador enquanto este vai indicando. Transparência 85 Estudo de Dados Bivariados Esta transparência é uma das que pertence ao grupo de transparências 83 a 90. Nela exemplifica-se como proceder. dentro do assistente de gráficos. nesta transparência. usando uma Folha de Cálculo. para construir um diagrama de dispersão.

com a ajuda da transparência. com a ajuda da transparência. Os formandos deverão ter acesso a um computador para poderem acompanhar o formador enquanto este vai indicando. quais os passos a dar para a resolução da tarefa proposta na transparência 70. usando uma Folha de Cálculo. com uma Folha de Cálculo. usando a Folha de Cálculo. Nela exemplifica-se como proceder. para poderem acompanhar o formador enquanto este vai indicando. Transparência 87 Estudo de Dados Bivariados Esta transparência pertence ao grupo de transparências 83 a 90. Transparência 88 Estudo de Dados Bivariados Esta transparência completa a tarefa de calcular o coeficiente de correlação linear iniciada na transparência anterior. para se dar instruções no sentido de se representar a recta de regressão sobre o diagrama de dispersão. quais os passos a dar para a resolução da tarefa proposta na transparência 70. Os formandos deverão ter acesso a um computador. Transparência 89 Estudo de Dados Bivariados Esta transparência é uma das que pertence ao grupo de transparências 83 a 90. com a ajuda da transparência. . Nela exemplificase como proceder. quais os passos a dar para a resolução da tarefa proposta na transparência 70.Os formandos deverão ter acesso a um computador para poderem acompanhar o formador enquanto este vai indicando. para se entrar no assistente de funções e aí seleccionar o cálculo do coeficiente de correlação linear.

. para se dar instruções no sentido de indicar a equação da recta de regressão na representação da mesma.Os formandos deverão ter acesso a um computador para poderem acompanhar o formador enquanto este vai indicando. Transparência 90 Estudo de Dados Bivariados Esta transparência é um das que pertence ao grupo de transparências 83 a 90. Nele exemplifica-se como proceder. com a ajuda da transparência. com a ajuda da transparência. usando a Folha de Cálculo. Os formandos deverão ter acesso a um computador para poderem acompanhar o formador enquanto este vai indicando. quais os passos a dar para a resolução da tarefa proposta na transparência 70. quais os passos a dar para a resolução da tarefa proposta na transparência 70.

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)//-->