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

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

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

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

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

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

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

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

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

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

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

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

Para se conhecerem as intenções de voto nas próximas eleições. O estudo estatístico incide fundamentalmente sobre situações que. recorrendo a num número restrito desses indivíduos. organizar. tomar decisões ou fazer previsões com base nessa informação tem cada vez mais importância. pode-se fazer um inquérito. Surgem assim os conceitos de População e Amostra. Escolhe-se então um grupo significativo de pessoas que vão 5 . com níveis de erro controlados. O estudo da estatística realça a importância de questionar. Para resolver estes problemas utiliza-se um conjunto de técnicas e instrumentos que conjuntamente dão respostas aproximadas. Amostra e Unidade Estatística A maior parte das situações em que é necessário utilizar técnicas estatísticas . População. recolher. por estarem sujeitas a múltiplas influências raramente se podem representar por uma lei matemática simples ou por um modelo determinado. descrever. exibir e interpretar dados. conjecturar e procurar relações quando se formulam e resolvem problemas do mundo real. 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. Este não pode ser feito a toda a população. Exemplos: 1. A estatística é um ramo da matemática que estuda uma ou várias características ou propriedades de uma população. e que permite estabelecer previsões que facilitem a tomada de decisões assim como interpretar e explicar a realidade.Capítulo 1: Iniciação à Estatística Objecto da Estatística Numa sociedade baseada na tecnologia e na comunicação. envolve a necessidade de tirar conclusões gerais acerca de um grande número de indivíduos .

A sua utilização para estimar características da população pode ter consequências graves. Quando uma amostra não é representativa da população. 2. sendo a população formada por todos os indivíduos com direito a voto.Capítulo 1: Iniciação à Estatística constituir a amostra. 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 generalização dos resultados obtidos através do estudo de uma amostra comporta sempre um certo erro. mas também a objectos e acontecimentos. assim escolhe-se um lote de pilhas que constituem a amostra. Para escolher adequadamente uma amostra deve-se ter em conta alguns aspectos tais como: 6 . diz-se que é enviesada. População é o conjunto de indivíduos com qualquer característica em comum e com interesse para o estudo em causa. Em estatística a palavra população não só se refere a pessoas. É claro que não é possível experimentar todas as pilhas que formam a população. A cada um dos elementos de uma população chama-se unidade estatística.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. concluiríamos que os estudantes são mais altos do que na realidade o são. Amostra é um subconjunto finito da população que se supõe representativo desta. na medida em que a amostra tem propriedades que não reflectem as propriedades da população. todavia podemos considerar que a estimativa da característica populacional em estudo é útil se a amostra utilizada for representativa da população. 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.

divide-se a população em grupos tão homogéneos quanto possível e selecciona-se em cada grupo uma parte proporcional à sua dimensão. das características da população. 7 . • deve conter em proporção tudo o que a população possui. podem-se encontrar muitas características. Os tipos de amostras mais utilizadas são: • • Amostra aleatória. qualitativa e quantitativamente. onde qualquer elemento tem a mesma probabilidade de ser escolhido. Existem algumas técnicas científicas para seleccionar uma amostra. Variáveis Estatísticas No estudo de uma população. 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. traduzindo-se por qualidades. categorias ou preferências. A cada característica estudada numa dada população chama-se variável estatística. a escolha é feita ao acaso. • deve ser suficientemente larga. Amostra estratificada. 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. é utilizada quando a população apresenta grupos diferenciados. Assim. tanto quanto possível. também designadas por carácteres ou atributos.

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

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

• fundamentar previsões ( evolução da população. rádio. • justificar tomadas de decisão (construção de escolas. . ). de recordes. televisão.. incentivo ao consumo.. constitui a Estatística Aplicada. Com o desenvolvimento das novas tecnologias.. Este processo designa-se por Estatística Analítica. revistas. nomeadamente a informática. pelo que.. ). internet..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. . . ). • sondar a opinião pública ( preferências . sendo utilizada em diversas situações: • veicular informação nos diversos órgãos de comunicação (jornais.. Aplicações da Estatística A estatística está presente no dia a dia da nossa sociedade. ).. da qual é exemplo a Bioestatística. do mercado. torna-se mais fácil tratar a informação. hábitos.. A utilização da Estatística como um método científico ao serviço dos diferentes ramos do saber. até a mais 10 ..

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

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

o preenchimento de questionários escritos ou electrónicos. etc. Assim. Quanto à origem. periódica (censos populacionais) ou ocasional(sondagens). se uma organização disponibiliza dados seus para outras organizações. A recolha de dados pode ser feita de forma contínua (recolha de dados meteorológicos). como por exemplo.. podem ser muito diversificados. bem como quanto à periodicidade. os dados podem ser provenientes de uma fonte interna. 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. 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. Na fase de classificação dos dados procede-se à identificação de unidades de informação com características comuns e posteriormente ao seu agrupamento. as entrevistas pelo telefone.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. métodos de recolha e classificação dos dados. Os dados a recolher podem ser de tipos diferentes e ter origens diversas. se uma organização coloca dados seus à disposição dos seus órgãos de decisão. 13 . ou de uma fonte externa. as entrevistas pessoais.

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. Figura 3 – Recolha e classificação de dados 14 .

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

absoluta acumulada) fri (frequência relativa) Fri (freq.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. População residente no Alentejo Tabela 1 – fi (frequência absoluta) Fi (freq. 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.319 0.737 1 TOTAL (N)= 16 .237 0. 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 0.181 0.1]).237 0. isto é: Fri = ∑ f ri .556 0. de frequência absoluta acumulada. de frequência relativa e de frequência relativa acumulada. A partir do exemplo dado. isto é: fri = fi ( fri ∈ [0. podemos agora elaborar os quadros de frequência absoluta. 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.

96 1.13 0.00 Fri 0. Título – relacionado com o conteúdo do quadro. Tabelas de Frequências para variáveis discretas Exemplo: Nas turmas A e B do 9º ano de uma escola.92 0.Capítulo 2: Distribuição de Frequências Na apresentação de um quadro de frequências devemos ter em atenção alguns aspectos relacionados com a sua construção. Total – apresenta-se entre traços horizontais e é facultativo em algumas tabelas.13 0.00 - 17 . Fonte – situa-se no rodapé e é obrigatória(excepto para dados hipotéticos). Núcleo do quadro – formado por linhas e colunas contendo os números e informações necessárias. 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 0.66 0.04 0.04 1. facilitadores da sua leitura e compreensão.13 0.79 0. os alunos registaram o número de irmãos. Notas de rodapé – explicações escritas no rodapé e são facultativas.

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. 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.13 23 Tabela de Frequências para variáveis contínuas Requer atenção especial a organização de tabelas de frequência de variáveis contínuas. 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. 1. em centímetros.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.

Determinar a frequência absoluta.22 0.87 1 1 Não existe uma fórmula universalmente aceite para calcular o número de classes. 4 ⇔ h ≅ 8 n 5 5.168[ [168.Capítulo 2: Distribuição de Frequências 3.13 1. Calcular a amplitude da classe(h): h= H 37 ⇔h= ⇔ h = 7.176[ [176.00 fri (%) 17 22 35 13 13 100 Fri 0.74 0. Organizar a tabela da distribuição: Frequências (Alturas em cm dos alunos do 9º ano) Tabela 3 – Classes [152.39 0. no entanto podemos levar em linha de conta as sugestões dadas por alguns autores – ver Apêndice I.17 0.160[ [160.35 0. 19 .184[ [184.17 0. Determinar o número de classes1 (n): n=5 4.13 0. 6.192[ Total fi 4 5 8 3 3 23 Fi 4 9 17 20 23 - fri 0.

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 .

permitir estabelecer rapidamente comparações.9 2. 850 % 10. ser de fácil leitura.Capítulo 3: Representação gráfica e tabular de dados estatísticos Representação tabular de dados A tabela é um instrumento muito utilizado para representar dados estatísticos.2 3..6 9. por: • • • ser de fácil e rápida construção. TOTAL Nº medalhas ganhas 90 77 59 56 54 36 31 28 26 25 24 23 20 . a distribuição de medalhas nos 13 países mais bem sucedidos.6 6.8 2.6 3...9 6.3 4..4 . Exemplo: No último grande acontecimento desportivo de 2000.7 2..1 6.3 3. 100 21 . 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 ..1 2.

Para este exemplo podemos dividir cada caule ao meio.versão 1) No caule colocaram-se os algarismos das dezenas e as folhas são formadas pelos algarismos das unidades ordenados . 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. por vezes os caules ficam muito compridos. cuja representação se pode situar entre a tabela e o gráfico. registam-se à esquerda os valores correspondentes ao caule e à direita os valores correspondentes às folhas. Quando a amostra é muito grande. 22 . Nesta situação podemos subdividir os caules. Para construir um diagrama de caule e folhas começamos por traçar uma linha vertical.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. Considerando por exemplo. 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 .

verifica-se.versão 2) Este tipo de representação é muito útil para fazer a comparação de dois conjuntos 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. no qual se coloca à esquerda do caule as classificações do primeiro teste e à direita as do segundo. de imediato que os resultados do 2º teste foram superiores aos do primeiro. representado pela figura 6. relativos à mesma característica. Consideremos então o seguinte exemplo. em que são apresentadas as classificações (em pontos) de dois testes de Estatística. Por observação do diagrama.

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 .

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

de uma certa escola? Número de alunos por sexo Tabela 8 – Sexo F. Sempre que exista.2 34. etc. absoluta (fi) 15 8 F. 5. estas devem ser a tracejado. Quando se utilizarem linhas verticais e horizontais secundárias para fazer a correspondência entre os valores das variáveis.Capítulo 3: Representação gráfica e tabular de dados estatísticos 4. 6. 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. deve-se indicar a fonte. notas de rodapé. relativa (fr%) 65.8 100 26 Total 23 . Sempre que se justifique poder-se-ão indicar outros elementos como a data.

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

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 . 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.Capítulo 3: Representação gráfica e tabular de dados estatísticos Alunos da escola X.15 15.03 16 16.

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. Cada rectângulo tem como base a amplitude da classe e altura correspondente à frequência. As amplitudes representam-se 29 .

Observando o gráfico 10. 30 . 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. imediatamente antes e depois do histograma. 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. o polígono de frequências intersecta o eixo das abcissa em dois pontos que se obtêm considerando os pontos médios de duas classes.Capítulo 3: Representação gráfica e tabular de dados estatísticos sempre no eixo das abcissas e as respectivas frequências no eixo das ordenadas. Podemos ainda dizer. com a mesmo significado. com segmentos de recta. os pontos médios dos lados superiores dos rectângulos de um histograma. O histograma seguinte representa a distribuição das alturas dos alunos de uma turma. de frequência nula. A área de cada rectângulo é proporcional à sua frequência e a área total é proporcional à soma total das frequências. podemos verificar que.

também designado. Supõe-se que a distribuição dos elementos se faz de forma uniforme dentro de cada classe. essa área é igual à área do histograma respectivo. constituído pela área compreendida entre o eixo das abcissas e a linha poligonal. pelo que a representação gráfica é do tipo linear.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. 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 . Também para as frequências acumuladas podemos traçar o respectivo polígono de frequências.

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

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. No limite inferior da 2ª classe. • • • Depois de marcados estes pontos. 100% ou igual ao número total de observações. temos a garantia que o limite superior será 1. Chegando à ultima classe. obtendo-se assim o gráfico da função cumulativa. supondo que a distribuição dentro de cada classe se faz de forma uniforme. unem-se estes pontos com segmentos de recta. a frequência acumulada é 0. a frequência acumulada é a frequência da classe anterior. 33 . pelo que na representação gráfica se traça um segmento de recta sobre o eixo dos xx até esse valor.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. No limite inferior da 3ª classe.

76 2 5  x .160[ [160.16 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 . Considerando agora as alturas dos alunos da turma do 9º ano: Alturas de alunos Fi 4 9 17 20 23 Tabela 10 – Classes [152.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.176[ [176.168[ [168.192[ Fi 152 160 168 176 184 192 Classes Gráfico 13 – Função cumulativa para variáveis contínuas A função cumulativa é dada por: 0   1 x .184[ [184.

a curva que se obtém designa-se normalmente por ogiva ou curva de acumulação de frequências.(%) 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 . aumentar indefinidamente o número de classes. é bastante elevado. para dados contínuos. Quando se trata de frequências acumuladas.Capítulo 3: Representação gráfica e tabular de dados estatísticos Curvas de frequência e ogivas Quando o número de observações. tendentes para zero. Freq. isto é. e desta forma o polígono de frequências aproxima-se de uma curva a que se chama curva de frequência. podemos considerar classes com amplitudes muito pequenas.

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. considerando os dados contidos numa tabela. Para construir um gráfico circular. e são de construção e leitura fácil. 36 . procede-se como se indica: • Desenha-se um círculo de raio qualquer a representar os 100% dos dados.

representado pelo gráfico 15. determinando a amplitude do ângulo ao centro correspondente às frequências relativas. relativa 65.x } } ⇒ x ≅ 235º 100% . sabendo que 100% corresponderá a 360º do círculo. Utilizando um transferidor.Capítulo 3: Representação gráfica e tabular de dados estatísticos • Calcula-se a proporção do círculo que representará cada categoria. é o que se apresenta a seguir: Frequência relativa de alunos por sexo Tabela 11 – Sexo F. divide-se o círculo de acordo com as proporções.8% Total 100% Determinação da amplitude dos sectores circulares: 100% .2% .360º 34.x ⇒ x ≅ 125º Divisão do circulo: 125º 235º 37 . • Considerando o exemplo da tabela 11.8% .360º 65. já conhecidas.2% 34. o procedimento para a obtenção do gráfico circular.

2º Gráfico 15 – Gráfico circular Outro exemplo: Os gráficos circulares.8º 65.8% 13. por sexo 34.1% 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 . a distribuição do volume das exportações é descrita pelo gráfico seguinte: Principais importadores do Vinho do Porto 1998 16. Entre os cinco principais mercados para o Vinho do Porto.7% 9.5% 31.6% 16. podem apresentar formas diversificadas.3% 12.Capítulo 3: Representação gráfica e tabular de dados estatísticos Alunos da escola X.

Capítulo 3: Representação gráfica e tabular de dados estatísticos Pictogramas Neste tipo de gráficos utilizamos figuras ou símbolos alusivos ao fenómeno a estudar. 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 . Dar significado a cada símbolo. A diferença entre as quantidades deve ser expressa pelo maior ou menor número de símbolos e nunca pelo maior ou menor tamanho destes. As figuras ou símbolos devem estar relacionados com o fenómeno. Na construção de um pictograma devemos ter em conta o seguinte: • • • • • Devemos dar nome (título) ao gráfico. Alinhar os símbolos em coluna ou em linhas e manter a mesma distância entre si.

sobre o consumo de uma determinada marca de vinho.x 100% .x 100% . por regiões do país Classe Norte Sul Alentejo Total Frequência 3840 2630 5170 11640 Freq. representando 100% do consumo. A partir daqui.61 cm ⇒ x = 3. semelhante ao que é apresentado.7cm 33% .7 cm 23% . podemos obter um gráfico da distribuição do referido consumo. por região do país. e fazendo os cálculos para as diversas regiões. no qual considerámos um rectângulo com 7 cm de comprimento.Capítulo 3: Representação gráfica e tabular de dados estatísticos Outros Tipos de Gráficos Gráfico de rectângulo Se considerarmos os dados constantes da tabela seguinte.31 cm ⇒ x = 1.7 cm 44% . relativa 33% 23% 44% 100% 100% . as proporções do rectângulo referentes às diversas regiões. Consumo de Vinho por regiões do país Tabela 12 – Consumo de vinho X. obteremos com facilidade.08 cm 40 .x } } } ⇒ x = 2. 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

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 . através dos seus valores centrais. bastando para tal. quando na distribuição. utilizados para caracterizar a população em estudo.Capítulo 4: Parâmetros Estatísticos Medidas de tendência central As medidas de tendência central são valores da variável. média e mediana Moda Para um conjunto de dados define-se moda como sendo o valor da variável com maior frequência. se existem mais do que duas modas diz-se multimodal. Tal acontece quando há dois ou mais valores da variável aos quais corresponde a maior frequência. Moda. A determinação da moda é extremamente fácil quando os dados são discretos. identificar qual tem maior frequência. Representa-se por MO Numa distribuição pode existir mais do que uma moda ou até nem existir moda . Não existe moda. Uma distribuição onde existem duas modas diz-se bimodal. a distribuição diz-se amodal. todos os elementos têm a mesma frequência.

de acordo com os preços. unem-se os vértices superiores do rectângulo da classe modal com os vértices das classes contíguas. todas elas através de valores aproximados. começa-se por determinar a classe modal (a de maior frequência). a perpendicular. fez-se um levantamento do número de viagens organizadas durante um mês. Existem algumas fórmulas para localizar a moda dentro da classe modal. baixada do ponto de intersecção das linhas obtidas anteriormente para o eixo horizontal. podemos depois determinar um valor aproximado para a moda. Quando os dados são contínuos. por processo numérico ou geométrico. 49 . a localização gráfica da moda. determina neste. Exemplo 2 Numa agência de viagens. Dentro desta classe.Capítulo 4: Parâmetros Estatísticos Nesta distribuição a moda é 25 anos. 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.

150 [ [ 150 . 250 [ [ 250 . 200 [ [ 200 . 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.Capítulo 4: Parâmetros Estatísticos Tabela 16 – Preços de viagens Preços (em contos) [ 50 . 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 . 100 [ [ 100 .

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

5 (ou 50%) no caso de frequências acumuladas. onde se registam os valores das frequências. 2. A partir do exemplo 2. procede-se da seguinte forma: 1. marca-se o valor N caso as frequências sejam absolutas.Capítulo 4: Parâmetros Estatísticos A mediana é o dado que ocupa a posição 8 e o seu valor é 24. Calcula-se a ordem N . Por esse valor traça-se uma linha horizontal até intersectar o polígono de frequências. Pelo ponto de intersecção anteriormente determinado. 3. Após a construção do polígono de frequências. 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. ou o valor 2 0. 2 52 . traça-se uma linha vertical cuja intersecção com o eixo das abcissas nos fornece o valor (aproximado) da mediana. No eixo vertical. 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.

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

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

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

o primeiro quartil (Q1) é a mediana da primeira parte e o terceiro quartil (Q3) é a mediana da segunda parte.etc.. por vezes. definem-se outras medidas estatísticas que têm. percentis. 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. 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. 56 . De um modo geral as medidas estatísticas que dividem o conjunto dos dados em partes iguais são designadas por Quantis . decis. Com os dados ordenados por ordem crescente. Conforme o número de partes em que se divide a distribuição podemos falar de quartis. 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 segundo quartil (Q2) coincide com a mediana. Os quartis dividem a distribuição dos dados em quatro partes iguais. existem outras medidas estatísticas que dividem a distribuição em partes iguais.

por exemplo. 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. 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. Assim. 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 . se o peso de uma criança estiver no percentil 60. relativamente ao peso e à altura. Os percentis que dividem a distribuição em 100 partes iguais.

em diferentes programas de computador ou calculadoras. 58 . Quando temos dados agrupados em classes. quando se pretende comparar amostras . 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. Dispondo os valores da mediana e quartis ordenados sobre um segmento de recta. É por isso possível que. essas pequenas diferenças não têm qualquer importância. Como só interessa usar os quartis em populações ou amostras muito grandes.25[ já que a cada um deles pertencem 25% das temperaturas. A utilização do diagrama de extremos e quartis é particularmente útil. recorrendo ao polígono de frequências relativas acumuladas determinamos os quartis e depois constrói-se o respectivo diagrama de extremos e quartis .Capítulo 4: Parâmetros Estatísticos Q2 = Med = Q3 = 29 25 + 25 =25 2 Existem diferentes formas de definir os quartis. 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). os valores indicados para os quartis sejam ligeiramente diferentes.

Distribuição uniforme 59 . para estudar o seu tempo de duração.Capítulo 4: Parâmetros Estatísticos Exemplo: Numa fábrica de lâmpadas.400 [ 90 40 [400 .300 [ 30 10 [300.relativa Acumulada (em %) [200. escolheram-se 300 lâmpadas. Tempo de duração de lâmpadas Tabela 20 – Duração (em horas) Nº de lâmpadas Freq. Os resultados. em horas estão registados no quadro abaixo. 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.500 [ 140 87 [500 .

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. 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.

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

na sua forma. a unidade em que se exprime não é a mesma que a dos dados. Variância e desvio padrão Variância A variância é uma medida de dispersão idêntica. Em vez de considerar os desvios em módulo. 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 . e a sua soma é sempre igual a 0. 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. A este valor chama-se desvio médio. Assim. pois ao utilizar os quadrados dos desvios. Para avaliar a dispersão dos dados pode-se calcular a média dos desvios (considerados em módulo). consideramos a raiz quadrada da variância. a variância é de difícil interpretação. para obter uma medida de dispersão na mesma unidade que os dados. ao 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. obtendo-se o desvio padrão. considera-se os seus quadrados.

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

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.147 podemos concluir que: • Em 1980 os ordenados duplicaram assim como a média e o desvio padrão. Determinando a média e o desvio padrão dos ordenados nos anos de 1972.4 4. referentes ao ano de 1972 eram os seguintes: 12 10 11 15 7 10 12 10 8 12 Em 1980 os ordenados duplicaram. 64 .7 2.294 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. em contos.4 4.294 x σ 10. Em 1988 os ordenados subiram igualmente 40 contos relativamente a 1980.

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

Capítulo 5 Estatística Bidimensional Distribuições Bidimensionais 66 .

Quando. mas duas ou mais características. 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. 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. numa dada população. Existem variáveis estatísticas que estão normalmente relacionadas. de facto. desde Atenas (1900) a Sidney (2000) . de entre os quais destacamos aqui os seguintes: • • • Diagramas de dispersão. 67 . são independentes.Capítulo 5: Estatística Bidimensional Distribuições bidimensionais Por vezes o que se pretende estudar das populações não é uma característica isolada. ou se pelo contrário. Coeficientes de correlação. se estudam diferentes características. No caso de se pretender estudar duas características conjuntamente. os valores observados aparecem sob a forma de pares ordenados e tem-se assim uma variável bidimensional. podem utilizar-se diversos instrumentos estatísticos. interessa muitas vezes tentar descobrir se existe alguma relação entre elas. uma relação entre as diversas características de uma população.

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 ) 11.87 16.81 12.54 21. é representar as duas variáveis num mesmo gráfico.35 21.89 Ano 1956 1960 1964 1968 1972 1976 1980 1984 1988 1992 1996 2000 Distância ( m ) 18.18 21.21 15.29 Uma boa maneira de ter uma ideia sobre a situação e tentar chegar a uma conclusão.26 22.52 21.20 15. 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 .05 21. Ao conjunto de pontos obtido chama-se nuvem de pontos.22 14.47 21.33 20. a que se chama diagrama de dispersão ou gráfico de correlação.34 14.00 16.33 14.68 20.10 14.00 15.58 19.81 15.71 21.

dizse que existe uma correlação entre elas. ou seja. Diz-se então que não existe uma relação muito clara entre estas duas variáveis. intuitivamente . Exemplo 1: Para averiguar se a distância atingida no salto em comprimento está relacionada com o peso do atleta. Centro de gravidade é o ponto da nuvem que tem como coordenadas. as duas características estão fracamente correlacionadas. permite-nos analisar se existe ou não uma relação entre as variáveis. Quando existe alguma relação de dependência entre duas variáveis. obtendo assim uma nuvem de pontos (gráfico 32).Capítulo 5: Estatística Bidimensional Pela observação do gráfico 31 podemos observar que a distância a que os atletas laçam o peso. de um modo geral. 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. cada uma das médias das duas variáveis em estudo. tem evoluído ao longo dos anos. 69 . 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. seleccionaram-se 10 atletas. Este gráfico permite observar o comportamento conjunto das duas variáveis e determinar se existe alguma relação entre elas. Observamos que a nuvem de pontos se encontra bastante dispersa. A observação do diagrama de dispersão.

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. 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 .

Exemplo 3: Para observar a relação existente entre o tempo que demora a coagular o sangue a diferentes temperaturas.(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. Quando aumenta a pressão atmosférica também aumenta a temperatura.Capítulo 5: Estatística Bidimensional Analisando o gráfico. A correlação é positiva quando o aumento de uma variável corresponde. vê-se claramente que existe uma relação muito forte entre a temperatura e a pressão atmosférica. De um modo geral. Uma correlação deste tipo diz-se negativa. Numa certa população há correlação entre duas variáveis quando existe uma relação mais ou menos aproximada entre elas. de um modo geral. 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. Diz-se então que existe uma correlação positiva bastante forte. quanto maior for a temperatura menos tempo demora a coagular o sangue. ao aumento da outra 71 .

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

Capítulo 5: Estatística Bidimensional Correlação linear perfeita Correlação linear positiva y y x x Se r = 1. existe uma equação que relaciona x com y Se 0< r <1. existe uma equação que relaciona x com y Se -1< r <0.5 0 Nula 0. 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 -0.5 1 Perfeita Figura 8 – Escala de correlação 73 . 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.

A esta recta.Capítulo 5: Estatística Bidimensional Recta de Regressão Quando a correlação entre duas variáveis é elevada ( quer seja positiva ou negativa ). chama-se Recta 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. Considere-se o seguinte exemplo : Numa visita de estudo à Serra da Estrela. uma turma registou as temperaturas e a altitude à medida que subiu a serra. Matematicamente podemos encontrar a equação reduzida desta recta. 9. Em linguagem estatística. é necessário encontrar uma recta que se ajuste o mais possível aos pontos da nuvem. ainda que de forma aproximada. A temperatura foi medida em. graus centígrados e a altitude em metros.5) 74 ( ) . 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. e ao seu declive chama-se coeficiente de regressão. a partir do conhecimento de um ponto (centro de gravidade) e do declive. O centro de gravidade é x. que passa pelo centro de gravidade da nuvem de pontos. diz-se que podemos inferir o valor da outra variável. y = (1480 .

a temperatura correspondente a uma altitude de 1770 metros é o valor sobre a recta correspondente a x=1770.01x + 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 5: Estatística Bidimensional O coeficiente de regressão ou declive da recta é dado por: ∑∑ xy ∑ 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 = . pode-se agora responder à questão .3ºC.0. 75 . quer pela utilização da equação da recta. isto é aproximadamente 6.

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

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

33 14.54 21.35 21.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.1 8.7 8.20 15.2 8.21 15.33 20.9 8. através de um estudo estatístico.68 20.00 15.2 8.8 7.9 8.3 7.5 8.7 7.4 8.5 8.81 15.5 8. através de um estudo estatístico. Problema 2 .3 7.0 8.0 8.3 8.6 8.6 8.Capítulo 6: Novas Tecnologias no Estudo da Estatística Tabela 29 – Peso dos pacotes de açúcar Peso Líquido (em g) 9.1 8.2 8. desde Atenas (1900) a Sidney (2000). – Lançamento do peso Tabela 30 Ano 1900 1904 1906 1908 1912 1920 1924 1928 1932 1936 1948 1952 Distância (m) 11.9 8.5 8.1 8.10 14.3 8.4 8.22 14.6 7.29 Pretende-se.89 Ano 1956 1960 1964 1968 1972 1976 1980 1984 1988 1992 1996 2000 Distância (m) 18.18 21.34 14.4 8.58 19.1 8.2 9.00 16.26 22.81 12.1 8. 78 . analisar a distribuição do peso dos pacotes de açúcar. estudar a relação existente entre as variáveis Ano e Lançamento.87 16.05 21.71 21.52 21.47 21.1 Pretende-se.6 8.5 8.

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. se pode observar quantos dados já estão registados. Note-se que no final da janela. Como cada calculadora tem a sua estrutura de funcionamento. 79 . resolve-se primeiramente ambos os problemas com uma das calculadoras e seguidamente com a outra.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. Os dados vão sendo introduzidos um a um com a tecla ENTER. entre parêntesis. selecciona-se o menu SortA. Para isso pressiona-se novamente a tecla STAT. e com ENTER obtém-se a última janela da figura. Figura 10 – Listas de dados Depois de introduzidos os dados pode ter-se necessidade de os ordenar.

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

a forma mais correcta de os representar é através de um histograma. O primeiro passo a efectuar para a construção de um gráfico estatístico na calculadora Texas TI83 Plus. 81 . 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. Figura 15 – Cálculo de medidas estatísticas 2 Para se calcular a variância é necessário efectuar o quadrado do desvio padrão ( σ x ). Neste caso. Note-se ainda que. 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. Seguidamente vai-se explicar um processo que permite o cálculo da classe modal sem haver necessidade de se contarem os dados.Capítulo 6: Novas Tecnologias no Estudo da Estatística Figura 14 –Cálculo de medidas estatísticas 1 Agora. fica-se com aquelas medidas calculadas. 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. pressionando duas vezes a tecla ENTER. a única medidas estatística que não foi calculada foi a moda. Passa-se então à representação gráfica dos dados.

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

9..9.21 e [ ] [ ] que a amplitude das classes é de 0.3 .9. alterando os parâmetros da window. Uma forma fácil de proceder é fazer ZOOM 9.5. Figura 20 – Definição da janela 2 83 .15.48 × − 3. vamos definir uma nova janela 7. 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.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 × − 3..15 [ ] [ ] e classes de amplitude 0. Fazendo window observase que a janela onde estamos a ver o gráfico é 7.2833. Figura 19 – Definição da janela 1 Como estes valores são pouco práticos de trabalhar. pois isto define automaticamente uma janela para os dados estatísticos que estão definidos na Plot que se tem ligada.

os quartis e a mediana. fazendo TRACE.5 e 7.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. [ [ Figura 22 – Estudo do Histograma Um outro gráfico que. Pode-se construí-lo procedendo de forma análoga à anterior. existem dois pacotes de açúcar com peso compreendido entre as 7. Figura 21 – Representação do Histograma 2 Fazendo TRACE. é importante analisar é o Diagrama de Extremos e Quartis.8. 84 . seleccionando na Plot1 este tipo de gráfico e depois fazer novamente GRAPH para o visualizar.1.4 . podem-se ler os valores extremos.8 gramas e que a classe modal é 8. pode-se observar que. por exemplo. Figura 23 – Representação do diagrama de extremos e quartis Neste gráfico. e usando as teclas direccionais. neste estudo.

2 é um “outlier” do conjunto de dados recolhidos pois este valor encontra-se separado dos restantes na Caixa de Bigodes. 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. Por vezes é vantajoso excluir os “outliers” do estudo estatístico para que estes não alteram a veracidade do mesmo. “Outliers” são valores da variável que estão muito afastados da generalidade dos dados recolhidos e podem ser devidos a erros na recolha dos valores. Figura 25 – Representação da caixa de bigodes Fazendo Trace verifica-se que o valor 9. Figura 26 – Estudo da caixa de bigodes 85 .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.

Note-se que no final da janela. registam-se os valores da variável medida do lançamento em L2.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. Os dados vão sendo introduzidos um a um com a tecla ENTER. entre parêntesis. Após a introdução da variável ano em L1. é necessário ter-se em conta que se trata de dados bivariados. Figura 28 – Lista de dados 1 Para fazer o estudo dos dados apresentados no problema 2. por exemplo em L1. Figura 29 – Lista de dado 2 86 . Uma das variáveis estatísticas é o ano e a outra é a medida do lançamento. deve começar-se por organizar os dados numa tabela. 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.

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.. vai-se observar o diagrama de dispersão para que. Para se representar o diagrama de dispersão procede-se do seguinte modo: Fazendo 2nd Y= temos acesso aos gráficos estatísticos. Off). neste caso. se possa conjecturar a existência de correlação linear entre as duas variáveis. Figura 31 – Definição do tipo de gráfico 2 Podem obter-se mais informações sobre o tipo de gráficos disponíveis na página 82 87 . Pressionando a tecla ENTER. Aí vaise definir o tipo de gráfico que se pretende observar e indicar onde é que os dados estão registados. pela análise deste gráfico.Capítulo 6: Novas Tecnologias no Estudo da Estatística Seguidamente. Não esquecer também de fazer ENTER sobre On para ligar a Plot. com as setas direccionais. 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. Figura 30 – Definição do tipo de gráfico 1 Neste momento os três gráficos que se podem construir em simultâneo estão desligados (Plot .. tem-se acesso à Plot 1.

pois isto define automaticamente uma janela para os dados estatísticos que estão definidos na Plot que se tem ligada.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. Este procedimento só é necessário fazer uma vez pois fica activado até se efectuar o processo contrário que é DiagnosticOff. Figura 33 – Diagnostic On 88 . Uma forma fácil de proceder é fazer ZOOM 9. deve-se fazer 2nd CATALOG (que fica por baixo da tecla 0) e percorrer esta lista até se encontrar DiagnosticOn. faz com que. Figura 32 – Representação da nuvem de pontos Pela observação do gráfico pode-se inferir a existência de correlação linear positiva entre as duas variáveis. Passa-se de seguida à construção da recta de regressão e ao cálculo do coeficiente de correlação linear. Depois. sempre que se constrói a recta de regressão. Para mais facilmente se calcular o valor de r. pressionando ENTER ENTER. o valor de r seja automaticamente calculado e apresentado.

Figura 35 – Cálculo do coeficiente de correlação linear 89 . fazendo ENTER ENTER ENTER. a calculadora indica a equação da recta de regressão e mostra o coeficiente de correlação linear. escolher LinReg(ax+b) pressionando a tecla ENTER sobre esta opção. com as setas direccionais seleccionar CALC e. depois. Vars. 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.Capítulo 6: Novas Tecnologias no Estudo da Estatística Para se construir a recta de regressão deve começar-se por pressionar a tecla STAT. 2nd L2 . Para isso faz-se 2nd L1 . neste menu. selecciona-se com as setas direccionais Y-Vars Function e.

Capítulo 6: Novas Tecnologias no Estudo da Estatística Neste momento. Figura 38 – Estudo do diagrama de dispersão 90 . Figura 36 – Equação da recta de regressão Fazendo GRAPH visualiza-se a recta de regressão em simultâneo com o diagrama de dispersão. 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. Para que o cursor fique sobre a recta é necessário que. 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. ao pressionar-se a tecla Y= pode observar-se que em Y1 já se encontra definida a equação da recta de regressão. depois de pressionar a tecla TRACE.

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. o vencedor do lançamento do peso alcançaria uma distância na casa dos 16. fazendo 1. que só se pretende ordenar uma lista. Figura 41 – Introdução de dados 2 91 . Figura 39 – Menu estatístico Qualquer estudo estatístico deve iniciar-se pela organização dos dados numa tabela. Com a tecla F1 selecciona-se SORT-A e indica-se. caso se tivessem realizado Jogos Olímpicos. em List 1. Assim. um a um. no ano de 1940.7 metros. 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. pressionando a tecla EXE vão-se introduzindo os dados.Capítulo 6: Novas Tecnologias no Estudo da Estatística Pode-se assim prever que.

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

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

Figura 50 – Construção do Histograma 1 94 . Figura 48 – Definição do tipo de gráfico Para se fazerem alterações às definições do gráfico.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. Neste caso vão-se deixar as indicações de acordo com a figura abaixo. Figura 49 – Definição do Histograma Pressionando a tecla EXE e posteriormente F4. usam-se as setas direccionais e seleccionam-se as opções através das teclas F1 a F6.

como indicado na figura. pois os valores definidos automaticamente são pouco práticos de estudar. Vão-se definir estes valores nas opções Start e Pitch e depois pressionase a tecla F6 para desenhar o gráfico pretendido. de modo a ter-se acesso à alteração manual das definições do gráfico (Figura). Premindo as teclas SHIFT MENU respectivamente. tem-se acesso às definições do gráfico.3 sendo 7. Figura 51 – Alteração manual da janela Seguidamente pressionam-se as teclas EXIT. F1 e F1 respectivamente.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. Neste menu deve pressionar-se F2 na opção Stat Wind. 95 . 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.

1. percorre-se o gráfico a fim de se fazerem as leituras que se pretenderem. 96 . Figura 55 – Construção do Histograma 4 Para se estudar o gráfico faz-se SHIFT F1 e. podem alterar-se os parâmetros de visualização da janela para. Figura 54 – Alteração manual da janela 2 Premindo seguidamente as teclas EXIT. F1 e F6. [7. Pressionando as teclas SHIFT e F3 respectivamente.7.3 (Figura 54).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. por exemplo.4[ e é constituída por 13 elementos. tem-se o Histograma preparado para que possa ser estudado. com as teclas direccionais.15] e definir-se para escala no eixo das abcissas o valor 0.8[ ou que a classe modal é a classe [8.5.5. F1.8.9. Pode assim observar-se que existem dois elementos na classe [7.5] × [-3.

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

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

Pela observação do gráfico pode inferir-se que existe uma correlação linear positiva entre as duas variáveis. Figura 64 – Construção da nuvem de pontos 1 Pode então visualizar-se a nuvem de pontos pressionando finalmente as teclas F1 e F6 respectivamente. 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. 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. usando F6 até encontrar o gráfico do tipo Scat. 99 . Figura 63 – Definição da frequência relativa Pressionado as teclas EXIT e F4.Capítulo 6: Novas Tecnologias no Estudo da Estatística Deve agora seleccionar-se o gráfico pretendido. Vai-se colocar o cursor sobre Frequency e pressiona-se F1. Com as setas direccionais coloca-se o cursor sobre Graph Type e. como se verificar na figura 65.

Deve assim fazer primeiro F5 e depois EXE e só finalmente premir a tecla F6. 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. para que se possa trabalhar com esta recta é necessário copiar a sua expressão analítica para o menu GRAPH. a suspeita de correlação linear sai reforçada permitindo que se tome esta recta como bom estimador de resultados. Uma vez que este é um valor muito próximo de 1. Figura 67 – Desenhar a recta de regressão 1 100 .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.

desloca-se o cursor até este. 101 . No menu STAT não é possível fazê-lo e. Figura 70 – Estudo da recta de regressão Pode assim prever-se que. Pressiona-se a tecla MENU e com as teclas direccionais. no ano de 1940. 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. o vencedor do lançamento do peso alcançaria uma distância na casa dos 16. caso se tivessem realizado Jogos Olímpicos. Figura 68 – Menu Graph Fazendo EXE depois F6 tem-se acesso ao gráfico da recta de regressão. a fim de se poderem fazer previsões. tem de se sair deste menu e entrar no menu GRAPH. por isso.7 metros.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. tal como é exemplificado na figura. com as teclas direccionais.

vão-se introduzindo os dados.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. depois de se abrir o programa Microsoft Excel. um a um. numa coluna. Para isso. Figura 71 – Introdução de dados na folha de cálculo 102 . como é exemplificado na figura abaixo.

devem seleccionar-se os valores que se pretendem ordenar e depois selecciona-se a opção do comando Dados. Para isso. 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. como exemplificado na figura. Figura 73 – Medidas estatísticas 103 .Capítulo 6: Novas Tecnologias no Estudo da Estatística Depois de introduzidos os dados. pode ter-se necessidade de os ordenar.

neste menú. 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. depois de se ter colocado o cursor na célula que se seleccionou para a média (célula C2). Dentro do assistente de funções.Capítulo 6: Novas Tecnologias no Estudo da Estatística Para se calcular a média. selecciona-se a função MÉDIA. escolhe-se a opção para se ter acesso ao assistente de funções. na categoria Estatística.

com o rato. vão-se seleccionar. 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.Capítulo 6: Novas Tecnologias no Estudo da Estatística Agora. 105 . seleccionando as funções DESVPADP e MED respectivamente. 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.

depois de fazer e indicar as células onde estão registados os dados.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 0.25 se se pretende calcular o 1º quartil ou 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 .

3 e com valor mínimo 7. Uma vez que a variável estatística é contínua. pressiona-se o ícone assistente de gráficos (Figura 84). 108 . o Histograma é um gráfico que permite uma análise correcta dos dados. Para isso vai-se usar uma nova folha do documento em que se está a trabalhar (folha 2).Capítulo 6: Novas Tecnologias no Estudo da Estatística Depois de calculadas as principais medidas estatísticas pode-se passar à sua representação gráfica. 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 85.5. Para que se possa construir este tipo de gráfico vai-se construir uma tabela de frequências absolutas com 6 classes de amplitude 0. 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.

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

110 .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.

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. 111 . Figura 89 – Assistente de gráficos 6 Pressionando finalmente o ícone . 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. devem alterar-se as medidas do rectângulo até que este tenha o aspecto que se pretende obter. Figura 91 – Histograma 2 Como o gráfico que se tem ainda não é um Histograma mas sim um gráfico de barras.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 . Para isso.

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 .

Neste exemplo deixa-se por estudar o diagrama de extremos e quartis pois. Sugere-se assim que..4 8. pelo que. não é um programa integralmente destinado a este fim.8 7.4-8.8-8. Sendo este software uma Folha de Cálculo.5-7. apesar de ser possível construi-lo.) 114 . em alguns casos.7-9. se mostra insuficiente quando se pretende fazer um estudo mais aprofundado.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.0 9.7 8. o processo não está automatizado..1-8. se faça uso de um software mais especializado (por exemplo Winstat. 4 2 3 3 7.1 8.0-9. apesar de ajudar bastante a fazer um estudo estatístico.Capítulo 6: Novas Tecnologias no Estudo da Estatística Pacotes de Acúcar 14 12 10 8 6 4 2 0 13 10 Freq. SPSS etc.

em cada coluna. passa-se à construção do diagrama de dispersão. Neste gráfico pode-se visualizar a existência. um a um. Figura 95 – Introdução de dados Depois dos dados terem sido introduzidos na folha de cálculo. vão-se introduzindo os dados. depois de se abrir o programa Microsoft Excel. de correlação linear entre as duas variáveis (ano e lançamento). 115 .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. como é exemplificado na figura abaixo. Para isso. ou não.

selecciona-se o gráfico “DISPERSÃO [XY]”(Figura 97) e continua-se com . 116 . Um primeiro exemplo de diagrama de dispersão é apresentado pelo assistente de gráficos (Figura 97).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 96 – Assistente de gráficos 9 Seguidamente.

117 .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. 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 99 – Assistente de gráficos 12 Figura 100 – Assistente de gráficos 13 Pressionado finalmente o ícone . 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 .

119 . Para se calcular o coeficiente de correlação linear.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. deve-se começar por seleccionar uma célula onde se vai colocar o seu valor. pode inferir-se a existência de correlação linear positiva entre as duas variáveis.

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

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.Capítulo 6: Novas Tecnologias no Estudo da Estatística Figura 105 – Assistente de funções 9 Figura 106 – Assistente de funções 10 Pressionando finalmente a opção .

selecciona-se a opção Adicionar linha de tendência (Figura 108). Figura 108 – Linha de tendência 1 Figura 109 – Linha de tendência 2 122 . vai-se proceder seguidamente à construção da recta de regressão e ao cálculo da sua equação. faz-se clique sobre o conjunto de pontos representados graficamente e. em seguida. Para isso. Deve então ser apresentada uma caixa de diálogo como a da figura.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. no menu Gráfico.

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. seleccionar a regressão linear e. vai-se optar por Mostrar equação no gráfico (Figura 110). posteriormente. no separador Opções. Figura 110 – Linha de tendência 3 Premindo então a opção na caixa de diálogo. neste caso. Figura 111 – Recta de regressão 3 123 .

1018*F22-180. Para se efectuar este cálculo com o programa Excel. pode proceder-se do seguinte modo: 1. um modelo que permite obter com grande fiabilidade a distância num ano em que não se realizaram Jogos Olímpicos.79 (Figura) 3.Capítulo 6: Novas Tecnologias no Estudo da Estatística A recta de regressão é . Numa outra célula escreve-se =0. Pode-se então conjecturar sobre qual seria este valor no ano de 1940. neste caso. Pressionar a tecla Enter Figura 112 – Previsões 1 Figura 113 – Previsões 2 124 . Numa célula à escolha coloca-se o valor 1940 ( por exemplo a célula F22) 2.

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

Capítulo 7 Bibliografia 126 .

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

Anexo I Cálculo de classes 128 .

do bom senso e da sua experiência. portanto. ou seja. das conclusões que pretende encontrar. No entanto. optámos por deixar aqui as sugestões de vários autores. para o cálculo do número de classes. Torna-se assim necessário. Apesar disto. Assim cada investigador está dependente. que foi uma das principais razões pela qual começamos por agrupar os dados em classes. 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 . valores pequenos da amplitude de classe implicam um grande número de classes conduzindo assim a um decréscimo de simplicidade.Anexo I: Cálculo de Classes Cálculo de Classes O erro inerente a qualquer representação de dados agrupados em classes. Não existem regras gerais para encontrar este equilíbrio. o agrupamento mais conveniente. em cada estudo. pode tornar-se tão pequeno quanto se queira. reduzindo a perda de informação. escolhendo amplitudes de classe tendendo para zero e. procurar um equilíbrio entre a precisão e a simplicidade.

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

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

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

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

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

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

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

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

Leitores de dados locais em arquivo de formato simples http://www. http://www.stat.edu/sites/java.stat.edu/~west/javahtml/Regression.html NWP Associates.stat.edu/info/jse/ Jornal de Estatística Educacional Jornais e Publicações Online http://www. 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”.ucla.sc.edu/consult Departamento de Estatística da Universidade Californiana de Los Angeles (UCLA) Algumas ligações (links) para computação interactiva.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. Inc Colecção de “applets java” em tópicos de estatística http://www.duke.ncsu.Anexo II: A Estatística na Internet http://www.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.stat. http://www.stat.sc.edu/textbook/demos/ Departamento de Estatística da Universidade Californiana de Los Angeles (UCLA) Estatísticas da UCLA 138 . a correr sobre Xlisp-Stat e outros programas no servidor da UCLA.ucla.

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

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

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. Ricardo Shirley e Miguel Shirley 141 .

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

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

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

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

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

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

...........................................121 Resolução do exercício 72......................................138 Resolução do exercício 88........................ .....146 Resolução do Exercício 97..............................141 Resolução do Exercício 92............................... ......126 Resolução do exercício 78.......................134 Resolução do exercício 85.............................................................117 Resolução do exercício 68................................................................................................ .................................118 Resolução do exercício 69................................. ............ ......116 Resolução do exercício 66................ ....................................... ..................................................................... ..142 Resolução do Exercício 93..................................................105 Resolução do exercício 59....... .........................133 Resolução do exercício 84....145 Resolução do Exercício 96... ....................................................................................................124 Resolução do exercício 75........................................................................147 Resolução do Exercício 99...................................................................................................................................... ............................................. ...................................................................................... .................................................. .........................................140 Resolução do exercício 91................ ............................................................................................ ..................................... ........127 Resolução do exercício 80..............................................................111 Resolução do exercício 63.........Resolução do exercício 57...................................................121 Resolução do exercício 71......125 Resolução do exercício 77........................129 Resolução do exercício 82...............................................................................135 Resolução do exercício 86..............123 Resolução do exercício 73..........................109 Resolução do exercício 62.112 Resolução do exercício 64...................................147 BIBLIOGRAFIA........................................................................ ............................................................104 Resolução do exercício 58............................................... .................................................. ...........................................................124 Resolução do exercício 76... .................................................................................131 Resolução do exercício 83.................................................................................................................................................... ..........................139 Resolução do exercício 89.................... ..................................128 Resolução do exercício 81.... ..109 Resolução do exercício 61..................................127 Resolução do exercício 79......................................................................................................................... .....................143 Resolução do Exercício 94.............. ......................... . ..........................................119 Resolução do exercício 70.......................................139 Resolução do exercício 90..................................................... ................................................ .........................................151 ............ .................................................................................................................................................................................................... ..........................................114 Resolução do exercício 65....................................................... ............................................... ...................... .. ................................. ........................ .................................... .......................137 Resolução do exercício 87................................................ ............................................................107 Resolução do exercício 60..............146 Resolução do Exercício 98...................................................................................................................................................................................143 Resolução do Exercício 95...116 Resolução do exercício 67............................................................................................................................ ...........124 Resolução do exercício 74.......... ................................... ................................................

Capítulo 5: Proposta de resolução. 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. Cada capítulo tem uma pequena introdução teórica ao tema abordado. Capítulo 3: Parâmetros estatísticos. 1 .1. O manual está dividido em cinco capítulos: Capítulo 1:Iniciação á estatística. Capítulo 2:Distribuição de frequências e representação gráfica e tabular de dados estatísticos. Capítulo 4: Estatística bidimensional.

2. Assim. é necessário que estes tenham bem presentes o significado de População. No dia–a–dia contacta com a informação que precisa de ser interpretada e transmitida. O homem. 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 .Iniciação à estatística INICIAÇÃO À ESTATÍSTICA A utilidade da estatística estende-se às mais diferentes áreas de actividade. como parte integrante da sociedade actual necessita de conhecimentos estatísticos. Interpretações da estatística !Sondagem ou um censo !Um estudo !Uma ciência Os nossos formandos terão necessidade de utilizar uma linguagem própria.

Número de pessoas do seu agregado familiar. consideraram-se as seguintes variáveis estatísticas: . 4-Classifique cada uma das variáveis estatísticas. Quais são as fases que um estudo estatístico deve conter e. em seu entender. Classifique cada uma das variáveis estatísticas como qualitativa ou quantitativa.2. e esta última em discreta ou contínua.Tempo que passa a ver televisão.Sexo . Relativamente aos habitantes de uma aldeia do norte. . .Profissão. O que distingue a Estatística Descritiva da Estatística Indutiva? 3-Razões para utilizar uma amostra. 3 . Indique quais são as razões que levam a utilizar uma amostra num estudo estatístico.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. quais as características e as limitações do método estatístico? 2-Estatística Descritiva/Estatística Indutiva.

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

ano.Iniciação à estatística 8. cerca de 39 por cento dos utilizadores de Internet em todo o mundo. a) A partir da leitura desta notícia mencione os termos estatísticos contidos neste texto e defina-os. d) O salário médio de 20 empregados da Panificadora Caty é de 85000 escudos. Os norte–americanos que “navegam” são Notícias – Tek sapo.).. o Ministério da Educação informou que 15% dos alunos que fizeram Exame Nacional a Matemática obtiveram nota superior a 10..A continuam muito à frente em termos de cibernautas.5 de média nos testes de Matemática. computador portátil.Estatística Descritiva ou Estatística Indutiva. 9. países. no Japão não ultrapassa os 33 por amostra de 28.374 consumidores de 34 cento. para cada uma destas situações. os E. 49 por cento projecção “Imagem da Web”. c) 15% dos Alunos do IFRTS frequentam o 2º ciclo. Segundo os resultados. Indique.U.pt já 108 milhões. 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. no 3º período.2. mais de 20% das crianças no mundo vivem em situação de pobreza. ultrapassam os 300 milhões segundo a 97 por cento têm televisão. se as conclusões apresentadas são resultados de Estatística Descritiva ou Estatística Indutiva. b) O Francisco teve 13. e obtidos com base numa cento .. e) Segundo a Unicef. 5 . Por países. citados no Canadá esse valor desce para 56 por pela Lusa. 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. a) Com base nos resultados dos Exames Nacionais.Termos Estatísticos(. realizada possuem telemóvel e 42 por cento um pela empresa canadiana Angus Reid.

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

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... amostragem aleatória. Os seguintes valores representam o número de filhos de 10 operários de uma fábrica: 4.. Numa escola básica á 600 alunos nos 7º .2..2.5.Iniciação à estatística c) Indique o carácter estatístico referenciado no texto. Explique como precederia usando amostragem aleatória.2.3. Indique: 7 .Dê exemplos de população(.1.Numa escola Básica. amostragem sistemática e amostragem estratificada 13.0.).Indique População/amostra/unidade estatística (. “Uma amostra deve ser imparcial e representativa” “ Os resultados de uma sondagem não contém margem de erro” 14...).3.. finita infinita 15.).. amostragem sistemática e amostragem estratificada.1.1.Comente as seguinte afirmação(. 12. d) Em sua opinião a amostra seleccionada é representativa? Justifique.8º e 9 anos distribuídos da seguinte forma: Ano 7º ano 8º ano 9º ano Total N..

115 1997 1998 8 .. d) O que representam os números 4.).162. 17. c) A variável estatística.1.389 3.. classificando-a.1.5.1.638 9.794 7.0. b) Apresente as limitações de um estudo desta Natureza.2.Limitações de um estudo Estatístico(.574.256 96.949 5.3. b) A unidade estatística.2. seguidamente apresentados: Tipo de droga (gramas) Heroína Cocaína Haxixe Liamba 57. 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. Foi levantada a seguinte questão via internet: Quanto tempo aguentaria sem telemóvel? Responderam a esta questão 645 pessoas.2.3.Análise de dados estatísticos (quadro-Drogas). 16.Iniciação à estatística a) A população.621.188 72.666 624. Foram analisados instrumentos de notação estatística da Polícia Judiciária sobre a droga apreendida em 1997 e 1998.

Sabendo que o número total de empresas cujas acções são aceites na Bolsa é de 3000. 9 . b) O número de empresas que estabilizaram a sua cotação. Os resultados da transacção de acções na Bolsa de Valores de Lisboa. c) O número de empresas que não diminuíram a sua cotação. b) Os dois tipos de droga menos consumidos em 1998. 18-Análise de dados estatísticos (gráfico circular-Acções). c) Indique os tipos de droga em que se verifica maior diferença de um ano para o outro.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.2.

3 13.8 51.As Audiências. No dia 2 de Agosto de 1999.4 6.Análise de dados estatísticos (quadro-Jogos olímpicos)..5 a) Numa amostra de 1500 espectadores. escolhidos ao acaso.amostras.Iniciação à estatística 19 . quantos espectadores se esperaria que vissem o canal 3?E o canal 1? 10 .2. 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.. 20. Na tabela seguinte encontram-se alguns dados referentes às Olimpíadas desde 1960... 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.

..Iniciação à estatística b) Numa amostra de um certo número de espectadores.Candidatos a um emprego.30% Classificação dos resultados da Entrevista . e o canal 1. 1020 viram.normas de selecção..2.20% a) Quais foram os candidatos eliminados? b) Qual o candidato melhor classificado no concurso? c) Apresente uma lista ordenada de candidatos. 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 . Quantos espectadores esperaria que vissem a canal 3? E a canal 4 ? 21. 11 . escolhidos ao acaso.50 % Prova escrita .

2.qualitativas e quantitativas.. 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. 22.Iniciação à estatística d) Se um dos candidatos tivesse sido classificado com zero na entrevista. Analise a tabela seguinte.º de filhos em idade escolar 1 2 1 3 4 Família 1 2 3 4 5 12 .Classificação de variáveis. poderia ser admitido? Justifique..

º de vezes que esse valor foi atribuído Relativas(fri) É o quociente entre a frequência absoluta do valor da variável e o n.º total de observações 13 .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.

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.

O boletim mensal n. 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. no Porto. c) Indique o número de meses em que se verificaram 4 ou menos dias de nevoeiro.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).

). Para fazer um estudo estatístico. c)Construa uma tabela de frequências absolutas e relativas.. durante 10 minutos. 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 . 25 –Número de irmãos(...).. b) Classifique a variável estatística. 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..3..Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos d) O que significa dizer que fr3= 59%? 24 – Ocupantes de automóveis(. a Ana anotou.

. 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..(.)... d) Quantos candidatos tiraram nota inferior a 5? 27-Horas de estudo de uma turma(. 17 .).Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos a) Construa a tabela de frequências dos dados. b) Quantos alunos têm menos de dois irmãos? c) Quantos alunos têm pelo menos 3 irmãos? 26-Concurso Municipal para o cargo de Contabilista. b) Elabore a respectiva tabela de frequências relativas simples e acumuladas. A tabela seguinte mostra como foram classificados os candidatos a um concurso municipal para o cargo de Contabilista. 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.3.

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.55[ Indique: a) O limite inferior da classe.(.40.3.1.5 29. xi R P T D Fi 20 30 40 fr Fr 0. A tabela seguinte mostra os dados relativos à classificação de um teste de matemática (0-100).Limites. b) O limite superior da classe. 18 . Considere a classe seguinte :[1.. c) A amplitude da 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. d) Calcule o ponto médio da classe. 30-Classificação de um teste de matemática (0-100). atribuindo o valor 14 para o limite inferior da primeira classe e o valor 13 para a amplitude de cada classe.Classes ….2 0..

.6 49.. 90100 b) Quantos alunos obtiveram nota inferior a 50%? 32. 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.6 53 58 45 51.4 54. 80-90.).6 a) Faça a contagem da distribuição numa tabela de frequências.3 56 62 57. 50-60.5 42 36 43.5 56 55.5 45. 40-50. 20-30. Numa competição realizada na zona centro.Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos 31-Classificações (0 – 100) de um exame de Português.4 43. 60-70..2 42 42. 10-20..2 58.). sabendo que as classes foram divididas da seguinte forma: 19 .7 59. Os atletas praticantes de judo são distribuídos consoante os seus pesos. 30-40.3.Os atletas praticantes de judo(.2 61.8 42 39 31.6 54 36 35.(..4 38. utilizando as seguintes classes: 0-10. 70-80. com os seguintes pesos: 41. concorreram 30 jovens.2 59.

Hábitos de leitura(.Os caracteres estatísticos b) Represente as preferências das raparigas num gráfico circular.... 34. 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.. . Inquiriram-se 230 alunos de uma escola sobre os seus hábitos de leitura.Inquérito feito sobre o agregado familiar a 300 famílias(.. b) Faça um histograma da distribuição considerada..º de alunos Rapazes 37 30 23 32 Raparigas 20 36 24 28 a) Relativamente a este estudo indique: .)..). tendo-se obtido os resultados apresentados na tabela seguinte: Tipo de livro Policiais Romances Ficção Científica Banda desenhada N..35-40.Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos 30-35.População . c) Escolha um tipo de gráfico adequado para comparar os preferências. 20 . c) Trace um polígono de frequências.60-65.. 33.3.

).III. determine o número de alunos matriculados em cada região? 21 . 36 .). 35. Alunos matriculados no 1º ciclo por NUTS I.III 4% 5% 41% 33% Norte Centro Lisboa V.3..As idades dos professores(....Alunos matriculados no 1º ciclo por NUTS I..(..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.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.II. Numa escola. 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.II.

diga justificando. 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 . 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. 38... A dimensão da população em estudo é 55.).5% é a frequência relativa do valor 12.3.º de refeições servidas por um restaurante durante quatro meses do ano: = 150 refeições Junho Julho Agosto Setembro . iii.5% dos efectivos correspondem a valores menores ou iguais a 10. Com base no gráfico.Número de refeições.(... 11. 70. A frequência relativa do valor 8 é nula. O pictograma junto ilustra o n..Análise de gráfico(. ii.pictograma. iv.Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos 37..).

Num stand de automóveis usados.. d) Quais as vantagem e desvantagem de um pictograma. Num stand de automóveis usados há carros de várias marcas: Marca 115.. a)Determine a percentagem do número de carros de cada marca .. 23 . b) Ilustre esta informação através de um gráfico circular.Na escola da Rita.(.. Marca 4 – 2.(pictograma)(. 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.).. Marca 2 – 4 . Na escola da Rita fez-se um estudo sobre o número de alunos que têm computador. Reformule o gráfico.). c) Construa uma tabela de frequências e represente os dados através de um gráfico de barras.3. número de alunos que têm computador. Marca 5 – 5. Marca 3 – 10. 40.Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos 39.

...1 302.Numas termas existem 16 hotéis. Urbana(Mlhões) Argélia Nigéria Quénia Bolívia Brasil China Filipinas India Indonésia Tailândia Austrália E. total Pop.2 290.3 Pop. total (%) 52 35 24 51 75 26 43 26 29 22 85 75 77 Pop.)..2 26.1 5.2 140.8 451.9 38.7 216.2 5. Urbana(milhões) 19. retractado no quadro seguinte: Países 1990 2000 Pop.Estudo sobre a população urbana(. Numas termas existem 16 hotéis.9 79.urbana/po p.7 112.1 14.Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos 41.tot al (%) 60 43 32 58 82 35 49 29 37 29 86 78 79 Pop.6 188.(. 42. urbana/pop.1 95.1 12. distribuídos pelas seguintes categorias: Categoria Nº de hotéis 4 3 5 2 2 a) Calcule as frequências relativas simples e acumuladas.A Japão 12. Foi feito um estudo sobre a população urbana em vários países do mundo.8 213.U.1 Pop. b) Qual a percentagem de hotéis de 5 estrelas existentes nas termas? c) Desenhe o gráfico de barras das frequências absolutas.3.3 101.total Fonte : Enciclopédia Universal da Texto Editora 24 .7 16.7 37..5 17.1 53.7 3.).9 11.5 63.

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

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

Eleições da associação de estudantes do Instituto Serra(. b) Construa para a distribuição de frequências absolutas um gráfico à sua escolha.3. 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. b) Construa um gráfico circular que traduza a situação descrita..Distribuição de Frequências / Representação gráfica e tabular dos dados estatísticos 47.Numa distribuição de frequências(. 27 . com 300 alunos.º votos 57 36 (em relação aos alunos que votaram) Lista A Lista B Lista C a) Complete a tabela..). concorreram 3 listas e votaram 225 alunos.). Para as eleições da associação de estudantes do Instituto Serra. % LISTAS N. 48...

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

respectivamente.4. 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. que dividem o conjunto em quatro partes iguais. • • 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 . o menor e o maior valor da variável.

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 .4.Parâmetros Estatísticos Medidas de dispersão Chama-se desvio médio à média aritmética do valor absoluto da diferença entre cada valor e a média.

.7 .1[ [5.30 30 .5[ [5.3[ [5. Numa cooperativa pretendeu-se testar o modo como as máquinas distribuíam batatas pelos diferentes sacos.20 20 . pesaram-se 1000 sacos e agruparam-se os pesos obtidos em classes: PESOS (Kg) [4.1 .4.Num estudo sobre o número de ervilhas por cada vagem(.50 50 .5.).9 . Mediana). durante 365 dias: Lucro (em contos) 0 .)..5.9[ [4. obtiveram-se os seguintes resultados: N. 31 . 50... que deveriam conter cada um 5 Kg. Para isso.º de sacos 150 250 300 200 100 Calcule os parâmetros estatísticos (Média.Parâmetros Estatísticos 49 .5 .40 40 . 51-Lucro por dia de um supermercado (.80 Frequência 20 50 90 120 90 a) Calcule a média e o desvio padrão. A tabela seguinte indica o lucro por dia de um supermercado. Num estudo sobre o número de ervilhas por cada vagem. Moda.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.5.5.Numa cooperativa pretendeu-se testar o modo como as máquinas distribuíam batatas(.).7[ N.3 ...4.

Observe a tabela seguinte e indique a moda. Determine a percentagem de homens e de mulheres que trabalham na empresa... e nele assinale a média e o desvio padrão.O salário médio anual que uma empresa paga aos seus empregados(. 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). respectivamente.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(. Classes fi 2-4 4 4-6 8 6-8 14 8-10 8 10-12 6 32 . 53.4. A média dos salários pagos aos homens e às mulheres é. 500 e 300 contos.

que 250 jovens estiveram no desemprego(.Parâmetros Estatísticos a)Construa um histograma e um polígono de frequências para os dados anteriores b)Calcule as medidas de tendência central? 55 .16 16 . Determine a média . 56.12 12 ..4 4 .8 8 .. que 250 jovens estiveram no desemprego: Tempo 0 . 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 .24 (meses) N. d) Desenhe um histograma para ilustrar os dados.). a moda e a mediana. em meses.Tempo. em meses. A seguinte tabela mostra o tempo.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.4.Média .20 20 .

34 ..Resultados recolhidos por uma empresa de venda de enciclopédias ao domicílio(.4. b) Faça um comentário acerca do interesse de cada uma destas medidas para interpretar a informação pela empresa. a média e o desvio padrão da distribuição. 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.Lançaram-se 6 moedas iguais sobre uma mesa(.50 Número de vendedores 1 5 7 6 5 a) Calcule a amplitude. 80 vezes...Parâmetros Estatísticos c) 95 83 97 86 86 97 83 87 97 86 57 . Lançaram-se 6 moedas iguais sobre uma mesa. Em cada lançamento contou-se o número de coroas voltadas para cima. 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 .). 58..).

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

os minutos de atraso de uma empregada(. Os depósitos dos clientes de um Banco..)...). d) Calcule o desvio padrão. 62 –Mediana .400[ [400.Parâmetros Estatísticos 61 ...600[ [600. b) Construa o diagrama de extremos e quartis.200[ [200. estão representados no quadro seguinte: Importância (contos) [100...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. O gerente de uma fábrica registou os minutos de atraso de uma empregada durante 12 dias. Os resultados foram os seguintes: 36 .Os depósitos dos clientes de um Banco(.O gerente de uma fábrica .900[ N. c) Calcule a média aritmética.800[ [800... 63. o 1º e 3º quartis.. Para cada um dos conjunto de dados indique: 8 10 11 12 14 10 9 11 8 14 a) A mediana.4.500[ [500.quadris(.700[ [700..300[ [300.).

64.000 60.Determine o desvio padrão.Salários de 5 funcionários(. 65.4. a moda e os quartis d)Represente o polígono de frequências acumuladas. a mediana..000 75. Determine o desvio padrão de cada uma das distribuições: 37 .. Na Tabela seguinte registaram-se os salários de 5 funcionários: Ano Funcionário A B C D 50.).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.000 100.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.

4. Determine: 38 .O casal Pires tem 6 filhos com as seguintes idades(.15.20[ [20.7.90[ [90..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.50[ [50.. 67 .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. As classificações na disciplina de Português numa turma de 8º ano foram as seguintes: Classificações [0...9.11.75[ [75..13. O casal Pires tem 6 filhos com as seguintes idades: 3.

4..).Inquérito a 75 jovens sobre as idas a discotecas(. b) Que percentagem de jovens não foi à discoteca? 39 . Fez-se um inquérito a 75 jovens sobre as idas a discotecas no último mês.Parâmetros Estatísticos a) A amplitude das idades. na disciplina de Matemática(. 68-Notas no final do 2º período. 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.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.). b) Os desvios em relação á média.. e os resultados foram os seguintes: N... Em duas turmas do 7º ano da Escola Lusitano. c) O desvio médio. b) Será que a média e o desvio padrão distinguem as duas distribuições? 69. as notas no final do 2º período. na disciplina de Matemática.

3º quartil 40 .4...Mediana .).Parâmetros Estatísticos c) Qual a moda desta distribuição? E a amplitude? d) Determine a mediana e a média da distribuição. obtidos por alunos de duas escolas num mesmo teste. aplicado a turmas do 8º ano. Os resultados. b) Calcule os seguintes parâmetros: . aplicado a duas escolas(.. 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. e) Qual é o desvio padrão? 70-Resultados de um mesmo teste.Média . numa escola de 0 a 100..1º quartil ..

Qual foi o aumento do número de garrafas? 41 .º de garrafas 25 24 50 30 100 150 46 46 a) Determine a média da distribuição. O número de garrafas de vinho existentes num supermercado na época natalícia.O número de garrafas de vinho existentes num supermercado(. b) Organize os dados com amplitude igual a7 kg. tomando para limite inferior da 1º classe 35kg.). o número de garrafas de 150 cl foi aumentado. 72 ..Parâmetros Estatísticos 71 – Pesos de alunos (.. 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. pesaram-se os alunos. A média após o aumento no conjunto das garrafas é de 100 cl. c) Construa um polígono de frequências absolutas acumuladas.. d) Determine a mediana.4. distribui-se segundo os dados da tabela: Capacidade da garrafa (cl) N.). b) Como as vendas estavam a ser razoáveis. Numa turma. e) Determine o desvio padrão..

400 esferas de rolamento com os seguintes diâmetros(. 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 74.10 5. Uma fábrica precisou de adquirir 400 esferas de rolamento com os seguintes diâmetros: Diâmetro 4.00-5.º de esferas 24 74 120 78 104 Localize graficamente os quartis Q1. determine as localizações e os valores dos quartis.10-5..4.. Para os dados seguintes.95-5.95 4..).00 5.15 N.)..05 5. 42 .05-5. Q2 e Q3.90-4.Vencimentos dos operários de uma empresa em milhares de escudos(.Parâmetros Estatísticos 73.

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

Parâmetros Estatísticos 77 . 44 .). 78.)... b) Determine a percentagem de alunos com idade superior ou igual a 19 anos.Qual foi o número que se adicionou.x+σ[. 10 números têm média de 15. Calcule a percentagem de idades contidas no intervalo ]x-σ.Idades dos alunos matriculados no Ensino Recorrente Nocturno (..4... 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.. c) Qual destes dois diagramas de extremos e quartis representam os dados? Justifique. Se juntarmos um 11º número ao conjunto a média passa a ser 20.média(. Qual foi o número que se adicionou.

22.25.44.21.12[.[8.. a variância e o desvio padrão. ao longo de um dia.[4. O encarregado de uma fábrica de confecções anotou o tempo que cada empregado demora na casa-de-banho. a variância e o desvio padrão (. a)Calcule a média.45.). considerando os diferentes tipos de frequências. 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: [0.8[. anotou o tempo..Média.20[ a) Construa a tabela de frequências.16[.42. Considere os valores de uma variável quantitativa 18.41.. 80.4[..[12..O encarregado de uma fábrica de confecções. inquiriram-se ao acaso 32 alunos os quais obtiveram as seguintes notas na Disciplina de Português.. b) Calcule a média desta distribuição e faça um pequeno comentário sobre a atitude do patrão no registo destes valores. 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 .).Parâmetros Estatísticos 79. b) A Partir dos dados da média e do desvio padrão calcule os mesmas medidas para os valores 38..28. 81– Notas na Disciplina de Português(. Numa escola com 364 alunos do 11º ano..[12.24.4.16[. que empregado demora na casa-de-banho(.)..[16.

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

4.).Parâmetros Estatísticos 83. à disciplina de matemática(.As distribuições seguintes..)... Os salários (em milhares de escudos) de três empresas X.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 .Os salários (em milhares de escudos) de três empresas X.. Justifique? b) Classifique quanto à simetria/assimetria a distribuição das notas dos alunos.. notas obtidas por três turmas. 84.. 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..Y e Z são os seguintes(.

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

mede-se a correlação através do COEFICIENTE DE CORRELAÇÃO LINEAR.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 .Declive da recta de regressão a= ∑ xy − ∑ ∑ ( x) ∑x − ∑ x n 2 y 2 n 49 .Estatística Bidimensional Se a correlação existente for do tipo linear. isto é. se os pontos no diagrama de dispersão se distribuírem em torno de uma recta.

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 (.Estatística Bidimensional 85– Determine o coeficiente de correlação linear.6 4 1.0 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.. construindo o diagrama de dispersão. construindo o diagrama de dispersão(. a) X y 3 1.2 10 1..02 -9 0.2 7 1.04 -5 0....03 -7 0. 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 .5. Verifique o grau de correlação linear entre as alturas e os pesos de 15 empregados de uma fábrica.4 11 1.). Determine o coeficiente de correlação linear para os dados dos conjuntos abaixo.01 -11 0.

88– Calcule o coeficiente de correlação linear (. Calcule o coeficiente de correlação linear do conjunto de pontos apresentado: Y 4.18 0.14 9:30 0. os valores médios percentuais de defeitos em cada horário são os seguintes: Horas Percentagens 7:00 0. Numa fábrica de peças para automóveis é feito o acompanhamento sistemático da percentagem de peças defeituosas produzidas em cada intervalo de meia hora.20 Verifique a existência da correlação linear entre o horário e a percentagem feita.)..5.18 0.12 7:30 0.5 3 2.5 1 0.08 8:00 0.16 0.5 4 3..Estatística Bidimensional 87– Numa fábrica de peças para automóveis é feito o acompanhamento sistemático da percentagem de peças defeituosas(.12 0.14 8:30 0..5 0 0 2 H K G I C F J B A D E 4 X 6 8 51 .). Após um mês de produção.5 2 1.16 10:00 10:30 11:00 11:30 12:00 0.18 9:00 0..

5 14.2 92 População (milhões) 9. H. e a população.(.3 41.7 10.1 10 3. 91– milhares de Km2. e a população. Refaça o exercício anterior não considerando os pontos B. A tabela seguinte mostra a extensão. G.3 a) Determine a percentagem da área e população de Portugal.1 132 70.Estatística Bidimensional 89– Refaça o exercício anterior.5. de países membros da EU. em milhões de habitantes..E.. relacionando horas e percentagem de defeitos. em milhões de habitantes.. G. D. 52 . b) Dos países indicados na tabela.J. e comente os resultados.5 43. H.). pontos B. relativamente aos outros países.8 5. de países membros da UE: Extensão Países Bélgica Dinamarca Grécia Irlanda Holanda Portugal (milhares de Km2) 30. Encontre a equação de correlação linear para o conjunto de valores.. c) Determine o coeficiente de correlação entre as variáveis extensão e população. do exercício 87.).. em milhares de Km2. D.E 90– Encontre a equação de correlação linear (.J. diga qual o que tem mais habitantes por Km2 e o que tem menos.

A tabela seguinte indica os resultados das observações meteorológicas no mês de Dezembro de 1998 (Boletim Mensal do INE – n.º de horas de sol 60.Resultados das observações meteorológicas no mês de Dezembro de 19988(.66 Υ =76.Estatística Bidimensional 92.7 34.96 ∑ Υ = 403.). A partir de 7 observações para duas variáveis X e Y obtiveram-se os seguintes resultados: ∑ Χ = 43.8 ∑ Υ = 49.5 87.54 94.5 17.99 ∑ Χ Υ = 344.Calcule os coeficientes da equação de regressão..5 N. do ar (ºC) (média mensal) 14.3 ∑ Χ = 301.º 1): Localização Lisboa Porto Ponta Delgada Funchal Temp. número de horas de sol: 53 .3 13.01 i i 2 i 2 i i i Calcule os coeficientes de regressão e interprete os dados 93.4 119. A partir de uma amostra de 10 observações para X e Y obtiveram-se os seguintes resultados: Χ =15.8 Considerando a variável bidimensional temperatura do ar.1 14..Calcule os coeficientes de regressão e interprete os dados.5 Calcule os coeficientes da equação de regressão ∑Χ Υ i i = 12765.5.6 ∑Χ 2 i = 2619.

foi de 16 ºC. 95.1993) 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. Que conclusão se pode tirar? 54 .Estatística Bidimensional a) Desenhe o diagrama de dispersão e interprete-o. em média. 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. b) Observando o diagrama de dispersão.Estudo sobre os equipamentos privados dos cidadãos europeus.). refira-se ao sinal e à intensidade da correlação..1993) 450 530 560 350 400 580 300 430 350 540 500 300 630 670 430 Telefones (por 1000 habitantes.. 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.5. Foi feito um estudo sobre os equipamentos privados dos cidadãos europeus. e sobre este faça um esboço da recta de regressão.(.

à luz dos conhecimentos estatísticos: “ quanto mais casamentos mais divórcios”... 55 .Perguntou-se a 15 rapazes a sua idade e a hora a que usualmente se deitavam(.Estatística Bidimensional 96. justificando a resposta.Casamentos/Divórcios.... Perguntou-se a 15 rapazes a sua idade e a hora a que usualmente se deitavam..5. As respostas vêm apresentadas no seguinte diagrama de dispersão: 12 10 Horas de deitar Indique o sinal da correlação.). 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. 8 6 4 2 0 0 5 Idade em anos 10 15 97.

Haverá interesse em realizar um estudo estatístico(. 56 . em sua opinião. Para cada uma das situações seguintes. f) O peso de um recém-nascido e o número de cigarros fumados por uma grávida por dia.Estatística Bidimensional 98.).. 99– Pesos e alturas dos alunos de uma turma(. e) O número de idas à praia e a medida do seu sapato. diga se..5. c) O número de habitantes de uma casa e a quantidade de pão comprado durante uma semana.. Tenha atenção para que cada peso se mantenha associado à altura correspondente..). 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. 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. b) O número de horas de estudo de um aluno e as médias obtidas nas disciplinas. 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.

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.Estatística Bidimensional b) Obtenha um gráfico com a nuvem de pontos correspondente a esta situação. e) Verifique que a recta de regressão passa no ponto de coordenadas (peso médio. 57 .5.

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

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

Unidade Estatística: um carro vendido em Portugal. c) População: todos os carros vendidos em Portugal em 1999. concluindo apenas por um inquérito aos portuguesas a opinião sobre a moeda única. d) População: um grupo de amigos. Maria em Coimbra. A amostra não era representativa de todos Europeus. a) Nesta situação o senhor da pastelaria cometeu um erro inutilizando todos os elementos observados.Proposta de resolução Número de pessoas do seu agregado familiar: quantitativa discreta. Unidade Estatística: a mulher portuguesa. b) População: todos os professores da escola D. a) População: mulheres portuguesas. b) Neste caso não se poderia generalizar. Resolução do exercício 5.6. Resolução do exercício 6. Unidade Estatística: professor da mesma escola. Unidade Estatística: cor dos olhos. 60 . Neste caso justificava-se a escolha de uma amostra.

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

b) Nos estudo referido na notícia usou-se um sondagem porque a amostra é 28. Estatística Indutiva Resolução do exercício 9.6. a) A população: cidadãos dos EUA 62 . Resolução do exercício 10. b) A amostra: 2500 famílias portuguesas. c) Unidade Estatística: uma família portuguesa. a) A população: famílias portuguesas. Para ser um censo tinha que se interrogar todas as pessoas do mundo inteiro. a) A população em estudo: cibernautas de todo mundo A amostra: 28.374 consumidores de 34 países.Proposta de resolução D. Resolução do exercício 11.374 consumidores de 34 países. Estatística Descritiva E.

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. A amostragem sistemática.Proposta de resolução b) A amostra: 752 adultos. Assim a 63 . pois o número de inquiridos é muito reduzido em relação à população dos EUA Resolução do exercício 12.representativa A afirmação sobre o facto das sondagem não conterem erros é falsa. A amostragem aleatória qualquer aluno tinha probabilidade de ser escolhido. como por exemplo.. c) Condenação ou não da Microsoft.6. Assim escolhendo um aluno ao acaso e depois estabelecia uma regra para escolher os restantes alunos. qualitativa e quantitativamente .ser imparcial Deve conter em proporção tudo o que a população possui. Para que não ocorram erros e para que se possa obter resultados de confiança a partir de sondagens. estabelecendo-se uma regra. o que não é fácil muitas vezes de se conseguir. d) A amostra seleccionada não é representativa. Existem casos de erros nas sondagem bastante conhecidos (eleição presidencial americana e 1936). 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.

Esta variável é discreta. a) A população é constituída por todos os operários de uma fábrica. Resolução do exercício 14. pois só pode tomar um número finito de valores. Resolução do exercício 16. Finita: .6. a) Não são representativos b) As limitações deste estudo são: 64 . c) A variável em estudo é o número de filhos do operário. d) Os números são resultados dos 10 operários inquiridos ou seja são o número de filhos de cada um dos 10 operários.alunos de uma escola do interior (por exemplo) Infinita: Temperaturas do mundo num determinado momento (por exemplo) Resolução do exercício 15. b) A unidade estatística é o operário.Proposta de resolução representatividade da amostra faz com que os resultados obtidos possam conter erros.

Resolução do exercício 17. b) Liamba e heroína. O n. a) Haxixe e cochina. e que 38 % diminuíram a sua cotação. Resolução do exercício 18. Nº de empresas 3000 x % 100 38 x= 3000 x38 = 1140 100 65 . estão através de uma regra de três simples conseguimos determinar o número de empresas que desceram.º de pessoas pode não ser real uma vez que a mesma pessoa pode ter respondido mais que uma vez.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.6. a) Sabendo que o número de empresas cujas acções são aceites na bolsa é 3000.

º o de empresas que subiram a sua cotação.º de empresas que estabilizaram a sua cotação + o n. Em 1960 participaram 5396 atletas Em 1964 participaram 5586 atletas Em 1968 participaram 6626 atletas Em 1972 participaram 10088 atletas 66 . a) O ano que participaram mais adultos foi em 1972.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. participaram 10.6. Nº de empresas que subiram : 600 + 1260 = 1860 ∴1860 empresas não diminuíram a sua cotação Resolução do exercício 19.088 atletas.

4 %) b) 1020 corresponderia 28.5) – canal 4 67 . 5 % (3592 x 51.3 % 13. 4 % (100% corresponde a 3592) – canal 1 1843 485 “ “ 51.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. a) Viriam o canal 3 = 770 espectadores (1500x 51. Resolução do exercício 20.3%) – canal 3 (3592 x 13.6.3 %) Viriam o canal 1 = 426 espectadores (1500 x 28.

6+4+1.6 (3+6+1.3 8x50% =4 9x20% =1. Candidatos Classificação académica 13 x 30% = 3.9+3. Rui e o João.2 Pedro 10x30% =3 16x50% = 8 11x20% = 2.8 (3.2 12x50% =6 14x20% =2.2 (3+8+2.5+2) 13.2+6+2.1 Rui 11x30% = 3.Proposta de resolução Resolução do exercício 21.6.2) 9 João 10x30% =3 8x50%=4 10x20% =2 (3+4+2) 9.5 Prova Escrita Classificação Total 9.6 Mariana 10x30% =3 12x50=6 8x20%=1.4 Ana 10x 20% =2 (3.6) a) Os candidatados eliminados foram : Ana.8 (4.8) 13 Maria 14x30% =4.8) 10.9 Classificação da Entrevista 7x 50% =3. 68 . b) O candidato melhor classificado foi o Pedro.

Variável Quantitativa Idade da mãe Ordenado Mensal N. Se a admissão passa-se por obter nota positiva seria admitido.4 9. Resolução do exercício 22.6 9.1 9 d) Só poderia ter nota positiva se tivesse 20 valores na classificação académica e 20 valores na prova escrita.Proposta de resolução c) Candidatos Pedro Maria Mariana Ana Rui João Classificação 13.º de filhos com idade escolar Variável Qualitativa Classe Social 69 .6.2 13 10.

6.13 0. Novembro e Dezembro. 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 0.05 0. c) O número de meses que se verificaram 4 ou menos dias de nevoeiro foram nove.Proposta de resolução Resolução do exercício 23. n f i (frequência absoluta é o número de vezes que um dado foi observado). 70 . FRI ( frequência relativa acumulada ).69 0.05 0.42 0. Julho.59 0.76 0.17 0.07 0.07 0.07 1 Fi 2 3 10 12 18 25 29 32 34 36 39 42 Fri 0.29 0.05 0.05 0.05 0. Abril.10 0.07 0.24 0. FI ( frequência absoluta acumulada ).93 1 Fri % 5% 7% 24% 29% 42% 59% 69% 76% 81% 86% 93% 100% f ri = fi ( frequência relativa ). a) Em 1999 os meses em que se registou com 7 dias de nevoeiro foram dois: Março e Junho.86 0.02 0.81 0. Agosto.17 0. Fevereiro. Outubro. Setembro. Foi o mês de Janeiro.

6 0.95 0. a) A variável em estudo é : n. Resolução do exercício 24.º de ocupantes por automóvel Os seus valores são: 1.98 1 Resolução do exercício 25.3.º de irmãos Frequência 0 4 1 4 2 5 3 4 4 3 71 .4.33 0.5.85 0.2.25 0. a) N.1 0.02 1 FI 20 36 51 57 59 60 FRI 0.6 b) Variável quantitativa discreta c) N.27 0.33 0.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 0.03 0.6.Proposta de resolução d) FR 3 = 59% significa que 59% dos meses têm um número de dias de nevoeiro inferior ou igual a três.

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 27.6.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) 72 .

9 1 Resolução do exercício 29.36 3 9 0.2 0.36 x100) Resolução do exercício 28.72 4 4 0.08 2 0.88 5 3 0.3 0.5 0.08 2 7 0.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 0.36 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 % ( 0.40.16 22 0.55[ a) o limite inferior da classe 1.40 73 .2 0.1.1 Fri 0.28 9 0. xi R P T D fi 20 30 40 10 fri 0. [1.4 0.6.

737 0.5 85.15 (1.5 59.5 46.475 2 2 Resolução do exercício 30.26 0.563+0.174 0. a) e b) 14 é o valor para o limite inferior.737+0.Proposta de resolução b) o limite superior da classe c) a amplitude da classe d) Ponto médio = 0.26=0.174 0.26=0.043 0.5 74 .043+0.95 = = 1.26 0.5 72.55 1.043 0.303 0.55 + 1.563 0.174=0.6.09≈ 1 xi 20. Amplitude de cada classe é 13 x-14 =13 ⇔.5 33.55-1.40) 1.09 ≈1 Fi 1 1+6=7 7+6=13 13+4=17 17+4=21 21+2=23 Fri 0.303+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 0.911+0.911 0.40 2.174=0.

054 0.6.268 0.13 0.983 ≈1 Obtiveram nota inferior a 50% 35 alunos Resolução do exercício 32.107 0.018 0.625 0.804 0.054 0.965 0.Proposta de resolução Resolução do exercício 31.92 0.214 0.49 0.65 Total fi 1 4 7 3 4 9 2 30 fri 0.45 45 – 50 50 – 55 55 – 60 60 .179 0.3 0.23 0.03 0.911 0.018 0.62 0.99≈1 75 .39 0. a) Pesos ( Kg ) 30 .143 0.40 40 .35 35 .018 ≈1 Fi 1 4 8 20 35 45 51 54 55 56 Fri 0.07 ≈1 Fi 1 5 12 15 19 28 30 Fri 0.03 0.072 0.16 0.1 0.018 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 0.13 0.071 0.357 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

6.4º Marca5 100% Carros Existentes no Stand 14% 6% 41% Marca 1 Marca 2 Marca 3 28% 11% Marca 4 Marca 5 Resolução do exercício 41.25 0. a) Turma 1 Estrela 2 Estrelas 3 Estrelas 4 Estrelas 5 Estrelas Total fi 4 3 5 2 2 16 fri 0.43 0.6º Marca2 100% 28% × 360º = 100.74 0.31 0.8º Marca3 100% 6% × 360º = 21.13 0.6º Marca1 100% 11% × 360º = 39.13 1 Fri 0.Proposta de resolução 41% × 360º = 147.25 0.87 1 % 25 18 31 13 13 b) 13 % dos hotéis são de 5 Estrelas 83 .18 0.6º Marca4 100% 14% × 360º = 54.

Urbana/ População Total Pop.Total (milhões) (%) 52 35 24 51 75 26 43 26 29 22 85 75 77 24.1 23.0 17.2 183.2 5.U.1 302.1 831.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 42.1 14.2 250.7 112.6.2 26.7 3.8 7.A Japão População urbana(milhões) 12.1 95.3 149.1 12.3 62.8 123.6 188.162.8 84 .5 1.3 Pop.8 109. Aconselha-se a utilização da folha de cálculo para a resolução deste exercício. a) 1990 País Argélia Nigéria Quénia Bolívia Brasil China Filipinas India Indonésia Tailândia Austrália E.7 216.9 38.1 53.1 55.

7 9.9 1.Total (milhões) (%) 60 43 32 58 82 35 49 29 37 29 86 78 79 32.003.290.5 148.U.U.Urbana/ População Total Pop.1 214.5 63.5 17.8 213. 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.Proposta de resolução 2000 País Argélia Nigéria Quénia Bolívia Brasil China Filipinas India Indonésia Tailândia Austrália E.9 79.7 1.0 b) Os países em que se verificou maior aumento foram : Índia e China.6 75.2 140.A Japão População urbana(milhões) 19.7 37.5 273.6 34.1 5.9 61.1 Pop.2 290.6.8 451.0 19.9 11.A Japão Países 85 .5 128.0 171.7 16.3 101.

Proposta de resolução Resolução do exercício 43.6. Resolução do exercício 44. a) = 5 toneladas 1995 1996 1997 86 . = 5 pessoas carro Autocarro Comboio Motorizada Bicicleta Nota: todos os bonecos têm igual tamanho.

a) Idade 16 17 18 19 20 21 Total fi 2 4 12 5 6 1 30 fri 0.2 0.13 0.03 1 Fi 2 6 18 23 29 30 Fri 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 45.07 0.07 0.97 1 % 7 13 40 17 20 3 100 87 .6 0.4 0.2 0.6.77 0.17 0.

6. 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 . Resolução do exercício 46.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. d) 23 % dos participantes têm 20 ou mais anos.

30 0.25 0.15 0.55 0.12 1 % 25 30 18 15 12 100 Fi 25 55 73 88 100 Fri 0. a) xi 10 20 30 40 50 Total fi 25 30 18 15 12 100 fri 0.73 0.18 0.6.88 1 89 .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 47.25 0.

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 .6.

5[ [5.7[ Total % 15 25 30 20 10 100 fi 150 250 300 200 100 100 fri 0.30 0.1.9.5.3[ [5.15 0.25 0.5.7.5. a) Pesos (kg) [4.9[ [4.5.3.1[ [5.4.20 0.10 1 Fri 15 40 70 90 100 91 .Proposta de resolução b) Resultados das eleições para a Associação de Estudantes Lista A 25% Lista C 39% Lista B 36% Resolução do exercício 49.6.5.

5.5.1[ [5.1.8 5 5.1 + 250 × 0.4 5.9.9[ [4.Proposta de resolução b) Moda Classe Modal : [5.1.5.3.6 fi xi 720 1250 1560 1080 560 5170 92 .5.7[ Total fi 150 250 300 200 100 1000 xi 4.2 5.4.7.3[ [5.2 = 5.6.3[ Μo = l + fp fa + f p ×a M O = 5.5[ [5.2(1) 200 + 250 Média Pesos (kg) [4.5.5.

170 1000 Mediana Através do gráfico podemos identificamos a classe mediana ( podemos já mostrar o valor aproximado da mediana) 93 .Proposta de resolução Ponto Intermédio da classe xi x= ∑x N i fi x= 5170 = 5.6.

N.16(6) 300 Resolução do exercício 50.Proposta de resolução Cálculo Numérico N −F Μ ed = L + 2 ×a f 1000 − 400 Μ ed = 5.1 + 2 × 0.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 .2 = 5.6.

35(2c.6.d ) 370 95 .Proposta de resolução Neste caso na linha Fi encontramos o nº 21. Um dos valores que vai entrar no cálculo é x21 = 4 o outro é o x20. 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. que também é determinado na mesma coluna pois 20> 12 e 20<21 Mediana é : x + x21 4 + 4 ~ x = 20 = =4 2 2 Moda = Variável com maior frequência ( 4 ) Resolução do exercício 51.

6.Proposta de resolução N= 370 δ = ∑fx i 2 i n − (x ) 2 δ = 1589000 2 − (61.35) 370 δ ≅ 23.03 b) δ x 96 .

Resolução do exercício 53.6. a moda é valor com maior frequência : 16 º C Resolução do exercício 54. 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. a) Histograma e polígono no mesmo gráfico. 97 .Proposta de resolução Resolução do exercício 52.

Proposta de resolução b) Classes 2–4 4-6 6-8 8 .6.10 10 .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 .

Proposta de resolução x= 288 = 7.2 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 Processo numérico: 40 − 12 Μ ed = 6 + 2 × 2 = 7.6.14 14 100 .

72 4.28 7.156 0.216 0.28 0.4% b) O intervalo do tempo modal é : [20.Proposta de resolução Resolução do exercício 55.28 250 Desvio Médio: d= ∑f i =1 n i xi − x i n Desvio Médio = 1542. t (meses) 0–4 4-8 8 .32 1542.16 16 .17 250 101 .16 0.404 0.56 ≅ 6.20 20 .12 12 .24 fi (1) 40 30 31 39 54 56 250(1) Fi (2) 40 70 101 140 194 250 fri (3) 0.08 254.12 0.2 218.68 28.224 1 Fri (4) 0.6.56 ∑ a) A percentagem de jovens que estiveram no desemprego menos de um ano foi: 40. 24[ c) Tempo médio : x= 3320 = 13.56 0.72 8.28 3.88 488.28 0.72 fi xi − x (8) 451.4 101.16 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) 11.124 0.

a) Média x= Moda 41 + 31 + 35 + 48 + 29 + 46 + 32 262 = ≅ 37.43(2c.d ) 7 7 Conjunto amodal 102 .Proposta de resolução d) Resolução do exercício 56.6.

7 10 10 Moda M0=86 M0=97 Conjunto Bimodal 103 .8 10 10 Moda Mo=61 Mediana 52 57 57 58 61 61 61 64 68 69 61 + 61 122 ~ x= = = 61 2 2 c) Média x= 95 + 83 + 97 + 86 + 86 + 97 + 83 + 87 + 97 + 86 897 = = 89.Proposta de resolução Mediana 29 31 32 35 41 46 48 ~ x = 35 b) Média x= 58 + 57 + 61 + 61 + 69 + 57 + 61 + 68 + 52 + 64 608 = = 60.6.

29 175 625 4375 30 .6.20 5 15 0.30 7 25 0.48 104 .771 δ = 11.10 1 5 0.75 24 δ = 23000 − (28.75) 2 24 δ = 131.25 210 1225 7350 40 .º de encomendas por mês Nº de vendedores f i 0 .21 75 225 1125 20 . A amplitude de cada classe é 10 A amplitude da amostra é 50 –0 = 50 x= 690 = 28.21 225 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.5 2 Resolução do exercício 57.Proposta de resolução Mediana 83 83 86 86 86 87 95 97 97 97 86 + 87 ~ x= = 86. N.50 5 45 0.40 6 35 0.04 5 25 10 .

062 0.Proposta de resolução b) Com o cálculo da média podemos prever o número de encomendas por mês.075 1 80 0. Resolução do exercício 58.025 0.087 0. O desvio padrão permite determinar a dispersão dos valores relativamente à média.025 0.6.25 0. podemos em muitas situações caracterizar a localização e a dispersão dos valores.213 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 0.3 0 5 34 0.925 1 60 72 60 36 267 105 .55 0.775 0. Combinando o conhecimento da média e o desvio padrão.225 0.15 2 7 24 44 62 74 0.

d ) 80 106 . n = 80 K1 = Logo a 80 = 40 2 K= 80 + 2 = 41 2 ~ x = 3 ( ver nas frequências absolutas acumuladas ) d) x= 267 ≅ 3.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.6.

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.d ) 35 Determinamos geometricamente a classe mediana. A classe mediana conforme podemos observar no gráfico é: [14.18 18 .14 14 – 16 16 .c. a) Classes 10 – 12 12 .23(2.6.16[ 107 .

Proposta de resolução 35 − 10 Μ ed = 14 + 2 × 2 = 15.6.37 35 108 .18 18 .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 ≅ 2.25 12 c) δ = ∑ fx n 2 i − (x ) 2 Classes 10 – 12 12 .

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

~ x = 10

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 ~ x= = 10,5 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 ~ x= = 3,5 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

722(3cd ) 18 σ = b) 3 × (1) + 4 × (2 ) + 6 × (3) + 5 × (4 ) 2 − (2.722 ) ≅ 1.25 116 .5 412.549 ) ≅ 1.5 76931.Proposta de resolução Em 1990 os salários aumentaram 30% a média aumentou 30% e o desvio padrão igualmente. a) x= 3 ×1 + 4 × 2 + 6 × 3 + 5 × 4 ≅ 2.25 15625 5 82.6.50[ [50.701(3cd ) 206 2 2 2 2 2 2 Resolução do exercício 66.044 18 2 2 2 2 x= 34 × 1 + 29 × 2 + 40 × 3 + 31 × 4 + 37 × 5 + 35 × 6 ≅ 3.25 3 95 285 9025 27075 14 967.20[ [20.75[ [75.5 6806. 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. Classificações [0.25 34031.90[ [90.549(3cd ) 206 σ = 34 × (1) + 29 × (2 ) + 40 × (3) + 31× (4 ) + 37 × (5) + 35 × (6 ) 2 − (3.5 250 3906.100[ fi xi fi xi x2 fi x 2 2 10 20 100 200 0 35 0 1225 0 4 62.

6..11) = 26.Proposta de resolução x= 967.n h= 15-3 h= 12 A amplitude das idades á 12 b) 3 + 7 + 9 + 11 + 13 + 15 6 x ≅ 9.81(2cd ) 14 Podemos concluir que se verifica uma grande dispersão das notas relativamente á média.2...5 ≅ 69.. Resolução do exercício 67.67 x= 117 . com i =1.11(2cd ) 14 σ = b) 76931. a) amplitude = h h = màx (xi) – min (xi).25 2 − (69.

33 xi − x 6.67 -0.67 + 13 − 9. a) xA = 1×1 + 2 × 5 + 3 × 6 + 4 × 2 + 5 ×1 = 2.6.67 + 15 − 9.67 2.67 0.67 + 9 − 9.67 1.98 15 xb = 0 ×1 + 8 × 2 + 3 × 3 + 3 × 4 + 1× 5 = 2.33 5.33 Desvio em relação à média c) d= ∑x i =1 n i −x n d= 3 − 9.8 15 118 .67 -2.67 6 ≅ 3.67 1.8) = 0.8 15 δA = 1 × 12 + 5 × 2 2 + 6 × 32 + 2 × 4 2 + 1 × 52 2 − (2.33 3.33 Resolução do exercício 68.Proposta de resolução xi Idade 3 7 9 11 13 15 xi − x -6.33 3.67 + 7 − 9.33 5.67 + 11 − 9.

conclui-se que estas duas medidas não destinguem as duas distribuições.Proposta de resolução δB = b) 0 × 12 + 8 × 22 + 3 × 32 + 3 × 4 2 + 1 × 52 2 − (2. a) 119 . Resolução do exercício 69.6.8) = 0.98 15 Como a média e o desvio padrão são iguais para a turma A e B.

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 = x38 = 2 x= e) 10 x0 + 17 x1 + 12 x 2 + 20 x3 + 6 x 4 + 6 x5 + 4 x6 ≅ 2.6.39 ) ≅ 1.66 75 120 .39 75 δA = 635 2 − (2.

5 45.70[ [70. ª) Pesos [35.63[ [63.25 3540.5 52.6.49[ [49. 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 71.5 fi xi 115.25 fi x 2 4446 16562 1994 28322 22111 16207 106943 121 .5 1876 x2 1482.5 73.56[ [56.Proposta de resolução Resolução do exercício 70.25 4422.42[ [42.25 5402.5 476 332.77[ fi 3 8 7 8 5 3 34 FI 3 11 18 26 31 34 xi 38.5 220.5 364 367.25 2070.5 6.5 59.25 2756.

18 34 O gráfico acima permite localizar a classe mediana necessária para a questão seguinte. d) 34 − 11 Μ ed = 49 + 2 × 7 = 55 7 e) (com os dados da tabela da alínea a) ) 122 .6.Proposta de resolução b) x= c) 1876 ≅ 55.

Proposta de resolução δ = 106943 2 − (55.6.15 146 100 = 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 .18) ≅ 10 34 Resolução do exercício 72. 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.

Verdadeira 124 . Resolução do exercício 75.Verdadeira B. 76 + 76 ~ x= = 76 2 Resolução do exercício 74.Proposta de resolução Resolução do exercício 73.6. A.

Falsa Resolução do exercício 76.5 f ri 0.22 0.60 60 .1 0.15 15 .32 0. Tempo a a ver TV 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 = 32.12 0.Proposta de resolução C.5 37.Falsa D.5 67.45 45 .5 22.1 100 Calculo da moda M0 ≅ 11 125 .90 Nº de Alunos 32 22 18 12 10 6 100 xi 7.18 0.5 82.75 75 .5 52.6.30 30 .

97 300 126 δA = . (27) 22 b) Mo < ~ x < x Logo esta distribuição é assimétrica positiva Resolução do exercício 77.Proposta de resolução Calculo da mediana 100 − 32 Μed = 15 + 2 × 15 = 27.06 0. xi 15 16 17 18 19 20 21 22 fi 30 48 57 39 54 36 18 18 300 f ri 0.18 0.03) ≅ 1.1 0.06 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 = 18.03 300 98691 2 − (18.19 0.16 0.6.13 0.12 0.

c) O diagrama os dados é o diagrama B.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 ]16.06. Q2= 18 Q3=19) Resolução do exercício 78. Resolução do exercício 79. a) x= 18 + 21 + 22 + 24 + 25 + 28 = 23 6 127 .( Q1= 16. 10 x + y = 20  ⇔  11   x = 15 150 + y = 20  ⇔ y = 70  11   x = 15 O número adicionado foi 70.

8 8 .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 .21 0.29 0.6.Proposta de resolução δ = (18 − 23)2 + (21 − 23)2 + (22 − 23) 2 + (24 − 23) 2 + (25 − 23)2 + (28 − 23)2 6 ≅ 7.4 4.20 fi 6 8 5 7 2 28 fri 0.21 0.50 0.16 16 .75(2cd ) b) x = 23 + 20 x = 43 δ ≅ 7. a) Classes 0.12 12 .68 0.07 1 % 21 29 18 25 7 100 FI 6 14 19 26 28 Fri 0.93 1.18 0.75 Resolução do exercício 80.25 0.

16 0.13 0.25 0. b) População é um conjunto de indivíduos com qualquer característica em comum e com interesse para o estudo em causa.03 0.03 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 . Amostra é um subconjunto finito da população que se supões representativa desta.09 0.Proposta de resolução x= 244 = 8. a) Trata-se de uma sondagem.6. c) Notas 8 9 10 11 12 13 14 15 18 fi 3 4 8 4 1 5 1 5 1 32 f ri 0.16 0.03 0.13 0.71 28 (Diálogo com os formandos sobre a atitude da entidade patronal ) Resolução do exercício 81.

51 32 130 .6.5 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 f) Mo= 10 ~ x = 11 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) ≅ 2.

08 0.06 0.14 0.Proposta de resolução i) Resolução do exercício 82. 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 0.22 0.04 0.6.02 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 .02 0.12 0.24 0.06 0.

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 .Proposta de resolução b) 1º Quadril = 2 Mediana = 3 3º Quadril = 4 c) 159 x= = 3.

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.

Proposta de resolução Resolução do exercício 84.27 M 0 = 115 ~ x = 100 Logo a empresa Z tem uma distribuição assimétrica negativa x <~ x < M0 134 . Empresa X x = 110 M 0 = 60 ~ x = 70 Logo a empresa X tem uma distribuição assimétrica positiva Empresa Y x >~ x > M0 x = 80 M 0 = 80 ~ x = 80 Logo a empresa Y tem uma distribuição simétrica Empresa Z x =~ x = M0 x = 97.6.

Proposta de resolução Resolução do exercício 85.2 1 1.44 1 1. a) x 3 4 10 9 7 11 44 y 1.6 1.8 9.6.8 11 51.80 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 .4 6 1936  54.76    376 −  9.96 1 9.2 1.2 − ⇔ r= -0.4 x2 9 16 100 81 49 121 376 y2 2.4 1 7.56 1.2 r= 2    x 2 − (∑ x )  y 2 − (∑ y ) ∑ ∑  n  n   x y ∑ xy − ∑ n∑     ⇔ r= 44 × 7.4 −  6  6   51.8 10 10.8 4.44 1.4 x y 4.

03 0.02 0.15 136 .0009 0.0055 x y -0.0001 0.0016 0.15 x2 169 121 81 49 25 445 y2 0.28 -0.3 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   =0.04 0.6.05 0.0004 0.01 0.22 -0.27 -0.25 -1.Proposta de resolução 42 × 24 7 r= ⇔r =-0.13 -0.0025 0.958 r >0 Correlação positiva– As variáveis variam no mesmo sentido d) x -13 -11 -9 -7 -5 -45 y 0.

0225          445 −  0.15) 5 r= ⇔ r= =1 2 2025 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 86.6.Proposta de resolução (−45) × (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 .

14 0.5) × (1.0196 0.0324 0.4 16.89 81 86.16 0.12 1.66) 11 r= ⇔ r= ⇔ 2 10609  2.18 0.5 y 0.0144 0.5 −  0.76 2.494 1. x 7 7.2628 −   x 2 − ∑  y 2 − ∑  ∑ 11 11    ∑    n n    x y ∑ xy − ∑ n∑ 16.2628 x y 0.14 0.3 11 11.0324 0.7556       ( ) ( ) x y 1001.71 138 .26 1.18 0.29 64 68.69 144 1001.Proposta de resolução (1086) × (2574) 15 ⇔ r= 1179396  6625476    79678 −  442004 −  15  15   186893 − ⇔ r= 0.3 10 10.66 x2 49 53.0196 0.0324 0.0256 0.5 y2 0.3 12 103.2 1.16 0.09 121 127.034 2.488 1.18 0.584 1.94 Correlação forte correlação positiva Resolução do exercício 87.12 0.034 (103.034 − ⇔ r= 0.08 0.0144 0.12 0.49 100 106.0064 0.2 1.3 8 8.0256 0.3 9 9.04 0.6.854 1.84 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 .Proposta de resolução Resolução do exercício 88.59 2500  676    238 −  74 −  11  11   125 − Resolução do exercício 89.6. 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.

5 − 11 140 . Equação da correlação linear y − y = a(x − x ) x y ∑ xy − ∑ n∑ a= ( x) ∑x − ∑ 2 2 n ∑ x = 103 .15 11 16.015 10712.034 . ∑ xy = 16 .25 1001. (∑ x ) = 10712 .81. ∑ y = 1.41 11 2 = 1001 .6.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 2 y= 1. ∑ x ∑ y = 171.81 11 a= ⇔ a = 0.66 .034 − 171. ∑ x x= 103.5 ⇔ x = 9.5.66 ⇔ y = 0.5.

56. (∑ x ) 2 y = 53 .09 106. (∑ y ) = 2851.81.25 216. Países Bélgica Dinamarca Grécia Irlanda Holanda Portugal x 30. = 167362.7 10. Resolução do exercício 91.4) ⇔ y − 0.1 10 3.1.94 2 141 . ∑ y 2 = 556 . ∑ x∑ y = 21845.141 ⇔ y = 0.1 132 70.3 x2 930.05 605.015( x − 9.2 92 y 9.09 %(Extensão) 8 11 32 17 10 22 100 %(população) 18 9 19 7 28 19 100 x y 298. 39 .6 3638 ∑ 409.15 = 0.64 947. ∑ ∑ xy = 3638.09 1697.015 x − 0.81 1320 246.Proposta de resolução Recta de regressão y − 0.48 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.4 35315.8 5. ∑ x 2 = 35315 .3 41.5 14.5 43. c) (ver o dados da tabela inicial ) ∑ x = 409 . 48 .9 219.15 = 0. 4 .009 Aconselhasse a utilização da máquina gráfica afim de visualizar o diagrama de dispersão e a recta de regressão.01 100 12.015 x + 0.61 17424 4942.04 26.25 1857.39 556.44 8464 y2 96.1 53.6.

( Apela-se ao espírito crítico dos formandos afim de criticarem os dados fornecidos por este exemplo) Resolução do Exercício 92.96 ∑ y = 403.49     301.89 1918 .1  2851.1 − 142 .96 −  403.6.99 −  7 7    344. 44 2430.0038 167362.48 −  6 6    3638 − Neste exemplo existe uma correlação negativa entre a extensão e a população quase nula.34 7 ⇔ r= ⇔ r = 0.8 ∑ y = 49.01 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 = −0.99 ∑ x y = 344. ∑ x = 43.Proposta de resolução r= ∑ xy − ∑ ∑     x − (∑ x )  y − (∑ y )  ∑ ∑  n  n  x y n 2 2 2 ⇔    21845.3 ∑ x = 301.39 −  556.56    35315.

898 Resolução do Exercício 94.66) ⇔ y − 76.5 ∑ x y = 12765.7 87.7 x − 73.54 i i 2 i x y ∑ xy − ∑ n∑ a= ( x) ∑ x − ∑n 2 2 119799 10 ⇔ a = 4.6.5 = 4.5 = 4.Proposta de resolução Resolução do Exercício 93.7 x + 2. 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 34.56 2619.7 ⇔a= 24523.7(x − 15.5 60.66 y = 76.54 − 10 12765.602 ⇔ y = 4. y − y = a(x − x ) x = 15.6 − y − 76.8 18 19 Temperatura do ar 143 .6 ∑ x = 2619.4 119.

5 ∑ ∑ x = 59.54 4683. b) Localização Lisboa Porto Ponta Delgada Funchal x 14.95 1267.49 1190.54 ∑ xy = 4683.6 ∑ y = 26865.76    892.3 13.6 y2 3684.76 14352.4 ∑ x = 892.76 r= ∑ xy − ∑ ∑    x − (∑ x )  y ∑   ∑ n x n 2 2 y 2   (∑ y )   − n   ⇔ ⇔ r= 4683.5 59.8 302.4 119.36 (∑ y ) = 91445.6.76 − 17962.76 (∑ x ) = 3528.04 x y 868.61 210.94 Correlação forte 144 .7 34.4 y 60.3 2096.25 7638.56 4 3528.5 87.54 −  4 4    ⇔ r = 0.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.01 451.25 306.6 −  26865.5 17.1 14.25 892.4 ∑ y = 302.56 2 2 2 2 26865.36  91445.49 171.4 x2 204.76 ∑ x∑ y = 17962.

6- Proposta de resolução

c)

59.4 ⇔ x = 14.85 4 302.4 ⇔ y = 75.6 y= 4 17962 .56 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

Ricardo Shirley e Luís Fernandes Apoio Administrativo: António Silva Investigação na Internet: António Shirley 152 . Nely Vilanova.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.

Estatística INTRODUÇÃO Transparências .

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

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 x Estudo estatístico(caracterização dos dados) x Estudo estatístico(frequências e x Estudo estatístico(medidas de localização e x Estudo estatístico(medidas de dispersão) x Estudo estatístico(representação gráfica) x Problema 1 – Os pacotes de açucar x Cálculo das medidas estatísticas x Cálculo das medidas estatísticas x Cálculo das medidas estatísticas x Cálculo das medidas estatísticas x Cálculo das medidas estatísticas x Cálculo das medidas estatísticas x Cálculo das medidas estatísticas x Cálculo das medidas estatísticas x Cálculo das medidas estatísticas x Cálculo das medidas estatísticas x Cálculo das medidas estatísticas x Cálculo das medidas estatísticas x Gráfico a uma variável x Gráfico a uma variável x Gráfico a uma variável x Gráfico a uma variável x Gráfico a uma variável x Gráfico a uma variável x Gráfico a uma variável x Gráfico a uma variável x Gráfico a uma variável x Gráfico a uma variável x Gráfico a uma variável x Problema 2 – Lançamento do peso x Estudo de dados bivariados x Estudo de dados bivariados x Estudo de dados bivariados x Estudo de dados bivariados x Estudo de dados bivariados x Estudo de dados bivariados x Estudo de dados bivariados x Estudo de dados bivariados x Estudo de dados bivariados x Estudo de dados bivariados x Estudo de dados bivariados x Estudo de dados bivariados x Estudo de dados bivariados x Estudo de dados bivariados x Estudo de dados bivariados x 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 .

de uma forma rápida. x Facilitar a exploração de actividades com a calculadora gráfica e com o computador. 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. 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.Transparência 87 Transparência 88 Transparência 89 Transparência 90 x Estudo de dados bivariados x Estudo de dados bivariados x Estudo de dados bivariados x 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. verificar a consolidação de prérequisitos necessários à exploração de determinados conceitos estatísticos. x Permitir a realização de actividades com a calculadora gráfica e computador. No entanto. x Sintetizar os conteúdos explorados durante a sessão. x Permitir ao formador. as quais deverão ser abertas quando o formador deposita a transparência no retroprojector. A transparência é apresentada dentro de uma “mica” que possui duas abas laterais. x Introduzir o estudo dos conteúdos que constam do Manual do Formador. visam essencialmente: x Apoiar o formador na elaboração dos planos de sessão. elaborámos um conjunto de transparências que. Constituindo mais um instrumento de trabalho. a utilização de novas tecnologias no estudo da Estatística. como se vê na figura: z z z z 3 4 . Sendo um dos principais objectivos deste sub-projecto. que obviamente poderá ser ou não seguida pelo formador. x Apresentar problemas a desenvolver durante as sessões. x Diversificar as estratégias de exploração das actividades propostas. sem uso do projector de dados apropriado. cada uma destas noventa transparências possui uma sugestão de exploração.

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

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 .

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

.95kg. a variável em causa é quantitativa discreta.35kg. etc. 2. o que se pretende é conhecer as suas características ou atributos. tem por finalidade definir quais os momentos de intervenção da Estatística Descritiva e da Estatística Indutiva. etc. 3. fazer previsões para o futuro.90kg. etc. esta constitui uma variável quantitativa contínua.34kg. 69kg. quaisquer conclusões a que se cheguem a partir da informação recolhida na amostra. 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. 71kg.O formador poderá ainda chamar a atenção para a existência de métodos apropriados de recolha da amostra. para que numa fase posterior nos seja possível tomar decisões com base nesse conhecimento: estabelecer comparações com outras populações. assegurando assim a possibilidade de se extrapolar para a população. Transparência 4 Classificação da Estatística Com esta transparência pretende-se. que são aquelas que vamos aprofundar neste programa de Estatística. 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.. Transparência 3 Atributos e modalidades Quando se estuda uma população ou amostra dessa população. 3. 72kg. Sugere-se que à medida que o formador revele estas diferentes etapas. sob o ponto de vista da Estatística. Esta transparência ilustra como se classificam os atributos quer qualitativos quer quantitativos. mas se tomar valores como 2. dar a conhecer as várias “fases” pelas quais a Estatística tem passado. por tomar qualquer valor dentro de um intervalo de números reais. O esquema apresentado no final da transparência. em função da sua própria evolução ao longo dos tempos. as ilustre com exemplos concretos: por exemplo. de uma forma sintética. 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.. 70kg.

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

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

fazer algumas perguntas para testar os alunos no que diz respeito à interpretação gráfica. 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. uma vez que: é de fácil e rápida construção. Também aqui. que através de uma simples folha de cálculo pode ser uma actividade bem aliciante. A sua escolha depende do contexto do problema que estudamos e daquilo que se pretende evidenciar. é de fácil leitura e quando os dados são relativamente “simples”. O formador pode com a presença destes dois gráficos. quantos deles tinham menos de 0. são apresentados dois gráficos pouco comuns. o formador pode fazer algumas perguntas para testar os alunos no que diz respeito à interpretação gráfica. permite rapidamente estabelecer comparações.O formador deverá informar os formandos de que a tabela é um instrumento muito utilizado.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. Transparência 11 Representação gráfica Tal como na transparência anterior. 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. pouco utilizados no dia-a-dia para que o formando possa também ficar sensibilizado para o facto de existir uma grande variedade de gráficos. . Transparência 10 Representação gráfica Esta transparência pretende despertar a sensibilidade dos formandos para a representação gráfica. 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.

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

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

considerar uma classe adicional no início e outra no fim. partindo então para a exemplificação referida atrás. nomeadamente o computador. se as classes tiverem a mesma amplitude. Com o intuito de desenvolver a interpretação gráfica e o cálculo. convém também referir aos formandos que. O formador deverá “destapar” o segundo polígono. concluída. 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. para construir o polígono de frequências não é necessário representar o histograma. esta desvantagem é rapidamente ultrapassada se utilizarmos a tecnologia que hoje temos acesso. marcar o ponto central no topo de cada barra e unir os mesmos. o formador poderá lançar questões do tipo: Sabendo que neste ano. . forma produzidos 94 500 000 litros de Vinho do Porto. unir os pontos determinados anteriormente. O processo de construção destes polígonos podem ser sintetizados da seguinte forma: • Polígono de frequências simples: • construir o histograma da distribuição. Embora a sua construção manual não seja tão rápida. O formador poderá “destapar” a pergunta final. um dos tipos de gráficos mais utilizados. construir o histograma das frequências acumuladas. marcar os pontos cuja abcissa é o limite superior da classe e cuja ordenada é a respectiva frequência acumulada da classe. 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).determinado Centro de Formação levam desde o local onde recebem a formação e a sua residência. Como finalização. deverá ser complementada por uma breve exemplificação de como se calcula o ângulo correspondente a pelo menos dos sectores do gráfico.

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

Transparência 20 Média (variáveis discretas) Nesta transparência é exemplificada a resolução de um problema em que é necessário o cálculo da média. . Sugere-se que esta transparência seja mostrada como proposta de exercício. Tal como nas situações apresentadas nas duas últimas transparências. continuam válidas aqui. Transparência 21 Média (variáveis contínuas) Tal como na transparência anterior. As recomendações que se fizeram na transparência anterior. mas agora para o caso de uma variável contínua. Na resolução dos primeiros exercícios. 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. sendo os dados fornecidos na tabela a amarelo (a parte a azul deverá por isso encontrar-se tapada). Transparência 22 Mediana (variáveis discretas) Também nesta transparência é totalmente exemplificada a resolução de uma situação em que se pede o cálculo da mediana. para o caso de uma variável discreta. para que o aluno sinta as vantagens da utilização deste tipo de tecnologia. recomendase que também o seja através da calculadora ou computador. alertamos para o facto de ser sempre aconselhável a existência da mesma. para o caso de uma variável quantitativa discreta. Apesar deste ser resolvido “manualmente”. a resolução aqui apresentada não dispensa um tratamento mais rápido através de tecnologia adequada. sugere-se que o formador coloque em local bem visível. um quadro esquemático da forma como se calcula a mediana para os casos em que o número total de elementos é par ou ímpar. aqui é exemplificado o cálculo do valor da média.

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

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

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

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

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

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

50. (18. Assim. Esta transparência pretende assim. 38. em apurar.60). O primeiro passo no estudo de distribuições bidimensionais consiste precisamente.41. (17. o formador poderá disponibilizar no quadro os pares ordenados relativos à latitude e temperatura média verificada em algumas capitais europeias: (20.8) Neste caso concreto. também a média e o desvio padrão aparecem multiplicados pela mesma constante. Transparência 37 Tipos de correlação Esta transparência pode ser utilizado como uma primeira abordagem sobre os vários tipos de relações entre duas variáveis.59.48. (17. permite identificar qual é a equação mais apropriada para descrever essa relação. Quando se observa um diagrama de dispersão.2). Isto leva-nos a concluir que existe uma relação entre as variáveis em estudo.3). pode-se . (17.53.5). observa-se que: os pontos não estão aleatoriamente distribuídos no gráfico. quando é possível estabelecer uma relação entre esta e uma outra variável cujo comportamento se conhece.4).2).8).” Transparência 36 Distribuição bidimensional No processo de tomada de decisões é muitas vezes necessário fazer previsões.4). ilustrar um dos passos a tomar na verificação da existência ou não desta relação entre as variáveis: depois de recolher os dados.7). os pontos concentram-se ao longo de uma recta. (13.60.“Se o conjunto de dados iniciais for multiplicado por uma constante a. (27. à medida que a latitude aumenta.3). (21. é muito mais fácil tomar decisões sobre uma determinada variável.51.9). O diagrama de dispersão tem uma dupla função: ajuda a determinar se existe alguma relação entre as variáveis. temos de representá-los através do diagrama de dispersão e finalmente interpretá-lo.52. se a relação existente entre as variáveis não é meramente acidental. (17.48. (18. (29.7). (12. (21. a temperatura diminui e vice-versa.55. Simultaneamente.40.

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

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. Após as respostas devidamente fundamentadas dos formandos. .Nesta transparência. O formador depois de apresentar o diagrama de dispersão. 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. Sugere-se ainda que se obtenha dos formandos sugestões de como efectuar a previsão pedida na última frase desta transparência acetato. esquematizando assim os principais passos a tomar no cálculo da previsão.

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

esta transparência apresenta o cálculo das medidas de dispersão. o formador deve passá-la sempre que oportuno para que os formandos possam acompanhar o estudo que se está a fazer. Servindo de referência às transparências 47 a 69. Transparência 44 Estudo estatístico Dando continuidade ao estudo estatístico. esta transparência apresenta duas representações gráficas deste conjunto de dados. Transparência 45 Estudo estatístico Dando continuidade ao estudo estatístico. esta transparência apresenta o cálculo das medidas de localização central. .Transparência 43 Estudo estatístico Dando continuidade ao estudo estatístico. 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.

Transparência 48 Cálculo das medidas estatísticas Usando o problema apresentado na transparência anterior. somente. Tendo os formandos acesso a esta ferramenta.Transparência 47 Cálculo das medidas estatísticas Usando o problema apresentado na transparência anterior. enquanto estes o vão acompanhando na resolução da tarefa proposta. depois de introduzidos. 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. 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 como. Tendo os formandos acesso a esta ferramenta. o formador pode utilizar esta transparência para lhe explicar como proceder. como introduzir os dados. o formador pode utilizar esta transparência para lhe explicar como proceder. se ordenam os dados. Nesta transparência é exemplificado. . enquanto estes o vão acompanhando na resolução da tarefa proposta.

Transparência 49 Cálculo das medidas estatísticas Usando o problema apresentado na transparência 46. o formador pode utilizar esta transparência para lhe explicar como proceder. Aqui é exemplificado. 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. Transparência 50 Cálculo das medidas estatísticas Esta transparência surge na conclusão das transparências 47. Tendo os formandos acesso a esta ferramenta. como introduzir os dados devendo ser mostradas as transparências 52. 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. Tendo os formandos acesso a esta ferramenta. Tendo os formandos acesso a esta ferramenta. . somente. 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. Transparência 51 Cálculo das medidas estatísticas Usando o problema apresentado na transparência 46. Nela estão mostrados os valores das medidas estatísticas calculadas. 53 e 54 para completar a demonstração. 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. 49 e 49.

Tendo os formandos acesso a esta ferramenta. o formador pode utilizar esta transparência para lhe explicar como proceder. Transparência 54 Cálculo das medidas estatísticas Esta transparência surge na conclusão das transparências 51. Nela estão mostrados os valores das medidas estatísticas calculadas. enquanto estes o vão acompanhando na resolução da tarefa proposta. Nesta transparência é exemplifica-se como. depois de introduzidos. Tendo os formandos acesso a uma destas calculadora. 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. 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. 52 e 53. Transparência 53 Cálculo das medidas estatísticas Usando o problema apresentado na transparência 46.Transparência 52 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. 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. enquanto estes o vão acompanhando na resolução da tarefa proposta. enquanto estes o vão acompanhando na resolução da tarefa proposta. se ordenam os dados.

Tendo os formandos acesso a esta ferramenta. Aqui mostra-se como se deve proceder no assistente de funções para se seleccionar a medida estatística que se pretende calcular. depois de introduzidos numa Folha de Cálculo. enquanto estes o vão acompanhando na resolução da tarefa proposta. 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 lhe explicar como proceder. Transparência 56 Cálculo das medidas estatísticas Nesta transparência é exemplificado como. Aqui é exemplificado. o formador pode utilizar esta transparência para lhe explicar como proceder. se ordenam os dados.Transparência 55 Cálculo das medidas estatísticas Usando o problema apresentado na transparência 46. somente. 57 e 58 para completar a demonstração. . 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 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.

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

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

se deve preparar este programam para que se possa construir um gráfico estatístico a uma variável. depois de introduzidos os dados numa Folha de Cálculo. devendo ser apresentada em conjunto com as transparências 63. sugere-se o uso desta transparência para exemplificar como. O formando deve acompanhar a explicação com o auxilio desta calculadora. Transparência 67 Gráfico a uma variável Dando continuidade ao estudo estatístico do problema enunciado na transparência 48. O formando deve acompanhar a explicação com o auxilio desta calculadora. Esta pertence ao grupo de transparências 63 a 66. 64 e 66. O formando deve acompanhar a explicação com o auxilio de um computador.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. 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. Esta transparência está agrupado com as transparências 68 e 69. .

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

quais os passos a dar para a resolução da tarefa proposta na transparência 70. com a ajuda da transparência. na representação de um diagrama de dispersão. O formando deve acompanhar a explicação com o auxilio desta calculadora. 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 A. . Os formandos deverão ter acesso a esta calculadora para poderem acompanhar o formador enquanto este vai indicando. com a ajuda da transparência.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. 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. 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. Transparência 73 Estudo de Dados Bivariados Nesta transparência exemplifica-se como proceder com a calculadora gráfica denominada no manual do formador de Calculadora A.

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. Nela exemplifica-se como proceder na introdução dos dados estatísticos nas listas da calculadora gráfica denominada no manual do formador de Calculadora B. com a ajuda da transparência. . utilizando a calculadora gráfica denominada no manual do formador de Calculadora B. quais os passos a dar para a resolução da tarefa proposta na transparência 70. Transparência 76 Estudo de Dados Bivariados Esta transparência é a primeira de um grupo a que pertencem também as transparências 77 a 82. para se estudar graficamente um problema estatístico de dados bivariados. 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. 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. com a ajuda da transparência.

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. 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. Os formandos deverão ter acesso a esta calculadora para poderem acompanhar o formador enquanto este vai indicando.O formando deve acompanhar a explicação com o auxilio desta calculadora. quais os passos a dar para a resolução da tarefa proposta na transparência 70. 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. quais os passos a dar para a resolução da tarefa proposta na transparência 70. na representação de um diagrama de dispersão. com a ajuda da transparência. Transparência 78 Estudo de Dados Bivariados Nesta transparência exemplifica-se como proceder com a calculadora gráfica denominada no manual do formador de Calculadora B. com a ajuda da transparência. com a ajuda da transparência. .

A realização desta tarefa pode ser visualiza nesta 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. 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. . Nela exemplifica-se como proceder. na introdução dos dados estatísticos quando se efectua um estudo estatístico de dados bivariados. com a ajuda da transparência. 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. usando uma Folha de Cálculo. 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. com a ajuda da transparência. Transparência 82 Estudo de Dados Bivariados Esta transparência é a última de um grupo a que pertencem também as transparências 76 a 81.

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

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

Sign up to vote on this title
UsefulNot useful