Você está na página 1de 29

Assane Suale Ossufo 3

1. Objecto de estudo da estatstica e sua Importncia da estatstica ao nvel do Estado, de organizaes sociais A importncia da estatstica pode ser vista atravs da sua utilizao ao nvel do Estado, de organizaes sociais e profissionais, do cidado comum e ao nvel cientfico. O grau de importncia atribuda estatstica to grande que praticamente todos os governos possuem organismos oficiais destinados realizao de estudos estatsticos. Em Moambique esse organismo designado por Instituto Nacional de Estatstica (I.N.E.). A estatstica responsvel pelo desenvolvimento cientfico em geral. Para alm da sua aplicabilidade nas cincias naturais, na medicina, na agronomia e na economia, a estatstica constitui um suporte de cientificidade para as cincias humanas e sociais. assim que cincia como a sociologia, a psicologia, a histria e a pedagogia tm beneficiado de considerveis desenvolvimentos e de aumento de credibilidade pblica com a sua utilizao. De uma forma sinttica, pode dizer-se que a estatstica um conjunto de tcnicas apropriadas para recolher, classificar, apresentar e interpretar conjuntos de dados numricos. Assim, a estatstica constitui-se fundamentalmente como mtodo e no como uma teoria, pois o seu objecto de estudo descrever os fenmenos quantitativos e qualitativos e no tanto expliclos. 2. A estatstica ou estimativa qualquer varivel aleatria em funo dos elementos amostrais enquanto que, parmetro qualquer varivel (caractersticas) associada aos elementos populacionais. 3. Estatstica descritiva se constitui num conjunto de tcnicas que se objectivam a descrever, analisar e interpretar os dados numricos de uma populao ou amostra. Estatstica inferencial ou de induo trata do processo de obter informaes sobre uma populao a partir dos resultados observados na amostra. 4. a) Nesta caso populao so estudantes da UPN, porque de l onde se tirou a amostra, a mostra so os 300 estudantes da UPN e a unidade estatstica cada estudante da populao da UPN. b) Parmetro a medida numrica ou varivel 161,4 cm porque tem a ver com uma populao de mulheres moambicanas e a estatstica a medida numrica 165,3 cm porque um dado numrico relacionado com a amostra da UPN.

Assane Suale Ossufo 4

c) Neste caso a varivel a altura e classifica-se em varivel quantitativa contnua pois est varivel, os valores so obtidos por um procedimento de mensurao intervalar. d) A amostra representativa, porque ela foi retirada da populao de uma forma aleatria e apresentam caractersticas da populao (ser estudante da UPN e ter altura). 5. a) A populao o conjunto de todos homens da provncia de Nampula, a amostra o subconjunto da populao que so 276 homens escolhidos aleatoriamente da populao e a unidade estatstica cada homem da provncia de Nampula. b) Parmetros so 78,9 kg e 3,1 kg, estimativas so 72,6kg e 4,1 kg. c) Varivel em estudo obesidade. Classifica em varivel quantitativa contnua. d) representativa porque os 276 homens foram escolhidos aleatoriamente da populao que so todos homens da cidade de Nampula, isto faz com que as caractersticas ou variveis a ser pesquisado se verifique na amostra. 6. Neste caso em que a varivel em estudo a relao entre a filiao partidria e uma reaco de um novo imposto recentemente aprovado, usaria variveis qualitativo ordinal pelo facto da relao ser uma varivel que assume como possveis valores atributos ou qualidades e estes apresentam uma ordem natural de ocorrncia. Por exemplo a varivel relao pode assumir valores como h relao ou no h relao.
No outro lado usaria variveis quantitativa discreta que seria uma varivel que ajudaria a identificar uma determinada amostra que iria definir sobre a varivel qualitativa ordinal (h ou no h relao).

b) O varivel qualitativo ordinal pelo facto da relao a uma varivel que assume como possveis valores atributos ou qualidades e estes apresentam uma ordem natural de ocorrncia (h ou no h) e variveis quantitativa discreta usaria valores numricos. 7. Neste caso a populao a ser pesquisada todo potencial de eleitores da tal regio ou pais, e amostra so os 10000 inquritos onde 9500 preenchidos pelos potenciais eleitores.

Assane Suale Ossufo 5

8. Factores que motivam o recurso da amostra Se a populao grande, torna-se excessivamente caro e perde-se muito tempo a fazer um censo. Existem, ainda, outras razes que nos levam a preferir uma amostra a um censo. Nalguns casos, as unidades que constituem a amostra para inspeco, so destrudas. Noutros casos, pela escassez de pessoas treinadas (sem formao especfica) para levar a cabo um censo, mais seguro confiar num nmero reduzido de informao. Haveria uma menor ocorrncia de erros humanos. Parece, assim, ser mais vantajoso retirar amostras e basear a anlise nessas amostras. Este processo parece ser simples, no entanto, pode levar a enganos. A seleco das unidades da populao que so mais facilmente acessveis, origina uma amostra conveniente. Amostra representativa Uma amostra representativa se as unidades que a constituem foram escolhidas por um processo tal que todos os membros da populao tenham a mesma probabilidade de fazer parte da amostra. Amostra em que todos os atributos da populao sendo estudada esto representados de maneira proporcional ou na frequncia em que estes ocorrem na realidade. 9. No de proj. Ano Financiados 2006 17 2007 40 2008 100 2009 120 2010 140 a) Grfico de colunas
Num. de project. financiodo

150 100 50 0 Ano 2006 2007 Anos 2008 2009 2010

Assane Suale Ossufo 6

b) Grfico de barras

Anos

2010 2009 2008 2007 2006 Ano 0 20 40 60 80 100 120 140 160

Num. de Project. financiados

c) Grfico em sectores

Ano 0%

2006 4%

2007 10%

2010 33% 2008 24% 2009 29%

10. Meses Fev Maro Abril Maio Junho Julho Agosto Spt. Out o N de 20 40 46 80 145 200 134 200 80 desistentes a) Varivel em causa desistncias e como assume valores numricos obtidos em procedimentos de contagem, pode-se classificar em varivel quantitativa discreta. b) Nmero total de evases 945 c) Se 945 o no total e as evases de Abril a Setembro igual a 805 ento:

R: A percentagem das evases de Abril Setembro de 85,2%

Assane Suale Ossufo 7

d) Grfico de colunas e de barras respectivamente


No de desistentes 250 200 150 100 50 0 Fev Maro Abril Maio Junho Julho Agosto Spt. Out Meses

Meses

Out Agosto Junho Abril Fev 0 50 100 No 150 200 250 de desistentes

11. Rol: 10 12 13 14 16 16 19 20 20 20 22 23 23 25 28 28 29 29 30 30 30 30 31 32 32 32 34 35 37 39 40 40 43 43 46 46 47 47 49 50 50 51 52 52 a)

i 1 2 3 4 5 6 7

Classes [10;16[ [16;22[ [20;28[ [28;34[ [34;40[ [40;46[ [46;52[

xi fi Fa fr xi fi xi-X 13 4 4 0.09 52 -19.909 19 6 10 0.14 114 -13.909 25 4 14 0.09 100 -7.9091 31 12 26 0.27 372 -1.9091 37 4 30 0.09 148 4.09091 43 4 34 0.09 172 10.0909 49 10 44 0.23 490 16.0909 44 1.00 1448

xi-X xi-X*fi 19.9091 79.6364 13.9091 83.4545 7.90909 31.6364 1.90909 22.9091 4.09 16.36 10.09 40.36 16.09 160.9 435.256

(xi-X)*fi 1585.4876 1160.77686 250.214876 43.7355372 66.9124 407.2324 2588.881 6103.24068

Assane Suale Ossufo 8

b)

Histograma e polgono da distribuio

c) Ogiva da distribuio

d) Clculo da moda

1o identificar a classe modal que aquela que possui maior frequncia acumulada Neste caso a classe modal [28;34 [ 2o aplicar a frmula

Clculo da mediana ( )

Assane Suale Ossufo 9

1o: identifica-se a classe mediana por

que indica a posio do valor da

mediana a partir da frequncia absoluta acumulada Fac. Neste caso a classe mediana [28;34 [ 2o: aplica se formula ( ) ( )

Clculo da mdia

Clculo de Q1e Q3 Para o clculo de Q1: 1o: Localiza-se a classe quartil 1 pela que indica a posio do Q1 pela Fac em

seguida aplica-se a frmula. Neste caso a classe Q1 [20;28 [

Para o clculo de Q3: 1o: Localiza-se a classe quartil 3 pela que indica a posio do Q3 pela Fac em

seguida aplica-se a frmula. Neste caso a classe Q3 [40;46[ ( ) ( )

Assane Suale Ossufo 10

Grau de variabilidade ou disperso Desvio mdio | |

Varincia

Desvio padro Coeficiente de variao

Como o coeficiente de variabilidade maior do que 20% ento podemos dizer que tem uma alta ou grande disperso. 12. Rol : 2 2 3 4 5 5 6 7 8 9 9 9 9 10 10 10 10 10 10 11 11 11 12 13 13 14 15 16 16 16 17 17 18 18 18 19 20 20 20 20 20 21 21 23 24 24 25 26 28 28 a)

i 1 2 3 4 5 6 7

Classes [2;6[ [6;10[ [10;14[ [14;18[ [18;20[ [22;26[ [26;30]

xi
4 8 12 16 20 24 28

Fi 6 7 12 7 11 4 3 50

xi fi 24 56 144 112 220 96 84 736

xi-X (xi-X)*fi xi-X*fi -10.72 689.5104 64.32 -6.72 316.1088 47.04 -2.72 88.7808 32.64 1.28 11.4688 8.96 5.28 306.6624 58.08 9.28 344.4736 37.12 13.28 529.0752 39.84 2286.08 288

Assane Suale Ossufo 11

b) Clculo da mdia

c) Clculo da mediana ( )

1o: identifica-se a classe mediana por

que indica a posio do valor da mediana

a partir da frequncia absoluta acumulada Fac. Neste caso a classe mediana [10;14[ ( ) ( )

d) Clculo do tempo mas frequente

1o identificar a classe modal que aquela que possui maior frequncia acumulada Neste caso a classe modal [10;14[ 2o aplicar a frmula

R: O tempo mais frequente 12

e) Grau de variabilidade ou disperso Desvio mdio | |

Assane Suale Ossufo 12

Varincia

Desvio padro Coeficiente de variao

Como o coeficiente de variabilidade maior do que 20% ento uma alta disperso. Grau de assimetria

Como

a distribuio assimtrica positiva

13. Tabela de distribuio de frequncias Escola No de famlias (fi) 1 2 3 4 5 200 300 250 360 400 1510 R.M.F (em Mt) (xi) 1000 870 900 850 700 xi *fi 200000 261000 225000 306000 280000 1272000

A ONG vai sim financiar o projecto pelo facto de o rendimento mdio mensal por encarregado estar abaixo dos 900 Mt o que vai de acordo com a condio supracitada pela ONG.

Assane Suale Ossufo 13

14. Neste estudo, como j foi identificada a populao (enfermeiros das provncias de Nampula e Inhambane), iramos escolher de uma forma aleatria um determinado nmero de enfermeiros em cada provncia para constiturem as nossas amostras. O passo a seguir seria, fazer a distribuio de frequncias em cada uma das duas amostras. Visto que, a varivel em causa so os anos de servios, pode-se agrupar os dados em classes, pois os anos de servio classificam-se em variveis quantitativas contnuas que so valores que so colocadas sob um intervalo de valores. Com as distribuies j feitas em seguida seria o clculo da mdia, a mediana e a moda que so as medidas de tendncia central que ajudam a achar o grau de variabilidade. Em jeito de finalidade calcularamos as medidas de variabilidade ou disperso que comea com o clculo dos desvios mdio, as varincias, desvios padro e finalmente o coeficiente de variabilidade para as duas amostras. Chegado a este ponto, com os valores de coeficiente de disperso das duas amostras de Nampula e Inhambane iramos fazer a comparao de uma em relao a outra. 15. Tabela Anos de servios Fac 0-5 60 5-10 180 10-15 280 15-20 340 20-25 400

a) Enfermeiros com anos de servios no inferiores 10 pode ser apresentado por:

Como R: A percentagem de enfermeiros com anos no inferiores 10 de 55% b) O ano de servios mas frequente de 5-10 anos, porque se fizermos a diferena entre as frequncias acumuladas a maior frequncia das diferenas ser dada neste intervalo. c) Tabela de distribuio Anos de servio Fac fa Anos mdios (xi) xi*fa xi2*fi 0-5 60 60 2.5 150 375 5-10 180 120 7.5 900 6750 10-15 280 100 12.5 1250 15625 15-20 340 60 17.5 1050 18375 20-25 400 60 22.5 1350 30375 400 4700 71500

Assane Suale Ossufo 14

Clculo do tempo mdio

d) Grau de disperso do servio Varincia, Desvio padro e Coeficiente de variao [ ( ] ) [ ]

R: O grau de disperso de servio alto por ser superior a 20%. 16. Rol 2 4 4 5 5 6 6 6 7 7 7 8 8 8 9 9 9 10 10 10 11 11 11 11 11 11 12 12 12 13 13 13 14 14 15 15 16 16 17 17 17 17 18 18 18 19 19 19 21 22 22 23 24 25 25 25 26 27 29 30 30 32 32 34

c) d) Tabela de distribuio de frequncias

i 1 2 3 4 5 6 7

Classes Fa [2;7[ [7;12[ [12;17[ [17;22[ [22;27[ [27;32[ [32;37[

Fac 8 18 12 11 8 4 3 64

fr 8 0.125 26 0.28125 38 0.1875 49 0.17188 57 0.125 61 0.0625 64 0.04688 1

fr*100% 13% 28% 19% 17% 13% 6% 5% 100%

Assane Suale Ossufo 15

Histograma da distribuio de frequncias

17.a)

Rol

148 148 149 151 151 152 152 152 152 153 153 154 155 155 155 155 156 156 157 157 157 157 157 158 158 158 159 159 160 160 160 160 160 161 161 161 162 163 163 165 165 165 165 167 168 168 168 170 172 172 175 180 b) c) Tabela de distribuio de frequncias

i 1 2 3 4 5 6 7

Classes [148;153[ [153;158[ [158;163[ [163;168[ [168;173[ [173;178[ [178;183[

fa 9 14 14 7 6 1 1
52

Fac

fr fr*100% 9 0.17307692 17% 23 37 44 50 51 52 0.26923077 0.26923077 0.13461538 0.11538462 0.01923077 0.01923077


1

27% 27% 13% 12% 2% 2%


100%

Assane Suale Ossufo 16

Histograma da distribuio de frequncias acumuladas

18. Tabela de distribuio das estruturas em centmetros (cm) de 42 alunos matriculados no terceiro ano de curso de Matemtica no ano de 2010 i 1 2 3 4 5 Classe de estud(cm,xi) [148;152[ [152;156[ [156;160[ [160;164[ [164;168[ 6 [168;172[ 7 [172;176[ fi 4 9 11 8 5 3 2 42 Fac xi xifi xi2*fi 4 150 600 90000 13 154 1386 213444 24 158 1738 274604 32 162 1296 209952 37 166 830 137780 40 170 510 86700 42 174 348 60552 6708 1073032

a) Os alunos com altura igual ou superior 160 cm pertencem aos intervalos de 160 176. Neste caso calcula-se as frequncias absolutas acumuladas a partir da classe que pertence 160 cm at a classe que pertence o 176 cm. Ento Como R: Os estudantes com altura igual ou superior a 160 cm correspondem a 42,86%.

Assane Suale Ossufo 17

b) Como R: Os estudantes com altura menor que 164 cm correspondem a 54,76%. c) Histograma correspondente a distribuio

d) Clculo do tempo mdio e)

Assane Suale Ossufo 18

f) Ogiva de frequncias acumuladas

g) Mediana ( )

classes mediana [156;160[ ( ) ( )

h) Moda

Classe modal [156;160[

Assane Suale Ossufo 19

i) Varincia [ ( j) Quartil Q1 a classe Q1 [152;156[ ( ) ( ) ) ] [ ]

Quartil 3Q3

k) Clculo do valor de percentis P9: ( a classe p9 [148;152[ identifica-se pela Fac ) ( )

P90:

a classe p9 [168;172[ identifica-se pela Fac

Assane Suale Ossufo 20

l) Clculo de valores de Decis ( )

D3:

identifica-se pela Fac logo a classe D3 [152;156[ ( ) ( )

D6: (

identifica-se pela Fac logo a classe D6 [160;164[ ) ( )

19. a) Para formar pares de um francs e um ingls tem-se que: todo os 40 franceses tem a aces sobre todos os 60 ingleses que tem tambm opes de aparecerem em pares com os 40 franceses: ento 6040=2400 contagem. b) Como anteriormente referiu-se dos franceses 15 falam as duas lnguas e dos ingleses 18 falam as duas lnguas ento para formar pares que no poderiam se entender podemos escrever s 45 ingleses e 42 franceses no falam as duas lnguas. 20. a) Para formarmos cdigos com dois smbolos sendo uma letra seguida de um algarismo, considerando 26 letras do alfabeto e 10 algarismos, podemos pensar que a primeira posio do no se podiam entender, porque pelo princpio multiplicativo de

Assane Suale Ossufo 21

cdigo pode assumir os 26 letras, onde cada letra ser par de cada um dos 10 algarismos e na segunda posio assumi 10 algarismos onde cada algarismo ser par cada uma de todas as letras. Logo: b) Tendo em conta que no alfabeto existem 21 consoantes podemos escrever

c) Como no alfabeto de 26 letras 6 so vogais a, e, i, o, u, y podermos escrever codigos 21. O nmero de aplicaes do primeiro conjunto A para o segundo conjunto B dado se cada elemento de A faz corresponder 4 vezes em elementos de B, isto porque em uma funo cada elemento do conjunto de partida tem que corresponder a um elemento de chegada. Isto , cada elemento de A tem 5 opes para correlacionar com B. logo aplicaoes. 22. a) Para registar carros com matrculas diferentes sendo que os cdigos so construdos por dois grupos de dois algarismos seguidos de duas letras de entre as 26 do alfabeto podemos: Das 4 posies que podem assumir os algarismos tem 10 opes de inserir uma algarismo de 0,1,,9 =104 e as duas posies que podem ser ocupadas pelas duas letras tem cada 26 opes de escolher as letras de A,B,,Z que e igual a 262, logo: carros. b) no caso de serem constitudos por dois algarismos seguidos por dois grupos de duas letras ser o contrario da a) isto : caros registados.

23. O nmero de aplicaes do primeiro conjunto A para o segundo conjunto B dado se cada elemento de A faz corresponder a um e um nico de elementos de B, isto porque em uma funo injectiva cada elemento do conjunto de partida tem que corresponder a um nico elemento de chegada. Isto , para o primeiro elemento de A tem 4 opes para correlacionar a B, o segundo tem 3 opes e o terceiro tem 2 opes. Logo

24. a) A quantidade de numero de 4 algarismos diferentes que se podem escrever de 0,,9, de modo que sejam pares, pode ser representado na primeira posio por opo a 9 algarismos, na segunda a 10 algarismos porque dos 10 algarismos um j foi usado na primeira

Assane Suale Ossufo 22

posio, na terceira ter 8 opes e na quarta ter 4 opes, por que de 1 9 s 5 nmeros condicionam a paridade isto , numeros pares.

b) A quantidade de numero de 4 algarismos diferentes que se podem escrever de 0,,9, de modo que sejam impares, pode ser representado na primeira posio por opo a 9 algarismos, na segunda a 9 algarismos porque dos 10 algarismos um j foi usado na primeira posio, na terceira ter 8 opes e na quarta ter 2 opes, isto , numeros. c) Para ser mltiplo de 5 tem que terminar por 0 ou 5, logo, numeros. d) Para ser mltiplo de 10 necessrio que termine com o nmero 0 e como devem ser 4 algarismos diferentes pode-se escrever: numeros.

25. Considerando que cada equipa joga duas vezes com cada uma das outras equipas em casa e fora de casa, ento se A joga com B em casa, na casa de B (fora de casa de A) joga B com A, isto que dizer no se considera a ordem ento tem-se:

26. i) Numa urna tem 5 bolas e depois e extrada uma bola colocada de novo na urna esta bola como qualquer outra tem 5 opes de ser extrada da urna, logo, para extrair trs bolas tem-se: ii) Se ao extrair uma bola no colocada de novo na urna ento pode-se dizer so arranjo 5 bolas 3 3 sem reposio logo:

iii) Se a primeiras a ser extrada conhecida (vermelha) ento tem-se:

Assane Suale Ossufo 23

27. a) A quantidade de vezes que se podem formar 5 pessoas sentadas numa fila dada por permutao dessas pessoas em 5 lugares, ou seja,

b) Para permutar n elementos de uma fila circular de uma forma equidistante pode-se se fixar uma delas e permutar as outras (n-1) restantes como se estivesse dispondo em uma fila comum, assim podemos dizer que 5 pessoas podem se sentar por volta de uma mesa de seguinte maneira:

28. Com os algarismos 2,4,6 e 8 pode-se escrever: i) ii) iii) para que os nmeros de 4 algarismos formados sejam maiores que 2500 e menores que 6500 necessrio: Quantidade de Nmeros maiores que 2500: Quantidade de Nmeros formados entre 2500 e 6500: Quantidade de nmeros inferiores a 6500: A soma dessas trs quantidades de teremos a quantidade de nmeros diferentes existentes entre 2500 e 6500. iv) Nmeros com 3 algarismos e maiores que 468 ser dado por: Maiores que 4 na primeira posio 4 na primeira posio: Logo, 29. Para dispor 8 bolas em fila fazendo a permutao das suas posies, isto , nmeros

30. Com 18 raparigas e 12 rapazes, podemos formar:

Assane Suale Ossufo 24

a) Grupos de 5 alunos de seguinte forma:

b) Cada grupo formado por 3 raparigas e 2 rapazes:

31. a) Para construir rectas usando dois pontos quaisquer dados de um conjunto de 7 numa circunferncia temos:

b)Considerando que o tringulo formado por trs pontos ento pode formar:

e) Sabendo que o quadriltero formado pela unio de 4 pontos no onde trs so no colineares ento pode formar:

32. Grfico Grfico um recurso visual da Estatstica utilizado para representar um fenmeno. Sua utilizao em larga escala nos meios de comunicao social, tcnica e cientfica, devem-se tanto sua capacidade de reflectir padres gerais e particulares do conjunto de dados em observao, como facilidade de interpretao e a eficincia com que resume informaes dos mesmos. Embora os grficos forneam menor grau de detalhes que as tabelas, estes apresentam um ganho na compreenso global dos dados, permitindo que se aperceba imediatamente da sua forma geral sem deixar de evidenciar alguns aspectos particulares que sejam de interesse do pesquisador. Uma representao grfica coloca em evidncia as

Assane Suale Ossufo 25

tendncias, as ocorrncias ocasionais, os valores mnimos e mximos e tambm as ordens de grandezas dos fenmenos que esto sendo observados. Todo grfico, em sua verso final deve primar pela simplicidade, clareza e veracidade nas informaes. Para atingir tal objectivo, a construo de um grfico exige muito trabalho e cuidados. Segundo SILVA apud WALLGREN (1996), a escolha da representao grfica e, consequentemente, a escolha do tipo de grfico mais adequado para representar um conjunto de dados deve ser feita com base nas respostas de questes como: Um grfico realmente a melhor opo? Qual o pblico-alvo? Qual o objectivo do grfico? Que tipo de grfico deve ser usado? Como o grfico deve ser apresentado? Que tamanho o grfico deve ter? Dever ser usado apenas um grfico? A qual meio tcnico se deve recorrer? Uma regra bsica para a elaborao adequada do ttulo de qualquer grfico, verificar se o mesmo responde a trs exigncias: o qu? Onde? E quando? Tipos de grficos Grficos para variveis qualitativas Grfico de barras um grfico formado por rectngulos horizontais de larguras iguais, onde cada um deles representa a intensidade de uma modalidade ou atributo. recomendvel que cada coluna conserve uma distncia entre si de aproximadamente 2/3 da largura da base de cada barra, evidenciando deste modo, a no continuidade na sequncia dos dados. O objectivo deste grfico de comparar grandezas e recomendvel para variveis cujas categorias tenham designaes extensas.

Assane Suale Ossufo 26

Grfico de colunas o grfico mais utilizado para representar variveis qualitativas. Difere do grfico de barras por serem seus rectngulos dispostos verticalmente ao eixo das abcissas sendo mais indicado quando as designaes das categorias so breves. Tambm para este tipo de grfico deve ser preservada a distncia entre cada rectngulo de, aproximadamente, 2/3 da largura da base de cada coluna. O nmero de colunas ou barras do grfico no deve ser superior a 12 (doze).

Figura 2. Meios informao utilizados pelos alunos da disciplina Inferncia Estatstica, curso de Estatstica da UEM, 21/03/2005.

de

Grfico de sectores Tipo de grfico onde a varivel em estudo projectada num crculo, de raio arbitrrio, dividido em sectores com reas proporcionais s frequncias das suas categorias. So indicados quando se deseja comparar cada valor da srie com o total. Recomenda-se seu uso

Assane Suale Ossufo 27

para o caso em que o nmero de categorias no grande e no obedecem a alguma ordem especfica.

Figura3. Municpio de procedncia dos alunos da disciplina Inferncia Estatstica do curso de Estatstica da UEM, 21/03/2005.

Grfico de linhas Sua aplicao mais indicada para representaes de sries temporais sendo por tal razo, conhecidos tambm como grficos de sries cronolgicas. Sua construo feita colocandose no eixo vertical (y) a mensurao da varivel em estudo e na abcissa (x), as unidades da varivel numa ordem crescente. Este tipo de grfico permite representar sries longas, o que auxilia detectar suas flutuaes tanto quanto analisar tendncias. Tambm podem ser representadas vrias sries em um mesmo grfico.

Grfico Nmero de matrculas anuais na disciplina Probabilidade do curso de Estatstica da UEM, 21/03/2005.

Assane Suale Ossufo 28

Grficos para variveis quantitativas discretas Grfico de bastes Este grfico formado por segmentos de rectas perpendiculares ao eixo horizontal (eixo da varivel), cujo comprimento corresponde frequncia absoluta ou relativa de cada elemento da distribuio. Suas coordenadas no podem ser unidas porque a leitura do grfico deve tornar claro que no h continuidade entre os valores individuais assumidos pela varivel em estudo.

Grfico de Nmero de irmos dos alunos da disciplina Inferncia Estatstica do curso de Estatstica da UEM, 21/03/2005.

Grfico da frequncia acumulada A Figura 08 mostra o grfico para frequncia acumulada de uma varivel quantitativa discreta. Na abcissa so alocados os valores assumidos pela varivel nmero de irmos e no eixo das ordenadas suas frequncias acumuladas. Observa-se que a leitura do grfico exige alguns cuidados bsicos: caso o valor da varivel esteja ou no includo, sua frequncia acumulada difere. Se for de interesse saber quantos alunos tem dois ou menos irmos (incluise dois irmo), a frequncia acumulada de 19 alunos. Caso se queira apenas saber quantos alunos tm menos de dois irmos (portanto o nmero dois no est incluso), sua frequncia acumulada de 7 alunos.

Assane Suale Ossufo 29

Grfico Nmero acumulado de irmos dos alunos da disciplina Inferncia Estatstica do curso de Estatstica da UEM, 21/03/2005.

Grficos para variveis quantitativas contnuas Histograma um grfico de colunas justapostas que representa uma distribuio de frequncia para dados contnuos ou uma varivel discreta quando esta apresentar muitos valores distintos. No eixo horizontal so dispostos os limites das classes segundo as quais os dados foram agrupados enquanto que o eixo vertical corresponde s frequncias absolutas ou relativas das mesmas. Quando os dados so distribudos em classes de mesma amplitude, Figura 09 (a), todas as colunas apresentam bases iguais com alturas variando em funo das suas frequncias absolutas ou relativas. Neste caso, tem-se que a rea de cada rectngulo depende apenas da sua altura enquanto que no caso de dados agrupados em classes de dimenses diferentes, como mostra a Figura 9 (b), a rea de cada coluna j no mais proporcional sua altura. Como a altura de cada classe precisa variar simultaneamente com sua largura, necessrio que a rea de cada uma das colunas permanea em proporo conveniente, o que pode ser obtido dividindo-se as frequncias das classes pelas respectivas amplitudes e construindo-se o histograma a partir destas frequncias. Portanto, pode-se dizer que no primeiro caso, o eixo dos valores informa sobre a frequncia relativa de cada classe, no segundo caso, tal procedimento perde todo significado, e necessrio comparar as reas para interpretar as informaes que so expostas.

Assane Suale Ossufo 30

Grficos Idade dos alunos da disciplina Inferncia Estatstica do curso de Estatstica da UEM, 21/03/2005.

Polgono de frequncia um grfico de linha cuja construo feita unindo-se os pontos de coordenadas de abcissas correspondentes aos pontos mdios de cada classe e as ordenadas, s frequncias absolutas ou relativas dessas mesmas classes. O polgono de frequncia um grfico que deve ser fechado no eixo das abcissas. Ento, para finalizar sua elaborao, deve-se acrescentar distribuio, uma classe esquerda e outra direita, ambas com frequncias zero. Tal procedimento permite que a rea sob a linha de frequncias seja igual rea do histograma. Uma das vantagens da aplicao de polgonos de frequncias que, por serem grficos de linhas, permitem a comparao entre dois ou mais conjuntos de dados por meio da superposio dos mesmos.

Assane Suale Ossufo 31

Figura Idade acumulada dos alunos da disciplina Inferncia Estatstica do curso de Estatstica da UEM, 21/03/2005.

Grfico da frequncia acumulada ou Ogiva um grfico que permite descrever dados quantitativos por meio da frequncia acumulada. A ogiva um grfico de linha que une os pontos cujas abcissas so os limites superiores das classes, e, ordenadas suas respectivas frequncias acumuladas. Convm observa-se que o ponto inicial desse grfico o limite inferior do primeiro intervalo, com frequncia acumulada zero, pois no existe qualquer valor inferior a ele. Quando os dados contidos em cada classe so distribudos uniformemente, pode-se estimar, a partir da ogiva, o nmero de elementos pertencentes a qualquer uma das classes que compe a distribuio de frequncia dos dados e a quantidade ou percentagem de elementos que esto abaixo de certo valor pertencente ao conjunto de dados. Pela Figura, nota-se que no existem alunos com idade inferior a 18 anos enquanto que abaixo de 34 anos existem vinte alunos.

Figura Idade acumulada dos alunos da disciplina Inferncia Estatstica do curso de Estatstica da UEM, 21/03/2005.