Escolar Documentos
Profissional Documentos
Cultura Documentos
e
s
)
FONTE: Dados fictcios
- 21 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
Nmero de cada
Delegacia
Grfico Cartograma
Este grfico empregado quando o objetivo o de figurar os dados estatsticos diretamente relacionados com
reas geogrficas ou polticas (mapas), corpo humano entre outras figuras.
FONTE: SSP/SP
- 22 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
2.2 DISTRIBUIO DE FREQUNCIA
Frequncia absoluta e Histograma
Ao se trabalhar com grandes conjuntos de dados, em geral til organiz-los e resumi-los em uma
tabela, chamada Distribuio de frequncia.
Na distribuio de frequncia listamos todos os valores coletados, um em cada linha, marcam-se as vezes em que eles
aparecem, incluindo as repeties, e conta-se a quantidade de ocorrncias de cada valor. Por este motivo, tabelas
que apresentam valores e suas ocorrncias denominam-se distribuio de freqncias.
O termo freqncia indica o nmero de vezes que um dado aparece numa observao estatstica.
EXEMPLO
Um professor organizou os resultados obtidos em uma prova com 25 alunos da seguinte forma:
Notas dos 25 alunos Comentrio
4,0 5,0 7,0 9,0 9,0
4,0 5,0 7,0 9,0 9,0
4,0 5,0 7,0 9,0 9,0
4,0 6,0 8,0 9,0 9,0
4,0 6,0 8,0 9,0 9,0
Agora ele pode fazer uma representao grfica para analisar o
desempenho da turma. Em primeiro lugar, o professor pode fazer uma
tabulao dos dados, ou seja, organiz-los de modo que a consulta a eles
seja simplificada. Ento, faremos a distribuio de freqncia destas
notas, por meio da contagem de dados.
Distribuio de freqncia Comentrio
Nota
Freqncia, f
(n de alunos)
4,0 5
5,0 3
6,0 2
7,0 3
8,0 2
9,0 10
f=25
Esta forma de organizar dados conhecida como distribuio de
frequncia, e o nmero de vezes que um dado aparece chamado de
frequncia absoluta, representado por f. Exemplos:
A frequncia absoluta da nota 4,0 5.
A freqncia absoluta da nota 9,0 10.
O smbolo grego sigma significa somatrio, muito usado em
Estatstica. Portanto, f=25 significa a soma de 5+3+2+3+2+10.
Representamos a freqncia por um grfico, chamado Histograma.
HISTOGRAMA Comentrio
ESTA FREQUNCIA QUE ACABAMOS DE ESTUDAR DENOMINADA FREQUENCIA
ABSOLUTA (f), QUE SIMPLESMENTE A CONTAGEM DOS DADOS.
Em Estatstica no trabalhamos somente com frequncia absoluta (f), mas tambm com outros tipos de freqncias,
que so: freqncia relativa (fr), frequncia absoluta acumulada (Fa) e frequncia relativa acumulada (FRa).
Estudaremos agora cada uma delas.
Quando os dados numricos so organizados, eles geralmente so
ordenados do menor para o maior, divididos em grupos de tamanho
razovel e, depois, so colocados em grficos para que se examine sua
forma, ou distribuio (no exemplo: 4,0 5,0 6,0 7,0 8,0 9,0). Este
grfico chamado de Histograma.
Um histograma um grfico de colunas juntas. Em um histograma no
existem espaos entre as colunas adjacentes, como ocorre em um grfico
de colunas. No exemplo, a escala horizontal () representa as notas e a
escala vertical () as freqncias.
O histograma ao lado indica que cinco alunos tiraram a nota 4,0; trs alunos tiraram
a nota 5,0; dois alunos tiraram a nota 6,0; trs alunos tiraram a nota 7,0; dois alunos
tiraram 8,0 e dez alunos tiraram 9,0.
5
3
2
3
2
10
0
2
4
6
8
10
12
N
m
e
r
o
d
e
a
l
u
n
o
s
4,0 5,0 6,0 7,0 8,0 9,0
Nota
Desempenho dos alunos na prova
- 23 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
Frequncia Relativa fr (%)
Conceito. Representado por fr(%), significa a relao existente entre a frequncia absoluta f e a soma das freqncias f. a
porcentagem (%) do nmero de vezes que cada dado aparece em relao ao total.
EXEMPLO
5
/
25
* 100 = 20%.
freqncia relativa fr (%) Comentrios aos clculos
Nota f fr(%)
4,0 5 20%
5,0 3 12%
6,0 2 8%
7,0 3 12%
8,0 2 8%
9,0 10 40%
f=25 100%
A frequncia relativa fr(%) obtida por
f
/
f
* 100, conforme abaixo:
A fr(%) da nota 4,0
5
/
25
* 100 = 20%.
A fr(%) da nota 5,0
3
/
25
* 100 = 12%
A fr(%) da nota 6,0
2
/
25
* 100 = 8%
A fr(%) da nota 7,0
3
/
25
* 100 = 12%
A fr(%) da nota 8,0
2
/
25
* 100 = 8%
A fr(%) da nota 9,0
10
/
25
* 100 = 40%.
Frequncia Absoluta Acumulada Fa
Conceito. Representado por Fa, significa a soma das freqncias absolutas at o elemento analisado.
EXEMPLO
Fa
2
=5+3 = 8
frequncia absoluta acumulada (Fa) Comentrios aos clculos
Nota f fr(%) Fa
4,0 5 20% 5
5,0 3 12% 8
6,0 2 8% 10
7,0 3 12% 13
8,0 2 8% 15
9,0 10 40% 25
f=25 100% -
A frequncia absoluta acumulada Fa obtida conforme abaixo:
A Fa da nota 4,0 5 (sempre repete a primeira).
A Fa das notas 4,0 e 5,0 5+3=8.
A Fa das notas 4,0, 5,0 e 6,0 5+3+2=10.
A Fa das notas 4,0, 5,0, 6,0 e 7,0 5+3+2+3=13.
A Fa das notas 4,0, 5,0, 6,0, 7,0 e 8,0 5+3+2+3+2=15.
A Fa das notas 4,0, 5,0, 6,0, 7,0, 8,0 e 9,0 5+3+2+3+2+10=25
Frequncia Relativa Acumulada FRa (%)
Conceito. Representado por FRa (%), significa a soma das freqncias relativas fr(%) at o elemento analisado.
EXEMPLO
20% + 12% = 32%
frequncia relativa acumulada (FRa) Comentrios aos clculos
Nota f fr(%) Fa FRa(%)
4,0 5 20% 5 20%
5,0 3 12% 8 32%
6,0 2 8% 10 40%
7,0 3 12% 13 52%
8,0 2 8% 15 60%
9,0 10 40% 25 100%
f=25 100% - -
A frequncia relativa acumulada FRa(%) obtida conforme abaixo:
A FRa(%) de 4,0 20% (sempre repete a primeira).
A FRa(%) de 4,0 e 5,0 20+12 = 32%
A FRa(%) de 4,0, 5,0 e 6,0 20+12+8 = 40%
A FRa(%) de 4,0, 5,0, 6,0 e 7,0 20+12+8+12 = 52%
A FRa(%) de 4,0, 5,0, 6,0, 7,0 e 8,0 20+12+8+12+8 = 60%
A FRa(%) de 4,0, 5,0, 6,0, 7,0, 8,0 e 9,0 20+12+8+12+8+40=100%
NOTA IMPORTANTE SOBRE DISTRIBUIO DE FREQUNCIA:
Nota f fr(%) Fa FRa(%)
25 100%
f=25
100% - -
Para saber se o desenvolvimento da distribuio de freqncia por completo est
correto, os valores ao lado, em vermelho, devero coincidir.
- 24 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
Agrupamento em Classes
Em uma distribuio de frequncia, ao se trabalhar com grandes conjuntos de dados e com valores
dispersos, podemos agrup-los em classes.
Se um conjunto de dados for muito disperso, uma representao melhor seria atravs do agrupamento dos dados
com a construo de classes de frequncia. Caso isso no ocorresse, a tabela ficaria muito extensa. Veja abaixo:
EXEMPLO
Um radar instalado na Dutra registrou a velocidade (em Km/h) de 40 veculos, indicadas abaixo:
Velocidade de 40 veculos (Km/h)
Distribuio de frequncia
fcil ver que a distribuio de frequncias
diretamente obtida a partir desses dados
dada uma tabela razoavelmente extensa.
70 90 100 110 123
71 93 102 115 123
73 95 103 115 123
76 97 105 115 123
80 97 105 117 124
81 97 109 117 124
83 99 109 121 128
86 99 109 121 128
Nota f
70 1
71 1
73 1
76 1
80 1
81 1
83 1
86 1
90 1
93 1
95 1
97 3
99 2
100 1
102 1
103 1
105 2
109 3
110 1
115 3
117 2
121 2
123 4
124 2
128 2
f=40
Distribuio de frequncia com classes
i Velocidade (Km/h) f
1 70 | 80 4
2 80 | 90 4
3 90 | 100 8
4 100 | 110 8
5 110 | 120 6
6 120 | 130 10
f=40
A distribuio em classes como se fosse uma compresso dos dados. Imagine se
fizssemos uma distribuio de frequncia de todas velocidades (de 70 a 128). A tabela
ficaria imensa! Por este motivo existe a distribuio de frequncia com classes.
Como criar uma Distribuio de Freqncia com classes
1. Calcule a quantidade de classes (i), pela raiz da quantidade de dados. So
40 veculos. Ento, 40 = 6,3 i = 6 classes.
2. Calcule a amplitude de classe (h) que o tamanho da classe, sendo:
Maior valor Menor valor = 128 70 = 9,6 h=10
quantidade de classes (i) 6
Nota: o Maior valor (128) e o Menor valor (70) so obtidos da lista dos registros das
velocidades dos 40 veculos.
3. Montar as classes a partir do Menor valor (70), somando com a
amplitude de classe (10) at que se chegue na 6 classe, assim:
TIPOS DE INTERVALOS DE CLASSE
No Brasil usa-se o intervalo | (Resoluo 866/66 do IBGE). J na literatura estrangeira
utiliza-se comumente com intervalo fechado.
CONCEITOS IMPORTANTES
LIMITES DE CLASSE - So os valores extremos de cada classe. No exemplo 70 | 80,
temos que o limite inferior 70 e o limite superior 80.
AMPLITUDE TOTAL DA DISTRIBUIO (AT) a diferena entre o limite superior da
ltima classe e o limite inferior da primeira classe, no exemplo 130 70 = 60.
AMPLITUDE AMOSTRAL (AA) a diferena entre o valor mximo e o valor mnimo
da amostra, no exemplo 128 70 = 58.
i Velocidade (Km/h)
1 70 +10 80
2... 80 +10 90
...6 120 +10 130
Tipo Representao Dados do intervalo
Aberto 70 80 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80
Fechado esquerda 70 | 80
70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80
Fechado 70 || 80 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80
Fechado direita 70 | 80 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80
Classes
Limite
inferior
Limite
superior
- 25 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
0
2
4
6
8
10
12
Q
u
a
n
t
i
d
a
d
e
d
e
v
e
c
u
l
o
s
Resultados dos registros
de um radar
70 75 80 85 90 95 100 105 110 115 120 125 130
Velocidade (Km/h)
Abaixo vemos as distribuies de frequncias absoluta f, relativa fr(%), absoluta acumulada Fa e relativa acumulada FRa(%),
bem como o Histograma desta distribuio.
Distribuio de freqncia com classes f, fr(%), Fa e FRa (%)
OUTRAS REPRESENTAES GRFICAS DE UMA DISTRIBUIO DE FREQUNCIA
Polgono de frequncia um grfico em linha que representa os pontos centrais dos intervalos de classe.
Para construir este grfico, voc deve calcular o ponto central de classe (xi), que o ponto que divide o intervalo de classe em
duas partes iguais. Por exemplo, a velocidade dos veculos da 1 classe pode ser representada por 70 + 80 = 75Km/h
2
A construo de um polgono de frequncias muito simples. Primeiro,
construmos um histograma; depois marcamos no telhado de cada
coluna o ponto central e unimos sequencialmente esses pontos.
Ogiva (pronuncia-se ojiva). Conhecida tambm por polgono de frequncia acumulada. um grfico em linha que
representa as freqncias acumuladas (Fa), levantada nos pontos correspondentes aos limites superiores dos intervalos de
classe. Para constru-la, voc deve elaborar o histograma de freqncia f em uma escala menor, considerando o ltimo valor a
freqncia acumulada da ltima classe, no caso, 40.
i
Velocidade (Km/h)
f Fr(%) Fa FRa(%)
1 70 | 80
4 10% 4 10%
2 80 | 90
4 10% 8 20%
3 90 | 100
8 20% 16 40%
4 100 | 110
8 20% 24 60%
5 110 | 120
6 15% 30 75%
6 120 | 130
10 25% 40 100%
f=40 100%
i Velocidade (Km/h) f xi
1 70 | 80
4 75
2 80 | 90
4 85
3 90 | 100
8 95
4 100 | 110
8 105
5 110 | 120
6 115
6 120 | 130
10 125
f=40
i Velocidade (Km/h) f Fa
1 70 | 80
4 4
2 80 | 90
4 8
3 90 | 100
8 16
4 100 | 110
8 24
5 110 | 120
6 30
6 120 | 130
10 40
f=40
4 4
8 8
6
10
0
2
4
6
8
10
12
Q
u
a
n
t
i
d
a
d
e
d
e
v
e
c
u
l
o
s
Resultados dos registros
de um radar
70 80 90 100 110 120 130
Velocidade (Km/h)
70 | 80
Ponto central
75Km/h
Velocidade (Km/h)
4
4
8
8
6
10
0
5
10
15
20
25
30
35
40
Q
u
a
n
t
i
d
a
d
e
d
e
v
e
c
u
l
o
s
Resultados dos registros
de um radar
70 80 90 100 110 120 130
4
8
16
24
30
40
- 26 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
MEDIDAS
O que podemos dizer se um professor quer saber sobre as notas dos alunos de uma sala? Poderamos,
talvez, utilizar para resposta uma tabela com as frequncias das notas. Porm, o professor gostaria de
uma resposta rpida, que sintetize a informao que se tem, e no uma distribuio de frequncia das
notas coletadas.
Para resumir a quantidade de informao contida em um conjunto de dados, utilizamos, em estatstica,
medidas que descrevem, POR MEIO DE UM S NMERO, caractersticas desses dados.
Notas dos alunos
4,0 4,0 4,0 4,0 4,0 5,0 5,0 5,0 6,0 6,0 7,0 7,0 7,0 8,0 8,0 9,0 9,0 9,0 9,0 9,0 9,0 9,0 9,0 9,0 9,0
Medidas estatsticas
Mdia das notas = 6,9 (valor ponto de equilbrio desse conjunto de dados)
Nota Mediana = 8,0 (valor que est no meio)
Nota Moda = 9,0 (valor mais frequente)
- 27 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
3.1 MEDIDAS DE POSIO
Agora voc vai trabalhar com medidas de posio que, como o prprio nome indica, so medidas que indicam a localizao dos
dados. O objetivo no o clculo das medidas, mas, sim, explorar propriedades e relaes entre trs das principais medidas de
posio: Mdia, Mediana e Moda.
MDIA
MDIA SIMPLES - uma medida que representa o ponto de equilbrio num conjunto de dados.
A mdia simples uma medida considerada como um valor normal ou tpico em um conjunto de dados. Cada dado tem
igual importncia e peso. Sofre a influncia de todos os dados.
A Mdia simples obtida pela seguinte equao:
x = x soma dos valores dos dados
n quantidade de dados
A Mdia representada por x
(l-se x barra)
EXEMPLO. Supondo que uma escola adote como critrio de aprovao a Mdia 7,0 e, considerando as quatro
notas de Joo e Maria durante o ano, informe se foram aprovados.
Notas de Joo: 3,5 | 6,0 | 9,5 | 9,0 |
x = x 3,5 + 6,0 + 9,5 + 9,0
n 4
x = 7,0 aprovado
MDIA PONDERADA. Semelhante a Mdia simples, porm, atribuindo-se a cada dado um peso que
retrate a sua importncia.
O termo ponderao sinnimo de peso, importncia, relevncia. Sugere, ento, a atribuio de um peso a um determinado dado.
Em alguns casos, os valores variam em grau de importncia, de modo que podemos querer ponder-los apropriadamente. calculada
multiplicando-se um peso por cada valor, fazendo com que alguns valores influenciem mais fortemente a mdia do que outros.
A Mdia ponderada obtida pela seguinte equao:
p x = (x . p) soma dos valores . pesos
p soma dos pesos
Vamos representar a
Mdia ponderada por
p x
EXEMPLO Supondo que uma escola adote como critrio de aprovao a Mdia 7,0, sendo que as provas bimestrais
so ponderadas com pesos 1, 2, 3 e 4, respectivamente para o 1 bim, 2 bim, 3 bim e 4 bim. Considerando as
notas de Joo (na ordem bimestral crescente), informe se foi aprovado.
Notas de Joo: | 9,0 | 8,0 | 6,0 | 5,0
Pesos 1 2 3 4
p x = (x . p)
p
p x = (9,0 . 1) + (8,0 . 2) + (6,0 . 3) + (5,0 . 4)
1+2+3+4
p x = 6,3 reprovado
Nota. Em uma mdia simples ele seria aprovado por 7,0.
Importante: Os pesos so representados pela quantidade (frequncia). A atribuio de pesos visa fazer com que certos valores
tenham mais influncia no resultado do que outros.
Mdia de Joo
3.5
6.0
7,0
9.5
9.0
0.0
2.0
4.0
6.0
8.0
10.0
N
o
t
a
s
1 Bim 2 Bim Mdia 3 Bim 4 Bim
Bimestres
Mdia das notas de Joo
9,0
1
8,0
2
6,3
6,0
3
5,0
4
0,0
2,0
4,0
6,0
8,0
10,0
N
o
t
a
s
e
p
e
s
o
s
1 Bim 2 Bim Mdia 3 Bim 4 Bim
Bimestres
Mdia ponderada das notas de Joo
Mdia ponderada
- 28 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
MDIA DE DISTRIBUIO DE FREQUNCIA aplica-se quando no se tem a lista original dos dados
Quando trabalhamos com uma distribuio de frequncia, no sabemos os valores exatos que caem em
determinada classe. Para tornar possveis os clculos, consideramos que, em cada classe, todos os valores
amostrais sejam iguais ao ponto central de classe. Por exemplo, considere o intervalo de classe 70 | 80, com
uma frequncia de 4. Admitimos que todos os 4 valores sejam iguais a 75 (o ponto central de classe). Com o total
de 75 repetido 4 vezes, temos um total de 75 x 4 = 300. Podemos, ento, somar esses produtos obtidos de cada
classe para encontrar o total de todos os valores, os quais, ento, dividimos pela quantidade de dados.
importante salientar que a distribuio de frequncia resulta em uma aproximao da mdia
porque no se baseia na lista original exata dos valores amostrais.
CALCULANDO A MDIA DE DISTRIBUIO DE FREQUNCIA COM INTERVALO DE CLASSE
i Velocidade (Km/h) f x f . x
1 70 | 80 4 75 300
2 80 | 90 4 85 340
3 90 | 100 8 95 760
4 100 | 110 8 105 840
5 110 | 120 6 115 690
6 120 | 130 10 125 1250
f=40 - (f.x) = 4180
Procedimento:
1. Multiplicar as frequncias f pelos pontos centrais
de classe x e adicionar os produtos.
2. Somar as frequncias f;
3. Somar os produtos (f.x);
4. Aplicar a frmula abaixo:
x = (f.x) 4180 = 104,5 Km/h
f 40
Mdia a partir de um HISTOGRAMA COM INTERVALOS DE CLASSE:
No necessrio montar tabela. Veja na figura ao lado
que basta multiplicar a frequncia pelo ponto mdio e
adicionar os produtos. Depois, divida pela soma das
freqncias.
(4*75)+(4*85)+(8*95)+(8*105)+(6*115)+(10*125)
4+4+8+8+6+10
x = (f.x) 4180 = 104,5 Km/h
f 40
CALCULANDO A MDIA DE DISTRIBUIO DE FREQUNCIA SEM INTERVALO DE CLASSE
Nota
(x)
f
(n de alunos)
f . x
4,0 5 20
5,0 3 15
6,0 2 12
7,0 3 21
8,0 2 16
9,0 10 90
f=25 (f.x) = 174
Quando a distribuio no tem agrupamento de classes,
consideraremos as frequncias como sendo os pesos
dos elementos correspondentes:
(5*4,0)+(3*5,0)+(2*6,0)+(3*7,0)+(2*8,0)+(10*9,0)
5+3+2+3+2+10
x =(f.x) 174 = 6,96
f 25
Mdia a partir de um HISTOGRAMA SEM INTERVALO DE CLASSE
Multiplique a freqncia por x (notas) e adicione os
produtos. Depois, divida pela soma das freqncias.
(5*4,0)+(3*5,0)+(2*6,0)+(3*7,0)+(2*8,0)+(10*9,0)
5+3+2+3+2+10
x =(f.x) 174 = 6,96
f 25
Ponto central de classe
x =
4 4
8
8
6
10
0
2
4
6
8
10
12
Q
u
a
n
t
i
d
a
d
e
d
e
v
e
c
u
l
o
s
Resultados dos reg istros de um radar
70 80 90 100 110 120 130
Velocidade (Km/h)
X =
5
3
2
3
2
10
0
2
4
6
8
10
12
N
m
e
r
o
d
e
a
l
u
n
o
s
4.0 5.0 6.0 7.0 8.0 9.0
Nota
Desempenho dos alunos na prova
x
75 85 95 105 115 125
x
x
+
(4*75)+(4*85) ...
- 29 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
MEDIANA
Medida que representa o valor que est no MEIO de um conjunto de dados.
Uma desvantagem da mdia simples que ela sensvel a qualquer valor, de modo que um valor
excepcional pode afetar drasticamente a mdia. A Mediana supera grandemente essa
desvantagem, pois no afetada por valores extremos, de tal modo que voc pode utilizar a
mediana quando esto presentes valores extremos.
Como achar a mediana de um conjunto de dados
Para quantidade MPAR de valores
A Posio do termo central dada por:
2
1 n
P
+
=
Ex.: 12, 78, 69, 75, 80, 71, 82, 73, 785. n=9
2
1 9
P
+
=
= 5 5 posio
A Md o valor da 5 posio. Ordenando os dados, temos:
12, 69, 71, 73, 75 ,78, 80, 82, 785
1 2 3 4 5 6 7 8 9
Mediana
Para quantidade PAR de valores
As posies dos termos
centrais so dadas por:
2
n
P1 =
e P
2
= a que sucede P
1
Ex.: 12, 78, 69, 75, 80, 71, 82, 73, 785, 995. n=10
2
10
P1 =
= 5 posio e P
2
= 6 posio
A Md o valor entre a 5 e 6 posio. Ordenando os dados, temos:
12, 69, 71, 73, 75, 78 80, 82, 785, 995
1 2 3 4 5 6 7 8 9 10
Mediana
A Md a Mdia dos dois termos centrais.
2
78 75
Md
+
=
= 76,5
MEDIANA de uma distribuio de freqncia e Histograma SEM INTERVALOS DE CLASSE
Nota
f
Fa Observaes
4,0 4 4
Da 1 at a 4
5,0 3 7
Da 5 at a 7
6,0 2 9
Da 8 at a 9
7,0 3 12
Da 10 at a 12
8,0 2 14
Da 13 at a 14
9,0 11 25
Da 15 at a 25
f = n = 25 mpar
2
1 n
P
+
=
2
1 25 +
= 13
Os dados j esto ordenados. Ento a
Md o valor da 13 posio. Atravs da
Fa fica fcil identificar a posio central:
Ento, a nota Md = 8,0
f=25
MEDIANA de uma distribuio de freqncia e Histograma COM INTERVALOS DE CLASSE
Acumule Fa e ache a posio da Md
i Velocidades f Fa
1 70 | 80
4 4
2 80 | 90
4 8
3 90 | 100
8 16
4 100 | 110
8 24
5 110 | 120
6 30
6 120 | 130
10 40
f=40
Independente se n mpar ou par usa-se a equao
n
/
2.
Ento,
40
/
2
= 20
A Md est na 20 posio e ser algum valor da classe mediana 100 | 110. A
partir da equao abaixo podemos achar uma aproximao da Md.
f
h * Fa -
2
n
l Md
ant
inf
+ =
l
inf
= limite inferior da classe mediana
Fa
ant
= Fa da classe anterior
h = amplitude do intervalo de classe
f = freqncia da classe mediana
Resolvendo a equao, temos:
8
10 * 16 -
2
40
Md
+ =100
Md = 105 Km/h, aproximadamente
O total das freqncias 40. Ento, a Md ser
40
/
2
= 20 posio. Observe
pelo Fa que a classe mediana 100 | 110. Tambm possvel
determinar l
inf
, Fa
ant
, h e f. Ento, aplicando a equao, temos:
8
10 * 16 -
2
40
Md
+ =100
= 105 km/h, aproximadamente
0% 50% 100%
Mediana
4 4
8 8
6
10
0
2
4
6
8
10
12
Q
u
a
n
t
i
d
a
d
e
d
e
v
e
c
u
l
o
s
Resultados dos registros
de um radar
70 80 90 100 110 120 130
Velocidade (Km/h)
Fa
20
Fa
ant
= 16
(4+4+8)
h
10
f = 8
l
inf
20
Md = 8,0
4
3
2
3
2
11
0
2
4
6
8
10
12
N
m
e
r
o
d
e
a
l
u
n
o
s
4.0 5.0 6.0 7.0 8.0 9.0
Nota
Desempenho dos alunos na prova
Fa 13
- 30 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
5
3
2
3
2
10
0
2
4
6
8
10
12
N
m
e
r
o
d
e
a
l
u
n
o
s
4,0 5,0 6,0 7,0 8,0 9,0
Nota
Desempenho dos alunos na prova
NOTA SOBRE A MEDIANA. A mediana menos utilizada do que a mdia simples. A mediana pode ser aplicada quando existem
valores discrepantes em um conjunto de dados. Por exemplo, se a renda per capita de sete famlias fosse: $240; $370; $410; $520; $630; $680 e
$820, a mediana seria $520 e a mdia $524. Essas duas medidas poderiam representar este conjunto de dados. Mas se a renda de sete famlias
fosse: $240; $370; $410; $520; $630; $680 e $10.000, o valor da mediana manter-se-ia o mesmo, enquanto a mdia simples passaria a ser
$1.836, pois foi influenciada pelo valor discrepante ($10.000), que no uma medida ideal para representar este conjunto de dados. A medida
ideal seria a mediana. Note que os valores discrepantes tem, pois, muito menor influncia sobre a mediana do que sobre a mdia.
Em relao mediana na distribuio de freqncia com intervalos de classe, admite-se que as velocidades dos veculos se distribuem
continuamente. Nesse caso, a mediana a velocidade para o qual a metade da freqncia total
40
/
2
= 20 fica situada abaixo e a outra acima
dele. Ora, a soma das trs primeiras freqncias de classe 4+4+8 = 16. Ento, para obter a 20 velocidade desejada, so necessrios mais 4
dos 8 casos existentes na 4 classe. Como o quarto intervalo de classe, 100 | 110, a mediana situa-se a 4/8 de distncia, e : 100 +
4
/
8
(110
100) = 105 km/h. Com a equao fica mais fcil encontrar a mediana pois no exige este tipo de raciocnio.
MODA
Medida que representa o valor que mais se REPETE em um conjunto de dados.
Na linguagem coloquial, moda algo que est em evidncia, ou seja, algo que se v bastante! Em estatstica a moda o valor que detm
o maior nmero de observaes, ou seja, o valor ou valores mais frequentes em uma srie de dados. A moda no necessariamente
nica, ao contrrio da mdia simples ou da mediana. especialmente til quando os valores ou observaes no so numricos, uma vez
que a mdia e a mediana podem no ser bem definidas.
Exemplos:
A srie {1, 3, 5, 5, 5, 6, 6, 7} apresenta moda = 5, pois o nmero que mais se repete.
A srie {1, 3, 5, 5, 6, 6, 7, 8} apresenta duas modas (Bimodal): 5 e 6, pois so os que mais se repetem.
A srie {1, 3, 5, 5, 6, 6, 7, 7} apresenta mais do que duas modas (Polimodal): 5, 6 e 7
A srie {1, 3, 2, 5, 8, 7, 9, 10} no apresenta moda = amodal, pois nenhum nmero se repete.
MODA de uma distribuio de freqncia e Histograma SEM INTERVALOS DE CLASSE
Notas dos alunos
A Moda ser a nota 9,0, pois
a que mais se repete no
conjunto de dados
4,0 5,0 8,0 9,0
4,0 6,0 9,0 9,0
4,0 6,0 9,0 9,0
4,0 7,0 9,0 9,0
4,0 7,0 9,0
5,0 7,0 9,0
5,0 8,0 9,0
Nota
f
(n de alunos)
4,0 5
5,0 3
6,0 2
7,0 3
8,0 2
9,0 10
f=25
MODA de uma distribuio de frequncia e Histograma COM INTERVALOS DE CLASSE
a) Moda Bruta
i Velocidade (Km/h) f
1 70 | 80
4
2 80 | 90
4
3 90 | 100
8
4 100 | 110
8
5 110 | 120
6
6 120 | 130
10
f=40
A Moda Bruta ser o ponto
mdio de classe modal, que a
classe que apresenta a maior
frequncia. Ento:
Mo = 120 + 130 = 125Km/h
2
NOTAS SOBRE A MODA. Na distribuio de freqncia em classes, o mtodo utilizado para encontrar a moda por meio do ponto
mdio de classe chamado de moda bruta, e apenas uma aproximao pois no foi baseada na lista original de dados. Existem outros
mtodos para encontrar a Moda de uma distribuio de freqncia com intervalo de classe: Mtodo de Czuber, Mtodo de King e Mtodo de
Pearson, normalmente exigidos em concursos pblicos.
Moda
Nota
9,0
4 4
8 8
6
10
0
2
4
6
8
10
12
Q
u
a
n
t
i
d
a
d
e
d
e
v
e
c
u
l
o
s
Resultados dos registros
de um radar
70 80 90 100 110 120 130
Velocidade (Km/h)
120+130 = 125Km/h
2
Classe modal (tem maior frequncia)
- 31 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
b) Moda de czuber
h
2
D
1
D
1
D
Czuber
Mo *
+
+ = l
= l limite inferior da classe modal
D
1
= f* f(ant)
D
2
= f* f(post)
h = amplitude da classe modal
f* = frequncia da classe modal
f(ant) = frequncia da classe anterior classe modal
f(post) = frequncia da classe posterior classe modal
Exemplo de clculo da Moda de Czuber (pela Distribuio de Freqncia e pelo Histograma)
Registro das velocidades de
veculos em uma rodovia
i Velocidade (Km/h) f
1 70 | 80 4
2 80 | 90 4
3 90 | 100 8
4 100 | 110 8
5 110 | 120 6
6 120 | 130 10
f=40
h
D D
D
l Mo *
2 1
1
+
+ =
10
10 4
4
120 *
+
+ = Mo
85 122, = Mo
Nota: Como no existe frequncia simples da classe posterior classe modal, ento f- f(post) = 10 - 0.
- FUNDAMENTOS DA EQUAO DE CZUBER
Pode-se determinar graficamente a posio da Moda no histograma representativo de uma distribuio de frequncias. O
mtodo descrito abaixo o equivalente geomtrico da equao de Czuber.
1 - A partir dos vrtices superiores do retngulo correspondente classe modal (A e B), traamos os seguimentos concorrentes
AC e BD, ligando cada um deles ao vrtice superior adjacente do retngulo correspondente a uma classe vizinha, conforme
ilustrado na figura acima.
2 - A partir da interseo dos segmentos AC e BD, baixamos uma perpendicular ao eixo horizontal, determinando o ponto que
indica a Moda, que 122,85.
(10 - 6)
(10 - 6) (10 - 0)
4 4
8 8
6
10
0
2
4
6
8
10
12
Q
u
a
n
t
i
d
a
d
e
d
e
v
e
c
u
l
o
s
Resultados dos registros
de um radar
70 80 90 100 110 120 130
Velocidade (Km/h)
f*
f(ant)
h*
f(post)
Classe
modal
Classe modal
(tem maior frequncia)
- 32 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
RELAO ENTRE MDIA, MEDIANA E MODA.
Pelo formato da distribuio dos dados, sempre existir uma relao emprica (baseado na experincia) entre a
mdia, mediana e a moda. Atravs dessa relao podemos saber, aproximadamente, onde se encontram essas
medidas, sem necessidade de clculos.
Quando a Mdia, Mediana e Moda se coincidem, chamamos a distribuio dos dados de Simtrica ou Normal.
Mdia = mediana = moda
SIMTRICA ou NORMAL ou FORMA DE SINO
Quando a distribuio tem a forma de sino (linha tracejada), a
quantidade de dados vai aumentando, atinge um pico, e depois
diminui. Se dividssemos em duas metades, a partir do centro,
note que os dois lados seriam iguais. O calculo abaixo confirma a
afirmativa que numa distribuio normal a mdia, mediana e
moda se coincidem.
Mdia = 70(3) + 80(4) + 90(7) + 100(4) + 110(3) = 90 Km/h
3+4+7+4+3
Mediana = 90 Km/h
Moda = 90 Km/h
Quando a Mdia, Mediana e Moda no se coincidem, chamamos a distribuio dos dados de assimtrica.
Mdia < mediana < moda
Assimtrica esquerda (ou negativa)
Neste tipo de distribuio, a mdia, mediana e a moda estaro
aproximadamente conforme grfico ao lado. A mdia ser menor
que a mediana e a moda. O clculo abaixo confirma a afirmativa:
Mdia = 70(1) + 80(3) + 90(6) + 100(9) + 110(2) = 94 Km/h
1+3+6+9+2
Mediana = 100 Km/h
Moda = 100 Km/h
Mdia > mediana > moda
Assimtrica direita (ou positiva)
Neste tipo de distribuio, a mdia, mediana e a moda estaro
aproximadamente conforme grfico ao lado. A mdia ser maior
que a mediana e a moda. O clculo abaixo confirma a afirmativa:
Mdia = 70(2) + 80(9) + 90(6) + 100(3) + 110(1) = 86Km/h
2+9+6+3+1
Mediana = 80 Km/h
Moda = 80 Km/h
1
3
6
9
2
0
2
4
6
8
10
12
Q
u
a
n
t
i
d
a
d
e
d
e
v
e
c
u
l
o
s
Resultados dos registros
de um radar
70 80 90 100 110
Velocidade (Km/h)
Mediana
Moda
Mdia
2
9
6
3
1
0
2
4
6
8
10
12
Q
u
a
n
t
i
d
a
d
e
d
e
v
e
c
u
l
o
s
Resultados dos registros
de um radar
70 80 90 100 110
Velocidade (Km/h)
Mediana
Moda
Mdia
3
4
7
4
3
0
2
4
6
8
10
Q
u
a
n
t
i
d
a
d
e
d
e
v
e
c
u
l
o
s
Resultados dos registros
de um radar
70 80 90 100 110
Velocidade (Km/h)
Mdia
Mediana
Moda
Me Md Mo
94 < 100 100
Me Mo Md
86 > 80 80
90=90=90
- 33 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
3.2 MEDIDAS DE VARIAO (OU DISPERSO)
O termo variao sugere tornar vrio ou diverso; alterar, diversificar; mudar; ser inconstante; no ser conforme,
discrepar. Na maioria dos casos existir variao em um conjunto de dados, independente da caracterstica que
voc esteja medindo, pois nem todos os indivduos tero o mesmo exato valor para todas as variveis.
EXEMPLO
Durante o ano letivo a Mdia das notas de Joo, Mrio, Maria e Jos foi 7,0. Se considerarmos apenas a
Mdia, no notaremos qualquer diferena entre os quatro alunos. No entanto, observa-se que as notas so
muito diferentes em relao a Mdia. H variao de notas e, no caso de Joo e Jos, bem discrepante:
Diante deste contexto, podemos questionar: qual o aluno mais estvel? Qual teve melhor
desempenho? Qual o aluno com pior desempenho? Notadamente o aluno de melhor desempenho o
Mrio, pois todas as suas notas foram 7,0 e, portanto, no houve nenhuma variao em relao a Mdia.
J Jos e Joo tiveram o pior desempenho pois suas notas estiveram muito distantes da Mdia.
Neste captulo vamos desenvolver maneiras especficas de realmente medirmos a variao, de modo
que possamos usar nmeros especficos em lugar de julgamento subjetivo.
Outros exemplos de variaes:
Os preos das casas variam de casa para casa, de ano para ano e de estado para estado.
Os preos de um produto variam de supermercado para supermercado.
O tempo que voc leva para chegar ao trabalho varia dia a dia.
O tamanho das peas produzidas em uma empresa tambm varia.
A renda familiar varia de famlia para famlia, de pas para pas e de ano para ano.
Os resultados das partidas de futebol, de temporada para temporada, variam.
As notas que voc tira nas provas, no diferente, tambm variam.
Seu saldo bancrio tambm varia, podendo ser de hora em hora, dia a dia, ms a ms.
3,5
6,0
7,0
9,5
9,0
0,0
2,0
4,0
6,0
8,0
10,0
N
o
t
a
s
1 Bim 2 Bim Mdia 3 Bim 4 Bim
Bimestres
Mdia das notas de Joo
7,0 7,0 7,0
7,0 7,0
0,0
2,0
4,0
6,0
8,0
10,0
N
o
t
a
s
1 Bim 2 Bim Mdia 3 Bim 4 Bim
Bimestres
Mdia das notas de Mrio
6,5 6,5
7,0 7,5 7,5
0,0
2,0
4,0
6,0
8,0
10,0
N
o
t
a
s
1 Bim 2 Bim Mdia 3 Bim 4 Bim
Bimestres
Mdia das notas de Maria
4,0
9,5
7,0
8,5
6,0
0,0
2,0
4,0
6,0
8,0
10,0
N
o
t
a
s
1 Bim 2 Bim Mdia 3 Bim 4 Bim
Bimestres
Mdia das notas de Jos
Sem variao a
partir da Mdia
Grande variao
a partir da Mdia
Pequena variao a
partir da Mdia
Grande variao a
partir da Mdia
- 34 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
VARINCIA E DESVIO PADRO (amostral)
So medidas que representam um valor mdio de variao em torno da mdia.
O desvio padro um modo que se usa para medir a variao entre os nmeros em um conjunto de dados. Assim como o termo sugere,
um desvio padro um padro (ou seja, algo tpico) de desvio (ou distncia) da mdia. O desvio padro uma estatstica importante,
mas, frequentemente, omitida quando a mdia relatada. Sem ele, voc est recebendo apenas uma parte da histria sobre os dados.
Os estatsticos gostam de contar a histria do homem que estava com um dos ps em um balde de gua gelada e o outro em um balde de
gua fervendo. O homem dizia que, na mdia, ele estava se sentindo timo! Mas imagine a variao da temperatura para cada um dos
ps. Agora, colocando os ps no cho, o preo mdio de uma casa, por exemplo, no lhe diz nada sobre a variedade de preos de casas
com a qual voc pode se deparar enquanto estiver procurando uma casa para comprar. A mdia dos salrios pode no representar o que
realmente est se passando em sua empresa se os salrios forem discrepantes.
Entendendo a Varincia e o Desvio Padro Calculando a Varincia e o Desvio Padro
Desvios em torno da Mdia das notas de Joo
No grfico percebemos que o desvio determina o quanto cada
elemento do conjunto de dados se distancia da mdia 7,0. No 1
Bim. faltam -3,5 para se chegar a Mdia e no 2 Bim. -1,0. J nos
3 e 4 Bim. temos +2,5 e +2,0 acima da mdia, respectivamente.
Transpondo essas informaes para uma tabela, temos:
Notas
(x)
Mdia
( x )
Desvios
(x - x )
3,5 7,0 -3,5
6,0 7,0 -1,0
9,5 7,0 2,5
9,0 7,0 2,0
- - =0
Perceba que a soma dos desvios igual a zero. Esta
caracterstica no exclusiva deste exemplo. Ela sempre ocorre e
prende-se ao fato de que a mdia o ponto de equilbrio em um
conjunto de dados.
Como os desvios indicam o grau de variao dos valores em
relao mdia, seria interessante poder encontrar um nico
nmero que o representasse. Algo como a mdia dos desvios.
Mas, para fazer essa mdia, precisamos somar os desvios e
acabamos de ver que essa soma sempre igual a zero.
O problema da soma dos desvios foi resolvido pelos matemticos:
basta elevar cada desvio ao quadrado antes de som-los. Um
nmero ao quadrado sempre positivo, portanto a soma no se
anula mais, e a mdia dos desvios ao quadrado pode ser calculada:
Notas
(x)
Mdia
( x )
Desvios
(x - x )
Desvios elevado ao
quadrado (x - x )
2
3,5 7,0 -3,5 (-3,5)
2
= 12,25
6,0 7,0 -1,0 (-1,0)
2
= 1
9,5 7,0 +2,5 (2,5)
2
= 6,25
9,0 7,0 +2,0 (2,0)
2
= 4
n=4 - =0
=23,5
Varincia
Agora, podemos calcular a mdia dos quadrados dos desvios,
chamada de Varincia, representada por S
2
:
S
2
=
) ( x x
2
n - 1
23,5 = 7,8
4 - 1
A diviso por n1 (grau de liberdade) aparece por fornecer um
melhor resultado do que a diviso por n. Para entender melhor
o grau de liberdade pesquise: distribuio t de Student.
Desvio padro
Mas, se elevamos os desvios ao quadrado para poder calcular sua
mdia, no seria correto que agora fizssemos a raiz quadrada
dessa mdia, para desfazer a potenciao? Sim, e o valor dessa raiz
chamado Desvio padro, representado por S:
Desvio padro
S =
8 , 7
= 2,8
Interpretao: O desvio padro indica que a maioria das notas de
Joo est concentrada dentro dos limites de 2,8 em torno da
mdia 7,0. Ou seja, se concentrando entre 4,2 e 9,8 (veja abaixo).
O entendimento completo da interpretao do desvio padro
ser estudado em distribuio Normal.
Equao da Varincia e Desvio padro
Podemos concluir, ento, o uso das equaes:
Varincia
S
2
=
) ( x x
2
n - 1
Desvio padro
S =
2
S
7,0
4,2 -2,8 +2,8 9,8
3,5
6,0
7,0
9,5
9,0
0,0
2,0
4,0
6,0
8,0
10,0
N
o
t
a
s
1 Bim 2 Bim Mdia 3 Bim 4 Bim
Bimestres
-3,5
-1,0
+ 2,5
+2,0
Desvios
da mdia
- 35 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
Calculando a Varincia e o Desvio padro das notas de Maria, Jos e Mrio passo a passo.
Notas de Maria: 6,5 6,5 7,5 7,5
1 Calcular a Mdia
n
x x
=
x = 6,5+6,5+7,5+7,5 = 7,0
4
2 Calcular a Varincia
S
2
=
1
) ( 2
n
x x
S
2
= (6,5 7,0)
2
+ (6,5 7,0)
2
+ (7,5 7,0)
2
+ (7,5 7,0)
2
= 0,33
4 1
3 Calcular o Desvio padro
S =
2
S
33 , 0
S = 0,5
Interpretao: O resultado indica que a maioria das notas de Maria est
concentrada dentro dos limites de 0,5 em torno da Mdia 7,0. Ou seja,
se concentrando entre 6,5 e 7,5.
Notas de Jos: 4,0 9,5 8,5 6,0
1 Calcular a Mdia
n
x x
=
x = 4,0+9,5+8,5+6,5 = 7,0
4
2 Calcular a Varincia
S
2
=
1
) ( 2
n
x x
S
2
= (4,0 7,0)
2
+ (9,5 7,0)
2
+ (8,5 7,0)
2
+ (6,0 7,0)
2
= 6,16
4 - 1
3 Calcular o Desvio padro
S =
2
S
16 , 6
S = 2,5
Interpretao: O resultado indica que a maioria das notas de Maria est
concentrada dentro dos limites de 2,5 em torno da Mdia 7,0. Ou seja,
se concentrando entre 4,5 e 9,5.
Notas de Mrio: 7,0 7,0 7,0 7,0
1 Calcular a Mdia
n
x x
=
x = 7,0+7,0+7,0+7,0 = 7,0
4
2 Calcular a Varincia
S
2
=
1
) ( 2
n
x x
S
2
= (7,0 7,0)
2
+ (7,0 7,0)
2
+ (7,0 7,0)
2
+ (7,0 7,0)
2
= 0
4 - 1
3 Calcular o Desvio padro
S =
2
S S = 0
O resultado indica que todas as notas de Mrio esto dentro dos limites de 0 em torno da Mdia 7,0. Ou seja, se concentrando exatamente
na mdia 7,0. Portanto, sem variao.
NOTAS SOBRE O DESVIO PADRO. O desvio
padro sempre um valor que est na mesma unidade dos dados
originais. Um desvio padro pequeno, basicamente, significa que os
valores do conjunto de dados esto, na mdia, prximos do centro
desse conjunto, enquanto um desvio padro grande significa que os
valores do conjunto de dados esto, na mdia, mais afastados do
centro. Ento, quanto mais espalhados ou dispersos forem os dados,
maior ser o desvio padro e, quanto mais concentrados ou
homogneos forem os dados, menor ser o desvio padro. Se os
valores forem iguais, ou seja, sem variao, o desvio padro ser
zero.
Um desvio padro pequeno pode ser um bom objetivo em
determinadas situaes, onde os resultados so restritos, como exemplo, na produo e no controle de qualidade de uma indstria. Uma
determinada pea de carro que deve ter centmetros de dimetro para encaixar perfeitamente no pode apresentar um desvio padro grande,
nesse caso, significaria que acabariam sendo jogadas fora, pois ou no se encaixariam adequadamente ou os carros teriam problemas.
Observe que o desvio padro das notas de Joo indica que esto concentradas dentro dos limites de 2,8 em torno da mdia 7,0. Ou seja, se
concentrando entre 4,2 e 9,8. Isto representa um desvio padro grande.
7,0
6,5 -0,5 +0,5 7,5
7,0
4,5 -2,5 +2,5 9,5
mdia
desvios
Desvio padro
- 36 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
COEFICIENTE DE VARIAO - CV
a medida relativa do desvio padro que expressa sob a forma de porcentagem (%).
Em algumas situaes, podemos estar interessados em uma estatstica que indique qual o tamanho do desvio padro em relao
mdia. A melhor forma de represent-la atravs do coeficiente de variao por ser expressa na forma de porcentagem.
Equao do Cv:
Cv = S x 100
x
Ou seja: Cv = Desvio padro x 100
Mdia
Exemplo: Com a mdia 7,0 de Joo e Desvio padro de 2,8, temos:
Cv = 2,8 x 100 40%
7,0
O resultado indica que a Mdia 7,0 de Joo teve um Desvio padro em torno de 40%.
Interpretao estatstica do Cv:
Cv 15% = pequena variao em torno da mdia
15% < Cv < 30% = moderada variao em torno da mdia
Cv 30% = grande variao em torno da mdia
Fazendo a Distribuio de Variabilidade das notas de Joo, Maria, Jos e Mrio, temos:
Alunos x
S
Cv (%) Clculo do Cv (%) Interpretao do Cv
Joo 7,0 2,8 40%
2,8
/
7,0
x 100 Grande variao
Maria 7,0 0,5 7%
0,5
/
7,0
x 100 Pequena variao
Jos 7,0 2,5 36%
2,5
/
7,0
x 100 Grande variao
Mrio 7,0 0 0%
- Nenhuma variao
VANTAGEM DO CV.
O Cv til para compararmos a variabilidade de variveis que tm desvios padro diferentes e mdias diferentes
Exemplo: Suponha que o lote A de peas tenha mdia de
40 cm de comprimento com desvio padro de 5 cm; e o
lote B tenha mdia de 55 cm com desvio padro de 6 cm.
QUAL LOTE TEM MENOR VARIAO E MAIS CONSISTENTE?
Lote A
Cv = 5 x 100 = 12,5%
40
Lote B
Cv = 8 x 100 = 14,54%
55
DESVIO PADRO DE DISTRIBUIO DE FREQUNCIA
Quando no temos a lista original dos dados, da mesma forma que a mdia, podemos encontrar o desvio padro aproximado
de uma distribuio de frequncia. Neste caso, usamos a equao do desvio padro estudado, adicionado de f, como abaixo.
Desvio padro SEM INTERVALO DE CLASSE
1 - Clculo da mdia
x = (f.x) 2.900 = 72,5 Km/h
f 40
2 - Clculo do desvio padro
S =
1 f
)2 x (x f *
1 - 40
2100
= 7,3 km/h
i Velocidade (Km/h)
f f . xi
(xi x )
2 *
f
1 60 x 4 = 240 (60 72,5)
2
* 4 = 625
2 65 6 390 (65 72,5)
2
* 6 = 337
3 70 11 770 (70 72,5)
2
* 11 = 69
4 75 8 600 (75 72,5)
2
* 8 = 50
5 80 7 560 (80 72,5)
2
* 7 = 394
6 85 4 340 (85 72,5)
2
* 4 = 625
f=40 (f.xi) = 2.900 = 2.100
- 37 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
Desvio padro COM INTERVALO DE CLASSE
Clculo da mdia
x = (f. x) 4180 = 104,5 Km/h
f 40
Clculo do desvio padro
S =
1 f
)2 x (x f *
1 - 40
10.589
= 16,47 km/h
Clculo do Desvio padro a partir de um Histograma em classes:
Primeiramente, voc deve calcular a mdia:
(75*4) + (85*4) + ... + (125*10) = 104,5 Km/h
4 + 4 + 8 + ... + 10
S =
1 f
)2 x (x f *
Depois, calcule o Desvio padro, observando os dados circulados no grfico acima:
(75-104,5)
2
* 4 + (85-104,5)
2
* 4 + ... + (125-104,5)
2
* 10 = 10.589 26 271, = 16,47Km/h
40 1 40-1
i Velocidade (Km/h)
f xi f . xi
(xi x )
2 *
f
1 70 | 80 4 x 75 = 300 (75 104,5)
2
* 4 = 3.481
2 80 | 90 4 85 340 (85 104,5)
2
* 4 = 1.521
3 90 | 100 8 95 760 (95 104,5)
2
* 8 = 722
4 100 | 110 8 105 840 (105 104,5)
2
* 8 = 2
5 110 | 120 6 115 690 (115 104,5)
2
* 6 = 661
6 120 | 130 10 125 1250 (125 104,5)
2
* 10 = 4.202
f=40 - (f.xi) = 4180 = 10.589
4 4
8 8
6
10
0
2
4
6
8
10
12
Q
u
a
n
t
i
d
a
d
e
d
e
v
e
c
u
l
o
s
Re s u l t a d o s d o s r e gi s t r o s d e u m r a d a r
70 80 90 100 110 120 130
Velocidade (Km/h)
75 85 95 105 115 125
x
x
+
(4*75)+(4*85) ...
- 38 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
REFERNCIAS BIBLIOGRFICAS
ANDERSON, David R.; SWEENEY, Dennis J.; WILLIANS, Thomas A. Estatstica aplicada administrao e economia. 2
ed. So Paulo: Cengage Learning, 2009. 597 p.
BRUNI, Adriano Leal. Estatstica para concursos. So Paulo: Atlas, 2008. 197p.
COSTA, Srgio Francisco. Introduo ilustrada estatstica. 4 ed. So Paulo: Harbra, 2005. 399 p.
CRESPO, Antnio Arnot. Estatstica fcil. 17 ed. So Paulo: Saraiva, 1999. 224 p.
FARIAS, Alfredo Alves et al. Introduo estatstica. 2 ed. Rio de Janeiro: LTC, 2003, 320 p.
GIOVANNI Jos Ruy; BONJORNO, Jos Roberto; GIOVANNI JR., Jos Rui. Matemtica fundamental: uma nova
abordagem volume nico. So Paulo: FTD, 2002. 712 p.
HAZZAN, Samuel. Fundamentos da matemtica elementar: Matemtica financeira, comercial e estatstica descritiva.
Volume 11. 1 ed. So Paulo: Atual editora, 2004. 230p.
Instituto Brasileiro de Geografia e Estatstica IBGE. A instituio. Disponvel em
<http://www.ibge.gov.br/home/disseminacao/eventos/missao/default.shtm>. Acesso em 06 abr 2010.
LAPPONI, Juan Carlos. Estatstica usando o Excel. 4 ed. Rio de Janeiro: Elsevier, 2005. 476 p.
LARSON, Ron; FARBER, Betsy. Estatstica aplicada. 4 ed. So Paulo: Pearson, 2010. 637 p.
LEVINE, David M. et al. Estatstica: teoria e aplicaes. 5 ed. Rio de Janeiro: LTC, 2008. 752 p.
LOPES, Paulo Afonso. Probabilidade e estatstica: conceitos, modelos e aplicaes em Excel. Ernesto Reichmann, 1999.
174 p.
MANDIN, Daniel. Estatstica descomplicada. 9 ed. Braslia: Vestcon, 2002. 227 p.
MONTGOMERY, Douglas C.; RUNGER, George C. Estatstica aplicada e probabilidade para engenheiros. 2 ed. Rio de
Janeiro: LTC, 2003. 465 p.
OLIVEIRA, Uanderson Rebula de. Ergonomia, higiene e segurana do trabalho. Resende-RJ: Apostila. Universidade
Estcio de S, 2009. 199 p.
RUMSEY, Deborah. Estatstica para leigos. Rio de Janeiro: Alta books, 2009. 350 p.
SILVA, Ermes Medeiros et al. Estatstica: para os cursos de Economia, Administrao e Cincias Contbeis - volume 1. 2
ed. So Paulo: Atlas, 1996. 189 p.
SMOLE, Ktia Stocco; DINIZ, Maria Ignez. Matemticaensino mdio. 5 ed. So Paulo: Saraiva, 2005. 558p.
SPIEGEL, Murray R. Estatstica: resumo da teoria, 875 problemas resolvidos, 619 problemas propostos. So Paulo:
McGraw-Hill do Brasil, 1977. 580 p.
TRIOLA, Mario F. Introduo estatstica. 10 ed. Rio de Janeiro: LTC, 2008. 696 p.
URBANO, Joo. Estatstica: uma nova abordagem. Rio de Janeiro: Cincia moderna, 2010. 530p.
VASCONCELLOS, Maria Jos Couto; SCORDAMAGLIO, Maria Terezinha; CNDIDO, Suzana Laino. Coleo
Matemtica. 1 e 3 srie do ensino mdio. So Paulo: Editora do Brasil, 2004. 232 p.
WERKEMA, Maria Cristina Catarino. As ferramentas da qualidade no gerenciamento dos processos. Belo Horizonte:
EDG, 1995. 128 p.
- 39 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
SITES PARA CONSULTA
www.brasilescola.com
Instituto de pesquisa econmica aplicada - http://www.ipea.gov.br
Instituto brasileiro de geografia e estatstica - http://www.ibge.gov.br
Associao Brasileira de Estatstica - http://www.ime.usp.br/~abe/
www.ibope.com.br
ANEXO I - LIVROS RECOMENDADOS
Um livro introdutrio de estatstica que inclui um estilo de escrita
amigvel, contedo que reflete as caractersticas importantes de um
curso introdutrio moderno de estatstica, o uso da tecnologia
computacional mais recente, de conjuntos de dados interessantes e
reais, e abundncia de componentes pedaggicos. O CD-ROM inclui
os conjuntos de dados do Apndice B do livro. Esses conjuntos de
dados encontram-se armazenados em formato texto, planilhas do
Minitab, planilhas do Excel e uma aplicao para a calculadora TI-83.
Inclui tambm programas para a calculadora grfica TI-83 Plus, o
Programa Estatstico STATDISK (Verso 9.1) e um suplemento do
Excel, desenvolvido para aumentar os recursos dos programas
estatsticos do Excel.
Este livro diferencia-se dos tradicionais livros,
materiais de referncia e manuais de estatsticas,
pois possui: Explicaes intuitivas e prticas sobre
conceitos estatsticos, ideias, tcnicas, frmulas e
clculos. Passo a passo conciso e claro de
procedimentos que intuitivamente explicam
como lidar com problemas estatsticos. Exemplos
interessantes do mundo real relacionados ao
cotidiano pessoal e profissional. Respostas
honestas e sinceras para perguntas como O que
isso realmente significa? e Quando e como eu
vou usar isso?
Neste livro voc encontrar:
Explicaes em portugus de fcil entendimento.
Informaes fceis de localizar e passo-a-passo.
cones e outros recursos de identificao e
memorizao. Folha de cola para destacar com
informaes prticas. Listas dos 10 melhores
relacionados ao assunto. Um toque de humor e
diverso.
Onde comprar: www.submarino.com.br
- 40 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
ANEXO II - SOFTWARE BIOESTAT
Texto extrado da tese de doutorado em Engenharia de Ualison Rebula de Oliveira
Existem inmeros recursos tecnolgicos para a anlise estatstica de dados, que vo desde
calculadoras, a exemplo da TI 83 PLUS, a aplicativos especficos, tais como o STATDISK e o
MINITAB (TRIOLA, 2005). Assim, buscando-se recursos computacionais que facilitassem o
tratamento de dados, vrios aplicativos e softwares estatsticos foram pesquisados, dos quais se
destacam a planilha Excel, o STATDISK, o MINITAB, o BioEstat, o SPSS e algumas pginas na
Internet que oferecem programas em Javascript para clculos on-line, a exemplo da pgina na
Internet www.stat.ucla.edu.
Aps anlise de ps e contras de cada aplicativo pesquisado, selecionou-se o pacote estatstico
BioEstat, disponvel para download no site www.mamiraua.org.br, por possuir as seguintes
caractersticas positivas: i) serventia tanto para a Estatstica descritiva como para testes estatsticos
no-paramtricos; ii) ser em portugus; iii) possuir manual em PDF com diversos exemplos; iv) ser
de fcil utilizao; v) ser gratuito; vi) ser referenciado em vrios livros, sites e entidades de
pesquisa conforme Siegel & Castellan Junior (2006), o BioEstat o melhor programa disponvel
na atualidade para o clculo do qui-quadrado; vii) possuir apoio do CNPQ; e viii) estar na verso 5.0
e possuir mais de 20 anos de criao.
INTERFACE BIOESTAT
Baixar software:
www.mamiraua.org.br
- 41 -
Uanderson Rebula de Oliveira Probabilidade & Estatstica
Anexo III - ESTATSTICA NO EXCEL
O Excel dispe da funo Estatstica. Assim, tudo que vimos poder ser desenvolvido pelo
excel, bastando inserir os valores da varivel de interesse.
Para saber mais, basta adquirir o livro Estatstica usando o excel, de Juan Carlos
Lapponi. WWW.SUBMARINO.COM.BR
4 Edio, Edio 2005, 496 pgs. Editora Elsevier Campus - Acompanha CD-ROM com Planilhas, Modelos,
Simuladores etc. para Excel.
O contedo deste livro til para: Estudantes que cursam Estatstica nas diversas reas do conhecimento e
em diferentes nveis de graduao como, em ordem alfabtica, Administrao, Biologia, Contabilidade,
Economia, Engenharia, Finanas, Marketing, Medicina, etc. Estudantes que necessitam aprimorar ou
complementar seus conhecimentos de Estatstica utilizando o Excel. Profissionais das diversas reas que
utilizam os conceitos de Estatstica e necessitam, ou gostariam, de utilizar as funes estatsticas, as
ferramentas de anlise, planilhas, modelos e simuladores de estatstica em Excel. Todos aqueles que podero
utilizar as planilhas, modelos e simuladores de estatstica em Excel da forma como esto no CD-Rom, ou
modificando-os, para atender s suas necessidades. Alunos de reas correlatas que utilizaro estatstica e
desejam antecipar seu aprendizado e agregar valor ao seu conhecimento visando o mercado de trabalho. Usurios de Excel que desejam
conhecer e aprender a utilizar os recursos de Estatstica disponveis.
TPICOS
DADOS, VARIVEIS E AMOSTRAS
DESCRIO DE AMOSTRAS COM TABELAS E GRFICOS
MEDIDAS DE TENDNCIA CENTRAL
MEDIDAS DE DISPERSO/VARIAO
PROBABILIDADE
CORRELAO
VARIVEIS ALEATRIAS E DISTRIBUIES DISCRETAS
DISTRIBUIES CONTNUAS
COMBINAO LINEAR DE VARIVEIS ALEATRIAS
DISTRIBUIO AMOSTRAL
ESTIMAO
TESTE DE HIPTESES
TESTES DE HIPTESES COM DUAS AMOSTRAS
ANLISE DA VARINCIA
REGRESSO LINEAR
AJUSTE NO LINEAR