Você está na página 1de 35

ESTATSTICA

1. INTRODUO
ESTATSTICA:

ramo da matemtica aplicada.

ANTIGUIDADE:

os povos j registravam o nmero de habitantes, nascimentos, bitos. Faziam


"estatsticas".

IDADE MDIA:

as informaes eram tabuladas com finalidades tributrias e blicas.

SEC. XVI:

surgem as primeiras anlises sistemticas, as primeiras tabelas e os nmeros relativos.

SEC. XVIII: a estatstica com feio cientfica batizada por GODOFREDO ACHENWALL. As
tabelas ficam mais completas, surgem as primeiras representaes grficas e os clculos
de probabilidades. A estatstica deixa de ser uma simples tabulao de dados numricos
para se tornar "O estudo de como se chegar a concluso sobre uma populao,
partindo da observao de partes dessa populao (amostra)".

MTODO ESTATSTICO
MTODO:

um meio mais eficaz para atingir determinada meta.

MTODOS CIENTFICOS:

destacamos o mtodo experimental e o mtodo estatstico.

MTODO EXPERIMENTAL:

consiste em manter constante todas as causas, menos


uma, que sofre variao para se observar seus efeitos, caso
existam. Ex: Estudos da Qumica, Fsica, etc.

MTODO ESTATSTICO:

diante da impossibilidade de manter as causas


constantes (nas cincias sociais), admitem todas essas
causas presentes variando-as, registrando essas
variaes e procurando determinar, no resultado final, que
influncias cabem a cada uma delas.
Ex: Quais as
causas que definem o preo de uma mercadoria quando a
sua oferta diminui?

Seria impossvel, no momento da pesquisa, manter constantes a uniformidade dos salrios, o


gosto dos consumidores, nvel geral de preos de outros produtos, etc.

A ESTATSTICA

uma parte da matemtica aplicada que fornece mtodos para coleta, organizao,
descrio, anlise e interpretao de dados e para a utilizao dos mesmos na tomada de
decises.

A coleta, a organizao ,a descrio dos dados, o clculo e a interpretao de coeficientes


pertencem ESTATSTICA DESCRITIVA, enquanto a anlise e a interpretao dos dados,

associado a uma margem de incerteza, ficam a cargo da ESTATSTICA INDUTIVA ou


INFERENCIAL, tambm chamada como a medida da incerteza ou mtodos que se
fundamentam na teoria da probabilidade.
.
2. ORGANIZAO DE DADOS ESTATSTICOS
FASES DO MTODO ESTATSTICO
1 - DEFINIO DO PROBLEMA :

2 - PLANEJAMENTO :

Como levantar informaes ? Que dados devero ser obtidos ? Qual


levantamento a ser utilizado? Censitrio? Por amostragem? E o
cronograma de atividades ? Os custos envolvidos ? etc.

3 - COLETA DE DADOS:

Dados primrios:

Fase operacional. o registro sistemtico de dados, com um


objetivo determinado.
quando so publicados pela prpria pessoa ou organizao que os haja
recolhido. Ex: tabelas do censo demogrfico do IBGE.

Dados secundrios:

OBS:

Coleta Direta:

Saber exatamente aquilo que se pretende pesquisar o


mesmo que definir corretamente o problema.

quando so publicados por outra organizao. Ex: quando


determinado jornal publica estatsticas referentes ao censo
demogrfico extradas do IBGE.
mais seguro trabalhar com fontes primrias. O uso da fonte secundria
traz o grande risco de erros de transcrio.
quando obtida diretamente da fonte. Ex: Empresa que realiza uma
pesquisa para saber a preferncia dos consumidores pela sua marca.
coleta contnua:
coleta peridica:
coleta ocasional:
Coleta Indireta:

registros de nascimento, bitos, casamentos;


recenseamento demogrfico, censo industrial;
registro de casos de dengue.
feita por dedues a partir dos elementos
conseguidos pela coleta direta, por analogia, por
avaliao,indcios ou proporcionalizao.

4 - APURAO DOS DADOS:

Resumo dos dados atravs de sua contagem


agrupamento. a condensao e tabulao de dados.

5 - APRESENTAO DOS DADOS:

H duas formas de apresentao, que no se excluem


mutuamente. A apresentao tabular, ou seja uma
apresentao numrica dos dados em linhas e colunas
distribudas de modo ordenado, segundo regras prticas
fixadas pelo Conselho Nacional de Estatstica. A
apresentao grfica dos dados numricos constitui uma
apresentao geomtrica permitindo uma viso rpida e
clara do fenmeno.

6 - ANLISE E INTERPRETAO DOS DADOS:

A ltima fase do trabalho estatstico a mais


importante e delicada. Est ligada
essencialmente ao clculo de medidas e
coeficientes, cuja finalidade principal

descrever
descritiva).

fenmeno

(estatstica

DEFINIES BSICAS DA ESTATSTICA


.
FENMENO ESTATSTICO:
qualquer evento que se pretenda analisar, cujo estudo seja
possvel a aplicao do mtodo estatstico. So divididos em trs
grupos:
Fenmenos de massa ou coletivo:

so aqueles que no podem ser definidos por uma


simples observao. A estatstica dedica-se ao
estudo desses fenmenos. Ex: A natalidade na
Grande Vitria, O preo mdio da cerveja no
Esprito Santo, etc.

Fenmenos individuais:

so aqueles que iro compor os fenmenos de massa. Ex:


cada nascimento na Grande Vitria, cada preo de cerveja
no Esprito Santo, etc.

Fenmenos de multido:

quando as caractersticas observadas para a massa no se


verificam para o particular.

DADO ESTATSTICO:

POPULAO:

AMOSTRA:

um dado numrico e considerado a matria-prima sobre a qual


iremos aplicar os mtodos estatsticos.

o conjunto total de elementos portadores de, pelo menos, uma


caracterstica comum.

uma parcela representativa da populao que EXAMINADA com o propsito


de tirarmos concluses sobre a essa populao.

PARMETROS:

So valores singulares que existem na populao e que servem para


caracteriz-la. Para definirmos um parmetro devemos examinar toda a
populao. Ex: Os alunos do 2 ano da FACEV tm em mdia 1,70 metros de
estatura.

ESTIMATIVA:

um valor aproximado do parmetro e calculado com o uso da amostra.

ATRIBUTO: quando os dados estatsticos apresentam um carter qualitativo, o levantamento e os


estudos necessrios ao tratamento desses dados so designados genericamente de
estatstica de atributo.
VARIVEL:

o conjunto de resultados possveis de um fenmeno.

VARIVEL QUALITATIVA:

Quando seu valores so expressos por atributos: sexo, cor da


pele,etc.

VARIVEL QUANTITATIVA: Quando os dados so de carter nitidamente quantitativo, e o


conjunto dos resultados possui uma estrutura numrica, trata-se
portanto da estatstica de varivel e se dividem em :
VARIVEL DISCRETA OU DESCONTNUA: Seus
valores
so
expressos
geralmente atravs de nmeros inteiros no negativos. Resulta normalmente de

contagens. Ex: N de alunos presentes s aulas de introduo estatstica econmica


no 1 semestre de 1997: mar = 18 , abr = 30 , mai = 35 , jun = 36.

VARIVEL CONTNUA: Resulta normalmente de uma mensurao, e a escala


numrica de seus possveis valores corresponde ao conjunto R dos nmeros Reais,
ou seja, podem assumir, teoricamente, qualquer valor entre dois limites. Ex.: Quando
voc vai medir a temperatura de seu corpo com um termmetro de mercrio o que
ocorre o seguinte: O filete de mercrio, ao dilatar-se, passar por todas as
temperaturas intermedirias at chegar na temperatura atual do seu corpo.
Exemplos . Cor dos olhos das alunas:
qualitativa
. ndice de liquidez nas indstrias capixabas:
quantitativa contnua
. Produo de caf no Brasil:
quantitativa contnua
. Nmero de defeitos em aparelhos de TV:
quantitativa discreta
. Comprimento dos pregos produzidos por uma empresa: quantitativa contnua
. O ponto obtido em cada jogada de um dado:
quantitativa discreta

AMOSTRAGEM
MTODOS PROBABILSTICOS

Exige que cada elemento da populao possua determinada probabilidade de ser selecionado.
Normalmente possuem a mesma probabilidade. Assim, se N for o tamanho da populao, a
probabilidade de cada elemento ser selecionado ser 1/N. Trata-se do mtodo que garante
cientificamente a aplicao das tcnicas estatsticas de inferncias. Somente com base em
amostragens probabilsticas que se podem realizar inferncias ou indues sobre a populao
a partir do conhecimento da amostra.

uma tcnica especial para recolher amostras, que garantem, tanto quanto
possvel, o acaso na escolha.

.
AMOSTRAGEM CASUAL ou ALEATRIA SIMPLES

o processo mais elementar e freqentemente utilizado. equivalente a um sorteio lotrico.


Pode ser realizada numerando-se a populao de 1 a n e sorteando-se, a seguir, por meio de um
dispositivo aleatrio qualquer, x nmeros dessa seqncia, os quais correspondero aos
elementos pertencentes amostra.
Ex:
Vamos obter uma amostra, de 10%, representativa para a pesquisa da estatura de 90
alunos de uma escola:
1 - numeramos os alunos de 1 a 90.
2 - escrevemos os nmeros dos alunos, de 1 a 90, em pedaos iguais de papel, colocamos na
urna e aps mistura retiramos, um a um, nove nmeros que formaro a amostra.
OBS: quando o nmero de elementos da amostra muito grande, esse tipo de sorteio torna-se
muito trabalhoso. Neste caso utiliza-se uma Tabela de nmeros aleatrios, construda de modo
que os algarismos de 0 a 9 so distribudos ao acaso nas linhas e colunas.
.

.AMOSTRAGEM PROPORCIONAL ESTRATIFICADA:

Quando a populao se divide em estratos (sub-populaes), convm que o sorteio dos


elementos da amostra leve em considerao tais estratos, da obtemos os elementos da amostra
proporcional ao nmero de elementos desses estratos.
Ex: Vamos obter uma amostra proporcional estratificada, de 10%, do exemplo anterior,
supondo, que, dos 90 alunos, 54 sejam meninos e 36 sejam meninas. So portanto dois estratos
(sexo masculino e sexo feminino). Logo, temos:
POPULAC
O
MASC. 54
FEMIN. 36
Total
90
SEXO

10 %
5,4
3,6
9,0

AMOSTR
A
5
4
9

Numeramos ento os alunos de 01 a 90, sendo 01 a 54 meninos e 55 a 90, meninas e


procedemos o sorteio casual com urna ou tabela de nmeros aleatrios.
.
AMOSTRAGEM SISTEMTICA:

Quando os elementos da populao j se acham ordenados, no h necessidade de construir o


sistema de referncia. So exemplos os pronturios mdicos de um hospital, os prdios de uma
rua, etc. Nestes casos, a seleo dos elementos que constituiro a amostra pode ser feita por um
sistema imposto pelo pesquisador.
Ex: Suponhamos uma rua com 900 casas, das quais desejamos obter uma amostra formada por
50 casas para uma pesquisa de opinio. Podemos, neste caso, usar o seguinte procedimento:
como 900/50 = 18, escolhemos por sorteio casual um nmero de 01 a 18, o qual indicaria o
primeiro elemento sorteado para a amostra; os demais elementos seriam periodicamente
considerados de 18 em 18. Assim, suponhamos que o nmero sorteado fosse 4 a amostra seria:
4 casa, 22 casa, 40 casa, 58 casa, 76 casa, etc.

AMOSTRAGEM POR CONGLOMERADOS (ou AGRUPAMENTOS)

Algumas populaes no permitem, ou tornam extremamente difcil que se identifiquem seus


elementos. No obstante isso, pode ser relativamente fcil identificar alguns subgrupos da
populao. Em tais casos, uma amostra aleatria simples desses subgrupos (conglomerados)
pode se colhida, e uma contagem completa deve ser feita para o conglomerado sorteado.
Agrupamentos tpicos so quarteires, famlias, organizaes, agncias, edifcios etc.
Ex: Num levantamento da populao de determinada cidade, podemos dispor do mapa
indicando cada quarteiro e no dispor de uma relao atualizada dos seus moradores. Podese, ento, colher uma amostra dos quarteires e fazer a contagem completa de todos os que
residem naqueles quarteires sorteados.

MTODOS NO PROBABILSITCOS

So amostragens em que h uma escolha deliberada dos elementos da amostra. No


possvel generalizar os resultados das pesquisas para a populao, pois as amostras noprobabilsticas no garantem a representatividade da populao.

AMOSTRAGEM ACIDENTAL

Trata-se de uma amostra formada por aqueles elementos que vo aparecendo, que so
possveis de se obter at completar o nmero de elementos da amostra. Geralmente utilizada
em pesquisas de opinio, em que os entrevistados so acidentalmente escolhidos.
Ex: Pesquisas de opinio em praas pblicas, ruas de grandes cidades;

AMOSTRAGEM INTENCIONAL

De acordo com determinado critrio, escolhido intencionalmente um grupo de elementos


que iro compor a amostra. O investigador se dirige intencionalmente a grupos de elementos
dos quais deseja saber a opinio.
Ex: Numa pesquisa sobre preferncia por determinado cosmtico, o pesquisador se dirige a
um grande salo de beleza e entrevista as pessoas que ali se encontram.

AMOSTRAGEM POR QUOTAS

Um dos mtodos de amostragem mais comumente usados em levantamentos de mercado e


em prvias eleitorais. Ele abrange trs fases:
1 - classificao da populao em termos de propriedades que se sabe, ou presume, serem
relevantes para a caracterstica a ser estudada;
2 - determinao da proporo da populao para cada caracterstica, com base na constituio
conhecida, presumida ou estimada, da populao;
3 - fixao de quotas para cada entrevistador a quem tocar a responsabilidade de selecionar
entrevistados, de modo que a amostra total observada ou entrevistada contenha a proporo e
cada classe tal como determinada na 2 fase.
Ex:
Numa pesquisa sobre o "trabalho das mulheres na atualidade", provavelmente se ter
interesse em considerar: a diviso cidade e campo, a habitao, o nmero de filhos, a idade
dos filhos, a renda mdia, as faixas etrias etc.
A primeira tarefa descobrir as propores (porcentagens) dessas caractersticas na
populao. Imagina-se que haja 47% de homens e 53% de mulheres na populao. Logo, uma
amostra de 50 pessoas dever ter 23 homens e 27 mulheres. Ento o pesquisador receber uma
"quota" para entrevistar 27 mulheres. A considerao de vrias categorias exigir uma
composio amostral que atenda ao n determinado e s propores populacionais estipuladas.
.

SRIES ESTATSTICAS
TABELA:

um quadro que resume um conjunto de dados dispostos segundo linhas e colunas de


maneira sistemtica.

De acordo com a Resoluo 886 do IBGE, nas casas ou clulas da tabela devemos colocar :
um trao horizontal ( - ) quando o valor zero;
trs pontos ( ... ) quando no temos os dados;
zero ( 0 ) quando o valor muito pequeno para ser expresso pela unidade
utilizada;

um ponto de interrogao ( ? ) quando temos dvida quanto exatido de


determinado valor.
Obs: O lado direito e esquerdo de uma tabela oficial deve ser aberto..

SRIE ESTATSTICA:

SRIES HOMGRADAS:

a) Srie Temporal:

qualquer tabela que apresenta a distribuio de um conjunto de dados


estatsticos em funo da poca, do local ou da espcie.

so aquelas em que a varivel descrita apresenta variao discreta


ou descontnua. Podem ser do tipo temporal, geogrfica ou
especfica.
Identifica-se pelo carter varivel do fator cronolgico. O local e a
espcie (fenmeno) so elementos fixos. Esta srie tambm chamada
de histrica ou evolutiva.
ABC VECULOS LTDA.
Vendas no 1 bimestre de 1996
PERODO
JAN/96
FEV/96
TOTAL

UNIDADES VENDIDAS
20000
10000
30000

.
b) Srie Geogrfica:

Apresenta como elemento varivel o fator geogrfico. A poca e


o fato (espcie) so elementos fixos. Tambm chamada de
espacial, territorial ou de localizao.
ABC VECULOS LTDA.
Vendas no 1 bimestre de 1996
FILIAIS
So Paulo
Rio de Janeiro
TOTAL

c) Srie Especfica:

UNIDADES VENDIDAS
13000
17000
30000

O carter varivel apenas o fato ou espcie. Tambm


chamada de srie categrica.
ABC VECULOS LTDA.
Vendas no 1 bimestre de 1996
MARCA
FIAT
GM
TOTAL

UNIDADES VENDIDAS *
18000
12000
30000

SRIES CONJUGADAS:

Tambm chamadas de tabelas de dupla entrada. So apropriadas


apresentao de duas ou mais sries de maneira conjugada, havendo
duas ordens de classificao: uma horizontal e outra vertical. O exemplo
abaixo de uma srie geogrfica-temporal.
ABC VECULOS LTDA.
Vendas no 1 bimestre de 1996
FILIAIS
So Paulo
Rio de Janeiro
TOTAL

Janeiro/96
10000
12000
22000

Fevereiro/96
3000
5000
8000

GRFICOS ESTATSTICOSG

So representaes visuais dos dados estatsticos que devem corresponder, mas nunca substituir
as tabelas estatsticas.

Caractersticas:

Uso de escalas, sistema de coordenadas, simplicidade, clareza e veracidade.

Grficos de informao:

Grficos de anlise:

So grficos destinados principalmente ao pblico em geral,


objetivando proporcionar uma visualizao rpida e clara. So
grficos tipicamente expositivos, dispensando comentrios
explicativos adicionais. As legendas podem ser omitidas, desde
que as informaes desejadas estejam presentes.
So grficos que prestam-se melhor ao trabalho estatstico, fornecendo
elementos teis fase de anlise dos dados, sem deixar de ser tambm
informativos. Os grficos de anlise freqentemente vm acompanhados
de uma tabela estatstica. Inclui-se, muitas vezes um texto explicativo,
chamando a ateno do leitor para os pontos principais revelados pelo
grfico.

Uso indevido de Grficos: Podem trazer uma idia falsa dos dados que esto sendo analisados,
chegando mesmo a confundir o leitor. Trata-se, na realidade, de um problema de construo de
escalas.

.
Classificao dos grficos: Diagramas, Estereogramas, Pictogramas e Cartogramas.
.
1 - DIAGRAMAS:

So grficos geomtricos dispostos em duas dimenses. So os mais usados na representao de


sries estatsticas. Eles podem ser :

1.1-

Grficos em barras horizontais.

1.2-

Grficos em barras verticais ( colunas ).

Quando as legendas no so breves usa-se de preferncia os grficos em barras horizontais.


Nesses grficos os retngulos tm a mesma base e as alturas so proporcionais aos respectivos
dados.
A ordem a ser observada a cronolgica, se a srie for histrica, e a
decrescente, se for geogrfica ou categrica.

1.2-

Grficos em barras compostas.

1.4-

Grficos em colunas superpostas.

1.5-

Eles diferem dos grficos em barras ou colunas convencionais apenas pelo fato de apresentar
cada barra ou coluna segmentada em partes componentes. Servem para representar
comparativamente dois ou mais atributos.

Grficos em linhas ou lineares.

So freqentemente usados para representao de sries cronolgicas com um grande nmero


de perodos de tempo. As linhas so mais eficientes do que as colunas, quando existem intensas
flutuaes nas sries ou quando h necessidade de se representarem vrias sries em um mesmo
grfico.

Quando representamos, em um mesmo sistema de coordenadas, a variao de dois fenmenos, a


parte interna da figura formada pelos grficos desses fenmenos denominada de rea de
excesso.

1.5-

Grficos em setores.

Este grfico construdo com base em um crculo, e empregado sempre que desejamos
ressaltar a participao do dado no total. O total representado pelo crculo, que fica dividido
em tantos setores quantas so as partes. Os setores so tais que suas reas so respectivamente
proporcionais aos dados da srie. O grfico em setores s deve ser empregado quando h, no
mximo, sete dados.

Obs: As sries temporais geralmente no so representadas por este tipo de grfico.

.
2 - ESTEREOGRAMAS:

So grficos geomtricos dispostos em trs dimenses, pois representam volume. So usados


nas representaes grficas das tabelas de dupla entrada. Em alguns casos este tipo de grfico
fica difcil de ser interpretado dada a pequena preciso que oferecem.
.
3 - PICTOGRAMAS:

So construdos a partir de figuras representativas da intensidade do fenmeno. Este tipo de


grfico tem a vantagem de despertar a ateno do pblico leigo, pois sua forma atraente e

sugestiva. Os smbolos devem ser auto-explicativos. A desvantagem dos pictogramas que


apenas mostram uma viso geral do fenmeno, e no de detalhes minuciosos. Veja o exemplo
abaixo:

4- CARTOGRAMAS:

So ilustraes relativas a cartas geogrficas (mapas). O objetivo desse grfico o de figurar os


dados estatsticos diretamente relacionados com reas geogrficas ou polticas.

DISTRIBUIO DE FREQNCIA

um tipo de tabela que condensa uma coleo de dados conforme as freqncias (repeties
de seus valores).
Tabela primitiva ou dados brutos:

uma tabela ou relao de elementos que no foram


numericamente organizados. difcil formarmos uma
idia exata do comportamento do grupo como um todo, a
partir de dados no ordenados.

Ex : 45, 41, 42, 41, 42 43, 44, 41 ,50, 46, 50, 46, 60, 54, 52, 58, 57, 58, 60, 51
ROL:

a tabela obtida aps a ordenao dos dados (crescente ou decrescente).


Ex : 41, 41, 41, 42, 42 43, 44, 45 ,46, 46, 50, 50, 51, 52, 54, 57, 58, 58, 60, 60

Distribuio de freqncia SEM INTERVALOS DE CLASSE: a simples condensao dos dados


conforme as repeties de seu valores. Para um ROL de tamanho razovel esta distribuio de
freqncia inconveniente, j que exige muito espao. Veja exemplo abaixo:
Dados
41
42
43
44
45
46
50
51
52

Freqncia
3
2
1
1
1
2
2
1
1

54
57
58
60
Total

1
1
2
2
20

Distribuio de freqncia COM INTERVALOS DE CLASSE:Quando o tamanho da amostra


elevado, mais racional efetuar o agrupamento dos valores em vrios intervalos de classe.
Classes
Freqncias
41 |------- 45 7
45 |------- 49 3
49 |------- 53 4
53 |------- 57 1
57 |------- 61 5
Total
20

ELEMENTOS DE UMA DISTRIBUIO DE FREQNCIA (com intervalos de classe)

CLASSE:

so os intervalos de variao da varivel e simbolizada por i e o nmero total de


classes simbolizada por k. Ex: na tabela anterior k = 5 e 49 |------- 53 a 3 classe, onde
i = 3.

LIMITES DE CLASSE:

so os extremos de cada classe. O menor nmero o limite inferior de


classe ( li ) e o maior nmero, limite superior de classe ( Li ). Ex: em 49
|------- 53,... l3 = 49 e L3 = 53. O smbolo |------- representa um
intervalo fechado esquerda e aberto direita. O dado 53 do ROL no
pertence a classe 3 e sim a classe 4 representada por 53 |------- 57.

AMPLITUDE DO INTERVALO DE CLASSE:

AMPLITUDE TOTAL DA DISTRIBUIO:

obtida atravs da diferena entre o limite


superior e inferior da classe e simbolizada por hi
= Li - li. Ex: na tabela anterior hi = 53 - 49 = 4.
Obs: Na distribuio de freqncia c/ classe o hi
ser igual em todas as classes.

a diferena entre o limite superior da ltima


classe e o limite inferior da primeira classe. AT =
L(max) - l(min). Ex: na tabela anterior AT = 61 41= 20.

AMPLITUDE TOTAL DA AMOSTRA (ROL): a diferena entre o valor mximo e o valor


mnimo da amostra (ROL). Onde AA = Xmax Xmin. Em nosso exemplo AA = 60 - 41 = 19.
Obs: AT sempre ser maior que AA.

PONTO MDIO DE CLASSE:

o ponto que divide o intervalo de classe em duas partes iguais.


.......Ex: em 49 |------- 53 o ponto mdio x3 = (53+49)/2 = 51, ou
seja x3=( l3 + L3 )/2.

Mtodo prtico para construo de uma Distribuio de Freqncias c/ Classe


1 -

Organize os dados brutos em um ROL.

2 -

Calcule a amplitude amostral AA.

3 -

No nosso exmplo: AA = 60 - 41 = 19

Calcule o nmero de classes atravs da "Regra de Sturges":

I
n de classes
3 |-----| 5
3
6 |-----| 11
4
12 |-----| 22
5
23 |-----| 46
6
47 |-----| 90
7
91 |-----| 181 8
182 |-----| 362 9
n

Obs: Qualquer regra para determinao do n de classes da tabela no nos levam a uma
deciso final; esta vai depender, na realidade de um julgamento pessoal, que deve estar
ligado natureza dos dados.
No nosso exemplo: n = 20 dados, ento ,a princpio, a regra sugere a adoo de 5 classes.
4 -

Decidido o n de classes, calcule ento a amplitude do intervalo de classe h > AA / i.


No nosso exemplo: AA/i = 19/5 = 3,8 . Obs: Como h > AA/i um valor ligeiramente superior para
haver folga na ltima classe. Utilizaremos ento h = 4

5 -

Temos ento o menor n da amostra, o n de classes e a amplitude do intervalo. Podemos montar


a tabela, com o cuidado para no aparecer classes com freqncia = 0 (zero).
No nosso exemplo: o menor n da amostra = 41 + h = 45, logo a primeira classe ser
representada por ...... 41 |------- 45. As classes seguintes respeitaro o mesmo procedimento.
O primeiro elemento das classes seguintes sempre sero formadas pelo ltimo elemento da
classe anterior.

REPRESENTAO GRFICA DE UMA DISTRIBUIO


Histograma, Polgono de freqncia e Polgono de freqncia acumulada

Em todos os grficos acima utilizamos o primeiro quadrante do sistema de eixos coordenados


cartesianos ortogonais. Na linha horizontal (eixo das abscissas) colocamos os valores da
varivel e na linha vertical (eixo das ordenadas), as freqncias.

.
Histograma:

formado por um conjunto de retngulos justapostos, cujas bases se localizam


sobre o eixo horizontal, de tal modo que seus pontos mdios coincidam com os
pontos mdios dos intervalos de classe. A rea de um histograma proporcional
soma das freqncias simples ou absolutas.
Freqncias simples ou absoluta:
so os valores que realmente representam o nmero de
dados de cada classe. A soma das freqncias simples
igual ao nmero total dos dados da distribuio.

Freqncias relativas:

so os valores das razes entre as freqncia absolutas de cada classe e a


freqncia total da distribuio. A soma das freqncias relativas igual
a 1 (100 %).

.
Polgono de freqncia:

um grfico em linha, sendo as freqncias marcadas sobre


perpendiculares ao eixo horizontal, levantadas pelos pontos mdios dos
intervalos de classe. Para realmente obtermos um polgono (linha
fechada), devemos completar a figura, ligando os extremos da linha
obtida aos pontos mdios da classe anterior primeira e da posterior
ltima, da distribuio.

.
Polgono de freqncia acumulada:

traado marcando-se as freqncias acumuladas sobre


perpendiculares ao eixo horizontal, levantadas nos pontos
correspondentes aos limites superiores dos intervalos de
classe.

Freqncia simples acumulada de uma classe:

o total das freqncias de todos os valores


inferiores ao limite superior do intervalo de
uma determinada classe.

Freqncia relativa acumulada de um classe:

a freqncia acumulada da classe, dividida


pela freqncia total da distribuio.

...CLASSE..
50 |-------- 54
54 |-------- 58
58 |-------- 62
62 |-------- 66
66 |-------- 70
70 |-------- 74
Total

......fi.....
4
9
11
8
5
3
40

.....xi.....
52
56
60
64
68
72

.....fri.....
0,100
0,225
0,275
0,200
0,125
0,075
1,000

.....Fi.....
4
13
24
32
37
40

......Fri.....
0,100
0,325
0,600
0,800
0,925
1,000

fi = freqncia simples; xi = ponto mdio de classe; fri = freqncia simples acumulada;


Fi = freqncia relativa e Fri = freqncia relativa acumulada.

Obs: uma distribuio de freqncia sem intervalos de classe representada graficamente por
um diagrama onde cada valor da varivel representado por um segmento de reta vertical e de
comprimento proporcional respectiva freqncia.

3. MEDIDAS DE POSIO
Introduo

So as estatsticas que representam uma srie de dados orientando-nos quanto posio da


distribuio em relao ao eixo horizontal do grfico da curva de freqncia.

As medidas de posies mais importantes so as medidas de tendncia central ou promdias


(verifica-se uma tendncia dos dados observados a se agruparem em torno dos valores centrais).

As medidas de tendncia central mais utilizadas so: mdia aritmtica, moda e mediana.
Outros promdios menos usados so as mdias: geomtrica, harmnica, quadrtica, cbica e
biquadrtica.

As outras medidas de posio so as separatrizes, que englobam: a prpria mediana, os decis,


os quartis e os percentis.

MDIA ARITMTICA =

igual ao quociente entre a soma dos valores do conjunto e o nmero total dos valores.
......

onde xi so os valores da varivel e n o nmero de valores.


.
Dados no-agrupados:

Quando desejamos conhecer a mdia dos dados no-agrupados em tabelas


de freqncias, determinamos a mdia aritmtica simples.

Ex:
Sabendo-se que a venda diria de arroz tipo A, durante uma semana, foi de 10, 14, 13,
15, 16, 18 e 12 kilos, temos, para venda mdia diria na semana de:
.= (10+14+13+15+16+18+12) / 7 = 14 kilos

Desvio em relao mdia:

a diferena entre cada elemento de um conjunto de valores e a


mdia aritmtica, ou seja:.
. di = Xi -

No exemplo anterior temos sete desvios:... d1 = 10 - 14 = - 4 , ...d2 = 14 - 14 = 0 , d3 = 13 14 = - 1 , ...d4 = 15 - 14 = 1 ,... d5 = 16 - 14 = 2 ,... d6 = 18 - 14 = 4 ...e. .. d7 = 12 - 14 = 2.
.

Propriedades da mdia aritmtica

1 propriedade:

No exemplo anterior : d1+d2+d3+d4+d5+d6+d7 = 0

2 propriedade:

A soma algbrica dos desvios em relao mdia nula.

Somando-se (ou subtraindo-se) uma constante (c) a todos os valores de uma


varivel, a mdia do conjunto fica aumentada ( ou diminuda) dessa
constante.

Se no exemplo original somarmos a constante 2 a cada um dos valores da varivel temos:

Y = 12+16+15+17+18+20+14 / 7 = 16 kilos ou
Y=

3 propriedade:

.+ 2 = 14 +2 = 16 kilos

Multiplicando-se (ou dividindo-se) todos os valores de uma varivel por uma


constante (c), a mdia do conjunto fica multiplicada ( ou dividida) por essa
constante.

Se no exemplo original multiplicarmos a constante 3 a cada um dos valores da varivel temos:

Y = 30+42+39+45+48+54+36 / 7 = 42 kilos ou
Y=

.
Dados agrupados:

x 3 = 14 x 3 = 42 kilos

Sem intervalos de classe

Consideremos a distribuio relativa a 34 famlias de quatro


filhos, tomando para varivel o nmero de filhos do sexo
masculino. Calcularemos a quantidade mdia de meninos por
famlia:
N de meninos
0
1
2
3
4
total

freqncia = fi
2
6
10
12
4
34

Como as freqncias so nmeros indicadores da intensidade de cada valor da varivel, elas


funcionam como fatores de ponderao, o que nos leva a calcular a mdia aritmtica
ponderada, dada pela frmula:

..xi.
0
1
2
3
4
total

..fi.
2
6
10
12
4
34

..xi.fi .
0
6
20
36
16
78

onde 78 / 34 = 2,3 meninos por famlia


Com intervalos de classe
Neste caso, convencionamos que todos os valores includos em
um determinado intervalo de classe coincidem com o seu ponto
mdio, e determinamos a mdia aritmtica ponderada por meio da
frmula:
..
onde Xi o ponto mdio da classe.
Ex: Calcular a estatura mdia de bebs conforme a tabela abaixo.
Estaturas (cm)
50 |------------ 54
54 |------------ 58
58 |------------ 62
62 |------------ 66
66 |------------ 70
70 |------------ 74

freqncia = fi
4
9
11
8
5
3

ponto mdio = xi
52
56
60
64
68
72

..xi.fi.
208
504
660
512
340
216

Total

40

Aplicando a frmula acima temos: 2.440 / 40.= 61. logo...


MDIA GEOMTRICA =

2.440
= 61 cm

a raiz n-sima do produto de todos eles.

Mdia Geomtrica Simples:

ou .

Ex.: - Calcular a mdia geomtrica dos seguintes conjuntos de nmeros:E


a) { 10, 60, 360 }.:
b) { 2, 2, 2 }........:
c) { 1, 4, 16, 64 }:
.

= ( 10 * 60 * 36 0) ^ (1/3) ....R: 60
= (2 * 2 * 2 ^ (1/3) .. .R: 2
= (1 * 4 * 16 * 64 ) ^(1/4) ....R: 8

Mdia Geomtrica Ponderada :

ou ..
Ex - Calcular a mdia geomtrica dos valores da tabela abaixo:
...xi... ...fi...
1
2
3
4
9
2
27
1
Total 9
= (12 * 34 * 92 * 271) (1/9)........R: 3,8296

.
MDIA HARMNICA -

o inverso da mdia aritmtica dos inversos.


.
Mdia Harmnica Simples:. (para dados no agrupados)

..

ou

.
Mdia Harmnica Ponderada : (para dados agrupados em tabelas de freqncias)

..

Ex.: Calcular a mdia harmnica dos valores da tabela abaixo:


classes
1 |--------- 3
3 |--------- 5
5 |--------- 7
7 |--------- 9
9 |--------- 11
total

....fi....
2
4
8
4
2
20

....xi....
2
4
6
8
10

........fi/xi........
2/2 = 1,00
4/4 = 1,00
8/6 = 1,33
4/8 = 0,50
2/10 = 0,20
4,03

Resp: 20 / 4,03 = 4,96


OBS:

A mdia harmnica no aceita valores iguais a zero como dados de uma srie.

A igualdade

OBS:

g=

h.=

....s ocorrer quando todos os valores da srie forem iguais.

Quando os valores da varivel no forem muito diferentes, verifica-se aproximadamente


a seguinte relao:

g=(

.+

h ) /.2

Demonstraremos a relao acima com os seguintes dados:

z = { 10,1 ; 10,1 ; 10,2 ; 10,4 ; 10,5 }


Mdia aritmtica = 51,3 / 5
Mdia geomtrica=

= 10,2600
= 10,2587

Mdia harmnica = 5 / 0,4874508

= 10,2574

Comprovando a relao: 10,2600 + 10,2574 / 2 = 10,2587 = mdia geomtrica


.

MODA - Mo

o valor que ocorre com maior freqncia em uma srie de valores.

Desse modo, o salrio modal dos empregados de uma fbrica o salrio mais comum, isto , o
salrio recebido pelo maior nmero de empregados dessa fbrica.

.
A Moda quando os dados no esto agrupados

A moda facilmente reconhecida: basta, de acordo com definio, procurar o valor que mais se
repete.
Ex: Na srie { 7 , 8 , 9 , 10 , 10 , 10 , 11 , 12 } a moda igual a 10.

H sries nas quais no exista valor modal, isto , nas quais nenhum valor aparea mais vezes
que outros.
Ex: { 3 , 5 , 8 , 10 , 12 } no apresenta moda. A srie amodal.

.Em outros casos, pode haver dois ou mais valores de concentrao. Dizemos, ento, que a
srie tem dois ou mais valores modais.
Ex: { 2 , 3 , 4 , 4 , 4 , 5 , 6 , 7 , 7 , 7 , 8 , 9 } apresenta duas modas: 4 e 7. A srie
bimodal.

.
A Moda quando os dados esto agrupados
a) Sem intervalos de classe:

Uma vez agrupados os dados, possvel determinar


imediatamente a moda: basta fixar o valor da varivel de maior
freqncia.

Ex: Qual a temperatura mais comum medida no ms abaixo:


Temperaturas
0 C
1 C
2 C
3 C

Freqncia
3
9
12
6

Resp: 2 C a temperatura modal, pois a de maior freqncia.


.
b) Com intervalos de classe:
A classe que apresenta a maior freqncia denominada classe
modal. Pela definio, podemos afirmar que a moda, neste caso,
o valor dominante que est compreendido entre os limites da
classe modal. O mtodo mais simples para o clculo da moda
consiste em tomar o ponto mdio da classe modal. Damos a esse
valor a denominao de moda bruta.
Mo = ( l* + L* ) / 2
onde l* = limite inferior da classe modal e L* = limite superior da classe modal.

Ex: Calcule a estatura modal conforme a tabela abaixo.


Classes (em cm)
54 |------------ 58
58 |------------ 62
62 |------------ 66
66 |------------ 70

Freqncia
9
11
8
5

Resposta: a classe modal 58|-------- 62, pois a de maior freqncia. l* = 58 e L* = 62


Mo = (58+62) / 2 = 60 cm ( este valor estimado, pois no conhecemos o valor real da
moda).

.
Mtodo mais elaborado pela frmula de CZUBER:

Mo = l* + (d1/(d1+d2)) x h*

l* = limite inferior da classe modal..... e..... L* = limite superior da classe modal


d1 = freqncia da classe modal - freqncia da classe anterior da classe modal
d2 = freqncia da classe modal - freqncia da classe posterior da classe modal
h* = amplitude da classe modal
Mo = 58 + ((11-9) / ((11-9) + (11 8)) x 4

Mo = 59,6

Obs: A moda utilizada quando desejamos obter uma medida rpida e aproximada de
posio ou quando a medida de posio deva ser o valor mais tpico da distribuio. J a
mdia aritmtica a medida de posio que possui a maior estabilidade.

MEDIANA - Md

A mediana de um conjunto de valores, dispostos segundo uma ordem ( crescente ou


decrescente), o valor situado de tal forma no conjunto que o separa em dois subconjuntos de
mesmo nmero de elementos.

.
A mediana em dados no-agrupados
Dada uma srie de valores como, por exemplo: { 5, 2, 6, 13, 9, 15, 10 }
De acordo com a definio de mediana, o primeiro passo a ser dado o da ordenao (crescente ou
decrescente) dos valores: { 2, 5, 6, 9, 10, 13, 15 }
O valor que divide a srie acima em duas partes iguais igual a 9, logo a Md = 9.
.
Mtodo prtico para o clculo da Mediana:

Se a srie dada tiver nmero mpar de termos: O valor mediano ser o termo de ordem
dado pela frmula :
.( n + 1 ) / 2

Ex: Calcule a mediana da srie { 1, 3, 0, 0, 2, 4, 1, 2, 5 }


1 - ordenar a srie { 0, 0, 1, 1, 2, 2, 3, 4, 5 }
n = 9 logo (n + 1)/2 dado por (9+1) / 2 = 5, ou seja, o 5 elemento da srie ordenada ser a
mediana
A mediana ser o 5 elemento = 2
.
Se a srie dada tiver nmero par de termos:

O valor mediano ser o termo de ordem


dado pela frmula :....

.[( n/2 ) +( n/2+ 1 )] / 2


Obs:

n/2 e (n/2 + 1) sero termos de ordem e devem ser substitudos pelo valor
correspondente.
Ex: Calcule a mediana da srie { 1, 3, 0, 0, 2, 4, 1, 3, 5, 6 }
1 - ordenar a srie { 0, 0, 1, 1, 2, 3, 3, 4, 5, 6 }
n = 10 logo a frmula ficar: [( 10/2 ) + (10/2 + 1)] / 2
[( 5 + 6)] / 2 ser na realidade (5 termo+ 6 termo) / 2
5 termo = 2
6 termo = 3
A mediana ser = (2+3) / 2 ou seja, Md = 2,5 . A mediana no exemplo ser a mdia aritmtica
do 5 e 6 termos da srie.
Notas:

Quando o nmero de elementos da srie estatstica for mpar, haver coincidncia da mediana
com um dos elementos da srie.

Quando o nmero de elementos da srie estatstica for par, nunca haver coincidncia da
mediana com um dos elementos da srie. A mediana ser sempre a mdia aritmtica dos 2
elementos centrais da srie.

Em uma srie a mediana, a mdia e a moda no tm, necessariamente, o mesmo valor.

A mediana, depende da posio e no dos valores dos elementos na srie ordenada. Essa
uma da diferenas marcantes entre mediana e mdia ( que se deixa influenciar, e muito,
pelos valores extremos). Vejamos:
Em { 5, 7, 10, 13, 15 } a mdia = 10 e a mediana = 10
Em { 5, 7, 10, 13, 65 } a mdia = 20 e a mediana = 10

isto , a mdia do segundo conjunto de valores maior do que a do primeiro, por influncia dos
valores extremos, ao passo que a mediana permanece a mesma.

A mediana em dados agrupados


a) Sem intervalos de classe:

Neste caso, o bastante identificar a freqncia acumulada


imediatamente superior metade da soma das freqncias. A

mediana ser aquele valor da varivel que corresponde a tal


freqncia acumulada.
Ex.: conforme tabela abaixo:
Varivel xi
0
1
2
3
4
total

Freqncia fi
2
6
9
13
5
35

Freqncia acumulada
2
8
17
30
35

Quando o somatrio das freqncias for mpar o valor mediano ser o termo de ordem dado
pela frmula :

Como o somatrio das freqncias = 35 a frmula ficar: ( 35+1 ) / 2 = 18 termo = 3..

Quando o somatrio das freqncias for par o valor mediano ser o termo de ordem dado pela
frmula:

Ex: Calcule Mediana da tabela abaixo:


Varivel xi
12
14
15
16
17
20
total

Freqncia fi
1
2
1
2
1
1
8

Freqncia acumulada
1
3
4
6
7
8

Aplicando frmula acima teremos:[(8/2)+ (8/2+1)]/2 = (4 termo + 5 termo) / 2 = (15 + 16) / 2


= 15,5

b) Com intervalos de classe:

Devemos seguir os seguintes passos:

1)

Determinamos as freqncias acumuladas ;

2)

Calculamos

3)

Marcamos a classe correspondente freqncia acumulada imediatamente superior


. Tal classe ser a classe mediana ;

4) Calculamos a Mediana pela seguinte frmula:.


l*
FAA
f*
h*

M Md = l* + [(

- FAA ) x h*] / f*

= o limite inferior da classe mediana.


= a freqncia acumulada da classe anterior classe mediana.
= a freqncia simples da classe mediana.
= a amplitude do intervalo da classe mediana.
Ex:
classes
50 |------------ 54
54 |------------ 58
58 |------------ 62
62 |------------ 66
66 |------------ 70
70 |------------ 74
total

freqncia = fi
4
9
11
8
5
3
40

Freqncia acumulada
4
13
24
32
37
40

= 40 / 2 =.20........... logo.a classe mediana ser 58 |---------- 62


l* = 58........... FAA = 13........... f* = 11........... h* = 4
Substituindo esses valores na frmula, obtemos:
Md = 58 + [ (20 - 13) x 4] / 11 = 58 + 28/11 = 60,54
OBS: Esta mediana estimada, pois no temos os 40 valores da distribuio.
Emprego da Mediana
Quando desejamos obter o ponto que divide a distribuio em duas partes iguais.
Quando h valores extremos que afetam de maneira acentuada a mdia aritmtica.
Quando a varivel em estudo salrio.

SEPARATRIZES

Alm das medidas de posio que estudamos, h outras que, consideradas individualmente, no
so medidas de tendncia central, mas esto ligadas mediana relativamente sua
caracterstica de separar a srie em duas partes que apresentam o mesmo nmero de valores.
Essas medidas - os quartis, os decis e os percentis - so, juntamente com a mediana,
conhecidas pelo nome genrico de separatrizes.

.
QUARTIS - Q

Denominamos quartis os valores de uma srie que a dividem em quatro partes iguais.
Precisamos portanto de 3 quartis (Q1 , Q2 e Q3) para dividir a srie em quatro partes iguais.
Obs: O quartil 2 ( Q2 ) SEMPRE SER IGUAL A MEDIANA DA SRIE.

Quartis em dados no agrupados

O mtodo mais prtico utilizar o princpio do clculo da mediana para os 3 quartis. Na


realidade sero calculadas " 3 medianas " em uma mesma srie.
Ex 1: Calcule os quartis da srie: { 5, 2, 6, 9, 10, 13, 15 }
- O primeiro passo a ser dado o da ordenao (crescente ou decrescente) dos valores: { 2, 5,
6, 9, 10, 13, 15 }
- O valor que divide a srie acima em duas partes iguais igual a 9, logo a Md = 9 que ser =
Q2 = 9
- Temos agora {2, 5, 6 } e {10, 13, 15 } como sendo os dois grupos de valores iguais
proporcionados pela mediana ( quartil 2 ). Para o clculo do quartil 1 e 3 basta calcular as
medianas das partes iguais provenientes da verdadeira Mediana da srie (quartil 2).
Logo em { 2, 5, 6 } a mediana = 5 . Ou seja: ser o quartil 1 = Q1 = 5
em {10, 13, 15 } a mediana =13 . Ou seja: ser o quartil 3 = Q = 13

Ex 2: Calcule os quartis da srie: { 1, 1, 2, 3, 5, 5, 6, 7, 9, 9, 10, 13 }

A srie j est ordenada, ento calcularemos o Quartil 2 = Md = (5+6)/2 = 5,5

- O quartil 1 ser a mediana da srie esquerda de Md : { 1, 1, 2, 3, 5, 5 }


Q1 = (2+3)/2 = 2,5
- O quartil 3 ser a mediana da srie direita de Md : {6, 7, 9, 9, 10, 13 }
Q3 = (9+9)/2 = 9
Quartis para dados agrupados em classes

Usamos a mesma tcnica do clculo da mediana, bastando substituir, na frmula da mediana,


E fi / 2.... por ... k . E fi / 4 ... sendo k o nmero de ordem do quartil.

Assim, temos:
Q1 = . l* + [(E fi / 4 - FAA ) x h*] / f*
Q2 = . l* + [(2.E fi / 4 - FAA ) x h*] / f*
Q3 = . l* + [(3.E fi / 4 - FAA ) x h*] / f*

Ex 3 - Calcule os quartis da tabela abaixo:


classes
50 |------------ 54
54 |------------ 58
58 |------------ 62
62 |------------ 66
66 |------------ 70
70 |------------ 74
total

freqncia = fi
4
9
11
8
5
3
40

Freqncia acumulada
4
13
24
32
37
40

- O quartil 2 = Md , logo:
= 40 / 2 =.20........... logo.a classe mediana ser 58 |---------- 62
l* = 58........... FAA = 13........... f* = 11........... h* = 4
Q2 = . l* + [(2.E fi / 4 - FAA ) x h*] / f*
- Substituindo esses valores na frmula, obtemos:
Md = 58 + [ (20 - 13) x 4] / 11 = 58 + 28/11 = 60,54 = Q2
- O quartil 1 : E fi / 4 = 10
Q1 = . l* + [(E fi / 4 - FAA ) x h*] / f*
Q1 = 54 + [ (10 - 4) x 4] / 9 = 54 + 2,66 = 56,66 = Q1
.
- O quartil 3 : 3.E fi / 4 = 30
Q3 = . l* + [(3.E fi / 4 - FAA ) x h*] / f*
Q3 = 62 + [ (30 -24) x 4] / 8 = 62 + 3 = 65 = Q3

DECIS - D

A definio dos decis obedece ao mesmo princpio dos quartis, com a modificao da
porcentagem de valores que ficam aqum e alm do decil que se pretende calcular. A frmula
bsica ser : k .E fi / 10 onde k o nmero de ordem do decil a ser calculado. Indicamos os

decis : D1, D2, ... , D9. Deste modo precisamos de 9 decis para dividirmos uma srie em 10
partes iguais.

De especial interesse o quinto decil, que divide o conjunto em duas partes iguais. Assim
sendo,o QUINTO DECIL IGUAL AO SEGUNDO QUARTIL, que por sua vez IGUAL
MEDIANA.

Para D5 temos :

5.E fi / 10 = E fi / 2

Ex: Calcule o 3 decil da tabela anterior com classes.


k= 3 onde 3 .E fi / 10 = 3 x 40 / 10 = 12.
Este resultado corresponde a 2 classe.
D3 = 54 + [ (12 - 4) x 4] / 9 = 54 + 3,55 = 57,55 = D3

PERCENTIL ou CENTIL

Denominamos percentis ou centis como sendo os noventa e nove valores que separam uma
srie em 100 partes iguais. Indicamos: P1, P2, ... , P99. evidente que P50 = Md ; P25 = Q1 e
P75 = Q3.

O clculo de um centil segue a mesma tcnica do clculo da mediana, porm a frmula ser
: k .E fi / 100 onde k o nmero de ordem do centil a ser calculado.

Disperso ou Variabilidade:

a maior ou menor diversificao dos valores de uma varivel em


torno de um valor de tendncia central ( mdia ou mediana )
tomado como ponto de comparao.

A mdia - ainda que considerada como um nmero que tem a faculdade de representar uma
srie de valores - no pode, por si mesma, destacar o grau de homogeneidade ou
heterogeneidade que existe entre os valores que compem o conjunto.

Consideremos os seguintes conjuntos de valores das variveis X, Y e Z:

X = { 70, 70, 70, 70, 70 }


Y = { 68, 69, 70 ,71 ,72 }
Z = { 5, 15, 50, 120, 160 }

Observamos ento que os trs conjuntos apresentam a mesma mdia aritmtica = 350/5
= 70

Entretanto, fcil notar que o conjunto X mais homogneo que os conjuntos Y e Z, j que
todos os valores so iguais mdia. O conjunto Y, por sua vez, mais homogneo que o
conjunto Z, pois h menor diversificao entre cada um de seus valores e a mdia
representativa.

Conclumos ento que o conjunto X apresenta DISPERSO NULA e que o conjunto Y


apresenta uma DISPERSO MENOR que o conjunto Z.

4. MEDIDAS DE DISPERSO ABSOLUTA


AMPLITUDE TOTAL:

a nica medida de disperso que no tem na mdia o ponto de


referncia.

Quando os dados no esto agrupados a amplitude total a diferena entrE o maior e o menor
valor observado:

AT = X mximo - X mnimo.
Ex:
Para os valores 40, 45, 48, 62 e 70 a amplitude total ser: AT = 70 - 40 = 30
Quando os dados esto agrupados sem intervalos de classe ainda temos :
AT = X mximo - X mnimo.
Ex:
xi
0
1
3
4

fi
2
6
5
3

AT = 4 - 0 = 4

* Com intervalos de classe a AMPLITUDE TOTAL a diferena entre o limite superior da ltima
classe e o limite inferior da primeira classe. Ento:
AT = L mximo - l mnimo
Ex:
Classes
4 |------------- 6
6 |------------- 8
8 |------------- 10

fi
6
2
3

AT = 10 - 4 = 6

A amplitude total tem o inconveniente de s levar em conta os dois valores extremos da srie,
descuidando do conjunto de valores intermedirios. Faz-se uso da amplitude total quando se

quer determinar a amplitude da temperatura em um dia, no controle de qualidade ou como


uma medida de clculo rpido sem muita exatido.

DESVIO QUARTIL:

Tambm chamado de amplitude semi-interquatlica e baseada nos


quartis.
Smbolo: Dq

Frmula: Dq = (Q3 - Q1) / 2

Observaes:
1-

O desvio quartil apresenta como vantagem o fato de ser uma medida fcil de calcular e de
interpretar. Alm do mais, no afetado pelos valores extremos, grandes ou pequenos, sendo
recomendado, por conseguinte, quando entre os dados figurem valores extremos que no se
consideram representativos.
O desvio quartil dever ser usado preferencialmente quando a medida de tendncia central for a
mediana.
Trata-se de uma medida insensvel distribuio dos itens menores que Q1, entre Q1 e Q3 e
maiores que Q3.

23-

Ex: Para os valores 40, 45, 48, 62 e 70 o desvio quartil ser:


Q1 = (45+40)/2 = 42,5

Q3 = (70+62)/2 = 66

Dq = (66 - 42,5) / 2 = 11,75

DESVIO MDIO ABSOLUTO - Dm


Para dados brutos:

a mdia aritmtica dos valores absolutos dos desvios tomados em


relao a uma das seguintes medidas de tendncia central: mdia ou
mediana.

para a Mdia =

Dm = E | Xi -

para a Mediana =

Dm = E | Xi - Md | / n

As barras verticais indicam que so tomados os valores absolutos, prescindindo do sinal dos
desvios.

| /n

Ex: Calcular o desvio mdio do conjunto de nmeros { - 4 , - 3 , - 2 , 3 , 5 }


= - 0, 2 e Md = - 2

Tabela auxiliar para clculo do desvio mdio


Xi
-4
-3
-2
3
5

Xi (- 4) - (-0,2) = -3,8
(- 3) - (-0,2) = -2,8
(- 2) - (-0,2) = -1,8
3 - (-0,2) = 3,2
5 - (-0,2) = 5,2

| Xi 3,8
2,8
1,8
3,2
5,2

E=

16,8

Pela Mdia : Dm = 16,8 / 5 = 3,36

Xi - Md

| Xi - Md |

(- 4) - (-2) = - 2
(- 3) - (-2) = - 1
(- 2) - (-2) = 0
3 - (-2) = 5
5 - (-2) = 7

2
1
0
5
7

E=

15

Pela Mediana :

Dm = 15 / 5 = 3

DESVIO PADRO - S

a medida de disperso mais geralmente empregada, pois leva em considerao a


totalidade dos valores da varivel em estudo. um indicador de variabilidade bastante
estvel. O desvio padro baseia-se nos desvios em torno da mdia aritmtica e a sua frmula
bsica pode ser traduzida como : a raiz quadrada da mdia aritmtica dos quadrados dos
desvios e representada por S .

A frmula acima empregada quando tratamos de uma populao de dados no-agrupados.

Ex: Calcular o desvio padro da populao representada por - 4 , -3 , -2 , 3 , 5


Xi
-4
-3
-2
3
5

- 0,2
- 0,2
- 0,2
- 0,2
- 0,2

- 3,8
- 2,8
- 1,8
3,2
5,2

14,44
7,84
3,24
10,24
27,04

E=

62,8

Sabemos que n = 5 e 62,8 / 5 = 12,56.


A raiz quadrada de 12,56 o desvio padro = 3,54
Obs: Quando nosso interesse no se restringe descrio dos dados mas, partindo da amostra,
visamos tirar inferncias vlidas para a respectiva populao, convm efetuar uma modificao,
que consiste em usar o divisor n - 1 em lugar de n. A frmula ficar ento:

Se os dados - 4 , -3 , -2 , 3 , 5 representassem uma amostra o desvio padro amostral seria a


raiz quadrada de 62,8 / (5 -1) = 3,96
O desvio padro goza de algumas propriedades, dentre as quais destacamos:

1 =

Somando-se (ou subtraindo-se) uma constante a todos os valores de uma varivel, o desvio
padro no se altera.

2 =

Multiplicando-se (ou dividindo-se) todos os valores de uma varivel por uma constante
(diferente de zero), o desvio padro fica multiplicado ( ou dividido) por essa constante.

Quando os dados esto agrupados (temos a presena de freqncias) a frmula do desvio padro
ficar :

ou
Ex:

quando se trata de uma amostra

Calcule o desvio padro populacional da tabela abaixo:


Xi
0
1
2
3
4

fi

Xi . f i

2
6
12
7
3

0
6
24
21
12

Total 30

63

.fi
2,1
2,1
2,1
2,1
2,1

-2,1
-1,1
-0,1
0,9
1,9

4,41
1,21
0,01
0,81
3,61

8,82
7,26
0,12
5,67
10,83

E=

32,70

- Sabemos que E fi = 30 e 32,7 / 30 = 1,09.


- A raiz quadrada de 1,09 o desvio padro = 1,044
- Se considerarmos os dados como sendo de uma amostra o desvio padro seria :
quadrada de 32,7 / (30 -1) = 1,062

a raiz

Obs: Nas tabelas de freqncias com intervalos de classe a frmula a ser utilizada a mesma
do exemplo anterior.

VARINCIA - S2

o desvio padro elevado ao quadrado. A varincia uma medida que tem pouca utilidade
como estatstica descritiva, porm extremamente importante na inferncia estatstica e em
combinaes de amostras.

MEDIDAS DE DISPERSO RELATIVA


Coeficiente de Variao de Pearson - CVP

Na estatstica descritiva o desvio padro por si s tem grandes limitaes. Assim, um desvio
padro de 2 unidades pode ser considerado pequeno para uma srie de valores cujo valor mdio
200; no entanto, se a mdia for igual a 20, o mesmo no pode ser dito.

Alm disso, o fato de o desvio padro ser expresso na mesma unidade dos dados limita o seu
emprego quando desejamos comparar duas ou mais sries de valores, relativamente sua
disperso ou variabilidade, quando expressas em unidades diferentes.

Para contornar essas dificuldades e limitaes, podemos caracterizar a disperso ou


variabilidade dos dados em termos relativos a seu valor mdio, medida essa denominada de
CVP: Coeficiente de Variao de Pearson ( A RAZO ENTRE O DESVIO PADRO E
A MDIA REFERENTES A DADOS DE UMA MESMA SRIE).

CVP = (S /

) x 100

o resultado neste caso expresso em percentual, entretanto pode ser expresso


tambm atravs de um fator decimal, desprezando assim o valor 100 da frmula.

Ex: Tomemos os resultados das estaturas e dos pesos de um mesmo grupo de indivduos:

Discriminao M D I A
ESTATURAS 175 cm
PESOS
68 kg

DESVIO PADRO
5,0 cm
2,0 kg

- Qual das medidas (Estatura ou Peso) possui maior homogeneidade ?


Resposta: Teremos que calcular o CVP da Estatura e o CVP do Peso. O resultado menor
ser o de maior homogeneidade ( menor disperso ou variabilidade).
CVP estatura =
CVP peso =

( 5 / 175 ) x 100
( 2 / 68 ) x 100

= 2,85 %
= 2,94 %.

Logo, nesse grupo de indivduos, as estaturas apresentam menor grau de disperso que os pesos.

Coeficiente de Variao de Thorndike - CVT

igual ao quociente entre o desvio padro e a mediana.

CVT = ( S / Md ) x 100 %

Coeficiente Quartlico de Variao - CVQ

Esse coeficiente definido pela seguinte expresso:

CVQ = [(Q3 - Q1) / (Q3 + Q1)] x 100 %.

Desvio quartil Reduzido Dqr

Dqr = [(Q3 - Q1) / 2Md ] x 100 %.

5. MEDIDAS DE ASSIMETRIA
Introduo:

Uma distribuio com classes simtrica quando :

Mdia = Mediana = Moda

Uma distribuio com classes :

Assimtrica esquerda ou negativa quando :


Assimtrica direita ou positiva quando :

Coeficiente de assimetria:

Mdia < Mediana < Moda


Mdia > Mediana > Moda

A medida anterior, por ser absoluta, apresenta a mesma deficincia


do desvio padro, isto , no permite a possibilidade de
comparao entre as medidas de duas distribuies. Por esse
motivo, daremos preferncia ao coeficiente de assimetria de
Person:

As = 3 ( Mdia - Mediana ) / Desvio Padro

Escalas de assimetria:
| AS | < 0,15

assimetria pequena

0,15 < | AS | < 1

assimetria moderada

| AS | > 1

assimetria elevada

Obs: Suponhamos AS = - 0,49 a assimetria considerada moderada e negativa


Suponhamos AS = 0,75 a assimetria considerada moderada e positiva

MEDIDAS DE CURTOSE
Introduo:

Denominamos CURTOSE o grau de achatamento de uma distribuio em relao a uma


distribuio padro, denominada curva normal (curva correspondente a uma distribuio terica
de probabilidade).

Quando a distribuio apresenta uma curva de freqncia mais fechada que a normal (ou
mais aguda ou afilada em sua parte superior), ela recebe o nome de leptocrtica.

Quando a distribuio apresenta uma curva de freqncia mais aberta que a normal (ou mais
achatada em sua parte superior), ela recebe o nome de platicrtica.

A curva normal, que a nossa base referencial, recebe o nome de mesocrtica.

Coeficiente de curtose

C1 = (Q3 - Q1) / 2(P90 - P10)

Este coeficiente conhecido como percentlico de curtose.

Relativamente a curva normal, temos:

C1 = 0,263
C1 < 0,263
C1 > 0,263

curva mesocrtica
curva leptocrtica
curva platicrtica

O coeficiente abaixo ( C2 )ser utilizado em nossas anlises:

onde S desvio padro


C2 = 3 curva mesocrtica
C2 > 3 curva leptocrtica
C2 < 3 curva platicrtica

FIM