Escolar Documentos
Profissional Documentos
Cultura Documentos
Pg. 2-1
Da que
2
+ 3
4
M=
Concluso: quando a
3M
2+3+ 4
3
aritmtica.
Cada uma dessas mdias tem um nome particular, dependendo da propriedade que mantm:
a) se for a soma, tem-se a mdia aritmtica;
b) se for a multiplicao, tem-se a mdia geomtrica;
c) se for a manuteno de taxas de variao, tem-se a mdia harmnica.
Das medidas de representatividade, aquela que apresenta as melhores propriedades matemticas
a mdia aritmtica da amostra, representada pelo smbolo
X.
Pg. 2-2
Pg. 2-3
Figura A2.4 - Tela do Excel para a mdia aritmtica da amostra nos Excel
passo 5: digite, no retngulo Nm1 (agora com um trao vertical intermitente),
as clulas inicial e final do conjunto de valores para os quais se deseja
determinar a mdia aritmtica da amostra, separadas por dois pontos ou,
ento, selecione o conjunto de valores clicando na primeira clula e arrastando
o ponteiro do mouse (sem soltar o boto esquerdo) at a ltima clula (no se
Pg. 2-4
preocupe com a notao incluindo o sinal $); neste ltimo caso, observe-se
que em Nm1 aparecem as colunas inicial e final onde foram digitados os
valores e, direita, parte da listagem deles. Depois de preenchido Nm1, o
resultado da mdia aritmtica da amostra aparece na extremidade inferior
esquerda, Resultado da frmula;
passo 6: clique em OK; fecha-se a tela e a mdia aritmtica da amostra aparece
na clula tornada ativa no passo 2.
Dvidas frequentes:
qual o nmero de casas decimais que deve ser retido
nos clculos estatsticos?
como arredondar?
Casas decimais a serem retidas nos clculos estatsticos
Uma regra prtica a seguinte: faa todos os clculos normalmente, e apresente o resultado final
com o mesmo nmero de casas decimais que o valor com o menor nmero de casas decimais.
Critrios de arredondamento
A norma da ABNT, NBR 5891: 1977 - Regras de arredondamento na numerao decimal, a
seguinte:
Quando o algarismo imediatamente seguinte ao ltimo algarismo a ser conservado for:
a) menor que 5,
o ltimo algarismo a ser conservado: no se altera
Pg. 2-5
Por essa razo, o raciocnio natural imediato procurar outra medida que considere todos os valores,
e no somente os extremos.
(valor mdia )
Para ter-se a contribuio total dessas diferenas, somam-se todas elas para se obter um total geral.
Desse modo, determina-se
(valor mdia )
(valor mdia )
=0
Por esta razo, continuou-se a pesquisa de outra medida de disperso que indicasse que a amostra
B mais dispersa que a amostra A.
Verifica-se que o sinal da diferena entre cada valor e a mdia aritmtica da amostra que torna a
soma de todas as parcelas igual a zero. Sendo assim, a segunda tentativa foi ignorar os sinais, ou
2
seja, tomar o mdulo de cada parcela.
| valor mdia |
Feito isto, obtm-se para a amostra A,
| 30 km 30 km | + | 30 km 30 km | + | 30 km 30 km | = | 0 km | + | 0 km | + | 0 km | = 0 km + 0 km
+ 0 km = 0 km
e, para a amostra B,
| 20 km 30 km | + | 30 km 30 km | + | 40 km 30 km | =
= | 10 km | + | 0km | + | 10 km | =10 km + 0 km + 10 km = 20 km, indicando que a amostra B mais
dispersa que a amostra A.
Ocorre que, na Matemtica, efetuar operaes com mdulos de funes costuma ser
extremamente trabalhoso. A soluo de ignorar o sinal e somar as diferenas, agora todas
positivas, embora indique qual amostra mais dispersa em relao outra, no prtica quando se
passa formulao algbrica, sem valores numricos; ou seja, determinou-se uma medida adequada
de variabilidade, mas surgiu um problema no desenvolvimento algbrico.
Pg. 2-7
O pensamento seguinte tentar eliminar o sinal de cada diferena sem o uso do mdulo; a
soluo natural elevar ao quadrado cada uma daquelas diferenas,
(valor mdia )2
A contribuio total dessas diferenas a somas de todas elas:
(valor mdia )
(valor - mdia)
n -1
Todavia, observamos tambm que estamos calculando o quadrado da diferena entre cada valor e a
mdia aritmtica desses mesmos valores, havendo uma operao circular; para compensar esta
situao, divide-se a soma final por n 1 ao invs de n.
Este valor, resultante da diviso da soma das diferenas ao quadrado entre cada valor da amostra e
2
a mdia da amostra por (n 1), denomina-se varincia amostral, cujo smbolo s .
s =
2
(valor
mdia
)2
n -1
0km 2 0km 2
=
= 0km 2
3 1
2
200km 2 200km 2
e para a amostra B, a varincia amostral igual a:
=
= 100km 2 .
3 1
2
2
Para comparar a variabilidade de dois conjuntos, bastaria s , no sendo precisos extrair a raiz
2
2
quadrada, porque se x > y , ento | x | > | y |. Entretanto, por que, ainda assim, extrair-se a raiz
quadrada?
Ocorre que, no clculo da varincia amostral, ao se elevar ao quadrado a diferena entre cada valor e
a mdia aritmtica da amostra, a unidade de medida dos valores originais tambm elevada ao
quadrado. Ou seja, resolveu-se um problema de desenvolvimento algbrico no se usando o mdulo
dos valores, mas se criou um problema com as unidades das medidas, havendo uma para a
tendncia central e outra para a disperso. Para que as unidades sejam as mesmas, torna-se
necessrio extrair a raiz quadrada da varincia amostral. Quando isto realizado, surge a mais
Pg. 2-8
s=
(valor
mdia )
n -1
0km 2 = 0 km
e, para a amostra B, o desvio-padro amostral :
100km 2 = 10 km
Pg. 2-9
RESPOSTA
E2-2
Pg. 2-10
RESPOSTA
Nas operaes que podem ser feitas com desvios-padres, diferentemente da mdia
aritmtica, estes NO se somam nem se subtraem. Apenas de SOMAM
VARINCIAS. Ou seja, primeiro necessrio determinar as varincias, som-las para,
ento, extrair-se a raiz quadrada para retornar ao desvio-padro resultante.
a) desvio-padro de (A+B) =
RESPOSTA
52 + 7 2 =
b) desvio-padro de (C D) = = 6 2 + 9 2 =
25 + 49 =
74 = 8,6.
36 + 81 = 117 = 10,8.
Para a ordenao de valores usando o EXCEL, clica-se no cone A Z ou escolhe-se, no menu, Dados/Classificar...
Pg. 2-11
percentil o X[(75) x (0,25)]+ X[18,75] = X(19), isto , a 19a. menor observao aps a ordenao. O
40o. percentil X[(75) x (0,40)] + = (X(30) + X(31))/2, isto , a mdia das 30a. e 31a. observaes
aps a ordenao porque np = 30 inteiro.
Os valores que indicam os percentis de nmeros 25, 50 e 75 so chamados,
respectivamente, Primeiro Quartil4 (simbolizado por Q1), Segundo Quartil (Q2, valor igual
Mediana) e Terceiro Quartil (Q3). (Figura 2.7
valor
mnimo
0%
Q1
Md
Q3
25%
50%
75%
valor
mximo
100%
E2-4
52,0
54,4
54,5
55,7
55,8
55,9
55,9
56,2
56,4
56,4
56,7
56,8
57,2
57,6
58,9
59,4
59,4
59,5
59,8
60,0
60,2
60,3
60,5
60,6
60,8
RESPOSTA
Pg. 2-13
Intervalo quartlico (IQ), igual a Q3 Q1, ou seja, Terceiro Quartil menos Primeiro
Quartil
Para os dados do exemplo 2.4, determine:
a) o valor do terceiro quartil
E2-5
b) o intervalo quartlico
RESPOSTA
Caracterstica 1
(Estatstica univariada)
Elemento 1
Elemento 2
...
Elemento n
Caracterstica 1
Caracterstica 2
...
Caracterstica k
Escalas
Nmeros
Todos vlidos?
Figura 2.6 - Ilustrao dos passos para determinarem-se valores vlidos para o estudo
estatstico
Antes de realizar qualquer teste para determinar potenciais dados aberrantes, recomenda-se fazer
grficos dos dados brutos.
Segundo a norma ABNT NBR ISO/IEC 17043:2011 Avaliao da conformidade Requisitos Gerais
para Ensaios de Proficincia, item 3.5, valor discrepante outlier uma observao emum conjunto
de dados que parece ser incompatvel com o restante deste conjunto de dados
Pg. 2-14
Deste modo, uma "imagem" instantnea dos resultados pode ser representada, por exemplo, como
mostrado na Figura 2.7. Uma grande quantidade de informao pode ser obtida por meio de uma
inspeo visual de uma representao grfica dos dados brutos, incluindo uma avaliao imediata da
disperso dos dados, podendo indicae a presena de dados aberrantes, ou diferenas no comuns
podem aparecer
Por exemplo, na Figura 2.7, o conjunto de resultados para o laboratrio 3 pode sugerir uma
variabilidade maior do que a esperada de resultados em comparao com todos os outros
laboratrios. Alm disso, os resultados de laboratrio 9 podem sugerir um dado aberrante com
relao ao valor mdio do laboratrio quando comparados com os valores mdios para todos os
outros laboratrios.
X identificao do laboratrio
Y resultados do laboratrio
Figura 2.7 Representao grfica de dados brutos para um particular nvel de interesse
A importncia de se eliminar os valores aberrantes porque muitas ferramentas estatsticas so
sensveis presena desses valores. Por exemplo, at mesmo resultados de clculos simples, como o
da mdia e o do desvio padro, podem no representar uma determinada caracterstica da amostra
se houver um nico valor incorreto.
Como definido, um valor discrepante (aberrante6) um valor amostral que no tpico quando
comparado com os demais resultados obtidos, sendo um dos extremos, ou o maior ou o menor dos
valores. Esse tipo de valor situa-se alm das faixas de 3 a 4 (trs a quatro) desvios padro em torno
da mdia.
Verificar os dispersos deve ser parte da rotina de qualquer anlise da dados, e aqueles potenciais
devem ser examinados para verificar se realmente esto errados. Caso positivo, devem ser
corrigidos, se possvel, ou ento, se inexistir razo para tal, devem ser eliminados somente aps um
estudo cuidadoso.
Nos testes para determinar a presena ou ausncia de dados aberrantes, presume-se que os
resultados podem ser modelados pela distribuio de Gauss (conhecida como distribuio normal)
ou, pelo menos, uma distribuio unimodal. Supe-se tambm que o total de resultados em cada
Em ingls, outlier.
Pg. 2-15
conjunto de dados seja o mesmo, e que o nmero de resultados para cada nvel de interesse, ou o
nmero de diferentes amostras seja o mesmo. Assim, os resultados so "balanceados"; se no forem,
recomenda-se que alguns sejam descartados de modo aleatrio at que haja um balanceamento.
Teoricamente, estes critrios tm de ser satisfeitos antes do uso de quaisquer testes para determinar
a presena ou ausncia de dados aberrantes.
Muitas tcnicas estatsticas so sensveis presena de dados aberrantes. Por exemplo, os resultados
da mdia e do desvio padro podem ser distorcidos por um nico valor grosseiramente impreciso, e
a verificao de valores atpicos deve ser parte da rotina de qualquer anlise de dados. Potenciais
outliers devem ser examinados para ver se so possivelmente errneos, o que deve ser corrigido, se
possvel. Se no h qualquer razo para acreditar que o valor discordante errado, no deve ser
eliminado sem uma considerao cuidadosa; no entanto, a utilizao de tcnicas mais robustas
podem ser adequadas, minimizando o efeito desses valores sem exclu-los.
De diversos testes existentes, ver-se-, neste texto, apenas o de Grubbs. Como h possibilidade de
um dado aberrante ser identificado em um teste mas no por outro, importante informar qual o
teste utilizados;
Embora a norma ISO tambm preveja o estudo dos dois superiores ou dois
inferiores dados extremos, eu estudo-os individualmente. Ademais, no
critrio de deciso, como o valor mais comum de erro admitido 5%, eu
defino o limite de deciso como sendo 5%, embora a norma ISO divida os
valores extremos em stragglers (extraviados) e outliers, com outros limites de
deciso, o que no resolve o problema de imediato.
Desse modo, seguindo o primeiro critrio de Grubbs para identificar resultados extremos, inferior e
superior, em uma amostra com n observaes, os passos so os seguintes:
Passo 1. classificar, em ordem crescente, os resultados x1, x2. x3, ..., xn.
Passo 2: determinar G1 (referente ao menor valor do conjunto) e Gn (referente ao maior
valor) de acordo com as seguintes expresses:
G1 =
( xn x)
( x - x1 )
e Gn =
s
s
Pg. 2-16
Passo 3: decidir com base nos valores crticos para o teste de Grubbs (Anexo 1) :
RESPOSTA
CV =
desvio - padro
mdia aritmtica
Pg. 2-17
expresso ou no em porcentagem.
desvio- padro
C.V.=
100%
mdiaaritmtica
RESPOSTA
2.7
A construo de tabelas estatsticas, nos dias de hoje, tem o objetivo nico de facilitar a
apresentao dos resultados, no sendo recomendada para clculos. Quando se tem os
dados originais, todos os clculos devem ser feitos com eles. Usar os valores de
tabelas era natural nos sculos passados, quando no existiam os modernos recursos
computacionais.
Mais ainda, embora sempre se diga que grficos ajudam a revelar informaes, nem
sempre este objetivo alcanado. Comunicar idias com clareza, preciso e
eficincia uma tarefa que no trivial.
Como h inmeros tipos de grficos, deve-se, escolher aquele que resuma os dados
adequadamente, identificando tudo. Lembre-se que se est tentando comunicar
alguma coisa a outras pessoas!
Clientes
12
14
12
10
TOTAL
73
Nela, observa-se que se tem o nmero exato de clientes que atriburam, por exemplo, nota
6 (9 clientes) para o servio. O total de clientes por nota denomina-se freqncia
absoluta (Tabela 2.2)
Tabela 2.2 - Tabela de freqncias SEM perda de informao
Freqncia absoluta
Pg. 2-19
12
14
12
10
TOTAL
73
A partir da freqncia absoluta pode determinar a freqncia relativa, que vem a ser a
freqncia absoluta dividida pela freqncia total:
freqncia relativa =
freqncia absoluta
freqncia total
Nota
Freqncia absoluta
Freqncia relativa
0/73 = 0
8,2%
12
16,4%
14
19,2%
11,0%
12,3%
12
16,4%
4,1%
5,5%
10
1,5%
TOTAL
73
100%
Pg. 2-20
Tem-se tambm a chamada freqncia acumulada (que pode ser absoluta ou relativa), a
qual indica a freqncia at um determinado valor. A partir do primeiro valor, soma-se a
freqncia acumulada absoluta (ou relativa) de cada um freqncia absoluta do seguinte,
e assim sucessivamente, conforme a Tabela 2.4.
Tabela 2.4 - Tabela com freqncias acumuladas absolutas e relativas
Nota
Freqncia
absoluta
Freqncia
absoluta
acumulada
Freqncia
Freqncia
relativa
Relativa
acumulada
0/73 = 0
0/73 = 0
0+4 = 4
4/73 = 0,054
5,4%
5,4%
4+6 = 10
8,2%
13,6%
12
22
16,4%
30%
14
36
19,2%
49,2%
44
11,0%
60,2%
53
12,3%
72,5%
12
65
16,4%
88,9%
68
4,1%
93%
72
5,5%
98,5%
10
73
1,5%
100%
TOTAL
73
xxxxxx
100%
xxxxxx
Para a tabela a seguir, determine para cada valor a freqncia absoluta acumulada, a
freqncia
Relativa e a freqncia relativa acumulada.
E2-9
Valor
Freqncia
absoluta
20
10
Pg. 2-21
Valor
Freqncia
absoluta
RESPOSTA
20
10
31
14
32
16
43
42
54
84
65
48
76
19
87
12
98
99
31
14
32
16
43
42
54
84
65
48
76
19
87
12
98
99
100
21
TOTAL
73
Freqncia
absoluta
acumulada
Freqncia
Freqncia
relativa
Relativa
acumulada
Pg. 2-22
100
21
TOTAL
73
Para cada classe, anota-se a quantidade de valores entre os limites dela; esta quantidade a
freqncia absoluta da classe.
Em uma tabela com k classes, a freqncia da i-sima classe denotada por fi para i = 1, 2, 3, ..., k.
Uma vez que as classes da tabela so mutuamente exclusivas e exaustivas, tem-se que f1 + f2 + f3 +
... + fn = n.
Em resumo, uma tabela de freqncias organiza os valores, normalmente em ordem crescente
de grandeza, tal que uma caracterstica da populao subdividida em classes, indicando-se a
quantidade de ocorrncias de cada classe, relacionando cada classe de valores com a freqncia
absoluta do seu aparecimento.
A construo de uma tabela de freqncias com perda da informao original requer as seguintes
etapas:
passo 1: determine a amplitude total dos valores;
passo 2: escolha a quantidade de classes, geralmente entre 5 e 15 (o nmero exato depende da
pessoa que est fazendo a tabela e do problema em questo, de tal sorte que a quantidade de
classes no fique extensa ou reduzida);
passo 3: calcule a amplitude de cada classe (ou seja, a diferena entre o limite inferior e o limite
superior), dividindo-se a amplitude total pelo nmero escolhido de classes (geralmente
arredondando o resultado para um nmero inteiro, ou mltiplo de 10, para facilitar a interpretao
dos valores);
passo 4: estabelea os limites de cada classe, a partir do primeiro valor (ou de um inteiro
imediatamente inferior), que o limite inferior da 1. classe; some a ele o valor da amplitude de
classe para determinar o limite superior da classe, ou seja,
Pg. 2-23
a primeira classe tem como limite inferior o primeiro valor (ou um inteiro imediatamente inferior),
e o limite superior da 1. classe o limite inferior da 1. classe mais a amplitude da classe;
a segunda classe tem como limite inferior o limite superior da 1. classe, e o limite superior da
2. classe o limite superior da 2. classe mais a amplitude da classe;
e assim sucessivamente;
passo 5: escreva, na parte superior da tabela, o ttulo do fenmeno observado;
passo 6: trace uma linha horizontal com espessura dupla;
passo 7: escreva na primeira linha seguinte e esquerda o nome classes;
passo 8: trace uma linha horizontal com espessura dupla;
passo 9: escreva em cada linha, sucessivamente, o limite inferior de cada classe, o smbolo | e o limite superior
da classe (para evitar qualquer dvida quanto possvel incluso de determinado valor em mais
de uma classe, adota-se a seguinte notao para os limites superior e inferior de cada classe: uma
barra vertical seguida de uma barra horizontal, significando que aquela classe inclui o valor do
limite inferior mas exclui o do limite superior);
passo 10: trace uma linha vertical, a partir da primeira linha, para criar uma segunda coluna;
passo 11: escreva, na primeira linha dessa segunda coluna, o nome contagem;
passo 12: anote, com algum smbolo, nessa segunda coluna, cada vez que o valor daquela linha
ocorre;
passo 13: trace outra vertical, a partir da primeira linha, para criar uma terceira coluna;
passo 14: escreva, na primeira linha dessa terceira coluna, o nome Freqncia absoluta;
passo 15: conte, em cada linha, as marcaes e anote o seu total na terceira coluna;
passo 16: aps a ltima classe, trace uma linha horizontal dupla;
passo 17: agora escreva, na primeira coluna, Total, em negrito, bem como na terceira coluna, o
total das freqncias absolutas, tambm em negrito;
passo 18: termine a tabela, traando uma linha horizontal, com espessura dupla; no feche as
laterais da tabela;
passo 19: coloque abaixo da ltima linha a palavra Fonte, seguida de dois pontos, escrevendo a
referncia de onde foram retirados os dados.
Em resumo, toda classe de freqncia deve ser apresentada, em uma tabela, sem
ambigidade, por extenso ou com notao prpria. Estendendo esse conceito, tem-se
que:
a) toda classe de freqncia que inclui o extremo inferior do intervalo (I) e exclui o extremo
superior (S) deve ser apresentada de uma dos seguintes modos:
a) I a menos de S
b) I | S.
b) Toda classe de freqncia que exclui o extremo inferior do intervalo (I) e inclui o extremo
superior (z) deve ser apresentada de uma das seguintes modos:
a) mais de I a S.
b) I | S.
c) Toda classe de freqncia que inclui ambos os extremos do intervalo (I e S) deve ser
apresentada de uma das seguintes modos:
a) I a S.
b) I || S.
Pg. 2-24
Considere os valores a seguir: 17, 19, 14, 11, 18, 18, 16, 15, 15, 13, 9, 12,
13, 17, 14, 15, 12, 16, 14, 16, 13 e 15. Construa uma tabela de freqncias
COM perda da informao original, escolhendo cinco classes.
E2-10
1)
2)
3)
4)
Classes
Freqncia absoluta
|----|----RESPOSTA
|----|----|----|----TOTAL
2.7.2 Uma imagem vale mais que mil palavras? Nem sempre, mas ainda se
usam muitos grficos
Embora sempre se diga que grficos ajudam a revelar informaes, nem sempre este
objetivo alcanado. Comunicar idias com clareza, preciso e eficincia uma
tarefa que no trivial.
Como h inmeros tipos de grficos, deve-se, escolher aquele que resuma os dados
adequadamente, identificando tudo. Lembre-se que se est tentando comunicar
Grficos no Excel
Decidido qual grfico usar, fcil e rpido apresentar os dados utilizando, no Excel, o Assistente de
grfico (Figura 2.8), com o qual se pode escolher a partir das muitas variaes predefinidas e,
ainda, personalizar qualquer dessas opes. Primeiramente, como sempre, digitar os dados na
planilha.
na folha Ttulo, digite, em Ttulo do grfico, o assunto do grfico, bem como informaes do
eixo das categorias X e do eixo dos valores Y;
clique em Avanar;
passo 7: abre-se a tela Assistente de grfico etapa 4 de 4 local do grfico (Figura 2.12),
normalmente, deixe como objeto na mesma planilha, mas se pode colocar em outra planilha.
Clique em Concluir para aparecer o grfico desejado,
Pg. 2-27
Escores-Z
-1
-2
-3
-4
-5
Re sultados da 1a. r odada
Laboratrios
2
0
-2
-4
-6
Lab o r at r i o s
Observao: ao colorir o seu grfico, tambm cuidado com o problema que pode surgir
ao tirar cpias em preto e branco, porque as cores tornar-se-o indistinguveis.
Pg. 2-28
Pg. 2-29
EXERCCIOS
Caso encontre algum exerccio que no tem um texto que o responda, pesquise a respeito e
incorpore o que descobriu ao corpo do material.
A.
EXERCCIOS CONCEITUAIS
Antes de resolver um problema, PENSE!
Fonte: http://rpcriativo.blogspot.com/2010/04/pensar-fora-da-caixa-pode-sermuito.html
1.
Exemplo:
Cpsula N
Cpsula + Solo mido
Cpsula + Solo Seco
Peso da Cpsula
Peso da gua
Peso Solo Seco
o
N . de Golpes
(g)
(g)
(g)
(g)
(g)
37
14.97
14.28
11.68
0.69
2.60
52
40
16.23
15.40
12.30
0.83
3.10
40
44
15.56
14.78
11.96
0.78
2.82
30
49
16.10
15.06
11.60
1.04
3.46
19
51
14.73
13.88
11.12
0.85
2.76
10
Pg. 2-30
Teor de Umidade
(%)
26.54
26.77
27.66
30.06
30.80
28.5
LL
6
17.47
17.11
15.32
0.36
1.79
20.11
(g)
(g)
(g)
(g)
(g)
(%)
OK
17
17.26
16.95
15.29
0.31
1.66
18.67
OK
19
17.85
17.53
15.79
0.32
1.74
18.39
Abandona
34
17.73
17.32
15.43
0.41
1.89
21.69
4
17.25
17.01
15.73
0.24
1.28
18.75
Abandona
OK
LP
19.2
mdia - 5% = _______%
Analiticamente:
Exemplo:
Na tabela seguinte esto mostrados os resultados do levantamento das deflexes de um
determinado trecho rodovirio.
Pg. 2-32
Pg. 2-33
4. S
5. S
6. S
7. S
8.
Pg. 2-34
9. S
10. s
B.EXERCCIOS de habilidade
(resolver problemas)
A repetio at a exausto leva perfeio!
Passo 1: Faa exerccios at completar 10 (dez) SEM ERRAR NENHUM
Passo 2: Chegou ao final?
a. SIM: refaa todos mais uma vez e v ao Passo 3
b. NO: v ao Passo 1
Passo 3: Faa os exerccios computacionais
Nmero de Empregados
8
7
6
5
4
3
2
1
0
0
12
18
24
30
Determine:
a)
O nmero de classes:
i) 5
ii) 7
iii) 15
iv) 25
v) 30
b)
A amplitude total:
i) 5
ii) 7
iii) 15
iv) 25
v) 30
c)
A freqncia Total:
i) 5
ii) 7
iii) 15
iv) 25
v) 30
Pg. 2-35
d)
e)
f)
g)
h)
i)
j)
k)
Pg. 2-36
l)
m)
n)
o)
p)
q)
r)
3)
Pg. 2-37
Exerccios de uso de
aplicativos computacionais
C.
1) Crie um anexo ao captulo 2 com os clculos do Excel feitos, agora, com o aplicativo R.
D.Exerccios de
interpretao de resultados
Ao longo do texto.
E.EXERCCIOS de pesquisa
Liste e comente endereos na rede mundial de computadores, relacionados aos assuntos
vistos neste captulo como, por exemplo, em:
1. www.youtube.com
a.
b.
G. Para descontrair:
3.
4.
Pg. 2-38
ANEXO 1
Valor crtico
Valor crtico
1,153
32
2,773
1,463
33
2,786
1,672
34
2,799
1,622
35
2,811
1,938
36
2,823
2,032
37
2,835
2,110
38
2,846
10
2,176
39
2,857
11
2,234
40
2,866
12
2,285
41
2,877
13
2,331
42
2,887
14
2,371
43
2,896
15
2,409
44
2,905
16
2,443
45
2,914
17
2,475
46
2,923
18
2,504
47
2,931
19
2,532
78
2,940
20
2,567
49
2,948
21
2,580
50
2,958
22
2,603
51
2,964
23
2,624
52
2,971
24
2,644
53
2,979
25
2,663
54
2,986
26
2,681
55
2,992
27
2,698
56
3,000
28
2,714
57
3,006
29
2,730
58
3,013
30
2,745
59
3,019
31
2,759
60
3,025
Pg. 2-39