Você está na página 1de 59

UNIVERSIDADE

Estadual de Londrina

ESTATSTICA
Anlise Exploratria de Dados
Probabilidade
Variveis Aleatrias

PROFESSORES: Dr. Jos Carlos Dalmas


Ms. Jos da Costa Soeiro

LONDRINA
2014

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

ESTATSTICA

INTRODUO

No moderno ambiente administrativo e econmico global, dispe-se de uma vasta


quantidade de informaes estatstica. Os gerentes tomadores de deciso de maior sucesso so
capazes de entender a informao e us-la eficazmente. A seguir, fornecemos alguns
exemplos que ilustram o uso da estatstica.
Nos negcios frequentemente necessita de previses sobre o futuro do ambiente
econmico, tais como: previso de taxas de inflao, ndice de preos do consumidor, taxa de
desemprego e a utilizao da capacidade de produo. Escritrios de Contabilidade usam o
procedimento de amostragem estatstica quando realiza auditorias, clculo de ndices etc.
Os consultores financeiros utilizam uma srie de informaes estatsticas para guiar
suas recomendaes de investimentos. No caso das aes, os consultores revem diversos
dados financeiros incluindo relaes preo/ganhos e rendimento de dividendos para concluir
se uma ao individual est sendo sobre ou subavaliada.
Para estabelecer estratgias de marketing, os gerentes utilizam se da estatstica para
melhor entender o comportamento do mercado consumidor.
A estatstica pode ser utilizada como uma ferramenta de controle da qualidade, com a
criao de cartas de controle, bem como no monitoramento do processo de produo.
Pode se definir a Estatstica como: um conjunto de mtodos e processos quantitativos
que servem para estudar e medir os fenmenos coletivos, conforme Bernoulli.
No estudo estatstico, o que interessa so os fatos que envolvem os elementos dos
fenmenos, como eles se relacionam e qual o seu comportamento. Para isso, necessrio que
esse estudo seja feito atravs uma investigao planejada, desenvolvida e redigida de acordo
com a metodologia de pesquisa cientfica.

METODOLOGIA DA ESTATSTICA
Dependendo do objetivo da pesquisa pode-se classificar a metodologia estatstica a ser
aplicada como:

Estatstica Descritiva
Usualmente a expresso estatstica descritiva empregada para descrever, analisar e
interpretar os registros quantitativos relativos aos atributos do fenmeno em estudo.
Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

Estatstica Indutiva
A estatstica indutiva a parte da Estatstica que tem por objetivo obter e generalizar
concluses para o todo a partir da anlise de uma parcela.

OBTENO DE DADOS
A aplicao da anlise estatstica utilizada a partir dos dados obtidos que descrevem
os elementos observados, tais como: caractersticas de pessoas, animais, empresas, indstrias,
sistema de produo, fenmenos fsicos ou qumicos etc.
A coleta desses elementos pode ser feita atravs de instrumentos, que se adquam ao
tipo de pesquisa, ou seja, questionrios, planilhas de anotaes ou atravs de desenvolvimento
de experimentos.

NOES BSICAS

Populao
o grupo de todos os elementos que possuem caractersticas comuns, que determinam
o universo a ser pesquisado.

Censo
quando no estudo das caractersticas utilizam-se todos os elementos da populao.
Amostra
Quando somente uma parte da populao analisada, retirada com tcnicas estatsticas
adequadas, de forma a garantir a representatividade das caractersticas dos elementos da
populao.

AMOSTRAGEM
Amostragem um procedimento usado utilizado na retirada de amostras
representativas da populao. Para se aplicar a amostragem deve se observar a composio da
populao, o mtodo de amostragem necessrio e o tamanho da amostra.

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

RETIRADA DA AMOSTRA
Basicamente existem dois mtodos para a composio da amostra: probabilstico e no
probabilstico.

MTODOS PROBABILSTICOS
O mtodo de amostragem probabilstica exige que cada elemento da populao possua
a mesma probabilidade de ser selecionado. Assim, considerando N o tamanho da populao, a
probabilidade de cada elemento ser 1/N. Trata-se de um mtodo que garante cientificamente
a aplicao das tcnicas estatsticas.

Os tipos de amostragem probabilsticos mais usados so:


Amostragem Simples ao Acaso (ASA): Tambm conhecida como amostragem
aleatria aplicada quando a populao considerada homognea, ou seja, quando
todos os seus elementos tm a mesma caracterstica e a mesma chance (probabilidade)
de serem selecionados.

Para se aplicar essa amostragem deve-se considerar um

sistema de permita a seleo dos elementos atravs de um processo aleatrio, ou seja,


numerar todos os elementos e, efetuar sucessivos sorteios at atingir o tamanho da
amostra desejado.
Amostragem Sistemtica: Trata-se de uma variao da amostragem aleatria,
utilizada quando a populao se encontra segundo algum critrio, como fichas de um
fichrio, listas telefnicas, pessoas organizadas em filas, produo em srie etc. Tal
amostragem exige o seguinte procedimento:
Calcular o intervalo de retirada, que corresponde a quantidade de elementos de cada
grupo a ser dividida a populao, obtido pela diviso do tamanho da populao (N) pelo
tamanho da amostra (n), s N .
n
Conhecido o valor de S (chamado de salto), sorteia-se um entre eles, que indicar a
posio do primeiro elemento da amostra. Para a retirada dos demais elementos deve-se
somar o valor de S posio do elemento retirado anteriormente at compor a amostra
desejada.
Por exemplo: Seja o tamanho da populao (N) = 1000
O tamanho da amostra (n) = 100
Logo o salto ser S = 10

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

Dentre os dez primeiros elementos da populao determinado pelo salto, sorteia se um


elemento suponha que tenha sido o nmero dois. Portanto, os elementos da populao que
ocupam as posies: 2o; 12o; 22o; 32o; ...; 992o, iro compor a amostra, ou seja, a cada dez
elementos da populao um ser o representante na amostra.
Amostragem Estratificada: Utilizada quando a populao heterognea onde se
distingui grupos mais ou menos homogneos, os quais se denominam de estratos. Para a
estratificao de uma populao pode-se utilizar de algumas caractersticas, tais como: classe
social, idade, sexo, profisso, ou qualquer outro atributo que revele os estratos dentro da
populao. Aps a determinao dos estratos, seleciona-se uma amostra aleatria de cada
estrato. O nmero de elementos retirados de cada grupo poder ser proporcional ao tamanho
do estrato, obtendo assim, a Amostragem Estratificada Proporcional.
Tabela - Tamanho da amostra proporcional aos estratos.
Estrato

Tamanho do estrato

Relao (%)

Tamanho da amostra

50

10

II

150

30

12

III

300

60

24

N= 500

100

Total

n=40

Amostragem por Conglomerado: Algumas populaes no permitem, ou tornam


extremamente difcil que se identifiquem seus elementos, mas pode ser relativamente
fcil separ-los na forma de grupos. Por exemplo, podem-se separar os grupos levando
em considerao: quarteires, famlias, organizaes, agncias, edifcios, etc. O
procedimento de retirada da amostra consiste em sortear os grupos e todos os
elementos desses participaro da amostra. Assim, por exemplo, num levantamento da
populao de uma cidade, pode-se dispor do mapa indicando cada quarteiro e no
dispor de uma relao atualizada dos seus moradores. Ento, colhe-se uma amostra
dos quarteires e faz-se a coleta dos dados de todos os que residem naqueles
quarteires sorteados.

MTODOS NO PROBABILSTICOS
So amostragens em que os elementos so retirados em situaes que no possibilitem
a seleo aleatria. Esse tipo de amostragem pode oferecer boas estimativas das
caractersticas da populao.
Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

So utilizadas em casos como: ensaios de drogas, vacinas, tcnicas cirrgicas,


pesquisa de opinio, etc.
Destacam-se entre elas:
Amostragem por convenincia: Ocorre quando o pesquisador seleciona os membros
da populao dos quais mais fcil se obter informaes. Esse tipo de amostragem,
embora no aleatria, bastante utilizada na rea de marketing. Neste caso,
importante o senso crtico do pesquisador para evitar vieses, como, no selecionar
sempre pessoas de mesmo sexo, de mesma faixa etria, etc.
Amostragem por julgamento: Ocorre quando o pesquisador utiliza seu prprio
julgamento ao selecionar os membros da populao, atravs do estabelecimento de
uma caracterstica que permite identificar elementos com boas perspectivas de
fornecer as informaes necessrias.
Amostragem por quotas: devemse determinar as quotas de controle dos elementos
pelas caractersticas da populao alvo, que podem ser determinada atravs do sexo,
idade, raa, renda, escolaridade etc. Com esse procedimento de quotas fica assegurada
que a composio da amostra seja a mesma que a composio da populao. A seguir
os elementos da amostra so selecionados medida que se ajustem as quotas de
controle.
Exemplo:
Quantidade

Sexo

Escolaridade

Idade Renda

Masculino

Superior

30

10 s.m

Feminino

Mdio completo

18

3 s.m

Observao: Quanto menor o nmero de caractersticas da quota mais facilmente


fecha-se a coleta.

VARIVEL

Representa as caractersticas dos indivduos que pode assumir diferentes valores.


Se um instrumento de uma pesquisa contm as seguintes perguntas:
Perguntas
Qual a sua idade?
Qual o nmero de pessoas de sua famlia?
Gerem informaes
Qual a renda familiar?
para as seguintes
Qual o seu estado civil?
variveis
Voc tem emprego fixo?
Qual o tempo de trabalho na empresa?

Variveis
- Idade
- Tamanho da famlia
- Renda familiar
- Estado civil
- Emprego
- Tempo de trabalho.

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

CLASSIFICAO DAS VARIVEIS

Ao se fazer um estudo estatstico tem-se que considerar o tipo da varivel:

Variveis qualitativas so as que descrevem os atributos de um elemento.

Variveis quantitativas so as provenientes de uma contagem ou mensurao.


As variveis qualitativas e as quantitativas dividem-se em dois tipos:
Variveis

Tipos

Qualitativas
ou
Categricas

Descrio

Exemplos

Nominal Sem ordenao.

Cor dos olhos, sexo, estado civil.

Ordinal

Grau de instruo; classe social.

Com ordenao.

Nmero

de

funcionrios;

nmero

Discretas Oriunda de contagem. acidentes de trabalho ocorrido durante um


ms.

Quantitativas
Contnuas Oriunda de medio.

Altura, peso, dimetro de uma pea.

ATIVIDADE 1 - AMOSTRAGEM / VARIVEIS

TAMANHO DA AMOSTRA

Outro fator importante na aplicao da tcnica de amostragem a ser considerado o


tamanho da amostra que possa representar significativamente a populao.
Para a determinao do tamanho da amostra deve se levar em conta alm do tamanho
da populao, os seguintes nveis:

Nvel de confiana (nvel de segurana) a probabilidade associada aos resultados,


obtidos em uma amostra, como sendo verdadeiros para os parmetros da populao.
A probabilidade complementar denominada de nvel de significncia, que consiste
na probabilidade do erro, ou seja, afirmar um valor que no verdadeiro para a
populao.

Margem de erro (nvel de preciso) a diferena mxima a ser aceita entre a


estatstica amostral e o parmetro populacional.

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

No caso de uma pesquisa com o objetivo de analisar variveis categricas, onde a


estatstica de interesse na pesquisa a proporo, onde os resultados so representados por
porcentagem de ocorrncia dos itens:
Determina se o tamanho mnimo inicial de uma amostra baseado nos nveis definidos
pelo pesquisador:
Z 2 . p1 p
n0
d2
Sendo: n0
Z
p

tamanho inicial da amostra


(distribuio normal) associado ao nvel de confiana estabelecido;
proporo populacional estimada que possa ter o aspecto pesquisado (chamada de
prevalncia ou incidncia).
margem de erro (nvel de preciso).

Caso se conhea o tamanho da populao (N), adqua o tamanho inicial da amostra ao


tamanho da populao finita pela relao:

n0 .N
n0 N

Exemplos:
1) Se considerar que uma pesquisa ter o nvel de confiana de: 95%, com margem de
erro de 3% para mais e para menos, sendo que a proporo populacional (incidncia)
com o atributo pesquisado seja de 15%. Determine:
a) a amostra mnima inicial;
b) a amostra mnima final, caso a populao tenha 25.486 elementos.
c) a amostra mnima final se a populao tiver 250 elementos.
2) Considerando nvel de confiana de 90%, com margem de erro de 4% e proporo de
incidncia de 30%. Qual o tamanho mnimo da amostra para uma populao infinita?
3) Determine o tamanho da amostra inicial com nvel de confiana de 95% e margem de
erro de 3%?
Quadro do tamanho mnimo da amostra conforme o tamanho da populao, ao nvel de
confiana de 95% e incidncia de 50%.
POPULAO
(N)

AMOSTRA (n)
MARGEM DE ERRO
d=3%

MARGEM DE ERRO
d=5%

100

91

79

1000

516

277

5000

879

356

20000

1013

377

100000

1055

383

500000

1064

384

1000000

1067

384

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

Todavia, algumas observaes podem ser levadas em consideraes, a saber:


Quanto maior o nmero de elementos numa amostra, menor a margem de erro.
Quanto maior a homogeneidade da populao, menor o tamanho da amostra.
ATIVIDADE 2: TAMANHO DA AMOSTRA

DESCRIO E APRESENTAO DE DADOS

Os dados obtidos em pesquisas devem ser analisados e interpretados com o auxlio de


mtodos estatsticos, o que consiste na anlise exploratria dos dados.
Na primeira etapa deve-se fazer uma anlise descritiva que consiste na organizao,
descrio dos dados, na identificao de valores que representem o elemento tpico e, na
quantificao da variabilidade presente nos dados.

DADOS
So as informaes inerentes s variveis que caracterizam os elementos que
constituem a populao ou a amostra.

Dados Brutos
So os dados obtidos diretamente da pesquisa, sem terem passados por nenhum
processo de sntese ou anlise.
O grupo dessas informaes obtidas atravs das variveis compe o que se denomina
de Banco de Dados.

Exemplo: Banco de Dados dos funcionrios da Companhia Estilo Modas.


N
1
2
3
4
5
6
7
8
9
10
11
12

Estado Civil Grau de Instruo No de filhos Salrio (x s.mnimo)


solteiro
fundamental
4,00
casado
fundamental
0
4,56
casado
fundamental
2
5,25
solteiro
Mdio
5,73
solteiro
fundamental
6,26
casado
fundamental
1
6,66
solteiro
fundamental
6,86
solteiro
fundamental
7,39
casado
Mdio
1
7,59
solteiro
Mdio
7,44
casado
Mdio
2
8,12
solteiro
fundamental
8,46
Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

idade
26
32
36
20
40
28
41
43
34
23
33
27

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro


N
13
14
15
16
17
18
19
20
21

Estado Civil Grau de Instruo No de filhos Salrio (x s.mnimo)


solteiro
Mdio
8,74
casado
fundamental
3
8,95
casado
Mdio
0
9,13
solteiro
Mdio
9,35
casado
Mdio
1
9,77
casado
fundamental
2
9,8
solteiro
Superior
10,53
solteiro
Mdio
10,76
casado
Mdio
1
11,06

10
idade
37
44
30
38
31
39
25
37
30

As variveis: estado civil, grau de instruo so qualitativas, enquanto que o nmero


de filhos uma varivel quantitativa discreta e os salrios e as idades representam variveis
quantitativas contnuas, embora idade esteja escrita de forma discreta.

ROL
Rol o arranjo dos dados brutos numricos em ordem crescente ou decrescente, se os
dados forem qualitativos o rol construdo em ordem alfabtica.
Pode-se, pelo rol, verificar de maneira mais clara e rpida o comportamento dos dados
do conjunto identificando o maior e o menor valor, alm de alguns elementos que podem se
repetir vrias vezes.

REPRESENTAO TABULAR
Consiste em apresentar os dados coletados atravs de tabelas mostrando de forma
resumida o que ocorre com os dados observados.
Para organizar uma srie estatstica ou uma distribuio de frequncias existem
algumas normas nacionais ditadas pela Associao Brasileira de Normas Tcnicas (ABNT) as
quais devem ser respeitadas. Assim, toda tabela estatstica deve conter:
Elementos essenciais

Ttulo indica a natureza do fato estudado (o qu?), o local (onde?) e a poca (quando?).

Corpo o conjunto de linhas e colunas que contm as informaes.

Cabealho designa a natureza do contedo de cada coluna.

Coluna indicadora mostra a natureza do contedo de cada linha.

Elementos complementares (se necessrio)


Os elementos complementares geralmente so colocados no rodap da tabela, que se
situa abaixo do trao horizontal da parte inferior da tabela, os quais so:

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

11

Fonte o indicativo da entidade responsvel pela sua organizao ou fornecedora dos


dados primrios.

Notas so colocadas para esclarecimentos de ordem geral.

Chamadas servem para esclarecer mincias em relao s caselas, colunas ou linhas.


Nenhuma casela da tabela deve ficar em branco, apresentando sempre um nmero ou
sinal.

Exemplo:

TTULO

Percentuais de exportaes brasileiras por Estados, Maio/2008

Estados

Percentuais

Minas Gerais

21,92

So Paulo

39,96

Rio Grande do Sul

17,50

Esprito Santo

7,68

COLUNA INDICADORA Paran

9,56

Santa Catarina
Total

CABEALHO

CORPO

3,38
100,00

Fonte: Ministrio da Agricultura

RODAP

Sinais Convencionais

- (hfen), quando o valor numrico nulo;


... (reticncia), quando no se dispe do dado;
0; 0,0; 0,00 (zero), quando o valor numrico muito pequeno para ser expresso pela
unidade utilizada, respeitando o nmero de casas decimais adotado;

Normas de construo
a) As tabelas devem ser fechadas acima e abaixo por linha horizontal, no sendo fechadas
direita e esquerda por linhas verticais.
b) O cabealho, os totais e os subtotais devem ser destacados por traos horizontais;
c) Manter a uniformidade do nmero de casas decimais.

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

12

Exemplo - Tabela univarivel

Tabela Mercado brasileiro de chocolate (2000)


Empresas

Porcentagem

Lacta

35,4

Nestl

31,6

Garoto

22,0

Neugbauer

3,6

Ferrero Rocher

0,9

Outras

6,5

Total

100,0

Fonte: ACB

Exemplo - Tabela bivarivel

Tabela - ndice percentual do rendimento da Poupana no Brasil (2007)


Meses

ndice (%)
Mensal

Anual

Agosto

0,65

5,29

Setembro

0,54

5,85

Outubro

0,61

6,50

Novembro

0,56

7,10

Dezembro

0,56

7,70

Total
Fonte: Indicadores Econmicos da Agncia de notcias Dossi-Dinheiro

ATIVIDADE 3 - REPRESENTAO TABULAR

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

13

TABELA DE DISTRIBUIO DE FREQUNCIAS

Quando se estuda uma varivel, o maior interesse do pesquisador conhecer o


comportamento dessa varivel atravs da variao contida nos seus dados. A simples inspeo
visual desses dados dificilmente trar alguma informao relevante, assim, necessrio
sintetiz-los na forma de tabelas.
Uma distribuio de frequncia um sumrio tabular de dados que mostra a
frequncia (o nmero) de observaes em cada uma dos diversos intervalos ou categorias.

Para os dados qualitativos:


Distribuio dos empregados da seo de oramentos da Companhia MB
segundo o grau de instruo 2011
Grau de instruo

Frequncia
Absoluta (fi)

Frequncia
Relativa (fr%)

Fundamental

12

33,33

Mdio

18

50,00

Superior

16,67

Total

36

100

Fonte: RH

Observa se de forma rpida e concisa as informaes sobre o grau de instruo dos


empregados da empresa, onde se destaca que a metade deles cursou o ensino mdio (50%) e
somente seis tm curso superior o que equivale a 17% aproximadamente de todos os
empregados.

Para dados quantitativos


a) discretos:
Idade dos funcionrios da Companhia MB (2011)
Frequncia
Absoluta (fi)

Frequncia
Relativa (fr%)

20

22,22

22

17

47,22

26

16,67

30

11,11

35

2,78

Total

36

100,00

Idade

Fonte: RH

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

14

b) contnuos:
Faixa salarial de empregados da seo de oramentos da Companhia MB (2011)
Faixa Salarial (s.m)

fi

fr%

8,00

10

27,78

8,00 | 12,00

12

33,33

12,00 | 16,00

22,22

16,00 | 20,00

13,89

20,00 | 24,00

2,78

Total

36

100

4,00 |

Fonte: RH

Para se agrupar os dados selecionam-se intervalos contnuos, onde cada valor coletado
ser alocado. Estes intervalos so chamados de intervalos de classe.

Etapas para a construo tabela de distribuio de frequncias:

1a Etapa: Encontrar o menor e o maior valor do conjunto de dados e calcular a amplitude


entre eles por: At = no do maior no do menor
2a. Etapa: No existindo um critrio rgido para estabelecer o nmero ideal de intervalos,
sugere-se que no se utilize menos de 6 e no mais de 15 intervalos. A experincia tem
demonstrado que se pode determinar o nmero de intervalos (classes) atravs de:
K n

ou

K 1 3,3. log n,

para uma amostra de tamanho n

3a. Etapa: Determinar a amplitude dos intervalos usando: C

At
K

Sempre que possvel pode-se arredondar o valor da amplitude dos intervalos para
valores inteiros, o que possibilita melhor leitura da tabela.
4a. Etapa: Definir os limites dos intervalos que podem ser expressos:
a) 20 ||30: contm os extremos 20 e 30;
b) 20| 30: contm o extremo 20 e no contm o extremo 30;
c) 20 |30: no contm o extremo 20, mas contm o extremo 30;
d) 20 30: no contm os extremos 20 e 30.

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

15

Exemplo:
1)

O conjunto de dados apresenta o nmero de clientes atendidos na LOJA AKI--BARATO nos meses de
maro e abril de 2012.
42

47

51

52

55

56

57

57

58

59

60

60

62

62

63

63

63

63

65

67

68

69

71

72

72

72

72

73

74

74

75

76

77

77

77

79

80

80

80

81

82

84

84

86

86

91

93

95

95

98

99

100

103

105

106

107

108

110

112

113

2)

O conjunto de dados apresenta o nmero de minutos que 50 usurios de Internet gastaram na rede
durante o dia 30 de janeiro de 2013.
7

11

17

17

18

19

20

21

22

23

28

29

29

30

30

31

31

33

34

36

37

39

39

39

40

41

41

42

44

44

46

50

51

53

54

54

56

56

56

59

62

67

69

72

73

77

78

80

86

3) Faturamento (R$ 1000) do Supermercado Pague e Leve Ltda. Nos 40 dias de funcionamento nos meses
janeiro e fevereiro de 2013.
381

389

389

418

429

430

472

486

568

623

669

682

699

728

821

821

822

856

866

904

904

912

924

926

968

973

989

996

1006

1007

1028

1084

1109

1112

1148

1149

1168

1175

1201

1209

REPRESENTAO GRFICA

A representao grfica da distribuio de uma varivel tem a vantagem de, rpida e


concisamente, informar sobre sua variabilidade. Nos grficos deve sempre:

Ter um ttulo, onde se destaca o fato, o local e o tempo.

Ser construdo em uma escala que no desfigure os fatos ou as relaes que se deseja
destacar. A altura de um grfico deve compreender entre 60% a 80% da largura.

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

16

Colocar a fonte de obteno dos dados, caso no seja o prprio autor que tenha feito a
coleta.

REPRESENTAO GRFICA PARA VARIVEL QUALITATIVA (CATEGRICA)


Para esse tipo de varivel os grficos mais utilizados so: de colunas, de barras, de
setores e de linhas.

a) Grfico de Colunas
Figura Porcentagem total de produtos exportados em alguns estados do Brasil em maro
de 2010.

b) rfico de Setores

Figura Porcentagem total de produtos exportados em alguns estados do Brasil


em maro de 2010.

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

17

c) Grfico de Barras

Figura Porcentagem total de produtos exportados em alguns estados do Brasil em maro


de 2010.

d) Grfico de Linha
o tipo mais utilizado para representar a evoluo de uma varivel ao longo
do tempo.

Figura Srie de cotaes histricas da arroba do boi gordo no estado de So Paulo, Janeiro
Dezembro 2008.

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

de 1999

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

18

DISTRIBUIO DE DUAS OU MAIS VARIVEIS QUALITATIVAS

Figura Produo internacional de carne bovina no Brasil e Estados Unidos entre os


anos de 2000 e 2005 (FAO)

Figura Produo internacional de carne bovina no Brasil e Estados Unidos entre os


anos de 2000 e 2005 (FAO)

REPRESENTAO GRFICA DE VARIVEIS QUANTITATIVAS

Para variveis contnuas organizadas em tabelas de distribuies de frequncias,


trs tipos de grficos so utilizados: histograma, polgono de frequncia e ogivas.

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

19

Histograma
Figura Faturamento em milhes de reais da empresa AJK, 2010.

60
50
40
30
20
10
0

11

13

15

17

19

21

23

25

27

Polgono de Frequncias

Figura Faturamento em milhes de reais da empresa AJK, 2010

60
50
40
30
20
10
0
2

10

12

14

16

18

20

22

24

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

26

28

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

20

Ogiva
Figura Faturamento em milhes de reais da empresa AJK, 2010

100%

80%

60%

40%

20%

0%
2

11

13

15

17

19

21

23

25

ATIVIDADE 4 - DISTRIBUIO DE FREQUNCIAS

MTODOS NUMRICOS
Vimos que o resumo dos dados por meio de tabelas, grficos e distribuies de
frequncias nos fornece informaes sobre o comportamento de uma varivel, mais
informaes complementares podem ser obtidas atravs valores representativos do conjunto,
determinados pelas seguintes medidas:

Medidas de Posio: mdia, mediana e moda.


Medidas de Disperso: amplitude total, varincia, desvio-padro e coeficiente de
variao.
Medidas Separatrizes: quartil, decil e percentil.

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

21

MEDIDAS DE POSIO

As medidas de posio (mdia, mediana, moda) descrevem apenas uma das


caractersticas dos valores numricos de um conjunto de observaes, o da tendncia central,
pois representam os fenmenos pelos seus valores mdios, em torno dos quais tendem a
concentrar seus valores. Tambm so chamadas por medidas de tendncia central.

Mdia Aritmtica
Seja uma amostra de n elementos composta pelos seguintes valores: x1, x2,..., xn. A

mdia aritmtica simples desses elementos a soma das observaes dividida pelo nmero
delas. representada por:
n

xi
i 1

ou simplesmente

x
n

Onde: n o nmero de observaes da amostra.


Se os dados so relativos a uma populao, a mdia aritmtica simples calculada por:

x
N

Sendo N o nmero de elementos da populao.

Exemplo: As taxas de juros recebidas por uma amostra de 10 aes durante certo perodo
foram (medidas em porcentagem):

2,59; 2,64; 2,60; 2,62; 2,57; 2,55; 2,61; 2,50; 2,63; 2,64. Calcule a mdia.

X =

Mediana
A mediana outra medida de tendncia central de uma varivel. A mediana o valor
que fica no meio da sequencia quando os dados so arranjados na ordem ascendente.
Com um nmero mpar de observaes, a mediana o valor do meio, ou seja, que
divide os valores em partes iguais.
Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

22

Um nmero par de observaes no tem um valor nico no meio. Neste caso,


seguimos a conveno de definir a mediana como sendo a mdia dos valores das duas
observaes do meio.
50%

50%

Md
Exemplo: Para ilustrar o clculo da mediana vamos considerar os seguintes dados que se
referem aos salrios iniciais pagos para uma amostra de 11 economistas:

2350; 2450; 2550; 2380; 2560; 2210; 2390; 2630; 2440; 2420; 2380

Arranjando as observaes na ordem crescente, obtm-se a seguinte lista, chamada de rol:

2210; 2350; 2380; 2380; 2390; 2420; 2440; 2450; 2550; 2560; 2630

Uma vez que o nmero de observaes mpar, a mediana o valor que se encontra
exatamente do meio da srie. Assim, a mediana dos salrios 2420.

Se retirar o valor 2210 dessa amostra, teremos um nmero par de salrios:

2350; 2380; 2380; 2390; 2420; 2440; 2450; 2550; 2560; 2630

Assim, a mediana ser a mdia dos dois valores centrais, que so: 2420 e 2440.

Mediana Md

2420 2440
2430
2

Moda

A moda a observao mais freqente. Caso no haja observao mais freqente, a


distribuio amodal. Podemos ter um conjunto unimodal (com uma moda), bimodal (com
duas modas) ou multimodal (com trs ou mais modas). Para ilustrar a identificao da moda,
considere a amostra dos salrios iniciais para os graduados em economia, apresentados
anteriormente, nela verifica-se que o salrio mensal inicial que ocorre mais de uma vez 238,
portanto, ele a moda.
Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

23

A moda uma importante medida de posio para os dados qualitativos.

Exemplo: O conjunto de dados de preferncia de refrigerantes resultou na seguinte


distribuio de frequncia:
REFRIGERANTES
Coca-Cola
Coca-Cola Light
Pepsi-Cola
Sprite
TOTAL

FREQUNCIA
19
8
13
5
45

A moda ou o refrigerante mais comprado a Coca-Cola. Para este tipo de dados no tem
sentido falar em mdia ou mediana. A moda fornece a informao de interesse, o elemento
que ocorre com maior freqncia.

MEDIDAS DE DISPERSO
So valores que representam a variabilidade de um conjunto numrico, isto , o
afastamento dos dados em relao a medida central.
Quanto maior a disperso menor poder representativo da medida central (mdia).

Vrios grupos podem ter a mesma mdia, mas serem muito diferentes na composio
dos seus valores. Por exemplo:
GRUPO
A
B
C

5
4
1

VALORES
5
5
5

5
6
9

MDIA
5
5
5

A mdia dos trs grupos a mesma (5), mas no grupo A no h variao entre os
dados, enquanto no grupo B a variao menor que no grupo C.
Verifica se que embora a mdia seja a mesma, mas os elementos so diferentes em
cada grupo, logo a medida de disperso pode representar, atravs de um nico valor, as
distncias entre os elementos e a mdia dos grupos.
Esses valores so determinados pelas seguintes medidas:

Amplitude total.

Varincia.

Desvio padro.

Coeficiente de Variao.
Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

24

Amplitude Total

A amplitude total a medida de disperso mais simples. denotada por At e calculada


pela diferena entre os valores extremos, ou seja:
At = valor mximo valor mnimo
GRUPO
A
B
C

VALORES
5
5
5

5
4
1

MDIA
5
5
5

5
6
9

AMPLITUDE TOTAL
0
2
8

Facilmente observa se a disperso dos conjuntos atravs, da amplitude total, maior


disperso maior valor.

Exemplo: Os seguintes dados foram obtidos para o nmero de minutos gastos ouvindo
msica.
8,3

14,3

24,6

37,0

39,2

Assim a amplitude total do conjunto :

50,2

59,2

64,9

81,7

90,3

At =

Varincia
Como a amplitude total uma medida que no leva em considerao todos os valores
coletados, o clculo da varincia permite que seja usado todos os valores, sendo que sua
medida corresponde a mdia dos quadrados das diferenas de cada valor com a mdia do
grupo.
calculada pelas as expresses abaixo:

Amostra

Populao

x
x n

s2

2
i

n 1

x
x N
2
i

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

25

Exemplo 1: A amostra apresenta o preo (R$) recomendvel para diversas aes comerciais
20

22

14

15

25

18

40

Exemplo 2: Um departamento de produo usa o procedimento de amostragem para testar a


qualidade de seus produtos. O departamento emprega a seguinte regra de deciso em uma
estao de inspeo: se uma amostra de 14 itens tem uma varincia maior que 0,005, a linha
de produo precisa ser interrompida para reparos. Para testar a qualidade de seus produtos
coletou-se uma amostra conforme quadro abaixo:
3,43
3,48

3,45
3,41

3,43
3,38

3,48
3,49

3,52
3,45

3,50
3,51

3,39
3,50

A linha de produo deveria ser interrompida?

Desvio Padro

O desvio padro define-se como a raiz quadrada da varincia o que possibilita uma
medida na mesma unidade dos dados.
Faz-se uma distino entre o desvio padro (sigma) do total de uma populao, e o
desvio padro s de um subconjunto em amostra
Amostra

Populao

s s2

Exemplo: Considerando os dados do exemplo anterior, tem-se:

s s2 =

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

26

Coeficiente de Variao
Para uma varivel quantitativa

O coeficiente de variao serve para nos indicar o grau de representatividade da mdia


dentro de um conjunto de dados, bem como para comparar o comportamento de dois
conjuntos com unidades diferentes, pois trata se de uma medida relativa.
calculado por:
CV

s
x

uma medida descritiva que indica a magnitude do desvio-padro em relao


mdia.

Por ser uma medida sem a influncia das unidades (adimensional), podendo ser
representada na forma percentual, bastando para isso multiplic-la por 100.

Exemplo: Tomando a mdia e desvio padro do Exemplo 1 anterior, o coeficiente de


variao ser:
ESTATSTICAS
VALOR
Mdia
Desvio padro
Coeficiente de Variao
Quanto menor o coeficiente de variao maior a representatividade da mdia.
Exemplo: Em uma semana uma empresa recebeu as seguintes quantidades de pedidos para os
produtos A e B. Determine os coeficientes de variao para cada produto.
PRODUTO A
PRODUTO B

PRODUTO

39
50

MDIA

33
52

25
47

DESVIO PADRO

30
49

41
54

36
40

37
43

COEFICIENTE DE VARIAO

A
B

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

27

Para duas variveis quantitativas

Exemplo para a comparao dos coeficientes de variao entre duas variveis.


A tabela a seguir apresenta as medidas de tendncia central; a disperso absoluta e
a relativa dos pesos e alturas de funcionrios:
PARMETROS

ALTURA

PESO

Mdia (X)

168 cm

53 kg

Desvio-padro (s)

30 cm

9,49 Kg

Coeficiente de Variao (C.V)

17,86%

17,90%

Observa-se ento, que embora o desvio padro das alturas, seja aproximadamente,
trs vezes maior que o desvio padro dos pesos, os coeficientes de variao so praticamente
iguais para as duas amostras, isso significa que, embora os desvios padro sejam discrepantes
e por possurem unidades diferentes, no podemos fazer esse tipo de comparao diretamente
nos desvios, porm o grau de concentrao dos dados em torno da mdia em cada varivel
aproximadamente igual o que indicam os coeficientes de variao, onde os resultados no
tm influencia das unidades.

Exemplos:
1) Uma varivel contbil, medida em milhares de reais, foi observada em dois grupos de
empresas apresentando os resultados seguintes:
GRUPO
A
B

MDIA
20
10

DESVIO PADRO
4
3

Qual produto que apresenta a maior disperso absoluta e o de maior disperso relativa?
2) Os dados abaixo representam o volume de vendas de dois vendedores em cinco meses.
MS
Janeiro
Fevereiro
Maro
Abril
Maio

VENDEDOR 1
20
22
18
20
20

VENDEDOR 2
30
14
20
12
24

Verifique qual vendedor tem menor variao nas quantidades vendidas mensalmente.
ATIVIDADE 5 MEDIDAS DE POSIO E DISPERSO

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

28

MEDIDAS SEPARATRIZES: QUARTIS, DECIS E PERCENTIS


Quartis
Frequentemente desejvel dividir os dados em quatro partes, cada parte contendo
aproximadamente um quarto, ou 25% das observaes. A figura abaixo mostra um
conjunto de dados divididos em quatro partes.
25%

25%
Q1

25%
Q2

25%
Q3

Os pontos da diviso so referidos como quartis e esto definidos como:

Q1 = primeiro quartil, separa 25% dos elementos abaixo do seu valor.


Q2 = segundo quartil, separa 50% dos elementos (tambm mediana).
Q3 = terceiro quartil, separa 75% dos elementos abaixo do seu valor.
Decis
Os decis dividem um conjunto de dados em dez partes iguais.
10%

10%
D1

... 10%...
D2

10%

... D5 ...

10%
D9

onde: D1 = 10 decil, deixa 10% dos elementos abaixo do seu valor.


D2 = 20 decil, deixa 20% dos elementos abaixo do seu valor.
.............................................................
D5 = 50 decil, deixa 50% dos elementos (coincide com a mediana)
............................................................
D9 = 90 decil, deixa 90% dos elementos abaixo do seu valor.
Percentis
Os percentis so as medidas que dividem um conjunto de dados em cem partes iguais.
1%
P1

1%

. . .
P2

P50

1%
. . .

P98

1%
P99

onde: P1 = 10 percentil, deixa 1% dos elementos abaixo do seu valor.


P2 = 20 percentil, deixa 2% dos elementos abaixo do seu valor.
.............................................................
P50 = 500 percentil, deixa 50% dos elementos. (coincide com a mediana)
.............................................................
P99 = 990 percentil, deixa 99% dos elementos abaixo do seu valor.

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

29

Exemplo: A tabela representa o tempo de espera para ser atendido.


4,44
4,68
4,87
4,99
5,09
5,24

4,47
4,69
4,88
5,00
5,10
5,26

4,48
4,71
490
5,01
5,11
5,27

4,51
4,73
4,90
5,01
5,11
5,27

4,54
4,76
4,95
5,01
5,16
5,29

4,54
4,78
4,95
5,02
5,16
5,32

4,61
4,80
4,96
5,04
5,18
5,35

4,64
4,81
4,97
5,05
5,18
5,46

4,66
4,86
4,98
5,08
5,19
5,50

4,68
4,86
4,98
5,09
5,24
5,85

Para se determinar o valor correspondente de um percentil, deve se:


1o) Ordenar os dados em rol crescente.
2o) Determinar o indicador de localizao (L), dado por: L

k .n
,
100

onde: k o percentual desejado e n o nmero de valores do conjunto de dados.

Se o valor de L for decimal, deve se recorrer a um dos seguintes procedimentos:


1) Interpolao aritmtica, que calcula o valor da parte decimal a partir da diferena
com o menor valor do intervalo a qual esta inserido o percentil. Por exemplo, se o
valor do L for igual a 12,6, isso mostra que o valor do percentil pretendido est entre
os valores que ocupam as posies 12a e 13a, devendo ento calcular a diferena de 0,6
a partir do valor que ocupa a 12a atravs de uma regra de trs, ou
2) Arredonda se o seu valor para o maior inteiro mais prximo.
Se o valor de L for inteiro, deve se somar o valor correspondente a L ao valor de L+1
e dividir o resultado por dois.

Exemplo: Calcular o percentil 25, que corresponde ao primeiro quartil, que deixa 25% dos
dados abaixo e 75% dos dados acima do seu valor, usa se:
25 .60
L
15
100
Por se tratar de um nmero inteiro, deve se usar o 15 e o 16 valor em seu clculo. Assim:

P25

4,76 4,78
4,77 = Q1.
2

Isto equivale a dizer que 25% das pessoas levaram at 4,77 minutos para serem atendidas.
Para se calcular o percentil 78 (P78), que deixa pelo menos 78% dos dados abaixo do
seu valor, deve se:
78 .60
L
46 ,8 .
Localizar a sua posio na amostra atravs de:
100
Como o valor de L decimal, vamos considerar as duas possibilidades:
1) Interpolao aritmtica: no valor de L est entre as posies 46a e 47a, onde esto
os valores 5,16 e 5,18, observa-se que para uma diferena de uma unidade na posio
tem se uma diferena de 0,02 nos valores dos tempos, assim aplicando uma regra de
trs para determinar o valor para a diferena de 0,06, logo;

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

30

Posio
Tempo
1

0,02
0,06
X
X = 0,0012
Como a diferena 0,06 com a posio 46a ento basta somar o valor 5,16 e o valor de
X, ento o valor do P78 5,16 +0,0012 = 5,1612. (valor exato)

2) Arredondamento

78 .60
46 ,8 , arredonda se para 47a posio, assim o valor de P78 ser o valor
100
5,18 (valor aproximado).
Sendo

Assim, o valor 5,18 o P78 que representa o tempo mximo gasto para serem
atendidos 78% dos clientes.
Observao: Caso se deseja calcular o quartil ou o decil, devem-se considerar as seguintes
maneiras de determinar a posio do valor procurado.

Para o quartil:

Para o decil:

L
L

k .n
sendo K = 1, 2, ou 3.
4

k .n
sendo o valor de K um nmero de 1 a 9.
10

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

BOX

31

PLOT

O box plot introduzido pelo estatstico americano John Tukey em 1977 a forma de
representar graficamente os dados da distribuio de uma varivel quantitativa em funo de
seus parmetros. Os cinco itens ou valores: o menor valor (x1), os quartis (Q1, Q2 e Q3) e o
maior valor (xn), importante para se ter uma idia da posio, disperso e assimetria da
distribuio dos dados. Na sua construo so considerados os quartis e os limites da
distribuio, permitindo uma visualizao do posicionamento da distribuio na escala da
varivel. Para melhor compreenso deste box plot, a figura abaixo apresenta um esquema
sintetizado:

Ponto Externo

Limite superior

Limite inferior

Ponto Solto

Valores tpicos

LI

Q1

1,5DQ

Md

DQ

Q3

LS

Valores

1,5DQ
3,0DQ

Figura Esquema para construo do box plot

A escala de medida da varivel encontra-se na linha horizontal do quadro onde est


inserida a figura.
Na caixa retangular da figura so fornecidos os quartis Q1, na parte esquerda, e Q3 na
parte direita da caixa. Entre eles encontra-se a mediana da distribuio. Observe que 50% da
distribuio tm valores dentro da caixa.
As linhas horizontais que saem da caixa terminam nos limites: inferior (LI) e superior
(LS) da distribuio. Esses limites so determinados em funo da distncia entre os dois
quartis (Q3 e Q1), isto , do desvio inter-quartlico dado por: DQ = Q3 Q1 seja o tamanho da
Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

32

caixa. Para determinar os limites deve-se primeiramente calcular, o denominaremos de B1 =


1,5. DQ, assim os limites sero:
LI = Q1 B1

LS = Q3 + B1

Entre esses limites encontram-se os valores considerados como tpicos da distribuio.


Valores com afastamento superior a B1, para cima ou para baixo, so considerados
atpicos, ou possveis outliers.
Caso detecta a presena desses pontos, deve-se calcular o B2 = 3. DQ, e verificar a
existncia de pontos entre B1 e B2, so chamados de pontos soltos, representados por (o).
Valores com afastamento superior a B2 para cima ou para baixo so considerados
como pontos externos, representados na figura por (*).
Quanto maior for o valor do desvio inter-quartlico (DQ), maior a variabilidade da
distribuio.
Exemplo: O objetivo do administrador lucrar o mximo possvel com o capital
investido em sua empresa. Uma medida de bom desempenho o retorno sobre os
investimentos. A seguir so apresentados os mais recentes retornos em milhares (R$).
2.210

2.255

2.350

2.380

2.380

2.390

2.420

2.440

2.450

2.550

2.630

2.825

Resumo de cinco pontos:


menor valor = 2.210,
quartil 1 = 2.365,
quartil 2 = 2.405,
quartil 3 = = 2.500
e o maior valor = 2.825.
Desvio inter-quartlico (Tamanho da caixa) = DQ = Q3 Q1 = 2.500 2365 = 135 e o
B1 = 1,5..DQ = 1,5. 135 = 202,5, logo os limites sero:
LI = Q1 B1 = 2365 202,5 = 2162,5 e o
LS = Q3 + B1 = 2.500 + 202,5 = 2.702,5.
Verifica-se que do lado esquerdo do conjunto todos os valores so menores que o
limite inferior calculado, assim, a semi reta no deve ultrapassar o menor valor do conjunto,
do lado direito do conjunto existe um ponto fora de B1, ento, a semi reta deve atingir o
tamanho de LS, em seguida, deve se calcular o B2,
B2 = 3. DQ = 3. 135 = 405, assim os pontos de referencia para o novo limite do lado
direito dado por: Q3 + B2 = 2.500 + 405 = 2.905, observa-se que o valor (2825) esta entre B1
Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

33

e B2, logo se trata de um ponto solto que deve ser representado por (0). Os dados fora destes
limites so considerados pontos fora da curva. A Figura apresenta um esquema do box plot
com esses resultados:

Ponto fora da curva

2.210
2.162,5

2.365

2.405

2.500

2.702,5

2.825

Figura Resultados do desempenho de retorno de investimento da empresa

Observaes atpicas (outlier)


muito comum aparecerem entre os dados coletados, observaes atpicas (outliers),
isto , valores muito grandes ou muito pequenos em relao aos demais. Um conjunto de
dados pode apresentar apenas um ou vrios outliers.
Observaes atpicas alteram enormemente a mdia e a variabilidade do grupo a que
pertencem e podem at mesmo distorcer as concluses obtidas atravs de uma anlise
estatstica padro. Portanto, de fundamental importncia detectar e dar um tratamento
adequado a elas.

Causas do aparecimento de outliers


Dentre as possveis causas do aparecimento de outliers, pode citar as seguintes:

Leitura, anotao ou transio incorreta dos dados.

Erro na execuo do experimento ou na tomada da medida.

Mudanas no controlveis nas condies experimentais ou dos pacientes.

Medidas a serem tomadas


Quando um outlier detectado, duas medidas podem ser tomadas: abandon-lo ou
conserv-lo. Existem justificativas para cada uma dessas medidas e o tipo de anlise pode
variar, dependendo se o outlier foi ou no eliminado.
Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

34

Um outlier deve ser eliminado da anlise quando houver uma justificativa


convincente, por exemplo, quando a observao incorreta ou houve erro na execuo do
experimento ou na anotao da medida. Aps a eliminao do outlier pode-se fazer a anlise
estatstica usando-se apenas as observaes restantes, ou uma anlise mais sofisticada, que
foge ao nvel deste texto.
Por outro lado, se nenhuma explicao pode ser dada observao atpica, o outlier
pode refletir uma caracterstica do que est sendo estudado. Neste caso, tal observao deve
ser includa na anlise e um tratamento especial deve ser dado aos dados. Por exemplo, podese usar uma ponderao da influncia das observaes ou alternativamente uma
transformao ( x , log x, etc.) da varivel estudada.

Exemplo:
Considere uma amostra com os seguintes valores dos preos praticados em 13
estabelecimentos comerciais:
3

15

17

18

21

21

22

25

27

30

a) Fornea a regra de cinco itens para os dados.


b) Calcule os limites superior e inferior.
c) Trace o grfico em caixa

ATIVIDADE 6 SEPARATRIZES / BOXPLOT

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

38

49

68

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

35

PROBABILIDADE E AS VARIVEIS ALEATRIAS DISCRETAS E


CONTNUAS
INTRODUO PROBABILIDADE

As decises nos negcios so freqentemente baseadas na anlise de incertezas tais


como as seguintes:
Quais so as chances de as vendas decrescerem se aumentarmos os preos?
Qual a plausibilidade de um novo mtodo de montagem aumentar a produtividade?
Qual a probabilidade do projeto terminar no prazo?
Quais so as chances de um novo investimento ser lucrativo?

A probabilidade uma medida numrica associada a ocorrncia de certo fato.


Os valores da probabilidade so sempre atribudos numa escala de 0 a 1. A
probabilidade prxima de zero indica baixa possibilidade de ocorrncia do fato; j prxima de
1 indica a maior facilidade de ocorrncia deste fato. Por exemplo, se considerarmos o fato
"chover amanh", entendemos que quando a previso do tempo indica 0,05 "uma
probabilidade prxima de zero de chover" significa "quase sem chance de chover". No
entanto, se uma probabilidade 0,90 de chuva anunciada, sabemos que muito provvel que
chova. Uma probabilidade de 0,50 indica que to provvel que chova como no. A
probabilidade pode assumir qualquer valor dentro da seguinte escala:

0,5

1,0

Chance crescente de ocorrncia

A aplicao da probabilidade est presente em qualquer rea de trabalho, at na nossa


vida particular onde nos ajuda desenvolver planejamentos, estratgias nos negcios e nas
atitudes que iremos tomar, como no caso do motorista que anda em alta velocidade, achando
sempre que existe pouca possibilidade de ser apanhado. Nos negcios, as pessoas se sentem
mais estimuladas aplicar seu dinheiro onde houver maior chance de se obter lucro. Assim, a
probabilidade mede a possibilidade de ocorrncia de um determinado fato.
Como a probabilidade est associada ocorrncia de um acontecimento, denominado
de experimento, os possveis resultados desse acontecimento determinam um conjunto
Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

36

chamado de espao amostral, e sub grupos associados a esse espao so chamados de


eventos.
Por exemplo: No caso do lanamento de um dado, todos os resultados possveis,
compem o espao amostral representado por:
S= {1, 2, 3, 4, 5, 6}

Nesse experimento a probabilidade de sair cada um desses valores 1/6, ou 0,17. O


valor da probabilidade sempre expresso sem unidade de medida, pois, representa o
relacionamento entre dois conjuntos, ou de um elemento com seu prprio conjunto. Para
melhor entendimento dessa relao, expressa se em porcentagem, logo a probabilidade de
cada elemento no lanamento de um dado aproximadamente 17%.

Para o experimento do lanamento de um dado sua distribuio de probabilidade


expressa da seguinte forma:
Nmero
Probabilidade

1
1/6

2
1/6

3
1/6

4
1/6

5
1/6

6
1/6

Soma
6/6 = 1

Verifica se:
Que os elementos do espao amostral tm a mesma probabilidade, o que determina um
espao amostral considerado equiprovvel.
Todas as probabilidades so positivas.
A soma das probabilidades igual a um, ou seja, para todos os espaos amostrais a
probabilidade a ser: P(S) = 1.

importante salientar que:


A probabilidade igual a zero quando o evento for vazio (), isto : P() = 0.
Sendo A , o evento complementar do evento A, a sua probabilidade pode ser calculada
atravs de:

P( A ) = 1 - P(A)

No caso de um evento com o seguinte atributo o nmero ser menor que quatro, o
evento : A={1, 2, 3}, para o clculo da probabilidade associada a esse evento,usa se:

P( A)

Nmero de elementos do evento A


ou
Nmero de elementos do espao amostral

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

P( A)

Assim para o evento A, tem se:

37

Nmero de casos favorveis


Nmero de casos possveis
P( A)

3
0,5 50% .
6

Outros exemplos:
1) Num encontro consiste 25 estudantes de administrao, 10 de economia, 15 de contbeis a
e 8 de engenharia de produo. Se uma pessoa selecionada aleatoriamente pelo o instrutor
para responder a uma pergunta, determine a probabilidade de que o estudante escolhido: a)
seja da administrao; b) seja da engenharia de produo ou contbeis; c) no seja da
economia.

2) Suponha que em um lote de 12 peas, 4 sejam defeituosas. Duas peas so retiradas


aleatoriamente. Calcule a probabilidade de: a) ambas sejam defeituosas; b) ambas sejam
perfeitas; c) pelo menos uma seja defeituosa.

3) Um grupo de pessoas est numa sala e constitudo por: 5 rapazes de mais de 21 anos, 4
rapazes com menos de 21 anos, 6 moas com mais de 21 anos e 3 moas com menos de 21
anos. Uma pessoa escolhida ao acaso dentre as 18. Qual a probabilidade de: a) ter mais de
21 anos; b) ser um rapaz; c) ser uma moa; d) ser moa com menos 21 anos.

4) O sistema escolar do pas S alegria fornece acesso a internet a 21.733 escolas do nvel
fundamental, 7.286 escolas do nvel mdio e 10.682 do nvel superior. Existem no pas 51.745
escolas do nvel fundamental, 14.012 do nvel mdio e 17.229 do nvel superior.
a) se voc escolher aleatoriamente uma escola do nvel fundamental para visitar, qual a
probabilidade de que ela tenha acesso a internet?
b) se voc escolher aleatoriamente uma escola do nvel mdio para visitar, qual a
probabilidade de que ela tenha acesso a internet?
c) se voc escolher aleatoriamente uma escola para visitar, qual a probabilidade de que ela
seja do nvel fundamental?
d) se voc escolher aleatoriamente uma escola para visitar, qual a probabilidade de que ela
tenha acesso a internet?
ATIVIDADE 7 - PROBABILIDADE

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

38

VARIVEIS ALEATRIAS

Uma varivel aleatria fornece um meio para se descrever os resultados experimentais,


atravs de valores numricos, associando um valor numrico a cada resultado do experimento.
Essa varivel aleatria se classifica como discreta ou contnua, dependendo dos valores
numricos que assume.

VARIVEIS ALEATRIAS DISCRETAS


Uma varivel que pode assumir tanto um nmero finito de valores como infinita
seqncia de valores tais como 0,1,2,3,4,... denominada varivel aleatria discreta.
EXEMPLOS:
VAR. ALEATRIAS

POSSVEIS VALORES DA

DISCRETAS

VARIVEL

Atender cinco clientes

no de clientes que compram

0,1,2,3,4,5

Inspecionar 50 declaraes de
Imposto de Renda
Verificar as refeies servidas num
restaurante durante um dia

no de declaraes com erros

0,1,2,3,...,49,50

no de refeies servidas

0,1,2,3,4,5,...

EXPERIMENTOS

DISTRIBUIO DE PROBABILIDADE
Para uma varivel aleatria discreta x, a distribuio de probabilidade definida por
uma funo de probabilidade, denotada por f(x). Essa funo d a probabilidade para cada um
dos valores da varivel aleatria.
No desenvolvimento de uma funo de probabilidade para qualquer varivel discreta,
duas condies precisam ser satisfeitas:
p(x) 0

p(x) = 1

Considere as vendas de automveis de certa empresa como exemplo de uma varivel


aleatria discreta e sua distribuio de probabilidade.
Nos ltimos 300 dias de operao, os dados de vendas mostram 54 dias sem vendas de
automveis, 117 dias com 1 automvel vendido, 72 dias com 2 automveis vendidos, 42 dias
Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

39

com 3 automveis vendidos, 12 com 4 automveis vendidos e 3 dias com 5 automveis


vendidos. Sendo a varivel aleatria de interesse x o nmero de automveis vendidos durante
um dia.
E sua distribuio de probabilidade dada por:
X
p(x)

0
54/300

1
117/300

2
72/300

3
42/300

4
12/300

5
3/300

Total
300/300

A principal vantagem de se definir uma varivel aleatria com sua distribuio de


probabilidade que observando a distribuio das vendas de automveis desta empresa,
vemos que o nmero mais provvel de automveis vendidos durante um dia um com a
probabilidade de 0,39 (117/300). Alm disso, outras probabilidades podem ser calculadas,
pois se o gerente quiser saber qual a probabilidade de se vender trs automveis ou mais
durante um dia, p(3) + p(4) + p(5) = 0,14 + 0,04 + 0,01 = 0,19. Essas probabilidades fornecem
informaes que possibilitam entender o processo de venda de automveis da sua empresa.
Uma distribuio de probabilidades de uma varivel aleatria discreta apresenta
sempre duas caractersticas numricas que so muito importantes para descrio do
comportamento dessa varivel, so os parmetros das distribuies, que chamamos de
esperana matemtica e varincia.

ESPERANA MATEMTICA

Denotada por E(x), que representa a mdia de uma varivel aleatria. O valor esperado
uma mdia ponderada dos valores que a varivel aleatria pode assumir, onde os pesos so
as probabilidades. A expresso matemtica para representar o valor esperado da varivel
aleatria x :

E ( x ) x. f ( x )
Exemplo: Tendo a distribuio de probabilidade do nmero de automveis vendidos durante
um dia na SOCAR.
X
0
1
2
3
4
5
Total

f(x)
0,18
0,39
0,24
0,14
0,04
0,01

x.f(x)
0
0,39
0,48
0,42
0,16
0,05
1,5

x2.f(x)
0
0,39
0,96
1,26
0,64
0,25
3,5

E ( x ) x . f ( x ) 1,5. Significa que se espera vender em mdia 1,5 carros por dia.
Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

40

VARINCIA
A varincia uma mdia ponderada dos desvios da varivel aleatria em relao a sua
mdia, elevados ao quadrado, onde os pesos so as probabilidades. A expresso matemtica
usada para o seu clculo est a seguir.

Sendo E ( x 2 )

V( x ) 2

x 2 .f ( x )

= 3,5. Logo a varincia :

( x ) 2 .f ( x )

E ( x 2 ) E ( x ) 2

= 3,5 (1,5)2 = 1,25

DESVIO PADRO
O desvio padro da varivel x a raiz quadrada da varincia, isto :

V ( x) =

1,25 1,12

DISTRIBUIO BINOMIAL

Vrios tipos de varivel aleatria so usados com tanta freqncia que receberam
nomes especiais. Uma distribuio de varivel aleatria discreta importante a chamada
distribuio binomial.
A distribuio binomial se aplica a qualquer situao em que se realizam vrias provas
independentes, cada uma das quais comporta apenas um dentre dois resultados possveis.
Esses dois resultados chamam-se sucesso e fracasso. Seja X o nmero de sucessos. Se a
probabilidade de sucesso em cada prova p e a probabilidade de fracasso q = 1 p. Ento a
frmula da funo de probabilidade para a varivel aleatria binomial :

P( x) Cnx . p x .q n x
Onde: p = probabilidade do sucesso (o que se est sendo verificado)
q = probabilidade do fracasso, sendo p + q = 1, logo q = 1 p.

C nx A combinao de n elementos tomados x a x, dada por: C nx

n!
x ! n x !

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

41

Sendo a Esperana (mdia) dada por: E ( x ) n. p e a varincia V ( x ) n. p.q

Exemplo 1: Sabendo-se que 80% dos clientes de uma agncia bancria so homens, qual a
probabilidade de se encontrar numa amostra de dez clientes:
a) Exatamente sete clientes homens?
b) Mais de sete clientes homens?
c) Nenhum cliente homem?
d) Calcule a mdia esperada e o desvio padro de
clientes do sexo masculino.
Exemplo 2: Uma firma exportadora sabe que 5% das exportaes algum problema na
documentao. Se ela realizar negcios com seis clientes, determine a probabilidade de:
a) Exatamente dois apresentarem problemas. b) Ao menos um apresentar problema.
c) No mnimo quatro apresentarem problemas. d) Exatamente cinco no apresentarem
problemas. d) Determine a mdia esperada e varincia que descreve o comportamento deste
negcio de exportao.
Exemplo 3: O departamento de qualidade de uma empresa seleciona, aleatoriamente, alguns
itens que chegam a empresa e submete-os a testes. Para avaliar um lote de 150
refrigeradores, o departamento de qualidade selecionou 10 refrigeradores. Ele vai recomendar
a aceitao do lote se no existir item defeituoso na amostra. Supondo que o processo
produtivo desses refrigeradores gera um percentual de 3% de defeituosos, responda: qual a
probabilidade de que o lote venha a ser aceito?

ATIVIDADE 8 - DISTRIBUIO BINOMIAL

VARIVEL ALEATRIA CONTNUA


Uma varivel aleatria que pode assumir qualquer valor numrico em um intervalo ou
uma coleo de intervalos chamada de varivel aleatria contnua. Como exemplo,
podemos considerar os resultados experimentais baseados em medio, ou seja: tempo, peso,
distncia, temperatura etc.

EXEMPLOS:
CONTNUAS

POSSVEIS VALORES V.
A. C.

Anotar o tempo gasto no atendimento de clientes.

Tempo

x0

Anotar os volumes em recipientes de refrigerante


(Max =300 ml).

Volume

0 x 300 ml

Anotar o tempo gasto nas ligaes telefnicas.

Tempo

x0

EXPERIMENTOS

V. A.

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

42

FUNO DE DENSIDADE DE PROBABILIDADE

Para as variveis aleatrias contnuas a sua FUNO DE DENSIDADE DE


PROBABILIDADE satisfaz

as seguintes condies:

a ) p (x) 0 ,

x R

b)

p( x) dx 1

A aplicao da integral em uma funo um clculo matemtico, que s vezes,


difcil devido ao tipo da funo que determina o comportamento da varivel, sendo que a
probabilidade dada pela rea determinada atravs da integral entre dois pontos que
determina o intervalo considerado na funo.

DISTRIBUIO NORMAL

a mais importante distribuio de probabilidade, sendo aplicada em inmeros


fenmenos e utilizada para o desenvolvimento terico da estatstica. tambm conhecida
como distribuio de Gauss, Laplace ou Laplace-Gauss.
A distribuio normal um exemplo de distribuio de varivel aleatria contnua. Na
verdade h muitas distribuies normais diferentes. Pode-se identificar uma distribuio
normal especificando-se dois nmeros: a mdia e a varincia (ou desvio padro). A mdia est
localizada no pico da distribuio. A varincia define a forma da distribuio, se ela muito
dispersa ou se a maior parte da rea se concentra na proximidade do pico, ou seja, do valor
mdio.
Se X uma varivel aleatria normal com mdia () e varincia (2), ento sua funo
de densidade dada por:

p( x)

1
.e
2

1 x

para
0

Onde a mdia o seu desvio padro.

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

43

O grfico determinado pela funo da distribuio normal assemelha-se muito a um


sino, com o pico localizado na mdia () conforme figura abaixo:

A distribuio normal especificada pela mdia e o desvio padro. A varincia (2)


determina a forma da curva; sendo que quanto maior o valor da varincia significa maior
disperso na curva.
Sua probabilidade determinada pela rea sob a curva, atravs da integral no intervalo
associado aos valores da varivel.

As principais caractersticas dessa funo so:

A curva simtrica em relao mdia ()

A mdia = mediana = moda

assinttica em relao ao eixo das abscissas.

DISTRIBUIO NORMAL PADRONIZADA

Na maioria das vezes em que necessitamos da rea sob a curva normal, devemos
recorrer a uma tabela. Seria impossvel elaborar uma tabela para cada distribuio normal
com todos os valores possveis da mdia e da varincia. Felizmente, podemos achar os
resultados para qualquer distribuio normal apelando para uma tabela de distribuio normal
com mdia = 0 e varincia 2 = 1. Essa distribuio normal especial chamada distribuio
normal padro.
Na prtica, a distribuio normal apresenta um nmero muito grande de combinaes
entre a mdia e o desvio padro. No entanto, atravs da mudana de varivel, contornamos
esse problema, fazendo com que todas as inmeras distribuies normais reduzam-se a apenas
uma, ou seja, distribuio Z. Alm da varivel z ser desprovida da unidade de medida (isto
, constitui um nmero puro), ela serve para qualquer tipo de varivel, independentemente de
sua unidade usando a seguinte frmula:
z

Onde z tem distribuio normal reduzida com a seguinte funo densidade de probabilidade.
Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

p(x) =

1
. 2

.e

1 x

44

x
Sendo z

p z

1
2

.e

z2
2

Exemplo 1: Usando a tabela da normal reduzida, calcule as seguintes probabilidades.


a) P (-2,34 < z < 0)
c) P (0,86 < z < 2,89)
e) P (z > 1,47)
g) P (z > -2,63)

b) P (-0,5 < z < 1,48)


d) P (-1,02 < z < -1,97)
f) P (z < 2,05)
h) P (z < -0,44)

Exemplo 2: Os salrios pagos para os funcionrios em determinada empresa seguem uma


distribuio normal com mdia igual a R$ 1.400,00 e desvio padro igual a
R$ 227,00. Calcule a probabilidade de um funcionrio escolhido ao acaso apresentar salrio:
a) maior que R$ 1.680,00
b) menor que R$ 1450,00
c) qual o salrio mximo para os 15% que detm os menores salrios?
Exemplo 3: O tempo para um sistema computacional execute determinada tarefa uma
varivel aleatria com distribuio normal, com mdia 320 segundos e desvio padro de 7
segundos.
a) Qual a probabilidade de a tarefa ser executada entre 310 a 325 segundos.
b) Qual o tempo mnimo que separa os 10% dos tempos que mais demoram na execuo?
Exemplo 4: Seja x a varivel aleatria contnua com distribuio normal com um tempo
mdio de atendimento de 2 minutos por cliente e desvio padro 0,04 min. Determine a
probabilidade de um cliente ser atendido:
a) Entre 2 e 2,05 min.
b) Menos de 1,90 min.

ATIVIDADE 9 - DISTRIBUIO NORMAL

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

45

ATIVIDADE 1 - AMOSTRAGEM / VARIVEIS


1) Classifique as seguintes variveis como quantitativas ou qualitativas: idade, sexo, renda familiar,
religio, cor, tempo de execuo de uma tarefa e atividades esportivas.
2) Identifique as situaes apresentas abaixo como varivel quantitativa discreta ou contnua:
a) cada cigarro ( Ki-Mata) tem 16,1 mg de alcatro;
b) o altmetro de um avio indica uma altitude de 21359 ps;
c) uma pesquisa efetuada com 1015 pessoas indica que 40 delas so assinantes de um servio de
computador on-line;
d) o radar indica que Guga executou um saque com 110 Km/h;
e) de 1000 consumidores pesquisados, 930 reconheceram a marca da sopa Ki-delicia;
f) o tempo total gasto anualmente por um motorista de txi em Nova York ao dar passagem a pedestres
de 2,4 segundos;
g) ao terminar uma partida de vlei um atleta pesa 1,4 Kg a menos do incio da partida
3) Escreva sobre a forma de obter uma amostra de uma populao que se considera organizada
alfabeticamente.
4) Destaque a caracterstica observada na populao para aplicao da amostragem estratificada ou por
conglomerado. Escreva os procedimentos que devem ser realizados nessas amostragens.
5) O Laboratrio de Teste Produtos para o Consumidor seleciona uma dzia de pilhas (indicadas como
de nove volts) de cada um dos fabricantes, e testa a capacidade efetiva de cada uma.Que tipo de
amostragem (aleatria, estratificada, sistemtica, por conglomerado, de convenincia) est sendo
utilizado?
6) Identifique o tipo de amostragem utilizada: simples ao acaso, sistemtica, estratificada, por
conglomerado, por convenincia e por quota:
a) Um assessor de um candidato deseja retirar uma amostra de 200 das 7.964 residncias familiares de
um municpio. Para isto, lhes atribui os nmeros: 0001, 0002, ..., 7964.
b) Um pesquisador da Universidade Estadual de Londrina pesquisa todos os estudantes de uma das
turmas de Economia selecionada aleatoriamente.
c) A empresa Sony seleciona um a cada 100 CDs de sua linha de produo para fazer teste de
qualidade.
d) O Programa de Planejamento Familiar deseja se informar sobre os pontos de vista dos homens e das
mulheres sobre o uso de anticoncepcionais. Para isso entrevista todos os homens e mulheres desta
comunidade.
e) O departamento de compras de uma Empresa deseja verificar a qualidade das peas adquiridas de
seus fornecedores. Para isto, seleciona aleatoriamente uma amostra das peas de cada um de seus
fornecedores.
f) Ao fazer uma pesquisa para o noticirio vespertino, um reprter da TV entrevista 20 pessoas que
saem do auditrio do Teatro Cultura.
g) Das pessoas escaladas para um de jri, fez-se um sorteio entre as mulheres e entre os homens.

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

46

ATIVIDADE 2 - TAMANHO DE AMOSTRA


1) Em uma populao de 4.780 elementos, qual o tamanho mnimo de uma amostra para que sejam
respeitados os seguintes nveis de probabilidade: de significncia de 5% e o erro amostral de 2%?
(Z=1,96)
2) Deve-se extrair uma amostra de tamanho n = 320 de uma populao de tamanho N = 2000, que
consiste de quatro estratos de tamanhos N1 = 500, N2 = 1200, N3 = 200 e N4 = 100. Se a alocao deve
ser proporcional, qual o tamanho da amostra a ser extrada de cada um dos quatro estratos.
3) Deseja-se fazer uma pesquisa junto a uma empresa para saber o interesse dos funcionrios em
realizar cursos no exterior. Existem 3 mil funcionrios, sendo 1,8 mil com mais dez anos de empresa e
1,2 mil com menos. Qual deve ser o tamanho da amostra probabilstica sabendo-se que em cursos
semelhantes 5% dos funcionrios acima de dez anos e 10% dos com menos de dez anos de empresa
participaram. Considerando 2% para o erro amostral e 90% de segurana. (Z = 1,64)
4) Qual o tamanho da amostra necessria para obter o intervalo de 98% de segurana para uma
proporo populacional se o erro tolervel 9%?(Z=2,33)
5) Em uma pesquisa recente de mercado, o analista deseja estimar a proporo de pessoas que
compram o sabonete Cremoso e Refrescante. Pede-se: a) que tamanho de amostra devemos escolher se
queremos que, com probabilidade de segurana de 87%, a estimativa no desvie do verdadeiro valor
por mais de 3%? (Z=1,51), b) se tivermos a informao adicional de que a aceitao do sabonete de
no mnimo 82%, qual deve ser ento o tamanho da amostra?(Z=1,51). c) se decidimos por uma
amostra de tamanho 81, qual o erro mximo que cometemos com uma probabilidade 90%, caso nada
saibamos? (Z=1,64)
6) Uma pesquisa de mercado tem como objetivo estimar a proporo de pessoas que consomem o
biscoito Delcia Total. Pede-se: a) que tamanho de amostra devemos colher se queremos que, com
nvel de confiana de 92%, a estimativa no desvie do verdadeiro valor por mais de 4%?(Z=1,75), b)
se tivermos a informao adicional de que a proporo de consumo do tal biscoito no mximo de
35%, qual ento deve ser o tamanho da amostra?(Z=1,75), c) decidimos colher uma amostra de
tamanho 130. Qual o erro mximo que cometemos com nvel de confiana de 96%? (Z=2,05)
7) Uma empresa de pesquisa eleitoral foi contratada por u, poltico com o objetivo de investigar a
preferncia dos eleitores pelo candidato da situao na prxima eleio. Sabe-se que a empresa e o
partido concordaram em usar um nvel de confiana igual a 95% e um erro mximo igual a 4%.
Calcule os tamanhos das amostras necessrias nos seguintes casos.
Municpio
Universo dos eleitores
Valor suposto para a incidncia
Gigantpolis
Muito grande
Nenhum
Miracema do Sul
5.000
6%
Bela Morada do Oeste
30.000
Nenhum
8) Um candidato a prefeito gostaria de fazer uma pesquisa eleitoral sobre a inteno de voto na sua
cidade de 45.896 eleitores. Sabe-se que sua popularidade muito grande e existem boas perspectivas
para o candidato no primeiro turno das eleies. Estima-se que 72% dos eleitores pretendem votar no
candidato. Assumindo um nvel de confiana de 91% e um erro amostral de 2%, qual deveria ser o
tamanho da amostra a ser analisada? (Z=1,70)
Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

47

ATIVIDADE 3 - REPRESENTAO TABULAR


1) Numa pesquisa visando analisar os moradores da cidade Morando Bem, um dos pontos recaiu sobre
a renda familiar e o tamanho das famlias dos moradores. Numa amostra de 150 moradores
entrevistados verificou-se que:
-dos 52 moradores de renda baixa, cinco tinham famlias pequenas e 15 famlias mdias;
-dentre aqueles de renda mdia baixa, oito tinham famlias pequenas, 10 famlias mdias e 20 famlias
grandes;
-dentre os 45 moradores de renda mdia, 25 tinham famlias mdias e oito famlias grandes;
-dos 12 que representavam os moradores de renda mdia alta, seis tinham famlias pequenas e apenas
duas de famlias grandes;
-alm disso, a amostra continha trs moradores de renda alta: dois com famlias pequenas e um com
famlia mdia.
De acordo com os dados acima, construa uma tabela que descreva os dados, apresentando as
frequncias e porcentagens em relao ao total geral.
2) No ano de 2003, foram atendidos 627 clientes no setor de reclamao no Banco Money. Em 2004
foram atendidos 813 clientes. Em 2003, 595 eram brasileiros, dos quais 185 mulheres, sendo que havia
apenas cinco moas estrangeiras. Em 2004 foram atendidos 50 estrangeiros, dos quais apenas 6 eram
mulheres. Dos brasileiros atendidos nesse ano, haviam 204 mulheres. Represente esses dados na forma
tabular.
3) Uma pesquisa de opinio pblica entrevistou 950 pessoas a respeito da fluorao da gua da cidade,
dessas 432 mostravam-se favorveis, 322 eram contrrias, 122 no tinham opinio formada sobre a
questo e as restantes no responderam. Mostre esses dados atravs de uma representao tabular,
apresentando as frequncias e tambm os percentuais.
4) Construa uma distribuio tabular para mostrar que, de acordo com uma pesquisa desenvolvida pelo
PNAD (Pesquisa Nacional por Amostra de Domiclios), em 1996 havia no Brasil 53,6 milhes de
pessoas com renda familiar mensal at 330 reais (pobres e miserveis), 58,7 milhes de pessoas com
renda familiar mensal de 330 reais at 1300 reais (emergentes) e 32,2 milhes de pessoas com renda
familiar mensal acima de 1300 reais (classe mdia e rica), apresentar tambm em porcentagem.
5) Substituir por uma tabela o trecho do relatrio seguinte, retirado de um artigo da revista Veja, de
1987: Ao contrrio do que muitos imaginavam a Lei no 6515/77 no motivou muitos casais. No
existem estatsticas recente que permitam afirmar-se que hoje, conforme asseguram alguns, os
divrcios tm aumentado. Baseado em dados existentes entre 1982 e 1985, a situao no Rio, So
Paulo e Braslia, a seguinte: 1982 Rio: 5.288 separaes e 3.840 divrcios; So Paulo: 17.855
separaes e 11.585 divrcios; Braslia: 941 separaes e 430 divrcios; 1983 Rio: 6.183 separaes
e 4.428 divrcios; So Paulo: 11.549 divrcios e 20.646 separaes; Braslia: 739 separaes e 228
divrcios; 1984 Rio: 6.819 separaes e 3.854 divrcios; So Paulo: 10.606 divrcios e 23.970
separaes; Braslia: 1.000 separaes e 354 divrcios; 1985 Rio: 4.603 divrcios e 8.298
separaes; So Paulo: 30.340 separaes e 13.257 divrcios; Braslia: 1.317 separaes e 557
divrcios. As informaes foram obtidas nas Varas de Famlia.

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

48

6) Construa uma tabela com os dados abaixo, destacando as marcas, frequncias absolutas e as
frequncias relativas percentuais e elabora um ttulo para a tabela. Os dados representam as marcas de
refrigerantes comprados no supermercado Barato que S, em 10 de janeiro de 2010.
Coca-Cola

Pepsi-Cola

Coca-Cola Light

Pepsi-Cola

Sprite

Coca-Cola

Sprite

Coca-Cola

Coca-Cola

Coca-Cola

Coca-Cola Light

Coca-Cola

Pepsi-Cola

Coca-Cola Light

Coca-Cola

Pepsi-Cola

Sprite

Coca-Cola

Sprite

Coca-Cola Light

Coca-Cola

Pepsi-Cola

Coca-Cola Light

Coca-Cola Light

Coca-Cola

Pepsi-Cola

Sprite

Coca-Cola

Pepsi-Cola

S*+- prite

Coca-Cola

Coca-Cola

Coca-Cola Light

Coca-Cola

Pepsi-Cola

Pepsi-Cola

Coca-Cola Light

Coca-Cola Light

Coca-Cola

Sprite

Coca-Cola Light

Pepsi-Cola

Sprite

Pepsi-Cola

Pepsi-Cola

Pepsi-Cola

Coca-Cola Light

Coca-Cola

Coca-Cola Light

Coca-Cola

7) A tabela seguinte apresenta a tabulao cruzada de uma pesquisa sobre o fato de um estudante
possuir habilitao ou no. Encontre o que se pede:
a) tamanho da amostra analisada;
b) nmero de alunos habilitados analisados;
c) nmero de alunos Economia analisados;
d) o percentual de alunos habilitados do curso de Administrao;
e) percentual dos alunos no habilitados que cursam Engenharia.
Distribuio de alunos da Faculdade do Saber, quanto ao curso e a habilitao - 2008
Possui habilitao
Curso
Sim
No
fi
3
2
% linha
60
40
Administrao
% coluna
30
20
% total
15
10
fi
3
6
% linha
33,3
66,7
Economia
% coluna
30
60
% total
15
30
fi
4
2
% linha
66,7
33,3
Engenharia
% coluna
40
20
% total
20
10
fi
10
10
% linha
50
50
Total
% coluna
100
100
% total
50
50

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Total
5
100
25
25
9
100
45
45
6
100
30
30
20
100
100
100

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

49

ATIVIDADE 4 - DISTRIBUIO DE FREQUNCIAS


1) O rol abaixo apresenta as idades de uma amostra de executivos da cidade de Londrina em agosto de
2008. Construa uma tabela de distribuio de frequncias completa.
28
40
44
49
54

31
40
44
49
55

32
40
45
49
56

35
41
47
50
56

36
42
47
50
57

36
42
47
51
57

36
42
48
51
60

38
42
48
51
61

39
42
48
54
61

39
43
49
54
62

2) Os dados abaixo se referem ao tempo de atendimento de telefone (segundos) da empresa


SQUEROVOC. Construa uma tabela de distribuio de frequncias completa.
756
448
443
861
991
626

587
670
325
337
615
688

929
1023
514
292
609
506

871
335
404
1070
723
700

378
540
820
625
794
240

503
853
915
457
447
363

564
852
793
676
704
860

1128
495
778
494
396
670

693
666
627
420
235
396

748
474
483
862
552
345

3) O Departamento de Pessoal da Empresa AZ Ltda. fez um levantamento dos salrios dos 120
funcionrios do setor administrativo, em salrios mnimos conforme a tabela:
a) Complete a tabela com as frequncias possveis e os pontos mdios.
b) Represente graficamente atravs do histograma e polgono de frequncia.
Salrios do setor administrativo da Empresa AZ Ltda. maro/2008
Faixa Salarial (s.m)
1 | 3
3 | 5
5 | 7
7 | 9
Total

fi
30
48
24
18

4) Responda as questes considerando a seguinte distribuio de frequncias.


Tempo gasto para emisso de notas fiscais da Empresa AKI - fevereiro de 2006
Tempo (min)
1 | 3
3 | 5
5 | 7
7 | 9
9 | 11
11| 13
Total

fi
30
40
70
38
13
09
200

fr%
15
20
35
19
6,5
4,5
100

a) Quantas notas tiveram um tempo menor que 7 minutos?


b) Qual a porcentagem de notas que demoraram 9 minutos ou mais?
c) Qual o tempo mdio para as notas pertencentes classe de maior frequncia?
d) Qual a porcentagem das notas emitidas que demoraram o menor tempo?
5) Tendo a seguinte distribuio de frequncias complete as informaes.
Distribuio dos salrios (R$ mil) dos empregados da Empresa S Ganha - 2008
Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro


Salrios
2,75 | 2,80
2,80 | 2,85
2,85 | 2,90
2,90 | 2,95
2,95 | 3,00
3,00 | 3,05
Total

fi
5
13

50
fr%

Fc

Frc%

32
8
47
3
50

100

6) A tabela a seguir apresenta a distribuio de renda de uma amostra da populao de uma cidade do
nordeste do pas. Faa uma anlise da tabela e descreva o perfil da renda nesta cidade, represente
atravs do histograma e do polgono de frequncia.

Renda (s.m)
1 | 3
3 | 5
5 | 7
Mais que 7
Total

Renda de 80 pessoas da cidade Ssofre maro de 2008


fi
fr%
Fc
58
72,50
58
10
12,50
68
7
8,75
75
5
6,25
80
80
100,00

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Frc%
72,50
85,00
93,75
100,00

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

51

ATIVIDADE 5 MEDIDAS DE POSIO E DISPERSO


1) Os dados representam os nmeros de acidentes ocorridos em julho de 2002, em Vila Boa de Morar,
em 18 cruzamentos sem indicao de converso esquerda:
2

10

12

11

14

18

22

24

25

26

28

29

31

32

32

35

Faa uma anlise de explorao de dados, calculando as seguintes estatsticas:


a) mdia; b) mediana; c) moda; d) desvio- padro; e)coeficiente de variao.
2) Um dos objetivos do aplicador lucrar o mximo possvel com o capital investido. Uma medida do
bom desempenho retorno deste investimento. A seguir esto apresentados os retornos dos
investimentos de 24 aplicadores (em porcentagem).
5,0
14,7

5,1
15,8

6,2
16,6

8,6
17,3

9,0
17,3

9,2
19,2

9,6
19,6

11,2
22,9

12,2
30,3

12,3
31,1

12,8
41,6

14,5
52,7

Determine as seguintes medidas: mdia, mediana, moda, desvio padro e o coeficiente de variao.
3) Uma loja vende cinco produtos bsicos A, B, C, D, E. O lucro por unidade comercializada destes
produtos vale respectivamente $200,00; $300,00; $500,00; $1.000,00; $5.000,00. A loja vendeu em
determinado ms 20; 30; 20; 10; 5 unidades respectivamente. Qual foi o lucro mdio comercializado
por esta loja?
4) Os dados abaixo informam os minutos gastos para o atendimento no caixa de um determinado
banco. Calcule: mdia, mediana, moda, desvio padro e coeficiente de variao.
2,0
5,1
6,4
7,5
8,4
10,9

2,4
5,4
6,5
7,7
8,4
10,9

2,7
5,7
6,8
7,8
8,7
11,2

3,0
5,9
6,9
7,8
9
11,3

3,6
6,0
6,9
7,8
9,1
11,8

3,9
6,0
7,2
7,8
9,3
13,2

4,2
6,0
7,2
8,0
9,4
13,6

4,2
6,1
7,4
8,1
9,5
13,8

4,2
6,2
7,5
8,1
10,9
15,3

5) Um produto acondicionado em lotes contendo cada um deles 10 unidades. O lote s aprovado se


apresentar um peso superior a 40 quilos. Se as unidades que compem determinado lote pesam 3; 4;
3,5; 5; 3,5; 4; 5; 5,5; 4; 5, este lote ser aprovado? Qual o peso mdio do produto?
6) O transporte pblico e o automvel so dois meios que um empregado pode usar para ir ao trabalho
diariamente. Amostras de tempo para cada meio esto registradas a seguir. Os tempos esto em
minutos.
T.Pblico
T.Automvel

28
29

29
31

32
33

37
32

33
34

25
30

29
31

32
32

41
35

a) Calcule o tempo mdio da amostra de cada meio de transporte para ir ao trabalho.


b) Calcule o coeficiente de variao para cada meio de transporte.
c) Com base nos resultados (a) e (b), descreva as caractersticas de cada meio de transporte?
7) Considerando os resultados das turmas A e B. Compare as turmas quanto homogeneidade dos
dados calculando o coeficiente de variao.

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

34
33

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

52

TURMA

MDIA

DESVIO-PADRO

22,5

4,5

24,0

5,4

8) Deseja-se comparar a qualidade de um produto produzido por duas fbricas. Essa qualidade
definida pela uniformidade com que o produto produzido em cada fbrica. A qualidade das duas
fbricas a mesma conforme as medidas abaixo?
ESTATSTICAS
Tamanho
Mdia
Varincia

A
21
21,15
0,0412

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

B
117
21,12
0,1734

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

53

ATIVIDADE 6 SEPARATRIZES / BOXPLOT


1) Os dados abaixo se referem aos minutos gastos para o atendimento no caixa de um determinado
banco (min). Faa uma analise descritiva completa para os dados abaixo, ou seja, calcule as medidas
de posio, disperso e construa o grfico de Box plot.
6
17
22
24

12
18
22
25

12
18
22
25

14
19
23
25

15
19
23
27

15
19
23
27

15
20
23
28

15
21
23
32

16
21
23

2) Um dos objetivos da administrao lucrar o mximo possvel com o capital investido em sua
empresa. Uma medida de bom desempenho o retorno sobre a contrapartida - razo da entrada liquida
pela contrapartida das aes. Mostrados a seguir esto os mais recentes retornos sobre as porcentagens
de contrapartida para 25 empresas.
9,0
17,3
5,0

19,6
31,1
30,3

22,9
9,6
14,7

41,6
8,6
19,2

11,4
11,2
6,2

15,8
12,8

52,7
12,2

17,3
14,5

12,3
9,2

5,1
16,6

a) Fornea a regra de cinco itens para os dados.


b) Calcule os limites inferior e superior.
c) Trace o grfico em caixa.
3) Os dados abaixo se referem aos resultados obtidos em um teste em um grupo de pessoas:
1,5

1,5

1,8

1,8

1,9

2,0

2,4

2,7

3,0

3,6

3,9

4,2

4,2

4,2

4,2

4,2

4,2

4,5

5,1

5,1

5,4

5,7

5,9

6,0

6,0

6,0

6,0

6,0

6,1

6,2

6,4

6,5

6,8

6,9

6,9

7,2

7,2

7,2

7,4

7,4

7,5

7,5

7,7

7,8

7,8

7,8

7,8

8,0

8,1

8,1

8,1

8,1

8,4

8,4

8,7

9,0

9,1

9,3

9,4

9,5

4)Uma amostra dos salrios iniciais pagos aos novos graduados em economia apresentada a seguir.
Os dados esto em milhares de reais.
2,07
1,98
2,72
2,53
2,93
2,91
2,33
3,06
2,23
a) Quartil 1 e 3
b) Calcule os decis 3 e 6
c) Calcule os percentis 9 e 90

1,82
3,00
3,09

2,42
3,02
3,01

2,27
2,89
3,05

2,38
3,04
2,29

2,07
3,03
3,18

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

2,21
2,11
2,53

2,59
2,06
2,33

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

54

ATIVIDADE 7 PROBABILIDADE
1) Numa empresa h 10 homens e 20 mulheres. Metade dos homens e das mulheres casada. Ao
retirar ao acaso uma pessoa, qual a probabilidade de ser:
a) ser mulher
b) ser homem
c) ser homem e casado
d) ser mulher e solteira
e) sabendo que mulher de ser casada?
2) Dois dados so lanados simultaneamente. Qual a probabilidade de:
a) a soma ser menor que quatro b) a soma ser nove c) o primeiro resultado ser maior que o segundo
d) os resultados serem iguais.
3) Um estudo de 500 vos da Voe Alegre selecionados ao acaso mostrou que 430 chegaram no
horrio. Qual a probabilidade de um vo dessa empresa no chegar no horrio?
4) Dentre 400 motoristas selecionados ao acaso na faixa etria de 20 a 24 anos, 136 estiveram
envolvidos em acidentes de carros no ano anterior. Selecionado ao acaso um motorista dessa faixa
etria, qual a probabilidade de ele (ou ela) se envolver em um acidente de carro no prximo?
5) Quanto o antialrgico Tira Tira foi testado clinicamente, 70 pessoas tiveram sonolncia e 711 no.
Com essa amostra estime a probabilidade de um usurio desse antialrgico ter sonolncia.
6) Numa bolsa tem se cinco moedas de R$ 1,00 e quatro de R$ 0,50. Qual a probabilidade de ao se
retirar duas moedas se obtenha R$ 1,50.
7) Em um lote tem oito peas com pequenos defeitos, 12 com grandes defeitos e 15 perfeitas. Qual a
probabilidade ao se retirar: a) uma pea ao acaso e ela seja perfeita ou tenha pequenos defeitos? b)
quatro peas ao acaso, todas tenham grandes defeitos?
8) Se h seis pneus defeituosos em um lote de quinze, escolhem-se trs pneus para uma inspeo, qual
a probabilidade de que: a) um dos pneus defeituosos seja includo? b) no mnimo dois tenham
defeitos? c) no mximo dois sejam perfeitos?
9) Uma empresa de seguros oferece quatro nveis de deduo- nenhum, baixo, mdio e alto- para os
possuidores de aplices de seguros residenciais e trs nveis diferentes (baixo, mdio e alto) para os
possuidores de aplices de seguros de automveis. A tabela a seguir fornece as propores das
diversas categorias de segurados que possuem ambos os tipos de seguros.
RESIDENCIAL
AUTOMVEL
Nenhum
Baixo
Mdio
Alto
Baixo
0,04
0,06
0,05
0,03
Mdio
0,07
0,10
0,20
0,10
Alto
0,02
0,03
0,15
0,15
Suponha que um indivduo que possua ambos os tipos de aplices seja selecionado aleatoriamente.
a) Qual a probabilidade de que o indivduo tenha deduo mdia de automvel e alta de residncia?
b) Qual a probabilidade de que o indivduo tenha deduo Baixa de automvel? Uma deduo baixa
de residncia?
c) Qual a probabilidade de que o indivduo esteja na mesma categoria para dedues de automvel e
residncia?
d) Com base na resposta da parte c, qual a probabilidade de que duas categorias sejam diferentes?
Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

55

e) Qual a probabilidade de que o indivduo tenha ao menos um nvel baixo de deduo?


f) Usando a resposta da parte (e), qual a probabilidade de que nenhum nvel de deduo seja baixo?
10) A tabela abaixo relata a freqncia com que 2000 segurados usaram o hospital.
HOMENS
MULHERES
Usaram o hospital
100
150
No usaram o hospital
900
850
TOTAL
1000
1000
Qual a probabilidade de que uma pessoa segurada:
a) tenha usado o hospital dado que ela seja mulher?
b) no tenha usado o hospital?
11) Num grupo de 15 pessoas temos:
HOMENS
MULHERES
EMPREGADOS
5
3
DESEMPREGADOS
5
2
TOTAL
10
5
Qual a probabilidade de que um indivduo escolhido aleatoriamente esteja:
a) Desempregado.
b) Empregado.
c) Mulher desempregada?
d) empregado sabendo que homem?

TOTAL

TOTAL
8
7
15

12) A tabela abaixo mostra as promoes oficiais masculinas e femininas de uma grande fora policial
metropolitana.
MASCULINO
FEMININO
TOTAL
Promovidos
288
36
No-promovidos
672
204
TOTAL
Qual a probabilidade de um oficial ser promovido dado que masculino?
13) Em um levantamento com estudantes de MBA, os seguintes dados foram obtidos sobre a razo
principal de ter se ligado escola que eles se matricularam.
Qualidade
Custo/Convenincia
Outras
TOTAL
Tempo Integral
421
393
76
890
Tempo Parcial
400
593
46
1039
TOTAL
821
986
122
1929
a) Se um estudante de tempo integral, qual a probabilidade de que a qualidade tenha sido a razo
de sua escolha?
b) Qual a probabilidade de que o custo/convenincia tenha sido a razo da escolha?

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

56

ATIVIDADE 8 DISTRIBUIO BINOMIAL


1) Uma pesquisa revelou que 25% dos clientes de certo banco detinham a maior parte de suas
aplicaes em aes. Escolhidos ao acaso 15 clientes, qual a probabilidade de que pelo menos trs
deles tenha esse perfil?
2) Cinco por cento dos motoristas de nibus de certa cidade so mulheres. Suponha que 10 motoristas
so selecionados aleatoriamente para serem entrevistados sobre a qualidade de suas condies de
trabalho.
a) Qual a probabilidade de que dois dos motoristas sejam mulheres?
b) Qual a probabilidade de que nenhum seja mulher?
c) Qual a probabilidade de que pelo menos um ser mulher?
3) A probabilidade de uma imobiliria de no receber um aluguel em imveis de alto padro de um
tero. Em seis casas de alto padro alugadas, qual a probabilidade de:
a) No receba o aluguel de duas casas?
b) No receba o aluguel de nenhuma casa?
4) A probabilidade de um presumvel cliente, escolhido aleatoriamente, faa uma compra, de 30%.
Se o vendedor visita cinco clientes, qual a probabilidade que ele realizar:
a) Exatamente trs vendas?
b) Quatro ou mais vendas?
c) Menos de duas vendas
5) Um fabricante de mesas de bilhar suspeita que 2% de seus produtos apresentam algum tipo de
defeito. Se tal suspeita correta, determine a probabilidade de que numa amostra de nove mesas:
a) No ache nem uma defeituosa
b) Ache ao menos uma defeituosa.
6) Se h trs pneus defeituosos em um lote de 20, e se escolhem quatro pneus do lote para uma
inspeo, qual a probabilidade de que um dos pneus defeituosos seja includo?
7) Se os registros indicam que 504 dentre 813 lavadoras automticas de pratos vendidas por uma
grande loja de varejo exigiram reparos dentro da garantia de um ano, qual a probabilidade de que em
uma amostra de 10 lavadoras, uma dessas no venha a exigir reparo dentro da garantia?
8) Suponha que haja uma probabilidade de 60% de um carro furtado em certa cidade do sul ser
recuperado. Determine a probabilidade de:
a) dois dentre 10 carros furtados serem recuperados;
b) no mnimo nove dentre 10 carros furtados serem recuperados.
9) A probabilidade de um automvel, trafegando por uma rodovia, ter seus pneus classificados como
adequados de 70%. Doze carros so detidos para verificao. Determine as probabilidades:
a) de seis terem pneus adequados;
b) pelo menos 10 terem pneus adequados.

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

57

ATIVIDADE 9 DISTRIBUIO NORMAL


1) Dado que z uma varivel aleatria normal, encontre a rea para cada uma das situaes.
a) direita de 0,44
b) entre 1,57 e 0,49
c) esquerda de 1,20
d) entre 0,52 e 1,22
e) direita de 0,23
f) entre 1,74 e 1,04
2) Dado que z uma varivel aleatria normal, encontre z para cada uma das situaes.
a) a rea direita de z 69,15%
d ) a rea entre z e z 90,30%
b) a rea esquerda de z 21,19%
e) a rea entre 0 e z 47,50%
c) a rea esquerda de z 99,48%
f) a rea entre z e z 20,52%
3) O tempo mdio que um assinante gasta lendo o jornal Ki- Notcia de 49 minutos, com desvio
padro de 16 minutos e que os tempos sejam distribudos normalmente.
a) qual a probabilidade de que um assinante no gastar mais do que 30 minutos lendo o jornal?
b) para que 10% que gastam o maior tempo lendo o jornal, quanto tempo isso representa?
c) qual o tempo mximo gasto pelos 24% dos que gastam menos tempo na leitura?
4) Os depsitos efetuados no Banco da Ribeira durante o ms de janeiro so distribudos normalmente,
com mdia de 10.000,00 u.m. e desvio padro de 1.500 u.m. Um depsito selecionado
aleatoriamente. Encontre a probabilidade de que o depsito seja:
a) um valor entre 12.000 u.m. a 14000 u.m.;
b) maior do que 15.000 u.m.;
c) qual o valor do depsito que possa separar os 20% dos menores depsitos.
5) As sardinhas processadas por uma indstria de enlatados tm comprimento mdio de 11,5 cm, com
desvio padro de 0,64 cm. Se a distribuio dos comprimentos das sardinhas pode ser aproximada
satisfatoriamente por uma distribuio normal, qual a porcentagem das sardinhas:
a) tem comprimento inferior a 10,2 cm?
b) tem comprimento entre 11,2 e 11,7 cm?
6) Em qualquer distribuio normal, qual a porcentagem da rea total que cai:
a) entre -1 e +1
b) entre -2 a +2
c) entre -3 a +3
Na tabela o valor de =1
7) Suponha que a renda mdia de uma grande comunidade possa ser aproximadamente normal com
mdia de R$ 1500,00 e desvio padro de R$ 300,00.
a) que porcentagem da populao ter renda superior a R$ 1860,00;
b) numa amostra de 50 assalariados, quantos tero menos de R$ 1050,00 de renda?
8)A distribuio dos pesos de coelhos criados numa granja pode muito bem ser representada por uma
distribuio normal, com mdia de 3Kg e o desvio padro de 0,8Kg. Um abatedouro comprar 5.000
coelhos e pretende classific-los de acordo com o peso, do seguinte modo: 20% dos leves como
pequenos, os 55% seguintes como mdios, os 15% seguintes como grandes e os 10% mais pesados
como extras. Quais os limites de peso para cada classe?

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

58

9) Uma mquina automtica de encher de garrafas de refrigerantes est regulada para que o volume
mdio do lquido em cada garrafa seja de 1.000 cm3 e o desvio padro de 10 cm3. Pode-se admitir que
a varivel volume tenha distribuio normal, qual a porcentagem de garrafas em que o volume de
lquido menor que 990 cm3?
10) Uma fbrica de sabonetes sabe que seus produtos pesam, em mdia, 98 gramas, com desvio
padro de 7 gramas. Em um ms de produo, so fabricadas 420.000 unidades. Para garantir, com
92% de probabilidade, a produo mensal, quantas toneladas de matria-prima devem ser adquiridas?
11) H duas mquinas disponveis para o corte de rolhas para garrafas de vinho. A primeira produz
rolhas com dimetros que possuem uma distribuio normal com mdia 3 cm e desvio padro 0,1 cm.
A segunda mquina produz rolhas com dimetros que possuem uma distribuio normal com mdia
3,04 c e o desvio padro 0,2 cm. A s rolhas aceitveis possuem dimetros entre 2,9 cm e 3,1 cm. Que
mquina tem maior probabilidade de produzir uma rolha aceitvel?

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

Dr. Jos Carlos Dalmas / Ms. Jos da Costa Soeiro

59

REAS DE UMA DISTRIBUIO NORMAL PADRO

Cada casa na tabela d a proporo sob a curva entre


Z = 0 e um valor positivo Z. As reas para os valores
de Z negativos so obtidas por simetria.

Z
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0

0,00
0,0000
0,0398
0,0793
0,1179
0,1554
0,1915
0,2257
0,2580
0,2881
0,3159
0,3413
0,3643
0,3849
0,4032
0,4192
0,4332
0,4452
0,4554
0,4641
0,4713
0,4772
0,4821
0,4861
0,4893
0,4918
0,4938
0,4953
0,4965
0,4974
0,4981
0,4987

0,01
0,0040
0,0438
0,0832
0,1217
0,1591
0,1950
0,2291
0,2611
0,2910
0,3186
0,3438
0,3665
0,3869
0,4049
0,4207
0,4345
0,4463
0,4564
0,4649
0,4719
0,4778
0,4826
0,4864
0,4896
0,4920
0,4940
0,4955
0,4966
0,4975
0,4982
0,4987

0,02
0,0080
0,0478
0,0871
0,1255
0,1628
0,1985
0,2324
0,2642
0,2939
0,3212
0,3461
0,3686
0,3888
0,4066
0,4222
0,4357
0,4474
0,4573
0,4656
0,4726
0,4783
0,4830
0,4868
0,4898
0,4922
0,4941
0,4956
0,4967
0,4976
0,4982
0,4987

0,03
0,0120
0,0517
0,0910
0,1293
0,1664
0,2019
0,2357
0,2673
0,2967
0,3238
0,3485
0,3708
0,3907
0,4082
0,4236
0,4370
0,4484
0,4582
0,4664
0,4732
0,4788
0,4834
0,4871
0,4901
0,4925
0,4943
0,4957
0,4968
0,4977
0,4983
0,4988

0,04
0,0160
0,0557
0,0948
0,1331
0,1700
0,2054
0,2389
0,2703
0,2995
0,3264
0,3508
0,3729
0,3925
0,4099
0,4251
0,4382
0,4495
0,4591
0,4671
0,4738
0,4793
0,4838
0,4875
0,4904
0,4927
0,4945
0,4959
0,4969
0,4977
0,4984
0,4988

0,05
0,0199
0,0596
0,0987
0,1368
0,1736
0,2088
0,2422
0,2734
0,3023
0,3289
0,3531
0,3749
0,3944
0,4115
0,4265
0,4394
0,4505
0,4599
0,4678
0,4744
0,4798
0,4842
0,4878
0,4906
0,4929
0,4946
0,4960
0,4970
0,4978
0,4984
0,4989

0,06
0,0239
0,0636
0,1026
0,1406
0,1772
0,2123
0,2454
0,2764
0,3051
0,3315
0,3554
0,3770
0,3962
0, 4131
0,4279
0,4406
0,4515
0,4608
0,4686
0,4750
0,4803
0,4846
0,4881
0,4909
0,4931
0,4948
0,4961
0,4971
0,4979
0,4985
0,4989

0,07
0,0279
0,0675
0,1064
0,1443
0,1808
0,2157
0,2486
0,2794
0,3078
0,3340
0,3577
0,3790
0,3980
0,4147
0,4292
0,4418
0,4525
0,4616
0,4693
0,4756
0,4808
0,4850
0,4884
0,4911
0,4932
0,4949
0,4962
0,4972
0,4979
0,4985
0,4989

Centro de Cincias Exatas (CCE) Departamento de Estatstica (DSTA)

0,08
0,0319
0,0714
0,1103
0,1480
0,1844
0,2190
0,2517
0,2823
0,3106
0,3365
0,3599
0,3810
0,3997
0,4162
0,4306
0,4429
0,4535
0,4625
0,4699
0,4761
0,4812
0,4854
0,4887
0,4913
0,4934
0,4951
0,4963
0,4973
0,4980
0,4986
0,4990

0,09
0,0359
0,0753
0,1141
0,1517
0,1879
0,2224
0,2549
0,2852
0,3133
0,3389
0,3621
0,3830
0,4015
0,4177
0,4319
0,4441
0,4545
0,4633
0,4706
0,4767
0,4817
0,4857
0,4890
0,4916
0,4936
0,4952
0,4964
0,4974
0,4981
0,4986
0,4990