Você está na página 1de 48

Centro Universitrio Leonardo da Vinci

Disciplina: Probabilidade e Estatstica


Professora: Kasselandra Mattos Soares

ESTATSTICA NAS ORGANIZAES


Segundo GESSER (2004), no mundo atual, a organizao uma das vigas-mestras da
economia dos povos. A direo de uma empresa, de qualquer tipo, incluindo as estatais e
governamentais, exigem de seus administradores a importante tarefa de tomar deciso, neste
sentido, conhecimento e o uso da Estatstica facilitam o trabalho de organizar, dirigir e
controlar a empresa.
Por meio de sondagem, de coleta de dados e de recenseamento de opinies, podemos
conhecer a realidade geogrfica e social, os recursos naturais, humanos e financeiros
disponveis, as expectativas da comunidade sobre a empresa, e estabelecer suas metas, seus
objetivos com maior possibilidade de serem alcanados a curto, mdio e longo prazo.
A Estatstica auxilia na seleo e organizao da estratgia a ser adotada no
empreendimento e, ainda, na escolha das tcnicas de verificao e avaliao da quantidade e
da qualidade do produto e mesmo dos possveis lucros e ou perdas.
Tudo o que foi pensado e planejado, necessita ser registrado para evitar
esquecimentos, a fim de que seja garantido o bom uso do tempo, da energia e do material,
tambm para que haja um controle eficiente do trabalho.
O esquema do planejamento o plano, que pode ser resumido, com o auxlio da
Estatstica, em tabelas e grficos, que facilitaro a compreenso visual dos clculos
matemtico-estatsticos que lhe deram origem.
O homem de hoje, em suas mltiplas atividades, lana mo de processos e tcnicas
estatsticas, e s estudando-os evitaremos o erro das generalizaes apressadas a respeito de
tabelas e grficos apresentados em jornais, revistas e televiso freqentemente cometidos
quando se conhece apenas superficialmente os recursos estatsticos.
Sendo assim, observe a definio para Mtodo.
MTODO: o conjunto de meios dispostos convenientemente para se chegar a
um fim que se deseja. Dos mtodos cientficos, podemos enfatizar o mtodo experimental
e o estatstico.
MTODO EXPERIMENTAL: o prprio termo sugere que este mtodo consiste em,
atravs da experimentao, manter constantes todas as causas ou fatores, menos uma,

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

variando-a de modo que se possam descobrir seus efeitos, caso existam. Este mtodo
amplamente usado nos diversos campos da atividade humana, bem como nas disciplinas:
fsica, qumica, biologia, etc.
MTODO ESTATSTICO: quando no possvel fazer uso do mtodo
experimental, visto que os vrios fatores que afetam o fenmeno em estudo no podem
permanecer constantes enquanto faz-se variar a causa que naquele momento interessa, aplicase o mtodo estatstico que, na impossibilidade de manter todas as causas constantes, as
admite, variando-as e registrando-as, procurando determinar no resultado final, que
influncias cabem a cada uma delas. Como por exemplo, pode-se citar a viabilidade ou no,
do lanamento de determinado produto, a partir de uma pesquisa de mercado. Pelo processo
do mtodo experimental, neste caso, poderia ser dispendioso e inadequado.
FASES DO MTODO ESTATSTICO
a)

Coleta de dados: Uma das primeiras coisas que se faz necessrio observar em

estatstica, como manipular dados e como obt-los, depois de definido cuidadosamente o


problema. Para isso existem duas maneiras: uma usarem dados que j esto coletados por
outra pessoa, a estes chamamos de dados secundrios, outra coletar os prprios dados os
quais chamamos de dados primrios.
Coleta Indireta: quando h disponibilidade de dados secundrios adequados, economizase a coleta dispendiosa de dados primrios. No entanto, quando se utiliza dados secundrios,
as definies, a finalidade, a cobertura, a freqncia, a temporalidade ou atualidade, o nvel
de desagregao ou detalhes e a exatido incluindo claro o tamanho da amostra e a
tendenciosidade dos questionrios feitos, podem ser inadequados aos objetivos propostos.
Dados secundrios incluem: estatsticas oficiais, no oficiais e estatsticas obtidas dentro de
empresas.
Coleta Direta: quando obtida diretamente da fonte. Por exemplo: Empresas que realizam
uma pesquisa para saber a preferncia dos consumidores pela sua marca.
A coleta de dados pode ser classificada em relao ao fator tempo como:

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

a) Contnua: quando feita continuamente, tal como a de nascimentos, bitos, registros da


fiscalizao eletrnica da velocidade dentre outros.
b) Peridica: quando feita em intervalos de tempo constantes, como os censos
demogrficos, as matrculas semestrais e ou anuais dos estudantes.
c) Ocasional: quando feita ocasionalmente, a fim de atender a uma conjuntura ou uma
emergncia, como no caso de epidemias, pesquisas eleitorais ou avaliaes.
CRTICA DOS DADOS
Obtidos os dados, eles devem ser cuidadosamente criticados, procura de possveis falhas e
imperfeies, a fim de no incorrer em erros grosseiros ou de certo vulto, que possam influir
sensivelmente nos resultados.
APURAO DOS DADOS
Nada mais que a soma e o processamento dos dados obtidos e a disposio mediante
critrios de classificao. Ou seja, o resumo dos dados atravs de sua contagem e
agrupamento. a condensao e tabulao dos dados.
APRESENTAO DOS DADOS
No importa a finalidade que se tenha em vista, os dados so usualmente apresentados de
duas formas, que no se excluem mutuamente. A apresentao tabular, que tem forma
matricial para a ordenao dos dados e so distribudos em linhas e colunas, segundo regras
prticas fixadas pelo Conselho Nacional de Estatstica e a apresentao grfica, que constitui
uma apresentao geomtrica permitindo uma viso rpida e clara do fenmeno.
ANLISE DOS RESULTADOS
A ltima fase do trabalho estatstico a mais importante e delicada. Est ligada
essencialmente ao clculo de medidas e coeficientes, cuja finalidade principal descrever o
fenmeno, esta fase definida estatstica descritiva. Na estatstica indutiva ou inferencial a
interpretao dos dados se fundamenta na teoria da probabilidade, que tem por base a
induo abstraindo desses resultados concluses e previses.

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

DOIS SIGNIFICADOS PARA A PALAVRA ESTATSITCA

A palavra estatstica tem dois significados diferentes, embora estejam relacionados.


* No sentido mais comum, significa um conjunto de dados numricos. Por exemplo,
podemos recorrer estatstica para resumir o desempenho de um time de futebol durante uma
temporada, ou para relacionar os nascimentos e os bitos em uma cidade, ou descrever as
caractersticas de um novo edifcio. H tambm importantes estatsticas da administrao
pblica, como o produto interno bruto (PIB) e o ndice de preos ao consumidor (IPC).
Estatstica tambm designa o ramo da matemtica que analisa os dados coletados em
uma pesquisa. (DOWNING & CLARK, p. 2, 2005)

Para que serve estatstica?


Para aqueles que tomam decises, o principal papel da estatstica fornecer-lhes os
mtodos para obter a converso de dados (valores, fatos, observaes, medies) em
informaes teis.
Vejamos os dados que nos mostram as causas de acidentes areos.

Causas de acidentes areos


Erro humano
67,57%
Falha tcnica
20,72%
Mau tempo
5,95%
Sabotagem
3,25%
Outras causas
2,51%
Fonte: Escritrio de Registros de Acidentes Areos

De todos os acidentes, 27,73% ocorreram durante o voo, como aconteceu com o da Air
France. A maior parte dos acidentes, 50,39%, no entanto, ocorreu no pouso.
Momento dos acidentes areos
Durante o pouso
50,39%
Durante o voo
27,73%
Durante a decolagem
20,96%
Durante o taxiamento
0,64%
Durante o estacionamento
0,28%
Fonte: Escritrio de Registros de Acidentes Areos

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

De posse destas informaes, Voc se sente seguro para viajar de


avio?

Grficos, tabelas, inferncias, projees so elementos inerentes a


estudos estatsticos.
De origem muito antiga, a Estatstica um ramo da Matemtica que desenvolveu um
conjunto de tcnicas e mtodos de pesquisa que, entre outras coisas, envolve o planejamento
do experimento que ser realizado, a coleta e a organizao de dados, o processamento e a
anlise das informaes obtidas por meio do experimento e por fim da inferncia.

A Linguagem da Estatstica
Em diversas reportagens de jornais e revistas, em pesquisas de opinio, em
recenseamentos, em cincias tais como Geografia, Economia e Medicina, so utilizados
nmeros para descrever e representar fatos observados. Esses nmeros utilizados so
chamados DADOS ESTATSTICOS.
O vocabulrio utilizado em Estatstica teve origem nos primeiros estudos desse tipo
feitos pela humanidade e que se relacionavam com a demografia. Por isso, a Estatstica
emprega termos prprios dessa rea de conhecimento, mas com uma acepo diferenciada.
POPULAO: A Estatstica parte da observao de grupos, geralmente
numerosos, aos quais damos o nome de populao ou universo estatstico. Cada
elemento da populao estudada denominado unidade estatstica.
Mas a populao estatstica pode ser classificada em finita ou infinita.
FINITA: quando apresenta um nmero finito de elementos. Como por exemplo: o
nmero de professores que trabalham no Centro Universitrio, ou as notas levadas em
considerao para o fechamento das mdias na disciplina de estatstica.

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

INFINITA: quando apresenta um nmero infinito de elementos. Neste caso podemos


utilizar como exemplo as temperaturas nos diversos pontos do Brasil em determinado
momento.
IMPORTANTE!
Quando o universo estatstico infinito, no possvel fazer uma observao
considerando todos os seus elementos. Nesse caso, recorre-se a um subconjunto do universo
de pesquisa o qual chamamos de amostra.
AMOSTRA: um subconjunto finito de uma populao.
O nmero de indivduos da amostra sempre menor que o da populao.
Mas, mesmo quando o universo finito, algumas vezes, h razes que nos levam
utilizao de tcnicas de amostragens. Veja algumas situaes em que se faz necessria a
utilizao da tcnica de amostragem para universos finitos.
Razes econmicas, por ser dispendioso observar grande nmero de elementos;
Razes de tempo, pois uma observao demorada pode levar os resultados
desatualizados.
VARIVEL
o conjunto de resultados possveis de um fenmeno, quando so feitas sucessivas
mensuraes.
TIPOS DE VARIVEIS
Segundo GIOVANNI & BONJORNO (2005), a observao da populao dirigida ao
estudo de uma dada propriedade ou caracterstica soa elementos dessa populao. Essa
caracterstica pode ser qualitativa ou quantitativa.
QUALITATIVA: quando os valores tomados no so numricos, como: raa, rea de
estudos, meio de transporte entre outros.
QUANTITATIVA: quando os valores tomados so numricos, como: altura, peso,
preo de um produto e outros.

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

Uma caracterstica quantitativa tambm se chama varivel estatstica ou


simplesmente varivel. Cada valor que essa varivel pode assumir chama-se dado
estatstico.
As variveis estatsticas podem ser:
CONTNUAS: quando podem assumir qualquer valor do intervalo da variao. Por
exemplo, na determinao das alturas dos adolescentes de uma escola, a varivel altura
contnua.
DISCRETA: quando s podem assumir valores inteiros. Por exemplo, na
determinao do nmero de scios de certo clube, a varivel numero de scios discreta.
Embora essa distino entre variveis seja importante nas pesquisas estatsticas,
nas aplicaes do cotidiano muito tnue a fronteira entre o discreto e o contnuo. A
altura das pessoas, por exemplo, contnua, mas como medida por uma aproximao em
centmetros, torna-se discreta.

ESCALAS ESTATSTICAS
Quando se faz um estudo estatstico, necessrio representar o fenmeno estudado
atravs das chamadas escalas que variam de acordo com o nvel de medida das variveis.
As escalas so sries de unidades que representam o grau de variao de dimenso que
est sendo medida. Ao medir o peso dos acadmicos de uma turma, por exemplo, os
resultados desta medida so representados por uma escala de razo, por que se trata de uma
varivel quantitativa contnua.
Existem quatro tipos de escalas de medidas que dependem do nvel de mensurao da
varivel em estudo e, em funo disto, envolvem operaes distintas, que podem ser:
ESCALA NOMINAL: representam as escalas do tipo mais simples e so comuns em
pesquisas. As variveis so divididas em categorias segundo um ou mais de seus atributos ou
caractersticas. So usadas essencialmente em registros qualitativos como: sexo, tipo
sanguneo, classe socioeconmica, partido poltico, credo religioso, estado civil e questes de
dicotomia (respostas do tipo sim ou no).

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

Com escalas do tipo Nominal podemos calcular moda e podemos utilizar clculos
proporcionais de porcentagem.
ESCALA ORDINAL: esta escala usada quando se quer avaliar um fenmeno em
termos de onde ele se situa dentro de um conjunto de patamares ordenados. As escalas
ordinais podem ser construdas usando-se:
a) NUMERAIS: pontos numa avaliao, gincana, concursos, entre outros.
b) RANKING: ordenaes do tipo 1, 2, 3, ..., e/ou A, B, C, ..., e/ou ouro, prata,
bronze.
Veja alguns exemplos de grandezas do tipo ordinal: estado patolgico, nvel de instruo e
status socioeconmico, conceitos, entre outros.
Numa escala do tipo ordinal possvel calcular todas as medidas de tendncia central.
ESCALA INTERVALAR: uma forma quantitativa de registrar um fenmeno,
posicionando-o com relao a um valor conhecido denominado como ponto zero e
estabelecendo a diferena entre o valor do ponto zero e um segundo valor conhecido.
So utilizadas quando se deseja comparar intervalos e medir o quanto uma preferncia
encontra-se distante de outra, segundo determinadas caractersticas e de acordo com a
quantidade dessas caractersticas.
Veja exemplos de escalas intervalares: notas dos alunos numa determinada disciplina,
temperatura das cidades de um estado ou pas, idades de um grupo de acadmicos, entre
outros.
Neste tipo de escala possvel calcular medidas de tendncia central, posio, disperso,
correlaes e inferncias.
ESCALA DE RAZO: de todas vistas, a mais completa das escalas numricas. Ela uma
quantificao produzida a partir da identificao de um ponto zero que fixo e absoluto,
representando, de fato, um ponto de nulidade. A escala de medida de razo quantifica os
objetos segundo determinadas caractersticas, podendo orden-los e apreciar a igualdade das
diferenas e, sobretudo a igualdade de razes.
Veja alguns exemplos: idade, peso, altura, presso arterial, freqncia cardaca, renda entre
outros.

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

NO ESQUEA!!!!!
1) Populao: conjunto de indivduos que apresentam pelo menos uma caracterstica em
comum.
2) Censo: a coleta de dados relativos a todos os elementos da populao;
3) Amostra: considerando a impossibilidade, na maioria das vezes do tratamento de todos os
elementos da populao, necessitamos de uma parte representativa da mesma. A esta poro
damos o nome de amostra;
4) Estatstica: a medida numrica que descreve uma caracterstica da amostra;
5) Parmetro: a medida que descreve uma caracterstica da populao;
RAMOS DA ESTATSTICA:
1.a) Estatstica descritiva: envolve a organizao e sumarizao dos dados atravs de
metodologias simples;
2.a) Teoria da Probabilidade: proporciona uma base racional para lidar com situaes
influenciadas por fatores que envolvem o acaso;
3.a) Teoria da Inferncia: envolve a anlise e interpretao da amostra.
A estatstica descritiva se resume em:
a. coleta de dados;
b. Crtica dos dados;
c. Apresentao dos dados;
d. Tabelas e grficos;
e. anlise.
EXERCCIOS
1) Classifique as variveis a seguir em discretas ou contnuas:
a) Populao: alunos de uma escola
Varivel: nmero de irmos de cada aluno.

b) Populao: pais de alunos de uma escola;


Varivel: nmero de filhos.

c) Populao: indstrias de uma cidade;

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

Varivel: ganhos em um ano.

d) Populao: peas produzidas por certa mquina;


Varivel: nmero de peas produzidas por hora.

2) Para cada populao, d um exemplo de varivel quantitativa (discreta ou contnua) e outro


de varivel qualitativa:
a) Populao: funcionrios de uma empresa.

b) Populao: estao meteorolgica de uma cidade.

c) Populao: casais residentes em uma cidade.

3) O que uma varivel discreta?

4) O que uma varivel contnua?

5) Populao ou universo :
a) ( ) Um conjunto de pessoas;
b) ( ) Um conjunto de elementos quaisquer;
c) ( ) Um conjunto de pessoas com uma caracterstica comum;
d) ( ) Um conjunto de elementos com pelo menos uma caracterstica em comum;
e) ( ) Um conjunto de indivduos de um mesmo municpio, estado ou pas.
6) Uma parte da populao retirada para analis-la denomina-se:
a) ( ) Universo ou populao;
b) ( ) Parte;
c) ( ) Pedao;
d) ( ) Dados Brutos;
e) ( ) Amostra
7) A parte da estatstica que se preocupa somente com a descrio de determinadas
caractersticas de um grupo, sem tirar concluses sobre um grupo maior denomina-se:

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

a) ( ) Estatstica de Populao;
b) ( ) Estatstica de Amostra;
c) ( ) Estatstica Inferencial;
d) ( ) Estatstica Descritiva;
e) ( ) Estatstica Grupal.
8) Diga qual o tipo de varivel estamos trabalhando nos casos a seguir:
a) Nmero de inscries no Seguro Social. ____________________________
b) Nmero de passageiros no nibus da linha Rio - So Paulo. ___________________
c) Grau de Escolaridade.________________________________
d) Peso Mdio dos recm nascidos. __________________________
e) Altitude acima do nvel do mar. ____________________________
f) Uma pesquisa efetuada com 2100 pessoas indica que 500 delas so assinantes de um
servio de informtica on-line. _________________________
g) Cada cigarro da marca Fume Mais tem 16,45mg de alcatro.
________________________
h) O radar indica que Manoel rebateu a ltima bola a 85,6mi/h. _____________________
8) Classifique as seguintes variveis:
a)
b)
c)
d)
e)
f)
g)
h)
i)
j)
k)
l)
m)
n)
o)
p)
q)
r)
s)

Cor dos olhos. __________________________________________


Nmero de filhos de um casal. _____________________________
Peso de um indivduo. ___________________________________
Altura de um indivduo. __________________________________
Numero de alunos de uma sala. _____________________________
Tipo sanguneo. _________________________________________
O fator Sanguneo RH. ____________________________________
Valor obtido na face superior de um dado. _____________________
Sexo. __________________________________________________
Resultado da extrao da loteria Federal. ______________________
Comprimento de um seguimento de reta. ______________________
rea de um Crculo. _______________________________________
Raa. ___________________________________________________
Quantidade de livro de uma biblioteca. ________________________
Religio. ________________________________________________
Salrio dos empregados de uma empresa. ______________________
Estado civil. _____________________________________________
Profisso. _______________________________________________
O volume de gua contido numa piscina. _______________________

9) Faa um comentrio rpido sobre a pesquisa a seguir.


a) Um relatrio patrocinado pela Flrida Citus Comission, concluiu que os nveis
de colesterol podem ser reduzidos mediante ingesto de produtos ctricos.
Por que razo a concluso poderia ser suspeita?

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares
SRIES ESTATSTICAS

Um dos objetivos da estatstica permitir uma viso geral dos valores assumidos
pelas variveis dentro de certos parmetros. Para tanto existem tipos especficos de tabelas
e alguns critrios para classific-las. Essas tabelas so conhecidas como sries estatsticas.
tabela como sendo um quadro que resume um conjunto de observaes.
Um dos objetivos da estatstica sintetizar os valores que uma ou mais variveis
podem assumir, para que tenhamos uma viso global da variao dessas variveis. Uma vez
coletados, os dados precisam ser dispostos de maneira a transmitir a informao desejada, ou
seja, a quantificao que eles representam. Os dados so ento dispostos sob a forma de
tabelas para representar grandezas, quantidades absolutas ou posies relativas do fenmeno
estudado. A seguir os valores so apresentados em grficos, estes nos fornecem uma rpida e
segura informao a respeito das variveis em estudo.

MTODOS PARA APRESENTAO E ORGANIZAO DOS DADOS

Observe como proceder para a construo de uma tabela


de dados

TABELAS:

CARACTERSTICAS: Ser auto-suficiente, deve ter significado prprio.


ELEMENTOS: ESSENCIAIS: (ttulo, corpo, cabealho e coluna)
COMPLEMENTARES:(fonte, notas e chamadas)
TABELA PRIMITIVA ou ROL: quando os elementos no foram numericamente
organizados, encontra-se da mesma maneira que foram colhidos, so chamados dados brutos.
A maneira mais simples de se organizar os dados atravs de certa ordenao que pode ser do
tipo crescente ou decrescente.

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

Ttulo: colocado na parte superior, precede a tabela. Deve ser preciso, claro, conciso
indicando a natureza do fato estudado (o qu?), as variveis (como?) o local (onde?) e a
poca (quando?).
Corpo o conjunto de linhas e colunas. Casa, cela ou clula o cruzamento onde se tem a
freqncias com que a categoria (categorias) aparece.
Cabealho a parte da tabela que designada a natureza (as categorias, as modalidade da
varivel) do contedo de cada coluna.
Coluna indicadora a parte da tabela em que designada a natureza (as categorias, as
modalidades da varivel) do contedo de cada linha.
Fonte o indicativo, no rodap da tabela, o autor ou entidade fornecedora dos dados
primrios, conferir honestidade cientfica e permite consultar trabalho original.
Notas so colocadas no rodap, esclarecimentos de ordem geral, so numerados ou smbolos
grficos (asterisco).
Chamadas so colocadas no rodap, Devem esclarecer mincias em relaes s casas colunas
ou linhas, so numeradas, letras minsculas, smbolos grficos.
PREENCHIMENTO: Nenhuma casa deve ficar sem preenchimento. Todas devem ter o
registro de algum nmero ou sinal.
- (hfen), quando o valor numrico nulo;
... (reticncias), quando no se dispe de dado;
? (ponto de interrogao), quando h dvida sobre a exatido do valor;
0; 0,0; ou 0,00 (zero), quando o valor numrico pequeno para ser expresso pela unidade
utilizada. Este deve conter o mesmo nmero de casas decimais padronizado pela tabela;
x (letra x), quando o dado for omitido a fim de evitar individualizao da informao.

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

REGRAS PARA TABELAS


a) em artigos ou publicaes que contenham muitas tabelas, estas sero numeradas em
ordem crescente, conforme o aparecimento;
b) tabelas so fechadas no alto e embaixo por linhas horizontais, mas no esquerda e
direita por linhas verticais. Traos verticais para separar colunas no corpo da tabela podem ser
empregados;
c) uma vez definido um determinado nmero de casas decimais, esse nmero ser mantido
para todas as casas de modo a assegurar uniformidade na apresentao dos dados;
d) Totais e subtotais sero destacados
TABELA - (O Qu?) Produo de Caf conforme ndice IBGE (Como?) em toneladas
(Onde?) no Brasil (Quando?) de 1.991 1.995.

Fonte: IBGE

As tabelas podem ser simples ou de dupla entrada.


Tabelas simples. So aquelas que apresentam dados ou informaes relativas a uma
varivel apenas.

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

Exemplo: Levantamento do tempo de servio dos funcionrios um departamento de


uma empresa.
Os resultados foram: 3,3,3,4,4,4,4,5,5,5,5,5,5,6,6,6,6,6,6,6,7,7,7,7,7,8,8,8,9,9.
Ao organizarmos os dados em uma tabela simples teremos:

Tabelas de Entrada Dupla ou Cruzada. So aquelas que apresentam informaes de pelo


menos duas variveis, podendo as duas ser ou no qualitativas e quantitativas.
.

Nessa tabela temos informaes simultneas das duas variveis, assim


observamos que dos 120 ouvintes, 8 so do sexo masculino e preferem noticirio,
enquanto que, 23 so do sexo feminino e preferem novela.
SRIES ESTATSTICAS
Um dos objetivos da estatstica permitir uma viso geral dos valores assumidos
pelas variveis dentro de certos parmetros. Para tanto existem tipos especficos de tabelas
e alguns critrios para classific-las. Essas tabelas so conhecidas como sries estatsticas.
A estatstica tambm visa sintetizar os valores que uma ou mais variveis podem
assumir, para que tenhamos uma viso global da variao dessas variveis. Uma vez
coletados, os dados precisam ser dispostos de maneira a transmitir a informao desejada, ou
seja, a quantificao que eles representam. Os dados so ento dispostos sob a forma de

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

tabelas para representar grandezas, quantidades absolutas ou posies relativas do fenmeno


estudado. A seguir os valores so apresentados em grficos, estes nos fornecem uma rpida e
segura informao a respeito das variveis em estudo.
A descrio da variao dos fenmenos estatsticos feita atravs de sries
estatsticas, Isto , por conjuntos de dados homogneos, discriminados segundo diversas
modalidades, ou ordenados de acordo com as medidas de uma circunstncia da observao.
Classificao das Sries Estatsticas

As sries estatsticas so as tabelas quando caracterizadas pelo tempo (srie


temporal), pelo local (srie geogrfica), pela qualidade ou categoria (srie especfica),
sria conjugada (tabela de dupla entrada) e distribuio de freqncia (quando os dados
so agrupados em intervalos)
Pelo Tempo Srie Temporal. Os dados esto dispostos de acordo com o tempo,
e este varia. Exemplo:

Fonte: Ministrio da Agricultura


Classificando temos:
Fato: Produo brasileira de trigo. (constante)
Local: Brasil (constante)
Tempo: aos anos de 96 a 99. (varivel)
Pelo Local Srie Geogrfica. Os dados esto dispostos de acordo com a regio
geogrfica correspondente, o local varia.

Fonte: Fictcios.
Fato: Produo de alguns estados brasileiros. (constante)
Local: Estados brasileiros (varivel)
Tempo: ano de 1995. (constante)

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

Pela Qualidade Srie Especfica. Os dados esto dispostos de acordo com a


espcie ou qualidade

Fonte: Brasil ano 2005 (Hipottico)


Fato: Populao ativa no Brasil (varivel)
Local: Brasil. (constante)
Tempo: ano de 1996. (constante)

Distribuio de Freqncia. Os dados numricos esto agrupados em intervalos e estes


variam.
Obs.: Este item ser estudado no prximo contedo, face sua importncia.

Sries Conjugadas Tabelas de Dupla Entrada. Tambm chamadas de Sries Compostas


ou Mistas.
Muitas vezes temos necessidade de apresentar em uma nica tabela a variao de valores de
mais de uma varivel, isto , uma conjugao de duas ou mais sries.
Conjugando duas sries em uma nica tabela, obtemos uma tabela de dupla entrada. Em uma
tabela desse tipo ficam criadas duas ordens de classificao: uma horizontal (linha) e uma
vertical (coluna). Exemplo:

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

Fonte: Dados fictcios

Fato: Terminais telefnicos em servio (constante)


Local: Regies. (varivel)
Tempo: anos de 1991 a 1993. (varivel)

Dados Absolutos e Dados Relativos


Os dados estatsticos resultantes da coleta direta da fonte, sem outra manipulao
seno a contagem ou medida so chamados dados absolutos.
Dados relativos o resultado de comparaes por quociente (razes) que se
estabelecem entre dados absolutos e tm por finalidade realar ou facilitar as comparaes
entre quantidades.
Traduzem-se os dados relativos em geral por meio de percentagens, ndices,
coeficientes e taxas.
Percentagens
Consideremos a srie.

Dados Fictcios
Clculo das percentagens dos alunos de cada grau:
1 grau -- 19.286 x 100

= 90,96 = 91,0

21.201
2 grau --

1.681 x 100
21.201

= 7.92 = 7,9

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

3 grau --

234 x 100

= 1,10 = 1,1

21.201
Com esses dados podemos formar uma nova coluna na srie em estudo.

ndices Econmicos, Coeficientes e Taxas


ndices. Os ndices so razes entre duas grandezas tais que uma no inclui a outra.
Densidade Demogrfica = populao / superfcie
ndices Econmicos :
Produo per capta = valor total da produo / populao;
Consumo per capta = consumo do bem / populao;
Receita per capta = receita / populao .
Coeficientes. So razes entre o nmero de ocorrncias e o nmero total. (N de
ocorrncias e n de no ocorrncias).
Coeficiente de Natalidade = nmero de nascimentos / populao total
Coeficiente de Mortalidade = nmero de bitos / populao total

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

Coeficientes Educacionais.
De Evaso escolar = nmero de alunos evadidos / n inicial de matriculados
De Aproveitamento Escolar = n de alunos aprovados / n final de matriculados.
Taxas. So os coeficientes multiplicados por uma potncia de 10 ( 10, 100, 1.000
etc.), para tornar o resultado mais inteligvel.
Taxa de Mortalidade = coeficiente de mortalidade (x) 1.000.
Taxa de Natalidade = coeficiente de natalidade (x) 1.000,
Taxa de Evaso Escolar = coeficiente de evaso escolar (x) 100.
Exemplo:
O Estado A apresentou 733.986 matriculas na 1 srie, no incio do ano de 1994, e
683.816 no fim do ano. O Estado B apresentou, respectivamente, 436.127 e 412.457
matrculas. Qual o Estado que apresentou maior evaso escolar?
A -- TEE = 733.986 683.816

(x) 100 = 0,0683 (x) 100 = 6,83 = 6,8%

733.986
B -- TEE = 436.127 412.457

(x) 100 = 0,0542 (x) 100 = 5,42 = 5,4%

436.127
R. O Estado que apresentou maior evaso foi o A.

EXERCCIOS
a) Entrada de argentinos no Brasil
Ano
Nmero de turistas
2009
2010
2011
Fonte: OMT

987.117
2.467.922
2.548.571

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

b) Onde falta gua encanada (2013) (1,1 bilho de pessoas)


Continente
Valor percentual (%)
frica
28
Amrica Latina
7
sia
63
Europa
2
Fonte: OMS
c) O que os consumidores catarinenses vo fazer com o 13o salrio.
Opes
Valor Percentual (%)
Pagar dvidas
Fazer compras
Poupar ou guardar
Investir ou aplicar
Gastar em frias
Outros

53
14
14
7
6
6

Fonte: Informaes do Estado.


d) Terminais telefnicos em servio (1991 1993)
Regies
1991
1992
Norte
342.938
Nordeste
1.287.813
Sudeste
6.234.501
Sul
1.497.315
Centro-Oeste
713.357
Fonte: Ministrio das Comunicaes

375.658
1.379.101
6.729.467
1.608.989
778.935

1993
403.494
1.486.649
7.231.634
1.746.232
884.822

e) A temperatura no campo (perodo de 4 a 10 de dezembro de 2004)


Cidades
Temperaturas da Semana (o C)
Adamantina
26,9
Assis
24,3
Campinas
24,2
Ja
25,3
Mococa
25,1
Ribeiro Preto
25,3
Fonte: Instituto Agronmico de Campinas (IAC)

f) Inflao no Brasil 1977-1983 (ndice geral de preos)


Ano
Taxa inflacionria (em %)

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

1977
38,8
1978
40,8
1979
77,2
1980
110,2
1981
95,2
1982
99,7
1983
211,0
Fonte: BARBOSA, F. de Holanda. A inflao brasileira no ps-guerra: monetarismo
versus estruturalismo. Rio de Janeiro: Ipea, 1983.
g) Pases mais populosos do mundo (1999)
Pases
Populao (em milhes)
China
ndia
EUA
Indonsia
Brasil

1.280
1.010
275
225
170

Fonte: IBGE

h) Avicultura Brasileira (2013)


Espcies

Nmero (1000 cabeas)

Galinhas

204.160.456.432

Galos, frangos e pintos

435.465.564.234

Codornas

2.488.765.324

Fonte: DADOS FICTCI

i) Hspedes dos Hotis da cidade X (2008-2011)


Hotel

2008

2009

2010

2011

4800

4400

4900

5200

9400

9900

9800

10100

8500

9200

8900

10300

12100

11500

12300

12700

Fonte: Secretaria de Turismo

APRESENTAO DE DADOS ESTATSTICOS

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

Quando lidamos com poucos valores numricos, o trabalho estatstico fica


sensivelmente reduzido. No entanto, normalmente teremos que trabalhar com grandes
quantidades de dados.
Um dos objetivos da Estatstica Descritiva neste caso obter uma significativa
reduo na quantidade de dados com os quais devemos operar diretamente. Isto pode ser
conseguido modificando-se a forma de apresentao destes dados.
Exemplo: Suponhamos as notas de Estatstica de 30 alunos em uma prova:
3,5 5,0 4,5 4,0 4,5
3,5 4,0 4,0 5,0 5,0
2,0 3,0 4,5 3,5 4,0
4,5 3,0 4,0 3,0 4,0
3,5 3,5 3,5 4,0 4,0
3,0 4,0 4,0 5,0 3,0

Se entendermos como freqncia simples de um elemento o nmero de vezes que


este elemento aparece no conjunto de dados, podemos reduzir significativamente o nmero
de elementos com os quais devemos trabalhar.
Para isso organiza-se o conjunto de dados na forma de uma srie estatstica
chamada Varivel Discreta.

DISTRIBUIO DE FREQNCIA VARIVEL DISCRETA


uma representao tabular de um conjunto de valores em que colocamos na
primeira coluna em ordem crescente apenas os valores distintos de srie e na segunda
coluna, colocamos os valores das freqncias simples correspondentes.
xi

fi

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

3,5

10

4,5

OBSERVE.
DEVEMOS OPTAR POR UMA VARIVEL DISCRETA NA REPRESENTAO DE UMA SRIE DE VALORES
QUANDO O NMERO DE ELEMENTOS DISTINTOS DA SRIE FOR PEQUENO.

DISTRIBUIO DE FREQNCIA VARIVEL CONTNUA


Suponha que a observao das notas de 30 alunos em uma prova nos conduzisse aos
seguintes
valores:
3,0

4,0

2,5

4,0

4,5

6,0

5,0

5,5

6,5

7,0

7,5

2,0

3,5

5,0

5,5

8,0

8,5

7,5

9,0

9,5

5,0

5,5

4,5

4,0

7,5

6,5

5,0

6,0

6,5

6,0

OBSERVE.
DEVEMOS OPTAR POR UMA VARIVEL CONTNUA NA REPRESENTAO DE UMA SRIE DE
VALORES QUANDO O NMERO DE ELEMENTOS DISTINTOS DA SRIE FOR GRANDE.

Centro Universitrio Leonardo da Vinci


Disciplina: Probabilidade e Estatstica
Professora: Kasselandra Mattos Soares

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

Nomes dos dados que compem a tabela de freqncias


1. CLASSE: so intervalos de variaes das variveis. As classes so representadas
simbolicamente por i, sendo i = 1, 2, 3, ..., k (onde k o nmero total de classes da
distribuio).
1.1. AMPLITUDE TOTAL DA DISTRIBUIO (AT): a diferena entre o limite
superior da ltima classe (limite superior mximo) e o limite inferior da primeira classe
(limite inferior mnimo): AT = L (max.) - l (min.). OBS: utilizamos sempre a
amplitude amostral.
1.1.2 AMPLITUDE AMOSTRAL (AA): a diferena entre o valor mximo e o valor
mnimo da amostra: AA = L (max) - l (min). A amplitude total da distribuio, jamais
coincide com a amplitude amostral.
A amplitude total representa o comprimento total da seqncia e dada
na mesma unidade de medida dos dados da seqncia.
1.1.3. INTERVALO DE CLASSE: qualquer subdiviso da amplitude total de uma
srie estatstica.
No exemplo da tabela subdividimos a amplitude total em quatro classes,
obtendo os intervalos de classe [2; 4[ , [4; 6[ , [6; 8[ , [8; 10[.
Note que na realidade no trabalhamos com a At = 7,5 e sim com a
amplitude total ajustada para 8.
1.1.4. LIMITE DE CLASSE: so chamados de limites de classes os extremos de uma
classe. Sendo que o menor nmero o limite inferior (li) e o maior nmero o limite
superior da classe. Uma classe representada por: Li.
1.1.5 AMPLITUDE DE UM INTERVALO DE CLASSE: a medida do intervalo que
define a classe. Ela obtida pela diferena entre os limites superior e inferior dessa
classe (hi = Li - li).
OBSERVAES
* Na realidade, as classes no precisam necessariamente ter a mesma amplitude
como no exemplo acima. Porm, sempre que possvel, devemos trabalhar com
classes de mesma amplitude. Isto facilita sobremaneira os clculos posteriores.

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

* Note tambm que usamos para representar as classes, intervalos reais semi-abertos
direita. Isto significa que o intervalo contm o limite inferior, mas no contm o limite
superior, ou seja, o intervalo contm os valores iguais ou maiores do que 2 e menores
do que 4. Sendo assim, o ltimo intervalo da srie que [8; 10[ , no contm o valor
10. por isso que no utilizamos a amplitude 7,5, pois se isto fosse feito, o limite
superior da ltima classe seria 9,5 e como o limite superior no deve pertencer
classe, o elemento 9,5 da seqncia estatstica original ficaria sem classificao.
Como vamos utilizar este critrio, precisaremos ajustar sempre o valor mximo da
srie ao definir a amplitude total. Outros critrios poderiam ser adotados como o
intervalo real semi-aberto esquerda ou mesmo o intervalo real aberto, mas nenhum
destes critrios melhor que o critrio adotado.

1.2 NMERO DE CLASSES INTERVALOS DE CLASSE


Serve para limitar o tamanho da tabela que contm os dados coletados na
pesquisa.
O nmero de classes a ser utilizado depende muito da experincia do
pesquisador e das questes que ele pretende responder com a varivel contnua.
Isto pode ser verificado facilmente pelo prprio interessado ao longo desta
exposio.
Temos em mo duas formas para determinar o nmero de classes de uma
distribuio.
Se a seqncia estatstica contm n elementos e se indicarmos por K o nmero
de classes a ser utilizado, ento pelo critrio da raiz.
K=
Como o nmero K de classes deve ser necessariamente um nmero inteiro e
como dificilmente

, um nmero inteiro, deixaremos como opo para o valor de

K o valor inteiro mais prximo de

, uma unidade a menos ou a mais que este valor.

No exemplo das trinta notas, n = 30 e conseqentemente K =


portanto o valor inteiro mais prximo de

= 5,477,

5. As opes para K ento so: 4 ou 5

ou 6.
A amplitude do intervalo de classe que designamos por h denominada da
seguinte forma: h =

e, portanto h =

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

Observe que a opo por quatro classes, foi feita em funo de um valor de h
mais fcil de se operar.
Existem outros critrios para a determinao do nmero de classes, como por
exemplo, a frmula de STRURGES:
K = 1 + 3,3. log n

Essa frmula muito boa para valores de n muito grandes, esta frmula
apresenta mais vantagens que o critrio da raiz, embora apresente o mesmo
problema de aproximao do valor de K.
Como acreditamos que na prtica a experincia do pesquisador que na
verdade vai determinar o nmero de classes, optamos pelo mtodo mais simples
que o critrio da raiz.
Quando j sabemos o nmero de classe, s nos resta resolver o problema
da determinao da amplitude do intervalo de classe, o que conseguimos dividindo
a amplitude total pelo nmero de classes.
EXEMPLO DE CONSTRUO DE UMA VARIVEL CONTNUA
Um teste para aferir o Quociente de Inteligncia em determinada classe de
alunos de uma faculdade deu origem a seqncia de valores X:
111

90

121

105

122

61

128

112

128

93

108

138

88

110

112

112

97

128

102

125

87

119

104

116

96

114

107

113

80

113

123

95

115

70

115

101

114

127

92

103

78

118

100

115

116

98

119

72

125

109

79

139

75

109

123

124

108

125

116

83

94

106

117

82

122

99

124

84

91

130

Para a construo da varivel contnua, devemos determinar o nmero de


elementos da seqncia. Verificamos que a seqncia possui n = 70 elementos.
Pelo critrio da raiz K =

= 8,37. O valor inteiro mais prximo 8.

Portanto, temos opo para construir a varivel contnua com 7 ou 8 ou 9 classes.


O maior valor da seqncia L(mx)= 139 e o menor valor da seqncia
l(mn)= 61. Sendo assim, a amplitude total da seqncia At = 139 61 =
78.

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

No entanto, sabemos que pelo fato de o critrio adotado do intervalo de


classe ser semi-aberto direita, devemos ajustar o valor L(mx). Se ajustssemos
L(mx) para 140, a amplitude ajustada passaria a ser At = 140 61 = 79. Este
valor no divisvel de forma inteira nem por 7 nem por 8 nem por 9, que so
nossas opes de classes.
Nesta situao devemos ajustar L(mx) para 141 obtendo a At = 141 61 =
80 que divisvel exatamente por 8, obtendo-se uma amplitude de intervalo de
classe h dada por:
h=
Observe que o ajuste foi de 2 unidades passando de 139 para 141. Assim o
comprimento do intervalo de classe h = 10 e o nmero de classes K = 8.
Computando as freqncias simples de cada classe, construmos a varivel
contnua desta srie.
Classe

Intervalo

fi

de Classe
1

[60; 70[

[70; 80[

[80; 90[

[90; 100[

10

[100; 110[

12

[110; 120[

19

[120; 130[

14

[130; 140[

A varivel contnua conceituada como uma representao tabular em que


colocamos na primeira coluna os intervalos de classe e na segunda coluna os
valores das freqncias simples correspondentes.
A coluna classe tem a finalidade apenas de facilitar a referncia s
classes, no fazendo parte da varivel contnua.
O quadro final tanto da varivel discreta como da varivel contnua recebe
o nome de distribuio de freqncia.
Mas o processo dado ainda muito inconveniente, j que existe muito espao,
mesmo quando o nmero da varivel (n) de tamanho razovel. Sendo possvel, a

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

soluo mais aceitvel, pela prpria natureza da varivel contnua, o agrupamento


dos valores em vrios intervalos denominados de classes.
2 - DISTRIBUIO DE FREQNCIA VARIVEL DISCRETA
Uma vez que tenhamos colocado os dados na forma de uma distribuio, ele
poder

rapidamente

obter

algumas

informaes

adicionais

teis

para

compreenso da srie, se considerar os seguintes conceitos:


2.1 TIPOS DE FREQNCIAS
2.1.1 DISTRIBUIO DE FREQNCIA (fi): denomina-se freqncia o nmero de
vezes que um determinado valor se repete. Uma tabela assim formada recebe o nome
de distribuio de freqncia. fi = n
2.1.2 DISTRIBUIO DE FREQNCIA SEM INTERVALOS DE CLASSES: Quando
se trata de variveis discretas de variao relativamente pequena, cada valor pode ser
tomado como um intervalo de classe (intervalo degenerado) e, nesse caso, a
distribuio chamada distribuio sem intervalos de classe, tomando a seguinte
forma:
OBS: Se a varivel toma numerosos valores distintos, comum trata-la como
uma varivel contnua, formando intervalos de classe de amplitude diferente de um.
Esse tratamento (arbitrrio) abrevia o trabalho, mas acarreta algumas perdas de
preciso.
2.1.3 FREQNCIA RELATIVA (fri): so os valores das razes entre as freqncias
simples e a freqncia total:
fri =

As freqncias relativas possuem o propsito de permitir a anlise ou de


facilitar as comparaes.
2.1.4 FREQNCIA ACUMULADA (Fi): o total das freqncias de todos os valores
inferiores ao limite superior do intervalo de uma dada classe:
Fk = f1 + f2 + f3 + ... + fk ou Fk = fi (i = 1,2,3, ..., k)

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

2.1.5 FREQNCIA ACUMULADA RELATIVA (Fri): a freqncia acumulada da


classe, ou seja, a soma dos valores da freqncia relativa.
Fri = fr1 + fr2 + ... + frk

Exemplo: Seja x a varivel "nmero de cmodos das casas ocupadas por vinte
famlias entrevistadas":
i

xi

fi

fri

Fi

Fri

= 20
3 - DISTRIBUIO DE FREQNCIAS VARIVEL CONTNUA
No caso da varivel contnua, pelo fato de termos intervalos de classe, semi-aberto
direita, as interpretaes so diferentes. Portanto necessrio redefinirmos esse tipo
de freqncia.
Exemplo: Considere a distribuio de freqncia abaixo:
Classe

Intervalo de

fi (freqncia)

xi

fri (%)

Fi

Fri(%)

classe
1

2 4

4 6

18

3
4

6 8
8 10

10
6
Total: 40

ATENO: Observe as condies de nossas variveis.


Cada um dos diferentes objetos da nossa tabela nos permitir fazer anlises e
por isso, as denominamos por variveis.

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

Algumas variveis, como estado civil, cor dos olhos, cor dos cabelos,
apresentam como resultado uma qualidade, atributo ou preferncia da pessoa
entrevistada. Variveis dessa natureza recebem o nome de variveis qualitativas. (as
respostas correspondem s realizaes dessa varivel).
Outras variveis, como idade, peso, altura, apresentam como resposta um
nmero, resultante, nesse exemplo, de mensurao. Variveis assim definidas so
chamadas variveis quantitativas.
Cabe ressaltar, por fim, que se os pesquisadores tivessem perguntando:
Quantas vezes por semana voc costuma ir ao cinema?, teramos como objeto de
estudo uma varivel quantitativa, cujos valores assumidos so resultantes de
contagens.

EXERCCIOS
1) Qual o objetivo de agrupados por freqncia?
_____________________________________________________________________
_____________________________________________________________________
2) O que uma varivel discreta?
_____________________________________________________________________
3) Qual a caracterstica de um conjunto de dados que indique o uso de uma varivel
discreta ao se agrupar os dados por freqncia?
_____________________________________________________________________
4) O que uma varivel contnua?

_____________________________________________________________________
5) Qual a caracterstica de um conjunto de dados que indique o uso de uma varivel
contnua ao se agrupar os dados por freqncia?

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

6) Uma pesquisa sobre a idade, em anos de uma classe de calouros de uma


faculdade, revelou os seguintes valores:
18 17 18 20 21 19 20 18 17 19 20 18 19 -18 19 21 18 19
18 18 19 19 - 21- 20 - 17 - 19 - 19 - 18 - 18 - 19 - 18 - 21 - 18 - 19 - 19 - 20 - 19
- 18 - 19 - 20 - 19 - 19 - 19 - 18 - 20 - 20-18-19-18-18
Agrupe, por freqncia, estes dados.
7) Uma empresa automobilstica selecionou ao acaso, uma amostra de 40
revendedores autorizados em todo o Brasil e anotou em determinado ms o nmero
de unidades adquiridas por estes revendedores. Obtiveram os seguintes dados:

10 15 25 21 6

23 15 21 26 32

14 19 20 32 28 16 26 24 20

18 17 28 35 22 19 39 18 21

15 18 22 20 25 28 10 16 21 20
Agrupe, por freqncia, estes dados.
Organize os dados em uma tabela de freqncia.

MEDIDAS DE TENDNCIA CENTRAL

Definio: As medidas de tendncia central so nmeros que indicam o valor mdio de


uma distribuio de freqncia, procurando reduzir todos os valores num s, de
referncia tomar como mais representativo aquele que esteja no centro da distribuio.
As medidas de posio so:
- mdia - medida de uniformizao;
- mediana - medida de posio;
- moda - medida de concentrao.

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

Na maioria das situaes, no necessitamos calcular as trs medidas de


tendncia central. Normalmente precisamos apenas uma das medidas para caracterizar o
centro da srie.
Surge, ento, a questo: qual medida deve ser utilizada?
A medida ideal em cada caso aquela que melhor representa a maioria dos
dados da srie. Quando todos os dados de uma srie estatstica so iguais, a mdia, a
mediana e a moda coincidiro com este valor e, portanto qualquer uma delas
representar bem a srie.
No entanto, este caso dificilmente ocorrer na prtica. Na maioria das vezes,
teremos valores diferenciados para a srie e conseqentemente a medida ir representar
bem, apenas os dados da srie que se situam prxima a este valor. Os dados muito
afastados em relao ao valor da medida no sero bem representados por ela.
Quando houver forte concentrao de dados na rea central da srie optaremos
pelo uso da mais conhecida das medidas, a mdia.
Se uma srie apresenta forte concentrao de dados em seu incio, a mediana e a
moda estaro posicionadas mais no incio da srie, representando bem esta
concentrao.
Devemos optar pelo uso da mediana quando houver forte concentrao de dados
no incio ou no final da srie.
A moda deve ser a opo como medida de tendncia central apenas em sries
que apresentam um elemento tpico, isto , um valor cuja freqncia muito superior
freqncia dos outros elementos da srie.
Mdia, Mediana e Moda
MDIA
A mdia um elemento representativo de srie mais usado, procura uniformizar os
dados em torno do valor mdio, por isto, tambm chamado de uniformizao.
Simbologia: M mdia no sentido geral

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

mdia de uma amostra


mdia de uma populao
Operacionalmente, a mdia o quociente entre a soma de todos os valores (x) pelo
nmero total dos dados (n).
a) Para uma pequena quantidade de dados (dados brutos1).
(sem freqncia)
Exemplo ilustrativo 1:
Imagine que na inspeo de um produto foram obtidas 7 amostras de uma substncia
cujas massas em gramas resultaram no seguinte conjunto:
{3,2 - 3,3 - 3,4 - 3,4 - 3,6 - 3,5 - 3,4}
g
Portanto a massa mdia das sete amostras 3,4 gramas.
b) Para dados agrupados em uma distribuio de freqncia simples.

Exemplo ilustrativo 2:
Seja X o nmero de filhos dos empregados do setor de produo de uma empresa.
Considere estes uma populao.
Tabela 1 Distribuio do Nmero de Filhos dos Empregados do Setor de
produo, e Clculos Intermedirios para Obteno de .
Xi(Nmero

de fi(Nmero

Filhos)

Empregados)

0
1
2
3
4
1

de Xi*f

Representam dados que no foram tabelados.

3
10
13
11
7

i
0
10
26
33
28

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

5
6
Total

4
2
50

20
12
129

filhos. O que representa uma mdia de 2,58 filhos por empregado.


Ou seja, aproximadamente 3 filhos por empregado.
c) Para dados agrupados em uma distribuio de freqncia em classes.

Mdia Ponderada (utilizada para dados agrupados em classes):


Ao calcularmos uma mdia, podemos cometer srio engano, se ignorarmos o
fato de que as grandezas em jogo no tm todas as mesmas importncias em relao ao
fenmeno que se est sendo estudado.

Exemplo ilustrativo 3:
Seja X o salrio semanal dos operrios da Empresa X medidos em reais.
Tabela 2 - Distribuio do Salrio Semanal dos Operrios da Empresa X, e
Clculos Intermedirios para Obteno de .

Para o clculo da mdia deve-se inicialmente obter os pontos mdios (Xi) e ento
proceder como no exemplo anterior.
reais. O que representa um salrio semanal mdio de 102 reais.

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

Propriedades da mdia:
a) A mdia de um conjunto de nmeros pode sempre ser calculada.
b) Para um dado conjunto de nmeros, a mdia nica.
c) A mdia sensvel a (ou afetada por) todos os valores do conjunto. Assim, se um
valor se modifica, a mdia tambm se modifica.
d) A soma algbrica da diferena de cada valor observado e a mdia nula.
(d = 0 sendo d = Xi -

) ou (d*fi = 0 sendo d = Xi -

).

A mdia de uma constante a constante.


e) A mdia ficar aumentada ou diminuda da quantidade que for adicionada ou
subtrada todos os dados.
f) A mdia ficar multiplicada ou dividida pela quantidade que for multiplicar ou
dividir todos os dados.
g) Multiplicando ou dividindo todos os pesos (f) pelo mesmo nmero a mdia no se
altera.
Observao: No esquecer a unidade junto ao valor da mdia.

Principais caractersticas da mdia:


a) Depende de cada valor da srie e qualquer alterao de um deles altera seu valor.
b) influenciada por valores excepcionais.
c) Representa uma srie cujos valores esto ou se aproximam de uma progresso
aritmtica.
d) a medida mais empregada.
MEDIANA
Medida de tendncia central que divide a srie ordenada (crescente ou decrescente)
exatamente ao meio, ou seja, em 2 partes iguais. 50% antecedem e 50% da
distribuio sucedem seu valor.

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

a) Para uma pequena quantidade de dados (dados brutos2).

A mediana o valor mdio ou a mdia entre os valores centrais. importante que


eles estejam ordenados.
Exemplo ilustrativo 1:
Imagine que na inspeo de um produto foram obtidas 7 amostras de uma substncia
cujas massas em gramas resultaram no seguinte conjunto:
{3,2 - 3,3 - 3,4 - 3,4 - 3,6 - 3,5 - 3,4}
Os dados ordenados: 3,2 3,3 3,4 3,4 3,4 3,5 3,6

Portanto a mediana 3,4 gramas. Ou seja, a metade das amostras obteve at 3,4
gramas de massa.

b) Para dados agrupados em uma distribuio de freqncia simples.


A mediana obtida seguindo os passos abaixo.
- calcula-se a Fi (freqncia acumulada);
- calcula-se a posio:

, se f for par, e

se for mpar.

- localiza-se P na Fi.
- procura-se o valor de X correspondente da Fi que contm P. Este valor ser a
mediana.
Exemplo ilustrativo 2:
Seja X o nmero de filhos dos empregados do setor de produo de uma empresa.
Considere estes uma populao.
Tabela 3 Distribuio do Nmero de Filhos dos Empregados do Setor de
produo, e Clculos Intermedirios para Obteno da Me.

Representam dados que no foram tabelados.

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

Me = 2 filhos. Portanto, 50% dos empregados tm at 2 filhos.

c) Para dados agrupados em uma distribuio de freqncia em classes.


N clculo da mediana utiliza-se os mesmos procedimentos vistos no item b e a
frmula:

Exemplo ilustrativo 3:
Seja X o salrio semanal dos operrios da Empresa X medidos em reais.
Tabela 4 Distribuio do Salrio Semanal dos Operrios da Empresa X, e
Clculos Intermedirios para Obteno da Me.

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

reais. Ou seja, a metade


dos operrios recebe at 102,22 reais por semana.

VANTAGENS E LIMITAES DA MEDIANA:


a) menos sensvel a valores extremos do que a mdia.
b) difcil de determinar para grandes quantidades de dados.
c) Mais adequada para distribuies muito assimtricas.
COMPARAES ENTRE MDIA E MEDIANA
Em geral, dado um conjunto de valores, a mdia a medida de posio central mais
adequada, quando se supe que estes valores tenham uma distribuio razoavelmente
simtrica, enquanto que a mediana surge como uma alternativa para representar a
posio central em distribuies muito assimtricas, mesmo assim, para variveis que
supostamente tenham distribuies razoavelmente simtricas, a mdia e a mediana
podem no se igualar, j que, em geral, estamos observando apenas alguns valores
(amostras) destas variveis.

MODA (Mo)
A moda definida como a realizao mais freqente do conjunto de valores
observados. Em alguns casos pode haver mais de uma moda, ou seja, a distribuio dos
valores pode ser bimodal (duas modas), trimodal (trs modas), etc.
A moda o valor ou os valores que ocorrem com maior freqncia, logo uma
medida de concentrao.
Num rol a moda localizada imediatamente, o valor que mais repete.
a) Para uma pequena quantidade de dados (dados brutos).
A moda Mo o valor que ocorre com maior freqncia.

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

Exemplo ilustrativo 1:
Imagine que na inspeo de um produto foram obtidas 7 amostras de uma substncia
cujas massas em gramas resultaram no seguinte conjunto:
{3,2 - 3,3 - 3,4 - 3,4 - 3,6 - 3,5 - 3,4}
Ordenam-se os dados para ter uma viso melhor:
3,2 3,3 3,4 3,4 3,4 3,5 3,6
Portanto a moda 3,4 gramas, pois o valor que mais aparece.
b) Para dados agrupados em uma distribuio de freqncia simples.
A moda o valor que ocorre com maior freqncia.
Moda para dados agrupados com intervalos de classe

VARIVEIS CONTNUAS E O USO DA MODA


Existem vrias maneiras para determinarmos a moda de uma varivel contnua,
optaremos pela moda de PEARSON.
Segundo PEARSON, a moda de uma varivel contnua pode ser obtida atravs do valor
da mdia e da mediana.
A classe de maior freqncia ser chamada de classe modal

Exemplo: Calcule a moda de Pearson para a distribuio de freqncia.


Classe

Int. cl.

fi xi

0 10

10 20

20 30

30 40

Xifi

Fi

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL
VANTAGENS E DESVANTAGENS DA MODA:

a) a menos til para problemas estatsticos, porque se presta a anlise matemtica;


b) a utilidade da moda se acentua quando um ou dois valores, ou um grupo de valores,
ocorrem com muito maior freqncia que outros. Inversamente quando todos ou quase
todos os valores ocorrem aproximadamente com a mesma freqncia, a moda nada
acrescenta em termos de descrio dos dados.
Concluso: Das trs medidas as mais usadas so a M e Me, pois a Mo nos d uma
informao mais rpida e grosseira.
Caractersticas importantes das medidas de tendncia central
A media aritmtica prefervel s demais medidas, para estimar a tendncia central,
quando se trata de muitas classes de populao, por haver menos variabilidade entre as
mdias aritmticas calculadas a partir de vrias amostras aleatrias do que entre as
medianas e as modas.
A mdia aritmtica pode ser calculada a partir dos dados brutos, sem recorrer a qualquer
agrupamento ou ordenao de valores originais, o que no ocorre com a mediana e a
moda.
J para a determinao da mediana e da moda, em distribuies de freqncias onde
ocorram classes com limites indefinidos (menos de ... ou mais de ...), no h
dificuldade alguma. Em casos como este, todavia, o valor da mdia no pode ser
determinado com exatido para a srie, a menos que figure na tabela o valor total dos
itens na classe ou classes que tenham algum extremo (limite superior ou inferior)
aberto.
A mediana prefervel mdia quando se est interessado em conhecer exatamente o
ponto mdio da distribuio, aquele valor que a divide em duas partes exatamente
iguais. E prefervel, ainda, quando os resultados extremos so tais que podem afetar
sensivelmente o valor da mdia.
A moda utilizada essencialmente quando pretendemos apenas uma medida rpida e
aproximada de tendncia central.

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

EXERCICIOS
1. Considere as distribuies do tipo de combustvel domstico usado em 2 cidades, em
2005.
Nmero de residncias
Tipo de combustvel
Cidade A
Cidade B
Gs
67450
31800
Eletricidade
23800
3450
Outros
6450
3850
Total
97700
39100
a) Identifique quem so as variveis e qual(is) o(s) tipo(s) tambm o tipo de srie
estatstica;
b) Justifique a proposio: De forma relativa, a cidade B usa mais gs que a cidade
A;
c) Observe o grfico que segue e analise-o e calcule a mdia percentual representada
pelo gs e eletricidade.

2. O valor mdio de comercializao da saca de milho de 60 quilos na Bolsa de Cereais


apresentado abaixo, para os ltimos 20 meses.
6,0
6,3
6,5
6,8
7,0
7,1
7,1
7,1
7,3
7,4
7,4
7,4
7,4
7,5
7,7
7,7
7,9
7,9
8,0
8,0
Pede-se: Construa uma tabela de freqncias e calcule a mdia, moda e mediana.
3. Uma pesquisa com usurios de transporte coletivo na cidade de So Paulo, indagou
sobre os diferentes tipos usados nas suas locomoes dirias. Dentre nibus, metr e
trem, o nmero de diferentes meios de transporte utilizados foi:
Nmero de locomoes dirias Freqncia absoluta
1
14
2
12
3
4
Total
30
a) Admitindo que essa amostra represente bem o comportamento do usurio paulistano,
determine a porcentagem dos usurios que utilizam mais de um tipo de transporte?

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

b) Calcule as medidas de disperso.


4. Segundo Secex/BC, o resultado do comrcio internacional do Brasil nos anos
indicados dado abaixo. O grfico faz uma comparao entre a Exportao e
Importao e discuta os resultados.
Ano
Expor.
Impor.

90
31,4
20,6

91
31,6
21,0

92
35,8
20,6

93
38,6
25,3

94
43,5
33,1

95
46,5
49,9

96
47,7
53,3

97
53,0
59,8

a) Qual a mdia de exportao e importao?


b) O que o grfico representa?

5)

A tabela abaixo representa as idades de uma amostra.


28 6 17 48 63 47 27 21 3 7 12 39 50 54 33 45 15 24 1 7 36 53 46 27 5 10 32 5 52 11
42 22 3 17 34 56 25 2 30 10 33 1 49 13 16 8 31 22 6 9 2 11 32 25 0 55 23 41 29 4
51 1 6 31 5 5 11 4 10 26 12 6 16 8 2 4 28.
a. Mdia aritmtica simples.
b. Divida em classes, conforme a regra j estudada, e encontre a mdia
ponderada (baseada na freqncia das classes)
c. Calcule a moda bruta (considerando as classes)
d. Calcule a mediana

6. Marque a questo correta e explique o resultado:


A - Em uma prova de Estatstica, 3 alunos obtiveram a nota 8,2 ; outros 3 obtiveram a
nota 9,0 ; 5 obtiveram a nota 8,6 ; 1 obteve a nota 7,0 e 1 a nota 8,9. A nota mdia dos
alunos ser:

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

1.
2.
3.
4.
5.

uma mdia aritmtica simples com valor 8,0 ;


uma mdia aritmtica simples com valor 8,7 ;
uma mdia aritmtica ponderada com valor 8,0 ;
uma mdia aritmtica ponderada com valor 8,5 ;
uma mdia aritmtica ponderada com valor 8,6, pois o de maior freqncia.

Justif:
______________________________________________________________________
B - Um professor, aps verificar que toda a classe obteve nota baixa, eliminou as
questes que no foram respondidas pelos alunos. Com isso, as notas de todos os alunos
foram aumentadas de 3 pontos. Ento:
1.
2.
3.
4.
5.

a mdia aritmtica ficou alterada, assim como a mediana.


apenas a mdia aritmtica ficou alterada.
apenas a mediana ficou alterada.
no houve alterao nem na mdia nem na mediana.
nada podemos afirmar sem conhecer o nmero total de alunos.

Justif:
______________________________________________________________________
C - Na tabela primitiva : { 6, 2, 7, 6, 5, 4 } a soma dos desvios em relao mdia
aritmtica igual a :
1.
2.
3.
4.
5.

ao nmero - 4
ao nmero 8
ao nmero 0
ao nmero 25
ao nmero 4

Justif:
______________________________________________________________________
D - A moda da srie { 1, 3, 8, 15, 10, 12, 7 } :
1.
2.
3.
4.
5.

igual a 15
igual a 10
igual a 7
igual a 3,5
no h moda, pois no existe repetio de valores.

Justif:
______________________________________________________________________
E - Numa pesquisa de opinio, 80 pessoas so favorveis ao divrcio, 50 so
desfavorveis, 30 so indiferentes e 20 ainda no tm opinio formada a respeito do
assunto. Ento a mdia aritmtica ser:

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

1.
2.
3.
4.
5.

igual a 180, porque todos opinaram somente uma vez.


igual a 40, porque a mdia entre os valores 50 e 30.
igual a 45.
igual a 1, porque todos opinaram somente uma vez.
no h mdia aritmtica.

Justif:
______________________________________________________________________
F- Segundo o site de VEJA na internet 28% da populao brasileira de origem
africana, 32% de origem portuguesa, 20% de origem italiana e 20% de outras origens.
Qual a moda quanto a origem ?
1.
2.
3.
4.
5.

32%
20%
32% da populao.
origem portuguesa.
no podemos identificar a moda por falta de dados.

Justif:
______________________________________________________________________
G- Numa determinada Escola com 300 alunos 34% deles completam o 2 grau em 3
anos e 66% em 4 anos. Qual o tempo mdio de concluso do 2 grau na referida Escola.
1.
2.
3.
4.
5.

7 anos.
3 e 4 anos.
3,66 anos.
3 ou 4 anos.
3,5 anos.

H - Na srie estatstica formada por { -1 , -2 , 3 , 4 }:


1.
2.
3.
4.
5.

a mediana est entre -2 e 3.


a mediana 0,5.
a questo 1 e 2 esto corretas.
a mediana 2.
no existe mediana, pois no h dados repetidos.

I - Na srie estatstica formada por { 3 , 1 , 2 , 3 , 6 }:


1.
2.
3.
4.
5.

mediana > moda > mdia.


moda < mdia < mediana.
moda = mediana = mdia.
mediana = mdia e no h moda.
mdia > mediana e no h moda.

Justif:
______________________________________________________________________

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

J - Na srie estatstica formada por { 3 , 1 , 2 , 3 , 4 } se for alterado o valor mximo:


1.
2.
3.
4.
5.

a mdia poder ser alterada ou no.


a mediana no vai ser alterada.
a moda no ser alterada.
a mdia ser alterada.
a mediana vai ser alterada.

Justif:
______________________________________________________________________
K- Quando a medida de posio deve ser o valor mais tpico da distribuio utilizamos:
1.
2.
3.
4.
5.

a mdia.
a mediana.
a moda.
a mdia, a moda e mediana.
a moda ou a mdia.

Justif:
______________________________________________________________________
L- Quando desejamos o ponto mdio exato de uma distribuio de frequncia, basta
calcular:
1.
2.
3.
4.
5.

o desvio mdio.
a mdia.
a moda.
a mediana.
qualquer medida de posio.

Justif:
______________________________________________________________________
M- Considere uma srie estatstica com 2351 elementos. A posio da mediana
representada pelo:
1.
2.
3.
4.
5.

1175 elemento.
1176 elemento.
ponto mdio entre o 1175 e o 1176 elemento.
1175,5 elemento.
Impossvel resoluo, pois no h identificao dos elementos.

Justif:
______________________________________________________________________
N- Dados os conjuntos de nmeros B = { 0 , 1 , 2 , 3 , 4 , 5 } e A = { 220, 225, 230, 235,
240, 245}, podemos afirmar, de acordo com as propriedades da mdia, que a mdia de
A:

UNIASSELVI
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSORA: KASSELANDRA M. SOARES
ENGENHARIA CIVIL e AMBIENTAL

1.
2.
3.
4.

igual constante 220 somada ao produto da mdia de B por 5.


igual mdia de B mais a constante 220.
igual mdia de B multiplicada por uma constante arbitrria.
igual mdia de B mais a constante 220 e esse ltimo resultado multiplicado
por 5.
5. igual mdia de B multiplicada pela constante 94.
Justif: _________________________________________________________________