Você está na página 1de 58

www.ResumosConcursos.hpg.com.

br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva

Apostila de Estatstica
Assunto:

ESTATSTICA P/ CONCURSOS
ESAF

Autor:

LUCIANO BARBOSA DA SILVA

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva

Introduo Estatstica

Estatstica

uma coleo de mtodos para PLANEJAR EXPERIMENTOS, OBTER DADOS, ORGANIZLOS, RESUMI-LOS, ANALIS-LOS, INTERPRET-LOS e deles EXTREAIR CONCLUSES.

A estatstica uma cincia da INFORMAO.

DEFINIES IMPORTANTES
a) INDIVDUOS So os objetos descritos por um conjunto de Dados. Os indivduos podem ser:
pessoas, coisas, animais etc.;
b) VARIVEL qualquer caracterstica de um indivduo;
c) POPULAO - a coleo completa de todos os indivduos a serem estudados;
d) CENSO uma coleo de dados relativos a todos os elementos de uma populao;
e) AMOSTRA uma sub-coleo de elementos extrados de uma populao;
Exemplo Nos EUA, uma pesquisa Nielsen tpica da televiso utiliza uma amostra de 4000
lares e com base nos resultados formula concluses acerca da populao de todos os 97.855.392
lares americanos.
f) PARMETRO uma medida numrica que descreve uma caracterstica de uma populao;
g) ESTATSTICA uma medida numrica que descreve uma caracterstica de uma amostra;
Exemplo Pesquisa feita pela Bruskin-Goldring Research com 1015 pessoas escolhidas
aleatoriamente, 269 (26,5%) possuam computador. Como a cifra de 26,5% se baseia em uma
amostra, e no em toda a populao trata-se de uma estatstica (e no de um parmetro). Por
outro lado de uma pesquisa cuja populao alvo so os alunos matriculados na disciplina de
estatstica, feita com cada um desses alunos revela que 26,5% no possuem computador em
casa isto um parmetro.

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
h) EXPERIMENTO - Conjunto de procedimentos reprodutveis que visam a obteno de informao
sobre uma dada realidade.
i) EXPERIMENTO DETERMINSTICO - aquele que garantidas as mesmas condies
iniciais o resultado ser o mesmo.

Exemplo - Observar a temperatura de ebulio da gua em condies normais de


temperatura e presso.

Exemplo - Soltar um objeto a certa altura e calcular a velocidade com que chega ao solo.

ii) EXPERIMENTO ALEATRIO - aquele que mesmo garantindo as condies iniciais


impossvel prever com certeza o resultado do mesmo.

Exemplo - O lanamento de uma moeda;


Exemplo - O comportamento de um ndice financeiro como o Ibovespa (Bolsa de Valores
de So Paulo);

e) VARIVEIS ALEATRIAS (VA) - So funes que associam valores numricos a resultado de


experimentos aleatrios;
i) VA's DISCRETAS - So aquelas que assumem um numero finito ou infinito e enumervel
de valores;
Praticamente podemos pensar na variveis aleatrias discretas como funes que associam
resultado de experimentos aleatrios a nmeros inteiros.

Dica - Todas as variveis aleatrias associadas a contagem so discretas.

Exemplo: Suponha que lancemos um dado e chamemos X uma VA que assume o valor da
face do dado que estiver para cima. X s pode assumir 1, 2, 3, 4, 5 ou 6. X, portanto,
discreta.

Exemplo - Suponhamos agora que um estudo sobre uma populao em que estivessemos
interessados em entender o perfil educacional. Suponha que num questionrio constasse o
3

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
seguinte item: Escolaridade, e que as respostas possveis a esse item fossem: 0 Analfabeto; 1 - 1 Grau Incompleto; 2 - 2 Grau incompleto; 3 - 3 Grau Incompleto; 4 - 3
Grau Completo; 5 - Ps-graduao em andamento; 6 - Ps-graduao completa.
Se associarmos uma VA X a esses valore, de modo que X sp possa assumir 0, 1, 2, 3, 4, 5,
ou 6 temo X como uma VA discreta.

Se num outro item do questionrio tivessemos Sexo: 0 - Masculino ou 1 - Feminino, e


associamos uma VAY, de modo que Y s pode assumir 0 ou 1, temos que Y uma VA
discreta;

Exemplo: Suponha que voc um dono de restaurante. Defina X como o nmero de


clientes que almoam no seu restaurante a cada dia. X pode assumir 0, 1, 2, 3, 4.... X uma
VA discreta.

ii) VA's CONTNUAS - So aquelas que assumem uma quantidade no-enumervel de


valores. Para efeitos prticos aquelas que podem assumir valores num sub-conjunto dos
reais.

Dica - Todas as variveis associadas medidas que dependam da preciso de um


instrumento so contnuas.

Exemplo - Nos estudos astronmicos o tempo aparece em medida de bilhes de anos. Nessa
escala anos, dias e horas so despresveis. Para a histria humana uma escala de anos compe
um quadro suficiente. Para o dia a dia um relgio que marque hora e minutos suficiente para
acertamos nossos compromissos. Para a frmula 1 os cronmetros precisam dos milsimos.
Assim a durao do tempo uma medida que pode ser detalhada infinitamente, sem deixar de
ser medida de tempo. Se X uma VA que mede a durao de tempo X uma VA contnua.
OBS - No caso do exemplo anterior note que h uma depend6encia da preciso do instrumento
de medida.

Exemplo - Um estudo deseja entender a distribuio de alturas no Brasil. Recolhe-se uma


amostra e defne-se X como a altura de um indivduo. X depende da preciso do instrumento e

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
pode ser subdividida infinitamente, sem deixar de ser uma medida coerente de altura. X uma
VA contnua.

PRINCIPAIS PARTES DA CINCIA ESTATSTICA


a) PLANEJAMENTO DE EXPERIMENTO e AMOSTRAGEM a parte da estatstica
responsvel pela gerao e/ou coleta dos dados;
b) ESTATSTICA DESCRITIVA a parte da estatstica responsvel pela organizao e
explorao de informaes nos dados amostrais;
c) INFERNCIA ESTATSTICA a parte da estatstica que a partir das informaes
amostrais e utilizando TEORIA AS PROBABILIDADES faz afirmaes sobre toda a
populao com um grau de certeza controlado.

Natureza dos Dados

Dados Quantitativos Consistem em nmeros que representam contagens ou medidas;

Dados Qualitativos (Categricos ou Atributos) Consiste em simbolos que representam


categorias.
Exemplo Dados Quantitativos Medidas de Altura;
Dados Qualitativos Sexo, Escolaridade.

Os dados quantitativos podem ser divididos em duas classes:


a) Dados Discretos Resultam de um conjunto finito ou enumervel de valores (em geral dados
que se expressam por nmeros inteiros);
b) Dados Contnuos Resultam de um nmero no-enumervel de valores (em geral dados que se
expressam por nmeros reais).
OBS Quando os dados representam contagens so discretos e quando representam medies so
contnuos;
5

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Outra forma de classificao:
a) Nvel Nominal de Mensurao caraterizado por dados que consistem apenas em nomes,
rtulos ou categorias. Os dados nominais no podem ser dispostos segundo um esquema
ordenado.
Exemplo Respostas Sim ou No, Sexo (Dados Binrios), Marca de Automveis
OBS s vezes atribui-se nmeros a categorias (em especial quando so utilizados
computadores), mas tais nmeros no tm qualquer significado para efeito de clculo.
Exemplo Sexo Masculino = 1, Feminino = 0
Marca de Automvel Ferrari = 1, Mercedes = 2, Outros = 3
b) Nvel Ordinal de Mensurao Envolve dados que podem ser dispostos em alguma ordem,
mas as diferenas entre os valores dos dados no podem ser determinadas ou no tm sentido.
Exemplo Um editos classifica manuscritos de livros em: Excelentes, Bons, Maus;
Numa entrevista pede-se a um consumidor ordenar trs produtos similares em 1, 2
e 3 lugar.
c) Nvel Intervalar de Mensurao anlogo ao nvel ordinal, com a propriedade adicional de
que podemos determinar diferenas significativas entre os dados. Todavia no existe ponto de
partida, ou seja zero, inerente.
Exemplo

Anos : 1000, 2000, 1776, 1944, ... (esta contagem de tempo no comeou num

zero);
Escala de Temperatura em Centgrados: 10, 20 (20 no significa que est duas vezes mais
quente que 10, o zero da escala arbitrrio).
OBS Entenda-se zero como ausncia da caracterstica de interesse.
d) Nvel de Razo de Mensurao o nvel de intervalo modificado de modo a incluir o ponto
de partida zero inerente.
6

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Exemplo Pesos, Durao de Tempo de um dado processo, Temperatura em Kelvin etc.

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Sumrio do que foi apresentado

Nvel
Nominal

Sumrio

Exemplo

To somente categorias. Os dados no podem Carros:


ser dispostos em um esquema ordenado.

10 Ferrari;
20 Mercedes
30 Honda

Ordinal

As categorias so ordenveis mas no podemos Carros:


estabelecer diferenas, ou estas no tm sentido. 10 Compactos
20 Mdios
40 Grandes

Intervalo

Podemos determinara diferena entre valores, Temperatura:


mas no h ponto de partida intrnseco. As 15C
razes no tm sentido.

25C
30C
(30 no duas vezes mais
quente que 15)

Razo

Como intervalo, mas com um ponto de partida Peso:


inerente. As razes tm sentido.

70Kg
90Kg
140Kg
(140Kg duas vezes mais
pesado que 70Kg)

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva

ESTATSTICA DESCRITIVA

Definio um conjunto de tcnicas que visa: organizar e sumarizar a informao contida nos
dados.
Para este fim utiliza-se TABELAS e GRFICOS (organizao) e MEDIDAS (de centralidade e de
disperso, p/ sumarizao).

TABULAO
Normas para Apresentao Tabular da Estatstica Brasileira. Resoluo N 886, de 26 de
outubro de 1966. (Pontos Principais)

Definies
Uma tabela estatstica compe-se de elementos essenciais e elementos complementares.
Os elementos essenciais de uma tabela estatstica so: o ttulo, o corpo, o cabealho e a coluna
indicadora.
Ttulo a indicao que precede a tabela e que contm a designao do fato observado, o local e a
poca em que foi registrado.
O corpo o conjunto de colunas e linhas que contm respectivamente, em ordem horizontal e
vertical, as informaes sobre o fato observado.
Casa o cruzamento de uma coluna com uma linha.
As casas no devero ficar em branco, apresentando sempre um nmero ou um sinal
convencional.
Cabealho a parte superior da tabela que especifica o contedo das colunas.
Coluna indicadora a parte da tabela que especifica o contedo das linha.
Uma tabela pode Ter mais de uma coluna indicadora
Os elementos complementares de uma tabela estatstica so: a fonte, as notas e as chamadas, e
se situam de preferncia no rodap da tabela.
Fonte a indicao da entidade responsvel

pelo fornecimento dos dados ou pela sua

elaborao.
Notas: so informaes de natureza geral, destinadas a conceituar ou esclarecer o contedo das
tabelas, ou a indicar a metodologia adotada na elaborao dos dados

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Chamadas: So informaes de natureza especfica sobre determinadas partes da tabela,
destinadas a conceituar ou esclarecer dados.
As chamadas so indicadas no corpo da tabela em algarismos arbicos, entre parnteses,
esquerda nas casas e direita na coluna indicadora.
A numerao das chamadas da tabela ser sucessiva, de cima para baixo e da esquerda para a
direita.
A distribuio das chamadas no rodap na tabela obedecer ordem de sua sucesso na tabela,
separando-se uma das outras por ponto (.).
As chamadas de uma tabela que ocupe mais de uma pgina devem figurar no rodap da tabela
da ltima pgina, de acordo com a sucesso da mesma.

Sinais Convencionais

1. - (trao), quando o dado for nulo;


2. ... (trs pontos), quando no se dispuser do dado
3. X (letra x), quando o dado for omitido a fim de evitar a individualizao das informaes

Apresentao das Tabelas

As tabelas, excludos os ttulos, sero delimitadas, no alto e em baixo, por traos horizontais
grossos, preferencialmente.
Recomenda-se no delimitar as tabelas, direita e esquerda, por traos verticais.
Ser facultativo o emprego de traos verticais para separar as colunas no corpo da tabela.
Quando uma tabela, por expressa altura, tiver de ocupar mais de uma pgina, no ser
delimitada na parte inferior, repetindo-se o cabealho na pgina seguinte. Neste caso, deve-se usar, no
alto do cabealho ou dentro da coluna indicadora, a designao contnua ou concluso, conforme o
caso.

Exemplo
(Ttulo)
10

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Pessoal Docente Lotado na Universidade X
Por categoria funcional e formao acadmica
1976

Categoria Funcional
Formao

Auxiliar de

Total

Acadmica

Titular

Adjunto

Assistente

Ensino

Graduao

10

30

25

74

Especializao

...

31

Aperfeioamento

13

Mestrado

Doutorado (1)

(2) 5

(3) 3

10

Total

21

37

33

17

108

Fonte: Servio de Estatstica da Educao e Cultura


(1) Com e sem curso de mestrado
(2) Protegido pela Lei n 5.540
(3) Livres Docentes

Aps a coleta dos dados e sua apurao necessta-se de mtodos de apresentao dos dados.
Para tanto um dos instrumentos a TABELA.
A filosofia da tabulao obedece ao seguinte critrio: mximo de esclarecimento (informao)
num mnimo de esforo e tempo .
Uma tabela pode ser decomposta em 3 partes:
a) TTULO uma apresentao do que a tabela est tentando representar. Deve conter
informaes suficientes para responder s seguintes questes:
i) O QUE?

(referente ao fato);

ii) ONDE?

(referente a lugar);

iii) QUANDO

(referente a tempo).

Exemplo 1 Acidentes com morte na Br 232 em 2000

11

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
O QUE? Acidentes com morte;
ONDE? Br 232;
QUANDO 2000.
Exemplo 2 N de acesso a disco, Servidor da Universo em 07/08/2000
O QUE? N de acesso a disco;
ONDE? Servidor da Universo;
QUANDO 07/08/2000.
b) CORPO composto de um conjunto de colunas e subcolunas onde so postos os dados
coletados.
Exemplo
Previso da Populao para a Cidade de So Paulo
1984 2020

Anos

Populao(em 1000 hab.)

1984

9439

1990

11160

1995

12224

2000

13410

2010

14910

2020

15532

Fonte: XXXX

c) RODAP Coloca-se todas as legendas que visam esclarecer a interpretao da tabela.


Geralmente tambm no rodap que se coloca a fonte dos dados.

12

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Exemplo
Sexo

Homens

Mulheres

Total

Maiores

60

30

90

Menores

40

10

50

Total

100

40

140

Tipo

Fonte: Departamento de Relaes Industriais

SRIES ESTATSTICA

So assim chamadas as tabelas estatsticas nas quais existe um critrio distintivo de


agrupamento. So elas:
a) Sries Cronolgicas;
b) Sries Geogrficas;
c) Sries Especficas;
d) Sries Conjugadas.

1) Sries Cronolgicas (ou temporais)


Neste tipo de srie o QUE (fato) e o ONDE (local) permanecem fixos, enquanto o QUANDO
(tempo varia), ou seja a informao varia com a variao do tempo.

Ex:
Evoluo da Demanda de Vestibulandos
Brasil 1978 1982
Anos

Inscritos

1978

1.250.537

1979

1.559.097

1980

1.803.5674

1981

1.735.457

1982

1.689.249

13

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Fonte: CODE INF/SESU/Ministrio da Educao.
OBS Aqui o QUE, Demanda de Vestibulandos, permanece fixo, bem como o ONDE, no caso
o Brasil. Mas a informao muda com o tempo.

Exemplo
N de Computadores Vendidos no Estado X
1 Semestre de 1986
Meses

Jan

25.000

Fev

26.000

Mar

340.000

Abr

350.000

Mai

190.000

Jun

220.000

Fonte: XXXXXX

2) Sries Geogrficas (ou de Localizao)


Nestas sries o elemento varivel o ONDE (local) enquanto o QUE (fato) e o
QUANDO (tempo) permanecem constantes.

14

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva

Exemplo

Nmero de Emissoras de Rdio nas Grandes


Regies do Brasil
1980
Grandes Regies

Quantidade de Rdios

Norte

43

Nordeste

215

Sudeste

517

Sul

403

Centro-Oeste

85

Brasil

1.263

Fonte: SEEC ME/IBGE.

Exemplo

Populao Brasileira Segundo as Regies


1970
Regies

Populaes

Norte

5.885.536

Nordeste

34.855.469

Sudeste

51.746.318

Sul

19.038.935

Centro-Oeste

7.544.607

Brasil

119.070.865

Fonte: IBGE

3) Sries Especficas (ou de Qualidade)

15

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
So aquelas em que o ONDE (local) e o QUANDO (tempo) so fixos variando-se o QUE
(fato) em subgrupos de caractersticas prprias.

Exemplo

Matrculas no ensino 3 Grau no Brasil


1983
reas de Ensino

Matrculas

Cincias Biolgicas e Prof. De Sade

180.176

Cincias Exatas e Tecnolgicas

334.694

Cincias Agrrias

38.181

Cincias Humanas

761.367

Letras

94.618

Artes

24.612

Fonte: SEEC IBGE

Exemplo:

Corpo Docente do Ensino de 3 Grau no Brasil


1975
Especificao

Quantidade

Titular

28.079

Adjunto

11.306

Assistente

28.711

Colaborador

4.377

Auxiliar de Ensino

20.073

TOTAL

92.546

Fonte: SEEC IBGE

16

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
4) Sries Conjugadas (ou mistas)
So assim classificadas as sries que combinam pelo menos duas das sries anteriores.

Exemplo:
Receita do Municpio X
1983 1986
Receita ($ 1000)
Anos

Prevista

Arrecadada

83

10.746.393

10.739.487

84

24.891.790

19.374.275

85

52.913.762

60.721.847

86

79.648.844

90.757.069

Fonte: Secretaria de Economia e Finanas


OBS As informaes variam em dois sentidos: por ano (vertical) e por especificao do fato
observado (horizontal Receita Prevista e Receita Arrecadada).

17

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva

Tabela de Freqncias
As tabelas de freqncias s muito importantes na estatstica. Basicamente so utilizadas para se
ter uma idia quantitativa sobre a distribuio dos dados, ou seja, como os dados se manifestam.
Assim como existem dois tipos de dados existem tambm dois tipos de tabelas de freqncias.
1. Tabela de freqncias para dados discretos
Neste caso a tabela de freqncias se compe basicamente de duas informaes: as possveis
ocorrncia e a quantidade de vezes que cada uma ocorreu de fato.

Exemplo: Imagine que voc lana um dado 20 vezes e anota, em cada lanamento, o valor da
face voltada para cima. Suponha que temos os seguintes resultados:
1
3
6
3

5
1
2
3

3
2
1
4

1
5
3
1

4
2
1
5

Para este exemplo temos a seguinte tabela de freqncias:


Valores
Observados (xj)
1
2
3
4
5
6
Total

Freqncia
Observada (Fj)
6
3
5
2
3
1
20

OBS

Na primeira coluna temos os primeiros valores do experimento aleatrio em questo, no


nosso caso, os possveis valores das faces do dado;
Na segunda coluna temos o nmero de vezes que cada face ocorreu no processo. Sendo
assim l-se a tabelada seguinte forma: A face 1 ocorreu 6 vezes, a face 2 ocorreu 3
vezes, etc;
A segunda coluna, coluna das freqncias, montada contando-se as ocorrncias da
respectiva face da tabela de resultados do nosso experimento;
A soma total da coluna das freqncias tem valor igual ao total de observaes do
experimento.

18

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Exemplo: Suponha que voc o revisor de um livro e o responsvel por encontrar os erros
tipogrficos. Voc observa que o nmero mximo de erros por pgina 4. Como resultado de
sua reviso voc poderia ter, para um livro de 60 pginas, a seguinte tabela de freqncias de
erros:
N de Erros N de Pginas
com o respectivo
N de erros
30
0
10
1
5
2
5
3
10
4
60
Total

2. Tabela de freqncias para dados contnuos

Quando os dados so contnuos o mtodo de montagem da tabela de freqncias diferente. O


mtodo para dados contnuos consiste no estabelecimento de classes e do nmero de
ocorrncias de valores nas classes.
Algumas definies importantes:
Dados Brutos: So os dados como foram gerados, sem nenhum critrio de
organizao;
Rol: um arranjo dos dados brutos em ordem crescente ou decrescente;
Exemplo: Considere uma prova feita por 25 alunos cujos resultados foram:
8,0
6,0
1,0
2,5
4,0

3,0
3,5
1,0
10,0
9,5

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

0,0
3,5
4,5
7,0
8,0

7,5
4,5
2,0
1,0
9,0

Da forma como esto esses dados so brutos, esto sem nenhum critrio de organizao. Um rol
crescente desses dados seria

0,0
1,0
1,0
1,0

2,0
2,5
2,5
3,0

3,0
3,5
3,5
4,0

4,5
4,5
6,0
7,0

19

8,0
8,0
9,0
9,5

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
1,0 3,0 4,5 7,5 10,0

Limites de Classe: Uma classe um subconjunto do Rol limitada inferiormente por


um nmero chamado Limite Inferior da classe e superiormente por um outro nmero
chamado Limite Superior da classe.

Exemplo: Uma classe , por exemplo, o conjunto 0 |----- 3. 0 o limite inferior da classe e 3 o
limite superior. O smbolo |------- indica que o limite inferior, no caso 0, contado como
pertencente classe da qual limite inferior e que o limite superior, no caso 3, no contando
como pertencente a essa classe. Em outras palavras para uma classe geral o seu limite inferior
contado como pertencente mesma enquanto o limite superior como no pertencente.

Amplitude Total uma medida estatstica definida como


AT = Max Min

onde:
Max o valor mximo dos dados,
Min o valor mnimo dos dados.
No nosso exemplo: AT = 10 0 = 10

Ponto Mdio da Classe: a mdia aritmtica entre os limites da classe.


Nmero de Classes: definido como a quantidade de classes utilizada para
representar os dados. O nmero n de classes definido como sendo:
n = 1 + 3,3log10(N)

onde N o nmero de dados com os quais se trabalha.


OBS

Em geral n no um nmero inteiro. Neste caso n deve assumir um


inteiro prximo. Ex n = 3,3 ento poderamos assumir 3 ou 4.
N vale aproximadamente N para valores de N at 50.

Para o nosso exemplo: n = 1 + 3,3log10(25) = 5,61 6.

Amplitude de Classe: Corresponde extenso da classe, ou seja, diferena


entre o limite superior e o limite inferior das classes. Na realidade na montagem
da tabela temos que definir primeiro a amplitude de classe para, s ento,
definirmos as classes. Para tanto usamos a seguinte expresso:
AC = AT / n.

20

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Para o nosso caso: AC = 10/6 = 1,66
OBS Podemos trabalhar tambm com amplitudes de classe mais simples, de modo a
facilitar nossa operao. Neste caso aproximamos o valor para um valor de ordem
superior digamos, no nosso caso, 1,7.
Com estas informaes somos capazes de criar uma tabela de freqncia para nosso
dados bastando, para isso, determinarmos o limite inferior da primeira classe.
OBS

A exigncia sobre o limite inferior da primeira classe +e que ele seja menor ou
igual ao menor valor dos dados;
A exigncia sobre o limite superior da ltima classe que ele seja maior que o
valor mximo dos dados.

DICA: Utilizar como limite inferior o menor valor dos dados.


Finalmente para os nosso dados temos a seguinte tabela de freqncias:
Classes
0,0 |-----1,7
1,7 |----- 3,4
3,4 |----- 5,1
5,1 |----- 6,8
6,8 |----- 8,5
8,5 |----10,2
Total

Fj
5
6
6
1
4
3
25

OBS

Os nmeros da coluna de freqncias Fj so estabelecidos contando-se as


quantidades de valores que caram em cada classe. Por exemplo: conta-se na
classe 0,0 |----- 1,7 qualquer valor maior ou igual a 0,0 e estritamente menor que
1,7. Assim os seguintes valores so contados nessa classe: 0,0; 1,0; 1,6. Se
existisse um valor 1,7 esse valor 1,7 seria contado na segunda classe 1,7 |----3,4.
As tabelas de freqncia para os dados contnuos tambm podem ser utilizadas
para dados discretos. Isso ocorre quando as possibilidades de ocorrncias so
muito grandes.
Os valores na coluna de freqncias Fj so chamados de freqncia absoluta.

21

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Outras colunas importantes podem ser acrescentadas s tabelas de freqncias:
a. Freqncia Absoluta Acumulada (FAC)
Quando lemos os dados de freqncia absoluta somos capazes de responder pergunta:
quantas observaes caram nesta classe?. No nosso caso na classe 0,0 |----- 1,7
caram 7 etc.
A freqncia acumulada toma por base o limite superior da classe em questo e
pergunta: at esse limite superior, quantas observaes j ocorreram?. Para o nosso
caso na primeira classe temos que at 1,7 (limite superior da primeira classe) s
ocorreram 5 observaes. At 3,4 (limite superior da segunda classe) ocorreram 11
observaes e assim por diante. Dessa forma teremos a seguinte tabela de freqncias:

Classes
0,0 |-----1,7
1,7 |----- 3,4
3,4 |----- 5,1
5,1 |----- 6,8
6,8 |----- 8,5
8,5 |----10,2
Total

Fj FAC
5
5
6 11
6 17
1 18
4 22
3 25
25 25

OBS: A FAC da ltima classe tem que ser o valor total das observaes, pois o limite
superior da ltima classe tem que ser maior que o maior valor dos dados.

b. Freqncia Relativa (FREL)


A freqncia relativa mostra aperticipao percentual da classe no todo dos dados.
definida como a freqncia absoluta dividida pela quantidade total de observaes.
Assim na classe 0,0 |-----1,7 temos como freqncia relativa 5/25 = 0,20 e assim por
diante de modo que nossa tabela dada por:

22

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Classes
0,0 |-----1,7
1,7 |----- 3,4
3,4 |----- 5,1
5,1 |----- 6,8
6,8 |----- 8,5
8,5 |----10,2
Total

Fj FAC
5
5
6 11
6 17
1 18
4 22
3 25
25

FREL
0,20
0,24
0,24
0,04
0,16
0,12
1,00

OBS

A soma da coluna de freqncias relativas sempre igual a 1, que corresponde


a 100%;
A coluna de freqncias relativas pode ser lida como percentual.

c. Freqncia Relativa Acumulada (FREL AC)


Obedece ao mesmo princpio da freqncia acumulada normal, s que ao invs de
acumular-se a freqncia relativa. Assim:

Classes
0,0 |-----1,7
1,7 |----- 3,4
3,4 |----- 5,1
5,1 |----- 6,8
6,8 |----- 8,5
8,5 |----10,2
Total

Fj FAC
5
5
6 11
6 17
1 18
4 22
3 25
25

23

FREL FREL AC
0,20
0,20
0,24
0,44
0,24
0,68
0,04
0,72
0,16
0,88
0,12
1,00
1,00

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva

Estatstica Grfica
A estatstica grfica consiste na utilizao de estruturas geomtricas, cores, noes de proporo
etc, para expor a informao contida nos dados. A filosofia a mesma das tabelas: o mximo de
informao no mnimo de espao.
1. Grficos para Representao de Freqncias

Dados Discretos:
Consiste em associar a cada valor ocorrido uma haste cuja a altura diretamente
proporcional ao valor da freqncia do valor em questo.
Exemplo: Num lanamento de um dado 20 vezes podemos ter o seguinte resultado:
Valores
Observados
1
2
3
4
5
6
Total

Freqncias
Observadas
6
3
5
2
3
1
20

Grfico para Freqncias Discretas


6
5
4
3
2
1
0
1

24

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
OBS
1. As informaes de freqncias so representadas pelas hastes. Quanto
maior a freqncia observada maior ser a haste associada;
2. As hastes no tm espessura, so linhas verticais;
3. No se ligam os pontos extremos superiores das hastes;
4. Este grfico tambm pode ser utilizados para representar freqncia
acumulada, relativa e relativa acumulada. Nestes caso a mudana
acontece na escala do eixo y, ficando o eixo x inalterado.
Para o nosso caso temos o seguinte grfico para freqncia acumulada:

Grfico de Freqncia Acumulada


25
20
15
10
5
0
1

Dados Contnuos
1. Histogramas
Um dos mais famosos grficos e importantes grficos em estatstica representa as
freqncias, para dados contnuos, atravs de retngulos justapostos cujas reas
so proporcionais s freqncias de classes.

25

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Exemplo: Voltemos ao exemplo das notas. Temos a seguinte tabela de
freqncias.
Classes de
Notas
0,0 |----- 1,7
1,7 |----- 3,4
3,4 |----- 5,1
5,1 |----- 6,8
6,8 |----- 8,5
8,5 |----- 10,2
Total

Fj
5
6
6
1
4
3
25

Para este caso temos o seguinte histograma:


Histograma Freqncia Absoluta
6
5
4
3
2
1
0
0,85

2,55

4,25

5,95

7,65

9,35

OBS
1. Os retngulos tm rea proporcional freqncia;
2. Os retngulos devem ser da mesma cor pois isso indica que representamos a
mesma realidade em cada classe;
3. No deve haver distncia entre as colunas dos histogramas;
4. Assim como na representao de dados discretos o histograma tem tambm suas
verses Acumulada, Relativa e Relativa Acumulada. O formato da verso
relativa igual verso absoluta e a verso da relativa acumulada ao da
acumulada, em ambos os casos variando-se apenas o eixo y.

26

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Para o nosso caso

Classes de
Notas
0,0 |----- 1,7
1,7 |----- 3,4
3,4 |----- 5,1
5,1 |----- 6,8
6,8 |----- 8,5
8,5 |----- 10,2
Total

Fj

FAC

5
6
6
1
4
3
25

5
11
17
18
22
25

O histograma para a FAC


Histograma da Freqncia Absoluta
Acumulada
25
20
15
10
5
0

2. Polgono de Freqncias

Uma outra forma de representao de dados o polgono de freqncias. Nesta


representao utiliza-se uma linha poligonal para representar a variao das
freqncia das classes.

27

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Exemplo: Voltemos mais uma vez ao nosso exemplo das notas

Classes de
Notas
0,0 |----- 1,7
1,7 |----- 3,4
3,4 |----- 5,1
5,1 |----- 6,8
6,8 |----- 8,5
8,5 |----- 10,2
Total

Fj

PM

5
6
6
1
4
3
25

0,85
2,55
4,25
5,95
7,65
9,35

Para desenhar o polgono de freqncias precisamos do ponto mdio das classes.


A partir destas marca-se a altura correspondente freqncia e depois une-se
esses pontos por uma linha poligonal. Assim temos
Polgono de Freqncias Freqncia
Absoluta
6
5
4
3
2
1
0
-0,85

0,85

2,55

4,25

5,95

7,65

9,35

11,1

OBS

O grfico consiste na ligao dos pontos cartesianos formados pelos


pontos mdios das classes e as freqncias por linhas poligonais;
Os pontos inicial e final do grfico so pontos mdios das classes que
existiriam antes da primeira e depois da ltima classe real dos dados. Eles
so introduzidos para manter a proporcionalidade na representao dos
dados;
Este grfico tambm pode ser utilizado para representar freqncias
acumuladas. Neste caso usam-se os pontos finais da classe como
referncia, ao invs dos pontos mdios. Para o nosso caso:
28

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva

Polgono de Freqncias
Freqncias Acumuladas
25
20
15
10
5
0
0

1,7

3,4

5,1

6,8

8,5

10,2

O polgono de freqncias tambm pode ser utilizado para representar a


freqncia relativa acumulada. O polgono para freqncia relativa tem a
mesma forma do grfico de freqncia absoluta e o grfico de freqncia
absoluta acumulada mesma forma do polgono de freqncias
acumuladas. Em ambos os casos, apenas existe diferena na escala do
eixo y.

2. Grficos para Representao de Dados Diversos


At agora vimos a representao grfica apenas para dados de freqncia. Outros grficos so
importantes para representar outras classes de dados.
a. Grficos Lineares
So usados principalmente para representar sries temporais. Consiste em uma forma
cartesiana simples em que os pares ordenados (x,y) representam a informao e so
conectados por linhas poligonais.

29

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Exemplo: Um pesquisador est estudando a populao de um dado pas e obtm os
seguintes dados:
Ano
1990
1991
1992
1993
1994

Populao
(em milhes)
100
108
115
125
137

O grfico linear para esses dados :


Grfico Linear
140
130
120
110
100
90
1990

1991

1992

1993

1994

OBS

O grfico linear tem o mesmo comportamento do polgono de freqncias mas


serve para representar dados que no so freqncias.
O grfico linear muito bom quando se que enfatizar tendncias;
Mais de uma srie pode ser representada no mesmo grfico. Para tanto deve-se
observar:
1. Compatibilidade dos eixos;
2. A utilizao de cores ou padres para enfatizar as linhas
3. A utilizao de legendas.

30

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Exemplo: Suponhamos uma empresa com a seguinte evoluo financeira
Ano

Receita
(x 1000)
100
110
120
130

1998
1999
2000
2001

Despesa
(x 1000)
80
100
120
140

Grfico Linear para Dados


Multivariados
150
140
130
120
110
100
90
80
70
1998

1999

2000

2001

4. Um indicador de tendncia do grfico linear a inclinao dos


seguimentos de reta que o compe. A tendncia to maior quanto maior
for a inclinao dos mesmos.
b. Grfico de Colunas ou Barras
Os grficos de colunas ou barras so grficos que, assim como o histograma,
representam a magnitude dos dados pela rea do retngulo.
Os retngulos tm um lado fixo e, portanto, a magnitude dos dados representada pela
outra dimenso.
Quando os retngulos esto em posio vertical diz-se que temos grfico de colunas,
caso em posio horizontal diz-se que temos grficos de barras.
Todas as observaes feitas para os grficos de colunas valem para os grficos de barras,
respeitada a orientao particular.
Em geral os grficos de barra podem representar qualquer srie , mas so
particularmente importantes para sries especficas.

31

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva

Grficos de colunas justapostas


So grficos em que a base do retngulo representa uma categoria (tipos, datas
etc) e que a altura do mesmo proporcional magnitude dos dados.
Exemplo: Em uma universidade foi feito um levantamento sobre o nmero de
alunos inscritos por curso obtendo-se:
Curso
Administrao
Anlise de Sistemas
Direito
Pedagogia

N alunos
50
30
70
20

Temos o seguinte grfico de colunas justapostas para o nosso exemplo


Grfico de Colunas Justapostas
80
70
60

70
50

50
40

30

30
20

20

10
0
Administrao

Anlise de
Sistemas

Direito

Pedagogia

OBS
o Os grficos de colunas justapostas podem vir com as colunas coladas ou
com intervalos regulares entre elas;
o Pode-se colorir o grfico colocando uma cor em cada coluna ou ainda um
padro de preenchimento para cada coluna. Neste caso pode ser
necessria uma legenda;
o Todo raciocnio anterior vlido para os grficos de barras lembrando
que nesse caso a base do retngulo est no eixo vertical, como abaixo

32

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva

Grfico de Barras Justapostas


Pedagogia

20
70

Direito
Anlise de
Sistemas

30
50

Administrao

20

40

60

80

c. Grficos de Colunas para Sries Multivariadas


Estes grficos so utilizados para representar dados onde para cada objeto observado
existe mais de uma fonte de informao. Este grfico uma generalizao do grfico de
colunas justapostas e, portanto, segue o mesmo tipo de regra de formao.
Exemplo: Suponha que o MEC fez um levantamento de dados sobre o nmero de alunos
nos cursos de Administrao, Direito, Pedagogia e Letras em quatro universidades de
uma mesma cidade obtendo a seguinte srie:
Curso
Universidade
A
B
C
D

Administrao

Direito

Pedagogia

Letras

100
80
90
120

150
90
80
150

70
30
20
80

50
40
20
60

Uma representao grfica para esses dados a seguinte

33

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva

Grficos para Sries Multivariadas


160
140
120
100
80
60
40
20
0

Letras

Pedagogia

Direito

Administrao

Universidade A
Universidade B
Universidade C
Universidade D

OBS

No grfico de sries multivariasdas uma noo muito clara tem que ser a de
classes distintas. Deve estar claro para o leitor onde comea e onde termina a
informao sobre cada classe. Isso se consegue colocando um espao vazio
separando-as.
Dentro da mesma classe as colunas podem vir juntas ou separadas. Se vierem
separadas a distncia entre elas deve ser visivelmente menor que o espao entre
as classes, de modo que no haja confuso na leitura da informao;
As colunas devem seguir a mesma ordem em cada classe. Cada coluna deve
apresentar uma cor e/ou padro de preenchimento diferente, constantes em cada
classe, e uma legenda deve ser associada ao grfico, de modo a facilitar a
transmisso de informaes.

34

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva

Medidas de Centralidade
As medidas de centralidade que vamos estudar so:
Mdia
Mediana
Moda
1. Mdia
1.1. Mdia Aritmtica
A mdia aritmtica definida, para dados no agrupados, ou seja que no vem organizados em
uma tabela de freqncia como sendo:

onde
n n de observaes
xj valor das vrias observaes
Exemplo: Suponha os seguintes dados: 5, 6, 10, 8, 7, 6
A mdia para esse exemplo :

5 6 10 8 7 6
7.
6

Quando temos dados agrupados a mdia calculada como sendo:

x F
j

onde
n n de observaes;
xj valor das observaes (caso discreto) ou ponto mdio das classes
(caso contnuo);
Fj Freqncia absoluta das observaes (caso discreto) ou das classes
(caso contnuo).
Exemplo: Suponha a seguinte tabela de freqncias para dados discretos
Ocorrncias
0
2
3
4

35

Fj
2
3
5
4

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Neste caso a mdia calculada como:
0 x2 2 x3 3x5 4 x4
2,64
235 4

Exemplo: Suponha a seguinte tabela de freqncias para dados contnuos


Classes
0 |----- 2
2 |----- 4
4 |----- 6
6 |----- 8

Fj Ponto mdio
1
1
3
3
4
5
2
7

Neste caso a mdia dada por


1x1 3x3 5 x4 7 x2
4,4
1 3 4 2

1.2. Clculo Simplificado da Mdia Aritmtica


Quando os valores dos dados esto separados por um valor constante (caso discreto) ou quando
temos classes do mesmo tamanho (caso contnuo) e os as ocorrncias (caso discreto) ou os
pontos mdios das classes (caso contnuos) so muito grandes para se usar o clculo tradicional
pode se usar o mtodo simplificado de clculo que consiste nos seguintes passos:

Calcula-se um novo ponto de referncia definido como:


x j x0
uj
h
onde
xj valor das ocorrncias (caso discreto) ou ponto mdio
(caso contnuo);
x0 valor constante escolhido arbitrariamente entre as
ocorrncias (caso discreto) ou pontos mdios
(caso contnuo). A idia escolh-lo o mais
prximo possvel dos valores centrais;
h diferena entre duas ocorrncias consecutivas (caso
discreto) ou dois pontos mdios consecutivos (caso
contnuo).
Calcula-se mdia para os novos valores de referncia (uj) calculados;
Calcula-se a mdia procurada utilizando a seguinte expresso:
X hu x0

36

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva

Exemplo: Dada a tabela de freqncias abaixo calcule a mdia


Classes
20 |----- 22
22 |----- 24
24 |----- 26
26 |----- 28

Fj Ponto
mdio
2
21
5
23
4
25
1
27

uj
-1
0
1
2

Para este exemplo temos: x0 = 23, h = 2


Assim
1x2 0 x5 1x4 1x2
u
0,4
10

X 0,4 x2 23 23,80
1.3. Mdia Harmnica
A mdia harmnica definida como

Mh

n
Fj

Fj
j

1.4. Mdia Geomtrica


A mdia geomtrica definida como

Mh n
1.5. Relao entre as mdias

Mh Mg X

37

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
~
2. Mediana ( X )
A mediana a medida estatstica que deixa 50% dos valores abaixo de si e 50% acima. Temos dois
processos para achar a mediana: um para dados no agrupados e outro para dados agrupados.

2.1. Mediana para dados desagrupados.


Nmero mpar de valores
Quando tivermos dados no agrupados e o nmero de observaes for mpar
seguimos o seguinte processo.
Ordenamos os dados em ordem crescente,
n 1
Calculamos o termo de ordem
,
2
A mediana ser o valor colocado nessa posio.
Exemplo: 1, 5, 2, 3, 4, 7, 5, 8, 1
Ordenando os dados: 1, 1, 2, 3, 4, 5, 5, 7, 8
O termo que queremos tem ordem [(9+1)/2] = 5
~
Logo X 4

Nmero par de valores


Quando tivermos dados no agrupados e o nmero de observaes for par seguimos
o seguinte processo:
Ordenamos os dados em ordem crescente
n
Calculamos a ordem
2
A mediana ser a mdia entre o valor da ordem acima indicada e o
prximo.
Exemplo: 1, 3, 7, 5, 5, 4, 3, 2, 4,3

Ordenando:1, 2, 3, 3, 3, 4, 4, 5, 5, 7
Calculando a ordem (10/2) = 5
~ 5 6 3 4

3,5
A mediana X
2
2
2.2. Dados Agrupados
Quando tivermos dados agrupados discretos procedemos da mesma forma dos dados
desagrupados, utilizando entretanto recursos provindos da tabela de freqncias.

38

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Exemplo: Suponha a seguinte tabela de freqncias

Ocorrncias
0
2
3
4

Fj
2
3
5
4

FAc
2
5
10
14

Observe que o n de observaes par (14). Neste caso como no caso anterior calcula-se o
temo de ordem (n/2), que nesse caso 7 e o prximo 8. A diferena aqui que para procurar
os termos utilizamos a tabela de freqncias acumuladas utilizando a seguinte regra: a primeira
vez que a freqncia acumulada dos dados for maior do que a ordem procurada aquele o
valor naquela ordem. Assim o 5 elemento 2 (Fac = 5) e o 6 3. Neste caso a mediana ser
~ 23
X
2,5
2
Se tivermos dados contnuos utilizamos o seguinte processo
Calculamos o termo de ordem (n/2)
Definimos em que classe est a mediana;
Calcula-se a mediana com a frmula

~
X l

n 2 F h
ACA

FX~

onde
l limite inferior da classe onde est a mediana ;
n nmero de observaes
FACA FAC da classe anterior
FX~ - Freqncia Absoluta da classe em que est a mediana
h Amplitude de Classe
Exemplo: Considere a seguinte tabela de freqncias para dados contnuos

Classe
0 |----- 2
2 |----- 4
4 |----- 6
6 |----- 8

Fj
2
3
5
4

FAc
2
5
10
14

Clculo do termo de ordem (n/2) = 7


OBS Se n/2 no for inteiro considera-se o primeiro inteiro maior que o valor de
n/2.
Pela FAC sabemos que a mediana est na classe 4 |--- 6.

39

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
OBS Para encontra a classe em que est a mediana basta achar a classe em que
a FAC maior ou igual ao valor assumido para n/2.
Calculando agora a mediana

7 52 4,8
~
X 4
5

40

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
3. Moda
A moda , por definio, o valor mais freqente dos dados. Assim para dados no agrupados ou
para tabelas de freqncia de dados discretos basta localizar o valor de maior freqncia, e este ser
a moda.
Exemplo: Considere os seguintes dados
1,4,5,4,3,2,5,7,1,5,5
Neste exemplo a moda Mo = 5.
Exemplo: Considere a seguinte tabela de freqncias para dados discretos

Ocorrncias
0
2
3
4

Fj
2
3
5
4

Neste caso basta observarmos qual a maior freqncia e a moda ser o valor que tem esta
freqncia. Nosso exemplo a maior freqncia 5 e o valor associado a ela 3 logo nossa moda
Mo = 3.
Caso tenhamos dados contnuos o clculo da moda um pouco mais complicado. Procedemos da
seguinte forma:

Definimos qual a classe que tem maior freqncia. Esta classe chamada classe
modal;
Calculamos a moda com a frmula

Mo l

1 h
1 2

onde
l limite inferior da classe modal
1 - Freqncia da classe modal menos freqncia da
da classe anterior;
2 - Freqncia da classe modal menos freqncia da
da classe posterior;
h Amplitude de Classe

41

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Exemplo: Suponha a seguinte tabela de freqncias

Classes
0 |----- 2
2 |----- 4
4 |----- 6
6 |----- 8

Fj
1
3
4
2

Localizar a classe de maior freqncia: Classe 4 |---- 6


Calculando a moda

43
2
2 4 4,67
Mo 4
3
4 3 (4 2)

42

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva

Medidas de Disperso
Suponha que estivssemos observando dois grupos de alunos e anotando os resultados dos
mesmos em uma dada prova. Suponha ainda que os resultados fossem:
Grupo 1 - 5,0 ; 5,0 ; 5,0 ; 5,0 ; 5,0
Grupo 2 - 4,0 ; 5,0 ; 8,0 ; 7,0 ; 1,0.
Se calcularmos a mdia dos dois grupos vemos que ambos apresentam a mesma mdia
aritmtica, 5,0, mas tambm vemos claramente que o conjunto de dados provm de grupos cujos
resultados so bem diferentes.
A diferena entre um grupo e outro se encontra num fato que a mdia, assim como qualquer
outra medida de posio no pode perceber: a variabilidade dos dados.
Para caracterizar essas diferenas os estatsticos criaram as medidas de disperso, das quais
vamos estudar:
Amplitude Total;
Desvio mdio;
Varincia;
Desvio Padro;
Coeficiente de Variao

1. Amplitude Total (AT)


uma medida muito simples, sendo definida como a diferena entre o maior e o menor valor
das observaes, ou seja
AT = mx - mn
Exemplo: Suponha que temos o seguinte conjunto de dados 1; 2,5; 3; 1; 7; 2; 5. Para esse caso a
amplitude total dada por
AT = mx - mn
AT = 7 - 1 = 6
OBS - Essa medida tem aplicaes muito limitadas pois s capta o que acontece com os valores
extremos, sendo completamente insensvel aos valores intermedirios.
2. Desvio Mdio (DM)
Uma maneira muito interessante de perceber como os dados esto dispersos perceber como
esto variando em torno da mdia. Uma forma de fazer isso com o desvio mdio.

43

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
O desvio mdio definido como a mdia dos valores absolutos dos desvios em relao mdia
aritmtica, ou seja:
DM

X Fj
n

onde
xj - a j-sima ocorrncia possvel (caso discreto) ou o ponto mdio do j-simo intervalo
(caso contnuo);
Fj - a freqncia absoluta da j-sima ocorrncia possvel (caso discreto) ou da j-sima
classe (caso contnuo);

X - a mdia aritmtica das observaes;


n - nmero de observaes;
Exemplo: Suponha que temos a seguinte tabela de freqcias
Classes Fj
0 |---- 2 1
2 |---- 4 3
4 |---- 6 2
6 |---- 8 1
Para facilitar a aplicao da expresso do desvio mdio, vamos criar algumas colunas auxiliares
na nossa tabela de freqncias, de modo que nossa nova tabela dada por:
Classes

0 |---- 2
2 |---- 4
4 |---- 6
6 |---- 8
Totais

Fj Ponto
Mdio
xj
1 1
3 3
2 5
1 7
7

xjFj |xj - X |

|xj - X |Fj

1
9
10
7
27

2,86
2,58
2,28
3,14
10,86

2,86
0,86
1,14
3,14

As colunas auxiliares so, na verdade, organizao do processo aritmtico de clculo da medida.


Observe que para montar a 5 coluna precisamos saber quanto vale a mdia aritmtica. Para
tanto podemos usar as colunas 4 e 2 para calcular. Nesse caso temos
X

Assim

44

27
3,86
7

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
DM

10.86
1.55 .
7

3. Varincia (S2)

Outra medida de disperso em torno da mdia a varincia que definida como


S2

1
x j X 2 F j

n 1

onde
xj - a j-sima possvel ocorrncia (caso discreto) ou o ponto mdio da j-sima classe
(caso contnuo);
Fj - Freqncia Absoluta da j-sima ocorrncia possvel (caso discreto) ou da j-sima
classe (caso contnuo);

X - Mdia aritmtica da amostra;


n - Nmero de observaes da amostra.

OBS

fato de dividirmos por n-1 est relacionado ao fato de j termos usado a amostra para
calcular a mdia
Da forma como est definida a varincia se torna muito inconveniente para ser calculada.
Mas desenvolvendo sua expresso chega-se a uma forma alternativa muito mais prtica
2

x j Fj
1

2
x j F j

S
n 1
n

45

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Exemplo: Retornemos ao exemplo anterior criando mais uma vez colunas auxiliares
Classes
0 |----- 2
2 |----- 4
4 |----- 6
6 |----- 8
Totais

Fj
1
3
2
1
7

xj
1
3
5
7

xjFj
1
9
10
7
27

xj2
1
9
25
49

xj2Fj
1
27
50
49
127

Logo
S2

272 3,8
1
127

6
7

Algumas propriedades da Varincia

(a) Varincia de dados constantes zero;


(b) Suponha que temos um conjunto de dados tais que a sua varincia dada por S2.
Suponha que por algum motivo os dados sejam multiplicados por uma constante c.
Assim a varincia do conjunto de dados multiplicado pela constante dada por c2S2.
(c) Suponha que temos um conjunto de dados cuja varincia seja S2. Suponha que por
algum motivo multiplica-se os dados por uma constante "a" e soma-se ao resultado
uma outra constante "b". A nova varincia dos dados, depois de feitas as operaes
ser a2S2.
Clculo simplificado da varincia.

Assim como no caso da mdia tambm no caso da varincia existe um processo


simplificado de clculo. Como no caso da mdia tambm dividiremos em 3 etapas:

Define-se a seguinte transformao nos dados

zj

46

x j x0
n

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
onde
xj - observaes originais (no caso de dados desagrupados ou agrupados discretos) ou
ponto mdio das classes (caso contnuo);
x0 - constante arbitrria escolhida convenientemente;
h - Distancia entre as observaes (caso discreto) ou amplitude de classe (caso contnuo)
Exemplo: Seja a seguinte tabela de freqncias
xj
8
9
10
11
Vamos assumir a seguinte transformao

Fj
3
6
4
2

zj

x j 10

1
Neste caso acrescentando uma coluna para os valores transformados teramos

xj Fj zj
3 -2
8
6 -1
9
10 4 0
11 2 1
O prximo passo consiste em calcular a varincia dos dados transformados
1
z j Z 2 F j

n 1
2

z j Fj
1

2
z j F j

n 1
n

S z2

Assim para o nosso exemplo acrescentamos as colunas auxiliares, em relao a z para o


clculo da varincia:

47

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva

xj
8
9
10
11
Totais

Fj
3
6
4
2
15

zj
-2
-1
0
1

zjFj
-6
-6
0
2
-10

zj2
4
1
0
1

zj2Fj
12
6
0
2
20

Logo
S z2

1
100
20
0.95

14
15

O terceiro passo consiste em calcular propriamente a varincia dos dados originais. Para
tanto aplica-se a propriedade (c) da varincia pois observe-se que a transformao
utilizada pode ser escrita como sendo
x j hz j x0
Sendo assim aplicando-se a propriedade (c) temos que

S 2 h 2 S z2
Logo para o nosso caso temos

S 2 1x0,95 0,95

4. Desvio Padro (S)


Pelo fato de a Varincia ser uma medida que utiliza o quadrado dos desvios em relao mdia,
sentiu-se a necessidade de uma medida que utilizasse a mesma unidade dos dados. Esta medida
chamada desvio padro.
O desvio padro definido to somente como a raiz quadrada positiva da varincia.

S S2

5. Coeficiente de Variao (CV)


uma medida relativa de disperso. Utilizada para fazer comparao da disperso de duas
sries distintas em torno de suas respectivas mdias. Define-se como

48

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
S
CV
X
Exemplo: Considere que tenhamos duas sries. A primeira com mdia 4 e desvio padro 1.5 e
outra com mdia 3 e desvio padro 1.3. Neste caso temos os seguintes CV's:
1.5
0.375
4
1.3
CV2
0.43
3
logo conclui-se que a primeira srie tem uma disperso relativa em torno da mdia maior que a
segunda.
Em geral CV maior ou igual a 50% considerado alto, sendo a mdia pouco representativa.
Valores menores que 50% implicam CV baixo e a mdia to mais representativa quanto
menor for o valor do CV.
CV1

49

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva

Medidas de Assimetria, Curtose e Complementos s Medidas de


Centralidade
Uma questo importante quanto descrio dos dados saber onde est a maior concentrao
de valores (por exemplo se a maior concentrao se d antes ou depois da mdia). Esta questo
respondida pelas medidas de assimetria.
Uma outra questo que podemos responder : como se d a concentrao? Muito acentuada ou
no ? Para essa pergunta utiliza-se os coeficientes de Curtose.
1. Assimetria

Diz-se que uma distribuio simtrica se obedece seguinte condio

~
X X Mo
Graficamente

Quando uma distribuio no simtrica diz-se que assimtrica. Neste caso temos duas
possibilidades:

Assimetria Direita ou Positiva - Isso ocorre quando a maior concentrao dos dados est
localizada abaixo da mdia, ou seja

~
Mo X X

50

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Graficamente

Assimetria Esquerda ou Negativa - isso ocorre quando temos uma concentrao dos dados
acima da mdia, ou seja

~
Mo X X

Graficamente

Uma medida estatstica que caracteriza a assimetria o coeficiente de Pearson que definido
como
As

X Mo
S

onde

X a mdia aritmtica;

51

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Mo a moda
S o desvio padro

Para essa medida temos o seguinte comportamento


Se As 0 Simetria
Se As 0 Assimetria Esquerda
Se As 0 Assimetria Direita

2. Curtose

A curtose uma medida de "achatamento" da distribuio. Se uma distribuio pouco achatada


dizemos que Leptocrtica. Quando a distribuio tem um certo grau de achatamento dizemos que
Mesocrtica. Quando muito achatada diz-se que Platicrtica..
Graficamente podemos representar como

A medida estatstica que caracteriza a Curtose

Q3 Q1
2( P90 P10 )

Se
K 0.263 Mesocrtic a
K 0.263 Platicrti ca
K 0.263 Leptocrti ca

52

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva

Nmeros ndices
Os nmeros ndices so medidas estatsticas usadas para comparar grupos de variveis
relacionadas entre si e para obter um quadro de mudanas significativas ao longo do tempo ou ao longo
do espao.
1. Relativos de Preo, Quantidade e Valor

um ndice simples que compara preo, quantidade e/ou valor em dois pontos distintos do
tempo.
Relativo de Preo

p 0 ,t

pt
p0

Relativo de Quantidade

q 0 ,t

qt
q0

Relativo de Valor

v0 ,t

pt qt
p0 q0

Onde

p0
pt
q0
qt
v0
vt

- Preo n poca-base;
- Preo na poca atual;
- Quantidade na poca-base;
- Quantidade na poca atual;
- Valor na poca-base
- Valor na poca atual.

Exemplo: Em 1999 uma empresa vendeu 500 unidade de um produto a um preo unitrio de
$50,00. Em 2000 vendeu 800 unidade do mesmo produto ao preo unitrio $ 70,00.

p 2000 70

1,4 ou 140%
p1999 50
q
800
q99,00 2000
1,6 ou 160%
q1999 500
p q
70 x800
v99,00 2000 2000
2,4 ou 224%
p1999q1999 50 x500
p99,00

53

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
ou seja, tivemos uma alta relativa de preos (40%), uma alta relativa de quantidade (60%) e uma
alta relativa de valor (124%).

2. Nmeros-ndice Sintticos

Na prtica os problemas envolvendo ndices de preos so mais complexos que a simples


comparao dos relativos. So resultantes da necessidade de comparao de vrias sries.
Para se resolver este problema criou-se um conjunto de ndices, cujos principais so:
a) ndice Agregativo Simples

De preos
De quantidade

p
p
q

Ip
Iq

i
t
i
0

i
t

i
0

Onde
p 0i - o preo do produto i no ano base;
p ti - o preo do produto i no perodo atual;
q 0i - a quantidade do produto i no ano base;
q ti - a quantidade do produto i no perodo atual.

um ndice de fcil aplicao com as seguintes limitaes:

Falta de ponderao dos ndices;


Falta de Homogeneidade dimensional dos diversos itens.

54

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
Exemplo: Suponha que para dois produtos que queremos compara tenhamos os
seguintes dados:
1999
Preo
Unitrio
30
40

Produto
A
B

Quantidade
Vend.
100
150

2000
Preo
Unitrio
40
45

Quantidade
Vend
90
200

Para esse caso temos


Ip

40 45 85

1,21 ou 121%
30 40 70

ou seja, por esse ndice tivemos um aumento de 21% nos preos.


Iq

200 90 290

1,16 116%
100 150 250

ou seja, por esse ndice tivemos uma aumento de 16% nas quantidades.
b) ndices Mdios dos Relativos
Mdia Aritmtica

P0 ,t

Q0 ,t

i
0 ,t

i
0 ,t

Mdia Geomtrica
P0G,t n

Q0G,t n

i
0 ,t

i
0 ,t

Mdia Harmnica

55

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
n
n
P0H,t

i
pt ,0 1i
p0 ,t
Q0H,t

qti,0

n
1

i
0 ,t

onde
p 0i ,t - o relativo de preo do produto i;
q 0i ,t - o relativo de quantidade do produto i.

Exemplo: Voltando ao exemplo anterior temos:

P99,00

Q99,00

40

30

30

Q99G,00 90

Q99H,00

40 1.23

90
200
100
150 1.12
2

P99G,00 40

P99H,00

45

45

100

40

200

1.22

150

1.09

1.22
1
1

40
45
30
40
2

1.07
1
1

90
200
100
150

c) ndices Ponderados

Devido a deficincia dos ndices simples, em especial no critrio relativo a importncia de cada
produto no ndice, criou-se uma seqncia de ndices ponderados, dos quais os mais
importantes so:

56

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
(1) ndice de Laspeyres
Este ndice definido como a mdia ponderada dos relativos, sendo que a
ponderao feita utilizando-se os preos ou as quantidades da poca-base.
Assim temos o ndice de preos
L0 ,t

p q

p q
i
t

i
0

i
0

i
0

e o ndice de quantidade

LQ0 ,t

q
q

i
t

p0i

i
0

p0i

(2) ndice de Paasche


Este ndice absolutamente similar ao ndice de Paasche, com a diferena de que
a ponderao feita utilizando-se a data atual. Assim o ndice de preos
P0 ,t

p q

p q
i
t

i
t

t
0

i
t

enquanto o ndice de quantidade


Q
0 ,t

i
t

pti

t
0

pti

Voltando ao exemplo anterior calculemos os ndices de Paasche e Laspeyres:

L99,00

Q
99,00

p
p

i
i
2000 1999

i
i
1999 1999

i
i
2000 1999

i
i
1999 1999

40 * 100 45 * 150
1,194
30 * 100 40 * 150

90 * 30 200 * 40
1,19
100 * 30 150 * 40

57

www.ResumosConcursos.hpg.com.br
Apostila: Estatstica p/Concursos - ESAF por Luciano Barbosa da Silva
P99,00

Q
99,00

i
i
2000 2000

t
i
1999 2000

i
2000

i
p 2000

t
1999

i
2000

40 * 90 45 * 200
1,18
30 * 90 40 * 200

90 * 40 200 * 45
1,17
100 * 40 * 150 * 45

d) Mudana de Base

Na prtica a mudana de base de uma srie feita dividindo-se cada ndice da srie original
pelo nmero-ndice correspondente nova poca bsica. Tal procedimento no 100% correto
mas seu uso tem sido freqnte e com bons resultados.
Exemplo. A tabela abaixo apresenta o ndice de produo industrial de 1979 a 1987, sendo o
ano base 1979. Obter uma nova srie de ndices, adotando 1983 como base:

Anos
ndice
De Produo
Industrial
(1979=100)

1979
100

1980
104

1981
97

1982
112

1983
120

1984
124

1985
134

1986
125

1987
141

Soluo: O novo ndice ser obtido dividindo-se cada um dos valores da srie por 120 e
multiplicando por 100 para ficar em percentual
Anos
ndice
De Produo
Industrial
(1979=100)

1979
83

1980
87

1981
81

1982
93

58

1983
100

1984
103

1985
112

1986
104

1987
118