Apostila de Estat Stica

FACULDADE UNIVILA
CURSO DE ADMINISTRAO
APOSTILA DE ESTATSTICA I
Este trabalho contm uma compilao de

textos de diversos autores, tendo sido elaborado
com o objetivo exclusivo de ser um apoio didtico
para o aluno em sala de aula.
Professora Walquiria Torezani
Vila Velha 2004
I - A Natureza da Estatstica
1- Panorama Histrico
A origem da palavra Estatstica est associada palavra latina STATUS
(Estado). H indcios de que 3000 anos A.C. j se faziam censos na Babilnia, China
e Egito e at mesmo o 4o. livro do Velho Testamento faz referncia a uma instruo
dada a Moiss, para que fizesse um levantamento dos homens de Israel que
estivessem aptos para guerrear. Usualmente, estas informaes eram utilizadas para
a taxao de impostos ou para o alistamento militar. O Imperador Csar Augusto, por
exemplo, ordenou que se fizesse o Censo de todo o Imprio Romano.
Contudo, mesmo que a prtica de coletar dados sobre colheitas, composio da
populao humana ou de animais, impostos, etc., fosse conhecida pelos egpcios,
hebreus, caldeus e gregos, e se atribuam a Aristteles cento e oitenta descries de
Estados, apenas no sculo XVII a Estatstica passou a ser considerada disciplina
autnoma, tendo como objetivo bsico descrio dos BENS do Estado.
A palavra Estatstica foi cunhada pelo acadmico alemo Gottfried Achenwall
(1719-1772), que foi um notvel continuador dos estudos de Hermann Conrig (16061681). Gottfried determinou os objetivos da Estatstica e suas relaes com as demais
cincias.
Com a Escola Alem as tabelas tornaram-se mais completas, surgiram as
representaes grficas e o clculo das probabilidades, e a Estatstica deixou de ser
simples catalogao de dados numricos coletivos para se tornar o estudo de como
chegar a concluses sobre o todo (populao), partindo da observao de partes
desse todo (amostras).
Atualmente, os estudos estatsticos tm avanado rapidamente e, com seus
processos e tcnicas, Tm contribudo para a organizao dos negcios e recursos do
mundo moderno.
2- O que Estatstica?
A Estatstica uma parte da Matemtica Aplicada que fornece mtodos para
coleta, organizao, descrio, anlise e interpretao de dados e para a utilizao
dos mesmos na tomada de decises.
A utilizao de tcnicas, destinadas anlise de situaes complexas ou no,
tem aumentado e faz parte do nosso cotidiano. Tome-se, por exemplo, as
transmisses esportivas. Em um jogo de futebol, o nmero de escanteios, o nmero
de faltas cometidas e o tempo de posse de bola so dados fornecidos ao
telespectador e fazem com que a concluso sobre qual time foi melhor em campo se
torne objetiva (no que isso implique que tenha sido o vencedor...). O que tem levado
a essa qualificao de nossas vidas no dia a dia?
Um fator importante a popularizao dos computadores. No passado, tratar
uma grande massa de nmeros era uma tarefa custosa e cansativa, que exigia horas
de trabalho tedioso. Recentemente, no entanto, grandes quantidades de informaes
podem ser analisadas rapidamente com um computador pessoal e programas
adequados. Desta forma o computador contribui, positivamente, na difuso e uso de
mtodos estatsticos. Por outro lado, o computador possibilita uma automao que
pode levar um indivduo sem preparo especfico a utilizar tcnicas inadequadas para
resolver um dado problema. Assim, necessria a compreenso dos conceitos
bsicos da Estatstica, bem como as suposies necessrias para o seu uso de forma
criteriosa.
A grosso modo podemos dividir a Estatstica em trs reas:
Estatstica Descritiva
Probabilidade
Inferncia Estatstica
Vamos caracterizar estas trs reas
Estatstica Descritiva
A Estatstica Descritiva pode ser definida como um conjunto de tcnicas
destinadas a descrever e resumir dados, a fim de que possamos tirar concluses a
respeito de caractersticas de interesse. Em geral utilizamos a Estatstica Descritiva na
etapa inicial da anlise quando tomamos contato com os dados pela primeira vez.
Objetivando tirar concluses de modo informal e direto, a maneira mais simples seria a
observao dos valores colhidos. Entretanto ao depararmos com uma grande massa
de dados percebemos, imediatamente, que a tarefa pode no ser simples.Para tentar
retirar dos dados informaes a respeito do fenmeno sob estudo, preciso aplicar
algumas tcnicas que nos permitam simplificar a informao daquele particular
conjunto de valores. A finalidade da Estatstica Descritiva tornar as coisas mais
fceis de entender, de relatar e discutir.
A mdia industrial Dow-Jones, a taxa de desemprego, o custo de vida, o ndice
pluviomtrico, a quilometragem mdia por litro de combustvel, as mdias de
estudantes so exemplos de dados tratados pela Estatstica Descritiva.
Probabilidade
A Probabilidade pode ser pensada como o teoria matemtica utilizada para
estudar a incerteza oriunda de fenmenos que envolvem o acaso. Jogos de dados e
de cartas, ou o lanamento de uma moeda para o ar enquadram-se na categoria do
acaso. A maioria dos jogos esportivos tambm influenciada pelo acaso at certo
ponto. A deciso de um fabricante de cola de empreender uma grande campanha de
propaganda visando a aumentar sua participao no mercado, a deciso de parar de
imunizar pessoas com menos de vinte anos contra determinada doena, a deciso de
arriscar-se a atravessar uma rua no meio do quarteiro, todas utilizam a probabilidade
consciente ou inconscientemente.
Inferncia Estatstica o estudo de tcnicas que possibilitam a extrapolao, a
um grande conjunto de dados, das informaes e concluses obtidas a partir de
subconjuntos de valores, usualmente de dimenses muito menores. Deve-se notar
que se tivermos acesso a todos os elementos que desejamos estudar, no
necessrio o uso das tcnicas de inferncia estatstica; entretanto, elas so
indispensveis quando existe a impossibilidade de acesso a todo o conjunto de dados,
por razes de natureza econmica, tica ou fsica.
Estudos complexos que envolvem o tratamento estatstico dos dados,
usualmente incluem as trs reas citadas acima.
3 - Fases do Trabalho Estatstico
O trabalho estatstico um mtodo cientfico, que consiste das cinco etapas
bsicas seguintes:
1- Coleta e crtica de dados
2- Tratamento dos dados
3- Apresentao dos dados
4- Anlise e interpretao dos resultados
5- Concluso
Amostragem
Coleta
Concluso
Censo
Tratamento
Apresentao
Anlise
Vamos tratar cada uma dessas etapas:

Coleta e crtica dos dados
Aps definirmos cuidadosamente o problema que se quer pesquisar, damos
incio coleta dos dados numricos necessrios sua descrio.
A coleta pode ser direta ou indireta.
A coleta direta quando feita sobre elementos informativos de registro
obrigatrio (nascimentos, casamentos e bitos, importao e exportao de
mercadorias), elementos pertinentes aos pronturios dos alunos de uma escola ou,
ainda, quando os dados so coletados pelo prprio pesquisador atravs de inquritos
e questionrios.
A coleta direta de dados pode ser classificada relativamente ao fator tempo em:
a) Contnua quando feita continuamente, tal como a de nascimentos e bitos
e a de freqncia dos alunos s aulas.
b) Peridica quando feita em intervalos constantes de tempo, como os censos
e as avaliaes mensais dos alunos.
c) Ocasional Quando feita extemporaneamente, a fim de atender a uma
conjuntura ou a uma emergncia, como no caso de epidemias que assolam
ou dizimam rebanhos inteiros.
A coleta se diz indireta quando inferida de elementos conhecidos (coleta
direta) e/ou do conhecimento de outros fenmenos relacionados com o fenmeno
estudado. Como por exemplo, podemos citar a pesquisa sobre a mortalidade infantil,
que feita atravs de dados colhidos por uma coleta direta.
Obtidos os dados, eles devem ser cuidadosamente criticados, procura de
possveis falhas e imperfeies, a fim de no incorrermos em erros grosseiros ou certo
vulto, que possam influir sensivelmente nos resultados.
A crtica externa quando visa s causas dos erros por parte do informante,
por distrao ou m interpretao das perguntas que lhe foram feitas; interna
quando visa observar os elementos originais dos dados da coleta.
Tratamento dos dados
Nada mais do que a soma e o processamento dos dados obtidos e a
disposio mediante critrios de classificao Pode ser manual ou eletrnica.
Apresentao dos dados
Por mais diversa que seja a finalidade que se tenha em vista, os dados devem
ser apresentados sob forma adequada tabelas e grficos tornando mais fcil o
exame daquilo que est sendo objeto de tratamento estatstico.
Anlise dos resultados

Aps a apresentao dos dados devemos calcular as medidas tpicas
convenientes para fazermos uma anlise dos resultados obtidos, atravs dos mtodos
da Estatstica Indutiva ou Inferencial, e tirarmos desses resultados concluses e
previses.
Concluso
de responsabilidade de um especialista no assunto que est sendo
pesquisado, que no necessariamente um estatstico, relatar as concluses de
maneira que sejam facilmente entendidas por quem as for usar na tomada de
decises.
4 - A Estatstica nas Empresas
No mundo atual, a empresa uma das vigas-mestra da economia dos povos.A
direo de uma empresa de qualquer tipo, incluindo as estatais e governamentais,
exige de seu administrador a importante tarefa de tomar decises, e o conhecimento e
o uso da Estatstica facilitaram seu trplice trabalho de organizar, dirigir e controlar a
empresa.
Por meio de sondagem, de coleta de dados e de recenseamento de opinies,
podem conhecer a realidade 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 ou
longo prazo.
A Estatstica ajudar em tal trabalho, como tambm na seleo e organizao
da estratgia a ser a dotada no empreendimento e, ainda, na escolha das tcnicas de
verificao e avaliao da qualidade e da quantidade do produto e mesmo das
possveis lucros e/ou perdas.
Tudo isso que se pensou, que se planejou, precisa ficar registrado,
documentado para evitar esquecimento, a fim de garantir o bom uso do tempo, da
energia e do material e, ainda, para um controle eficiente do trabalho.
O esquema do planejamento o plane, que pode ser resumido, com o auxilio
da Estatstica, em tabelas e grficos, que facilitaro a compreenso visual dos clculos
matemticos-estatisticos que lhes deram origem.
O homem de hoje, em suas mltiplas atividades, lana mo de tcnicas e
processos estatsticos, e s estudando-os evitaremos o erro das generalizaes
apresentadas a respeito de tabelas e grficos apresentados em jornais, revistas e
televiso, freqentemente cometido quando se conhece apenas por cima um pouco
de Estatstica.
II Amostragem
1- Populao e Amostras
Ao conjunto de entes portadores de, pelo menos, uma caracterstica comum
denominamos Populao estatstica ou universo estatstico.
Esse termo refere-se no somente a uma coleo de indivduos, mas tambm
ao alvo sobre o qual reside nosso interesse. Assim, nossa populao pode ser tanto
todos os habitantes de Vila Velha, como todas as lmpadas produzidas por uma
fbrica em um certo perodo de tempo, ou todo o sangue no corpo de uma pessoa.
Como em qualquer estudo estatstico temos em mente pesquisar uma ou mais
caractersticas dos elementos de alguma populao, esta caracterstica deve estar
perfeitamente definida. E isso se d quando, considerando um elemento qualquer,
podemos afirmar, sem ambigidade, se esse elemento pertence ou no populao.
Vamos entender que, em Estatstica, a palavra populao tem significado muito
mais amplo do que no vocabulrio leigo. Para o estatstico, todos os valores que uma
varivel pode assumir, nos elementos de um conjunto, constitui uma populao.
Algumas vezes podemos acessar toda a populao para estudarmos
caractersticas de interesse, mas em muitas situaes, tal procedimento no pode ser
realizado, por impossibilidade ou inviabilidade econmica ou temporal. Por exemplo,
uma empresa no dispe de verba suficiente para saber o que pensa todos os
consumidores de seus produtos. H ainda razes ticas, quando, por exemplo, os
experimentos de laboratrio envolvem o uso de seres vivos. Alm disso, existem
casos em que a impossibilidade de acessar toda a populao de interesse
incontornvel como no caso da anlise do sangue de uma pessoa ou em um
experimento para determinar o tempo de funcionamento das lmpadas produzidas por
uma indstria.
Tendo em vista as dificuldades de vrias naturezas para observar todos os
elementos da populao, tomaremos alguns deles para formar um grupo a ser
estudado. A essa parte proveniente da populao em estudo denominamos amostra.
Uma amostra um subconjunto finito de uma populao.
Etapas da anlise estatstica.
Populao
Estatstica descritiva
Consistncias dos dados
Interpretaes iniciais
Amostra
Estimao de quantidades
desconhecidas
Extrapolao dos resultados
Teste de Hipteses
Os pesquisadores trabalham com amostras. Primeiro, porque as populaes

infinitas s podem ser estudadas atravs de amostras. As populaes finitas muito
grandes tambm s podem ser estudadas atravs de amostras. Finalmente, o estudo
cuidadoso de uma amostra tem mais valor cientifico do que o estudo rpido de toda a
populao.
Exemplos:
De populao infinita:
A produo futura de uma mquina.
As extraes, com repetio das bolas de uma urna.
Os nascimentos de bebs.
O nmero de peixes do mar constitui uma populao finita muito grande, pois esse
nmero , em dado momento, matematicamente finito, mas to grande que pode
ser considerado infinito para finalidade pratica.
Os alunos de uma sala de aula, os produtos de um supermercado, os livros de
uma biblioteca, os automveis de vila velha, so exemplos de populaes finitas.
A distino entre populao e amostra fundamental porque com base nos
dados de uma amostra que os estatsticos inferem sobre a populao.
Exemplo: Uma pesquisa de opinio para saber o resultado das eleies para o
governo do estado de So Paulo em 1988, a populao considerada foram todos os
eleitores do estado e para constituir a amostra o IBOPE coletou a opinio de cerca de
1600 eleitores.
As medidas estatsticas obtidas com base na populao so denominadas
parmetros. As medidas obtidas com base em amostras so denominadas
estimativas. Tanto parmetros quanto estimativas so numricos a nica diferena o
fato de os parmetros serem obtidos com base na populao e as estimativas com
base nas amostras.
Os parmetros so em geral desconhecidos porque, na pratica, no possvel
observar toda a populao. Mas, como j disse algum, no preciso beber todo o
vinho para saber que gosto ele tem. Ento o pesquisador obtm uma amostra para ter
uma idia do valor do parmetro.
Embora nenhum plano de amostragem possa garantir que a amostra seja
exatamente semelhante populao da qual foi extrada, se a amostra for
suficientemente grande e obtida com a tcnica correta, na maioria das vezes,
poderemos estimar o valor do erro possvel, isto dizer quo prxima esta a amostra
da populao, em termos de representatividade. Mas ainda, amostras sucessivas da
mesma populao tendem a fornecer estimativas similares entre si e com valores em
torno do verdadeiro, ou seja, o valor do parmetro.
Exemplo: Imagine que a prefeitura de uma metrpole quer tomar uma medida
administrativa que afeta os lojistas: Metade (0,5) deles a favor e metade (0,5)
contra, mas ningum conhece essas propores. Voc toma ento uma amostra de
dois lojistas para afirmar a proporo de lojistas favorveis. Na sua amostra, podem
ser favorveis medida:
a) Nenhum dos dois
b) Somente um deles
c) Os dois
As estimativas da proporo de lojistas favorveis medida seriam:
a) 0
b) 0,5
c) 1
Assim, vimos que, amostras diferentes do estimativas diferentes do

parmetro. o que os estatsticos chamam de flutuao amostral.
Das estimativas possveis desse parmetro, com base em uma amostra de
tamanho 2, que muitssimo pequena, apenas um caso coincide com o valor
verdadeiro do parmetro e as outras so muito ruins.
Se a amostra fosse de tamanho 1000, uma proporo muito maior de
estimativas estaria em torno do valor verdadeiro do parmetro.
Existe uma tcnica especial, a amostragem, para recolher amostras, que
garantam, tanto quanto possvel, o carter de representatividade do todo, que possam
ser usadas para permitir fazer inferncias acerca da populao de que originou.
Quanto mais complexa for a amostragem, maiores cuidados devero ser tomados nas
anlises estatsticas utilizadas; em contrapartida, o uso de um esquema de
amostragem mais elaborado pode levar a uma diminuio no tamanho da amostra
necessrio para uma dada preciso.
Antes de escolher a amostra, preciso definir a tcnica de amostragem, isto ,
os critrios que sero usados para escolher os elementos da populao que
constituiro a amostra. De acordo com a tcnica usada, tem-se um tipo de amostra.
2- Amostragem X Censo
Uma amostra usualmente envolve o estudo de uma parcela dos itens de uma
populao, enquanto que um censo requer o exame de todos os itens. Embora
concentremos nossa ateno nas amostras, conveniente considerar tambm a
alternativa do censo.
primeira vista pode parecer que a inspeo completa ou total de todos os
itens de uma populao seja mais conveniente do que a inspeo de apenas uma
amostra deles. Na prtica, o contrrio que quase vlido
Firmas comerciais e entidades governamentais recorrem amostragem por
vrias razes. O custo usualmente um fator relevante. Colher dados e analisar
resultados custam dinheiro e, em geral quanto maior o nmero de dados colhidos,
maior o custo. Outra razo para o emprego de amostragem que o valor da
informao dura pouco. Para ser til, a informao deve ser obtida e usada
rapidamente. A amostragem a nica maneira de se fazer isso. Por vezes, o exame
de determinado artigo o destri. Testar cadeiras quanto a sua resistncia ao peso
obviamente as destri; se fssemos testar todas as cadeiras, no sobrariam cadeiras
para a venda.
A amostragem prefervel ao censo quando:
a) A populao pode ser infinita, e obviamente no seria possvel examinar todos os
itens da populao o que tornaria ento o censo impossvel.
b) Uma amostra pode ser mais atualizada do que o censo. Se se necessita de uma
informao rapidamente, um estudo de toda a populao pode consumir demasiado
tempo e perder utilidade. Alm disso, se a populao tende a modificar-se com o
tempo, um censo poder, na realidade, combinar vrias populaes.
c) Os testes podem apresentar carter destrutivo, ou seja, os itens examinados so
destrudos no prprio ato do experimento. Ento o censo nos daria o panorama
preciso de uma populao que no existe mais.
d) O custo de um censo pode ser proibitivo, normalmente se o custo individual
elevado e se existem muitos itens na populao.
e) A preciso pode sofrer no caso de um censo de uma grande populao. A
amostragem envolve menor nmero de observaes e, conseqentemente, menor
nmero de coletores de dados. Com grande nmero de agentes, h menor
coordenao e controle, aumentando a chance de erros. A amostragem pode
revelar maior uniformidade nos mtodos de coleta de dados, e maior

comparabilidade entre os dados, do que um censo.
f) O tipo de informao pode depender da utilizao de uma amostra ou de um censo.
Freqentemente as despesas com coleta de dados sofrem restries
oramentrias. Existe tambm a premncia do tempo. Se nos decidirmos por um
censo, os problemas de custo e de tempo podem conduzir a uma limitao do
censo a apenas uma ou a poucas caractersticas por item. Uma amostra com o
mesmo custo e mesmo tempo, poderia proporcionar resultados mais aprofundados
sobre um menor nmero de itens.
Entretanto, h certas situaes em que mais vantajoso fazer um censo. Entre
essas situaes destacamos:
a) A populao pode ser to pequena que o custo e o tempo de um censo sejam
pouco maiores que para uma amostra.
b) Se o tamanho da amostra grande em relao ao da populao, o esforo
adicional requerido por um censo pode ser pequeno, alm disso, o censo eliminar
a variabilidade amostral.
c) Se se exige preciso completa, ento o censo o nico mtodo aceitvel. Em face
da variabilidade amostral, nunca podemos ter certeza de quais so os parmetros
verdadeiros da populao. Um censo nos dar essa informao, embora erros na
coleta dos dados e outros tipos de tendenciosidade possam afetar a preciso dos
resultados.
d) Ocasionalmente, j se dispe da informao completa, de modo que no h
necessidade de amostra.
3- Amostragem Probabilstica
Uma amostragem ser probabilstica se todos os elementos da populao
tiverem probabilidade conhecida, e diferente de zero, de pertencer amostra. Desta
forma, a amostragem probabilstica implica um sorteio com regras bem determinadas,
cuja realizao s ser possvel se a populao for finita e totalmente acessvel.
Consideraremos aqui os seguintes planos de amostragem probabilstica:
1 Amostragem Aleatria Simples
2 Amostragem Proporcional Estratificada
3 Amostragem Sistemtica
Amostragem Aleatria Simples
Este tipo de amostragem equivalente a um sorteio lotrico. A Amostragem
Aleatria Simples constituda de elementos retirados ao acaso da populao. Ento
todo elemento da populao tem probabilidade fixa de ser amostrado. Por isso que a
esse tipo de amostragem tende a produzir amostras representativas.
Exemplo: Geralmente so considerados aleatrios os seguintes processos:
A chegada de carros a um posto de pedgio
As chamadas telefnicas numa grande mesa de operao
A chegada de clientes aos caixas de um supermercado
A produo de qualquer processo mecnico
Sucessivos lances de moeda ou de dado
Tempo de servio em estaes de pedgio
de mxima importncia dar cuidadosa ateno maneira como se escolhem
os itens, bem como se eles so igualmente provveis.
Exemplo: Imagine que 500 clientes esto cadastrados em sua empresa e voc
precisa obter uma amostra aleatria de 2% dos cadastros. O que voc faria?
Como queremos uma amostra de 2% dos cadastros, precisamos sortear 10
deles. Faremos isso seguindo os seguintes passos:
1 Numeramos os cadastros de 001 a 500.
2 - Para o sorteio exibiremos duas opes:
a) Escreva os nmeros de 001 a 500, em pedaos iguais de um mesmo papel,
colocando-os dentro de uma caixa. Agite sempre a caixa para misturar bem
os pedaos de papel e retire, um a um, dez nmeros que formaro a
amostra.
b) Coloque em uma urna, bolas numeradas de zero a nove, inclusive, misture
bem e retire uma. Anote o nmero dessa bola que ser o primeiro dgito do
nmero do cadastro que ser amostrado. Volte a bola retirada urna,
misture bem e retire outra. O nmero dessa segunda bola ser o segundo
dgito do nmero do cadastro que ser amostrado. O procedimento dever
ser repetido at completar os trs dgitos da numerao utilizada. Como a
populao constituda por 500 cadastros, devem ser desprezados os
nmeros maiores do que 500, bem como os nmeros que j foram sorteados
e o nmero 000. O sorteio dever ser repetido at se conseguir a amostra de
10 cadastros.
O processo de seleo exige que se atribuam nmeros consecutivos aos itens
listados escolhendo-se depois, aleatoriamente, os nmeros dos itens que comporo a
amostra. Conceitualmente, podemos usar cartas, dados, fichas numeradas ou bolas
numeradas para gerar nmeros aleatrios para gerar nmeros aleatrios
correspondentes aos nmeros de nossa listagem.
Na prtica, tais dispositivos so empregados raramente, por vrias razes.
Uma dela que cada dispositivo deixa algo a desejar; os mtodos no so
perfeitamente aleatrios. As cartas, por exemplo, podem aderir umas s outras,
impedindo um embaralhamento perfeito. As arestas de um dado podem estar
desgastadas. E sempre h o perigo de as bolas de uma urna no terem sido
convenientemente misturadas.Em vista disso, e porque a amostragem aleatria vital
para a inferncia estatstica, existem tabelas especialmente elaboradas, chamadas
Tabelas de Nmeros Aleatrios, construda de modo que os dez algarismos (0 a 9)
so distribudos ao acaso nas linhas e colunas.
Na tabela de nmeros aleatrios os dez algarismos 0,1,2,...,7,8,9, podem ser
lidos isoladamente ou em grupos; podem ser lidos em qualquer ordem, como por
colunas, num sentido ou noutro, por linhas, diagonalmente etc., e podem ser
considerados aleatrios. A opo de leitura, porm, deve ser feita, antes de iniciado o
processo. Para usar uma tabela de nmeros aleatrios devemos:
1 Fazer uma lista dos nmeros da populao
2 Numerar consecutivamente os itens na lista, a comear do zero,
3 Ler os nmeros na tabela de nmeros aleatrios de modo que o nmero de
algarismos em cada um seja igual ao nmero de algarismos do ltimo nmero da
sua listagem.
4 Desprezar quaisquer nmeros que no correspondam a nmeros da lista ou que
sejam repeties de nmeros lidos anteriormente. Continue o processo at ter o
nmero desejado de observaes.
5 Usar os nmeros assim escolhidos para identificar os itens da lista a serem
includos na amostra.
10
EXEMPLO DE UMA TABELA DE NMEROS ALEATRIOS

(retirada de: STEVENSON, William J. Estatstica aplicada
administrao, So Paulo: Harbra, 1981)
3690 2492 7171 7720 6509 7549 2330 5733 4730

0813 6790 6858 1489 2669 3743 1901 4971 8280
6477 5289 4092 4223 6454 7632 7577 2816 9202
0772 2160 8236 0812 4195 5589 0830 8261 9232
5692 9870 3583 8997 1533 6566 8830 7271 3809
2080 3828 7880 0586 8482 7811 6807 3309 2729
1039 3382 7600 1077 4455 8806 1822 1669 7501
7227 0104 4141 1521 9104 5563 1392 8238 4882
8506 6348 4612 8252 1062 1757 0964 2983 2244
5086 0303 7423 3298 3979 2831 2257 1508 7642
0092 1629 0377 3590 2209 4839 6332 1490 3092
0935 5565 2315 8030 7651 5189 0075 9353 1921
2605 3973 8204 4143 2677 0034 8601 3340 8383
7277 9889 0390 5579 4620 5650 0210 2082 4664
5484 3900 3485 0741 9069 5920 4326 7704 6525
6905 7127 5933 1137 7583 6450 5658 7678 3444
8387 5323 3753 1859 6043 0294 5110 6340 9137
4094 1957 0163 9717 4118 4276 9465 8820 4127
4951 3781 5101 1815 7068 6379 7252 1086 8919
9047 0199 5068 7447 1664 9278 1708 3625 2864
7274 9512 0074 6677 8676 0222 3335 1976 1645
9192 4011 0255 5458 6942 8043 6201 1587 0972
0554 1690 6333 1931 9433 2661 8690 2313 6999
8231 5627 1815 7171 8036 1832 2031 6298 6073
3995 9677 7765 3194 3222 4191 2734 4469 8617
2402 6250 9362 7373 4757 1716 1942 0417 5921
5295 7385 5474 2123 7035 9983 5192 1840 6176
5177 1191 2106 3351 5057 0967 4538 1246 3374
7315 3365 7203 1231 0546 6612 1038 1425 2709
5775 7517 8974 3961 2183 5295 3096 8536 9442
5500 2276 6307 2346 1285 7000 5306 0414 3383
3251 8902 8843 2112 8567 8131 8116 5270 5994
4675 1435 2192 0874 2897 0262 5092 5541 4014
3543 6130 4247 4859 2660 7852 9096 0578 0097
3521 8772 6612 0721 3899 2999 1263 7017 8057
5573 9396 3464 1706 9204 3389 5678 2589 0288
7478 7569 7551 3380 2152 5411 2647 7242 2800
3339 2854 9691 9562 3252 9848 6030 8472 2266
5505 8474 3167 8552 5409 1556 4247 4652 2953
6381 2086 5457 7703 2758 2963 8167 6712 9820
11
Exemplo: Imagine que 500 clientes esto cadastrados em sua empresa e voc
precisa obter uma amostra aleatria de 2% dos cadastros. Como voc usaria a tabela
de nmeros aleatrios para extrair essa amostra?
Depois de numerar os cadastros podemos escolher, por exemplo, percorrer a
ltima coluna da tabela de cima para baixo lendo os trs primeiros algarismos de cada
linha. Os nmeros obtidos dessa forma so:
473, 828, 920, 923, 380, 272, 750, 488, 224,
764, 309, 192, 838, 466, 652, 344, 913, 412.
Desprezando os nmeros que so maiores do que 500 (e eventuais repeties)
devemos tomar para a amostra os cadastros de nmeros:
473, 380, 272, 488, 224, 309, 192, 466, 344, 412.
Dispondo-se de uma lista precisa dos itens da populao, relativamente
simples escolher uma amostra aleatria com o auxilio de uma tabela de nmeros
aleatrios. Na realidade, a lista no precisa conter todos os itens. As locaes dos
itens podem constituir uma alternativa, como por exemplo, os quarteires de uma
cidade, ou os arquivos de uma firma etc.
Amostragem Sistemtica
Quando os elementos da populao j se acham ordenados, no h
necessidade de construir um sistema de referncia. So exemplos os pronturios
mdicos de um hospital, os prdios de uma rua, as linhas de produo etc. Nestes
casos, a seleo dos elementos que constituiro a amostra pode ser feita por um
sistema imposto pelo pesquisador.
A Amostragem Sistemtica constituda de elementos retirados da populao
segundo um sistema preestabelecido.
Exemplo 1: Imagine que 500 clientes esto cadastrados em sua empresa e voc
precisa obter uma amostra aleatria de 2% dos cadastros. Como voc obteria uma
amostra sistemtica?
Precisamos obter uma amostra de tamanho 10. Para obter a amostra podemos
dividir 500 por 10, e obter 50. Sorteamos um nmero entre 1 e 50, inclusive, para ser o
primeiro cadastro da mostra e a partir desse nmero, contamos 50 cadastros e
retiramos o ltimo para fazer parte da amostra. Procedemos dessa forma at
completarmos os 10 cadastros da amostra.
Exemplo 2: No caso de uma linha de produo, podemos, a cada dez itens
produzidos, retirar um para pertencer a uma amostra da produo diria. Neste caso,
estaramos fixando o tamanho da amostra em 10% da populao.
preciso especial cuidado com o sistema de seleo. No forme uma amostra
com as primeiras pessoas de uma fila ou, se so atendidos 10 clientes por dia, no
escolha para a amostra, o dcimo de cada dez clientes. Estes procedimentos podem
determinar amostras tendenciosas. Recomenda-se sempre sortear o primeiro
elemento que ser selecionado para a mostra e, a partir da, usar o sistema de
seleo.
Amostragem Proporcional Estratificada
Muitas vezes a populao se divide em subpopulaes, denominadas de
Estratos. Como provvel que a caracterstica em estudo dessa populao apresente,
de estrato em estrato, um comportamento heterogneo e, dentro de cada estrato, um
comportamento homogneo, convm que o sorteio dos elementos da amostra leve em
considerao tais estratos.
A amostra proporcional estratificada composta por elementos proveniente de
todos os estratos.
Exemplo: Vamos obter uma amostra proporcional estratificada de 10% para a
pesquisa da estatura de 90 alunos de uma escola onde 54 so meninos e 36 so
meninas.
12
Temos aqui dois estratos, sexo masculino e sexo feminino.

a) O primeiro passo determinar o tamanho da amostra em cada estrato:
Sexo Populao 10%
M 54
10 54
100
F 36
Total
90
10 36
100
10 90
100
,5
4
,36
9
Amostra
5
4
9
b) Numeramos os alunos de 01 a 90, sendo que de 01 a 54 correspondem meninos e

de 55 a 90 meninas.
c) obtemos uma amostra aleatria ou sistemtica de cada sexo e reunimos as
informaes numa s amostra, denominada amostra estratificada.
4- Amostragem No Probabilstica
Quando nem todos os elementos da populao tiverem uma probabilidade
diferente de zero de pertencerem amostra, dizemos que a amostragem noprobabilstica.
Este processo de amostragem subjetivo e seu regimento depende do
conhecimento que possui o pesquisador a respeito da estrutura da populao.
empregada, muitas vezes, por simplicidade ou pela impossibilidade de se obter
amostragens probabilsticas.
Se os efeitos das amostragens no-probilsticas podem ser considerados
equivalentes aos das amostragens probabilsticas, ento os processos de
amostragens no-probabilsticas tambm podem ser considerados vlidos.
Consideraremos aqui os seguintes planos de amostragem no probabilstica:
1 Amostragem a Esmo
2 Amostragem por Julgamento
Amostragem a Esmo
o caso em que o pesquisador procura ser aleatrio, sem, no entanto, utilizar
um sorteio aleatrio rigoroso
Exemplo: Se tirarmos 100 parafusos de uma caixa que contm 10.000
parafusos do mesmo modelo e tamanho, de certo no faramos uma amostragem
aleatria simples, pois seria extremamente trabalhosa, mas faramos retiradas a esmo.
Os resultados de uma amostragem a esmo so os mesmos de uma
amostragem probabilstica se a populao homognea e se no existe a
possibilidade de o amostrador ser influenciado (mesmo que inconscientemente) por
alguma caracterstica dos elementos da populao. No seria o caso da amostra dos
parafusos, acima, se estes tivessem modelos e tamanhos diferentes, e isto afetasse a
caracterstica observada nos parafusos.
Amostragem por Julgamento
Neste tipo de amostragem, a amostra colhida na parte da populao que
acessvel. Ento se faz uma distino entre populao-objeto (aquela que se tem em
mente ao realizar o estudo) e a populao-amostrada (a parte da populao que
acessvel). Se essas duas populaes tiverem as mesmas caractersticas, este tipo de
amostragem vai ser equivalente a uma amostragem probabilstica.
Se o tamanho da amostra bem pequeno, digamos, de um a cinco itens, a
amostragem aleatria pode dar totalmente no-representativos, ao passo que uma
13
pessoa familiarizada com a populao pode especificar quais os itens mais

representativos da populao.
Exemplo: Uma cadeia de restaurantes pode querer experimentar uma nova tcnica de
servio, empregando bandejas com aquecimento. Problemas de custo podem fazer
com que a experincia se limite a dois restaurantes, os quais podem diferir
consideravelmente em termos de tamanho, localizao, clientela e lucratividade. Ao
invs de uma seleo aleatria dos dois locais a ser usado como teste, ser melhor
confiar no conhecimento da administrao para fazer tal escolha.
Ocasionalmente, os itens amostrais, se apresentam convenientemente
grupados. Uma pesquisa mdica deve trabalhar com os pacientes disponveis.Este
grupo no pode ser considerado como uma amostra aleatria do pblico em geral e
seria perigoso tentar tirar concluses gerais com base em tal estudo. Entretanto, os
resultados poderiam proporcionar uma base para a elaborao de um plano de
amostragem aleatria para validar os resultados bsicos. Os perigos inerentes
pesquisa mdica, bem como a outros tipos de pesquisa, freqentemente obrigam a
limitar a pesquisa inicial a um pequeno grupo de voluntrios. Outros exemplos
similares seriam portadores de doenas fatais, cadveres, animais, etc.
Finalmente, a amostragem por julgamento pode ser mais rpida e menos
custosa porque no preciso construir uma listagem dos itens da populao.
Tenha-se em mente que a amostragem por julgamento no permite a avaliao
objetiva do erro amostral, de modo que conveniente usar a amostragem
probabilstica sempre que possvel.
Comparao de Planos de Amostragem
Tipo Caracterizado por
Aleatria
Lista de itens
Sistemtica
Lista aleatria de itens
Estratificada Subgrupos Homogneos
A Esmo e
No necessita de uma
Por julgamento
listagem de itens
5- Amostras Tendenciosas
Talvez voc nunca faa um trabalho que exija amostragem. Mas muito
provavelmente voc ler ou usar resultados de trabalhos cujos dados foram obtidos
por amostragem. Ento saiba que importante entender o que uma amostra
tendenciosa. Primeiro, as inferncias devem ser feitas apenas para a populao de
onde a amostra foi retirada. No tem sentido, por exemplo, estudar os hbitos de
higiene dos ndios bolivianos e fazer inferncia para a populao da periferia da cidade
de So Paulo. Tambm preciso verificar se a amostra foi retirada da populao
usando um processo delineado segundo critrios estatsticos.
A amostra deve ter o tamanho usual da rea em que a pesquisa se enquadra.
Na prtica, o tamanho da amostra determinado mais por consideraes reais ou
imaginrias a respeito do custo de cada unidade amostrada do que por tcnicas
estatsticas. Veja o que se faz na sua rea de trabalho, consultando a literatura e
verifique o que seu oramento permite fazer.
As amostras muito pequenas podem ser excelentes estudos de casos, mas
no permitem fazer inferncia estatstica. Mas tambm desconfie de amostras muito
grandes. Ser que o pesquisador tinha tempo e dinheiro para fazer um bom
levantamento de tantos dados? E veja como foi feito o questionrio. So mais
confiveis as respostas obtidas atravs de entrevistas, desde que o entrevistador
tenha sido treinado. Estude as perguntas. Elas eram claras? As respostas podem ser,
por alguma razo, mentirosas? Leia o artigo e se pergunte:
1 Qual a populao?
2 Como a mostra foi selecionada?
3 Qual o tamanho da amostra?
4 Como o questionrio foi feito?
5 As perguntas eram claras?
14
Se estas perguntas no tiverem resposta satisfatria, a amostra pode ser

tendenciosa.
Exemplo: Para estimar o tamanho dos morangos de uma caixa, no seria correto
examinar o tamanho dos 10 morangos que esto na parte de cima, pois
provavelmente, a amostra seria tendenciosa uma vez que os vendedores de morango
arrumam as caixas de maneira a colocar as frutas maiores nas camadas mais
superficiais.
preciso cuidado na forma de tomar a amostra porque os erros de
amostragem fazem com que os resultados da amostragem sejam diferentes dos
resultados do censo.
Quando a pesquisa exige que os participantes respondam a um questionrio,
preciso especial ateno forma de obter as respostas. Se o questionrio enviado
s pessoas pelo correio, a taxa de resposta baixa. Tendem a responder mais as
pessoas que tm opinio formada, seja a favor ou contra o assunto. Ento a amostra
pode ser tendenciosa pelo fato de no conter pessoas indiferentes ao tema tratado.
Por telefone obtm-se respostas mais rapidamente, mas no Brasil a maioria das
residncias no tem telefone. Ento a amostra pode ser tendenciosa pelo fato de s
terem sido entrevistadas pessoas suficientemente ricas para ter um telefone.
As entrevistas pessoais tm a taxa mais alta de respostas, mas exigem do
entrevistador tempo e treinamento. Mesmo assim, muitas unidades podem no
responder. A falta de resposta se explica pela inabilidade do pesquisador para entrar
em contato com as pessoas ou para conseguir respostas daqueles que, a principio, se
recusam a responder. Se essas pessoas diferem da populao a amostra
tendenciosa.
Mas existem, ainda outras fontes de erros nos resultados de um levantamento
por amostragem.
Exemplo: A origem do erro pode estar na prpria pergunta que feita ao entrevistado.
A pessoa pode mentir sobre sua idade ou sobre sua renda
A pessoa pode no lembrar e dar resposta errada quando perguntada sobre
questes do tipo: Quantos cigarros o senhor fumou na semana passada?.
Quem no entende a pergunta pode dar qualquer resposta, apenas para no
mostrar ignorncia.
Perguntas mal feitas que induzem a certa resposta. Por exemplo, Voc acha
justo pessoas de idade ficarem passeando de nibus de graa, enquanto
estudantes e trabalhadores tm que pagar?
Finalmente, cabe tratar aqui algumas questes de tica que surgem quando se
faz um levantamento de dados. claro que podem existir abusos. Esses abusos no
so, contudo, da ordem dos que, vez por outra, ocorrem nos experimentos cientficos.
De qualquer forma, a primeira questo de tica que pode surgir o fato de a pessoa
que responde estar sendo usada para uma pesquisa, sem saber disso. As pessoas
devem ser avisadas de que esto sendo entrevistadas para uma pesquisa e tm o
direito de se recusar a participar. Ainda, na maioria das vezes, quem responde no
sabe o uso que se far do dado. Mas todo pesquisador deve informar s pessoas que
participam da pesquisa quais so os seus objetivos e tem o dever de informar, depois
de terminado o trabalho, quais foram as suas concluses.
Outra questo tica, muito mais sria do que as anteriores a dos
pesquisadores sociais que se infiltram em certos grupos, fingindo pertencer a eles, s
para obter informaes. Essa atitude defensvel apenas nos rarssimos casos em
que a informao obtida pela pesquisa absolutamente essencial e no pode ser
obtida por outros meios. E, por ltimo, vem a questo da identificao, sem a
necessria autorizao, de quem responde, usando expedientes como questionrios
com cdigos secretos. Definitivamente, a identificao por cdigo no tica.
Um estatstico conhecido disse, certa vez, que possvel mentir usando
estatstica, mas que se mente mais, e melhor, sem estatsticas. preciso entender
que as amostras podem levar a concluses erradas. Contudo, as opinies pessoais,
sem base em dados, levam em geral, a concluses muito mais erradas.
15
III Organizao de Dados

1- Variveis
Os dados estatsticos se obtm mediante um processo que envolve a
observao ou outra mensurao de caractersticas de uma populao ou amostra tais
como renda anual numa comunidade, sexo dos indivduos de uma tribo indgena,
percentagem de acar em cereais, etc. Cada uma dessas caractersticas chamada
de varivel, porque originam valores que tendem a exibir certo grau de variabilidade
quando se fazem mensuraes sucessivas.
Exemplo: Suponha que um questionrio foi aplicado aos alunos do 3 perodo do
curso de administrao da UNIVILA fornecendo as seguintes informaes:
1) Id: Identificao do aluno
2) Turma: Turma em que o aluno foi alocado (A ou B)
3) Sexo: F se feminino, M se masculino.
4) Idade: Idade em anos
5) Altura: Altura em metros
6) Peso: Peso em quilogramas
7) Filhos: Nmero de filhos na famlia
Para a varivel sexo so dois os valores possveis: F ou M
Para a varivel Filhos os valores possveis so expressos atravs de
nmeros naturais: 0, 1, 2, 3,...
Para a varivel Altura temos uma situao diferente, pois os resultados
podem assumir um nmero infinito de valores dentro de um determinado
intervalo.
Claramente tais variveis tm naturezas diferentes no que tange aos possveis
valores que podem assumir. Tal fato deve ser levado em conta nas anlises dos dados,
pois para cada tipo de varivel existe um tratamento diferente.
2- Classificao das variveis
Vamos considerar dois grandes tipos de variveis:
A) Quantitativas (numricas): So as variveis cujos valores so expressos em
nmeros. Elas podem ser subdivididas em quantitativas discretas e quantitativas
contnuas. As variveis discretas podem ser vistas como resultantes de contagens,
assumindo assim, valores inteiros. J as variveis contnuas geralmente provm de
uma mensurao e podem assumir qualquer valor em intervalos dos nmeros reais.
Exemplos:
So variveis quantitativas discretas: Nmero de irmos, de alunos numa sala
de aula, de defeitos num carro novo, etc.
So variveis quantitativas contnuas: Altura, peso, comprimento, espessura,
velocidade, etc.
B) Qualitativas (no numricas): So as variveis cujos possveis valores que
assumem representam atributos e/ou quantidades. Se tais variveis tm uma
ordenao natural, indicando intensidades crescentes de realizao, ento elas sero
classificadas como qualitativas ordinais ou por postos. Caso contrrio, quando no
possvel estabelecer uma ordem natural entre seus valores definindo apenas uma
categoria, elas so classificadas como qualitativas nominais.
Exemplos:
So variveis qualitativas nominais: Turma (A ou B), sexo (F ou M), cor dos
olhos, campo de estudo, etc.
16
So variveis qualitativas ordinais: Tamanho (pequeno, mdio ou grande),

Classe social (baixa, mdia ou alta), etc.
Podemos resumir a classificao das variveis no seguinte esquema:
Nominal
Qualitativa
Ordinal
Varivel
Discreta
Quantitativa
Contnua
interessante notar que muitas populaes podem originar os quatro tipos de

dados como ilustramos na tabela abaixo.
Tipo de variveis
Populaes Quantitativas
Qualitativas
Contnua Discreta Nominal Ordinal

Alunos de Idade, peso
N na classe
sexo
Estatstica
Automveis Velocidade
N de defeitos cores limpeza
em km/h
por carro
Venda de Valor em N de ofertas
Acima do preo
Imveis
reais
Por perodo
Muito
dispendioso
3- Distribuio de Freqncia
Uma distribuio de freqncia um mtodo de grupamento de dados em
classes, ou intervalos, de tal forma que se possa determinar o nmero ou a
percentagem de observaes em cada classe. O nmero ou percentagem numa
classe chama-se freqncia de classe. Uma distribuio de freqncia pode ser
apresentada sob forma grfica ou tabular.
Tipos de freqncias
Freqncia simples ou absoluta (f):
So os valores que realmente
representam o nmero de dados de cada classe.
Freqncia relativa (fr): So os valores das razes entre as freqncias
simples e a freqncia total. Normalmente calcula-se a freqncia relativa para
efeito de comparao com outros grupos ou conjunto de dados. Convm notar
que, quando estivermos comparando dois grupos com relao s freqncias
de ocorrncia dos valores de uma dada varivel, grupos com um nmero total
de dados maior tendem a ter maiores freqncias de ocorrncia dos valores da
varivel. Dessa forma, o uso de freqncia relativa vem resolver este
problema.
Freqncia acumulada (F): o total das freqncias de todos os valores
inferiores ao limite superior do intervalo de uma dada classe. Normalmente
utilizamos esse tipo de freqncia quando tratamos de variveis qualitativas
ordinais ou quantitativas em geral.
Freqncia acumulada relativa (Fr): o total das freqncias relativas de
todos os valores inferiores ao limite superior do intervalo de uma dada classe.
Como no caso anterior utilizamos esse tipo de freqncia quando tratamos de
variveis qualitativas ordinais ou quantitativas em geral.
17
O processo de construo de uma distribuio de freqncia para determinado

conjunto de dados depende do tipo de dados em estudo, isto , contnuos, discretos,
nominais ou ordinais. Vamos estudar cada caso.
Os dados coletados so registrados em fichas que contm, alm dos dados de
interesse, diversas outras informaes. Portanto, terminada a fase de coleta dos
dados, preciso retirar os dados das fichas e organiz-los. Esta fase do trabalho
denominada, tecnicamente, de tratamento dos dados.
Tabelas e Grficos
Os dados depois de tratados podem ser apresentados em tabelas. Existem
normas nacionais para a organizao de tabelas, ditadas pela ABNT. Essas normas
no sero tratadas aqui, mas convm saber que as tabelas devem ter os seguintes
componentes:
Ttulo: Precede a tabela e explica, em poucas palavras, o dado em estudo. Se
for o caso, indica o tempo e o lugar a que os dados se referem.
Cabealho: Especifica o contedo de cada coluna
Coluna Indicadora: Especifica em cada linha os valores que os dados podem
assumir.
Corpo da tabela: Apresenta a freqncia dos dados.
Fonte: Especifica a entidade, o pesquisador ou pesquisadores que forneceram
os dados, quando esses no foram coletados por voc.
Exemplo
Titulo
Cabealho
Coluna
Indicadora
Valor em dlares dos principais produtos que

o Brasil vende Argentina
Produto
Automveis 606
Veculos de carga
Autopeas 531
Motores 264
Minrio 248
Tratores 130
Valor em dlares
(em bilhes)
541
Corpo da
tabela
Fonte: poca 25 de janeiro de 1999
A organizao dos dados em tabelas de freqncia proporciona um meio eficaz

de estudo do comportamento de caractersticas de interesse. Muitas vezes, a
informao contida nas tabelas pode ser mais facilmente visualizada atravs de
grficos. Meios de comunicao apresentam, diariamente, grficos das mais variadas
formas para auxiliar na apresentao das informaes. rgos pblicos e empresas
se municiam de grficos e tabelas em documentos internos e relatrios de atividades e
desempenho. Graas proliferao de recursos grficos, cuja construo tem sido
cada vez mais simplificada em programas computacionais, existe hoje uma infinidade
de tipos de grficos que podem ser utilizados.
Deve ser notado, entretanto, que a utilizao de recursos visuais na criao de
grficos deve ser feita cuidadosamente; um grfico desproporcional em suas medidas
pode dar falsa impresso de desempenho e conduzir a concluses equivocadas.
Obviamente, questes de manipulao incorreta da informao podem ocorrer em
qualquer rea e no cabe culpar a Estatstica. O uso e a divulgao tica e criteriosa
de dados devem ser pr-requisitos indispensveis e inegociveis.
Exemplos: Vamos definir quatro tipos bsicos de grficos:
Grfico de disco: usado para mostrar a importncia relativa das propores.
Esse tipo de grfico se adapta melhor s variveis qualitativas nominais.
18
Grfico de barras: Utiliza o plano cartesiano com os valores da varivel no

eixo das abscissas e as freqncias ou porcentagens no eixo das ordenadas.
Esse tipo de grfico se adapta melhor s variveis discretas ou qualitativas
ordinais.
Histograma: a representao grfica de uma distribuio de freqncia por
meio de retngulos justapostos. Esse tipo de grfico se adapta melhor s
variveis quantitativas contnuas.
Polgono de freqncia:
uma alternativa ao histograma construdo
mediante a conexo dos pontos mdios dos intervalos do histograma com
linhas retas.
Distribuio de Freqncia para Variveis Quantitativas Contnuas
Os principais estgios na construo de uma distribuio de freqncia para
dados contnuos so:
1 Organizar os dados brutos em um rol de ordem crescente ou decrescente.
2 Determinar a amplitude total dos dados que a diferena entre o maior e menor
dos dados.
3 Determinar quanto ao nmero de classes a usar (k). aconselhvel usar entre 5 e
15 classes. Menos que cinco classes pode ocultar detalhes importantes dos dados, e
mais que quinze torna a apresentao demasiado detalhada. Uma regra prtica
consiste em tomar a raiz quadrada do nmero total de dados (
n ) e ajust-la, se
necessrio, aos limites de 5 a 15.
4 Determinar a amplitude de cada classe dividindo a amplitude total por k. Se
necessrio o valor encontrado deve ser aproximado para cima com o mesmo nmero
ou mais casas decimais que os valores das variveis.
5 Estabelecer os intervalos das classes comeando com um inteiro logo abaixo do
menor valor observado e somando a amplitude das classes. Os intervalos de classe
devem ser escritos, de acordo com a Resoluo 866/66 do IBGE em termos de desta
quantidade at menos aquela, empregando, para isso, o smbolo
(incluso por
limite inferior e excluso do limite superior).
6 Relacionar os intervalos e fazer a contagem dos pontos por classe. A contagem
total deve ser igual a n.
7 construir uma tabela de freqncia ou um grfico de freqncia.
Exemplo: Considere os dados brutos que representam a safra, em alqueires, por
rvore, para um conjunto de 40 pessegueiros.
Safra atual em (alqueire/ rvore) para 40 Pessegueiros
11,1 12,5 32,4 7,8 21,0 16,4 11,2 22,3
4,4 6,1 27,5 32,8 18,5 16,4 15,1 6,0
10,7 15,8 25,0 18,2 12,2 12,6 4,7 23,5
14,8 22,6 16,0 19,1 7,4 9,2 10,0 26,2
3,5 16,2 14,5 3,2 8,1 12,9 19,1 13,7
Vamos construir uma tabela para representar esses dados:
1- Construo do Rol em ordem crescente
Safra atual em (alqueire/ rvore) para 40 Pessegueiros
3,2 3,5 4,4 4,7 6 6,1 7,4 7,8
8,1 9,2 10,0 10,7 11,1 11,2 12,2 12,5
12,6 12,9 13,7 14,5 14,8 15,1 15,8 16,0
16,2 16,4 16,4 18,2 18,5 19,1 19,1 21,0
22,3 22,6 23,5 25,0 26,2 27,5 32,4 32,8
2 Amplitude Total (AT) = 32,8 3,2 = 29,6
3 Nmero de classes ( K ) = 40
,6
32 6
19
,29
6
,4
93 5
6
5 Intervalos de variao das classes:
1 classe: Limite inferior: 3
Limite superior: 3 + AC = 3 + 5 = 8
2 classe: Limite inferior = Limite superior da classe anterior: 8
Limite superior: 8 + 5 = 13
3 classe: Vai de 13 a 18
4 Amplitude da classe (AC) =
6 Construo da tabela
Safra Anual (em alqueire/rvore) para 40
Pessegueiros
Nmero de
Nmero de rvores
alqueires
3 8
8
8 13
10
13 18
9
18 23
7
23 28
4
28 33
2
40
Total
O histograma correspondente :
Safra Anual (em alqueire/rvore) para 40
Pessegueiros
O polgono de freqncias dado por:

Safra Anual (em alqueire/rvore) para 40 Pessegueiros
12
10
15
s
e
rvo 10
r 5
e
d
N
0
8
6
4
5,5
10,5 15,5 20,5 25,5 30,5

Safra (alqueires)
2
0
5,5
10,5
15,5
20,5
Safra (em alqueires)
25,5
Distribuio de Freqncia para Variveis Quantitativas Discretas

A tabela de freqncia, nesses casos, consiste em listar os valores possveis
da varivel, numricos ou no e fazer a contagem na tabela de dados brutos do
nmero de suas ocorrncias.
Na construo de uma distribuio de freqncia utilizando variveis contnuas,
perde-se certa quantidade de informaes porque os valores individuais perdem sua
identidade quando so grupados em classes. Isso pode ou no ocorrer com variveis
discretas, dependendo da natureza das variveis e dos objetivos do analista.
Exemplo: Considere os seguintes dados relativos ao nmero de acidentes dirios
num grande estacionamento, durante um perodo de 50 dias.
N de acidentes dirios num estacionamento, durante 50 dias
0001122222
3333334444
4444455555
5566666667
7777788889
20
30,5
Podemos construir uma distribuio de freqncia, sem perda dos valores

originais, utilizando como classes os inteiros de 0 a 9.
N de acidentes dirios num
estacionamento, durante 50 dias.
N de acidentes
f
F
033
125
2 5 10
3 6 16
4 9 25
5 7 32
6 7 39
7 6 45
8 4 49
9 1 50
50
Total
Podemos ver pela freqncia acumulada que em 25 dias (dos 50) ocorreram
at 4 acidentes por dia.
Dizemos que no h perda de informaes porque poderamos reconstruir os
dados originais a partir desta tabela. Por outro lado, poderamos tratar essa varivel
como se fosse contnua, gerando a seguinte tabela:
N de acidentes dirios num
estacionamento, durante 50 dias.
N de
f fr
acidentes
02
5
0,10
24
11
0,22
46
16
0,32
68
13
0,26
8 10
5
0,10
50
1,00
Total
Para a distribuio de freqncia sem perda de informaes construmos o
grfico
de barras, enquanto que para a distribuio com perda de informaes
construmos um histograma.
a) Grfico de barras (sem perdas)
b) Histograma (com perdas)

N de acidentes dirios num estacionamento,
durante 50 dias
N de acidentes dirios num estacionamento,

durante 50 dias
9
8
7
6
5
4
3
2
1
0
N de acidentes dirios
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
5
7
n de acidentes
21
De modo geral, prefere-se uma distribuio de freqncia sem perda de

informaes quando:
Os dados so constitudos de valores inteiros
H menos de, digamos, 16 dados
H suficientes observaes para originar uma distribuio significativa.
Por outro lado, uma distribuio de freqncia com perda de informaes til
quando:
Esto em jogo inteiros e no-inteiros (ou no inteiros somente)
S existem inteiros, porm em nmero demasiadamente elevado para permitir
uma distribuio til.
A perda de informaes de importncia secundria.
Distribuio de Freqncia para Variveis Qualitativas Nominais ou Ordinais
Talvez as distribuies de freqncia mais simples sejam as relativas as
variveis nominais ou ordinais. Tal simplicidade decorre do fato de que as classes so
facilmente reconhecveis, tornando mnimos os clculos.
Exemplo 1: Considere os dados nominais referentes venda de bebidas leves em um
dia no Mercado Peg-Pag, dispostos na tabela de freqncia abaixo:
Venda de Bebidas Leves em um
Dia no Mercado Peg-Pag
Tipo de
f fr
Bebida
Cola 600 0,60
Limo 200 0,20
Laranja 100 0,10
Uva 50 0,05
Cereja 40 0,04
Outros 10 0,01
1000 1,00
Total
As categorias so os diversos tipos de bebidas. Pode haver diversos tipos de
bebidas com vendas bastante baixas, tais como soda, cerveja e chocolate, que foram
englobadas numa nica categoria, que chamamos de Outros, para tornar os dados
mais abrangentes.
Podemos optar pela construo de um grfico de barras horizontais ou verticais
usando as freqncias simples ou destacar os percentuais de vendas de cada bebida
construindo um grfico de setores com as freqncias relativas.
a) Grfico de barras verticais
b) Grfico de setores
Venda de Bebidas Leves em um Dia no

Mercado Peg-Pag
Venda de Bebidas Leves em um Dia no
Mercado Peg-Pag
700
600
Uva Cereja Outros

Laranja 5% 4% 1%
10%
500
400
300
200
Limo
20%
100
0
Cola
Limo
Laranja Uva
Tipo
Cereja
Cola
60%
Outros
22
Exemplo 2: Consideremos os dados relativos ao aproveitamento num curso de

Matemtica para o 1 perodo de Administrao 2003/2 da Faculdade UNIVILA,
apresentados abaixo de forma ligeiramente diferente das tabelas de freqncias
anteriores, apenas para ilustrar outra maneira de preparar uma tabela de freqncia.
Classificao dos alunos de Matemtica do 1 perodo de Administrao 2003/2 da
Faculdade UNIVILA
Fraca Razovel Mdia
Boa Excelente Total
Classificao
Nmero de
2 4 20 10 4 40
alunos
Percentagem
0,05 0,10 0,50 0,25 0,10 1,00
Podemos representar esses dados em um grfico de barras horizontais ou de
setores usando os valores das freqncias relativas
a) Grfico de barras horizontais
b) Grfico de setores
Classificao dos alunos de Matemtica do 1

perodo de Administrao 2003/2 da Faculdade
Excelente
Classificao dos alunos de Matemtica do 1

perodo de Administrao 2003/2 da Faculdade
UNIVILA
Excelente
10%
Boa
Fraca
5% Razovel
10%
Boa
25%
Mdia
Razovel
Mdia
50%
Fraca
0
10 15
20 25 30 35
Percentagem
40 45 50 55
Diagrama de Pareto
usado na gesto de qualidade para estabelecer a ordem em que as causas
das perdas ou de outros tipos de fracasso devem ser sanadas.
O Diagrama de Pareto apresenta fracassos e insucessos em ordem de
freqncia. Tem-se, ento, a ordem em que devem ser sanados os erros, resolvidos
os problemas, atendidas as reclamaes, diminuindo o desperdcio. Diz-se, por isso,
que o Diagrama de Pareto estabelece prioridades. Mas o Diagrama de Pareto tambm
23
pode ser usado para identificar causas de sucesso como, por exemplo, as causas do
aumento de venda de um produto.
Exemplo: Consideremos a distribuio de freqncia das reclamaes feitas no
Procon por rea em 1999.
Reclamao do Procon por rea
rea fr Fr
Servios 40 40
Assuntos financeiros
23
63
Produtos 21 84
Habitao 8 92
Sade 7 99
Alimentos 1 100
Fonte: Procon, 1999.
Observe que os dados esto apresentados em ordem decrescente de freqncias

relativas.
O Diagrama de Pareto, neste caso, :
Reclamaes no Procon por rea
110
100
100
99
90
92
84
80
70
63
60
50
40
40
30
40
23
20
21
10
0
Habitao
Sade
1
Servios
Assuntos financeiros
Produtos
Alimentos
rea
Note que a linha que est desenhada acima das colunas obtida com base na
doma dos valores das colunas.
O Diagrama de Pareto para essas reclamaes no Procon deve ser
interpretado da seguinte forma: Como a maior parte de reclamaes se concentram
nas areo de servios e assuntos financeiros, o Procon dever centralizar suas
investigaes nessas reas.
24
IV Sries Estatsticas
Denominamos Srie Estatstica toda tabela que apresenta a distribuio de
um conjunto de dados estatsticos em funo da poca, do tempo ou da espcie.
Da podemos inferir que numa srie estatstica observamos a existncia de trs
elementos ou fatores:
Tempo
Espao
Espcie
Basicamente existem trs tipos de sries estatsticas: Temporais ou
Cronolgicas, Geogrficas e Categricas.
1- Sries Temporais
So constitudas por dados produzidos e monitorados ao longo do tempo.
Tambm so chamadas de sries histricas ou cronolgicas.
Exemplos: So sries temporais:
Preo do Acm no varejo em
So Paulo segundo o ano
Anos Preo mdio
(US$)
1989 2,24
1990 2,73
1991 2,12
1992 1,89
1993 2,04
1994 2,62
Fonte: APA
Nmero de apartamentos vendidos

no ms de janeiro na cidade de So
Paulo por ano.
Ano N de
Apartamentos
1995 1299
1996 533
1997 659
1998 1040
1999 402
Fonte: Secovi SP (1999)
2- Sries Geogrficas
So constitudas por dados provenientes de diferentes regies geogrficas.
Tambm so chamadas de sries espaciais, territoriais ou de localizao.
Exemplos: So sries geogrficas:
Durao mdia dos estudos
superiores 1994
Pases Nmero de
anos
Itlia 7,5
Alemanha 7,0
Frana 7,0
Holanda 5,9
Inglaterra
Menos de 4
Fonte: Revista Veja
Nmero de desempregados, em
milhes, nos dez pases com mais
desemprego em 1998.
N de
Pases
desempregados
(em Milhes)
ndia 38.960,1
Indonsia 10.625,7
Rssia 8.028,8
Brasil 6.649,9
EUA 6.173,4
China 6.125,1
Alemanha 4.075,7
Espanha 3.347,1
Japo 2.930,3
Itlia 2.896,2
Fonte: Pochmann (1999)
25
3 Sries Categricas
So constitudas por dados obtidos nas diferentes categorias de uma mesma
varivel. Tambm so chamadas de sries especficas.
Exemplos: So sries categricas:
Rebanhos brasileiros em 1992
Espcies Quantidade
(1000 cabeas)
Bovinos 154.440,8
Bufalinos 1.423,3
Eqinos 549,5
Asininos 47,1
Muares 208,5
Sunos 34.532,2
Ovinos 19.955,6
Caprinos 12.159,6
Coelhos 6,1
Fonte: IBGE
Patrimnio lquido, segundo o banco,

em1998.
Banco Patrimnio lquido
(milhes de reais)
Banco do Brasil
6.629,9
Banespa 4.143,2
Bank Boston
693,0
Boa Vista
419,6
Bradesco 6.320,9
HSBC 1.176,5
Ita 4.650,7
Safra 931,2
Santander 960,7
Unibanco 2.906,3
Fonte: EFC/Bancos (1999)
4 Sries Conjugadas
Muitas vezes temos necessidade de apresentar, em uma nica tabela, a
variao de valores de mais de uma varivel, isto , fazer 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 e uma vertical.
Exemplo: A srie conjugada abaixo uma srie geogrfico-temporal.
Terminais telefnicos em servio de 1991 a 1993
Regies 1991 1992 1993
Norte 342.938
375.658
403.494
Nordeste 1.287.813
1.379.101 1.486.649
Sudeste 6.234.501
6.729.467 7.231.634
Sul 1.497.315
1.608.989 1.746.232
Centro-oeste 713.357
778.925
884.822
Fonte: Ministrio das comunicaes
26
V Construo de tabelas e grficos usando o Excel

1- Construo de tabelas de freqncia para Variveis Discretas
Suponhamos que um grupo tenha feito quarenta entrevistas e que uma das
variveis observadas tenha sido Nmero de filhos.
A funo FREQNCIA no Excel calcula a freqncia de cada um dos valores
observados. Para isso preciso que os dados estejam digitados (em colunas ou em
linhas) e que fornea os intervalos com os quais queremos que se faa a contagem.
Exemplo: Considere a seguinte tabela primitiva de dados:
Nmero
N de
Nmero
do quest. filhos do quest.
1 1 11 1 21 0 31 1
2 0 12 2 22 1 32 0
3 0 13 0 23 1 33 1
4 1 14 2 24 1 34 0
5 0 15 0 25 0 35 1
6 1 16 1 26 1 36 0
7 0 17 2 27 0 37 0
8 1 18 2 28 3 38 0
9 1 19 1 29 0 39 0
10 2 20 4 30 2 40 0
N de
filhos
Nmero
do quest.
N de
filhos
Nmero
do quest.
N de
filhos
Usando o Excel faa um pequeno banco de dados conforme mostrado a seguir.

Nas clulas A2 a A41 digite os nmeros dos questionrios.
Nas clulas B2 a B41 digite os dados (nmero de filhos).
Nas clulas C2 a C6 digite os valores 0, 1, 2, 3, 4 (so os limites das classes).
Marcar as clulas D2 a D7. Na barra de ferramentas escolha INSERIR FUNO
Escolha primeiramente a opo ESTATSTICA.
Depois escolha a opo FREQNCIA OK.
O primeiro dado que ser pedido Matriz_dados e voc deve, neste campo marcar os
valores onde esto os dados; no nosso caso B2 a B41.
A seguir, pede-se Matriz_bin e voc deve, neste campo, marcar os valores que
correspondem aos limites das classes, no nosso caso C2 a C6.
Logo abaixo da Matriz_bin aparecer o resultado: {17; 15; 6;1;1;0}.
Para que estes valores sejam mostrados na planilha d CTRL + SCHIFT + ENTER.
O resultado deve ser interpretado desta forma:
N de filhos
0 17
1 15
26
31
41
5 ou mais
Total
0
40
2- Construo de tabelas de freqncia para Variveis Qualitativas

Para construir tabelas de freqncia para Variveis Qualitativas procede-se da
mesma maneira que para as Variveis Discretas tomando-se apenas o cuidado de
codificar os possveis valores da varivel e digitar a tabela primitiva no Excel usando
esse cdigo.
27
Exemplo: Uma varivel qualitativa com trs valores (A, B, C) foi observada em cada
um dos vinte elementos de uma amostra. Obteve-se:
B AAC AB B B AA
C AB B AC B B B A
Podemos codificar os valores dessa varivel como: A = 0, B = 1 e C = 2.
Devemos prosseguir como na construo de tabelas para variveis
quantitativas discretas digitando o seguinte banco de dados no Excel:
1002011100
2011021110
A tabela fornecida pelo Excel ser:
0
1
2
8
9
3
0
Que para ser interpretada deve ser decodificada. O resultado deve ser
interpretado desta forma:
Varivel f
A8
B9
C3
outros 0
Total
20
3 - Construo de tabelas de freqncia para Variveis Contnuas

Suponhamos que um grupo tenha feito vinte e duas entrevistas e que uma das
variveis observadas tenha sido Tempo de realizao de um dado exerccio.
Como esta varivel contnua, no podemos usar a funo FREQNCIA par
construir uma tabela de freqncias.
ATENO! Confira se no seu computador tem a opo Anlise de dados... na opo
FERRAMENTAS.
Se no tiver, escolha, na opo FERRAMENTAS a opo SUPLEMENTOS.
Marque no quadrinho Ferramentas de anlise e OK.
Exemplo: Considere a seguinte tabela primitiva de dados:
Nmero
Tempo
do quest.
1 0,0 12 2,7
2 0,5 13 2,3
3 0,6 14 4,5
4 1,5 15 3,7
5 3,3 16 2,9
6 4,2 17 0,7
7 3,9 18 4,7
8 1,0 19 3,1
9 5,8 20 4,1
10 4,8 21 4,9
11 4,0 22 1,2
Nmero
do quest.
Tempo
28
Usando o Excel faa um pequeno banco de dados conforme mostrado a seguir.

Nas clulas A2 a A23 digite os nmeros dos questionrios.
Nas clulas B2 a B23 digite os dados (tempos).
Agora v para:
FERRAMENTAS ANLISE DE DADOS HISTOGRAMA OK
Os dados pedidos so:
- Intervalo de entrada: Marcar no banco de dados, a coluna referente aos dados, no
nosso caso B2 a B23.
- Intervalo de sada: Indique uma clula vazia, a partir da qual ser mostrada a tabela
(p.ex. G2).
A planilha apresentada ser a seguinte:
01
1,45 5
2,9 4
4,35 7
mais 5
Que deve ser interpretada desta forma:
Tempos f
o 1,45
1,45 2,90
2,90 4,35
4,35 5,80
Total
6
4
7
5
22
4- Construo de grficos de barras.

O grfico estatstico uma forma de apresentar os dados estatsticos. A
principal vantagem de um grfico sobre uma tabela que ele permite uma
visualizao imediata da distribuio dos valores observados.
O primeiro passo para se descrever graficamente um conjunto de dados
observados verificar as freqncias dos diversos valores das variveis.
Para fazer um grfico de barras no Microsoft Excel acompanhe o exemplo:
Exemplo: Considere a seguinte tabela de freqncia:
N de filhos
0 17
1 15
26
31
41
Total
40
1) Digitar os valores da varivel (antecedidos de uma aspa simples) e as

freqncias, como abaixo:
A
B
2) Marcar as clulas A1 a B6
1
N de filhos
f
2
o 17
3) na barra de ferramentas: INSERIR GRFICO.
3
1 15
Tipo de grfico: Colunas Avanar Avanar
4
2
6
Colocar o ttulo do grfico:
5
3 1 Distribuio do nmero de filhos de 40 entrevistados
6
4
1
Colocar nome no eixo X: N de filhos
Colocar nome no eixo Y: f
29
Ainda nesta janela escolha, no alto, legenda e desmarque a opo mostrar legenda
Avanar.
4) Escolher a opo Como nova planilha e concluir.
5) (opcional) Clique 2 vezes na parte colorida do grfico.
No alto, escolha o opo padres escolha variar cor por ponto.
O grfico ser apresentado da seguinte forma:
Nmero de filhos de 40 entrevistados
18
17
16
15
14
13
12
11
ia 10
nc
q 9
e
fr
8
7
6
5
4
3
2
1
0
0
Nmero de filhos
Obs: Quando o varivel quantitativa preciso digitar os valores da varivel com uma
aspa simples antes de cada valor (5 ENTER, por exemplo) para diferenciar para o
Excel quem a varivel e quem a freqncia.
5- Construo de Histogramas.
A Construo de um Histograma no Excel requer alguns detalhes. Acompanhe
a partir do exemplo.
Exemplo: Para a varivel Tempo de realizao de um dado exerccio , construmos
a seguinte tabela de freqncia:
Tempos f
o 1,45
1,45 2,90
2,90 4,35
4,35 5,80
Total
6
4
7
5
22
Vamos construir o histograma que representa essa varivel:

Procedimento:
1) preciso calcular os pontos mdios de cada classe:
0 1,45 ponto mdio = 0,725
1,45 2,90 ponto mdio = 2,125
e assim sucessivamente.
2) Digitar os pontos mdios (antecedidos de uma aspa simples) e as freqncias,
como abaixo:
30
A
Pontos
mdios
0,725
2,125 4
3,625 7
5,175
Tipo de grfico: Colunas Avanar Avanar
2
6
Colocar o ttulo do grfico:
3
Distribuio dos tempos de 22 pessoas para a
4
realizao de um exerccio.
5
5
Colocar nome no eixo X: Tempo
Colocar nome no eixo Y: f
Avanar.
6) (opcional) Clique 2 vezes na parte colorida do grfico.
No alto, escolha o opo padres escolha variar cor por ponto.
1
B
f
O grfico ser apresentado da seguinte forma:

Distribuio dos tempos de 22 pessoas para a realizao de um exerccio.
8
0
0,725
2,125
3,625
5,175
Tempos
Para que este grfico seja um histograma preciso fazer as seguintes alteraes:
1) Clique 2 vezes em alguma das barras. A janela Formatar seqncia de dados
ir aparecer.
2) Escolha, no alto, Opes.
Na opo: sobreposio, passe o nmero para 100
Na opo: largura do espaamento, passe para 0 OK
3) (Opcional) Clique 2 vezes na parte cinza do grfico.
Na parte rea escolha a opo nenhuma OK.
O grfico agora estar como o da esquerda:
31
Tempo de 22 pessoas para execuo de um exerccio

8
s
oa
s
s 4
pe
de
N
3
0
0,725
2,175
3,625
5,075
Tempo
Observao: Para alterar o tipo e o tamanho das letras dos eixos, clique duas vezes
sobre o eixo vai aparecer uma janela Formatar eixos escolha fonte, altere o
tipo e OK.
6 - Construo de Polgonos de Freqncias.
Para se construir um polgono de freqncias, preciso entrar com os dados da
seguinte forma:
A
Pontos
mdios
0,725
2,125 4
3,625 7
5,175
1
2
3
4
5
B
f
6
5

Tipo de grfico: Linha Avanar Avanar
3) Colocar o ttulo do grfico:
Distribuio dos tempos de 22 pessoas para a
realizao de um exerccio.
Colocar nome no eixo X: Tempo
Avanar
O grfico agora estar como o da esquerda:
Distribuio dos tempos de 22 pessoas para arealizao de um exerccio.
8
0
0,725
2,125
3,625
5,175
Tempos
32
VI Medidas de Tendncia Central

1- Introduo
Se estivermos numa parada de nibus urbano e nos pedirem alguma
informao sobre a demora em passar um determinado nibus, que diremos?
Ningum imagina que poderamos dar como resposta uma tabela de freqncias que
pacientemente coletamos no ltimo ms, ou ano! Quem pergunta deseja uma resposta
breve e rpida que sintetiza a informao que dispomos e no uma completa
descrio dos dados coletados.
Para resumir a quantidade de informao contida em um conjunto de dados, os
estatsticos definem medidas que descreve, atravs de um s nmero, caractersticas
dos dados. Algumas dessas medidas descrevem a tendncia central, isto , a
tendncia que os dados tm de se agrupar em torno de certos valores. Dentre as
medidas de tendncia central, destacamos:
A mdia Aritmtica
A Mediana
A Moda
2 A Mdia Aritmtica
A mdia aritmtica a idia que ocorre maioria das pessoas quando se fala
em mdia. E como ela possui certas propriedades matemticas convenientes, a
mais importante das trs medidas que estudaremos.
A mdia aritmtica de um conjunto de dados a soma de todos eles dividido
pelo nmero deles.
Exemplo: Calcule a mdia dos dados: 0, 2, 4, 6, 8.
Basta somar todos os valores e dividir o resultado pelo nmero de parcelas que
5. Assim temos:
02468
4
5
Ou seja, a mdia aritmtica, nesse caso, 4.
Quando algum fala sobre um conjunto de dados, tanto pode estar se referindo
a uma amostra como a uma populao. Utilizamos o smbolo para a mdia de uma
populao e o smbolo x para representar a mdia de uma amostra. A mdia da
populao tambm obtida dividindo a soma dos dados pelo nmero de elementos da
populao. No calculamos porque, em geral, temos apenas uma amostra da
populao. Mas a mdia da amostra uma estimativa da mdia da populao.
s vezes, a mdia pode ser um nmero diferente de todos os da srie de
dados que ela representa, por isso costumamos dizer que a mdia aritmtica no tem
existncia concreta.
Exemplo: Calculando a mdia dos dados: 2, 4, 6, 8 temos:
2468
5
4
Isto , a mdia aritmtica, nesse caso, 5. Esse ser o nmero representativo
dessa srie de valores, embora no esteja representado nos dados originais.
Desvio em relao mdia
Denominamos desvio em relao mdia a diferena entre cada elemento de
um conjunto de valores e a mdia aritmtica.
Designando o desvio pelo smbolo d i, podemos escrever:
d i x i x
33
Onde xi um elemento do conjunto de valores.

Exemplo: Sabendo-se que a produo leiteira diria da vaca Mimosa, durante uma
semana, foi de 10, 14, 13, 15, 16, 18, 12 litros, temos, para a produo mdia
semanal:
10 14 13 15 16 18 12 98
14
7
7
Logo, x 14 litros.
Os desvios em relao mdia so dados por:
d 1 x1 x 10 14 4
d2 x2 x
14 14
d3
13 14
d4
15 14
d5
16 14
d6
18 14
d7
12 14
A soma dos desvios dos nmeros de um conjunto a contar da mdia zero.

Exemplo: No exemplo anterior temos:
4 1 2 2 0 1 4
Propriedades da mdia aritmtica

A mdia aritmtica tem certas propriedades interessantes e teis, que explicam
por que ela a medida de tendncia central mais usada:
1 - A mdia aritmtica de um conjunto de nmeros pode sempre ser calculada.
2 - Para um dado conjunto de nmeros a mdia aritmtica nica.
3 - A mdia sensvel a (ou afetada por) todos os valores do conjunto. Assim, se um
valor se modifica, a mdia tambm se modifica.
Exemplo: A mdia dos nmeros 1, 2, 2, 3, 4, dada por
1 2 2 3 4
,2
4
5
Se alterarmos o conjunto para 1, 2, 3, 3, 4 a mdia passa a ser dada por
1 2 3 3 4
5
,2
6
4 Somando-se (ou subtraindo-se) uma constante (c) de todos os valores de uma

varivel, a mdia do conjunto fica aumentada (ou diminuda) dessa constante.
Simbolicamente se,
yi
xi c
x c.
ento
Exemplo: Somando-se 2 litros de leite a cada produo diria da Mimosa temos que:
y1
,12
y2
,16
y3
,15
y4
,17
y5
,18
y 6 20 e y 7 14
Da:
12 16 15 17 18 20 14 112
16
y
7
7
Lembrando que a mdia anterior era x 14 , temos que:
y 16 14 2 x 2 .
34
5 - Multiplicando-se (ou dividindo-se) uma constante (c) de todos os valores de uma

varivel, a mdia do conjunto fica multiplicada (ou dividida) dessa constante.
Simbolicamente se,
yi
xi c
x c .
Exemplo: Multiplicando-se por 3 cada produo diria da Mimosa temos que:

y1
,30
y2
,42
y3
,39
y4
,45
y5
,48
y 6 54 e y 7 36
Da:
30 42 39 45 48 54 36 294
y
42
7
7
Lembrando que a mdia anterior era x 14 , temos que:
y 42 14 3 x 3 .
ento
A Mdia Aritmtica Ponderada

A frmula anterior para calcular a mdia aritmtica supe que cada observao
tenha a mesma importncia. Apesar desse caso ser o mais geral, h excees.
Podemos considerar casos em que as observaes tenham importncias diferentes.
Nesses casos, devemos ponderar a importncia de cada varivel para calcular a
mdia aritmtica.
Exemplo 1: Em uma faculdade a mdia semestral de cada disciplina calculada
considerando as duas mdias bimestrais com peso 3 cada uma um exame final com
peso 4. Se um aluno obtm 8,0 no 1 bimestre, 9,0 no 2 bimestre e 9,6 no exame final
de Estatstica, Qual ser a sua mdia semestral em Estatstica?
O clculo da mdia aritmtica deve levar em conta os pesos desiguais das
notas. Assim, para esse aluno temos:
Avaliao Notas Peso
1 Bimestre
8,0
2 Bimestre
9,0
Exame final
9,6
Total
3
3
4
10
Logo:
3 ,8
0 3 ,9
0 4,9
6
10
Isto , A mdia semestral desse aluno em Estatstica 8,94.
mdia ponderada
,89
4
10
,8
94
Exemplo 2: Suponha que em outra faculdade a mdia semestral de cada disciplina

calculada considerando um exame no meio do perodo e um exame final, este ltimo
com o dobro do peso daquele. Qual ser a mdia semestral em Estatstica de um
estudante com 8,5 no primeiro exame e 9,6 no exame final?
Neste caso temos:
Avaliao Notas
Meio do Perodo
8,5
Exame final
9,6
Total
Peso
1
2
3
Logo:
1 ,8
5 2,9
6
3
Portanto sua mdia semestral em Estatstica 9,23.
mdia ponderada
,27
7
3
,9
23
35
Clculo da Mdia Aritmtica para Dados Agrupados

Se os dados se repetem para calcular a mdia preciso multiplicar cada valor
pela sua respectiva freqncia. Na verdade, ao fazer isso, estamos usando uma
variante da frmula de clculo da mdia ponderada, onde os pesos so substitudos
pelas freqncias das classes.
Exemplo 1: Durante uma manh, um feirante vendeu determinado produto a preos
variados: 12 unidades foram vendidas a 2 reais; 10 unidades foram vendidas a 3 reais
e 8 unidades foram vendidas a 6 reais. Qual foi o preo mdio de venda desse produto
naquela manh?
Podemos construir um rol para a varivel Preo de venda do produto:
2222222222
2233333333
3366666666
Para calcular o preo mdio basta somar todos esse valores e dividir o
resultado por 30 que o nmero total de produtos vendidos.
Observe essa conta:
10x3
12x2
4 44
4 44
4
4 44
4 444
4 444 44
4 444 44
4 44
48x6 44 4 4
44
2 2 2 22 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 6 6 6 6 6 6 6 6
x
30
12 x 2 10 x 3 8 x 6 24 30 48 102
,3
40
30
30
30
Assim o preo mdio do produto pela manh foi R$ 3,40.
Observe agora, a tabela de freqncia dessa varivel:
Valor f
2 12
3 10
68
Total
30
A segunda igualdade da expresso acima, nos mostra que basta ponderar

cada preo praticado pela freqncia com que foi praticado, para calcular o preo
mdio de venda.
Para facilitar as contas, podemos criar uma coluna auxiliar na tabela de
freqncia, chamada de multiplicao, correspondente aos produtos x i f i , e calcular
o preo mdio dividindo o total dessa coluna pelo total da coluna de freqncia
simples.
Valor f Multiplicao
2
12
2 x 12 = 24
3
10
3 x 10 = 30
6
8
6 x 8 =48
30 102
Total
Nesse caso o clculo da mdia aritmtica se resume conta:
x
102
30
,3
40
Exemplo 2: Foram coletadas 150 observaes da varivel X, representando o nmero

de vestibulares (um por ano) que um mesmo estudante prestou. Os dados esto na
tabela abaixo:
36
Xf
1 75
2 47
3 21
47
Total
150
Quantas vezes, em mdia, cada aluno prestou vestibular?

Criando a coluna multiplicao temos:
X f Multiplicao
1 75
2 47
3 21
47
150 260
Total
75
94
63
28
260
,1
73
150
Pode ser de interesse estudar o gasto dos alunos associado com as despesas do
vestibular. Para simplificar um pouco a situao, vamos supor que se atribui, para
cada aluno, uma despesa fixa de R$ 1300,00, relativo preparao e mais R$ 50,00
para cada vestibular prestado. De posse dessas informaes, vamos calcular a mdia
da varivel D: Despesa com vestibular. Pela definio desta nova quantidade temos:
D 50 X 1300
Logo do clculo que fizemos imediato que:
D 50 ,1
73 1300
,1386
50 .
X
Se os dados esto distribudos em classes, para calcular a mdia aritmtica

multiplique o ponto mdio de cada classe por sua respectiva freqncia, some e divida
o total pela soma das freqncias e a mdia resultante uma aproximao.
Nesse caso, convencionamos que todos os valores includos em um
determinado intervalo de classe coincidem com o seu ponto mdio, o que nem sempre
o caso. Entretanto, se no dispomos dos dados originais, no h outra alternativa
razovel.
Exemplo: Imagine que a margem de lucro na venda de um produto varivel, mas
que, ao longo de seis meses, foram registrados os valores apresentados na tabela
abaixo. Calcule a mdia aritmtica da margem de lucro nesse perodo.
Margem de lucro, em termos de percentual do valor
de compra, segundo a classe.
Classe f Ponto mdio Multiplicao
15 25 30
20
600
25 35 45
30
1350
35 45 150
40
6000
45 55 45
50
2250
55 65 30
60
1800
Total
300
12000
Logo a margem mdia de lucro ser dada por:
12000
x
40 .
300
37
3 A Mediana.
Uma segunda medida de tendncia central de um conjunto de nmeros a
mediana. Mediana o valor que ocupa a posio central do conjunto dos dados
ordenados.
Da definio de mediana, segue-se que sua caracterstica principal dividir um
conjunto ordenado de dados em dois grupos iguais; a metade ter valores inferiores
mediana, a outra metade ter valores superiores mediana. A mediana de uma
amostra ser indicada por md.
Para calcular a mediana, necessrio primeiro ordenar os valores
(comumente) do mais baixo ao mais alto. Em seguida, conta-se at a metade dos
valores para achar a mediana.
n 1
Em geral, a mediana ocupa a posio
, onde n representa a quantidade
2
de valores do conjunto.
O processo para determinara a mediana o seguinte:
1 Ordenar os valores
2 Se o nmero de dados mpar, a mediana o valor que est no centro da srie.
3 Se o nmero de dados par, a mediana a mdia dos dois valores que esto no
centro da srie.
Exemplo 1: Calcule a mediana dos dados: 3,9,5,7,9,1,9.
Para obter a mediana, ordene os dados:
1,3,5,7,9,9,9.
A posio da mediana dada por:
7 1 8
4
2
2
Assim a mediana o elemento que ocupa a 4 posio na srie dos dados
ordenados. Isto , a mediana 7.
Note que antes do 7, existem trs nmeros menores: 1,3,5 e, depois do 7, trs
nmeros maiores: 9,9,9.
Exemplo 2: Calcule a mediana dos dados: 42,3,9,5,7,9,1,9.
Para obter a mediana, ordene os dados:
1,3,5,7,9,9,9,42.
8 1 9
,4
5
2
2
Como o nmero de dados par, a mediana a mdia aritmtica dos valores que
ocupam a 4 e a 5 posio na srie dos dados ordenados.
Assim, a mediana dada por:
7 9 16
8.
2
2
Logo temos quatro valores maiores do que 8 (1,3,5,7), e quatro valores menores do
que 8 (9,9,9,42).
Clculo da Mediana para Dados Agrupados
Se os dados se agrupam em uma distribuio de freqncia, o clculo da
mediana se processa de modo muito semelhante quele dos dados no agrupados,
implicando, porm, a determinao prvia das freqncias acumuladas. Ainda aqui,
temos que determinar um valor tal que divida a distribuio em dois grupos que
contenham o mesmo nmero de elementos. Tambm o processo e os resultados
diferem, dependendo de dispormos ou no dos dados originais.
Se dispusermos dos dados originais, o processo ser o seguinte:
1 Determine as freqncias acumuladas.
38
2 Determinar a posio da mediana.

3 Identificar a freqncia acumulada imediatamente superior ao valor determinado
em (1).
4 A mediana ser aquele valor da varivel que corresponde a tal freqncia
acumulada se o nmero de dados for mpar.
5 A mediana ser a mdia aritmtica entre o valor da varivel correspondente a essa
freqncia acumulada e o da posio anterior se o nmero de dados for par.
Exemplo 1: Considere a distribuio relativa a 33 famlias de quatro filhos, tomando
para varivel o nmero de filhos do sexo masculino:
N de
meninos
022
168
2 10 18
3 11 29
4 4 33
Total
fF
33
Determine a mediana desse conjunto.

33 1 34
17
2
2
A menor freqncia acumulada que supera esse valor 18, que corresponde ao valor
2 da varivel, sendo esse o valor mediano. Logo:
Md = 2 meninos.
Exemplo 2: Considere a distribuio relativa a 8 pessoas, tomando para varivel o
nmero de vezes que vo ao cinema por ms:
posio
N de idas ao
Cinema
12 1 1
14 2 3
15 1 4
16 2 6
17 1 7
20 1 8
Total
fF
Determine a mediana desse conjunto.

8 1 9
,4
5
2
2
Devemos determinar os valores da varivel que esto na posio 4 e 5.
Para a posio 5 temos que a menor freqncia acumulada que supera esse valor 6,
que corresponde ao valor 16 da varivel, e para a posio 4 temos que o valor da
varivel correspondente 15. Logo:
15 16 31
Md
,15
5
2
2
posio
Sem os dados originais ficamos restritos suposio de que os valores na

classe que contm a mediana so distribudos de forma uniforme. Assim, o processo
ser o seguinte:
1 Determine as freqncias acumuladas.
2 Identificar o intervalo que contm a mediana.
3 Determinar a aposio da mediana nesse intervalo.
4 Ordenar os valores daquela classe.
39
5 Identificar a mediana.
Exemplo 1: Considere a distribuio relativa a 40 pessoas, tomando para varivel
estatura de cada uma.
Estaturas f F
150154 4 4
154158 9 13
158162 11 24
162166 8 32
166170 5 37
170172 3 40
40
Total
Vamos calcular a mediana desses dados:
40 1 41
posio
,20
5
2
2
Devemos determinar os valores da varivel que esto na posio 20 e 21.
Esses dois valores esto na 3 classe que correspondem s estaturas de 158cm a
162cm.
Existem 11 valores nessa classe (24 13 = 11) e a mediana a mdia aritmtica dos
valores que esto nas posies 7 (20 13) e 8 (21 13) dessa classe.
A amplitude dessa classe :
162 158 4
Supondo que os valores se distribuem uniformemente pela classe devemos dividir a
amplitude da classe por 11 para determinar o suposto valor de cada elemento.
Graficamente temos:
158
14 posio
Mediana
20 posio
162
21 posio
Ou ainda:
Elemento 158 158,37 158,73 159,10 159,46 159,82 160,19 160,55 160,91 161,27 161,64
Posio
0 1 2 3 4 5 6 7 8 9 10
na classe
Assim, devemos tomar a mdia aritmtica dos valores:

4
158 7
158 ,2
55
,160
55 .Correspondente 20 posio.
11
e
4
158 8
158 ,2
91
,160
91. Correspondente 21 posio.
11
Logo:
,160
55
,160
91
,321
46
Md
,160
73
2
2
Dizemos ento que metade dos alunos mede menos de 160,73cm e a outra metade
mede mais de 160,73cm.
Comparao entre Mdia Aritmtica e Mediana
A escolha da mdia, ou da mediana, como medida de tendncia central de um
conjunto, depende de diversos fatores. A mdia sensvel a (ou influenciada por) cada
valor do conjunto, inclusive os extremos. Por outro lado, a mediana relativamente
insensvel aos valores extremos.
40
A mediana descreve bem os grandes conjuntos de dados. De qualquer forma,

em algumas circunstncias, a mediana descreve, melhor do que a mdia, a tendncia
central dos dados.
Exemplo: A mediana dos dados 5,7,10,13,65 o nmero 10. Calculando a mdia
desses dados temos que:
X
5 7 10 13 65
5
100
5
20
Graficamente temos:
5
10
13
Mediana
20
65
Mdia
Neste conjunto h um dado discrepante que o 65. Esse valor puxa a mdia para
cima, mas no afeta a mediana.
Por outro lado, para o conjunto 5,7,10,13,15, a mediana ainda o nmero 10, e sua
mdia dada por:
5 7 10 13 15 50
X
10
5
5
Neste conjunto no h discrepncia de valores.
Um exemplo clssico em que a mediana pode descrever melhor a tendncia
central dos dados do que a mdia dado pelos salrios de uma categoria profissional.
o caso dos salrios dos jogadores de futebol no Brasil. A existncia de alguns
salrios muito altos afeta mais a mdia do que a mediana. Ento, a mediana d,
melhor do que a mdia, idia do salrio tpico dessa categoria de profissionais.
De modo geral, a mdia possui certas propriedades matemticas que a tornam
atraente. Alm disso, a ordenao dos dados para determinar a mediana pode ser
enfadonha, e o clculo da mediana no pode ser feito com mquina de calcular, ao
contrrio do que ocorre com a mdia.
4 A Moda.
A moda o valor que ocorre com maior freqncia num conjunto. A moda de
uma amostra ser indicada por mo.
Exemplo: Determine a moda dos dados: 0,0,2,5,3,7,4,7,8,7,9,6.
A moda 7, porque o valor que ocorre o maior nmero de vezes.
Um conjunto de dados pode no ter moda porque nenhum valor se repete o
maior nmero de vezes o caso do conjunto:
3,5,8,10,12,13
Dizemos que esse conjunto amodal.
Em outros casos, ao contrrio, pode haver dois ou mais valores de
concentrao. Dizemos, ento, que o conjunto tem dois ou mais valores modais. No
conjunto:
2,3,4,4,4,5,6,7,7,7,8,9.
Temos duas modas: 4 e 7. Esse conjunto se diz bimodal.
A moda funciona como medida descritiva quando se trata de contar dados.
Essa medida no se presta a manipulaes matemticas. De um ponto de vista
puramente descritivo, a moda indica o valor tpico em termos de maior ocorrncia.
Alm disso, se as freqncias so razoavelmente uniformes, a moda perde muito de
sua importncia como medida descritiva. Por outro lado, a utilidade da moda se
acentua quando um ou dois valores, ou um grupo de valores, ocorre com muito mais
freqncia que os outros. Na maior parte das vezes, a mdia aritmtica e a mediana
fornecem melhor descrio da tendncia central dos dados.
41
Quando existe uma grande quantidade de dados e, principalmente, os dados

esto dispostos em uma tabela de freqncias, a idia da moda til. A moda de uma
distribuio de freqncia indica qual poro da distribuio tem a maior freqncia de
ocorrncias. Em geral bastante simples identificar a moda de dados que esto
agrupados em uma tabela de freqncias.
Exemplo: Considere a tabela de distribuio de freqncias relativas ao percentual de
vezes que 50 alunos formulam questes durante uma palestra.
N de vezes
f (%)
15
23
3 17
4 35
5 18
6 15
77
100
Total
A moda neste caso 4 pois a maior parte dos alunos (35%) formularam 4 perguntas
para o palestrante.
Quando h perda de informao, a moda se refere a uma classe modal, e no
a um valor nico. Ela mostra a tendncia central dos dados identificando a rea em
que os dados esto mais concentrados.
Exemplo: Imagine que a margem de lucro na venda de um produto varivel, mas
que, ao longo de seis meses, foram registrados os valores apresentados na tabela
abaixo. Calcule a classe modal da margem de lucro nesse perodo.
Classe f
15 25 30
25 35 45
35 45 150
45 55 45
55 65 30
300
Total
A classe modal 35 45, porque a classe com maior freqncia, uma vez que 150
produtos foram vendidos com margem de lucro entre 35% e 45%.
Finalmente, a moda tambm pode ser usada para descrever dados qualitativos.
Como, nesse caso, a moda a categoria que ocorre com maior freqncia, ela mostra
a categoria que mais concentra dados.
Exemplo: O site de Veja na Internet perguntou que gastos as pessoas cortam devido
crise econmica. Qual a moda?
Distribuio percentual dos
respondentes, segundo o corte
nos gastos.
Cortes Percentual
Jantar fora
24
Viagens 23
Curso de idiomas
10
Cinema 7
Nenhum 36
A moda foi no cortar gastos, o que no significa que seja esse o comportamento da
populao em geral. Note que a amostra constituda de assinantes do UOL, que
responderam voluntariamente pergunta.
42
Comparao entre Mdia, Mediana e Moda.
Definio Vantagens Limitaes Quando usar
Mdia
Soma de todos
os valores
dividido pelo total
de elementos do
conjunto.
Mediana Valor que divide

o conjunto em
duas partes
iguais.
Moda
Valor mais
freqente
1 Reflete cada
valor
2 Possui
propriedades
matemticas
atraentes
1 Menos
sensvel a
valores
extremos do
que a mdia.
1 Valor
tpico. Maior
quantidade de
valores
concentrados
neste ponto.
1 Deseja-se
obter a medida
de posio que
1 influenciada possui a maior
por valores
estabilidade.
extremos.
2 Houver
necessidade de
um tratamento
algbrico
posterior.
1 Deseja-se
obter o ponto
que divide o
conjunto em
1 Difcil de
partes iguais.
determinar para
2 H valores
grande quantidade extremos que
de dados.
afetam de uma
maneira
acentuada a
mdia.
3 A varivel
em estudo
salrio.
1 Deseja-se
obter uma
1 No se presta medida rpida e
anlise
aproximada de
matemtica.
posio.
2 Pode no
2 A medida de
haver moda para
posio deve
certos conjuntos
ser o valor mais
de dados.
tpico da
distribuio.
43
44
Referncias Bibliogrficas
STEVENSON, William J., Estatstica aplicada administrao, Ed. Harbra, So
Paulo, 1981.
CRESPO, Antnio Arnot, Estatstica Fcil, Ed. Saraiva, So Paulo, 1998.
MAGALHES, Marcos Nascimento; LIMA, Antnio Carlos Pedroso de, Noes de
Probabilidade e Estatstica, 5 ed., Editora da Universidade de So Paulo, So
Paulo, 2002.
VIEIRA, Snia, Princpios de Estatstica, Ed. Pioneira Thomson Learning, So
Paulo, 2003.
45
1 LISTA DE EXERCCIOS DE ESTATSTICA I

1- O que Estatstica?
2- Quais so as trs reas principais da Estatstica?
3- Defina os termos amostra e populao.
4- Cite as fases do trabalho estatstico.
5- O que coleta de dados?
6- Quais so as principais razes da amostragem?
7- Para ser til, que caractersticas deve ter uma amostra?
8- Para que serve a crtica dos dados?
9- O que tratar dados?
10- Como podem ser apresentados os dados?
11- As concluses, as inferncias pertencem a que parte da Estatstica?
12- Cite trs ou mais atividades do planejamento empresarial em que a Estatstica se
faz necessria.
13- Para as situaes descritas a seguir, identifique a populao e a amostra
correspondente. Discuta a validade do processo de inferncia estatstica para
cada um dos casos.
a) Para avaliar a eficcia de uma campanha de vacinao no Estado de So
Paulo, 200 mes de recm nascidos, durante o primeiro semestre de um dado
ano e em uma dada maternidade em So Paulo, foram perguntadas a respeito
da ltima vez em que vacinaram seus filhos.
b) Uma amostra de sangue foi retirada de um paciente com suspeita de anemia.
c) Para verificar a audincia de um programa de TV, 563 indivduos foram
entrevistados por telefone com relao ao canal em que estavam sintonizados.
d) A fim de avaliar a inteno de voto para presidente dos brasileiros. 122
pessoas foram entrevistadas em Braslia.
14- A parcela da populao conveniente escolhida para represent-la chamada de:
a) Varivel
b) Rol
c) Amostra
d) Dados brutos
e) Nada podemos afirmar, porque a informao incompleta.
46

1- Classifique cada uma das variveis abaixo em qualitativa (nominal / ordinal) ou
quantitativa (discreta / contnua).
a) Ocorrncia de hipertenso pr-natal em grvidas com mais de 35 anos (sim ou no
so possveis respostas para essa varivel)
b) Inteno de voto para presidente (possveis respostas so os nomes dos
candidatos, alm de no sei).
c) Perda de peso de maratonistas na Corrida de So Silvestre, em quilos.
d) Intensidade da perda de peso de maratonistas na Corrida de So Silvestre (leve,
moderada, forte)
e) Grau de satisfao da populao brasileira com relao ao trabalho de seu
presidente (valores de 0 a 5, com 0 indicando totalmente insatisfeito e 5 totalmente
satisfeito).
f) Cor dos cabelos dos alunos de uma escola
g) Precipitao pluviomtrica, durante um ano em uma estao meteorolgica de
Vitria.
h) Raa dos alunos de uma certa escola.
i) Nmero de aes negociadas na bolsa de valores de So Paulo.
j) Nmero de filhos de casais residentes em Vila Velha.
K) Salrio dos funcionrios de uma empresa.
l) Dimetro externo de peas produzidas por certa maquina.
m) Nmero de peas produzidas por hora por certa mquina.
n) ndice de liquidez das industrias de Cariacica.
o) Pontos obtidos em cada jogada de um dado.
p) Sexo dos filhos dos casais residentes em Viana.
q) Nmero de exemplares dos livros da biblioteca da Univila.
2- Ao nascer, os bebs so pesados e medidos, para se saber se esto dentro das
tabelas de peso e altura esperados. Estas duas variveis so:
a) Qualitativas
b) Ambas discretas
c) ambas contnuas
d) contnua e discreta, respectivamente.
e) discreta e contnua, respectivamente.
47

1- Suponha que um questionrio foi aplicado aos alunos do 3 perodo do curso de
administrao da UNIVILA fornecendo as seguintes informaes:
Id: Identificao do aluno
Turma: Turma em que o aluno foi alocado (A ou B)
Sexo: F se feminino, M se masculino.
Idade: Idade em anos
Alt: Altura em metros
Peso: Peso em quilogramas
Filhos: Nmero de filhos na famlia
Fuma: Hbito de fumar, sim ou no.
Toler: Tolerncia ao cigarro:
(I) Indiferente, (P) Incomoda pouco e (M) Incomoda muito.
Exerc: Horas de atividade fsica, por semana.
Cine: Nmero de vezes que vai ao cinema por semana.
OpCine: Opinio a respeito das salas de cinema na cidade:
(B) Regular a boa e (M) muito boa.
TV: Horas gastas assistindo TV, por semana.
OpTV: Opinio a respeito da qualidade da programao na TV:
(R) Ruim, (M) mdia, (B) Boa e (N) no sabe.
Com base na tabela dos dados brutos abaixo, faa uma tabela de distribuio de
freqncia e um grfico adequado para cada varivel apresentada.
Informaes de questionrio estudantil - dados brutos
Id
1AF
2AF
3AM
4AM
5AF
6AM
7AF
8AF
9AF
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
Turma
Sexo
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
F
F
F
F
M
F
F
F
M
F
F
F
F
F
F
F
F
F
F
F
F
F
M
F
F
M
F
M
M
F
M
F
F
M
F
F
F
F
F
M
M
Idade
17
18
18
25
19
19
20
18
18
17
18
18
21
19
18
19
17
18
20
18
21
18
18
20
20
19
23
18
18
25
18
17
17
17
18
18
17
21
18
18
17
23
24
18
18
19
19
18
17
18
Altura
1,60
1,69
1,85
1,85
1,58
1,76
1,60
1,64
1,62
1,64
1,72
1,66
1,70
1,78
1,65
1,63
1,82
1,80
1,60
1,68
1,70
1,65
1,57
1,55
1,69
1,54
1,60
1,62
1,57
1,65
1,61
1,71
1,65
1,67
1,73
1,60
1,70
1,85
1,70
1,73
1,70
1,45
1,76
1,68
1,55
1,70
1,55
1,60
1,80
1,83
Peso
50,5
55,0
72,8
80,9
55,0
60,0
58,0
47,0
57,8
58,0
70,0
54,0
58,0
68,5
63,5
47,4
60,0
85,2
54,5
52,5
60,0
58,5
49,2
48,0
51,6
57,0
63,0
52,0
49,0
59,0
52,0
73,0
56,0
58,0
97,0
47,0
95,0
84,0
60,0
73,0
55,0
44,0
75,0
55,0
49,0
50,0
54,5
50,0
71,0
86,0
Filhos
2
1
2
2
1
3
1
1
3
2
1
3
2
1
1
3
1
2
1
3
2
1
1
1
2
2
2
1
2
4
1
1
3
1
1
1
1
1
1
1
1
2
2
1
1
7
2
1
1
1
Fuma
NO
NO
NO
NO
NO
NO
NO
SIM
NO
NO
SIM
NO
NO
SIM
NO
NO
NO
NO
NO
NO
NO
NO
SIM
SIM
NO
NO
NO
NO
NO
NO
NO
NO
NO
NO
NO
NO
NO
SIM
NO
NO
NO
NO
NO
NO
NO
NO
NO
NO
NO
NO
Toler.
P
M
P
P
M
M
P
I
M
M
I
M
M
I
I
P
P
P
P
M
P
M
I
I
P
I
M
P
P
M
P
P
M
M
M
P
P
I
P
M
I
M
I
P
M
M
M
P
P
P
Exer.
0
0
5
5
2
2
3
2
3
2
10
0
6
5
4
0
3
3
3
7
8
0
5
0
8
6
8
1
3
1
2
1
2
4
7
5
10
6
5
4
5
2
7
5
0
0
4
2
7
7
Cine
1
1
2
2
2
1
1
2
3
2
2
2
1
1
1
1
1
4
2
2
2
3
4
1
5
2
2
1
1
2
2
1
1
2
1
1
2
4
2
1
4
2
0
1
1
1
3
1
0
0
OpCine
B
B
M
B
B
B
B
M
M
M
B
B
M
M
B
B
B
B
B
B
B
B
B
M
M
B
M
M
B
M
M
B
B
B
B
M
M
B
B
B
B
B
M
B
M
B
B
B
M
M
TV
16
7
15
20
5
2
7
10
12
10
8
0
30
2
10
18
10
10
5
14
5
5
10
28
4
5
5
10
12
2
6
20
14
10
25
14
12
10
12
2
10
25
14
8
10
8
3
5
14
20
OpTV
R
R
R
R
R
R
R
R
R
R
N
R
R
N
R
R
N
R
R
M
R
R
R
R
N
R
R
R
R
R
N
R
R
R
B
R
N
R
R
R
B
R
N
R
R
R
R
R
R
B
48
2- Complete as tabelas abaixo, usando como populao os alunos de sua turma.

a) Variveis Qualitativas Nominais
Distribuio dos alunos do 3 perodo de administrao 2004/1
Sexo F fr
Masculino
Feminino
Total
FONTE: Secretaria da Faculdade UNIVILA
b) Variveis Qualitativas Ordinais

Distribuio dos alunos do 3 perodo de administrao 2004/1
Segundo o grau de interesse pelo cinema nacional
Grau de interesse
MUITO
RAZOVEL
POUCO
NADA
Total
fr
c) Variveis Quantitativas Discretas

Distribuio dos alunos do 3 perodo de
Administrao 2004/1 segundo o nmero de irmos
Nmero de irmos
0
1
2
3
Total
e) Variveis quantitativas contnuas
Distribuio dos alunos do 3 perodo de administrao 2004/1 segundo a altura
Amplitude Total = mx min =

Nmero de Classes: Raiz quadrada de n =
Amplitude das classes = AT: n de classes =
49
3 As notas obtidas por 50 alunos de uma classe foram:

1222223333
3334444445
5555556666
6666677777
7888888999
Complete a distribuio de freqncia abaixo:

Notas f
0 2
2 4
4 6
6 8
8 10
Total
fr
4 Conhecidas notas de 50 alunos:

84 68 33 52 47 73 68 61 73 77
74 71 81 91 65 55 57 35 85 88
59 80 41 50 53 65 76 85 73 60
67 41 78 56 94 35 45 55 64 74
65 94 66 48 39 96 89 98 42 54
Obtenha uma distribuio de freqncia e construa um histograma para representar

estas notas.
5 Os resultados do lanamento de um dardo 50 vezes foram os seguintes:
6526436265
1633513634
5431354426
2252513651
5624615243
Fornea uma distribuio de freqncia e construa um grfico de barras para essa

varivel.
6 Considerando as notas de um teste de inteligncia aplicado a 100 alunos:
64 78 66 82 74 103 78 86 103 87
73 95 82 89 73 92 85 80 81 90
78 86 78 101 85 98 75 73 90 86
86 84 86 76 76 83 103 86 84 85
82 90 83 81 85 72 81 96 81 85
68 96 86 70 72 74 84 99 81 89
71 73 63 105 74 98 78 78 83 96
95 94 88 62 91 83 98 93 83 76
94 75 67 95 108 98 71 92 72 73
Fornea uma distribuio de freqncia e construa um grfico adequado para esta

varivel.
7 A tabela abaixo apresenta as vendas dirias de um aparelho eltrico, durante um
ms, por uma firma comercial.
14 12 11 13 14 13
12 14 13 14 11 12
12 14 10 13 15 11
15 13 16 17 14 14
50
Fornea uma distribuio de freqncia e construa um grfico adequado para esta

varivel.
8 Complete a tabela abaixo:
classes f
0 8
8 16
16 24
24 32
32 40
Total
fr
4
10
14
9
3
40
9 A tabela abaixo apresenta uma distribuio de freqncia das reas de 400 lotes:
2
REAS (m )
N de lotes
300 400 500 600 700 800 900 1000 1100 1200
14
46 58 76 68 62 48
22
6
Com referencia a essa tabela determine:

a) A amplitude total.
b) A amplitude de cada classe.
c) A freqncia da quarta classe.
d) A freqncia relativa da sexta classe.
e) A freqncia acumulada da quinta classe.
f) O N de lotes cuja rea no atinja 700m2.
g) O N de lotes cuja rea atinja e ultrapasse 800m2.
h) A percentagem dos lotes cuja rea no atinja 600m 2.
i) A percentagem dos lotes cuja rea seja maior ou igual a 900m 2.
j) A percentagem dos lotes cuja rea de 500m 2no mnimo, mas inferior a 1000m .2
k) A classe do 72 lote.
l) At que classe esto includos 60% dos lotes.
10 A distribuio abaixo indica o N de acidentes ocorridos com 70 motoristas de
uma empresa de nibus:
N ACIDENTES
N MOTORISTAS
01234567
20 10 16 9 6 5 3 1
Determine:
a) O nmero de motoristas que no sofreram nenhum acidente.
b) O nmero de motoristas que sofreram pelo menos 4 acidentes.
c) O nmero de motoristas que sofreram menos de 3 acidentes.
d) O nmero de motoristas que sofreram no mnimo 3 e no mximo 5 acidentes.
e) A percentagem dos motoristas que sofreram no mximo 2 acidentes.
11 Represente graficamente cada uma das tabelas abaixo:
a)
Produo Brasileira de Petrleo Bruto 1991 1993
3
Anos
Quantidade (1.000 m )
1991 36.180,4
1992 36.410,5
1993 37.164,3
Fonte: Petrobrs
b)
Entrega de Gasolina para Consumo 1988 1991
2
Anos
Volume (1.000 m )
1988 9.267,7
1989 9.723,1
1990 10.121,3
1991 12.345,4
Fonte: IBGE
51
c)
d)
Produo de Ovos de Galinha

Brasil - 1992
Regies Quantidade (1.000
dzias)
Norte 57297
Nordeste 414.804
Sudeste 984.659
Sul 615.978
Centro-Oeste 126.345
Fonte: IBGE
e)
Produo de Veculos de AutopropulsoBrasil-1993

Tipos
Quantidade
Automveis 1.100.278
Comerciais Leves
224.387
Comerciais Pesados
66.771
Fonte: ANFAVEA
f)
Produo de Ferro Gusa
Brasil - 1993
Unidade de
Produo (1.000t)
Federao
Minas gerais
12.888
Esprito Santo
3.174
Rio de Janeiro
5.008
So Paulo
2.912
Fonte: Instituto Brasileiro de Siderurgia
rea Terrestre Brasil

Regies Relativa (%)
Norte 45,25
Nordeste 18,28
Sudeste 10,85
Sul 6,75
Centro-Oeste 18,86
Fonte: IBGE
g)
h)
Salrio dos funcionrios do

Supermercado Peg-Pag
Salrios (R$)
f
500 700
8
700 900
20
900 1100
7
1100 1300
5
1300 1500
2
1500 1700
1
1700 1900
1
Total
44
rea de 400 lotes da Praia da Costa

2
reas (m )
N de lotes
300 400
14
400 500
46
500 600
58
600 700
76
700 800
68
800 900
62
900 1000
48
1000 1100
22
1100 1200
6
Sugesto: Para as letras a), b), c) e d) use grfico de barras. Para as letras e) e f)
use grfico de setores e para as demais letras use um histograma.
12 Uma varivel qualitativa com trs valores (A, B, C) foi observada em cada um dos
vinte elementos de uma amostra. Obteve-se:
B AAC AB B B AA
CAB BAC B B BA
a) Determine a freqncia de cada classe.

b) Calcule a freqncia relativa de cada classe.
c) Construa um grfico de barras.
d) construa um grfico de setores.
13 Quinze pacientes de uma clinica de ortopedia foram entrevistados quanto ao
nmero de meses previsto para a fisioterapia, se haver (S) ou no (N) seqelas aps
o tratamento e o grau de complexidade da cirurgia realizada: Alto (A), mdio (M) ou
baixo (B). Os dados so apresentados na tabela abaixo:
Pacientes 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Fisioterapia
78564577686 5 5 4 5
Seqelas
SSNNNSSNNSS N S N N
Cirurgia
AM AM M B AM B M B B M M A
52
a) Classifique cada uma das variveis

b) Para cada varivel, construa uma distribuio de freqncia e faa uma
representao grfica.
c) Para o grupo de pacientes que no ficaram com seqela, faa um grfico de barras
para a varivel Fisioterapia. Voc acha que essa varivel se comporta de modo
diferente nesse grupo?
14 Um grupo de estudantes do ensino mdio foi submetido a um teste de
matemtica resultando em:
Nota F
0 2
2 4
4 6
6 8
8 10
Total
14
28
27
11
4
84
a) Construa um histograma
b) Se a nota mnima para passar 5, qual ser a porcentagem de aprovao?
15 Uma pesquisa com usurios de transporte coletivo na cidade de So Paulo
indagou sobre os diferentes tipos usados nas suas locaes dirias. Dentre nibus,
metr e trem, o nmero de diferentes meios de transporte utilizados foi o seguinte:
2321212311
1231111211
2212123123
a) Organize uma tabela de freqncia.

b) Faa uma representao grfica.
c) Admitindo que essa amostra represente bem o comportamento do usurio
paulistano, voc acha que a porcentagem dos usurios que utilizam mais de um tipo
de transporte grande?
16 Um novo medicamento para cicatrizao est sendo testado e um experimento
feito para estudar o tempo (em dias) de completo fechamento em cortes provenientes
de cirurgia. Uma amostra em 30 cobaias forneceu os valores:
15 17 16 15 17 14 17 16 16 17
15 18 14 17 15 14 15 16 17 18
17 15 16 14 18 18 16 15 14 18
a) Organize uma tabela de freqncia.

b) Que porcentagem das observaes esto abaixo de 16?
c) Classifique como rpida as cicatrizaes iguais ou inferior a 15 dias e como lenta as
demais. Faa um grfico de setores indicando as porcentagens para cada
classificao.
17 Um questionrio foi aplicado aos 10 funcionrios do setor de contabilidade de
uma empresa fornecendo os dados apresentados na tabela.
Funcionrio Curso (completo) Idade
1 superior 34 1.100,00 5
2 superior 43 1.450,00 8
3 mdio 31 960,00 6
4 mdio 37 960,00 8
5 mdio 24 600,00 3
6 mdio 25 600,00 2
7 mdio 27 600,00 5
8 mdio 22 450,00 2
Salrio (R$)
Anos de Empresa
53
9 fundamental 21 450,00
10 fundamental 26 450,00
3
3
a) Classifique cada uma das variveis.

b) Faa uma representao grfica para a varivel Curso.
c) Discuta a melhor forma de construir a tabela de freqncia para a varivel Idade.
Construa uma representao grfica.
d) Repita o item (c) para a varivel salrio.
e) Considerando apenas os funcionrios com mais de trs anos de casa, descreva o
comportamento da varivel Salrio.
18 Um grupo de pedagogos estuda a influncia da troca de escolas no desempenho
de alunos do ensino fundamental. Como parte do levantamento realizado, foi anotado
o nmero de escolas cursadas pelos alunos participantes da pesquisa.
Escolas Cursadas
1 46
2 57
3 21
4 15
54
Total
143
a) Qual a porcentagem dos alunos que cursaram mais de uma escola?

b) Construa o grfico de barras.
c) Classifique os alunos em dois grupos segundo a rotatividade: alta para alunos com
mais de 2 escolas e alta para os demais. Obtenha a tabela de freqncia dessa
varivel.
19 O tempo de utilizao de caixas eletrnicos depende de cada usurio e das
operaes efetuadas. Foram coletadas 26 medidas desse tempo (em minutos):
1,1 1,2 1,7 1,5 0,9 1,3 1,4 1,6 1,7 1,6 1,0 0,8 1,5
1,3 1,7 1,6 1,4 1,2 1,2 1,0 0,9 1,8 1,7 1,5 1,3 1,5
a) Organize uma tabela de freqncia agrupando os dados em classes.

b) Construa um histograma.
20 Foram feitas medidas em operrios da construo civil a respeito da taxa de
hemoglobina no sangue (em gramas/ cm 3 ):
11,1 12,2 11,7 12,5 13,9 12,3 14,4 13,6 12,7 12,6
11,3 11,7 12,6 13,4 15,2 13,2 13,0 16,9 15,8 14,7
13,5 12,7 12,3 13,5 15,4 16,3 12,3 15,2 13,7 14,1
a) Construa uma tabela de freqncia.

b) Construa o histograma.
c) Taxas abaixo de 12 ou acima de 16 so consideradas alteradas e requerem
acompanhamento mdico. Obtenha a tabela de freqncia da varivel
Acompanhamento Mdico com dois valores sim ou no.
21 O valor mdio de comercializao da saca de milho de 60 quilos na Bolsa de
Cereais apresentado abaixo, em reais, para os ltimos 40 meses.
6,1 6,2
7,3 7,7
7,5 7,7
7,5 7,6
6,7
7,6
8,2
7,5
6,5
7,4
8,3
7,6
6,9
7,2
8,1
7,4
6,3 7,4 7,6 7,7 7,6

7,2 7,3 7,6 7,5 7,4
8,1 8,1 7,9 7,8 7,4
7,3 7,4 7,5 7,5 7,4
a) Organize os dados em uma tabela de freqncia.

b) Construa o histograma.
54
22 O nmero de gols marcados no ltimo campeonato da Federao Paulista de

Futebol pelos 20 clubes participantes nos seus 38 jogos uma varivel com os
seguintes valores:
Clube 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Gols 32 42 73 35 79 57 37 52 35 25 55 70 42 41 68 66 74 29 47 53
a) Classifique a varivel. Voc acha razovel construir uma tabela de freqncia de

acordo com a classificao dada?
b) Construa uma tabela de freqncia agrupando as observaes em intervalos de
classes.
c) Obtenha o histograma.
d) Que porcentagem dos clubes marcaram mais de 38 gols?
23 Uma nova rao foi fornecida a sunos recm desmamados e deseja-se avaliar
sua eficincia. A rao tradicional dava um ganho de peso ao redor de 3,5 Kg em um
ms. A seguir, apresentamos os dados referentes ao ganho, em quilos, para essa
nova rao, aplicada durante um ms em 200 animais nas condies acima.
a) Construa o histograma.
b) Voc acha que a nova rao mais eficiente que a tradicional? Justifique.
Ganho F
1,0 2,0
2,0 3,0
3,0 4,0
4,0 5,0
5,0 6,0
6,0 7,0
Total
45
83
52
15
4
1
200
24 num estudo sobre rotatividade de mo de obra na indstria, anotou-se o nmero

de empregos nos ltimos 3 anos para operrios especializados e no especializados.
a) Construa o diagrama de barras correspondente a cada tabela usando a freqncia
relativa.
b) Junte as informaes das duas tabelas em uma s e obtenha um diagrama de
barras da rotatividade de mo de obra na indstria sem diferenciar a especializao.]
c) Voc acha que os trabalhadores especializados trocam menos de emprego?
Justifique.
No Especializados
Empregos
f
1 106
2 222
3 338
4 292
5 164
Total
1122
Especializados
Empregos f
1 210
2 342
3 109
4 91
5 35
Total
787
25 Como parte de uma avaliao mdica em uma certa universidade, foi medida a
freqncia cardaca dos alunos do primeiro ano. Os dados so apresentados em
seguida.
a) Obtenha o histograma.
b) Freqncias cardacas que estejam abaixo de 62 ou acima de 92 requerem
acompanhamento mdico. Qual a porcentagem de alunos nessas condies?
c) Uma freqncia ao redor de 72 batidas por minuto considerada padro. Voc
acha que de modo geral esses alunos se encaixam nesse caso?
Freqncia Cardaca
60 65
65 70
70 75
75 80
11
35
68
20
55
80 85
85 90
90 95
95 100
Total
12
10
1
3
160
26 Um exame vestibular para uma faculdade tem 80 questes, sendo 40 de

portugus e 40 de matemtica. Para os 20 melhores classificados apresentamos o
nmero de acertos em cada disciplina, em ordem decrescente do total de pontos.
a) Organize uma tabela de freqncia para cada varivel.
b) Faa uma representao grfica das tabelas obtidas em (a).
c) Construa a tabela de freqncia da varivel Total de pontos.
d) Comente sobre a afirmao: Os aprovados so melhores em portugus do que em
matemtica.
Aluno 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Port. 35 35 34 32 31 30 26 26 24 23 23 12 11 20 17 12 14 20 8 10
Mat. 31 29 27 28 28 26 30 28 25 23 21 32 31 20 21 25 20 13 23 20
27 Vinte baterias para automveis de uma certa marca foram testadas quanto sua
vida til. O teste simula a utilizao da bateria, acelerando seu desgaste de modo a
criar uma rplica da situao real. Os resultados da durabilidade, em meses, so
apresentados a seguir:
a) Construa o histograma
b) Se a amostra acima for considerada representativa do desempenho dessa marca
de bateria, quantas, em 1000 fabricadas, sero repostas pelo fabricante, se ele
oferece uma garantia de 6 meses?
c) Se o fabricante vende cada bateria por 20% acima do preo e custo, em 1000
baterias fabricadas, descartadas as que repe, quanto ser seu lucro por bateria em
funo do preo de custo?
Durabilidade f
0 3
3 6
6 9
9 12
12 15
15 20
Total
0,02
0,05
0,15
0,25
0,30
0,23
1,00
56

1- Uma escola de 1 grau abriga 124 alunos. Obtenha uma amostra representativa
correspondente a 15% da populao.
Sugesto: Use a 8 coluna, a partir da 1 linha, da Tabela de Nmeros Aleatrios, de
cima para baixo.
2 Em uma escola h 80 alunos. Obtenha uma amostra de 12 alunos.
Sugesto: Use a 2 coluna, a partir da 4 linha, da Tabela de Nmeros Aleatrios, de
cima para baixo.
3 Uma populao formada por 140 notas resultantes da aplicao de um teste de
inteligncia:
62 129 95 123 81 93 105
95 96 80 87 110 139 75
123 60 72 86 108 120
57 113
65 108
90 137 74 106
109 84 121
60 128 100
72 119
103 128 80 99 149 85
77 91 51 100 63 107
76 82 110
63 131
65 114 103
104 107 63 117 116 86 115
62 122
92 102
113 74 78
69 116 82 95 72 121
52 80 100
85 117
85 102 106
94 84 123
42 90 91 81 116
73 79 98 82 69 102
100 79 101
98 110 95 69 77 91 95 74 90 134 94
79 92 73 83 74 125
101 82 71 75 101
102 78 108
125 56 86 98 106 72 117
89 99 86 82 57 106 90
Obtenha uma amostra Sistemtica formada de 26 elementos, tomando, inicialmente, a
primeira linha da esquerda para a direita.
4 O diretor de uma escola, na qual esto matriculados 280 meninos e 320 meninas,
desejoso de conhecer as condies de vida extra-escolar de seus alunos e no
dispondo de tempo para entrevistar todas as famlias, resolveu fazer um levantamento,
por amostragem, em 10% dessa clientela. Obtenha, para esse diretor os elementos
componentes da amostra.
5 A cidade de Margaridinha apresenta o seguinte quadro relativo s suas escolas de
1 grau:
ESCOLAS
N DE ESTUDANTES
MASCULINO FEMININO
A 80 95
B 102 120
C 110 92
D 134 228
E 150 130
F 300 290
Total
876 955
Obtenha uma amostra proporcional estratificada de 120 estudantes.

6 dada uma populao construda pelas 12 primeiras letras do alfabeto. Explique o
que voc faria para obter uma amostra sistemtica de trs elementos.
7 dada uma populao infinita constituda apenas por nmeros 2, 4 e 6. escreva
todas as amostras causais possveis de tamanho dois. Note que so possveis
amostras de nmeros iguais e que so diferentes amostras de mesmos nmeros, mas
em ordem diferente.
57
8 Pretende-se obter uma amostra dos alunos de uma universidade para estimar a
proporo que tem trabalho remunerado. Qual a populao em estudo? Qual o
parmetro que se quer estimar? Voc acha que se obteria uma boa amostra dos
alunos no restaurante universitrio? No ponto de nibus mais prximo? Nas portas das
salas de aula? Ou voc tem outra alternativa melhor?
9 Para estimar o nmero mdio de pessoas em um domicilio, um pesquisador
obteve uma amostra sistemtica de 1000 domiclios. No entanto, mesmo fazendo
varias visitas, o entrevistador no encontrou pessoas em 147 deles. O pesquisador
obteve ento uma segunda amostra e quando o entrevistador completou a visita aos
147 domiclios que compunham a amostra de 1000, analisou os dados. Haviam sido
contadas 3087 pessoas. O pesquisador considerou ento que o numero mdio de
pessoas em domicilio 3,1. O que voc acha?
10 Um fiscal da Vigilncia Sanitria precisa verificar se as farmcias da cidade esto
cumprindo um novo regulamento. A cidade tem 33 farmcias, mas como a fiscalizao
demanda muito tempo, o fiscal resolveu optar por uma amostragem. Para escolher a
amostra, o fiscal estratificou a populao de farmcias de acordo com o volume de
vendas. Existem 3 farmcias de uma grande cadeia, 10 de cadeias menores e 20
farmcias pequenas, de proprietrios locais. O fiscal decide visitar as trs farmcias da
grande cadeia, quatro das cadeias menores e trs farmcias pequenas. O
cumprimento do regulamento, evidentemente desconhecido do fiscal, esta
apresentado na tabela a seguir. Com base nessa tabela,
a) Sorteie uma amostra estratificada para o local, de acordo com o que ele planejou;
b) Estime, com base na amostra, a proporo de farmcias que esto cumprindo o
regulamento;
c) Com base nos dados da populao, estime o parmetro;
d) Voc obteve uma boa estimativa?
Distribuio dos dados sobre cumprimento a um regulamento,
segundo o estrato.
Estrato A
Estrato B
Estrato C
1. sim
1. no
1. sim
11. sim
2. sim
2. sim
2. sim
12. sim
3. no
3. no
3. no
13. no
4. no
4. sim
14.sim
5. sim
5. no
15. sim
6. no
6. no
16. no
7. sim
7. no
17. no
8. no
8. sim
18. no
9. no
9. no
19. sim
10. sim
10. no
20. sim
58
59

Apostila de Estat Stica

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apostila de Estat Stica

Enviado por

Direitos autorais:

Formatos disponíveis

FACULDADE UNIVILA

Este trabalho contm uma compilao de

Vila Velha 2004

Vamos tratar cada uma dessas etapas:

Anlise dos resultados

Etapas da anlise estatstica.

Os pesquisadores trabalham com amostras. Primeiro, porque as populaes

Assim, vimos que, amostras diferentes do estimativas diferentes do

revelar maior uniformidade nos mtodos de coleta de dados, e maior

EXEMPLO DE UMA TABELA DE NMEROS ALEATRIOS

3690 2492 7171 7720 6509 7549 2330 5733 4730

Temos aqui dois estratos, sexo masculino e sexo feminino.

b) Numeramos os alunos de 01 a 90, sendo que de 01 a 54 correspondem meninos e

pessoa familiarizada com a populao pode especificar quais os itens mais

Se estas perguntas no tiverem resposta satisfatria, a amostra pode ser

III Organizao de Dados

So variveis qualitativas ordinais: Tamanho (pequeno, mdio ou grande),

interessante notar que muitas populaes podem originar os quatro tipos de

Contnua Discreta Nominal Ordinal

O processo de construo de uma distribuio de freqncia para determinado

Valor em dlares dos principais produtos que

Fonte: poca 25 de janeiro de 1999

A organizao dos dados em tabelas de freqncia proporciona um meio eficaz

Grfico de barras: Utiliza o plano cartesiano com os valores da varivel no

O polgono de freqncias dado por:

10,5 15,5 20,5 25,5 30,5

Distribuio de Freqncia para Variveis Quantitativas Discretas

Podemos construir uma distribuio de freqncia, sem perda dos valores

b) Histograma (com perdas)

N de acidentes dirios num estacionamento,

De modo geral, prefere-se uma distribuio de freqncia sem perda de

Venda de Bebidas Leves em um Dia no

Uva Cereja Outros

Exemplo 2: Consideremos os dados relativos ao aproveitamento num curso de

Classificao dos alunos de Matemtica do 1

Classificao dos alunos de Matemtica do 1

Observe que os dados esto apresentados em ordem decrescente de freqncias

Nmero de apartamentos vendidos

Patrimnio lquido, segundo o banco,

V Construo de tabelas e grficos usando o Excel

Usando o Excel faa um pequeno banco de dados conforme mostrado a seguir.

2- Construo de tabelas de freqncia para Variveis Qualitativas

3 - Construo de tabelas de freqncia para Variveis Contnuas

Usando o Excel faa um pequeno banco de dados conforme mostrado a seguir.

4- Construo de grficos de barras.

1) Digitar os valores da varivel (antecedidos de uma aspa simples) e as

Vamos construir o histograma que representa essa varivel:

O grfico ser apresentado da seguinte forma:

Tempo de 22 pessoas para execuo de um exerccio

1) Marcar as clulas A1 a B12

VI Medidas de Tendncia Central

Onde xi um elemento do conjunto de valores.

A soma dos desvios dos nmeros de um conjunto a contar da mdia zero.

Propriedades da mdia aritmtica

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

5 - Multiplicando-se (ou dividindo-se) uma constante (c) de todos os valores de uma

Exemplo: Multiplicando-se por 3 cada produo diria da Mimosa temos que:

A Mdia Aritmtica Ponderada

Exemplo 2: Suponha que em outra faculdade a mdia semestral de cada disciplina

Clculo da Mdia Aritmtica para Dados Agrupados

A segunda igualdade da expresso acima, nos mostra que basta ponderar

Exemplo 2: Foram coletadas 150 observaes da varivel X, representando o nmero

Quantas vezes, em mdia, cada aluno prestou vestibular?

Se os dados esto distribudos em classes, para calcular a mdia aritmtica