Escolar Documentos
Profissional Documentos
Cultura Documentos
Universidade Feevale
Instituto de Cincias Exatas e Tecnolgicas - ICET
Conceitos Bsicos
Tabelas e Grficos
Distribuio de Freqncias.
Medidas de Disperso.
Avaliao I:
Data: 01/09 - Laboratrio de Informtica (2,0) Sala:________.
Data: 08/09 - Reviso
Data: 15/09 Prova (8,0)
ETAPA II: - Introduo a Probabilidade.
- Teoremas da Probabilidade.
- Distribuio discreta de probabilidade. Distribuio Binomial.
- Distribuio contnua de probabilidade. Distribuio Normal.
Avaliao II:
Data: 03/11 - Reviso
Data: 10/11 Prova (8,0) + Exerccios (2,0)
ETAPA III:
Correlao e Regresso.
Avaliao III:
Esta atividade ser realizada em laboratrio de Informtica e consta de organizao de dados e
aplicao do contedo trabalhado em sala de aula, na qual ser gerado um relatrio onde deve constar
desenvolvimento dos clculos e anlise dos resultados.
Data: 24/11 - Laboratrio de Informtica (10,0) Sala:________.
AVALIAO COMPLEMENTAR: (Mdia inferior a sete)
- Atividade: Prova
- Todo o contedo do semestre
Data: 08/12
Observaes:
2
1. A mdia final ser a mdia aritmtica simples das Avaliaes I, II e III. Alunos com mdia
inferior a sete devem fazer a Avaliao Complementar.
2. Avaliaes perdidas devem ser feitas em um prazo mximo de duas semanas. Entrar em contato
com o professor por e-mail ou pelo telefone 3586-8800 RAM 8936.
3. O aluno tem direito a um mximo de 15 faltas (5 dias) extrapolando este limite o aluno estar
reprovado por freqncia, independente das notas obtidas no semestre.
4. No decorrer do semestre podero ser realizadas atividades em sala que sero avaliadas pelo
professor e com isto haver alteraes nos pesos das atividades mencionadas acima.
SUMRIO
CAPTULO I ........................................................................................................................................................... 6
1
INTRODUO ESTATSTICA .............................................................................................................. 6
1.1
HISTRICO......................................................................................................................................... 6
1.2
DEFINIO ........................................................................................................................................ 7
1.3
APLICAES ..................................................................................................................................... 7
1.4
CONCEITOS BSICOS ...................................................................................................................... 8
1.5
VARIVEIS ESTATSTICAS ............................................................................................................ 8
1.6
DIVISO DA ESTATSTICA........................................................................................................... 10
CAPTULO II ........................................................................................................................................................ 11
2
TABELAS ............................................................................................................................................... 11
2.1
COMPONENTES BSICOS ............................................................................................................. 11
2.2
FORMATAO ................................................................................................................................ 11
2.3
SRIES ESTATSTICAS .................................................................................................................. 12
EXERCCIOS COMPLEMENTARES I ........................................................................................................... 15
CAPTULO III ....................................................................................................................................................... 16
3
DISTRIBUIO DE FREQUNCIAS .................................................................................................... 16
3.1
DISTRIBUIO DE FREQUNCIAS PARA VARIVEIS QUALITATIVAS ............................. 16
3.2
DISTRIBUIO DE FREQUNCIAS PARA VARIVEIS QUANTITATIVAS .......................... 17
CAPTULO IV ....................................................................................................................................................... 24
4
REPRESENTAO GRFICA .............................................................................................................. 24
4.1
PRINCPIOS BSICOS NA CONSTRUO DE GRFICOS ....................................................... 24
4.2
ELEMENTOS .................................................................................................................................... 24
4.2
TIPOS DE GRFICOS ...................................................................................................................... 24
EXERCCIOS COMPLEMENTARES II ......................................................................................................... 30
CAPTULO V ........................................................................................................................................................ 32
5
MEDIDAS DE TENDNCIA CENTRAL ................................................................................................ 32
5.1
MDIA ARITMTICA SIMPLES .................................................................................................... 32
5.2
MDIA ARITMTICA PONDERADA ............................................................................................ 32
5.3
MDIA ARITMTICA PARA DISTRIBUIES DE FREQNCIAS ........................................ 33
5.4
MEDIANA ......................................................................................................................................... 35
5.5
MDIANA PARA DISTRIBUIES DE FREQNCIAS ............................................................ 36
5.6
MODA................................................................................................................................................ 37
CAPTULO VI ....................................................................................................................................................... 40
6
MEDIDAS DE DISPERSO ................................................................................................................... 40
6.1
DESVIO PADRO ............................................................................................................................ 40
6.2
VARINCIA ..................................................................................................................................... 42
6.3
COEFICIENTE DE VARIAO ...................................................................................................... 42
EXERCCIOS COMPLEMENTARES III ........................................................................................................ 43
CAPTULO VII ...................................................................................................................................................... 46
7
PROBABILIDADE .................................................................................................................................. 46
7.1 DEFINIO DE ESPAO AMOSTRAL (S) ........................................................................................ 46
7.2 DEFINIO DE EVENTO .................................................................................................................... 46
7.3 DEFINIO DE PROBABILIDADE .................................................................................................... 48
7.4 TEOREMAS ........................................................................................................................................... 49
7.5 VARIVEIS ALEATRIAS.................................................................................................................. 53
7.6 DISTRIBUIO DISCRETA DE PROBABILIDADE ......................................................................... 53
7.7 VALOR ESPERADO (ESPERANA) ................................................................................................... 54
EXERCCIOS COMPLEMENTARES IV ........................................................................................................ 56
CAPTULO VIII .................................................................................................................................................... 58
8
DISTRIBUIO BINOMIAL .................................................................................................................. 58
8.1 MDIA E VARINCIA ......................................................................................................................... 59
CAPTULO IX ....................................................................................................................................................... 60
4
CAPTULO X ........................................................................................................................................................ 67
10
CORRELAO E REGRESSO ............................................................................................................. 67
10.1
INTRODUO ............................................................................................................................. 67
10.2
CORRELAO ............................................................................................................................ 67
10.3
REGRESSO ................................................................................................................................ 72
EXERCCIOS COMPLEMENTARES VI ........................................................................................................ 78
BIBLIOGRAFIA ............................................................................................................................................... 82
CAPTULO I
1
INTRODUO ESTATSTICA
1.1
HISTRICO
Todas as cincias tm suas razes na histria do homem. A Matemtica, que considerada a
cincia que une clareza do raciocnio a sntese da linguagem, originou-se do convvio social, das
trocas, da contagem, com carcter prtico, utilitrio, emprico.
A Estatstica teve origem semelhante. Desde a Antiguidade, vrios povos j registravam o
nmero de habitantes, de nascimentos, de bitos, faziam estimativas das riquezas individuais e sociais,
distribuam eqitativamente terras ao povo, cobravam impostos e realizavam inquritos quantitativos
por processos que, hoje, chamaramos de estatsticas.
Na Idade Mdia colhiam-se informaes, geralmente com finalidades tributrias ou blicas. A
partir do sculo XVI comearam a surgir as primeiras anlises sistemticas de fatos sociais, como
batizados, casamentos, funerais, originando as primeiras tbuas e tabelas e os primeiros nmeros
relativos.
No sculo XVIII o estudo de tais fatos foi adquirindo, aos poucos, feio verdadeiramente
cientfica. Godofredo Achenwall batizou a nova cincia (ou mtodo) com o nome de Estatstica,
determinando o seu objetivo e suas relaes com as cincias.
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, o pblico leigo (leitor de jornais e revistas) posiciona-se em dois extremos
divergentes e igualmente errneos, quanto validade das concluses estatsticas: ou cr em sua
infalibilidade ou afirma que elas nada provam. Os que assim pensam ignoram os objetivos, o campo e
o rigor do mtodo estatstico; ignoram a Estatstica, quer terica como prtica, ou a conhecem muito
superficialmente.
Na era da energia nuclear, os estudos estatsticos tm avanado rapidamente e, com seus
processos e tcnicas, tm contribudo para a organizao dos negcios e recursos do mundo moderno.
1.2
DEFINIO
Inmeras so as definies com que os autores conceituam a Estatstica, tendo em vista seus
processos, objetivos e aplicaes. So aqui destacadas, entre tantas, as que melhor esclarecem sua
finalidade, seu mbito e sua significao:
Conjunto dos processos que tm por objeto a observao, a classificao formal e a anlise dos
fenmenos coletivos ou de massa e, por fim, a induo das leis a que tais fenmenos obedecem
globalmente. (Milton da Silva Rodrigues.)
Apresentao numrica, tabular ou grfica dos resultados da observao dos fenmenos de
massa.
A Estatstica parte da Matemtica Aplicada que se ocupa em obter concluses a partir de dados
observados. (Ruy Aguiar da Silva Leme.)
A Estatstica o estudo numrico dos fatos sociais. (Levasseur.)
A Estatstica no seno a Histria em repouso; a Histria no seno a Estatstica em
movimento. (Schlzer.)
A Estatstica coleta, apresentao, anlise e interpretao de dados numricos. (Croxton e
Cowden.)
Algumas frases clebres tm sido arquivadas pelos estatsticos, entre as quais:
Estatstica o oramento das coisas, e sem oramento no h salvao. (Napoleo.)
1.3
APLICAES
A aplicao prtica da Estatstica s mais diversa reas do conhecimento humano comprova sua
1.4
CONCEITOS BSICOS
Populao o conjunto de elementos (pessoas, coisas, objetos) que tem em comum uma
caracterstica em estudo.
Exemplos:
1) Populao: moradores de uma determinada cidade. Varivel: renda mensal.
2) Populao: candidatos a um exame de vestibular. Varivel: sexo.
3) Populao: aparelhos produzidos em uma linha de montagem. Varivel: nmero de
defeitos por unidade.
4) Populao: peas produzidas por uma mquina. Varivel: dimetro externo.
Amostra qualquer subconjunto finito (ou parte) de uma populao. Duas consideraes
devem ser feitas sobre o estudo amostral dos fenmenos:
a) Deve-se tomar cuidado para que a amostra seja representativa de toda a populao;
b) Preciso dos dados coletados, buscando minimizar os erros.
1.5
VARIVEIS ESTATSTICAS
para o fenmeno estatura dos estudantes das escolas pblicas do RS temos uma situao
diferente, pois os resultados podem tomar um nmero infinito de valores numricos dentro de
um determinado intervalo.
Os exemplos que acabamos de ver nos dizem que, conforme suas caractersticas particulares, as
variveis, podem ser classificadas da seguinte forma:
1.5.1
a). Contnuas: so aquelas que podem assumir qualquer valor num certo intervalo de medida,
podendo ser associadas ao conjunto dos nmeros reais.
Exemplos: medidas de tempo, comprimento, espessura, rea, volume, peso e velocidade.
b) Discretas: so aquelas que s podem assumir determinados valores num certo intervalo. Em
geral, representam inteiros resultantes do processo de contagem.
Exemplos: nmero de alunos por sala, de carros num engarrafamento ou de acidentes por ano
num determinado cruzamento.
1.5.2
a). Nominais: quando puderem ser reunidas em categorias ou espcies com idnticos atributos.
Aqui se incluem os agrupamentos por sexo, rea de estudo, desempenho, cor, nacionalidade,
religio, causa de morte, grupo sangneo, etc.
b). Ordinal: quando os elementos forem reunidos segundo a ordem em que aparecem dispostos em
uma lista ou rol. So tpicos desta forma de agrupamento as listas classificatrias de concursos, as
tabelas de campeonatos esportivos, estgio da doena, etc.
de
pessoas
que
utilizam
os
servios
de
uma
empresa
area
____________________________
d) Estatura dos alunos da disciplina de Estatstica ____________________.
e) Grau de instruo de candidatos a uma vaga na Empresa B __________________.
f) Temperatura durante um dia de inverno ________________________.
9
1.6
DIVISO DA ESTATSTICA
Podemos dividir a Estatstica em duas reas:
Estatstica Descritiva se preocupa com a organizao dos dados experimentais;
Estatstica Indutiva ou Inferencial se preocupa com a anlise e interpretao dos dados.
CAPTULO II
2
TABELAS
2.1
COMPONENTES BSICOS
FORMATAO
Ttulo
O ttulo das tabelas deve ser escrito em letras minsculas, centrado, em espao simples e
colocado na parte superior.
Tracejamento
As tabelas devem ser fechadas, no alto e embaixo, por traos contnuos. Ns lados
permanecem abertas. As colunas devem ser separadas por traos verticais. Os totais de uma tabela
no so separados das parcelas.
Cabealho
As designaes referentes aos contedos das diversas colunas devem ser feitas com o mesmo
tipo de letra utilizado no corpo da tabela.
Unidades de Medidas
Quaisquer unidades de medidas ou grandezas mencionadas numa tabela devem ser indicadas
atravs de seus nomes ou smbolos, no cabealho da coluna onde aparecem, ou logo abaixo da
legenda, no caso de todas as colunas exprimirem a mesma medida
11
Exemplo:
Tabela 1
Distribuio dos ocupados por setor de atividade
econmica na grande So Paulo em 1996/99
ndices do nvel de ocupao
Perodos
Comrcio
33,0
31,2
32,4
30,9
14,8
16,0
17,3
18,4
jan./dez./96
jan./dez./97
jan./dez./98
jan./dez./99
41,3
42,5
39,4
38,1
10,9
10,3
11,0
12,6
Total
100
100
100
100
Fonte: ABCDE/SP
Nota: Os dados dessa tabela so fictcios.
(1) Excludos os empregados domsticos.
(2) Englobam: construo civil, servios domsticos, etc.
Observao: As tabelas constituem um tipo especfico de ilustrao e se constituem numa
unidade autnoma. Devem ser numeradas consecutivamente com algarismos arbicos que
segue a palavra Tabela, escrita em letras minsculas.
2.3
SRIES ESTATSTICAS
Denominamos de Sries Estatsticas toda tabela que apresenta a distribuio de um conjunto
12
7,5
7,0
7,0
5,9
menos de 4
403.494
1.486.649
7.231.634
1.746.232
884.822
Indstria
Servios
Comrcio
Construo civil
289.886
645.725
209.477
89.139
277.681
680.739
208.264
89.542
-4,39
+5,42
-0,58
+0,45
Fonte: IBGE
Obs: mdia do perodo de jan/mai 1997 e jan/mai 1998.
13
Exerccios:
1) Verificou-se, no Brasil, em 1993, o seguinte movimento de importao de mercadorias: 14.839.804
t, oriundas da Arbia Saudita, no valor de US$ 1.469.104.000; 10.547.889 t, dos Estados Unidos,
no valor de US$ 6.034.946.000; e 561.024 t, do Japo, no valor de US$ 1.518.843.000.
Confeccione a srie correspondente e classifique-a, sabendo que os dados acima foram fornecidos
pelo ministrio da Fazenda.
2) Substituir por uma tabela o trecho do Relatrio a seguir: - Assim sendo, podemos concluir que o
Banco B, em 1996, contou com a colaborao de 345 funcionrios, distribudos pelas cinco
agncias, a saber: Niteri, 43; Rio de Janeiro, 102; So Paulo, 98; Belo Horizonte, 75; Vitria 27.
Quanto ao sexo, apenas em Vitria no existiam funcionrias, mas em So Paulo trabalharam 11
delas, enquanto em Belo Horizonte apenas 3. Em Niteri 38 eram homens e no Rio de Janeiro,
87.Classifique a tabela.
14
EXERCCIOS COMPLEMENTARES I
1) Analise e identifique os erros (se houverem) da seguinte tabela:
PRODUO DE
BORRACHA NATURAL
ANO
QUANTIDADE
1991
29.543
1992
30.712
1993
40.663
Fonte:IBGE
2) A revista Veja do ms de setembro de 1999 publicou os salrios mdios em reais para diretor,
gerente e secretria, de grandes empresas, para trs cidades Brasileiras. Para Belo Horizonte os
salrios de diretor, gerente e secretria so, respectivamente, 14.000, 8.000 e 1.300, Rio de Janeiro ;
15.000, 8.000, 1.300 e So Paulo; 17.000, 9.000 e 1.300.
a) Construa uma srie para estes dados.
b) Classifique a srie.
15
CAPTULO III
3
DISTRIBUIO DE FREQUNCIAS
Para o estudo e descrio do comportamento de todos os indivduos, com relao a uma ou
mais das variveis em estudo, pode-se inicialmente verificar os valores encontrados no conjunto de
dados, orden-los com relao a essa varivel, e depois descrev-los segundo o nmero de vezes
(freqncia) que ocorreu cada valor em particular, ou tipo de caracterstica.
Vamos ver alguns mtodos de descrio da distribuio de freqncia segundo o tipo de
varivel ( qualitativa ou quantitativa) :
3.1
Freqncia (fi)
Autnomo
Desempregado
Empregado
Estudante
Patro
Outros
TOTAL
20
16
Outras formas so: usar a freqncia relativa ou proporo dada por fri=fi/n ou a freqncia
porcentual dada por fri= (fi/n)x100.
As propores ou percentagens so muito teis para a comparao entre resultados de
pesquisas distintas, ou grupos distintos dentro da mesma pesquisa.
Exemplo:
Para o exemplo anterior uma tabela completa com a distribuio das freqncias das
ocupaes seria:
Tabela 3.2: Distribuio de freqncias, freqncias relativas e percentuais,
para a varivel Ocupao.
Freqncia percentual
Ocupao
Freqncia (fi)
Freqncia relativa
Autnomo
4/20 = 0,20
0,20x100=20,0
Desempregado
0,15
15,0
Empregado
0,40
40,0
Estudante
0,15
15,0
Patro
0,05
5,0
Outros
0,05
5,0
TOTAL
20 = n
100
(%)
Se a varivel for qualitativa ordinal, os valores que a varivel assume devem ser colocados na
ordem natural crescente.
3.2
Vamos considerar a forma pelo qual podemos descrever os dados estatsticos resultantes de
variveis quantitativas, como o caso de estaturas de um conjunto de pessoas, salrios recebidos por
operrios de uma fbrica, etc.
Exemplo: Suponhamos termos feito uma coleta de dados relativos ao comprimento em mm de 20
cilindros, que compe uma amostra da produo da mquina B em determinado dia.
160
160
152
156
158
156
158
155
160
155
160
153
151
155
155
156
157
160
150
154
17
3.2.1
ordem crescente apenas os valores distintos da srie e na segunda coluna colocamos os valores das
freqncias correspondentes.
Exemplo: Observamos o nmero de acidentes por dia, em uma rodovia durante 20 dias.
X: 0, 2, 0, 1, 1, 0, 0, 0,3, 2, 1, 0, 1, 2, 0, 1, 3, 2, 2, 0.
3.2.2
elementos distintos o que significa que a varivel discreta no aconselhvel. Os dados ficaro melhor
representados da forma de uma distribuio por intervalos.
18
ii) Limites de classe: So os extremos de cada classe. O menor o limite inferior da classe ( li )
e o maior nmero limite superior da classe ( Li ).
Exemplo: Ver Tabela 2, pg. 18.
hi = Li - li
Exemplo:
iv) Amplitude Total da Distribuio (AT): a diferena entre o limite superior da ltima classe
e o limite inferior da primeira.
AT = L(mx.) l(min.)
Exemplo:
mi =
li + L i
2
19
Exemplo:
f 1 + f 2 + f 3 + ... + f n =
fi
i =1
viii)
k 1+ 3,3logn
h=
AA
k
Exemplo:
Observaes:
Esta frmula no nos leva a uma deciso final. Tudo depender de um julgamento
pessoal, ligado natureza dos dados, da unidade usada, e do objetivo.
Sempre que possvel evitar classes com freqncia nula ou muito alta.
20
Exerccios:
1) Uma indstria embala peas em caixas com 100 unidades. O controle de qualidade selecionou
48 caixas na linha de produo e anotou em cada caixa o nmero de peas defeituosas.
Obteve-se os seguintes dados:
2 0
1 1
0 0
1 2
0 0
Agrupe por freqncia estes dados.
0
2
3
0
0
4
1
0
2
0
3
1
0
0
0
0
1
0
0
0
0
1
2
0
1
1
1
0
0
0
0
1
0
0
0
0
1
0
b)
a)
19
19
20
20
21
21
21
22
22
22
23
23
24
25
26
26
27
27
28
28
28
29
30
30
30
32
33
33
35
35
35
37
40
41
44
48
49
50
52
Qual a varivel observada? Qual a classificao desta varivel?
21
25
29
34
47
b)
c)
f ri =
c)
fi
n
Fi = f1 + f2 +...+ fi
d)
21
Fri =
Fi
n
Dias (fi)
fr
Fi
Fr
8
5
5
2
20
Exemplo 2:
Comprimento de 20 cilindros produzidos pela mquina B
Comprimento
No de Cilindros
fr
Fi
(mm)
(fi )
150|153
3
153|156
6
6
156|159
5
159|162
20
Total
Fr
22
Exerccios:
3) Uma indstria embala peas em caixas com 100 unidades. O controle de qualidade selecionou
48 caixas na linha de produo e anotou em cada caixa o nmero de peas defeituosas.
Obteve-se os seguintes dados:
2 0 0 4 3 0 0 1 0 0
1 1 2 1 1 1 1 1 1 0
0 0 3 0 0 0 2 0 0 1
1 2 0 2 0 0 0 0 0 0
0 0 0 0 0 0 1 0
Utilizando a distribuio encontrada no exerccio 1 (pg. 21) encontre:
a) Freqncia relativa
b) Freqncia acumulada
c) Freqncia acumulada relativa
4) O seguinte quadro apresenta as idades de 44 funcionrios da Empresa X, do ramo
metalrgico , localizada em Novo Hamburgo:
19
19
20
20
21
21
21
22
22
22
23
23
24
25
26
26
27
27
28
28
28
29
30
30
30
32
33
33
35
35
35
37
40
41
44
48
49
50
52
Utilizando a distribuio encontrada no exerccio 2 (pg. 21) encontre:
21
25
29
34
47
23
CAPTULO IV
4
REPRESENTAO GRFICA
4.1
Veracidade.
4.2
ELEMENTOS
Ttulo: localizado acima ou abaixo do grfico, informa sobre o que est sendo apresentado.
Deve ser simples, claro e objetivo.
Escala: no eixo das abscissas (x) cresce da esquerda para a direita e escrita embaixo do eixo.
No eixo das ordenadas (y) cresce de baixo para cima e escrita esquerda.
Variveis: o nome da varivel deve ser centralizado e colocado no eixo das abscissas embaixo
da escala, no eixo das ordenadas na extremidade.
Traado: o sistema de eixos cartesianos e as linhas auxiliares devem ser traados mais leve do
que a linha demonstrativa.
Opcionais:
a) Setas: podem ser feitas para indicar a direo dos eixos.
b) Fonte: localizada no rodap do grfico, indica o responsvel pelo fornecimento dos dados.
c) Notas: idntico das tabelas.
4.2
TIPOS DE GRFICOS
a) Grfico Linear ou de Linhas
Usualmente utilizados para apresentar sries cronolgicas e dados exclusivamente numricos.
Procedimentos para montagem:
Exemplos:
ACIDENTES
400
370
300
300
200
100
210
190
120
0
1988
1989
1990
1991
1992
ANOS
Construir figuras retangulares (todas da mesma largura), com seu centro coincidindo com
a marcao da escala no eixo das abscissas.
25
Exemplos:
G R U P O S G A C H O S M A IS L E M B R A D O S
T c h G arotos
4 ,3
GRUPOS
O s S erran os
4,7
T c h B arbaridad e
6,3
E n g en h eiros do H aw ai
8 ,7
T c h G u ri
1 1,3
0
10
12
N D IC E
POPULAO ATENDIDA
O S D E Z E S T AD O S E M Q U E A C O L E T A D E LIX O U R B AN O M AIS
PR E C R IA - E M % D A P O P U L A O AT E N D ID A
80
62
60
48
40
51,5
55
PA
TO
66,5
68
71
AC
CE
AM
75
76
RR
BA
26,5
20
0
MA
PI
AP
E S T ADO S
26
Exemplo:
Ginecologia e Obstetrcia
20%
Outros
41%
Cirurgia Plstica
10%
Oftalmologia
9%
Pediatria
6%
Cirurgia Geral
8%
Ortopedia
6%
25
50
75
100
125
150
x
27
A figura 4.1 a seguir exibe diagramas de caixa comparativos para um ndice da qualidade para
produtos de trs fbricas.
28
29
EXERCCIOS COMPLEMENTARES II
1) A listagem abaixo representa as vendas dirias de um determinado aparelho eltrico, durante um
ms, por uma firma comercial:
14
12
12
15
12
14
14
13
11
13
10
16
13
14
13
17
14
11
15
14
13
12
11
14
2) Os nmeros de lugares vagos em vos entre duas cidades foram agrupados nas classes
Lugares Vagos
0 | 5
5 | 10
10 | 15
15 | 20
20 | 25
25 | 30
Nmero de vos
4
6
10
12
8
5
Com esta distribuio pode-se determinar o nmero de vos em que h (responda sim ou no):
a)
60
80
100
120
140
4
2
11
31
CAPTULO V
5
5.1
dada por:
n
x
X=
i =1
Exemplos:
1) Encontre a mdia da seguinte seqncia numrica X: 0, 1, 3, 5, 1, 2
10
mm
4,7
0,6
17,2
1,4
1,2
11,2
0,8
5.2
x p
i
X =
i =1
n
i =1
32
Exemplos:
1)
Encontre a mdia ponderada da seguinte seqncia numrica X: 2,4,5, com pesos 1,3,2,
respectivamente.
2)
5.3
Vendas (R$)
(p)
x.p
30.000.000
20.000.000
5.000.000
3.000.000
Tot= 58.000.000
x
X =
fi
i =1
n
fi
i =1
33
Exemplos:
1) (Discreta) O controle de qualidade de determinada empresa selecionou 40 caixas do total
de uma produo diria para verificao do nmero de peas defeituosas por caixa,
encontrando o seguinte resultado. Qual o nmero mdio de defeitos por caixa?
NO de defeitos
0
1
2
3
4
Total
Caixas
20
9
5
4
2
40
xi.fi
7
20
33
25
11
4
100
Total
uma medida de tendncia central que, por uniformizar os valores da srie, no representa
bem os conjuntos que revelam tendncias extremas. Deste modo grandemente influenciada
pelos valores extremos da srie.
facilmente calculvel.
indicada para sries que possuem valores em progresso aritmtica em relao a um valor
mximo.
34
5.4
MEDIANA
Seja X:x1,x2,...,xn, um conjunto ordenado de dados estatsticos. Define-se Mediana de X,
denotado por Md, como sendo o elemento que ocupa posio central no rol, se existir.
Equivalentemente a Mediana o elemento que separa o rol em dois subconjuntos com igual nmero
de elementos. Logo a Mediana ser dada por
x n +1 , se n mpar
2
M d = xn + xn
+1
2
2
, se n par
Exemplos:
1) Durante um determinado ms de vero, os oito vendedores de uma firma de calefao
central e ar-condicionado venderam os seguintes nmeros de unidades de ar-condicionado
central: 8, 11, 5, 14, 8, 11, 16, 11. O valor da mediana ser:
10
mm
4,7
0,6
17,2
1,4
1,2
11,2
0,8
35
5.5
n
Fa
2
*
Md = l +
fi
.h
P=
n
2
36
5.6
MODA
Seja X:x1,x2,...,x3, um conjunto de dados. Define-se Moda, denotada por Mo, como sendo o
Exemplos:
1) Os oito vendedores, descritos em um dos exemplos anteriores, venderam as seguintes
unidades de ar condicionado, 8, 11, 5, 14, 8, 11, 16, 11. O valor da moda ser:
10
mm
4,7
0,6
17,2
1,4
1,2
11,2
0,8
Caixas
20
9
5
4
2
37
Exerccios:
1)
2)
Qual dos valores calculados no exerccio 1 descreve melhor o volume de vendas por vendedor?
3)
4)
5)
6)
Em conjunto com uma auditoria anual, uma firma de contabilidade pblica anota o tempo
necessrio para realizar a auditoria de 50 balanos contbeis. Calcular:
38
(a) a mdia, (b) a mediana, (c) a moda, para o tempo de auditoria necessrio para esta amostra de
registros.
Tempo necessrio para a auditoria de balanos
Tempo de auditoria Nmero de balanos (fi)
(minutos)
3
10 | 20
5
20 | 30
10
30 | 40
12
40 | 50
20
50 | 60
50
Total
39
CAPTULO VI
6
MEDIDAS DE DISPERSO
Considerando os seguintes conjuntos de valores:
Seja quatro grupos de alunos com as seguintes notas
Grupo A:7,7,7,7 e 7
Grupo B:5,6,7,8 e 9
Grupo C:4,5,7,9 e 10
Grupo D:0,5,10,10 e 10
Calculando a mdia de cada grupo encontramos:
Mas notamos que o grupo A mais homogneo que B, C e D. E B mais homogneo que B,
C e D. Logo somente a mdia no nos d uma avaliao muito ampla dos elementos de cada grupo.
Necessitamos assim de uma medida estatstica complementar para caracterizar cada grupo.
Nos utilizaremos para isto das medidas de disperso ou de variabilidade:
6.1
Desvio Padro
Varincia
Coeficiente de Variabilidade
DESVIO PADRO
a mais importante medida de variabilidade.
a) Dados Listados:
Dada uma srie com n termos, o desvio padro ser a mdia quadrtica dos desvios calculados
( x x )
2
(xi x )
i =1
ou
S=
i =1
n 1
, no casode umaamostra.
(x
=
x ) fi
i =1
n
i =1
Exemplo:
Salrios semanais para 100 operrios no especializados
Salrio Semanal
No de
xi=mi
(xi-x)2
fi(xi-x)2
operrios (fi)
7
140 | 160
20
160 | 180
33
180 |200
25
200 |220
11
220 |240
4
240 |260
Encontre o .
Exerccio:
1) Os valores de precipitao (em mm) registradas em uma estao meteorolgica, em 10 dias do
ms de janeiro de 2006, foram os seguintes:
Dias
10
mm
4,7
0,6
17,2
1,4
1,2
11,2
0,8
Rendimento
1,23
1,15
1,13
1,23
1,30
Dias
10/04
11/04
12/04
13/04
14/04
Rendimento
1.25
1,14
1,02
0,91
0,91
6.2
VARINCIA
o quadrado do desvio padro Ou seja:
(x
2 =
6.3
x)
i =1
COEFICIENTE DE VARIAO
Sejam as distribuies de pesos e estaturas com as seguintes caractersticas:
Pesos: X= 57,7 kg e
=7,5kg
Estaturas: X=170,0 cm e =7,1 cm
Como no h muito sentido no fato de compararmos unidades diferentes, como por exemplo
kg com cm, definimos o coeficiente de variao (V), que uma medida relativa de disperso. O
coeficiente de variao mede percentualmente a relao entre o desvio padro e a mdia aritmtica,
sendo pois, uma medida adimensional.
V = 100.
X=57,7 kg e =7,5kg
X=170,0 cm e = 7,1cm
Exerccio:
1) Calcule o coeficiente de variao para o exerccio 1 da pgina 40. Poderamos comparar estes
dados utilizando apenas o desvio padro? Justifique.
42
Rentabilidade % a.m.
Ouro
-1,74
Inflao
0,10
0,52
Dlar Paralelo
0,87
1,15
Caderneta de Poupana
1,16
FIF 30 dias
1,30
FIF 60 dias
1,49
1,58
Bolsa RJ
2,12
Bolsa SP
2,99
Defeitos
300
550
480
980
1050
350
450
870
Pede-se projetar o nmero mdio de parafusos com defeito num ms de trabalho. R: 25.150
6) Uma pesquisa salarial levada a efeito em janeiro de 1982 junto comunidade metalrgica na regio
de Campinas, para o cargo de comprador, revelou os seguintes resultados:
Classes Salariais- R$
900 |1050
1050 | 1200
1200 | 1350
1350 | 1500
1500 | 1650
Freqncias
8
9
16
15
12
44
Fonte de Capital
Participao
Taxa de Juros
Acionistas
R$ 1.000.000
12%
Financiamentos de Longo
Prazo
R$ 600.000
8%
Debntures
R$ 400.000
14%
R: 11,2%
8) O nmero de gerentes operacionais que correspondem diretamente a um diretor em 24 empresas do
ramo qumico est relacionado abaixo. Calcule a mdia e o desvio padro d nmero de gerentes por
empresa.
7
13
10
14
10
11
11
12
10
As rentabilidades anuais durante os ltimos 5 anos das aes X e Y esto registradas no seguinte
quadro. Determine qual das duas tem maior disperso.
X
12%
15%
12%
11%
14%
12%
16%
15%
9%
13%
R: Ao Y.
45
CAPTULO VII
PROBABILIDADE
Introduo:
Empregamos mais o termo Probabilidade quando estamos diante de certa observao do
comportamento de um fenmeno qualquer, e este, leva-nos a formulao de sua teoria sobre variaes
deste comportamento ou mesmo quando estamos com certo grau de incerteza naquilo que pode ocorrer
ou que ocorreu no presente, passado ou futuro.
7.1 DEFINIO DE ESPAO AMOSTRAL (S)
o conjunto formado por todos os eventos possveis de um experimento aleatrio.
Exemplos:
a) Se o experimento consistir no lanamento de uma moeda, o espao amostral ser:
S=
b) Se o experimento consistir no lanamento de um dado o espao amostral ser:
S=
c) Se o experimento consistir no lanamento de dois dados o espao amostral ser:
S=
46
Exemplos:
A=
A=
d) Eventos Mutuamente Exclusivos ou Disjuntos ou Incompatveis:
Exemplo:
Lanando um dado teremos S= {1, 2, 3, 4, 5, 6}. Se
A= Face menor do que dois = {1}
B= Face maior do que dois = {3, 4, 5, 6}
Logo A B =
e) Eventos Independentes: Dizemos que dois ou mais eventos so independentes, quando eles
no exercem aes recprocas, comportando-se cada um de maneira que lhe prpria, sem
influenciar os demais.
Exemplo:
47
Lanando duas moedas simultaneamente teremos S = { (Ca, Co); (Co, Ca); (Co, Co);
(Ca,
Ca)}
P(A) =
n(A)
n(S)
48
7.4 TEOREMAS
1o) LIMITES DA PROBABILIDADE
Seja o evento A
0P(A)1
Exemplo:
a) Seja o evento A= Sair face 7 no lanamento de um dado
2o) COMPLEMENTAR
Seja A o evento complementar de A
P(A ) = 1 P(A)
Exemplo:
Seja o evento A= ocorrer face 6 no lanamento de um dado = {6}
3o) TEOREMA DA SOMA:
a)
b)
P(AB)=P(A)+P(B)-P(AB)
P(AB)=P(A)+P(B)
(AB)
(AB=)
Exemplos:
Seja o experimento lanar um dado, e os eventos:
A= ocorrer face 4
B= ocorrer face 6
C= face mltiplo de 2
D= face mltiplo de 3
Encontre:
a) P(A B)=
b) P(C D)=
49
Exemplo: Uma urna contm trs pedras brancas e nove pretas. Uma pedra retirada ao acaso
e reposta na urna, ento outra pedra retirada. Qual a probabilidade de ambas serem pretas?
Obs:
P(ABC)=P(A).P(B/A).P(C/AB)
Exemplo1: Suponha que um conjunto de 10 peas contenha oito em boas condies (A) e duas
defeituosas (B). Seja o experimento retirar duas peas aleatoriamente e sem reposio, qual a
probabilidade de que as duas peas selecionadas sejam boas?
50
P(A/B) =
P(A B)
P(B)
com P(B) 0
Exemplo2: Dois diferentes departamentos de produo que fazem parte de uma grande empresa so:
Produtos Martimos(M) e produtos para Oficinas (O). A probabilidade de que a diviso de Produtos
Martimos tenha, no corrente ano fiscal, uma margem de lucros de no mnimo 10% estimada em
0,30; a probabilidade de que a diviso de Equipamentos para Oficinas tenha uma margem de lucro de
pelo menos 10% de 0,20; e a probabilidade de que ambas as divises tenham uma margem de lucro
de no mnimo 10% de 0,06. Determine a probabilidade de que a diviso de Equipamentos para
Oficinas tenha uma margem de lucro no mnimo de 10% dado que a diviso de Produtos Martimos
tenha alcanado este nvel de lucro.
51
Exerccios:
1) Uma urna contm 10 bolas verdes, 8 vermelhas, 4 amarelas, 4 pretas e 5 brancas, todas com o
mesmo raio. Seja A o evento que consiste na retirada de uma bola verde e A o evento de no
ser bola verde. Encontre a probabilidade destes eventos.
2) Em uma urna contm15 bolas de mesmo raio, enumeradas de 1 a 15. Sendo A o evento retirar
uma bola mltiplo de 3 e B o evento retirar uma bola mltiplo de 4, encontre a probabilidade
destes eventos. Qual a probabilidade de se retirar uma bola mltiplo de 3 ou 4?
3) Com base no enunciado anterior (exerccio 2), considere o evento retirar uma bola mltiplo de 5
e 4. Encontre a sua probabilidade.
4) Metade dos estudantes de uma universidade possui automvel e um tero possui bicicleta. Um
quarto possui ambos. Qual a probabilidade de se encontrar um estudante que possua meio de
transporte prprio?
5) De 12 contas de um arquivo, quatro contm um erro na contabilizao do saldo da conta.
a) Se um auditor seleciona aleatoriamente duas destas contas (sem reposio), qual a
probabilidade de que nenhuma destas contas contenha erro?
b) Se o auditor inspeciona trs contas ao acaso, qual a probabilidade de que nenhuma
apresente erro de contabilizao?
6) Dispe-se de duas urnas sendo que na I temos 5 bolas azuis, 3 pretas e 4 brancas. Na urna II
temos 6 azuis, 4 pretas e 10 brancas.
a) Retirando uma bola de cada urna qual a probabilidade de:
1) Formar um par de bolas azuis.
2) Formar um par de bolas pretas.
3) Formar um par de bolas brancas.
b) Qual a probabilidade de formar um par de mesma cor retirando-se uma bola de cada urna?
52
Se atribuirmos a cada evento s do espao amostral (S) um nmero real x tal que Z=X(s)
o valor de uma funo X do espao amostral S no campo dos nmeros reais podemos definir uma v. a.
como aquela cujos valores so obtidos por um experimento aleatrio e aos quais podemos associar
probabilidades. Lembrando que a soma das probabilidades de todos os valores de uma varivel
aleatria igual a 1 (um).
Exemplo2: Jogando-se uma moeda honesta duas vezes:
A cada evento de S associaremos um nmero real. Para isto vamos definir
X= nmero de caras
X
Probabilidade
X(S)={2,3,4,5,6,7,8,9,10,11,12}
53
Exerccio:
Considerando a distribuio de freqncias relativa ao nmero dirio de acidentes em um
estacionamento, encontre a distribuio de probabilidade.
No de acidentes Freqncia
0
1
2
3
22
5
2
1
E(X) = xP(x)
x =1
e
2
Exemplo: O nmero de caminhes que chegam, por hora, a um depsito segue a distribuio de
probabilidade dados pela tabela 1. Calcule o nmero esperado de chegadas por hora e a varincia desta
distribuio de probabilidade.
Tabela 1 Chegadas de caminhes por hora em um depsito
Nmero de Caminhes X
Probabilidade P(X)
0
1
2
3
4
5
6
0,05 0,10 0,15 0,25 0,30 0,10 0,05
54
Exerccios:
1) As vendas de uma revista mensal em uma banca seguem a distribuio de probabilidade da tabela2.
Calcular o valor esperado e a varincia.
Tabela2: Venda de uma revista mensal em uma banca
Nmero de revistas, em mil X
15
16
17 18 19
Probabilidade
20
2) Uma seguradora cobra de prmio R$ 350,00 para segurar uma casa no valor de R$45.000,00.
Sabendo que a chance de um sinistro vir a acontecer de 1/1000, qual o lucro esperado desta
seguradora? Se a seguradora espera ter um lucro de 350,00 quanto deveria cobrar de prmio?
55
EXERCCIOS COMPLEMENTARES IV
1)
2)
3)
4)
5)
Sabe-se que em um nascimento a probabilidade de uma criana ser do sexo masculino de 50%.
Qual a probabilidade de um casal:
a) Tendo um filho, que seja do sexo masculino?
b) Tendo dois filhos, que ambos sejam do sexo feminino?
c) Tendo dois filhos, que seja um casal?
6)
7)
Em um grupo de 80 torcedores, 50 assistem aos jogos do Grmio, 30 assistem aos jogos do Inter,
e 10 assistem a ambos os jogos. Qual a probabilidade de selecionando um torcedor ao acaso:
56
9)
Joo acerta 1/3 das questes que tenta resolver, Pedro acerta 3/5. Se ambos tentarem
independentemente resolver este problema, qual a probabilidade dele ser resolvido corretamente?
10) Num estudo de hbitos de fumantes, foram entrevistadas 350 pessoas e os resultados apresentamse na tabela abaixo:
Estado
civil
No
Fumante fumante
Total
Casado
45
155
200
Divorciado
43
57
100
Solteiro
15
35
50
103
247
350
Total
57
CAPTULO VIII
8
DISTRIBUIO BINOMIAL
A distribuio binomial descreve experimentos constitudos por repeties de provas
independentes, nas quais h apenas dois resultados. Por exemplo, ao jogarmos uma moeda, h
apenas dois resultados possveis: cara ou coroa; no nascimento de uma criana, esta pode ser menina
ou menino; segundo a teoria de personalidade de Eysenck, a pessoa pode ser introvertida ou
extrovertida etc. Convm ressaltar que um experimento pode ser constitudo de vrias provas
idnticas.
Considerando que:
a) n provas independentes e do mesmo tipo so realizadas.
b) Cada prova admite dois resultados sucesso ou fracasso, que so mutuamente exclusivos.
c) A probabilidade de sucesso ou fracasso so as mesmas em cada prova.
d) p a probabilidade de sucesso em cada prova e q=1-p a ocorrncia do fracasso.
A frmula para se determinar a probabilidade de certo nmero de sucessos, sabendo que a
Exemplo2: A probabilidade de que um presumvel cliente escolhido aleatoriamente faa uma compra
de 0,60. Se um vendedor visita 6 presumveis clientes
a) qual a probabilidade de que ele faa exatamente quatro vendas?
b) qual a probabilidade de que o vendedor realiza 4 ou mais vendas?
58
Exerccios:
1)
Em 10.000 famlias com 8 filhos cada uma, quantas se esperaria que tivessem:
a) Exatamente 2 meninos
b) Nenhum menino
c) Trs meninos
2)
3)
Um exame constitudo de dez testes com 5 alternativas, onde apenas uma correta. Quantos
testes acerta, em mdia, um aluno que nada sabe sobre a matria do exame? Qual a varincia da
distribuio?
4)
Uma cooperativa agrcola afirma que 95% das melancias vendidas por ela esto maduras e
prontas para consumo. Determine as probabilidades de que, dentre 18 melancias despachadas:
a) todas as 18 estejam maduras e prontas para o consumo;
b) Nenhuma das 18 estejam maduras;
c) No mnimo 14 estejam maduras e prontas para consumo;
d) No mximo 14 estejam maduras e prontas para consumo.
59
CAPTULO IX
9
variveis discretas. Isto porque X dever estar compreendido entre dois valores diferentes, sendo em
geral a probabilidade de X assumir um determinado valor zero.
Consideremos X uma v.a. contnua. Uma funo f(x) que satisfaa as propriedades a seguir
chamada funo densidade de probabilidade ou funo densidade.
a)f(x)0
b)
f(x)dx = 1
Obs:
a) P(X=xo)=0
b) Quaisquer das probabilidades a seguir so iguais:
P(aXb); P(aX<b); P(a<Xb); P(a<X<b)
1 x - 2
f(x) =
exp
2
2
1
Onde
=3,14159
, xR
=mdia
=desvio-padro
60
a) Grfico:
A forma da curva normal fica perfeitamente determinada pelos seus parmetros onde:
-
centra a curva
A rea sob a curva normal (na verdade abaixo de qualquer funo de densidade de
probabilidade) 1. Ento, para quaisquer dois valores especficos podemos determinar a proporo de
rea sob a curva entre esses dois valores. Para a distribuio Normal, a proporo de valores caindo
dentro de um, dois, ou trs desvios padro da mdia so:
Intervalo
Proporo
68.3%
95.5%
99.7%
61
b) Propriedades:
1) simtrica em torno de .
2) Tem ponto mximo para x=
3) Tem dois pontos de inflexo.
c) Clculo das Probabilidades
Surgem dois problemas
1) Para a integrao de f(x).
2) Na elaborao de uma tabela de probabilidades, visto que f(x) depende de dois parmetros
(,2) que implica em grande trabalho para se conseguir tabelar todas essas
probabilidades.
Solucionamos estes problemas atravs de uma mudana de varivel criando uma Normal
Padronizada ou Reduzida definida por:
Z=
X-
P(0Z2)=
b)
P(-2Z0)=
c)
P(-1,32Z1,74)=
d)
P(1,31Z2,44)=
62
e)
P(Z1,15)=
f)
P(Z1,43)=
Exemplos:
1) Dado X
N(8,4), calcular:
a) P(X15)
b) P(X5)
2) As vendas de determinado produto tem apresentado distribuio normal, com mdia de 600
unid/ms e desvio padro de 40 unid/ms. Se a empresa decide fabricar 700 unidades naquele mesmo
ms, qual a probabilidade dela no poder atender a todos os pedidos desse ms, por estar com a
produo completa?
3)Determinada classe de operrios industriais tem seus salrios semanais em torno de uma mdia de
R$200,00, com desvio padro de R$30,00. Pede-se:
a) Encontre a probabilidade de um operrio desta classe Ter salrio semanal situado entre
R$180,00 e 250,00?
b) Ter salrio semanal de 240,00 reais ou mais?
63
4)Certas vlvulas fabricadas por uma companhia tem uma vida mdia de 800 horas e desvio
padro desta mdia de 9 horas. Determine a probabilidade de uma amostra, ter vida mdia
a) entre 790 e 810 horas;
b)inferior a 785 horas;
c)superior a 820 horas;
64
EXERCCIOS COMPLEMENTARES V
1) Acredita-se que 20% dos moradores das proximidades de uma grande indstria siderrgica tem
alergia aos poluentes lanados ao ar. Admitindo que este percentual de alrgicos real (correto),
calcule a probabilidade de que entre 13 moradores selecionados ao acaso:
a) exatamente 4 tenham alergia;
b) menos de 3 tenham alergia;
c) pelo menos 4 moradores tenham alergia.
2) Trs em cada quatro alunos de uma universidade fizeram cursinho antes de prestar vestibular. Se 16
alunos so selecionados ao acaso, qual a probabilidade de que:
a) exatamente 12 tenham feito cursinho?
b) pelo menos 12 tenham feito cursinho?
3) A durabilidade de um tipo de pneu da marca Rodabem descrita por uma v.a. Normal com mdia
60.000 km e desvio padro de 8.300 km.
a) Se a Rodabem garante os pneus pelos primeiros 48.000 km, qual a proporo de pneus que
devero ser trocados pela garantia?
b) O que aconteceria com a proporo do item anterior, se a garantia fosse para os primeiros
45.000 km?
c) Qual deveria ser a garantia (em km) de tal forma a assegurar que o fabricante esperaria trocar
sob garantia no mximo 2% dos pneus?
4) O tempo para que um sistema computacional execute determinada tarefa uma v.a. com
distribuio normal, com mdia 320 segundos e desvio padro de 7 segundos.
a) Qual a probabilidade de uma tarefa levar mais do que 330 segundos para ser executada?
b) Qual a probabilidade de uma tarefa ser executada entre 310 e 330 segundos?
5) Numa certa populao, o peso dos homens tem distribuio normal com mdia 75 kg e desvio
padro 10 kg, enquanto que o das mulheres tambm normal com mdia 60 kg e desvio padro 4 kg.
a) Sorteando-se um homem qualquer, qual a probabilidade dele ter peso acima de 65 kg?
b) Sorteando-se uma mulher qualquer, qual a probabilidade dela ter peso acima de 65 kg?
6) Suponha que o tempo necessrio para que estudantes completem uma prova tenha distribuio
normal com mdia 90 minutos e desvio padro 15 minutos.
a) Qual a probabilidade do estudante terminar a prova em menos de 80 minutos?
b) Em mais de 120 minutos?
c) Entre 75 e 85 minutos?
65
d) Qual o tempo necessrio para que 98% dos estudantes terminem a prova?
7) A idade dos alunos matriculados no curso de Gesto de Recursos Humanos, nas turmas do 1
ano de uma Universidade Privada est normalmente distribuda com mdia de 22 anos e desvio
padro de 4 anos. Calcule:
a) A probabilidade de se encontrar um aluno com mais de 30 anos.
b) Qual a percentagem de alunos com mais de 20 anos, mas menos do que 25 anos ?
c) Sabendo que so 120 os matriculados, quantos tero menos do que 20 anos?
8) O tamanho das pizzas mdias da Pizzaria Bom-Queijo segue uma distribuio normal com
mdia de 25 cm e varincia de 9 cm. Qual a probabilidade de:
a) Adquirir uma pizza com mais de 28 cm.
b) Adquirir uma pizza com mais de 24 cm, mas menos de 27 cm.
66
CAPTULO X
10 CORRELAO E REGRESSO
10.1
INTRODUO
J trabalhamos com a descrio de valores de uma nica varivel. Quando, porm,
consideramos observaes de duas ou mais variveis surge um novo problema: as relaes que podem
existir entre as variveis estudadas.
Assim, quando consideramos variveis como peso e estatura de um grupo de pessoas, uso do
cigarro e incidncia do cncer, procuramos verificar se existe alguma relao entre as variveis de
cada um dos pares e qual dessa relao.
Uma vez caracterizada a relao, procuramos descrev-la atravs de uma funo matemtica.
A regresso o instrumento adequado para determinao dos parmetros dessa funo. Se todos os
valores da variveis satisfazem exatamente uma equao, diz-se que elas esto perfeitamente
correlacionadas ou que h correlao perfeita entre elas.
Quando esto em jogo somente duas variveis, fala-se em correlao e regresso simples.
Quando se trata de mais de duas variveis, fala-se em correlao e regresso mltipla.
10.2
CORRELAO
O objetivo do estudo correlacional a determinao da fora do relacionamento entre duas
observaes. H muitos casos em que pode existir um relacionamento entre duas variveis.
Consideremos, por exemplo,
-
Estudantes com maior capacidade de leitura tendem a obter melhores resultados em cursos de
matemtica?
Ento, quando duas variveis esto ligadas por uma relao estatstica, dizemos que existe
correlao entre elas.
67
Notas
No
Matemtica
(X)
5,0
8,0
7,0
10,0
6,0
7,0
9,0
3,0
8,0
2,0
01
02
03
04
05
06
07
08
09
10
Estatstica
(Y)
6,0
9,0
8,0
10,0
5,0
7,0
8,0
4,0
6,0
2,0
Estatstica
Diagrama de Disperso
12
10
8
6
4
2
0
0
10
15
Matemtica
68
Exerccios:
1) Trace o diagrama de dispersso e identifique a correlao se existir:
a)
x
10
12
12
10
69
b)
X
10
8
13
9
11
14
6
4
12
7
5
Y
9
8
8,7
8,7
9
8
6
3
9
7
4,7
c)
Z
10
8
13
9
11
14
6
4
12
7
5
W
7,5
6,7
12,7
7
7,8
8,8
6
5,5
8
6
5,7
[nx (x ) ][ny (y ) ]
2
i
2
i
Para que uma relao possa ser descrita por meio do coeficiente de Pearson
imprescindvel que ela se aproxime de uma funo linear.
Se 0,3 < < 0,6 h uma correlao relativamente fraca entre as variveis.
70
Se 0 < < 0,3 a correlao muito fraca e , praticamente, nada podemos concluir
sobre a relao entre as variveis em estudo.
Consideremos uma amostra aleatria, formada por dez dos 98 alunos de uma classe da Universidade A
e pelas notas obtidas por eles em Matemtica e Estatstica. Vamos ento calcular o coeficiente de
correlao relativo a estes dados:
No
01
02
03
04
05
06
07
08
09
10
Matemtica
(X)
5,0
8,0
7,0
10,0
6,0
7,0
9,0
3,0
8,0
2,0
Estatstica
(Y)
6,0
9,0
8,0
10,0
5,0
7,0
8,0
4,0
6,0
2,0
xi yi
xi2
yi2
Exerccios:
1) Os dados abaixo do, para 10 pases, o consumo de cigarros per capta (X) em 1930 e as mortes por
1000 habitantes em 1950, causadas por cncer no pulmo (Y).Calcular o coeficiente de correlao
entre X e Y.
Pas
Islndia
Noruega
Sucia
Dinamarca
Canad
Austrlia
Holanda
Sua
Finlndia
Gr-Bretanha
240
255
340
375
510
490
490
180
1125
1150
63
100
140
175
160
180
250
180
360
470
Ano
Desemp.
CAP
1984
1985
1986
1987
1988
1989
1990
1991
7,4
7,1
6,9
6,1
5,4
5,2
5,4
6,6
81,1
80,3
79,2
81,4
84,0
84,2
83,0
79,4
3) O gerente de vendas est sempre insistindo com os vendedores que a venda dos seus produtos tem
forte relao com as visitas realizadas pelos vendedores aos seus cliente. A empresa tem 11
vendedores e, como regra, eles visitam seus clientes uma vez por ms. Para tentar confirmar a
crena do gerente de vendas foi realizado o levantamento das visitas realizadas e as vendas de
cada vendedor durante o ms passado. Esses dados esto registrados no quadro seguinte. Pede-se
fazer o grfico de disperso e encontrar o coeficiente de correlao.
Samuel
Ricardo
Suely
Manuel
Ivany
Rafaela
Carlos
Joo
Susana
Marcos
Andrea
10.3
Contatos
42
105
66
87
50
55
51
60
40
87
78
Vendas Prod.
140
330
190
350
110
135
140
235
70
320
220
REGRESSO
Um problema freqente em estatstica consiste em investigar questes como estas: H alguma
relao entre duas grandezas? As variaes em uma grandeza acarretam variaes na outra? Por
exemplo, as variaes de taxas de juros afetam a procura por casas? Em outras situaes, interessados
saber se possvel usar uma das variveis para predizer o valor de outra.
Suponha que estejamos queiramos avaliar a despesa de consumo do prximo ano. difcil
predizer diretamente tal despesa; pode ser mais fcil prever o valor da renda disponvel. Se pudermos
achar uma relao entre a renda e consumo, est resolvido o problema. Com o conhecimento dessa
relao e do valor da renda, podemos prever o consumo.
72
Rgresso linear simples: mtodo de anlise da relao entre uma varivel independente e uma
varivel dependente.
Reta de regresso: reta calculada na anlise de regresso, usada para estimar a relao entre as
grandezas.
Renda
($1.000)
Pizzas vendidas
(milhares)
1
2
3
4
5
6
7
8
5
10
20
8
4
6
12
15
27
46
73
40
30
28
46
59
Vendas
80
60
40
20
0
0
10
15
20
25
Renda
A varivel sobre a qual desejamos fazer uma estimativa recebe o nome de varivel
dependente e a outra recebe o nome de varivel independente.
Assim, supondo X a varivel independente e Y a dependente, vamos procurar determinar o
ajustamento de uma reta relao entre essas variveis, ou seja, vamos obter uma funo definida por:
Y= a X + b
Onde a e b so os parmetros dados por:
a=
n xi y i xi y i
n xi2 ( xi )
b = y a x
n o nmero de observaes;
onde:
=aX+b
Y
o Y estimado.
Onde Y
Exemplo 1: Para o caso das vendas de pizza, no podemos traar uma reta que passe por todos os
pontos; mas podemos determinar uma reta que passe perto da maioria deles, que chamada reta de
regresso.
Cidade
Renda (xi)
($1.000)
1
2
3
4
5
6
7
8
5
10
20
8
4
6
12
15
Pizzas
vendidas (yi)
(milhares)
27
46
73
40
30
28
46
59
xi yi
xi2
74
Vendas
80
60
40
y = 2,9048x + 14,577
R2 = 0,9683
20
0
0
10
15
20
25
Renda
Exemplo2: Consideremos uma amostra aleatria, formada por dez dos 98 alunos de uma classe da
Universidade A e pelas notas obtidas por eles em Matemtica e Estatstica. Vamos, ento calcular a
reta de regresso tomando como varivel independente
a) As notas obtidas em matemtica
b) As notas obtidas em estatstica.
01
02
03
04
05
06
07
08
09
10
Matemtica
(X)
5,0
8,0
7,0
10,0
6,0
7,0
9,0
3,0
8,0
2,0
Estatstica
(Y)
6,0
9,0
8,0
10,0
5,0
7,0
8,0
4,0
6,0
2,0
xi2
xi yi
yi2
Diagrama de Disperso
12
10
Estatstica
No
8
6
4
y = 0,8632x + 0,8889
R2 = 0,8304
2
0
0
10
12
Matemtica
75
Matemtica
Diagrama de Disperso
12
10
8
6
4
2
0
y = 0,9619x + 0,2476
R2 = 0,8304
10
12
Estatstica
Como 4 [2,10], dizemos que foi feita uma interpolao; e como 1 [2,10], dizemos que foi
feita uma extrapolao.
Exemplo3:
a) Qual a possvel nota em matemtica para um aluno que recebeu nota 9,5 em estatstica?
b) Qual o provvel consumo de pizzas para uma cidade com renda de $ 7.000 ?
Exerccios:
4)
Os dados abaixo do, para 10 pases, o consumo de cigarros per capta (X) em 1930 e as mortes
por 1000 habitantes em 1950, causadas por cncer no pulmo (Y).Calcular a reta de regresso
tomando X como varivel independente. Qual a previso de mortes por cncer no pulmo se
tivermos um consumo per capta de 400?
76
Pas
Islndia
Noruega
Sucia
Dinamarca
Canad
Austrlia
Holanda
Sua
Finlndia
Gr-Bretanha
240
255
340
375
510
490
490
180
1125
1150
63
100
140
175
160
180
250
180
360
470
Ano
Desemp.
CAP
1984
1985
1986
1987
1988
1989
1990
1991
7,4
7,1
6,9
6,1
5,4
5,2
5,4
6,6
81,1
80,3
79,2
81,4
84,0
84,2
83,0
79,4
6) O gerente de vendas est sempre insistindo com os vendedores que a venda dos seus produtos tem
forte relao com as visitas realizadas pelos vendedores aos seus clientes. A empresa tem 11
vendedores e, como regra, eles visitam seus clientes uma vez por ms. Para tentar confirmar a
crena do gerente de vendas foi realizado o levantamento das visitas realizadas e as vendas de
cada vendedor durante o ms passado. Esses dados esto registrados no quadro seguinte. Pede-se
calcular a reta de regresso tomando
(a) os contatos como varivel independente,
(b) as vendas como varivel independente.
(c) Se um vendedor em determinado ms mantiver 70 contatos com clientes qual ser a sua
previso de vendas?
(d) se um vendedor pretende alcanar uma venda de 300 quantos contatos ele dever manter
durante o ms?
Samuel
Ricardo
Suely
Manuel
Ivany
Rafaela
Carlos
Joo
Susana
Marcos
Andrea
Contatos
42
105
66
87
50
55
51
60
40
87
78
Vendas Prod.
140
330
190
350
110
135
140
235
70
320
220
77
EXERCCIOS COMPLEMENTARES VI
Seguro
20
25
26
18
16
17
32
13
38
40
42
Com base nos dados acima, calcule:
10
12
15
10
15
20
30
5
40
50
40
10
Distncia
(X)
825
215
1070
550
480
920
1350
325
670
1215
Tempo
/dias (Y)
3,5
1,0
4,0
2,0
1,0
3,0
4,5
1,5
3,0
5,0
78
Cidade
Livros
Adquiridos
166
180
73
81
229
182
233
102
190
150
221
137
173
150
92
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Preo
10
9
10
14
8
15
6
10
7
10
11
15
8
12
10
10
11
12
Semanas de
experincia
14
12
10
11
Quantidade de
26
20
28
16
23
18
24
26
38
22
32
25
rejeitados
a) Analise o diagrama de disperso e verifique se os dados esto correlacionados. Se estiverem
correlacionados analise o tipo de correlao.
b) Calcule o coeficiente de correlao e faa uma comparao com o que voc observou no diagrama
de disperso.
c) De acordo com o valor encontrado em b) a correlao para estes dados muito fraca, mdia, forte
ou no existe? Justifique sua resposta.
d) Para que se tenha apenas 15 peas rejeitadas quantas semanas um funcionrio deve ter de
experincia?
e) Em d) estamos extrapolando ou interpolando? Justifique sua resposta.
5) A tabela apresenta dados de amostra referentes ao nmero de horas de estudo fora de classe para
determinados alunos de um curso de estatstica, bem como os graus obtidos em um exame aplicado no
fim do curso.
79
Estudante
Horas de
estudo
Grau no
exame
20
16
34
23
27
32
18
22
64
61
84
70
88
92
72
77
80
81
BIBLIOGRAFIA
AZEVEDO, Amlcar G., CAMPOS, Paulo, H. B. Estatstica Bsica. Ed LTCS. Paulo, 1984.
CRESPO, Antonio Arnot. Estatstica Fcil. So Paulo, SP: Ed. Saraiva, 2003.
DOWING, Douglas & Clarck, Jeffrey. Estatstica Aplicada. S. Paulo. Ed. Saraiva, 1998.
FREUND, Jhon E., SIMON, Gary A.. Estatstica Aplicada Economia, Administrao e
Contabilidade. Ed Bookman, Porto Alegre, 2000.
KAZMIER, Leonard J. Estatstica Aplicada a Economia e Administrao. MAKRON Books, S.
Paulo, 1982.
LAPPONI, Juan C. Estatstica Usando o Excel. Lapponi Treinamento e Editora, S. Paulo, 1998.
MALHOTRA, Naresh K. Pesquisa de Marqueting: Uma orientao Aplicada. Bookman, Porto
Alegre, 2001.
SPIEGEL, Murray R. Probabilidade e Estatstica. Ed McGraw-Hill, 1988.
TRIOLA, Mario F. Introduo Estatstica. Ed. LTC,RJ, 1999.
82