MATEMTICA APLICADA S CINCIAS SOCIAIS

RESUMO Estatstica 2
Medidas de Localizao e Disperso
10 ano
Cludia Henriques

Medidas de Localizao

Estatsticas Medidas que se calculam a partir dos dados de uma amostra.

Estas medidas chamam-se de localizao porque localizam pontos importantes na caracterizao da

amostra.

Mdia;

Propriedades da mdia:
Adicionando um valor constante a cada um dos elementos de um conjunto de nmeros, a mdia
vem adicionada a essa constante.
Multiplicando cada elemento de um conjunto de nmeros por uma constante, a mdia vem
multiplicada por essa constante.
Dados dois conjuntos de mdia A e mdia B, respetivamente, o conjunto obtido pela soma dos
elementos dos conjuntos dados, um a um, um conjunto de n elementos de mdia A+B.

Mediana;

Moda;

Pgina 1 de 5
 os quantis, em particular os quartis.

Com o clculo dos quartis introduzimos uma nova representao grfica o diagrama de extremos e
quartis.

A mdia no resistente influncia, na amostra, de valores muito pequenos ou muito grandes.

Nesta situao, a mediana medida resistente uma alternativa mdia.

O diagrama de extremos e quartis simples de construir e traduz informao a respeito da simetria

e da disperso de dados relativamente parte central e tambm relativamente aos valores muito
pequenos ou muito grandes do conjunto de dados. Estes diagramas so ainda muito teis quando
se pretende comparar vrios conjuntos de dados.

Os diagramas de extremos e quartis so muito teis para comparar conjuntos de dados no que respeita
simetria e enviesamento, bem como da sua maior ou menor concentrao. Para esta avaliao que ter
em conta a distncia entre a linha representativa da mediana e as linhas representativas do 1 e do 3
quartis, bem como o comprimento das linhas entre os lados do retngulo e as linhas correspondentes aos
extremos.
Medidas de Disperso

Amplitude
Define-se amplitude e representa-se por R, como sendo a diferena entre os valores maior
e menor das observaes.

Amplitude Interquartis

A amplitude interquartis: Q3-Q1

Varincia
Define-se varincia e representa-se por S 2, como sendo a medida que se obtm
adicionando aos quadrados dos desvios das observaes da amostra, relativamente sua mdia, e
dividindo pelo nmero n.

A varincia no geralmente utilizada como medida de disperso mas o suporte para o

clculo do desvio-padro.

Existem duas expresses para representar a varincia. Ambas so obtidas a partir da

soma dos quadrados dos desvios relativamente mdia.

As duas frmulas do valores muito prximos quando o nmero de dados muito grande.

Desvio-Padro

A interpretao do significado da varincia, em situaes concretas levanta problemas. Por

exemplo, se estivermos a estudar a altura de um grupo de pessoas, em centmetros, a mdia das alturas
ainda se exprime em centmetros, mas a varincia exprime-se em centmetros quadrados..
Por isso seria vantajoso ter-se uma medida de disperso que se exprimisse na mesma
unidade de medida em que se exprimem os dados. O desvio-padro uma das medidas de disperso que
responde a esta exigncia.
O desvio- padro representa-se por S ou conforme a varincia e igual raiz quadrada
positiva da varincia. Assim temos:
Propriedades do desvio-padro:

1. O desvio-padro sempre no negativo.

2. Quanto maior o desvio-padro maior a disperso dos dados em relao mdia.

3. Se o desvio-padro igual a zero porque no existe variabilidade, isto , os dados so todos iguais.

4. Ao multiplicar cada dado por uma constante diferente de zero, k, a mdia e o desvio-padro vm
multiplicados por essa constante.

Dados Bidimensionais

Quando se pretende estudar duas caratersticas conjuntamente, os dados observados aparecem sob a
forma de pares de valores, isto cada indivduo ou resultado experimental contribui com um conjunto de
dois valores.

Dados Bidimensionais ou dados bivariados so dados obtidos de pares de variveis.

O grfico que representa e organiza este tipo de informao tem o nome de diagrama de disperso.

Diagrama de disperso uma representao grfica para os dados bivariados, em que cada par de dados
(xi, yi) representado por um ponto de coordenadas (xi, yi) , num sistema de eixos coordenados.

Anlise Grfica de dados bidimensionais

Grfico 1 - Diz-se que h uma associao positiva entre as variveis se aos maiores valores de uma
correspondem, de uma maneira geral, a maiores valores da outra.

Grfico 2 - Diz-se que h uma associao negativa entre as variveis se aos maiores valores de uma
correspondem, de uma maneira geral, a menores valores da outra.

Grfico 3 - Diz-se que no existe associao entre as duas variveis.

Coeficiente de correlao linear

Ao observarmos um diagrama de disperso, intuitivamente verifica-se ou no a existncia de associao

entre as duas variveis em estudo.

Para quantificar o grau de associao linear entre duas variveis utiliza-se uma estatstica a que se d o
nome de correlao linear ou coeficiente de correlao linear, que se representa por r.

Propriedades do coeficiente de correlao:

1. O valor do coeficiente de correlao r varia entre -1 e 1.

2. Quanto maior for o valor absoluto de r, mais forte ser a relao linear existente entre as variveis.
3. Se r positivo significa que existe uma associao positiva entre as variveis.
Se r negativo significa que existe uma associao negativa entre as variveis.
4. A correlao no afetada por uma mudana de unidades das variveis.

Reta de Regresso
Quando duas variveis esto fortemente correlacionadas os pontos do diagrama de disperso colocam-se
em torno de uma reta, a que se chama reta de regresso e que poder ser obtida atravs da calculadora.