Você está na página 1de 10

3- MEDIDAS DE TENDÊNCIA CENTRAL

3.1. MÉDIA ARITMÉTICA

A média aritmética, ou promédio aritmético é definida como a soma dos


valores do grupo de dados dividida pelo número de valores.

Exercício para dados não-agrupados

1. Durante um determinado mês de verão, os oito vendedores de uma firma


de calefação central e ar-condicionado venderam os seguintes números de
unidades de ar-condicionado central: 8,11,5,14,8,11,16,11. Considerando
este mês como uma população estatística de interesse, o número médio de
unidades vendidas é:

x 84
   10,5 unidades
N 8

Exercício para dados agrupados

2. Considerando a distribuição de freqüência dos salários mensais de 100


operários não-especializados da tabela 2, calcule a média aritmética:

Salário Mensal Ponto Médio (fi) f.Xc


(US$) (Xc) (US$)
(US$)
140 – 159 149,50 7 1.046,50
160 – 179 169,50 20 3.390,00
180 – 199 189,50 33 6.253,50
200 – 219 209,50 25 5.237,50
220 – 239 229,50 11 2.524,50
240 – 259 249,50 ___ 4___ __ 998,00__

TOTAL = 100
 f  100  ( f .Xc )  R$ 19.450,00

 ( f .Xc) 19.450,00
Média aritmética  x   = US $ 194,50
n 100

3.2. MEDIANA
A mediana de um grupo de itens é o valor do item médio quando todos
os itens do grupo foram dispostos, em termos de valor, em ordem crescente ou
decrescente. Para um grupo com um número par de itens, supõe-se que a
mediana seja a média dos valores centrais adjacentes. Para um grupo com um
número ímpar de valores a mediana é o valor central do grupo. Quando o
grupo contém um grande número de valores, a seguinte fórmula é útil para
determinar à mediana no grupo ordenado.
Exercício para dados não-agrupados

3. Os oito vendedores descritos no exercício 1 venderam as seguintes


quantidades de unidades de ar-condicionado, colocados os valores em
ordem crescente: 5, 8, 8,11, 11, 11, 14 e 16. Qual é o valor da mediana?

Mediana  X   8 / 2  n 1 / 2  
X
  n / 2   1 / 2   X
4,5 11 unidades de ar  condicionado

OBS.: Para um grupo de valores com número ímpar de itens, procuramos


ordenar em ordem crescente e determinamos a mediana diretamente.

Exercício para dados agrupados

4. Com referência às tabelas 2 e 3, calcule a mediana:


n 
 2  FB 
Mediana  Bl    i
 fc 
 

Primeira tarefa: Determinar a classe que contêm a mediana.


A classe que contém a mediana é e classe cuja freqüência
acumulada iguala ou excede a metade do nº de observações =
3ª classe.
 50  27 
Mediana  179,50    20
 33 

Mediana = US$ 193,44


3.3. Moda

A moda é o valor que mais freqüentemente ocorre em um conjunto de


valores. No caso, a distribuição é descrita como sendo unimodal. Para
pequenos conjuntos de dados, onde não há repetição dos valores, não existe a
moda. Quando dois valores são adjacentes, são quase iguais ao ter
freqüências máximas associadas com eles, a distribuição é descrita como
sendo bimodal. As distribuições de medidas com várias modas são chamadas
distribuições multimodais.

Exercício para dados não agrupados

5. Determine a moda para os seguintes intervalos de valores:

8,11,5,14,8,11,16, 11 = Moda = 11 (UNIMODAL)

8,9,10,11,12,13,14, 15 = Não existe a moda.

8,8,10,12,13,14,16, 16 = Moda = 8e16(BIMODAL)

8, 8,10, 10, 14,14,15,16 = Moda =8, 10,14 (MULTIMODAL)

Exercício para dados agrupados

6. A partir da distribuição de freqüência das tabelas 2 e 3, determine a moda.

 d1 
Moda  BL   i
 d1  d2 

Primeira tarefa: Determinar a classe que contém a moda.


A classe que contém a moda é a classe com o maior número
de
Observações = 3ª classe

 13 
Moda  179,50    20
13  8 

Moda = US$ 191,88


RELAÇÃO ENTRE A MÉDIA, A MEDIANA E A MODA

Para os dados agrupados representados por uma curva de freqüência,


as diferenças entre os valores da média, da mediana e da moda são
indicadores da forma da curva em termos de assimetria.
Para uma distribuição unimodal simétrica, a média, a mediana e a
moda são, todas, coincidentes em valor.

Para uma distribuição positivamente assimétrica, a média apresenta o


valor mais elevado, enquanto a mediana é maior do que a moda, mas menor
do que a média.

POSITIVAMENTE ASSIMETRICA

Para uma distribuição negativamente assimétrica, a média apresenta o


menor valor e a mediana se encontra abaixo da moda mas acima de média.

Para a distribuição de freqüência de salários da tabela 1, 2, 3, nós


podemos observar que a média é US$ 194,50, a mediana é US$ 193,44 e a
moda é US$ 191,88, indicando que a distribuição de freqüência é
positivamente assimétrica.
3.4 QUARTIS - DECIS E PERCENTIS

Os quartis, decis e percentis são muito similares à mediana, uma vez


que também subdividem a distribuição de medidas de acordo com a proporção
das freqüências observadas. Enquanto a mediana divide a distribuição em
duas metades, os quartis dividem-na em quatro quartos, os decis em 10
décimos, e os pontos percentis dividem a distribuição em 100 partes.

Exercício para dados não agrupados

7. Os oito vendedores descritos no exercício 1 venderam os seguintes


números de unidades de ar-condicionado, em ordem crescente: 5, 8, 8,11,
11,11, 14,16. Achar a posição do terceiro quartil (Q 3) desta distribuição.
REGRA :
Q3  X  3n / 4   1 / 2  X  24 / 4   1 / 2   Q1 
X
  n / 4   1 / 2   
X
6,5  12,5 Q3  12,5 unidade de ar  condiciona do Q2 
X
  2n / 4   1 / 2  
Q3 
X
  3n / 4   1 / 2  
Q4 
X
  4n / 4   1 / 2  

Exercício para dados agrupados


8. Determinar o nonagésimo percentil (P90) a partir da distribuição de
freqüência das tabelas 2e3.

REGRA:  90n 
A classe que contém o percentil, o   FB 
decil ou o quartil é aquela cuja P90  BL   100 i
 fc 
Freqüência Acumulada excede ou  
 
ultrapassa o Q, D, P solicitado.

Primeira tarefa: determinar a classe que contém o P 90

A classe que contém o P 90 é a classe cuja freqüência acumulada excede ou


ultrapassa o P90. A classe que ultrapassa o P90 é a quinta classe.
Assim:
 90 . 100 
 100  85 
P90  219,50    20 P90 – US$ 228,59
 11 

 

Exercícios 3.24 e 3.43 (Pág. 41 e 43) Dados não agrupados.


3.48 e 3.34 (Pág. 42 e 44) Dados agrupados.
OBS.: Quando forem 200 observ. o P 90 estará no intervalo relativo à
observação 180, ou ainda, estará na classe cuja Fi excede ou ultrapassa o
P180.

3.5 MÉDIA PONDERADA


A média ponderada é uma média aritmética na qual cada valor se
encontra ponderado de acordo com sua importância no grupo total.
Operacionalmente, cada valor do grupo (X) é multiplicado pelo fator apropriado
de ponderação (w), somando-se os produtos, e sendo a soma, então, dividida
pela soma dos pesos.

 (w X )
 W ou xW  onde w  fator de ponderação
w

Exercício

9. O Professor de Estatística I determinou que a nota 1 será formada (ou)


calculada pela média ponderada, composta por uma prova com peso 7 (w)
e um trabalho com peso 3 (w). Supondo que o melhor aluno da turma tire
nota 9,0 na prova e 10,0 no trabalho, qual será a média ponderada deste
aluno?

  w 1X1  w 2 X2    7,0 . 9,0  3 . 100  93,0


Xw     9,3
  w1  w 2    7,0  3,0  10,0

A nota do melhor aluno da turma de Estatística I será 9,3.


4 - MEDIDAS DE VARIABILIDADE

As medidas de variabilidade dizem respeito à descrição de um grupo


de valores em termos da variabilidade existente entre os itens incluídos dentro
do grupo.

4.1 VARIÃNCIA

A variância é baseada no quadrado das diferenças entre cada valor do


conjunto de dados e a média aritmética do grupo. Para uma população, a
variância é representada pela letra grega minúscula  (ler “sigma quadrado”
2

ou “sigma dois”). Para uma amostra a variância é representada pela letra


minúscula s2.

Onde x = são as observações ou valores observados


xc = são os pontos médios
 ou x = a média aritmética do conjunto de valores observados
N ou n = n.° de observações

4.2 DESVIO PADRÃO

É a raiz quadrada da variância.

Dados não agrupados Dados agrupados

 ( x  ) 2  f ( x c  ) 2
População 2  2 
N N

 (x  x)2  f(x c  x)2


Amostra s2  s2 
n 1 n 1

Dados não agrupados Dados agrupados

 ( x  ) 2  f ( x c  ) 2
População  
N N

 ( x  x) 2  f (x c  x)2
Amostra s s
n 1 n 1
Exercício para dados não agrupados

1. Durante um determinado mês de verão, os oito atendentes de uma firma de


calefação central e ar-condicionado venderam os seguintes números de
unidades de ar-condicionado central em ordem crescente: 5, 8, 8, 11, 11,11,
14 e 16. Considerando este mês como uma população estatística de
interesse, calcule o desvio padrão e interprete.

Folha de cálculo para determinar o desvio padrão da população


para dados não agrupados:

X X-  (X -  )2
5 -5,5 30,25
8 -2,5 6,25
8 -2,5 6,25
11 0,5 0,25
11 0,5 0,25
11 0,5 0,25
14 3,5 12,25
16 5,5 30,25
 x = 84  86,00
N=8

x 84
   10,5 unidades
N 8

 ( x   )2 86
   10,75
N 8
  3,3 unidades de ar-condicionado

lnterpretação: A variabilidade existente entre as unidades de ar-condicionado


vendidas pelos vendedores de uma firma de calefação central
durante um determinado mês de verão apresente um desvio
padrão de 3,3 (em relação à média).
Exercício para dados agrupados

2. A partir da distribuição de freqüências da tabela 1 e do exercício nº 2 de


medidas de tendência central, calcule e interprete o desvio padrão.

f ( x c  x ) 2
Desvio padrão da amostra = s 
n 1

Exercício nº 2 = x = Média aritmética =


( f . xc ) 19.450,00
  US $194,50
n 100
para dados agrupados

Folha de cálculo para determinar o desvio padrão em uma amostra com dados
agrupados

Salário Ponto Nº de Xc - x (Xc - x )2 f(Xc - x


Mensal Médio (Xc) Operários (fi) )2
(US$) (US$)
140 – 159 149,50 7 -45,00 2.025 14.175
160 – 179 169,50 20 - 25,00 625 12.500
180 – 199 189,50 33 - 5,00 25 825
200 – 219 209,50 25 15,00 225 5.625
220 – 239 229,50 11 35,00 16225 13.475.1
240 – 259 249,50 4 55,00 3.025 2.100
 58.700
TOTAL = 100

f . ( x c  x ) 2 58.700
s   US $ 24,35
n 1 99

Interpretação: A variabilidade entre os valores de salários mensais de 100


operários não- especIalizados da distribuição de freqüência da Tabela 1 é de
US$ 24,35.
4.3 COEFICIENTE DE VARIAÇÃO

O coeficiente de variação, V, indica a magnitude relativa do desvio


padrão quando comparado com a média da distribuição de medidas. O
coeficiente de variação é útil quando queremos comparar a variabilidade de
dois conjuntos de dados relativamente ao nível geral dos valores em cada
conjunto (e, portanto, relativamente à média).


Na população V

s
Na amostra V
x

Exercício Nº 3

O nº de acidentes por mil homens/hora de uma amostra de 50


indústrias de peças apresenta uma média de acidentes de 2,32 e desvio
padrão de 0,42. Uma outra amostra de 50 indústrias de montagem de
automóveis tem média de 3,50 acidentes e um desvio padrão de 0,70.
Comparar a variabilidade do nº de acidentes nas duas indústrias: (a) em termos
absolutos e (b) em termos relativos à taxa média de acidentes em cada
indústria.
Calcular e interpretar:

s1 0,42
V1   0,18
x 1 2,32

s2 0,70
V2    0,20
x 2 3,50

a) Em termos absolutos, as indústrias de peças apresentam uma


variação menor na taxa de acidentes do que as indústrias
montadoras, porque o desvio padrão S1 = 0,42 é menor do que o
desvio padrão S2 = 0,70.

b) Em termos relativos, as indústrias de peças apresentam uma


variação menor entre o nº de acidentes observados e a respectiva
média comparativamente às indústrias montadoras, porque o
coeficiente de variação das indústrias de peças é V 1 = 0,18 e o
coeficiente de variação das indústrias montadoras é de V 2 = 0,20.