Estatística

Apostila da disciplina

PROBABILIDADE E
ESTATÍSTICA
Curso Técnico em Biblioteconomia

Sabrina Letícia Couto da Silva

Simone Echeveste

1
 Estatística

CONTEÚDOS PROGRAMÁTICOS

1. Conceitos iniciais de Estatística

2. Apresentação de dados: tabelas de frequências e análise gráfica

3. Medidas de Tendência Central

4. Medidas de Variabilidade

5. Probabilidade

6. Estimação

2
 Estatística

INTRODUÇÃO
Existe um consenso por parte dos estudiosos de várias áreas que
há uma grande demanda na sociedade atual por um cidadão que
compreenda estatística, que seja capaz de consumir e pensar
criticamente sobre as informações diárias que recebe, exercendo
boas decisões baseadas nestas informações. Há uma
concordância geral na concepção de que o ensino de estatística
merece um extenso estudo devido à relevância para a sociedade contemporânea de
atividades de coletar, representar e processar dados, este fato pode ser considerado como
uma conseqüência do crescimento do uso de métodos estatísticos na realização de
predições.
A Estatística hoje se configura como uma das ciências que mais vem crescendo em
termos de utilização e importância. Diariamente somos “soterrados” por informações
estatísticas: são estatísticas da saúde, estatísticas da segurança, estatísticas da educação,
etc., não há como qualquer cidadão fugir de tanta informação. A quantidade enorme de
dados é o que caracteriza o mundo atual, cada vez mais necessitamos de informações,
saber como obtê-las e como entendê-las é fundamental para qualquer indivíduo, pois este
deve ser capaz de fazer uma análise crítica dos dados possibilitando uma tomada de
decisões mais consciente.
A relevância e as justificativas para o estudo da estatística são inúmeras, o que
agora, neste momento, entra em debate são as questões referentes as quais habilidades e
competências estatísticas que devem ser trabalhadas com os alunos. Esta competência
estatística se refere ao conhecimento básico do raciocínio e do propósito da estatística.
Um cidadão "estatisticamente competente" seria aquele que possui a habilidade para
interagir como uma pessoa "educada" na atual era da informação. Esta competência
estatística pode também ser definida como a habilidade para compreender e avaliar
criticamente resultados estatísticos que permeiam nossas vidas diárias – junto à habilidade
para reconhecer a contribuição que o pensamento estatístico pode trazer para as decisões
públicas e privadas, profissionais e pessoais.

3
 Estatística

Essa apostila tem como objetivo apresentar os principais conceitos de estatística

fornecendo ao aluno uma formação básica sobre a utilização das principais ferramentas
estatísticas em sua área.

1. CONCEITOS INICIAIS DE ESTATÍSTICA

Sempre que falamos em Estatística estamos inseridos no contexto de uma

pesquisa. As pesquisas podem ser classificadas em duas grandes abordagens conforme
demonstra a figura a seguir:

QUALITATIVA X QUANTITATIVA

PESQUISA QUALITATIVA PESQUISA QUANTITATIVA

Objetivo: Objetivo:
Alcançar uma Procurar quantificar os
compreensão do contexto dados e generalizar os
do problema, das razões resultados obtidos com
e motivações subjacentes
uma amostra para a
Estrutura:
⚫ Pequenas amostras
⚫ Não estruturada
⚫ Análise de Conteúdo
X população-alvo
Estrutura:
⚫ Grandes amostras
⚫ Estruturada (questionário)
Resultados:
⚫ Análise Estatística
Desenvolve uma
compreensão inicial do Resultados:
problema (não Recomenda um curso final
conclusiva) de ação (conclusiva)

Uma pesquisa é composta por quatro etapas distintas. Destas etapas nas três
últimas (planejamento, execução e comunicação dos resultados) a estatística surge
como uma importante ferramenta de suporte para o pesquisador.

4
 Estatística

PESQUISA QUANTITATIVA

Reconhecimento e formulação
do problema de pesquisa

ESTATÍSTICA
Planejamento da pesquisa
(amostra, variáveis,
questionários,...)
Execução da pesquisa (campo)
Comunicação dos resultados

Na etapa Planejamento da pesquisa, a estatística tem importante participação na

determinação do tamanho da amostra a ser estudada, na escolha do
procedimento/processo de amostragem que deve ser utilizado para a coleta de dados,
bem como na elaboração do instrumento de coleta e no estabelecimento do tipo de
variáveis a serem pesquisadas.
No momento da Execução da pesquisa, a estatística é imprescindível, pois fornece
as ferramentas necessárias para a análise dos dados e para a obtenção de conclusões
sobre o objeto de estudo.
Na Comunicação dos resultados, a estatística auxilia a construção de tabelas e
gráficos facilitando a apresentação dos principais resultados obtidos.
Todas estas etapas são importantes de serem realizadas e fazem parte da
elaboração de uma pesquisa científica que procure ser a mais fidedigna possível. O
conhecimento destas etapas também é importante para o julgamento da adequacidade de
pesquisas realizadas por terceiros, ou seja, quando nos é apresentado oralmente ou
através de artigos resultados de uma pesquisa precisamos ter um conhecimento mínimo
do processo científico para que sejamos capazes de criticar e entender os resultados
obtidos.

5
 Estatística

EM RELAÇÃO A UMA PESQUISA

DEVEMOS OBSERVAR:

O tipo de estudo utilizado

A amostra selecionada
As medidas que foram feitas
As estatísticas que foram geradas
Os gráficos e tabelas construídos
As afirmações realizadas a partir
dos dados obtidos
Limitações do estudo

1.1. O que é Estatística?

A seguir serão apresentadas algumas definições de Estatística:

"A Estatística é um ramo da Matemática que tem por objetivo obter,

organizar e analisar dados, determinar as correlações que apresentem,
tirando delas suas consequências para descrição e explicação do que
passou e previsão e organização do futuro".

"A estatística moderna é uma tecnologia quantitativa para a ciência

experimental e observacional que permite avaliar e estudar as incertezas e
os seus efeitos no planejamento e interpretação de experiências e de
observações de fenômenos da natureza e da sociedade."

"A estatística é uma ciência que estuda e pesquisa sobre: o levantamento de

dados com a máxima quantidade de informação possível para um dado
custo; o processamento de dados para a quantificação da quantidade de

6
 Estatística

incerteza existente na resposta para um determinado problema; a tomada de

decisões sob condições de incerteza, sob o menor risco possível. Finalmente,
a estatística tem sido utilizada na pesquisa científica, para a otimização de
recursos econômicos, para o aumento da qualidade e produtividade, na
otimização em análise de decisões, em questões judiciais, previsões e em
muitas outras áreas". Rao (1999)

"A Estatística está presente em todas as áreas da ciência que envolvem a

coleta e análise de dados e sua consequente transformação em informação,
para postular, refutar ou validar hipóteses científicas sobre um fenômeno
observável. Sendo assim, a Estatística pode ser pensada como a ciência de
aprendizagem a partir de dados. Em linhas gerais, podemos dizer que a
Estatística fornece técnicas e métodos de análise de dados que auxiliam o
processo de tomada de decisão nos mais variados problemas onde existe
incerteza. Em função disto, fica evidente que os métodos estatísticos podem
ser empregados em praticamente todas as áreas do conhecimento, sempre
que estiver envolvida a coleta ou análise de dados."

7
 Estatística

1.2. Qual é o papel da estatística na ciência?

De acordo com Silvia E. Shimakura o papel da estatística na ciência poderia ser

descrito através dos seguintes tópicos:
• Na ciência, são realizados estudos experimentais ou observacionais, levando à
coleção de dados numéricos.
• O propósito da investigação é responder uma questão científica.
• O padrão de variação nos dados faz com que a resposta não seja óbvia.
• Em geral, a disciplina de estatística refere-se a métodos para coleta e descrição
dos dados, e então a verificação da força da evidência nos dados pró ou contra as
idéias científicas. A presença de uma variação não previsível nos dados faz disso
uma tarefa pouco trivial.

1.3 População e Amostra

Uma população é conjunto de elementos de interesse em um determinado estudo,

que podem ser pessoas ou resultados experimentais, com uma ou mais
características comuns, que se pretendem estudar.

Uma amostra é um subconjunto da população usado para obter informação acerca

do todo. Obtemos uma amostra para fazer inferências de uma população. Nossas
inferências são válidas somente se a amostra é representativa da população.

8
 Estatística

Por que tomamos uma amostra e não utilizamos a população

toda?

✓ Custo alto para obter informação da população toda;

✓ Tempo muito longo para obter informação da população toda;

✓ Algumas vezes impossível, por exemplo, estudo de poluição atmosférica;

✓ Algumas vezes logicamente impossível, por exemplo, em ensaios destrutivos

(controle de qualidade de fósforos).

ESSÊNCIA DO PROCESSO DE PESQUISA

AMOSTRA PESQUISA

POPULAÇÃO
DE
PESQUIS A PROCESSAMENTO DADOS

INFORMAÇÃO

BMQ - In trodução à Análise Quanti tativa

9
 Estatística

1.4. Tipos de variáveis

Uma variável é uma característica de uma população que difere de um

indivíduo para outro e que temos interesse em estudar. Cada unidade
(membro) da população que é escolhido como parte de uma amostra
fornece uma medida de uma ou mais variáveis, chamadas observações.

As variáveis podem ser classificadas em:

• Variáveis Quantitativas: são as características que podem ser medidas em
uma escala quantitativa, ou seja, apresentam valores numéricos/quantidades.
Podem ser contínuas ou discretas.
- Variáveis Quantitativas discretas: características mensuráveis que
podem assumir apenas um número finito ou infinito contável de valores e,
assim, somente fazem sentido valores inteiros. Exemplos: número de filhos,
número de bactérias por litro de leite, números de erros de ortografia, etc.
- Variáveis Quantitativas contínuas: características mensuráveis que
assumem valores em uma escala para as quais valores fracionais fazem
sentido. Exemplos: peso, altura, pressão atmosférica, etc.

• Variáveis Qualitativas (ou categóricas): são as características que não

possuem valores quantitativos, mas, ao contrário, são definidas por várias
categorias, ou seja, representam uma classificação dos indivíduos. Podem ser
nominais ou ordinais.
- Variáveis Qualitativas nominais: não existe ordenação dentre as
categorias. Exemplos: sexo, estado civil, nacionalidade, etc.
- Variáveis Qualitativas ordinais: existe uma ordenação entre as
categorias. Exemplos: escolaridade (1o, 2o, 3o graus), classificação do Índice
de Massa Corporal - IMC (baixo peso, normal, obesidade leve, obesidade
severa, obesidade mórbida), grau de importância (nenhuma, pouca,
razoável, muito), etc.

10
 Estatística

ATIVIDADE: Considere a situação de pesquisa abaixo e identifique: população, amostra,

variáveis e a classificação das variáveis:

Uma pesquisa foi realizada com um grupo aleatoriamente selecionado de

150 clientes de um restaurante japonês. O objetivo desta pesquisa era
identificar o perfil do cliente em relação às características: Bairro que
reside, Tempo que frequenta o restaurante (em meses), Gasto médio nas
refeições realizadas (R$) e grau de satisfação com o serviço oferecido pelo restaurante
(muito satisfeito, satisfeito, etc.).

População:...............................................................................................................

Amostra:..................................................................................................................

Variável 1: ..............................................................................................................

Classificação:.............................................................................................................

Variável 2: ..............................................................................................................

Classificação: ............................................................................................................

Variável 3: .............................................................................................................

Classificação: ...........................................................................................................

Variável 4: .............................................................................................................

Classificação: ...........................................................................................................

11
 Estatística

1.5. Estatística Descritiva e Inferencial

A Estatística pode ser dividida em duas áreas: Descritiva e Inferencial. A área
descritiva é mais simples, contemplando ferramentas de organização de dados e síntese
de informação. A área Inferencial, por sua vez, permite ao pesquisador projetar
resultados amostrais para populações, bem como testar hipóteses concernentes a
parâmetros populacionais. Inferência estatística é o processo pelo qual os estatísticos
tiram conclusões acerca da população usando informação de uma amostra. A Estatística
Inferencial está baseada em dois pilares fundamentais: a Amostragem e a Probabilidade.

ESTATÍSTICA

DESCRITIVA INFERENCIAL

- técnicas que dizem - técnicas por meio das quais

respeito à sintetização e são tomadas decisões sobre
à descrição de dados uma população estatística,
baseadas em uma amostra.

12
 Estatística

2. APRESENTAÇÃO DE DADOS

ANÁLISE DESCRITIVA

TÉCNICAS DE ESTATÍSTICA DESCRITIVA

Gráficos Resumos Numéricos

Tabelas de Frequencia

Ao dispor de um O objetivo da Através das medidas

grande volume de representação gráfica de tendência central e
dados as tabelas é dirigir a atenção do as medidas de
servem para agrupar analista para alguns variabilidade podemos
as informações de aspectos do conjunto obter informações
moda que facilite a de dados, bem como importantes sobre o
análise dos dados tornar a apresentação conjunto de dados
mais dinâmica. quantitativos.

Após a coleta de dados a primeira necessidade do pesquisador é a leitura das

informações básicas provenientes da sua pesquisa. Essa primeira análise inicial é feita
através da Análise Descritiva por meio da construção de tabelas, gráficos e o cálculo de
algumas medidas estatísticas.

2.1. Tabelas de Frequência

Tabelas de frequência são encontradas em jornais informativos, relatórios técnicos,
monografias, dissertações, teses e revistas científicas. As tabelas de frequência simples
apresentam de forma concisa o número de ocorrências (absoluta e relativa) dos valores de
uma variável.
O primeiro passo para a construção de tabelas é a formatação dos dados em um
Banco de Dados conforme é apresentada na figura a seguir:

13
 Estatística

TABULAÇÃO
Sexo: Número de Filhos:
Feminino- 4 clientes 0 filhos - 2 clientes
Masculino – 2 clientes 1 filho – 2 clientes
2 filhos – 1 cliente
Idade: 3 filhos – 1 cliente
Até 25 anos - 1 cliente
26 a 35 anos – 4 clientes
Mais de 35 anos – 1 cliente Marca do carro:
Fiat - 2 clientes
Estado Civil:
Ford – 3 clientes
Solteiro (a) - 3 clientes
Chevrolet – 1 cliente
Casado (a) – 3 clientes

B MQ - Módul o 3

14
 Estatística

Fonte: Pesquisa
Fonte: Pesquisa

Fonte: Pesquisa

Fonte: Pesquisa

15
 Estatística

No caso de variáveis quantitativas contínuas, que podem assumir infinitos valores

diferentes, é inviável construir a tabela de frequência nos mesmos moldes do caso
anterior, pois obteríamos praticamente os valores originais do banco de dados, sem
conseguir resumir a informação. Para resolver este problema, determinamos classes ou
faixas de valores e contamos o número de ocorrências em cada faixa. Por exemplo, numa
pesquisa avaliando a variável peso de adultos (em kg), poderíamos adotar as seguintes
faixas: 30 |— 40 kg, 40 |— 50 kg, 50 |— 60, 60 |— 70, e assim por diante, sendo que o
símbolo |— representa a notação de intervalo de classe, sendo a primeira extremidade o
correspondente ao intervalo fechado da matemática (ou seja, inclui o valor que se
encontra nele) e a outra extremidade o correspondente ao intervalo aberto da matemática
(ou seja, não inclui o valor que se encontra nele).
Para construir as faixas de valores (categorias), o procedimento é bastante simples:
1º) Calcula-se a amplitude dos valores observados, isto é,

Amplitude = Valor máximo – Valor mínimo

2º) A partir do valor da amplitude, definem-se a quantidade de classes ou faixas

(K) que se pretende construir. Apesar de não existir nenhuma regra formal para
estabelecer a quantidade de faixas, procuramos utilizar, em geral, de 4 a 8 faixas com
mesmo tamanho. O tamanho das faixas será dado pela divisão do valor da Amplitude
calculada e o nº de classes desejado, ou seja:

Tamanho de cada classe = Amplitude / K

3º) Agora, basta montar os intervalos, seguindo o raciocínio:

1º Intervalo (faixa ou classe) = Valor mínimo observado |— Valor mínimo
observado + Tamanho da classe.
Segue-se o mesmo raciocínio até o último intervalo.

16
 Estatística

Exemplo: Deseja-se estudar a estatura média dos alunos do IFRS campus Porto Alegre.
Para isso, foi conduzida uma pesquisa com 35 alunos e os mesmos foram observados
quanto às suas alturas (em m). Os dados obtidos encontram-se abaixo listados:

1,65 1,54 1,82 1,50 1,66 1,62 1,55

1,78 1,66 1,74 1,58 1,70 1,67 1,54
1,89 1,72 1,55 1,62 1,87 1,78 1,76
1,55 1,75 1,63 1,69 1,62 1,91 1,75
1,60 1,95 1,88 1,71 1,65 1,72 1,71

População da pesquisa: Todos os alunos do IFRS campus Porto Alegre.

Amostra da pesquisa: 35 alunos do IFRS campus Porto Alegre.
Variável do estudo: Altura (em m). Quantitativa contínua.

Vamos construir uma tabela de frequências com k = 5 classes para representar os

dados obtidos: Valor mínimo observado = 1,50 m e Valor máximo observado = 1,95 m.
Amplitude = 1,95 – 1,50 = 0,45

Se queremos uma tabela com 5 classes, então o tamanho de cada classe é igual a:
Tamanho da classe = 0,45/5 = 0,09

Então, podemos construir a tabela de frequência com 5 classes:

Tabela. Estatura (em m) dos alunos do IFRS Porto Alegre

Altura (em m) f %
1,50|— 1,59 7 20,0
1,59|— 1,68 10 28,6
1,68 |— 1,77 10 28,6
1,77 |— 1,86 3 8,6
1,86 |—| 1,95 5 14,3
Total 35 100,0
Fonte: Pesquisa

17
 Estatística

ATIVIDADE PRÁTICA!

Exercício 1: Vamos trabalhar agora com um banco de dados referente a uma pesquisa
fictícia. Considere que algumas variáveis foram coletadas e precisam de uma formatação
mais adequada para a apresentação dos resultados.

1º) Classifique as variáveis pesquisadas.

2º) Construa uma tabela para cada variável pesquisada.
3º) Construa uma tabela para a variável Idade considerando 3 classes na sua construção.

Banco de dados: Pesquisa sobre Hábitos de Consumo

Nota de Satisfação com a
Nome Idade Sexo Possui TV a Cabo Qual operadora? Operadora (0 a 10)
Márcia 24 F Não - -
Pedro 35 M Sim NET 6
José 21 M Não - -
Maria 19 F Sim NET 8
Valéria 18 F Não - -
Marcos 36 M Sim SKY 9
Marcelo 42 M Sim NET 8
Cíntia 45 F Sim NET 8
Alessandra 26 F Não - -
André 33 M Sim NET 6
Luiz 25 M Sim SKY 7
Martha 21 F Não - -
Miguel 36 M Sim SKY 5
Mateus 42 M Sim NET 9
Juliana 45 F Sim NET 5

18
 Estatística

Exercício 2: Os dados abaixo representam o número de viagens realizadas por 20

famílias nos últimos 5 anos:
0 1 2 5 2 3 4 2 2 4
4 0 0 2 3 2 1 5 2 1

Identifique:
a. Amostra:_________________________________________
b. Variável:_________________________________________

Construa uma tabela para estes dados e responda:

c. Quantas famílias realizaram, pelo menos, 2 viagens?
d. Qual o percentual de famílias que não viajou?
e. Qual o percentual de famílias com no máximo 1 viagem realizada?
f. Quantas famílias realizaram de 2 a 4 viagens?

Exercício 3. Os dados abaixo correspondem aos resultados de uma pesquisa realizada

com 20 lojas de um shopping com o objetivo de verificar o valor mensal de suas vendas
(em mil reais) pagas com cartão de débito:

12 9 8 5 1 2 5 3 2 2
10 13 7 3 4 5 5 1 10 4

Identifique:

a) Amostra
b) Variável
c) Construa uma tabela de frequências para representar estes dados, considerando 4
classes na construção.

19
 Estatística

Exercício 4. Uma pesquisa foi realizada com 20 universitários fumantes objetivando

verificar o número de cigarros que estes fumam por dia. Os resultados obtidos foram:

20 12 12 10 24 6 10 8 22 12
14 10 8 8 12 20 20 24 20 24

Identifique:

a) População:

b) Amostra:

c) Variável:

d) Construa uma tabela para estes dados considerando 3 classes.

20
 Estatística

2.2 Construção e interpretação de gráficos

A utilização de gráficos como forma de apresentação de dados pode ser justificada

através de um ditado popular de que "uma imagem vale mais que 1000 palavras"
Técnicas gráficas são geralmente utilizadas, em vez de tabelas, para descrever um
conjunto de dados através de um "desenho". Um gráfico estatístico é uma forma de
apresentação dos dados estatísticos, cujo objetivo é o de reproduzir, no investigador ou
no público em geral, uma impressão mais rápida e viva do fenômeno em estudo (Crespo,
1996).
A representação gráfica deve ser utilizada levando-se em conta algumas qualidades
essenciais básicas para a construção destes:
- Simplicidade: as informações contidas em um gráfico devem ser diretas e
detalhes secundários devem ser omitidos; Ás vezes na construção de um gráfico
o ideal é a forma mais simples e direta de apresentação.
- Clareza: as informações devem ser claras possibilitando uma interpretação
correta sem dúvidas sobre os resultados;
- Veracidade: o gráfico deve expressar a verdade sobre os dados estudados.

De acordo com Levin (1987), enquanto que algumas pessoas parecem "desligar-se"
ao serem expostas a informações estatísticas em forma de tabelas, elas podem prestar
bastante atenção às mesmas informações apresentadas em forma gráfica. Este fato
justifica a grande utilização por parte dos pesquisadores e da mídia escrita e impressa dos
gráficos em substituição das tabelas.

21
 Estatística

Gráfico 1. Gráfico de Colunas

O gráfico de colunas é um dos gráficos mais utilizados para representar um
conjunto de dados, sendo a representação de uma série de dados através de retângulos
dispostos verticalmente. A altura dos retângulos são proporcionais às suas respectivas
frequências. Este gráfico pode ser utilizado para representar qualquer tipo de variável em
qualquer nível de mensuração por este fato é um recurso extremamente utilizado em
pesquisas.

Gráfico 2. Gráfico de Barras

O gráfico de barras é uma representação de uma série de dados através de
retângulos dispostos horizontalmente. Os comprimentos destes retângulos são
proporcionais às suas respectivas freqüências. Este gráfico é semelhante ao gráfico de
colunas, contudo, a posição da escala e da freqüência é trocada, ou seja, na linha
horizontal temos a freqüência de casos observados e na linha vertical temos a variável de
estudo.

22
 Estatística

Gráfico de Barras

Qual o seu esporte preferido

Ciclismo 3
Basquete 5
Esporte
Tênis 7
Volei 15
Futebol 43
Natação 27

0 10 20 30 40 50
%

Recomendação: - Para todos os tipos de

variáveis

B MQ - Módul o 3

Gráfico 3. Gráfico de linhas

Este gráfico utiliza-se de uma linha para representar uma série estatística. Seu
principal objetivo é evidenciar a tendência ou a forma como o fenômeno está crescendo
ou decrescendo através de um período de tempo. Seu traçado deve ser realizado
considerando o eixo "x" (horizontal) a escala de tempo e o eixo "y" (vertical) freqüência
observada dos valores.

Gráfico de Linhas
N úmero de alunos matriculados

700
650
600
550
500
450
400
350
300
Ano Ano Ano Ano Ano Ano Ano Ano Ano
1998 1999 2000 2001 2002 2003 2004 2005 2006

Recomendação: - Variáveis Quantitativas em que se

tenha interesse em acompanhar sua evolução.
Restrição: NÃO DEVE SER UTILIZADO PARA
REPRESENTAR VARIÁVEIS QUALITATIVAS!!!!
B MQ - Módul o 3

23
 Estatística

Gráfico 4. Gráfico de Setores

O gráfico de setores, também conhecido como gráfico de pizza, torta, queijo ou
bolacha é um dos mais simples recursos gráficos, sua construção é baseada no fato de
que o círculo possui 360º, sendo que este círculo é dividido em fatias de acordo com o
percentual em cada categoria. É um gráfico útil para representar variáveis nominais ou
apresentadas em categorias de respostas.

Gráfico de Setores

Gráfico 1. Sexo

Feminino
33,3%

Masculino
66,7%

Recomendação: - Variáveis Qualitativas

Restrição: A variável a ser representada
deve ter poucas categorias de resposta
(poucas fatias no gráfico)
B MQ - Módul o 3

24
 Estatística

ATIVIDADE PRÁTICA!
Exercício 1. Considere o seguinte gráfico

a) Qual foi a amostra estudada apresentada nesta pesquisa?

b) O gráfico apresentado acima é chamado de:

( ) Gráfico de setores ( ) Gráfico de linhas
( ) Gráfico de Colunas ( ) Gráfico Pizza
( ) Gráfico de barras

c) Considerando que foram pesquisados 1185 imigrantes clandestinos, qual o percentual

de imigrantes clandestinos que a causa da morte foi afogamento?

d) Considerando as causas de morte apresentadas, quantos imigrantes clandestinos não

morreram devido a causa atropelamento?

25
 Estatística

Exercício 2 Considere o seguinte gráfico:

Arrecadação do Setor de Telefonia no RS (em R$ milhões)

900 843

800 699
700
600 536
R$ Milhões

463
500
400 341
300 216 210
200
152
100
0
1995 1996 1997 1998 1999 2000 2001 2002
Ano

Fonte: Empresas do Setor

Através dos dados apresentados neste gráfico pede-se:

a) Indique a variável deste estudo:

b) Em quantos anos foram arrecadados no mínimo 341 milhões de Reais?

c) Calcule a arrecadação média anual do setor de telefonia no RS.

26
 Estatística

Exercício 3. Considere o seguinte gráfico:

Comparação do refrigerante preferido entre os sexos

180 163
Número de Pessoas
160 150 Homens
140 Mulheres
120
100
80 72
60 54 46
32 31 35
40
20 15
20
0
Coca-cola Fanta Uva Guaraná Fanta Sprite
Laranja
Refrigerante

Considere o gráfico apresentado acima e marque V (verdadeiro) ou F (falso) para

as seguintes afirmativas:

( ) A variável apresentada neste gráfico é o refrigerante preferido por homens e

mulheres.

( ) As mulheres preferem menos Guaraná do que os Homens.

( ) Os dados também poderiam ser representados através de um gráfico de setores.

( ) A variável de estudo são homens e mulheres que consomem refrigerante.

( ) 15 % da mulheres preferem Sprite.

( ) O percentual de homens que preferem Fanta Laranja ou Uva é de 23,6%.

27
 Estatística

PARA APRENDER MAIS: GRÁFICOS NO EXCEL

Considere os seguintes dados sobre o Coeficiente de mortalidade:

Tabela 1. Coeficiente de Mortalidade – Brasil 1991 a 2000 – ARMAS DE FOGO

Ano Coeficiente de Mortalidade
Homens Mulheres
1991 26,9 2,2
1992 26,5 2,0
1993 27,7 2,2
1994 29,1 2,5
1995 31,7 2,7
1996 31,2 2,9
1997 32,5 2,7
1998 35,1 2,7
1999 35,8 2,7
2000 39,0 2,8
Fonte: IBGE
Tabela 2. Coeficiente de Mortalidade – Brasil 1991 a 2000 – ACIDENTES DE TRÂNSITO
Ano Coeficiente de Mortalidade
Homens Mulheres
1991 30,6 8,4
1992 29,1 7,7
1993 28,9 8,0
1994 30,2 8,5
1995 33,7 9,0
1996 36,0 9,6
1997 36,2 8,9
1998 30,9 7,7
1999 29,8 7,2
2000 28,6 6,6
Fonte: IBGE

Construa dois gráficos (um para cada tabela) comparando as variáveis (armas de fogo e acidentes de
trânsito) entre os sexos masculino e feminino.

28
 Estatística

Lista de Exercícios: Apresentação de Dados

01 – Para cada caso abaixo identifique: população, amostra e variável:

a) Uma pesquisa tem a finalidade de conhecer a porcentagem de pessoas que possuem curso superior
completo na cidade de Viamão. Para isso, 200 habitantes da cidade foram selecionados para participar
do estudo.
b) O fabricante de carros da marca “Alfa” deseja conhecer o consumo de gasolina (Km/L) dos carros
fabricados pela marca. Selecionou, então, os 500 primeiros carros fabricados para fazer a investigação.
c) O IFRS queria saber o tempo gasto por seus alunos no deslocamento residência-escola. Para isso,
acompanhou 300 de seus alunos, anotando o tempo gasto por eles no trajeto.

02 – Ao perguntar a uma amostra de 30 alunos de uma escola o número de livros que eles retiram da
biblioteca, em média, por mês obtivemos os seguintes dados:

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

a) Construa uma tabela de frequências para representar estes dados.

b) Quantos alunos retiram, em média, menos que 3 livros por mês?
c) Quantos alunos retiram, em média, no máximo 2 livros por mês
d) Qual a porcentagem de alunos que retiram, em média, mais de 4 livros por mês?
e) Qual a porcentagem de alunos que não retira livros da biblioteca?

03 – Os dados abaixo se referem ao número de residentes nos 35 domicílios do bairro “Vida Nova”:

2 3 4 4 5 3 4 5 5 3 1 5 5 1 3 4 5
3 3 5 4 5 4 2 4 2 5 4 4 2 5 5 5 3 2

a) Construa uma tabela para estes dados.

b) Determine o percentual de residências com apenas 2 residentes.
c) Determine o percentual de domicílios com no mínimo 3 residentes.
d) Determine o percentual de domicílios com pelo menos 3 residentes.
e) Considerando a tabela construída no item “a”, determine o número total de residentes nos 35 domicílios.

29
 Estatística

04 – As notas abaixo se referem às notas obtidas por 40 alunos do IFRS em uma prova de Estatística:

1 8 3 4 7 4 6 7 7 8
2 8 3 4 7 4 6 7 8 8
2 7 4 5 6 8 6 7 8 9
2 9 4 5 7 8 7 7 8 9

a) Quem é a amostra do estudo?

b) Quem é a variável estudada? Classifique-a.
c) Construa uma tabela de frequências para apresentar os dados, com k = 4 classes na construção.
d) Quantos alunos tiraram nota inferior a 7 na prova?
e) Quantos alunos tiraram no máximo 8 na prova?
f) Qual a porcentagem de alunos que obtiveram nota entre 5 e 8 pontos?

05- Considere a seguinte tabela:

Quanto você pretende gastar no presente para sua mãe no Dia das Mães?
Valor do presente (Reais) Nº Filhos (f) %
0 5
20 35
50 45
100 15
Total 80 100
Fonte: Pesquisa.

Identifique:
a) Amostra: ...........................................................................................................
b) Variável: ............................................................................................................
c) Complete a tabela de frequência com os dados que faltam a respeito do número de filhos.
d) Quantos filhos pretendem gastar no máximo 50 reais?
e) Quantos filhos pretendem gastar menos que 50 reais?
f) Qual o percentual de filhos que pretende gastar de 20 a 50 Reais?

30
 Estatística

3. ANÁLISE DESCRITIVA DE DADOS

A análise descritiva dos dados é uma subdivisão da Estatística e tem por objetivo a
descrição dos resultados de uma pesquisa através de tabelas, gráficos e cálculos de
algumas medidas estatísticas. Dentre essas medidas, as mais comumente utilizadas são as
Medidas de Tendência Central (média, mediana e moda) e as Medidas de Variabilidade
(variância, desvio-padrão, coeficiente de variação).

3.1 Medidas de Tendência Central

São indicadores que permitem que se tenha uma primeira idéia, um resumo, de
como se distribuem os dados de um experimento, informando o valor da variável
(característica) mais prevalecente em um conjunto de informações (dados). Essas medidas
são consideradas formas úteis de descrever um grupo como um todo encontrando um
único número que represente todo o conjunto de dados. As medidas de tendência central
que veremos nesse curso são: média, mediana e moda.

3.1.1 Média ( X )

3.1.1.1 Média para dados não agrupados

A média, que se representa por X na amostra e por  na população, é uma

medida de localização do centro da amostra, e obtém-se a partir da soma de um conjunto
de valores, dividida pelo número de valores considerados conforme a seguinte expressão:
n

x i
X = i =1

 x = somatório dos valores da variável “x” (exemplo: soma de todos os valores de

idades, rendas familiares, etc.)
n = nº de elementos pesquisados, ou ainda o tamanho da amostra.

31
 Estatística

Exemplo:
Os dados abaixo representam as idades (em anos) de 8 estagiários de uma
empresa multinacional:
16 15 17 18 18 17 17 16
Amostra: 8 estagiários de uma empresa multinacional.
Variável: Idade (em anos).

Média: x =
 x = 16 + 15 + 17 + 18 + 18 + 17 + 17 + 16 = 134 = 16,7anos
n 8 8
Interpretação: “Estima-se que a média de idade dos estagiários dessa empresa seja
16,7 anos”.

ATIVIDADE PRÁTICA!
Banco de dados: Registro de Funcionários Empresa GoodWork

Nome Idade Tempo de empresa Renda mensal Carga horária semanal (em
(em anos) (em anos) (R$ aprox.) horas)
Julia 22 2 800,00 20
Henrique 19 0,5 650,00 12
Carolina 18 0,5 550,00 12
Gabriela 20 1 770,00 22
Vítor 29 9 1250,00 40
Felipe 35 12 2200,00 36
Gustavo 21 1 800,00 12
Andriele 23 4 1000,00 40
Lucas 20 2 950,00 20
Arthur 49 30 4500,00 40
João Pedro 25 3 850,00 36
Giovana 19 1 700,00 20

Apresente o cálculo da média para cada uma das variáveis apresentadas no Banco
de Dados acima, não se esquecendo de interpretar os valores encontrados, como se seus
resultados fossem ser apresentados aos diretores dessa empresa! Seus cálculos vão
auxiliar na descrição do perfil dos funcionários da empresa GoodWork.

32
 Estatística

3.1.1.2 Média para dados agrupados

Quando os dados estão organizados na forma de uma tabela de frequências,
podemos ponderar os diferentes valores X observados (Xi) ou os pontos médios de cada
classe (PMi) pelas respectivas frequências fi de cada valor ou de suas classes de valores
(k), conforme as fórmulas abaixo:

P
k

x .f
i =1
i i
i =1
Mi . fi
X= X=
n n
Dados agrupados sem classes ou faixas Dados agrupados por classes ou faixas

Exemplo: Considere a seguinte tabela referente a quantidade de horas-extra semanais

dos 62 empregados de uma fábrica de peças automotivas:

Tabela. Horas-extra semanais na fábrica de peças automotivas

Horas-extra (Xi) Nº de funcionários (fi) % Xi.fi
0 5 8,0 0x5=0
2 25 40,3 2 x 25= 50
4 30 48,4 4 x 30= 120
6 2 3,2 6 x 2= 12
Total 62 100,0 182
Fonte: Pesquisa.

X=
 x. f =
182
= 2,9 h
n 62

Interpretação: Estima-se que, em média, os empregados dessa fábrica de peças

automotivas possuem 2,9 horas-extra por semana.

33
 Estatística

Exemplo: A tabela abaixo apresenta o número de telefonemas (chamadas) atendidos por

dia por um grupo de 30 funcionários de uma empresa de Call Center:

Tabela. Número de telefonemas atendidos por dia.

Nº de telefonemas fi % PMi PMi x fi
7 |---- 12 3 10,0 9,5 28,5
12 |--- 17 10 33,3 14,5 145
17 |--- 22 8 26,7 19,5 156
22 |--- 27 5 16,7 24,5 122,5
27 |--- 32 2 6,7 29,5 59
32 |---| 37 2 6,7 34,5 69
Total 30 100,0 580
Fonte: Pesquisa.

580
X= =19,3 telefonemas
30

Interpretação: Estima-se que, em média, cada funcionário do Call Center atenda 19,3
telefonemas por dia.

ATIVIDADE PRÁTICA:
Os valores abaixo representam a renda mensal (em nº de salários mínimos) de um grupo
de 20 moradores de Porto Alegre:
5 3 2 3 4 4 4 5 5 5
6 1 5 4 7 6 7 4 4 3

Com base nos dados acima:

a) Identifique a amostra e a variável estudada
b) Construa uma tabela de frequências considerando k =3 classes para representar
estes dados.
c) Calcule e interprete a média para estes dados.

34
 Estatística

3.1.2 Mediana (Md)

A mediana é uma medida de localização do centro da distribuição dos dados,
definida do seguinte modo: ordenados os elementos da amostra, a mediana é o valor
(pertencente ou não à amostra) que a divide ao meio, isto é, metade dos elementos da
amostra são menores ou iguais à mediana e a outra metade é maior ou igual à mediana.

3.1.2.1 Cálculo da Mediana para dados não agrupados

Para a sua determinação utiliza-se a seguinte regra, depois de ordenada a amostra
de n elementos:
 Se o tamanho da amostra (n) for ímpar, a mediana será dada pelo elemento
central, o que fica “sobrando” no meio do conjunto de valores ordenados.
 Se o tamanho da amostra (n) for par, a mediana será dada pela média dos
dois elementos centrais do conjunto de valores ordenados.

Exemplo 1: Quando o tamanho da amostra “n” for ímpar

Considere a nota (em pontos) de 9 alunos numa prova de Matemática:
90 62 45 95 75 74 92 50 91

1º Passo: Ordenar os valores em ordem crescente

45 50 62 74 75 90 91 92 95

2º Passo: Localizar a mediana

45 50 62 74 75 90 91 92 95

Md = 75 pontos

Interpretação: Estima-se que metade dos alunos tirou menos que 75 pontos e a outra
metade tirou mais que 75 pontos na prova de Matemática.

35
 Estatística

Exemplo 2: Quando o tamanho da amostra “n” for par

Considere os valores de aluguel (em Reais) de 10 imóveis colocados para alugar
pela imobiliária Home Sweet Home:
390 420 950 390 850 400 300 900 1000 850

1º Passo: Ordenar os dados em ordem crescente

300 390 390 400 420 850 850 900 950 1000

2º Passo: Localizar a mediana: como “n” é par, devemos localizar os dois valores
centrais, ou seja, para n = 10, a 5ª e a 6ª posição. Após localizar esses elementos,
calcula-se a média entre eles:

300 390 390 400 420 850 850 900 950 1000

Mediana

420 + 850
Md = = R$ 635,00
2

Interpretação: Estima-se que metade dos imóveis da imobiliária Home Sweet Home têm
um valor de aluguel inferior a R$ 635,00 e a outra metade dos imóveis têm um valor de
aluguel acima de R$ 635,00.

36
 Estatística

3.1.2.2 Cálculo da Mediana para dados agrupados

 Quando os dados estiverem agrupados em uma tabela de frequências simples, o
valor da Mediana será dado pelo valor Xi que acumula 50% dos valores da
amostra.

 Se os dados estiverem apresentados em uma tabela de frequências por faixas ou

classes, o cálculo da Mediana se dará segundo a aplicação da fórmula abaixo:

 P − Fi ac 
M d = Li M d +  h
 f i 

Onde: Li Md - Limite inferior da classe mediana; Fi ac - frequência acumulada da classe

n n +1
anterior à classe mediana; P - é a posição da mediana ( ou ); fi - é a frequência
2 2
simples da classe mediana e h - é a amplitude do intervalo da classe mediana.

Exemplo 1: Considere a tabela abaixo, referente ao tempo (em horas) semanal de

prática de atividade física de um grupo de 62 pessoas.

Tabela. Tempo (horas) semanal de prática de atividade física.

Tempo (Xi) nº de pessoas (fi) %
0 5 8,1
2 25 40,3
Onde acumulam-se 50% dos valores?
4 30 48,4 Basta olhar a coluna de percentuais
6 2 3,2 da tabela...
Total 62 100,0
Fonte: Pesquisa.
4+4
Md = = 4h / semanais
2
Interpretação: Estima-se que metade das pessoas praticam 4h semanais ou menos de
atividade física e a outra metade praticam 4 horas semanais ou mais de atividade física.

37
 Estatística

Exemplo 2: A tabela abaixo apresenta o número de telefonemas (chamadas) atendidos

por dia por um grupo de 30 funcionários de uma empresa de Call Center:

Tabela. Número de telefonemas atendidos por dia.

Nº de telefonemas fi %
7 |---- 12 3 10,0
12 |--- 17 10 33,3
17 |--- 22 8 26,7
22 |--- 27 5 16,7
27 |--- 32 2 6,7
32 |---| 37 2 6,7
Total 30 100,0
Fonte: Pesquisa.

15 − 13 
Md=17+   5 = 18,3 telefonemas
 8 

Interpretação: Estima-se que, metade dos funcionários do Call Center atenda 18,3
telefonemas ou menos por dia e a outra metade atenda 18,3 telefonemas ou mais por dia.

IMPORTANTE!!!
Prefere-se empregar a mediana quando:
a. Deseja-se obter o ponto que divide a distribuição dos valores em duas partes
iguais;
b. Há valores extremos (muito destoantes do geral da amostra) que afetam de uma
maneira acentuada a média;

38
 Estatística

3.1.3 Moda (Mo)

A moda será o valor que ocorreu com maior frequência num conjunto de dados, ou
seja, o valor mais comum, ou ainda, o que mais se repetiu na amostra pesquisada.

3.1.3.1 Cálculo da Moda para dados não agrupados

Exemplo: Considere as notas finais em Matemática de 10 alunos:

8 7 6 8 7 2 5 7 7 7
Mo= 7 pontos pois foi o valor que mais se repetiu (f = 5)

Interpretação: Estima-se que a nota final em Matemática que ocorre com maior
frequência entre os alunos seja a de 7 pontos.

3.1.3.2 Cálculo da Moda para dados agrupados

 Quando os dados estiverem agrupados em uma tabela de frequências simples, o
valor da Moda será dado verificando onde se encontra a maior frequência
relativa (%) na tabela.

Exemplo: Considere a tabela abaixo, referente ao tempo (em horas) semanal de prática
de atividade física de um grupo de 62 pessoas.

Tabela. Tempo (horas) semanal de prática de atividade física.

Tempo (Xi) nº de pessoas (fi) %
0 5 8,1
2 25 40,3
4 30 48,4
6 2 3,2
Total 62 100,0
Fonte: Pesquisa. M o = 4h semanais pois f = 30.

Interpretação: Estima-se que o valor mais frequente (que mais se repetiu) para o tempo
de prática de atividade física semanal dessas pessoas foi o de 4 horas.

39
 Estatística

 Quando os dados estiverem apresentados agrupados em uma tabela de

frequência por classes, a Moda deverá ser calculada segundo a fórmula abaixo:

 f M o − f ant 
M o = Li M o +  h
 M o
2 f − ( f ant + f post 
) 

Onde:
Li Mo - Limite inferior da classe modal; fMo - frequência da classe modal; fant - frequência
da classe anterior à classe modal; fpost - frequência da classe posterior à classe modal e h
- é a amplitude do intervalo da classe modal.

Exemplo: A tabela abaixo apresenta o número de telefonemas (chamadas) atendidos por

dia por um grupo de 30 funcionários de uma empresa de Call Center:

Tabela. Número de telefonemas atendidos por dia.

Nº de telefonemas fi %
7 |---- 12 3 10,0
12 |--- 17 10 33,3
17 |--- 22 8 26,7
22 |--- 27 5 16,7
27 |--- 32 2 6,7
32 |---| 37 2 6,7
Total 30 100,0
Fonte: Pesquisa.

 10 − 3 
M o = 12 +    5 = 15,9 telefonemas
 2 10 − (3 + 8) 

Interpretação: Estima-se que o valor mais frequente para o número de telefonemas

atendidos por dia pelos funcionários do Call Center seja o de 15,9 telefonemas.

40
 Estatística

Algumas observações Importantes!!!

Algumas situações podem ocorrer em relação à Moda conforme se destaca abaixo:

1) Um conjunto de dados pode não possuir Moda, ou seja, nenhum valor se repete.
Ex.: 7 2 9 8 5 4
Mo = não existe.

2) Dois valores podem se repetir empatados com as maiores frequências, neste caso
dizemos que a distribuição é Bimodal, ou seja, possui 2 modas.
Ex.: 7 7 6 8 8 5

Mo = 7 e Mo = 8, pois f = 2.

41
 Estatística

LISTA DE EXERCÍCIOS: Medidas de Tendência Central

1 – Uma pesquisa levantou os dados sobre o mercado imobiliário de determinado centro urbano, do ano
1990 a 1997, e os valores obtidos sobre o número de lançamentos (em mil unidades) e o total em vendas
(em milhões de Reais) estão dispostos abaixo:

Ano 1990 1991 1992 1993 1994 1995 1996 1997

Lançamentos 14,6 12,8 10,2 21,7 24,9 26,6 31,0 38,8
Vendas 5,1 4,0 4,5 10,1 12,6 9,7 10,2 11,7

a) Quem são as variáveis desse estudo? Quem é a amostra estudada?

b) Calcule e interprete a média a mediana e a moda.

2 – A Secretaria da Educação encomendou um estudo a uma agencia de pesquisa, sobre o número de

crianças em idade escolar de determinada região para verificar a necessidade de construir uma escola
naquele local ou não. Para isto, a agência entrevistou 100 famílias e perguntou QUANTAS CRIANÇAS
FAZIAM PARTE DAQUELA FAMÍLIA E QUE ESTAVAM EM IDADE ESCOLAR, obtendo os seguintes resultados:

Tabela. NÚMERO DE CRIANÇAS EM IDADE ESCOLAR

No de Crianças No de Famílias %
0 17 17
1 28 28
2 20 20
3 19 19
4 7 7
5 4 4
6 5 5
Total 100 100
Fonte: Sec. Educação

Com base nos dados da tabela acima, responda:

a) Quem é a variável de estudo?

b) Quem é a amostra estudada?
c) Quantas famílias possuem no máximo 3 crianças em idade escolar?
d) Quantas famílias possuem menos de 2 crianças idade escolar?
e) Calcule e interprete a média para estes dados.

3 – Os dados abaixo representam o número de crianças nascidas vivas, no 1º semestre do ano de 1994,
segundo os dados colhidos pelo IBGE:

Mês/1994 Jan Fev Mar Abr Mai Jun

Nº de Nascidos Vivos 222779 210667 249204 234322 242449 224171
Fonte: IBGE

a) Calcule o valor da média e interprete.

b) Calcule o valor da mediana e da moda e interprete.

42
 Estatística

4 - Uma pesquisa foi realizada com 12 empresas do ramo alimentício, com o objetivo de verificar o número
de funcionários que estas possuem, os dados obtidos estão abaixo:

32 35 45 50 30 22 15 25 10 15 30 21

Calcule e interprete a média, mediana e moda.

5 - A tabela abaixo representa os salários pagos a 100 operários da empresa GLT & Cia:

Tabela. Salários GLT & Cia

Nº de salários mínimos Nº de operários %
0 40 40,0
2 30 30,0
4 10 10,0
6 15 15,0
8 5 5,0
Total 100 100,0
Fonte: Pesquisa

a) Quem é a variável de estudo? E qual foi a amostra pesquisada?

b) Qual a porcentagem de operários que ganha menos de 6 salários mínimos?
c) Qual a média de salário dos operários da empresa GLT & Cia?
d) Qual a mediana de salário pago aos operários da empresa GLT & Cia?

6 – Dados dois conjuntos de dados A = {100; 101; 102; 103; 104; 105} e B = {0; 1; 2; 3; 4; 5}, podemos
afirmar que:

a) a média de A é igual à média de B multiplicada por 100

b) a média de A é igual à média de B
c) a média de A é igual à média de B dividida por 100
d) a média de A é igual à média de B, mais a constante 100
e) nenhuma das anteriores

7 – Um comerciante atacadista vende determinado produto em sacas que deveriam conter 16,5 Kg. A
pesagem de 120 sacas revelou os resultados representados na tabela abaixo:

Tabela. Pesos das sacas Calcule:

Pesos (Kg) Nº de sacas %
a) a média de peso das sacas vendidas pelo
14,5 2 1,7
comerciante
15,0 1 0,8
b) a mediana de peso das sacas vendidas
15,5 22 18,3 pelo comerciante
16,0 25 20,8 c) a moda do peso das sacas vendidas pelo
16,5 55 45,8 comerciante
17,0 10 8,3 d) A porcentagem de sacas com peso de 16
17,5 5 4,2 Kg a 17 Kg.
Total 120 100,0 e) O número de sacas com peso de no
Fonte: Pesquisa. mínimo, 15 Kg.

43
 Estatística

8 - Uma coleta de dados realizada com 10 empresas do setor têxtil foi realizada com o objetivo de verificar o
número de funcionários existentes em cada uma delas, resultando nos seguintes dados:

220 200 450 320 200 120 130 150 210 120

Calcule e interprete a média, mediana e moda para estes dados.

9 - Um concurso realizado simultaneamente nos locais A, B e C apresentou as médias: 70, 65 e 45 pontos,

obtidas por 30, 40 e 30 candidatos, nessa ordem. Qual é a média geral do concurso?

10 - Dados dois grupos de pessoas, o grupo 1 com 10 pessoas e o grupo 2 com 40 pessoas. Se o peso
médio do grupo 1 for de 80 kg e o do grupo 2 for 70 kg pode-se dizer que o peso médio dos dois grupos
considerados em conjunto é 75kg? Justifique.

11 – Sejam os seguintes valores referentes ao número de faltas de 30 operários de uma empresa do ramo
automobilístico em determinado mês do ano:

0 3 2 0 3
5 6 4 1 0
2 1 1 2 4
1 0 5 2 4
6 3 0 1 0
0 2 1 4 4

a) Construa uma tabela de frequências com k = 3 classes para representar os dados acima
b) Calcule e interprete a média, a mediana e a moda para o número de faltas nessa empresa

12 – A tabela abaixo apresenta os valores das diárias pagas por 40 turistas nos hotéis do balneário Beach
Star:
Tabela. Diárias pagas em Beach Star

Diária (em R$) Nº de turistas Calcule:

80 18 a) a média de diárias pagas pelos turistas no balneário
96 10
145 5 b) a mediana das diárias pagas pelos turistas no balneário
210 7 c) a moda para as diárias pagas pelos turistas no balneário
Total 40
Fonte: Rede hoteleira

44
 Estatística

13 – O preço da carne bovina (Kg) em Reais em algumas capitais brasileiras, no mês de Dezembro de 2009,
estão dispostos no gráfico abaixo:

Preço da Carne (Kg) em Reais - Dez 2009

16,00

14,00 13,57
12,6 12,37
12,33 12,18
11,99
12,00 11,54 11,34
11,23
10,69
10,41
10,00
R$

8,00

6,00

4,00

2,00

0,00
Brasília BH RJ SP Curitiba POA Aracajú Belém Manaus Recife Salvador

Capital

Fonte: DIEESE

a) Qual a média de preço da carne bovina em Dezembro de 2009, nessas cidades, com base nos dados
acima?
b) Qual a porcentagem de capitais que possui um preço abaixo de R$ 12,00 para o Kilo de carne bovina
em Dezembro de 2009?
c) Qual a mediana para o preço da carne bovina, em Dezembro de 2009 nas capitais analisadas?

45
 Estatística

4. Medidas de Variabilidade ou Dispersão

São medidas da variação de um conjunto de dados em torno da média, ou seja, da

maior ou menor variabilidade dos resultados obtidos. Elas permitem identificar até que
ponto os resultados se concentram ou não ao redor da tendência central de um conjunto
de observações.

A média é extremamente útil como uma medida que objetiva representar/ resumir
um conjunto de dados, mas também é imprescindível ao pesquisador ter conhecimento da
variação que ocorre em torno desta média. Para isso o cálculo das medidas de
variabilidade contribui para uma melhor interpretação do comportamento de uma variável
quantitativa (sua média e sua variação).

46
 Estatística

4.1 Variância
A variância é representada na população pelo símbolo  2 e na amostra pelo

símbolo s 2 . Quanto maior for a variação dos valores do conjunto de dados, maior será a
variância. A variância de uma amostra é a média dos quadrados dos desvios dos valores
em relação à média. Quando os dados não estão agrupados em uma tabela de
frequências, o cálculo é dado pelas fórmulas abaixo:

População Amostra

( x − X )
n

 ( xi −  )
2 2
i
2 = i =1
s2 = i =1
N n −1

Quando os dados estão organizados em uma tabela de frequências, devemos

ponderar os quadrados dos desvios pela frequência dos valores da variável observada.
Esse procedimento facilita o cálculo. As fórmulas ficam da seguinte maneira:

População Amostra (valores sem classes) Amostra (valores em classes)

2
 k 
  PMi  fi 
 (x − X )  fi
k k

 (x −  )  fi
2
( PMi ) 2  fi −  i =1 
k


2
i i

2 = i =1
s2 = i =1
s = i =1
2 n
N n −1 n −1

Quando calculamos a variância, podemos observar que a unidade da variável

estudada estará levada ao quadrado (o resultado fica elevado ao quadrado), dificultando
uma interpretação prática de seu resultado final. A solução para esse problema é
extrairmos a raiz quadrada da variância, permitindo assim que se volte à unidade original
da variável. Essa nova medida (a raiz quadrada da variância) é chamada de desvio-
padrão.

47
 Estatística

4.2 Desvio-padrão
Esta medida expressa a variação média do conjunto de dados em torno da média. É

representado pela letra grega  (Sigma) no caso de ser calculado para a população, e
pela letra S no caso de ser calculado para dados provenientes de uma amostra.

População Amostra

( x − X )
N n

(x − )
2 2
i i
= i =1
S= i =1

N n −1

O desvio-padrão de uma amostra pode ser calculado considerando as seguintes

etapas:
1ª) Calcular a média da variável
2ª) Subtrair a média de cada valor observado (cálculo do desvio simples)
3ª) Elevar ao quadrado cada desvio simples
4ª) Somar os quadrados dos desvios simples
5ª) Dividir esta soma por (n-1)
6ª) Extrair a raiz quadrada

Exemplo 1: Os dados abaixo se referem à quantidade de erros de ortografia cometidos

por 5 estudantes na redação do último Concurso Vestibular:

8 10 5 8 8

Amostra: 5 estudantes que fizeram o último Concurso Vestibular.

Variável: Quantidade de erros de ortografia na redação.
5

x i
8 + 10 + 5 + 8 + 8 39
Média: x = i =1
= = = 7,8 erros de ortografia
n 5 5

48
 Estatística

Desvio-padrão:

( x − X )
n
2
i
s= i =1

n −1

(8 − 7,8) 2 + (10 − 7,8) 2 + (5 − 7,8) 2 + (8 − 7,8) 2 + (8 − 7,8) 2

s=
5 −1

(0, 2) 2 + (2, 2) 2 + (−2,8) 2 + (0, 2) 2 + (0, 2) 2 0, 04 + 4,84 + 7,84 + 0, 04 + 0, 04

s= =
4 4

12,8
s= = 3, 2 = 1,8 erros de ortografia
4

Interpretação: Estima-se que, em média, os estudantes cometam 7,8 erros de

ortografia em suas redações no Concurso Vestibular com uma variação em torno da média
de 1,8 erros de ortografia.

49
 Estatística

Exemplo 2: Vamos considerar agora um exemplo onde os dados estejam apresentados

em uma distribuição de frequências simples:

Tabela. Tempo (horas) semanais de prática de atividade física

Tempo (xi) Nº pessoas (fi) % Xi x fi ( xi − x )2  fi

0 5 8,0 0x5=0 (0 - 2,9)2 x 5= 42

2 25 40,3 2 x 25= 50 (2 – 2,9)2 x 25= 20,2
4 30 48,4 4 x 30= 120 (4 – 2,9)2 x 30= 36,3
6 2 3,2 6 x 2= 12 (6 – 2,9)2 x 2= 19,2
Total 62 100,0 182 117,7
Fonte: Pesquisa.

1º) Calcular a média

4

x  f i i
182
X= i =1
= = 2,9 horas semanais
n 62

2º) Calcular o desvio-padrão

( x − X )
4
2
i . fi
117, 7 117, 7
s= i =1
= = = 1,9 = 1, 4 horas semanais
n −1 62 − 1 61

Interpretação: Estima-se que, em média, estas pessoas praticam atividades físicas 2,9
horas por semana, com uma variação em torno desta média de 1,4 horas semanais.

50
 Estatística

EXERCÍCIO:

Considere a seguinte distribuição de frequências:

Tabela. Nº de faltas em Estatística

Nº faltas Nº Alunos %
0 5 8,3
1 38 63,3
2 13 21,7
3 4 6,7
Total 60 100

Fonte: secretaria escolar

Identifique:
a) Amostra
b) População
Calcule e interprete:
c) Média
d) Desvio-padrão

 Se os dados estão agrupados em uma tabela de frequências por classes,

devemos utilizar a fórmula abaixo para o cálculo do desvio-padrão:

2
 k 
  PMi  fi 
( PMi ) 2  fi −  i =1 
k

 n
s = i =1
n −1

51
 Estatística

Exemplo: Foi realizado um estudo sobre o tempo de vida útil (em número de meses) das
baterias de aparelhos celulares da marca W. Os dados coletados estão na tabela abaixo:

Tabela. Tempo de vida útil das baterias dos celulares – Marca W.

Tempo de vida útil (meses) fi % PMi PMi x fi (PMi)2 x fi
0 |---- 6 3 0,9 3 9 27
6 |--- 12 42 12,7 9 378 3402
12 |--- 18 86 26,1 15 1290 19350
18 |--- 24 127 38,5 21 2667 56007
24 |--- 30 64 19,4 27 1728 46656
30 |---| 36 8 2,4 33 264 8712
Total 330 100,0 6336 134154
Fonte: Pesquisa.

Média:
6

P Mi  fi
6336
X= i =1
= = 19, 2 meses
n 330

Desvio-padrão:

2
 6 
  PMi  fi 
 i =1 
6

 Mi i
( P ) 2
 f −
n
134154 −
(6336)2
330 = 6, 2 meses
s = i =1 =
n −1 329

Interpretação: Estima-se que, em média, as baterias dos celulares da marca W tenham

tempo de vida útil de 19,2 meses, com uma variação de 6,2 meses ao redor da média.

52
 Estatística

4.3 Coeficiente de Variação (CV)

O CV é a razão entre o desvio-padrão e a média de um conjunto de dados. Ele
expressa a variação relativa (%) presente no conjunto de dados em relação à média.

População Amostra

 s
CV =  100% CV =  100%
 X

Importante!
● Quanto maior o CV, mais heterogêneos serão os dados.

Para o exemplo das horas semanais de atividade física temos:

x = 2,9 horas semanais

s = 1,4 horas semanais

1,4
CV = x 100 = 0,48 x 100 = 48%
2,9

Interpretação: Estima-se que exista uma variação nos tempos de prática de atividade
física semanal de 48% em torno do valor do valor da média.

53
 Estatística

LISTA DE EXERCÍCIOS: Medidas de Variabilidade

1. Os dados abaixo se referem o número de compras realizadas via Internet de uma amostra de 7 indivíduos
do sexo feminino:

10 15 22 10 16 10 25

Calcule e interprete: a) Média b) Desvio-padrão c) Coeficiente de Variação

2 - A tabela abaixo representa a Idade (em anos) do início do tabagismo (ato de fumar) de uma amostra de
340 homens:

Tabela. Idade de início do Tabagismo

Idade (anos) Nº de homens % a) Complete a coluna do percentual da tabela.
12 23
b) Calcule e interprete a média.
13 42
14 54 c) Calcule e interprete o desvio-padrão.
15 126
d) Qual o percentual de homens que começaram a
18 45
20 50 fumar com no mínimo 18 anos?
Total 340
Fonte: Instituto de Pesquisas do Câncer

3 - Considere a seguinte tabela:

Tabela. Número de faltas no mês na empresa WK

Nº de faltas Nº funcionários %
Calcule e interprete:
0 85 55,5 a) Média de faltas
1 20 13,1 b) Desvio-padrão das faltas
2 40 26,1 c) Coeficiente de Variação
3 8 5,3
Total 153 100,0
Fonte: Pesquisa.

4 – Abaixo, estão as rendas mensais (em Reais) de 8 empresários do setor calçadista do RS:
7500,00 5000,00 4000,00 5500,00 4000,00 3500,00 5500,00 15000,00

Calcule e interprete a renda média mensal e o desvio-padrão da renda mensal desses empresários.

54
 Estatística

5 - Considere o seguinte Banco de Dados sobre alunos de um curso pré-vestibular:

Aluno Há quanto tempo você parou Idade Trabalha Qual matéria você acha
de estudar? (anos) (anos) mais difícil?
1 2 20 Sim Matemática
2 3 19 Não Física
3 1 20 Sim Física
4 4 20 Sim Química
5 2 20 Não Matemática
6 2 24 Sim Química
7 3 20 Sim Português
8 3 19 Não Matemática
9 4 19 Sim Matemática
10 1 20 Não Português

Através dos resultados apresentados no Banco de Dados acima calcule:

a) O tempo médio em que os alunos pararam de estudar e seu respectivo desvio-padrão (interprete
estes resultados).
b) A idade média destes alunos e seu respectivo desvio-padrão (interprete estes resultados).
c) O tempo médio que parou de estudar e o desvio-padrão apenas dos alunos que trabalham.
d) O tempo médio que parou de estudar e o desvio-padrão apenas dos alunos que não trabalham.
e) A idade média e o desvio-padrão apenas dos alunos que acham a Matemática a matéria mais difícil.

6 – Uma amostra com o peso de 100 peças já embaladas de um processo de produção está na tabela
abaixo:

Tabela. Peso das peças embaladas Calcule:

Peso da Peça (Kg) Nº de peças (fi) %
25,0 a) Peso médio das peças
46,0 |--- 48,0 25
48,0 |--- 50,0 35 35,0 b) Peso mediano das peças
50,0 |---| 52,0 40 40,0 c) Desvio-padrão e Coeficiente de Variação dos
Total 100 100,0
pesos das peças
Fonte: Pesquisa.

7 – Um grupo de 100 estudantes tem uma estatura média de 163,8 cm e um coeficiente de variação de
3,3%. Qual o desvio – padrão para as estaturas desse grupo?

8 – Duas turmas de Estatística apresentam as seguintes estatísticas para as notas na prova 1:

Turma A: média = 7,8 pontos e desvio-padrão = 1,4 pontos.
Turma B: média = 8,2 pontos e desvio-padrão = 2,5 pontos.
Qual das duas turmas teve um desempenho mais homogêneo na prova 1? Justifique.

55
 Estatística

9 - Como parte de um estudo para se definir um novo cardápio mais balanceado para a merenda escolar,
um grupo de 40 alunos de uma escola foram pesados, registrando-se os seus pesos (em Kg). Os dados
obtidos estão listados na tabela abaixo:

Tabela. Distribuição dos pesos (em Kg) dos alunos da escola.

Peso (Kg) fi %
32,0|--- 36,0 5 10,0
36,0|--- 40,0 10 20,0
40,0|--- 44,0 15 30,0
44,0|--- 48,0 13 26,0
48,0|---|52,0 7 14,0
Total 50 100,0
Fonte: Pesquisa.

Calcule e interprete a média e o desvio-padrão para os pesos dos alunos dessa escola.

56
 Estatística

5. PROBABILIDADE

"A teoria das probabilidades, no fundo, não é mais do que o bom

senso traduzido em cálculo; permite calcular com exatidão aquilo que as
pessoas sentem por uma espécie de instinto... É notável que tal ciência,
que começou nos estudos sobre jogos de azar, tenha alcançado os mais
altos níveis do conhecimento humano.” (Laplace)

As Probabilidades existem há muito tempo, desde 1500-1400 a.C, os Jogos de Azar

tornaram-se populares na época dos gregos e dos romanos, pela mão do Imperador
Cláudio, que até em viagem jogava dados. Há quem acredite que o cálculo das
probabilidades nasceu com os italianos Paccioli, Cardano, Tartaglia e Galileu. Todos estes
matemáticos baseavam o seu estudo na observação de fenômenos aleatórios sobre os
quais inferiam baseados no senso comum, o que consideravam como curiosidades
matemáticas.
Tal como qualquer ramo da ciência o estudo das probabilidades começou com o
quotidiano, ou seja, com a observação de fenômenos diários e como explicação para
muitas situações que ocorriam aleatoriamente. Com o passar do tempo a probabilidade
começou a ser tratada como uma questão matemática, e assim foi evoluindo até ao que
estudamos hoje em dia.
Em resumo, a Teoria das Probabilidades se apresenta como um estudo teórico de
fenômenos envolvendo a incerteza utilizando ferramentas básicas do Cálculo Matemático.
Esses fenômenos, conhecidos como aleatórios, estocásticos ou não-determinísticos, são
aqueles que a sua repetição, em condições idênticas, produz resultados diferenciados, isto
é, não é possível determinar, com exatidão, qual o seu resultado. Esses fenômenos, na
verdade, são predominantes em todas as áreas do conhecimento.
Considerando esse quadro, pode-se perceber que a estatística e a probabilidade
foram, por muito tempo, duas áreas distintas do conhecimento. Se algo existe em comum
é que ambas se preocupavam com a contagem. A estatística na contagem do certo e a
probabilidade na contagem do incerto. Foi exatamente a ousada tentativa da utilização da

57
 Estatística

contagem do incerto, como uma estimativa na contagem do certo, que possibilitou a

integração dessas duas áreas.
Nos dias atuais, no entanto, não é mais possível pensar em estatística sem pensar
em probabilidade. A probabilidade constitui a base da estatística indutiva, permite tomar
decisões e qualificar o erro cometido ao tomar decisões. Ela subsidia o estudo dos
fenômenos aleatórios. Essa interdependência, porém, só vem acontecer no início do
século passado através da necessidade de generalização de um estudo sobre cruzamento
de várias espécies de plantas feito pelo botânico Fisher. Nessa época surge o que hoje
chamamos Inferência Estatística (inferir, como conceito estatístico, significa generalizar).

“Não só o homem comum percebe os acontecimentos indeterminados: os homens da

ciência igualmente estabeleceram que é necessário, nos fatos de toda natureza, atribuir
um significado primordial aos acontecimentos indeterminados. Os homens da ciência
deram tal importância aos acontecimentos “aleatórios”, isto é, não determinísticos, que
foram levados a desenvolver um sistema de cálculo destinado a avaliar estes
acontecimentos: o cálculo das probabilidades” (Fernandez, D. & Fernandez, D. 1999).

Conceitos básicos de Probabilidade

O termo probabilidade se refere ao estudo da aleatoriedade e da incerteza. O que

vem a ser um experimento aleatório? De acordo com Morgado et al. (1997), um
experimento aleatório é aquele que, se repetido sobre as mesmas condições, não produz
necessariamente o mesmo resultado, ou seja, é qualquer ação ou processo cujo resultado
está sujeito à incerteza. Este conceito pode ser interpretado da seguinte forma: mesmo

58
 Estatística

que se conheçam todas as variáveis envolvidas em um experimento e se tenha controle

sobre elas, o resultado final poderá não ser o mesmo, ainda que o experimento seja
repetido sob condições idênticas.
Probabilidade é o ramo da matemática que trata de fenômenos aleatórios. A
observação de um fenômeno aleatório por parte do homem é chamada de experimento
aleatório.

5.1 Características de um experimento aleatório:

1ª) Não se conhece um particular valor do experimento antes dele ser executado, porém
podemos descrever todos os possíveis resultados - as possibilidades;

2ª) Quando o experimento é repetido algumas vezes, os resultados ocorrem de uma

forma aparentemente acidental. Mas quando o número de repetições aumenta, uma
regularidade aparecerá. E esta regularidade que torna possível construir um modelo
matemático preciso para analisar o experimento.

5.2 Espaço Amostral de um experimento (S):

Para cada experimento, o conjunto de todos os resultados possíveis é chamado de
Espaço Amostral e é representado matematicamente pela letra S.

Exemplo 1: Considere o experimento: Lançamento de 1 dado honesto.

S = {1,2,3,4,5,6}
Exemplo 2: Considere o experimento: Lançamento de 1 moeda honesta.
S = {cara, coroa}
Exemplo 3: Considere o experimento: Lançamento de 1 moeda honesta e 1 dado
honesto, nessa ordem.
S = {C1, C2, C3, C4, C5, C6, K1, K2, K3, K4, K5, K6}

59
 Estatística

ATIVIDADE PRÁTICA:

Determine o Espaço Amostral dos seguintes experimentos:

a) Lançamento de duas moedas simultaneamente

b) Lançamento de uma moeda duas vezes

c) Observar o tipo sanguíneo de um indivíduo

d) Retirar uma carta do baralho e observar apenas o naipe

e) Lançamento de dois dados simultaneamente

f) Lançamento de 1 dado e 1 moeda

g) Lançamento de 1 moeda três vezes

h) Observar o sexo dos filhos de um casal com três filhos (considerar a ordem)

i) Observar o número de peças defeituosas em um lote contendo 10 peças.

60
 Estatística

5.3 Definição de Probabilidade:

Na definição clássica de probabilidade, considerando que todos os resultados

possíveis são equiprováveis, podemos definir probabilidade como sendo:
Considere A o evento de interesse:

nº de casos favoráveis ao evento A

P(A) =
nº possíveis de casos

Notação para Probabilidade

P – representa a probabilidade

A, B ,C – representam eventos específicos

P(A) - representa a probabilidade de o evento A ocorrer

NÃO ESQUEÇA!

A probabilidade de um evento A deve ser, sempre, um valor maior ou igual a 0 e menor ou igual a 1:

0  P(A)  1
ou ainda
0%  P(A)  100%

61
 Estatística

Exemplo: Considere uma caixa contendo 10 brindes: 4 livros, 2 celulares, 1 rádio e 3

perfumes. Você tem direito a um destes brindes que serão sorteados. Qual a
probabilidade de você:

a) Ganhar um livro

b) Ganhar um celular

c) Ganhar um rádio ou um celular

d) Não ganhar perfume

Na definição frequentista de probabilidade, um experimento é realizado (repetido)

um grande número de vezes, onde é observado o número de vezes (frequência) em que
ocorre um determinado evento A de interesse.

n º de vezes que A ocorreu

P (A) =
n º de vezes em que o exp erimento foi repetido

Exemplo: Adultos são aleatoriamente selecionados para uma pesquisa do

IBOPE, e pergunta-se a eles se são a favor da pena de morte para uma
pessoa acusada de assassinato. Os resultados da pesquisa realizada com 519
pessoas concluem que 338 destas são a favor da pena de morte. Com base nestes
resultados, estime a probabilidade de uma pessoa, escolhida aleatoriamente ser:

a) a favor da pena de morte para uma pessoa acusada de assassinato

b) contra a pena de morte para uma pessoa acusada de assassinato

62
 Estatística

5.4 Propriedades da Probabilidade

Propriedade 1: Probabilidade Complementar

A probabilidade complementar de A É o evento formado por todos os resultados do

espaço amostral que não pertencem à A. A probabilidade de não ocorrência de A é
descrita como P(A ) e é expressa da forma:

P( A ) = 1 − P( A)

Propriedade 2: Regra da Adição

 Se A e B são dois eventos independentes então:

A B

P(A ou B) = P(A) + P(B)

Exemplo: Ao retirar uma carta do baralho considere os eventos: A – retirar um Ás e R –

retirar um Rei. Qual a probabilidade de selecionar aleatoriamente uma carta deste baralho
e ela ser um Ás ou um Rei?

P(A ou R) = P(A) + P(R) = 4/52 + 4/52 = 8/52 = 0,1538 ou 15,38%

63
 Estatística

 Se A e B são dois eventos dependentes então:

A B

AeB

P(A ou B) = P(A) + P(B) – P(A e B)

Exemplo: Ao retirar uma carta do baralho considere os eventos: A – retirar um Ás e E –

retirar uma carta no naipe Espadas. Qual a probabilidade de selecionar aleatoriamente
uma carta deste baralho e ela ser um Ás ou uma carta do naipe de espadas?

P(A ou E) = P(A) + P(E) – P(A e E)

P (A ou E) = 4/52 + 13/52 – 1/52 = 16/52 = 0,3077 ou 30,77%

Atenção!

Dois eventos são independentes quando a ocorrência ou não de um evento não

tem efeito algum na probabilidade de ocorrência do outro evento.
Dois eventos são dependentes quando a ocorrência ou não-ocorrência de um evento
afeta a probabilidade de ocorrência do outro.

64
 Estatística

Exercício 1: De 300 estudantes de uma universidade, 100 estão matriculados em

Matemática Financeira e 80 estão matriculados em Estatística. Estes dados incluem 30
estudantes que estão matriculados em ambas as disciplinas. Qual a probabilidade de um
estudante da universidade, selecionado ao acaso, esteja matriculado em Matemática
Financeira ou Estatística? R: 0,50 ou 50%

Exercício 2. De 100 pessoas que solicitaram emprego de programador de computador,

durante o ano passado, 65 possuíam experiência anterior e 30 possuíam um certificado
profissional. Ainda, 20 dos candidatos possuíam tanto experiência anterior como
certificado profissional. Qual a probabilidade de um candidato selecionado ao acaso deste
grupo tenha experiência anterior ou certificado profissional? R: 0,75 ou 75%

65
 Estatística

Propriedade 3: Regra da Multiplicação

 Se A e B são dois eventos independentes então:

P(A e B) = P(A) x P(B)

Exemplo: Em uma linha de produção a probabilidade de uma peça fabricada estar fora
das especificações em relação a sua largura é 2%, em relação ao seu comprimento é 5%.
Considere que a ocorrência de defeito na largura ou comprimento acontece de forma
independente. Uma peça foi aleatoriamente selecionada desta linha de produção e seu
comprimento e largura verificados pelo controle de qualidade, qual a probabilidade desta
peça:

a) Apresentar defeito na largura e no comprimento

P(DL e Dc) = 0,02 x 0,05 = 0,001 ou 0,1%

b) Apresentar defeito apenas na largura

P(DL e Pc) = 0,02 x 0,95 = 0,019 ou 1,9%

c) A peça ser perfeita na largura e no comprimento

P(PL e Pc) = 0,98 x 0,95 = 0,931 ou 93,1%

d) A peça apresentar pelo menos um destes defeitos

P(DL e Pc) ou P(PL e Dc) ou P(DL e Dc)=
(0,02 x 0,95) + (0,98 x 0,05) + (0,02 x 0,05) =
0,019 + 0,049 + 0,001 = 0,069 ou 6,9%

66
 Estatística

Exercício 1. Um sistema tem dois componentes A e B que operam independentemente.

Suponha que a probabilidade de falha do componente A seja 10% e do componente B
20%. Qual é a probabilidade de:

a) A falha do sistema ocorrer em ambos componentes (R: 0,02 ou 2%)

b) A falha do sistema ocorrer apenas no componente A (R: 0,08 ou 8%)
c) Não ocorrer falha no sistema (R: 0,72 ou 72%)
d) Pelo menos um dos componentes apresentar falha. (R: 0,28 ou 28%)

Exercício 2. A probabilidade de um homem estar vivo daqui 30 anos é de 40% e de sua

mulher estar viva daqui 30 anos é de 65%. Qual a probabilidade de que daqui 30 anos:

a) ambos estejam vivos (R: 0,26 ou 26%)

b) somente a mulher esteja viva (R: 0,39 ou 39%)
c) ambos estejam mortos (R: 0,21 ou 21%)
d) somente a mulher esteja morta (R: 0,14 ou 14%)
e) um deles esteja vivo (R: 0,53 ou 53%)

Exercício 3. Um terço dos eleitores de certa comunidade é constituído por homens e

10% dos eleitores votaram em branco na última eleição. Supondo que estes eventos
sejam independentes, determine a probabilidade de escolher aleatoriamente um homem e
este ter votado em branco na última eleição. (R: 0,033 ou 3,3%)

Exercício 4. Em 25% das vezes João chega em casa tarde para jantar. Por outro lado, o
jantar atrasa em 10% das vezes. Se não há qualquer relacionamento entre os atrasos de
João e os atrasos para o jantar ficar pronto, qual é a probabilidade de ocorrerem ambos
os atrasos? (R: 0,025 ou 2,5%)

67
 Estatística

Exercício 5. As falhas de diferentes máquinas são independentes umas das outras. Se há

4 máquinas e suas respectivas falhas são: 1%, 2%, 5% e 10% em determinado dia,
calcule a probabilidade de:

a) todas falharem (R: 0,000001 ou 0,0001%)

b) nenhum falhar (R: 0,829521 ou 82,9521%)

Exercício 6. Marcelo tem dois velhos automóveis, A e B. Nas manhãs frias, existe 20%
de probabilidade do carro A não pegar e 30% do carro B não pegar. Em uma manhã fria,
qual a probabilidade de:

a) nenhum dos carros pegar (R: 0,06 ou 6%)

b) apenas 1 dos carros pegar (R: 0,38 ou 38%)
c) pelo menos 1 dos carros pegar (R: 0,94 ou 94%)

68
 Estatística

Propriedade 4: Probabilidade Condicional

 Se A e B são dois eventos dependentes então:

Quando dois eventos são dependentes, o conceito de probabilidade condicional é

empregado para indicar a probabilidade de ocorrência de um evento relacionado. A
expressão P(B/A) indica a probabilidade de ocorrer o evento B, dado que tenha ocorrido o
evento A .

P(A e B) = P(A) x P(B/A)

P(A e B)
Onde: P(B/A) =
P(A)

A B
P(B/A)
A AeB

AeB

69
 Estatística

Exemplo: Um lote de 10 peças produzidas por uma fábrica contém 8 peças boas e 2
defeituosas. Duas peças são retiradas aleatoriamente sem reposição pelo comprador do
lote. Qual é a probabilidade de:

a) as duas peças retiradas serem boas

P(B1 e B2) = P(B1) x P(B2/B1) = 8/10 x 7/9 = 56/90 = 0,6222 ou 62,22%

b) a primeira peça retirada ser boa e a segunda peça retirada ser defeituosa
P(B1 e D2) = P(B1) x P(D2/B1) = 8/10 x 2/9 = 16/90 = 0,1777 ou 17,77%

c) as duas peças retiradas serem defeituosas

P(D1 e D2) = P(D1) x P(D2/D1) = 2/10 x 1/9 = 2/90 = 0, 0222 ou 2,22%

ÁRVORE DE PROBABILIDADES

Boa
2ª Peça 7/9

1ª Peça

Boa
Defeituosa
8/10
2/9
8 Boas
2 defeituosas
__________
Boa
10 peças
8/9
Defeituosa
2/10

Defeituosa
1/9

70
 Estatística

Exercício 1. Um fabricante produz HDs em 3 fábricas (A, B, C), que respondem

respectivamente por 40%, 35% e 25% de sua produção total. Registros históricos indicam
que 2% da produção de A é defeituosa, 1% da produção de B é defeituosa e 3% da
produção de C é defeituosa. Escolhemos aleatoriamente um HD e verificamos que é
defeituoso. Qual é a probabilidade desse HD ter sido produzido na fábrica B? (R: 0,184 ou
18,4%)

Exercício 2. Ao responder uma pergunta num teste de múltipla escolha um candidato ou

sabe a resposta correta ou tenta adivinhar a resposta correta. Seja 0,75 a probabilidade
de que o candidato saiba a resposta correta da questão. Caso não saiba a resposta correta
o candidato escolhe uma entre 4 opções com probabilidade de 0,25 de acerto. Qual é a
probabilidade condicional de que o candidato realmente saiba uma questão que este
tenha respondido corretamente. (R: 0,9231 ou 92,31%)

Exercício 3. Duas urnas (A e B) guardam bolas brancas e pretas. A urna A tem 3 bolas
brancas e 1 preta enquanto que a urna B tem 3 bolas brancas e 3 bolas pretas.
Escolhendo-se uma urna ao acaso e, em seguida, sucessivamente e com reposição duas
de suas bolas a probabilidade de ocorrer uma branca e uma preta é: (R: 0,4375 ou
43,75%)

71
 Estatística

5.5 A Distribuição de probabilidade Normal ou Curva de Gauss

A distribuição Normal ou Gaussiana é, sem dúvida, o modelo probabilístico

mais conhecido. Várias técnicas estatísticas necessitam da suposição de que os dados se
distribuam normalmente para serem utilizadas. Na natureza, uma grande quantidade de
variáveis apresenta tal distribuição.

Os parâmetros da distribuição Normal são a média e o desvio-padrão, que

permitem infinitas curvas normais com diferentes formatos (mas sempre simétricas). O
gráfico da fX é apresentado a seguir:

A distribuição Normal, independentemente dos valores dos parâmetros, apresenta

sempre a seguinte relação:

72
 Estatística

5.6 Distribuição Normal-padrão ou Normal reduzida

Seja X uma variável aleatória normalmente distribuída com quaisquer parâmetros

média  e desvio-padrão . Se realizarmos a seguinte transformação, obteremos uma
nova variável Z com média 0 e desvio-padrão 1:

X = valor de interesse da variável

X −  = média da variável

Z=  = desvio-padrão da variável

Uma variável com distribuição Normal qualquer, pode ser padronizada

para a Normal Padrão. A distribuição Normal padronizada (Z) é tabelada, tem média
igual a 0 (zero) e desvio-padrão igual a 1 (um).

73
 Estatística

5.7 APRENDENDO A USAR A TABELA

Seja uma variável X normalmente distribuída, com média igual a 10 e desvio-padrão
igual a 2. Calcule a probabilidade de:

SITUAÇÃO 1: PROBABILIDADE INFERIOR A UM VALOR – P (X < 8,5)

SITUAÇÃO 2: PROBABILIDADE SUPERIOR A UM VALOR – P (X > 9,4)

SITUAÇÃO 3: PROBABILIDADE ENTRE DOIS VALORES – P (6,2 < X < 13)

74
 Estatística

ATIVIDADE PRÁTICA

Supondo que os pesos do papel descartado semanalmente pelas residências

tenham distribuição normal com média de 9,4 kg e desvio-padrão de 4,2 kg, determine a
probabilidade de uma residência aleatoriamente selecionada descartar:

a) Menos de 10 Kg

b) Mais de 12 Kg

c) Entre 5,0 kg e 8,0 kg.

75
 Estatística

Lista de Exercícios: Probabilidade

1- Ao lançar um dado, qual a probabilidade de ocorrer um número maior que 3?

2- Considere o experimento com uma urna que contém 3 bolas brancas, 5 bolas verdes e 2 vermelhas.
Retirando-se uma bola, identifique:
a) Defina a espaço amostral do experimento
Qual a probabilidade de sair
b) uma bola verde
c) uma bola branca
d) uma bola vermelha
e) uma bola verde ou branca
f) uma bola que não seja vermelha
g) uma bola azul

3 -Qual a probabilidade de sair um rei, quando retiramos uma carta de um baralho de 52 cartas?

4 - Em um lote de 15 peças, 3 são defeituosas. Sendo retirada uma peça, calcule;

a) a probabilidade dessa peça ser defeituosa
b) a probabilidade dessa peça ser perfeita.

5 - Na diretoria do DCE, existem cinco alunos do 4o semestre, quatro do 3o semestre e dois do 2o semestre.
Será feito um sorteio para distribuir brindes a três desses alunos, qual a probabilidade de serem
sorteados:
a) três alunos do 4o semestre
b) dois alunos do 4o semestre e um aluno do 3o semestre
c) um aluno do 4o semestre, um aluno de 3o semestre e um aluno do 2o semestre
d) não serem sorteados alunos do 4o semestre

6 - A probabilidade de três jogadores A, B e C marcarem um pênalti são respectivamente 30%, 40% e 45%.
Se cada jogador cobrar uma única vez, sendo consideradas independentes suas probabilidades de
acerto, qual a probabilidade de:
a) todos acertarem
b) somente um acertar
c) dois acertarem
d) todos errarem

7 - Uma urna marcada com a letra A contém 3 bolas brancas, 2 bolas verde e 1 bola preta. Uma urna
marcada com a letra B contém 1 bola branca, 4 bolas verdes e 2 bolas pretas e uma urna marcada com
a letra C contém 2 bolas brancas 3 bolas vedes e 2 bolas pretas. Se forem retiradas uma bola da urna
A, uma bola da urna B e uma bola da urna C, qual a probabilidade de sair:

a) uma bola branca, uma bola verde e uma bola preta, respectivamente
b) uma bola verde, uma bola branca e uma bola preta, respectivamente
c) uma bola branca, uma bola verde e uma bola branca, respectivamente
d) todas serem brancas
e) todas serem verde

76
 Estatística

8 - A probabilidade de João lembrar do aniversário de casamento é de 15% e a probabilidade de Maria

lembrar do aniversário de casamento é de 75%. No dia do aniversário do casamento, qual a probabilidade
de:
a) ambos lembrarem da data
b) somente o João lembrar da data.
c) ambos esquecerem da data.

9 - Uma urna contém 7 moedas de 50 centavos e 5 moedas de 10 centavos. Duas moedas são retiradas ao
acaso, sem reposição. Qual a probabilidade de se retirar desta urna:
a) 1 real
b) 60 centavos
c) 5 reais
d) 20 centavos

10 - Sabe-se que a probabilidade de um aluno do sexo feminino obter aprovação em um teste é 80% e de
um aluno do sexo masculino é de 60%. Considerando que ambos alunos façam seus testes
independentemente Qual a probabilidade de:

a) somente o aluno do sexo feminino obter aprovação

b) ao menos um dos aunos seja aprovado
c) os dois sejam reprovados

11 - Uma caixa contém 20 canetas iguais das quais 7 são defeituosas, em uma outra caixa há 12 canetas,
das quais 4 são defeituosas. Uma caneta é retirada de cada caixa, determine a probabilidade de:
a) ambas canetas retiradas sejam defeituosas
b) uma ser perfeita e a outra não

12 - O tempo necessário em uma oficina para o conserto da transmissão de um tipo de carro segue
distribuição normal com média de 45 minutos e desvio-padrão de 8 minutos. O mecânico comunicou a
um cliente que o carro estará pronto em 50 minutos. Qual probabilidade do mecânico atrasar o seu
serviço?

13 - A duração de certo componente eletrônico pode ser considerada normalmente distribuída com média de
850 dias e desvio-padrão de 45 dias. Calcular a probabilidade de um componente durar:

a) Entre 700e 1000 dias

b) Mais de 800 dias
c) Menos de 750 dias

14 - Determinado atacadista efetua suas vendas por telefone. Após alguns meses, verificou-se que os
pedidos se distribuem normalmente com média de 3.000 pedidos e desvio-padrão de 180 pedidos. Qual
a probabilidade de que um mês selecionado ao acaso esta empresa venda menos de 2700 pedidos

15 - O conteúdo líquido das garrafas de 300 ml de um refrigerante é normalmente distribuído com média de
300 ml e desvio-padrão de 2 ml. Determine a probabilidade de uma garrafa selecionada ao acaso
apresentar conteúdo líquido:

a) inferior a 306 ml
b) Superior a 305 ml
c) entre 302 e 304 ml

77
 Estatística

16 - O lucro mensal obtido com ações de determinada empresa tem distribuição normal com média de 12
mil reais e desvio-padrão de 5 mil reais. Qual a probabilidade de que em determinado mês o lucro desta
empresa seja:

a) superior a 18 mil reais

b) inferior a 8 mil reais
c) entre 10 e 15 mil reais

17 - Durante o mês de dezembro aumenta a procura por concessão de crédito para pessoa física. De acordo
com dados históricos é possível verificar que a procura segue uma distribuição aproximadamente
normal com média de 12,8 milhões e desvio-padrão de 15 milhões. Se as instiuições de crédito
reservarem 25 milhões para concessão de crédito, qual a probabilidade de faltar dinheiro para
emprestar?

18 - Suponha que a renda média anual de uma grande comunidade tenha distribuição normal com média de
15 mil reais e com um desvio-padrão de 3 mil reais. Qual a probabilidade de que um indivíduo
aleatoriamente selecionado deste grupo apresente uma média salarial anual superior a 18 mil reais?

19 - O escore de um estudante no vestibular é uma variável com distribuição normal com média de 550
pontos e desvio-padrão de 30 pontos. Se a admissão em certa faculdade exige um escore mínimo de
575 pontos, qual é a probabilidade de um aluno ser admitido nesta faculdade?

20 - As vendas de determinado produto têm apresentado distribuição normal com média de 600 unidades e
desvio-padrão de 40 unidades. Se a empresa decide fabricar 700 unidades naquele mesmo mês, qual é
a probabilidade dela não poder atender a todos os pedidos desse mês por estar com o estoque
esgotado?

21 - O volume de enchimento de uma máquina automática usada para encher latas de bebidas gasosas é
distribuído normalmente com uma média de 12,4 onças e um desvio-padrão de 0,1 onça. Qual a
probabilidade do volume de enchimento ser:

a) inferior a 12 onças
b) entre 12,1 e 12,6 onças
c) superior a 12,3 onças

22 - O tempo de reação de um motorista para o estímulo visual é normalmente distribuído com uma média
de 0,4 segundos com um desvio-padrão de 0,05 segundos. Qual a probabilidade de que uma reação de
um motorista requeira:

a) mais de 0,5 segundos

b) entre 0,4 e 0,5 segundos

23 - O período de falta de trabalho em um mês por causa de doenças dos empregados é normalmente
distribuído com uma média de 100 horas e desvio-padrão de 20 horas. Qual a probabilidade desse
período no próximo mês estar:

a) entre 50 e 80 horas
b) superior a 90 horas
c) inferior a 60 horas

78
 Estatística

6. ESTIMAÇÃO

Inferir consiste na retirada de informações para toda população baseando-se numa

amostra da mesma. Parâmetros são quantidades populacionais e estimadores são
funções de dados amostrais que irão gerar as estimativas para os parâmetros
populacionais.

Tabela - Exemplos de parâmetros e seus respectivos estimadores

Parâmetros Estimadores
Média populacional Média amostral
 X
Desvio-padrão populacional Desvio-padrão amostral
 s
Proporção populacional Proporção amostral
 p

6.1 Distribuição Amostral da média – Teorema do Limite Central

A base da estatística inferencial é o Teorema do Limite Central. Para entendermos o
funcionamento do processo de estimação da média precisamos aprender a
distribuição amostral das médias, que revela o comportamento probabilístico do
estimador X .

O teorema diz que, se extrairmos TODAS as possíveis amostras de tamanho n de

uma população de tamanho N, a distribuição das médias amostrais X tende a se distribuir
como uma curva Normal com média igual ao parâmetro  e desvio-padrão  n.

79
 Estatística

6.2 Estimação por ponto e por intervalos de confiança

O conhecimento do comportamento probabilístico dos estimadores faz com que
seja possível fornecer estimativas para parâmetros populacionais com um nível de
confiança fixado pelo pesquisador.

6.2.1 Estimação por ponto

A estimação por ponto é um procedimento muito simples que visa estimar o valor
do parâmetro através de estimativas pontuais (únicas). A grande vantagem deste tipo de
estimação é ser de fácil interpretação, entretanto a probabilidade de acerto “na mosca” é
praticamente nula, pois os estimadores podem ser encarados como variáveis aleatórias
contínuas.

6.2.2 Estimação por Intervalo

Há dois tipos de estimação de parâmetros: a estimação por ponto e por

intervalo. Ao realizarmos a estimação através do cálculo de intervalos, podemos ter uma
melhor idéia a respeito da precisão de nossa estimativa pontual, que pode ser uma média
ou uma proporção.

Um intervalo de confiança constitui uma região com alta probabilidade de conter

o verdadeiro valor do parâmetro, que pode ser a média populacional ou a proporção
populacional, por exemplo.

80
 Estatística

6.3 Intervalo de Confiança para  (Média Populacional)

Ao substituirmos o parâmetro  por seu estimador s , a distribuição amostral de X
deixa de ter uma distribuição Normal e passa a ter uma distribuição t de Student. Desta
forma os Intervalos de confiança podem ser utilizados em situações práticas. No caso de
populações infinitas o intervalo de confiança é construído pela seguinte expressão:

I.C. para  com nível 1 -  de Confiança

Atenção!

x    s x = média amostral
onde
 = z.  = erro amostral
z= valor tabelado
n s = desvio-padrão
n = tamanho da amostra

Os valores de Z (normal-padrão) podem ser obtidos na tabela Normal. Os valores

mais utilizados são:

Z 0,05 = 1,645 (para 90% de confiança)

Z 0,025 = 1,96 (para 95% de confiança)
Z 0,005 = 2,576 (para 99% de confiança)

Exemplo
O peso do papel descartado semanalmente pelas residências de um bairro foi objeto de
um estudo. Uma amostra de 60 residências apresentou um peso médio de papel
descartado de 9,4 kg com um desvio-padrão de 2,2 kg. Construa e interprete o
Intervalo de Confiança de 95% para o peso do papel descartado semanalmente de todas
as residências deste bairro.

81
 Estatística

6.4 Intervalo de Confiança para  (Proporção Populacional)

Seja  a proporção de “sucessos” de uma população, onde sucesso identifica um
indivíduo ou objeto que tenha uma propriedade especificada de interesse. Uma amostra
aleatória de n indivíduos será selecionada e X é o número de sucessos nessa amostra.
O Intervalo de Confiança para uma proporção da população  pode ser definido
como:

p    onde  = z.
p(1 − p)
n
Onde:

X
p = proporção na amostra =
n
n = tamanho da amostra

Z = valor na tabela Normal, conforme a confiança desejada

Exemplo: Num depósito, uma amostra de 100 latas de um certo produto alimentar
armazenadas para depois serem distribuídas foram verificadas constatando-se que 5
dessas latas ultrapassaram o prazo de validade. Construa e interprete o Intervalo de
confiança 95% para a proporção verdadeira de latas que já ultrapassaram o prazo de
validade.

82
 Estatística

Lista de Exercícios: Estimação

1. O tempo entre a carga e o final do processo (minutos) de um aço carbono em um tipo de fornalha
aberta foi determinado para cada aquecimento em uma amostra de tamanho 46, resultando em um
tempo médio de 382,1 minutos com um desvio-padrão de 31,5 minutos. Calcule e interprete:

a) Intervalo de Confiança 95% para a média

b) Intervalo de Confiança 99% para a média

2. Para estimar o tempo médio de atendimento em um restaurante do tipo fast food um pesquisador
anotou o tempo gasto por 40 garçonetes para completar um pedido-padrão (consistindo de 1
hambúrguer, uma fritas e uma bebida). As garçonetes levaram, em média, 4,3 minutos com um
desvio-padrão de 2,4 minutos, para completar os pedidos. Construa e interprete o intervalo de
confiança 95% para o verdadeiro tempo médio necessário para completar um pedido-padrão.

3. Para avaliar o peso médio de uma nova safra de limões, o administrador de uma fazenda obteve os
pesos de 50 limões novos encontrando uma média de 115,5 gramas, com um desvio-padrão de 20,4
gramas. Construa e interprete confiança 95% para o verdadeiro peso médio dos limões.

4. Uma amostra de 539 lares de certa cidade foi selecionada e determinou-se que em 133 deles havia
pelo menos uma arma de fogo. Usando um nível de confiança de 95% calcule e interprete o
Intervalo de Confiança para a verdadeira proporção de lares com pelo menos uma arma de fogo.
5. Em certo distrito, foi efetuada uma sondagem a 2500 eleitores dos quais 800 declararam ir votar no
candidato do partido A. Construa um intervalo de confiança de 90% para a proporção de votos no
candidato do partido.

6. Uma centena de componentes foi ensaiada e 93 deles funcionaram mais de 500 horas. Determinar
um intervalo de confiança 95% para a proporção.

7. Quarenta e uma pessoas, de uma amostra aleatória de 500 trabalhadores, estão desempregadas.
Calcule um intervalo de confiança 95% para esta proporção.

8. Em uma pesquisa de opinião com 600 pessoas entrevistadas, constatou-se que 240 responderam
“sim” a determinada pergunta feita. Estime, com 95% de confiança, a proporção de pessoas com
essa mesma opinião na população.

9. O dono de um café quer estimar o seu gasto médio diário por cliente. Numa amostra de 100 clientes
verificou que o gasto médio por cliente era de R$ 3,50 e o desvio padrão igual a 0,75. Estime um
intervalo de confiança para o verdadeiro gasto médio com 90% de confiança.

10. Numa região afetada por um surto epidémico, observou-se uma amostra de 2500 indivíduos, tendo-
se encontrado 850 contaminados. Determine os intervalos de confiança de 95% e de 99% de
confiança para a proporção de contaminados na população.

11. Numa tentativa de melhorar o esquema de atendimento, um médico procurou estimar o tempo
médio que gastava com cada paciente. Uma amostra aleatória de 40 pacientes, avaliados em um
período de 2 semanas, acusou uma média de 30 minutos e um desvio padrão de 7 minutos. Calcule
e interprete o intervalo de confiança de 90% para o verdadeiro tempo médio de atendimento dos
pacientes.

83
 Estatística

Tabela da Distribuição Normal Padrão P (Z < z) – VALORES POSITIVOS

z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
3,1 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993
3,2 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995
3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997
3,4 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998
3,5 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998
3,6 0,9998 0,9998 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,7 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,8 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

84
 Estatística

Tabela da Distribuição Normal Padrão P (Z < z) – VALORES NEGATIVOS

z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
-0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
-0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
-0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
-0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121
-0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776
-0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
-0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148
-0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867
-0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611
-1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379
-1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170
-1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985
-1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823
-1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681
-1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559
-1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455
-1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367
-1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294
-1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233
-2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
-2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143
-2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110
-2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084
-2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
-2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
-2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
-2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026
-2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019
-2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014
-3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010
-3,1 0,0010 0,0009 0,0009 0,0009 0,0008 0,0008 0,0008 0,0008 0,0007 0,0007
-3,2 0,0007 0,0007 0,0006 0,0006 0,0006 0,0006 0,0006 0,0005 0,0005 0,0005
-3,3 0,0005 0,0005 0,0005 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0003
-3,4 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0002
-3,5 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002
-3,6 0,0002 0,0002 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
-3,7 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
-3,8 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
-3,9 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000

85