Você está na página 1de 48

1

ESTATÍSTICA
Profa. Ms. Francini Mandolesi
Setembro/2015

E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055
ESTATÍSTICA

• Ementa

– Estatística descritiva;
– Estatística Indutiva;
– População;
– Amostragem;
– Variáveis dos resultados;
– Coleta de dados;
– Análise e Interpretação dos resultados;
– Técnicas de descrição gráfica;
– Media;
– Moda;
– Mediana;
– Desvio padrão;
– Coeficiente de variação;
– Correlação;
– Regressão linear.

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

3
A ESTATÍSTICA
• É uma parte da matemática aplicada que fornece
métodos para coleta, organização, descrição,
análise e interpretação de dados e para a
utilização dos mesmos na tomada de decisões.

• A coleta, a organização ,a descrição dos dados,


o cálculo e a interpretação de coeficientes
pertencem à ESTATÍSTICA DESCRITIVA,
enquanto a análise e a interpretação dos dados,
associado a uma margem de incerteza, ficam a
cargo da ESTATÍSTICA INDUTIVA ou
INFERENCIAL, também chamada como a medida
da incerteza ou métodos que se fundamentam na
teoria da probabilidade.

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

4
MÉDIA ARITMÉTICA
• A média aritmética é uma medida de locação usada para
resumir dados quantitativos aproximadamente simétricos.

Análise Estatística
Preço do Saco Cimento CP 2 por Loja
• Para se obter a média Prob. E Estatística
aritmética de uma Loja Preço R$
categoria basta somar Loja 1 19,90
suas frequências e Loja 2 19,98
Loja 3 20,06
dividi-las pelo total de Loja 4 20,14
contagens. Loja 5 19,54
Loja 6 18,94
Loja 7 18,97
Loja 8 19,00
Loja 9 19,03
Loja 10 19,06
Loja 11 19,16
Loja 12 19,26
Loja 13 19,36
Loja 14 18,97
Loja 15 19,00
Loja 16 19,03
Loja 17 19,06
Loja 18 18,97
Média 19,30

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

5
MEDIANA

• É uma medida de tendência central que indica


exatamente o valor central de uma amostra de dados.

• Exemplos:
• O preço de um determinado produto da loja no
semestre se comportou da seguinte forma, colocados
em ordem crescente, foram: R$ 4,00; R$ 4,00; R$
5,00 ; R$ 7,00; R$ 7,00. São cinco preços. A mediana
é o valor que está no centro da amostra, ou seja, R$
5,00. Podemos afirmar que 40% do preço ficaram
acima de R$ 5,00 e 40% ficaram abaixo de R$ 5,00.

• A quantidade de lojas de materiais de construção de


uma determinada rede espalhados pelas cidades do
litoral de um determinado Estado é: 1, 2, 3, 3, 5, 7, 8,
10, 10, 10. Como a amostra possui dez valores e,
portanto, não há um valor central, calculamos a
mediana tirando a média dos dois valores centrais:

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

6
MODA

• É a medida de tendência central que consiste no valor


observado com mais frequência em um conjunto de
dados.

Um determinado setor da loja fez, em dez


horas, a seguinte quantidade de venda do item
portas: 3, 2, 0, 3, 0, 4, 3, 1, 3, 1; a moda
desse conjunto é de 3 portas.

Se uma setor da loja registra, em quinze dias,


a quantidade de clientes: 52, 50, 55, 53, 61,
52, 52, 59, 55, 54, 53, 52, 50, 51, 60; a
moda desse conjunto é de 52 clientes.

As alturas das prateleira do estoque são 1,82


m; 1,75 m; 1,65 m; 1,58 m; 1,70 m. Nesse caso,
não há moda, porque nenhum valor se
repete.

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

7
COLETA DE DADOS

• Fase operacional. É o registro sistemático de dados, com


um objetivo determinado.

• Dados primários: quando são publicados pela


própria pessoa ou organização que os haja recolhido.

Ex: tabelas do censo demográfico do IBGE.

• Dados secundários: quando são publicados por outra


organização.

Ex: quando determinado jornal publica estatísticas


referentes ao censo demográfico extraídas do IBGE.

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

8
COLETA

• Coleta Direta: quando é obtida diretamente da fonte. Ex:


Empresa que realiza uma pesquisa para saber a preferência
dos consumidores pela sua marca.

• Coleta Contínua: registros de nascimento, óbitos,


casamentos;

• Coleta Periódica: recenseamento demográfico, censo


industrial;

• Coleta Ocasional: registro de casos de dengue.

• Coleta Indireta: É feita por deduções a partir dos


elementos conseguidos pela coleta direta, por analogia, por
avaliação,indícios ou proporcionalização.

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

9
APRESENTAÇÃO DOS DADOS
• Há duas formas de apresentação, que não se excluem
mutuamente.

• A apresentação tabular, ou seja é uma apresentação


numérica dos dados em linhas e colunas distribuídas de
modo ordenado, segundo regras práticas fixadas pelo
Conselho Nacional de Estatística.

• A apresentação gráfica dos dados numéricos constitui


uma apresentação geométrica permitindo uma visão rápida
e clara do fenômeno.

ANÁLISE E INTERPRETAÇÃO
DOS DADOS
• A última fase do trabalho estatístico é a mais importante e
delicada.

• Está ligada essencialmente ao cálculo de medidas e


coeficientes, cuja finalidade principal é descrever o
fenômeno (estatística descritiva).

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

10
DEFINIÇÕES DA ESTATÍSTICA

• DADO ESTATÍSTICO: é um dado numérico e é


considerado a matéria-prima sobre a qual iremos
aplicar os métodos estatísticos.

• POPULAÇÃO: é o conjunto total de elementos


portadores de, pelo menos, uma característica
comum.

• AMOSTRA: é uma parcela representativa da


população que É EXAMINADA com o propósito de
tirarmos conclusões sobre a essa população.

• PARÂMETROS: São valores singulares que existem


na população e que servem para caracterizá-la. Para
definirmos um parâmetro devemos examinar toda a
população.

Ex: Os alunos do 2º ano da FACEV têm em média 1,70


metros de estatura.

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

11
DEFINIÇÕES DA ESTATÍSTICA
• ESTIMATIVA: é um valor aproximado do parâmetro e é
calculado com o uso da amostra.

• ATRIBUTO: quando os dados estatísticos apresentam um


caráter qualitativo, o levantamento e os estudos
necessários ao tratamento desses dados são designados
genericamente de estatística de atributo.

• VARIÁVEL: é o conjunto de resultados possíveis de um


fenômeno

• VARIÁVEL QUALITATIVA: Quando seu valores são


expressos por atributos: marca, fabricante, modelo, etc.

• VARIÁVEL QUANTITATIVA: Quando os dados são de


caráter nitidamente quantitativo, e o conjunto dos
resultados possui uma estrutura numérica, trata-se
portanto da estatística de variável e se dividem em:

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

12
DEFINIÇÕES DA ESTATÍSTICA
• VARIÁVEL DISCRETA OU DESCONTÍNUA: Seus valores
são expressos geralmente através de números inteiros não
negativos. Resulta normalmente de contagens. Ex: Nº de
funcionários do setor de um determinado setor da loja no
1º semestre de 2015: mar = 18 , abr = 30 , mai = 35 , jun =
36.

• VARIÁVEL CONTÍNUA: Resulta normalmente de uma


mensuração, e a escala numérica de seus possíveis
valores corresponde ao conjunto R dos números Reais,
ou seja, podem assumir, teoricamente, qualquer valor entre
dois limites.

Exemplos:

• Cor de tinta para parede interna: qualitativa


• Índice de liquidez nas Lojas: quantitativa contínua
• Produção de cimento no Brasil: quantitativa contínua
• Número de defeitos em produtos vendidos: quantitativa discreta
• Comprimento dos pregos vendidos: quantitativa contínua
• O ponto obtido em cada jogada de um dado: quantitativa discreta

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

13
AMOSTRAGEM
MÉTODOS PROBABILÍSTICOS

• Exige que cada elemento da população possua determinada


probabilidade de ser selecionado. Normalmente possuem
a mesma probabilidade. Assim, se N for o tamanho da
população, a probabilidade de cada elemento ser
selecionado será 1/N. Trata-se do método que garante
cientificamente a aplicação das técnicas estatísticas de
inferências. Somente com base em amostragens
probabilísticas é que se podem realizar inferências ou
induções sobre a população a partir do conhecimento da
amostra.

• É uma técnica especial para recolher amostras, que


garantem, tanto quanto possível, o acaso na escolha.

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

14
AMOSTRAGEM
AMOSTRAGEM CASUAL ou ALEATÓRIA SIMPLES
• É o processo mais elementar e frequentemente utilizado. É
equivalente a um sorteio lotérico. Pode ser realizada
numerando-se a população de 1 a n e sorteando-se, a
seguir, por meio de um dispositivo aleatório qualquer, x
números dessa sequência, os quais corresponderão aos
elementos pertencentes à amostra.

Ex: Vamos obter uma amostra, de 10%, representativa


para a pesquisa do preço de uma determinada marca de
tinta de 90 lojas concorrentes:
1º - numeramos as lojas de 1 a 90.
2º - escrevemos os números das lojas, de 1 a 90, em
pedaços iguais de papel, colocamos na urna e após
mistura retiramos, um a um, nove números que formarão a
amostra.

OBS: quando o número de elementos da amostra é muito


grande, esse tipo de sorteio torna-se muito trabalhoso.
Neste caso utiliza-se uma Tabela de números aleatórios,
construída de modo que os algarismos de 0 a 9 são
distribuídos ao acaso nas linhas e colunas.

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

15
AMOSTRAGEM
AMOSTRAGEM PROPORCIONAL ESTRATIFICADA:
• Quando a população se divide em estratos (sub-
populações), convém que o sorteio dos elementos da
amostra leve em consideração tais estratos, daí obtemos
os elementos da amostra proporcional ao número de
elementos desses estratos

Ex: Vamos obter uma amostra proporcional estratificada, de


10%, do exemplo anterior, supondo, que, das 90 lojas, 54
sejam lojas de bairro e 36 sejam lojas grandes. São
portanto dois estratos (lojas de bairro e lojas grandes ).
Logo, temos:

Lojas População 10% Amostra

Bairro 54 5,4 5
Grandes 36 3,6 4
Somatoria 90 9,0 9

• Numeramos então as lojas de 01 a 90, sendo 01 a 54


bairro e 55 a 90 grande e procedemos o sorteio casual com
urna ou tabela de números aleatórios.

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

16
TABELA

• É um quadro que resume um conjunto de dados dispostos


segundo linhas e colunas de maneira sistemática.

• De acordo com a Resolução 886 do IBGE, nas casas ou


células da tabela devemos colocar :

• um traço horizontal ( - ) quando o valor é zero;


• três pontos ( ... ) quando não temos os dados;
• zero ( 0 ) quando o valor é muito pequeno para ser
expresso pela unidade utilizada;
• um ponto de interrogação ( ? ) quando temos dúvida
quanto à exatidão de determinado valor.

Obs: O lado direito e esquerdo de uma tabela oficial deve


ser aberto..

• SÉRIE ESTATÍSTICA: É qualquer tabela que apresenta a


distribuição de um conjunto de dados estatísticos em
função da época, do local ou da espécie.

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

17
GRÁFICOS ESTATÍSTICOS
• São representações visuais dos dados estatísticos que
devem corresponder, mas nunca substituir as tabelas
estatísticas.
• Características: Uso de escalas, sistema de coordenadas,
simplicidade, clareza e veracidade.

• Gráficos de informação: São gráficos destinados


principalmente ao público em geral, objetivando proporcionar
uma visualização rápida e clara. São gráficos tipicamente
expositivos, dispensando comentários explicativos
adicionais. As legendas podem ser omitidas, desde que as
informações desejadas estejam presentes.

• Gráficos de análise: São gráficos que prestam-se melhor


ao trabalho estatístico, fornecendo elementos úteis à fase de
análise dos dados, sem deixar de ser também informativos.
Os gráficos de análise frequentemente vêm acompanhados
de uma tabela estatística. Inclui-se, muitas vezes um texto
explicativo, chamando a atenção do leitor para os pontos
principais revelados pelo gráfico.

• Uso indevido de Gráficos: Podem trazer uma idéia falsa


dos dados que estão sendo analisados, chegando mesmo a
confundir o leitor. Trata-se, na realidade, de um problema de
construção de escalas.

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

18
DESVIO PADRÃO
• Em Probabilidade e Estatística, o desvio padrão é a
medida mais comum da dispersão estatística (representado
pelo símbolo sigma, σ ou s).

• Ele mostra o quanto de variação ou "dispersão" existe em


relação à média (ou valor esperado).

• Um baixo desvio padrão indica que os dados tendem a estar


próximos da média; um desvio padrão alto indica que os
dados estão espalhados por uma gama de valores.

• O desvio padrão define-se como a raiz quadrada da


variância.
• É definido desta forma de maneira a dar-nos uma medida da
dispersão que:

– seja um número não-negativo;


– use a mesma unidade de medida dos dados fornecidos
inicialmente.
– Faz-se uma distinção entre o desvio padrão σ (sigma) ou
s, do total de uma população ou de uma variável
aleatória, e o desvio padrão de um subconjunto em
amostra.

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

19
EXEMPLO DE QUESTÕES

• Qual é a porcentagem de homens da sua amostra?

• Qual o salário médio dos funcionários da sua amostra?

• O que o cliente procura: Preço ou Qualidade?

DESVIO PADRÃO

• Desvio padrão: margem de erro

S = desvio padrão

∑x - (∑x )
S=
n-1

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

20
DESVIO PADRÃO
Calcular o desvio padrão previsional de horas extras de
um setor de 9 funcionários.
2
Horas extras (x) (x) .
20 400
22 484
24 576
25 625 n=9
26 676
27 729
28 784
29 841
30 900
∑x = 231 2
∑x = 6.015

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

21
DESVIO PADRÃO
2
6015 - (231)
S=
9
8
S= 6015 - 53361
9
8
6015 - 5929
S=
8

86 10,75
S= = = S = 3,28
8

Coeficiente de Variância

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

22
DESVIO PADRÃO
Coeficiente de Variância
Algumas regras empíricas para interpretação do coeficiente
de variância.

Se: cv < 15% há baixa dispersão

Se: 15% ≤ c.v. ≤ 30% há média dispersão

Se: cv ≥ 30% há elevada dispersão

Em uma loja, o salário médio dos homens é de R$


4.000,00; com desvio padrão de R$ 1.500,00 e o salário
médio das mulheres é de R$ 3.000,00; com desvio padrão
de R$ 1.200,00. A dispersão relativa dos salários é maior
para os homens?

Homens x H = 4.000,00 S H = 1.500,00


x M = 3.000,00 SM = 1.200,00

cv Homens = cv = S . 100 = cv = 1.500 . 100 = cv H= 37,5%


H
x 4.000

cv Mulheres = cv = S . 100 = cv = 1.200 . 100 = cv M= 40%


M
x 3.000

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

23
DESVIO PADRÃO
Os salários das mulheres tem dispersão relativa maior do
que os salários dos Homens.

As duas distribuições apresentam elevada dispersão.

(cv ≥ 30%)

EXERCÍCIO - I Orçamento (X) x2


1,1 1,21
1,2 1,44
1,1 1,21
1,3 1,69
Calcular o desvio padrão e o 1,2 1,44
coeficiente de variância do 1,3 1,69
orçamento realizado em 20 1,4 1,96
lojas diferentes em milhões: 1,5 2,25
1,1 1,21
1,1 1,21
1,2 1,44
1,3 1,69
1,4 1,96
1,5 2,25
1,3 1,69
1,6 2,56
1,4 1,96
1,3 1,69
1,4 1,96
1,6 2,56

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

24
SOLUÇÃO

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

25
SOLUÇÃO

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

26
EXERCÍCIO - II

Em uma empresa, o salário médio dos homens é de R$


8.500,00; com desvio padrão de R$ 2.700,00 e o salário
médio das mulheres é de R$ 9.000,00; com desvio padrão
de R$ 3.200,00. A dispersão relativa dos salários é maior
para os homens?

SOLUÇÃO

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

27
SOLUÇÃO

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

28
DISTRIBUIÇÃO DE
FREQUÊNCIA
a) ROL Consiste em colocar os dados em ordem
crescente.

b) Amplitude Total é a diferença entre o maior e o


menor valor.

c) Cada Classe é um intervalo do tipo li ls


onde li = limite inferior e ls = limite superior.

d) O limite inferior pertence a classe e o limite superior


não pertence a classe.

e) amplitude de classe (h) é obtida dividindo-se a


amplitude total pelo número de classes.

f) Frequencia da classe (F) é o número de elementos


que pertencem a classe.

0
g) Frequencia total ( 0 0F) é a soma das frequencias de
todas as classes.

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

29
DISTRIBUIÇÃO DE
FREQUÊNCIA
h) Ponto médio da classe:

Pm = li + ls ou li + h
2 2

i) Frequência relativa (FR): é o quociente da frequência


da classe pela frequência total

0
FR = F obs. 0 0FR = 1,00
0
0 0F

j) Frequencia Percentual F% = 100 x FR

k) Frequencia acumulada (FA) [e a soma da frequencia


de cada classe com todas as anteriores

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

30
A tabela abaixo representa o peso (em ton) de 40
carretas de entrega de um determinado produto.

a) Tabela primitiva

160 163 165 151 152 156 180 158

155 162 152 166 154 161 157 169

161 161 167 170 162 171 160 158

162 160 170 160 161 156 156 168

150
150 155 164 164 160 153 155 163

b) ROL colocar em ordem crescente

150 154 156 160 161 162 164 169


151 155 156 160 161 162 165 170
152 155 157 160 161 163 166 170
152 155 158 160 161 163 167 171
153 156 158 160 162 164 168 180
180

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

31
c) Calcular Amplitude Total
diferença entre o maior e o menor.

At = R = 180 – 150 = 30cm

d) Organizar 6 classes de frequência

Classe li h ls h = amplitude classes

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

32
e) Montar uma tabela com os seguintes dados e efetuar a
tabulacao, indicando a frequencia de cada classe,
frequencia total, calcular os pontos medios das classes,
calcular frequencia relativas, percentuais, acumulados e
acumuladas percentuais

classe ponto médio F F.R. F% FA FA%


150 - 155 152,5 6 0,15 15% 6 15%
155 - 160 157,5 9 0,22 22% 15 37%
160 - 165 162,5 16 0,4 40% 31 77%
165 - 170 167,5 5 0,13 13% 36 90%
170 - 175 172,5 3 0,08 8% 39 98%
175 - 180 177,5 1 0,02 2% 40 100%
40 1 100%

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

33
EXERCÍCIO - III
A) Montar uma tabela com 5 classes, com os seguintes
dados e efetuar a tabulacao, indicando a frequência
relativa de cada classe, frequência percentual, calcular
os pontos medios das classes, e acumulados e
acumuladas percentuais

B) Calcule a média, moda e mediana da tabela abaixo.

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

34
SOLUÇÃO
A

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

35
Correlação e Regressão
Linear Simples
• O comportamento conjunto de duas váriaveis pode ser
observado através de um gráfico, denominado diagrama de
dispersão.

• O diagrama de dispersão da idéia do comportamento


conjunto de duas variáveis. Se quando uma das variáveis
cresce e a outra em média também cresce, nesse caso diz-
se que entre as duas váriaveis existe correlação positiva. Se
quando uma das váriaveis cresce e a outra em média
diminui, nesse caso diz-se que entre as duas variáveis existe
correlação negativa.

Coeficiente de Correlação
• Existe uma medida para o grau de correlação entre duas
váriaveis. Essa medida é o coeficiente de correlação de
Pearson, que se representa por “ r ”e é definido pela
fórmula:
∑xy - ∑x . ∑y
n
)( )
2 2 2 2
∑x - (∑x) ∑y - (∑y)
r= ( n n

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

36
Diagrama de Dispersão
Salário X Tempo de Serviço
tempo de serviço
12

10

6
tempo de serviço

0
- 500,00 1.000,00 1.500,00 2.000,00 2.500,00

Observação
O coeficiente de corelação varia entre -1 e +1 se “r” assume o
valor 1, diz-se que as duas variaveis tem correlação perfeita
possitiva;

e se “r” assume o valor -1, diz-se que as duas variavies tem


corelação perfeita negativa;

Se “r” assume o valor ZERO, não existe correlação entre as


duas variaveis (a correlação é nula).

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

37
Cálculo do Coeficiente
de Corelação.

n. fun(x) n. itens(y) x2 y 2
x.Y
Jan 200 109 40.000 11.881 21.800
Fev 190 100 36.100 10.000 19.000
Mar 170 98 28.900 9.604 16.660
Abr 150 90 22.500 8.100 13.500
Mai 138 85 19.044 7.225 11.730
Jun 100 72 10.000 5.184 7.200
Jul 90 61 8.100 3.721 5.490
Ago 80 58 6.400 3.364 4.640
Set 70 50 4.900 2.500 3.500
Out 60 49 3.600 2.401 2.940
Nov 70 56 4.900 3.136 3.920
∑ 1.318 828 184.444 67.116 110.380

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

38
Cálculo do coeficiente
de corelação.

∑xy - ∑x . ∑y
n
)(
∑x - (∑x) ∑y - (∑y)
2 2 2 2
∑x = 1.318
r= ( n n
)
∑y = 828
2
∑x = 184.444
2
110.380 – 1318 . 828
∑y = 67.116 11
2

∑xy = 110.380 r= ( )(
184444 -(1318) 67116 - (828)
1 1
2
)
1 1

r = 0,99

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

39
EXERCÍCIO - IV

Calcule o coeficiente de corelação, desvio padrão e


coeficiente de variancia dos salários.

tempo de serviço
salário (x)
(y)
800 1
890 2
1.100 3
1.300 4
1.400 5
1.520 6
1.640 7
1.800 8
1.930 9
2.100 10

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

40
Cálculo do Coeficiente
de Corelação.

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

41
Equação da Reta

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

42
Calcule a Equação
da Reta
Faturamento Nº de
mensal(x) funcionários(y)
5 400
5,6 415
6 417
6,6 430
7 437
8 442
8,4 460
8,8 465
9 470
9,5 472
10 475
10,2 480

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

43
SOLUÇÃO

b = 42575 - 94,1 . 5363


a=y - b.x
12
772,21 -( 94,1)2 a = 446,92 - 15,16 . 7,84
12
a = 446,92 - 118,85
b = 42575 - 42054,8 a = 328,07
772,21 - 737,90

b = 520,2 = b = 15,16 y = a + bx
34,31
y = 328,07 + 15,16x equação reta
x = 94,1 = 7,84
12
y = 5363 = 446,92
12

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

44
EXERCÍCIO - V
Os dados a seguir correspondem à variável renda familiar e
gasto com construção (em unidades monetárias) para uma
amostra de 25 famílias.

Renda Familiar (X) Gasto com


Calcule o coeficiente de Construção (Y)
3 1,5
correlação e a equação 5 2,0
da Reta de regressão. 10 6,0
10 7,0
20 10,0
20 12,0
20 15,0
30 8,0
40 10,0
50 20,0
60 20,0
70 25,0
70 30,0
80 25,0
100 40,0
100 35,0
100 40,0
120 30,0
120 40,0
140 40,0
150 50,0
180 40,0
180 50,0
200 60,0
200 50,0

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

45
Calcular o coeficiente de correlação entre essas variáveis.

Denotamos as variáveis:
Y = Gasto com Alimentação; e
X = Renda familiar

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

46
Obtenha a equação de regressão do gasto com alimentação
em função da renda familiar.

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

47
A reta de regressão estimada da variável Gasto de
alimentação (Y) em função da Renda familiar (X) é

Qual o significado prático do valor da inclinação da reta de


regressão do item (c)?

O valor =0,256 significa que estima-se que para cada aumento


de uma unidade monetária da renda familiar ocorre um
acréscimo em média de 0,256 unidades no gasto com
alimentação.

Profa. Ms. Francini Mandolesi


E-mail: fmandolesi@uol.com.br
Telefone: (011) 95136-0055

48

Você também pode gostar