Estatı́stica

Aula 7

Professor: Hugo Nunes

2019

1
Aula 7 - Medidas Estatı́sticas
Sumário

Aula 7 - Medidas Estatı́sticas

Introdução
Medidas Estatı́sticas de Tendência Central
Medidas Estatı́sticas de Dispersão

2
ˆ Meta:

3
ˆ Meta:

B Apresentar o conceito de medidas estatı́sticas com enfoque

no seu cálculo e na interpretação do valor resultante.

3
ˆ Meta:

B Apresentar o conceito de medidas estatı́sticas com enfoque

no seu cálculo e na interpretação do valor resultante.

ˆ Objetivos:

3
ˆ Meta:

B Apresentar o conceito de medidas estatı́sticas com enfoque

no seu cálculo e na interpretação do valor resultante.

ˆ Objetivos:

B reconhecer o conceito de medidas estatı́sticas e sua im-

portância dentro da estatı́stica;

3
ˆ Meta:

B Apresentar o conceito de medidas estatı́sticas com enfoque

no seu cálculo e na interpretação do valor resultante.

ˆ Objetivos:

B reconhecer o conceito de medidas estatı́sticas e sua im-

portância dentro da estatı́stica;
B calcular e identificar, no contexto de um conjunto de dados
real, as medidas estatı́sticas;

3
ˆ Meta:

B Apresentar o conceito de medidas estatı́sticas com enfoque

no seu cálculo e na interpretação do valor resultante.

ˆ Objetivos:

B reconhecer o conceito de medidas estatı́sticas e sua im-

portância dentro da estatı́stica;
B calcular e identificar, no contexto de um conjunto de dados
real, as medidas estatı́sticas;
B interpretar o valor resultante do cálculo das medidas es-
tatı́sticas dentro do conjunto de dados em estudo;

3
ˆ Meta:

B Apresentar o conceito de medidas estatı́sticas com enfoque

no seu cálculo e na interpretação do valor resultante.

ˆ Objetivos:

B reconhecer o conceito de medidas estatı́sticas e sua im-

portância dentro da estatı́stica;
B calcular e identificar, no contexto de um conjunto de dados
real, as medidas estatı́sticas;
B interpretar o valor resultante do cálculo das medidas es-
tatı́sticas dentro do conjunto de dados em estudo;
B identificar qual medida estatı́stica melhor irá representar o
seu conjunto de dado;

3
ˆ Meta:

B Apresentar o conceito de medidas estatı́sticas com enfoque

no seu cálculo e na interpretação do valor resultante.

ˆ Objetivos:

B reconhecer o conceito de medidas estatı́sticas e sua im-

portância dentro da estatı́stica;
B calcular e identificar, no contexto de um conjunto de dados
real, as medidas estatı́sticas;
B interpretar o valor resultante do cálculo das medidas es-
tatı́sticas dentro do conjunto de dados em estudo;
B identificar qual medida estatı́stica melhor irá representar o
seu conjunto de dado;
B analisar o valor resultante do cálculo da medida estatı́stica
dentro de um determinado conjunto de dados em estudo.
3
Sumário

Aula 7 - Medidas Estatı́sticas

Introdução
Medidas Estatı́sticas de Tendência Central
Medidas Estatı́sticas de Dispersão

4
Definição (Medidas de Tendência Central)
ˆ As medidas de tendência central descrevem o nı́vel geral dos
dados coletados, isto é, elas informam a tendência dos dados,
dos valores da série.

5
Definição (Medidas de Tendência Central)
ˆ As medidas de tendência central descrevem o nı́vel geral dos
dados coletados, isto é, elas informam a tendência dos dados,
dos valores da série.

ˆ Têm essa denominação em virtude dos dados observados ten-

derem a se agrupar ao redor dos valores centrais de sua distri-
buição.

5
Definição (Medidas de Tendência Central)
ˆ As medidas de tendência central descrevem o nı́vel geral dos
dados coletados, isto é, elas informam a tendência dos dados,
dos valores da série.

ˆ Têm essa denominação em virtude dos dados observados ten-

derem a se agrupar ao redor dos valores centrais de sua distri-
buição.

ˆ Por descrever o padrão geral dos dados, elas podem ser usadas
para resumir e representar os dados a partir das quais foram
calculadas.

5
Definição (Média Aritmética)
A média, ou média aritmética, de um conjunto de n valores
numéricos é definida como a razão entre a soma destes valores e
o tamanho do conjunto.

6
Definição (Média Aritmética)
A média, ou média aritmética, de um conjunto de n valores
numéricos é definida como a razão entre a soma destes valores e
o tamanho do conjunto.

Seja um conjunto A de n valores numéricos, descrito como A =

{x1 , x2 , . . . , xn }. Define-se sua média aritmética, ou simplesmente,
média, notada por X:
n
X
xi
x1 + x2 + . . . + xn x=1
X= ou X =
n n

6
Definição (Média Aritmética)
A média, ou média aritmética, de um conjunto de n valores
numéricos é definida como a razão entre a soma destes valores e
o tamanho do conjunto.

Seja um conjunto A de n valores numéricos, descrito como A =

{x1 , x2 , . . . , xn }. Define-se sua média aritmética, ou simplesmente,
média, notada por X:
n
X
xi
x1 + x2 + . . . + xn x=1
X= ou X =
n n
Onde n é o número total de dados observados (tamanho da amos-
tra).

6
Exemplo
Calcular o tempo médio (em dias) que cinco turistas permaneceram
em uma estância, sendo que cada um deles permaneceu: 6, 5, 5, 6
e 8 dias.

7
Exemplo
Calcular o tempo médio (em dias) que cinco turistas permaneceram
em uma estância, sendo que cada um deles permaneceu: 6, 5, 5, 6
e 8 dias.

Solução.
Calcula-se a média por:
x1 + x2 + . . . + xn
X =
n

7
Exemplo
Calcular o tempo médio (em dias) que cinco turistas permaneceram
em uma estância, sendo que cada um deles permaneceu: 6, 5, 5, 6
e 8 dias.

Solução.
Calcula-se a média por:
x1 + x2 + . . . + xn
X =
n
6+5+5+6+8
=
5

7
Exemplo
Calcular o tempo médio (em dias) que cinco turistas permaneceram
em uma estância, sendo que cada um deles permaneceu: 6, 5, 5, 6
e 8 dias.

Solução.
Calcula-se a média por:
x1 + x2 + . . . + xn
X =
n
6+5+5+6+8
=
5
30
=
5

7
Exemplo
Calcular o tempo médio (em dias) que cinco turistas permaneceram
em uma estância, sendo que cada um deles permaneceu: 6, 5, 5, 6
e 8 dias.

Solução.
Calcula-se a média por:
x1 + x2 + . . . + xn
X =
n
6+5+5+6+8
=
5
30
=
5
= 6

7
Exemplo
Calcular o tempo médio (em dias) que cinco turistas permaneceram
em uma estância, sendo que cada um deles permaneceu: 6, 5, 5, 6
e 8 dias.

Solução.
Calcula-se a média por:
x1 + x2 + . . . + xn
X =
n
6+5+5+6+8
=
5
30
=
5
= 6

A média dos dias de permanência de turistas em uma estância é de

seis dias.
7
Definição (Média Aritmética Ponderada)
A média aritmética ponderada é aplicável quando um conjunto
de valores possui elementos que se repetem.

8
Definição (Média Aritmética Ponderada)
A média aritmética ponderada é aplicável quando um conjunto
de valores possui elementos que se repetem.

Por exemplo, o conjunto A:

A = {1, 1, 5, 5, 5, 6, 6}

o elemento 1 repete-se duas vezes, o elemento 5 repete-se três vezes

e o elemento 6 repete-se duas vezes.

8
Definição (Média Aritmética Ponderada)
A média aritmética ponderada é aplicável quando um conjunto
de valores possui elementos que se repetem.

Por exemplo, o conjunto A:

A = {1, 1, 5, 5, 5, 6, 6}

o elemento 1 repete-se duas vezes, o elemento 5 repete-se três vezes

e o elemento 6 repete-se duas vezes.

Diz-se, então, que o elemento 1 tem peso 2 (duas repetições), o

elemento 5 tem peso 3 e o elemento 6 tem peso 2. Ao calcularmos
a média do conjunto terı́amos:

8
Definição (Média Aritmética Ponderada)
A média aritmética ponderada é aplicável quando um conjunto
de valores possui elementos que se repetem.

Por exemplo, o conjunto A:

A = {1, 1, 5, 5, 5, 6, 6}

o elemento 1 repete-se duas vezes, o elemento 5 repete-se três vezes

e o elemento 6 repete-se duas vezes.

Diz-se, então, que o elemento 1 tem peso 2 (duas repetições), o

elemento 5 tem peso 3 e o elemento 6 tem peso 2. Ao calcularmos
a média do conjunto terı́amos:
1+1+5+5+5+6+6 29
X= = = 4, 14
7 7

8
Definição (Média Aritmética Ponderada (continuação))
Podemos simplificar as operações, fazendo:

(1 × 2) + (5 × 3) + (6 × 2) 29
X= = = 4, 14
7 7

9
Definição (Média Aritmética Ponderada (continuação))
Podemos simplificar as operações, fazendo:

(1 × 2) + (5 × 3) + (6 × 2) 29
X= = = 4, 14
7 7
De uma forma geral, introduzimos a média aritmética ponderada
X P , dada por:
x1 p 1 + x2 p 2 + · · · + xn p n
XP =
p1 + p2 + · · · + pn

9
Definição (Média Aritmética Ponderada (continuação))
Podemos simplificar as operações, fazendo:

(1 × 2) + (5 × 3) + (6 × 2) 29
X= = = 4, 14
7 7
De uma forma geral, introduzimos a média aritmética ponderada
X P , dada por:
x1 p 1 + x2 p 2 + · · · + xn p n
XP =
p1 + p2 + · · · + pn
Onde xi são os elementos repetidos do conjunto, e pi são os pe-
sos(número de vezes em que os elementos ocorrem no conjunto).

9
Exemplo
Os valores relativos ao tempo (em horas) de espera para o embar-
que em determinado voo de 31 turistas, em viagens ao Nordeste
brasileiro, foram dispostos na seguinte distribuição de frequência:

Tempo de espera (horas) Turistas

7 3
6 4
5 6
4 7
3 5
2 4
1 2
Total 31

Calcule o tempo médio que esses turistas aguardaram para embarcar

em seu voo. Interprete o resultado.
10
Solução.
Para você encontrar o tempo médio de espera, deve utilizar a média
ponderada:

11
Solução.
Para você encontrar o tempo médio de espera, deve utilizar a média
ponderada:

Vamos usar a tabela pra facilitar o cálculo:

Tempo de espera (horas) Turistas xi p i

Solução.
Para você encontrar o tempo médio de espera, deve utilizar a média
ponderada:

Vamos usar a tabela pra facilitar o cálculo:

Tempo de espera (horas) Turistas xi p i

7 3 21
Solução.
Para você encontrar o tempo médio de espera, deve utilizar a média
ponderada:

Vamos usar a tabela pra facilitar o cálculo:

Tempo de espera (horas) Turistas xi p i

7 3 21
6 4 24
Solução.
Para você encontrar o tempo médio de espera, deve utilizar a média
ponderada:

Vamos usar a tabela pra facilitar o cálculo:

Tempo de espera (horas) Turistas xi p i

7 3 21
6 4 24
5 6 30
Solução.
Para você encontrar o tempo médio de espera, deve utilizar a média
ponderada:

Vamos usar a tabela pra facilitar o cálculo:

Tempo de espera (horas) Turistas xi p i

7 3 21
6 4 24
5 6 30
4 7 28
Solução.
Para você encontrar o tempo médio de espera, deve utilizar a média
ponderada:

Vamos usar a tabela pra facilitar o cálculo:

Tempo de espera (horas) Turistas xi p i

7 3 21
6 4 24
5 6 30
4 7 28
3 5 15
Solução.
Para você encontrar o tempo médio de espera, deve utilizar a média
ponderada:

Vamos usar a tabela pra facilitar o cálculo:

Tempo de espera (horas) Turistas xi p i

7 3 21
6 4 24
5 6 30
4 7 28
3 5 15
2 4 8
Solução.
Para você encontrar o tempo médio de espera, deve utilizar a média
ponderada:

Vamos usar a tabela pra facilitar o cálculo:

Tempo de espera (horas) Turistas xi p i

7 3 21
6 4 24
5 6 30
4 7 28
3 5 15
2 4 8
1 2 2
Solução.
Para você encontrar o tempo médio de espera, deve utilizar a média
ponderada:

Vamos usar a tabela pra facilitar o cálculo:

Tempo de espera (horas) Turistas xi p i

7 3 21
6 4 24
5 6 30
4 7 28
3 5 15
2 4 8
1 2 2
Total 31 128

11
Solução (continuação).

x1 p1 + x2 p2 + · · · + xn pn
XP =
p1 + p2 + · · · + pn

12
Solução (continuação).

x1 p1 + x2 p2 + · · · + xn pn
XP =
p1 + p2 + · · · + pn
128
=
31

12
Solução (continuação).

x1 p1 + x2 p2 + · · · + xn pn
XP =
p1 + p2 + · · · + pn
128
=
31
= 4, 1

12
Solução (continuação).

x1 p1 + x2 p2 + · · · + xn pn
XP =
p1 + p2 + · · · + pn
128
=
31
= 4, 1

Assim, conclui-se que o tempo médio de espera para embarque foi

de 4,1 horas.

12
Propriedades da Média Aritmética

1. Propriedade I: Se somarmos ou diminuı́rmos uma constante

a cada termo da série, a média aritmética fica somada ou di-
minuı́da desta mesma constante.

13
Propriedades da Média Aritmética

1. Propriedade I: Se somarmos ou diminuı́rmos uma constante

a cada termo da série, a média aritmética fica somada ou di-
minuı́da desta mesma constante.
Seja um conjunto A, de valores numéricos, definido como

A = {x1 , x2 , . . . , xn }

e com média X A .

13
Propriedades da Média Aritmética

1. Propriedade I: Se somarmos ou diminuı́rmos uma constante

a cada termo da série, a média aritmética fica somada ou di-
minuı́da desta mesma constante.
Seja um conjunto A, de valores numéricos, definido como

A = {x1 , x2 , . . . , xn }

e com média X A .
Seja um conjunto B, de valores numéricos, definido como

B = {x1 ± k, x2 ± k, . . . , xn ± k}

(sendo k uma contante) e com média X B .

13
Propriedades da Média Aritmética

1. Propriedade I: Se somarmos ou diminuı́rmos uma constante

a cada termo da série, a média aritmética fica somada ou di-
minuı́da desta mesma constante.
Seja um conjunto A, de valores numéricos, definido como

A = {x1 , x2 , . . . , xn }

e com média X A .
Seja um conjunto B, de valores numéricos, definido como

B = {x1 ± k, x2 ± k, . . . , xn ± k}

(sendo k uma contante) e com média X B .

A média X B será igual a X A ± k.

13
Exemplo - Propriedade I

ˆ Seja C = {3, 4, 5}. Temos que a média é X C = 4.

14
Exemplo - Propriedade I

ˆ Seja C = {3, 4, 5}. Temos que a média é X C = 4.

ˆ Seja D = {6, 7, 8} = {3 + 3, 4 + 3, 5 + 3}. Temos que a

média é X D = 4 + 3 = 7.

14
Propriedades da Média Aritmética

2. Propriedade II: Se multiplicarmos ou dividirmos uma cons-

tante por cada termo da série, a média aritmética fica multipli-
cada ou dividı́da por esta mesma constante.

15
Propriedades da Média Aritmética

2. Propriedade II: Se multiplicarmos ou dividirmos uma cons-

tante por cada termo da série, a média aritmética fica multipli-
cada ou dividı́da por esta mesma constante.
Seja um conjunto A, de valores numéricos, definido como

A = {x1 , x2 , . . . , xn }

e com média X A .

15
Propriedades da Média Aritmética

2. Propriedade II: Se multiplicarmos ou dividirmos uma cons-

tante por cada termo da série, a média aritmética fica multipli-
cada ou dividı́da por esta mesma constante.
Seja um conjunto A, de valores numéricos, definido como

A = {x1 , x2 , . . . , xn }

e com média X A .
Seja um conjunto B, de valores numéricos, definido como

B = {x1 × k, x2 × k, . . . , xn × k}

(sendo k uma contante) e com média X B .

15
Propriedades da Média Aritmética

2. Propriedade II: Se multiplicarmos ou dividirmos uma cons-

tante por cada termo da série, a média aritmética fica multipli-
cada ou dividı́da por esta mesma constante.
Seja um conjunto A, de valores numéricos, definido como

A = {x1 , x2 , . . . , xn }

e com média X A .
Seja um conjunto B, de valores numéricos, definido como

B = {x1 × k, x2 × k, . . . , xn × k}

(sendo k uma contante) e com média X B .

A média X B será igual a X A × k.

15
Exemplo - Propriedade II

ˆ Seja C = {3, 4, 5}. Temos que a média é X C = 4.

16
Exemplo - Propriedade II

ˆ Seja C = {3, 4, 5}. Temos que a média é X C = 4.

ˆ Seja D = {9, 12, 15} = {3 × 3, 4 × 3, 5 × 3}. Temos que a

média é X D = 4 × 3 = 12.

16
Propriedades da Média Aritmética

3. Propriedade III: A soma algébrica dos desvios em relação a

média é sempre zero.

17
Propriedades da Média Aritmética

3. Propriedade III: A soma algébrica dos desvios em relação a

média é sempre zero.

Os desvios (di ) (diferença entre cada elemento do conjunto em

relação à média), temos:

di = xi − X A = 0

17
Exemplo - Propriedade II

ˆ Seja C = {3, 4, 5}. Temos que a média é X C = 4.

18
Exemplo - Propriedade II

ˆ Seja C = {3, 4, 5}. Temos que a média é X C = 4.

Temos que:

d1 = 3 − 4 = −1
d2 = 4 − 4 = 0
d3 = 5 − 4 = 1

18
Exemplo - Propriedade II

ˆ Seja C = {3, 4, 5}. Temos que a média é X C = 4.

Temos que:

d1 = 3 − 4 = −1
d2 = 4 − 4 = 0
d3 = 5 − 4 = 1

Assim d1 + d2 + d3 = 0

18
Observações
ˆ Vantagens do uso da média:

19
Observações
ˆ Vantagens do uso da média:

B A média é a Estatı́stica de Tendência Central de mais fácil

compreensão. É utilizada de forma generalizada, na Es-
tatı́stica Descritiva e na Inferencial;

19
Observações
ˆ Vantagens do uso da média:

B A média é a Estatı́stica de Tendência Central de mais fácil

compreensão. É utilizada de forma generalizada, na Es-
tatı́stica Descritiva e na Inferencial;
B A média sempre pode ser calculada em conjuntos
numéricos;

19
Observações
ˆ Vantagens do uso da média:

B A média é a Estatı́stica de Tendência Central de mais fácil

compreensão. É utilizada de forma generalizada, na Es-
tatı́stica Descritiva e na Inferencial;
B A média sempre pode ser calculada em conjuntos
numéricos;
B Pode ser tratada algebricamente. Por exemplo, se um con-
junto muito grande de valores é subdividido, as médias
dos subconjuntos podem ser combinadas, para fornecer a
média do conjunto original.

19
Observações
ˆ Desvantagens do uso da média:

20
Observações
ˆ Desvantagens do uso da média:

B Como seu valor pode ser distorcido pela presença de ele-

mentos extremos no conjunto, há de se fazer uma ve-
rificação na distribuição destes valores, para julgar se a
média é boa ou ruim para caracterizar o conjunto.

20
Definição (Moda)
A moda de um conjunto de valores numéricos é o valor de maior
frequência dentro do conjunto.

21
Definição (Moda)
A moda de um conjunto de valores numéricos é o valor de maior
frequência dentro do conjunto.

Assim, um conjunto pode possuir uma moda apenas, ou pode pos-

suir mais de uma moda, ou pode não possuir moda.

21
Definição (Moda)
A moda de um conjunto de valores numéricos é o valor de maior
frequência dentro do conjunto.

Assim, um conjunto pode possuir uma moda apenas, ou pode pos-

suir mais de uma moda, ou pode não possuir moda.

Para que um conjunto possua moda, é necessário que:

21
Definição (Moda)
A moda de um conjunto de valores numéricos é o valor de maior
frequência dentro do conjunto.

Assim, um conjunto pode possuir uma moda apenas, ou pode pos-

suir mais de uma moda, ou pode não possuir moda.

Para que um conjunto possua moda, é necessário que:

1. Existam valores repetidos no conjunto;

21
Definição (Moda)
A moda de um conjunto de valores numéricos é o valor de maior
frequência dentro do conjunto.

Assim, um conjunto pode possuir uma moda apenas, ou pode pos-

suir mais de uma moda, ou pode não possuir moda.

Para que um conjunto possua moda, é necessário que:

1. Existam valores repetidos no conjunto;

2. No conjunto, existam um ou mais valores que se repitam mais

vezes do que os demais.

21
Definição (Moda)
A moda de um conjunto de valores numéricos é o valor de maior
frequência dentro do conjunto.

Assim, um conjunto pode possuir uma moda apenas, ou pode pos-

suir mais de uma moda, ou pode não possuir moda.

Para que um conjunto possua moda, é necessário que:

1. Existam valores repetidos no conjunto;

2. No conjunto, existam um ou mais valores que se repitam mais

vezes do que os demais.

A moda é notada por Mo. A frequência da moda, ou das modas, é

chamada frequência modal.
21
Exemplo
Para os conjuntos de dados a seguir, que representam o tempo de
permanência (em dias) de executivos em viagens de negócios, en-
contre a moda em cada situação.

22
Exemplo
Para os conjuntos de dados a seguir, que representam o tempo de
permanência (em dias) de executivos em viagens de negócios, en-
contre a moda em cada situação.

ˆ 1. 7, 8, 9, 10, 10, 10, 11, 12, 13 e 15:

22
Exemplo
Para os conjuntos de dados a seguir, que representam o tempo de
permanência (em dias) de executivos em viagens de negócios, en-
contre a moda em cada situação.

ˆ 1. 7, 8, 9, 10, 10, 10, 11, 12, 13 e 15:

B Mo = 10: pois é o valor que mais se repete (tem maior

frequência).

22
Exemplo
Para os conjuntos de dados a seguir, que representam o tempo de
permanência (em dias) de executivos em viagens de negócios, en-
contre a moda em cada situação.

ˆ 1. 7, 8, 9, 10, 10, 10, 11, 12, 13 e 15:

B Mo = 10: pois é o valor que mais se repete (tem maior

frequência).

ˆ 2. 3, 5, 8, 10, 12, 13

22
Exemplo
Para os conjuntos de dados a seguir, que representam o tempo de
permanência (em dias) de executivos em viagens de negócios, en-
contre a moda em cada situação.

ˆ 1. 7, 8, 9, 10, 10, 10, 11, 12, 13 e 15:

B Mo = 10: pois é o valor que mais se repete (tem maior

frequência).

ˆ 2. 3, 5, 8, 10, 12, 13

B Não há moda, distribuição amodal, pois não há um valor que
mais se repita.

22
Exemplo
Para os conjuntos de dados a seguir, que representam o tempo de
permanência (em dias) de executivos em viagens de negócios, en-
contre a moda em cada situação.

ˆ 1. 7, 8, 9, 10, 10, 10, 11, 12, 13 e 15:

B Mo = 10: pois é o valor que mais se repete (tem maior

frequência).

ˆ 2. 3, 5, 8, 10, 12, 13

B Não há moda, distribuição amodal, pois não há um valor que
mais se repita.

ˆ 3. 2, 3, 4, 4, 4, 5, 6, 7, 7, 7, 8, 9

22
Exemplo
Para os conjuntos de dados a seguir, que representam o tempo de
permanência (em dias) de executivos em viagens de negócios, en-
contre a moda em cada situação.

ˆ 1. 7, 8, 9, 10, 10, 10, 11, 12, 13 e 15:

B Mo = 10: pois é o valor que mais se repete (tem maior

frequência).

ˆ 2. 3, 5, 8, 10, 12, 13

B Não há moda, distribuição amodal, pois não há um valor que
mais se repita.

ˆ 3. 2, 3, 4, 4, 4, 5, 6, 7, 7, 7, 8, 9

B Mo = 4 e Mo = 7, a distribuição é bimodal, pois esses são os

dois valores que ocorrem com maior frequência. 22
Observações
ˆ Vantagens da moda:

23
Observações
ˆ Vantagens da moda:

B Quando a frequência modal é alta (por exemplo, 50% do

conjunto), a moda passa a ser o valor “tı́pico” do conjunto;

23
Observações
ˆ Vantagens da moda:

B Quando a frequência modal é alta (por exemplo, 50% do

conjunto), a moda passa a ser o valor “tı́pico” do conjunto;

B A moda não é afetada por valores extremos do conjunto;

23
Observações
ˆ Vantagens da moda:

B Quando a frequência modal é alta (por exemplo, 50% do

conjunto), a moda passa a ser o valor “tı́pico” do conjunto;

B A moda não é afetada por valores extremos do conjunto;

B Ao contrário da média, se um conjunto possui moda(s),

esta(s) pertence(m) necessariamente ao conjunto.

23
Observações
ˆ Desvantagens da moda:

24
Observações
ˆ Desvantagens da moda:

B A moda pode não existir;

24
Observações
ˆ Desvantagens da moda:

B A moda pode não existir;

B O conjunto pode ser bimodal ou polimodal;

24
Observações
ˆ Desvantagens da moda:

B A moda pode não existir;

B O conjunto pode ser bimodal ou polimodal;
B A frequência modal é muito baixa (poucas repetições), o
que torna a moda não caracterı́stica do conjunto.

24
Definição
Mediana É o valor do rol (sequência ordenada e crescente de dados)
que ocupa o centro da distribuição, ou seja, é o valor que divide a
distribuição ao meio. A mediana é denotada por Md

25
Definição
Mediana É o valor do rol (sequência ordenada e crescente de dados)
que ocupa o centro da distribuição, ou seja, é o valor que divide a
distribuição ao meio. A mediana é denotada por Md

Exemplo
Encontre a mediana dos dias de permanência de sete turistas es-
trangeiros no Brasil. Os dados são: 3, 7, 4, 12, 14, 10, 15.

25
Definição
Mediana É o valor do rol (sequência ordenada e crescente de dados)
que ocupa o centro da distribuição, ou seja, é o valor que divide a
distribuição ao meio. A mediana é denotada por Md

Exemplo
Encontre a mediana dos dias de permanência de sete turistas es-
trangeiros no Brasil. Os dados são: 3, 7, 4, 12, 14, 10, 15.

Solução.
Colocamos em rol: 3, 4, 7, 10, 12, 14, 15. O valor central (no
“meio” do conjunto) é o elemento 10, logo Md = 10.

25
Observação
ˆ Em conjuntos pequenos, de tamanho ı́mpar, é fácil determinar
a mediana. Se o conjunto possui n elementos e n é ı́mpar, a
mediana ocupa a posição central:

(n + 1)
Md =
2

26
Observação
ˆ Em conjuntos pequenos, de tamanho ı́mpar, é fácil determinar
a mediana. Se o conjunto possui n elementos e n é ı́mpar, a
mediana ocupa a posição central:

(n + 1)
Md =
2

ˆ Em conjuntos pequenos, de tamanho par, temos duas posições

centrais. Neste caso, a mediana será a média dos dois valores
centrais.

26
Exemplo - Mediana em conjunto par

1. Seja o conjunto B = {1, 0, 3, 5, 4, 9, 2, 1}.

27
Exemplo - Mediana em conjunto par

1. Seja o conjunto B = {1, 0, 3, 5, 4, 9, 2, 1}.

2. Vamos colocar ele em ordem B = {0, 1, 1, 2, 3, 4, 5, 9}.

27
Exemplo - Mediana em conjunto par

1. Seja o conjunto B = {1, 0, 3, 5, 4, 9, 2, 1}.

2. Vamos colocar ele em ordem B = {0, 1, 1, 2, 3, 4, 5, 9}.

3. Pegamos os valores centrais: B = {0, 1, 1, 2, 3, 4, 5, 9}

27
Exemplo - Mediana em conjunto par

1. Seja o conjunto B = {1, 0, 3, 5, 4, 9, 2, 1}.

2. Vamos colocar ele em ordem B = {0, 1, 1, 2, 3, 4, 5, 9}.

3. Pegamos os valores centrais: B = {0, 1, 1, 2, 3, 4, 5, 9}

4. Fazemos a média entre os valores centrais e achamos a

mediana:
2+3
Md = = 2, 5
2

27
Definição (Pondo Médio)
O ponto médio de um conjunto é a média entre o maior valor e o
menor valor do conjunto.
Maior valor + Menor valor
x=
2

28
Definição (Pondo Médio)
O ponto médio de um conjunto é a média entre o maior valor e o
menor valor do conjunto.
Maior valor + Menor valor
x=
2

Exemplo
Seja o conjunto A = {3, 8, 1, 9, 4}. Seu ponto médio, x, é dado
por:
9+1
x= =5
2

28
Sumário

Aula 7 - Medidas Estatı́sticas

Introdução
Medidas Estatı́sticas de Tendência Central
Medidas Estatı́sticas de Dispersão

29
Definição (Medidas de dispersão)
Estas estatı́sticas irão representar a variabilidade existente dentro
de um determinado conjunto de dados, ou seja, irão nos auxiliar a
quantificar o quão homogêneos estão esses dados.

30
Definição (Amplitude total - R)
A amplitude total é definida como a diferença entre o maior e o
menor valor observado. Sendo:

Xmax = maior valor da distribuição

xmin = menor valor da distribuição

31
Definição (Amplitude total - R)
A amplitude total é definida como a diferença entre o maior e o
menor valor observado. Sendo:

Xmax = maior valor da distribuição

xmin = menor valor da distribuição

Então:
R = Xmax − xmin

31
Definição (Amplitude total - R)
A amplitude total é definida como a diferença entre o maior e o
menor valor observado. Sendo:

Xmax = maior valor da distribuição

xmin = menor valor da distribuição

Então:
R = Xmax − xmin

Observação
Quanto maior a amplitude total, mais heterogêneos (mais dispersos)
são os dados entre si.

31
Exemplo 1
Considere os seguintes dados: 15, 12, 10, 17, 16, sobre os dias de
permanência de turistas brasileiros em visita à Europa. A amplitude
é:

32
Exemplo 1
Considere os seguintes dados: 15, 12, 10, 17, 16, sobre os dias de
permanência de turistas brasileiros em visita à Europa. A amplitude
é:
R = 17 − 10 = 7

32
Exemplo 2
Considere a série a seguir, que representa a temperatura máxima
registrada durante 30 dias numa região visitada por turistas.

Temperatura (ºC) fi
10 2
15 6
20 12
30 7
40 3
Total 30

33
Exemplo 2
Considere a série a seguir, que representa a temperatura máxima
registrada durante 30 dias numa região visitada por turistas.

Temperatura (ºC) fi
10 2
15 6
20 12
30 7
40 3
Total 30

Temos:
R = 40 − 10 = 30C

33
Vantagens da amplitude total
Faz-se uso da amplitude total quando se quer determinar a amplitude
ou variação da temperatura em um dia ou ano, em controle da
qualidade ou quando a compreensão popular é mais importante que
a exatidão e a eficácia.

34
Vantagens da amplitude total
Faz-se uso da amplitude total quando se quer determinar a amplitude
ou variação da temperatura em um dia ou ano, em controle da
qualidade ou quando a compreensão popular é mais importante que
a exatidão e a eficácia.

Desvantagens da amplitude total

A amplitude total tem o inconveniente de só levar em conta os dois
valores extremos da série, descuidando-se do conjunto de valores
intermediários, o que quase sempre invalida a precisão e a eficácia
do resultado. Ela é apenas uma indicação aproximada da dispersão
ou variabilidade.

34
Vantagens da amplitude total
Faz-se uso da amplitude total quando se quer determinar a amplitude
ou variação da temperatura em um dia ou ano, em controle da
qualidade ou quando a compreensão popular é mais importante que
a exatidão e a eficácia.

Desvantagens da amplitude total

A amplitude total tem o inconveniente de só levar em conta os dois
valores extremos da série, descuidando-se do conjunto de valores
intermediários, o que quase sempre invalida a precisão e a eficácia
do resultado. Ela é apenas uma indicação aproximada da dispersão
ou variabilidade.

34
Definição (Desvios)
Chamamos de desvio a diferença entre um valor e a média dos dados,
ou seja, a diferença entre cada elemento de uma série de dados
e a média aritmética dos elementos dessa série. Os desvios dos
elementos são calculados pela fórmula:

di = xi − X

35
Exemplo
Seja o conjunto A = {0, 3, 2, 7, 8, 4}. A média deste conjunto é:

36
Exemplo
Seja o conjunto A = {0, 3, 2, 7, 8, 4}. A média deste conjunto é:
0+3+2+7+8+4 24
X= = =4
6 6

36
Exemplo
Seja o conjunto A = {0, 3, 2, 7, 8, 4}. A média deste conjunto é:
0+3+2+7+8+4 24
X= = =4
6 6
Calculando os desvios dos elementos do conjunto, temos:

xi X di
0 4 -4

36
Exemplo
Seja o conjunto A = {0, 3, 2, 7, 8, 4}. A média deste conjunto é:
0+3+2+7+8+4 24
X= = =4
6 6
Calculando os desvios dos elementos do conjunto, temos:

xi X di
0 4 -4
3 4 -1

36
Exemplo
Seja o conjunto A = {0, 3, 2, 7, 8, 4}. A média deste conjunto é:
0+3+2+7+8+4 24
X= = =4
6 6
Calculando os desvios dos elementos do conjunto, temos:

xi X di
0 4 -4
3 4 -1
2 4 -2

36
Exemplo
Seja o conjunto A = {0, 3, 2, 7, 8, 4}. A média deste conjunto é:
0+3+2+7+8+4 24
X= = =4
6 6
Calculando os desvios dos elementos do conjunto, temos:

xi X di
0 4 -4
3 4 -1
2 4 -2
7 4 +3

36
Exemplo
Seja o conjunto A = {0, 3, 2, 7, 8, 4}. A média deste conjunto é:
0+3+2+7+8+4 24
X= = =4
6 6
Calculando os desvios dos elementos do conjunto, temos:

xi X di
0 4 -4
3 4 -1
2 4 -2
7 4 +3
8 4 +4

36
Exemplo
Seja o conjunto A = {0, 3, 2, 7, 8, 4}. A média deste conjunto é:
0+3+2+7+8+4 24
X= = =4
6 6
Calculando os desvios dos elementos do conjunto, temos:

xi X di
0 4 -4
3 4 -1
2 4 -2
7 4 +3
8 4 +4
4 4 0

36
Exemplo
Seja o conjunto A = {0, 3, 2, 7, 8, 4}. A média deste conjunto é:
0+3+2+7+8+4 24
X= = =4
6 6
Calculando os desvios dos elementos do conjunto, temos:

xi X di
0 4 -4
3 4 -1
2 4 -2
7 4 +3
8 4 +4
4 4 0
Total 0

36
Observação
Note que temos desvios negativos, positivos e nulos.

37
Observação
Note que temos desvios negativos, positivos e nulos.

ˆ Desvios negativos ocorrem quando os elementos são menores

que a média;

37
Observação
Note que temos desvios negativos, positivos e nulos.

ˆ Desvios negativos ocorrem quando os elementos são menores

que a média;

ˆ Desvios positivos acontecem quando os elementos são maiores

do que a média;

37
Observação
Note que temos desvios negativos, positivos e nulos.

ˆ Desvios negativos ocorrem quando os elementos são menores

que a média;

ˆ Desvios positivos acontecem quando os elementos são maiores

do que a média;

ˆ Desvios nulos ocorrem quando os elementos são coincidentes

com a média.

37
Observação
Já vimos que a soma algébrica dos desvios em relação à média
é igual a zero. Esta é uma das propriedades da média, que já foi
estudada, e é uma maneira de conferirmos se nossas contas estão
certas.

38
Definição (Desvio Médio)
O desvio médio avalia a variabilidade ou a dispersão dos dados em
torno da média aritmética, isto é, elas indicam a representatividade
da média. É a Média aritmética dos desvios absolutos de uma série
de termos, tomados em relação à sua média aritmética.
n
X
|di |
i=1
d=
n

39
Exemplo
Voltando ao exemplo anterior, temos:

xi X di |d|
0 4 -4 4

40
Exemplo
Voltando ao exemplo anterior, temos:

xi X di |d|
0 4 -4 4
3 4 -1 1

40
Exemplo
Voltando ao exemplo anterior, temos:

xi X di |d|
0 4 -4 4
3 4 -1 1
2 4 -2 2

40
Exemplo
Voltando ao exemplo anterior, temos:

xi X di |d|
0 4 -4 4
3 4 -1 1
2 4 -2 2
7 4 +3 3

40
Exemplo
Voltando ao exemplo anterior, temos:

xi X di |d|
0 4 -4 4
3 4 -1 1
2 4 -2 2
7 4 +3 3
8 4 +4 4

40
Exemplo
Voltando ao exemplo anterior, temos:

xi X di |d|
0 4 -4 4
3 4 -1 1
2 4 -2 2
7 4 +3 3
8 4 +4 4
4 4 0 0

40
Exemplo
Voltando ao exemplo anterior, temos:

xi X di |d|
0 4 -4 4
3 4 -1 1
2 4 -2 2
7 4 +3 3
8 4 +4 4
4 4 0 0
Total 0 14

40
Exemplo
Voltando ao exemplo anterior, temos:

xi X di |d|
0 4 -4 4
3 4 -1 1
2 4 -2 2
7 4 +3 3
8 4 +4 4
4 4 0 0
Total 0 14

Assim:
4+1+2+3+4+0 14
d= = = 2, 33
6 6

40
(continuação...)
Este desvio médio, de 2,33, indica que os elementos da amostra se
desviam, em média, de 2,33 unidades (acima e abaixo da média).
Este desvio é em relação à média, lembre-se que pode ser tanto
positivo quanto negativo.

41
Definição (Variância)
É a medida de dispersão mais utilizada na prática, pois considera to-
dos os valores numéricos do conjunto de dados. É a média aritmética
dos quadrados dos desvios em relação à média da distribuição.
n
X
d2i
i=1
s2 =
n−1

42
Definição (Variância)
É a medida de dispersão mais utilizada na prática, pois considera to-
dos os valores numéricos do conjunto de dados. É a média aritmética
dos quadrados dos desvios em relação à média da distribuição.
n
X
d2i
i=1
s2 =
n−1

Definição (Desvio padrão)

É definido como a raiz quadrada da variância, utilizado para que a
medida de variabilidade fique na mesma escala da variável original.
√
s = s2

42
Exemplo
Seja o conjunto do exemplo anterior, A = {0, 3, 2, 7, 8, 4}. A média
do conjunto, X = 4, e os desvios foram calculados.

43
Exemplo
Seja o conjunto do exemplo anterior, A = {0, 3, 2, 7, 8, 4}. A média
do conjunto, X = 4, e os desvios foram calculados.

xi di d2

43
Exemplo
Seja o conjunto do exemplo anterior, A = {0, 3, 2, 7, 8, 4}. A média
do conjunto, X = 4, e os desvios foram calculados.

xi di d2
0 -4 16

43
Exemplo
Seja o conjunto do exemplo anterior, A = {0, 3, 2, 7, 8, 4}. A média
do conjunto, X = 4, e os desvios foram calculados.

xi di d2
0 -4 16
3 -1 1

43
Exemplo
Seja o conjunto do exemplo anterior, A = {0, 3, 2, 7, 8, 4}. A média
do conjunto, X = 4, e os desvios foram calculados.

xi di d2
0 -4 16
3 -1 1
2 -2 4

43
Exemplo
Seja o conjunto do exemplo anterior, A = {0, 3, 2, 7, 8, 4}. A média
do conjunto, X = 4, e os desvios foram calculados.

xi di d2
0 -4 16
3 -1 1
2 -2 4
7 3 9

43
Exemplo
Seja o conjunto do exemplo anterior, A = {0, 3, 2, 7, 8, 4}. A média
do conjunto, X = 4, e os desvios foram calculados.

xi di d2
0 -4 16
3 -1 1
2 -2 4
7 3 9
8 4 16

43
Exemplo
Seja o conjunto do exemplo anterior, A = {0, 3, 2, 7, 8, 4}. A média
do conjunto, X = 4, e os desvios foram calculados.

xi di d2
0 -4 16
3 -1 1
2 -2 4
7 3 9
8 4 16
4 0 0

43
Exemplo
Seja o conjunto do exemplo anterior, A = {0, 3, 2, 7, 8, 4}. A média
do conjunto, X = 4, e os desvios foram calculados.

xi di d2
0 -4 16
3 -1 1
2 -2 4
7 3 9
8 4 16
4 0 0
Total 0 46

43
Exemplo
Seja o conjunto do exemplo anterior, A = {0, 3, 2, 7, 8, 4}. A média
do conjunto, X = 4, e os desvios foram calculados.

xi di d2
0 -4 16
3 -1 1
2 -2 4
7 3 9
8 4 16
4 0 0
Total 0 46

43
(continuação)
A variância, então, será:
n
X
d2i
i=1
s2 =
n−1

44
(continuação)
A variância, então, será:
n
X
d2i
i=1
s2 =
n−1

46
s2 =
5

44
(continuação)
A variância, então, será:
n
X
d2i
i=1
s2 =
n−1

46
s2 =
5

s2 = 9, 2

44
(continuação)
A variância, então, será:
n
X
d2i
i=1
s2 =
n−1

46
s2 =
5

s2 = 9, 2

O desvio padrão será:

p
s= 9, 2 = 3, 03

44
Definição (Coeficiente de variação)
O coeficiente de variação (CV) é a razão percentual entre o desvio
padrão e a média. Sua fórmula, portanto, é:
S
CV = × 100
X

45
Definição (Coeficiente de variação)
O coeficiente de variação (CV) é a razão percentual entre o desvio
padrão e a média. Sua fórmula, portanto, é:
S
CV = × 100
X

Observação
Temos que:

ˆ CV ≤ 15%, baixa dispersão (dados homogêneos).

ˆ 15% < CV ≤ 30%, média dispersão.
ˆ CV > 30%, alta dispersão (dados muito heterogêneos)

45
Exemplo
Numa agência de viagens, o salário médio dos homens é de R$
400,00 com desvio padrão de R$ 150,00 e o das mulheres é de
R$ 300,00 com desvio padrão de R$ 120,00. Qual o grupo mais
heterogêneo quanto ao salário?

46
Exemplo
Numa agência de viagens, o salário médio dos homens é de R$
400,00 com desvio padrão de R$ 150,00 e o das mulheres é de
R$ 300,00 com desvio padrão de R$ 120,00. Qual o grupo mais
heterogêneo quanto ao salário?
Solução.
ˆ Cálculo do CV dos homens:
150
CVH = × 100 = 38%
400

46
Exemplo
Numa agência de viagens, o salário médio dos homens é de R$
400,00 com desvio padrão de R$ 150,00 e o das mulheres é de
R$ 300,00 com desvio padrão de R$ 120,00. Qual o grupo mais
heterogêneo quanto ao salário?
Solução.
ˆ Cálculo do CV dos homens:
150
CVH = × 100 = 38%
400

ˆ Cálculo do CV das mulheres:

120
CVM = × 100 = 40%
300

46
Exemplo
Numa agência de viagens, o salário médio dos homens é de R$
400,00 com desvio padrão de R$ 150,00 e o das mulheres é de
R$ 300,00 com desvio padrão de R$ 120,00. Qual o grupo mais
heterogêneo quanto ao salário?
Solução.
ˆ Cálculo do CV dos homens:
150
CVH = × 100 = 38%
400

ˆ Cálculo do CV das mulheres:

120
CVM = × 100 = 40%
300
O grupo mais heterogêneo é o das mulheres, pois seus salários
tiveram uma maior variação. 46