Introdução A Estatistica PDF

Capítulo 1
Introdução a Estatística
1.1 Introdução Histórica

Embora a estatística seja recente na área de pesquisa, ela já era observada de forma rudimentar e imprecisa
na Antiguidade, quando então os governantes faziam registros de dados que consideravam importantes, tais
como as informações sobre suas populações e suas riquezas, tendo como objectivo fins militares ou tributários.
Os governantes investigavam o número de habitantes, de nascimentos e de óbitos, faziam avaliações dos bens
e riquezas do povo para que cobrassem os impostos proporcionais. Em guerras era de suma importância
avaliar armamentos, os animais e o número de guerreiros disponíveis da própria tribo e o da adversária.
Ou seja as, as primeiras aplicações da estatística eram registros de dados que atendiam às necessidades
do Estado para que os governantes tomassem conhecimento de dados demográficos e económicos. A igreja
Católica Romana teve participação importante ao tornar compulsório os registros de baptismos, casamentos
e óbitos, a partir do Concílio de Treno (1545-1563).
A palavra estatística deriva de statu, que em latim significa estado, e apareceu pela primeira vez no
século XVIII, sugerida pelo alemão Godofredo Achenwall. A partir do século XVI, as tabelas tornaram-se
mais completas, surgiram as representações gráficas e o cálculo de probabilidades, no século XVII, verificou-
se que a estatística poderia ser utilizada para tirar conclusões e tomar decisões baseadas na análise de dados.
Na actualidade a estatístia é uma ciência moderna, imprescindível para entender aspectos e problemas
em todas as áreas do conhecimento. Segundo Bernoulli, a estatística pode ser definida como: "um conjunto
de métodos e processos quantitativos que servem para estudar e medir os fenómenos colectivos".
1.2 Necessidade da Estatística nas Ciências Económicas e de Ges-

tão
Nas áreas económicas e de gestão de empresas, a Estatística pode ser utilizada com três objectivos:
1. Descrever e compreender relações entre diferentes características de uma população;

2. Tomar decisões mais correctas, e;
3. Fazer face à mudança
1.3 A Estatística e Etapas da Análise Estatística

A estatística fornece métodos para a coleta, organização, descrição, análise e interpretação de dados. Os
resultados podem ser utilizados para planeamento, tomadas de decisão ou formulação de soluções.
O método estatístico pode ser entendido como um conjunto de meios que, conduzidos e dispostos conveni-
entemente, permite que se canalizem as informações para determinado objectivo.
1.3.1 Etapas da Análise Estatística:

1. definição dos objectivos;
1
Notas de Estatística I-FEC/UJES Huambo/2016 Alcides Onésimo Nunda
2. planeamento e elaboração da coleta de dados;
3. classificação dos dados e apresentação dos valores númericos;

4. análise dos resultados;
5. elaboração do relatório com as conclusões.
O estudo estatístico inicia-se com o planeamento da pesquisa, que representa a organização do plano geral
do trabalho que estabelece os objectivos e a utilização dos meios estatísticos.
A coleta de dados vai obter informações sobre a realidade a ser estudada. Em algumas áreas, os instrumentos
de uso mais frequentes para a coleta são os questionários e as entrevistas.
Após a coleta dos dados, é necessário classificá-los; isso significa estabelecer categorias que permitam a
reunião das informações coletadas.
1.4 Estatística Descritiva e Estatística Inferencial

A estatística pode ser englobada em duas etapas: a estatística descritiva e a inferencial.
1.4.1 Estatística Descritiva: coleta, organização e descrição dos dados

O simples levantamento da informação e sua apresentação em tabelas estatísticas, limitando-se a apre-
sentar os dados e gráficos de um dado fenómeno levam o nome de estatística descritiva.
É necessário que a informação seja organizada para sua posterior análise e interpretação. A análise dos
dados permite caracterizar como os elementos se distribuem, quais os valores de tendência central, qual a
variabilidade, qual a relação entre as variáveis e a verificação das semelhanças e diferenças entre os elementos.
1.4.2 Estatística Inferencial: análise e interpretação dos dados

A interpretação dos dados consiste nas comparações, ligações lógicas, estabelecimento de princípios e
generalizações que indiquem as vantagens e desvantangenss dos resultados obtidos.
1.5 Definições Básicas da Estatística

A aplicação da estatística ocorre em todas as áreas do conhecimento, pois contribui parea a obtenção da
matéria-prima necessária ao planeamento, através de estimativas, previsões e simulações que sustentarão as
decisões a serem tomadas.
Faz-se uso da estatística e da amostragem como instrumentos auxiliares para determinar qual o produto
estatístico que se deve oferecer, a quem se deve oferecer, quando se deve oferecer e como se deve oferecer.
O actual universo globalizado sofre influência de algumas variáveis, como as situações socioeconómicas,
culturais, políticas ou de mercado. Nesse contexto as projecções estatísticas são indicadores que nos orientam
sobre o comportamento dos mercados das diversas áreas e de sua evolução.
O estudo e desenvolvimento estatístico têm origem numa pesquisa; assim sendo, convém detalharmos
algumas definições básicas da estatística, tais como população, amostra e variável.
1.5.1 População ou Univesro Estatístico

É o conjunto da totalidade de indivíduos que apresentam uma característica comum, cujo comportamento
se quer analisar ou inferir. Ou ainda, podemos dizer que a população é caracterizada por ser o conjunto dos
elementos que formam o universo de nosso estudo.
Quanto ao número de elementos, a população pode ser finita ou infinita, ou seja, o número de elementos
a ser investigado pode ser pequeno, grande, muito grande ou infinito.
A população pode ser constituída por pessoas, animais, minerais, vegetais etc. Como exemplo, vamos
relacionar algumas pesquisas com a respectiva população:
DMQ-Departamento de Métodos Quantitativos

Pesquisa População
Febre aviária aves
Acidentes do trabalho numa empresa funcionários da empresa
Espécies arbóreas das formações vegetais árvores
Treinamento de resistência física atletas
Fiscalização de velocidade numa estrada principal veículos
Concentração de monóxido de carbono ar
Em grandes populações, torna-se interessante a realização de uma amostragem, que ocorre na impos-
sibilidade de colher informações sobre a população total.
1.5.2 Amostra
A amostra é um subconjunto da população, ou seja, é um conjunto de elementos extráidos da população.
Embora seja constituída por uma parte da população em estudo, a amostra deve permitir a obtenção de
dados representativos dessa população.
A amostra permite que se trabalhe com uma parte dos elementos de uma população, quando existe
dificuldade de fazer a pesquisa com todos os elementos da população.
1.5.3 Variáveis
São as características que podem ser observadas ou medidas em cada elemento da população, ou, ainda, é
um conjunto de resultados possíveis de um fenómeno.
Na população caracetrizada pelos funcionários de uma empresa, podemos definir variáveis como: tempode
serviço, idade, estado cívil, sexo, etc.
A variável pode ser:
1. Qualitativa: quando expressa uma qualidade ou atributo. Por exemplo, sexo, cor da pele, estado
cívil, cidade natal, fruta preferida etc.
Example 1.1. Qual é o seu estado cívil? Divorciada (estado cívil é a variável qualitativa)
2. Quantitativa: quando os valores são expressos por números. Por exemplo, idade, salários, notas da
avaliação, comprimentos, número de sinistros, etc.
Example 1.2. Qual é a idade da sua filha? 8 anos. (idade é variável quantitativa.)
A variável quantitativa pode ser contínua ou discreta.

• variável contínua: assume inúmeros valores númericos entre dois limites, ou seja, pode assumir
valores decimais. Por exemplo, o tempo de espera na fila de um banco, peso, altura, volume, idade,
etc.
• variável discreta: assume apenas os valores de um conjunto enumerável, ou seja, pode assumir apenas
valores inteiros. Por exemplo o número de latas de ervilha contidos numa caixa, número de carros num
estacionamento, etc.
1.5.4 Números Aproximados e Arredondamento de Dados

Existem regras fixas de arredondamento na numeração decimal, em uso na actualidade.
• Quando o primeiro algarismo a ser abandonado no arredondamento é 0, 1, 2, 3 ou 4, fica inalterado o
último algarismo a permanecer:
25, 732 =⇒ 25, 73 409, 04 =⇒ 409, 0 3, 79021 =⇒ 3, 7902;
• Quando o primeiro algarismo a ser abandonado no arredondamento é 6, 7.8 ou 8, aumenta-se uma
unidade ao último algarismo a permanecer:
19, 4817 =⇒ 19, 482 2, 99 =⇒ 3, 0 2, 309 =⇒ 2, 31;

• Quando o primeiro algarismo a ser abandonado no arredondamento é 5, há dois procedimentos:

Se após o algarismo 5 seguir em qualquetr casa um número diferente de 0, aumenta-se em uma
unidade o algarismo anteced 0 5.
Se após o algarismo 5 não seguir um número diferente de 0, ao algarismo que antecede o 5será
acrescentada uma unidade, se for ímpar, e permanecerá como está, se for par.
1.5.5 Cálculo de Percentagem

Percentagens são razões em que um valor total está associado a uma quantidade de 100 e, por meio de
uma regra de três, podemos estabelecer a correspondência entre uma parcela do valor total e o seu valor
percentual.
Total−→ 100%
Parcela−→X%

Folha 1 de Exercícios de Estatística I
1. Da alínea a à j, estabeleça a variável em cada caso. Classifique as variáveis em qualitativas ou quanti-

tativas. Diga quais das variáveis quantitativas são contínuas e quais são discretas.
a) A cor dos olhos dos funcionários de um escritório;
b) Variação diária do índice de uma bolsa de valores;
c) O número de pessoas da terceira idade, durante o ano, na fila de um banco;
d) Nível de satisfação do cliente;
e) Número de sisnitros ocorridos durantes o ano;
f) Preço total de combustível ao abastecer depósito de um carro;
g) Volume de um gelado, em ml
h) Número de casamentos ocorridos entre pessoas que se conheceram pela internet;
i) Horário de partida dos aviões;
j) Sexo da criança que vai nascer.
2. Foram entrevistadas 140 pessoas para verificar a intenção de voto para o petro atlético do Huambo.
Identifique a variável, população e o número de elementos da amostra.
Especifique se a variável é qualitativa, quantitaiva discreta ou contínua.
3. Suponhamos que a faculdade de economia do Huambo da UJES tem 300 estudantes no 1o ano. Foi
realizada uma pesquisa com 30% dos estudantes da faculdade com o objectivo de verificar qual o tempo
gasto na Internet para atender a suas necessidades de estudo, pesquisa e trabalhos escolares.
Identifique a variável, população e o número de elementos da amostra. Especifique se a variável é
qualitativa, quantitaiva discreta ou contínua.
4. Uma empresa pesquisou a qualidade do atendimento dos seus funcionários; para tal, seleccionou alea-
toriamente uma amostra de 32 clientes.
5. Visando o planeamento estratégico, o director de uma empresa fabricante de pneus realizou uma pes-
quisa sobre a distribuição salarial de seus funcionários. Para tal, o director seleccionou 30 funcionários
de um total de 780 que trabalhavam para a empresa, para responder a sua pesquisa. Responda às
seguintes questões:
a) Qual é a variável em estudo? Classifique-a (em qualitativa, quantitativa contínua ou discreta).
b) Quantos elementos constituem a população desse estudo? E a amostra?
6. Será aplicado um teste de soletração aos 540 alunos da oitava classe de 6 escolas privadas.
7. Escreva cada número com arredondamento para décimos.
a) 35, 32216 b) 456, 541 c) 0, 0832

d) 5, 5557 e) 65, 39 f) 351, 567
g) 769, 014 h) 12, 468 i) 13, 61
j) 2.303, 8714 k) 100, 9999 l) 1, 309

8. Escreva cada número com arredondamento para centésimos.
a) 23, 4585 b) 171, 29401 c) 42, 876

d) 103, 424 e) 41, 6502 f) 0, 236
g) 32, 01313 h) 102, 468 i) 1, 610091
j) 5.356, 8799 k) 99, 9998 l) 10, 0309
9. Escreva cada número com arredondamento para milésimos
a) 15, 21622 b) 39, 53431 c) 162, 99083

d) 545, 55156 e) 605, 32229 f) 1, 50067
g) 68, 001664 h) 103, 49698 i) 3, 67714
j) 603, 822714 k) 0, 91199 l) 10, 30249
10. Escreva cada número com arredondamento para a unidade.
a) 300, 32 b) 6, 5422 c) 0, 6811

d) 5, 1556 e) 618, 309 f) 30, 8861
g) 60, 201 h) 2, 4118 i) 1.003, 601
j) 403, 6640 k) 0, 9888 l) 21, 25609
11. Cálculo de percentagem

a) Calcule 15% de AKZ 24.600,00
b) Calcule 6% de AKZ 5.700,00
c) Calcule 9,6% de AKZ 5.700,00
d) AKZ 864,00 corresponde a 18% de uma quantidade. Qual é o valor da quantidade total?
e) AKZ 612,00 correspondem a 34% de uma quantidade. Qual é o valor da quantidade total?
f) Qual é a percentagem que AKZ 252,00 representam num total de AKZ 450,00?
g) Qual é a percentagem que AKZ 15.660,00 representam num total de AKZ 348.000,00?
12. Calcule a percentagem representada em cada item.
a) 120 em 2.400 b) 52, 5 em 125 c) 4, 68 em 46, 80

d) 98 em 400 e) 31, 25 em 1, 250 f) 141, 12 em 940, 8
g) 44, 8 em 280 h) 109, 64 em 548 i) 20, 48 em 640

Capítulo 2
Distribuição de Frequências e
Representações Gráficas
Este cápitulo é totalmente dedicado ao estudo detalhado da distribuição de frequência, dada a sua im-
portância na estatística. Após a realização de uma pesquisa em que os dados foram coletados, é necessário
organizá-los e classificá-los. Isto pode ser feito mediante tabelas e gráficos, em geral construímos inicialmente
uma tabela que contemple as informações coletadas em função dos respectivos parámetros.
2.1 Definições Básicas

• Dados Primitivos ou Brutos: são os dados coletados durante a pesquisa e que ainda não foram
organizados;
• Rol: é a ordenação dos valorews obtidos (dados brutos) em ordem crescente ou decrescente de grandeza
númerica ou qualitativa;
• Classe: ao organizar os dados coletados, estes são subdivididos convenientemente em categorias. Cada
uma destas subdivisões recebe o nome de classe;
• Frequência (fi ): é o número de vezes que o elemento aparece na amostra, ou o número de elementos
pertencentes a uma classe. A frequência (fi ) também pode ser chamada de frequência simples ou
frequência absoluta;
• Frequência Relativa(fri ) de uma classe é o quociente entre a frequência absoluta (fi ) da classe
considerada e o número total de dados (n) coletados na pesquisa. A frequência relativa representa a
proporção de observações de um valor (ou de uma classe) em relação ao número total de observações,
o que facilita as comparações:
fi
f ri = ;
n
• Frequência Relativa Percentual (fri %): de uma classe é o produto da frequência relativa por 100:
fri % = fri × 100;
• Frequência Acumulada(F aci ) de uma classe é a soma da frequência absoluta desta classe com as
frequências absolutas das classes anteriores:
i
X
F aci = f1 + f2 + f3 + ... + fi =⇒ F aci = fi ;
1
• Frequência Relativa Acumulada(F raci ) de uma classe é a soma da frequência relativa dessa classe
com as frequências relativas das classes anteriores. A frequência relativa acumulada (F raci ) de uma
7
classe também pode ser calculada pela razão entre a frequência acumulada da classe considerada e o
número total de dados (n) coletados na pesquisa:
i
X
F raci = fr1 + fr2 + fr3 + ... + fn =⇒ F raci = f ri
1
ou
F aci
F raci = ;
n
• Frequência Relativa Acumulada Percentual(F raci %) de uma classe é o produto da frequência
relativa acumulada por 100:
F raci % = F raci × 100.
2.2 Organização e Classificação de Dados de Variáveis Qualitativas

Após a realização de uma pesquisa em que os dados qualitativos foram coletados, é necessário organizá-los
e classificá-los. Isto será feito numa tabela de distribuição de frequência. Na tabela de distribuição de
frequência uma das colunas discrimina as classes e a outra coluna corresponde à frequência. Lembrando que
cada classe corresponde a uma categoria, e a frequência absoluta indica o número de repetições para cada
categoria.
Example 2.1. Uma empresa de publicidade realizou uma pesquisa sobre o estado civil dos compradores de
alimentos congelados de um deteminado supermercado, assumindo as categorias: solteiro, casado, viúvo e
divorciado. Foram encontradas as resposta constante na tabela abaixo.
solteiro separado casado casado separado solteiro casado separado

viúvo casado separado solteiro casado viúvo solteiro casado
casado separado solteiro casado separado separado casado separado
casado solteiro casado viúvo casado solteiro casado casado
separado solteiro separado solteiro separado casado casado viúvo
solteiro separado casado separado solteiro casado separado solteiro
casado separado casado solteiro casado separado casado separado
a) Qual é o número de dados da pesquisa?

b) Elabore uma tabela de distribuição de frequência referente aos dados coletados na pesquisa.
c) Quais são as categorias que constam na pesquisa?
d) Qual é o número de classes na tabela de distribuição de frequências?
e) Qual é o valor da frequência das primeira, segunda, terceira e quarta classes?
f ) Elabore outra tabela descriminando os valores da frequência absoluta, frequência relativa, frequência re-
lativa percentual, frequência acumulada, frequência relativa acumulada e frequência relativa percentual acu-
mulada.
2.3 Organização e Classificação de Dados de Variáveis Quantitati-

vas
Após a realização de uma pesquisa em que os dados númericos foram coletados, é necessário organizá-los e
classificá-los. Isto será feito numa tabela de distribuição de frequência.
Os dados quantitativos permitem duas formas de apresentação na elaboração das tabelas de distribuição
de frequência. Os dados podem ser ou não agrupados em intervalos de classe. As opções para tabelas de
distribuição de frequência para os dados númericos:
• distribuição de frequência de dados númericos não agrupados em intervalos de classe;
• distribuição de frequência de dados numéricos agrupados em intervalos de classe.

2.3.1 Distribuição de Frequência de Dados Numéricos não Agrupados em In-

tervalos de Classe
Os dados numéricos coletados assumem pequena quantidade de valores pontuais. Desta forma, cada valor
numérico isolado representa uma categoria; sendo assim, a obtenção da tabela de distribuição de frequência
é análoga às tabelas de dados de variáveis qualitativas.
Example 2.2. Uma pesquisa realizada numa fábrica revela o número de peças com defeitos por caixa, con-
forme a tabela:
2 1 1 0 2 0 0 0 1 0
1 0 0 2 1 1 0 0 1 1
0 1 2 0 0 1 2 1 0 0
a) Qual é o número de dados da pesquisa?

b) Elabore uma tabela de distribuição de frequência referente aos dados coletados na pesquisa.
c) Quais são as categorias que constam na pesquisa?
e) Qual é o valor da frequência das primeira, segunda e terceira classes?
f ) Elabore outra tabela descriminando os valores da frequência absoluta, frequência relativa, frequência re-
lativa percentual, frequência acumulada, frequência relativa acumulada e frequência relativa percentual acu-
mulada.
2.3.2 Distribuição de frequência de dados numéricos agrupados em intervalos

de Classe
Quando os dados numéricos coletados assumem grande quantidade de valores diversificados, fica inviável que
cada valor numérico isolado represente uma categoria; sendo assim, convém agruparmos os valores coletados
em intervalos de classe.
Para estes casos, a tabela de distribuição de frequência é diferente das anteriores, pelo facto de que cada
classe não representa um valor individual, e sim um conjunto de valores dentro de um intervalo.
A vantagem de fazermos com que cada classe represente um conjunto de valores dentro de um inetrvalo
é que reduz a extensão da tabela alem de facilitar a visualização e o entendimento dos dados coletados com
o como um todo.
Assim sendo, convém estudarmos as definições básicas e os passos necessários para a elaboração da tabela
de distribuição de frequência de dados numéricos agrupados em intervalos de classe:
• determinação do número de classes (k);
• amplitude amostral (AA);
• cálculo da amplitude do intervalo de classe (h);

• limite inferior e superior do intervalo de classe;
• determinação dos intervalos de classe;
• determinação das frequências dos intervalos intervalos de classe;

• amplitude total (AT )
Determinação do número de classes (k)

O número de classes que irá compor a tabela pode ser estabelecido pelo estatístico que elabora a pesquisa,
ou seja, o estatístico é sempre soberano para decidir o número de classes. Para tal, vamos estabelecer o
número de classes em função do número de dados da tabela, através de dois procedimentos:

1. é a fórmula desenvolvida pelo matemático Sturges para o cálculo do números de classe
k = 1 + 3, 322 × log n
sendo k o número de classes e n o número de elementos coletados na pesquisa.

2. é mais simples, pois se recomenda quando o número de dados coletados for menor ou igual a 50
√
k= n para n ≤ 50
Example 2.3. a) Qual é o número de classes sugerido na √ fórmula de Sturges quando n = 30?
b) Calcule o número de classes utilizando a formula k = n, sendo n = 30.
√ quando n = 120?
c) Qual o número de classes sugerido na fórmula de Sturges
d) Calcule o número de classes utilizando a formula k = 120
Amplitude Amostral (AA)

A amplitude amostral é a diferença entre o maior e o menor valor observado nos valores coletados
AA = Xmax − Xmin .
Cálculo da Amplitude do Intervalo de Classe (h)

Uma vez que se saiba com quantas classes vamos construir a tabela de distribuição de frequência, pode-se
passar ao cálculo da amplitude do intervalo de classe.
Xmax − Xmin AA
h= =⇒ h =
k k
Na estatística é conveniente a uniformização da amplitude de intervalo de classe, ou seja, a mesma para
todas as classes.
O valor obtido no cálculo da amplitude de classe nem sempre é um valor exato; assim sendo, para
preservar o número de classes estabelecido, faz-se o arredondamento da amplitude de classe para valores
acima do valor obtido. O valor da amplitude de classe (h) deve ser arredondado para valores convenientes e
coerentes com os dados coletados.
Por exemplo, se todos os dados coletados forem múltiplos de cinco, a amplitude do intervalo de classe
deverá ser arredondada para o múltiplo de cinco imediatamente superior ao valor obrido. Entretanto, cada
caso deverá ser analisado de acordo com a coerência dos dados coletados.
Limite Inferior e Superior do Intervalo de Classe

Os valores do conjunto que compõem o intervalo de classe estão limitados entre dois números que representam
o extremo inferior eo superior do intervalo. A matemática admite intervalos abertos, fechados e semi-abertos.
Em estatística, o intervalo de classe, em geral, corresponde a um intervalo fechado à esquerda e aberto à
direita.
Limite inferior (li ) é o menor valor numéricodo intervalo de classe. Enquanto que, o limite inferior (Li )
é o maior valor numérico do intervalo de classe.
A amplitude do intervalo de classe pode ser determinada pela diferença entre o valor do limite superior e do
limite inferior
AA
h= =⇒ h = Li − li
k
Amplitude Total
A amplitude total (AT) é calculada levando-se em conta os valores dos intervalos de classe da tabela de
distribuição de frequência. A amplitude total é expressa pela diferença entre o maior e o menor valor
observado nos intervalos de classe da tabela de distribuição de frequência. Isso corresponde à diferença entre
o limite superior do último intervalo de classe e o limite inferior do primeiro intervalo de classe.
Amplitude Total = (limite superior do último intervalo de classe)-(limite inferior do primeiro
intervalo de classe)

Frequência Simples ou Absoluta (fi )

A frequência simples ou absoluta para dados agrupados com intervalo de classe é obtida para cada classe,
pela contagem do número de dados coletados dentro do intervalo de classe. A soma de todas as frequências
é:
n = f1 + f2 + f3 + .... + fk
sendo que n é o número total
P de dados coletados na amostra. Podemos representar a soma de frequências
pelo símbolo de somatória ( ):
k
X k
X
n = f1 + f2 + f3 + ... = fi −→ = n.
i=1 i=1
Ponto Médio de Uma Classe (xi )

O conceito de ponto médio de uma classe é utilizado na distribuição de frequência de dados numéricos
agrupados em intervalos de classe. Ponto médio de um intervalo de classe (xi ) é o ponto que por situar-se
numa posição média da distribuição de valores do intervalo de classe, divide o intervalo em duas partes iguais
li + Li
xi = .
2
Se considerarmos, por exemplo, um intervalo de classe de valores 30| − 42, o ponto médio desse intervaloé
calculado pela expressão:
li + Li 30 + 42
xi = = = 36
2 2
o ponto médio deste intervalo é 36.
Example 2.4. Com o objectivo de elaborar um relatório, o gerente de produção realizou o levantamento dos
salários de todos os operários da linha de produção da empresa. Os dados estão registrados na tabela abaixo
1.800 960 1.220 950 1.410 1.600 1.450 1.510 1.060 980
1.330 1.190 1.130 1.800 1.390 1.740 1.660 1.400 1.760 1840
1.270 990 1.380 1.550 1.020 1.730 1.210 1.100 1.000 1.580
980 1.650 1.500 950 1.800 1.620 1.280 1.300 1.220 1440
1.510 1.660 1.200 1.330 1.700 980 1.050 1.340 1.850 1.000
a) Identifique a variável em estudo. É qualitativa ou quantitativa? É contínua ou discreta?

b) Elabore uma tabela com os dados organizados (rol);
c) Qual o número de dados coletados na pesquisa?
d) Calcule o número de classes;
e) Calcule a amplitude amostral (AA);
f )Calcule a amplitude do intervalo de classes;
g) Elabore a tabela de distribuição de frequência referente aos dados coletados na pesquisa;
h) Determine a amplitude total (AT);
i) Elabore outra tabela discriminando os valores da frequência absoluta, ponto médio do intervalo de classe,
frequência relativa, frequência relativa percentual, frequência acumulada, frequência relativa acumulada e
frequência relativa acumulada percentual.
2.4 Representação Gráfica de uma Distribuição de Frequência

A representação gráfica de uma distribuição de frequência pode ser feita de três formas diferentes:
• histograma;
• polígono de frequência;
• polígono de frequência acumulada.

2.4.1 Histograma
O histograma é uma representação estatística do gráfico da distribuição de frequência. O histograma é um
diagrama de colunas em que cada retângulo está relacionado com uma classe da distribuição de frequência.
Pode-se destacar como diferença entre o gráfico de coluna e o histograma, o distanciamento entre as
colunas. No histgrma, não há separação entre os retângulos adjacentes.
Propriedades dos histograma:
• a área do histograma é proporcional à soma das frequências;
• utilizando as frequências relativas obtemos um gráfico de área unitária (A=1);
• pelo histograma de frequências relativas podem-se comparar duas ou mais distribuições.

Example 2.5. Para fins de um estudo sobre as características biométricas de uma determinada população
que vive proxímo de um rio, fez-se um levantamento do peso de uma amostra dessa população, constituída
por 115 indivíduos adultos. A tabela a baixo ilustra os resultados obtidos.
i Peso (kg) Número de pessoas

1 40 ` 50 12
2 50 ` 60 27
3 60 ` 70 33
4 70 ` 80 25
5 80 ` 90 13
6 90 ` 100 5
Total n=115
O seu histograma representa-se por:
2.4.2 Polígono de frequência

O polígono de frequencia é um gráfico de configuração linear. Para obter o polígono de frequências, calcula-se
esse ponto médio de cada intervalo de classe, e marca-se esse ponto no lado superior do respectivo retângulo
do histograma. A linha do polígono de frequência é obtida pela união desses pontos médios.

O eixo das abscissas corresponde ao eixo dos pontos médios dos intervalos de classe, e o eixo das ordenadas
representa o eixo das freqências.
2.4.3 Polígono de frequência acumulada (ogiva de Galton)

Para distribuições de frequência em intervalos de classe
O polígono de frequência acumulada para a distribuição de frequência em intervalos de classes é um
gráfico de configuração linear.
• no eixo das abscissas, são marcados os intervalos de classe. A marcação dos pontos sobre o eixo das
abscissas é identico ao histograma;
• no eixo das ordenadas são marcados os valores das frequências acumuladas para cada intervalo de
classe.
Example 2.6. Para a elaboração da ogiva de Galton vamos condsiderar o exemple anterior relativo ao es-
tudo sobre as características biométricas de uma determinada população que vive proxímo de um rio, em que
foi feito o levantamento do peso de uma amostra dessa população, constituída por 115 indivíduos adultos. A
tabela a baixo ilustra os resultados obtidos.
i Peso (kg) Número de pessoas F aci

1 40 ` 50 12 12
2 50 ` 60 27 39
3 60 ` 70 33 72
4 70 ` 80 25 97
5 80 ` 90 13 110
6 90 ` 100 5 115
Total n=115
E utilizando esta distribuição pode-se construir o gráfico do polígono de frequência acumulada.
Para distribuições de frequências sem intervalos de classe: no caso de uma frequência sem intervalos
de classe, a representação não é feita através de uma linha. É representada graficamente por um conjunto
de segmentos de reta verticais.
2.4.4 Diversas formas das curvas de frequência

Ao construir as curvas de frequência, observamos que assumem configurações específicas e, em função disso,
recebem nomes característicos, como:

• curvas em forma de sino: curva simétrica e assimétrica;
• curvas em forma de jota;

• curvas em forma de U;
• distribui retangular.
2.4.5 Distribuição retangular

A distribuição retangular caracteriza uma situação especial em que todas as classes têm a mesma frequência.
Nesta situação, o histograma é constituído por retângulos de mesma altura, a ligação dos pontos médios
conduz a uma reta horizontal.

Folha 2 de Exercícios de Estatística I
1. Um supermercado colheu a opinião de 60 clientes; sendo que uma determinada questão sobre a quali-
dade de atendimento deveria ser respondida mediante a utilização das opções: Óptimo, Bom, Regular
e Ruim. Para esta questão foram encontradas as respostas constantes da tabela abaixo.
Ruim Bom Óptimo Bom Bom Regular Óptimo Bom Regular Bom
Regular Óptimo Ruim Óptimo Bom Bom Bom Óptimo Bom Bom
Óptimo Bom Bom Ruim Bom Bom Regular Regular Óptimo Regular
Óptimo Óptimo Bom Bom Regular Bom Bom Ruim Bom Regular
Ruim Regular Óptimo Regular Bom Bom Bom Bom Bom Bom
Bom Regular Óptimo Bom Ruim Bom Bom Óptimo Regular Óptimo

b) Elabore a tabela de distribuição de frequência referente aos dados coletados na pesquisa;
c) Qual é o número de classes na tabela de distribuição de frequências?
d) Qual é o valor de frequência das primeira e terceira classes?
e) Qual é o número de dados da pesquisa?
f) Quais são os maior e menor valor de frequência?
g) Elabore outra tabela discriminando os valores da frequência relativa, frequência relativa percentual,
frequência acumulada, frequência relativa acumulada e frequência relativa acumulada percentual.
h) Qual é o percentual de respostas da opção regular?
i) Qual é o percentual de respostas das opções bom + regular?
2. Na tabela abaixo estão os dados que representam o número de filhos por família de 30 famílias entre-
vistadas no bairro do kapango
2 0 4 1 2 3 2 3 1 0
3 1 2 3 1 2 1 0 3 2
1 2 2 0 1 3 2 2 4 1

b) Faça o rol;
c) Elabore a tabela de distribuição de frequência referente aos dados coletados na pesquisa;
e) Qual é o valor de frequência das segunda e terceira classes?
f) Qual é o número de dados da pesquisa?
g) Quais são os maior e menor valor de frequência?
h) Elabore outra tabela discriminando os valores da frequência relativa, frequência relativa percentual,
i) Qual é o percentual de famílias que não tem filhos?
j) Qual é o percentual das famílias com 3 filhos?
k) Qual o percentual de famílias com 2 filhos ou mais?

3. A cromoterapia é uma ciência que usa a cor para estabelecer o equilíbrio e a harmonia do corpo, da
mente e das emoçoes. Não há cor melhor ou pior, mais nobre ou menos nobre, o que pode haver é
a cor errada para determinado momento. Uma pesquisa visa estabelecer qual cor traz mais calma e
tranquilidade para a pessoa entrevistada. A tabela abaixo registra as opiniões de uma amostra de 30
pessoas.
azul rosa branco azul branco bege amarelo rosa branco amarelo
branco bege amarelo branco rosa azul amarelo azul bege branco
amarelo amarelo azul bege azul amarelo branco bege branco azul

b) Elabore a tabela de distribuição de frequência referente aos dados coletados na pesquisa.
d) Qual é o número de dados da pesquisa?
e) Qual é o percentual de pessoas que escolheu branco?
d) Elabore outra tabela discriminando os valores da frequência relativa, frequência relativa percentual,
4. A sigla "ISO"refere-se à International Organization for Standardization, organização não governamen-
tal fundada em 1947, em Genebra, e hoje presente em cerca de 157 países.
A expressão ISO 9001 designa um grupo de normas técnicas que estabelecem um modelo de gestão
da qualidade. A adopção das normas ISO é vantajpsa para as organizações uma vez que lhes confere
maior organização, produtividade e credibilidade. Com o objectivo de verificar os planos de obtenção
do certificado da ISO 9001:2008, foi feita uma pesquisa entre alguns fabricantes, através de uma amos-
tra composta por 54 fabricantes, estes deveriam responder as alternativas:
C= já certificados
B=em busca de certificado
R= buscará num futuro póximo a certificação
N=não buscará a certificação
I = indecisos
As respostas coletadas encontram-se na tabela
R C R R R C B N I N C N R C B N C N
N R R N B R N N R R N R B R N B C R
B R R N I R B N R R R N B N I R B C
a) Calcule os valores de frequência, frequência relativa, frequência relativa percentual, frequência acu-
mulada, frequência relativa acumulada, frequência percentual acumulada e preencha uma tabela;
b) Identifique a variável em estudo. É qualitativa ou quantitativa? É contínua ou discreta?
d) Qual é o número de dados da pesquisa?
e) Qual é o percentual de fabricante que já estão certificados?
f) Qual é o percentual de fabricantes que estão indecisos ou não buscarão certificados?
5. Com o objectivo de acompanhar a evolução das estaturas de adolescentes, foram coletadas as alturas
de 50 adolescentes num posto de saúde; os dados brutos encontram-se na tabela abaixo
142 157 150 158 156 159 160 157 160 158
156 148 156 147 151 154 149 159 148 150
161 153 144 154 145 152 154 152 153 154
149 155 152 160 154 157 156 155 156 143
155 161 162 155 159 153 145 149 152 157
a) Faça o rol;
b) Identifique a variável em estudo. É qualitativa ou quantitativa? É contínua ou discreta?
c) Qual é a menor altura?
d) Qual é a maior altura?

e) Qual é o número de dados coletados na pesquisa?

f) Calcule o número de classes, usando Sturges;
g) Calcule a AA;
h) calcule a amplitude do intervalo de classes;
i) Elabore a tabela de distribuição de frequência referente aos dados coletados na pesquisa;
j) Determine a amplitude total (AT);
k) Elabore outra tabela discriminando os valores da frequência relativa, frequência relativa percentual,
6. Uma empresa especializada avalia o desempenho de uma fábrica em relação à produção diária de
colchões. A tabela abaixo, registra a produção diáraia durante 60 dias
230 232 244 245 248 249 250 255 257 260 264 271 278 280 280
280 281 284 289 292 292 293 294 294 296 299 299 299 302 305
308 309 309 310 311 312 314 315 316 318 318 320 321 324 326
333 335 335 337 337 339 341 342 342 342 348 356 360 365 369

b) Calcule o número de classes, usando Sturges;
c) Calcule a AA;
d) Calcule a amplitude de classe h;
e) Preencha uma tabela com os valores de frequência, frequência relativa, frequência acumulada,
frequência relativa acumulada;
f) Qual classe contém o termo de maior frequência?
g) Quais são os limites inferior e superior da quinta classe?
7. Para a elaboração de um estudo sobre sedentarismo, foi feito um levantamento dos pesos dos funcio-
nários do BFA S.A, e os dados estão na tabela abaixo. Complete-a com os cálculos do ponto médio de
cada classe (xi ), da frequência relativa (fri ), da frequência acumulada (Fi ) e da frequência acumulada
relativa (Fri ).
i Peso (kg) Funcionários Ponto médio f ri F aci F raci

(fi ) (xi )
1 40 ` 48 14
2 48 ` 56 38
3 56 ` 64 65
4 64 ` 72 71
5 72 ` 80 86
6 80 ` 88 67
7 88 ` 96 44
8 96 ` 104 19
9 104 ` 112 11
10 112 ` 120 P 5 P
Total = 420 = 1, 00
8. A administração municipal do Huambo realizou uma pesquisa entre as empresas da região para verificar
o número de operários alocados por empresa. O objectivo é verificar se há equilíbrio entre o crescimento
do número de empresas e o aumento do número de postos de trabalho. Os dados coletados constam
da tabela a seguir
Número de empregados Número de empresas

20 ` 80 12
80 ` 140 39
140 ` 200 47
200 ` 260 31
260 ` 320 25
320 ` 380 17
380 ` 440 8
Total 179

a) Faça uma representação gráfica da frequência absoluta, ou seja, construa um histograma;

b) Calcule os pontos médios de cada classe e insira no histograma o gráfico do polígono de frequências;
c) Construa o gráfico do polígono de frequência acumulada. Este gráfico é chamado de ogiva de Galton.
9. O RH de uma empresa quer pesquisar sobre o número de trocas de empregos anteriores realizado pelos
trabalhadores. Durante as entrevistas com candidatos ao preenchimento de vagas na empresa, o RH
coletou a quantidade de empregos anteriores de 120 candidatos. Os dados estão registrados na tabela
a seguir.
Empresas anteriores No de trabalhadores

xi fi
1 269
2 34
3 27
4 18
5 11
6 4
Total 120
a) Qual é o percentual de trabalhadores que trocaram de emprego menos de 4 vezes?

b) Qual é o percentual de trabalhadores que trocaram de emprego 3 vezes ou mais?
c) Qual é o percentual de trabalhadores que trocaram de emprego 5 vezes?
d) Qual é o percentual de trabalhadores que trocaram de emprego menos de 3 vezes?
e) Qual é o percentual de trabalhadores que trocaram de emprego 3 vezes ou menos?
f) Obtenha o gráfico de frequência acumulada.

Capítulo 3
Medidas de Posição, Dispersão, Forma e

Concentração
A análise dos dados coletados pode ser feita sob diferentes aspectos, em que cada foco verifica um tipo de
informação a respeito do comportamento ou da tendência do fenómeno em exame. Isto está de acordo com
a estatística, pois um de seus objectivos é buscar leis de comportamento para o conjunto de dados coletados.
Medidas de uma distribuição (em função de suas tendências características):
• medidas de posição;
• medidas de variabilidade ou dispersão;
• medidas de assimetria;
• medidas de curtose
As medidas de posição mais importantes são as medidas de tendência central, as outras medidas de posição
são as medidas separatrizes.
• Medidas de posição de tendência central (ou promédios): média aritmética, moda, medi-
ana
• Medidas de posição separatrizes: mediana, quartis, decis e percentis

As medidas de tendência central também são chamadas de promédios. esta denominação ocorre porque
os dados observados tendem a agrupar-se em torno dos valores centrais da distribuição. Outros promédios
menos utilizados são a média geométrica, média harmónica, média quadrática, média cúbica etc.
Há dois tipos de média aritmética:
• média aritmética simples;
• média aritmética ponderada.
3.1 Média Aritmética (x)

A média aritmética é uma das informações mais importantes da análise estatística. A média aritmética é
uma medida de posição de tendência central, mesmo que ela não se encontre necessariamente no centro da
distribuição, pois na verdade ela corresponde a uma das posições de equilíbrio entre os dados coletados.
Para o cálculo da média aritmética (x) devemos levar em conta o agrupamento ou não dos dados.
• dados não agrupados;

• dados agrupados (em intervalos de classe e sem intervalos de classe)
A média aritmética denota-se por: x, que se lê X traço ou X barra.
19
3.1.1 Média Aritmética de Dados Não Agrupados

A média aritmética de dados não agrupados corresponde ao cálculo de média aritmética simples. É reco-
mendada a utilização da média aritmética de dados não agrupados quando os valores que compõem a série
estatística tendem a ser homogéneos. Isto significa que não existem valores muito grandes ou muito pequenos
na série.
Média Aritmética Simples (x): é calculada por meio da divisão entre a soma dos valores da série
pelo número total de valores.
Pn Pn
x1 + x2 + x3 + .... + xn i=1 xi xi
x= = =⇒ x = i=1
n n n
Sendo que:
x =média aritmética;
xi = variável em estudo;
n = número de dados coletados na pesquisa.
Example 3.1. Um corrector vende apólices de seguro de pessoas (seguros de vida). O número de apólices
vendidas mensalmente no último ano estão registrados na tabela abaixo:
jan. fev. mar. abr. maio jun. jul. ago. set. out. nov. dez.
16 12 26 29 20 24 13 32 24 15 25 16
Calcule a média mensal de apólices vendidas durante o ano.
Example 3.2. A evolução da taxa média mensal de juros ao consumidor (em percentagem) de julho de
2007 a julho de 2008 está registrada no gráfico da Figura abaixo. Com base nestes valores, calcule a média
aritmética dos juros nesse período.
Desvio em relação à média (di ):

O desvio em relação à média é a diferença entre um valor coletado na pesquisa e o valor médio. O desvio
mede o afastamento do valor coletado na pesquisa em relação ao valor médio.
di = xi − x
Propriedade do desvio em relação a média: a soma de todos os desvios em relação ao valor médio
é igual a ZERO.
Xn
=0
i=1

Baseando-se no exemplo 3.1 efectuando o rol (ordem crescente) ao mesmo pode-se exemplificar esta propri-
edade.
3.1.2 Média Aritmética Ponderada

Os dois tipos de média aritmética podem apresentar diferenças:
• média aritmética simples: todas as variáveis têm a mesma importância ou seja, o mesmo peso;
• média aritmética ponderada: as variáveis têm diferentes importâncias relativas, ou, ainda, diferentes
pesos relativos.
A média aritmética ponderada também é chamada de média ponderada. Um dos significados da palavra
ponderar é "pesar".
No cálculo da média ponderada, cada valor coletado na série tem uma participação proporcional ao seu
peso, isto é, proporcional à sua importância relativa no conjunto.
Média ponderada é a soma das variáveis multiplicadas pelos seus pesos, dividida pela soma dos pesos de
cada variável.
p1 × x1 + p2 × x2 + p3 × x3 + p4 × x4 + .... + pn × xn
x=
p1 + p2 + p3 + p4 + ... + pn
Sendo que
x=média aritmética ponderada;
xi =variável em estudo;
pi =peso de variável
Example 3.3. Na equipe de vôlei de um club, 8% dos atletas têm altura 1,75 m, 26% têm a altura 1,80 m,
30% têm a altura 1,85 m, 20% têm altura 1,90 m, 12% têm altura 1,95 m e 4% têm altura 2,00 m. Calcule
a altura média do time.
3.1.3 Média Aritmética para Dados Agrupados sem Intervalos de Classe

A média aritmética para dados agrupados processa-se por meio do cálculo da média aritmética ponderada.
Neste caso, a ponderação é caracterizada pelo número de repetições de cada valo, ou, mais especifica-
mente, pela frequência. A média aritmética é obtida pelo quociente entre a somatória dos produtos de cada
variável pelo respectivo peso (frequência) e a somatória dos pesos (somatória das frequências).
P P
xi fi xi fi
x= P ou x =
fi n
x=média aritmética;
xi =variável em estudo;
fi =frequência (peso de variável).
Example 3.4. Foi realizada uma pesquisa em 50 residências do São João com o objectivo de saber qual o
número de computadores em cada casa. Na tabela abaixo representamos o resultado da pesquisa. Calcule a
média aritmética ponderada dessa distribuição.
No de computadores No de residências
(xi ) (fi )
0 4
1 19
2 16
3 9
4 2
Total n=50

3.1.4 Média Aritmética de Dados Agrupados com Intervalos de Classe: média

aritmética ponderada
A média aritmética de dados agrupados com intervalos de classe é obtida pela somatória dos productos
dos pontos médios de cada intervalo de classe pelas respectivas frequências (peso) dividida pela somatória
das frequências (pesos). P P
xi fi xi fi
x= P ou x =
fi n
sendo:
xi = ponto médio do intervalo de classe;
fi = frequência da classe.
Example 3.5. Com o objectivo de regulamentar a configuração interna de aviões de transporte de passa-
geiros, para especificar a distância entre encosto e assento, e a largura das poltronas das aeronaves, uma
empresa realizou um levantamento das estaturas dos passageiros, através de uma amostra composta por um
grupo de passageiros, sendo os resultados apresentados na tabela abaixo.
Estatura No de Passageiros
(cm) (fi )
150 ` 157 7
157 ` 164 19
164 ` 171 25
171 ` 178 26
178 ` 185 21
185 ` 192 8
192 ` 199 3
Total 109
a) Qual é a estatura média dos passageiros?

b) Qual é a percentagem de passageiros com altura maior ou igual a 1, 78 m?
c) Qual é a percentagem de passageiros com altura menor que 1, 64 m?
d) Qual é a percentagem de passageiros com altura maior ou igual a 1, 71 m e menor que 1,92 m?
3.2 Moda Mo
Moda: é o valor que ocorre com maior frequência nos dados obtidos numa coleta (este valor é denominado
valor modal).
A série pode ser classificada em função da quantidade de valores modais.
• série amodal: não tem valor modal;

• série unimodal: um valor modal;
• série bimodal: dois valores modais;
• série trimodal: três valores modais;
• série polimodal: quatro valores modais.
3.2.1 Cálculo da Moda para Dados não Agrupados

Numa série estatística em que os dados não são agrupados, o valor modal corresponde ao valor com o maior
número de ocorrência.
Example 3.6. Dada a série estatística constituida pelos dados brutos
4, 7, 5, 7, 10, 2, 12, 8, 7, 5, 2, 10, 8, 11, 7, 3, 9, 6, 8
Qual é o valor modal desta série?

3.2.2 Cálculo da Moda para Dados Agrupados sem Intervalo de Classe

Após o agrupamento dos valores coletados numa tabela de distribuição de frequência, fica fácil a deter-
minação do valor modal.
Definition 1. Moda é o valor da variável que corresponde à classe de maior frequência (classe modal).
Para a determinação da moda, numa tabela de distribuição de frequência com os dados agrupados
sem intervalo de classe, devem-se executar os passos a seguir:
• primeiro passo: localizar a classe modal, ou seja, aquela que contém o maior valor de frequência;
• segundo passo: verificar o valor da variável contido na classe modal.

Example 3.7. Foi realizada uma pesquisa para determinar o tipo de eletrodoméstico mais vendido por uma
rede de lojas, após a aplicação da redução do IPI (Imposto sobre Produtos Industrializados) incidente sobre
os itens da linha branca (geladeiras, freezers, fogões, bebedouros, máquinas de lavar e secadoras). Os dados
coletados pelo período de uma semana estão registrados na Tabela abaixo. Qual é a moda desta distribuição?
Tipo de Electrodoméstico No de Unidades Vendidas
(fi )
Fogão 53
Geladeira duplex 82
Máquina de lavar a roupa 33
Tanquinho 26
Secadora 31
Total 225
Example 3.8. O time de handebol feminino, constituído pelas estudantes da turma única do segundo ano
noite, têm as idades discriminadas na tabela abaixo. Qual é a idade modal?
Idade No de Unidades Vendidas
(fi )
21 4
22 4
23 4
24 4
Total 16
3.2.3 Cálculo da Moda para Dados Agrupados com Intervalos de Classe

Quando a distribuição dos dados coletados na tabela de frequência corresponde a dados agrupados comin-
tervalos de classe, sugerimos a utilização da fórmula de Czuber para a determinação.
Tal como foi feito para os agrupamentos sem intervalo de classe, devem-se executar os passos a seguir:
• localizar a classe modal, ou seja, a classe que contém o maior valor de frequência;
• sabemos que a moda é um valor contido no intervalo de classe modal.
Para o cálculo da moda aplicamos a fórmula de Czuber, tomando como base os valores da classe modal:

d1
Mo = lMo + · hMo
d1 + d2
Sendo:
lMo = limite inferior da classe modal;
d1 = diferença entre a frequência da classe modal e a frequência da classe anterior à classe modal;
d2 = diferença entre a frequência da classe modal e a frequência da classe posterior à classe modal;
hMo = amplitude da classe modal.
Sendo que:
hMo = LMo − lMo d1 = fMo − fant e d2 = fMo − fpost

LMo = limite superior da classe modal

fMo = frequência da classe modal
fant = f(Mo −1) = frequência da classe anterior à classe modal
fpost = fMo +1 = frequência da classe posterior à classe modal
Moda Bruta: é o valor do ponto médio da classe modal.
: Utilização da Moda:
• para medidas rápidas e aproximdas de posição;
• para medidas de posição que caracterizam a distribuição (ou seja, a medida de posição é o valor mais
típico da distribuição).
Example 3.9. No bairro da Calomanda, foi realizada uma pesquisa relativa à idade de pessoas que utilizaram
a internet nos últimos três meses (vide tabela). Calcule a idade modal dessa amostra.
Idade Pessoas que utilizaram a Internet
(fi )
10 ` 18 66
18 ` 26 87
26 ` 34 54
34 ` 42 42
42 ` 50 29
50 ` 58 16
58 ` 66 6
Total 300
3.3 Mediana Md
A mediana é uma medida de posição, é também uma separatriz, pois divide o conjunto de dados coletados
em duas partes iguais, com o mesmo número de elementos.
O valor da mediana se encontra no centro da série estatística, organizada de tal forma que o número
de elementos situados antes deste valor é igual ao número de elementos que se encontram após este mesmo
valor.
A mediana é conveniente para séries estatísticas onde existem valores extremos, em que valores grandes
e pequenos coexistem dentro da mesma série, ou ainda nos casos em que a série seja aberta nos extremos.
para estes casos, a mediana caracteriza o promédio mais confiável.
Example 3.10. Considere um conjunto de valores de uma série estatística.
29, 23, 14, 25, 31, 26, 18, 17, 22, 13, 27
3.3.1 Cálculo da Mediana para Dados Não Agrupados

Para uma série com número ímpar de termos: a mediana corresponde ao valor central, este valor
apresenta o mesmo número de termos localizados a sua esquerda e a sua direita.
A posição do termo central pode ser localizada pela expressão: (n+1)
2
41, 32, 66, 49, 35, 57, 39, 54, 44, 48, 51, 56, 59, 36, 63
Para uma série com número par de termos: não há termo central único, e sim dois termos
centrais. Convecionamos que a mediana seja a média aritmética entre os dois termos centrais; neste caso, a
mediana é um valor que não pertence à série e está localizado entre entre os dois termos centrais. A posição
do termo central pode ser localizada pela expressão n2 .
48, 60, 33, 42, 36, 40, 53, 43, 46, 52, 55, 45, 58, 65

De forma mais simplificada: devemos calcular a mediana de uma série de n termos levando-se em conta
o facto de n ser par ou ímpar.
n+1
• a) para n ímpar, a mediana será o termo de ordem: 2 ;
n n

• b) para n par, a mediana será a média aritmética entre os termos de ordem: 2 e 2 +1 .
3.3.2 Cálculo da Mediana para Dados Agrupados sem Intervalos de Classe

A mediana é o valor da variável que corresponde à classe mediana. Na determinação da mediana com dados
agrupados sem intervalo de classe, devem-se executar os passos a seguir:
1. Calcular a posição mediana: para verificar a posição da mediana na distribuição, calcula-se P osmed =
n
2;
2. localizar a classe mediana: tendo o resultado do quociente n2 , observe na coluna da frequência acumu-
lada em que intervalo de valores acumulados esse valor se enquadra. A classe mediana é estabelecida
na coluna da frequência acumulada; sendo assim, convém acrescentar uma coluna para os valores da
frequência acumulada;
3. Verificar o valor da variável contido na classe mediana.

Example 3.13. Foi feita uma pesquisa para especificar as necessidades das famílias em relação ao número
de quartos de uma residência. Para tanto, foram consultadas 220 famílias. Os dados coletados encontram-se
na tabela abaixo. Calcule o valor da mediana.
No de Quartos por Residência No de Unidades Vendidas
(xi ) (fi )
1 46
2 81
3 63
4 24
5 6
Total 220
Example 3.14. Suponha que no Exemplo (3.13) as opiniões das famílias, sobre o número de quartos em
uma residência, fossem alterados para os valores que constam na tabela abaixo.
No de Quartos por residência No de Opiniões F aci Intervalos da Frequência Acumulada
(xi ) (fi )
1 32 32 do 1o ao 32o termo
2 78 110 do 32o ao 110o termo
3 64 174 do 110o ao 174o termo
4 38 212 do 174o ao 212o termo
5 8 220 do 212o ao 220o termo
Total 220
3.3.3 Cálculo da Mediana para Dados Agrupados em Intervalos de Classe

Na determinação da mediana com dados agrupados em intervalos de classe devem-se executar os passos a
seguir, sendo que os procedimentos do primeiro e segundo passo são iguais aos que foram vistos para dados
agrupados sem intervalos de classe:
1. Calcular a posição da mediana;
2. localizar a mediana;
3. Determinar a Mediana.

Localizada a classe mediana, ainda resta verificar qual o ponto, dentro do intervalo desta classe, que corres-
ponde à mediana. Isto pode ser resolvido por interpolação, utilizando-se a fórmula a seguir.
n
− Fant

Md = lMd + 2 · hMd
fM d
Sendo:
lMd = limite inferior do intervalo de classe mediana;
Fant = frequência acumulada da classe anterior à classe mediana;
fMd = frequência (simples) da classe mediana;
n = número de elementos coletados na pesquisa;
hMd = LMd − lMd = amplitude do intervalo de classe mediana;
LMd = limite superior do intervalo de classe mediana.
Example 3.15. A tabela a seguir, corresponde ao tempo (em minutos) que 50 assinantes da Internet gas-
taram durante sua conexão mais recente. Determine a mediana dos minutos gastos na conexão.
Tempo gasto na Internet na última conexão Pessoas que utilizaram a Internet
(xi ) (fi )
5 ` 15 26
15 ` 25 33
25 ` 35 42
35 ` 45 48
45 ` 55 39
55 ` 65 18
65 ` 75 7
Total 213
3.4 Medidas Separatrizes

Introdução A Estatistica PDF

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Introdução A Estatistica PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Capítulo 1

1.1 Introdução Histórica

1.2 Necessidade da Estatística nas Ciências Económicas e de Ges-

1. Descrever e compreender relações entre diferentes características de uma população;

1.3 A Estatística e Etapas da Análise Estatística

1.3.1 Etapas da Análise Estatística:

2. planeamento e elaboração da coleta de dados;

3. classificação dos dados e apresentação dos valores númericos;

1.4 Estatística Descritiva e Estatística Inferencial

1.4.1 Estatística Descritiva: coleta, organização e descrição dos dados

1.4.2 Estatística Inferencial: análise e interpretação dos dados

1.5 Definições Básicas da Estatística

1.5.1 População ou Univesro Estatístico

DMQ-Departamento de Métodos Quantitativos

A variável quantitativa pode ser contínua ou discreta.

1.5.4 Números Aproximados e Arredondamento de Dados

DMQ-Departamento de Métodos Quantitativos

• Quando o primeiro algarismo a ser abandonado no arredondamento é 5, há dois procedimentos:

1.5.5 Cálculo de Percentagem

DMQ-Departamento de Métodos Quantitativos

Folha 1 de Exercícios de Estatística I

1. Da alínea a à j, estabeleça a variável em cada caso. Classifique as variáveis em qualitativas ou quanti-

a) 35, 32216 b) 456, 541 c) 0, 0832

DMQ-Departamento de Métodos Quantitativos

8. Escreva cada número com arredondamento para centésimos.

a) 23, 4585 b) 171, 29401 c) 42, 876

9. Escreva cada número com arredondamento para milésimos

a) 15, 21622 b) 39, 53431 c) 162, 99083

10. Escreva cada número com arredondamento para a unidade.

a) 300, 32 b) 6, 5422 c) 0, 6811

11. Cálculo de percentagem

a) 120 em 2.400 b) 52, 5 em 125 c) 4, 68 em 46, 80

DMQ-Departamento de Métodos Quantitativos

2.1 Definições Básicas

fri % = fri × 100;

2.2 Organização e Classificação de Dados de Variáveis Qualitativas

solteiro separado casado casado separado solteiro casado separado

a) Qual é o número de dados da pesquisa?

2.3 Organização e Classificação de Dados de Variáveis Quantitati-

DMQ-Departamento de Métodos Quantitativos

2.3.1 Distribuição de Frequência de Dados Numéricos não Agrupados em In-

a) Qual é o número de dados da pesquisa?

2.3.2 Distribuição de frequência de dados numéricos agrupados em intervalos

• cálculo da amplitude do intervalo de classe (h);

• determinação das frequências dos intervalos intervalos de classe;

Determinação do número de classes (k)

DMQ-Departamento de Métodos Quantitativos

1. é a fórmula desenvolvida pelo matemático Sturges para o cálculo do números de classe

sendo k o número de classes e n o número de elementos coletados na pesquisa.

Amplitude Amostral (AA)

Cálculo da Amplitude do Intervalo de Classe (h)

Limite Inferior e Superior do Intervalo de Classe

DMQ-Departamento de Métodos Quantitativos

Frequência Simples ou Absoluta (fi )

Ponto Médio de Uma Classe (xi )

a) Identifique a variável em estudo. É qualitativa ou quantitativa? É contínua ou discreta?

2.4 Representação Gráfica de uma Distribuição de Frequência

DMQ-Departamento de Métodos Quantitativos

• pelo histograma de frequências relativas podem-se comparar duas ou mais distribuições.

i Peso (kg) Número de pessoas

2.4.2 Polígono de frequência

DMQ-Departamento de Métodos Quantitativos