ACADEMIA DO CONCURSO
MEDIDAS DE DISPERSÃO
ESTATÍSTICA
MEDIDAS DE DISPERSÃO
MEDIDAS DE DISPERSÃO
Y Y
X X
GRÁFICO - A
ONDE A DISPERSÃO É MAIOR ⇒ A ou B ?
MEDIDAS DE DISPERSÃO
FREQUÊNCIA
QUEM TEM A MAIOR DISPERSÃO ?
QUEM TEM A MENOR DISPERSÃO ?
ESTATÍSTICA FISCAL
MEDIDAS DE DISPERSÃO
DISPERSÃO (variabilidade) ⇒ é a maior ou menor
diversificação dos valores de uma variável, em torno
de um valor de tendência central tomado como
referência (MÉDIA ou MEDIANA). As medidas de
dispersão mais usadas são: amplitude total, desvio
médio, desvio-quartil, VARIÂNCIA, DESVIO PADRÃO
e COEFICIENTE DE VARIAÇÃO.
MEDIDAS DE DISPERSÃO
OBSERVE OS CONJUNTOS X E Y
X = 11; 9; 8; 12; 7; 10; 10; 13
Y = 2; 18; 1; 5; 19; 5; 0; 30
Calculando as médias dos conjuntos X e Y obtemos:
x=
∑x i
=
11 + 9 + 8 + 12 + 7 + 10 + 10 + 13 80
= x = 10
n 8 8
GRÁFICO - B
y=
∑y i
=
2 + 18 + 1 + 5 + 19 + 5 + 0 + 30 80
= y = 10
n 8 8
Os conjuntos X e Y são semelhantes ?
QUEM TEM A MAIOR DISPERSÃO X OU Y ?
MEDIDAS DE DISPERSÃO

ABSOLUTAS ⇒ são expressas na MESMA UNIDADE dos
dados originais com EXCEÇÃO da VARIÂNCIA que é
expressa na unidade ao QUADRADO.
• AMPLITUDE TOTAL
• DESVIO MÉDIO
• DESVIO QUARTIL
• VARIÂNCIA
• DESVIO PADRÃO

RELATIVAS ⇒ são ADIMENSIONAIS.
• COEFICIENTE DE VARIAÇÃO
• VARIÂNCIA RELATIVA
VALORES
1 MANUEL
 ACADEMIA DO CONCURSO

MEDIDAS DE DISPERSÃO MEDIDAS DE DISPERSÃO

PRINCIPAIS MEDIDAS DE DISPERSÃO VARIÂNCIA ⇒ Símbolos ⇒ S2 ou σ2

• VARIÂNCIA S2 ⇒ para AMOSTRA d i = xi − x

σ2 ⇒ para POPULAÇÃO
• DESVIO PADRÃO
2
FÓRMULA (dados não agrupados) ⇒ S =
∑ ( xi − x ) 2
• COEFICIENTE DE VARIAÇÃO MÉDIA DOS QUADRADOS DOS DESVIOS !
n

FÓRMULA (dados agrupados) ⇒ S 2 = ∑ fi × ( xi − x ) 2

∑ fi

MEDIDAS DE DISPERSÃO PROPRIEDADES DA VARIÂNCIA

VARIÂNCIA ⇒ Símbolos ⇒ S2 ou σ2 • SOMANDO-SE ou SUBTRAINDO-SE uma CONSTANTE a

todos os elementos de um conjunto de dados, a variância
OUTRA FÓRMULA SOMA DOS QUADRADOS
deste conjunto NÃO DE ALTERA.

S 2
=
∑ f i × xi 2
− x2
• MULTIPLICANDO-SE ou DIVIDINDO-SE todos os elementos

∑ i f de um conjunto de dados por uma CONSTANTE (diferente de

zero), a variância deste conjunto fica MULTIPLICADA ou

DIVIDIDA pelo QUADRADO desta constante.

MÉDIA DOS QUADRADOS MENOS O QUADRADO DA MÉDIA !

PROPRIEDADES DA VARIÂNCIA PROPRIEDADES DA VARIÂNCIA

SOMAR/SUBTRAIR UMA CONSTANTE Exemplo: Sejam X, Y, Z e W variáveis aleatórias assim definidas:

X = 1 ; 4 ; 7 ; 10 ⇒ Y=X+2
Y=X+2 ⇒ SY2 = S X2
⇒ SOMAR uma CONSTANTE não altera a variância.
Y = 3 ; 6 ; 9 ; 12 S2y = S2x ⇒ NÃO SE ALTERA
Z = 4X + 6 ⇒ S Z2 = 4 2 × S X2
MULTIPLICAR/DIVIDIR POR UMA CONSTANTE
⇒ MULTIPLICAR por uma CONSTANTE a VARIÂNCIA fica
X = 1 ; 4 ; 7 ; 10 ⇒ Y = 4X multiplicada pelo QUADRADO da constante.

Y = 4 ; 16 ; 28 ; 40 S2y = 42 × S2x W = X/4 S X2

⇒ SW2 =
S2y = 42×S2x ⇒ fica multiplicada pelo QUADRADO da 42
constante ⇒ DIVIDIR por uma constante a VARIÂNCIA fica DIVIDIDA
pelo QUADRADO da constante.

ESTATÍSTICA FISCAL
MEDIDAS DE DISPERSÃO 2 MANUEL
 ACADEMIA DO CONCURSO

MEDIDAS DE DISPERSÃO MEDIDAS DE DISPERSÃO

Exemplo: Achar a variância da seguinte distribuição de Classe i Estatura (cm) fi xi fi ×xi fi ×xi2
freqüência:
1 150 a 154 4 152 608 92416
Classe i Estatura (cm) fi
2 154 a 158 9 156 1404 219024
1 150 a 154 4
3 158 a 162 11 160 1760 281600
2 154 a 158 9
4 162 a 166 8 164 1312 215168
3 158 a 162 11
5 166 a 170 5 168 840 141120
4 162 a 166 8
6 170 a 174 3 172 516 88752
5 166 a 170 5
∑ 40 6440 1.038.080
6 170 a 174 3
2
∑ 40 1038080  6440 
S2 = −  = 25952 − 25921 = 31cm
2
40  40 
S2 =
∑ fi × xi 2 − x 2
∑ fi
MÉDIA DOS QUADRADOS MENOS O QUADRADO DA MÉDIA ! MÉDIA DOS QUADRADOS MENOS O QUADRADO DA MÉDIA !

PROCESSO ABREVIADO PARA O CÁLCULO DA VARIÂNCIA MEDIDAS DE DISPERSÃO

Exemplo: Achar a variância da seguinte distribuição de
xi − x 0 freqüência:
yi = ⇒ MUDANÇA DE VARIÁVEL
h Classe i Estatura (cm) fi
x0 ⇒ é uma CONSTANTE arbitrária escolhida convenientemente 1 150 a 154 4
xi ⇒ é o PONTO MÉDIO de cada classe. 2 154 a 158 9
3 158 a 162 11
h ⇒ é a AMPLITUDE da classe de x0
4 162 a 166 8
xi = x0 + h. yi 5 166 a 170 5
6 170 a 174 3
S X2 = h 2 × S Y2 Var(x) = h2 × Var(Y) ∑ 40

x0 ⇒ normalmente é o PONTO MÉDIO da classe de MAIOR

frequência ! S2 =
∑ fi × xi 2 − x 2
Obs. Como x0 é uma constante Var(x0) = 0 !
∑ fi

MEDIDAS DE DISPERSÃO MEDIDAS DE DISPERSÃO

Classe i Estatura (cm) fi xi yi fi ×yi fi ×yi2 Classe i Estatura (cm) fi xi yi fi ×yi fi ×yi2
1 150 a 154 4 152 -2 -8 16 1 150 a 154 4 152 -2 -8 16
2 154 a 158 9 156 -1 -9 9 2 154 a 158 9 156 -1 -9 9
3 158 a 162 11 160 (*) 0 0 0 3 158 a 162 11 160 (*) 0 0 0
4 162 a 166 8 164 1 8 8 4 162 a 166 8 164 1 8 8
5 166 a 170 5 168 2 10 20 5 166 a 170 5 168 2 10 20
6 170 a 174 3 172 3 9 27 6 170 a 174 3 172 3 9 27
∑ 40 10 80 ∑ 40 10 80
x0 = 160 ⇒ ponto médio da classe de maior freqüência
SY2 =
∑ f i × yi 2 − y 2  80  10  2 
S Y2 =  −   
h = 4 ⇒ amplitude da classe de x0 ∑ fi  40  40  
X − X0 X = X 0 + h.Y X = 160 + 4Y
Y=  80  10  2 
h S X2 = 4 2 ×  −    S2x = 31 cm2
S X2 =4 2
× SY2  40  40  

ESTATÍSTICA FISCAL
MEDIDAS DE DISPERSÃO 3 MANUEL
 ACADEMIA DO CONCURSO

PROCESSO ABREVIADO
CORREÇÃO DA FÓRMULA DA VARIÂNCIA PARA O CASO
Classe i Estatura (cm) fi xi yi fi ×yi fi ×yi2
DE AMOSTRA - FATOR DE CORREÇÃO DE BESSEL
1 150 a 154 4 152 -2 -8 16
2
3
154 a 158
158 a 162
9 156
11 160 (*)
-1
0
-9
0
9
0 S2 =
∑ ( xi − x ) 2
n
4 162 a 166 8 164 1 8 8 n n
5 166 a 170 5 168 2 10 20 ∑ (xi − x )2 ∑ (xi − x )2 n
6 170 a 174 3 172 3 9 27 S2 = i =1 S2 = i =1
×
∑ 40 10 80 n −1 n n −1
X − X0 152 − 160 − 8 164 − 160 4
Y= Y1 = = = −2 Y4 = = =1
h 4 4 4 4
156 − 160 − 4 168 − 160 8 n
X − 160 Y5 = = =2
Y=
Y2 =
4
=
4
= −1
4 4 FATOR DE CORREÇÃO DE BESSEL ⇒
4 160 − 160 0 172 − 160 12 n −1
Y3 = = =0 Y6 = = =3
4 4 4 4 Obs. Quanto menor o tamanho da Amostra mais sensível é a correção !

RAIZ QUADRADA ⇒ MÉTODO APROXIMADO

MEDIDAS DE DISPERSÃO
X + QP X ⇒ número que desejamos calcular a raiz
DESVIO PADRÃO ⇒ é a raiz quadrada da variância. X =
2 × QP QP ⇒ quadrado perfeito mais próximo de X
SÍMBOLO ⇒ S ou σ
S ⇒ para AMOSTRA EXEMPLO-1 ⇒ X = 24

σ ⇒ para POPULAÇÃO QP = 25 ⇒ quadrado perfeito mais próximo de X (24)

24 + 25 49 49
24 = = = ≅ 4,9
2 × 25 2 × 5 10
FÓRMULA ⇒ S = S2
EXEMPLO-2 ⇒ X = 127
Assim, o DESVIO PADRÃO do exemplo anterior é:
QP = 121 ⇒ quadrado perfeito mais próximo de X (127)
31 + 36 67
S = 31 = 5,57cm S=
2× 6
=
12
≅ 5,58 127 =
127 + 121 248 248
= = ≅ 11,27
2 × 121 2 × 11 22

RAIZ QUADRADA ⇒ MÉTODO APROXIMADO

PROPRIEDADES DO DESVIO PADRÃO
X + QP X ⇒ número que desejamos calcular a raiz
X =
SOMANDO-SE ou SUBTRAINDO-SE uma CONSTANTE a
2 × QP QP ⇒ quadrado perfeito mais próximo de X todos os valores de um conjunto de dados, o desvio padrão
EXEMPLO-3 ⇒ X = 31 NÃO SE ALTERA.
QP = 36 ⇒ quadrado perfeito mais próximo de X (31)
MULTIPLICANDO-SE ou DIVIDINDO-SE todos os valores de
31 + 36 67 67 um conjunto de dados por uma CONSTANTE (diferente de
31 = = = ≅ 5,58
2 × 36 2 × 6 12 zero), o desvio padrão ficará MULTIPLICADO ou DIVIDIDO
EXEMPLO-4 ⇒ X = 82 por essa constante.
QP= 81 ⇒ quadrado perfeito mais próximo de X (82)
82 + 81 163 163
82 = = = ≅ 9,05
2 × 81 2 × 9 18
OBS ⇒ quanto mais próximo de um quadrado perfeito mais
aproximado é o cálculo.

ESTATÍSTICA FISCAL
MEDIDAS DE DISPERSÃO 4 MANUEL
 ACADEMIA DO CONCURSO

PROPRIEDADES DO DESVIO PADRÃO PROPRIEDADES DO DESVIO PADRÃO

Exemplo: Sejam X, Y, Z e W variáveis aleatórias assim definidas:
Em uma distribuição NORMAL Y=X+2 ⇒ SY = S X
(forma de sino) tem-se:
⇒ SOMAR uma CONSTANTE não altera o desvio padrão.

Z = 4X + 6 ⇒ SZ = 4 × S X
⇒ MULTIPLICAR por uma CONSTANTE o DESVIO PADRÃO
fica MULTIPLICADO pela constante.

INTERVALO PERCENTUAL (%) SX

W = X/4 ⇒ SW =
µ±1σ 68,26% das observações
µ±2σ 95,45% das observações
4
⇒ DIVIDIR por uma CONSTANTE o DESVIO PADRÃO fica
µ±3σ 99,73% das observações
DIVIDIDO pela constante.
µ = Média
σ = Desvio Padrão

MEDIDAS DE DISPERSÃO MEDIDAS DE DISPERSÃO

COEFICIENTE DE VARIAÇÃO ⇒ algumas medidas estatísticas COEFICIENTE DE VARIAÇÃO = DESVIO PADRÃO / MÉDIA
quando observadas isoladamente não trazem muita informação.
Dessa forma, um desvio padrão de 5 unidades pode ser S ADIMENSIONAL (%) ⇒ NÃO TEM DIMENSÃO !
CV =
considerado pequeno para um conjunto de valores cuja média é x
500, no entanto, se a média for igual a 50 o mesmo não pode
Exemplo: Para um conjunto de dados relativos a estaturas
ser dito. Por outro lado, por ser o desvio padrão expresso na
têm-se: Média =161 cm e S=5,57 cm. Achar o CV deste conjunto
mesma unidade que os dados originais, é complicado o seu uso de dados.
para efeito de comparação da dispersão entre dois conjuntos de S 5,57cm
CV = CV = = 0,0345 = 3,45%
dados expressos em unidades diferentes. Objetivando-se x 161 cm
contornar essas dificuldades e limitações, criou-se uma nova
medida chamada COEFICIENTE DE VARIAÇÃO (CV).

MEDIDAS DE DISPERSÃO PROPRIEDADES DO COEFICIENTE DE VARIAÇÃO

Exemplo: Consideremos os resultados das medidas de altura e
SOMANDO-SE uma CONSTANTE POSITIVA a todos os
peso de um mesmo grupo de indivíduos exibidos na tabela
abaixo: elementos de um conjunto de dados o COEFICIENTE DE
Medidas Média S VARIAÇÃO DIMINUI.

Estatura 175 cm 5,0 cm
SUBTRAINDO-SE uma CONSTANTE POSITIVA de todos os

DISPERSÃO ABSOLUTA
Peso 68 Kg 2,0 Kg elementos de um conjunto de dados o COEFICIENTE DE
VARIAÇÃO AUMENTA.
Qual apresenta maior grau de dispersão - Estatura ou Peso ?
Podemos comparar cm com kg ?
MULTIPLICANDO-SE ou DIVIDINDO-SE todos os elementos
5 cm de um conjunto de dados por uma constante positiva, o
CVEstatura s = = 0,0285 = 2,85 %
175 cm COEFICIENTE DE VARIAÇÃO NÃO SE ALTERA.

2 kg
NÃO DEPENDE DA UNIDADE em que os dados são

CVPeso = = 0 , 0294 = 2 ,94 % medidos, ou seja é ADIMENSIONAL.
68 kg

ESTATÍSTICA FISCAL
MEDIDAS DE DISPERSÃO 5 MANUEL
 ACADEMIA DO CONCURSO

PROPRIEDADES DO COEFICIENTE DE VARIAÇÃO PROPRIEDADES DO COEFICIENTE DE VARIAÇÃO

S S
CV = CV =
x x
SOMANDO-SE uma CONSTANTE POSITIVA (K) MULTIPLICANDO ou DIVIDINDO por uma constante K
S ⇒ NÃO ALTERA (numerador)
MÉDIA ⇒ fica AUMENTADA do valor da constante (denominador) Desvio Padrão Novo = k ×S (desvio antigo)
S Média Nova = k × x (média antiga)
CV = ⇒ DIMINUI ! (o denominador aumentou !)
x+K
k×S S
SOMANDO-SE uma CONSTANTE NEGATIVA (-K) CV Novo = = = CV Antigo NÃO ALTERA !
S ⇒ NÃO ALTERA (numerador) k×x x
MÉDIA ⇒ fica DIMINUÍDA do valor da constante (denominador)
S
CV = ⇒ AUMENTA ! (o denominador diminuiu !)
x−K

MEDIDAS DE DISPERSÃO KIT DE SOBREVIVÊNCIA

VARIÂNCIA RELATIVA ⇒ é VARIÂNCIA dividida pelo quadrado

VARIÂNCIA ⇒ S2 =
∑ fi × xi 2 − x 2
da MÉDIA. ∑ fi
MÉDIA DOS QUADRADOS MENOS O QUADRADO DA MÉDIA !
S x2
S r2 =
DESVIO PADRÃO ⇒ RAIZ QUADRADA DA VARIÂNCIA
x2
S r2 = CV ⇒
2
é o QUADRADO do COEFICIENTE de VARIAÇÃO.
COEFICIENTE DE VARIAÇÃO ⇒ DESVIO PADRÃO/MÉDIA

PROPRIEDADES:
PROPRIEDADES DA VARIÂNCIA RELATIVA ⇒ são IGUAIS as
• MÉDIA
do COEFICIENTE DE VARIAÇÃO.
• DESVIO PADRÃO
• VARIÂNCIA

OUTRAS PROPRIEDADES MEDIDAS DE DISPERSÃO

A SOMA DOS QUADRADOS DOS DESVIOS É

DISPERSÃO ABSOLUTA
MÍNIMO EM RELAÇÃO À MÉDIA.
• DESVIO PADRÃO

A SOMA DOS DESVIOS ABSOLUTOS
(MÓDULOS) É MÍNIMO EM RELAÇÃO À • VARIÂNCIA
MEDIANA.
DISPERSÃO RELATIVA

Var =
∑ (x i − x )2
= Média dos Quadrado dos Desvios • COEFICIENTE DE VARIAÇÃO
n
• VARIÂNCIA RELATIVA
DesvioMédio =
∑ x −x i

DesvioMédio =
∑ x − Md i
← Mínimo em relação a Mediana
n

ESTATÍSTICA FISCAL
MEDIDAS DE DISPERSÃO 6 MANUEL
 ACADEMIA DO CONCURSO

Quando o poder do amor se

sobrepor ao amor pelo poder, o
mundo conhecerá a paz !

Johnny Allen Hendrix

Jimi Handrix
Seatle - 1942 / Londres - 1970

ESTATÍSTICA FISCAL
MEDIDAS DE DISPERSÃO 7 MANUEL