Estatistica I - Emerson

C iências
ontábeis
ADMINISTRAÇÃO
Caderno de Estatística I
Dom Alberto
Prof: Emerson José Jung
Página 2 / 102
C122 JUNG, Emerson José
Caderno de Estatística I Dom Alberto / Emerson José Jung. – Santa

Cruz do Sul: Faculdade Dom Alberto, 2010.
Inclui bibliografia.
1. Administração – Teoria 2. Ciências Contábeis – Teoria 3. Estatística I

– Teoria I. JUNG, Emerson José II. Faculdade Dom Alberto III.
Coordenação de Administração IV. Coordenação de Ciências Contábeis
V. Título
CDU 658:657(072)
Catalogação na publicação: Roberto Carlos Cardoso – Bibliotecário CRB10 010/10

Página 3 / 102
Apresentação
O Curso de Administração da Faculdade Dom Alberto iniciou sua

trajetória acadêmica em 2004, após a construção de um projeto pautado na
importância de possibilitar acesso ao ensino superior de qualidade que,
combinado à seriedade na execução de projeto pedagógico, propiciasse uma
formação sólida e relacionada às demandas regionais.
Considerando esses valores, atividades e ações voltadas ao
ensino sólido viabilizaram a qualidade acadêmica e pedagógica das aulas, bem
como o aprendizado efetivo dos alunos, o que permitiu o reconhecimento pelo
MEC do Curso de Administração em 2008.
Passados seis anos, o curso mostra crescimento quantitativo e
qualitativo, fortalecimento de sua proposta e de consolidação de resultados
positivos, como a publicação deste Caderno Dom Alberto, que é o produto do
trabalho intelectual, pedagógico e instrutivo desenvolvido pelos professores
durante esse período. Este material servirá de guia e de apoio para o estudo
atento e sério, para a organização da pesquisa e para o contato inicial de
qualidade com as disciplinas que estruturam o curso.
A todos os professores que com competência fomentaram o
Caderno Dom Alberto, veículo de publicação oficial da produção didático-
pedagógica do corpo docente da Faculdade Dom Alberto, um agradecimento
especial.
Elvis Siqueira Martins

Diretor Acadêmico de Ensino
Página 4 / 102
PREFÁCIO
A arte de ensinar e aprender pressupõe um diálogo entre aqueles que

interagem no processo, como alunos e professores. A eles cabe a tarefa de
formação, de construção de valores, habilidades, competências necessárias à
superação dos desafios. Entre estes se encontra a necessidade de uma
formação profissional sólida, capaz de suprir as demandas de mercado, de
estabelecer elos entre diversas áreas do saber, de atender às exigências legais
de cada área de atuação, etc.
Nesse contexto, um dos fatores mais importantes na formação de um

profissional é saber discutir diversos temas aos quais se aplicam
conhecimentos específicos de cada área, dispondo-se de uma variedade ampla
e desafiadora de questões e problemas proporcionada pelas atuais
conjunturas. Para que isso se torne possível, além da dedicação daqueles
envolvidos no processo de ensino-aprendizagem, é preciso haver suporte
pedagógico que dê subsídios ao aprender e ao ensinar. Um suporte que
supere a tradicional metodologia expositiva e atenda aos objetivos expressos
na proposta pedagógica do curso.
Considerando esses pressupostos, a produção desse Caderno Dom

Alberto é parte da proposta pedagógica do curso da Faculdade Dom Aberto.
Com este veículo, elaborado por docentes da instituição, a faculdade busca
apresentar um instrumento de pesquisa, consulta e aprendizagem teórico-
prática, reunindo materiais cuja diversidade de abordagens é atualizada e
necessária para a formação profissional qualificada dos alunos do curso.
Ser um canal de divulgação do material didático produzido por
professores da instituição é motivação para continuar investindo da formação
qualificada e na produção e disseminação do que se discute, apresenta, reflete,
propõe e analisa nas aulas do curso. Espera-se que os leitores apreciem o
Caderno Dom Alberto com a mesma satisfação que a Faculdade tem em
elaborar esta coletânea.
Página 5 / 102
Sumário
Apresentação.......................................................................................................... 3
Prefácio................................................................................................................... 4
Plano de Ensino...................................................................................................... 7
Aula 1
Estatística Básica................................................................................................... 11
Aula 2
Séries Estatística................................................................................................... 17
População e Amostra............................................................................................. 21
Aula 3
Distribuições de Freqüência .................................................................................. 26
Aula 4
Representação Gráfica........................................................................................... 32
Aula 5
Medidas de Tendência Central............................................................................... 41
Aula 6
Medidas de Tendência Central Continuação..........................................................50
Aula 7
A Curva de Freqüência........................................................................................... 59
Aula 8
Separatrizes............................................................................................................ 68
Aula 9
Média Móvel........................................................................................................... 73
Aula 10
Atividades............................................................................................................... 83
Aula 11
Medidas de Assimetria............................................................................................87
Aula 12
Probabilidades.........................................................................................................92
Página 6 / 102
Aula 13
Permutação Simples...............................................................................................98
Página 7 / 102
Centro de Ensino Superior Dom Alberto
Plano de Ensino
Identificação
Curso: Administração/Ciências Contábeis Disciplina: Estatística I
Carga Horária (horas): 60 Créditos: 4 Semestre: 2º
Ementa
População e Amostra. Séries Estatísticas. Gráficos Estatísticos. Distribuição de Freqüência. Tipos de
Médias. Medidas de Variabilidade. Medidas de Dispersão. Probabilidade.
Objetivos
Geral: Desenvolver processos cognitivos e a aquisição de atitudes possibilitando o aluno a criar hábito de
investigação e confiança para enfrentar situações novas e formar uma visão ampla e científica da realidade.
Específicos: Compreender os conceitos de população, amostra e variável. Construir, ler, analisar e

interpretar vários tipos de gráficos. Resolver problemas que envolvam os conceitos de estatística.
Determinar a probabilidade de um evento num espaço amostra finito, independente da experimentação.
Compreender e aplicar o conceito de distribuição binomial no cálculo de probabilidades.
Inter-relação da Disciplina
Horizontal: As aplicações da disciplina são processadas de forma a adaptar o conhecimento teórico a uma
situação prática e interdisciplinar ajustada a realidade dos negócios na economia brasileira.
Vertical: Despertar o interesse do aluno na interpretação de dados com vista na utilização de instrumentos
capazes de fornecer um conhecimento científico, no que se refere ao pleno entendimento e leitura de
dados.
Competências Gerais
Reconhecer e definir problemas, equacionar soluções, pensar estrategicamente, introduzir modificações no
processo produtivo, atuar preventivamente, transferir e generalizar conhecimentos e exercer, em diferentes
graus de complexidade, o processo da tomada de decisão;
Desenvolver raciocínio lógico, crítico e analítico para operar com valores e formulações matemáticas
presentes nas relações formais e causais entre fenômenos produtivos, administrativos e de controle, bem
assim expressando-se de modo crítico e criativo diante dos diferentes contextos organizacionais e sociais;
Competências Específicas
Identificar problemas específicos, da estatística descritiva, ler, compreender e interpretar dados.
Coletar e organizar dados.
Habilidades Gerais
Reconhecer e definir problemas, organizar, compreender e interpretar gráficos e demais dados estatísticos
referentes a estatística descritiva.
Habilidades Específicas
Conhecer métodos estatísticos para descrever, analisar e interpretar os dados referentes a estatística
descritiva.
Conteúdo Programático
PROGRAMA
1. Introdução a Estatística;
2. Natureza dos dados: variáveis quantitativas e qualitativas; variáveis discretas e contínuas;
3. População e Amostra;
4. Amostragem: conceitos e tipos;
Missão: "Oferecer oportunidades de educação, contribuindo para a formação de profissionais conscientes e competentes,
comprometidos com o comportamento ético e visando ao desenvolvimento regional”.
Página 8 / 102
5. Dados absolutos e relativos;

6. Tabelas: conceitos; ROL; elementos essenciais; construção;
7. Séries estatísticas;
8. Gráficos: principais tipos; análise; histogramas;
9. Distribuição de freqüências: intervalos de classes; freqüências: absolutas, relativas e acumuladas;
10. Medidas de tendência central:
- Médias: aritmética, geométrica, ponderada e móvel
- Mediana
- Moda
- Ponto médio.
11. Medidas de posição:
- Escore z
- Quartis, decis e percentis.
12. Medidas de variação:
- Amplitude
- Desvio-padrão
- Variância.
13. Medidas de Assimetria e Curtose..
14. Probabilidade:
- Experimentos
- Espaço amostral
- Eventos
- Arranjos e Combinações.
15. Números índices
Estratégias de Ensino e Aprendizagem (metodologias de sala de aula)

O planejamento do trabalho em sala de aula é à base da construção do processo de ensino e
aprendizagem. Planejando a ação, o professor tem a possibilidade de saber exatamente qual o ponto de
partida e o de chegada para cada tema abordado em seu curso.
Um planejamento não é um esquema de trabalho rígido, inflexível. Pelo contrário, devem-se levar em conta
as situações inesperadas que vão ocorrendo e adaptar ou modificar o que se havia inicialmente previsto, de
acordo com suas observações de classe e necessidades dos alunos.
Há metas que devem ser estabelecidas e alcançadas, sendo necessário que o professor disponha de um fio
condutor para a ação que vai desenvolver e de uma previsão para os resultados dessa ação.
Avaliação do Processo de Ensino e Aprendizagem

A avaliação do processo de ensino e aprendizagem deve ser realizada de forma contínua, cumulativa e
sistemática com o objetivo de diagnosticar a situação da aprendizagem de cada aluno, em relação à
programação curricular. Funções básicas: informar sobre o domínio da aprendizagem, indicar os efeitos da
metodologia utilizada, revelar conseqüências da atuação docente, informar sobre a adequabilidade de
currículos e programas, realizar feedback dos objetivos e planejamentos elaborados, etc.
A forma de avaliação será da seguinte maneira:
1ª Avaliação
– Peso 8,0 (oito): Prova;
a
– Peso 2,0 (dois): Trabalho referente ao conteúdo ministrado até a 1 avaliação.
2ª Avaliação
- Peso 8,0 (oito): Prova;
- Peso 2,0 (dois): referente ao Sistema de Provas Eletrônicas – SPE (maior nota das duas
provas do SPE)
Avaliação Somativa
A aferição do rendimento escolar de cada disciplina é feita através de notas inteiras de zero a dez,
permitindo-se a fração de 5 décimos.
O aproveitamento escolar é avaliado pelo acompanhamento contínuo do aluno e dos resultados por ele
obtidos nas provas, trabalhos, exercícios escolares e outros, e caso necessário, nas provas substitutivas.
Dentre os trabalhos escolares de aplicação, há pelo menos uma avaliação escrita em cada disciplina no
Página 9 / 102
bimestre.
O professor pode submeter os alunos a diversas formas de avaliações, tais como: projetos, seminários,
pesquisas bibliográficas e de campo, relatórios, cujos resultados podem culminar com atribuição de uma
nota representativa de cada avaliação bimestral.
Em qualquer disciplina, os alunos que obtiverem média semestral de aprovação igual ou superior a sete
(7,0) e freqüência igual ou superior a setenta e cinco por cento (75%) são considerados aprovados.
Após cada semestre, e nos termos do calendário escolar, o aluno poderá requerer junto à Secretaria-Geral,
no prazo fixado e a título de recuperação, a realização de uma prova substitutiva, por disciplina, a fim de
substituir uma das médias mensais anteriores, ou a que não tenha sido avaliado, e no qual obtiverem como
média final de aprovação igual ou superior a cinco (5,0).
Sistema de Acompanhamento para a Recuperação da Aprendizagem

Serão utilizados como Sistema de Acompanhamento e Nivelamento da turma os Plantões Tira-Dúvidas que
são realizados sempre antes de iniciar a disciplina, das 18h30min às 18h50min, na sala de aula.
Recursos Necessários
Humanos
Professor.
Físicos
Laboratórios, visitas técnicas, etc.
Materiais
Recursos Multimídia.
Bibliografia
Básica
CRESPO, Antônio Arnot. Estatística fácil. 18. ed. São Paulo: Saraiva, 2002.
SILVA, Ermes Medeiros da. et al. Estatística: para cursos de economia, administração e ciências
contábeis. São Paulo: Atlas, 1999. 1 e 2 v.
MORETTIN, Pedro A; BUSSAB, Wilton de O. Estatística básica. 5. ed. São Paulo: Saraiva 2003.
TOLEDO, Geraldo Luciano; OVALLE, Ivo Izidoro. Estatística básica. 2. ed. São Paulo: Atlas, 1995.
SPIEGEL, Murray R. Estatística. 3. ed. São Paulo: Pearson Education, 1994.
Complementar
BARBETTA, Pedro Alberto. Estatística aplicada às ciências sociais. 5. ed. Florianópolis: UFSC, 2002.
MOORE, David. A Estatística básica e a sua prática. Rio de Janeiro: LTC, 2005.
BUNCHAFT G.; KELLNER S. R. O. Estatística sem mistério. Petrópolis: Vozes; 1999.
FONSECA, Jairo Simon da; MARTINS, Gilberto. Curso de estatística. São Paulo: Atlas, 1996.
MARTINS, Gilberto de Andrade; DONAIRE, Denis. Princípios de estatística. São Paulo: Atlas, 1990.
Periódicos
Jornais: Gazeta do Sul, Zero Hora.
Revistas: Veja, Isto é.
Sites para Consulta
http://www.mec.gov.br
http://www.ime.usp.br
http://www.ibge.gov.br
Outras Informações
Endereço eletrônico de acesso à página do PHL para consulta ao acervo da biblioteca:
http://192.168.1.201/cgi-bin/wxis.exe?IsisScript=phl.xis&cipar=phl8.cip&lang=por
Página 10 / 102
Cronograma de Atividades
Aula Consolidação Avaliação Conteúdo Procedimentos Recursos
Apresentação do plano de ensino. Introdução a estatística.
1ª AE QG, AP, DS
Natureza dos dados: tipos de variáveis; População e Amostra;
2ª Amostragem: conceitos e tipos; Dados absolutos e relativos; AE, TI AP, QG, DS
Tabelas: conceitos; ROL; elementos essenciais; construção;
3ª AE AP, QG, DS
Séries estatísticas;
4ª Gráficos: principais tipos; análise; histogramas; AE AP, QG, DS
Distribuição de freqüências:intervalos de classes;
5ª AE AP, QG
freqüências: absolutas, relativas e acumuladas;
Distribuição de freqüências:intervalos de classes;
6ª AE, TI AP, QG
freqüências: absolutas, relativas e acumuladas;
Medidas de tendência central: Médias: aritmética, geométrica,
7ª PA, AE AP, QG
ponderada e móvel
1 Consolidação 1. AE AP, QG
1 1ª Avaliação.
8ª Medidas de tendência central: Mediana; Moda; Ponto médio. AE AP, QG
9ª Medidas de posição: Escore z; Quartis, decis e percentis. AE AP, QG
10ª Medidas de variação: amplitude; desvio-padrão e variância. AE AP, QG
11ª Medidas de Assimetria e Curtose. Números índices. AE, TG AP, QG, DS

Números índices. Probabilidade: Experimentos; Espaço
12ª AE AP, QG, DS
amostral; Eventos;
13ª Probabilidade: Arranjos e Combinações. AE AP, QG
2 Consolidação 2. AE AP, QG
2 2ª avaliação.
3 Avaliação substituta.
Legenda
Código Descrição Código Descrição Código Descrição
AE Aula expositiva QG Quadro verde e giz LB Laboratório de informática
TG Trabalho em grupo RE Retroprojetor PS Projetor de slides
TI Trabalho individual VI Videocassete AP Apostila
SE Seminário DS Data Show OU Outros
PA Palestra FC Flipchart
Página 11 / 102
CENTRO DE ENSINO SUPERIOR DOM ALBERTO
Aula 1 – Estatística I
Prof. Emerson José Jung
ESTATÍSTICA BÁSICA
1. INTRODUÇÃO
O que a Estatística significa para você?
ESTATÍSTICA: é a ciência dos dados. Ela envolve coletar, classificar, resumir, organizar, analisar e
interpretar informação numérica.
ANTIGUIDADE: os povos já registravam o número de habitantes, nascimentos, óbitos, faziam

estimativas das riquezas individual e social, distribuíam terras ao povo, cobravam
impostos.
IDADE MÉDIA: as informações eram tabuladas com finalidades tributárias e bélicas.
SEC. XVI: surgem as primeiras análises sistemáticas, as primeiras tabelas e os números relativos.
SEC. XVIII: a estatística com feição científica é batizada por GODOFREDO ACHENWALL. As tabelas
ficam mais completas, surgem as primeiras representações gráficas e os cálculos de
probabilidades. A estatística deixa de ser uma simples tabulação de dados numéricos para se
tornar "O estudo de como se chegar a conclusão sobre uma população, partindo da
observação de partes dessa população (amostra)".
MÉTODO ESTATÍSTICO
MÉTODO: é um meio mais eficaz para atingir determinada meta.
MÉTODOS CIENTÍFICOS: destacamos o método experimental e o método estatístico.
MÉTODO EXPERIMENTAL: consiste em manter constante todas as causas, menos uma, que sofre
variação para se observar seus efeitos, caso existam. Ex: Estudos da Química, Física, etc.
MÉTODO ESTATÍSTICO: diante da impossibilidade de manter as causas constantes (nas ciências

sociais), admitem todas essas causas presentes variando-as, registrando essas variações e procurando
determinar, no resultado final, que influências cabem a cada uma delas. Ex: Quais as causas que definem
o preço de uma mercadoria quando a sua oferta diminui?
• Seria impossível, no momento da pesquisa, manter constantes a uniformidade dos salários, o gosto
dos consumidores, nível geral de preços de outros produtos, etc.
Missão: "Oferecer oportunidades de educação contribuindo para a formação de profissionais conscientes e competentes, comprometidos com o comportamento
ético e visando ao desenvolvimento Regional”.
Rua Ramiro Barcelos, 892, Centro - Santa Cruz do Sul – RS - CEP 96810-050
Site: www.domalberto.edu.br
Página 12 / 102
A ESTATÍSTICA
É uma parte da matemática aplicada que fornece métodos para coleta, organização, descrição,
análise e interpretação de dados e para a utilização dos mesmos na tomada de decisões.
A coleta, a organização ,a descrição dos dados, o cálculo e a interpretação de coeficientes

pertencem à ESTATÍSTICA DESCRITIVA, enquanto a análise e a interpretação dos dados,
associado a uma margem de incerteza, ficam a cargo da ESTATÍSTICA INDUTIVA ou
INFERENCIAL, também chamada como a medida da incerteza ou métodos que se fundamentam na
teoria da probabilidade.
2. ORGANIZAÇÃO DE DADOS ESTATÍSTICOS
FASES DO MÉTODO ESTATÍSTICO
1º - DEFINIÇÃO DO PROBLEMA : Saber exatamente aquilo que se pretende pesquisar é o

mesmo que definir corretamente o problema.
2º - PLANEJAMENTO : Como levantar informações ? Que dados deverão ser obtidos ? Qual
levantamento a ser utilizado? Censitário? Por amostragem? E o cronograma
de atividades ? Os custos envolvidos ? etc.
3º - COLETA DE DADOS: Fase operacional. É o registro sistemático de dados, com um objetivo

determinado.
Dados primários: quando são publicados pela própria pessoa ou organização que os haja
recolhido. Ex: tabelas do censo demográfico do IBGE.
Dados secundários: quando são publicados por outra organização. Ex: quando
determinado jornal publica estatísticas referentes ao censo
demográfico extraídas do IBGE.
OBS: É mais seguro trabalhar com fontes primárias. O uso da fonte secundária traz
o grande risco de erros de transcrição.
Coleta Direta: quando é obtida diretamente da fonte. Ex: Empresa que realiza uma pesquisa
para saber a preferência dos consumidores pela sua marca.
Coleta contínua: registros de nascimento, óbitos, casamentos;
Coleta periódica: recenseamento demográfico, censo industrial;
Coleta ocasional: registro de casos de dengue.
Missão: "Oferecer oportunidades de educação contribuindo para a formação de profissionais conscientes e competentes, comprometidos com o
comportamento ético e visando ao desenvolvimento Regional”.
Página 13 / 102
Coleta Indireta: É feita por deduções a partir dos elementos conseguidos pela coleta
direta, por analogia, por avaliação,indícios ou proporcionalização.
4º - APURAÇÃO DOS DADOS: Resumo dos dados através de sua contagem e

agrupamento. É a condensação e tabulação de dados.
5º - APRESENTAÇÃO DOS DADOS: Há duas formas de apresentação, que não se excluem

mutuamente. A apresentação tabular, ou seja é uma
apresentação numérica dos dados em linhas e colunas
distribuídas de modo ordenado, segundo regras práticas
fixadas pelo Conselho Nacional de Estatística. A
apresentação gráfica dos dados numéricos constitui uma
apresentação geométrica permitindo uma visão rápida e
clara do fenômeno.
6º - ANÁLISE E INTERPRETAÇÃO DOS DADOS: A última fase do trabalho estatístico é a mais

importante e delicada. Está ligada
essencialmente ao cálculo de medidas e
coeficientes, cuja finalidade principal é
descrever o fenômeno (estatística descritiva).
A ESTATÍSTICA NA EMPRESA
Por meio de sondagem, de coleta de dados e de recenseamento de opiniões, podemos conhecer a

realidade geográfica e social, os recursos naturais, humanos e financeiros disponíveis, as expectativas de
comunidade sobre a empresa, e estabelecer suas metas, seus objetivos com maior possibilidade de serem
alcançados a curto, médio e longo prazo.
A Estatística ajudará em tal trabalho, como também na seleção e organização de estratégia a ser adotada
no empreendimento e, ainda, na escolha das técnicas de verificação e avaliação da qualidade e da qualidade
do produto e mesmo dos possíveis lucros e/ou perdas.
DEFINIÇÕES BÁSICAS DA ESTATÍSTICA
FENÔMENO ESTATÍSTICO: é qualquer evento que se pretenda analisar, cujo estudo seja
possível a aplicação do método estatístico. São divididos em três
grupos:
Fenômenos de massa ou coletivo: são aqueles que não podem ser definidos por uma
simples observação. A estatística dedica-se ao
estudo desses fenômenos. Ex: A natalidade na
Grande Vitória, O preço médio da cerveja no Espírito
Santo, etc.
Página 14 / 102
Fenômenos individuais: são aqueles que irão compor os fenômenos de massa. Ex:
cada nascimento na Grande Vitória, cada preço de cerveja
no Espírito Santo, etc.
Fenômenos de multidão: quando as características observadas para a massa não se

verificam para o particular.
DADO ESTATÍSTICO: é um dado numérico e é considerado a matéria-prima sobre a qual iremos

aplicar os métodos estatísticos.
POPULAÇÃO: é o conjunto total de elementos portadores de, pelo menos, uma característica
comum.
AMOSTRA: é uma parcela representativa da população que É EXAMINADA com o propósito de

tirarmos conclusões sobre a essa população.
PARÂMETROS: São valores singulares que existem na população e que servem para
caracterizá-la. Para definirmos um parâmetro devemos examinar toda a população.
Ex: Os alunos do 2º ano da FACULDADE DOM ALBERTO têm em média 1,70
metros de estatura.
ESTIMATIVA: é um valor aproximado do parâmetro e é calculado com o uso da amostra.
ATRIBUTO: quando os dados estatísticos apresentam um caráter qualitativo, o levantamento e os

estudos necessários ao tratamento desses dados são designados genericamente de
estatística de atributo.
VARIÁVEL: É o conjunto de resultados possíveis de um fenômeno.
VARIÁVEL QUALITATIVA: Quando seus valores são expressos por atributos: sexo, cor da
pele,etc.
VARIÁVEL QUANTITATIVA: Quando os dados são de caráter nitidamente quantitativo, e o

conjunto dos resultados possui uma estrutura numérica, trata-se
portanto da estatística de variável e se dividem em :
VARIÁVEL DISCRETA OU DESCONTÍNUA: Seus valores são expressos geralmente através de números
inteiros não negativos. Resulta normalmente de contagens. Ex: Nº de alunos presentes às aulas de
introdução à estatística econômica no 1º semestre de 1997: mar = 18 , abr = 30 , mai = 35 , jun = 36.
VARIÁVEL CONTÍNUA: Resulta normalmente de uma mensuração, e a escala numérica de seus

possíveis valores corresponde ao conjunto R dos números Reais, ou seja, podem assumir, teoricamente,
qualquer valor entre dois limites. Ex.: Quando você vai medir a temperatura de seu corpo com um termômetro
de mercúrio o que ocorre é o seguinte: O filete de mercúrio, ao dilatar-se, passará por todas as temperaturas
intermediárias até chegar na temperatura atual do seu corpo.
Página 15 / 102
Exemplos -
. Cor dos olhos das alunas: qualitativa
. Índice de liquidez nas indústrias capixabas: quantitativa contínua
. Produção de café no Brasil: quantitativa contínua
. Número de defeitos em aparelhos de TV: quantitativa discreta
. Comprimento dos pregos produzidos por uma empresa: quantitativa contínua
. O ponto obtido em cada jogada de um dado: quantitativa discreta
EXERCÍCIOS:
1. Uma concessionária de automóveis tem cadastrados 3500 clientes e fez uma pesquisa sobre a
preferência de compra em relação a “cor”(branco, vermelho ou azul), “preço”, “número de portas”(duas ou
quatro) e “estado de conservação” (novo ou usado). Foram consultados 210 clientes. Diante dessas
informações, responda:
a) Qual é o universo estatístico e qual é a amostra dessa pesquisa?
b) Quais são as variáveis e qual é o tipo de cada uma?
c) Quais os possíveis valores da variável “cor” nessa pesquisa?
2. A massa (em quilogramas) de 20 trabalhadores de uma empresa com 100 funcionários está
registrada a seguir:
65 52 73 80 65
50 70 75 80 65
70 77 82 91 75
52 68 86 70 80
Com base nos dados obtidos, responda:

a) Qual a população dessa pesquisa?
b) Qual é a sua amostra?
c) Qual é a variável nessa pesquisa? Ela é discreta ou contínua?
3. Classifique as variáveis em qualitativas ou quantitativas contínuas ou discretas:

a) População: alunos de uma escola.
Variável: cor dos cabelos.
b) População: casais residentes em uma cidade.
Variável: número de filhos.
c) População: as jogadas de um dado.
Variável: o ponto obtida em cada jogada.
Página 16 / 102
d) População: peças produzidas por certa máquina.

Variável: número de peças produzidas por hora.
e) População: peças produzidas por certa máquina.
Variável: diâmetro externo.
4. Ao nascer, os bebês são pesados e medidos, para se saber se estão dentro das tabelas de peso e
altura esperados. Estas duas variáveis são:
a) Qualitativas
b) Ambas discretas.
c) Ambas contínuas.
d) Contínua e discreta, respectivamente.
e) Discreta e contínua, respectivamente.
Justifique sua resposta.
5. Quais são as etapas básicas do método estatístico?
6. Dê o domínio de cada uma das seguintes variáveis e diga se são contínuas ou discretas:
a) Número G de litros de água numa máquina de lavar roupas.
b) Número B de livros em uma estante de biblioteca.
c) Soma S de pontos obtidos ao lançar um par de dados.
d) Diâmetro D de uma esfera.
e) País C na Europa.
7. Escreva cada número empregando a notação científica:

a) 24.380.000
b) 0,000009851
c) 7.300.000.000
d) 0,00018400
8. Construa o Rol para a seqüência de dados brutos:

a) X: 2, 4, 12, 7, 8, 15, 21, 20 c) Z: 12,2; 13,9; 14,7; 21,8; 12,2; 14,7
b) Y: 3, 5, 8, 5, 12, 14, 13, 12, 18 d) W: 8, 7, 8, 7, 8, 7, 9
Página 17 / 102
pAula 2 – Estatística I
Prof. Emerson Jung
. SÉRIES ESTATÍSTICAS
TABELA: É um quadro que resume um conjunto de dados dispostos segundo linhas e colunas de maneira
sistemática.
• De acordo com a Resolução 886 do IBGE, nas casas ou células da tabela devemos colocar :
um traço horizontal ( - ) quando o valor é zero;
três pontos ( ... ) quando não temos os dados;
zero ( 0 ) quando o valor é muito pequeno para ser expresso pela unidade utilizada;
um ponto de interrogação ( ? ) quando temos dúvida quanto à exatidão de determinado
valor.
Obs.: O lado direito e esquerdo de uma tabela oficial deve ser aberto..
Elementos Essenciais e Facultativos de uma Tabela:
Podemos determinar que uma tabela estatística é formada por elementos facultativos e por elementos
essenciais, conforme quadro abaixo:
ELEMENTOS ESSENCIAIS ELEMENTOS FACULTATIVOS

Título: É a parte superior que procede a tabela Fonte: É a indicação da entidade responsável
e que contém a designação do fato observado, pelo fornecimento dos dados.
o local e a época em que foi registrado.
Corpo: Conjunto de linhas e colunas que Notas: São as informações destinadas a es-
contém informações sobre a variável em clarecer o conteúdo das tabelas.
estudo.
Cabeçalho: É a parte da tabela que especifica Chamadas: São as informações utilizadas para
o conteúdo das colunas. esclarecer certas minúcias em relação as linhas
e colunas.
Coluna Indicadora: É a parte da tabela que Obs. Todos os elementos facultativos de uma
especifica o conteúdo das colunas no sentido representação tabular estão situados no ro-
vertical. dapé.
Linhas: Retas imaginárias que facilitam a
leitura, no sentido horizontal, de dados que se
inscrevem nos seus cruzamentos com as
colunas.
Casa ou Cédula: Espaço destinado a um só
número.
Missão: "Oferecer oportunidades de educação contribuindo para a formação de profissionais conscientes e competentes, comprometidos com o comportamento ético e
visando ao desenvolvimento Regional”.
Página 18 / 102
SÉRIE ESTATÍSTICA: É qualquer tabela que apresenta a distribuição de um conjunto de dados

estatísticos em função da época, do local ou da espécie.
SÉRIES HOMÓGRADAS: são aquelas em que a variável descrita apresenta variação discreta ou
descontínua. Podem ser do tipo temporal, geográfica ou específica.
a) Série Temporal: Identifica-se pelo caráter variável do fator cronológico. O local e a espécie
(fenômeno) são elementos fixos. Esta série também é chamada de histórica ou
evolutiva.
ABC VEÍCULOS LTDA.
Vendas no 1º bimestre de 1996
PERÍODO UNIDADES VENDIDAS

JAN/96 20000
FEV/96 10000
TOTAL 30000
Página 19 / 102
b) Série Geográfica: Apresenta como elemento variável o fator geográfico. A época e o fato
(espécie) são elementos fixos. Também é chamada de espacial, territorial
ou de localização.
ABC VEÍCULOS LTDA.
FILIAIS UNIDADES VENDIDAS
São Paulo 13000

Rio de Janeiro 17000
TOTAL 30000
c) Série Específica: O caráter variável é apenas o fato ou espécie. Também é chamada de

série categórica.
ABC VEÍCULOS LTDA.
MARCA UNIDADES VENDIDAS *

FIAT 18000
GM 12000
TOTAL 30000
SÉRIES CONJUGADAS: Também chamadas de tabelas de dupla entrada. São apropriadas à

apresentação de duas ou mais séries de maneira conjugada, havendo duas
ordens de classificação: uma horizontal e outra vertical. O exemplo abaixo é de
uma série geográfica-temporal.
ABC VEÍCULOS LTDA.Vendas no 1º bimestre de 1996
FILIAIS Janeiro/96 Fevereiro/96
São Paulo 10000 3000

Rio de Janeiro 12000 5000
TOTAL 22000 8000
Página 20 / 102
Exercícios:
1. Classifique as seguintes séries:
a) PRODUÇÃO DE BORRACHA b) AVICULTURA BRASILEIRA

NATURAL 1992
ESPÉCIE NÚMERO
ANOS TONELADAS (1.000 cabeças)
1991 29.543 Galinhas 204.160
1992 30.712 Galos, frangos e pintos 435.465
1993 40.663 Codornas 2.488
Fonte: IBGE Fonte: IBGE
c) VACINAÇÃO CONTRA A d) AQUECIMENTO DE UM MOTOR DE AVIÃO

POLIOMIELITE – 1993 DE MARCA X
REGIÕES QUANTIDADES
Norte 211.209 MINUTOS TEMPERATURA
Nordeste 631.040 ( °C )
Sudeste 1.119.708 0 20
Sul 418.785 1 27
Centro-Oeste 185.823 2 34
FONTE: Ministério da Saúde 3 41
4 49
5 56
6 63
Dados fictícios
2. Verificou-se, em 1993, o seguinte movimento de importação de mercadorias: 14.839.804 t, oriundas da

Arábia Saudita, no valor de U$1.469.104.000; 10.547.889t, dos Estados Unidos, no valor de
U$ 6.034.946.000; e 561.024t, do Japão, no valor U$ 1.0518.843.000. Confeccione a série correspondente
e classifique-a, sabendo que os dados acima foram fornecidos pelo Ministério da Fazenda.
Página 21 / 102
Aula 2 – Estatística
Prof. Emerson José Jung
POPULAÇÃO E AMOSTRA
POPULAÇÃO ESTATÍSTICA OU UNIVERSO ESTATÍSTICO:
é o conjunto total de elementos portadores de, pelo menos, uma característica comum.
Assim, os estudantes, por exemplo, constituem uma população, pois apresentam pelo menos uma
característica em comum: são os que estudam.
Muitas vezes, quando queremos realizar um estudo estatístico, não é possível analisar toda a população
envolvida com o fato que pretendemos investigar. Quando isso ocorre utilizamos uma amostra da população para
conseguir os dados que desejamos.
AMOSTRA:
é uma parcela representativa da população que É EXAMINADA com o propósito de tirarmos

conclusões sobre a essa população.
AMOSTRAGEM
Existe uma técnica especial – amostragem - para recolher amostras, que garante, tanto quanto possível,
o acaso na escolha.
Dessa forma, cada elemento da população passa a ter a mesma chance de ser escolhido, o que garante à
amostra o caráter de representatividade, e isto é muito importante, pois, como vimos, nossas conclusões relativas
à população vão estar baseadas nos resultados obtidos nas amostras dessa população.
TÉCNICAS DE AMOSTRAGEM
AMOSTRAGEM CASUAL ou ALEATÓRIA SIMPLES
É o processo mais elementar e freqüentemente utilizado. É equivalente a um sorteio lotérico. Pode ser
realizada numerando-se a população de 1 a n e sorteando-se, a seguir, por meio de um dispositivo
aleatório qualquer, x números dessa seqüência, os quais corresponderão aos elementos pertencentes à
amostra.
Ex: Vamos obter uma amostra, de 10%, representativa para a pesquisa da estatura de 90 alunos de uma
escola:
1º - numeramos os alunos de 1 a 90.
2º - escrevemos os números dos alunos, de 1 a 90, em pedaços iguais de papel, colocamos na urna e
após mistura retiramos, um a um, nove números que formarão a amostra.
Missão: "Oferecer oportunidades de educação contribuindo para a formação de profissionais conscientes e competentes, comprometidos com o comportamento ético
e visando ao desenvolvimento Regional”.
Página 22 / 102
OBS: quando o número de elementos da amostra é muito grande, esse tipo de sorteio torna-se muito
trabalhoso. Neste caso utiliza-se uma Tabela de números aleatórios, construída de modo que os
algarismos de 0 a 9 são distribuídos ao acaso nas linhas e colunas.
.AMOSTRAGEM PROPORCIONAL ESTRATIFICADA:
Quando a população se divide em estratos (sub-populações), convém que o sorteio dos elementos da
amostra leve em consideração tais estratos, daí obtemos os elementos da amostra proporcional ao
número de elementos desses estratos.
Ex: Vamos obter uma amostra proporcional estratificada, de 10%, do exemplo anterior, supondo, que, dos
90 alunos, 54 sejam meninos e 36 sejam meninas. São portanto dois estratos (sexo masculino e sexo
feminino). Logo, temos:
SEXO POPULACÃO 10 % AMOSTRA

MASC. 54 5,4 5
FEMIN. 36 3,6 4
Total 90 9,0 9
Numeramos então os alunos de 01 a 90, sendo 01 a 54 meninos e 55 a 90, meninas e procedemos o sorteio
casual com urna ou tabela de números aleatórios.
AMOSTRAGEM SISTEMÁTICA:
Quando os elementos da população já se acham ordenados, não há necessidade de construir o sistema

de referência. São exemplos os prontuários médicos de um hospital, os prédios de uma rua, etc. Nestes
casos, a seleção dos elementos que constituirão a amostra pode ser feita por um sistema imposto pelo
pesquisador.
Ex: Suponhamos uma rua com 900 casas, das quais desejamos obter uma amostra formada por 50 casas
para uma pesquisa de opinião. Podemos, neste caso, usar o seguinte procedimento: como 900/50 = 18,
escolhemos por sorteio casual um número de 01 a 18, o qual indicaria o primeiro elemento sorteado para a
amostra; os demais elementos seriam periodicamente considerados de 18 em 18. Assim, suponhamos que
o número sorteado fosse 4 a amostra seria: 4ª casa, 22ª casa, 40ª casa, 58ª casa, 76ª casa, etc.
AMOSTRAGEM POR CONGLOMERADOS (ou AGRUPAMENTOS)
Algumas populações não permitem, ou tornam extremamente difícil que se identifiquem seus elementos.
Não obstante isso, pode ser relativamente fácil identificar alguns subgrupos da população. Em tais casos,
uma amostra aleatória simples desses subgrupos (conglomerados) pode se colhida, e uma contagem
completa deve ser feita para o conglomerado sorteado. Agrupamentos típicos são quarteirões, famílias,
organizações, agências, edifícios etc.
Ex: Num levantamento da população de determinada cidade, podemos dispor do mapa indicando cada
quarteirão e não dispor de uma relação atualizada dos seus moradores. Pode-se, então, colher uma
amostra dos quarteirões e fazer a contagem completa de todos os que residem naqueles quarteirões
sorteados.
Página 23 / 102
MÉTODOS NÃO PROBABILÍSITCOS
São amostragens em que há uma escolha deliberada dos elementos da amostra. Não é possível
generalizar os resultados das pesquisas para a população, pois as amostras não-probabilísticas não
garantem a representatividade da população.
AMOSTRAGEM ACIDENTAL
Trata-se de uma amostra formada por aqueles elementos que vão aparecendo, que são possíveis de
se obter até completar o número de elementos da amostra. Geralmente utilizada em pesquisas de
opinião, em que os entrevistados são acidentalmente escolhidos.
Ex: Pesquisas de opinião em praças públicas, ruas de grandes cidades;
AMOSTRAGEM INTENCIONAL
De acordo com determinado critério, é escolhido intencionalmente um grupo de elementos que irão
compor a amostra. O investigador se dirige intencionalmente a grupos de elementos dos quais deseja
saber a opinião.
Ex: Numa pesquisa sobre preferência por determinado cosmético, o pesquisador se dirige a um grande
salão de beleza e entrevista as pessoas que ali se encontram.
AMOSTRAGEM POR QUOTAS
Um dos métodos de amostragem mais comumente usados em levantamentos de mercado e em

prévias eleitorais. Ele abrange três fases:
1ª - classificação da população em termos de propriedades que se sabe, ou presume, serem relevantes

para a característica a ser estudada;
2ª - determinação da proporção da população para cada característica, com base na constituição

conhecida, presumida ou estimada, da população;
3ª - fixação de quotas para cada entrevistador a quem tocará a responsabilidade de selecionar

entrevistados, de modo que a amostra total observada ou entrevistada contenha a proporção e cada
classe tal como determinada na 2ª fase.
Ex: Numa pesquisa sobre o "trabalho das mulheres na atualidade", provavelmente se terá interesse em
considerar: a divisão cidade e campo, a habitação, o número de filhos, a idade dos filhos, a renda média,
as faixas etárias etc.
A primeira tarefa é descobrir as proporções (porcentagens) dessas características na população. Imagina-

se que haja 47% de homens e 53% de mulheres na população. Logo, uma amostra de 50 pessoas deverá
ter 23 homens e 27 mulheres. Então o pesquisador receberá uma "quota" para entrevistar 27 mulheres. A
consideração de várias categorias exigirá uma composição amostral que atenda ao n determinado e às
proporções populacionais estipuladas.
Página 24 / 102
Atividades
1. Explique uma forma de se obter uma amostra estratificada dos empregados de uma empresa em que existam
funcionários de escritório, funcionários de produção e vendedores.
2. Numa pesquisa de opinião sobre a utilização de um canal de televisão pela igreja católica foram entrevistados
232 pessoas na entrada de uma igreja. Analise com seus colegas o processo de escolha da amostra, apontando
possíveis falhas.
3. Numa escola com 1200 alunos, foi feito um recenseamento, recolhendo-se dados referentes às seguintes
variáveis:
Idade dos alunos; anos de escolaridade; meio de transporte utilizado para ir à escola; local de almoço; número de
irmãos; local de trabalho; número de televisores em casa; local de moradia.
a) Das variáveis observadas, quais são quantitativas e quais são qualitativas?
b) Como organizar uma amostra simples e uma sistemática para fazer esse recenseamento?
4. Deseja-se fazer uma pesquisa em uma população constituída por um número maior de homens que de
mulheres. Como você faria para selecionar uma amostra:
a) com o mesmo número de homens e de mulheres?
b) Com mais mulheres que homens?
5. Suponha que 40% da população mencionada no problema anterior seja constituída por mulheres. Numa
amostra estratificada proporcional formada por 50 indivíduos, qual seria o número de homens e o de mulheres? E
numa amostra composta de 150 pessoas, quais seriam esses números?
Página 25 / 102
6. Uma empresa de publicidade quer fazer um estudo sobre o interesse despertado por certa propaganda entre os
alunos de 10 anos de idade das escolas de Ensino Fundamental de uma cidade. Para isso, pretende estratificar
uma amostra de 300 crianças.
Como a empresa poderia fazer essa amostra a partir dos dados da tabela abaixo?
Escola População
A 400
B 300
C 350
D 450
E 520
F 300
Página 26 / 102
Prof. Emerson Jung
DISTRIBUIÇÕES DE FREQÜÊNCIAS
Os dados em distribuições de freqüências são uma maneira de apresentar informações
agrupadas. Neste caso a variável pode ser expressa por ponto ( um único valor ) ou por
intervalo ( dentro de um intervalo de valores ). Ao se constituir uma distribuição de freqüências
(DF) precisam-se descrever alguns componentes da mesma.
Tabela Primitiva
Supondo uma coleta amostral de dados relativos aos salários semanais de quarenta
funcionários que compõem uma amostra de uma Empresa Z. Os valores de cada um dos
salários estão listados a seguir:
SALÁRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS SALÁRIOS RECEBIDOS

PELOS FUNCIONÁRIOS DA EMPRESA Z
166 160 161 150 162 160 165 167 164 160
162 161 168 163 156 173 160 155 164 168
155 152 163 160 155 155 169 151 170 164
154 161 156 172 153 157 156 158 158 161
A esse tipo de tabela, cujos elementos não foram numericamente organizados,

denominamos tabela primitiva ou dados brutos.
O rol é uma lista em que os valores estão dispostos em uma determinada ordem, crescente
ou decrescente. Veja a seguir:
150 154 155 157 160 161 162 164 166 169
151 155 156 158 160 161 162 164 167 170
152 155 156 158 160 161 163 164 168 172
153 155 156 160 160 161 163 165 168 173
Distribuição de Freqüência
A freqüência é o número de repetições da observação no conjunto de observações.

A distribuição de freqüência de uma série de observações é uma função que representa os
pares de valores formados por cada observação e seu número de repetições.
Página 27 / 102
Exemplo: SALÁRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS SALÁRIOS RECEBIDOS PELOS
FUNCIONÁRIOS DA EMPRESA Z
Salários semanais (R$) Freqüências
150 ├ 154 4
154 ├ 158 9
158 ├ 162 11
162 ├ 166 8
166 ├ 170 5
170 ├ 174 3
Total 40
FONTE: PESQUISA DO SETOR DE PESSOAL
Na construção de tabelas de freqüências, devemos observar as seguintes diretrizes:
1. As classes devem ser mutuamente excludentes, ou seja, cada valor original deve pertencer
exatamente a uma e só uma classe.
2. Todas as classes devem ser incluídas, mesmo as de freqüência zero.
3. Procurar utilizar a mesma amplitude para todas as classes, embora eventualmente seja
impossível evitar intervalos com extremidade aberta.
4. Escolher números convenientes para limites de classe. Arredondar para cima a fim de ter
menos casas decimais, ou utilizar números adequados à situação.
5. Utilizar entre 5 e 20 classes.
6. As somas das freqüências das diversas classes deve ser igual ao número de observações
originais.
Elementos de uma Distribuição de Freqüência
1. Classe: Classes de freqüência ou, simplesmente, classe, são intervalos de variação da

variável.
As classes são representadas simbolicamente por i, sendo i = 1, 2, 3, . . ., k (onde k é o

número total de classes da distribuição).
Exemplo: O intervalo 154 ├ 158 define a segunda classe (i = 2)

A distribuição é formada por seis classes, podemos afirmar que i = 6.
2. Limites de Classe: Determinam-se limites de classes os extremos de cada classe. O

menor número é o limite inferior da classe ( li ) e o maior número, o limite superior da classe
( ls ).
Exemplo: Na terceira classe do exemplo acima, temos: li3 = 158 e Ls3= 162
Página 28 / 102
3. Amplitude de um Intervalo de Classe (h): É a medida de intervalo que define a classe.

Ela é obtida pela diferença entre os limites superior e inferior. Assim:
h = ls − li
Exemplo: o intervalo de classe do exemplo acima é 4, pois 162 ├ 158 = 4
4. Amplitude Total ( AT) : É a diferença entre o valor máximo e o valor mínimo da amostra.
AT = Vmax - Vmin
Exemplo: A amplitude amostral do exemplo acima é 24, pois 174 ├150 = 24
5. Ponto Médio de uma Classe ( Xi) : É o ponto que divide o intervalo de classe em duas
partes iguais.
li + ls
Xi =
2
Exemplo: O ponto médio da segunda classe, em nosso exemplo, é 156.
6. Freqüência Simples ou Absoluta (fi): É o número de observações correspondentes a

uma classe. A soma de todas as freqüências é representada por:
N = ∑ fi ( população )
n = ∑ fi ( amostra )
Exemplo: Para a distribuição em estudo, temos: n = ∑ fi = 40
7. Número de Classes: Pode-se utilizar a regra de STURGES, que fornece o número de

classes em função do total de casos:
K = 1 + 3 ,33 log n ( N )
Onde:
K é o número de classes;
N ou n é o número total de observações.
Para determinar a amplitude do intervalo de classe, temos:
h= N .
K
Página 29 / 102
SIMBOLOGIA ENTRE OS VALORES DE CLASSE:
 Inclui o valor da esquerda mas não o da direita.

 Inclui o valor da direita mas não o da esquerda.
 Não inclui nem o valor da direita, nem o da esquerda.
 Inclui tanto o valor da direita quanto o da esquerda.
– Distribuição de Freqüência sem Intervalos de Classe
Quando se trata de variáveis discretas de variação relativamente pequena, cada valor pode
ser tomado como um intervalo de classe.
Ex: Uma professora organizou os resultados obtidos em uma prova da seguinte forma:
4–5–7–9–9–4–5–7–9–9–4–5–7–9–9–4–6–8–9–9–4–6–8–9–9
Nota Nº de alunos
Total
TIPOS DE FREQÜÊNCIAS
Freqüências Relativas simples (fri)
São os valores da razão entre as freqüências simples e a freqüência total.

fi
fri =
n
Exemplo: Calcule a freqüência relativa simples da terceira classe, em nosso exemplo:
Freqüência Acumulada ( Fi )
É o total das freqüências de todos os valores inferiores ao limite superior.
do intervalo de uma dada classe.
Fi = f 1 + f 2 + ... + fi ou Fi = ∑ fi
Exemplo: Calcule a freqüência acumulada correspondente à terceira classe, em nosso

exemplo:
Página 30 / 102
Freqüência Acumulada Relativa ( Fri )

É a freqüência acumulada da classe, dividida pela freqüência total da distribuição.
Fi
Fri =
n
Exemplo: Para a terceira classe, qual é a freqüência acumulada relativa?
EXERCÍCIO
1. Complete a seguinte tabela e responda as seguintes perguntas:
SALÁRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS SALÁRIOS RECEBIDOS

PELOS FUNCIONÁRIOS DA EMPRESA Z
Salários semanais Freqüências Xi fri % fri Fi

Fri %
(R$)
150 ├ 154 4
154 ├ 158 9
158 ├ 162 11
162 ├ 166 8
166 ├ 170 5
170 ├ 174 3
Total 40 1 100
a) Quantos empregados têm salário semanal entre R$ 154, inclusive, e R$ 158?

b) Qual a percentagem de empregados cujos salários semanais são inferiores a R$ 154?
c) Quantos empregados têm salário semanal abaixo de R$ 162?
d) Quantos empregados têm salário semanal não inferior a R$ 158?
2. Conhecidas as notas de 50 alunos:
84 68 52 47 61 73 77 33 73 68
74 71 81 65 55 57 35 85 88 91
59 80 50 53 55 76 85 73 60 41
67 41 78 56 94 35 45 55 64 74
65 94 48 39 89 98 42 66 69 54
Obtenha a distribuição de freqüência, tendo 30 para limite inferior da primeira classe e 10 para
intervalo das classes.
Página 31 / 102
3. Os resultados do lançamento de um dado 50 vezes foram os seguintes:
6 2 6 4 3 6 2 6 5 5
1 6 3 3 5 1 3 6 3 4
5 4 3 1 3 5 4 4 2 6
2 2 5 2 5 1 3 6 5 1
5 6 2 4 6 1 5 2 4 3
Forme uma distribuição de freqüência sem intervalos de classe.
4. Abaixo são mostrados os saldos médios amostrais de 48 contas de clientes do BB S.A.

( dados brutos em US$ 1,00).
450 500 150 1000 250 275 550 500

225 475 150 450 950 300 800 275
600 750 375 650 150 500 700 600
475 900 800 275 600 750 375 650
150 500 225 250 150 120 250 360
230 500 350 375 470 100 270 1000
Pede-se:
a) Agrupar os dados numa distribuição de freqüências com intervalo de classes (use Teorema
de STURGES);
b) Determine as freqüências simples e acumuladas (absolutas e relativas);
c) Calcule e interprete: fr2, f3, Fr4 e Fr2.
Página 32 / 102
Aula 4- Estatística I
Prof. Emerson Jung
Representação Gráfica
Com as tabelas de freqüência, podemos identificar a natureza geral da distribuição dos

dados, bem como construir gráficos que facilitem a visualização dessa distribuição. O gráfico
estatístico é uma forma de apresentação dos dados, onde o objetivo é o de produzir, no
investigador ou no público em geral, uma impressão mais rápida e visual do fenômeno em
estudo.
Veja alguns exemplos de gráficos:
GRÁFICO CARTESIANO
POLIGONAL OU LINHA:
São freqüentemente usados para representação de séries cronológicas com um grande número
de períodos de tempo. As linhas são mais eficientes do que as colunas, quando existem intensas
flutuações nas séries ou quando há necessidade de se representarem várias séries em um
mesmo gráfico.
Página 33 / 102
GRÁFICO DE BARRAS / COLUNAS: Quando as legendas não são breves usam-se de

preferência os gráficos em barras horizontais. Nesses gráficos os retângulos têm a mesma base
e as alturas são proporcionais aos respectivos dados. A ordem a ser observada é a cronológica,
se a série for histórica, e a decrescente, se for geográfica ou categórica.
3. GRÁFICO DE SETORES: Este gráfico é construído com base em um círculo, e é empregado

sempre que desejamos ressaltar a participação do dado no total. O total é representado pelo
círculo, que fica dividido em tantos setores quantas são as partes. Os setores são tais que suas
áreas são respectivamente proporcionais aos dados da série. O gráfico em setores só deve ser
empregado quando há, no máximo, sete dados.
Página 34 / 102

Quantidade
17
Ciências Contábeis Administração de Empresas
4.PICTOGRAMAS: São construídos a partir de figuras representativas da intensidade do

fenômeno. Este tipo de gráfico tem a vantagem de despertar a atenção do público leigo, pois sua
forma é atraente e sugestiva. Os símbolos devem ser auto-explicativos. A desvantagem dos
pictogramas é que apenas mostram uma visão geral do fenômeno, e não de detalhes minuciosos.
Veja o exemplo abaixo:
REPRESENTAÇÃO GRÁFICA DE UMA DISTRIBUIÇÃO COM INTERVALO DE CLASSE
Histograma: é formado por um conjunto de retângulos justapostos, cujas bases se localizam

sobre o eixo horizontal, de tal modo que seus pontos médios coincidam com os pontos médios
dos intervalos de classe. A área de um histograma é proporcional à soma das freqüências
simples ou absolutas
Exemplo:
Número de salários mensais recebidos pelos funcionários da

Empresa Beta - POA - 1999.
Página 35 / 102
250
200
150
100
50
0
2 4 6 8 10
Os dados deste histograma foram obtidos a partir da seguinte tabela:
Salários Mensais Número de funcionários

0 2 20
2 4 100
4 6 200
6 8 150
810 30
Total 500
Polígono de freqüência: é um gráfico em linha, sendo as freqüências marcadas sobre

perpendiculares ao eixo horizontal, levantada pelos pontos médios dos intervalos de classe. Para
realmente obtermos um polígono (linha fechada), devemos completar a figura, ligando os
extremos da linha obtida aos pontos médios da classe anterior a primeira e da posterior à última,
da distribuição.
Com os dados do exemplo anterior:
Número de salários mensais recebidos pelos funcionários da

Empresa Beta - POA - 1999.
Página 36 / 102
250
200
150
100
50
0
1 3 5 7 9
Polígono de freqüência acumulada: é traçado marcando-se as freqüências acumuladas sobre

perpendiculares ao eixo horizontal, levantadas nos pontos correspondentes aos limites superiores
dos intervalos de classe.
Assim, à distribuição da Tabela 5.8 corresponde o seguinte Polígono de Freqüência Acumulada:
Página 37 / 102
Exercícios:
1. Abaixo são mostrados os saldos médios amostrais de 48 contas de clientes do BB S.A.

(dados brutos em US$ 1,00).
450 500 150 1.000 250 275 550 500 225 475 450 1.000
950 300 800 275 600 750 375 650 150 500 700 600
475 900 800 275 600 750 375 650 150 500 225 250
150 120 250 360 230 500 350 375 470 270 150 1.000
Pede-se:
a) Agrupar os dados numa distribuição de freqüências com intervalo de classes (use

Teorema de STURGES).
b) Construa o correspondente histograma e polígono de freqüências.
2. Em uma eleição concorreram os candidatos A, B e C e, apurada a primeira urna, os votos

foram os seguintes: A: 50 votos; B: 80 votos; C: 60 votos; brancos e nulos: 10 votos.A
partir desses dados construa:
a) O gráfico de barras horizontal
Página 38 / 102
3. Construa os gráficos de barras verticais e de setores para a variável hobby.

Hobby Freqüência
Esporte 8
Música 6
Patinação 3
Dança 7
4. O gráfico a seguir foi construído de acordo com o tempo, ao longo de um dia, destinado às
atividades de um estudante de Santa Cruz do Sul.
Em relação a esse gráfico, responda:

• Qual é o ângulo correspondente ao setor que representa a quantidade de horas que
esse aluno estuda em casa?
a) 13 graus
a) 18 graus
b) 26 graus
c) 36 graus
d) 40 graus
• Quantas horas diárias esse aluno estuda em casa?
Página 39 / 102
5. Observe o gráfico e responda:
Preço ao produtor despenca- Preço médio do litro de leite em

2001
0,40
0,35 0,33
preço do leite
0,30 0,28
0,24
0,20
0,10
0,00
Maio Junho Julho Agosto
Fonte: Folha de São Paulo, 2 de outubro de 2002.
a) Por que o título do gráfico é “Preço ao produtor despenca?” Como o gráfico mostra tal
situação? Com o preço do leite a R$ 0,24, quantos litros no mínimo o produtor precisa
vender para conseguir um valor acima de R$ 300,00 pela sua produção?
b) Qual a porcentagem de desvalorização do preço do litro de leite no período mostrado pelo

gráfico?
6. (FGV – SP) No gráfico abaixo está representado, no eixo das abscissas, o número de fitas
de vídeo alugadas por semana numa vídeo-locadora, e no eixo das ordenadas a
correspondente freqüência (isto é, a quantidade de pessoas que alugaram o
correspondente número de fitas):
25
20
freqüência
15
10
5
0
1 2 3 4 5 6
nº de fitas
a) Qual a porcentagem de pessoas que alugaram 4 ou mais fitas?
Página 40 / 102
b) Se cada fita é alugada por R$ 4,00, qual a receita semanal da videolocadora?
7. O número de freqüentadores de uma biblioteca foi anotado de segunda até sexta-feira:

segunda, 55 pessoas; terça, 65 pessoas; quarta, 80 pessoas; quinta, 80 pessoas, sexta,
60 pessoas.
a) Registre esses resultados numa tabela e calcule a freqüência relativa.
b) Registre esses dados num gráfico de segmentos.
c) Com base no gráfico, tire conclusões sobre a evolução do número de pessoas de
segunda a sexta-feira.
8. Conhecidas às notas de 50 alunos:
33 40 41 50 55 65 68 74 84 94
35 40 42 52 59 65 69 76 85 97
35 40 45 53 60 66 71 77 88 97
39 41 47 54 61 66 73 77 89 100
39 41 48 55 64 67 74 80 94 100
a) Construa uma tabela de freqüências usando a regra de Sturges.
b) Construa o histograma e o polígono de freqüências.

Página 41 / 102
Aula 5 - Estatística I
Prof. Emerson Jung
MEDIDAS DE TENDÊNCIA CENTRAL
Na maior parte das vezes em que os dados estatísticos são analisados, procuramos obter um valor para
representar um conjunto de dados. Este valor deve sintetizar, da melhor maneira possível, o comportamento do
conjunto do qual ele é originário. Nem sempre os dados estudados têm um bom comportamento, isto pode fazer
com que um único valor bem represente ou não o grupo.
As medidas de posição mais importantes são as medidas de tendência central, que recebem tal denominação
pelo fato de os dados observados tenderem, em geral, a se agrupar em torno dos valores centrais. Dentre as
medidas de tendência central, destacam-se as seguintes: Média aritmética, Moda e Mediana. Cada uma com um
significado diferenciado, porém tendo como serventia representar um conjunto de dados.
A maneira de se obter estas medidas é um pouco diferenciada dependendo de como os dados são
apresentados. Eles podem vir de forma isolada (não grupados) ou ainda ponderada (grupados em intervalos ou
sem intervalo de classe, por ponto).
1– Média Aritmética ( µ ou x )
É o quociente da divisão da soma dos valores da variável pelo número deles:
µ= ∑ xi ou X =
∑ xi
N n
Sendo: µ ou x: média aritmética
Xi: valores da variável
n ou N: número de valores
1.1 – Dados não-agrupados

Quando se deseja conhecer a média dos dados não-agrupados, determinamos à média aritmética simples.
Exemplo: Sabendo-se que as vendas diárias da empresa A, durante uma semana, foram de 10, 14, 13, 15, 16, 18
e 12 unidades, tem-se, para produção média da semana: (R. 14 unidades ).
1.2 – Dados Agrupados

1.2.1 – Sem intervalos de classe: As freqüências são números indicadores da intensidade de cada valor da
variável, elas funcionam como fatores de ponderação, o que leva a calcular a média aritmética ponderada.
µ= ∑ xi. fi ( população ) X =
∑ xi. fi ( amostra )
N n
Página 42 / 102
Exemplo: Considerando a distribuição relativa a 34 famílias de quatro filhos, adotando-se a variável “número de
filhos do sexo masculino”, determine a média.
N.º de Meninos fi
0 2
1 6
2 10
3 12
4 4
Σ = 34
1.2.2 – Com intervalos de classe: Convenciona-se que todos os valores incluídos em um determinado intervalo de
classe coincidem com o seu ponto médio, e determina-se a média aritmética ponderada.
N n
onde Xi é o ponto médio da classe.
Exemplo:
SALÁRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS
150 |--- 154 4
154 |--- 158 9
158 |--- 162 11
162 |--- 166 8
166 |--- 170 5
170 |--- 174 3
Total 40
Página 43 / 102
EXERCÍCIOS
1 – Calcule a média aritmética das seguintes distribuições amostrais:
a) Classes 30 |--- 50 |--- 70 |--- 90 |--- 110 |--- 130

fi 2 8 12 10 5
b) Consumo (kWh) 5 |--- 25 |--- 45 |--- 65 |--- 85 |--- 105 |--- 125 |--- 145 |--- 165
N.º de Usuários 4 6 14 26 14 8 6 2
c) Custos (R$) 450 |--- 550 |--- 650 |--- 750 |--- 850 |--- 950 |--- 1050 |--- 1150
fi 8 10 11 16 13 5 1
2. Média Geométrica Simples
Para uma seqüência numérica x: x1, x2, ......., xn, a média geométrica simples, que designaremos por xg , é
definida por:
Exemplo: Se X: 2, 4, 6, 9, então:
4 4
xg = 2.4.6.9 = 432 = 4,559
2.1 Média Geométrica Ponderada
Para uma seqüência numérica x: x1, x2, ...., xn afetados de pesos p1, p2, ..., pn respectivamente, a média
geométrica ponderada que designaremos por x g é definida por:
Página 44 / 102
Exemplo: Se x: 1, 2, 5, com pesos 3, 3, 1 respectivamente então:

7 7 7
xg = 13.2 3.51 = 1.8.5 = 40 = 1,6938
3– Moda (Mo)
A moda de uma distribuição é o valor da variável que tem a maior freqüência absoluta simples, quer dizer aquele
valor que aparece mais [mais se repete]. Existem algumas situações nas quais não existe moda, isto é, todos os
valores da variável só aparecem uma vez, não se repetem.
Em outras situações pode-se ter mais de uma moda, isto é, quando dois ou mais valores da variável têm maior
freqüência [freqüências iguais], neste caso diz-se que o conjunto é bimodal. Podem-se ter três, quatro, etc.
Nestes casos é difícil escolher a moda como um representante do grupo, uma vez que teremos muitos
representantes. Para que se possa obter o valor da moda é necessário que os dados estejam no mínimo em
escala nominal, quer dizer, com qualquer nível de mensuração podemos obter o valor da moda, uma vez que ela
é oriunda apenas de uma contagem. Portanto, a moda é o valor que ocorre com maior freqüência em uma série
de valores.
Exemplo: - o dono do restaurante vai preparar mais o filé de maior saída; maioria tirou “C” numa turma; o
proprietário da loja de sapato vai comprar mais os números de maior saída.
A moda é facilmente reconhecida: basta procurar o valor que mais se repete.
Exemplo: A série de dados: 7, 8, 9, 10, 10, 10, 11, 12, 12, 12, 12, 13, 15 tem moda igual a 12.
• Amodal: são as séries nas quais nenhuma valor apareça mais vezes que outros.
Exemplo: 3, 5, 8, 10, 13.
• Multimodal: é uma série que possui dois ou mais valores modais.
Exemplo: Xi = 2 3 4 4 4 5 6 7 7 7
Mo1 = 4 Mo2 = 7
Página 45 / 102
3.2 – Dados agrupados
3.2.1 – Sem intervalos de classe: É o valor da variável de maior freqüência.

Exemplo: Considerando a distribuição relativa a 34 famílias de quatro filhos, indique a moda dessa distribuição.
3.2.2 – Com intervalos de classe:
A classe que apresenta maior freqüência é denominada classe modal.

O método mais simples para o cálculo da moda consiste em tomar o ponto médio da classe modal.
Damos a esse valor a denominação de moda bruta.
Exemplo: Calcule a moda da seguinte distribuição:

SALÁRIOS RECEBIDOS PELOS FUNCIONÁRIOS DA EMPRESA Z

150 |--- 154 4
154 |--- 158 9
158 |--- 162 11
162 |--- 166 8
166 |--- 170 5
170 |--- 174 3
Total 40
4 – Mediana (Md): É o número que se encontra no centro de uma série de números, estando estes dispostos
segundo uma ordem. Para que se possa obter o valor da mediana os dados têm que estar em uma escala de
medida no mínimo ordinal, uma vez que se precisa ordená-los.
A mediana é o valor que divide o conjunto ao meio, isto é, concentra antes e depois de si, 50% das observações
ordenadas. Ao contrário da média aritmética a mediana não sofre influência quando temos no conjunto valores
discrepantes [tanto para mais como para menos]. Neste caso a mediana pode melhor representar um conjunto do
que a média aritmética, porém não tem o mesmo significado que aquela.
A mediana pode ou não pertencer ao conjunto do qual ela é originária, vai pertencer sempre que o conjunto tiver
um número ímpar de informações e vai ou não pertencer quando o conjunto tiver um número par de
observações. Com isso já podemos ver que a quantidade de observações influi na maneira pela qual vamos
encontrar o valor da mediana.
4.1. – Dados não-agrupados: Estando ordenados os valores de uma série e sendo n o número de elementos da
série, o valor mediano será, quando n for:
n +1
• impar : o termo de ordem ;
2
Página 46 / 102
n n
• par : a média aritmética dos termos de ordem e +1.
2 2
Exemplo 1: Dada à série de valores: 5, 13, 10, 2, 18, 15, 6, 16, 9, identifique a mediana.
Md= 2, 5, 6, 9, 10, 13, 15, 16, 18
Md = 10
Exemplo 2: Dada à série de valores:
2, 6, 7, 10, 12, 13, 18, 21, calcule a mediana.
Md = 11
• O valor da mediana pode coincidir ou não com um elemento da série.
4.2. – Dados agrupados: Para o caso de uma distribuição, porém, a ordem, a partir de qualquer um dos
n
extremos, é dada por:
2
4.2.1 – Sem intervalos de classe: É o bastante identificar a freqüência acumulada imediatamente superior à
metade da soma das freqüências. A mediana será aquele valor da variável que corresponde a tal freqüência
acumulada.
Exemplo: Considerando a distribuição relativa a 34 famílias de quatro filhos, tomando para variável o número de
filhos do sexo masculino, determine a mediana:
N.ºde Meninos fi
0 2
1 6
2 10
3 12
4 4
Σ = 34
• No caso de existir uma freqüência acumulada (Fi), tal que:

x + xi +1
a mediana será dada por: Md = i isto é, a mediana será a média aritmética entre o valor da
2
variável correspondente a essa freqüência acumulada e a seguinte.
Página 47 / 102
Exemplo: Determine a mediana da distribuição abaixo:

Xi fi Fi
13 1
14 2
15 1
16 2
17 1
18 1
4.2.2 – Com intervalos de classe: Classe mediana é aquela correspondente à freqüência acumulada
Σf i
imediatamente superior a .
2
Em seguida analisa-se o ponto médio
Exemplo: Calcule a mediana da seguinte distribuição:
150 |--- 154 4
154 |--- 158 9
158 |--- 162 11
162 |--- 166 8
166 |--- 170 5
170 |--- 174 3
Total 40
Σf i
No caso de existir uma freqüência acumulada exatamente igual a , a mediana será o limite superior
2
da classe correspondente.
Página 48 / 102
Exemplo:
i Classes fi Fi
0 |--- 10 1
10 |--- 20 3
20 |--- 30 9
30 |--- 40 7
40 |--- 50 4
50 |--- 60 2
26
EXERCÍCIOS
1 – Considerando os conjuntos de dados calcule a média, a mediana e a moda.
a) 3, 5, 2, 6, 5, 9, 5, 2, 8, 6
b) 20, 9, 7, 2, 12, 7, 20, 15, 7
c) 51,6; 48,7; 50,3; 49,5; 48,9
d) 15, 18, 20, 13, 10, 16, 14
2 - Os dados abaixo representam todos a idade dos clientes que acessaram a página da internet da Empresa “X”
no mês de julho de 1998.
Faixa etária 0 |-----10 10 |-----20 20 |----- 30 30 |----- 40 40 |-----50 50 |----- 60

N° de casos 27 71 118 20 18 10
Calcule as medidas de tendência central.
3 - O Departamento Pessoal de certa firma fez um levantamento dos 120 funcionários de todo o setor de
produção, obtendo os seguintes resultados:
Salário (x sal. min.) Freqüência relativa
0 |----- 2 0,25
2 |----- 4 0,40
4 |----- 6 0,20
6 |----- 8 0,15
Pede-se:
a) Calcule a média dos salários
c) Se for concedido um aumento para esses funcionários de 100%, haverá alteração na média? Justifique.
e) Se for concedido um abono de um salário mínimo para todos os 120 funcionários, haverá alteração na média?
Justifique.
Página 49 / 102
4 - Considerando a tabela a seguir:

a) Calcular e interpretar estas medidas a média , moda , e mediana da distribuição amostral apresentada abaixo;
b) Calcular e interpretar %fr3,F4,f2 e %Fr3.
Idade de uma amostra de candidatos a um programa de treinamento

Idade (anos) Nº. de Candidatos
18 |-----20 5
20 |-----22 18
22 |-----24 10
24 |-----26 6
26 |-----28 5
5 - Para o seguinte conjunto de observações amostrais determine as medidas de tendência central
-----------------------------------------------------------------
Tempo de serviço Freqüência acumulada
-----------------------------------------------------------------
5 I---- 10 9
10 I---- 15 12
15 I---- 20 18
20 I----I 25 25
-----------------------------------------------------------------
6 - Calcule a média geométrica para as séries:
X : 1, 2, 4, 7, 16
Y : 81, 26, 10, 3, 1
Página 50 / 102
Prof. Emerson Jung
MEDIDAS DE TENDÊNCIA CENTRAL
Na maior parte das vezes em que os dados estatísticos são analisados, procuramos obter um valor para
representar um conjunto de dados. Este valor deve sintetizar, da melhor maneira possível, o comportamento do
conjunto do qual ele é originário. Nem sempre os dados estudados têm um bom comportamento, isto pode fazer
com que um único valor bem represente ou não o grupo.
As medidas de posição mais importantes são as medidas de tendência central, que recebem tal denominação
pelo fato de os dados observados tenderem, em geral, a se agrupar em torno dos valores centrais. Dentre as
medidas de tendência central, destacam-se as seguintes: Média aritmética, Moda e Mediana. Cada uma com um
significado diferenciado, porém tendo como serventia representar um conjunto de dados.
A maneira de se obter estas medidas é um pouco diferenciada dependendo de como os dados são
apresentados. Eles podem vir de forma isolada (não grupados) ou ainda ponderada (grupados em intervalos ou
sem intervalo de classe, por ponto).
1– Média Aritmética ( µ ou x )
É o quociente da divisão da soma dos valores da variável pelo número deles:
µ= ∑ xi ou X =
∑ xi
N n
Sendo: µ ou x: média aritmética
Xi: valores da variável
n ou N: número de valores

Quando se deseja conhecer a média dos dados não-agrupados, determinamos à média aritmética simples.
Exemplo: Sabendo-se que as vendas diárias da empresa A, durante uma semana, foram de 10, 14, 13, 15, 16, 18
e 12 unidades, tem-se, para produção média da semana: (R. 14 unidades ).
1.2 – Dados Agrupados

1.2.1 – Sem intervalos de classe: As freqüências são números indicadores da intensidade de cada valor da
variável, elas funcionam como fatores de ponderação, o que leva a calcular a média aritmética ponderada.
N n
Página 51 / 102
Exemplo: Considerando a distribuição relativa a 34 famílias de quatro filhos, adotando-se a variável “número de
filhos do sexo masculino”, determine a média.
N.º de Meninos fi
0 2
1 6
2 10
3 12
4 4
Σ = 34
1.2.2 – Com intervalos de classe: Convenciona-se que todos os valores incluídos em um determinado intervalo de
classe coincidem com o seu ponto médio, e determina-se a média aritmética ponderada.
N n
onde Xi é o ponto médio da classe.
Exemplo:
150 |--- 154 4
154 |--- 158 9
158 |--- 162 11
162 |--- 166 8
166 |--- 170 5
170 |--- 174 3
Total 40
Página 52 / 102
EXERCÍCIOS
1 – Calcule a média aritmética das seguintes distribuições amostrais:
a) Classes 30 |--- 50 |--- 70 |--- 90 |--- 110 |--- 130

fi 2 8 12 10 5
b) Consumo (kWh) 5 |--- 25 |--- 45 |--- 65 |--- 85 |--- 105 |--- 125 |--- 145 |--- 165
N.º de Usuários 4 6 14 26 14 8 6 2
c) Custos (R$) 450 |--- 550 |--- 650 |--- 750 |--- 850 |--- 950 |--- 1050 |--- 1150
fi 8 10 11 16 13 5 1
2. Média Geométrica Simples
Para uma seqüência numérica x: x1, x2, ......., xn, a média geométrica simples, que designaremos por xg , é
definida por:
Exemplo: Se X: 2, 4, 6, 9, então:
4 4
xg = 2.4.6.9 = 432 = 4,559
2.1 Média Geométrica Ponderada
Para uma seqüência numérica x: x1, x2, ...., xn afetados de pesos p1, p2, ..., pn respectivamente, a média
geométrica ponderada que designaremos por x g é definida por:
Página 53 / 102
Exemplo: Se x: 1, 2, 5, com pesos 3, 3, 1 respectivamente então:

7 7 7
xg = 13.2 3.51 = 1.8.5 = 40 = 1,6938
3– Moda (Mo)
A moda de uma distribuição é o valor da variável que tem a maior freqüência absoluta simples, quer dizer aquele
valor que aparece mais [mais se repete]. Existem algumas situações nas quais não existe moda, isto é, todos os
valores da variável só aparecem uma vez, não se repetem.
Em outras situações pode-se ter mais de uma moda, isto é, quando dois ou mais valores da variável têm maior
freqüência [freqüências iguais], neste caso diz-se que o conjunto é bimodal. Podem-se ter três, quatro, etc.
Nestes casos é difícil escolher a moda como um representante do grupo, uma vez que teremos muitos
representantes. Para que se possa obter o valor da moda é necessário que os dados estejam no mínimo em
escala nominal, quer dizer, com qualquer nível de mensuração podemos obter o valor da moda, uma vez que ela
é oriunda apenas de uma contagem. Portanto, a moda é o valor que ocorre com maior freqüência em uma série
de valores.
Exemplo: - o dono do restaurante vai preparar mais o filé de maior saída; maioria tirou “C” numa turma; o
proprietário da loja de sapato vai comprar mais os números de maior saída.
A moda é facilmente reconhecida: basta procurar o valor que mais se repete.
Exemplo: A série de dados: 7, 8, 9, 10, 10, 10, 11, 12, 12, 12, 12, 13, 15 tem moda igual a 12.
• Amodal: são as séries nas quais nenhuma valor apareça mais vezes que outros.
Exemplo: 3, 5, 8, 10, 13.
• Multimodal: é uma série que possui dois ou mais valores modais.
Exemplo: Xi = 2 3 4 4 4 5 6 7 7 7
Mo1 = 4 Mo2 = 7
Página 54 / 102
3.2 – Dados agrupados
3.2.1 – Sem intervalos de classe: É o valor da variável de maior freqüência.

Exemplo: Considerando a distribuição relativa a 34 famílias de quatro filhos, indique a moda dessa distribuição.
3.2.2 – Com intervalos de classe:
A classe que apresenta maior freqüência é denominada classe modal.

O método mais simples para o cálculo da moda consiste em tomar o ponto médio da classe modal.
Damos a esse valor a denominação de moda bruta.
Exemplo: Calcule a moda da seguinte distribuição:


150 |--- 154 4
154 |--- 158 9
158 |--- 162 11
162 |--- 166 8
166 |--- 170 5
170 |--- 174 3
Total 40
4 – Mediana (Md): É o número que se encontra no centro de uma série de números, estando estes dispostos
segundo uma ordem. Para que se possa obter o valor da mediana os dados têm que estar em uma escala de
medida no mínimo ordinal, uma vez que se precisa ordená-los.
A mediana é o valor que divide o conjunto ao meio, isto é, concentra antes e depois de si, 50% das observações
ordenadas. Ao contrário da média aritmética a mediana não sofre influência quando temos no conjunto valores
discrepantes [tanto para mais como para menos]. Neste caso a mediana pode melhor representar um conjunto do
que a média aritmética, porém não tem o mesmo significado que aquela.
A mediana pode ou não pertencer ao conjunto do qual ela é originária, vai pertencer sempre que o conjunto tiver
um número ímpar de informações e vai ou não pertencer quando o conjunto tiver um número par de
observações. Com isso já podemos ver que a quantidade de observações influi na maneira pela qual vamos
encontrar o valor da mediana.
4.1. – Dados não-agrupados: Estando ordenados os valores de uma série e sendo n o número de elementos da
série, o valor mediano será, quando n for:
n +1
• impar : o termo de ordem ;
2
Página 55 / 102
n n
• par : a média aritmética dos termos de ordem e +1.
2 2
Exemplo 1: Dada à série de valores: 5, 13, 10, 2, 18, 15, 6, 16, 9, identifique a mediana.
Md= 2, 5, 6, 9, 10, 13, 15, 16, 18
Md = 10
Exemplo 2: Dada à série de valores:
2, 6, 7, 10, 12, 13, 18, 21, calcule a mediana.
Md = 11
• O valor da mediana pode coincidir ou não com um elemento da série.
4.2. – Dados agrupados: Para o caso de uma distribuição, porém, a ordem, a partir de qualquer um dos
n
extremos, é dada por:
2
4.2.1 – Sem intervalos de classe: É o bastante identificar a freqüência acumulada imediatamente superior à
metade da soma das freqüências. A mediana será aquele valor da variável que corresponde a tal freqüência
acumulada.
Exemplo: Considerando a distribuição relativa a 34 famílias de quatro filhos, tomando para variável o número de
filhos do sexo masculino, determine a mediana:
N.ºde Meninos fi
0 2
1 6
2 10
3 12
4 4
Σ = 34
• No caso de existir uma freqüência acumulada (Fi), tal que:

x + xi +1
a mediana será dada por: Md = i isto é, a mediana será a média aritmética entre o valor da
2
variável correspondente a essa freqüência acumulada e a seguinte.
Página 56 / 102
Exemplo: Determine a mediana da distribuição abaixo:

Xi fi Fi
13 1
14 2
15 1
16 2
17 1
18 1
4.2.2 – Com intervalos de classe: Classe mediana é aquela correspondente à freqüência acumulada
Σf i
imediatamente superior a .
2
Em seguida analisa-se o ponto médio
Exemplo: Calcule a mediana da seguinte distribuição:
150 |--- 154 4
154 |--- 158 9
158 |--- 162 11
162 |--- 166 8
166 |--- 170 5
170 |--- 174 3
Total 40
Σf i
No caso de existir uma freqüência acumulada exatamente igual a , a mediana será o limite superior
2
da classe correspondente.
Página 57 / 102
Exemplo:
i Classes fi Fi
0 |--- 10 1
10 |--- 20 3
20 |--- 30 9
30 |--- 40 7
40 |--- 50 4
50 |--- 60 2
26
EXERCÍCIOS
1 – Considerando os conjuntos de dados calcule a média, a mediana e a moda.
a) 3, 5, 2, 6, 5, 9, 5, 2, 8, 6
b) 20, 9, 7, 2, 12, 7, 20, 15, 7
c) 51,6; 48,7; 50,3; 49,5; 48,9
d) 15, 18, 20, 13, 10, 16, 14
2 - Os dados abaixo representam todos a idade dos clientes que acessaram a página da internet da Empresa “X”
no mês de julho de 1998.
Faixa etária 0 |-----10 10 |-----20 20 |----- 30 30 |----- 40 40 |-----50 50 |----- 60

N° de casos 27 71 118 20 18 10
Calcule as medidas de tendência central.
3 - O Departamento Pessoal de certa firma fez um levantamento dos 120 funcionários de todo o setor de
produção, obtendo os seguintes resultados:
Salário (x sal. min.) Freqüência relativa
0 |----- 2 0,25
2 |----- 4 0,40
4 |----- 6 0,20
6 |----- 8 0,15
Pede-se:
a) Calcule a média dos salários
c) Se for concedido um aumento para esses funcionários de 100%, haverá alteração na média? Justifique.
e) Se for concedido um abono de um salário mínimo para todos os 120 funcionários, haverá alteração na média?
Justifique.
Página 58 / 102
4 - Considerando a tabela a seguir:

a) Calcular e interpretar estas medidas a média , moda , e mediana da distribuição amostral apresentada abaixo;
b) Calcular e interpretar %fr3,F4,f2 e %Fr3.
Idade de uma amostra de candidatos a um programa de treinamento

Idade (anos) Nº. de Candidatos
18 |-----20 5
20 |-----22 18
22 |-----24 10
24 |-----26 6
26 |-----28 5
5 - Para o seguinte conjunto de observações amostrais determine as medidas de tendência central
-----------------------------------------------------------------
Tempo de serviço Freqüência acumulada
-----------------------------------------------------------------
5 I---- 10 9
10 I---- 15 12
15 I---- 20 18
20 I----I 25 25
-----------------------------------------------------------------
6 - Calcule a média geométrica para as séries:
X : 1, 2, 4, 7, 16
Y : 81, 26, 10, 3, 1
Página 59 / 102
Prof. Emerson Jung
A CURVA DE FREQUENCIA
A curva de freqüência. Curva polida
Como, em geral, os dados coletado pertencem a uma amostra extraída de uma população,
podemos imaginar as amostras tornando-se cada vez mais amplas e a amplitude das classes ficando
cada vez menor, o que nos permite concluir que a linha poligonal (contorno do polígono de freqüência)
tende a se transformar numa curva – a curva de freqüência – , mostrando, de modo mais evidente, a
verdadeira natureza da distribuição da população.
Podemos dizer, então, que, enquanto o polígono de freqüência nos dá a imagem real do
fenômeno, a curva de freqüência nos dá a imagem tendencial.
Assim, após o traçado de um polígono de freqüência, é desejável, muitas vezes, que se lhe faça
um polimento, de modo a mostrar o que seria tal polígono com um número maior de dados.
Esse procedimento, é claro, não nos dará uma certeza absoluta de que a curva obtida – curva
polida – seja tal qual a curva resultante de um grande número de dados. Porém, podemos afirmar que
ela assemelha-se mais à curva de freqüência do que ao polígono de freqüência obtido de uma amostra
limitada.
O polimento, geometricamente, corresponde à eliminação dos vértices da linha poligonal.
Consegue-se isso com o emprego de uma fórmula bastante simples, a qual, a partir das freqüências
reais, nos fornece novas freqüências – freqüências calculadas – que se localizarão, como no polígono
de freqüência, nos pontos médios.
A fórmula que nos dá a freqüência calculada (fci) é:

Página 60 / 102

Página 61 / 102

Página 62 / 102

Página 63 / 102

Página 64 / 102
Desvio em relação à média

Denominamos desvio em relação à média a diferença entre cada elemento de um conjunto de valores e a média
aritmética.
Designando o desvio por di, temos: di = xi - x
Exemplo: sabendo que a produção leiteira diária de uma vaca A, durante uma semana, foi de 10, 14, 13, 15, 16,
18 e 12 litros. Temos, para produção média semanal:
x =
Para o exemplo dado, temos:
d1 = xi - x ⇒ d1 = 10 – 14 = - 4
d2 = xi - x ⇒
Exercício:
1) Determine os desvios médios em relação à média dos seguintes dados: 6, 8, 5, 12, 11, 7, 4, 15. Qual a
soma dos desvios?
Propriedades da média
1ª propriedade
A soma algébrica dos desvios tomados em relação à média é nula.
2ª propriedade
Somando-se (ou subtraindo-se) uma constante ( c ) de todos os valores de uma variável, a média do conjunto
fica aumentada (ou diminuída) dessa constante.
3ª propriedade
Multiplicando-se (ou dividindo-se) todos os valores de uma variável por uma constante ( c ), a média do
conjunto fica multiplicada (ou dividida) por essa constante.
Emprego da média:
A média é utilizada quando:
a. desejamos obter a medida de posição que possui a maior estabilidade;
b. houver necessidade de um tratamento algébrico posterior.
Página 65 / 102
Emprego da moda
A moda é utilizada quando:
a. desejamos obter uma medida rápida e aproximada de posição;
b. a medida de posição deve ser o valor mais típico da distribuição.
Página 66 / 102
Emprego da mediana
Empregamos a mediana quando:
a. desejamos obter o ponto que divide a distribuição em partes iguais;
b. b. há valores extremos que afetam de uma maneira acentuada a média;
c. a variável em estudo é salário.
Página 67 / 102
2) Para cada uma das distribuições de freqüência abaixo, calcule a média, a moda e a mediana.
a)
NOTAS fi
0 | 2 5
2 | 4 8
4 | 6 14
6 | 8 10
8 | 10 7
∑ = 44
b)
ESTATURAS (cm) fi
150 | 158 5
158 | 166 12
166 | 174 18
174 | 182 27
182 | 190 8
∑ = 70
c)
SALÁRIOS (R$) fi
500 | 700 18
700 | 900 31
900 | 1100 15
1100 | 1300 3
1300 | 1500 1
1500 | 1700 1
1
1700 | 1900
∑ = 70
d)
PESOS (kg) fi
145 | 151 10
151 | 157 9
157 | 163 8
163 | 169 6
169 | 175 3
175 | 181 3
1
181 | 187
∑ = 40
Página 68 / 102
Prof. Emerson Jung
1. SEPARATRIZES
Como vimos, a mediana caracteriza uma série de valores devido à sua posição central. No
entanto, ela apresenta uma outra característica, tão importante quanto a primeira: ela separa a
série em dois grupos que apresentam o mesmo número de valores.
Assim, além das medidas de posição que estudamos, há outras que, consideradas
individualmente, não são medidas de tendência central, mas estão ligadas à mediana
relativamente à sua segunda característica, já que se baseiam em sua posição na série. Essas
medidas – os quartis, os percentis e os decis – são, juntamente com a mediana, conhecidas
pelo nome genérico de separatrizes.
1.1. OS QUARTIS
Denominamos Quartis os valores de uma série que a dividem em quatro partes iguais.
Há, portanto, três quartis:
• O primeiro quartil (Q1) – valor situado de tal modo na série que uma quarta parte
(25%) dos dados é menor que ele e as três quartas partes restantes (75%) são
maiores.
• O segundo quartil (Q2) – evidentemente, coincide com a mediana (Q2 = Md)
• O terceiro quartil (Q3) – valor situado de tal modo que as três quartas partes (75%)
dos termos são menores que ele e uma quarta parte (25%) é maior.
0% 25% 50% 75% 100%
Q1 Q2 Q3
Quando os dados são agrupados, para determinar os quartis usamos a mesma técnica do
cálculo da mediana, bastando substituir, na fórmula da mediana, ∑ fi por:
2
k∑
∑ fi .
4
sendo k o número de ordem do quartil.
Página 69 / 102
Eis as fórmulas para os cálculos de Q1 e Q3 para o caso de variáveis contínuas.
Determinação de Q1
- 1º Passo: Calcula-se n/4

- 2º Passo: Identifica-se a classe Q1 pela Fac
- 3º Passo: Aplica-se a fórmula:
Q1 =
Determinação de Q3
- 1º Passo: Calcula-se 3n/4

- 2º Passo: Identifica-se a classe Q3 pela Fac
Q3 =
Exemplo:
Estaturas (cm) fi Fi
150  154 4 4
154  158 9 13
158  162 11 24
162  166 8 32
166  170 5 37
170  174 3 40
∑ = 40
Página 70 / 102
Exercício:
Construa uma tabela de distribuição de freqüências e calcule o primeiro e o terceiro quartis.
Custos (R$) 450  550  650  750  850  950  1050  1150
fi 8 10 11 16 13 5 1
1.2. OS DECIS
Continuando o estudo das medidas separatrizes mediana e quartis, tem-se os decis. São valores
que dividem a série em 10 partes iguais.
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
D1 D2 D3 D4 D5 D6 D7 D8 D9
Como você já deve ter percebido, a fórmula neste caso também é semelhante às separatrizes
anteriores. Ei-la:
- 1º Passo: Calcula-se in/10, em que i = 1, 2, 3, 4, 5, 6, 7, 8 e 9

- 2º Passo: Identifica-se a classe Di pela Fac
Di =
1.3. OS PERCENTIS
Denominamos Percentis os noventa e nove valores que separam uma série em 100 partes
iguais.
Indicamos: P1, P2, ..., P50, ..., P99
É evidente que P50 = MD, P25 = Q1 e P75 = Q3

Página 71 / 102
O cálculo de um percentil é dado por:

- 1º Passo: Calcula-se in/100, em que i = 1, 2, 3, ..., 98 e 99
- 2º Passo: Identifica-se a classe Pi pela Fac
Pi =
Exemplo: Determinar o 4º Decil e o 72º Percentil da seguinte distribuição:
Classes fi Fac
4 | 9 8 8
9 | 14 12 20
14 | 19 17 37
19 | 24 3 40
∑= 40
Exercício:
1. Complete o esquema para o cálculo do vigésimo percentil da distribuição:
Custos (R$) 450  550  650  750  850  950  1050  1150
fi 8 10 11 16 13 5 1
Página 72 / 102
2. Calcule a média aritmética, a mediana, a moda, o primeiro e o terceiro quartis das

distribuições de freqüências abaixo:
a)
NOTAS fi
0  2 5
2  4 8
4  6 14
6  8 10
8  10 7
∑ = 44
b)
Estaturas (cm) fi
150  158 5
158  166 12
166  174 18
174  182 27
182  190 8
∑ = 70
3. Calcule o 10º, 23º, o 15º e o 90º percentis da distribuição “b” do exercício anterior.
4. Sendo:
Idade (anos) 10|14 14|18 18|22 22|26 26|30 30|34 34|38 38|42
Nº de pessoas 15 28 40 30 20 15 10 5
a) determinar a média;
b) calcular a medida que deixa 50% dos elementos;
c) determinar a moda;
d) calcular o 3º decil;
e) determinar a medida que deixa ¼ dos elementos;
f) calcular o percentil 80;
g) qual a porcentagem das pessoas maiores de idade?
Página 73 / 102
Aula 9– Estatística I
Prof. Emerson Jung
Média Móvel
Uma média, como o nome diz, mostra o valor médio de uma amostra de
determinado dado. Uma média móvel aritmética (MMA) é uma extensão desse
conceito, representando o valor médio, normalmente dos preços de fechamento,
em um período de tempo.
Exemplo: A média móvel simples é calculada pela formação do preço médio

por um número específico de períodos. Para o cálculo usamos o preço de
fechamento. Por exemplo: Vamos utilizar a média dos últimos 10 dias. Devemos
somar os preços finais durante os últimos 10 dias e dividir o total por 10.
10+11+12+13+14+15+16+17+18+19=145
(145/10) = 14,50
Devemos repetir este cálculo conforme o passar dos dias, assim, as médias
vão se juntando e formando uma linha. Se continuarmos com o nosso exemplo, o
próximo preço final na média será 20, então teremos um novo período, somando o
último dia (20) e removendo o primeiro da lista (10). Continuando com a média
dos últimos 10 dias, a média móvel simples deverá ser calculada da seguinte
maneira:
11+12+13+14+15+16+17+18+19+20=155
(155/10) = 15,50
Repare que removemos o primeiro dia da lista (10) para incluir o novo dia
(20).
Durante os últimos dois dias, a média moveu-se de 14,50 para 15,50. Como
são somados novos dias, os antigos serão removidos e a média permanece se
movendo com o passar do tempo.
Página 74 / 102
MEDIDAS DE DISPERSÃO
1. Dispersão ou Variabilidade
A média, ainda que considerada como um número que tem a faculdade de

representar uma série de valores não pode, por si mesma, destacar o grau de
homogeneidade ou heterogeneidade que existe entre os valores que compõem o
conjunto.
Considerando os seguintes conjuntos de valores das variáveis X, Y e Z:
X: 5, 5, 5, 5, 5.
Y: 3, 4, 5, 6, 7.
Z: 5, 0, 10, 8, 2.
Calculando a média aritmética de cada um desses conjuntos, obtém-se:

X = Y = Z = 5.
Chamando de dispersão ou variabilidade a maior ou menor diversificação

dos valores de uma variável em torno do valor da média, pode-se dizer que o
conjunto Xi apresenta dispersão ou variabilidade nula e que o conjunto yi
apresenta uma dispersão ou variabilidade menor que o conjunto zi.
Para qualificar os valores de uma dada variável, ressaltando a maior ou
menor dispersão ou variabilidade entre esses valores e a sua média, é necessário
recorrer às medidas de dispersão ou de variabilidade. Dessas medidas,
estudaremos: desvio médio simples, a variância absoluta, o desvio padrão e o
coeficiente de variação ou de variabilidade
Notações:
Quando a seqüência de dados representa uma População, a variância será
denotada por σ 2 (x) e o desvio padrão correspondente por σ (x)
Página 75 / 102
Quando a seqüência de dados representa uma amostra, a variância será

denotada por s2(x) e o desvio padrão correspondente por s(x).
1. Desvio Médio Simples:
O desvio médio simples que indicaremos por DMS é definido como sendo uma
média aritmética do desvio de cada elemento da série para a média da série.
Cálculo do Desvio Médio Simples:
1º) Caso: Dados Brutos ou Rol
Calculamos inicialmente a média da seqüência. Em seguida identificamos a

distância de cada elemento da seqüência para sua média. Finalmente, calculamos
a média destas distâncias.
Se a seqüência for representada por X: x1, x2, x3,... , xn, então DMS admite
como fórmula de cálculo:
DMS = ∑ xi - x

n
Exemplo: Calcule o DMS para a seqüência x : 2, 8, 5, 6.
O DMS é a média aritmética simples destes valores.
2º) Caso: Variável Discreta
No caso da apresentação de uma variável discreta, lembramos que a

freqüência simples de cada elemento representa o número de vezes que este
Página 76 / 102
valor figura na série. Conseqüentemente, haverá repetições de distâncias iguais

de cada elemento distinto da série para a média da série. Assim, a média indicada
para estas distâncias é uma média aritmética ponderada.
A fórmula para o cálculo do DMS é:
DMS = ∑| xi – x | fi .
∑ fi
Exemplo: O quadro nos mostra a distribuição dos erros cometidos por 25

alunos numa prova de Estatística. Determinar o desvio médio dessa distribuição:
Xi fi
0 3
1 6
2 8
3 5
4 2
5 1
3º) Caso: Variável Contínua
Nesta situação, por desconhecer os valores individuais dos elementos

componentes da série, substituiremos estes valores xi, pelos pontos médios da
classe.
Desta forma, o desvio médio simples tem por cálculo a fórmula:
DMS = ∑ xi – x  fi
∑ fi
Onde xi é o ponto médio da classe i.

Página 77 / 102
Exemplo: Determinar o DMS para a série:
Classe Intervalo de fi
classe
1 0  4 2
2 4  8 6
3 8  12 8
4 12  16 3
5 16  20 1
Exercícios:
1. As alturas dos jogadores de um time de basquete são, em centímetros: 195,

198, 201, 192 e 204. Nessas condições determine:
a) a média das alturas;
b) o desvio médio.
2. Calcule o DMS da série X : 3, 8, 12, 3, 9, 7.
3. Calcule o DMS da série Y: 2; 2,5; 3,5; 7; 10; 14,5; 20.
4. Calcule o DMS da série:
Xi fi
2 5
3 10
4 15
5 12
6 5
7 3
Página 78 / 102
5. Calcule o DMS da série:
Classe Salários US$ Nº de

vendedores
1 70  120 8
2 120  170 28
3 170  220 54
4 220  270 32
5 270  320 12
6 320  370 6
2. Cálculo da Variância e Desvio Padrão
O valor que corresponde à média aritmética dos quadrados dos desvios em

relação à média recebe o nome de variância.
A raiz quadrada da variância chama-se desvio padrão do conjunto de

dados.
1º caso – DADOS BRUTOS OU ROL

a) Se a seqüência representa uma População, a variância é calculada pela
formula:
σ 2
(x) =
∑(x − x)
i
2
n
Página 79 / 102
Exemplo:
Calcule a variância e o desvio padrão da seqüência: X: 4, 5, 8, 5.
A seqüência contém n= 4 elementos e tem por média:
Os quadrados das diferenças (xi - x )2 valem:
b) Se a seqüência anterior representasse apenas uma amostra, a variância

seria denotada por s2(x) e o desvio padrão por s(x).
Neste caso:
2 ∑ (x i − x) 2
S (x)=
n −1
e
s(x)= s 2 ( x)
Note que a única diferença entre a fórmula de σ 2 ( x) (indicado para

Populações) e s2(x) (indicado para amostras) é o denominador.
Assim,
2 ∑ (x − x) 2 9
= = 3 e o desvio padrão s(x) = 3 = 1,73 .
i
S (x) =
n −1 3
2º caso – VARIÁVEL DISCRETA
Como há repetições de elementos na série, definimos a variância como

sendo uma média aritmética ponderada dos quadrados dos desvios dos
elementos da série para a média da série.
a) Se a variável discreta é representativa de uma População, então a

variância é dada por:
Página 80 / 102
σ 2 ( x) =
∑ ( x − x)
i
2
fi
∑f i
e o desvio padrão é:
σ ( x) = σ 2 ( x )
b) Se a variável discreta é representativa de uma amostra, então a variância

é:
( x − x) f
s (x)= ∑
2
2 i i
∑ f −1 i
e o desvio padrão é:
s(x) = s 2 ( x)
Exemplo 1:
Calcule a variância da séria abaixo, representativa de uma população.
xi fi
2 3
3 5
4 8
5 4
Página 81 / 102
Exemplo 2:
Se a variável discreta fosse representativa de uma amostra, a variância
seria indicada por s2(x) e seria calculada por:
3º caso – VARIÁVEL CONTÍNUA
Novamente, por desconhecer os particulares valores xi da série,

substituiremos nas fórmulas anteriores estes valores pelos pontos médios de
classe.
A fórmula da variância para uma variável contínua representativa de uma
população é:
σ 2
( x) =
∑ ( x − x)
i
2
fi
∑f i
Onde xi é o ponto médio da classe i.
Se a variável continua uma amostra então a variância é denotada por s2(x) e

sua fórmula de cálculo é:
( x − x) f
s (x) = ∑
2
2 i i
∑ f −1 i
Página 82 / 102
Exemplo 1:
Calcule a variância e o desvio padrão para a série representativa de uma
População:
Classe Int. cl. fi

1 0├ 4 2
2 4├ 8 6
3 8 ├ 12 8
4 12 ├ 16 3
5 16 ├ 20 1
Exemplo 2:
Se a variável contínua fosse representativa de uma amostra, a variância
seria indicada por s2(x) e sua fórmula de cálculo seria:
( x − x) f
s (x) = ∑
2
2 i i
∑ f −1i
Página 83 / 102
Estatística I
Prof. Emerson Jung
Aula 10
ATIVIDADES
1. Considere a distribuição de freqüências relativas aos salários quinzenais da Empresa

Yasmin Ltda:
Salários Quinzenais Número de

(em US$) Funcionários
185  195 10
195  205 15
205  215 12
215  225 19
225  235 21
235  245 35
∑ 112
Pede-se:
a) O salário médio, mediano e modal dos funcionários
b) O histograma e o polígono de freqüências da distribuição.
c) Suponha que o presidente da empresa tenha dado um reajuste de 15% aos funcionários.
Qual o novo salário médio?
2. Os dados a seguir referem-se à permanência média, em dias, de turistas nos países do

continente europeu no período compreendido entre 1983 e 1986:
a. Organize esses dados numa distribuição de freqüências de intervalos de classes;

b. Construa o histograma e o polígono de freqüências;
c. Calcular a média, a moda e a mediana da distribuição.
3. Os resultados do lançamento de um dado 50 vezes foram os seguintes:
6 5 2 6 4 3 6 2 6 5
1 6 3 3 5 1 3 6 3 4
5 4 3 1 3 5 4 4 2 6
2 2 5 2 5 1 3 6 5 1
5 6 2 4 6 1 5 2 4 3
Página 84 / 102
a) Forme a distribuição de freqüências.

b) Calcule a média, a moda e a mediana.
c) Calcule o desvio médio simples
4. Calcule a variância e o desvio padrão das populações:

X: 2, 3, 7, 9, 11, 13.
Y: 5, 12, 4, 20, 13, 17.
5. Calcule a variância e o desvio padrão das amostras:

Z: 15, 16, 17, 20, 21.
W: 6, 5, 10, 12, 19.
6. Calcule a variância e o desvio padrão da população:

Idade (anos) Nº. de alunos
17 3
18 18
19 17
20 8
21 4
7. Calcule a variância e o desvio padrão para o número de acidentes diários, observados em

um cruzamento, durante 40 dias. (Amostra)
Nº. de acidentes por dia Nº. de dias

0 30
1 5
2 3
3 1
4 1
8. Considerando as notas de um teste de inteligência aplicado a 100 alunos:
64 78 66 82 74 103 78 86 103 87
73 95 82 89 73 92 85 80 81 90
78 86 78 101 85 98 75 73 90 86
86 84 86 76 76 83 103 86 84 85
76 80 92 102 73 87 70 85 79 93
82 90 83 81 85 72 81 96 81 85
68 96 86 70 72 74 84 99 81 89
71 73 63 105 74 98 78 78 83 96
95 94 88 62 91 83 98 93 83 76
94 75 67 95 108 98 71 92 72 73
a) Forme a distribuição de freqüências utlizando Sturges.

b) Calcule a média, a moda e a mediana.
c) Calcule a Variância e o desvio padrão
9. Calcule a variância e o desvio padrão para a distribuição de valores de 54 notas fiscais

emitidas na mesma data, selecionadas em uma loja de departamentos. (Amostra)
Página 85 / 102
Classe Consumo por nota US$ Nº.de notas

1 0 ├ 50 10
2 50 ├ 100 28
3 100 ├ 150 12
4 150 ├ 200 2
5 200 ├ 250 1
6 250 ├ 300 1
12. Calcule a variância e o desvio padrão para as alturas de 70 alunos de uma classe
(Amostra).
Classe Alturas (cm) Nº. de alunos
1 150 ├ 160 2
2 160 ├ 170 15
3 170 ├ 180 18
4 180 ├ 190 18
5 190 ├ 200 16
6 200 ├ 210 1
Coeficiente de Variação
Se uma série X apresenta média = 10 e desvio padrão = 2 e uma série Y apresenta média 100
e desvio padrão = 5, do ponto de vista da dispersão absoluta, a série Y apresenta maior
dispersão que a série X.
No entanto, se levarmos em consideração as médias das séries, o desvio padrão de Y que

é 5 em relação a 100 é um valor menos significativo que o desvio padrão de X que é 2 em
relação a 10.
Isto nos leva a definir as medidas de dispersão relativas: coeficiente de variação e
variância relativa.
O coeficiente de variação de uma série X é indicado por CV(x) definido por:
CV(x) = σ(x)
x
A variância relativa de uma série X é indicada por V(x) e definida por:
V(x) = = σ2(x)
x2
Note que o coeficiente de variação, como é uma divisão de elementos de mesma unidade,
é um número puro. Portanto, pode ser expresso em percentual.
Página 86 / 102
Deste modo, se calcularmos o coeficiente de variação da série X citada no início

obteremos:
CV (x) = 2/10 = 0,2 ou 20%
CV(y) = 5/100 = 0,05 ou 5%
Comparando os valores destes dois coeficientes concluímos que a série X admite maior
dispersão relativa.
A medida de dispersão relativa prevalece sobre a medida de dispersão absoluta. Podemos
afirmar que uma série que tem a maior dispersão relativa, tem de modo geral a maior dispersão.
Concluindo: a série Y apresenta maior dispersão absoluta.
A série X apresenta maior dispersão relativa. Portanto, a série X apresenta maior
dispersão.
Responda, justificando em cada caso, as questões abaixo:

1- Qual das séries apresenta maior dispersão absoluta?
2- Qual das séries apresenta maior dispersão relativa?
3- Qual das séries apresenta maior dispersão?
_ _
a) A XA = 20 B XB = 20
σ (A) = 2 σ (B) = 5
_ _
b) A: XA = 50 B XB = 100
σ (A) = 2 σ (B) = 3
__ _
c) A XA = 20 B XB = 30
2
σ (A) = 9 σ2 (B) = 16
Página 87 / 102
Estatística I
Prof. Emerson Jung
Aula 11
Medidas de Assimetria
Denomina-se assimetria o grau de afastamento de uma distribuição da unidade de simetria. Em

uma distribuição simétrica tem-se igualdade dos valores da média, mediana e moda.
Exemplos:
Simetria
X = Mo = Md
Toda distribuição deformada é sempre assimétrica. Entretanto, a assimetria pode dar-se na

cauda esquerda ou na direita da curva de freqüências.
Em uma distribuição assimétrica positiva, ou assimetria à direita, tem-se :
Assimetria à direita
(ou positiva)
Mo Md X
Mo < Md < X
Em uma distribuição assimétrica negativa, ou assimetria à esquerda, predominam valores

inferiores à Moda.
Assimetria à esquerda
(ou negativa)
X Md Mo X < Md < Mo
Fórmulas para o cálculo do coeficiente de assimetria: Coeficiente de Pearson

Página 88 / 102
1º Coeficiente de Pearson
AS = 0 diz-se que a distribuição é simétrica
x − Mo
AS = AS > 0 diz-se que a distribuição é assimétrica
positiva (à direita)
S
AS < 0 diz-se que a distribuição é assimétrica

negativa (à esquerda)
Segundo este critério, as distribuições são classificadas da seguinte forma:

- Se AS ≤ - 1: assimétrica negativa forte
- Se – 1 < AS < 0: assimétrica negativa fraca
- Se AS = 0: simétrica
- Se 0 < AS < 1: assimétrica positiva fraca
- Se AS ≥1 : assimétrica positiva forte
Exercícios de Aplicação
1. Classifique, quanto à assimetria, a distribuição abaixo, segundo o coeficiente de Pearson.
Xi fi
1 2
2 10
3 6
4 4
5 2
6 1
Página 89 / 102
População
Xi fi
2 2
3 4
4 6
5 10
6 6
7 4
8 2
Medida de curtose
Denominamos curtose o grau de achatamento de uma distribuição em relação a uma
distribuição padrão, denominada curva normal (curva correspondente a uma distribuição teórica
de probabilidade).
Quando a distribuição apresenta uma curva de freqüência mais fechada que a normal (ou
mais aguda em sua parte superior), ela recebe o nome de Leptocúrtica.
Quando a distribuição apresenta uma curva de freqüência mais aberta que a normal (ou
mais aguda em sua parte superior), ela recebe o nome de Platicúrtica.
A curva normal, que é a nossa base referencial, recebe o nome de mesocúrtica.
Coeficiente de Curtose
Uma fórmula para medida de curtose é:
4
∑ (X − X )
I fi
K=
∑ fi −3
o '4 ( x )
Se K = 0 : a distribuição é mesocúrtica
Se K > 0 : a distribuição é leptocúrtica
Se K < 0 : a distribuição é platicúrtica.
Página 90 / 102
3. Classifique, quanto à curtose, a distribuição abaixo:
Classe Int. Cl. fi

1 3 ├5 1
2 5 ├7 2
3 7 ├9 13
4 9 ├ 11 3
5 11 ├ 13 1

Amostra
Classe Int. C. fi
1 0 ├4 10
2 4 ├8 15
3 8 ├ 12 6
4 12 ├ 16 2
5 16 ├ 20 1
5. Uma empresa produz caixas de papelão para embalagens e afirma que o número de defeitos
por caixa se distribui conforme a tabela:
Nº Defeitos Nº Caixas
0 32
1 28
2 11
3 4
4 3
5 1
Pede-se:
a) o número médio de defeitos por caixa;
b) a distribuição de freqüências;
c) a porcentagem de caixas com 2 defeitos;
d) a porcentagem de caixas com mais de 3 defeitos;
Página 91 / 102
e) o histograma;
f) o número mediano de defeitos por caixa;
g) a moda;
h) a amplitude total da série;
i) o desvio médio simples;
j) a variância;
k) o desvio padrão;
l) classifique, quanto à assimetria, a distribuição segundo o coeficiente de Pearson;
m) classifique, quanto à curtose, a distribuição.
Variável reduzida - Escore z
Sua altura é de 1,56 m. Você é alta?
Sua nota na FUVEST foi 60. Sua nota foi alta?
O escore z permite que comparemos um valor específico com a população levando-se em conta
o valor típico e a dispersão.
Ex: Um estudante recebeu grau 84 em um exame final de Matemática, para qual o grau médio foi
76 e o desvio padrão 10. No exame final de Física, para o qual o grau médio foi 82 e o desvio
padrão 16, ele recebeu o grau 90. Em que matéria sua posição relativa foi mais elevada?
A variável reduzida z = z =
(xi − x ) mede o desvio de Xi em relação a média, em termos de
s
desvio padrão s.
Para Matemática, z =
(84 − 76) = 0,8
10
Para Física, z =
(90 − 82) = 0,5
16
Dessa forma, o estudante teve grau correspondente a 0,8 do desvio padrão acima da média, em
Matemática, mas apenas o correspondente a 0,5 do desvio padrão acima da média, em Física.
Assim, sua posição relativa foi mais alta em Matemática.
Página 92 / 102
Prof. Emerson Jung
PROBABILIDADES
Quando solicitados a estudar um fenômeno coletivo, verificamos a necessidade de descrever tal fenômeno
por um modelo matemático que permita explicar da melhor forma possível este fenômeno.
A teoria das probabilidades permite construir modelos matemáticos que explicam um grande
número de fenômenos coletivos e fornece estratégias para tomadas de decisões.
EXPERIMENTO ALEATÓRIO
Em quase tudo, em maior ou menor grau, vislumbramos o acaso. Assim, da afirmação “é provávell
que meu time ganhe a partida de hoje” pode resultar:
a. Que, apesar do favoritismo, ele perca;
b. Que, como pensamos, ele ganhe;
c. Que empate;
Como vimos, o resultado final depende do acaso. Fenômenos como esses são chamados fenômenos
aleatórios ou experimentos aleatórios.
Experimentos ou fenômenos aleatórios são aqueles que, mesmo repetidos várias vezes sob condições
semelhantes, apresentam resultados imprevisíveis. Ex: Lançamento de um dado.
Experimentos ou fenômenos determinísticos são aqueles que, repetidos sob mesmas condições
iniciais, conduzem sempre a um só resultado. As condições iniciais determinam o único resultado possível do
fenômeno. Ex: Massa caindo em queda livre.
ESPAÇO AMOSTRAL
Seja S um espaço amostral e A um evento qualquer desse espaço amostral, com A ⊂ S (isto é, A é um
subconjunto de S), então, a probabilidade de ocorrer o evento A é dada por:
P(A) = n(A) , ou seja, a probabilidade de que um evento qualquer “A” ocorra é dada pelo quociente entre
n(S)
o número de casos favoráveis ao evento e o número de casos possíveis.
Onde: n(A) é o número de elementos do conjunto A e n(S) é o número de elementos de S.
Esta defeinição é conhecida como “definição clássica de probabilidade” e supõe que todos os elementos
do espaço amostral sejam equiprováveis, ou seja, todos têm a mesma chance de ocorrer.
A probabilidade de um evento qualquer “A” ocorrer estará sempre entre zero e um, ou seja: 0 ≤
P(A) ≤ 1 (entre 0 e 100%)
Página 93 / 102
Quando P(A) = 0, temos um evento impossível

Quando P(A) = 1, temos um evento certo
Exemplos:
1) Numa urna há 12 bolas brancas e 18 bolas pretas. Qual é a probabilidade de sortearmos uma bola preta?
Solução: Tem-se 18 casos favoráveis ao evento “bola preta” em 12 + 18 (=30) casos possíveis. Então:
P(A) = 18/30 = 3/5 = 0,6 = 60%
2) Um casal pretende ter três filhos. Qual é a probabilidade de serem duas meninas e um menino?
Solução: O número de casos possíveis n(S) é: 2 . 2 . 2 = 8 (princípio fundamental da contagem!). O número de
casos favoráveis ao evento será n(A) = 3. Com efeito, teremos: {(m, m, h), (m, h, m), (h, m, m)} onde “h”
significa “menino” e “m” significa “menina”.
P(A) = 3/8 = 0,375 = 37,5%
3) Num baralho de 52 cartas, qual a probabilidade de retirarmos uma carta de copas?
TIPOS DE EVENTOS
1. EVENTOS COMPLEMENTARES
Sabemos que um evento pode ocorrer ou não. Sendo “p” a probabilidade de que ele ocorra (sucesso) e “q” a
probabilidade de que ele não ocorra (insucesso), para um mesmo evento existe sempre a relação:
p+q=1→q=1–p
Assim, se a probabilidade de se realizar um evento é p = 1 , a probabilidade de que ele não ocorra é:

5
q=1–p→q=1- 1 = 4 .
5 5
Sabemos que a probabilidade de tirar o 4 no lançamento de um dado é p = 1 . Logo, a probabilidade de não
tirar o 4 no lançamento de um dado é: 6
q=1- 1 = 5 .
6 6
Página 94 / 102
2. EVENTOS INDEPENDENTES
Dizemos que dois eventos são independentes quando a realização ou não-realização de um dos eventos não
afeta a probabilidade da realização do outro e vice-versa.
Por exemplo, quando lançamos dois dados, o resultado obtido em um deles independe do resultado obtido no
outro.
Se dois eventos são independentes, a probabilidade de que eles se realizem simultaneamente é igual ao
produto das probabilidades de realização dos dois eventos.
Assim, sendo p1 a probabilidade de realização do primeiro evento e p2 a probabilidade de realização do
segundo evento, a probabilidade de que tais eventos se realizem simultaneamente é dada por:
P(p1 ∩ p2) = p1 x p2
Exemplo:
Lançamos dois dados. A probabilidade de obtermos 1 no primeiro dado é: p1= 1 .

6
A probabilidade de obtermos 5 no segundo dado é : p2 = 1 .
6
Logo, a probabilidade de obtermos, simultaneamente, 1 no primeiro e 5 no segundo é: p= 1 x 1 = 1 .

6 6 36
3. EVENTOS MUTUAMENTE EXCLUSIVOS
Dizemos que dois ou mais eventos são mutuamente exclusivos quando a realização de um exclui a
realização do(s) outro(s). P(A ∩ B) = 0
Assim, no lançamento de uma moeda, o evento “tirar cara” e o evento “tirar coroa” são mutuamente exclusivos,
já que, ao se realizar um deles, o outro não se realiza.
Se dois eventos são mutuamente exclusivos, a probabilidade de que um ou outro se realize é igual à soma das
probabilidades de que cada um deles se realize:
p = p1 + p2
Exemplo:
Lançamos um dado. A probabilidade de se tirar o 3 ou o 5 é:

Página 95 / 102
p = 1 + 1 = 2 = 1 , pois, como vimos, os dois eventos são mutuamente exclusivos.

6 6 6 3
EXERCÍCIOS:
1. Maria tem quatro calças, três blusas e quatro pares de tênis. De quantas maneiras diferentes ela pode
combinar as três peças?
2. Nas placas de automóveis são três letras (entre 26) e quatro algarismos. Quantas placas diferentes podem
ser formadas?
3. Qual a probabilidade de sair um rei quando retiramos uma carta de um baralho de 52 cartas?
4. No lançamento de dois dados, determine a probabilidade de:

a) a soma ser menor que 4;
b) a soma ser 9;
c) o primeiro resultado ser maior que o segundo;
d) a soma ser menor ou igual a 5.
5. De dois baralhos de 52 cartas retiram-se, simultaneamente, uma carta do primeiro baralho e uma carta do
segundo. Qual a probabilidade de a carta do primeiro baralho ser um rei e a do segundo ser o 5 de paus?
6. Uma urna A contém: 3 bolas brancas, 4 pretas, 2 verdes; uma urna B contém: 5 bolas brancas, 2 pretas, 1
verde; uma urna C contém: 2 bolas brancas, 3 pretas, 4 verdes. Uma bola é retirada de cada urna. Qual a
probabilidade de as três bolas retiradas da primeira, segunda e terceira urnas serem, respectivamente,
branca, preta e verde?
7. De um baralho de 52 cartas retiram-se, ao acaso, duas cartas sem reposição. Qual é a probabilidade de a
primeira carta ser o às de paus e a segunda ser o rei de paus?
8. Qual a probabilidade de sair uma carta de copas ou de ouros quando retiramos uma carta de um baralho
de 52 cartas?
Página 96 / 102
9. Um casal planeja ter 3 filhos. Determine os eventos:

a) os três são do sexo feminino;
b) pelo menos um é do sexo masculino;
c) os três do mesmo sexo.
10. Uma urna contém 20 bolinhas numeradas de 1 a 20. Escolhe-se ao acaso uma bolinha e observa-se o seu
número. Determine os seguintes eventos:
a) o número escolhido é ímpar;
b) o número escolhido é maior que 15;
c) o número escolhido é múltiplo de 5;
d) o número escolhido é divisível por 6;
e) o número escolhido é primo.
11. O quadro abaixo representa a classificação por sexo e por estado civil, de um conjunto de 50 deputados
presente em uma reunião.
SEXO
HOMEM MULHER
ESTADO CIVIL
Casado 10 8
Solteiro 5 3
Desquitado 7 5
Divorciado 8 4
Uma pessoa é sorteada ao acaso. Determine a probabilidade dos eventos:
a) A – Ser um homem
b) B – Ser uma mulher
c) C – Ser uma pessoa casada
d) D – Ser uma pessoa solteira
Página 97 / 102
e) E – Ser uma pessoa desquitada

f) F – Ser uma pessoa divorciada
12. Utilize os dados da tabela abaixo, que apresenta as freqüências acumuladas das idades de 20
jovens entre 14 e 20 anos.
Idades (anos) Freqüência

Acumulada
14 2
15 4
16 9
17 12
18 15
19 18
20 20
Um desses jovens será escolhido ao acaso. Qual a probabilidade de que o jovem escolhido tenha
menos de 18 anos, sabendo que esse jovem terá 16 anos ou mais?
Página 98 / 102
Prof. Emerson Jung
Permutação Simples
Uma permutação simples de “n” elementos de um conjunto dado é uma seqüência desses “n” elementos,
de modo que cada mudança na ordem desses elementos determina uma permutação diferente.
Fórmula: Pn = n! ( Leitura: Permutação de “n” elementos distintos )
O símbolo “!” ao lado de um número significa “fatorial” deste e indica que se deve efetuar o produto de TODOS os
números naturais consecutivos, desde “n” até 1.
Exemplo: 4! = 4 . 3 . 2 . 1 = 24
Por definição: 1! = 1 e 0! = 1
Arranjo Simples
Um arranjo simples de “p” elementos , extraídos de um conjunto com “n” elementos ( com p ≤ n ), é
qualquer subconjunto de “p” elementos , nos quais a MUDANÇA DE ORDEM determina arranjos diferentes.
Fórmula: ( Leitura: Arranjos de “n” elementos p a p )
Exemplo: Quantos números de dois algarismos distintos podemos formar com o conjunto {2, 3, 5, 7}?
Solução: Há elementos no conjunto dado, logo, n = 4. Queremos arranjá-los 2 a 2. Então, p = 2.
Com a fórmula acima, teremos:
Raciocinando pelo princípio fundamental da contagem: temos 4 algarismos. Para cada um escolhido, restam
outros 3 para formarmos os arranjos. Assim: 4 . 3 = 12.
Página 99 / 102
Combinação Simples
Uma combinação simples de “p” elementos, extraídos de um conjunto com ‘n” elementos ( com p ≤ n ), é
qualquer subconjunto de “p” elementos , nos quais a MUDANÇA DE ORDEM de tais elementos determina a
MESMA COMBINAÇÃO.
Fórmula: ( Leitura: Combinações de “n” elementos p a p )
Exemplo: Quantas comissões de três alunos podemos formar com cinco estudantes: A, B, C, D, E?
Solução: Aqui, a ORDEM dos “p” elementos em cada subconjunto irá determinar a MESMA COMBINAÇÃO, logo
trata-se de um problema de Combinação Simples, no qual: n = 5 e p = 3
Usando a fórmula acima,temos:
EXERCÍCIOS
1. Quantos anagramas tem a palavra MITO?
2. Quantos anagramas da palavra EDITORA:

a. começam com A?
b. começam com D e terminam com E?
3. Quantos números de 5 algarismos distintos formamos com os algarismos 1, 2, 3, 4, 5, 6, 7, 8 e 9?
4. Quantos números de 3 algarismos, sem repetição, podemos formar com os algarismos 1, 2, 3, 4, 5, 6, 7, 8

e 9, incluindo sempre o algarismo 4?
5. Dentre todos os números de 4 algarismos distintos formados com algarismos pertencentes ao conjunto {3,
4, 5, 6, 7, 8,9}, quantos são divisíveis por 2?
6. Quantos números pares de 4 algarismos obtemos com os algarismos 0, 1, 2, 3, 4, 5 e 6, sem repeti-los?

Página 100 / 102
7. Cinco homens e uma mulher estão em uma sala de espera, onde há apenas um banco de 5 lugares. De
quantas maneiras diferentes os homens podem se sentar, nunca deixando em pé a mulher?
8. Quantas comissões de 3 participantes podem ser formadas com 5 pessoas?
9. Sobre uma reta marcam-se 8 pontos e sobre outra reta, paralela à primeira, marcam-se 5 pontos. Quantos
triângulos obteremos unindo 3 pontos quaisquer do total desses pontos?
10. De quantas maneiras é possível escalar um time de futebol de salão dispondo de 8 jogadores?
11. Numa sala temos 5 rapazes e 6 moças. Quantos grupos de 2 rapazes e 3 moças podemos formar?
12. (UFSC) Um campeonato de futebol de salão é disputado por várias equipes, jogando entre si, turno e
returno. Sabendo-se que forma jogadas 272 partidas, determine o número de equipes participantes.
13. (UFAL) João e Maria fazem parte de um grupo de 15 pessoas, 5 das quais serão escolhidas para formar
uma comissão. Do total de comissões que podem ser formadas, de quantas fazem parte João e Maria?
14. Um número inteiro é escolhido aleatoriamente dentre os números 1, 2, 3, ..., 49, 50. Determine a
probabilidade de:
a) o número ser divisível por 5.
b) O número terminar em 3;
c) O número ser divisível por 6.
d) O número ser divisível por 4.
15. Em uma caixa há 5 papeletas, numeradas de 1 a 5. Retiram-se duas delas ao acaso e calcula-se a soma
dos números escritos. Determine os eventos:
a) Obter soma par e múltipla de 3.

b) Obter uma soma ímpar ou múltipla de 3.
c) Obter uma soma múltipla de 7.
16. (FAURGS) Uma rifa, em que apenas um número será sorteado, contém todos os números de 1 à 100. Os
funcionários de um cartório compraram todos os números múltiplos de 8 ou 10. A probabilidade de que um
desses funcionários seja premiado no sorteio da rifa é de:
a. 12% c. 20% e. 30%
b. 18% d. 22%
17. Desejando limpar uma prateleira, a arrumadeira retirou de lá uma coleção de livros numeradas de 1 a 9.
Depois, ela recolocou aleatoriamente os livros na prateleira. É claro que ela pode tê-los colocado na ordem
normal, ou seja, 1, 2, 3, ..., 9. No entanto, a chance de isso ocorrer é apenas uma em
a. 16.660 d. 406.036
b. 368.040 e. 362.880
c. 40.320
18. A soma do número de anagramas que se pode fazer com as letras da palavra AMOR com o número de
anagramas que se pode fazer com as letras da palavra PAZ, é um número
a. divisível pelo mínimo múltiplo comum entre 2 e 15
b. ímpar
c. múltiplo de 4
d. primo
e. divisível por 9
Página 101 / 102
19. Levando em consideração os 180 alunos das turmas de Estatística I da Faculdade Dom Alberto, foi
realizado um levantamento das notas de duas turmas obtidas na 1ª avaliação, totalizando 92 observações,
conforme quadro abaixo:
0,5 1,0 2,0 2,0 2,0 4,0 5,0 5,5 5,5 5,5
5,5 6,0 6,5 6,5 6,5 6,5 6,5 6,5 6,5 7,0
7,0 7,0 7,0 7,0 7,0 7,0 7,0 7,5 7,5 7,5
7,5 7,5 7,5 8,0 8,0 8,0 8,0 8,0 8,0 8,0
8,0 8,0 8,0 8,0 8,0 8,0 8,5 8,5 8,5 8,5
8,5 8,5 8,5 8,5 8,5 8,5 8,5 9,0 9,0 9,0
9,0 9,0 9,0 9,0 9,0 9,0 9,0 9,0 9,0 9,5
9,5 9,5 9,5 9,5 9,5 9,5 9,5 9,5 9,5 9,5
9,5 10,0 10,0 10,0 10,0 10,0 10,0 10,0 10,0 10,0
10,0 10,0
Analisando o quadro, solicitamos que seja aplicado:

a) A distribuição de freqüências, com amplitude 2, tendo como limite inferior da 1ª classe 0;
b) O gráfico que melhor representa a distribuição;
c) As medidas de tendência central;
d) As medidas de separatrizes ( Q3 e P10);
e) As medidas de dispersão;
f) As medidas de assimetria;
20. Sabendo que um conjunto de dados apresenta para a média aritmética e para desvio padrão,
respectivamente, 18,3 e 1,47, calcule o coeficiente de variação.
21. Um grupo de 100 estudantes tem uma estatura média de 163,8 cm, com coeficiente de variação
de 3,3%. Qual o desvio padrão desse grupo?
22 Calcule a média, o desvio padrão e classifique quanto à assimetria o seguinte conjunto de dados (Amostra)
Idade Nº de alunos
14 7
15 6
16 1
17 2
18 1
19 0
20 4
Página 102 / 102
23. Em uma classe as notas obtidas pelos alunos foram agrupadas da seguinte maneira: (População)
Nota Nº alunos
0├2 1
2├4 6
4├6 9
6├8 8
8 ├ 10 6
A partir desses dados calcule:
a) medidas de posição
b) medidas de variabilidade
c) Classifique, quanto à assimetria, segundo o coeficiente de Pearson.
24. Utilize os dados da tabela abaixo, que apresenta as freqüências acumuladas das idades de 20
jovens entre 14 e 20 anos.
Idades (anos) Freqüência

Acumulada
14 2
15 4
16 9
17 12
18 15
19 18
20 20
Qual a variância das idades na população formada pelos 20 jovens?

Estatistica I - Emerson

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

Estatistica I - Emerson

Enviado por

Direitos autorais:

Formatos disponíveis

C iências

C122 JUNG, Emerson José

Caderno de Estatística I Dom Alberto / Emerson José Jung. – Santa

1. Administração – Teoria 2. Ciências Contábeis – Teoria 3. Estatística I

Catalogação na publicação: Roberto Carlos Cardoso – Bibliotecário CRB10 010/10

O Curso de Administração da Faculdade Dom Alberto iniciou sua

Elvis Siqueira Martins

A arte de ensinar e aprender pressupõe um diálogo entre aqueles que

Nesse contexto, um dos fatores mais importantes na formação de um

Considerando esses pressupostos, a produção desse Caderno Dom

Centro de Ensino Superior Dom Alberto

Específicos: Compreender os conceitos de população, amostra e variável. Construir, ler, analisar e

5. Dados absolutos e relativos;

Estratégias de Ensino e Aprendizagem (metodologias de sala de aula)

Avaliação do Processo de Ensino e Aprendizagem

A forma de avaliação será da seguinte maneira:

Sistema de Acompanhamento para a Recuperação da Aprendizagem

SPIEGEL, Murray R. Estatística. 3. ed. São Paulo: Pearson Education, 1994.

BUNCHAFT G.; KELLNER S. R. O. Estatística sem mistério. Petrópolis: Vozes; 1999.

8ª Medidas de tendência central: Mediana; Moda; Ponto médio. AE AP, QG

9ª Medidas de posição: Escore z; Quartis, decis e percentis. AE AP, QG

10ª Medidas de variação: amplitude; desvio-padrão e variância. AE AP, QG

11ª Medidas de Assimetria e Curtose. Números índices. AE, TG AP, QG, DS

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

O que a Estatística significa para você?

ANTIGUIDADE: os povos já registravam o número de habitantes, nascimentos, óbitos, faziam

IDADE MÉDIA: as informações eram tabuladas com finalidades tributárias e bélicas.

MÉTODO: é um meio mais eficaz para atingir determinada meta.

MÉTODOS CIENTÍFICOS: destacamos o método experimental e o método estatístico.

MÉTODO ESTATÍSTICO: diante da impossibilidade de manter as causas constantes (nas ciências

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

A coleta, a organização ,a descrição dos dados, o cálculo e a interpretação de coeficientes

2. ORGANIZAÇÃO DE DADOS ESTATÍSTICOS

FASES DO MÉTODO ESTATÍSTICO

1º - DEFINIÇÃO DO PROBLEMA : Saber exatamente aquilo que se pretende pesquisar é o

3º - COLETA DE DADOS: Fase operacional. É o registro sistemático de dados, com um objetivo

Coleta contínua: registros de nascimento, óbitos, casamentos;

Coleta periódica: recenseamento demográfico, censo industrial;

Coleta ocasional: registro de casos de dengue.

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

4º - APURAÇÃO DOS DADOS: Resumo dos dados através de sua contagem e

5º - APRESENTAÇÃO DOS DADOS: Há duas formas de apresentação, que não se excluem

6º - ANÁLISE E INTERPRETAÇÃO DOS DADOS: A última fase do trabalho estatístico é a mais

Por meio de sondagem, de coleta de dados e de recenseamento de opiniões, podemos conhecer a

DEFINIÇÕES BÁSICAS DA ESTATÍSTICA

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

Fenômenos de multidão: quando as características observadas para a massa não se

DADO ESTATÍSTICO: é um dado numérico e é considerado a matéria-prima sobre a qual iremos

AMOSTRA: é uma parcela representativa da população que É EXAMINADA com o propósito de

ESTIMATIVA: é um valor aproximado do parâmetro e é calculado com o uso da amostra.

ATRIBUTO: quando os dados estatísticos apresentam um caráter qualitativo, o levantamento e os

VARIÁVEL: É o conjunto de resultados possíveis de um fenômeno.

VARIÁVEL QUANTITATIVA: Quando os dados são de caráter nitidamente quantitativo, e o

VARIÁVEL CONTÍNUA: Resulta normalmente de uma mensuração, e a escala numérica de seus

CENTRO DE ENSINO SUPERIOR DOM ALBERTO

. Cor dos olhos das alunas: qualitativa

. Índice de liquidez nas indústrias capixabas: quantitativa contínua

. Produção de café no Brasil: quantitativa contínua

. Número de defeitos em aparelhos de TV: quantitativa discreta

. Comprimento dos pregos produzidos por uma empresa: quantitativa contínua

. O ponto obtido em cada jogada de um dado: quantitativa discreta

Com base nos dados obtidos, responda: