ESTATÍTISCA BÁSICA
CURSO DE ESTATÍSTICA BÁSICA
CONCEITOS FUNDAMENTAIS________________1
1.1. INTRODUÇÃO
A Estatística pode ser encarada como uma ciência ou
como um método de estudo.
Duas concepções para a palavra ESTATÍSTICA:
a) no plural (estatísticas), indica qualquer coleção
consistente de dados numéricos, reunidos com a
finalidade de fornecer informações acerca de uma
atividade qualquer. Pôr exemplo, as estatísticas
demográficas referem-se as dados numéricos sobre
nascimentos, falecimentos, matrimônios, desquites, etc.
b) no singular(estatística), indica um corpo de
técnicas, ou ainda uma metodologia técnica
desenvolvida para a coleta, a classificação, a
apresentação, análise e a interpretação de dados
quantitativos e a utilização desses dados para a tomada
de decisões.
Qualquer ciência experimental não pode prescindir das
técnicas proporcionadas pela Estatística, como pôr
exemplo, a Física, a Biologia, a Administração, a
Economia, etc. Todos esses ramos de atividade
profissional tem necessidade de um instrumental que se
preocupa com o tratamento quantitativo dos fenômenos
de massa ou coletivos, cuja mensuração e análise
requerem um conjunto de observações de fenômeno ou
particulares.
1.2. ESTATÍSTICA
CONCEITO: é a ciência que se preocupa com a coleta,
a organização, descrição (apresentação), análise e
interpretação de dados experimentais e tem como
objetivo fundamental o estudo de uma população.
Este estudo pode ser feito de duas maneiras:
• Investigando todos os elementos da população ou
• Por amostragem, ou seja, selecionando alguns
elementos da população
DIVISÃO DA ESTATÍSTICA
- Estatística Descritiva: é aquela que se preocupa
com a coleta, organização, classificação,apresentação,
interpretação e analise de dados referentes ao
fenômeno através de gráficos e tabelas além de calcular
medidas que permita descrever o fenômeno.
- Estatística Indutiva (Amostral ou Inferêncial): é
a aquela que partindo de uma amostra, estabelece
hipóteses, tira conclusões sobre a população de origem
e que formula previsões fundamentando-se na teoria
das probabilidades. A estatística indutiva cuida da
análise e interpretação dos dados.
O processo de generalização do método indutivo está
associado a uma margem de incerteza. Isto se deve ao
fato de que a conclusão que se pretende obter para o
conjunto de todos os indivíduos analisados quanto a
determinadas características comuns baseia-se em uma
parcela do total de observações.
OBS: Para distinguirmos, na hora da prova, a Estatística
Descritiva da Indutiva, apenas lembraremos o D (de
descritiva) e o I ( de Indutiva) e pensarmos que, no
alfabeto, o D vem antes do I. Logo, a estatística do D
vem antes, ou seja, abraça os primeiros passos do
método estatístico, enquanto a do I vem depois, ficando
com as etapas finais.
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
CURSO AVANÇADO
1.2. POPULAÇÃO
CONCEITO: é o conjunto, finito ou infinito, de
indivíduos ou objetos que apresentam em comum
determinadas características definidas, cujo
comportamento interessa analisar.
A população é estudada em termos de observações de
características nos indivíduos (animados ou inanimados)
que sejam relevantes para o estudo, e não em termos
de pessoas ou objetos em si. O objetivo é tirar
conclusões sobre o fenômeno em estudo, a partir dos
dados observados.
Como em qualquer estudo estatístico temos em mente
estudar uma ou mais características dos elementos de
uma população, é importante definir bem essas
características de interesse para que seja delimitado os
elementos que pertencem à população e quais os que
não pertencem.
OBS:Observemos que o significado estatístico de
população difere do seu significado geográfico. Se a
questão afirmar somente que a população é um
conjunto de pessoas, isto estará errado. Para que
estivesse certo, seria preciso que, deste conjunto, nós
desejássemos obter a informação objeto da pesquisa, e
que essas pessoas que compõem o conjunto
apresentassem ao menos uma característica comum.
Exemplos:
1. Estudar os filhos tidos, tipo de moradia, condições de
trabalho, tipo de sanitário. Números de quartos para
dormir, estado civil, uso da terra, tempo de trabalho,
local de nascimento, tipo de cultivo, etc., dos
agricultores do Estado do Pará.
População: Todos os agricultores (proprietários de
terra ou não) plantadores das culturas existentes no
Estado do Pará.
2. Estudar a precipitação pluviométrica anual (em mm)
na cidade de Belém.
População: Conjunto das informações coletadas pela
Estação Pluviométrica, durante o ano.
4. As alturas dos cidadãos do Pará constituem uma
população ou a população dos pesos desses cidadãos.
Divisão da população
- População Finita: apresenta um número limitado de
elementos. É possível enumerar todos os elementos
componentes.
Exemplos:
1. Idade dos universitários do Estado do Pará.
População: Todos os universitários do Estado do Pará.
- População Infinita: apresenta um número ilimitado
de elementos. Não é possível enumerar todos os
elementos componentes.
Entretanto, tal definição existe apenas no campo
teórico, uma vez que, na prática, nunca encontraremos
populações com infinitos elementos, mas sim,
populações com grande número de componentes; e
nessas circunstâncias, tais populações são tratadas
como se fossem infinitas.
Exemplos:
1. Tipos de bactérias no corpo humano
População: Todas as bactérias existentes no corpo
humano.
2. Comportamento das formigas de certa área
1
 ESTATÍTISCA BÁSICA
População: Todas as formigas da área em estudo.
1.4. AMOSTRAGEM
É a coleta das informações de parte da população,
chamada amostra (representada por pela letra “n”),
mediante métodos adequados de seleção destas
unidades.
1.5. AMOSTRA
É uma parte (um subconjunto finito) representativa de
uma população selecionada segundo métodos
adequados.
O objetivo é fazer inferências, tirar conclusões sobre
populações com base nos resultados da amostra, para
isso é necessário garantir que amostra seja
representativa, ou seja, a amostra deve conter as
mesmas características básicas da população, no que diz
respeito ao fenômeno que desejamos pesquisar.
O termo indução é um processo de raciocínio em que,
partindo-se do conhecimento de uma parte, procura-se
tirar conclusões sobre a realidade no todo.
Ao induzir estamos sujeitos a erros. Entretanto, a
Estatística Indutiva, que obtém resultados sobre
populações a partir das amostras, diz qual a precisão
dos resultados e com que probabilidade se pode confiar
nas conclusões obtidas.
OBS: Se a questão de prova afirmar apenas que
amostra é uma parte da população, e somente isso,
então estará errada. É preciso frisar a característica
essencial de uma amostra, que é a representatividade.
Assim estaria correta a assertiva: “amostra é uma parte
da população (um subconjunto) , a partir da qual se
pode auferir conclusões acerca desta mesma
população”. Observamos, assim, o caráter de
representatividade da amostra.
É importante lembrar que o número mínimo de
elementos capaz de conferir ao subconjunto aquela
representatividade, encontra-se além de nossos
objetivos.
1.6. CENSO
É o exame completo de toda população.
Quanto maior a amostra mais precisas e confiáveis
deverão ser as induções feitas sobre a população. Logo,
os resultados mais perfeitos são obtidos pelo Censo. Na
prática, esta conclusão muitas vezes não acontece, pois,
o emprego de amostras, com certo rigor técnico, pode
levar a resultados mais confiáveis ou até mesmo
melhores do que os que seriam obtidos através de um
Censo.
As razões de se recorrer a amostras são: menor custo e
tempo para levantar dados; melhor investigação dos
elementos observados.
1.7. PARÂMETRO: valor (usualmente desconhecido)
que caracteriza uma população (por exemplo, a média
populacional e o desvio-padrão populacional são
parâmetros).
2 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
CURSO AVANÇADO
Amostra População
(Estimadores ou (Parâmetros)
Estatísticas)
Média aritmética X µ
Variância S² σ²
Desvio Padrão S σ
Dúvidas: Quantas unidades? Quais as unidades?
1.8. FENÔMENOS ESTATÍSTICOS
Refere-se a qualquer evento que se pretende analisar
cujo estudo seja possível de aplicação de técnicas da
estatística.
A Estatística dedica-se ao estudo dos fenômenos de
massa, que são resultantes do concurso de um grande
número de causas, total ou parcialmente desconhecidas.
TIPOS DE FENÔMENOS:
Fenômenos Coletivos ou de Massa
Não podem ser definidos por uma simples observação.
Exemplos: a natalidade, a mortalidade, a nupcialidade,
a idade média dos agricultores do Estado do Pará, o
sexo dos agricultores.
Fenômenos Individuais
Compõem os fenômenos coletivos.
Exemplos: cada nascimento, cada pessoa que morre,
cada agricultor investigado.
1.9. CARACTERÍSTICAS
É preciso definir qual(is) a(s) característica(s) de
interesse que será(ão) analisada(s).
A característica de interesse pode ser de natureza
qualitativa ou quantitativa.
. ATRIBUTOS: são todas as características de uma
população que não podem ser medidas.
Os indivíduos ou objetos são colocados em categorias ou
tipos e conta-se a freqüência com que ocorrem.
Exemplos: Sexo (masculino e feminino); estado civil
(solteiro, casado, viúvo, etc.); tipo de moradia
(madeira, tijolo), situação do aluno (aprovado,
reprovado), religião.
CLASSIFICAÇÃO DOS ATRIBUTOS
1. Dicotomia: quando a classe em que o atributo é
considerado admite apenas duas categorias.
Exemplos: Sexo (masc. e fem.); Existência ou ausência
de certo produto agrícola (existência, ausência),
resposta a uma pergunta: (concorda, não concorda),
(sim, não).
2. Classificação policotômica ou policotomia:
quando a classe em que o atributo é considerado admite
mais de duas categorias.
Exemplos: Estado civil (solteiro, casado, viúvo), classe
social (alta, média ou baixa).
. VARIÁVEL: é o conjunto de resultados possíveis de
um fenômeno (ou observação, ou característica).
Para os fenômenos:
- sexo - dois resultados possíveis: masculino e
feminino; (não pode ser medida: é um atributo)
- número de filhos tidos de um grupo de casais -
resultados possíveis: 0, 1, 2, 3, 4, 5, ..., n;
 ESTATÍTISCA BÁSICA
- peso de pessoas adultas - resultados possíveis: 60
kg, 59,3 kg, 75,3 kg, 65,3 kg, ...; pode tomar um
infinito número de valores num certo intervalo.
TIPOS DE VARIÁVEIS
1. Variável Qualitativa: quando seus valores são
expressos pôr atributos ou qualidade.
Exemplos:
. População: Estudantes universitários do Estado do
Pará.
Variáveis: sexo, profissão, escolaridade, religião, meio
onde vivem (rural, urbano).
. População: População dos bairros periféricos do
município de Belém
Variáveis: tipo de casa, existência de água encanada
(sim, não), bairro de origem.
Variáveis qualitativas que não são ordenáveis recebem o
nome de nominais.
Exemplo: religião, sexo, raça, cor.
Variáveis qualitativas que são ordenáveis recebem o
nome de ordinais.
Exemplo: nível de instrução, classe social.
2. Variável Quantitativa: quando seus valores são
expressos pôr números. Esses números podem ser
obtidos pôr um processo de contagem ou medição.
Exemplos:
. População: Todos os agricultores do Estado do Pará.
Variáveis: número de filhos tidos, extensão da área
plantada, altura, idade.
. População: População dos bairros periféricos do
município de Belém
Variáveis: número de quartos, área da casa em m2,
número de moradores da casa.
A Variável Quantitativa Dividi-se Em:
a. Variável Discreta: são aquelas que podem assumir
apenas valores inteiros em pontos da reta real. É
possível enumerar todos os possíveis valores da
variável.
Exemplos:
. População: Universitários do Estado do Pará.
Variáveis: número de filhos, número de quartos da
casa, número de moradores, número de irmãos.
b. Variável Contínua: são aquelas que podem assumir
qualquer valor num certo intervalo (contínuo) da reta
real. Não é possível enumerar todos os possíveis
valores. Essa variáveis, geralmente, provém de
medições.
. População: Todos os agricultores do Estado do Pará.
Variáveis: idade, renda familiar; extensão da área
plantada (em m2 ) , peso e altura das crianças
agricultoras.
1.10. EXPERIMENTO ALEATÓRIO
São aqueles que pode ser realizado indefinidas vezes,
mantidas as mesmas condições iniciais. Embora não se
saiba qual o resultado que irá ocorrer num experimento,
em geral, consegue-se descrever o conjunto de todos os
resultados possíveis que podem ocorrer. As variações de
resultados, de experimento para experimento, são
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
CURSO AVANÇADO
devidas a uma multiplicidade de causas que não
podemos controlar, as quais denominamos acaso.
Exemplos de Experimentos Aleatórios
Lançar uma moeda e observar a face de cima; Lançar
um dado e observar o número da face de cima; Lançar
duas moedas e observar as seqüências de caras e
coroas obtidas; Lançar duas moedas e observar o
número de caras obtidas; De um lote de 80 peças boas
e 20 defeituosas, selecionar 10 peças e observar o
número de peças defeituosas; De um baralho de 52
cartas, selecionar uma carta, e observar seu naipe;
Numa cidade onde 10% dos habitantes possuem
determinada moléstia, selecionar 20 pessoas e observar
o número de portadores da moléstia; Observar o tempo
que um aluno gasta para ir de ônibus, de sua casa até a
escola.; Injetar uma dose de insulina em uma pessoa e
observar a quantidade de açúcar que diminuiu; Sujeitar
uma barra metálica a tração e observar sua resistência.
FASES DO TRABALHO ESTATÍSTICO__________2
2.1. DEFINIÇÃO DO PROBLEMA
A primeira fase do trabalho estatístico consiste em uma
definição ou formulação correta do problema a ser
estudado e a seguir escolher a natureza dos dados.
Além de considerar detidamente o problema objeto de
estudo o analista deverá examinar outros
levantamentos realizados no mesmo campo e análogos,
uma vez que parte da informação de que necessita
pode, muitas vezes, ser encontrada nesses últimos.
Saber exatamente aquilo que pretende pesquisar é o
mesmo que definir de maneira correta o problema.
Por exemplo:
- Os preços dos produtos agrícolas produzidos no Estado
do Pará são menores do que àqueles originados de
outros Estados?
- Qual a natureza e o grau de relação que existe entre a
distribuição da pluviosidade e a colheita do produto x ?
- Estudar uma população por sexo: dividi-se os dois
grupos em masculino e feminino;
- Estudar a idade dos universitários, por grupos de
idade: distribui-se o total de casos conhecidos pelos
diversos grupos etários pré-estabelecidos.
2.2. DEFINIÇÃO DOS OBJETIVOS (GERAL E
ESPECÍFICO)
É definir com exatidão o que será pesquisado.
É recomendável ter em vista um objetivo para o estudo,
em lugar de coletar o material e defini-lo no decorrer
do trabalho ou só no fim deste.
OBJETIVOS MAIS COMUNS EM UMA PESQUISA:
. Dados pessoais: grau de instrução, religião,
nacionalidade, dados profissionais, familiares,
econômicos, etc.
. Dados sobre comportamento: como se comportam
segundo certas circunstâncias. Ex: possível
remanejamento da área habitada.
. Opiniões, expectativas, níveis de informação,
angústias, esperanças, aspirações sobre certos
assuntos.
. Dados sobre as condições habitacionais e de
saneamento que avalie as condições em que vivem e a
qualidade de vida de certo grupo.
3
 ESTATÍTISCA BÁSICA
2.3. PLANEJAMENTO
O problema está definido. Como resolvê-lo? Se através
de amostra, esta deve ser significativa para que
represente a população.
O planejamento consiste em se determinar o
procedimento necessário para resolver o problema e,
em especial, como levantar informações sobre o assunto
objeto de estudo. Que dados deverão ser coletados?
Como se deve obtê-los? É preciso planejar o trabalho a
ser realizado tendo em vista o objetivo que se pretende
atingir.
É nesta fase que será escolhido o tipo de levantamento
a ser utilizado, que podem ser:
a) levantamento censitário, quando a contagem for
completa, abrangendo todo o universo;
b) levantamento pôr amostragem, quando a contagem
for parcial.
Outros elementos importantes que devem ser tratados
nessa fase são o cronograma das atividades, através do
qual são fixados os prazos para as várias fases, os
custos envolvidos, o exame das informações
disponíveis, o delineamento da amostra, a forma como
serão coletados os dados, os setores ou áreas de
investigação, o grau de precisão exigido e outros.
2.4. COLETA DOS DADOS
Refere-se a obtenção, reunião e registro sistemático de
dados, com o objetivo determinado.
A escolha da fonte de obtenção dos dados está
diretamente relacionada ao tipo do problema, objetivos
do trabalho, escala de atuação e disponibilidade de
tempo e recursos.
a) Fontes primárias: é o levantamento direto no campo
através de mensurações diretas ou de entrevistas ou
questionários aplicados a sujeitos de interesse para a
pesquisa.
Vantagens: grau de detalhamento com respeito ao
interesse dos quesitos levantados; maior precisão das
informações obtidas.
b) Fontes secundárias: quando são publicados ou
registrados por outra organização.
A coleta de dados secundários se realiza através de
documentos cartográficos (mapas, cartas, imagens e
fotografias obtidas por sensoriamento remoto ou por
fotogrametria e imagens de radar). Estas fontes de
informação são de extrema importância.
Das fotografias aéreas em escalas reduzidas ou mais
detalhadas, das imagens de radares ou satélite e de
cartas obtêm-se informações quanto ao uso do solo,
drenagem, estruturas viárias e urbanas, povoamento
rural, recursos florísticos, minerais e pedológicos,
estrutura fundiária e de serviços, dados altimétricos,
etc.
Vantagens: inclui um processo de redução e agregação
de informações.
A coleta dos dados pode ser feita de forma direta ou
indireta.
COLETA DIRETA
A coleta é dita direta, quando são obtidos diretamente
da fonte primária, como os levantamentos de campo
através de questionários.
Há três tipos de coleta direta:
a) a coleta é contínua quando os dados são obtidos
4 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
CURSO AVANÇADO
ininterruptamente, automaticamente e na vigência de
um determinado período: um ano, por exemplo. É o
caso dos registros de casamentos, óbitos e nascimentos,
escrita comercial, as construções civis.
b) a coleta dos dados é periódica quando feita em
intervalos constantes de tempo, como o recenseamento
demográfico a cada dez anos e o censo industrial,
anualmente.
c) a coleta dos dados é ocasional quando os dados
forem colhidos esporadicamente, atendendo a uma
conjuntura qualquer ou a uma emergência, como por
exemplo, um surto epidêmico.
COLETA INDIRETA
A coleta é dita indireta quando é inferida a partir dos
elementos conseguidos pela coleta direta, ou através do
conhecimento de outros fenômenos que, de algum
modo, estejam relacionados com o fenômeno em
questão.
Um instrumento por meio do qual se faz a coleta das
unidades estatísticas é o questionário. Deve ficar bem
claro no questionário, que ele é organizado de acordo
com dispositivos legais, que há sansões e que o sigilo
sobre as informações individuais será absoluto.
É aconselhável que um pequeno percentual dos
exemplares do questionário seja tirado e aplicado a uma
parcela de informantes, afim de testar a aceitação do
mesmo, constituindo tal iniciativa, a pesquisa piloto. A
boa aceitação dos questionários determinará a tiragem
completa dos exemplares ou a sua alteração.
2.5. CRÍTICA DOS DADOS
A crítica dos dados deve ser feita com cuidado através
de um trabalho de revisão e correção, ao qual
chamamos de crítica (consistência), a fim de não de
incorrer em erros que possam afetar de maneira
sensível os resultados.
As perguntas dos questionários uniformemente mal
compreendidas, os enganos evidentes, tais como somas
erradas, omissões, trocas de respostas e etc, são fáceis
de corrigir. É necessário, entretanto, que o crítico não
faça a correção pôr simples suposição sua, mas sim que
tenha chegado a conclusão absoluta do engano.
Quelet dividiu a crítica em: externa e interna.
A crítica externa refere-se as imperfeições porventura
existentes na coleta dos dados, pôr deficiência do
observador, pôr imperfeição do instrumento de trabalho,
pôr erro de registro nas fichas, imprecisão nas respostas
aos quesitos propostos e outros fatores de erro que
justificam um verificação minuciosa dos dados coletados
antes de iniciar a elaboração do trabalho de análise.
A crítica interna diz respeito a verificação da exatidão
das informações obtidas. É mister examinar as
respostas dadas, sanando imperfeições e omissões, de
forma que os dados respondam com precisão aos
quesitos formulados.
As informações relativas a profissão não devem ser
vagas como, pôr exemplo: operário, mas sim, oleiro,
pedreiro, carpinteiro, etc., conforme o caso.
O estado civil será declarado: solteiro, casado, viúvo ou
desquitado.
Em resumo, os dados devem sofrer uma crítica
criteriosa com o objetivo de afastar os erros tão comuns
nessa natureza de trabalho. As informações inexatas ou
omissas devem ser corrigidas. Os questionários devem
 ESTATÍTISCA BÁSICA
voltar a fonte de origem sempre que se fizerem
necessário sua correção ou complementação.
2.6. APURAÇÃO (ARMAZENAMENTO) DOS DADOS
É um processo de apuração ou sumarizaçãp que
consiste em resumir os dados através de sua contagem
ou agrupamento. É um trabalho de condensação e de
tabulação dos dados, que chegam ao analista de forma
desorganizada.
Através da apuração, têm-se a oportunidade de
condensar os dados, de modo a obter um conjunto
compacto de números, o qual possibilita distinguir
melhor o comportamento do fenômeno na sua
totalidade.
Os dados de fenômenos geográficos podem ser
organizados em mapas, tabelas, matrizes, disquetes ou
fitas.
2.7. EXPOSIÇÃO OU APRESENTAÇÃO DOS DADOS
Há duas formas de apresentação que não se excluem
mutuamente:
Apresentação Tabular
É uma apresentação numérica dos dados. Consiste em
dispor os dados em linhas e colunas distribuídos de
modo ordenado, segundo algumas regras práticas
adotadas pelo Conselho Nacional de Estatística. As
tabelas têm a vantagem de conseguir expor,
sistematicamente em um só local, os resultados sobre
determinado assunto, de modo a se obter uma visão
global mais rápida daquilo que se pretende analisar.
Apresentação Gráfica
Constitui uma apresentação geométrica dos dados.
Permite ao analista obter uma visão tão rápida, fácil e
clara do fenômeno e sua variação.
2.8. ANÁLISE E INTERPRETAÇÃO DOS DADOS
Nessa etapa, o interesse maior consiste em tirar
conclusões que auxiliem o pesquisador a resolver seu
problema. A análise dos dados estatísticos está ligada
essencialmente ao cálculo de medidas, cuja finalidade
principal é descrever o fenômeno. Assim, o conjunto de
dados a ser analisado pode ser expresso pôr número-
resumo, as estatísticas, que evidenciam características
particulares desse conjunto.
As fases principais do método estatístico são:
Definição do problema, planejamento, coleta dos dados,
apuração, apresentação dos dados, análise e
apresentação dos dados.
2.9. NÚMEROS APROXIMADOS E de apresentação da característica analisada.
ARREDONDAMENTOS DE DADOS
A norma NBR 5891 da Associação Brasileira de
Normas Técnicas (ABNT) estabelece as regras fixas de
arredondamento na numeração decimal, em uso na
atualidade. Essas regras estão de acordo com a
Resolução 886/66 do IBGE.
a) Quando o primeiro algarismo a ser abandonado no
arredondamento é 0,1,2,3 ou 4, fica inalterado o último
algarismo a permanecer.
Ex.: 25,32 → 25,3 409,04 → 409,0 3,021 → 3,02
b) Quando o primeiro algarismo a ser abandonado no
arredondamento é 6,7,8 ou 9, aumenta-se uma unidade
ao o último algarismo a permanecer.
Ex.: 19,417 → 19,42 2,09 → 2,1 2,99 → 3,0
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
CURSO AVANÇADO
c) Quando o primeiro algarismo a ser abandonado no
arredondamento é 5, há dois procedimentos:
• Se após o algarismo 5 seguir em qualquer casa um
número diferente de 0, aumenta-se em uma unidade o
algarismo que antecede o 5;
Ex.: 237,85001 → 237,9 5,5256 → 5,53
• Se após o algarismo 5 não seguir (em qualquer casa)
um número diferente de 0, ao algarismo que antecede o
5 será acrescentada uma unidade, se for ímpar, e
permanecerá como está, se for par.
Ex.: 246,35 → 246,4 246,85 → 246,8 12,1250 →
12,12
OBS: Não faça arredondamento sucessivos Ex.:
17,3452 passa a 17,3 e não para 17,35 , para 17,4.
Se houver necessidade de um novo arredondamento,
voltar aos dados originais.
Obs: Nos softwares de computadores (como o Excel) e
calculadoras científicas, porém, não é aplicado o critério
indicado no item c. Nesses casos, se o primeiro
algarismo a ser abandonado for o algarismo 5, o
arredondamento será feito com o aumento de uma
unidade ao algarismo que antecede o 5.
Ex.: 246,35 → 246,4 246,85 → 246,9 12,1250 →
12,13
NORMAS PARA APRESENTAÇÃO TABULAR DOS
DADOS ___________________________3
3.1. INTRODUÇÃO
A apresentação tabular é uma apresentação numérica
dos dados. Consiste em dispor os dados em linhas e
colunas distribuídos de modo ordenado, segundo
algumas regras práticas ditadas pelo Conselho /nacional
de Estatística e pelo IBGE. Tais regras acham-se
publicadas e dispõem sobre os elementos essenciais e
complementares da tabela, a especificação dos dados e
dos sinais convencionais, o procedimento correto a ser
desenvolvido no preenchimento da tabela e outros
dispositivos importantes.
As tabelas tem a vantagem de conseguir expor,
sinteticamente e em um só local, os resultados sobre
determinado assunto, de modo a se obter uma visão
global mais rápida daquilo que se pretende analisar.
Reunindo, pois os valores em tabelas compactas,
consegue-se apresentá-los e descrever-lhes a variação
mais eficientemente. Essa condensação de valores
permite ainda a utilização de representação gráfica, que
normalmente representa uma forma mais útil elegante
3.2. SÉRIES ESTATÍSTICAS
Um dos objetivos da Estatística é sintetizar os valores
que uma ou mais variáveis podem assumir, para que se
tenha uma visão global dessa ou dessas variáveis. Isto é
possível apresentando esses valores em tabelas e
gráficos, que irão fornecer rápidas e seguras
informações a respeito das variáveis em estudo,
permitindo determinações mais coerentes.
TABELA Trata-se, simplesmente, de um quadro, que
sintetiza um conjunto de observações, com o bojetivo
de uniformiza-las e racionaliza-las, de forma a tornar
mais simples e fácil sua percepção. Destarte, uma
tabela deve ser construída, de modo a fornecer o
máximo de esclarecimentos, com o mínimo de espaço.
5
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

Anos Quantidade (toneladas)

ELEMENTOS FUNDAMENTAIS DE UMA TABELA 1978 2535
ESTATÍSTICA 1979 2666
1980 2122
a) Título: é a indicação contida na parte superior da 1981 3760
tabela, onde deve estar definido o fato observado, com 1982 2007
a especificação de local e época, referentes a esse fato. Total 13090

Produção de Café /Brasil - 1978-1983 TABELA DE DUPLA ENTRADA OU CRUZADA

(BIDIMENSIONAL)
São aquelas que apresentam, por sua vez, dados ou
informações relativas a mais de uma variável.
b) Corpo: é constituído por linhas e colunas, que
fornecem o conteúdo das informações prestadas. Os números do país (período 1992-1999)
c) Cabeçalho: é a parte da tabela que apresenta a
natureza do que contém cada coluna, ou seja, apresenta Variável 1992 1999
o conteúdo das colunas. Taxa de mortalidade infantil 44,4% 34,6%
Proporção de pessoas com mais de 7,9% 9,1%
Anos Quantidade (toneladas) 60 anos ou mais 17,2% 13,3%
Taxa de analfabetismo (acima de 15 86,6% 95,7%
anos)
d) Coluna Indicadora: é a que determina o que contém Índice de escolarização (crianças de
as linhas , ou seja, apresenta o conteúdo das linhas. 7 a 14 anos)
Fonte:IBGE

1978 COMO CONSTRUIR UMA TABELA QUE FORNEÇA

1979 INFORMAÇÕES DE FORMA PRECISA E CORRETA:
1980
1981 1º passo: Começar pelo título, que explica o conteúdo
1982 da tabela.
2º passo: Fazer o corpo da tabela, composto pelos
ELEMENTOS COMPLEMENTARES DE UMA TABELA números e informações que ela contém. É formado por
ESTATÍSTICA linhas e colunas.
Para compor o corpo da tabela, é necessário:
a) Fonte: designa a entidade que forneceu os dados O cabeçalho, que indica o que a coluna contém. Deve
estatísticos. Ex.: Fonte: IBGE, Ibope. estar entre traços horizontais, para melhor visualização.
b) Notas: esclarecimento de natureza geral. A coluna indicadora, que diz o que a linha contém
c) Chamadas: esclarecimentos de natureza específica. 3º passo: Escrever o total (as tabelas podem apresentar
Obs: Preferencialmente, as notas e chamadas devem um total ou não). Aparece entre traços horizontais.
ser colocadas no rodapé da tabela. 4º passo: Coloque a fonte. Deve entrar no rodapé,
sendo obrigatória.
OBSERVAÇÕES SOBRE A CONSTRUÇÃO DE UMA Chamadas: é usada para esclarecer certas minúcias em
TABELA relação a casas, linhas e colunas.
São apenas recomendações acerca do aspecto formal
que uma tabela deve apresentar. Denomina-se SÉRIE ESTATÍSTICA toda tabela que
- A tabela não deve ser fechada lateralmente. apresenta a distribuição de um conjunto de dados
- As casas (células) não deverão ficar em branco, estatísticos em função da ÉPOCA, do LOCAL, ou da
apresentando sempre um número ou sinal convencional. ESPÉCIE (fenômeno).
Numa série estatística observa-se a existência de três
SINAIS CONVENCIONAIS elementos ou fatores: o TEMPO, o ESPAÇO e a ESPÉCIE.
Conforme varie um desses elementos, a série estatística
São também convenções,concernentes ao aspecto classifica-se em TEMPORAL, GEOGRÁFICA e
formal de uma tabela estatística: ESPECÍFICA.
3.3. SÉRIE TEMPORAL, HISTÓRICA OU
a) três pontos (...): quando o dado existe, mas não o CRONOLÓGICA: É a série cujos dados estão em
conhecemos, ou seja, não dispomos dele; correspondência com o tempo, ou seja, variam com o
b) traço horizontal (-): quando o dado não existe; tempo.
c) ponto de interrogação (?): quando há dúvida quanto Produção Brasileira de Trigo/1988-1993
à exatidão de determinado dado;
d) a letra “zê” (Z): quando o dado for rigorosamente Quantidade
zero; Anos
(1000 ton)
e) o “zero” (0): quando o valor é muito pequeno para 1988 (1) 2.345
ser expresso pela unidade adotada. 1989 2.451
1990 2.501
TIPOS DE TABELA 1991 2.204
TABELAS SIMPLES (UNIDIMENSIONAL) 1992 2.306
São aquelas que apresentam dados ou informações 1993 2.560
relativas a uma única variável. Fonte: IBGE
Nota: Produção voltada para o consumo interno.
(1) Parte da produção exportada.
6 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

Elemento variável: tempo (fator cronológico) Especificação Quantidade

Elemento fixo: local (fator geográfico) e o fenômeno Número de cinemas 2.488
(espécie) Lotação dos cinemas 1.722.348
Sessões pôr dia 3.933
3.4. SÉRIE GEOGRÁFICA, TERRITORIAL OU DE Filme de longa metragem 131.330.488
LOCALIDADE: É a série cujos dados estão em Meia entrada 89.581.234
correspondência com a região geográfica, ou seja, o Fonte: Anuário Estatístico do Brasil - IBGE
elemento variável é o fator geográfico (a região).
OBSERVAÇÃO:
Produção Brasileira de Trigo,
por Unidade da Federação – 1994. SÉRIE HOMÓGRADA: A Série homógrada é aquela em
que a variável descrita apresenta variação discreta ou
Quantidade descontínua. São séries homógradas a série temporal, a
Unidades da Federação
(1000 ton) geográfica e a específica.
São Paulo 670
Santa Catarina 451 SÉRIE HETERÓGRADA: A série heterógrada é aquela
Paraná 550 na qual o fenômeno ou fato apresenta gradações ou
Goiás 420 subdivisões. Embora fixo, o fenômeno varia em
Rio de Janeiro 306 intensidade. A distribuição de freqüências ou seriação é
Rio Grande do Sul 560 uma série heterógrada.
Fonte: Fictícia

Elemento variável: localidade (fator geográfico) REPRESENTAÇÃO GRÁFICA_________________4

Elemento fixo: tempo e o fenômeno
1. INTRODUÇÃO
3.5. SÉRIE ESPECÍFICA OU CATEGÓRICA: É a série A Estatística Descritiva pode descrever os dados através
cujos dados estão em correspondência com a espécie, de gráficos.
ou seja, variam com o fenômeno. A apresentação gráfica é um complemento importante
Rebanhos Brasileiros da apresentação tabular. A vantagem de um gráfico
sobre a tabela está em possibilitar uma rápida
Quantidade impressão visual da distribuição dos valores ou das
Espécie
(1000 cabeças) freqüências observadas. Os gráficos propiciam uma idéia
Bovinos 140 000 inicial mais satisfatória da concentração e dispersão dos
Suínos 1 181 valores, uma vez que através deles os dados estatísticos
Bubalinos 5 491 se apresentam em termos de grandezas visualmente
Coelhos 11 200 interpretáveis.
Fonte: IBGE
2. REQUISITOS FUNDAMENTAIS EM UM GRÁFICO:
. Elemento variável: fenômeno (espécie) a. Simplicidade: possibilitar a análise rápida do
. Elemento fixo: local e o tempo fenômeno observado. Deve conter apenas o essencial.
b. Clareza: possibilitar a leitura e interpretações correta
3.6. SÉRIES MISTAS: As combinações entre as séries dos valores do fenômeno.
anteriores constituem novas séries que são c. Veracidade: deve expressar a verdade sobre o
denominadas séries compostas ou mistas e são fenômeno observado.
apresentadas em tabelas de dupla entrada.
3. TIPOS DE GRÁFICOS QUANTO A FORMA:
Exportação Brasileira de alguns produtos agrícolas a. Diagramas: gráficos geométricos dispostos em duas
- 1990 – 1992 dimensões. São mais usados na representação de séries
estatísticas.
Quantidade b. Cartogramas: é a representação sobre uma carta
Produto geográfica, sendo muito usado na Geografia, História e
(1000 ton)
1990 1991 1992 Demografia.
Feijão 5600 6200 7300 c. Estereogramas: representam volumes e são
Arroz 8600 9600 10210 apresentados em três dimensões.
Soja 4000 5000 6000 d. Pictogramas: a representação gráfica consta de
figuras representativas do fenômeno. Desperta logo a
Fonte: Ministério da Agricultura
atenção do público.
Nota: Produtos mais exportados no período.
4. CLASSIFICAÇÃO DOS GRÁFICOS QUANTO AO
Este exemplo se constitui numa Série Temporal-
OBJETIVO
Específica
Elemento variável: tempo e a espécie
a. Gráficos de informação
Elemento fixo: local
O objetivo é proporcionar uma visualização rápida e
clara da intensidade das categorias ou dos valores
Obs: uma tabela nem sempre representa uma série
relativos ao fenômeno. São gráficos tipicamente
estatística, pode ser um aglomerado de informações
expositivos, devendo ser o mais completo possível,
úteis sobre certo assunto.
dispensando comentários explicativos.
Situação dos espetáculos cinematográficos
CARACTERÍSTICAS:
no Brasil – 1967
- deve conter título em letra de forma;
7
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

- as legendas podem ser omitidas, desde que as retângulos (na horizontal). Este tipo de gráfico
informações presentes possibilite a interpretação do representa praticamente qualquer série estatística.
gráfico. As regras para a construção são as mesmas do gráfico
em curvas.
b. Gráficos de análise As bases das colunas são iguais e as alturas são
proporcionais aos respectivos dados.
Estes gráficos fornecem informações importantes na
fase de análise dos dados, sendo também informativos. Exemplo:
Os gráficos de análise, geralmente, vêm acompanhado Tabela 4.2
de uma tabela e um texto onde se destaca os pontos Produção de Soja do Município X - 1991-1995
principais revelados pelo gráfico ou pela tabela.
Quantidade
Anos
5. PRINCIPAIS TIPOS DE GRÁFICOS (ton.)
1991 117.579
5.1. GRÁFICOS EM CURVAS OU EM LINHAS 1992 148.550
1993 175.384
São usados para representar séries temporais, 1994 220.272
principalmente quando a série cobrir um grande número 1995 265.626
de períodos de tempo. Fonte: Secretaria Municipal de Agricultura

Para cada ano é construída uma coluna, variando a

altura (proporcional a cada quantidade). As colunas são
separadas uma das outras.
Considere a série temporal: Tabela 4.1 Produção Observação: O espaço entre as colunas pode variar de
de Arroz do Município X - 1984-1994 1/3 a 2/3 do tamanho da base da coluna.

Quantidade
Anos
(1000 ton) Gráfico 4.2. Produção de Soja do Município X - 1991-
1991 816 1995
1992 904
1993 1.203
Toneladas

300000
1994 1.147
1995 1.239
250000
1996 1.565
1997 1.620
200000
1998 1.833
1999 1.910
150000
2000 1.890
2001 1.903
100000
Fonte: Fictícia
50000
Gráfico 4.1. Produção de Arroz do Município X - 1991-
(1000 ton) 2001
0
2500 1991 1992 1993 1994 1995

Uso do gráfico em colunas para representar outras

2000 séries estatísticas

Tabela 4.3 Áreas (Km2) das Regiões Fisiográficas -

Brasil – 1966
1500

Regiões Fisiográficas Área (Km2)

1000 Norte 3.581.180
Nordeste 965.652
Sudeste 1.260.057
Sul 825.621
500 Centro-oeste 1.879.965
Brasil 8.511.965
Fonte: IBGE.
0
Obs: Na tabela as regiões são apresentadas em ordem
geográficas. No gráfico as colunas são ordenadas pela
91

92

93

94

95

96

97

98

99

00

01
19

19

19

19

19

19

19

19

19

20

20

altura, da maior para a menor, da esquerda para a

direita.
7. GRÁFICOS EM COLUNAS
8. GRÁFICOS EM BARRAS
É a representação de uma série estatística através de
retângulos, dispostos em colunas (na vertical) ou em As alturas dos retângulos são iguais e arbitrárias e os
comprimentos são proporcionais aos respectivos dados.
8 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

As barras devem ser separadas uma das outras pelo
mesmo espaço de forma que as inscrições identifiquem
as diferentes barras. O espaço entre as barras pode ser
a metade (½) ou dois terços(2/3) de suas larguras.
As barras devem ser colocadas em ordem de grandeza
de forma decrescente para facilitar a comparação dos
valores. A categoria “outros” (quando existir) são
representadas na barra inferior, mesmo que o seu
comprimento exceda o de alguma outra.
Outra representação gráfica da Tabela 4.3:
Grafico 4.4. Áreas (Km2) das Regiões Fisiográficas -
Brasil - 1966.
Norte
OBS: Quando a variável em estudo for qualitativa e os
nomes das categorias for extenso ou as séries forem
geográficas ou específicas é preferível o gráfico em
barras, devido a dificuldade em se escrever a legenda
em baixo da coluna.
9. GRÁFICO EM COLUNAS MÚLTIPLAS
(AGRUPADAS)
É um tipo de gráfico útil para estabelecer comparações
entre as grandezas de cada categoria dos fenômenos
estudados.
A modalidade de apresentação das colunas é chamada
de Gráfico de Colunas Remontadas. Ele proporciona
economia de espaços sendo mais indicado quando a
série apresenta um número significativo de categorias.
Exemplo:

Centro-Oeste Tabela 4.5 Entrada de migrantes em três Estados

do Brasil - 1992-1994
Sudeste
Número de migrantes
Nordeste Anos Estados
Total
Sul Amapá São Paulo Paraná
1992 4.526 2.291 1.626 609
0 0 0 0 0 0 0 0 0 1993 4.633 2.456 1.585 592
00 .00 .00 .00 .00 .00 .00 .00 1994 4.450 2.353 1.389 708
0. 0 0 0 0 0 0 0
50 .00 .50 .00 .50 .00 .50 .00
1 1 2 2 3 3 4 Km2 Fonte: Fictícia

Gráfico 4.6. Entrada de migrantes em

Tabela 4.4 Matrícula efetiva no Ensino Superior,
três Estados do Brasil
segundo os ramos de ensino -Brasil – 1995
1992-1994.

Ramos de ensino Matrículas 2500

Quantidade

Filosofia, Ciências e Letras 44.802

Direito 36.363
Engenharia 26.603 2000
Administração e Economia 24.027
Medicina 17.152
Odontologia 6.794 1500
Agricultura 4.852
Serviço Social 3.121
Arquitetura e Urbanismo 2.774
Farmácia 2.619 1000
Demais ramos 11.002
Total 180.109
Fonte: Fictícia 500

Grafico 4.5. Matrícula efetiva no Ensino Superior, segundo

os ramos de ensino - Brasil - 1999.
0
1992 1993 1994

Filosofia, Ciências e Letras Amapá São Paulo Paraná

Engenharia

Medicina 10. GRÁFICO EM BARRAS MÚLTIPLAS

(AGRUPADAS)
Agricultura
Útil quando a variável for qualitativa ou os dizeres das
Arquitetura e Urbanismo
categorias a serem escritos são extensos.
Exemplo:
Demais ramos

0 00 00 00 00 00 00 00 00 00
50 100 150 200 250 300 350 400 450

Matrículas

9
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

Tabela 4.6 Importação Brasileira de vinho e

champanhe proveniente de várias origens – 1994
Gráfico 4.8. Produção Agrícola do Estado A - 1995.

Países Importação (1.000 dólares)

Vinho Champanhe Milho
Feijão
3%
14%
Portugal 220 15
Itália 175 25
França 230 90
Argentina 50 5 Açucar
Café

Chile 75 20
55%
28%

Espanha 110 16
Fonte: Fictícia

Outras maneiras de representar graficamente a

Gráfico 4.7. Importação Brasileira de Tabela 4.7:
vinho e champanhe proveniente de várias
origens - 1994.
Gráfico4.9.ProduçãoAgrícoladoEstadoA-1995.
França Quantidade(t)
Portugal
400.000
Itália
300.000
Espanha

Chile 200.000

Argentina 100.000
0 50 100 150 200 250
0
Vinho Champanhe 1000 dólares Café Açucar Milho Feijão

11. GRÁFICO EM SETORES

É a representação gráfica de uma série estatística em
um círculo de raio qualquer, pôr meio de setores com
ângulos centrais proporcionais às ocorrências.É utilizado
quando se pretende comparar cada valor da série com o Gráfico 4.10. Produção Agrícola do Estado A - 1995.
total.O total da série corresponde a 360° (total de graus
de um arco de circunferência).O gráfico em setores
representam valores absolutos ou porcentagens
complementares.As séries geográficas, específicas e as Café
categorias em nível nominal são mais representadas em
gráficos de setores, desde que não apresentem muitas
parcelas (no máximo sete). Açucar
Cada parcela componente do total será expressa em
graus, calculada através de uma regra de três:
Milho
Total - 360°
Parte - x°
Exemplo: Feijão
Tabela 4.7 Produção Agrícola do Estado A – 1995
Quantidade (t)
Produtos Quantidade (t)
0 00 000 000 000 000 000 000 000
0 .0 0. 0. 0. 0. 0. 0. 0.
Café 400.000 5 10 15 20 25 30 35 40
Açúcar 200.000
Milho 100.000
Feijão 20.000
DISTRIBUIÇÃO DE FREQÜÊNCIAS___________5
Total 720.000
Fonte: Fictícia 1. INTRODUÇÃO
As tabelas estatísticas, geralmente, condensam
informações de fenômenos que necessitam da coleta de
grande quantidade de dados numéricos. No caso das
distribuições de freqüências que é um tipo de série
estatística, os dados referentes ao fenômeno objeto de
estudo se repetem na maioria das vezes sugerindo a
10 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

apresentação em tabela onde apareçam valores distinto

um dos outros.

2. DISTRIBUIÇÃO DE FREQÜÊNCIA PARA DADOS

AGRUPADOS
É a série estatística que condensa um conjunto de dados
conforme as freqüências ou repetições de seus valores.
Os dados encontram-se dispostos em classes ou
categorias junto com as freqüências correspondentes.
Os elementos época, local e fenômeno são fixos. O
fenômeno apresenta-se através de gradações, ou seja,
os dados estão agrupados de acordo com a intensidade
ou variação quantitativa gradual do fenômeno.

3. REPRESENTAÇÃO DOS DADOS (AMOSTRAIS OU

POPULACIONAIS)

a. Dados brutos: são aqueles que não foram

numericamente organizados, ou seja, estão na forma
com que foram coletados.

Tabela 5.1 - Número de filhos de um grupo de 50 casais

2 3 0 2 1 1 1 3 2 5 6 1 1 4 0 1 5 6 0 2 1 4 1 3 1
7 6 2 0 1 3 1 3 5 7 1 3 1 1 0 3 0 4 1 2 2 1 2 3 2

b. Rol: é a organização dos dados brutos em ordem de

grandeza crescente ou decrescente.

Tabela 5.2 - Número de filhos de um grupo de 50 casais

0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2
2 2 2 2 2 2 3 3 3 3 3 3 3 3 4 4 4 5 5 5 6 6 6 7 7
Número de
Numero de casais
c. Distribuição de freqüências: é a disposição dos filhos
(fi)
valores com as respectivas freqüências. O número de (xi)
observações ou repetições de um valor ou de uma 0 6
modalidade, em um levantamento qualquer, é chamado 1 16
freqüência desse valor ou dessa modalidade. Uma 2 9
tabela de freqüências é uma tabela onde se procura 3 8
fazer corresponder os valores observados da variável 4 3
em estudo e as respectivas freqüências. 5 3
6 3
c.1. Distribuição de freqüências para variável 7 2
discreta Total (∑) 50
- Os dados não são agrupados em classes.
Obs: 1. X: representa a variável Número de filhos.
Tabela 5.3 - Número de filhos de um grupo de 50 2. xi: representa os valores que a variável assume.
casais 3. fi: é o número de vezes que cada valor aparece no
conjunto de dados (freqüência simples absoluta).
Número de Contagem ou Número de casais 4. ∑ fi = 50
filhos ( x i ) tabulação (fi) 5. n: tamanho da amostra (ou nº de elementos
0 ////// 6 observados).
1 /////...//// 16 6. N: tamanho da população (ou nº de elementos
2 ///////// 9 observados).
3 //////// 8
4 /// 3 c.2. Distribuição de freqüências para variável
5 /// 3 contínua
6 /// 3 Os dados da variável são agrupados em classe (grupo
7 // 2 de valores).
Total (∑) ///.../// 50
1. Dados brutos
Tabela 5.4 - Número de filhos de um Tabela 5.5 - Taxas municipais de urbanização (em
grupo de 50 casais percentual) no Estado de Alagoas – 1999

8 24 46 13 38 54 44 20 17 14 18 15 30 24 20 8 24 18 9 10
38 79 15 62 23 13 62 18 8 22 11 17 9 35 23 22 37 36 8 13
10 6 92 16 15 23 37 36 8 13 44 17 9 30 26 18 37 43 14 9
28 41 42 35 35 42 71 50 52 17 19 7 28 23 29 29 58 77 72 34
12 40 25 7 32 34 22 7 44 15 9 16 31 30
11
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

2. Rol

Tabela 5.6 - Rol das taxas municipais de urbanização,

no Estado de Alagoas (em %) - 1999.
6 6 7 7 7 8 8 8 8 9 9 9 9 9 10 10 11 12 13 13
13 13 14 14 14 15 15 15 15 16 16 17 17 17 17 18 18 18 18 19
20 20 22 22 22 23 23 23 23 24 24 24 25 26 28 28 29 29 30 30
30 31 32 34 34 34 35 35 35 36 37 37 38 38 40 41 42 42 43 44
44 44 46 50 52 54 58 62 62 71 72 77 79 92
excessivamente pequeno acarretará perda de detalhe e
3. Distribuição de freqüências para dados pouca informação se poderá extrair da tabela. Por outro
agrupados em classes lado, se forem utilizadas um número excessivo de
classes, haverá alguma classe com freqüência nula ou
Tabela 5.7 - Taxas municipais de urbanização, muito pequena, não atingindo o objetivo de classificação
no Estado de Alagoas (em %) - 1999. que é tornar o conjunto de dados supervisionáveis.
Não há uma fórmula exata para determinar o número de
classes. Três soluções são apresentadas abaixo:
Número de
Taxas (em %)
municípios( f i )
1. Para n ≤ 25 → K = 5,
6 ட 16 29
2. Para n > 25 → K ≅ √ n
16 ட 26 24
Obs: o arredondamento é arbitrário.
26 ட 36 16
3. Fórmula de Sturges: K ≅ 1 + 3,3 . log n
36 ட 46 13

46 ட 56 4 No Exemplo: n = 94, log 94 = 1,97313

3 K ≅ 1 + 3,3 . log 94 K ≅ 1 + 3,3 . 1,97313
56 ட 66
K ≅ 7,51 K≅8
66 ட 76 2

76 ட 86 2 Obs: A fórmula de Sturges revela um inconveniente:

propõem um número demasiado de classes para um
86 ட 96 1
número pequeno de observações e relativamente
Total (∑) 94 poucas classes, quando o total de observações for muito
grande.

Obs: 1. ∑ f i : freqüência simples absoluta. TABELA DE REGRA DE STURGES COM K

2. ∑ f i = n = 94. CALCULADO
PARA CADA n CASOS OBSERVADOS
Obs 2: quando a variável objeto de estudo for contínua,
recomenda-se agrupar os valores observados em n = casos observados K = número de classes a
classes. Se a variável for discreta e o número de valores usar
observados for muito grande recomenda-se agrupar os (pela regra de Sturges)
dados em classes, evitando-se, com isso, grande 1 1
extensão da tabela e a não interpretação dos valores de 2 2
fenômeno. 3-5 3
6 - 11 4
4. ELEMENTOS DE UMA DISTRIBUIÇÃO DE 12 - 22 5
FREQÜÊNCIA 23 - 45 6
a. Amplitude total (AT): é a diferença entre o maior e 46 - 90 7
o menor valor observado. 91 - 81 8
No exemplo, tabela 17. AT = 92 - 6 = 86 182 - 362 9
363 - 724 10
b. Freqüência simples absoluta (fi ): é o número de 725 - 1448 11
vezes que o elemento aparece na amostra, ou o número 1449 -2896 12
de elementos pertencentes a uma classe ( grupo de ... ...
valores).
Ex: f 13 = 4 , f 1ª classe = 29 d. Intervalo de classe ou amplitude do intervalo de
classe ( i ): é o comprimento da classe.
c. Classe: é cada um dos grupos de valores do conjunto i ≅ A T
de valores observados, ou seja, são os intervalos de K
variação da variável. Obs: convém arredondar o número correspondente à
Identifica-se uma classe pêlos seus extremos ou pela amplitude do intervalo de classe para facilitar os
ordem em que se encontra na tabela. cálculos (arredondamento arbitrário).
6 ட 16 (1ª classe); 86 ட96 (7ª classe) Obs 2: Intervalo de classe: i = l s - l i

e. Limites de classes (limite inferior e limite

DETERMINAÇÃO DO NÚMERO DE CLASSES (K)
superior): são os valores extremos de cada classes.
Seja a classe 6 ⎯ 16 - limite inferior ( l i ) = 6 e limite
É importante que a distribuição conte com um número
superior ( l s ) = 16.
adequado de classes. Se o número de classes for
12 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

Os valores 6 e 96, que representam, respectivamente, o Tabela 5.8 - Taxas municipais de urbanização,
limite inferior da 1ª e o superior da última classe, são no Estado de Alagoas (em %) - 1999.
denominados também limite inferior e limite superior da
distribuição de freqüência.
Número de
É recomendável que os limites de classes sejam Taxas (em %)
municípios( f i )
representados pôr números inteiros. Deve-se ter o
cuidado para evitar interpretações ambíguas. 6 ட 16 29
Pôr exemplo: 30 _____ 40
16 ட 26 24
40 _____ 50
50 _____ 60 26 ட 36 16

36 ட 46 13
O correto é: : 30 _____ 39
40 _____ 49 46 ட 56 4
50 _____ 59 3
56 ட 66
caso os valores estiveram arredondados para inteiro.
Entretanto, se os valores originais estiverem com 66 ட 76 2
precisão até centavos: 76 ட 86 2
30,00 _____ 39,99
40,00 _____ 49,99 86 ட 96 1
50,00 _____ 59,99 Total (∑) 94

Em virtude de ordem estética, recomenda-se: g. Ponto médio das classes ( x i ): é o valor

30 _____ 40 representativo da classe para efeito de cálculo de certas
40 _____ 50 medidas. Para qualquer representação tabular, basta
50 _____ 60 acrescentar ao seu limite inferior a metade da amplitude
do intervalo de classe.
Limites reais xi = (i / 2)+ li
Dizemos que os limites indicados em cada linha de uma
tabela de distribuição de freqüências são os limites reais Exemplo:
quando o limite superior de cada classe coincide com o 6 ⎯ 16, i = 10 → metade de i = 10/2 = 5 → x i = 5 + 6
limite inferior da classe seguinte. = 11
Veja o exemplo da Tabela 5.7, os limites são reais, cada
limite superior de uma classe coincide com o limite Quando o limite superior de uma classe for igual ao
inferior da classe seguinte. inferior da seguinte, o intervalo de classe poderá ser
Vale observar que o uso do símbolo ட só é possível calculado através da média aritmética dos limites do
com os limites reais de classe. intervalo.
Exemplo: 6 ⎯ 16 : xi = 6 + 16 = 11
Formas de expressar os limites das classes 2
Para obter os pontos médios das classes seguintes,
1. [20; 23] : compreende todos os valores entre 20 e basta acrescentar ao ponto médio da classe precedente
23, inclusive os extremos. a amplitude do intervalo de classe (se for constante).
2. [20; 23) : compreende todos os valores entre 20 e
23, excluindo o 23. 5. TIPOS DE FREQÜÊNCIAS
3. (20;23] : compreende todos os valores entre 20 e
23, excluindo o 20. a. Freqüência simples absoluta ( f i ): é o número de
4. (20;23) : compreende todos os valores entre 20 e repetições de um valor individual ou de uma classe de
23, excluindo os extremos. valores da variável.
∑fi=n
f. Montagem da distribuição de freqüências para b. Freqüência simples relativa ( f r ): representa a
dados agrupados em classes proporção de observações de um valor individual ou de
uma classe em relação ao número total de
Fórmula de Sturges: K ≅ 1 + 3,3 . log n observações. Para calcular a freqüência relativa basta
No Exemplo: n = 94, log 94 = 1,97313 → dividir a freqüência absoluta da classe ou do valor
individual pelo número total de observações. É um valor
K ≅ 1 + 3,3 . log 94 K ≅ 1 + 3,3 . 1,97313 importante para comparações.

K ≅ 7,51 K≅8 f f f
r = i/n = i/∑fi

Logo,
Para expressar o resultado em termos percentuais,
multiplica-se o quociente obtido pôr 100.
i ≅ A T = 92-6 = 86 = 10,75 =10 f r = (f i/n). 100
K 8 8
A freqüência relativa é o resultado de uma regra de três
simples:
n ⎯⎯ 100% Exemplo: 94 ⎯⎯ 100%
f i ⎯⎯ x% 29 ⎯⎯ x% x = 30,9 %

13
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

Obs 1: a soma das freqüências simples relativa de uma
tabela de freqüência é sempre igual a 1,00 : ∑ f r =
1,00.
Obs 2: a soma das freqüências relativas percentuais de
uma tabela de freqüência é sempre igual a 100%: ∑ f r
= 100%.
6. DISTRIBUIÇÕES CUMULATIVAS
6.1. Freqüência absoluta acumulada “abaixo de” (
Fi )
A freqüência absoluta acumulada “abaixo de” uma
classe ou de um valor individual é a soma das
freqüências simples absoluta da classe ou de um valor
com as freqüências simples absoluta das classes ou dos
valores anteriores. A expressão “abaixo de” refere-se ao
fato de que as freqüências a serem acumuladas
correspondem aos valores menores ou anteriores ao
valor ou à classe cuja freqüência acumulada se quer
obter, incluindo no cálculo a freqüência do valor ou da
classe. Quando se quer saber quantas observações
existem até uma determinada classe ou valor individual,
recorre-se à freqüência acumulada “abaixo”.
6.3. Freqüência Acumulada “Acima de”
b.1. Freqüência absoluta acumulada “acima de” (
Fj )
A freqüência absoluta acumulada “acima de” uma classe
ou de um valor individual representa o número de
observações existentes além do valor ou da classe,
incluindo no cálculo as observações correspondentes a
esse valor ou a essa classe. Para obter a freqüência
absoluta acumulada “acima de”, soma-se à freqüência
simples absoluta da classe ou do valor individual as
freqüências simples absolutas das classes ou dos valores
individuais posteriores.
b.2. Freqüência relativa acumulada “acima de” (
FR )
A freqüência relativa acumulada “acima de” uma classe
ou do valor individual j é igual à soma da freqüência
simples relativa da classe ou do valor individual com as
freqüências simples relativas das classes ou dos valores
posteriores. Pode-se obter as freqüências relativas
acumuladas “acima de” a partir da:
1. definição de freqüências acumuladas;
2. definição de freqüências relativas.

6.2. Freqüência relativa acumulada “abaixo de” ( Vamos trabalhar, agora, com as seguintes variáveis:
Fr )
A freqüência relativa acumulada da classe ou do valor 1°) Considere a variável número de filhos do sexo
individual i é igual a soma da freqüência simples relativa masculino de 34 famílias com 4 filhos cada uma.
da classe ou do valor individual com as freqüências
simples relativas das classes ou dos valores anteriores. 0 0 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 3 3
As freqüências relativas acumuladas podem ser obtidas 3 3 3 3 3 3 3 3 3 3 4 4 4
de duas formas:
1. Acumulando as freqüências simples relativas de
acordo com a definição de freqüências acumuladas. Distribuição de freqüência sem classes por se tratar de
2. Calculando as freqüências relativas diretamente a uma Variável Discreta.
partir das freqüências absolutas de acordo com a
definição de freqüências relativas: Fr = Fi /n

Tabela 1- Número de filhos do sexo masculino de 34 famílias com 4 filhos cada uma.

Número de meninos Número

(xi) de fr% Fi Fr% Fj FR% Xi² Xi².fi
família
(fi)
0 2 6,06 2 6,06 33 100 0 0
1 6 18,18 8 24,24 31 93,94 1 6
2 10 30,30 18 54,55 25 75,76 4 40
3 12 36,36 30 90,91 15 45,45 9 108
4 3 9,09 33 100,00 3 9,09 16 48
Total (∑) 33 100

2°) Considere a estatura (em cm) de 40 alunos do

Colégio B.

150 151 152 153 154 155 155 155 155 156
156 156 157 158 158 160 160 160 160 160
161 161 161 161 162 162 163 163 164 164
164 165 166 167 168 168 169 170 172 173

Distribuição de freqüências com classes por se tratar de

uma Variável Continua.

14 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

Tabela 2- Estatura (em cm) de 40 alunos do Colégio B.

Estatura Número de alunos

(em cm) (f i) xi fr% Fi Fr% Fj FR%
150 ட 154 4 152 10,0 4 10,0 40 100

154 ட 158 9 156 22,5 13 32,5 36 90,0

158 ட 162 11 160 27,5 24 60,0 27 67,5

162 ட 166 8 164 20,0 32 80,0 16 40,0

166 ட 170 5 168 12,5 37 92,5 8 20,0

170 ட 17 3 172 7,5 40 100 3 7,5

Total (∑) 40 100
Tabela 2 – Estatura ( cm) de 40 alunos do Colégio
HISTOGRAMA E POLÍGONO DE FREQUÊNCIAS___6 B.

6.1. HISTOGRAMAS Estatura Número de alunos

São gráficos de superfícies utilizados para representar (em cm) (fi) fr%
distribuições de frequências com dados agrupados em 150 ட 154 4 10
classes.
154 ட 158 9 23
O histograma é composto por retângulos (denominados
células), cada um deles representando um conjunto de 158 ட 162 11 28
valores próximos (as classes).
162 ட 166 8 20
A largura da base de cada célula deve ser proporcional à
amplitude do intervalo da classe que ela representa e a 166 ட 170 5 13
área de cada célula deve ser proporcional à frequência
170 ட 174 3 8
da mesma classe.
Se todas as classes tiverem igual amplitude, então as Total (∑) 40 100
alturas dos retângulos serão proporcionais às
frequências das classes que eles representam. 6.3. POLÍGONO DE FREQUÊNCIAS ACUMULADAS
(OGIVAS DE GALTON).
Considere o histograma obtido a partir da Tabela 2:
Os gráficos que representam as freqüências acumuladas
Tabela 2 – Estatura (em cm) de 40 alunos do são chamadas de Ogivas. Estes gráficos indicam
Colégio B. quantos casos estão abaixo de um certo valor
(freqüências acumuladas “abaixo de”) ou quantos estão
Estatura Número de alunos acima de um certo valor (freqüências acumuladas
(em cm) (fi) fr% “acima de”). A s freqüências acumuladas podem ser
150 ட 154 4 10 apresentadas na forma absoluta (quantos casos) ou a
forma relativa (proporção).
154 ட 158 9 23

158 ட 162 11 28

162 ட 166 8 20

166 ட 170 5 13

170 ட 174 3 8
Total (∑) 40 100

6.2. POLÍGONO DE FREQUÊNCIA: O polígono de

freqüências é o gráfico que obtemos unindo pontos dos
lados superiores dos retângulos superiores dos
retângulos de um histograma por meio de segmentos de
reta consecutivos.
A partir do histograma da Tabela 2, obtém-se o
polígono de freqüência:

15
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

Tabela 2 – Estatura (em cm) de 40 alunos do Colégio B.

Número de Freq. Abs. Freq. Relat. Freq. Abs. Freq. Relat.

Estatura alunos Percentual acum. abaixo acum. abaixo acum. acum. acima
(em cm) (f i) fr% De Fi de Fr% acima de Fj de FR%

150 ட 154 4 10 4 10 40 100

154 ட 158 9 22 13 32 36 90

158 ட 162 11 27 24 59 27 68

162 ட 166 8 20 32 79 16 41

166 ட 170 5 13 37 92 8 21

170 ட 174 3 8 40 100 3 8

Total (∑) 40 100 --- --- --- ---

POLÍGONO DE FREQUÊNCIA ACUMULADA MEDIDAS DE POSIÇÃO (MEDIDAS DE TENDÊNCIA

CENTRAL)__________________________7

As distribuições de freqüências para variáveis discretas

6.4- A CURVA DE FREQUÊNCIA
A curva de freqüência mostra, de modo mais evidente, a
verdadeira natureza da distribuição da população, ou
seja, dá a imagem tendências dos fenômenos estudado.
6.4.1- Forma da curva de freqüência (curva em
forma de sino)
a) Curva simétrica: apresenta o valor máximo no ponto
central e os pontos eqüidistantes desse ponto tem a
mesma freqüência.
e contínuas descrevem os grupos que uma variável pode
assumir. É possível visualizar a concentração de valores
de uma distribuição de freqüências. Se localizam no
início, no meio ou no final, ou se distribuem de forma
igual.
As medidas de posição são números que resumem e
representam características importantes da distribuição
de freqüências e podem apresentar-se de várias formas,
dependendo daquilo que se pretende conhecer a
respeito dos dados.
As medidas de posição são chamadas de
medidas de tendência central, devido à tendência de os
dados observados se concentrarem em torno desses
valores centrais que se localizam em torno do meio ou
centro de uma distribuição.As medidas (número-
resumo) mais usadas para representar um conjunto de
dados são a média, a moda e a mediana.
1. Média aritmética
1.1. Média aritmética – para dados não-agrupados
(ou dados simples)
Seja X uma variável que assume os valores x1,
x2, x3 ,..., xn. A média aritmética simples de X,
representada por x, é definida por:
x1 + x2 + x3 + ... + xn
x = -------------------------------
n

∑ xi
ou x = -------
n

xi : são os valores que a variável X assume

n: número de elementos da amostra observada

Exemplo: A produção leiteira diária da vaca B, durante

Obs: Muitos fenômenos na natureza tem o uma semana, foi de 10, 15, 14, 13, 16, 19, e 18 litros.
comportamento da curva simétrica na forma de um Determinar a produção média da semana (a média
sino perfeito,por exemplo, a estatura dos adultos,QI, aritmética).
desgastes de degraus etc.
∑xi 10 + 15 + 14 + 13 + 16 + 19 + 18
b) Curva assimétrica c) Curva assimétrica x = ------- = ---------------------------------------------
positiva: apresenta a cauda negativa: apresenta a - = 15 litros
mais alongada à direita da cauda mais alongada à n 7
ordenada máxima. esquerda direita da
ordenada máxima. 1.2. Média aritmética – para dados agrupados

16 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

Se os valores da variável forem agrupados em ampliar sua participação no mercado, a empresa

uma distribuição de freqüências será usada a média realizou uma campanha de divulgação voltada para
aritmética dos valores x1, x2, x3 ,..., xn ponderadas pelas consumidores com idades mais avançadas. Um
respectivas frequências absolutas: f1, f2, f3 ,..., fn. levantamento realizado para medir o impacto da
campanha indicou que as idades dos consumidores
apresentaram a seguinte distribuição:
∑ xi . ƒi xi : valores observados da
x =------------, onde: variável ou ponto médio das Idade (X) Freqüência Porcentagem
n classes 18 - 25 20 40
ƒi: freqüência simples 25 - 30 15 30
absoluta 30 - 35 10 20
∑ƒi = n : número de 35 - 40 5 10
elementos da amostra Total 50 100
observada Assinale a opção que corresponde ao resultado da
campanha considerando o seguinte critério de decisão:
A fórmula acima será usada para as distribuições de se a diferença - 25 for maior que o valor, então a
freqüências sem classes e com classes. campanha de divulgação surtiu efeito, isto é, a idade
média aumentou; caso contrário, a campanha de
1.2.1. Média aritmética para dados agrupados sem divulgação não alcançou o resultado desejado.
classes (Média aritmética ponderada) a) A campanha surtiu efeito, pois -25=2,1 é maior que
(Dados sem classes): Determinar a média =1,53.
aritmética da Tabela 1 b) A campanha não surtiu efeito, pois -25=0 é menor
que =1,64.
Tabela 1 - Número de filhos do sexo masculino de c) A campanha surtiu efeito, pois -25=2,1 é maior que
34 famílias. =1,41.
d) A campanha não surtiu efeito, pois -25=0 é menor
Número de Numero que=1,53.
meninos de famílias xi . ƒi e) A campanha surtiu efeito, pois -25=2,5 é maior que
( xi ) ( fi ) =1,41.
0 2 0
1 6 6 1.3. Propriedades da média aritmética
2 10 20
3 12 36 1ª propriedade
4 4 16
Total (∑) 34 78 A soma algébrica dos desvios em relação à média é zero
(nula).
∑ xi . ƒi 78
x = ----------- = ------ = 2,29 ∑ di = ∑ (xi - x ) = 0
n 34
x = 2,3 meninos onde: di são as distâncias ou afastamentos da média.
Em uma distribuição simétrica será igual a zero e
As 34 famílias possuem, em média 2,3 meninos. tenderá a zero se a distribuição for assimétrica.

1.2.2. Média aritmética para dados agrupados com Idades ( xi ) di = xi – x

classes intervalares 2 d1 = 2 – 6 = -4
(Dados com classes): Determinar a média 4 d2 = 4 – 6 = -2
aritmética da Tabela 2 6 d3 = 6 – 6 = 0
8 d4 = 8 – 6 =+2
Tabela 2 – Estatura (em cm) de 40 alunos do 10 d5 =10 – 6 =+4
Colégio B. ∑ 0

Estatura Número de 2ª propriedade

(em cm) alunos xi xi . fi
( f i) Somando-se ou subtraindo-se uma constante (c) a
150 --- 154 4 152 608 todos os valores de uma variável, a média do conjunto
154 --- 158 9 156 1404 fica aumentada ou diminuída dessa constante.
158 --- 162 11 160 1760
162 --- 166 8 164 1312 Somar o valor 2 aos dados da tabela e calcular a nova
166 --- 170 5 168 840 média
170 --- 174 3 172 516
Idades ( xi ) xi + 2
Total (∑) 40 --- 6440
2 2+2= 4
4 4+2= 6
∑ xi . ƒi 6440
6 6+2= 8
x = ------------ = ------- = 161 cm
8 8 + 2 = 10
n 40
10 10 + 2 = 12
∑ 40
AFRF2005(40)- Uma empresa verificou que,
historicamente, a idade média dos consumidores de seu A nova média será: 40/5 = 8. No caso, a média
principal produto é de 25 anos, considerada baixa por aritmética anterior ficou aumentada de 2.
seus dirigentes. Com o objetivo de
17
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

3ª propriedade
O cálculo simplificado (ou abreviado) da x é obtido
Multiplicando-se ou dividindo-se todos os valores através da escolha de uma média arbitrária ---- A;
de uma variável por uma constante (c), a média esta média arbitrária é utilizada como um valor que,
do conjunto fica multiplicada ou dividida por essa supostamente, se aproxima do valor verdadeiro da x.
constante:
Número de
Multiplicar o valor 2 aos dados da tabela e calcular a Estatura alunos ( f i) fi xi (pm) d= xi - fi.d
nova média (em cm) -A
150 --- 154 4 5 152 -8 -32
Idades ( xi ) xi x 2 154 --- 158 9 18 156 -4 -36
2 2x2= 4 158 --- 162 11 42 A Æ 160 0 0
4 4x2= 8 162 --- 166 8 27 164 4 32
6 6 x 2 = 12 166 --- 170 5 8 168 8 32
8 8 x 2 = 16 170 --- 174 3 100 172 12 36
10 10 x 2 = 20 Total (∑) 40 --- 40
∑ 60
A média verdadeira x é obtida por x:
A nova média será: x = 60/5 = 12. No caso, a média
aritmética anterior ficou multiplicada por 2. ∑ fi . d
x = A + ------------ =
4ª propriedade n
A média das médias é a média global de 2 ou mais
grupos. Dado que A = 160, então:

40
x1 = 10 n1 = 15 x = 160 + -------- = 160 + 1 = 161
x2 = 18 n2 = 23 40

Então: (x1 . n1 ) + (x2 . n2 ) + ... + 1.5 Exemplos práticos de aplicação da Média

(xk . nk ) Aritmética
xG = -------------------------------------
------------ 1.5.1- Determinar a média aritmética dos números
n1 + n2 + .... + nk 5, 3, 6, 5, 4, 5, 2, 8, 6, 5, 4, 8, 3, 4, 5, 4, 8, 2, 5, 4.

(10 . 15 ) + (18 . 23 ) ∑ xi 5 + 3 + 6 + 5 +... + 4 96

xG = -------------------------------- = x = ------------ = -------------------------- = --------
14,84 n 20 20
15 + 23
5ª propriedade 1.5.2- Há seis 5, dois 3, dois 6, cinco 5, dois 2 e
três 8. Então:
A soma dos quadrados dos afastamentos contados
a partir da média aritmética é um mínimo. ∑ f i . xi ∑ f i . xi 6 x5 + 2x3 +... + 3x8
96
Idades ( xi ) di = (xi – x) ∑ di2 = ∑ (xi – x)2 x =------------= --------- = -------------------------- = --
2 d1 = 2 – 6 = -4 (– 4)2 = 16 ----
4 d2 = 4 – 6 = -2 (– 2)2 = 4 ∑ fi n 6 + ... +3
6 d3 = 6 – 6 = 0 ( 0)2 = 0 20
8 d4 = 8 – 6 = +2 ( +2)2 = 4
10 d5 = 10 – 6 = +4 ( +4)2 = 16 1.5.3- Entre 100 números, vinte são 4, quarenta
∑ 0 40 são 5, trinta são 6 e os restantes são 7.
Determinar a média aritmética dos números.
De modo que: ∑ (xi – x)2 = 40 sendo este valor o
menor possível. Isso significa que, se tomássemos outro ∑ f i . xi ∑ f i . xi
valor que não a média (x), o resultado dessa operação x = ------------ = --------- =
seria maior que o obtido. ∑ fi n

6ª propriedade 20 x4 + 40x5 + 30x6 + 10x7 30

------------------------------------ = -------- = 5,30
A média aritmética é atraída pelos valores extremos. 100 100

Considere os valores originais: 1.5.4- Os graus finais de um estudante em

xi : 2, 4, 6, 8, 10 → x = 6 Matemática, Física, Inglês e Higiene são,
respectivamente, 82, 86, 90 e 70.
Se o primeiro valor xi for alterado para 0: Se os pesos atribuídos a essas matérias são,
xi : 0, 4, 6, 8, 10 → x = 5,6 respectivamente, 3, 5, 3 e 1, determinar o grau
médio.
Se o último valor xi for alterado para 12: Atenção: Emprega-se a média aritmética ponderada,
xi : 2, 4, 6, 8, 12 → x = 6,4 sendo o fator de ponderação a associar a cada grau o
peso atribuído a cada matéria.
1.4 - Cálculo simplicado da Média Aritmética – x
18 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

∑ f i . xi ∑ pi . xi 3.2. Moda – para dados agrupados sem classes

x = ------------ = --------- =
∑ fi n Basta observar, na tabela, o valor que apresenta maior
freqüência.
3 x82 + 5x86 + 3x90 + 1x70
= ------------------------------------ = 85 1º) Cálculo da moda pelo ROL
3 + 5 + 3 +1 O resultado 3 aparece mais vezes → Mo = 3.

Observe que fi representa os pesos de cada nota. Considere a variável número de filhos do sexo masculino
de 34 família com 4 filhos cada uma.
1.5.5- Em uma companhia que tem 80 operários,
60 recebem R$ 60,00, 10 recebem R$ 20 e 10 0 0 1 1 1 1 1 1 2 2
recebem R$ 40,00 por hora. Determinar o salário 2 2 2 2 2 2 2 2 3 3
médio por hora. 3 3 3 3 3 3 3 3 3 3
4 4 4 4
∑ fi . xi ∑ pi . xi
x = ------------ = --------- =
∑ fi n 2º) Cálculo da moda pela distribuição de freqüências
sem classes
60 x60 + 10x20 + 3x90 + 10x40
= ----------------------------------------- Tabela 1 - Número de filhos do sexo masculino de 34
60 + 10 + 10 família

4200 Número menino Numero de família

= ------- = R$ 52,5 ( xi ) ( fi )
80 0 2
1 6
3. Moda (Mo) 2 10
3 12
Também chamada de norma, valor dominante ou valor 4 4
típico. Total (∑) 34
Defini-se a moda como o valor que ocorre com maior
frequência em conjunto de dados. O valor 1 apresenta a maior freqüência.
Exemplo: Se o salário modal dos empregados de uma Mo = 3
empresa é igual a mil reais, este é o salário recebido Esse resultado indica que família com 3 meninos foi o
pela maioria dos empregados dessa empresa. resultado mais observado.
A moda é utilizada freqüentemente quando os dados 3.3. Moda – para dados agrupados com classes
estão registrados na escala nominal.
Tabela 2 – Estatura (em cm) de 40
Exemplo: Sexo dos alunos – Turma A – Escola Z alunos do Colégio B0.
Número de
Sexo Freqüência Taxas (em %) Municípios
Masculino 40 ( fi )
Feminino 60 150 --- 154 4
Total 100 154 --- 158 9
158 --- 162 11
A moda é sexo feminino porque tem maior freqüência. 162 --- 166 8
166 --- 170 5
3.1. Moda – para dados não agrupados 170 --- 174 3
Primeiramente os dados devem ser ordenados para , em Total (∑) 4
seguida, observar o valor que tem maior freqüência.
1º) Identifica-se a classe (a de maior freqüência):
Exemplo: Calcular a moda dos seguintes conjuntos de Na Tabela é a 3ª classe: 158 --- 162
dados: 2º passo: Aplica-se a fórmula:
1. X = (4, 5, 5, 6, 6, 6, 7, 7, 8, 8) → Mo = 6 (0 valor
mais freqüente) li + ls
Esse conjunto é unimodal, pois apresenta apenas uma 1º processo: Moda bruta: Mo = --------
moda. 2
sendo,
2. Y = (1, 2, 2, 2, 3, 4, 4, 4, 5, 5, 6) → Mo = 2 e Mo = li: limite inferior da classe modal = 158
4 (valores mais freqüentes) ls: limite superior da classe modal = 162
Esse conjunto é bimodal, pois apresenta duas modas.
158 + 162
3. Z = (1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5) → Mo = 2, Mo = 3 Mo = --------------- = 160cm
e Mo = 4 (valores mais freqüentes) 2
Esse conjunto é plurimodal, pois apresenta mais de D1
duas modas. 2º proc: Fórmula de Czuber: Mo = LMo + ---------
-- x h
4. W = (1, 2, 3, 4, 5, 6) → Esse conjunto é amodal (método mais elaborado) D1 +
porque não apresenta um valor predominante. D2

19
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

sendo:
LMo : limite inferior da classe 6+7
h: intervalo da classe modal Md = ----------- = 6,5
D1 : freqüência simples da classe modal − freqüência 2
simples anterior à da classe modal
D2 : freqüência simples da classe modal − freqüência
simples posterior à da classe modal 4.2. Mediana – para dados agrupados sem classes
Tabela 1 - Número de filhos do sexo masculino de 34
Na Tabela 2, temos: famílias.
LMo = 158
h = 4 Número de Numero
D1 = 11 − 9 = 2 meninos ( xi ) de famílias ( fi ) Fi
D2 = 11 − 8 = 3 0 2 2
1 6 8
2 2 10 18
Mo = 158 + ------------- x 4 = 158,4 cm 3 12 30
2 +3 4 4 34
A estatura mais freqüente ficou em torno de 158,4 cm
Total (∑)
34 -----
1º) Determinar a posição da mediana por:
n n
P = ---- e P = ---- + 1 , pois n= 34 é par
4. Mediana (Md) 2 2

É uma medida de posição cujo número divide um 34 34

conjunto de dados em duas partes iguais. Por esse P = ----- = 17ª posição e P = ----- + 1 = 18ª posição
motivo, a mediana é considerada uma medida 2 2
separatriz. Portanto, a mediana se localiza no centro de 2º) Pela Fi (freq. abs. Acum. abaixo de) verifica-se
um conjunto de números ordenados segundo uma que o 18 contém o 17º e18º elemento
ordem de grandeza.
2 +2
4.1. Mediana - para dados não agrupados 25º corresponde ao nº 2 Md = -------- = 2
a) O número de valores observados é impar 26º corresponde ao nº 2 2

Exemplo: Considere o conjunto de dados:
X = (5, 2, 7, 10, 3, 4, 1)
1º) Colocar os valores em ordem crescente ou
decrescente: X = (1, 2, 3, 4, 5, 7, 10)
2º) Determinar a ordem ou posição (P) da Mediana por:
O nº 2 deixa 50% dos valores, ou seja é o elemento
central
4.3. Mediana – para dados agrupados com classes
Tabela 2 – Estatura (em cm) de 40 do Colégio B.

n+1 1º) Calcular a posição: P = n/2- =40/2 = 20ª

P = --------- , quando n (nº de elementos) for ímpar posição (não importa se n for ímpar ou par)
2
2º) Pela Fi identifica-se a classe que contém a Md: O
7+1 nº 20 está dentro de 24. Portanto, a classe da Md é a
P = ------- = 4ª posição. O número que se encontra na 3ª: 158 --- 162.
4ª posição é o número 4. 3º) Aplica-se a fórmula:
2
n/2 – Fa
Md = 4 Md = LMd + ------------- x h
fMd
b) O número de valores observados é par
Número de
Exemplo: Considere o conjunto de dados: Taxas (em %) Municípios Fi
( fi )
X = (4, 3, 9, 8, 7, 2, 10, 6) 150 --- 154 4 4
1º) Colocar os valores em ordem crescente ou 154 --- 158 9 13
decrescente: X = (2, 3, 4, 6, 7, 8, 9, 10) 158 --- 162 11 24
2º) Determinar a ordem ou posição (P) da Mediana por 162 --- 166 8 32
n n 166 --- 170 5 37
P = ---- e P = ---- + 1 , quando n (nº de elementos 170 --- 174 3 40
for par)
Total (∑) 40 ----
2 2
onde,
8 8 *LMd = limite inferior da classe da Md = 158
P = ---- = 4ª posição e P = ---- + 1 = 5ª posição *n = tamanho da amostra ou nº de elementos →
2 2 *n/2 = 40/2 = 20
*Fa = frequência acumulada anterior à classe da Md =
Os números são 6 (4ª posição) e 7 (5ª posição). Tira-se 13
a média aritmética entre os dois números. *h = intervalo da classe da Md = 4
20 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

*fMd = frequência simples da classe da Md = 11 Se log 2 = 0,30; log 3 = 0,48; log 6= 0,78, então

20 – 13 log 2 + log 3 + log 6 0,30 + 0,48 + 0,78 1,56

Md = 158 + ------------- x 4 = 160,6 cm LogMG = = =
11 3 3 3
50% das taxas de urbanização estão antes da estatura
160,6 cm e 50% depois. LogMG = 0,52 = MG = 10 0,52 = 3,31
4.4- Propriedade da Mediana Ou MG = anti log 0,52 = 3,31

4.4.1- A mediana não é afetada pelos valores 5.2 - Média Geométrica Ponderada
extremos de um conjunto de dados observados.
X= (1, 2, 3, 4, 5, 7, 10) Æ Md= 4
MG = Σf I x1 1 .x 2 2 ...x k
f f fK
X= (1, 2, 3, 4, 5, 7, 20) Æ Md= 4
X= (0, 2, 3, 4, 5, 7, 10) Æ Md= 4
A mediana será alterada, somente se os valores centrais Exemplo: Calcular a média geométrica dos valores
o forem também. abaixo:

4.4.2- Se x= Md a distribuição é simétrica. Idades (xj) Fi

Se x > Md a distribuição é assimétrica positiva. 1 2
Se x < Md a distribuição é assimétrica negativa. 3 4
9 2
Relação Empírica entre x, Mo e Md. 27 1
De acordo com Kari Pearson, a fórmula empírica ∑ 9
de relação entre a média aritmética, a moda e a
mediana é a seguinte:
MG = 9 12 .3 4.9 2.271
X – Mo = 3(x – Md) MG = 3,83
Algumas condições devem ser satisfeitas para que a
relação seja verificada:
Propriedades da Média Geométrica – Mg
1- A distribuição de freqüências deve ser unimodal.
As principais propriedades da média geométrica
2- A distribuição de freqüências deve ser fracamente
são:
assimétrica.
1- A média geométrica é menor ou igual à média
3- Deve ser suficientemente grande o número de
aritmética. Dado um conjunto de valores positivos
observações.
e diferentes entre si, a média geométrica será
4- A escala de unidade que divide a distribuição deve
menor que a média aritmética.
ser pequena.
Exemplo:
5. Média Geométrica – MG
X = (2, 3, 6)
MG = 3√ 2 . 3 . 6 = 3,30
A média geométrica MG de um conjunto de n
X = 2 + 3 + 6 / 3 = 3,67
valores não negativos é definida,
genericamente, como a raiz n-ésima do
2- Quando todos os valores da distribuição forem
produto de todos eles.
iguais, então as médias geométrica e aritmética
serão iguais.
5.1 Média Geométrica Simples
3- Se houver, pelo menos um zero entre os
valores da distribuição, a média geométrica será
MG = n x1 .x 2. x3 ...x n OU n ∏ xi nula.
4- A média geométrica é também influenciada
pelos valores extremos da distribuição.
∏ = significa o produtório entre os valores da 5- Quanto maior a diferença entre os valores
variável originais maior será a diferença entre as médias
aritmética e geométrica.
Exemplo: Calcular a média geométrica da série X =
(2, 3, 6) _
x Xg
x = (2, 2) 2 2
MG = 3 2 .3.6 = 3,30 y = (1, 4, 16) 15 14,97
5.2 Cálculo por logaritmos: w = (8, 12) 10 9,80
z = (2, 50) 26 10
Σ log xi log x1 + log x 2 + ... + log x n
LogMG = = A média geométrica deve ser utilizada quando
N n os dados se desenvolvem segundo uma
ou progressão geométrica, como é o caso dos
preços num período de inflação galopante.
log x1 + log x 2 + ... + log x n
MG = anti log Exemplo: Em um período inflacionário o preço de
n determinado produto e seu respectivo consumo está
abaixo descrito. Calcular o preço médio por
21
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

trimestre do artigo durante o ano. Exemplo:

Consumo Preço X = ( 2, 3, 6)
1° trimestre 200 caixas $ 30,00
2° trimestre 100 caixas $ 100,00 3
3° trimestre 200 caixas $ 200,00 MG = √2. 3 . 6 = 3,30
4° trimestre 100 caixas $ 500,00
3
MH = -----------------------------
MG = 600
30 200 100 200
.100 .200 .500 100
= 110,26 1/2+ 1/3 + 1/6

6.Média Harmônica – MH 2- Quando todos os valores da distribuição forem

A média harmônica de um conjunto de n valores iguais, então as médias geométrica e harmônica
x1, x2, x3, ......., xn, é o inverso da média serão iguais.
aritmética dos inversos. 3- A presença de pelo menos um valor igual a zero
entre os valores da distribuição, não permite o
6.1 Média Harmônica Simples cálculo da média harmônica, ou seja, MH será
nula.
n n 4- A média harm6onica também sofre influência
MH = = dos valores extremos de uma distribuição.
1 1 1 1
Σ + + ... + A média harmônica é particularmente recomendada
xi x1 x 2 xn
para série de valores que são inversamente
proporcionais, como para o cálculo de velocidade média,
Exemplo: Calcular a média harmônica da série X = (2, tempo médio de escoamento de estoques, custo médio
3, 6) de bens comprados com uma quantia fixa etc.
3
MH = ---------------------------------- = 3,0 Exemplo 1: Um vendedor viaja da cidade A para a
1/2+ 1/3 + 1/6 Cidade B a 50 Km/h e volta a 90 km/h. Determinar a
velocidade média de toda a viagem.
6.2 Média Harmônica Ponderada
2
Σf i n MH = ----------------------------- = 64, 28
MH = = 1/50 + 1/90
f f
Σ i Σ i
xi x1 Exemplo 2: Caso as distâncias percorridas não forem
iguais, utilizar a média harmônica ponderada. Distância
Exemplo: Uma pessoa gastou R$ 120, 00 em camisas de A para B: 80 km, velocidade: 40 km/h; distância de
de R$ 30, 00 e R$ 100, 00 em camisas de R$ 50, 00 a B para C: 150 km, velocidade: 50 km/h; distância de C
unidade. Neste caso, os valores da variável são os para C: 200 km, velocidade: 100 km/h.
preços por camisa, e seus pesos as quantidades gastas
em camisas. 80 + 150 + 200
MH = ----------------------------------- = 61,42 km/h
120 + 100 80 150 200
MH = ------------------------- = 36, 67 ------ + ------ + -------
120 100 40 50 100
----- + ------
30 50 Exemplo 3: Uma empresa possui um estoque de 20.
000 unidades na cidade X e de 32. 000 unidades na
Cálculo pela média aritmética cidade Y. O primeiro esgota-se em quatro meses e o
Os valores da variável são os preços por camisa, mas segundo em oito meses. Determinar o tempo médio de
agora os pesos são o número de camisas compradas. escoamento de ambos os estoques.
(4 x 30) + (2 x 50)
x = ----------------------------------- = 36,67 20. 000 + 32. 000
4+2 MH = -------------------------------- = 5, 78 meses
20. 000 32. 000
6.3 Propriedades a Média Harmônica – MH ------------ + ------------
As principais propriedades da média harmônica 4 8
são:
1- A média harmônica de uma distribuição é Relação entre as médias aritmética, geométrica e
menor ou igual à média geométrica. harmônica.

1- X > MG > MH A media aritmética sempre será

maior que a média geométrica, que por sua vez
será maior que a média harmônica.

22 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

Exemplo: X = ( 2, 3, 6) * Fa = frequência acum. anterior à classe do Q3

* h = intervalo da classe do Q3
X = 2 + 3 + 6 ÷ 3 = 3, 67 * f Q3 = frequência simples da classe do Q3

3 7.2. Decis: dividem a série em 10 partes iguais

MG = √2. 3 . 6 = 3,30
in
3 1º) Calcular a posição: P = ---- (seja n ímpar ou par),
MH = ------------------------- = 3,00 em que i = 1, 2, 3, 4, 5, 6, 7, 8 e 9
1/2+ 1/3 + 1/6 10

2º) Pela Fi identifica-se a classe que contém o Di

2- x= MG = MH. A igualdade será verificada
quando todos os valores da distribuição forem 3º) Aplica-se a fórmula:
iguais. in/10 – Fa
Di = L Di + ---------------- x h
AFRF2005(43)- Assinale a opção que expresse a f Di
relação entre as médias aritmética ( ), geométrica (G) e sendo
harmônica (H), para um conjunto de n valores positivos * LDi = limite inferior da classe Di , i = 1, 2, 3, ..., 9
(X1, X2, ..., Xn): * n = tamanho da amostra ou nº de elementos
* Fa = frequência acum. anterior à classe do Di
a) G ≤ H ≤ , com G = H = somente se os n valores * h = intervalo da classe do Di
forem todos iguais. * f Di = frequência simples da classe do Di
b) G ≤ ≤ H, com G = = H somente se os n valores
forem todos iguais. 7.3. Percentis: dividem a série em 100 partes
c) ≤ G ≤ H, com = G = H somente se os n valores iguais
forem todos iguais.
d) H ≤ G ≤ , com H = G = somente se os n valores in
forem todos iguais. 1º) Calcular a posição: P = ----- (seja n ímpar ou par),
e) ≤ H ≤ G, com = H = G somente se os n valores em que i = 1, 2, 3, ..., 98, 99
forem todos iguais. 100

7. Medidas de Separatrizes 2º) Pela Fi identifica-se a classe que contém o Pi

7.1 Quartis 3º) Aplica-se a fórmula:

in/100 – Fa
Dividem um conjunto de dados em quatro partes iguais. Pi = L Pi + ----------------- x h
Q1 = 1º quartil, deixa 25% dos elementos f Pi
sendo
n * LPi = limite inferior da classe Pi , i = 1, 2, 3, ..., 99
1º) Calcular a posição: P = ---- (seja n ímpar ou par) * n = tamanho da amostra ou nº de elementos
4 * Fa = frequência acum. anterior à classe do Pi
2º) Pela Fi identifica-se a classe que contém o Q1 * h = intervalo da classe do Pi
* f Pi = frequência simples da classe do Pi
3º) Aplica-se a fórmula:
MEDIDAS DE DISPERSÃO (MEDIDAS DE
n/4 – Fa VARIABILIDADE)________________8
Q1 = LQ1 + -------------- x h
f Q1 São medidas utilizadas para medir o grau de
variabilidade, ou dispersão dos valores observados em
sendo torno da média aritmética. Servem para medir a
* LQ1 = limite inferior da classe do Q1 representatividade da média e proporcionam conhecer o
* n = tamanho da amostra ou nº de elementos nível de homogeneidade ou heterogeneidade dentro de
* Fa = frequência acum. anterior à classe do Q1 cada grupo analisado.
* h = intervalo da classe do Q1 Considere a seguinte situação:
* f Q1 = frequência simples da classe do Q1 Um empresário deseja comparar a performance de dois
*Q2 = 2º quartil, é igual a mediana, deixa 50% dos empregados, com base na produção diária de
elementos. determinada peça, durante cinco dias:
*Q3 = 3º quartil, deixa 75% dos elementos
Empregado A : 70, 71, 69, 70, 70 → x = 70
3n Empregado B : 60, 80, 70, 62, 83 → x = 71
1º) Calcular a posição: P = ----- (seja n ímpar ou par)
4 A performance média do empregado A é de 70 peças
2º) Pela Fi identifica-se a classe que contém do Q3 produzidas diariamente, enquanto que a do empregado
3º) Aplica-se a fórmula: B é de 71 peças. Com base na média aritmética,
3n/4 – Fa verifica-se que a performance de B é melhor do que a
Q3 = LQ3 + -------------- x h de A. Porém, observando bem os dados, percebe-se que
f Q3 a produção de A varia apenas de 69 a 71 peças, ao
sendo passo que a de B varia de 60 a 83 peças, o que revela
* LQ3 = limite inferior da classe do Q3 que a performance de A é bem mais uniforme do que de
* n = tamanho da amostra ou nº de elementos B. Qual o melhor empregado?
23
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

Tipos de medidas de dispersão

1. Medidas de dispersão absoluta

1.1. Amplitude total (AT): é a diferença entre o

maior e o menor valor observado.
1.2.

AT = xmax − xmin

Empregado A = 71 − 69 = 2
Empregado B = 83 − 60 = 23

A amplitude total é uma medida fácil de ser calculada,

porém de pouca utilidade para avaliar a dispersão dos
dados, pois leva em consideração apenas os calores
extremos do rol, não avaliando a variação interna dos
valores.

1.2. Desvio médio (DM)

É a média aritmética dos valores absolutos dos desvios calculados em relação à média aritmética da série. O desvio-
médio analisa todos os desvios ou distâncias em relação à média aritmética.

O cálculo dos desvios feito por:

di = (xi − x) onde, di = desvio ou distância

xi = valores observados
x = média aritmética
A soma de todos os desvios em relação a média aritmética é igual a zero:
∑ di = ∑ (xi – x) = 0

Cálculo dos di: Para eliminar a soma zero, coloca-se os desvios

em módulo:
Empregado A Empregado B Empregado A Empregado B
d1 = 70 – 70 = 0 d1 = 60 – 71 = − 11 d1 = | 0 | = 0 d1 = | –11| = 11
d2 = 71 – 70 = +1 d2 = 80 – 71 = +9 d2 = | +1| = 1 d2 = | +9 | = 9
d3 = 69 – 70 = −1 d3 = 70 – 71 = −1 d3 = | −1| = 1 d3 = | –1 | = 1
d4 = 70 – 70 = 0 d4 = 62 – 71 = −9 d4 = | 0 | = 0 d4 = | –9 | = 9
d5 = 70 – 70 = 0 d5 = 83 – 71 = +12 d5 = | 0 | = 0 d5 = | +12 | = 12
∑ di = 0 ∑ di = 0 ∑ | di | = 2 ∑ | di | = 42

Dessa forma, é possível calcular a média dos desvios por:

∑ | di | ∑ | xi − x | Empregado A Empregado B
DM = ----------- = ----------- ∑ | di | 2 ∑ | di | 42
n n DM = ----------- = ----- = 0,4 DM = ----------- = ----- = 8,4
n 5 n 5

1.3. Variância Absoluta

A variância considera os desvios elevados o quadrado de cada desvio, (xi – x)2 , para eliminar a soma zero, ou seja,
evitando que Σ di = 0.

1.3.1 Variância populacional ( δ2 ): quando o estudo é feito em toda população.

Para eliminar a soma zero, eleva-se os Variância populacional (σ2): quando o

desvios ao quadrado: estudo é feito em toda população.
Empregado A Empregado B
d1 = (0)2 = 0 d1 = (–11)2 = 121 ∑ ( di )2 ∑ (xi − x)2
2 2 2
d2 = (+1) = 1 d2 = (+9) = 81 σ = ------------ = ---------------
d3 = (−1)2 = 1 d3 = (−1)2 = 1 n n
d4 = (0)2 = 0 d4 = (–9)2 = 81
d5 = (0)2 = 0 d5 = (+12)2 = 144 Empregado A Empregado B
∑ ( di )2 = 2 ∑ ( di )2 = 428 2 428
σ = ----- = 0,4 σ = ------ = 85,6
5 5

24 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

Fórmula prática para o cálculo da variância populacional:

∑ (xi − x)2 ∑ xi2 − ∑ (xi)2 / N
2
σ = ---------------- = -----------------------
N N

Empreg. A xi2 Empreg. B (xi) xi2

(xi)
70 4900 60 3600
71 5041 80 6400
69 4761 70 4900
70 4900 62 384
70 4900 83 6889
∑ 350 24502 ∑ 355 25633

Empregado A ∑ xi = 350, ∑ xi2 = 24502 Empregado B ∑ xi = 355 , ∑ xi2 = 25633

∑ xi2 − ∑ (xi)2 / N 24502 − (350)2 / 5 ∑ xi2 − ∑ (xi)2 / N 25633 – (355) 2 /5

2 2
σ = -----------------= ------------= 0,4 σ = ---------------- =---------------------= 85, 6
N 5 N 5

1.3.2 Variância amostral (s2) Fórmula da Variância – para dados agrupados sem
e com classes
É usada quando o estudo é feito por amostragem.
Variância populacional:
Fórmula convencional Fórmula prática:
∑ (xi − x)2 . fi
2 2 2 2
∑ (xi − x) ∑ xi − ∑ (xi) / n σ = ---------------------
s2 = ----------- s2 = ------------------- N
n–1 n–1
Fórmula prática:

∑ xi2. fi − ∑ (xi . fi)2 / N

OBS: No cálculo da Variância numa amostra, usa-se o σ2 = ------------------------------
denominador n − 1 na sua fórmula, pois se obtém uma N
estimativa melhor do parâmetro da população (σ2 ), pois
a quantidade de elementos disponíveis na amostra
influência no valor desta medida. Quando a amostra for Variância amostral:
grande ( n > 30) não há diferença entre usar n − 1 ou n.
Entretanto, deve-se dar preferência ao cálculo de s2 o ∑ (xi − x)2 . fi
uso do denominador n − 1 sempre que a amostra s2 = ---------------------
apresentar menos de 30 elementos. Emprega-se neste n–1
caso, um fator de correção.
n Fórmula prática:
fator de correção de Bessel = -------
n−1 ∑ xi2. fi − ∑ (xi . fi)2 / n
2
s = --------------------------------
Exemplo: Calcular a variância da tabela abaixo: n–1

Idades (xj) ∑ xi2 OBS: quando os dados forem uma amostra, usa-se o
2 4 denominador n – 1 na fórmula da variância, pois se
3 9 obtém uma estimativa melhor do parâmetro da
4 16 população. Quando a amostra for grande (n > 30) não
7 49 há diferença entre usar n – 1 ou n.
∑xi = 16 ∑ xi2 = 72
1.4 Propriedades da Variância

1a – Propriedade:

Somando-se (ou subtraindo-se) uma constante (c)

a todos os valores de uma variável, a variância
não se altera.
Considere as idades abaixo e o cálculo da
variância

25
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

Tabela A s2 tabela A 39, 58

= ----------------------------- = ----------- = 0,4
Idades (xj) ∑ xi2 102 100
45 2025
49 2401 110, 39 - (20, 9) 2 / 4
2
57 3249 s = ----------------------------- = 0, 40
58 3364 4–1
∑xi = 209 ∑ xi2 = 11039
1.5 Desvio-padrão
2 2
∑ xi - (∑ xi) / n
s2 = ------------------------ É a raiz quadrada da variância.
n–1 Na fórmula original para o cálculo da
variância, observa-se que é uma soma de
11039 - (209) 2 / 4 quadrados. Por exemplo, se a unidade original for
s 2
= --------------------------- = 39,58 anos 2 metro (m) o resultado será metro ao quadrado
4–1 (m2). Para retornar a uidade de medida original,
extrai-se a raiz quadrada da variância, passando a
chamar-se de desvio-padrão.
Subtrair 51 de cada um dos valores da tabela e calcular
a nova variância Desvio-padrão populacional Desvio-padrão amostral

σ = √σ2 s = √s2
Tabela B

Idades ( xi ) Xi – 50 1.5.1 – Propriedades do desvio-padrão

45 45 – 50 = -5
49 49 – 50 = -1 1a – Propriedade
57 57 – 50 = 7
Adicionando-se (ou subtraindo-se) uma constante (c) a
58 58 – 50 = 8
todos os valores de uma variável, o desvio-padrão ficará
inalterado.
(Ver exemplo da 1a propriedade da Variância).
Novos xi xi2
-5 25 2a – propriedade
-1 1
7 49 Multiplicando-se (ou dividindo-se) por uma mesma
8 64 constante (c) todos os valores de uma variável, o
∑xi =9 ∑ xi2 = 139 desvio-padrão ficará multiplicado (ou dividido) pelo
valor absoluto daquela constante.
2
Observe que a unidade que indicou a variância é anos
(anos ao quadrado). Multiplicar o valor 2 aos dados da tabela e calcular o
novo desvio-padrão
139 - (9) 2 / 4
2
s = --------------------------- = 39,58 anos 2 Idades (xi) xi2
4–1 2 4
4 16
2a – Propriedade: 6 36
Multiplicando (ou dividindo) por um valor constante (c), 8 64
cada valor da variável, a variância fica multiplicada ( ou 10 100
dividida) pelo quadrado da constante. ∑xi = 30 ∑ xi2 = 220
Tabela C
xi x 2 xi2
2x2=4 16
Idades ( xi ) Xi – 50
4x2=8 64
45 45 ÷ 10 = 4, 5
6 x 2 = 12 144
49 49 ÷ 10 = 4, 9
8 x 2 = 16 256
57 57 ÷ 10 = 5, 7
10 x 2 = 20 400
58 58 ÷ 10 = 5, 8
∑xi = 60 ∑ xi2 = 880

Novos xi xi2
4, 5 20, 25
4, 9 24, 01
5, 7 32, 49
5, 8 33, 64
∑xi =20, 9 ∑ xi2 = 110, 39

A nova variância será s2 da tabela C=

26 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

Variância
s2 = ∑ xi2 - (∑ xi) 2 / n
n–1 s2 = ∑ xi2. fi − ∑ (xi . fi)2 / n
n–1
s2 = 5 - (30) 2 / 5 = 10 anos
5–1 s2 = 1038080 – (6440)2 / 40= 31,79
40 – 1
s = √ s2 = √10 = 3,16
Desvio-padrão populacional
s2 = 880 - (60) 2 / 5 = 40 anos 2
5–1 s = √s2 = √31,79 = 6,64

s = √ s2 = √40 = 6,32 1.6 – Cálculo Simplificado da Variância e do

Desvio-padrão
Observe: 3,16 x 2 = 6, 32
O cálculo simplificado (ou abreviado) da s2 ou s é
obtido através da escolha de uma média arbitrária
Cálculo da variância e do desvio-padrão para a Tabela 1 – A; escolhida ao acaso, no centro da distribuição.
(Distribuição de freqüência sem classes)
Tabela 2 – Estatura (cm) de 40 alunos do Colégio
Tabela 5.4 - Número de filhos de um grupo de 50 B.
casais
Número
Estatura de alunos xi (pm)
Numero
Número de xi . ƒi xi2 xi2. fi (em cm) (fi)
de casais
filhos 150 --- 154 4 152
( fi )
( xi ) 154 --- 158 9 156
0 2 0 0 0 158 --- 162 11 A Æ160
1 6 6 1 6 162 --- 166 8 164
2 10 20 4 40 166 --- 170 5 168
3 12 36 9 108 170 --- 174 3 172
4 4 16 16 64
Total (∑) 40 ---
Total (∑)
34 78 ------ 218
di = xi – A
Variância amostral: di . fi di2 di2 . fi
-8 - 32 64 256
s2 = ∑ xi2. fi − ∑ (xi . fi)2 / n -4 - 36 16 144
n–1 0 0 0 0
4 32 16 128
s2 = 218 − (78)2 / 34 = 1,18 8 40 64 320
34 – 1 12 36 144 432

Desvio-padrão: s = √s2 = √1,18 = 1, 09 40 1280

Cálculo da variância e do desvio-padrão para a Tabela 2
(Distribuição de freqüência com classes)
A variância é obtida por:
Tabela 2 – Estatura (em cm) de 40 alunos do Colégio B.
s2 = ∑ di2. fi − ∑ (di . fi)2 / n = 1280 – (40) 2 / 40 =
Estatura Número de xi 31,79
(em cm) Alunos ( fi) n–1 40 – 1
150 --- 154 4 152
Desvio-padrão
154 --- 158 9 156
158 --- 162 11 160
s = √s2 = √31,79 = 6,64
162 --- 166 8 164
166 --- 170 5 168
AFRF2005(44)- De posse dos resultados de
170 --- 174 3 172
produtividade alcançados por funcionários de
Total (∑) 40 --- determinada área da empresa em que trabalha, o
Gerente de Recursos Humanos decidiu empregar a
xi . fi Xi2 Xi2 . fi seguinte estratégia: aqueles funcionários com
rendimento inferior a dois desvios padrões abaixo da
608 23104 92416
média (Limite Inferior - LI) deverão passar por
1404 24336 219024
treinamento específico para melhorar seus
1760 25600 281600
desempenhos; aqueles funcionários com rendimento
1312 26896 215168
superior a dois desvios padrões acima de média (Limite
840 28224 141120
Superior - LS) serão promovidos a líderes de equipe.
516 29584 88752
Indicador Freqüência
6440 1038080

27
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

02 10 No exemplo acima, a distribuição das estaturas é mais

26 20 homogênea, porque apresentou menor coeficiente de
46 240 variação (Cv = 4%). Observe que a dispersão pode ser
68 410 considerada baixa, pois estão mais próximas de zero.
8 10 120
Total 800 Atenção: O desvio-padrão s somente será usado para
Assinale a opção que apresenta os limites LI e LS a comparar duas distribuições, quando as unidades de
serem utilizados pelo Gerente de Recursos Humanos. medidas forem iguais e as quantidades de valores
observados também forem iguais ou muito próximos.
a) LI = 4,0 e LS = 9,0
b) LI = 3,6 e LS = 9,4 Exemplo:
c) LI = 3,0 e LS = 9,8
d) LI = 3,2 e LS = 9,4 Variável x s ou δ Cv
e) LI = 3,4 e LS = 9,6 Pesos de 20 5, 3 0, 8 15%
crianças (kg)
1.7 Medidas de dispersão relativa Peso de 20 7, 4 2, 1 28%
1.7.1. Coeficiente de variação de Pearson (CV) crianças (kg)

É uma medida relativa de dispersão útil para a Pode ser usado o s ou o Cv para se fazer comparações
comparação em termos relativos do grau de entre as duas distribuições acima. Observe que o
concentração em torno da média de séries desvio-padrão já informa que há maior dispersão no
distintas. segundo grupo de crianças. Caso o segundo grupo
O desvio padrão limita o seu emprego por ser expresso tivesse 30 crianças ou se a variável em estudo fosse
na mesma unidade de medida dos dados. Portanto, o altura, por exemplo, é correto usar o Cv, por se tratar
Coeficiente de Variação compara duas ou mais séries de de grupos distintos no tamanho ou no tipo de variável.
valores, relativamente à sua dispersão ou variabilidade,
quando expressa em unidades diferentes. 1.7.1.1 – Propriedades do Coeficiente de Variação
de Pearson
População
σ 1a – Propriedade
CV = ------ x 100 Multiplicando-se (ou dividindo-se) por uma mesma
X constante (c) todos os valores de uma variável, o Cv
ou ficará inalterado.

Amostra 2a – Propriedade
s Adicionando-se (ou subtraindo-se) uma constante (c) a
CV = ------ x 100 todos os valores de uma variável, o Cv ficará,
X respectivamente:
-menor (ou maior), se a média for positiva;
-maior (ou menor), se a média for negativa.
Por ser uma medida de dispersão relativa, o Cv é
adimensional, isto é, não apresenta unidade de medida. Multiplicar o valor 2 aos dados da tabela e calcular o
Portanto, o coeficiente de variação é expresso em novo desvio-padrão
porcentagem.
Idades ( xi ) xi2
Duas maneiras de analisar o CV : 2 4
4 16
Pequena dispersão: CV ≤ 10% 6 36
Média dispersão: 10% < CV < 20% 8 64
Grande dispersão: CV ≥ 20% 10 100
∑xi = 30 ∑xi2 = 220
Baixa dispersão: CV ≤ 15%
Média dispersão: 15% < CV < 30%
xi x 2 xi2
Grande dispersão: CV ≥ 30%
2+2=4 16
4+2=6 36
Exemplo:
6+2=8 64
Variável x s ou δ Cv
8 + 2 = 10 100
Estatura ( em cm) 161 5, 64 0, 04 X 100 = 4%
10 + 2 = 12 144
Números de 2, 3 1, 09 0, 51 x 100 = 51%
meninos ∑xi = 30 ∑xi2 = 360
Estatura (em cm) Números de filhos

Cv = 5, 64 x 100 = 4% Cv = 1, 09 x 100 = 47%

161 2, 3

O Cv mede o grau de homogeneidade das distribuições.

Quanto mais próximo de 1 ou 100% for o Cv, mais
heterogênea é distribuição dos valores observados em
torno da média aritmética. Quanto maior a dispersão
(ou mais heterogênea for a distribuição) menor será a
representatividade da média aritmética.
28 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

x = 30/5 = 6 anos A média, a moda e a mediana são iguais Æ x= Md = Mo

s2 = 220 – (30)2 / 5 = 10 anos 2 1.2 Curva Assimétrica ou Distribuição Assimétrica

5–1 Positiva
Apresenta a cauda mais alongada à direita da ordenada
s = √s2 = √10 = 3, 16 máxima (a moda) do que à esquerda. Predominam
valores superiores à moda. Há uma concentração de
Cv = 3,16/6 = 0, 53 x 100 = 53% valores na extremidade inferior da escala.

x = 40/5 = 8 anos A média é maior que a mediana, que é maior que a

moda Æ Mo < Md < x
s2 = 360 – (40)2 / 5 = 10 anos 2
5–1 1.3 Curva Assimétrica ou Distribuição Assimétrica
Negativa
s = √s2 = √10 = 3, 16 Apresenta a cauda mais alongada à esquerda da
ordenada máxima (a moda) do que à direita.
Cv = 3,16/8 = 0, 40 x 100 = 40% Predominam valores inferiores à moda. Há uma
concentração de valores na extremidade superior da
escola.
1.7.2 – Coeficiente de Variação de Thorndike (CV A média é menor que a mediana, que é menor que a
T) moda Æ x < Md < Mo.
O Coeficiente de Variação de Thorndike é o
quociente entre o desvio-padrão e o valor absoluto 1.4 Método de comparação entre Medidas de
da mediana. Tendência Central
X > Mo Æ Assimetria Positiva
s X = Mo Æ Simetria
(CVT) = ------------ X < Mo Æ Assimetria Negativa
Md
1.5 Coeficiente (índice) de Assimetria de Pearson
Dados da tabela 2: Md = 160, 6 cm, s= 5,64 cm
Æ (CVT) = 5, 64 = 0, 04 x 100 = 4% 1.5.1- 1° Coeficiente de Pearson
160, 6
População Amostra
AFRF2005(45)- Em uma determinada semana uma
empresa recebeu as seguintes quantidades de pedidos AS = x – Mo AS = x – Mo
para os produtos A e B: σ s
Produto A 39 33 25 30 41 36 37
Produto B 50 52 47 49 54 40 43
Assinale a opção que apresente os coeficientes de 1.5.2- 2° Coeficiente de Pearson
variação dos dois produtos:
AS = 3 (x – Md) ou AS = Q1 + Q 3 –
a) CVA = 15,1% e CVB = 12,3% 2.Md
b) CVA = 16,1% e CVB = 10,3% S Q3 – Q1
c) CVA = 16,1% e CVB = 12,3%
d) CVA = 15,1% e CVB = 10,3%
e) CVA = 16,1% e CVB = 15,1% Se: AS = 0 Æ a distribuição é simétrica
AS > 0 Æ a distribuição é assimétrica positiva
(à direita)
AS < 0 Æ a distribuição é assimétrica negativa
MEDIDAS DE ASSIMETRIA E CURTOSE ( MEDIDAS (à esquerda)
DE ENVIESAMENTO)______________________9
O 2° Coeficiente de assimetria pode variar entre –3
As medidas de assimetria e curtose completam o quadro e +3. Na prática raramente ultrapassará os limites
de estatística descritivas para que se compreenda o –1 e +1. Quando a distribuição não tiver forte
comportamento de uma distribuição de freqüências. assimetria, o 2° Coeficiente de Pearson deverá ser
Além do valor médio e da variabilidade, uma distribuição usado preferencialmente ao primeiro.
de freqüências também difere quanto à sua forma As
características mais importantes são o grau de Cálculo do coeficiente de assimetria para as
deformação ou assimetria e o grau de achatamento ou Tabelas 1 e 2:
afilamento da curva de freqüências ou do histograma.
Medidas Tabela 1 Tabela 2
1. Medidas de assimetria ou de enviesamento Média 2,3 meninos 161 cm
Assimetria é o grau de afastamento ou de Moda 3 meninos 159, 6 cm
deformação de uma curva de freqüências Mediana 2 meninos 160, 6 cm
(polígono polido) Desvio padrão 1,09 meninos 5,64 cm

Tipos de curva de freqüências:

1.1 Curva Simétrica ou Distribuição Simétrica
Os valores observados se concentram mais no centro da
distribuição.
29
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

Tabela 1: 2.2 Coeficiente Percentílico de Curtose

1° Coeficiente de Pearson Para medir o grau de curtose utiliza-se o coeficiente K :

2,3 - 3
AS = ------------------ = - 0,64 K= Q3 – Q1__.
1,09 2(P90 – P10)

2° Coeficiente de Pearson Em que:

3( 2,3 – 2) Q3 = 3° quartil
AS = ------------------ = 0,83 Q1 = 1° quartil
1,09 P90 = 90° percentil
P10 = 10° percentil
Tabela 2:
Relativo à curva normal:
1° Coeficiente de Pearson Se K = 0,263 Æ a distribuição é mesocúrtica
161 – 159,6 Se K > 0,263 Æ a distribuição é platicúrtica
AS = ------------------ = 0,25 Se K < 0,263 Æ a distribuição é leptocúrtica
5,64

2° Coeficiente de Pearson Quando a distribuição for normal a medida da curtose

3( 161 – 160,6) será K = 0,263 Æ a distribuição será mesocúrtica.
AS = ------------------------- = 0,21 Portanto, uma distribuição de freqüência será:
5,64 . Mesocúrtica – quando apresentar uma medida de
curtose igual à da distribuição normal.
. Platicúrtica – quando apresentar uma medida de
Observe: curtose menor que a da distribuição normal.
. Leptocúrtica – quando apresentar uma medida de
1- De acordo com a medida de assimetria, distribuição curtose maior que a da distribuição normal.
dos meninos é assimétrica negativa, ou seja,
predominam valores mais altos (famílias com 2 ou mais Cálculo do Q3
meninos). Tabela 2 – Estatura (em cm) de 40 do Colégio B.
2- A distribuição das estaturas é fracamente
assimétrica positiva. Como tende para uma curva Estatura Número de
simétrica, podemos afirmar que predominam estaturas (em cm) Alunos (fi) Fi
nas faixas centrais. 150 ---154 4 4
154 --- 158 9 13
2. Medidas de Curtose 158 --- 162 11 24
162 --- 166 8 32
Denomina-se curtose o grau de achatamento de 166 --- 170 5 37
uma distribuição de freqüências, geralmente 170 --- 174 3 40
unimodal, em relação a uma distribuição de Total (∑) 40 -----
freqüências padrão, denominada curva normal
(curva correspondente a uma distribuição teórica 1° - Calcular a posição: P = 3n = 3.40 = 30a posição
de probabilidade). 4 4

As medidas de curtose procuram, de fato, explicar o
grau de concentração de valores da distribuição de
freqüências em torno do centro desta distribuição. Numa
distribuição de freqüências unimodal, quanto maior for a
concentração de valores em torno do centro da mesma,
maior será o valor de curtose. Graficamente isto será
associado a uma curva com a parte central mais afilada,
mostrando um pico de freqüência simples mais
destacado, mais pontiagudo, caracterizando a moda da
distribuição de forma mais nítida.
2.1 Gráficos que representam as medidas de
curtose:
(não importa se n for ímpar ou par)
2° - Pela Fi identifica-se a classe que contém a Q3: O n°
30 está dentro do 32. Portanto, a classe do Q3 é a 4a,
ou seja: 162---166
3° - Aplica-se a fórmula:
Q3 = LQ3 + n/2 - Fa x h
f Q3
onde:
• LQ3 = limite inferior da classe da Q3 = 163
• N = tamanho da amostra ou n° de elementos Æ 3n/4
= 3.40/4 = 30
• Fa = freqüência acumulada anterior à classe da Q3 =
24
• H = intervalo da classe da Md = 4
• fMd = freqüência simples da classe da Md = 8

30 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

Cálculo do Q1 • fMd = freqüência simples da classe da Md = 4

Tabela 2 – Estatura (em cm) de 40 do Colégio B.

Estatura Número de P10 = 150 + 4 - 0 x 4 = 151 cm

(em cm) Alunos (fi) Fi 4
150 ---154 4 4
154 --- 158 9 13 Cálculo do P90
158 --- 162 11 24 Tabela 2 – Estatura (em cm) de 40 do Colégio B.
162 --- 166 8 32
166 --- 170 5 37 Estatura Número de
170 --- 174 3 40 (em cm) Alunos (fi) Fi
Total (∑) 40 ----- 150 ---154 4 4
154 --- 158 9 13
1° - Calcular a posição: P = n = 40 = 10a posição 158 --- 162 11 24
4 4 162 --- 166 8 32
(não importa se n for ímpar ou par) 166 --- 170 5 37
170 --- 174 3 40
2° - Pela Fi identifica-se a classe que contém a Q1: O n° Total (∑) 40 -----
10 está dentro do 13. Portanto, a classe do Q1 é a 2a,
ou seja: 154---158 1° - Calcular a posição: P = i . n = 90 . 40 = 36a
posição
3° - Aplica-se a fórmula: 100 100
Q1 = LQ1 + n/4 - Fa x h
f Q1 (não importa se n for ímpar ou par)

onde: 2° - Pela Fi identifica-se a classe que contém a P90: O n°

• LQ1 = limite inferior da classe da Q1 = 154 36 está dentro do 37. Portanto, a classe do P90 é a 5a,
• n = tamanho da amostra ou n° de elementos Æ n/4 = ou seja: 166---170
40/4 = 10
• Fa = freqüência acumulada anterior à classe da Q1 = 3° - Aplica-se a fórmula:
4
• h = intervalo da classe da Md = 4 P90 = LP90 + 90.n/100 – Fa x h
• fMd = freqüência simples da classe da Md = 9 f P90

Q1 = 154 + 10 - 4 x 4 = 156,7 cm onde:

9 • LP90 = limite inferior da classe da P10 = 166
• n = tamanho da amostra ou n° de elementos Æ
Cálculo do P10 i.n/100 = 90.40/100 = 36
Tabela 2 – Estatura (em cm) de 40 do Colégio B. • Fa = freqüência acumulada anterior à classe da P90 =
32
Estatura Número de • h = intervalo da classe da Md = 4
(em cm) Alunos (fi) Fi • fMd = freqüência simples da classe da Md = 5
150 ---154 4 4
154 --- 158 9 13 P90 = 166 + 36 - 32 x 4 = 169,2 cm
158 --- 162 11 24 5
162 --- 166 8 32
166 --- 170 5 37 Para a tabela 2 o valor da curtose será:
170 --- 174 3 40
Total (∑) 40 ----- Q3 = 165 K= Q3 - Q1 =
Q1 = 150,4 2(P90 – P10)
1° - Calcular a posição: P = i . n = 10. 40 = 4a posição P90 = 169, 2
100 100 P10 = 151 K= 165 – 156,7 = 0,230
2(169,2 – 151)
(não importa se n for ímpar ou par) Como 0,230< 0,263, conclui-se que
a distribuição é Platicúrtica.
2° - Pela Fi identifica-se a classe que contém a P10: O n°
4 está dentro do 4. Portanto, a classe do P10 é a 1a, ou AFRF 2005 (39)- Para dados agrupados representados
seja:
154---158 por uma curva de freqüências, as diferenças entre os
valores da média, da mediana e da moda são
3° - Aplica-se a fórmula: indicadores da assimetria da curva. Indique a relação
entre essas medidas de posição para uma distribuição
P10 = LP10 + 10.n/100 - Fa x h negativamente assimétrica.
f P10
onde: a) A média apresenta o maior valor e a mediana se
• LP10 = limite inferior da classe da P10 = 150 encontra
• n = tamanho da amostra ou n° de elementos Æ abaixo da moda.
i.n/100 = 10.40/100 = 4 b) A moda apresenta o maior valor e a média se
• Fa = freqüência acumulada anterior à classe da P10 = encontra
0 abaixo da mediana.
• h = intervalo da classe da Md = 4 c) A média apresenta o menor valor e a mediana se
31
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

encontra abaixo da moda. b) O índice de atualização do aluguel (fator de

d) A média, a mediana e a moda são coincidentes em atualização) – IA
valor.
e) A moda apresenta o menor valor e a mediana se É o número que, multiplicado pelo valor antigo, dá como
encontra produto o novo valor. Portanto:
abaixo da média.
Área para rascunho 450 . IA = 751 Æ IA = 751 = 1,67
450
NÚMEROS ÍNDICES______________________10 a) a porcentagem de aumento foi de 67% ; b) o índice
de atualização do aluguel, nessa época, foi de 1,67.
1. CONCEITO:
Relação entre o índice de aumento (IA) e a porcentagem
Número Índice é uma medida estatística de aumento (iA)
idealizada para mostrar as oscilações de uma
variável, em função do tempo, localização 1,67 = 167 = 167% = 100% + 67% = 1 + 0,67
geográfica, rendimento, etc. 100
Portanto:
Através de seu emprego podem-se comparar custos de
alimentação, custo de vestuário, etc., em uma cidade, IA = 1 + iA Onde iA é a taxa de aumento colocada
durante um ano, com os dados do ano anterior. na igualdade como número decimal.
Embora sejam mais utilizados pela Economia, os
números índices podem ser utilizados em muitos outros 2.2 Cálculo do Preço Relativo:
campos. Os mais utilizados destinam-se a medir
variações ocorridas ao longo do tempo das variáveis p0 Æ período básico de Preço Relativo = pt x 100
preço, quantidade e valor. Os números índices podem referência p0
ser obtidos através dos Números Relativos. pt Æ período dado
• Coeficiente: relação entre o número de eventos reais
e os que poderiam acontecer
• Índice: relações entre freqüências atribuídas da Exemplo: Preço de 3 mercadorias, em 1980 (p0) e
mesma unidade. 1990 (pt).

2.NÚMEROS RELATIVOS Mercadoria/ Preço (em $ 1,00)

Espécie 1980 (p0) 1990 (pt)
Número relativo é o resultado de comparações por A 2 3
quociente (razões) que se estabelecem entre dados B 6 6
absolutos, em um período dado, e outro período, C 1 2
denominado básico ou de referência, e tem por
finalidade realçar ou facilitar comparações entre Totais 9 11
quantidades.
Os índices mais usados destinam-se a medir variações A partir da tabela acima,
ocorridas ao longo do tempo das variáveis preço,
quantidade e valor. Espécie A= 3 x 100 = 150% ou 50%
2
2.1 - Variações Percentual e Índice (ou fator)
Espécie B= 6 x 100 = 100% ou 0%
Obter índices ou coeficientes a partir de uma 6
porcentagem, ou vice-versa, constitui uma importante Espécie C= 2 x 100 = 200% ou 100%
aplicação da porcentagem. Sendo conhecido o índice é 1
possível achar a porcentagem de aumento, e vice-
versa. Mercadoria/ N°s Relativos de Preço (em $ 1,00)
Exemplo: O preço de um aluguel passou de R$ 450,00 Espécie 1980 (p0) 1990 (pt)
para 751,00. Achar:
A 100 150
B 100 100
a) a porcentagem de aumento;
C 100 200
O aumento do aluguel foi de: 751 – 450 = 301
Totais 300 450
(aumento absoluto)
Outra tabela é construída, agora com os números
A porcentagem de aumento se refere sempre ao valor
relativos dos preços das três mercadorias.
anterior, portanto:
Conclusão:
Quanto vale o aumento absoluto 301 em porcentagem?
1-a mercadoria A sofreu um aumento de 50% de
uma década para outra;
Porcentagem Dinheiro
2-a mercadoria B teve o seu preço mantido do
100 450 período básico para o outro;
X 301 3-a mercadoria C teve seu preço dobrado, no
mesmo período.
X= 301 . 100 = 67% = 0,67
450 2.3 Cálculo da Quantidade Relativa:

32 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA
q0 Æ período básico de quantidade relativa = qt x 100
referência q0
qt Æ período dado
Exemplo: Um vendedor de automóveis vendeu 500
unidades em 1993 e 300 em 1992. A quantidade
relativa em 1993, tornando-se 1992 como ano
base é:
quantidade relativa = qt x 100 = 500 x 100 =
166,67%
q0 300
O vendedor apresentou em 1993, um resultado de
vendas 66,67% superior ao de 1992.
2.4 Cálculo do Relativo de Valor:
Relativo de Valor = pt . qt x 100
p0 . q0
Exemplo: Em 2000 uma empresa vendeu 500
unidades de um produto ao preço unitário de R$
50,00. em 2001, vendeu 800 unidades do mesmo
produto ao preço unitário de R$ 70,00. O relativo
de valor, tomando 2000 como base é:
Relativo de Valor
= Pt .qt x 100 = 70 . 800 x 100= 2,24 ou 224%
p0 . q0 50 . 500
Portando, em 2001 houve um aumento no valor
das vendas de 124% superior ao de 2001.
2.4.1 Relativo de valor pode ser decomposto em
um relativo de preço e um relativo de quantidade.
Exemplo: Uma empresa vendeu, em 1998, 12.000
unidades de um artigo ao preço unitário de $
500,00. Em 2000 vendeu 15.000,00 unidades do
mesmo artigo ao preço unitário de R$ 600,00. Com
base em 1998.
a) Calcular o relativo de valor em 2000
600 x 15000
V98,00 = ----------------- = 1,5 ou 150%
500 x 12000
b) Calcular o relativo de valor usando o método de
decomposição
P98, 00 = P80 = Q98, 00 = q80 =
P78 q78 V98,00 = 1,2 x 1,25=
1,5 ou 150%
= 600 = 1,2 = 15000 = 1,25
500 12000
2.5 Propriedades dos Relativos ou Testes de
Avaliação
As propriedades dos relativos referem-se tanto às
quantidades quanto aos preços.
1ª Propriedade: Identidade – O número índice deve
ser igual à unidade quando a época dada (t) coincide
com a époça básica (0). It,t = 1 ou I 0,0 = 1
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
CURSO AVANÇADO
2 ª Propriedade: Reversão do tempo – ao se
permutarem dois períodos s e t, os resultados serão o
inverso um do outro. Is, t It,s = 1 ou Is, t = 1
lt,s
Is, t = 1,25 ou acréscimo de 25%
It, s = 0,80 queda de 20%
Is, t x It, s = 1,25 x 0,80 = 1
3 ª Propriedade: Circular - quando comparações são
feitas com base nas datas imediatamente anteriores, o
valor do Índice na última data, com base na primeira,
será igual ao produto dos valores da série original. I0,1
x I1,2 x I2,3 x .... x It-1,t = I0,t
Exemplo: Um artigo foi vendido, em fevereiro, com
acréscimo de 5% em relação a janeiro; em março,
com um acréscimo de 2% relativamente a
fevereiro; em abril, com um acréscimo de 10%
comparativamente a março. Calcular o acréscimo
percentual de preço em abril com relação a
janeiro.
p1,2 = 1,05
p2,3 = 1,02
p3,4 = 1,10
p1,2 x p2,3 x p3,4 = 1,05 x 1,02 x 1,10 = 1,1781
(acréscimo de 17,81% no preço do artigo).
Uma forma errada de avaliar é somar os
percentuais: 5% + 2% + 10% = 17%
4 ª Propriedade: Decomposição das causas
(Inversão dos Fatores) – O produto de um número
índice de preço pelo correspondente número índice de
quantidade deve ser igual ao valor relativo ou o índice
de valor.
Ip0,t = índice de preço
Iq0,t = índice de quantidade
Iv0,t = índice de valor
Ip0,t x Iq0,t = Iv0,t
Exemplo: Uma empresa adquiriu, em janeiro de
1980, 1.500 unidades de um componente de
fabricação, ao preço unitário de $ 300,00 e, em
fevereiro, 1470 unidades a $ 330,00 cada. Calcular
o valor relativo da transação em fevereiro, com
base em janeiro.
p1 = 300 q1 = 1500
p2 = 330 q2 = 1470
p1,2 = 330 = 1,10 q1,2 = 1470 = 0,98
330 1500
p1, 2 x q1, 2 = v1, 2
1,10 x 0,98 = 1,078 ou 107,8%
Houve, portanto, um acréscimo de 7,8% no valor
da transação em fevereiro comparativamente a
janeiro.
2.6 Elos de Relativo e Relativo em Cadeia
• Elos de relativo: p1, 2 , p2, 3 , p3, 4
Observe que o relativo foi calculado com base na época
imediatamente anterior. Cada uma dessas comparações
entre épocas adjacentes constitui um elo de relativo.
• Relativo em cadeia: p1, t = p1, 2 x p2, 3 x p3, 4 x
... x pt-1, t
É o índice base fixa obtido através de um processo de
encadeamento o qual consiste na multiplicação dos elos
individuais, conforme estabelece o critério circular. Os
33
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

elos apresentam a vantagem de facilitar as comparações

entre duas épocas consecutivas, não havendo Cálculo direto do valor do índice em 1996 com base em
necessidade de se recorrer à que foi escolhida como 1992:
base. P92, 96 = 468 = 2,34 ou 234% (o resultado é igual ao
obtido pelo encadeamento).
Exemplo: Calcular o relativo em cadeia a partir da 200
série seguinte, tomando como base ano de 1992.
2.7 Classificação dos Números Índices
Ano Preço Os Números Índices de preços classificam-se em:
1992 200 Aritmético Simples e Ponderado. Harmônico
1993 250 Simples e Ponderado, Geométrico Simples e
1994 300 Ponderado, calculados sempre a partir dos
1995 390 Números Relativos.
1996 468 2.7.1 Aritmético Simples - Ia
Seu cálculo se prende ao da média aritmética simples.
Calcular por base móvel (considerando a como base à Considerando-se a tabela onde os índices relativos já
época imediatamente anterior): estão calculados, o índice aritmético simples é:

p92, 93 = 250 = 1,25 p94, 95 = 390 = 1,30

200 300 Relativo de Preço: Ia = 150 + 100 + 200 = 150
3
p93, 94 = 300 = 1,20 p95, 96 = 468 = 1,20 Ia = ∑p0,t
250 390 n

De acordo com o processo de encadeamento, teremos: Concluiu-se que houve um aumento médio no preço das
P92, 93 = p92, 93 = 1,25 ou 125% 3 mercadorias de 50% de 1980 a 1990.
P92, 94 = p92, 93 x p93,94 = 1,25 x 1,20 = 150%
P92, 95 = p92, 93 x p93, 94 p94, 95 = 1,25 x 1,20 x
1,30 = 1,95 ou 195% Relativo de quantidade: Ia = ∑q0, t
P92, 96 = p92, 93 x p93,94 x p94, 95 x p95, 96 = n
1,25 x 1,20 x 1,30 x 1,20 = 2,34 ou 234%
Série representativa do índice (relativo) obtido por 2.7.2 Aritmético Ponderado – Ia, p
encadeamento. Notar que a base agora é fixa e não Seu cálculo se prende ao da média aritmética para
mais móvel. dados agrupados (ou ponderado), onde os fatores
de ponderação serão as quantidades das
Ano Índice de preço mercadorias do período dado. Para as
1992 = 100 quantidades, teremos:
1992 100
1993 125 q0 Æ período básico (ou de referência) e qt Æ período
1994 150
1995 195
1996 234

1990 2000
Espécie Preço Quantidade Preço em Quantidade
em Em t (q0) R$ 1,00 Em t (qt)
R$ 1,00 (pt)
(p0)
A 2 3 3 5
B 6 4 6 6
C 1 8 2 7

É necessário calcular os números Relativos de Preço, mantendo as quantidades originais.

A tabela abaixo tem os resultados:

1990 2000
Espécie Preço em Quantidade Preço em Quantidade
R$ 1,00 Em t (q0) R$ 1,00 Em t (qt)
(p0,0) (p0, t)
A 100 3 150 5
B 100 4 100 6
C 100 8 200 7

O cálculo do Iap será dado por:

Iap = ∑ (p0, t . qt) = 150 x 5 + 100 x 6 + 200 x 7 =

152, 78%
∑ qt 5+6+7
34 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

Portanto, um aumento médio de 52, 78%, de 1980 2.7.5 Geométrico Simples – Ig

para 1990 em relação ao preço das 3 mercadorias. É o calculador a partir de logaritmos como se faz
para a média geométrica, no sentido de facilitar os
2.7.3 Harmônico Simples cálculos. Assim:
É a média harmônica dos números relativos
referentes a uma dada época. Relativo de preço: Relativo de quantidade:

Relativo de preço: Relativo de quantidade: log Ig = ∑log p0, t log Ig =∑log q0, t
n n
Ih = . n . Ih = . n .
∑. 1 . ∑. 1 .
p0, t q0, t p0, t log p0,t
150 2,18
O Ih também é obtido a partir dos Números 100 2,00
Relativos, de modo que: ∑ 4,18

Mercadoria / N° Relativos de Preço log Ig = 2,18 + 2,00 = 4,18 = 2,09

Espécie (em R$ 1,00) 2 2
1990 (p0, 0) 2000 (p0, t)
A 100 150 log Ig = 2,09 = 123,03% ou em média, 23,03% de
B 100 100 aumento nas duas mercadorias (A e B)
Ih = 2 = 117, 65% consideradas.
1 + 1 2.7.6 Geométrico ponderado – Ihp
150 100 Para este índice, utiliza-se o procedimento da
média geométrica ponderada, também através de
Portanto, um aumento médio de 17,65%, de 1990 logaritmos para facilitar o cálculo:
para 2000 em relação ao preço das 3 mercadorias.
P0, t qt log p0, t log p0, t
2.7.4 Harmônico Ponderado – Ihp 150 5 2,176 10, 88
Para se obter este índice, emprega-se o cálculo da 100 6 2,000 12, 00
média harmônica ou para dados agrupados, de 200 7 2,301 16,11
modo que as freqüências são referentes às ---- 18 0,13 38,99
quantidades, portanto:
log Igp = ∑ (log p0, t . qt)
Ihp = ∑ qt . ∑ qt
∑ qt .
p0, t log Igp = 2,18 x 5 + 2 x 6 + 2,3 x 7 = 2,17
5+6+7
Para facilitar os procedimentos, abaixo temos uma
tabela com os Números Relativos de Preços do período log igp = 2,17; o antilog 2,17 = 147, 91% ou 47, 91%
dado e suas respectivas quantidades. de aumento para as mercadorias consideradas.

Todos esses Números Índices vistos em relação a

2000 preços, podem ser obtidos também para
Mercadorias N° Relativo Quant. (em t) (qt) quantidades, através de procedimentos análogos,
(p0, t) substituindo-se os relativos de preços pelos
A 150 5 relativos em quantidade.
B 100 6 3. Índices Complexos de Preços e de Quantidades:
C 200 7 Laspeyres e Paasche
Estes índices são também chamados de Agregados
Ihp = 5 + 6 + 7 = 138, 46% Ponderados de Preço.
5 + 6 + 7
150 100 200 Os índices vistos até o momento são insatisfatórios, pois
a coleção de bens a que se referem tem os preços
Portanto, um aumento médio de 38,46%, de 1990 para coletados em unidades determinadas arbitrariamente. O
2000 em relação ao preço das 3 mercadorias. que devemos fazer é construir um conjunto no qual os
vários bens (mercadorias/espécies) são ponderados pela
P0, t qt qt/p0, t importância, em um sentido ou outro, de cada um.
150 5 0,03
100 6 0,06 Os índices complexos de preço medem a variação no
200 7 0,04 custo de uma coleção de q (quantidades) de cada item.
---- 18 0,13 Os q devem ser fixados de acordo com a importância
relativa das mercadorias em questão. As quantidades
Ihp = ∑ qt = 18 nos dois períodos – q0 e qt1 de modo que tenhamos o
∑qt 0,13 custo da coleção no período básico e o custo no período
p0, t dado.

O problema a solucionar diz respeito ao fato de que as

mercadorias de uma seleção de mercadorias não se
mantém constantes de um período para o outro. As
35
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

quantidades relativas se alteram na mesma proporção, q0 = quantidades do período básico,

ou seja, as quantidades relativas compradas variam de Onde:
um período para o outro.
∑(pt . q0) mede o custo das compras no ano básico a
Portanto, não há um conjunto único de pesos possível. preços do ano dado;
∑(p0 . q0) mede o custo das compras no ano básico a
As dificuldades de construção são devidas ao fato de preços do ano básico.
que preços relativos e quantidades relativas mudam.
Existem aí, no entanto, uma relação que se estabelece:
as quantidades compradas de bens selecionadas, cujos 3.2 Índice Preço de Paasche ou Método da Época
preços aumentaram mais que a média tenderá, Atual
geralmente, a aumentar menos (ou cair mais) que a Então:
média.
P 0, t = ∑ (pt . qt) .
Portanto, o problema a ser resolvido refere-se a como ∑ (pt . qt)
determinar o valor numérico das quantidades.
Daí decorrem duas possibilidades: Onde: (Pt . qt) mede o custo das compras no ano
1- usar as quantidades de bens compradas no período dado a preços do ano dado. O ∑ (P0 . qt) mede o
básico – q0; ou custo das compras no ano dado a preços do ano
2- usar as quantidades de bens comprados no período básico.
dado – qt (nota: os números índices já vistos trabalham
com os qt). Exemplo: Considere a tabela abaixo:
3- Com a 1a alternativa foi desenvolvido o Índice
Agregado Ponderado de Preço de Laspeyres e com a 2a Preços Quantidades
alternativa o de Paasche. Mercadorias 1990 2000 1990 2000
A 3,95 4,13 9.675 10.436
3.1 Índice Preço de Laspeyres ou Método da Época B 61,5 59,7 117, 7 115, 5
Básica C 34, 8 38, 9 77, 93 82, 79
Dado que:
Para a aplicação de um índice como o de outro,
pt = preços do período dado; desenvolvemos os seguintes cálculos, montando o
p0 = preços no período básico; quadro:
qt = quantidades do período dado;

Preços Quantidades Custos Agregados

Mercadorias p0 pt q0 qt p0 . q0 pt . q0 p0 . qt pt . qt
A 3,95 4,13 9675 10436 38216, 25 39957, 75 41222, 20 43100, 68
B 61,5 59,7 117, 7 115, 5 7238, 55 7026, 69 7103, 25 6895, 35
C 34,8 38, 9 77, 93 82, 79 2711, 96 3031, 49 2881, 09 3220, 53
∑= 48166,76 50015, 93 51206, 54 53216, 56

Para Laspeyres:

L 0,t = ∑ (pt . q0) = 50.015,93 = 1,04 ou 4%

∑(p0 . q0) 48.166,76

Para Paasche:

P 0,t = ∑(pt . qt) = 53.216,56 = 1,04 ou 4%

∑(p0 .qt) 51.206,54

3.3 Índice de Quantidade de Laspeyres ou Método da Época Básica

Para Laspeyres: permuta p por q no numerador : L’ 0,t = ∑ (p0 . qt)

∑ (p0 . q0)

Através do exemplo acima, temos: L 0, t = 51.206,54 = 1,06%

48.166,76

3.4 Índice de Quantidade de Paasche ou Método da Época Atual

Para Paasche: permuta p por q no denominador: P’ 0,t = ∑ (pt . qt)

∑ (pt . q0)

Através do exemplo acima, temos: P’ 0, t = 53216,56 = 1,06%

50015,93

Resumo:
36 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

Isso se explica devido aos dois sistemas de ponderação

Laspeyres Paasche serem, relativamente, os mesmos.
Preço: Preço:
3.6 Mudança de Base
L 0,t = ∑ (pt . q0) P0, t = ∑ (pt . qt) A mudança de base de uma série de números
∑ (p0 . q0) ∑ (p0.qt) índices para uma base (ano) mais recente é feita
dividindo-se cada índice da série original pelo
Quantidade: Quantidade: número índice correspondente à nova época
básica.
L’ 0,t = ∑ (p0 . qt) P’ 0,t = ∑ (pt . qt)
∑ (p0 . q0) ∑ (pt . q0) Devemos considerar, entretanto, que este procedimento
de mudança de base não é válido para os Índices de
Laspeyres e Paasche, pois ambos apresentam pesos
3.5 Relação entre os Índices de Laspeyres e de variáveis e a mudança no período de referência exigirá
Paasche mudança nos pesos.
Os resultados de cada um deles são, em geral,
diferentes, quando aplicados aos mesmos dados. Mas: Exemplo:
3.5.1 se os preços dos bens considerados variarem na
mesma proporção, os dois índices darão o mesmo A tabela a seguir apresenta o índice de produção
resultado; ou industrial de 1987 a 1998, sendo 1987 o ano básico:
3.5.2 se as quantidades dos bens considerados
variarem na mesma proporção, também os
resultados serão iguais.

Ano 1987 88 89 90 91 92 93 94 95 96 97 98
Índice de 100 104 97 112 120 124 134 125 139 143 143 134
Prod.
Industr.

Para se obter um novo índice, construído com base no ano 1991, dividirmos cada um dos valores da tabela por 120 que
é o índice correspondente ao novo ano-base, multiplicando-se por 100.

Ano 1987 88 89 90 91 92 93 94 95 96 97 98
Índice de 83 87 81 93 100 103 112 104 116 119 119 112
Prod.
Industr.

4. EXERCÍCIOS RESOLVIDOS Mercadorias Custos Agregados

p0 . q0 pt . q0 p0 . qt pt . qt
Considere os dados da tabela abaixo para A 696 972 754 1053
responder às questões 1 e 2. Quantidades e preços B 1680 2400 2100 3000
praticados de dois artigos no período de 1993 a Total 2376 3372 2854 4053
1995 93/95
Mercadorias Custos Agregados
Artigos Quantidades (100 Preços (R$ / t) p0 . q0 pt . q0 p0 . qt pt . qt
t) A 696 1308 812 1526
1993 1994 1995 1993 1994 1995 B 1680 3280 2268 4428
A1 12 13 14 58 81 109 Total 2376 4588 3080 5954
A2 20 25 27 84 120 164
Laspeyres
1- Marque a opção que representa os Índices de
Laspeyres de preços, no período de 1993 a 1995, Preço: 93/94 L 0,t = ∑ (pt . q0) = 3372 = 141, 9
tomando por base o ano de 1993. ∑ (p0 . q0) 2376

a) 100, 0; 142, 2; 192, 5 d) 100, 0; 142, 3; Preço: 93/94 L 0,t = ∑ (pt . q0) = 4588 = 193, 1
193, 3 ∑ (p0 . q0) 2376
b) 100, 0; 141, 4; 192, 8 e) 100, 0; 142, 4;
193, 7 Paasche
c) 100, 0; 141, 9; 193, 1
Preço: 93/94 P0, t = ∑ (pt . qt) = 4053 = 142, 0
2- Marque a opção que representa os Índices de ∑ (p0 . qt) 2854
Paasche de preços, no período de 1993 a 1995,
tomando por base o ano de 1993. Preço: 93/95 P’ 0,t = ∑ (pt . qt) = 5954 = 193, 3
∑ (pt . q0) 3080
a) 100, 0; 141, 3; 192, 3 d) 100, 0; 142, 0;
193, 3
b) 100, 0; 141, 6; 192, 5 e) 100, 0; 142, 4;
193, 6
c) 100, 0; 141, 8; 192, 7
37
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

AFRF2005(41) - Considerando-se os dados sobre os

preços e as quantidades vendidas de dois produtos em
dois anos consecutivos, assinale a opção correta.

Ano Produto I Produto II

P11 Q11 P21 Q21
1 40 6 40 2
2 60 2 20 6

a) O índice de Laspeyres indica um aumento de 50% no

nível de preços dos dois produtos, enquanto o índice de
Paasche indica uma redução de 50%.
b) Os fatores de ponderação no cálculo do índice de
Laspeyres são 80 para o preço relativo do produto 1 e
240 para o preço relativo do produto 2.
c) O índice de Laspeyres indica um aumento de 25% no
nível de preços dos dois produtos, enquanto o índice de
Paasche indica uma redução de 75%.
d) Os fatores de ponderação no cálculo do índice de
Paasche são 240 para o preço relativo do produto 1 e 80
para o preço relativo do produto 2.
e) O índice de Laspeyres indica um aumento de 25% no
nível de preços dos dois produtos, enquanto o índice de
Paasche indica uma redução de 25%.

AFRF2005(42) - Para uma amostra de dez casais

residentes em um mesmo bairro, registraram-se os
seguintes salários mensais (em salários mínimos):

Identificação do casal 1 2 3 4 5 6 7 8 9 10
Salário do marido (Y) 30 25 18 15 20 20 21 20 25 27
Salário da esposa (X) 20 25 12 10 10 20 18 15 18 23
Sabe-se que:
Assinale a opção cujo valor corresponda à correlação
entre os salários dos homens e os salários das
mulheres.

a) 0,72
b) 0,75
c) 0,68
d) 0,81
e) 0,78

38 ___________________________________________________________________________________________________________
www.cursoavancado.cjb.net
 ESTATÍTISCA BÁSICA CURSO AVANÇADO

AFRF 2002: (45 )

QUESTÕES SEPARADAS POR ASSUNTO:
AFRF 98: ( 07; 08; 10 )
AFRF 96: ( 47 e 48 )
CONCEITOS FUNDAMENTAIS__________1 ACE 98: ( 35 )
SEFA-PA:2002: ( 25 )
AFRF 98: ( 09 ) AFRF2005: (41)
AFRF2005: (42)
FASES DO TRABALHO ESTATÍSTICO __________2

NORMAS PARA APRESENTAÇÃO TABULAR DOS

DADOS ________________________3

REPRESENTAÇÃO GRÁFICA______________4

DISTRIBUIÇÃO DE FREQÜÊNCIAS_________5

AFRF 2003: ( 37 )
AFRF 98: ( 01 )
SEFA-PA:2002: ( 23 )

HISTOGRAMA E POLÍGONO DE FREQUÊNCIAS___6

MEDIDAS DE POSIÇÃO (MEDIDAS DE TENDÊNCIA

CENTRAL)______7

AFRF 2003: ( 38 )
AFRF 98: ( 04 )
ACE 98: (32)
SEFA-PA:2002: ( 21 e 22 )
AFRF2005: (40)
AFRF2005: (43)

MEDIDAS DE DISPERSÃO (MEDIDAS DE

VARIABILIDADE)_________8

AFRF 2003: ( 36; 40 )

AFRF 2002-2: ( 44 )
AFRF 2002: ( 44 )
AFRF 98: ( 02 )
ACE 98: (31)
SEFA-PA:2002: ( 24 )
AFRF2005: (44)
AFRF2005: (45)-

MEDIDAS DE ASSIMETRIA E CURTOSE ( MEDIDAS

DE ENVIESAMENTO)__________________9

AFRF 2002-2: ( 38; 39; 40; 41; 42; 43 )

AFRF 2002: ( 38; 39; 40; 41; 42; 43 )
AFRF 98: ( 03; 05; 06)
AFRF 96: ( 41; 42; 43; 44; 45; 46 )
AFRF 2005: (39)

NÚMEROS ÍNDICES_________________10

AFRF 2003: ( 39 )
AFRF 2002-2: ( 45 )
39
___________________________________________________________________________________________________________
www.cursoavancado.cjb.net