Escolar Documentos
Profissional Documentos
Cultura Documentos
001 Est Fab Bia 001 Int A Est Des
001 Est Fab Bia 001 Int A Est Des
ESTATÍSTICA
ESTATÍSTICA
I. ESTATÍSTICA DESCRITIVA
1. CONCEITOS INICIAIS
www.focusconcursos.com.br | 1
Estatística | Fabricio Biazotto
ESTATÍSTICA
– Mista – ocorre a variação de pelo menos dois dos fatores: tempo, local ou fenômeno.
www.focusconcursos.com.br | 2
Estatística | Fabricio Biazotto
ESTATÍSTICA
Título – indicação contida na parte superior da tabela, onde deve estar definido o fato
observado, com a especificação de local e época referentes ao fato;
Célula (casa ou cela) – é o espaço resultante do cruzamento de uma linha com uma
coluna, onde se registra a frequência ou o valor da variável ou atributo.
Elementos complementares:
www.focusconcursos.com.br | 3
Estatística | Fabricio Biazotto
ESTATÍSTICA
Exemplo
PARANÁ BRASIL
Ônibus 19 317
Fonte: Denatran
Simples – formadas por uma coluna indicadora (coluna matriz), onde são inscritos os
valores ou modalidades classificadas, e por uma coluna onde se inserem as
ocorrências ou as intensidades do fenômeno analisado.
Tabela Simples:
Setor
Populaçã
www.focusconcursos.com.br | 4
Estatística | Fabricio Biazotto
ESTATÍSTICA
(1.000
hab.)
Primário 8.968
Secundário 1.414
Terciário 3.620
Fonte:IP
EA
Tabela de Dupla
Entrada
População
economicamente
ativa
População (1.000
hab.)
194
Setor 0 1950 1960
8.96 12.16
Primário 8 10.255 3
www.focusconcursos.com.br | 5
Estatística | Fabricio Biazotto
ESTATÍSTICA
3.62
Terciário 0 4.156 7.525
Fonte: IPEA
Rol – lista em que os valores são dispostos em uma determinada ordem (crescente
ou decrescente.
2.1 – Elementos
www.focusconcursos.com.br | 6
Estatística | Fabricio Biazotto
ESTATÍSTICA
e a frequência total da série. Pode ser representada sob a forma unitária ou percentual
(fri%)
Exemplo
Fri%
xi fi fri fri% Fi Fi+ Fri Fri% Fri+ +
0 5
1 10
2 18
3 12
4 5
www.focusconcursos.com.br | 7
Estatística | Fabricio Biazotto
ESTATÍSTICA
2.3 – Elementos
Ponto médio de uma classe (PMi ou Xi) – é a média aritmética dos limites superior
e inferior de uma classe.
Exemplo
www.focusconcursos.com.br | 8
Estatística | Fabricio Biazotto
ESTATÍSTICA
0 I––– 20 10
20 I––– 40 30
40 I––– 60 40
60 I––– 80 15
80 I––– 100 5
3. GRÁFICOS
Exemplos:
www.focusconcursos.com.br | 9
Estatística | Fabricio Biazotto
ESTATÍSTICA
www.focusconcursos.com.br | 10
Estatística | Fabricio Biazotto
ESTATÍSTICA
Exemplo:
xi fi fri%
0 I––– 20 20
20 I––– 40 60
40 I––– 60 80
60 I––– 80 30
80 I––– 100 10
www.focusconcursos.com.br | 11
Estatística | Fabricio Biazotto
ESTATÍSTICA
Frequência ( f
Classes )
29,5-39,5 4
39,5-49,5 8
49,5-59,5 14
59,5-69,5 20
69,5-79,5 26
79,5-89,5 18
89,5-99,5 10
www.focusconcursos.com.br | 12
Estatística | Fabricio Biazotto
ESTATÍSTICA
a) 700
b) 638
c) 826
d) 995
e) 900. Letra C
4. MEDIDAS DE POSIÇÃO
São medidas de posição em torno das quais os dados tendem a se agrupar. Os três
promédios mais utilizados para resumir o conjunto de valores representativos de
fenômeno que se deseja estudar são: a média aritmética, a moda e a mediana. Outros
www.focusconcursos.com.br | 13
Estatística | Fabricio Biazotto
ESTATÍSTICA
a) Médias
∑ 𝑿𝒊
𝑿=
𝒏
∑ 𝑿𝒊 𝒙 𝒇𝒊
𝑿=
∑ 𝒇𝒊
Esta equação é para dados não agrupados, caso sejam agrupados em classes, o Xi é o
mesmo que o PMi.
di = xi – x0
www.focusconcursos.com.br | 14
Estatística | Fabricio Biazotto
ESTATÍSTICA
1ª) a soma algébrica dos desvios dos valores em relação à média aritmética é igual a
zero.
2ª) a soma algébrica dos quadrados dos desvios dos valores em relação à média
aritmética é um mínimo.
4ª) somando-se (ou subtraindo-se) uma constante arbitrária x a cada valor da série, a
média aritmética desta série fica somada (ou subtraída) dessa constante.
5ª) multiplicando-se (ou dividindo-se) uma constante arbitrária c a cada valor da série,
a média aritmética desta série fica multiplicada (ou dividida) por essa constante.
𝒙𝒊 − 𝑨
𝒅𝒊 =
𝒄
www.focusconcursos.com.br | 15
Estatística | Fabricio Biazotto
ESTATÍSTICA
xi fi PMi di fi.di
0 I––– 20 10
20 I––– 40 30
40 I––– 60 40
60 I––– 80 15
80 I––– 100 5
𝒏
𝑮 = √∏ 𝒙𝒊 (𝒐𝒏𝒅𝒆 ∏ 𝒑𝒓𝒐𝒅𝒖𝒕ó𝒓𝒊𝒐 )
𝒏
𝑯=
𝟏
∑
𝒙𝒊
Obs.: H G X
www.focusconcursos.com.br | 16
Estatística | Fabricio Biazotto
ESTATÍSTICA
Classes P (%)
70-90 5
90-110 15
110-
130 40
130-
150 70
150-
170 85
170-
190 95
190-
210 100
a) 140,10
b) 115,50
c) 120,00
d) 140,00
e) 138,00.
Letra E
www.focusconcursos.com.br | 17
Estatística | Fabricio Biazotto
ESTATÍSTICA
b) Moda (Mo)
Exemplos:
A = { 2, 2, 3, 3, 3, 3, 5 ,5 ,5 ,5 ,5 ,5 ,6, 6, 6, 6, 6, 6, 6, 6, 7, 7, 7, 9, 9} Mo =
B = { 2, 2, 3, 3, 3, 3, 5 ,5 ,5 ,5, 5, 5 ,5, 6, 6, 6, 6, 6, 7, 7, 8, 8, 8, 8, 8, 8, 8, 8, 9, 9, 9} Mo =
C = { 2, 3, 5, 7, 8, 9} Mo =
xi fi
1 5
2 10
3 18
4 12
www.focusconcursos.com.br | 18
Estatística | Fabricio Biazotto
ESTATÍSTICA
5 4
Determinação da Moda:
𝒇𝒑ó𝒔
𝑴𝒐 = 𝑳𝒊 + 𝒉 𝒙
𝒇 𝒂𝒏𝒕 + 𝒇 𝒑ó𝒔
www.focusconcursos.com.br | 19
Estatística | Fabricio Biazotto
ESTATÍSTICA
∆𝟏
𝑴𝒐 = 𝑳𝒊 + 𝒉 𝒙 , 𝒐𝒏𝒅𝒆: ∆𝟏 = 𝒇𝒎𝒐 − 𝒇𝒂𝒏𝒕 𝒆 ∆𝟐 = 𝒇𝒎𝒐 − 𝒇𝒑𝒐𝒔
∆𝟏 + ∆𝟐
c) Mediana ( Md )
A mediana é considerada uma separatriz, por ser um promédio que divide a série em
partes iguais; e, pelo fato de ocupar uma determinada posição na série ordenada, o
número que indica a sua posição é denominado elemento mediano (Em).
– A média aritmética dos dois valores centrais da série, se o número de valores for par.
Exemplos:
A = { 2, 2, 3, 3, 3, 3, 3, 5, 5, 5, 5, 5, 5, 6, 6, 6, 6, 6, 6, 6, 7, 7, 7, 9, 9} Md =
www.focusconcursos.com.br | 20
Estatística | Fabricio Biazotto
ESTATÍSTICA
B = { 2, 2, 3, 3, 3, 3, 3, 5, 5, 5, 5, 5, 5, 5, 5, 5, 6, 6, 6, 6, 6, 7, 7, 7, 7, 8, 8, 8, 9, 9} Md=
C = { 2, 2, 3, 3, 3, 3, 5, 5, 5, 5, 5, 5, 5, 5, 5, 6, 6, 6, 6, 6, 6, 7, 7, 7, 7, 8, 8, 8, 9, 9} Md =
xi fi
1 5
2 10
3 18
4 12
5 4
𝒏
( − 𝑭𝒂𝒏𝒕)
𝑴𝒅 = 𝑳𝒊 + 𝒉 𝒙 𝟐
𝒇𝒎𝒅
n – frequência total
www.focusconcursos.com.br | 21
Estatística | Fabricio Biazotto
ESTATÍSTICA
OBS: classe mediana ... é a classe onde se encontra o elemento de posição n/2.
xi fi Fi
0 I––– 20 10
20 I––– 40 30
40 I––– 60 40
60 I––– 80 15
80 I––– 100 5
d) Outras separatrizes
∑ 𝒇𝒊
(𝒏𝑸 𝒙 − 𝑭𝒂𝒏𝒕)
𝑸 = 𝑳𝒊 + 𝒉 𝒙 𝟒
𝒇𝑸
Decil (D) – divide a série em 10 partes iguais.
www.focusconcursos.com.br | 22
Estatística | Fabricio Biazotto
ESTATÍSTICA
∑ 𝒇𝒊
(𝒏𝑫 𝒙 − 𝑭𝒂𝒏𝒕)
𝑫 = 𝑳𝒊 + 𝒉 𝒙 𝟏𝟎
𝒇𝑫
∑ 𝒇𝒊
(𝒏𝑷 𝒙 − 𝑭𝒂𝒏𝒕)
𝑷 = 𝑳𝒊 + 𝒉 𝒙 𝟏𝟎𝟎
𝒇𝑷
Frequência ( f
Classes )
29,5-39,5 4
39,5-49,5 8
49,5-59,5 14
59,5-69,5 20
69,5-79,5 26
79,5-89,5 18
89,5-99,5 10
a) 69,50
www.focusconcursos.com.br | 23
Estatística | Fabricio Biazotto
ESTATÍSTICA
b) 73,79
c) 71,20
d) 74,53
e) 80,10. Letra B
Salários
i fi
R$
1 0 |-- 2 8
2 2 |-- 4 12
3 4 |-- 6 22
4 6 |-- 8 25
5 8 |-- 10 18
6 10 |-- 12 15
a) R$ 8.880 e R$10.660
b) R$ 6.650 e R$ 4.480
c) R$ 2.920 e R$ 6.560
d) R$ 6.650 e R$10.660
e) R$ 6.560 e R$8.880.
Letra A
www.focusconcursos.com.br | 24
Estatística | Fabricio Biazotto
ESTATÍSTICA
5. MEDIDAS DE DISPERSÃO
𝑸𝟑 − 𝑸𝟏
𝑸=
𝟐
Desvio Padrão (S ou )
www.focusconcursos.com.br | 25
Estatística | Fabricio Biazotto
ESTATÍSTICA
Forma simplificada:
𝑺 = √𝒙𝟐 − ( 𝒙 )𝟐
Onde:
𝒙𝒊 − 𝒙𝟎
𝒅𝒊 =
𝒉
www.focusconcursos.com.br | 26
Estatística | Fabricio Biazotto
ESTATÍSTICA
Propriedades do desvio-padrão:
1ª) somando-se (ou subtraindo-se) uma constante arbitrária x a cada valor da série, o
desvio-padrão desta série não se altera.
2ª) multiplicando-se (ou dividindo-se) uma constante arbitrária c a cada valor da série,
o desvio-padrão desta série fica multiplicada (ou dividida) por essa constante.
0 I––– 20 10
20 I––– 40 30
40 I––– 60 40
60 I––– 80 15
www.focusconcursos.com.br | 27
Estatística | Fabricio Biazotto
ESTATÍSTICA
80 I––– 100 5
Resposta: S 19,95
Propriedades da variância:
1ª) somando-se (ou subtraindo-se) uma constante arbitrária x a cada valor da série, a
variância desta série não se altera.
2ª) multiplicando-se (ou dividindo-se) uma constante arbitrária c a cada valor da série,
a variância desta série fica multiplicada (ou dividida) pelo quadrado desta constante.
𝑸 𝑸𝟑 − 𝑸𝟏
𝑸𝒓 = =
| 𝑴𝒅| 𝟐 𝒙 | 𝑴𝒅 |
www.focusconcursos.com.br | 28
Estatística | Fabricio Biazotto
ESTATÍSTICA
b) Coeficiente de Variação
𝑺 𝑺
𝑷𝒆𝒂𝒓𝒔𝒐𝒏: 𝑪𝑽 = 𝒐𝒖. 𝑻𝒉𝒐𝒎𝒅𝒊𝒌𝒆: 𝑪𝑽 = 𝒐𝒖. 𝑸𝒖𝒂𝒓𝒕í𝒍𝒊𝒄𝒐: 𝑪𝑽
|𝒙| | 𝑴𝒅 |
𝑸𝟑 − 𝑸𝟏
=
| 𝑸𝟑 + 𝑸𝟏|
18 ו- 25 20 40
25 ו- 30 15 30
30 ו- 35 10 20
35 ו- 40 5 10
Total 50 100
2𝛿𝑥
a) A campanha surtiu efeito, pois 𝑥 − 25 = 2,1 é maior que = 1,53
√𝑛
2𝛿𝑥
b) A campanha não surtiu efeito, pois 𝑥 − 25 = 0 é menor que = 1,64
√𝑛
www.focusconcursos.com.br | 29
Estatística | Fabricio Biazotto
ESTATÍSTICA
2𝛿𝑥
c) A campanha surtiu efeito, pois 𝑥 − 25 = 2,1 é maior que = 1,41
√𝑛
2𝛿𝑥
d) A campanha não surtiu efeito, pois 𝑥 − 25 = 0 é menor que = 1,53
√𝑛
2𝛿𝑥
e) A campanha surtiu efeito, pois 𝑥 − 25 = 2,5 é maior que = 1,41. LETRA A
√𝑛
II – AMOSTRAGEM
1 – Conceitos em Amostragem
2 – Plano de Amostragem
www.focusconcursos.com.br | 30
Estatística | Fabricio Biazotto
ESTATÍSTICA
aleatória simples
sistemática
Tipo de Amostragem:
estratificada
conglomerados
própria
Objetivo: Tipo de Residência alugada
emprestada
www.focusconcursos.com.br | 31
Estatística | Fabricio Biazotto
ESTATÍSTICA
3 – Tipos de Amostragem
A) Probabilísticos:
Amostragem Sistemática
n = 50 (Amostra)
então r = N/n = 500/50 = 10, (teremos uma Progressão Aritmética (PA) de razão
10)
www.focusconcursos.com.br | 32
Estatística | Fabricio Biazotto
ESTATÍSTICA
3 13 23 33 43 ......
an a1 (n 1).r
Amostragem Estratificada
Após a determinação dos estratos, seleciona-se uma amostra aleatória de cada uma
subpopulação (estrato).
Tipos de variáveis que podem ser usadas em estratificação: idade, classes sociais, sexo,
profissão, salário, procedência, etc.
www.focusconcursos.com.br | 33
Estatística | Fabricio Biazotto
ESTATÍSTICA
tais casos, uma amostra aleatória simples desses subgrupos (conglomerados) podem
ser escolhidas, e uma contagem completa deve ser feita no conglomerado sorteado.
B) Não Probabilísticos:
4 – Tamanho da Amostra
www.focusconcursos.com.br | 34
Estatística | Fabricio Biazotto
ESTATÍSTICA
Discreta (ou descontinua) – quando a menor diferença não-nula entre dois valores
possíveis dessa variável é finita. Normalmente resulta de contagem.
a) Distribuição de Bernoulli
www.focusconcursos.com.br | 35
Estatística | Fabricio Biazotto
ESTATÍSTICA
q = 1 − p.
P(X = 0) = q e P(X = 1) = p
E(X) = p
b) Distribuição Binomial
www.focusconcursos.com.br | 36
Estatística | Fabricio Biazotto
ESTATÍSTICA
𝒏!
𝑷(𝑨) = 𝑪𝒌𝒏 𝒙 𝒑𝒌 𝒙 𝒒𝒏−𝒌 , 𝒐𝒏𝒅𝒆 𝑪𝒌𝒏 =
𝒌! 𝒙 (𝒏 − 𝒌)!
E(X) = n . p
c) Distribuição de Poisson
A distribuição de Poisson
Esta é uma distribuição associada a “eventos raros”. As razões para isso se tornarão
mais claras a medida que a aplicação desse modelo for descrita. Os eventos podem
ser:
acidentes automotivos
erros de digitação
chegada de um cliente em um banco
entre outros eventos…
www.focusconcursos.com.br | 37
Estatística | Fabricio Biazotto
ESTATÍSTICA
De modo geral, dizemos que a variável aleatória X tem uma distribuição de Poisson
com parâmetro λ > 0, se:
𝒆−𝝀 𝒙 𝝀𝒌
𝑷=
𝒌!
,
E(X) = n . p = = V(x)
Onde: p = / n
www.focusconcursos.com.br | 38
Estatística | Fabricio Biazotto
ESTATÍSTICA
De uma forma bastante resumida imagine uma variável aleatória Poisson, onde temos
a contagem do número de ocorrências em um intervalo. Suponha agora que
estejamos interessados em verificar a probabilidade do tempo transcorrido entre duas
ocorrências consecutivas. Essa última é considerada uma variável aleatória
exponencial.
Essa distribuição contínua que pode ser utilizada para descrever as probabilidades
envolvidas no tempo que decorre para que um determinado evento aconteça. Existe
uma conexão muito próxima entre a distribuição exponencial e a de Poisson. Ou seja,
é Utilizada para descrever o tempo entre as ocorrências de sucessivos eventos de uma
distribuição de Poisson. As relações entre as distribuições podem ser associadas a um
processo estocástico, chamado de processo de Poisson.
𝑷(𝑿 ≤ 𝒙) = 𝟏 − 𝒆−𝝀𝒙 ou
𝑷(𝑿 ≥ 𝒙) = 𝒆−𝝀𝒙
b) Esperança e Variância:
𝟏
𝑬(𝒙) =
𝝀
𝟏
𝑽(𝒙) =
𝝀𝟐
a) 80 % e 20 %
www.focusconcursos.com.br | 39
Estatística | Fabricio Biazotto
ESTATÍSTICA
b) 30 % e 70 %
c) 60 % e 40 %
d) 20 % e 80 %
e) 25 % e 75 %.
Letra D
a) 32/73 e^-4
b) 71/3 e^4
c) 71/3 e^-4
d) 71/3 e^-2
e) 32/3 eˆ-2.
Letra C
Teoricamente, qualquer função f , que não seja negativa e cuja área total sob a curva
seja igual à unidade, caracterizará uma VAC; ou seja:
∞
∫ 𝒇(𝒙)𝒅𝒙 = 𝟏
−∞
www.focusconcursos.com.br | 40
Estatística | Fabricio Biazotto
ESTATÍSTICA
Se uma variável aleatória X possui uma distribuição contínua com f.d.p. f(x), então a
esperança E(X) é definida por:
∞
𝑬(𝒙) = ∫ 𝒙 . 𝒇(𝒙)𝒅𝒙
−∞
Suponha que uma v.a. X possua uma distribuição contínua, cuja f.d.p. é f(x). Então:
∞
𝟐) 𝟐 𝟐
𝑽𝒂𝒓(𝒙) = 𝑬(𝒙 − (𝑬(𝒙)) = ∫ [𝑬(𝒙𝟐 ) − (𝑬(𝒙)) ]𝒇(𝒙)𝒅𝒙
−∞
a) O Modelo Uniforme
Uma v.a. X tem Distribuição Uniforme no intervalo [ , ] se sua f.d.p. é dada por
www.focusconcursos.com.br | 41
Estatística | Fabricio Biazotto
ESTATÍSTICA
𝟏
, 𝒔𝒆 𝜶 ≤ 𝒙 ≤ 𝜷
𝒇(𝒙) = {𝜷 − 𝜶
𝟎, 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓á𝒓𝒊𝒐
𝜶+ 𝜷 (𝜷 − 𝜶)𝟐
𝑬(𝒙) = ( )
𝒆. 𝑽𝒂𝒓 𝒙 =
𝟐 𝟏𝟐
a) 4/3.
b) 3/4.
c) – 3/4.
d) – (3/4) x.
e) – (4/3) x.
Letra C
IV – Distribuição Normal
www.focusconcursos.com.br | 42
Estatística | Fabricio Biazotto
ESTATÍSTICA
ocorrência, a área sob sua curva soma 100%. Isso quer dizer que a probabilidade de
uma observação assumir um valor entre dois pontos quaisquer é igual à área
compreendida entre esses dois pontos.
Características:
www.focusconcursos.com.br | 43
Estatística | Fabricio Biazotto
ESTATÍSTICA
Para achar a área sob a curva normal devemos conhecer dois valores numéricos, a
média e o desvio padrão.
Para cada valor de e/ou temos uma curva de distribuição de probabilidade. Porém,
para se calcular áreas específicas, faz-se uso de uma distribuição particular: a
"distribuição normal padronizada", o qual é a distribuição normal com = 0 e = 1.
Para obter tal distribuição, isto é, quando se tem uma variável X com distribuição
normal com média diferente de 0 (zero) e/ou desvio padrão diferente de 1 (um),
devemos reduzi-la a uma variável Z, efetuando o seguinte cálculo:
𝒙− 𝝁
𝒁=
𝝈
Assim, a tabela fornece áreas acima de que vão desde -3,99 até 3,99. Veja o gráfico da
curva Normal padronizada na Figura abaixo.
www.focusconcursos.com.br | 44
Estatística | Fabricio Biazotto
ESTATÍSTICA
A Tabela III (em anexo) dá os valores de área sob a curva entre 0 e z conforme indicado
na Figura (a). Portanto, é a fórmula anterior modificada para:
www.focusconcursos.com.br | 45
Estatística | Fabricio Biazotto
ESTATÍSTICA
Desde que a distribuição normal é simétrica, para calcular a área entre −∞ e z basta
somar 0,5 aos valores da tabela.
www.focusconcursos.com.br | 46
Estatística | Fabricio Biazotto
ESTATÍSTICA
www.focusconcursos.com.br | 47
Estatística | Fabricio Biazotto
ESTATÍSTICA
www.focusconcursos.com.br | 48
Estatística | Fabricio Biazotto
ESTATÍSTICA
www.focusconcursos.com.br | 49
Estatística | Fabricio Biazotto
ESTATÍSTICA
concluiu que: o custo diário do restaurante segue uma distribuição normal, com
média igual a R$ 500,00 e desvio-padrão igual a R$ 10,00 e que o faturamento
diário, também, apresenta uma distribuição normal, com média R$ 800 e desvio-
padrão R$ 20. Como o Sr. Ramoile conhece muito bem os princípios básicos da
estatística, ele sabe que, se uma variável Z seguir uma distribuição normal
padrão, então Z tem média 0 e variância 1. Ele também sabe que a probabilidade
dessa variável Z assumir valores no intervalo entre 0 < Z < 2 ─ ou seja, entre a
média 0 e 2 desvios-padrão ─ é, aproximadamente, igual a 0,4772. Cecília, muito
preocupada com o futuro de seu restaurante, perguntou a seu pai se ele poderia
verificar a probabilidade de, em um dia qualquer, o custo ser maior do que R$
520,00 e o faturamento ficar no intervalo entre R$ 760,00 e R$ 840,00. Após
alguns minutos, o Sr. Ramoile disse, acertadamente, que as respectivas
probabilidades são, em termos percentuais, iguais a
a) 2,28; 95,44.
b) 52,28; 95,44.
c) 2,28; 98,69.
d) 98,69; 95,44.
e) 98,65; 2,28.
Letra A
www.focusconcursos.com.br | 50
Estatística | Fabricio Biazotto
ESTATÍSTICA
A EQUAÇÃO:
1
(I) COMPLEMENTAR: P(|x – c| 𝜀 ) . 𝐸(𝑥 − 𝑐)2
𝜀2
1 𝛿2
(II) PARA c = : P(|x – | 𝜀 ) . 𝐸 (𝑥 − )2 = P(|x – | 𝜀 )
𝜀2 𝜀
1
(III) PARA c = E 𝜀 = 𝐾 : P(|x – | 𝐾 )
𝐾2
Unindo as três equações acima, para cálculo entre intervalos, chega-se a equação:
𝟏
𝟏− ≤ 𝟏 − (𝑷[𝒙 ≤ 𝝁 − 𝒌𝜹] + [𝒙 ≥ 𝝁 + 𝒌𝜹])
𝒌𝟐
www.focusconcursos.com.br | 51
Estatística | Fabricio Biazotto
ESTATÍSTICA
𝑥 − 𝑛. 𝑝
𝑧=
√𝑛 . 𝑝 . 𝑞
Esta distribuição “t” ou Student foi estudada por Gosset em 1908 e se refere a
pequenas amostras, isto é, quando n < 30. Sua curva representativa é bem semelhante
à curva normal, sendo também simétrica em relação a ordenada máxima, mas
apresentando as extremidades com maior comprimento e mais elevadas, fato este que
determina uma variância maior do que a distribuição normal.
̅ = MÉDIA DA AMOSTRA;
𝑿
= MÉDIA DA POPULAÇÃO;
S = DESVIO PADRÃO DA AMOSTRA;
= DESVIO PADRÃO DA POPULAÇÃO;
= GRAU DE LIBERDADE.
∑(𝑋𝑖 − 𝜇)
𝑆= √
𝑛−1
www.focusconcursos.com.br | 52
Estatística | Fabricio Biazotto
ESTATÍSTICA
𝑥̅ − 𝜇
𝑡=
𝑆𝑥
Genericamente, existe uma família de distribuições “t”, cuja forma tende à distribuição
normal reduzida, à medida que n cresce (pois S tende a e, portanto, t tende a Z).
Distribuição Qui-quadrado(x2)
𝑥− 𝜇 2
𝑥𝛿2 = ∑ 𝑧 2 = ∑( )
𝜎
www.focusconcursos.com.br | 53
Estatística | Fabricio Biazotto
ESTATÍSTICA
Parâmetros da Distribuição:
E(x) = e V(x) = 2
Distribuição F de Snedecor.
www.focusconcursos.com.br | 54
Estatística | Fabricio Biazotto
ESTATÍSTICA
Onde V1 = 1 e V2 = 9
A) Principais Características:
B) Teorema:
𝑄1
𝐹 = 𝑉1
𝑄2
𝑉2
C) RELAÇÕES IMPORTANTES:
www.focusconcursos.com.br | 55
Estatística | Fabricio Biazotto
ESTATÍSTICA
Observação:
(𝑛 − 1)𝑆12
(𝑛 − 1)𝜎 2
𝐹=
(𝑚 − 1)𝑆22
(𝑚 − 1)𝜎 2
a) 75% de probabilidade.
b) 25% de probabilidade.
c) 60,9% de probabilidade.
d) 39,1% de probabilidade.
e) 89% de probabilidade.
Letra c
V. TESTE DE HIPÓTESE
www.focusconcursos.com.br | 56
Estatística | Fabricio Biazotto
ESTATÍSTICA
P(erro I) =
Tipos de Testes:
www.focusconcursos.com.br | 57
Estatística | Fabricio Biazotto
ESTATÍSTICA
a) formular as hipóteses H0 e H1
www.focusconcursos.com.br | 58
Estatística | Fabricio Biazotto
ESTATÍSTICA
𝝁𝟎 − 𝝁
𝒁𝒕𝒆𝒔𝒕𝒆 = 𝝈
√𝒏
Onde: = média afirmada em H0
Suponha, por exemplo, que queiramos estimar a renda média de pessoas que
concluíram um curso superior, no primeiro ano após a formatura. QUANTAS rendas
devemos incluir em nossa amostra? A determinação do tamanho de uma amostra é
problema de grande importância, porque:
𝑍𝛼/2 . 𝜎 2
𝑛=( )
𝐸
www.focusconcursos.com.br | 59
Estatística | Fabricio Biazotto
ESTATÍSTICA
Onde:
n = Número de indivíduos na amostra
Z/2 = Valor crítico que corresponde ao grau de confiança desejado.
= Desvio-padrão populacional da variável estudada.
E=Margem de erro ou ERRO MÁXIMO DE ESTIMATIVA (Identifica a diferença máxima
entre a média amostral (X) e a verdadeira média populacional (), ou seja: 𝑥̅ − 𝜇 ).
www.focusconcursos.com.br | 60
Estatística | Fabricio Biazotto
ESTATÍSTICA
e) se for igual a 5%, então a probabilidade de ocorrer erro tipo II é 95% LETRA B
Técnica utilizada para comparação entre dois ou mais níveis de tratamento, de uma
ou mais variáveis de teste (fatores de controle)
H0: A = B ... = n
𝐻1 : 𝜇𝐴 ≠ 𝜇𝐵 ≠ ⋯ ≠∶ 𝜇𝑛
www.focusconcursos.com.br | 61
Estatística | Fabricio Biazotto
ESTATÍSTICA
A partir da variância das médias amostrais, veja que para cada variável existe
uma média, assim fazer a variância destas médias (Entre Tratamentos)
∑ 𝑛𝑡 (𝑥̅𝑡 − 𝑥̿ )2
2 ̅ 2
𝛿 = 𝑆 = 𝑆𝑋 𝑥 𝑛 =
𝐾−1
(onde n = tamanho das amostras de tratamento)
Assim a relação entre estes dois métodos, que uma distribuição de probabilidades (Z)
já tabelado, gerando assim a estatística F:
F>> 1 = Rejeitar Ho ( o que quer dizer que as populações são muito diferentes)
F 1 = Aceitar Ho, logo confirma-se a teoria inicial, de aceitar Ho e com isso as
populações são muito parecidas)
www.focusconcursos.com.br | 62
Estatística | Fabricio Biazotto
ESTATÍSTICA
Quadro de ANOVA:
Onde:
nt = tamanho da amostra
EXEMPLO. Uma metalúrgica deseja fazer o teste de vida útil de brocas de corte. Foram
escolhidos três fabricantes diferentes e foram obtidos os seguintes dados:
FATOR DE CONTROLE
A B C
www.focusconcursos.com.br | 63
Estatística | Fabricio Biazotto
ESTATÍSTICA
a) Ser rejeitada
b) Ser aceita
c) Não existem informações suficiente para análise
d) Está dentro do nível de significância F
e) É melhor rejeitar a hipótese alternativa H1.
Letra A
ANÁLISE DE REGRESSÃO
No exemplo a seguir, tem -se um conjunto de pontos sugerindo uma função linear.
www.focusconcursos.com.br | 64
Estatística | Fabricio Biazotto
ESTATÍSTICA
𝜀 = (𝜀1 , 𝜀2 , 𝜀3 , … , 𝜀𝑛 ) .
www.focusconcursos.com.br | 65
Estatística | Fabricio Biazotto
ESTATÍSTICA
𝐿 = ∑ 𝜖𝑖2 = ∑[𝑌𝑖 − 𝛽0 − 𝛽1 𝑥𝑖 ] 2
∑ 𝒙𝒊 𝒚𝒊 − 𝒏. 𝒙
̅. 𝒚
̅
̂1 =
𝛽
∑ 𝒙𝟐 − 𝒏. 𝒙 ̅𝟐
A equação de regressão estimada pode ser vista como uma tentativa para explicar as
variações na vaiável dependente Y, que resultam das alterações das variáveis
independentes X1,X2,...,Xk.
www.focusconcursos.com.br | 66
Estatística | Fabricio Biazotto
ESTATÍSTICA
OBS: O ajustamento será tanto melhor quanto menor for SSE relativamente a SST
𝑺𝑺𝑹 𝑺𝑺𝑬
𝒓𝟐 = =𝟏−
𝑺𝑺𝑻 𝑺𝑺𝑻
Note que: 0 ≤ r2 ≤ 1;
Ou também este coeficiente pode ser utilizado como uma medida da qualidade do
ajustamento, ou como medida da confiança depositada na equação de regressão
como instrumento de previsão:
www.focusconcursos.com.br | 67
Estatística | Fabricio Biazotto
ESTATÍSTICA
ANO
1970 26 23
1971 25 21
1972 31 28
1973 29 27
1974 27 23
1975 31 28
1976 32 27
1977 28 22
1978 30 26
1979 30 25
www.focusconcursos.com.br | 68
Estatística | Fabricio Biazotto
ESTATÍSTICA
seguintes resultados:
̂ = 𝟏𝟎 + 𝟐, 𝟓 𝒙𝟏 + 𝟎, 𝟑 𝒙𝟐 + 𝟐𝒙𝟑
𝑰. 𝒚
𝑰𝑰. 𝑶 𝒄𝒐𝒆𝒇𝒊𝒄𝒊𝒆𝒏𝒕𝒆 𝒅𝒆 𝒅𝒆𝒕𝒆𝒓𝒎𝒊𝒏𝒂çã𝒐 𝒓𝟐 é 𝒊𝒈𝒖𝒂𝒍 𝒂 𝟎, 𝟗𝟓𝟑𝟐
𝑰𝑰𝑰. 𝑶 𝑽𝒂𝒍𝒐𝒓 − 𝒑 = 𝟎, 𝟎𝟎𝟑
b) 0,003 é o mais baixo nível de significância ao qual a hipótese nula pode ser rejeitada.
TESTE DO QUI-QUADRDO.
www.focusconcursos.com.br | 69
Estatística | Fabricio Biazotto
ESTATÍSTICA
2 – DISTRIBUIÇÃO DO QUI-QUADRADO.
www.focusconcursos.com.br | 70
Estatística | Fabricio Biazotto
ESTATÍSTICA
3 – TESTE DE HIPÓTESES.
Regras de Decisão:
www.focusconcursos.com.br | 71
Estatística | Fabricio Biazotto
ESTATÍSTICA
•É necessário obter duas estatísticas : X²calculado: obtido diretamente dos dados das
amostras e X² tabelado: depende do número de graus de liberdade e do nível de
significância adotado.
•Ao aplicar o teste do X², supõe-se que o tamanho amostral será relativamente
grande;
•Quando a amostra é pequena e/ou que a frequência esperada em uma das classes
é pequena(tipicamente, quando for menor que 5) a fórmula de obtenção de X² poderá
produzir um valor significativo (> do que o X² crítico), e, portanto, maior do que o
valor real;
𝟐
(𝒐𝟏 − 𝒆𝟏)𝟐 (𝒐𝟐 − 𝒆𝟐)𝟐 (𝒐𝒏 − 𝒆𝒏)𝟐
𝒙 = + + ⋯+
𝒆𝟏 𝒆𝟐 𝒆𝒏
•Nos casos de tabelas 2x2, caso necessário, Fisher recomenda o uso de um fator de
correção de continuidade de YATES para cada classe, a fim de evitar eventuais
conclusões erradas.
www.focusconcursos.com.br | 72
Estatística | Fabricio Biazotto
ESTATÍSTICA
1)o valor de Qui-Quadrado obtido é maior que o crítico e o valor de N é menor que
40 ou;
2) o valor de Qui-Quadrado obtido é maior que o crítico e há pelo menos uma classe
com frequência esperada menor que 5.
𝒙𝟐 𝒌
𝑪𝑪 = √ + √
𝒙𝟐 + 𝒏 𝒌−𝟏
EXEMPLO. Em um certo hospital, foi feita uma pesquisa entre vacinas e resfriados
de seus pacientes, gerando a seguinte tabela:
FICAR RESFRIADO
VACINAÇÃO
RESFRIADO NÃO RESFRIADO
VACINADO 15 20
NÃO VACINADO 25 40
www.focusconcursos.com.br | 73
Estatística | Fabricio Biazotto
ESTATÍSTICA
Foi feito então um estudo para se saber através destes dados, as relações entre
resfriado e vacinação. Após o tratamento estatístico dos dados, através dos qui-
quadrados, chegou-se a seguinte conclusão:
CORRELAÇÃO
1. Conceitos iniciais
www.focusconcursos.com.br | 74
Estatística | Fabricio Biazotto
ESTATÍSTICA
Propriedades da Variância:
𝑪𝒐𝒗 (𝒙, 𝒚) = 𝒙𝒚 − 𝒙 . 𝒚
Propriedades da Covariância:
1ª) a covariância não é influenciada por operações de soma e subtração: Cov(X A,Y B)
= Cov(X,Y), onde A e B são constantes.
www.focusconcursos.com.br | 75
Estatística | Fabricio Biazotto
ESTATÍSTICA
x y x2 y2 xy
www.focusconcursos.com.br | 76
Estatística | Fabricio Biazotto
ESTATÍSTICA
1 5 1 25 5
2 7 4 49 14
3 12 9 144 36
4 13 16 169 52
5 18 25 324 90
6 20 36 400 120
1.11
21 75 91 1 317
a) 0,903
b) 0,926
c) 0,947
d) 0,962
e) 0,989
Letra E
www.focusconcursos.com.br | 77
Estatística | Fabricio Biazotto
ESTATÍSTICA
www.focusconcursos.com.br | 78
Estatística | Fabricio Biazotto
ESTATÍSTICA
Índice de Laspeyres.
No índice de Laspeyres a ponderação é feita em função dos preços e quantidades do
período base. Por causa disso ele tende a exagerar a alta, por considerar as
quantidades (ou preços) iguais aos do período base. As equações:
Índice de Paasche.
No índice de Paasche a ponderação é feita em função dos preços e quantidades do
período atual. Por causa disso ele tende a exagerar a baixa, por considerar as
quantidades (ou preços) iguais aos do período atual. A mudança constante da época
“atual” pode encarecer a pesquisa para identificar os pesos. Por essa razão os índices
de preços, que costumam fazer as ponderações dos diversos itens com base em
pesquisas de orçamentos familiares, geralmente utilizam a fórmula de Laspeyres (ou
alguma modificação dela).
www.focusconcursos.com.br | 79
Estatística | Fabricio Biazotto
ESTATÍSTICA
para atualizar a base, tornando-a mais próxima da realidade atual (por este
motivo, periodicamente o IBGE realiza pesquisas de orçamento familiar, com a
finalidade de incluir as mudanças nos hábitos de consumo nas ponderações dos
seus índices).
para permitir a comparação de duas séries de índices que tenham bases
diferentes.
Série temporal.
“As variações de preço, causadas por inflação ou deflação, podem obscurecer as
variações de quantidade”. Isso significa que às vezes o que parece ser um crescimento
de vendas, ou aumento na participação no mercado (por apresentar maior
faturamento) deve-se mais a flutuações de preços, ou desvalorizações cambiais, do
que realmente a acréscimos nas quantidades vendidas. Este problema torna-se mais
grave se examinamos longas séries temporais, incluindo vários anos (considerando,
no caso do Brasil, as grandes mudanças estruturais que a economia sofreu, o problema
torna-se ainda mais sério).
É preciso fazer a deflação da série temporal. Em outras palavras, remover o efeito da
inflação nos valores da série temporal. Devemos procurar um número índice
apropriado para isso:
se for uma empresa que vende diretamente ao consumidor final, no varejo,
utilizar como deflator um índice de preços ao consumidor (como o IPC-A do
IBGE, o IPC da FIPE, etc.);
se a empresa vender bens de capital, ou realizar vendas no atacado, devemos
utilizar um índice que retrate as flutuações de tal mercado (como o IGP-M da
Fundação Getúlio Vargas, do qual 60% deve-se ao Índice de Preços por Atacado,
calculado pela mesma instituição);
se a empresa exporta, seria interessante incluir também a flutuação da taxa de
câmbio do país (ou países de destino).
É importante ressaltar que é preciso ter os números índices de base fixa. Se apenas os
relativos de ligação forem disponíveis é necessário aplicar o procedimento visto no
número índice relativo de ligação para obter os números índices de base fixa.
Independente do deflator (índice) escolhido o procedimento é similar:
www.focusconcursos.com.br | 80
Estatística | Fabricio Biazotto
ESTATÍSTICA
www.focusconcursos.com.br | 81