Escolar Documentos
Profissional Documentos
Cultura Documentos
2
SUMÁRIO
A estatística no dia-a-dia
A estatística e sua história
Definindo a estatística
Apresentando a estatística descritiva
Apresentando a estatística indutiva
Entendendo a escolha de amostras
Variáveis estatísticas
Dados da pesquisa
Tabelas estatísticas
Distribuições de frequências
Elaborando tabelas de frequência
Apresentação gráfica
Histogramas
Polígono de frequências
Poligonal ogiva
3
UNIDADE IV: MEDIDAS DESCRITIVAS
4
Palavra dos Professores autores
Olá, seja muito bem-vindo (a)!
Caro estudante.
Os autores
5
Sobre os autores
6
Ambientação a disciplina
7
Trocando ideias com os autores
8
CALLEGARI-JACQUES, Sidia M. Bioestatística: Princípios e aplicações. Artmed,
Porto Alegre, 2003.
Guia de Estudo
Analise os dois livros e faça uma síntese fazendo um paralelo nas duas
obras e relacionando com o assunto abordado nessa disciplina.
9
Problematizando
Para que possamos compreender esse tipo de notícia e até dar nossa opinião
fundamentada é necessário entender e interpretar tais gráficos. O gráfico acima
mostra que no Brasil quase a metade das Instituições de Ensino Superior estão
na região sudeste. Isso é um exemplo da presença da estatística no nosso dia-
a-dia.
GUIA DE ESTUDO:
A partir do exposto acima, como você pode usar a estatística nas suas
atividades diárias?
10
Apresentando a Estatística
CONHECIMENTO
HABILIDADES
ATITUDES
11
A estatística no dia a dia
Figura 1.1
Para que possamos compreender esse tipo de notícia e até dar nossa
opinião fundamentada é necessário entender e interpretar tais gráficos. O
gráfico acima mostra que no Brasil quase a metade das Instituições de Ensino
Superior estão na região sudeste. Isso é um exemplo da presença da
estatística no nosso dia-a-dia. Outro exemplo é uma pesquisa que dá
informação sobre a distribuição dos brasileiros por regiões e tipo de domicílio.
Ela foi realizada pelo Instituto Brasileiro de Geografia e Estatística – IBGE o
qual pode constatar, no censo de 2000, que:
12
O IBGE publicou a tabela a seguir que mostra também a distribuição por
sexo, onde os números representam milhões de habitantes.
13
Vejamos dois exemplos de uso simples da estatística, onde são usados os
conceitos de média e desvio padrão.
Jogador A Jogador B
Jogo Nºde pontos Jogo Nºde pontos
1 20 1 30
2 22 2 14
3 18 3 20
4 20 4 12
5 19 5 16
14
maior chance de fazer a escolha certa. Além disso, poderia dizer que fez uma
escolha técnica com base científica.
15
Portanto, originalmente a estatística era um estudo para coletar dados
numéricos sobre populações a serem usados pelos governos, e eram feitos por
matemáticos com a participação de órgãos públicos.
Definindo a estatística
1. ORGANIZA
CONJUNTO TOMADA
2. DESCREVE
DE DE
3. ANALISA
DADOS NUMÉRICOS DECISÃO
4. INTERPRETA
16
Costumamos dividir estas quatro fases de uma pesquisa estatística em
duas grandes partes: a estatística descritiva e a estatística indutiva, de modo
que podemos resumir esta ciência assim:
1. Organiza
Estatística
Descritiva 2. Descreve
ESTATÍSTICA
Estatística 3. Analisa
Indutiva 4. Interpreta
Hoje a estatística se expandiu para muito além de sua origem ligada aos
censos para informações do Estado. Seus métodos são hoje usados na
agronomia, na saúde pública, no controle de qualidade na indústria, nos índices
sociais, ou nos índices educacionais que formam a base da política
educacional.
17
Apresentando a estatística descritiva
A maioria das pessoas que algum dia estudou estatística lembra que fez
tabelas, gráficos de barras e cálculo de médias. Assim, elas estudaram a
Estatística Descritiva, pois é nesta parte da estatística que estas coisas são
estudadas. Vamos agora compreender melhor esta popular parte da
estatística.
18
Apresentando a estatística indutiva
I) Indução
II) População
19
III) Amostra
População
Amostra
Inferência estatística
Estudo
estatístico
na amostra
20
IV) Probabilidade
Agora podemos dizer que a estatística indutiva usa métodos que são
capazes de tirar conclusões probabilísticas sobre uma população. Para isso,
usa resultados obtidos sobre uma amostra que foram feitos:
21
Técnicas Estatística Cálculo
de Descritiva de
Amostragem Probabilidade
População
Inferência estatística
Estatistica
Indutiva
22
acabaria a produção da fábrica. Assim, neste experimento somos obrigados a
usar uma amostra.
23
uma estatística, pois esse resultado vem de uma pesquisa de uma amostra de
1500 a 2000 eleitores. Entretanto, esta estatística de 37% é uma estimativa do
parâmetro e este, será o valor verdadeiro da população. Não existe garantia
matemática de que as estatísticas amostrais sejam bem próximas dos
parâmetros populacionais, entretanto há uma grande probabilidade de que isso
ocorra.
24
amostra. É isso que veremos a seguir no artigo retirado do livro, onde um
antropólogo estuda a porcentagem de sangue tipo O dos habitantes de uma
ilha.
1Citada
Organização de dados
por Sonia Vieira. Introdução a Bioestatística. Elsevier,2008, p.11-12
25
2
CONHECIMENTO
HABILIDADES
ATITUDES
26
Variáveis estatísticas
27
1. Discreta
2. Contínua
Quantitativas
Variáveis
Estatísticas
Qualitativas
3. Nominais
4. Ordinais
28
Notas dadas pelos clientes
4 3 3 4 5
2 1 4 5 3
5 3 2 4 4
4 5 1 3 2
Rol = 1,1,2,2,2,3,3,3,3,3,4,4,4,4,4,4,5,5,5,5.
Tabelas estatísticas
29
Vejamos a seguir duas tabelas diferentes que são utilizadas para organizar os
dados coletados, onde a primeira é usada para variáveis numéricas enquanto a
segunda para variáveis qualitativas.
Exemplo 1:
Tabela 2.1
30
Ao olharmos para a tabela já notamos que as colunas identificam as variáveis
estudadas e as linhas os dados relativos a cada paciente. Por exemplo: a
terceira paciente tem 38 anos, passou 34 horas na diálise, pesa 67,8 kg e
apresentou a pressão 140 por 100 mmHg. Observe que todas as variáveis são
quantitativas, pois assumem valores numéricos. Portanto, uma tabela organiza
e facilita a leitura dos dados numéricos coletados em um estudo.
Exemplo 2:
Tabela 2.2
Respostas Frequência
Bom 1150
Regular 450
Ruim 280
Não opinaram 120
Total 2000
31
Nesta pesquisa temos apenas uma variável: a qualidade do técnico. Na
coluna da esquerda estão os valores nominais que esta variável assume, isto
é, as respostas: bom, regular e ruim. A coluna da direita indica o número de
vezes que cada resposta se repetiu. Esta repetição de um mesmo dado é
chamada em estatística de frequência. É esse tipo de tabela que estudaremos
a seguir.
Distribuições de frequências
Exemplo 1:
32
Respostas da pesquisa na favela
3 3 3 3 3 2 3 1
2 1 3 3 3 2 3 3
2 3 3 1 2 1 3 1
2 3 1 3 3 1 2 2
3 3 3 2 1 3 3 2
33
Respostas dos moradores da favela informando o
problema da comunidade
Respostas Frequência
Educação 8
Saúde 10
Segurança 22
Total 40
34
Tabela 2.4: frequências relativas
Exemplo 2:
35
Fazendo a apuração dos votos pelo método habitual obteremos as
frequências absolutas.
36
Exemplo 3:
Altura de 40 alunos
CLASSES CONTAGEM
37
Simbologia usada na Estatística
a) Frequências absolutas: f
b) Frequências relativas: fr
38
c) Frequências acumuladas: F
Agora façamos uma tabela que apresenta as três frequências para usá-
la quando for conveniente e vamos representar os intervalos pelo símbolo
usado na estatística.
Tabela 2.6
39
Elaborando tabelas de frequências
Altura de 40 alunos
1,65 1,73 1,87 1,79 1,72
1,72 1,94 1,79 1,88 1,81
I) Número de Classes: K
40
Vejamos como usá-la: numa calculadora científica colocamos o número
de dados N e apertamos na tecla LOG e ela nos dará o valor. Por ex.
. Esta fórmula produz um número quebrado para K. Devemos, como
sugestão, usar o inteiro mais próximo conveniente. Vejamos os exemplos:
Ex.1
Ex.2
Ex.3
41
Para geramos uma fórmula prática, basta representarmos os conceitos
envolvidos por letras como se segue:
42
teórica para a amplitude, pois o pesquisador pode e deve usar sua experiência
para escolher uma amplitude conveniente. No exemplo em estudo os
professores escolheram que os alunos fossem agrupados de 10 em 10 cm, isto
é, com amplitude de 0,10m. Deve-se ressaltar que as amplitudes das classes
podem ser diferentes, porém é mais prático tê-las iguais.
Neste caso devemos ter 6 classes e todas com amplitude de 0,07. Para
criarmos a primeira classe consideramos o valor mínimo dos dados (1,52)
como o seu limite inferior. Para obtermos o limite superior somamos a
amplitude 0,07 e obtemos 1,59. A segunda classe começa com o limite
superior da primeira (1,59) e somamos de novo a amplitude 0,07 e obtemos
seu limite superior (1,66). Esse processo se repete até a última classe que terá
seus limites fechados. Veja o processo a seguir:
43
Classe 3: 1,66 + 0,07=1,73 então 1,66├───1,73
Neste caso devemos ter 5 classes e todas com amplitude de 0,10. Além
disso, os professores escolheram para os limites das classes números práticos
e que facilitassem a interpretação. Assim começou a primeira classe com 1,50
e somou a amplitude de 0,10, obtendo 1,60 para limite superior:
44
Fazendo a contagem para obter as frequências das 5 classes teremos o
seguinte: f1=4; f2=8; f3=18; f4=8; f5=2
Elas são formadas por dados que têm uma característica comum
escolhida pelo pesquisador. Naturalmente, quando repartimos, por exemplo,
um grupo de pessoas em classes, perderemos a informação especifica sobre
cada pessoa. Por outro lado obtemos informação coletiva, pois os indivíduos de
uma classe são semelhantes em alguma característica. É isso que a estatística
deseja: conhecer o comportamento coletivo. Assim escolhemos o
representante da classe como sendo a média aritmética dos extremos da
classe, isto é, o ponto médio do intervalo de classe.
45
Apresentação de Dados
CONHECIMENTO
HABILIDADES
ATITUDES
46
Apresentação gráfica
Como já foi dito, jornais, revistas e televisão usam os gráficos por que
facilitam a comunicação e interpretação de suas notícias. Mas, a principal
vantagem dos gráficos está no poder de resumir e apresentar uma pesquisa.
Eles são elaborados a partir de tabelas, e apesar da aparente variedade,
podem ser classificados em três tipos: setores, retângulos e linhas, como se vê
nos exemplos abaixo.
6
1º Tri
4 Série 1 2º Tri
2 Série 2 3º Tri
4º Tri
0
5
4
3 Série 1
2 Série 2
1
0
Gráfico de Linhas
47
Exemplo 1
I) Gráficos de Setores
Tipo A
Tipo B
48
Tipo O
Tipo AB
Tipo A:
15%
Tipo Tipo B:
AB: 10%
50% Tipo
O:
25%
Este tipo de gráfico é formado por retângulos que podem ser horizontais
ou verticais. Quando são horizontais chamamos de barras, e quando verticais,
de colunas. Nos gráficos de barras os comprimentos das barras são
proporcionais às frequências, enquanto que nos gráficos de colunas são as
alturas que são proporcionas as frequências. No Word esses gráficos são
também feitos apenas introduzindo as frequências. Entretanto, se desejarmos
desenhar o gráfico de colunas no papel, caderno ou planilha, deverá escolher
49
um comprimento padrão para representar 10%. Por exemplo, se 1 cm
representar 10%, a frequência de 25% teria uma coluna de 2,5cm de altura.
Gráfico de colunas
40%
25%
20% 15%
10%
0%
A B O AB
Gráfico de barras
Tipo AB
Tipo O
Tipo B
Tipo A
50
frequência. Por isso, esses gráficos são chamados de linhas poligonais. A
tabela 3.2 neles ficaria assim:
Histogramas
Significado de Histograma:
Gráfico ou diagrama constituído por retângulos cuja altura representa uma
variável, e desenhados sobre uma linha que representa outra variável.
51
horizontal, e por conveniência, um pouco deslocado da origem do sistema de
eixos. Isso é preciso por que nas tabelas de frequências de variável numérica o
fim de um intervalo de classe é o inicio do outro. Como exemplo mostro o
histograma das distribuições das alturas dos alunos, feitas no capítulo 2, tanto
para frequência absoluta como para relativa. Para isto retomemos tabela 2.6.
Tabela 2.6
52
Histogramas de frequência relativas
50%
40%
30%
20%
10%
0%
1,50 a 1,60 a 1,70 a 1,80 a 1,90 a
1,60 1,70 1,80 1,90 2,00
Polígono de frequências
Polígono de frequências
20
15
10
0
0,7 1,5 1,6 1,7 1,8 1,9 2
53
Poligonal ogiva
Alturas F
1,5 ├─── 4
1,6
1,6 ├─── 12
1,7
1,7 ├─── 30
1,8
1,8 ├─── 38
1,9
1,9 ├─── 40
2,0
54
Ogiva: as frequências acumuladas das
alturas dos alunos
50
40
30
20
10
0
1,5 1,6 1,7 1,8 1,9 2.00
55
Medidas Descritivas
CONHECIMENTO
HABILIDADES
ATITUDES
56
Medidas das distribuições
Medidas de posição
Medidas de dispersão
Medidas de assimetria
Onde cada uma destas medidas são números que informam como os dados
numéricos estão distribuídos.
I) Medidas de posição
57
II) Medidas de dispersão
Todas estas medidas podem ser calculadas a partir dos dados brutos
(Rol), mas a importância maior está na obtenção delas quando os dados já
estão tabelados numa distribuição de frequências. Para obtê-las usamos
algumas fórmulas. Portanto, conhecendo estes números temos uma
informação do comportamento coletivo dos dados.
Moda: mo
58
EXEMPLO 1:
M F F M F
M M M F M
Assim, a variável sexo, admitindo apenas dois valores, teve frequência 19 para
o masculino e 5 para o feminino. Portanto, a moda neste processo de seleção
foi o sexo masculino.
𝐃𝟏
𝐌𝐨 𝐋𝐢 𝐀
𝐃𝟏 𝐃𝟐
Sendo:
Li: limite inferior da classe modal
D1: diferença entre a frequência da classe modal e da classe anterior.
D2: diferença entre a frequência da classe modal e da classe superior.
A: amplitude das classes.
59
EXEMPLO 2:
Alturas fi
1,50 ├─── 1,60 4
1,60 ├─── 1,70 8
1,70 ├─── 1,80 18
1,80 ├─── 1,90 8
1,90 ├───┤2,0 2
Total 40
Tabela 4.1
RESOLUÇÃO:
Li = 1,7 D1 = 18 – 8 = 10
A = 0,1 D2 = 18 – 8 = 10
7
7
60
Mediana: Md
EXEMPLO 1:
RESOLUÇÃO:
1,1, 2, 2, 3, 4, 4, 6, 7, 7, 7, 8, 9, 9,9
Portanto:
61
a mediana será 5,0. Portanto, se N for par, a mediana não estará entre os
dados, mesmo assim, ela será um número que divide o conjunto ao meio. Veja:
1,1, 2, 2, 3, 4, 4, 6, 7, 7, 7, 8, 9,9
𝑵
𝑭𝒂
𝑴𝒅 𝑳𝒊 𝟐 𝑨
𝒇𝒅
EXEMPLO 2:
RESOLUÇÃO:
Como N=40, teremos para a mediana um valor abstrato entre o 20º e o
21º termos quando colocados em ordem crescente. Ela estará na terceira
62
classe, pois até a 2ª temos apenas 12 alturas, mas ao terminarmos a 3ª já
teremos colocado 28. Vamos identificar os elementos da fórmula:
Média: x
EXEMPLO 1
63
Portanto, 5,0 é a nota que melhor representa o desempenho do aluno.
Certamente diríamos que o aluno começou mau (3,0), avançou para bom (7,0),
mas na média foi regular (5,0)
EXEMPLO 2
64
{ }
X: é a variável estatística
: são valores da variável
x : é a média dos valores
∑ 𝒙𝒊
𝒙
𝑵
65
EXEMPLO 1
RESOLUÇÃO:
∑
Então a média será 5,4. Veja que é um número entre a nota mínima 1 e
a máxima 9. Note também que, apesar de não ter havido a nota 5,4 este
número será o representante do conjunto de notas.
∑ 𝒇 𝒊 𝒙𝒊
𝒙
𝑵
66
Nesta fórmula
Classes fi xi
a├── b f1
b├── c f2
c├── d f3
d├── e f4
e├──┤ f f5
Total ∑
EXEMPLO 2:
Vamos calcular a média das notas dos 25 alunos agora numa tabela.
Você verá que mesmo não dispondo das notas obteremos um valor bem
próximo daquele obtido diretamente delas.
Intervalos de notas fi
1,0├─── 2,6 3
2,6├─── 4,2 5
4,2├─── 5,8 4
5,8├─── 7,4 8
7,4├───┤ 9,0 5
67
RESOLUÇÃO:
Intervalos de notas fi
1,0 ├─── 2,6 3 1,8 5,4
2,6 ├─── 4,2 5 3,4 17,0
4,2 ├─── 5,8 4 5,0 20,0
5,8 ├─── 7,4 8 6,6 51,2
7,4 ├──┤9,0 5 8,2 41,0
Total 25 ∑
Desvio padrão: sx
68
As medidas de dispersão informam se nesta tendência de centralidade,
os dados estão concentrados ou dispersos. Isto é, dizem se diferem
muito ou não do valor central.
∑ 𝒇𝒊 𝒙𝒊 – 𝒙 ²
𝑺𝒙
𝑵
I) Amplitude total: At
69
𝑨𝒕 𝒙𝒎𝒂𝒙 𝒙𝒎𝒊𝒏
EXEMPLO 1:
RESOLUÇÃO:
=9
=1
70
A = {4, 5, 5, 6} B = {3, 4, 6,7}
Isso mostra que a média de um conjunto por si só, não diz muito, pois
essas médias são iguais, mas os conjuntos que elas representam, são
diferentes.
A = {4, 5, 5, 6}
= 4 – 5 = -1 =5–5=0
=5–5=0 =6–5=1
A soma dos desvios de A = (-1)+0+0+1 = 0
B = {3, 4, 6,7}
=3–5=-2 = 4 – 5 = -1
=6–5=1 = 7 – 5 = -2
A soma dos desvios = (-2) + (-1) + 1 +2 =0
Vemos que nos dois casos a soma é zero. Isso não foi uma
coincidência, é uma propriedade dos conjuntos: a soma dos desvios em torno
da media é sempre zero. Portanto, conjuntos diferentes tem a mesma soma
dos desvios, logo ela não pode caracterizá-los. Mas, com um pouco de
71
matemática, a ideia inicial pode ser ainda aproveitada: basta considerarmos os
valores absolutos, isto é, os módulos de cada desvio antes de soma-los, pois
assim todos serão positivos. Agora se dividiremos esta soma pelo total de
dados teremos o desvio médio (Dm). Assim definimos:
∑ 𝒙𝒊 𝒙
𝑫𝒎
𝑵
EXEMPLO 1
RESOLUÇÃO:
1º) Cálculo de
= |5 - 5| = 0 = |5 - 5| = 0
= |5 - 5| = 0 = |5 - 5| = 0
∑ = 0 + 0 + 0 + 0 = 0
∑
72
2º) Cálculo de
= |4 - 5| = 1 = |5 - 5| = 0
= |5 - 5| = 0 = |6 - 5| = 1
∑ = 1 + 0 + 0 + 1 =2
∑
3º) Cálculo de
= |3 - 5| = 2 = |4 - 5| = 1
= |6 - 5| = 1 = |7 - 5| = 2
∑ = 2 + 1 + 1 + 2 = 6
∑
73
os dados. Logo, o desvio médio é uma boa medida para descrever um conjunto
de dados numéricos.
|7 - 3| = 4, (7-3)²=4², √
74
Agora substituindo os desvios pelas diferenças de cada dado e a média
teremos:
∑ 𝒙𝒊 𝒙 𝟐
𝑽𝒂𝒓 𝒙
𝑵
75
𝑺𝑿 √𝑽𝒂𝒓 𝑿
EXEMPLO 1:
RESOLUÇÃO
√ 7
76
Assim vemos que os dois tipos de desvios foram próximos, pois em B
tivemos: 7 e em C tivemos: . Portanto, a
obtenção da fórmula do desvio padrão foi um bom artifício matemático.
Classes fi
a├─── b f1
b├─── c f2
c├─── d f3
d├───┤e f4
77
Tabela para o cálculo da média
Classes fi xi
a ├─── b f1
b ├─── c f2
c ├─── d f3
d├─── e f4
Total ∑
Fórmula da média
∑ 𝒙𝒊
𝒙
𝑵
f –
f1
f2
f3
f4
∑ 𝒇𝒊 𝒙𝒊 – 𝒙 ²
𝑺𝒙
EXEMPLO 1 𝑵
78
Calcular a média e o desvio padrão das alturas dos alunos que estão
distribuídos na tabela a seguir.
Classe de alturas f
1,5 ├─── 1,6 4
1,6 ├─── 1,7 8
1,7 ├─── 1,8 18
1,8 ├─── 1,9 8
1,9 ├───|2,0 2
RESOLUÇÃO
Classes fi xi
1,5├─── 1,6 4
1,6├─── 1,7 8
1,7├─── 1,8 18
1,8 ├─── 1,9 8
1,9 ├───|2,0 2
Total
79
1º) Cálculo dos pontos médios: xi
x1
Classes fi xi
1,5├─── 1,6 4 1,55 6,2
1,6├─── 1,7 8 1,65 13,2
1,7├─── 1,8 18 1,75 31,5
1,8 ├─── 1,9 8 1,85 14,8
1,9 ├───|2,0 2 1,95 3,9
Total 69,6
∑
7
80
Parte 2: Cálculo do desvio padrão
F –
4 1,55
8 1,65
18 1,75
8 1,85
2 1,95
Total
81
0,16 + 0,08 + … + 0,08 = 1,20
f –
4 1,55 - 0,19 0,04 0,16
8 1,65 - 0,09 0,01 0,08
18 1,75 0,01 0,00 0,00
8 1,85 0,11 0,01 0,88
2 1,95 0,21 0,04 0,08
Total 1,20
∑ –
√ 7
82
Leitura Obrigatória
83
Pesquisando com a Internet
GUIA DE ESTUDO:
84
Vendo com os olhos de ver
GUIA DE ESTUDO:
Após assisti ao vídeo faça uma resenha sobre o conteúdo abordado pelo
o professor. Depois disponibilize no ambiente virtual.
85
Saiba mais
Prezado aluno,
GUIA DE ESTUDO
Após a leitura do slide, faça um texto sobre o que você entendeu sempre
fazendo comparações com o material estudado. Ao concluir o texto
disponibilize na sala virtual.
86
REVISANDO
87
A média e o desvio padrão são as duas medidas mais usadas para
caracterizar um conjunto de dados de uma variável estatística.
AUTOAVALIAÇÃO
01. Em qual das opções abaixo a ciência estatística está melhor definida:
02. Para cada uma das tabelas de frequências que se seguem o construir:
Salário em reais f F
500 ├─── 700 6 6
700 ├─── 900 9 15
900 ├─── 1100 18 33
1100 ├─── 1300 12 45
1300 ├─── 1500 5 50
Total 50
88
II. As ligações telefônicas de uma empresa num período de 70 dias foram
distribuídas por semanas e estão na tabela abaixo.
Tempo em dias f
1 ├─── 7 9
7 ├───14 17
14├─── 21 28
21 ├─── 28 32
28 ├─── 35 15
35 ├─── 42 12
42 ├─── 49 17
49 ├─── 56 37
56 ├─── 62 12
62 ├─── 70 11
Total 190
Tempo em minutos f
40 ├─── 45 3
45 ├─── 50 8
50 ├─── 55 16
55 ├─── 60 12
89
60 ├─── 65 7
65 ├─── 70 3
70 ├─── 75 1
Total 50
90
02. O quadro abaixo mostra as notas de 20 alunos em uma prova de
estatística.
I) II)
Número de Alunos fi Idades fi
100├───200 15 0├───2 2
Salários fi
400├─── 600 13
600 ├─── 800 10
800 ├─── 1000 8
1000├───1200 5
1200├───1500 3
2
91
III) 1500├───┤200 Número de Escolas fi
0 100├───200 15
IV) 200 ├─── 300 25
300 ├─── 400 40
400 ├─── 500 32
500 ├─── 600 8
Bibliografia
BERQUÓ, Elza Salvatori; SOUZA, de Pacheco Maria José; GOTLIEB, Sabina
Léa Douvidson. Bioestatística, 2ª Ed. São Paulo: EPU, 2006.
FONSECA, Jairo Simon. Estatística Aplicada. 5ªed. São Paulo: Editora Atlas,
2008.
HECTOR, Gustavo Arango. Bioestatística: Teoria e Computacional. 2º
edição, Ed. Guanabara Koogan, 2005.
92
MOORE, David S. e MCCABE, George P. Introdução à prática da
Estatística. 3ª ed. Rio de Janeiro: Livros Técnicos e Científicos Editora, 2002.
Bibliografia Web
93
94