Você está na página 1de 65

Estatı́stica

Departamento de Estatı́stica / UFPB


Módulo: Estatı́stica Descritiva

1. Estatı́stica Descritiva

1.1 Conceitos Fundamentais

1.2 Tabelas

1.3 Gráficos

1.4 Medidas de Posição

1.5 Medidas de Dispersão

1 32
Medidas de Tendência Central

Medidas de Tendência Central:


As medidas de tendência central descrevem a tendência que os dados têm de se agrupar em torno de
valores centrais, determinando em qual posição da reta dos reais se concentram a maioria dos dados.

As principais medidas de tendência central


são:
Média;
Moda;
Mediana.

2 32
Média

Média
A média aritmética é o ponto de equilı́brio no conjunto de dados.

Definição (Média):
Considere a amostra x1, x2, . . . , xn com n valores observados da variável X. A média aritmética de X é
definida por:
ÿ n
xi
x1 ` x2 ` ¨ ¨ ¨ ` xn
x̄ “ i“1 ou, simplesmente, x̄ “ . (1)
n n

Exemplo 1:
Considere os seguintes valores observados da variável X: 3, 5, 2, 6. Qual é a média aritmética de X?

3 32
Exemplo 1:

Considere os seguintes valores observados da variável X: 3, 5, 2, 6. Qual é a média aritmética de X?

Resposta simples:
3 ` 5 ` 2 ` 6 16
x̄ “ “ “ 4. (2)
4 4

4 32
Exemplo 1:

Considere os seguintes valores observados da variável X: 3, 5, 2, 6. Qual é a média aritmética de X?

Resposta simples:
3 ` 5 ` 2 ` 6 16
x̄ “ “ “ 4. (2)
4 4

Utilizando o conceito de média:

Imagine que tenhamos bolas azuis com peso de 1 (uma) unidade e quatro balanças. Então temos a seguinte
configuração para os números: 3, 5, 2 e 6.

4 32
Exemplo 1:

Considere os seguintes valores observados da variável X: 3, 5, 2, 6. Qual é a média aritmética de X?

Resposta simples:
3 ` 5 ` 2 ` 6 16
x̄ “ “ “ 4. (2)
4 4

Utilizando o conceito de média:

Imagine que tenhamos bolas azuis com peso de 1 (uma) unidade e quatro balanças. Então temos a seguinte
configuração para os números: 3, 5, 2 e 6. Distribuindo as bolinas nas balanças para que todas tenham o
mesmo peso, encontramos que o peso de equilı́brio é 4. Portanto, a média de 3, 5, 2 e 6 é igual a 4.

4 32
Propriedades da Média

A soma dos desvios em relação a média sempre é igual à zero.

n
ÿ
pxi ´ x̄q “ px1 ´ x̄q ` px2 ´ x̄q ` ¨ ¨ ¨ ` pxn ´ x̄q “ 0. (3)
i“1

Em outras palavras, a soma de todos os desvios em relação a média, representados por px1 ´ x̄q,
px2 ´ x̄q, . . . , pxn ´ x̄q, sempre será igual a zero.

Exemplo 2:
Considere o Exemplo 1, em que os valores são 3, 5, 2 e 6, n “ 4 e x̄ “ 4. Verifique a propriedade da
equação (3).

5 32
Exemplo 2:

Considere o Exemplo 1, em que os valores são 3, 5, 2 e 6, n “ 4 e x̄ “ 4. Verifique a propriedade da equação (3).

Primeiramente, devemos calcular todos os desvios px ´ x̄q “ px ´ 4q em relação a média, em seguida, somá-los.

x px ´ x̄q “ px ´ 4q
3 p3 ´ 4q “ ´1
5 p5 ´ 4q “ `1
2 p2 ´ 4q “ ´2
6 p6 ´ 4q “ `2
Total 0

Note que ao obtermos os desvios em relação a média, os valores positivos e os negativos sempre se anulam,
porque a média é o ponto de equilı́brio destes n “ 4 números.

6 32
Propriedades da Média

Linearidade
Se yi “ axi ` b, para a e b constantes e i “ 1, 2, . . . , n. Então ȳ “ ax̄ ` b.

A propriedade de linearidade nos diz que se multiplicarmos por uma constante paq e/ou somarmos uma constante
pbq a todos os valores da variável X, então, para encontrar a média desses novos números Y , basta multiplicar
a média de X pela constante paq e somar a constante pbq.

Exemplo 3:
Transforme os valores do Exemplo 1 com a expressão linear: y “ 4x ´ 2. Qual é a média de Y ?

7 32
Exemplo 3:

Transforme os valores do Exemplo 1 com a expressão linear: y “ 4x ´ 2. Qual é a média de Y ?

Primeiramente, devemos encontrar as novas quantidades de bolas aplicando a transformação: y “ 4x ´ 2 aos


números: 3, 5, 2 e 6. Obtemos os seguintes valores: 10, 18, 6 e 22, cuja a média é 14.

x y “ 4x ´ 2
3 4p3q ´ 2 “ 10
5 4p5q ´ 2 “ 18
2 4p2q ´ 2 “ 6
6 4p6q ´ 2 “ 22
Total 56

Note que existe outra forma de interpretar esse problema. Esta transformação é como se cada bolinha fosse
quatro vezes mais pesadas, e que em cada bolinha fosse reduzido o peso em 2 unidades. Então o novo ponto
de equilı́brio é 4p4q ´ 2 “ 14, ou seja, ȳ “ ax̄ ` b.
8 32
Exemplo 4:
Transforme os valores do Exemplo 1 com a expressão: z “ x2. Qual é a média de Z?

Sabemos que x2 não é uma transformação linear. Será que


z1 ` z2 ` . . . ` zn x21 ` x22 ` ¨ ¨ ¨ ` x2n ?
z̄ “ “ “px̄q2?
n n
Por um lado, temos x̄2 “ 42 “ 16.

Por outro, temos


z1 ` z2 ` z3 ` z4 x21 ` x22 ` x23 ` x24 32 ` 52 ` 22 ` 62 74
z̄ “ “ “ “ “ 18,5.
4 4 4 4

Portanto, x̄2 “ 16 ‰ 18,5 “ z̄.

A propriedade
9
de linearidade não se aplica a transformações não lineares. 32
Média Ponderada

Definição (Média Ponderada):


Suponha que cada valor xj possua o peso pj , para todo j “ 1, 2, . . . , k. Então, a média ponderada é
definida por:
ÿk
pj xj
j“1 p 1 x1 ` p2 x2 ` ¨ ¨ ¨ ` pk xk
x̄ “ k ou, simplesmente, x̄ “ .
ÿ p1 ` p2 ` ¨ ¨ ¨ ` p k
pj
j“1

Exemplo 5:
O professor avalia os alunos com 4 provas onde cada uma tem peso diferente, que são: 1, 2, 3 e 4. Um
aluno tirou as notas 8, 7, 9 e 9. Qual é a média do aluno?

10 32
Exemplo 5:
O professor avalia os alunos com 4 provas onde cada uma tem peso diferente, que são: 1, 2, 3 e 4. Um aluno
tirou as notas 8, 7, 9 e 9. Qual é a média do aluno?

Uma forma simples de resolver essa questão é criando uma tabela com a coluna x das notas, a coluna p dos
pesos e a coluna p ¨ x com a multiplicação das notas pelos seus respectivos pesos, como mostra abaixo. A média
85
ponderada é a divisão do total da coluna p ¨ x pelo total da coluna de pesos p, isto é, x̄ “ 10 “ 8, 5.

x p p¨x
8 1 1 ¨ 8 “8
7 2 2 ¨ 7 “14
9 3 3 ¨ 9 “27
9 4 4 ¨ 9 “36
Total 10 85

Outra maneira é usar a fórmula diretamente:


p1 x1 ` p2 x2 ` ¨ ¨ ¨ ` p k xk 1 ¨ 8 ` 2 ¨ 7 ` 3 ¨ 9 ` 4 ¨ 9 85
x̄ “ “ “ “ 8,5.
p1 ` p2 ` ¨ ¨ ¨ ` p k 1`2`3`4 10
11 32
Média para dados agrupados por classes:

Definição (Média por Classe):


Se os dados estão agrupados em intervalos de classe, então a média pode ser calculada pela fórmula:
k
ÿ
f j xj
j“1 f1x1 ` f2x2 ` ¨ ¨ ¨ ` fk xx
x̄ “ k
ou, simplesmente, x̄ “ ,
ÿ n
fj
j“1

k
lij `lsj
ÿ
em que n “ fj , k é o número de classes, fj é a frequência simples da classe j, xj “ 2 é o ponto
j“1
médio da classe j, lij e lsj são os limites inferior e superior da classe j, respectivamente.

12 32
Exemplo 6:
Calcule a média baseada nos dados agrupados por classe abaixo.

Classes fj
10$ 20 2
20$ 30 12
30$ 40 15
40$ 50 11
50$ 60 5
ř
45

13 32
Exemplo 6:
Calcule a média baseada nos dados agrupados por classe abaixo.
Primeiramente, devemos calcular os pontos médios das classes,
Classes fj xj por exemplo, o da primeira classe é 10`20
2 “ 15.
10$ 20 2 p10 ` 20q{2 “15
20$ 30 12 p20 ` 30q{2 “25
30$ 40 15 p30 ` 40q{2 “35
40$ 50 11 p40 ` 50q{2 “45
50$ 60 5 p50 ` 60q{2 “55
ř
45

13 32
Exemplo 6:

Calcule a média baseada nos dados agrupados por classe abaixo.


Primeiramente, devemos calcular os pontos médios das classes,
Classes f x f ¨x por exemplo, o da primeira classe é 10`20
2 “ 15.
10$ 20 2 15 2 ¨ 15 “30 Crie uma coluna com os produtos f ¨ x;
20$ 30 12 25 12 ¨ 25 “300
30$ 40 15 35 15 ¨ 35 “525
40$ 50 11 45 11 ¨ 45 “495
50$ 60 5 55 5 ¨ 55 “275
ř
45 1625

13 32
Exemplo 6:

Calcule a média baseada nos dados agrupados por classe abaixo.


Primeiramente, devemos calcular os pontos médios das classes,
Classes f x f ¨x por exemplo, o da primeira classe é 10`20
2 “ 15.
10$ 20 2 15 2 ¨ 15 “30 Crie uma coluna com os produtos f ¨ x;
20$ 30 12 25 12 ¨ 25 “300 Portanto, a média é
30$ 40 15 35 15 ¨ 35 “525 ř
40$ 50 11 45 11 ¨ 45 “495 f ¨ x 1625
x̄ “ ř “ “ 36,11.
50$ 60 5 55 5 ¨ 55 “275 f 45
ř
45 1625

13 32
Moda

Moda
Os valores do conjunto de dados que mais se repetem são chamados de moda.

Exemplo 7:
Determine a(s) moda(s) dos conjuntos de dados abaixo:

X “ t12, 18, 12, 16u;


Y “ t40, 30, 30, 30, 60, 60, 60, 50u;
Z “ t10, 9, 11, 8, 8, 14, 14, 9, 13u;
W “ t9, 9, 9, 9, 9u;
V “ t10, 11, 8, 9, 13, 14, 12u.

14 32
Exemplo 7: amostra X “ t12, 18, 12, 16u

Determine a(s) moda(s) da amostra X.


Amostra de X: 12 18 12 16

15 32
Exemplo 7: amostra X “ t12, 18, 12, 16u

Determine a(s) moda(s) da amostra X.


Primeiramente devemos encontrar as frequências Amostra de X: 12 18 12 16
dos valores de X.

Tabela: X 12 16 18

Frequências: 2 1 1

15 32
Exemplo 7: amostra X “ t12, 18, 12, 16u

Determine a(s) moda(s) da amostra X.


Primeiramente devemos encontrar as frequências Amostra de X: 12 18 12 16
dos valores de X.
O número 12 possui a maior frequência, portanto, a
moda de X é 12, isto é, Tabela: X 12 16 18

MopXq “ 12.
Frequências: 2 1 1
Neste caso, dizemos que X é unimodal (uma
moda).

15 32
Exemplo 7: amostra Y “ t40, 30, 30, 30, 60, 60, 60, 50u

Determine a(s) moda(s) da amostra Y .


Amostra de Y : 40 30 30 30 60 60 60 50

16 32
Exemplo 7: amostra Y “ t40, 30, 30, 30, 60, 60, 60, 50u

Determine a(s) moda(s) da amostra Y .


Primeiramente devemos encontrar as Amostra de Y : 40 30 30 30 60 60 60 50
frequências dos valores de Y .

Tabela: X 30 40 50 60

Frequências: 3 1 1 3

16 32
Exemplo 7: amostra Y “ t40, 30, 30, 30, 60, 60, 60, 50u

Determine a(s) moda(s) da amostra Y .


Primeiramente devemos encontrar as Amostra de Y : 40 30 30 30 60 60 60 50
frequências dos valores de Y .
Os números 30 e 60 possuem, ambos, a
maior frequência, portanto, as modas de Tabela: X 30 40 50 60
Y são 30 e 60, isto é,

MopY q “ t30, 60u. Frequências: 3 1 1 3


Neste caso, dizemos que Y é bimodal
(duas modas).

16 32
Exemplo 7: amostra Z “ t10, 9, 11, 8, 8, 14, 14, 9, 13u

Determine a(s) moda(s) da amostra Z.


Amostra de Z: 10 9 11 8 8 14 14 9 13

17 32
Exemplo 7: amostra Z “ t10, 9, 11, 8, 8, 14, 14, 9, 13u

Determine a(s) moda(s) da amostra Z.


Primeiramente devemos encontrar as Amostra de Z: 10 9 11 8 8 14 14 9 13
frequências dos valores de Z.

Tabela: Z 8 9 10 11 13 14

Frequências: 2 2 1 1 1 2

17 32
Exemplo 7: amostra Z “ t10, 9, 11, 8, 8, 14, 14, 9, 13u

Determine a(s) moda(s) da amostra Z.


Primeiramente devemos encontrar as Amostra de Z: 10 9 11 8 8 14 14 9 13
frequências dos valores de Z.
Os números 8,9 e 14 possuem, todos, a
maior frequência, portanto, as modas de Tabela: Z 8 9 10 11 13 14
Z são 8, 9 e 14, isto é,

MopZq “ t8, 9, 14u. Frequências: 2 2 1 1 1 2


Neste caso, dizemos que Z é trimodal
(três modas).

17 32
Exemplo 7: amostra W “ t9, 9, 9, 9, 9u

Determine a(s) moda(s) da amostra W .


Amostra de W : 9 9 9 9 9

18 32
Exemplo 7: amostra W “ t9, 9, 9, 9, 9u

Determine a(s) moda(s) da amostra W .


Primeiramente devemos encontrar as Amostra de W : 9 9 9 9 9
frequências dos valores de W .

Tabela: W 9

Frequências: 5

18 32
Exemplo 7: amostra W “ t9, 9, 9, 9, 9u

Determine a(s) moda(s) da amostra W .


Primeiramente devemos encontrar as Amostra de W : 9 9 9 9 9
frequências dos valores de W .
Temos apenas um único número 9.
Como não há pelo menos um número Tabela: W 9
com frequência superior as dos demais,
então não temos moda. Neste caso,
dizemos que W é amodal (não tem Frequências: 5
moda).

18 32
Exemplo 7: amostra V “ t10, 11, 8, 9, 13, 14, 12u

Determine a(s) moda(s) da amostra V .


Amostra de V : 10 11 8 9 13 14 12

19 32
Exemplo 7: amostra V “ t10, 11, 8, 9, 13, 14, 12u

Determine a(s) moda(s) da amostra V .


Primeiramente devemos encontrar as Amostra de V : 10 11 8 9 13 14 12
frequências dos valores de V .

Tabela: V 8 9 10 11 12 13 14

Frequências: 1 1 1 1 1 1 1

19 32
Exemplo 7: amostra V “ t10, 11, 8, 9, 13, 14, 12u

Determine a(s) moda(s) da amostra V .


Primeiramente devemos encontrar as Amostra de V : 10 11 8 9 13 14 12
frequências dos valores de V .
Todos os números tem frequência igual a
1, portanto, nenhum número se destaca. Tabela: V 8 9 10 11 12 13 14
Neste caso, dizemos que V é amodal
(não tem moda).
Frequências: 1 1 1 1 1 1 1

19 32
Moda para dados agrupados por classes:

Definição (Moda por Classe):


Se os dados estiverem agrupados em intervalos de classe, a moda de uma variável unimodal pode ser
aproximada utilizando o ponto médio da classe com maior frequência ou através da equação:

ˆ ˙
c ¨ fpos
MopXq “ l ` ,
fant ` fpos
em que
l : limite inferior da classe modal;
c : amplitude da classe modal;
fpos : frequência posterior a classe modal;
fant : frequência anterior a classe modal.

20 32
Exemplo 8:

Calcule a moda baseada nos dados agrupados por classe abaixo.

Classes fj
10$ 20 2
20$ 30 12
30$ 40 15
40$ 50 11
50$ 60 5
ř
45

21 32
Exemplo 8:

Calcule a moda baseada nos dados agrupados por classe abaixo.


Só há uma classe com maior frequência, ou seja, temos uma variável
Classes fj unimodal.
10$ 20 2
20$ 30 12
30$ 40 15
40$ 50 11
50$ 60 5
ř
45

21 32
Exemplo 8:

Calcule a moda baseada nos dados agrupados por classe abaixo.


Só há uma classe com maior frequência, ou seja, temos uma variável
Classes fj unimodal.
10$ 20 2 A classe de maior frequência é a terceira pj “ 3q, com frequência f3 “ 15.
20$ 30 12 Então 30$ 40 é a classe modal.
30$ 40 15
40$ 50 11
50$ 60 5
ř
45

21 32
Exemplo 8:

Calcule a moda baseada nos dados agrupados por classe abaixo.


Só há uma classe com maior frequência, ou seja, temos uma variável
Classes fj unimodal.
10$ 20 2 A classe de maior frequência é a terceira pj “ 3q, com frequência f3 “ 15.
20$ 30 12 Então 30$ 40 é a classe modal.
30$ 40 15 l “ 30, c “ 40 ´ 30 “ 10, fpos “ 11 e fant “ 12, assim:
40$ 50 11 ˆ ˙ „ 
50$ 60 5 c ¨ fpos 10 ¨ 11
MopXq “ l ` “ 30 ` “ 30 ` 4,8 “ 34,8.
fant ` fpos 12 ` 11
ř
45

21 32
Mediana

Definição (Mediana):
Considere o conjunto de valores
x1, x2, . . . , xn.
Denotamos por
xp1q, xp2q, . . . , xpnq
a sequência ordenada em forma crescente, em que xpiq é o valor da variável X que está na ordem i.

A mediana é o valor que ocupa:


a posição central (se n é ı́mpar) ou
a média dos dois valores centrais (se n for par).
Uma expressão que resume isso é:
#
xp n`1 q , se n é ı́mpar
2
MdpXq “ xp n q`xp n `1q
2 2
2 , se n é par

22 32
Exemplo 9:

Determine a mediana dos conjuntos de dados abaixo:

X “ t12, 18, 12, 16u;


Y “ t40, 30, 30, 30, 60, 60, 60, 50u;
Z “ t10, 9, 11, 8, 8, 14, 14, 9, 13u;
W “ t9, 9, 9, 9, 9u;
V “ t10, 11, 8, 9, 13, 14, 12u.

23 32
Exemplo 9: amostra X “ t12, 18, 12, 16u

Determine a mediana da amostra X.


Amostra de X:

12 18 12 16

24 32
Exemplo 9: amostra X “ t12, 18, 12, 16u

Determine a mediana da amostra X.


Primeiramente, devemos ordenar a Amostra de X:
amostra de X.

12 18 12 16

Amostra ordenada de X:

12 12 16 18

24 32
Exemplo 9: amostra X “ t12, 18, 12, 16u

Determine a mediana da amostra X.


Primeiramente, devemos ordenar a Amostra de X:
amostra de X.
Como n “ 4 é par, a mediana é a média
dos dois valores centrais, isto é, 12 18 12 16
12 ` 16
MdpXq “ “ 14.
2 Amostra ordenada de X:

12 12 16 18

24 32
Exemplo 9: amostra Y “ t40, 30, 30, 30, 60, 60, 60, 50u

Determine a mediana da amostra Y .


Amostra de Y :

40 30 30 30 60 60 60 50

25 32
Exemplo 9: amostra Y “ t40, 30, 30, 30, 60, 60, 60, 50u

Determine a mediana da amostra Y .


Primeiramente, devemos ordenar a Amostra de Y :
amostra de Y .

40 30 30 30 60 60 60 50

Amostra ordenada de Y :

30 30 30 40 50 60 60 60

25 32
Exemplo 9: amostra Y “ t40, 30, 30, 30, 60, 60, 60, 50u

Determine a mediana da amostra Y .


Primeiramente, devemos ordenar a Amostra de Y :
amostra de Y .
Como n “ 8 é par, a mediana é a média
dos dois valores centrais, isto é, 40 30 30 30 60 60 60 50
40 ` 50
MdpY q “ “ 45.
2 Amostra ordenada de Y :

30 30 30 40 50 60 60 60

25 32
Exemplo 9: amostra Z “ t10, 9, 11, 8, 8, 14, 14, 9, 13u

Determine a mediana da amostra Z.


Amostra de Z:

10 9 11 8 8 14 14 9 13

26 32
Exemplo 9: amostra Z “ t10, 9, 11, 8, 8, 14, 14, 9, 13u

Determine a mediana da amostra Z.


Primeiramente, devemos ordenar a Amostra de Z:
amostra de Z.

10 9 11 8 8 14 14 9 13

Amostra ordenada de Z:

8 8 9 9 10 11 13 14 14

26 32
Exemplo 9: amostra Z “ t10, 9, 11, 8, 8, 14, 14, 9, 13u

Determine a mediana da amostra Z.


Primeiramente, devemos ordenar a Amostra de Z:
amostra de Z.
Como n “ 9 é ı́mpar, a mediana é o
valor central, isto é, 10 9 11 8 8 14 14 9 13

MdpZq “ 10.
Amostra ordenada de Z:

8 8 9 9 10 11 13 14 14

26 32
Exemplo 9: amostra W “ t9, 9, 9, 9, 9u

Determine a mediana da amostra W .


Amostra de W :

9 9 9 9 9

27 32
Exemplo 9: amostra W “ t9, 9, 9, 9, 9u

Determine a mediana da amostra W .


Como n “ 5 é ı́mpar, a mediana é o Amostra de W :
valor central, isto é,

MdpW q “ 9.
9 9 9 9 9

Amostra ordenada de W :

9 9 9 9 9

27 32
Exemplo 9: amostra V “ t10, 11, 8, 9, 13, 14, 12u

Determine a mediana da amostra V .


Amostra de V :

10 11 8 9 13 14 12

28 32
Exemplo 9: amostra V “ t10, 11, 8, 9, 13, 14, 12u

Determine a mediana da amostra V .


Primeiramente, devemos ordenar a Amostra de V :
amostra de V .

10 11 8 9 13 14 12

Amostra ordenada de V :

8 9 10 11 12 13 14

28 32
Exemplo 9: amostra V “ t10, 11, 8, 9, 13, 14, 12u

Determine a mediana da amostra V .


Primeiramente, devemos ordenar a Amostra de V :
amostra de V .
Como n “ 7 é ı́mpar, a mediana é o
valor central, isto é, 10 11 8 9 13 14 12

MdpV q “ 11.
Amostra ordenada de V :

8 9 10 11 12 13 14

28 32
Mediana para dados agrupados por classes:

Definição (Mediana por classe):


Se os dados estiverem agrupados em intervalos de classe, a mediana pode ser aproximada utilizando o ponto
médio da classe que contém a mediana ou através da equação:
c ¨ p n2 ´ Fantq
ˆ ˙
M dpXq “ l `
fM d
em que,
l : é o limite inferior da classe mediana;
c : é a amplitude da classe mediana;
Fant : é a frequência acumulada anterior a classe mediana;
fM d : é a frequência da classe mediana.

29 32
Exemplo 10:

Calcule a moda baseada nos dados agrupados por classe abaixo.

Classes fj
10$ 20 2
20$ 30 12
30$ 40 15
40$ 50 11
50$ 60 5
ř
45

30 32
Exemplo 10:

Calcule a moda baseada nos dados agrupados por classe abaixo.


Note que n “ 45 é impar, então, a classe que contém a mediana é a que
Classes fj contém o valor de x na posição n`1 45`1
2 “ 2 “ 23 .
˝

10$ 20 2
20$ 30 12
30$ 40 15
40$ 50 11
50$ 60 5
ř
45

30 32
Exemplo 10:

Calcule a moda baseada nos dados agrupados por classe abaixo.


Note que n “ 45 é impar, então, a classe que contém a mediana é a que
Classes fj contém o valor de x na posição n`1 45`1
2 “ 2 “ 23 .
˝

10$ 20 2 Na primeira classe tem apenas os 2 primeiros valores, na segunda tem os


20$ 30 12 12 seguintes, na terceira estão os valores nas posições 15˝ até 29˝. Com
30$ 40 15 isso, a classe 30$ 40 contem o 23˝ valor e é a classe mediana.
40$ 50 11
50$ 60 5
ř
45

30 32
Exemplo 10:

Calcule a moda baseada nos dados agrupados por classe abaixo.


Note que n “ 45 é impar, então, a classe que contém a mediana é a que
Classes f F contém o valor de x na posição n`1 45`1
2 “ 2 “ 23 .
˝

10$ 20 2 2 Na primeira classe tem apenas os 2 primeiros valores, na segunda tem os


20$ 30 12 14 12 seguintes, na terceira estão os valores nas posições 15˝ até 29˝. Com
30$ 40 15 29 isso, a classe 30$ 40 contem o 23˝ valor e é a classe mediana.
40$ 50 11 40 Assim, l “ 30, c “ 40 ´ 30 “ 10, Fant “ 14 e fM d “ 15.
50$ 60 5 45
c ¨ p n2 ´ Fantq 10 ¨ p 45
ˆ ˙ ˆ ˙
ř
45 2 ´ 14q
M dpXq “ l ` “ 30 ` “ 35,6.
fM d 15

30 32
Comparação das medidas de Tendência Central

Média: a média é a medida de tendência central mais utilizada na estatı́stica, porque a média possui propriedades
únicas e muito importantes para inferência estatı́stica. No entanto, a média sofre muita influência de valores
atı́picos (valores muito mais alto/baixo que os demais).

31 32
Comparação das medidas de Tendência Central

Média: a média é a medida de tendência central mais utilizada na estatı́stica, porque a média possui propriedades
únicas e muito importantes para inferência estatı́stica. No entanto, a média sofre muita influência de valores
atı́picos (valores muito mais alto/baixo que os demais).

Moda: a moda é uma medida de tendência central que nem sempre representa uma amostra por um único
valor. Por esta razão, a moda é mais indicada quando temos dados com mais de uma moda. Além disso,
nem sempre os valores da moda são os valores centrais, por exemplo, 8, 9 e 14 são as modas de Z “
t10, 9, 11, 8, 8, 14, 14, 9, 13u, mas esses números não estão no centro da sequência ordenada: t8, 8, 9, 9, 10, 11, 13, 1

31 32
Comparação das medidas de Tendência Central

Média: a média é a medida de tendência central mais utilizada na estatı́stica, porque a média possui propriedades
únicas e muito importantes para inferência estatı́stica. No entanto, a média sofre muita influência de valores
atı́picos (valores muito mais alto/baixo que os demais).

Moda: a moda é uma medida de tendência central que nem sempre representa uma amostra por um único
valor. Por esta razão, a moda é mais indicada quando temos dados com mais de uma moda. Além disso,
nem sempre os valores da moda são os valores centrais, por exemplo, 8, 9 e 14 são as modas de Z “
t10, 9, 11, 8, 8, 14, 14, 9, 13u, mas esses números não estão no centro da sequência ordenada: t8, 8, 9, 9, 10, 11, 13, 1

Mediana: a mediana é a medida de tendência central mais robusta, porque ela não é influenciada por valor
atı́picos e sempre representa a amostra por valores centrais.

31 32
Referências Bibliográficas

Os livros BUSSAB e MORETTIN (2017), COSTA NETO (2002) estão disponı́vel na Minha Biblioteca, que é
uma base de livros eletrônicos, em português, que reúne milhares de tı́tulos acadêmicos das diversas áreas do
conhecimento. Para acessar a Biblioteca você deve fazer o login no SIGAA da UFPB e acessar seguindo esta
sequência no menu: Biblioteca ´ ą Pesquisar Livros Digitais ´ ą Minha Biblioteca.

BUSSAB, W. O.; MORETTIN, P. A. Estatı́stica Básica. 9ª. ed. São Paulo: Saraiva, 2017. Disponı́vel em:
xhttps://sigaa.ufpb.bry.
COSTA NETO, P. L. O. Estatı́stica. 2ª. ed. São Paulo: Edgard Blücher, 2002. Disponı́vel em:
xhttps://sigaa.ufpb.bry.

32 / 32

Você também pode gostar