232

Unidade 5 Estatística
Unidade 5 Unidade 5 – NEMA11PR (20152608)

NEMA11PR © Porto Editora

Pág. 205 ∑y i
1,8 + 2,4 + 3,6 7,8
3.2.=
y i =1
= = = 2,6
8 3 3 3
∑x i
19
1. =
x i =1
= = 2,375 ; 3.3. y =4 x + b; b ∈ R
8 8 Ponto Desvio vertical do ponto em relação à reta t
8 P1 ( 1 ; 1,8 ) e1= 1,8 − ( 4 × 1 + b )
∑y i
34 P2 ( 3 ; 2,4 ) e2= 2,4 − ( 4 × 3 + b )
y
= i =1
= = 4,25 .
8 8 P3 ( 5 ; 3,6 ) e3= 3,6 − ( 4 × 5 + b )
8 8 3

∑( x ) ∑( x ) ∑e
2 2
x SS
= i − x= i − 8 × x 2 = 61 − 8 × 2,3752 =15,875 i =1,8 − 4 − b + 2,4 − 12 − b + 3,6 − 20 − b =−28,2 − 3b
=i 1 =i 1 i =1
8 8 3

∑( y ) ∑( y ) ∑e
2 2
SS
= y
i − y= i − 8 × y 2 = 160 − 8 × 4,252 =15,5 i = 0 ⇔ − 28,2 − 3b = 0 ⇔ b =−9,4
=i 1 =i 1 i =1

Então tem-se : x = 2,375 ; SSx = 15,875 ; y = 4,25 ; SSy = 15,5 .

Pág. 207
Tarefa 1 4

5 ∑x i
11
∑x 4.1. =
x i =1
= = 2,75
251 i
4 4
1.1.=
x = = 50,2 i =1
4
5 5
x = 50,2 mm ∑y 13 i
y
= i =1
= 3,25
= M ( 2,75 ; 3,25)
5 5
4 4
∑( x ) ∑( x ) Como 3,25 =0,8 × 2,75 + 1 é uma proposição falsa, conclui-se
2 2
1.2. SS
=
i x − x= i x 2 12609 − 5 × 50,2
− 5 ×= = 2
8,8
=i 1 =i 1 que M não pertence à reta dada.
SSx = 8,8
4.2.
2.1. Número de alunos: 20 xi yi yi − ( 0,8 xi + 1)
ei =
20 1 3 1,2
∑y i
4 × 0 + 7×1 + 5×2 + 4 × 3 xi ni 2 2 –0,6
=y i=
=1
= 1,45 3 4 0,6
20 20 0 4 5 4 –1
1 7 4

2.2. Seja e o desvio em relação à média. 2 5 ∑e = i 1,2 − 0,6 + 0,6 − 1= 0,2

e= 2 − 1,45 =0,55
3 4 i =1

O desvio em relação à média é 0,55. 4.3. Seja

= y 0,8 xi + b a equação reduzida da reta s.
4
20
2.3. SSy= ∑( y − y ) = i
2 Sabe-se que ∑e i =1
i = 0 ⇔ b = y − 0,8 x .
i =1
Então, b = 3,25 − 0,8 × 2,75 , ou seja, b = 1,05 .
4 × ( 0 − 1,45) + 7 × ( 1 − 1,45) + 5 × ( 2 − 1,45) + 4 × ( 3 − 1,45)
2 2 2 2
=
=
s: y 0,8 xi + 1,05
= 20,95
SSy = 20,95 Pág. 208

5.1.
Pág. 206
a) Pi xi yi
2. s: =
y 2x + b P1 3,5 1,8
ei =yi − ( 2 xi + b ) ; −1 = 3 − ( 2 × 6 + b ) ⇔ −1 = 3 − 12 − b ⇔ b = −8 . P2 5 2,5
y 2x − 8 .
Então = P3 6,3 4
xi yi ei =yi − ( 2 xi − 8 ) P4 7,2 5,5
A (3, 2) 3 2 4 P5 8 6,2
B (5, 3) 5 3 1 5 5
C (6, 3) 6 3 –1 ∑x
i =1
i = 30 ∑y
i =1
i = 20
D (8, 5) 8 5 –3
5 5
3 ∑x
30 i ∑y i
20
1+3+ 5 ∑x i x i=1 = = 6 ;
= y
= i =1
= = 4.
3.1.
= x i=
=1
= 3 5 5 5 5
3 3

232
 233 Unidade 5 – NEMA11PR (20152608)
Estatística

b) 4.
( xi − x )
2
Pi xi yi xi − x Pi ( xi , yi ) r : y = ax + 5 − 3a ei 2
P1 3,5 1,8 -2,5 6,25
xi yi ei = yi − axi − 5 + 3a
P2 5 2,5 -1 1
1 2 2a − 3 4a 2 − 12a + 9
P3 6,3 4 0,3 0,09
2 4 a −1 a 2 − 2a + 1
P4 7,2 5,5 1,2 1,44 4 6 −a + 1 a 2 − 2a + 1
P5 8 6,2 2 4 5 8 −2a + 3 4a 2 − 12a + 9
5 5 5

∑x ∑y ∑( x −x) =
2
i = 30 i = 20 i 12,78 4
i =1 i =1 i =1 x =3 y =5 ∑e i
2
= 10a2 − 28a + 20
5 i =1

∑( x − x ) =
2
SSx= i 12,78
i =1
4
c) ∑e i
2
= 10a2 − 28a + 20
i =1
Pi xi yi xi yi
P1 3,5 1,8 6,3 5. f ( a ) = 10a2 − 28a + 20
P2 5 2,5 12,5 f ′ (=
a ) 20a − 28
P3 6,3 4 25,2 7
f ′ ( a ) = 0 ⇔ 20a − 28 = 0 ⇔ a =
P4 7,2 5,5 39,6 5
P5 8 6,2 49,6 7
a −∞ +∞
5 5 5
5
∑x i = 30 ∑y i = 20 ∑x y i i = 133,2
f ′ (a )
i =1 i =1 i =1 – 0 +
5
2
∑x y
i =1
i i = 133,2 f ց
5
ր

5 7
A função f atinge um mínimo absoluto para a = .
∑ x y − 5x yi i
133,2 − 5 × 6 × 4 13,2 5
5.2.
= a i =1
= = ≈ 1,033
SSx 12,78 12,78 4

13,2
∑ x y − 4x y i i
74 − 4 × 3 × 5 7
Como b= y − ax , então b ≈ 4 − × 6 , ou seja, b ≈ −2,197 . 6. i =1
= =
12,78 SSx 10 5
t: y 1,033x − 2,197
=
Pág. 209
Tarefa 2
6.
1.
Pontos xi yi xi yi
xi yi
A 2 5 10
1 2 B 4 4 16
2 4 C 5 2 10
4 6 D 7 3 21
5 8 4 4 4
4 4 ∑x i = 18 ∑y i = 14 ∑x y i i = 57
∑x
i =1
i = 12 ∑y
i =1
i = 20 i =1 i =1 i =1

4
4 4
∑x
∑x ∑y
i
18 9
12 i i
20 x
= i =1
= =
x
= i =1
y
= = 3; = i =1
= = 5. 4 4 2
4 4 4 4 4

4 4
∑y i
14 7
∑( x − x ) = ∑( x ) y i =1
2
2. SSx=
2
− 4x 2 = = =
i
=i 1 =i 1
i
4 4 2
4 2
Então, SSx = 10 . 2
SSx = ∑( x )
i =1
i − 4 x = 94 − 4 × 4,52 = 13
4 4
3. Sabe-se que ∑ ei = 0 ⇔ b = y − ax .
i =1
∑ x y − 4x y i i
57 − 4 × 4,5 × 3,5 6
a= i =1
= =− ≈ −0,46
NEMA11PR © Porto Editora

Então, b= 5 − 3a . Assim, tem-se y = ax + 5 − 3a , como se SSx 13 13

pretendia provar. 6
b =y − ax =3,5 + × 4,5 ≈ 5,58
13

233
234
Unidade 5 Unidade 5 – NEMA11PR (20152608)

O declive e a ordenada na origem da reta t são, respetivamente, 4

NEMA11PR © Porto Editora

–0,46 e 5,58. ∑x i
22
a)=
x i =1
= = 5,5
4 4
Pág. 212 4

7.1.
∑y i
13
y
= i =1
= = 3,25
4 4
Temp. Temp. 4
Localidade mínima máxima b)=
SSx ∑x i
2
− 4 x 2 = 134 – 121 = 13
( oC ) ( oC ) i =1

A 12 15 4

B 10 15 SSy
= ∑y
i =1
i
2
− 4 y 2 = 51 – 42,25 = 8,75
C 10 17
D 12 17 1.3. Sabe-se que:
E 8 13
F 4 9 y 2x + b
=
G 8 11 4

H 14 17 ∑e
i =1
i = 0 ⇔ b = y − ax

Então, b =3,25 − 2 × 5,5 ⇔ b =−7,75 .

Proposta 2
2.1.
( xi − x )
2
xi yi xi yi
2 7 9 14
4 9 1 36
6 4 1 24
8 3 9 24
4
x =5 y = 5,75 SSx = 20 ∑x y
i =1
i i = 98
7.2. A distribuição dos pontos sugere uma relação linear positiva,
4
isto é, que à medida que uma variável aumenta a outra também
aumenta.
∑ x y − 4x y i i
98 − 4 × 5 × 5,75
2.2. a = i =1
= = −0,85 ;
SSx 20
Pág. 215 b 5,75 + 0,85 ×=
= 5 10 .
8. A → − 0,8 ; B → 0,03 ; C → 0,2 . Tem-se a = −0,85 e b = 10 .

2.3. Equação reduzida da reta de mínimos quadrados:

Pág. 217 y=
−0,85x + 10

Proposta 1 P3 ( 6,4 )
1.1. Seja e3 o desvio vertical de P3 em relação à reta dos mínimos
quadrados.
e3 =4 − ( −0,85 × 6 + 10 ) =−0,9
O desvio vertical e P3 em relação à reta de mínimos quadrados é
–0,9.

Pág. 218

1.2. Proposta 3
xi yi 3.1. Variável explicativa - Número de horas de treino.
Variável resposta – Número de falhas na final.
3 1
5 4 3.2. a) Recorrendo a uma calculadora gráfica, introduzem-se os
8 5 dados em duas listas e seleciona-se um gráfico de dispersão.
6 3
Número de
4 4 5 20 12 8 15 9 7 13 18 10
horas de treino
∑x
i =1
i = 22 ∑y
i =1
i = 13
Número de
9 0 4 7 3 6 8 4 1 5
falhas na final

234
 235 Unidade 5 – NEMA11PR (20152608)
Estatística

∑ x y − 5x yi i
1885 − 5 × 8,2 × 40
=a i =1
= ≈ 2,8
SSx 86,8

4.3. Seja r o coeficiente de correlação linear.

SSx
Sabe-se que r = a .
SSy

86,8
Considerando a = 2,8226 , tem-se r =2,886 × ≈ 0,9
b) Seja =
y mx + b . 778
O coeficiente de correlação é, aproximadamente 0,9.

Pág. 219

Proposta 5
5.1. A nuvem de pontos sugere uma associação linear positiva.
5.2. y= 0,81 × 15 + 1,55 ⇔ y= 13,7
Espera-se que y = 13,7 .

Proposta 6
6.1. Recorrendo à reta de mínimos quadrados, tem-se:
y= 0,63 × 27 + 4,19 ⇔ y= 21,2
Espera-se que y = 21,2 .

6.2. Seja a o declive da reta de mínimos quadrados e r o

m = −0,59 b = 11,64 coeficiente de correlação.
Sabe-se que a = 0,63 , SSx = 84 e SSy = 36 .
Então, a equação da reta de mínimos quadrados é
y= −0,59 x + 11,64 . SSx 84
r =a = 0,63 × ≈ 0,96
SSy 36
Proposta 4 r ≈ 0,96

Idade (em anos) 3 5 8 10 15

Proposta 7
Massa corporal (em kg) 20 32 45 48 55
7.1.
4.1. xi yi xi − x yi − y
5

∑x i
41
8
5
7
9
2,75
–0,25
–2
0
a) =
x i =1
= = 8,2
5 5 2 12 –3,25 3
5 6 8 0,75 –1
2
SSx
= ∑x
i =1
i
2
− 5 x = 423 – 336,2 = 86,8 x = 5,25 y =9
5

∑y 200 i ( xi − x ) ( yi − y ) ( xi − x )
2
( yi − y )
2

b)=
y i =1
= = 40 –5,5 7,5625 4
5 5
0 0,0625 0
5
2
–9,75 10,5625 9
SSy
= ∑y
i =1
i
2
− 5y = 8778 – 8000 = 778
–0,75 0,5625 1
4

4.2. Seja m o declive da reta de mínimos quadrados. ∑ ( x − x )( y

i =1
i i − y )  = −16 SSx = 18,75 SSy = 14

xi yi xi yi
3 20 60 7.2. Seja r1 o coeficiente de correlação linear da amostra ( x , y ) .
5 32 160 ~
8 45 360 n

10 48 480 ∑ ( x i − x )( yi − y ) 
−16
15 55 825 r1 = i =1
= ≈ −0,99
SSx .SSy 18,75 × 14
NEMA11PR © Porto Editora

4
x = 8,2 y = 40 ∑x y
i =1
i i = 1885

235
236
Unidade 5 Unidade 5 – NEMA11PR (20152608)

7.3. A variável x tem uma correlação mais forte com a variável y

NEMA11PR © Porto Editora

do que com a variável z , uma vez que r1 > r2 , sendo r2 o
coeficiente de correlação de ( x , z ) .
~

Pág. 220

Proposta 8 9 9
8.1. Introduzem-se os dados de HDL e de LDL em duas listas da ∑x i ∑y i
calculadora. =x ; y
= 38 =
i =1
= 145 e C ( 38 , 145 ) .
i =1

9 9

9.2. No menu de gráficos seleciona-se gráfico de dispersão.

A nuvem de pontos obtida sugere uma relação linear negativa.

O coeficiente de correlação obtido a partir da calculadora gráfica
é, aproximadamente – 0,89.
A nuvem de pontos sugere uma relação linear positiva.
8.2. A reta de mínimos quadrados =
y ax + b , obtida a partir da
calculadora é y =
−1,924 x + 219,193 , utilizando valores 9.3. No menu Estatística, seleciona-se Regressão linear.
arredondados às milésimas para a e para b.
Para x = 65 tem-se y =−1,924 × 65 + 219,193 ⇔ y = 94 .
Estima-se que o LDL seja de 94 mg/dl, aproximadamente.
8.3. Consideraria o LDL como variável explicativa e o HDL como
variável resposta. De seguida, determinaria a reta de mínimos
quadrados e a partir dela faria uma estimativa do nível de HDL,
sabendo o nível de LDL.
Considerando valores aproximados às centésimas para o declive
e ordenada na origem, a reta dos mínimos quadrados é
=y 39,83x − 1368,45 .
Pág. 221
Para x = 38,2 , tem-se y = 39,83 × 38,2 − 1368,45 , ou seja,
Proposta 9 y = 153,056 .
9.1. Introduzem-se os dados da temperatura e da frequência Estima-se que a frequência cardíaca seja de
cardíaca em duas listas da calculadora e seleciona-se estatísticas 153 pulsações /minuto.
de duas variáveis, obtendo-se as médias das variáveis.

xi yi
37 52
Pág. 222
37,3 148 Proposta 10
37,5 146
37,7 148 10.1. A variável explicativa deve ser a temperatura do ar e a
38 155 variável resposta a velocidade de propagação do som.
38,4 160
10.2.
38,6 165
38,7 162
a)
38,8 169

236
 237 Unidade 5 – NEMA11PR (20152608)
Estatística

b) Utilizando valores arredondados às milésimas para o declive e ou, em alternativa, selecionar:

para a ordenada na origem da reta de mínimos quadrados,
=
obtém-se a equação y 0,663x + 328,629 .
Para x = 12,5 , obtém-se y = 0,663 × 12,5 + 328,629 , ou seja,
y ≈ 337 .
Estima-se que a velocidade de propagação do som seja
de 337 m/s aproximadamente.

Proposta 11
Para estimar a altitude da localidade A quando é conhecida a
temperatura, considera-se a temperatura t como variável
explicativa.
A respetiva reta de mínimos quadrados pode obter-se recorrendo
a uma calculadora gráfica.

Para B:
Reta de mínimos quadrados: y = −0,022 x + 28,519 .
Fazendo x = 950 , obtém-se y ≈ 7,6 .
Estima-se que a temperatura em B seja aproximadamente de
7,6 °C .
Assim, tem-se:
Para A:
Reta de mínimos quadrados: y = −43,929 x + 1284,881
Altitude de A: 801,7 m
Para B:
Reta de mínimos quadrados: y = −0,022 x + 28,519
Temperatura: 7,6 °C

Reta de mínimos quadrados: y = −43,929 x + 1284,881 . Pág. 224

Para estimar o valor da altitude correspondente a 11 °C de
1. A ( 2, 3 ) , B ( 5, 4 ) e C ( 3, k ) , k ∈ R
temperatura, basta considerar x = 11 , obtendo-se y ≈ 801,7 .
Altitude de A: aproximadamente 801,7 m. Sabe-se que se 1= y − 0,8 x , uma vez que a soma dos desvios
Para estimar a temperatura da localidade B quando é conhecida a verticais dos pontos A, B e C à reta t é igual a 0.
respetiva temperatura, considera-se a altitude h como variável 3+ 4 + k 7+ k 2 + 5 + 3 10
=y = =
; x =
explicativa. 3 3 3 3
7+k 10 7+k 8
Basta considerar: 1= − 0,8 × ⇔= 1 − ⇔ k=4
3 3 3 3
Opção B
2. Sabe-se que, sendo =
y ax + b a equação reduzida da reta dos
mínimos quadrados, b= y − ax . Então, tem-se 5 =3 − 4a ⇔
1
⇔a= − .
2
Opção D
3. A nuvem de pontos sugere uma relação linear positiva pelo
que r e a são positivos.
Opção C
4. Sabendo que b= y − ax , tem-se 0,5 = y − 0,25 × 8 ⇔
5
⇔ y = 2,5= .
2
NEMA11PR © Porto Editora

Opção A

237
238
Unidade 5 Unidade 5 – NEMA11PR (20152608)

NEMA11PR © Porto Editora

Pág. 225 2.1.

1.1. xi yi
20 1,2
25 1,5
28 2,3
28 2,5
30 3
x = 26,2 y = 2,1

5 5
A nuvem de pontos sugere uma relação linear negativa entre as
variáveis x e y.
∑x i ∑y i
=x = 26,2 =
i =1
; y i= =1
2,1 .
5 5
1.2.
Sabe-se que b= y − ax . Então, =
b 2,1 − 26,2a .
( xi − x )
2
xi yi xi yi
5 8 40 25
8 6 48 4 2.2. Seja
= y 0,18 x − 2,56 a equação reduzida da reta de
10 5 50 0 mínimos quadrados.
12 5 60 4
15 3 45 25
Para x = 23 tem-se y= 0,18 × 23 − 2,56= 1,58
5 O valor esperado para a altura da árvore é 1,58 m.
x = 10 y = 5, 4 ∑x y
i =1
i i = 243 SSx = 58

1.3. Seja =
y ax + b a equação reduzida da reta de mínimos
quadrados.
5

∑ x y − 5x y
i i
243 − 5 × 10 × 5,4 27
a =
i =1
= − ≈ −0,5
SSx 58 58
27
b= y − ax = 5,4 + × 10 ≈ 10,1 2.3. O coeficiente de correlação linear, arredondado às
58
milésimas, é 0,938.
Então, a equação reduzida da reta dos mínimos quadrados é
y= −0,5 x + 10,1

238