Universidade Católica de Moçambique

Instituto de Educação à Distância

Estatística e a sua Aplicação

(Estatistica Descritiva e Indutiva)

Agostinho Agostinho Mendonça, Código: 708211554

Curso: Licenciatura em ensino da Língua Portuguesa

Disciplina: Introdução à Estatística

Ano de frequência: 1º ano

Turma: J

Gurué, Maio, 2022

 Agostinho Agostinho Mendonça

Curso de Licenciatura em Ensino da Língua Portuguesa

Tutor: Lucas Mário Paulo

Gurué, Maio, 2022

Indice

CAPITULO I- REFLEXÕES INTRODUTÓRIAS

1. Introdução…………………………………………………………..……………………….1

CAPITULO II- REVISÃO DA LITERATURA

1. Estatística e sua aplicação………………………………………………..………………….2

1.1 Origem do termo estatística……………………………………………………………….2

1. 3 Estatística descritiva - coleta, organização e descrição de dados……………………..…..3

1.4 Estatística indutiva ou inferencial e/ou inferência estatística.………………………….….4

2. As Etapas do método Estatístico………………………………………………………...….4

2.1 Definição do problema……………………………………………………………………..4

2.3 Crítica dos dados………………………………………………………………..………….5

2.6 Análise dos resultados……………………………………………………………………..6

3. 1 Populaçao ou Universo Estatístico………………………………………………...………6

3.3 Amostra…………………………………………………...………………………………..7

4. Organização de dados e frequências……………………………………………….………..9

5. Frequencias acumuladas e gráficos……………………………………………………..….10

5.3.1 Sectograma ou diagrama circulares………………………………………………….....15

5.4 Histogramas e polígonos de frequencia…………………………………………………..16

6. Somatórios…………………………………………………………………..……………..17

CAPITULO III- CONCLUSÕES

1. Conclusão……………………………………………………………………………..……20

2. Referências Bibliográficas…………………………………………………………...…….21
CAPITULO I- REFLEXÕES INTRODUTÓRIAS

1. Introdução

Em nosso dia a dia, frequentemente estamos fazendo observações de fenômenos e gerando

dados. Os professores analisam dados de alunos; analistas de sistemas analisam dados de
desempenho de sistemas computacionais; médicos analisam resposta do paciente a
tratamentos, e todos nós, ao lermos jornais e revistas, estamos vendo resultados estatísticos
provenientes do censo demográfico, de pesquisas eleitorais, da bolsa de valores etc.

O presente trabalho tem como principal objetivo a apresentação das mais relevantes
impressões acerca Estatistica e a sua aplicaçao. Os dados podem provir de estudos
observacionais ou de experimentos planejados. Ao acompanharmos o desempenho de um
processo produtivo em sua forma natural, estamos fazendo um estudo observacional; ao
alterar de forma proposital alguma variável do processo para verificar seus resultados,
estamos realizando um experimento. Estatística é um campo do estudo centrado na produção
de metodologia para coleta, organização, descrição, análise e interpretação de dados bem
como na obtenção de conclusões válidas e na tomada de decisões razoáveis baseadas em tais
análises.

1. 1 Objectivo Geral

Apresentar as mais relevantes impressões sobre a Estatistica e a sua aplicação em

diferentes situações.

1.2 Objectivos específicos

 Contextualizar a Estatistica desde a sua origem até ao seu conceito atualmente

aplicado.
 Descrever os componentes da Estatisca descritiva e indutiva.
 Detalhar o conceito de frequências e as Medidas de Tendencia Central.

1. 3 Metodologias

Trata-se de um trabalho de pesquisa, no qual, para o alcance dos objetivos propostos, a

metodologia empregada foi a pesquisa bibliográfica, que consiste no levantamento de material
já elaborado e publicado em documentos, tais como livros e revistas, com vista a explicar um
tema com base em referências teóricas.

1
CAPITULO II- REVISÃO DA LITERATURA

1. Estatística e sua aplicação

1.1 Origem do termo estatística

A palavra estatística tem sua origem associada à palavra latina STATUS, que quer dizer
Estado ou, também, situação de uma coisa. origem do termo Estatística surgiu no século
XVIII. Quanto à origem da estatística, a data de seu aparecimento não parece ser encarada
com unanimidade. Há quem diga que o seu autor foi Godofredo Achenwall (1719-1772), que
usou pela primeira vez o termo estatística (statistik, do grego statizein). Outros também
afirmam que tem origem na palavra estado, do latim status, pelo aproveitamento que dela
tiravam os políticos e o Estado.

A designação atual se originou do termo Statenkunde (Ciência do Estado) da escola Alemã. É

eminentemente qualitativa, desenvolvida por meio das ideias de A. L. Von Schlözer, que
partiu dos estudos do acadêmico alemão Gottfried Achenwal (1719 – 1772) e de Hermann
Conrig (1606 – 1681).

1.2 Conceito Geral de Estatística

Estatística pode ser conceituada como um conjunto de métodos e processos quantitativos que
serve para estudar e medir fenômenos coletivos. “É uma coleção de métodos para planejar
experimentos, obter dados e organizá-los, resumi-los, analisá-los, interpretá-los e deles extrair
conclusões” (Triola, 1999, p. 2).

Conceito especificado

“Estatística representa uma atividade humana especializada ou um corpo de técnicas

ou ainda uma metodologia científica desenvolvida para a coleta, a classificação, a
apresentação, a análise e a interpretação de dados quantitativos obtidos (de fatos reais)
e a utilização desses dados para a tomada de decisão” (Toledo & Ovalle, 1992, p. 14).

Importância do estudo da Estatística

A Estatística pode ser aplicada em praticamente todas as áreas do conhecimento humano, tais
como administração, Economia, Farmácia, Educação, Agricultura, Informática, Psicologia,
indústria, comércio, Medicina e várias outras. Estatística é um campo do estudo centrado na
produção de metodologia para coleta, organização, descrição, análise e interpretação de dados
bem como na obtenção de conclusões válidas e na tomada de decisões razoáveis baseadas em
tais análises.

2
• Decidir qual é o melhor plano experimental e amostral para a realização da Pesquisa.

• Organizar e sumarizar dados obtidos por classificação, por contagem ou por mensuração.

• Fazer inferência sobre populações de unidades (indivíduos, objetos, animais) quando apenas
uma parte (amostra) é estudada (classificada, contada ou medida).

1. 3 Estatística descritiva - coleta, organização e descrição de dados

A estatística descritiva tem por objetivo a observação de fenômenos da mesma natureza para
descrevê-los resumidamente. Assim, a estatística descritiva é o ramo que reúne a coleta, de
dados numéricos, a sua organização e classificação, a sua apresentação e a definição e
características que permitem a sua análise e interpretação, que podem ser de variáveis
quantitativas ou qualitativas.

Os métodos e técnicas da estatística descritiva são especialmente importantes na organização

e apresentação dos resultados de pesquisas quantitativas descritivas. Os procedimentos,
técnicas e métodos de estatística descritiva mais utilizados serão apresentados nos seguintes
capítulos: Tabelas, Gráficos, Medidas de Tendência Central, Medidas de Dispersão e de
Variabilidade e Medidas de Assimetria e Curtose.

Exemplo

Os 150 trabalhadores de uma fábrica ganham em média 1.200,00 MT por mês.

Em resumo, a Estatística Descritiva tem por finalidade a utilização de tabelas, gráficos,

Diagramas, distribuições de frequência e medidas descritivas para:

 examinar o formato geral da distribuição dos dados;

 verificar a ocorrência de valores atípicos;
 identificar valores típicos que informem sobre o centro da distribuição;
 verificar o grau de variação presente nos dados.

Evidentemente, a validade do resumo dos dados está intimamente ligada à quantidade de

informação disponível e à qualidade da obtenção dos dados. Pode-se pensar que todo método
descritivo possui uma entrada, os dados, e uma saída, que pode ser uma medida descritiva ou
um gráfico. Se a entrada é deficiente a saída também será de má qualidade.

3
1.4 Estatística indutiva ou inferencial e/ou inferência estatística – análise e
interpretação de dados

É o conjunto de técnicas que, partindo de uma amostra, estabelece hipóteses, tira conclusões
sobre a população de origem, formula previsões fundamentando-se na teoria das
probabilidades, e baseia-se na análise e na interpretação dos dados.

É a que trata das inferências e conclusões, isto é, a partir da análise de dados são tiradas
conclusões. A inferência refere-se ao processo de generalização a partir de resultados
particulares.

O processo de generalização do método indutivo está associado a uma margem de incerteza.

Isso se deve ao fato de que a conclusão que se pretende obter para o conjunto de todos os
indivíduos (população) analisados, quanto a determinadas características comuns, baseia-se
em uma parcela (amostra) de observações.

Exemplo

Um teste à opinião revelou que 65% da população moçambicana apoia um determinado

candidato para presidente da república. Se este candidato for realmente inscrito para as
eleições, é de se esperar que ele se eleja.

2. As Etapas do método Estatístico

2.1 Definição do problema

Saber exatamente aquilo que se pretende pesquisar, ou seja, uma pergunta que busca respostas
para uma questão não solvida e que é objeto de discussão em qualquer domínio do
conhecimento conceitua-se como um problema de natureza científica. Assim, um problema
deve ser passível de verificação empírica. Os problemas científicos envolvem variáveis que
podem ser tidas como testáveis, não se referindo a valores subjetivos, pois esses conduzem a
julgamentos morais e, consequentemente, a considerações subjetivas, invalidando os
propósitos da investigação científica, que tem a objetividade como uma das mais importantes
características.

4
2.1.2 Planejamento

Definir que dados deverão ser obtidos são alguns aspectos a serem planejados. Como obtê-
los, por meio de censo ou amostra? Como analisá-los e como proceder na inferência?

Inicialmente, deve ser elaborado um anteprojeto de pesquisa, com as definições dos

instrumentos de coleta, o processo de observação (entrevista direta ou via postal), a
determinação do número de entrevistadores, supervisores.

É necessário, no entanto, que o projeto esclareça como se processará a pesquisa, ou seja, o seu
delineamento, e quais os recursos que devem ser alocados para atingir seus objetivos.

Os elementos habitualmente requeridos num projeto são os seguintes:

 formulação do problema;
 delineamento da pesquisa ou metodologia a ser utilizada;
 cronograma da execução da pesquisa;
 definição dos recursos humanos, materiais e financeiros a serem alocados.

2.2 Coleta de dados

A coleta de dados é o meio pelo qual a informação sobre as variáveis é coletada. A coleta de
dados pode ser direta, quando ela é feita diretamente na fonte, e indireta, quando é feita
através de outras fontes.

Em relação ao fator tempo, a coleta de dados pode ser classificada em contínua, periódica ou
ocasional.

 Coleta de dados contínua: quando os eventos que acontecem durante determinado

estudo são registrados à medida que ocorrem.
 Coleta de dados periódica: acontece em intervalos constantes de tempo, como nos
censos.
 Coleta de dados ocasional: são aqueles realizados sem a preocupação de
continuidade ou periodicidade, com o objetivo de atender a uma conjuntura ou
emergência.

5
2.3 Crítica dos dados

A crítica dos dados é um processo de detecção de erros por inspeção cuidadosa dos dados
coletados. Em geral, é tida com a responsável por retardar a conclusão dos resultados da
pesquisa. No entanto, trata-se de uma etapa fundamental para garantir a qualidade dos dados.

2.4 Apuração dos dados

Consiste em resumir os dados através de uma contagem e de um agrupamento. É um trabalho

de coordenação e de tabulação. Pode ser manual, eletromecânica ou eletrônica.

2.5 Exposição ou apresentação dos dados

A apresentação dos dados é de fundamental importância para uma pesquisa. Estes devem ser
apresentados de forma adequada, por meio de tabelas e/ou gráficos que permitam sintetizar
grandes quantidades de dados, tornando mais fácil a compreensão do atributo em estudo e
permitindo uma futura análise.

2.6 Análise dos resultados

O objetivo de uma análise estatística é tirar conclusões que ajudem o pesquisador a resolver o
problema proposto. O significado exato de cada um dos valores obtidos através do cálculo das
várias medidas estatísticas disponíveis deve ser bem interpretado.

3. População, Amostra, Censo e Sondagem

3. 1 Populaçao ou Universo Estatístico

Ao conjunto de todos os elementos dá-se o nome de população, ou universo estatístico. É um

conjunto de elementos com pelo menos uma característica em comum, que deve delimitar
inequivocamente quais os elementos pertencem à população e quais não pertencem.
Exemplos: os alunos de uma universidade, os clientes de um banco.

A população pode ser

 Finita: quando o número de unidades a observar pode ser contado e é limitado. Ex:
alunos matriculados nas escolas públicas, pessoas que possuem aparelho telefone
celular, número de alunos que se matricularam na disciplina “Estatística” na
universidade em 2010 etc.

6
  Infinita: quando a quantidade de observação é ilimitada ou quando as unidades da
população não podem ser contadas. Ex: conjunto de medidas de determinado
comprimento, gases, líquidos, em que as unidades não podem ser identificadas ou
contadas.

3.2 Censo

É uma coleção de dados relativos a todos os elementos de uma população.

3.3 Amostra

Definida as características da população, o passo seguinte é o levantamento de dados acerca

das características do objeto em estudo. Mas será que sempre é possível o levantamento de
dados de toda a população que devemos analisar?

A maioria das vezes não é conveniente e em algumas é impossível devido aos seguintes
fatores.

 Tempo: as informações devem ser obtidas com rapidez

 Precisão: as informações devem ser corretas
 Custo: no processo de coleta, sistematização, análise e interpretação, o custo deve ser
o menor possível.

3.4 Amostragem ou Sondagem

É uma técnica especial usada para recolher amostras que garante o acaso na escolha de modo
a garantir à amostra o caráter de representatividade.

3.5 Variáveis estatísticas

Representam o atributo ou característica que se pretendem estudar em uma população ou

amostra e são divididas em dois tipos: qualitativas e quantitativas.

Variáveis qualitativas

Variável que assume como possíveis valores qualidade ou atributos. Dividem-se em:

a) Variáveis nominais – quando não existe ordenação nos atributos.

Exemplo:

A cor dos olhos, cor da pele, estado civil, cidade natal, marcas de carro, sexo, etc.

7
b) Variáveis ordinais – quando os códigos numéricos podem agir como categorias ou
ordenações. Como sugere o nome, elas envolvem variáveis que representam algum elemento
de ordem. Uma classificação em anos pode ser um bom exemplo, assim como a faixa etária
dos indivíduos.

Exemplo

Grau de satisfação da população moçambicana com relação ao trabalho de seu presidente

(valores de 0 a 5, com 0 indicando totalmente insatisfeito e 5 totalmente satisfeito).

Escolaridade (ensino fundamental, médio e superior), mês de observação (janeiro, fevereiro e

março...), grau de satisfação (escala de 0 a 5).

Observação

A resposta é expressa através de “palavras”.

Variáveis quantitativas

São características que podem ser medidas em escala qualitativa, ou seja, apresentam valores
numéricos que fazem sentido.

a) Variáveis contínuas – são aquelas que podem assumir qualquer valor num certo intervalo
(contínuo) da reta real. Essas variáveis, geralmente, provêm de medições.

Exemplo

A altura dos alunos é uma variável contínua, pois teoricamente, um aluno

poderá possuir altura igual a 1,70m, 1,71m, 1,711m, 1,712m (medições:

peso, estatura, etc.).

b) Variáveis discretas – são aquelas que podem assumir apenas valores inteiros em pontos de
uma reta. É possível enumerar todos os possíveis valores da variável.

Exemplo

Número de alunos de uma escola, número de mensagens em um e-mail, etc.

8
Observação

A resposta é expressa em “valores numéricos”.

4. Organização de dados e frequências

4.1 Dados brutos

São os dados que ainda não foram numericamente ordenados. São representados pelos dados
levantados como, por exemplo, os pesos de 6 pessoas: 40, 60, 30 , 80, 50, 60.

4.1.2 Rol

Representa o arranjo dos dados brutos em ordem de grandeza crescente ou decrescente. O

exemplo do peso das seis pessoas apresentadas em ordem crescente representa um rol: 30, 40,
50, 60, 60, 80.

4.2 Amplitude amostral

É a magnitude de variação existente entre os dados levantados. Quando se está analisando

dados de variáveis contínuas, pode-se calcular essa magnitude pela diferença entre o valor
máximo e o valor mínimo da amostra ou do rol. Assim, o peso das seis pessoas do exemplo
Apresentado na página anterior, a amplitude amostral é 50:

Amplitude amostral: 80 – 30 = 50

4.3 Tipos de frequências

 Frequência simples ou absoluta (fi): são os valores que realmente representam o

número de dados de cada classe. A soma das frequências simples é igual ao número
total dos dados da distribuição.

∑ fi = n

 Frequência relativa (fri): são os valores das razões entre as frequências absolutas de
cada classe e a frequência total da distribuição. A soma das frequências relativas é
igual a 1 (100 %).

fri = fi /∑ fi

9
4.4 Dados agrupados em classe

Quando a variável é continua ou quando o número de valores observados é grande, é

conveniente fazer o seu agrupamento em classes.

O número de classes (k) não há uma fórmula exacta para o cálculo do número de classes.

Temos duas sugestões:

a) K = 5 para N ≤ 25e K ≅ N para N > 25

b) Fórmula de Sturges K ≅ 1+ ,3 22 . lgN onde N é o tamanho da amostra.

4.5 Amplitude da classe (h)

H≅R:h

O número de classes (k) assim como a amplitude das classes (h), deve ser aproximado para o
maior inteiro.

Assim, se K ≅ 4,6 usa-se K ≅ 7 ou se h ≅ 7,1 usa-se h ≅ 2 .

Limite das classes

Existem diversas maneiras de expressar os limites das classes.

a) [ ,6 10]Compreende todos os valores de 6 a 10.

b) [ ,6 10[Compreende todos valores de 5 a 10 excluindo o 10.
c) ] ,6 10[Compreende todos valores de 6 a 10, excluindo os extremos.
d) ] ,6 10]Compreende todos os valores de 6ª 10, excluindo o 6, usa-se mais a forma b.

Ponto médio ou marca da classe

É a média aritmética entre o limite inferior e superior da classe.

Exemplo

5. Frequencias acumuladas e gráficos

5.1 Frequências absolutas acumuladas descendentes fa ( ↓ )

Qual é a frequência absoluta dos estudantes com classificações inferiores ou iguais a 10?

10
Podemos obter a resposta dessa questão somando as frequências das classificações de 7, 8, 9 e
10.

Representa-se por:

Fa (x ≤10) = fa(x = 7)+ fa(x = 8)fa(x = 9)+ fa(x =10) =0 + 7 +8+9 = 24.

De igual modo podemos calcular a frequência dos estudantes com classificações iguais ou
menores a 12.

fa (x ≤12) = 0 + 7 +8+ 9 +10 = 42

Frequência acumulada descendente do valor xi, fa ( ↓ ) é a soma de todas as frequências dos

valores menores ou iguais a Xi

5.2 Frequência absoluta acumulada ascendente fa (↑)

Agora queremos a frequência dos estudantes com notas maiores ou iguais a 10. Pede-se neste
caso F(x ≥10). Analogamente como na tarefa anterior, vamos somar todas as frequências dos
valores maiores ou iguais a 10.

F(x ≥,10) = fa(x =10)+ fa+ fa(x =11)+ fa(x =12)+ fa(x =13)+ fa(x =14) =10+8+ 4+ 4 = 26

Frequência acumulada ascendente do valor Xi, é a soma de todas as frequência dos valores
(menores?) maiores ou iguais a Xi.

 Frequência acumulada (Fi): é o total das frequências de todos os valores inferiores

ao limite superior do intervalo de uma dada classe. Fk = f1 + f2 + ... + fk ou Fk = ∑ fi
(i = 1, 2, ..., k)
 Frequência acumulada relativa (Fri): é a frequência acumulada da classe dividida
pela frequência total da distribuição.

Fri = Fi / ∑ fi

11
5.3 Formas de apresentação dos gráficos

Quando for levado em conta o visual de acordo com a composição de formas, os gráficos
podem ser:

o Gráficos de informação

São gráficos destinados principalmente ao público em geral, objetivando proporcionar uma

visualização rápida e clara. São gráficos tipicamente expositivos e dispensam comentários
explicativos adicionais. As legendas podem ser omitidas, desde que as informações desejadas
estejam presentes.

o Gráficos de análise

São gráficos que servem principalmente ao trabalho estatístico, fornecendo elementos úteis à
fase de análise dos dados, sem deixar de ser informativos. Os gráficos de análise
frequentemente vêm acompanhados de uma tabela estatística. Inclui-se, muitas vezes, um
texto explicativo, que chama a atenção do leitor para os pontos principais revelados pelo
gráfico.

Principais tipos de gráficos

Gráfico em curvas ou em linhas

Nesse tipo de gráfico utiliza-se uma linha poligonal para representar séries temporais,
principalmente quando a série cobrir um grande número de períodos de tempo. Os dados de
uma tabela geralmente são colocados num sistema cartesiano ortogonal, tendo pontos ligados
por segmentos de reta.

12
Fonte: CTISM

Gráfico em colunas (simples, sobrepostas e justapostas)

É a representação de uma série estatística através de retângulos dispostos em colunas (na

vertical) ou em retângulos (na horizontal). Pode também conter barras múltiplas.

13
Fonte: CTISM

Gráfico em barras (simples, sobrepostas e justapostas)

É representado por retângulos dispostos horizontalmente, prevalecendo os mesmos critérios

adotados na elaboração de gráfico em colunas.

14
5.3.1 Sectograma ou diagrama circulares

Este tipo de gráficos usa-se quando se pretende comparar diversas partes de um todo. Divide-
se um circulo em sectores de amplitude proporcionais as frequências absolutas.

Sabendo que ângulo ao centro correspondente a toda circunferência vale 360o, temos:

5.3.2 Pictogramas

São gráficos cuja características principal é o uso de figuras alusivas ao fenómeno em estudo.
Utiliza-se bastante em propaganda, dado o seu apelo visual permitir uma percepção imediata
do que se está a tratar.

15
Exemplo 8

Uma fábrica produziu, durante três anos, os seguintes

computadores:

Produçao de computadores em Efetivos

2005 150000

2006 225000

2007 300000

Cada computador representa 50 000 computadores.

5.4 Histogramas e polígonos de frequencia

Histograma

O histograma é formado por um conjunto de retângulos justapostos cujas bases se localizam

sobre o eixo horizontal (eixo x). Sobre esse eixo são representados os intervalos de classe
numa escala contínua, não sendo necessário que a escala inicie no zero, de tal modo que os
seus pontos médios coincidam com os pontos médios dos intervalos de classe e seus limites
coincidam com os limites da classe.

Polígono de frequências

É a representação gráfica de uma distribuição por meio de um polígono. É obtido através da

ligação dos pontos médios dos intervalos de classe em um histograma de frequências.

Xi fi

[150,155[ 4

[155,160[ 7

[160,165[ 8

[165,170[ 6

[170,175[ 5

Total N = n 30
16
6. Somatórios

Basta um X1 indicar a nota do aluno cujo o nome é o primeiro da lista, X2 indicar a nota do
aluno é o segundo da lista e assim por diante, até X20, que irá indicar a nota do aluno cujo o
nome é o vigésimo da lista. Então os índices 1, 2, 3,… 20, corresponde à posição dos nomes
da lista.

Estabelecida esta notação, podemos indicar a soma das notas dos 20 alunos como segue:

X1 + X2 +… +X20 onde os pontos significam “e assim por diante”.

Entretanto, também podemos indicar esta soma de outra forma, bem mais compacta. Basta
escrever ∑ “Somatório de x índice i, i variando de 1 a 20”. O símbolo que
indica o somatório é, ∑ , e é a letra grega sigma maiúscula.

Portanto, quando escrevemos: ∑ estamos indicando que o índice i deve ser,

sucessivamente, substituído por números inteiros, em ordem crescente, começando por 1 e
terminando em n e depois deve ser feita a soma X1 + X2 + X3 + … + Xn.

Podemos utilizar qualquer letra para indicar o índice. Entratanto, são mais frequentemente
utilizadas as letras i, j e k.

7. Medidas de Posição ou de Tendência Central (Dados não agrupados)

7.1 Medidas de Posição (Dados não agrupados)

Quando desejamos conhecer a média dos dados que não estão agrupados, determinamos a
média aritmética simples. Para isso basta somar todos os valores e dividir o total pelo número
deles.

7.2 Média aritmética

Simbolizada por x (x barra), no caso de amostra, e µ (mi) para população, esta é a medida de
tendência central mais utilizada para descrever um conjunto de dados.

a) Média aritmética para dados não tabelados – consiste na soma de todas as

observações (xi) dividida pelo número (n) de observações de um determinado grupo,
isto é, é o quociente da soma dos valores de um rol pelo número de elementos. Sendo
x1, x2, ... xn os elementos, temos:

17
 b) Média aritmética para dados tabelados ou ponderada – quando os dados estiverem
agrupados em uma tabela de frequências, pode-se obter a média aritmética da
distribuição, se os elementos x1, x2, ..., xn apresentarem, respectivamente, frequências
f1, f2, ..., fn, ou pesos da variável, então:

7.3 Média Ponderada

Se x e uma variável discreta que toma os valores x1, x2, x3, …, xn com as frequências
absolutas f1, f2, f3, …fn respectivamente, a media aritmética será dada por

Neste caso, diz-se que ¯x e a media ponderada pelas respectivas frequências.

Exemplo 12
Determine a média na seguinte distribuição:
xi 1 2 3 4
fi 1 3 5 2

Resolução:
Xi fi Xi . fi
1 1 1
2 3 6
3 5 15
4 2 8
Total N=11 30

7.3.1 Moda (Mo)

Chama-se Moda (ou valor modal) da distribuição de frequências ao valor da variável que corresponde
a maior frequência. Existem séries estatísticas com duas modas (bimodal), com três modas
(trimodal), etc. Também existem séries em que não existe a moda. No nosso exemplo
(exemplo 2) de dados não agrupados em classe a moda e o valor três porque tema a maior
frequência absoluta.

7.3.2 Mediana (Me)

A mediana e a medida de posição que divide a série estatística em duas partes iguais, ou seja, e o valor
da variável estatística precedido por 50% das observações. Para a sua determinação e necessário que
os dados estejam ordenados.

18
a) Variáveis discretas

- Número de valores observados impar.

Me = valor central depois da ordenação dos valores observados por ordem crescente.

- Números de dados observados par Me = média aritméticos dos dois valores mais centram depois da
ordenação dos valores observados por ordem crescente.

a) A mediana do conjunto de números 2, 3, 3, 4, 5, 6, 7, 8, 9 é Me = 5

19
CAPITULO III- CONCLUSÕES

1. Conclusão

Este é o momento essencial para fazer uma retrospectiva acerca de tudo o que foi sendo desenvolvido
no decorrer desta pesquisa de investigação.

Neste trabalho foram discutidos os aspectos relacionados a Estatística e a sua aplicação,

Etapas do método estatístico, população, amostra, censo, sondagem, organização de dados e
frequências, frequências acumuladas e gráficos e Medidas de posição ou de Tendência
Central.

Conforme observado a “Estatística representa uma atividade humana especializada ou um

corpo de técnicas ou ainda uma metodologia científica desenvolvida para a coleta, a
classificação, a apresentação, a análise e a interpretação de dados quantitativos obtidos (de
fatos reais) e a utilização desses dados para a tomada de decisão”.

Por outro lado, a estatística pode ser aplicada em praticamente todas as áreas do conhecimento
humano, tais como administração, Economia, Farmácia, Educação, Agricultura, Informática,
Psicologia, indústria, comércio, Medicina e várias outras. Estatística é um campo do estudo
centrado na produção de metodologia para coleta, organização, descrição, análise e
interpretação de dados bem como na obtenção de conclusões válidas e na tomada de decisões
razoáveis baseadas em tais análises.

Verificou-se dois principais tipos de estatística, a estatística descritiva tem por objetivo a
observação de fenômenos da mesma natureza para descrevê-los resumidamente. Assim, a
estatística descritiva é o ramo que reúne a coleta, de dados numéricos, a sua organização e
classificação, a sua apresentação e a definição e características que permitem a sua análise e
interpretação, que podem ser de variáveis quantitativas ou qualitativas. Porem, a indutiva é a
que trata das inferências e conclusões, isto é, a partir da análise de dados são tiradas
conclusões. A inferência refere-se ao processo de generalização a partir de resultados
particulares.

20
2. Referências Bibliográficas

Costa, N. P. L. (2002). Estatística. São Paulo, Brasil: Editora Edgard Blucher Ltda.

Crespo, A. A. (2002). Estatística Fácil. São Paulo, Brasil: Editora Saraiva.

Downing, Douglas. & Clark, J. (1998). Estatística Aplicada. São Paulo, Brasil: Editora
Saraiva.
Fonseca, J. S., & Martins, G. de A. (1994). Curso de Estatística. (5.ed.). São Paulo, Brasil:
Editora Atlas S.A
Stevenson, W. J. (1996). Estatística Aplicada à Administração. São Paulo, Brasil: Editora
Harbra Ltda.
Toledo, G. L.& Ovalle, I. I. (1992). Estatística Básica. São Paulo, Brasil: Editora Atlas SA.

Triola, M. F. (1999). Introdução à Estatística. Rio de Janeiro, Brasil: Livros Técnicos e

Científicos Editora S.A.
Pinto, H. S. & Neves, I. C. (1994). Métodos Quantitativos. Edições Asa. Lisboa, Portugal.

21