Escolar Documentos
Profissional Documentos
Cultura Documentos
Weber Campos
ESTATÍSTICA
BÁSICA
SIMPLIFICADA
2016
Conceitos Iniciais
1.1. Introdução
Iniciamos este curso, nem poderia ser de outra forma, alicerçando os pilares da matéria,
transmitindo alguns conceitos, algumas noções básicas, elementares e, muitas delas, essen-
ciais ao desenrolar dos demais tópicos do programa.
Nunca sabemos quando determinada prova de Estatística de concurso virá com ênfase
mais prática ou mais teórica, ou seja, se as questões terão um enfoque mais conceitual, ou se
exigirão cálculos ou o uso de fórmulas, gráficos, etc.
Faz-se necessário, portanto, estarmos preparados para ambas as situações! E será esse o
objetivo deste nosso Curso: tornar o aluno apto a enfrentar uma prova de Estatística Básica
de concurso público.
Passemos aos conceitos iniciais.
1.2. Estatística
É improvável que alguma prova venha a questionar o conceito de Estatística, contudo, é
imprescindível sabermos que se trata de um ramo da Matemática Aplicada, uma metodologia,
uma técnica científica, adotada para se trabalhar com dados, ou seja, com elementos de pesqui-
sa. Esta metodologia, este método, consiste em uma série de etapas, iniciando pela coleta das
informações (dos dados) que, após coletadas, passarão por uma organização e apresentação.
Chegamos, daí, a uma fase complementar, na qual se dará a análise daqueles dados (já orga-
nizados e descritos). Ora, esta análise dos dados coletados funcionará como um meio, pelo
qual chegaremos a uma conclusão. Esta, por sua vez, ensejará uma tomada de decisão.
As palavras acima sublinhadas resumem as fases de um processo estatístico.
Um exemplo prático:
Se pretendemos fazer uma pesquisa, para saber dos alunos de uma sala de aula quantos
livros cada um deles lê por ano, o primeiro passo seria, obviamente, coletar esta informação
(coleta dos dados), questionando um a um dos alunos. Ora, quando anotarmos as respostas,
veremos que estarão todas desordenadas (por exemplo: 8, 4, 7, 9, 5, 3, 15, 12,...); diremos,
então, que estamos ainda com os dados brutos, ou seja, dispomos neste momento dos dados
da mesma forma que os coletamos.
Obviamente que a Estatística não se prestará a um objetivo tão pobre como o de me-
ramente coletar dados de pesquisa para dispô-los numa tabela. O alcance da Estatística é
maior: aqueles elementos servirão a uma análise, porque, ao final, queremos chegar a uma
conclusão. Existe uma decisão a ser tomada, e o será com base na conclusão a qual a análise
dos dados nos conduzir.
A Estatística está na vida das pessoas, muito mais do que elas imaginam.
Não há um só medicamento vendido nas farmácias que não tenha sido submetido a ri-
gorosos controles estatísticos. Antes de virar “remédio”, aquela droga foi testada um zilhão
de vezes. Primeiro em animais e depois em pessoas. E foram anotados os efeitos colaterais
causados pela droga, em cada uma das vezes que elas foram tomadas pelos pacientes. Esses
dados foram analisados, para gerar uma conclusão. Aquela substância só se transforma em
medicamento e chega às prateleiras se a conclusão for satisfatória e os riscos estiverem dentro
de um padrão aceitável.
Esse é apenas um minúsculo exemplo. São milhares deles.
Os autores fazem, entre estas etapas, uma classificação da Estatística, a qual já foi objeto
de questões teóricas em algumas provas passadas. Vejamos.
1.3. População
Também chamada de Conjunto Universo. É aquele conjunto do qual desejamos extrair a
informação, e cujos elementos têm, pelo menos, uma característica comum, a qual está inse-
rida no contexto daquilo que desejamos analisar.
Naquele exemplo da sala de aula, em que íamos pesquisar o número de livros que os
alunos lêem por ano, fica claro que a população seria o conjunto dos estudantes daquela
sala. Primeiramente, porque é deste conjunto que se deseja extrair a informação; em segundo
lugar, apresentam a característica comum de serem todos alunos da mesma classe.
Observemos que o significado estatístico de população difere do seu significado geo-
gráfico. Se a questão afirmar somente que população é um conjunto de pessoas, isto estará
errado. Para que estivesse certo, seria preciso que deste conjunto nós desejássemos obter a
informação objeto da pesquisa, e que essas pessoas que compõem o conjunto apresentassem
ao menos uma característica comum.
1.4. Censo
É uma das formas de se processar um estudo estatístico. Suponhamos que aquela mesma
sala de aula do exemplo acima tenha precisamente duzentos estudantes. Se, em nossa pesqui-
sa, resolvermos consultar todos os alunos, ou seja, todos os elementos da população, fazendo
o questionamento a cada um deles, sem exceção, estaremos realizando um censo.
Ou seja, o censo é o tipo de estudo estatístico que abrange todos os elementos da popu-
lação.
O exemplo clássico é o censo demográfico, que o IBGE realiza no país a cada dez anos, e
em que pretensamente são consultados todos os lares brasileiros.
1.5. Amostragem
É o tipo de estudo estatístico que se contrapõe ao censo. Como o próprio nome sugere,
aqui será utilizada uma amostra, ou seja, uma parte, um subconjunto da população, que terá
o condão de representar o conjunto inteiro. Ou seja, para que se possa considerar uma parte
da população como uma amostra, é preciso que esta parte seja representativa do todo.
Se a questão de prova afirmar apenas que amostra é uma parte da população, e somente
isso, então estará errada. É preciso frisar a característica essencial de uma amostra, que é a
representatividade. Assim, estaria correta a assertiva: amostra é uma parte da população (um
subconjunto), a partir da qual se pode auferir conclusões acerca desta mesma população. Observa-
mos, assim, o caráter de representatividade da amostra.
Uma pergunta frequente em sala de aula versa sobre o número mínimo de elementos de
um subconjunto da população, suficiente para caracterizá-lo como uma amostra, ou seja, o
número de elementos capaz de conferir ao subconjunto aquela representatividade. É uma
boa questão, todavia, encontra-se além dos nossos objetivos. Existem fórmulas capazes de
determinar o número mínimo de elementos de uma amostra (para que assim seja conside-
rada), conforme se deseje uma maior ou menor precisão nos resultados. Todavia, dentro da
Estatística Básica basta-nos conhecer o conceito.
Atentem para o seguinte fato: as provas de Estatística Básica podem exigir o conhecimento
destes dois conceitos – população e amostra – de uma forma bastante específica. O enuncia-
do da questão apresentará um conjunto qualquer de elementos, e dirá que estes elementos
representam, por exemplo, uma amostra de 10% dos elementos da população. Ao afirmar
isto, já teremos condições de estabelecer uma relação entre os dois conceitos, uma vez que
sabemos que a população representa o todo, e que percentualmente o todo é sinônimo de
100% (cem por cento).
Assim, teremos de um lado a amostra (10%) e de outro lado a população (100%). Ora,
para que 10% se transforme em 100% teremos que multiplicar por 10 (dez). Concordam?
Com isso, faremos um desenho muito simples, e que irá resumir a relação que acabamos de
estabelecer. Vejamos:
Amostra População
(10%) (100%)
(x10)
Com esta informação do enunciado, sabemos que estamos diante de uma amostra, de
sorte que os resultados obtidos com este conjunto serão resultados amostrais. O que fará
a questão? Pedirá que você encontre algum resultado populacional, ou seja, referente à
população.
O que faremos? Trabalharemos com os dados do conjunto (que é uma amostra), encontra-
remos resultados amostrais, e os multiplicaremos por 10, obedecendo à relação estabelecida
pelo enunciado, para chegarmos à resposta procurada, qual seja, um resultado populacional.
A presente explicação só está aqui, nesta introdução, a título de adiantamento. Estejam
certos de que tocaremos neste assunto diversas vezes mais adiante, oportunamente.
1.8. Variável
É o objeto da pesquisa. É aquilo que estamos investigando. Por exemplo, se perguntamos
quantos livros alguém lê por ano, esta é a variável: número de livros lidos por ano; se a pesquisa
questiona qual a altura de um grupo de pessoas, então altura será a variável; da mesma forma,
podemos pesquisar uma infinidade de outras variáveis: nível de instrução, religião, cor dos
olhos, peso, estado civil, nacionalidade, número de pessoas que moram na sua casa, etc. O
objeto da pesquisa, do estudo estatístico, será, pois, a variável.
um número, então a variável é quantitativa. Por exemplo: Quantos livros você lê por ano? A
resposta é um número? Então, variável quantitativa. Quantas pessoas moram em sua casa? A
resposta é um número? Então, novamente, variável quantitativa. Agora, se a pergunta é “qual
a sua cor preferida?”, logicamente a resposta não será um número, daí estaremos tratando de
uma Variável Qualitativa, ou seja, aquela para a qual não se atribui um valor numérico.
Dentro desta classificação inicial, há uma outra, outrora mais explorada em provas. É a
seguinte:
Variáveis Quantitativas podem ser: discretas ou contínuas.
Variáveis Qualitativas podem ser: nominais ou ordinais.
Variável Discreta é a variável quantitativa que não pode assumir qualquer valor, dentro de
um intervalo de resultados possíveis. Por exemplo, se eu pergunto quantos irmãos você tem,
a resposta jamais poderia ser “tenho 3,75 irmãos”, ou “tenho 4,8 irmãos”, ou seja, a resposta
não poderia assumir todos os valores de um intervalo. Ou ainda, as respostas possíveis seriam
sempre descontínuas.
Usando ainda outras palavras, se a variável quantitativa é discreta, existirá um vácuo, uma
descontinuidade, entre um resultado possível e outro.
Estamos usando, até aqui, um conceito formal. Por sua vez, o conceito mnemônico é o
seguinte: a variável discreta, em geral, é aquela obtida por meio de uma contagem, ou seja: a
variável discreta nós contamos!
Exemplos: Quantas pessoas moram na sua casa? Quantos livros você tem em sua estante? Quan-
tos carros importados você tem na sua garagem? Se, para responder à pergunta, recorremos a uma
contagem, então estamos diante de uma variável quantitativa discreta (ou descontínua).
Por sua vez, a Variável Contínua é aquela que pode assumir qualquer valor dentro de
um intervalo de resultados possíveis. Se eu pergunto quantos quilos você pesa, a resposta
pode ser 65,357kg. Se eu pergunto qual a temperatura na cidade hoje, a resposta pode ser
27,35ºC. Para facilitar a memorização, lembraremos que a variável contínua em geral pode
ser obtida por uma medição, ou seja, a variável contínua nós medimos! Exemplos: peso, altura,
duração de tempo para resolução de uma prova, pressão, temperatura, etc.
Já no tocante às variáveis qualitativas, também chamadas de Atributos, serão consideradas
ordinais sempre que pudermos estabelecer uma ordem, uma hierarquia, entre as respostas
obtidas. Por exemplo, se vamos a um quartel, pesquisar a patente militar dos que ali traba-
lham, para saber quantos são soldados, ou sargentos, ou tenentes, ou capitães, etc, a resposta
à pergunta “qual a sua patente?” não será, obviamente, um valor numérico; logo, estaremos
com uma variável qualitativa. Será que é possível determinar uma hierarquia dentre estas
respostas? Claro que sim! Logo, estamos diante de uma variável qualitativa ordinal. Outro
exemplo: se o prefeito de determinada cidade nos contrata para fazermos um estudo esta-
tístico acerca do nível de instrução dos moradores daquele lugar, e as respostas possíveis a
esta pesquisa são algo como “sem instrução escolar”, “nível fundamental incompleto”, “nível
fundamental completo”, “nível médio incompleto”, “nível médio completo”, “nível superior”,
etc. Ora, tais respostas não são números, logo, variável qualitativa. Podemos estabelecer uma
hierarquia entre estas respostas? Sim! Logo: variável ordinal.
Por outro lado, se a variável qualitativa é de tal forma que não possamos verificar uma
ordem, uma hierarquia, então diremos que a variável é nominal. Por exemplo, uma pesquisa
para saber a religião de um grupo de pessoas. As respostas não são numéricas, logo a variável
é qualitativa; e entre estas respostas não se pode estabelecer qualquer hierarquia, daí, religião
praticada é uma variável qualitativa nominal. Outro exemplo: a sua cor preferida. Não é nú-
mero, e não há hierarquia, logo, variável qualitativa nominal.
Por exclusão, e de uma forma simplificada, podemos apenas dizer que variável qualitativa
nominal é toda aquela que não é ordinal.
1.10. Rol
Vimos que uma das etapas do processo estatístico consiste em organizar os dados. Inclu-
sive, já sabemos que organizar os dados é um dos passos da Estatística Descritiva ou Dedutiva
(a Estatística do D). Daí, uma forma de organizar os dados brutos consiste em dispor estes
dados em uma ordem. Daí, rol nada mais é que a ordenação dos dados brutos, de um modo
crescente ou decrescente.
Uma questão de prova afirmava apenas que o rol é um arranjo dos dados brutos. Então,
certo ou errado? Percebamos que arranjo pode ser qualquer forma de dispor os dados. Para
ser um rol, teria a questão que falar em arranjo em ordem crescente ou decrescente. Errado,
portanto, este item.
Observemos que, olhando esta tabela acima, saberemos dizer qual foi o fenômeno estuda-
do, qual o local e a época da pesquisa. Verificamos ainda que, destes elementos, o objeto do
estudo é fixo (produção de ferro), o local é fixo (Brasil), porém a época da pesquisa varia de
1978 a 1981, determinando, por isso, que se trata de uma série histórica.
Existem alguns sinônimos para este tipo de série estatística, e que devem ser cuidadosa-
mente memorizados, para o caso de uma questão teórica. São eles: séries cronológicas, tempo-
rais ou de marcha.
Verificamos, facilmente, que são fixos o fenômeno estudado (produto interno bruto) e a
época da pesquisa (1980). Todavia, o elemento local sofre variação, caracterizando, por isso,
esta série estatística como série geográfica.
Observemos que permanecem fixos o local da pesquisa (UFC – Universidade Federal do Cea-
rá) e a época (ano 2007). Todavia, o fenômeno estudado está sofrendo uma variação, em diversas
categorias (daí, o nome séries categóricas), dando ensejo a esta classificação das séries específicas.
Observemos que o fenômeno estudado é único (altura dos alunos), todavia está se subdi-
vidindo em várias classes. Temos, pois, a classe dos alunos com altura variando entre 1,50m
e 1,60m; a classe dos alunos com altura entre 1,60m e 1,70m, e assim por diante. Quando
formos detalhar, em um próximo tópico, a Distribuição de Frequências, voltaremos a falar
sobre as classes e sobre todos os demais elementos deste tipo de série estatística.
Gastos da Empresa X
1999 – 2002
Gastos (R$)
Anos
Material Pessoal
1999 100.000,00 21.000,00
2000 110.500,00 23.300,00
2001 120.100,00 24.900,00
2002 130.200,00 26.500,00
b) Corpo: é constituído por linhas e colunas, que fornecem o conteúdo das informações
prestadas.
c) Cabeçalho: é a parte da tabela que apresenta a natureza do que contém cada coluna. Ou
seja, apresenta o conteúdo das colunas.
Exemplo:
Locais Quantidade de Ocorrências
02. (STM 2011 CESPE) Acerca dos conceitos de estatística e dos parâmetros esta-
tísticos, julgue os itens seguintes.
1. Em estatística, parâmetro pode ser uma quantidade desconhecida da população-alvo,
à qual não se tem acesso diretamente, mas que se deseja estimar ou a respeito da qual
se deseja avaliar hipóteses.
2. A estatística descritiva permite testar hipóteses a respeito da população de interesse.
03. (TSE Analista 2011 Consulplan) Observe a tabela com classificações de variá-
veis e exemplos.
Variável Exemplo
I. Categórica nominal. A. Medida de peso.
II. Categórica ordinal. B. Tipo sanguíneo.
III. Quantitativa discreta. C. Nível de escolaridade.
D. Número de filhos por
IV. Quantitativa contínua.
casal.
i. ( ) Uma amostra nunca deverá ter menos que 10% dos elementos da população.
j. ( ) As repetições na ocorrência de um valor não devem ser consideradas em uma
amostra;
k. ( ) A decisão entre os tipos de levantamento a serem realizados, censo e amostragem,
GHSHQGHGHSUD]RSDUDDUHDOL]DomRGDSHVTXLVDHUHFXUVRVۋQDQFHLURVGLVSRQtYHLV
entre outras variáveis que possam implicar em vantagens ou desvantagens do
censo e da amostragem.
l. ( ) Num experimento aleatório podem ocorrer resultados distintos mesmo que o
experimento seja repetido em condições idênticas.
m. ( ) O conjunto que compreenda todos os resultados possíveis de um experimento
aleatório é chamado de espaço amostral, espaço amostra ou conjunto universo.
n. ( ) Evento é qualquer subconjunto de um espaço amostral podendo inclusive
coincidir com o próprio espaço amostral ou mesmo ser um conjunto vazio.
05. Indique em cada um dos casos abaixo, se a variável é quantitativa Discreta (D),
ou quantitativa Contínua (C), ou qualitativa Nominal (N), ou qualitativa Ordinal
(O):
a. ( ) O número de livros de uma biblioteca
b. ( ) O tipo sanguíneo de uma pessoa
c. ( ) As temperaturas registradas em certo dia numa cidade
d. ( ) As alturas dos alunos de uma classe
H 2Q~PHURGHۋOKRVGHXPFDVDO
f. ( ) Os pesos das pessoas de uma família
g. ( ) O estado civil de uma pessoa
h. ( ) A área de um círculo
i. ( ) Religião
j. ( ) Idade
k. ( ) Raça de um indivíduo
l. ( ) Conceito escolar (I – R – B – E)
m. ( ) Número de caras obtidas ao lançarmos um moeda 10 vezes
n. ( ) Tempo de duração de uma luminária
o. ( ) Número de acidentes na construção civil no espaço de um mês.
p. ( ) Nacionalidade de um cidadão.
q. ( ) A classe social de uma pessoa.
r. ( ) A geração de um computador.
06. (FUMARC) Os clientes da Distribuidora de Arroz ABC Ltda têm fichas de cadas-
tro numeradas consecutivamente de 261 a 973. Deve-se selecionar uma amos-
tra aleatória de 25 pacientes para serem pesquisados quanto à “satisfação
de atendimento por parte da Distribuidora”. O número de elementos dessa
população é:
a) 712
b) 710
c) 973
d) 713
10. Considerando a tabela a seguir indicada, pode-se concluir que seus dados re-
fletem uma série: