Escolar Documentos
Profissional Documentos
Cultura Documentos
Jerônimo Flores
ISBN: 978-85-67027-16-6
SUMÁRIO
Esta é uma obra coletiva organizada por iniciativa e direção do CENTRO SU-
INTRODUÇÃO À ESTATÍSTICA 4 PERIOR DE TECNOLOGIA TECBRASIL LTDA – Faculdades Ftec que, na for-
ma do art. 5º, VIII, h, da Lei nº 9.610/98, a publica sob sua marca e detém os
NOÇÕES FUNDAMENTAIS 5
direitos de exploração comercial e todos os demais previstos em contrato. É
ESTATÍSTICA DESCRITIVA 6 proibida a reprodução parcial ou integral sem autorização expressa e escrita.
DISTRIBUIÇÃO DE FREQUÊNCIA 14
CENTRO UNIVERSITÁRIO UNIFTEC
ESTATÍSTICA BÁSICA 21
Rua Gustavo Ramos Sehbe n.º 107. Caxias do Sul/ RS
REITOR
INTERVALO DE CONFIANÇA 37
Claudino José Meneguzzi Júnior
TABELAS42 PRÓ-REITORA ACADÊMICA
Débora Frizzo
PRÓ-REITOR ADMINISTRATIVO
Altair Ruzzarin
DIRETOR DE ENSINO A DISTÂNCIA (EAD)
Rafael Giovanella
Olá, graduando!
FUNDAMENTOS DE ESTATÍSTICA 3
INTRODUÇÃO À
ESTATÍSTICA
A estatística é um ramo da Matemática que se propõe a coletar, organizar,
sistematizar, descrever, analisar e interpretar dados para o auxílio no
processo de tomada de decisão.
4
SUMÁRIO
A estatística vem sendo utilizada há séculos. Na Bíblia Sagrada existem re- • Amostra: após a população ser definida, um subconjunto ou “recorte” dessa será a amostra.
latos de história de contagem de pessoas com finalidades militares e de cobrança Utiliza-se n para indicar o número que foi amostrado (MORETTIN, 2010).
de impostos.
tatística inferencial e a estatística probabilística. Na estatística descritiva, os procedi- • Dados brutos: são os dados na forma com que foram coletados, sem qualquer tratamento mate-
mentos resumem-se a descrever os dados, o que exige organização, síntese e apresenta- mático (CORREA, 2003).
com uma fração ou pedaço dele. Já, a estatística probabilística, mede as tendências de • Frequência: é o número de vezes que um fenômeno se repete (CORREA, 2003).
• Rol: é a organização dos dados brutos na forma crescente ou decrescente (CORREA, 2003).
NOÇÕES FUNDAMENTAIS
• Parâmetro: é uma medida utilizada para descrever as características de uma população de forma
Neste item estudaremos alguns conceitos e ideias que serão de suma importân- numérica. A média e a variância são exemplos de parâmetros (MORETTIN, 2010).
• Variável: uma característica que pode assumir distintos valores, de acordo com população é igual à amostra (COR-
os sujeitos e o contexto (CORREA, 2003). Por exemplo: o crescimento de uma REA, 2003). O IBGE se propõe a fa-
planta, a distância que o vendedor percorre com o carro da empresa, o desgaste zer um censo da população brasi-
habitantes do país.
• População: é o conjunto formado por elementos que tenham pelo menos uma
FUNDAMENTOS DE ESTATÍSTICA 5
SUMÁRIO
ESTATÍSTICA DESCRITIVA
Refletindo
A estatística descritiva visa descrever os fenômenos. Assim, gráficos,
FUNDAMENTOS DE ESTATÍSTICA 6
SUMÁRIO
Considerando, unicamente, os números 80, 75, 120, 100, 84 e 67 podemos dizer GRÁFICOS
que temos os dados brutos da distância percorrida. No momento em que eles forem
organizados seguindo um padrão matemático: 67, 75, 80, 84, 100 e 120 temos um rol. Gráficos, além de fornecerem a organização dos dados, são excelentes para apresentações
Outro conceito importante é o de amplitude total (h). no. Entretanto, são necessários alguns cuidados na sua elaboração, dentre os quais destacamos:
veracidade, clareza e simplicidade. Lembre-se que os gráficos podem ser apresentados para pes-
Amplitude, refere-se ao tamanho, ou seja, o maior valor menos o menor. soas que não conhecem a sua pesquisa, logo, eles precisam fornecer uma ideia do que aconteceu.
Assim, podemos dizer que a amplitude total da distância percorrida pelo vende-
variável significativa, podemos montar uma tabela de entrada dupla. Por exemplo,
alizar horas extras. A sua experiência anterior, indica que homens e mulheres têm
opiniões diferentes a respeito desse assunto. Então, a tabela é organizada com as va-
Entrada dupla
Sim 45 5 50
Total 61 40 101
FUNDAMENTOS DE ESTATÍSTICA 7
SUMÁRIO
Observe que o gráfico a seguir, apesar de representar o fenômeno, pode conter proble- Assemelha-se ao gráfico em colunas, porém, os retângulos são dispostos horizontal-
mas para uma apresentação. Veja que alguns vendedores não têm a sua venda indicada, le- mente (CORREA, 2003, p.25). A escolha do modelo depende exclusivamente do interesse e da
vando o leitor a precisar supor o valor exato da venda. Além disso, seria necessário especificar preferência de quem fez o gráfico, pois são representações muito similares.
Vendas Vendas
O gráfico indica as vendas dos representantes comerciais da empresa O gráfico indica as vendas dos representantes comerciais da empresa
“Sul Metais” Ltda. “Sul Metais” Ltda.
FUNDAMENTOS DE ESTATÍSTICA 8
SUMÁRIO
É o famoso gráfico em “pizza”. Consiste em repartir um círculo em vários setores ou fatias. Utilizamos prin- de azul e roxo utilizadas, o que pode confundir o leitor. Mesmo que
cipalmente quando queremos comparar os valores encontrados com o total (CORRREA, 2005, p.25). Esse gráfico tenhamos uma legenda, pois ela não indica exatamente em que lo-
produz um bom aspecto visual, sendo muito utilizado em apresentações. cal está o mês inicial, podendo causar uma certa confusão. Dessa for-
Exemplo: para apresentações, devemos estar muito atentos ao modo pelo qual
O gráfico revela os gastos com papel em um escritório de uma determinada empresa. as pessoas o entenderão.
Exemplo:
FUNDAMENTOS DE ESTATÍSTICA 9
SUMÁRIO
Perceba que com esse tipo de gráfico é possível observar com clareza os
AMOSTRAGEM
FUNDAMENTOS DE ESTATÍSTICA 10
SUMÁRIO
São técnicas que envolvem elementos estatísticos durante a composição da amostra. É similar à amostragem aleatória simples, sendo utilizada quando almejamos compor
Aqui, procuramos eliminar o viés da aleatoriedade. a amostra a partir de ciclos. É necessário ordenar os elementos, fornecendo uma cobertura
realização de um sorteio honesto. Uma boa ideia é a utilização de geração de números aleatórios.
1. Numerar aleatoriamente os funcionários.
Na planilha eletrônica, você pode utilizar o comando ALEATÓRIOENTRE. Por exemplo, você de-
seja sortear um número aleatório entre 1 e 120. Basta digitar “=ALEATÓRIOENTRE(1;120)”. 1) Beto 7) Cristiane 13) Alexandre 19) Andrei 25) Marcelo
FUNDAMENTOS DE ESTATÍSTICA 11
SUMÁRIO
3. Sortear um funcionário aleatoriamente entre 1 e 6. Suponha que o número sorteado foi 5. O Total 50 10
primeiro funcionário da amostra será “Alfredo”. Os demais serão obtidos a partir do inter-
valo de seleção, sendo adicionados 6. Assim, entrevistaremos: 5) Alfredo; 11) Monique; 17) Perceba que essa técnica de amostragem “varreu” todos os estratos considerados,
Dener; 23) Jaqueline; 29) Sinara. já, com outra técnica, isso não seria possível.
Consiste em dividir a população em grupos, denominados estratos, que devem ser homogê-
AMOSTRAGEM POR CONGLOMERADOS
neos em relação às características das variáveis de estudo (BARBETTA, 2002).
Exemplo: para eleger um representante para o sindicato, do qual a sua em agrupamentos da população. Após selecionados os conglomerados, um deles é sorte-
empresa é filiado, foi realizada uma pesquisa em relação ao estilo de liderança ado por amostragem aleatória simples e todos os elementos dele são analisados.
FUNDAMENTOS DE ESTATÍSTICA 12
SUMÁRIO
2. Comércio Como o nome sugere, consiste em escolher a esmo, sem um critério matemático previs-
4. Empresas de Consultoria Exemplo: Queremos testar a resistência de parafusos ao calor. Temos 5.000
parafusos e queremos analisar 250. Seria inviável numerar os parafusos e
Realizamos um sorteio aleatório entre os números 1 e 4. Suponha que o número 2 foi utilizar a amostragem aleatória simples, por exemplo. Assim, sorteamos os
sorteado. Assim, precisamos entrevistar todos os administradores que trabalham no comér- 250 parafusos ao acaso ou a esmo, que justifica o nome da técnica.
cio na cidade de Caxias do Sul.
AMOSTRAGEM INTENCIONAL
AMOSTRAGENS NÃO PROBABILÍSTICAS
Pode ser utilizada quando o pesquisador visa uma determinada característica dentro da
Em muitas situações não é possível conhecer a priori, a probabilidade de um elemen-
população. É um tipo de pesquisa bastante utilizada no mercado consumir, pois visa um de-
to da população pertencer à amostra. Em outras, é muito difícil numerar-se toda a população
terminado tipo ou perfil de cliente.
(BARBETTA, 2002).
Exemplo: Você trabalha no setor de qualidade de uma empresa que
manufatura tabaco, e almeja conferir a satisfação sobre uma nova marca
Exemplo: Em uma pesquisa sobre a saúde dos peixes em um rio, não é de cigarro disponível no mercado. Assim, devem ser entrevistados,
possível determinarmos nem fazermos a numeração da população. Nesses intencionalmente, fumantes. Uma amostragem composta de outra forma,
casos, utilizamos as amostragens não probabilísticas. além de poder formar uma amostra pequena, pode causar uma série de
constrangimentos para o pesquisador.
FUNDAMENTOS DE ESTATÍSTICA 13
SUMÁRIO
Assemelha-se à amostragem estratificada, também trabalhando com subcon- Podemos entender a frequência como o número de vezes que um fenômeno se repete.
cota de cada subgrupo, sendo proporcional ao seu tamanho. Entretanto, a seleção não Uma distribuição de frequência é uma tabela na qual os possíveis valores de uma variável se
tem a necessidade de ser aleatória (BARBETTA, 2002). encontram agrupados em classes, registrando-se o número de valores observados em cada classe
Perceba que um dos estratos (masculino com mais de 40 anos) foi de certa forma pri- Funcionários ausentes
Jan. Fev. Mar. Abr. Mai. Jun. Jul. Ago. Set. Out. Nov. Dez.
vilegiado, com um percentual maior de entrevistas, o que pode “contaminar” a pesquisa.
Ano 1 6 7 1 6 9 2 7 9 1 8 10 9
Ano 2 8 8 5 1 7 4 10 9 4 10 6 10
Em pesquisas eleitorais são utilizadas amostragens por cotas.
Consideram-se sexo, escolaridade e renda, por exemplo. Podemos organizar estes dados considerando o número de funcionários que faltou e o número
FUNDAMENTOS DE ESTATÍSTICA 14
SUMÁRIO
Distribuição de frequência • Frequência absoluta (fi): são os números de observações dos elementos de uma
determinada classe.
Número de funcionários que faltaram. Número de meses (frequência)
1 3
A tabela ao lado • Frequência relativa (fr): é a proporção que a frequência absoluta da classe ocu-
2 1
é denominada 4 2 pa em relação ao total. Ela é obtida a partir da divisão da frequência absoluta
distribuição de 5 1
pelo total.
6 3
frequência, sem
7 3
agrupar dados. • Frequência percentual (fp): indica o percentual que cada classe ocupa em rela-
8 3
9 4 ção ao todo. É obtida a partir da multiplicação da frequência relativa por cem.
10 4
Total: 52 • Frequência acumulada (fa): é a soma da frequência absoluta da classe com a
Uma distribuição de frequência com dados agrupados consiste em realizar agrupamentos, sendo • Frequência acumulada percentual (fap): é a soma da frequência percentual da
muito utilizada quando temos muitas informações. No entanto, a construção desses grupos exige pro- classe com a da classe anterior. É comumente utilizada quando queremos ter
cedimentos matemáticos e o conhecimento de alguns conceitos: uma ideia de várias classes juntamente.
FUNDAMENTOS DE ESTATÍSTICA 15
SUMÁRIO
550 580 615 630 650 700 780 805 830 850
h= [maior valor]-[menor valor]
865 900 925 940 950 955 970 980 1000 1100 número de classes desejadas
1150 1150 1300 1350 1500 2000 2500 2800 2950 3000
h= (3000-550)/6
FUNDAMENTOS DE ESTATÍSTICA 16
SUMÁRIO
959 |– 1368 8
Distribuição de frequência
1368 |– 1777 1 Distância fi fr fp
1777 |– 2186 1 550 |–959 16 16/30 : 0,53 53%
absoluta pelo total, ou seja 30. 6. Frequência acumulada e frequência acumulada percentual.
550 |–959 16 16/30 : 0,53 550 |–959 16 16/30 : 0,53 53% 16 53%
959 |– 1368 8 8/30: 0,27 959 |– 1368 8 8/30: 0,27 27% 16+8: 24 80%
1368 |– 1777 1 1/30: 0,033 1368 |– 1777 1 1/30: 0,033 3,3% 24+1: 25 83,3%
1777 |– 2186 1 1/30: 0,033 1777 |– 2186 1 1/30: 0,033 3,3% 25+1: 26 86,6%
2186 |– 2595 1 1/30: 0,033 2186 |– 2595 1 1/30: 0,033 3,3% 26+1: 27 89,9%
2595 |–3004 3 3/30: 0,1 2595 |–3004 3 3/30: 0,1 10% 27+3: 30 99,9%
FUNDAMENTOS DE ESTATÍSTICA 17
SUMÁRIO
Em muitas situações é necessário sabermos o ponto médio de cada classe. Logo, temos:
Distribuição de frequência
Aprox.
TOTAL 30 Aprox.1
100%
FUNDAMENTOS DE ESTATÍSTICA 18
EXERCÍCIOS SUMÁRIO
1. Uma franquia de lojas instalou algumas representações em diversas regiões do Rio Gran- 3. Os funcionários da empresa “123 Testes Informática” estavam reclamando do tempo de
de do Sul. Com o fim de conferir a satisfação dos clientes, resolveu entrevistar 7% des- reuniões. Para verificar se a reclamação procedia, foi realizado um estudo, no qual se
ses de cada região. Então, vamos completar a tabela, indicando a amostra e o número da controlou o tempo das reuniões em minutos, que foram organizados na tabela que segue:
Construa uma tabela de distribuição de frequência com dados agrupados por classes.
2. O número de produtos que os clientes trocam em uma loja, foram registrados na tabela
Considere a frequência absoluta, frequência relativa, frequência percentual, frequência acu-
que segue:
mulada e frequência acumulada percentual.
8 5 0 5 7 4
7 4 1 4 8 3
6 3 4 2 6 2
FUNDAMENTOS DE ESTATÍSTICA 19
EXERCÍCIOS SUMÁRIO
5. João Oliveira, o gerente da empresa onde você trabalha, recebeu um e-mail com o se-
guinte conteúdo:
Seu João. O Ricardo rodou 344 km e vendeu R$ 456,00, enquanto o Bruno rodou apenas 124
km e vendeu R$540,00. Só não entendi o Gilmar, que rodou 1389 km e vendeu apenas R$123,00.
Por outro lado, a Marisa, que preferiu ficar na empresa e trabalhar por telefone, conseguiu vender
Att
Vinicius Araújo
Construa uma tabela de entrada dupla com os dados envolvidos no e-mail recebido pelo
FUNDAMENTOS DE ESTATÍSTICA 20
ESTATÍSTICA BÁSICA
Neste capítulo, começaremos a analisar e interpretar os dados. Para isso,
faremos uso de distintas técnicas de estatística que nos auxiliarão no
processo de tomada de decisões.
21
SUMÁRIO
Em nossa atuação, seja profissional, ou pessoal, faz com que nos Média aritmética
a sua existência à casualidade, em outros casos, procuramos compre- É um número que representa um fenômeno. Kazmier (1982, p. 29) define a mé-
endê-los. Essa compreensão passa pelo entendimento de suas causas dia aritmética como “a soma dos valores do grupo de dados divididos pelo número
e de seus efeitos, que podem ser vinculados a números, que a partir de valores”. Usamos a média aritmética em diversas situações do nosso cotidiano,
daí podem ser interpretados à luz de procedimentos estatísticos. Tais como quando queremos projetar uma situação intermediária. Por exemplo, se você
técnicas podem ser usadas tanto na empresa, quanto em situações do faz duas provas valendo 10 pontos cada uma, e tira 6 na primeira e 8 na segunda, qual
cotidiano, para que possamos tomar decisões fundamentadas em pa- foi a sua média? Não foi 7? E como chegamos a esse resultado? Somamos 6 com 8 e
Média aritmética
moda e a mediana. Observe que basta somar os valores e dividir pelo número de eventos.
FUNDAMENTOS DE ESTATÍSTICA 22
SUMÁRIO
Quando nossos dados estão agrupados por intervalo de classe, devemos considerar seus
A média ponderada é uma média aritmética que é utilizada quando cada elemento tem
pontos médios e as suas frequências absolutas.
um peso distinto em relação ao total. Assim, este recurso será utilizado quando ocorrer repre-
Assim:
Perceba que estimamos o ponto médio (xi) e multiplicamos pela frequência absoluta
(fi). Os valores de cada classe devem ser somados e divididos pela soma da frequência absolu-
Gerentes: 2 x 10.000 = R$ 20.000,00
ta. A fórmula que resume esse processo é:
Engenheiros: 6 x 9.000 = R$ 54.000,00
Média: ∑xi.fi
∑fi Operários: 20 x 1.500 = R$ 30.000,00
FUNDAMENTOS DE ESTATÍSTICA 23
SUMÁRIO
Desse modo, podemos concluir que o total que a empresa investe em salários é R$ I. Um vendedor fez a seguinte quilometragem durante a semana, utilizando o carro da
117.600,00. Esse investimento deve ser repartido entre 44 funcionários, ou seja: empresa: 150, 110, 200, 80, 130.
Podemos entender a mediana com o valor que está no centro ou no meio de um intervalo
de dados. Para localizá-la, é importante que os dados estejam no formato de um rol, um seja,
Para dados agrupados:
organizados de maneira crescente ou decrescente (KAZMIER, 1982).
A mediana para dados agrupados exige um pouco mais de trabalho manual, por isso
Para dados não agrupados:
precisamos estar atentos para não perdermos nenhum valor. Devemos seguir a fórmula:
Exemplos:
FUNDAMENTOS DE ESTATÍSTICA 24
SUMÁRIO
li = limite inferior
encontre a mediana:
FUNDAMENTOS DE ESTATÍSTICA 25
SUMÁRIO
Med: 24 + ((500-450)/200).2
FUNDAMENTOS DE ESTATÍSTICA 26
SUMÁRIO
A moda foi 8, pois é o número com maior frequência, ou seja, o número que aparece
Em nosso cotidiano, dizer que alguma coisa está na moda, normalmente se relaciona
mais vezes.
com aquilo que a maioria das pessoas estão usando, tem ou querem. Em estatística, o signifi-
cado é similar. Podemos entender a moda como o fenômeno que ocorre com maior frequência.
Para dados agrupados sem intervalo de classe:
lação ao número de peças que quebram em uma empresa em determinado período. Qual
Basta observar o que mais se repete.
é a moda?
Abril: 6 unidades 1 18
2 25
Maio: 8 unidades 3 32
4 23
Junho: 2 unidades
5 13
Julho: 8 unidades
Agosto: 8 unidades Basta olharmos para o valor, que temos a maior frequência absoluta, ou seja, Moda =
3. Com isso, concluímos que o mais comum de acontecer é a quebra de 3 peças no período
Setembro: 9 unidades
considerado.
Outubro: 8 unidades
FUNDAMENTOS DE ESTATÍSTICA 27
SUMÁRIO
Para dados agrupados com intervalo de classe: Exemplo: o estoque de uma loja tem os seus valores organizados por intervalo de clas-
FUNDAMENTOS DE ESTATÍSTICA 28
SUMÁRIO
MEDIDAS DE VARIABILIDADE Exemplo: na loja “123 Eletrodomésticos” trabalham dois vendedores, Adriano e Daia-
10 2 8 3 7
VARIÂNCIA
Daiane: Variância
A variância representa a dispersão de uma variável em relação à sua média.
Segunda Terça Quarta Quinta Sexta
6 6 6 6 6
Para dados não agrupados:
FUNDAMENTOS DE ESTATÍSTICA 29
SUMÁRIO
Lembre-se! A média pode maquiar o fenômeno. Esses passos podem ser sintetizados com as fórmulas:
Mesmo que ambos os vendedores tenham obtido a mesma média, não po-
• À amostra:
demos dizer que são vendedores iguais, pois Adriano tende a ter oscilações nas
suas vendas, enquanto Daiane é mais constante. Para medir essas variações po-
Passo 4: dividir o resultado do passo 4 pelo número de eventos do conjunto. Calculando a média = (10+2+8+3+7)/ 5 = 30/5 = 6
FUNDAMENTOS DE ESTATÍSTICA 30
SUMÁRIO
Organizando a tabela: Passo 1: determinar o ponto médio de cada intervalo de classe (xi).
Variância
Passo 2: elevar cada ponto médio ao quadrado (xi²).
fi (fi-µ) (fi-µ)²
10 10 - 6 = 4 4 x 4 = 16
2 2 – 6= - 4 (-4) x (-4) = 16 Passo 3: multiplicar cada xi² pela frequência da classe fi correspondente.
8 8-6=2 2x2=4
3 6 - 3 =- 3 (-3) x (-3) = 9 Passo 4: calcular a média aritmética considerando que os dados estão agrupados.
7 7-6=1 1x 1 = 1
∑= 46
Construímos uma tabela e aplicamos os dados em uma das fórmulas:
Lembre-se que estamos trabalhando com todas as vendas de Adriano, então devemos
Exemplo: o número de produtos vendidos por uma loja está representado por uma dis-
A variância com dados agrupados pode ser um pouco trabalhosa. Você precisará organi- tribuição de frequência conforme a tabela que segue. Calcule a variância:
zar, muito bem, uma tabela com os dados e seguir os passos abaixo:
FUNDAMENTOS DE ESTATÍSTICA 31
SUMÁRIO
Variância Vamos nos recordar que a média aritmética para dados agrupados é calculada por:
Produtos fi
2 |− 14 13
14 |− 26 9
26 |− 38 8 Assim, a média será Média: 3232/80 = 40, 4. Também vamos considerar que esta-
38 |− 50 23 mos trabalhando com todas as vendas da loja em um dado período, então será utilizada
50 |− 62 15 a fórmula da população:
62 |− 74 10
78 |− 86 2
Variância
2 |− 14 8 13 104 64 832
DESVIO PADRÃO
14 |− 26 20 9 180 400 3600
FUNDAMENTOS DE ESTATÍSTICA 32
SUMÁRIO
Exemplo: pense nos dados do último exemplo. Considerando que a variância foi σ²=
Empresa A:
408,24, o desvio padrão será DP: √408,24 ou seja DP: aprox. 20,20.
V= σ/µ V= 5/150= 0,033
Isso significa que o fenômeno está se afastando da média 20,20 unidades, seja para mais,
Empresa B:
seja para menos.
Kazmier (1982) esclarece que em termos de comparação absoluta, a empresa A teve uma
Para Kazmier (1982, p.52) “o coeficiente de variação V, indica a magnitude relativa do
maior variação, pois seu desvio padrão é maior. No entanto, quando pensamos em relação ao
desvio padrão quando comparado com a média da distribuição das medidas”.
preço, podemos perceber que o preço das ações da empresa B é quase duas vezes mais variável
V: Coeficiente de variação
A regressão linear tem o objetivo de verificar a existência de relações entre as variáveis.
Barbetta (2002) considera que existe uma correlação direta entre duas variáveis, isso aconte-
σ: Desvio Padrão
ce quando elas caminham no mesmo sentido. Por exemplo: peso e altura pode ser um exemplo
de correlação direta entre variáveis, pois espera-se que um sujeito mais alto seja mais pesado.
µ: Média
Já, a correlação inversa, ocorre quando elas caminham em sentido oposto. Por exemplo: no
Brasil, a renda e o número de filhos por família apresentam uma correlação inversa, pois de
Exemplo: o preço médio diário das ações de uma empresa A durante um certo período
um modo geral, quando menor a renda maior o número de filhos.
do mês foi de R$150,00, com um desvio padrão de R$5,00. A empresa B teve o preço médio R$
FUNDAMENTOS DE ESTATÍSTICA 33
SUMÁRIO
O processo consiste em obter uma equação que explique o comportamento de uma I. O gráfico a seguir indica as vendas (em cruzeiros) de uma empresa durante um período:
EQUAÇÃO DA RETA
DIAGRAMA DE DISPERSÃO
Consiste em representar as variáveis em um plano cartesiano por pontos com Observe que o gráfico se aproxima de uma reta, o que indica uma forte correlação entre as vari-
coordenadas (x,y), em que x é a variável observada e y o correspondente (BARBET- áveis. A reta crescente indica que a correlação é direta, ou seja, quanto mais aumentam os anos, mais
TA, 2002). Quanto mais os pontos estiverem concentrados em torno de uma reta, aumentam as vendas da empresa.
FUNDAMENTOS DE ESTATÍSTICA 34
SUMÁRIO
II. O gráfico demonstra o resultado de uma pesquisa em que foram consideradas a idade e Perceba que o fenômeno fica disperso, não se concentrando em torno de uma reta.
a massa muscular de um grupo de pessoas: Isto significa que não existe correlação entre as variáveis, ou seja, a idade não interfere no
tempo de leitura.
COEFICIENTE DE CORRELAÇÃO
A correlação entre duas variáveis pode ser medida a partir de um número (coeficiente de
Pearson), o qual indica em que nível a correlação ocorre. O coeficiente ocorre entre -1 e 1, sendo:
0: nula
Perceba que mesmo que não forme uma reta perfeita, os dados se concentram em torno Entre 0,10 e 0,29 : pequena
de uma linha imaginária, indicando que existe correlação. Como a linha é decrescente, a cor-
Entre 0,40 e 0,60 : moderada
relação é inversa, ou seja, quanto mais a idade aumenta, mais a massa muscular diminui.
FUNDAMENTOS DE ESTATÍSTICA 35
SUMÁRIO
Fórmula: x y x,y x² y²
40 0 0 1.600 0
50 2 100 2.500 4
55 3 165 3.025 9
60 4 240 3.600 16
Exemplo: em uma certa cidade, foi realizado um
65 6 390 4.225 36
estudo, visando compreender a saúde das pessoas. Os
Soma 270 15 895 14.950 65
entrevistados tinham entre 5 e 50 anos de idade. Fo-
40 0
50 2
55 3
60 4
65 6
Primeiro passo: ajustar a tabela montando as O coeficiente de Pearson indicou que existe uma correlação muito forte e direta entre as duas
colunas x.y, x² e y². variáveis, ou seja, quanto mais exercícios a pessoa praticar, maior será o seu “colesterol bom”.
FUNDAMENTOS DE ESTATÍSTICA 36
SUMÁRIO
ME: S / √n
O intervalo de confiança é uma estimativa de parâmetro. Assim, podemos estimar um
Exemplo: para estimar o tempo médio em uma consulta, foram amostrados 64 pacien-
Passo 3: aplicar a fórmula.
tes. Essa amostra indicou um tempo médio de 10 minutos, com desvio padrão de 3 minutos.
Com base nisso, qual é o tempo médio de atendimento, com um nível de confiança de 90%?
Média x ± z margem de erro
Temos:
Média: 10
Limite superior: 10+ 0,615 = 10,615
S: 3
Limite inferior: 9,385
Da seguinte forma, será usada a tabela t, que consta no final da apostila, siga os passos: ficarmos entre 9,38 minutos e 10,61 minutos na consulta.
Passo 1: pegue a sua tabela. Queremos um nível de confiança de 90%, temos uma mar- TESTE DE HIPÓTESES
gem de erro de 10%, sendo 5% em cada cauda. Procuramos na tabela z, um valor que resulte
em 0,05 (5%). O valor é -1,64. Uma hipótese é uma afirmação sobre uma determinada população. Os testes de hipóte-
FUNDAMENTOS DE ESTATÍSTICA 37
SUMÁRIO
Ho (hipótese nula)
H1 (hipótese alternativa)
Um fabricante de refrigerantes afirma que os frascos de dois litros dos seus produtos
contêm, no mínimo, uma média de 1,99 litros do produto. Uma amostra de frascos de dois
litros foi selecionada e o conteúdo avaliado com o fim de testar-se a afirmação do fabricante.
Nesse caso, a construção das hipóteses parte da afirmação do fabricante, considerando ser ela
Caso os resultados da amostra indicarem que H0 não possam ser rejeitadas, a afirmação
do fabricante não será contestada. Por outro lado, se H0 pode ser rejeitada, afirmamos que H1:
Em uma situação prática, os resultados do teste de hipóteses podem ser utilizados di-
FUNDAMENTOS DE ESTATÍSTICA 38
EXERCÍCIOS SUMÁRIO
1. O automóvel da empresa rodou as seguintes quilometragens. Encontre a mediana: 5. Uma pesquisa em 17 cinemas de São Paulo, indicou que o ingresso custava em média R$
5,50 com desvio padrão de R$ 0,50. Determine o erro máximo com intervalo de confian-
Seg Ter Qua Qui Sex Sáb Seg Ter Qua Qui
ça de 95%. A estimativa de preço médio com 95% de confiança:
126 128 134 135 138 131 139 132 138 136
3. A tabela abaixo traz o tamanho dos bebês em uma determinada maternidade. Encontre
a mediana:
Frequência
Tamanho
absoluta
50 I- 54 4
54 I- 58 9
58 I- 62 11
62 I- 66 8
66 I- 70 5
70 I- 74 3
Preço 33 25 24 18 12 10 8 4
FUNDAMENTOS DE ESTATÍSTICA 39
GABARITO SUMÁRIO
CAPÍTULO I
3. k Frequência
1. Número da Frequência Frequência
Região Clientes Amostra Frequência Frequência acumulada
amostra Classe percentual acumulada
absoluta (fi) relativa (fr) percentual
(fp) (fa)
Metropolitana 690 48,3 48 (fap)
40 I –
5 0,3124 31,24% 5 31,24%
Serra 380 26,6 27 46
46 I –
3 0,1875 18,75% 8 49,99%
Campanha 160 11,2 11 52
52 I –
Litoral 280 19,6 20 2 0,125 12,5% 10 62,49%
58
58 I –
4 0,25 25% 14 87,49%
64
2. 2 Peças fi 64 I - I
2 0,125 12,5% 16 99,99%
70
0 1
Total 16 0,9999 99,99%
1 1
2 2
3 2 4.
FUNDAMENTOS DE ESTATÍSTICA 40
GABARITO SUMÁRIO
5. g
Vendedor Km R$
Marisa 0 560
CAPÍTULO II
1. 134,5
2. 6,81
3. 60,54
5. [5,25; 5,75]
FUNDAMENTOS DE ESTATÍSTICA 41
SUMÁRIO
TABELAS
FUNDAMENTOS DE ESTATÍSTICA 42
SUMÁRIO
FUNDAMENTOS DE ESTATÍSTICA 43
REFERÊNCIAS SUMÁRIO
FUNDAMENTOS DE ESTATÍSTICA 44