Outras Obras

Tradução da 6ª edição norte-americana
ESTATÍSTICA
APLICADA
à administração e economia
Dennis J. Sweeney
Thomas A.Williams
David R. Anderson
Estatística Aplicada à
Administração e Economia
Tradução da 6a edição norte-americana
3a edição brasileira
Dennis J. Sweeney
University of Cincinnati
Thomas A. Williams
Rochester Institute of Technology
David R. Anderson
University of Cincinnati
Tradução
Solange Aparecida Visconti
Revisão Técnica
Cléber da Costa Figueiredo
Professor Adjunto I da ESPM – Campus Álvaro Alvim – SP.
Daniel Kashiwamura Scheffer

Professor do Centro Universitário do Instituto Mauá de Tecnologia.
Mayra Ivanoff Lora

Professora Adjunta da Escola de Economia de São Paulo – Fundação Getulio Vargas.
Tatiana Terabayashi Melhado (Coord.)

Professora do Insper Instituto de Ensino e Pesquisa.
Professora Assistente II da ESPM – Campus Álvaro Alvim – SP.
Austrália Brasil Japão Coreia México Cingapura Espanha Reino Unido Estados Unidos
Dedicado a
Márcia, Cherri e Robbie
Sumário
Prefácio xv
Agradecimentos xix
Sobre os autores xxiii
Capítulo 1 Dados e a estatística ............................................................................................. 1
1.1 Aplicações em administração e economia ..................................................................... 3
Contabilidade .................................................................................................................... 3
Finanças ............................................................................................................................. 3
Marketing .......................................................................................................................... 3
Produção ............................................................................................................................ 4
Economia ........................................................................................................................... 4
1.2 Dados ................................................................................................................................ 4
Elementos, variáveis e observações................................................................................... 5
Escalas de medição............................................................................................................ 6
Dados categorizados e quantitativos.................................................................................. 7
Dados de seção transversal e de série temporal ................................................................ 7
1.3 As fontes de dados ........................................................................................................... 8
Fontes existentes.............................................................................................................. 10
Estudos estatísticos .......................................................................................................... 11
Erros na obtenção de dados ............................................................................................. 12
1.4 Estatística descritiva ..................................................................................................... 13
1.5 Inferência estatística ..................................................................................................... 14
1.6 Computadores e a análise estatística ........................................................................... 16
1.7 Mineração (data mining) ............................................................................................... 16
1.8 Diretrizes éticas para a prática estatística ................................................................... 18
Resumo .................................................................................................................................. 19
Glossário................................................................................................................................ 20
Exercícios suplementares ..................................................................................................... 21
Apêndice Uma introdução ao StatTools .......................................................................... 29
Capítulo 2 Estatística descritiva: métodos tabulares e métodos gráficos .................... 33

2.1 Sintetizando os dados categorizados ............................................................................ 35
Distribuição de frequências absolutas ............................................................................. 35
Distribuições de frequências relativas e de frequências relativas percentuais................. 36
Gráficos de colunas e gráficos de setores ........................................................................ 36
2.2 Sintetizando os dados quantitativos............................................................................. 42
Distribuição de frequências absolutas ............................................................................. 42
Distribuições de frequências relativas e de frequências
relativas percentuais ........................................................................................................ 44
Diagrama de pontos (Dot plot) ........................................................................................ 45
Histograma ...................................................................................................................... 45
Distribuições cumulativas................................................................................................ 47
vii
viii Estatística aplicada à administração e economia
Ogiva ............................................................................................................................... 47
2.3 Análise exploratória dos dados: a apresentação de ramo-e-folhas ............................ 53
2.4 Tabulações cruzadas e diagramas de dispersão .......................................................... 58
Tabulação cruzada ........................................................................................................... 58
Paradoxo de Simpson ...................................................................................................... 61
Diagrama de dispersão e linha de tendência ................................................................... 62
Resumo .................................................................................................................................. 70
Glossário................................................................................................................................ 71
Fórmulas-chave .................................................................................................................... 72
Exercícios suplementares ..................................................................................................... 72
Estudo de Caso 1 Pelican Stores .......................................................................................... 79
Estudo de Caso 2 Indústria cinematográfica ...................................................................... 80
Apêndice 2.1 Métodos tabulares e gráficos utilizando o Minitab ...................................... 81
Apêndice 2.2 Métodos tabulares e gráficos utilizando o Excel .......................................... 83
Apêndice 2.3 Métodos tabulares e gráficos utilizando o StatTools.................................... 91
Capítulo 3 Estatística descritiva: medidas numéricas ...................................................... 93

3.1 Medidas de posição........................................................................................................ 94
Média ............................................................................................................................... 94
Mediana .......................................................................................................................... 96
Moda................................................................................................................................ 97
Percentis .......................................................................................................................... 97
Quartis ............................................................................................................................. 98
3.2 Medidas de variabilidade ............................................................................................ 103
Amplitude ..................................................................................................................... 104
Amplitude interquartil ................................................................................................... 104
Variância ........................................................................................................................ 104
Desvio padrão ............................................................................................................... 106
Coeficiente de variação ................................................................................................. 107
3.3 Medidas da forma de distribuição, da posição relativa e detecção de
valores atípicos (outliers) ............................................................................................. 110
Forma da distribuição .................................................................................................... 110
Escores-z........................................................................................................................ 111
Teorema de Chebyshev.................................................................................................. 112
Regra empírica .............................................................................................................. 113
Detecção de valores atípicos (outliers).......................................................................... 114
3.4 Análise exploratória dos dados................................................................................... 117
Regra de cinco itens ...................................................................................................... 117
Box plot (Diagrama em caixa) ....................................................................................... 118
3.5 Medidas de associação entre duas variáveis .............................................................. 123
Covariância ................................................................................................................... 123
Interpretação da covariância .......................................................................................... 125
Coeficiente de correlação .............................................................................................. 127
Interpretação do coeficiente de correlação .................................................................... 128
3.6 Média ponderada e o trabalho com dados agrupados ............................................. 132
Média ponderada ........................................................................................................... 132
Dados agrupados ........................................................................................................... 133
Resumo ................................................................................................................................ 138
Glossário.............................................................................................................................. 138
Sumário ix
Fórmulas-chave .................................................................................................................. 139

Exercícios suplementares ................................................................................................... 141
Estudo de Caso 1 Pelican Stores ........................................................................................ 146
Estudo de Caso 2 Indústria cinematográfica .................................................................... 147
Estudo de Caso 3 Transações no site da Heavenly Chocolates ....................................... 148
Apêndice 3.1 Estatística descritiva utilizando o Minitab ................................................. 149
Apêndice 3.2 Estatística descritiva utilizando o Excel ..................................................... 151
Apêndice 3.3 Estatísticas descritivas usando StatTools ................................................... 153
Capítulo 4 Introdução à probabilidade .............................................................................. 157

4.1 Experimentos, regras de contagem e atribuição de probabilidades ........................ 159
Regras de contagem, combinações e permutações ........................................................ 159
Atribuindo probabilidades ............................................................................................. 163
Probabilidades do projeto da KP&L ............................................................................. 165
4.2 Eventos e suas probabilidades .................................................................................... 169
4.3 Algumas relações básicas de probabilidade ............................................................... 173
Complemento de um evento .......................................................................................... 173
Lei da adição ................................................................................................................. 174
4.4 Probabilidade condicional........................................................................................... 179
Eventos independentes .................................................................................................. 182
Lei da multiplicação ...................................................................................................... 183
4.5 Teorema de Bayes ........................................................................................................ 187
Abordagem tabular ........................................................................................................ 190
Resumo ................................................................................................................................ 193
Glossário.............................................................................................................................. 193
Fórmulas-chave .................................................................................................................. 194
Estudo de Caso Os juízes do Condado de Hamilton ........................................................ 200
Capítulo 5 Distribuições discretas de probabilidade ...................................................... 203

5.1 Variáveis aleatórias...................................................................................................... 203
Variáveis aleatórias discretas ......................................................................................... 204
Variáveis aleatórias contínuas ....................................................................................... 205
5.2 Distribuições discretas de probabilidade ................................................................... 207
5.3 Valor esperado e variância .......................................................................................... 212
Valor esperado ............................................................................................................... 212
Variância ........................................................................................................................ 213
5.4 Distribuição de probabilidade binomial..................................................................... 217
Experimento binomial ................................................................................................... 217
O problema da Loja de Roupas do Martin .................................................................... 219
Usando tabelas de probabilidades binomiais................................................................. 223
Valor esperado e variância da distribuição binomial ..................................................... 224
5.5 Distribuição de Poisson ............................................................................................... 227
Um exemplo envolvendo intervalos de tempo .............................................................. 228
Um exemplo envolvendo intervalos de comprimento ou de distância .......................... 230
5.6 Distribuição de probabilidade hipergeométrica ........................................................ 232
Resumo ................................................................................................................................ 235
Glossário.............................................................................................................................. 236
x Estatística aplicada à administração e economia
Fórmulas-chave .................................................................................................................. 237

Apêndice 5.1 Distribuições discretas de probabilidade com o Minitab........................... 241
Apêndice 5.2 Distribuições discretas de probabilidade com o Excel............................... 241
Capítulo 6 Distribuições contínuas de probabilidade ..................................................... 243

6.1 Distribuição de probabilidade uniforme .................................................................... 244
A área como uma medida de probabilidade .................................................................. 245
6.2 Distribuição de probabilidade normal ....................................................................... 249
Curva normal ................................................................................................................. 249
Distribuição de probabilidade normal padrão ............................................................... 251
Como calcular probabilidades de qualquer distribuição normal ................................... 255
O problema da Grear Tire Company ............................................................................. 255
6.3 Aproximação normal às probabilidades binomiais ................................................... 260
6.4 Distribuição de probabilidade exponencial ............................................................... 263
Como calcular probabilidades da distribuição exponencial .......................................... 264
Relações entre a distribuição de Poisson e a distribuição exponencial ......................... 265
Resumo ................................................................................................................................ 267
Glossário.............................................................................................................................. 267
Fórmulas-chave .................................................................................................................. 268
Estudo de Caso Specialty Toys....................................................................................... 272
Apêndice 6.1 Distribuições contínuas de probabilidade com o Minitab ..................... 273
Apêndice 6.2 Distribuições contínuas de probabilidade com o Excel ......................... 274
Capítulo 7 Amostragem e distribuições amostrais .......................................................... 275

7.1 O problema de amostragem da Electronics Associates ........................................... 277
7.2 Selecionando uma amostra ......................................................................................... 278
Amostragem a partir de uma população finita............................................................... 278
Amostragem a partir de uma população infinita ........................................................... 280
7.3 Estimação pontual ....................................................................................................... 284
Recomendação prática................................................................................................... 285
7.4 Introdução às distribuições amostrais ....................................................................... 287
7.5 Distribuição amostral dex .......................................................................................... 290
Valor esperado de x........................................................................................................ 290
Desvio padrão de x ........................................................................................................ 291
Forma da distribuição amostral de x.............................................................................. 292
Distribuição amostral de x para o problema da EAI .................................................... 293
Valor prático da distribuição amostral de x ................................................................... 294
Relação entre o tamanho amostral e a distribuição amostral de x ................................. 295
7.6 Distribuição amostral dep .......................................................................................... 300
Valor esperado de p ....................................................................................................... 300
Desvio padrão de p ........................................................................................................ 300
Forma da distribuição amostral de p ............................................................................. 301
Valor prático da distribuição amostral de p ................................................................... 302
7.7 Outros métodos de amostragem ................................................................................ 305
Amostragem aleatória estratificada ............................................................................... 305
Amostragem por conglomerados................................................................................... 306
Amostragem sistemática................................................................................................ 306
Sumário xi
Amostragem por conveniência ...................................................................................... 307

Amostragem por julgamento ......................................................................................... 307
Resumo ................................................................................................................................ 308
Glossário ............................................................................................................................. 308
Fórmulas-chave .................................................................................................................. 309
Apêndice 7.1 Amostragem aleatória utilizando o Minitab .............................................. 312
Apêndice 7.2 Amostragem aleatória utilizando o Excel .................................................. 313
Apêndice 7.3 Amostragem aleatória utilizando o StatTools ............................................ 313
Capítulo 8 Estimação intervalar .......................................................................................... 315

8.1 Média populacional: s conhecido .............................................................................. 316
Margem de erro e a estimativa intervalar ...................................................................... 317
Conselho prático ............................................................................................................ 320
8.2 Média populacional: s desconhecido ......................................................................... 322
Margem de erro e a estimativa intervalar ...................................................................... 323
Usando uma pequena amostra ....................................................................................... 326
Resumo dos procedimentos de estimação intervalar ..................................................... 328
8.3 Determinando o tamanho amostral ........................................................................... 331
8.4 Proporção populacional .............................................................................................. 334
Determinando o tamanho amostral................................................................................ 335
Resumo ................................................................................................................................ 340
Glossário.............................................................................................................................. 340
Fórmulas-chave .................................................................................................................. 341
Estudo de Caso 1 Revista Young Professional ................................................................... 345
Estudo de Caso 2 Gulf Real Estate Properties.................................................................. 346
Estudo de Caso 3 Metropolitan Research, Inc. ................................................................. 348
Apêndice 8.1 Estimação intervalar com o Minitab........................................................... 349
Apêndice 8.2 Estimação intervalar com o Excel............................................................... 350
Apêndice 8.3 Estimação intervalar utilizando o StatTools .............................................. 353
Capítulo 9 Testes de hipóteses ........................................................................................... 357

9.1 Desenvolvendo as hipóteses nula e alternativa ......................................................... 358
A hipótese alternativa como uma hipótese de pesquisa ............................................... 359
A Hipótese nula como uma suposição a ser desafiada .................................................. 360
Resumo das formas para as hipóteses nula e alternativa ............................................... 361
9.2 Erros tipo I e tipo II..................................................................................................... 362
9.3 Média populacional: s conhecido .............................................................................. 365
Teste unicaudal .............................................................................................................. 365
Teste bicaudal ................................................................................................................ 370
Resumo e conselho prático ............................................................................................ 373
Relação entre a estimação intervalar e o teste de hipóteses .......................................... 374
9.4 Média populacional: s desconhecido ......................................................................... 379
Teste unicaudal .............................................................................................................. 380
Teste bicaudal ................................................................................................................ 381
Resumo e conselho prático ............................................................................................ 382
xii Estatística aplicada à administração e economia
9.5 Proporção populacional .............................................................................................. 385

Resumo ................................................................................................................................ 387
Resumo ................................................................................................................................ 391
Glossário.............................................................................................................................. 391
Fórmulas-chave .................................................................................................................. 392
Estudo de Caso 1 Quality Associates, Inc. ........................................................................ 395
Estudo de Caso 2 Comportamento ético dos estudantes de administração na
Bayview Universtiy ............................................................................... 397
Apêndice 9.1 Testes de hipóteses com o Minitab .............................................................. 398
Apêndice 9.2 Testes de hipóteses com o Excel .................................................................. 400
Apêndice 9.3 Testes de hipóteses com o StatTools............................................................ 402
Capítulo 10 Comparações envolvendo médias, planejamento experimental

e análise de variância........................................................................................ 407
10.1 Inferências sobre a diferença entre duas médias populacionais: s1 e s2
conhecidos .................................................................................................................... 409
Estimação intervalar de m1 – m2..................................................................................... 409
Testes de hipóteses sobre m1 – m2 .................................................................................. 411
10.2 Inferências sobre a diferença entre duas médias populacionais: s1 e s2
desconhecidos .............................................................................................................. 416
Estimação intervalar de m1 – m2..................................................................................... 416
Testes de hipóteses sobre m1 – m2 .................................................................................. 417
10.3 Inferências sobre a diferença entre duas médias populacionais: amostras
emparelhadas (ou pareadas) ....................................................................................... 424
10.4 Uma introdução ao planejamento experimental e à análise de variância .................429
Coleta de dados ............................................................................................................. 431
Suposições para a análise de variância .......................................................................... 431
Análise de variância: uma visão geral conceitual.......................................................... 432
10.5 Análise de variância e o planejamento completamente aleatorizado .................... 434
Estimativa da variância populacional entre tratamentos ............................................... 435
Estimativa da variância populacional dentro dos tratamentos....................................... 436
Comparando as estimativas das variâncias: o Teste F ................................................... 436
Tabela de ANOVA ......................................................................................................... 438
Resultados computacionais para a análise de variância ................................................ 439
Testando a igualdade de k médias populacionais: um estudo observacional ................ 440
Resumo ................................................................................................................................ 444
Glossário.............................................................................................................................. 445
Fórmulas-chave .................................................................................................................. 445
Estudo de Caso 1 Par, Inc. .................................................................................................. 451
Estudo de Caso 2 Wentworth Medical Center .................................................................. 452
Estudo de Caso 3 Remuneração de profissionais de vendas............................................ 453
Apêndice 10.1 Inferências sobre duas populações com o Minitab .................................. 454
Apêndice 10.2 Análise de variância com o Minitab.......................................................... 456
Apêndice 10.3 Inferências sobre duas populações com o Excel ...................................... 456
Sumário xiii
Apêndice 10.4 Análise de variância com o Excel.............................................................. 458

Apêndice 10.5 Inferências sobre duas populações com o StatTools ............................... 459
Apêndice 10.6 Análise de variância com o StatTools ....................................................... 461
Capítulo 11 Comparações envolvendo proporções e teste de independência ............ 463

11.1 Inferências sobre a diferença entre duas proporções populacionais ....................... 463
Estimação intervalar de p1 – p2 ...................................................................................... 464
Testes de hipóteses sobre p1 – p2 ................................................................................... 466
11.2 Testes de hipóteses para proporções de uma população multinomial ............................ 471
11.3 Teste de independência ............................................................................................... 477
Resumo ................................................................................................................................ 484
Glossário.............................................................................................................................. 485
Fórmulas-chave .................................................................................................................. 485
Estudo de Caso Programa bipartidário de reforma ......................................................... 490
Apêndice 11.1 Inferências sobre duas proporções populacionais com o Minitab .......... 491
Apêndice 11.2 Testes da qualidade de ajuste e de independência com o Minitab ......... 492
Apêndice 11.3 Testes da qualidade de ajuste e de independência com o Excel ............. 492
Apêndice 11.4 Inferências sobre duas proporções populacionais com o StatTools ....... 493
Apêndice 11.5 Teste de independência com o StatTools .................................................. 495
Capítulo 12 Regressão linear simples .................................................................................. 497

12.1 Modelo de regressão linear simples ............................................................................ 499
Modelo de regressão e equação de regressão ................................................................ 499
Equação de regressão estimada ..................................................................................... 500
12.2 Método dos mínimos quadrados................................................................................. 501
12.3 Coeficiente de determinação ....................................................................................... 512
Coeficiente de correlação .............................................................................................. 516
12.4 Suposições do modelo.................................................................................................. 519
12.5 Testando a significância .............................................................................................. 521
Estimativa de s 2 ............................................................................................................ 521
Teste t ............................................................................................................................ 522
Intervalo de confiança para b1 ....................................................................................... 523
Teste F ........................................................................................................................... 524
Alguns cuidados quanto à interpretação dos testes de significância ............................. 526
12.6 Utilizando a equação de regressão estimada para estimação e previsão .............. 529
Estimação pontual ......................................................................................................... 529
Estimação intervalar ...................................................................................................... 530
Intervalo de confiança para o valor médio de y ............................................................. 530
Intervalo de previsão para um valor individual de y...................................................... 531
12.7 Solução computacional ............................................................................................... 536
12.8 Análise de resíduos: validando suposições do modelo .............................................. 540
Diagrama de resíduos versus x ...................................................................................... 541
Diagrama de resíduos versus ŷ ..................................................................................... 542
Resumo ................................................................................................................................ 546
Glossário.............................................................................................................................. 546
Fórmulas-chave .................................................................................................................. 547
xiv Estatística aplicada à administração e economia
Estudo de Caso 1 Como medir o risco no mercado de ações ........................................... 556

Estudo de Caso 2 U.S. Department of Transportation .................................................... 556
Estudo de Caso 3 Doações de ex-alunos............................................................................ 557
Estudo de Caso 4 Estatística da PGA................................................................................ 558
Apêndice 12.1 Análise de regressão com o Minitab.......................................................... 560
Apêndice 12.2 Análise de regressão com o Excel.............................................................. 561
Apêndice 12.3 Análise de regressão com o StatTools ....................................................... 563
Capítulo 13 Regressão múltipla............................................................................................. 565

13.1 Modelo de regressão múltipla ..................................................................................... 565
Modelo de regressão e equação de regressão ................................................................ 565
Equação de regressão múltipla estimada ....................................................................... 567
13.2 Método dos mínimos quadrados................................................................................. 567
Um exemplo: Butler Trucking Company ...................................................................... 568
Nota sobre a interpretação de coeficientes .................................................................... 571
13.3 Coeficiente de determinação múltiplo ....................................................................... 576
13.4 Suposições do modelo.................................................................................................. 579
13.5 Testando a significância .............................................................................................. 581
Teste F ........................................................................................................................... 581
Teste t ............................................................................................................................ 583
Multicolinearidade......................................................................................................... 584
13.6 Usando a equação de regressão estimada para estimação e previsão ..................... 588
13.7 Variáveis independentes categorizadas ..................................................................... 590
Um exemplo: Johnson Filtration, Inc. ........................................................................... 590
Interpretando os parâmetros .......................................................................................... 592
Variáveis categorizadas mais complexas ....................................................................... 593
Resumo ................................................................................................................................ 598
Glossário.............................................................................................................................. 599
Fórmulas-chave .................................................................................................................. 599
Estudo de Caso 1 Consumer Research, Inc. ..................................................................... 606
Estudo de Caso 2 Doações de ex-alunos............................................................................ 607
Estudo de Caso 3 PGA Tour Statistics .............................................................................. 609
Estudo de Caso 4 Como prever a porcentagem de vitórias na NFL ............................... 611
Apêndice 13.1 Regressão múltipla com o Minitab............................................................ 611
Apêndice 13.2 Regressão múltipla com o Excel................................................................ 612
Apêndice 13.3 Regressão múltipla com o StatTools ......................................................... 613
Apêndice A Referências e Bibliografia .......................................................................... 615

Apêndice B Tabelas ......................................................................................................... 617
Apêndice C Notação de somatório................................................................................. 645
Apêndice D Soluções dos autotestes e respostas dos exercícios................................... 647
Apêndice E Utilizando as funções do Excel .................................................................. 677
Apêndice F Como calcular valores-p com o Minitab e o Excel ................................... 681
Índice ................................................................................................................................... 685

Prefácio
O objetivo do livro Estatística aplicada à administração e aconomia é oferecer aos alunos, princi-
palmente àqueles das àreas de administração e economia, uma introdução conceitual ao campo da
Estatística e suas muitas aplicações. O texto é orientado à prática e foi escrito tendo em mente as
necessidades do aluno não matemático; o único pré-requisito exigido é o conhecimento de álgebra.
As aplicações de análise de dados e metodologia estatística são parte integrante da organização
e apresentação do conteúdo deste livro. A discussão e o desenvolvimento de cada técnica são apre-
sentados em um conjunto de aplicações, com os resultados estatísticos fornecendo critérios para
decisões e soluções de problemas.
Apesar de o livro ser orientado a aplicações, tivemos o cuidado de proporcionar um desenvolvi-
mento metodológico correto e de utilizar a notação geralmente aceita para o tópico em discussão.
Assim, os alunos descobrirão que o texto oferece boa preparação para o estudo de material esta-
tístico mais avançado. Uma bibliografia revisada e atualizada para orientar estudos adicionais foi
incluída como apêndice.
O livro apresenta os pacotes Minitab 15 e Microsoft® Office Excel® 2007 e enfatiza o papel da
computação na aplicação da análise estatística. O Minitab pode ser visto como um dos principais
pacotes estatísticos destinados tanto à educação quanto à prática estatística. O Excel não é um
pacote estatístico, mas sua ampla disponibilidade e uso tornam-no importante para que os alunos
compreendam as capacidades estatísticas desse pacote. Nesta edição, trabalhamos com um suple-
mento comercial do Excel, o StatTools1, que amplia o alcance das opções de estatística para os
usuários do Excel. Os procedimentos referentes ao Minitab, ao Excel e ao StatTools são fornecidos
nos apêndices dos capítulos, de modo que os professores tenham a flexibilidade de utilizar tanta
ênfase computacional quanto desejarem para o curso.
É provável que haja usuários tanto do Excel 2007 como do Excel 2010 utilizando este livro.
Para atender a esses dois grupos de usuários, os procedimentos passo a passo e as planilhas apre-
sentados em nossos apêndices a respeito do Excel foram desenvolvidos e testados utilizando tanto
o Excel 2007 quanto as versões beta públicas do Excel 2010.
1
N.E.: StatTools é um produto comercial, desenvolvido pela Palisade Corporation. Entre em contato
com o fornecedor para adquiri-lo em www.palisade.com.
xv
xvi Estatística aplicada à administração e economia
Mudanças na sexta edição

Agradecemos a aceitação e a resposta positiva às edições anteriores de Estatística aplicada à admi-
nistração e economia. Consequentemente, ao fazer modificações nesta nova edição, mantivemos o
estilo de apresentação e a legibilidade das edições anteriores. As mudanças significativas na nova
edição estão resumidas a seguir.
Revisões de conteúdo
•฀ Suplemento฀StatTools฀para฀o฀Excel.฀O Excel 2007 não contém funções estatísticas nem
ferramentas de análise de dados para realizar todos os procedimentos estatísticos discutidos
neste livro. O StatTools é um suplemento comercial do Excel 2007, desenvolvido pela Pa-
lisade Corporation, que fornece opções de estatística adicionais para os usuários do Excel.
No Apêndice do Capítulo 1 e de outros capítulos são apresentadas as etapas requeridas para
implementar um procedimento estatístico utilizando o StatTools.
Foi tomado o devido cuidado para que o StatTools fosse uma ferramenta completamente op-
cional, de modo que os professores que quiserem ensinar recorrendo às ferramentas padrão
disponíveis no Excel 2007 possam continuar a fazer isso. Mas os usuários que preferirem
recursos adicionais que não estão disponíveis no Excel 2007 agora poderão ter acesso a um
suplemento de estatística profissional que os alunos poderão continuar a utilizar no local de
trabalho.
•฀ Modiicação฀na฀terminologia฀referente฀à฀natureza฀dos฀dados.฀Na edição anterior, dados
nominais e ordinais foram classificados como qualitativos; os dados intervalares ou em es-
cala de razões foram classificados como quantitativos. Nesta edição, os dados nominais e
ordinais foram denominados dados categóricos. Os dados nominais e ordinais utilizam rótu-
los ou nomes para identificar categorias de itens similares. Desse modo, acreditamos que o
termo categórico seja mais descritivo desse tipo de dados.
•฀ Introduzindo฀mineração.฀Uma nova seção no Capítulo 1 apresenta o campo relativamente
novo da mineração. Oferecemos uma breve visão geral de mineração e do conceito de arma-
zenamento de dados. Também descrevemos como os campos da estatística e da ciência da
computação se unem para tornar a mineração operacional e valiosa.
•฀ Questões฀éticas฀na฀estatística.฀Outra seção nova no Capítulo 1 oferece uma discussão con-
cernente a questões éticas ao apresentar e interpretar informações estatísticas.
•฀ Apêndice฀atualizado฀do฀Excel฀para฀estatísticas฀descritivas฀tabulares฀e฀gráicas.฀O฀Apên-
dice de final de capítulo sobre o Excel, do Capítulo 2, mostra como as Ferramentas de Gráfi-
co, o Relatório de Tabela Dinâmica e o Relatório de Gráfico Dinâmico podem ser utilizados
para aprimorar os recursos destinados a exibir estatísticas descritivas tabulares e gráficas.
•฀ Análise฀comparativa฀com฀box฀plots.฀A abordagem dos box plots no Capítulo 2 foi expan-
dida para incluir comparações rápidas e fáceis de dois ou mais conjuntos de dados. Dados
típicos a respeito de salários iniciais para estudos de contabilidade, finanças, administração
e marketing são utilizados para ilustrar comparações de diversos grupos com box plots.
•฀ Material฀de฀amostragem฀revisado.฀A introdução do Capítulo 7 foi revisada e agora inclui
os conceitos de uma amostra populacional e de um sistema de referências. A distinção entre
a amostragem em uma população finita e em uma população infinita foi esclarecida, com a
amostragem de um processo utilizado para ilustrar a seleção de uma amostra aleatória a partir
de uma população infinita. A seção Recomendação Prática enfatiza a importância de se ob-
ter estreita correspondência entre a amostra populacional e a população-alvo.
•฀ Revisão฀da฀introdução฀aos฀testes฀de฀hipóteses.฀A Seção 9.1, Desenvolvendo as hipóteses
nula e alternativa, foi revisada. Um melhor conjunto de diretrizes foi desenvolvido para
identificar as hipóteses nula e alternativa. O contexto da situação e a razão para se considerar
uma amostra são fundamentais. Em situações nas quais o foco está em encontrar evidências
Prefácio xvii
para se apoiar a descoberta de uma pesquisa, a hipótese da pesquisa é a hipótese alternativa.

Em situações nas quais o foco está em desafiar uma suposição, a suposição é a hipótese nula.
•฀ Novos฀estudos฀de฀caso.฀Acrescentamos฀cinco novos estudos de caso nesta edição, chegando
ao total de 31. Um novo estudo de caso referente à estatística descritiva é apresentado no
Capítulo 3, outro concernente aos testes de hipóteses é fornecido no Capítulo 9. Dois novos
estudos de caso foram acrescentados para regressão nos capítulos 12 e 13, oferecendo aos
alunos a oportunidade de analisar maiores conjuntos de dados e preparar relatórios geren-
ciais, com base nos resultados das análises.
•฀ Novas฀seções฀Estatística฀na฀Prática.฀Cada capítulo começa com a seção chamada Estatís-
tica na Prática, que descreve uma aplicação acerca da metodologia estatística a ser abordada
no capítulo. Nesta edição há de novidade o artigo Estatística na Prática, a respeito da Ocean-
wide Seafood, no Capítulo 4.
•฀ Novos฀exemplos฀e฀exercícios฀fundamentados฀em฀dados฀reais.฀Continuamos a fazer um
grande esforço para atualizar nossos exemplos e exercícios neste livro com os dados reais e
as fontes de referência de informações estatísticas mais atualizadas. Nesta edição, acrescen-
tamos aproximadamente 140 novos exemplos e exercícios com base em dados reais e fontes
de referência. Recorrendo a dados de fontes também utilizadas pelos jornais The Wall Street
Journal, USA Today, Barron’s e outros, selecionamos dados reais para desenvolver expli-
cações e criar exercícios que demonstrem os muitos usos da estatística na administração e
na economia. Acreditamos que a utilização de dados reais ajuda a gerar maior interesse no
material, por parte dos alunos e a possibilitar que eles aprendam sobre a metodologia de
estatística e sua aplicação. Esta nova edição contém mais de 300 exemplos e exercícios
fundamentados em dados reais.
xviii Estatística aplicada à administração e economia
Características e pedagogia
Continuamos com muitas das características introduzidas em edições anteriores. Algumas das mais
importantes são destacadas a seguir.
Exercícios de métodos e exercícios de aplicações

Os exercícios no final de cada seção estão divididos em duas partes, Métodos e Aplicações. Os
Exercícios de Métodos exigem que os alunos utilizem as fórmulas e façam os cálculos necessários.
Os Exercícios de Aplicações requerem que os alunos usem o material do capítulo em situações reais.
Assim, os estudantes se focarão primeiro na generalização dos cálculos e, então, irão se dedicar às
sutilezas da aplicação e interpretação estatística.
Exercícios de autoteste
Muitos exercícios são identificados como exercícios de Autoteste. Soluções completas para tais
exercícios são fornecidas no Apêndice D, no final do livro. Os alunos podem tentar resolvê-los e
imediatamente verificar as respostas para avaliar sua compreensão dos conceitos apresentados no
capítulo.
Anotações de margem e notas e comentários

As anotações de margem, que destacam aspectos importantes e fornecem percepções adicionais
para o aluno, são uma importante característica deste livro. Essas anotações são projetadas para
enfatizar e aprimorar o entendimento dos termos e conceitos que são apresentados no livro.
No final de muitas seções, fornecemos Notas e Comentários elaborados para proporcionar aos
alunos maior percepção sobre a metodologia estatística e sua aplicação. As Notas e Comentários
incluem advertências sobre possíveis limitações da metodologia, recomendações de aplicação, bre-
ves descrições de considerações técnicas adicionais e outros assuntos.
Arquivos de dados que acompanham o livro

Aproximadamente 250 arquivos de dados estão disponíveis na Trilha (ferramenta de aprendizagem
que acompanha o livro). Os conjuntos de dados estão disponíveis nos formatos para o Minitab e o
Excel (os arquivos estão em inglês). Ao longo do livro são utilizados logotipos da Trilha, identifi-
cando o conjunto de dados que está disponível na ferramenta.
Agradecimentos
Gostaríamos de agradecer pelo trabalho de nossos revisores, que forneceram seus comentários e suges-
tões sobre as formas de continuar a melhorar nosso livro. Agradecemos a:
Ahmad Saranjam Ceyhun Ozgur Eric B. Howington

Bridgewater State College Valparaiso University Valdosta State University
Ahmad Syamil Charles Nicholas Gomersall Eric Huggins
Arkansas State University Luther College Fort Lewis College
Alan Olinsky Charles Vawter, Jr. Gauri Shankar Guha
Bryant University Glendale Community College Arkansas State University
Amanda Felkey Christopher Ball Geetha Vaidyanathan
Lake Forest College Quinnipiac University University of North Carolina –
Amy Schmidt Chuck Parker Greensboro
Saint Anselm College Wayne State College George H. Jones
Anirudh Ruhil Constance Lightner University of Wisconsin-Rock
Ohio University County
Fayetteville State University
Asatar Bair Gordon Stringer
Dale Bails
City College of San Francisco
Christian Brothers University University of Colorado,
Atul Gupta Colorado Springs
Dale DeBoer
Lynchburg College
University of Colorado, Greg Miller
Bedassa Tadesse Colorado Springs U.S. Naval Academy
University of Minnesota,
Duluth David Keswick Harvey Singer
University of Michigan – Flint George Mason University
Bill Swank
George Mason University Denise Robson Helen Moshkovich
University of Wisconsin, University of Montevallo
Billy L. Carson II
Oshkosh Stephens’ College of Business
Itawamba Community College
Doug Dotterweich Herbert Moskowitz
Brad McDonald
East Tennessee State University Purdue University
Northern Illinois University
Bruce Gouldey Doug Morris James Jozefowicz
Shenandoah University University of New Hampshire Indiana University of
Dwight Goehring Pennsylvania
Carl Poch
Northern Illinois University California State University – James Perry
Monterey Bay Owens State Community
Carlton Scott
University of California, Irvine Edwin Shapiro College
University of San Francisco James Schmidt
Carol Jensen
Upper Iowa University Elaine Zanutto University of Nebraska, Lincoln
University of Pennsylvania James Thorson
Carolyn Rochelle
East Tennessee Emmanuelle Vaast Southern Connecticut State
State University Long Island University University
xix
xx Estatística aplicada à administração e economia
James Wright Julie Szendrey Michael Sklar

Green Mountain College Malone College Rutgers University
Jan Stallaert Kazim Ruhi Mike Racer
University of Connecticut University of Maryland University of Memphis
Janet Pol Minghe Sun
Ken Mayer
University of Nebraska, Omaha University of Texas – San
University of Nebraska, Omaha
Jean Meyer Antonio
Kevin Murphy
Xavier University of Louisiana Molly Zimmer
Oakland University
Jeffrey Bauer University of Evansville
Kevin Nguyen
University of Cincinnati, Nancy Brooks
Montgomery College
Clermont University of Vermont
Khosrow Moshirvaziri
Jeffrey Jarrett Omer Benli
California State University,
University of Rhode Island California State University,
Long Beach
Jena Shafai Long Beach
Bellevue University Kiran R. Bhutani
The Catholic University of Phuoc Huu Tran
Jennifer Kohn Bellevue University
America
Montclair State University Phyllis Schumacher
Kyle Vann Scott
Jeremy Pittman Bryant University
Snead State Community
Coahoma Community College College Ranga Ramasesh
Jerzy Kamburowski Texas Christian University
Larry Corman
The University of Toledo Robert Cochran
Fort Lewis College
Jigish Zaveri University of Wyoming
Linda Sturges
Morgan State University Robert Taylor
SUNY Maritime College
Jim Knudsen Mayland Community College
Lyle Rupert
Creighton University Robert Vokurka
Hendrix College
Jim Kuchta Texas A&M University –
Maggie Williams Flint Corpus Christi
D’Youville College
Northeast State Community
Jim Zimmer Ronald Kizior
College
Chattanooga State Technical Loyola University Chicago
Mark Gius
Community College Ronnie Watson
Quinnipiac University
Jodey Lingg Southern Arkansas University
City University Marvin Gonzalez
Rosa Lemel
College of Charleston
Joe Williams Kean University
Itawamba Community College Mary Lynn Engel
Saiid Ganjalizadeh
Saint Joseph’s College of Maine The Catholic University of
John Christiansen
Southwestern Oregon Maryanne Clifford America
Community College Eastern Connecticut State Scott Callan
University Bentley College
John Davis
University of the Incarnate Melissa Miller Shauna L. Van Dewark
Word Meridian Community College Humphreys College
John Vangor Michael Broida Sheng-Kai Chang
Fairfield University Miami University of Ohio Wayne State University
Joseph Cavanaugh Michael Gordinier Shin-Ping Tucker
Wright State University, Lake Washington University, St. University of Wisconsin,
Campus Louis Superior
Joseph Williams Michael McKittrick Stephen Grubagh
Itawamba Community College Santa Fe Community College Bentley University
Josh Kim Michael Polomsky Steven Eriksen
Quinnipiac University Cleveland State University Babson College
Agradecimentos xxi
Sue Umashankar Tenpao Lee Wayne Bedford

University of Arizona Niagara University University of West Alabama
Sunil Sapra Thomas R. Sexton William Pan
California State University, Stony Brook University University of New Haven
Los Angeles Toni Somers Yongjing Zhang
Susan Emens Wayne State University Midwestern State University
Kent State University, Trumbull Vivek Shah Yuri Yatsenko
Campus Texas State University Houston Baptist University
Susan Sandblom
Scottsdale Community College
Continuamos em débito com muitos de nossos colegas e amigos por seus úteis comentários e sugestões
no desenvolvimento desta edição e de edições anteriores de nosso livro. Entre eles, estão:
Alan Smith Laramie County Community Raj Devasagayam

Robert Morris College College St. Norbert College
Ali Arshad Gary Nelson Robert Cochran
College of Santa Fe Central Community College – University of Wyoming
Bennie Waller Columbus Campus H. Robert Gadd
Francis Marion University Gipsie Ranney Southern Adventist University
Carlton Scott Belmont University Stephen Smith

University of California – Habtu Braha Gordon College
Irvine Coppin State College Timothy Bergquist
Charles Reichert Karen Gutermuth Northwest Christian College
University of Wisconsin – Virginia Military Institute Wibawa Sutanto
Superior Larry Scheuermann Prairie View A&M University
Charles Zimmerman University of Louisiana, Yan Yu
Robert Morris College Lafayette University of Cincinnati
Dale DeBoer Md. Mahbubul Kabir Zhiwei Zhu
University of Colorado – Lyon College University of Louisiana, em
Colorado Springs Nader Ebrahimi Lafayette
Elaine Parks University of New Mexico
Um agradecimento especial a nossos associados das empresas e da indústria, que nos forneceram os
recursos referentes à seção “Estatística na Prática”. Em cada um dos artigos, há créditos individuais de
agradecimento. Por fim, também agradecemos ao nosso editor Sênior de Aquisições, Charles McCor-
mick, Jr., à editora de Desenvolvimento, Maggie Kubale, à gerente de Projeto de Conteúdo, Jacquelyn
K. Featherly, à gerente de Projeto na MPS Content Services, Lynn Lustberg, ao gerente de Marketing,
Adam Marsh, ao editor de Mídia, Chris Valentine, e a outros profissionais na Cengage South-Western,
por seu apoio e orientação editorial durante a preparação desta obra.
Dennis J. Sweeney
Thomas A. Williams
David R. Anderson
Sobre os autores
Dennis฀J.฀Sweeney฀é professor de Análise Quantitativa e fundador do Centro para a Melhoria da

Produtividade na University of Cincinnati. Nascido em Des Moines, Iowa, obteve o diploma de
bacharel na Drake University e os de mestre e doutor na Indiana University, onde foi membro do
NDEA. De 1978 a 1979 integrou o grupo de Ciência da Administração na Procter & Gamble, e de
1981 a 1982 foi professor visitante na Duke University. Exerceu os cargos de chefe do Departa-
mento de Análise Quantitativa e de diretor associado da Faculdade de Administração de Negócios
da University of Cincinnati.
Sweeney publicou mais de 30 artigos e monografias na área de Ciência da Administração e
Estatística. Instituições como National Science Foundation, IBM, Procter & Gamble, Federated
Department Stores, Kroger e Cincinnati Gas & Electric têm patrocinado suas pesquisas, publicadas
nas revistas Management Science, Operations Research, Mathematical Programming, Decision
Sciences, entre outras.
É coautor de dez livros nas áreas de Estatística, Ciência da Administração, Programação Linear
e Administração de Produção e Gerenciamento.
Thomas฀A.฀Williams฀é professor de Ciência da Administração na Faculdade de Administração do

Rochester Institute of Technology. Nascido em Elmira, Nova York, obteve o diploma de bacharel
na Clarkson University. Fez pós-graduação no Rensselaer Polytechnic Institute, onde obteve os
diplomas de mestre e doutor.
Antes de lecionar na Faculdade de Administração do RIT, Williams foi, durante sete anos, pro-
fessor da Faculdade de Administração de Negócios na University of Cincinnati, onde desenvolveu
e coordenou o programa de graduação em Sistemas de Informação. No RIT, foi o primeiro presi-
dente do Departamento de Ciências da Decisão. Ministra cursos de Ciência da Administração e de
Estatística, bem como cursos de graduação em Análise de Regressão e de Decisão.
É coautor de 11 livros nas áreas de Ciência da Administração, Estatística, Administração da
Produção e de Operações e Matemática. É consultor de inúmeras empresas da Fortune 500 e tem
trabalhado em projetos que incluem desde o uso da análise de dados até o desenvolvimento de
modelos de regressão em larga escala.
David฀R.฀Anderson฀é professor de Análise Quantitativa na Faculdade de Administração de Negó-

cios da University of Cincinnati. Nascido em Grand Forks, Dakota do Norte, obteve os diplomas
de bacharel, mestre e doutor na Purdue University. Exerceu os cargos de chefe do Departamento
de Análise Quantitativa e Gerenciamento de Operações e de diretor-adjunto da Faculdade de Ad-
ministração de Negócios, além de ter sido o coordenador do primeiro programa executivo dessa
faculdade.
Na University of Cincinnati, ensinou estatística introdutória para os alunos de Administração,
além de ministrar cursos de pós-graduação em Análise de Regressão, Análise Multivariada e Ciên-
cia da Administração. Também ministrou cursos de estatística no Ministério do Trabalho, em Wa-
shington, D.C., e tem recebido honrarias como indicações e prêmios de excelência no ensino e
excelência em serviços a organizações estudantis.
Anderson é coautor de 10 livros nas áreas de Estatística, Ciência da Administração, Programa-
ção Linear e Administração da Produção e Gerenciamento de Operações. É um ativo consultor no
campo de amostragem e métodos estatísticos.
xxiii
C A P Í T U LO
1
Dados e a estatística
CONTEÚDO
ESTATÍSTICA NA PRÁTICA 1.3 AS FONTES DE DADOS

Fontes existentes
BUSINESSWEEK
Estudos estatísticos
1.1 APLICAÇÕES EM ADMINISTRAÇÃO E ECONOMIA Erros na obtenção de dados
Contabilidade
1.4 ESTATÍSTICA DESCRITIVA
Finanças
Marketing 1.5 INFERÊNCIA ESTATÍSTICA
Produção
1.6 COMPUTADORES E A ANÁLISE ESTATÍSTICA
Economia
1.7 MINERAÇÃO (DATA MINING)
1.2 DADOS
Elementos, variáveis e observações 1.8 DIRETRIZES ÉTICAS PARA A PRÁTICA
Escalas de medição ESTATÍSTICA
Dados categorizados e quantitativos
Dados de seção transversal e de série temporal
Vemos com frequência os seguintes tipos de afirmação em artigos de jornais e de revistas:
•฀ A National Association of Realtors (Associação Nacional de Corretores de Imóveis) relatou que o

preço médio pago pelos que compram sua primeira casa é de $ 165.000 (The Wall Street Journal,
de 11 fevereiro de 2009).
•฀ A NCAA (National Collegiate Athletic Association, ou Associação Atlética do Colegiado Nacio-
nal) relatou que atletas universitários estão obtendo diplomas a índices recorde. Os números mais
recentes mostram que 79% de todos os alunos e alunas que são atletas se formam (Associated
Press, 15 de outubro de 2008).
•฀ O tempo médio de percurso de ida para o trabalho é de 25,3 minutos (Agência de Recenseamento
dos Estados Unidos, março de 2009).
•฀ Uma pesquisa demonstrou que 73% dos indivíduos pesquisados esperavam que a Média Industrial
do Índice Dow Jones aumentasse 10% ou mais durante o próximo ano (Money Investor’s Guide,
fevereiro de 2010).
1
2 Estatística aplicada à administração e economia
ESTATÍSTICA na P RÁ T IC A
BUSINESSWEEK* nece estatísticas sobre a situação da economia, incluindo

Nova York, NY índices de produção, preços de ações, fundos mútuos e
taxas de juros.
Com uma circulação global de mais de um milhão de A BusinessWeek também usa a estatística e informações
exemplares, a BusinessWeek é a revista de negócios mais estatísticas para gerenciar seu próprio negócio. Por exemplo,
lida em todo o mundo. Mais de 200 repórteres exclusivos uma pesquisa anual feita com os assinantes ajuda a empresa
e editores em 26 agências internacionais publicam uma a conhecer aspectos demográficos relativos a eles, seus há-
série de artigos que interessam à comunidade empresarial bitos de leitura, a probabilidade de compras, estilos de vida
e econômica. Além dos artigos especiais sobre temas da e assim por diante. Os gerentes da revista utilizam os re-
atualidade, a revista contém seções regulares sobre negó- sumos estatísticos dessa pesquisa para oferecer melhores
cios internacionais, análise econômica, processamento de serviços aos assinantes e aos anunciantes. Uma pesquisa
informação e ciência e tecnologia. As informações apre- recente com os assinantes norte-americanos indicou que
sentadas nos artigos e nas seções regulares ajudam o leitor 90% dos assinantes da BusinessWeek têm computadores
a se manter atualizado sobre os acontecimentos e a avaliar em casa e que 64% articulam a compra de um computador
o impacto desses acontecimentos sobre as condições eco- no trabalho. Esse tipo de estatística alerta os gerentes da
nômicas e de negócios. BusinessWeek quanto ao interesse do assinante em artigos
A maioria das edições da BusinessWeek fornece uma sobre novos desenvolvimentos na área da informática. Os
reportagem mais aprofundada sobre um assunto de inte- resultados da pesquisa também são colocados à disposi-
resse atual. Frequentemente, essas reportagens contêm fa- ção de potenciais assinantes. A elevada porcentagem de
tos e resumos estatísticos que ajudam o leitor a entender assinantes que usam computadores pessoais em casa e
as informações empresariais ou econômicas. Por exemplo, dos que articulam a compra de computadores no trabalho
a edição de 17 de março de 2009 incluía uma discussão seria um incentivo para os fabricantes pensarem em anun-
sobre quando o mercado de ações começaria a se recupe- ciar na revista.
rar; a edição de 4 de maio de 2009 tinha uma reportagem Neste capítulo, discutiremos os tipos de dados disponí-
especial sobre como tornar a redução salarial menos pro- veis para análise estatística e descreveremos como são ob-
blemática; e a edição de 18 de janeiro de 2010 continha um tidos. Apresentaremos a estatística descritiva e a inferência
artigo sobre a permanência da mão de obra temporária. estatística como meios de converter dados em informações
Além disso, a revista semanal BusinessWeek Investor for- estatísticas significativas e de fácil interpretação.
*Os autores agradecem a Charlene Trentham, gerente de Pesquisas da BusinessWeek, por fornecer esta Estatística na Prática.
•฀ O preço médio nacional da gasolina comum atingiu $ 4,00 por galão pela primeira vez na
história (site da Cable News Network, 8 de junho de 2008).
•฀ O time do New York Yankees obteve os mais elevados salários da liga profissional de beise-
bol. A folha de pagamento total é de $ 201.449.289, com um salário mediano de $ 5.000.000
(USA Today Salary Data Base, setembro de 2009).
•฀ A Média Industrial do Índice Dow Jones fechou a 10,664 (The Wall Street Journal, 12 de
janeiro de 2010).
Os fatos numéricos contidos nessas afirmações ($ 165.000, 79%, 25,3 minutos, 73%, $ 4,00,
$ 201.449.289, $ 5.000.000 e 10,664) denominam-se estatísticas. Desse modo, o termo estatística
se refere a fatos numéricos, como médias, medianas, percentuais e índices, que nos ajudam a com-
preender uma variedade de situações administrativas e econômicas. Entretanto, como veremos, a
área ou o objeto da estatística envolve muito mais do que fatos numéricos. Em um sentido mais
amplo, estatística é a arte e a ciência de coletar, analisar, apresentar e interpretar dados. Especial-
mente na área da administração e economia, as informações obtidas por meio de coleta, análise,
apresentação e interpretação dos dados proporcionam aos gerentes e tomadores de decisões uma
melhor compreensão do ambiente empresarial e econômico e, assim, capacita-os a tomar decisões
Capítulo 1  Dados e a estatística 3
mais fundamentadas e de melhor qualidade. Neste livro, enfatizamos o uso da estatística para a
tomada de decisões nas áreas de administração e economia.
O Capítulo 1 começa com algumas ilustrações da aplicação da estatística no setor de ad-
ministração e economia. Na Seção 1.2, definimos o termo dados e introduzimos o conceito de
conjunto de dados. Essa seção também apresenta termos-chave, como variáveis e observações,
discute a diferença entre dados quantitativos e categorizados e ilustra o uso de dados transversais
e de séries temporais. A Seção 1.3 discute como é possível obter dados de fontes existentes ou
por intermédio de pesquisa e estudos experimentais idealizados para obter novos dados. O im-
portante papel que a Internet desempenha na obtenção de dados também é realçado. A utilização
de dados para desenvolver estatística descritiva e fazer inferências estatísticas será descrita nas
Seções 1.4 e 1.5. As últimas três seções do Capítulo 1 apresentam o papel dos computadores na
análise estatística, uma introdução ao campo relativamente novo da mineração e uma discussão
sobre as diretrizes éticas para a prática estatística. O Apêndice no final do capítulo inclui uma
introdução ao StatTools, que pode ser utilizado para ampliar as opções estatísticas destinadas aos
usuários do Microsoft Excel.
1.1 Aplicações em administração e economia

No moderno ambiente administrativo e econômico global, qualquer pessoa pode ter acesso a uma
enorme quantidade de informações estatísticas. Os gerentes e tomadores de decisão mais bem-suce-
didos são aqueles capazes de entender a informação e usá-la eficazmente. Nesta seção, apresentamos
exemplos que ilustram algumas utilizações da estatística nas áreas da administração e economia.
Contabilidade
Empresas públicas de contabilidade utilizam procedimentos de amostragem estatística ao reali-
zarem auditorias para seus clientes. Por exemplo, suponha que uma firma de contabilidade queira
determinar se o valor das contas a receber indicado na folha de balancete de um cliente representa
fielmente o valor real das contas a receber. Geralmente, o grande número de contas a receber indi-
viduais torna a revisão e validação de cada conta algo demasiadamente demorado e dispendioso.
A prática comum nessas situações é a equipe de auditores selecionar um subconjunto das contas,
denominado amostra. Depois de revisar a exatidão das contas amostradas, os auditores concluem
se o valor das contas a receber apresentado na folha de balancete do cliente é aceitável.
Finanças
Os analistas financeiros usam uma série de informações estatísticas para orientar suas recomendações
de investimentos. No caso dos títulos financeiros, os analistas revisam uma série de dados financeiros
que incluem os índices de preço/ganhos ou lucros e a rentabilidade em dividendos. Comparando a
informação correspondente a um título individual com as informações sobre a média do mercado de
ações, o analista financeiro pode concluir se um título individual está valorizado ou desvalorizado.
Por exemplo, a revista Barron’s (18 de fevereiro de 2008) publicou que a média dos índices de preço/
ganhos ou lucros dos 30 títulos da Média Industrial Dow Jones era de 2,45%. O Altria Group apre-
sentava um índice de preço/ganhos ou lucros igual a 3,05%. Nesse caso, as informações estatísticas
sobre os rendimentos obtidos indicavam um maior rendimento conquistado pelo Altria Group do que
a média em comparação aos títulos da Dow Jones. Portanto, um analista financeiro poderia concluir
que os títulos do Altria Group estavam valorizados. Essa e outras informações sobre o Altria Group
ajudariam o analista a recomendar a compra, venda ou manutenção dos títulos.
Marketing
Scanners eletrônicos utilizados nas caixas registradoras das lojas de venda a varejo coletam dados
que são usados em uma série de aplicações de pesquisa de marketing. Por exemplo, fornecedores
de dados como a ACNielsen e a Information Resources Inc. compram dados colhidos por scanners
eletrônicos localizados em pontos de venda de mercearias, processam esses dados e depois vendem
seus resumos estatísticos a empresas de manufatura. Empresas manufatureiras gastam centenas de
milhares de dólares por categoria de produto para obter esse tipo de informação. A indústria tam-
bém compra dados e resumos estatísticos a respeito de atividades promocionais, como a fixação
de preços especiais e o uso de exibições em vídeo nas lojas. Gerentes de marca podem revisar os
dados estatísticos dos scanners e os dados estatísticos da atividade promocional para obter um
entendimento melhor da relação entre as atividades promocionais e as vendas. Esse tipo de análise
muitas vezes é útil para estabelecer as futuras estratégias de marketing para os vários produtos.
Produção
A atual ênfase na qualidade torna o controle da qualidade uma importante aplicação da estatística
na área de produção. Utiliza-se uma série de mapas estatísticos de controle da qualidade para mo-
nitorar o resultado (output) de um processo de produção. Em especial, pode-se usar uma carta de
controle para X-barra para monitorar a média do produto. Suponha, por exemplo, que uma máqui-
na preencha recipientes com 355 ml de determinado refrigerante. Periodicamente, um funcionário
do setor de produção seleciona uma amostra dos recipientes e calcula a quantidade média de refri-
gerante em mililitros. Essa média, ou valor X-barra, é traçada na carta de controle. Um valor acima
do limite máximo de controle no gráfico mostra que o recipiente tem um volume de refrigerante
maior que o especificado, e um valor abaixo do limite mínimo de controle no gráfico mostra que
o recipiente tem um volume menor do que o especificado. O processo é chamado “sob controle” e
pode prosseguir contanto que as médias traçadas se situem entre os limites de controle máximo e
mínimo indicados na carta de controle. Adequadamente interpretada, uma carta de controle pode
ajudar a estabelecer quando há a necessidade de ajustes para corrigir o processo de produção.
Economia
Os economistas frequentemente fornecem previsões sobre o futuro da economia ou algum aspecto
dela. Eles usam uma série de informações estatísticas para fazer essas previsões. Por exemplo, ao
preverem as taxas de inflação, usam informações estatísticas de indicadores como o índice de pre-
ços do produtor, a taxa de desemprego e a utilização da capacidade de produção industrial. Com
frequência esses indicadores estatísticos são inseridos em modelos de previsão computadorizados
que preveem as taxas de inflação.
Aplicações de estatística como as que descrevemos nesta seção são parte integrante deste livro.
Os exemplos constituem uma visão geral da amplitude das aplicações estatísticas. Para comple-
mentá-los, profissionais da área de administração e economia nos forneceram os artigos de abertura
de capítulo intitulados Estatística na Prática, que fazem uma introdução à matéria abordada em
cada capítulo. As aplicações dessa seção mostram a importância da estatística em uma variedade
ampla de situações comerciais e econômicas.
1.2 Dados
Dados são os fatos e números coletados, analisados e sintetizados para apresentação e interpre-
tação. Todos os dados coletados em um estudo em particular denominam-se conjunto de dados
do estudo. A Tabela 1.1 mostra um conjunto de dados que contém informações financeiras
referentes a 25 fundos mútuos de investimento que faziam parte do relatório dos 500 maiores
e mais populares fundos da Morningstar Funds 2008. A Morningstar é uma companhia que
acompanha o desempenho de mais de 7 mil fundos mútuos de investimentos e prepara análises
detalhadas de 2 mil desses fundos. Suas orientações são seguidas à risca por analistas financei-
ros e investidores individuais.
Elementos, variáveis e observações

Elementos são as entidades a respeito das quais se coletam dados. Em relação ao conjunto de
dados da Tabela 1.1, cada fundo de investimento individualmente é um elemento; os nomes dos
elementos aparecem na primeira coluna. Com 25 fundos mútuos, o conjunto de dados contém
25 elementos.
Uma variável é a característica de interesse para os elementos. O conjunto de dados da Tabela
1.1 inclui as cinco variáveis a seguir:
•฀ Tipo de fundo: tipo de fundo mútuo, identificado como DE (Domestic Equity, ou Capital
Nacional Americano), IE (International Equity, ou Capital Internacional) e FI (Fixed Inco-
me, ou Renda Fixa).
•฀ Valor do ativo líquido ($): o preço de fechamento por ação em 31 de dezembro de 2007.
•฀ Rendimento médio em 5 anos (%): o rendimento médio anual do fundo durante os últimos
cinco anos.
Tabela 1.1  Conjunto de dados referentes a 25 fundos mútuos.

Tipo Valor do Rendimento Quociente Classificação
de ativo médio em 5 de despesas pela
Nome do fundo fundo líquido ($) anos (%) (%) Morningstar
American Century Intl. Disc IE 14,37 30,53 1,41 3 estrelas
American Century Tax-Free Bond FI 10,73 3,34 0,49 4 estrelas
American Century Ultra DE 24,94 10,88 0,99 3 estrelas
Artisan Small Cap DE 16,92 15,67 1,18 3 estrelas
Brown Cap Small DE 35,73 15,85 1,20 4 estrelas
DFA U.S. Micro Cap DE 13,47 17,23 0,53 3 estrelas
Morningstar Fidelity Contrafund DE 73,11 17,99 0,89 5 estrelas
Fidelity Overseas IE 48,39 23,46 0,90 4 estrelas
Fidelity Sel Electronics DE 45,60 13,50 0,89 3 estrelas
Conjuntos de
dados como os da Fidelity Sh-Term Bond FI 8,60 2,76 0,45 3 estrelas
Morningstar estão
disponíveis na Trilha. Gabelli Asset AAA DE 49,81 16,70 1,36 4 estrelas
Kalmar Gr Val Sm Cp DE 15,30 15,31 1,32 3 estrelas
Marsico 21st Century DE 17,44 15,16 1,31 5 estrelas
Mathews Pacific Tiger IE 27,86 32,70 1,16 3 estrelas
Oakmark I DE 40,37 9,51 1,05 2 estrelas
PIMCO Emerg Mkts Bd D FI 10,68 13,57 1,25 3 estrelas
RS Value A DE 26,27 23,68 1,36 4 estrelas
T. Rowe Price Latin Am. IE 53,89 51,10 1,24 4 estrelas
T. Rowe Price Mid Val DE 22,46 16,91 0,80 4 estrelas
Thornburg Value A DE 37,53 15,46 1,27 4 estrelas
USAA Income FI 12,10 4,31 0,62 3 estrelas
Vanguard Equity-Inc DE 24,42 13,41 0,29 4 estrelas
Vanguard Sht-Tm TE FI 15,68 2,37 0,16 3 estrelas
Vanguard Sm Cp Idx DE 32,58 17,01 0,23 3 estrelas
Wasatch Sm Cp Growth DE 35,41 13,98 1,19 4 estrelas
Fonte: Morningstar Funds 500 (2008).
•฀ Quociente de despesas: a porcentagem de ativos deduzidos a cada ano fiscal para as despe-
sas do fundo.
•฀ Classificação pela Morningstar: a classificação geral de cada fundo, em número de estrelas,
de acordo com os riscos; as classificações da Morningstar vão de 1 estrela (classificação
baixa) a 5 estrelas (classificação alta).
Os dados foram obtidos coletando-se as medidas para cada variável de cada elemento do estudo.
O conjunto de medidas obtidas correspondentes a determinado elemento é chamado observação.
Consultando a Tabela 1.1, vemos que o conjunto de medidas referentes à primeira observação
(American Century Intl. Disc) é IE, 14,37, 30,53, 1,41 e 3 estrelas. O conjunto de medidas da se-
gunda observação (American Century Tax-Free Bond) é FI, 10,73, 3,34 e 0,49, 4 estrelas e assim
por diante. Um conjunto de dados com 25 elementos contém 25 observações.
Escalas de medição
A coleta de dados requer uma das seguintes escalas de medição: nominal, ordinal, intervalar ou
razão (quociente). A escala de medição determina a quantidade de informação contida nos dados e
indica a síntese e as análises estatísticas mais apropriadas aos dados.
Quando os dados referentes a uma variável consistem em rótulos ou nomes usados para iden-
tificar um atributo do elemento, a escala de medição é considerada escala nominal. Por exemplo,
consultando os dados da Tabela 1.1, vemos que a escala de medição da variável Tipo de Fundo
é nominal porque DE, IE e FI são rótulos usados para identificar a categoria ou tipos de fundo.
Nos casos em que a escala de medição é nominal, um código numérico, bem como rótulos não
numéricos, pode ser usado. Por exemplo, para facilitar a coleta de dados e prepará-los para serem
digitados em uma planilha eletrônica, poderíamos utilizar um código numérico atribuindo a 1 o
significado Capital Nacional Americano (DE), ao número 2 o significado de Capital Internacional
(IE) e ao número 3 o significado de Renda Fixa (FI). Nesse caso, os valores numéricos 1, 2 e 3
identificam a categoria do fundo. A escala de medição é nominal, embora os dados se apresentem
como valores numéricos.
A escala de medição de uma variável denomina-se escala ordinal se os dados exibirem as pro-
priedades de dados nominais e se a ordem ou classificação dos dados for significativa. Por exemplo,
a Eastside Automotive envia um questionário aos clientes com o objetivo de obter dados sobre a
qualidade de seu serviço de mecânica de automóveis. Cada cliente dá a avaliação de excelente, bom
ou ruim ao serviço de mecânica. Uma vez que os dados obtidos são rótulos – excelente, bom ou ruim
–, eles têm as propriedades de dados nominais. Além disso, podem ser classificados, ou dispostos em
uma ordem, de acordo com a qualidade do serviço. Os dados registrados como “excelente” indicam
o melhor serviço, seguidos de “bom” e depois “ruim”. Desse modo, a escala de medição é ordinal.
Como outro exemplo, note que a Classificação da Morningstar, para os dados na Tabela 1.1, é ordinal.
Ela fornece uma classificação de 1 até 5 estrelas, com base na avaliação da Morningstar em relação
ao retorno do fundo ajustado ao risco do investimento. Os dados ordinais também podem ser forneci-
dos utilizando-se um código numérico, por exemplo, o semestre cursado na faculdade.
A escala de medição de uma variável é a escala intervalar se os dados exibirem as proprie-
dades de dados ordinais e o intervalo entre os valores for expresso em termos de unidade de me-
dida fixa. Dados de intervalos são sempre numéricos. As pontuações do exame SAT (Scholastic
Aptitude Test, ou Teste de Aptidão Escolar) são exemplos de dados com escala intervalar. Por
exemplo, três estudantes com pontuações SAT iguais a 620, 550 e 470 podem ser classificados, ou
ordenados, em termos do melhor para o pior desempenho. Além disso, as diferenças entre as pon-
tuações são significativas. Por exemplo, o estudante 1 pontuou 620 – 550 = 70 pontos a mais que
o estudante 2, ao passo que o estudante 2 pontuou 550 – 470 = 80 pontos a mais que o estudante 3.
A escala de medição de uma variável é a escala de razão (ou quociente) se os dados tiverem
todas as propriedades de dados intervalares e o quociente de dois valores for significativo. Va-
riáveis como distância, altura, peso e tempo usam como medição a escala de razão. Essa escala
exige que um valor zero seja incluído para indicar que não existe nada para a variável no ponto
zero. Por exemplo, considere o custo de um automóvel. Um valor zero para o custo indicaria
que o automóvel não tem nenhum custo e é grátis. Além disso, se compararmos o custo de $ 30
mil para um automóvel com o custo de $ 15 mil para um segundo automóvel, a propriedade da
razão mostra que o primeiro automóvel é $ 30 mil/$ 15 mil = 2 vezes (ou o dobro) o custo do
segundo automóvel.
Dados categorizados e quantitativos

Os dados também podem ser classificados como categorizados ou quantitativos. Os dados que po-
dem ser agrupados por categorias específicas são chamados dados categorizados e utilizam escala
O método de medição nominal ou ordinal. Os dados que utilizam valores numéricos para indicar quantidade
estatístico são denominados dados quantitativos e são obtidos utilizando medição de escala intervalar ou
apropriado para escala de razão.
a sintetização dos
dados depende Uma variável categorizada ou categórica é aquela com dados categóricos, e uma variável
de eles serem quantitativa é aquela com dados quantitativos. A análise estatística apropriada de determinada va-
categorizados ou riável depende de a variável ser categorizada ou quantitativa. Se a variável for categórica, a análise
quantitativos. estatística será bastante limitada. Podemos sintetizar os dados categorizados contando o número
de observações em cada categoria ou calculando a proporção das observações em cada categoria.
Entretanto, mesmo quando os dados categorizados usam código numérico, operações aritméticas
como a adição, subtração, multiplicação e divisão não produzem resultados significativos. A Seção
2.1 discute maneiras de sintetizar dados categorizados.
As operações aritméticas frequentemente produzem resultados significativos para variáveis
quantitativas. Por exemplo, em relação a uma variável quantitativa, os dados podem ser soma-
dos e depois divididos pelo número de observações para calcularmos o valor médio. Essa média
geralmente é significativa e facilmente interpretada. Em geral, quando os dados são quantitativos
há mais alternativas para a análise estatística. A Seção 2.2 e o Capítulo 3 apresentam maneiras de
sintetizar dados quantitativos.
Dados de seção transversal e de série temporal

Para fins de análise estatística, é importante estabelecer a distinção entre dados de seção transversal
e dados de série temporal. Dados de seção transversal são dados coletados no mesmo intervalo de
tempo ou aproximadamente no mesmo intervalo de tempo. Os dados da Tabela 1.1 são transversais
porque descrevem as cinco variáveis correspondentes aos 25 fundos mútuos no mesmo intervalo de
tempo. Dados de série temporal são dados coletados ao longo de diversos períodos. Por exemplo,
a Figura 1.1 apresenta um gráfico da média de preço por galão de gasolina comum, entre 2006 e
2009. Note que os maiores preços para a gasolina tendem a ocorrer nos meses de verão, com a
média de preço mais elevada de $ 4,05 por galão ocorrendo em julho de 2008. Em janeiro de 2009,
os preços da gasolina tiveram um declínio acentuado, atingindo o mínimo no período de três anos,
de $ 1,65 por galão.
Gráficos que representam dados de série temporal são, geralmente, encontrados em publicações
na área de administração e economia. Tais gráficos ajudam os analistas a compreender o que acon-
teceu no passado, a identificar as tendências ao longo do tempo e a projetar níveis futuros para a
série temporal. Os gráficos de dados de série temporal podem assumir diversas formas, conforme
mostra a Figura 1.2. Com algum estudo, esses gráficos normalmente são fáceis de serem entendi-
dos e interpretados.
Por exemplo, o Painel (A), na Figura 1.2, é um gráfico que mostra a Média Industrial do Índi-
ce Dow Jones de 1997 até 2010. Em abril de 1997, o popular índice do mercado de ações estava
próximo de 7 mil. Ao longo dos 10 anos seguintes o índice aumentou para mais de 14 mil, em
julho de 2007. Contudo, observe o declínio acentuado na série temporal após as altas sucessivas
verificadas em 2007. Em março de 2009, as más condições econômicas fizeram com que a Média
Figura 1.1
$ 4,50
Preço médio
por galão para a $ 4,00
gasolina comum, $ 3,50
Preço médio por galão

nos Estados Unidos.
$ 3,00
$ 2,50
$ 2,00
$ 1,50
$ 1,00
$ 0,50
$0
Mar. 6 Out. 6 Abr. 7 Nov. 7 Jun. 8 Dez. 8 Jul. 9
Data
Fonte: Administração de Informações sobre Energia, Ministério de Energia dos Estados Unidos, julho de 2009.
Industrial do Índice Dow Jones voltasse ao nível de 7 mil, de 1997. Esse foi um período assustador
e desencorajador para os investidores. Em janeiro de 2010, o índice mostrava recuperação, tendo
atingido o nível de 10.600.
O gráfico no Painel (B) mostra o Rendimento Líquido do McDonald’s Inc. de 2003 a 2009. A
situação de crise econômica em 2008 e 2009, na realidade, foi benéfica para o McDonald’s, uma
vez que o rendimento líquido da companhia aumentou para sucessivas altas. O crescimento do
rendimento líquido do McDonald’s mostrou que a companhia prosperou durante a recessão econô-
mica em virtude de as pessoas diminuírem a frequência aos restaurantes tradicionais, mais caros, e
passarem a procurar as alternativas mais baratas, oferecidas pelo McDonald’s.
O Painel (C) mostra a série temporal referente à Taxa de Ocupação de Hotéis do Sul da Flórida
durante o período de um ano. As taxas de ocupação mais altas, de 95% e 98%, ocorrem durante os
meses de fevereiro e março, quando o clima no sul da Flórida é atrativo para os turistas. De fato,
tipicamente, o período de janeiro a abril de cada ano é uma época de grande taxa de ocupação nos
hotéis do sul da Flórida. Por outro lado, note as baixas taxas de ocupação nos meses de agosto
a outubro, com a menor taxa, de 50%, sendo registrada em setembro. As elevadas temperaturas
e a temporada de furacões são as principais razões para a queda na taxa de ocupação em hotéis,
nesse período.
NOTAS e COMENTÁRIOS
1. Uma observação é o conjunto de medidas obtidas correspon- 2. Os dados quantitativos podem ser discretos ou contínuos. Da-
dentes a cada elemento de um conjunto de dados. Portanto, o dos quantitativos que medem uma quantidade (algo enumerá-
número de observações é sempre igual ao número de elemen- vel, por exemplo, número de chamadas telefônicas recebidas
tos. O número de medidas obtidas correspondentes a cada em 15 minutos) são discretos. Dados quantitativos que medem
elemento é igual ao número de variáveis. Portanto, o número uma quantificação (algo não enumerável, como peso ou tem-
total de itens de dados pode ser determinado multiplicando- po) são contínuos, porque não ocorre nenhuma separação en-
-se o número de observações pelo número de variáveis. tre os possíveis valores dos dados.
1.3 As fontes de dados

Os dados podem ser obtidos de fontes existentes ou de pesquisas e estudos experimentais planeja-
dos para a coleta de novas observações.
Visite a página deste livro na
Cengage Learning Brasil e
conheça também todo o nosso
catálogo
Tradução da 6ª edição norte-americana
ESTATÍSTICA
APLICADA
à administração e economia
Dennis J. Sweeney
Thomas A.Williams
David R. Anderson
Estatística aplicada à administração e economia apresenta uma introdução

conceitual à estatística e suas aplicações. Orientado à análise de dados e
de metodologia estatística, o texto oferece uma boa preparação para o
estudo de material estatístico mais avançado. Apresenta uma didática
muito bem estruturada, com exercícios que exigem que os alunos utili-
zem fórmulas e material do capítulo em situações reais. Além de outros
recursos didáticos como tabelas, gráficos, anotações de margem e glos-
sário, esta edição apresenta conteúdo atualizado com novos apêndices,
novos estudos de caso e outros tópicos, como ética e novas abordagens
sobre coletas de dados. Traz ainda novas opções de estatística adicio-
nais para os usuários do Excel.
Aplicações: Livro-texto para a disciplina estatística nos cursos

de Administração e Economia. É uma obra muito útil para todos
que utilizam ferramentas estatísticas nas áreas de contabilidade,
finanças, marketing, entre outras.
Trilha é uma solução digital, com plataforma de acesso em português, que disponibiliza
ferramentas multimídia para uma nova estratégia de ensino e aprendizagem.
ISBN 13 978-85-221-1281-4
ISBN 10 85-221-1281-9
Para suas soluções de curso e aprendizado,

visite www.cengage.com.br
9 7 8 8 5 2 2 11 2 8 1 4

Outras Obras

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Outras Obras

Enviado por

Direitos autorais:

Formatos disponíveis

Tradução da 6ª edição norte-americana

Daniel Kashiwamura Scheffer

Mayra Ivanoff Lora

Tatiana Terabayashi Melhado (Coord.)

Capítulo 2 Estatística descritiva: métodos tabulares e métodos gráficos .................... 33

Capítulo 3 Estatística descritiva: medidas numéricas ...................................................... 93

Fórmulas-chave .................................................................................................................. 139

Capítulo 4 Introdução à probabilidade .............................................................................. 157

Capítulo 5 Distribuições discretas de probabilidade ...................................................... 203

Fórmulas-chave .................................................................................................................. 237

Capítulo 6 Distribuições contínuas de probabilidade ..................................................... 243

Capítulo 7 Amostragem e distribuições amostrais .......................................................... 275

Amostragem por conveniência ...................................................................................... 307

Capítulo 8 Estimação intervalar .......................................................................................... 315

Capítulo 9 Testes de hipóteses ........................................................................................... 357

9.5 Proporção populacional .............................................................................................. 385

Capítulo 10 Comparações envolvendo médias, planejamento experimental

Apêndice 10.4 Análise de variância com o Excel.............................................................. 458

Capítulo 11 Comparações envolvendo proporções e teste de independência ............ 463

Capítulo 12 Regressão linear simples .................................................................................. 497

Estudo de Caso 1 Como medir o risco no mercado de ações ........................................... 556

Capítulo 13 Regressão múltipla............................................................................................. 565

Apêndice A Referências e Bibliografia .......................................................................... 615

Índice ................................................................................................................................... 685

Mudanças na sexta edição

para se apoiar a descoberta de uma pesquisa, a hipótese da pesquisa é a hipótese alternativa.

Exercícios de métodos e exercícios de aplicações

Anotações de margem e notas e comentários

Arquivos de dados que acompanham o livro

Ahmad Saranjam Ceyhun Ozgur Eric B. Howington

James Wright Julie Szendrey Michael Sklar

Sue Umashankar Tenpao Lee Wayne Bedford

Alan Smith Laramie County Community Raj Devasagayam

Carlton Scott Belmont University Stephen Smith

Dennis฀J.฀Sweeney฀é professor de Análise Quantitativa e fundador do Centro para a Melhoria da

Thomas฀A.฀Williams฀é professor de Ciência da Administração na Faculdade de Administração do

David฀R.฀Anderson฀é professor de Análise Quantitativa na Faculdade de Administração de Negó-

ESTATÍSTICA NA PRÁTICA 1.3 AS FONTES DE DADOS

Vemos com frequência os seguintes tipos de afirmação em artigos de jornais e de revistas:

•฀ A National Association of Realtors (Associação Nacional de Corretores de Imóveis) relatou que o

BUSINESSWEEK* nece estatísticas sobre a situação da economia, incluindo

1.1 Aplicações em administração e economia

Elementos, variáveis e observações

Tabela 1.1  Conjunto de dados referentes a 25 fundos mútuos.

Dados categorizados e quantitativos

Dados de seção transversal e de série temporal

Preço médio por galão

1.3 As fontes de dados

Estatística aplicada à administração e economia apresenta uma introdução

Aplicações: Livro-texto para a disciplina estatística nos cursos

Para suas soluções de curso e aprendizado,

Você também pode gostar