46estatística Descritiva

MATEMÁTICA
PRÉ-VESTIBULAR
LIVRO DO PROFESSOR
Esse material é parte integrante do Aulas Particulares on-line do IESDE BRASIL S/A,
mais informações www.aulasparticularesiesde.com.br
© 2006-2009 – IESDE Brasil S.A. É proibida a reprodução, mesmo parcial, por qualquer processo, sem autorização por escrito dos autores e do
detentor dos direitos autorais.
I229 IESDE Brasil S.A. / Pré-vestibular / IESDE Brasil S.A. —

Curitiba : IESDE Brasil S.A., 2009. [Livro do Professor]
660 p.
ISBN: 978-85-387-0571-0
1. Pré-vestibular. 2. Educação. 3. Estudo e Ensino. I. Título.
CDD 370.71
Disciplinas Autores
Língua Portuguesa Francis Madeira da S. Sales
Márcio F. Santiago Calixto
Rita de Fátima Bezerra
Literatura Fábio D’Ávila
Danton Pedro dos Santos
Matemática Feres Fares
Haroldo Costa Silva Filho
Jayme Andrade Neto
Renato Caldas Madeira
Rodrigo Piracicaba Costa
Física Cleber Ribeiro
Marco Antonio Noronha
Vitor M. Saquette
Química Edson Costa P. da Cruz
Fernanda Barbosa
Biologia Fernando Pimentel
Hélio Apostolo
Rogério Fernandes
História Jefferson dos Santos da Silva
Marcelo Piccinini
Rafael F. de Menezes
Rogério de Sousa Gonçalves
Vanessa Silva
Geografia Duarte A. R. Vieira
Enilson F. Venâncio
Felipe Silveira de Souza
Fernando Mousquer
Projeto e
Produção
Desenvolvimento Pedagógico
Noções de
Estatística
Estatística descritiva é, em geral, utilizada na
etapa inicial da análise, quando tomamos contato
com os dados pela primeira vez. Objetivando tirar
conclusões de modo informal e direto, a maneira
mais simples seria a observação dos valores colhi-
Neste módulo pretendemos formalizar alguns dos. Entretanto, ao nos depararmos com uma grande
conceitos que constituem a base de técnicas desen- massa de dados, percebemos, imediatamente, que
volvidas com a finalidade de auxiliar a responder, a tarefa pode não ser simples. Para tentar depreen-
de forma objetiva e segura, situações que envolvem der dos dados informações a respeito do fenômeno
uma grande quantidade de informações. A utilização sobre estudo, é preciso aplicar alguma técnica que
dessas técnicas, destinadas à análise de situações nos permita resumir informações daquele particular
complexas ou não, tem aumentado e faz parte de conjunto de valores. Em outras palavras, a estatística
nosso cotidiano. Tome-se como exemplo as transmis- descritiva pode ser definida como um conjunto de
sões esportivas. Em jogos de futebol, o número de técnicas destinadas a descrever e resumir os dados,
escanteios, número de faltas cometidas e tempo de afim de que possamos tirar conclusões a respeito de
posse de bola são dados fornecidos ao telespectador características de interesse.
e fazem com que as conclusões sobre qual time foi Na terminologia estatística, o grande conjunto de
o melhor em campo se torne objetiva (não que isso dados que contém a característica que temos interesse
implique que tenha sido o vencedor...). recebe o nome de população. Esse termo refere-se não
O que tem levado a essa quantificação de somente a uma coleção de indivíduos, mas também
nossas vidas no dia-a-dia? Um fator importante é a ao alvo sobre o qual reside nosso interesse. Assim,
popularização dos computadores. No passado, tratar nossa população pode ser tanto todos os habitantes
uma grande massa de números era uma tarefa custo- de Sorocaba, como todas as lâmpadas produzidas por
sa e cansativa, que exigia horas de trabalho tedioso. uma fábrica em um certo período de tempo, ou todo
Recentemente, no entanto, grande quantidade de o sangue no corpo de uma pessoa. Algumas vezes
informações pode ser analisada rapidamente com podemos acessar toda a população para estudarmos
um computador pessoal e programas adequados. características de interesse, mas, em muitas situa-
Dessa forma, o computador contribui, positivamente, ções, tal procedimento não pode ser realizado.
na difusão e uso de métodos estatísticos. Por outro Em geral, as razões econômicas são as mais deter-
lado, o computador possibilita uma automação que minantes dessas situações. Por exemplo, uma empresa,
pode levar o indivíduo sem preparo específico a uti- usualmente, não dispõe de verba suficiente para saber
lizar técnicas inadequadas para resolver um dado o que pensam todos os consumidores de seus produtos.
problema. Assim, é necessária a compreensão dos Há ainda razões éticas, quando, por exemplo, os expe-
conceitos básicos da estatística, bem como as supo- rimentos de laboratório envolvem o uso de seres vivos.
sições necessárias para o seu uso de forma criteriosa. Além disso, existem casos em que a impossibilidade de
Entendemos que a Estatística é como um conjunto acessar toda a população de interesse é incontornável.
de técnicas que permite, de forma sistemática, Na análise do sangue de uma pessoa ou em um experi-
organizar, descrever, analisar e interpretar dados mento para determinado tempo de funcionamento das
oriundos de estudo e experimento, realizados em lâmpadas produzidas por uma indústria, não podemos
qualquer área do conhecimento. Estamos denomi- observar toda a população de interesse.
nando por dados um (ou mais) conjuntos de valores,
A seleção da amostra pode ser feita de várias
EM_V_MAT_016
numéricos ou não. A aplicabilidade das técnicas a

maneiras, dependendo, entre outros fatores, do grau
serem discutidas se dá nas mais variadas áreas da
de conhecimento que temos da população, da quan-
atividade humana.
tidade de recursos disponíveis e assim por diante.
1
Devemos ressaltar que, em princípio, a seleção TV: horas gastas assistindo TV, por semana.
da amostra tenta fornecer um subconjunto de valores OpTV: opinião a respeito da qualidade da progra-
o mais parecido possível com a população que lhe mação na TV: (R) ruim, (M) média, (B) boa e
dá origem. A amostragem mais usada é a amostra (N) não sabe.
casual simples, em que selecionamos ao acaso, com
ou sem reposição, os itens da população que farão O conjunto de informações disponíveis, após
parte da amostra. a tabulação do questionário ou pesquisa de campo,
é denominado de tabela de dados brutos e contém
Eventualmente, se tivermos informações adi-
os dados da maneira que foram coletados inicial-
cionais a respeito da população de interesse, pode-
mente. Os valores obtidos para cada uma dessas
mos utilizar outros esquemas de amostragem mais
informações estão apresentados na tabela 1.1. Cada
sofisticados. Por exemplo, se numa cidade tivermos
uma das características perguntadas aos alunos,
mais mulheres do que homens, podemos selecionar
tais como o peso, a idade e a altura, entre outras, é
um certo número de indivíduos entre as mulheres e
denominada de variável. Assim, a variável altura
outro número entre os homens. Esse procedimen-
assume os valores (em metros) 1,60; 1,68;... e a va-
to é conhecido como amostragem estratificada.
riável turma assume os valores A ou B. Claramente
Outras vezes, pode existir uma relação numerada
tais variáveis têm naturezas diferentes no que tange
dos itens da população (uma lista de referência)
aos possíveis valores que podem assumir. Tal fato
que nos permitiria utilizar a chamada amostragem
deve ser levado em conta nas análises e, para fixar
sistemática em que selecionamos os indivíduos de
ideias, vamos considerar dois grandes tipos de va-
forma pré-determinada, por exemplo, de 8 em 8 ou
riáveis: numéricas e não-numéricas. As numéricas
de 10 em 10.
serão denominadas quantitativas, ao passo que as
A questão inicial é: dado um conjunto de dados, não-numéricas, qualitativas.
como “tratar” os valores, numéricos ou não, a fim
A variável é qualitativa quando os possíveis
de se extrair informações a respeito de uma ou mais
valores que assume representam atributos e/ou qua-
características de interesse? Basicamente, faremos
lidades. Se tais variáveis têm uma ordenação natural,
uso de tabelas de frequências e gráficos, notando
indicando intensidades crescentes de realização,
que tais procedimentos devem levar em conta a na-
entre elas serão classificadas como qualitativas or-
tureza dos dados.
dinais. Caso contrário, quando não é possível estabe-
Suponha, por exemplo, que um questionário foi lecer uma ordem natural entre seus valores, elas são
aplicado aos alunos do primeiro ano de uma escola, classificadas como qualitativas nominais. Variáveis
fornecendo as seguintes informações: tais como Turma (A ou B), Sexo (feminino ou masculi-
Id: identificação do aluno. no) e Fumante (sim ou não) são variáveis qualitativas
Turma: turma a que o aluno foi alocado (A ou B). nominais. Por outro lado, variáveis como Tamanho (pe-
queno, médio ou grande), Classe Social (baixa, média
Sexo: F se feminino, M se masculino.
ou alta) são variáveis qualitativas ordinais.
Idade: idade em anos.
Variáveis quantitativas, isto é, variáveis de
Alt: altura em metros. natureza numérica, podem ser subdivididas em dis-
Peso: peso em quilogramas. cretas e contínuas. A grosso modo, variáveis quanti-
Filhos: números de filhos na família. tativas discretas podem ser vistas como resultantes
de contagens, assumindo assim, em geral, valores
Fuma: hábito de fumar, sim ou não.
inteiros. De uma maneira mais formal, o conjunto
Toler: tolerância ao cigarro: (I) indiferente, (P) inco- dos valores assumidos é finito ou enumerável. Já as
moda pouco e (M) incomoda muito. variáveis quantitativas contínuas assumem os va-
Exerc: horas de atividade física, por semana. lores em intervalos dos números reais e, geralmente,
Cine: número de vezes que vai ao cinema por se- são provenientes de uma mensuração. Por exemplo,
mana. número de irmãos (0, 1, 2, ...) e número de defeitos
Opcine: opinião a respeito das salas de cinema na (0, 1, 2, ...), são discretas, enquanto que Peso e Altura
cidade: (B) regular a boa e (M) muito boa. são quantitativas contínuas.
EM_V_MAT_016
2 Esse material é parte integrante do Aulas Particulares on-line do IESDE BRASIL S/A,
Informações de questionário estudantil – dados brutos
Id. Turma Sexo Idade Alt. Peso Filhos Fuma Toler. Exer. Cine OpCine TV OpTV
1 A F 17 1,60 50,5 2 NÃO P 0 1 B 16 R
2 A F 18 1,69 55,0 1 NÃO M 0 1 B 7 R
3 A M 18 1,85 72,8 2 NÃO P 5 2 M 15 R
4 A M 25 1,85 80,9 2 NÃO P 5 2 B 20 R
5 A F 19 1,58 55,0 1 NÃO M 2 2 B 5 R
6 A M 19 1,76 60,0 3 NÃO M 2 1 B 2 R
7 A F 20 1,60 58,0 1 NÃO P 3 1 B 7 R
8 A F 18 1,64 47,0 1 SIM I 2 2 M 10 R
9 A F 18 1,62 57,8 3 NÃO M 3 3 M 12 R
10 A F 17 1,64 58,0 2 NÃO M 2 2 M 10 R
11 A F 18 1,72 70,0 1 SIM I 10 2 B 8 N
12 A F 18 1,66 54,0 3 NÃO M 0 2 B 0 R
13 A F 21 1,70 58,0 2 NÃO M 6 1 M 30 R
14 A M 19 1,78 68,5 1 SIM I 5 1 M 2 N
15 A F 18 1,65 63,5 1 NÃO I 4 1 B 10 R
16 A F 19 1,63 47,4 3 NÃO P 0 1 B 18 R
17 A F 17 1,82 66,0 1 NÃO P 3 1 B 10 N
18 A M 18 1,80 85,2 2 NÃO P 3 4 B 10 R
19 A F 20 1,60 54,5 1 NÃO P 3 2 B 5 R
20 A F 18 1,68 52,5 3 NÃO M 7 2 B 14 M
21 A F 21 1,70 60,0 2 NÃO P 8 2 B 5 R
22 A F 18 1,65 58,5 1 NÃO M 0 3 B 5 R
23 A F 18 1,57 49,2 1 SIM I 5 4 B 10 R
24 A F 20 1,55 48,0 1 SIM I 0 1 M 28 R
25 A F 20 1,69 51,6 2 NÃO P 8 5 M 4 N
26 A F 19 1,54 57,0 2 NÃO I 6 2 B 5 R
27 B F 23 1,62 63,0 2 NÃO M 8 2 M 5 R
28 B F 18 1,62 52,0 1 NÃO P 1 1 M 10 R
29 B F 18 1,57 49,0 2 NÃO P 3 1 B 12 R
30 B F 25 1,65 59,0 4 NÃO M 1 2 M 2 R
31 B F 18 1,61 52,0 1 NÃO P 2 2 M 6 N
32 B M 17 1,71 73,0 1 NÃO P 1 1 B 20 R
33 B F 17 1,65 56,0 3 NÃO M 2 1 B 14 R
34 B F 17 1,67 58,0 1 NÃO M 4 2 B 10 R
35 B M 18 1,73 87,0 1 NÃO M 7 1 B 25 B
36 B F 18 1,60 47,0 1 NÃO P 5 1 M 14 R
37 B M 17 1,70 95,0 1 NÃO P 10 2 M 12 N
38 B M 21 1,85 84,0 1 SIM I 6 4 B 10 R
EM_V_MAT_016
39 B F 18 1,70 60,0 1 NÃO P 5 2 B 12 R

40 B M 18 1,73 73,0 1 NÃO M 4 1 B 2 R
41 B F 17 1,70 55,0 1 NÃO I 5 4 B 10 B
3
Id. Turma Sexo Idade Alt. Peso Filhos Fuma Toler. Exer. Cine OpCine TV OpTV
42 B F 23 1,45 44,0 2 NÃO M 2 2 B 25 R
43 B M 24 1,76 75,0 2 NÃO I 7 0 M 14 N
44 B F 18 1,68 55,0 1 NÃO P 5 1 B 8 R
45 B F 18 1,55 49,0 1 NÃO M 0 1 M 10 R
46 B F 19 1,70 50,0 7 NÃO M 0 1 B 8 R
47 B F 19 1,55 54,0 2 NÃO M 4 3 B 3 R
48 B F 18 1,60 50,0 1 NÃO P 2 1 B 5 R
49 B M 17 1,80 71,0 1 NÃO P 7 0 M 14 R
50 B M 18 1,83 86,0 1 NÃO P 7 0 M 20 B
Tabela 1.1
Resumimos as classificações das variáveis no dermos às questões de interesse. Por exemplo, na

esquema apresentado na figura (a título de exercício, tabela 1.1, não é imediato dizer se os alunos se inco-
tente classificar todas as variáveis na tabela 1.1). modam muito ou pouco com os fumantes. Portanto,
Nominal a partir da tabela de dados brutos, vamos construir
Qualitativa uma nova tabela com as informações resumidas,
Variável Ordinal para cada variável. Essa tabela será denominada de
Discreta tabela de frequência e, como o nome indica, conterá
Quantitativa os valores da variável e suas respectivas contagens,
Contínua
as quais são denominadas frequências absolutas
Vale ressaltar que, em muitas situações práticas, ou simplesmente, frequências. No caso de variáveis
a classificação depende de certas particularidades. qualitativas ou quantitativas discretas, a tabela de
Por exemplo, a variável idade, medida em número frequência consiste em listar os valores possíveis da
de anos, pode ser vista como discreta, entretanto, variável, numéricos ou não, e fazer a contagem na ta-
se l evarmos em conta os dias, não é absurdo falar bela de dados brutos do número de suas ocorrências.
que a idade é 2,5 ou 2,85 anos, dando assim respal- Representaremos por ni a frequência do valor i, e por
do para classificá-la como contínua. Por outro lado, n a frequência no total. Para efeito de comparação
dependendo da precisão do instrumento utilizado com outros grupos ou conjuntos de dados, será con-
para se obter medidas em um objeto, podemos ter veniente acrescentarmos uma coluna na tabela de
limitações no número de casas decimais e uma va- frequência contendo o cálculo da frequência relativa,
riável de mensuração pode se “tornar” discreta. É definida por fi = ni / n. Convém notar que, quando
importante salientar que a classificação apresentada estivermos comparando dois grupos com relação às
acima se refere à natureza da variável e, em geral, frequências de ocorrência dos valores de uma dada
devemos utilizar o bom senso na hora de decidir qual variável, grupos com o número total de dados maior
procedimento adotar para caracterizar uma variável. tendem a ter maiores frequências de ocorrência dos
Para salientar tal fato, mencionamos que podemos, valores da variável. Dessa forma, o uso da frequência
inclusive, discretizar uma variável contínua para relativa vem resolver este problema.
obter uma melhor representação da ocorrência de A tabela 1.2 apresenta as frequências para a
seus valores no conjunto de dados. variável sexo, obtida a partir da tabela 1.1.
Outro ponto que pode trazer confusão é que,
muitas vezes, na utilização de programas computa-
cionais, associamos códigos numéricos a uma vari- Tabela de frequência
ável qualitativa. Por exemplo, na tabela 1.1 pode-se para a variável “Sexo”
associar ao sexo feminino o valor 1 e ao masculino 2.
Apesar da variável ser representada por valores nu-
méricos, isso não a torna uma variável quantitativa. Sexo ni fi
Novamente vemos que a natureza da variável deve F 37 0,74
sempre ser levada em conta na hora de se interpretar
M 13 0,26
EM_V_MAT_016
resultados obtidos na análise descritiva.

total n = 50 1
Apesar de conter muita informação, a tabela Tabela 1.2
de dados brutos pode não ser prática para respon-
Note que, para variáveis cujos valores pos- Apesar de não adotarmos nenhuma regra for-
suem ordenação natural (qualitativas ordinais e mal quanto ao total de faixas, utilizamos, em geral,
quantitativas em geral), faz sentido incluirmos de 5 a 8 faixas com a mesma amplitude. Entretanto,
também uma coluna contendo as frequências ressaltamos que faixas de tamanho desigual podem
acumuladas fac. A frequência acumulada até um ser convenientes para representar valores nas extre-
certo valor é obtida pela soma das frequências de midades da tabela.
todos os valores da variável, menores ou iguais ao
valor considerado. Sua atitude principal é ajudar a
estabelecer pontos de corte com uma determinada
Tabela de frequência
frequência nos valores da variável. Por exemplo, para variável “Peso”
na tabela 1.3, observamos que 90% dos alunos têm
idades até 21 anos, de fato até 22, uma vez que
este valor tem frequência zero. TV ni fi fAC
40,0 50,0 8 0,16 0,16

Tabela de frequência 50,0 60,0 22 0,44 0,60
para a variável “Idade” 60,0 70,0 8 0,16 0,76
70,0 80,0 6 0,12 0,88
Idade ni fi fAC
80,0 90,0 5 0,10 0,98
17 9 0,18 0,18
90,0 100,0 1 0,02 1,00
18 22 0,44 0,62
19 7 0,14 0,76 total 50 1
20 4 0,08 0,84 Tabela 1.4
21 3 0,06 0,90 Vamos estudar, agora, a situação em que a vari-

22 0 0 0,90 ável é por natureza discreta, mas o conjunto de possí-
23 2 0.04 0,94 veis valores é muito grande. Por exemplo, a variável TV,
definida como o número de horas assistindo televisão,
24 1 0,02 0,96
tem valores inteiros entre 0 e 30 e uma tabela repre-
25 2 0,04 1,00 sentando seus valores e respectivas frequências seria
total n = 50 1 muito extensa e pouco prática. O caminho adequado,
Tabela 1.3 nesse caso, é tratar a variável como se fosse contínua
e criar faixas para representar seus valores. Assim,
passamos a tratar como contínua uma variável que
Com relação à variável Peso, lembremos que foi
seria, originalmente, classificada como discreta.
classificada como quantitativa contínua, e assim, te-
oricamente seus valores podem ser qualquer número
real num certo intervalo. Aqui os valores variam entre Tabela de frequência
44,0 e 95,0kg e foram medidos com apenas uma casa
decimal. Ainda assim, existe um grande número de para a variável “TV”
valores diferentes de modo que, se a tabela de frequ-
ência fosse feita nos mesmos moldes dos casos ante- TV ni fi fAC
riores obteríamos praticamente os valores originais
0 6 14 0,28 0,28
da tabela de dados brutos. A alternativa que vamos
adotar consiste em construir classes ou faixas de va- 6 12 17 0,34 0,62
lores e contar o número de ocorrências em cada faixa. 12 18 11 0,22 0,84
Para a variável Peso, usamos faixas de amplitude 10
18 24 4 0,08 0,92
iniciando em 40kg. Na tabela 1.4 escolhemos incluir
o extremo inferior e excluir o superior. Dessa forma, a 24 30 4 0,08 1,00
frequência da faixa 40,0 50,0 não inclui os alunos 46 total 50 1
e 48 que tinham peso igual a 50,0kg. A opção de qual Tabela 1.5
extremo incluir pode ser arbitrária, mas o importante
EM_V_MAT_016
é indicar claramente quais são os valores que estão A organização dos dados em tabelas e frequên-
sendo contados em cada faixa. cias proporciona um meio eficaz de estudo do com-
5
portamento de características de interesse. Muitas Normas para apresentação tabular de dados
vezes, a informação contida nas tabelas pode ser mais As tabelas são usadas para apresentar os dados
facilmente visualizada através de gráficos. Meios de estatísticos de uma maneira organizada e simplifi-
comunicação apresentam, diariamente, gráficos das cada. Para apresentar as tabelas existem normas,
mais variadas formas para auxiliar na apresentação estabelecidas pelo CNE em 1956, as quais veremos
das informações. Órgãos públicos e empresas se mu- a seguir:
niciam de gráficos e tabelas em documentos internos
e relatórios de atividades e desempenho. Graças à Vendas de CIA Elite 1992/1994
(Departamento de Marketing
da CIA elite.)
proliferação de recursos gráficos, cuja construção ANO Vendas em R$
tem sido cada vez mais simplificada em programas
1992 5.834,00
computacionais, existe hoje uma infinidade de tipos
de gráficos que podem ser utilizados. 1993 6.424,00
1994 3.567,00
Alguns tipos de gráficos:
Total 15.825,00
a) Diagrama de Colunas:
Os elementos essenciais de uma tabela são:
•• Título: indica a natureza do fato estudado,
local e época em que foi observado.
•• Rodapé: pode conter três elementos.
•• Fonte: designação da entidade que forneceu
os dados (único obrigatório).
•• Notas: esclarecimentos de natureza geral.
•• Chamadas: esclarecimentos de natureza es-
b) Diagrama de Barras: pecífica.
•• Linhas: série horizontal de observações.
•• Colunas: série vertical de observações.
•• Células ou Casas: é a menor divisão de uma
tabela.
•• Corpo: compreende todas as linhas e colunas
de uma tabela.
•• Cabeçalho: apresenta a natureza de cada
coluna.
c) Histograma: é um gráfico de colunas justa-
postas, de uma distribuição de frequências •• Coluna Indicadora: indica o que contém em
em classes. cada linha.
Sinais Convencionados:
— dado nulo
Z quando o dado for rigorosamente zero.
... quando não se dispõe do dado.
x quando o dado for omitido.
Os meses devem ser abreviados com suas três
letras iniciais. EX.: JAN, FEV, ...
É importante considerar na construção de ta-
belas:
•• A tabela não deve ser fechada lateralmente.
Polígonos de frequência: é o gráfico que se ob-
•• A linha/coluna dos totais fica inserida no
tém unindo-se por linhas retas os pontos médios das
corpo da tabela.
EM_V_MAT_016
bases superiores dos retângulos de um histograma.

•• A tabela deve ser clara e organizada para
uma rápida interpretação.
Se estamos numa parada de ônibus urbano e Propriedades
nos pedem alguma informação sobre a demora em
passar um determinado ônibus, o que diremos? Nin- a) da moda (moda é o valor mais frequente numa
guém imagina que poderemos dar como resposta uma série):
tabela de frequências que pacientemente coletamos
no último mês, ou ano! Tampouco, seria adequado •• Pode ou não depender dos extremos de uma
apresentar um modelo teórico pelo qual teríamos série.
ajustado o comportamento da variável aleatória de •• Se somarmos ou subtrairmos um valor cons-
interesse. Quem perguntou deseja uma resposta bre- tante K a cada um dos elementos de uma
ve e rápida que sintetize a informação que dispomos série, a moda ficará somada ou subtraída por
e não uma completa descrição dos dados coletados essa constante.
ou da modelagem que porventura fizemos.
•• Se multiplicarmos ou dividirmos um valor
Neste módulo , definiremos medidas de disper-
constante K a cada um dos elementos de um
são e medidas de tendências central para um con-
série, a moda ficará multiplicada ou dividida
junto de dados qualquer (população ou amostra) e,
por essa constante.
então, consideramos as correspondentes definições
para variáveis aleatórias. b) da mediana (mediana é o valor que ocupa a
posição central num rol):
Medidas de posição •• Não depende dos extremos de uma série.

•• Se somarmos ou subtrairmos um valor cons-
para um conjunto de dados tante K a cada um dos elementos de uma
Considere uma variável X com observações re- série, a mediana ficará somada ou subtraída
presentadas por x1, x2,..., xn. A média desse conjunto por essa constante.
é a soma dos valores dividida pelo número total de •• Se multiplicarmos ou dividirmos um valor
observações. Isto é: constante K a cada um dos elementos de
n uma série, a mediana ficará multiplicada ou
x + x2 + ... + xn xi dividida por essa constante.
xobs= 1 = i=1
n n
c) das médias (média é o valor mais represen-
tativo de uma série):
A mediana, representada por mdobs, é o valor que
ocupa a posição central dos dados ordenados. •• Depende dos extremos de uma série.
A moda é pelo valor mais frequente e será de- •• Se somarmos ou subtrairmos um valor cons-
notada por moobs. tante K a cada um dos elementos de uma
Se houver possibilidade de confusão, faremos série, a média aritmética ficará somada ou
menção à variável X representando a mediana e a subtraída por essa constante.
moda por mdobs (X) e moobs (X).
•• Se multiplicarmos ou dividirmos um valor
Note que as definições acima também podem constante K a cada um dos elementos de uma
ser aplicadas quando o conjunto de dados já está série, a média aritmética ficará multiplicada
organizado numa tabela de frequência. Por exemplo, ou dividida por essa constante.
para a medida temos:
k •• Média geométrica usada em situações onde
n x + n2x2 +...+ nkxk nixi os elementos de uma série formam uma PG.
xobs= 1 1 = i=1
n1+...+nk n •• Média harmônica usada em situações onde
os elementos de uma série são inversamente
e, assim, xobs
proporcionais.
pode ser pensada como a média dos k diferentes •• Média aritmética usada nas demais situa-
valores, ponderada pelas respectivas frequências ções.
relativas de ocorrência. De modo análogo também •• X > Xg > Xh (∀ xe > 0)
podemos obter, através da tabela de frequência, a
mediana e a moda. •• Média harmônica é o inverso da média arit-
EM_V_MAT_016
mética dos inversos.
7
•• Média geométrica é a raiz enésima do produ- O mesmo acontece com o conjunto 20, 20 e 20. Os
tório das variáveis. dois conjuntos têm valores bem diferentes apesar
de terem a mesma média. De fato, é fácil construir
•• Valores próximos entre os elementos de uma
exemplos onde dois conjuntos de dados distintos
série geram os valores das três médias pró-
possuem medidas de posição idênticas. Em muitas
ximos a valores afastados.
dessas situações existe diferença em relação à dis-
•• A soma algébrica dos desvios tomados em persão dos dados, isto é, quanto à maneira como
relação à média aritmética é igual a zero. os valores de cada conjunto se espalham. A fim de
quantificar tal característica vamos definir algumas
•• A soma dos quadrados dos desvios toma-
medidas de dispersão.
dos em relação à média aritmética é um
mínimo.
Definição de
Válido para todas amplitude de uma variável
as medidas de posição em um conjunto de dados
•• Todas as medidas de posição apresentam a A amplitude, referente a uma certa variável,
mesma unidade das variáveis a que elas se é definida como a diferença entre o maior e o
referem. menor valor do conjunto de dados. Será deno-
tada por .
•• Gráficos Unimodais.
A amplitude só leva em conta dois valores de
todo o conjunto e, assim, seria mais conveniente
Curva Curva assimé- Curva assimé-
considerarmos uma medida que utilizasse todas as
simétrica trica à direita trica à esquerda
observações. Uma ideia inicial é considerar o desvio
positiva negativa
de cada observação em relação a um ponto de refe-
rência e então tomar sua média. Caso a observação
seja menor que a referência o desvio seria negativo,
caso seja maior, positivo. A soma de tais desvios fará
com que termos de sinais diferentes se compensem,
podendo ocultar o efeito da variabilidade.
X=X=X X>X>X X>X>X
Variância e desvio-padrão
X: média; X: mediana ; X : moda
em conjunto de dados
A variância, referente à variável X de um con-
Medidas de dispersão junto de dados, é definida por:
Apesar das medidas de tendência central for-

necerem uma ideia do comportamento das variáveis, varobs= 1
n
(xi – xobs)2
elas podem esconder valiosas informações. Essas n i=1
medidas podem não ser suficientes para descrever e

discriminar diferentes conjuntos de dados. Por exem- Para manter a mesma unidade dos dados ori-
plo, um bairro nobre da capital paulista inclui uma ginais, é conveniente definirmos o desvio-padrão
das maiores favelas de São Paulo. O que podemos como sendo dpobs = varobs . Se houver possibilidade
dizer da renda média do bairro? Certamente os altos de confusão faremos menção à variável X, utilizando
rendimentos de alguns residentes serão suficientes a notação varobs (X).
para fazer a média atingir um patamar comparável às
melhores economias do mundo, porém a discrepância
entre os diversos valores deve ser muito grande. O
que podemos estar esquecendo é a variabilidade dos
valores da variável e isto não é captado pela média e
1. Classifique cada uma das variáveis abaixo em qualitativa
EM_V_MAT_016
sim pelas medidas de dispersão. Por exemplo, para

o conjunto de valores 0, 20 e 40 a média é igual a 20. (nominal/ordinal) ou quantitativa (discreta/contínua):
a) ocorrência de hipertensão pré-natal em grávidas No. Salários em R$
com mais de 35 anos (sim ou não são possíveis
respostas para estas variável). 10 2.000,00
b) intenção de voto para presidente (possíveis res- 12 3.600,00
postas são os nomes dos candidatos, além de 5 4.000,00
não sei). 3 6.000,00
c) perda de peso de maratonistas na corrida de São Quantos funcionários, que recebem R$3.600,00, devem
Silvestre, em quilos. ser demitidos para que a mediana desta distribuição de
d) intensidade da perda de peso de maratonistas na salários seja de R$2.800,00?
corrida de São Silvestre (leve, moderada e forte). a) 8
e) grau de satisfação da população brasileira com re- b) 11
lação ao trabalho de seu presidente (valores de 0 a
5, com 0 indicando totalmente insatisfeito e 5 total- c) 9
mente satisfeito). d) 10
`` Solução: e) 7
a) Qualitativa nominal. `` Solução: D
b) Qualitativa nominal.
c) Qualitativa nominal.
d) Qualitativa ordinal.
...
e) Quantitativa ordinal. 10 2.000,00 x 3.600,00 5 4.000,00 3 6.000,00
2. Os dados abaixo referem-se ao salário (em salários A mediana é, se o número de funcionários for ímpar,
mínimos) de 20 funcionários administrativos em uma o salário central (quando os salários são colocados
indústria. em ordem crescente, como acima). Se o número de
funcionários for par, a mediana é a média dos dois valores
10,1 7,3 8,5 5,0 4,2 3,1 2,2 9,0 9,4 6,1 centrais, nas mesmas condições.
3,3 10,7 1,5 8,2 10,0 4,7 3,5 6,5 8,9 6,1 Logo, eliminando os oito extremos, temos:
Construa uma tabela de frequência agrupando os dados

em intervalos de amplitude 2 a partir de 1. ...
Tabela de frequência: 2 2.000,00 x 3.600,00
salário 1 3 3 5 5 7 7 9 9 11 total Logo, se tivermos x = 2, a mediana será

frequência 2 5 4 4 5 20 3.600+2.000
= 2.800.
2
`` Solução:
Assim, x = 2.
1 3 3 5 5 7 7 9 9 11
2 5 4 4 5 Como o total é 12, devem ser demitidos 12 – 2 = 10.
De 1 até 3, significa olhar na tabela o número de salá-

rios no intervalo [1, 3], que são 1,5 e 2,2; e, portanto, 2
valores, logo, frequência 2. Analogamente, construímos
o resto da tabela.
3. (UFU) O Departamento de Comércio Exterior do Banco

Central possui 30 funcionários com a seguinte distribuição 4. Num curso de iniciação à informática, a distribuição
EM_V_MAT_016
salarial em reais. das idades dos alunos, segundo o sexo, é dada pelo
gráfico seguinte.
9
`` Solução:
Note que o número de parafusos, em cada caixa, é um
valor inteiro, porém, a média não precisa ser necessaria-
mente um valor inteiro. Para este exemplo, temos que,
em média, as caixas contêm 98,6 parafusos.
Colocando os dados em ordem crescente, obtemos: 95,
96, 97, 98, 99, 99, 100, 100, 100, 102. Neste caso, como
o número de elementos no conjunto de dados é 10, um
Com base nos dados do gráfico, pode-se afirmar número par, tomamos a mediana como sendo a medida
que: dos dois valores que ocupam a posição central. Temos:
a) o número de meninas com, no máximo, 16 anos 99 + 99
é maior que o número de meninos nesse mes- mdobs= = 99.
mo intervalo de idades. 2
b) o número total de alunos é 19. É imediato que o valor mais frequente é 100 e assim,
moobs = 100.
c) a média de idade das meninas é 15 anos.
d) o número de meninos é igual ao número de me- 6. Foram coletadas 150 observações da variável X, repre-
ninas. sentando o número de vestibulares Fuvest (um por ano)
e) o número de meninos com idade maior que 15 que um mesmo estudante prestou. Assim, foi observado
anos é maior que o número de meninas nesse que 75 estudantes prestaram vestibular Fuvest, uma
mesmo intervalo de idades. única vez, e assim por diante. Os dados estão na tabela
abaixo:
`` Solução: D
a) número de meninas com idade menor ou igual X ni
a 16 anos = a número de meninos com idade 1 75
menor ou igual a 16 anos = b 2 47
3 21
a=4 4 7
Pelo gráfico b>a Falso
b=7
b) número total de alunos = número de meninas Calcule as medidas de posição de X:
+ número de meninos = 10 + 10 = 20 ≠ 19 `` Solução:
Falso.
c) média da idade das meninas = 1 x 75 + 2 x 47 + 3 x 21 + 4 x 7
x obs= = 1,73;
1x14+2x15+1x16+3x17+3x18 150
1+2+1+3+3 75o + 76o 1+2
mdobs (x) = = = 1,5;
2 2
= 16,5 15 Falso.
mdobs (x) = 1.
d) número de meninas = 10; número de meninos =
10 ⇒ Verdadeiro.
7. As notas de um candidato em suas provas de um con-
e) número de meninos com idade maior que 15 curso foram: 8,4; 9,1; 7,2; 6,8; 8,7 e 7,2.
anos = a, número de meninas com idade maior
que 15 anos = b. a = 7 e b = 7 a = b Falso. A nota média, a nota mediana e a nota modal desse
aluno são, respectivamente:
a) 7,9; 7,8; 7,2.
5. Suponha que parafusos a serem utilizados em tomadas
elétricas são embalados em caixas rotuladas como b) 7,2; 7,8; 7,9.
contendo 100 unidades. Em uma construção, 10 caixas c) 7,8; 7,8; 7,9.
de um lote tiveram um número de parafusos contados,
fornecendo os valores 98, 102, 100, 100, 99, 97, 96, 95, d) 7,2; 7,8; 7,9.
99, 100. Para essas caixas, o número médio de parafusos e) 7,8; 7,9; 7,2.
será dado por:
EM_V_MAT_016
`` Solução: A
98 + 102 + ... + 100 986
x obs= = = 98,6
10 10 Notas: 8,4 = n1; 9,1 = n2; 7,2 = n3; 6,8 = n4; 8,7 = n5
10 7,2 = n6
70
(8,4 + 9,1 + 7,2 + 6,8 + 8,7 + 7,2)

•• média = i=1
=
6 6
1. (ICMS-MG) Os dados abaixo foram fornecidos pela
= 7,9 Golden Cross a um segurado.
mediana = 6,8; 7,2; 7,2; 8,4; 8,7; 9,1 Valor em Pago em
Vencimento
CR$ UFIR
7,2 + 8,4 02/92 54.748,61 91,69
•• mediana = = 7,8
2 03/92 70.615,25 74,67
modal: a que mais aparece = 7,2 04/92 90.345,51 78,29
`` Solução: 05/92 107.959,64 78,07
06/92 301.529,64 218,05
7,9 / 7,8 / 7,2
07/92 374.198,79 117,82
08/92 470.182,39 223,44
09/92 586.269,09 186,97
10/92 745.207,00 192,70
11/92 963.403,47 198,53
12/92 1.206.180,74 200,94
8. O salário de professores do Ensino Fundamental da

No mês de outubro de 1992, o valor da UFIR foi:
rede privada está sendo estudado. A tabela abaixo
apresenta os valores, em salários mínimos, obtidos a) 3.135,63
em um levantamento numa certa cidade. Desejamos
calcular a média e a variância desse conjunto de b) 4.852,68
dados. c) 3.867,19
salário frequência d) 2.104,29

1 3 14 e) 6.002,69
3 5 25
2. (ICMS-MG) A Folha de São Paulo de 08 ago. 1993,
5 7 18 caderno 8, página 12, divulgou as seguintes informações
7 9 9 do SEBRAE/IEI/UFRJ:
9 11 4 Maioria tem baixa competitividade entre as micro-
total 70 empresas
`` Solução:
Como a variável está apresentada em faixas de valo-
res, não temos os valores efetivamente observados
e, portanto, não podemos aplicar as fórmulas da
média e da variância. Para contornar essa situação e
obter resultados aproximados para as medidas de-
sejadas, tomamos como representante de cada fixa
seu ponto médio. Com essa alternativa, o cálculo é Com base no gráfico, conclui-se que as microempresas
feito nos mesmos moldes das variáveis quantitativas consideradas com competitividade média representam:
discretas. Assim:
a) 50,4%
14 x 2 + 25 x 4 +...+ 4 x 10
x obs = 1
70
ni xi = b) 62,3%
70 i = 1 70
4,97.
c) 68,1%
Para a variância: d) 37,7%
EM_V_MAT_016
e) 49,6%
varobs= 1
70
(xi – x )2 = 5,00.
70 i=1
11
3. (ICMS-MG) No 2.º quadro, há um fragmento da tabela de números
aleatórios de dois dígitos.
Cursos de nível superior no Brasil em 1991.
ÁREAS N % Elementos aleatórios

Agrárias 145 Nº Nomes
Artes 112 47 Dalva
Biológicas 708 48 Ednéia
Exatas 794 49 Elisa
Humanas 2883 50 Ilda
TOTAL 4642 51 Leni
Na área de Ciências Humanas estão _____ dos cursos

Faria parte da amostra o seguinte elemento:
de nível superior do Brasil.
a) Dalva
a) 60,2%
b) Ednéia
b) 60,0%
c) Elisa
c) 63,0%
d) Ilda
d) 62,5%
e) Leni
e) 62,1%
4. As cinco melhores universidades no Brasil, por número 6. (ICMS-MG) Notícias FAPEMIG, ano 1 – nº 1, junho/
de cursos estrelados. julho – 1993, divulgou, na página 8, o seguinte gráfico,
relativo a 1992.
Universi- Distribuição de recursos por área
Cursos Cursos Estrelados
dades
N %
USP 78 57
UFMG 41 28
UFRJ 45 25
Unicamp 27 24
UFRGS 40 23
A sigla da universidade que, proporcionalmente, tem A área menos favorecida com recursos foi a de:
mais cursos considerados muito bons e excelentes é: a) Ciências Biológicas e da Saúde.
a) USP
b) Ciências Exatas e da Terra.
b) UFMG
c) Ciências Agrárias.
c) UFRJ
d) Ciências Sociais, Humanas e Artes.
d) Unicamp
e) Tecnologia.
e) UFRGS
5. (ICMS-MG) 7. (ICMS-MG) A Folha de São Paulo de 18 ago. 1993,

caderno 2, página 4, divulgou, entre os Indicadores
No 1.º quadro, há a relação dos elementos que compõem Econômicos, os dados do quadro a seguir:
uma população de universitários.
EM_V_MAT_016
Contribuição à Previdência. c) 58
Competência agosto. d) 59
Autônomo, Empregador e Facultativo. e) 60
Permanência
Salário-Base Alíquotas Contribuição 9. Na série 60, 50, 70, 80, 90, o valor 70 será:
em cada Classe
(CR$) (%) (CR$)
(em meses) a) a média e a moda.
até 12 5.534,00 10 553,40
b) a média e a mediana.
mais de 12
10.122,62 10 1.012,26
até 24 c) a mediana e a moda.
mais de 24 d) a média, a mediana e a moda.
15.183,93 10 1.518,39
até 36
mais de 36
20.245,24 20 4.049,05 10. Dada a figura abaixo, podemos afirmar que:
até 48
mais de 48
25.306,55 20 5.061,31
até 72
mais de 72 até
30.367,87 20 ----
108
mais de 108
35.429,18 20 7.085,84
até 144
mais de 144
40.490,48 20 8.098,10
até 204
mais de 204
45.551,80 20 9.110,36 a) a moda é maior do que a mediana e menor que a
até 264
média.
mais de 264 50.613,12 20 10.122,62
b) a moda é menor do que a mediana e maior que a
média.
O valor que completa o quadro acima é:
a) 6.073,50 c) a moda é menor que a mediana e esta maior que
a média.
b) 6.073,57
d) a mediana é maior que a média e menor que a
c) 6.070,50 moda.
d) 6.700,57 11. Os preços do m2 das últimas cinco obras realizadas por
e) 6.703,57 uma instituição pública foram, respectivamente, 800, 810,
810, 750 e 780URVs. Pode-se afirmar que a média dos
8. (ICMS-MG) Numa pesquisa em que foram entrevistados preços do m2 obtida é:
torcedores de futebol de Belo Horizonte, obteve-se,
para a distribuição de frequências, o gráfico de setores a) 7
abaixo. b) 7
c) 8
d) 810
12. Em certa empresa, o salário médio era de CR$90.000,00

e o desvio-padrão dos salários era de CR$10.000,00.
Todos os salários receberam um aumento de 10%. O
salário médio passou a ser:
a) CR$90.000,00
Se 54 das pessoas pesquisadas torciam para o Atlético,
então, entre as pessoas pesquisadas, o número de b) CR$91.000,00
torcedores do Cruzeiro era de: c) CR$95.000,00
a) 56
EM_V_MAT_016
d) CR$99.000,00
b) 57
e) CR$100.000,00
13
13. A média aritmética é razão entre: 2. (FTF) O gráfico de colunas não é utilizado em séries
do tipo:
a) o número de valores e o somatório deles.
a) histórico.
b) o somatório dos valores e o número deles.
b) geográfico.
c) os valores extremos.
c) especificativo.
d) os dois valores centrais.
d) do polígono de frequência.
14. Na série 60, 90, 80, 60, 50, a moda será:
e) econômico.
a) 50
b) 60 3. (TTN) O tipo de diagrama de área que procura demonstrar
a proporção de partes em um todo representado por um
c) 66 círculo é:
d) 90 a) gráfico de setores.
15. A medida que tem o mesmo número de valores abaixo b) ogiva de galton.
e acima dela é:
c) gráfico pictórico.
a) a moda.
d) cartograma.
b) a mediana.
e) gráfico polar.
c) a média.
A tabela a seguir refere-se às questões 12 e 13 , sobre
d) o lugar mediano. as notas de alunos de uma faculdade.
16. A soma dos desvios entre cada valor e a média é:
68 84 75 82 68 90 62 88 76 93
a) positiva. 73 79 88 73 60 93 71 59 85 75
b) negativa. 61 65 75 87 74 62 95 78 83 72
c) diferente de 0. 66 78 82 75 94 77 69 74 68 60
96 78 89 61 75 95 60 79 83 71
d) zero.
79 62 67 97 78 85 76 65 71 75
65 80 73 57 88 78 62 76 53 74
86 67 73 81 72 63 76 75 85 77
1. (AFC) A tabela abaixo apresenta a distribuição de 4. Assinale a alternativa correta.

um grupo de 200 estudantes segundo o curso que
fazem (Estatística ou Matemática) e o sexo (Homem a) O maior grau é 90.
ou Mulher). b) Foram 4 os estudantes com graus de 95 a 99.
Homem Mulher c) O menor grau é 50.
Estatística 40 20 d) Foram 8 os estudantes com graus de 93 a 99.
Matemática 80 60 e) A amplitude total é 40.
A única afirmação errada é: 5. Assinale a alternativa correta.

a) Um em cada três homens faz o curso de Estatística. a) O grau do estudante classificado em 10º lugar é 88.
b) 75% das mulheres fazem o curso de Matemática. b) O maior grau é 95.
c) Dois em cada três estudantes de Estatística são c) Os cinco estudantes mais atrasados receberam
homens. graus abaixo de 57.
d) 40% dos homens estudam Matemática. d) A amplitude total é 38.
EM_V_MAT_016
e) 60% dos estudantes são homens. e) Foram 20 os estudantes que receberam graus
abaixo de 6.
6. (TCDF) Em relação aos tipos de gráficos, assinale a Com base nessas informações, julgue os itens seguintes:
opção correta. (( ) De 1997 a 1998, o crescimento percentual do núme-
a) Uma série categórica é melhor representada por ro de inscritos na USP foi maior que o da UFRGS.
um gráfico de linha. (( ) Todos os segmentos de reta apresentados no grá-
b) Uma série cronológica é melhor representada por fico têm inclinação positiva.
um gráfico de setores. (( ) Durante todo período analisado, a UFMG foi a uni-
c) Se uma distribuição de frequências apresenta inter- versidade que apresentou o maior crescimento per-
valos de tamanhos desiguais, o melhor gráfico para centual, mas não o maior crescimento absoluto.
representá-la é um polígono de frequências. (( ) Os crescimentos percentuais anuais na UFRJ dimi-
d) O gráfico de barras é usado somente para séries nuíram a cada ano.
geográficas. (( ) Considerando, para cada universidade represen-
e) O gráfico de setores é usado para comparar pro- tada no gráfico, a série numérica formada pelos
porções. números de inscritos em ciências biológicas nos
últimos quatro vestibulares, a série da USP é a que
apresenta a maior mediana, tendo desvio-padrão
7. (TCU) Gráficos são instrumentos úteis na análise esta-
maior que o da UFRJ.
tística. Assinale a afirmação incorreta.
9. (TCDF) Assinale a opção correta.
a) Um histograma representa uma distribuição de fre-
quências para variáveis do tipo contínuo. a) Em Estatística, entende-se por população um con-
junto de pessoas.
b) O gráfico de barras representa, por meio de uma
série de barras, quantidades ou frequências para b) A variável é discreta quando pode assumir qualquer
variáveis categóricas. valor dentro de determinado intervalo.
c) O gráfico de setores é apropriado, quando se quer c) Frequência relativa de uma variável aleatória é o nú-
representar as divisões de um montante total. mero de repetições dessa variável.
d) Um histograma pode ser construído utilizando-se, d) A série estatística é cronológica quando o elemento
indistintamente, as frequências absolutas ou relati- variável é o tempo.
vas de um intervalo de classe.
e) Amplitude total é a diferença entre dois valores
e) Uma ogiva pode ser obtida ligando-se os pontos mé- quaisquer do atributo.
dios dos topos dos retângulos de um histograma.
Para a solução da questão a seguir, utilize a série
8. (UnB) Um novo “boom” desponta nas estatísticas dos estatística a seguir:
últimos vestibulares. Desde o surgimento de Dolly, a
polêmica ovelha clonada a partir da célula de um animal 2 5 7 13
adulto, a carreira de ciências biológicas recebe cada vez
3 6 9 13
mais candidatos e esta área firma-se como a ciência do
próximo milênio. 3 6 11 13
4 6 11 13
O gráfico a seguir ilustra o número de inscritos nos 4 7 12 15
últimos quatro vestibulares que disputaram as vagas
oferecidas pela Universidade de São Paulo (USP) e pelas
universidades federais do Rio de Janeiro (UFRJ), de Minas 10. Os valores da mediana e da moda da série são, res-
Gerais (UFMG) e do Rio Grande do Sul (UFRGS). pectivamente:
a) 4 e 15
(Época, 26 abr. 1999. Adaptado.)
b) 7 e 12
c) 6 e 13
d) 7 e 13
e) 9 e 13
11. Em uma empresa, o salário médio dos empregados é

EM_V_MAT_016
de R$ 500,00. Os salários pagos aos empregados dos

sexos masculino e feminino são R$520,00 e R$420,00,
respectivamente. Então, nessa empresa:
15
a) o número de homens é o dobro do número de mu- d) 72
lheres.
e) 74
b) o número de homens é o triplo do número de mu-
lheres. 15. O desvio padrão do conjunto de dados A = {2, 4, 6, 8,
10} é aproximadamente, igual a:
c) o número de homens é o quádruplo do número de
mulheres. a) 2,1
d) o número de mulheres é o triplo do número de ho- b) 2,4
mens.
c) 2,8
e) o número de mulheres é o quádruplo do número
de homens. d) 3,2
12. Dados os conjuntos de números e) 3,6
A = {1.000, 1.001, 1.002, 1.003, 1.004, 1.005} e B = {0,
16. (ICMS-MG) Um supermercado tem 200 empregados,
1, 2, 3, 4, 5}, podemos afirmar que:
sendo 150 mulheres e 50 homens. A média salarial das
a) o desvio padrão A é igual a 1.000 vezes o desvio mulheres é de três salários mínimos e a dos homens é de
padrão de B. cinco salários mínimos. A média salarial dos empregados
b) o desvio padrão de A é igual ao desvio padrão de B. desse supermercado, em salários mínimos, é:
c) o desvio padrão de A é igual ao desvio padrão de B a) 3,1

multiplicado pelo quadrado de 1.000. b) 3,2
d) o desvio padrão de A é igual ao desvio de B dividi- c) 3,3
do por 1.000.
d) 3,4
e) o desvio padrão de A é igual ao quadrado do des-
e) 3,5
vio padrão de B.
17. (ICMS-MG) As alturas dos jogadores de basquete da
13. A estatura média dos sócios de um clube é 165cm, Seleção Brasileira são 1,98m; 2,04m; 2,06m; 2,02m e
sendo a dos homens 172cm e a das mulheres 162cm. 2,05m.
A porcentagem de mulheres no clube é de:
A média de altura dessa seleção, em m, é de:
a) 62%
a) 2,01
b) 65%
b) 2,02
c) 68%
c) 2,03
d) 70% d) 2,04
e) 72% e) 2,05
14. Um candidato obteve, nas diversas provas de um con- 18. (ICMS-MG) Dados os conjuntos de valores:
curso, as seguintes notas com os respectivos pesos:
A = {1, 1, 2, 3, 4, 5, 5, 8, 8, 8, 9, 10} B = {6, 7, 8, 9, 10,
Matéria Nota Peso 11, 12} C = {1, 2, 4, 4, 4, 4, 5, 8, 9, 9, 9, 9, 10}
Em relação à moda, afirmamos que:
Português 66 3
I. A é unimodal, e a moda é 8.
Contabilidade 63 3
Estatística X 2 II. B é unimodal, e a moda é 9.
Direito 79 2 III. C é bimodal, e as modas são 4 e 9.
Então, em relação as afirmativas, é correto dizer que:
A média aritmética ponderada, obtida pelo candidato, foi de a) todas são verdadeiras.
69,3. A nota que o candidato obteve em Estatística foi:
b) todas são falsas.
a) 66
c) somente I e II são verdadeiras.
EM_V_MAT_016
b) 68
d) somente I e III são verdadeiras.
c) 70 e) somente II e III são verdadeiras.
1. C 1. D
2. B 2. D
3. E 3. A
4. D 4. B
5. D 5. A
6. D 6. E
7. B 7. E
8. E 8. F, F, F, V, V
9. B 9. D
10. D 10. D
11. B 11. C
12. D 12. B
13. B 13. D
EM_V_MAT_016
14. B 14. E
15. B 15. C
16. D 17
16. E
17. C
18. D
EM_V_MAT_016
EM_V_MAT_016
19
EM_V_MAT_016

46estatística Descritiva

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

46estatística Descritiva

Enviado por

Direitos autorais:

Formatos disponíveis

MATEMÁTICA

I229 IESDE Brasil S.A. / Pré-vestibular / IESDE Brasil S.A. —

1. Pré-vestibular. 2. Educação. 3. Estudo e Ensino. I. Título.

numéricos ou não. A aplicabilidade das técnicas a

39 B F 18 1,70 60,0 1 NÃO P 5 2 B 12 R

Resumimos as classificações das variáveis no dermos às questões de interesse. Por exemplo, na

resultados obtidos na análise descritiva.

40,0 50,0 8 0,16 0,16

21 3 0,06 0,90 Vamos estudar, agora, a situação em que a vari-

bases superiores dos retângulos de um histograma.

Medidas de posição •• Não depende dos extremos de uma série.

mética dos inversos.

Apesar das medidas de tendência central for-

medidas podem não ser suficientes para descrever e

sim pelas medidas de dispersão. Por exemplo, para

Construa uma tabela de frequência agrupando os dados

salário 1 3 3 5 5 7 7 9 9 11 total Logo, se tivermos x = 2, a mediana será

De 1 até 3, significa olhar na tabela o número de salá-

3. (UFU) O Departamento de Comércio Exterior do Banco

(8,4 + 9,1 + 7,2 + 6,8 + 8,7 + 7,2)

8. O salário de professores do Ensino Fundamental da

salário frequência d) 2.104,29

ÁREAS N % Elementos aleatórios

Na área de Ciências Humanas estão _____ dos cursos

5. (ICMS-MG) 7. (ICMS-MG) A Folha de São Paulo de 18 ago. 1993,

12. Em certa empresa, o salário médio era de CR$90.000,00

1. (AFC) A tabela abaixo apresenta a distribuição de 4. Assinale a alternativa correta.

A única afirmação errada é: 5. Assinale a alternativa correta.

11. Em uma empresa, o salário médio dos empregados é

de R$ 500,00. Os salários pagos aos empregados dos

c) o desvio padrão de A é igual ao desvio padrão de B a) 3,1

Você também pode gostar