Escolar Documentos
Profissional Documentos
Cultura Documentos
75
50
25
0
2007 2008
2009
2010
Estatística Descritiva
Medidas de Localização Central
Hélder Pinto
e-mail: helder.pinto@gaia.ipiaget.pt
Medidas de Estatística Descritiva
✤ Medidas de Localização
✤ Damos o nome de medida de localização a qualquer caraterística
amostral que seja informativa da ordem de grandeza dos dados
que surgem na amostra.
✤ Muitas vezes interessa unicamente a localização da zona central da
amostra, pois, em geral, é aí que se concentra a maior parte dos
valores, mas pode também ser importante dar informação sobre a
ordem de grandeza dos valores que surgem nas caudas.
✤ As medidas de localização central mais comuns são a média e a
mediana.
✤ Média Aritmética
✤ A média é a medida de localização central “por excelência”.
✤ No seu cálculo intervêm todos os valores da amostra e não é mais
do que o número que “equilibra” os grandes valores com os
pequenos valores.
✤ É o centro de gravidade da distribuição dos dados.
✤ Média Aritmética
✤ A média constitui um bom resumo dos dados nos casos em que
estes se distribuem de forma aproximadamente simétrica, com
uma zona central de maior concentração e caudas que não se
alonguem demasiado.
✤ Quando a distribuição dos dados não é aproximadamente
simétrica, tem pouco interesse a utilização da média como centro
da distribuição dos dados. Aliás, quando a distribuição dos dados
não for aproximadamente simétrica é o próprio conceito de “centro
da distribuição” que deixa de ter sentido.
✤ Média Aritmética
✤ Em estatística, uma medida descritiva de uma população, ou um
parâmetro populacional, é geralmente representada por uma letra
grega, enquanto uma medida descritiva de uma amostra, ou uma
estatística amostral, é representada por uma letra romana.
✤ A média aritmética para uma população de valores é representada
pelo símbolo μ (lê-se “miú”), enquanto para uma amostra de
valores é representada pelo símbolo (lê-se “x barra”).
✤ Exemplo
✤ Uma Professora Universitária tem 199 alunos inscritos na sua
Unidade Curricular. Na 1ª frequência, classificada de 0 a 20, as
notas foram as seguintes:
Classificação 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
Nº de alunos 13 13 15 5 12 10 17 18 20 35 19 10 4 5 3
✤ Exemplo
✤ A Professora resolveu agrupar os dados em 5 classes:
Nº de
Classificação Ci Fi*Ci
alunos
[0, 4[ 13 2 26
[4, 8[ 45 6 270
[8, 12[ 65 10 650
[12, 16[ 68 14 952
[16, 20] 8 18 144
Totais 199 2042
✤ Mediana
✤ É um valor que divide a amostra ao meio: metade dos valores da
amostra são não superiores (menores ou iguais) à mediana e os
restantes são não inferiores (maiores ou iguais) à mediana. Por
outras palavras, até à mediana (inclusive) está, pelo menos, 50% da
amostra; para lá da mediana (inclusive) está também, pelo menos,
50% da amostra.
✤ Mediana
✤ Dado um histograma, é fácil obter a posição da mediana, pois esta
está numa posição tal que, passando uma linha vertical por esse
ponto, o histograma fica dividido em duas partes com áreas iguais,
como se representa na figura seguinte:
Obs.: li representa o limite inferior da classe mediana; ai representa a amplitude da classe mediana;
fai-1 representa a frequência relativa acumulada da classe anterior à classe mediana; e fi representa
a frequência relativa da classe mediana.
Estatística - Luís Estatística – helder.pinto@gaia.ipiaget.pt
Moreira - luis.moreira@gaia.ipiaget.pt
Medidas de Localização
Nº de
Classificação Fai fi fai
alunos
[0, 4[ 13 13 0,065 0,065
[4, 8[ 45 58 0,226 0,291
[8, 12[ 65 123 0,327 0,618
[12, 16[ 68 191 0,342 0,960
[16, 20] 8 199 0,040 1,000
✤ Propriedades da Mediana
✤ Em distribuições simétricas, o valor da média e da mediana
coincidem;
✤ O valor da mediana é menos sensível do que a média à variação de
cada uma das observações e não é afetada por valores extremos;
✤ Em distribuições assimétricas, a mediana é uma medida de
tendência central mais adequada do que a média.
✤ Moda
✤ Em amostras de dados qualitativos dá-se o nome de categoria
modal ou, também, simplesmente, moda, à categoria de maior
frequência. Esta mesma definição é usualmente utilizada também
para dados quantitativos (discretos ou contínuos), ou seja, define-
se por classe modal a classe de maior frequência (dados
agrupados).
✤ Sendo x1, x2, ..., xn, n valores de uma variável estatística, chama-se
moda, e representa-se por Mo, ao valor que ocorre com maior
frequência.
𝑑1
𝑚𝑜 = 𝑙𝑖 + 𝑎𝑖 ×
𝑑1 + 𝑑2
Nº de
Classificação
alunos
[0, 4[ 13
[4, 8[ 45 𝑑1
𝑚𝑜 = 𝑙𝑖 + 𝑎𝑖 ×
[8, 12[ 65 𝑑1 + 𝑑2
[12, 16[ 68
3
= 12 + 4 × = 12,19
[16, 20] 8 3 + 60
✤ Um outro exemplo:
Nº de
Classificação
alunos
[30, 35[ 12
[35, 40[ 50
𝑑1
[40, 45[ 40 𝑚𝑜 = 𝑙𝑖 + 𝑎𝑖 ×
𝑑1 + 𝑑2
[45, 50[ 21 38
[50, 55] 17
= 35 + 5 × = 38,96
38 + 10
[55, 60] 10
✤ Propriedades da Moda
✤ Em distribuições unimodais simétricas, a moda tem o mesmo valor
da média e da mediana;
✤ Em distribuições assimétricas, a moda é diferente da média e da
mediana;
✤ O valor da moda não é influenciado por valores extremos.