INSTITUTO SUPERIOR DE CIÊNCIAS DE EDUCAÇÃO A DISTÂNCIA

Faculdade de Ciências de Educação

Curso de Licenciatura em Ensino de Biologia

ESTATÍSTICA

Distribuição de Frequência

Luísa Momade Pedor: 91231147

Nangade, Março /2023

1
INSTITUTO SUPERIOR DE CIÊNCIAS DE EDUCAÇÃO A DISTÂNCIA
Faculdade de Ciências de Educação
Curso de Licenciatura em Ensino de Biologia

ESTATÍSTICA

Distribuição de Frequência

Trabalho de Campo a ser Submetido

na Coordenação do Curso de
Licenciatura em Ensino de Biologia.
Tutor:

Luísa Momade Pedor: 91231147

Nangade, Março /2023

2
Índice
Introdução ................................................................................................................................... 4
Objectivos ................................................................................................................................... 4
Pesquisa Bibliográfica ................................................................................................................ 5
Distribuição de Freqüências ....................................................................................................... 6
Elementos de uma distribuição de frequência ............................................................................ 6
Tipos de frequência .................................................................................................................... 7
Medidas de posição .................................................................................................................... 8
Separatrizes ............................................................................................................................... 10
Medidas de dispersão e variabilidade ....................................................................................... 10
Coeficiente de variação ............................................................................................................ 11
Conclusão ................................................................................................................................. 14
Bibliografia ............................................................................................................................... 15

3
Introdução
O presente trabalho visa descrever distribuição de freqüências. No nosso quotidiano é cada
vez mais necessário tomar decisões rápidas e bem fundamentadas. As tabelas estatísticas,
geralmente, condensam informações de fenômenos que necessitam da coleta de grande
quantidade de dados numéricos. No caso das distribuições de frequências, que é um tipo de
série estatística, os dados referentes ao fenômeno objeto de estudo se repetem na maioria das
vezes sugerindo a apresentação em tabela onde apareçam valores distintos uns dos outros.

Uma distribuição de freqüências condensa um grande número de dados numa tabela, de modo
que 100, 200, 500 ou um número qualquer de valores pode ser representado em poucas linhas.
É uma série estatística específica em que os dados encontram-se dispostos em classes ou
categorias juntamente com suas freqüências correspondentes.

Por outras palavras, é uma área do conhecimento que inclui os instrumentos necessários para
recolher, organizar ou classificar, apresentar e interpretar conjuntos de dados.

Objectivos
Objectivo significa um fim a atingir, uma meta de pesquisa, propósito de pesquisa, ou seja, é a
finalidade de um trabalho de pesquisa, que indica o que o pesquisador vai desenvolver. Para
Marconi & Lakatos (2002, P.24) “toda pesquisa deve ter um objectivo determinado para saber
o que se vai procurar e o que se pretende alcançar. ” Definir objectivos de pesquisa é um
requisito para desenvolver uma pesquisa científica.

Objectivo Geral
O objectivo geral “está ligado a uma visão global e abrangente do tema. ” Esta visão permite
ao pesquisador compreender o todo da pesquisa. Para Andrade (2009) o objectivo geral está
ligado ao tema de pesquisa.
Apresentar conceitos, tipos de distribuição de frequência, formas de representação de
frequências e exemplos.

Objectivos Específicos
De acordo com Marconi & Lakatos (2003, P.219) os objectivos específicos “apresentam
carácter mais concreto. [...], permitindo, de um lado, atingir o objectivo geral e, de outro,

4
aplicá-lo a situações particulares. ” Portanto, os objectivos específicos são o desmembramento
do objectivo geral, facilitando o percurso da pesquisa
Conceituar a distribuição de frequências;
Identificar os tipos da distribuição de frequências;
Descrever as formas de representação de frequências trazendo exemplos.

Gil (2008) diz que metodologia descreve os procedimentos a serem seguidos na realização da
pesquisa.

Pesquisa Bibliográfica
Na visão de Fonseca (2009:37), a pesquisa bibliográfica é feita a partir do levantamento de
referências teóricas já analisadas, e publicadas por meios eletrônicos, como livros e artigos
científicos, páginas web sites. Qualquer trabalho cientifico inicia-se com uma pesquisa
bibliográfica, que permite ao pesquisador conhecer o que já se estudou sobre o assunto.

5
Distribuição de Freqüências
Por constituir-se o tipo de tabela importante para a Estatística Descritiva, faremos um estudo
completo da distribuição de freqüências.
Uma distribuição de freqüências condensa um grande número de dados numa tabela, de modo
que 100, 200, 500 ou um número qualquer de valores pode ser representado em poucas linhas.
É uma série estatística específica em que os dados encontram-se dispostos em classes ou
categorias juntamente com suas freqüências correspondentes.

Uma distribuição de freqüência agrupa os dados por classes de ocorrência, resumindo a

análise de conjunto de dados grandes.
1. Rol: É a organização dos dados brutos em ordem de grandeza crescente ou
decrescente.
2. Distribuição de frequência sem intervalo de classe: É a simples condensação dos
dados conforme a repetição de seus valores. Para um ROL de tamanho razoável esta
distribuição de freqüência é inconveniente.
3. Distribuição de frequência com intervalo de classe: Quando o tamanho da amostra
é elevado e o número de variáveis é muito grande, é mais racional efetuar o
agrupamento de seus valores.
Exemplo:

Elementos de uma distribuição de frequência

1. Classe: São intervalos de variação da variável. As classes são representadas
simbolicamente por i, sendo i= 1,2,3...,k ( Onde K é o número total de classes da
distribuição.
2. Limites da classe: São os extremos de cada classe. O menor número é o limite
inferior (li) e o maior número o limite superior da classe (ls).

6
 3. Amplitude de um intervalo de classe (h): É a medida do intervalo que define a
classe. Ela é obtida pela diferença entre os limites superior e inferior. Assim: h= ls – li

4. Amplitude total (H): É a diferença entre o valor máximo e mínimo da amostra.

H= Ls – Li

5. Ponto médio de uma classe (Xi) : É o ponto que divide o intervalo de classe em duas
partes iguais.

Xi = li + ls
2

6. Determinação do número de classes: Regra de Sturges:

K= 1 + 3,3 log (n)
Onde: K = Número de classes
n= O número total de observações

7. Amplitude do intervalo de classe (Ai): É o comprimento da classe.

Ai= H ou Ai= AT
K K
Onde: AT = Amplitude total

Tipos de frequência
1. Frequência simples ou absoluta (fi): É o número de repetições de um valor
individual ou de uma classe de valores da variável. A soma da freqüência simples é
igual ao número total dos dados da distribuição.
∑fi = n

2. Frequências relativas ( fri) : São os valores das razões (divisões) entre as freqüências
absolutas de cada classe e a freqüência total da distribuição. A soma das freqüências
relativas é igual a 1 ou 100%.
fri = fi
∑fi

7
 3. Frequência simples acumulada (Fi): representa a soma das freqüências simples
dessa classe ou desse valor com as freqüências simples das classes ou dos valores
anteriores.
Exemplo:

Medidas de posição
1. Medidas de tendência central
I. Média: representa um ponto de equilibrio de um conjunto de dados
Dados não agrupados (dados brutos):

Dados - frequência simples sem intervalo de classe.

k

 fx i i
X  i 1

n
Dados agrupados por intervalos de classe:
k

fx  li  Li 

X  i 1
i i
xi   
n Onde:
 2 
8
 II. Mediana (MD): É uma medida de posição cujo número divide um conjunto de
dados em duas partes iguais. Portanto a mediana se localiza no centro de um
conjunto de números ordenados segundo uma ordem de grandeza.

Dados não agrupados ( BRUTOS)

▪ Ordenar os dados
▪ Verificar se o tamanho da amostra é par ou ímpar.
n par – A mediana é a média aritmética dos termos de ordem:

n = 2k
Md = Xk + xk+1
2

n ímpar – A mediana é o termo de ordem

n= 2k + 1
Md = xk + 1

Dados - frequência simples sem intervalo de classe.

▪ Verificar se n é par ou ímpar.

▪ Calcular a freqüência acumulada (Fi) para identificar os termos
necessários para obtenção da mediana.

Dados agrupados por intervalos de classe:

▪ Calcular a posição do elemento ( ordem da mediana)
▪ Calcular a freqüência acumulada para identificar a classe da mediana.

𝒏
𝑴𝑫 = 𝑳𝒊 + 𝟐 − 𝑭𝒂𝒏𝒕 𝒉𝒎𝒅
𝑭𝒎𝒅
Onde: Li = Limite inferior da mediana
Fant = Freqüência acumulada anterior a classe da mediana
Fmd = Freqüência simples da mediana
Hmd = Amplitude do intervalo de classe da mediana

9
 III. Moda: Valor da variável que aparece com mais freqüência no conjunto de
dados.

Separatrizes
A medida de posição denominada quartis, decis e percentis tem o mesmo principio da
mediana. Enquanto a mediana separa a distribuição em duas partes iguais, a característica
principal de cada uma dessas medidas é que:
a. Quartis: Dividem a distribuição em quatro partes iguais
b. Decis: Dividem a distribuição em dez partes iguais
c. Percentis: Dividem a distribuição em cem partes iguais
Para achar todas essas medidas usaremos uma única fórmula, a do percentil:

𝑛𝑝
𝑃𝑏 = 𝐿𝑖 100 − 𝐹𝑎𝑛𝑡 ℎ𝑝𝑏
𝑓𝑝𝑏

Onde: Li = Limite inferior da mediana

Fant = Freqüência acumulada anterior a classe da mediana
Fpb = Freqüência simples da classe do percentil
Hpb = Amplitude do intervalo de classe do percentil

Medidas de dispersão e variabilidade

São medidas utilizadas para medir o grau de variabilidade, ou dispersão dos valores
observados em torno da média aritmética.
1. Amplitude total (AT): É a diferença entre o maior e menor valor observado.
Dados não agrupados: AT = Xmax – X min
Dados agrupados – intervalos de classe: AT = L Max – L min

2. Variância e desvio padrão: São as medidas de posição mais empregados, pois leva
em consideração a totalidades dos valores da variável de estudo.

10
 Dados não agrupados:

𝒏
𝐱𝐢 − 𝐱 ²
𝒔² =
𝐧−𝟏
𝒊=𝟏

𝒏
(𝒙𝒊 − 𝒙)
𝒔= = ²
𝒏−𝟏
𝒊=𝟏

Dados agrupados:

𝑛
xi²fi − nx²
𝑆² =
n−1
𝑖=1

𝑛
𝑓𝑖 𝑥𝑖 − 𝑥 ²
𝑠=
n−1
𝑖=1

Coeficiente de variação
O coeficiente de variação para um conjunto de n observações é definido como quociente entre
o desvio padrão e a média aritmética da distribuição.
𝑠
𝐶𝑉 = 𝑥 x 100

Temos as seguintes interpretações:

CV ≤ 15% - baixa dispersão
15% < CV > 30% - média dispersão
CV≥ 30% - alta dispersão

Medidas de assimetria
Utilizada para identificar o grau de assimetria de uma distribuição.
1. Distribuição simétrica: As três medidas de tendência central são iguais. Média =
Mediana = Moda (

x = md = mo

11
 Os intervalos à direita ou a esquerda têm os mesmos valores
2. distribuiçaõ assimétrica positiva ( à direita) : Apresenta uma cauda mais alongada a
direita .

x > md > mo
a magnitude dos desvios a direita é maior que a
esquerda.

3. Distribuição assimétrica negativa ( à esquerda): Apresenta uma cauda mais

alongada a esquerda.

X < md < mo
A magnitude dos desvios a esquerda é maior que
andireita.

I. Calculando o grau de assimetria ( coeficiente de pearson)

𝟑 𝒙 − 𝒎𝒅
𝑨𝑺 =
𝒔
Ou
𝐗 − 𝐌𝐨
𝑨𝑺 =
𝐒
Conclusões:
AS = 0 – simétrica
AS> 0 – assimétrica positiva
AS< 0 – assimétrica negativa

12
Quanto ao grau:
AS ≤ 0,15 – praticamente simétricas
0,15 < AS > 1 – levemente assimétrica
AS≥ 1 – fortemente assimétrica

Medidas de curtose:
Identifica o grau de achatamento dos dados.
Placticurtica: Lembra um casco de tartaruga
Mesocurtica: Lembra meio “meso”.
Leptocurtica: Mais pontuda (pico).

I. Coeficiente percentílico:

𝑄3 − 𝑄1
𝐾=
2 (𝑃90 − 𝑃10)

K < 0,263 – Leptocúrtica

K = 0,263 – Mesocutica
K> 0,263 – Placticurtica

13
Conclusão
Imagine-se uma experiência aleatória só com dois resultados possíveis mas que não sejam
necessariamente igualmente possíveis. Pode ser o caso do lançamento de uma moeda em que
não se tem a certeza de que a moeda é equilibrada ou a experiência EA4 da Secção 2.1
(classificação de peças em defeituosas ou não defeituosas).
Repetindo a experiência um número muito elevado de vezes observa-se que a frequência
relativa dos acontecimentos elementares (que são só dois, neste caso), tende a estabilizar à
medida que o número de repetições cresce (embora a sequência particular de valores seja
imprevisível).
Uma distribuição de freqüências condensa um grande número de dados numa tabela, de modo
que 100, 200, 500 ou um número qualquer de valores pode ser representado em poucas linhas.
É uma série estatística específica em que os dados encontram-se dispostos em classes ou
categorias juntamente com suas freqüências correspondentes.

14
Bibliografia
Griffiths, W. E., Hill, R. C. e Judge, G. G. (1993). Learning and practicing econometrics.
John Wiley & Sons, Inc.
Guimarães, R. C. e Cabral, J. A. S. (2010). Estatística. 2ª Edição. Verlag Dashöfer.

Brown, M. B., & Forsythe, A. B. (1974a). The small sample behavior of some statistics which
test the equality of several means. Technometrics, 16, 385-389.
Brown, M. B., and A. B. Forsythe. 1974b. Robust tests for the equality of variances. Journal
of the American Statistical Association, 69, 364-367.

15