Universidade Lusófona do Porto

Ano letivo: 2022/2023

Resolução atividades moodle

Atividade 1

1. j k
ln(20)
Número de classes: k = ln(2) +1=4+1=5
Amplitude total: a = M − m = 135 − 65 = 70
Amplitude classe: ac = a
k = 70
5 = 14

A opção cujas classes começam em [7, 23[ e terminam em [71, 87] deverá ser rejeitada, já
que existem dados que são superiores a 87 minutos e, portanto, nesta tabela, esses valores
não estão contemplados.
Obtivemos 14 para amplitude das classes, pelo que podemos considerar classes com amplitude
14 ou ligeiramente superior (desde que, ao considerar 5 classes com essa amplitude, a última
ainda contenha dados da amostra). Isso ocorre com as restantes duas alternativas, pelo que,
apenas olhando para as classes, qualquer uma delas poderia ser usada.
Os pontos médios indicados em cada uma destas duas opções também estão corretos.
Na opção cuja primeira classe é [65, 81[, contaram-se 3 idosos com tempos nesse intervalo
mas, na realidade, são 7, pelo que esta opção deve ser rejeitada.
Então, a opção correta será:

2. A opção cujas classes começam em [7, 23[ e terminam em [71, 87] deverá ser rejeitada, já
que existem dados que são superiores a 87 minutos e, portanto, nesta tabela, esses valores
não estão contemplados.
O mesmo ocorre com a opção cujas classes começam em [65, 79[ e terminam em [121, 135].
Então, a opção correta será:

1
Atividade 2

1. Dos 20 clientes, 10 são casados, 5 solteiros e 5 divorciados. Logo, a moda é igual a casado e,
portanto, a distribuição de frequências do estado civil é unimodal.
2. Dos 20 clientes, 5 são casados, 5 solteiros e 10 divorciados. Logo, a moda é igual a divorciado
e, portanto, a distribuição de frequências do estado civil é unimodal.
3. Dos 20 clientes, 7 são casados, 6 solteiros e 7 divorciados. Logo, as modas são iguais a casado
e divorciado e, portanto, a distribuição de frequências do estado civil é bimodal.

2
Atividade 3

1. Quartis:
Q1 = P25 Q2 = P50 Q3 = P75
25 50 75
j = 100 × 40 = 10 j = 100 × 40 = 20 j = 100 × 40 = 30

x(10) +x(11) x(20) +x(21) x(30) +x(31)

Q1 = 2 Q2 = 2 Q3 = 2
= 1.85 = 2.15 = 2.15

Amplitude interquartil: AIQ = Q3 − Q1 = 2.15 − 1.85 = 0.30

2. Quartis:
Q2 = P50
Q1 = P25 50 Q3 = P75
25 j = 100 × 20 = 10 75
j = 100 × 20 = 5 j = 100 × 20 = 15
x(10) +x(11)
x(5) +x(6) Q2 = 2 x(15) +x(16)
Q1 = 2 86+100 Q3 = 2
=
= 72 min. 2
= 114 min.
= 93 min.

Amplitude interquartil: AIQ = Q3 − Q1 = 114 − 72 = 42 min.

3. Quartis:
Q1 = P25 Q2 = P50 Q3 = P75
25 50 75
j = 100 × 20 = 5 j = 100 × 20 = 10 j = 100 × 20 = 15

x(5) +x(6) x(10) +x(11) x(15) +x(16)

Q1 = 2 Q2 = 2 Q3 = 2
= 89 min. = 105 min. = 121 min.

Amplitude interquartil: AIQ = Q3 − Q1 = 121 − 89 = 32 min.

4. Quartis:
Q1 = P25 Q2 = P50 Q3 = P75
25 50 75
j = 100 × 20 = 5 j = 100 × 20 = 10 j = 100 × 20 = 15

x(5) +x(6) x(10) +x(11) x(15) +x(16)

Q1 = 2 Q2 = 2 Q3 = 2
= 15 min. = 31 min. = 47 min.

Amplitude interquartil: AIQ = Q3 − Q1 = 47 − 15 = 32 min.

3
Atividade 4

1.
N.º de noites N.º de
no hotel turistas
(x0i ) (ni ) ni × x0i x02
i ni × x02
i
1 4 4 1 4
2 5 10 4 20
3 6 18 9 54
4 2 8 16 32
5 3 15 25 75
Total 20 55 185

Média: x̄ = 55
20 = 2.75 noites
Desvio-padrão:

185−20×2.752 √
s2 = 19 ≈ 1.78 noites2 . Logo, s = 1.78 ≈ 1.33 noites

2.
1ª opção: usar as fórmulas para dados não organizados numa tabela de frequências
(10+8+12+15+13+11+6+5)
Média: x̄ = 8 = 10
Desvio-padrão:
 
(10−10)2 +(8−10)2 +(12−10)2 +(15−10)2 +(13−10)2 +(11−10)2 +(6−10)2 +(5−10)2
s2 = 7 = 12
√
Logo, s = 12 ≈ 3.46
Coeficiente de variação: CV = 3.46
10 × 100% ≈ 35%

2ª opção: organizar os dados numa tabela de frequências (mas, neste caso, como não nos
pede a tabela, basta considerar x0i e ni ) e usar uma das fórmulas para dados organizados
numa tabela de frequências
(x0i ) (ni ) ni × x0i x02
i ni × x02
i
5 1 5 25 25
6 1 6 36 36
8 1 8 64 64
10 1 10 100 100
11 1 11 121 121
12 1 12 144 144
13 1 13 169 169
15 1 15 225 225
Total 8 80 884

Média: x̄ = 80
8 = 10
Desvio-padrão:
√


884−8×102
s2 = 7 = 12. Logo, s = 12 ≈ 3.46
Coeficiente de variação: CV = 3.46
10 × 100% ≈ 35%

4
3.
1ª opção: usar as fórmulas para dados não organizados numa tabela de frequências
(20+10+26+22+16+24+30+12)
Média: x̄ = 8 = 20
Desvio-padrão:
 
(20−20)2 +(10−20)2 +(26−20)2 +(22−20)2 +(16−20)2 +(24−20)2 +(30−20)2 +(12−20)2
s2 = 7 = 48
√
Logo, s = 48 ≈ 6.93
Coeficiente de variação: CV = 6.93
20 × 100% ≈ 35%

2ª opção: organizar os dados numa tabela de frequências (mas, neste caso, como não nos
pede a tabela, basta considerar x0i e ni ) e usar uma das fórmulas para dados organizados
numa tabela de frequências
(x0i ) (ni ) ni × x0i x02
i ni × x02
i
10 1 10 100 100
12 1 12 144 144
16 1 16 256 256
20 1 20 400 400
22 1 22 484 484
24 1 24 576 576
26 1 26 676 676
30 1 30 900 900
Total 8 160 3536

Média: x̄ = 160
8 = 20
Desvio-padrão:

3536−8×202 √
s2 = 7 = 48. Logo, s = 48 ≈ 6.93
Coeficiente de variação: CV = 6.93
20 × 100% ≈ 35%

4.
1ª opção: usar as fórmulas para dados não organizados numa tabela de frequências
(17+16+13+11+12+15+10+18)
Média: x̄ = 8 = 14
Desvio-padrão:
 
(17−14)2 +(16−14)2 +(13−14)2 +(11−14)2 +(12−14)2 +(15−14)2 +(10−14)2 +(18−14)2
s2 = 7 ≈ 8.57
√
Logo, s = 8.57 ≈ 2.93
Coeficiente de variação: CV = 2.93
14 × 100% ≈ 21%

2ª opção: organizar os dados numa tabela de frequências (mas, neste caso, como não nos
pede a tabela, basta considerar x0i e ni ) e usar uma das fórmulas para dados organizados
numa tabela de frequências

5
 (x0i ) (ni ) ni × x0i x02
i ni × x02
i
10 1 10 100 100
11 1 11 121 121
12 1 12 144 144
13 1 13 169 169
15 1 15 225 225
16 1 16 256 256
17 1 17 289 289
18 1 18 324 324
Total 8 112 1628

Média: x̄ = 112
8 = 14
Desvio-padrão:

1628−8×142 √
s2 = 7 = 8.57. Logo, s = 8.57 ≈ 2.93
Coeficiente de variação: CV = 2.93
14 × 100% ≈ 21%

5.
Podemos considerar que a ponderação relativa a cada um dos testes é de 1, por exemplo, e,
portanto, a ponderação relativa ao trabalho será de 3:

(9 × 1 + 11 × 1 + 14 × 3)
= 12.4 valores
(1 + 1 + 3)

6.
Podemos considerar que a ponderação relativa a cada um dos testes é de 1, por exemplo, e,
portanto, a ponderação relativa ao trabalho será de 2:

(10 × 1 + 12 × 1 + 13 × 2)
= 12 valores
(1 + 1 + 2)

7.
Podemos considerar que a ponderação relativa ao primeiro teste é de 1, por exemplo, e,
portanto, a ponderação relativa ao segundo teste será de 2 e a ponderação relativa ao trabalho
será de 3:
(12 × 1 + 11 × 2 + 10 × 3)
≈ 10.7 valores
(1 + 2 + 3)

6
Atividade 5

1. Os funcionários da sucursal 2 têm, em geral, uma satisfação com as condições laborais

superior ao observado para os funcionários das outras sucursais.
2. Os funcionários da sucursal 3 têm, em geral, uma satisfação com as condições laborais inferior
ao observado para os funcionários das outras sucursais.

7
Atividade 6

1. Começar por criar um ficheiro de dados em SPSS que inclua as informações do enunciado
(ver o ficheiro compras.sav). Para dar resposta ao pretendido, teremos de calcular a percen-
tagem de clientes cujo tipo de compras mais frequentes é a Bricolage, por área de residência.
Para tal, iremos construir uma tabela de contingência que inclua percentagens:

Analisar -> Estatística Descritiva -> Tabela de referência cruzada

Transferir uma das variáveis para as linhas e a outra para as colunas. Clicar em “Células” e
pedir as percentagens pretendidas. Se se colocou a área de residência por linhas, pedir a %
por linhas. Caso contrário, pedir por colunas. Clicar em “Continuar” e “Colar” para criar
a sintaxe (ver o ficheiro compras.sps). Executar a sintaxe, para que a tabela surja no output:

20% dos clientes residentes na área A compram mais frequentemente produtos de Bricolage.
No caso da área de residência B, essa percentagem é de 28.6%, na área C é de 42.9% e nas
outras áreas é de 33.3%. Logo, a resposta correta é C.

2. Começar por criar um ficheiro de dados em SPSS que inclua as informações do enunciado
(ver o ficheiro profissão.sav). Depois, resolve-se de forma semelhante ao exercício 1 desta
atividade. Neste caso, ao pedir a tabela de contingência, consideram-se as variáveis Profissão
e Depressão. Como se quer comparar a % de pacientes com depressão nas diferentes pro-
fissões, a percentagem que se irá pedir irá depender de onde se colocar a variável Profissão.
Se se colocar por linhas, pede-se a % por linhas. Caso contrário, pede-se por colunas. Ao
executar a sintaxe (ver o ficheiro profissão.sps), iremos obter o seguinte no output:

8
Verificamos que, no total da amostra, há 60% de pacientes com depressão. Além disso, como
a percentagem de pacientes com depressão nas diferentes profissões é a mesma (60%), pode-
mos afirmar que a percentagem de pacientes com depressão não se altera com a profissão.

9
Atividade 7

1. Começar por criar um ficheiro de dados em SPSS que inclua as informações do enunciado
(ver o ficheiro gasto.sav). As duas variáveis em análise são quantitativas. Então, para decidir
se usamos o coeficiente de correlação de Pearson ou de Spearman, iremos começar por pedir
o diagrama de dispersão:
Gráficos -> Caixas de diálogo legadas -> Dispersão/ponto
Manter a opção “Dispersão simples” e clicar em “Definir”.
Transferir a variável Gasto para “Eixo X” e a variável Novos_inscritos para “Eixo Y”. Clicar
em “Títulos” para dar um título ao gráfico e, depois, clicar em “Colar” para criar a sintaxe
(ver o ficheiro gasto.sps). Ao executar a sintaxe, surge no output o seguinte diagrama:

que parece sugerir que as variáveis se relacionam de forma linear e, portanto, iremos usar o
coeficiente de correlação de Pearson. Para o pedir, iremos a:
Analisar ->Correlacionar -> Bivariada
Transferimos as duas variáveis para o lado direito, confirmamos que a opção “Pearson” está
selecionada e clicamos em “Colar” para adicionar a análise à sintaxe. Ao executar a sintaxe,
surge no output o seguinte:

Tem-se, então, que r = 0.920 e, portanto, a correlação entre o dinheiro gasto em publicidade
e o número de novas inscrições é positiva. Além disso, sendo 0.7 ≤ |r| ≤ 1, a correlação é
forte.

10
2. Começar por criar um ficheiro de dados em SPSS que inclua as informações do enunciado
(ver o ficheiro depressão.sav). A variável depressão é nominal, pelo que a medida de associ-
ação adequada será o V de Cramer. Para o pedir:

Analisar -> Estatística Descritiva -> Tabela de referência cruzada

Transferir uma das variáveis para “Linha(s)” e a outra para “Coluna(s)”. Clicar em “Es-
tatísticas” e selecionar a opção “V de Cramer e Fi”
Clicar em “Continuar” e em “Colar” para criar a sintaxe (ver o ficheiro depressão.sps). Ao
executar a sintaxe, surge no output o seguinte:

Como V = 0.617, temos que 0.6 ≤ V ≤ 1 e, portanto, existe uma associação forte entre
sofrer ou não de depressão e a satisfação que se sente com o trabalho.

3. Começar por criar um ficheiro de dados em SPSS que inclua as informações do enunciado (ver
o ficheiro desempenho.sav). Como a variável Idade é quantitativa e a variável Desempenho é
ordinal com apenas 3 categorias (não sendo, portanto, possível tratá-la como quantitativa),
ir-se-á pedir o coeficiente de correlação de Spearman. Para tal, basta proceder como no 1º
exercício desta atividade mas, em vez de selecionar “Pearson”, colocar o visto em “Spearman”.
Clicar em “Colar” para criar a sintaxe (ver o ficheiro desempenho.sps) e executar a sintaxe
para que o coeficiente surja no output:

Tem-se, então, que rS = 0.425 e, portanto, a correlação entre a idade dos funcionários da
empresa e o seu desempenho profissional é positiva. Além disso, sendo 0.2 ≤ |rS | < 0.7, a
correlação é moderada.

11
Atividade 8

1. Considerem-se os valores que se encontram na seguinte tabela:

Resultado COVID-19
do teste Presente (B) Ausente (B) Total
(A) Positivo 4950 750 5700
(A) Negativo 150 9150 9300
Total 5100 9900 15000
Tem-se que:
4950
P (A|B) = ≈ 0.9706 = 97.06%
5100
750
P (A|B) = ≈ 0.0758 = 7.58%
9900
Então, a probabilidade de um indivíduo, escolhido ao acaso na população, ter resultado
positivo no teste se o COVID-19 estiver presente é 97%, aproximadamente, e a probabilidade
de ter positivo se o COVID-19 estiver ausente é 8%, aproximadamente.

2. Considerem-se os valores que se encontram na seguinte tabela:

Resultado COVID-19
do teste Presente (B) Ausente (B) Total
(A) Positivo 3465 1485 4950
(A) Negativo 1515 3535 5050
Total 4980 5020 10000
Tem-se que:
3465
P (A|B) = ≈ 0.6958 = 69.58%
4980
1485
P (A|B) = ≈ 0.2958 = 29.58%
5020
Então, a probabilidade de um indivíduo, escolhido ao acaso na população, ter resultado
positivo no teste se o COVID-19 estiver presente é 70%, aproximadamente, e a probabilidade
de ter positivo se o COVID-19 estiver ausente é 30%, aproximadamente.

12
Atividade 9

1.
µX = 0×0.01 + 1×0.09 + 2×0.30 + 3×0.39 + 4×0.21 = 2.7 h
√
σX = 02 ×0.01 + 12 ×0.09 + 22 ×0.30 + 32 ×0.39 + 42 ×0.21 − 2.72 ≈ 0.93 h

2.
µX = 0×0.22 + 1×0.33 + 2×0.25 + 3×0.14 + 4×0.06 = 1.49 h
√
σX = 02 ×0.22 + 12 ×0.33 + 22 ×0.25 + 32 ×0.14 + 42 ×0.06 − 1.492 ≈ 1.15 h

13
Atividade 10

1.
X: nº de pacientes do sexo masculino, em n escolhidos ao acaso

X ∼ B(n; p = 0.6)

1ª questão:
X ∼ B(n = 6; p = 0.6)
P (X = 4) = 0.3110
A resposta à questão 1 é 0.3110.

2ª questão:
µX = n×p
12 = n×0.6
n= 12
0.6 = 20 pacientes -> para que a existam, em média, 12 pacientes do sexo masculino,
teremos de selecionar 20 pacientes.
√ √
Neste caso, σX = n×p×q = 20 × 0.6×0.4 ≈ 2.19 pacientes
(note-se que q = 1 − p. Logo, neste caso, q = 1 − 0.6 = 0.4)
A resposta à questão 2 é 2.19, aproximadamente.

3ª questão:
Sabemos que P (X = 0) > 0.15
Consultando a tabela da distribuição binomial, verificamos que poderão ser selecionados, no
máximo, 2 pacientes (para chegar a esta resposta, devemos apenas considerar a coluna de
p = 0.6 e começamos em n = 1, continuando a avançar no n enquanto P (X = 0) for superior
a 0.15).
A resposta à questão 3 é 2.

2.
X: nº de pacientes do sexo masculino, em n escolhidos ao acaso

X ∼ B(n; p = 0.7)

1ª questão:
X ∼ B(n = 8; p = 0.7)
P (X = 6) = 0.2965
A resposta à questão 1 é 0.2965.

2ª questão:
µX = n×p
21 = n×0.7
n= 21
0.7 = 30 pacientes -> para que a existam, em média, 21 pacientes do sexo masculino,
teremos de selecionar 30 pacientes.
√ √
Neste caso, σX = n×p×q = 30 × 0.7 × 0.3 ≈ 2.51 pacientes
(note-se que q = 1 − p. Logo, neste caso, q = 1 − 0.7 = 0.3)
A resposta à questão 2 é 2.51, aproximadamente.

14
 3ª questão:
Sabemos que P (X = 0) > 0.01
Consultando a tabela da distribuição binomial, verificamos que poderão ser selecionados, no
máximo, 3 pacientes (para chegar a esta resposta, devemos apenas considerar a coluna de
p = 0.7 e começamos em n = 1, continuando a avançar no n enquanto P (X = 0) for superior
a 0.01).
A resposta à questão 3 é 3.

3.
X: nº de pacientes do sexo masculino, em n escolhidos ao acaso

X ∼ B(n; p = 0.65)

1ª questão:
X ∼ B(n = 7; p = 0.65)
P (X = 3) = 0.1442
A resposta à questão 1 é 0.1442.

2ª questão:
µX = n×p
13 = n×0.65
n= 13
0.65 = 20 pacientes -> para que a existam, em média, 13 pacientes do sexo masculino,
teremos de selecionar 20 pacientes.
√ √
Neste caso, σX = n×p×q = 20 × 0.65 × 0.35 ≈ 2.13 pacientes
(note-se que q = 1 − p. Logo, neste caso, q = 1 − 0.65 = 0.35)
A resposta à questão 2 é 2.13, aproximadamente.

3ª questão:
Sabemos que P (X = 0) < 0.025
Consultando a tabela da distribuição binomial, verificamos que poderão ser selecionados, no
mínimo, 4 pacientes (para chegar a esta resposta, devemos apenas considerar a coluna de
p = 0.65 e começamos em n = 1, continuando a avançar no n até que P (X = 0) seja inferior
a 0.025).
A resposta à questão 3 é 4.

15
Atividade 11

1.
X: tempo (segundos) que os serviços demoram a responder a um email recebido, escolhido
ao acaso
X ∼ N (µX = 1200; σX = 500)
X−1200
Z= 500 ∼ N (µZ = 0; σZ = 1)

1ª questão:  
1330−1200
P (X > 1330) = P Z > 500 = P (Z > 0.26) = 1 − P (Z ≤ 0.26)
= 1 − 0.6026 = 0.3974 = 39.74%
A resposta à questão 1 é 39.74%.

2ª questão:  
P (1110 ≤ X ≤ 1410) = P 1110−1200
500 ≤Z≤ 1410−1200
500 = P (−0.18 ≤ Z ≤ 0.42)
= P (Z ≤ 0.42) − P (Z < −0.18) = 0.6628 − 0.4286 = 0.2342 = 23.42%
A resposta à questão 2 é 23.42%.

3ª questão:
P (X

≤ k) = 0.8

k−1200
P Z≤ 500 = 0.8 ≈ 0.7995

Consultando a tabela da distribuição normal, k−1200

500 = 0.84
Logo, k = 0.84×500 + 1200 = 1620 segundos
A resposta à questão 3 é 1620 segundos, aproximadamente.

2.
X: tempo (minutos) que os serviços demoram a responder a um email recebido, escolhido
ao acaso
X ∼ N (µX = 103.6; σX = 8.75)
X−103.6
Z= 8.75 ∼ N (µZ = 0; σZ = 1)

1ª questão:  
120.05−103.6
P (X > 120.05) = P Z > 8.75 = P (Z > 1.88) = 1 − P (Z ≤ 1.88)
= 1 − 0.9699 = 0.0301 = 3.01%
A resposta à questão 1 é 3.01%.

2ª questão:  
P (83.65 ≤ X ≤ 117.6) = P 83.65−103.6
8.75 ≤Z≤ 117.6−103.6
8.75 = P (−2.28 ≤ Z ≤ 1.6)
= P (Z ≤ 1.6) − P (Z < −2.28) = 0.9452 − 0.0113 = 0.9339 = 93.39%
A resposta à questão 2 é 93.39%.

3ª questão:
P (X

≥ k) = 0.25

k−103.6
P Z≥ 8.75 = 0.25
 
Logo, P Z < k−103.6
8.75 = 1 − 0.25 = 0.75 ≈ 0.7486

Consultando a tabela da distribuição normal, k−103.6

8.75 = 0.67
Logo, k = 0.67×8.75 + 103.6 = 109.4625 minutos
A resposta à questão 3 é 109.46 minutos, aproximadamente.

16