Escolar Documentos
Profissional Documentos
Cultura Documentos
Estatística Aplicada: Autores: Prof. Edwin F. F. Silva Colaboradores: Prof. Santiago Valverde
Estatística Aplicada: Autores: Prof. Edwin F. F. Silva Colaboradores: Prof. Santiago Valverde
Edwin F. F. Silva
Possui licenciatura em Física pela Universidade Católica de Brasília (2005); especialização em Higiene das radiações
ionizantes (Senacap, 2011); em Metodologia do Ensino e Aprendizagem em Matemática (2009); pós-graduação em
Transporte (em andamento) pela Universidade de Brasília. Atualmente, é professor da Faculdade Fortium, ministrando
aulas de cálculo e estatística nos cursos de Sistema de Informações e Administração, e da Universidade Paulista, no
curso de Engenharia. Atua em pesquisas relacionadas à poluição sonora, na área de polos geradores de viagens e
também como corretor de questões dos cursos de graduação a distância da UNIP e como tutor do curso de RH da
UNIP Interativa.
Possui licenciatura em Física pela Universidade Católica de Brasília (2006); especialização em Matemática
e Estatística pela FACITEC (2008); pós-graduação em Transporte (em andamento) pela Universidade de Brasília.
Atualmente, é professor da Universidade Paulista, ministrando aulas para os cursos de Engenharia, Gestão de RH
e Segurança Privada; da Faculdade JK, nos cursos de Administração e Radiologia. Atua também como corretor de
questões dos cursos de graduação a distância da UNIP e como tutor do curso de RH da UNIP Interativa. É pesquisador
vinculado ao grupo de pesquisa em Poluição sonora com ênfase em Ruídos aeronáuticos no curso de Física da
Universidade Católica de Brasília.
CDU 519.2
U502.71 – 19
© Todos os direitos reservados. Nenhuma parte desta obra pode ser reproduzida ou transmitida por qualquer forma e/ou
quaisquer meios (eletrônico, incluindo fotocópia e gravação) ou arquivada em qualquer sistema ou banco de dados sem
permissão escrita da Universidade Paulista.
Prof. Dr. João Carlos Di Genio
Reitor
Comissão editorial:
Dra. Angélica L. Carlini (UNIP)
Dra. Divane Alves da Silva (UNIP)
Dr. Ivan Dias da Motta (CESUMAR)
Dra. Kátia Mosorov Alonso (UFMT)
Dra. Valéria de Carvalho (UNIP)
Apoio:
Profa. Cláudia Regina Baptista – EaD
Profa. Betisa Malaman – Comissão de Qualificação e Avaliação de Cursos
Projeto gráfico:
Prof. Alexandre Ponzetto
Revisão:
Andréia Gomes
Geraldo Teixeira Jr.
Sumário
Estatística Aplicada
APRESENTAÇÃO.......................................................................................................................................................7
INTRODUÇÃO............................................................................................................................................................7
Unidade I
1 HISTÓRIA DA ESTATÍSTICA...............................................................................................................................9
1.1 Introdução à estatística.........................................................................................................................9
1.2 Importância da estatística..................................................................................................................11
1.3 Elementos fundamentais da estatística....................................................................................... 12
1.3.1 População e amostra.............................................................................................................................. 12
1.4 Fases do método estatístico.............................................................................................................. 13
1.5 Dados estatísticos................................................................................................................................. 13
1.6 Formas iniciais de tratamento dos dados................................................................................... 15
1.7 Notações por índices........................................................................................................................... 16
1.7.1 Notação sigma (∑).................................................................................................................................. 16
1.8 Séries estatísticas.................................................................................................................................. 19
2 APRESENTAÇÃO DE DADOS – GRÁFICOS E TABELAS......................................................................... 21
2.1 Elementos básicos das tabelas......................................................................................................... 27
3 MEDIDAS DE TENDÊNCIA CENTRAL: MÉDIA, MODA E MEDIANA PARA
DADOS SIMPLES................................................................................................................................................... 27
3.1 A média aritmética simples (x)........................................................................................................ 28
3.2 A média aritmética ponderada xp.................................................................................................. 30
3.3 A mediana (Md)..................................................................................................................................... 32
3.4 A moda...................................................................................................................................................... 35
3.5 Posição relativa da média, moda e mediana.............................................................................. 37
4 MEDIDAS DE DISPERSÃO PARA DADOS SIMPLES............................................................................... 37
4.1 Amplitude total...................................................................................................................................... 39
4.2 Desvio médio absoluto........................................................................................................................ 40
4.3 Variância................................................................................................................................................... 41
4.4 Desvio padrão......................................................................................................................................... 46
4.5 Coeficiente de variação...................................................................................................................... 47
Unidade II
5 DISTRIBUIÇÃO DE FREQUÊNCIAS.............................................................................................................. 53
5.1 A construção de uma distribuição de frequências para dados contínuos..................... 54
5.2 A construção de uma distribuição de frequências para dados discretos....................... 60
5.3 Representações gráficas de dados agrupados.......................................................................... 61
6 AS MEDIDAS DE POSIÇÃO E VARIABILIDADE NUMA DISTRIBUIÇÃO DE FREQUÊNCIA.................70
6.1 As medidas de posição.........................................................................................................................71
6.1.1 A média........................................................................................................................................................ 71
6.1.2 A mediana................................................................................................................................................... 72
6.1.3 A moda......................................................................................................................................................... 73
6.2 As medidas de dispersão numa distribuição de frequência................................................. 74
6.2.1 O desvio médio......................................................................................................................................... 74
6.2.2 Variância...................................................................................................................................................... 75
6.2.3 Desvio padrão............................................................................................................................................ 76
7 INTRODUÇÃO À PROBABILIDADE.............................................................................................................. 81
7.1 Teorias dos conjuntos, espaço amostral e eventos.................................................................. 82
8 PROBABILIDADE: ORIGEM, MÉTODOS E PRINCIPAIS TEOREMAS................................................. 92
8.1 Origens da probabilidade................................................................................................................... 93
8.1.1 Métodos objetivos................................................................................................................................... 93
8.1.2 Método subjetivo..................................................................................................................................... 97
8.2 Principais teoremas de probabilidade........................................................................................... 97
APRESENTAÇÃO
O objetivo deste material é fazer com que o aluno tenha condições de interpretar um conjunto
de observações de forma clara e objetiva, a fim de distinguir as limitações e as vantagens do uso de
amostras, assim como os métodos para sua obtenção; tenha habilidade para descrever e interpretar
dados por meio de figuras (tabelas e gráficos), estimativas pontuais e de variabilidade; calcular o intervalo
de confiança da proporção e média, assim como identificar sua aplicação; coletar e interpretar dados
de forma sistematizada e imprimir credibilidade a análises quantitativas dos fenômenos de realidade
investigada.
Equipe organizadora.
INTRODUÇÃO
Desde a Antiguidade, a estatística faz parte da vida das pessoas, mesmo que de forma indireta, mas o
certo é que essa ciência está presente na vida das pessoas o tempo todo. Quando abrimos um jornal, por
exemplo, lá está uma série de gráficos e tabelas que nos auxiliam no entendimento de determinado tema,
ou quando lemos uma reportagem que traz como tema a probabilidade de o mercado financeiro fechar
em alta ou em baixa, ou, ainda, virando a página desse mesmo jornal, temos a manchete divulgando os
dados do Censo 2010.
Diante desses fatos, nos perguntamos de que forma a estatística pode nos ajudar, seja no levantamento
de dados para uma empresa saber como vão suas vendas, seja para saber os riscos de investir nas ações
de uma empresa, ou, ainda, como o governo pode determinar as características dos vários aspectos,
sociais, econômicos e ambientais dos estados e até mesmo de nosso país.
São perguntas como essas que a estatística nos ajuda a responder, e ainda não podemos pensar
nessa ciência como se ela se limitasse a apenas compilar tabelas de dados e os ilustrar graficamente.
Dessa forma, é de sua importância conhecer as inúmeras variáveis associadas a ela, pois em qualquer
ramo da sociedade contemporânea estão presentes os processos estatísticos. E o estudante que não
souber trabalhar com esses conceitos estará em desvantagem no mercado de trabalho.
Para tirar o máximo proveito da interpretação de um determinado fenômeno, deve-se seguir algumas
etapas, como, por exemplo, planejar a obtenção de dados, interpretar e analisar os dados obtidos e
apresentar os resultados de maneira a facilitar a tomada de decisões razoáveis.
É fundamental que o texto produzido neste material leve o aluno a pensar em situações do seu
cotidiano e que dessa forma ele possa associar a teoria com a prática vivenciada em seu dia a dia.
Pensando nisso, ele foi dividido em duas unidades, nas quais serão abordados, na primeira unidade:
séries estatísticas, gráficos estatísticos, medidas de tendência central, medidas de dispersão, entre outros
7
Unidade I
temas; já na segunda unidade, serão apresentados: dados tabulares, distribuição de frequência, medidas
de posição e variabilidade numa distribuição de frequência, probabilidade, bem como alguns de seus
teoremas, entre outros temas.
8
ESTATÍSTICA APLICADA
Unidade I
Como a União realiza a distribuição de renda para os Estados, Municípios e o Distrito Federal? Como
saber quem deve receber mais ou menos verbas? Como saber se determinado trecho de uma via ou
rodovia é ou não perigoso?
1 HISTÓRIA DA ESTATÍSTICA
No Antigo Egito, aproximadamente 3040 a.C., Heródoto pediu que fosse feito um estudo sobre a
riqueza da população, com o objetivo de saber a quantidade de recursos econômicos e humanos para
realizar a construção das pirâmides. Na China, aproximadamente 2238 a.C., o imperador Yao pediu que
fosse feito um estudo da população, com objetivos industriais e comerciais.
A palavra “estatística” foi sugerida pelo alemão Gottifried Achemmel (1719/1772) e é associada à
palavra latina status (Estado).
Essa ciência teve acelerado desenvolvimento a partir do século XVII, com os estudos de Bernoulli,
Fermat, Laplace, Gauss e outros que estabeleceram suas características atuais.
Saiba mais
Para uma abordagem mais detalhada da história da estatística, ler o
artigo: “Conceitos iniciais e breve histórico da estatística”, disponível em:
<http://mundobr.pro.br/uneal/wp-content/uploads/2010/04/01.conceitos_
inicias-historico-somatorio.pdf>. Acesso em: 12 jul. 2012.
A todo instante, nos noticiários, em revistas, jornais, internet, ouvimos falar na palavra “estatística”,
o que é possível perceber o quanto é importante conhecermos a fundo essa ciência. Algumas de
suas aplicabilidades podem ser observadas nas pesquisas de opinião pública e nos dados publicados
9
Unidade I
diariamente na imprensa. Na realidade, a estatística contempla muitos outros aspectos, sendo de vital
importância na interpretação de processos em que exista variabilidade.
De acordo com Dervalmar, é possível distinguir duas concepções para a palavra “estatística”. No
plural, “estatísticas” indica qualquer coleção de dados quantitativos ou, ainda, ramo da matemática que
trata da coleta, da análise, da interpretação e da apresentação de massa de dados numéricos. Assim,
por exemplo, as estatísticas demográficas referem-se aos dados numéricos sobre o quantitativo de
nascimentos, falecimentos, matrimônios, desquites etc. As estatísticas econômicas estão relacionadas
aos dados numéricos como emprego, produção, vendas e com outras atividades ligadas aos vários
setores da vida econômica.
Estatística é um conjunto de métodos e processos quantitativos que serve para estudar e medir os
fenômenos coletivos.
Para fins didáticos, é comum os livros-textos apresentarem a estatística em duas grandes áreas,
embora não se trate de áreas isoladas: estatística descritiva e estatística inferencial.
• estatística descritiva: é aquela que tem por objetivo descrever e analisar determinada população,
utilizando métodos numéricos e gráficos para se determinarem padrões em um conjunto de
dados, e, assim, apresentar a informação em uma forma conveniente;
• estatística inferencial: é aquela que tem por objetivo analisar e interpretar os dados coletados de
uma determinada população, na maioria das vezes, a partir de resultados observados na amostra.
Constitui o conjunto de métodos para a tomada de decisões nas situações em que há incerteza,
variações ou outras generalizações acerca de um conjunto maior de dados.
Exemplo 1: O gráfico a seguir apresenta a participação relativa das bandeiras de cartões de crédito,
no quarto trimestre de 2010.
Master Card
Visa 38,4%
52,2%
Outras
9,4%
10
ESTATÍSTICA APLICADA
Por meio do gráfico, é possível ver claramente que mais da metade das transações são feitas com
a bandeira Visa e que aproximadamente 40% são feitas com a bandeira MasterCard. Como o gráfico
descreve os tipos de bandeiras de cartões utilizadas em todas as transações do quarto trimestre de 2010,
o gráfico é um exemplo de estatística descritiva.
Sua apresentação envolve a sintetização, em um único dado, dos aumentos dos produtos de uma
cesta básica. Trata-se de um exemplo de estatística inferencial.
Quando uma empresa pretende lançar um produto, precisa conhecer as preferências dos consumidores
no mercado de interesse. Faz-se necessária uma pesquisa de mercado.
Os geólogos estão continuamente coletando dados sobre a ocorrência de terremotos. Gostariam de inferir
quando e onde ocorrerão tremores e qual a sua intensidade. Trata-se, sem dúvida, de uma questão complexa
que exige longa experiência geológica, além de cuidadosa aplicação de métodos estatísticos.
O método estatístico lida com informações, associando os dados ao problema, mostrando como e o
que coletar para obter conclusões a partir de todos os dados, de tal forma que essas conclusões possam
ser entendidas por outras pessoas. Assim, esse método auxilia os vários profissionais no planejamento e
na tomada de decisões.
Saiba mais
11
Unidade I
O governo anualmente divulga o censo sobre a dinâmica da população brasileira, apresentando seu
crescimento demográfico, suas características e como vivem os brasileiros.
As grandes empresas fazem levantamentos sobre vendas, produção, inventário, folha de pagamento
e outros dados, a fim de verificar se a empresa está crescendo, como seu crescimento está em relação a
outras empresas e como tomar decisões futuras.
Saiba mais
Para o pesquisador, o estudo de qualquer fenômeno, seja ele natural, econômico, social ou biológico,
necessita da coleta e da análise de dados estatísticos. A coleta de dados é parte inicial de qualquer
pesquisa.
• População: é o conjunto de todos os itens (pessoas, coisas e objetos) que interessam ao estudo de
um fenômeno coletivo.
• Parâmetro: é a denominação de uma característica numérica estabelecida para toda uma população.
Figura 2
Em uma pesquisa, quando se deseja empreender um estudo estatístico completo, existem fases do
trabalho que devem ser trabalhadas para se chegar aos resultados finais do estudo.
Observe quais são as fases principais do método estatístico – compõem a organização de um projeto,
sua execução e apresentação final.
O dado bruto significa que os dados não estão numericamente organizados e processados.
É o processamento e a organização dos dados que os transformam em informação, enfatizando
13
Unidade I
Para organizar e processar os dados estatísticos, podem-se utilizar resumos visuais e numéricos,
como gráficos, mapas, tabelas e modelos numéricos.
A mensuração ou a observação de itens como índices de preços, renda mensal per capita de um Estado
etc. dão origem aos dados estatísticos. Como esses itens originam valores que tendem a apresentar
certo grau de variabilidade quando são medidos sucessivas vezes, iremos chamá-los, então, de variáveis.
É importante identificar os quatro tipos de variáveis: variáveis contínuas, variáveis discretas, variáveis
nominais e variáveis ordinais.
• Variáveis contínuas: podem assumir qualquer valor num intervalo contínuo (dado contínuo), ou
seja, será um número real. Exemplos: altura, peso, velocidade etc.
• Variáveis discretas: em geral, originam-se da contagem de itens e só podem assumir valores
inteiros. Exemplos: número de alunos em sala de aula, número de professores que trabalham na
escola etc.
• Variáveis nominais: são aquelas que existem com o objetivo de definir categorias, e as observações,
mensurações e análises são feitas levando-se em conta essas mesmas categorias. Exemplos de
categoria seriam: separação por sexo, estado civil, esporte predileto, cor etc.
• Variáveis ordinais: quando existe o desejo de dispor os elementos observados segundo uma
ordem de preferência ou desempenho, atribuem-se valores relativos para indicar essa ordem.
Exemplo: primeiro, segundo, terceiro grau de escolaridade etc.
As variáveis discretas e contínuas são ditas variáveis quantitativas porque envolvem dados numéricos.
Já as variáveis nominais e ordinais precisam ser transformadas em valores numéricos para serem objeto
da análise estatística, e são ditas variáveis qualitativas. Por exemplo: em um departamento da empresa
JJ, que tem 36 funcionários, fez-se uma pesquisa para verificar alguns dados. Classifique as variáveis,
conforme os dados da tabela a seguir.
Tabela 1
Estado civil Grau de instrução Nº filhos Salário (X. min) Idade (anos-meses)
Ensino
Solteiro - 4,00 23 03
Fundamental
14
ESTATÍSTICA APLICADA
Resolução
E ainda:
Em geral, quando nos propomos a buscar ou construir informações a partir de dados, deparamo‑nos,
inicialmente, com um conjunto de dados brutos que pouco nos dizem. É preciso organizá-los
minimamente para que comecem a fazer algum sentido, viabilizando sua análise.
Tabela 2
50 96 75 87 65 45 72 10
32 54 25 69 72 30 81 20
24 45 80 90 64 95 23 90
80 35 96 47 65 70 73 63
60 20 45 89 20 90 80 70
Essa tabela é chamada de tabela primitiva ou dados brutos, pois os dados coletados estão dispostos
conforme a ordem da coleta e não na ordem de numeração.
Observando os dados anteriores, tabela primitiva, fica difícil visualizar em torno de que valor tendem
a se concentrar as notas dos estudantes, qual a maior ou qual menor nota, e ainda quantos alunos se
acham abaixo de uma dada nota.
15
Unidade I
Uma primeira forma de organização dos dados brutos é o chamado rol. Obtemos o rol quando
organizamos os dados brutos em ordem crescente ou decrescente de grandeza.
Ainda com respeito à tabela de nota dos 40 estudantes da disciplina de estatística, vejamos como fica:
Tabela 3
10 20 20 20 23 24 25 30
32 35 45 45 45 47 50 54
60 63 64 65 65 69 70 70
72 72 73 75 80 80 80 81
87 89 90 90 90 95 96 96
Agora, podemos saber, com relativa facilidade, qual a menor nota (10) e qual a maior nota (96). Para
determinar a amplitude do rol, basta realizar a diferença entre o maior e o menor número do rol, ou seja,
para o exemplo, a amplitude de variação foi de 96 – 10 = 86.
Exemplo 2: seja A = {10, 7, 3, 9, 1, 5, 10, 4, 2, 8} o conjunto das notas dos alunos, determine o rol
e a amplitude do rol:
à A = 10 – 1 = 9
Limites de classe: são os números extremos de cada classe; sendo assim, temos um limite inferior
e um superior, que denominamos de amplitude de variação.
A = Lsup. - Linf.
A notação por índices é bastante utilizada na estatística, sendo importante esclarecer seu significado.
O símbolo xi (lê-se “x índice i”) irá representar qualquer um dos n valores assumidos pela variável x, x1,
x2, x3, x4, ..., xn. “n” é denominado índice e poderá assumir qualquer dos números entre 1, 2, 3, 4,..., n.
A maioria dos processos estatísticos vai exigir o cálculo da soma de um conjunto de números. A letra
maiúscula grega sigma (∑) é utilizada para representar o somatório.
16
ESTATÍSTICA APLICADA
∑y = 3 + 5 + 7 + 9 + 11
∑y = 35
Por outro lado, se o consumo semanal de arroz por x, durante um mês, foi 2 kg, 4 kg, 3 kg, 5 kg, o
total consumido por x no mês teria sido:
∑x = 2 + 4 + 3 + 5
A notação sigma possui algumas propriedades que precisamos desenvolver para facilitar os conteúdos
que estudaremos nesta disciplina.
n
A) x1 xi x , isso significa que devemos somar as n observações de x, começando com
i1
a primeira.
Por exemplo, num conjunto de dados x = {2, 4, 6, 8, 10, 12}, em que n = 6, temos:
n 6
xi xi 2 4 6 8 10 12
i1 i1
xi 42
Por outro lado, é possível utilizar essa notação quando se pretende analisar a soma de apenas uma
parte dos dados disponibilizados, podendo-se, portanto, abreviar a soma de um conjunto de dados.
Dessa forma, podemos ter:
3
x1 x2 x 3 xi
1 11
x8 x 9 x10 x11 xi
i8
B) Se cada valor da variável x é multiplicado ou dividido por uma constante, temos que isso será
igual ao valor da constante multiplicado ou dividido pela somatória de x.
c.x c. x
17
Unidade I
Assim,
4
4 xi 4 x1 4 x2 4 x3 4 x4
i1
4
4( x1 x2 x 3 x 4 ) 4 xi
i1
Por exemplo: se xi = {2, 4, 6, 8, 10, 12}, n = 6, e cada valor de x é multiplicado pela constante
c = 2, temos:
cx c x
6 6
cxi c xi 2(2) 2(4) 2(6) 2(8) 2(10) 2(12)
i1 i1
2(2) 2(44 ) 2(6) 2(8) 2(10) 2(12)
6 6
2xi 2 xi 2(42) 84
i1 i1
C) O somatório de uma constante c será igual ao produto da constante pelo número de vezes (n) que
ela se repete. Assim, temos:
n
ci nc
ii
xi ci
6 6
xi ci nc 7 7 7 7 7 7 6(7) 42
i1 i1
D) O somatório de uma soma ou de uma diferença de duas variáveis será igual à soma ou diferença
dos somatórios individuais das duas variáveis. Assim, temos:
n n n
( xi yi ) xi yi
i1 i1 i1
n n n
( xi yi ) xi yi
i1 i1 i1
18
ESTATÍSTICA APLICADA
Por exemplo:
i X Y (X-Y)
1 8 5 3
2 3 2 1
(x y) 9
3 4 0 4
4 5 4 1
x y 20 11 9
- - - -
Σ 20 11 9
Figura 3
Por exemplo, numa dada observação, o conjunto de dados de xi = {2, 4, 6, 8, 10}, n = 5; temos, então:
5
xi2 22 42 62 82 102
i1
4 16 36 64 100 220
F) O somatório ao quadrado de um conjunto de dados será obtido tomando-se a soma dos valores
de xi e elevando-se ao quadrado. Assim, temos:
n
( xi )2 ( x1 x2 x 3 ... xn )2
i1
Por exemplo, se temos um mesmo conjunto xi = {2, 4, 6, 8, 10}, n = 5, tal qual no exemplo do item
E, teremos um resultado distinto. Vejamos, neste caso:
5
( xi )2 (2 4 6 8 10)2 (30)2 900
i1
2
n n
Não confunda ∑ xi2 com xi , pois, conforme se observa no exemplo anterior, seus resultados
i
serão diferentes. i
Uma série estatística define-se como qualquer tabela na qual haja distribuição de um conjunto de
dados estatísticos em função da época, do local ou da espécie. Ou, ainda, no sentido mais amplo, série é
19
Unidade I
uma sucessão de números referidos a qualquer variável. Caso os números expressem dados estatísticos,
a série será chamada de série estatística.
As tabelas são utilizadas para apresentar séries estatísticas. Os três caracteres presentes na tabela
que as apresenta são:
1. Séries homógradas: onde há variação discreta ou descontínua na variável descrita. Podem ser
do tipo temporal, geográfica ou específica.
• Série temporal: os dados são observados de acordo com a época de ocorrência (fator cronológico).
Isso significa que o tempo é variável e o local e a espécie (fenômeno) são elementos fixos. Essa
série também é chamada de histórica ou evolutiva. Exemplo:
• Série geográfica: apresenta como elemento variável o fator geográfico. A localidade é o elemento
variável e a época e o fato (espécie) são elementos fixos. Também é chamada de espacial, territorial
ou de localização. Exemplo:
Tabela – Variação do PIB dos países em 2015 (em % sobre o ano anterior)
20
ESTATÍSTICA APLICADA
• Série específica: o caráter variável é apenas o fato ou espécie, o tempo e o local são fixos.
Também é chamada de série categórica. Exemplo:
A distribuição de frequências é uma série heterógrada e será vista com detalhes mais adiante.
A representação gráfica das séries estatísticas tem por finalidade sintetizar os resultados obtidos e,
assim, chegar a conclusões sobre a evolução do fenômeno ou sobre como se relacionam os valores da
série. O gráfico mais apropriado ficará a critério do pesquisador, respeitando os elementos de clareza,
simplicidade e veracidade (NOGUEIRA, 2009).
• o título do gráfico deve ser o mais claro e completo possível, sendo necessário acrescentar subtítulos;
• sempre que possível, a escala vertical há de ser escolhida de modo a aparecer a linha 0 (zero);
• só devem ser incluídas no desenho as coordenadas indispensáveis para guiar a vista na leitura, um
tracejado muito cerrado dificulta o exame do gráfico;
• a escala horizontal deve ser lida da esquerda para a direita e a vertical de baixo para cima;
21
Unidade I
• examinar o tipo de gráfico escolhido, verificar se é o mais adequado, criticar a sua execução, no
conjunto e nos detalhes;
• analisar cada fenômeno separadamente, fazendo notar os pontos mais em evidência, o máximo e
o mínimo, as mudanças mais bruscas;
• investigar se há uma “tendência geral” crescente ou decrescente ou, então, se o fato exposto é
estacionário;
• procurar descobrir a existência de possíveis ciclos periódicos, qual o período aproximado etc.
Gráfico em linha
500
400
300
Série 1
200
Série 2
100
0
1 2 3 4 5 6 7
Figura 4
Gráfico em colunas
População
100
80
60
População
40
20
0
1940 1950 1960 1970
Figura 5
22
ESTATÍSTICA APLICADA
Gráfico em barras
População do Brasil
1970
1960
População do
1950 Brasil
1940
0 20 40 60 50 100
Figura 6
Gráfico em setores
Figura 7
É a representação gráfica de uma série estatística, em círculo, por meio de setores. É utilizado
principalmente quando se pretende comparar cada valor da série com o total.
Total __________360º
Parte___________ xº
23
Unidade I
2008
2009
2010
Figura 8
Gráfico polar
É a representação de uma série por meio de um polígono. Movimento mensal de compras de uma
agência em 1972.
Tabela 4
Jan
Dez 20 Fev
15
Nov Mar
10
5 Série 1
Out 0 Abr
Set Mai
Ago Jun
Jul
Figura 9
24
ESTATÍSTICA APLICADA
7,9
14,2
22,6 7,9
América do
Norte
8,4 Ásia-Pacífico
Oriente
Médio
África
6,7
Américas
Central e do Sul
Figura 10
Nota: inclui óleo de xisto, óleo de areias betuminosas – o LGN, exceto para o Brasil.
Para o Brasil, inclui LGN e não inclui óleo de xisto e óleo de areias betuminosas.
Pictograma
É a representação gráfica mais utilizada na atualidade por jornais e revistas, pois é um gráfico de
forma atraente e de fácil interpretação. Mostra o fenômeno estudado inserido com um gráfico de linha,
coluna, barra ou de setor, conforme o exemplo a seguir, em que um outdoor aponta a verba gasta com
publicidade junto com um gráfico de linha para mostrar seu desempenho anual.
25
Unidade I
Figura 11
Publicidade em alta
Institucional De utilidade
167 pública 532,1
Orçamento prevê 158,1
aumento de 20%
em gastos da 425,1
administração direta
120,2
Valor da 294,7
publicidade
Em R$ Milhões
80,1 152,6
2007 2008 2009 2010 2007 2008 2009 2010
Figura 12
Saiba mais
26
ESTATÍSTICA APLICADA
Uma forma de sintetizar os valores que uma ou mais variáveis podem assumir é por meio de uma
tabela.
Quadro 1
Título É o conjunto de informações que precede a tabela e contém a indicação dos fatores: o
quê? Quando? Onde?
Cabeçalho É a parte superior da tabela que especifica o conteúdo das colunas.
Corpo da tabela É o espaço que contém as informações sobre o fenômeno observado.
Fonte É a indicação da entidade responsável pelo levantamento dos dados.
Figura 13
27
Unidade I
Assim que decidimos extrair informações por meio de um levantamento amostral, temos
imediatamente dois problemas:
Portanto, temos situações profissionais em que nos bastam poucos dados ou estatísticas de dados
simples. Por outro lado, têm-se também situações em que um número maior de elementos deve ser
investigado e tratado como distribuições de frequência.
Quando estamos diante de um conjunto de dados, seja ele pequeno ou grande, em geral buscamos
medidas que possam ser usadas para indicar um valor que tende a representar melhor aquele determinado
conjunto de números. E as medidas mais usadas nesse sentido são as chamadas medidas de tendência
eventual ou central, que são a média, a mediana e a moda.
Sabe-se que esses valores serão medidos de forma distinta conforme um grande conjunto de dados
ou um pequeno conjunto de dados. Também o cálculo desses valores será afetado caso as variáveis
sejam discretas ou contínuas.
Observação
Assim, temos que, para a amostra, se calcula o valor médio utilizando-se os seguintes parâmetros:
28
ESTATÍSTICA APLICADA
n
xi 2 4 6 8 10 12
i1
x 7
n 6
Exemplo 1:
Uma amostra das notas das provas de matemática dos estudantes da 7ª série de uma grande escola
de São Paulo xi, em que:
xi = {87, 42, 64, 58, 90, 90, 85, 63, 47, 74, 100, 94} e n = 12, temos:
n
xi 87 42 64 58 90 90 85 63 47 74 100 94
i1
x 74, 5
n 12
A nota média na prova de matemática dos estudantes da 7ª série dessa escola de São Paulo, por
amostragem, é 74,5.
Observação
29
Unidade I
aritmética ficará aumentada ou diminuída dessa constante c; se, por outro lado, multiplicarmos
cada elemento desse conjunto de dados por uma constante c, a nova média será também
multiplicada por essa constante c; se dividirmos cada elemento do conjunto de dados por essa
mesma constante c, a média será dividida por c.
Assim, se temos um conjunto xi = x1, x2, x2, ..., xn, a média será:
n
x1 , logo:
i1
x1
n
n n
(c x i ) xi nc
i1 i1
x2 x2 x2 x1 c
n n n
• a soma algébrica dos desvios dos números de um conjunto de dados em torno da média é zero,
isso pode ser representado da seguinte forma:
xi x 0
Por exemplo, se temos um conjunto de dados xi = (2, 4, 6, 8, 10), onde n = 5, temos que:
5
xi 2 4 6 8 10
i1
x 6
5 5
Se aplicarmos a fórmula acima, temos:
xi x xi 6 (2 6) (4 6) (6 6) (8 6) (10 6)
xi x 4 2 0 2 4
xi x 0
Observação
Num conjunto de dados em que cada elemento ou cada observação possui a mesma importância,
o cálculo da média aritmética simples mostrará bem a população ou a amostra estudada. No
entanto, se queremos atribuir pesos distintos ou importâncias distintas aos elementos de um
30
ESTATÍSTICA APLICADA
conjunto de dados, a estatística a ser adotada é a média aritmética ponderada, em que a cada
valor xi deverá ser atribuído um determinado peso pi. A expressão estatística para o cálculo da
média ponderada é:
n
xipi
i1
xp n
pi
i1
Supondo que um estudante tenha de efetuar uma série de quatro exames para obter sua média
final e passar de ano, cada exame possui um peso diferente na composição dessa média, conforme a
tabela a seguir:
Figura 14
A nota média será, então, 66,2, resultado diferente do que seria obtido se utilizássemos a média
aritmética simples.
Num conjunto de dados, em que cada elemento ou cada observação possui importância diferente,
utilizamos a média aritmética ponderada.
Média aritmética – exemplo: um aluno tirou as notas 5, 8 e 6 em três provas. A sua média aritmética
será (5 + 8 + 6)/3 = 6,33
Média ponderada – exemplo: um aluno fez um teste (peso 1) e duas provas (peso 2),
tirando 8 no teste, 5 na primeira prova e 6 na segunda prova. A sua média (ponderada)
será [(1 x 8) + (2 x 5) + (2 x 6) ]/5 = 6. Se o teste e a prova tivessem o mesmo peso (e
não importa qual o valor do peso, importa apenas a relação entre os pesos), a média seria,
aproximadamente, 6,33.
31
Unidade I
Observação
Exemplo: em uma turma, a nota atribuída a 28 alunos, referente a um teste de estatística, foi
disposta em ordem crescente: 4, 4, 4, 4, 5, 5, 5, 5, 5, 5, 5, 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 9, 9, 10.
Observando que algumas notas se repetem, podemos utilizar o número de observações ou frequência
de cada um deles como o peso ou fator de ponderação.
Assim:
(4x4)+(7x5)+(5x6)+(5x7)+(4x8)+(2x9)+(1x10)
x = ---------------------------------------------------------------------------------------------------- = 6,29
4+7+5+5+4+2+1
Tabela 5
xi fi xi fi
4 4 4 x 4 = 16
5 7 5 x 7 = 35
6 5 6 x 5 = 30 ∑x f 176
7 5 7 x 5 = 35 x = -----------i----i--- = -------------- = 6,29
n 28
8 4 8 x 4 = 32
9 2 9 x 2 = 18
10 1 10 x 1 = 10
∑ 28 176
Antes de calcular a mediana, é preciso organizar os valores num rol em ordem crescente, para então
contar até a metade dos valores e encontrar a mediana. Em geral, após organizarmos os dados em um
rol, podemos calcular a posição da mediana com a fórmula a seguir:
32
ESTATÍSTICA APLICADA
(n+1)
Posição mediana = --------------
2
rolxi - {1, 2, 2, 3, 5, 5, 5, 6, 7, 7, 8, 9, 9}
(n+1) 13+1
Posição mediana = -------------- = -------------- = 7 (7º posição)
2 2
Md = 5
A mediana é outra medida de posição definida como o número do meio, quando as medidas são
organizadas em ordem ascendente ou descendente. Em outras palavras, a mediana de um conjunto de
termos ordenados é o valor situado de tal forma no conjunto que o separa em dois subconjuntos de
mesmo número de elementos.
Observação
rolxi = {1, 2, 3, 4, 6, 7, 8, 9}
(n+1) 8+1
Posição mediana = -------------- = -------------- = 4,5
2 2
A mediana será o valor que está a meio caminho dos dois valores médios; nesse caso, entre 4 e 6.
Como fazer? Deve-se tirar a média entre os dois valores do meio para obter o valor da mediana.
33
Unidade I
Assim, temos:
4+6
Md = -------------- = 5
2
Observação
n 1
2
5 1
2
3º posição
34
ESTATÍSTICA APLICADA
Exemplo 2
n n 1
e
2 2
6 6 1
e
2 2
3ee4°4
3°
3° = 4
4° = 7
4 7
Md
2
Md = 5,5
Md 5, 5
3.4 A moda
Muitas vezes, em um conjunto de dados, existem valores que se repetem com frequência maior.
A moda é justamente esse valor ou esses valores que mais se repetem em um conjunto de dados. É
possível haver estatísticas que não possuam moda ou que possuam mais de uma moda.
No exemplo que demos anteriormente, para um conjunto de dados xi = {1, 2, 3, 4, 6, 7, 8, 9}, não
existe moda, e diz-se que o conjunto ou distribuição é amodal.
A moda é uma estatística muito mais descritiva e sua importância cresce à medida que um valor ou grupo
de valores se repete mais que outros, e nesse sentido a moda indicaria o valor típico daquele conjunto de
dados com maior ocorrência. Por exemplo, o conjunto de dados xi = {2, 2, 7, 9, 9, 9, 10, 10, 11, 12, 18} tem
moda igual a 9, porque o número 9 é aquele com maior frequência, repetindo-se três vezes.
Denominamos moda o valor ou valores de um conjunto de dados que aparecem com maior
frequência em uma série. Por exemplo: o salário modal dos professores de uma escola é o salário mais
comum, isto é, o salário recebido pelo maior número de empregados dessa escola.
Exemplo
Sabendo-se que a produção leiteira diária de uma vaca, durante uma semana, foi de 10, 14, 13, 15,
16, 18 e 12 litros, pede-se que se encontre a média, a moda e a mediana para a produção diária de leite
dessa vaca.
Média
n
xi 10 14 13 15 16 18 12 98
i1
x 14
n 7 7
Logo, x = 14 litros de leite em média por dia, o que significa uma produção de 98 litros de leite em
média por semana.
Observação
Moda
Como não possui um valor que aparece com maior frequência que os outros, não há valor de moda
para esse exemplo.
Mediana
n 1
Posição mediana
2
7 1
Posição mediana
2
Posição mediana 4
Mediana será o 4° elemento da série, que é igual a 14 litros de leite por dia.
36
ESTATÍSTICA APLICADA
Observação
f1a = f1
f2a = f1a + f2
f3a = f2a + f3
f4a = f3a + f4
...........
fna = f(n-1)a + fn
x = Md = Mo Mo Md x x Md Mo
Observamos que a moda, a mediana, e a média podem ser usadas para condensar, num único número,
aquilo que é “médio” ou “típico” de um conjunto de dados. No entanto, a informação fornecida pelas
medidas de posição necessita, em geral, ser complementada pelas medidas de dispersão. Essas medidas
são usadas para indicar o quanto os dados se apresentam dispersos em torno da região central. Dessa
forma, caracterizam o grau de variação existente no conjunto de valores. As medidas de dispersão mais
utilizadas são:
• amplitude total;
37
Unidade I
• desvio padrão;
• variância;
• coeficiente de variação.
Note que, quanto maiores forem as medidas de dispersão, mais heterogêneos são os dados e, ao
contrário, quanto menores forem essas medidas, mais homogêneo é o conjunto.
Vejamos a seguir alguns exemplos que mostram a necessidade de conhecermos as medidas de dispersão.
Exemplo 1
Sabe-se que em Honolulu (Havaí) e em Houston (Texas) a temperatura média diária é quase a
mesma, em torno de 23,9 ºC. Pergunta-se: será que, por isso, podemos inferir que a temperatura seja
basicamente a mesma em ambas as localidades? Ou não será possível que, enquanto uma cidade é
melhor para natação, a outra o seja para atividades externas?
A temperatura em Honolulu varia muito pouco ao longo do ano, oscilando, em geral, entre 21,1 ºC
e 26,7 ºC. Por outro lado, a temperatura em Houston pode diferir sazonalmente (nas estações do ano),
isto é, apresentar-se baixa em janeiro (cerca de 4,4 ºC) e alta em julho e agosto (bem perto de 37,8 ºC).
Logo, podemos perceber uma oscilação significativa. Desnecessário dizer que as praias em Houston não
estão cheias de gente o ano todo.
Exemplo 2
Suponha que, numa particular cidade, tanto ladrões quanto professores secundários tenham uma
renda média mensal de R$ 900,00. Será que essa informação indica que as duas distribuições de renda
são, necessariamente, semelhantes? Muito ao contrário, poder-se-ia descobrir que elas diferem, e
muito, num outro aspecto importante, que é o fato de as rendas dos professores concentrarem-se ao
redor de R$ 900,00 (serem constantes, homogêneas), enquanto as dos ladrões espalham-se mais (são
descontínuas, heterogêneas), o que reflete, portanto, maiores oportunidades para prisões, desemprego,
pobreza e, em alguns casos, fortunas excepcionais.
Os fatos mostram que precisamos, além de uma medida de tendência central, de um índice que
sinalize o grau de dispersão dos dados em torno da média. Esse índice é uma medida indicativa do que
costumamos chamar de variabilidade ou dispersão.
Assim, quando se deseja entender, analisar e descrever de forma adequada um determinado conjunto
de dados, faz-se necessário dispor não apenas de informações relativas às medidas de posição. É preciso
38
ESTATÍSTICA APLICADA
que se disponha de informações relativas à variabilidade (dispersão) daqueles números que compõem o
referido conjunto de dados. Essas medidas de variabilidade ou dispersão indicam se os dados observados
estão próximos ou separados uns dos outros.
Diferente das medidas de posição, as medidas de dispersão não são autoexplicativas, sua aplicabilidade
depende da comparação de populações ou de amostras do mesmo tamanho e da mesma característica
para que se obtenha alguma informação importante a partir daquela determinada variabilidade.
As principais medidas de dispersão são: a amplitude total (ou intervalo), o desvio médio, a variância
e o desvio padrão. A média serve de referência para todas essas medidas, exceto para o intervalo (ou
amplitude total). À proporção que essas medidas se elevam, isso representa um aumento da dispersão,
o que significa que, se a medida for igual a zero, não existe dispersão.
As medidas de variabilidade, que têm a média aritmética como ponto de referência, são importantes
porque nos permitem avaliar o grau de dispersão das observações em relação a essa mesma média,
isto é, permitem-nos avaliar o quão distante os dados de um determinado grupo de observações estão
da média calculada, dando-nos uma noção mais precisa da situação de determinada população ou
amostra, além de condições de tirar conclusões e informações importantes daqueles dados disponíveis.
Exemplo 3
Um estudante de economia resolve fazer uma pesquisa sobre os salários médios dos funcionários
de determinado setor industrial em São Paulo. Nessa pesquisa, esse estudante conseguiu os seguintes
dados em termos de salários mínimos mensais:
xi = {1.0; 1.5; 2.0; 2.0; 2.0; 2.5; 3.0; 3.0; 80.0; 85.0}
Ao calcular o salário médio desse setor, ele chegou ao valor médio de 18,2 salários mínimos por mês.
Ora, mas esse dado, sem o cálculo de sua dispersão em relação à média aritmética, pouco nos diz sobre
a realidade dessa população, e acabamos por ter uma visão distorcida do padrão de vida da maior parte
dos funcionários desse setor analisado pelo estudante. As medidas de variabilidade ou dispersão nos
permitem perceber essa distorção.
Temos, como principais medidas de dispersão, intervalo, desvio médio, variância e desvio padrão.
As medidas mais comuns de variabilidade para dados quantitativos são a variância; a sua raiz
quadrada e o desvio padrão. A amplitude total, a distância interquartílica e o desvio absoluto são mais
alguns exemplos de medidas de dispersão.
O intervalo ou amplitude total de determinado conjunto de dados é obtido pela diferença entre o
maior e o menor valor nesse conjunto de números. Indica, portanto, a distância entre a maior e a menor
observação de um conjunto de dados. Assim, temos:
39
Unidade I
Por exemplo, num conjunto de dados xi = {2, 3, 3, 5, 5, 5, 8, 10, 12}, em que n = 9, a amplitude total
será:
Em alguns casos, o intervalo ou amplitude total pode ser expresso simplesmente pela indicação
do menor e do maior número do conjunto de dados. No caso do exemplo anterior, a amplitude total
poderia ser expressa simplesmente pela identificação do menor e do maior número, indicada como
sendo de (2 a 12) ou (2 – 12).
A grande vantagem da amplitude total é que ela apresenta certa facilidade de ser calculada, mesmo
quando o conjunto de dados observados é relativamente grande. No entanto, como a amplitude total
apenas leva em conta os dois extremos do conjunto de números, em alguns casos ela pode ser uma
medida enganosa quanto à indicação da dispersão de um conjunto de números, tendo, portanto, uma
utilidade limitada.
O intervalo de determinado conjunto de dados é obtido pela diferença entre o maior e o menor valor
nesse conjunto de números.
O desvio médio absoluto inaugura o estudo das medidas de variabilidade que têm a média como
ponto de referência.
O chamado desvio nada mais é que a diferença entre cada valor de determinado conjunto de
dados e a média desse mesmo conjunto de números (xi - x). O valor absoluto de um número será
ele próprio, sem o sinal que lhe é associado, e é indicado por meio de duas linhas verticais que o
enquadram.
É preciso calcular primeiro a média aritmética dos dados disponíveis, que em geral se apresentam
como dados amostrais.
O desvio médio absoluto será calculado pela média dos desvios dos valores a contar da média,
ignorando o sinal (+ ou -) do desvio, ou seja, convertendo os valores dos desvios em valores absolutos,
considerando-os todos desvios positivos. Assim, temos:
n
Dmédio = xi x
i1
n
40
ESTATÍSTICA APLICADA
Vamos, agora, tomar um exemplo de desvio médio. Num conjunto de dados amostrais xi = {2, 4, 6, 8, 10, 12},
em que n = 6, determine o desvio médio. Temos, então:
Dmédio = xi x
n
Precisamos, primeiro, calcular a média, para então passarmos ao cálculo do desvio médio. Relembrando
a fórmula do cálculo da média aritmética, temos:
x
xi x 2 4 6 8 10 12 7 x 7
n 6
Agora, podemos calcular os desvios para cada valor do conjunto de dados. Assim, temos:
xi - x
2–7 -5 Dmédio = xi x
5 3 1 1 3 5
4–7 -3 n 6
6–7 -1
Dmédio = 5 3 1 1 3 5 3
8–7 1 6
10 – 7 3
Dmédio = 3
12 – 7 5
Σ 0
Figura 16
O desvio é que a diferença entre cada valor de determinado conjunto de dados é a média desse
mesmo conjunto de números.
4.3 Variância
Como no cálculo do desvio médio, para o cálculo da variância, precisaremos utilizar o desvio de
cada elemento de um conjunto de dados em relação à média aritmética (xi - x). No entanto, ao invés de
41
Unidade I
trabalharmos com os valores absolutos (em módulo), agora os desvios são elevados ao quadrado antes
da soma. Para o caso de dados amostrais, ao invés de dividirmos por n, dividimos por n – 1 (que é o total
da amostra menos uma unidade).
A variância irá nos dizer o grau de dispersão de determinado grupo de dados com relação à média
aritmética desses números. Assim, a variância populacional poderá ser calculada da seguinte forma:
Por exemplo, seja determinado conjunto de dados xi = {1, 3, 5, 7, 9, 11, 13}, em que n = 7. Calcule a
variância desse conjunto de dados, supondo:
A) Para calcular a variância desse conjunto de dados, considerando que ele representa toda uma
população, devemos utilizar a seguinte fórmula:
2
( xi )2
n
Devemos passar ao cálculo da média desse conjunto de dados para, então, proceder ao cálculo da
variância. Sendo assim, temos:
xi
n
1 3 5 7 9 11 13
7 (média populacional)
7
7
42
ESTATÍSTICA APLICADA
Partindo da média, podemos agora calcular os desvios e partir para o cálculo da variância populacional,
já que supomos que o conjunto de dados representava toda a população. Assim, temos:
µ xi - µ (xi - µ)2
7 7–1=6 62
2
(xi )2
7 7–3=4 42 N
7 7–5=2 2 2
6 42 22 ( 2)2 ( 4 )2 ( 6)2
2
2
7 7–7=0 0 7
7 7–9=-2 (-2)2 2 36 16 4 4 16 36
16
7
7 7 – 11 = - 4 (-4)2
2 16
7 7 – 13 = - 6 (-6)2
Σ 0 112
Figura 17
Desse modo, a variância populacional desse conjunto de dados seria igual a 16.
B) Se, por outro lado, temos o mesmo conjunto de dados e supondo que ele representa apenas dados
amostrais, devemos calcular a variância amostral de outra forma, partindo do cálculo da média
para, então, calcularmos a variância.
Como vimos no item 2, a expressão para o cálculo da média aritmética em uma amostra é a mesma
do cálculo da média para uma população, mas utilizaremos para as amostras outra notação. Vejamos:
x
xi x 7 (média amostral).
n
Normalmente, a média amostral aproxima-se da média populacional quanto maior o tamanho da
amostra, mas não se iguala a ela.
s2
(xi x)2
n 1
x xi - x (xi - x)2
7 7–1=6 62
S2
( xi x )2
7 7–3=4 42 n 1
7 7–5=2 22 62 42 22 ( 2)2 ( 4 )2 ( 6)2
S2
7 7–7=0 0 7 1
7 7–9=-2 (-2)2 36 16 4 4 16 36 112
S2
7 1 6
7 7 – 11 = - 4 (-4)2
S2 18,666...
7 7 – 13 = - 6 (-6)2
Σ 0 112
Figura 18
43
Unidade I
Como a média aritmética, a variância possui algumas propriedades importantes que devemos colocar
em destaque e que facilitam o cálculo de alguns problemas mais complexos.
Por exemplo, um conjunto de dados xi = {2, 4, 6, 8}, em que n = 4, e a média é igual a 5. A variância
desse conjunto será dada como segue:
2
( xi )2
2
(2 5)2 (4 5)2 (6 5)2 (8 5)2
n 4
2
3 1 12 32 9 1 1 9 20
2 2
5
4 4 4
Se somarmos uma constante c = 4 a cada um dos elementos do conjunto de dados, temos um novo
conjunto de dados yi = {6, 8, 10, 12}, em que a média será igual a 9. A variância será, então:
2
22
( yi 2 )
6 9 8 9 10 9 12 9
2 2 2 2
n 4
22
3 1 1 3
2 2 2 2
9 1 1 9 20
5
4 4 4
Sendo assim, demonstramos que 2 22 =, ou seja, ao somarmos uma constante a cada elemento
de um conjunto de dados, a variância permanece a mesma.
B) Ao multiplicarmos uma constante c a cada elemento de um conjunto de dados, temos uma nova
variância ao multiplicarmos a variância do conjunto de dados original por c2.
22 c2 .12
C) Ao dividirmos cada elemento de um conjunto de dados por uma constante arbitrária c, obtemos
a nova variância dividindo-se a antiga variância por c2.
44
ESTATÍSTICA APLICADA
Existe uma fórmula alternativa e reduzida para o cálculo da variância populacional, deduzida da
fórmula original, que é:
2
xi2
2
n
Para a variância amostral, também existe uma fórmula alternativa bastante utilizada que não exige
o cálculo da média e que decorre da fórmula anterior:
s2x
xi2 ( xi )2 n
n 1
Lembrete
Saiba mais
45
Unidade I
Obtém-se o desvio padrão extraindo-se a raiz quadrada da variância. Assim como a variância e
o desvio médio, o desvio padrão também representa uma medida de variabilidade absoluta, e indica
o desvio de cada um dos números xi de um dado conjunto de observações em relação à média μ. É
também chamado por alguns autores de desvio da raiz média quadrática.
(xi )2 s
(xi x)2
n n 1
Por exemplo, um conjunto de dados amostrais xi = {2, 4, 6}, em que n = 3 e a média é igual a 4.
Vamos, então, calcular o desvio padrão para a amostra:
s
(xi x)2 (2 4 )2 (4 4 )2 (6 4 )2
n 1 3 1
( 2)2 0 22 8
s 4 2
2 2
As propriedades da variância também são aplicáveis ao desvio padrão. No entanto, existem duas
propriedades que serão distintas no caso do desvio padrão por causa de sua característica de raiz
quadrada média positiva da variância.
Assim, ao multiplicarmos cada elemento de um conjunto de dados por uma constante c, o novo
desvio padrão será igual ao antigo multiplicado pela constante. Temos, então:
σ2 = c . σ1
Por outro lado, se dividirmos cada elemento de um conjunto de dados por uma constante c, o novo
desvio padrão será igual ao anterior dividido pela constante c. Assim, temos:
1
2
c
As demais propriedades da variância serão as mesmas para o desvio padrão.
46
ESTATÍSTICA APLICADA
Por exemplo, no item 4.4, foi determinado o desvio padrão de uma série amostral, portanto, vamos
calcular o coeficiente de variação dessa série, que será:
S
Cv =
x
2
Cv =
4
Cv = 0, 5
Cv = 50%
Nesse exemplo, o coeficiente de variação é grande, indica que a variabilidade foi a metade em
relação à média dessa série.
• quando multiplicarmos cada elemento de um conjunto de dados por uma constante c, o novo
desvio padrão será igual ao antigo multiplicado pela constante;
• quando dividirmos cada elemento de um conjunto de dados por uma constante c, o novo desvio
padrão será igual ao anterior dividido pela constante c.
47
Unidade I
Faz-se uma distinção entre o desvio padrão (sigma) do total de uma população ou de uma variável
aleatória e o desvio padrão s de um subconjunto em amostra.
O termo desvio padrão foi introduzido na estatística por Karl Pearson, em seu livro Sobre a dissecção
de curvas de frequência assimétricas, de 1894.
Exemplo
Utilizando-se o exemplo apresentado anteriormente, temos que a produção leiteira diária de uma
vaca, durante uma semana, foi de 10, 14, 13, 15, 16, 18 e 12 litros, pede-se calcular a amplitude, o desvio
padrão (S), a variância (S2) e 5 o coeficiente de variação (CV).
Solução
Amplitude
R = 18 – 10 = 8 litros de leite, ou seja, a maior variação do número de litros de leite produzido por
dia pela vaca é de 8 litros.
Observação
Sabemos que a média para esses dados é: x = 14 litros de leite por dia.
Desvio padrão
n
x1 x
2
s i1
x1 x 2 x2 x 2 ... xn x 2
n 1 n 1
Variância
Coeficiente de variação
48
ESTATÍSTICA APLICADA
S 2, 65
cv= = = 0,1893 ou seja, existe uma variabilidade de 18,93% dos dados em relação à média.
x 14
Saiba mais
Dica de leitura:
Resumo
49
Unidade I
Exercícios
50
ESTATÍSTICA APLICADA
13, 5.4 14.1 15, 5.1 16.1 18.2 18, 5.1 19, 5.1 20.3 215
, .1 255
X 17
4 1 1 1 2 1 1 3 1 15
A média é 17oC.
3) A moda é 13,5oC.
Sendo assim,
A) Alternativa incorreta.
B) Alternativa correta.
C) Alternativa incorreta.
D) Alternativa incorreta.
E) Alternativa incorreta.
51
Unidade I
Em relação às edições de 2005 a 2009 da OBMEP, qual o percentual médio de medalhistas de ouro
da região Nordeste?
A) 14,6%.
B) 18,2%.
C) 18,4%.
D) 19,0%.
E) 21,0%.
52
ESTATÍSTICA APLICADA
Unidade II
5 DISTRIBUIÇÃO DE FREQUÊNCIAS
Ao longo de nosso estudo, observamos que, para extrair dos dados estatísticos de que dispomos a
correta análise e interpretação, o primeiro passo deverá ser a correta organização e sumarização desses
dados; caso contrário, esses números não farão qualquer sentido.
Para apresentar esses dados, podemos utilizar gráficos e tabelas, bem como as medidas de posição
e variabilidade para interpretá-los, mas não sem organizá-los previamente em uma distribuição, sem a
qual ficaria impossível o cálculo de algumas das medidas necessárias, como média, variância etc.
Tabela 6
53
Unidade II
A tabela anterior é uma distribuição de frequências das idades dos estudantes que estão se formando
no curso de Gestão de determinada universidade fictícia. A primeira classe corresponderia ao grupo de
formandos em Gestão no ano de 2006 e que tem entre 20 e 22 anos. A frequência dessa classe corresponde
a 5, porque existem 5 estudantes cuja idade faz parte dessa classe.
Saiba mais
Para se construir determinada distribuição de frequências, é preciso, em primeiro lugar, definir o tipo
de variável em questão, para depois definir os passos que devem ser seguidos para a construção dessa
54
ESTATÍSTICA APLICADA
distribuição. Vamos supor o conjunto de dados a seguir, referente às idades de uma amostra de 100
alunos formandos em Gestão de uma universidade:
Tabela 7
Como podemos observar, os dados já estão dispostos em ordem crescente de grandeza, em um rol,
muito embora se trate de um conjunto de números superior a trinta observações. Essa amostra diz
respeito às idades dos alunos de determinada universidade fictícia que estão se formando no curso de
Gestão. Estamos considerando, portanto, uma variável quantitativa contínua.
Uma variável quantitativa contínua é aquela que pode assumir qualquer valor num intervalo
contínuo, ou seja, um valor numérico que pertence ao conjunto dos números reais (ℝ).
Como vimos, tratar um conjunto de dados sob a forma de uma distribuição de frequências significa
organizá-los em intervalos de classes. Precisamos, então, definir o número de classes, o tamanho dessas
classes, para então enquadrar os dados nas classes pela simples contagem desses dados amostrais.
A primeira coisa que devemos fazer ao nos depararmos com um conjunto de dados como esse
apresentado na tabela 7 é procurar calcular a amplitude total (ou intervalo). Nesse caso, será muito mais
fácil, já que os números estão dispostos em um rol. Conforme vimos, a amplitude total (ou intervalo)
poderá ser calculada da seguinte forma:
Atotal = 40 - 20 = 20
No caso do nosso exemplo, a amplitude total será igual a 20. O valor da amplitude total será
importante porque, juntamente com o número de classes, definirá a chamada “amplitude de classes”.
Mas como, então, estabelecer o número de classes? A teoria estatística tem se desenvolvido ao
longo dos anos e chegou ao consenso de que é aconselhável estabelecer o número de classes entre um
55
Unidade II
mínimo de cinco e um máximo de vinte classes. Uma distribuição de frequências que possua mais de
vinte classes torna a apresentação dos dados muito confusa e de difícil avaliação. Se estabelecermos um
número de classes inferior a cinco, podemos correr o risco de ocultar informações importantes sobre os
dados disponíveis.
Quando se quer determinar o número de classes em função do conjunto de dados disponíveis, basta
tirarmos a raiz quadrada de n, em que n corresponderia ao total de observações (seja da população ou
da amostra). Sendo assim, temos:
Númeroclasses = n
Nclasse = n
N=
classe =
100 10
Observação
Regra da raiz: dar prioridade ao seu uso quando os dados não superam
os 60 elementos.
Númeroclasse = n
Regra de Sturges
Númeroclasse = 1 + 3,3.logn
Uma vez estabelecido o número de classes, é preciso pensar qual será o tamanho de cada classe, ou,
dito de outra forma, faz‑se necessário determinar a amplitude de classe dessa distribuição de frequências.
Para isso, calculamos a amplitude total dessa distribuição, a qual corresponde a uma medida absoluta
de variabilidade.
A amplitude de classes será calculada, então, tomando-se o valor da amplitude total e dividindo-se
pelo número de classes.
Assim, temos:
Amplitudetotal
Amplitudeclasses = -------------------------------
Númeroclasses
56
ESTATÍSTICA APLICADA
Temos agora o número de classes, a amplitude de classes, e podemos então calcular o intervalo de
classes. O intervalo de classes é composto por um limite inferior (número menor) e por um limite
superior (número maior). Os limites inferiores e superiores podem ou não estar incluídos no intervalo
de classes, existindo uma simbologia própria dentro da estatística para se expressar isso. Então, vejamos
exemplos a partir da tabela 6:
A) 20 |—| 22: diz-se que é um intervalo fechado à esquerda e à direita, pois tanto o 20 quanto o 22
participam do intervalo;
B) 22 —| 24: diz-se que esse é um intervalo aberto à esquerda e fechado à direita, já que o limite
inferior, 22, não participa do intervalo, ao passo que o limite superior participa;
C) 20 |— 22: caso o exemplo se apresentasse assim, teríamos um intervalo de classe fechado à
esquerda e aberto à direita, já que o limite inferior participa do intervalo, mas o limite superior
não;
D) 20 — 22: aqui, teríamos um intervalo de classe aberto à esquerda e à direita, em que nem o limite
inferior nem o limite superior participam do intervalo.
Após o cálculo do número e da amplitude de classes, devemos definir o limite inferior e o limite
superior de cada classe, começando com o menor valor. Em nosso exemplo, podemos calcular as classes
da seguinte forma:
E assim sucessivamente até a classe de número 10, em nosso exemplo, que terá como limite inferior
38 e como limite superior 40. É importante frisar que determinado valor não pode pertencer a mais de
uma classe, mas, por outro lado, para cada valor deve haver uma classe, não permitindo a existência de
lacunas na fixação dessas mesmas classes.
Uma vez definido o número e a amplitude total de classes, a partir delas podemos estabelecer
a amplitude de classes e também definir os limites superior e inferior de cada classe. Resta agora
confrontar nossas classes com as observações de que dispomos na tabela 7.
Mediante contagem, devemos construir nossa distribuição de frequência fixando cada observação
numa classe determinada. Quando indicamos o número de observações existentes em dado intervalo,
temos a chamada frequência absoluta simples (fi).
A frequência absoluta é o número de vezes que o dado aparece naquele determinado conjunto de
números, ou seja, em uma amostra ou população da pesquisa a ser estudada.
É importante destacar que nenhuma classe poderá apresentar frequência absoluta igual a zero.
Assim, uma primeira construção que podemos fazer para nos levar à tabela 6 é estabelecer os intervalos
de frequência em cada classe, só que agora colocando a notação estatística em cada intervalo de classe.
Então, temos:
Tabela 8
58
ESTATÍSTICA APLICADA
No segundo intervalo de classe, que tem 22 como limite inferior e 24 como limite superior, será
colocada a quantidade de frequência compreendida entre 22 e menor que 24; existem doze valores,
e assim se vai determinando a quantidade de frequência para cada classe, até chegar à última classe,
conforme a tabela 8.
Frequência absoluta simples acumulada indica o número de observações acumuladas até o limite
superior de uma classe. Por exemplo, na terceira classe, teríamos 28 alunos com idade entre 20 e
26 anos formando‑se em Gestão. Vejamos como ficaria a nova tabela, incluindo a nova notação da
frequência acumulada:
Tabela 9
Outro dado importante que podemos extrair da construção de uma distribuição de frequências é a
frequência relativa simples (fi, R), que nos mostra a participação relativa do número de observações em
uma dada classe, e deverá ser calculada da seguinte forma:
fi
fi ,R , geralmente expresso em percentual.
fi
A soma das frequências relativas de todas as classes será igual a 1, se expressa em forma fracionária,
ou a 100%, se expressa em percentual. No caso da distribuição de frequências que estamos construindo,
temos agora a seguinte tabela:
59
Unidade II
Tabela 10
fi
fR
fi
5
fR 0, 05
100
Para expressar esse valor na unidade de porcentagem,
basta multiplicá-lo por 100%:
fR = 0,5 x 100%
fR = 5%
Na construção de frequência para dados discretos, basta criar uma coluna representando a posição
de cada frequência e na frente estabelecer a quantidade de vezes em que a frequência aparece dentro
da amostra ou da população de uma série de estudo ordenadamente. Por exemplo:
X: {0, 2, 0, 1, 1, 0, 0, 0, 3, 2, 1, 0, 1, 2, 0, 1, 3, 2, 2, 0}
X: {0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3}
60
ESTATÍSTICA APLICADA
Tabela 11
xi fi
0 8
1 5
2 5
3 2
Pode-se dizer, então, que distribuição de frequências é uma maneira de representar uma coleção
de dados classificando-os de modo a mostrar o quanto cada dado se repete. É importante considerar,
na distribuição de frequência, a possibilidade de apresentar as chamadas distribuições especiais.
Como exemplo, pode-se citar a distribuição de frequências de probabilidades e de frequências de
amostragens.
Como mencionado anteriormente, a confecção de gráficos permite melhor visualização dos dados,
mostrando mais claramente as diferenças existentes. Os gráficos mais comuns são o gráfico de setor,
de coluna ou de barra e o gráfico de curva. O tipo de gráfico a ser utilizado depende do que se deseja
enfatizar.
Assim, o gráfico de coluna ou de barra mostra diferenças entre os valores absolutos; o gráfico
de curva é utilizado quando se deseja mostrar variações ao longo do tempo, e o gráfico de setor,
também conhecido como “gráfico de pizza”, é utilizado quando se deseja ressaltar diferenças entre
proporções. Esses gráficos podem ser facilmente feitos em planilhas eletrônicas, por exemplo, no
Excel.
Lembrete
61
Unidade II
Tabela 12
A) Histograma
240 238
220
200
180
160 144
140
fi
120
100
80
60
40 35 29
20 16 6 4 1 0
0
22.375 35.625 48.875 62.125 75.375 88.625 101.875 115.125 128.375
Salários
Figura 19
Observação
62
ESTATÍSTICA APLICADA
B) Polígono de frequência
240 238
220
200
180
160 144
140
fi
120
100
80
60
40 35
29
20 16
6 4 1
0 0 0
22.375 35.625 48.875 62.125 75.375 88.625 101.875 115.125 128.375
Salários
Figura 20
Lembrete
Estatística descritiva é o nome dado ao conjunto de técnicas analíticas
utilizadas para resumir o conjunto de todos os dados coletados numa dada
investigação a relativamente poucos números e gráficos.
40
30
20
10
0
A B C E F
Faixas da variável aleatória
Figura 21 – Histograma
Medidas da tendência central: são indicadores que permitem que se tenha uma primeira ideia, um
resumo de como se distribuem os dados de um experimento, informando o valor (ou faixa de valores) da
variável aleatória que ocorre mais tipicamente. Ao todo, são três os parâmetros:
63
Unidade II
• média: é a soma de todos os resultados dividida pelo número total de casos, podendo ser
considerada como um resumo da distribuição como um todo;
• moda: é o evento ou a categoria de eventos que ocorreu com maior frequência, indicando o valor
ou a categoria mais provável;
• mediana: é o valor da variável aleatória a partir do qual metade dos casos se encontra acima dele
e metade, abaixo.
50
Figura 22 – Histograma
40
30 Dispersão
20
10
0
A B C E F
Faixas da variável aleatória
Figura 23 – Histograma
A ideia básica é a de se estabelecer uma descrição dos dados relativos a cada uma das variáveis,
dados esses levantados por meio de uma amostra.
Façamos alguns exemplos para tornar as definições e suas aplicações técnicas mais claras:
Exemplo 1
A empresa JCC fez levantamento entre 30 funcionários para descobrir o número de filhos dos seus
funcionários. Foram encontrados os seguintes valores:
64
ESTATÍSTICA APLICADA
1 4 2 5 3 2 0 3 2 1
5 4 2 5 0 3 2 4 2 3
2 3 2 1 4 2 1 3 4 2
Solução
0 0 1 1 1 1 2 2 2 2
2 2 2 2 2 2 3 3 3 3
3 3 4 4 4 4 4 5 5 5
X F fr f% F↓ F↑ F% ↓ F% ↑
0 2 0,067 6,7 2 30 6,7 100
1 4 0,133 13,3 6 28 20 93,3
2 10 0,333 33,3 16 24 53,3 80
3 6 0,2 20 22 14 73,3 46,7
4 5 0,167 16,7 27 8 90 26,7
5 3 0,1 10 30 3 100 10
Total 30 1 100 - - - -
A questão “A” – quantos empregados têm dois filhos – pode ser observada pela frequência absoluta
simples “F”. Observe a segunda coluna, 10 funcionários apontaram ter 2 filhos.
A questão “B” – quantos empregados têm menos de dois filhos – pode ser observada na coluna F ↓
(frequência absoluta acumulada “abaixo de”, a qual aponta que 6 funcionários têm menos de dois filhos
(2 têm zero filho e 4 têm um filho).
65
Unidade II
Obs. Se a pergunta fosse quantos funcionários têm de 2 filhos para baixo, a resposta seria 16.
A questão “C” – quantos empregados têm mais de dois filhos – pode ser observada na coluna de F ↑
(frequência absoluta acumulada “acima de”). Ou seja, funcionários com 3, 4 ou 5 filhos são 14 no total.
Se a pergunta fosse de dois para cima, a resposta seria 24, pois incluiria os funcionários com 2 filhos.
Seguindo o mesmo processo, o aluno agora pode responder, para quatro filhos, às questões D, E e F.
____________________________________________________________________________
____________________________________________________________________________
____________________________________________________________________________
____________________________________________________________________________
_____________________________________________________________________________
Resposta:
D=5
E = 22
F=3
Exemplo 2
1,51 1,65 1,58 1,54 1,65 1,40 1,61 1,08 1,81 1,38 1,56 1,83
1,69 1,22 1,22 1,68 1,47 1,68 1,49 1,80 1,33 1,83 1,50 1,46
1,67 1,60 1,23 1,54 1,73 1,43 2,18 1,46 1,53 1,60 1,59 1,49
1,46 1,72 1,56 1,43 1,69 1,15 1,89 1,47 2,00 1,58 1,37 1,40
1,76 1,62 1,96 1,66 1,51 1,31 2,29 1,58 2,34 1,66 1,71 1,44
1,66 1,36 1,43 1,26 1,47 1,52 1,57 1,33 1,86 1,75 1,57 1,83
1,52 1,66 1,90 1,59 1,47 1,86 1,73 1,55 1,52 1,40 1,86 2,02
Solução
1,08 1,15 1,22 1,22 1,23 1,26 1,31 1,33 1,33 1,36 1,37 1,38
1,40 1,40 1,40 1,43 1,43 1,43 1,44 1,46 1,46 1,46 1,47 1,47
1,47 1,47 1,49 1,49 1,50 1,51 1,51 1,52 1,52 1,52 1,53 1,54
1,54 1,55 1,56 1,56 1,57 1,57 1,58 1,58 1,58 1,59 1,59 1,60
1,60 1,61 1,62 1,65 1,65 1,66 1,66 1,66 1,66 1,67 1,68 1,68
1,69 1,69 1,71 1,72 1,73 1,73 1,75 1,76 1,80 1,81 1,86 1,86
1,86 1,86 1,86 1,86 1,89 1,90 1,96 2,00 2,02 2,18 2,29 2,34
66
ESTATÍSTICA APLICADA
Fazendo uma análise dos resultados da quantidade de creatinina encontrada na urina dos 84
pacientes, verificou-se que ocorreu uma variação de 1,26 no seu campo (de 1,08 a 2,34).
c = 1+3,3.log n
c = 1+3,3.log(84)
c ≅ 7,35
c=7
Construção da tabela:
Tabela 14
Classes fi Pm fr f% F% ↓ F% ↑ F↓ F↑
1,08 |— 1,26 5 1,17 0,059 5,9 5,9 100 5 84
1,26 |— 1,44 13 1,35 0,155 15,5 21,4 94,1 18 79
1,44 |— 1,62 32 1,53 0,381 38,1 59,5 78,6 50 66
1,62 |— 1,80 18 1,71 0,214 21,4 80,9 40,5 68 34
1,80 |— 1,98 11 1,89 0,131 13,1 94,0 19,1 79 16
1,98 |— 2,16 2 2,07 0,024 2,4 96,4 6,0 81 5
2,16 |—| 2,34 3 2,25 0,036 3,6 100 3,6 84 3
Total 84 - 1 100 - - - -
Observações:
1. A representação de cada classe deve ser feita pelo ponto médio (Pm), o qual se obtém pela fórmula:
Pm = (Lt +Ls ) / 2
Obs. Como teste, solicita-se ao aluno que calcule cada um dos Pm na tabela, faça uma espécie de
conferência.
2. fi: representa o número de elementos de cada classe. Ou, em outras palavras, é a quantidade de
vezes que cada classe apareceu na análise;
67
Unidade II
fr: mede a representatividade relativa de cada valor encontrado em fi, ou o quanto cada valor
significa em relação à unidade;
3. 1,08 |— 1,26 na leitura de intervalo, significa que é um intervalo fechado à esquerda (pertencem
à classe valores iguais ao extremo inferior – ou seja, inclui 1,08 no intervalo) e aberto à direita (não
pertencem à classe valores iguais ao extremo superior – o limite superior não faz parte do intervalo, é
abaixo dele).
4. Não necessariamente o último número será o limite superior da última classe, mas obrigatoriamente
as classes devem conter todos os elementos.
b) Para ampliar a análise, aponte a quantidade de pacientes com creatinina inferior ao intervalo
[1,80; 1,98[
Tabela 15
Classes fi Pm fr f% F% ↓ F% ↑ F↓ F↑
1,08 |— 1,26 5 1,17 0,059 5,9 5,9 100 5 84
1,26 |— 1,44 13 1,35 0,155 15,5 21,4 94,1 18 79
1,44 |— 1,62 32 1,53 0,381 38,1 59,5 78,6 50 66
1,62 |— 1,80 18 1,71 0,214 21,4 80,9 40,5 68 34
1,80 |— 1,98 11 1,89 0,131 13,1 94,0 19,1 79 16
1,98 |— 2,16 2 2,07 0,024 2,4 96,4 6,0 81 5
2,16 |—| 2,34 3 2,25 0,036 3,6 100 3,6 84 3
Total 84 - 1 100 - - - -
R.: 68 pacientes.
Elementos principais:
c) Amplitude: é a diferença entre o maior valor e o menor valor de certo conjunto de dados. Pode
ser referida ao total de dados ou a uma das classes em particular.
• Amplitude das classes (h): é a relação entre a amplitude total e o número de classes, conforme
mostra a expressão a seguir:
Max (rol)-Min(rol)
h = -------------------------------------------
n
em que n é o número de intervalos de classe.
L +l
xi = ------i--------i---
2
e) Frequência absoluta (fi): frequência absoluta de uma classe de ordem i é o número de dados
que pertencem a essa classe.
f) Frequência relativa (fri): frequência relativa de uma classe de ordem i é o quociente da frequência
absoluta dessa classe (fi) pelo total, ou seja,
f
fri = ----------i -----
Total
Observação
g) Frequência acumulada (fi): frequência acumulada de uma classe de ordem i é a soma das
frequências até a classe de ordem i.
h) Frequência relativa acumulada (fri): frequência relativa acumulada de uma classe de ordem i
é a soma das frequências relativas até a classe de ordem i.
69
Unidade II
Vamos agora usar os conhecimentos obtidos no item 4 para aprender a calcular as medidas de posição
e variabilidade em uma distribuição de frequência. Para isso, continuaremos utilizando o exemplo que
trabalhamos no item 5 – da distribuição de frequência das idades dos alunos formandos em Gestão de
uma universidade fictícia.
Tabela 16
Podemos, também, aproveitar uma série de informações que construímos a partir dos dados brutos
que tínhamos no item 5, tal como disposto na tabela a seguir, e, partindo dessas informações, construir
as medidas de posição e variabilidade para uma distribuição de frequência.
Tabela 17
70
ESTATÍSTICA APLICADA
6.1.1 A média
No item 2, como trabalhávamos com um conjunto de dados pequeno para calcular a média desse
grupo de números, era necessário organizá-los em um rol, identificar os valores de xi, fazer o somatório
e então calcular a média a partir da fórmula apresentada.
No entanto, quando se tem uma distribuição de frequências, nem sempre dispomos dos valores de
todas as observações ou a amostra é por vezes tão grande que não é viável fazer o cálculo da mesma
maneira que fazemos quando os dados estão dispostos em um rol. Geralmente, quando estamos diante
de uma distribuição de frequência, o que dispomos é do número de observações em cada classe, mas não
dos valores em si de xi. Portanto, as observações em dada distribuição de frequência serão representadas
pelo ponto médio de cada classe. A fórmula para o cálculo do ponto médio será:
Limiteinf erior Limitesup erior
Pmédio = Xi
2
Para o cálculo da média aritmética, usa-se uma fórmula que deriva da fórmula de cálculo da média
ponderada para determinar a média de uma distribuição de frequência; substituem-se os pesos pelas
frequências de classes e xi pelo ponto médio, representado por xi.
Tabela 18
71
Unidade II
x
fiXi
n
(5.21) (12.23) (11.25) (16.27) (20.29) (14.31) (8.33) (8.35) (4.37) 2.39
x
100
105 276 275 432 580 434 264 280 148 78 2872
x
100 100
x 28, 72
A idade média dos estudantes de Gestão da universidade AB que se formaram no ano de 2016 seria
de 28,72 anos, de acordo com a distribuição de frequência aqui construída.
6.1.2 A mediana
Como vimos também no item 2, a mediana é o elemento que ocupa a posição central num
determinado conjunto de dados ordenados.
Em uma distribuição de frequências de uma variável contínua, devem-se seguir alguns passos para
calcular a mediana. Da mesma forma que, nos dados organizados em um rol, precisamos primeiro
identificar a posição da mediana.
n
O primeiro passo é calcular a ordem , e parte-se para a frequência acumulada para
2
identificar a classe que contém a mediana. Feito isso, utiliza-se a seguinte fórmula para o cálculo
da mediana:
Para a distribuição de frequência, temos de seguir os passos citados anteriormente para calcular
n 100
a mediana. Pelo exemplo anterior, primeiro, calculamos= = 50 , conforme indicado na tabela
a seguir: 2 2
72
ESTATÍSTICA APLICADA
Tabela 19
~
x 28
50 44 2
20
~
x 28 0, 6
~
x 28, 6
A mediana de nossa distribuição de frequência será 28,6 anos, ou seja, 50% dos alunos que se
formaram em Gestão nessa universidade têm, no máximo, 28,6 anos.
6.1.3 A moda
Para calcular a moda, é preciso identificar o intervalo de classes de maior frequência, pois é nele que
ela se encontra.
Depois disso, aplica-se a chamada fórmula de Czuber, descrita a seguir, para o cálculo da moda, que
nos dirá qual a observação mais frequente daquela distribuição. O cálculo da moda será:
73
Unidade II
Calculemos, então, a moda para a nossa distribuição de frequência das idades dos alunos de Gestão
da universidade AB que se formaram em 2016. A classe modal será a quarta classe, pois é aquela que
apresenta a maior frequência. Temos, então:
Mod 28
20 16
.2
20 16 20 14
4 4
Mod 28 .2 28 28, 8
4 6 5
A moda seria, portanto, de 28,8 anos, o que significa que a maior quantidade de alunos formando-se
no curso de Gestão dessa universidade fictícia teria 28,8 anos.
Recapitulando o item 4, o desvio médio indica a diferença entre cada observação e a média aritmética
de determinado conjunto de dados.
No caso de uma distribuição de frequência, essa diferença será calculada da seguinte forma:
74
ESTATÍSTICA APLICADA
Tabela 20
Dmédio = Xi x .fi
n
351, 36
Dmédio = = 3, 5136
100
Dmédio = 3,51
Logo, o desvio médio de nossa distribuição de frequência será de 3,51. A média, a diferença da idade
de cada formando em relação à média aritmética da distribuição das idades, será de 3,51.
6.2.2 Variância
Como vimos no item 4, a variância também é uma medida de dispersão que tem a média como
ponto de referência.
A variância nos indica o grau de variabilidade de determinada distribuição de frequência com relação
à sua média aritmética.
75
Unidade II
No caso da distribuição de frequência das idades, é preciso acrescentar mais duas colunas à tabela
para calcular, em nosso exemplo, a variância amostral:
s 2
( Xi x )2 fi
n 1
Tabela 21
Classes fi fi, A fi, R Xi fi, Xi Xi - x |Xi - x|.fi (Xi - x)2 (Xi - x)2fi
20 |- 22 5 5 0,05 21 105 -7,72 -38,60 59,5984 297,992
22 |- 24 12 17 0,12 23 276 -5,72 -68,64 32,7184 392,621
24 |- 26 11 28 0,11 25 275 -3,72 -40,92 13,8384 152,222
26 |- 28 16 44 0,16 27 432 -1,72 -27,52 2,9584 47,3344
28 |- 30 20 64 0,20 29 580 0,28 5,6 0,0784 1,568
30 |- 32 14 78 0,14 31 434 2,28 31,92 5,1984 72,7776
32 |- 34 8 86 0,08 33 264 4,28 34,24 18,3184 146,547
34 |- 36 8 94 0,08 35 280 6,28 50,24 39,4384 315,507
36 |- 38 4 98 0,04 37 148 8,28 33,12 68,5584 274,234
38 |- 40 2 100 0,02 39 78 10,28 20,56 105,678 211,357
∑ 100 1 2872 1912,16
Assim, temos:
1912,16
s2 19, 315
100 1
Para calcular o desvio padrão, basta extrair a raiz quadrada do valor da variância, seja ela populacional
ou amostral.
2
76
ESTATÍSTICA APLICADA
s = s2
=s =
19, 315 4, 395
O histograma é um gráfico composto por retângulos justapostos em que a base de cada um deles
corresponde ao intervalo de classe, e a sua altura, à respectiva frequência. Quando o número de dados
aumenta indefinidamente e o intervalo de classe tende a zero, a distribuição de frequência passa para
uma distribuição de densidade de probabilidades.
Informações técnicas sobre como elaborar um histograma, bem como sua interpretação, são
encontradas em literaturas clássicas de estatística.
Exemplo 1
Uma análise em 34 famílias que tenham quatro filhos, considerando a variável a quantidade de
filhos do sexo masculino, temos a seguinte distribuição:
Tabela 22
x i x
2
fi 34 fi 39, 06
Para reflexão:
Pede-se para calcular a amplitude, o desvio padrão (S), a variância (S2) e o coeficiente de
variação (cv).
77
Unidade II
Solução
Amplitude:
R= 4 – 0 = 4 meninos
Ou seja, podemos dizer que a maior variação encontrada nesse conjunto de dados seria de quatro meninos.
Obs. Sabemos que a média para esse conjunto de dados é x = 2,3 filhos. Mas como chegamos a essa média?
1 x 6 + 2 x 10 + 3 x 12 + 4 x 4
----------------------------------------------------------------- = 2,3
34
Desvio padrão:
n
fi xi x
2
f x x f2 x2 x ... fn xn x
2 2 2
s i1
1 1
n 1 n 1
2 0 2, 3 6 1 2, 3 10 2 2, 3 12 3 2, 3 4 4 2, 3
2 2 2 2 2
34 1
11836
, 1, 088 1 filho
Podemos dizer que o número médio de filhos homens por família de quatro filhos é de 2,3, com uma
margem de erro de aproximadamente um filho. Significando que a maior parte das famílias com quatro
filhos apresentam:
78
ESTATÍSTICA APLICADA
Ou seja:
Variância:
Coeficiente de variação:
S 1, 088
cv 0, 4730
x 2, 3
Significa que existe uma variabilidade nos dados de 47,30% em relação à média, podendo ser
considerada uma alta variabilidade.
Exemplo 2
Tabela 23
fi xi x
Total 64 2
=1518593,6
79
Unidade II
Para reflexão:
• calcule a amplitude;
• o desvio padrão (S);
• a variância (S2);
• e o coeficiente de variação (cv).
Solução
Amplitude:
Como analisar:
Observe que a maior diferença existente entre os salários dos operários dessa fábrica é de R$ 700,00,
conforme calculamos.
48.300/64 = 754,68.
Desvio padrão:
n
fi xi x
2
f x x f2 x2 x ... fn xn x
2 2 2
s i1
1 1
n 1 n 1
8500 754,68 10 600 754,68 11700 754,68 16 800 754,668 13900 754,68 5 1000 754,68 11100 754,68
2 2 2 2 2 2 2
64 1
8 254, 68 10 154, 68 11 54, 68 16 45, 32 13145, 32 5 245, 32 1345, 32
2 2 2 2 2 2 2
63
8 6486190
, 10 23925, 90 112989, 90 16 2053, 90 1321227,990 5 6018190
, 1119245, 90
63
518895, 2 239259, 0 32888, 90 32862, 40 274532, 70 300909, 5 119245, 90 1518593, 60
24104, 66 155, 26 (reais)
63 63
80
ESTATÍSTICA APLICADA
Como analisar?
Variância:
Coeficiente de variação:
S 155, 26
cv 0, 2057
x 754, 68
Isso significa que há uma variabilidade de 20,57% dos salários em relação à média.
Saiba mais
7 INTRODUÇÃO À PROBABILIDADE
Quando estudamos algum fenômeno pelo método estatístico, na maioria das vezes é preciso
estabelecer uma distinção entre o modelo matemático que construímos para tentar explicar tal
fenômeno e o fenômeno em si.
A maioria dos fatos estudados pela estatística apresenta resultados de difícil previsibilidade, dados
que variam de uma observação para outra, mesmo em condições normais de experimentação. Para
analisar, interpretar e explicar tais fenômenos é preciso utilizar a probabilidade.
Tal como ocorre com a teoria da mecânica, que atribui definições precisas a termos de uso diário,
como “trabalho” e “força”, também a teoria das probabilidades tenta quantificar a noção de provável.
0 ≤ P (A) ≤ 1
Um conjunto é definido como um grupo de objetos ou itens que apresentam características comuns.
São exemplos de conjuntos os habitantes de São Paulo, os estudantes de Gestão da UNIP, o número de
consoantes do alfabeto, o número de vogais do alfabeto etc.
Saiba mais
A teoria de conjuntos pode ser estudada em detalhes em livros
básicos de matemática, como em MENEZES, P. B. Matemática discreta
para computação e informática. Porto Alegre: Instituto de Informática da
UFRGS: Sagra Luzzato, 2004. (Série Livros Didáticos – nº 16).
Podemos descrever os elementos de um conjunto de três formas: enumerando cada um deles entre
chaves, indicando suas características comuns, também entre chaves.
Conjunto A = {a, e, i, o, u} ou
Conjunto A = {conjunto das vogais do alfabeto};
Conjunto B = {todos os números inteiros maiores que 23}.
Por exemplo, num conjunto como o dado a seguir, calcule a quantidade de subconjuntos e faça a
sua apresentação:
A = {2, 4, 6, 8}
82
ESTATÍSTICA APLICADA
Nsubconjuntos = 2n = 24 = 16
A = {{ }, {2}, {4}, {6}, {8}, {2,4}, {2,6}, {2,8}, {4,6}, {4,8}, {6,8}, {2,4,6}, {2,6,8}, {2,4,8},
{4,6,8}, {2,4,6,8}}
Observação
Ora, se trazemos esses conceitos para a probabilidade, podemos definir então o que seria espaço
amostral e evento. Na teoria das probabilidades, temos o chamado experimento, uma experiência que
poderá ser repetida sob as mesmas condições indefinidamente.
Para cada experimento, existe um conjunto S formado por todos os possíveis resultados desse
experimento. Esse conjunto é denominado de espaço amostral.
Por exemplo, ao lançar um dado e observar o número da face que fica para cima, teríamos o seguinte
conjunto de resultados possíveis desse experimento e, portanto, o seguinte espaço amostral:
O espaço amostral poderá ser representado pela letra ômega. Sendo o espaço amostral o conjunto
de todos os resultados possíveis de uma dada experiência, a probabilidade do espaço amostral deverá
ser igual a 1 ou 100%, pois ao menos um dos resultados deve ocorrer.
83
Unidade II
Poderíamos simbolizar graficamente o espaço amostral e o evento por meio do diagrama de Venn,
para que possamos visualizar melhor a diferença entre esses dois importantes conceitos da Teoria das
Probabilidades.
Evento
Espaço amostral
Figura 24
O que significa, então, a figura anterior? Para entendermos melhor, vamos relembrar algumas
relações que se estabelecem entre dois ou mais conjuntos e que tipo de classificação didática isso gera,
para entender as implicações que podem ocorrer para a teoria das probabilidades.
Dois ou mais conjuntos que não possuam elementos em comum são chamados conjuntos disjuntos.
Por exemplo, sejam os conjuntos a seguir:
A = {3, 5, 7} e B = {9, 11} são dois conjuntos que claramente não apresentam nenhum elemento
em comum e podem ser representados pelo diagrama de Venn, como segue:
A B
3 5 11
9
7
Figura 25
Como A e B não possuem elementos em comum, o resultado da união desses conjuntos irá gerar um
novo conjunto cujo número de elementos será dado pela soma dos elementos de A e dos elementos de
B. Temos, então:
Se dois ou mais conjuntos apresentam elementos em comum, teremos o caso de conjuntos não
disjuntos. Nesse caso, o número de elementos da união dos dois conjuntos será dado pela soma dos
elementos de cada conjunto, subtraindo-se os elementos que estes possuem em comum.
Podemos verificar esse resultado comparando-o ao diagrama de Venn, que irá apresentar claramente
os elementos da união dos dois conjuntos A e B.
84
ESTATÍSTICA APLICADA
A B
2
4 8
12
10
6
Figura 26
Esses conceitos de conjuntos são importantes porque nos permitem, por exemplo, definir novos
eventos utilizando essas operações de união e interseção. Assim:
A partir disso, podemos definir os eventos como complementares, mutuamente exclusivos, não
mutuamente exclusivos e coletivamente exaustivos.
Diz-se que dois eventos são complementares quando completam determinado espaço amostral.
É importante ressaltar que os eventos complementares não devem apresentar elementos em comum.
A soma das probabilidades de eventos complementares é sempre igual a 1. Podemos representar dois
eventos complementares com o diagrama que segue:
A’
Figura 27
Por exemplo: podemos considerar como eventos complementares ocorrer cara ou coroa no
lançamento de uma moeda; atender ou não à porta. O espaço amostral dos dois experimentos,
respectivamente, será:
Ω = {cara, coroa}
Em que:
A: ocorrer cara;
B: ocorrer coroa.
85
Unidade II
Em que:
C: atender à porta;
D: não atender à porta.
Em ambos os experimentos, podemos observar que a soma das probabilidades será igual a 1, porque
os eventos completam o espaço amostral. Assim, no caso dos dois exemplos anteriores, teremos:
1
P( A ) =
2
1
P(B) P( A ) P(B) 1
2
1
P(C) =
2
1
P(D) P(C) P(D) 1
2
Dois ou mais eventos que não possuem elementos comuns, ou que não podem ocorrer simultaneamente,
são ditos eventos mutuamente excludentes. Diferentemente dos eventos complementares, eles não
necessariamente completam o espaço amostral. Sendo assim, podemos dizer que todos os eventos
complementares são mutuamente exclusivos, mas nem todos os eventos mutuamente exclusivos são
complementares. Também é importante ressaltar que, na teoria dos conjuntos, os eventos mutuamente
exclusivos são os chamados conjuntos disjuntos.
(A ∩ B) = ø
Para ilustrar graficamente dois eventos mutuamente exclusivos, podemos mais uma vez nos valer
de um diagrama de Venn.
Ω: Espaço amostral
A B
Figura 28
Por exemplo: no lançamento de um dado, ocorrer as faces 1, 2, 3, 4, 5, 6. São seis eventos mutuamente
excludentes, já que dois não podem ocorrer simultaneamente, então a ocorrência de um exclui a
ocorrência do outro. Se restringirmos esse experimento a apenas duas faces, teremos:
86
ESTATÍSTICA APLICADA
A: ocorrer a face 2;
B: ocorrer a face 4.
Temos aqui dois eventos mutuamente exclusivos e que não são complementares.
Quando dois eventos apresentam elementos em comum ou podem ocorrer simultaneamente, diz-se
que eles são eventos não mutuamente excludentes. Esses eventos podem ser representados por meio de
um diagrama de Venn, como segue:
Ω : Espaço amostral
A B
Figura 29
Podemos nos valer da distribuição de frequências do item 4 para dar exemplo de dois eventos que
sejam não mutuamente excludentes. Vejamos, então, a distribuição de frequência das idades dos alunos
formandos do curso de Gestão de uma Universidade AB:
Tomando-se a distribuição de frequência acima, podemos dar exemplo de dois eventos não
mutuamente exclusivos:
87
Unidade II
Como entre esses dois eventos existem elementos em comum, ou seja, os intervalos de 22 a 26
anos, eles não são mutuamente excludentes. É importante ressaltar que os eventos não mutuamente
exclusivos, na teoria dos conjuntos, são os conjuntos não disjuntos.
Os eventos podem ser ainda coletivamente exaustivos. Isso ocorre quando os eventos em questão
ocuparem todo o espaço amostral, tornando impossível qualquer outro resultado além daqueles eventos
dados. São considerados eventos coletivamente exaustivos os eventos complementares, mas nem sempre
os eventos coletivamente exaustivos serão complementares. Além disso, os eventos coletivamente
exaustivos serão, em alguns casos, mutuamente excludentes.
Podemos, então, representar graficamente eventos coletivamente exaustivos com o diagrama a seguir:
Ω: Espaço amostral
A B C
A: ocorrer cara;
B: ocorrer coroa.
Outro exemplo seria ao se fazer a experiência de retirar cartas de um baralho, definir como eventos:
A: carta de copas;
B: carta de paus;
C: carta de ouros;
D: carta de espadas.
Temos anteriormente dois exemplos de eventos coletivamente exaustivos.
Mayer (2000) diz que, em teoria das probabilidades, o espaço amostral ou espaço amostral universal,
geralmente denotado S, Ω ou U (de “universo”), de um experimento ou teste aleatório é o conjunto
de todos os resultados possíveis. Por exemplo, se o experimento é lançar uma moeda e verificar a face
voltada para cima, o espaço amostral é o conjunto {cara, coroa}. Para o lançamento de um dado de seis
faces, o espaço amostral é {1, 2, 3, 4, 5, 6}. Qualquer subconjunto de um espaço amostral é comumente
chamado um evento, enquanto o subconjunto de um espaço amostral contendo apenas um único
elemento é chamado eventos elementares.
88
ESTATÍSTICA APLICADA
Para alguns tipos de experimentos, podem existir dois ou mais espaços amostrais possíveis plausíveis.
Por exemplo, quando retirada uma carta de um baralho de 52 cartas, uma possibilidade poderia ser o
valor dela (Ás até o Rei), enquanto outra poderia ser o naipe (copa, ouro, espada ou paus). Uma descrição
completa dos resultados, entretanto, especifica ambas: denominação e naipe, e um espaço amostral
descrevendo cada carta individualmente pode ser construído por meio do produto cartesiano dos dois
espaços amostrais citados.
Espaços amostrais aparecem naturalmente em uma introdução elementar à probabilidade, mas são
também importantes em espaços de probabilidade. Um espaço de probabilidade (Ω, F, P) incorpora um
espaço amostral de resultados, Ω, mas define um conjunto de eventos de interesse, o - álgebra F, para o
qual a medida de probabilidade P é definida.
Exemplo 1
Vamos imaginar um grupo de 100 pessoas. Dessas, 70 apresentam sangue RH positivo e 45,
tipo O. Escolhendo-se, ao acaso, uma pessoa desse grupo, qual é a probabilidade de o sangue dessa
pessoa escolhida ser de tipo diferente de O?
Solução
RH positivo: 70 pessoas
Tipo O = 45 pessoas
Vamos considerar x o número de pessoas que têm sangue RH positivo e também sangue tipo O.
Representando os conjuntos por meios de diagramas de Euler-Venn, temos:
70 - x + x + 45 - x = 100.
RH+ 0
70 - x x 45 - x
Figura 30
Assim, temos:
70 + 45 - x = 100.
89
Unidade II
70 - 15 = 55.
Podemos dizer que, num total de 100 pessoas, temos 55 possibilidades (chances) de escolha.
Então, podemos dizer que a probabilidade de o sangue dessa pessoa ser de tipo diferente de O é
55/100 = 55%.
De outra maneira, mais rápida: como 45 têm sangue tipo O; então, o número de pessoas que têm
sangue do tipo diferente de O é:
100 - 45 = 55.
Exemplo 2
Maria vai sair com suas amigas e, para escolher a roupa que usará, separou duas saias e quatro
blusas. De quantas maneiras ela pode se arrumar?
Solução
O chamado Princípio Fundamental da Contagem (PFC) diz: “se alguma escolha pode ser feita de M
diferentes maneiras e alguma escolha subsequente pode ser feita de N diferentes maneiras, há MxN
diferentes maneiras pelas quais essas escolhas podem ser feitas sucessivamente”. Observe a tabela a
seguir:
Tabela 25
Contando as possibilidades, vemos que Maria pode se arrumar de oito maneiras distintas. De fato,
a ação é constituída de duas etapas sucessivas. A primeira (vestir a saia) pode ser realizada de duas
maneiras distintas. Para cada uma dessas possibilidades, a segunda (vestir a blusa) pode ser realizada de
quatro maneiras distintas. Assim, pelo Princípio Fundamental da Contagem, o número de efetuar a ação
completa é 2 × 4 = 8.
Exemplo 3
90
ESTATÍSTICA APLICADA
Solução
A ação é realizada em duas etapas sucessivas. A primeira (ir de A até B) pode ser realizada de três
maneiras. Para cada uma dessas possibilidades, a segunda (ir de B até C) pode ser realizada de quatro
maneiras. Então, pelo PFC, o número de maneiras de ir de A até C é: 3 × 4 = 12.
Exemplo 4
Uma prova de Estatística tem dez questões do tipo C ou E. Caso todas as questões sejam respondidas
ao acaso, qual o número de formas de preencher o cartão de resposta?
Solução
O PFC é também conhecido como princípio multiplicativo e pode ser generalizado para ações
constituídas de mais de duas etapas sucessivas.
Observação
Como as probabilidades de ocorrência do experimento são duas, certo ou errado, basta elevarmos
ao número de vezes que o experimento se repete. Assim, o resultado procurado é: 2 × 2 × 2 × 2 × 2 ×
2 × 2 × 2 × 2 × 2 = 210 = 1024.
Exemplo 5
Solução
Ao selecionarmos uma das pessoas para ocupar a primeira posição na fila, temos cinco possibilidades;
para o segundo lugar, temos quatro escolhas; para o terceiro lugar, sobram três pessoas a serem
selecionadas; para o quarto lugar, duas; e, para o último lugar na fila, sobra apenas uma pessoa ainda
não escolhida.
91
Unidade II
Exemplo 6
Tabela 26
Solução
Para cada dado lançado ao acaso, temos seis possibilidades de resultado. Então, pelo PFC, o número
de elementos do meu espaço amostral é 6 × 6 = 36. Como pode ser observado na tabela 26, o nº de casos
favoráveis é o nº de elementos dos conjuntos de pares ordenados {(1,6), (2,5), (3,4), (4,3), (5,2), (6,1)}, ou
seja, é seis. Assim, a probabilidade é P = 6/36 = 1/6.
Como vimos, a probabilidade é uma técnica estatística utilizada para expressar a chance de ocorrência
de determinado evento.
A forma clássica de calcular a probabilidade é por meio da relação entre o número de casos favoráveis
e o número de casos possíveis. Os casos favoráveis são aqueles resultados que se espera que aconteçam;
já os casos possíveis são todos os elementos que compõem o espaço amostral.
Logo, em determinado espaço amostral Ω, a probabilidade de um dado evento A, P(A), será uma
função definida em Ω, em que cada evento estará associado a um número real, e assim irá satisfazer
aos axiomas a seguir.
Observação
92
ESTATÍSTICA APLICADA
Na realidade, existem três modos diferentes de calcular ou estimar as probabilidades. São eles os
métodos clássico, empírico e subjetivo, sendo que os métodos clássicos e empíricos são considerados
métodos objetivos.
• Método clássico
Quando estamos diante de experimentos que têm resultados igualmente prováveis, aplica-se o
chamado método clássico. Nesse caso, a probabilidade de ocorrer cada evento (resultado) é uma função
do número de resultados possíveis.
1
Pevento = ------------------------------------------------------------------
Número de resultados possíveis
Por exemplo, no experimento em que lançamos um dado ocorrer qualquer das faces nesse lançamento
é igualmente provável. Então, qual seria a probabilidade de ocorrer qualquer dessas faces?
1
Pqualquer face = -------------------------------------
Número de faces
1
Pqualquer face = ----
6
Aplicando-se o método clássico a experimentos que envolvam dois ou mais resultados associados,
com igual probabilidade de ocorrência desses resultados, terão a definição clássica de probabilidade que
demos no início deste item, em que a probabilidade será:
Resultados favoráveis
P = -----------------------------------------------
Resultados possíveis
Por exemplo, a probabilidade de obter quatro ases num baralho de 52 cartas. Nesse caso, temos de
identificar o número de resultados favoráveis, ou seja, aqueles resultados esperados. No caso, são quatro
resultados favoráveis, dentro de quatro resultados possíveis; então, temos:
93
Unidade II
4 = 0,0769 = 7,6%
P = --------
52
Isso significa que, se houver uma repetição significativa desse experimento, ou seja, de se retirar
quatro ases de um baralho de 52 cartas, um evento como esse tem probabilidade de ocorrer 7,6% das
vezes.
Chance
Por exemplo, numa sala de aula, temos um total de 50 alunos, 22 homens e 28 mulheres. Quais
seriam, então, a probabilidade e a chance a favor de se selecionar, aleatoriamente, dessa sala uma
mulher?
Probabilidade:
Ω: 22 homens e 28 mulheres
28 28
P A P A 0, 56 56%
22 28 50
Chance
94
ESTATÍSTICA APLICADA
Quando tratamos de situações em que os resultados não são igualmente prováveis, podemos tentar
estimar as probabilidades, obtendo alguns dados empíricos. Uma estimativa das probabilidades baseada
justamente nesses dados empíricos é que será obtida por meio de experimentos aleatórios ou por meio
de dados históricos. É importante ressaltar que, neste caso, a probabilidade será uma estimativa do
verdadeiro valor.
Por exemplo, se tivermos um experimento em que lançamos um dado 100 vezes, se dessas 100
vezes obtivermos a face quatro 40 vezes, num próximo lançamento do dado seria razoável supor que a
40
probabilidade estimada futura da face quatro como sendo P 4 40% , se esse experimento se
der a condições idênticas. 100
Da mesma maneira, quando é testada uma vacina em um grupo de 1000 pessoas, por exemplo, e
esta apresenta sucesso em 700 delas, se o teste é repetido, devemos esperar uma probabilidade estimada
700 7
de sucesso futuro da vacina P s 70% , sob condições idênticas para a ocorrência desse
1000 10
resultado. Sendo assim, podemos calcular a estimativa da probabilidade de um evento futuro baseado
no método empírico por meio da seguinte fórmula:
Número de ocorrências de A
P(A) = ------------------------------------------------------------
Número total de observações
Se, por outro lado, em vez da possibilidade de obter os dados amostrais por meio da realização de um
experimento, dispusermos de dados históricos em uma distribuição de frequência, ou na forma de dados
publicados, ou como resultado de testes prévios, ou como informações que foram acumuladas em algum
arquivo importante, podemos também calcular a probabilidade estimada pelo método frequencial. Mas,
para isso, é preciso que partamos da premissa de que o passado é representativo do futuro.
Por exemplo, suponhamos que uma distribuidora de chocolates acompanha suas vendas durante
noventa dias. O objetivo dessa distribuidora seria projetar as vendas para o futuro, a fim de planejar seus
estoques. Desse acompanhamento, resultou a distribuição de frequência a seguir:
Tabela 27
95
Unidade II
Nesse caso, também podemos adotar o método empírico, procurando determinar qual o percentual
de vezes em que ocorreu tal evento. Por exemplo, em vinte dias, o distribuidor de chocolates vendeu 40
quilos de chocolate, dos 90 dias totais de nossa observação. Então, a estimativa de probabilidade dessa
20 2
ocorrência é P 40 .
90 9
A probabilidade é, portanto, a partir do método empírico, uma proporção da ocorrência de
um evento ou a frequência relativa do evento. Assim, para as demais classes, as probabilidades
serão dadas como na tabela a seguir, da distribuição de frequências, utilizando agora a seguinte
fórmula:
Tabela 28
Probabilidade
Quilos vendidos Número de dias fA
(ƒA)
∑ fA
1
20 10 9
2
30 20 9
2
40 20 9
1
50 30 3
50 10 1
9
Total 90
É importante ressaltarmos algumas observações quando utilizamos o método empírico para calcular
a probabilidade.
III. A probabilidade só é válida para um conjunto de condições idênticas àquelas geradoras dos dados
amostrais.
96
ESTATÍSTICA APLICADA
Nos itens anteriores, propusemo-nos a calcular probabilidades que se originavam de fatos, fosse
por meio do método clássico ou do empírico. No entanto, ao longo do estudo da estatística, surgiram
diversas situações em que os eventos não eram nem passíveis de um estudo objetivo e muito menos
igualmente prováveis. Nesse caso, então, faz-se necessário atribuir-se subjetivamente uma probabilidade.
Por exemplo:
Nesses casos, mesmo que não seja possível efetuar o experimento, pode-se imaginar um grande
número de situações idênticas e questionar-se qual será o percentual dessas situações que produzirá o
evento desejado.
O método subjetivo é semelhante ao método empírico, a única diferença é que, em geral, os dados
não podem ser coletados. A probabilidade subjetiva serve como um esforço não apenas para quantificar,
mas para confirmar nossa crença a respeito de algo.
I. Digamos que temos um evento A qualquer, e um conjunto Φ que representa o conjunto vazio.
Suponhamos ainda que A e Φ sejam disjuntos; então, temos:
A
P A B P A P
P A P A P A A
Por tan to P 0
II. Sejam dois eventos A e A, em que A é complemento de A, em que o espaço amostral Ω pode ser
escrito da seguinte forma: Ω = A ∪ A. Além disso, A e A são mutuamente exclusivos.
97
Unidade II
P A A P A P A
P P A P A P 1
1 P A P A
P A 1 P A
III. Se, por outro lado, temos o seguinte conjunto B = A ∪ (A ∩ B), em que A e A ∩ B são mutuamente
exclusivos, então:
P B P A P A B
P A B P B P A
P B P A 0
P B P A
nº de elementos do evento A
P(evento A) = -------------------------------------------------------------
nº de resultados possíveis
Exemplo 1
4
P(reis) = ------
52
98
ESTATÍSTICA APLICADA
Exemplo 2
Solução
Seja
p(A) = k.
Então,
p(B) = k
p(C) = k/2.
Logo, temos:
k 5k 2
k k 1 1 k
2 2 5
A probabilidade de A ou C vencer será a soma dessas probabilidades, ou seja, 2/5 + 1/5 = 3/5.
Exemplo 3
Um dado é viciado, de modo que cada número par tem duas vezes mais chances de aparecer num
lançamento que qualquer número ímpar. Determine a probabilidade de em um lançamento aparecer
um número primo.
99
Unidade II
Solução
p(2) + p(4) + p(6) + p(1) + p(3) + p(5) = 1, ou seja: a soma das probabilidades dos eventos elementares
é igual a 1.
k k k 9k 2
k k k 1 1 k
2 2 2 2 9
Assim, temos:
Exemplo 3
(ITA/1993) Possuo três jarros idênticos e desejo ornamentá-los com dezoito rosas, sendo dez
vermelhas e oito amarelas. Desejo que um dos jarros tenha sete rosas e os outros dois, no mínimo, cinco
rosas. Cada um deverá ter, pelo menos, duas rosas vermelhas e uma amarela. Quantos arranjos florais
poderei fazer usando as dezoito rosas?
Solução
a) Um dos jarros deverá ter 7 rosas; seja J1 este jarro. Poderemos ter as seguintes combinações,
lembrando que existe outra condição dada no enunciado, de que cada jarro tenha no mínimo duas rosas
vermelhas e uma amarela:
b. Nos outros dois jarros, J2 e J3, deverão ser distribuídas as 18 – 7 = 11 rosas restantes, obedecendo‑se ao
critério de que em cada jarro haja no mínimo cinco rosas, sendo pelo menos duas vermelhas e uma amarela.
Temos então de, partindo das cinco composições possíveis para o jarro J1 (item a), dividir
convenientemente as rosas restantes, observando-se as regras dadas e as suas quantidades.
Tabela 29
Na tabela anterior, em cada linha, as rosas vermelham somam dez e as rosas amarelas somam oito,
conforme enunciado. E, ainda, fixamos o jarro 3 como sendo aquele que receberia o número mínimo de
rosas (cinco), restando as seis rosas para serem distribuídas convenientemente no jarro 2, já que no jarro
1 deveriam ficar sete rosas, ou seja: 7 + 6 + 5 = 18, que é o número total de rosas. Vemos, da tabela, que
existem 11 possibilidades que satisfazem ao problema dado.
Assim, a melhor forma de esquematizar a solução desta questão é construir uma árvore de possibilidades,
conforme figura a seguir, tendo em mente o cumprimento das condições impostas nos itens a e b.
101
Unidade II
1A + 5V 2A + 3V 1
5A + 2V
2A + 4V 1A + 4V 2
1A + 5V 3A + 2V 3
4A + 3V 2A + 4V 2A + 3V 4
3A + 3V 1A + 4V 5
0 2A + 4V 3A + 2V 6
3A + 4V 3A +3V 2A + 3V 7
4A +2V 1A + 4V 8
4A +2V 2A + 3V 9
2A + 5V
3A +3V 3A + 2V 10
1A + 6V 4A +2V 3A + 2V 11
Figura 31
Ou seja, são possíveis 11 arranjos florais, obedecendo às condições dadas no enunciado do problema.
Saiba mais
Resumo
102
ESTATÍSTICA APLICADA
Exercícios
A) 1/45.
B) 1/20.
C) 1/10.
D) 1/5.
E) 1/2.
Para encontrarmos a alternativa correta, devemos utilizar a teoria das probabilidades e desenvolver
os cálculos de acordo com os dados do enunciado do exercício.
Sabendo que há 10 postos de gasolina em uma cidade e, desses 10, exatamente dois vendem gasolina
adulterada e que foram sorteados aleatoriamente dois desses 10 postos para serem fiscalizados, devemos
considerar a ocorrência de dois eventos sucessivos (evento composto), ou seja, a escolha aleatória de um
posto seguida da escolha aleatória de outro posto.
No primeiro evento (evento A), há a possibilidade de se escolherem dois postos que vendem gasolina
adulterada em 10 postos possíveis, logo:
103
Unidade II
n( A ) 2
P=
(A) =
n(U) 10
No segundo evento (evento B), há a possibilidade de se escolher somente um posto (dois menos um)
que vende gasolina adulterada em 9 (10 menos 1) postos possíveis. Como esse evento é posterior ao
evento A, devem-se desconsiderar as escolhas do evento A. Assim,
n(B) 1
P=
(B) =
n(U) 9
Como se deseja calcular a probabilidade de que os dois postos infratores sejam sorteados, temos que
considerar a regra da multiplicação (um evento e outro evento), ou seja, a ocorrência dos eventos A e B. Logo,
2 1 2 1
=
P( AeB) P=
( A ).P(B) .= =
10 9 90 45
1
Então: P( A eB) =
45
Sendo assim,
A) Alternativa correta.
B) Alternativa incorreta.
C) Alternativa incorreta.
D) Alternativa incorreta.
E) Alternativa incorreta.
Questão 2 (ENEM/2011). Todo o país passa pela primeira fase de campanha de vacinação contra
a gripe suína (H1N1). Segundo um médico infectologista do Instituto Emílio Ribas, de são Paulo, a
104
ESTATÍSTICA APLICADA
imunização “deve mudar” no país a história da epidemia. Com a vacina, de acordo com ele, o Brasil tem
a chance de barrar uma tendência de crescimento da doença, que já matou 17 mil no mundo. A tabela
apresenta dados específicos de um único posto de vacinação.
A) 8%.
B) 9%.
C) 11%.
D) 12%.
E) 22%.
105
Unidade II
FIGURAS E ILUSTRAÇÕES
Figura 1
Relatório sobre a Indústria de Cartões de Pagamentos Adendo Estatístico 2010. Disponível em: <http://
www.bcb.gov.br/htms/spb/Relatorio_Cartoes_Adendo_2010.pdf> Acesso em: 12 abr. 2012.
Figura 10
Figura 11
Revista Veja. São Paulo: Abril, ano 39, n. 41, 18 out. 2006, p. 54-5.
Figura 13
REFERÊNCIAS
Textuais
BRUNI, A. L.; FAMÁ, R.; SIQUEIRA, J. O. Análise do risco na avaliação de projetos de investimentos:
uma aplicação do método de Monte Carlos. Caderno de Pesquisa em Administração, São Paulo, v. 1,
n. 6, 1 trim. 1998. Disponível em: <http://www.regeusp.com.br/arquivos/c6-Art7.pdf>. Acesso em:
25 jul. 2012.
FONSECA, J. S.; MARTINS, G. A. Curso de Estatística. 6. ed. São Paulo: Atlas, 2009.
GITMAN, L. J. Princípios de Administração – uma visão estatística. São Paulo: Atlas, 2001.
MEYER, P. L. Probabilidade: aplicações à Estatística. Rio de Janeiro: Livros Técnicos e Científicos (LTC),
2000.
NERY, N.; PATU, G. Judiciário, em guerra por aumento, lidera gastos com pessoal. Folha
de S. Paulo, São Paulo, 6 set. 2011. Disponível em: <http://espaco-vital.jusbrasil.com.br/
noticias/2829649/folha-de-sp-judiciario-em-guerra-por-aumento-lidera-gastos-com-pessoal>.
Acesso em: 20 jul. 2012.
107
NOGUEIRA, P. J. S. Apostila de Estatística. Universidade Bandeirante de São Paulo. Disponível em:
<http://pt.scribd.com/doc/80708751/Estatistica-descritiva-UNIBAN>. Acesso em: 20 jul. 2012.
TOLEDO, G. L.; OVALLE, I. I. Estatística básica. 2. ed. São Paulo: Atlas, 2010.
Sites
<http://www.ibge.gov.br>.
Exercícios
Unidade I
Questão 1
Questão 2
108
Unidade II
Questão 1
Questão 2
109
110
111
112
Informações:
www.sepi.unip.br ou 0800 010 9000