Unidade I

ESTATÍSTICA APLICADA

Profa. Ana Carolina Bueno

Estatística

 Interpretar processos em que há

variabilidade.
 “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.
 “Estatística” é um conjunto de métodos
e processos quantitativos que serve para
estudar e medir os fenômenos coletivos.
Áreas da estatística

 Estatística descritiva: descreve e analisa

determinada população, utilizando
métodos numéricos e gráficos, para se
determinarem padrões, em um conjunto
de dados e, assim, apresentar a
informação.
 Estatística inferencial: 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.
Classificação dos dados

Qualitativos

Dados Discretos

Quantitativos

Contínuos
Classificação dos dados
Elementos da estatística

 População
 Amostra
 Amostragem

 Amostragem simples
Elementos da estatística

 Amostragem sistemática

 Amostragem estratificada
Formas iniciais de tratamento de
dado

A tabela mostra uma pesquisa sobre o

número de filhos por funcionário de uma
certa empresa:

0 2 1 2 3 5 2 0 2 1
2 0 0 1 1 2 3 3 1 2
 Dados Brutos

0 0 0 0 1 1 1 1 1 2
2 2 2 2 2 2 3 3 3 5
 Rol
Séries estatísticas

 Uma série estatística se define como

qualquer tabela na qual haja distribuição
de um conjunto de dados estatísticos
destinados a uma mesma ordem de
classificação: quantitativa.
Séries estatísticas

Séries homógradas: em que há variação

discreta ou descontínua na variável descrita.
 Série temporal
 Série geográfica
 Série específica

Séries heterógradas: são aquelas nas quais

o fenômeno/fato apresenta gradações
ou subdivisões.
 Distribuição de frequências
Distribuição de frequências

 Organiza os dados de acordo com as

ocorrências dos diferentes resultados
observados.

 Apresentada em tabela ou gráfico.

 Tabela: apresenta de forma resumida um

conjunto de dados.
 Tabelas de Frequência
 Tabelas de Frequência Relativas
 Tabelas de Frequência Acumuladas
Tabelas
Interatividade

São dados os seguintes experimentos:

I. Lançar uma moeda cinco vezes e observar o número
de caras.
II. Numa linha de produção, observar dez itens, tomados
ao acaso, e verificar quantos estão defeituosos.
III. Verificar o tempo que internautas ficam em site de
reportagem.
IV. Em uma realização de projeto, verificar a porcentagem
do término do projeto após 6 meses.
Quais dos itens acima terão eventos classificados como
variáveis aleatórias discretas?
a) I, II.
b) I, IV.
c) II, IV.
d) III.
e) I, II, III, IV.
Resposta

São dados os seguintes experimentos:

I. Lançar uma moeda cinco vezes e observar o número
de caras.
II. Numa linha de produção, observar dez itens, tomados
ao acaso, e verificar quantos estão defeituosos.
III. Verificar o tempo que internautas ficam em site de
reportagem.
IV. Em uma realização de projeto, verificar a porcentagem
do término do projeto após 6 meses.
Quais dos itens acima terão eventos classificados como
variáveis aleatórias discretas?
a) I, II.
b) I, IV.
c) II, IV.
d) III.
e) I, II, III, IV.
Distribuição de frequências

 Gráficos: são usados para visualizar facilmente

a natureza da distribuição dos dados.
 Um gráfico é uma figura constituída a partir de
uma tabela, pois é quase sempre possível locar
um dado tabulado num gráfico.
 Colunas
 Barras
 Linhas
 Setores
 Dispersão
 Histograma
 Polígono de frequência
 Etc.
Gráfico em colunas
Gráfico em barras
Gráfico em linhas
Gráfico em setores

 Total __________360º
 Parte___________ xº
Diagrama de dispersão
TAXA DE CRESCIMENTO
DEMOGRÁFICO (%)

TAXA DE ANALFABETISMO (%)

Histograma

Estatura de 40 alunos
12

10
Número de alunos

0
148. 152. 156. 160. 164. 168. 172. 176.
estatura
Polígono de frequência

Estatura de 40 alunos
12
Número de alunos

10
8
6
4
2
0
148. 152. 156. 160. 164. 168. 172. 176.
Estatura
Medidas de tendência central

Estatura Xi Fi  Como podemos

descrever estes
150  154 152 4
dados?
154  158 156 9
 Como podemos
158  162 160 11 resumir estes dados?
162 166 164 8  Média
166  170 168 5  Mediana
170  174 172 3
 Moda
Total 40

Estatura de 40 alunos
12
Número de alunos

10
8
6
4
2
0
148. 152. 156. 160. 164. 168. 172. 176.
Estatura
Média

 É a soma dos valores de todas as

observações dividida pelo número
de observações envolvidas.
 Vantagem: leva em conta todos os
valores no seu cálculo.
Número de filhos – média

0 0 0 0 1 1 1 1 1 2
2 2 2 2 2 2 3 3 3 5

Nº de filhos fi
0.4+1.5+2.7+3.3+4.0+5.1
X= 0 4
20
1 5

0 + 5 + 14 + 9 + 0 + 5 2 7
X=
20
3 3
33
4 0
X=
20
5 1
X = 1, 65 Total 20
Média ponderada

 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

 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.
Interatividade

Em um levantamento realizado em maio, com os

134 funcionários da empresa XK, em relação a
variável expressa em unidades monetárias (u.m.),
obteve-se a tabela abaixo. Determine a média.
Salário Nº de funcionários
3 32
5 34
7 40
9 28

a) 3 salários.
b) 4 salários.
c) 5 salários.
d) 6 salários.
e) 7 salários.
Resposta

Salário Nº de funcionários Xifi

3 32 3x32 = 96
5 34 5x34 = 170
7 40 7x40 = 280
9 28 9x28 = 252

d) 6 salários
Média
96  170  280  252 798
x   5,95salários
134 134
Mediana (Md)

 Divide uma série ordenada de dados em

duas partes iguais. Ocupa a posição
central. Não é afetada por valores
extremos.
 A amostra pode ter número ímpar de
elementos ou número par de elementos.
 Calcular a posição da mediana com a
formula a seguir:
 Posição mediana = (n + 1)/2.
Mediana – nº ímpar de elementos

 Um conjunto de dados indica o salário

de funcionários de uma empresa xi = {6,
9, 3, 5, 2, 9, 5, 5, 8, 7, 1, 7, 2}, em que n =
13.
 Rol - {1, 2, 2, 3, 5, 5, 5, 6, 7, 7, 8, 9, 9}
 Posição mediana = (n+1)/2
 Posição mediana = (13+1)/2 = 7 (indica a
posição)
 Então
 Md = 5
Mediana – nº par de elementos

0 0 0 0 1 1 1 1 1 2
2 2 2 2 2 2 3 3 3 5

 Exemplo: número de filhos

 Posição mediana = (20 + 1) / 2 = 10,5
 Então:
 Md = (2 + 2)/2 = 2 filhos
Moda (Mo)

 Um conjunto de dados ao dado que

ocorre com maior frequência. A moda
não é afetada por valores extremos. É
utilizada para fins descritivos apenas,
uma vez que é, dentre as medidas de
tendência, a mais variável de amostra
para amostra.
 Uma moda: unimodal
 Duas modas: bimodal
 Mais de duas modas: multimodal
 Nenhuma moda: amodal
Número de filhos – moda

0 0 0 0 1 1 1 1 1 2
2 2 2 2 2 2 3 3 3 5

 Mo = 2 filhos (unimodal) Nº de fi
filhos
0 4

1 5

2 7

3 3

4 0

5 1

Total 20
Medidas de dispersão

 Medidas que mostram a dispersão dos dados

em torno da tendência central.
 A variação se refere a quanto os valores
podem diferir entre si e pode ser medida por
números específicos.
 Os números relativamente próximos uns
dos outros têm baixas medidas de variação,
enquanto os valores mais dispersos têm maior
medida de variação.
Estatura de 40 alunos
12
Número de alunos

10
8
6
4
2
0
148. 152. 156. 160. 164. 168. 172. 176.
Estatura
Medidas de dispersão

 Amplitude
Amplitude Total = Valor máximo – Valor mínimo

 Variância

 Desvio padrão

 Coeficiente de variação

s
CV  100
x
Amplitude – número de filhos

 Amplitude Total = Valor máximo – Valor mínimo

 Amplitude Total =5–0=5

Nº de fi
filhos
0 4

1 5

2 7

3 3

4 0

5 1

Total 20
Variância – número de filhos

0 0 0 0 1 1 1 1 1 2
2 2 2 2 2 2 3 3 3 5
Número de filhos
Variância (s²)

Nº de filhos fi

0 4 (-1,65)² = 2,72 2,724 = 10,88

1 5 (-0,65)² = 0,42 0,425 = 2,10
2 7 0,35² = 0,12 0,12  7 = 0,84
3 3 1,35² = 1,82 1,82  3 = 5,46
4 0 2,35² = 5,52 5,52  0 = 0
5 1 3,35² = 11,22 11,22  1 = 11,22
Total 20  = 30,50
Número de filhos – desvio padrão
(s)
Interatividade

Dada a tabela do número de erros de impressão

da primeira página de um jornal durante 50 dias,
assinale a alternativa correta.
Erros fi xi . fi (xi – x)² * fi

7 11 7 x 11 = 77 (7 – 12,7)² x 11 = 357,4
11 14 11 x 14 = 154 (11 – 12,7)² x 14 = 40,5
15 14 15 x 14 = 210 (15 – 12,7)² x 14 = 74,1
19 9 19 x 9 =171 (19 – 12.7)² x 9 = 357,2
48  = 612  = 829,2

a) O tamanho da amostra é igual a 52.

b) A média é igual a 10,5 erros.
c) O desvio padrão é igual a 17,3 erros.
d) O desvio padrão é igual a 4,2 erros.
e) A variância é igual a 4 erros².
Resposta

Erros fi xi . fi (xi – x)² * fi

7 11 7 x 11 = 77 (7 – 12,7)² x 11 = 357,4
11 14 11 x 14 = 154 (11 – 12,7)² x 14 = 40,5
15 14 15 x 14 = 210 (15 – 12,7)² x 14 = 74,1
19 9 19 x 9 =171 (19 – 12.7)² x 9 = 357,2
48  = 612  = 829,2

a) O tamanho da amostra é igual a 52.

b) A média é igual a 10,5 erros.
c) O desvio padrão é igual a 17,3 erros.
d) O desvio padrão é igual a 4,2 erros.
e) A variância é igual a 4 erros².
Coeficiente de variação (CV)

 O coeficiente de variação é a razão entre

o desvio padrão e a média. O resultado é
multiplicado por 100, para que o coeficiente
de variação seja dado
em porcentagem.
s
CV  100
x

 O coeficiente de variação mede a dispersão

em relação à média, comparando dois
conjuntos de dados diferentes.
Coeficiente de variação

s
CV  100
x

 Idade

CV  74,55%
1,23
CV  100
1,65

 Estatura

CV 
5,57
100 CV  3,46%
161
Exemplo

Considere uma população de 40 profissionais

liberais que foram questionados sobre o
número de revistas e/ou jornais que eles são
assinantes. Obteve-se os seguintes dados:

2 0 4 3 1 2 3 0 2 1
3 1 2 4 4 0 3 2 1 3
2 1 3 0 2 3 2 1 2 3
4 1 2 2 1 3 3 0 2 0
Exemplo

 Rol 0 0 0 0 0 0 1 1 1 1
1 1 1 1 2 2 2 2 2 2
2 2 2 2 2 2 3 3 3 3
3 3 3 3 3 3 4 4 4 4

Nº de publicações Nº de profissionais

0 6

1 8

2 12

3 10

4 4
Exemplo – gráfico

Nº de assinantes
14
Nº de profissionais

12
10
8
6
4
2
0
10 12 32 3
4 54
Nº de publicações
Exemplo – média e moda

Nº de publicações Nº de profissionais xi.fi

0 6 0x6 = 0
1 8 1x8 = 8
2 12 2x12 = 24
3 10 3x10 = 30
4 4 4x4 = 16
Total 40 (xifi) = 78

 Média = 1,95 publicação

0  8  24  30  16 78
x   1,95
40 40
 Moda
 Mo = 2 publicações
Exemplo – mediana

0 0 0 0 0 0 1 1 1 1
1 1 1 1 2 2 2 2 2 2
2 2 2 2 2 2 3 3 3 3
3 3 3 3 3 3 4 4 4 4

 Mediana
 Posição: (40 + 1)/2 = 20,5
 Então,
 Md = (2 + 2)/2 = 2 publicações
Exemplo – amplitude

Nº de publicações Nº de profissionais

0 6

1 8

2 12

3 10

4 4

 Amplitude Total = Valor máximo – Valor mínimo

 Amplitude Total =4–0=4
Exemplo – variância

Nº de publicações Nº de profissionais (xi – x)².fi

0 6 (0 – 1,95)²  6
= 22,82
1 8 (1 – 1,95)²  8
= 7,22
2 12 (2 – 1,95)²  12
= 0,03
3 10 (3 – 1,95)²  10
= 11,03
4 (4 – 1,95)²  4
 Sabendo que a média4 é 1,95 publicações
= 16,81
Total 40  = 57,91

 x  x 
2
57,91
s²    1,45 publicação ²
n 40
Exemplo – desvio padrão

Nº de publicações Nº de profissionais (xi – x)².fi

0 6 (0 – 1,95)²  6
= 22,82
1 8 (1 – 1,95)²  8
= 7,22
2 12 (2 – 1,95)²  12
= 0,03
3 10 (3 – 1,95)²  10
= 11,03

 Sabendo
4 (4 – 1,95)²  4
que a média4 é 1,95 publicações
= 16,81
Total 40  = 57,91

s  1,45  1,20 publicação

Exemplo – coeficiente de variação

1,2
CV  100  61,54%
1,95

 Um CV igual a 61,54% indica que a

dispersão dos dados em relação à média
é muito grande, ou seja, a dispersão
relativa é alta.
Interatividade

 É dada uma tabela de uma Nota Alunos

amostra das notas dos alunos
da disciplina de estatística. 6,3 2
8,4 3
I. A amostra tem 5 alunos. 5,3 2
II. A média da nota é igual a 3. 9,5 3
III. A moda da nota é igual a 6,5. 6,5 5
IV. A variância não pode ser usada como parâmetro
para medir a variabilidade dos dados.
Assinale a alternativa com as afirmações incorretas.
a) I.
b) II.
c) III e IV.
d) I, II e IV.
e) I, II, III e IV.
Resposta

d) I, II e IV (alternativas Nota Alunos xifi

incorretas).
6,3 2 12,6
I. A amostra tem 5 8,4 3 25,2
alunos.
5,3 2 10,6
II. A média da nota é igual
9,5 3 28,5
a 3.
109,4 6,5 5 32,5
x  7,3 Total 15 109,4
15
III. A moda da nota é igual
a 6,5.
IV. A variância não pode
ser usada como
parâmetro para medir
a variabilidade dos
dados.
ATÉ A PRÓXIMA!
 Unidade II

ESTATÍSTICA APLICADA

Profa. Ana Carolina Bueno

Classificação dos dados

Qualitativos

Dados
Discretos

Quantitativos

Contínuos
Distribuição de frequências

 Organiza os dados de acordo com as

ocorrências dos diferentes resultados
observados.
 Apresentada em tabela ou gráfico.
 Tabela: apresenta, de forma resumida,
um conjunto de dados.
 Tabelas de frequência.
 Tabelas de frequência relativas.
 Tabelas de frequência acumuladas.
Distribuição de frequências

 Gráficos: são usados para visualizar

facilmente a natureza da distribuição
dos dados.
 Um gráfico é uma figura constituída
a partir de uma tabela, pois é quase
sempre possível
í l locar
l um dado
d d
tabulado num gráfico.
 Colunas.
 Barras.
 Linhas.
 Setores.
S t
 Dispersão.
 Histograma.
 Polígono de frequência.
 Etc.
Exemplo – número de filhos
(variável aleatória discreta)

A tabela mostra uma pesquisa sobre

o número de filhos por funcionário
de uma certa empresa:

0 2 1 2 3 5 2 0 2 1
2 0 0 1 1 2 3 3 1 2
 Dados brutos

0 0 0 0 1 1 1 1 1 2
2 2 2 2 2 2 3 3 3 5
 Rol
Tabela de frequência

 Relaciona categorias (ou classes)

de valores, junto com contagens (ou
frequências) do número de valores
que se enquadram em cada categoria.

No de filhos Frequência
0 4
1 5
2 7
3 3
4 0
5 1
Total 20
Número de filhos
Frequência simples ou absoluta (fi),
relativa (fr) e acumulada (fa)

No de fi fr fa
filhos
0 4 (4/20) * 100 = 20% 4
1 5 (5/20) * 100 = 25% 9
2 7 (7/20) * 100 = 35% 16
3 3 (3/20) * 100 = 15% 19
4 0 (0/20) * 100 = 0% 19
5 1 (1/20) * 100 = 5% 20
Total 20 100% 20
Número de filhos
Gráfico de colunas
Outro exemplo – faixa etária
de crianças

 Dificulta estabelecer em torno de qual valor

tendem a se concentrar as idades das
crianças, ou ainda, as que se encontram
acima ou abaixo de determinada idade.
Dados brutos:

6 10 9 14 7 4
8 11 12 5 9 13
9 10 8 6 7 14
11 6 12 11 15 13
12 11 4 10 7 13
10 9 8 12 13 7
Faixa etária de crianças

 Organizar os dados em rol

4 6 8 10 11 13

4 7 8 10 12 13

4 7 8 10 12 13

5 7 9 10 12 14

6 7 9 11 12 14

6 8 9 11 13 15
Faixa etária de crianças
Tabela de frequência

Idade Frequência
4 3 Idade Frequência
5 1
6 3
4  6 4
7 4 6 8 7
8 4
9 3 810 7
10 4
1012 7
11 3
12 4 12 14
1214 8
13 4
14 2
1416 3
15 1
Faixa etária de crianças
Tabela de frequência

Idade Frequência 4 6 8 10 11 13
4 7 8 10 12 13
4  6 4 4 7 8 10 12 13
6 8 7 5 7 9 10 12 14
6 7 9 11 12 14
810 7
6 8 9 11 13 15
1012 7
 Limites de
1214 8 classe (4  6)
 Amplitude de um
1416 3
intervalo de
classe
 hi = Li – li
Interatividade

 A tabela refere-se ao
Número de Frequência
número de defeitos defeitos
encontrados em placas
de circuito integrado. 0 30
1 25
I – O tamanho da amostra
é de 10 placas. 2 10

II – 55 placas possuem 3 5
nenhum ou 1 defeito. 4 2
III – Aproximadamente 7 %
das placas apresentam
3 defeitos.
 Assinale a alternativa com as afirmações
corretas.
a) I. b) II. c) III.
d) I e II. e) II e III.
Resposta

Alternativa correta: e) II e III.

I – O tamanho da amostra é de 10 placas. Incorreta
II – 55 placas possuem nenhum ou 1 defeito.
Correta
III – Aproximadamente 7 % das placas apresentam
3 defeitos. Correta

Número de defeitos fi fr fa
0 30 30/72 = 0,42 30
1 25 25/72 = 0,35 55
2 10 10/72 = 0,14 65
3 5 5/72 = 0,07 70
4 2 2/72 = 0,03 72
 = 72
Faixa etária de crianças
Ponto médio de uma classe

 Ponto médio de uma classe (xi)

Xi = (Ii + Li)/2 x1 = (4 + 6)/2 = 5.

Idade xi Frequência
4 
 6 5 4
6 8 7 7
810 9 7
10 12
1012 11 7
1214 13 8
1416 15 3
Faixa etária de crianças
Frequências

Idade xi Fi Fr Fa
4  6 5 4 (4/36)*100 = 11% 4
6 8 7 7 19% 11
810 9 7 19% 18
1012 11 7 19% 25
1214 13 8 22% 33
1416 15 3 8% 36
Total 36 98% ~ 100% 36
Mais um exemplo – estatura
Construção da tabela de frequência

 Suponhamos termos feito uma coleta de

dados relativos às estaturas de 40 alunos,
que compõem uma amostra dos alunos de
uma faculdade, resultando a seguinte
tabela de valores:
Tabela – Dados Brutos
ESTATURAS DE 40 ALUNOS DA FACULDADE A
166 160 161 150 162 160 165 167 164 160
162 168 161 163 156 173 160 155 164 168
155 152 163 160 155 155 169 151 170 164
154 161 156 172 153 157 156 158 158 161
Estatura
Construção da tabela de frequência

Tabela Rol
Tabela –
ESTATURAS DE 40 ALUNOS DA FACULDADE A
150 154 155 157 160 161 162 164 166 169
151 155 156 158 160 161 162 164 167 170
152 155 156 158 160 161 163 164 168 172
153 155 156 160 160 161 163 165 168 173

ROL
 Decidir o número de classes da tabela de 
frequência
frequência.
 Regra de Sturges: i = 1 + 3,3*log n =
 i = 1 + 3,3*log 40 = 6,27
 Regra do Quadrado: 40 = 6,32
 Estatura
Construção da tabela de frequência

150 154 155 157 160 161 162 164 166 169
151 155 156 158 160 161 162 164 167 170
152 155 156 158 160 161 163 164 168 172
153 155 156 160 160 161 163 165 168 173

 Determinar a amplitude de classe, dividindo a 
amplitude pelo número de classes. 
 Amplitude de variação: 173 – 150 = 23 cm.
 23 / 6 = 3,83 (arredondar o resultado para mais)
Classes Estatura Frequência
1 150  154 4

2 154  158 9

3 158  162 11
Estatura
Construção da tabela de frequência

Estatura xi fi fr fa

150  154 152 4 0,10 ou 10% 4

154  158 156 9 0,225 ou 22,5% 13

158 
 162 160 11 0 275 ou 27,5%
0,275 27 5% 24

162 166 164 8 0,20 ou 20% 32

166  170 168 5 0,125 ou 12,5% 37

170  174 172 3 0,075 ou 7,5% 40

Total 40 1 ou 100% 40
Estatura
Histograma e polígono
de frequência
Estatura Xi Fi

146  150 148

150  154 152 4

5 
154  158
58 156 9

158  162 160 11

162 166 164 8

166  170 168 5

170 
 174 172 3

174  178 176

Total 40
 Estatura – Histograma

Estatura de 40 alunos
12

10
Número de alunos

0
148. 152. 156. 160. 164. 168. 172. 176.
estatura
Estatura – Polígono de frequência

Estatura de 40 alunos
12
de alunos

10
8
6
Número d

4
2
0
148. 152. 156. 160. 164. 168. 172. 176.
Estatura
 Interatividade

Uma pesquisa foi 8

realizada em um 7
acampamento sobre 6
a faixa etária das
5
Freq

crianças
4
participantes.
3
Analise o gráfico e
assinale a alternativa 2

incorreta. 1
0
5 7 9 11 13 15

Idade
a) O conjunto de dados possui 6 classes e a amplitude de
cada classe é de 2.
b)) O limite inferior da 1a classe é 5 e o limite superior
p é 7.
c) Os valores 5, 7, 9, 11, 13 e 15 são os pontos médios de
cada classe.
d) O tamanho da amostra é de 36 crianças
e) O polígono de frequência é construído a partir
dos pontos médios de cada classe.
 Resposta

Uma pesquisa foi 8

realizada em um 7
acampamento sobre 6
a faixa etária das
5
Freq

crianças
4
participantes.
3
Analise o gráfico e
assinale a alternativa 2

incorreta. 1
0
5 7 9 11 13 15

Idade
a) O conjunto de dados possui 6 classes e a amplitude de
cada classe é de 2.
b)) O limite inferior da 1a classe é 5 e o limite superior
p é 7.
c) Os valores 5, 7, 9, 11, 13 e 15 são os pontos médios de
cada classe.
d) O tamanho da amostra é de 36 crianças
e) O polígono de freqüência é construído a partir
dos pontos médios de cada classe.
Medidas de tendência central para
distribuição de frequência

Estatura Xi Fi  Como podemos

150  154 152 4 descrever estes
dados?
154  158 156 9
 Como podemos
158  162 160 11 resumir estes dados?
162 
166 164 8  Média
166  170 168 5  Mediana
170  174 172 3  Moda
Total 40
Estatura de 40 alunos
12
os
Número de aluno

10
8
6
4
2
0
148. 152. 156. 160. 164. 168. 172. 176.
Estatura
Estatura – Média

E t t
Estatura xii fi xifi
i fi
150  154 152 4 152 x 4 = 608

154  158 156 9 156 x 9 = 1404

158  162 160 11 160 x 11 = 1760

162 166 164 8 164 x 8 = 1312

166  170 168 5 168 x 5 = 840

170  174 172 3 172 x 3 = 516

Total 40  xifi = 6440

 A estatura média
para a amostra de
alunos é de 161 cm



 Estatura – Mediana

E t t
Estatura Xi Fi f
fa
150  154 152 4 4  

154  158 156 9 13

158  162 160 11 24  
162 166 164 8 32
 
166  170 168 5 37
170  174 172 3 40  
Total 40

Li = limite inferior da classe mediana ((158))

A = amplitude de classe (4)
(fi/2) = 40/2 = 20 (referência)
fant = frequência acumulada anterior à classe mediana
(13 + 4 = 7)
fant = freq. simples da classe mediana (11)
 Estatura – Moda

E t t
Estatura xii fi Moda de Czuber
150  154 152 4  
154  158 156 9
158  162 160 11
 
162 166 164 8
166  170 168 5
170  174 172 3  
Total 40
 
Li = limite inferior da classe modal (158)
A = amplitude
lit d de
d classe
l (4)
d1 = f – fant (11 – 9 = 2)
d2 = f – fpost (11 – 8 = 3)
f = frequência simples da classe modal
fant = freq. simples anterior à classe modal
fpost = freq. simples posterior à classe modal
Medidas de dispersão

 Medidas que mostram a dispersão dos

dados em torno da tendência central.
 Os números relativamente próximos
uns dos outros têm baixas medidas
de variação, enquanto os valores mais
dispersos têm maior medida de variação.
Estatura de 40 alunos
12
e alunos

10
8
Número de

6
4
2
0
148. 152. 156. 160. 164. 168. 172. 176.
Estatura
Medidas de dispersão

 Variância

 Desvio padrão

 
 Coeficiente de variação

s
CV  100
x
 Amplitude
 Xmaior – Xmenor
Estatura – Amplitude

 Amplitude
Xmaior – Xmenor = 172 – 152 = 20

Estatura xi fi
150 
 154 152 4

154  158 156 9

158  162 160 11

162 166 164 8

166 
 170 168 5

170  174 172 3

Total 40
Estatura – Variância

Estatura xi fi    
150  154 152 4 (152 – 161)² = 81 81 x 4 = 324

154  158 156 9 (156 – 161)² = 25 25 x 9 = 225

158  162 160 11 (160 – 161)² = 1 1 x 11 = 11

162 166 164 8 (164 – 161)² = 9 9 x 8 = 72

166  170 168 5 (168 – 161)² = 49 49 x 5 = 245

170  174 172 3 (172 – 161)² = 121 121 x 3 = 363

Total 40  = 1240

 
Estatura – Desvio padrão

 
Coeficiente de variação

s
CV  100
x

CV 
5,57
100 CV  3,46%
161
 Interatividade

 Foram obtidos dados referentes à idade de carros (em

anos) de estudantes.
Idade dos xi fi xi  fi (xi – x)² * fi
carros

3  7 5 33 5 x 33 = 165 (5 – 9,2)² x 33 = 582,12

7  11 9 63 9 x 63 = 567 (9 – 9,2)² x 63 = 2,52

11  15 13 19 13 x 19 = 247 (13 – 9,2)² x 19 = 274,36

15 19 17 10 17 x 10 =170 (17 – 9,2)² x 10 = 608,4

Total 12  = 1149  = 1467,4

5
Assinale a alternativa incorreta.
a) A média é igual a aproximadamente 9,2 anos.
b) A tabela possui 4 classes com amplitude de 4.
c) A variância é igual a 33,35 anos².
d) O desvio padrão é igual a 3,43 anos.
e) A amplitude é igual a 12 anos.
Resposta

Idade dos xi fi xi  fi (xi – x)² * fi

carros

3  7 5 33 5 x 33 = 165 (5 – 9,2)² x 33 = 582,12

7  11 9 63 9 x 63 = 567 (9 – 9,2)² x 63 = 2,52

11  15 13 19 13 x 19 = 247 (13 – 9,2)² x 19 = 274,36

15 19 17 10 17 x 10 =170 (17 – 9,2)² x 10 = 608,4

Total 125  = 1149  = 1467,4

Assinale a alternativa incorreta.

a) A média é igual a aproximadamente 9,2 anos.
b) A tabela possui 4 classes com amplitude de 4.
c) A variância é igual a 33,35 anos².
d) O desvio padrão é igual a 3,43 anos.
e) A amplitude é igual a 12 anos. 1467,4
s²   11,74
125
Probabilidade

 Para fazer inferência estatística usam-se

técnicas que exigem o conhecimento
de probabilidade.
 A teoria das probabilidades busca estimar
as chances de ocorrer um determinado
acontecimento.
 Antes de ativar uma usina nuclear,
devemos analisar a probabilidade
de uma detonação acidental.
 Antes de aumentar o limite de velocidade
em nossas rodovias, devemos procurar
estimar a probabilidade do aumento
em acidentes fatais.
Experimentos, espaço
amostral e eventos

 Experimentos: resultado no lançamento

de um dado; hábito de fumar de um
estudante sorteado em sala de aula; tipo
sanguíneo de um habitante escolhido ao
acaso.
 Espaço amostral: lançamento de um dado:
 = {1, 2, 3, 4, 5, 6}; exame de sangue (tipo
sanguíneo):  = {A, B, AB, O}; hábito de
fumar:  = {Fumante, Não fumante};
tempo de duração de uma lâmpada:
 = {t: t  0}.
 Eventos: alguns eventos de um dado:
A: sair face par A = {2, 4, 6}  
B: sair face maior que 3 B = {4, 5, 6}  
Probabilidade – exemplo

 Medida da incerteza associada aos

resultados do experimento aleatório.
n( A)
P( A) 
n( S )

 Em um vestibular, uma questão típica

de múltipla escolha tem 5 respostas
possíveis. Respondendo à questão
aleatoriamente, qual é a probabilidade de
sua resposta estar errada?
4
P(resposta _ errada)   0,8
5
Probabilidade – mais dois exemplos

 Imagine que um dado foi jogado. Qual é

a probabilidade de ter ocorrido 5?

 No lançamento de um dado perfeito,

perfeito qual
é a probabilidade de sair um número
maior do que 4?

 
Probabilidade – outro exemplo

 Determine a probabilidade 1º 2º 3º
de que um casal com três
filhos tenha exatamente H H H
2 meninos. H H M
H M H
H M M
M H H
M H M
 
M M H
M M M
Probabilidade condicional –
exemplo

Homens (H)
( ) Mulheres
lh ( )
(M) Totall
Cursão (C) 15 4 19
Estatística (E) 16 15 31
Física (F) 6 0 6
Outros (O) 4 2 6
Total 41 21 62
Selecione um aluno ao acaso e defina
os eventos:
a) o aluno selecionado é do sexo masculino,
dado que cursa o Cursão –
 = 15/19 = 0,7895 ou 78,95%;
P(HC)
b) a disciplina selecionada é estatística,
dado que é homem –
P(EH) = 16/41 = 0,3902.
Eventos independentes – exemplo

 Imagine que um dado e uma moeda são

jogados ao mesmo tempo.

Dado Moeda
 Qual a
probabilidade de
p Cara Coroa
ocorrer cara na 1 Cara; 1 Coroa; 1
moeda sabendo
2 Cara; 2 Coroa; 2
que ocorreu face
6 no dado? 3 Cara; 3 Coroa; 3
 P(sair
( cara na 4 Cara; 4 Coroa; 4
moeda, sabendo 5 Cara; 5 Coroa; 5
que ocorreu 6 no 6 Cara; 6 Coroa; 6
dado) = ½ = 0,5.
Regra da adição – exemplo com
eventos mutuamente excludentes

 P(A ou B) = P(A  B) = P(A) + P(B)

 Palavra-chave: OU

 Suponha que uma urna contém duas

bolas brancas, uma azul e uma vermelha.
Retira-se uma bola da urna ao acaso. Qual
a probabilidade de ter saído bola colorida,
isto é, azul ou vermelha?

 A probabilidade de sair bola azul é ¼ =

0,25 ou 25%.
 A probabilidade de sair bola vermelha é ¼
= 0,25 ou 25%.
 Então a probabilidade de sair bola
colorida é ¼ + ¼ = 2/4 = ½ = 0,5 ou 50%.
Regra da adição – eventos não
excludentes

P(A ou B) = P(A  B) = P(A) + P(B) – P(A  B)

 Imagine uma carta ser retirada ao acaso de
um baralho. Qual é a probabilidade de sair
uma carta de espadas ou um ás?
 Um baralho tem 52 cartas
cartas.
 13 são de espadas e 4 são ases.
 P(sair uma carta de espadas ou um ás) é:
 13/52 + 4 /52 (Resposta errada)

 P(sair uma carta de espadas ou um ás) é:

 13/52 + 4/52 – 1/52 = 16/52 = 4/13 = 0,3077
ou 30,77% (Resposta correta)
Regra da multiplicação – eventos
independentes

 P(A e B) = P(A  B) = P(A) . P(B)

 Palavra-chave: E
 Uma moeda será jogada duas vezes.
Qual é a probabilidade de ocorrer cara
nas duas jogadas?
 Probabilidade de ocorrer cara na
primeira jogada é ½ = 0,5 ou 50%.
 Probabilidade de ocorrer cara na
segunda jogada é: ½ = 0,5 ou 50%.
 Para obter a probabilidade de ocorrer
cara nas duas jogadas, faz-se o produto:
½ . ½ = ¼ = 0,25 ou 25%.
Regra da multiplicação – eventos
dependentes

 Se os eventos A e B são dependentes,

temos que:
 P(A e B) = P(A  B) = P(A) . P(B/A)
 Uma urna contém duas bolas brancas e
uma vermelha. Retiram
Retiram-se
se duas bolas da
urna ao acaso, uma seguida da outra e
sem que a primeira tenha sido
recolocada. Qual é a probabilidade de as
duas serem brancas?
Regra da multiplicação – eventos
dependentes

 A probabilidade da primeira bola ser

branca é: 2/3 = 0,6667 ou 66,67%.
 A probabilidade da segunda bola ser
branca: ½ = 0,5 ou 50%.
 Para obter a probabilidade das duas
bolas retiradas serem brancas, faz-se o
produto:
 P(2 bolas brancas) = 2/3 * 1/2 = 2/6 = 1/3 =
0,3333 ou 33,33%.
Interatividade

 Com referência à tabela

tabela, admita que todas
as escolhas envolvam os 2.000 indivíduos.
Se uma pessoa é selecionada aleatoriamente,
qual é a probabilidade de ela ter sido vítima
de um estranho, dado que foi escolhida
uma vítima de furto?
Homicídio
H i ídi Furto
F Assalto
A l Totall
T
Estranho 12 379 727 1118
Conhecido ou parente 39 106 642 787
Ignorado 18 20 57 95
Totais 69 505 1429 2000
a) P(estranho / furto) = 0
0,75.
75
b) P(estranho / furto) = 0,559.
c) P(estranho / furto) = 0,2525.
d) P(estranho / furto) = 0,5087.
e) P(estranho / furto) = 0,1739.
Resposta

 Com referência à tabela

tabela, admita que todas
as escolhas envolvam os 2.000 indivíduos.
Se uma pessoa é selecionada aleatoriamente,
qual é a probabilidade de ela ter sido vítima
de um estranho, dado que foi escolhida
uma vítima de furto?
H i ídi Furto
Homicídio F t Assalto
A lt Total
T t l
Estranho 12 379 727 1118
Conhecido ou parente 39 106 642 787
Ignorado 18 20 57 95
Totais 69 505 1429 2000

a) P(estranho / furto) = 0,75. (alternativa correta)

 P(estranho / furto) = 379 / 505 = 0,75
ATÉ A PRÓXIMA!