Apostila de Estatística

ESTATÍSTICA E PROBABILIDADE 1
São Luís, ............../................/...............

População e Amostra
1. Dê o conceito ou o significado de:

Estatística, População, Amostra, Censo, Experimento Aleatório
ESTATÍSTICA - É uma parte da Matemática Aplicada que fornece métodos para coleta, organização, descrição,
análise e interpretação de dados e para a utilização dos mesmos na tomada de decisões.
POPULAÇÃO ou UNIVERSO estatístico - Conjunto de entes portadores de, pelo menos, uma
característica comum. Pode ser finita ou infinita.
AMOSTRA - É a parte representativa da população.
CENSO - É o levantamento total da população.

Ex: censo agrícola, demográfico, industrial, etc.
a) Definição do Problema - saber realmente o que vai ser pesquisado
b) Planejamento Levantamento censitário

Levantamento por amostragem
c) Coleta de Dados Direta - na fonte { entrevistas, questionários, etc. }

FASES Indireta - a partir de dados da coleta direta
DO
CENSO Manual
d) Apuração dos dados Eletromecânica
Eletrônica
e) Apresentação dos dados Apresentação Tabular

Apresentação Gráfica
EXPERIMENTO ALEATÓRIO - É aquele que não é possível determinar o resultado antes da sua realização,
podemos apenas descrever os possíveis resultados.
Ex . Sortear um aluno de determinada classe
Retirar uma carta de um baralho e observar seu naipe
2. Quais as normas para apresentação tabular de dados ?

Tabela - É um quadro que resume um conjunto de observações
Título Cabeçalho Título

Coluna Indicadora Telespectadores de uma cidade
Tipo e Programa % de audiência Coluna Numérica
Filmes 20
Jornalismo 30 Casa ou célula
Telenovelas 35 Linhas
Educativos 5
Outros 10
Rodapé Fonte:
“ Na vida, muita gente sabe o que fazer, mas poucos são aqueles
que realmente fazem o que sabem " Anthony Robbins
São Luís, ............../................/...............
Séries Estatísticas e Distribuição de Frequência
1. Explique a organização tabular de dados ?

É a reunião dos valores em tabelas compactas, proporcionando uma visão mais sintética do fenômeno, sem
tirar-lhe a precisão primitiva. É o caso das SÉRIES ESTATÍSTICAS .
2. Cite as séries estatísticas, classificando-as conforme: Época, Local e Fenômeno

SÉRIE ESTATÍSTICA - É toda tabela que apresenta a distribuição de um conjunto de dados estatísticos em
função da Época, do Local ou da Espécie.
3. Explique: Distribuição de Frequência, Dados Brutos, Rol , Tabulação e Amplitude
DADOS BRUTOS - São os dados da coleta, sem ordenação

ROL - É ordenamento crescente ou decrescente dos dados brutos
TABULAÇÃO - É condensar todos os valores numa TABELA, fazendo corresponder o valor individual e o
respectivo número de vezes que ele foi observado.
4. Faça a tabulação dos dados brutos abaixo, achando:

A frequência simples ( fi ), frequência acumulada ( fa ), frequência relativa ( fr ), frequência
relativa percentual ( fr % ), do levantamento estatístico das idades numa classe de 30 alunos.
8 11 8 10 9 9
9 11 12 9 10 8
10 10 10 10 9 11
10 12 8 8 11 12
8 12 9 9 12 10
5. As notas obtidas por 50 alunos de uma classe foram:
1 2 3 4 5 6 6 7 7 8
2 3 3 4 5 6 6 7 8 8
2 3 4 4 5 6 6 7 8 9
2 3 4 5 5 6 6 7 8 9
2 3 4 5 5 6 7 7 8 9
Complete a distribuição de frequência abaixo:

i Notas xi fi
1 0 l 2 1
2 2 l 4
3 4 l 6
4 6 l 8
5 8 l 10
fi =
1) Qual a amplitude amostral ? 4 ) Limite inferior da quarta classe ?

2) Qual a amplitude da distribuição ? 5) Limite superior da segunda classe ?
3) Qual o número de classes da distribuição ? 6) Qual a amplitude do segundo intervalo
?
COMPLETE:
1) h 3 = _____ 2) fi = n = ____ 3) l 1 = _____ 4) L 3 = _____ 5) x 2 = _____ 6) f 5 = _____
“ Para as pessoas NEGATIVISTAS , um copo nunca está meio

cheio: está sempre meio vazio ”
São Luís, ............../................/...............
Distribuição de Frequência: Limite inferior e Superior
1. A tabela abaixo apresenta uma distribuição de frequência das áreas de 400 lotes:
ÁREAS ( m2 ) 300 l 400 l 500 l 600 l 700 l 800 l 900 l 1000 l 1100 l 1200
Nº de LOTES 14 46 58 76 68 62 48 22 6
Com referência a essa tabela determine:

a) a amplitude total
b) o limite superior da quinta classe;
c) o limite inferior da oitava classe ;
d) o ponto médio da sétima classe;
e) a amplitude do intervalo de segunda classe;
f) a frequência da quarta classe;
g) a frequência relativa da sexta classe;
h) a frequência acumulada da quinta classe;
i) o número de lotes cuja área não atinge 700 m2
j) o número de lotes cuja área atinge e ultrapassa 800 m2;
k) a percentagem dos lotes cuja área seja menor que 600 m2;
l) a percentagem dos lotes cuja área seja maior ou igual a 900 m2;
m) a percentagem dos lotes cuja área é de 500 m2, no mínimo, mas inferior a 1.000 m2;
n) qual a classe do 72º lote
o) até que classe estão incluídos 60% dos lotes.
Solução:
Áreas de 400 lotes

i ÁREAS (m2) N.º de
xi fa fr fr % fra %
LOTES
1 300 l 400 14

2 400 l 500 46
3 500 l 600 58
4 600 l 700 76
5 700 l 800 68
6 800 l 900 62
7 900 l 1000 48
8 1000 l 1100 22
9 1100 l 1200 6
 fi  400
ANOTAÇÕES
AMPLITUDE ( h ) = Maior valor ─ Menor valor
PONTO MÉDIO FREQÜÊNCIA RELATIVA
lL fi
xi  fr 
2 fi
A maioria das pessoas fracassa em seus sonhos não por falta de capacidade,
Mas por falta de compromisso com o que querem. Zig Ziglar
São Luís, ............../................/...............
Distribuição de Frequência
1. Complete a distribuição de frequência abaixo.

i Salários fi xi fa fr fr % fra %
1 4 l 8 10
2 8 l 12 12
3 12 l 16 8
4 16 l 20 5
5 20 l 24 1
∑ = 36
2. Complete os dados que faltam na distribuição de frequência
i xi fi fr fa
1 0 1 0.05
2 1 0.15 4
3 2 4
4 3 0.25 13
5 4 3 0.15
6 5 2 18
7 6 19
8 7
 = 20  = 1.00
3. Número de Classes ou Intervalos - É arbitrário e depende, entre outras coisas, da natureza dos
dados, das preferências individuais e das necessidades e objetivos do usuário da informação. Existem
algumas fórmulas mais aqui daremos privilégio à fórmula prática.
REGRA PRÁTICA – Usar no mínimo 5 classes e no máximo 20 classes
4. SEQÜÊNCIA LÓGICA PARA TABULAR UM ROL

a) Calcular a Amplitude total do rol ( H )
b) Calcular ( k ) o número de classes da tabela - ( usar a fórmula prática ) 2K  N
H
c) Calcular a amplitude de cada classe ( h ) h
k
5. VARIÁVEIS
Variável Qualitativa ou Variável Qualitativa Nominal: aquela cujas modalidades são do tipo
nominal
Ex. tipos sanguíneos (A,B, AB, O ), sexo M ou F, cor dos olhos.
Variável Qualitativa Ordinal (Quase-quantitativa): modalidade do tipo nominal, nas quais existe
uma ordem entre elas. Ex. (nada, pouco, moderado, bom, muito bom).
Variável Quantitativa Discreta: suas modalidades são valores (números) inteiros.

Ex.( 0,1,2,3,4,5,etc) , nº de alunos, nº de filhos, nº de acertos numa prova.
Variável Quantitativa Contínua: suas modalidades são valores (números) reais (são mensurações).
Ex. peso, altura, espessura, etc.
“ O segredo da vida não é fazer o que se gosta, é gostar do que se faz ”

Lair Ribeiro
São Luís, ............../................/...............
Arredondamento de dados
ARREDONDAMENTO DE DADOS - Resolução 886/86 da Fundação IBGE
4  Fica inalterado o último algarismo a permanecer .......... 53,24 passa a 53,2
 6  aumenta-se de uma unidade o algarismo a permanecer .... 42,87 passa a 42,9
Tem nº depois? Tem, aumenta-se uma unidade. (2,3 / 52 passa a 2,4 25,6 / 501 passa a 25,7)
do
5? PAR - conserva-se (24,6 / 5 passa a 24,6)
Não, olhar para o anterior.
ÍMPAR - aumenta-se (24,7 / 5 passa a 24,8)
EXERCÍCIO 1
Indicar como seriam arredondados os seguintes valores:
a) 27,27 ( ao décimo mais próximo ) .... 27,2 / 7

b) 27,27 ( ao inteiro mais próximo ) .... 27, / 27
c) 188,549 ( para quatros dígitos ) .... 188,5 / 49
d) 188,549 ( para três dígitos ) .... 188, / 549
e) 325,455 ( ao centésimo mais próximo ) .... 325,45 / 5
f) 325,455 (ao décimo mais próximo ) .... 325,4 / 55
g) 325,455 ( ao inteiro mais próximo ) .... 325, / 455
h) 63,50 ( ao inteiro mais próximo ) .... 63, / 50
i) 64,50 ( ao inteiro mais próximo ) .... 64, / 50
j) 64,51 ( ao inteiro mais próximo ) .... 64, / 51
k) 0,05049 ( para quatro dígitos ) .... 0,050 / 49
l) 0,05050 ( para quatro dígitos ) .... 0,050 / 50
m) 0,05050 ( para três dígitos ) .... 0,05 / 050
Resp. a) 27,3 b) 27 c) 188,5 d) 189 e) 325,46 f) 325,5 g) 325 h) 64 i) 64 j) 65 k) 0,050 l) 0,050 m) 0,05
EXERCÍCIO 2
Indicar como seriam arredondados os seguintes valores:
n) 57,8755 ( para quatro dígitos )

o) 24,54 ( para três dígitos )
p) 92,45 ( para três dígitos )
q) 8,875 ( para três dígitos )
r) 15,05 ( para três dígitos )
s) 113,35 ( para quatro dígitos )
t) 28,65 ( para três dígitos )
u) 19,95 ( para três dígitos )
“ Inteligência é a capacidade de fazer DISTINÇÕES ” Lair Ribeiro

São Luís, ............../................/...............
Gráficos Estatísticos
1. .Através da distribuição de frequência abaixo, faça os seguintes gráficos:.
i Estaturas ( cm ) fi fa
1 4
a) o HISTOGRAMA
150 l 154
2 154 l 158 9
b) o POLÍGONO DE FREQÜÊNCIA
3 158 l 162 11
4 162 l 166 8
c) o POLÍGONO DE FREQÜÊNCIA
5 166 l 170 5
ACUMULADA ou ( Ogiva de Galton )
6 170 l 174 3
fi =40
fi fa
HISTOGRAMA OGIVA DE GALTON
12 40
36
10
32
8 28
24
6 20
16
4 12
8
2
4
0
0
150 - 154 154 - 158 158 - 162 162 - 166 166 - 170 170 - 174 146 150 154 158 162 166 170 174
Estaturas (cm)
Estaturas ( cm )
2. Faça a diferença entre Gráfico em BARRAS e Gráfico em COLUNAS, depois faça o detalhamento de cada
um.
SIMPLICIDADE
3. Quais os requisitos para a REPRESENTAÇÃO GRÁFICA, explique-os: CLAREZA
VERACIDADE
4. Dê a sua classificação quanto à forma:
DIAGRAMAS - São geométricos, dispostos em duas dimensões
CARTOGRAMAS - São as cartas geográficas
ESTEREOGRAMAS - representam volumes (três dimensões)
5. Cite os principais tipos de gráficos:

Barras, em Colunas, Pictóricos, em Linhas, em Faixas, em Setores, em Coordenadas Polares, Estereogramas,
Triangulares, Representativos de Distribuição de frequências.
6. Represente a série estatística em um círculo, por meio de setores

Tipo de Programa Nº de Pessoas fr% SETORES
Filmes 100 20.00 10% 20%
5%
Jornalismo 150 30.00
Telenovelas 175 35.00
Educativos 25 5.00
Outros 50 10.00
SOMA 500 100.00 35%
30%
“ Pedi, e dar-se-vos-à; buscai e achareis; batei Filmes Jornalismo Telenovelas

Educativos Outros
e abrir-se-vos-à.” Mateus 7:7
São Luís, ............../................/...............
Médias: Aritmética e Moda
As MEDIDAS DE POSIÇÃO mais importantes são as MEDIDAS DE TENDÊNCIA CENTRAL, pois

os dados tendem, em geral, a se agruparem em torno dos valores centrais. Cite-as: MÉDIA ARITMÉTICA, a
MODA e a MEDIANA.
1. Calcular a média : Aritmética ( SIMPLES ), quando os números não se repetem ou quando há pouca repetição:
a) 5, 8, 10, 8, 7 resp. = 7,6
 xi
x
n
3. Calcular a MÉDIA ARITMÉTICA ( PONDERADA ) para a tabela abaixo:

Obs. Quando for tabela – o fi é considerado como se fosse o peso (daí a palavra ponderada) da variável xi
xi fi fixi  f i xi
x
2 3 n
4 2
6 2
8 1
 fi = 8 x  4,25
4. Calcular as médias aritméticas ponderadas dos estudantes do concurso de T.T.N. Analise os resultados.
ESTUDANTES Estudante A Estudante B

DISCIPLINAS PESOS das provas QUESTÕES CERTAS QUESTÕES CERTAS
Direito 4 22 25
Português e Contabilidade 3 15 12
Outras 2 20 19
9,22 9,33
5. MODA (Mo) -- É o valor que aparece com maior frequência em uma distribuição.
Calcule as Modas para os valores abaixo não tabulados:
a) { 4, 4, 6, 6, 8, 9, 10, 10 ,10, 12 } Mo =
b) { 1, 2, 3, 4 } ou { 2, 3, 4, 4, 6, 6, 8, 8, 9, 9 } Amodal ou não existe moda
(aceita-se até 3 modas)
c) { 2, 2, 3, 3, 3, 4, 4 , 4, 4, 5, 5, 5, 5 } Mo =
6. VALORES TABULADOS: a) Individualmente Calcule as modas para casos a e b

b) Em classes (intervalos)
a) b)
Nº de filhos Nº de casais NOTAS fi
0 10 0 l 2 5
1 10 2 l 4 7
2 15 4 l 6 10
3 5 6 l 8 8
 fi = 40  fi = 30
“ Escrita em chinês, a palavra “ CRISE ” é composta por dois caracteres – um

representa PERIGO, e o outro representa OPORTUNIDADE ” John F. Kennedy
PROBABILIDADE E ESTATÍSTICA 8
São Luís, ............../................/...............
Média Aritmética
1. Calcule a MÉDIA ARITMÉTICA das distribuições  f i xi

Fórmula da Média ARITMÉTICA x
n
a)
NOTAS fi xi fixi
0 l 2 5
2 l 4 8
4 l 6 14
6 l 8 10
8 l 10 7
 = 44
Resposta: x = 5,27
b)
Minutos de Nº de Assinantes xi fixi

Conexão fi
7 l 19 6
19 l 31 10
31 l 43 13
43 l 55 8
55 l 67 5
67 l 79 6
79 l 90 2
 = 50
Resposta: x = 42,26
c)
ESTATURAS fi xi fixi
150 l 158 5
158 l 166 12
166 l 174 18
174 l 182 27
182 l 190 8
 = 70
Resposta: x = 172,4
d)
X (cm) fi xi fixi
140 l 145 3
145 l 150 5
150 l 155 2
155 l 160 7
160 l 165 14
165 l 170 6
170 l 175 0
175 l 180 1
180 l 185 2
 fi = 40
Resposta: x = 159,875
“ O mais profundo desejo do ser humano é o de

ser APRECIADO” William James
São Luís, ............../................/...............
Moda BRUTA e CZUBER
1. Podemos calcular as MODAS, para valores não tabulados e para valores tabulados.
a) INDIVIDUALMENTE
b) EM CLASSES: Bruta e Czuber
2. Calcule a MODA BRUTA e a MODA CZUBER da distribuição:

lL
BRUTA MO 
2
i CUSTOS R$ fi
1 450 l 550 8
2 550 l 650 10
3 650 l 750 11 1
CZUBER Mo  li  h
4 750 l 850 16 1  2
5 850 l 950 13
6 950 l 1050 5
7 1050 l 1150 1
 fi = 64
Resp. 800 e 812,5
li – limite inferior da classe modal

h – amplitude da classe modal
 1 – diferença entre a frequência modal e a anterior
 2 - diferença entre a frequência modal e a posterior
3. Posição Relativa da MÉDIA ARITMÉTICA, MEDIANA e da MODA no Histograma ou na Curva

Normal
CURVA ASSIMÉTRICA CURVA NORMAL, de GAUSS, CURVA ASSIMÉTRICA

POSITIVA SINO ou SIMÉTRICA NEGATIVA
Mo Md x x = Md = Mo x Md Mo
x  Mo > 0 x  Mo  0 x  Mo < 0
“ Vemos o mundo, não como ele é, mas como nós somos – ou seja,
como fomos condicionados a vê-lo ” Stephen R Covey
São Luís, ............../................/...............
Mediana
1. MEDIANA - É o valor ( número ) que está no centro da distribuição. ( é necessário ORDENAR os dados)
a) Achar a posição central da distribuição. POSIÇÃO CENTRAL ( P C )

b) O valor que estiver nessa posição é a MEDIANA ( Md )
n 1
ÍMPAR Pc 
2. Determine a Mediana ( Md ) para os valores não tabulados. 2
a) { 5,7,9,13,17,19,20} n n 
PAR Pc   e  1
b) { 8,7,3,10,12,15} 2 2 
3.. Determinar a mediana ( Md ) { Valores Tabulados INDIVIDUALMENTE, olhado na coluna principal }
a) xi fi fa
N.º DE fi fa 12 1 1
MENINOS 14 2 3
0 2 2 15 1 4
1 6 8 16 2 6
2 10 18 17 1 7
3 12 30 20 1 8
4 4 34
 fi  8
 fi  34
4. Determine a Mediana (Md) para VALORES AGRUPADOS EM INTERVALOS:

a)
i Estaturas (cm) fi fa
1 150 l 154 4 4
2 154 l 158 9 13   fi 
  Fant   h 
158 l
M d  l   
3 162 11 24 2
4 162 l 166 8 32 
f
5 166 l 170 5 37
6 170 l 174 3 40
fi  40
b)
i Custos R$ fi fa
1 450 l 550 8 8
2 550 l 650 10 18
3 650 l 750 11 29
4 750 l 850 16 45
5 850 l 950 13 58
6 950 l 1050 5 63
7 1050 l 1150 1 64
fi  64
Resposta: R$ 768,75
“ Se você acha que a educação é cara, veja quanto

custa a ignorância” Dolf de Roos
L. Ribeiro
São Luís, ............../................/...............
Separatrizes e Mediana
1. Fale sobre as SEPARATRIZES

Uma separatriz genérica é chamada de quantil . As mais usadas são: MEDIANA, o QUARTIL, o
DECIL e o CENTIL, que dividem os dados em duas, quatro , dez e cem partes respectivamente.
2. Explique: 1º quartil, 2º quartil e 3º quartil

Primeiro Quartil ( Q1 ) – valor situado de tal modo na série que uma Quarta parte ( 25% ) dos dados
é menor que ele e as três quartas partes restantes ( 75% ) são maiores.
3. O cálculo da MEDIANA para tabelas com dados AGRUPADOS é dado pela fórmula abaixo:
i ESTATURAS fi fa
cm
1 150 l 154 4 4
  fi 
2 154 l 158 9 13   Fant   h 
M d  l   
3 158 l 162 11 24 2
4 162 l 166 8 32 
f
5 166 l 170 5 37
6 170 l 174 3 40
 =40
l* - é o limite inferior da classe mediana

F(ant) - frequência acumulada da classe anterior à classe mediana
f* - frequência simples da classe mediana CÁLCULO DA MEDIANA
h* - amplitude do intervalo da classe mediana
SOLUÇÃO
l* = 158  fi  40  20ª
fi / 2 = 40 / 2 = 20 2 2
F(ant) = 13
(20  13).4 28
f* = 11 Md  158   158   158  2,54
h* = 162 - 158 = 4 11 11
Md  160,54cm
4. Calcule na tabela acima o primeiro quartil ( k = 1 )

 fi  fi
SOLUÇÃO: Substitui-se na fórmula de Md o por 1. , então:
2 4
 fi 40
 Calcula-se primeiro = = 10ª posição, olhando em fa ( está na 2a classe ).
4 4
Então, com os dados obtidos da 2ª classe substitui-se na fórmula abaixo, obtendo:
  fi 
 4  Fant * h
Q1 = l 
f
Q1 = 154 +
10  4 * 4 = 154 +
24
 154 + 2,66  Q1 = 156,7 cm
9 9
“ Uns estudam porque têm que estudar; outros são ambiciosos

e estudam porque querem PROGREDIR” David J. Schwartz
São Luís, ............../................/...............
Separatrizes
1. Calcule na tabela da página 11, o terceiro quartil (k = 3)

3 *  fi 3 * 40
= = 30ª ( está na 4ª classe )
4 4
Q3 = 162 +
30  24 * 4 = 162 +
24
= 162 + 3  Q3 = 165 cm
8 8
2. Na distribuição de frequência abaixo calcule o primeiro e o terceiro quartis:

i CUSTOS (R$) fi fa
1 450 l 550 8 8
2 550 l 650 10 18
3 650 l 750 11 29
4 750 l 850 16 45
5 850 l 950 13 58
6 950 l 050 5 63
7 1050 l 1150 1 64
 = 64
Resp. Q1 = R$ 630 Q3 = R$ 873,07
3. PERCENTIS - é a separatriz que divide os dados em 100 partes.

Calcule na tabela acima o 27º percentil, temos:
 27 *  fi 
27 *  fi  100  Fant * h
=? P27 = l  Resp. P27 = 642,8
100 f
4. Calcule pela tabela acima o vigésimo percentil da distribuição.

Resp. P20 = R$ 598
“ Agarre-se às pessoas que pensam de maneira progressista,

e suba com elas ” David J. Schwartz
São Luís, ............../................/...............
Medidas de Dispersão
1. DISPERSÃO – É a maior ou menor diversificação dos valores de uma variável em torno de um valor
de tendência central ( Média Aritmética ) dado como ponto de comparação.
Das Medidas de Dispersão estudaremos:

AMPLITUDE TOTAL ( h )
DESVIO PADRÃO ( S ou  )
VARIÂNCIA ( S ou  )
2 2
COEFICIENTE DE VARIAÇÃO ( CV )
Amplitude Total - Tem o inconveniente de só levar em conta os dois valores extremos da série,
descuidando dos valores intermediários.
2. Dadas as amostras A,B,C e E em uma ( unidade u ), calcule e explique o conceito de

DISPERSÃO ou VARIABILIDADE. Calculando inicialmente a Média Aritmética e a Amplitude
Total (h) de cada amostra.
x
amostras Média h
A = 70 70 70 70 70 A = _______________________________________
70,70,70,70,70
B = 68 69 70 71 72
B = _______________________________________
C = 60 65 70 75 80 68 69 70 71 72
E = 68 70 70 70 72 C = _______________________________________
60 65 70 75 80
Resp. S(A)=0; S(B)  1,58; S(C)  7,91; S(E)  1,41. E = _______________________________________
68 70,70,70 72
SOLUÇÃO:
Calcular o Desvio Padrão amostral do conjunto B, temos;
( xi  x ) 2

2
S n 1
xi x xi – x ( xi  x ) 2
68 70 –2 4
69 70 –1 1
70 70 0 0
71 70 1 1
72 70 2 4
x =70 Σ di  0 Σ=10
Calcular o Desvio Padrão amostral do conjunto E, temos;

xi x xi – x ( xi  x ) 2
68 70 –2 4
70 70 0 0
70 70 0 0
70 70 0 0
72 70 2 4
x =70 Σ di  0 Σ=8
“ 80% dos RESULTADOS se originam em 20% das atividades”

Vilfredo PARETO
São Luís, ............../................/...............
Variância e Desvio Padrão
3. Explique VARIÂNCIA ( S2 ou 2 ) e o DESVIO PADRÃO ( S ou  ).

VARIÂNCIA – Baseia-se nos desvios em torno da média aritmética, porém determinando a média
aritmética dos quadrados dos desvios.
( xi  x ) 2 ( xi  x ) 2 ( xi  x ) 2
  xi 2  n( x ) 2 
2
  fi
2

2
n n S
2

n 1
S n 1
P / POPULAÇÕES P / AMOSTRAS
DESVIO PADRÃO ( S ) – É a raiz quadrada, com sinal positivo, da Variância. S S2
P/ AMOSTRAS ( n  1 )  Ajuste matemático, porque os valores das amostras são mais próximos da média da
amostra do que realmente ocorre na população, isto devido ao fato de o numerador ser pequeno. A influência desse
decréscimo no denominador torna-se desprezível à medida que cresce o tamanho da amostra.
4. Sabe-se que a VARIÂNCIA ( S2 ou  2

) é dado pelas fórmulas. Obs: lembre-se que: n = fi
Obs. Quando os dados estiverem em uma TABELA, usar as seguintes fórmulas
P/ POPULAÇÕES P/ AMOSTRAS
fixi 2  fixi 
2
 fixi 
 fixi 
2
 
2
  n
n  n  S
n 1
5. Calcule o DESVIO PADRÃO AMOSTRAL da tabela:

a)
i Estaturas ( cm) fi xi fixi fixi 2
1 150 l 154 4 152 608 92.416
2 154 l 158 9 156 1.404 219.024
3 158 l 162 11 160 1.760 281.600
4 162 l 166 8 164 1.312 215.168
5 166 l 170 5 168 840 141.120
6 170 l 174 3 172 516 88.752
Soma 40 6.440 1.038.080
resp. S = 5,63 cm
Importante:.
O DESVIO PADRÃO ( S ) serve para comparar conjuntos. Quanto MAIOR o valor de S, MAIOR a
dispersão dos dados amostrais.
“ Se pensa que pode ou se pensa que não pode, de
qualquer forma você está certo” Henry Ford
São Luís, ............../................/...............
Curtose, Coeficiente de Assimetria
S
6. Sabendo que CV   100 , calcule o COEFICIENTE DE VARIAÇÃO da tabela acima.
x
7. Explique graficamente MEDIDAS DE ASSIMETRIA em relação à curva normal.
8 . VERIFICAÇÃO DA ASSIMETRIA
Sabendo-se que x  Mo  0  assimetria NULA ou distribuição SIMÉTRICA

x  Mo < 0  assimetria NEGATIVA ou à ESQUERDA
x  Mo > 0  assimetria POSITIVA ou à DIREITA
9. COEFICIENTE DE ASSIMETRIA de Pearson
Se 0,15  As  1  ASSIMETRIA MODERADA

3x  Md  As  1  ASSIMETRIA FORTE
As  Se
S
10. CURTOSE - É o achatamento de uma distribuição em relação a uma DISTRIBUIÇÃO PADRÃO,

denominada CURVA NORMAL ou mesocúrtica ( C = 0,263 )
Coeficiente de Curtose Q3  Q 1
É a relação entre o desvio quartílico e o percentílico C =
2 ( P90  P10 )
Assim: C  0,263  curva AFILADA
C = 0,263  curva NORMAL
C  0,263  curva ACHATADA
C < 0,263 C = 0,263 C > 0,263
AFILADA ou leptocúrtica NORMAL ou mesocúrtica ACHATADA ou platicúrtica
EXERCÍCIO
Sabendo que uma distribuição apresenta as seguintes medidas:
Q1 = 24,4 cm , Q3 = 41,2 cm , P10 = 20,2 cm , P90 = 49,5 cm
Resp. 0,287  0,263 ( concluímos que a distribuição é platicúrtica, em relação à normal )
Gente especial age de um modo especial e obtém resultados especiais. Mas a maioria
age como a maioria e obtém resultados da maioria. Roberto Shinyaschiki
São Luís, ............../................/...............
DISTRIBUIÇÃO BINOMIAL
1. EXPERIMENTOS BINOMIAIS
Há muitos experimentos probabilísticos para os quais a conclusão de cada tentativa pode ser reduzida
a dois resultados: sucesso ou fracasso. Quando um jogador tenta um lançamento livre, por exemplo, das
duas, uma: ou ele faz a cesta ou não. Quando se joga uma moeda honesta ou sai cara ou sai coroa.
Experimentos probabilísticos como esse são chamados de binomiais
2. Cite algumas DISTRIBUIÇÕES PROBABILÍSTICAS ?

Binomial, Poisson, Normal, t de Student, etc.
3. Porque a Distribuição Binomial recebe esse nome?

Porque se baseia no desenvolvimento de (a+b)n , que é o BINÔMIO DE NEWTON.
4. OBSERVAÇÕES
4.1.  Os valores de X são SEMPRE INTEIROS, exemplo de jogar uma moeda: ( não pode haver ½ cara)
4.2.  Os eventos (cara/coroa) são INDEPENDENTES e MUTUAMENTE EXCLUDENTES.
(Se sai CARA não sai COROA e vice-versa)
4.3.  Dois resultados são possíveis em cada ensaio. Referimo-nos a um como um sucesso e ao outro como
um fracasso.
4.4.  A probabilidade de um sucesso, denotado por p, não se modifica de ensaio para ensaio.
Consequentemente, a probabilidade de um fracasso, denotado por 1 – p, não se modifica de ensaio
para ensaio.
5. PARÂMETROS FUNDAMENTAIS ( e )
Notação Abreviada: ( ; )
- é o número de tentativas ou repetições do experimento

- é a probabilidade / frequência de SUCESSOS
6. CONVENÇÕES
P (SUCESSO) = P (FRACASSO) =
Importante:.
OBS: Como saber qual é a variável que representa o SUCESSO ( ) em um problema ?

Será a variável que você está interessado em saber o resultado.
“ As pessoas sempre culpam as circunstâncias pelo que são. Eu não acredito em

circunstâncias. As pessoas que vencem neste mundo são aquelas que levantam e
buscam as circunstâncias que desejam, e, se não as encontram, criam-nas “
George Bernard Shaw
São Luís, ............../................/...............
Distribuição Binomial
7. TRIÂNGULO DE PASCAL ( A disposição dos Coeficientes lembra um triângulo )
VALOR DE n
(a+b)2 1 2 1
(a+b)3 1 3 3 1
(a+b)4 1 4 6 4 1
(a+b)5 1 5 10 10 5 1
(a+b)6 1 6 15 20 15 6 1
(a+b)7 1 7 21 35 35 21 7 1
(a+b)8 1 8 28 56 70 56 28 8 1
(a+b)9 1 9 36 84 126 126 84 36 9 1
(a+b)10 1 10 45 120 210 252 210 120 45 10 1
8. MÉDIA ARITMÉTICA de uma Distribuição Binomial:

  n p
9. VARIÂNCIA de uma Distribuição Binomial:

  n. p.q
2
10. Uma moeda honesta foi lançada 8 vezes. Se X = N.º de cara, quanto valem, nessa distribuição:
a) A Média Aritmética;
b) A Variância;
c) O Desvio Padrão.
11. Baseada no Binômio de Newton, dê a Fórmula da Distribuição Binomial e explique as varáveis:
 n  nk k
f ( x)  P( x  k )    q . p
k 
onde:
n n!
C n, k
   é o coeficiente binomial de n sobre k, igual a
k  k! (n - k)!
p  sucesso
q  insucesso
P (X = K)  é a probabilidade de que o evento se realiza k vezes em n provas.
Você é uma empresa, seu talento, sua capacidade, sua

habilidade são seus produtos. David J. Schwartz
São Luís, ............../................/...............
Distribuição Binomial
12. Escrever o desenvolvimento dos binômios:
a)
b)
13. Jogando-se 1 moeda honesta 5 vezes, qual a probabilidade, em qualquer ordem, de termos:
a) 5 caras b) 3 caras c) 2 caras d) 1 coroa
14. Um exame do tipo teste é constituído de 20 questões, cada uma delas com cinco respostas alternativas, das
quais apenas uma é correta. Se um estudante responde as questões ao acaso, qual a probabilidade que consiga
acertar exatamente 8 questões?
2,22%
15. A probabilidade de que um presumível cliente aleatoriamente escolhido faça uma compra é 0,20. Se um
vendedor visita seis presumíveis clientes:
a) A probabilidade de que ele fará exatamente quatro vendas; 0,015
b) A probabilidade de que o vendedor realize quatro ou mais vendas; 0,017
16. Uma empresa produz 10% de peças defeituosas. As peças são embaladas em caixa que contêm 12 peças.
Calcule a probabilidade de um cliente comprar uma caixa contendo:
a) Nenhuma peça defeituosa; 28,24%
b) Uma peça defeituosa. 37,66%
c) Nove peças boas
17. Uma firma exploradora de petróleo acha que 5% dos poços que perfuram acusam depósito de gás natural.
Se ela perfurar 6 poços, determine a probabilidade de ao menos um dar resultado positivo.
26,49%
18. Um teste de múltipla escolha apresenta 4 opções por questão, e 14 questões. Se a aprovação depende de 7
ou mais respostas corretas, qual é a probabilidade de um estudante que responde “por palpite” ser aprovado?
19. Dois times de futebol A e B, jogam entre si seis vezes. Encontre a probabilidade de o time A:
a) ganhar quatro vezes 8,23%
b) ganhar seis vezes 0,13%
20. O time A tem 2/5 de probabilidade de vitória sempre que joga. Se disputa 4 partidas, encontre a
probabilidade de vencer:
a) 2 partidas 216/625
b) Pelo menos uma partida 544/625
c) Mais que a metade das partidas ( obs. É vencer 3 ou 4 partidas ) 112/625
21. Em geral, a probabilidade de que um possível cliente faça uma compra de uma cartela de um bingo quando
procurado por um vendedor é P = 0,10
a) construir um DIAGRAMA de ÁRVORE para retratar a sequência de três contatos, usando V para venda e
V para inexistência de venda
b) Qual a probabilidade de o vendedor realizar no mínimo duas vendas ? 2,8%
c) Qual a probabilidade de o vendedor realizar no mínimo uma venda ? 27,1%
d) Qual a probabilidade de que três clientes façam compras ? 0,1%
O Agradecimento
Não eram dez os que foram curados?
E onde estão os outros nove? Jesus
São Luís, ............../................/...............
DISTRIBUIÇÃO DE POISSON ( ou Lei das pequenas probabilidades )

 É aplicável no estudo dos eventos de pequenas probabilidades de ocorrência.
Comentários:
A distribuição de Poisson representa um modelo probabilístico adequado para o estudo de um grande
número de fenômenos observáveis. Eis alguns exemplos:
 Chamadas telefônicas por unidade de tempo.
 Defeitos por unidade de área.
 Acidentes por unidade de tempo
 Chegada de clientes a um supermercado por unidade de tempo.
 Número de glóbulos sanguíneos visíveis ao microscópio por unidade de área.
 Número de partículas emitidas por uma fonte de material radioativo por unidade de tempo
De início, poderíamos pensar no uso do modelo binomial, porém não sabemos qual o número de
provas n = ?, nem a quantidade de fracassos: quantos chamados não ocorreram ?
Se adotamos algumas hipóteses quanto à taxa de frequência ( ) dessas ocorrências por uma pequena
unidade de tempo: ( t ), ou, conforme o caso: ( s) = unidade de área..., e algumas outras premissas,
enunciadas a seguir, obtemos o modelo de Poisson como limite da distribuição binomial, quando n tende ao
infinito.
1. Como devemos aplicar a Distribuição de POISSON ?

No caso da Distribuição Binomial, a variável de interesse era o número de sucessos em um intervalo
discreto (n provas). Muitas vezes, entretanto, estamos interessados no número de sucesso em um intervalo
contínuo, que pode ser um intervalo de TEMPO, COMPRIMENTO, SUPERFÍCIE, etc.
No caso de termos no modelo binomial p pequeno ( p  0,1 ) e ( n  50 ) e a média 0 < n.p < 10.
Nesse caso a distribuição binomial pode se aproximar do MODELO POISSON, onde:
P  X  x, t  
  t x  e   t ou
x! Fazendo     t , temos:
u x  e u
P X  x, t  
x!
Para a distribuição de Poisson, demonstra-se que a variância coincide com a média, ou seja:
    .t
2
OBS:
Podemos substituir a Distribuição Binomial pela Distribuição de Poisson, com um grau de aproximação
muito bom, desde que as condições acima sejam satisfeitas.
São Luís, ............../................/...............
Distribuição de Poisson
Onde:
  coeficiente de proporcionalidade, ou taxa de frequência por unidade de tempo, comprimento, área,...
t  tempo, comprimento, área, ...
e  base dos logaritmos naturais (2,71828)
x  número de ocorrências ( sucessos )
2. Experiências passadas indicam que, em média, há duas chamadas por hora em certo telefone. Vamos
calcular as probabilidades de, em uma hora, o telefone receber: nenhuma chamada; uma; duas; três; ...
Solução
Sabe-se que     t , logo 2   1    2, ou ainda:   2.
u x  e u 2 0  e 2
Nenhuma chamada  P( X  0,1 h) = = = 0,1353 ou 13,53 %
x! 0!
21  e 2
Uma chamada  P( X  1,1 h) = = 0,2707 ou 27,07 %
1!
u x  e u
P X  x, t  
2 2  e 2 x!
Duas chamadas  P( X  2,1 h) = = 0,2707 ou 27,07 %
2!
23  e 2
Três chamadas  P( X  3,1 h) = = 0,1804 ou 18,04 %
3!
2 4  e 2
Quatro chamadas  P( X  4,1 h) = = 0,0902 ou 9,02 %
4!
25  e 2
Cinco chamadas  P( X  5,1 h) = = 0,0361 ou 3,61 %
5!
2 6  e 2
Seis chamadas  P( X  6,1 h) = = 0,0120 ou 1,20 %
6!
2 7  e 2
Sete chamadas  P( X  7,1 h) = = 0,0034 ou 0,34 %
7!
28  e 2
Oito chamadas  P( X  8,1 h) = = 0,0009 ou 0,09 %
8!
29  e 2
Nove chamadas  P( X  9,1 h) = = 0,0002 ou 0,02 %
9!
Passarão o céu e a terra, mas minhas palavras não

passarão. Jesus
São Luís, ............../................/...............
3. A tabela de DISTRIBUIÇÃO de PROBABILIDADE da variável X, número de chamadas telefônicas,

será:
X P(x)
0 0,1353 Distribuição de Probabilidade das Chamadas Telefônicas
1 0,2707 0,27
2 0,2707
0,24
3 0,1804
0,21
4 0,0902
0,18
5 0,0361
0,15
6 0,012
7 0,0034 0,12
8 0,0009 0,09
9 0,0002 0,06
Soma 0,9999 0,03
0
0 1 2 3 4 5 6 7 8 9 Soma
 P(x)  0,9999  1 . Esse resultado é explicado, pois X, nº de sucessos, teoricamente, tende ao

infinito. Nesse caso, o infinito foi x  9
4. O pessoal da inspeção de qualidade afirma que os rolos de fita isolante apresentam, em média, uma
emenda a cada 50 metros. Admitindo que a distribuição do número de emendas é dada pela Poisson,
vamos calcular as probabilidades:
a) De nenhuma emenda em um rolo de 125 metros:

8,21%
b) De ocorrerem no máximo duas emendas em um rolo de 125 metros: 54,40%
c) De ocorrer pelo menos uma emenda em um rolo de 100 metros. 86,47%
5. Uma fábrica de pneus verificou que, ao testar seus pneus nas pistas, havia em média um estouro de pneu a
cada 5.000 km.
a) Qual a probabilidade de que num teste de 3.000 km haja no máximo um pneu estourado? 87,81%
b) Qual a probabilidade de que um carro ande 8.000 km sem estourar nenhum pneu?
20,19%
“ Seu Lucro é feito quando você compra, não quando vende

São Luís, ............../................/...............
6. Certo posto de bombeiros recebe em média três chamadas por dia. Calcular a probabilidade de:
a) Receber quatro chamadas num dia; 16,80%
b) Receber três ou mais chamadas num dia. 57,68%
7. Suponha 400 erros de impressão distribuídos aleatoriamente em um livro de 500 páginas. Encontre a
probabilidade de que dada página contenha:
a) Nenhum erro; 44,93%
b) Exatamente dois erros. 14,38%
8. Em uma estrada, passam em média 1,7 carros por minuto. Qual a probabilidade de passarem exatamente
dois carros em dois minutos? 19,29%
9. Uma fábrica produz tecidos com 2,2 defeitos, em média, por peça. Determinar a probabilidade de haver ao
menos dois defeitos em duas peças. 93,37%
10. Seja X o número de falhas na superfície de uma caldeira de um determinado tipo selecionada
aleatoriamente, com distribuição de Poisson de parâmetro  = 5. Use a tabela do apêndice para calcular as
probabilidades a seguir:
a) P( x  8) 93,19%
b) P( x  8) 49,14%
c) P(5  x  8) 25,06%
d) P(5  x  8) 2,22%
11. O número de pessoas que chegam para tratamento em um pronto-socorro pode ser modelado por um
processo de Poisson com taxa de cinco por hora.
a) Qual é a probabilidade de exatamente quatro pessoas chegarem em certa hora? 17,55%
12. O número de solicitações de assistência recebido por um serviço de guincho é um processo de Poisson
com taxa   4 por hora.
a) Calcule a probabilidade de exatamente dez solicitações chegarem em um certo período de 2 horas;

9,93%
b) Se os operadores do serviço de guincho tiraram 30 minutos para almoço, qual é a probabilidade de não
perderem nenhum chamado de assistência? 13,53%
c) Quantas ligações você espera que ocorram durante o almoço? 2 ligações

São Luís, ............../................/...............
DISTRIBUIÇÃO NORMAL
1. A distribuição Normal lembra um sino. Ela é conhecida por várias denominações: CURVA NORMAL,
CURVA EM SINO ou CURVA DE GAUSS.
Algumas características:
 Parâmetros fundamentais :  e 2 ( observa que se trata de uma POPULAÇÃO pois, se se
tratasse de uma AMOSTRA, os símbolos seriam x e S2 (x).
 É uma distribuição contínua: x pode assumir quaisquer valores do campo real desde  
até +  .
 Se x tiver distribuição BINOMIAL, só poderá ter VALORES INTEIROS.
( x  variável discreta ou descontínua)
 Se x tiver distribuição NORMAL, poderá assumir qualquer valor real.
 A curva normal é ASSINTÓTICA com relação ao eixo horizontal, isto é, suas caudas
aproximam-se dele ( o eixo ), mas não o tocam jamais.
99,74%
95,44%
68,26%
0,13%
0,13%
– 3σ –2σ –1σ +1σ +2σ +3σ
2. Fale sobre a DISTRIBUIÇÃO NORMAL REDUZIDA, chamada também de DISTRIBUIÇÃO

NORMAL PADRONIZADA.
 É a curva Normal com a mudança da origem (zero) para o centro da distribuição.
xi  
 Toma-se uma nova variável Z e define-se como: zC 

Zc (Z – crítico) é o valor que a variável Z assume para um dado xi

Z passa a ser expresso em temos de DESVIO PADRÕES ( desprovida de unidade)
 Os parâmetros ficam:
 0  1
 1
2
Nada de grande jamais será realizado sem grandes homens, e os homens só são
grandes se estiverem determinados a sê-los. Charles de Gaulle
São Luís, ............../................/...............
Distribuição Normal
3. Se a notação é x  N (;2), isto é, x  N (40;16), x1 = 44, calcular Zc e explicar o significado o desse

valor.
4. Suponhamos x  N (40;16). Qual a probabilidade de x pertencer ao intervalo 40 45 ?
5. Seja x com os seguintes parâmetros: N (25,36). Qual o valor de Zc para xi = 18? Zc = ─ 1,17
6. Vamos agora experimentar a seguinte questão:

x  N (30;16). Calcular:
a) P ( x  40 ) b) P ( x  24 ) c) P ( 35  x  38 )
Tome a iniciativa. Seja como as pessoas bem-sucedidas.

São Luís, ............../................/...............
Distribuição Normal
7. BINOMIAL x NORMAL
Na B(n , p), quando n CRESCE, a BINOMIAL ( que é uma distribuição exata ) tende para a
NORMAL (que é uma distribuição aproximada ). Em geral, a aproximação é boa sempre que n.p ou n.q
( sempre o menor produto) for  5. ( E a aproximação torna-se melhor quando n  30).
FÓRMULA ( xi  0,5)  np
RESOLUTIVA Z C

npq
xi = valor de R (do espaço experimental)

0,5 = valor que se soma ou se subtrai para transformar X (discreta) em Z (contínua).
8. Uma moeda “honesta” foi lançada 12 vezes. Qual a probabilidade de terem saído no mínimo 8 caras ?
Obs. Este problema pode ser resolvido pela Distribuição Binomial ou pela aproximação Binomial x Normal
B (0,1936); N (0,1922)
9. Determinar a probabilidade de se obter 3 a 6 caras, inclusive, em 10 lances de uma moeda honesta, mediante
a utilização:
a) da distribuição binomial resp. 0,7734
b) da aproximação de uma curva normal à distribuição binomial resp. 0,7718
10. As alturas dos alunos de determinada escola são normalmente distribuídas com média 1,60 m e desvio
padrão 0,20 m. Encontre a probabilidade de um aluno medir:
a) entre 1,50 e 1,80 m; resp. 53,28%
b) menos de 1,38 m; resp. 13,57%
c) Qual deve ser a medida mínima para escolhermos 10% dos mais altos? resp. 1,86 m
11. tempo necessário, em uma oficina, para o conserto de um tipo de automóvel é normalmente distribuído
com média   45 minutos e desvio padrão   8 minutos. O mecânico planeja começar o conserto do carro
de um cliente 10 minutos após o carro ter sido deixado na oficina, comunicando ao cliente que o carro estará
pronto em um tempo total de uma hora.
a) Qual a probabilidade de que o mecânico esteja enganado? ( é a probabilidade de passar de 50 min)

0,2676
b) Qual a previsão de tempo de trabalho para que haja 90% de probabilidade de que o conserto da
transmissão se efetue dentro do tempo previsto?
55,24 min
c) Qual a previsão de tempo de trabalho para que haja uma probabilidade de 30% de que o conserto seja
efetuado dentro do tempo previsto? 40,84 min
12 – Em uma distribuição normal, 28% dos elementos são superiores a 34 e 12% inferiores a 19. Encontrar
média e a variância da distribuição. Resp.   29,03
 2  73,44
Os níveis de inteligência e criatividade que desenvolvemos são diretamente proporcionais à

quantidade e qualidade de estímulos que nossa mente recebe. Colin Turner
São Luís, ............../................/...............
TEORIA DA DECISÃO ESTATÍSTICA ( TESTES DE HIPÓTESES )

1. O que seriam as DECISÕES ESTATÍSTICAS?
Tomar decisões acerca de populações, baseadas nas informações das amostras.

 Decidir se um novo soro é realmente eficaz na cura de uma doença.
 Se um processo educacional é melhor do que o outro, etc.
2. Como o pesquisador (cientista) conversa com a natureza ?
- Por meio de HIPÓTESES e “obriga-a” a dar-lhe respostas por meio de EXPERIMENTOS. O

pesquisador prescindi de experimentos, tirando conclusões dos próprios dados e das relações existentes entre
eles.
3. O que é HIPÓTESE ?
- É uma conjectura, uma resposta provisória que, de acordo com certos critérios, será REJEITADA ou
NÃO-REJEITADA.
4. O que é EXPERIMENTO ?
- É uma situação criada pelo cientista com o objetivo de TESTAR UMA HIPÓTESE.
5. Fale sobre:
LÓGICA DA NATUREZA – Trabalha com CERTEZAS.

LÓGICA FORMAL – Trabalha com PROBABILIDADES. (É bem provável...)
PROVA DE HIPÓTESE - É um recurso lógico – PROBABILÍSTICO. E onde há probabilidade há risco de
ERRO, mas seria mais grave se as conclusões fossem só na base emocional ( juízo de valor).
6. Procedimento do Pesquisador:
A OBSERVAÇÃO faz parte do procedimento experimental.

O pesquisador nunca “ acha nada”. Ele OBSERVA, ANALISA e CONCLUI.
Depois de observar, ele DESCREVE e MEDE ( ou CLASSIFICA ).
7. Como se classificam as HIPÓTESES ?
CIENTÍFICAS – a sua VERACIDADE ou a sua FALSIDADE pode ser posta à prova direta ou
indiretamente por procedimento experimental.
NÃO-CIENTÍFICAS – a sua VERACIDADE ou a sua FALSIDADE não pode ser posta à prova por
procedimento experimental. Não significando que essas hipóteses não tenham valor.
Ex: HIPÓTESES TEOLÓGICAS
HIPÓTESES FILOSÓFICAS
Pedi, e dar-se-vos-á; buscai, e achareis; batei, e abrir-se-vos-á.

Mateus. 7:7
São Luís, ............../................/...............
Prova de Hipóteses / Teoria da Decisão Estatística
8. TEORIA DA PROVA DE HIPÓTESE – constitui hoje um dos pilares sobre os quais se assenta a Ciência.
O outro pilar é a TEORIA DA ESTIMAÇÃO.
ESTIMAÇÃO – é o procedimento estatístico que permite prever, com certa probabilidade, o valor de
um PARÂMETRO DESCONHECIDO (populacional) a partir de informações colhidas em amostras.
9. PROBLEMA CIENTÍFICO, o que fazer?
- Formular uma hipótese que atribua ao ACASO a ocorrência do fenômeno observado. ( H o ) -

Formular OUTRA hipótese, que sirva de ALTERNATIVA à primeira, se ficar demonstrado que o ACASO
não pode ser responsabilizado pelo fenômeno observado. ( H a )
ACASO – é uma variável cuja ação o cientista não consegue controlar (ou medir) ou são tão pequena
que desprezá-la fica mais cômodo.
10. Analise a tabela e verifique os TIPOS DE ERROS.
A HIPÓTESE pode ser

(V) ( F)
VERDADEIRA FALSA
O CIENTISTA
Pode DECIDIR
REJEITAR AQUI ELE AQUI ELE

A HIPÓTESE ERRA ACERTA
ERRO TIPO I ()
ACEITAR AQUI ELE AQUI ELE

A ACERTA ERRA
HIPÓTESE
( Ou não-rejeitar ) ERRO TIPO II ()
11. O que significa H 0 e H a ?

É a hipótese que vai ser posta à prova (testada) chama-se, em estatística HIPÓTESE NULA e designa-
se por H 0 (agá-zero). É aquela que simplesmente afirma que HÁ IGUALDADE ENTRE. OS GRUPOS
H a (agá-a) - É a hipótese alternativa ou experimental. É a hipótese que poderá ficar no lugar da H 0 ,

caso ela seja rejeitada.
12. O que é NÍVEL DE SIGNIFICÂNCIA (  )?
É a probabilidade de vir a cometer um erro. Se  = 5 %, existe 5 % de probabilidade de se rejeitar

H 0 , sendo a mesma verdadeira. Este é o chamado ERRO I. Simplificando, se considerarmos  =5% , então
o Grau de Confiança no experimento é ( 1 –  ) ou seja 95%.
O nível de significância indicado por  pode ter valores ( 0,1%, 1%, 2%, 5% etc.), mas raramente
excede 15%, SENDO MAIS UTILIZADOS  = 5 % e  = 1 % .
São Luís, ............../................/...............
Em Estatística, um resultado com probabilidade de ocorrência igual ou inferior a 5% é considerado

como tendo pouca probabilidade de acontecer.
13. Observações importantes para análise de hipóteses;
 Se aparecer o sinal  na H a ela é BICAUDAL. Sempre.

 Se aparecer o sinal > ou <, ela é UNICAUDAL. Sempre.
 Transformando > ou < em flecha, qualifica-se a unicaudal.
Assim:
UNICAUDAL DIREITA
UNICAUDAL ESQUERDA
 Uma PROVA DE HIPÓTESE funciona como uma lente de aumento: com ela, o pesquisador
amplia as diferenças e, enxergando-as melhor, pode tomar decisões inteligentes.
 O valor de  (nível de significância) deve ser fixado antes da realização do experimento.
14. Imaginemos uma urna com 10 bolas iguais em tudo menos na cor: 4 brancas ( B ) e 6 vermelhas ( V ).
Vamos supor agora que um pesquisador saiba que há bolas brancas e bolas vermelhas na urna, mas não
conheça a proporção entre as cores.
LEVANTAMENTO de HIPÓTESES.
H o : P( B)  0,5 É sempre a hipótese da igualdade

É Igualar o número de bolas de cada cor : P(B) = P(V) = ½ = 0,5
O pesquisador resolveu trabalhar com a variável X ( que é, observar o comportamento das bolas
brancas )
Existem 3 possibilidades para a HIPÓTESE ALTERNATIVA.

a) H a : P( B)  0,5 Qualquer das cores pode ter prevalência sobre a outra.
Chama-se hipótese BICAUDAL.
Se ele errar, o erro estará repartido: um pouco para cada lado ( se possível, metade ).
b) H a : P( B)  0,5 Existem mais bolas brancas na urna

A hipótese chama-se UNICAUDAL DIREITA
O erro estará concentrado no lado DIREITO.
c) H a : P( B)  0,5 Agora, o pesquisador, deve ter algum motivo para acreditar que existem
menos bolas brancas e consequentemente mais bolas vermelhas.
Unicaudal esquerda e o erro, agora, está concentrado no lado esquerdo.
O que quer que possa fazer, ou sonhar que possa, comece logo.
O arrojo está cheio de poder, magia e genialidade. Colin Turner
São Luís, ............../................/...............
15. Vamos supor que o pesquisador tenha escolhido a H a : P( B)  0,5 . O passo seguinte é
realizar um experimento que lhe permita testar a H o : P( B)  0,5 .

Seja que ele tenha extraído 1B e 5V.
16. Vamos supor que a título de ilustração  = 12% ( Nível de Significância ). Calcular no exemplo anterior
o que acontecerá com as hipóteses, H o e H a ?
17. Rejeitar H o significa não concordar com relação P( B)  0,5 . Então na falta de hipótese melhor,
ficamos com H a que sugere ser número de bolas brancas menor que o de bolas vermelhas.
Rejeitar H o significa NÃO REJEITAR H a (com certeza de não estar cometendo, neste caso, Erro
Tipo I superior a 12% ).
18. ERRO TIPO II – Ocorre quando a hipótese nula ( H o ) é aceita sendo que a mesma é falsa. A
probabilidade de não cometer um ERRO TIPO II chama-se PODER DO EXPERIMENTO ou PODER ().
P (não cometer ERRO Tipo II) = 
PODER – representa a sensibilidade da região crítica para perceber ( e rejeitar ) uma hipótese falsa.
Essas notações significam o seguinte:
  é a probabilidade de a Rc REJEITAR a H o se ela (a H o ) for verdadeira.

  é a probabilidade de a Rc NÃO REJEITAR a H a se ela ( a H a ) for verdadeira.
Valores críticos de z em testes de hipóteses
TIPO DE TESTE
Nível de Significância
UNILATERAL BILATERAL
5%  1,65  1,96
1%  1,96  2,58
Nós não vemos as coisas como elas são,

E sim como somos. Talmud
São Luís, ............../................/...............
CORRELAÇÃO LINEAR SIMPLES
1. Definir CORRELAÇÃO.
Existe CORRELAÇÃO entre duas variáveis, quando elas estão ligadas por uma RELAÇÃO
ESTATÍSTICA. ( Designa a FORÇA que mantém unidos dois conjuntos de valores )
SIMPLES - indica que estão envolvidas no cálculo apenas 2 variáveis.
2. O COEFICIENTE DE CORRELAÇÃO LINEAR ( r xy ) é o instrumento empregado para a medida da

correlação linear (rxy). Este coeficiente indica o grau de intensidade entre duas variáveis, e ainda o sentido
dessa correlação ( positivo ou negativo ).
COEFICIENTE DE CORRELAÇÃO DE PEARSON
n  xy   x  y 
rxy 
n  x 2   x   n  y 2   y 
2 2
Obs: CORRELAÇÃO MÚLTIPLA - mais de 2 variáveis
3. Faça algumas considerações sobre esta fórmula.
a) n é o número de observações
b) – 1  rxy  1
c) Os coeficientes de correlação recebem nomes especiais conforme estejam próximos ou distantes do
zero.
1,0 0,75 0,50 0,25 0 0,25 0,50 0,75 1,0
CorrelaçãoPOSITIVA
Correlação POSITIVA PERFEITA
PERFEITA
Correlação positiva forte
Correlação positiva média
Correlação positiva fraca
Correlação LINEAR INEXISTENTE
Correlação negativa fraca
Correlação negativa média

Correlação negativa forte
Correlação NEGATIVA PERFEITA
“ Se você quer ficar rico, você precisa pensar. Pense de forma independente em vez de pensar como todo
mundo... Se você fizer o que todo mundo faz, você vai acabar tendo o que todo mundo tem ” Robert T.
Kiyosaki”
São Luís, ............../................/...............
Correlação Linear Simples
d) Só vale a pena gastar tempo com cálculo de rxy se a disposição dos pontos (nuvem de pontos) lembrar uma
RETA.
e) A natureza não produz correlações perfeitas ( do tipo rxy = 1,00 ou rxy = 1,00 ). Essas correlações
pertencem ao campo da Matemática, ex. y=2x.
f) O coeficiente de Correlação Linear de Pearson pode ser calculado por uma FÓRMULA ALTERNATIVA
que é:
xiyi onde Sx  Variância de x

rxy 
nSxSy
4. Calcular a CORRELAÇÃO entre as variáveis: Diária para Viagem a Negócios e Diária com Reserva de 14
Dias de Antecedência em 6 cidades conforme tabela abaixo. ( Os dados são fictícios ).
Localização Diária para Diária com Reserva

do Hotel Viagem de 14 Dias
a Negócios de Antecedência
X Y XY X^2 Y^2
Natal 89 81 7209 7921 6561
Maceió 130 115 14950 16900 13225
Fortaleza 98 89 8722 9604 7921
Belém 149 138 20562 22201 19044
Brasília 199 149 29651 39601 22201
São Luís 114 94 10716 12996 8836
Soma 779 666 91810 109223 77788
Média 129.83 111
n 6
Correlação ( r ) = 0.96
n  xy   x  y 
Calcule o coeficiente de Correlação: rxy 
n  x 2   x   n  y 2   y 
2 2
A vida é uma aventura ousada ou nada.

Hellen Keller.
São Luís, ............../................/...............
5. Fazer o DIAGRAMA DE DISPERSÃO entre as variáveis.
Diagrama de Dispersâo
170
160
150
com antecedêcia
140
130
120
110
100
90
80
70
70 90 110 130 150 170 190 210
sem antecedência
 A disposição dos pontos lembra uma RETA (Foi traçada também uma reta auxiliar chamada Linha de
Tendência)
OUTROS EXEMPLOS DE CORRELAÇÃO
. Correlação Positiva ( rxy  0 ) x = ESTATURA e y = PESO

Correlação Negativa ( rxy  0 ) x = IDADE DE UMA PESSOA e y = EXPECTATIVA DE
VIDA DESSA MESMA PESSOA.
6. Suponhamos dois dados “honestos”, D 1 e D2, jogados simultaneamente 10 vezes. Os valores produzidos
por D1, vão representar xi e os valores produzidos por D2, yi: Calcular rxy.
D1 xi 4 3 5 5 4 3 2 3 2 4
D2 yi 5 3 5 4 4 6 5 6 5 2
Y DIAGRAMA DE DISPERSÃO
7
0 X
0 1 2 3 4 5 6
rxy.=  0,28
Observe que a Correlação é fraca, ou melhor, não existe correlação entre as variáveis.
Os pontos lembram um círculo.
“ O processo de chegar lá é a qualidade de estar lá ” L.

Lair Ribeiro
São Luís, ............../................/...............
7. TESTE DE HIPÓTESE PARA EXISTÊNCIA DE CORRELAÇÃO ( SIGNIFICÂNCIA )- É

necessário que as variáveis populacionais (x,y) tenham distribuição normal bivariada. Quando as amostras
forem superiores a 30, a hipótese de normalidade das duas variáveis é razoavelmente atendida.
ROTEIRO PARA REALIZAÇÃO DO TESTE:

7.1) H o :   0 (Não há correlação entre as variáveis)
H o :   0 ( Há correlação)
7.2) Fixar  e escolher uma distribuição t de Student com   n  2 graus de liberdade.
7.3) Determinar as regiões de rejeição e aceitação para H o , com auxílio da tabela t de Student. ( t tab )
r n2
7.4) Cálculo do valor da variável t o ( t observado) to 
1 r 2
7.5) Conclusão:
Se t o estiver entre os ( t tab ), aceita-se H o , concluindo-se que ( Não há correlação entre as variáveis)
Se não estiver, rejeita-se H o , concluindo, com risco  , que ( Há correlação entre as variáveis)
8. Fazer o Teste de SIGNIFICÂNCIA de rxy do exercício nº 4.

( Este é um problema de INFERÊNCIA ). Já que na amostra r xy  0, será que na população a correlação
( xy ) é também diferente de zero ? Utilizar  = 5%.
Então ( to = 12,1382 )  ( tc = 3,182 )
Conclusão:
Ho REJEITADA, isto é, com 95% de certeza, podemos concluir que a correlação na população NÃO é zero.
9. Fazer o TESTE DE SIGNIFICÂNCIA para o exercício nº 7 ( lançamento de dois dados )
10. CORRELAÇÃO – não é o mesmo que Causa-e-Efeito. Duas variáveis podem estar altamente
correlacionadas e, no entanto, NÃO haver entre elas relação de Causa-e-Efeito.
COMENTÁRIOS :
 Se x ( número do sapato ) e y ( número de palavras conhecidas ), o r xy vai estar muito

próximo de 1,00, mas será temerário afirmar que a causa do aumento do vocabulário seja o
aumento do pé.
 Agora, se duas variáveis estiverem amarradas por uma relação Causa-e-Efeito, elas estarão
obrigatoriamente correlacionadas.
 Parece razoável admitir que com mais Anos de Escola, é maior a probabilidade de acumulação
de livros, e, de fato, rXY = 0,99.
Embora possa ter várias outras razões:
“ Dinheiro é um assunto emocional, se você não controla suas emoções,

suas emoções controlarão o seu dinheiro ” Robert T. Kiyosaki
São Luís, ............../................/...............
ANÁLISE DE REGRESSÃO LINEAR E DE CORRELAÇÃO
Análise de regressão simples – A predição da variável dependente é feita em uma variável independente.
Análise de regressão múltipla – Predição da variável dependente com base em duas ou mais variáveis
independentes.
MÉTODO DOS MÍNIMOS QUADRADOS – fornece a melhor curva ( reta ) ajustadora dos pontos.
Para ajustamento com uma linha reta, temos a equação da RETA DE REGRESSÃO DE
MÍNIMOS QUADRADOS
yˆ  a  bx
 ŷ - valor estimado da variável dependente.

 a - ( 0, y ) – ponto de intersecção da linha de regressão linear com o eixo y.
 b - é a declividade da linha de regressão
 x - variável independente.
Valor de a e b pelo método dos mínimos quadrados:
 xy  n  x  y
b a  y  bx
 x2  n  x 2
Erro Padrão de Estimação ( SYX )
 y 2  a  y  b  xy
S YX 
n2
Erro Padrão de Estimação para o cálculo do Intervalo de Confiança
SYˆ  SYX
1

x  x 
2
X

n  x   x 2 / n
2

Eu quero vencer, se não for possível,

deixe-me pelo menos tentar ” Chico Xavier
São Luís, ............../................/...............
Análise de Regressão
Erro Padrão de Estimação COMPLETO para o cálculo do Intervalo de Predição que leva em conta a
incerteza sobre a posição da linha de regressão
S y  S 2 YX  S 2 yˆ x
Intervalo de Predição
Quando n < 30 Quando n  30
yˆ  t  SYX yˆ  z  SYX
Erro Padrão de Estimação para o cálculo do Intervalo de Confiança de .

Onde  é a verdadeira inclinação da reta de regressão ( y = a + bx )
SY  X
Sb 
 x 2  n  x 
2
Teste de Hipóteses relativos à verdadeira inclinação de  da linha de regressão( t de student )
b  O
tO 
Sb
EXERCÍCIO
1 – A rede de restaurantes SÃO LUÍS está localizada próximo a campus universitários. Com os dados da
tabela abaixo calcule a EQUAÇÃO DE REGRESSÃO. ( pelo Método dos Mínimos Quadrados ).
DADOS DA POPULAÇÃO DE ESTUDANTES E VENDAS

TRIMESTRAIS PARA 10 RESTAURANTES SÃO LUÍS
População de Vendas Trimestrais
Restaurante
Estudantes ( 1.000 ) ( R$ 1.000 )
i xi yi
1 2 58
2 6 105
3 8 88
4 8 118
5 12 117
6 16 137
7 20 157
8 20 169
9 22 149
10 26 202
SOMA 140 1300
“ Não há nada que substitua o CONHECIMENTO, a

PREPARAÇÃO é um processo sem FIM ” Og Mandino
São Luís, ............../................/...............
Análise de Regressão
SOLUÇÃO DO PROBLEMA
DADOS DA POPULAÇÃO DE ESTUDANTES E VENDAS TRIMESTRAIS

PARA 10 RESTAURANTES SÃO LUÍS
População
Vendas
de
Restaurante Trimestrais xy x2 y2
Estudantes
(1.000)(y)
(1.000)(x)
1 2 58 116 4 3.364
2 6 105 630 36 11.025
3 8 88 704 64 7.744
4 8 118 944 64 13.924
5 12 117 1.404 144 13.689
6 16 137 2.192 256 18.769
7 20 157 3.140 400 24.649
8 20 169 3.380 400 28.561
9 22 149 3.278 484 22.201
10 26 202 5.252 676 40.804
SOMA 140 1.300 21.040 2.528 184.730
n  10 x  14 y  130
1.1 – Prever as vendas para um restaurante localizado perto de um campus com 16.000 mil estudantes.
1.2 – Identificar no plano cartesiano os pontos POPULAÇÃO DE ESTUDANTES e VENDAS

TRIMESTRAIS para os restaurantes SÃO LUÍS, plote também a equação de regressão estimada.
2
COEFICIENTE DE DETERMINAÇÃO ( r ) – dá uma medida da EFICIÊNCIA da equação estimada
( ŷ ) para aproximar os dados. Mede o grau com que o desvio ( yi  yˆ ) existe .
a  y  b  xy  ny 2
r2 
 y 2  ny 2
1.3 – Calcule o COEFICIENTE DE DETERMINAÇÃO e o COEFICIENTE DE CORRELAÇÃO para a

equação de regressão estimada para o caso da rede de restaurantes SÃO LUÍS.
 O Coeficiente de Determinação no valor de 90,27% implica que a variação das vendas trimestrais
pode ser explicada pela relação linear entre o tamanho da população de estudantes e as vendas
trimestrais.
Você é elevado pelos que trabalham ao seu lado e abaixo

de você ( Capacidade de Liderança)
São Luís, ............../................/...............
Análise de Regressão e Correlação
 Valores maiores que r2 simplesmente implicam que a linha de mínimos quadrados dá um melhor
ajuste aos dados, isto é, as observações são agrupadas de forma mais próxima à equação de regressão.
Resposta da questão 1.2

DISPERSÃO y = 5x + 60
R2 = 0,9027
220
Vendas trimestrais ( x 1.000 )
200
180
160
140
120
100
80
60
40
20
0
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28
Nº de estudantes ( x 1.000 )
COMENTÁRIOS sobre o problema:
 INCLINAÇÃO POSITIVA: indica que se x cresce , y cresce. ( y = 60 + 5x )

 INCLINAÇÃO NEGATIVA: indica que se x cresce , y decresce
 Como a inclinação é 5, implica que quando a população de estudantes aumenta, as vendas trimestrais
aumentam.
 Um aumento na população de estudantes de 1.000 está associado a um aumento de R$ 5.000 nas

vendas trimestrais esperada. Ou melhor, há uma expectativa de que as vendas trimestrais cresçam R$
5,00 por estudante.
 COEFICIENTE DE DETERMINAÇÃO – é a porcentagem da soma total dos quadrados que pode ser
explicada usando a equação de regressão estimada ou a Eficiência que essa equação aproxima os
dados
MAIS COMENTÁRIOS ( Como r 2  0,9027 e r  0,9501 )

 Há uma forte relação linear entre x e y
 O Coeficiente de Correlação sempre nos dá uma medida entre – 1 e 1
 O Coeficiente de Correlação é restrito à relação linear ( reta ) entre duas variáveis
 O Coeficiente de Determinação pode ser usado para relações não-lineares e para relações que têm duas
ou mais variáveis independentes. Nesse sentido, o coeficiente de determinação tem um campo mais
vasto de aplicação
A finalidade do negócio é criar e manter um cliente

Levit ( 1986 )
São Luís, ............../................/...............
1.4 – Calcular o Erro-Padrão da Estimativa para o caso do restaurante SÃO LUÍS.
COMENTÁRIO:
 O Erro-Padrão de estimação pode ser usado para estabelecer um intervalo de predição para a variável
dependente, dado um valor específico da variável independente
2. – Determine a EQUAÇÃO DE REGRESSÃO de mínimos quadrados para os dados abaixo e traçar a

LINHA DE REGRESSÃO de dispersão para os dados.
Carregamento amostrado 1 2 3 4 5 6 7 8 9 10
Distância X, em Km 825 215 1.070 550 480 920 1.350 325 670 1.215
Tempo de entrega Y, em dias 3,5 1,0 4,0 2,0 1,0 3,0 4,5 1,5 3,0 5,0
SOLUÇÃO DO PROBLEMA
Carregamento Distância Tempo de

amostrado X Entrega Y, XY X2 Y2
1 825 em3,5
dias 2.887,50 680.625 12,25
2 215 1 215,00 46.225 1
3 1.070 4 4.280,00 1.144.900 16
4 550 2 1.100,00 302.500 4
5 480 1 480,00 230.400 1
6 920 3 2.760,00 846.400 9
7 1.350 4,5 6.075,00 1.822.500 20,25
8 325 1,5 487,50 105.625 2,25
9 670 3 2.010,00 448.900 9
10 1.215 5 6.075,00 1.476.225 25
TOTAIS 7.620 28,5 26.370,00 7.104.300 99,75
MÉDIA 762 2,85
n 10 10
2.1 – Usando a equação de regressão acima, estimar o tempo de entrega para um carregamento de 1.000 Km.
Esta equação de regressão poderia ser usada para estimar o tempo de entrega para um carregamento de
2.500 Km ?
2.2 – Calcular o erro padrão de estimação para o problema de análise de tempo de entrega, utilizando os
valores determinados na solução.
2.3 – Com as soluções dos itens 2.1 e 2.2, construir um intervalo estimado de predição de 95% para o tempo
de entrega, envolvendo um carregamento para 1.000 Km, sem considerar a incerteza associada com a própria
posição da linha de regressão.
“ É educado todo aquele que aprendeu a conseguir tudo o que quer na

vida sem violar os direitos alheios ” Napoleon Hill
São Luís, ............../................/...............
Resposta da questão 2
DISPERSÃO y = 0.0036x + 0.1181
6 R2 = 0.9005
5
Tempo de Entrega
4
0
0 200 400 600 800 1000 1200 1400
Distância
2.4 – Usando os valores determinados nos itens anteriores, construir um intervalo de confiança de 95% para a
média do tempo de entrega para um carregamento de 1.000 Km.
2.5 – Usando os valores determinados nos problemas anteriores, calcular o intervalo de predição de 95% para
o tempo de entrega de um carregamento, dado que a distância é de 1.000 Km, levando em conta a incerteza
sobre a posição da linha de regressão. Comparar este intervalo com o construído no item 2.3
2.6 – Com referência ao problema 2.6, testar a hipótese nula Ho:  = 0 para os dados de Distância e Tempo de
Entrega a um nível de significância de 5%
São Luís, ............../................/...............
INTERVALOS DE CONFIANÇA PARA MÉDIAS E PROPORÇÕES

(INFERÊNCIA ESTATÍSTICA)
O objetivo da Estatística é o de conhecer populações por meio das informações amostrais. Os métodos
para realizar inferências a respeito dos parâmetros pertencem a duas categorias:
ESTIMAÇÃO: determinação de estimativas dos parâmetros populacionais.

TESTES DE HIPÓTESES: tomada de decisão relativa ao valor de um parâmetro populacional.
ESTIMAÇÃO - DISTRIBUIÇÃO AMOSTRAL DAS MÉDIAS

A média das médias amostrais, denotada por  (x ) , é igual à média populacional  . Isto é:
Ex    (x )  
Teorema 1
Assim é provado que a média das médias amostrais é igual à media populacional, quer a população
seja finita ou infinita
Teorema 2
Se a população é infinita, ou se a amostragem é com reposição, então a VARIÂNCIA da distribuição
amostral das médias, denotada por  2 ( x ), é dada por:
2
 2 (x) 
n
Podemos afirmar que, para populações infinitas, ou amostragens com reposição, a variância da
distribuição das médias é igual a variância da população dividida pelo tamanho da amostra.
Como decorrência, o DESVIO PADRÃO da distribuição de amostragem de x é dado por:

 (x) 
n
O desvio padrão das médias,  (x ) , é também chamado de erro padrão de x
Teorema 3
Se a população é FINITA, ou se a amostragem é sem reposição, então o desvio padrão da distribuição
amostral das médias é dada por:
 N n
 (x) 
n N 1
“ Corra riscos, seja um jogador - o que você pode perder? Viemos de mãos vazias,
iremos com mãos vazias. Não há nada a perder ” Osho
São Luís, ............../................/...............
Intervalo de Confiança - Média
EXERCÍCIO - Consideremos uma população formada de N=5 famílias, que têm um rendimento mensal de:
Família A B C D E
Rendimento Mensal 100 210 80 90 70
Prove que x   , isto é, que a média das médias amostrais é rigorosamente igual a média
populacional
A média da população  é: 100  210  ...  70    110


5
O desvio padrão:
(100  110 ) 2  (210  110 ) 2  ...  (70  110 ) 2    50,99

x 
5
As possíveis amostras de n  2 elementos que podemos formar sem reposição é:  5   10
2
família Rendimento Total Rendimento Mensal médio

AB 100 + 210 = 310 155
AC 100 + 80 = 180 90
AD 100 + 90 = 190 95
AE 100 + 70 = 170 85
BC 210 + 90 = 300 150
BD 210 + 70 = 280 140
BE 210 + 80 = 290 145
CD 80 + 90 = 170 85
CE 80 + 70 = 150 75
DE 80 + 70 = 160 80
10 1.100
x
i 1
10
i 1 xi
x  x
1100  x  110 provado: x    110
n 10
Calculando o desvio padrão dos rendimentos médios )
(155  110 ) 2  (90  110 ) 2  ...  (80  110 ) 2   ( x )  31,10 como sabemos
 (x) 
10
Agora usando a fórmula:

 N n 50,99 5  2  ( x )  31,10
 (x)   (x)   como é de fato.
n N 1 2 5 1
“ Fazei todas as coisas sem murmurações nem contendas

Filipenses 2:14
São Luís, ............../................/...............
TEOREMA DO LIMITE CENTRAL ou Teorema Fundamental da Estatística

Se a população sob amostragem tem distribuição normal, a distribuição das médias amostrais também
será normal para todos os tamanhos da amostra.
Se a população básica é não-normal, a distribuição de médias amostrais será aproximadamente normal
para grandes amostras. ( regra prática, n  30 )
Comentário: Este é um resultado notável, na verdade, pois nos diz que não é necessário conhecer a
distribuição de uma população para podermos fazer inferências sobre ela a partir de dados amostrais.
Valores mais utilizados para CURVA BICAUDAL ( z ) e UNILATERAL ( z ) tirados da Tabela de

2
Distribuição Normal. Obs. Todo intervalo de Confiança é BILATERAL
1    nível de CONFIANÇA e   nível de SIGNIFICÂNCIA

CONFIANÇA ou Nível z z
de Credibilidade (%) = 2
é Unilateral

1 é Bilateral
80 1,28 0,84 20%
85 1,44 1,04 15%
90 1,64 1,28 10%
95 1,96 1,64 5%
98 2,33 2,06 2%
99 2,58 2,33 1%
INTERVALOS DE CONFIANÇA MAIS UTILIZADOS - FÓRMULAS

MÉDIA POPULACIONAL
Intervalo de Confiança para a média
 conhecido S
n  30 x  z   x x  z   x
2 2
n  30 x  z   x x  t   x
2 2
MÉDIA POPULACIONAL
1.1) I.C. para quando a VARIÂNCIA é CONHECIDA e POPULAÇÃO INFINITA
Obs. Amostra n  30 usar a distribuição z (Normal)
Mesmo que a Amostra tenha o n  30 e tivermos o  , cairemos também na distribuição z

x  z 
2 n
1.2) I.C. para quando a VARIÂNCIA é CONHECIDA e POPULAÇÃO FINITA.

Para o caso de populações FINITAS, acrescenta-se o termo N  n à fórmula anterior, então:
N 1
 N n
x  z 
2 n N 1
São Luís, ............../................/...............
Intervalo de Confiança
1.3) I.C. para quando a VARIÂNCIA é DESCONHECIDA e POPULAÇÃO INFINITA

Usamos a Distribuição t de Student quando n  30 ( amostra pequena) e não tivermos o  , nesse
caso precisaremos calcular o S ( desvio padrão amostral ) para podermos substitui-lo.
S
x  t 
2 n
Onde a variável t possui (n  1) graus de liberdade
Para o caso de populações FINITAS, acrescenta-se N n à fórmula anterior.

N 1
ESTIMAÇÃO POR INTERVALO DE CONFIANÇA PARA A MÉDIA POPULACIONAL
EXERCÍCIO 1 :
Para estimar o tempo médio gasto em cada consulta foram sorteados 64 pacientes. Essa amostra
indicou um tempo médio de atendimento de 10 minutos e um desvio padrão de 3 minutos. Com base nisso,
determine o tempo médio de atendimento a um nível de confiança de 90%. resp. (9,38; 10,62)
EXERCÍCIO 2 - 3.1
Uma amostra de cabos produzidos por uma indústria foram ensaiadas e as tensões de ruptura obtidas
foram:
750, 780, 745, 770 e 765 kgf
a) Construir o I.C. de 95% para a verdadeira tensão de ruptura dos cabos
b) Para um nível de confiança de 99% qual seria o intervalo? Analise.
P(744,12 <  < 779,88) e P(732,4 <  < 791,6)
EXERCÍCIO 3 -5 :
Um Departamento de manutenção recebeu um carregamento de 100 máquinas defeituosas. Sabe-se,
por experiência passada que o desvio padrão em relação ao tempo necessário para conserto é de 15 minutos.
 Estime o tempo médio, por máquina, necessário para consertar as máquinas desse carregamento
adotando um nível de confiança de 95%. Para alcançar esse objetivo, analisou-se uma amostra de 16
máquinas obtendo-se um tempo médio para o conserto de 85 minutos. resp. (78,23; 91,77)
EXERCÍCIO 4 - 32
A altura dos homens de uma cidade apresenta distribuição normal. Para estimar a altura média dessa
população, levantou-se uma amostra de 150 indivíduos obtendo-se 150
i 1 xi  25.800 cm e
150
i 1 xi  4.440.075 cm . Ao nível de 2%, determinar um IC para a altura média dos homens da cidade.
2 2
P(171,23 <  < 172,77)=98%
“ É fácil mentir com estatística, mas é difícil dizer a verdade sem ela”
Andrejs Dunkels
São Luís, ............../................/...............
INTERVALO DE CONFIANÇA PARA A PROPORÇÃO POPULACIONAL
Considerar a tabela z sempre, pois a amostras são sempre grandes
2.1) INTERVALO DE CONFIANÇA PARA UMA PROPORÇÃO

Para POPULAÇÕES INFINITAS
pˆ (1  pˆ )
pˆ  z 
2 n
p̂ - proporção amostral
n – tamanho da amostra
z – valor correspondente ao nível de confiança desejado.
Obs. Para o caso de POPULAÇÕES FINITAS, a fórmula anterior precisará ser corrigida pelo fator N n
N 1
2.2) INTERVALO DE CONFIANÇA PARA A DIFERENÇA DE DUAS PROPORÇÕES.
pˆ1 (1  pˆ1 ) pˆ 2 (1  pˆ 2 )
( pˆ1  pˆ 2 )  z  
2 n1 n2
ESTIMAÇÃO POR INTERVALO DE CONFIANÇA PARA A PROPORÇÃO
EXERCÍCIO 1 - 6:
Para direcionar a propaganda de um produto em certa região, uma agência consultou 180 pessoas ao
acaso e verificou que 54 haviam comprado o produto. Ao nível de confiança de 98%, qual o intervalo de
confiança para proporção de pessoas da região que compraram o produto?
resp. (22%; 38%)
EXERCÍCIO 2 - 7:
Sabendo-se que das 2500 famílias de uma determinada região foi extraída uma amostra aleatória de
500 famílias, na qual foi apurado que 100 possuem antena parabólica. Estabeleça o intervalo de estimação para
a proporção de famílias da referida região que não possuem aquele equipamento, utilizando nível de confiança
de 95%. Interprete o resultado.
resp. (77% ; 83%)
EXERCÍCIO 3 - 10 :
O desempenho dos vendedores de uma organização comercial foi medido através de escore de 0 a 10.
Uma amostra de 200 vendedores apresentou os escores abaixo:
ESCORE f x fx fx 2
0 |-- 2 28 1 28 28
2 |-- 4 43 3 129 387
4 |-- 6 49 5 245 1.225
6 |-- 8 41 7 287 2.009
8 |-- 10 39 9 351 3.159
∑ 200 1.040 6.809
a) Estime com 95% de confiança o desempenho médio para todos os vendedores da organização;
b) Estime com 90% de confiança a proporção de vendedores com escore mínimo de 6;
resp. (4,83; 5,57) resp. (0,34; 0,46)
São Luís, ............../................/...............
TAMANHO DA AMOSTRA
 Para a MÉDIA - População INFINITA
2
  z 
de E  z  ; obtemos n   2  
2 n E 
 
Onde E = margem de ERRO ou ERRO máximo
Identifica a diferença máxima entre a média amostral e a VERDADEIRA média da população
 Para a MÉDIA - População FINITA

A população é considerada finita também desde que n  5% de N
Onde: n - tamanho da amostra e N - tamanho da população
N n  N  z 2 2   2
de E  z   ; obtemos n
2 n N 1 ( N  1)  E 2  z 2 2   2
 Para a PROPORÇÃO - População INFINITA
pq z 2 2  p  q
de E  z  ; obtemos n
2 n E2
Lembre que q é o complementar de p , isto é, pode ser dado como: q  1  p
Obs. Quando não se conhece o valor de p , devemos usar o valor máximo que é p  0,5 , consequentemente
q será também igual a q  0,5
z 2 2  0,25
E a fórmula ficará: n
E2
 Para a PROPORÇÃO - População FINITA
pq N  n N  z 2 2  p  q
de E  z   ; obtemos n
2 n N 1 ( N  1)  E 2  z 2 2  p  q
“ Ser adulto significa saber o que tem de ser feito e fazê-lo, mesmo que
você não sinta vontade de fazê-lo Robert T. Kiyosaki
São Luís, ............../................/...............
Tamanho da Amostra
ERRO AMOSTRAL - comentários

Motivos da existência:
1. Dados amostrais coletados, registrados ou analisados incorretamente
2. Questionário ou formulário com questões de modo tendenciosa (Triola, 1999)
3. Há um instrumento defeituoso de mensuração durante a pesquisa
Não podemos evitar a ocorrência de ERRO AMOSTRAL, porém podemos limitar seu valor através da
escolha de uma amostra de tamanho adequado.
Quanto menor o erro maior será o tamanho da amostra, e vice-versa
E se 
não for conhecido?
Devemos utilizar um valor preliminar obtidos por processos como os que seguem:
1. Utilizar a aproximação   amplitude/ 4
2. Realizar um estudo-piloto, iniciando o processo de amostragem com base na primeira coleção de
pelo menos 31 valores amostrais selecionados aleatoriamente, calcular o desvio padrão amostral
S e utilizá-lo em lugar de  . Este valor pode ser refinado com a obtenção de mais dados
amostrais.
CÁLCULO PARA O TAMANHO DE UMA AMOSTRA
EXERCÍCIO 1 - 20 :
Um fabricante de componentes eletrônicos sabe que o desvio padrão do tempo de armazenamento de
seu produto é de 50 dias. Ele deseja estimar o tempo médio de armazenamento através de um intervalo de 95%
de confiança que tenha um erro máximo de 10 dias. Qual deve ser, então, o tamanho da amostra utilizada nessa
estimação?
resp. n= 96,04
EXERCÍCIO 2 - 21 : Supor que já temos a MARGEM de erro, qual seria o tamanho da amostra?
Determine o tamanho de uma amostra para estimar as notas de alunos de uma universidade onde o
desvio padrão populacional é 9 com margem de erro de igual a 2 pontos, sendo um nível de confiança de 95%.
resp. n=78
EXERCÍCIO 3 - 52 : ( Proporção população infinita )
Em 2010, segundo o IBGE, o Brasil apresentava uma população de 190 milhões de habitantes. Se
quero estimar o número de brasileiros entre 15 e 65 anos que possuem casa própria, com uma margem de erro
de 5% e um nível de confiança de 95%. Vamos supor que não temos nenhuma informação prévia sobre qual a
é a % de proprietários que podemos obter na pesquisa. Nesse caso posso usar a fórmula simplificada
(população infinita) pois 190 milhões > 100 milhões, e usaremos p =50%, pois não tenho informação prévia
sobre o resultado esperado
resp. n=384 pessoas
Se em um estudo realizado no ano anterior obtivemos o resultado de que a % de brasileiros

proprietários da casa própria era de 20%, e se espera que o dado deste ano não tenha variado em mais de 5
pontos ( entre 15% e 25% ), poderíamos substituir p pelo pior caso esperado = 25%. O resultado será:
resp. n=288 pessoas
“ Educação é o que resta depois de se ter esquecido o que se

aprendeu na escola” Albert Einstein
São Luís, ............../................/...............
LISTA DE EXERCÍCIOS
TAMANHO DA AMOSTRA
EXERCÍCIO 4- 22 : Média população infinita

Determine o tamanho de uma amostra para estimar as idades de pessoas que frequentam certo grupo
social onde o desvio padrão populacional é 7 com margem de erro igual a 3 anos, sendo um nível de confiança
de 90% .
resp. n=15
EXERCÍCIO 5 - 22.2 Média população infinita

Um estudante deseja saber a altura média dos habitantes de sua cidade ( 2.000.000 de habitantes )
com grau de confiança de 95%. No banco de dados do sistema de informações do município, ele encontrou
que o desvio padrão da altura é 20 cm e ele deseja obter uma média amostral a menos de 2 cm da média da
população. Qual o tamanho da amostra que ele deve utilizar?
Obs. Considerada população infinita, pois 5% de 2 milhões = 100 mil ( impossível entrevistar)
resp. n= 385
Obs. Utilizar as medidas em m
EXERCÍCIO 6 - 22.1 Proporção população infinita

Uma amostra piloto de 100 consumidores revelou que 35 consideram o preço como fator principal na
escolha de um produto. Qual deve ser o tamanho de uma amostra para determinar um IC 95%, com erro
máximo de 3%, para a verdadeira proporção de consumidores que consideram o preço como fator principal na
escolha do produto?
resp. n= 971
EXERCÍCIO 7 - 53 Média população finita
Um cliente encomendou de certa indústria um lote de 5.000 unidades de certo tipo de peça. O
engenheiro responsável pela qualidade do produto pretende examinar uma amostra de peças desse lote para
fazer uma estimativa de seu comprimento médio antes de entregá-lo ao cliente. Sabe-se que o desvio padrão do
processo de fabricação dessa peça é de 3mm. Com uma confiança de 95% e um erro de estimativa de 1mm,
determinar o tamanho mínimo que deve ter essa amostra.
resp. n= 35 peças
EXERCÍCIO 8 - 54 Proporção população infinita
Tomemos uma cidade com população de 120.000 habitantes. Deseja-se saber o tamanho da amostra
que mede a aprovação do atual prefeito, lembrando que existe impossibilidade de recursos prévios para a
determinação da proporção amostral e usando:
E  3%
Nível de confiança de 95%
resp. n= 1058 pessoas
“ A maioria das pessoas associa dinheiro a prazer imediato, para mim ele
deve ser acumulado para proporcionar liberdade ” T. Harv Eker
T. Kiyosaki
São Luís, ............../................/...............
INTERVALO DE CONFIANÇA PARA A DIFERENÇA ENTRE DUAS MÉDIAS
1° CASO: Quando os desvios padrões populacionais 1 e  2 forem CONHECIDOS
2 2
s1 s
( x  y)  z   2 ou seja
2 n1 n2
2 2 2 2
s1 s s1 s
( x  y)  z   2  1  2  ( x  y)  z   2
2 n1 n2 2 n1 n2
EXERCÍCIO 1 - 44
Os desvios padrões das durações das lâmpadas elétricas fabricadas pelas indústrias A e B são,
respectivamente, 50h e 80h. Foram ensaiadas 40 lâmpadas de cada marca e as durações médias obtidas foram
1200h e 1100h, para A e B, respectivamente. Construir o I.C. de 99% para a diferença entre os tempos médios
de vida das lâmpadas de marcas A e B, ou seja, para  A   B .
resp. (61,5  1  2  138,5h)  99%
2° CASO: Quando os desvios padrões populacionais  1 e  2 forem DESCONHECIDOS

e supostamente iguais.
Obs. Nesse caso calcula-se uma variância COMBINADA ( S p2 ) e usamos a distribuição t de student
(n1  1)  s12  (n2  1)  s22

S p2 = com gl  n1  n2  2
n1  n2  2
1 1 1 1
( x  y )  t  S p2 (  )  1  2  ( x  y )  t  S p2 (  )
2 n1 n2 2 n1 n2
EXERCÍCIO 2- 45
Os diâmetros (em mm) de uma amostra de 5 tubos da fábrica A são: 45, 47, 45, 44, 46 e da
fábrica B uma amostra de 6 tubos apresentou os diâmetros
43, 45, 44, 44, 46, e 43 mm
Construir o I.C. de 95% para as diferenças entre os diâmetros médios  A   B .
resp.  0,42  1  2  2,82mm
“ Se você não possui economias, está fadado a viver de salário em salário, trocando
seu tempo pela maior quantia que conseguir negociar” Jay Gabler - sociólogo
São Luís, ............../................/...............
Intervalo de Confiança para a diferença entre duas médias
3° CASO: Quando os desvios padrões populacionais 1 e 2 forem DESCONHECIDOS e

supostamente DIFERENTES
Método ( Aspin-Welch), cuja estatística é dada por:
( x  y )  ( 1   2 ) ( w1  w2 ) 2 s12 s22
t com gl  onde w1  e w2 
s12 s2 w12 w2 n1 n2
 2  2
n 1 n2 n1  1 n2  1
O I.C. de (1   )  100% será dado por:
2 2 2 2
s1 s s1 s
( x  y)  t   2  1  2  ( x  y)  t   2
2 n1 n2 2 n1 n2
EXERCÍCIO 3 - 46
Em certo município, registros pluviométricos mostraram que nos últimos 8 anos, durante o mês de
janeiro, a queda média foi de 125 mm, com desvio padrão s1  25mm . Outro município apresentou nos
últimos 5 anos, também durante o mês de janeiro, uma queda média de 100 mm com desvio padrão
s2  5mm .
Construir um I.C. de 99% par a diferença entre as quedas pluviométricas médias 1  2 , supondo que os
desvios padrões populacionais sejam diferentes.
resp.  5,6  1  2  55,6mm
INTERVALO DE CONFIANÇA PARA A DIFERENÇA DUAS MÉDIAS
EXERCÍCIO 4 - 47
Dois tipos de pneus são fabricados por certa indústria, admitindo-se que os desvios padrões das
durações dos pneus das duas marcas, A e B, são respectivamente  A  3500 km e  B  4000 km . Amostras
de 50 pneus de cada marca foram testadas, obtendo-se as durações médias xA  30.000 km e
xB  25.000 km . Construir o I.C. de 95% para a diferença  A  B . Pode ocorrer de um pneu da marca B
durar mais que um da marca A ?
resp. 3.256,7   A   B  6.473,3km
EXERCÍCIO 5 - 48
Dois operários mediram o tempo (em min) de certa operação industrial, obtendo:
Operário 1: 10 15 13 8 12 15
Operário 2: 13 17 18 20 10
Estimar através de um I.C. de 95% a diferença 1  2 , supondo que as variâncias sejam diferentes.
resp.  8,47  1  2  1,61min
“ O nível de riqueza de um indivíduo é diretamente proporcional ao

número de pessoas que ele ajuda” Inferência
Levit ( 1986 )
São Luís, ............../................/...............
Intervalo de Confiança para a diferença entre duas médias
EXERCÍCIO 6 - 49
Um processo industrial usa uma ferramenta fabricada de aço tipo A, da qual uma amostra de 10
unidades apresentou uma vida média de 1.400 horas e desvio padrão de 120 horas. A mesma ferramenta
passou a ser fabricada com aço tipo B e um lote de 20 unidades apresentou vida média de 1.200 horas e desvio
padrão de 100 horas. Desde que o processo de fabricação da ferramenta não mudou, pode-se supor idênticos
os desvios padrão das populações de cada amostra. Determine o intervalo de confiança a 95% para diferença
entre as médias das populações de ambos os tipos de ferramentas.
resp. 115,32   A   B  284,68
EXERCÍCIO 7 - 50
Um engenheiro civil tenciona medir a força de compressão de dois tipos de concreto armado. De duas
amostras aleatórias independentes de dez elementos dos dois tipos resultaram:
Tipo 1 3250 3268 4302 3184 3266 3297 3332 3502 3064 3116
Tipo 2 3094 3268 4302 3184 3266 3124 3316 3212 3380 3018
Considerando que as amostras provêm de populações normais com desvio padrão igual a 353 e 363,
respectivamente, determine o intervalo de confiança de 95% para a diferença entre os valores esperados das
duas populações.
resp.  294,69  1   2  378,09
“ Eu temo o dia em que a tecnologia ultrapasse a nossa interação humana.

O mundo terá uma geração de idiotas” Albert Einstein
Levit ( 1986 )
São Luís, ............../................/...............
TESTES DE HIPÓTESES PARA MÉDIAS E PROPORÇÕES

(INFERÊNCIA ESTATÍSTICA)
1 - TESTE DE HIPÓTESE - PARA A MÉDIA ( UMA AMOSTRA ) - Procedimento:

Teste de Significância – consideram apenas o erro  .
1.1 - FORMULE AS HIPÓTESES: hipótese nula e hipótese alternativa
H 0 :   0 H 0 :   0 H 0 :   0
H1 :    0 H1 :    0 H1 :    0
Bilateral Unilateral Direita Unilateral Esquerda
1.2 - Fixar o limite do erro e identificar a variável do teste. Achar z ou t crítico
x  0 x  0
z ou t
 S
n n
1.3 – Com auxílio das tabelas estatísticas, considerando  e a variável do teste, determinar a RC ( região
crítica e a RA ( região de aceitação) para H 0
1.4 – Com os elementos amostrais, calcular o valor da variável do teste;
1.5 – Concluir pela aceitação ou rejeição de H 0 ,comparando o valor obtido no passo (4) com RA e RC.
2 - TESTE DE HIPÓTESE - PARA PROPORÇÕES POPULACIONAIS ( UMA AMOSTRA )
O teste irá verificar a proporção ( p ) de indivíduos na população que possuem uma determinada
característica, por exemplo, a proporção de pessoas que andam com seus celulares. A hipótese nula é
H 0 : p  p0 , em que p0 é um valor alegado ( ou argumento feito ). Por exemplo, se a alegação é de que 20%
das pessoas andam com seus celulares, p0 é 0,20. A hipótese alternativa poderá ser uma das seguintes:
p  p0 p  p0 ou p  p0
A fórmula para a estatística de teste para uma única proporção é: pˆ  p0
p0 (1  p0 )
n
p̂ - proporção amostral
p0 - valor alegado (ou argumento feito)
Obs: REQUISITOS A SEREM ATENDIDOS:
 Amostras aleatórias simples
 As condições de uma distribuição normal
o n tentativas independentes
o dois resultados possíveis (resultado e fracassos),
o probabilidade de sucesso (p) constante
o p/ n.p ≥ 5 e n.q ≥ 5 da binomial p/ a distribuição normal.
“ O teste de inteligência de primeira ordem é a capacidade de manter duas ideias opostas na

mente ao mesmo tempo, e ainda manter a capacidade de discernimento” F. Scott Fitzgerald
São Luís, ............../................/...............
TESTE DE HIPÓTESE PARA A MÉDIA – UMA AMOSTRA

EXERCÍCIO 1 - 13 :
Um fabricante de conservas anuncia que o conteúdo líquido das latas de seu produto é, em média, de
2000 gramas, com desvio padrão de 40 gramas. A fiscalização de pesos e medidas investigou uma amostra
aleatória de 64 latas, verificando média de 1990 gramas. Fixando o nível de significância de 0,05, deverá o
fabricante ser multado por efetivar venda abaixo do especificado?
resp. Rejeita H O
EXERCÍCIO 2 - 15 :
Um projeto de investimento está sendo avaliado pelo método pay-back. Uma situação envolvendo
cenários futuros fornecem os seguintes tempos de retorno do investimento (em anos).
2,8 – 4,3 – 3,7 – 6,4 – 3,2 – 4,1 – 4,4 – 4,6 – 5,2 – 3,9.
Teste ao nível de significância de 5%, a hipótese de que o tempo médio de retorno seja superior a 4 anos.
resp. Não se rejeita H O
TESTE DE HIPÓTESE PARA A PROPORÇÃO - UMA AMOSTRA

EXERCÍCIO 1 - 16 :
Certa organização médica afirma que um novo medicamento é de qualidade superior ao até existente,
que é 80% eficaz na cura de determinada doença. Examinada uma amostra de 300 pessoas que sofriam da
doença, constatou-se que 249 ficaram curadas com o novo medicamento. Fixando o nível de significância de
5%, teste a afirmação da organização.
EXERCÍCIO 2 - 18 :
Os produtores de um programa de televisão acham que devem modifica-lo caso sua assistência regular
seja inferior a um quarto dos possuidores de aparelho de TV. Sua pesquisa foi feita em 400 domicílios,
selecionados aleatoriamente, mostrando que em 80 o programa era assistido regularmente. Qual deve ser a
decisão dos produtores, com 3% de nível significância.
resp. Rejeita H O
“ Há pessoas que se recusam a assumir riscos nos negócios porque temem

a crítica que talvez recebam, se fracassarem ” Napoleon Hill
Levit ( 1986 )
São Luís, ............../................/...............
LISTA DE EXERCÍCIOS - Extra

TESTE DE HIPÓTESE para a MÉDIA e PROPORÇÃO
EXERCÍCIO 1 - 44
Uma fábrica de automóveis anuncia que seus carros consomem, em média, 11 litros por 100 km, com
desvio padrão de 0,8 litro. Uma revista decide testar essa afirmação e analisa 35 carros dessa marca, obtendo
11,4 litros por 100 km, como consumo médio. Admitindo que o consumo tenha distribuição normal, ao nível
de 10%, o que a revista concluirá sobre o anúncio da fábrica?
resp. Rejeita-se H O
EXERCÍCIO 2- 45
A altura dos adultos de uma certa cidade tem distribuição normal com média de 164 cm e desvio
padrão de 5,82 cm. Deseja-se saber se as condições sociais desfavoráveis vigentes na parte pobre dessa cidade
causam um retardamento no crescimento dessa população. Para isso, levantou-se uma amostra de 144 adultos
dessa parte da cidade, obtendo-se a média de 162 cm. Pode esse resultado indicar que os adultos residentes na
área são em média mais baixos que os demais habitantes da cidade ao nível de 5%?
EXERCÍCIO 3 - 46
Em uma experiência sobre percepção extra-sensorial ( PES ), um indivíduo A, em uma sala isolada, é
solicitado a declarar a cor vermelha ou preta ( em números iguais ) de cartas tiradas ao acaso de um baralho de
50 cartas, por outro indivíduo B, posicionado em outra sala. Se A identifica corretamente 32 cartas, esse
resultado é significativo ao nível de 5% para indicar que A tem PES?
EXERCÍCIO 4 - 47
Um candidato a deputado afirma que terá 60% dos votos dos eleitores de uma cidade. Um instituto de
pesquisa colhe uma amostra de 300 eleitores dessa cidade, encontrando 160 que votarão no candidato. Esse
resultado mostra que a afirmação de candidato é verdadeira, ao nível de 5%?
EXERCÍCIO 5 - 48
A vida média de uma amostra de 100 lâmpadas produzidas por uma firma foi calculada em 1.570
horas, com desvio padrão de 120 horas. Sabe-se que a duração das lâmpadas dessa firma tem distribuição
normal com média de 1.600 horas. Ao nível de 1%, testar se houve alteração na duração média das lâmpadas.
“ Quanto mais dinheiro você tem, mais liberdade possui – é simples assim ”
Jay Gabler
EXERCÍCIOS 60
ESTATÍSTICA e PROBABILIDADE
1. Complete o quadro:
xi fi f r% fa fra%
2 16
5 24%
8 57
10 76
13
 = 200
2. Complete o quadro de distribuição de frequência.

Classe Int. cl. fi fr% fa fra%
1 6 l 10 1
2 10 l 14 25
3 14 l 18 14
4 18 l 22 90
5 22 l 26 2
 = 20
3. A tabela abaixo apresenta uma distribuição de frequência do número de erros da primeira página de
um jornal durante 50 dias:
Complete a tabela e determine:
a) a amplitude total
b) o limite superior da quinta classe;
c) o ponto médio da terceira classe;
d) a amplitude do intervalo de segunda classe;
e) a frequência da quarta classe;
f) a frequência relativa da sexta classe;
g) a frequência acumulada da quinta classe;
h) qual a classe do 30º erro
o) até que classe estão incluídos 70% dos erros.
Solução:
Áreas de 400 lotes

i Intervalos N.º de
xi fa fr fr % fra%
ERROS de
impressão
1 5 l 8 14
2 8 l 11 46
3 11 l 14 58
4 14 l 17 76
5 17 l 20 68
6 20 l 23 62
 fi  50
Comece a ser agora o que você será daqui

em diante. São Jerônimo.
EXERCÍCIOS 61
4. Em uma loja de sapatos masculinos localizada no shopping existem em seu depósito 37 pares de
sapatos, conforme o rol abaixo. Construa uma distribuição de frequência com esses dados, descobrindo os
valores de fi, fa, fr, fr%, fra%, lembrando que neste caso, a coluna principal terá dados individuais. ( isto
é, dados sem intervalo de classe ). Neste caso número do sapato é uma variável discreta. Cite a Moda da
distribuição.
38 39 39 40 40 41 42 43
38 39 39 40 40 41 42 43
38 39 40 40 41 41 42
38 39 40 40 41 41 42
38 39 40 40 41 42 43
5. Uma loja de sapatos femininos contém em seu estoque 34 pares de sapatos, conforme o rol abaixo.
Construa uma distribuição de frequência com esses dados, descobrindo os valores de fi, fa, fr, fr% e fra%,
lembrando que neste caso, a coluna principal terá dados individuais. ( isto é, dados sem intervalo de
classe ). Neste caso número do sapato é uma variável discreta. Cite a Moda da distribuição.
33 34 35 35 36 36 37
33 34 35 35 36 36 37
33 34 35 35 36 36 37
34 34 35 35 36 36 37
34 35 35 35 36 37
EXERCÍCIOS 62
Gráficos, Histograma, Média , Mediana
6. A tabela a seguir mostra as áreas, em milhões de km 2, dos oceanos. Representar graficamente os

dados, usando:
a) um gráfico de barras; b) um gráfico de setores.
Oceano Antártico Ártico Atlântico Índico Pacífico

Área (milhões
( km2 ) 36,8 23,2 199,4 137,9 324,7
7. Construa um HISTOGRAMA e o POLÍGONO DE FREQÜÊNCIAS para a série representativa de

uma amostra dos salários de 25 funcionários selecionados de uma empresa.
Classe Salários ( R$ ) Número de Funcionários
fi
1 1.000,00 l 1.200,00 2
2 1.200,00 l 1.400,00 6
3 1.400,00 l 1.600,00 10
4 1.600,00 l 1.800,00 5
5 1.800,00 l 2.000,00 2
8. O salário de 40 funcionários de um escritório está distribuído segundo o quadro abaixo. Calcule o

salário médio e a moda bruta destes funcionários:
Classe Salários ( R$ ) Número de Funcionários xi fixi
fi
1 400,00 l 500,00 12
2 500,00 l 600,00 15
3 600,00 l 700,00 8
4 700,00 l 800,00 3
5 800,00 l 900,00 1
6 900,00 l 1.000,00 1
Resp. R$ 572,5 / f; R$ 550,0 / f
9. O IGP-M (Índice geral de preços do Mercado) mede inflação. Calcule a inflação média anual (de
janeiro a dezembro) e a inflação acumulada correspondente aos anos de 2015 e 2018:
a) X: 0,76; 0,27; 0,98; 1,17; 0,41; 0,67; 0,69; 0,28; 0,95; 1,89; 1,52; 0,49.
b) Y: 0,76; 0,07; 0,64; 0,57; 1,38; 1,87; 0,51; 0,70; 1,52; 0,89; -0,49; -1,08
10. Calcule a MÉDIA aritmética e a MEDIANA da série: Obs: é ponderada ( TABELA )

xi fi
2 1
3 4
4 3
5 2
Resp. x  3,6
Ter sucesso significa que você, provavelmente, terá de sair da fila e marchar
ao som do seu próprio tambor. Anthony Robbins
EXERCÍCIOS 63
Distribuição de Frequência, Mediana Moda, Diagrama Ramo e Folhas
11. Determine o valor Mediano, a moda Bruta e a moda Czuber da distribuição a seguir que
representa os salários de 25 funcionários em uma empresa.
Classe Salários R$ Número de Funcionários

fi
1 1.000,00 l 1.200,00 2
2 1.200,00 l 1.400,00 6
3 1.400,00 l 1.600,00 10
4 1.600,00 l 1.800,00 5
5 1.800,00 l  2.000,00 2
Md = 1.490 Mo = $ 1500,00 Mo = $ 1.488,89
12. Considere os seguintes dados:
14 21 23 21 16
19 22 25 16 16
24 24 25 19 16
19 18 19 21 12
16 17 18 23 25
20 23 16 20 19
24 26 15 22 24
20 22 24 22 20
a) Desenvolva uma distribuição de frequência usando os limites de classe 12 l 15, 15 l 18 ,
etc. (Isto é, com amplitude 3).
b) Calcule também: xi , fa, fr e fr% e fra%
13. Um teste para aferir o Quociente de Inteligência em determinada classe de alunos de uma faculdade
deu origem a sequência de valores.
111 90 121 105 122 61 128 112 128 93

108 138 88 110 112 112 97 128 102 125
87 119 104 116 96 114 107 113 80 113
123 95 115 70 115 101 114 127 92 103
78 118 100 115 116 98 119 72 125 109
79 139 75 109 123 124 108 125 116 83
94 106 117 82 122 99 124 84 91 130
Construa uma Distribuição de Frequência para representar os dados. Pode ser utilizado o Diagrama de
Ramo e Folhas como forma de organizar inicialmente os dados. Daí você poderá observar algumas
características como: onde está a maioria dos dados, a simetria, localização aproximada do valor central.
Que percentagem dos quocientes está abaixo de 99 ? Construa também o Histograma.
O vencedor é um sonhador que nunca desistiu.

Nelson Mandela
EXERCÍCIOS 64
Variáveis, Gráficos, Séries Estatísticas e Distribuição de Frequência.
14. Com base na tabela dos 50 dados brutos abaixo, classifique as variáveis e faça uma tabela de
distribuição de frequência e ou um gráfico adequado para cada variável apresentada.
i Turma Sexo Idade Altura Peso Irmãos Fuma
1 B F 23 1,45 44,0 2 NÃO
2 A F 19 1,54 57,0 2 NÃO
3 A F 20 1,55 48,0 1 SIM
4 B F 18 1,55 49,0 1 NÃO
5 A F 18 1,57 49,2 1 SIM
6 B F 18 1,57 49,0 2 NÃO
7 A F 19 1,58 55,0 1 NÃO
8 A F 17 1,60 50,5 2 NÃO
9 A F 20 1,60 58,0 1 NÃO
10 A F 20 1,60 54,5 1 NÃO
11 B F 23 1,60 63,0 2 NÃO
12 B F 18 1,60 47,0 1 NÃO
13 B F 18 1,60 50,0 1 NÃO
14 B F 18 1,61 52,0 1 NÃO
15 A F 18 1,62 57,8 3 NÃO
16 B F 18 1,62 62,0 1 NÃO
17 A F 19 1,63 47,4 3 NÃO
18 A F 18 1,64 47,0 1 SIM
19 A F 17 1,64 58,0 2 NÃO
20 A F 18 1,65 63,5 1 NÃO
21 A F 18 1,65 58,5 1 NÃO
22 B F 25 1,65 59,0 4 NÃO
23 B F 17 1,65 56,0 3 NÃO
24 B F 19 1,65 54,5 2 NÃO
25 A F 18 1,66 52,5 3 NÃO
26 B F 17 1,67 58,0 1 NÃO
27 A F 18 1,68 54,0 3 NÃO
28 B F 18 1,68 55,0 1 NÃO
29 A F 18 1,69 55,0 1 NÃO
25 A F 20 1,69 51,6 2 NÃO
13 A F 21 1,70 58,0 2 NÃO
21 A F 21 1,70 60,0 2 NÃO
37 B M 17 1,70 95,0 1 NÃO
39 B F 18 1,70 60,0 1 NÃO
41 B F 17 1,70 55,0 1 NÃO
43 B M 24 1,70 75,0 2 NÃO
46 B F 19 1,70 50,0 7 NÃO
32 B M 17 1,71 73,0 1 NÃO
11 A F 18 1,72 70,0 1 SIM
35 B M 18 1,73 97,0 1 NÃO
40 B M 18 1,73 73,0 1 NÃO
6 A M 19 1,76 60,0 3 NÃO
14 A M 19 1,78 68,5 1 SIM
18 A M 18 1,80 85,2 2 NÃO
49 B M 17 1,80 71,0 1 NÃO
17 A F 17 1,82 60,0 1 NÃO
50 B M 18 1,83 86,0 1 NÃO
3 A M 18 1,85 72,8 2 NÃO
4 A M 25 1,85 80,9 2 NÃO
38 B M 21 1,85 84,0 1 SIM
EXERCÍCIOS 65
Distribuição de Frequência, Histograma, Polígono de Frequência
15. Considere os dados obtidos pelas medidas das alturas de 100 indivíduos ( dadas em centímetro ):
151 152 154 155 158 159 159 160 161 161
161 162 163 163 163 164 165 165 165 166
166 166 166 167 167 167 167 167 168 168
168 168 168 168 168 168 168 168 169 169
169 169 169 169 169 170 170 170 170 170
170 170 171 171 171 171 172 172 172 173
173 173 174 174 174 175 175 175 175 176
176 176 176 177 177 177 177 178 178 178
179 179 180 180 180 180 181 181 181 182
182 182 183 184 185 186 187 188 190 190
a) Faça uma distribuição de frequência com fa, fr e fr %; Obs.:

b) O Histograma e o Polígono de Frequência; Usar a sequência lógica para tabular um
c) O gráfico de frequência acumulada. Rol (pág. 4).
16. Contou -se o número de erros de impressão da primeira página de um jornal durante 50 dias, obtendo-
se os resultados abaixo:
5 7 8 8 10 11 12 12 14 15
5 7 8 8 10 11 12 12 14 15
6 7 8 9 10 11 12 13 14 16
6 7 8 9 10 12 12 14 14 19
6 7 8 10 11 12 12 14 14 22
Obs.:
Usar a sequência lógica para tabular um Rol (pág. 4).
a) Calcule a amplitude total,

b) O número de classes
c) A amplitude de classe
d) Faça uma distribuição de frequência com fa, fr e fr %;
e) O Histograma e o Polígono de Frequência;
f) O gráfico de frequência acumulada.
Aquele que não pode PERDOAR os outros destrói a ponte

sobre a qual ele, também, terá que passar.
EXERCÍCIOS 66
Distribuição de Frequências, Médias Mediana, Moda
17. O quadro abaixo representa o número de acertos num teste de conhecimento:

Pede-se:
a) Indicar a Amplitude Total;
b) Fazer uma Distribuição por Frequência;
c) Calcular a Média de acertos;
d) Calcular a número Mediano de acertos;
e) Determinar a classe Modal;
f) Determinar a Moda bruta;
g) Calcular a Moda Czuber
h) Representar o Histograma da distribuição e assinalar nele: x , Md e Mo.
6 10 11 11 12 12 12 13 13
14 15 15 15 15 15 16 16 16
16 16 17 17 17 17 17 17 18
18 19 19 19 19 19 19 19 20
20 20 20 20 20 20 20 21 21
21 21 21 21 21 21 21 22 22
22 22 22 22 22 22 22 22 22
22 23 23 23 23 23 23 24 24
24 24 25 25 25 26 26 26 27
27 27 28 29 29 29 29 30 30
30 30 31 31 31 31 32 32 33
34 34 35 36 37 38 38 40 40
18. O histograma a seguir apresenta a distribuição de frequência das faixas salariais numa pequena
empresa. Com os dados disponíveis, pode-se concluir que a média desses salários é, aproximadamente.
14
12
Nº de Funcionários
10
0
0 --- 500 500 --- 1.000 1000 -- 1500 1500 ---2000 2000--- 2500
Salários (em R$)
a) R$ 420,00 b) R$ 640,00 c) R$ 536,00 d) R$ 750,00 e) R$ 662,00
Diga também o nº de funcionários desta pequena empresa? a) 56 b) 60 c) 32 d) 14 e) 28

Exercícios de PROBABILIDADE e Estatística 67
Média, Mediana, Separatrizes, Desvio Padrão, Variância.
1. Uma imobiliária gerencia o aluguel de residências particulares, segundo o quadro abaixo:
Classe Aluguel $ Nº de casas = fi

1 0 l 600,00 30
2 600,00 l 800,00 52
3 800,00 l 1.000,00 28
4 1.000,00 l 1.200,00 7
5 1.200,00 l 1.400,00 3
Calcule o aluguel médio para estas residências e construa o histograma da distribuição. Analise o
histograma quanto à assimetria.
Quanto se esperaria receber por mês se todas as unidades estivessem alugadas?
2. O consumo de energia elétrica verificado em 250 residências de famílias de classe média, com dois
filhos, revelou a distribuição:
Classe Consumo kwh N.º de famílias

1 0 l 50 2
2 50 l 100 15
3 100 l 150 32
4 150 l 200 47
5 200 l 250 50
6 250 l 300 80
7 300 l 350 24
Calcule a mediana e a moda bruta da distribuição. 229 kwh
3. A tabela abaixo representa a venda de livros didáticos em uma editora na primeira semana de março.
Classe Preço Unitário US$ Nº de livros

comercializados
1 0 l 10 4.000
2 10 l 20 13.500
3 20 l 30 25.600
4 30 l 40 43.240
5 40 l 50 26.800
6 50 l 60 1.750
Determine:
a) Q1 b) Q3 c) P90 d) P10 resp. 24,38; 39,96; 46,37; 15,55
4. Calcule a Variância e o Desvio Padrão para os conjuntos X e Y, e explique qual dos dois
conjuntos tem menor dispersão (trata-se de uma População):
X: 2, 3, 7, 9, 11, 13 S2(X) = 15,92u2
Y: 5, 12, 4, 20, 13, 17 S2(X) = 33,81u2
Oportunidade nunca vem para aqueles que esperam. Elas são agarradas
por aqueles que ousam atacar.
Variância, Desvio Padrão, Assimetria e Curtose
5.. Calcule a Variância e o Desvio Padrão da População:

Idade (anos) N.º de alunos fixi fixi2
17 3
18 18
19 17
20 8
21 4
1,05 a2 e 1,03a
6. Calcule a Variância e o Desvio Padrão para as alturas de 70 alunos de uma classe; ( é uma AMOSTRA)
Classe Alturas (cm) N.º de alunos

1 150 l 160 2
2 160 l 170 15
3 170 l 180 18
4 180 l 190 18
5 190 l 200 16
6 200 l 210 1
S2(x)=141,28 cm2 , S(x)= 11,89 cm
7. Classifique, quanto à ASSIMETRIA a distribuição abaixo, aplicando os dois Testes da página 14.
População
Xi fi
2 2
3 4
4 6
5 10
6 6
7 4
8 2
Resp. x = 5 Mo = 5 S(x) = 1,53 As = 0 Distribuição Simétrica
8. Classifique, quanto à Curtose a distribuição do problema anterior. C=0,25 afilada
9. Classifique, quanto à Assimetria, a distribuição abaixo, segundo o coeficiente de Pearson.

Amostra
Classe Int. cl. fi
1 0 l 4 10
2 4 l 8 15
3 8 l 12 6
4 12 l 16 2
5 16 l 20 1
x = 6,35; Mo=5,43; S2(x)= 15,87;p S(x) = 3,98; As= 0,36 Dist. Assimétrica positiva fraca
10. Classifique, quanto à Curtose, a distribuição do problema anterior.

Q3= 8,33; Q1= 3,4; P90=11,73; P10=1,36 C=0,24
As pessoas eficientes não vivem voltadas para os problemas, Elas vivem

voltadas para as OPORTUNIDADES. Joe Batten
Revisão (Estatística Descritiva)
11. Um pesquisador coletou 3 amostras, cuja variável investigada era a pressão arterial sistólica (alta):
a) Amostra A: 12 estudantes do sexo feminino;

b) Amostra B: 9 alunos do sexo masculino
c) Amostra C: 10 docentes.
Calcule para cada amostra: a Média Aritmética, a Moda, a Mediana e o Desvio Padrão.
Comparando os desvios padrões, qual a Amostra com menor dispersão, explique.
Amostra A Amostra B Amostra C

1 110 117 121
2 115 120 125
3 116 121 119
4 109 113 129
5 110 116 125
6 117 117 126
7 116 115 127
8 118 119 128
9 118 120 122
10 119 125
11 115
12 114
12. A distribuição das alturas de um grupo de pessoas apresentou uma altura média de 182 cm e um
desvio padrão de 15 cm, enquanto que a distribuição dos pesos, apresentou um peso médio de 78 kg, com
um desvio padrão de 8 kg. Qual das duas distribuições apresentou maior dispersão?
Por quê?
OBS. Usar o coeficiente de variação para comparar
Determinando e discutindo a média, a mediana e a moda. No exercício abaixo

13. Os seguintes graus, dispostos em ordem crescente, foram obtidos por 20 estudantes matriculados em
um curso de análise de decisão: 39,46,57,65,70,72,72,75,77,79,81,81,84,84,84,87,93,94,97,97.
Resp. (a )76,7; (b) 80 e (c) 84

Revisão -Estatística Descritiva
14 Uma empresa produz caixas de papelão para embalagens e afirma que o número de defeitos por
caixa se distribui conforme a tabela.
Nº de defeitos N° de caixas fa fr fr% fixi fixi 2

0 32
1 28
2 11
3 4
4 3
5 1
79
Pede-se:
1.1 O número médio de defeitos por caixa

1.2 A distribuição de frequências
1.3 A porcentagem de caixas com dois defeitos
1.4 A porcentagem de caixas com menos de três defeitos
1.5 A porcentagem de caixas com mais de três defeitos
1.6 O histograma
1.7 O número mediano de defeitos por caixa
1.8 A moda
1.9 A amplitude total da série
1.10 A variância
1.11 O desvio-padrão
1.12 O coeficiente de variação
1.13 Q1
1.14 Q3
1.15 P10
1.16 P90
1.17 O número aproximado de caixas entre o P10 e o Q3
1.18 Classifique, quanto à assimetria, a distribuição segundo o coeficiente de Pearson
1.19 Classifique, quanto à Curtose, a distribuição.
Respostas
1.1 - 1
1.3 – 13,92%
1.4 – 89,87%
1.5 – 5,07%
1.7 – Md =1
1.8 – Mo = 0
1.9 – A = 5
1.10 – 1,29
1.11 – 1,14
1.12 – 1,14
1.13 – Q1= 0
1.14 – Q3 = 1
1.15 – P10 = 0
1.16 – P90 = 2,5
1.17 – 52
1.18 – As= 0,88 Assimetria positiva fraca
1.19 – 1,54 (Leptocúrtica)
15. Uma amostra aleatória de 250 residências de famílias, classe média, com dois filhos, revelou a
seguinte distribuição de consumo mensal de energia elétrica.
Classe Consumo No de fa fr fr% fixi fixi2

Mensal (kwh) Famílias
1 0 l 50 2
2 50 l 100 15
3 100 l 150 32
4 150 l 200 47
5 200 l 250 50
6 250 l 300 80
7 300 l 350 24
Pede-se:
1.1 O número médio por residência resp.217,8

1.3 A porcentagem de famílias com consumo mensal maior ou igual a 200 e menor que 250 kwh
resp.20%
1.4 A porcentagem de famílias com consumo mensal menor que 200 kwh resp.38,4%
1.5 A porcentagem de famílias com consumo maior ou igual a 250 kwh resp.41,6%
1.6 O histograma e o polígono de frequência
1.7 O consumo mediano resp.229
1.8 A moda resp.267,44
1.9 A amplitude total da série resp.300
1.10 A variância resp.5.148,76
1.11 O desvio-padrão resp.71,75
1.12 O coeficiente de variação resp.32,95%
1.13 Q1 resp.164,36
1.14 Q3 resp.275,94
1.15 P10 resp.112,5
1.16 P90 resp.299,38
1.17 O número aproximado de famílias classificadas entre o P10 e o Q3 resp.163
resp.-0,69 Assimetria negativa fraca
1.19 Classifique, quanto à Curtose, a distribuição. resp.-0,65 Platicúrtica
16. Uma auditoria em uma grande empresa observou o valor de 50 notas fiscais emitidas durante um
mês. Esta amostra apesentou a seguinte distribuição.
ClasseValor da nota x 1.000 R$Nº de notas fa fr fr% fixi fixi 2

1 7 l 12 2
2 12 l 17 5
3 17 l 22 13
4 22 l 27 10
5 27 l 32 9
6 32 l 37 6
7 37 l 42 5
50
Pede-se:
1.20 O número médio das notas resp.25.200

1.22 A porcentagem de notas com valor maior ou igual a R$ 17.000 e menor R$ 22.000
resp.26%
1.23 A porcentagem de notas com valor menor que R$ 32.000 resp.78%
1.24 A porcentagem de notas com valor maior ou igual a R$ 32.000 resp.22%
1.25 O histograma e o polígono de frequência
1.26 O consumo mediano das notas resp.24.500
1.27 A moda resp.20.636,36
1.28 A amplitude da série resp.30.000
1.29 A variância resp.65.316.326,53
1.30 O desvio-padrão resp.8.081,85
1.31 O coeficiente de variação resp.32%
1.32 Q1 resp.19.115,38
1.33 Q3 resp.31.166,67
1.34 P10 resp.15.000,00
1.35 P90 resp.37.000,00
1.36 O número aproximado de notas entre o P10 e o Q3 resp.33
resp.0,56 Assimetria positiva fraca
1.38 Classifique a distribuição quanto à Curtose. resp.-0,85 Platicúrtica
17. O Histograma da Duração em horas de um determinado grupo de lâmpadas está representado

abaixo. Com base neste.
Quant . de Histograma
Lâmpadas
140
130
120
110
100
90
80
70
60
50
40
30
20
10
0
0 l--- 250 250 l--- 500 500 l--- 750 750 l--- 1000 1000 l--- 1250 1250 l---1500 1500 l--- 2000
Duração ( em horas )
Pede-se:
a) Construir a tabela de Distribuição de Frequência de uma amostra de lâmpadas com duração em
horas. ( xi, fi, fa, fr, fr % ) e fixi, , fixi2
b) Que percentagem das lâmpadas têm duração maior igual a 1250 h ? 30,37%
c) Que percentagem das lâmpadas têm duração maior igual a 500 h e menor que 1250 h? 62,04%
d) Construir um Polígono de Frequência para o grupo
e) Construir um Polígono de Frequências. Acumulada para o grupo.
f) A Média Aritmética dessa tabela. 1.058,54 h
g) A Moda Bruta e a Moda Czuber. 1.125h e 1.152,78 h
h) Discutir a Assimetria desse grupo de lâmpadas ? -66,46 h Assimetria negativa
i) A Mediana. 1.096 h
j) A Variância 136.356,06 h
k) O Desvio Padrão 369,26 h
l) Q1 816,96 h
m) Q3 1.309 h
n) P10 547,5 h
o) P90 1.473,61 h
p) Classifique a distribuição quanto a Curtose 0,2657 Curva Normal
O bem que fizemos na véspera é o que nos traz

felicidade pela manhã. ( Provérbio Hindu)
18. Dada a distribuição, determine:
SALÁRIOS fi
6 l 8 241
8 l 10 809
10 l 12 1.034
12 l 14 464
14 l 16 159
16 l 18 26
18 l 20 14
20 l 22 03
TOTAL 2.750
a) Qual a média ? 10,74

b) Qual é o desvio padrão () ? 2,21
c) Qual a frequência de x   1.877
d) Qual a porcentagem entre x  2 95,45%
e) Idem entre x  3 99,73%
f) Qual a frequência de x  15,70 1.348
g) Qual a frequência entre 9,50 e 13,70 1.751
h) Qual a frequência 8,20 e 9,40 305
19 – Em uma granja foi observada a distribuição dos frangos em relação ao peso, que era a seguinte:
i Peso (gramas) fi xi fixi fixi2 fa fr %

1 960 l 980 60
2 980 l 1000 160
3 1000 l 1020 280
4 1020 l 1040 260
5 1040 l 1060 160
6 1060 l 1080 80
∑=1000
a) Qual a média da distribuição 1020,8 g

b) Qual o Desvio Padrão da distribuição (considere como uma população)  = 26,3 g
c) Construa o Histograma
d) Queremos dividir os frangos em quatro categorias, em relação ao peso, de modo que:
___ os 20% mais leves sejam da categoria D; 997,5 g

___ os 30% seguintes sejam da categoria C; 1020 g
___ os 30% seguintes sejam da categoria B; 1045 g
___ os 20% seguintes (ou seja, os 20% mais pesados) sejam da categoria A;
Quais os limites de peso entre as categorias A, B, C e D ?
O granjeiro decide separar deste lote os animais com peso inferior a dos desvios padrões abaixo da média
para receberem ração reforçada, e também separar os animais com peso superior a um e meio desvio
padrão acima da média para usá-lo como reprodutores.
Qual a porcentagem de animais que serão separados em cada caso ?
DISTRIBUIÇÃO BINOMIAL - 1
1. Sejam 1/10 e 9/10 as probabilidades de produzir uma peça perfeita e uma defeituosa. Qual a
probabilidade de extraindo-se 3, obter 2 perfeitas? 2,7%
2. Seja um lote contendo 10% de defeituosas e portanto 90% de peças boas. Qual a probabilidade de
extraindo-se 10 obtermos 8 boas; a média e o desvio padrão?
3. Um aluno estudou 60% da matéria de estatística e assim sejam 0,6 e 0,4 as probabilidades de acertar
ou errar questão sorteada ao acaso. Determine a probabilidade de formuladas 10 questões, 7 serem
acertadamente respondidas pelo aluno. 21,49%
b) formuladas 4 questões, 3 serem acertadas. 34,56%
4. Em 800 famílias com 5 crianças cada uma, quanto se esperaria que tivessem:
a) 3 meninas 31,25%
b) 5 meninas 25 famílias
c) 2 ou 3 meninos, sendo iguais as probabilidades de meninos e meninas 500 famílias
5. A probabilidade de que um presumível cliente aleatoriamente escolhido faça uma compra é 0,20. Se
um vendedor visita seis presumíveis clientes, a probabilidade de que ele fará exatamente quatro vendas
é? 0,01536
6. No exercício 5, a probabilidade de que o vendedor realiza 4 ou mais vendas é determinada como segue:
0,017
7. Se a probabilidade de que um possível cliente realize uma compra é 0,20, então a probabilidade de um
vendedor que visita 15 clientes presumíveis realizar menos do que 3 vendas é: 0,3980
8. Uma prova consta de 5 testes com 4 alternativas cada um, sendo apenas uma delas correta. Um aluno
que nada sabe a respeito da matéria da prova, “chuta” uma resposta para cada teste. Qual é a
probabilidade desse aluno:
a) acertar os 5 testes?
b) acertar apenas 4 testes?
c) acertar apenas 3 testes?
d) acertar apenas 2 testes?
e) acertar apenas 1 teste?
f) errar todos os testes propostos?
g) qual o resultado mais provável obtido pelo aluno? ( é só calcular a média)
9. Um time de futebol tem probabilidade p = 0,6 de vencer todas as vezes que joga. Se disputar 5 partidas,
qual a probabilidade de que vença ao menos uma?
10 – O time A tem 2/3 de probabilidade de vitória sempre que joga. Se disputa 4 partidas, encontre a
probabilidade de A vencer:
a) 2 partidas 8/27
b) Pelo menos uma partida 80/81
c) Mais que a metade das partidas (Obs. É vencer 3 ou 4 partidas) 16/27
“A lei da vida é de abundância e não de pobreza.

Josepf Murphy
DISTRIBUIÇÃO BINOMIAL - 2
1. Escrever o desenvolvimento dos binômios.

a) ( q + p )6
b) ( q + p )7
2. Se 20% dos parafusos produzidos por uma máquina são defeituosos, determinar a probabilidade de,
entre 4 parafusos escolhidos ao acaso:
a) 1 40,96%
b) 0 40,96%
c) no máximo 2 parafusos serem defeituosos 97,28%
3. A probabilidade de um estudante, que ingressa em um colégio, de graduar-se é de 0,4. Determinar a

probabilidade de, entre 5 estudantes:
a) nenhum resp. 0,07776
a) um 0,2592
b) pelo menos 1 graduar-se 0,92224
4. A probabilidade de um atirador acertar o alvo é 1/3. Se ele atirar 6 vezes, qual a probabilidade de:
a) acertar exatamente 2 tiros? resp. 0,3292
b) não acertar nenhum tiro? 0,0878
5. Admitindo-se que os nascimentos de meninos e meninas sejam iguais, calcular a probabilidade de um

casal com 6 filhos ter 4 filhos homens e 2 mulheres. resp. 0,2344
6. Se 5% das lâmpadas de certa marca são defeituosas, achar probabilidade de que, numa amostra de 100
lâmpadas, escolhidas ao acaso, tenhamos:
a) nenhuma defeituosas; resp. 0,005921
a) 3 defeituosas;
b) mais do 1 boa.
7. Se jogarmos 5 moedas, simultaneamente, qual é a probabilidade de obtermos 3 caras e duas coroas?

resp. 5/16 ou 31,25%
8. Admite-se que um terço dos alunos de certa região sejam alfabetizados. Nestas condições, qual é a
probabilidade de que, entre cinco adultos escolhidos ao acaso:
a) dois sejam alfabetizados e três analfabetos ?
b) mais de dois sejam alfabetizados resp. 80/243 ou 32,92
9. Um levantamento efetuado na carteira de uma agência bancária indicou que 20% dos títulos eram
pagos com atraso.
Se em determinado dia foram pagos 20 títulos da carteira, determine a probabilidade que:
a) no máximo dois sejam pagos com atraso; resp. 0,206
b) no mínimo três sejam pagos sem atraso; 1
c) mais de 70% sejam pagos sem atraso; 0,8042
LIDERANÇA é a arte de trazer á tona o que

as pessoas têm de melhor
DISTRIBUIÇÃO de POISSON - 1
1. Um departamento de conserto de máquinas recebe uma média de cinco chamadas por hora. A
probabilidade de que, em uma hora selecionada aleatoriamente, sejam recebidas exatamente três
chamadas é: 0,1404
2. Um departamento de conserto de máquinas recebe uma média de cinco chamadas por hora. A
probabilidade de que menos do que três chamadas sejam recebidas durante uma hora aleatoriamente
escolhida é determinada da seguinte forma: 0,1246
3. Na média, 12 pessoas por hora consultam um especialista em decoração de uma fábrica. A

probabilidade de que três ou mais pessoas consultarão o especialista durante um período de dez minutos
é? 0,3233
4. Em um grande carregamento de transistores de um fornecedor, 1% dos itens é defeituoso. Se e

selecionada, aleatoriamente, uma amostra de 30 transistores, a probabilidade de haver dois ou mais
transistores defeituosos pode ser determinada pelo uso das probabilidades binomiais. 0,0368
5. Em média, cinco pessoas por hora realizam transações em um setor de banco comercial. Supondo que
a chegada de tais pessoas está distribuída de maneira independente e de forma igual em todo o período de
interesse, qual a probabilidade de que mais de 10 pessoas queiram fazer transações nesse setor durante
uma hora específica ? 0,0134
6. Em cada dois dias, em média, chega um navio a determinada doca. Qual a probabilidade de que dois ou
mais navios chegarão em um dia escolhido aleatoriamente ? 0,096
7. Em média, seis pessoas por hora utilizam os serviços de caixa-automático de um banco durante as
horas de maior movimento em uma loja de departamentos. Qual a probabilidade de que:
a) Exatamente seis pessoas usarão os serviços durante uma hora aleatoriamente selecionada ?
b) Menos do que cinco pessoas usarão os serviços durante uma hora aleatoriamente selecionada ?
c) Nenhuma pessoa usará o caixa-automático durante um intervalo de 40 minutos ?
d) Nenhuma pessoa usará os serviços durante um intervalo de 5 minutos ?
0,1606, 0,2851, 0,0183, 0,6065
8. Suponha que o manuscrito de um livro-texto tenha um total de 50 erros nas 500 páginas de material. Se
os erros estão distribuídos aleatoriamente ao longo do texto, qual a probabilidade de que,
a) Um capítulo cobrindo 30 páginas tenha dois ou mais erros ? 0,8007

b) Um capítulo cobrindo 50 páginas tenha dois ou mais erros ? 0,9595
c) Uma página aleatoriamente selecionada não tenha erro algum ? 0,9048
9. Somente um de cada mil geradores montados em uma fábrica apresenta defeitos, sendo que os
geradores defeituosos se distribuem aleatoriamente ao longo da produção
a) Qual a probabilidade de que um carregamento de 500 geradores não inclua gerador defeituoso
algum ? 0,6065
b) Qual a probabilidade de que um carregamento de 100 geradores contenha no mínimo um gerador
defeituoso ? 0,0952
“ Se você tiver um alto Q.I. financeiro, o que parecer arriscado para a

maioria das pessoas será seguro para você e o que parecer seguro para os
pobres e a classe média será arriscado para você ” Robert T. Kiyosaki
10. Um tear produz um defeito a cada 200m de tecido produzido. Se o número de defeitos admite
distribuição de Poisson, calcule a probabilidade de:
a) uma peça com 20 m não apresentar defeitos; 90,48%
b) um lote de 10 peças de 20 m cada, apresentar exatamente um defeito. 36,79%
11. Uma máquina produz 9 peças defeituosas a cada 1.000 peças produzidas. Calcule a probabilidade de
que em um lote que contém (faça pela aproximação de Poisson):
a) 200 peças, sejam encontradas 8 peças defeituosas; 0,00045
b) 500 peças, não haja nenhuma peça defeituosa. 0,0111
DISTRIBUIÇÃO NORMAL 1
1. Desejam-se as probabilidades: ( VER pelaTABELA de DISTRIBUIÇÃO NORMAL)

a) P ( 0  z  1) resp. 0,3413
b) P ( -2,55 < Z < 1,2) resp. 0,8795
c) P ( Z  1,93 ) resp. 0,0268
2. O processo de empacotamento em uma companhia de cereais foi ajustado de maneira que uma média
de µ= 13,0 kg de cereal é colocada em cada saco. É claro que nem todos os sacos têm precisamente 13,0
kg devido a fontes aleatórias de variabilidade. O desvio padrão do peso líquido é   0,1 kg, e sabe-se
que a distribuição dos pesos segue uma distribuição normal. Determinar a probabilidade de que um saco
escolhido aleatoriamente contenha:
a) Entre 13,0 e 13,2 kg de cereal 0,4772
b) Exceda 13,25 kg 0,0062
c) Entre 12,9 e 13,1 kg 0,6826
3. O peso médio de 500 estudantes do sexo masculino, de uma determinada universidade, é 75,5 kg e o
desvio padrão e 7,5 kg. Admitindo-se que os pesos estão distribuídos normalmente, determinar quantos
estudantes pesam:
a) entre 60 e 77,5 kg resp. 58,29%
b) mais do que 92,5 kg resp. 1,19%
4. Determinar a probabilidade de se obter 3 a 6 caras, inclusive, em 10 lances de uma moeda honesta,

mediante a utilização:
a) da distribuição binomial resp. 0,7734
b) da aproximação de uma curva normal à distribuição binomial resp. 0,7718
5. A produção de uma certa máquina distribui-se normalmente com diâmetro médio de 5cm e
 = 0,01cm. As peças fora de intervalo 5,00  0,02 são consideradas defeituosas
a) Qual a porcentagem de peças defeituosas na produção diária 4,56%

b) Qual a porcentagem diária com diâmetros inferior a 4,98cm ? 2,28%
6. Os resultados de um exame nacional para estudantes recém-formados apresentaram uma média

 = 500 com um desvio padrão  = 100. Os resultados uma distribuição aproximadamente normal. Qual
a probabilidade de que o grau de um indivíduo escolhido aleatoriamente esteja:
a) entre 500 e 650 ? 0,4332

b) entre 450 e 600 ? 0,5328
7. A média de um exame nacional  = 500 com  = 100. Os resultados estão normalmente distribuídos.
Qual a probabilidade de um indivíduo escolhido aleatoriamente tenha um grau
a) inferior a 300 ? 0,0228

b) superior a 650 ? 0,0668
8. A vida útil de uma certa marca de pneus radiais tem uma distribuição normal com  = 38.000 km e
 = 3.000 km.
a) Qual a probabilidade de que um pneu escolhido aleatoriamente tenha uma vida útil de no mínimo
35.000 km ? 0,8413
b) Qual a probabilidade de que ele dure mais do que 45.000 km ? 0,0099
“ A integridade moral lhe dá a autêntica LIBERDADE, porque

você nada tem a temer, nada tem a esconder
Estatística ”
Descritiva
Zig Ziglar
DISTRIBUIÇÃO NORMAL 2
1 – Em uma grande empresa, a avaliação do desempenho profissional dos funcionários acusou média 70 e
desvio padrão 10. Se desejarmos atribuir aos 15% superiores o grau A, aos 20% seguintes o grau B, aos
30% médios o grau C, aos próximos 25% o grau D e aos últimos 10% o grau E, quais os intervalos de
notas que serão abrangidos por essa classificação? Resp. 0; 57,2; 66,1; 73,9; 80,4; 100
2 – Constatou-se que o tempo médio para se fazer um teste - padrão de matemática é aproximadamente
normal, com média de 80 minutos e desvio padrão de 20 minutos.
a) Que porcentagem de candidatos levará menos de 80 minutos?
b) Que porcentagem não terminará o teste, se o tempo máximo concedido é de duas horas?
c) Se 200 pessoas fazem o teste, quantas podemos esperar que o terminem na primeira hora?
resp. 50%; 2,28%; 32 candidatos
3 – Uma variável aleatória X distribui-se normalmente com média 80 e variância 9. Calcule o intervalo
central que contém:
a) 50% dos valores da variável Resp.( 77,99; 82,01 )
b) 95% dos valores da variável Resp. ( 74,12; 85,88 )
c) 68,26% dos valores da variável Resp. ( 77; 83 )
4 – Os balancetes semanais realizados em uma empresa mostraram que o lucro realizado se distribui
normalmente com média 48.000 u.m. e desvio padrão 8.000 u.m. Qual a probabilidade de que:
a) Na próxima semana o lucro maior que 50.000 u.m? Resp. 40,13%
b) Na próxima semana o lucro esteja entre 40.000 u.m e 45.000 u.m? Resp. 19,33%
c) Na próxima semana haja prejuízo? Resp. 0%
5 – Uma máquina produz um tubo de plástico rígido cujo diâmetro admite distribuição normal de
probabilidades, com média 100 mm e desvio padrão 0,5 mm. Os tubos com diâmetro menor que 98,2 mm
ou maior que 100,6 mm são considerados defeituosos e devem ser reciclados. Qual a proporção da
produção que deve ser reciclada? Resp. 11,53%
6 - O Departamento de Marketing da empresa resolve premiar 5% dos seus vendedores mais eficientes.
Um levantamento das vendas individuais por semana mostrou que elas se distribuíam normalmente com
média 240.000 u.m. e desvio padrão 30.000 u.m. Qual o volume mínimo que um vendedor deve realizar
para ser premiado?
Resp. 289.200 u.m.
7 – As notas de um teste de Cálculo foram 0,1,2, ... , 10 pontos, dependendo do número de respostas
corretas das 10 questões. A nota média foi 5,7 e o desvio padrão foi 1,1. Assumindo que as notas sejam
normalmente distribuídas, determine:
a) A porcentagem de estudantes com 5 pontos Resp. 29,07%
b) A nota máxima entre as 15% mais baixas da classe Resp. 4,6
c) A nota mínima entre as 20% mais altas da classe Resp. 6,6
8 – Suponha que as notas de uma prova sejam normalmente distribuídas com média 73 e desvio padrão
15. Quinze por cento dos alunos mais adiantados recebem a nota A e 12% dos mais atrasados recebem
nota F. Encontrar o mínimo para receber A e o mínimo para passar, não receber F.
Resp. 88,6 e 55,45
DISTRIBUIÇÃO NORMAL 2 (Continuação)
9 – Um Exame que foi submetido a um grande número de estudantes acusa média 65 e desvio padrão 10.
Se desejarmos atribuir aos 15% superiores o grau A, aos 20% seguintes o grau B, aos 30% médios o grau
C, aos próximos 25% o grau D e aos últimos 10% o grau E, quais os intervalos de notas que serão
abrangidos por essa classificação, admitindo que as notas tenham distribuição normal?
Resp. A = 75,4 B = 68,8 C = 61,1 D = 52,2 E =0
Novos Exercícios – Distribuição Normal
10 – O peso de um saco de café é uma variável aleatória que tem distribuição normal em média de 65Kg e
desvio padrão de 4Kg. Um caminhão é carregado com 120 sacos. (Obs. considerar o peso da carga com
distribuição normal).
Pergunta-se: qual a probabilidade de a carga do caminhão pesar:
a) Entre 7.893 Kg e 7.910 Kg? Resp. 0,011
b) Mais de 7.722 Kg? Resp. 0,9625
11 – O peso de uma caixa de peças é uma variável aleatória com distribuição normal de probabilidade,
com média de 60 kg e desvio padrão de 4 kg. Um carregamento de 200 caixas de peças é feito. Seja X o
peso do carregamento e X tendo distribuição normal, determinar:
a) P X  12.100  32; Resp. 0,1052
b) X a tal que P X  X a   0,973 Resp. Xa= 11.891,39
12 – As notas de um teste de Biologia foram 0,1,2, ... , 10 pontos, dependendo do número de respostas
corretas das 10 questões. A nota média foi 6,7 e o desvio padrão foi 1,2. Assumindo que as notas sejam
normalmente distribuídas, determine:
a) A porcentagem de estudantes com 6 pontos Resp. 0,2738
b) A nota máxima entre as 10% mais baixas da classe Resp. 5,2
c) A nota mínima entre as 10% mais altas da classe Resp. 8,2
APROXIMAÇÃO BINOMIAL X NORMAL
4.86- Encontre a probabilidade de, em 200 lançamentos de uma moeda, aparecer:

a) entre 80 e 120 caras, inclusive, Resp. 0,9962
b) menos do que 90 caras, Resp. 0,0687
c) menos do que 85 ou mais do que 115 caras, Resp. 0,0286
d) exatamente 100 caras Resp. 0,0558
4.87- Encontre a probabilidade de um estudante poder adivinhar corretamente as respostas de

a) 12 ou mais entre 20, Resp. 0,2511
b) 24 ou mais entre 40 questões em um exame tipo verdadeiro-falso. Resp. 0,1342
4.88- Uma máquina produz 10% de seus parafusos de porca com defeito. Encontre a probabilidade de
uma amostra aleatória de 400 parafusos de porca produzidos por esta máquina apresentar,
a) no máximo 30, Resp. 0,0567
b) entre 30 e 50, Resp. 0,9198
c) entre 35 e 45, Resp. 0,6404
d) 65 ou mais de parafusos com defeito. Resp. 0,0079
4 – Uma moeda não viciada é lançada 12 vezes. Determinar a probabilidade P de o número de caras
ocorridas estar entre 4 e 7, inclusive, usando:
a) A distribuição binomial Resp. 0,7332

b) A aproximação normal x binomial Resp. 0,7343
REGRESSÃO e CORRELAÇÃO LINEAR
1. O alongamento ( X ) de uma mola foi medido em função de 5 valores ( X ) de carga aplicada. Os

resultados obtidos foram:
Carga ( Kg ) 4 5 6 7 8
Alongamento ( cm ) 7,3 8,5 9,0 9,5 9,9
a) Calcular o coeficiente de correlação linear de Pearson;

b) Construir o diagrama de dispersão;
c) Testar se a correlação é significativa, ao nível de 1%;
d) Verificar se podemos afirmar que o coeficiente de correlação é superior a 0,95.
2. Dados representativos são mostrados na tabela a seguir, com x  viscosidade do óleo e y 

volume desgastado ( (104 mm 3 ).
x 1,6 9,4 15,5 20 22 35,5 43 40,5 33

y 240 181 193 155 172 110 113 75 94
a) Construa um diagrama de dispersão dos dados. Um modelo de regressão linear simples parece
plausível ?
b) Ajuste um modelo de regressão linear simples usando o método dos mínimos quadrados
c) Preveja o Desgaste abrasivo quando a viscosidade for igual a 30
d) Obtenha o valor ajustado de y quando x  22
e) Calcule o Coeficiente de Correlação
f) Calcule o Coeficiente de Determinação, analise o seu significado
3. A seguir estão apresentadas as vendas e os custos da Indústria água Fria Ltda. Com base nos
valores apresentados, determine:
a) A equação da reta que ajusta os pontos
b) Os coeficientes de correlação e de determinação
c) O erro padrão associado ao processo de estimação dos custos
d) Para vendas de $ 300 e $ 650, qual o volume de custos projetado ?
e) Para custos iguais a $ 220, qual o volume de vendas previsto ?
Vendas 165 152 149 135 172 189 211 155

Custos 95 92 91 80 100 110 115 90
“ O rico torna-se mais rico porque pensa naquilo que quer e o pobre torna-se mais pobre
porque só pode pensar naquilo de que necessita para sobreviver ”
Regressão e Correlação Linear
4. Uma empresa deseja verificar se existe alguma associação entre o rendimento dos seus operários
e o descanso entre os intervalos de horas trabalhadas. Para tanto, considere o número de carros
acabados na linha de montagem e os minutos de descanso.
a) Construa o modelo de ajuste linear
b) Calcule o coeficiente de determinação
c) Podemos afirmar que existe seguramente alguma associação entre os minutos de descansados e a
produção na fábrica?
Carros produzidos 20 24 30 32 33
Minutos de descanso 1 2 3 4 5
5. x = volume de chuvas ( m3 ) e y = volume de runoff ( chuva não absorvida pelo solo) ( m3 ) de

um determinado lugar. A tabela mostra estes dados
X 5 12 14 17 23 30 40 47 55 67 72 81 96 112 127
Y 4 10 13 15 15 25 27 46 38 46 53 70 82 99 100
a) Um gráfico de dispersão dos dados apóia o uso do modelo de regressão linear simples ?
b) Calcule estimativas pontuais do coeficiente do coeficiente angular e do termo constante da reta
de regressão populacional
c) Calcule uma estimativa pontual do volume de runoff médio real quando o volume de chuva for 50
“ Alguns homens vêem as coisas como são, e dizem: Por quê ? Eu sonho com as
coisas que nunca existiram e digo. Por que não? ” George Bernard Swaw
INTERVALO DE CONFIANÇA PARA A MÉDIA POPULACIONAL
EXERCÍCIO 5 :
A Good Times mede o tempo de duração de 50 fitas. O tempo médio obtido foi 61,8 minutos,
com desvio padrão de 3,5 minutos. Determine, com nível de confiança de 95%:
a) O erro máximo do tempo médio. resp. 0,97
b) A estimativa intervalar. resp.(60,83; 62,77)
Obs. Amostra Menor que 30 (exercício) e não tenho o  , cai na distribuição t de Student
EXERCÍCIO 6 - 3 :
Uma pesquisa em 17 cinemas de São Paulo, indicou que o ingresso custava em média R$ 5,50, com
um desvio padrão de R$ 0,50. Com base nesses resultados, determine:
a) O erro máximo associado a essa estimativa, com grau de confiança de 95% resp. 0,26
b) A estimativa do preço médio dos ingressos de cinema em São Paulo. resp.(5,24; 5,76)
EXERCICIO 7 - 4
Uma indústria fabricante de lâmpadas elétricas, desejando conhecer o tempo médio de duração de seu
produto, selecionou uma amostra aleatória de 10 unidades, apurando os seguintes valores em horas:
220 – 249 – 236 – 224 – 251 – 218 – 232 – 254 – 238 – 278.
 Determine um intervalo de 95% de confiança para a estimação desejada, considerando que
duração das lâmpadas da população em estudo seja normalmente distribuída.
resp. (226,80;253,20)
EXERCÍCIO 8 - 24
De uma população normal X, com   9 , tiramos uma amostra de 25 observações, obtendo
2

25
i 1
x i  152 . Determine um IC de limites de 90% para  .
P(5,096 <  < 7,064 )
EXERCÍCIO 9 - - 23 : com poucas informações

Você pega uma amostra de 36 maçãs de uma safra de mais de 200.000 maçãs. O peso médio da
amostra é de 112 gramas (com 40 gramas de desvio padrão na amostra). Qual é a probabilidade do peso
médio de todas as 200.000 maçãs esteja entre 100 a 124 gramas?
resp. 92,82%
EXERCÍCIO 10 - 25
De uma população de 1.000 elementos com distribuição aproximada normal com   400 ,
2
tira-se uma amostra de 25 elementos, obtendo-se x  150. Fazer um IC para  , ao nível de 5%

P(142,25 <  < 157,75)
EXERCÍCIO 11 - 26
De uma população normal com   5 , retiramos uma amostra de 50 elementos e obtemos x  42
a) Fazer um IC para a média ao nível de 5%
b) Qual o erro de estimação ao nível de 5%
c) Para que erro seja  1 , com probabilidade de acerto de 95%, qual deverá ser o tamanho da
amostra?
P(40,61 <  < 43,39);   1,39 ; n = 96,04
“ O mundo tem o hábito de abrir espaço para o homem cujas palavras e atos,
demonstram que ele sabe para onde está indo” Nepoleon Hill
Intervalo de Confiança para a Média - exercícios
EXERCÍCIO 12 - 27
A duração de vida de uma peça de equipamento é tal que   5horas. Foram amostradas
aleatoriamente 100 dessas peças, obtendo-se a média de 500 horas. Desejamos construir um intervalo de
confiança para a verdadeira duração média da peça com um nível de 95% de confiança.
P(499,02 <  <500,98 )
EXERCÍCIO 13- 28
Vamos admitir os mesmos dados do exemplo anterior considerando como população a produção
de 1000 peças. Nesse caso o intervalo para a média será:
P(499,07 <  <500,93 )
EXERCÍCIO 14 - 31
De uma população normal com parâmetros desconhecidos, tiramos uma amostra de tamanho 100,
obtendo-se x  112e S=11. Fazer um IC para u ao nível de 10%
P(110,20 <  < 113,80)=90%
EXERCÍCIO 15 - 33
De uma população normal com   16 levantou-se uma amostra, obtendo-se as observações:
2
10, 5, 10, 7. Determinar ao nível de 13% um IC para a média da população.

P(4,98 <  < 11,02)=87%
EXERCÍCIO 16 - 34
Dada uma população normal com VAR(X)=3, levantou-se uma amostra de 4 elementos, tal que
 i 1 xi  0,8 . Construir um IC para a verdadeira média populacional u ao nível de 1%
4
P(-2,03 <  < 2,43)=99%
EXERCÍCIO 17 - 34.1
Para estimarmos a resistência média à compressão, uma amostra de 5 corpos de prova de uma
obra apresentou os seguintes resultados.
245, 260, 254, 248 e 256 kgf / cm2
Construir o I.C. de 99% para a verdadeira média a compressão.
240,1 <  < 265,1 kgf / cm2
EXERCÍCIO 18 - 35
A experiência com trabalhadores de uma certa indústria indica que o tempo necessário para que
um trabalhador, aleatoriamente selecionado, realize uma tarefa é distribuído de maneira aproximadamente
normal, com desvio padrão de 12 minutos. Uma amostra de 25 trabalhadores fornecem 𝑥̅ =140 mim.
Determinar os limites de confiança de 95% para a média  da população de todos os trabalhadores que
fazem aquele determinado serviço.
P(135,30 <  < 144,70)
EXERCÍCIO 19 - 39
Uma amostra aleatória de 80 notas de Matemática de uma população com distribuição normal de
5.000 notas apresenta média de 5,5 e desvio padrão de 1,25
a) Quais os limites de confiança de 95% para a média das 5.000 notas ?
b) Com que grau de confiança diríamos que a média das notas é maior que 5,0 e menor que 6,0 ?
P(5,23 <  < 5,77)=95% ; 99,97%
“ Quando sopram os ventos da mudança, alguns constroem abrigos e se

sentem seguros; outros constroem moinhos e ficam ricos” Clauss Moller
Intervalo de Confiança para a Média - exercícios
EXERCÍCIO 20
1. Sabe-se que a vida em horas de um bulbo de lâmpada de 75W é distribuída de forma aproximadamente
normal com desvio padrão de σ=25. Uma amostra aleatória de 20 bulbos tem uma vida média de 1.014
horas. Construa um intervalo de confiança de 95% para a vida média.
Resp. (1003,04 ; 1024,96)
EXERCÍCIO 21
2 - Após entrevistar 49 membros de uma categoria profissional, um pesquisador encontrou um salário
médio de R$ 820. O desvio padrão dos salários desta categoria, conhecido, é R$ 140. Construa um
intervalo para a média:
a) com 80% de confiança. Resp. (794,4 ; 845,6)
b) com 90% de confiança. Resp. (787,20 ; 852,80)
EXERCÍCIO 22
3 - Uma marca particular de margarina diet foi analisada para determinar o nível em porcentagem de
ácidos graxos insaturados. Uma amostra de seis pacotes resultou nos seguintes dados: 16,8; 17,2; 17,4;
16,9; 16,5 e 17,1. Encontre o intervalo de confiança de 99% para a amostra.
Resp. (16,45 ; 17,50%)
INTERVALO DE CONFIANÇA PARA A PROPORÇÃO
EXERCÍCIO 4 - 8:
Realizou-se uma pesquisa eleitoral perguntando-se a 200 pessoas que por ali passavam em quem
votariam na próxima eleição para governo do estado. Sabendo-se que o mais votado recebeu 45% das
intenções de voto, determine o intervalo de confiança das intenções de voto para esse candidato
considerando 95% de confiança.
resp. (0,38; 0,52)
EXERCÍCIO 5 - 9:
Uma amostra aleatória de 100 fregueses de um supermercado na parte da manhã, revelou que
apenas 10 não incluem leite em suas compras.
a) Faça uma estimativa por ponto de proporção de clientes que compram leite;
b) Construa e interprete um intervalo de 90% de confiança para a proporção de fregueses
que compram leite.
resp. (0,9) e resp. (0,85; 0,95)
EXERCÍCIO 6 - 11 :
As regras da legislação eleitoral atualmente em vigor estabelecem que os cargos majoritários
serão disputados em dois turnos, exceto se um dos candidatos obtiver no primeiro turno, mais de 50% dos
votos válidos. Para as prefeituras, tal regra só é válida para as cidades com mais de 200.000 habitantes.
Em uma dessa cidades, 396 pessoas de uma amostra de 720 demostraram a intenção de votar no
candidato da situação.
Podemos dizer que existe uma confiança de 97% que ali a eleição será definida no primeiro
turno?
resp. (0,51; 059)
EXERCÍCIO 7 - 29
Retiramos de uma população uma amostra de 100 elementos e encontramos 20 sucessos. Ao nível
de 1%, construir um IC para a proporção real de sucessos na população.
Dados: n=100 x = 20, onde x=nº de sucessos na amostra e   1%
P(9,72% < p̂ < 30,32% )
EXERCÍCIO 8 - 30
Para estimar a porcentagem de alunos de um curso favoráveis à modificação do currículo escolar,
tomou-se uma amostra de 100 alunos, dos quais 80 foram favoráveis.
a) Fazer um IC para a proporção de todos os alunos do curso favoráveis à modificação ao nível de
4%.
b) Qual o valor do erro de estimação cometido em (a) ?
P(71,76% < p̂ < 88,24% ) ;   8,24%
EXERCÍCIO 9 - 36
Em uma linha de produção de certa peça mecânica, colheu-se uma amostra de 100 itens,
constatando-se que 4 peças eram defeituosas. Construir um IC para a proporção “p” das peças defeituosas
ao nível de 10%.
P(0,786% < p̂ < 7,214% )= 90%
Intervalo de Confiança para a proporção - exercícios
EXERCÍCIO 10 - 37
Em uma pesquisa de opinião, entre 600 pessoas pesquisadas, 240 responderam “sim” a
determinada pergunta. Estimar a porcentagem de pessoas com essa mesma opinião na população, dando
um intervalo de 95% de confiabilidade.
P(36,08% < p̂ < 43,92% )
EXERCÍCIO 11 - 38
Uma votação realizada entre 400 eleitores, escolhidos ao acaso entre todos aqueles de um
determinado distrito, indicou que 55% deles são a favor do candidato A. Determinar os limites de
confiança de 99% para a proporção de todos os eleitores do distrito favoráveis ao candidato A.
P(48,6% < p̂ < 61,4% )
EXERCÍCIO 12
1 - (pesquisa eleitoral)
Em uma pesquisa eleitoral, entre 1000 eleitores, 240 declararam que pretendem votar no
candidato A. Construa um intervalo de 95% de confiança para as intenções de voto para este candidato.
Resp. (21,67 ; 26,65%)
“ A maneira mais fácil de obter o que se quer é

ajudar os outros a conseguir o que querem.”
TESTE DE HIPÓTESE PARA UMA MÉDIA
EXERCÍCIO 3 - 12 :
Uma linha de produção opera com um peso médio de enchimento de 16 ml por recipiente. O
sobre enchimento e o sub enchimento são problemas sérios e a linha de produção deve ser paralisada se
qualquer um dos dois ocorrer. De dados passados sabe-se que o desvio padrão é 0,8 ml. Um inspetor de
controle de qualidade amostra 30 itens a cada 2 horas e nesse momento toma decisão de paralisar a linha
de produção para calibragem ou não. Se a média amostral obtida for 15,82 ml, que atitude você
recomendaria? Usar nível de significância de 5%
.
EXERCÍCIO 4 - 14 :
Uma linha de montagem de automóveis opera a um tempo médio de conclusão de 2,2 minutos.
Devido ao efeito do tempo de conclusão tanto na operação de montagem precedente como na
subsequente, é importante manter o tempo médio de conclusão de 2,2 minutos. Uma amostra aleatória de
45 montagens mostra um tempo médio de conclusão de 2,39 minutos, com um desvio padrão de 0,2
minutos. Use o nível de significância de 0,02 e teste se a operação está cumprindo seu tempo médio de
conclusão de 2,2 minutos.
EXERCÍCIO 5 - 40
De uma população normal com variância 36, toma-se uma amostra casual de tamanho 16,
obtendo-se x  43 . Ao nível de 10% , testar as hipóteses:
H 0 :   45
H1    45
resp. Não se rejeita H O :
EXERCÍCIO 6 - 41
Uma fábrica anuncia que o índice de nicotina dos cigarros da marca X apresenta-se abaixo de 26
mg por cigarro. Um laboratório realiza 10 análises do índice obtendo: 26, 24, 23, 22, 28, 25, 27, 26, 28,
24.
Sabe-se que o índice de nicotina dos cigarros da marca X se distribui normalmente com variância
5,36mg 2 . Pode-se aceitar a afirmação do fabricante, ao nível de 5%?
EXERCÍCIO 7 - 42
Um fabricante de lajotas de cerâmica introduz um novo material em sua fabricação e acredita que
aumentara a resistência média, que é de 206 kg. A resistência das lajotas tem distribuição normal com
desvio padrão de 12 kg. Retira-se uma amostra de 30 lajotas, obtendo x = 210 kg. Ao nível de 10%, pode
o fabricante aceitar que a resistência média das lajotas tenha aumentado?
resp. Rejeita H 0 a 10%
EXERCÍCIO 8
1 - Afirma-se que a altura média dos jogadores de basquete que disputam uma determinada liga é 1,95m.
Numa amostra de 36 jogadores, foi encontrada uma média de 1,93m. Sabe-se que o desvio padrão da
altura dos jogadores é 12 cm. Teste, com um nível de significância de 10%, se a afirmação é verdadeira.
Resp. aceita-se a hipótese nula.
Teste de Hipótese para a Média
EXERCÍCIO 9
Em uma amostra com 100 famílias em uma cidade do interior, foi encontrada uma renda média de
R$ 580. Segundo o prefeito, esta pesquisa está errada, pois a renda média em sua cidade é de, no mínimo,
R$ 650. Teste a afirmação do prefeito com 10% de significância, sabendo-se que o desvio padrão da
renda é de R$ 120.
Resp. rejeita-se a hipótese nula.
TESTE DE HIPÓTESE PARA A PROPORÇÃO ( UMA AMOSTRA )
EXERCÍCIO 3 - 17 :
Um consumidor de certo produto denunciou seu fabricante afirmando que este coloca no mercado
uma quantidade de unidades defeituosas que supera 20% da quantidade total. Uma investigação foi
conduzida com uma amostra aleatória de 50 unidades, das quais 28% acusavam defeito. Você diria que a
investigação fundamenta a denúncia? Usar nível de 95% de confiança
resp. Rejeita H O
EXERCÍCIO 4 - 19 :
De 100 pessoas selecionadas aleatoriamente participantes de um grande evento, 60 disseram estar
satisfeitas com o atendimento recebido. Os organizadores desse evento afirmaram que a proporção de
pessoas satisfeitas foi superior a 70%. Com um nível de 95% de confiança, é possível contestar a
informação dos organizadores?
resp. (0,50; 0,69)
EXERCÍCIO 5 - 43
Sabe-se por experiência que 5% da produção de um determinado artigo é defeituosa. Um novo
empregado é contratado. Ele produz 600 peças do artigo com 82 defeituosas. Ao nível de 15%, verificar
se o novo empregado produz peças com maior índice de defeitos que o existente.
EXERCÍCIO 6 - 18.1
Para determinar se certo tipo de tratamento para evitar a corrosão é eficiente, 45 tubos de um total
de 50 apresentaram resultado satisfatórios. Sabe-se que o tratamento é considerado eficiente se pelo
menos 95% dos tubos apresentarem resultado satisfatório. Qual a conclusão, ao nível de significância de
5% ?
resp. aceita-se H O
EXERCÍCIO 7 - novo
Nós queremos testar a hipótese que mais de 30% das famílias brasileiras tem acesso à internet (
com nível de significância de 5%). Nós pegamos uma amostra de 150 famílias e descobrimos que 57 tem
acesso.
EXERCÍCIO 8
1 - Uma pesquisa feita com 300 eleitores revelou que 23% votariam no candidato A. O candidato B,
entretanto, afirma que o seu oponente tem, no máximo, 20% dos votos. Teste a afirmação do candidato B,
utilizando um nível de significância de 5%.
Resp. aceita-se a hipótese nula.

Apostila de Estatística

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apostila de Estatística

Enviado por

Direitos autorais:

Formatos disponíveis

ESTATÍSTICA E PROBABILIDADE 1

São Luís, ............../................/...............

1. Dê o conceito ou o significado de:

AMOSTRA - É a parte representativa da população.

CENSO - É o levantamento total da população.

a) Definição do Problema - saber realmente o que vai ser pesquisado

b) Planejamento Levantamento censitário

c) Coleta de Dados Direta - na fonte { entrevistas, questionários, etc. }

e) Apresentação dos dados Apresentação Tabular

2. Quais as normas para apresentação tabular de dados ?

Título Cabeçalho Título

1. Explique a organização tabular de dados ?

2. Cite as séries estatísticas, classificando-as conforme: Época, Local e Fenômeno

3. Explique: Distribuição de Frequência, Dados Brutos, Rol , Tabulação e Amplitude

DADOS BRUTOS - São os dados da coleta, sem ordenação

4. Faça a tabulação dos dados brutos abaixo, achando:

5. As notas obtidas por 50 alunos de uma classe foram:

Complete a distribuição de frequência abaixo:

1) Qual a amplitude amostral ? 4 ) Limite inferior da quarta classe ?

“ Para as pessoas NEGATIVISTAS , um copo nunca está meio

Com referência a essa tabela determine:

Áreas de 400 lotes

1 300 l 400 14

AMPLITUDE ( h ) = Maior valor ─ Menor valor

PONTO MÉDIO FREQÜÊNCIA RELATIVA

1. Complete a distribuição de frequência abaixo.

2. Complete os dados que faltam na distribuição de frequência

REGRA PRÁTICA – Usar no mínimo 5 classes e no máximo 20 classes

4. SEQÜÊNCIA LÓGICA PARA TABULAR UM ROL

b) Calcular ( k ) o número de classes da tabela - ( usar a fórmula prática ) 2K  N

Variável Quantitativa Discreta: suas modalidades são valores (números) inteiros.

“ O segredo da vida não é fazer o que se gosta, é gostar do que se faz ”

ARREDONDAMENTO DE DADOS - Resolução 886/86 da Fundação IBGE

4  Fica inalterado o último algarismo a permanecer .......... 53,24 passa a 53,2

 6  aumenta-se de uma unidade o algarismo a permanecer .... 42,87 passa a 42,9

a) 27,27 ( ao décimo mais próximo ) .... 27,2 / 7

n) 57,8755 ( para quatro dígitos )

“ Inteligência é a capacidade de fazer DISTINÇÕES ” Lair Ribeiro

5. Cite os principais tipos de gráficos:

6. Represente a série estatística em um círculo, por meio de setores

“ Pedi, e dar-se-vos-à; buscai e achareis; batei Filmes Jornalismo Telenovelas

As MEDIDAS DE POSIÇÃO mais importantes são as MEDIDAS DE TENDÊNCIA CENTRAL, pois

3. Calcular a MÉDIA ARITMÉTICA ( PONDERADA ) para a tabela abaixo:

ESTUDANTES Estudante A Estudante B

6. VALORES TABULADOS: a) Individualmente Calcule as modas para casos a e b

“ Escrita em chinês, a palavra “ CRISE ” é composta por dois caracteres – um

1. Calcule a MÉDIA ARITMÉTICA das distribuições  f i xi

Minutos de Nº de Assinantes xi fixi

“ O mais profundo desejo do ser humano é o de

2. Calcule a MODA BRUTA e a MODA CZUBER da distribuição:

li – limite inferior da classe modal

3. Posição Relativa da MÉDIA ARITMÉTICA, MEDIANA e da MODA no Histograma ou na Curva

CURVA ASSIMÉTRICA CURVA NORMAL, de GAUSS, CURVA ASSIMÉTRICA

a) Achar a posição central da distribuição. POSIÇÃO CENTRAL ( P C )

3.. Determinar a mediana ( Md ) { Valores Tabulados INDIVIDUALMENTE, olhado na coluna principal }

4. Determine a Mediana (Md) para VALORES AGRUPADOS EM INTERVALOS:

“ Se você acha que a educação é cara, veja quanto

1. Fale sobre as SEPARATRIZES

2. Explique: 1º quartil, 2º quartil e 3º quartil

l* - é o limite inferior da classe mediana

4. Calcule na tabela acima o primeiro quartil ( k = 1 )

“ Uns estudam porque têm que estudar; outros são ambiciosos

1. Calcule na tabela da página 11, o terceiro quartil (k = 3)

2. Na distribuição de frequência abaixo calcule o primeiro e o terceiro quartis: