Escolar Documentos
Profissional Documentos
Cultura Documentos
Probabilidade e Estatística
Professor: Renato Souza
Introdução ao estudo da Estatística
No nosso dia a dia, frequentemente estamos fazendo
observações de fenômenos e gerando dados.
❖Os professores analisam dados de alunos.
❖Médicos analisam resposta do paciente a tratamentos.
❖Ao lermos jornais e revistas, estamos vendo resultados
estatísticos provenientes do censo demográfico.
Introdução ao estudo da Estatística
O que é a
Estatística?
O que é estatística?
A Estatística é a ciência voltada para a construção de técnicas e métodos que
permitem tomar decisões nos mais deferentes setores do conhecimento. O
que hoje se conhece por estatística, é justamente esse conjunto de
ferramentas de pesquisa que envolve, entre outros, o planejamento do
experimento a ser realizado, a coleta qualificada dos dados, os processos de
inferência estatística, bem como a análise e o processamento das
informações coletadas.
Conceitos Básicos
População
Qualquer conjunto de informação que tenha entre si uma
característica comum que delimite os elementos pertencentes a
ela.
Amostra
É um subconjunto de elementos pertencentes a população.
Variável
Dados referentes a uma característica de interesse, coletados a
partir da amostra.
Conceitos Básicos
População
Amostra
Conceitos Básicos
Variável
Tipos de Variáveis
Sexo
Nominal
Cor dos olhos
Qualitativa
Classe Social
Ordinal
Grau de Instrução
Tipos de Variáveis
Frequência Relativa
A frequência relativa, nos informa a proporção dos dados que
pertencem a um determinado intervalo. A frequências relativas dos
𝐹𝑖
dados, ou seja, para cada intervalo calcula-se 𝐹𝑅 =
𝑛
Distribuição de Frequência
Rol dos dados
21-21-21-22-22-23-23-24-25-25-25-25-26-26-26-28-30-31-31-31-
32-33-33-33-34-34-34- 35-35-36.
Frequência Relativa
A frequência relativa, nos informa a proporção dos dados que
pertencem a um determinado intervalo. A frequências relativas dos
𝐹𝑖
dados, ou seja, para cada intervalo calcula-se 𝐹𝑅 =
𝑛
Medidas de Posição
As medidas de posição são valores que representam a tendência
central dos dados observados.
As três medidas de tendência central mais utilizadas são:
❑ Média Aritmética;
❑ Moda;
❑ Mediana.
Medidas de Posição
Média Aritmética
É o valor que representa uma característica do conjunto de
dados. Essa característica é tal que a soma dos dados é
preservada. A média é obtida a partir de todos os elementos da
distribuição e do tamanho da amostra n.
Notação: representamos a média de um conjunto de dados por
𝒙 (lê-se x barra).
Medidas de Posição
Cálculo da Média Aritmética
➢ Dados não agrupados (brutos) – média aritmética simples
No caso de uma lista de dados não agrupados calculamos a média
aritmética pela fórmula:
𝒏
σ𝒊=𝟏 𝒙𝒊
𝒙=
𝒏
Medidas de Posição
Cálculo da Média Aritmética
Exemplo de cálculo da média com dados brutos.
Considere os dados 2, 3 , 7 e 8. Qual é a média desses dados?
𝟐+𝟑+𝟕+𝟖 𝟐𝟎
𝒙= 𝒙= 𝒙=𝟓
𝟒 𝟒
Medidas de Posição
Cálculo da Média Aritmética ponderada
➢ Dados agrupados – média aritmética ponderada
No caso de uma lista de dados agrupados, ou seja, sabemos a
frequência de cada dados da observação, o cálculo da média pode
ser feito pela fórmula.
𝒏
σ𝒊=𝟏 𝒙𝒊 ∙𝒇𝒊
𝒙=
𝒏
Medidas de Posição
Cálculo da Média Aritmética ponderada
Exemplo de cálculo da média com dados agrupados.
Considere a seguinte tabela:
Medidas de Posição
Cálculo da Média Aritmética ponderada
𝒙 = 𝟔, 𝟕𝟖
𝟒∙𝟑+𝟔∙𝟓+𝟖∙𝟏𝟎 𝟏𝟐𝟐
𝒙= 𝒙=
𝟏𝟖
𝟏𝟖
Medidas de Posição
Cálculo da Média Aritmética ponderada
➢ Dados agrupados em intervalos – média aritmética ponderada
No caso de uma lista de dados agrupados, ou seja, sabemos a
frequência de cada dados da observação, o cálculo da média pode
ser feito pela fórmula.
𝒏
σ𝒊=𝟏 𝒑𝒎𝒊 ∙𝒇𝒊
𝒙=
𝒏
Medidas de Posição
Cálculo da Média Aritmética ponderada
Exemplo de cálculo da média com dados agrupados em intervalos.
Considere a seguinte tabela:
Medidas de Posição
Cálculo da Média Aritmética ponderada
𝒙 = 𝟔, 𝟓𝟕
𝟒∙𝟐+𝟏𝟎∙𝟔+𝟕∙𝟏𝟎 𝟏𝟑𝟖
𝒙= 𝒙=
𝟐𝟏
𝟐𝟏
Medidas de Posição
As medidas de posição são valores que representam a tendência
central dos dados observados.
As três medidas de tendência central mais utilizadas são:
❑ Média Aritmética;
❑ Moda;
❑ Mediana.
Medidas de Posição
Moda
Definimos como moda de um conjunto de dados como o valor
mais frequente desse conjunto.
Notação: representamos a moda de um conjunto de dados por
Mo.
Exemplos de modas
❖ 1, 2, 4, 5 e 8 – Não existe valor mais frequente – (Amodal)
❖ 2, 2, 3, 7 e 8 – Mo = 2– (Unimodal)
❖ 1, 1, 10, 5, 5, 7 e 2 – Mo = 1 e 5 – (Bimodal)
Medidas de Posição
Cálculo da classe modal:
Dados agrupados – Neste caso, a moda é definida como “classe
modal”, isto é, a classe com maior frequência .
Assim, Mo = 8 (𝑭𝟑 ):
Medidas de Posição
Cálculo da classe modal:
Dados agrupados em intervalos – Neste caso, utiliza-se a fórmula
de Czuber.
𝒉(𝑭𝑴𝒐 − 𝑭𝒂𝒏𝒕 )
𝑴𝒐 = 𝒍𝑴𝒐 +
𝟐𝑭𝑴𝒐 −(𝑭𝒂𝒏𝒕 + 𝑭𝒑𝒐𝒔
𝒉 é amplitude intervalar.
𝑭𝑴𝒐 é frequência da classe modal
𝒍𝑴𝒐 é limite inferior da classe modal
Medidas de Posição
𝒉(𝑭𝑴𝒐 − 𝑭𝒂𝒏𝒕 )
𝑴𝒐 = 𝒍𝑴𝒐 +
𝟐𝑭𝑴𝒐 −(𝑭𝒂𝒏𝒕 + 𝑭𝒑𝒐𝒔
𝒉 é amplitude intervalar.
𝑭𝑴𝒐 é a frequência da classe modal.
𝒍𝑴𝒐 é o limite inferior da classe modal.
𝑭𝒂𝒏𝒕 é a frequência da classe anterior à classe modal.
𝑭𝒑𝒐𝒔 é a frequência da classe posterior à classe modal.
Medidas de Posição
Cálculo da classe modal:
Exemplo de cálculo da moda com dados agrupados em intervalos.
Considere a seguinte tabela:
Medidas de Posição
𝒉(𝑭𝑴𝒐 − 𝑭𝒂𝒏𝒕 )
𝑴𝒐 = 𝒍𝑴𝒐 +
𝟐𝑭𝑴𝒐 −(𝑭𝒂𝒏𝒕 + 𝑭𝒑𝒐𝒔
𝟒(𝟏𝟎−𝟒)
𝑴𝒐 = 4 + 𝑴𝒐 = 6,67
𝟐∙𝟏𝟎 −(𝟒+𝟕
Medidas de Posição
As medidas de posição são valores que representam a tendência
central dos dados observados.
As três medidas de tendência central mais utilizadas são:
❑ Média Aritmética;
❑ Moda;
❑ Mediana.
Medidas de Posição
Mediana
Definimos como mediana um valor que divide um intervalo de
dados em duas partes que apresentam a mesma quantidade de
dados.
Notação: representamos a mediana de um conjunto de dados por
Md.
Medidas de Posição
Cálculo da Mediana:
Dados não agrupados (brutos)
❑ Se o tamanho amostral (n) é impar, então a mediana é o valor
que está no centro do conjunto de dados.
❑ Se o tamanho amostral (n) é par, então a mediana do conjunto
de dados é a média aritmética simples dos dois valores que
estão no centro do conjunto de dados.
Medidas de Posição
Cálculo da mediana para dados brutos
❖ Classe da mediana.
❖ Md = 3.
Medidas de Posição
Cálculo da mediana para dados agrupados
❑ Neste caso, olhar a frequência acumulada ajuda a encontrar a
mediana.
❖ Caso 2: n é par.
Medidas de Posição
❖ Caso 2: n é par.
❖ Classe da
mediana.
❖ Md = 8.
Medidas de Posição
Cálculo da mediana para dados agrupados em intervalos
𝒏
− 𝑭𝒂𝒄,𝒂𝒏𝒕
𝟐
𝑴𝒅 = 𝒍𝑴𝒅 + ∙𝒉
𝑭𝑴𝒅
𝑭𝑴𝒅 10.
𝒍𝑴𝒐 = 4
𝑭𝒂𝒄,𝒂𝒏𝒕 = 4.
𝒉=4
Medidas de Posição
𝒍𝑴𝒐 = 4.
𝑭𝒂𝒄,𝒂𝒏𝒕 = 4.
𝒉 = 4.
𝑭𝑴𝒅 10.
𝟐𝟏
−𝟒
𝑴𝒅 = 4+ 𝟐
∙𝟒 𝑴𝒅 = 6,6
𝟏𝟎
Medidas de Posição
𝒍𝑴𝒐 = 4.
𝑭𝒂𝒄,𝒂𝒏𝒕 = 4.
𝒉 = 4.
𝑭𝑴𝒅 10.
𝟐𝟏
−𝟒
𝑴𝒅 = 4+ 𝟐
∙𝟒 𝑴𝒅 = 6,6
𝟏𝟎
Próxima Aula
Medidas de Dispersão
Medidas de Dispersão
As medidas de dispersão são valores que numa dada distribuição,
medem o grau de variabilidade dos elementos.
As medidas de dispersão mais utilizadas são:
❑ Amplitude Total;
❑ Variância;
❑ Desvio Médio;
❑ Desvio Padrão;
❑ Coeficiente de Variação.
Medidas de Dispersão
Exemplo de motivação para as medidas de dispersão.
Notas de alunos em cinco avaliações. IFTO, 2022.
Alunos Notas Média
Antônio 5 5 5 5 5 5
João 6 4 5 4 6 5
José 10 5 5 5 0 5
Pedro 10 10 5 0 0 5
Observa-se que:
❑ As notas de Antônio não variam;
❑ As notas de João variam menos que as notas de José;
❑ As notas de Pedro variaram mais que as notas de todos os alunos;
Medidas de Dispersão
Amplitude
A amplitude nos fornece uma ideia do campo de variação dos elementos.
Mais precisamente, ela fornece a maior possível dos dados. A amplitude é
dada pela fórmula:
A = 𝑿𝒎𝒂𝒙 − 𝑿𝒎𝒊𝒏.
❑ Exemplo de cálculo de amplitude
❖ No exemplo anterior:
❖ 𝑨𝑨𝒏𝒕ô𝒏𝒊𝒐 = 𝟎; 𝑨𝑱𝒐ã𝒐 = 𝟐; 𝑨𝑱𝒐𝒔é = 𝟏𝟎; 𝑨𝑷𝒆𝒅𝒓𝒐 = 𝟏𝟎
❑ NOTE: A amplitude não mede bem a dispersão dos dados porque,
usam-se apenas os valores extremos, ao invés de utilizar todos os
elementos da distribuição.
Medidas de Dispersão
Desvio Médio
Mede a dispersão dos dados em relação a média, isto é, análise dos
desvios.
𝒅𝒊 = (𝑿𝒊 − 𝑿)
❑ Dados não agrupados ( brutos): Neste caso, calculamos o desvio médio
como:
𝒅 (𝑿 −𝑿)
DM = σ𝒏𝒊=𝟏 𝒊 = σ𝒏𝒊=𝟏 𝒊
𝒏 𝒏
𝒅𝒊 ²∙𝑭𝒊 𝟏 𝑿𝒊 −𝑿) ²
❑ Dados agrupados:S²= σ𝒏𝒊=𝟏 = σ𝒏𝒊=𝟏 𝑿2𝒊 ∙ 𝑭𝒊 − σ𝒏𝒊=𝟏
𝒏−𝟏 𝒏−𝟏 𝒏−𝟏
Desvio Padrão
❑ Desvio padrão populacional: 𝝈 = 𝝈𝟐
❑ Desvio padrão amostral: S= 𝑺𝟐
Medidas de Dispersão
Exemplo de cálculo das medias de dispersão
Calcular a amplitude, o desvio médio, a variância e o desvio
padrão da seguinte distribuição amostral.
𝑿𝒊 𝑭𝒊
5 2
7 3
8 5
9 4
11 2
Total 16
Medidas de Dispersão
𝑿𝒊 𝑭𝒊
5 2
7 3
8 5
9 4
11 2
Total 16
(𝑿𝒊 −𝑿)
DM = σ𝒏𝒊=𝟏
𝒏
Medidas de Dispersão
𝑿𝒊 𝑭𝒊 𝑿 𝒊 ∙ 𝑭𝒊
5 2 10
7 3 21
8 5 40
9 4 36
11 2 22
Total 16 129
𝒏 𝑿𝒊 ∙𝑭𝒊 𝟓∙𝟐+𝟕∙𝟑+𝟖∙𝟓+𝟗∙𝟒+𝟏𝟏∙𝟐
𝑿= σ𝒊=𝟏 𝑿 =
𝒏 𝟏𝟔
Medidas de Dispersão
𝑿𝒊 𝑭𝒊 𝑿 𝒊 ∙ 𝑭𝒊
5 2 10
7 3 21
8 5 40
9 4 36
11 2 22
Total 16 129
𝒏 𝑿𝒊 ∙𝑭𝒊 𝟓∙𝟐+𝟕∙𝟑+𝟖∙𝟓+𝟗∙𝟒+𝟏𝟏∙𝟐
𝑿= σ𝒊=𝟏 𝑿 =
𝒏 𝟏𝟔
𝟓∙𝟐+𝟕∙𝟑+𝟖∙𝟓+𝟗∙𝟒+𝟏𝟏∙𝟐 𝟏𝟐𝟗
𝑿 = 𝑿 =
𝟏𝟔 𝟏𝟔
Medidas de Dispersão
𝑿𝒊 𝑭𝒊 𝑿 𝒊 ∙ 𝑭𝒊
5 2 10
7 3 21
8 5 40
9 4 36
11 2 22
Total 16 129
𝒏 𝒅𝒊 ∙
𝑿= σ𝒊=𝟏 𝑿 =
𝟓∙𝟐+𝟕∙𝟑+𝟖∙𝟓+𝟗∙𝟒+𝟏𝟏∙𝟐
𝒏 𝟏𝟔
𝟓∙𝟐+𝟕∙𝟑+𝟖∙𝟓+𝟗∙𝟒+𝟏𝟏∙𝟐
𝑿 =
𝟏𝟔
Medidas de Dispersão
𝑿𝒊 𝑭𝒊 𝑿 𝒊 ∙ 𝑭𝒊
5 2 10
7 3 21
8 5 40
9 4 36
11 2 22
Total 16 129
𝒏 𝒅𝒊 ∙
𝑿= σ𝒊=𝟏 𝑿 =
𝟓∙𝟐+𝟕∙𝟑+𝟖∙𝟓+𝟗∙𝟒+𝟏𝟏∙𝟐
𝒏 𝟏𝟔
𝟓∙𝟐+𝟕∙𝟑+𝟖∙𝟓+𝟗∙𝟒+𝟏𝟏∙𝟐 𝟏𝟐𝟗
𝑿 = 𝑿 = 𝑿 =𝟖, 𝟎𝟔
𝟏𝟔 𝟏𝟔
Medidas de Dispersão
𝑿𝒊 𝑭𝒊 𝑿 𝒊 ∙ 𝑭𝒊 (𝑿𝒊 − 𝑿) 𝒅𝒊 ∙ 𝑭𝒊
5 2 10 𝟓 − 𝟖, 𝟎𝟔 = 3,06 6,12
7 3 21 𝟕 − 𝟖, 𝟎𝟔 = 1,06 3,18
8 5 40 𝟖 − 𝟖, 𝟎𝟔 = 0,06 0,30
9 4 36 9 − 𝟖, 𝟎𝟔 = 0,94 3,76
11 2 22 11 − 𝟖, 𝟎𝟔 = 2,94 5,88
𝒏 𝒅𝒊 ∙𝑭𝒊 𝟏𝟗,𝟐𝟒
DM = σ𝒊=𝟏 DM =
𝒏 𝟏𝟔
Medidas de Dispersão
𝑿𝒊 𝑭𝒊 𝑿 𝒊 ∙ 𝑭𝒊 (𝑿𝒊 − 𝑿) 𝒅 𝒊 ∙ 𝑭𝒊
5 2 10 𝟓 − 𝟖, 𝟎𝟔 = 3,06 6,12
7 3 21 𝟕 − 𝟖, 𝟎𝟔 = 1,06 3,18
8 5 40 𝟖 − 𝟖, 𝟎𝟔 = 0,06 0,30
9 4 36 9 − 𝟖, 𝟎𝟔 = 0,94 3,76
11 2 22 11 − 𝟖, 𝟎𝟔 = 2,94 5,88
𝒏 𝒅𝒊 ∙𝑭𝒊 𝟏𝟗,𝟐𝟒
DM = σ𝒊=𝟏 DM = DM =1,20
𝒏 𝟏𝟔
Medidas de Dispersão
𝑿𝒊 𝑭𝒊 𝑿 𝒊 ∙ 𝑭𝒊 𝑿 𝒊 ² ∙ 𝑭𝒊
5 2 10 50
7 3 21 147
8 5 40 320
9 4 36 324
11 2 22 242
𝒏 𝟏 𝒏 𝑿𝒊 −𝑿) ²
S² = σ𝒊=𝟏 𝑿2𝒊 ∙ 𝑭𝒊 − σ𝒊=𝟏
𝒏−𝟏 𝒏−𝟏
Medidas de Dispersão
𝑿𝒊 𝑭𝒊 𝑿 𝒊 ∙ 𝑭𝒊 𝑿 𝒊 ² ∙ 𝑭𝒊
5 2 10 50
7 3 21 147
8 5 40 320
9 4 36 324
11 2 22 242
𝒏 𝟏 𝒏 𝑿𝒊 −𝑿) ²
S² = σ𝒊=𝟏 𝑿2𝒊 ∙ 𝑭𝒊 − σ𝒊=𝟏
𝒏−𝟏 𝒏−𝟏
𝟏 𝟏𝟐𝟗²
S² = 𝟏𝟎𝟖𝟑 −
𝟏𝟔−𝟏 𝟏𝟔
Medidas de Dispersão
𝑿𝒊 𝑭𝒊 𝑿 𝒊 ∙ 𝑭𝒊 𝑿 𝒊 ² ∙ 𝑭𝒊
5 2 10 50
7 3 21 147
8 5 40 320
9 4 36 324
11 2 22 242
𝒏 𝟏 𝒏 𝑿𝒊 −𝑿) ²
S² = σ𝒊=𝟏 𝑿2𝒊 ∙ 𝑭𝒊 − σ𝒊=𝟏
𝒏−𝟏 𝒏
𝟏 𝟏𝟐𝟗² 𝟏 𝟏𝟔𝟔𝟒𝟏
S² = 𝟏𝟎𝟖𝟑 − S² = 𝟏𝟎𝟖𝟑 −
𝟏𝟔−𝟏 𝟏𝟔 𝟏𝟓 𝟏𝟔
Medidas de Dispersão
𝑿𝒊 𝑭𝒊 𝑿 𝒊 ∙ 𝑭𝒊 𝑿 𝒊 ² ∙ 𝑭𝒊
5 2 10 50
7 3 21 147
8 5 40 320
9 4 36 324
11 2 22 242
𝟏 𝟏𝟐𝟗² 𝟏 𝟏𝟔𝟔𝟒𝟏
S² = 𝟏𝟎𝟖𝟑 − S² = 𝟏𝟎𝟖𝟑 −
𝟏𝟔−𝟏 𝟏𝟔 𝟏𝟓 𝟏𝟔
𝟏 𝟏𝟕𝟑𝟐𝟖−𝟏𝟔𝟔𝟒𝟏
S² =
𝟏𝟓 𝟏𝟔
Medidas de Dispersão
𝑿𝒊 𝑭𝒊 𝑿 𝒊 ∙ 𝑭𝒊 𝑿 𝒊 ² ∙ 𝑭𝒊
5 2 10 50
7 3 21 147
8 5 40 320
9 4 36 324
11 2 22 242
𝟏 𝟔𝟖𝟕
S² = ∙
𝟏𝟓 𝟏𝟔
Medidas de Dispersão
𝑿𝒊 𝑭𝒊 𝑿 𝒊 ∙ 𝑭𝒊 𝑿 𝒊 ² ∙ 𝑭𝒊
5 2 10 50
7 3 21 147
8 5 40 320
9 4 36 324
11 2 22 242
𝟏 𝟔𝟖𝟕 𝟏 𝟔𝟖𝟕
S² = ∙ S² = ∙
𝟏𝟓 𝟏𝟔 𝟏𝟓 𝟏𝟔
𝟔𝟖𝟕
S² = S² =2,86
𝟐𝟒𝟎
Medidas de Dispersão
𝑿𝒊 𝑭𝒊 𝑿 𝒊 ∙ 𝑭𝒊 𝑿 𝒊 ² ∙ 𝑭𝒊
5 2 10 50
7 3 21 147
8 5 40 320
9 4 36 324
11 2 22 242
S = S²
Medidas de Dispersão
𝑿𝒊 𝑭𝒊 𝑿 𝒊 ∙ 𝑭𝒊 𝑿 𝒊 ² ∙ 𝑭𝒊
5 2 10 50
7 3 21 147
8 5 40 320
9 4 36 324
11 2 22 242
S = S² S = 2,86 S = 1,69
Medidas de Dispersão
𝑸𝟏 𝑸𝟐 𝑸𝟑
Cálculo do Quartil para dados brutos
Dado o conjunto de valores: 7,13, 5, 12, 16, 4, 9, 15, 6
Cálculo do Quartil para dados brutos
Dado o conjunto de valores: 7,13, 5, 12, 16, 4, 9, 15, 6
Resolução:
Cálculo do Quartil para dados brutos
Dado o conjunto de valores: 7,13, 5, 12, 16, 4, 9, 15, 6
Resolução:
Considere o conjunto de valores ordenados segundo o
critério de grandeza.
4, 5, 6, 7, 9, 12, 13, 15, 16.
Cálculo do Quartil para dados brutos
Dado o conjunto de valores: 7,13, 5, 12, 16, 4, 9, 15, 6
Resolução:
Considere o conjunto de valores ordenados segundo o
critério de grandeza.
4, 5, 6, 7, 9, 12, 13, 15, 16.
𝑸𝟐
Cálculo do Quartil para dados brutos
Dado o conjunto de valores: 7,13, 5, 12, 16, 4, 9, 15, 6
Resolução:
Considere o conjunto de valores ordenados segundo o
critério de grandeza.
4, 5, 6, 7, 9, 12, 13, 15, 16.
𝟓+𝟔
𝑸𝟏 = = 𝟓, 𝟓 𝑸𝟐
𝟐
Cálculo do Quartil para dados brutos
Dado o conjunto de valores: 7,13, 5, 12, 16, 4, 9, 15, 6
Resolução:
Considere o conjunto de valores ordenados segundo o
critério de grandeza.
4, 5, 6, 7, 9, 12, 13, 15, 16.
𝟓+𝟔 𝟏𝟑+𝟏𝟓
𝑸𝟏 = = 𝟓, 𝟓 𝑸𝟐 𝑸𝟑 = = 𝟏𝟒
𝟐 𝟐
Cálculo do Quartil para dados agrupados
em intervalos de classe
𝑘∙𝑛
− 𝐹𝑎𝑐,𝑎𝑛𝑡
𝑄𝑘 = 𝑙𝑄𝑘 + 4
𝑓𝑄𝑘
Sendo:
❑ 𝑘 = quartil considerado.
❑ 𝑙𝑄𝑘 = limite inferior do intervalo da classe do
quartil considerado.
𝑘∙𝑛
− 𝐹𝑎𝑐,𝑎𝑛𝑡
𝑄𝑘 = 𝑙𝑄𝑘 + 4 ∙ ℎ𝑄𝑘
𝑓𝑄𝑘
Sendo:
❑ 𝑘 = quartil considerado.
❑ 𝑙𝑄𝑘 = limite inferior do intervalo da classe do
quartil considerado.
❑ 𝑓𝑄𝑘 = frequência simples do quartil considerado.
❑ n= número total de elementos da amostra.
𝑘∙𝑛
− 𝐹𝑎𝑐,𝑎𝑛𝑡
𝑄𝑘 = 𝑙𝑄𝑘 + 4 ∙ ℎ𝑄𝑘
𝑓𝑄𝑘
Sendo:
𝑘 ∙𝑛
❖ 𝑄𝑘 =
4
❑ ℎ𝑄𝑘 = 𝐿𝑄𝑘 − 𝑙𝑄𝑘
❑ 𝑓𝑎𝑐,𝑎𝑛𝑡 = frequência acumulada da classe anterior
do quartil considerado.
Exercício Resolvido
Distribuição do peso dos objetos usados numa
construção.
i Pesos dos Objetos (kg) Número de Peças (𝒇𝒊 )
1 0↦ 5 52
2 5 ↦ 10 36
3 10 ↦ 15 30
4 15 ↦ 20 41
5 20 ↦ 25 28
6 25 ↦ 30 25
7 30 ↦ 35 18
Total 230
Exercício Resolvido
Distribuição do peso dos objetos usados numa
construção.
i Pesos dos Número de Peças Frequência
Objetos (kg) (𝒇𝒊 ) Acumulada
1 0↦ 5 52 52
2 5 ↦ 10 36 88
3 10 ↦ 15 30 118
4 15 ↦ 20 41 159
5 20 ↦ 25 28 187
6 25 ↦ 30 25 212
7 30 ↦ 35 18 230
Total 230
Exercício Resolvido
Distribuição do peso dos objetos usados numa
construção.
i Pesos dos
Objetos (kg)
Número de Peças
(𝒇𝒊 )
Frequência
Acumulada Cálculo de 𝑄1
1 0↦ 5 52 52
1 ∙230
2 5 ↦ 10 36 88 𝑄1 = = 57,5
4
3 10 ↦ 15 30 118
4 15 ↦ 20 41 159
5 20 ↦ 25 28 187
6 25 ↦ 30 25 212
7 30 ↦ 35 18 230
Total 230
Exercício Resolvido
Distribuição do peso dos objetos usados numa
construção.
i Pesos dos
Objetos (kg)
Número de Peças
(𝒇𝒊 )
Frequência
Acumulada Cálculo de 𝑄1
1 0↦ 5 52 52
1 ∙230
2 5 ↦ 10 36 88 𝑄1 = = 57,5
4
3 10 ↦ 15 30 118
4 15 ↦ 20 41 159 Segunda Classe
5 20 ↦ 25 28 187
6 25 ↦ 30 25 212
7 30 ↦ 35 18 230
Total 230
Exercício Resolvido
Distribuição do peso dos objetos usados numa
construção.
i Pesos dos Número de Frequência
Objetos (kg) Peças (𝒇𝒊 ) Acumulada Cálculo de 𝑄1
1 0↦ 5 52 52
2 5 ↦ 10 36 88 57,5−52
3 10 ↦ 15 30 118
𝑄1 = 5 + ∙5
36
4 15 ↦ 20 41 159
5 20 ↦ 25 28 187
6 25 ↦ 30 25 212
7 30 ↦ 35 18 230
Total 230
Exercício Resolvido
Distribuição do peso dos objetos usados numa
construção.
i Pesos dos Número de Frequência
Objetos (kg) Peças (𝒇𝒊 ) Acumulada Cálculo de 𝑄1
1 0↦ 5 52 52
2 5 ↦ 10 36 88 57,5−52
3 10 ↦ 15 30 118
𝑄1 = 5 + ∙5
36
4 15 ↦ 20 41 159
5 20 ↦ 25 28 187 𝑄1 = 5,76 𝑘𝑔
6 25 ↦ 30 25 212
7 30 ↦ 35 18 230
Total 230
Exercício Resolvido
Distribuição do peso dos objetos usados numa
construção.
i Pesos dos
Objetos (kg)
Número de Peças
(𝒇𝒊 )
Frequência
Acumulada Cálculo de 𝑄2
1 0↦ 5 52 52
2 ∙230
2 5 ↦ 10 36 88 𝑄1 = = 115
4
3 10 ↦ 15 30 118
4 15 ↦ 20 41 159 Terceira Classe
5 20 ↦ 25 28 187
6 25 ↦ 30 25 212
7 30 ↦ 35 18 230
Total 230
Exercício Resolvido
Distribuição do peso dos objetos usados numa
construção.
i Pesos dos Número de Frequência
Objetos (kg) Peças (𝒇𝒊 ) Acumulada Cálculo de 𝑄2
1 0↦ 5 52 52
2 5 ↦ 10 36 88 115−88
3 10 ↦ 15 30 118
𝑄2 = 10 + ∙5
30
4 15 ↦ 20 41 159
5 20 ↦ 25 28 187 𝑄2 = 14,5 𝑘𝑔
6 25 ↦ 30 25 212
7 30 ↦ 35 18 230
Total 230
Exercício Resolvido
Distribuição do peso dos objetos usados numa
construção.
i Pesos dos
Objetos (kg)
Número de Peças
(𝒇𝒊 )
Frequência
Acumulada Cálculo de 𝑄3
1 0↦ 5 52 52
3 ∙230
2 5 ↦ 10 36 88 𝑄3 = = 172,5
4
3 10 ↦ 15 30 118
4 15 ↦ 20 41 159 Quinta Classe
5 20 ↦ 25 28 187
6 25 ↦ 30 25 212
7 30 ↦ 35 18 230
Total 230
Exercício Resolvido
Distribuição do peso dos objetos usados numa
construção.
i Pesos dos Número de Frequência
Objetos (kg) Peças (𝒇𝒊 ) Acumulada Cálculo de 𝑄2
1 0↦ 5 52 52
2 5 ↦ 10 36 88 172,5−159
3 10 ↦ 15 30 118
𝑄3 = 20 + ∙5
28
4 15 ↦ 20 41 159
5 20 ↦ 25 28 187 𝑄3 = 22, 41𝑘𝑔
6 25 ↦ 30 25 212
7 30 ↦ 35 18 230
Total 230
Exercícios Propostos
Distribuição salarial dos funcionários do setor de
vendas.
i Salário (em R$) Número de Frequência
Peças (𝒇𝒊 ) Acumulada
1 1000 ↦ 2000 3
2 2000 ↦ 3000 14
3 3000 ↦ 4000 18
4 4000 ↦ 5000 10
5 5000 ↦ 6000 6
6 6000 ↦ 8000 3
Total 54
Exercícios Propostos
Distribuição das estaturas de um grupo de
adolescentes.
i Estatura (em cm) Número de Frequência
Peças (𝒇𝒊 ) Acumulada
1 120 ↦ 130 14
2 130 ↦ 140 19
3 140 ↦ 150 17
4 150 ↦ 160 21
5 160 ↦ 170 16
6 170 ↦ 180 5
Total 92