Escolar Documentos
Profissional Documentos
Cultura Documentos
Estatística Aplicada
APRESENTAÇÃO DA DISCIPLINA
PROGRAMA
PROGRAMA
PROGRAMA TEMÁTICO
A-SINTÉTICO:
UNIDADE I: Parte teórico-prática
UNIDADE II: Parte prática
PROGRAMA ANALÍTICO
Sistema de Valores
Sentido de responsabilidade
Participação / Cooperação
Autonomia
Espírito crítico
Persistência
Justiça
Honestidade
Sistema de Habilidade
Precisa –se de :
Diferenciar conceitos.
Conhecer as operações elementar.
Identificar os Axiomas,propriedades e teoremas
Analisar a decorrencia dentro de um conjunto dados.
SISTEMA DE AVALIAÇÂO:
BIBLIOGRAFIA:
CAPÍTULO 0 – INTRODUÇÃO
2.0 – INTRODUÇÃO
2.0.1 – Breve introdução histórica
A estatística deixa de ser uma simples tabulação de dados numéricos para se tornar
" O estudo de como se chegar a conclusão sobre uma população, partindo da
observação de partes dessa população (amostra) ". A estatística desde sempre foi
um ramo da matemática aplicada, pois na antiguidade os povos já registavam o
número de habitantes, nascimentos, óbitos. Faziam "estatísticas", enquanto na idade
média as informações eram tabuladas com finalidades tributárias e bélicas. Séc.
XVI: surgem as primeiras análises sistemáticas, as primeiras tabelas e os números
relativos.
Muitos anos antes de Cristo as necessidades que exigiam o conhecimento numérico
começaram a surgir, pois contar e recensear sempre foi uma preocupação em todas
as culturas. O primeiro dado estatístico disponível foi o de registos egípcios de
presos de guerra na data de 5000 a.C., em 3000 a.C. existem também registos
egípcios da falta de mão-de-obra relacionada a construção de pirâmides. No ano de
2238 a.C. o Imperador da China Yao, ordenou que fosse feito o primeiro
recenseamento com fins agrícolas e comerciais. Em 600 a.C. no Egipto todos os
Apontamentos de Estatística seleccionados pelo Ph.D. Abílio Eduardo – ISCED Benguela/2020 8
indivíduos tinham que declarar todos os anos ao governo de sua província a sua
profissão e suas fontes de rendimento, caso não a fizessem seria declarada a pena
de morte. Já na Era de Cristo o governador romano da Síria, Quirino, que incluía a
Judeia e a Galileia, por ordem do Senado, teve que fazer um recenseamento no qual
as pessoas tinham que ser entrevistadas no local de sua origem.
Explica-se. Como está escrito na Bíblia, Lucas cap. 2:1-2 - O imperador romano
César Augusto mandou uma ordem para todos os povos do Império: Todas as
pessoas deviam se registar para que fosse feita uma contagem da população. Foi
então que São José e a Virgem Maria saíram de Nazareth, na Galileia, para Belém,
na Judeia, para responder ao censo ordenado pelo imperador César Augusto. Foi
enquanto estavam na cidade que Jesus nasceu.
Alguns acontecimentos podem ser destacados como factos importantes na formação
da estatística: No mundo:
Em 620 surgiu em Constantinopla o Primeiro Bureau de Estatística.
No ano de 1654, Blaise Pascal e Pierre de Fermat estabelecem os
princípios do cálculo de probabilidades.
Somente em 1708, houve a criação do Primeiro Curso de Estatística,
criado na Universidade de IENA, na Alemanha.
A palavra estatística surge em 1752 pelo alemão Gottfried Achenwall
que deriva da palavra latina STATU, que significa estado, pelo
aproveitamento que os políticos e o estado tiravam dela. Enquanto isso
no Brasil:
No ano de 1872, houve o primeiro senso geral da população brasileira
feito por José Maria da Silva Paranhos, conhecido como Visconde do
Rio Branco (1819-1880)
O desenvolvimento da estatística pode ser entendido a partir de dois fenómenos, a
necessidade de governos colectarem dados censitários e o desenvolvimento da
teoria do cálculo das probabilidades. Dados têm sido colectados através de toda a
história. Na Antiguidade, vários povos já registavam o número de habitantes, de
nascimentos, de óbitos, faziam estimativas das riquezas sociais, distribuíam
equitativamente terras aos povos, cobravam impostos e realizavam inquéritos
quantitativos por processos que, hoje, chamaríamos de “estatísticas”. Na Idade
Média colhiam-se informações, geralmente com finalidades tributárias.
0.2 – IMPORTANCIA
Nos nossos dias, a estatística assume uma importância decisiva a diversos
níveis, o que é confirmado pelo destaque e pela frequência com que os seus
estudos surgem nos meios de comunicação social. Diariamente, a partir de jornais,
revistas, rádio e televisão, somos confrontados com tabelas, gráficos, sondagens,
etc. que traduz resultados de estudos estatísticos.
A importância da estatística pode ser vista através da sua utilização ao nível
do estado, organizações sociais e profissionais, do cidadão comum e ao nível
científico.
Ao nível do estado, hoje em dia quase todas as decisões importantes que se
tomam são acompanhadas de estudos estatísticos e, o mesmo se pode dizer
relativamente à justificação da adequação ou não das políticas seguidas pelos
diferentes governos. Quase todos os países possuem organismos oficiais
destinados à realização de estudos estatísticos. Isto prova o grau de importância
que os países atribuem a estatística.
No que respeita as organizações sociais e profissionais, tem-se vindo a
assistir a um aumento do uso de estatística. Relativamente as organizações sociais
Apontamentos de Estatística seleccionados pelo Ph.D. Abílio Eduardo – ISCED Benguela/2020 10
O que é a Estatística?
A Estatística é a ciência que provê de métodos que permitem recolher, organizar,
resumir, apresentar e analisar dados relativos a um conjunto de individuos ou
observações e que permitem extrair conclusões válidas e tomar decisões lógicas
baseadas em tais análises.“Che J. 2008”
TÉCNICAS DE AMOSTRAGEM
PROBABILÍSTICAS NÃO PROBABILÍSTICAS
Amostragem simples aleatória Amostragem acidental
Amostragem sistemática Amostragem intencional
Amostragem estratificada Amostragem por quotas
Amostragem por conglomerado Outras
a) Técnicas probabilísticas:
Garantem que cada uma das unidades da população tenha a mesma probabilidade
estatística de pertencer à amostra, ou seja, que se baseiam no suposto de
equiprobabilidade, nestes casos a amostra se considera autoponderada, e os
resultados são representativos.
Na amostragem aleatória simples, a cada elemento ou unidade da população se
assigna um número único, e a partir deste listado se faz um sorteio ou se utiliza uma
tabela de números aleatórios, seleccionando os casos até chegar ao tamanho
desejado da amostra. Este procedimento é longo e cansativo, sobretudo quando a
população é grande.
A amostragem sistemática constitui uma variante do procedimento anterior, mas
rápido e fácil de aplicar. Se divide o número de elementos da população entre o
número de sujeitos que se deseja que integrem a amostra. O resultado nos oferece
o intervalo que devemos utilizar, por exemplo:
População = 500:10 Amostra 50
Deste modo, se escolherá sistematicamente a cada décimo sujeito da população
(lista) até chegar à quantidade desejada. O primeiro caso deve tomar-se da lista por
sorteio.
A amostragem extratificada permite assegurar e aumentar a representatividade da
amostra a nível de certos subconjuntos da população estudada. Se divide a
população em extratos, por exemplo, idade e sexo, e se obtém aleatoriamente uma
amostra separada de cada estrato, através de um dos procedimentos antes
descritos.
Amostragem por conglomerados, em vez de seleccionar indivíduos, se escolhem
conglomerados, ou seja, grandes grupos de elementos que podem incluir, por
exemplo, grupos de pessoas pertencentes a escolas, hospitais, áreas geográficas,
municípios, organizações, etc. Estes conglomerados são seleccionados
aleatoriamente e se procede a estudar cada um dos elementos que os integram. Se,
por exemplo, se pretende investigar o desenvolvimento da linguagem infantil nas
zonas rurais, se parte de uma lista de todas as zonas existentes, se selecciona a
Apontamentos de Estatística seleccionados pelo Ph.D. Abílio Eduardo – ISCED Benguela/2020 18
População Amostra
Total 500 500*10%= 50
Educacão Especial 80 80*10%= 8
Psicologia 120 120*10%= 12
Pedagigia 300 300*10%= 30
.
VOLUME – (da População ou Amostra) – Numero de objectos desta.
Conforme o volume, a população pode ser finita ou infinita.
UNIDADE ESTATISTICA ou INDIVIDUO – Cada elemento do conjunto que se
estuda.Portanto, as unidades de estudo são os elementos, fenómenos, sujeitos ou
processos que integram a poblação, por exemplo: individuos, grupos de pessoas,
factos, procesos, casos, etc.
As unidades que conforman a populación se determinan em função da
natureza da investigação e do disenho teórico adoptado, tendo muito em conta o
objectivo consciente a alcançar.
Por exemplo, se o objectivo consiste em desenvolver estrategias de
intervenção na saúde da comunidade, com vista a melhorar os conhecimentos e
actitudes dos conjuges acerca da planificação familiar, a unidade de estudio pode
ser o par. Mas se se trata de intervir nesta problemática abarcando a toda la
população femenina, independientemente del estado civil, aquí la unidade seríaa
mulher.
ATRIBUTO ESTATÍSTICO – Propriedade dos indivíduos que foi ou vai ser
estudado. De acordo com o tipo, o atributo pode ser qualitativo ou quantitativo.
CENSO é a colecta exaustiva de informações das “n” unidades populacionais.
DADO ESTATÍSTICO é qualquer característica que possa ser observada ou
medida de alguma maneira.
VARIÁVEL é a propriedade que se deseja observar para se tirar algum tipo de
conclusão. Geralmente, as variáveis para o estudo são seleccionadas por processos
de amostragem. Por outras palavras, as variáveis constituem as características que
interessa descrever na população. A distinção do tipo de variável pode ser muito útil,
sobretudo no processo de organização dos dados. Em primeira instência, ao falar
das variáveis, ou dos dados ou observações correspondentes a estas
Os símbolos utilizados para representar as variáveis são as letras maiúsculas
do alfabeto, tais como, X, Y, Z, …etc, que podem assumir qualquer valor de um
conjunto de dados aos que se representam por letras minúsculas do alfabeto, tais
como, x, y, z, ….
Apontamentos de Estatística seleccionados pelo Ph.D. Abílio Eduardo – ISCED Benguela/2020 20
SÉRIES ESTATÍSTICAS.
Apontamentos de Estatística seleccionados pelo Ph.D. Abílio Eduardo – ISCED Benguela/2020 23
Ex. Produção de milho numa determinada fazenda agrícola desde 1976 a 1980
Anos
Produçã
o em
tonelada
s
1976 9702
1977 9332
1978 9304
1979 9608
1980 10562
Região População
Norte 3037
Nordeste 17568
Sudeste 42810
Sul 11878
Centro – oeste 5115
Total 80408
Localização População
Rural 80408
Urbana 38566
Total 118974
Anos REGIÕES
N NE SE S CO
1940 406 3381 7232 1591 271
1950 581 4745 10721 2313 424
1960 958 7517 17461 4361 1007
1970 1624 11753 28965 7303 2437
1980 3037 17567 42810 11878 5115
arredondar de novo a maior parcela entre todas (por excesso ou por defeito)
conforme a conveniência de não alterar o resultado. Assim, ficaria: 17%+18%+12%
+31%+22%=100%. Na prática arredonda-se o resultado final.
Tabela 2
X (notas) 7 8 9 10 11 12 13 14
Contagem
n (nº de alunos) 0 7 8 9 10 8 4 4 = 50
Exemplo 2.2: A frequência relativa dos alunos que tiveram nota 8 no exemplo
anterior é igual ao quociente entre e N =50 (População)
Resolução:
Apontamentos de Estatística seleccionados pelo Ph.D. Abílio Eduardo – ISCED Benguela/2020 30
Vamos agora fazer uma distribuição com os mesmos dados mas com 7 classes.
Então pela regra empírica (que é uma consequência da relação l=At/k) temos
At=54 e k=7 logo, como 7.8=56>54, devemos ver a diferença
56-54=2 , dividir por dois (resulta 1) e subtrair do valor mínimo da série de dados.
Resulta At=54, k=7, l=54/7=8
Exemplo 2.3.1: De 200 pessoas que já tinham viajado de avião, registou-se em que
idades o fizeram pela primeira vez e obtiveram-se os seguintes resultados:
Nº de Nº de
Idade pessoas Idade pessoas Idade Nº de pessoas
(x) (Frequência) (x) (Frequência) (x) (Frequência)
Apontamentos de Estatística seleccionados pelo Ph.D. Abílio Eduardo – ISCED Benguela/2020 32
0 3 30 5 52 2
1 2 32 1 53 3
2 1 33 1 55 2
3 4 35 4 57 6
4 1 37 2 58 1
5 3 38 7 60 14
8 4 39 2 61 4
10 5 40 3 62 3
11 6 42 4 63 5
12 4 43 2 64 6
14 6 44 1 65 2
15 8 45 5 66 4
16 1 46 2 67 4
18 3 48 3 68 3
21 21 49 4 69 2
24 6 50 12
25 2 51 1
Exemplo 2.4:
A média denomina-se
Média Ponderada
Exemplo 3.3: Determine o valor médio dos pesos de 60 doentes internados num
hospital, de acordo a tabela seguinte:
Pesos 56 a 61 a 66 a 71 a 76 a 81 a 86 a
(Intervalos) 60 65 70 75 80 85 90
Frequên 12 15 8 9 7 5 4
Pesos 56 a 61 a 66 a 71 a 76 a 81 a 86 a
(Intervalos) 60 65 70 75 80 85 90
Frequência 12 15 8 9 7 5 4
58 63 68 73 78 83 88
696 945 544 657 546 415 352
atrás
3. Somando-se ou subtraindo-se todos os valores da série por uma constante
“K” , a nova média aritmética será igual a original somada ou subtraída
Exemplo 3.5: Numa população de 80 pessoas com idades que vão de 18 a 30 anos
de acordo a tabela abaixo determina a sua idade média.
X 18 19 20 21 22 23 24 25 26 27 28 29 30
F 6 8 10 2 3 6 9 5 4 7 1 12 7
Apontamentos de Estatística seleccionados pelo Ph.D. Abílio Eduardo – ISCED Benguela/2020 38
Resolução:
Resolução: Escolhendo C = 73
Pesos 56 a 61 a 66 71 76 81 86 a
(Intervalos) 60 65 a a a a 90
70 75 80 85
Frequência 12 15 8 9 7 5 4
58 63 68 73 78 83 88
-15 -10 -5 0 5 10 15
-180 -150 -40 0 35 50 60
3.3 – Mediana
3.4 – Dominantes – Moda (Mo)
Apontamentos de Estatística seleccionados pelo Ph.D. Abílio Eduardo – ISCED Benguela/2020 39
3.3.1 – Mediana
Disciplina Nota
Português 15
Inglês 16
Filosofia 18
Matemática 15
Física 16
Química 15
Biologia 17
Moda de um conjunto de dados, é o valor que mais se repete, isto é, que tem
maior frequência.
Se um conjunto de dados tiver apenas uma moda, diz-se que é unimodal. Se
não tiver moda diz-se que é amodal. Pode-se encontrar também conjuntos de dados
com duas modas e quando assim é diz-se que são bimodais, sendo igualmente
possível encontrar-se conjuntos de dados com mais de duas modas. Diz-se neste
caso que é uma série multimodal
Exemplo: A tabela seguinte mostra as notas de um aluno num trimestre
Disciplina Port Inglês Filos Matem Física Química Biolog
Notas 15 16 18 15 16 15 17
Resolução:
Verificamos que a moda é 15, porque ele obteve 15 em três das sete
disciplinas que estudava, Havendo nenhuma outra nota que tenha aparecido mais
vezes que o 15.
15 16 18 15 16 15 17.
Exemplo: Nos valores abaixo, qual o valor modal? 3 4 4 5 6 7 8 9 9 9 10 11 12 13
Solução: Mo= 9
Para distribuições simétricas e unimodais é preferível usar-se a média em
vez da mediana ou da moda como valor representativo do centro da distribuição.
Para distribuições marcadamente assimétricas, é preferível socorrer-se da mediana.
A moda é de se eleger em distribuições não numéricas (sexo, local de residência,
modalidade desportiva mais praticada, e.g.).
Dados tabelados
• Sem intervalo de Classe: O valor modal é o valor que possuir maior frequência.
Exemplo:
Apontamentos de Estatística seleccionados pelo Ph.D. Abílio Eduardo – ISCED Benguela/2020 41
Classes 0 1 2 3 4 5 6 Σ
F 6 11 9 8 8 5 1 48
onde
constatamos:
Classe Modal: Classe de maior frequência
frequência simples da classe modal
frequência simples anterior à classe modal
frequência simples posterior à classe modal
limite inferior da classe modal
intervalo de classe modal
2º Processo: Fórmula de Pearson: Mo = 3Md − 2 onde constatamos:
Md = Mediana e = Média.
Exemplo - Determinar a moda para a distribuição:
3.4.1 – Mediana
Mediana (x) de um conjunto de dados ordenados (por ordem crescente ou
decrescente) é o valor que estiver localizado numa posição equidistante dos
extremos. Tendo um conjunto de n dados, a mediana será aquele valor que divide
esse conjunto em duas metades, uma delas com valores inferiores ao valor da
mediana e a outra com valores superiores. Duas situações podem surgir na
determinação da mediana:
c) • Se a série de dados tiver um número ímpar de observações, haverá um
único valor central que corresponderá à mediana, isto é, o elemento de ordem
Notas 15 16 18 15 16 15 17
Resolução:
Recorrendo aos dados da tabela, procederíamos da seguinte forma para
determinar a mediana:
1º: dispomos os dados por ordem crescente: 15 15 15 16 16 17 18.
2º: assinalamos o valor que ocupa a posição central. 15 15 15 16 16 17 18.
Logo x= 16. Vê-se imediatamente que o valor central é o 16. Temos um total de 7
observações (n=7) pelo que o valor central será o elemento de ordem 4, ou seja o de
isto é:
M(d)=M(x-c)=0/40=0
X 2 4 5 6 ∑
n 8 9 10 3 30
A Variância
INTRODUÇÃO
Diagrama de Venn
Distributiva
Idempotência
Lei do
complemento
Lei de De
Morgan
Elemento Neutro
Elemento
Absorvente
sendo e
aleatório
peças defeituosas é de
obteremos finalmente:
Corolário:
Demonstração:
Seja N o número de todos casos possíveis e igualmente prováveis dos quais
são favoráveis ao acontecimento ; são favoráveis ao acontecimento
... , são favoráveis ao acontecimento . Por definição de probabilidade,
Exemplo 1.13: Numa Urna há 30 bola das quais, 10 são vermelhas, 5 são
azuis e 15 brancas. Achar a probabilidade de saída de uma bola colorida (azul ou
vermelha).
Res: AS bolas coloridas são 10 vermelhas e 5 azuis, logo há 15. Portanto,
e
Apontamentos de Estatística seleccionados pelo Ph.D. Abílio Eduardo – ISCED Benguela/2020 56
Resolução: N = 30 e NA = 5, então,
+ 1 2 3 4 5 6
1 2 3 4 5 6 7
2 3 4 5 6 7 8
3 4 5 6 7 8 9
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12
Resolução:
Resolução:
Resolução: assim,
# ;# e# #
Apontamentos de Estatística seleccionados pelo Ph.D. Abílio Eduardo – ISCED Benguela/2020 58
Como vimos nos exemplos anteriores, torna-se necessário por vezes determinar
o nº de casos favoráveis assim como o nº de caso possíveis. A análise combinatória,
também conhecido como cálculo combinatório, estuda problemas com os que serão
apresentados, relativos a diferentes maneiras de agrupar ou dispor elementos de um
dado conjunto, atendendo, umas vezes, a natureza dos elementos, outras vezes a
ordem pela qual são considerados e outras vezes ainda a natureza e a ordem ao
mesmo tempo
Exemplo 2.1
0! = 1
1! = 1
2! = 2.1 = 2
3! = 3.2.1 = 6
4! = 4.3.2.1 = 24
5! = 5.4.3.2.1 = 120
6! = 6.5.4.3.2.1 = 720
7! = 7.6.5.4.3.2.1 = 5040
2.1.2 – Arranjos
Resp: m = 4 e p = 3 a, b, c
Diferem pela natureza a, b, d Diferem por ordem
a, c, b
Exemplo 2.3: Consideremos o conjunto de 3 elementos {a, b, c,} e formemos
arranjos de 2 elementos, :
Posiçã
o 2ª ( duas possibilidades)
(ab)
a
(ac)
(ba)
Posição 1ª b
(ba)
3 Possibilidades
(ca)
c
(cb)
Nº de Nº de possibilidades
Arranjos 1ª Posição 2ª Posição 3ª Posição … P ésima posição
m
m
m -1
m m-1
m-2
… … … … …
m m-1 m–2 … m – (p – 1)
Como vimos o nº de arranjos é o produto das possibilidades de cada posição, ou
seja:
Apontamentos de Estatística seleccionados pelo Ph.D. Abílio Eduardo – ISCED Benguela/2020 60
… ….
donde teremos:
Resol:
2.1.3 – Permutações
2.1.4 – Combinações
m objectos dados, diferindo-se uns dos outros pela natureza dos seus elementos. As
combinações também se chamam produtos distintos
Apontamentos de Estatística seleccionados pelo Ph.D. Abílio Eduardo – ISCED Benguela/2020 61
isto é arranjos de teremos: {a, b, c}, {a, b, d}, {a, c, d}, { b, c, d}. Tomando
como teremos
Resp:
Exemplo 2.8 – Um aluno pretende comprar 4 livros diferentes mas de igual preço e
só tem dinheiro para 3. De quantos modos o aluno pode fazer a escolha de 3
daqueles livros entre os 4 que o aluno deseja.
Resolução:
Resolução: a)
b)
Resolução:
Demonstração: e
(Regra de Stiffell)
Demonstração: e
OQQD.
Apontamentos de Estatística seleccionados pelo Ph.D. Abílio Eduardo – ISCED Benguela/2020 64
.
Das duas fórmulas pode-se deduzir que a probabilidade de ocorrência
simultânea de dois acontecimentos independentes é igual a
ou .
Se os acontecimentos A e B são independentes, então
já que neste caso .
Dai também podemos deduzir que se os acontecimentos são independentes,
.
Exemplo 3.2: Numa urna há 3 bolas brancas e 3 bolas pretas. Da urna tiram-
se duas vezes uma bola de cada vez. Achar a probabilidade de que saia uma bola
Apontamentos de Estatística seleccionados pelo Ph.D. Abílio Eduardo – ISCED Benguela/2020 65
Resolução:
a) b) c)
Resolução:
Resolução
, então:
Oqqd
Resolução:
Resolução: e n=4
Resolução:
Esta é a