CURSO: ENGENHARIA CIVIL

DISCIPLINA: ESTATÍSTICA

1. Objetivo da Estatística
É o ramo da Matemática que, através de metodologia científica,
preocupa-se, a partir da coleta de dados reais, em analisar, organizar
e simplificar fenômenos orientando-nos da melhor forma possível na
tomada de decisões. Por exemplo, a partir dos dados relativos ao
aumento de população dos últimos 10 anos, é possível prever o
aumento que poderá ocorrer nos próximos 10 anos.

Em outras palavras:
Estatística pode ser pensada como a ciência de aprendizagem a partir
de dados. Preocupa-se com a coleta, organização, descrição, análise
e interpretação dos dados, a fim de extrair informações a respeito de
uma população. Estatística fornece métodos que auxiliam o processo
de tomada de decisão através da análise dos dados que possuímos.

Dentro dessa idéia, podemos considerar a Ciência Estatística como

dividida basicamente em duas partes:
1.1 Estatística Descritiva – Preocupa-se com a coleta, organização,
descrição e representação dos dados experimentais. O seu objectivo
é informar, prevenir, esclarecer.

1.2 Estatística Inferencial – É a parte mais importante da Estatística

que, a partir da observação de alguns dados experimentais, realiza a
análise e interpretação dos mesmos com o objetivo de generalizar e
prever resultados (a partir de uma amostra da população, permite
estender os resultados à população inteira), utilizando-se para isto da
Teoria das Probabilidades. É o ramo da Estatística que cuida da
análise e interpretação.

2. Definições e Noções Básicas Fundamentais:

2.1 POPULAÇÃO E AMOSTRA:

POPULAÇÃO:
É um conjunto de todos os elementos (pessoas, objetos, etc) que
possuem pelo menos uma característica em comum, a(s) qual(is) os
relacionam ao problema que está sendo estudado.
Exemplo 1. Se o problema a ser pesquisado está relacionado com a
qualidade de um certo produto produzido numa indústria, a população
pode ser composta por todas as peças produzidas numa determinada
hora, turno, dia ou mês, dependendo dos objetivos;

Exemplo 2. Se o objetivo de um estudo é pesquisar o nível de renda

familiar de uma certa cidade, a população seria todas as famílias
desta população. Mas, se o objetivo fosse pesquisar apenas a renda
mensal do chefe da família, a população a ser pesquisada seria
composta por todos os chefes de família desta cidade.

A População pode ser:

1. Finita - quando o número de unidades de observação pode ser

contado e é limitado;
O conjunto formado pelos alunos que cursam a disciplina de
estatística num determinado semestre da ANHANGUERA.

2. Infinita - quando a quantidade de unidades de observação é

ilimitada;
Um exemplo de população infinita seria o conjunto formado por todos
os alunos de estatística do Brasil, pois este conjunto é composto por
um número incontável de elementos.

AMOSTRA (OU ESPAÇO AMOSTRAL):

A amostra é apenas uma parte da população, ou seja, é um
subconjunto da população. Amostragem: Técnica especial de recolher
amostras, que garante, tanto quanto possível, o acaso na escolha.
Dessa forma, cada elemento da população passa a ter a mesma
chance de ser escolhido.

Exemplos:
1. Uma indústria produziu 10.000 parafusos. Se tornarmos dessa
população apenas 100 elementos representativos, o subconjunto
assim formado é uma amostra dessa população.
2. Teste destrutivo para controle de qualidade de determinada peça.
3. Estudo de alguma característica da população brasileira.

Vários motivos levam à necessidade de se observar apenas uma parte

da população, como por exemplo: a falta de tempo, recursos
financeiros e/ou humanos. A amostra deve ser obtida através de
técnicas de amostragem, as quais tem como objetivo principal
garantir a representatividade da população, ou seja, fazer com que a
amostra seja um retrato fiel da população.

Amostragem Casual ou Aleatória: É equivalente a um sorteio lotérico.

Numera-se a população de “1” a “n” e sorteia-se, por meio de um
dispositivo aleatório qualquer, “K” números dessa sequência os quais
corresponderão aos elementos pertencentes à amostra. Somente
para populações pequenas.
Exemplo:

Vamos obter uma amostra, de 10%, representativa para a pesquisa da

estatura de 90 alunos de uma escola:
1º - numeramos os alunos de 1 a 90.
2º - escrevemos os números dos alunos, de 1 a 90, em pedaços iguais
de papel, colocamos na urna e após mistura retiramos, um a um, nove
números que formarão a amostra.

OBS: quando o número de elementos da amostra é muito grande, esse

tipo de sorteio torna-se muito trabalhoso. Neste caso utiliza-se uma
tabela de números aleatórios, construída de modo que os algarismos de 0
a 9 são distribuídos ao acaso nas linhas e colunas.

Amostragem Proporcional Estratificada: Quando a população se

divide em estratos (subpopulações), convém que o sorteio dos
elementos da amostra leve em consideração tais estratos, daí
obtemos os elementos da amostra proporcional ao número de
elementos desses estratos.

Exemplo:

Vamos obter uma amostra proporcional estratificada, de 10%, do

exemplo anterior, supondo, que, dos 90 alunos, 54 sejam meninos e
36 sejam meninas. São portanto dois estratos (sexo masculino e sexo
feminino). Logo, temos:

SEXO POPULACÃO 10% AMOSTRA

MASC. 54 5,4 5

FEM. 36 3,6 4

Total 90 9,0 9

Numeramos então os alunos de 01 a 90, sendo 01 a 54 meninos e 55 a

90, meninas e procedemos o sorteio casual com urna ou tabela de
números aleatórios.

Amostragem Sistemática: Quando os elementos da população já se

acham ordenados, não há necessidade de construir o sistema de
referência. São exemplos os prontuários médicos de um hospital, os
prédios de uma rua, etc. Nestes casos, a seleção dos elementos que
constituirão a amostra pode ser feita por um sistema imposto pelo
pesquisador.

Exemplo:

Suponhamos uma rua com 900 casas, das quais desejamos obter uma
amostra formada por 50 casas para uma pesquisa de opinião.
Podemos, neste caso, usar o seguinte procedimento: como 900/50 =
18, escolhemos por sorteio casual um número de 01 a 18, o qual
indicaria o primeiro elemento sorteado para a amostra; os demais
elementos seriam periodicamente considerados de 18 em 18. Assim,
suponhamos que o número sorteado fosse 4 a amostra seria: 4ª casa,
22ª casa, 40ª casa, 58ª casa, 76ª casa, etc

Note ainda que a amostra precisa ser:

- Representativa: deve conter indivíduos de todos os extratos da

população;
- Não viciada: o número de elementos de cada extrato deve ser
proporcional à população desse extrato;
- Aleatória: em cada extracto os indivíduos devem ser escolhidos
aleatoriamente;
- Ampla: deve ser bastante grande, para poder apresentar
características semelhantes às da população total que pretende
representar.

2.2 PARÂMETROS E ESTATÍSTICA:

Dois novos conceitos estreitamente relacionados com os de
população e amostra são os de Parâmetro e Estatística, tendo em
vista que:
PARÂMETRO: É uma medida numérica que descreve uma
característica da população.
ESTATÍSTICA: É uma medida numérica que descreve uma
característica da amostra.
Exemplos de algumas medidas numéricas são: proporção, média,
moda, índices, etc.
 2.3 VARIÁVEIS (OU DADOS) E TIPOS DE VARIÁVEIS:
Chamamos de variáveis as características a serem analisadas (sexo,
raça,estatura,renda, quantidade, etc.). As variáveis podem ser
qualitativas ou quantitativas.

1. Variáveis Qualitativas - Quando os valores que elas podem receber

são referentes à qualidade, atributo ou categoria.
Exemplos são:
• Raça: podendo assumir os valores Branco ou Negro;
• Resultado de um teste: aprovado ou reprovado;
• Escolaridade: 1◦ grau completo, 2◦ grau completo, superior, pós-
graduado;
• Conceito de qualidade: péssima qualidade, regular ou boa qualidade.

As variáveis qualitativas podem, ainda, ser classificadas como:

Nominais ou Ordinais.
(a) Variáveis Qualitativas Nominais - são caracterizadas por dados
que se apresentam apenas sob o aspecto qualitativo (Ex: raça e
resultado de um teste).

(b) As variáveis qualitativas Ordinais - são caracterizadas por

categorias que aprentam uma ordenação natural. Por exemplo:
escolaridade e conceito de qualidade.

2. Variáveis Quantitativas - Quando os valores que ela pode assumir

são numéricos, os quais podem ser obtidos através de uma contagem
ou mensuração.
As variáveis quantitativas podem ser classificadas de acordo com o
processo de obtenção; podendo ser: discretas ou contínuas.
(a) Variáveis Quantitativas Discretas - são variáveis numéricas
obtidas a partir de procedimento de contagem. Por exemplo:
Quantidade de pessoas numa família, quantidade de acidentes numa
indústria, etc.

(b) Variáveis Quantitativas Contínuas - são variáveis numéricas cujos

valores são obtidos por um procedimento de mensuração, podendo
assumir quaisquer valores num intervalo dos números reais, como por
exemplo, a temperatura, altura, salário, etc..

Observação 1. O fato de uma variável ser expressa por números não

significa que ela seja necessariamente quantitativa, por que a
classificação da variável depende de como foi medida, e não do modo
como se manifesta. Por exemplo, para a variável peso de um lutador
de boxe, se for anotado o peso marcado na balança, a variável é
quantitativa contínua; por outro lado, se esse peso for classificado
segundo as categorias do boxe, a variável é qualitativa ordinal.

2.4 DADOS BRUTOS E ROL

Dados Brutos são aqueles colhidos em determinada amostra sem
serem numericamente organizados.
Quando os dados são organizados em ordem crescente ou
decrescente de grandeza chamamos de Rol.

Exemplos:
1. Numa pesquisa de preço de certo produto, em 20 supermercados
diferentes, foram obtidos os seguintes dados brutos.

Supermercado 01 - R$ 201,00 Supermercado 11 - R$ 200,00

“ 02 - R$ 210,00
“ 03 - R$ 202,00
“ 04 - R$ 198,00
“ 05 - R$ 202,00
“ 06 - R$ 203,00
“ 07 - R$ 200,00
“ 08 - R$ 203,00
“ 09 - R$ 202,00
“ 10 - R$ 205,00
“ 12 - R$ 201,00
“ 13 - R$ 201,00
“ 14 - R$ 200,00
“ 15 - R$ 201,00
“ 16 - R$ 201,00
“ 17 - R$ 205,00
“ 18 - R$ 198,00
“ 19 - R$ 200,00
“ 20 - R$ 195,00

Organizando-se os dados brutos acima, por exemplo, em ordem

crescente de preço, resulta o seguinte rol.

Número de
Preço (R$)
Supermercados
195,00 1
198,00 2
200,00 4
201,00 5
202,00 3
203,00 2
205,00 2
210,00 1
Total 20

Tab. 1 - Rol de dados isolados

Número de
Altura (cm)
2. As alturas de Estudantes 100 estudantes de
uma 150 |--- 5 universidade estão
relacionadas 158 na tabela abaixo:
158 |--- 18
166
166 |--- 42
174
174 |--- 27
182
182 |--- 8
190
Total 100
 Tab. 2 - Rol de dados agrupados

2.4.1. Amplitude total

Amplitude total constitui a diferença entre a maior e a menor
grandeza do rol.

Exemplos:
1. Na tabela 1 acima temos a amplitude total como sendo: 210,00 -
195,00 = 15,00
Amplitude é igual a R$ 15,00.

2. Na tabela 2 temos: 190 - 150 = 40

Logo a amplitude total é igual a 40 cm.

2.4.2. Classe
Classe é um sub-intervalo que divide os dados do rol e faixas.

Exemplos:
Tabela 2: Nesta tabela temos 5 classes de alturas.
Na 1ª. classe temos alturas de 150 a 158 cm. O 150 pertence a classe
e o 158 não.
Na 2ª. classe temos alturas de 158 a 166 cm. O 158 pertence a classe
e o 166 não.
De 182 a 190 cm corresponde à 5ª. classe.

2.4.3. Freqüência
É a persistência natural na ocorrência de um determinado evento. Por
exemplo, em
cada 50 famílias paulistanas 14 não tem filhos. Neste caso ocorre 14
vezes o evento não ter filhos, ou seja, a freqüência é 14.

2.4.3.1. f
Freqüência absoluta ( Representação: i )
Chama-se freqüência absoluta, ao número que representa a repetição de
um determinado evento dentro da característica analisada.

Exemplos:
1. Tab. 1: O evento R$ 205,00 ocorreu 2 vezes e portanto e freqüência
absoluta desse evento é 2.
2. Tab. 2: A freqüência absoluta da 2ª. classe corresponde a 18, pois
há ocorrência de 18 estudantes cujas alturas se enquadram dentro
daquele intervalo de classe. Neste caso f 2 = 18.

3. A freqüência absoluta da 4ª. classe da Tab. 2 é 27. Neste caso f4 =

27 .
4. A freqüência absoluta para a tabela 1, referente ao valor R$ 198,00
é 2.
2.4.3.2. Freqüência relativa ( Representação: ri ) f
Freqüência relativa é o quociente entre a freqüência absoluta e o espaço
amostral.
Exemplos:
1. Na Tab. 2 a freqüência relativa da 4º. classe é o quociente entre
sua freqüência
absoluta e a amostra ou melhor:

f4 27
fr4 = ---------- = --------- = 0,27 ou 27%
100 100
f2 18
Na Tab. 2, a freqüência relativa da 2ª. classe será: fr2 = ------- = ------ =
0,18 ou 18%.
100 100

A freqüência relativa também pode ser expressa em porcentagem

como acima. Neste caso, chamamos de freqüência relativa
percentual.

2.4.3.3. Freqüência acumulada (Representação i ) F

Freqüência acumulada de uma classe constitui a soma das freqüências
absolutas das classes anteriores com a da própria classe. Por
exemplo, na Tab. 2, a freqüência acumulada da 4ª. classe é a soma de
todas as freqüências absolutas das classes de 1 a 4 inclusive a 4ª.
ou:

F4 = f 1 + f 2 + f 3 + f 4 F 4 = 5 + 18 + 42 + 27 = 92.

A freqüência acumulada da 3ª. classe dessa mesma tabela será:

F 3 = f 1+ f 2+ f 3 F 3 = 5 + 18 + 42 = 65.

2.4.3.4. Freqüência acumulada relativa (Representação Fri )

Freqüência acumulada relativa de uma classe constitui o quociente entre a
freqüência acumulada dessa classe e a amostra. Por exemplo, na
Tab. 2, a freqüência acumulada relativa da 4ª classe será

F4 92
Fr4 = -------- = ------- = 0,92 ou 92%.
100 100

A freqüência acumulada relativa da 3ª. classe será

 F3 65
Fr3 = -------- = ------- = 0,65 ou 65%.
100 100

RESUMO DAS FREQUÊNCIAS

Exercícios

1. Dada a tabela abaixo que relaciona o número de pedidos com os

pesos das mercadorias, determinar todos os tipos de freqüência
dados para 2ª. e para a 4ª. classes (absoluta, relativa, acumulada e
acumulada relativa)
2. Dada a tabela abaixo, complete as colunas.

2.5 Arredondamento de dados

Os dados quantitativos podem ser descritos através de variáveis
discretas ou continuas. Algumas vezes e necessário arredondarmos
dados contínuos. Existem várias regras de arredondamento. Iremos
usar o critério de arredondarmos para o centésimo mais próximo
(para duas casas decimais, por exemplo).
 Quando o número seguinte ao decimal que se quer arredondar e
maior que 5, soma-se um a esse decimal, ignorando-se o
restante.
Exemplo: 72,8176 ------- 72,82

 Quando o número seguinte ao decimal que se quer arredondar é

menor ou igual a 5, esse decimal permanece o mesmo,
ignorando-se o restante.
Exemplo: 72,46578 ------- 72,46

2.6 Notação Científica

Ao escrever números com muitos zeros, antes ou depois da vírgula, é
conveniente usar as potências de 10.

Exemplos:

100 = 10^2
100.000 = 10^5
864.000.000 = 8,64 x 10^8
0,00003416 = 3,46 x 10^-5
0,01 = 10^-2
0,00001 = 10^-5

Fixação:

Faca as conversões abaixo:

a) Escreva os números abaixo em notação científica:

i) 102,345 = 102345 x 10^-3
ii) 0,0034 = 34 x 10^-4
iii) 1234,88 = 123488 x 10^-2
iv) 0,12 = 12 x 10^-2

b) Arredonde os números para 2 casas decimais:

i) 1234,345 = 1234,34
ii) 809,3606 = 806,36
iii) 999,9999 = 1000,00
iv) 203,2488 = 203,25

Medidas Estatísticas

1. Medidas de Tendência Central (Medidas de

Posição):
Média Aritmética Simples
Dos vários tipos de médias utilizados, o mais simples e o mais comum
é a média aritmética simples.
Dados os números 1200, 1400, 1000 e 1600, para apurarmos o valor
médio artimético deste conjunto, simplesmente o totalizamos e
dividimos o total obtido pela quantidade de valores do conjunto:

Agora preste atenção neste conjunto de números após o colocarmos

em ordem crescente:

1000, 1200, 1400, 1600

Observe que se fôssemos inserir o valor médio de 1300 neste
conjunto de números ordenados, a sua posição seria exatamente no
meio da sequência, ou seja, seria o valor médio.

Propriedade Fundamental da Média Aritmética:

Note ainda que, se o valor médio for inserido ao conjunto de números

originais, a média ainda continuará a mesma:

Genericamente:

Dado um subconjunto populacional :

Onde “n” é o número de elementos do conjunto, e usando-se um

símbolo de soma, chamado somatório Σ que é a letra Sigma no
alfabeto grego, define-se Média Aritmética como:

Média Aritmética Ponderada

É o somatório do produto de cada elemento pelo seu respectivo peso,
dividida pela soma dos pesos totais.

Exemplo:
Pedro teve as seguintes notas nas provas de Matemática no ano de
2011: 8,5; 7,0; 9,5 e 9,0, nas quais os pesos das provas foram 1, 2, 3 e
4, respectivmente. Para obter uma nota que representará seu
aproveitamento no bimestre, calculamos a média aritmética
ponderada (MP).
Média Geométrica
Este tipo de média é calculada multiplicando-se todos os valores e
extraindo-se a raiz de índice n deste produto.
Digamos que tenhamos os números 4, 6 e 9, para obtermos o valor
médio aritmético deste conjunto, multiplicamos os elementos e
obtemos o produto 216. Pegamos então este produto e extraímos a
sua raiz cúbica, chegando ao valor médio 6.
Extraímos a raiz cúbica, pois o conjunto é composto de 3 elementos.
Se fossem n elementos, extrairíamos a raiz de índice n.

Neste exemplo teríamos a seguinte solução:

Uma das utilizações deste tipo de média, é na definição de uma

progressão geométrica que diz que em toda P.G., qualquer

termo é média geométrica entre o seu antecedente e o seu
consequente:

Tomemos como exemplo três termos consecutivos de uma P.G.:

7, 21 e 63. Temos então que o termo 21 é média geométrica dos

termos 7 e 63.

Vejamos:

Genericamente:

Usando-se um símbolo de produto, chamado produtório Π que é a letra

Pi no alfabeto grego, define-se Média Geométrica como:

Uma outra utilização para este tipo de média, é quando estamos

trabalhando com variações percentuais em
sequência.
Digamos que uma categoria de operários tenha um aumento salarial
de 20% após um mês, 12% após dois meses e 7% após três meses.
Qual o percentual médio mensal de aumento desta categoria?
Sabemos que para acumularmos um aumento de 20%, 12% e 7%
sobre o valor de um salário, devemos multiplicá-lo sucessivamente
por 1,2, 1,12 e 1,07 que são os fatores correspondentes a tais
percentuais.

A partir dai podemos calcular a média geométrica destes fatores:

Como sabemos, um fator de 1,128741 corresponde a 12,8741% de

aumento. Este é o valor percentual médio mensal do aumento salarial,
ou seja, se aplicarmos três vezes consecutivas o percentual
12,8741%, no final teremos o mesmo resultado que se tivéssemos
aplicado os percentuais 20%, 12% e 7%.

EXERCÍCIOS RESOLVIDOS:

1) Qual é a média aritmética simples dos números 11, 7, 13 e 9?

2) Qual é a média aritmética ponderada dos números 10, 14, 18 e 30 sabendo-se
que os seus pesos são respectivamente 1, 2, 3 e 5?
3) Qual é a média geométrica dos números 2, 4, 8, 16 e 32?

4) Dado um conjunto de quatro números cuja média aritmética simples é 2,5 se

incluirmos o número 8 neste conjunto, quanto passará a ser a nova média
aritmética simples?