.

Disciplina: Estatística

Cursos: Engenharias, Gestão e Ciências Contábeis

Prof. Me Luiz Henrique Dias Corrêa

Disciplina de Probabilidade e Estatística – Prof. Me Luiz Henrique Dias Corrêa - pg 1

 Disciplina: Estatística

Sumário
1.0 OBJETIVO DA DISCIPLINA ......................................................................................... 3
2.0 INTRODUÇÃO ................................................................................................................ 3
3.0 METÓDOS CIENTIFICOS: ............................................................................................ 3
3.1 Definições ......................................................................................................................... 3
3.2 Fases do Método Estatístico ............................................................................................. 4
3.3 População e Amostra ........................................................................................................ 5
4.0 VARIAVEIS ..................................................................................................................... 7
5.0 DISTRIBUIÇÃO DE FRÊQUENCIA ............................ Erro! Indicador não definido.
5.1 Tabela Primitiva .............................................................. Erro! Indicador não definido.
5.2 Distribuição de Frequência .............................................. Erro! Indicador não definido.
6.0 MEDIDAS ESTATÍSTICAS PARA DADOS NÃO AGRUPADOS .....Erro! Indicador
não definido.
6.1 Medidas de Tendência Central ....................................... Erro! Indicador não definido.
6.2 Medidas de Variabilidade Absoluta ................................ Erro! Indicador não definido.
6.3 Medidas de Variabilidade Relativa.................................. Erro! Indicador não definido.
7.0 MEDIDAS ESTATÍSTICAS PARA DADOS AGRUPADOS ...... Erro! Indicador não
definido.
7.1 Medidas de Tendência Central ....................................... Erro! Indicador não definido.

Disciplina de Probabilidade e Estatística – Prof. Me Luiz Henrique Dias Corrêa - pg 2

7.2 Medidas de Variabilidade Absoluta ................................ Erro! Indicador não definido.
7.3 Medidas de Variabilidade Relativa.................................. Erro! Indicador não definido.

1.0 OBJETIVO DA DISCIPLINA

Proporcionar ao aluno conhecimento básico de estatística, indispensáveis á área de
matemática.

Desenvolver a compreensão intuitiva da estatística e do raciocínio estatístico,

através da resolução de problemas e interpretações de dados e gráficos, observando os
modelos que auxiliaram na tomada de decisões.

2.0 INTRODUÇÃO
Histórico: Toda a ciência tem raízes na história do homem.

A matemática é a ciência que une a clareza do raciocínio a síntese da linguagem. Ela

originou-se no convívio social, das trocas, da contagem, com caráter prático, utilitário e
empírico.

Na idade média colhiam-se informações, geralmente com finalidades tributárias e bélicas.

A partir do século XVI houve as primeiras análises sistemáticas dos fatos sociais, como
batizados, casamentos, óbitos, originando-se as primeiras tabuas e tabelas e os primeiros
números relativos.

No século XVIII, Godofredo Achenwall batizou a nova ciência com o nome de estatística,
determinando seus objetivos e relações com as outras ciências.

As tabelas tornaram-se mais complexas, com representações gráficas, cálculos de

probabilidades. Deixou apenas de ser um catalogo de dados numéricos e dados coletivos
para se tornar um estudo de: como chegar a conclusões sobre o todo (população),
partindo de observações de parte deste todo (amostras).

3.0 METÓDOS CIENTIFICOS:

3.1 Definições

Disciplina de Probabilidade e Estatística – Prof. Me Luiz Henrique Dias Corrêa - pg 3

MÉTODO: É um conjunto de meios dispostos convenientemente para se chegar a um fim
que se deseja.

MÉTODO EXPERIMENTAL: Consistem em manter constante todas as causas (fatores),

menos uma, e variar esta causa de modo que o pesquisador possa descobrir seus efeitos,
caso existam.

MÉTODO ESTATÍSTICO: Diante da impossibilidade de manter as causas constantes,

admite todas essas causas presentes variando-as, registrando estas variações e procurando
determinar, no resultado final, que influências cabem a cada uma delas.

Exemplo: Determinação das causas que influenciam os preços das mercadorias.

ESTATÍSTICA: é a 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. A coleta, a organização e a descrição dos dados estão a cargo da
Estatística Descritiva, enquanto a análise e a interpretação desses dados ficam a cargo da
Estatística Indutiva ou Inferencial.

3.2 Fases do Método Estatístico

3.2.1 Coleta De Dados

A colete de dados pode ser:

a) Contínua (registro): quando é feita continuamente, tal como a de nascimento, óbitos.

Freqüência dos alunos ás aulas.

b) Periódica: quando é feita em intervalos constantes de tempo, como os censos (10 em 10

anos) e as avaliações mensais dos alunos.

c) Ocasional: quando é feita extemporariamente, a fim de atender uma conjuntura ou a uma

emergência, como no caso de epidemias.

3.2.2 Crítica dos Dados

Obtido todos os dados estes devem ser cuidadosamente criticados, ‘a procura de possíveis
falhas, imperfeições e erros.

3.2.3 Apuração dos Dados

Disciplina de Probabilidade e Estatística – Prof. Me Luiz Henrique Dias Corrêa - pg 4

Nada mais é do que a soma e o processamento dos dados obtidos e a disposição mediante
critérios de classificação. Poderá ser manual, eletromecânica ou eletrônica.

3.2.4 Apresentação de Dados (Exposição)

Os dados devem ser apresentados em tabelas ou gráficos tornando mais fácil possível o
exame e compreensão do estudo pretendido.

3.2.5 Análise dos Resultados

O objetivo último da estatística é tirar conclusões sobre o todo (população) a partir de

informações fornecidas por parte representativa do todo (amostra).

3.3 População e Amostra

População Estatística ou Universo Estatístico

É o conjunto de portadores de, pelo menos, uma característica comum.

Amostra

E um subconjunto finito da população.

Amostragem

É um conjunto de amostras. A técnica para recolher amostras deve ser feita garantindo o
acaso na escolha. Assim, cada elemento da população passa a ter a mesma chance de ser
escolhido, o que garante a amostra o caráter de representatividade, pois, como vimos,
nossas conclusões relativas à população, vão ser baseadas nos resultados obtidos dessas
amostras. Apresentaremos 3 tipos principais de técnicas de amostragem:

a) Amostragem Casual ou Aleatória Simples

Este tipo de amostragem é equivalente a um sorteio lotérico.

Na prática, a amostragem casual ou aleatória simples pode ser realizada pelo sorteio
aleatório de uma população.

Exemplo: Obter uma pesquisa de estatura de 90 alunos de uma escola. (10%).

b)Amostra Sistemática:

Disciplina de Probabilidade e Estatística – Prof. Me Luiz Henrique Dias Corrêa - pg 5

Quando os elementos da população já se acham ordenados, não há necessidade de construir
o sistema de referência. Ex: prontuários médicos, linhas de produção, prédios de uma rua.

c)Amostragem Proporcional Estratificada

Muitas vezes a população se divide em subpopulações (estratos). Como a variável

apresenta, de estrato em estrato, um comportamento heterogêneo e dentro de cada estrato
um comportamento homogêneo, convém que o sorteio dos elementos leve em consideração
tais estratos. É exatamente isso que fazemos quando empregamos a amostragem
proporcional estratificada, que alem de considerar a existência dos estratos, obtém os
elementos da amostra proporcional ao número de elementos dos mesmos.

Exemplo: Supondo que numa turma de 90 alunos, 54 são meninos e 36 são meninas,
obtenha uma amostra proporcional estratificada com 10% da população.

SEXO POPULAÇÃO 10% AMOSTRA

M 54 5,4 5
F 36 3,6 4
Total 90 9,0 9

Exercícios:
1. Em uma escola existem 250 alunos, sendo 35 na 1ª série, 32 na 2ª serie, 30 na 3ª
serie, 28 na 4ª serie, 35 na 5ª serie, 32 na 6ª serie, 31 na 7ª serie e 27 na 8ª serie.
Obtenha uma amostra de 40 alunos preenchendo o quadro abaixo.

SÉRIE POPULAÇÃO CÁLCULO PROP. AMOSTRA

1ª 35

2ª 32
3ª 30
4ª 28
5ª 35
6ª 32
7ª 31
8ª 27
Totais 250

Disciplina de Probabilidade e Estatística – Prof. Me Luiz Henrique Dias Corrêa - pg 6

 2. Uma cidade X apresenta o seguinte quadro relativo às escolas de 1º grau: Obtenha uma amostra de
120 estudantes:

ESCOLAS Nº de Estudantes AMOSTRA

Masculino Feminino Masculino Feminino
A 80 95
B 102 120
C 110 92
D 134 228
E 150 170
F 300 290
Totais 876 995

4.0 VARIAVEIS
Variável é, convencionalmente, o conjunto de resultados possíveis de um fenômeno.

Variável Qualitativa- quando seus valores são expressos por atributos. Exemplo: cor da pele, estado de
conservação, padrão de acabamento.

Variável Quantitativa- quando seus valores são expressos em números. Exemplo: salário, área, R$, idade,
etc.

DADOS CONTÍNUOS E DADOS DISCRETOS

Os dados que podem ser descritos por uma variável continua são chamados de dados contínuos e os dados
que são descritos por uma variável discreta são chamados de dados discretos.

TABELAS

Um dos objetivos da estatística é sintetizar os valores que uma ou mais variáveis podem assumir. Para
termos uma visão global dessa ou dessa variáveis, esses valores são apresentados em tabelas ou gráficos que
irão nos fornecer rápidas e seguras informações a respeito das variáveis em estudo. Através dessas tabelas
ou gráficos podemos tomar determinações coerentes e cientificas.

Tabela é um quadro que resume um conjunto de informações.

DADOS ABSOLUTOS
Disciplina de Probabilidade e Estatística – Prof. Me Luiz Henrique Dias Corrêa - pg 7
Os dados estatísticos resultantes da coleta direta sem outra manipulação, senão a contagem rápida ou
medida, são chamados de dados absolutos. A leitura dos dados absolutos é sempre inexpressiva e
enfadonha, embora traduzam um resultado exato e fiel, não tem a virtude de ressaltar, de imediato, as suas
conclusões numéricas. Daí o uso imprescindível que faz a estatística dos dados relativos.

DADOS RELATIVOS

Os dados estatísticos, resultantes de comparações por quociente que se estabelecem entre dados absolutos,
são chamados de dados relativos. Esses dados são as taxas, as percentagens, os índices, etc.

AS PERCENTAGENS

Considere a tabela abaixo e calculemos as percentagens dos alunos relativas a cada dado.

a) MATRICULA DA ESCOLAS – CIDADE A

CATEGORIA Nº DE ALUNOS %
1º Grau 19.286
2º Grau 1.681
3º Grau 234
Total 21.201

b)

ESCOLAS Nº DE ALUNOS DADOS RELATIVOS

POR 1 POR 100
A 175
B 222
C 202
D 362
E 280
F 540
Total 1.781

ARREDONDAMENTO DE DADOS

Ao arredondarmos o numero 72,465 para centésimo mais próximo, usamos aproximar para o numero par
mais próximo que precede o 5. Assim, 72,465 é arredondado para 72,46. O numero 87,675, é arredondado
para 87,68.

Exemplos: Some os números abaixo:

a) Diretamente

Disciplina de Probabilidade e Estatística – Prof. Me Luiz Henrique Dias Corrêa - pg 8

 b) Arredondando para décimos de acordo com a convenção do par.
c) Arredondando de maneira que o algarismo anterior ao 5 cresça de uma unidade

ARREDONDAMENTOS
b) >=
c) TRUNCAR TRUNCAR ARREDONDAR ARREDONDAR
a)Diretamente 5 ARRED
Par 1 CASA 0 CASA PARA CIMA PARA BAIXO
cresce
4,358
8,644
2,953
12,456
6,364
7,553

ARREDONDAR COM 1 CASA DECIMAL

PI K PI*K TRUNCAR ARRED( ) ARREDONDAR.PARA.BAIXO() ARREDONDAR.PARA.CIMA()

3,14 1 3,14159265
2 6,28318531
3 9,42477796
4 12,5663706
5 15,7079633
SOMA 47,1238898

CASAS
ARREDONDAR COM 2 DECIMAIS
PI K PI*K TRUNCAR ARRED( ) ARREDONDAR.PARA.BAIXO() ARREDONDAR.PARA.CIMA()

3,14 1 3,14159265
2 6,28318531
3 9,42477796
4 12,5663706
5 15,7079633
SOMA 47,1238898

CASAS
ARREDONDAR COM 3 DECIMAIS
PI K PI*K TRUNCAR ARRED( ) ARREDONDAR.PARA.BAIXO() ARREDONDAR.PARA.CIMA()

3,14 1 3,14159265
2 6,28318531
3 9,42477796
4 12,5663706
5 15,7079633
SOMA 47,1238898

Disciplina de Probabilidade e Estatística – Prof. Me Luiz Henrique Dias Corrêa - pg 9

 CASAS
ARREDONDAR COM N DECIMAIS
PI K PI*K TRUNCAR ARRED( ) ARREDONDAR.PARA.BAIXO() ARREDONDAR.PARA.CIMA()

3,14 1 3,14159265
2 6,28318531
3 9,42477796
4 12,5663706
5 15,7079633
SOMA 47,1238898

Disciplina de Probabilidade e Estatística – Prof. Me Luiz Henrique Dias Corrêa - pg 10