ESTATÍSTICA PARA A PMMG – CFSD E CFO.

01 – INTRODUÇÃO.
O que é estatística? Estatística é uma ciência exata que dispõe de processos apropriados para a
coleta, organização, classificação, apresentação e interpretação de dados. Em outras palavras, é a
área da matemática que nos fornece técnicas para extrais informações de dados, os quais muitas
vezes incompletos, nos possibilitando um estudo do problema analisado, seja ele um fenômeno
natural, econômico ou social.

02 – POPULAÇÃO, AMOSTRA E AMOSTRAGEM.

03 – CENSO:
Conjunto dos dados estatísticos dos habitantes de uma cidade, província, estado, nação".

OBSERVAÇÕES:
I) VALOR ATÍPICO: Em estatística, outlier, valor aberrante ou valor atípico, é uma observação
(valor) que apresenta um grande afastamento das demais (valores) da série. A existência de um
valor atípico implica, tipicamente, em prejuízos a interpretação dos resultados dos testes
estatísticos aplicados as amostras.

II) ESTATÍSTICA DESCRITIVA: Parte da estatística que apenas coleta, descreve, organiza e
apresenta os dados.
III) ESTATÍSTICA INFERENCIAL OU INDUTIVA: Analisa os dados e obtém-se as conclusões.
 EXERCÍCIOS
QUESTÃO 01 – FCC.
O processo estatístico que consiste em uma avaliação direta de um parâmetro, utilizando-se todos
os componentes da população, denomina-se:
A) amostragem. B) estimação.
C) censo. D) parametrização.
E) correlação.
QUESTÃO 02 – ESAF.
Selecione a opção que apresenta corretamente o significado de amostra.
A) Coleta de dados realizada no conjunto de todos os elementos do universo da população.
B) Técnica de coleta de dados.
C) Forma de tratamento dos dados coletados.
D) Parte de dada população escolhida para realização de uma pesquisa.
E) Sequência de atividades destinadas à coleta de dados.
QUESTÃO 03 – MARINHA.
Segundo Crespo (2009), é correto afirmar que a Estatística é:
A) uma ciência que busca meios de auxiliar apenas a matemática financeira.
B) uma metodologia aplicada as regras oriundas de um universo externo à área do conhecimento
matemático.
C) uma aplicação da matemática que não considera a fase de coleta de dados.
D) uma parte da matemática aplicada que fornece métodos para coleta, organização, descrição,
análise e interpretação de dados.
E) uma metodologia sem conexão com a matemática.
QUESTÃO 04 – CRS – PMMG.
O gerente de uma empresa, com um total de 150 funcionários, realizou um experimento com o
objetivo de verificar o consumo de água dos funcionários durante o turno de trabalho. Foram
selecionados, aleatoriamente, 50 funcionários e mensurada a quantidade de litros de água
consumida por cada um, no período de 30 dias. Sabe-se, também, que cada funcionário teve a
mesma probabilidade de ser incluído na seleção. Com base nestas informações, relacione a
segunda coluna de acordo com a primeira:
(1) Quantidade total de funcionários da empresa.
(2) Consumo de litros de água por funcionário.
(3) 50 funcionários selecionados aleatoriamente.
(4) Técnica utilizada para seleção da amostra.
( ) Variável contínua.
( ) Amostra
( ) Amostragem aleatória simples.
( ) População.
Marque a alternativa que contém a sequência CORRETA de respostas, na ordem de cima para
baixo:
A) 4, 2, 3, 1. B) 2, 1, 4, 3. C) 3, 2, 1, 4. D) 2, 3, 4, 1.
QUESTÃO 05 – MARINHA.
Na fase de análise dos resultados, a Inferência Estatística:
A) pode ser chamada de Estatística Indutiva e tem por base inferir conclusões e previsões a partir
de informações fornecidas por parte representativa de uma população.
B) pode ser chamada de Estatística Indutiva e tem por base inferir conclusões e previsões a partir
de informações fornecidas por parte representativa de uma amostra.
C) pode ser chamada de Estatística Descritiva e tem por base a indução de previsões sem margem
de erro a partir de uma amostra.
D) nunca utiliza amostras.
E) utiliza apenas a Estatística Descritiva.
 AMOSTRAGEM E VARIÁVEIS
01 – A DIFERENÇA ENTRE AMOSTRAGEM E AMOSTRA.
A amostragem é o processo de como iremos escolher um grupo de indivíduos de uma população
(conjunto universo ou marco amostral), a fim de estudar e caracterizar a população total.
A amostra é o grupo de indivíduos escolhidos (pedaço da população).
Exemplo.
Imagine que você quer saber qual a porcentagem de diabéticos no Brasil.
Uma maneira de obter essa informação é entrar em contato com todos os habitantes do Brasil e
perguntar se são diabéticos. A outra maneira é selecionar um grupo de indivíduos, por exemplo,
2.000 pessoas e perguntar se eles são diabéticos.
O grupo de 2.000 pessoas forma uma amostra e a maneira como eu seleciono este grupo é
chamado de amostragem.
02 – TIPOS DE AMOSTRAGENS.
02.1 – AMOSTRAGEM PROBABILÍSTICA.
Cada indivíduo da população (marco amostral) tem a mesma chance de ser sorteado –
AMOSTRAGEM CASUAL.
São elas:
✓ AMOSTRAGEM SIMPLES.
✓ AMOSTRAGEM SISTEMÁTICA.
✓ AMOSTRAGEM ESTRATIFICADA (AMOSTRAGEM PROPORCIONAL).
✓ AMOSTRAGEM POR CONGLOMERADO.
02.2 – AMOSTRAGEM NÃO BROBABILÍSTICA.
O Público não é selecionado por sorteio, público selecionado por escolha – AMOSTRAGEM NÃO
CASUAL.
Muito utilizado em pesquisa de opinião pública.
São elas:
✓ AMOSTRAGEM ACIDENTAL (POR CONVENIÊNCIA).
✓ AMOSTRAGEM INTENCIONAL (POR JULGAMENTO).
✓ AMOSTRAGEM POR BOLA DE NEVE.
✓ AMOSTRAGENS POR COTAS (SEMELHANTE À ESTRATIFICADA).
QUESTÕES
QUESTÃO 01 – FEPESE (ANALISTA FINANCEIRO).
A amostragem estratificada proporcional, a amostragem por cotas e a amostragem por
conglomerados são, respectivamente, amostragem:
A) Não Casual, Casual e Casual. B) Não Casual, Não Casual e Casual.
C) Casual, Não Casual e Não Casual. D) Casual, Não Casual e Casual.
QUESTÃO 02– IBFC.
Dentre os tipos de amostragem, assinale a alternativa que não apresenta amostragem
probabilística.
A) aleatória simples. B) sistemática.
C) cotas. D) estratificada.
E) conglomerado.
QUESTÃO 03 – CESGRANRIO.
Uma empresa encomenda uma pesquisa de mercado que utilize o método de amostragem
aleatória simples. Esse é um caso de amostra probabilística em que cada entrevistado:
A) define o seu grau de satisfação com os serviços prestados pela companhia.
B) é conhecido dos entrevistadores e dos diretores da organização.
C) está presente numa lista segmentada por renda, faixa etária e sexo.
D) indica outro entrevistado e assim sucessivamente até o preenchimento da amostra.
E) tem a mesma chance, entre o universo da pesquisa, de ser abordado.

03 – AS AMOSTRAGENS PROBABILÍSTICAS (CASUAL).

03.1 – AMOSTRAGEM SIMPLES: Também chamada de aleatória simples (M.A.S) ou,
também, de casual simples, é aquela que todos os elementos da população – marco
amostral – tem a mesma probabilidade de ser sorteado como elemento da amostra.
Exemplos:
I – Sorteio da Mega Sena: os 6 números que contém a amostra terão a mesma
probabilidade de serem sorteados.
Observação: 60 números (População ou marco amostral).
II – Colocar todos os nomes dos 50 alunos de uma sala, separados um a um, dentro de uma
urna e sortear 10 deles para constituir a amostra.

03.2 – AMOSTRAGEM SISTEMÁTICA: os elementos que constituirão a amostra são escolhidos

segundo um fator de repetição (um intervalo fixo). Sua aplicação requer que a população esteja
ordenada segundo um critério qualquer (uma lista que englobe todos os seus elementos, uma fila
de pessoas, etc.), de modo que cada um de seus elementos possa ser unicamente identificado pela
sua posição.
O fator de repetição (k) é determinado dividindo-se o tamanho da população (N) pelo tamanho da
amostra (n). O primeiro elemento é escolhido por sorteio, dentre os elementos da população que
ocupam a posição igual ou inferior a N/n (fator de repetição), em seguida, selecionam-se os
elementos a cada intervalo N/n.
RESUMINDO:
1° Passo: Elaborar uma lista dos N indivíduos da população (universo ou marco amostral).
2° Passo: Dividir o marco amostral em vários fragmentos, todos de mesmo tamanho, onde que o
tamanho do fragmento é igual ao tamanho da Amostra que desejamos. O tamanho desses
fragmentos (k) será: k = N/n.
3° PASSO: Primeiro elemento da Amostra será determinado por sorteio (probabilístico) dentro
do primeiro fragmento que dividimos a população. Chamaremos esse elemento de A.
4° Passo: Os demais elementos serão definidos pela sequência abaixo, a começar por A.
A, A+k, A+2k, A+3k, A+4k, ...
EXEMPLO:
Em uma reunião há 80 pessoas e deseja-se fazer uma pesquisa sobre a satisfação com os
resultados obtidos nesse evento com uma amostra 10 pessoas. Para escolha desta amostra foi
escolhido o processo de Amostragem Sistemática. Demonstre passo a passo esse processo.
Resolução:
1° Passo: Colocar as 80 pessoas em ordem alfabética e numerá-las de 1 a 80, seguindo a ordem
alfabética.
2° Passo: Saber o tamanho de cada fragmento (k).
K = 80/10
K = 8.
Significa que o primeiro fragmento é do 1 ao 8, o segundo fragmento é do 9 ao 16, o terceiro
fragmento é do 17 ao 24 e assim sucessivamente.
3° Passo: Fazer o sorteio entre os 8 elementos do primeiro fragmento, sabendo que é o único
sorteio que acontece nesse processo.
Levando em conta que o número sorteado seja o 5, logo o primeiro elemento da amostra será a
pessoa que está relacionado ao número 5.
4°Passo: Selecionar os demais elementos (pessoas) da amostra seguindo o critério abaixo.
1° elemento da amostra: pessoa relacionada ao número 5.
2° elemento da amostra: 5 + k = 5 + 8 = 13, pessoa relacionada ao número 13.
3° elemento da amostra: 5 + 2k = 5 + 2 . 8 = 21, pessoa relacionada ao número 21.
4° elemento da amostra: 5 + 3k = 5 + 3 . 8 = 29, pessoa relacionada ao número 29.
5° elemento da amostra: 5 + 4k = 5 + 4 . 8 = 37, pessoa relacionada ao número 37.
6° elemento da amostra: 5 + 5k = 5 + 5 . 8 = 45, pessoa relacionada ao número 45.
7° elemento da amostra: 5 + 6k = 5 + 2 . 8 = 53, pessoa relacionada ao número 53.
8° elemento da amostra: 5 + 7k = 5 + 7 . 8 = 61, pessoa relacionada ao número 61.
9° elemento da amostra: 5 + 8k = 5 + 8 . 8 = 91, pessoa relacionada ao número 69.
10° elemento da amostra: 5 + 9k = 5 + 9 . 8 = 77, pessoa relacionada ao número 77.
Pronto, sua amostra com 10 pessoas está selecionada.

03.3 – AMOSTRAGEM ESTRATIFICADA: quando a população está dividida em estratos (são

subdivisões da população em agrupamentos homogêneos, por exemplo, sexo, raça. Idade,
escolaridade, etc), a amostra também será estratificada, de tal modo que o tamanho dos estratos
na amostra seja proporcional (porcentagem) ao tamanho dos estratos correspondentes na
população (Amostragem Estratificada Proporcional).
EXEMPLO:
Em uma universidade há 800 pessoas, desses 70% são alunos, 20% são professores e 10% são
serviçais. Para uma pesquisa usando esses três grupos (estratos) o melhor método a ser utilizado
é a amostragem estratificada, pois não se correrá o risco de serem utilizados na pesquisa somente
alunos, por exemplo.
Vamos criar uma amostra de 90 pessoas.
Usando a Amostragem Estratificada Proporcional teremos: 63 alunos (70% de alunos), 18
professores (20% de professores) e 9 serviçais (10% de serviçais).
Existem também mais dois tipos de Amostragens Estratificadas:
I – Amostragem Estratificada Uniforme.
Neste caso a amostra é dividida em partes iguais.
Usando o exemplo acima teremos: 30 alunos, 30 professores e 30 serviçais, ou seja, tamanho da
amostra dividido pela quantidade de extratos (alunos, professores e serviçais) 90 ÷ 3.
II – Amostragem Estratificada Ótima.
Neste caso, o tamanho das camadas da amostra não será proporcional com a população. Por outro
lado, o tamanho das camadas é definido em proporção com o desvio-padrão (medida de
dispersão) das variáveis estudadas. Isto é, se obtêm camadas maiores dos estratos com maior
variabilidade interna para representar melhor o total da amostra nos grupos populacionais mais
difíceis de estudar.

03.4 – AMOSTRAGEM POR CONGLOMERADO: consiste em dividir a população que se vai investigar
em grupos fisicamente próximos, independentes de eles serem homogêneos ou não. Em tais
conglomerados, são agregados os elementos populacionais com estreito contato físico como
casas, quarteirões, bairros, cidades, regiões, etc.
Exemplo:
Se queremos estudar qual o percentual de fumantes na cidade de Belo Horizonte, separamos B.H
por bairros (conglomerados) sorteamos 4 deles e fazemos a pesquisa necessária (todos os
elementos de cada conglomerado devem ser observados).
04 – AS AMOSTRAGENS NÃO PROBABILÍSTICAS (NÃO CASUAL).
04.1 – AMOSTRAGEM ACIDENTAL (POR CONVENIÊNCIA): a amostra é formada por elementos que
vão aparecendo, os elementos são possíveis de se obter e encerra-se quando completar o número
de elementos da amostra.
Exemplos:
I – Uma pesquisa de intenção de votos na Praça Sete de B.H (um bom local para pesquisa de
opinião pública, pois há uma grande aglomeração de pessoas de todos os níveis sociais).
II – Montar um questionário e usar a rede social, sem escolher grupos, para que as pessoas
respondam (pessoas escolhidas aleatoriamente).

04.2 – AMOSTRAGEM INTENCIONAL (POR JULGAMENTO): a amostra é formada por

elementos escolhidos por determinado critério.
Exemplo:
I – Uma pesquisa sobre o tipo de armação de óculos e suas cores.
O pesquisador vai para a praça sete e entrevista pessoas que usam óculos.
II – Uma pesquisa sobre doenças dermatológicas em cães.
O pesquisador separa uma listagem de todos os médicos veterinários de B.H, separa 40
para sua amostra e os entrevistam por qualquer meio de comunicação.
Muito utilizada para pesquisas de profissionais de áreas específicas.

04.3 – AMOSTRAGEM POR BOLA DE NEVE: A amostragem de bola de neve é um tipo de amostragem
não probabilística que é usada quando os participantes em potencial são difíceis de encontrar ou
se a amostra é limitada a um subgrupo muito pequeno da população.
Neste tipo de amostragem, os participantes da pesquisa recrutam outros participantes para um
teste ou estudo. Aqui os pesquisadores usam seu próprio julgamento para escolher os
participantes, ao contrário da amostragem aleatória simples, onde as chances de qualquer membro
ser escolhido são as mesmas.
A amostragem de bola de neve consiste em duas etapas:
1 – Identifique possíveis sujeitos na população. Muitas vezes, apenas um ou dois assuntos podem
ser encontrados inicialmente.
2 – Peça a esses sujeitos que recrutam a outras pessoas. Os participantes devem estar cientes de
que não precisam fornecer nenhum outro nome.
Em outras palavras, o método de amostragem bola de neve é baseado em referências de sujeitos
iniciais para gerar assuntos adicionais, daí o nome “bola de neve”.
Quando esse método de amostragem é aplicado, os membros do grupo de amostra são recrutados
por meio de uma referência em cadeia.
Essas etapas são repetidas até que o tamanho de amostra necessário seja encontrado. Eticamente,
os participantes do estudo não devem ser solicitados a identificar outros participantes em
potencial. Em vez disso, eles devem ser solicitados a encorajar outros a participar.

04.4 – AMOSTRAGEM POR COTAS: A amostragem por cotas é um método de amostragem não
probabilístico, no qual os pesquisadores podem formar uma amostra de indivíduos que
representam uma população e são escolhidos de acordo com suas características ou qualidades.
Os pesquisadores podem decidir o recurso pelo qual a seleção do subconjunto da amostra será
realizada para que seja eficaz na coleta de dados e possa generalizar toda a população. O
subconjunto final será decidido apenas de acordo com o conhecimento da população pelo
entrevistador ou pesquisador.
Nos estágios iniciais de um estudo, os pesquisadores podem coletar dados representativos de uma
amostra formada usando o método de amostragem por cota. É muito semelhante à amostragem
estratificada, que é um método probabilístico de amostragem. A principal diferença entre essas
duas técnicas é que, na amostragem por cota, os elementos da amostra não são selecionados
aleatoriamente de cada estrato, como é feito na amostragem aleatória estratificada.
QUESTÕES
QUESTÃO 01 – FGV – ESTATÍSTICO.
Para se obter uma amostra de 100 cadastros de um banco de dados que possui 20.000 cadastros
numerados de 1 a 20.000, planeja‐se proceder da seguinte forma: inicialmente um número k
pertencente ao intervalo [1, 200] será aleatoriamente selecionado. Em seguida, serão observados
os cadastros k, k + 200, k + 400, k + 600, e assim sucessivamente.
Esse procedimento é um exemplo de amostragem.
A) estratificada. B) sistemática.
C) aleatória simples. D) por conglomerados.
E) multi‐etapas.
QUESTÃO 02 – VUNESP.
Pretende-se fazer uma pesquisa com alunos de uma faculdade e, para isso, são escolhidos,
aleatoriamente, 20 alunos de cada ano. Esse tipo de amostragem é denominado amostra:
A) aleatória simples.
B) aleatória estratificada.
C) aleatória por agrupamento.
D) aleatória sistemática.
E) não aleatória.
QUESTÃO 03 – FCC.
Uma população de tamanho 1.600 é dividida em 80 subpopulações distintas. Por meio de um
sorteio, 20 subpopulações são selecionadas e todos os elementos nas subpopulações selecionadas
são observados. Este tipo de amostragem é denominado de Amostragem:
A) por Conglomerados. B) Sistemática.
C) Aleatória Estratificada. D) Determinística.
E) por Quotas.
QUESTÃO 04 – FCC (ANALISTA JUDICIÁRIO).
O objetivo de uma pesquisa era o de se obter, relativamente aos moradores de um bairro,
informações sobre duas variáveis: nível educacional e renda familiar. Para cumprir tal objetivo,
todos os moradores foram entrevistados e arguidos quanto ao nível educacional, e, dentre todos
os domicílios do bairro, foram selecionados aleatoriamente 300 moradores para informar a
renda familiar. As abordagens utilizadas para as variáveis nível educacional e renda familiar
foram, respectivamente,
A) censo e amostragem por conglomerados.
B) amostragem aleatória e amostragem sistemática.
C) censo e amostragem casual simples.
D) amostragem estratificada e amostragem sistemática.
E) amostragem sistemática e amostragem em dois estágios.

VARIÁVEIS
01 – A DIFERENÇA ENTRE DADOS E VARIÁVEIS.
Para bem entender os procedimentos da Estatística, é preciso distinguir dado de variável. Dado é
a informação coletada e registrada, referente a uma variável. Variável é uma condição ou
característica das unidades da população. As variáveis assumem valores diferentes em unidades
diferentes. Se você perguntar as idades das pessoas de sua família, obterá valores diferentes entre
si, embora todos se refiram à mesma variável: idade. Cada pessoa fornecerá um só dado. Por
exemplo, uma de suas tias poderá dizer que tem 37 anos.
02 – AS VARIÁVEIS PODEM SER QUANTITATIVAS OU QUALITATIVAS.
02.1 – VARIÁVEIS QUANTITATIVAS.
São as características que podem ser medidas em uma escala quantitativa, ou seja, apresentam
valores numéricos que fazem sentido. Podem ser contínuas ou discretas.
• VARIÁVEIS DISCRETAS.
Características mensuráveis que podem assumir apenas um número finito ou infinito contável de
valores e, assim, somente fazem sentido valores inteiros. Geralmente são o resultado de
contagens.
Exemplos: número de filhos, número de bactérias por litro de leite, número de cigarros fumados
por dia, idade exata.
• VARIÁVEIS CONTÍNUAS.
Características mensuráveis que assumem valores em uma escala contínua (na reta real), para as
quais valores fracionais fazem sentido. Usualmente devem ser medidas através de algum
instrumento.
Exemplos: peso (balança), altura (régua), tempo (relógio), pressão arterial, idade em intervalos.
02.2 – VARIÁVEIS QUALITATIVAS (OU CATEGÓRICAS).
São as características que não possuem valores quantitativos, mas, ao contrário, são definidas por
várias categorias, ou seja, representam uma classificação dos indivíduos. Podem ser nominais ou
ordinais.
• VARIÁVEIS NOMINAIS.
Não existe ordenação dentre as categorias.
Exemplos: sexo, cor dos olhos, fumante/não fumante, doente/sadio.
• VARIÁVEIS ORDINAIS.
Existe uma ordenação entre as categorias.
Exemplos: escolaridade (1o, 2o, 3o graus), estágio da doença (inicial, intermediário, terminal), mês
de observação (janeiro, fevereiro,..., dezembro).
 QUESTÕES
QUESTÃO 01 – PMMG. Periodicamente os alunos de uma determinada instituição de ensino são
pesados e medidos para verificar se estão em conformidade com as tabelas de peso e altura
esperados. Essas duas variáveis são:
A) Ambas contínuas.
B) Qualitativas.
C) Ambas discretas.
D) Contínua e discreta, respectivamente.
QUESTÃO 02 – CONTADOR.
Estatística é a parte da ciência responsável pela coleta, organização e interpretação de dados
experimentais e pela extrapolação dos resultados da amostra para a população. Sobre esta
ciência, informe se é verdadeiro (V) ou falso (F) para o que se afirma e assinale a alternativa com
a sequência correta.
( ) Amostra é qualquer conjunto, não necessariamente de pessoas, que constituem todo o
universo de informações de que se necessita.
( ) Uma variável quantitativa discreta expressa o valor de uma contagem, por exemplo, idade,
quantidade de televisores numa casa, quantidade de habitantes de uma cidade.
( ) Variável qualitativa é aquela que mede quantidade, por exemplo, idade, altura, preço,
quantidade de vendas etc.
( ) A variável qualitativa ordinal é aquela que separa os indivíduos em classes com uma
determinada ordem, por exemplo, nível de escolaridade: fundamental, médio e superior.
A) V – V – F – F.
B) V – F – V – V.
C) F – V – F – V.
D) F – V – F – F.
QUESTÃO 03 – SELECON.
Foi realizada uma pesquisa em que se tinha o interesse de conhecer o rendimento, expresso em
gramas por metro quadrado, de um determinado produto utilizado para impermeabilização de
pisos. É correto afirmar que a variável de estudo dessa pesquisa é classificada como:
A) qualitativa nominal.
B) quantitativa discreta.
C) qualitativa ordinal.
D) quantitativa contínua.

GRÁFICOS, TABELAS E SÉRIES.

GRÁFICOS.
Os gráficos são ferramentas que facilitam a análise e interpretação de um conjunto de dados.
Sua importância está ligada à facilidade e rapidez com que podemos interpretar as informações.
Os dados coletados e distribuídos em planilhas que podem ser organizados em gráficos e
apresentados de uma forma mais clara e objetiva.
Os gráficos mais utilizados na representação de distribuição de frequências são os de colunas, de
barras e de setores, também podendo aparecer pictogramas (gráficos pictóricos), gráficos de
linha ou segmentos e histograma.
✓ GRÁFICO DE COLUNAS.
Os dados são apresentados na forma de colunas, em que no eixo das abscissas se encontram as
classes ou variação do fenômeno e, no eixo das ordenadas, as frequências ou intensidade.
Exemplo:

GRÁFICO DE BARRAS.
Os dados são apresentados na forma de barras horizontais, em que no eixo das abscissas se
encontram as frequências ou intensidade e, no eixo das ordenadas, as classes ou variação do
fenômeno.
Exemplo:

✓ GRÁFICO DE SETORES.
Representados por círculos divididos proporcionalmente aos dados de cada classe. O ângulo de
cada setor circular é proporcional à intensidade (ou frequência) de cada classe.
Exemplo:
✓ GRÁFICO DE LINHA OU SEGMENTOS.
Este tipo de gráfico mostra a evolução dos dados (da frequência) de um dado fenômeno (ou
classe). No eixo das abscissas encontramos o período analisado e, no eixo das ordenadas, a
frequência (ou intensidade).
Exemplo:

✓ HISTOGRAMA.
Apresenta a distribuição de frequência de maneira contínua. Nas abscissas encontramos os
intervalos das classes e nas ordenadas encontramos a frequência (ou intensidade).
Exemplo:

✓ PICTOGRAMA OU GRÁFICO PICTÓRICO:

Usam figuras para representar os dados. Quanto maior o tamanho da figura, maior é a frequência
da classe representada pela figura.
Exemplo:
TABELAS.
A compreensão das informações geradas pelos dados de vários tipos de experimentos é mais fácil
quando as mesmas estão dispostas em tabelas. Uma tabela é um esquema matricial de dados
numéricos dispostos em colunas e linhas para fins de comparação. A apresentação em formas de
tabela deve expor os dados de modo fácil e que deixe a leitura mais rápida e prática.
✓ MODELO DE UMA TABELA.
Uma tabela é formada pelos seguintes
elementos:
I – Titulo: Contém a indicação do fenômeno
que é descrito, o local onde ocorreu o evento
e a época à qual se refere.
II – Cabeçalho: Especifica o conteúdo das
colunas.
III – Corpo: É o espaço que contém as
informações sobre o fenômeno observado.
IV – Fonte: É a indicação da entidade
responsável pelo levantamento dos dados.

✓ TABELA DE FREQUÊNCIA.
Uma tabela traz consigo os diferentes grupos
ou classes das unidades da amostra e sua
respectiva frequência. Em uma tabela de
frequência, podemos encontrar a frequência
absoluta (ou só frequência) de cada uma das
categorias ou classes, isto é, o número de
elementos de cada categoria; e a respectiva
frequência relativa de cada classe conforme
exemplo abaixo.

SÉRIES ESTATÍSTICAS.
Série estatística é qualquer tabela que apresenta a distribuição de um conjunto de dados
estatísticos em função da época, do local ou da espécie.
✓ SÉRIE TEMPORAL, CRONOLÓGICA, EVOLUTIVA OU HISTÓRICA.
É a série estatística em que os dados são observados segundo a época de ocorrência. O tempo é
variável, o fato e o local são fixos.
Exemplo:

Reparem que o que varia são os seis primeiros meses do ano de 2010.
✓ SÉRIE GEOGRÁFICA OU DE LOCALIZAÇÃO SÉRIE GEOGRÁFICA OU DE LOCALIZAÇÃO.
É a série estatística em que os dados são observados segundo a localidade de ocorrência. O local
varia e o tempo e o fato são fixos.
Exemplo:

Reparem que o que varia são as cidades, ou seja, os locais onde ocorreram os acidentes.
✓ SÉRIE ESPECÍFICA OU CATEGÓRICA.
Os dados são agrupados segundo a modalidade de ocorrência. Fato variável, tempo e local fixos.
Exemplo:

Reparem que o que varia são as marcas dos carros.

✓ SÉRIES CONJUGADAS, COMPOSTAS OU MISTAS:
Formadas pela junção de duas ou mais séries, várias espécies simples dentro de uma mesma
série.
Útil para mostrar dois ou mais tipos de dado sobre um item. Deve ser lida na vertical e na
horizontal simultaneamente para que as linhas e as colunas sejam relacionados.
Exemplo: