Escolar Documentos
Profissional Documentos
Cultura Documentos
Cadeira de Estatística
Resolução de exercícios
Discente: Docente:
Paulo Joaquim
1.1. Objectivos.........................................................................................................................1
1.1.1. Geral..........................................................................................................................1
1.1.2. Específicos.................................................................................................................1
3. Conclusão...............................................................................................................................20
4. Bibliografia.............................................................................................................................21
1. Introdução
Além disso, exploramos conceitos estatísticos essenciais, como a média, a mediana, a moda e a
construção de tabelas de frequências. A estatística é uma ferramenta crucial para entender
padrões, tendências e variações em dados, seja em pesquisas, negócios ou ciência.
1.1. Objectivos
1.1.1. Geral
1.1.2. Específicos
1
2. Resolução dos exercícios
NÚMERO 1:
A estatística pode ser dividida em duas categorias principais: estatística descritiva e estatística
inferencial. Vamos explicar cada uma delas e fornecer exemplos para ilustrar a diferença:
i. Estatística Descritiva:
A estatística descritiva envolve a coleta, organização, resumo e apresentação de dados de uma
maneira que seja facilmente compreensível. Ela lida com a descrição das características
fundamentais dos dados, mas não faz inferências além dos dados em mãos. Os principais
objetivos da estatística descritiva incluem:
Resumo de Dados: Isso envolve calcular medidas como média, mediana, moda, desvio
padrão, variância e quartis para resumir características-chave dos dados;
Visualização de Dados: A criação de gráficos, como histogramas, gráficos de barras,
gráficos de dispersão e diagramas de caixa, para representar visualmente os dados.
2
ii. Estatística Inferencial:
A estatística inferencial vai além da descrição dos dados e envolve a realização de inferências ou
conclusões sobre uma população com base em uma amostra dos dados. Ela usa técnicas
estatísticas para fazer estimativas, testar hipóteses e tomar decisões com base nas informações
limitadas disponíveis na amostra.
NÚMERO 2:
Dados são informações que podem ser quantitativas ou qualitativas e são coletadas, armazenadas
e processadas para análise. Eles são a matéria-prima da estatística e são cruciais em várias áreas,
incluindo ciência, negócios, economia e pesquisa.
Classificação de Dados:
i. Dados Qualitativos:
Dados qualitativos são descritivos e expressam qualidades, atributos ou categorias. Eles não
podem ser medidos numericamente e geralmente são informações não numéricas. Os dados
qualitativos podem ser subdivididos em duas categorias principais:
3
Nominais: São dados que representam categorias com valores que não têm uma ordem
ou hierarquia intrínseca. Exemplos incluem cores, gêneros ou categorias de produtos.
Não há relação numérica entre os valores nominais.
NÚMERO 3:
a) População:
4
b) Amostra:
Uma amostra é um subconjunto representativo de uma população maior, usado em pesquisas
estatísticas quando examinar toda a população é impraticável. A amostra é essencial em
situações onde a coleta de dados do universo estatístico é inviável devido a restrições financeiras
ou logísticas.
Exemplo de Amostra:
Imagine que você queira determinar a preferência de sabor de um novo produto de refrigerante
em uma cidade com um milhão de habitantes. Em vez de entrevistar todos os moradores da
cidade, que seria impraticável, você pode selecionar aleatoriamente 1000 pessoas para
entrevistar. Essas 1000 pessoas constituem sua amostra. Se essa amostra for cuidadosamente
selecionada e representativa da diversidade da população da cidade, as conclusões que você tirar
sobre as preferências de sabor com base nas respostas dessas 1000 pessoas podem ser
generalizadas para a população maior da cidade.
c) Variável:
Uma variável é um elemento que pode variar ou assumir diferentes valores em um estudo,
experimento ou análise estatística. Em estatísticas, as variáveis são categorizadas em duas
principais classes: variáveis independentes, que são manipuladas ou controladas em um
experimento, e variáveis dependentes, que são medidas ou observadas em resposta às mudanças
nas variáveis independentes. Variáveis podem ser qualitativas (categóricas) ou quantitativas
(numéricas) e desempenham um papel fundamental na análise de dados e na pesquisa em geral.
d) Unidade Estatística:
Uma unidade estatística é um único membro da população ou amostra que está sendo estudado.
5
Frequência Simples: É o número de vezes que uma observação específica aparece em
um conjunto de dados.
Exemplo:
6
Frequência Absoluta Acumulada: É a soma das frequências simples de todas as
observações até um certo ponto nos dados.
Para calcular a frequência absoluta acumulada, realizamos a soma da frequência absoluta, como
na tabela seguir, no exemplo:
7
Frequência Relativa Acumulada: É a soma das frequências relativas de todas as
observações até um certo ponto nos dados.
Por exemplo para calcular a frequência acumulada (%) até ao estilo Reggae, teríamos de somar a
frequência relatica do estilo Pop, do estilo Rock, do estilo Kizomba e do Reggae. A frequência
relativa acumulada (%) de todas as classes tem de dar 100%.
f) Distribuição de Frequências:
Uma distribuição de frequências é uma tabela ou gráfico que mostra a frequência de diferentes
valores em um conjunto de dados. Ela organiza os dados de forma que seja fácil de entender e
interpretar.
Exemplo:
8
g) Gráfico de Barras, Gráfico Circular, Histograma e Polígono de Frequência:
Gráfico de Barras: Usa barras para representar dados categóricos; a altura das barras
indica a frequência das categorias.
Gráfico Circular (ou Gráfico de Pizza): Divide um círculo em setores para representar
proporções ou percentagens de uma categoria em relação ao todo.
9
Histograma: É usado para representar distribuições de dados quantitativos contínuos.
Consiste em barras adjacentes para mostrar a frequência das observações em intervalos
de valores.
Exemplo: Para construir o histograma com o software Excel, depois de feita a tabela de
distribuição de frequência em classes, adicione uma nova coluna com os pontos médios dos
intervalos de classe, que serão as abscissas de um gráfico de dispersão, com as frequências
correspondendo às alturas
10
Polígono de Frequência: É semelhante a um histograma, mas usa linhas para conectar os
pontos médios superiores de cada barra do histograma, fornecendo uma representação
suavizada da distribuição de dados.
NÚMERO 4:
11
a) Número de leitores do jornal Notícias: Quantitativa Discreta (disc) - Os números de leitores
são contáveis, não podem ser fracionados, mas podem assumir valores distintos.
d) Grupo sanguíneo: Qualitativa Nominal - Os grupos sanguíneos (A, B, AB, O) são categorias
que não têm uma ordem ou hierarquia específica.
f) Idade: Quantitativa Discreta (disc) - A idade é contável e não pode ser fracionada,
representando anos inteiros.
g) Vitamina (A, B12, E): Qualitativa Nominal - As vitaminas são categorias distintas sem uma
ordem específica.
NÚMERO 5:
O investigador que ordena uma lista de cidades moçambicanas de acordo com o ritmo de
desenvolvimento, do mais lento para o mais acelerado, está operando no nível de medida:
2. Ordinal.
NÚMERO 6:
a) Classificação da Variável:
12
A variável neste caso é o número de jovens recenseados ao serviço militar obrigatório em
todos os distritos de Nampula em 2012. Esta variável é quantitativa discreta, pois representa
uma contagem de jovens, que são indivíduos discretos e não podem ser subdivididos em partes
menores significativas.
b) Distribuição de Frequência:
xi fi Fi fr f r (% ) xi ∙ f i
200 1 1 0 , 05 5 200
500 4 5 0 , 19 19 2000
600 1 6 0 , 05 5 600
1000 3 9 0 , 14 14 3000
1100 2 11 0.09 9 2200
1400 4 15 0 , 19 19 5600
1500 1 16 0 , 05 5 1500
2000 3 19 0 , 14 14 6000
2500 1 20 0 , 05 5 2500
4000 1 21 0 , 05 5 4000
Total 21 1 27600
x=
∑ xi ∙ f i
N
27600
x=
21
x=1314,285
A mediana é o valor que está no meio do conjunto de dados quando os dados estão organizados
em ordem crescente. Neste caso, como temos 21 valores, a mediana seria o 11º valor:
13
Mediana=1100
A moda é o valor que aparece com mais frequência no conjunto de dados. Neste caso, a moda
correta dos dados fornecidos é 500 e 1400, pois ambos aparecem com a mesma frequência
máxima de quatro vezes.
Como os dados não estão agrupados em classes, então um gráfico de barras simples seria uma
representação o adequada para mostrar a frequência de cada valor individual.
NÚMERO 7:
Neste caso:
NÚMERO 8:
xi fi Fi fr xi ∙ f i
14
0 3 3 0.1 0
1 10 13 0.33 10
2 2 15 0.07 4
3 4 19 0.13 12
4 2 21 0.07 8
5 1 22 0.03 5
6 8 30 0.27 48
Total 30 1 87
Média:
x=
∑ xi ∙ f i
N
87
x=
30
x=2 , 9
A mediana é o valor que está no meio do conjunto de dados quando os dados estão organizados
em ordem crescente. Neste caso, como temos 30 valores, a mediana seria o 15º valor:
Mediana=2
A moda é o valor que aparece com mais frequência no conjunto de dados. Neste caso, a moda
correta dos dados fornecidos é 1.
15
3 ( 30+1 ) 93 7 ( 30+1 ) 57 ×31
Q 3= = D 7= P57=
4 4 10 100
Q3=23 , 25 ≈ 23 D7=21, 7 P57=17 , 67
Q3=x 23=6 5+6 11 x=2
x= = =5.5 ≈ 6
2 2
NÚMERO 9:
a) Classificação da Variável:
16
c) Tempo Médio:
Para calcular o tempo médio, somamos todos os tempos e dividimos pelo número de
observações:
x=
∑ xi ∙ f i
N
653
x=
40
x=16,325 dias
d) Medidas de Tendência Central:
e) Gráfico de Colunas:
Gráfico de Barras
30
25
20
15
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Tempo Frequencia
17
NÚMERO 10:
Tempo ( f i) ( f r) ( Fi) ( xi )
(horas)
0⊢4 8 0,1 8 2
4⊢8 15 0,19 23 6
8⊢12 24 0.3 47 10
12 ⊢ 16 20 0.25 67 14
16⊢20 13 0.16 80 18
Total 80 1
A frequência relativa da terceira classe (8 a 12 horas) é 0.3 ou 30%. Isso significa que 30% dos
80 pacientes dormiram entre 8 e 12 horas durante a administração do anestésico.
8+ 15 23
Percentual de Pacientes= = =0,2875 ×100 %=28 , 75 %
80 80
NÚMERO 11:
k=
[ ] ln n
ln 2
+1
k = 6.906891. Portanto, de acordo com a regra, considerar o número inteiro. Logo, 6 classes.
18
O Cálculo da amplitude total que é a diferença entre o valor máximo e mínimo da distribuição:
28.8. Cálculo da amplitude de classe que é o quociente entre a amplitude total e o número de
classes: 4.8, aproximadamente 5
Tabela de frequências:
xi ( f i) (f r %) ( Fi) ( Fr % )
55 ⊢ 60 9 15,0 9 15,0
60 ⊢ 65 15 25,0 24 40,0
65 ⊢70 21 35,0 45 75,0
70 ⊢ 75 5 8,3 50 83,0
75 ⊢80 6 10,0 56 93,0
80 ⊢ 85 4 6,7 60 100,0
Total 60 100,0
3. Conclusão
Em nossa jornada pela estatística, exploramos uma variedade de conceitos e aplicações que
destacam a importância desta disciplina em nossas vidas. Através da análise de frequências,
descobrimos como resumir e visualizar dados, identificando padrões e variações que nos ajudam
a tomar decisões mais informadas.
A probabilidade, por sua vez, provou ser uma ferramenta essencial para quantificar a incerteza
que envolve muitos eventos em nossas vidas, desde jogos de azar até decisões complexas em
negócios e ciência. Através do cálculo de probabilidades, pudemos compreender como avaliar
riscos e fazer previsões baseadas em dados probabilísticos.
A exploração das medidas de tendência central, como a média, a mediana e a moda, permitiu-nos
entender como resumir conjuntos de dados e identificar seus valores centrais. As tabelas de
frequências foram uma ferramenta valiosa para organizar e apresentar informações de forma
acessível.
19
Concluímos, portanto, que a estatística desempenha um papel fundamental em nossa capacidade
de compreender o mundo ao nosso redor, seja na tomada de decisões diárias, na análise de
tendências de mercado ou na pesquisa científica. À medida que continuamos a explorar conceitos
avançados e aplicá-los em cenários reais, esperamos que nossa compreensão da estatística
continue a crescer, capacitando-nos a tomar decisões informadas e interpretar dados com
confiança. A estatística é, sem dúvida, uma ferramenta indispensável em nosso kit de habilidades
para a vida moderna.
4. Bibliografia
20