Estatística - Aula 18

Aula 18
Estatística p/ Polícia Federal (Agente)

Com Videoaulas - 2020 - Pré-Edital
(Preparação de A a Z)
Autor:
Guilherme Neves
Aula 18
7 de Setembro de 2020
Guilherme Neves
Aula 18
Sumário
1. Análise de Variância ..................................................................................................................... 3
2. Teste F ...................................................................................................................................... 11
3. Lista de Questões sem Comentários ............................................................................................ 15
4. Gabaritos .................................................................................................................................. 27
5. Lista de Questões com Comentários ........................................................................................... 28
6. Considerações Finais .................................................................................................................. 62
Estatística p/ Polícia Federal (Agente) Com Videoaulas - 2020 - Pré-Edital (Preparação de A a Z) 1

www.estrategiaconcursos.com.br
Guilherme Neves
Aula 18
Para tirar dúvidas e ter acesso a dicas e conteúdos gratuitos, acesse minhas redes
sociais:
Instagram - Prof. Guilherme Neves:
https://www.instagram.com/profguilhermeneves
Canal do YouTube – Prof. Guilherme Neves
https://youtu.be/gqab047D9l4
E-mail: profguilhermeneves@gmail.com

Guilherme Neves
Aula 18
1. ANÁLISE DE VARIÂNCIA
A análise de variância (ANOVA, do inglês Analysis of Variance) tem como objetivo testar a
hipótese de que as médias de 𝑘 populações distintas são iguais. A ANOVA foi criada pelo
estatístico Fisher e é comumente referida como ANOVA de Fisher.
𝐻$ : 𝜇' = 𝜇) = ⋯ = 𝜇+
"
𝐻' : 𝑃𝑒𝑙𝑜 𝑚𝑒𝑛𝑜𝑠 𝑢𝑚𝑎 𝑚é𝑑𝑖𝑎 𝑝𝑜𝑝𝑢𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 é 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒 𝑑𝑎𝑠 𝑑𝑒𝑚𝑎𝑖𝑠
Como não temos acesso às médias das populações, selecionaremos 𝑘 amostras independentes
provenientes das 𝑘 populações. As amostras não necessariamente terão o mesmo tamanho.
Assim, vamos supor que serão selecionados aleatoriamente 𝑛' elementos da primeira população,
𝑛) elementos da segunda população, ..., e 𝑛+ elementos da 𝑘-ésima população.
O total de elementos das amostras será:
𝑁 = ? 𝑛@
@A'
Denominamos tratamento a característica que distingue as populações cujas médias estão sendo
comparadas na ANOVA.
Algumas suposições são necessárias na Análise de Variância. A primeira delas é que as

populações de onde extraímos as amostras tenham distribuição normal. Além disso, precisamos
que as variâncias das populações tenham a mesma variância (dizemos que existe
homocedasticia).
Se essas suposições forem verdadeiras, então a ANOVA é a melhor técnica para comparar as
médias de diferentes populações.
Em outras palavras, a ANOVA testa se há diferença significativa entre as médias de 3 ou mais

grupos independentes. É importante notar que a ANOVA apenas dirá se alguma média difere
das demais e não especificará qual média será essa.

Guilherme Neves
Aula 18
Guilherme, por que não podemos simplesmente fazer 𝑘 testes para a média? Por exemplo, se
queremos testar 𝜇' = 𝜇) = 𝜇B = 𝜇C = 𝜇D = 10, poderíamos realizar 5 testes com hipóteses nulas
𝜇' = 10, 𝜇) = 10, 𝜇B = 10, 𝜇C = 10 e 𝜇D = 10.
O problema é que em cada teste para a média temos uma probabilidade 𝛼 de cometermos um
erro tipo I. Ao conduzir esse teste 5 vezes, a nossa probabilidade de cometermos algum erro será
bem maior.
Assim, se temos um nível de significância 𝛼 = 5%, a ANOVA controla esses erros de tal forma
que a probabilidade de cometermos um erro tipo I continua sendo 5%.
Vamos a um exemplo concreto para deixar tudo mais claro. Imagine que selecionamos 3
empresas A, B e C do mesmo ramo e queremos comparar os salários, em milhares de reais, dos
empregados dessas empresas. Para simplificar, vamos supor que foram selecionados
aleatoriamente 4 empregados de cada empresa.
Obtivemos as seguintes amostras.
Empresa A Empresa B Empresa C

6,7 6,3 6,6
6,4 6,9 7,0
6,5 6,4 6,4
6,8 6,4 8,0
𝑥K = 6,6 𝑥N = 6,5 𝑥O = 7
Para facilitar a identificação dos valores na tabela acima, vamos utilizar a notação 𝑋@R , em que 𝑖
representa o tratamento e 𝑗 representa o elemento. Por exemplo, 𝑋)B é o terceiro elemento da
segunda empresa (𝑋)B = 6,4).
Temos 4 funcionários em cada amostra. As médias de cada amostra foi calculada. A média geral
dos 12 funcionários é:
6,6 × 4 + 6,5 × 4 + 7 × 4
𝑋= = 6,7
12
Poderíamos também ter somado as 12 observações e dividido o resultado por 12.

Guilherme Neves
Aula 18
É claro que as médias amostrais não são iguais; mas não podemos, baseados nisso, concluir que
as médias populacionais são diferentes. Não temos acesso a todos os dados das populações.
Estamos tentando inferir uma conclusão sobre as populações a partir das amostras.
Obviamente, se a média amostral da empresa A fosse 2, a média da empresa B fosse 2,05 e a

média da empresa C fosse 150, claramente poderíamos concluir que pelo menos uma das
médias é diferente das demais.
A questão é: será que as médias amostrais de A, B e C da tabela acima são suficientemente

diferentes a ponto de nos fazer concluir que pelo menos uma média é diferente das demais? É
isso que a ANOVA vai responder.
Cada valor observado é a soma da média da população de onde esse valor foi retirado com um
erro aleatório (o erro pode ser positivo ou negativo).
𝑋@R = 𝜇@ + 𝜀@R
Há algumas suposições para o erro aleatório:
• A média dos erros aleatórios em cada grupo é igual a 0.

• As variáveis 𝜀@R são independentes.
• A variância de 𝜀@R é a mesma em todos os grupos (homocedasticia).
Você não precisa se preocupar muito com essas hipóteses. Normalmente a questão indicará que
as hipóteses do modelo são satisfeitas.
Em suma, os erros aleatórios são variáveis aleatórias independentes com distribuição normal com
média 0 e variância 𝜎 ) .
Quando a variância dos erros dentro dos tratamentos não é constante, dizemos que existe
heterocedasticia.

Guilherme Neves
Aula 18
Vamos voltar para a nossa tabela.
Empresa A Empresa B Empresa C

6,7 6,3 6,6
6,4 6,9 7,0
6,5 6,4 6,4
6,8 6,4 8,0
𝑥K = 6,6 𝑥N = 6,5 𝑥O = 7
Sabemos que a soma dos desvios em relação à média é igual a 0. Assim, em vez de somar os
desvios, vamos somar os quadrados dos desvios (foi assim que demos origem à variância).
A primeira soma de quadrados que vamos aprender é a soma dos quadrados dos erros (também
chamada de soma dos quadrados dos resíduos). Essa é a soma dos quadrados dos erros dentro
dos grupos.
𝑆𝑄^_àbc = (6,7 − 6,6)) + (6,4 − 6,6)) + ⋯ + (6,3 − 6,5)) + (6,9 − 6,5)) + ⋯ + (8,0 − 7))
𝑆𝑄^_àbc = 1,84
Vamos agora calcular a soma dos quadrados de tratamentos (ou soma dos quadrados entre os
grupos).
Para calcular essa soma, devemos subtrair a média de cada grupo da média geral (6,7), elevar ao
quadrado, multiplicar pelo tamanho da amostra de cada tratamento e somar os resultados.
𝑆𝑄_àb_ = (6,6 − 6,7)) × 4 + (6,5 − 6,7)) × 4 + (7 − 6,7)) × 4
𝑆𝑄_àb_ = 0,56
Temos também a soma dos quadrados total. Para obtê-la, devemos calcular o desvio de cada
valor em relação à média geral (6,7), elevar ao quadrado e somar tudo.
𝑆𝑄acahi = (6,7 − 6,7)) + (6,4 − 6,7)) + ⋯ + (6,3 − 6,7)) + (6,9 − 6,7)) + ⋯ + (8,0 − 6,7))

Guilherme Neves
Aula 18
𝑆𝑄acahi = 2,40
Observe que
𝑆𝑄acahi = 𝑆𝑄^_àbc + 𝑆𝑄_àb_
No nosso exemplo:
𝑆𝑄acahi = 1,84 + 0,56
𝑆𝑄acahi = 2,40
Continuando.
Vimos que a variável
)
𝑁−1
𝜒kl' = m ) n 𝑠)
𝜎
tem distribuição qui-quadrado com 𝑁 − 1 graus de liberdade.
Vamos substituir 𝑠 ) pela sua fórmula.
)
)
𝑁 − 1 ∑q𝑋@ − 𝑋r
𝜒kl' =m ) n∙
𝜎 𝑁−1
)
)
∑q𝑋@ − 𝑋r
𝜒kl' =
𝜎)
Assim, concluímos que a soma dos quadrados dos desvios dividida pela variância populacional
tem distribuição qui-quadrado com 𝑁 − 1 graus de liberdade.
𝑆𝑄acahi
𝑡𝑒𝑚 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖çã𝑜 𝑞𝑢𝑖 − 𝑞𝑢𝑎𝑑𝑟𝑎𝑑𝑜 𝑐𝑜𝑚 𝑁 − 1 𝑔𝑟𝑎𝑢𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑑𝑎𝑑𝑒
𝜎)

Guilherme Neves
Aula 18
Vamos entender o número de graus de liberdade.
Imagine que temos a seguinte equação: 𝑎 + 𝑏 + 𝑐 + 𝑑 = 5. Quantos graus de liberdade nós

temos? Em outras palavras, quantas variáveis temos a liberdade de escolher os valores? Ora,
como são 4 valores, então temos liberdade de escolher 3 valores. O quarto estará
automaticamente calculado dependendo dos outros 3. Por exemplo, se colocamos 𝑎 = −1, 𝑏 = 3
e 𝑑 = 8, temos:
−1 + 3 + 𝑐 + 8 = 5
𝑐 = −5
A nossa amostra tem N elementos. Assim, imagine que temos uma determinada soma dos
quadrados total. Temos a liberdade de escolher 𝑁 − 1 elementos na amostra. O último valor será
automaticamente determinado. É por isso que temos 𝑁 − 1 graus de liberdade para a variável
acima. No nosso exemplo, temos liberdade para escolher 11 elementos da amostra total.
𝑔𝑙acahi = 𝑁 − 1
𝑔𝑙acahi = (𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎çõ𝑒𝑠) − 1
Analogamente,
𝑆𝑄^_àbc
𝑡𝑒𝑚 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖çã𝑜 𝑞𝑢𝑖 − 𝑞𝑢𝑎𝑑𝑟𝑎𝑑𝑜
𝜎)
Vamos agora pensar no número de graus de liberdade. Observe o cálculo do nosso exemplo
anterior.
𝑆𝑄^_àbc = (6,7 − 6,6)) + (6,4 − 6,6)) + ⋯ + (6,3 − 6,5)) + (6,9 − 6,5)) + ⋯ + (8,0 − 7))
Em cada tratamento (em cada grupo) temos liberdade para escolher 3 valores. Assim, ao todo,
temos liberdade para escolher 9 valores.
{|}~•€•‚
De uma forma geral, o número de graus de liberdade da variável ƒ„
é 𝑁 − 𝑘. No nosso
exemplo, 12 − 3 = 9.
𝑔𝑙^_àbc = 𝑁 − 𝑘
𝑔𝑙^_àbc = (𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑂𝑏𝑠𝑒𝑟𝑣𝑎çõ𝑒𝑠) − (𝑞𝑢𝑎𝑛𝑡𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑔𝑟𝑢𝑝𝑜𝑠)

Guilherme Neves
Aula 18
Da mesma forma,
𝑆𝑄_àb_
𝑡𝑒𝑚 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖çã𝑜 𝑞𝑢𝑖 − 𝑞𝑢𝑎𝑑𝑟𝑎𝑑𝑜
𝜎)
E o número de graus de liberdade?
Vamos observar o cálculo no nosso exemplo.
𝑆𝑄_àb_ = (6,6 − 6,7)) × 4 + (6,5 − 6,7)) × 4 + (7 − 6,7)) × 4
Como são 3 tratamentos, então temos 3 parcelas. Assim, temos liberdade para escolher 2
parcelas.
De uma maneira geral, temos 𝑘 tratamentos e teremos liberdade para escolher 𝑘 − 1 parcelas.
Logo, o número de graus de liberdade da variável acima é 𝑘 − 1.
𝑔𝑙_àb_ = 𝑘 − 1
𝑔𝑙_àb_ = (𝑞𝑢𝑎𝑛𝑡𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑔𝑟𝑢𝑝𝑜𝑠) − 1
Observe que
11
† = ⏟
9 + ⏟
2
‡bhˆ‰ ^_ i@Š_b^h^h ‡bhˆ‰ ^_ i@Š_b^h^_ ‡bhˆ‰ ^_ i@Š_b^h^_
acahi ^_àbc ^c‰ abhahŒ_àc‰ _àb_ abhahŒ_àc‰
𝑔𝑙acahi = 𝑔𝑙^_àbc + 𝑔𝑙_àb_
• 𝑆𝑄acahi = 𝑆𝑄^_àbc + 𝑆𝑄_àb_

{| {| {|~•€•~
• As variáveis ƒ€‚€•Ž
„
, }~•€•‚
ƒ „
e ƒ„
têm distribuição qui-quadrado.
• 𝑔𝑙acahi = 𝑁 − 1
• 𝑔𝑙^_àbc = 𝑁 − 𝑘
• 𝑔𝑙_àb_ = 𝑘 − 1
• 𝑔𝑙acahi = 𝑔𝑙^_àbc + 𝑔𝑙_àb_ Continuando.

Guilherme Neves
Aula 18
Definimos quadrado médio o quociente entre uma soma de quadrados e o respectivo graus de
liberdade.
𝑆𝑄acahi
𝑄𝑀acahi =
𝑁−1
𝑆𝑄^_àbc
𝑄𝑀^_àbc =
𝑁−𝑘
𝑆𝑄_àb_
𝑄𝑀_àb_ =
𝑘−1

Guilherme Neves
Aula 18
2. TESTE F
Vamos considerar duas variáveis aleatórias independentes 𝜒+)• e 𝜒+)„ com distribuições de qui-
quadrado com 𝑘' e 𝑘) graus de liberdade, respectivamente.
Define-se a variável 𝐹+• ,+„ com 𝑘' graus de liberdade no numerador e 𝑘) graus de liberdade no
denominador por
𝜒+)• /𝑘'
𝐹+• ,+„ =
𝜒+)„ /𝑘)
A distribuição acima é denominada F de Snedecor ou F de Fisher-Snedecor.
{|€‚€•Ž {|}~•€•‚ {|~•€•~

Vimos que as variáveis ƒ„
, ƒ„ e ƒ„
têm distribuição qui-quadrado.
Assim,
𝑆𝑄_àb_
“ ” /(𝑘 − 1)
𝐹= 𝜎)
𝑆𝑄
“ ^_àbc ” /(𝑁 − 𝑘)
𝜎)
Tem distribuição F de Snedecor com 𝑘 − 1 graus de liberdade no numerador e 𝑁 − 𝑘 graus de

liberdade no denominador.
Observe que podemos cancelar 𝜎 ) .
(𝑆𝑄_àb_ )/(𝑘 − 1)
𝐹=
(𝑆𝑄^_àbc )/(𝑁 − 𝑘)
Quando dividimos a soma de quadrados pelo número de graus de liberdade temos o quadrado
médio.
𝑄𝑀_àb_
𝐹=
𝑄𝑀^_àbc

Guilherme Neves
Aula 18
A variável acima tem distribuição F de Snedecor com 𝑘 − 1 graus de liberdade no numerador e

𝑁 − 𝑘 graus de liberdade no denominador.
O valor obtido para F para uma amostra específica pode ser utilizada para testar
𝐻$ : 𝜇' = 𝜇) = ⋯ = 𝜇+
"
Assim, basta comparar o valor da estatística teste com o valor crítico tabelado.
• 𝐹a_‰a_ > 𝐹–bía@–c → rejeitamos a hipótese nula.

• 𝐹a_‰a_ < 𝐹–bía@–c → não rejeitamos a hipótese nula.
No nosso exemplo, temos:
𝑆𝑄^_àbc 1,84
𝑄𝑀^_àbc = = ≅ 0,2044
𝑁−𝑘 9
𝑆𝑄_àb_ 0,56
𝑄𝑀_àb_ = = = 0,28
𝑘−1 2
Logo,
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
0,28
𝐹a_‰a_ = ≅ 1,37
0,2044
Podemos resumir os dados na seguinte tabela.

Guilherme Neves
Aula 18
Graus de Soma de
Fonte de Variação Quadrados Médios F
Liberdade Quadrados
Tratamentos (Entre) 2 0,56 0,28 1,37
Resíduos (Dentro) 9 1,84 0,2044
Total 11 2,40
Imagine que adotamos um nível de significância de 5% para o nosso teste. Consultando uma
tabela da distribuição F de Snedecor com 2 graus de liberdade no numerador e 9 graus de
liberdade no denominador, temos:
𝐹–bía@–c = 4,2565
Como 𝐹a_‰a_ < 𝐹–bía@–c , então devemos aceitar a hipótese nula de que as médias dos três grupos
são iguais.

Guilherme Neves
Aula 18
De uma forma geral, a tabela ANOVA tem a seguinte estrutura.
Fonte de Graus de Soma de

Quadrados Médios F
Variação Liberdade Quadrados
Tratamentos 𝑆𝑄_àb_ |›
𝑘−1 𝑆𝑄_àb_ 𝑄𝑀_àb_ = 𝐹a_‰a_ = |› ~•€•~
(Entre) 𝑘−1 }~•€•‚
Resíduos 𝑆𝑄^_àbc
𝑁−𝑘 𝑆𝑄^_àbc 𝑄𝑀^_àbc =
(Dentro) 𝑁−𝑘
Total 𝑁−1 𝑆𝑄acahi

Guilherme Neves
Aula 18
3. LISTA DE QUESTÕES SEM COMENTÁRIOS
(FGV 2018/ALE-RO) ATENÇÃO! USE O ENUNCIADO ABAIXO PARA RESPONDER AS DUAS

QUESTÕES QUE SE SEGUEM.
Suponha que se deseja testar a hipótese nula de que k médias populacionais são iguais (não há
efeito de tratamento) contra a alternativa de que nem todas as médias são iguais (há efeito de
tratamento) por meio de uma análise da variância de 1 fator usual, com base em um conjunto de
n observações. Uma tabela ANOVA terá basicamente a seguinte estrutura:
1. Os valores de a, b e c são respectivamente:
a) n – k, k – 1, n – 1.
b) k – 1, n – k, n – 1.
c) k, n – k, n.
d) n – k – 1, k, n – 1.
e) k, n – k – 1, n – 1.
2. Obtidos corretamente os valores de SQE, SQD e SQT, o valor da estatística de teste F será
dado por
a) F = SQE(n – k)/ SQT(k – 1)

Guilherme Neves
Aula 18
b) F = SQD(n – k)/ SQD(k – 1)
c) F = SQE(n – k)/ SQD(k – 1)
d) F = SQD(n – k)/ SQT(k – 1)
e) F = SQT(n – k)/ SQD(k – 1)
3. (Instituto AOCP 2018/ADAF)
Um experimento é feito com o objetivo de comparar o efeito de três diferentes tratamentos

com fertilizantes na produção de milho. Os tratamentos foram aplicados em 13 parcelas para
uma mesma variedade de milho. Na tabela seguinte, está a análise de variância dos resultados.
Assinale a alternativa cuja resposta é a interpretação correta da tabela de análise de

variância. (𝜶 = 𝟓%).
a) Pela análise de variância, ao nível de significância de 5%, pode-se afirmar que as médias são,
aproximadamente, iguais.
b) Pela análise de variância, ao nível de significância de 5%, não se pode afirmar que as médias
sejam, aproximadamente, iguais.
c) Pela análise de variância, ao nível de significância de 5%, pode-se afirmar que as médias são
diferentes.
d) Pela análise de variância, ao nível de significância de 95%, pode-se afirmar que as médias
e) Pela análise de variância, ao nível de significância de 95%, não se pode afirmar que as médias

Guilherme Neves
Aula 18
4. (FCC 2012/TRE-SP)
As informações abaixo foram extraídas de um quadro de análise de variância, cujo objetivo é

testar a hipótese da igualdade das médias da variável X de 4 grupos I, II, III e IV, independentes,
cada um contendo 8 observações.
Soma de
Fonte de Variação
Quadrados
Entre grupos 105
Dentro dos grupos 70
Total 175
O valor da estatística F (F calculado) utilizado para a verificação da igualdade das médias é
a) 1,5.
b) 10,5.
c) 14,0.
d) 15,0.
e) 17,5.
5. (FCC 2012/TRT 6ª Região)
Todos os funcionários de 5 grupos de trabalho com 6 funcionários cada um, escolhidos

aleatoriamente, são designados para realizar uma tarefa, independentemente. O tempo que
cada um dos 30 funcionários levou para concluir a tarefa é anotado. Deseja-se saber, a um
determinado nível de significância, se os tempos médios dos grupos para a realização da tarefa
são iguais. Considere algumas informações do quadro de análise de variância:
Soma de
Fonte de Variação
Quadrados
Entre grupos 32
Dentro dos grupos X
Total 32+X
Se o valor da estatística F (F calculado) utilizado para testar a igualdade dos tempos médios
apresentou um valor igual a 20, então X é igual a

Guilherme Neves
Aula 18
a) 2.
b) 4.
c) 6.
d) 8.
e) 10.
Um quadro de análise de variância forneceu as seguintes informações em que ficaram omitidos

diversos dados importantes como, por exemplo, as respectivas somas de quadrados “entre
grupos” e “dentro dos grupos”:
Este quadro refere-se a um estudo cujo objetivo é testar a hipótese de igualdade das médias de
um determinado atributo, a um nível de significância 𝜶, correspondente a 4 grupos,
independentes, cada um contendo 10 observações obtidas aleatoriamente.
O valor de 𝒎 é igual a
a) 45
b) 27
c) 36
d) 72
e) 60

Guilherme Neves
Aula 18
O objetivo de um estudo é testar a hipótese de igualdade das médias de um atributo X, a um

determinado nível de significância 𝜶, correspondente a 3 grupos I, II e III, independentes, cada
um contendo 15 observações obtidas aleatoriamente. Pelo quadro de análise de variância,
observou-se os seguintes resultados com relação às respectivas observações sabendo-se que o
valor da estatística F (F calculado) utilizado para a tomada de decisão é igual a 33,6.
Soma de
Fonte de Variação
Quadrados
Entre grupos X
Dentro dos grupos Y
Total 78
O valor do módulo de (𝑿 − 𝒀) é igual a
a) 12
b) 6
c) 8
d) 2
e) 18
8. (FCC 2015/TRE-RR)
O objetivo de um estudo consiste em testar a hipótese de igualdade das médias de um atributo

de 3 grupos X, Y e Z, independentes, cada um contendo uma amostra aleatória de tamanho 9.
Pelo quadro de análise de variância, o valor da estatística F (F calculado) utilizado para a
verificação da igualdade das médias é igual a 19. Se a fonte de variação entre grupos apresenta
um valor igual a 95, então a fonte de variação total é igual a
a) 135.
b) 140.
c) 145.
d) 150.

Guilherme Neves
Aula 18
e) 155.
9. (FCC 2012/TRF 2ª Região)
O objetivo de um estudo é verificar a hipótese de igualdade das médias obtidas em um teste

aplicado para 5 grupos de trabalhadores, que tiveram treinamentos diferentes,
independentemente. Cada grupo foi formado por 10 trabalhadores e a estatística F (F calculado)
no quadro de análise de variância foi igual a 3,75. A porcentagem que a fonte de variação entre
grupos representa da fonte de variação total é de
a) 15%.
b) 20%.
c) 25%.
d) 60%.
e) 75%.
Um estudo corresponde ao interesse de analisar o desempenho de 3 postos independentes de

atendimento ao público com 8 funcionários cada um. Decidiu-se empregar a análise de variância
com o objetivo de testar a hipótese de igualdade das médias de atendimento dos 3 postos
(quantidade de pessoas atendidas por mês). Durante um mês, anotou-se para cada funcionário
dos postos a quantidade de pessoas atendidas. Denominando os postos por Grupo 1, Grupo 2 e
Grupo 3 obteve-se pelo quadro de análise de variância o valor da estatística 𝑭𝒄 (F calculado)
igual a 2, para posteriormente comparar com o F tabelado (variável F de Snedecor). A
porcentagem que a "variação entre os grupos" representa da "variação total" no quadro de
análise de variância é igual a
a) 8%.
b) 12%.
c) 16%.
d) 24%.

Guilherme Neves
Aula 18
e) 32%.
Em 10 grandes empresas foram escolhidos aleatoriamente em cada uma 5 empregados para

realizar uma determinada tarefa, independentemente, sendo anotado o tempo em horas que
cada empregado demorou para realizar a tarefa. Deseja-se saber, a um determinado nível de
significância, se os tempos médios das empresas para a realização da tarefa são iguais. Pelo
quadro de análise de variância, a soma de quadrados, devido à fonte de variação total, é igual a
1.400 e o valor da estatística F (F calculado), utilizado para testar a igualdade dos tempos
médios entre as empresas, apresentou um valor igual a 15. Neste quadro, o correspondente
valor da soma de quadrados entre empresas é igual a
a) 720.
b) 900.
c) 1.200.
d) 1.080.
e) 820.
Três grupos, com 10 operários cada um, são formados para realizar uma experiência. Em cada
grupo, os operários foram selecionados aleatoriamente de 3 grandes fábricas, respectivamente.
Cada operário produz uma determinada peça e anota o tempo que levou para produzí-la.
Deseja-se testar a hipótese de igualdade dos tempos médios dos grupos, supondo que
trabalham independentemente, a um determinado nível de significância. Pelo quadro de análise
de variância, obteve-se o valor da estatística F (F calculado) igual a 4,5, para posteriormente ser
comparado com o F tabelado (variável F de Snedecor). Dado que no respectivo quadro a
“variação total” é igual a 432, tem-se que a “variação entre grupos” é igual a
a) 108.
b) 270.
c) 232.

Guilherme Neves
Aula 18
d) 324.
e) 170.
(VUNESP 2015/TJ-SP)
Leia o texto a seguir para responder às questões a seguir.
Para testar a eficiência de três escolas, foram selecionados, aleatoriamente, oito alunos de cada
uma, e as notas do teste estão dadas na tabela a seguir.

Guilherme Neves
Aula 18
Para comparar a eficiência das escolas, é necessário construir a tabela ANOVA, que envolve
vários cálculos.
==7ee66==
13. A soma dos quadrados das variações dentro dos grupos é igual a
a) 46.
b) 54.
c) 62.
d) 70.
e) 78.
14. A soma dos quadrados das variações entre os grupos é
a) 24.
b) 20.
c) 16.
d) 12.
e) 8.

Guilherme Neves
Aula 18
15. Ao construir a ANOVA, é necessário preencher a tabela a seguir:
Nesse caso, o valor de F é, aproximadamente,
a) 2,5.
b) 3,2.
c) 4,5.
d) 5,4.
e) 6,8.
16. Após comparar o valor de F calculado com F crítico ao nível de 5%, pode-se concluir que
a) as três escolas são igualmente eficientes.
b) as três escolas têm o mesmo número de alunos.
c) a escola A é melhor, no quesito eficiência, do que a escola B.
d) a escola C é menos eficiente.
e) as escolas A e C são as mais eficientes.
Um determinado ramo de atividade é composto por 3 empresas (A, B e C) independentes. Um

estudo é realizado para comparar os salários, em R$ 1.000,00, dos empregados de A, B e C,
sabendo-se que não existe alguém trabalhando em mais de uma empresa. Uma amostra

Guilherme Neves
Aula 18
aleatória, com reposição, de 24 empregados, sendo 8 de cada uma das empresas citadas, foi
retirada da população de empregados desse ramo de atividade. Na tabela abaixo, verifica-se os
salários médios e os respectivos desvios padrões amostrais (obtidos por meio de estimadores
não viciados das variâncias populacionais) observados para cada uma das amostras.
Se k é o valor da estatística F (F calculado) utilizado para testar a igualdade das médias

populacionais dos salários dos empregados em A, B e C obtém-se que
a) 2 < 𝑘 ≤ 2,5
b) 𝑘 ≤ 1,5
c) 𝑘 > 3
d) 2,5 < 𝑘 ≤ 3
e) 1,5 < 𝑘 ≤ 2
18. (FCC 2015/DPE-SP)
Em 3 escolas X, Y e Z é extraída, em cada uma, uma amostra aleatória de 8 redações de seus

alunos, com reposição. Após a avaliação de cada uma das 24 redações, que foi realizada
independentemente, decide-se, por meio da análise de variância, testar a um determinado nível
de significância se as notas médias das populações das notas das 3 escolas são iguais. A tabela
abaixo apresenta as notas médias e os respectivos desvios padrões amostrais referentes a cada
escola obtidos por meio de estimadores não viesados das variâncias populacionais.
Escola Média Amostral Desvio Padrão Amostral

X 6 1
Y 7 2
Z 8 2

Guilherme Neves
Aula 18
Pelo quadro de análise de variância, tem-se que o valor da estatística 𝑭𝒄 (F calculado) utilizado
para testar a igualdade das médias das populações das notas das escolas, considerando a
distribuição F, é igual a
a) 8/3.
b) 16/9.
c) 2
d) 16/3.
e) 3/2.

Guilherme Neves
Aula 18
4. GABARITOS
01. B
02. C
03. A
04. C
05. E
06. A
07. E
08. E
09. C
10. C
11. D
12. A
13. B
14. C
15. B
16. A
17. D
18. A

Guilherme Neves
Aula 18
5. LISTA DE QUESTÕES COM COMENTÁRIOS
(FGV 2018/ALE-RO) ATENÇÃO! USE O ENUNCIADO ABAIXO PARA RESPONDER AS DUAS

QUESTÕES QUE SE SEGUEM.
Suponha que se deseja testar a hipótese nula de que k médias populacionais são iguais (não há
efeito de tratamento) contra a alternativa de que nem todas as médias são iguais (há efeito de
tratamento) por meio de uma análise da variância de 1 fator usual, com base em um conjunto de
n observações. Uma tabela ANOVA terá basicamente a seguinte estrutura:
19. Os valores de a, b e c são respectivamente:
a) n – k, k – 1, n – 1.
b) k – 1, n – k, n – 1.
c) k, n – k, n.
d) n – k – 1, k, n – 1.
e) k, n – k – 1, n – 1.
20. Obtidos corretamente os valores de SQE, SQD e SQT, o valor da estatística de teste F será
dado por
a) F = SQE(n – k)/ SQT(k – 1)
b) F = SQD(n – k)/ SQD(k – 1)

Guilherme Neves
Aula 18
c) F = SQE(n – k)/ SQD(k – 1)
d) F = SQD(n – k)/ SQT(k – 1)
e) F = SQT(n – k)/ SQD(k – 1)
Comentário
Vimos que
• 𝑔𝑙_àb_ = (𝑞𝑢𝑎𝑛𝑡𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑔𝑟𝑢𝑝𝑜𝑠) − 1

• 𝑔𝑙^_àbc = (𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑂𝑏𝑠𝑒𝑟𝑣𝑎çõ𝑒𝑠) − (𝑞𝑢𝑎𝑛𝑡𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑔𝑟𝑢𝑝𝑜𝑠)
• 𝑔𝑙acahi = (𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎çõ𝑒𝑠) − 1
Logo,
𝑎 =𝑘−1
𝑏 =𝑛−𝑘
𝑐 =𝑛−1
A resposta da primeira questão é a alternativa B.
Vimos que o quadrado médio é obtido pela divisão da soma de quadrados pelo número de
graus de liberdade. Assim, temos:
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
𝑆𝑄_àb_ /(𝑘 − 1)
𝐹a_‰a_ =
𝑆𝑄^_àbc /(𝑛 − 𝑘)
Para dividir as frações, devemos multiplicar a primeira pelo inverso da segunda.
𝑆𝑄_àb_ 𝑛−𝑘
𝐹a_‰a_ = ×
𝑘−1 𝑆𝑄^_àbc

Guilherme Neves
Aula 18
𝐹a_‰a_ = 𝑆𝑄𝐸(𝑛 − 𝑘)/𝑆𝑄𝐷(𝑘 − 1)
A resposta da segunda questão é a alternativa C.
Gabarito: B, C
21. (Instituto AOCP 2018/ADAF)
Um experimento é feito com o objetivo de comparar o efeito de três diferentes tratamentos

com fertilizantes na produção de milho. Os tratamentos foram aplicados em 13 parcelas para
uma mesma variedade de milho. Na tabela seguinte, está a análise de variância dos resultados.
Assinale a alternativa cuja resposta é a interpretação correta da tabela de análise de

variância. (𝜶 = 𝟓%).
a) Pela análise de variância, ao nível de significância de 5%, pode-se afirmar que as médias são,
aproximadamente, iguais.
b) Pela análise de variância, ao nível de significância de 5%, não se pode afirmar que as médias
c) Pela análise de variância, ao nível de significância de 5%, pode-se afirmar que as médias são
diferentes.
d) Pela análise de variância, ao nível de significância de 95%, pode-se afirmar que as médias
e) Pela análise de variância, ao nível de significância de 95%, não se pode afirmar que as médias
Comentário

Guilherme Neves
Aula 18
Como a estatística teste é menor que o valor tabelado (valor crítico), então a estatística teste caiu
na região de aceitação. Assim, devemos aceitar a hipótese nula de que as médias são iguais.
Poderíamos chegar a essa conclusão também utilizando o p-valor.
O p-valor é a área delimitada pela estatística teste. A área delimitada pela estatística teste é de
27,93%. Lembre-se que o nível de significância indica a área da região crítica.
Como o p-valor é maior do que 𝛼, então a estatística teste caiu na região de aceitação, pois a
área delimitada pela estatística teste é maior do que a região crítica.
Gabarito: A
22. (FCC 2012/TRE-SP)
As informações abaixo foram extraídas de um quadro de análise de variância, cujo objetivo é

testar a hipótese da igualdade das médias da variável X de 4 grupos I, II, III e IV, independentes,
cada um contendo 8 observações.
Soma de
Fonte de Variação
Quadrados
Entre grupos 105
Dentro dos grupos 70
Total 175
O valor da estatística F (F calculado) utilizado para a verificação da igualdade das médias é
a) 1,5.
b) 10,5.
c) 14,0.
d) 15,0.
e) 17,5.
Comentário
São 4 grupos. Cada grupo tem 8 observações. Logo, são 32 observações ao todo.

Guilherme Neves
Aula 18
Logo,
𝑔𝑙_àb_ = 4 − 1 = 3
𝑔𝑙^_àbc = 32 − 4 = 28
A estatística teste é dada por:
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
Para calcular os quadrados médios, devemos dividir as somas de quadrados pelos graus de
liberdade.
𝑆𝑄_àb_ 105
𝑄𝑀_àb_ = = = 35
3 3
𝑆𝑄^_àbc 70
𝑄𝑀^_àbc = = = 2,5
28 28
Logo,
𝑄𝑀_àb_ 35
𝐹a_‰a_ = = = 14
𝑄𝑀^_àbc 2,5
Gabarito: C
Todos os funcionários de 5 grupos de trabalho com 6 funcionários cada um, escolhidos

aleatoriamente, são designados para realizar uma tarefa, independentemente. O tempo que
cada um dos 30 funcionários levou para concluir a tarefa é anotado. Deseja-se saber, a um
determinado nível de significância, se os tempos médios dos grupos para a realização da tarefa
são iguais. Considere algumas informações do quadro de análise de variância:

Guilherme Neves
Aula 18
Soma de
Fonte de Variação
Quadrados
Entre grupos 32
Dentro dos grupos X
Total 32+X
Se o valor da estatística F (F calculado) utilizado para testar a igualdade dos tempos médios
apresentou um valor igual a 20, então X é igual a
a) 2.
b) 4.
c) 6.
d) 8.
e) 10.
Comentário

Logo,
𝑔𝑙_àb_ = 5 − 1 = 4
𝑔𝑙^_àbc = 30 − 5 = 25
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
liberdade.
𝑆𝑄_àb_ 32
𝑄𝑀_àb_ = = =8
4 4

Guilherme Neves
Aula 18
𝑆𝑄^_àbc 𝑥
𝑄𝑀^_àbc = =
25 25
Logo,
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
8
20 =
𝑥/25
25
20 = 8 ∙
𝑥
20𝑥 = 200
𝑥 = 10
Gabarito: E
Um quadro de análise de variância forneceu as seguintes informações em que ficaram omitidos

diversos dados importantes como, por exemplo, as respectivas somas de quadrados “entre
grupos” e “dentro dos grupos”:
Este quadro refere-se a um estudo cujo objetivo é testar a hipótese de igualdade das médias de
um determinado atributo, a um nível de significância 𝜶, correspondente a 4 grupos,
independentes, cada um contendo 10 observações obtidas aleatoriamente.

Guilherme Neves
Aula 18
O valor de 𝒎 é igual a
a) 45
b) 27
c) 36
d) 72
e) 60
Comentário

Logo,
𝑔𝑙_àb_ = 4 − 1 = 3
𝑔𝑙^_àbc = 40 − 4 = 36
Da tabela, temos que:
𝑚 + 𝑛 = 117
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
liberdade.
𝑚
𝑄𝑀_àb_ =
3

Guilherme Neves
Aula 18
𝑛
𝑄𝑀^_àbc =
36
Logo,
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
𝑚/3
7,5 =
𝑛/36
𝑚 36
7,5 = ∙
3 𝑛
12𝑚
7,5 =
𝑛
12𝑚 = 7,5𝑛
12𝑚
𝑛=
7,5
Como 𝑚 + 𝑛 = 117, temos:
12𝑚
𝑚+ = 117
7,5
Vamos multiplicar todos os termos por 7,5.
7,5𝑚 + 12𝑚 = 117 × 7,5

Guilherme Neves
Aula 18
19,5𝑚 = 877,5
𝑚 = 45
Gabarito: A
O objetivo de um estudo é testar a hipótese de igualdade das médias de um atributo X, a um

determinado nível de significância 𝜶, correspondente a 3 grupos I, II e III, independentes, cada
um contendo 15 observações obtidas aleatoriamente. Pelo quadro de análise de variância,
observou-se os seguintes resultados com relação às respectivas observações sabendo-se que o
valor da estatística F (F calculado) utilizado para a tomada de decisão é igual a 33,6.
Soma de
Fonte de Variação
Quadrados
Entre grupos X
Dentro dos grupos Y
Total 78
O valor do módulo de (𝑿 − 𝒀) é igual a
a) 12
b) 6
c) 8
d) 2
e) 18
Comentário

Logo,

Guilherme Neves
Aula 18
𝑔𝑙_àb_ = 3 − 1 = 2
𝑔𝑙^_àbc = 45 − 3 = 42
Da tabela, temos que:
𝑥 + 𝑦 = 78
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
liberdade.
𝑥
𝑄𝑀_àb_ =
2
𝑦
𝑄𝑀^_àbc =
42
Logo,
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
𝑥/2
33,6 =
𝑦/42
𝑥 42
33,6 = ∙
2 𝑦

Guilherme Neves
Aula 18
21𝑥
33,6 =
𝑦
33,6𝑦 = 21𝑥
𝑥 = 1,6𝑦
Como 𝑥 + 𝑦 = 78, temos:
1,6𝑦 + 𝑦 = 78
2,6𝑦 = 78
𝑦 = 30
Logo,
𝑥 + 30 = 78
𝑥 = 48
O módulo da diferença 𝑥 − 𝑦 é
|𝑥 − 𝑦| = |48 − 30| = 18
Gabarito: E
26. (FCC 2015/TRE-RR)
O objetivo de um estudo consiste em testar a hipótese de igualdade das médias de um atributo

de 3 grupos X, Y e Z, independentes, cada um contendo uma amostra aleatória de tamanho 9.
Pelo quadro de análise de variância, o valor da estatística F (F calculado) utilizado para a
verificação da igualdade das médias é igual a 19. Se a fonte de variação entre grupos apresenta
um valor igual a 95, então a fonte de variação total é igual a

Guilherme Neves
Aula 18
a) 135.
b) 140.
c) 145.
d) 150.
e) 155.
Comentário

Logo,
𝑔𝑙_àb_ = 3 − 1 = 2
𝑔𝑙^_àbc = 27 − 3 = 24
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
liberdade.
𝑆𝑄_àb_ 95
𝑄𝑀_àb_ = = = 47,5
2 2
𝑆𝑄^_àbc
𝑄𝑀^_àbc =
24

Guilherme Neves
Aula 18
Logo,
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
47,5
19 =
𝑆𝑄^_àbc
24
24
19 = 47,5 ∙
𝑆𝑄^_àbc
19 ∙ 𝑆𝑄^_àbc = 1.140
𝑆𝑄^_àbc = 60
Logo,
𝑆𝑄acahi = 60 + 95
𝑆𝑄acahi = 155
Gabarito: E
27. (FCC 2012/TRF 2ª Região)
O objetivo de um estudo é verificar a hipótese de igualdade das médias obtidas em um teste

aplicado para 5 grupos de trabalhadores, que tiveram treinamentos diferentes,
independentemente. Cada grupo foi formado por 10 trabalhadores e a estatística F (F calculado)

Guilherme Neves
Aula 18
no quadro de análise de variância foi igual a 3,75. A porcentagem que a fonte de variação entre
grupos representa da fonte de variação total é de
a) 15%.
b) 20%.
c) 25%.
d) 60%.
e) 75%.
Comentário

Logo,
𝑔𝑙_àb_ = 5 − 1 = 4
𝑔𝑙^_àbc = 50 − 5 = 45
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
liberdade.
𝑆𝑄_àb_
𝑄𝑀_àb_ =
4

Guilherme Neves
Aula 18
𝑆𝑄^_àbc
𝑄𝑀^_àbc =
45
Logo,
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
𝑆𝑄_àb_
3,75 = 4
𝑆𝑄^_àbc
45
𝑆𝑄^_àbc 𝑆𝑄_àb_
3,75 ∙ =
45 4
45 ∙ 𝑆𝑄_àb_
𝑆𝑄^_àbc =
3,75 × 4
𝑆𝑄^_àbc = 3 ∙ 𝑆𝑄_àb_
A questão pede a razão entre a fonte de variação entre grupos e a fonte de variação total.
𝑆𝑄_àb_
=
𝑆𝑄acahi
𝑆𝑄_àb_
=
𝑆𝑄^_àbc + 𝑆𝑄_àb_
𝑆𝑄_àb_ 𝑆𝑄_àb_ 1
= = = = 0,25
3 ∙ 𝑆𝑄_àb_ + 𝑆𝑄_àb_ 4 ∙ 𝑆𝑄_àb_ 4

Guilherme Neves
Aula 18
= 25%
Gabarito: C
Um estudo corresponde ao interesse de analisar o desempenho de 3 postos independentes de

atendimento ao público com 8 funcionários cada um. Decidiu-se empregar a análise de variância
com o objetivo de testar a hipótese de igualdade das médias de atendimento dos 3 postos
(quantidade de pessoas atendidas por mês). Durante um mês, anotou-se para cada funcionário
dos postos a quantidade de pessoas atendidas. Denominando os postos por Grupo 1, Grupo 2 e
Grupo 3 obteve-se pelo quadro de análise de variância o valor da estatística 𝑭𝒄 (F calculado)
igual a 2, para posteriormente comparar com o F tabelado (variável F de Snedecor). A
porcentagem que a "variação entre os grupos" representa da "variação total" no quadro de
análise de variância é igual a
a) 8%.
b) 12%.
c) 16%.
d) 24%.
e) 32%.
Comentário

Logo,
𝑔𝑙_àb_ = 3 − 1 = 2
𝑔𝑙^_àbc = 24 − 3 = 21

Guilherme Neves
Aula 18
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
liberdade.
𝑆𝑄_àb_
𝑄𝑀_àb_ =
2
𝑆𝑄^_àbc
𝑄𝑀^_àbc =
21
Logo,
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
𝑆𝑄_àb_
2= 2
𝑆𝑄^_àbc
21
2∙ =
21 2
21 ∙ 𝑆𝑄_àb_
𝑆𝑄^_àbc =
2×2
𝑆𝑄^_àbc = 5,25 ∙ 𝑆𝑄_àb_
A questão pede a razão entre a fonte de variação entre grupos e a fonte de variação total.

Guilherme Neves
Aula 18
𝑆𝑄_àb_
=
𝑆𝑄acahi
𝑆𝑄_àb_
=
𝑆𝑄^_àbc + 𝑆𝑄_àb_
𝑆𝑄_àb_ 𝑆𝑄_àb_ 1
= = = = 0,16
5,25 ∙ 𝑆𝑄_àb_ + 𝑆𝑄_àb_ 6,25 ∙ 𝑆𝑄_àb_ 6,25
= 16%
Gabarito: C
Em 10 grandes empresas foram escolhidos aleatoriamente em cada uma 5 empregados para

realizar uma determinada tarefa, independentemente, sendo anotado o tempo em horas que
cada empregado demorou para realizar a tarefa. Deseja-se saber, a um determinado nível de
significância, se os tempos médios das empresas para a realização da tarefa são iguais. Pelo
quadro de análise de variância, a soma de quadrados, devido à fonte de variação total, é igual a
1.400 e o valor da estatística F (F calculado), utilizado para testar a igualdade dos tempos
médios entre as empresas, apresentou um valor igual a 15. Neste quadro, o correspondente
valor da soma de quadrados entre empresas é igual a
a) 720.
b) 900.
c) 1.200.
d) 1.080.
e) 820.
Comentário

Guilherme Neves
Aula 18

Logo,
𝑔𝑙_àb_ = 10 − 1 = 9
𝑔𝑙^_àbc = 50 − 10 = 40
Sabemos que 𝑆𝑄acahi = 1.400. Logo,
𝑆𝑄^_àbc + 𝑆𝑄_àb_ = 1.400
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
liberdade.
𝑆𝑄_àb_
𝑄𝑀_àb_ =
9
𝑆𝑄^_àbc
𝑄𝑀^_àbc =
40
Logo,
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
𝑆𝑄_àb_
15 = 9
𝑆𝑄^_àbc
40

Guilherme Neves
Aula 18
15 ∙ =
40 9
𝑆𝑄_àb_ 40
𝑆𝑄^_àbc = ×
9 15
40
𝑆𝑄^_àbc = ∙ 𝑆𝑄_àb_
135
Logo,
𝑆𝑄^_àbc + 𝑆𝑄_àb_ = 1.400
40
∙ 𝑆𝑄_àb_ + 𝑆𝑄_àb_ = 1.400
135
8
∙ 𝑆𝑄_àb_ + 𝑆𝑄_àb_ = 1.400
27
Vamos multiplicar todos os termos por 27.
8 ∙ 𝑆𝑄_àb_ + 27 ∙ 𝑆𝑄_àb_ = 37.800
35 ∙ 𝑆𝑄_àb_ = 37.800
𝑆𝑄_àb_ = 1.080
Gabarito: D

Guilherme Neves
Aula 18
Três grupos, com 10 operários cada um, são formados para realizar uma experiência. Em cada
grupo, os operários foram selecionados aleatoriamente de 3 grandes fábricas, respectivamente.
Cada operário produz uma determinada peça e anota o tempo que levou para produzí-la.
Deseja-se testar a hipótese de igualdade dos tempos médios dos grupos, supondo que
trabalham independentemente, a um determinado nível de significância. Pelo quadro de análise
de variância, obteve-se o valor da estatística F (F calculado) igual a 4,5, para posteriormente ser
comparado com o F tabelado (variável F de Snedecor). Dado que no respectivo quadro a
“variação total” é igual a 432, tem-se que a “variação entre grupos” é igual a
a) 108.
b) 270.
c) 232.
d) 324.
e) 170.
Comentário

Logo,
𝑔𝑙_àb_ = 3 − 1 = 2
𝑔𝑙^_àbc = 30 − 3 = 27
Sabemos que 𝑆𝑄acahi = 432. Logo,
𝑆𝑄^_àbc + 𝑆𝑄_àb_ = 432

Guilherme Neves
Aula 18
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
liberdade.
𝑆𝑄_àb_
𝑄𝑀_àb_ =
2
𝑆𝑄^_àbc
𝑄𝑀^_àbc =
27
Logo,
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
𝑆𝑄_àb_
4,5 = 2
𝑆𝑄^_àbc
27
4,5 ∙ =
27 2
𝑆𝑄_àb_ 27
𝑆𝑄^_àbc = ×
2 4,5
𝑆𝑄^_àbc = 3 ∙ 𝑆𝑄_àb_
Logo,
𝑆𝑄^_àbc + 𝑆𝑄_àb_ = 432

Guilherme Neves
Aula 18
3 ∙ 𝑆𝑄_àb_ + 𝑆𝑄_àb_ = 432
4 ∙ 𝑆𝑄_àb_ = 432
𝑆𝑄_àb_ = 108
Gabarito: A
(VUNESP 2015/TJ-SP)
Leia o texto a seguir para responder às questões a seguir.

Guilherme Neves
Aula 18
Para testar a eficiência de três escolas, foram selecionados, aleatoriamente, oito alunos de cada
uma, e as notas do teste estão dadas na tabela a seguir.
Para comparar a eficiência das escolas, é necessário construir a tabela ANOVA, que envolve
vários cálculos.
31. A soma dos quadrados das variações dentro dos grupos é igual a
a) 46.
b) 54.
c) 62.
d) 70.
e) 78.
32. A soma dos quadrados das variações entre os grupos é
a) 24.
b) 20.
c) 16.
d) 12.
e) 8.

Guilherme Neves
Aula 18
33. Ao construir a ANOVA, é necessário preencher a tabela a seguir:
Nesse caso, o valor de F é, aproximadamente,
a) 2,5.
b) 3,2.
c) 4,5.
d) 5,4.
e) 6,8.
34. Após comparar o valor de F calculado com F crítico ao nível de 5%, pode-se concluir que
a) as três escolas são igualmente eficientes.
b) as três escolas têm o mesmo número de alunos.
c) a escola A é melhor, no quesito eficiência, do que a escola B.
d) a escola C é menos eficiente.
e) as escolas A e C são as mais eficientes.
Comentário
Vamos reconstruir a tabela.

Guilherme Neves
Aula 18
Escola A Escola B Escola C

8 7 6
6 5 6
3 9 5
5 6 6
4 8 7
6 5 3
3 7 7
5 9 8
𝑥K = 5 𝑥N = 7 𝑥O = 6
A média geral é:
8×5+8×7+8×6
𝑥= =6
24
Vamos organizar os dados em uma tabela de frequências para facilitar o cálculo da soma de
quadrados total.
Os valores observados são 3, 4, 5, ..., 9. Vamos contar quantas vezes cada um apareceu.
Em seguida, vamos calcular o quadrado do desvio de cada número em relação à média geral (6)
e multiplicar pela respectiva frequência. Depois, vamos somar tudo.
𝒙𝒊 𝒇𝒊 (𝒙𝒊 − 𝒙)𝟐 (𝒙𝒊 − 𝒙)𝟐 ∙ 𝒇𝒊

3 3 (3 − 6)) = 9 27
4 1 (4 − 6)) = 4 4
5 5 (5 − 6)) = 1 5
6 6 (6 − 6)) = 0 0
7 4 )
(7 − 6) = 1 4
8 3 (8 − 6)) = 4 12
9 2 (9 − 6)) = 9 18
Logo,
𝑆𝑄acahi = ∑(𝑥@ − 𝑥)𝟐 ∙ 𝒇𝒊

Guilherme Neves
Aula 18
𝑆𝑄acahi = 27 + 4 + 5 + ⋯ + 12 + 18
𝑆𝑄acahi = 70
Vamos agora calcular a soma entre os tratamentos.
Para cada tratamento, vamos calcular o quadrado da diferença entre a média do tratamento e a
média geral, multiplicar pela quantidade de observações em cada tratamento. Depois, vamos
somar os resultados obtidos para cada tratamento.
𝑆𝑄_àb_ = (5 − 6)) × 8 + (7 − 6)) × 8 + (6 − 6)) × 8
𝑆𝑄_àb_ = 16
Vamos agora calcular a soma dos quadrados dentro dos tratamentos.
70 = 𝑆𝑄^_àbc + 16
𝑆𝑄^_àbc = 54
Poderíamos ter calculado diretamente a soma dos quadrados dentro dos tratamentos, mas seria
bem mais trabalhoso, pois não poderíamos agrupar todas as observações.
Para calcular a estatística teste, precisamos calcular os quadrados médios.

Guilherme Neves
Aula 18
Logo,
𝑔𝑙_àb_ = 3 − 1 = 2
𝑔𝑙^_àbc = 24 − 3 = 21
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
liberdade.
𝑆𝑄_àb_ 16
𝑄𝑀_àb_ = = =8
2 2
𝑆𝑄^_àbc 54 18
𝑄𝑀^_àbc = = =
21 21 7
Logo,
𝑄𝑀_àb_
𝐹a_‰a_ =
𝑄𝑀^_àbc
8 7
𝐹a_‰a_ = =8×
18/7 18
𝐹a_‰a_ = 3,111 …

Guilherme Neves
Aula 18
A ANOVA testa se as médias populacionais são iguais.
𝐻 : 𝜇 = 𝜇N = 𝜇O
" $ K
Vamos buscar na tabela da distribuição F o valor crítico. Lembre-se que são 2 graus de liberdade
no numerador e 21 graus de liberdade no denominador.
Assim, 𝐹–bía@–c = 3,47.
Temos que 𝐹a_‰a_ < 𝐹–bía@–c ; logo, devemos aceitar a hipótese nula de que as três médias são
iguais.
Gabarito: B, C, B, A
Um determinado ramo de atividade é composto por 3 empresas (A, B e C) independentes. Um

estudo é realizado para comparar os salários, em R$ 1.000,00, dos empregados de A, B e C,
sabendo-se que não existe alguém trabalhando em mais de uma empresa. Uma amostra
aleatória, com reposição, de 24 empregados, sendo 8 de cada uma das empresas citadas, foi
retirada da população de empregados desse ramo de atividade. Na tabela abaixo, verifica-se os
salários médios e os respectivos desvios padrões amostrais (obtidos por meio de estimadores
não viciados das variâncias populacionais) observados para cada uma das amostras.

Guilherme Neves
Aula 18
Se k é o valor da estatística F (F calculado) utilizado para testar a igualdade das médias

populacionais dos salários dos empregados em A, B e C obtém-se que
a) 2 < 𝑘 ≤ 2,5
b) 𝑘 ≤ 1,5
c) 𝑘 > 3
d) 2,5 < 𝑘 ≤ 3
e) 1,5 < 𝑘 ≤ 2
Comentário
Cada tratamento (grupo) tem 8 elementos. O total de funcionários pesquisados é 3 × 8 = 24.
Para calcular a soma dos valores em cada tratamento, basta multiplicar a média pela quantidade
de elementos. Assim, a soma de todos os valores é:
8 × 5 + 8 × 4 + 8 × 6 = 120
Assim, a média geral é:
120
𝑋= =5
24
O estimador não viciado da variância é:
)
)
∑q𝑋@ − 𝑋r
𝑠 =
𝑛−1
Logo,

Guilherme Neves
Aula 18
)
?q𝑋@ − 𝑋r = (𝑛 − 1) ∙ 𝑠 )
Assim, a soma dos quadrados dentro dos grupos é dada por:
𝑆𝑄^_àbc = (8 − 1) ∙ 1) + (8 − 1) ∙ 2) + (8 − 1) ∙ 2)
𝑆𝑄^_àbc = 63
Para calcular a soma dos quadrados entre os tratamentos, devemos subtrair a média de cada
grupo da média geral (5), elevar ao quadrado, multiplicar pelo tamanho da amostra de cada
tratamento e somar os resultados.
𝑆𝑄_àb_ = (5 − 5)) ∙ 8 + (4 − 5)) ∙ 8 + (6 − 5)) ∙ 8
𝑆𝑄_àb_ = 16
liberdade.
16 16
𝑄𝑀_àb_ = = =8
3−1 2
63
𝑄𝑀^_àbc = =3
24 − 3
Assim, a estatística teste é dada por:
𝑄𝑀_àb_ 8
𝐹a_‰a_ = = ≅ 2,66
𝑄𝑀^_àbc 3
Gabarito: D

Guilherme Neves
Aula 18
36. (FCC 2015/DPE-SP)
Em 3 escolas X, Y e Z é extraída, em cada uma, uma amostra aleatória de 8 redações de seus

alunos, com reposição. Após a avaliação de cada uma das 24 redações, que foi realizada
independentemente, decide-se, por meio da análise de variância, testar a um determinado nível
de significância se as notas médias das populações das notas das 3 escolas são iguais. A tabela
abaixo apresenta as notas médias e os respectivos desvios padrões amostrais referentes a cada
escola obtidos por meio de estimadores não viesados das variâncias populacionais.
Escola Média Amostral Desvio Padrão Amostral

X 6 1
Y 7 2
Z 8 2
Pelo quadro de análise de variância, tem-se que o valor da estatística 𝑭𝒄 (F calculado) utilizado
para testar a igualdade das médias das populações das notas das escolas, considerando a
distribuição F, é igual a
a) 8/3.
b) 16/9.
c) 2
d) 16/3.
e) 3/2.
Comentário
Cada tratamento (grupo) tem 8 elementos. O total de observações é 3 × 8 = 24.
Para calcular a soma dos valores em cada tratamento, basta multiplicar a média pela quantidade
de elementos. Assim, a soma de todos os valores é:
8 × 6 + 8 × 7 + 8 × 8 = 168
Assim, a média geral é:
168
𝑋= =7
24

Guilherme Neves
Aula 18
O estimador não viciado da variância é:
)
)
∑q𝑋@ − 𝑋r
𝑠 =
𝑛−1
Logo,
)
?q𝑋@ − 𝑋r = (𝑛 − 1) ∙ 𝑠 )
Assim, a soma dos quadrados dentro dos grupos é dada por:
𝑆𝑄^_àbc = (8 − 1) ∙ 1) + (8 − 1) ∙ 2) + (8 − 1) ∙ 2)
𝑆𝑄^_àbc = 63
Para calcular a soma dos quadrados entre os tratamentos, devemos subtrair a média de cada
grupo da média geral (5), elevar ao quadrado, multiplicar pelo tamanho da amostra de cada
tratamento e somar os resultados.
𝑆𝑄_àb_ = (6 − 7)) ∙ 8 + (7 − 7)) ∙ 8 + (8 − 7)) ∙ 8
𝑆𝑄_àb_ = 16
liberdade.
16 16
𝑄𝑀_àb_ = = =8
3−1 2
63
𝑄𝑀^_àbc = =3
24 − 3
Assim, a estatística teste é dada por:

Guilherme Neves
Aula 18
𝑄𝑀_àb_ 8
𝐹a_‰a_ = =
𝑄𝑀^_àbc 3
Gabarito: A
6. CONSIDERAÇÕES FINAIS
Ficamos por aqui, queridos alunos. Espero que tenham gostado da aula.
Vamos juntos nesta sua caminhada. Lembre-se que vocês podem fazer perguntas e sugestões no
nosso fórum de dúvidas.
Você também pode me encontrar no instagram @profguilhermeneves ou entrar em contato

diretamente comigo pelo meu email profguilhermeneves@gmail.com.
Um forte abraço e até a próxima aula!!!
Guilherme Neves


Estatística - Aula 18

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Estatística - Aula 18

Enviado por

Direitos autorais:

Formatos disponíveis

Aula 18

Estatística p/ Polícia Federal (Agente)

3. Lista de Questões sem Comentários ............................................................................................ 15

5. Lista de Questões com Comentários ........................................................................................... 28

6. Considerações Finais .................................................................................................................. 62

Estatística p/ Polícia Federal (Agente) Com Videoaulas - 2020 - Pré-Edital (Preparação de A a Z) 1

Instagram - Prof. Guilherme Neves:

Canal do YouTube – Prof. Guilherme Neves

Estatística p/ Polícia Federal (Agente) Com Videoaulas - 2020 - Pré-Edital (Preparação de A a Z) 2

O total de elementos das amostras será:

Algumas suposições são necessárias na Análise de Variância. A primeira delas é que as

Em outras palavras, a ANOVA testa se há diferença significativa entre as médias de 3 ou mais

Estatística p/ Polícia Federal (Agente) Com Videoaulas - 2020 - Pré-Edital (Preparação de A a Z) 3

Obtivemos as seguintes amostras.

Empresa A Empresa B Empresa C

Poderíamos também ter somado as 12 observações e dividido o resultado por 12.

Estatística p/ Polícia Federal (Agente) Com Videoaulas - 2020 - Pré-Edital (Preparação de A a Z) 4

Obviamente, se a média amostral da empresa A fosse 2, a média da empresa B fosse 2,05 e a

A questão é: será que as médias amostrais de A, B e C da tabela acima são suficientemente

Há algumas suposições para o erro aleatório:

• A média dos erros aleatórios em cada grupo é igual a 0.

Estatística p/ Polícia Federal (Agente) Com Videoaulas - 2020 - Pré-Edital (Preparação de A a Z) 5

Vamos voltar para a nossa tabela.

Empresa A Empresa B Empresa C

𝑆𝑄_`ab_ = (6,6 − 6,7)) × 4 + (6,5 − 6,7)) × 4 + (7 − 6,7)) × 4

Estatística p/ Polícia Federal (Agente) Com Videoaulas - 2020 - Pré-Edital (Preparação de A a Z) 6

𝑆𝑄acahi = 𝑆𝑄^_`abc + 𝑆𝑄_`ab_

𝑆𝑄acahi = 1,84 + 0,56

Vimos que a variável

tem distribuição qui-quadrado com 𝑁 − 1 graus de liberdade.

Vamos substituir 𝑠 ) pela sua fórmula.

Estatística p/ Polícia Federal (Agente) Com Videoaulas - 2020 - Pré-Edital (Preparação de A a Z) 7

Vamos entender o número de graus de liberdade.

Imagine que temos a seguinte equação: 𝑎 + 𝑏 + 𝑐 + 𝑑 = 5. Quantos graus de liberdade nós

𝑔𝑙acahi = (𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎çõ𝑒𝑠) − 1

𝑔𝑙^_`abc = (𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑂𝑏𝑠𝑒𝑟𝑣𝑎çõ𝑒𝑠) − (𝑞𝑢𝑎𝑛𝑡𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑔𝑟𝑢𝑝𝑜𝑠)

Estatística p/ Polícia Federal (Agente) Com Videoaulas - 2020 - Pré-Edital (Preparação de A a Z) 8

E o número de graus de liberdade?

Vamos observar o cálculo no nosso exemplo.

𝑆𝑄_`ab_ = (6,6 − 6,7)) × 4 + (6,5 − 6,7)) × 4 + (7 − 6,7)) × 4

𝑔𝑙_`ab_ = (𝑞𝑢𝑎𝑛𝑡𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑔𝑟𝑢𝑝𝑜𝑠) − 1

𝑔𝑙acahi = 𝑔𝑙^_`abc + 𝑔𝑙_`ab_

• 𝑆𝑄acahi = 𝑆𝑄^_`abc + 𝑆𝑄_`ab_

Estatística p/ Polícia Federal (Agente) Com Videoaulas - 2020 - Pré-Edital (Preparação de A a Z) 9

Estatística p/ Polícia Federal (Agente) Com Videoaulas - 2020 - Pré-Edital (Preparação de A a Z) 10

A distribuição acima é denominada F de Snedecor ou F de Fisher-Snedecor.

{|€‚€•Ž {|}~•€•‚ {|~•€•~

Tem distribuição F de Snedecor com 𝑘 − 1 graus de liberdade no numerador e 𝑁 − 𝑘 graus de

Observe que podemos cancelar 𝜎 ) .

Estatística p/ Polícia Federal (Agente) Com Videoaulas - 2020 - Pré-Edital (Preparação de A a Z) 11

A variável acima tem distribuição F de Snedecor com 𝑘 − 1 graus de liberdade no numerador e

• 𝐹a_‰a_ > 𝐹–bía@–c → rejeitamos a hipótese nula.

No nosso exemplo, temos:

Podemos resumir os dados na seguinte tabela.

Estatística p/ Polícia Federal (Agente) Com Videoaulas - 2020 - Pré-Edital (Preparação de A a Z) 12

Estatística p/ Polícia Federal (Agente) Com Videoaulas - 2020 - Pré-Edital (Preparação de A a Z) 13

De uma forma geral, a tabela ANOVA tem a seguinte estrutura.

Fonte de Graus de Soma de

Estatística p/ Polícia Federal (Agente) Com Videoaulas - 2020 - Pré-Edital (Preparação de A a Z) 14

3. LISTA DE QUESTÕES SEM COMENTÁRIOS

(FGV 2018/ALE-RO) ATENÇÃO! USE O ENUNCIADO ABAIXO PARA RESPONDER AS DUAS

1. Os valores de a, b e c são respectivamente:

a) F = SQE(n – k)/ SQT(k – 1)

Estatística p/ Polícia Federal (Agente) Com Videoaulas - 2020 - Pré-Edital (Preparação de A a Z) 15