1.

a) Sumarização dos dados da formação acadêmica:

Para construir a tabela de distribuição de frequências, vamos contar o número de chefes de

família com e sem formação acadêmica.

Formação Acadêmica Frequência

SIM 6
NÃO 4

Agora, vamos calcular as porcentagens para criar o sectograma ou diagrama circular:

 Chefes de família com formação acadêmica (SIM): 610×100%=60%106×100%=60%

 Chefes de família sem formação acadêmica (NÃO): 410×100%=40%104×100%=40%

Diagrama circular:

mathematicaCopy code
Forma çã o Acad ê mica SIM: 60% N Ã O: 40%

b) Cálculo da média do número de filhos:

Para calcular a média do número de filhos, somamos o número de filhos de todos os chefes
de família e dividimos pelo número total de chefes de família (10).

Meˊdia=2+3+4+5+6+3+2+4+3+510=3710=3,7Meˊdia=102+3+4+5+6+3+2+4+3+5
=1037=3,7

Portanto, a média do número de filhos dos chefes de família é 3,7.

c) Indicação do valor modal da formação acadêmica:

O valor modal é o valor que aparece com maior frequência. Como na tabela de distribuição
de frequências vemos que "SIM" aparece mais vezes (6 vezes) do que "NÃO" (4 vezes),
então o valor modal da formação acadêmica é "SIM".

2. a) Construção do diagrama de dispersão:

markdownCopy code
y 60 | * | 50 | * * * | 40 | * | 30 | * |____________________ 3 4 6 11 16 x

b) Interpretação do diagrama de dispersão:

O diagrama de dispersão indica uma relação negativa entre as duas variáveis. À medida que x
aumenta, y tende a diminuir.

c) Cálculo e interpretação do coeficiente de correlação:

 O coeficiente de correlação de Pearson (�r) é calculado dividindo a covariância entre as
duas variáveis pelo produto dos desvios padrão de x e y.

Para este conjunto de dados, temos:

 Média de x: �ˉ=4+6+11+3+165=405=8xˉ=54+6+11+3+16=540=8
 Média de y: �ˉ=50+50+40+60+305=2305=46yˉ=550+50+40+60+30=5230=46

Calculando a covariância: cov(�,�)=∑�=1�(��−�ˉ)

(��−�ˉ)�−1cov(x,y)=n−1∑i=1n(xi−xˉ)(yi−yˉ)

cov(�,�)=(4−8)(50−46)+(6−8)(50−46)+(11−8)(40−46)+(3−8)
(60−46)+(16−8)(30−46)5−1cov(x,y)=5−1(4−8)(50−46)+(6−8)(50−46)+(11−8)(40−46)+(3−8)
(60−46)+(16−8)(30−46)

cov(�,�)=(−4)(4)+(−2)(4)+(3)(−6)+(−5)(14)+(8)(−16)4cov(x,y)=4(−4)(4)+(−2)
(4)+(3)(−6)+(−5)(14)+(8)(−16)

cov(�,�)=−16−8−18−70−1284=−2404=−60cov(x,y)=4−16−8−18−70−128=4−240
=−60

Calculando os desvios padrão: SD(�)=∑�=1�(��−�ˉ)2�−1SD(x)=n−1∑i=1n(xi

−xˉ)2 SD(�)=∑�=1�(��−�ˉ)2�−1SD(y)=n−1∑i=1n(yi−yˉ)2

SD(�)=(−4)2+(−2)2+(3)2+(−5)2+(8)25−1SD(x)=5−1(−4)2+(−2)2+(3)2+(−5)2+(8)2
SD(�)=(4)2+(4)2+(−6)2+(14)2+(−16)25−1SD(y)=5−1(4)2+(4)2+(−6)2+(14)2+(−16)2

SD(�)=16+4+9+25+644=1184=29.5≈5.43SD(x)=416+4+9+25+64=4118=29.5
≈5.43
SD(�)=16+16+36+196+2564=5204=130≈11.40SD(y)=416+16+36+196+256=4520
=130≈11.40

Agora, o coeficiente de correlação é:

�=cov(�,�)SD(�)×SD(�)r=SD(x)×SD(y)cov(x,y)
�=−605.43×11.40r=5.43×11.40−60 �≈−6061.902r≈61.902−60 �≈−0.97r≈−0.97

Portanto, o coeficiente de correlação da amostra é aproximadamente -0.97. Isso indica uma

correlação negativa forte entre as duas variáveis: quanto maior o valor de x, menor é o valor
de y, e vice-versa.

3. Probabilidade condicional:

A probabilidade condicional de sair face 1 do dado, dado que saiu a face cara da moeda para
cima, pode ser calculada usando a fórmula da probabilidade condicional:
 �(face 1 | cara)=�(face 1 e cara)�(cara)P(face 1 | cara)=P(cara)P(face 1 e cara)

Sabemos que:

 �(face 1 e cara)=16×12=112P(face 1 e cara)=61×21=121 (probabilidade de sair

face 1 no dado e cara na moeda)
 �(cara)=12P(cara)=21 (probabilidade de sair cara na moeda)