Estatística descritiva

Fabíola Eugênio Arrabaça Moraes

 © 2017 by Universidade de Uberaba

Todos os direitos reservados. Nenhuma parte desta publicação poderá ser

reproduzida ou transmitida de qualquer modo ou por qualquer outro meio,
eletrônico ou mecânico, incluindo fotocópia, gravação ou qualquer outro tipo de
sistema de armazenamento e transmissão de informação, sem prévia autorização,
por escrito, da Universidade de Uberaba.

Universidade de Uberaba

Reitor
Marcelo Palmério

Pró-Reitor de Educação a Distância

Fernando César Marra e Silva

Editoração
Produção de Materiais Didáticos

Capa
Toninho Cartoon

Edição
Universidade de Uberaba
Av. Nenê Sabino, 1801 – Bairro Universitário

Catalogação elaborada pelo Setor de Referência da Biblioteca Central UNIUBE

Moraes, Fabíola Eugênio Arrabaça.

M791e Estatística descritiva / Fabíola Eugênio Arrabaça Moraes. –
Uberaba: Universidade de Uberaba, 2017.
148 p.: il.

Programa de Educação a Distância – Universidade de Uberaba.

ISBN 978-85-7777-591-0

1. Estatística. 2. Pesquisa. I. Universidade de Uberaba.

Programa de Educação a Distância. II. Título.

CDD 519.5
 Sobre os autores
Fabíola Eugênio Arrabaça Moraes

Mestre em Estatística pela Universidade Federal de São Carlos (UFSCar).

Graduada em Matemática pela Faculdade de Educação São Luís de
Jabotica­bal (FESL). É docente nos cursos de graduação, na modalidade
presencial e à distância, da Universidade de Uberaba (Uniube), nas áreas
afins de Matemática, Estatística e Bioestatística.
 Sumário
Apresentação...........................................................................................

Capítulo 1 Estatística Descritiva: a importância da estatística no dia a dia.... 1

1.1 A importância da Estatística no dia a dia...................................................................4
1.2 Estatística descritiva – parte I ...................................................................................7
1.2.1 O que é população e o que é amostra? .........................................................8
1.2.2 Situações problema envolvendo a questão da representatividade ..................11
1.2.3 Apresentação dos dados ..............................................................................14
1.2.4 Representação tabular ..................................................................................15
1.2.5 Distribuição de frequência ............................................................................17
1.2.6 Dados brutos .................................................................................................17
1.2.7 Rol .................................................................................................................18
1.2.8 Distribuição de frequência para variável discreta (tabela de frequência) ....18
1.2.9 Distribuição de frequência para variável contínua (intervalo de classe) ......19
1.3 Representação gráfica.............................................................................................24
1.4 Estatística descritiva – parte II.................................................................................28
1.4.1 Medidas de tendência central .......................................................................28
1.5 Medidas de variabilidade.........................................................................................48
1.5.1 Amplitude total ou intervalo total ...................................................................48
1.5.2 Desvio padrão ...............................................................................................49
1.5.3 Variância ........................................................................................................50
1.5.4 Coeficiente de variação ................................................................................50

Capítulo 2 Conhecendo o cálculo da probabilidade............................. 61

2.1 Definições e notações básicas................................................................................64
2.2 Probabilidade...........................................................................................................67
2.2.1 Definição clássica .........................................................................................68
2.2.2 Definição frequentista....................................................................................69
2.2.3 Definição subjetiva ........................................................................................71
2.3 Axiomas da probabilidade........................................................................................72
2.3.1 Alguns dos principais teoremas de probabilidade ........................................73
2.3.2 Probabilidade condicional .............................................................................74
2.3.3 Teorema do produto ......................................................................................76
2.3.4 Independência estatística .............................................................................77
2.3.5 Teorema da probabilidade total .....................................................................79
2.3.6 Teorema de Bayes ........................................................................................80
Capítulo 3 Distribuições de probabilidade.................................................. 85
3.1 Distribuições de probabilidade.................................................................................87
3.2 Variável aleatória......................................................................................................90
3.2.1 Variável aleatória discreta .............................................................................91
3.2.2 Variável aleatória contínua ............................................................................92
3.2.3 Algumas características numéricas importantes em uma distribuição de
probabilidade .................................................................................................93
3.3 Distribuições discretas de probabilidade.................................................................94
3.3.1 Distribuição binomial .....................................................................................95
3.3.2 Distribuição de Poisson .................................................................................97
3.4.1 Distribuição normal .....................................................................................100
3.4 Distribuições contínuas de probabilidade..............................................................100

Capítulo 4 Amostragem...................................................................... 123

4.1 Noções sobre amostragem...................................................................................126
4.2 Noções de planejamento amostral........................................................................126
4.3 Formulação de hipóteses......................................................................................128
4.4 Coleta de dados.....................................................................................................128
4.5.1 Amostra casual simples ..............................................................................130
4.5 Principais métodos amostrais................................................................................130
4.5.2 Amostra aleatória sistemática .....................................................................134
4.5.3 Amostra aleatória estratificada ....................................................................135
4.5.4 Amostra por conglomerados ..............................................................................136
 Apresentação
Quando ouvimos falar em Estatística, sempre vem ao nosso pensamento
números divulgados no dia a dia. A média de gols marcados por partida
do campeonato brasileiro de futebol noticiada por um comentarista de
um programa esportivo; a porcentagem das intenções de voto que um
candidato à Presidência da República reúne, divulgada no noticiário
da televisão; a quantidade de automóveis vendidos nos últimos doze
meses, publicada no jornal; o número de pessoas infectadas por gripe
nas regiões metropolitanas do país. Eis alguns exemplos de números
contidos nas informações que diariamente chegam até nós.

O que a Estatística significa para você? A Estatística apenas se resume

a números? A Estatística é muito mais do que isso. Segundo o Instituto
Brasileiro de Geografia e Estatística – IBGE, Estatística é o “conjunto
de técnicas e métodos de pesquisa que entre outros tópicos envolve o
planejamento do experimento a ser realizado, a coleta qualificada dos
dados, a inferência, o processamento, a análise e a disseminação das
informações”.

Este volume compreende o ramo da Estatística conhecido por Estatística

descritiva. A Estatística descritiva aborda a coleta, a classificação, o
resumo, a organização, a análise e a interpretação de dados. Tudo isso
com a finalidade de gerar informações.

No decorrer dos estudos deste livro, você aprenderá a organizar dados, a

descrevê-los, a calcular suas medidas representativas e a interpretá-los.

A área de aplicação da Estatística é, portanto, imensa. Abrange os mais

variados campos do saber, como as ciências biológicas e da saúde, as
ciências humanas, as ciências sociais aplicadas e as ciências exatas.
Os profissionais que sabem utilizá-la reconhecem sua importância na
formulação do raciocínio crítico no estudo, no trabalho e na vida diária.
Por isso, desejamos a você bons estudos.
 Capítulo
Estatística Descritiva:
a importância da
1
estatística no dia a dia

Introdução
Neste capítulo, iniciaremos nosso percurso de Estatística. Em
particular, no primeiro momento, vamos refletir sobre a aplicação
de estatística no seu dia a dia, visando a compreensão dos
conceitos de forma clara e concisa.

Faremos uma introdução à Estatística Descritiva, que, em

geral, se ocupa do levantamento, organização, classificação e
descrição de dados em estudo. Você verificará que a descrição
dos dados facilitará a compreensão dos fatos envolvidos no
estudo. A descrição se apresenta por meio de tabelas, gráficos ou
outros recursos visuais, além abranger o cálculo de parâmetros
representativos desses dados.

É sabido que parâmetro (MORETTIN, 2009 p. 183) é a medida

usada para descrever uma característica numérica populacional.
Genericamente representaremos um parâmetro por θ (lê-se
theta). Especificamente, representaremos a média por µ (lê-se
mi), a variância por σ2 (lê-se sigma ao quadrado) e o coeficiente
de correlação por ρ (lê-se rô), os quais são alguns exemplos de
parâmetros populacionais.

Estudaremos os procedimentos estatísticos descritivos, os quais

permitem elucidar dúvidas, obter conclusões ou mesmo possibilitar
a tomada de decisões a respeito de características de interesse.
Por exemplo, imagine que no local em que você reside foi realizado
um estudo ambiental, e este estudo revelou a presença de um
2 UNIUBE

perigoso poluente no ar. Esta revelação, com certeza geraria

muitas dúvidas, quanto aos malefícios para a população! Você,
certamente, irá buscar mais explicações respeito. Dependendo
das conclusões do estudo, você, ou mesmo as autoridades
responsáveis pelo local, terão de tomar decisões a respeito dos
malefícios deste perigoso poluente para a sua família ou para a
população. Certo?

Com base nos dados obtidos a respeito da concentração de

poluentes, talvez você tenha que decidir pela saída imediata de
sua família deste local por certo tempo. Por isso mencionamos,
que os procedimentos descritivos também possibilitam a tomada
de decisões sobre as características de interesse.

Este exemplo e outros que estudaremos mostrarão o quanto a

Estatística está presente no seu cotidiano. Os exemplos estão
em todos os contextos e mostram a importância que a Estatística
assume cada vez mais em todas as áreas do conhecimento. De
modo geral, este capítulo permitirá a você se familiarizar com os
conceitos abordados por meio de exemplos, situações problema
e exercícios que enfocam a aplicação da estatística nas diversas
áreas do conhecimento.

Objetivos
Ao final deste capítulo, esperamos que você seja capaz de:

• determinar situações práticas nas quais a Estatística poderá

ser aplicada com propriedade, combinando as possíveis
interpretações e análises do fenômeno estatístico;
• expressar dados mediante representação tabular e representação
gráfica;
• estabelecer intervalos de diferentes tipos e medidas;
• calcular as principais medidas de posição e de variabilidade,
tanto para dados agrupados como para dados não agrupados;
• usar o método de resolução das várias situações problema mediante
a descrição, demonstração, aplicação, análise, desenvolvimento e
julgamento.
 UNIUBE 3

Esquema
Para melhor entender a Estatística no âmbito dos principais tópicos
que serão abordados neste capítulo, acompanhe o esquema na
Figura 1.

Aplicação da
Estatística População Alvo

Amostra Resultados
Representativa Inferidos

Análise Exploratória Resultados

dos Dados Descritivos

Referências
Resumo

Figura 1: Esquema do capítulo.

TROCANDO IDEIAS!

Qual é a importância da Estatística no seu dia a dia?

Discuta com seus colegas, busque ouvir outras opiniões! Acreditamos

que isso será muito importante para você!
4 UNIUBE

1.1 A importância da Estatística no dia a dia

A utilização da Estatística é cada vez mais acentuada em qualquer
atividade profissional na vida moderna. Nos seus mais diversificados
ramos de atuação, as pessoas estão frequentemente expostas à
Estatística, utilizando a com maior ou menor intensidade. Isso se deve
às múltiplas aplicações que o método estatístico proporciona àqueles que
dele necessitam. Desde as ciências sociais de Psicologia e Sociologia até
áreas como educação, ciências humanas e físicas, ciências da saúde,
Administração, ciências contábeis, Economia, Engenharia, negócios,
Jornalismo, comunicações e artes de forma geral.

A seguir, você vai conferir alguns exemplos práticos, indicando a

importância da Estatística no seu dia a dia e como ela tem assumido um
papel bem mais abrangente nas últimas décadas.

EXEMPLIFICANDO!

Exemplo 1.1 Os institutos de pesquisa de opinião regularmente fazem

pesquisas para determinar o índice de popularidade de um governo em
exercício. Suponha que a pesquisa será conduzida na próxima semana com
2.500 indivíduos e eles serão questionados se o governo está fazendo uma
boa ou má administração.
Exemplo 1.2 Imagine que um nutricionista trabalha em uma escola e deseja
conhecer os hábitos alimentares das crianças em idade pré-escolar.
Exemplo 1.3 Suponha que você e seu sócio desejam decidir um negócio e
se deparam com uma análise de incerteza, ou seja, quais as chances de as
vendas de certo produto decrescerem se aumentarem os preços?
Exemplo 1.4 O engenheiro civil responsável pela concretagem de um
complexo industrial, suspeita que o concreto esteja fora das especificações
quanto à resistência, em determinado momento da usinagem. Este problema
o levará a indícios de falha no sistema de produção. Isso dará ao engenheiro
oportunidade para formular algumas hipóteses. Por exemplo, quanto aos
componentes usados na mistura, as máquinas utilizadas, ou, ainda, uma
possível falha humana, entre outras.
Observe que, neste Exemplo 1.4, a hipótese exemplificada e a necessidade
do engenheiro de pesquisar o problema surgiram a partir de um fato
encontrado em dados observados.
 UNIUBE 5

PARADA PARA REFLEXÃO

O que é Estatística para você? Registre as suas ideias e continue os seus

estudos, pois, a seguir, preparamos várias informações e fatos curiosos do
seu dia a dia que estão intimamente relacionados à Estatística. Será que
você já não se deparou com alguns destes fatos?

A Estatística é uma área do conhecimento que utiliza teorias

probabilísticas para explicação de eventos, estudos e experimentos.
Tem por objetivo obter, organizar e analisar dados, determinando as
correlações que apresentem, tirando delas suas consequências para
descrição e explicação do que passou, apresentando uma previsão e
organização do futuro.

A Estatística também é considerada uma ciência e prática de

desenvolvimento de conhecimento humano através do uso de dados
empíricos. Baseia se na teoria estatística um ramo da Matemática
aplicada. Na teoria estatística, a aleatoriedade e incerteza são
modeladas pela teoria da probabilidade. Algumas práticas estatísticas
incluem, por exemplo, o planejamento, a sumarização e a interpretação
de observações. Porque o objetivo da Estatística é a produção da
“melhor” informação possível a partir dos dados disponíveis; alguns
autores sugerem que a Estatística é um ramo da teoria da decisão.

IMPORTANTE!

Fique atento! Após as considerações já mencionadas você percebeu

que, frequentemente, nos deparamos com terminologias e expressões
específicas da ciência em estudo. Portanto, torna-se impreterível aguçar
o seu interesse e compromisso em conhecer vocábulos ou expressões até
então desconhecidos, porém necessários aos seus estudos.

PESQUISANDO NA WEB

Sugerimos acessar o link a seguir para a profundar o seu conhecimento:

<http://www.ibge.gov.br/home/>
6 UNIUBE

Com as situações propostas a você até aqui, juntamente com as suas

experiências de vida, seu dia a dia com sua família, na ida para o seu
trabalho, a fila do caixa no supermercado, em seu momento de lazer,
acreditamos que você está refletindo em relação aos conhecimentos em
Estatística. Por exemplo, você poderá, em algum momento, se deparar
ou até concordar com a seguinte ideia:

Podemos, então, comparar a Estatística a um grande baú!

Com muita calma, é possível aprender e conquistar tudo o que ela pode
nos proporcionar, já que nos seus mais diversificados ramos de atuação,
nós estamos frequentemente expostos a ela, utilizando a com maior ou
menor intensidade!

Conheça, a seguir, um pouco da história da origem do termo Estatística.

O termo Estatística surgiu da expressão em latim statisticum collegium,

palestra sobre os assuntos do estado, de onde surgiu a palavra em língua
italiana Statista, que significa “homem de Estado”, ou político, e a palavra
alemã Statistik, designando a análise de dados sobre o Estado. A palavra
foi proposta pela primeira vez no século XVII, em latim, por Schmeitzel,
na Universidade de Lena, e adotada pelo acadêmico alemão Gottfried
Achenwall. Apareceu como vocabulário na enciclopédia Britânica, em
1797, e adquiriu um significado de coleta e classificação de dados no
início do século XIX.

SAIBA MAIS

Para saber um pouco mais sobre a história da Estatística e seus principais

componentes acesse o link: <http://www.mat.ufrgs.br/~vigo/historia.html>.

CURIOSIDADE

Em 1085, Guilherme, O Conquistador, ordenou que se fizesse um

levantamento estatístico da Inglaterra. Esse levantamento deveria incluir
informações sobre terras, proprietários, uso da terra, empregados e animais,
e serviria, também, de base para o cálculo de impostos. Tal levantamento
originou um volume intitulado Domesday Book. Com este fato talvez seja
mais fácil entender que o significado de Doomsday é Dia do juizo final!
 UNIUBE 7

Outro fato curioso são as Tábuas de mortalidade. Você sabia que as

Tábuas de mortalidade usadas na atualidade pelas companhias de seguro
originaram-se de estudos realizados no século XVIII?

Sim, e isso por causa dos estudos de John Graunt (1620-1674) e William
Petty (1623-1687), aritméticos políticos mais destacados na época pela
busca de leis quantitativas que pudessem explicar o estudo numérico dos
fenômenos sociais e políticos. “Dessa forma, a escola dos aritméticos
políticos pode ser considerada o berço da Demografia”.

Fonte: Disponível em: <http://www.mat.ufrgs.br/~vigo/historia.html > Acesso em jun. 2016.

Acompanhe, a seguir, algumas noções gerais de Estatística descritiva.

1.2 Estatística descritiva – parte I

De início, propomos a você uma reflexão: o que um analista que dispuser

de dados de uma pesquisa deve fazer para extrair as informações de
que precisa?

Neste momento, acreditamos que você esteja construindo conhecimentos

a partir de várias curiosidades e indagações, o que será ótimo para sua
formação pessoal e profissional. Supõe se que você poderá em algum
momento se deparar ou até concordar com a seguinte ideia:

Os dados de uma pesquisa devem ser reduzidos até o ponto em que se

possa interpretá los mais claramente! De onde vem o termo Estatística
descritiva? O que ela descreve?

Pois bem, até aqui, acreditamos que você está conduzindo muito bem o
seu estudo! Está refletindo sobre as terminologias apresentadas. Ou seja,
nesse contexto, você começa a desenvolver a linguagem e o raciocínio
estatísticos. Em outras palavras, você está sendo professor de você
mesmo.

Em definição, a Estatística descritiva é o ramo da Estatística que

se preocupa em descrever os dados observados da amostra sem se
preocupar em fazer previsões sobre os parâmetros do universo. A
Estatística descritiva trata da coleta, da organização e da descrição dos
dados. Então, vamos entender o que é população e o que é amostra.
8 UNIUBE

1.2.1 O que é população e o que é amostra?

As pessoas de uma comunidade podem ser estudadas sob diversos

pontos de vista. Por exemplo, podem ser classificadas quanto ao sexo
(masculino ou feminino), quanto à estatura (baixa, média ou alta), quanto
à renda (pobres ou ricas), entre outras.

Portanto, sexo, estatura e renda são variáveis, isto é, são propriedades

às quais podemos associar conceitos ou números e, assim expressar,
de certa forma, informações sob forma de medidas.

PARADA PARA REFLEXÃO

E, para você, nome e sexo são formas de medida?

Reflita sobre essa questão! Em seguida, vamos para mais um desafio.

Exercite suas habilidades sobre o conceito de medida desenvolvendo a
atividade proposta a seguir.

AGORA É A SUA VEZ

Atividade 1.1

Para a realização dessa atividade escolha uma relação das pessoas que
convivem com você, por exemplo, em sua residência, na residência do
seu vizinho, ou em seu ambiente de trabalho. Agora, associe o nome das
pessoas que você escolheu ao sexo, de forma que isso se transforme em
medida.

Antes de propormos a atividade anterior, fazíamos referências às

variáveis, isto é, às propriedades para as quais podemos associar
conceitos ou números e, assim expressar, de certa forma, informações
sob forma de medidas. Logo, qualquer conjunto de informações que
tenham, entre si, uma característica em comum denotamos por
população (representaremos população por N maiúsculo).

Portanto, uma população é um conjunto de unidades (geralmente

pessoas, objetos, transações ou eventos) que nos interessa estudar
(MCCLAVE et al., 2009).
 UNIUBE 9

São exemplos de população:

• todas as lâmpadas produzidas por uma indústria no primeiro trimestre

de determinado ano;
• todos os pacientes atendidos no PS do HUMP no primeiro ano de
sua inauguração (Pronto Socorro do Hospital Universitário Mário
Palmério, destinado ao atendimento da população de Uberaba e
região);
• todos os animais, de uma determinada espécie, prontos para abate;
• o número de unidades produzidas por um empregado de certa linha
de produção, durante os trinta dias que antecederam à pesquisa.

Os motivos de se estudar uma população são vários. Por exemplo, um

engenheiro agrônomo pode estar interessado em determinar o peso
médio de certa variedade de cana de açúcar cultivada em um determinado
estado do Brasil; ou um engenheiro de materiais pode desejar estudar
os tipos de polímeros adequados para a confecção de canos plásticos
(PVC), cujo intuito é aumentar a durabilidade com menor custo; ou um
ecologista pode ter o interesse de conhecer características de uma
população constituída por todas as áreas de reservas extrativistas.

PARADA PARA REFLEXÃO

O estudo de uma população muito grande, por exemplo, o conjunto de

todas as estaturas de uma comunidade, será um trabalho difícil de executar.
Nesse caso, o pesquisador terá um grande trabalho para estudá-la além de,
em alguns casos, ocorrerem falhas nos resultados.

A partir dessa ideia vamos aprender outro conceito.

Nos casos de populações muito grandes, o pesquisador recorre,

basicamente, a uma redução da população a dimensões menores,
sem perda das características essenciais, ou seja, extrai uma amostra
(representaremos amostra por n minúsculo) desta população.

Por exemplo, imaginemos uma pesquisa com 400 jogadores (no caso,
representando a população N em estudo) participantes do Campeonato
Brasileiro 2009, famoso Brasileirão. Esse estudo deseja verificar
qual é a estatura média destes jogadores. Para simplificar o trabalho
10 UNIUBE

colhemos uma amostra (n) de 40 jogadores, por exemplo, e estudamos

o comportamento da variável estatura somente destes 40 jogadores.
Assim, como escolhemos a variável estatura, poderíamos escolher
outras variáveis como, por exemplo, renda familiar, número de irmãos,
inteligência, tipo sanguíneo, grau de escolaridade, preferência musical,
entre outras.

Uma amostra para ser boa, necessariamente, tem que ser

representativa da população em estudo, ou seja, deve conter,
em proporção, tudo o que a população possui qualitativa e
quantitativamente. Todos os elementos da população devem ter
igual oportunidade de fazer parte da amostra. No exemplo dado,
não poderíamos escolher quem quiséssemos para a amostra.
Portanto, para garantir a representatividade e a imparcialidade
de urna amostra, é necessário seguir algumas regras. Veja estas
regras a seguir.

Regras a serem seguidas objetivando uma boa amostra:

I. Para assegurar a representatividade de uma amostra, devemos analisar

a população para ver se seus elementos distribuem se homogeneamente
ou se formam grupos com características peculiares. Caso observarmos
isso, devemos respeitar as proporções com que esses grupos integram
a população.
II. A imparcialidade em uma amostra é obtida por sorteio dos elementos
que farão parte desta amostra, mediante a utilização de uma máquina
geradora de números aleatórios ou de uma tabela de números
aleatórios.

No decorrer dos seus estudos em Estatística, você aprenderá

mais sobre a utilização de uma tabela de números aleatórios.
Essas tabelas são construídas de modo a garantir que cada
dígito, cada par de dígitos consecutivos, cada tema de dígitos
consecutivos, e assim por diante, apareçam com a mesma
frequência em uma longa sequência de números.
 UNIUBE 11

1.2.2 Situações problema envolvendo a questão da representatividade

Voltemos ao exemplo da mensuração da estatura média de 40 jogadores

participantes do Campeonato Brasileiro 2009. Sabe se que a amostra
n só traz informações sobre a população da qual foi retirada, ou seja,
da população de 400 jogadores participantes do referido campeonato.
Para verificar o seu aprendizado sobre o significado prático da
representatividade, reflita sobre a questão a seguir. Lembre-se: não é
aconselhável seguir seus estudos com dúvidas a respeito de quaisquer
dos conceitos abordados!

PARADA PARA REFLEXÃO

Faz sentido para você estudar a estatura dos jogadores participantes do

Campeonato Brasileiro de determinado ano e considerar que as informações
deste estudo se aplicam para descrever a estatura de jogadores participantes
do campeonato italiano de futebol?

A resposta é não. Não faz sentido, pois as amostras em estudo integram

populações diferentes.

Após a reflexão estabelecida, observe que temos uma amostra

representativa da população inicial. As pessoas (na situação problema,
os jogadores) passam, a partir desse momento, a ser tratadas como
dados (estaturas) e podem dar origem ao estudo de diversas relações
estatísticas, como, por exemplo, a média aritmética, a mediana, a
moda, a variância, o desvio padrão, entre outras que, mais adiante,
farão parte de seus estudos.

Essas relações estatísticas possibilitam descrever, sob diversos ângulos,

o conjunto de dados representados pela amostra. Por essa razão,
constituem o campo da Estatística descritiva.

Lembre-se: o interesse do pesquisador está voltado para a população

da qual se originou a amostra. Ele estuda as características da amostra
pelo uso das relações estatísticas com o objetivo de atribuir estas
características à população, generalizando suas conclusões.
12 UNIUBE

IMPORTANTE!

A parte da Estatística em que o interesse está nas generalizações por

meio das transferências de conclusões das amostras para as populações
chama‑se Estatística inferencial. Nessas transferências de conclusões,
o pesquisador se vale de um poderoso recurso que é a teoria das
probabilidades, que lhe permite avaliar e controlar o quão ele pode “errar”
nessas generalizações, ou seja, nas inferências.

Você certamente está se perguntando: como o pesquisador pode cometer

“erros” nessas inferências? Será que não tem como o pesquisador
“controlar” esses erros?

Antes de respondermos a essas questões, você se lembra da

comparação que fizemos entre a Estatística e um grande baú? E que
com muita calma é possível aprender e conquistar tudo o que ela pode
nos proporcionar? Muito bem! Então saiba que o pesquisador tem como
aplicar recursos para manter o erro sob controle. Em seus estudos
subsequentes, você irá aprender como o pesquisador controla esses
erros. Vale a pena conferir. É muito interessante!

AGORA É A SUA VEZ

Atividade 1.2

Sobre o conteúdo até agora estudado, classifique em verdadeiro ou falso

as seguintes afirmações. Apresente um argumento para a sua escolha. Se
for verdadeiro, incremente mais informações ou exemplos. Se for falso,
reescreva a questão corretamente.

a) Estatística é um conjunto de técnicas destinadas a organizar um conjunto

de valores numéricos.
b) Uma população pode ser constituída de todo solo pertencente a uma área
bem definida.
c) A Estatística descritiva fornece uma maneira adequada de tratar um
conjunto de valores, numéricos ou não, com a finalidade de conhecermos
o fenômeno de interesse.
 UNIUBE 13

d) No fenômeno coletivo da eleição para governador no Estado de Minas

Gerais, a amostra é o conjunto de todos os eleitores habilitados nesse
Estado.
e) Qualquer amostra representa, de forma adequada, uma população.

A seguir, vamos ressaltar a diferença entre dados e variáveis, e estudar

como a descrição dos dados facilitará a compreensão dos fatos envolvidos
no estudo, assim como apresenta-los por meio de tabelas ou gráficos.

Qual é a diferença entre dados e variáveis?

Antes de prosseguir com seus estudos, reflita sobre esta questão.

Acompanhe a ideia principal dessa diferença por meio do exemplo a seguir.

EXEMPLIFICANDO!

Exemplo 1.5 O gerente de certa empresa de transporte coletivo deseja

saber a opinião dos usuários sobre a qualidade dos serviços de transportes
diários que presta à comunidade. De acordo com a situação proposta,
identifique qual é a variável em estudo e quais são os dados neste caso.

Resolução: denomina‑se variável uma característica de interesse da

população em estudo. Portanto, no exemplo proposto, a variável de interesse
é a opinião dos usuários de transporte coletivo. E como sabemos, os dados
representam os valores da variável em estudo. Nesse caso, suponhamos
que o gerente, ao realizar a pesquisa, peça aos usuários que deem uma nota
de zero a três a cada serviço utilizado. Os dados coletados poderão ser, por
exemplo, precisão no horário de ônibus (nota 2), composição das linhas e
itinerários (nota 1), quadro funcional (motorista, cobrador, atendimento ao
usuário etc.) (nota 2), entre outros.

Agora que você já sabe a diferença entre dados e variáveis, saiba como
os dados devem ser apresentados.
14 UNIUBE

1.2.3 Apresentação dos dados

Para melhor entendermos a apresentação dos dados, primeiro

preparamos um esquema simples, conforme apresentado na Figura 2.
Em seguida, confira, em detalhes, os conceitos necessários e exemplos.

II
Discreto
Quantitativo ou
Numérico
Tipos de Dados

Contínuo
I

III
Nominal
Qualitativo ou
Categórico
Ordinal
Figura 2: Esquema de apresentação dos dados.

De acordo com a Figura 2, temos:

• Em I, os dados são classificados em dois tipos:

– Dados quantitativos ou numéricos – denotam as variáveis que

assumem valores numéricos.
– Dados qualitativos ou categóricos – denotam as variáveis que
assumem apenas valores categoriais.

• Em II, as variáveis podem ser classificadas, segundo sua natureza, em

discreta ou contínua.

– Variável discreta – (o domínio assume valores no conjunto dos números

naturais N ) – pode assumir apenas valores pertencentes a um conjunto
enumerável. Exemplo: o número de estudantes entre os habitantes de
uma cidade, a frequência cardíaca (batimentos/minuto) etc.
– Variável contínua – (o domínio assume valores no conjunto dos
números reais R ) – pode assumir qualquer valor em certo intervalo de
variação. Exemplo: a idade das pessoas residentes em um município,
o nível de glicemia (mg / 100 ml) etc.
 UNIUBE 15

• Em III, as variáveis podem ser de natureza nominal ou ordinal.

– Variável nominal – quando, entre as categorias possíveis, apenas

podem-se estabelecer relações de igualdade ou diferença. Exemplo:
a variável “sexo”, a qual é composta de duas categorias possíveis:
“masculino” e “feminino”.

– Variável ordinal – quando, entre as categorias, podem se estabelecer

relações de ordem. Exemplo: (relação de idêntico, maior ou menor)
a variável “nível socioeconômico”, com três categorias: “baixo”, “médio”
ou “elevado”.

Conforme já mencionamos, a descrição dos dados facilitará a

compreensão dos fatos envolvidos no estudo. Agora, vamos estudar
como apresentá los por meio de tabelas ou gráficos.

IMPORTANTE!

Fique atento(a) para a apresentação e construção de tabelas! Você já

verificou a diferença entre construir um quadro e uma tabela? Confira!

1.2.4 Representação tabular

A representação tabular consiste em dispor os dados em linhas e

colunas distribuídas de modo ordenado. A elaboração de tabelas
obedece à Resolução n. 886, de 26 de outubro de 1966, do Conselho
Nacional de Estatística. As normas de apresentação são editadas pelo
Instituto Brasileiro de Geografia e Estatística – IBGE. Na sequência,
você acompanha o esquema de uma representação tabular, com
as denominações de seus elementos, e, logo após, um glossário
especificando um a um esses elementos.
16 UNIUBE

Representação esquemática

Título
Cabeçalho

Corpo

Rodapé

Elementos de uma tabela

Título: o título deve responder às seguintes questões:

• O quê? (Assunto a ser representado – fato).

• Onde? (O lugar onde ocorreu o fenômeno – local).
• Quando? (A época em que se verificou o fenômeno – tempo.)

Cabeçalho: parte da tabela na qual é designada a natureza do conteúdo

de cada coluna.
Corpo: parte da tabela composta de linhas e colunas.
• Linhas: parte do corpo que contém uma sequência horizontal de
informações.
• Colunas: parte do corpo que contém uma sequência vertical de
informações.
Coluna indicadora: coluna que contém as discriminações correspondentes
aos valores distribuídos pelas colunas numéricas.
Casa ou célula: parte da tabela formada pelo cruzamento de uma linha
com uma coluna.
Rodapé: é o espaço aproveitado em seguida ao fecho da tabela,
onde são colocadas as notas de natureza informativa (fonte, notas e
chamadas).
• Fonte: refere se à entidade que organizou ou forneceu os dados expostos.
• Notas e chamadas: denotam esclarecimentos contidos na tabela
(nota – conceituação geral; chamada – esclarecer minúcias em
relação a uma tabela).
 UNIUBE 17

IMPORTANTE!

Antes de prosseguir com seus estudos, é muito importante e aconselhável

que você tenha sempre uma calculadora para efetuar os cálculos que forem
necessários.

1.2.5 Distribuição de frequência

Agora, os dados referentes a determinado fenômeno são apresentados

por meio de gradações, em que são feitas a correspondência entre
categorias ou valores possíveis e as respectivas frequências. A definição
de alguns conceitos será importante para o uso da linguagem apropriada
ao elaborarmos e analisarmos as distribuições de frequências. Vamos
estudar as definições de dados brutos, rol, distribuição de frequência para
a variável discreta (tabela de frequência) e distribuição de frequência para
a variável contínua (intervalo de classes).

1.2.6 Dados brutos

Como primeiro resultado de uma pesquisa, obtém se dados brutos, um

conjunto de números ainda sem nenhuma organização. Esse material é
então ordenado de forma crescente ou decrescente, com a indicação da
frequência, dando origem ao que chamamos de rol.

EXEMPLIFICANDO!

Exemplo 1.6 Uma pesquisa foi realizada numa cidade, do interior de Minas
Gerais, cujo intuito é saber o número de pessoas por residência. A amostra
é de 30 residências e as primeiras informações seguem no Quadro 1.

Quadro 1 – Número de pessoas por residência.

6 5 3 3 2 3 3 3 4 4
6 3 2 4 3 5 4 4 3 3
4 2 4 3 4 2 1 3 3 4
18 UNIUBE

Conforme podemos observar no Quadro 1, os valores estão dispostos de

forma desordenada. Em razão disso, pouca informação conseguimos obter
analisando os dados apresentados. Mesmo um a informação simples, como
saber os valores mínimos e máximos do número de pessoas por residência,
requer certo exame dos dados coletados.

1.2.7 Rol

O rol dos dados do Quadro 1 se apresenta arranjado no Quadro 2, a seguir.

Quadro 2 – Número de pessoas por residência.

1 2 2 2 2 3 3 3 3 3
3 3 3 3 3 3 3 4 4 4
4 4 4 4 4 4 5 5 6 6

O Quadro 2 apresenta vantagens concretas em relação aos dados

brutos no Quadro 1. O rol (crescente) torna possível visualizar, de forma
bem ampla, as variações dos dados, uma vez que os valores extremos
são percebidos de imediato. Porém, a análise pelo uso desse tipo de
disposição começa a se complicar quando o número de observações
tende a crescer.

1.2.8 Distribuição de frequência para variável discreta (tabela de

frequência)

Tabela 1 – Distribuição de frequência da variável número de pessoas por residência numa

cidade do interior de Minas Gerais.
Xi 1 2 3 4 5 6 Total (n)
ƒi 1 4 12 9 2 2 30

Em que:
Xi: denota os elementos da amostra (no caso, número de pessoas por
residência);
ƒi: denota a frequência ou peso de cada valor da amostra (n).
 UNIUBE 19

1.2.9 Distribuição de frequência para variável contínua (intervalo

de classe)

Para estudarmos este outro conceito, vamos continuar com a mesma

pesquisa, ou seja, depois de elaborar o rol é necessário determinar
quantas faixas etárias terá a tabela de frequência. O passo seguinte
é subdividir os dados por classe ou categoria (no caso, o número de
pessoas por residência) e determinar o número de pessoas pertencentes
a cada uma, resultando na frequência de classe. Seja:

k: número de classes que a tabela de classe deverá conter.

n: número de elementos da amostra.

Portanto, se você tem uma amostra com 30 dados, pode organizá los em
uma tabela de distribuição de frequência, sendo k o número de classes.
Para encontrarmos o número de classe k, usamos o critério da raiz,
como é conhecido k ≅ n , ou pelo uso da fórmula de Sturges em que
log n , em que n é o número de elementos da amostra. Usando a
k= 1+
log 2
fórmula de Sturges, encontramos:
log 30
k ≅ 1+ ≅ 5,9 =
>k=6
log 2
Portanto, determinamos que a distribuição será composta de 6 classes.

Após encontrar o valor de k, é preciso determinar o intervalo de classes,

isto é, o tamanho que cada classe deverá ter. A determinação desta
amplitude de classe será denotada por h, a qual será constante, isto
é, todas as k classes deverão ter a mesma amplitude.

Como calcular h?
A
É simples. Fazemos
= A X máximo − X minimo . Logo, h = , em que,
k
A : denota a amplitude total, isto é, a diferença entre o maior e o menor
valor observado da variável em estudo.
X máximo : denota o maior valor observado da variável em estudo.
X mínimo : denota o menor valor observado da variável em estudo.
h : denota a amplitude do intervalo de classe.
20 UNIUBE

No exemplo apresentado, de acordo com o Quadro 2, temos,

A 5
A = X máximo − X minimo = 6 − 1 = 5. Portanto, h= = = 0,83 ≅ 1 .
k 6

Em seguida, o pesquisador determina os limites de cada classe, ou seja,

o limite superior (lsup) e o limite inferior (linf), aplicando um dos quatro
conceitos de intervalo que já estudamos. Escolhe se um ponto de partida,
de acordo com os interesses da pesquisa.

Por exemplo, decidimos que o limite inferior será de zero. E, a partir

dele, serão construídas as classes da tabela de frequência, que deverá
abranger todos os elementos do rol.

No caso da não abrangência de todos os elementos do rol, devemos

aumentar a amplitude do intervalo de classes (h) ou o número de
classes (k).

Desta forma, se k = 6 e h = 1 , com a primeira classe iniciada por zero,

temos a adição de h , a cada classe:

Tabela 2 – Intervalo de classes.

Classes
k fi
linf lsup

1 1 |---
2 2 |---
3 3 |---
4 4 |---
5 5 |---
6 6 |---
2 1
3 4
4 12
5 9
6 2
7 2

∑ ---------- 30
 UNIUBE 21

Em que:

∑: lê‑se somatório. É uma letra grega (correspondente ao S latino)

usada para indicar a adição dos termos de uma série; assume a mesma
ideia do uso de total ( n ) .

Vamos juntos recordar as ideias principais em relação à construção

de tabelas de distribuição de frequência abrangendo os intervalos de
classes.

• Dado o tamanho da amostra , deve‑se encontrar o valor de k que

,
representa o número de classes.

• Na sequência, calcular a amplitude total A, isto é, a diferença entre o

maior e o menor valor observado da variável em estudo.

• Encontrar o valor de h , amplitude do intervalo de classes.

• E, por fim, escolhe‑se um ponto de partida, de acordo com os interesses

da pesquisa.

Acompanhe, agora, algumas regras importantes abrangendo a construção

dos intervalos de classe.

1. Geralmente, os intervalos de classe devem ser escritos de acordo

com a Re­solução n. 886/66 do IBGE. Para representar uma classe,
utiliza‑se o símbolo ‫ —׀‬indicando a inclusão do limite inferior (linf) e
exclusão do superior (lsup). Ou lê‑se também um intervalo fechado à
esquerda e aberto à direita. Portanto, de acordo com a Tabela 2, uma
residência com 4 pessoas está incluída na quarta classe (linf = 4) e não
na terceira.

2. De acordo com o item “1”, é importante observar se os elementos

estão in­cluídos ou excluídos.

3. Sempre que possível, deve‑se evitar classe com frequência nula,

principal­mente em relação aos valores da primeira e última classe,
ou com frequência relativa muito elevada.
22 UNIUBE

Todavia, mesmo em meio às ideias principais e algumas regras que

acaba­mos de apresentar; saiba que, às vezes, ainda é preciso algo
mais! Como por exemplo, “agir com bom senso” ou “levar em conta
a experiência pessoal no assunto”. Caso contrário, só as expressões
e/ou as regras podem não nos levar a uma decisão final mais sensata!

Mas fique tranquilo, isso é natural nos estudos estatísticos, e se deve à

natureza dos dados em estudo, da unidade utilizada para expressá‑los e,
principalmente, do objetivo que se tem em vista alcançar com a pesquisa.

Veja mais alguns cálculos e suas respectivas expressões utilizadas na

distribui­ção de frequência para variável contínua (intervalo de classe).

• Ponto médio (representaremos por Pmi a primeira letra maiúscula

e a segunda minúscula) Pmi – surge da necessidade de definir
um número para representar cada classe, em geral denominado
ponto médio ( Pmi ) , ou seja, a média entre os valores dos limites
de classe. Logo, sua expressão é denotada por:

linf + lsup
Pmi =
2

• Frequência relativa (representaremos por f “índice r” ambos

minúsculos) – a frequência relativa denota qual proporção cada
classe representa em rela­ção ao total ( n ) e é obtida dividindo‑se
cada uma das frequências absolutas ( fi ) pelo tamanho da amostra
( n ) . A frequência relativa é representada pela expressão:

IMPORTANTE!

A soma das frequências relativas sempre deverá ser igual a 1. Caso os

valores aproximados contradigam essa regra, basta arredondar algum
desses valores (para mais ou para menos) de modo a obter a soma
necessária.
 UNIUBE 23

• Frequência percentual (representaremos por f “índice p” ambos

p
minúsculos) – como o próprio nome sugere, a frequência porcentual
indica a porcentagem de cada classe e, para obtê‑la, basta multiplicar
f r por 100 (assim a soma da frequência porcentual deverá ser igual a
100%). Sendo assim, temos:
f=
p f r ⋅100

• Frequência acumulada (representaremos por F maiúsculo). A

frequência acumulada corresponde à soma da frequência absoluta ( fi )
de sua classe, mais a frequência acumulada das classes anteriores, caso
existir. Dessa forma, sua expressão é representada por:
F f iatual + Fanterior sendo, i = 1, 2, , k
=

IMPORTANTE!

O valor da frequência acumulada F representado na última classe deverá

ser igual ao valor de n , ou seja, ao total de elementos da amostra.

Com base no Exemplo 1.6 da pesquisa realizada numa cidade do

interior de Minas Gerais, cujo intuito é saber o número de pessoas por
residência, pode­mos construir uma nova tabela de frequência (ver Tabela
3), incluindo todos os cálculos relacionados anteriormente.

Tabela 3 – Cálculos em função das frequências observadas quanto ao número de pessoas por
residência, numa cidade, do interior de Minas Gerais.
Classes
fi linf + lsup
k lsup fi fr = f r ⋅100 ( % )
linf n
f=
p Pm =
2
F fiatual + Fanterior
=

1 1 --- 2 1 0,03 3 1,5 1

2 2 --- 3 4 0,13 13 2,5 5
3 3 --- 4 12 0,40 40 3,5 17
4 4 --- 5 9 0,30 30 4,5 26
5 5 --- 6 2 0,07 7 5,5 28
6 6 --- 7 2 0,07 7 6,5 30
∑ ---------- 30 1,00 100% ---- ----
24 UNIUBE

AGORA É A SUA VEZ

Atividade 1.3

Os funcionários da empresa FAJU‑CAMADE estão em um sistema de

horário flexí­vel; eles podem iniciar sua entrada no trabalho a partir das 7h
até às 9h. Os dados seguintes representam uma amostra estatística do
horário de preferência, escolhido pelos funcionários.

7h 7h15 8h 8h45 7h 9h 7h 7h15 8h 8h

7h 8h 8h15 7h45 7h30 8h30 8h 8h15 7h45 9h
8h15 9h 8h30 7h 8h 7h15 7h 9h 7h30 7h45

Com base nas informações apresentadas responda as letras a seguir:

a) Construa uma tabela de distribuição de frequências simples, relativa,

percentual e acumulada (utilize as Normas da ABNT para a construção
da tabela)
b) Pode-se afirmar que 20% dos funcionários tem preferência para a entrada
no trabalho às 8 horas. Em caso afirmativo ou não, apresente os cálculos
necessários para sua conclusão.

1.3 Representação gráfica

A representação gráfica da distribuição de uma variável tem a vantagem

de, rápida e concisamente, informar sobre sua variabilidade. Entre os
vários tipos de representações gráficas, os melhores gráficos são os que
primam pela sim­plicidade e clareza.

Uma vez elaborada a tabela de frequência, prossegue‑se com o desenho

do gráfico, um recurso de visualização dos dados constantes na tabela.
Entre os tipos de gráfico, temos o histograma, o polígono de frequência
e o polígono de frequências acumuladas (ogivas de Galton).
 UNIUBE 25
DICAS

Você tem conhecimento do Microsoft Office Excel?

É um programa de planilha eletrônica, e seus recursos incluem uma interface
intuitiva, além de capacitadas ferramentas de cálculo e de construção gráfica.
Confira! Afinal, além de prepararmos os conteúdos básicos para sua base
nos estudos estatísticos, também cuidamos para que você se intere das
possibilidades deste software para a resolução de problemas estatísticos.
Pois, independente da área de atuação, o mercado de trabalho almeja por
profissionais cada vez mais qualificados!

De acordo com as informações anteriores, o desenho gráfico é um

recurso de visualização dos dados constantes na tabela, certo? O
exemplo a seguir irá orientá lo e será muito importante para você concluir
o que lhe será proposto mais adiante. Confira!

EXEMPLIFICANDO!

Exemplo 1.7 Interprete as informações seguintes, de acordo com o contexto

em estudo.

Na Figura 3, estão representados os casos suspeitos ou confirmados de

uma lista parcial de distribuição das Doenças de Notificação Compulsória
(DNC), notificadas ao Serviço de Epidemiologia do Hospital dos Servidores
do Estado (H.S.E.) do Rio de Janeiro, segundo o sexo.
100%

80%
46,5 60,6
63,1
Frequência (%)

65 69,3 M
73,4 72,7
60%
F
40%

20% 35 26,6 40,7 27,3 46,9 53,5 49,4

0%
Rúbeola

Intoxicação
alimentar

H.I.V./AIDS

Meningite

Hepatite C

Dengue

Tuberculose

Doenças de Notificação Compulsória

Figura 3: Percentuais segundo o sexo versus doenças de notificação compulsória.

Nota: notificação compulsória é a notificação obrigatória de casos de doenças da listagem

de doenças de notificação compulsória. Além das DNC todo e qualquer surto ou epidemia,
assim como a ocorrência de agravo inusitado, independente de constar na lista de doenças
de notificação compulsória, deve ser notificado aos órgãos competentes.
26 UNIUBE

Apresentamos, a seguir, uma argumentação básica para o exemplo proposto

e ressaltamos que você certamente irá apresentar outras respostas, ou
análises escritas diferentes, como, por exemplo, iniciar sua análise pelo
sexo feminino. O importante é identificar o conteúdo e a coerência da
argumentação apresentada.

Resolução: de acordo com a análise gráfica, podemos notar maior

incidência de casos suspeitos ou confirmados de várias das Doenças de
Notificação Compulsória (DNC) no sexo masculino. Como, por exemplo, em
intoxicação alimentar e meningite; é possível observar que aproximadamente
72% dos casos são do sexo masculino, contra aproximadamente 26% do
sexo feminino. Logo depois, ainda com maior incidência no sexo masculino,
aparecem as demais doenças, como mostram as respectivas porcentagens:
Rubéola (65%), H.I.V./AIDS (59,3%), Hepatite C (53,1%) e Tuberculose
(50,6%). A incidência de casos suspeitos no sexo feminino se dá com as
seguintes porcentagens: Rubéola (35%), H.I.V./AIDS (40,7%), Hepatite C
(46,9%) e Tuberculose (49,4%). Apenas a Dengue ocorreu em maior número
de casos suspeitos ou confirmados no sexo feminino, em torno de 53,5%
contra 46,5% dos casos no sexo masculino.

Exemplo 1.8 Note que para resolver o exemplo proposto você poderá fazer
uma regra de três simples ou utilizar os conceitos de frequências (simples,
relativa e percentual).

O exemplo retrata um gráfico em colunas para representar o tempo (em dias)

de completo fechamento em cortes provenientes de cirurgia

Por exemplo, no final

dessa coluna referente ao
Para responder a tempo de 17 dias (eixo x)
letra B, observe o de completo fechamento
valor da frequência em cortes, observamos
(5 pacientes) para 8 uma frequência igual
14 dias de completo a 7 (eixo y), ou seja, 7
fechamento em 7 pacientes demoraram
cortes, num total esse tempo para completo
de 30 pacientes 6
fechamento em cortes.
(soma de todas as 5
Frequência

Dessa mesma forma

frequências: 5 + 7 + realizamos a leitura dos
6 + 7 + 5 = 30). 4 demais tempos.
3
2
1
0
14 15 16 17 18

Tempo(em dia)
 UNIUBE 27

Com base nas informações apresentadas responda as letras a seguir:

a) Analisando os resultados do gráfico, observamos que um número maior

tempo (em dia) de completo fechamento em cortes provenientes de cirurgia
é de 15 dias e de 17 dias, em ambos os casos observamos uma frequência
de 7 pacientes cada? Em caso afirmativo ou não, apresente a sua análise
por extenso.

Resposta: Sim, é verdadeira conforme a análise das colunas referentes aos

dias 15 e 17, e o valor correspondente das frequências, em ambos os casos
observamos uma frequência de 7 pacientes cada.

b) Pode-se afirmar que 20% dos pacientes tiveram o completo fechamento

em cortes provenientes de cirurgia em 14 dias. Em caso afirmativo ou não,
apresente os cálculos necessários e descreva, por extenso, a análise para
o resultado encontrado.
5
= 0,17.100
Resposta: = 0,17 ou 16, 67% .
30
Portanto é falsa a afirmação, do total de 30 pacientes, pode-se afirmar que
14 dias de completo fechamento em cortes provenientes de cirurgia ocorreu
com aproximadamente 16,675 dos pacientes, conforme apresentado nos
cálculos acima.

AGORA É A SUA VEZ

Atividade 1.4

Procure, em jornais e revistas especializados, dois exemplos de histograma,

polígono de frequência e polígono dê frequências acumuladas. Reflita sobre
os resultados observados. Depois, analise os gráficos de acordo com o
conteúdo estudado.

Agora, você vai conhecer as principais e mais importantes medidas de

posição, entre elas a média, mediana e moda, e de variabilidade, como a
variância, coeficiente de variação e medidas separatrizes; tanto para dados
organizados em classes como para dados não organizados em classes
ou organizados em distribuição de frequências. É importante entender como
as fórmulas retratam ora uma medida de posição ora de variação, e saber
realizar os seus cálculos para encontrar os valores procurados. Mais do que
isso, você necessita compreender e interpretar esses valores.