DistribuicaoFrequencias 240315 184540

Distribuição de Frequências
Construção e medidas para dados agrupados
Rafael Bráz Azevedo Farias
Disciplina: Introdução à Estatı́stica
13 de Março de 2015
Tabela primitiva
Vamos considerar a descrição estatı́stica de variáveis quantitativas
Tabela : Estatura de 40 alunos do colégio Neymar Jr.

160 160 161 150 162 160 155 167 164 160
162 161 168 163 156 173 160 155 164 168
155 152 163 160 155 155 169 151 170 164
154 161 156 172 153 157 156 158 158 161
Fonte: Dados fictı́cios
A este tipo de tabela não-organizada damos o nome de tabela

primitiva.
Rol
A tabela obtida após a ordenação (crescente ou decrescente) dos

dados é chamada rol.
Tabela : Estatura de 40 alunos do colégio Neymar Jr. (com alturas

ordenadas)
150 154 155 157 160 161 162 164 166 169
151 155 156 158 160 161 162 164 167 170
152 155 156 158 160 161 163 164 168 172
153 155 156 160 160 161 163 165 168 173
O rol facilita descobrir na tabela qual o menor valor, maior valor,

amplitude, etc. . .
Distribuição de frequências
Para facilitar ainda mais a leitura da tabela, podemos agrupar os

valores em intervalos (classes) e contar quantos elementos estão
incluı́dos em cada classe (frequência).
Tabela : Rol das estaturas de 40 alunos do colégio Neymar Jr.

150 154 155 157 160 161 162 164 166 169
151 155 156 158 160 161 162 164 167 170
152 155 156 158 160 161 163 164 168 172
153 155 156 160 160 161 163 165 168 173
Tabela : Distribuição de frequências

Estaturas (cm) Tabulação Frequência
150 |− 154
154 |− 158
158 |− 162
162 |− 166
166 |− 170
170 |− 174
Total
154 |− 58 é um intervalo fechado à esquerda e aberto à direita, ou seja

154 |− 58 = 154 ≤ x < 158.
Tabela : Rol das estaturas de 40 alunos do colégio Neymar Jr

150 154 155 157 160 161 162 164 166 169
151 155 156 158 160 161 162 164 167 170
152 155 156 158 160 161 163 164 168 172
153 155 156 160 160 161 163 165 168 173
Tabela : Distribuição de frequências

Estaturas (cm) Tabulação Frequência
150 |− 154 4
154 |− 158 9
158 |− 162 11
162 |− 166 8
166 |− 170 5
170 |− 174 3
Total
154 |− 58 é um intervalo fechado à esquerda e aberto à direita, ou seja

154 |− 58 = 154 ≤ x < 158.
Distribuição de frequências
Tabela : Distribuição de frequências da estatura de 40 alunos do colégio

Neymar Jr.
Estaturas (cm) Frequência
150 |− 154 4
154 |− 158 9
158 |− 162 11
162 |− 166 8
166 |− 170 5
170 |− 174 3
Total 40
Assim, ganhamos em simplicidade, mas perdemos em detalhes.

Dados agrupados em distribuição de frequências são
chamados dados agrupados.
Elementos de uma distribuição de frequências
Elementos de uma distribuição de frequências:
1. Classes
Classes de frequências ou, simplesmente, classes, são
intervalos de variação da variável.
As classes são representadas simbolicamente por i, sendo

i = 1, 2, 3, . . . , k (onde k é o número total de classes da
distribuição).
Assim, em nosso exemplo, o intervalo 154 |− 58 define a

segunda classe (i = 2). Como a distribuição é formada de seis
classes, podemos afirmar que k = 6.

2. Limites de classes
O menor número é o limite inferior da classe (li ) e o maior
número, o limite superior da classe (Li ).
Na segunda classe, por exemplo, temos:
l2 = 154 e L2 = 158
Tabela : Distribuição de frequências da estatura de 40 alunos.
150 |− 154 4
154 |− 158 9
158 |− 162 11
162 |− 166 8
166 |− 170 5
170 |− 174 3
Total 40
3. Amplitude de classe
Amplitude de um intervalo de classe ou, simplesmente,
intervalo de classe, é uma medida do intervalo que define a
classe.
Ela é obtida pela diferença entre os limites superior e inferior

dessa classe e indicada por hi . Assim:
hi = Li − li
Na distribuição da tabela com as estaturas, temos:
h2 = L2 − l2 = 158 − 154 = 4
ou seja, a aplitude da segunda classe é de 4 cm.

4. Amplitude total da distribuição

Amplitude total da distribuição(AT) é a diferença entre o
limite superior da última classe (limite superior máximo) e o
limite inferior da primeira classe (limite inferior mı́nimo).
AT = LMAX − lMIN
Em nosso exemplo, temos:
AT = L6 − l1 = 174 − 150 = 24
ou seja, a aplitude total da distribuição é de 24 cm.

4. Amplitude total da distribuição

É evidente que, se as classes possuem o mesmo intervalo,
verificamos a relação:
AT
=k
hi

24
=6
4
ou seja, a aplitude total da distribuição é de 24 cm.
5. Amplitude amostral
Amplitude amostral (AA) é a diferença entre o valor
máximo e o valor mı́nimo da amostra:
AA = xMAX − xMIN
AA = 173 − 150 = 23
ou seja, a aplitude amostral dos dados é de 23 cm.

6. Ponto médio de uma classe

Ponto médio de uma classe (xi ) é, como o próprio nome
indica, o ponto que divide o intervalo de classe em duas partes
iguais.
Para obtermos o ponto médio de uma classe, calculamos a
semi-soma dos limites da classe (média aritimética):
li + Li
xi =
2
Assim, o ponto médio da segunda classe, em nosso exemplo, é:
l2 + L2 154 + 158
x2 = = = 156
2 2
ou seja, o ponto médio da segunda classe é 156 cm.
7. Frequência de classe
A frequência simples (ou absoluta) é representada por fi .
No nosso exemplo temos:
f1 = 4, f2 = 9, f3 = 11, etc...
A soma de todas as frequências é representada pelo somatório:

k
X
fi = n
i=1
Construção de distribuições de frequências
Construção de distribuições de frequências:
1. determinação da quantidade de classes

A primeira coisa a decidir na construção de uma tabela de
distribuição de frequências é o número de classes a ser usado.
A seguinte regra pode ser útil:
k ≈ 1 + 3, 3 log(n)
(fórmula de Sturges)
se tivermos 40 dados, então
k ≈ 1 + 3, 3 log10 40 = 6.286798
Logo, podemos dizer que k ≈ 6, e utilizar este número na

construção.
2. determinação da amplitude das classes

Determina-se a amplitude de classe, dividindo-se a amplitude
amostral pelo número de classes. Arredonde o resultado para
mais, até um número conveniente.
Esse arredondamento para mais não somente é conveniente

como também garante que todos os valores sejam incluı́dos na
tabela de frequência.
Em nosso exemplo, temos, para n = 4 e k = 6 que:

AA 173 − 150 23
h= = = = 3, 8 ≈ 4
k 6 6
Isto é, seis classes de intervalos iguais a 4.
3. determinação dos limites de classe

Escolhe-se como limite inferior da primeira classe o menor
valor ou um valor ligeiramente inferior a ele. Esse valor serve
como ponto de partida.
Some a amplitude de classe e o ponto de partida, obtendo o

segundo limite inferior; e assim por diante.
Relacione os limites inferiores de classe em uma coluna e

introduza os limites superiores, que podem ser facilmente
determinados a esta altura.

4. determinação das frequências
Conte o número de elementos em cada classe, que será a
frequência.

150 |− 154 4
154 |− 158 9
158 |− 162 11
162 |− 166 8
166 |− 170 5
170 |− 174 3
Total 40
Tipos de frequências
Frequências simples ou absolutas (fi )

São os valores que realmente representam o número de dados
de cada classe.
No nosso exemplo, temos:
f1 = 4, f2 = 9, f3 = 11, etc...
Como vimos, a soma de frequências simples é igual ao número

total dos dados
Xk
fi = n
i=1
em que k é o número de classes.

Frequências relativas (fri )

são as razões entre as frequências simples e frequência total
(número de observações):
fi fi
fri = Pk =
i=1 fi
n
Logo, a frequência relativa da terceira classe do nosso

exemplo é
fi 11
fri = = = 0, 275
n 40
Como vimos, a soma de frequências simples é igual ao número
total dos dados
k k
X X fi
fri = = 1 ou 100%
n
i=1 i=1
Frequência acumulada (Fi )

é o total das frequências de todos os valores inferiores ao limite
superior do intervalo de uma dada classe:
Fi = f1 + f2 + . . . + fi
ou
i
X
Fi = fj (i = 1, 2, . . . , k)
j=1
Assim, no exemplo apresentado anteriormente, a frequência

acumulada correspondente à terceira classe é:
3
X
F3 = fj = f1 + f2 + f3 = 4 + 9 + 11 = 24,
j=1
o que significa: existem 24 alunos com estatura inferior a 162 cm

(limite superior da terceira classe)

150 |− 154 4
154 |− 158 9
158 |− 162 11
162 |− 166 8
166 |− 170 5
170 |− 174 3
Total 40
Tabela de distribuição de frequências

i Estaturas (cm) fi xi fri Fi Fri
1 150 |− 154 4 152 0,100 4 0,100
2 154 |− 158 9 156 0,225 13 0,325
3 158 |− 162 11 160 0,275 24 0,600
4 162 |− 166 8 164 0,200 32 0,800
5 166 |− 170 5 168 0,125 37 0,925
6 170 |− 174 3 172 0,075 40 1,000
P
− fi = 40 − 1,000 − −
Distribuição de frequências para dados discretos

Quando se trata de variáveis discretas de variação relativamente
pequena, cada valor pode ser tomado como um intervalo de classe
(intervalo degenerado) e, nesse caso, a distribuição é chamada
distribuição sem intervalo de classe, tomando
Tabela : Distribuição de frequências para dados discretos com variação

relativamente pequena
xi fi
x1 f1
x2 f2
x3 f3
.. ..
. .
xk fk
Pk
Total i=1 fi = n
Distribuição sem intervalo de classe

Seja x a variável “número de cômodos das casas ocupadas em vinte
famı́lias entrevistadas”. Temos a seguinte distribuição de
frequências
Tabela : Distribuição de frequências para número de cômodos das casas

ocupadas em vinte famı́lias entrevistadas
No de cômodos (xi ) Frequência (fi )
2 4
3 7
4 5
5 2
6 1
7 1
P6
Total i=1 fi = 20
Gráficos
Gráficos de distribuição de frequências
Histograma
O histograma é formado por um conjunto de retângulos
justapostos, cujas bases se localizam sobre o eixo horizontal,
de tal modo que seus pontos médios coincidem com os pontos
médios dos intervalos de classe.
As alturas dos retângulos devem ser proporcionais às

frequências das classes, sendo a amplitude dos intervalos
igual. Isso nos permite tomar as alturas numericamente iguais
às frequências.
Gráficos
Construa um histograma e um polı́gono de frequências para a

seguinte distribuição de frequências:

i Estaturas (cm) fi xi fri Fi Fri
1 150 |− 154 4 152 0,100 4 0,100
2 154 |− 158 9 156 0,225 13 0,325
3 158 |− 162 11 160 0,275 24 0,600
4 162 |− 166 8 164 0,200 32 0,800
5 166 |− 170 5 168 0,125 37 0,925
6 170 |− 174 3 172 0,075 40 1,000
Totais − 40 − 1,000 − −
Gráficos
Histograma
Figura : Histograma da estatura de 40 alunos do colégio Neymar Jr.

Gráficos
Polı́gono de frequências
O Polı́gono de frequências é um gráfico em linda, sendo as
frequências marcadas sobre as perpendiculares ao eixo
horizontal, levantadas pelos pontos médios de classe.
Para realmente obtermos um polı́gono (linha fechada),

devemos completar a figura, ligando os extremos da linha
obtida aos pontos médios da classe anterior à primeira e da
posterior à última, da distribuição.
Gráficos
Polı́gono de frequências
Figura : Polı́gono de frequências da estatura de 40 alunos do colégio

Neymar Jr.
Medidas de Posição e Dispersão para dados não agrupados
Distribuição de frequências simples
Em muitos casos, os valores apresentam muitas repetições.

Esse fato irá sugerir, naturalmente, que se condensem todos
os resultados em uma tabela, estabelecendo-se a
correspondência entre o valor individual e o respectivo número
de vezes que ele foi observado (freqüência desse valor).
Essa tabela de freqüências proporciona uma apresentação
esteticamente mais vantajosa dos dados, facilitando a
verificação do comportamento do fenômeno.

Considere a seguinte tabela com uma distribuição de frequências
simples:
Tabela : Numero diário de maquinas que apresentam defeito no primeiro

mês de funcionamento da empresa gama - Janeiro de 2014.
No de máquinas frequência fri Fi Fri
com defeito (xi ) (fi )
1 2 0,6676 2 0,6670
2 2 0,6676 4 0,1334
3 5 0,1667 9 0,3001
4 10 0,3333 19 0,6334
5 6 0,2000 25 0,8334
6 5 0,1666 30 1,0000
Total 30 1,000
Algumas perguntas interessantes sobre a tabela anterior

1 Qual o número médio de máquinas com defeito na empresa gama?
2 Qual o número mediano de maquinas com defeito? E o número
modal?
3 Em quantos dias observamos no mı́nimo 3 maquinas com defeito?
4 Em quantos dias observamos 4 maquinas com defeito?
5 Em que porcentagem dos dias observamos no máximo 3 maquinas
com defeito?
6 Em quantos dias e em que porcentagem observamos no mı́nimo 2 e
no máximo 4 maquinas com defeito?
7 Calcule a variância, o desvio padrão e o coeficiente de variação.
8 Se uma outra empresa do mesmo ramo apresentou uma dispersão
relativa ( C.V. ) de 30%, em qual das duas o número médio de
defeitos foi mais representativo? Justifique.
9 Represente a distribuição acima graficamente.
Medidas de posição
Média Aritmética
k k
X xi fi X
X̄ = , em que n = fi
n
i=1 i=1
Moda
Valor mais frequente no caso unimodal ou valores mais frequentes
quando polimodal. Chamamos amodal quando todos são
igualmente frequentes.
Mediana
Valor que divide a distribuição em duas partes iguais, como os
valores já estão ordenados, deve-se observar as frequências
acumuladas para verificar aonde está o valor central (se n é ı́mpar)
ou a média aritmética entre os dois valores centrais (se n é par).
Medidas de dispersão (variabilidade)
Variância populacional σ 2
n
X (Xi − µ)2 fi
σ2 =
N
i=1
Variância Amostral (s 2 )
n
2
X (xi − x)2 fi
s =
n−1
i=1
Desvio Padrão populacional (σ) e Desvio Padrão amostral (s)

√ √
σ = σ e s = s2
Coeficiente de Variação Populacional

σ
C .Vpop . = 100%
x
Coeficiente de Variação Amostral

s
C .V . = 100%
x
Expandindo a tabela com quantidades importantes para os cálculos que

temos interesse.
Tabela : Numero diário de maquinas que apresentam defeito no primeiro
mês de funcionamento da empresa gama - Janeiro de 2014.
xi fi xi fi (xi − x̄)2 fi
1 2 2 18,4022
2 2 4 8,2688
3 5 15 5,3388
4 10 40 0,0111
5 6 30 5,6066
6 5 30 19,3388
Total 30 121 56,9667
Temos: X̄ = 4, 03, s 2 = 1, 9643, s = 1, 40 e C .V . = 0, 3474 ou

C .V . = 34, 74%
Distribuição de frequências para dados agrupados em

classes
Muitas vezes, mesmo com o risco de sacrificar algum detalhe

manifestado na ordenação dos valores individuais, há
vantagens em resumir os dados originais em uma distribuição
de freqüências, onde os valores observados não mais
aparecerão individualmente, mas agrupados em classes.
Mas quando utilizar?

Quando a variável de estudo for continua;
Quando a variável de estudo for discreta e o numero de valores
representativos (distintos) da variável for muito grande.
Vamos ilustar as medidas de posição e dispersão com o

seguinte exemplo:
Tabela : Salários dos empregados da seção de orçamento da empresa

Beta
4,0 4,5 4,8 7,4 8,0 8,0 5,5 6,3 7,5 7,8
5,6 9,3 10,0 9,8 10,0 11,5 11,5 11,5 10,5 11,2
14,2 11,6 16,0 16,4 17,0 17,0 19,5 12,4 13,5 14,2
13,5 15,0 15,5 15,5 23,5 4,8
Algumas perguntas interessantes sobre a tabela anterior
1 Qual a média salarial dos empregados na empresa beta?

2 Qual a mediana do salários dos empregados da empresa beta? E o
número modal?
3 Quantos profissionais recebem salário de no Maximo 20
salarios-mı́nimo?
4 Que percentual de funcionários recebem um salário superior a 8
salarios-mı́nimo e no máximo igual a 16 salarios-mı́nimo?
5 Calcule a variância, o desvio padrão e o coeficiente de variação.
6 Uma segunda amostra de profissionais de nı́vel superior de uma
outra empresa concorrente apresentou um salário médio de 12
salários-mı́nimo, com uma desvio-padrão de 4 salarios-mı́nimo, em
qual das duas empresas observamos um salário médio mais
representativo? Justifique.
7 Represente a distribuição acima graficamente.
Média Aritmética
k
X xi fi
X̄ =
n
i=1
em que
xi : ponto médio da i-ésima classe;
fi : frequência absoluta da i-ésima classe;
n = ki=1 fi : tamanho da amostra ou conjunto de dados.
P
Mediana
Quando estamos trabalhando com uma distribuição de
frequências, devemos, inicialmente, identificar a ordem do
elemento mediano.
Se temos um número ı́mpar de dados, procuramos o elemento
de ordem (n + 1)/2;
caso o número de dados seja par, buscamos o elemento de
ordem (n/2).
Em seguida, identificamos a classe mediana, ou seja, a classe
que vai conter a mediana.
Nessa classe deverá estar até metade das observações e ela
pode ser encontrada através da informação dada pela
frequência acumulada.
A mediana será, então, dada por:

n
2 − (Fac )Md

Md = lMd + h
fMd
lMd : limite inferior de classe mediana (classe que contém a

mediana);
(Fac )Md : frequência acumulada anterior a da classe mediana;
fMd : frequência absoluta de classe mediana;
d : comprimento do intervalo da classe mediana;
n : número de observações ou tamanho da amostra.
Moda
A moda vai nos mostrar que porção da distribuição dos dados
tem a maior freqüência de ocorrência.
Identificamos, então, a classe modal como aquela que detém a
maior freqüência.
A moda pode ser obtida através de:

∆1
Mo = lMo + h
∆1 + ∆ 2
lMo : limite inferior da classe modal; (classe que contém a

moda);
∆1 : diferença entre a frequência absoluta da classe modal e a
da classe imediatamente anterior;
∆2 : diferença entre a frequência absoluta da classe modal e a
da classe imediatamente posterior;
h : comprimento do intervalo da classe modal.
Variância populacional σ 2
n
2
X (Xi − µ)2 fi
σ =
N
i=1
Variância Amostral (s 2 )
n
X (xi − x)2 fi
s2 =
n−1
i=1
σ, s, C .Vpop e C .Vamostral
√ √ σ σ
σ= σ, s = s 2 , C .Vpop = 100% e C .Vamostral = 100%
x x
Medidas de assimetria
Ao se analisar uma distribuição, muitas vezes torna-se

importante obter informações adicionais sobre sua forma, além
da idéia de dispersão fornecida pelo desvio padrão.
Essas informações se ligam principalmente à simetria, ou

graus de assimetria da distribuição estudada. Os tipos de
distribuição são Simétrica , Assimétrica à direita e Assimétrica
à esquerda.
Distribuição simétrica
Uma distribuição é dita simétrica em relação a um eixo,
quando as duas partes da distribuição por ele criadas
coincidem perfeitamente ao serem superpostas.
Nesse caso, o grau de assimetria é zero e a média é igual a
mediana que é igual a moda.
Assimétrica à direita (positiva)
Quando a parte da distribuição à direita se torna mais alongada, o

primeiro parâmetro a detectar a mudança é a média (X̄ ), pois todos
os valores de x contribuem no seu cálculo.
Assim, a média se desloca para a direita, seguida da mediana. A
moda permanece estática.
Assimétrica à esquerda (negativa)
Quando o alongamento for observado à esquerda do eixo, temos o

caso de assimetria à esquerda, ou negativa.
Por razões semelhantes, ter-se-á o maior deslocamento da média
(X̄ ) para a esquerda, seguida da mediana (Md)
Coeficiente de Assimetria (CA)
1◦ Coeficiente de assimetria de Pearson

X̄ − Mo X̄ − Mo
CA = ou CA =
s σ
Quando:
CA = 0 =⇒ Distribuição simétrica;
CA > 0 =⇒ Assimetria à direita (assimetria positiva);
CA < 0 =⇒ Assimetria à esquerda (assimetria negativa).
Coeficiente de Assimetria (CA)
Quando não temos condições de calcular a média e o desvio

padrão utilizaremos:
2◦ Coeficiente de assimetria de Pearson
Q3 + Q1 − 2Md
CA2 = ,
Q3 − Q1
sendo Q1 : 1◦ quartil e Q3 : 3◦ quartil.
Temos também que

CA2 = 0 =⇒ Distribuição simétrica;
CA2 > 0 =⇒ Assimetria à direita (assimetria positiva);
CA2 < 0 =⇒ Assimetria à esquerda (assimetria negativa).
Medidas de Curtose
Denominamos curtose o grau de achatamento (ou afilamento) de

uma distribuição em relação a uma distribuição padrão (chamada
curva normal padrão).
De acordo com o grau da curtose, as curvas de freqüência podem
se classificar em três tipos:
Mesocúrtica: é a curva chamada de curva normal padrão;
Leptocúrtica: é a curva que se apresenta mais fechada (ou

mais afilada);
Platicúrtica: é a curva mais aberta (ou mais achatada).

Coeficientes de Curtose
Q3 − Q1
C= ,
2(P90 − P10 )
Sendo:
C = Coeficiente de Curtose
Q1 = Primeiro Quartil
Q3 = Terceiro Quartil
P10 = Décimo Percentil
P90 = Nonagésimo percentil
Podemos estabelecer comparações entre as diversas curvas e
classificá-las:
C = 0, 263 −→ corresponde a curva mesocúrtica
C < 0, 263 −→ corresponde a curva leptocúrtica
C > 0, 263 −→ corresponde a curva platicúrtica
Tipos de Histogramas
Distribuição de frequências dos salários dos empregados

da seção de orçamento da empresa Beta
Utilizando os conhecimentos já adquiridos para a construção de

uma distribuição de frequencias, temos:
Tabela : Distribuição de frequências dos salários dos empregados da

seção de orçamento da empresa Beta.
i Classe de salários fi xi fri Fi Fri
1 04 |− 08 10 6 0,2777 10 0,2777
2 08 |− 12 12 10 0,3333 22 0,6111
3 12 |− 16 8 14 0,2222 30 0,8333
4 16 |− 20 5 18 0,1388 35 0,9722
5 20 |− 24 1 22 0,0277 36 1,0000
36 1,000
Distribuição de frequências em classes
Expandindo a tabela com quantidades importantes para os cálculos que

temos interesse.
Tabela : Distribuição de frequências dos salários dos empregados da
seção de orçamento da empresa Beta
xi fi xi fi (xi − x̄)2 fi
6 10 60 272,7160
10 12 120 17,9259
14 8 112 61,7284
18 5 90 229,6914
22 1 22 116,1605
Total 26 404 698,2222
Temos: X̄ = 11, 22, s 2 = 19, 9492, s = 4, 56 e C .V . = 0, 3980 ou

C .V . = 39, 80%

DistribuicaoFrequencias 240315 184540

Enviado por

Dados do documento

Descrição original:

Título original

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

DistribuicaoFrequencias 240315 184540

Enviado por

Direitos autorais:

Formatos disponíveis

Distribuição de Frequências

Rafael Bráz Azevedo Farias

Disciplina: Introdução à Estatı́stica

Vamos considerar a descrição estatı́stica de variáveis quantitativas

Tabela : Estatura de 40 alunos do colégio Neymar Jr.

A este tipo de tabela não-organizada damos o nome de tabela

A tabela obtida após a ordenação (crescente ou decrescente) dos

Tabela : Estatura de 40 alunos do colégio Neymar Jr. (com alturas

O rol facilita descobrir na tabela qual o menor valor, maior valor,

Para facilitar ainda mais a leitura da tabela, podemos agrupar os

Tabela : Rol das estaturas de 40 alunos do colégio Neymar Jr.

Tabela : Distribuição de frequências

154 |− 58 é um intervalo fechado à esquerda e aberto à direita, ou seja

Tabela : Rol das estaturas de 40 alunos do colégio Neymar Jr

Tabela : Distribuição de frequências

154 |− 58 é um intervalo fechado à esquerda e aberto à direita, ou seja

Tabela : Distribuição de frequências da estatura de 40 alunos do colégio

Assim, ganhamos em simplicidade, mas perdemos em detalhes.

Elementos de uma distribuição de frequências:

As classes são representadas simbolicamente por i, sendo

Assim, em nosso exemplo, o intervalo 154 |− 58 define a

Elementos de uma distribuição de frequências:

Elementos de uma distribuição de frequências:

Ela é obtida pela diferença entre os limites superior e inferior

Na distribuição da tabela com as estaturas, temos:

ou seja, a aplitude da segunda classe é de 4 cm.

Elementos de uma distribuição de frequências:

4. Amplitude total da distribuição

Em nosso exemplo, temos:

ou seja, a aplitude total da distribuição é de 24 cm.

Elementos de uma distribuição de frequências:

4. Amplitude total da distribuição

Em nosso exemplo, temos:

Elementos de uma distribuição de frequências:

Em nosso exemplo, temos:

ou seja, a aplitude amostral dos dados é de 23 cm.

Elementos de uma distribuição de frequências:

6. Ponto médio de uma classe

Elementos de uma distribuição de frequências:

No nosso exemplo temos:

A soma de todas as frequências é representada pelo somatório:

Construção de distribuições de frequências:

1. determinação da quantidade de classes

A seguinte regra pode ser útil:

Logo, podemos dizer que k ≈ 6, e utilizar este número na

Construção de distribuições de frequências:

2. determinação da amplitude das classes

Esse arredondamento para mais não somente é conveniente

Em nosso exemplo, temos, para n = 4 e k = 6 que:

Construção de distribuições de frequências:

3. determinação dos limites de classe

Some a amplitude de classe e o ponto de partida, obtendo o

Relacione os limites inferiores de classe em uma coluna e

Construção de distribuições de frequências:

Tabela : Distribuição de frequências da estatura de 40 alunos.

Frequências simples ou absolutas (fi )

Como vimos, a soma de frequências simples é igual ao número

em que k é o número de classes.

Frequências relativas (fri )

Logo, a frequência relativa da terceira classe do nosso

Frequência acumulada (Fi )

Assim, no exemplo apresentado anteriormente, a frequência