Índice

Introdução...................................................................................................................................................2
Parte............................................................................................................................................................3
1. A diferença entre uma população e uma amostra é:.............................................................................3
2. De 2.1 a 2.4, dê dois exemplos para cada tipo de:...............................................................................3
3. A tabela abaixo mostra a composição por idades de uma amostra de mulheres empregadas com
tuberculose pulmonar..................................................................................................................................3
4.Temos 100 pacientes................................................................................................................................6
Parte II.........................................................................................................................................................6
5. Duas bolas são retiradas de uma sacola onde estão contidas 10 bolas pretas 5 bolas azuis. Qual é a
probabilidade de retirar:...............................................................................................................................6
6.No lançamento de 2 dados........................................................................................................................7
7. Conclusão................................................................................................................................................8
8. Referências bibliográficas.......................................................................................................................9
Introdução
O presente exame de recorrência de estatística aborda acerca dos seguintes conteúdos: os dados e
a estatística em torno da diferença entre população e amostra, tipos de variáveis, estatística
descritiva é a parte mais conhecida. Quem vê os noticiários na televisão ou nos jornais, sabe
quão frequente é o uso de médias, índices e gráficos nas notícias. É a parte da Estatística que
colecta, descreve, organiza e apresenta os dados. É nesta etapa que são tiradas conclusões.,
medidas de posição, locação ou tendência central, medidas de variabilidade ou dispersão e a
probabilidade.

E por fim será capaz de calcular a mediana, moda e media aritmética de medidas de posição de
dados não agrupados e agrupados, e exercícios envolvendo a probabilidade
Parte
1. A diferença entre uma população e uma amostra é:

população é um conjunto de elementos com pelo menos uma característica comum enquanto
amostra é um subconjunto de uma população, onde todos os seus elementos serão examinados
para efeito da realização do estudo estatístico desejado.

2. De 2.1 a 2.4, dê dois exemplos para cada tipo de:

2.1.Dois exemplos de variável qualitativa nominal: O sexo e o local de nascimento.

2.2. Dois exemplos de variável qualitativa ordinal: A classificação de um estudante no curso de

Estatística e as posições das 100 empresas mais lucrativas.

2.3. Dois exemplos de variável quantitativa contínua: O consumo mensal de energia eléctrica e o
preço de um produto agrícola.

2.4. Dois exemplos de variável quantitativa discreta: número de vendas diárias em uma empresa
e número de pessoas por família.

3. A tabela abaixo mostra a composição por idades de uma amostra de mulheres

empregadas com tuberculose pulmonar.
Classes fi fa xm f i xi x i−x ( x i−x )
2
F i . ( x i−x )
2

[14;19[ 1 1 16,5 16,5 -14,4 207,36 207,36

[19;24[ 4 5 21,5 86 -9,4 88,36 353,44
[24;29[ 10 15 26,5 265 -4,4 19,36 193,6
[29;34[ 12 27 31,5 378 0,6 0,36 4,32
[34;39[ 8 35 36,5 292 5,6 31,36 250,88
[39;44[ 4 39 41,5 166 10,6 112,36 449,44
Total 39 --- --- 1203,5 --------- --------- 1459,04
3.1. O tamanho da amostra é 39.

3.2. A média das idades (em anos): x=

∑ xi. fi = 1203 ,5 =30 , 9
N 39

3.3. A mediana é 30,875. Demonstração

N 39
= =30 ,9 ; Classe ¿; Li−1=29; N i−1=15 ; f i=12; hi =5
2 2

N
−N i−1
2
Me=L i – 1+ . hi
Fi

19.5−15 22 ,5
Me=29+ x 5 ⟹ Me=29+ ⟹ Me=30,875
12 12

3.4. Determine a moda (Czuber) e interprete-a

Classe ¿ , D1 = 12– 10= 2; D2 = 12 – 8 = 4 , hi =5 , Li−1=29

D1 2 10
Mo=Li−1+ x h1 ⟹ Mo=29+ x 5=29+ =29+1 , 66=30 ,66
D1 + D2 2+4 6

O valor dominante que está compreendido entre os limites da classe modal é 30,66.

3.5. Determine o desvio padrão e o coeficiente de variação das idades

2
F i . ( x i−x ) 1459 ,04
Variância: σ =
2
= =37 , 41
N 39

√ √
2
Desvio padrão: σ = i ( i ) = 1459 , 04 =√37 , 41=6 , 11
F . x −x
N 39

σ 6 , 11
Coeficiente de variação: Cv= .1 00 %= .100 %=19 , 77
x 30 , 9

3.6. Determinar o grau de simetria da distribuição a partir do primeiro coeficiente de Pearson;

 x−M e 30 , 9−30,875 0,025
Primeiro coeficiente: A s= = = =0,00409
σ 6 , 11 6 ,11

Logo, As>0; a distribuição é assimetria positiva.

3.7. Determinar grau de curtose da distribuição.

N
c −N i−1
4
Qc =L i – 1+ .h i
Fi

N
Q3=? ; C=3 ; c =0 , 75.39=29 ,25 ; hi =5; F i=8 ; Classe :¿; N i−1=27 ; Li−1=34
4

29 ,25−27 2 , 25
Q 3=34 + x 5 ⟹Q 3=34+ ⟹ Q 3=35 , 41
8 8

N
Q1=? ; C=1 ; c =0 , 25.39=9 ,75 ; hi =5; F i=10 ; Classe :¿; N i−1=4; Li−1=24
4

9 ,75−4 28 ,75
Q 1=34 + x 5 ⟹ Q 1=24 + ⟹Q 1 =26 , 88
10 10

N
c −N i−1
100
C c =Li – 1+ . hi
Fi

N 39
C 90=? ; C=90 ; c =90. =39,125; hi =5; F i=4; Classe :¿; N i−1=35 ; Li−1=39
100 100

35 ,1−35 0 ,5
C 90=39+ x 5 ⟹ C 90=39+ ⟹ C90=39,125
4 4

N 39
C 10=? ; C=10 ; c =10. =3 ,9 ; hi =5; F i=4; Classe :¿; N i−1=1; Li−1=39
100 100

3 ,9−1 14 ,5
C 10=19+ x 5 ⟹ C 10=19+ ⟹ C10=22,625
4 4

grau de curtose da distribuição

 Q3−Q 1 35 , 41−26 ,88
2 2 4,265 Entao, 0,2585<0,263= leptocurtica.
C= = = =0,25848
C90−C 10 39 , 13−22, 63 16 , 5

4.Temos 100 pacientes

Tratamento A B Soma

Resultado
Cura total(CT) 24 16 40
Cura parcial(CP) 24 16 40
Morte(M) 12 8 20
Soma 60 40 100

4.1 . submetido ao tratamento A 4.2 . parci almente curado

¿ A 60 ¿ PC 40
P ( A )= = =0.6 P ( PC )= = =0.4
¿ Ω 100 ¿ Ω 100

4.3 . submetido ao tratamento B e ter sido parcialmente curado

16
P ( B ∩ PC )= =0.16
100

4.4 . submetido ao tratamento A ou ter sido parcialmente curado

24
P ( A ∩ PC )= =0.24
100

P ( A ∪ PC )=P ( A ) + P ( PC )−P ( A ∩ PC )=0.6+ 0.4−0.24=0.76

4.5 . totalmente curado sabendo que foi submetido ao tratamento B

16
P ( TC A )= =0.16
100
Parte II

5. Duas bolas são retiradas de uma sacola onde estão contidas 10 bolas pretas 5 bolas azuis. Qual
é a probabilidade de retirar:
5.1. Duas bolas azuis?

Números de casos possíveis=15 ; Números de casos favoráveis=5

Números de casos favoráveis 5 1

P= = = =0,333
Números de casos possíveis 15 3

Resposta: A probabilidade de retirar duas bolas azuis na urna é de 0,333 ou 33,3%.

5.2. Uma bola azul e uma bola preta?

15 15 ! 5 5! 10 10 ! 10 5 1
C2 = =105, C 1= =5, C 1 = =10 , logo, P= + =
( 15−2 ) 2! (5−1 ) 1! ( 10−1 ) 1 ! 105 105 7

5.3. Duas pretas?

Números de casos possíveis=15 ; Números de casos favoráveis=10

Números de casos favoráveis 10 2

P= = = =0,666
Números de casos possíveis 15 3

Resposta: A probabilidade de retirar duas bolas pretas na urna é de 0,666 ou 66,6%.

6.No lançamento de 2 dados.

6.1. O espaço amostral é:

1 2 3 4 5 6
1 ( 1 ; 1) ( 1 ; 2) ( 1 ; 3) (1 ;4 ) ( 1 ; 5) ( 1 ; 6)
2 ( 2 ; 1) ( 2 ; 2) ( 2 ; 3) (2 ;4 ) ( 2 ; 5) ( 2 ; 6)
3 ( 3 ; 1) ( 3 ; 2) ( 3 ; 3) (3 ;4 ) ( 3 ; 5) ( 3 ; 6)
4 ( 4 ; 1) ( 4 ; 2) ( 4 ; 3) (4 ;4 ) ( 4 ; 5) ( 4 ; 6)
5 ( 5 ; 1) ( 5 ; 2) ( 5 ; 3) (5 ;4 ) ( 5 ; 5) ( 5 ; 6)
6 ( 6 ; 1) ( 6 ; 2) ( 6 ; 3) ( 6 ; 4) ( 6 ; 5) (6 ;6 )
6.2. A probabilidade de obtermos soma igual a 8 sabendo que todos são ímpares.

Cada dado tem seis (6) faces Universo ( Ω )=6∗6=36

As probabilidades é que ocorram: { 5 ; 3 } ; { 3 ;5 }.

Números de casos possíveis=36 ; Números de casos favoráveis=2

Números de casos favoráveis 2 1

P= = = =0,0555=5 , 55 %
Números de casos possíveis 36 18

Resposta: A probabilidade de dois números iguais ficarem voltados para cima é de 0,0555 ou
5,55%.

7. Conclusão
Ao concluir a resolução do exame cheguei a seguinte conclusão: a estatística é simples quando
for bem sistematizado. Na organização dos dados temos que ter em conta se vamos ou não
agrupar em classes. Vimos nos exercícios que as frequências absolutas e relativas podem ser
acumuladas ascendentes e descendentes, onde compomos as tabelas das frequências acumuladas
ascendentes e descendentes, assim como os seus respectivos tipos de gráficos. As medidas de
posição são muito importantes na interpretação dos dados estatísticos. Há uma ligeira diferença
nos cálculos das medidas de tendência central para dados agrupados em classes e para facilitar a
compreensão das fórmulas da medida de posição como média aritmética, mediana, moda
preferiu-se tratar separadamente dos dados não agrupados. Vimos como essas são importantes
para entendermos a variabilidade de um fenómeno aleatório. Através de um modelo teórico,
construído com base em suposições adequadas, podemos reproduzir a distribuição de frequências
quando o fenómeno é observado directamente, isto é, a probabilidade é a ferramenta básica na
construção de modelos.
8. Referências bibliográficas

FARIAS A. A., CÉSAR C. C., SOARES J. F. Introdução à Estatística. 2ª Edição. Rio de

Janeiro: Editora LTC, 2003.
Lazaro Domingos Sande, Estatística 1 o ano, Ponta - gêa – Beira - Sofala, centro de ensino a
distancia.
BUSSAB W.O., MORETTIN P. A. Estatística Básica. 5a Edição. São Paulo: Editora
Saraiva, 2002.
MEYER, P. L., probabilidade: Aplicação à Estatística. 2a Edição. Rio de Janeiro: LTC –
Livros Técnicos e Científicos Editora, 1983.