Universidade Federal de Sergipe

PROF. DOUTOR. EDUARDO JOSÉ – DECAT

TURMA - INTRODUÇÃO À ESTATÍSTICA / ESTATÍSTICA
APLICADA
CARGA HORÁRIA – 72 H
 Estatística

Medidas de Tendência Central

❑ A tendência central é uma medida de valores numa amostra que identifica os diferentes pontos centrais
nos dados.

❑ Média, Moda e Mediana são medidas de tendência central utilizadas em estatística.

❑ A Média Aritmética de um conjunto de dados é obtida somando todos os valores e dividindo o valor
encontrado pelo número de dados desse conjunto (estimador).

❑ Propriedades.
A média das médias é a média global de 2 ou mais grupos.

A média aritmética é atraída pelos valores extremos.

 Estatística
Medidas de Tendência Central
❑ Ms: média aritmética simples x1, x2, x3,...,xn: valores dos dados n: número de dados

Exemplo: Sabendo que as notas de um aluno foram: 8,2; 7,8; 10,0; 9,5; 6,7, qual a média que ele obteve no curso?
 Estatística
Medidas de Tendência Central
❑ A Média Ponderada (MP) considera os valores que devem influenciar mais no valor final, os que têm maior peso. Para isso
cada elementos do conjunto, é multiplicado por um valor atribuído.
 Estatística
Medidas de Tendência Central

Exemplo:
 Estatística
Medidas de Tendência Central

❑ A Moda (Mo) representa o valor mais frequente de um conjunto de dados, sendo assim, para defini-la basta
observar a frequência com que os valores aparecem.

❑ Um conjunto de dados é chamado de bimodal quando apresenta duas modas, ou seja, dois valores são mais
frequentes.

Exemplo:
Em uma sapataria durante um dia foram vendidos os seguintes números de sapato: 34, 39, 36, 35, 37, 40, 36, 38,
36, 38 e 41. Qual o valor da moda desta amostra?
 Estatística
Medidas de Tendência Central

O camando summary(): mostra o resumo da amostra. Geralmente um resumo estatístico.

Exemplo:
Em uma sapataria durante um dia foram vendidos os seguintes números de sapato: 34, 39, 36, 35, 37, 40,
36, 38, 36, 38 e 41. Faça um resumo estatístico.

Resolução: x<-c(34, 39, 36, 35, 37, 40, 36, 38, 36, 38 41). Summary(x).

Min. 1st Qu. Median Mean 3rd Qu. Max.

34.00 36.00 37.00 37.27 38.50 41.00
 Estatística
Separatrizes
❑ São números que dividem a sequência ordenada de dados em partes que contêm a mesma quantidade de elementos da série.

❑ Desta forma, a mediana que divide a sequência ordenada em dois grupos, cada um deles contendo 50% dos valores da sequência, é
também uma medida separatriz.

Quartis

❑ Ao dividir a série ordenada em quatro partes, cada uma ficará com seus 25% de seus elementos.
❑ Os elementos que separam estes grupos são chamados de quartis.
❑ Assim, o primeiro quartil, que indicado por Q1, separa a sequência ordenada deixando 25% de seus valores à esquerda e 75% de seus
valores à direita.
 Estatística
Separatrizes

❑ A mediana de um conjunto com a quantidade ímpar de elementos é a mais simples de ser encontrada. Para isso, é necessário:
• colocar os dados em ordem;
• encontrar o valor que ocupa o meio desse conjunto.

❑ A mediana de um conjunto com a quantidade par de elementos é a média entre os dois valores centrais. Assim, colocaremos os dados em
ordem e encontraremos os dois valores que estão posicionados no meio do conjunto. Nesse caso, calcularemos a média entre esses dois
valores.
 Estatística
Separatrizes

Exemplo.

Usar a função summary()

terremotos<-c(15,16,13,15,16,11,11,18,12,17,24,20)

summary(terremotos)

Min. 1st Qu. Median Mean 3rd Qu. Max.

11.00 12.75 15.50 15.67 17.25 24.00
 Estatística
Medidas de Tendência Central e Separatrizes

Exercício.

❑ Utilizando o conjunto de dados abaixo, referente ao peso e altura de 15 mulheres, calcule as medidas descritivas usando a
função summary(): altura e peso.

Altura
159 161 148 160 158 164 164 153 157 163 159 156 149 157 162
(cm)
Peso
62 67 60 61 62 65 66 63 64 69 68 59 70 58 71
(kg)
 Estatística
Medidas de Tendência Central e Separatrizes
❑ Boxplot. O boxplot é um gráfico que possibilita representar a distribuição de um conjunto de dados com base em alguns de seus
parâmetros descritivos, quais sejam: a mediana (𝑄2 ), oquartil inferior (𝑄1 ), o quartil superior (𝑄3 ).
 Estatística
Medidas de Tendência Central e Separatrizes
❑ mediana (𝑄2 ), oquartil inferior (𝑄1 ), o quartil superior (𝑄3 ).
 Estatística
Medidas de Tendência Central e Separatrizes

Exemplo.

❑ Utilizando o conjunto de dados abaixo, referente ao peso e altura de 15mulheres: altura e peso. Fazer o gráfico de boxplot.

peso <-c(62,67,60,61,62,65,66,63,64,69,68,59,70,58,71)

boxplot(peso)
 Estatística
Medidas de Tendência Central e Separatrizes

Interprete o boxplot.

70
68
66
64
62
60
58
 Estatística – Medidas de Dispersão

✓ As medidas de dispersão são amplitude, desvio, variância e desvio padrão e são usadas para determinar o grau de
variação dos números de uma lista com relação à média.

✓ As medidas de dispersão são aplicadas para determinar o grau de variação dos números de uma lista com relação
à sua média.
 Estatística – Medidas de Dispersão

✓ Variância de uma amostra (ou coleção) de dados de tipo quantitativo é a medida que se obtém somando os
quadrados dos desvios dos dados relativamente à média, e dividindo pelo número de dados menos um.
Representa-se por 𝑆2.

✓ A variância amostral é uma medida de dispersão ou variabilidade dos dados, relativamente à medida de localização
média. Se representarmos os dados por 𝑥1 , … , 𝑥𝑛 , a variância obtém-se a partir da expressão.

𝑛
(𝑥 − 𝑥)
ሷ 2
𝑖
𝑆2 = ෍
𝑛−1
1=𝑛
 Estatística – Medidas de Dispersão

✓ O desvio padrão é definido como a raiz quadrada da variância. Desta forma, a unidade de medida do desvio padrão
será a mesma da unidade de medida dos dados, o que não acontece com a variância. Expressão:

𝑆= 𝑆2

✓ O R tem uma função própria:

▪ Variância – var()
▪ Desvio padrão – sd()
 Estatística – Medidas de Dispersão

✓ O coeficiente de variação é utilizado quando precisamos comparar variáveis que apresentam médias diferentes.

✓ Como o desvio padrão representa o quanto os dados estão dispersos em relação a uma média, ao comparar
amostras com médias diferentes, a sua utilização pode gerar erros de interpretação.

✓ Desta forma, ao confrontar dois conjuntos de dados, o mais homogêneo será aquele que apresentar menor
coeficiente de variação. Expressão:

𝑆
𝐶𝑉 =
𝑥ҧ
 Estatística – Medidas de Dispersão

✓ O R calcula o coeficiente de variação conforme ✓ Exemplo. O treinador de uma equipe de

abaixo: voleibol resolveu medir a altura dos jogadores da
sua equipe e encontrou os seguintes valores:
✓ CV = 100*sd(x)/mean(x) 1,86 m; 1,97 m; 1,78 m; 2,05 m; 1,91 m; 1,80 m.
Em seguida, calculou a variância e o coeficiente
de variação das alturas. Use as funções do R
estudadas.
 Estatística – Medidas de Dispersão

dados <-c(1.86,1.97,1.78,2.05,1.91,1.80)

summary(dados)

Min. 1st Qu. Median Mean 3rd Qu. Max.

1.780 1.815 1.885 1.895 1.955 2.050

var(dados)
[1] 0.01067

sd(dados)
[1] 0.1032957
 Estatística – Medidas de Dispersão

Exercício . O gerente de uma concessionária apresentou a seguinte tabela em uma reunião de dirigentes. Sabe-se que
ao final da reunião, a fim de elaborar metas e planos para o próximo ano, o administrador avaliará as vendas com base
na mediana do número de automóveis vendidos no período de janeiro a dezembro. Calcule a média, mediana e faça o
boxplot. Interprete os dados.
 Estatística – Medidas de Dispersão

Exercício. A eleição para conselheiro tutelar de uma cidade contava com dois candidatos. Observe na tabela a seguir a
quantidade de votos válidos recebidos por cada um deles nas 5 urnas utilizadas para depositar os votos. Qual candidato
obteve a melhor média de votos, o menor desvio padrão nas 5 urnas e qual candidato é mais homogênio em relação as
urnas? Interprete os resultados.

Candidato Urna 1 Urna 2 Urna 3 Urna 4 Urna 5

A 17 18 21 13 20

B 22 12 19 23 11
 Estatística
✓ Gráficos no R
✓ Os gráficos de dispersão, de barras e box-
plot, são os gráficos usados pela grande maioria
dos alunos durante o curso de graduação e pós-
graduação.
✓ Sintaxe
▪ riqueza <-
c(15,18,22,24,25,30,31,34,37,39,41,45)
▪ area <- c(2,4.5,6,10,30,34,50,56,60,77.5,80,85)
▪ plot(area,riqueza),barplot(riqueza) e
boxplot(riqueza)
 Estatística

https://wikiciencias.casadasciencias.org/wiki/index.php/Va
ri%C3%A2ncia_amostral

https://rpubs.com/

http://www.uft.edu.br/engambiental/prof/catalunha/arquivo
s/r/r_bruno.pdf

https://brasilescola.uol.com.br/matematica/medidas-
dispersao-amplitude-desvio.

https://www.lecturio.com/pt/concepts/medidas-de-
tendencia-central-e-dispersao/#lecturio-
toc__Refer%C3%AAncias