0

FACULDADE DE CIÊNCIAS DE EDUCAÇÃO

CURSO DE LICENCIATURA EM ADMINISTRAÇÃO PÚBLICA

DISCIPLINA DE ESTATISTICA

Trabalho de Campo

Discente: Samson Virgílio João Código: 91240597

Pemba, Março de 2024

 1

FACULDADE DE CIÊNCIAS DE EDUCAÇÃO

CURSO DE LICENCIATURA EM ADMINISTRAÇÃO PÚBLICA

DISCIPLINA DE ESTATISTICA

Trabalho de Campo

Discente: Samson Virgílio João Código: 91240597

Trabalho de Campo a ser submetido na

Coordenação do Curso de Administração
Publica do ISCED, 1º Ano no Módulo de
Estatística sob orientação do tutor.

Pemba, Março de 2024

 2

Índice
Introdução..................................................................................................................................3

Objectivo:...................................................................................................................................3

Metodologia...............................................................................................................................3

Conclusão...................................................................................................................................8

Referências Bibliográficas.........................................................................................................9
 3

Introdução
O termo "estatística" surge 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 Jena e adoptada pelo académico alemão Godofredo
Achenwall. Aparece como vocabulário na Enciclopédia Britânica em 1797, e adquiriu um
significado de colecta e classificação de dados, no início do século XIX.

Objectivo:
 Apresentar as etapas diante da resolução dos exercícios.

Metodologia
A metodologia usada para a elaboração do presente trabalho foi com base na pesquisa
documental e consulta de forma censurada e sucinta de algumas obras que abordam sobre o
assunto. Quanto a estrutura o trabalho é regido de regras da ISCED, medidas vigentes tais
como: introdução, desenvolvimento, conclusão e referencias bibliográficas que esta presente
no final do trabalho.
 4

1. O coeficiente de correlação é usado para traduzir o grau de associação linear.

a) Qual é o significado do sinal do coeficiente?

 O sinal do coeficiente de correlação indica a direcção da associação linear entre as
variáveis.
 Coeficiente positivo: Indica que as variáveis tendem a aumentar ou diminuir juntas.
 Coeficiente negativo: Indica que as variáveis tendem a se mover em direcções
opostas.

b) De que forma o módulo do coeficiente está relacionado com a “força” da correlação?

 O módulo do coeficiente de correlação (valor absoluto) está relacionado à "força" da
correlação linear.
 Módulo próximo a 0: Indica uma fraca correlação linear.
 Módulo próximo a 1: Indica uma forte correlação linear.
 Valores intermediários: Indicam correlações lineares de força moderada.

É importante ressaltar que a correlação não implica em causalidade.

2. Diga, na sua opinião, se será positiva, negativa ou nula a correlação entre:

a) O número de anos de um carro e o seu custo;

 Correlação negativa: Carros mais novos tendem a ser mais caros.
 Justificativa: Depreciação do carro ao longo do tempo.

b) O número do aluno e sua classificação no teste de Estatística aplicada.

 Correlação negativa: Carros mais novos tendem a ser mais caros.
 Justificativa: Depreciação do carro ao longo do tempo.

c) A temperatura de uma sala e a altura do mercúrio num termómetro colocado nessa sala.
 Correlação positiva: A temperatura e a altura do mercúrio aumentam juntas.
 Justificativa: O termómetro mede a temperatura, e a temperatura influencia a altura
do mercúrio.
 5

3. As tabelas seguintes mostram respectivamente, as medidas do lado e do perímetro de

12 quadrados e os dados relativos a idade em anos e a altura em centímetros de 12
crianças:

Tabela A: medidas do lado e do perímetro de 12 quadrados

Lado 2 5 7 3 1 4 10 8 2.5 6 9 0,5
Perímetr 8 20 28 12 4 16 40 32 10 24 36 2
o

Tabela B: Idade em anos e a altura em centímetros de 12 crianças

Lado 2 5 7 12 6 8 7 2 13 13 5 9
Perímetr 85 110 120 160 118 132 118 82 165 160 111 138
o

a) Desenhe os respectivos diagramas de dispersão.

Diagrama de dispersão da Tabela A
45
40
40 36
35 32
30 28
24
25
20
20 Perímetro
16
15 12
10
10 8
4
5 2
0
0 2 4 6 8 10 12 14

Diagrama de dispersão da Tabela B

 6

160
180 165
160
160
138
140 118 132
111
118 120
120 110

100 82
85
80
60
40
20
0
0 2 4 6 8 10 12 14

b) Com base nos diagramas, compare a correlação nos dois casos.

Caso A:
 Forma: O diagrama apresenta uma forma linear, indicando uma possível relação
linear entre as variáveis.
 Dispersão dos pontos: Os pontos estão dispersos em torno da linha de regressão,
indicando que a correlação não é perfeita.
 Inclinação da linha: A inclinação da linha de regressão é positiva, indicando que as
variáveis aumentam juntas.

Caso B:
 Forma: O diagrama apresenta uma forma não linear, indicando que a relação entre as
variáveis não é linear.
 Dispersão dos pontos: Os pontos estão mais concentrados em uma área do diagrama,
indicando uma possível correlação mais forte.
 Inclinação da linha: A inclinação da linha de regressão é negativa, indicando que as
variáveis se movem em direcções opostas.

4. Num grupo de 500 estudantes, 80 estudam Engenharia, 150 estudam Economia e 10

estudam Engenharia e Economia. Se um aluno é escolhido ao acaso, qual a
probabilidade de que:
a) Ele estude Economia e Engenharia
 Probabilidade = Número de alunos em ambas as áreas / Número total de alunos
 Probabilidade = 10 / 500 = 0.02 ou 2%

b) Estudar Somente Engenharia:

 7

 Número de alunos que estudam Engenharia apenas = 80 - 10 = 70

 Probabilidade = 70 / 500 = 0.14 ou 14%

c) Estudar Somente Economia:

 Número de alunos que estudam Economia apenas = 150 - 10 = 140
 Probabilidade = 140 / 500 = 0.28 ou 28%

d) Não Estudar Engenharia nem Economia:

 Número de alunos que não estudam nenhuma das áreas = 500 - (80 + 150 - 10) = 260
 Probabilidade = 260 / 500 = 0.52 ou 52%

e) Estudar Engenharia ou Economia:

 Probabilidade = (80 + 150 - 10) / 500 = 0.44 ou 44%

5. Numa cidade 40 % da população possui cabelos castanhos, 25% olhos castanhos e 15%
olhos e cabelos castanhos. Uma pessoa é seleccionada aleatoriamente.
a) Se ela tiver olhos castanhos, qual a probabilidade de também ter cabelos castanhos?

a) Cabelos Castanhos e Olhos Castanhos:

 Probabilidade = Probabilidade (cabelos castanhos | olhos castanhos) * Probabilidade

(olhos castanhos)
 Probabilidade = (x - 15%) / 25% = 0.4

b) Se ela tiver cabelos castanhos, qual a probabilidade de ter olhos castanhos?

Olhos Castanhos e Cabelos Castanhos:
 Probabilidade = Probabilidade (olhos castanhos | cabelos castanhos) * Probabilidade
(cabelos castanhos)
 Probabilidade = (25% - x) / 40% = 0.625
 8

Conclusão
Embora a matemática seja a base da estatística, seu objectivo vai além de simplesmente calcular o
erro nas nossas observações. O foco central da estatística reside na medição da discrepância entre a
estimativa proporcionada por uma amostra e a realidade da população de onde ela foi retirada. Para
entender a magnitude do erro e como ele se comporta, é crucial dominar ferramentas
matemáticas como a teoria de conjuntos, a análise combinatória e o cálculo.

Em outras palavras, a estatística nos permite avaliar a representatividade da nossa amostra em

relação à população, ajudando a quantificar o quão próximas ou distantes as estimativas estão
da realidade.
 9

Referências Bibliográficas
Bussab, W. O. e Morettin, P.A. (2007), Estatística Básica. São Paulo: Atual.

Fonseca, J. S. e Martins, G.A. (1993), Curso de Estatística. São Paulo: Atlas.

Lapponi, J. C. (1997), Estatística usando Excel 5 e 6. São Paulo: Lapponi Treinamento e

Editora.

Morettin, L. G. (1999), Estatística Básica – Vol. 2 – Inferência. São Paulo: Makron Books.