i / Wibbattistica Yz<<2 Antonio Amot Ciespo ~ | | negerpotaind feitos por profissionais... alraasoclociscd fice ape é para estudantes. Anténio Arnot Crespo Hstatistica Linc“X BaLioECa Anténio Arnot Crespo Matemétea lado em Pedagogia Professor de Matemétiea do rede publica de ensino do estado de S80 Paulo Estatistica paec€ © UBER ii 18 edigéo — 2002 3* tiragem — 2004 Por raz6es praticas, suprimimos os centavos.ISBN 85.02.02056.0 ISBN 85-02-02055-2 (Livro do Professor) Minhas homenagens: ‘X'minna expos, Netinhs, que me dat AMOR Darna lta HLHOS para a aiegra bos mas hos Antonio Arnot Alvaro Eduard Ana Maia. em di José Lino Fruet Ronaldo A, Duarte Rocha be Chistina Spadaceini Copy-desk: Olivia Maria Neto Preparagio de original: Andrea Cristina Flatro Reviséo: Fernanda Alma Umile(supervieto) ‘Ana Maria Cortszo Siva, Ana Paula Piccoli, ‘Aparecida Maradei, Ceca Boat A. Teixeira Edo de rte: Nair de Medeiros Barbosa {de arte: Jodo Batista Ribeiro Filho. letrdnie: Tavares Servigos de Pré-improssio SIC Lida, Capa: Sérgio Palio Dados ntracionas de Ctaloyatzo na Publieaao (IP) (Camara rasa ta La, 8, Basi). resp, Ania Arnot Estate al Anno Armot Crespo. — 17,0, — Sto Pa Sava, 2002, Isa 5-02 420560 (odo alan) ISBN B5-02420552 todo protesson) 1. Estaistia(Ensino méd) 2 satisea — Problema, exaecos ee (€xsino mao). Ta. coosi07 ce916 31076 Ina par atiogo sist: 1: atatea Esto eensno 3107 2 berciaesEstsiea 31078, BIBLIOTECA ther Porta Vatho-RO| 844 Eaitora Saraiva ‘8s Marqués de Sao Vcots 1697 — CEP 01190-004 — Bare Funda Sto Pauo-SP_ “Tol: PABX (0°11) 9613.9000— Fox (0°11) 3611-3308 ~ Telvondas:(0™11) 9613.944 Fax Vena (11) 9611-3268 ~ Atendimento ao Profesor (11) 9619-2090 Endereo ntret ar eiorasarava com br ~E-malalendpol ddaco @erasarana.com be Be Apresentacao Este livro 6 0 resultado de varios anos de estudo dirigidos a0 ensino de Estatistiea e destina-se 2 clientela dos cursos profissionalizantes do 2° grau (Secretariado, Contabilidade, Administrago, Formagao Espectfica de Magis- tério para o 1 grau etc.) , também, aos alunos de cursos superiores que ne- cessitam de um estudo introdutério de Estatstia, Preocupou-nos apresentar todos os t6picas exigidos pelo programa esta belecido para os cursos profissionalizantes da rede de ensino particular e of cial, de uma forma acessivel ao aluno, dentro de um esquema de ensino obje- tivo e prtico Por essa razio, as caracteristicas deste livro so eminentemente didat cas. Foram evitadas demonstragées, sendo apresentados comentirios e andl ses objetivas dos assuntos. O estudo é complementado por exereieios em abundineia, onde procuramos trabalhar com situagSes priticas. ‘Apés ampla reformulagio, que promoven a atualizagao do texto e a in- lusto e redistribuigao de alguns assuntos, a estrutura da obra ficou assim + Nos oito primeiros capitulos descnvolvemos os tpicos. de Estatistica Deseritiva, dando um especial destaque & Distribuigdo de Freqliéncia, + No capitulo 9 enfocamos © estudo de Probabilidades, de forma ele- ‘mentar, enfatizando 0 uso do raciocinio, No capitulo 10 entreabrimos a porta para um primeiro contato com os dois prineipais modelos teéri- cos de Distribuigio de Probabilidade: Distribuigio Binomial e Dis- tibuigio Normal No capitulo 11 apresentamos um estudo elementar de Correlagio e Re- sesso, que nos ajudaré a compreender e medir a relagio entre varié- veis. Os Niimeros-indiees, de interesse permanente no aspecto econ6: rico de nosso dia-a-dia, passaram por uma revisio, na qual procura- 1mos dar énfase & realidade prética de sua formagio e de seu emprezo (capitulo 12) Finalmente, 0 Apéndice — Instrumental Matemiitic, a ser consulta- do de acordo com as necessidades de cada aluno, foi complementado Os exervicios, sempre colocados em pontos estratégicos de cada capitu- Jo, estio divididos em ués secies: + Exercicios resolvidos — exemplos para a fixagio da matéia estudada; + Resolva — exercicios de aprendizagem imediata, algumas vezes com o raciocinio jé encaminhado: + Bxercicios — seqliéncia graduada de exere‘eios propostos No final do livro, apresentamos uma coletinea de questies objetivas, que poderio ser usadas nas verificagies de aprendizagem. ‘Todos os exercicios deverdo ser resolvides num caderno & parte. As res- postas estio no final do livr. ’Consideramos a Matemética, a Mdsica e a Estatistica linguagens univer- sais; lembramos que, “embora uma nova linguagem parega um enigma antes de ser conquistada, é um poder, em seguida”. Nosso desejo é que aqueles que fizerem uso deste livro conquistem & linguagem estatstica, utilizando-a provel- tosamente. Aproveitamos para agradecer a todos aqueles que confiaram em nosso trabalho, utilizando este livro, ¢, em especial, aqueles que, fazendo suas eriti- cas, deram-nos a oportunidade de methoré-lo. Continuamos a acolher os pareceres e sugestOes para 0 aperfeigoamento deste trabalho. © autor Indice CAPITULO 1 A NATUREZA DA ESTATiSTICA.......... un 1, Panorama hist6rico. 2. Método estatistico a 2.1.0 método cientifico. ee 12 2.2. O método experimental 12 2.3. 0 método estatstico. 2 3. A Estatistica, : 2B 4. Fases do método estat 4 4.1, Coleta de dados .. 4 4.2. Critica dos dados 4 4.3, Apuragiio dos dados .... = 4 4.4. Exposigao ou apresentagao dos dados 15 4.5. Anilise dos resultados... 15 5. A Estatistica nas empresas ig EXERCICIOS 2.0 ’ : ‘ 16 CAPiruLO2 POPULACAO E AMOSTRA. — 7 1, Varidveis = 7 EXERCICIO. : ean te 18 2. Populagio € amos... = 19 3. Amostragem ....20 2 20 3.1. Amostragem casual ow aleatéria simples 0. 20 3.2. Amostragem proporcional estratificada vm 21 3.3. Amostragem sistemitica EXERCICIOS CAPITULO S SERIES msraristicas 1, Tabelas 2. Séries estatfsticas 2.1, Séries hist6ricas, cronol6gicas, tempor ‘ou marchas.. 2 2.2. Séries geogrdficas, espaciais, territorinis ou de localizagio.... 27 2.3. Séries especificas ou categ6ricas o...0 21 3, Séries conjugadas. Tabela de dupla entrada ... 28 4, Distribuigdo de frequéncia. 29 EXERCICIOS .. 295. Dados absolutos e dds relativs. Gapituid 6 mmpmas px PostcAo 9 5.1 As percentagens 1. Introdugéo ” 5.2. Os indices. Indices econsmicos See a oe oo 533. Os coeficientes : , Pea 2 Dads no agapaos % esvio em relagdo a média EXERCICIOS .. 2.3. Propriedades da MEUIA ....secsssnsee sasesseen - - 81 CAPITULO 4 GRAFICOS ESTATISTIOOS 2.4, Dados agrupados ne OE eee 24d. Se inervals de classe 2 aes: 24.2. Com intervatos de Classe cvveruseeressianseneonseen a 84 2. Diagramas 2.4.3. Processo breve 86 2.1 Grifico em linha ou em curva os Gere ace a 2.2, Gréfico em colunas ou em bartas Sa es 7 233, Grifico em colunas ou em barras mdltipas Spa ate 2. oo eee cna 3.2. Dados agrupados. a) 3. Gritico polar. 224. Sem terse de clase 89 4 Cartograma 3! cas eesuai ee ame Soe ee 90 5. Pictograma 3.3. As expressdes graficas da moda one 92 EXERCICIOS 3.4, Emprego da moda. is 2 PASEARERS yrors: 4,4 mediana (Md) snes 93 ca 27 IBUIGAO DE FREQURWOTA 4.1, Dados niio-agrupados: vn 93 1. Tabela primitiva. Rol. a Dale acaieine 3 2 Distibuigto de freqléncia 42:1 Sem iterelet de lae oo 95 3. Elementos de uma distribuigéo de freqiiéncia...... 4.2.2, Com imervalos de classe 7 3 Clasee, : 4.3, Emprego da mediana — 100 3.2. Limites de classe 5. Posigio relativa da média, mediana e moda 100 ‘Amplitude de um intervalo de classe Aa 100 “Amplitude total da disribuigao. Aa sae : ior Amplitude amostral Ooo call oe Ponto médio de una classe Poe aaa ts Freqincia simples ou absoluta 4: Nino de tases: neva ease AAR PEEIRR arenas pe pisrEnsAo OU DE ee ‘VARIABILIDADE, 10s, 6. Distribuigio de frequéncia sem intervalos de classe - es ne oe eee | Dis o abate oe 1s 7. Representagdo grfica de uma distribuigao plitude total : 7A Histogram 2.1. Dados nio-agrupados en a 19 72. Poligono de freqiténcias 2.2. Dados agrupat nn MO Cee eae 22.1 Sem ineraes de case 110 ° 222. Com itermis decane sioslindoo aT 0 8. A curva de freqiéncia 5 Rig cnice tener cist ai 3. Varina, Desvio padrio cos “iM 8.2. As formas das curvas de freqiiéncia 3.1, Tntrodngtio Au 82.1. Curr em forma de sve 3.2. Dados nio-agrupados ieee ns 822. Cura em fora de jon 3.3, Dados agrupados : id 823 Cur em forma de 33:1. Sem interatos de classe : us 224. Dismiblgdo mangas 3.32. Com iterates de classe one 16 EXERCICIOS 3.4, Process0 bre¥e wsensnnssnnnnn ig119 CAPITULO 12. WOMEROS-inDICES 4, Coeficiente de variagto EXERCICIOS ...... 120 1. Introdugio GAPHULO'S) meptDAS DE ASSIMETRIA. MEDIDAS DE 2 oes ale ee be 3. Relativos de pregos.. a a 4, Blos de relatives... 1a Introdagio non : 122 5. Relativos em cadeia 1.2. Coeficiente de assimetria woes 124 EXERCICIO. EXERCICIOS wes 124 6. Indices agregativos... 2. Curtose as 6.1- Indice agregativo simpies 21 Introdugio.yssvssnnnonnsnnsnnnnnvnnnnnnnnena 12S 6.2. Indice agregativo ponderado.. - 2.2, Coeficiente de curtose 123 62.1. Férmula de Laspeyres on modo da fpcabase EXERCICIOS....... 126 6.3. Indices de precos 6.31 Indice de est evi CAPITULO 9 PROBABILIDADE ...... 127 63.2. IPC — hoes de Pregos ao Consimidor 4 633: Ich — hnlve da Cot Baca Ie Introdugd0 ssn DD ti tok hs Gl 2. Experimento aleatsrio 127 635 1 aa PIPE 3. Espago amostral ssn ID 7. Deflacionamento de dados ... a : 128 EXERCICIOS . 5. Probabilidade 129 : 6. Eventos complementaes sss, 130 APENDICE INSTRUMENTAL MATEMATICO 7. Eventos independentes, T. Naneros aproximados ¢ arredondamento de dados. 8. Eventos mutuamente exclusives 1.1. Némeros aproximados = 1.2. Arredondamento de dadas EXERCICIOS 1.3. Compensagio CAPITULO 10. DISTRIBUIGOES BINOMIAL E NORMAL ..137 EXERCICIOS 1. Varidvel aleat6ra... _ 137 2, Fragoes 2. Distribuigio de probabilidade 137 2.1, Conceito... 3. Distribuigo binomial... 140 2.2, Fragdes propria, imprépriae aparente 2.3. Fragoes equivalentes. - pee ug 2.4, Simplifieagio de fragies 4. Distribuigéo normal. Curva normal 142 Cs aAN as eS EXERCICIOS 147 2.6. Redugdo de fragées 0 mesmo derominador . . 2:7. Comparagao de fragées 2 capiruLo 11 CORRELAGAO E REGRESSAO «oven 148 2/8, Operagdes com fragdes-. Tntrodugao 148 2A. Adicao e subtragao = 2. Corelacio ie 2.82. Muhipticagao . 2.1, Relacio funcional e relagio estatistica 148, BEI. Dist sn 2.2. Diagrama de dispersio : 149 4. Potenciagao 2:3. Correlagio linear = vo 150 EXERCICIOS 2.4. Coeficiente de correlagio linear. “151 2.5 Foetoe deine 3. Regressio 154 pues 3.1. Ajustamento da reta “154 3. Razies 7 3.2. Interpolagao ¢ extrapolagai 156 3.1. Razao de dois nimeros EXERCICIOS eesicninnonenreen a 138 3.2. Raz de duas grandezasA Natureza da Estatistica 1 PANORAMA HISTORICO Todas as ciéncias t&m suas rafzes na histéria do homem. ‘A Matematica, que € considerada “a ciénia que une a clareza do racioct- nio a sintese da linguagem”, originou-se do convivio social, das trocas, da contagem, com earéter pritico, uilitévio, empitieo. ‘A Estatistica, ramo da Matemtica Aplicada, eve origem semelhante Desde a Antiguidade, varios povos jf registravam o timero de habitan- tes, de nascimentos, de dbitos, faziam estimativas das riquezas individual ¢ social, distribuiam eqjltativamente terras ao povo, cobravam impostos e reali- zavam inguétitos quanttatives por processos que, hoje, chamariamos de “es- tatisticas Na Idade Média colhiam-se informagSes, geralmente com finalidades ti- buts ou béticas ‘A partir do século XVI comegaram a surgi as primeiras andlises siste- Imaticas de fatos sociais, como batizados, casamentos, funerais, originando as primeiras tabuas e tabelas e os primeiros nimeros relatives. No século XVIIL 0 estudo de tais fatos foi adquirindo, aos poucos, feigio verdadeitamente cienilica. Godofredo Achenwall batizou a nova eiéneia (ow método) com 0 nome de Estatistiea, determinando o seu objetivo e suas rela- 8s com as cincias. As tabelas tornaram-se mais completas, surgiram as representagBes gréti- «as © 0 céleulo das probablidades, e a Estatistica deixou de ser simples cata- logagio de dados numéricos coletivos para se tornar 0 estudo de como chegar 4 conclusies sobre o todo (populacio*), partindo da observagio de partes desse todo (amostras*) ‘Atualmente, 0 publico leigo (leitor de jornais ¢ revistas) posiciona-se em dois extremos divergentes € igualmente erréneos quanto & validade das con- clusGes estatisticas: ou er® em sua infaliilidade ow afirma que elas nada pro- vam. Os que assim pensam ignoram os objetivos, © campo e o rigor do méto- do estatistio; ignoram a Estatistica, quer te6rica quer pritiea, ou a conhecem ‘muito superficialmente. © Captato 2 4, Percentage 4.1. Coneeito. EXERCICIOS 5. Seqiiéncia. Somatério ... Sul, Seqii@ncia ou sucessio . 5.2. Somatério EXERCICIOS 6, Média aritmética 6.1. Média aritmética simples 6.2. Média aritmética ponderada.. EXERCICIOS .. 7. Fatorial EXERCICIO 8. Coeficientes binomiais 8.1. Coeficientes binomiais complementares. EXERCICIO 9, Binomio de Newton EXERCICIOS 10. Fungo 10.1. Definicao 10.2. Grafico de uma fungio 10.3. Fungo do 1° grau 10.4. Grafico da fungio do 1° grau 10.5. Equacio da reta que passa por dois pontos dads... EXERCICIOS ... 10.6. Pontos notavei 10.6.1. Ponto em que a retacorta 0 eo dos 10.6.2. Ponto em que a reta cora 0 exo das y 10.1. Significado dos coeticientes. 1021. Coeficieme B 10.72. Coeficiente a COLETANEA DE QUESTOES OBIETIVAS RESPOSTAS Anexo I — Tabela de nimeros aleat6rios ~~ ‘Anexo 11 — Area subtendida pela curva normal reduzida de 0a Z. 195 19S 195; 183 183 185 186 186 189 190 191 191 192 193 193 194 198 198 199 199 200 200 200 200 201 202 210 223, 22412 esimincarAcn, Na era da energia nuclear, os estudos estatisticos mente ¢, com seus processos € téenicas, tém contrib dos negécios e recursos do mundo moderno. n avangado rapida- 0 para a organizagio @| M&TODO ESTATISTICO 2.1.0 método cientifico ‘Muitos dos conhecimentos que temos foram obtidos na Antiguidade por caso ¢, outros, por necessidades préticas, sem aplicagao de um método. ‘Atualmente, quase todo acréscimo de conhecimento resulta da observa: io © do estudo, Se bem que muito desse conhecimento possa ter sido obser~ vvado inicialmente por acaso, a verdade € que desenvolvemos processos cient ficos para seu estudo e para adquirirmos tais conhecimentos. Podemos dizer, entio, que: ‘Método é um conjunto de meios dispostos convenientemente para se chegar a um fim que se deseja, os métodos cientificos, vamos destacar o método experimental © 0 cestatistico, 2.2. 0 método experimental (© método experimental consiste em manter constantes todas as ceausas (fatores), menos uma, e variar esta causa de modo que o pesquisa dor possa descobrir seus efeitos, caso existam. 0 método preferido no estudo da Fisica, da Quimica et. 2.3. 0 método estatistico Muitas vezes temos necessidade de descobrir fatos em um campo em que ‘© método experimental no se aplica (nas ciéncias sociais), jf que 0s varios fatores que afetam o fenémeno em estudo no podem permanecer constantes fenguanto fazemos variar a causa que, naquele momento, nos interessa. Como exemplo, podemos citar a determinagao das causas que definem © preco de uma mercadoria, Para aplicarmos o método experimental, teriamos de fazer variar a quantidade da mercadoria ¢ verificar se tal fatoiria influenciar seu prego. ‘cop. 1— ANolwoza a soitea 13 Porém, seria necessério que ndo houvesse alterago nos outros fatore ‘Assim, deveria existir, no momento da pesquisa, uma uniformidade dos sali- ios, o gosto dos consumidores deveria permarecer constante, seria necessdiria 4 fixagdo do nivel geral dos pregos das outras aecessidades etc. Mas isso tudo 6 impossivel. Nesses casos, langamos mio de outro método, embora mais dificil e ‘menos preciso, denominado método estatistic. © método estatistico, diante da impossibilidade de manter as cau- sas constantes, admit todas essas causas presentes variando-as, registran- do essas variagdes e procurando determinar, no resultado final, que in- fluéncias eabem a cada uma delas 3 AESTATISTICA Exprimindo por meio de mimeros as observagSes que se fazem de ele- mentos com, pelo menos, uma caracteristica comum (por exemplo: os alunos do sexo masculino de uma comunidade), obtemos os chamados dados refe- rentes a esses elementos. Podemos dizer, entio, que: ‘A Estatistica é uma parte da Matematica Aplicada que fornece métodos para a coleta, organizagio, descrigio, andlise e interpretagio de dados € para a utilizagio dos mesmos na tomada de decisdes, Accoleta, a organizagio e a descri¢lo dos dados esto a cargo da Esta- tistica Deseritiva, enquanto a aniilise e a interpretagio desses dados ficam a cargo da Estatistica Indutiva ou Inferencial, Em geral, as pessoas, quando se referem ao termo estatistica, o fazem no sentido da organizagio e descrigio dos dados (estatistica do Ministério da Educagio, estatistica dos acidentes de trifego ztc.), desconhecendo que 0 as pecto essencial da Estatistica ¢ 0 de proporeionar métodos inferenciais, que permitam conclusdes que transcendam os dados obtidos inicialmente. ‘Assim, a andlise e a interpretacZo dos dados estatfsticos tornam possivel © diagnéstico de uma empresa (por exemplo, de uma escola), o conhecimento de seus problemas (condigdes de funcionamento, produtividade), a formulagao de solugdes apropriadas ¢ um planejamento otjetivo de agao.14 eswisncarAcn 4 FASES DO METODO ESTATISTICO Podemos distinguir no método estatistico as seguintes Fases 4.1. Coleta de dados Apés cuidadoso planejamento ¢ a devida determinagao das caracterist- cas mensurdveis do fenémeno coletivamente tipico* que se quer pesquisar, damos inicio a eoleta dos dados numéricos necessitios a sua descrigio. A coleta pode ser direta ¢ indireta Accoleta é direta quando feita sobre elementos informativos de registro obrigatério (nascimentos, casamentos e Sbitos, importagio e exportagao de ‘mercadorias), elementos pertinentes aos prontuérios dos alunos de uma escola ou, ainda, quando os dados sio coletados pelo préprio pesquisador através de inquéritos e questionsrios, como € o caso das notas de verificagio ¢ de exames, do censo demografico etc. ‘A coleta direta de dados pode ser classificada relativamente a0 fator tem- po em: a. continua (registro) — quando feita continuamente, tal como a de nas: ccimentos e Gbitos e a de freqliéncia dos alunos as aulas; b. periédiea — quando feita em intervalos constantes de tempo, como 1095 censos (de 10 em 10 anos) ¢ as avaliagGes mensais dos alunos; ¢. ocasional — quando feita extemporaneamente, a fim de atender a uma conjuntura ou @ uma emergéncia, como no caso de epidemias que as- solam ou dizimam rebanhos inteitos. A ccoleta se diz. indireta quando 6 inferida de elementos conhecidos (co- leta direta) e/ou do conhecimento de outros fendmenos relacionados com 0 fenémeno estudado, Como exemplo, podemos citar a pesquisa sobre a morta- lidade infamtil, que é feita através de dados colhidos por uma coleta direta. 4.2. Critica dos dados Obtidos 05 dados, eles devem ser cuidadosamente criticados, & procura de possiveis falhas e imperfeigoes, a fim de nao incorrermos em erros grossei- ros ou de certo vullo, que possam influir sensivelmente nos resultados. Actitica é externa quando visa as eausas dos erros por parte do infor- ‘mante, por distrago ou ma interpretagio das perguntas que the foram feitas € interna quando visa observar os elementos originais dos dados da coleta 7 Fendmeno coletvamente pice ¢ acl que nt aresenta epularidade a observasio de exo: isa ‘onc a nase de overvgtes.(Rocns: Marcos Vinfcos ds, Curso de Esisic. 3, Rio de B ‘evo, Fundepso ISGE, 1975.) Cop. —ANatuera de osteo 15 4.3. Apuragdo dos dados Nada mais € do que a soma e 0 processamento dos dados obtidos e a dis- posigdo mediante critérios de classificacZo. Pode ser manual, eletromeciinica ‘ou eletrénica. 4.4, Exposigiio ou apresentagiio dos dados Por mais diversa que seja a finalidade que se tenha em vista, os dados devem ser apresentados sob forma adequada (abelas ou gréficos*), tornando ais facil o exame daquilo que esta sendo objeto de tratamento estatistico e ulterior obtengiio de medidas tipicas* 4.5. Andlise dos resultados Como ja dissemos, o objetivo diltimo da Estatistica é tirar conclusées sobre o todo (populacdo) a partir de informagées fornecidas por parte repre- sentativa do todo (amostra). Assim, realizadas as fases anteriores (Estatisticn Deseritiva), fazemos uma andlise dos resultados obtidos, através dos métodos dda Bstatistica Indutiva ou Inferencial, que tem por base a indugio ou inferén- cia, e tiramos desses resultados conclusdes e arevisdes, 5 AESTATISTICA NAS EMPRESAS No mundo atual, a empresa & uma das vigas-mestras da Economia dos povos. A direcdo de uma empresa, de qualquer tipo, incluindo as estatais e go- vernamentais, exige de seu administrador a importante tarefa de tomar deei- sbes, € 0 conhecimento € 0 uso da Estatistica facilitarao seu triplice trabalho de organizar, dirigit e controlar a empresa. Por meio de sondagem, de coleta de dados e de recenseamento de opi- nides, podemos conhecer a realidade geogratica e social, os recursos naturais, hhumanos ¢ financeiros disponiveis, as expeciativas da comunidade sobre a ‘empresa, e estabelecer suas metas, seus objetivos com maior possibilidade de serem alcangados a curto, médio ou longo prazos. A Estatistica ajudaré em tal trabalho, como também na selegtio e organi- da estratégia a ser adotada no empreendimento e, ainda, na escolha das téenicas de verificagdo e avaliagHo da quantidade e da qualidade do produto mesmo dos possiveis lucros e/ou perdas, = Capitalos ea16 eswisncardct ‘Tudo isso que se pensou, que se planejou, precisa ficar registrado, do- ‘cumentado para evitar esquecimentos, a fim de garantir 0 bom uso do tempo, dda energia e do material e, ainda, para um controle eficiente do trabalho, ‘0 esquema do planejamento € o plano, que pode ser resumido, com au lio da Estatistica, em tabelas e gréficos, que facilitarZo a compreensio visual dos edleulos matemtico-estatisticos que Thes deram origem. (0 homem de hoje, em suas miltiplas atividades, langa mio de processos €¢ técnicas estatisticos, ¢ s6 estudando-0s evitaremos 0 erro das generalizagdes pressadas a respeito de tabelas € grificos apresentados em jomais, revistas & televisio, freqlientemente cometido quando se conhece apenas “por cima” um pouco de Estatistica. _ EXERCICIOS 4 Complete: ‘© metodo experimental 6 0 mais usado por cincias como: 2) As ciéncias humanas e sociais, para obterem os dados que buscam, lan- gam mao de que método? © que ¢ Estatistica? Cite as fases do método estatistico. Para vod, o que ¢ coletar dados? Para que serve @ critica dos dados? (© que 6 apurar dados? Como podem ser apresentados ou expostos os dados? ition? ‘As conclusées, as inferéncias pertencem a que parte da Cite trés ou mais atividades do tistica se faz necessaria, 4] 0 método estatistico tom como um de seus fins: estudar os fendmenos estatisticos. festudar qualidades concretas dos individuos que formam grupos. Geterminar qualidades abstratas dos individuos que formam grupos. determinar qualidades abstratas de grupos de individuos. ‘estudar fendmenos numéricos. mento empresarial em que a Esta: Populacao e Amostra* | VARIAVEIS ‘A cada fendmeno corresponde um niimero de resultados posstveis. As- sim, por exemplo: — para o fenémeno “sexo” sio dois os resultados possfveis: sexo mas- culino e sexo feminino; — para 0 fenémeno “niimero de filhos” hi um niimero de resultados possiveis expresso através dos mimeros natura: 0,1,.2,3, ms — para o fenémeno “estatura” temos uma situagio diferente, pois os resultados podem tomar um nimero infinito de valores numéricos dentro de um determinado intervalo, ‘Variavel 6, convencionalmente, 0 conjunto de resultados possiveis de um fendmeno. Os exemplos acima nos dizem que uma varivel pode ser: ‘a, qualitativa — quando seus valores sio expressos por attibutos: sexo (masculine — feminino), cor da pele (branca, preta, amarela, verme- tha, parda) ete.; 'b, quantitativa — quando seus valores so expressos em niimeros (sali- rigs dos opersrios, idade dos alunos de uma escola ete.), Uma variivel 4quantitativa que pode assumir, teoricamente, qualquer valor entre dois limites recebe o nome de varisivel continua; uma varidvel que s6 pode assumir valores pertencentes a um corjunto enumersvel recebe 0 nome de varidvel discreta * Consute © Apéndice — Instrumental Matemio, pra una reviso dos assumtos Aredondament {dead i173) © Compensagio (p73).18 esusiucartcn Assim, o nimero de alunos de uma escola pode assumir qualquer um dos valores do conjunto N= (1, 2, 8, ..}, mas nunca valores como 2,5 ou 3,78 ou 4,325 etc. Logo, & uma variével discreta, Jé 0 peso desses alunos & ‘uma varisivel continua, pois um dos alunos tanto pode pesar 72 kg, como 72,5 kg, como 72,54 kg etc., dependendo esse valor da preciso da medida De modo geral, as medigdes do origem a variveis continuas ¢ as con- tagens ou enumeracdes, a varidveis discretas. Designamos as varifveis por letras latinas, em geral, as dltimas: mye Por exemplo, sejam 2, 3, 5 ¢ 8 todos os resultados posstveis de um dado fendmego. Fazendo uso da letra x para indicar a varivel relativa ao fendmeno considerado, temos: xe 2,3,5,8) RESOLVA 41 Classifique as variaveis em qualitativas ou quantit continuas}: a. Universo: alunos de uma escola, Variavel: cor dos cabelos — b. Universo: casais residentes Variavel: namero de fllhos — ©. Universo: as jogadas de um dado. Variavel: © ponto obtido em cada jogada — 4. Universe: produzidas por corta maquina. Varidvel: numero de pecas produzidas por hora — «8. Universo: pecas produzidas por certa maquina Variavel: didmetro externo — ivas (continuas ou des: 1m uma cidade, EXERCICIO bb. Ps estagao meteorolégica de uma cidade. Vz: precipitagao pluviométtica, durante um ano. P: Bolsa de Valores de Sto Paulo. Vs nlimero de agdes negociadas. P: funciondrios de uma empresa, Vz saléios. cop.2—Poputoesee Amosta 19 regos produzidos por uma maquina comprimento. ‘casais residentes em uma cidade, sexo dos filhos. propriedades agricolas do Brasil oducso de algoda segmentos de reta comprimento. bibliotecas da cidade de Sao Paulo. + ngimero de volumes. aparelhos produzidos em uma linha de montagem. ndmero de defeitos por unidade. industrias de uma cidade. Indice de liquide 5B SP SKB EPEPER 2 POPULAGAO E AMOSTRA Ao conjunto de entes portadores de, pelo menos, uma caracteristica comum denominamos populagio estatfstica ou universo estatistico. Assim, os estudantes, por exemplo, constituem uma populace, pois ape senlam pelo menos uma caracteristica comum: s80 0s que estudam ‘Como em qualquer estudo estatistico femos em mente pesquisar uma ou mais caracteristicas dos elementos de alguma populagio, esta caracterstca de- ve estar perfeitamente definida. E isto se dé cuando, considerado um elemento qualquer, podemos afirmar, sem ambigtidade, se esse elemento pertence ou nto & popuilagao, E necessério, pos, existir um critério de consituigto da popu- lagao, valido para qualquer pessoa, no tempo o¥ no espago. Por isso, quando pretendemos fazer uma pesquisa entre os alunos das cscolas de 1? grav, precisamos definir quai s4o 0s alunos que formam o uni- verso: 08 que atualmente ocupam as careiras das escolas, ov devemos incluir também os que jé passaram pela escola? E claro que a solugao do problema vai depender de cada caso em particular [Na maioria das vezes, por impossibilidade ou invibilidade econdmiea ou temporal, limitamos as observagoes referentes a uma determinada pesquisa a apenas uma parte da populagio, A essa parte proveniente da poptlagao em cstudo denominamos amostea ‘Uma amostra € um subconjunto finito de uma populagio. Como vimos no capitulo anterior, a Estatistica Indutiva tem por objetivo tirar conclusdes sobre as populagdes, com base em resultados verificados em amostras retiradas dessa populagao.a 20 esInisnca rac Mas, para as inferéncias serem corretas, é necessario garantir que a amos- tra seja representativa da populacio, isto é, a amostra deve possuir as mes- ‘mas caracteristicas bisicas da populagio, no que diz respeito ao fendmeno que desejamos pesquisar. E preciso, pois, que a amostra ou as amostras que vo ser tsadas sejam obtidas por processos adequados. Hi casos, como o de pesquisas sociais, econdmicas e de opinio, em que (5 problemas de amostragem so de extrema complexidade. Mas existem tam- ‘bém casos em que os problemas de amostragem so bem mais ficeis. Como ‘exemplo, podemos citar a retirada de amostras para controle de qualidade dos produtos ou materiais de determinada indistria. 3 AMOSTRAGEM Existe uma técnica especial — amostragem — para recolher amostras, {que garante, tanto quanto possfvel, o acaso na escotha. Dessa forma, cada elemento da populacio passa a ter a mesma chance de ser escolhido, o que garante & amostra o carter de representatividade, ¢ isto € muito importante, pois, como vimos, nossas cOnclusdes relativas & populagio vvao estar baseadas nos resultados obtidos nas amostras dessa populagio. trés das principais técnicas de amostragem. Daremos, a segui 3.1. Amostragem casual ou aleatéria simples Este tipo de amostragem € equivalente a um sorteio lotérico. Na pritica, a amostragem casual ou aleatéria simples pode ser realiza- da numerando-se a populagdo de 1a ne sorteando-se, a seguir, por meio de lum dispositivo aleatério qualquer, k néimeros dessa seqiiéncia, os quais corresponderio aos elementos pertencentes & amostra. Exemplo: Vamos obter uma amostra representativa para a pesquisa da estatura de noventa alunos de uma escola: Numeramos os alunos de 01 a 90. b, Eserevemos os mimeros, de 01 a 90, em pedagos iguais de um mesmo papel, colocando-os dentro de uma caixa. Agitamos sempre a caixa para ‘misturar bem os pedagos de papel e retiramos, um a um, nove nime- 108 que formario a amostra. Neste caso, 10% da populagio. Quando o nimero de elementos da amostra é grande, esse tipo de sorteio torna-se muito trabalhoso, A fim de facilité-lo, foi elaborada uma tabela — ‘Tabela de Nimeros Aleatérios —, construida de modo que os dez algari mos (0 a 9) sio distribuidos ao acaso nas linhas e colunas (Anexo I, p. 223). Para obtermos os elementos da amostra usando a tabela, sorteamos um algarismo qualquer da mesma, a partir do qual iremos considerar nimeros de cop.2—Popuagdoe Amesta. 21 dois, tr8s ou mais algarismos, conforme nosse necessidade. Os nmeros assim obtidos irdo indicar os elementos da amostra ‘A leitura da tabela pode ser feita horizontalmente (da direita para a es- ‘querda ou vice-versa), verticalmente (de cima para baixo ou vice-versa), diago- nnalmente (no sentido ascendente ou descendente) ou formando o desenho de uma letra qualquer. A opeao, porém, deve ser feita antes de iniciado o proceso. Assim, para o nossa exemplo, considerando a 18 linha, tomamos os rimeros de dois algarismos (tantos algarismos quantos formam o maior nii- ‘mero da populagao), obtendo: 61 02 01 81 73 92 60 65 73 58 53 34 Evidentemente, 0 numeral 92 sera desprezado, pois nao consta da popu- ago, como ser também abandonado um rumeral que ja tenha aparccido, ‘Temos, entio: 61 02 01 81 73 60 66 58 53 Medindo as alturas dos alunos correspendentes aos niimeros sorteados, obteremos uma amostra das estaturas dos noyenta alunos. 3.2. Amostragem proporcional estratificada Muitas vezes a populagio se divide em subpopulagées — estratos. Como é provavel que a varvel em estdo apresente, de estrato em esta to, um comportamento heterogéneo e, dente de cada estato, um comporta- mento homogeneo, convém que o sortcio dos elementos da amosta leve em Considerag tis estratos E exatamente isso que fazemos quando cmpregstnos a amostragem pro- porcional estratificada, que, além de consderar a existéncia dos estratos, Ubtém os elementos da amosiraproporcional so nero de elementos dos mes mos. Exemplo: Supondo, no exemplo anterior, que, dos noventa alunos, 54 sejam meni- hos & 36 sejam meninas, vamos obter a amostra proporcional estratificada, So, portanto, dois estratos (sexo masculino © sexo feminino) e quere- mos uma amostra de 10% da populagao. Logo, temos: a. SEXO | POPULAGAO_ 10% ‘AMOSTRA Tox s4 M a 0% 5 . 700 : . 1x36 : 700 Total 90 ani 30 9 70022 esiisncarhcn, - b. Numeramos os alunos de 01 a 90, sendo que de 01 a 54 correspondem ‘meninos e de $5 « 90, meninas. Tomando na Tabela de Ndmeros Alea- 1Grios a primeira e a segunda colunas da esquerda, de cima para baixo, fobtemos os seguintes niimeros: 57 28 92 90 80 22 56 79 53 18 54 03 27 05 40 ‘Temos, entio: 28 22 53 18 03 — para os meninos; 57 90 80 56 — para as meninas. RESOLVA dos colegas de sua classe (Incluindo voc), —correspondente a 30% da populagao. Sugestdo — faga uso da caderneta de seu professor e da Tabela dos Nu rmeros Aleatérios (6 e 6" colunas, de baixo para cima). 2 Pesquisa — estatura dos alunos das 1 séries de sua escola, mostra — 19% da populate, Sugestdo — vse a Tabela de Nimeroe Alestrios (25 nha, da esquerda pa wae dria ‘SERIES | POPULAGAO A 2 {| Em uma escola existom 250 alunos, sondo 35 na 1! série, 32 na 2%, 30 na 3%, 28 na 4%, 35 na 5%, 32 na 6%, 31 na 7*e 27 na 8, Obtenha uma amostra de 40 alunos ¢ preencha o quadro da pagina seguinte. Como, neste caso, foi dado 0 numero de elementos da amostra, devemos, ‘entéo, caleular 0 niimero de elementos de cada estrato proporcionalmente 420 niimero de elementos da amostra. Assim, para a 1" série, temos: a5 x 40 250 [2 «0 sadeons =e erations cop. 2 Populagdoe Amos 23 Looe: sénies | poputacao | p_CAlCuLo | | amosrna PROPORCIONAL _ 35x40, ’ 35 x0 6 56 6 2 » « %% : é o : , sx 2 2 200 # . Total 250 40 3.5. Amostragem sistematica Quando 0s elementos da populagiio jé se acham ordenados, nfo hé neces sidade de construir © sistema de referéncia. Sio exemplos os prontuatios mé- dicos de um hospital, os prédios de uma rua, as linhas de produgao etc. Nestes casos, a selegio dos elementos que constituitdo a amostra pode ser feita por uum sistema imposto pelo pesquisador. A esse tipo de amostragem denomina- mos sistemstica, ‘Assim, no caso de uma linha de produgdo, podemos, a cada dez itens produzidos, retirar um para pertencer a uma amostra da produgao distia, Neste ‘caso, estariamos fixando o tamanho da amostra em 10% da populacio. Exemplo: ‘Suponhamos uma rua contendo novecentos prédios, dos quais desejamos ‘obter uma amostra formada de cinqllenta prédios. Podemos, neste caso, usar 0 900) seguinte procedimento: como 8, escolhemos por sorteio casual um nt- mero de I a 18 (inclusive), o qual indicaria o primeiro elemento sorteado para a mostra; os demais elementos seriam periodicamente considerados de 18 em 18. Assim, se © ntimero sorteado fosse 0 4, tomariamos, pelo lado direito da rua, 0 4? prédio, 0 22%, 0 40® etc., até voltarmos ao inicio da rua, pelo lado esquerdo, EXERCICIOS 4) Uma escola de 1? grau abriga 124 alunos. Obtenha uma amostra represen- tativa correspondendo a 15% da populac Sugestao: use a 8%, 9 @ 10° colun ros Aleatérios (de cima para baixo) dda 1" linha, da Tabola de Nume-24 estmsncarAca 2) Em uma escola ha oitenta alunos. Obtenha uma amostra de doze alunos. Sugestao: decida, juntamente com a classe e seu professor, o uso da Tabela de Nameros Aleatérios. 3 Uma populagao ¢ formada por 140 notas/resultantes da aplicag3o de um ono eee ee ee ee oe tn aay aaPr 128 100 72 119 103 128 80 99 149 85. ik Sie ae ate es Series Estatisticas ia aie ee a a eee ees gee tea ae ne aie oe a 79 92 73 83 74125 101 82 71 75 101 102 78 108, | TABELAS 125 56 86 98 106 72117 89 99 86 82 57 106 90 Obtenha uma amostra formada de 26 elementos, tomsndo, inicialmente, a ‘Um dos objetivos da Estatistica é sintetizar os valores que uma ou mais linha da esquerda para a direita variaveis podem assumir, para que tenhamos uma visio global da variagao des- 4 0 diretor de uma escola, na qual estéo matriculados 280 meninos ¢ 320 8a ou dessas varidveis. E isso ela consegue, inicialmente, apresentando esses meninas, desejoso de conhecer as condigdes de vida extra-escolar de sous valores em tabelas e graficos, que irdo nos fernecer ripidas e seguras infor- alunos ¢ nao dispondo de tempo para entrovistar todas as familias, resol- ‘mages a respeito das varidveis em estudo, pemnitindo-nos determinagées ad- ‘ou fazer um levantamento, por amostragem, em 10% dessa clientela. Obi ‘nha, para esse diretor, os elementos componentes da amostra, | 5) Uma cidade X apresenta o seguinte quadro rel ministrativas e pedagégicas mais coerentes ¢ cientificas. ivo as suas escolas de 1° grau: Tabela € um quadro que resume um conjunto de observagdes. 'N® DE ESTUDANTES ESCOLAS | a ecuLINo | FEMININO ‘Uma tabela compae-se de: x a si . corpo — conjunto de linhas © colunas que contém informagies sobre 3 102 120 variavel em estudo; c 110 92 . cabegalho — parte superior da tabela que especifica 0 contetido das € na 2 abesalle — part superior da tbels que expec tetido di E 150 130 : F 300 230 €. coluna indicadora — parte da tabela que especifica 0 contetido das Tote 76 955 lishar 4. linhas — retas imaginérias que facilitam a leitura, no sentido horizon- ae tal, de dados que se inscrevem nos seus cruzamentos com as colunas; «. casa ou eélula — espago destinado a um s6 nimero; 1G| Uma populagao encontra-se dividida em trés estratos, com tamanhos, res- F. titulo — conjunto de informagdes, as mais completas possiveis, res- Pectivamente, n, = 40, n, = 100 n, = 60. Sabendo que, ao ser realizada uma pondendo as perguntas: O qué?, Quando?, Onde?, localizado no topo amostragem estratificada proporcional, nove elementos da amostra foram da tabela. Tetirados do 3 estrato, determine o nlimero total de elementos da amostra Ha ainda a considerar os elementos complementares da tabela, que so a 17] Mostre como seria possivel retirar uma amostra de 32 elementos de uma ‘ ee Fa a eae fonte, as notas ¢ as chamadas, colocados, de preferéncia, no seu rodapé. ‘denada formada por 2.432 elementos. 10 geral, qual dos elementos abaixo seria escolhido para perten- ‘cer a amostra, sabendo-se que o elemento de ordem 1.420 a ola pertence? 1.648%, 2908, 7268, 2.025%, 1.1208 * Conse © Aptndice — tasrumental Matemstico, par um sevisio dos assnios Frases (p. 176, Raabe ip. 182) Percetagem (p13)26 ssinisncarkcn. Exemplo: PRODUGAO DE CAFE -—— TiTuLo, cneegano. BRASIL 1991-1995 so nH ProDuGao — COLUNA ‘ANOS: (1.000 t) ___ COLUNA worapona J | 1990.8 Fin 1991 (2535]-——— casa ou CELULA conro—=| ts | 2686-—~ too | 222—>>—unnas tess | 3760 tse | 2007 RODAPE ——> FoNTE: ce. De acordo com a Resoluio 886 da Fundagio IBGE, nas easas ou células devemos colocar: + um trago horizontal (—) quando 0 valor € zero, nio s6 quanto ’ ‘natureza das coisas, como quanto ao resultado do inquérit + t1€s pontos (..) quando no temos os dados: + um ponto de interrogagio (?) quando temos diivida quanto & exa- tidio de determinado valor; + zero (0) quando 0 valor é muito pequeno para ser expresso pela ‘unidade utilizada, Se os valores sio expressos em numerais deci- ‘mais, precisamos aerescentar & parte decimal um nimero cortes- pondente de zeros (0,0; 0,00; 0,000: ...) @ SHRIES ESTATISTICAS ‘Denominamos série estatistica toda tabela que apresenta a distribui- ‘glo de um conjunto de dados estatisticos em fungio da época, do local cop. 3—Séresstosteos 27 2.1. Séries histéricas, cronolégicas, temporais ou marchas Descrevem os valores da varivel, em determinado local, discriminados segundo intervalos de tempo varidveis, Exemplo: PRECO DO ACEM NO VAREJO ‘SAO PAULO — 1988-9 PREGO MEDIO ae (uss) 1989 22 1990 20 1991 an 1992 ‘88 1993 208 1994 262 FONTE: APA 2.2, Séries geograficas, espaciais, territoriais ou de localizagao Descrevem os valores da variavel, em determinado instante, discrimina- dos segundo regises. : Exemplo: DURAGAO MEDIA DOS ESTUDOS SUPERIORES 1994 ‘ou da espécie. Daf, podemos inferir que numa série estatfstica observamos a existéncia de trés elementos ou fatores: 0 tempo, 0 espago e a espécie. Conforme varie um dos elementos da série, podemos classificé-la em histérica, geogrifica e especifica. NOMERO paises | De ANOS. Italie 38 ‘Alemanha 70 Franga io Holanda 59 Inglaterra | _Mencs de 4 2.3. Séries especificas ou categéricas Descrevem os valores da varidvel, em determinado tempo e local, di minados segundo especificagées ou categorias.28 eswisncarAcn, Cop. sie Euatatcos 29 Exemple Poder exit, e bem : $e bem que mais raramerte, pela dfculdade de epesen- tagio, séries compostas de trés ou mais entradas, : REBANHOS BRASILEIROS 1992 “QUANTIDADE ESPECIES | (1.000 cabogas) @ DISTRIBUIGAO DE FREQUENCIA 154.000,8 Por se tratar de um conceito estatistico de suma importa 1.423,3 S Cauaa sta iportancia, merecerd ramioe or Capitulo 5 um tratamento especial Asininos 471 Exemp! Muares 20855 Suinos 34.532,2 Ovinos 19.9859 ESTATURAS DE 100 ALUNOS Caprinos 12.1596 DAE Cosihos 6. COLA X. ESTATURAS, Fowre i838 ‘em | 140 145 145 160 8 150 + 155 [S SERIES ConsUGADAS 155+ 160, TABELA DE DUPLA ENTRADA Geren 170r Muitas vezes temos necessidade de apresentar, em uma tinica tabela, a cerita variagio de valores de mais de uma varidvel, isto ¢, fazer uma conjugagio de Seater ewes 1881 X19 _ 7.99 27,9 21.201 3 grou > 224% 10 19.2 44 21.201 Com esses dados, podemos formar uma nova coluna na série em estudo: MATRICULAS NAS ESCOLAS DA CIDADE A — 1995 CATEGORIAS | NF DE ALUNOS | % ¥ grau 19.286 a0 1.681 19 234 ua Os valores dessa nova coluna nos dizem que, de cada 100 alunos da ci- dade A, 91 estio matriculados no 1® grau, 8, aproximadamente, no 28 grau e 1 no 3° grav. © emprego da percentagem é de grande valia quando € nosso intuito des- tacar a participagio da parte no todo. Consideremos, agora, a série: MATRICULAS NAS ESCOLAS DAS CIDADES AE B — 1995 NF DE ALUNOS CATEGORIAS : CIDADE A | CIDADE B 7 rau 19.286 38.660 2 grau 1681 3.399 3° grau 234 228 Total 21.201 12.483 Dados ft Qual das cidades fem, comparativamente, maior niimero de alunos em cada grau? Como 0 nimero total de alunos € diferente nas duas cidades, nio € ficil concluir a respeito usando os dados absolutos. Porém, usando as percentagens, (cop.3—Sésesttisleas 33 tal tarefa fica bastante facilitada. Assim, acrescentando na tabela anterior as colunas correspondentes as percentagens, obtemos: MATRICULAS NAS ESCOLAS DAS CIDADES AEB — 1995 T panna CIDADE A ‘CIDADE B NeDEALUNOS | _% | NFDEALUNOS | % ¥ grav 19.286 310 38.660 91.0 2 grau 1.681 73 3.399 8.0 3° grau 234 a 424 1.0 Total 21.201 10,0 42.483 100.0 ‘© que nos permite dizer que, comparativamente, contam, praticamente, com 0 ‘mesmo niimero de alunos em cada grau, NOTAS: + Do mesmo modo que tomamos 100 para base de comparagao, também podemos tomar outro nimero qualquer, entre 0 quais destacamos © nimero 1. E claro que, supondo o total igual a 1, 0 dados relativos das parcelas serao todos menores que 1 + Bim geral, quando usamos 100 para base, os dados sio arredondados até a pri casa decimal; © quando tomamos 1 por base, sip arredondados até a tereeira casa decimal RESOLVA 4 Complete a tabele abaixo: ne DE | DADOS RELATIVOS Atunos | pon 1 | POR 100 75 | 0098 | 98 Caleulos: 222 : 202 362 250 540. Tora! | 1.781 | 1,000, ESCOLAS amon3A esiasticarAcn 8.2. Os indices. Indices econémicos Os indices sio raz6es entre duas grandezas (ais que uma no inelui a outra, So exemplos de indices’ diametro tansverso do ie ceitcg = MeO HansveTH TNO 499 in cam didmetro longitudinal do crinio ide ena ene intelectual = 100 eee jdade cronolégica lao Desde demoed = Rm indices econémicos: valor total da produgao Producao per capit populagio a ta = consumo do bem ae populagio Ae oo fenda per capita er cape = opulagio receita Receita per capita = " populag 5.5. Os coeficientes 0s eoeficientes sio razées entre 0 nfimero de ocorréncias ¢ 0 niime- ro total (niimero de ocorréncias e nimero de nio-ocorréncias). ‘Sao exemplos de coeficientes: rnimero de nascimentos Coeficiente de natalidade ee nimero de Sbitos Coeficiente de mortalidade = Tamer de bites populagio total Coeficientes educacionais: de alunos evadidos Coeficiente de evasio escolar = ir iniial de mariculas Coeficiente de aproveitamento __niimero de alunos aprovados escolar ‘nimero final de matriculas PERTENGE A BIBLIOTECA ] rimero de alunos recuperados nnimero de alunos em recuperagio op.3—SéiesEstotiteas 35 Coeficiente de recuperagao escolar 5.4. As taxas AAs taxas siio os coeficientes multiplicados por uma poténcia de 10 (10, 100, 1.000 etc.) para tornar 0 resultado mais inteligivel io exemplos de taxas: ‘Taxa de mortalidade ‘Taxa de natalidade ‘Taxa de evasio escolar = coeficiente de evasiio escolar x 100 soeficiente de mortalidade x 1,000 ‘oeliciente de natalidade x 1.000 EXERCICIO RESOLVIDO 11 0 Estado A apresentou 733.986 matriculas na 1 série, no inicio do ano de 1994, ¢ 683.816 no fim do ano. O Estado B apresentou, respectivamente, 436.127 ¢ 412.457 matriculas. Qual 0 Estado que apresentou maior evasao escolar? 733.986 ~ 683.816. A> TEE = X 100 = 0,0683 x 100 ~ 6,89 - 6.8% 733.986 8 > TEE » 496.127 — 412457 x 199 = 0.0542 x 100 = 5,42 » 54% 436.127 0 Estado que apresentou maior evasao escolar foi A. RESOLVA 4) Uma escola registrou em margo, na 1 série, a matricul matricula efetiva, em dezembro, de 35 alunos. A taxa de evasso foi de: n? de evadidos 40-35 40 TEE = x 100 X 100 = X 100 = 12,586 2 Calcule @ taxa de aprovagio de um profestor de uma classe de 45 alunos, sabendo que obtiveram aprovagao 36 aluncs. rae ~ de aprovagio ‘n® matricuta final X 100 =X os = 80%2 Uma escola apresentava, no 36 EsINioneA ACH, EXERCICIOS ‘ALUNOS SERIES | qatricuLavos | % 7 56 2 328 a 280 * 120 Total 1.274 Complete-s, determinando as percentagens com uma cas do a compensagio, se necessério. decimal e fa final do ano, © seguinte quadro: MATRICULAS SERIES [mango | NOVEMBRO es 475 2 458 456 3 436 430 420 420 Total | 1794 1781 8, Caloule @ taxa de evasao por série. b. Caloule a taxa de evasio da escola, EVOLUGAO DAS RECEITAS DO CAFE INDUSTRIALIZADO JAN.JABR. n ‘VALOR meses | (uss mith ~ Janeiro 33,3 Fevereiro 54,1 445 52,9 184.8 (Cop.3—Sévesftaiticos 37 8, Complete-a com uma coluna de taxas oercentuais b. Como se distribuem as receitas em relagao ao total? © Qual o desenvolvimento das receitas de um més para 0 outro? 4. Qual o desenvolvimento das recsitas em relagdo ao més de janeiro? ‘Sao Paulo tinh bendo que sua area ters demografica, ‘em 1992, uma populagdo de 32.182,7 mil habitantes. Sa- re @ de 248.266 km*, calcule a sua densidade Considerando que Minas Gerais IBGE): + populagao: 15.957,6 mil habitantes; + superficie: 586,624 km; + nascimentos: 292.036; + ébitos: 99.281 Caleute: 8. 0 indice da densidade demogrética; ba taxa de natalidade; ©. a taxa de mortalidade. ‘em 1992, apresentou (dados fornecidos pelo Uma frota de 40 caminhoes, transportande, cada um, 8 toneladas, dirige-se 8 duas cidades A e B. Na cidade A sto descarregados 65% desses caminniSes, Por 7 homens, trabalhando 7 horas. Os eaminhoes restantes seguem para 4 Gidade B, onde 4 homens gastam 5 horas para o seu descarregamento. Em ‘que cidade se obteve melhor produtividads? Um professor preencheu um quadro, envisdo pela D.E., com os seguintes dados: NDE | NDE ‘RETIDOS: letaashesniad Em cs] anos] 8 2 ey ja anos | sont | gto | FERAGAO ‘woos (#708: vB 49 44 36 03, 06 05 Or 40 | 04 eo] | @| @| oo | wile) o |e] oe wel a] 3s| a | oo | fos] os | a] 2 wl@isieleijoi@inis |S at] tea | 161 | a7 5 foe [or [us| 16 Caleute: a. a taxa de eva: b. a taxa de evasao total; ©. a taxa de aprovagao, por classe; d. a taxa de aprovagao geral; 2. a taxa de recuperagio, por classé f. a taxa de recuperagao geral; 9. h 2 taxa de reprovagao na recuperagio geral; 8 taxa de aprovagio, sem a recuperacto; i. a taxa de retidos, sem a recuperagao,Graficos Estatisticos 1 GRAFICO ESTATISTICO grafico estatistico & uma forma de apresentagao dos dados esta- Listicos, cujo objetivo & o de produvir, no investigador ou no piblico em geral, uma impressdo mais répida e viva do fenOmeno em estudo, jé que (s grificos falam mais répido & compreensio que as séties, Para tornarmos possivel uma representacdo gréfica, estabelecemos uma correspondéncia entre os termos da série e determinada figura geométrica, de tal modo que cada elemento da série seja representado por uma figura propor- clonal A representagio grafica de um fendmeno deve obedecer a certos requisi- tos fundamentais para ser realmente itl: a. Simplicidade — o grifico deve ser destituido de detalhes de impor- Lncia secundaria, assim como de tragos desnecessdrios que possam levar o observador a uma andlise morosa ou com erros. b, Clareza — o grifico deve possibilitar uma correta interpretagio dos valores representativos do fenémeno em estudo. €. Veracidade — o grafico deve expressar a verdade sobre 0 fendmeno em estudo. Os principais tipos de grificos sio os diagramas, os cartogramas e os pictogramas. 2 DIAGRAMAS (0s diagramas sio graficos geométricos de, no méximo, duas di sOes; para sua construgdo, em geral, fazemos uso do sistema cartesiano, Créios Eaatiteos 39 Dente os principais diagramas, destacanos: 2.1. Grafico em linha ou em curva Este tipo de grafico se utiliza da linha poligonal para representar a série cstatistica © grafico em linha constitui uma aplicagiio do processo de representa ssi0 das fungées num sistema de coordenadas cartesianas. ‘Como sabemos, nesse sistema fazemos uso de duas retas perpendicula- res; as retas sio os eixos coordenados e o ponto de interseccao, a origem. O ceixo horizontal é denominado efxo das abscissas (ou eixo dos x) e 0 vertical, eixo das ordenadas (ou eixo dos y) Para tomar bem clara a explanagdo, consideremos a seguinte série: PRODUGAO BRASILEIRA DE OLEO DE DENDE 1987-92 ‘QUANTIDADE Anos | “11.000 #) FONTE: Agropals, ‘Vamos tomar os anos como abscissas e as quantidades como ordenadas. Assim, um ano dado (x) ¢ a respectiva quantidade (y) formam um par ordenado (x, y), que pode ser representado num sistema eartesiano, Determinados, graficamente, todos os pontos da série, usando as coorde- hadas, ligamos todos esses pontos, dois a dois, por segmentos de reta, 0 que iré nos dar uma poligonal, que ¢ 0 grafico em linha ou em eurva correspon- dente & série em estudo (Figura 4,1),40 estnisncarhon PRODUCAO BRASILEIRA mit DE OLEO DE DENDE toneladas 1987-92 AT NY 20 10 ° wars FONTE: Aaropalme, FIGURA 4 Notas + No exemplo dado, zero foi indicado no cixo vertical, mas, por razBes Gbvius, no foi indieado no eixo horizontal. Observe que o zero, de modo geral, devers ser indicado sempre que possivel, especialmente no eixo vertical. Se, por alguma razio, for impossivel tal indicagio e se essa omissio puder levar 0 observador conclusdes errOneas, & prudente chamar a atengo para a omissi0 por um dos a 0s indicados nas Figuras 4.2, 4.3 ¢ 4.4 rs Rs fs vod sad rm) ‘0 ‘9 a oe se Am ‘a a J o9 ” 2s so 2 eles i ac 906 67 9 699g 7 1986 BY @8 89 90 196 87 a8 89 90 * Com 0 intuito de methorar o aspecto visual, podemos sombrear ou hachurar 0 gri- fico. Assim, o grifico da Figura 4.3 toma o seguinte aspecto: rs 100 FIGURASS ——s996 87 88 89 90 Cop.4— Gries Esoeioos 1 + Quando representamos, em um mesmo sistema de coordenadas, a variagio de dois fendmenos, a parte interna da figura formada pelos grificos desses fendmenos € denominada rea de excesso: Ee send eacest de mga 2.8. Grafico em colunas ou em barras E a representagio de uma série por meio de retngulos,dispostos verti calmente (em colinas) ou horizontalmente (em bares), Quando em colunas, os retAngulos tém a mesma base € as alturas sio proporcionais aos respectivos dados Quando em barras, 08 retangulos tm a mesma altura os comprimentos so proporcionais aos respectivos aos, Assim estamos assegurando a proporcionalidade entre as dreas dos retin- gulos © os dados estatisticos. Exemplos: a. Griifico em colunas PRODUGAO BRASILEIRA DE CARVAO MINERAL BRUTO 1989-92 ‘QUANTIDADE, anos | PRODUZDA — (1.000 8) 1989] 18.198 1990 11.168 1991 10.468 1992 9.28 FONTE: Minit de Aare42 esintsncarhon, PRODUGAO BRASILEIRA DE ‘CARVAO MINERAL BRUTO . Griifico em barras 1989-92 c co “a0 T95T oa FONE: Minisio da Agriutre TIGURA AT EXPORTAGOES BRASILEIRAS MARGO — 1995 ‘VALOR, EsTADOS —_| (yg mithoes) Sho Paulo 1344 Minas Gerais ‘42 Rio Grande do Sul 332 Espirito Santo 285 Parana 250 Santa Catarina 202 FONTE: SECEX. FONTE: SECEX Simo EXPORTAGOES BRASILEIRAS MARCO — 1995 hoes doles (cop. 4—Gxidcostsatatcos 43 NOTAS: + Sempre que os dizeres a serem inseritos sio extensos, devemos dar preferéncia 20 _nifico em barras (séries geogrficas e especifias). Porém, se ainda assim prefe- rirmos 0 grifico em colunas, os dizeres deverao ser dispostos de baixo para cima, nunca 20 contréto, + A ordem a ser observada € a eronolégicn, se a série for hist6rica, ¢ a decrescente, se for geogrifiea ou categories +A distincia entre as colunas (ou barras), por questbes estéticas, no deverd ser menor que a metade nem maior que os dois tergos da largura (ou da altura) dos retangulos, 2.8. Grafico em colunas ou em barras miltiplas Este tipo de grafico é geralmente empregado quando queremos represen- tar, simultaneamente, dois ou mais fendmenos estudados com o propésito de comparagao, Exemplo: BALANGA COMERCIAL DO BRASIL 1989-93 VALOR (USS 1.000.000), ESPECIFICAGOES 199 | 1990 | 1991 | 1992 | 1993 Exportarao (FOB) | 34.389 | 31.414 | 37.620 | 35.793 | 38.783, Importagao 18.263 | 20.661 | 21.041 | 20.554 | 25.711 BALANCA COMERCIAL Us mito BRASIL — 1989-93, sn ° 190s 800 =~eoy nse FONTE: Minna da Faronda Cexportagio 1 importagio. 2.4. Grafico em setores Este grifico € construfdo com base em um efrculo, ¢ € empregado sem- pre que desejamos ressaltar a participago do dado no total44 esinisncarhcn, © total 6 representado pelo circulo, que fica dividido em tantos setores. {quantas so as partes. Os setores sio tais que suas ‘reas slo respectivamente proporcionais aos dados da série. CObtemos cada setor por meio de uma regra de trés simples e direta, lem= brando que o total da série corresponde a 360°. xen REBANHO SUINO DO ‘SUDESTE DO BRASIL 19 Estapos | QUANTIDADE Minas Gerais Espirito Santo Rio de Janeiro S80 Paulo Tot FONTE: 106. temos: 6198.5 360°] 5 5, = 1972 = x= 197" 3.63.7 — x, x= 229%, Com esses dados (valores em graus), marcamos num efreulo de raio arbi- trério, com um transferidor, 0s arcos correspondentes, obtendo 0 grifico: REBANHO SUINO DO ‘SUDESTE DO BRASIL 1992 SS | [7] nen ora » BE ore sae —| = } FONTE: 196 FGURA 40 (Cop. 4—GréteosEsatatcos 45 NOTAS: + 0 grfico em setores s6 deve ser empregado quando hé, no miximo, sete dados, + Se a série ja apresenta os dados percentuais, ebtemos 0s respectivos valores em ‘graus multiplicando © valor percentual por 3,6 S| GRAFICO POLAR Eo grifico ideal para representar séries temporats eiclcas, isto é, ries temporais que apresentam em seu desenvolvimento determinada periodicida- de, como, por exemplo, a variagio da precipita pluviométrica ao longo do ano ou da temperatura a0 longo do dia, a arradagao da Zona Azul durante a semana, 0 consumo de energiaelética durante o més ou o ano, 0 nimero de passageiros de uma linha de énibus 20 longo da semana ec O grafico polar faz uso do sistema de coordenadas potas. Exemph Dada a série: PRECIPITAGAO PLUVIOMETRICA RECIFE — 1992 MESES | MILIMETROS Janeiro 196 Fevereiro Margo Abril Maio Junho Julho Agosto ‘Setembro Outubro Novembro Dezembro + tracamos uma circunferéncia de raio arbitrétio (em particular, damos prefe- réncia ao raio de comprimento proporcional & média dos valores da série); + construfmos uma semi-reta (de preferéncia na horizontal) partindo de O (PGl0) e com uma escala (eixo polar); + dividimos a citcunferéncia em tantos arcos quantas forem as unidades tem- porais; + tragamos, a partir do centro © (pélo), semiretas pasando pelos pontos de divisdo;46 eswisnca rhc, ‘+ marcamos os valores correspondentes da varidvel, iniciando pela semi-reta horizontal (eixo polar): + ligamos os pontos encontrados com segmentos de reta; + se pretendemos fechar a poligonal obtida, empregamos uma linha interrom- pida. Assim, para 0 nosso exemplo, temos' PRECIPITACAO PLUVIOMETRICA RECIFE — 1993, FONTE: Minsirio da Agia 4 CARTOGRAMA © cartograma ¢ a representagdo sobre uma carta geogritica, Este grafico é empregado quando o objetivo é 0 de figurar os dados esta- Listicos diretamente relacionados com éreas geogtificas ou politicas. Distinguimos duas aplicades: a. Representar dados absolutos (populagio) — neste caso, langamos milo, em geral, dos pontos, em nimero proporcional aos dados (Figura 4,12), . Representar dados relatives (densidade) — neste caso, langamos mao, cm geral, de hachuras ou cores (Figura 4.13). ‘cap. 4—Créteostsatatcos 47 Exemplo: Dada a série POPULAGAO PROJETADA DA REGIA SUL DO BRASIL — 1994 POPULAGAO | AREA ESTADOS poi (en) | DENSIDADE Parané 8.651.100 199.324 43.4 Santa Catarina 4.767.800 95.318 50,0 Rio Grande do Sul | 9.475.900 _ 280.674 33,8 FONTE: 186. ‘obtemos os seguintes cartogramas POPULAGAO PROJETADA DA REGIAO SUL| | DENSIDADE POPULACIONAL PROJETADA, BRASIL — 1994 DA REGIAO SUL DO BRASIL — 1994 [| menos do 34.0 nabiten? manos de 44,0 habykm? 400,000 habitantes [1 menos do 51,0 hadi? NOTA: + Quando 0s niimeros absolutos a serem represeatados for gar de pontos podemos empregar hachuras. muito grandes, no Iu48 esinisuca rhc, 5 PICTOGRAMA 0 pictograma constitui um dos processos gréficos que melhor fala a0 piblico, pela sua forma ao mesmo tempo atraente e sugestiva. A re- presentagdo grifica consta de figuras. Exemplo: Para a série POPULAGAO DO BRASIL 1960-90 HABITANTES (mnithares) 7960 70.070,8 1970 93.139,0 118.562,5 155.8224 temos a seguinte representacio pict6rica: cop. 4 Grdcoststatatcos 49 Na verdade, 0 grifico referente & Figura 4.14 6 essencialmente um grifi- ‘co em barras; porém, as figuras o tornam mais atrativo, 0 que, provavelmente, despertari a atencio do leitor para o seu exame. ‘Na confecgio de gréficos pictéricos temos que utilizar muita criatividade, procurando obter uma otimizagio na uni da arte com a técnica. Fis alguns ‘exemplos: Familias ‘numerosas fama {ih 5 = Saas = = : west POPULAGAO DO BRASIL 1960-90 ~ RRR} RRRR} = RRRRRA = RRRRRRRA Cad simbolorepratens 20,000.00 de habitentes 91 FONTE: 1065. FGURA 44 FiGURA50 esiaisucarAci, wom om ungra Canads chi & Tate de. Povo, st. 1864 FGURA 47 Incidéncia saze dos tipos femininos © Toa rar. 1098, FIQURA 48 FGURA 439 EXERCICIOS 11 Represente a série abaixo usando 0 grafico em linha: ‘COMERCIO EXTERIOR BRASIL — 1984.99 ‘QUANTIDADE (7.000 0) ANos EXPORTAGAO | IMPORTACAO 1988 141.737 ‘53.988 1985 148.351 48.870 1986 193.882 60.597 1987 142.378 61.975 1988 169.666 58.085 1989 177.033 87.293 1990 168.095 57.188 1991 165.976 63.278 1992 167.295 68.059 1993 192.561 7813Distribuigao de Frequiéncia 1 TABELA PRIMITIVA ROL Vamos considerar, neste capitulo, em particular, a forma pela qual pode- mos descrever os dados estatisticos resultantes de varidveis quantitativas, como €o caso de notas obtidas pelos alunos de uma classe, estaturas de um conjun- to de pessoas, saldrios recebidos pelos operarios de uma Fabrica ete. Suponhamos termos feito uma coleta de dados relativos as estaturas de quarenta alunos, que compdem uma amostra dos alunos de um colégio A, re- sultando a seguinte tabela de valores: TABELA 5.1 ESTATURAS DE 40 ALUNOS DO COLEGIO A 165 160 161 150 162 160 165 167 168 160 162 161 168 163 156 173 160 155 166 168 155 152 163 160 185 185 169 151170164 154 161 156 172 153 157 156 158 158161 Aeesse tipo de tabela, cujos elementos nao foram numericamente organi- zados, denominamos tabela primitiva. Partindo dos dados acima — tabela primitiva — é dificil averiguar em tomno de que valor tendem a se concentrar as estaturas, qual a menor ou qual ‘2 maior estatura ou, ainda, quantos alunos se acham abaixo ou acima de uma dada estatura Assim, conhecidos os valores de uma varisvel, ¢ dificil formarmos uma {dia exata do comportamento do grupo como um todo, a partir dos dados niio- ordenados, ‘A mancira mais simples de organizar os dados & através de uma certa or denagio (crescente ou descrescente). A tabela obtida ap6s a ordenacdo dos dados recebe 0 nome de rol cap.5-—Disibuieao do eaiencla 55 TABELA 5.2 ESTATURAS DE 40 ALUNOS DO COLEGIO A 150 154 155 157 160 161 162 164 166 169 181 155 156 158 160 161 162 164 167 170 152 155 156 158 160 161 163 164 168 172 163 155 156 160 160 161 163 165 168 173 Agora, podemos saber, com relativa facilidade, qual a menor estatura (150 em) ¢ qual a maior (173 em); que a amplitude de variagdo foi de 173-150 = 23 em; e, ainda, a ordem que um valor particular da variavel ocupa ro conjunto. Com um exame mais acurado, vemos que hii uma concentracl0 das estaturas em algum valor entre 160 em e 165 cm e, mais ainda, que hi poucos valores abaixo de 155 em e acima de 170 cm. @ DISTRIBUIGAO DE FREQUENCIA No exemplo que trabalhamos, a varidvel em questio, estatura, seri ob- servada ¢ estudada muito mais facilmente quando dispusermos valores orde- nnados em uma coluna e colocarmos, a0 lado de cada valor, © nimero de vezes ‘que aparece repetido. Denominamos freqiiéncia o niémero de alunos que fica relacionado a um determinado valor da variavel. Obtemos, assim, uma tabela que recebe o nome de distribuigdo de freqiiéncia: taneta 53¢ STAT | one, STAT rea, | rot mt ie | 2 eft ie | i i | 4 | 4 ft el me aay ie | 3 wm | 3 Tout [0 Mas 0 processo dado é ainda incoveniente, j4 que exige muito espaco, ‘mesmo quando o numero de valores da variével (m) & de tamanho razodvel Sendo possivel, a solugio mais aceitivel, pela propria natureza da variével continua, é 0 agrupamento dos valores em varios intervalos, 5 tata foi riparia para no cupar mat espa.56 eswisncarAci, Assim, se um dos intervalos for, por exemplo, 154+ 158%, em vez de dizermos que a estatura de 1 aluno é de 154 my; de 4 alunos, 155 em; de 3 alunos, 156 em; e de I aluno, 157 em, diremos que 9 alunos tém estaturas entre 154, inclusive, e 158 em. Deste modo, estaremos agrupando os valores da varidvel em intervalos, sendo que, em Estatstica, preferimos chamar os intervalos de classes. Chamaundo de freqdeneia de ui classe o nimero de valores da varid- vel pertencentes a classe, os dados da Tabela 5.3 podem ser dispostos como na ‘Tabela 5.4, denominada distribuicao de freqiiéncia com intervalos de classe: TABELA Sa ESTATURAS DE 40 ALUNOS DO COLEGIO A ESTATURAS T pre quéncia 150 + 154 4 - {se se : iri | on doar os : tos 10 : os i 2 Tet © a ‘Ao agruparmos os valores da varidvel em classes, ganhamos em simpli- cidade mas perdemos em pormenores. Assim, na Tabela 5.3 podemos verifi car, facilmente, que quatro alunos tém 161 cm de altura ¢ que no existe ne~ hum aluno com 171 cm de altura. J4 na Tabela 5.4 no podemos ver se al- gum aluno tem a estatura de 159 cm. No entanto, sabemos, com seguranga, {que onze alunos (ém estatura compreendida entre 158 e 162 em, (© que pretendemos com a construcdo dessa nova tabela & realgar 0 que hi de essencial nos dados e, também, tomar possivel 0 uso de téenicas anali- tieas para sua (otal descrigdo, até porque a Estatistica tem por finalidade espe- cffica analisar o conjunto de valores, desinteressando-se por casos isolados, NOTAS: . + Se nosso intuito €, desde o inicio, a obtengao de uma distribuigao de frequéncia ‘com intervalos de classe, basta, a partir da Tabela 5.1, fazermos uma tabulagio, ‘como segue, onde cada trago corresponde & um valor + 154158 € um imervalofechato esque € aero cit ta gue: 154 x < 158, ap. 5-—Distougdo de reqdencia 87 TABELA SS ESTATURAS : a ‘TasuLagho | FREQUENCIA worse | + wares | ao 9 wertez | " rerns | 2c 8 resrva | 8 ori | a Total 0 + Quando os dados estio organizados em ums distribuigdo de freqiiéncia, sd0 comumente denominados dados ageupados 3| ELEMENTOS DE UMA DISTRIBUIGAO DE FREQUENCIA 3.1. Classe Classes de fheqliéncia ov, simplesmente, classes so intervalos de varagio da varisvel. As classes slo representadas simbolicamente por i, sendo i = 1, 2, 3, (onde k € o niimero total de classes da distrituigio). Assim, em nosso exemplo, 0 intervalo 154+ 158 define a segunda classe 2). Como a distribuigio € formada de seis classes, podemos afirmar que ( k 8.2. Limites de classe Denominamos limites de classe os ex:remos de cada classe. © menor nsimero € 0 limite inferior da classe (1) ¢ 0 maior nimero, limite superior da classe (L,) Na segunda classe, por exemplo, temos: (2154 1, = 188 Nota: + Os intervalos de classe devem ser escritos, de acordo com a Resolucio 886/66 do IBGE, em termos de desta quantidade até menos aquela, empregando, para isso, © simbolo + (inclusio de f, € exclusio de L.). Assim, 0 individuo com uma estatura de 158 em esté incluido na terceira classe (i= 3) e nfo na segunda,58 esinisncarhcn, 53.3. Amplitude de um intervalo de classe ee (Cop. 5 ~Ditbuicbo do Feainca 59 3.5. Amplitude amostral ‘Amplitude de um intervalo de classe ou, simplesmente, intervalo de classe é a medida do intervalo que define a classe. Ela 6 obtida pela diferenga entre os limites superior ¢ inferior dessa clas- se e indicada por h,- Assim: Na distribuigio da Tabela 5.4, temos: hyo by hy = 158-154 = 4h 83.4, Amplitude total da distribuigiio Amplitude amostral (AA) é a diferenga entre 0 valor maximo e o valor ménimo da amostr AA = ximéx.) — x'min.) Em nosso exemplo, tems: AA = 173 ~ 180 = 23 > AA = 23 em Observe que a amplitude total da distribuigio jamais coincide com a amplitude amostral 5.6. Ponto médio de umarclasse Ponto médio de uma classe (x,) é, como o préprio nome indica, 0 onto que divide o intervalo de classe em duas partes iguais. Amplitude total da distribuigo (AT) ¢ a diferenga entre o limite superior da titima classe (limite superior maximo) ¢ o limite inferior da primeira classe (limite inferior minimo): AT = Limax.) — C(min} Em nosso exemplo, temos: AT = 174 = 150 = 24 => AT = 246m NOTA: : + Beevidente que, se as classes possuem 0 mesmo intervalo, veriicamos a relagio Em nosso exemplo: Para obiermos 0 ponto médio de uma classe, ealeulamos a semi-soma dos limites da classe (média aritmética) Assim, © ponto médio da segunda classe, em nosso exemplo, = 136 = x, = 156 om Lb, 15 158 sto, NoTA: +0 ponto médio de uma classe 6 0 valor que a representa 5.7. Freqiiéncia simples ou absoluta Freqiiéncia simples ou freqiiéncia absoluta ou, simplesmente, fre- agiiéneia de uma classe ou de um valor individual & o niimero de obser vagies correspondentes a essa classe ou a esse valor,62 eswsucaricn, Quando © resultado nao & exato, devemos arredondé-lo para mais. ‘Outro problema que surge € a escolha dos limites dos intervalos, os quais deveriio ser tais que fornecam, na medida do possivel, para pontos médios, riimeros que facilitem os cilculos — ntimeros naturais. Em nosso exemplo, temos: para n = 40, pela tabela 5.7, Logo: 173 = 180 _ 23 cs isto é, seis classes de intervalos iguais a 4, h RESOLVA 11 As notas obltidas por 50 alunos de uma classe forar 1234566778 z2ae4568788 2344566789 28 sinn i687 3 8 4 2345567789 2, Complete a distribuigho de freai 7_]_noras | x, t T | ore 7 7 2] 24 3 | ae 4 | eee ~5 | 8410 5 B= 60 b. Agora, responda: 1. Qual a amplitude amostral? 2 Qual a amplitude da dist 3. Qual o niimero de classes da dist 4 Qual o limite inferior da quarta classe? 5. 6 ido? Qual o limite superior da classe de ordem 2? ual @ amplitude do segundo intervalo de classe? ©. Complete: hy annus ‘cap. 5 — Disouigdo de requéncia 63 § TIPOS DE FREQUENCIAS Freqiiéncias simples ou absolutas (f) so os valores que realmen- te representam o mimero de dados de cada classe. Como vimos, a soma das freqéncias simples € igual ao mimeo total dos dados: Ef, Fregiiéncias relativas (fr) s4o os valores das razdes entre as fre- ‘ligneias simples e a freqiéncia total: Logo, a freqiiéncia relativa da terceira classe, em nosso exemplo (Tabela 5.6), f= ho tr, 1 = 0.278 3 tr, = 0275 Et 40 Evidentemente: E fry= 1 00 100% NOTA: + 0 proposito das freqléncias relativas € o de pernitir a anise ov faclitar as com- paragbes Freqiiéneia acumulada (F.) € 0 total das freqéncias de todos os valores inferiores a0 limite superior do intervalo de uma dada classe: pate ae Foe Efi = 1,2, 0k) Assim, no exemplo apresentado no inicio deste capitulo, a freqiiéneia ‘acumulada correspondente A terceira classe &: th shake he9e 1 oF a 24, © que significa existirem 24 alunos com estatura inferior a 162 em (limite superior do intervalé da terceira classe). r64 ssintsncarhcn, Freqiiéncia acumulada relativa (Fr,) de uma classe & a freqiléncia acumulada da classe, dividida pela freqiiéncia total da distribuig root tt para a terceina classe, tems: 0,600 = Fe er 2 - 0,600 = Fr, Et Corsiderando a Tabela 5.4, podemos montar a seguinte tabela com as fre- «qiiéncias estudadas: ESTATURAS tem) 150 154 150 158, 158 162 162 166 1661-170 170174 © conhecimento dos virios tipos de freqléncia ajuda-nos a responder a rmuitas quest6es com relativa facilidade, como as seguintes: ‘8. Quantos alunos tém estatura entre 154 cm, inclusive, e 158 em? Esses so 0s valores da varivel que formam a segunda classe. Como f= 9, a resposta é: 9 alunos. . Qual a percentagem de alunos eujas estaturas so inferiores a 154 em? Bsses valores so os que formam a primeira classe, Como fr, = 0,100, obtemos a resposta multiplicando a trequéncia relaiva por 100: 0,100 x 100 = 10 Logo, a percentagem de alunos & 10%. ‘©. Quantos alunos tém estatura abaixo de 162 em? E evidente que as estaturas consideradas so aquelas que formam as classes de ordem 1, 2 ¢ 3. Assim, 0 nimero de alunos dado por: Att tye Eafe Fee Portanto, 24 alunos tm estatura abaixo de 162 em. Cop. 5— Detbulgdo de regncio 66 4, Quantos alunos t@m estatura ndo-inferior a 158 em? O nimero de alu- nos & dado por: ht hth ees 84543-27 0-13-27 6 DISTRIBUIGAO DE FREQUENCIA SEM INTERVALOS DE CLASSE Quando se trata de variavel disereta de variagdo relativamente pequena, cada valor pode ser tomado como um intervalo de classe (intervalo degenert do) e, nesse caso, a distribuigao & chamada distribuigio sem intervalos de classe, tomando a seguinte forma: TABELA 5.9 Exemplo: Seja x a varidvel inflias entrevistadas ero de cOmodos das casas ocupadas por vinte fa- TABELA 5.10 die eee ean al 2 4 2 3 7 3 4 5 4 5 2 5 6 1 6 1 1 E= 2066 eswisncardcn Completada com os varios tipos de freqiléncia, temos: . TABELA 5.11 7 ™ 7 1, F Fr, a ee ‘ 020 «| 020 2| 3 7 035 nn | 085 a | 4 5 025 16 | 0.80 a|os 2 0.10 18 | 0,90 5 | 6 1 0,05 19 0,95 6 | 7 1 0,05 20 |" 1,00 Nova: + Se-a variével toma numerosos valores distints, € comum traté-la como uma varié- vel continua, formando intervalos de classe de amplitude diferente de um. Esse tratamento (arbitririo) abrevia o trabalho, mas acarreta alguma perda de pre- RESOLVA TV Complete a distribuigdo abaixo, determinando as frequéncias simples: 7 * F 1 2 2 2 3 9 3 4 21 4 5 29 5 6 eG 34 p= 34 A Conhecidas as notas de 50 alunos: at G8 33°82 47 73 68 61 73:77 74 71 81 91 65 55 57 95 85 88 59 80 41 50 53 65 76 a5 73° 60 67 47 78°56 94 35 45 55 64 74 65 94 66 48 39 69 89 98 42 54 obtenha a distribuigao de freqiiéncia, tendo 30 para limite inferior da prime: ra classe @ 10 para intervalo de cla cop. 5—Disibuieso de Freqiéncia 67 22) Os resultados do langamento de um dado 50 vezes foram os seguintes: 6526436265 163.8 6 1 36 3 4 Geom a 22525135614 5624615243 Forme uma distribuigdo de freqiéncia sem intervalos de classe. [Bi Considerando as notas de um teste de inteligéncla aplicado a 100 alunos: 62 7% 66 82 7a 103 7@ 96 103 87 73 95 82 88 73 92 85 80 81 90 78) 86 78101 85 98 78) 73 90 86 86 84 86 76 76 83 103 86 BM 85 (7 80 92102 73 87 70 a5 79) 93 82 90 83 81 85 72 81 96 BI 85 68 96 86 70 72 (J) a4 99 B1 &9 71 73 63 105 78) 98 78 78) 83 96 95 94 88 62 91 83 98 93 83 76) 94 75) 67 95 108 98 71 92 72 73 Forme uma distribuicao de frequéncia MA tabela abaixo apresenta as vendas disrias de um determinado aparelho elétrico, durante um més, por uma firma comercial “on 1 M18 wu 3 won 2 4 0 13 6 OT 1% 13 16 17 4 14 Forme uma distribuigao de froqliéncia sem intervalos de classe. 5) Complete a tabel abaixo: (CLASSES th Fr, 1 ore 4 a a 2 By 16 10 i 3 | 16r26 “ a | 2rs2 9 5 | 3240 2 p= 40 Dada a distribuigdo de freqiéneia: xis 4 5 6 a ee era) determine: art: b. as freqiéncias relativas: ¢ as frequéncias acumuladas; d. as frequéncias relativas acumuladas,. 68 esINIsICAPACH, 7 A tabela abaixo apresenta uma distribuigéo de freqdéncia das éreas de 400 lotes: AREAS | so 400 £00 £00» 700 £00 #00 190 1.100 1200 _ 14 46 58 76 68 62 48 22 6 (ores Com referéncia a esse tabela, determine: amplitude total; © limite superior da quinta classe; © limite inferior da oitava classe; © ponto médio da sétima classe; 8 freqiéncia da quarta classe; a frequéncia relativa da sexta classe; 8 Trequéncia acumulada da quinta classe; © niimero de lotes cula drea nao atinge 700 m’; ‘© niimero de lotes cuja area atinge e ultrapassa 800 m*; 2 percentagem dos lotes cuja area nao atinge 600 m’ a percontagem dos lotes cuje rea seja maior ou igual @ 900 m9,05") ' percentagem dos lotes cuja area é de 500 m?, no minimo, mas inferior ‘1.000 m' 0. classe do 72° lote; 3 . até que classe estao incluidos 60% dos lotes. 23-n-7emea008 18 A distribuigao abaixo indica o ndmero de acidentes ocorridos com 70 moto- fistas de uma empresa de nibus: Ne ACIDENTES | 0 20ri3 4 UT NeMoToRISTAS |20 10 16 9 6 5 3 Determine 2. 0 niimero de motoristas que néo sofreram nenhum acidente; b. 0 niimero de motoristas que sofreram pelo manos 4 acidentes; «, 0 niimero de motoristas que sofreram menos de 3 acidentes; do nimero de motoristas que sofraram no minimo 3.6 no maximo 6 ack dontes: 2. a percentagem dos motoristas que sofreram no maximo 2 acidentes. 19) Complete os dados que faltam na distribuigdo de freqiiéncia: Do, © t a et 1 0.05, r an | 1 2 a5 4 3 | 2 ‘ wdo | % | & 4 025 | 13 et | 3 eo | 5 2 8 Al | fe : 19 pa 9 i an = 20 E 0p.5—Disibuigdo de eghbncia 69 b i | classes |, 1 F, , 7 Ora 1 4 | 096 2 ara F a id | aaa 3 tne 5 16 | 30 4 kB 7 n 5 ar t0 2. 15 n a | wra2 i ac) Tees 13 93 a] wri i ry % REPRESENTAGAO GRAFICA DE UMA DISTRIBUICAO ___ Uma distribuigio de freqiiéncia pode ser representada graficamente pelo histograma, pelo poligono de freqiiéncia e pelo poligono de freqiiéneia acu mulada’, Construfmos qualquer um dos gréficos mencionados utilizando 0 primei- 10 quadrante do sistema de eixos coordenados cartesianos ortogonais. Na li- ‘nha horizontal (eixo das abscissas) colocamos os valores da varidvel e na li- nha vertical (cixo das ordenadas), as freqiéncias 7.1. Histograma __ Ohiistograma é formado por um conjusto de retingulos justapostos, ‘cujas bases se localizam sobre 0 eixo horizontal, de tal modo que seus Pontos médios coincidam com 0s pontos médios dos intervalos de classe. Jaca HtBHFA dos retinguos sio iguas is amplitudes dos intervalos de As alturas dos retingulos devem ser proporcionais as freqlléncias das clas- ses, sendo a amplitude dos intervalos igual. Isso nos permite tomar as alturas humericamente iguais as feequéncias, A distribuigao da Tabela 5.6 (p. 60) corresponde 0 seguinte histograma: ‘ x 4 ¢ eek a © Agus ares peferem designo pr oiva de Galton70 smisncarAch Nowas: + © histograma goza de uma propriedade da qual faremos considerivel uso: a drea ‘de um histograma é proporcional a soma das freqiiGnctas. + No caso de usarmos as freqiéncias relativas, obtemos um grifico de sca unitéria. + Quando queremos comparar duas disteibuigdes, o ideal ¢ faz8-lo pelo histograma de freqiéncias relativas, ‘7.2. Poligono de freqiiéncia nN ae (0 poligono de freqiiéncia é um gritico em linha, sendo as freqiién- cias marcadas sobre perpendiculares a0 eixo horizontal, levantadas pelos — ppontos médios dos intervalos de classe. Para realmente obtermos um polfgono (linha fechada), devemos comple- tar a figura, ligando os extremos da linha obtida aos pontos médios da classe anterior & primeira e da posterior a siltima, da distribuigao, A distribuigao da Tabela 5.6 corresponde o seguinte poligono de freqiién- ‘ x 9 6 a a Oi Tar Tos Te Tod Te 276 * Nowa: + No caso de termos uma varidvel essencialmente positiva, cuja distribuigo se it cle no valor zero, devemos considerar um intervalo anterior localizado no semi- cixo negative. Porém, consideraremos apenas a parte positiva do segmento que liga © ponto médio desse intervalo com a freqiiéncia do intervalo 0 + Exemplo: TABELA 5.12 CLASSES Or? zea are ore ar 10 oF + 6 8 0 Wx Fiauna s2 Cop. Ditibulcto do Fraioncia 71 7.3. Poligono de freqiiéncia acumulada poligono de freqiiéncia acumulada é tragado marcando-se as freqiéncias acumuladas sobre perpendiculaes ao eixo horizontal, leyan- {tadas nos pontos correspondentes aos limites superiores dos intervalos de classe. Assim, & distribuigio da Tabela 5.6 corresponde o seguinte poligono de freqiléncia acumulada: 0 » 0 “150 154 188 162 166 190 174 * Uma distribuiglo de freqlléncia sem intervalos de classe 6 representada graficamente por um diagrama onde cada valer da variével é representado por tum segmento de reta vertical © de comprimen:o proporcional a respectiva fre- aqléncia, Assim, para a distribuigio da Tabela 5.13, temos: TABELA 5.13 iy * f 5 8 1] 2 4 4 ales 7 " : 3| 4 5 | 16 4 a|os 2 | 5| 6 1 | 19 2 6| 7 a | 0 : [eerat4 8 6 7! my FiGURA SS72 eswisncarAcn, ‘Também podemos representar a distribui¢io pelo grifico da frequéncia acumulada, 0 qual se apresentaré com pontos de descontinuidade nos valores dobservados da variavel: 20 — wo 5 0 — p23 8 6 87 x 8 ACURVA DE FREQUENCIA 8.1. A curva de freqiiéncia. Curva polida Como, em geral, os dados coletados pertencem a uma amostra extraida de uma populagtio, podemos imaginar as amostras tornando-se cada vez mais amplas ea amplitude das classes ficando cada ver. menor, 0 que nos permite concluir que a linha poligonal (contorno do poligono de freqiiéncia) tende a se transformar numa curva — a curva de freqtiéncia —, mostrando, de modo ‘mais evidente, a verdadeira natureza da distribuigdo da populacao. Podemos dizer, entio, que, enquanto o polfgono de freqiiéncia nos dé a imagem real do fendmeno estudado, a curva de freqiéncia nos dé a imagem tendencial. ‘Assim, apés 0 tragado de um poligono de freqléncia, é desejavel, muitas veres, que se The faca um polimento, de modo a mostrar o que seria tal polf- ‘gono com um niimero maior de dados. Esse procedimento, é claro, no nos dard uma certeza absoluta de que a curva obtida — eurva polida — seja tal qual a curva resultante de um grande niimero de dados, Porém, podemos afirmar que ela assemelha-se mais & curva de freqiigncia do que ao polfgono de freqiiéncia obtido de uma amostra limitada. © polimento, geometricamente, correspond a eliminacao dos vértices da linha poligonal. Consegue-se isso com 0 emprego de uma férmula bastante simples, a qual, a partir das frequéncias reais, nos fornece novas freqiiéncias — fregiiéncias calculadas — que se localizarao, como no poligono de fre- aglléncia, nos pontos médios. ‘A formula que nos dé a freqii@neia ealculada (fe) é: eae get, Cop. 5 — Butbvigao de regéncia 73 onde fe, é a frequncia calculada da classe considerada; f,€ a freqiiéncia simples da classe considerada; £,_, € a freqiiéncia simples da classe anterior & classe considerada; f,,, € a freqiiéncia simples da classe pesterior & classe considerada. Quando fazemos uso da curva polida, cowvém mostrar as freqiiéncias real- mente observadas por meio de pontos ou yequenus cfreulos, de modo que qualquer interessado possa, por si mesmo, julgar até que ponto os dados origi- nais foram polidos, Para a distribuigdo da Tabela 5.6, temos: fo, O22 K4+9 foe t2XO+8 7 as 7 ss2xos ee fo 222X808 7 + : seaxis tye SA2KN68 3 o7g foe 842K340 ag 7 ; TABELA 5.14 ESTATURAS (em) 4 i 7 ao ere 2] true | 3 | 83 ee io ayes | | a 5] trim | oF | 8S ab mera a | es We) 1G 166 TO WA TB lasses FIGURA 5774 eswnisncardcn 8.2. As formas das curvas de freqiiéncia [As curvas de freqiéncia assumem as seguintes formas caracteris -1, Curvas em forma de sino [As curyas em forma de sino caracterizam-se pelo fato de apresen- tarem um valor maximo na regio central, ‘So muitos os fendmenos que oferecem distribuicGes em forma de sino! ‘a estatura de adultos, o peso de adultos, a inteligéncia medida em testes men- tais, os pregos relativos. imos a curva em forma de sino simétriea c a assimétrica. + Curva simétrica Esta curva earacteriza-se por apresentar 0 valor méximo no ponto central € (5 pontos equidistantes desse ponto terem a mesma freqiiéncia (Figura 5.8). + Curva assimétriea Na pritica, no encontramos distribuigdes perfeitamente simétricas. As dis- 1s de medigbes reais so mais ou menos assimétricas, em relagdo a freqiléncia maxima. Assim, as curvas correspondents a tais distri- buigdes apresentam a eauda de um lado da ordenada méxima mais longa do que do outro, Se a cauda mais alongada fica 2 direita, a curva € chamada assimétrica positiva ou enviesada a direita (Figura 5.9). Se a cauda se alon- ‘28 A esquerda, a curva é chamada assimétrica negativa ou enviesada a es- querda (Figura 5.10). ALA cap. 5 —Distibugdo derreqiéncts 75 8.2.2. Curvas em forma de jota ‘As curvas em forma de jota sio relativas a distribuigdes extrema- mente assimétrieas, earacterizadas por apresentarem 0 ponto de ordensada mdxima em uma das extremidades. So curvas comuns aos fenémenos econdmicos e financeios: distribui- gio de vencimentos ou rendas pessoais (Figuras 5.11 © 5.12). jota jota invertido FIGURA SAT FIGURA 812 8.8.5. Curvas em forma de U As curvas em forma de U sfo caractetizadas por apresentarem or- denadas méximas em ambas as extremidades. Como exemplo de distribuigo que di origem a esse tipo de curva pode- ‘mos citar a de mortalidade por idade (Figura 5.13), FIGURA S13 8.8.4. Distribuigdo retangular Essa distribuigdo, muito rara na verdade, apresenta todas as classes com 1 mesma freqiiéncia, Tal distribuigdo seria representada por um histograma em76 swisncarAca {que todas as colunas teriam a mesma altura (Figura 5.14) ou por um poligono de freqliéncia reduzido a um segmento de reta horizontal (Figura 5.15), EXERCICIOS 1 Considerando as distribuigées de frequéncia seguintes, confeccione, para cada uma: a. 0 histograma; b. 0 poligono de freqiiéncia ©. 0 poligono de frequéncia acumulads. 1] Pesos: fi u.| ] ESTATURAS 7 kg) i | Cem 1[ fon ae 2 1 | 150+ 156 1 2) sara 5 2| 156» 162 5 3] ase sz 9 3| 162+ 168 8 2] 5256 6 | t68+ 174 13 5| 56-60 4 5 | 174 180 3 B= 26 u.”, | SALARIOS (RS) i 500+ 700, 700 900 900 + 1.100 41.100 + 1.300 1.300 + 1/500 11500 + 1-700 1700 + 1.900 5) Cite 0 tipo de curva correspondente a cada dist Cop. 5—Dasibuigdo de readéncia 77 2 Confeccione 0 gréfico da distribuigao: AREAS | 901 400+ 50+ 600+ 700+ 80% 800+ 1.001.100 1200 ea ere Fl Canfeecions a curva polida relative & distribu 80 do freqincia: 1] CLASSES a 1] «re 2] ari 3] 216 4] 1620 5 | 20r24 6] 2r28 225 4 Examinando o histograma absixo, que corresponde as natas relativas & ap cacao de um teste de inteligéncia 2 um grupo de alunos, respandai 2. Qual 6 0 intervalo de classe que tem maior fraqiiéncia? . Qual @ amplitude total da distribuigso? ©. Qual o niimero total de alunos? d. Qual 6 a freqiiéncia do intervalo de classe 110» 1207 2. Quais 08 dofs intervalos de classe que tm, dois a dois, @ mesma freqién- Quais s80 os dois intorvalos de classe tais que a freqiiéncia de um é 0 dobro da freqiéncia do outro? 9. Quantos alunos receberam notas de testa entre 90 (inclusive) © 1107 hh. Quantos alunos receberam notas ndo-inferiores a 1007 25 2 6 0 5 oe%z 40 60 80 100 120 140)i60 buigao a seguir: 8, Namero de mutheres de 15 a 30 anos, em uma dada populagao, classificadas segundo 0 niimero de vezes que hajam contraide matriménio. Notas de alunos que cursam a ditima série do 2° grau, em uma dada po- pulagao, «6. Coeficientes de mortalidade por acidente, por grupo de idade.78 eswisicarhca, 4. Tempo de estacionamento de veiculos motorizados em uma drea de con- gestionamento. ‘e, Numero de homens capacitados, por grupo de idade, que 6% pregados em uma determinada época, desem- 6) Conhecidas as notas de 50 alunos; 68 85 32 62 65 77 84 65 74 57 71 aR RY 8D 35 Gh 74 AT 84 6B 80 61 41 91 55 73 59 53 77 45 41 55 78 43 69 85 67 39 60 76 4 98 66 66 73 42 65 94 88 89 dotermine: a. a distribuigao de freqiéncia comecando por 30 e adotando o intervalo de classe de amplitude igual a 10; b, as freqiléneias acumuladas; ©. as freqiléncias relativas; d.0 histograma e 0 poligono de frequéneia. WH A tabela abaixo aprosenta os cosficientes de liquidez obtidos da anélise de balango em 50 industrias: 39 74 100 118 45 105 156 7.6 ae 29 23 O48 90 55 124 87 45 44 1068 56 24 178 os 4a Ta 32 27 162 95 131 63 79 4B 53 129 69 15 26 46 160 1a, Forme com esses dados uma distribuigéo com intervalos de 123, tais que os limites inferiores sejam miltiplos de 3. b, Confeccione o histagrama @ o poligono de freqiiéncia correspondentes. 880 iguais, 8) Um grau de nebulosidade, regi distribuigdo abaixo: trado em décimos, ocorre de acordo com a NEBUL, [Or 05+ 45+ 25+ 35+ 451 65-0575 85+ 95+ 100 f ‘x20 [125] 75 [05 [45 | a5 [55 | 65 | 90 | 45 [v6 9) Considerando a distribuig CLASSES 11-2) 9h 4 SHOE THOM ON IDK Mh 12h 13h MAE 15H 18h 17 1B «1? Talwolalelaraslas] 39] 90] 2517 Tol «Tel i] confeccione: tograma; bo poligano de freqiéncia; a curva polida, indicando as freqiléncias reais por meio de pequenos cit- culos. Medidas de Posigao* 1 INTRODUGAO © estudo que fizemos sobre distribuigdes de freqléncia, até agora, per- mite-nos descrever, de modo geral, os grupos dos valores que uma variivel pode assumir. Dessa forma, podemos localizar a maior concentragiio de valo- tes de uma dada distribuicdo, isto 6, se ela se localiza no inicio, no meio ou no final, ou, ainda, se hé uma distribuigdo per igual. Porém, para ressaltar as tendéncias caracteristicas de cada distribuigio, isoladamente, ou em confronto com outras, necessitamos introduzir conceitos que se expressem através de némeros, que nos permitam traduzir essas te déncias. Esses conceitos so denominados elementos tipicos da distribui f silo as; a. medidas de posigao; , medidas de variabilidade ou dispersio; . medidas de assimet 4. medidas de curtose. Dentre os elementos tipicos, destacamos, neste capitulo, as medidas de posigaio — estatisticas que representam uma série de dados orientando-nos quanto & posicdo da distribui¢ao em relacao ao eixo horizontal (eixo das abscissas), ‘AS medidas de posigio mais importantes so as medidas de tendéncia central, que recebem tal denominacio pelo fato de os dados observados tet deem, em geral, a se agrupar em torno dos valores centrais. Dentre as medi- ddas de tendéneia central, destacamos: a. a média aritmética; b. a medians ca moda As outras medidas de posi ‘a. a propria mediana; b. os quartis; . 0s percentis, sdo as separatrizes, que englobam: © Consulte o Apindice — tastrumes (188) Mateméteo, prs una revisso do asanto Média Antti80 stisncarscn, @ MEDIA ARITMETICA (=) [Em um conjunto de dados, podemos definir virios tipos de médias. Porém, ‘em nossos estudos iremos nos limitar 3. mais importante: a média aritmética. Média aritmética é 0 quociente da divisio da soma dos valores da varkével pelo idimero dees Ex, sendo: Xa média aritmétic x, 0s valores da varidvel; no niimero de valores. 2.1, Dados ndo-agrupados Quando desejamos conhecer a média dos dados nio-agrupados, determi- amos a média aritmética simples. Exemplo: Sabendo-se que a produgfo leiteira didria da vaca A, durante uma sema- nna, foi de 10, 14, 13, 15, 16, 18 € 12 litros, temos, para produgdo média da Oe Hs 19+ 154 164 184 12 9B Logo: vu titros AAs vezes, a média pode ser um ntimero diferente de todos os da série de dados que ela representa, E 0 que acontece quando temos os valores 2, 4, 8 © 9, para 0s quais a média é 5, Esse seré 0 nimero representaivo dessa série de valores, embora ni esteja representado nos dados originals. Neste caso, c0s- tumamos dizer que a média no tem existéncia conereta 2.2. Desvio em relagdo 4 média Denominamos desvio em relagio & média a diferenga entre cada elemento de um conjunto de valores ¢ a média aritmética. cop. 6-—Medidos de Posed 81 Designando o desvio por d,, temos: Para 0 exemplo dado, temos 2%, Fo d,- 10-104 ear = m8 4, = XR d= 18-14 2.5. Propriedades da média 18 propriedade A soma algébrica dos desvios tomados em relagio & média € nula: 2° propriedade Somando-se (ou subtraindo-se) uma consiante (e) de todos os valores de uma variavel, a média do conjunto fica aumentada (ou diminufda) dessa cor tante: yon se 5y-Kee Somando 2 cada um dos valores da varidvel do exemplo dado, temos: yy 12, ¥,=16,y,= 15, ¥y= 12, %,= 18, ¥,= 200 y, = 14 Ya 124 164156174 18404 4-112