CAPA

CONTRA CAPA

Índice
1.Introdução.....................................................................................................................................1

2.Objectivo.......................................................................................................................................2

2.1.Metodologia...........................................................................................................................2

3. Resoluções...................................................................................................................................2

Figura 1: Gráfico de histograma...............................................................................................5

Referencias Bibliográficas...............................................................................................................8
1.Introdução

A análise, interpretação e apresentação dos dados são etapas essenciais para qualquer indivíduo
que deseja pesquisar na área de Informática na Educação e são exatamente essas preocupações
da análise estatística descritiva e deste capítulo. Apresentaremos a você conceitos e métodos para
extrair informações de sua base de dados. Repare que existe uma comunidade inteira
pesquisando e sugerindo melhorias nos métodos estatísticos já existentes, então nosso foco será
nas técnicas mais tradicionais.

Em estatística descritiva, estamos preocupados em representar os dados usando gráficos e

diagramas, além do interesse em resumir em um (ou alguns) número todos os valores de uma
coluna de sua base de dados.

Existem três medidas de posição mais populares entre os pesquisadores na área de Informática na
Educação: Moda, Média e Mediana

Fenômeno Aleatório: É um processo de coleta de dados em que os resultados possíveis são

conhecidos mas não se sabe qual deles ocorrerá. Assim, um fenômeno aleatório pode ser a
contagem de ausências de um funcionário em um determinado mês, o resultado do lançamento
de uma moeda, verificar o resultado de um exame de sangue, entre outros.

1
2.Objectivo

 Estudar estatística descritiva

 Estudar a teoria de probabilidade
 Resolver exercícios de aplicação

2.1.Metodologia

Para o desenvolvimento do presente trabalho, foi baseado na revisão bibliográfica sobre o tema
em estudo, pesquisas em sites da internet e livros.

3. Resoluções

1. A Importância de estatística na administração e a produção de dados para a tomada de

decisões, controle, de processos, de pessoas e análise de mercado.

2. a). Variáveis Quantitativas: são representadas por meio de números resultantes de uma
contagem ou mensuração. Elas podem ser de dois tipos:

o Variáveis discretas: os valores representam um conjunto finito ou enumerável de

números, e que resultam de uma contagem, por exemplo: Número de filhos (0,1,2,
…), número de bactérias por amostra, número de copos de cerveja tomados por
dia.
o Variáveis contínuas: os valores pertencem a um intervalo de números reais e
representam uma mensuração como por exemplo altura ou peso de uma pessoa.
Nesses casos números fracionais fazem sentido. Exemplo: tempo (relógio) e
pressão arterial.

2
b)

Roll

a) 0 – 0 – 1 – 1 – 2 – 2 – 2 – 2 – 2 – 3 – 3 – 3 – 3 – 3 – 3 – 3 – 4 – 4 – 4 – 5

Numer. de Xi Fr Fr(%) Media

amigo
0 2 0,1 10 2,5
1 2 0,1 10 2,5
2 5 0,25 25 2,5
3 7 0,35 35 2,5
4 3 0,15 15 2,5
5 1 0,05 5 2,5
Ʃ 20

c)

Moda = 3

50
Media = = 2,5
20

2+ 3
Mediana = = 2,5
2

2
( Xi−μ)
σ 2=
N

σ=
√
(2−2 , 5)2+(2−2 , 5)2+(5−2, 5)2+(7−2 ,5)2 +(3−2 , 5)2 +(1−2 , 5)2
20

2
σ =1,473

σ =√ 1,473 = 1,214

3
d) Coeficiente de variação

σ
Cv=
X

1,214
Cv= ∗100 %
2 ,5

Cv=48 , 56 %

R%: Com base nos cálculos apresentados os valores estão altamente dispersos.

3.a) Variáveis Quantitativas: são representadas por meio de números resultantes de uma
contagem ou mensuração. Elas podem ser de dois tipos:

o Variáveis contínuas: os valores pertencem a um intervalo de números reais e

representam uma mensuração como por exemplo altura ou peso de uma pessoa.
Nesses casos números fracionais fazem sentido. Exemplo: tempo (relógio) e
pressão arterial.

At = 1000 – 2000

At = 800

A 800
C= = =1000
K 8

N
K=1+ 3 ,33∗log
130
K=1+ 3 ,33∗log

K=1+ 3 ,33∗2,113

K=8 , 03≈ 8

4
 b) Tabela de frequências

Classes Fa Xi FA Xifi ¿¿ ¿¿

[2000 - 3000[ 24 2500 24 60000 4672246,525 112133916,6

[3000 - 4000[ 33 3500 57 115500 1349170,525 44522627,34
[4000 - 5000[ 12 4500 69 54000 26094,525 313134,305
[5000 - 6000[ 42 5500 111 231000 703018,525 29526778,07
[6000 - 7000[ 9 6500 120 58500 3379942,525 30419482,73
[7000 - 8000[ 3 7500 123 22500 8056866,525 24170599,58
[8000 - 9000[ 2 8500 125 17000 14733790,53 29467581,05
[9000 - 10000[ 5 9500 130 47500 23410714,53 117053572,6
Ʃ 130

c)

5
Figura 1: Gráfico de histograma

d)

Ʃ Xifi 606000
X= = = 4661,538
n 130

n
Li + −fant
2
Md= ∗a
fmed

130
4000+ −57
2
Md= ∗1000
12

4000+8
Md= ∗1000
12

Md=33400

fmo−fant
Mo=Li+ ∗a
( fmo−fant ) +(fmo−fpost )

42−12
Mo=5000+ ∗1000
( 42−12 )+( 42−9)

3000
Mo=5000+
30+33

Mo=5000+ 476 ,19

Mo=5476 , 19

6
4.

Azuis = 4
Vermelhas = 10
Total = 14
0
a) Berlinde branco = = 0% (pois não há brindes brancos na caixa).
14
4 2
b) Berlinde azul = = ≈ 0,285714 = 28,57%
14 7

c) Para não sair azul, logo tem que sair vermelho.

4 2
P (A) = =
14 7

P (V) + P ( A ) = 1
P (V) = 1 - P ( A )
2
P (V) = 1 -
7
2
P (V) = 7 -
7
5
P (V) =
7
Portanto, a probabilidade de não sair azul é 5/7

7
Referencias Bibliográficas

 Barbetta, Pedro A. (2008) Estatística aplicada às ciências sociais. Editora UFSC.

Florianópolis.
 Borges, Simone S. et al. (2016). Reduced GUI for an interactive geometry software: Does
it affect students' performance? Computers in Human Behavior, v. 54, p. 124- 133.
 Bussab, Wilton O.; MORETTIN,(2005). Pedro A. Estatística Básica. Editora Saraiva.
São Paulo, 2005.
 Feller, W. (1985). Teoria das probabilidades e suas aplicações. São Paulo, Edgard
Blucher, 1976 Mendenhall, William. Probabilidade e Estatística. São Paulo: Campus.