UNIVERSIDADE ABERTA UNISCED

Faculdade de Ciências Sociais e Humanas

Curso de Licenciatura em Administração Publica

RESOLUCAO DE EXERCICIOS DE ESTATISTICA

Delfino Rafael Xavier

Código: 81240487

Nampula, Março de 2024

0
 UNIVERSIDADE ABERTA UNISCED

Faculdade de Ciências Sociais e Humanas

Curso de Licenciatura em Administração Publica

RESOLUCAO DE EXERCICIOS DE ESTATISTICA

Trabalho a ser submetido a faculdade de ciências sociais e

humanas, como requisito para avaliação na cadeira de MIC.

Tutora:

Delfino Rafael Xavier

Código: 81240487

Nampula, Março de 2024

1
Índice

Introdução ........................................................................................................................................ 3

RESOLUÇÃO DA QUESTÃO NÚMERO 01 ............................................................................... 4

RESOLUÇÃO DA QUESTÃO NÚMERO 02 ............................................................................... 4

RESOLUÇÃO DA QUESTÃO NÚMERO 03 ............................................................................... 5

RESOLUÇÃO DA QUESTÃO NÚMERO 04 ............................................................................... 6

RESOLUÇÃO DA QUESTÃO NÚMERO 05 ............................................................................... 8

Conclusão ........................................................................................................................................ 9

Referências Bibliográficas ............................................................................................................. 10

2
Introdução

O presente trabalho da cadeira de estatística tem como objectivo de mostrar de forma clara
e objectiva com resolução todas as etapas práticas das actividades de correlação e probabilidade
propostas pelo professor. Este tópico é muito importante porque a correlação é uma medida
estatística que descreve a relação entre duas variáveis. Mostra se e como as mudanças em uma
variável estão relacionadas às mudanças em outra variável.

Isso ajuda a identificar se duas variáveis estão relacionadas e qual é a direcção dessa relação em
relação à probabilidade. Compreender as probabilidades é essencial para tomar decisões e fazer
previsões sob incerteza com base em modelos probabilísticos. É aplicado em muitos campos,
incluindo estatística, economia, engenharia, ciência da computação, medicina e muitos outros.

No que se refere a relevância da realização deste trabalho de campo, pode-se dizer que constitui
um instrumento para aprimorar os conteúdos arrolados na cadeira em alusão e ao mesmo tempo
estabelecer uma intercessão entre as estatísticas e a administração pública.

Todavia, para a obtenção das informações para composição do presente trabalho de campo,
recorreu-se a busca de artigos de internet e de manuais do acervo disponibilizado pela Unisced
cujos autores foram devidamente referenciados no trabalho e constam nas referências
bibliográficas.

3
RESOLUÇÃO DA QUESTÃO NÚMERO 01

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

a) Qual é o significado do sinal do coeficiente?

Resposta:

O significado do sinal do coeficiente de correlação indica a direcção da relação entre as variáveis.

Se o coeficiente for positivo (+), isso indica uma correlação positiva, o que significa que as
variáveis tendem a aumentar ou diminuir juntas. Se o coeficiente for negativo (-), isso indica uma
correlação negativa, o que significa que as variáveis tendem a se mover em direcções opostas:
enquanto uma aumenta, a outra tende a diminuir.

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

Resposta:

O módulo do coeficiente de correlação está relacionado com a "força" da correlação, ou seja, o

quão forte é a relação linear entre as variáveis. Quanto mais próximo o valor do coeficiente
estiver de 1 (positivo) ou -1 (negativo), mais forte é a correlação. Um coeficiente de 1 ou -1
indica uma correlação perfeita, enquanto valores mais próximos de 0 indicam uma correlação
mais fraca.

RESOLUÇÃO DA QUESTÃO NÚMERO 02

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

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

Resposta:

A correlação entre o número de anos de um carro e seu custo será negativa. Geralmente, à medida
que um carro envelhece, seu valor de revenda diminui, oque significa que o custo tende a
diminuir com o aumento do número de anos.

4
 b) O número do aluno e sua classificação no teste de Estatística aplicada.

A correlação entre o número do aluno e sua classificação no teste de Estatística aplicada será
nula. Não há razão para acreditar que o número do aluno tenha qualquer relação com seu
desempenho no teste, a menos que tenha sido atribuído de forma aleatória.

c) A temperatura de uma sala e a altura do mercúrio num termómetro colocado nessa sala.

A correlação entre a temperatura de uma sala e a altura do mercúrio em um termómetro colocado

nessa sala será positiva. À medida que a temperatura ambiente aumenta, é esperado que a altura
do mercúrio no termómetro também aumente, e vice-versa.

RESOLUÇÃO DA QUESTÃO NÚMERO 03

3. As tabelas seguintes mostram respectivamente, as medidas do lado e do perímetro de 12

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

a) Desenhe os respectivos diagramas de dispersão.

5
 b) Com base nos diagramas, compare a correlação nos dois casos.

Resolução:

Analisando os dois gráficos, percebe-se que o gráfico pertencente à Tabela A possui um grande
alinhamento entre os pontos, e quando os valores pertencentes aos lados aumentam, os valores
do perímetro também aumentam.

Contudo, a correlação entre folha e área é fortemente positiva. Em contrapartida, a Tabela B

mostra que não existe uma relação linear forte entre a idade e a altura das crianças, indicando
uma correlação muito fraca e negativa.

RESOLUÇÃO DA QUESTÃO NÚMERO 04

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

estudam Engenharia e Economia. Se um aluno é escolhido ao acaso, qual a
probabilidade de que:
a) Ele estude Economia e Engenharia
b) Ele estude somente Engenharia
c) Ele estude somente Economia
d) Ele não estude Engenharia nem Economia
e) Ele estude Engenharia ou Economia

6
Dados:

Total de estudantes (n) = 500

Número de estudantes que estudam Engenharia (E) = 80

Número de estudantes que estudam Economia (C) = 150

Número de estudantes que estudam Engenharia e Economia (E ∩ C) = 10

a) Probabilidade de estudar Engenharia e Economia (E ∩ C):

10 1
𝑃(E ∩ C) = = = 0.02 = 2%
500 50

b) Probabilidade de estudar somente Engenharia (E):

P( E somente) = P( E) − P(E ∩ C)

80 10
P( E somente) = −
500 500

70 7
P( E somente) = = = 0.14 = 14%
500 50

c) Probabilidade de estudar somente Economia (C):

P( C somente) = P( C) − P(E ∩ C)

140 10
P( C somente) = −
500 500

130 13
P( C somente) = = = 0.26 = 26%
500 50

d) Probabilidade de não estudar Engenharia nem Economia (não E e não C):

São 500 alunos, sendo que 70 estudam só engenharia, 10 estudam engenharia e economia e
140estudam engenharia e economia. portanto 220 alunos estudam engenharia ou economia,
Então 280 não estudam nenhuma das duas matérias.

7
 A probabilidade de se escolher um que não estude nenhuma das duas matérias será:

280 28
= = 56%
500 50

e) Probabilidade de estudar Engenharia ou Economia (E ou C):

𝑃(𝐸 ∪ 𝐶 ) = 𝑃(𝐸) + 𝑃(𝐶) − 𝑃(𝐸 ∩ 𝐶)
80 150 10
𝑃(𝐸 ∪ 𝐶 ) = 500 + 500 − 500
220
𝑃(𝐸 ∪ 𝐶 ) = 500
22
𝑃(𝐸 ∪ 𝐶 ) = 50 = 0.44 = 44%

RESOLUÇÃO DA QUESTÃO NÚMERO 05

5. Numa cidade 40 % da população possui cabelos castanhos, 25% olhos castanhos e 15%
olhos e cabelos castanhos. Uma pessoa é seleccionada aleatoriamente.

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

Resolução:

𝑃(𝐶𝑎𝑏𝑒𝑙𝑜𝑠 𝑐𝑎𝑠𝑡𝑎𝑛ℎ𝑜𝑠/𝑜𝑙ℎ𝑜𝑠 𝑐𝑎𝑠𝑡)

𝑃(𝐶𝑎𝑏𝑒𝑙𝑜𝑠 𝑐𝑎𝑠𝑡𝑎𝑛ℎ𝑜𝑠/𝑜𝑙ℎ𝑜𝑠 𝑐𝑎𝑠𝑡𝑎𝑛ℎ𝑜𝑠) =
𝑃(𝑜𝑙ℎ𝑜𝑠 𝑐𝑎𝑠𝑡𝑎𝑛ℎ𝑜𝑠)

15% 0.15
𝑃(𝐶𝑎𝑏𝑒𝑙𝑜𝑠 𝑐𝑎𝑠𝑡𝑎𝑛ℎ𝑜𝑠/𝑜𝑙ℎ𝑜𝑠 𝑐𝑎𝑠𝑡𝑎𝑛ℎ𝑜𝑠) = = = 0.6 = 60%
25% 0.25

R: A probabilidade de uma pessoa ter cabelos castanhos, dado que ela tem olhos castanhos, é de 60%

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

𝑃(𝑜𝑙ℎ𝑜𝑠 𝑐𝑎𝑠𝑡𝑎𝑛ℎ𝑜𝑠/𝐶𝑎𝑏𝑒𝑙𝑜𝑠 𝑐𝑎𝑠𝑡)

𝑃(𝑜𝑙ℎ𝑜𝑠 𝑐𝑎𝑠𝑡𝑎𝑛ℎ𝑜𝑠/𝐶𝑎𝑏𝑒𝑙𝑜𝑠 𝑐𝑎𝑠𝑡𝑎𝑛ℎ𝑜𝑠) =
𝑃(𝐶𝑎𝑏𝑒𝑙𝑜𝑠 𝑐𝑎𝑠𝑡𝑎𝑛ℎ𝑜𝑠)

15% 0.15
𝑃(𝑜𝑙ℎ𝑜𝑠 𝑐𝑎𝑠𝑡𝑎𝑛ℎ𝑜𝑠/𝐶𝑎𝑏𝑒𝑙𝑜𝑠 𝑐𝑎𝑠𝑡𝑎𝑛ℎ𝑜𝑠) = = = 0.375 = 37.5%
40% 0.4

R: A probabilidade de uma pessoa ter olhos castanhos, dado que ela tem cabelos castanhos, é de
37.5%
8
Conclusão

Concluiu-se que as estatísticas podem ser usadas para resolver problemas complexos, como
prever o comportamento da população ou encontrar padrões de doenças. Também pode ser usado
para testar hipóteses científicas, compreender os efeitos dos medicamentos e identificar factores
que influenciam determinados resultados.

Além disso, as estatísticas permitem que os cientistas façam previsões sobre o

resultado de determinados experimentos e ajudam a aumentar a confiabilidade dos resultados,
além de permitir a modelagem estatística.

A modelagem estatística é uma disciplina que usa estatísticas para criar modelos para
os matemáticos fazerem previsões e explicar fenómenos. Os modelos estatísticos são usados para
prever resultados, prever tendências, quantificar incertezas, entender as relações entre variáveis e
muito mais.

9
Referências Bibliográficas

Costa N., P. L. de O. (2002) Estatística. São Paulo: Editora Edgard Blucher Ltda.

Costa, N, P. L. de O. (2005) Probabilidades. 2ª Edição. São Paulo: Editora Edgard Blucher Ltda

Crespo, A. A. (2002) Estatística Fácil. São Paulo: Editora Saraiva.

Downing, D.; Clark, J. (2000) Estatística Aplicada. São Paulo: Editora Saraiva,

Moore, D. A (2011). Estatística Básica e sua Prática. 5ª Edição. São Paulo: Editora LTC,

Stevenson, W. J. (1997). Estatística Aplicada à Administração. São Paulo: Harbra.

10