Escolar Documentos
Profissional Documentos
Cultura Documentos
Ensino Básico
Ensino à Distância
Universidade Pedagógica
Rua Comandante Augusto Cardoso nº135
1
Page
Direitos de autor (copyright)
Este módulo não pode ser reproduzido para fins comerciais. Caso
haja necessidade de reproduçãodeverá ser mantida a referência à
Universidade Pedagógica e aos seus Autores
Universidade Pedagógica
Rua Comandante Augusto Cardoso, nº 135
Telefone: 21-320860/2
Telefone: 21 – 306720
Fax: +258 21-322113
1
Page
Agradecimentos
À COMMONWEALTH of LEARNING (COL) pela
disponibilização do Template usado na produção
dos Módulos.
Ao Instituto Nacional de Educação a Distância (INED) pela
orientação e apoio prestados.
Ao Magnífico Reitor, Directores de Faculdade e Chefes de
Departamento pelo apoio prestado em
todo o processo.
Gostaria de agradecer a colaboração dos seguintes indivíduos e
instituições na elaboração deste manual:
2
Page
Ficha Técnica
Desenho instrucional:
Revisão Linguística:
Maquetização:
Ilustração:
Contacto: 846185571
3
Page
Índice
Visão geral 8
Bem-vindo ao Módulo de Estatística ............................................................................. 8
Objectivos do curso ........................................................................................................... 8
Quem deveria estudar este módulo.................................................................................... 9
Como está estruturado este módulo................................................................................... 9
Ícones de actividade ........................................................................................................ 10
Habilidades de estudo ...................................................................................................... 12
Precisa de apoio? ............................................................................................................. 12
Tarefas (avaliação e auto-avaliação) ............................................................................... 12
Avaliação ......................................................................................................................... 13
Unidade 1 14
Estatística descritiva ........................................................................................................ 14
Introdução ............................................................................................................ 14
4 Page
1.1 Introdução à Estatistica ............................................................................................. 15
1.1.1Objecto da estatística ............................................................................................... 15
1.1.2 Um pouco de História............................................................................................. 17
1.1.3 Importância da Estatística....................................................................................... 18
O estudo ........................................................................................................................... 19
1.1.4 Termos e conceitos básicos de estatística ..................................................... 20
1.1.5 Razões para a utilização de uma amostra ................................................ 21
1.1.6 Cuidados a ter na formação de uma Amostra ......................................... 21
Exercícios para auto avaliação ........................................................................................ 22
1.1.7 Amostragem ................................................................................................. 24
1.1.8 Tipos de amostragem ................................................................................. 24
1.1.9 Estatística descritiva e Estatística Indutiva ............................................. 26
1.1.10 Caracteres ou variáveis estatísticas .............................................................. 29
Sumário 30
Exercícios de auto avaliação ........................................................................................... 31
Soluções 35
1.2 Distribuição de Frequências e Gráficos..................................................................... 36
Introdução ........................................................................................................................ 36
1.2.1 Tabela de Frequências ............................................................................................ 37
1.2.2 Gráficos de Distribuição de Frequências................................................................ 41
Sumário 44
1.3 Medidas de localizaçao............................................................................................. 45
Introdução ........................................................................................................................ 45
1.3.1 Média Aritmética ( X )............................................................................................ 46
1.3.2 MEDIANA (Me) .................................................................................................... 48
1.3.3 MODA, NORMA OU MODO (MO) ...................................................................... 50
1.3.4 CONSIDERACÕES GERAIS SOBRE A MÉDIA, A
MODA E A MEDIANA.................................................................................................. 53
Licao No 8 56
1.3.5 Medidas separatrizes ( quartis, decis e Percentis) ................................................. 56
Sumário 61
Exercicios de Auto-avaliação 62
1.4 Medidas de Dispersao ............................................................................................... 66
Introdução ........................................................................................................................ 66
Licao No 9 66
1.4.1 Amplitude Total (At) .............................................................................................. 66
1.4.2 Desvio- Médio (Dm) .............................................................................................. 67
1.4.3 Variância................................................................................................................ 68
1.4.4 Desvio- Padrão ...................................................................................................... 68
1.4.6 Relações Empíricas Entre as Medidas de Dispersão .............................................. 71
1.5 DISTRIBUIÇÕES BIDIMENSIONAIS .................................................................. 73
Introdução ............................................................................................................ 73
5 Page
Terminologia 74
Diagrama de dispersão 74
Covariância 74
Coeficiente de determinação 74
Licao No 10 74
1.5.2 COVARIÂNCIA .................................................................................................... 76
1.5.3 COEFICIENTE DE CORRELAÇÃO LINEAR DE
PEARSON ....................................................................................................................... 77
1.5.4 REGRESSÃO LINEAR SIMPLES........................................................................ 78
Sumário 79
Exercicios 80
Unidade 2 85
Teoria Elementar de Probabilidades e Distribuições....................................................... 85
Introdução ............................................................................................................ 85
6 Page
Licao No 1 86
2.1 Teoria Elementar de Probabilidades.......................................................................... 86
2.1.1 Origem das Probabilidades ..................................................................................... 86
2.1.2.Termos e Conceitos Probabilisticos ....................................................................... 86
2.1.3 Definição Clássica de Probabilidade ...................................................................... 88
A primeira definição que se conhece de probabilidade foi
enunciada por Pierre Simon Laplace( 1749-1827) ......................................................... 88
Lição No 2 89
Licão No 3 94
Sumário 99
Soluções 104
2.2 Distribuição de probabilidade.................................................................................. 105
Introdução .......................................................................................................... 105
Lição No 4 106
2.2.1 Introdução à distribuição normal de
probabilidade ................................................................................................................. 106
Uso da tabela de distribuição normal de probabilidade ................................................ 107
Soluçoes 108
Lição No 5 109
2.2.2 Distribuição Qui- quadrado ........................................................................ 109
2.2.3 Distribuição t- Student ................................................................................ 110
Unidade 3 112
Estatística inferencial..................................................................................................... 112
Introdução .......................................................................................................... 112
7 Page
Lição No 1 113
3.1 Distribuição amostral e Intervalo de confiança para a
média de uma população ............................................................................................... 113
3.1.1 Distribuição Amostral .............................................................................. 113
3.2.1. Intervalo de confiança para a média de uma população ...................................... 114
3.1.2 Intervalo de confiança para proporções ................................................. 115
3.1.3. Intervalo de confiança para a variância de uma
população....................................................................................................................... 116
Lição No 2 118
3.1.3 Intervalo de confiança para duas médias
populacionais ................................................................................................................. 118
Soluções 123
Lição No 2 124
3.2 Teoria de decisão estatística, testes de hipóteses e
significância................................................................................................................... 124
3.2.1. Teste de Hipóteses para a Média de Populações
normais com variâncias conhecidas .............................................................................. 125
4. Bibliografia 128
Apêndices 129
Disciplina: Estatística Educacinal ..................................................................... 134
Visão geral
Bem-vindo ao Módulo de Estatística
Objectivos do curso
Quando terminar o estudo do Módulo de Estatística educacional,
você será capaz de:
8 Page
Aplicar e desenvolver técnicas de recolher, organizar,
apresentar e interpretar Estatísticas Educacionais;
Aplicar métodos quantitativos na elaboração de um projecto
Objectivos de pesquisa;
Organizar uma base de dados utilizando pacotes informáticos
Excel ou SPSS;
Gerir uma base de dados utilizando pacotes informáticos
Excel ou o SPSS no processamento e análise de dados;
Estimar e analisar Indicadores de eficácia interna do sistema
de educação Moçambicano;
Elaborar relatórios fazendo um uso apropriado da informação
estatística.
Outros recursos
Para quem esteja interessado em aprender mais,
apresentamos uma lista de recursos adicionais para você explore-
os. Estes recursos podem incluir livros, artigos ou sites na internet.
modulo.
Comentários e sugestões
Esta é a sua oportunidade para nos dar sugestões e fazer
comentários sobre a estrutura e o conteúdo do módulo. Os seus
comentários serão úteis para nos ajudar a avaliar e melhorar este
modulo.
Ícones de actividade
11
Page
Habilidades de estudo
Caro estudante!
Para frequentar com sucesso este módulo terá que buscar através
de uma
leitura cuidadosa das fontes de consulta a maior parte da
informação ligada
ao assunto abordado. Para o efeito, no fim de cada unidade
apresenta-se
uma sugestão de livros para leitura complementar.
Antes de resolver qualquer tarefa ou problema, o estudante deve
certificar se de ter compreendido a questão colocada;
É importante questionar se as informações colhidas na literatura
são
relevantes para a abordagem do assunto ou resolução de
problemas;
Sempre que possível, deve fazer uma sistematização das ideias
apresentadas
no texto.
Desejamos - lhe muitos sucessos!
Precisa de apoio?
na
Page
bibliografia. Não se esqueça que usar um conteúdo, livro ou parte
do livro
em algum trabalho, sem referenciá-lo é plágio e pode ser
penalizado por
isso. As citações e referências são uma forma de reconhecimento e
respeito
pelo pensamento de outros. Estamos cientes de que o estimado
estudante
não gostaria de ver uma ideia sua ser usada sem que fosse
referenciado, não
é?
Na medida de possível, procurar alargar competências relacionadas
com o
conhecimento científico, as quais exigem um desenvolvimento de
competências, como auto-controle da sua aprendizagem.
As tarefas colocadas nas actividades de avaliação e de auto-
avaliação
deverão ser realizadas num caderno à parte ou em folha de formato
Avaliação
Estatística descritiva
Introdução
O objectivo fundamental da estatística é o de caracterizar (ou inferir sobre) uma população
conhecendo apenas uma parte dela. Neste caso, a verdadeira arte está no observador que tem de
ser capaz de ver o que está encoberto só com base na quilo que consegue observar. Para tal
reunimos um conjunto de conceitos de estatística e de métodos de análise considerados
fundamentais para analisar dados estatístico.
Nesta Unidade, você deverá fazer: o estudo do Objecto de Estatística, concentrando a atenção
nas Fases do método estatístico; um pouco do Historial e importância da Estatística a diversos
níveis; alguns conceitos e termos usados em Estatística como é o caso da População e amostra.
Ainda nesta Unidade, vai estudar as técnicas de amostragem, tipos de variáveis e distinguir a
Estatística descritiva da Inferencial. Vai poder ainda resumir os dados estatísticos em tabelas e
gráficos e, calcular certos parâmetros estatísticos que lhe permitirão descrever certos fenómenos.
Para poder seguir esta unidade sem maiores dificuldades, espera-se que você tenha uma
preparação adequada em Matemática básica. Isso implica um conhecimento básico de expressões
numéricas e equações.
Lição No 1
1.1.1Objecto da estatística
De uma forma sintética, pode -se dizer que a Estatística é um conjunto de técnicas
apropriadas para recolher, classificar, apresentar e interpretar conjuntos de dados numéricos. E
tem por objectivo a análise e avaliação numérica de observações.
Os computadores e calculadoras são meios excelentes para trabalhar com Estatística.
Assim, a Estatística é mais um método do que uma teoria, pois o seu objectivo
fundamental é descrever fenómenos e não tanto explicá-los. O método estatístico na medida em
que utiliza a linguagem de números, é um método quantitativo.
Num estudo estatístico, normalmente segue-se um conjunto de passos que designamos
por fases do método estatístico para facilitar o estudo estatístico.
em especial, como obter informações sobre a variável em estudo. É nesta fase que se
Page
decide pela observação de toda população ou de uma amostra e a calendarização das
actividades a realizar.
c) Recolha de dados - os dados podem ser recolhidos através de:
Questionário;
Entrevista;
Observação;
Experimentação;
Pesquisa bibliográfica, etc.
A origem de Estatística remota a tempos muito antigos da nossa história e começou por tratar de
assuntos de Estado. A palavra Estatística tem origem na palavra em latim status, traduzida
como o estudo do Estado e significava, originalmente, uma colecção de informação de interesse
para o estado sobre população e economia. Essas informações eram colectadas objectivando o
resumo de informações indispensáveis para os governantes conhecerem suas nações e para a
construção de programas de governo
Há indícios de que por volta do ano 3000 a.c. já se faziam censos na Babilónia, na China e no
Egipto com o propósito de cobrar impostos e para fins militares.
O livro quarto do Antigo Testamento refere que Moisés foi instruído pelo profeta a fazer um
levantamento dos homens de Israel que estivessem aptos a guerrear.
Na época do Imperador César Augusto foi ordenada a realização de um censo em todo o
Império romano no primeiro ano da nossa era (na região entre Douro e Guadiana).
Apesar da sua origem remota, é apenas no séc. XVII que a Estatística começa a ser
considerada uma disciplina autónoma. Para esta autonomia, muito contribuiu a acção do alemão
Herman Conring(1606-1681) ao introduzir o seu estudo na universidade de Helmstadt, no que foi
continuado por Godofred Achenwall (1719-1772) e por Schlozer(1735-1809).
No Séc. XVII, surge também a escola inglesa. John Graunt(1620-1674) e William Petty
(1623-1687) dois dos seus mais destacados representantes, preocuparam-se com o estudo
numérico dos fenómenos sociais e políticos numa primeira tentativa de determinarem leis
quantitativas capazes de exemplificarem tais fenómenos. A Graunt se deve a primeira
investigação estatística sobre a mortalidade, como consta de uma memória que apresentou á Real
Sociedade de Londres, em 1661.
Nesse estudo, Graunt concluiu que nasciam mais crianças do sexo masculino do que do
sexo feminino, que as mulheres tendiam a viver mais tempo do que os homens e que o número
de mortes (excepto durante as epidemias) se mantinha sensivelmente constante de ano para ano.
Na Alemanha, o Pastor Sussmilch (1707-1767) conduziu um estudo sobre Demografia,
que colocou como o precursor da Estatística enquanto meio indutivo de investigação.
O passo decisivo para a fundamentação teórica da inferência estatística encontra se associado ao
17
Nos nossos dias, a Estatística assume uma importância decisiva a diversos níveis.
A importância da Estatística pode ser vista através da sua utilização ao nível do Estado, de
Organizações Sociais e profissionais, do Cidadão comum e ao nível científico.
Ao nível do Estado, hoje em dia quase todos as decisões importantes que se tomam são
acompanhadas de estudos estatísticos e o mesmo se pode dizer relativamente á justificação da
adequação ou não das políticas seguidas por diferentes governos.
O grau de importância atribuído a Estatística, neste caso, é tão grande que praticamente todos
os países possuem organismos oficiais destinados a realização de estudos estatísticos - Instituto
Nacional de Estatística (INE).
No que respeita as organizações sociais e Profissionais, tem se vindo a assistir a um aumento
do uso da Estatística. Relativamente as Organizações Sociais, empresas, sindicatos, organizações
de assistência social, etc. Todas elas conduzem a sua acção recorrendo mais ou menos a
Estatística. Por exemplo, uma empresa quando lança um novo produto indaga pessoas acerca
desse produto com o fim de determinar índices de potenciais compradores.
No que concerne aos grupos profissionais, são também cada vez maiores as exigências na
utilização de Estatística. Muitas vezes tal utilização acompanha diversas fases do seu trabalho,
que vão desde a planificação passando pela execução e terminando na análise dos resultados.
Destaca-se, ao nível das organizações, o aparecimento recente e o grande incremento de
empresas e profissões ligadas a publicidade e técnicas de marketing, nas quais a Estatística
desempenha um papel central.
Ao nível do Cidadão comum, a importância da Estatística resulta imediatamente das
implicações das decisões tomadas, quer pelo Estado quer pelas diferentes organizações sociais e
profissionais. É sabido que as decisões políticas tomadas pelo Governo, as estratégias de
desenvolvimento e de gestão das empresas e as posições dos sindicatos, p.ex., afectam a
generalidade do cidadão comum.
A necessidade de formação estatística para todos no sentido de promover uma
participação esclarecida e crítica justifica-se, pois, voluntariamente ou involuntariamente, por
vezes, os resultados estatísticos favorecem certos grupos sociais em prejuízo de outros. A este
18
respeito recorde-se que com base no mesmo estudo, os membros do Governo e os dirigentes
Page
sindicais podem sustentar opiniões díspares acerca do desemprego. E não se pense que tais
disparidades resultam sempre de um uso distorcido da Estatística, pois essas discrepâncias
podem resultar de consideração de certos aspectos em detrimento de outros de acordo com o
interesse dos interlocutores.
O Cidadão comum é bombardeado também com informação relacionada com a cultura e
com o desporto, cuja a compreensão exige, igualmente, conhecimento de estatística. No caso de
futebol é frequente a televisão apresentar uma síntese relativa a certos aspectos do jogo durante o
intervalo e no fim do jogo.
A Estatística é também responsável pelo desenvolvimento científico em geral. Para além
da sua aplicabilidade nas Ciências Naturais, na Medicina, na Agronomia e na Economia, a
Estatística constitui um suporte de cientificidade para as ciências humanas e sociais. É assim que
ciências como a Sociologia, a Psicologia, a História e a Pedagogia têm beneficiado de
consideráveis desenvolvimentos e de aumento de credibilidade pública com a utilização de meios
estatísticos.
Exercícios
1. Descreve o objecto de estudo de estatística;
2. Dê pelo menos dois exemplos de utilização de estatística no seu dia-a-dia;
3. Que procedimentos devem ser observados num estudo estatístico?
19
Page
Lição No 2
População e Amostra
Num censo ou recenseamento são observados todos elementos da população
relativamente aos diferentes atributos que estão a ser objecto de estudo estatístico.
Ex. Para conhecermos os gostos dos alunos de uma escola acerca dos sabores de yougurtes
através de um censo, teríamos de interrogar todos alunos da escola.
Como exemplos de censos que se efectuam na generalidade dos países, temos: o
recenseamento militar, o recenseamento eleitoral e o recenseamento geral da população.
Estes recenseamentos têm por finalidade última facultar um melhor conhecimento das
pessoas e das suas condições de vida, de forma a permitir as entidades governamentais tomar
medidas adequadas para o desenvolvimento do país.
Quando por várias razoes, a realização de um censo surge como uma impossibilidade,
então a sondagem assume-se como uma alternativa.
Numa sondagem, o estudo estatístico baseia-se numa parte da população, isto é, numa
amostra que deve ser representativa dessa população.
Ex. Recorrendo a empresas especializadas, os partidos políticos encomendam sondagens para
estimar o número de votantes e/ou para avaliar o impacto público das suas posições; as empresas
promovem sondagens para prever o número de potenciais compradores dos seus produtos e os
investigadores efectuam sondagens para avaliar o impacto social das suas descobertas, etc.
Quando se faz uma sondagem acerca da audiência de um programa televisivo, não se
pergunta a toda população se gosta ou não do programa, mas sim interroga-se uma parte da
população, ou seja, uma amostra.
Quando se analisa a qualidade dos fósforos produzidos por uma fábrica, não se
experimenta todos os fósforos (população), mas sim uma parte dos fósforos (amostra).
População ou Universo Estatístico é uma colecção de seres com qualquer característica
comum.
Amostra é um subconjunto finito da população.
20
3.Exemplos: i.) Análise de sangue de um ser humano ii) Estudo do tipo do solo.
contempladas outras categorias de alunos(fracos e médios) além disso trata se de uma amostra
b) Políticos que visitaram Moçambique em 1986; cada politico que visitou Moçambique em
1986;
23
Page
Lição No 3
1.1.7 Amostragem
Porque dependem de escolha pessoal, as amostras não aleatórias podem efectivamente não ser
Page
representativas de uma população, sendo difícil o cálculo do erro amostral. Para ultrapassarmos
este problema, as amostras aleatórias deixam a escolha ao acaso, tendo em princípio cada
elemento da população a mesma probabilidade de ser escolhido.
estabelecida.
Page
Ex. Para seleccionar uma amostra de 30 alunos de uma escola com 600 alunos, depois de
numerados todos, pode-se escolher um aluno de 20 em 20 a partir do primeiro aluno
seleccionado e escolhido ao acaso de entre o primeiro grupo de 20 alunos. Supondo que o
número 3 foi seleccionado, tem-se para a amostra: 3, 23, 43, 63, ……, 563, 583.
ExercíciosExercícios de Auto-Avaliação
1. Supondo que ia fazer um estudo sobre cada um dos temas indicados, diga, justificando,
em quais deles utilizaria uma amostra:
26
4.Um promotor de vendas quer saber a opinião de mulheres empregadas sobre uma nova
política do governo que prevê escolaridade obrigatória até 7ª classe. Ela tem uma lista de
todas as mulheres que pagam quotas a um dos sindicatos. Ela envia um questionário a 100
destas mulheres escolhidas aleatoriamente. Destas, 68 preenchem e devolvem o questionário.
a) Qual é, neste caso, a população e amostra?
b) Acha que a amostra é representativa? Justifique.
1. a) , c), d) e e).
3.e)
28
Page
Lição No 4
Caracteres qualitativos são aqueles que não se podem medir. Estão relacionados com
uma qualidade e apresentam-se em modalidades.
contínuas.
Page
i. Variáveis Discretas – são as que só podem tomar um número finito ou uma
infinidade numerável de valores.
Ex. Número de irmãos de um aluno da turma, mesmo antes de fazermos a observação,
sabe que vamos encontrar dados que em termos geométricos, correspondem a pontos
isolados.
___. ________. ________. ________. _.....
0 1 2 3
ii. Variáveis Contínuas – são as que podem tomar qualquer valor de um intervalo.
__._____________. ___
1,70 1,90
Ex. Peso dos recém nascidos durante um mês, numa maternidade, mesmo antes de
fazermos uma observação, sabemos que, teoricamente, podemos encontrar uns dados
estatísticos que, em termos geométricos, seriam representados na recta real por qualquer
ponto de um intervalo.
Sumário
Quantitativas
Qualitativas ou
Categóricas
2.Tende-se fazer um estudo sobre o número de filhos dos professores de Matemática de uma
cidade. Para isso, efectuou-se um inquérito ao qual responderam 30 professores de
31
4.Um levantamento arguiu 2010 adultos. «Você está satisfeito com a situação da educação
das nossas crianças nas escolas hoje?» As categorias das respostas eram insatisfeitas,
satisfeitas e indeciso.
a)Qual foi tamanho da amostra para esta pesquisa?
b) Os dados colectados eram quantitativos ou qualitativos?
c) Para um resumo dos dados para esta questão, faria mais sentido usar as médias ou
percentagens?
d) Dos que responderam, 60% disseram que estavam insatisfeitos com a situação da
educação. Quantos indivíduos forneceram esta resposta?
qualitativa ou quantitativa?
Page
6. Declare se cada uma das variáveis é quantitativa (discreta, contínua) ou qualitativa
(nominal, ordinal).
a) Idade
b)Género
c) Classe social
d) Marca de automóvel
e) Número de pessoas favoráveis a pena de morte
f) Vendas anuais
g) Ganhos por acção
h) Método de pagamento (a vista, com cheque, com cartão de crédito).
7. Uma funcionária tem um salário de 140 mil meticais mas é informada de que terá uma
redução de 10% no pagamento em virtude do declínio dos lucros da companhia. É informada
também de que no ano seguinte terá um aumento de 10%. A situação não se afigura tão má
porque a redução de 10% parece ser compensada pelo aumento de 10%.
a) Determine a renda anual após o corte de 10%.
b)Com base no resultado obtido em a), determine a renda anual após o aumento de 10%.
c) O corte de 10% seguido do aumento de 10% restitui a funcionária o salário original de
140mil meticais?
34
Page
Soluções
35
Page
1.2 Distribuição de Frequências e Gráficos
Introdução
Neste capítulo, você vai tratar das fases do método estatístico é neste capitulo onde você vai
começar a actividade de recolha, organização, apresentação (uso de tabelas e gráficos), análise e
interpretação do fenómeno estatístico observado, é, aqui onde vai construir um banco de dados
processando-os usando pacotes estatísticos Excel ou Spss.
Este capitulo tem 4 lições, estando previsto para cada uma delas um tempo de estudo de 2,5
horas. Este número de horas é um indicativo para lhe ajudar a gerir melhor o seu tempo; é
considerado suficiente para você conseguir atingir os objectivos definidos no início de cada
lição.
Nesta lição, você deverá prestar muita atenção aos seguintes termos e
conceitos:
Tabela de distribuição de frequências
Terminologia Gráficos de barra, histograma, polígono de frequências,
sectograma;
Frequências: absolutas, relativas, absoluta acumulada e
relativa acumulada
36
Page
Licao No 5
A tabela acima representa a frequência absoluta ou efectivo (fi) de um valor X da variável, pois
indica o número de vezes que esse valor foi observado.
Sabemos da tabela que 7 alunos da turma têm 14 anos, 3 alunos têm 16 anos, etc.
A partir da frequência absoluta (fi), podemos calcular outras frequências:
Frequência relativa (fri) de um valor X da variável, é o quociente entre a frequência absoluta do
valor X da variável e o número total de observações.
37
Page
fi fi
fri k
fi
n fi
fri *100%
i 1 ou em percentagem n (i=1,2,3,…..,k)
k
n fi f 1 f 2 ... fk
i 1
Frequência absoluta acumulada (faci) ou (Fi) do valor X, é a soma das frequências absolutas de
todos valores anteriores a X com frequência absoluta de X.
Frequência relativa acumulada (facri) ou (Fri ) do valor X, é a soma das frequências relativas de
todos valores anteriores a X com frequência relativa de X.
Tabela2: Distribuição das frequências das idades da turma
Idade Freq.Absoluta Freq.relativa Freq.Absol. Freq.Relat.Acumu
(em fi fi acumulada. l.
f ri 100%
anos) n Fi Fri
Xi
13 2 2/23=0.09 ou 9% 2 0.09 ou 9%
14 7 7/23=0.30 ou 30% 9 0.39 ou 39%
15 9 9/23=0.39 ou 39% 18 0.78 ou 78%
16 3 3/23=0.13 ou 13% 21 0.91 ou 91%
17 2 2/23=0.09 ou 9% 23 1 ou 100%
n=23
Uma outra maneira de determinar o número de classes é a regra sugerida por Sturgos.
Page
Licao No 6
Polígono de Frequências
Consta de uma poligonal, cujos vértices são obtidos pela intersecção de cada ponto médio da
classe e sua respectiva frequência absoluta simples correspondente (no histograma).
6
5
4
3
2
1
0
42
[1,45; 1,50[ [1,50; 1,55[ [1,55; 1,60[ [1,60; 1,65[ [1,65; 1,70[ [1,70; 1,75[
Alturas
Page
Gráficos Circulares (sectograma)
Um gráfico circular é representado por um círculo que está dividido em sectores cujas
amplitudes são proporcionais `a frequência correspondente.
O gráfico circular costuma-se utilizar quando o número de categorias para a variável é
pequeno (normalmente menor ou igual a seis-6) e, é especialmente adequado para estabelecer
comparações entre diferentes valores do atributo em estudo.
A amplitude de cada sector é determinada pela frequência relativa.
Na tabela seguinte foram observadas 54 pessoas relativamente a cor dos olhos.
Cor dos olhos Efectivos
Azul 10
Verde 5
Cinzenta 19
castanha 20
Vamos fazer uma tabela que nos permite calcular a percentagem e o ângulo
correspondente a cada classificação.
Cor dos olhos Efectivos Percentagem Ângulos (amplitude em graus)
(fi)
Azul `10 10/54=0,185… ou 0,185x360o=66,66…=67º
18,5%
Verde 5 5/54=0,093 …ou 9,30% 0,093x360o = 33,33=33º
Azul
19%
castanha Verde
37% 9%
Cinzenta
35%
Exercícios
1. Considera a seguinte distribuição de frequências, relativas as comissões ganhas no último mês pelos
vendedores de uma dada empresa:
Comissões [0;2[ [2;4[ [4;6[ [6;8[ [8;10[ [10;12[ [12;14[
(em centenas
de contos)
No de 2 3 7 16 7 3 2
trabalhadores
Construa o histograma, o polígono de frequências e polígono de frequências acumuladas.
No de Residências 2 4 9 5
a) Encontre as frequências absoluta, relativa, absoluta acumulada e relativa acumulada;
b) Construa o histograma;
3. Os vencimentos mensais, em mil meticais, dos 40 funcionáriosde uma empresa são os seguintes:
18 18 20 22 21 18 19 20 23 18 19 20
21 18 17 19 20 18 22 19 18 24 20 18
19 18 22 21 20 19 17 18 21 18 18 19
18 18 18 18
a) Indique a população, a variável e a unidade estatística desta distribuição;
b) Elabore um quadro de distribuição de frequências;
c) Construa um gráfico de barras que defina esta distribuição;
d) Elabore um relatório de 2 linhas sobre esta distribuição
Introdução
Mediana e
Page
Separatrizes.
Licao No 7
x1 x 2 x3 ... x n X i X i
X i 1
i 1
n
f
n n
i
1º ) i 1
Ex. As alturas de 5 árvores são: 2,3,2,4,5 m. Calcular a média das alturas das árvores.
X 2 3 2 4 5 16 3,2
5 5
Para dados classificados
m m
f
n n
i
i 1
Exemplo: consideremos a variável idade (em anos) dos alunos da 10ª classe cuja a distribuição é
dada pela tabela:
Xi(idade) 13 14 15 16 17
Fi 2 7 9 3 2
fx i i
f1 x1 f 2 x 2 f 3 x3 f 4 x 4 f 5 x5 2.13 7.14 9.15 3.16 2.17 341
X i 1
14,83
n n 23 23
46
As vezes, associam se os números x1, x2, x3, … ,xka certos factores de ponderação ou
pesos w1,w2,…,wk que dependem do significado ou importância atribuída aos
números. Neste caso:
k
w1 x1 w2 x2 ... wk xk w x i i
X i 1
w1 w2 ... wk k
w
i 1
i
f Pm
i 1
i i
X=
fi
i 1 ;
L li
Pm i X i ou Pmi=li+hc/2 onde, Pmi é o ponto médio de cada classe também
2
chamado marca de classe é igual a semi-soma dos extremos da classe.
Li –limite superior da classe li- limite inferior da classe e hc- amplitude da classe.
Ex.Consideremos a variável altura(em metros) dos alunos de uma turma da 10ª classe.
Alturas(em m) fi Xi fiXi
[1,45; 1,50[ 2 1,475 2,95
[1,50; 1,55[ 4 1,525 6,10
[1,55; 1,60[ 5 1,575 7,875
[1,60; 1,65[ 7 1,625 11,375
[1,65; 1,70[ 3 1,675 5,025
[1,70; 1,75[ 2 1,725 3,45
47
Page
n= 23 6
fixi
i 1 36,775
k
f Pm
i 1
i i
Li li 1,45 1,50
k
X1 1,475, fi 36,775
1,6
Pi= 2 2 ,etc. X i 1 = 23
Para além da média aritmética, existem outros tipos de média como: média harmónica, média
geométrica e média quadrática.
Mediana é um valor central de um rol, isto é, o valor que divide um conjunto de dados ordenados
~
(crescente ou decrescente) em duas partes iguais. E representa-se por: Me ou Md ou X .
Para o conjunto A:
1º ordenar os dados: A={2, 5, 7, 9, 13, 15, 22}
n 1 7 1
K 4
2º como n é impar, 2 = 2 , X4=Me=9
Para o conjunto B:
1º ordenar os dados: ={2, 5, 7,9, 10, 16}
n 6
k1 3
2º neste caso, n é par, 2 2 e k2=k1+1=3+1=4 assim, x3=7 e x4=9
xk xk 1 x3 x4 7 9
Me 8
2 2 2
48
1- se n é ímpar,
Consideremos a tabela das idades dos alunos da duma turma da 10ª classe
n 1 23 1
k 12 Me X 12 15anos
2 2 , o número 12 indica a posição do elemento
mediana e procura-se na Fi. E nesta posição encontramos a idade 15. Porque de 10 a 18
encontramos uma sequência de 15
2- se n é par
Consideremos os dados da seguinte tabela:
xi Fi Fi
33 6 6
45 11 17
87 17 34
88 9 43
91 5 48
N=48
n 48
k1 24
2 2 e k2=k1+1=24+1=25. como se pode ver na tabela, de 18 a 34 encontramos
uma sequência de 87 isto significa que na posição 24 e 25 temos o mesmo valor ou seja
x x
X24=X25=87 assim, coincidentemente, Me 24 25 87 .
2
Dados em tabelas agrupados em classe
Para calcular a mediana em dados agrupados em classes usa-se a expressão
n
Fi ant
Me l Me [ 2 ].h n
fM e
onde lMe-limite inferior da classe mediana; 2 - elemento mediano,
n, pode ser par ou ímpar.
; fme- frequência absoluta da classe mediana
49
Alturas(em m) fi Fi
[1,45; 1,50[ 2 23
[1,50; 1,55[ 4 21
[1,55; 1,60[ 5 17
[1,60; 1,65[ 7 12
[1,65; 1,70[ 3 5
[1,70; 1,75[ 2 2
n= 23
n
=23/2 =11,5, é o elemento mediano que indica a posição da classe mediana, e observando na
2
tabela a coluna de Fi podemos ver que de 6 a 12 temos uma sequência da classe [1,60;1,65[.
Logo na posição 11,5 temos classe mediana [1,60; 1,65[; lMe.=1,60, fMe-=7, h=0,05, Fi ant=5
n
Fi ant
11,5 5 6,5
Me l Me [ 2 ].h 1,60 .0,05 1,60 .0,05 1,60 0,046 1,65
fM e 7 7
Chama-se moda de um conjunto de n dados, x1, x2, x3, …., xn, de uma variável estatística, ao
dado que ocorre com maior frequência e representa se por Mo. Karl Pearson foi quem a
introduziu em Estatística pela primeira vez no sec.XIX.
No caso de idades, a moda é 15 anos.
Para um conjunto de dados, pode existir mais do que uma ou até nem existir moda.
se num conjunto de dados existir uma moda, diz-se unimodal
se o conjunto de dados tiver duas modas, ele diz se bimodal
se o conjunto de dados tiver mais que duas modas, ele diz se multimodal ou plurimodal
se o conjunto de dados não tiver modas, ele diz se amodal. Ex. 4,1,3,5,7,4,3,1,5,7.
Para dados agrupados em classes, utilizamos diversos processos na sua obtenção. Mas o primeiro
passo é identificar a classe modal.
50
Moda bruta
É o processo mais elementar, basta tomar o ponto médio da classe modal.
Page
Processo de Czuber
Leva em consideração as frequências anteriores e posteriores `a classe modal.
1 ( f max f ant )
M oc x0 [ ].h ou seja: M oc x Mo [ ].h
1 2 2 f max ( f ant f post )
0
xMoMo LMo classe
Ex.Calcular a moda pelo processo Czuber, usando os dados da tabela das alturas dos alunos da
10ª classe.
Dados: fmax=7; fant=5; fpost=3, xMo =1,60m , h=0,05m
51
Page
Numero de alunos
7
1
1,45
1,50
1,55
1,60
1,65
1,70
1,75
Altura(m)
Mo=1,62m
Processo de King
É considerada a influência sobre a classe modal das frequências das classes anterior e posterior.
f post
M ok x M o .h
f ant f post
Graficamente
post.
Ex.: De acordo com os daos da tabela as alturas temos: fant=5; fpost=3, lMo =1,60m , h=0,05m
f post 3 3
M ok x M o .h 1,60 [ ].0,05 1,60 .0,05 1,60 0,02 1,62m
f ant f post 53 8
52
Page
5
fantt
4
1
1,45
1,50
1,55
1,60
1,65
1,70
1,75
Altura(m)
Fpost Mo=1,62m
Processo de Pearson
Este processo pressupõe que a distribuição seja aproximadamente simétrica, na qual a média
aritmética e a mediana são levados em consideração.
M op 3Me 2 X
Obs. Nem sempre coincidem os valores da moda usando os diferentes processos. Nos dados
agrupados em classe a moda é um valor provável dentro da classe modal comportando portanto
uma certa margem de erro.
a)50 85 60 65 60 65 60 80 60 X =65
Page
b) 50 85 60 65 60 65 195 80 60 X =80
A mediana é preferível à média quando se está interessado em conhecer o ponto médio
da distribuição, aquele valor que divide um rol de dados em duas partes iguais.
A moda revela a sua importância perante o estudo de caracteres qualitativos, já que tanto
a média como a mediana são medidas aplicáveis apenas a caracteres quantitativos.
Em termos gráficos a curva simétrica apresenta as duas caudas com a mesma configuração.
Neste caso, a distribuição diz-se normal e a média, mediana e a moda coincidem.
4º Mediana
n 1 12
N é ímpar, K 6 assim, Me=X6=700
2 2
5º X >Me>Mo, a distribuição é assimétrica positiva. Também se pode dizer que há muitos
trabalhadores que recebem a baixo da média.
3,5
3
2,5
2
Número de Empregados
1,5
1
0,5
0
0 500 1000 1500 2000 2500 3000
Vencimentos
55
Page
Exercicios
1. As classificações obtidas, no 1º teste deste ano pelos 150 alunos do 2º ano de Ensino Básico de
na disciplina de Estatística distribuem se da seguinte forma:
Classificações: 7 8 9 10 11 12 13 14 15 16 17
No de alunos: 5 11 14 19 . 20 30 18 9 12 8 4
a) Indique a população e a variável estatística em estudo;
b) Calcule a frequência relativa da classificação 8.
c) Indique a percentagem de alunos que tiveram nota inferior a 10;
d) Determine a nota média, a nota modal e a nota mediana.
2. . O chefe de estacão dos Caminhos de Ferro de uma dada localidade registou o atraso dos
comboios, durante uma semana na seguinte tabela:
Determine:
A média, a moda e a mediana de atrasos.
No. de 0-5 5-10 10-15 15-20 20-25 25-30
minutos de
atraso
No de 6 5 7 4 2 4
combois
Os quartis são os valores que dividem um rol de dados em quatro partes iguais.
X1 Q1 Q2=Me Q3 xn
Q1(1ºquartil): é o valor que divide a sequência em duas partes de tal modo que, pelo menos, ¼
ou 25% das observações sejam inferiores ou iguais a esse valor e ¾ ou 75% das observações
sejam superiores ou iguais a esse valor;
Q2(2ºquartil): é o valor que divide a sequência em duas partes iguais de tal modo que , pelo
menos, ½ ou 50%das observações sejam inferiores ou iguais a esse valor e 1/2 ou 50% das
observações sejam superiores ou iguais a esse valor; o Q2 coincide com a mediana.
Q3(3ºquartil):é o valor que divide a sequência em duas partes de tal modo que, pelo menos, ¾ ou
75% das observações sejam inferiores ou iguais a esse valor e ¼ ou 25% das observações sejam
56
Cálculo de quartis
Calcula-se qualquer dos quartis de forma idêntica ao cálculo da mediana, substituindo-se na
fórmula desta, apenas a posição em que se encontra o elemento desejado.
xi Fi Fi Resolução:
0 1 1 Q1-?
1 5 6 1.(23)
Q1 1º) q1 5,75( posicaoQ1)
4
2 7 13 Q2 Q1 está entre x5 e x6mas x5=x6=1, logo Q1=1
Q3 ou seja: Q1=x5+(x6-x5).0,75=1+(1-1).0,25=1+0=1
3 6 19
4 2 21 2º) Q2-?
5 1 22
6 1 23
N=23
2(23)
q 2 11,5( posicaoQ 2)
4
Q2 está entre x11 e x12mas x11 x12 2 logo Q2=2 ou seja:
Q2 x11 ( x12 x11 ). 0,5 2 + (2 - 2).0,5 = 2 + 0 = 2
3(23)
Q3? q 3 17,25( posicaoQ3)
4
Q3 está entre x17 e x18 e mas x17=x18=3 logo Q3=3 ou seja:
Q3=x17+(x18-x17).0,75=3+(3-3).0,75=3+0=3
1.(6)
1º) q1 1,5( psicaoQ1) mas x1=5.500 e x2= 5.780
4
Q1=x1+(x2-x1).0,5 = 5.500+(5.780-5.500).0,5=5.640 Mt
3.(6)
2º) q3 4,5( posicaoQ3) , x4= 6.150 e x5= 6.620.
4
Q3= x4+(x5-x4).0,5 =6.150+(6.620-6.150).0,5=6.385 Mt
Portanto a faixa salarial dos seis funcionários é de (5.640 a 6.385)Mt.
57
Page
55 43 82,5 77
Q2 4 2 4,70 Q3 6 2 6,65
34 17
Interpretação
a) para Q1=2,06 significa que em nosso exemplo, 25% dos alunos obtiveram nota 2,06 ou
menos;
b) para Q2=4,7 significa que 50% dos alunos obtiveram notas 4,7 ou menos;
c) para Q3=6,65 significa que 75% dos alunos obtiveram notas 6,65 ou menos.
Geografa);
3- diferença nos intervalos interquartis(Q3, Q1 dentro de cada «caixa»estão pelo
menos 50% das classificações respectivas;
4- na disciplina de História( a «caixa» é mais pequena ) existe uma maior
concentração de 50% das notas em torno da mediana;
5- nas disciplinas de Geografia e História há uma grande concentração de valores
acima da mediana;
6- na disciplina de Matemática há uma maior dispersão das notas inferiores ou iguais
a Q1 do que das notas superiores ou iguais a Q3.
Notas
18
16
14
12
10
0
0
Matemática Geografia História
0
Decil (Di)
Divide a distribuição em dez partes iguais em um conjunto ordenado de valores.
Assim podemos ter: D1, D2, D3,....., D9.
Para dados agrupados em classe
in Edi Fi ant.
Façamos, Edi onde i=(1,2,3,..., 9), asim: Di li *h
10 f Di
Exemplo:
Com os dados da tabela anterior, de notas dos alunos das 4 turmas da 8ªclasse, determinar D2,
59
D5 e D7.
As posisões dos elementos desejados são:
Page
2 *110 5 *110 7 *110
Ed 2 22 ªposição, Ed 5 55 ªposição Ed 7 77 ª posição
10 10 10
22 0 55 43 77 43
D2 0 * 2 1,63 ; D5 4 * 2 4,70 ; D7 4 * 2 6,00
27 34 34
Interpretação
Para D2=1,63 significa, em nosso exemplo que 20% dos alunos obtiveram notas 1,63 ou
menos;
Para D5=4,70 significa que 50% dos alunos obtiveram notas 4,7 ou menos;
Para D7=6,00 significa que 70% dos alunos obtiveram notas 6,0 ou menos.
Obs:Calcula-se qualquer dos quartis, decil e centil de forma idêntica ao cálculo da mediana,
substituindo-se na fórmula desta, apenas a posição em que se encontra o elemento desejado
Exercício
Um professor de Português obteve para o mesmo teste os seguintes resultados, em duas turmas
(o teste foi cotado de 0 a 20).
Turma -1: __________________________________
10 13 16 17 18 12 12 13 14 14
15 16 16 17 17 17 18 17 18
----------------------------------------------------
Turma-2: ____________________________________
3 18 5 7 9 12 13 12 10 8
8 12 10 6 9 11 17 12 13
60
------------------------------------------------------
Page
a) escreve as classificações, por ordem crescente, para cada uma das turmas.
b) Determine a mediana, o 1º quartil e o 3º quartil para cada uma das turmas.
c) Indique a amplitude total e a amplitude interquartis da turma -1.
d) Elabore os respectivos diagramas de extremos e quartis e interprete-os, referindo:
A posição relativa a mediana;
A distriuição das notas no intervalo interquartis.
Sumário
Emprega-se a média quando desejamos obter uma medida de posição de maior estabilidade e
quando houver necessidade de tratamento algébrico ulterior.
Para além da média aritmética, existem outros tipos de média como: média harmónica, média
geométrica e média quadrática.
Mediana é um valor central de um rol, isto é, o valor que divide um conjunto de dados ordenados
~
(crescente ou decrescente) em duas partes iguais. E representa-se por: Me ou Md ou X .
Chama-se moda de um conjunto de n dados, x1, x2, x3, …., xn, de uma variável estatística, ao
dado que ocorre com maior frequência e representa se por Mo. Karl Pearson foi quem a
introduziu em Estatística pela primeira vez no sec.XIX.
Para dados agrupados em classes, utilizamos diversos processos na sua obtenção. Mas o primeiro
passo é identificar a classe modal.
Moda bruta é o processo mais elementar, basta tomar o ponto médio da classe modal.
Processo de Czuber, leva em consideração as frequências anteriores e posteriores `a classe
modal.
Processo de King é considerada a influência sobre a classe modal das frequências das classes
anterior e posterior
Processo de Pearson, este processo pressupõe que a distribuição seja aproximadamente
simétrica, na qual a média aritmética e a mediana são levados em consideração.
M op 3Me 2 X
Obs. Nem sempre coincidem os valores da moda usando os diferentes processos. Nos dados
agrupados em classe a moda é um valor provável dentro da classe modal comportando portanto
uma certa margem de erro.
A média é a medida de localização mais utilizada, embora em certos casos, a utilização da
mediana ou da moda seja preferível.
61
Exercicios de Auto-avaliação
1. Na figuraque está representado um histograma que mostra a pontuação obtida num exame
escrito. Terão de prestar o exame oral os alunos que obtiveram pontuação inferior a 70.
no
6
10 20 30 40 50 60 70 80 90 pontuacão
a) quantos alunos dispensaram do exame oral?
c) com base a alínea anterior comente a avaliação global do curso feito pelos estudantes.
100º
Transporte-60º
a) Em que ramo de actividade há mais Design- 45º
Page
3,5
3,45 Vendas(milhares)
3,4
3,35
Grafico A
3,3
Polinômio
3,25 (Vendas(milhares))
3,2
3,15
Jan Feb Mar Apr May Jun
4,5 Grafico B
4
3,5
Vendas(milhares)
2,5
2 Polinômio
(Vendas(milhares))
1,5
0,5
0
Jan Feb Mar Apr May Jun
a) Mencione qual dos gráficos teria apresentado o delegado sindical para pedir aumento.
Justifique.
64
b) Qual foi a estratégia usada para dar a mesma informação de uma forma aparentemente
Page
diferente?
7. Cinco números tem média 6. se juntarmos um sexto numero ao conjunto, a média passa a
ser 7. qual foi o número que se adicionou?
8. Numa turma há 12 rapazes e 13 raparigas. A média dos pesos dos rapases é 65kg e a das
raparigas é 61kg. Determine o peso médio dos alunos da turma.
9. Numa associação desportiva, a altura média dos seus 200 atletas é de 1,65m. as atletas
femeninas são 110 e têm altura média igual a 1,60m. determine a altura média dos homens.
10. A média das idades de um grupo de seis alunos da 10ª classe é 16 anos e 5 meses. A este
grupo juntou-se mais um aluno e a média passou para 16anos e 7 meses. Determine a idade
do novo aluno.
11.A partir das classificações obtidas na disciplina de inglês pelos alunos de uma turma de 7º
ano, calcularam-se as frequências relativas das diferentes classificações e obtiveram-se os
seguintes valores da tabela:
Classificação(nível) 1 2 3 4 5
fri 0,05 0,20 0,45 0,20 0,10
a) calcula com aproximação às unidades, a classificação média dos alunos da turma na
disciplina de inglês;
b) determina a moda e a mediana das classificações.
12. O chefe de estacão dos Caminhos de Ferro de uma dada localidade registou o atraso dos
comboios, durante uma semana na seguinte tabela:
Determine:
A média, a moda e a mediana de atrasos.
No. de 0-5 5-10 10-15 15-20 20-25 25-30
minutos de
atraso
No de 6 5 7 4 2 4
combois
65
Page
1.4 Medidas de Dispersao
Introdução
Nesta lição, você deverá prestar muita atenção aos seguintes termos e
conceitos:
Tabela de cálculos auxiliares
Terminologia Amplitude total, desvio-médio, variância, desvio-padrão e
coeficientes de variação
Licao No 9
b) também pode-se calcular através da diferença entre o ponto médio da última classe e
o ponto médio da primeira classe.
Page
Tanto a amplitude dos dados como os valores extremos, não constituem por si só medidas
estatísticas seguras para avaliar a dispersão dos dados, por duas razões principais:
1. são insensíveis a qualquer variação dos valores intermédios, visto que não levam em
consideração as flutações apresentadas em relação aos valores internos da distribuição.
2. a presença de uma única observação muito alta ou muito baixa, tem uma grande
influência sobre os seus valores.
Exemplo:
Menor dispersão
Maior dispersão
É a média dos valores absolutos dos desvios dos dados, a partir da média.
x i x
Dm i 1
67
n
Page
fi x i x
Dm i 1
N.B. quanto maior for o desvio- médio, maior é o afastamento dos valores observados em
relação à média ou seja, maior é a dispersão dos dados.
Ex. Seja x= 2,5,8,15,20 , calcular Dm.
x
xi 2 5 8 15 20 10
n 5
2 10 5 10 8 10 15 10 20 10
Dm 6
5
1.4.3 Variância
Os matemáticos procuram uma fórmula que nos permite avaliar a dispersão relativamente à
média sem que aparecesse o símbolo do valor absoluto; isto é, uma fórmula em que o
aparecimento de números negativos foi resolvido com «o elevar ao expoente 2»; isto é: (xi- x )2.
A variância de um conjunto de dados x1, x2, ...., xn, representa se por 2 ou S2 , quando se refere
a população e amostra respectivamente. E calcula-se:
Para dados não agrupados
2
n
xi
xi x xi x xi i 1
n n n n
x
2 2 2 2
i
2 n
População: 2 i 1
i 1
x ; Amostra: S 2 i 1
i 1
n n n 1 n 1
fi * xi x
m m
fi * x
2 2
i
2
População: 2 i 1
i 1
x ; Amostra:
n n
2
m
fi * xi
fi * xi x fi * xi 2 i 1
m m
2
n
S2 i 1
i 1
n 1 n 1
respectivamente.
Page
xi
2 2
População: i 1
i 1
x2
n n
n
( xi ) 2
xi x
n n
xi
2 2
i 1
n
Amostra: S i 1
i 1
n 1 n 1
fi * xi x
m m
fi * xi
2 2
População: i 1
i 1
x2
n n
2
m
fi * xi
fi * xi x
m m
2
fi * xi 2 i 1
n
Amostra: S i 1
i 1
n 1 n 1
numa distribuição encontramos média 30 e o desvio padrão 4, podemos esperar que cerca de:
2/3 dos valores estejam entre 26 e 34
95% dos valores estejam entre 22 e 38
99% dos valores estejam entre 18 e 42.
Ex1: A tabela junta mostra as classificações obtidas por 100 alunos numa prova de Matemática:
Classificações 2 5 8 10 11 12 13 14 16 18
Efectivos 3 8 10 30 13 16 8 7 3 2
Calcular:
a) a média das classificaões;
b) o desvio padrão
c) a percentagem de alunos cuja classificação está entre o intervalo x 2 ; x 2
Resolução:
a) 1º construimos tabela de xi, fi, fi.xi, e fi.xi2:
xi fi Fi.xi Fi.xi2
2 3 6 12
5 8 40 200
8 10 80 640
10 30 300 3000
11 13 143 1573
12 16 192 2304
13 8 104 1352
14 7 98 1372
16 3 48 768
18 2 36 648
fi 100 fi.xi 1047 fi.xi 2 11869
onde fi xi 1047
assim: x
fi xi 1047 10,47 ,
n 100
fi xi 2
11869
10,47 9,0691
fi xi
2
11869 mas 2 x
2 2
b)
n 100
assim, o desvio padrão é: 2 9,0691 3,01
x 2 10,47 2 3,01 4,45
c)
x 2 10,47 2 3,01 16,49
portanto, o intervalo referido é:]4,45; 16,49[, só as classificações de 2 e 18 estão fora deste
intervalo. Logo, 3+2=5 alunos têm classificações que não pertencem ao intervalo. Como
tinhamos 100alunos, temos que 95% dos alunos têm classificação dentro do intervalo.Trata
se duma distribuição próxima da normal se formos a comparar com os resultados já
estabelecidos.
70
Page
Ex2: um jardineiro mediu em centímetros, 50 plantas no dia em que as plantou. Os dados estão
registados na tabela a baixo.
Calcule a percentagem de plantas cujas alturas pertencem ao intervalo x ; x
classe Ponto médio da classe( Xi) fi
[3,5; 9,5] 6,5 5
[9,5; 11,5] 10,5 25
[11,5; 14,5] 13 11
[14,5; 18,5] 16,5 9
Resolução: Calculemos:
fi n 5 25 11 9 50 , fi.xi 586,5 ; fi.xi 2 7276,75 ; x 11,73
11,73 2,818 ,
7276,75
2
50
Calculemos o número de plantas cujas alturas estão entre os valores: x ; x
11,73-2,818=8,912=8,91
11,73+2,818=14,548=14,55
Assim temos: ]8,91; 14,55[ estarão neste intervalo todas as plantas das classes [9,5; 11,5[ e
[11,5; 14,5[ e algumas plantas das clases [3,5; 9,5[ e [14,5; 18,5[.
Calculemos o numero de plantas da classe[3,5; 9,5[ que pertencem a ]8,91; 14,55[
8,91 [3,5; 9,5[ e a amplitude deste intervalo=9,5-3,5=6 e o número de plantas desta classe
9,5 8,91
=5, assim o valor aproximado calcula-se: 5 0,49
6
Calculamos o número de plantas da classe [14,5; 18,5[que pertencem ao intervalo
]8,91; 14,55[.
14,55 [14,5; 18,5[ e a amplitude deste intervalo 18,5-14,5=4 e, o número de plantas desta
14,55 14,5
classe=9. Assim o valor aproximado de plantas 9 0,11
4
Conclusao:
0,49+25+11+0,11=36,6
O número total de plantas cujas alturas pertencem ao intervalo pedido =36,6 em percentagem,
36,6
temos: 100% 73,2%
50
Dispersa~oabsoluta
Dispersão relativa
Media
Se a dispersão absoluta é o desvio-padrão e a média é a aritmética x , a dispersão relativa é
denominada coeficiente de variação de Pearson (CVp) ou de dispersão, dado por:
S
CVp 100% ou CVp 100%
x x
É mais utilizado quando desejamos comparar diversas grandezas com unidades de medidas que
podem ser iguais ou diferentes. Ou ainda quando apresentam médias diferentes, embora suas
unidades de medidas sejam iguais.
Exemplo:
Suponha que determinado que determinado fornecedor A, de parafusos tenha enviado ao
Departamento de compras de uma empresa uma amostra de 2000 parafusos, com medidas de seu
comprimento em mm variando entre 101 e 113mm.O Departamento de compras efectuou uma
análise em suas médias e calculou seu respectivo desvio-padrão, encontrando as seguintes
especificações:
Comprimento médio do parafuso: 107,9mm
Desvio-padrão do comprimento do parafuso: 2,72mm
Admitindo-se um fornecedor B, que apresentou um lote deste mesmo parafuso com o mesmo
número de peças, com média x 108mm e desvio-padrão S=1,08mm, qual é o lote que você
escolheria se fosse o comprador?
Resolução:
Fornecedor A: Fornecedor B:
2,72mm 1,08mm
CVp 0,0252 2,52% CVp 0,01 1,00%
107,9mm 108mm
Resp: iria escolher o lote do fornecedor B que apresenta menor dispersão relativa do que o lote
do fornecedor A.
Se os desvios em relação à média forem dadas em unidades de desvio-padrão, diz-se que estão
72
Ex.1: em um exame final de Estatística, o grau médio de ium grupo de 150 estudantes foi 78 e o
desvio- padrão 8,0. Em Álgebra , entretanto, o grau médio final do grupo foi 73 e o desvio-
pardrão 7,6. Um estudante obteve os graus 73 em Estatística e 71 em Álgebra.
a) Em que matéria foi maior:
i. a dispersão absoluta;
ii. a dispersão relativa
b) Em qual dos exames foi mais elevada a sua posição relativa (rendimento)?
Introdução
No capitulo sobre Correlações e regressão simples ( distribuições bidimensionais), você vai
poder compreender como relacionar duas variáveis e validar o resultado num estudo estatístico.
Vai saber como representar esta relação graficamente (recta de regressão) e como interpretar.
Ainda vai poder calcular (estabelecer) a intensidade da relação entre duas variáveis com base na
covariância, coeficiente da correlação e coeficiente de determinação.
Licao No 10
Assim, perante dois fenómenos quaisquer, podemos afirmar que ou estão ligados através duma
relaão funcional ou de uma relação estatística, ou não estão ligados através de qualquer relação.
Page
Deste modo, podemos dizer quea relação estatística exprime o meio-termo, no grau de conexão
entre variáveis, entre a relação funcional e a ausência de relação.
No caso de ausência de qualquer relação entre dois fenómenos, esses fenómenos dizem-se
independentes.
Considere que o gerente de uma loja está interessado em analisar a relação entre o número de
anúncios mostrados durante o fim de semana na televisão local e as vendas na loja durante a
semana seguinte. Para isso, ele recolhe os seguintes dados:
Número 2 5 1 3 4 1 5 3 4 2
de
anúncios
Volume 50 57 41 54 54 38 63 48 59 46
de
vendas
(US$)
75
Page
Diagrama de dispersão para a relação número de anúncios e volume de vendas
O gráfico mostra uma tendência crescente, a relação entre as duas variáveis é positiva. Para
confirmar este facto, calculemoas a covariância, medida descritiva de associação linear entre as
variáveis.
1.5.2 COVARIÂNCIA
x i x y i y
S xy i 1
n
Portanto, é necessária uma tabela de cálculos para simplificar os passos de resolução.
Para o caso do gerente tem-se:
xi yi xi x yi y xi x yi y
1 2 50 -1 -1 1
2 5 57 2 6 12
3 1 41 -2 -10 20
4 3 54 0 3 0
5 4 54 1 3 3
6 1 38 -2 -13 26
7 5 63 2 12 24
76
8 3 48 0 -3 0
Page
9 4 59 1 8 8
10 2 46 -1 -5 5
n 30 510 99
Soma =
i 1
N=10
n n
x i
30
y i
510
x i 1
3 e y i 1
51 ,
n 10 n 10
n
x i
99
x yi y
S xy i 1
9.9 este resultado mostra que existe uma relação positiva entre o
n 10
número de anúncios e o volume de vendas, pois,o valor da covariância é positiva.
O coeficiente de correlação linear é uma medida descritiva que avalia o tipo e a intensidade
(magnitude) de uma relação.Representa-se por letra rxy . A sua expressão matemática é:
S xy x i x y i y
rxy i 1
SxSy n n
x x y y
2 2
i i
i 1 i 1
O coeficiente de correlação varia entre -1 a +1. Valores próximos dos extremos indicam uma
associação forte entre as variáveis. Alguns autores convencionam que:
xi x yi y xi x yi y xi x 2 yi y 2
77
-1 -1 1 1 1
2 6 12 4 36
Page
-2 -10 20 4 100
0 3 0 0 9
1 3 3 1 9
-2 -13 26 4 169
2 12 24 4 144
0 -3 0 0 9
1 8 8 1 64
-1 -5 5 1 25
99 20 566
x i x yi y
99 99
rxy i 1
0.93
n n
20 566 106.4
x x y y
2 2
i i
i 1 i 1
i 1
estimado.
Page
S xy x i x y i y
a 2
i 1
n
; b y ax
S xi x
2
x
i 1
COEFICIENTE DE DETERMINAÇÃO
O coeficiente de determinação fala do poder explicativo do modelo, istoé, até que ponto a
variação da variável dependente y é explicada pela variação da variável independente x. hoje em
dia discute-se muito a regressão múltipla, em que se constróium modelo linear, com mais de
uma variável independente.
O coeficiente de determinação calcula-se: R 2 r xy
2
Por exemplo, o coeficiente de determinação nos permite responder a questão: qual é a eficácia
com que a equação y ax b aproxima os dados?
Para o caso do gerente: R 2 r xy 0,932 0,8649
2
O que significa que apenas 86% da variação das vendas é explicada pela variação do número de
anúncios. Os resgtantes 14%, podem ser explicados por outras variáveis ligadas às vendas, como
por exemplo a renda.
Sumário
No estudo de uma distribuição bidimensional, procura-se saber se existe alguma relação entre as
duas variáveis
A relação entre as variáveis pode ser positiva ( a um aumento dos valores de uma variável,
corresponde também um aumento nos valores da outra variável) ou negativa (a um aumento dos
valores de uma variável, corresponde a uma diminuição dos valores da outra).
O coeficiente de determinação fala do poder explicativo do modelo, istoé, até que ponto a
variação da variável dependente y é explicada pela variação da variável independente x.
Exercicios
1.Que tipo de correlação espera encontrar entre:
a) Nota de Física e nota de Matemática;
b) Nota de Estatísticae altura do estudante;
c) Nível económico da mulher e taxa de divórcio;
d) Nível de consumo e asalário;
e) Altura e peso;
f) Preço do produto e nível de consumo do mesmo.
Altura na 40 43 40 40 42
idade de 6
anos
Altura na 68 74 70 68 70
idade de 20
anos
Determine o coeficiente de correlação entre as duas categorias de alturas.
3.uma companhia estabeleceu diferentes preços para 8 regiões diferentes. A tabela abaixo mostra
o número de aparelhos vendidos em unidades e o preço correspondente em centenas de dólares.
Vendas 420 380 350 400 450 380 450 420
preço 5,5 6,0 6,5 6,0 5,0 6,5 4,5 5,0
a)Estime a equação de regressão linear das vendas pelo preço.
b)Qual o efeito que se espera nas vendas quando o preço sobe 100,0?
80
Page
Exercicios de auto avaliaçao
1. A tabela junta apresenta uma distribuições das classificações dos alunos de duas
turmas de História do 2ºano.
a) Qual o significado de fi e fi xi ?
b) Calcule a média, mediana, a moda e os quartis;
c) Calcule a variância e o desvio padrão
d) Construa um diagrama de extremos e quartis e interprete-o.
e) Qual é a percentagem de alunos com classificação igual ou inferior a 9?
f) Qualé a percentagem de alunos com classificação superior a 10.
Classificções 6 7 8 9 10 11 12 13 14 15 16
Efectivos 3 9 6 12 13 5 4 3 2 1 8
2. uma mesma prova de Estatistica foi aplicada em quatro turmas diferentes
obtendo-se as seguintes notas:
Turma A:
9 5 8 8 7 6 6 7 5,5 7,5 4,5 8 4,5 4,5 4 7 7 4,5 4,5.
Turma B:
5,5 6 2 5,5 6,5 6 5 9 5,5 5 7 8 3 4,5 3,5 6,5 3 6,5.
Turma C:
8 7 6,5 7,5 6,5 7 9,5 5 4,5 9 8,5 4,5 4,5 4 4,5 4,5 4,5.
Turma D:
2,5 4 4,5 5 6 7,5 7 5,5 9 9 8 6,5 4,5 7 6,5 7 7,5
Calcule:
a) nota média de cada turma;
b) desvio-padrão das notas;
c) coeficiente de variação(Pearson)
baseando no item C, qual turma apresentou melhor desempenho?
3. sabendo-se que o ponto médio da primeira classe (x1) é 46,5 e o ponto médio da
quinta classe (x5) é 82,5 e, sabendo se ainda que as freuências absoluta da
primeira à última classe são respectivamente, 9; 5; 15; 7; 2; determine:
a) Amplitude total
b) Amplitude dos 50% centrais para essa distribuição
c) Desvio médio
d) Desvio-padrão
e) Coeficiente de variação de Pearson.
4. usaram-se duas balanças diferentes para efectuar 5 pesagens de uma mesma
pessoa, tendo se obtido os resultados seguintes em kg:
Balança A: 71,82 71,86 71,89 71,85 71,84
Balança B: 71,85 71,86 71,84 71,85 71,83
a) calcule a média e o desvio-padrão para cada um dos grupos de dados;
b) escolha, justificando, das duas balanças aquela que é mais fiável.
5. No final do primeiro período, a Rosa e o André tiveram as classificações
81
indicadas ao lado.
a) verifique que a médiadas classificações da Rosa é igual à média das classificações
Page
do André.
b) determine para as classificações da Rosa e do André, a amplitude e o desvio-padrão.
c) justifique que, de entre as medidas de dispersão calculadas na alínea anterior, o
desvio- padrão é a que melhor caracteriza a dispersão das classificações.
Rosa: 16 10 11 13 13 11 15 15 13
André:12 10 16 1410 12 14 16 13
7. . para a seguinte distribuição mostre que 5% dos valores estão fora do intervalo
x 4 ; x 4 . Faça um comentário acerca da situação.
Xi fi
1 1
2 0
3 77
4 0
5 3
9. Num período, um professor deu dois testes a uma turma. No primeiro teste a
média foi de 14 e o desvio-padrão de 3. no segundo teste, a média foi de 13 e o
desvio parão de 1. O Pedro obteve 16 no primeiro teste e 15 no segundo.
Justifique que a nota do Pedro no segundo teste, relativamente à turma , é superior
à nota obtida no primeiro.(faça referência ao intervalo x ; x ).
10. Uma cadeia de 10 lojas comparou as vendas nos períodos natalicios dos anos 97 e
98, tendo concluido que as vendas subiram em qualquer das lojas; as percentagens
de subida foramas seguintes( cada % refere-se a uma loja): 10,2 3,1 5,9 7,0
3,7 2,9 6,8 7,3 8,2 4,3.
82
13. um comerciante de temperos está curioso sobre a grande variação nas vendas de
loja para loja e acha que o volume das vendas está associado ao espaço nas
prateleiras dedicados a sua linha de produto em cada ponto de venda. Dez lojas
foram seleccionadas ao acaso em todo país e, duas variáveis foram medidas: (x)
total de espaço em frente ( comprimento x altura em cm2) dedicados a sua linha
de produtos e (y) total das vendas dos produtos em meticais no último mês.
X 340 230 405 325 280 195 265 300 350 310
y 71 65 83 74 67 56 57 78 84 65
Construa um diagram de dispersão e determine o coeficiente de correlação.
14. De acordo com algumas teorias, o consumo de quantidades moderadas de vinho tinto
reduzirá o perigo de ataques cardíacos. Num estudo em que se envolveu 19 países desenvolvidos,
em 1989, obteve-se a seguinte recta de regressão: y 260,56 22,969 x . Y- taxa de mortalidade
por ataque cardíaco; é o número de habitantes mortos por 100 000 habitantes; x- número de litros
de vinho consumidos por habitante.
a) trace a recta de regressão;
b) estime a taxa de mortalidade por ataque cardíaco num país em que se consome em média 5
litros.
c) se o consumo sobe um litro, o que acontece com a taxa de mortalidade?
83
Page
15. os dados que se seguem indicam a relação existente entre x, que representa a
densidade específica duma amostra de madeira, e y, que representa a pressão
máxima que a referida amostra pode suportar.
Xi 0,41 0,46 0,44 0,47 0,42 0,39 0,41 0,44 0,43 0,44
yi 1850 2620 2340 2690 2160 1760 2500 2750 2730 3120
84
Page
Unidade 2
85
Page
Nesta lição, você deverá prestar muita atenção aos seguintes termos e
conceitos:
Probabilidade;
Terminologia Espaço amostral;
Evento;
Teorema de probabilidade total;
Teorema Bayes.
Distribuição normal, student e qui-quadrado;
Experimentos aleatórios
Licao No 1
Historicamente, a teoria de Probabilidades como ramo de Matemática que estuda as leis que
regem os fenómenos aleatórios, isto é, aqueles fenómenos cujos resultados variam de modo
imprevisível de experiência para experiência, surgiu por volta do sec.XVII, baseada
principalmente nos jogos de azar, muito em voga n a época, como a roleta e as cartas. Graças aos
trabalhos dos cientistas franceses Fermat(1601-1665),Pascal(1623-1662) e Huygens(1629-1695).
Depois do seu surgimento, a teoria das probabilidades desenvolveu-se
rapidamente através dos trabalhos de Jacques Bernoulli(1654-1705), Moivre(1667-1754) e do
reverendo Thomas Bayes (1702-1761).
Ex.2: lançar simultaneamente duas moedas e observar as faces que ficam voltadas para cima.
Temos:S= caca , caco, coca , coco
Tipos de Eventos
Ex. Lança-se duas moedas simultaneamente e observa-se as faces voltadas para cima e
S caca, caco, coca , coco, A caca duas cara
Todos os outros eventos de S, que não fazem parte de A, são denominados de eventos
complementares de A. Assim, A coco, coca , caco e AU A S mas A A
87
Page
6. Eventos Mutuamente Exclusivos ou Disjuntos ou Incompatíveis – se a sua verificação
simultânea for um evento impossível ou seja A B , neste caso, os eventos A e B não
podem ocorrer simultaneamente.
Ex. Seja o experimento que consiste na retirada de duas cartas vermelhas de um baralho
comum de 52 cartas. Ora, na 1ª retirada temos 26 cartas vermelhas em um total de 52 cartas.
Quando retiramos a 2ª carta admitindo-se que ela seja vermelha, temos somente 25 cartas em
um total de 51 cartas, visto que na 1ª retirada a carta não foi recolocada novamente no
baralho. A ocorrência da 2ª carta está vinculada ou condicionada no aparecimento da 1ª
carta. Neste caso, estamos diante de um evento condicional.
9. Evento Soma- é o evento que ocorre se , e somente se, A ocorre ou B ocorre (ou ambos);
isto é: A B A B
10. Evento Produto- evento que ocorre se, e somente se, A ocorre e B ocorre; isto é:
A B A* B
Resolução:
a) só há um caso favorável de sair o nº 3 dos 6 possíveis,isto é: S 1,2,3,4,5,6 e A 3
1
por isso a probabilidade de sair 3 é P( A) ou seja 16,7%.
6
Note que os restantes nºs têm a mesma chance de ocorrer, o que significa que têm a mesma
probabilidade.
1.Notação Factorial
O produto dos inteiros positivos de 1 a n, inclusive, (ou seja de n a 1), é indicado por n! (lê-se n
factorial):
n!=n(n-1)(n-2)......3.2.1 NB: 1!=1 e 0!=1
Ex.1: 3!=3.2.1=6
5!=5.4.3.2.1=120
89
Page
8! 8.7.6.5.4!
Ex.2: 8.7.6.5 1680
4! 4!
Ex.3:Simplificar:
nn 1n 2!
nn 1 n 2 n
n!
a)
n 2! n 2!
2.Permutações
Qualquer agrupamento de um conjunto de n objectos numa dada ordem é denominado uma
permutação dos objectos(tomados todos de uma vez).Potrtanto o número de permutações que se
pode ter num conjunto de n objectos, é :Pn=n!
Ex. Consideremos o conjunto das letras a,b,c e d. Então, bdca, dcba e acdb são permutações das
4 letras(tomadas todas de uma só vez).Mas com as 4 letras podemos formar 4! Permutações.isto
é, P4=4!=4.3.2.1=24 permutações.
Permutações Circulares: o número de maneias dedispor n objectos distintos em torno de um
circulo é n 1!
3.Arranjos
Todo o agrupamento de quaisquer r n destes objectos numa dada ordem é denominado um r-
arranjo ou um arranjo dos n objectos tomados r de cada vez (ou tomados r a r).
O número de arranjos de n objectos, tomados r a r, é indicado por A(n,r), nAr, An,r ou Arn.
n!
e calcula-se: A(n, r ) nr
n r !
Ex1:Consideremos o conjunto das letras a,b,c e d. Então,
bad, adb, cbd e bca são arranjos das 4 letras tomadas 3 a 3.
ad, cb,da e bd são arranjos das 4 letras tomadas 2 a 2.
90
Page
4!
Mas em A(4,3)= 4.3.2.1 24 arranjos das 4 letras tomadas 3 a 3.
4 3!
4! 4.3.2!
A(4,2) 12 arranjos das 4 letras tomadas 2 a 2
4 2! 2!
Ex2: De quantas maneiras diferentes uma organização contendo 26 membros pode eleger um
presidente, um secretário e um tesoureiro ( supondo que nenhuma pessoa seja eleita mais de um
cargo)?
O presidente pode ser escolhido de 26 modos diferentes; a seguir, o secretário pode ser eleito de
25 modos diferentes, uma vez que a pessoa escolhida para presidente não pode ser eleita para
cargo de secretário; em seguida o tesoureiro pode ser escolhido de 24 modos diferentes. Assim
pelo principio de contagem, existem 26.25.24=15 600 maneiras diferentes de a organização
eleger seus funcionários.
Usando a fórmula de arranjos teremos: A26,3
26! 26.25.24.23!
26.25.24 15600
26 3! 23!
4.Combinações
Consideremos uma coleção qualquer de n objectos. Uma combinação desses n objectos, tomados
r a r, é uma selecção qualquer de r dos objectos em que a ordem não interessa. Em outras
palavras, uma r-combinação de um conjunto de n objectos é qualquer subconjunto com r
elementos.
Ex. As combinações das letras a,b,c,d tomadas 3 a 3 são: abc, abd, acd, bcd.
Observemos que as combinações seguintes são iguais: abc, acb, bac, cab, cba, isto é, cada uma
delas indica o mesmo conjunto abc.
n
O número de combinações de n objectos tomados r a r, é indicado por C(n,r); nCr; Cn,r ; ou
r
n
C r
An, r n!
C
n
;(n r ) e é chamado um coeficiente binomial. Estes números podem ser
r
r! n r !r!
arrumados em uma disposição triangular, o famoso triângulo de Pascal.
Nota:1. O número de modos de escolher p objectos entre n objectos distintos dados, podendo
91
p n 1
repetir a escolha, é . Esse é o chamado número de combinações completas (ou com
Page
n 1
repetição). Esta fórmula é usada também p.ex. se, se pretende conhecer o número de maneiras de
distribuir p moedas idênticas a n crianças.
2.O número de maneiras de distribuir p moedas idênticas a n crianças de forma que cada
p 1
criança receba pelo menos uma moeda é
n 1
Ex.1: Numa organização de 26 membros precisa-se de 3 membros para participar num debate
sobre a homoxesualidade. Quantas comissões diferentes podem ser formadas?
26! 26.25.24.23!
C(26,3)= 2600 comissões diferentes podem ser formadas de 3
26 3!3! 23!.3.2.1
membros.
Ex2: um fazendeiro compra 3 vacas, 2 porcos e 4 galinhas de um homem que possui 6 vacas, 5
porcos e 8 galinhas. Quantas escolhas tem o fazendeiro?
6.5.4 5.4 8.7.6.5
R: O fazendeiro tem: C36 .C 25 .C 48 . . 14.000 escolhas
3.2.1 2.1 4.3.2.1
Ex2: Duas cartas são retiradas ao acaso, de um baralho comum de 52 cartas. Calcular a
probabilidae P de que:
a) ambas sejam de espadas;
b) uma seja de espada e outra de copas.
Resolução:
a) existem C252 1326 maneiras de se tirar 2 das 52 cartas.
E existem C213 78 maneiras de se retirar 2 das 13 cartas de espadas, logo:
78 3
P
1326 51
92
Page
Exercicios para auto avaliaçao
1-Simplificar:
a)
n 2! b)
n!
c)
n 1! d)
n 1! e)
n 1! f)
n!
g)
n r 1!
n! n 1! n 1! n 2! n! n 2! n r 1!
h)
2n 2! i)
n 1!n!
2n ! n 1!
2.Calcule:
A25
a) A33 A45 b) c) A35 2A23
A24
4. Mostre que:
n3 n
a) A34 A23 30 b) C nn2 C nn3
3!
Problemas:
1. De quantas maneiras diferentes se podem sentar 5 pessoas num banco de 3 lugares?
2.Um grupo de cinco amigos decide ir ao cinema. Neste grupo temos o João e a Maria. De
quantas maneiras se podem sentar os cinco se:
a) o João e a Maria decidem ficar lado a lado;
b) o João não quer ficar junto com a Maria. 93
Page
Soluções
i) n.n 2 n 2n
2
Problemas:
1. 60
2. a) 48 b) 72
94
Page
2.1.4 Teoremas Básicos de Probabilidades
1º) para btodo o evento A, a probabilidade da sua ocorrência será sempre um valor
compreendido entre zero e um, ambos limites incluidos ou seja: 0 P( A) 1 .
2º) se A é um evento complementar de A, então P A P A 1 ou P A 1 P( A) .
Ex3. Uma bola é retirada ao acaso de uma urna que contém 6 vermelhas, 4 brancas e 5 azuis.
Qual é a probabilidade dela não ser vermelha?
Resolução:
6 6 2
Seja A evento que consiste na retirada de uma bola vermelha. P( A) 0,4
6 4 5 15 5
ou 40%.
E A , o evento de não ser bola vermelha, então: P A 1 P( A) 1
2 3
0,6 ou 60%.
5 5
Ex. Considerando o exercício anterior, determinar a probabilidade da bola retirada ser vermelha
ou branca.
Resolução:
P(A)- probabilidade de ser vermelha P A
6 2
95
15 5
P(B)- probabilidade de ser branca PB
4
Page
15
Porque são eventos mutuamente exclusivos P A B 0
2 4 64 2
P A B P A PB .
5 15 15 3
Ex2. se A é evento ´´ extracção de um às de um baralho`` e B evento ´´extracção de uma carta de
espada``, então qual é a probabilidade de extracção de um às ou de uma carta de espadas ou de
ambas?
Resolução:
P A B
4 13 1 16 4
A e B não são eventos mutuamente exclusivos visto que
52 52 52 52 13 pode ser extraido o às de espada. Assim:
Obs. P A
4
( há 4 às de 52 cartas)
52
P B
13
(há 13 espadas de 52 cartas)
52
P A B
1
( nos 4 às 1 é de espadas)
52
Resolução:
Page
A e B são eventos independentes , de modo que a probabilidade de ocorrer cara em ambas
jogadas, 5ª e 6ª, é, admitindo-se que a moeda é (honesta).
P A B P A.PB 0,25 25%
1 1 1
2 2 4
Ex2: suponha que uma urna contém 3 bolas brancas e 2 bolas pretas. Seja A o evento´´a 1ª bola
retirada é preta`` e B o evento ´´a 2ª bola retirada é preta``, não sendo as bolas recolocadas
depois de retiradas. Qual é a probabilidade de ambas bolas retiradas serem pretas?
Resolução:
P A
2 2
é a probabilidade da 1ª bola retirada ser preta enquanto:
23 5
P
B
A 3 1 4
1 1
é a probabilidade da 2ª bola retirada ser preta depois de retirada a 1ª dessa
cor. Então a probabilidade de ambas as bolas retiradas serem pretas é:
P A B P A. B .
2 1 1
A 5 4 10
0,1 10%
Resolução:
Seja, A soma 6 1,5, 2,4, 3,3, 4,2, 5,1 e B={um 2 aparece em pelo menos um dos
dados}
Determinemos P B .
A
Ora , A consiste em 5 elementos e dois deles,(2,4) e (4,2), pertencem a B:
A B 2,4, 4,2. Então, P B
A 5
2
P B
11
36
Ex.4: um lote contém 12 peças das quais 4 são defeituosas. Três peças são retiradas ao acaso do
lote, uma após a outra. Determinar a pobabilidade P de que todas as três peças sejam não-
defeituosas.
Resolução :
8
A probabilidade de que a 1ª peça seja não defeituosa é uma vez que 8 das 12 peças são não
12
defeituosas. Se a 1ª peça é não defeituosa, então a probabilidade de que a peça seguinte seja não
7
defeituosa é pois somente 7 das 11 peças restantes são não defeituosas. Se as duas 1ªs peças
97
11,
Page
6
são não defeituosas, então a probabilidade de que a última peça seja não defeituosa é
, uma
10
vez que apenas 6 das 10 peças restantes são não defeituosas. Assim, pelo teorema da
multiplicação,
8 7 6 14
P
12 11 10 55
Ex.5: considere um grupo constituido de 7 homens e três mulheres. Tendo se scolhido ao acaso
três pessoas, achar a probabilidade destas serem todas do sexo masculino.
Resolução:
Seja A o facto de ser homem a 1ª pessoa escolhida, B a 2ª pessoa e C, a 3ª. A probabilidade do 1º
acontecimento é P A 7 . A probabilidade do 2º acontecimento, à condição de ter ocorrido o
10
1º, isto é, a probabilidade de B relativa a A é P A B .
6 2
9 3
A probabilidade do 3º acontecimento à condição de terem ocorrido os dois primeiros, isto é, a
probabilidade de C relativa a AB é PAB C . Pelo teorema do produto, a probabilidade de
5
8
serem do sexo masculino as três pessoas escolhidas é
P A B C P A.P A B .P AB C
7 2 5 7
.
10 5 8 24
PB j PA B j
PB j A n
P B P A B
i 1
i i
ocorreu seja o resultado da causa Bj. a probabilidade P(Bj) toma o nome de “probabilidade” à
Ex. O gerente de um restaurante classifica os seus clientes em três categorias. Bem vestidos 50%,
Moderadamente vestidos40% e Mal vestidos 10%. 70% dos Bem vestidos, 50% dos
Moderadamente vestidos e 30% dos Mal vestidos pedem um vinho ao entrar no restaurante.
a)Qual é a probabilidade de um cliente escolhido aleatoriamente peça um vinho;
b) se se pedir um vinho, qual é a probabilidade de que o cliente que o pede esteja bem vestido?
Resolução:
Dados:
P(BEV)= 0,5; P(MOV)=0,4; P(MAV)= 0,1;P(V/BEV)= 0,7; P(V/MOV)= 0,5
P(V/MAV)=0,3;
a)P(V)=?
P(V)= P(BEV)*P(V/BEV)+P(MOV)*P(V/MOV)+P(MAV)*P(V/MAV)=
= 0,5*0,7+0,4*0,5+0,1*0,3= 0,35+0,2+0,03= 0,58
b)P(BEV/V)=?
Sumário
A primeira definição que se conhece de probabilidade foi enunciada por Pierre Simon Laplace(
1749-1827)
Historicamente a probabilidade P de um evento A era definida como se segue:
Se n(A)=nº de casos favoráveis ao evento A e n(S)=nº total dos casos possíveis(S), desde que
igualmente provável(equiprovável), então, a probabilidade(sucesso) da ocorrência de um
experimento A, é igual ao quociente entre o nº de casos favoráveis ao evento e o nº de casos
99
n( A)
possiveis (S). Ou seja: P( A) Lei de Laplace
Page
n( S )
Teoremas Básicos de Probabilidades
1º) para btodo o evento A, a probabilidade da sua ocorrência será sempre um valor
compreendido entre zero e um, ambos limites incluidos ou seja: 0 P( A) 1 .
2o) A é um evento complementar de A, então P A P A 1 ou P A 1 P( A)
3º) se AUB representa a ocorrência de A ou de B ou de ambas, então:
P A B P A PB P A B
Em particular, para eventos mutuamente exclusivos, P A B P A PB porque
P A B 0
Se A1 , A2 ,..., An são n eventos mutuamente exclusivos, que tem probabilidades P1 , P2 ,..., Pn ,
respectivamente, a probabilidade de ocorrência de todos eventos é: P P1 p2 ... Pn
4º)Probabilidade Condicional. Eventos Independentes e Dependentes
Se A e B são dois eventos, a probabilidade de B ocorrer, depois de A ter acontecido, é definida
P A B P( B) P A / B
por P B
A P A
P A
ou P B
A
n 0 elementosA B
n 0 elementosA
PB j PA B j
PB j A n
P B P A B
i 1
i i
100
4. Uma operação cirúrgica exige a formação de uma equipa, em que cada elemento
tem a sua função específica. Suponha-se que para determinado tipo de intervenção
cirúrgica se dispõe de: 2 cirurgiões, 3 anestesistas, 5 enfermeiros e 4 técnicos. Se
são necessários 2 cirurgiões, 1 anestesista, 2 enfermeiros e 1 técnico:
a) indique quantas equipas podem ser formadas?
b) Se por dia são realizadas no máximo 4 operações, ao fim de quantos dias volta a estar a 1ª
equipa em exercício?
5. uma olaria faz a entrega de uma encomenda de 30 peças, 5 das quais com
imperfeições. A aceitação da encomenda, por parte do comprador, leva à
verificação da mesma. O comprador retira ao acaso, 10 peças. Qual é a
probabilidade de:
a) não encontrar nenhuma peça defeituosa?
b) Encontrar uma peça defeituosa?
101
7. Quantas palavras de igual nº de letras podem ser formadas usando as letras das
palavras:
a) lhes b) isso c) radar d) abacate
8. De 100 estudantes, 30 estão estudando Matemática, 20 estão estudando Música e
10 estão estudando matemática como música. Se um estudante é selecionado ao
acaso, achar a probabilidade P de que ele esteja estudando Matemática ou Música.
9. Os finalistas de uma escola fizeram uma rifa, emitindo para tal, 1000 bilhetes.
Desses bilhetes, um permitia ganhar 10 000 Mt , 5 permitiam ganhar 1000Mt, 10
permitiam ganhar 100Mt e os restantes não permitiam ganhar nada. Determinar a
probabilidade de uma pessoa detentora de um único bilhete ganhar pelo menos
100Mt.
10. um atirador atinge o alvo, em cada uma das três zonas, com as seguintes
probabilidades: a zona I com P1=0,15; a zona II com P2=0,3 e a zona III com
P=0,2. determinar a probabilidade do atirador falhar o tiro.
13. Se 40 famílias com 3 filhos vivem numa cidade, quantas delas será de esperar que
tenham:
a) 3 rapazes
b) 1 rapaz e 2 raparigas
c) Pelo menos um rapaz.
14. No universo S, acerca do acontecimento A e B, sabe-se que: P A 4PB
a) escreva uma relação entre P A e PB
102
b) calcular P A e PB , se P A 0,2 .
Page
15. uma urna contém 6 bolas brancas e 4 pretas; outra contém 7 brancas e 5 pretas.
Se for retirada uma bola de cada urna, determinar a probabilidade de:
a) ambas serem brancas
b) ambas serem pretas
c) uma ser branca e a outra ser preta.
17. Dois amgos foram a caça. Sabe se que um deles tem 45% de probabilidade de acertar em
qualquer caça, enquanto que o outro tem 60. qual é a probabilidade de em cada tiro disparado:
a) ambos acertarem na mesma caça?
b) nenhum acertar na mesma caça?
c) a caça ser atingida?
d) apenas um acertar a caça?
18. Três máquinas, A,B,C, fabricam um mesmo produto nas seguintes proporções.
A produção da máquina A é duas veses a produção da máquina B e as
máquinas B e C têm proporções iguais. Sabe-se ainda que 5% do produto
fabricado em A, 7% fabricado em B e 10% de C são defeituosos. Este produto
é armazenado em determinado almoxarifado, na proporção de produção de
cada máquina. Retirou-se um produto deste almoxarifado e verificou-se que
era defeituoso.
Qual a probabilidade de este produto ter sido produzido:
a) pela máquina A?
b) pela máquina B?
c)pela máquina c?
19. Num estudo sobre “novos hábitos”dos alunos observa-se que 15% achou normal “usar” o
telemóvel na aula, enquanto outros 20% pensam que é na aula a melhor altura para pôr
a conversa em dia. Por outro lado, 90% destes últimos nunca tem dúvidas sobre a matéria
leccionada, enquanto 20% dos que “usam”telemóvel na aula e 30% dos restantes (“os bem
comportados”), apresentam ocasionalmente dúvidas.
a) Foi posta uma dúvida sobre a matéria. Calcule a probabilidade de ser um dos alunos que
“usa” o telemóvel.
b) Pode afirmar-se que mais de 80% dos alunos não apresentam dúvidas na aula?
103
Page
Soluções
1. a) 9 520 b) 3 780 c) 7980
2. a) 30 b) 2.82%
3.a) 495 b)20 c) 480 d) 168
4.a) 120 b) no mínimo ao fim de 30dias.
5. a) 10.9% b) 6.8% c) 61.2% d) 44.9%
6. a) 60 ; 12 b) 120; 36
7. a) 24 b) 12 c) 30 d) 840
2
8. R:
5
9. 0,016.
10. 0,35
11.a) 0.6 e 0.3 b) Incompativeis e contrários pois, p A B 0
12. a) t=0,2 b) t=0,5
13. a) 5 b)15 c) 35
14. a) 1 p A 4 pB b) 0,8 e 0,05
15. a) 7/20 b) 1/6 c) 29/60.
16. 1,35%
17. a) 27% b)22% c)78% d) 51%
18. a) 37,04% b) 25,92% c) 37,04%
19. a) 0,1225 b) Não
104
Page
2.2 Distribuição de probabilidade
Introdução
Nesta unidade, você deverá fazer: o estudo da probabilidade associada aos acontecimentos
possíveis numa experiencia aleatória que obedece a um regra, isto é, a forma de distribuição mais
frequente nos processos educacionais, industriais, etc, para características mensuráveis.
Nesta lição, você deverá prestar muita atenção aos seguintes termos e
conceitos:
Distribuição de probabilidade;
Terminologia Simetria;
Graus de liberdade;
Variável padronizada.
105
Page
Lição No 4
Propriedades
Se X ~ N ( , ) , então:
2
Como não era possível criar-se uma tabela com qualquer média e qualquer desvio padrão,
introduziu – se uma grandeza padronizada que segue uma distribuição normal padrão com média
0 e desvio padrão 1.
A tabela que consta em apêndice dá-nos a probabilidade de Z<Zi.
Exemplo 1:
Para determinar P( z 0,45) , indo a tabela, observamos na linha 0,4 e coluna 0,05. No
cruzamento encontra-se o valor da probabilidade, logo, P( z 0,45) 0,6736 , que é a
probabilidade procurada.
Exemplo 2:
P( z 1,52) 0,9345
Exemplo 3:
P( z 1,52) , neste caso, como pretende-se a probabilidade de Z >zi, e a tabela dá nos apenas
valores a esquerda, da totalidade que é 1, temos de tirar a área a esquerda e assim obteremos a
área a direita. P( z 1,52) 1 P( z 1,52) P( z 1,52) 1 0,9345 0,0655
Exemplo 4:
Suponha que as notas dos estudantes duma turma numa certa escola sigam a distribuição normal,
com uma média de 10 valores e uma variância de 4. Qual é a probabilidade das notas excederem
13 valores?
Resolução :
Seja X as notas. A probabilidade requerida pode ser representada por P(X>13).
x
Como Z Z = (X-10)/2.
, então,
Note que X>13 corresponde a Z>1,5. Assim, da Tabela,
3. Suponha que X tenha uma distribuição N(2; 0,16). Empregando a tábua dedistribuição normal,
calcule as seguintes probabilidades:
a) P( x 2,3)
b) P(1,8 x 2,1)
4.Uma distribuição normal tem desvio padrão igual a 5 e é tal que 1,5% dos valores estão abaixo
de35. Determine sua média.
108
Page
2.2.2 Distribuição Qui- quadrado
Consideremos um conjunto de n variáveis aleatórias Bi , sendo que cada variável Bi segue uma
distribuição normal padrão e são mutuamente independentes, então, a variável aleatória X, que é
soma das n variáveis Bi elevadas ao quadrado, segue distribuição Qui- Quadrado com n graus de
liberdade, e representa-se por :
n
X Bi2 ~ n2
i 1
Os graus de liberdade são habitualmente usados para representar o número das variáveis Bi
adicionadas.
Uma variável aleatória X tem uma distribuição Qui- Quadrado se sua função de densidade de
probabilidade é dada por:
2x n2 1
e x , x0
n
f x 2 2 T n , n 0
2
0 , x0
Propriedades da distribuição
O gráfico da f.d.p é uma curva assimétrica positiva;
O valor esperado da distribuição: E(X) = n;
Variância: Var (X) = 2n.
Tabelas
O que é tabelado é a função inversa, em relação a área à direita de cada curva (uma para cada
linha), isto é, dado um valor de área na cauda direita (a), a tabela retorna um valor “x” tal que
P( 2 x)
Exercícios
1. Seja X uma variável aleatória com distribuiçao do Qui-quadrado.determine:
a) P 22 4,605
b) P 2
6 0,676
c) P 2
6 0,872
109
n 1
T 2
n 1
2 x 2
0 x e dx
n 1 x
f ( x) 1 , x R ( n 0) , onde T ( n )
n n
n T
2
Tem forma geral simétrica, mas reflecte a maior variabilidade esperada em pequenas amostras
Tem média t=0
O desvio padrão varia com o tamanho da amostra, mas é superior a 1
Page
Quanto maior ‘n’, maior a aproximação em relação à distribuição normal. Para n>30 podemos
utilizar distribuição normal com valores críticos ‘z’.
O que é tabelado é a função inversa (percentis), em relação a área à direita (unilateral) de cada
curva (uma para cada linha), ou a soma das caudas (bilateral), isto é, a tabela retorna um valor
“t” tal que P(T ≥ t) = α (unilateral) ou P(|T| ≥ t) = α (bilateral).
As duas opções podem ser colocadas em uma mesma tabela. Pode-se ler uma área (a) de cima
para baixo e se ter um valor unilateral (P(T ≥ t) = α) ou ler a área (a) de baixo para cima e se ter
um valor “t” tal que P(T ≥ t) = α/2.
Exercicios
1. seja x uma v.a. com distribuição t- Student, determine:
a) P(T5 > 2.015)
b) P(Τ8< - 2.306)
c) P(Τ8>2.306)
Exercicios de Auto-Avaliação
1.O número de pedidos de compra de certo produto que uma cia recebe por semana distribui-
senormalmente, com média 125 e desvio padrão de 25. Se em uma dada semana o estoque
disponível é de 150 unidades:
a) Qual é a probabilidade de que todos os pedidos sejam atendidos?
b) Qual deveria ser o estoque para que tivesse 99% de probabilidade de que todos os pedidos
fossem atendidos?
3.Os Serviços Municipalizados de Gás e Electricidade debitam mensalemnte aos seus clientes
um consumo teórico T de energia eléctrica calculado de tal modo que a probabilidade de o
consumo efectivo o exceder seja de 30,85%.
Suponha um cliente cujo consumo por mês segue lei normal de média 400 kwh
111
e desvio-padrão 40 kwh.
a) Qual o consumo teórico que lhe é mensalmente debitado?
b) i. Qual a distribuição do consumo efectivo durante 3 meses?
Page
ii. Qual a probabilidade de que, ao fim de 3 meses, o consumo teórico exceda o efectivo em
mais de 100 kwh?
Soluções
1. a) 0, 8413 b) 184
2. 2,28%.
3. a) T =420 b) i.N(1200; 4800) ii. 2. 28,1%
Unidade 3
Estatística inferencial
Introdução
Até aqui, o trabalho realizado foi para a descrição das características de uma amostra, o que é a
base da inferência estatística. Nesta unidade, você deverá fazer: o estudo sobre dos
procedimentos que lhe ajudarão a partir dos resultados obtidos com base numa amostra estimar o
comportamento da população com certo grau de confiança.
Lição No 1
n
.
Page
3.2.1. Intervalo de confiança para a média de uma população
Uma vez que apenas se encontra tabelada a distribuição N(0,1), torna-se necessário calcular a
x
variável reduzida correspondente: Z ~ N (0;1)
x
onde :
X - é a média amonstral;
- é a média populacional e
x - é o desvio padrão corrigido, dado por x , logo, Z pode ser expressa de seguinte
n
x
modo : Z ~ N (0;1)
n
A probabilidade de se encontrar a média da população dentro do intervalo será dada por:
P X Z X Z 1
1 n n
1
2 2 .
dado por :
X Z ; X Z
n
1 n 1
2 2
Exercicios
1. Uma brigada de PT pediu ao gerente de bar onde trabalha o Jorge para colaborar numa
companha de sensibilização o dever de não beber quando vai conduzir. Assim o Jorge foi
encarregue de pedir aos clientes do bar para soprarem o balão ao sair. Ao fim de alguns
dias, o Jorge já tinha recolhido 125 observações cuja média amostral era de 0,6 mg por
litro. De acordo com as ilustrações da PT os valores de quantidade de álcool no sangue das
114
pessoas são bem modelados por uma distribuição normal com variância 0,04. Calcule o
intervalo de confiança a 95% para a verdadeira taxa de alcoolemia a saída do bar do Jorge.
Page
Resolução:
Sendo a média amostral 0,6 e a variância 0,04, logo o desvio padrão será 0,02.
A 95%, Z1 Z 0,05 Z 0,975 ,que consultando na tabela terremos Z0,975 1,96 . Como
1
2
0,02
0,6 1,96 11,2 ;0,6 1,96 11,2 0,565;0,635
0,02
X Z1 ;X Z então,
2 n 1
2 n
Quando a população não é normal mas a amostra é de grande dimensão com variância
desconhecida, o intervalo de confiança aproximado para a média da população a um grau de
confiança de (1 )100% é:
X Z 1 ;X Z
1
.
2 n 2 n
p Z1 S p ; p Z1 S p
2 2
Exercício
Um estudante do Ensino Básico da Universidade Pedagógica afirmava que as classificações na
disciplina de estatística eram em regra, superiores a 10 valores em mais de 70%dos casos. Um
seu colega aparentemente céptico, resolveu obter uma amostra aleatória apropriada á situação,
através da qual verificou que para cada 98 alunos que se apresentavam ao exame 73 tinham
obtido classificações superiores a 10 valores.
Construa, com base na informação contida nesta amostra, um intervalo de confiança de nível
95% para a percentagem de todosestudante do Ensino Básico da Universidade Pedagógica com
classificação superior a 10 valores.
Resolução:
2
Page
A probabilidade de se encontrar a variância da população dentro do intervalo será dada por:
(n 1) S 2 (n 1) S 2
P 2 2
2
1
( n 1;1 )
( n 1; )
.
2 2
Portanto, o intervalo de confiança para a variância da população a um grau de confiança de
(1 )100% é:
(n 1) S 2 (n 1) S 2
2 ; 2
( n 1;1 )
( n 1; )
2 2
Exercício
x 455 e x x 486 .
2
Pav 1: 1i 1i
i 1 i 1
6
Pav 2: x
i 1
2i 360 e S22 85 .
Pav 3: 55;60;64;58;47;73;49;71
Admitindo a normalidade dos tempos de espera do pavilhão 1, construa o intervalo de confiança
de nível 0,05, para a variância dos tempos de esperado mesmo.
Resolução:
(n 1) S 2 (n 1) S 2
Como por definição, intervalo para a variância ´dado por: 2 ; 2
( n 1;1 )
( n 1; )
2 2 , e sendo
x x
2
117
i
486
S
2 i 1
81
n 1 7 1
Page
,
(7 1)81 (7 1)81 486 486
então, 2
; 2
14,4494 ; 1,2373 33,6346;392,7607
( 7 1;1 0,05) ( 7 1; 0, 05)
2 2
Sejam dois conjuntos, X 11, X 12, X 13 ,..., X 1n, e X 21, X 22, X 23 ,..., X 2n, duas amostras aleatórias
independentes de dimensões n1 e n 2 , respectivamente, retiradas de duas populações com
distribuição normal ou não sendo normal mas com a amostra de grande dimensão e desvios
1 e 2 , neste caso, a variável fulcral a utilizar na construção do intervalo de confiança é:
( x x 2 ) ( 1 2 )
Z 1 ~ N (0;1)
12 22
n1 n2
12 22 12 22
P X 1 X 2 Z 1 2 X 1 X 2 Z 1
1 n1 n2 1 n1 n2
2 2
12 22 12 22
X1 X 2 Z 1 2 X 1 X 2 Z
1
2
n1 n2 1
2
n1 n2
Page
Quando as variâncias são desconhecidas e iguais
( x1 x 2 ) ( 1 2 )
A grandeza padronizada será: T ~ t (n1 n2 2)
1 1 (n1 1) S12 (n2 1) S 22
n1 n2 n1 n2 2
Desde que a média amostral tenha sido calculada com base numa amostra de grande dimensão, a
sua distribuição é aproximadamente normal.
Exercício
x 455 e x x 486 .
2
Pav 1: 1i 1i
i 1 i 1
6
Pav 2: x
i 1
2i 360 e S22 85 .
Pav 3: 55;60;64;58;47;73;49;71
Construa o intervalo de confiança para a diferença entre as médias dos tempos de espera nos
pavilhões 2 e 3, respectivamente.
Resolução:
119
120
Page
Exercícios de Auto-Avaliação
1. A duração da vida de uma peça de equipamento é tal que σ=5 horas.Foram amostradas 100
dessas peças, obtendo-se a média de 500 horas.
Construa um intervalo de confiança para a verdadeira duração
média da peça com um nível de 95%.
x 455 e x x 486 .
2
Pav 1: 1i 1i
i 1 i 1
6
Pav 2: x
i 1
2i 360 e S22 85 .
Pav 3: 55;60;64;58;47;73;49;71
a) Admitindo a normalidade dos tempos de espera do pavilhão 1, construa o intervalo de
confiança de nível 0,05, para a média dos tempos de espera do mesmo.
3. A altura de 10000 estudantes do Ensino básico têm distribuição aproximadamente normal com
média de 170 cm e desvio padrão de 5 cm.
a) Qual o número esperado de estudantes com altura superior a 1,65 m?
b) Qual o intervalo simétrico em torno da média, que conterá 75% das alturas dos
estudantes?
4.Numa amostra de 200 indivíduos, que utilizam automóvel nas suas deslocações, casa -
emprego, 50 declaram-se disponíveis para passar a utilizar o metropolitano caso este passasse a
chegar á sua zona de residência. Com base nos resultados apresentados:
a) Construa um intervalo de confiança a 95% para a verdadeira proporção de indivíduos
nessas condições.
b) Qual deve ser a dimensão da amostra a recolher para reduzir a amplitude desse intervaloa
metade, mantendo o mesmo grau de confiança.
121
Page
Intervalo de confiança para variância
5.Suponha-se que o tempo de vida ( em horas) de componentes electrónicos produzidos
segundo determinado processo de fabrico, tem distribuição normal. Obtida uma amostra
casual de n=20 componentes da produção de certo dia, verificou-se a duração das mesmas, e
calculou-se a média e o desvio padrão da amostra, obtendo-se: x 1832 e S 497 .
Determine o intervalo de confiança a 90% para o desvio padrão do tempo de vida das
componentes electrónicas.
10 10
x
i 1
i 147,7 e x
i 1
2
i 3067,37
122
Page
Soluções
1. 499,02;500,98
2. 56,676;73,324
5. 394,58;681,09
6.a) 7,673;21,867 b) 6,824;18,112
123
Page
Lição No 2
Introdução
Testamos hipóteses para tomarmos uma decisão entre duas alternativas. Por essa razão, o Teste
de Hipótese é um Processo de Decisão Estatística.
Tipos de Hipótese
Designa-se por H 0 , a hipótese nula, a hipótese estatística a ser testada, e por H 1 a hipótese
alternativa. A hipótese nula contém sempre uma igualdade ( o que se assume como correcto até
prova em contrário), enquanto a hipótese alternativa é dada por uma desigualdade.
x
Z ~ N (0;1)
n
H 0 : 0 H 0 : 0 H 0 : 0
H1 : 0 H1 : 0 H1 : 0
Page
Exercicios
1. Certo candidato as eleições para determinada associação académica declarou, a dada altura da
campanha, que iria obter a maioria. Um elemento da sua comitiva resolveu seleccionar ao acaso
100 elementos; 47 responderam que iriam votar nesse candidato. Verifique se os dados
evidenciam que o candidato tinha razão.
Resolução:
Como apenas se tem a proporção dos elementos que iriam votar o teste de significância
´unilateral direito á proporção.
Para obter a maioria teria que ser contemplado com mais de 50% dos votos. Assim ter-se-ia um
H 0 : p 0,5
teste da forma: a um nível de significância de 5%
H1 : p 0,5
α
47
Como 100 é o numero dos inqueridos e 47 ´o numero dos que iriam votar, p 0,47 .
100
p p p(1 pˆ ) 0,47 0,5 0,03
Por definição, Z e Sp , então, Z 0,6 e
Sp n 0,5(1 0,5) 0,05
100
Z1 Z1 0,05 Z0,95 que consultando na tabela terremos: Z 0,95 1,645 . Sendo as regiões de
aceitação e de rejeição, ;1,645 e 1,645; respectivamente, como o Z pertence a região de
aceitação, não rejeitar H 0 .
e acredita que aumentará a resistência média, que é de 206 kg. A resistência das
Page
lajotas tem distribuição normal, com desvio padrão de 12 kg. Retira-se uma amostrade 30 lajotas,
obtendo-se X’ =210 kg. Ao nível de 10%, pode o fabricante aceitarque a resistência média de
suas lajotas tenha aumentado?
Resoluçao:
1º As hipóteses são:
H 0 : 206
H1 : 206
2º As regiòes críticas são:
127
Page
4. Bibliografia
CHISTINE, Dancey. Estatística sem Matemática para Psicologia. 3.ed. São Paulo, Artmed Editora,
2006.
F. Jaime e T. Daniel, Exercícios de Estatística, Edi,coes Sílabos, Lda. 1ª Ed. Lisboa, Abril, 2002
F. Pedro Lopes, Estatistica Descritiva e Inferencial, Faculdade de Economia, Universidade de
Coimbra, 2005;
H. Andreia, N.Cláudia e P. António, Grande Maratona de Estatística no SPSS, Escolar Editora,
2011;
L.Veríssimo , A. Maria Gomes e F. Pedro Lopes, Estatistica Aplicada À gestão, Vida Económica-
Editorial, SA, 2012
LEVIN, J. Fox James. Estatística para Ciências Humanas. São Paulo, Prentice Hall, 2000.
PESTANA Maria e GAGEIRO, João. Análise de Dados para Ciências Sociais- A
complementaridade do SPSS. 3 ed. Edições Sílabo, 2000.
Sonia Maria Barros Barbosa Correa. Probabilidade e Estatística. 2ª Edição. © PUCMINAS,
2003
128
Page
Apêndices
-1.7 0.04456 0.04363 0.04272 0.04181 0.04093 0.04006 0.03920 0.03836 0.03754 0.03673
-1.6 0.05480 0.05370 0.05262 0.05155 0.05050 0.04947 0.04846 0.04746 0.04648 0.04551
Page
-1.5 0.06681 0.06552 0.06425 0.06301 0.06178 0.06057 0.05938 0.05821 0.05705 0.05592
-1.4 0.08076 0.07927 0.07780 0.07636 0.07493 0.07353 0.07214 0.07078 0.06944 0.06811
-1.3 0.09680 0.09510 0.09342 0.09176 0.09012 0.08851 0.08691 0.08534 0.08379 0.08226
-1.2 0.11507 0.11314 0.11123 0.10935 0.10749 0.10565 0.10383 0.10204 0.10027 0.09852
-1.1 0.13566 0.13350 0.13136 0.12924 0.12714 0.12507 0.12302 0.12100 0.11900 0.11702
-1.0 0.15865 0.15625 0.15386 0.15150 0.14917 0.14686 0.14457 0.14231 0.14007 0.13786
-0.9 0.18406 0.18141 0.17878 0.17618 0.17361 0.17105 0.16853 0.16602 0.16354 0.16109
-0.8 0.21185 0.20897 0.20611 0.20327 0.20045 0.19766 0.19489 0.19215 0.18943 0.18673
-0.7 0.24196 0.23885 0.23576 0.23269 0.22965 0.22663 0.22363 0.22065 0.21769 0.21476
-0.6 0.27425 0.27093 0.26763 0.26434 0.26108 0.25784 0.25462 0.25143 0.24825 0.24509
-0.5 0.30853 0.30502 0.30153 0.29805 0.29460 0.29116 0.28774 0.28434 0.28095 0.27759
-0.4 0.34457 0.34090 0.33724 0.33359 0.32997 0.32635 0.32276 0.31917 0.31561 0.31206
-0.3 0.38209 0.37828 0.37448 0.37070 0.36692 0.36317 0.35942 0.35569 0.35197 0.34826
-0.2 0.42074 0.41683 0.41293 0.40904 0.40516 0.40129 0.39743 0.39358 0.38974 0.38590
-0.1 0.46017 0.45620 0.45224 0.44828 0.44433 0.44038 0.43644 0.43250 0.42857 0.42465
-0.0 0.50000 0.49601 0.49202 0.48803 0.48404 0.48006 0.47607 0.47209 0.46811 0.46414
z 0,0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
130
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
3,1 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993
Page
3,2 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995
3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997
3,4 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998
3,5 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998
3,6 0,9998 0,9998 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,7 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,8 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
gl/P 0,90 0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,05 0,02 0,01 0,001
01 0,158 0,325 0,510 0,727 1,000 1,376 1,963 3,078 6,314 12,706 31,821 63,657 636,619
02 0,142 0,289 0,445 0,617 0,816 1,061 1,386 1,886 2,920 4,303 6,965 9,925 31,598
03 0,137 0,277 0,424 0,584 0,765 0,978 1,250 1,638 2,353 3,182 4,541 5,541 12,924
04 0,134 0,271 0,414 0,569 0,741 0,941 1,190 1,533 2,132 2,776 3,747 4,604 8,610
05 0,132 0,267 0,408 0,559 0,727 0,920 1,156 1,476 2,015 2,571 3,365 4,032 6,869
06 0,131 0,265 0,404 0,553 0,718 0,906 1,134 1,440 1,943 2,447 3,143 3,707 5,959
07 0,130 0,263 0,402 0,549 0,711 0,896 1,119 1,415 1,895 2,365 2,365 3,499 5,408
08 0,130 0,262 0,399 0,546 0,706 0,889 1,108 1,397 1,860 2,306 2,896 3,355 5,041
09 0,129 0,261 0,398 0,543 0,703 0,883 1,100 1,383 1,833 2,262 2,821 3,250 4,781
10 0,129 0,260 0,397 0,542 0,700 0,879 1,093 1,372 1,812 2,228 2,764 3,169 4,587
11 0,129 0,260 0,396 0,540 0,697 0,876 1,088 1,363 1,796 2,201 2,718 3,106 4,437
12 0,128 0,259 0,395 0,539 0,695 0,873 1,083 1,356 1,782 2,179 2,681 3,055 4,318
13 0,128 0,259 0,394 0,538 0,694 0,870 1,079 1,350 1,771 2,160 2,650 3,012 4,221
14 0,128 0,258 0,393 0,537 0,692 0,868 1,076 1,345 1,761 2,145 2,624 2,977 4,140
15 0,128 0,258 0,393 0,536 0,691 0,866 1,074 1,341 1,753 2,131 2,602 2,947 4,073
16 0,128 0,258 0,392 0,535 0,690 0,865 1,071 1,337 1,746 2,120 2,583 2,921 4,015
17 0,128 0,257 0,392 0,534 0,689 0,863 1,069 1,333 1,740 2,110 2,567 2,898 3,965
131
18 0,127 0,257 0,392 0,534 0,688 0,862 1,067 1,330 1,734 2,101 2,552 2,878 3,922
Page
19 0,127 0,257 0,391 0,533 0,688 0,861 1,066 1,328 1,729 2,093 2,539 2,861 3,883
20 0,127 0,257 0,391 0,533 0,687 0,860 1,064 1,325 1,725 2,086 2,528 2,845 3,850
21 0,127 0,257 0,391 0,532 0,686 0,859 1,063 1,323 1,721 2,080 2,518 2,831 3,819
22 0,127 0,256 0,390 0,532 0,686 0,858 1,061 1,321 1,717 2,074 2,508 2,819 3,792
23 0,127 0,256 0,390 0,532 0,685 0,858 1,060 1,319 1,714 2,069 2,500 2,807 3,767
24 0,127 0,256 0,390 0,531 0,685 0,857 1,059 1,318 1,711 2,064 2,492 2,797 3,745
25 0,127 0,256 0,390 0,531 0,684 0,856 1,058 1,316 1,708 2,060 2,485 2,787 3,726
26 0,127 0,256 0,390 0,531 0,684 0,856 1,058 1,315 1,706 2,056 2,479 2,779 3,707
27 0,127 0,256 0,389 0,531 0,684 0,856 1,057 1,314 1,703 2,052 2,473 2,771 3,690
28 0,127 0,256 0,389 0,530 0,683 0,856 1,056 1,313 1,701 2,048 2,467 2,763 3,674
29 0,127 0,256 0,389 0,530 0,683 0,854 1,055 1,311 1,699 2,045 2,462 2,756 3,659
30 0,127 0,256 0,389 0,530 0,683 0,854 1,055 1,310 1,697 2,042 2,457 2,750 3,646
40 0,126 0,255 0,388 0,529 0,681 0,851 1,050 1,303 1,684 2,021 2,423 2,704 3,551
60 0,126 0,254 0,387 0,527 0,679 0,848 1,046 1,296 1,671 2,000 2,390 2,660 3,460
120 0,126 0,254 0,386 0,526 0,677 0,845 1,041 1,289 1,658 1,980 2,358 2,617 3,373
i 0,126 0,253 0,385 0,524 0,674 0,842 1,036 1,282 1,645 1,960 2,326 2,576 3,2
132
Page
Distribuição de Qui Quadrado
P( X gl2 ; P ) P
gl/P 0,99 0,95 0,90 0,80 0,70 0,50 0,30 0,20 0,10 0,05 0,02 0,01 0,001
1 ,0002 0,004 0,016 0,064 0,148 0,455 1,074 1,642 2,706 3,841 5,412 6,635 10,827
2 0,020 0,103 0,211 0,446 0,713 1,386 2,408 3,219 4,605 5,991 7,824 9,210 13,815
3 0,115 0,352 0,584 1,005 1,424 2,366 3,665 4,642 6,251 7,815 9,837 11,345 16,266
4 0,297 0,711 1,064 1,649 2,195 3,357 4,878 5,989 7,779 9,488 11,668 13,277 18,467
5 0,554 1,145 1,610 2,343 3,000 4,351 6,064 7,289 9,236 11,070 13,388 15,080 20,515
6 0,872 1,635 2,204 3,070 3,828 5,348 7,231 8,558 10,645 12,592 15,033 16,812 22,457
7 1,239 2,167 2,833 3,822 4,671 6,346 8,383 9,803 12,017 14,067 16,622 18,475 24,322
8 1,646 2,733 3,490 4,594 5,527 7,344 9,524 11,030 13,362 15,507 18,168 20,090 26,125
9 2,088 3,325 4,168 5,380 6,393 8,343 10,656 12,242 14,684 16,919 19,679 21,666 27,877
10 2,558 3,940 4,865 6,179 7,267 9,342 11,781 13,442 15,987 18,307 21,161 23,209 29,588
11 3,053 4,575 5,578 6,989 8,148 10,341 12,899 14,631 17,275 19,675 22,618 24,725 31,264
12 3,571 5,226 6,304 7,807 9,034 11,340 14,011 15,812 18,549 21,026 24,054 26,217 32,909
13 4,107 5,892 7,042 8,634 9,926 12,340 15,119 16,985 19,812 22,362 25,472 27,688 34,528
14 4,660 6,571 7,790 9,467 10,821 13,339 16,222 18,151 21,064 23,685 26,873 29,141 36,123
15 5,229 7,261 8,547 10,307 11,721 14,339 17,322 19,311 22,307 24,996 28,259 30,578 37,697
16 5,812 7,692 9,312 11,152 12,624 15,338 18,418 20,465 23,542 26,296 29,633 32,000 39,252
17 6,408 8,672 10,085 12,002 13,531 16,338 19,511 21,615 24,769 27,587 30,995 33,409 40,790
18 7,015 9,390 10,865 12,857 14,440 17,338 20,601 22,760 25,989 28,869 32,346 34,805 42,312
19 7,633 10,117 11,651 13,716 15,532 18,338 21,689 23,900 27,204 30,144 33,687 36,191 43,820
133
20 8,260 10,851 12,443 14,572 16,266 19,337 22,775 25,038 28,412 31,410 35,020 37,566 45,315
i = infinito
Page
Plano Temático de Estatística para Ensino Básico
Introdução
A disciplina de Estatística Educacional visa fornecer subsídios teóricos básicos que permitam ao
estudante recolher, analisar e interpretar os dados. Ajudará ao estudante a comprovar
cientificamente as suas hipóteses de investigação e a detectar erros no uso de alguns
instrumentos de medição
Esta disciplina será um instrumento principal para um estudante efectuar trabalhos de pesquisas
auxiliando-o na apresentação de dados bem como na expressão gráfica desses mesmos dados.
11 Aulas de Avaliação 8 7
Sub-Total 80 70
TOTAL 150
5. Estratégias e métodos de ensino e aprendizagem
Os conceitos serão introduzidos a partir de situações concretas do processo de investigação.
Servirão de material didáctico para a aprendizagem da análise estatística base de dados do
Ministério da Educação de Moçambique ou outras relacionadas com problemáticas da
educação.
As aulas terão uma parte introdutória, seguida de trabalhos práticos com ênfase no
processamento de dados, produção de tabelas, gráficos e elaboração de relatórios de análise
de resultados.
Estimar e analisar Indicadores de eficácia interna do sistema de educação Moçambicano.
O estudo de casos e a resolução de exercícios e problemas será o aspecto fundamental da
metodologia de trabalho. Para cada tópico o estudante deverá resolver problemas, identificar
os procedimentos no SPSS ou Excel e fazer um relatório da interpretação do “output”
apresentando as conclusões aos restantes membros do grupo.
6. Meios de ensino
Material Básico de Ensino
7. Avaliação
A avaliação será regida pelas normas de avaliação em vigor na UP. Ele terá duas vertentes: a
formativa e normativa. Os instrumentos a usar na avaliação serão:
Observação da participação nas aulas, apresentação de seminários e trabalhos em grupo;
Relatórios de análise de dados( estudos de casos) e testes.
8. Bibliografia
CHISTINE, Dancey. Estatística sem Matemática para Psicologia. 3.ed. São Paulo, Artmed Editora,
2006.
136
F. Jaime e T. Daniel, Exercícios de Estatística, Edi,coes Sílabos, Lda. 1ª Ed. Lisboa, Abril, 2002
F. Pedro Lopes, Estatistica Descritiva e Inferencial, Faculdade de Economia, Universidade de
Page
Coimbra, 2005;
H. Andreia, N.Cláudia e P. António, Grande Maratona de Estatística no SPSS, Escolar Editora, 2011;
L.Veríssimo , A. Maria Gomes e F. Pedro Lopes, Estatistica Aplicada À gestão, Vida Económica-
Editorial, SA, 2012
LEVIN, J. Fox James. Estatística para Ciências Humanas. São Paulo, Prentice Hall, 2000.
PESTANA Maria e GAGEIRO, João. Análise de Dados para Ciências Sociais- A
complementaridade do SPSS. 3 ed. Edições Sílabo, 2000.
Sonia Maria Barros Barbosa Correa. Probabilidade e Estatística. 2ª Edição. © PUCMINAS, 2003
137
Page