ESTATÍSTICA I

Professora: Kelly Alonso Costa

ORIENTAÇÕES
INTRODUÇÃO, TABELAS E GRÁFICOS

Material: Google Classroom – Estatística 1

Email: kellyalonso@id.uff.br
 Orientações para as Atividades Acadêmicas - UFF

1. O Material de Estudo da disciplina será disponibilizado sempre antes

das aulas online para estudo prévio na plataforma Google Classroom
(Estatística 1/ UFF).

2. Todo material disponibilizado pelo professor faz parte do material de

estudo.

3. O material de estudo é para uso do aluno inscrito na turma da

disciplina. O material não deve ser divulgado em internet ou redes
sociais.

4. A monitoria dará suporte aos esclarecimentos de dúvidas aos alunos,

conforme orientação do professor. A monitoria terá os horários e
canais de atendimento estabelecidos e divulgados, conforme
orientação do professor. As informações sobre o monitor e as
atividades de monitoria serão disponibilizadas na plataforma e
também nas aulas.

2
 Orientações para as Atividades Acadêmicas - UFF

5. Nós teremos 2 Avaliações ao longo do semestre.

6. Cada Avaliação possui nota de 0 a 10.

• P1 - Nota 1
• P2 - Nota 2
*Nota final: média aritmética simples da P1 e P2.

7. Todo o cronograma das aulas, orientações e entregas das atividades

estão descritas no Plano de Ensino da turma disponível na
plataforma pelo professor. Leia com atenção as informações e as
orientações.

8. Caso haja alguma mudança no andamento das atividades ou avisos

importantes, as informações serão enviadas no classroom e/ou por
email.

3
 Bibliografia Sugerida
•ANDERSON, D. R., SWEENEY, D. J., & WILLIAMS, T. A Estatística aplicada a
administração e economia – Tradução da 8a edição norteamericana, Cengage
Learning, 2019.

•MONTGOMERY, D. C., RUNGER, G. C., & HUNBELE, N. F. Estatística

aplicada à engenharia. LTC, 2004. São Paulo: Thomson Learning, 2019.

•MORETTIN, P. A., & BUSSAB, W. O. Estatística básica. Saraiva Educação AS,

2017.

•SPIEGEL, M. R., & STEPHENS, L. J. Estatística: Coleção Schaum. Bookman,

2009.

• MOORE, D.S. Introdução e Prática da Estatística. Rio de Janeiro: LTC,2002.

• MEYER, P.L. Probabilidade – Aplicações à Estatística. Rio de Janeiro: LTC,

1983.

4
 Conteúdo Programático
• Introdução à Estatística

• Variáveis

• Tabelas e gráficos

• Distribuições de frequência

• Medidas de posição

• Medidas de dispersão

• Probabilidade

• Distribuições

• Distrbuição normal

• Noções sobreTeorema do Limite Central

5
 Objetivo do Curso
– Apresentar a Estatística no contexto do dia-a-dia;
– Espera-se que o estudante ao término do curso esteja apto para
delinear e analisar os dados.

Fonte: https://www.sociedademilitar.com.br/2016/05/policiais-de-folga-sao-cassados-o-risco-de-seus-familiares-em-risco-tem-preco.html

6
 O que é ESTATÍSTICA?
 Ciência que trata do delineamento, colheita,
organização, sumarização, apresentação e análise de
dados, bem como, na obtenção de conclusões válidas
e tomada de decisões em diversos campos, a saber,
engenharias, campo da saúde, biologia, farmácia,
biofísica etc.

 Estatística é o estudo das populações,

das variações e dos métodos de redução
de dados (Ronald Aylmer Fisher).

7
 O que é ESTATÍSTICA?

Estuda-se Estatística para aplicar seus conceito

como auxílio nas tomadas de decisão diante de
incertezas.

A Estatística compreende o planejamento, a

execução de pesquisas, a descrição e a análise
dos resultados e a formulação de predições com
base nos mesmos.

Fonte: Notas de aula – Garcia, 2015

8
Fonte: Lopez, 1999

9
Fonte: Notas de aula – Garcia, 2015

10
  Amostra:
 É um subconjunto da população. Para representar a
população bem, uma amostra deve ser coletada
aleatoriamente e ser adequadamente grande ou
representativa.

Se a amostra é aleatória e grande o

suficiente, você pode usar as informações coletadas
a partir da amostra para fazer inferências sobre a
população. Por exemplo, você pode contar o número
de maçãs amassadas em uma amostra aleatória e,
em seguida, usar um teste de hipóteses para estimar
a porcentagem de todas as maçãs que têm
amassadas.
Fonte: https://support.minitab.com/pt-br/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/data-concepts/how-are-population-and-sample-different/

11
Observação:

Fonte: Notas de aula – Garcia, 2015

12
 Métodos de Coleta de Dados
Nós podemos coletar os dados por meio de um Censo (considera
toda a população) ou por Amostra (uma parcela da população).
Geralmente, utiliza-se com maior frequência a coleta por amostragem.
O principal objetivo de qualquer plano de amostragem é selecionar
a amostra de tal maneira que ela retrate o mais fielmente possível a
população, ou seja, que a amostra seja representativa.
Os engenheiros frequentemente coletam dados a partir de uma
estudo observacional (MONTGOMERY; RUNGER; HUBELE, 2004).

*OBS.: Material complementar sobre amostragem na plataforma.

Fonte: Notas de aula – Garcia, 2015

13
 Conceitos básicos
 Variáveis
São características observadas em indivíduos ou
conjunto de resultados possíveis de um fenômeno.
Quando a variável é não-numérica, ou seja,
seus valores são expressos por atributos ou
categorias, denomina-se variável qualitativa.

Exemplos de variável qualitativa

a) Sexo
b) Religião
c) Cor de olhos
d) Faixa etária

14
 Conceitos básicos
 Variáveis
Quando a variável é numérica, ou seja, seus
valores são resultantes de uma contagem ou
mensuração, denomina-se variável quantitativa.
Exemplos de variável quantitativa

a) Peso dos órgãos

b) Idade
c) Número de filhos
d) Altura

*Uma variável quantitativa pode ser

DISCRETA ou CONTÍNUA.

15
 Conceitos básicos
 Variáveis

• Variável Discreta: seus valores são expressos

geralmente através de números inteiros não
negativos; podem assumir apenas determinados
valores, e resultam de uma contagem.

• Variável Contínua: seus valores formam um

intervalo de números reais e que resultam,
normalmente, de uma mensuração.

Fonte: Lopez, 1999

16
Fonte: Lopez, 1999
 Tabelas e séries
Após a apuração, há necessidade dos dados
serem dispostos de uma forma ordenada, quando
possível, e resumida, a fim de auxiliar o pesquisador
na sua análise e facilitar a compreensão das
conclusões apresentadas ao leitor. Os dados podem
ser apresentados na forma de tabelas, contendo
séries estatísticas.
 Denominamos série estatística toda tabela
que apresenta a distribuição de um conjunto de
dados estatísticos em função da época, do local ou
da espécie.
Uma tabela estatística deve conter o
número, o título, o corpo e o rodapé (fonte, notas e
notas específicas).

Fonte: IBGE

19
Componentes mais importantes de uma tabela:
Título – explica o que a tabela contém
Corpo – formado pelo cabeçalho, pela coluna indicadora e pelas linhas e
colunas de dados:
Cabeçalho – especifica o conteúdo das colunas
Coluna indicadora – especifica o conteúdo das linhas

20
 Tabelas

título

cabeçalho

corpo

coluna indicadora
coluna de dados
22
23
24
 É um tipo de tabela que condensa
uma coleção de dados conforme as
freqüências (repetições de seus valores).

25
 Definições Básicas para a Construção de uma Distribuição de
Frequências
• Dados primitivos ou brutos – são os dados coletados durante a
pesquisa e que ainda não foram organizados.

• Rol – é a ordenação dos valores obtidos (dados brutos) em ordem

crescente ou decrescente de grandeza numérica ou qualitativa.

• Classe – ao organizar os dados coletados, estes são subdivididos

convenientemente em categorias. Cada uma dessas subdivisões
recebe o nome de classe.

• Uma maneira mais concisa de mostrar os dados do rol é apresentar

cada dado seguido pelo número de vezes em que ocorre, ao invés
de repeti-los. O número de ocorrências de um determinado valor
recebe o nome de frequência.
*Exemplo: A idade de 20 anos ocorre 3 vezes, assim temos f (20) = 3. Já a
idade de 46 anos ocorre 2 vezes, que se escreve f (46) = 2. A tabela que
contém todos os valores com a sua frequência recebe o nome de distribuição
de frequência.
Fonte: Costa, 2011

26
 Definições Básicas para a Construção de uma Distribuição de
Frequências

Ainda assim, o processo exige muito espaço, em especial,

quando o número de valores da variável (n) aumenta. O mais razoável
nesses casos, principalmente quando a variável é contínua, é agrupar
os valores por intervalos. Desse modo, ao invés de listar cada um dos
valores que ocorrem, listam-se os intervalos de valores e a frequência
correspondente.
Fonte: Costa, 2011

27
 Distribuição de Frequências

Exemplo
Ao invés de colocar 3 trabalhadores com 20 anos, 2 trabalhadores
com 21 anos, etc., coloca-se, por exemplo, 12 trabalhadores entre 20
e 24 anos. Este intervalo é escrito como 20 ⊢ 24 que corresponde a
20 (símbolo de menor ou igual) x < 24 (a variável pode estar desde 20
inclusive até 24 exclusive), portanto, valores 20 e 23, mas 24 não.
Definindo o rol de acordo com intervalos, tem-se a seguinte tabela:

Fonte: Costa, 2011

28
 Distribuição de Frequências
Tipos de Frequências:
• A frequência simples ou absoluta (fi) de uma classe ou de um valor
individual é o número de vezes que o valor ocorre. A soma das
frequências simples é igual ao número total dos dados da distribuição.
*A soma de todas as frequências é representada pelo símbolo de somatório
(∑), onde ∑i=1fi significa a soma dos fi, sendo que i vai de 1 até k. Pode-se
entender que a soma de todas as frequências é igual ao número total de
valores na amostra:

• As frequências relativas (fri ou f% ou frel ) são os valores das razões

entre as frequências absolutas de cada classe e a frequência total da
distribuição. A soma das frequências relativas é igual a 1 (100%).

Fonte: Costa, 2011

29
• As frequências acumuladas (fa ou fac ou fi ) são obtidas somando-se a
frequência absoluta do valor considerado, às frequências absolutas
anteriores a este mesmo valor.

• As frequências relativas acumuladas (fra ou fa% ou fac ou fRi ) é a

frequência acumulada da classe dividida pela frequência total da
distribuição.

Fonte: Costa, 2011

30
Fonte: Costa, 2011 31
 Como definir o número de classes?
- poucas: perde-se muita informação
- muitas: pode-se ter pormenores desnecessários
O número adequado de classes é definido pelo pesquisador.
Na escolha, é conveniente usar extremos de classes fáceis
de trabalhar. O pesquisador pode inclusive utilizar da sua
experiência na área do tema.
Podemos também utilizar a fórmula desenvolvida pelo
matemático Sturges para o cálculo do número de classes.

Fonte: Costa, 2011

32
 "Regra de Sturges":

I
n
nº de classes
3 |-----| 5 3
6 |-----| 11 4
12 |-----| 22 5
23 |-----| 46 6
47 |-----| 90 7
91 |-----| 181 8

182 |-----| 362 9

Obs: Qualquer regra para determinação do nº de

classes da tabela não nos levam a uma decisão final; esta
vai depender, na realidade de um julgamento pessoal, que
deve estar ligado à natureza dos dados.

33
 frequência
frequência relativa

34
 frequência
relativa

frequência

35
Exemplo: Em uma olimpíada estudantil, com alunos do ensino
fundamental, foi medida a altura de cada um dos participantes,
encontrando-se os seguintes valores, em centímetros.

152 155 167 176 155 156 166 178 153 162
155 160 155 160 162 158 178 162 152 160
163 161 155 160 164 158 179 162 160 167
151 150 152 174 167 156 154 166 162 152
156 152 171 161 170 157 151 153 172 157

Para fazermos a distribuição de freqüência, procedemos da

seguinte forma: 1º passo Organizamos todas as medidas em ordem
crescente ou decrescente.
Essa relação, assim organizada, chama-se rol.

150 152 154 155 157 160 162 163 167 174
151 152 155 156 158 160 162 164 167 176
151 152 155 156 158 160 162 166 170 178
152 153 155 156 160 161 162 166 171 178
152 153 155 157 160 161 162 167 172 179
36
2º passo Notamos que a menor estatura é 150cm e a maior é 179cm.

Assim, a variação é de 179cm – 150cm = 29cm. Esse valor é chamado de

amplitude total (H).

3º passo Agrupamos os valores em intervalos de classe.

Podemos considerar, por exemplo, a classe de 150 ( inclusive ) à 154

(exclusive). Em símbolos, é denotada por 150 |--- 154. Nesse caso, 150
é o limite inferior e 154 é o limite superior da classe.

A diferença entre o limite inferior e o limite superior é igual à amplitude da

classe (h).
Adotando-se a amplitude da classe igual a h = 4 cm, teremos oito classes.
Construímos, então, uma tabela de freqüências com classes.

4º passo Determinar o Ponto médio de cada classe: a metade de cada

intervalo considerado. PM1= (150 + 154)/2 = 152

5º passo Somar a freqüência total das classes e determinar a freqüência

relativa fR(i)= f(i)/ftotal; assim como posso também determinar a
frequencia acumulada.
37
Estatura (cm) Frequência Frequência Frequência
Absoluta Relativa Acumulada
150 l--- 154 10 0,20 ou 20% 10
154 l--- 158 11 0,22 ou 22% 21
158 l--- 162 9 0,18 ou 18% 30
162 l--- 166 7 0,14 ou 14% 37
166 l--- 170 5 0,10 ou 10% 42
170 l--- 174 3 0,06 ou 6% 45
174 l--- 178 2 0,04 ou 4% 47
178 l--- 182 3 0,06 ou 6% 50
Total 50 1 ou 100%

38
 EXERCÍCIO
O exame de quarenta pacientes de um hospital constatou o
seguinte número de leucócitos (glóbulos brancos) por mm3.

Com esses dados, construir uma tabela de freqüências absoluta,

relativa e acumulada, considerando a amplitude da classe igual a 2000 (h =
2000 leucócitos/mm3 ).
1º passo) Rol

1100 1900 2100 2800 3200 4100 5800 6900

1300 1900 2400 2900 3400 4200 5900 7100

1400 1900 2400 2900 3500 4500 5900 7200

1500 2000 2500 3100 3900 5700 6100 8300

1600 2000 2600 3100 4000 5800 6800 8900

2º passo) Amplitude Total H = 8900 – 1100

H = 7800 leucócitos/mm3

3º passo) Agrupamento em intervalos de classe h = 2000

leucócitos/mm3

Construção da distribuição de frequências (frequência

absoluta, frequência relativa e frequência acumulada)
 Leucócitos/ Frequência Frequência Frequência
mm3 Absoluta Relativa (%) Acumulada
1100 l--- 3100 18 45 18
3100 l--- 5100 10 25 28
5100 l--- 7100 8 20 36
7100 l--- 9100 4 10 40
Total 40 100
 Dados estatísticos podem ser representados tanto por tabelas
e por quadros de distribuição por freqüência quanto por gráficos. O uso
gráfico para representar uma situação estatística pode muitas vezes
expor melhor visualmente do que uma tabela estatística, porém o seu
uso deve ser feito com bastante cautela, utilizando o gráfico adequado
em cada situação, veja alguns casos:
• Gráfico de Colunas - é um tipo de gráfico muito
utilizado em diversas situações, indica quantidades,
porcentagens e de fácil comparação entre suas
variáveis.

42
Gráficos em setores - Este gráfico é construído com base em um
círculo, e é empregado sempre que desejamos ressaltar a
participação do dado no total.

43
Histograma – é um gráfico construído no plano cartesiano por
retângulos em número igual ao número de classes da distribuição.
Cada classe é representada por uma coluna de altura
correspondente a sua freqüência. A área de cada coluna é
proporcional à freqüência da classe que representa. Logo, a área de
todo histograma é proporcional à soma total das freqüências.

44
Observe a distribuição de frequência:
 Representações
Histograma – é um gráfico construído no plano cartesiano por
retângulos em número igual ao número de classes da distribuição.
Cada classe é representada por uma coluna de altura
correspondente a sua freqüência. A área de cada coluna é
proporcional à freqüência da classe que representa. Logo, a área de
todo histograma é proporcional à soma total das freqüências.

46
 Representações
Polígono de freqüência – é um gráfico em linha, sendo as
freqüências marcadas sobre perpendiculares ao eixo horizontal,
levantadas pelos pontos médios dos intervalos de classe. Para
realmente obtermos um polígono (linha fechada), devemos
completar a figura, ligando os extremos da linha obtida aos pontos
médios da classe anterior à primeira e da posterior à última, da
distribuição.

47
 Representações
Polígono de freqüência acumulada ou ogiva – é traçado
marcando-se as freqüências acumuladas sobre perpendiculares ao
eixo horizontal, levantadas nos pontos correspondentes aos limites
superiores dos intervalos de classe.

48
 Referências Bibliográficas

• Costa, Paulo Roberto da. Estatística. 3. ed. – Santa Maria:

Universidade Federal de Santa Maria, Colégio Técnico Industrial de
Santa Maria, Curso Técnico em Automação Industrial, 2011. 95 p.
https://www.ufsm.br/app/uploads/sites/413/2018/11/04_estatistica.pdf

• MONTGOMERY D. C., RUNGER, G. C., HUBELE, N.F. Estatística

Aplicada à Engenharia. Rio de Janeiro: LTC, 2004.

• Notas de aula, Professora Vanessa Garcia, Estatística aplicada,

PPGEP, 2015.

• Paulo Afonso Lopez – “Probabilidade e Estatística:

Conceitos, Modelos e Aplicações em Excel”; RA edit (1999).

49