Aula 2

2.1.1.2 Dados quantitativos Contínuos

Quando os dados são do tipo quantitativo contínuo então é

necessário definir K classes de valores, que constituem as
categorias dos dados em estudo. Para construir estes
intervalos de classes existem vários métodos possíveis. A
forma como se definem as classes condiciona os resultados
que apenas são válidos para a classificação efectuada. Seja
qual for o método utilizado é aconselhável não obter um
número muito elevado nem muito reduzido de classes
( habitualmente 5 ≤ 𝐾 ≤ 20)

19/03/2024
 Aula 2 Exemplo de um método de
construção de classes
1º. Determinar o número K de classes a construir, com base nas n observações, fazendo
ln(𝑛)
(regra de sturges): 𝐾= + 1,
ln(2)
Onde 𝑛ú𝑚𝑒𝑟𝑜 representa a parte inteira do número obtido
(por ex: 5,1 = 5 𝑒 5,9 = 5).

2º. Determinar a amplitude a do conjunto de dados fazendo:

a= 𝑚á𝑥𝑖𝑚𝑜 − 𝑚í𝑛𝑖𝑚𝑜.
𝑎
3º. Determinar a amplitude ac de cada uma das classes fazendo: ac = .
𝐾
4º. Construir as classes 𝑐𝑖 da seguinte forma:

𝑐1 = 𝑚í𝑛𝑖𝑚𝑜; 𝑚í𝑛𝑖𝑚𝑜 + 𝑎𝑐

𝑐2 = 𝑚í𝑛𝑖𝑚𝑜 + 𝑎𝑐; 𝑚í𝑛𝑜𝑚𝑜 + 2 × 𝑎𝑐

...
𝑐𝑘 = 𝑚í𝑛𝑖𝑚𝑜 + 𝑘 − 1 × 𝑎𝑐; 𝑚í𝑛𝑖𝑚𝑜 + 𝑘 × 𝑎𝑐
19/03/2024
 Exemplo
O sr. Afonso decidiu dedicar-se à criação de leitões, que vende
quando atingem os dois meses de idade e pesam mais de 9kg.
Pretendendo fazer um estudo sobre os lucros obtidos com essa
atividade, resolveu pesar 60 leitões com dois meses de idade, tendo
obtido os seguintes resultados:
4,1 5,8 5,8 6,1 6,7 7,0 7,0 7,5 7,5 7,5
7,7 8,2 8,3 8,5 8,7 8,8 9,0 9,0 9,1 9,1
9,1 9,2 9,2 9,2 9,2 9,4 9,4 9,4 9,5 9,5
9,7 9,8 10,0 10,0 10,2 10,2 10,3 10,6 10,6 10,8
10,9 10,9 11,0 11,1 11,1 11,1 11,7 11,7 11,8 11,8
12,0 12,2 12,2 12,3 12,5 12,6 12,7 12,7 14,0 14,8
Resolução:

N.º de observações: n = 60
ln(60)
N. de classes: k = + 1 = 5,9 + 1 = 5 + 1 = 6
ln(2)
Amplitude total: a= 14,8-4,1=10,7
10,7
Amplitude das classes: ac= ≈ 1,8
6
 Exemplo. N.º de classes
Classes: 𝑐1 = 4,1; 5,9 ;
𝑐2 = 5,9; 7,7 ;
𝑐3 = 7,7; 9,5 ;
𝑐4 = 9,5; 11,3 ;
𝑐5 = 11,3; 13,1 ;
𝑐6 = 13,1; 14,9

Para construir uma tabela de frequências para dados quantitativos

contínuos, vamos colocar na:
1ª. Coluna: As K classes de valores;
2ª. Os pontos médios, 𝑥𝑖 , das classes 𝑐𝑖 = 𝐿𝐼𝑖 ; 𝐿𝑆𝑖 , onde 𝐿𝐼𝑖 e 𝐿𝑆𝑖
representam, respectivamente, os limites inferior e superior da classes 𝑖:
𝐿𝐼𝑖 +𝐿𝑆𝑖
𝑥𝑖 = , ou seja, o ponto que fica no
2
meio do intervalo da classe.
3ª. Outras colunas serão preenchidas como caso de
distribuição de dados qualitativos ou quantitativos discretos que
já vimos.
 Aula 2
Exemplo
Tabela de frequências para dados quantitativos contínuos.

Classes Ponto Freq.Ab Freq. Rel. Freq. Freq. rel.ac

(𝑐𝑖 ) médio s. (𝑓𝑟𝑖 ) Abs.ac (𝐹𝑟𝑖 )
𝑥𝑖 (𝑓1 ) (𝐹1 )

𝐿𝐼1 ; 𝐿𝑆2 𝑥1 𝑓1 𝑓𝑟1 𝐹1 𝐹𝑟1

𝑥2 𝑓2 𝑓𝑟1 𝐹2 𝐹𝑟𝑖
𝐿𝐼2 ; 𝐿𝑆3 ... ... ... ... ...
...
𝐿𝐼𝑘 ; 𝐿𝑆𝑘 𝑥𝑘 𝑓𝑘 𝑓𝑟𝑘 𝐹𝑘 = 𝑛 𝐹𝑟𝑘 = 1

Total n 1

19/03/2024
 Aula 2
Exemplo
Exemplo: Retomando o exemplo anterior relativo aos pesos dos leitões,
na seguinte tabela, apresenta-se a tabela de frequências associada aos
pesos obsrvados.
Tabela de frequências relativa aos dos leitões
Peso em kg Ponto Freq.Abs. Freq. Rel. Freq. Abs.ac Freq. rel.ac
(𝑐𝑖 ) médio (𝑓1 ) (𝑓𝑟𝑖 ) (𝐹1 ) (𝐹𝑟𝑖 )
𝑥𝑖

4,1; 5,9 5 3 0,0500 3 0,0500

5,9; 7,7 6,8 7 0,1167 10 0,1667

7,7; 9,5 8,6 18 0,3000 28 0,4667

9,5; 11,3 10,4 17 0,2833 45 0,7500

11,3; 13,1 12,2 12 0,2000 57 0,9500

13,1; 14,9 14 3 0,0500 60 1,0000

Total
N=60 1,0000 19/03/2024
 Aula 2 REPRESENTAÇÃO GRÁFICA DE DADOS
UNIVARIADOS
– VARIÁVEIS CONTÍNUAS

As técnicas estatísticas utilizadas para descrever variável

contínua, são seguintes:

 tabela de frequências simples;

tabela de frequências acumuladas;
 Histograma de frequências simples;
 Histograma de frequências acumuladas;
 Polígono de frequências simples e acumuladas
 função cumulativa;

19/03/2024
 Aula 2
EXERCÍCIOS nº6

DISTRIBUIÇÃO DE F GRÁFICA –VARIÁVEIS CONTÍNUAS

1. Fez-se um estudo sobre as alturas, em, metros, dos

jogadores de uma equipa e os dados obtidos estão
indicados em baixo:

1,60 1,70 1,62 1,80 1,83

1,82 1,71 1,68 1,68 1,65
1,62 1,64 1,80 1,81 1,78
1,76 1,69 1,64 1,63 1,67
1,68 1,83 1,70 1,71 1,69
Com os dados construa um histograma, uma tabela de
frequências acumuladas e função cumulativa.
19/03/2024
 Aula 2
DADOS QUANTITATIVOS CONTÍNUOS
– VARIÁVEIS CONTÍNUAS
Histograma de frequências simples Histograma de frequências acumuladas
Estatura, em metro, dos 25 jogadores 30 Estatura, em metro, dos 25 jogadores
de uma equipa

Frequência acumulada
25
8 20
Frequência absoluta

6 15
4 10
2 5
0 0
1,60 - 1,65 1,65 - 1,70 1,70 - 1,75 1,75 - 1,80 1,80 - 1,85
1,60 - 1,65 1,65 - 1,70 1,70 - 1,75 1,75 - 1,80 1,80 - 1,85
Altura (me)
Altura (m )

Polígono de frequência simples Polígono de Frequência Acumulada

Estatura, em metro, dos 25 jogadores 30
(ogiva)
de uma equipa Estatura, em metro, dos 25 jogadores
25

Frequências acumuladas
8
7
Frequência absoluta

20
6
5 15
4
3 10

2
5
1
0 0
1,60 - 1,65 1,65 - 1,70 1,70 - 1,75 1,75 - 1,80 1,80 - 1,85 1,60 1,65 1,70 1,75 1,80 1,85 1,95
Altura (me) Altura (m)
19/03/2024
 Aula 2
DADOS QUANTITATIVOS CONTÍNUOS
– VARIÁVEIS CONTÍNUAS

Função cumulativa
Estatura, em metro, dos 25 jogadores

30

25
Frequência acumulada

20

15

10

0
1,60 - 1,65 1,65 - 1,70 1,70 - 1,75 1,75 - 1,80 1,80 - 1,85
Altura (m )

19/03/2024
 Aula 2
EXERCÍCIOS nº4

DISTRIBUIÇÃO DE F GRÁFICA –VARIÁVEIS CONTÍNUAS

2. Os dados, a seguir, representam o tempo(em segundos)
para carga de um aplicativo, num sistema compartilhado (50
observações )
5,2 6,4 5,7 8,3 7,0 5,4 4,8 9,1 5,5 6,2 4,9 5,7 6,3

5,1 8,4 6,2 8,9 7,3 5,4 4,8 5,6 6,8 5,0 6,7 8,2 7,1

4,9 5,0 8,2 9,9 5,4 5,6 5,7 6,2 4,9 5,1 6,0 4,7 14,1

5,3 4,9 5,0 5,7 6,3 6,0 6,8 7,3 6,9 6,5 5,9

19/03/2024
 Aula 2
EXERCÍCIOS nº5

DISTRIBUIÇÃO DE F GRÁFICA –VARIÁVEIS CONTÍNUAS

A tabela seguinte contém a distribuição, por classes, das

alturas de 900 alunos de uma escola de Luanda
X Frequência Frequência absoluta
acumulada
𝟏, 𝟔𝟐; 𝟏, 𝟔𝟒 101 101
𝟏, 𝟔𝟓; 𝟏, 𝟔𝟕 217 318
𝟏, 𝟔𝟖; 𝟏, 𝟕𝟎 288 606
𝟏, 𝟕𝟏; 𝟏, 𝟕𝟑 180 786
𝟏, 𝟕𝟒; 𝟏, 𝟕𝟔 80 866
. 𝟏, 𝟕𝟕; 𝟏, 𝟕𝟗 23 889
𝟏, 𝟖𝟎; 𝟏, 𝟖𝟐 11 900
𝑛

෍ = 900 19/03/2024
 Aula 2
EXERCÍCIOS nº6

DISTRIBUIÇÃO DE F GRÁFICA –VARIÁVEIS CONTÍNUAS

Uma máquina embaladora de rebuçada acabou de ser reparada. O gestor
da linha de fabrico pretende determinar se a máquina ficou bem calibrada.
Para isso , retirou, aleatoriamente em determinado dia, 100 sacos do lote
embalado pela maquina. Os resultados encontram-se na tabela seguinte:
Peso (g) Frequência
120 - 122 15
123 - 125 23
126 - 128 42
129 - 131 20
1.Qual o ponto médio de cada classe?
2.Escreva os limites reais de cada classe.
3.Construa o histograma e o polígono de frequências
relativas.
4.calcule a mediana e o desvio padrão da amostra
observada. 19/03/2024
 Aula 2
SEPARADOR DE FREQUÊNCIAS

Diagrama Ramo-e- Folha

O diagrama ramo – e – folhas consiste em apresentar os
dados separando os primeiros dígitos, os quais formarão os
ramos, e os demais dígitos, que formarão as folhas.
– Exemplos:
Construa um ramo – e – folhas com os seguintes dados :
1. 5,2 6,4 5,7 8,3 7,0
2. As idades dos funcionários do ISPTEC são as seguintes:
Construa um ramo – e – folhas.
50 62 64 49 38 32 35 34
.
52 60 49 46 47 45 31 55
29 31 39 41 57 54 45 37
19/03/2024
 Aula 2
SEPARADOR DE FREQUÊNCIAS

Diagrama Ramo-e- Folha

3. Pediu-se aos alunos de uma turma que estimassem o

comprimento de uma parede, em metros. Os resultados
foram os seguintes : – D
12,1 13,3 13,2 13,2 12,6 13,2 12,2 12,2 12,6 12,2

11,9 12,2 12,0 13,0 12,5 13,0 13,0 12,1 12,2 12,9

T.P.C
Construa um ramo – e – folhas dos dados do exercício
passado
. relativamente ao tempo (em segundo) para carga
de um aplicativo, num Sistema partilhado (50 observação)
19/03/2024
 Aula 2
CONCLUSÃO

Diagrama Ramo-e- Folha

Conclui-se que :
 Ramo – e – folhas fornece muito mais informações
sobre o comportamento de uma variável quantitativa
contínua do que a própria tabela original de dados.

 O diagrama Ramo – e – folhas permite observar as

. mesmas características que num histograma. – D

19/03/2024
Aula 2
Introdução

19/03/2024
 Aula 2
Medidas Estatísticas
Medidas de Localização

Medidas de Tendência
Medidas de Tendência

Média Quartis

não Central
Central

Moda Decis

Mediana Percentis

19/03/2024
 Aula 2
Medidas Estatísticas
Tendência ou Posição Central
(a) Média Aritmética simples

“Olhe para o
centro”

x x
1
 x 2
 ...  x n 1
  xi 
x i
n n n
19/03/2024
 Aula 2
Medidas Estatísticas
Tendência ou Posição Central
(a) Média Aritmética Ponderada

Centro do conjunto
de dados

x
x .f
1 1
 x2 . f 2
 ...  xk . f k

x. f
i i
n n
(b) Moda é o valor que ocorre com maior frequência
19/03/2024
 Aula 2
Medidas Estatísticas
Tendência ou Posição Central
(c) A mediana (median)

É o valor que separa o conjunto em

dois subconjuntos do mesmo tamanho.
me = [x(n) + x(n+2)]/2 se “n” é par

me = x(n+1)/2 se “n” é ímpar

19/03/2024
 Aula 2
Medidas Estatísticas
Tendência ou Posição Central
A mediana para dados agrupados em classes
Frequência acumulada
abaixo de anterior à
Amplitude da classe mediana classe onde está a
mediana

𝒉 𝟏
𝑴𝒆 = 𝒍𝒊𝒓𝒆𝒂𝒍 + ∗ 𝒏 − 𝑭 ↓𝒂𝒏𝒕
𝒇𝑴𝒆 𝟐
Mediana da Número das
Limite inferior
tabela em Frequência observações
real da classe
classes absoluta da
onde está a
Mediana classe onde
está a mediana
22
19/03/2024
 Aula 2
Medidas Estatísticas
Tendência ou Posição não Central
(a) Mediana

Quartis
Decis: dividem em 10
Percentis: dividem em 100
19/03/2024
 Aula 2
Medidas Estatísticas

(c) Tendência ou Posição não Central

A idéia de repartir o conjunto de

dados pode ser levada adiante. Se ele
for repartido em 4 partes tem-se os
QUARTIS, se em 10 os DECIS e se
em 100 os PERCENTIS.
19/03/2024
Aula 2
Medidas Estatísticas
Simetria de uma distribuição

19/03/2024
Aula 2
Medidas Estatísticas
Simetria de uma distribuição

𝑴𝒐 < ഥ
𝑴𝒆 < 𝑿
ഥ = 𝑴𝒆
𝑴𝒐 = 𝑿

ഥ
𝑿 < 𝑴𝒆 < 𝑴𝒐
19/03/2024
 Aula 2
Medidas Estatísticas
Dispersão ou Variabilidade

(a) A Amplitude (range)

h = xmáx - xmín
(b) A variância (variance)
 ( xi  x )
2


2
s n 1

19/03/2024
 Aula 2
Medidas Estatísticas
Dispersão ou Variabilidade
(b) A variância (variance)


2

   
2

2  
2
( x1 x ) ( x 2 x ) .... ( x n x ) ( x i x )
 
2
s n 1 n 1

 nx )
2 2
(nx

2 i
s n 1
19/03/2024
 Aula 2
Medidas Estatísticas
Dispersão ou Variabilidade
(c) O Desvio Padrão (standard deviation)
É a raiz quadrada da variância
 ( xi  x )
2
1
s  (  xi  n x )
2 2

n 1 n 1

 n ( xi  x )
2
1
s  (  n xi  n x )
2 2

n 1 n 1
Uma distribuição com um desvio-padrão baixo diz-nos que o grupo que está a
ser medido é homogéneo enquanto uma distribuição com um desvio-padrão
elevado descreve um grupo heterogéneo de resultados. O desvio-padrão, ou
desvio típico, é sempre expresso por um único valor. 19/03/2024
 Aula 2
Medidas Estatísticas
Dispersão ou Variabilidade

(d) O Coeficiente de Variação

CV = S / x
CV mede o grau de concentração de valores em torno da média, em
valor percentual
Para valores inferiores a 50% do CV a media será tanto mais
representativa quanto menor o valor deste coeficiente.
Consequentemente, valores superiores a 50% do CV indicam uma
pequena representatividade

19/03/2024
 Aula 2
Referências Bibliográficas

TIBONI, Conceição Gentil Rebelo (2010). Estatística Básica: para os

cursos de administração, ciências contábeis, tecnológicos e de gestão.
São Paulo: Atlas S.A
AFONSO, A. & NUNES, C. (2011). Estatística e Probabilidades:
Aplicações e Soluções em SPSS. Lisboa. Escolar Editora
FREUND, John E. (2006). Estatística aplicada: economia, administração
e contabilidade/John E. Freund; tradução Claus Ivo Doering. – 11.ed.-
Porto Alegre: Bookman
REIS, Elizabeth. (2005) Estatística descritiva. Edições silábo, Lda, 6ª ed.
Lisboa

19/03/2024