- UNIVERSIDADE DO ESTADO DO AMAZONAS -

Estatística para Produção

Renata Onety
ronety@uea.edu.br
Distribuição de frequência
 Dados coletados

Tabela 1: Tabela primitiva de dados coletados.

Tabela 2: Rol: Tabela ordenada.

 Dados coletados

Menor

Tabela 2: Rol: Tabela ordenada. Maior

 Distribuição de frequência
Cada representação facilita a análise dos dados.

Tabela 3: No. de vezes (frequência) que a estatura aparece nos dados coletados.
 Distribuição de frequência com
intervalo de classes
Agrupar os valores em classes: aumenta simplicidade, dificulta os detalhes. Ex: estatura
de 159cm?

Tabela 4: No. de vezes (frequência) que a estatura aparece nos dados agrupados em classes.
 Elementos de uma distribuição de frequência
Extremos da classe. No de observações
Limite inferior (l 2) = 154 dessa classe.
Limite superior (L2) = 158 f2 = 9

01 03
LIMITES DE
CLASSE PONTO MÉDIO FREQ SIMPLES
CLASSE

02 04

Intervalos de variação da Ponto que divide o

variável. intervalo de classe em
EX: 154 |-158. i = 2 duas partes iguais.
l2 + L2 = (154 +158)/2 = 156
 Elementos de uma distribuição de frequência
Diferença entre L da última
classe e l da da 1a classe.
AT = L(máx.}- l(mín.}
174- 150 = 24 cm

05 07
Ampl. intervalo Ampl. total da
distrib Ampl. amostral
de classe

06

Medida do intervalo que Diferença entre valor máx e

mín da amostra.
define a classe.
AA = x(máx.} - x(mín.}
L2 - l2 =158-154=4cm
* Ampl = Amplitude 173- 150 = 23 cm
 Elementos de uma distribuição de frequência

Tabela 5: Diferentes tipos de frequências.

↠ Frequências simples ou absolutas (f i) = n (no. de dados em cada classe).
↠ xi = Ponto médio da classe
↠ Frequências relativas (fr I) = razão entre freq simples e freq total .
↠ Frequência acumulada (Fi) = soma das freqs anteriores.
↠ Frequência acumulada relativa (Fr i) = freq acumulada / (soma das f i).
 Distribuição de frequência sem intervalos de classe
i xi fi

1 2 4
- Variável discreta. Cada valor pode ser tomado
como um intervalo de classe. 2 3 7
Exemplo: 3 4 5
Seja x a variável "número de cômodos das casas 4 5 2
ocupadas por vinte famílias entrevistadas"
5 6 1

6 7 1

= 20
 Histograma

Distribuição de frequências ou histograma: gráfico com os valores

observados no eixo horizontal, com barras mostrando quantas vezes cada
valor ocorreu no conjunto de dados.

A distribuição de freqüências pode ser útil para avaliar as propriedades de um

conjunto de valores.
 Histograma
Distribuição = probabilidade de um dado escore acontecer.
 Histograma
A barra mais alta representa qual
medida de posição?

Mundo ideal: os dados estariam

distribuídos simetricamente em
volta do centro de todos os
escores. Se traçássemos uma linha
vertical pelo centro da distribuição,
ela deveria ser a mesma em ambos
os lados = distribuição normal
 Histograma

Curva em forma de sino.

Sugere que a maioria dos escores está em torno do centro da

distribuição (assim, as barras maiores no histograma estão em
volta do valor central).
 Desvio da normal

1
2

ASSIMETRIA CURTOSE

Falta de simetria Achatamento

 Assimetria

Uma distribuição positivamente (esquerda) e negativamente (direita) assimétrica.

 Curtose

Uma distribuição leptocúrtica (esquerda) e platicúrtica (direita).

 Curtose

“Distribuições leptocúrticas se elevam no ar enquanto que as

distribuições platicúrticas ficam achatadas como um platô.”

“As distribuições platicúrticas são ‘boas de bico’ e as

distribuições leptocúrticas ‘compulsivamente roubam coisas’.”
 Tabela de probabilidades
-Conjunto de dados (forma de
uma distribuição normal),
Tabela de probabilidades
para a distribuição normal
-Média = 0, a fim de ver qual é a
probabilidade de um
determinado escore
-Desvio padrão = 1 ocorrer nos dados.
 Tabela de probabilidades

Nem todos os dados que coletamos terão uma média 0 e o desvio padrão 1!
Ex: Conjunto que tem uma média de 567 e um desvio padrão de 52,98!
Felizmente, qualquer conjunto de dados pode ser convertido em um conjunto
que tenha a média 0 e o desvio padrão 1.
 Escores - Z

Primeiro, para centrar os dados em zero, pegamos cada escore e

subtraímos dele a média de todos os escores.
Depois, dividimos o escore resultante pelo desvio padrão para assegurar
que os resultados terão um desvio padrão de 1.
Os escores resultantes são conhecidos como escores-z.
 Escores - Z
“Qual é a probabilidade de alguém que se jogou de Beachy Head ter 70 anos ou
mais?”

Primeiro, convertemos 70 em um escore-z. Digamos que a média dos escores de

suicídio foi 36 e o desvio padrão 13. O valor 70 irá tornar-se (70 – 36)/13 = 2,62.
Depois, olhamos esse valor na coluna chamada “porções menores” (isto é, a área
acima do valor 2,62). Devemos encontrar que a probabilidade é 0,0044, ou seja,
somente 0,44% de chance que uma vítima de suicídio tenha 70 anos ou mais.
Olhando a coluna chamada de “porções maiores”, também podemos ver a
probabilida- de de que a vítima de suicídio tenha 70 anos ou menos! Essa
probabilidade é 0,9956, ou seja, há 99,56% de chance de que uma vít ima de
suicídio tenha menos de 70 anos!
 Valores Médios x Curvas de Comportamento

Alguns dados tem valores bem determinados, como por exemplo: distâncias,
número de máquinas disponíveis num chão de fábrica, etc;

Porém existem aqueles que são indeterminados, normalmente os que

envolvem tempo, pois os processos não são exatos, podendo ter variações em
torno de um valor médio.
Nestes casos os dados serão inseridos através de distribuições estatísticas.
 Distribuições
Estas distribuições são determinadas através:

● coleta de dados do evento em estudo;

● os dados são agrupados por classes em um histograma;
● uma distribuição estatística é adequada a esse histograma;

ARENA = Input Analyzer

FlexSim = ExpertFit
Distribuições
Distribuições
Distribuições
Distribuições
Distribuições
Exemplo no FlexSim