UNIVERSIDADE ABERTA ISCED
FACULDADE DE CIÊNCIAS SOCIAIS E HUMANAS
CURSO DE LICENCIATURA EM ADMINISTRAÇÃO PÚBLICA
Estatística Descritiva e Teoria de probabilidades
Laura Francisco Chaora
Chimoio, Março de 2023
UNIVERSIDADE ABERTA ISCED
FACULDADE DE CIÊNCIAS SOCIAIS E HUMANAS
CURSO DE LICENCIATURA EM ADMINISTRAÇÃO PÚBLICA
Estatística Descritiva e Teoria de probabilidades
Trabalho de Campo da cadeira de Estatística Aplicada a
ser submetido na Coordenação do Curso de
Licenciatura em Administração Pública da UNISCED
Tutor:
Laura Francisco Chaora
Chimoio, Março de 2023
Índice
1. Introdução...............................................................................................................................1
1.1. Objectivos do Trabalho........................................................................................................2
1.1.1. Objectivo Geral.................................................................................................................2
1.1.2. Objectivos Específicos......................................................................................................2
1.2. Metodologia do Trabalho.....................................................................................................2
2. Resolução de Exercícios Propostos........................................................................................3
3. Conclusão..............................................................................................................................10
4. Referências bibliográficas.....................................................................................................11
1. Introdução
O presente trabalho da cadeira de Estatística Aplicada aborda acerca de conteúdos
relacionados com os seguintes temas: Estatística descritiva (organização de dados em tabelas
e gráficos de frequências, medidas de posição e de dispersão); Noções Básicas de
Probabilidade (cálculo da probabilidade de um acontecimento, probabilidade condicional,
eventos independentes, probabilidade total e teorema de Bayes).
Entretanto, este trabalho encontra-se estruturado da seguinte maneira: no capítulo 1 temos a
introdução; capítulo 2 se encontra a resolução, análise e discussão dos exercícios propostos,
no capítulo 3 encontra-se as conclusões em torno dos objectivos traçados, e finalmente no
capítulo 4 temos as referências bibliográficas.
1
1.1. Objectivos do Trabalho
1.1.1. Objectivo Geral
Adquirir conhecimentos sobre Estatística descritiva e Teoria de probabilidades.
1.1.2. Objectivos Específicos
Identificar amostra e população de uma pesquisa;
Organizar dados em tabelas e gráficos de frequências;
Determinar as medidas de posição central e não central.
Calcular medidas de dispersão;
Determinar a probabilidade de um acontecimento;
Calcular a probabilidade condicionada;
Calcular a probabilidade total;
Calcular a probabilidade aplicando o teorema de Bayes.
1.2. Metodologia do Trabalho
A metodologia é o conjunto detalhado e sequencial de métodos e técnicas científicas a serem
executados ao longo da pesquisa, de tal modo que se consiga atingir os objectivos
inicialmente propostos e, ao mesmo tempo, atender aos critérios de menor custo, maior
rapidez, maior eficácia e mais confiança de informação (BARRETO & HONORATO, 1998).
Entretanto para a realização do presente trabalho a autora pautou pelo método bibliográfico.
Assim, este método permitiu a consulta de várias obras que abordam sobre Estatística
descritiva e Teoria de probabilidades.
2
2. Resolução de Exercícios Propostos
1. Falta de sono: em um estudo recente, voluntários que dormiram 8 horas em uma noite eram
três vezes mais capazes de responder as questões de um teste de estatística em relação àqueles
que não tiveram horas de sono suficientes.
a) Identifica a amostra usada no estudo.
b) Qual era a população da amostra?
c) Que parte do estudo representa a parte descritivo da estatística?
d) Faça uma inferência com base nos resultados do estudo.
Resolução:
a) A amostra usada no estudo foram os voluntários que foram submetidos a uma condição de
dormir 8 horas em uma noite e aqueles que não tiveram horas de sono suficientes.
b) A população da amostra não é especificada no enunciado, mas podemos inferir que seria
composta por pessoas que precisam realizar tarefas que exigem habilidades de estatística,
como estudantes universitários ou profissionais de áreas relacionadas.
c) A parte descritiva da estatística seria a apresentação das medidas de tendência central e de
dispersão dos dados colectados, como a média e o desvio padrão do número de questões
respondidas correctamente pelos participantes em cada grupo.
d) Com base nos resultados do estudo, podemos inferir que dormir o suficiente pode ter um
impacto positivo na habilidade de realizar tarefas que exigem habilidades de estatística. No
entanto, é importante lembrar que a correlação entre essas duas variáveis não necessariamente
indica causalidade e que outros factores podem estar envolvidos na habilidade dos
participantes em responder às questões do teste. Além disso, é importante destacar que cada
indivíduo pode ter necessidades de sono diferentes e que os resultados podem variar de pessoa
para pessoa.
2. Uma empresa decide aumentar seus funcionários em 80 pessoas. Para sua selecção organiza
uma prova em que se apresentam 200 aspirantes. Os seleccionados obtiveram os resultados
seguintes:
Pontuação N° aspirantes
50 – 65 21
65 – 75 29
75 – 90 18
90 - 100 12
3
A empresa determina que os 30% dos seleccionados com maior pontuações sejam destinados
a oficina principal e o resto a sucursais. Supondo que a distribuição das pontuações dentro de
cada intervalo é uniforme, pede-se:
a) Pontuação mínima que se necessita para trabalhar na oficina principal.
b) Percentagem de seleccionados que obtiveram pontuação entre 82 e 95 pontos.
c) A pontuação mediana alcançada na prova.
d) O desvio padrão da pontuação dos aspirantes.
Resolução:
a) Para saber a pontuação mínima necessária para trabalhar na oficina principal, precisamos
encontrar a pontuação correspondente ao 30% dos seleccionados com maior pontuação.
Primeiro, precisamos calcular o número total de seleccionados, que é 80:
n=21+29+18+12=80 seleccionados .
Em seguida, multiplicamos 80 por 30% para obter o número de seleccionados que irão para a
oficina principal:
80 x 30 %=24
- Isso significa que os 24 seleccionados com as maiores pontuações irão para a oficina
principal. Vamos ver em qual intervalo de pontuação esses 24 seleccionados se encontram.
50 – 65 :21 seleccionado s
65 – 75 :29 selecionados(21+29=50 selecionados até aqui)
75 – 90:18 selecionados(50+18=68 selecionados até aqui)
90−100 :12 selecionados(68+12=80 selecionados ao todo)
- Isso significa que os 12 seleccionados com as maiores pontuações estarão na oficina
principal. A pontuação mínima necessária para trabalhar na oficina principal será a pontuação
mínima do intervalo em que se encontra o último seleccionado dessa categoria, ou seja, o
último seleccionado do intervalo de 90 - 100. Portanto, a pontuação mínima necessária será
90 pontos.
b) Para calcular a percentagem de seleccionados que obtiveram pontuação entre 82 e 95
pontos, precisamos somar o número de seleccionados em cada intervalo que se encontra entre
82 e 95 pontos:
75 – 90:18 seleccionados
90−100 :12 seleccionados
Total :18+ 12=30 seleccionados
4
Dos 200 aspirantes, apenas 80 foram seleccionados, então a percentagem de seleccionados
com pontuação entre 82 e 95 pontos será:
30
fr %= ∙ 100 %=37 , 5 %
80
Portanto, 37,5% dos seleccionados obtiveram pontuação entre 82 e 95 pontos.
c) Para encontrar a pontuação mediana alcançada na prova, precisamos organizar as
pontuações dos aspirantes em ordem crescente e encontrar o valor do meio. Vamos começar
calculando a frequência acumulada de cada intervalo:
50 – 65 :21 seleccionados
65 – 75 :50 seleccionados(21+29)
75 – 90:68 seleccionados(50+18)
90−100 :80 seleccionados(68+12)
A pontuação mediana será a pontuação correspondente ao 40º selecionado, já que 40 é a
metade de 80 (o número total de selecionados). Podemos ver que o 40º selecionado se
encontra no intervalo de 75 – 90. Vamos calcular o percentual de aspirantes que estão nesse
intervalo:
68 /200 x 100 %=34 %
Isso significa que a pontuação mediana está no percentil 34, o que indica que a pontuação
mediana está próxima ao limite inferior do intervalo de 75 – 90. Para encontrá-la com mais
precisão, precisaríamos da distribuição exacta das pontuações dentro de cada intervalo.
d) Para determinarmos o desvio padrão usaremos a seguinte tabela:
Classes xi fi xi∙ fi xi−x 2
( xi−x )
2
fi∙ ( xi−x)
50 – 65 57,5 21 1207,5 -15,78 249,0084 5229,1764
65 – 75 70 29 2030 -3,28 10,7584 311,9936
75 – 90 82,5 18 1485 9,22 85,0084 1530,1512
90 – 100 95 12 1140 21,72 471,7584 5661,1008
Total n=80 5862,5 12732.422
x=
∑ xi∙ fi = 5862 , 5 =73 , 28
n 80
S=
√ ∑ fi∙ (xi−x)2 =
n √ 12732.422
80
=√ 159,155275=12, 6 pontos
Portanto, o desvio padrão da pontuação dos aspirantes é de aproximadamente 12.6 pontos.
5
3. De um conjunto de cinco empresas, deseja-se seleccionar, aleatoriamente, uma empresa,
mas com probabilidade proporcional ao número de funcionários. O número de funcionários da
empresa A é 20; de B é 15; de C é 17; de D é 5 e de E é 3.
a) Qual é a probabilidade de cada uma das empresas ser seleccionada?
b) Qual é a probabilidade de a Empresa A não ser seleccionada?
Resolução:
A probabilidade de um evento é dado pelo quociente entre os casos favoráveis a esse evento e
o espaço amostral (que corresponde ao total de possibilidades).
No caso desta questão, observe que a probabilidade das empresas serem seleccionadas deve
ser proporcional à quantidade de funcionários, assim, o nosso espaço amostral será o total de
funcionários, e não a quantidade de empresas. Desse modo, o total de funcionários é:
n ( Ω ) =20+15+17+5+ 3=60 funcionários
a) Vamos calcular a probabilidade para cada empresa ser seleccionada:
n ( A ) 20 1 n ( B ) 15 1 n ( C ) 17
P ( A )= = = P ( B )= = = P ( C )= =
n ( Ω ) 60 3 n ( Ω ) 60 4 n ( Ω ) 60
n ( D) 5 1 n ( E) 3 1
P ( D )= = = P ( E)= = =
n ( Ω ) 60 12 n ( Ω ) 60 20
b) Para saber a probabilidade da empresa A não ser seleccionada, vamos calcular quantos
funcionários não são dessa empresa. Assim, temos:
n ( A ) =n ( Ω )−n ( A )=60−20=40 funcionários
n ( A ) 40 2
P ( A )= = =
n ( Ω ) 60 3
Portanto, a probabilidade da empresa A não ser seleccionada é de 2/3.
4. No trajecto de um avião de guerra há duas estações de radar inimigas equipadas com
baterias antiaéreas, que só são accionadas se o avião for detectado. O avião tem uma
probabilidade de 0.25 de ser detectado pela primeira estação e, sendo detectado, tem três
hipóteses em cinco de não ser abatido por essa estação. Se o avião não é detectado pela
primeira estação, aproxima-se da segunda nas mesmas condições em que da primeira. Por
outro lado, se a primeira estação o detecta sem o abater, será certamente detectado e abatido
pela segunda estação.
6
a) Qual a probabilidade do avião não ser abatido pela primeira estação?
b) Qual a probabilidade do avião não ser abatido?
c) O avião foi abatido. Qual a probabilidade de ter sido a primeira estação a abatê-lo?
Resolução:
Sejam D1, D2, D acontecimentos - o avião é detectado pela primeira estação, o avião é
detectado pela segunda estação e o avião é detectado e A 1, A2, A, os acontecimentos o avião é
abatido pela primeira estação, o avião é abatido pela segunda estação e o avião é abatido
respectivamente.
Representemos a situação num diagrama de árvore:
a) Pretende-se a probabilidade de o avião ser abatido pela primeira estação. Como mostra o
diagrama seguinte, duas situações correspondem a este acontecimento: O avião não é
detectado pela primeira estação e o avião é detectado por esta estação, mas não é abatido.
Estes acontecimentos estão destacados no diagrama abaixo:
P( A 1)=P(D 1)⋅P ¿
Resposta: a probabilidade do avião não ser abatido pela primeira estação é de 0,90.
7
b) O diagrama abaixo mostra a probabilidade pretendida:
O avião não é abatido em duas hipóteses: não ser detectado por ambas estações e não ser
detectado pela primeira mas ser detectado pela segunda sem no entanto ser abatido por esta.
P( A)=0 ,75 ⋅0 , 75+0 , 75 ⋅0 , 25 ⋅0 , 6=0,5625+0,1125=0,675
Resposta: a probabilidade do avião não ser abatido é de 0,675.
c) Resolução:
P ( A1 ∩A ) P ( A 1 ) 0 , 25 ∙ 0 , 4 0,1
P( A1 \A ) = = = = ≈0,31
P (A ) P ( A ) 0 , 25∙ 0 , 4 +0 , 25 ⋅0 , 6 ⋅1⋅1+ 0 ,75 ⋅0 , 25 ⋅0 , 4 0,325
Resposta: Sabendo que o avião foi abatido, a probabilidade de ter sido a primeira estação a
abatê-lo é de 0,31.
5. Determinado teste é usado no diagnóstico de uma deficiência, mas o resultado nem sempre
é correcto: aplicado a uma pessoa doente, dá resultado positivo em 98% dos casos; aplicado a
uma pessoa saudável, dá resultado positivo em 10% das vezes.
a) Qual a probabilidade de uma pessoa doente ter um resultado negativo?
b) Qual a percentagem de testes positivos se, no conjunto das pessoas que o fazem, 10%
estiverem efectivamente doentes?
Resolução:
a) Para responder esta questão, podemos utilizar a seguinte fórmula da probabilidade
condicional:
P(B∨A )∙ P( A)
P( A∨B)=
P(B)
8
Onde:
P( A∨B)é a probabilidade de A dado que B ocorreu ,
P(B∨ A)é a probabilidade de B dado que A ocorreu ,
P( A)é a probabilidade de A e P(B)é a probabilidade de B .
Neste caso, A é ter um resultado negativo e B é estar doente. Então, a probabilidade de
uma pessoa doente ter um resultado positivo é de 98%, o que significa que a probabilidade de
ter um resultado negativo é de 2% (100% - 98%).
Portanto, a probabilidade de uma pessoa doente ter um resultado negativo é de 2%.
b) Para responder a esta questão, podemos utilizar o teorema de Bayes. Se 10% das pessoas
que fazem o teste estão doentes, então 90% estão saudáveis. A probabilidade de uma pessoa
estar doente, dado que o teste deu positivo, pode ser calculada da seguinte forma:
P ( positivo|doença ) x P ( doença )
P ( doença| positivo )=
P ( positivo )
onde:
P(positivo|doença) é a probabilidade de um teste dar positivo, dado que a pessoa está doente,
que é de 98%,
P(doença) é a probabilidade de uma pessoa estar doente, que é de 10%, e
P(positivo) é a probabilidade de um teste dar positivo, que pode ser calculada como a soma
das probabilidades de um teste dar positivo em uma pessoa doente (98%) e em uma pessoa
saudável (10%), ponderadas pelas respectivas probabilidades de cada condição (10% e 90%,
respectivamente):
P ( positivo )=P ( positivo|doença ) x P ( doença )+ P ( positivo|saúde ) x P ( saúde )
P( positivo)=0 , 98 x 0 , 1+0 , 1 x 0 , 9=0,107
Então, substituindo na fórmula acima, temos:
P ( positivo|doença ) x P ( doença ) 0 , 98 x 0 ,1
P ( doença| positivo )= = ≈ 0,9159
P ( positivo ) 0,107
Portanto, a probabilidade de uma pessoa estar doente, dado que o teste deu positivo, é de
aproximadamente 91,59%.
9
3. Conclusão
Com base neste trabalho, foi possível desenvolver habilidades suficientes para a resolução de
exercícios relacionados com as medidas descritivas e teoria de probabilidades.
Entretanto, as principais medidas descritivas que foram abordadas no trabalho são: medidas
de posição central (média, moda e mediana), medidas de posição não central (quartís, decís e
percentís); medidas de dispersão (amplitude total, desvio médio, variância, desvio padrão e
coeficiente de variação).
Por outro lado, a probabilidade de um acontecimento é expressa na escala de 0 a 1, sendo 0 a
probabilidade associada a um acontecimento impossível e 1 a probabilidade associada a um
acontecimento certo. A primeira definição foi proposta por Laplace em 1812.
A probabilidade de um evento B ocorrer, sabendo que um evento A ocorreu, é chamada
probabilidade condicional do evento B dado A.
Dois eventos A e B são ditos independentes se a ocorrência de um não afectar a probabilidade
de ocorrência de outro; a probabilidade de ocorrência de dois ou mais acontecimentos
independentes é o produto das probabilidades dos respectivos acontecimentos.
10
4. Referências bibliográficas
Barreto e Honorato (1998). Projecto de pesquisa. São paulo
Fazenda, R. (2006). Manual de Estatística Descritiva, Probabilidade e Inferência
Estatística. Maputo: UEM.
Matsimbe, A. (2019). Estatística Descritiva. Universidade Pedagógica: Maputo
Oliveira, J. (1967). Probabilidades e Estatística: Conceitos fundamentais. Lisboa:
Livraria Escolar Editora.
Reis, E. (1998). Estatística descritiva. 4ªed. Lisboa: Silabo.
Sande, L. (s/ano). Estatística: Manual de Tronco Comum, Beira: UCM-CEAD.
11
