Você está na página 1de 49

MINISTRIO DO ENSINO SUPERIOR, CINCIA E TECNOLOGIA

UNIVERSIDADE JOS EDUARDO DOS SANTOS


ESCOLA SUPERIOR POLITCNICA DO BI
1
Lindume, Francisco (1987 - )
Estudante do 2. Ano no curso de
Contabilidade e Administrao.
Tendo em conta a peculiaridade e a
relevncia que a Estatstica tem,
pensou-se no entanto, na
elaborao de uma ferramenta de
apoio, no sentido de dirimir a
perplexidade dos estudantes a
todos os nveis acadmicos.
Este fascculo, est organizado de
forma concisa, com definies
claras e exerccios prticos, de
formas a tornar a Estatstica o
apogeu das cincias econmicas.
A sua Importncia, est na
flexibilidade auxlio s cincias
socioeconmicas, por nos oferecer
as tcnicas que nos permite
Recolher, Organizar, Interpretar
analisar e Apresentar dados de
um fenmeno de forma sintetizada.
Este material de apoio, est para
ajudar os estudantes a
compreender com facilidade as
operaes que ocorrem dentro da
cincia em questo, para
posteriormente serem aplicados, no
entanto, no deve-se parar a estes
conceitos, mas sim, sermos um
peregrino incansvel em busca do
saber slido e sustentvel.
Ateno!
Este apenas um modelo, tendo
em vista a constante mudana na
cincia, espero que vireis a
melhorar e evoluir os conceitos e os
mtodos de resoluo
MUITO OBRIGADO
KUITO-04/2012

APRESENTAO
2
A
q
u
e
l
e

q
u
e

e
n
t
r
e

v

s

f
o
r

o

m
e
n
o
r

d
e

t
o
d
o
s
,

e
s
s
e


q
u
e


o

g
r
a
n
d
e
.
L
u
c
a
s
,

9
-
4
8
NDICE
NOES DE ESTATSTICA
Primeira parte ------------------------------------------------------------------------------------- 04/13
1. Introduo
2. Frequncia absoluta
3. Frequncia relativa
4. Representao grfica da distribuio de frequncias
5. Distribuio de frequncia com dados agrupados
Segunda parte --------------------------------------------------------------------------------------14/24
6. Medida de tendncia Central ou Medida de Localizao
6.1. Media aritmtica (
X
)
6.2. Mediana ( Me )
6.3. Moda ( Mo )
Terceira parte --------------------------------------------------------------------------------------25/34
7. Medidas Separatrizes
7.1. Quartil (
i
Q
)
7.1.1. Amplitude Interquartlica (Q1 Q3)
7.1.2. Amplitude semi Interquartlica
7.1.3. Mdia Interquartlica
7.2. Decil (
i
D
)
7.2.1. Amplitude entre os Decil (D1 - D9)
7.2.2. Amplitude semi Decil
7.2.3. Mdia entre os Decis
7.3. Percentil ou Centil (
i
P
)
7.3.1. Amplitude entre os Cents (P10 P90)
7.3.2. Amplitude semi Centil
7.3.3 Mdia Intercentil
3
Quarta parte ----------------------------------------------------------------------------------------35/40
8. Medidas de Disperso
8.1. Absolutas
8.1.1. Amplitude Total
8.1.2. Desvio Quartil (
dq
)
8.1.3. Desvio Mdio (
m
D
)
8.1.4. Varincia (
2
... ... ou Var )
8.1.5. Desvio Padro ( ... ...ou S )
8.2. Relativas
8.2.1. Varincia relativa (
2
g )
8.2.2. Coeficiente de variao de Person (
CVp
)
8.2.3. Coeficiente de variao de Thorndike (CVt )
8.2.4. Coeficiente Quartlico de variao (
CQV
)
8.2.5. Desvio Quartlico Reduzido (
dqr
)
8.2.6. Erro Padro da Mdia [ ) ( x S ]
Quinta parte ----------------------------------------------------------------------------------------41/45
9. Momentos Estatsticos
9.1. Medidas de Assimetria ( Ass )
9.2. Distribuio Normal (Z)
9.3. Medidas de Curtoses
Sexta parte --------------------------------------------------------------------------------------------- 47
10. Bibliografia
4
Primeira parte
INTRODUO
1
De origem muito antiga, a Estatstica teve durante sculos um carcter simplesmente descritivo de registo
de ocorrncias. As primeiras tentativas datam de cerca de 2000 a.C. e referiam-se a iniciativas como o
recenseamento das populaes agrcolas chinesas.
O que modernamente se conhece como Cincia Estatstica, ou simplesmente Estatstica, um conjunto de
tcnicas e mtodos de pesquisa que, entre outros tpicos, envolve planeamento do experimento a ser
realizado, a colecta qualificada dos dados, a inferncia e o processamento e anlise das informaes.
2
O Objecto Estudo da Estatstica
A importncia da estatstica justifica-se pelos seguintes aspectos:
1. Vitalidade;
2. Estudos futuros;
3. Investigao.
A Estatstica um ramo da matemtica aplicada que estuda os mtodos cientficos para a recolha,
organizao, resumo, anlise (interpretao) e apresentao de dados, assim como para orientao de
concluses vlidas e para tomada de decises baseadas em anlises.
A Estatstica subdivide-se em duas partes:
1. Estatstica Descritiva ou Dedutiva, a parte mais importante da esttica, d a viso global de
toda operao; portanto, baseia-se na recolha, organizao, interpretao e anlise de dados, relativos a um
certo conjunto com caractersticas em comum.
2. Estatstica Indutiva ou inferencial, que baseando-se nos dados obtidos na Estatstica Dedutiva
generaliza-os a um conjunto mais amplo, fazendo Previses. Probabilidade
Nota: os dados depois de analisados so apresentados por meio de grficos, quadros, tabelas, etc.
POPULAO E AMOSTRA
Populao:
Chama-se populao ou universo a todo conjunto de elementos com caractersticas comuns que se
submete a estudo estatstico. Logo, cada elemento estudado chama-se unidade estatstica.
Exemplo:
POPULAO ESTATSTICA UNIDADE ESTATSTICA
Empresrios da Provncia do Bi Nilton Capama
Equipas do Gira Bola Atlticos Petrolferos de Luanda
Amostra:
o subconjunto do universo, sobre o qual incide a observao (alguns elementos juntos).
POPULAO ESTATSTICA AMOSTRA
Empresrios da Provncia do Bi Nilton Capama, Paulo Capama e Gaivota.
Equipas do Gira Bola Atlticos Petrolferos de Luanda, Primeiro
Dgosto e Kabuscorpo do Palanca
1
JOS RUY GIOVANNI, JOS ROBERTO BONJORNO E JOS RUY GIOVANNI JR. Matemtica Fundamental Uma Nova Abordagem, Ensino Mdio
Volume nico, Coleco Delta Editora FTD S.A. So Paulo Brasil, pg. 450-477.
2
MARTE TERESINHA TOMS, Matemtica 11. Classe, Segundo Ciclo do Ensino Secundrio, Editor. Texto editora, Lda. Angola, pg. 161-184
5
A populao estatstica pode ser:
1. Finita: quando apresenta um nmero determinado de elementos.
Exemplo:
1. Um nmero de Professores que leccionaram durante uma semana.
2. As notas de Estatstica dos estudantes do Ensino Superior, no Curso de Psicologia Criminal em um
determinado semestre.
2. Infinito: quando apresenta um nmero indeterminado de elementos.
Exemplo:
1. A temperatura dos diversos pontos de Angola em determinado momento.
Quando o universo infinito, no possvel fazer uma observao que abranja todos os seus elementos.
Nesse caso, recorre-se um subconjunto do universo que chama-se amostra.
Mesmo quando o universo finito, h razes que nos levam utilizao da tcnica de amostragem, tais
como:
Razes Econmicas, por ser dispendioso custar observar brande nmero de elementos;
Razo de tempo, pois uma observao demorada pode levar a resultados desactualizados.
EXERCCIO PRTICO SOBRE POPULAO E AMOSTRA
1. Ao analisar as fichas de matrcula dos alunos que se inscreveram na 9 classe, no Instituto Mdio de
Economia de Luanda IMEL, fez-se um levantamento dos alunos que traziam Ingls e Francs
como lngua de iniciao.
a. Indique a Populao e a Amostra em estudo.
b. Diga qual o indivduo unidade.
RESOLUO
a) A populao : os alunos do IMEL. A amostra : os alunos inscritos 9 classe.
b) O indivduo unidade cada aluno inscrito na 9.classe.
2. O proprietrio de uma fbrica de fsforos decidiu fazer um controlo da qualidade de fsforos produzidos
pela sua fbrica. Durante o ms de Janeiro de 2011. Naturalmente, para saber a qualidade dos fsforos
produzidos no podia acend-los todos. Ento, retirou um nmero significativo de fsforos para testar, e do
resultado dos fsforos testados chegou concluso de toda a produo.
Identifica: a populao, a amostra e a unidade estatstica.
VARIVEL ESTATSTICA
A observao da populao dirigida ao estudo de uma dada propriedade ou caracterstica dos elementos
dessa populao, tais como: a cor, a altura, a idade, o peso, o sexo, o nmero de irmos, as notas de
qualquer disciplina, etc.
Definio: chama-se carcter ou varivel estatstica ao fenmeno, propriedade a observar a todos os
elementos de um certo conjunto em estudo.
6
Essas variveis podem ser:

EXERCCIO PRTICO
Num clube desportivo fez-se um inqurito aos atletas da modalidade de Andebol pedindo lhes que
indicassem a idade (em anos), a altura, o peso e frequncia do treinamento (manh ou de tarde). Indique:
a) A populao e a amostra em estudo
b) A unidade estatstica
c) As variveis estatsticas e sua classificao.
Resoluo:
a) A populao : todos os atletas do clube desportivo. A amostra : os atletas da modalidade de
Andebol.
b) A unidade estatstica : cada atleta qualitativo.
c) As variveis so:
i. Idade: varivel quantitativa discreta
ii. Altura: varivel quantitativa contnua
iii. Peso: varivel quantitativa contnua
7
Qualitativas: no mensurvel, isto , no pode ser
medida, refere-se a uma qualidade, como: o
comportamento, a beleza, a profisso, raa, etc.
Quantitativa
Discretas, quando tomam valores
isolados, ou assumem somente valores
inteiros. Ex.: notas, idade, etc.
Contnuas, quando assumem qualquer
valores do intervalo de variao. Ex.:
altura, peso, temperatura, distancia, etc.
aquela que mensurvel, ou seja, pode ser
representada por nmero, como: a idade, o peso, a altura,
as notas,
ORGANIZAO E INTERPRETAO DE DADOS
Muitas vezes, ao fazer determinados estudos estatsticos, recolhe-se grande nmero de dados que visam o
comportamento global de uma populao.
Aps a recolha desses dados e para sua melhor compreenso e interpretao h que se ter cuidado na sua
apresentao e saber classific-los.
ORGANIZAO DE DADOS
Consiste em sintetizar e apurar os dados atravs da contagem e agrupamento. Assim, apura-se um conjunto
de valores numricos que permite distinguir o comportamento da varivel estatstica em estudo.
H duas formas de apresentao de dados que no se incluem mutuamente:
Apresentao por tabela.
Apresentao por grfico.
INTERPRETAO DOS DADOS
Nesta fase calculam-se novos valores numricos com base nos dados (em tabelas) que permitem fazer uma
descrio da varivel em estudo, evidenciando algumas particularidades.
DISTRIBUIO DE FREQUNCIA E REPRESENTAO GRFICA. VARIVEIS
DISCRETAS E VARIVEIS CONTNUAS
Dados Brutos: designada a dados desordenado.
Rol de dados: designado a dados organizados em ordem crescente em funo dos dados que
temos.
Varivel:
i
x

N
: Total (somatrio) das frequncias absolutas, isto ,
n
f f f f N + + + + ...
3 2 1
, ou seja,

n
i
i
f N
1
Frequncia absoluta
i
f
, o nmero de vezes em que cada uma das variveis (
i
x
) se repete.
Frequncia relativa
i
fr
, de um valor
i
x
, a diviso entre a frequncia absoluta e o nmero de
indivduo da populao ou da amostra N , e representa-se:
N
f
fr
i
i
. Esta frequncia sempre
dada em Percentagem, multiplicando por % 100 , ento fica: % 100 * %
N
f
fr
i
i

Frequncia acumulada absoluta ou relativa
i i
fra ou fa .... ....
, a soma das frequncias
respectivas, mantendo a primeira frequncia, e a partir desta somamos a segunda, o resultado
coloca-se na mesma linha desta segunda, e assim por diante.
8
Tipo De Distribuio De Frequncias
1. Dados no agrupados em Classe: usa-se quando o nmero de valores da varivel pouco
elevado, esta geralmente para variveis Discretas, ou seja:
25 N
.
2. Dados agrupados em Classe ou Intervalos: acontece quando o nmero de valores assumido
pela varivel elevado, ou se trata de varivel Contnuas, ou seja: 25 N , aqui tem que se ter em conta:
1. Nmero de Classe (K)
Raiz, N K
Log (Sturges),
1 log 3 , 3 + N K
Ln (Milone), 1 ln 2 N K
2. Amplitude Total (
T
A ):
mn mx T
X X A
, X Valor;
3. Amplitude de Classe ou de Intervalo (
i
A
, I ou h):
K
A
I h A
T
i

4. Ponto Mdio (PM) das Classes:
2
) (
L l
x PM
i
+

EXERCCIO PRTICO
1. VARIVEL DISCRETA
Um jornalista procura saber a idade de um grupo de aluno na paragem de autocarros do 1. de Maio, em
Luanda, e registou-se o seguinte:

9
TABELA DE FREQUNCIAS
i
x
i
f
i
fr %
i
fr
i
fa
i
fra %
i
fra
14 4 0,2 20% 4 0,2 20%
15 7 0,35 35% 11 0,55 55%
16 5 0,25 25% 16 0,8 80%
17 2 0,1 10% 18 0,9 90%
18 1 0,05 5% 19 0,95 95%
19 1 0,05 5% 20 1 100%
N=20 1 100%
ATENO!
4
1
f
2 , 0
20
4
1
1

N
f
fr
% 20 % 100 * 2 , 0
20
4
%
1
1

N
f
fr
11 7 4
1
+ fa
ATENO!
% 20 ...
72 360 *
20
4

e correspond
fr
i

V no transferidor 72 e
mede, comeando do 0, ou
seja, da direita para esquerda,
sentido anti-horrio.
REPRESENTAO GRFICA DA DISTRIBUIO DE FREQUNCIAS
1. Varivel Discreta: para este tipo de varivel, existe trs tipos de grficos
Grfico de Barra ou Coluna
Grfico de Linha ou Poligonal
Grfico Circular ou Sectograma (sector), este faz-se com ajuda de um transferidor
3
, mas antes
efectua-se: 360 *
N
f
fr
i
i
; multiplica-se 360, porque, a crculo na sua plenitude mede este valor em
graus.

3
Instrumento Circular ou Semicircular, com o limbo dividido em graus, usado para medir ngulos; segundo o Dicionrio Electrnico Aurlio.
Instrumento geomtrico em forma de semicrculo divido em 180 graus para medio de ngulo.
10
2. VARIVEL CONTNUAS
Nota: H duas formas de resoluo para esta distribuio de frequncia com Dados Agrupados em
classe ou Intervalo.
1. Seguindo os procedimentos de resoluo j visto.
2. Esta, mais simples e menos trabalhosa, ou seja, poupa tempo. Aqui dada o valor do Nmero de
Classe (K), j calculado.
EXERCCIO PRTICO
1. Os dados abaixo indicados referem-se aos resultados de Matemtica dos alunos do 3. Ano do PUNIV
do Kuito, ano lectivo 2011.


11
Rol de Dados Dados Brutos
EXEMPLO DE CLCULO
). ...( ... ... .... .... ....
6 ... .. 1 .... .... ... .... .... ,
6 3 , 6 6 , 1 * 32 , 3 1 40 * 32 , 3 1
6 3 , 6 40
40
i sbolo do coluna na se representa e
at de valores assume K significa Isto
Log K
K
N

+ +

10 8 18
18 8


t
mx mn
A
X X
. int ... )... ( sup ... ...
) ( inf ... lim .. ... min det .... ... ... ... .... ...
. int ... .. .. ... .. .. ... ...
... ... ... int ... ... .. .. .... ... ...
2 67 , 1
6
10
ervalo do L erior o e
l erior ite o a er se que com faz isto E
e segu nmero o e dados de Rol no nmero
primeiro o entre ervalo o ou distncia a representa I O
K
A
I
t

9
2
10 8
10 8


i
PM
L l
- Construo da tabela de frequncias
i
i
x
i
f
i
fr %
i
fr i
fa
i
fra
i
PM
1 [8;10[ 4 0,1; 10% 4 0,1 9
2 [10;12[ 13 0,325; 32,5% 17 0,425 11
3 [12;14[ 10 0,25; 25% 27 0,675 13
4 [14;16[ 7 0,175; 17,5% 34 0,85 15
5 [16;18[ 4 0,1; 10% 38 0,95 17
6 [18;20[ 2 0,05; 5% 40 1 19
N=40 1; 100%
REPRESENTAO GRFICA DA DISTRIBUIO DE FREQUNCIAS

2. Varivel Contnuas: para este tipo de varivel, existe dois tipos de grficos
Histograma de frequncias, forma-se a partir de um conjunto de colunas rectangulares.
Polgono de frequncias, forma-se a partir de um histograma.
2. Um radar, instado num trecho da rodovia, registou as velocidades de 50 veculos. As velocidades, em
quilmetros por hora, esto indicadas no quadro abaixo:
12
62 123 95 123 81 123 60 72 86 108
109 84 121 60 128 77 91 51 100 63
104 107 63 117 116 69 116 82 95 72
94 84 123 52 90 100 79 101 98 110
79 92 73 83 74 125 56 86 98 76

Nesses casos, conveniente agrup-los em classe ou intervalo, escolhendo-se como amplitude dos
intervalos (I). No entanto, podemos agrupar as velocidades em intervalos de amplitude 10. Como o menor
valor 51Km/h e o maior 128Km/h, devemos transform-los em: 50Km/h e 130Km/h, respectivamente.
Como a distncia entre os nmeros de 10, escrevemos:
Agora podemos construir a tabela de frequncias
i
i
x
i
f
i
fr
;
%
i
fr
i
fa
i
fra
i
PM
1 [50;60[ 3 0,06; 6% 3 0,06 55
2 [60;70[ 6 0,12; 12% 9 0,18 65
3 [70;80[ 8 0,16; 16% 17 0,34 75
4 [80;90[ 7 0,14; 14% 24 0,48 85
5 [90;100[ 8 0,16; 16% 32 0,64 95
6 [100;110[ 7 0,14; 14% 39 0,78 105
7 [110;120[ 4 0,08; 8% 43 0,86 115
8 [120;130[ 7 0,14; 14% 50 1 125
N=50 1; 100%
13
EXERCCIOS PROPOSTOS
1.
71,5 80 70 81 91 99 85 92 99,5 91
71 82,2 101 95 75,5 120 115 93,5 92 94
96 86,5 100 89 95,2 102 90 98 100 102,5
87 88 93 89,5 83 103 94,1 90,7 96 105
96 98 103 99 100 109 99 100 99 110
2.
16 17 15 9 13 21 18 8 18 9
9 13 13 22 15 17 13 19 23 21
25 20 12 18 20 15 27 23 25 29
30 34 35 27 22 29 35 18 24 38
27 21 24 20 28 22 13 30 16 8
8 16 14 27 21 18 18 8 32 30
3.
38 64 50 32 44 25 49 57
46 58 40 47 36 48 52 44
68 26 38 76 63 19 54 65
46 73 42 47 35 53 40 35
61 45 35 42 50 56 45 28
4.
72 81 57 64 87 90 74 69 77 73
80 96 55 58 88 92 47 60 68 80
77 76 59 57 83 81 90 68 65 74
91 97 86 82 73 64 69 71 88 94
77 72 81 91 49 75 52 50 63 70
5.
K=5
16,5 11,0 12,0 14,0 19,0 17,0 19,0 16,5 17,5 13,5 14,0 16,5
10,0 14,5 20,0 11,5 10,0 10,0 12,0 10,0 18,0 12,0 7,5 7,0
19,0 8,0 11,5 8,0 14,0 14,5 7,5 14,0 8,0 10,0 20,0 11,5
11,0 13,0 7,0 17,5 10,0 7,0 17,0 11,5 12,0 16,5 10,0 5,0
14,0 6,0 14,0 12,0 16,5 20,0 7,0 19,5 8,5 11,0 7,0 19,5
10,0 18,0 7,0 15,0 5,0 10,0 11,5 7,0 20,0 10,0 15,0 7,0
17,5 7,0 11,5 11,0 11,0 12,5 14,5 16,5 7,0 13,5 6,5 13,5
11,0 14,0 16,5 10,0 19,5 11,0 12,0 13,0 11,0 7,5 17,5 10,0
8,0 10,0 7,5 13,0 7,5 16,5 10,0 12,5 13,0 16,5 11,5 7,5
14
Segunda parte
MEDIDAS DE TENDNCIAS CENTRAL OU DE LOCALIZAO
Mdia aritmtica
o quociente entre a soma de todos valores e o seu nmero total.
n
x x x x
X
n
+ + + +

...
3 2 1
Media aritmtica Ponderada: esta media, facilita o clculo de mdias, quando h valores que se
repetem varias vezes.
n
n n
f f f
f x f x f x
X
+ + +
+ + +

...
* ... * *
2 1
2 2 1 1
OUTROS TIPOS DE MDIA
1. Mdia Geomtrica: a raiz de ordem N do produto desses nmeros.
n
n
x x x x G * ... * * *
3 2 1

Mdia Geomtrica Ponderada



K
i
i
n
n
n
n
n n
x x x Mg
1 2 1
... *
2 1
2. Mdia quadrtica: a raiz quadrada do somatrio dos quadrados das variveis.
n
x x x x
X
n
q
2 2
3
2
2
2
1
... + + + +

Mdia Quadrtica Ponderada: Quando os valores da varivel estiverem dispostos em uma tabela
de frequncias, a mdia quadrtica ser determinada pela seguinte expresso:

k
i
i
k
i
i i
qp
f
f X
X
1
1
2
*
3. Mdia Harmnica, para dados no agrupados; calculada pela expresso:
n
x x x x
n
H
1
...
1 1 1
3 2 1
+ + + +

Mdia Harmnica Ponderada: (para dados agrupados)

k
i i
i
k
i
i
hp
X
f
f
X
1
1
15
RELAO ENTRE AS TRS MDIAS DE POSIO
As trs mdias mantm a seguinte relao entre elas, desde que os valores sejam positivos e diferentes entre
si.
X
> Mg> Mh
Karl Pearson estabeleceu a seguinte relao aproximada entre as trs medidas de posio:
X
- Mo = 3 (
X
- Me ), Ou seja, em uma distribuio de frequncias diferena entre a mdia e a moda 3
vezes maior do que a diferena entre a mdia e a mediana.
A mdia harmnica menor que a mdia geomtrica para valores da varivel diferentes de zero.
h < g.. e por extenso de raciocnio podemos escrever :.. h < g <
X
OBS: A mdia harmnica no aceita valores iguais a zero como dados de uma srie.
A igualdade g = h. = ....s ocorrer quando todos os valores da srie forem iguais.
OBS: Quando os valores da varivel no forem muito diferentes, verifica-se aproximadamente a seguinte
relao:
2
h
X X
Xg
+

OBS:
Sempre que os valores de X forem positivos e pelo menos um dado diferente vlida a seguinte
relao: q>
X
> g> h
A igualdade entre as mdias acima se verifica quando os valores da varivel forem iguais
(constantes)
A mdia quadrtica largamente utilizada em Estatstica, principalmente quando se pretende
calcular a mdia de desvios (x -
X
.), em vez de a mdia dos valores originais. Neste caso, a mdia
quadrtica denominada desvio-padro, que uma importante medida de disperso.
EXERCCIO PRTICO
Acompanhe a seguinte situao:
Uma livraria vende a seguinte quantidade de livros de Psicologia durante uma semana.
2.
FEIRA
3.
FEIRA
4.
FEIRA
5.
FEIRA
6.
FEIRA
SBADO
28 23 22 27 25 13
Qual foi a mdia diria de livros vendidos durante esta semana?
Para resolver este problema, devemos fazer:
23
6
138
6
13 25 27 22 23 28

+ + + + +
X
O nmero 23 a mdia aritmtica dos nmeros: 28, 23, 22, 27, 25 e 13.
A mdia aritmtica significa que, se numa situao imaginria a venda diria dessa semana fosse sempre a
mesma, ou seja, 23 livros por dia, iramos obter o mesmo nmero total de livros vendidos: 138.
Assim, na 4. feira e no sbado a venda da livraria foi abaixo da mdia, enquanto que na 2., 5. e 6 feira
foi acima da mdia.
16
Isto facilmente observado no grfico.
A tabela a seguir mostra a distribuio dos salrios de uma empresa.
SALRIO (EM
KWANZAS)
NMERO DE
FUNCIONRIO
600,00 12
900,00 7
1200,00 5
1800,00 6
4500,00 8
TOTAL 38
Qual a mdia salarial dos funcionrios dessa empresa?
Observando a tabela:
12 Funcionrios ganham 600,00 (600,00 se repete 12 vezes)
7 Funcionrios ganham 900,00 (900,00 se repete 7 vezes)
5 Funcionrios ganham 1200,00 (1200,00 se repete 5 vezes)
6 Funcionrios ganham 1800,00 (1800,00 se repete 6 vezes)
8 Funcionrios ganham 4500,00 (4500,00 se repete 8 vezes)
Assim, a mdia salarial (
X
) desses funcionrios pode ser calculada da seguinte forma:
73 , 1744
38
00 , 66300
8 6 5 7 12
8 * 00 , 4500 6 * 00 , 1800 5 * 00 , 1200 7 * 00 , 900 12 * 00 , 600

+ + + +
+ + + +
X
Portanto, a media salarial dos funcionrios dessa empresa de 73 , 1744 : Kzs
Essa mdia conhecida como mdia aritmtica ponderada e o nmero de vezes em que o salrio se repete
denominado peso.
17
EXERCCIO PROPOSTO
1. No ano de 2011, o nmero de nascimento, por ms, na maternidade no Kuito-Bi foi:
MS Jan. Fev. Mar. Abr. Maio Jun. Jul. Ago. Set. Out. Nov. Dez.
NASCIMENTO 38 25 42 30 29 47 18 36 38 43 49 37
a) Calcular a mdia mensal de nascimento.
b) Em que meses o nmero de nascimento ficou acima da mdia?
2. O quadro de distribuio de frequncia representa os salrios mensais de 40 empregados de uma firma.
Calcule o salrio mdio mensal dos empregados dessa firma.
CLASSE (EM KWANZA)
PONTO MDIO DA CLASSE (
i
X )
FREQUNCIA (
i
f
)
[180;200[ 190 4
[200;220[ 210 18
[220;240[ 230 10
[240;260[ 250 5
[260;280[ 270 3
Mediana
Mediana para dados no agrupados
o valor que ocupa a posio central de um conjunto de valores, colocados em ordem crescente ou
decrescente
- Se o nmero de observao (N) for mpar, a mediana ocupa a posio central.
2
1 +

N
x Me
, Ou
2
1 +

n
Me
- Se o nmero de observao (N) for par, o valor de mediana obtm-se pela mdia aritmtica dos valores
centrais.
2
1
2 2
2
: .... .......... .......... .......... .......... ..........
2
2
2
2
... ,
2
N
N
N N
x
x
Ateno
n n
Me ou
x x
Me
+
+

+
Exemplo:
1. Considere a seguinte distribuio de dados: 2, 3, 5, 7, 11, 12, 13, 18, 19
Neste caso N = 9 (mpar)
11
5
2
10
2
1 9
2
1

+ +
x x x x Me
N
2. Seja a seguinte distribuio de dados simples: 2, 4, 6, 8, 10, 12, 14, 16, 18, 20
O nmero de observao N = 10 (par), logo:

11
2
12 10
2 2 2 2
6 5 1 5 5
1
2
10
2
10
1
2 2

+
+ +
x x x x
x x x x
Me
N N
18
ATENO!
Pode ser mais fcil da seguinte forma:
No primeiro N=9
2, 3, 5, 7, 11, 12, 13, 18, 19. Me = 11.
No segundo N= 10
2. 2, 4, 6, 8, 10, 12, 14, 16, 18, 20.
Pega-se os dois termos do meio e acha-se a mdia aritmtica, s dos dois! 11
2
12 10

+
Me
Mediana para dados agrupados
EXERCCIO PRTICO
Consideramos a seguinte tabela referente produo de mandioca (em milhares de toneladas) em que
quarenta municpios do sul de Angola durante a colheita de 1979.
Produo
(milhares de toneladas)
i
f
i
fac
i
fr
Ou
%
i
fr
i
frac
[2;6[ 8 8 0,2; 20% 20%
[6;10[ 6 14 0,15; 15% 35%
[10;14[ 10 24 0,25; 25% 60%
[14;18[ 12 36 0,3; 30% 90%
[18;20[ 4 40 0,1; 10% 100%
Total 40 1; 100%
Determine a mediana:
N=40 N/2, quer dizer a mediana (Me) esta na vigsima posio. Observando os valores das frequncias
absolutas acumuladas, conclui-se que a classe mdia a terceira [10;14 [.
19
Sendo:
Li limite inferior da classe mediana;
N total das frequncias
fac(i-1) - frequncia acumulada da classe que antecede classe
mediana;
fme frequncia absoluta da classe mediana;
h amplitude de classe (mediana)
N/2 parmetro que permite determinar a classe mediana.
h
f
f
N
Me
Me
i ac
*
2
) 1 (

Li3=10
N=40
14
) 1 (

i
fac
h= 4
fme =10
4 , 12 4 *
10
14 20
10 *
2
) 1 (


h
f
f
N
Me
Me
i ac
Moda
Chama-se moda, ao valor do conjunto dos dados estatstica que tiver maior frequncia, ou seja, o valor que
mais se repete neste conjunto.
Nota: existem distribuies que no existem moda.
As distribuies que tm apenas uma moda designam-se unimodal, com duas modas bimodais, com trs ou
mais modas designam-se multimodais.
Moda para dados no agrupados
Neste caso, a moda o valor a que corresponde a frequncia mxima, ou seja,
EXEMPLO:
1. Considere a srie estatstica cujos valores da varivel so:
i
x 1 5 7 8 11 16 18
i
f 4 6 12 3 5 2 7
A maior frequncia 12, cujo valor correspondente igual a 7, logo Mo = 7.
Moda para dados agrupados
Neste caso, escolhe-se a classe com maior frequncia absoluta.
EXEMPLO:
Numa empresa de Construo civil com 300 empregados, fez-se a sua separao em grupos etrios nos
termos da tabela abaixo indicada. Determine a moda.
Idade
i
f
(n de empregados)
[15; 25[ 56
[25; 35[ 42
[35; 45[ 62
[45; 55[ 70
[55; 65[ 48
[65; 75[ 22
Interpretao: 47,7 a idade mais frequente entre os 300 empregados da respectiva empresa.
20
mx O
f M
h
d d
d
L M
i O
*
2 1
1
+
+
Sendo:
Li - limite inferior da classe modal
f(mo-1) frequncia da classe modal anterior
f(mo+1) frequncia da classe modal posterior
h amplitude da classe modal
d1=f(mo) - f(mo-1)
d2= f(mo) - f(mo+1)
Ateno!
No se esquea que a classe modal a classe com maior
frequncia
Resoluo:
O intervalo que corresponde a
maior frequncia o 4., que
[45; 55 [, com a frequncia de 70
e designa-se por intervalo modal.
li4=45
f(mo-1) = 62
f(mo+1)=48
h(4)=10
d1=70-62=8
d2=70-48=22
7 , 47 10 *
22 8
8
45
*
2 1
1

+
+
+
+
O
i O
M
h
d d
d
L M
RESUMO
DADOS AGRUPADOS
1. Conhece-se que:
C = 18, 100
T
N , 23
2
n , 01 , 0
1
F ,
46 , 0
3
F
, 82 , 0
4
F ,
92
5
N
, onde o limite superior da terceira
classe igual 69,5.
a) Construa o histograma de
i
n
e o polgono de
i
f
.
b) Calcule a:
Mdia, Mediana, Moda, Mdia Geomtrica, Mdia Harmnica e Mdia Quadrtica.
2. Na escola Superior Politcnica do Bi pagam os seguintes salrios:

Salrios (Kzas) Nmero de trabalhadores que recebem
58,000 5
78,000 3
115,000 10
125,000 9
180,000 8
220,000 5
255,000 4
A Administrao Geral da escola quer conhecer:
a) Qual o salrio mdio dos funcionrios da escola?
b) Que grupo de funcionrios recebem mais na formao do salrio mdio e qual o menor salrio?
c) Qual o montante de salrio recebido mais frequente?
d) Se conhece que os funcionrios que recebem 225.000,00 um deles vai ser transferido para o Instituto
Politcnica do Huambo, o qual vai ser substitudo por um outro funcionrio vindo da Escola Superior
Politcnica do Mxico, com um salrio de 300.000,00. Esta substituio modifica as respostas dos 3
exerccios anteriores? Qual deles? Recalcula-los.
21
RESOLUO
TABELA DE FREQUNCIAS
i CLASSE
i
n
i
N
i
f
i
F
1 [ ] 0,01
2 ] ] 23
3 ] x 69,5] 0,46
4 ] ]
5 ] ] 92
6 ] ]
Total 100
i CLASSE
i
n
i
N
i
f
i
F
i
PM
1 [15,533,5] 1 1 0,01 0,01 24,5
2 ] 33,551,5] 23 24 0,23 0,24 42,5
3 ] 51,569,5] 22 46 0,22 0,46 60,5
4 ] 69,587,5] 36 82 0,36 0,82 78,5
5 ] 87,5105,5] 10 92 0,10 0,92 96,5
6 ] 105,5125,5] 8 100 0,08 1 114,5
Total 100 1
i
i i
n PM *
2
*
i i
PM n
i
i
PM
n
i
n
i
PM
1 24,5 600,25 0,04 24,5
2 977,5 41543,78 0,54
28.375.066.590*
24
10
3 1.331 80525,50 0,36
1.579.858.686.384.350*
24
10
4 2.826 221841,00 0,46
164.175.233.571.447*
54
10
5 965 93122,50 0,10 70.028.227.415.311.500.000
6 916 104882,00 0,70 29.542.272.066.093.900
Total 7040 542515,00 1,6
373.039.128.249.532*
168
10
b)

4 , 70
100
7040
*
6
1
6
1

i
i
i
i i
n
n x
X

5 , 71 18 *
36
46 50
5 , 69
2

+
m
ac
T
n
ant F
N
Li Me

8 , 75 18 *
26 14
14
5 , 69 18 *
) 10 36 ( ) 22 36 (
22 36
5 , 69
2 1
1

+
+
+

+
+
+
d d
d
Li Mo
22

94 , 66 9449075 , 66 86300923 , 47 * 398677356 , 1


10 * 49532 3730391282 ... *
100 168 100
2 1
6
1 2 1

i
i
n
n
n
n
n n
x x x Mg

5 , 62
6 , 1
100
6
1
6
1

i i
i
i
i
x
n
n
H

67 , 73 15 , 5425
100
542515 * ... * *
2
2
2
2 1
2
1

+ + +

T
n n
N
n X n X n X
Mq
23
2.
Salrio N. de
trabalhador
Sal*Trabalhador
58,000 5 290.000,00
78,000 3 234.000,00
115,000 10 1.150.000,00
125,000 9 1.125.000,00
180,000 8 1.440.000,00
220,000 5 1.100.000,00
255,000 4 1.020.000,00
TOTAL 44 6.359.000,00
a) 73 , 522 . 144
44
6359000
X
b)
24
GRUPO 8: 180.000,00
73 , 522 . 144 X
GRUPO 9: 125.000,00
c) O salrio mais frequente de 115.000,00
d)
45 , 545 . 145
44
6404000
X
INTERPRETAO GRFICA
25
Salrio N. de
trabalhador
Sal*Trabalhador
58,000 5 290.000,00
78,000 3 234.000,00
115,000 10 1.150.000,00
125,000 9 1.125.000,00
180,000 8 1.440.000,00
220,000 5 1.100.000,00
255,000 3 765.000,00
300.000,00 1 300.000,00
TOTAL 44 6.404.000,00
Terceira parte
MEDIDAS SEPARATRIZES
J havamos feito as primeiras consideraes acerca das Medidas Separatrizes, afirmando que so tambm
Medidas de Posio (assim como as Medidas de Tendncia Central - Mdia, Moda e Mediana). Vimos
tambm que a Mediana classifica-se tanto como medida de tendncia central, quanto como medida
separatriz, e que as separatrizes como o prprio nome sugere so aquelas medidas que "separam" ou
que dividem o conjunto em um certo nmero de partes iguais.
No caso da Mediana, vimos que ela divide o conjunto em duas metades. J o Quartil, separa o conjunto em
quatro partes iguais; o Decil, em dez partes e, finalmente, o Centil (ou Percentil), em cem partes iguais!
Diante destas medidas, bom salientar que existe uma relao importantssima entre as quatro Medidas
Separatrizes. Na verdade uma relao at visual, que no precisamos fazer esforo para "decorar",
bastando traar uma recta (que representar o conjunto), e depois fazer as divises.
!-------------------!-------------------!
Md
!---------!---------!---------!---------!
Q1 Q2 Q3
!---!---!---!---!---!---!---!---!---!---!
D1 D2 D3 D4 D5 D6 D7 D8 D9
!---!---!---!---!---!---!---!---!---!---!
C10 C20 C30 C40 C50 C60 C70 C80 C90

Da, conclumos sem maiores dificuldades que: Md = Q2 = D5 = C50
PARA DADOS SIMPLES, OU SEJA, VARIVEIS DISCRETAS
Quartis em dados no agrupados
O mtodo mais prtico utilizar o princpio do clculo da mediana para os 3 quartis. Na realidade sero
calculadas " 3 medianas " em uma mesma srie.
Ex.: Calcule os quartis da srie: {5, 2, 6, 9, 10, 13, 15}
- O primeiro passo a ser dado o da ordenao (crescente ou decrescente) dos valores: {2, 5, 6, 9, 10, 13,
15}
- O valor que divide a srie acima em duas partes iguais igual a 9, logo a
Md = 9 que ser = Q2 = 9
- Temos agora {2, 5, 6} e {10, 13, 15} como sendo os dois grupos de valores iguais proporcionados pela
mediana (quartil 2). Para o clculo do quartil 1 e 3 basta calcular as medianas das partes iguais
provenientes da verdadeira Mediana da srie (quartil 2).
Logo em {2, 5, 6} a mediana = 5. Ou seja: ser o quartil 1 = Q1 = 5 em {10, 13, 15} a mediana =13.
Ou seja: ser o quartil 3 = Q3= 13
Calcule os quartis da srie: {1, 1, 2, 3, 5, 5, 6, 7, 9, 9, 10, 13}
- A srie j est ordenada, ento calcularemos o Quartil 2 = Md = (5+6) /2 = 5,5
26
- O quartil 1 ser a mediana da srie esquerda de Md: {1, 1, 2, 3, 5, 5}
Q1 = (2+3) /2 = 2,5
- O quartil 3 ser a mediana da srie direita de Md: {6, 7, 9, 9, 10, 13}
Q3 = (9+9) /2 = 9
OUTRA FORMA
No caso duma amostra ordenada,
Primeiro quartil (designado por Q
1/4
) = quartil inferior = o valor aos 25% da amostra ordenada
= 25 percentil
Segundo quartil (designado por Q
2/4
) = mediana = o valor at ao qual se encontra 50% da amostra
ordenada = 50 percentil, ou 5 decil.
Terceiro quartil (designado por Q
3/4
) = quartil superior = valor a partir do qual se encontram 25%
dos valores mais elevados = valor aos 75% da amostra ordenada = 75 percentil
diferena entre os quartis superior e inferior chama-se amplitude inter-quartlico.
N= quantidade de nmeros no conjunto de dados
Q
1/4
=(0.25* (N+1)) arrendondar
Q
2/4
:
Se N for par:
Q
2/4
= mdia dos termos N/2 e N/2+1
Se N for mpar:
Q
2/4
= o termo (N+1) /2
Q
3/4
=(0.75* (N+1)) arrendondar
Exemplo 1: Amostra: 6, 47, 49, 15, 42, 41, 7, 39, 43, 40, 36
Amostra ordenada: 6, 7, 15, 36, 39, 40, 41, 42, 43, 47, 49
Q
1/4
= 15, Q
2/4
= 40 e Q
3/4
= 43
Exemplo 2: Amostra ordenada: 7, 15, 36, 39, 40, 41
Q
1/4
= 15, Q
2/4
= (39+36) /2 = 37.5 e Q
3/4
= 40

27
RESUMO
Descrio dos quartis (dados amostrais):
4
) 1 ( * +

N i
Q
i
Estatstica Notao Posio
1 Quartil Q1 P=0,25* (n+1)
2 Quartil Q2 =Me P=0,50* (n+1)
3 Quartil Q3 P=0,75* (n+1)
Descrio dos Decis (dados amostrais):
10
) 1 ( * +

N i
D
i
Estatstica Notao Posio
1 Decil D1 P=0,10* (n+1)
2 Decil D2 P=0,20* (n+1)
3 Decil D3 P=0,30* (n+1)
4 Decil D4 P=0,40* (n+1)
5 Decil D5=Q2=Md P=0,50* (n+1)
6 Decil D6 P=0,60* (n+1)
7 Decil D7 P=0,70* (n+1)
8 Decil D8 P=0,80* (n+1)
9 Decil D9 P=0,90* (n+1)
Descrio de alguns Percentis (dados amostrais):
100
) 1 ( * +

N i
C P
i i
Estatstica Notao Posio
5Percentil P5 P=0,05* (n+1)
10 Percentil P10 P=0,10* (n+1)
25 Percentil P25=Q1 P=0,25* (n+1)
50 Percentil P50= D5 =Q2 = Md P=0,50* (n+1)
75 Percentil P75=Q3 P=0,75* (n+1)
90 Percentil P90 P=0,90* (n+1)
95 Percentil P90 P=0,95* (n+1)
28
PARA DADOS AGRUPADOS EM CLASSE, OU SEJA, PARA VARIVEIS
CONTNUAS
DETERMINAO DO QUARTIL
Sabemos que para dividir um conjunto em quatro partes iguais, precisamos marcar trs pontos apenas
(como vimos no desenho acima!). Portanto, j sabemos que existem trs quartis, os quais designaremos por
Q1 primeiro quartil), Q2 (segundo quartil) e Q3 (terceiro quartil).
Calculando o Primeiro Quartil Q1
Determinamos o n (somando a coluna da fi);
Calculamos o valor de (n/4) (independentemente de n ser par ou mpar!);
Construmos a coluna da fac;
Comparamos o valor do (n/4) com os valores da fac, iniciando da fac da primeira classe (a mais de
cima!) e fazendo a seguinte pergunta: "esta fac maior ou igual a (n/4)?". Se a resposta for NO,
passamos fac da classe seguinte. Quando a resposta for SIM, pararemos e procuraremos a classe
correspondente! Esta ser a nossa Classe do Primeiro Quartil.
Finalmente, aplicaremos a frmula do Q1, extraindo os dados desta classe do Q1, que acabamos
de encontrar! Novamente a frmula:
h
fi
fac
n
l Q
ANT

1
1
1
1
]
1

,
_

+
4
inf 1
Exemplo: Para o conjunto abaixo, determine o valor do primeiro quartil
Xi Fi Fac
[0 - 10]
] 10 - 20]
] 20 - 30]
] 30 - 40]
] 40 - 50]
2
5
8
6
3
2
7
15
21
24
2 maior ou igual a 6? NO!
7 maior ou igual a 6? SIM!
n=24
Da, achamos que n=24 e, portanto, (n/4) = 6
h
fi
fac
n
l Q
ANT

1
1
1
1
]
1

,
_

+
4
inf 1

10
5
2 6
10 1
1
]
1


+ Q
Q1=18
O Segundo Quartil e o Terceiro Quartil:
A determinao do Q2 e do Q3 semelhante do Q1, com uma pequena diferena! preciso sabermos do
seguinte:
O que ir ser alterado na determinao do clculo destas medidas separatrizes exactamente aquela
fraco que aparece no numerador da frmula!
No caso da Mediana, a fraco (n/2); No caso do primeiro quartil, (n/4). E nos demais quartis, como
ser?
29
Para o segundo quartil, repete-se o (n/4) do primeiro quartil e pe-se um algarismo 2 (de Q2) no numerador,
junto ao n! Assim, teremos:
Fraco do Segundo Quartil: Q2 (2n/4) = (n/2)
Da, a frmula do Segundo Quartil Q2 a seguinte:
h
fi
fac
n
l Q
ANT

1
1
1
1
]
1

,
_

+
4
2
inf 2
Ou seja:
h
fi
fac
n
l Q
ANT

1
1
1
1
]
1

,
_

+
2
inf 2
= Mediana
J no caso do terceiro quartil, repete-se o (n/4) do primeiro quartil e pe-se um algarismo 3 (de Q3) no
numerador, ao lado do n; Teremos, pois:
Fraco do Terceiro Quartil: Q3 (3n/4)
Da, a frmula que empregaremos para determinar o Terceiro Quartil ser a seguinte:
h
fi
fac
n
l Q
ANT

1
1
1
1
]
1

,
_

+
4
3
inf 3
Exemplo: Para o conjunto abaixo, determine o valor do terceiro quartil
Xi fi fac
[0- 10]
] 10 - 20]
] 20 - 30]
] 30 - 40]
] 40 - 50]
2
5
8
6
3
2
7
15
21
24
2 maior ou igual a 18? NO!
7 maior ou igual a 18? NO!
15 maior ou igual a 18? NO!
21 maior ou igual a 18? SIM!
N = 24

Da, achamos que N=24 e, portanto, (3N/4) =18
h
fi
fac
n
l Q
ANT

1
1
1
1
]
1

,
_

+
4
3
inf 3

10
6
15 18
30 3
1
]
1


+ Q
Q3=35
Calculando o Primeiro Decil D1:
Como j aprendemos aqui, o Decil dividir o conjunto em dez partes iguais! Da, a fraco que constar no
numerador da frmula do Primeiro Decil ser justamente (n/10)!
Da, faremos o seguinte: independentemente de n ser um valor par ou mpar, calcularemos o valor de (n/10)
e compararemos este valor com a coluna da fac! A nossa pergunta de praxe, agora adaptada ao Primeiro
Decil ser: "esta fac maior ou igual a (n/10)?".
30
E por que faremos isso? Porque precisamos encontrar a Classe do Primeiro Decil! Ou seja, precisamos
identificar a classe da qual extrairemos os dados para utilizarmos na frmula do D1!
Estamos percebendo que os passos todos se identificam, quando se trata de determinarmos as Medidas
Separatrizes.
Sero, portanto, os seguintes passos adoptados para clculo do Primeiro Decil: Determinamos o n
(somando a coluna da fi);
Calculamos o valor de (n/10) (independentemente de n ser par ou mpar!);
Construmos a coluna da fac;
Comparamos o valor do (n/10) com os valores da fac, iniciando da fac da primeira classe (a mais
de cima) e fazendo a seguinte pergunta: "esta fac maior ou igual a (n/10)?". Se a resposta for NO,
passamos fac da classe seguinte. Quando a resposta for SIM, pararemos e procuraremos a classe
correspondente! Esta ser a nossa Classe do Terceiro Quartil.
Finalmente, aplicaremos a frmula do Q3, extraindo os dados desta classe do Q1, que acabamos
de encontrar; Eis a frmula:
h
fi
fac
n
l D
ANT

1
1
1
1
]
1

,
_

+
10
inf 1
Exemplo: Para o conjunto abaixo, determine o valor do primeiro decil
Xi fi fac
[0 - 10]
] 10 - 20]
] 20 - 30]
] 30 - 40]
] 40 - 50]
2
5
8
6
3
2
7
15
21
24
2 maior ou igual a 2,4? NO!
7 maior ou igual a 2,4? SIM!
N = 24
Da, achamos que N=24 e, portanto, (N/10) = 2,4
h
fi
fac
n
l D
ANT

1
1
1
1
]
1

,
_

+
10
inf 1

10
5
2 4 , 2
10 1
1
]
1


+ D
D1=10,8
CALCULANDO OS OUTROS DECIS D2 A D9
Creio que j estamos quase prontos para generalizar o nosso entendimento sobre as Medidas Separatrizes,
vejamos apenas o que haver de novo na determinao dos demais Decis!
J sabemos que o que diferencia uma Medida Separatriz de outra, para fins de clculo, aquela fraco que
aparece no numerador da frmula! Para o Primeiro Decil (D1), essa fraco (n/10), conforme vimos
acima, e para os demais Decis, qual ser a fraco de cada um deles?
Para o segundo Decil, repete-se o (n/10) do primeiro decil e pe-se um algarismo 2 (de D2) no numerador,
junto ao n. Assim, teremos:
31
Fraco do Segundo Decil: D2 (2n/10)

Logo, para sabermos a frmula do D2, basta repetir a frmula da Mediana e, em lugar do (n/2), usarmos o
(2n/10)! Teremos:
h
fi
fac
n
l D
ANT

1
1
1
1
]
1

,
_

+
10
2
inf 2
Para o terceiro Decil, repete-se o (n/10) do primeiro decil e pe-se um algarismo 3 (de D3) no numerador,
junto ao n; Assim, teremos:
Fraco do Terceiro Decil: D3 (3n/10)
Da, conclumos que a frmula do D3 ser a frmula da Mediana com a seguinte alterao: em lugar do
(n/2), usarmos o (3n/10), Teremos:
h
fi
fac
n
l D
ANT

1
1
1
1
]
1

,
_

+
10
3
inf 3
E assim por diante! Ou seja, o que ir mudar nas frmulas dos nove Decis ser apenas a fraco do
numerador, seguindo o mesmo raciocnio, teremos que as fraces prprias dos prximos Decis sero as
seguintes:
Fraco do Quarto Decil: D4 (4n/10)
Fraco do Quinto Decil: D5 (5n/10)
Fraco do Sexto Decil: D6 (6n/10)
Fraco do Stimo Decil: D7 (7n/10)
Fraco do Oitavo Decil: D8 (8n/10)
Fraco do Nono Decil: D9 (9n/10)
Ento, traaremos os passos para determinao de qualquer um dos Decis, usaremos o artifcio de substituir
o nmero do Decil por X, de forma que encontraremos o X-simo Decil, ok? Os passos so os seguintes:
Determinamos o n (somando a coluna da fi);
Calculamos o valor de (Xn/10) (independentemente de n ser par ou mpar);
Construmos a coluna da fac;
Comparamos o valor do (Xn/10) com os valores da fac, iniciando da fac da primeira classe (a mais
de cima!) e fazendo a seguinte pergunta: "esta fac maior ou igual a (Xn/10)?". Se a resposta for
NO, passamos fac da classe seguinte. Quando a resposta for SIM, pararemos e procuraremos a
classe correspondente, esta ser a nossa Classe do X-simo Decil, ou seja, a Classe do DX.
Finalmente, aplicaremos a frmula do DX, extraindo os dados desta classe do DX, que acabamos
de encontrar! Eis a frmula:
32
h
fi
fac
Xn
l DX
ANT

1
1
1
1
]
1


,
_

+
10
inf
Exemplo: Para o conjunto abaixo, determine o valor do nono decil
Xi fi fac
[0 - 10]
] 10 - 20]
] 20 - 30]
] 30 - 40]
] 40 - 50]
2
5
8
6
3
2
7
15
21
24
2 maior ou igual a 21,6? NO!
7 maior ou igual a 21,6? NO!
15 maior ou igual a 21,6? NO!
21 maior ou igual a 21,6? NO!
24 maior ou igual a 21,6? SIM!
n=24
Da, achamos que n=24 e, portanto, (9n/10) = 21,6
h
fi
fac
n
l D
ANT

1
1
1
1
]
1

,
_

+
10
9
inf 9

10
3
21 6 , 21
40 9
1
]
1


+ D
D9=40,2
33
CALCULANDO OS PERCENTIS
Restaram agora os Percentis, Lembraremos que o Percentil (ou Centil) dividir o conjunto em cem partes
iguais! Por analogia, j podemos concluir que a fraco do numerador da frmula para o Primeiro Centil
ser (n/100). E para os demais Percentis, teremos que:
Fraco do Segundo Percentil: P2 (2n/100)
Fraco do Terceiro Percentil: P3 (3n/100)
Fraco do Quarto Percentil: P4 (4n/100)
Fraco do Nonagsimo Percentil: P90 (90n/100)
Fraco do Nonagsimo Oitavo Percentil: P98 (98n/100)
Fraco do Nonagsimo Nono Percentil: P99 (99n/100)
Da, a sequncia de passos que usaremos para determinar os Percentis, usando o mesmo artifcio para
encontrarmos o X-simo Percentil o PX, ser a seguinte:
Determinamos o n (somando a coluna da fi);
Calculamos o valor de (Xn/100) (independentemente de n ser par ou mpar);
Construmos a coluna da fac;
Comparamos o valor do (Xn/100) com os valores da fac, iniciando da fac da primeira classe (a
mais de cima!) e fazendo a seguinte pergunta: "esta fac maior ou igual a (Xn/100)?". Se a resposta
for NO, passamos fac da classe seguinte. Quando a resposta for SIM, pararemos e procuraremos a
classe correspondente, esta ser a nossa Classe do X-simo Centil, ou seja, a Classe do PX.
Finalmente, aplicaremos a frmula do PX, extraindo os dados desta classe do PX, que acabamos
de encontrar! Eis a frmula:
h
fi
fac
Xn
l PX
ANT

1
1
1
1
]
1

,
_

+
100
inf
CLCULOS ADICIONAL
Quartil
Amplitude Interquartlica
A amplitude Interquartlica a diferena entre o terceiro e o primeiro quartil. Esta medida mais estvel
que a amplitude total por no considerar os valores mais extremos. Esta medida abrange 50% dos dados e
til para detectar valores discrepantes.
1 3
Q Q dq
A amplitude semi-interquartlica definida como a mdia aritmtica da diferena entre a mediana e os
quartis:
2
1 3
Q Q
dq
m

.
Mdia Interquartlica
2
1 3
Q Q
Q
m
+

34
Decil
Amplitude entre os Decis
1 9
D D d
d

Amplitude semi-Decil
2
1 9
D D
d
m d

Mdia Interquartlica
2
1 9
D D
D
m
+

Cents
Amplitude entre os Cents
10 90
P P d
P

Amplitude semi Centlica
2
10 90
P P
d
m P

Mdia Interquartlica
2
10 90
P P
P
m
+

35
Quarta parte
MEDIDAS DE DISPERSO
ABSOLUTAS
Amplitude Total
A amplitude total de um conjunto de dados a diferena entre o maior e o menor valor observado. A
medida de disperso no levar em considerao os valores intermedirios perdendo a informao de como
os dados esto distribudos e/ou concentrados.
Xmn Xmx AT
Desvio Quartlico
Tambm chamado de amplitude semi-interquartlica e baseada nos quartis.
Desvios singulares e desvio mdio
1. Desvio singular
Seja a seguinte distribuio estatstica:
, ,..., , ,
3 2 1 n
x x x x X
Para cada um dos valores singular de varivel, o desvio singular (
j
D
) em relao
mdia ser:
x x D
j j
, Onde
x
a mdia aritmtica dos valores
j
x
.

Resoluo:
- A mdia aritmtica em anos : 16
5
18 17 16 15 14 ...
3 2 1

+ + + +

+ + + +

n
x x x x
X
n
a) Ento, o desvio singular dos elementos 15, 16 e 18 : x x D
j j

1 16 15
15
D
,
0 16 16
16
D
,
2 16 18
18
D
b)
2 16 14
14
D ,
1 16 15
15
D
,
0 16 16
16
D
,
1 16 17
17
D
,
2 16 18
18
D
36
PROPRIEDADES:
1. Se
j
x

x

j
D
0
2. Se
j
x
=
x

j
D
=0
3. Se
j
x

x

j
D
0
4.
0
1

n
j
j
D
EXEMPLO:
As idades dos jogadores da equipa de basquetebol
do Colgio Zelly em Viana, so: 14, 15, 16, 17, 18.
Relativamente a essa amostra, calcule:
a) O desvio singular (em anos) dos elementos
15, 16 e 18.
b) Determine

n
j
j
D
1
.
2
1 3
Q Q
dq
m

+ + +
5
1
0 2 1 0 1 2
j
j
D
, 4. Propriedade.
2. Desvio mdio
a mdia aritmtica dos valores absolutos dos desvios singulares.
Para dados no agrupados
EXEMPLO:
Baseando-se exerccio anterior, relativo aos jogadores da equipa de basquetebol, determine o desvio mdio.
Resoluo:
16
5
18 17 16 15 14 ...
3 2 1

+ + + +

+ + + +

n
x x x x
X
n
2 16 14
14
D ,
1 16 15
15
D
,
0 16 16
16
D
,
1 16 17
17
D
,
2 16 18
18
D
2 , 1
5
2 1 0 1 2

+ + + +

m
D . Logo, o desvio mdio 1,2 anos.
Para dados agrupados

2. Calcula a mdia aritmtica e o desvio mdio da seguinte distribuio:
CLASSE
i
f
[0; 4[ 2
[4; 8[ 6
[8; 12[ 8
[12; 16[ 3
[16; 20[ 1
37
n
x x x x x x x x
D
n
m
+ + + +

...
3 2 1

n
j
j
n
j
j j
m
f
x x f
D
1
1
*
Classe Ponto mdio da
classe (
i x
)
i
f
i
i f x * x xi
x x f i
i
*
[0; 4[ 2 2 4 7 14
[4; 8[ 6 6 36 3 18
[8; 12[ 10 8 80 1 8
[12; 16[ 14 3 42 5 15
[16; 20[ 18 1 18 9 9
Total (N) 20 180 64
Varincia
A varincia ou valor mdio de uma amostra de nmeros, o valor mdio do quadrado do desvio mdio.
Para dados no agrupados
Para dados agrupados
Desvio padro
O desvio padro a raiz quadrada da varincia.
EXERCCIO PRTICO
1. A tabela a seguir mostra o nmero de votos por classe de dois candidatos que esto concorrendo a uma
vaga de representante dos estudantes do curso de Contabilidade e Administrao, 2. Ano/2012.
38
[ ] [ ] [ ] [ ]
n
x x x x x x x x
V
n
a r
2 . 2 .
3
2 .
2
2 .
1
. . . + + + +

ar
V S

n
j
j
n
j
j j
ar
f
x x f
V
1
1
2
*
ATENO!
A mdia aritmtica, neste caso
dada por: 9
20
180
x
O desvio mdio :
2 , 3
20
64

m
D
SRIE
CANDIDATO
CURSO DE CONTABILIDADE E ADMINISTRAO, 2. ANO/2012
A B C D E F
ALFREDO 12 15 12 16 14 15
SEBASTIO 12 11 18 9 19 15
a) Calcular o desvio padro de cada um desses candidatos.
b) Qual dos dois candidatos mais regular
Resoluo:
a) Inicialmente vamos calcular a mdia aritmtica dos candidatos.
14
6
84
6
15 14 16 12 15 12

+ + + + +
AL X
14
6
84
6
15 19 9 18 11 12

+ + + + +
SE X
Em seguida, vamos calcular os desvios e os quadrados dos desvios:
ALFREDO
X X
j

2
x x
j

12 14= - 2
4 2
2

15 14= 1
1 1
2

12 14= -2
4 2
2

16 14= 2
4 2
2

14 14= 0
0 0
2

15 14= 1
1 1
2

Agora, vamos calcular as varincias:


33 , 2
6
14
6
1 0 4 4 1 4

+ + + + +

aAL
V
33 , 13
6
80
6
1 25 25 16 9 4

+ + + + +

aSE
V
Por ltimo, vamos calcular os desvios padres extraindo a raiz quadrada das varincias:
53 , 1 33 , 2
AL
S
65 , 3 33 , 13
SE
S
b) Observe que as mdias de Alfredo e Sebastio so iguais a 14.
39
SEBASTIO
X X
j

2
x x
j

12 -14= -2
4 2
2

11 14= -3
9 3
2

18 14= 4
16 4
2

9 14= - 5
25 5
2

19 14 = 5
25 5
2

15 15= - 1
1 1
2

Nota-se tambm que o Sebastio tem um desvio padro superior ao de Alfredo (3,65 1,53), isto , a
disperso dos votos relativamente mdia maior no caso do Sebastio.
Por isso, Alfredo o estudante mais regular.
40
2. Calcula a varincia e o desvio padro da seguinte distribuio:
CLASSE
i
f
[0; 4[ 2
[4; 8[ 6
[8; 12[ 8
[12; 16[ 3
[16; 20[ 1
Classe Ponto mdio da
classe (
i x
)
i
f
i
i f x * x xi
( )
2
* x x f i
i

[0; 4[ 2 2 4 2 -9 = -7 2*49=98
[4; 8[ 6 6 36 6 9= -3 6*9=54
[8; 12[ 10 8 80 10 9= 1 8*1=8
[12; 16[ 14 3 42 14 -9= 5 3*25=75
[16; 20[ 18 1 18 18 9= 9 1*81=81
Total (N) 20 180 316
RELATIVAS
Varincia Relativa
A varincia relativa, representada por
2
o quociente entre a varincia absoluta e o quadrado da mdia.
Isto :
2
2
2
2

,
_


x
S
x
S

Coeficiente de Variao de Pearson


Coeficiente de Variao de Pearson ( a razo entre o desvio padro e a mdia referentes a dados de uma
mesma srie).
- Elimina o efeito da magnitude dos dados
- Exprime a variabilidade em relao mdia
- Por ser um nmero admensional, permite a comparao de sries de variaveis com unidades diferentes.
41
Nesse caso, devemos construir um
quadro mais completo para calcular a
mdia, os desvios em relao mdia e
seus quadrados.
ATENO!
A mdia aritmtica, neste caso
dada por: 9
20
180
x
A varincia :
8 , 15
20
316
20
1 * 81 3 * 25 8 * 1 6 * 9 2 * 49

+ + + +

ar
V
O desvio padro :
97 , 3 8 , 15
ar
V S
% 100 *
X
S
CV
P

OBS.: se existem duas amostras A e B, e se desejamos saber qual delas a mais homognea, ou seja, de
menor variabilidade, basta fazermos o seguinte: calculamos as mdias e os desvios padres de A e B, e:
Se
B A
X X , Ento o desvio informar qual a mais homognea.

B A
X X , Ento a mais homognea ser a que tiver menor CV.
Exemplo
A= {1,3,5} e B= {53, 55, 57}
Qual das duas a mais homognea?
Soluo
% 7 , 66 % 100 *
3
2

A
CV
% 6 , 3 % 100 *
55
2

B
CV
Portanto, a amostra B a mais homognea.
Coeficiente de Variao de Thorndike
Coeficiente de Variao de Thorndike igual ao quociente entre o desvio padro e a mediana.
% 100 *
Me
S
CV
T

Coeficiente Quartlico de Variao
Esse coeficiente definido pela seguinte expresso:
% 100 *
1 3
1 3
Q Q
Q Q
CQV
+

Desvio quartil Reduzido


% 100 *
2
1 3
Me
Q Q
dqr

Erro Padro da Mdia


O Erro padro da mdia, mede a preciso da Mdia, sua frmula :
n
S
n
S
x V X S
X
X

2
) (
) ( ) (
42
Quinta parte
MEDIDAS DE ASSIMETRIA E DE CURTOSES
Momentos Estatsticos
Os momentos servem para caracterizar distribuio de probabilidade, do uma ideia de tendncia central,
disperso e assimetria de uma distribuio.
Para Dados No Agrupados
Para Dados Agrupados Em Classes
Em relao a mdia
N
X X f
m
r
i i
r

) (
Em ao desvio singular
Momento Linear
Relao dos momentos
4
1
2
1 3 1 4 4
3
1 2 1 3 3
1 2 2
1
3 6 4
2 3

0
m m m m m m
m m m m m
m m m
m
+
+

CONTROLE DE CHARLIER CORRECES DE SHEPPARD


43
) 4 3 , 2 , 1 ( .... .... ....
.... .... ....
) (
e r R ordem de momento m
mdios pontos dos mdia A
A X d
N
A X f
m
r
i
r
i i
r


N
X
m
r
i
r

N
u f
C m
r
i r
r


C
d
u


+ + +
+ + +
+ +
+
N fu fu fu m
N fu fu fu m
N fu fu m
N fu m
2 3 4
4
2 3
3
2
2
1
6 4
3 3
2
gular desvio ao correlao momento
C m C m m
C m m
sin ... ... .. ...
240
7
2
1
12
1
4
2
2
4 4
2
2 2
+

Medidas De Assimetria
A medida de assimetria um indicador da forma da distribuio dos dados. Ao construir uma distribuio
de frequncias e/ou um histograma, est-se buscando, tambm, identificar visualmente, a forma da
distribuio dos dados que ou no confirmada pelo coeficiente de assimetria de Pearson (As).
Uma distribuio com classes simtrica quando: Mdia = Mediana = Moda
Uma distribuio com classes :
Assimtrica esquerda ou negativa quando: Mdia <Mediana <Moda
Assimtrica direita ou positiva quando: Mdia> Mediana> Moda
Coeficiente de assimetria: A medida anterior, por ser absoluta, apresenta a mesma deficincia do desvio
padro, isto , no permite a possibilidade de comparao entre as medidas de duas distribuies. Por esse
motivo, daremos preferncia ao coeficiente de assimetria de Pearson:
( )
Padro Desvio
Mediana Mdia
AS

( )
S
Me X
AS

3
Ou pela moda
S
Mo X
A
S

1 3
1 3
1 3
1 3
2
) ( ) (
) ( ) (
Q Q
Q Me Q
Q Me Me Q
Q Me Me Q
q A
S

10 90
10 90
2
P P
P Me P
p A
S

3
2
3
3
m
m
m A
S

Escalas de assimetria:
| AS | <0,15 assimetria pequena, (fraca)
0,15 <| AS | <1, assimetria moderada
| AS |> 1, assimetria elevada, (forte)
INTERPRETAO GRFICA
44
Assimtrica negativa
Simtrica
Assimtrica positiva
Distribuio Normal
De todas as distribuies tericas de varivel aleatria contnua, uma das mais importantes a distribuio
normal.
Caso especial da distribuio Normal: N (0,1). Propriedade dessa distribuio: Podemos calcular
probabilidades usando a tabela da distribuio normal padronizada.
Clculo de probabilidades P (a <Mdia <b) rea sob a curva e acima do eixo horizontal (x) entre a e b.
A distribuio normal reduzida uma distribuio normal com mdia 0 e desvio padro 1. As
probabilidades associadas (ou reas sob a curva) so encontradas em uma tabela, de modo que no
precisamos calcular. A frmula que usaremos :
S
X X
Z

Deduo
) ( ) ( ) (
S
X b
Z
S
X a
P
S
X b
S
X X
S
x a
P b X a P


Exemplo Resolvido
1. Seja X~N (10;8), calcular P (6X12).

) 25 , 0 5 , 0 ( )
8
10 12
8
10 6
( ) 12 6 (

Z P Z P X P
2. Imagine um grupo de trabalhadores com mdia salarial Kzs 400,00 e desvio padro Kzs 50,00.
Qual a probabilidade de encontrarmos um trabalhador que tenha salrio entre Kzs 390,00 e
Kzs 450,00?
Passo a passo:
1) A distribuio original (X) tem mdia Kzs 400,00 e desvio Kzs 50,00
45
a
x
b
dx e A
b x P
b
X


2
) (
1
) (
2

dx e A
x P
X
dx e A
x a P
a
X


2
) (
2) Podemos ento encontrar os valores de Z correspondentes a X = Kzs 390,00 e X = Kzs 450,00
Z1 = (390 400) /50 = -0,2
Z2 = (450 400) /50 = 1,0
Assim, podemos dizer que a probabilidade do salrio (X) ficar entre Kzs 390,00 e Kzs 450,00 a mesma de
termos Z entre 0,2 e +1,0.
Observando a tabela de distribuio normal de Z temos 0,0793 para 0,2 (no h diferena entre -0,2 e
+0,2, uma vez que a curva simtrica) e 0,3413 para 1,0.
Como a distribuio Z tem mdia 0, temos -0,2 esquerda do zero e o +1,0 direita do zero.
P (390 <X <450) = P (-0,2 <Z <0) + P (0 <Z <1,0) = 0,0793 + 0,3413 = 0,4206. Ou seja, temos que em
mdia 42% dos trabalhadores ganham entre Kzs 390,00 e Kzs 450,00.
USO DA TABELA NORMAL PADRO
Exemplo: Seja Z~ N (0; 1), calcular P (Z0,32)
P (Z0,32) = A (0,32) = 0,6255.
Encontrando o valor na Tabela N (0;1)
Z 0 1 2
0,0 0,5000 0,5039 0,5079
0,1 0,5398 0,5437 0,5477
0,2 0,5792 0,5831 0,5870
0,3 0,6179 0,6217
0,6255
46
Obs.: Para ler a tabela de distribuio normal Z, procure os dois primeiros algarismos na primeira coluna e
depois o ltimo algarismo na primeira linha. Para achar o 1,00 fcil. Basta acharmos o 1,0 na primeira
coluna e depois o 0,00 na primeira linha. Ficamos com 0,3413. Se quisermos achar Z = 1,55, temos que
achar o 1,5 na primeira coluna e depois o 0,05 na primeira linha. Ficamos com 0,4395. Por ltimo, se
quisermos achar Z = 3,38, procuraremos o 3,3 na primeira coluna e o 0,08 na primeira linha. Acharemos o
valor 0,4996.
Medidas De Curtoses
Denominamos CURTOSE o grau de achatamento de uma distribuio em relao a uma distribuio
padro, denominada curva normal (curva correspondente a uma distribuio terica de probabilidade).
Quando a distribuio apresenta uma curva de frequncia mais fechada que a normal (ou mais
aguda ou afilada em sua parte superior), ela recebe o nome de leptocrtica.
Quando a distribuio apresenta uma curva de frequncia mais aberta que a normal (ou mais
achatada em sua parte superior), ela recebe o nome de platicrtica.

A curva normal, que a nossa base referencial, recebe o nome de mesocrtica.
Coeficiente de curtose:
) ( 2
) (
10 90
1 3
1
P P
Q Q
K

, Este coeficiente conhecido como percentlico de curtose.


Relativamente a curva normal, temos:
K1 = 0,263 curva mesocrtica
K1 <0,263 curva leptocrtica
K1> 0,263 curva platicrtica
O coeficiente (K2) ser utilizado em nossas anlises:

4
4
2
) (
S f
X X f
K
i
i i
, Onde S
Desvio padro.
K2 = 3 curva mesocrtica
K2> 3 curva leptocrtica
K2 <3 curva platicrtica
COEFICIENTE DO MOMENTO DA CURTOSE:
47
2
2
4
4
m
m
Km
RESUMO
Na seguinte tabela temos as idades de 80 alunos ingressados na Escola Superior Politcnica
do Bi, no ano lectivo 2012 no Curso de Contabilidade e Administrao.
30 25 34 27 28 35 30 27 34 28
19 22 26 18 20 23 25 21 27 21
21 19 20 33 19 18 33 26 22 19
34 23 20 22 27 19 20 18 24 27
18 27 31 24 20 36 19 22 31 20
20 25 25 21 23 22 24 23 26 19
22 34 18 26 25 33 27 25 20 23
31 27 22 30 34 26 32 35 36 30
Utilizando como K = 6.
Calcular:
1. As Mdias (aritmtica, harmnica, quadrtica e geomtrica), Mediana, Moda.
2. Quartil, Decil e Percentil.
2.1. As suas Amplitudes, Amplitudes semi-inter, Mdias Inter
3. Desvio Mdio, Varincia, Desvio Padro.
3.1.Varincia Relativas, os Coeficientes de Variao, Desvio Quartlico Reduzido e Erro Padro
da Mdia.
4. Coeficiente de Assimetria e Sua Classificao, Distribuio Normal, Coeficiente de Curtose e Sua
Classificao.
TABELA DE FREQUNCIAS
i Classe
i
X
i
n
i
N
i
f
i
F
X
X X
i

2
X X
i

X X n
i i

2
X X n
i i

1 [18-21] 19,5 24 24 0,30 0,30 25 5,5 30,25 132 726
2 ] 21-24] 22,5 15 39 0,19 0,49 25 2,5 6,25 37,5 93,75
3 ] 24-27] 25,5 19 58 0,24 0,73 25 0,5 0,25 9,5 4,75
4 ] 27-30] 28,5 6 64 0,08 0,81 25 3,5 12,25 21 73,5
5 ] 30-33] 31,5 7 71 0,09 0,90 25 6,5 42,25 45,5 295,75
6 ] 33-36] 34,5 9 80 0,10 1 25 9,5 90,25 85,5 812,25
80 ** 1 ** ******* ******* 331 2006

48
Sexta parte
BIBLIOGRAFIA
JOS RUY GIOVANNI, JOS ROBERTO BONJORNO E JOS RUY GIOVANNI JR. Matemtica
Fundamental Uma Nova Abordagem, Ensino Mdio Volume nico, Coleco Delta Editora FTD S.A. So
Paulo Brasil, pg. 450-477.
www.google.com.br:
Sites:
Www.estatistica-nooesbasicas%somatematica.com.br
Www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva por Joo Flores Neto
Prof. Luis Paulo Departamento de Mtodos Estatsticos -Instituto de Matemtica
E-mail: braga@dme.ufrj.br
SITE: http://www.dme.im.ufrj.br/braga.html
LivroMauriGUERRA_Estatistica_indutiva_LTCE.pdf.4o9eic6
MARTE TERESINHA TOMS, Matemtica 11. Classe, Segundo Ciclo do Ensino Secundrio, Editor.
Texto editora, Lda. Angola, pg. 161-184

49