MEDIDAS DE DISPERSO

Medidas de tendncia central fornecem um

resumo parcial das informaes de um conjunto
de dados. A necessidade de uma medida de
variao aparente, para que nos permita, por
exemplo, comparar conjuntos diferentes de
valores. Algumas caracterstica desta medida
devem ser atendidos como veremos a seguir.
 MEDIDAS DE DISPERSO
Amostragem A: 8, 8, 9, 10, 11, 12, 12
Mdia 10; Mediana 10 e Bimodal (8, 12)
Amostragem B: 5, 6, 8, 10, 12, 14, 15
Mdia 10; Mediana 10 e sem Moda
Amostragem C: 1, 2, 5, 10, 15, 18, 19
Mdia 10; Mediana 10 e sem Moda
As medidas de tendncia central pouco ou nada informam a
respeito da disperso dos dados
O conceito de medida de disperso relativamente difcil. O
quanto informativo dizer que as trs amostragens possuem
disperso 4, 10 e 18 (Y7-Y1)?
 MEDIDAS DE DISPERSO
Amostragem D: 8, 9, 10, 10, 10, 11, 12
Mdia 10; Mediana 10 e Modal 10
Amostragem E: 5, 7, 9, 10, 11, 13, 15
Mdia 10; Mediana 10 e sem Moda
Amostragem F:1, 5, 8, 10, 12, 15, 19
Mdia 9; Mediana 10 e sem Moda
Estes trs conjuntos de dados tambm possuem disperso mxima
igual a 4, 10 e 18, respectivamente. As amostras A, B e C
apresentam um maior nmero de observaes mais distantes da
mdia, enquanto nas amostras D, E e F ocorre um maior nmero
de observaes concentradas em torno da mdia. Torna-se
interessante que haja uma definio a qual use todas as
observaes e que seja um pequeno valor quando as observaes
se aproximam da mdia e grande quando estas so espaadas.
 MEDIDAS DE DISPERSO
Por fim considere os dados destas duas
amostras:
Amostra A: 5, 6, 8, 10, 12, 14, 15
Amostra B: 105, 106, 108, 110, 112, 114, 115
A disperso (Y7-Y1) igual nas duas amostra
e, portanto, independe do tamanho dos
nmeros.
 MEDIDAS DE DISPERO
O critrio geralmente utilizado aquele que mede a concentrao dos
dados em torno da mdia, e algumas medidas so as mais usadas: desvio
mdio, varincia, desvio padro e Coeficiente de Variao.
Ex: 3, 4, 5, 6, 7 (mdia 5), os desvios xi-x, so: -2, -1, 0, 1 ,2.
1, 3, 5, 7, 9 (mdia 5), os desvios xi-x, so: -4, -2, 0, 2, 4.
fcil observar que a soma dos desvios igual a zero, o que torna
invivel esta medida. As opes so:
a)Considerar o total dos desvios em valor absoluto (mdulo) ou,
b)Considerar o total dos quadrados dos desvios. Assim teramos:
Para a amostra: 3, 4, 5, 6, 7
5

n
i 1
i xi x = 2 + 1 + 0 + 1 + 2 = 6 (a)
5

n xi x
i 1
i 2 = 4 + 1 + 0 + 1 + 4 = 10 (b)
 DESVIO MDIO
O desvio mdio (DM) refere-se mdia dos desvio em valor
absoluto, como na frmula a seguir, aplicada a amostra 3, 4, 5,
6, 7. 5

DM(x) = ni x i x /n , usando o exemplo anterior DM(x) = 6/5 = 1,2
i 1

Para a amostra 1, 3, 5, 7, 9 teramos:

5

DM(x) = n1 x i x /n , DM(x) = 12/5 = 2.4

i 1

Baseado nos dados, pode-se dizer que a primeira amostra mais

homognea.
 VARINCIA
A medida que contempla os aspectos apresentados e que mais utilizada a
Varincia. A varincia representada por dois smbolos: 2 (letra grega sigma) para
populao e s2 para uma amostra. As frmulas para a varincia da populao e da
amostra so apresentadas abaixo.

k
Populao: 2=
ni x i
2 /n
i 1
Amostra: s =
2 k 2 /n-1,
n xi x
i 1
i

O denominador n-1 tem o propsito de tornar a varincia da amostra a estimativa da

varincia da populao. N-1 conhecido como grau de liberdade e refere-se ao
nmero de somas independentes lineares numa soma de quadrados.
A varincia uma medida que expressa um desvio quadrtico mdio. A unidade da
varincia portanto o quadrado dos dados originais. Ex: para dados expressos em
centmetros a varincia ser expressa em centmetros quadrados.
 VARINCIA
Para as amostras 3, 4, 5, 6, 7 e
1, 3, 5, 7, 9
As varincias seriam:
S12 = (3-5)2+ (4-5)2 + (5-5)2+ (6-5)2+ (7-5)2/4 S12 =2,5

S22 = (1-5)2+ (3-5)2+ (5-5)2+ (7-5)2+ (9-5)2/4 S22 =10

A amostra 3, 4, 5, 6, 7 mais homognea.

 VARINCIA

Mdia = (0*4)+(1*5)+(2*7)+(3*3)+(5*1))/20=1,65

DM(x) = 4*(0-1,65) + 5* (1-1,65) + 7* (2-1,65) + 3* (3-1,65) + 1* (5-1,65)/20 = 0,98

Varincia S2 = 4*(-1,65)2 + 5* (-0,65)2 + 7* (0,35)2 + 3* (1,35)2 + 1* (3,35)2/19 = 1,6

 DESVIO PADRO
Sendo a varincia uma medida que expressa um desvio quadrtico mdio, esta pode
causar alguns problemas de interpretao. Para evitar isto, costuma-se usar o desvio
padro, que definido como a raiz quadrada positiva da varincia. Desta forma,
tem-se uma medida de variabilidade expressa na mesma unidade dos valores do
conjunto de dados. O desvio padro (, para populao e s para amostras) pode ser
calculado atravs das seguintes frmulas:

ni xi 2

ni xi x 2

1 n s = 1
k k
= e
n 1

O DESVIO PADRO DAS AMOSTRAS 3, 4, 5, 6, 7 e 1, 3, 5, 7, 9 seria:

S1= 2,5 =1,58

S2= 10 =3,16
COEFICIENTE DE VARIAO
A variao ou disperso real, determinada a partir do desvio padro,
ou qualquer outra medida de disperso, denominada disperso
absoluta. Entretanto, uma variao ou disperso de 10 cm, na medida
de uma distncia de 1.000 m, inteiramente diferente, quanto ao
efeito, da mesma variao em uma distncia de 20 cm. A medida
desse efeito proporcionada pela disperso relativa, definida por:
Disperso relativa = Disperso absoluta/mdia
Se a disperso absoluta o desvio padro s e a mdia a aritmtica, a
disperso relativa denominada Coeficiente de Variao ou de
Disperso.

CV=
s
100

x
COEFICIENTE DE VARIAO
O coeficiente de variao geralmente expresso em
percentagem. O C.V. independente das unidades
adotadas. Por essa razo, vantajosa para a
comparao de distribuies cujas unidades podem
ser diferentes. Uma desvantagem do C.V. que ele
deixa de ser til quando a mdia esta prximo de
zero.
Baixa disperso: CV 15%
Mdia disperso: CV 15-30%
Alta disperso: CV 30%
 ERRO PADRO DA MDIA
(Sx)
Quando se obtm uma amostra aleatria de tamanho
n, estima-se a mdia populacional. bastante
intuitivo supor que se uma nova amostra aleatria for
realizada a estimativa obtida ser diferente daquela
primeira. Desta forma, reconhece-se que as mdias
amostrais esto sujeitas variao e formam
populaes de mdias amostrais, quando todas as
possveis amostras so retiradas de uma populao.
O erro padro analisa a variabilidade de uma
mdia
 Erro padro
Fornece um mecanismo de medir a preciso com que a mdia
populacional foi estimada

S
Sx
n
 Exerccios
Dada a tabela abaixo, calcule:
33 35 35 39 41 41 42 45 47 48
50 52 53 54 55 55 57 59 60 60
61 64 65 65 65 66 66 66 67 68
69 71 73 73 74 74 76 77 77 78
80 81 84 85 85 88 89 91 94 97

Desvio mdio, Varincia, Desvio padro, Coeficiente

de variao e erro padro da mdia