INTRODUÇÃO À ESTATÍSTICA

APLICADA

Definição: Técnica de recolha, organização,

sintetização e apresentação de dados numéricos
(E. descritiva). Compreende, ainda, as técnicas
por meio das quais são tomadas decisões sobre
uma população, baseadas unicamente na
observação de amostras , pelo uso de conceito de
probabilidade (E. inferencial).

Exemplos:
1. E. descritiva: estudo da idade da população dos
alunos da ESTV.
2. E. inferencial: a partir da pesquisa amostral da
população escolar, inferir a sua estrutura etária.
1
 ESTATÍSTCA DESCRITIVA

1. Distribuição de Frequência
- Definir um n.º de classes ímpar
- Amplitude da classe = R / n.º de classes
R – Amplitude (Range)
R = Maior valor (H) – Menor valor (L)
- Quadro de distribuição de frequência
Numa coluna as classes e na outra o n.º de
casos correspondentes.
- Histograma
Gráfico de barras com classes nas abcissas e
n.º casos nas ordenadas.
- Polígono de frequências
Linha constituída por segmentos de recta que
unem os pontos médios dos topos das barras.
- Curva de frequência
Suavização curvilínea do polígono de freq.
- Distribuição de frequência acumulada
Identifica o .º de casos (%) até cada classe.
2
 ESTATÍSTCA DESCRITIVA
Numa turma do 10º ano foram perguntou-se a cada aluno a sua idade.

Os dados não classificados são:

14, 15, 16, 17, 18, 19, 14, 15, 16, 17, 14, 15, 16, 14, 15, 16, 15, 16,
15, 15

Os dados classificados e agrupados numa tabela de

frequências

Idade (em anos) Frequência

14 4
15 7
16 5
17 2
18 1
19 1
Total 20

3
 ESTATÍSTCA DESCRITIVA
Frequência absoluta ou efectiva (fi) de um valor da variável é o
numero de vezes que esse valor foi observado

Frequência relativa (fri) de um valor da variável é o quociente entre

a frequência absoluta do valor da variável e o número total de
observações

Frequência (relativa ou absoluta) acumulada de um valor da

variável é igual à soma das frequências anteriores com a
frequência desse valor

Xi fi fri Fi – Freq. Absoluta Fri – Freq. relativa

acumulada acumulada
14 4 0,20 4 0,20
15 7 0,35 11 0,55
16 5 0,25 16 0,80
17 2 0,10 18 0,90
18 1 0,05 19 0,95
19 1 0,05 20 1

4
ESTATÍSTCA DESCRITIVA

8
7
14
6
15
5
16
4
17
3
18
2
19
1
0

Gráfico de barras - frequências absolutas

25

20 14
15
15 16
10 17
18
5 19
0

Gráfico de barras - frequências absolutas acumuladas

5
 ESTATÍSTCA DESCRITIVA
Na mesma turma do 10º ano perguntou-se a cada aluno a sua
altura em centímetros: 147, 167, 171, 172, 151, 154, 150, 155,
156, 160, 160, 164, 163, 159, 158, 162, 169, 170, 174

Para 20 observações vamos usar 6 classes. Consideram-se

ainda as seguintes convenções:
-O extremo esquerdo do intervalo (classe) será fechado e o
extremo direito aberto;
- aos extremos do intervalo chamam-se limites da classe; à
diferença dos limites, amplitudes do intervalo da classe; à
semi-soma dos limites chama-se ponto médio ou marca da
classe

Xi fi fri Fi – Freq. Absoluta Fri – Freq. relativa

acumulada acumulada
[145 , 150[ 1 0,05 1 0,05
[150 , 155[ 3 0,15 4 0,20
[155 , 160[ 4 0,20 8 0,40
[160 , 165[ 5 0,25 13 0,60
[165 , 170[ 2 0,10 15 0,75
[170 , 175[ 5 0,25 20 1

6
ESTATÍSTCA DESCRITIVA

Histograma das frequências absolutas

[145 , 150[ [150 , 155[ [155 , 160[

[160 , 165[ [165 , 170[ [170 , 175[

7
 2. Medidas de Posição*
Valor calculado para um grupo de dados,
usado para o descrever.

-Média aritmética
-Para dados não classificados

μ - M. A. da população μ=ΣX/N
x - M. A. amostral x=Σx/n
- Para dados classificados n
X = (f1x1+f2x2+…fnxn)/n =  fiXi n
fi n
i 1
 Xi   friXi
n i 1 n i 1

-Mediana
Corresponde ao valor do item médio
quando todos os valores foram organizados
de forma crescente ou decrescente.
Se n é ímpar Med = Xk com K = (n+1)/2
Se n é par Med = (Xk+ Xk+1 )/2 com K = n/2

-Moda
Valor mais frequente.
8
*ou de tendência central
 ESTATÍSTCA DESCRITIVA

1. Calcule a média de idade da turma do

10º ano
2. Calcule a média das alturas da turma
3. Calcule a mediana das idades da turma
4. Calcule a moda das idades da turma

9
 ANÁLISE
As diferenças de valores assumido pela média
aritmética, mediana e moda indicam-nos o tipo
de curva de distribuição de frequência, sem a
desenhar.

Coeficiente de Pearson
Dá-nos informação sobre a simetria da curva
de distribuição de frequência (Medida de
simetria).

C. Pearson = 3 (μ – Med) / σ
ou
= 3 (x – Med) / s

10
3. Medidas de Variabilidade
- Amplitude total
R=H-L

H – Maior valor da população (ou amostra)

L – Menor valor da população (ou amostra)

- Variância e desvio padrão

σ^2 = (Σ(X- μ)^2) / N s^2 = (Σ(x - x)^2) / n

σ= (Σ(X- μ)^2) / N s= (Σ(x - x)^2) / n

σ^2 – Variância populacional

s^2 – Variância amostral
σ - Desvio padrão populacional
s - Desvio padrão amostral

11
Uma variável aleatória utiliza-se para
expressar os resultados de uma
experiência aleatória. Em algumas
situações, o conjunto de valores que
uma variável toma confunde-se com o
próprio conjunto de resultados, isto é,
com o espaço amostral.

Experiência aleatória: Medição da altura

de uma pessoa escolhida ao acaso
Espaço amostral: Conjunto de todas as
alturas atribuíveis a uma pessoa
Variável aleatória: Altura (que pode
tomar qualquer um dos valores que
constituem o espaço amostral

12
 ESTATÍSTCA INFERENCIAL

Uma variável quantitativa classifica-se

como discreta ou contínua, conforme os
elementos do contradomínio da
aplicação que a define forem numeráveis
ou não numeráveis.

Exemplo:
A variável resultado do lançamento
de um dado é discreto (podendo
tomar os valores 1,2,3,4,5 ou 6)
A variável distância a percorrer
diariamente por um vendedor será
contínua, se se admitir que tal
distância é medida com precisão
absoluta.

13
DISTRIBUIÇÃO NORMAL DE
PROBABILIDADE
f(X)

Maior precisão

σ = 10
σ=5
μ X

f(X)

μ-3σ μ-2σ μ-1σ μ μ-1σ μ-2σ μ-3 σ

X
68,27%

95,45%

99,73%

14
A distribuição normal é importante:

- Grande número de fenómenos e processos

segue esta distribuição;

- Pode ser usada com aproximação a outras

distribuições (binomial e de Poisson);

- A distribuição estatística de amostras, tais

como a média, seguem a D. normal.

15
 Distribuição Normal Padronizada
- Tem por finalidade potenciar o uso de tabelas;

- Obtém-se pela introdução de

Z = (X – μ) / σ

f(Z)

0 Z

16
APROXIMAÇÃO PELA NORMAL À
PROB. BINOMIAL

Esta aproximação é possível sempre que

o número de observações ou tentativas
for relativamente elevado.

n ≥ 30 e n p ≥ 5

μ=np

σ = n p (1 – p)

n – N.º de provas
p – Probabilidade de sucesso

17
 INTERVALOS DE CONFIANÇA

95%

-1,96 0 -1,96 z

Interpretação:
Para um determinado nível de confiança (α) será
calculado o intervalo que contém a verdadeira
média da população (μ).

[Iα]μ=X±Zσ/ n

P. e., temos 95% de confiança que a verdadeira

média da população está contida no intervalo.
[ I 0,95 ] μ = X ± 1,96 σ / n
A dimensão do intervalo depende do nível de
confiança e do tamanho da amostra.

18