ESTATISTÍCA

Prof. José Borges

O QUE A ESTATÍSTICA TRAZ PARA VOCE

2
Do que vamos falar em estatística

3
Qual o objetivo da estatística?

A estatística tem por objetivo coletar, organizar, analisar e

interpretar as informações de um problema em estudo para,
assim, auxiliar na tomada de decisão.

Portanto, a estatística tem um papel fundamental na geração do

conhecimento: por meio de seu uso, governos, empresas, pessoas,
escolas, entidades, instituições e organizações atuam na formulação
de soluções dos problemas da sociedade moderna.

4
Estatisticamente falando...

Quantos alunos do sexo feminino

temos hoje matriculados no 3º
ano no curso técnico de
tecnologia de informação?

5
População
População é o conjunto de elementos que têm em comum a característica
que esta sendo investigadas em uma pesquisa.

6
O que é amostra?
Amostra é um subconjunto da população cujos elementos fornecerão as
informações que estão sendo investigadas por meio de uma pesquisa.

7
O que são Variáveis?
Uma variável é o objeto de estudo (ou item investigado)
de uma pesquisa.
As variáveis classificam-se em:
Quantitativas -> São aquelas que apresentam números
como resposta: quantidade de filhos, altura, renda etc.
Qualitativas -> Que apresentam como resposta uma
característica ou preferencia do entrevistado: cor, nome
do candidato em que o entrevistado vai votar nas
próximas eleições etc.
8
Frequência

São tabelas que organizam e resumem o conjunto de dados

Coletados em uma pesquisa. Em uma tabela de frequências
geralmente constam:

Frequência absoluta (fi) -> Corresponde ao numero de vezes que

cada valor da variável aparece nos dados obtidos.

Frequência relativa (fr) -> Que é a razão entre a frequência

absoluta e o numero total de dados disponíveis. A frequência
relativa também pode ser expressa na forma de porcentagem.

9
Distribuição de frequência
Quando a coleta de dados contem muitos dados brutos difíceis de serem
tabelados é necessário se criar uma distribuição da frequência dos dados afim
de agrupar os valores em determinados intervalos que apresentam a mesma
Amplitude.
Exemplo:
Em uma olimpíada estudantil, com alunos do ensino fundamental, foi medida a altura de cada um dos
cinquenta participantes, encontrando-se os seguintes valores, em centímetros:

152 155 167 176 155 156 166 178 153 162
155 160 155 160 162 158 178 162 152 160
163 161 155 160 164 158 179 162 160 167
151 150 152 174 167 156 154 166 162 152
156 152 171 161 170 157 151 153 172 157

10
Como fazer a distribuição de frequência

1º Passo:
Organizar todas as medidas(dados brutos) em ordem crescente ou decrescente
Essa relação, assim organizada, chama-se rol

150 151 151 152 152 152 152 152 153 153

154 155 155 155 155 155 156 156 156 157

157 158 158 160 160 160 160 160 161 161

162 162 162 162 162 163 164 166 166 167

167 167 170 171 172 174 176 178 178 179

11
Como fazer a distribuição de frequência

2º Passo:
Notamos que a menor estatura é 150cm e a maior é 179cm.
Assim a variação é de 179cm – 150cm = 29cm.
Esse valor é chamado de amplitude total (At)

3º Passo:
Agora nós vamos agrupar os valores em intervalos de classe.
Para isso precisamos definir primeiro numero de classes que teremos.
Vamos utiliza o método da raiz para onde (n) é a quantidade de medidas
feitas no nosso caso foram n=50:
 
 
12
Como fazer a distribuição de frequência
4º Passo:
Vamos criar a amplitude do intervalo da classe utilizando a equação:

Logo nossa classe terá um intervalo de 4 e será descrita da seguinte forma:

Vejamos na tabela a seguir como ficaram nossas classes

13
Tabela de distribuição de frequência

Estatura Frequência Absoluta Frequência Relativa Frequência Relativa %

(cm)

150 |-- 154 10 0,20 20%

154 |-- 158 11 0,22 22%
158 |-- 162 9 0,18 18%
162 |-- 166 7 0,14 14%
166 |-- 170 5 0,10 10%
170 |-- 174 3 0,06 6%
174 |-- 178 2 0,04 4%
174 |-- 182 3 0,06 6%
Total 50 1,00 100%

14
Representações gráficas
As representações gráficas significam uma melhor forma de visualizar os
acontecimentos e/ou fenômenos.
Logo é bem mais fácil analisar um gráfico que analisar uma sequencia de
de valores gigantesca.
Veja abaixo alguns gráficos, tentem compreender suas informações...

O gráfico ao lado mostra receita em

dólares da Apple em 2016 e quais dos
seus principais produtos que mais
vendem.

15
Tipos de gráficos
Abaixo vamos mostrar alguns tipos de gráficos que podem ser utilizados
% de alturas com relação ao total de alunos(50)
25%
22%
20%
20% 18%

15% 14%

10%
10%
6% 6%
5% 4%

0%
150 |-- 154 154 |-- 158 158 |-- 162 162 |-- 166 166 |-- 170 170 |-- 174 174 |-- 178 174 |-- 182

Gráfico de barras
16
Tipos de gráficos
Abaixo vamos mostrar alguns tipos de gráficos que podem ser utilizados
% de alturas com relação ao total de alunos(50)
6%
4% 20%
6%

10%

22%
14%

18%

150 |-- 154 154 |-- 158 158 |-- 162 162 |-- 166
166 |-- 170 170 |-- 174 174 |-- 178 174 |-- 182

Gráfico de pizza ou setores

17
Tipos de gráficos
Abaixo vamos mostrar alguns tipos de gráficos que podem ser utilizados
% de alturas com relação ao total de alunos(50)

22%
20%
18%

14%

10%

6% 6%
4%

150 |-- 154 154 |-- 158 158 |-- 162 162 |-- 166 166 |-- 170 170 |-- 174 174 |-- 178 174 |-- 182

Gráfico de linha
18
Tipos de gráficos
Abaixo vamos mostrar alguns tipos de gráficos que podem ser utilizados

Histograma 19
Medidas de tendência central

20
Moda (MO)
 É o valor que ocorre com maior frequência.

 Um conjunto de dados pode não ter moda (amodal), ou ter

duas modas (bimodal) ou mais modas (plurimodal).

Série bimodal com Mo1 = 60 e Mo2 = 70

21
Moda (MO)
2 5 5 5 6 7 9 9 9 10 10
Série bimodal com Mo1 = 5 e Mo2 = 9
4 4 4 5 6 7 7 7 8 9 9 9

Série trimodal com Mo1 = 4, Mo2 = 7 e Mo3 = 9

2 2 5 5 9 9 12 12

Série amodal
22
Média Aritmética
Simbologia:
 µ = população
 X = amostra

É a mais utilizada das medidas de tendência central

para descrever, resumidamente, um conjunto de
dados.

23
Média Aritmética
 Média mostral (x)

X=
Σx
n tamanho da amostra

Cálculo para dados não agrupados em classes:

consiste na soma de todas as observações, dividida
pelo número “n” de observações do grupo.
24
Média Aritmética Ponderada
Para dados agrupados em Distribuição de Frequência
(agrupados em classes): se os dados estiverem agrupados
em uma tabela de frequências, pode-se obter a média
aritmética da distribuição, calculando-se:
X = Σ (xi.fi)
n Onde: xi = ponto médio da classe i;
fi = a frequência absoluta da classe i
Σ fi = n
25
Mediana (Md)
 Mediana para dados não agrupados em classes:

1. Colocam-se os dados em ordem (rol)

2. Se o número de elementos “n” for ímpar, a mediana será o elemento que

ocupa a posição (n + 1) /2

3. Se “n” for par, a mediana será a média aritmética entre dois elementos
centrais

 Mediana para dados agrupados em Distribuição de Frequência:

1. Calcula-se a posição da mediana

26
Cálculo da mediana
 Fórmula de cálculo da Mediana para dados
agrupados em Distribuição de Frequência
Md = Li + (PMd- Fac ) . i 2
Li = limite inferior da classe que
Fmd contém a mediana
Posição da n
Pmd = Pmd = posição da mediana
mediana 2
Fac = frequência acumulada da
classe anterior à classe mediana
i = amplitude da classe
Fmd = frequência absoluta da
classe que contém a mediana27
Observações:
 Não há regra fixa para se escolher entre a Média e a Mediana.
Entretanto algumas observações podem ser feitas quanto a utilização
das mesmas.

 A Média aritmética é a medida de tendência central mais utilizada,

principalmente quando não há valores aberrantes (muito extremos) no
conjunto de dados.

 A Mediana deve ser usada, sempre que possível, como medida

representativa de distribuições fortemente assimétricas, ou seja,
quando os valores extremos do conjunto são muito distantes dos
outros, pois o seu valor não é afetado por estes. 28
Medidas de Dispersão
 Visam descrever os dados no sentido de informar o grau de dispersão
ou afastamento dos valores observados em torno de um valor central
(média).
 Elas indicam se um conjunto é homogêneo (pouca ou nenhuma
variabilidade) ou heterogêneo (muita variabilidade).
 A descrição do conjunto de dados é mais completa quando se
considera além de uma medida de tendência central, uma medida de
dispersão ou variação, porque é comum encontrar-se séries que, apesar
de apresentarem a mesma média, são constituídas de maneiras
diferentes, o que mostra que as medidas de tendência central são
insuficientes para descrever adequadamente uma série estatística.
29
Desvio Padrão
Simbologia:
σ = população
S = amostra
É uma das medidas mais úteis da variação de um grupo
de dados.
A vantagem do desvio padrão sobre a variância, é que
este permite uma interpretação direta da variação do
grupo, pois o mesmo é expresso na mesma unidade de
medida em que estão expressas as variáveis amostradas.30
Desvio Padrão
 Fórmula do Desvio padrão para dados não agrupados
em classe
 Desvio padrão da amostra(s):

Σ(x²) - (Σx)²
S = √ n
n-1

31
 Desvio Padrão
 Para dados agrupados em Distribuição de Frequência:

32
Variância
Simbologia:
 σ² = população
 S² = amostra
A variância é o desvio padrão elevado ao quadrado,
então, é calculado por:

S² = (S)²

33
Coeficiente de Variação (CV)
 É uma medida de dispersão relativa, utilizada quando se deseja
comparar a variação de conjunto de dados que apresentem diferentes
unidades de medição e ou tamanhos diferentes, pois o coeficiente de
variação independe da unidade de medida dos dados.

 É expresso sempre em porcentagem (100%)

 Fórmula: CV = S . 100
x

34
 Estatística na vida real
Abaixo esta o link para os dados estáticos mais relevantes
No momento na área de saúde.
Dados relativos a Pandemia da COVID-19 no município de Camaçari

A fonte é o site oficial da Secretária de Saúde do Município.

Vamos analisar juntos.

Boletim Epidemiológico COVID por Bairros - Camaçari-BA

35
Referências
DANTE, Luiz Roberto. Matemática: Contextos e Aplicações.
(vol. 2). ed. São Paulo: Ática, 2013. (p.249-259)

PAIVA, Manoel. Matemática: Paiva. (vol. 2). ed. São Paulo: Moderna, 2013.
(p.160-p.174)

SOUZA, Joamir Roberto de. Novo olhar Matemática. (vol. 2). São
Paulo: FTD, 2013. (p.222-232)

36