Estatística e Probabilidade

Prof. Eduardo Amendola

Conteúdos
1. ANÁLISE DE DADOS QUANTITATIVOS

1.1. FERRAMENTAS DE ANÁLISE EXPLORATÓRIA DE DADOS

1.2. MEDIDAS DE POSIÇÃO OU TENDÊNCIA CENTRAL
1.3. MEDIDAS DE DISPERSÃO OU VARIABILIDADE

2. PROBABILIDADES

2.1. CONCEITOS BÁSICOS DE PROBABILIDADE

2.2. CÁLCULOS PARA RESOLUÇÃO DE PROBLEMAS SIMPLES DE PROBABILIDADE
2.3. PRINCIPAIS REGRAS DA TEORIA DAS PROBABILIDADES
2.4. EVENTOS CONDICIONAIS COM BASE NA RESOLUÇÃO DE PROBLEMAS ASSOCIADOS A ELES
Conteúdos
3. PROBABILIDADE CONDICIONAL E INDEPENDÊNCIA (CRÉDITO DIGITAL)

3.1 CONCEITO DE INDEPENDÊNCIA

3.2 CONCEITO DE PROBABILIDADE CONDICIONAL
3.3 REGRA DE BAYES E SUAS APLICAÇÕES

4. VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS

4.1. VARIÁVEL ALEATÓRIA E SUAS PROPRIEDADES

4.2. PRINCIPAIS MOMENTOS ESTATÍSTICOS
 (1) Conhecendo a Estatística
A origem da palavra Estatística está associada à palavra latina STATUS
(Estado). Há indícios de que 3000 anos A.C. já se faziam censos na Babilônia,
China e Egito e até mesmo o 4º livro do Velho Testamento faz referência à uma
instrução dada a Moisés, para que fizesse um levantamento dos homens de Israel
que estivessem aptos para guerrear. As primeiras aplicações do pensamento
estatístico estavam voltadas para as necessidades de Estado, na formulação de
políticas públicas, fornecendo dados demográficos e econômicos. A abrangência da
Estatística aumentou no começo do século XIX para incluir a acumulação e análise
de dados de maneira geral. Hoje, a Estatística é largamente aplicada nas ciências
naturais, e sociais, inclusive na administração pública e privada.
Métodos Quantitativos por Antº Alexandre Lima, profº
 (1) Conhecendo a Estatística

A Estatística é uma ciência que se dedica à coleta, análise e interpretação

de dados. Atenta-se com os métodos de recolha, organização, resumo,
apresentação e interpretação dos dados, assim como obtenção de conclusões
sobre as características das fontes donde estes foram retirados, para melhor
compreender as situações. Práticas Estatísticas incluem o planejamento, a
sumarização e a interpretação de observações para a produção da melhor
informação possível a partir dos dados disponíveis.

Métodos Quantitativos por Antº Alexandre Lima, profº

 (1) Conhecendo a Estatística

Podemos dividir a aplicação da Estatística basicamente em três etapas

1) Refere-se à coleta de dados, na qual devemos utilizar técnicas estatísticas que
garantirão uma amostra representativa da população.

2) Depois dos dados coletados, devemos resumi-los em tabelas de frequências e/ou

gráficos e, posteriormente, encontrar as medidas de posição e variabilidade
(quantidades). Esta etapa também é conhecida como Estatística Descritiva ou
Dedutiva.

3) Esta etapa envolve a escolha de um possível modelo que explique o

comportamento dos dados para posteriormente se fazer a inferência dos dados para
a população de interesse. Esta etapa também é chamada de Estatística Inferencial
ou Indutiva.

Ferreira, 2015 (Probabilidade e Estatística)

 (1) Conhecendo a Estatística

Estatística Descritiva: é a parte da estatística que trata da organização e do

resumo do conjunto de dados por meio de gráficos, tabelas e medidas descritivas
(quantidades).

Estatística Indutiva: é a parte que se destina a encontrar métodos para tirar

conclusões (ou tomar decisões) sobre a população de interesse, geralmente,
baseado em informações retiradas de uma amostra desta população.

Ferreira, 2015 (Probabilidade e Estatística)

 (1) Conhecendo a Estatística

UNIVERSO / Técnicas de Amostragem

POPULAÇÃO Planejamento de Experimento AMOSTRA

Análise DESCRITIVA
Conclusões sobre
as características
do universo / Inferência Estatística Informações
população contidas nos dados

Métodos Quantitativos por Antº Alexandre Lima, profº

(1) Conhecendo a Estatística
(1) Conhecendo a Estatística
 (2) Conceitos Fundamentais
POPULAÇÃO é um conjunto de elementos sobre o qual se faz alguns estudos ou
Inferência Estatística. À Estatística não interessa concluir a respeito de unidades
individuais de observação, mas sim, de grupos, conjuntos ou agregados.

PARÂMETRO / VARIÁVEL é a medida usada para descrever uma característica

populacional.
O UNIVERSO é o objetivo do seu estudo

Métodos Quantitativos por Antº Alexandre Lima, profº

 (2) Conceitos Fundamentais

População
• É a totalidade dos elementos que compõem o grupo original do qual foi
retirada a amostra.
• Na pesquisa em Ciências Sociais usam-se os termos:
população-alvo ou população pesquisada
universo
• É necessário ter acesso a uma lista completa e exaustiva da população para
que se possa selecionar uma amostra representativa dessa população.

É o conjunto total de elementos (objetos, itens, medidas, etc.) que têm

determinada característica que se deseja estudar.
 (2) Conceitos Fundamentais

AMOSTRA: fixada uma população, a amostra é qualquer subconjunto formado

exclusivamente por seus elementos.
AMOSTRAGEM: é o processo
de seleção dos elementos de
uma amostra, que possibilita o
estudo das características da
população.

Métodos Quantitativos por Antº Alexandre Lima, profº

 (2) Conceitos Fundamentais

Amostra
É qualquer parte de uma população.
Amostragem
Conjunto de técnicas que permitem retirar uma amostra de determinada população.
Unidade Amostral
É a menor entidade na população.

Atributos de uma amostra ideal

• Representar com precisão a população investigada.
• Ser capaz de gerar resultados confiáveis dentro dos objetivos da pesquisa, a um mínimo
custo.
• Ser livre de erros amostrais.
 (2) Conceitos Fundamentais

Inferência Estatística: Conjunto de métodos estatísticos que visam caracterizar

caracterizar ou inferir inferir sobre uma POPULAÇÃO a partir de uma parte dela
(AMOSTRA).
 (2) Conceitos Fundamentais

Erro Amostral

• É a diferença entre o valor observado na população para uma variável e o

valor obtido na amostra.
• O tamanho do erro amostral depende de dois fatores:
- Quanta variabilidade existe na população
- Tamanho da amostra
 (2) Conceitos Fundamentais

Tamanho da Amostra
• Todas as amostras que podem ser obtidas de uma população não levam
necessariamente a uma mesma estimativa dos parâmetros da população,
a menos que todos os elementos da população sejam idênticos.
• Em decorrência, qualquer amostra menor do que a população
provavelmente conterá algum erro amostral.
• As estimativas dos parâmetros da população provenientes de diferentes
amostras tendem a se agrupar nas proximidades do valor verdadeiro do
parâmetro na população.
 (2) Conceitos Fundamentais

Elementos na determinação do tamanho da amostra:

• Número de grupos e sub-grupos a serem analisados.
• Valor da informação e precisão desejada.
• Custo.
• Grau de homogeneidade da população com relação a cada variável
estudada.
• Tipo de análise estatística que se deseja realizar.
 (2) Conceitos Fundamentais

Variáveis quantitativas: são aquelas cujas respostas da variável são expressas

por números (quantidades).

• Contínuas: são aquelas que podem assumir, teoricamente, infinitos valores

entre dois limites (num intervalo), ou seja, podem assumir valores não inteiros.
Ex.: altura (em metros) de alunos de uma determinada faixa etária, peso (em
kg), salário, etc.

• Discretas: são aquelas que só podem assumir valores inteiros. Ex.: número de
filhos por casal, número de livros em uma biblioteca, número de carros
vendidos, etc.

Ferreira, 2015 (Probabilidade e Estatística)

 (2) Conceitos Fundamentais

Variáveis qualitativas: são as variáveis cujas respostas são expressas por um

atributo.

Nominais: definem-se como aquelas em que as respostas são expressas por um

atributo (nome) e esse atributo não pode ser ordenado. Por exemplo: tipo
sanguíneo, religião, estado civil, matéria do colégio que eu mais gostava, etc.

Ordinais: têm suas respostas expressas por um atributo (nome) e esse atributo
pode ser ordenado de maneira hierárquica.
Ex.: grau de instrução, classe social, etc.

Ferreira, 2015 (Probabilidade e Estatística)

(2) Conceitos Fundamentais

Conteúdo interativo
 (2) Conceitos Fundamentais

Para efeitos de análise, foi

passado um questionário para
uma amostra de 30 ouvintes
de uma determinada palestra.

Pediu-se para que

respondessem com a maior
exatidão possível.

Métodos Quantitativos por Antº Alexandre Lima, profº

 (2) Conceitos Fundamentais
1) Sexo: masculino (M) ou feminino (F)
2) Idade: em anos
3) Altura: em metros
4) Peso: em quilos
5) Irmãos: número de irmãos vivos
6) Fuma: é fumante (SIM) ou não é fumante (NÃO)
7) Tolerância: nível de tolerância à fumaça do cigarro: muito tolerante (M), pouco
tolerante (P) ou indiferente (I)
8) Exercícios: número médio de horas que pratica atividades físicas por semana
9) Qualidade: qualidade da programação atual da Rede Globo: boa (B), regular (R),
péssima (P) ou não sabe (N)
Apresentação tabular dos
dados obtidos com os 30
respondentes do questionário.

É fácil
identificar
os
resultados?
Apresentação tabular x por
gráfico

Ferreira, 2015 (Probabilidade e Estatística)

(3) Coleta de Dados
 (3) Coleta de Dados

Definida a população/universo, é preciso estabelecer a técnica de amostragem, isto

é, o procedimento que será adotado para escolher os elementos que irão compor a
amostra, conforme a técnica utilizada tem-se um tipo de amostra.

A AMOSTRA CASUAL SIMPLES é composta por

elementos retirados, ao acaso, de toda população.
Então, todo elemento da população tem igual probabilidade
de ser escolhido para a amostra. (Por exemplo: efetuar um
sorteio simples como num bingo)

Métodos Quantitativos por Antº Alexandre Lima, profº

 (3) Coleta de Dados

A AMOSTRA ALEATÓRIA ESTRATIFICADA é composta

por elementos de todos os estratos da população.
Devem ser obtidas amostras estratificadas sempre que
a população for constituída por diferentes estratos. Por
exemplo, se as pessoas que moram nos vários bairros
de uma cidade são diferentes, cada bairro é um estrato.
Para obter uma amostra de pessoas dessa cidade, seria
razoável obter uma amostra de cada bairro e depois
reunir as informações numa amostra estratificada.

Métodos Quantitativos por Antº Alexandre Lima, profº

 (3) Coleta de Dados

• A amostragem probabilística ESTRATIFICADA é utilizada quando é possível

dividir a população em estratos que representam subgrupos (segmentos)
homogêneos.
• É especialmente útil quando há pouca variação dentro dos estratos e muita
variação entre estratos e quando se deseja investigar mais algum estrato
específico.
• Pressupõe algum conhecimento prévio da população.

Exemplo: Pesquisar hábitos de lazer de mulheres

Estrato 1: Casadas
Estrato 2: Solteiras/Separadas
Estrato 3: Viúvas
 (3) Coleta de Dados

A amostragem por CONGLOMERADO é um método pelo qual é possível

reduzir custo e tempo pesquisando respondentes que se encontram
geograficamente próximos.

Exemplos:

• Sorteio aleatório de cidades, sorteio de quarteirões em uma cidade e posterior

amostragem de domicílios no quarteirão.

• Sorteio de escolas, sorteio de turmas de alunos das escolas e posterior sorteio

de alunos nas turmas sorteadas.
 (3) Coleta de Dados

Na AMOSTRA ALEATÓRIA SISTEMÁTICA faz-se uma seleção aleatória do primeiro

elemento e logo se selecionam os itens subsequentes utilizando intervalos fixos ou
sistemáticos até chegar ao tamanho da amostra desejada. Por exemplo: numa
inspeção de qualidade numa linha de produção ou qualidade de atendimento telefônico.

Métodos Quantitativos por Antº Alexandre Lima, profº

(3) Coleta de Dados
 (3) Coleta de Dados
Amostragem Não-probabilística
• Usada quando a seleção dos elementos depende de algum tipo de interferência
do pesquisador ou do entrevistador.
• Normalmente reduz tempo e custo da pesquisa, mas sacrifica validade e
confiabilidade dos resultados.

Uso comum em:

• Estágios exploratórios da pesquisa
• Teste de instrumento
• Pré-teste de questionário
• Quando a população é homogênea
• Quando se deseja reduzir tempo e custo da pesquisa
• Quando não há lista da população.
 (3) Coleta de Dados

Amostragem INTENCIONAL

• É aquela em que um especialista define uma amostra específica a ser

entrevistada, em função de determinados critérios da pesquisa.
• Pode ser adequada nos seguintes casos:
• para consultar experts em um dado tema;
• quando se sabe que a população é muito homogênea no que se refere às
características a serem pesquisadas;
• quando a amostra é muito pequena (p.ex., menos de 10);
• quando o custo da amostra probabilística é exorbitante;
• quando não existem listas da população.
 (3) Coleta de Dados

Amostragem EM REDE (BOLA DE NEVE)

• É uma espécie de amostragem intencional, em que a escolha de elementos da

amostra é feita por indicação de outros elementos já selecionados.
• É usada para atingir populações pequenas e especializadas, para as quais
não se dispõe de uma lista.
Exemplo:
• Entrevistar pessoas que têm como hobby o aeromodelismo.
• O procedimento poderia consistir em localizar algumas pessoas que praticam
este hobby e solicitar que indiquem outros praticantes e assim
sucessivamente.
 (3) Coleta de Dados

Amostragem POR QUOTAS

• É uma espécie de amostragem intencional, em que se define um número

mínimo de elementos para cada um dos subgrupos da população.

• A amostragem por quotas geralmente segue parâmetros demográficos da

população, como localização geográfica, idade, sexo, nível de instrução etc.

• Tende a ser pior que a amostragem probabilística, embora não deva ser
descartada como alternativa em função de seu custo mais baixo.
 (3) Coleta de Dados

Amostragem POR CONVENIÊNCIA

• É constituída por elementos a que se tem fácil acesso. É uma amostra

reconhecidamente tendenciosa.

• Seu uso pode ser indicado quando há limitações de custo para realização
da pesquisa.

• Pode ser usada para pré-testes de questionários ou de quaisquer

instrumentos ou procedimentos a serem adotados na pesquisa.
 (3) Coleta de Dados

A Amostra de CONVENIÊNCIA é formada por elementos que o pesquisador reuniu

simplesmente porque dispunha deles. Os estatísticos têm muitas restrições ao uso
desse tipo de amostra, comuns, por exemplo, na área de saúde, onde se fazem
pesquisas com pacientes de uma só clínica ou de um só hospital. As amostras de
conveniência constituem, muitas vezes, a única maneira de estudar determinado
problema.

Métodos Quantitativos por Antº Alexandre Lima, profº

Agenda
UNIDADE II - DISTRIBUIÇÃO DE FREQUÊNCIAS

2.1 - Definição
2.1.1 - Dados Brutos
2.1.2 - Rol
2.2 - Tabelas
2.2.1 - Dados Tabulados Não-Agrupados Em Classes - SIMPLES
2.2.2 - Dados Tabulados Agrupados Em Classes - FAIXAS
2.3 - Tipos de Frequências
2.3.1 - Frequência Simples
2.3.2 - Frequências Relativas
2.3.3 - Frequências Acumuladas
2.4 - Aplicações

Agradecimentos: Prof. João Mattos

Prof. Antônio Alexandre Lima
 Apresentação Tabular

Métodos Quantitativos por Antº Alexandre Lima, profº

Apresentação Tabular
Tabela PRIMITIVA:
composta por uma
sequência desordenada
(aleatória) de dados
(dados brutos).
Geralmente assume o
formato matricial, com “n”
linhas e “m” colunas.

Material Prof. João Mattos

Apresentação Tabular

Para facilitar a contagem

do número de vezes que
cada dado ocorre,
podemos ordenar os
dados. A uma sequência
ordenada (crescente ou
decrescente) de dados
brutos damos o nome de
ROL.
Material Prof. João Mattos
Ferreira, 2015 (Estatística e Probabilidade)
 Distribuição de frequência

Os dados brutos (sem tratamento) não trazem as informações de forma

clara, por isso devemos tabular esses dados. Quando tabulamos os dados
estamos resumindo as informações para melhor compreensão da variável em
estudo. A esta tabulação damos o nome de distribuição de frequências (ou
tabela de frequências).

Distribuição de frequências é uma tabela em que se resumem grandes

quantidades de dados, determinando o número de vezes que cada dado ocorre
(frequência) e a porcentagem com que aparece (frequência relativa)
Ferreira, 2015 (Estatística e Probabilidade)
 Distribuição de frequência

Frequência absoluta ou simplesmente frequência (f): é o nº de vezes que

cada dado aparece na pesquisa.
Exemplo:

Material Prof. João Mattos

Ferreira, 2015 (Estatística e Probabilidade)
 Distribuição de frequência

Frequência relativa ou percentual (fr): é o quociente da frequência absoluta

pelo número total de dados. Esta frequência pode ser expressa em
porcentagem.

6/35 = 17%
10/35 = 29%
12/35 = 34%
3/35 = 9%
4/35 = 11%

Material Prof. João Mattos

Ferreira, 2015 (Estatística e Probabilidade)
 Exemplo:

Material Prof. João Mattos

 Distribuição de frequência

Exemplo:

Classe: intervalos de variação de uma variável

quantitativa.

Limite de Classe: são os extremos de uma

classe.

Material Prof. João Mattos

Distribuição de frequência

Vamos calcular a
frequência relativa?

Ferreira, 2015 (Estatística e Probabilidade)

Distribuição de frequência

Ferreira, 2015 (Estatística e Probabilidade)

 Distribuição de frequência

Frequência acumulada (fa): é a soma de cada frequência com as que lhe são
anteriores na distribuição.

Frequência relativa acumulada (fra): é o quociente da frequência acumulada

pelo número total de dados. Esta frequência também pode ser expressa em
porcentagem.

Ferreira, 2015 (Estatística e Probabilidade)

Distribuição de frequência

Material Prof. João Mattos

Distribuição de frequência

Ferreira, 2015 (Estatística e Probabilidade)

 Séries Estatísticas

É chamada série estatística toda tabela que apresenta um conjunto de dados

estatísticos distribuídos em função da época, do local ou da espécie.
As séries estatísticas podem ser classificadas em:

• históricas;
• geográficas;
• específicas; e
• distribuição de frequências.

Ferreira, 2015 (Estatística e Probabilidade)

 Séries Estatísticas
Séries Estatísticas: São as tabelas que apresentam a distribuição de um conjunto
de dados e que podem estar dispostas em função da
Temporal época/tempo/cronologia/história,
do local/geografia ou
da fenômeno/espécie.

Geográfica Específica

Métodos Quantitativos por Antº Alexandre Lima, profº

 Séries Estatísticas

Séries Estatísticas: São as tabelas que apresentam a distribuição de um conjunto

de dados e que podem estar dispostas em função da época / tempo / cronologia /
história, do local / geografia, da fenômeno / espécie ou mista / combinada...

Temporal
Geográfica

Específica

Métodos Quantitativos por Antº Alexandre Lima, profº

Séries Estatísticas – Distribuição de Frequências
Idade dos alunos das turmas de Estatística da Estácio
Campus Pres.Vargas em 2018-1 do profº Antº Alexandre

Ro
l
18 18 19 19 20 20 20 20 21 21
21 21 21 21 21 21 21 21 21 22
DADOS BRUTOS são os dados originais que,
22 22 22 22 22 23 23 23 23 23 geralmente, são coletados sem ordem (ou
24 24 24 24 24 24 25 25 26 26 organização).
26 26 26 26 27 27 27 27 27 28
28 28 28 28 29 29 29 29 30 30 ROL é a lista ordenada dos dados de uma
30 30 30 30 30 32 32 32 32 32 série estatística. Essa ordenação pode ser
34 34 34 34 35 35 36 36 38 50 crescente ou decrescente.
50 58

Métodos Quantitativos por Antº Alexandre Lima, profº

Séries Estatísticas – Distribuição de Frequências
Idade dos alunos das turmas de Estatística da Estácio
Campus Pres.Vargas em 2018-1 do profº Antº Alexandre

18 18 19 19 20 20 20 20 21 21
Limites de classe são os
21 21 21 21 21 21 21 21 21 22
valores extremos. O limite
22 22 22 22 22 23 23 23 23 23
mínimo de uma classe é
24 24 24 24 24 24 25 25 26 26 denominado limite Inferior e o
26 26 26 26 27 27 27 27 27 28 limite máximo de Limite
28 28 28 28 29 29 29 29 30 30 Superior.
30 30 30 30 30 32 32 32 32 32 Intervalo de classe (h) é a
34 34 34 34 35 35 36 36 38 50 diferença entre o limite superior
50 58 e o limite inferior da classe.

Métodos Quantitativos por Antº Alexandre Lima, profº

Séries Estatísticas – Distribuição de Frequências
Recapitulando…

Ferreira, 2015 (Estatística e Probabilidade)

Séries Estatísticas – Distribuição de Frequências
E o número de classes? Quando não tivermos nenhuma referência sobre
qual deve ser o número de classes a se trabalhar,
podemos utilizar o critério que é sugerido por vários
autores. Chama-se regra da raiz:

Amplitude
total

Número de
classes
Tamanho
da amostra

Amplitude de
cada classe

Ferreira, 2015 (Estatística e Probabilidade)

Séries Estatísticas – Distribuição de Frequências
Exemplo:
Amostra de 50 elementos, cujo menor valor é 4 e o maior valor é 445.

a) Quantas classes devemos ter?

b) E a amplitude de cada uma dessas classes?

a) b)

k= h = 445 – 4
8
k
h = 55,125
k=8
h = 56

Ferreira, 2015 (Estatística e Probabilidade)

Séries Estatísticas – Distribuição de Frequências
Idade dos alunos das turmas de Estatística da Estácio
Campus Pres.Vargas em 2018-1 do profº Antº Alexandre

18 18 19 19 20 20 20 20 21 21 Frequência absoluta
21 21 21 21 21 21 21 21 21 22 (ƒi) é a quantidade
22 22 22 22 22 23 23 23 23 23 de observações
24 24 24 24 24 24 25 25 26 26 correspondente a
cada classe. A
26 26 26 26 27 27 27 27 27 28
frequência absoluta é,
28 28 28 28 29 29 29 29 30 30 geralmente, chamada
30 30 30 30 30 32 32 32 32 32 apenas de
34 34 34 34 35 35 36 36 38 50 frequência.
50 58

Métodos Quantitativos por Antº Alexandre Lima, profº

Séries Estatísticas – Distribuição de Frequências
Idade dos alunos das turmas de Estatística da Estácio
Campus Pres.Vargas em 2018-1 do profº Antº Alexandre
Ponto Médio de classe
18 18 19 19 20 20 20 20 21 21 (Pmi) é o valor
21 21 21 21 21 21 21 21 21 22 representativo da
classe. Para se obter o
22 22 22 22 22 23 23 23 23 23
ponto médio de uma
24 24 24 24 24 24 25 25 26 26
classe, basta somar os
26 26 26 26 27 27 27 27 27 28 limites superior e inferior
28 28 28 28 29 29 29 29 30 30 da classe e dividir por 2.
30 30 30 30 30 32 32 32 32 32
34 34 34 34 35 35 36 36 38 50
50 58

Métodos Quantitativos por Antº Alexandre Lima, profº

Séries Estatísticas – Distribuição de Frequências
Idade dos alunos das turmas de Estatística da Estácio
Campus Pres.Vargas em 2018-1 do profº Antº Alexandre

18 18 19 19 20 20 20 20 21 21 Frequência
Acumulada (ƒai)é
21 21 21 21 21 21 21 21 21 22
22 22 22 22 22 23 23 23 23 23 a soma da
quantidade
24 24 24 24 24 24 25 25 26 26
de observações
26 26 26 26 27 27 27 27 27 28 até o limite da
28 28 28 28 29 29 29 29 30 30 classe superior.
30 30 30 30 30 32 32 32 32 32
34 34 34 34 35 35 36 36 38 50
50 58

Métodos Quantitativos por Antº Alexandre Lima, profº

Séries Estatísticas – Distribuição de Frequências
Idade dos alunos das turmas de Estatística da Estácio
Campus Pres.Vargas em 2018-1 do profº Antº Alexandre

18 18 19 19 20 20 20 20 21 21
21 21 21 21 21 21 21 21 21 22

(Simples e Acumulada)
Frequências Relativas
22 22 22 22 22 23 23 23 23 23
24 24 24 24 24 24 25 25 26 26
26 26 26 26 27 27 27 27 27 28
28 28 28 28 29 29 29 29 30 30
30 30 30 30 30 32 32 32 32 32
34 34 34 34 35 35 36 36 38 50
50 58

Métodos Quantitativos por Antº Alexandre Lima, profº