Etatística básica

Aula 1 - Origem, história e

definições
 1. Compreender a origem da palavra

estatística;

2.

Objetivos de
Enumerar algumas definições e a partir
disso construir um
entendimento da palavra
estatística;
3. Reconhecer contextos nos
quais a

Aprendizage
estatística pode ser aplicada e contribuir
para a tomada de decisão;
4. Entender os dois ramos principais da

m
estatística e suas finalidades;
5. Compreender conceitos básicos da
estatística
De onde vem a palavra estatística?
Origem da palavra estatística
A palavra estatística deriva de status, que em latim significa estado.

As primeiras aplicações da estatística se referem à coleta e ao registro de dados demográficos

e econômicos (número de habitantes, de nascimentos e de óbitos; bens e riquezas do povo para
cobrança de impostos; armamento, animais e número de guerreiros disponíveis) para atender às
necessidades do Estado (Tiboni, 2010, p. 1).

Na antiga Babilônia (Egito) e mais tarde no Império Romano dados eram coletados sobre
assuntos relacionados ao Estado, por exemplo nascimentos e óbitos (Larson & Farber, 2010, p. 3).
Sabemos a origem… mas e o significado?
Definições da palavra estatística
Segundo alguns autores a definição da palavra estatística pode ser entendida como:
1. “Um conjunto de métodos e processos quantitativos que servem para estudar e medir
os fenômenos coletivos” (Tiboni, 2010, p.2);
2. “A ciência que coleta, organiza, analisa e interpreta dados para a tomada de
decisões” (Larson & Farber, 2009, p. 3);
3. “É a parte da metodologia da Ciência que tem por objetivo a coleta, redução, análise
e modelagem dos dados” (Bussab & Morettin, 2017, p. 1).
4. É ramo da Matemática que trata da coleta, da análise, da interpretação e da apresentação de
massas de dados numéricos (Houaiss & Villar,2009) .
Em que áreas / situações podemos aplicar
a estatística?
Várias áreas do
conhecimento!
1. Marketing
2. Medicina
3. Administração
4. Finanças
5. Economia
Política
6. Entre muitas
outras
Aplicações da estatística
A estatística é imprescindível para entender aspectos e problemas em todas as áreas do
conhecimento (Tiboni, 2010). Alguns exemplos de aplicação dessa ciência são:

● Lançamento de novos produtos e percepção dos clientes (Marketing);

● Eficiência e eficácia de um novo medicamento (Medicina);
● Análise de oportunidades de investimentos (Finanças);
● Tomada de decisões envolvendo produção, custos, lucros, estoques e controles de
qualidade (Administração);
● Decisões envolvendo taxas de juros; gastos com saúde, educação e programas sociais
(Economia Política);
● Testes com mercadorias para controle de qualidade
Edu!Cndo
(Administração);
● E muitas outras aplicações!
Como dividir a estatística?
Estatística Descritiva
1. Coleta
2. Organização
3. Resumo
4. Apresentaçã
o
Estatística Inferencial
1. Amostra ->
População
2. Princípios
3. Generalizações
Definições da palavra estatística
A estatística descritiva pode ser entendida como:
1. “Ramo da estatística que envolve a organização, o resumo e a apresentação dos
dados” (Larson & Farber, 2009, p. 6);
2. “O simples levantamento da informação e sua apresentação em tabelas estatísticas,
limitando-se a apresentar os dados e gráficos de um dado fenômeno” (Tiboni, 2010, p.
2).

A estatística inferencial pode ser entendida como:

3. “Ramo da estatística que envolve o uso de uma amostra para chegar a conclusões
sobre uma população” (Larson & Farber, 2009, p. 6);
4. “A
de interpretação dos dados consiste
princípios e generalizações” nas 2010,
(Tiboni, comparações,
p. ligações lógicas, estabelecimento
2).
Conceitosimportantes
Fases daAnálise estatística
Fases daAnálise estatística
População eAmostra.
População: A população de pesquisa é um conjunto completo de elementos que
têm um parâmetro comum entre si.
1. Os dados são completos e complexos.
2. Uma pesquisa realizada em uma população inteira é mais precisa, sem margem de erro,
exceto pela imprecisão humana nas respostas. No entanto, isso nem sempre é possível.

Amostra:
3. A amostra é um subconjunto da população obtido por amostragem.
4. Uma pesquisa realizada com uma amostra da população produz resultados com margem de
erro.
População eAmostra.

Renda mensal de todos os A renda mensal de todos os

assalariados da cidade de São assalariados da cidade de
Paulo São Paulo é um parâmetro

População
A renda mensal de 5.000
Renda mensal de 5.000 assalariados da cidade de
assalariados da cidade São Paulo é uma estatística
de São Paulo
Amostra
Vantagens de umaAMOSTRA.
Tiboni (2020, p. 14) cita que as vantagens observadas devido à utilização de
amostragem são economia, tempo, confiabilidade dos dados e operacionalidade:
1. O levantamento de dados sobre uma parte da população é mais
econômico que o levantamento de dados sobre toda a população;
2. O levantamento de dados sobre uma parte da população é mais
rápido que o levantamento de dados sobre toda a população;
3. Ocorre menor número de erros em pesquisas que disponham menor
número de elementos e
4. É mais fácil trabalhar os dados em menor escala.
“Variável é uma característica da amostra ou da
população analisada”
(Webster, 2006, p.8)
Variavel .
Uma variável pode ser classificada como quantitativa ou qualitativa em
função do tipo de dado:
1. Se a característica analisada pode ser expressa por uma qualidade
ou atributo (medida não numérica) estamos diante de uma variável
qualitativa;
2. Se a característica analisada pode ser expressa numericamente sendo
oriundos de uma mensuração ou contagem estamos diante de uma
variável quantit ativa;
Variavel .
Uma variável pode ser classificada como quantitativa ou qualitativa em
função do tipo de dado:
1. Se a característica analisada pode ser expressa por uma qualidade
ou atributo (medida não numérica) estamos diante de uma variável
qualitativa;
2. Se a característica analisada pode ser expressa numericamente sendo
oriundos de uma mensuração ou contagem estamos diante de uma
variável quantit ativa;
Variavel .
Uma variável pode ser classificada como quantitativa ou qualitativa em função do tipo de
dado:
1. Se a característica analisada pode ser expressa por uma qualidade ou atributo
(medida não numérica) estamos diante de uma variável qualitativa;
2. Se a característica analisada pode ser expressa numericamente sendo oriundos de
uma mensuração ou contagem estamos diante de uma variável quantitativa;

Expressa por palavras Qualitativa

Variável
Expressa por números Quantitativa
Rol , amplitude e Frequencia.
Rol: organização dos dados por ordem de valor, sendo ele crescente ou decrescente..
Ex.: Notas: 8,0 – 7,5 – 4,5 - 9,0 – 3,0 – 2,0.
ROL : 2,0 – 3,0 – 4,5 – 7,5 – 8,0 – 9,0
Amplitude Total(At): Dispersão entre o maior e o menor número – Uma variação
entre os meus dados.
- É a diferença entre o maior e o menor valor observado.

ROL : 2,0 – 3,0 – 4,5 – 7,5 – 8,0 – 9,0

At : 9 – 2 = 7,0
At = 7,0
Frequência: É o número de observações que se encontra presente em uma classe ou intervalo
especifico.
Exemplo.
1 - Os dados seguintes representam 15 observações relativas a idade dos alunos de um
condomínio .
25 30 12 18 02 25

30 75 33 27 22 30

30 12 30 25 75 30

a) Construa o rol
b) Construa a tabela de frequência simples
c) Calcule a amplitude
Exemplo.
25 30 12 18 02

30 75 33 27 22

30 12 30 25 75

Rol: {02, 12, 12, 18, 22, 25,25, 27, 30, 30, 30,30, 33, 75, 75 } Crescente
Exemplo.
Rol: {02, 12, 12, 18, 22, 25,25, 27, 30, 30, 30,30, 33, 75, 75 } Crescente
Tabela de frequência
Xi fi
02 1
Exemplo.
Rol: {02, 12, 12, 18, 22, 25,25, 27, 30, 30, 30,30, 33, 75, 75 } Crescente
Tabela de frequência
Xi fi
02 1
12 2
Exemplo.
Rol: {02, 12, 12, 18, 22, 25,25, 27, 30, 30, 30,30, 33, 75, 75 } Crescente
Tabela de frequência
Xi fi
02 1
12 2
18 1
Exemplo.
Rol: {02, 12, 12, 18, 22, 25,25, 27, 30, 30, 30,30, 33, 75, 75 } Crescente
Tabela de frequência
Xi fi
02 1
12 2
18 1
22 1
Exemplo.
Rol: {02, 12, 12, 18, 22, 25,25, 27, 30, 30, 30,30, 33, 75, 75 } Crescente
Tabela de frequência
Xi fi
02 1
12 2
18 1
22 1
25 3
Exemplo.
Rol: {02, 12, 12, 18, 22, 25,25, 27, 30, 30, 30,30, 33, 75, 75 } Crescente
Tabela de frequência
Xi fi
02 1
12 2
18 1
22 1
25 2
27 1
Exemplo.
Rol: {02, 12, 12, 18, 22, 25,25, 27, 30, 30, 30,30, 33, 75, 75 } Crescente
Tabela de frequência
Xi fi
02 1
12 2
18 1
22 1
25 2
27 1
30 4
Exemplo.
Rol: {02, 12, 12, 18, 22, 25,25, 27, 30, 30, 30,30, 33, 75, 75 } Crescente
Tabela de frequência
Xi fi
02 1
12 2
18 1
22 1
25 2
27 1
30 4
33 1
Exemplo.
a) Rol: {02, 12, 12, 18, 22, 25,25, 27, 30, 30, 30,30, 33, 75, 75 } Crescente
b)Tabela de frequência
Xi fi
02 1
12 2
18 1
22 1
25 2
27 1
30 4
33 1
75 2
Exemplo.
a) Rol: {02, 12, 12, 18, 22, 25,25, 27, 30, 30, 30,30, 33, 75, 75 } Crescente
b)Tabela de frequência
Xi fi
02 1
12 2
18 1 c) AT = Xmax - Xmin
22 1
25 2
27 1
30 4
33 1
75 2
Exemplo.
a) Rol: {02, 12, 12, 18, 22, 25,25, 27, 30, 30, 30,30, 33, 75, 75 } Crescente
b)Tabela de frequência
Xi fi
02 1
12 2
18 1 c) AT = Xmax - Xmin
22 1 AT = 75 – 2
25 2
27 1
30 4
33 1
75 2
Exemplo.
a) Rol: {02, 12, 12, 18, 22, 25,25, 27, 30, 30, 30,30, 33, 75, 75 } Crescente
b)Tabela de frequência
Xi fi
02 1
12 2
18 1 c) AT = Xmax - Xmin
22 1 AT = 75 – 2
25 2 AT = 73
27 1
30 4
33 1
75 2
F echand o a aula.

Origem Definições Aplicações Ramos

 Origem Definições Aplicações Ramos

Coleta de Coleta, organiza, Várias áreas do Descritiva e

dados na analisa e
Antiguidade interpreta conhecimento Inferencial
População Tipo de Tipo de
Variável
e Dado
Amostra Escala
 População Tipo de Tipo de
Variável
e Dado
Amostra Escala

O todo vs. A Característica Qualitativa e Nominal, ordinal,

parte estudada intervalar e
Quantitativa razão
Distribuição de F r e q u ê n c i a
Frequencias
 Frequência absoluta: é o número de vezes em que uma determinada variável assume
um valor.
 Frequência relativa: A frequência relativa é definida como a razão entre a frequência
absoluta e o número total de observações.
 Frequência Acumulada: É o total acumulado (soma) de todas as classes
anteriores até a classe atual. Pode ser: frequência acumulada absoluta (Fi),
frequência acumulada relativa (Fri), ou frequência acumulada percentual (Pi).
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3
65
70
72
80
Total
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3
65 4
70
72
80
Total
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3
65 4
70 6
72  
80  
Total  
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3
65 4
70 6
72 5
80
Total
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3  
65 4  
70 6  
72 5  
80 2  
Total  
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3
65 4
70 6
72 5
80 2
Total 20  
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3 3
65 4
70 6
72 5
80 2
Total 20  
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3 3  
65 4 7
70 6
72 5
80 2
Total 20
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3 3  
65 4 7
70 6 13
72 5
80 2
Total 20
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3 3  
65 4 7
70 6 13
72 5 18
80 2
Total 20
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3 3  
65 4 7
70 6 13
72 5 18
80 2 20
Total 20
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3 3  
 
65 4 7  
70 6 13  
72 5 18  
80 2 20  
Total 20    
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3 3 15%   
65 4 7  
70 6 13  
72 5 18  
80 2 20  
Total 20    
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3 3 15%  
65 4 7  
70 6 13  
72 5 18  
80 2 20  
Total 20    
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3 3 15%  
65 4 7 20%  
70 6 13  
72 5 18  
80 2 20  
Total 20    
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3 3 15%  
65 4 7 20%  
70 6 13 30%  
72 5 18  
80 2 20  
Total 20    
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3 3    
65 4 7 20%  
70 6 13 30%  
72 5 18 25%  
80 2 20  
Total 20    
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3 3    
65 4 7 20%  
70 6 13 30%  
72 5 18 25%  
80 2 20 10%  
Total 20    
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3 3    
65 4 7 20%  
70 6 13 30%  
72 5 18 25%  
80 2 20 10%  
Total 20   100%  
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3 3    15%
65 4 7 20%  
70 6 13 30%  
72 5 18 25%  
80 2 20 10%  
Total 20   100%  
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3 3    15%
65 4 7 20%  35%
70 6 13 30%  
72 5 18 25%  
80 2 20 10%  
Total 20   100%  
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3 3    15%
65 4 7 20%  35%
70 6 13 30%  65%
72 5 18 25%  
80 2 20 10%  
Total 20   100%  
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3 3    15%
65 4 7 20%  35%
70 6 13 30%  65%
72 5 18 25%  90%
80 2 20 10%  
Total 20   100%  
Frequencias
Rol: 50, 50, 50, 65, 65, 65, 65, 70, 70, 70, 70, 70, 70, 72, 72, 72, 72, 72,80, 80
Massa(kg) fi Fi fr Fri
50 3 3    15%
65 4 7 20%  35%
70 6 13 30%  65%
72 5 18 25%  90%
80 2 20 10%  100%
Total 20   100%  
Distribuição de frequencias com classes
 Definir classes: Regra de Sturges
K = 1 + 3,3 x log N , onde:
K = numero de classes(intervalos)
N = numero de dados
 Amplitude total:
AT = Xmax - Xmin
 Amplitude do intervalo:
At/k
Distribuição de frequencias com classes
Pesquisa de idade
17 18 16 24 23
42 40 36 15 18
26 23 23 24 28
41 16 18 20 27

Numero de classes(Intevalos)
K = 1 + 3,3 x log N
K = 1+3,3 x log (20)
K=5,29  5
Distribuição de frequencias com classes
Pesquisa de idade
17 18 16 24 23
42 40 36 15 18
26 23 23 24 28
41 16 18 20 27

Numero de classes(Intervalos) : K = 1 + 3,3 x log N

K = 1+3,3 x log (20)
K=5,29  5
Amplitude total: AT = Xmax - Xmin
At = 42-15 = 27
Distribuição de frequencias com classes
Pesquisa de idade
17 18 16 24 23
42 40 36 15 18
26 23 23 24 28
41 16 18 20 27

Numero de classes(Intervalos) : K = 1 + 3,3 x log N

K = 1+3,3 x log (20)
K=5,29  5
Amplitude total: AT = Xmax - Xmin
At = 42-15 = 27
Amplitude da classe: At/k
Ac = 27/5 = 5,4  6
Distribuição de frequencias com classes
Pesquisa de idade
17 18 16 24 23
42 40 36 15 18
26 23 23 24 28
41 16 18 20 27

Numero de classes(Intervalos) : K = 1 + 3,3 x log N

K = 1+3,3 x log (20) Idade fi
K=5,29  5 15 21 8
21 27 6
Amplitude total: AT = Xmax - Xmin
27 33 2
At = 42-15 = 27 33 39 1
Amplitude da classe: At/k 39 45 3

Ac = 27/5 = 5,4  6
Gráficos
Referências Bibliográficas
1. Downing, Douglas; Clark, Jeffrey. Estatística aplicada. São Paulo:
Saraiva, 2006, 2. ed;

2. Larson, Ron; Farber, Betsy. Estatística aplicada. São

Paulo: Pearson Prentice Hall, 2010, 4. ed;
3. Morettin, Pedro Alberto; Bussab, Wilton de O. Bussab. Estatística
Básica. São Paulo: Saraiva, 2017, 9. ed;
4. Tiboni, Conceição Gentil Rebelo. Estatística básica:
para os
cursos de administração, ciências contábeis, tecnológicos e de
gestão. São Paulo: Atlas, 2010;
5. Webster, Allen L. Estatística aplicada à Administração e
Economia. São Paulo: McGraw-Hill, 2006.