Estatística

Álax Jorge
 Estatística
Bibliografia

1- Estatística Fácil
Antônio Arnot Crespo

2- Estatística Geral e Aplicada

Gilberto de Andrade Martins
 Estatística

LISTA DE EXERCICIO
NO ULTIMO
SLIDE
 Estatística

Média aritmética ( x ) : é o quociente da divisão da

soma dos valores da variável pelo número deles

x=
 x i

n
 Estatística
Sabendo que a produção de computadores diária de
micro-empresa , durante uma semana foi:

Seg Ter Qua Qui Sex Sab

13 14 14 15 15 7

x=
x i

13  14  14  15  15  7 78
  13
n 6 6
 Estatística
Chamamos desvio em relação a média a diferença
entre cada elemento de um conjunto de valores e a
média aritmética.

d1 = x j - x
 Estatística
Seg Ter Qua Qui Sex Sab x= 13
13 14 14 15 15 7 d1= xj - x

d1= 13 - 13= 0
d2= 14 - 13= 1
d3= 14 - 13= 1
d4= 15 - 13= 2
d5= 15 - 13= 2
d6= 7 - 13=-6
 Estatística
n
1ª propriedade da média
d
i 1
i 0

d1= 13 - 13= 0
d2= 14 - 13= 1
d3= 14 - 13= 1
d4= 15 - 13= 2
d5= 15 - 13= 2
d6= 7 - 13=-6
0
 Estatística

2ª propriedade da média : Somando ( ou subtraindo )

uma constante k a todos os valores de uma variável, a
média fica aumentada ( ou diminuída ) desta
constante.

13  14  14  15  15  7  6 * k 78  6 * k
  13  k
6 6
 Estatística

3ª propriedade da média : Multiplicando ( ou

dividindo ) todos os valores de uma variável por uma
constante k≠0, a média fica multiplicada ( ou dividida
) por esta constante.

k (13  14  14  15  15  7) k * 78
  k * 13
6 6
 Estatística

A Moda (Mo): é o valor que ocorre com maior

freqüência

Ex 1 - 4 , 5 , 7, 5 , 1, 2  Mo =5

Ex 2 - 8, 5 ,6 , 9, 3  não tem Moda

Ex 3 - 2, 4 , 2 , 5 , 8, 4  temos duas modas = 2 e 4

 Estatística

A Mediana (Md): é o número que se encontra no centro de um

conjunto, estando estes elementos dispostos em ordem
crescente ou decrescente.

Ex 1 - 8, 4 , 6 , 7, 5 , 1, 2  1 , 2 , 4 , 5 , 6 , 7, 8  Md =5

Ex 2 - 1, 8, 5 ,6 , 9, 3  1 , 3 , 5 , 6, 8, 9  Md=(5+6)/2=5,5
 Estatística

A Mediana depende da posição e a média dos valores dos elementos.

Ex 1 - 15, 10 ,13 , 5, 7  5, 7, 10, 13, 15  Md =10 e x = 10

7, 65 ,13 , 5, 10  5, 7, 10, 13, 65  Md =10 e x = 20

 Estatística

Amplitude total
Medidas de dispersão Variância
Desvio padrão
 Estatística

Não é suficiente dar uma medida de posição para caracterizar

perfeitamente um conjunto de valores , pois sabendo, por exemplo,
que três conjunto tem a mesma média = 70, não podemos destacar
o conjunto que esta mais disperso.

70, 70, 70, 70, 70  x = 70

68, 69, 70, 71, 72  x = 70
5 ,15, 50, 120, 160  x = 70
 Estatística

Amplitude total (AT) : é a diferença entre o maior e menor valor

do conjunto.

70, 70, 70, 70, 70  AT = 70 -70 =0

68, 69, 70, 71, 72  AT= 72 - 68 = 4
5 ,15, 50, 120, 160  AT= 160 – 5= 155
 Estatística

Amplitude total tem o inconveniente de só levar em conta os dois

valores extremos, não tendo controle dos valores
intermediários, não é uma boa medida para dispersão.

A variância e o desvio padrão, levam em consideração a

totalidade dos valores em estudo.
 Estatística

Variância (s2)

s  
2 (x i  x ) 2
n

Sendo a variância calculada a partir dos quadrados dos desvios,

ela é um número em unidade quadrada em relação a variável
dada, o que sob o ponto de vista prático, é um inconveniente.
 Estatística

Portanto temos uma nova medida:

Desvio padrão (s)

s   (x i  x ) 2
n
 Estatística

A variância e o desvio padrão medem a dispersão em torno

da média aritmética

dispersão

xi x xj
 Estatística
s 
2 (x i  x ) 2 Quanto maior os valores do s2 e s maior a
n dispersão.

xi xi - x (xi - x )2 xi xi - x (xi - x )2
68 -2 4 5 -65 4225
69 -1 1 15 -55 3025
70 0 0 50 -20 400
71 1 1 120 50 2500
72 2 4 160 90 8100
10 15250

S2= 10/5= 2 S2= 15250/5=3050

S= 1,414 S= 55,226
 Estatística

Como em geral a média aritmética é um número fracionário, logo para

fins de computação as parcelas , terão
(x que
x ) 2 serem arredondadas.
i


2
s  n
(x i  x ) 2
 Estatística

Como em geral a média aritmética é um número fracionário, logo para fins de

computação as parcelas , terão que serem arredondadas.
(x i  x ) 2

Seja o conjunto : 3, 5 ,7 , 11 , 15 , 21 

x 62
6
 10,3333...
 Estatística
  (xi  x ) 2
Consideran do x  10,3 s  n

xi xi - x (xi - x )2
3 -7,3 53,29
5 -5,3 28,09
7 -3,3 19,89 S2= 238,34/6= 39,72
11 0,7 0,49
15 4,7 22,09 S= 6,3
21 10,7 114,49
238,34
 Estatística

s  2 (x i  x ) 2
n
Vamos achar uma formula equivalente a anterior , mas que não contenha a media aritmética.

Suponha um conjunto com apenas dois elementos x1 e x2.

Sabemos que :

 xi x1  x 2
x n 
2
 Estatística
 i
( x  x ) 2
 ( x 1  x) 2
 ( x 2  x) 2

2 2
 x1  2 x1x  x 2  x 2  2 x 2 x  x 2 
2 2
 x 1  x 2  2( x 1  x 2 ) x  2 x 2 
2
2 2 2( x 1  x 2 ) ( x 1  x 2 )  ( x1  x 2 ) 
x 1  x2   2  
1 2  2 
2
2 2 ( x  x )
x 1  x2  (x1  x 2 ) 2  1 2

2
2 2 2( x1  x 2 ) 2 ( x1  x 2 ) 2
 x1  x 2 -  
2 2

x
2
 x2
2
-
2
( x1  x 2 )
  xi 
2  xi 
2

1
2 2
 Estatística
 i
( x  x ) 2
 ( x 1  x) 2
 ( x 2  x) 2

2 2
 x1  2 x1x  x 2  x 2  2 x 2 x  x 2 
2 2
 x 1  x 2  2( x 1  x 2 ) x  2 x 2 
2
2 2 2( x 1  x 2 ) ( x 1  x 2 )  ( x1  x 2 ) 
x 1  x2   2  
1 2  2 
2
2 2 ( x  x )
x 1  x2  (x1  x 2 ) 2  1 2

2
2 2 2( x1  x 2 ) 2 ( x1  x 2 ) 2
 x1  x 2 -  
2 2

x
2
 x2
2
-
2
( x1  x 2 )
  xi 
2  xi 
2

1
2 2
 Estatística
 i
( x  x ) 2
 ( x 1  x) 2
 ( x 2  x) 2

2 2
 x1  2 x1x  x 2  x 2  2 x 2 x  x 2 
2 2
 x 1  x 2  2( x 1  x 2 ) x  2 x 2 
2
2 2 2( x 1  x 2 ) ( x 1  x 2 )  ( x1  x 2 ) 
x 1  x2   2  
1 2  2 
2
2 2 ( x  x )
x 1  x2  (x1  x 2 ) 2  1 2

2
2 2 2( x1  x 2 ) 2 ( x1  x 2 ) 2
 x1  x 2 -  
2 2

x
2
 x2
2
-
2
( x1  x 2 )
  xi 
2  xi 
2

1
2 2
 Estatística
 i
( x  x ) 2
 ( x 1  x) 2
 ( x 2  x) 2

2 2
 x1  2 x1x  x 2  x 2  2 x 2 x  x 2 
2 2
 x 1  x 2  2( x 1  x 2 ) x  2 x 2 
2
2 2 2( x 1  x 2 ) ( x 1  x 2 )  ( x1  x 2 ) 
x 1  x2   2  
1 2  2 
2
2 2 ( x  x )
x 1  x2  (x1  x 2 ) 2  1 2

2
2 2 2( x1  x 2 ) 2 ( x1  x 2 ) 2
 x1  x 2 -  
2 2

x
2
 x2
2
-
2
( x1  x 2 )
  xi 
2  xi 
2

1
2 2
 Estatística
 i
( x  x ) 2
 ( x 1  x) 2
 ( x 2  x) 2

2 2
 x1  2 x1x  x 2  x 2  2 x 2 x  x 2 
2 2
 x 1  x 2  2( x 1  x 2 ) x  2 x 2 
2
2 2 2( x 1  x 2 ) ( x 1  x 2 )  ( x1  x 2 ) 
x 1  x2   2  
1 2  2 
2
2 2 ( x  x )
x 1  x2  (x1  x 2 ) 2  1 2

2
2 2 2( x1  x 2 ) 2 ( x1  x 2 ) 2
 x1  x 2 -  
2 2

x
2
 x2
2
-
2
( x1  x 2 )
  xi 
2  xi 
2

1
2 2
 Estatística
 i
( x  x ) 2
 ( x 1  x) 2
 ( x 2  x) 2

2 2
 x1  2 x1x  x 2  x 2  2 x 2 x  x 2 
2 2
 x 1  x 2  2( x 1  x 2 ) x  2 x 2 
2
2 2 2( x 1  x 2 ) ( x 1  x 2 )  ( x1  x 2 ) 
x 1  x2   2  
1 2  2 
2
2 2 ( x  x )
x 1  x2  (x1  x 2 ) 2  1 2

2
2 2 2( x1  x 2 ) 2 ( x1  x 2 ) 2
 x1  x 2 -  
2 2

x
2
 x2
2
-
2
( x1  x 2 )
  xi 
2  xi 
2

1
2 2
 Estatística
 i
( x  x ) 2
 ( x 1  x) 2
 ( x 2  x) 2

2 2
 x1  2 x1x  x 2  x 2  2 x 2 x  x 2 
2 2
 x 1  x 2  2( x 1  x 2 ) x  2 x 2 
2
2 2 2( x 1  x 2 ) ( x 1  x 2 )  ( x1  x 2 ) 
x 1  x2   2  
1 2  2 
2
2 2 ( x  x )
x 1  x2  (x1  x 2 ) 2  1 2

2
2 2 2( x1  x 2 ) 2 ( x1  x 2 ) 2
 x1  x 2 -  
2 2

x
2
 x2
2
-
2
( x1  x 2 )
  xi 
2  xi 
2

1
2 2
 Estatística

 x
2

 (x  x )   xi
2 2 i
i 
2
Esta igualdade é valida para qualquer
quantidade de elementos n.
 x
2

 (x  x )   xi
2 2 i
i 
n
 Estatística
Então

 x
2

 xi
2 i

 (x i x ) 2

 n 
n n


x i
2


 x i
2


x i
2
  xi
 


2

n n 2
n 
 n 
 Estatística

2 2
 xi   xi 
s - 
n  n 
 Estatística
2 2
 xi   xi 
s - 
n  n 

xi x i2
3 9 2
870  62  3844
5 25 s -    145 - 
7 49
6  6 36
11 121  145 - 106,77  38,23  6,18
15 225
21 441
O valor anterior foi 6,3.
62 870
 Estatística
Teorema

1- O intervalo contém entre 60% e 80% de todas elementos da amostra.

xs
2- O intervalo contém, no mínimo 75% de todas elementos da amostra.

3- O intervalo contém, no mínimo 89% de todas elementos da amostra.

x  2s

x  3s
 Estatística

dispersão

x - 3s x - 2s x-s x xs x  2s x  3s
60% a 80 %

≥ 75%

≥ 89%
 Estatística

xi x i2
3 9 s  6,18
5 25
x  10,33
7 49
11 121 x  s  10,33  6,18  (4,15 ; 16,51 )
15 225 Este intervalo contém 5, 7, 11, 15
21 441
4
62 870 que representa  ( 100)  66,66%
6
 Estatística
Vamos achar o desvio padrão de conjunto que com elementos repetidos: 9, 8, 5 , 7, 8 , 5 , 9, 11, 7, 8, 9, 8, 11, 7, 8, 9 .

1º passo : Coloque os elementos e sua freqüência (fi ) em uma

tabela

xi fi
5 2
7 3
8 5
9 4
11 2
 Estatística
2º passo : A formula do desvio padrão será

2 2
 fi x i   fi x i 
s - 
n  n 
 Estatística
3º passo : Complete a tabela

2 2
 fi x i   fi x i 
s - 
n  n 
xi fi fixi fixi 2
5 2 10 50
7 3 21 147
8 5 40 320
9 4 36 324
11 2 22 242
16 129 1083
2
1083  129 
s -   1,63
16  16 
 Estatística
Ex- Dado o lista abaixo achar

a) Media ( )
b) Moda
c) Mediana
d) A amplitude total
Variância
x
e)

f) Desvio padrão (s)

g) Achar qual a porcentagem
porcentagem de elementos no intervalo ± s

x
WILLY
6, 3,11, 6,7, 8,9,3,4,7,10,9,4, 6,11,9,8,7,3,4

RENAN
8,9,3,4,7,10,9,4, 6,10,9,8,7,3,4, 6, 3,11, 6, 4

TADEU RICARDO
12, 4, 6,10, 9, 8,7, 3, 4, 9,3,4,7,10,9, 6, 3,11, 3, 5

PEDRO
6,4,8,6, 3,11, 6,7, 8,9,3,4,6,10,9,4, 6,11,9,8, 1, 2

ESTER MARIA
10, 12, 6,10, 9, 8,7, 1, 4, 9,3,4,7,10,9, 6, 3,11, 10, 7