UNIVERSIDADE FEDERAL DE PERNAMBUCO

CENTRO ACADÊMICO DO AGRESTE

CURSO DE ENGENHARIA CIVIL
ESTATÍSTICA

Aula 03 - Estatística Descritiva

Prof. Artur Paiva

14/05/2015
 Estatística Descritiva
Distribuição de Frequência
Sejam os dados referente às notas de 1EE de 20 alunos do
curso de estatística.

Como organizar os dados?

Slide 2   Prof. Artur Paiva

 Estatística Descritiva
Distribuição de Frequência
1) Organizar os dados num Rol.
2) Número de intervalos
- Recomenda-se escolher entre 5 e 15 classes com a
mesma amplitude
-
-
Onde, k=número de classes; n=número total de observações

Slide 3   Prof. Artur Paiva

 Estatística Descritiva
Distribuição de Frequência
3) Amplitude Total.
-
4) Amplitude de Classe.
-
5) Determinar os limites de classe
6) Contagem do número de observações

Slide 4   Prof. Artur Paiva

 Estatística Descritiva
Representação gráfica de uma variável
quantitativa contínua - Histograma
- Adaptação do gráfico de colunas
- Em geral, os dados são agrupados em classes
Notas da Turma de Estatística, em 2010
8
7
Frequência Absoluta

6
5
4
3
2
1
0
0,0-2,0 2,0-4,0 4,0-6,0 6,0-8,0 8,0-10,0
Classe de Notas

Slide 5   Prof. Artur Paiva

 Estatística Descritiva
O que são Medidas Descritivas ?

São medidas que podem ser obtidas sobre

conjuntos de dados numéricos, de forma a
trazer informações sobre esses dados.

Slide 6   Prof. Artur Paiva

 Estatística Descritiva
O que são Medidas Descritivas ?

São medidas que podem ser obtidas sobre

conjuntos de dados numéricos, de forma a
trazer informações sobre esses dados.

Slide 7   Prof. Artur Paiva

 Estatística Descritiva
Tipo de Medidas Descritivas

Slide 8   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição
- Média aritmética
- Média para dados agrupados
- Mediana
- Moda
- Média geométrica
- Percentil, decil, quartil
- Escore Z
Slide 9   Prof. Artur Paiva
 Estatística Descritiva
Medidas de Posição – Média Aritmética

Qual a média de altura da turma?

Slide 10   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Média para dados
agrupados

Slide 11 Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Média para dados
agrupados
Exemplo: Determinar a idade média para o conjunto de 50
funcionários dados pela distribuição de frequências em classes. Da
tabela de distribuição de frequências, temos:
i Idades fi xi xi . fi
1 18 |-- 25 6
2 25 |-- 32 10
3 32 |-- 39 13
4 39 |-- 46 8
5 46 |-- 53 6
6 53 |-- 60 5
7 60 |-- 67 2
Slide 12   Prof. Artur Paiva
 Estatística Descritiva
Medidas de Posição – Mediana
 Posição central da sequência, para número ímpar de
elementos
 Média aritmética dos dois elementos na posição central
da sequência, para número par de elementos.

 Os números devem estar dispostos em ordem crescente

Exemplo 2:
A = {24, 27, 32, 34, 34, 34, 56}
Mediana !!
B = {12, 13, 14, 15, 16, 17} Mediana = 14,5 !!
Slide 13 Prof. Artur Paiva
 Estatística Descritiva
Medidas de Posição – Mediana
 É o valor que divide a amostra ou população em duas
partes iguais.
Exemplo 3:
n (número de elementos) = 11 é ímpar.
Assim, o elemento central será o 6º.
Nesse caso a mediana será 3.

6º elemento, classe que contém a mediana

Slide 14   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Mediana variável
contínua
1º Passo: Calcula-se a ordem n/2. Como a variável é
contínua, não se preocupe se n é par ou ímpar.
2º Passo: Utiliza-se a fórmula:
Onde:
lMd = limite inferior da classe Md.
n = tamanho da amostra.
Σf = soma das frequências anteriores
à classe Md.
h = amplitude da classe Md.
FMd= Frequência da classe Md.

Slide 15 Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Mediana variável
contínua
Exemplo 4: Dada a distribuição amostral, construa a mediana
1º Passo: Como n = 58 a mediana será o 29º elemento. A
classe da mediana Md será a 3ª, pois contém o 29º
elemento.
2º Passo: Utiliza-se a fórmula.

Slide 16 Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Quartil, Decil, Percentil

Após formadas as seqüências de números, dos percentis,

decis e quartis poderá ser dito:
 O quartil divide a sequência em 4 partes
 Os decis em 10 partes (cada uma contendo 10% dos
elementos)
 Os percentis em 100 partes (cada uma contendo 1%
das observações)

Slide 17 Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Quartil

 Q1 = 1º Quartil, deixa 25% dos elementos.

 Q2 = 2º Quartil, coincide com a mediana, deixa 50% dos
elementos.
 Q3 = 3º Quartil, deixa 75% dos elementos.

Obs: Os elementos da amostra devem estar em ordem crescente

Slide 18 Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Quartil: dados não
agrupados
 Posição do percentil que se deseja encontrar, pela expressão:

• L = valor que indica a posição do percentil de interesse;

• k = k-ésimo percentil {1,2,...,99}; e
• n = total de dados observados.
 Usar a seguinte regra:
• Se L for um número não inteiro, então, arredonda-se o valor de L para o
maior inteiro mais próximo, e, assim, o valor do k-ésimo percentil, P k, é
dado pelo valor que ocupa esta nova posição obtida.
• Se L for um número inteiro, então o valor do k-ésimo percentil, Pk, será a
média aritmética dos valores que estão nas posições L e L + 1.
Slide 19 Prof. Artur Paiva
 Estatística Descritiva
Medidas de Posição – Quartil: variável discreta
Determinação de Qi:
 1º Passo: Calcula-se i· (n +1) / 4 Onde:
 2º Passo: Identifica-se a posição i = índice do quartil desejado
do i-ésimo quartil. n = número de elementos da amostra
 3º Passo: Aplica-se a fórmula lj = j-ésimo elemento da sequência
[ ] = máximo inteiro

Slide 20 Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Quartil: variável discreta
Exemplo 5: Determinar Q1 e Q3 da sequência abaixo:
B = {12, 13, 14, 15, 16, 17}
1º Passo: Calcula-se i·(n +1) / 4. É fácil ver que n = 6 e os valores de i
de referência são 1 e 3.
Para i = 1, teremos 1(6+1)/4 = 1,75
Para i = 3, teremos 3(6+1)/4 = 5,25

2º Passo: Assim, 1,75º elemento será a referência para Q1. Da mesma

forma o 5,25º elemento será a referência para Q3. Entretanto, o que está
sendo procurado são os valores em que, abaixo deles, teremos
aproximadamente 25% e 75% das observações, respectivamente. Para
achar esses valores utilizamos a fórmula sugerida.

Slide 21   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Quartil: variável discreta
Exemplo 5: Determinar Q1 e Q3 da sequência abaixo:
B = {12, 13, 14, 15, 16, 17}
3º Passo: Aplica-se a fórmula para Q1e Q3

Slide 22   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição - Quartil: variável contínua
Exemplo 6: Dada a distribuição, determinar os quartis (Q1 e Q3) e
a mediana.
1º Passo: Calcula-se n / 4, n / 2 e 3n / 4.
n = 56 >>>> 56/4 =14º (Q1) >> 56/2 = 28º (Md) >>
3.56/4 = 42º (Q3)
2º Passo: Identifica-se a classe Q1,Q3 e Mediana.
3º Passo: Usam-se as fórmulas.
Para Q1 temos: lQ1= 17, n = 56, Σf = 6, h = 10, FQ1= 15
Para Md temos: lMd= 27, n = 56, Σf = 21, h = 10, FMd= 20
Para Q3 temos: lQ3= 37, n = 56, Σf = 41, h = 10, FQ3= 10

Slide 23   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição - Quartil: variável contínua
Exemplo 6: Dada a distribuição, determinar os quartis (Q1 e Q3) e
a mediana.

Determinação de Q1:

Determinação de Q3:

Determinação da Mediana:

Slide 24   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição - Decil

São os valores que dividem a série em 10 (dez) partes iguais. Os

procedimentos de cálculo são muito parecidos com os quartis.

Slide 25   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Decil: variável discreta
Determinação de Di:
 1º Passo: Calcula-se i·(n+1)/10 Onde:
 2º Passo: Identifica-se a posição i = índice do decil desejado
do i-ésimo decil. n = número de elementos da amostra
 3º Passo: Aplica-se a fórmula lj = j-ésimo elemento da sequência
[ ] = máximo inteiro

Slide 26   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Decil: variável contínua
Determinação de Di:
 1º Passo: Calcula-se i·n/10, onde i=1, 2, 3...,9
 2º Passo: Identifica-se a classe Di.
 3º Passo: Aplica-se a fórmula

Onde:
lDi = limite inferior da classe Di. i = 1, 2, …,9
n = tamanho da amostra.
Σf = soma das frequências anteriores à classe Di.
h = amplitude da classe Di.
FDi= frequência da classe Di.

Slide 27   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição - Percentil

São os valores que dividem a série em 100 (cem) partes iguais. Os

procedimentos de cálculo são muito parecidos com os quartis e
decis.

Slide 28   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Percentil: variável
discreta
Determinação de Pi:
Onde:
 1º Passo: Calcula-se i·(n+1)/100 i = índice do percentil desejado
 2º Passo: Identifica-se a posição n = número de elementos da amostra
do i-ésimo percentil. lj = j-ésimo elemento da sequência
 3º Passo: Aplica-se a fórmula [ ] = máximo inteiro

Slide 29   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Percentil: variável
contínua
Determinação de Pi:
 1º Passo: Calcula-se i·n/100, onde i=1, 2, 3...,99
 2º Passo: Identifica-se a classe Pi.
 3º Passo: Aplica-se a fórmula
Onde:
lPi = limite inferior da classe Pi. i = 1, 2, …,99
n = tamanho da amostra.
Σf = soma das frequências anteriores à classe Pi.
h = amplitude da classe Pi.
FPi= Freqüência da classe Pi.

Slide 30 Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Decil e Percentil
Exemplo 7: Determinar o 4º decil e 72º percentil da seguinte
distribuição
1º Passo: Calcula-se i·n/10 e i·n/100.
Para D4:

Classe D4: Para P72:

Classe P72:
6

2º Passo: Identifica-se a classe Pi.

Analisando a quantidade de elementos é possível identificar facilmente as
classes que contém os percentis e decis.
Slide 31   Prof. Artur Paiva
 Estatística Descritiva
Medidas de Posição – Decil e Percentil
Exemplo 7: Determinar o 4º decil e 72º percentil da seguinte
distribuição
3º Passo: Aplicam-se as fórmulas.
Para D4:

Para P72: 14

17,14
14

Slide 32 Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Decil e Percentil
Exemplo 7: Determinar o 4º decil e 72º percentil da seguinte
distribuição

Conclusão:
Nessa distribuição o valor 12,33 divide a
amostra em duas partes: uma com 40% dos
elementos e outra com 60% dos elementos. O
valor 17,14 indica que 72% da distribuição
está abaixo dele e 28% acima.

Slide 33 Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Moda
Valor mais frequente na sequência

Exemplo 8:
C = {3, 5, 9, 9, 6, 9} A moda dessa sequência é o número 9.

Exemplo 9:

A moda desta distribuição é o número 248.

Slide 34   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Moda
Valor mais frequente na sequência

Ex: O primeiro conjunto de dados, 1 2 2 3 5, é dito ser unimodal,

tendo em vista que um único valor ocorre com maior frequência.
Assim, a moda é Mo = 2.

Ex.: O segundo conjunto de dados, 1 2 2 3 5 5, é dito ser bimodal,

tendo em vista que, neste caso, dois valores ocorrem com maior
frequência, assim, os valores modais são: Mo = 2 e Mo = 5.

Slide 35 Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Moda
Para dados agrupados em classes existem alguns métodos. Nos
focaremos na Fórmula de Czuber.

1º - Fórmula de Czuber
• 1º Passo: Identifica-se a classe modal (que possui maior freqüência)
• 2º Passo: Utiliza-se a fórmula.
l = limite inferior da classe Modal.
Δ1 = diferença entre a frequência da classe
modal e a imediatamente anterior.
Δ2 = diferença entre a frequência da classe
modal e a imediatamente posterior.
h = amplitude da classe.

Slide 36 Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Moda
Fórmula de Czuber
Exemplo 10: Determinar a moda para a distribuição

1º Passo: Identifica-se a classe modal, no caso a 3ª.

2º Passo: Utiliza-se a fórmula.
l = 2, Δ1 = 17 - 10 = 7
h = 1, Δ2 = 17 - 8 = 9

Slide 37   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Moda
Exemplo 11: Determinar a moda para a distribuição

Como as amplitudes das classes são diferentes é preciso calcular as densidades

modais (fi / hi). O maior valor de densidade determinará a classe modal.

Classe modal

Slide 38 Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Moda
Exemplo 11: Determinar a moda para a distribuição

1º Passo: Identifica-se a classe modal, no caso a 3ª.

2º Passo: Utiliza-se a fórmula.
l = 250, Δ1 = 2,8 – 2,0 = 0,8
h = 50, Δ2 = 2,8 – 0,3 = 2,5

Slide 39 Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Média Geométrica

Medidas de Posição – Média Harmônica

Slide 40   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Escore Z

O escore z associado a X, irá medir a distância entre X e

a média (m) em unidades de desvio padrão (s)

Ou seja, quantos desvios padrões (σ) X está distante da

média (μ).

Slide 41   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Exercícios
1. Distribuição de Frequência de variável discreta Idade
dos Alunos de uma Turma com 50 alunos. Calcular
medidas descritivas de Posição.

Slide 42   Prof. Artur Paiva

 Estatística Descritiva
Medidas de Posição – Exercícios
2. Distribuição de Frequência de variável contínua
Salário dos Empregados da Empresa X. Calcular
medidas descritivas de Posição.

Slide 43   Prof. Artur Paiva