Académique Documents
Professionnel Documents
Culture Documents
ESTATÍSTICA 1
Ana Lúcia Guimarães Carvalho
vulto, que possam influir sensivelmente nos - para o fenômeno “número de filhos”há um
resultados. número de resultados possíveis expresso
através dos números naturais: 0, 1, 2, 3,
4. Apuração dos dados ...,n;
- para o fenômeno “estatura”temos uma
É a soma e o processamento dos dados situação diferente, pois os resultados
obtidos e a disposição mediante critérios de podem tomar um número infinito de
classificação. valores numéricos dentro de um
determinado intervalo.
5. Exposição ou apresentação dos dados
Por mais diversa que seja a finalidade que Variável é, convencionalmente, o conjunto
se tenha em vista, os dados devem ser de resultados possíveis de um fenômeno.
apresentados sob forma adequada (tabelas ou
gráficos), tornando mais fácil o exame Os exemplos nos dizem que uma variável
daquilo que está sendo objeto de tratamento pode ser:
estatístico.
a. qualitativa – quando seus valores são
6. Análise dos resultados expressos por atributos: sexo (masculino-
feminino), cor da pele (branca, preta,
É o objetivo último da Estatística que amarela, vermelha, parda) etc.;
consiste em tirar conclusões sobre o todo b. quantitativa – quando seus valores são
(população) a partir de informações expressos em números (salários dos
fornecidas por parte representativa do todo operários, idade dos alunos de uma escola
(amostra).Assim, fazemos uma análise dos etc.). Uma variável quantitativa que pode
resultados obtidos e tiramos desses resultados assumir, teoricamente, qualquer valor
conclusões e previsões. entre dois limites recebe o nome de
variável contínua (exemplos: peso dos
7. Conclusão alunos de uma escola) ; uma variável que
só pode assumir valores pertencentes a um
Significado matemático da pesquisa, conjunto enumerável recebe o nome de
podendo apresentar comentários e críticas aos variável discreta ( exemplos: número de
resultados. alunos de uma escola).
De modo geral, as medições dão origem a
Exercícios: variáveis contínuas e as contagens ou
enumerações, a variáveis discretas.
1) Defina Estatística e exemplifique a sua
utilização. Exercícios:
ESTATÍSTICA 2
Ana Lúcia Guimarães Carvalho
e) Universo: peças produzidas por certa fenômeno que desejamos pesquisar. É preciso,
máquina pois, que a amostra ou as amostras que vão ser
Variável: diâmetro externo – usadas sejam obtidas por processos adequados.
ESTATÍSTICA 3
Ana Lúcia Guimarães Carvalho
considerar números de dois, três ou mais 55 a 90, meninas. Usando a tabela de números
algarismos, conforme nossa necessidade. Os aleatórios retiramos os elementos da
números assim obtidos irão indicar os população.
elementos da amostra.
A leitura da tabela pode ser feita 3 – Amostragem sistemática
horizontalmente (da direita para a esquerda
ou vice-versa), verticalmente ( de cima para Quando os elementos da população já se
baixo ou vice-versa), diagonalmente (no acham ordenados, não há necessidade de
sentido ascendente ou descendente) ou construir o sistema de referência. São
formando desenhos de uma letra qualquer. A exemplos os prédios de uma rua, as linhas de
opção, porém, deve ser feita antes de iniciado produção etc. Nestes casos, a seleção dos
o processo. elementos que constituirão a amostra pode ser
feita por um sistema imposto pelo
2 – Amostragem proporcional estratificada pesquisador. A esse tipo de amostragem
denominamos sistemática.
Muitas vezes a população se divide em Exemplo:
subpopulações – estratos. No caso de uma linha de produção,
Como é provável que a variável em estudo podemos, a cada dez itens produzidos, retirar
apresente, de estratos em estratos, um um para pertencer a uma amostra da
comportamento heterogêneo e, dentro de população diária. Neste caso, estaríamos
cada estrato, um comportamento homogêneo, fixando o tamanho da amostra em 10% da
convém que o sorteio dos elementos da população.
amostra leve em consideração tais estratos.
É exatamente isso que fazemos quando Exercícios:
empregamos a amostragem proporcional
estratificada, que, além de considerar a 1) Descreva as técnicas de amostragens.
existência dos estratos, obtém os elementos Quando se utiliza cada uma delas?
da amostra proporcional ao número de
elementos dos mesmos.
Exemplo:
Supondo, no exemplo anterior, que, dos 2) O que é população estatística?
noventa alunos, 54 sejam meninos e 36 sejam
meninas, vamos obter a amostra proporcional
estratificada.
São, portanto, dois estratos (sexo 3) O que é amostra?
masculino e sexo feminino) e queremos uma
amostra de 10% da população. Logo, temos:
ESTATÍSTICA 4
Ana Lúcia Guimarães Carvalho
ESTATÍSTICA 5
Ana Lúcia Guimarães Carvalho
ESTATÍSTICA 6
Ana Lúcia Guimarães Carvalho
ESTATÍSTICA 7
Ana Lúcia Guimarães Carvalho
DIAGRAMAS
Acender uma lâmpada de 60 W e 120 V
em um local onde a tensão na tomada é de
Os diagramas são gráficos geométricos de,
127 V, comparativamente a uma lâmpada de
no máximo, duas dimensões; para sua
60 W e 127 V no mesmo local, tem como
construção, em geral, fazemos uso do sistema
resultado:
cartesiano.
a) mesma potência, maior intensidade de luz e
Dentre os principais diagramas,
maior durabilidade.
destacamos: Gráfico em linha ou em curva;
b) mesma potência, maior intensidade de luz e
Gráfico em coluna ou em barras; Gráfico
menor durabilidade.
em colunas ou em barras múltiplas; Gráfico
c) maior potência, maior intensidade deluz e
em setores.
maior durabilidade.
d) maior potência, maior intensidade de luz e
Gráfico em linha ou em curva
menor durabilidade.
e) menor potência, menor intensidade de luz e
Os dados, geralmente de uma série (tabela),
menor durabilidade.
são colocados num sistema cartesiano
ortogonal. Graficamente, temos pontos ligados
por segmentos de reta.
GRÁFICOS ESTATÍSTICOS
Exemplos:
O gráfico estatístico é uma forma de
apresentação dos dados estatísticos, cujo
a)
objetivo é o de produzir, no investigador ou
VENDA DE TRATORES DE UMA
no público em geral, uma impressão mais
FÁBRICA - 2000
rápida e viva do fenômeno em estudo, já que
Mês Unidades vendidas
os gráficos falam mais rápido à compreensão
que as séries. Janeiro 20
Para tornarmos possível uma Fevereiro 12
representação gráfica, estabelecemos uma Março 16
correspondência entre os termos da série e
Abril 24
determinada figura geométrica, de tal modo
que cada elemento da série seja representado Maio 8
por uma figura proporcional. Junho 18
A representação gráfica de um fenômeno Dados fictícios
deve obedecer a certos requisitos
fundamentais, para ser realmente útil:
a) Simplicidade – o gráfico deve ser
destituído de detalhes de importância
ESTATÍSTICA 8
Ana Lúcia Guimarães Carvalho
24 b)
20
PRONTO SOCORRO – CASOS
Dias da semana Atendimento
16
vendas
Segunda 12
12
8 Terça 20
4 Quarta 18
0 Quinta 24
J F M A M J
Sexta 16
mês
Sábado 8
b) DESEMPENHO DOS CANDIDATOS
1º SEMESTRE - 2001 Dados fictícios
Desempenho (%) c)
DISCOS VENDIDOS
Candidatos
(em milhões)
Mês A B C Anos Vendas
Janeiro 12 30 40 1992 76,6
Fevereiro 16 25 36 1993 44,8
Março 20 20 40 1994 44,3
Abril 24 18 32 1995 34,5
Maio 30 20 35 1996 44
Dados fictícios 1997 60
Dados hipotéticos
45
40 d) COMÉRCIO EXTERIOR
Desempenho (%)
35
30
C BRASIL – 1989-98
25
A Anos Quantidade (1.000 t)
20 Exportação Importação
B
15
10 1989 98.010 75.328
5
1990 109.100 71.855
0
J F M A M 1991 123.994 64.066
Mês
1992 119.990 60.718
Exercícios
1993 178.790 55.056
ESTATÍSTICA 9
Ana Lúcia Guimarães Carvalho
Produção de Alho
a) Gráfico em colunas Brasil – 2000
150
FREQÜENTA CINEMA - 1994-2000
100 Ano Filmes nacionais Filmes
50 % estrangeiros %
1994 16 84
0
1994 95 96 97 98 99 1995 18 82
Anos
1996 21 79
1997 25 75
1998 30 70
1999 29 71
2000 31 69
ESTATÍSTICA 10
Ana Lúcia Guimarães Carvalho
a)
Público no Brasil que Freqüenta Cinema
PRODUÇÃO DE OVOS DE GALINHA
BRASIL - 1999
100 Filmes nacionais
Filmes estrangeiros REGIÃO QUANTIDADE
90
80 (1.000 dúzias)
70 Norte 66.092
Percentual
60
50 Nordeste 356.810
40 Sudeste 937.463
30
20 Sul 485.098
10
Centro-Oeste 118.468
0
94 95 96 97 98 99 00 Fonte: Hipotética
Ano
Fonte hipotética
b)
Exercícios MORADORES DO BAIRRO A, SEGUNDO
O HÁBITO DE ASSISTIR A NOVELAS
1) Represente as tabelas usando o gráfico em HÁBITO PERCENTUAL
colunas: Sim 82%
Não 18%
a)
Total 100%
CHEGADA DE VISITANTES Fonte: fictícia
BRASIL - 1997-2000
ANOS NÚMERO
(milhares)
1997 1.450 3) Represente as tabelas por meio de um
gráfico de colunas múltiplas.
1998 1.550
1999 1.700 a)
2000 1.900 NATALIDADE SEGUNDO
AS REGIÕES DO PAÍS
Fonte: hipotética
b) (em %)
ENTREGA DE GASOLINA PARA 1940 1960 1980
CONSUMO - BRASIL – 1997-00 Norte 54,4 57,4 43,6
ANOS QUANTIDADE
Nordeste 53,5 52,6 41,5
(1.000 m3)
Sudeste 43,7 42,5 28,9
1997 9.700 Sul 39,2 41,7 29,4
1998 11.100 Centro-Oeste 46,8 47,0 35,9
1999 9.727
Fonte: jornal Folha de S. Paulo, 21/7/88
2000 9.347
Dados hipotéticos
ESTATÍSTICA 11
Ana Lúcia Guimarães Carvalho
Temos:
203 __ 360º x1= 248,2 x1 = 248º
140 __ x1
Executivos,
x2 = 56,7 x2 = 57º Fazendeiros e
profissionais
liberais e
empresários outros
x3 = 35,4 x3 = 35º Total no
Operários
Congresso 37% 62% 1%
x4 = 19,5 x4 = 20º
PMDB 39% 60% 0,3%
Com esses dados (valores em graus),
PFL 37% 62% 0,0%
marcamos num círculo de raio arbitrário, com
um transferidor, os arcos correspondentes, PDS 50% 50% 0,0%
obtendo o gráfico: PDT 19% 76% 4%
PT 0% 80% 19%
REBANHOS BRASILEIROS – 1988
Fonte: Revista Veja, jun/87
c)
ÁREA TERRESTRE BRASIL
Bovino REGIÕES RELATIVA
Suíno (%)
Norte 45,25
Ovino Nordeste 18,28
Caprino Sudeste 10,85
Sul 6,76
Centro-Oeste 18,86
Fonte:
IBGE Total 100,00
Fonte: IBGE
ESTATÍSTICA 12
Ana Lúcia Guimarães Carvalho
Cartograma
DENSIDADE POPULACIONAL
O cartograma é a representação sobre PROJETADA DA REGIÃO SUL DO
uma carta geográfica. BRASIL - 1990
Exemplos:
30,15
29,03 MAI./
28,71 ABR./
28,00 MAR./
27,39 FEV./
JAN./88
• 400.000 habitantes
ESTATÍSTICA 13
Ana Lúcia Guimarães Carvalho
60
20
Exercícios 0
TvA TvB TvC TvD Nenhum
canal
1)(Enem) Um estudo sobre o problema do
desemprego na Grande São Paulo, no I. O número de residências atingidas nessa
período 1985-1996, realizado pelo SEADE- pesquisa foi, aproximadamente , de:
DIEESE, apresentou o seguinte gráfico a) 100 c) 150 e) 220
sobre taxa de desemprego. b) 135 d) 200
Pela análise do gráfico, é correto afirmar que, II. A percentagem de entrevistados que
no período considerado: declararam estar assistindo à TvB é
a) a maior taxa de desemprego foi de aproximadamente igual a:
14%. a) 15% c) 22% e) 30%
b) A taxa de desemprego no ano de 1995 b) 20% d) 27%
foi a menor do período.
c) A partir de 1992, a taxa de
desemprego foi decrescente.
ESTATÍSTICA 14
Ana Lúcia Guimarães Carvalho
2.100
40
30 2.050
20 2.000
Jan. Abr. Ago. Dez.
10
0
Jan. Fev. Mar. Abr. Maio Jun.
Mês Analisando os gráficos, pode-se concluir que:
a) o gráfico II representa um crescimento
Pode-se afirmar que:
real maior do que o do gráfico I.
a) as vendas aumentaram mês a mês.
b) o gráfico I apresenta o crescimento real.
b) foram vendidos 100 televisores até
Sendo o II incorreto.
junho.
c) o gráfico II apresenta o crescimento
c) as vendas do mês de maio foram
real, sendo o gráfico I incorreto.
inferiores à soma das vendas de
d) a aparente diferença de crescimento nos
janeiro e fevereiro.
dois gráficos decorre da escolha das
d) foram vendidos 90 televisores até
diferentes escalas.
abril.
e) os dois gráficos são incomparáveis,
e) Se cada televisor é vendido por
pois usam escalas diferentes.
R$240,00, em maio a loja faturou,
com as vendas desse produto,
5) Analisando o gráfico responda:
R$7.200,00.
meses
4)(Enem) Para convencer a população local JAN FEV MAR ABR MAI JUN
0
da ineficiência da Companhia Telefônica 10
Vilatel na expansão da oferta de linhas, um 20 Produto A
lim me( adnev
30
político publicou no jornal local o gráfico I, 40
50
abaixo representado. A companhia Vilatel 60 Produto B
70
respondeu publicando dias depois o gráfico II, 80
onde pretende justificar um grande aumento 90
na oferta de linhas. O fato é que, no período
considerado, foram instaladas, efetivamente,
200 novas linhas telefônicas. a) Quantas unidades do produto A foram
vendidas em janeiro? E em fevereiro?
Gráfico I b) Em que mês o produto B atingiu a venda de
70.000 unidades?
2.200
c) Em que mês os dois produtos tiveram o
Nº total de linhas telefônicas
2.180
2.160 mesmo número de unidades vendidas?
2.140 d) Em que meses o produto B foi mais vendido
2.120
2.100 que o produto A?
2.080
2.060
2.040 6) O gráfico nos mostra o número de chamadas
2.020 telefônicas ocorridas numa determinada
2.000
cidade de 1995 a 1999. Construa uma
Jan. Abr. Ago. Dez.
tabela que represente esse gráfico.
ESTATÍSTICA 15
Ana Lúcia Guimarães Carvalho
5000
milhões de dólares
450 4500
número de chamadas
400 4000
350 3500
300 3000
250 2500
200 2000 Importação
150 1500
Exportação
100 1000
50 500
0 0
1995 1996 1997 1998 1999 1995 1996 1997 1998 1999
anos anos
1000
800 9%
600
400
200 23% Varig
0
1994 1995 1996 1997 1998 1999 Transbrasil
anos
Vasp
Fonte: revista Veja
68%
ESTATÍSTICA 16
Ana Lúcia Guimarães Carvalho
d) ∑∑x
i j
ij = x11 + x12 + ... + xij
PROPRIEDADES:
n
Seja por exemplo a tabela
a) ∑x = x + x + x + ... + x
i=1
i 1 2 3 n i J
Níveis Níveis fator 2
fator 1 1 2 3
Ex.: Sendo o conjunto X = {1, 3, 5, 6, 8, 9}
1 X11 X12 X13 Σx1j
faça:
2 X21 X22 X23 Σx2j
6 Σxi1 Σxi2 Σxi3 Σxij
• ∑x = x + x + x + x + x + x = 1 + 3
i=1
i 1 2 3 4 5 6
P
+ 5 + 6 + 8 + 9 = 32 N
1 2 3
5
1 28 35 46 109
• ∑x = x
i=3
i 3 + x4 + x5 = 5 + 6 + 8 =19 2 36 48 62 146
64 83 108 255
n
xij ⇒ i → linha
b) ∑k
i =1
k +4
= 1 k4k+
+24...
4 k = n·k, onde k é
+3
nvezes
j → coluna
k· ∑x
i=1
i , onde k é uma constante real.
ESTATÍSTICA 17
Ana Lúcia Guimarães Carvalho
4 6
Ex. Seja a matriz M = determine EXERCÍCIOS
8 9
2
1) Desenvolva os seguintes somatórios:
∑∑x ij = x21 + x22 = 8 + 9 = 17 7 7
∑
i=2 j=1
a)
i =1
xi c) ∑x
i= 3
i
n
e) ∑x yi=1
i i = x1·y1 + x2·y2 + ... + xn·yn
b) ∑y
3
i d)
10
∑y i
i =1 i =4
Ex.: Sejam os conjuntos X={0,1,2,3,4,5,6} e
Y = {5,6,7,8,9}, determine: 2) Sendo X = {2, 5, 6, 7} calcule:
4 2
5
i=3 3 4
74
c) ∑ (x
i =1
i + 1) d) ∑(x
i =2
i + 3)2
n
= ∑x + ∑y
i=1
i
i =1
i a) ∑10⋅ x
i=1
i b) ∑(2 +10⋅ x )
i =1
i
∑(x + y ) = ∑x + ∑
i
yi = 2 + 3 + 4 + 5 +
i i a) ∑i =1
yi b) ∑i =1
8 c) ∑4y i
i=2 i=2 i=2 i=1
6 + 7 + 8 + 9 = 44
3 3
n d) ∑y ⋅10 i e) ∑(5+12y ) i
g) ∑(x +a) = (x + a) + (x + a) + (x + a)
i=1
i
t
1
t
2
t
3
t i=1
3
i=1
4
+ ... + (xn + a)t , onde a é uma constante real f) ∑(3 − y )
i =1
i g) ∑(4y + 3y −10)
i=1
i i
a) ∑(x + y )
i=1
i i b) ∑(x − y )
i=1
i i
2 4
c) ∑i=1
(2 + x i ) 2 d) ∑(x
i=1
i + yi ) 2
ESTATÍSTICA 18
Ana Lúcia Guimarães Carvalho
e) ∑x y
i =1
i i f) ∑(x
i=1
i + 1) 165
168
167
163
164
156
160
173
162
160
161
155
164 168 155 152 163 160
155 155 169 151 170 164
4
4 4 154 161 156 172 153 157
f) ∑x + ∑ y
i=1
i
i =1
i g) ∑(x +2+y )
i=1
i i 156 158 158 161
Rol
4 4 4
6) Sendo ∑x i =10 , ∑y =20 e ∑ x
i
2
i =30, Estatura de 40 alunos do Colégio A
i =1 i =1 i =1 150 151 152 153 154 155
calcule: 155 155 155 156 156 156
4 4 157 158 158 160 160 160
a) ∑(x
i=1
i + yi ) b) ∑(x + 3)
i=1
i
2
160
162
160
162
161 161
163 163
161
164
161
164
4 164 165 166 167 168 168
c) ∑(4x
i=1
i + yi ) 169 170 172 173
Tabela I
ESTATÍSTICA 19
Ana Lúcia Guimarães Carvalho
O processo dado exige muito espaço, total descrição, até porque a Estatística tem por
mesmo quando o número de valores da finalidade analisar o conjunto de valores,
variável (n) é de tamanho razoável. A desinteressando-se por casos isolados.
solução mais aceitável, pela própria natureza
da variável contínua, é o agrupamento dos Exercício:
valores em vários intervalos.
Deste modo, estaremos agrupando os 1) Observe a tabela seguinte.
valores da variável em intervalos, sendo que,
em estatística, preferimos chamar os Algumas informações sociais sobre os 30
intervalos de classes. funcionários da Indústria Santo Afonso.
Chamando de freqüência de uma
classe o número de valores da variável Nº Estado Nº de Grau de Salário
pertencentes à classe, os dados da tabela Civil depen instrução (x mínimo)
anterior podem ser dispostos em uma tabela dentes
denominada distribuição de freqüência com 1 casado 2 1º grau 3
intervalos de classe. 2 casado 2 1º grau 3
solteiro 0 2º grau 6
Tabela II 4 divorc. 2 2º grau 6
5 casado 2 superior 15
ESTATURA DE 40 ALUNOS DO 6 solteiro 0 1º grau 3
COLÉGIO A 7 casado 2 2º grau 6
ESTATURAS FREQÜÊNCIA 8 casado 3 1º grau 3
(cm) 9 solteiro 0 1º grau 3
150├ 154 4 10 casado 2 1º grau 3
154 ├ 158 9 11 divorc. 3 1º grau 3
158 ├ 162 11 12 casado 2 1º grau 3
162 ├ 166 8
13 casado 2 1º grau 3
166 ├ 170 5
14 casado 2 2º grau 15
170 ├ 174 3
15 solteiro 0 1º grau 4
Total 40
16 solteiro 0 2º grau 8
17 solteiro 1 1º grau 4
OBS: Os intervalos de classe devem 18 casado 2 1º grau 4
ser escritos, de acordo com a Resolução 19 casado 2 2º grau 8
886/66 do IBGE, em termos de desta 20 divorc. 2 1º grau 4
quantidade até menos aquela, empregando, 21 solteiro 1 superior 15
para isso o símbolo ├ (inclusão de li e 22 casado 3 1º grau 4
exclusão de L i). 23 casado 2 2º grau 8
24 solteiro 0 1º grau 4
Ao agruparmos os valores da variável 25 casado 2 2º grau 8
em classes, ganhamos em simplicidade mas 26 solteiro 1 1º grau 4
perdemos em pormenores. Assim, na tabela I, 27 solteiro 0 2º grau 8
podemos verificar, facilmente, que quatro 28 casado 2 1º grau 4
alunos têm 161 cm de altura e que não existe
29 solteiro 0 2º grau 8
nenhum aluno com 171 cm de altura. Já na
30 solteiro 0 1º grau 4
tabela II não podemos ver se algum aluno tem
Fonte: dados hipotéticos
a estatura de 159 cm. No entanto, sabemos,
com segurança, que onze alunos têm estatura
Elabore uma tabela de freqüência (absoluta e
compreendida entre 158 e 162 cm.
relativa) considerando como variável:
O que se pretende com a construção
dessa nova tabela é realçar o que há de
a) o estado civil.
essencial nos dados e, também, tornar
possível o uso de técnicas analíticas para sua b) o número de dependentes.
ESTATÍSTICA 20
Ana Lúcia Guimarães Carvalho
hi = L i - l i
2) As notas de Estatística de uma turma de 50
alunos estão anotadas na tabela a seguir.
Faça uma tabela de freqüência (absoluta e
4 – Amplitude total da distribuição
relativa) para essas notas.
Amplitude total da distribuição
NOTAS DE ESTATÍSTICA
( AT ) é a diferença da última classe (
limite superior máximo) e o limite
4 6 8 5 8 5 7
inferior da primeira classe ( limite
4 10 6 7 5 6 4
inferior mínimo).
6 7 10 10 5 10 5
7 5 8 7 4 5 6
7 6 7 9 9 6 5 AT = L (máx.) – l(mín.)
9 6 5 9 8 10 8
5 6 7 5 6 8 5
4
5 – Amplitude amostral
ELEMENTOS DE UMA DISTRIBUIÇÃO
DE FREQÜÊNCIA Amplitude amostral ( AA ) é a
diferença entre o valor máximo e o valor
1 – Classe mínimo da amostra.
i =1
b) Agora, responda:
ESTATÍSTICA 22
Ana Lúcia Guimarães Carvalho
ESTATÍSTICA 23
Ana Lúcia Guimarães Carvalho
150 159 157 151 152 m) a percentagem dos lotes cuja área é de
500m2, no mínimo, mas inferior a 1.000m2;
156 153 163 159 175 n) a classe do 72º lote;
o) até que classe estão incluídos 60% dos lotes.
162 162 164 158 159
5) Baseando que um amostra apresentou os
164 168 166 160 162 resultados abaixo, clacule a amplitude do
intervalo de classe ( h ) e o número total de
a) Calcule a amplitude do rol. classes ( i ).
b) Calcule a amplitude para cada intervalo de
classe. a) n=50 AA=150
c) Ache a distribuição de freqüência com
intervalos de classe, a freqüência relativa, a b) n=70 AA=10
freqüência acumulada e a freqüência
acumulada relativa. 6) Complete os dados que faltam na
distribuição de freqüência:
4) A tabela abaixo apresenta uma distribuição
de freqüência das áreas de 400 lotes: a)
I Xi fi fri fi
ÁREAS Nº DE
(m2) LOTES 1 0 1 0.05
300 ├ 400 14 2 1 0.15 4
3 2 4
400 ├ 500 46 4 3 0.25 13
500 ├ 600 58 5 4 3
6 5 18
600 ├ 700 76 7 6 19
700 ├ 800 68 8 7
800 ├ 900 62 ∑ = 20 ∑ = 1.00
900 ├ 1000 48
1000 ├ 1100 22 b)
i Classes xi fi Fi fri
1100 ├ 1200 6 1 0├2 1 4 0,04
2 2├4 8
Com referência a essa tabela, determine: 3 4├6 5 30 0,18
a) a amplitude total; 4 7 27 0,27
b) o limite superior da quinta classe; 5 15 72
c) o limite inferior da oitava classe; 6 10 ├ 12 83
d) o ponto médio da sétima classe; 7 13 10 93 0,10
e) a amplitude do intervalo da segunda classe; 8 14 ├ 16 0,07
f) a freqüência da quarta classe;
g) a freqüência relativa da sexta classe;
∑= ∑=
h) a freqüência acumulada da quinta classe;
i) o número de lotes cuja área não atinge 700
m2; REPRESENTAÇÃO GRÁFICA DE UMA
j) o número de lotes cuja área atinge e DISTRIBUIÇÃO
ultrapassa 800 m2;
Uma distribuição de freqüência pode
k) a percentagem dos lotes cuja área não
ser representada graficamente pelo
atinge 600 m2;
histograma, pelo polígono de freqüência e
l) a percentagem dos lotes cuja área seja
pelo polígono de freqüência acumulada
maior ou igual a 900 m2;
(ogiva de Galton).
ESTATÍSTICA 24
Ana Lúcia Guimarães Carvalho
4 162 ├ 166 8 10
frequência
5 166 ├ 170 5 8
6 170 ├ 174 3 6
Total ∑ f i = 40 4
2
0
148 152 156 160 164 168 172 176
12 Estatura
10
frequência
8
6 No caso de termos uma variável
4 essencialmente positiva, cuja distribuição se
2 inicie no valor zero, devemos considerar um
0 intervalo anterior localizado no semi-eixo
150 154 158 162 166 170 174 negativo. Porém consideraremos apenas a parte
classes positiva do segmento que liga o ponto médio
ESTATÍSTICA 25
Ana Lúcia Guimarães Carvalho
8
Exemplo:
Freqüência
6
ESTATURA DE 40 ALUNOS DO
COLÉGIO A 4
i ESTATURAS fi
2
(cm)
1 150├ 154 4 0
2 154 ├ 158 9 1 2 3 4 5 6 7
3 158 ├ 162 11
4 162 ├ 166 8 Também podemos representar a
5 166 ├ 170 5 distribuição pelo gráfico da freqüência
6 170 ├ 174 3 acumulada, o qual se apresentará com pontos
Total ∑ f i = 40 de descontinuidade nos valores observados da
variável:
40
30
Freqüencia
20 Exercícios:
ESTATÍSTICA 26
Ana Lúcia Guimarães Carvalho
8
68 85 33 52 66 77 84 65 74 57
6
71 35 81 50 35 64 74 47 54 68
80 61 41 91 55 73 59 53 77 45 4
41 55 78 48 69 85 67 39 60 76 2
94 88 66 66 73 42 65 94 88 89 0
8 10 12 14 16 18 20 22
classes
pede-se:
a) Uma tabela de freqüência para os dados
a) A distribuição de freqüência começando
apresentados.
por 30 e adotando-se o intervalo de classe
b) O polígono de freqüência.
de amplitude igual a 10.
c) O polígono de freqüência acumulada.
b) A freqüência acumulada.
c) O histograma.
d) O polígono de freqüência. 7) Dado o polígono de freqüência abaixo,
f) O polígono de freqüência acumulada. construa:
12
10
3,9 7,4 10,0 11,8 2,3 4,5 10,5 8,4 15,6
8
18,8 2,9 2,3 0,4 5,0 9,0 5,5 9,2 12,4
4,5 4,4 10,6 5,6 8,5 2,4 17,8 11,6 0,8 6
7,1 3,2 2,7 16,2 2,7 9,5 13,1 3,8 6,3 4
4,8 5,3 12,9 6,9 6,3 7,5 2,6 3,3 4,6 2
7,5 8,7 4,4 7,9 16,0
0
10 14 18 22 26 30 34 36
pede-se: X
a) Formar com esses dados uma distribuição a)Uma tabela de freqüência para os
com intervalos de classe igual a 3, tais que dados apresentados.
os limites inferiores sejam múltiplos de 3. b) O histograma.
b) Confeccionar o histograma. c) O polígono de freqüência acumulada.
ESTATÍSTICA 27
Ana Lúcia Guimarães Carvalho
x= ∑ i
_ x
30 n
sendo:
25
frequência
20
x a média aritmética;
x i os valores da variável;
15
n o número de valores.
10
Dados não-agrupados
5
Quando desejamos conhecer a média
0
40 60 80 100 120 140 160 dos dados não-agrupados, determinamos a
classes média aritmética simples.
9) O gráfico mostra a distribuição de uma Exemplo:
amostra de garrafas de refrigerantes e seus Sabendo-se que a produção leiteira
respectivos volumes em mililitros: diária da vaca A, durante uma semana, foi de
10, 14, 13, 15, 16, 18 e 12 litros, temos, para
500
produção média da semana:
400 _
10 + 14 + 13 + 15 + 16 + 18 + 12 98
(nº de garrafas
x= = 14
Freqüência
=
300 7 7
Logo:
200 _
100
x =14 litros
0
280 300 320
Volume (ml)
Dados agrupados
a) Quantas garrafas compõem essa amostra?
b) Qual a freqüência relativa da classe “300 Sem intervalo de classe
ml”?
ESTATÍSTICA 28
Ana Lúcia Guimarães Carvalho
∑f i
5) A tabela mostra a distribuição de freqüência
da carga, em toneladas, dos caminhões que
passaram por uma estrada num certo
Onde xi é o ponto médio da classe. período.
Calcule a carga média desses caminhões.
Exemplo:
Consideremos a distribuição:
ESTATÍSTICA 29
Ana Lúcia Guimarães Carvalho
Dada a distribuição
A MODA ( Mo )
Nº DE FILHOS fi
0 2
Denominamos moda o valor
1 6
que ocorre com maior freqüência em
2 10
uma série de valores.
3 12
4 4
Dados não-agrupados ∑ = 34
Quando lidamos com valores não-
A freqüência máxima ( 12 ) corresponde o
agrupados, a moda é facilmente reconhecida:
valor 3 da variável. Logo:
basta, de acordo com a definição, procurar o
Mo = 3
valor que mais se repete.
Com intervalo de classe
Exemplo:
A classe que apresenta a maior
A série de dados:
freqüência é denominada classe modal. Pela
definição, podemos afirmar que a moda, neste
7, 8, 9, 10, 10, 10, 11, 12, 13, 15
caso, é o valor dominante que está
compreendido entre os limites da classe modal.
tem moda igual a 10.
O método mais simples para o cálculo
da moda consiste em tomar o ponto médio da
Podemos, entretanto, encontrar séries
classe modal.
nas quais não exista valor modal, isto é, nas
Damos a esse valor a denominação de
quais nenhum valor apareça mais vezes que
moda bruta.
outros. É o caso da série:
Temos, então:
3, 5, 8, 10, 12, 13
l+L
que não apresenta moda ( amodal ). Mo =
2
Em outros casos, ao contrário, pode
haver dois ou mais valores de concentração.
onde:
Dizemos, então, que a série tem dois ou mais
valores modais. Na série:
l é o limite inferior da classe modal;
L é o limite superior da classe modal.
2, 3, 4, 4, 4, 5, 6, 7, 7, 7, 8, 9
ESTATÍSTICA 30
Ana Lúcia Guimarães Carvalho
2
5, 13, 10, 2, 18, 15, 6, 16, 9, Sem intervalo de classe
o primeiro passo é o da ordenação ( crescente Neste caso, basta identificar a
ou decrescente ) dos valores: freqüência acumulada imediatamente superior
à metade da soma das freqüências. A mediana
2, 5, 6, 9, 10, 13, 15, 16, 18 será aquele valor da variável que corresponde a
tal freqüência acumulada.
em seguida, tomamos aquele valor central que
apresenta o mesmo número de elementos à Exemplo:
direita e à esquerda. Em nosso exemplo, esse
valor é o 10, já que, nessa série, há quatro Dada a distribuição de freqüência:
elementos acima dele e quatro abaixo. Nº DE fi Fi
Temos, então: MENINOS
Md = 10 0 2 2
1 6 8
Se, porém, a série dada tiver um 2 10 18
número par de termos, a mediana será, por 3 12 30
definição, qualquer dos números 4 4 34
compreendidos entre os dois valores centrais
∑ = 34
ESTATÍSTICA 31
Ana Lúcia Guimarães Carvalho
Fi =
∑f,
i
1º) Determinamos as freqüências acumuladas.
2
a mediana será dada por: 2º) Calculamos
∑ fi
2
3º) Marcamos a classe correspondente à
x i + x i +1 freqüência acumulada imediatamente superior
Md =
2
à
∑ f i - classe mediana – e, em seguida,
2
isto é, a mediana será a média aritmética entre empregamos a fórmula:
o valor da variável correspondente a essa
freqüência acumulada e o seguinte. ∑ fi
− F(ant ) h
Exemplo: 2
Md = l +
f
Dada a distribuição de freqüência:
na qual:
xi fi Fi l é o limite inferior da classe mediana;
12 1 1 F(ant) é a freqüência acumulada da
14 2 3 classe anterior à classe mediana;
15 1 4 f é a freqüência simples da classe
16 2 6 mediana;
17 1 7 h é a amplitude do intervalo da classe
20 1 8 mediana.
∑= 8 Exemplo:
Temos:
Dada a distribuição de freqüência:
Pos =
∑f i 8
= =4
2 2 i Estaturas fi Fi
Logo: (cm)
15 + 16 31 1 150 ├ 154 4 4
Md = = = 15,5
2 2 2 154 ├ 158 9 13
3 158 ├ 162 11 24 Classe
Donde: mediana
Md = 15,5 4 162 ├ 166 8 32
5 166 ├ 170 5 37
6 170 ├ 174 3 40
Com intervalo de classe ∑ = 40
ESTATÍSTICA 32
Ana Lúcia Guimarães Carvalho
Temos: xi 3 4 5 6 7 8
∑f 40
i
= 20
=
fi 4 8 11 10 8 3
2 2
Logo, a classe mediana é a de ordem 3. Então: calcule:
a) a média;
l = 158, F(ant) = 13, f = 11 e h = 4 b) a mediana;
c) a moda.
substituindo na fórmula:
Md = 158 +
(20 − 13) 4 =158 + 28 5) Quando trabalhamos com variáveis
11 11 contínuas e em grande número, pode ser
Md = 158 + 2,54 = 160,54 interessante classificá-las em intervalos
iguais, a fim de reduzir o tempo das
isto é: operações. Nestes casos, para os cálculos
Md = 160,5 cm das medidas de posição costumamos
considerar todos os valores de cada
Exercícios intervalo iguais ao ponto médio do
intervalo. Assim, se no intervalo de 10 a 15
1) Considerando os conjuntos de dados: tivermos 18 valores, consideraremos que
todos os 18 são iguais a 12,5, que é o valor
a) 3, 5, 2, 6, 5, 9, 5, 2, 8, 6 médio entre 10 e 15. Esta medida não
b) 51,6; 48,7; 50,3; 49,5; 48,9 costuma acarretar erro considerável.
Com base no que afirmamos acima,
c) 20, 9, 7, 2, 12, 7, 20, 15, 7 determine a média, a mediana e a moda das
d) 15, 18, 20, 13, 10, 16, 14 seguintes distribuições de freqüências:
ESTATÍSTICA 33
Ana Lúcia Guimarães Carvalho
1,75 ├ 1,80 12
1,80 ├ 1,85 6
10) (Vunesp) Suponhamos que nos
1,85 ├ 1,90 2 vestibulares desse ano uma universidade
tivesse tido, para os seus diversos cursos,
8) (UFRJ) O gráfico mostra a distribuição de uma média de 3,60 candidatos por vaga
uma prova de matemática. oferecida. Se para os vestibulares do ano
que vem o número de vagas for aumentado
10 de 20% e o número de candidatos aumentar
em 10%, qual a média de candidatos por
vaga que essa universidade terá no próximo
Número de alunos
8
ano?
6
4
a) 3,24 b) 3,30 c) 3,36 d) 3,40 e) 3,46
2
MEDIDAS DE DISPERSÃO OU DE
0
1 2 3 4 5 6 7 8 9 10
VARIABILIDADE
Notas
A média aritmética, a mediana e a
a) Quantos alunos fizeram a prova? moda, são valores que podem servir de
b) Determine a média aritmética das comparação para dar a posição de qualquer
notas dessa prova. elemento do conjunto.
Entretanto, quando se trata de
9) (Unicamp-SP) O gráfico, em forma de interpretar dados estatísticos, mesmo aqueles já
pizza, representa as notas obtidas em uma convenientemente simplificados, é necessário
questão pelos 32.000 candidatos presentes ter-se uma idéia retrospectiva de como se
à primeira fase de uma prova de vestibular. apresentavam esses mesmos dados nas tabelas.
Ele mostra, por exemplo, que 32% desses Assim, não é o bastante dar uma das
candidatos tiveram nota 2 nessa questão. medidas de posição para caracterizar
perfeitamente um conjunto de valores, pois,
Pergunta-se: mesmo sabendo, por exemplo, que a
temperatura média de duas cidades é a mesma,
a) Quantos candidatos tiveram nota 3? e igual a 24º C, ainda assim somos levados a
ESTATÍSTICA 34
Ana Lúcia Guimarães Carvalho
Considerando a tabela:
ESTATÍSTICA 35
Ana Lúcia Guimarães Carvalho
Considerando a distribuição:
VARIÂNCIA
i Estaturas fi
Uma outra medida que indica o
(cm)
afastamento dos elementos de uma amostra,
1 150 ├ 154 4 em relação à média aritmética, é a variância,
2 154 ├ 158 9
que se representa por σ2. define-se essa medida
3 158 ├162 11
como a média aritmética entre os quadrados
4 162 ├ 166 8
dos desvios dos elementos da amostra, isto é:
5 166 ├ 170 5
6 170 ├ 174 3 2
−
∑ = 40 ∑ i
x − x
σ2 =
temos: ∑fi
AT = 174 – 150 = 24
Logo:
AT = 24 cm Ou, lembrando que ∑ fi = n
A amplitude total tem o inconveniente 2
de só levar em conta os dois valores extremos −
ESTATÍSTICA 36
Ana Lúcia Guimarães Carvalho
2 Exemplo:
σ=
∑ x 2i ∑ xi
−
n n xi fi fix i fix i2
0 2 0 0
1 6 6 6
Dados não-agrupados 2 12 24 48
3 7 21 63
Tomemos, como exemplo, o conjunto 4 3 12 48
de valores da variável x:
∑ = 30 ∑ = 63 ∑ = 165
40, 45, 48, 52, 54, 62, 70
Logo:
2
O modo mais prático para se obter o
desvio padrão é formar uma tabela com duas σ=
∑ f i x 2i ∑ fi x i
−
n n
colunas: Uma para xi e outra para xi2. Assim:
2
165 63
xi X i2 σ= − = 5,5 − 4,41 =
40 1.600 30 30
45 2.025 1,09 = 1,044
48 2.304
52 2.704 Então:
54 2.916
σ = 1,04
62 3.844
70 4.900
Com intervalos de classe
∑ = 371 ∑ = 20.293
Começamos por abrir as colunas para x i que é o
Como n = 7, temos: ponto médio do intervalo de classe.
2
σ=
∑ x 2i ∑ xi
−
Exemplo:
n n
i Estaturas fi xi fixi fixi2
(cm)
2
20.293 371 2 1 150├154 4 152 608 92.416
σ= − = 2.899 − 53 =
7 7 2 154├158 9 156 1.404 219.024
= 2.899 − 2.809 = 90 = 9,486 3 158├162 11 160 1.760 281.600
4 162├166 8 164 1.312 215.168
Logo:
5 166├170 5 168 840 141.120
σ = 9,49
6 170├174 3 172 516 88.752
Dados agrupados ∑ = 40 ∑ = 6.440 ∑ = 1.038.080
Sem intervalo de classe
σ=
ESTATÍSTICA
∑ f i x 2i ∑ fi x i
− 37
n n
Ana Lúcia Guimarães Carvalho
ESTATÍSTICA 38
Ana Lúcia Guimarães Carvalho
9) Para preencher uma vaga de gerente de 11) O gráfico abaixo mostra a istribuição de
produção, o departamento de recursos freqüência das notas obtidas pelos alunos da
humanos de uma empresa realizou um segunda série do ensino médio numa prova
teste com vários candidatos, selecionando de educação física.
os dois melhores: Leonor e Felipe. A
tabela mostra os desempenhos dos dois
candidatos nas provas a que se 21
submeteram:
Número de alunos
18
15
Candidato 12
Felipe Leonor 9
Assunto 6
Conhecimentos 8,5 9,5 3
de informática 0
1 2 3 4 5 6 7 8 9 10
Língua 9,5 9,0 Nota
Portuguesa
Determinar:
Língua Inglesa 8,0 8,5
a) a nota média desses alunos;
b) a mediana dessa distribuição;
Matemática 7,0 8,0 c) a moda dessa distribuição.
Conhecimentos 7,0 5,0
de Economia PROBABILIDADE
Média = Média = 8,0
8,0 Em condições normais podemos prever
a que temperatura o leite ferve. Esse tipo de
Os dois candidatos obtiveram a
experimento, cujo resultado é previsível, recebe
mesma média. Como proceder,
o nome de determinístico. Mas, ao lançar um
cientificamente, para determinar qual dos
dado uma ou mais vezes, não podemos saber
dois teve o melhor desempenho nessa
com antecedência o número que se vai obter;
avaliação?
sabemos apenas que os possíveis resultados são
1, 2, 3, 4, 5 ou 6. Esse tipo de experimento,
ESTATÍSTICA 39
Ana Lúcia Guimarães Carvalho
ESTATÍSTICA 40
Ana Lúcia Guimarães Carvalho
b) Um número primo
S = {1,2,3,4,5,6} E = {2,4,6}
4) Considerando o experimento “sorteio de n(S) = 6 n(E) = 3
um número de 1 a 20”, determine o evento 3 1
para obter um número: P( B ) = =
6 2
a) múltipla de 3.
b) múltiplo de 5. c) obter um número menor ou igual a 6 na face
c) Primo superior
Sabemos que a probabilidade de tirar 4 Dizemos que dois ou mais eventos são
1 mutuamente exclusivos quando a realização de
no lançamento de um dado é p = . Logo, a um exclui a realização do(s) outro(s).
6
probabilidade de não tirar o 4 no lançamento Assim, no lançamento de uma moeda, o
de um dado é evento “tirar cara”e o evento “tirar coroa”são
mutuamente exclusivos, já que, ao se realizar
1 5 um deles, o outro não se realiza.
q=1- = Se dois eventos são mutuamente
6 6
Eventos Independentes exclusivos, a probabilidade de que um ou outro
se realize é igual à soma das probabilidades de
que cada um deles se realize.
ESTATÍSTICA 42
Ana Lúcia Guimarães Carvalho
ESTATÍSTICA 43
Ana Lúcia Guimarães Carvalho
2 1 = 0,25
5 4
p = = 0,17 1 2 = 0,5
30 4
0 1 = 0,25
• ocorrerem dois acidentes é: 4
4 Σ=1
2 4
p= = 0,07
30
Ao lançarmos um dado, sendo a
variável aleatória x definida por “pontos de um
• ocorrerem três acidentes é: dado”. Faça uma tabela de distribuição de
probabilidade para cada um dos resultados do
1 dado. Assim, ao lançarmos um dado a variável
p= = 0,03
30 aleatória x, definida por “pontos de um
dado”pode tomar os valores 1, 2, 3, 4, ,5, 6.
Podemos, então, escrever: Como cada um desses valores está associado
uma só probabilidade de realização e Σ P(xi) =
Nº de acidentes Probabilidade 1, fica definida então uma função de
0 22 probabilidade da qual resulta a distribuição de
= 0,73 probabilidade:
30
1 5 = 0,17
30 x P(x)
2 2 = 0,07
30 1 1
3 1 6
= 0,03
30 2 1
Σ = 1,00 6
3 1
6
Essa tabela é denominada 4 1
distribuição de probabilidade. 6
5 1
6
Exemplo: 6 1
6
Determine a distribuição de Σ=1
probabilidade para o lançamento simultâneo
de duas moedas e a probabilidade de A função da probabilidade é
obtermos número de caras. representada por:
ESTATÍSTICA 45
Ana Lúcia Guimarães Carvalho
ESTATÍSTICA 46
Ana Lúcia Guimarães Carvalho
ESTATÍSTICA 47
Ana Lúcia Guimarães Carvalho
Eventos
ESTATÍSTICA 48
Ana Lúcia Guimarães Carvalho
ESTATÍSTICA 49
Ana Lúcia Guimarães Carvalho
ESTATÍSTICA 50
Ana Lúcia Guimarães Carvalho
6 Correlação não-linear
4 Distribuição dos pontos
2 em torno de uma curva
0
24 26 28 30 32 34 36 38 40 42 44 46 48
Idade
ESTATÍSTICA 51
Ana Lúcia Guimarães Carvalho
ESTATÍSTICA 52
Ana Lúcia Guimarães Carvalho
Notas b)
Nº Matem. Estat. xiyi xi2 yi2 x 0 1 2 3 4 5 6
(xi) (yi)
y 3 18 21 40 34 61 65
01 5.0 6.0 30 25 36 3) Numa indústria é feito um acompanhamento
08 8.0 9.0 72 64 81 sistemático do percentual de elementos
24 7.0 8.0 56 49 64 defeituosos produzidos a cada intervalo de
meia hora. Após um mês de produção, os
38 10.0 10.0 100 100 100
valores médios de percentuais de defeitos a
44 6.0 5.0 30 36 25 cada horário foram marcados na tabela:
58 7.0 7.0 49 49 49
59 9.0 8.0 72 81 64
Horas % Horas %
7:00 0,12 10:00 0,13
72 3.0 4.0 12 9 16
7:30 0,09 10:30 0,18
80 8.0 6.0 48 64 36 8:00 0,14 11:00 0,15
92 2.0 2.0 4 4 4 8:30 0,19 11:30 0,19
Σ xi=65 Σ yi=65 Σ xiyi=473 Σ xi2=481 Σ yi2=475 9:00 0,14 12:00 0,20
9:30 0,16
Verifique a existência de correlação
n ∑ x i y i − (∑ x i )(∑ y i ) linear entre o horário e o percentual de defeitos.
r=
n x 2 − ( x )2 n y 2 − ( y )2
∑ i ∑ i ∑ i ∑ i 4) Calcule o coeficiente de correlação linear do
conjunto de pontos apresentados no gráfico a
seguir:
10.473 − (65)(
. 65 )
r=
[10.(481) − (65) ][10.(475) − (65) ]
2 2
y
4,5
4 H K
505 3,5
r= r = 0,91 3 G I J
585 . 525 2,5
2 B
C F
1,5
Resultado que indica uma correlação linear 1
positiva altamente significativa entre as duas 0,5
A D E
variáveis. 0
0 1 2 3 4 5 6 7 8 9 10
x
Exercícios:
REGRESSÃO
1) Calcule o coeficiente de correlação para os
valores das variáveis x i e y i.
Sempre que desejamos estudar determinada
variável em função de outra, fazemos uma
xi 4 6 8 10 12
análise de regressão.
yi 12 10 8 12 14
Podemos dizer que a análise de
regressão tem por objetivo descrever, através
2) determine o coeficiente de correlação linear
de um modelo matemático, a relação entre duas
para os dados dos conjuntos abaixo,
variáveis, partindo de n observações das
mesmas.
ESTATÍSTICA 53
Ana Lúcia Guimarães Carvalho
Y = aX + b n = 10
ESTATÍSTICA 54
Ana Lúcia Guimarães Carvalho
Exercícios:
Determine:
1) A partir da tabela:
a) o coeficiente de correlação
xi 1 2 3 4 5 6 b) a reta ajustada
yi 70 50 40 30 20 10 c) o valor estimado do comprimento da
barra para a temperatura de 18ºC
a) Calcule o coeficiente de correlação d) o valor estimado do comprimento da
b) Determine a reta ajustada barra para a temperatura de 35ºC.
c) Estime o valor Y para X = 0
5) Considere os resultados de dois testes, X e
2) Certa empresa, estudando a variação da Y, obtidos por um grupo de alunos da escola
demanda de seu produto em relação à A:
variação de preço de venda, obteve a tabela:
xi yi xi yi
Preço Demanda Preço Demanda 11 13 28 17
(xi) (yi) (xi) (yi) 14 14 30 24
38 350 63 246 19 18 31 22
42 325 70 238 19 15 34 24
50 297 80 223 22 22 37 25
56 270 95 215
59 256 110 208
Determine:
a) Determine o coeficiente de correlação
a) calcule o coeficiente de correlação;
b) Estabeleça a equação da reta ajustada
b) a equação de regressão;
c) Estime Y para X=60 e X=120
c) estime x para y = 4.
3) Pretendendo-se estudar a relação entre as
6) Considere os resultados de dois testes e
variáveis”consumo de energia elétrica”(xi) e
calcule o coeficiente de correlação , a
“volume de produção nas empresas
equação de regressão e construa o gráfico.
industriais”(y i), fez-se uma amostragem que
inclui vinte empresas, computando-se os
X Y X Y
seguintes valores:
2 1 4 4
2 2 5 3
Σxi = 11,34 , Σyi = 20,72 , Σxi2 = 12,16 ,
3 2 6 4
3 3 6 5
Σyi2 = 84,96 , Σxiy i = 22,13
3 4 6 3
4 2
a) calcule o coeficiente de correlação
b) equação de regressão
c) estime o consumo de energia elétrica
para um volume de produção de 3.
Temperatura 10 15 20 25 30
(º C)
Comprimento 1.003 1.005 1.010 1.011 1.014
(mm)
ESTATÍSTICA 55