Vous êtes sur la page 1sur 42

ENGENHARIA CIVIL Probabilidade e Estatstica

Prof. M.sc. Francisco Duarte de li!eira

Tpico " Unidade 1Introduo Estatstica

1.1 Estatstica Atividade humana especializada ou um corpo de tcnicas ou ainda uma metodologia desenvolvida para a coleta, a classificao, a apresentao, a anlise e a interpretao de dados quantitativos e a utilizao desses dados para tomadas de decises. Qualquer cincia e perimental no pode prescindir das tcnicas proporcionadas pela !stat"stica # a !ngenharia, a $incias $ont%eis, a &"sica, a 'iologia, a Administrao, a (sicologia, a !conomia, a Agronomia, a )edicina, nutrio e outros. *s !stat"sticos so sempre necessrios, qualquer que se+a o n"vel em que desempenham suas atividades.
Fases do M#todo Estatstico

A ,efinio do pro%lema ' # (lane+amento $ # $oleta de dados , # Apresentao dos dados ! # Anlise e -nterpretao de dados

A) ,efinio do pro%lema. /a%er e atamente aquilo que se pretende pesquisar o mesmo que definir corretamente o pro%lema.

B) (lane+amento. . !scolha de pergunta # correta formulao. $ronogramas das atividades 1prazos para diversas fases e os custos envolvidos2. ! ames das informaes dispon"veis. * delineamento da amostra. A forma como sero escolhidos os dados. 3ivros # pesquisa de mercado C) $oleta dos dados. *peracional coleta direta coleta indireta Apurao dos dados o )anual o )ec4nica o !letromec4nica ou !letr5nica B) Apresentao dos dados. 6a%ular # uma apresentao numrica dos dados. $onsiste em por em linha e7 ou colunas ordenadas. 8ormas. 9rficos # $ap"tulo : parte. C) Anlise e -nterpretao dos dados. ! pressar n;meros # resumos <so de leis da pro%a%ilidade, regresso, sries temporais, etc # !stat"stica Anal"tica.
=

1.2 Populao e A ostra!"#cnicas de A ostra$e !m linguagem mais formal, a populao o con+unto constitu"do por todos os indiv"duos que apresentam pelo menos uma caracter"stica comum, cu+o comportamento interessa analisar 1inferir2. Quanto ao n;mero de elementos a populao pode ser finita ou infinita. A primeira aquela que apresenta um n;mero limitado de indiv"duos. )uitas vezes, entretanto, o n;mero de o%servaes infinito. A populao ser, ento, infinita. !sta ;ltima est associada a processos. <ma populao infinita dever ento, ser conce%ida apenas como um esquema conceitual e te>rico. A ostra # /u%con+unto, uma parte direcionada da totalidade de o%servaes a%rangidas pela populao, atravs da qual se faz um +u"zo ou inferncia so%re as caracter"sticas da populao -"#cnicas de A ostra$e
".$%Dados Estatsticos Normalmente, no trabalho estatstico, o pesquisador se v obrigado a lidar com uma grande quantidade de valores numricos resultantes de um le!anta&ento (censo) - de uma amostragem. stes valores numricos s!o chamados de "ados statsticos. #odemos dividir$ a' Estatstica Descriti!a - a parte da descrever os dados observados. statstica que tem por ob%etivo

- Aleat%rias &i ples! &iste 'tica! Estrati(icada

b' Estatstica Induti!a - que tem como ob%etivo obter e generali&ar conclus'es para a popula(!o a partir de uma amostra - atravs do c)lculo da #robabilidade. * c)lculo da #robabilidade que viabili&a a infer(ncia estatstica. ".)% VARI*VEI+ ,-AN.I.A.IVA+ E VARI*VEI+ ,-ALI.A.IVA+ ,-AN.I.A.IVA+% Discretas

+s vari)veis discretas assumem valores inteiros. *s dados discretos s!o o resultado da contagem de n,mero de itens. n- na classe. /0 alunos n- de de1eitos como. / (carro) n- de o1ertas de um produto. 20 ,-AN.I.A.IVA+% Contnuas +s vari)veis contnuas podem assumir qualquer valor do con%unto dos n,meros reais. quantidade de ca1 vendida por dia. quantidade de gasolina vendida por hora. comprimento, espessura, velocidade, temperatura. ,-ALI.A.IVA+% No&inal 3!o dados caracteri&ados por rtulos ou categorias 3e4o, estado civil. cor dos olhos ,-ALI.A.IVA+% rdinal 3!o caracteri&ados por uma ordem, mas n!o podem ser di1erenciados por valor numrico.Nvel de scolaridade, intensidade da dor (1orte ,mdia ,suave) "./ 0 +#rie Estatsticas .e&1oral 2 Geo3r4fica 2 Es1ecfica 2 Mista a' .e&1oral% Vari4!el te&1o

b) 3rie 5eogr)1ica

Geo3r4fica.Locali5a67o%Mil89es%:;";
=egi!o->rasil Norte Nordeste 3udeste 3ul 8entro *este
?onte. @>5

#opula(!o 27.;<7.<:; 7/.0:;.2/: ;0./7/.:96 9:./;6.;27 26.070./60

c' +#rie Es1ecfica En3en8arias Ci!il Produ67o Mec=nica Fonte% IEEE d' +#rie Mista Ano% :;;;% Matriculas % <rasil )$.";) $$.);/ :;.>/)

-nidade
Mista% con?u3adas% Vari4!el% : ordens classifica67o.Mil89es 8idadesC#opul. 3!o #aulo =io de Baneiro 3alvador
?onte. @>5

9000 9020 20.6/6.979 22.966./<A 7.;7:.A06 <./9/.0/: 9.66/.20: 9.<:<.<0;

".> % N .A@A

+IGMA

Duitos dos processos estatsticos - na verdade, a maioria - e4igem o c)lculo da soma de um con%unto de n,meros. Esa-se a letra grega (sigma) para denotar uma soma. +ssim, se uma vari)vel FBG tiver os valores "C /C >C e D E :". +nalogicamente, se as despesas F FG com arma&m numa semana 1oram RG HIH:, RG ":I;" e RG :I";, ent!o F E RG ::ID$. EBe&1lo " 3e os valores de JBK s!o :$ 6$ 7$ 8alcule. B B: e L B':. 3olu(!o. B H 9 I 6 I 7 I A H 90 B: E 99 I 69 I 79 I A9 E 6 I 2< I 97 I ;2 ..... B: E ":> L B': E 909 H 600 A

3e apenas uma parte dos valores que deve ser somada, usam-se ndices para indic)-las. +ssim. /

Ji
iH2 3igni1ica a soma dos valores da vari)vel F4G come(ando com o primeiro (iH2) e terminar!o com o quinto (i H /) J H2,7,< e A /

Ji H J2 I J9 I J/
@H2

J2 H 2 - 2- da lista J9 H 7 - 9- da lista J/ H < - /- da lista

Unidade 2- Gr4ficos e )istri*uio de +re,u-ncias


"epois de sinteti&ados em tabelas, os dados podem ser apresentados em gr)1icos sugestivos, a 1im de proporcionarem ao interessado uma vis!o r)pida do comportamento do 1enKmeno. os gr)1icos s!o usados com o 1im de impressionar. #resta-se o gr)1ico para representar qualquer tabela estatstica, de maneira simples, legvel e interessante, tornando claros alguns 1atos que poderiam passar despercebidos em dados apenas tabulados. *s gr)1icos 1acilitam tambm a disposi(!o de dados para 1ins de compara(!o e, em muitos casos, apontam 1atos bastante signi1icativos. +lgumas ve&es, quando as in1orma('es estatsticas se apresentam em tabelas, aparecem sob disposi(!o t!o comple4a que se torna di1cil qualquer compara(!o. ntretanto, por meio de representa(!o gr)1ica, tais compara('es se 1a&em com 1acilidade. +plicam-se os gr)1icos em pesquisas e compara('es, em an)lises de situa('es atuais e em previs'es do 1uturo. Nas escolasI o 3r4fico constitui u& rico &aterial de ensino. Classifica67o dos 3r4ficos de a1resenta67o a) 3r4fico linear (em linhas)$

b) 3r4ficos e& colunas 2 barras - verticais, hori&ontais, compostos, %ustapostos, superpostos$ c) 3r4ficos 1ictMrios$ d) 3r4ficos de setores circular e) Gr4ficos Polar 1) Gr4ficos de FreNO(ncia L Histo3ra&a2Pol3ono de freNO(ncias 2 3i!a de Galton a' Gr4fico linear L um tipo de gr)1ico muito simples e empregado com grande 1reqMncia. Lin8a =epresenta altera('es quantitativas sob a 1orma de uma linha reta ou curva, que distancia da linha b)sica, varia de acordo com as altera('es dos dados.

DQuantidade produzida de ferro para a $onstruo $ivil.E!m milhes de


6oneladas ano

&onte. !stat"stica ?F edio 1/$GA<), )urraH I. /piege )em>ria de $lculo. 1,A,*/

b' Gr4ficos e& colunas ou barras

c' Gr4ficos 1ictMrios +s 1iguras representativas devem ser usadas com cuidado, pois geralmente representam mal as rela('es numricas que se dese%arem. ?eitos desenhos 1igurativos no plano cartesiano, tornando-se assim claras as compara('es e o gr)1ico mais sugestivo e atraente. 4posi(!o pictria N em que os valores numricos s!o tradu&idos por 1iguras ou ilustra('es. sse processo n!o muito usado para 1ins estatsticos

d' Gr4ficos de setores circular L1i55as' Re3i9es Norte Nordeste +udeste +ul Centro%oeste .otal *rea LP&:' $./H"."H; "./)H.>Q: D:).D$/ /QQ.Q:$ ".HQD.)// H./"".D>/

FonteR <rasil e& Dados

0L

*rea das re3i9es brasileiras

::S
Norte

):S QS ""S "HS

Nordeste 3udeste 3ul *este

J.A00.KBAMMMMMMM0LLN ?.AJ0.0JL MMMMMMMO OP @=,LCN arredondado ficaP@=N.8orte J.A00.KBAMMMMMMM0LLN 0.A@J.BC= MMMMMMMH HP 0J,0KN arredondado ficaP0JN.8ordeste Assim fazendo para todas regies fica @=N,0JN,00N,CN,==N. Agora os graus para a circunferncia. 0LLNMMMMM?BL graus @=NMMMMMMMM P0A0,= grausM8orte 0LLNMMMMMM?BL 0JNMMMMMMMMMH HPB@,J graus M8ordeste.

&azer para todosP?BLgraus.

00

)istri*uio de +re,u-ncias
L uma prepara(!o de dados para an)lise estatstica. ?reqMentemente, o estudo de um determinado 1enKmeno requer a coleta de uma grande massa de dados numricos, di1cil de ser tratada se esses dados n!o 1orem organi&ados e condensados em uma tabela. +IMPLE+

a' % PREPARA@A

ste mtodo utili&ado para bai4o volume de dados e consiste numa simples classi1ica(!o dos valores em ordem crescente ou decrescente de grande&a. 4. 9, ;, <, 7, 6, 7, <, 7, /, 9. =ol 9, 9, /, 6, 7, 7, 7, <, <, ;. b' DAD + A3ru1ados 1or FreNu(ncia ste mtodo utili&ado para alto volume de dados, e de bai4a amplitude. 4. 9, ;, <, 7, 7, /, 9, 7, <, 7, 9 6, <, :, 7, 6, /, 9, 7, <, 7, : A, ;, ;, 9, /, 7, <, <, :, <, A <, 7, /, 6, 2, A, 7, <, /, 6, 7

0=

Bi L!alores' a1ura67o

resultados 1ro!enientes da conta3e& Lfi'

nT ocorr(ncias LfreNO(ncias'

" : $ ) / > Q H D .otal

"

" / / ) "" D $ $ $
fi E n E ))

c) % REGRA+ PARA ELA< RA@A FRE,UVNCIA P R CLA++E+

DE -MA DI+.RI<-I@A

DE

@-"eterminar o maior e o menor elemento do con%unto e calcular a amplitude (+t).

total

@@-"ividir a amplitude total em um n,mero conveniente de intervalos adotando as seguintes recomenda('es pr)ticas.

0?

amplitude do intervalo de classe

amplitude total

At P
n- de classes escolhido ";; "; :;; ": /;; "/ ";;; "/

%M#todo de PelleF % .abela


n P / : "; ) :/ > /; H

%M#todo de +tur3es n,mero de classes P E " W $I$ lo3"; . n n,mero total de observa('es

% M#todo da Rai5
PE n

%<o& senso% A3ru1ar 3randes Nuantidades de nX&eros e& 1oucas classes bser!a67oR P E se&1re inteiro Larredondar' 0 NX&ero de Classes escol8idos @@@- stabelecer intervalos com a seguinte nota(!o.

li

ls li&ite inferior includo li&ite su1erior eBcludo a&bos includos


0@

li

@O) #onto mdio - de cada intervalo determinado pela mdia aritmtica calculada sobre os limites. Ponto &#dio E li W ls : #ara e1eito de +n)lises statsticas, o ponto mdio o representante da classe. 4emplo. - 8lasse 60 70 <6 <; <7 70 :6 <7 <: 66 <0 :/ :0 :6 77 maior %At E D) % $D menor At E // 77 ;0 :/ A0 70 6/ A6 76 60 /A /A ;9 7/ 62 69

% 8 E At Y determinar P (n- intervalos) n H / % PeileF P H < 8 H 77 22 7 - +tur3es P E 2 I /,// log /0 log /0 H 2,6::: P E 2 I 6,;: P H 7,;: < %PE n E /0 H 7,6:; 7
0A

rai& classes a1ura67o fi H $D /; >" Q: H$ /; H >" > Q: > H$ : D)

) / > 1onto &#dio li W ls : ))I/ //I/ >>I/ QQI/ HHI/

limite in1erior

d' % Gr4ficos re1resentati!os Distribui67o de FreNO(ncias

- Histo3ra&a % um gr)1ico representativo de uma distribui(!o de


1reqMncias, atravs de retPngulos %ustapostos, cu%as alturas s!o proporcionais Qs freNO(ncias absolutas e cu%as bases correspondem ao inter!alo de classe da distribui(!o. Altura tur&a $; Rela69es Internacionais DH2: -NI+-L Altura Lc&' "/; "/H ">> "Q) "H: "/H ">> "Q) "H: "D; nT alunos Q "$ "/ > ) 1reqMncia absoluta

0B

? = + > R 3 E * S T N E 8 T @ + + 3 3

270 27; 2<< 2:6 2;9 2A0 @NT =O+T*3 " 8T+33 "+ "@3T=@>E@UV* 8 N3* D +ET+

Pol3ono de freNO(ncias% L um gr)1ico representativo de uma distribui(!o


de 1reqMncias, atravs de uma linha poligonal 1echada, cu%os vrtices s!o proporcionais Qs 1reqMncias absolutas e correspondem aos 1ontos &#dios das classes de distribui67o. nT alunos LfreNO(ncia absoluta'
27; 2<< 2:6 2;9 2A0

Altura Lc&'
270 27; 2<< 2:6 2;9

Pontos &#dios 276 2<9 < 2:; 2;<

: 2/ 27 < 6

0C

27 2/

27 2/2 2/

: < 6

< 6

27; 276 2<9

2<< 2:0

2:6 2:;

2;9 2;<

2A0

#*NT*3 DL"@*3

8 N3* D +ET+ 3i!a de Galton - o gr)1ico representativo de uma distribui(!o de 1reqMncias, atravs de uma linha poligonal, cu%os vrtices s!o proporcionais Qs freNO(ncias acu&uladas e correspondem aos li&ites inferiores das classes de distribui67o . AL.-RA AL-N + Altura Lc&'
270 27; 2<< 2:6 2;9 27; 2<< 2:6 2;9 2A0

nT alunos LfreNO(ncia absoluta' : 2/ 27 < 6

freNO(ncia acu&ulada Lfa' : 90 /7 62 67


0J

@J

(a

$omo a *giva tra%alha com as freqQncias acumuladas, devemos *bs. serve para e1etuar c)lculos de interpola(!o

Ruantas pessoas tem altura in1erior a 2,:0 cmX

270 27; 2<< 2:6 2;9 2A0 @NT =O+T*3 " 8T+33 "+ "@3T=@>E@UV*

8 N3* D +ET+

e' % Distribui67o de freNO(ncia acu&ulada e relati!a % freNO(ncia si&1les absoluta % fi L o n,mero de repeti('es de um valor individual ou de uma classe de valores da vari)vel. % freNO(ncia relati!a =epresenta a 1ro1or67o da observa(!o de um valor individual ou de uma classe, em rela(!o ao n- total de observa('es. fri E fi se quisermos o resultado em W, multiplica-se 1ri . 200

0K

n % FreNO(ncia acu&ulada L a so&a das 1reqMncias simples deste elemento com as 1reqMncias dos elementos que o antecedem. fai E fa" W fa: W fa$ W ... W fai

d' freNu(ncia relati!a acu&ulada far E fai n ou S LB ";;S'

-nidade $% Medidas de Loca67o LPosi67o' e Medidas de Dis1ers7o LVariabilidade' Medidas de Loca67o LPosi67o'
$." % M#dias a' M#dia arit&#tica si&1les #ara uma seqMncia numrica BR B"I B:I ... Bn a mdia aritmtica simples, que designaremos por 4 de1inida por.
4

Bi n

a."' Dados si&1les 4emplo. <, ;, A, 29, 27


4

H
4

Bi n

> W H W D W ": W "/ /

";
=L

E "; !alores desta s#rie concentra&%se e& torno do !alor ";

bs. M#diaR um valor tpico representativo de um con%unto de dados. ?isicamente a mdia representa o ponto de equilbrio de uma distribui(!o. M#dia Ponderada Bi.Pi Pi P E Pesos

EBe&1loR

trabalho H A 4 peso 2 teste 2 H / 4 peso 9 teste 9 H ; 4 peso 9 E Bi.Pi A 4 2 I / 4 9 I ; 4 9 Pi 2 I 9 I 9 7 /2 <,9

a.:' Dados a3ru1ados 4i 1i < 2 ; 2 A 2 29 2 27 2

4 H 4i1i 1i

H 20

a.$' M#dia 1ara a3ru1a&ento atra!#s de classe Notas scolares Turma Enisul AAC09 +dm. 8lasses 0 9,7 7,0 :,7 9,7 7,0 :,7 20 1i 9 7 20 < 2,97 /,:7 <,97 ;,:7 #D
ponto mdio

#D . 1i 9,7 2;,:7 <9,7 79,7

=0

1iH 9/
4

#D1i H 2/<,97

E PM . fi E "$>I:/ /ID fi :$ * valor mdio da srie 7,A e o ponto de concentra(!o dos valores da srie.

$.: % Mediana L o valor que ocupa a posi(!o central de um con%unto de dados classi1icados em ordem crescente de grande&a. #ara con%untos com n,mero par de termos, a mediana determinada atravs da mdia aritmtica dos dois valores intermedi)rios. a mediana deve ser interpretada da seguinte 1orma$ - 70W dos dados do con%unto est!o abai4o ou coincidem com a mediana. - 70W dos dados est!o acima ou coincidem com a mediana. a' Dados si&1les % EBe&1loR 9, ;, <, 6, 7 (dados brutos) mpar =ol 9, 6, 7, <, ; Dd H 7 % EBe&1loR 9, ;, 6, 7, <, : (dados brutos) par =ol 9, 6, 7, <, :, ; Dd H 7 I < H 7,7 9 bsR #ara identi1icar rapidamente o valor da mediana em um con%unto com n,mero ra&o)vel de termos, utili&a-se a 1rmula de c)lculo da posi(!o da mediana. Posi67oR #os.Dd No 2- e4emplo. #Dd H7I2 H / /- elemento H 7 9 No 9- e4emplo.
==

nI2 9

-#2Dd H < H /- 7 9 --#9Dd H < I 2 H 6- < Dd H 7I< H 7,7 9 b' Classes "ados apresentados em 1orma de classes. 8lasse 2 9 / 6 7 / < A 29 27 @nterv. 8lasse < A 29 27 2; 1i 9 7 ; / 2

* n,mero de elementos da srie n H 1i H 2A + mediana, por de1ini(!o, separa o n,mero de elementos da srie em dois grupos, contendo cada um deles 70W dos elementos. 2A H A,7- est) entre o A- e o 209 8onstruiremos a 1reqMncia acumulada em qual classe est!o situados o n- e dcimo elemento da srie 8lasse 2 9 / 6 7 / < A 29 27 @nterv. 8lasse < A 29 27 2; 1i 9 7 ; / 2 1a 9 : 27 2; 2A
=?

1i H 2A Note-se que o nono A- e o dcimo 20- elemento, est!o posicionados na terceira classe, entre o A 29. li - A o limite in1erior da classe mediana. n - A,7 a metade dos elementos da srie, isto , n H 2A H A,7 9 9 9 1aa - : a 1reqMncia acumulada de classe anterior Q classe mediana. 1i - ; a 1reqMncia simples de classe mediana. h - / a amplitude do intervalo de classe. n Dd H li I ( 9 - 1aa 1i Dd H A I ( 2A 9 ; Dd H A I 0,A/:7 $.$ % Moda L o valor de maior 1reqMncia em um con%unto de dados. Nota(!o H + moda ser) denotada por Do. 8)lculo da moda 4. 9, <, 6, :, ;, A, 20, 0, / +modal - n!o tem moda 9, <, 6, <, / Do H < 9, 9, <, <, : Do H <$ Do H 9 - >imodal 9, 9, /, /, 6, 6 Do H 9$ Do H /$ Do H 6 - Trimodal. 4emplo. Bi 0 9 $ 6 7 fi 9 7 H / 2 Dd H A,A/:7 ). h

- : )

./

+ maior 1reqMncia observada na segunda coluna ;

=@

Classes Classe /7 70 <2 70 <2 :9 Ponto &#dio 66,7 77,7 <<,7 FreNO(ncia ; ; <

L o ponto mdio de classe de maior 1reqMncia. Do H 66,7 $ $.$." % Moda de Pearson % "T Processo 3egundo #earson, a moda de uma vari)vel pode ser obtida atravs do valor da mdia e da mediana. Mo E $ Md % : 4 4emplo. calcule a moda de #earson para a distribui(!o de 1reqMncia. 8lasse 2 9 / 6 0 20 90 /0 @nterv. 8lasse 20 90 /0 60 1i 2 / < 9 ponto mdio de cada classe 1i 2 / < #D 7 27 97 #D.1i 7 67 270

3olu(!o - 8)lculo da mdia 8lasse 2 9 / 0 20 90 @nterv. 8lasse 20 90 /0

=A

/0 1i H 29

60

/7

:0

4m1i H 9:0

mdia

H #D.1i H 9:0 H 99,7 1i 29

C4lculo da &ediana

8lasse 2 9 / 6 0 20 90 /0

@nterv. 8lasse 20 90 /0 60

1i 2 / < 9

1a 2 6 20 29

n Dd H li I 9 - 1aa ?i 29 Dd H 90 I

. h

- 6 . 20 < Dd H 90 I 9 . 20 Dd H 9/,// <

8onseqMentemente. Do H /md - 94 Do H / (9/,//) - 9 (99,7) Do H 97 st) na /Y classe - que a classe de maior 1reqMncia da srie. $.$.: % Moda de Pin3 % :T 1rocesso
=B

ZZing levou em considera(!o em sua 1rmula, a 1reqMncia simples de classe anterior e a 1reqMncia simples de classe posterior Q classe modal. Do H li I 1post . h 1ant I 1post *nde. li H limite in1erior da classe modal 1post H 1reqMncia simples da classe posterior Q classe modal 1ant H 1reqMncia simples da classe in1erior Q classe modal h H amplitude do intervalo de classe

4emplo . 8alcule a moda de [ing para a distribui(!o$ 8lasse 2 9 / 6 0 20 90 /0 @nterv. 8lasse 20 90 /0 60 1i 2 / < 9

3olu(!o. + classe modal a terceira classe - a classe de maior 1reqMncia. Do H li I ( 1post ). h 1ant I 1post

li H 90 1post H 9 1ant H / h H 20

Do H 90 I Do H 96

9 . 20 /I9 o valor mais 1reqMente desta distribui(!o

$.$.$ % M DA DE CZ-<ER % $T PR CE++

=C

8&uber levou em considera(!o, em sua 1rmula, a 1reqMncia simples da classe anterior, 1reqMncia simples da classe posterior, alm da 1reqMncia simples da classe modal. Do H li 1i - 1ant ). h 91i - (1ant I 1post) li H limite in1erior da classe modal 1i H 1reqMncia simples da classe modal 1ant H 1reqMncia simples da classe anterior Q classe modal 1post H 1reqMncia simples da classe posterior Q classe modal h H amplitude do intervalo de classe 4emplo H 8alcule a moda de 8&uber para a distribui(!o. 8lasse 2 9 / 6 0 20 90 /0 @nterv. 8lasse 20 90 /0 60 1i 2 / < 9 I(

+ classe modal a terceira classe H < Do H 90 I ( < / 9.(<) - (/ I 9) Do H 90 I (/ / ) . 20 29 - 7 ). 20 H 90 I /0 H 96,9A :

@nterpreta(!o. 96,9A o valor mais 1reqMente nesta distribui(!o. Co&ent4riosR 8onsideramos a moda classes e4emplos anteriores - trs mtodos. - #earson H Do H 97 - [ing H Do H 96
=J

- 8&uber H Do H 96,9A o mais preciso e con1i)vel.

Rela67o entre a &#diaI a &ediana e a &oda #ara os dados agrupados representados por uma curva de 1reqMncia, as di1eren(as entre os valores da mdia, da mediana e da moda s!o indicadores da 1orma da curva em termos de assimetria. $.). % +e1aratri5es * valor que ocupa a posi(!o central de um con%unto de dados denominado mediana. #or e4tens!o, e4istem valores que dividem a distribui(!o em 6 (quatro), 7 (cinco), 20 (de&) e 200 (cem) pontos iguais. stes valores s!o denominados de. ,uartisI decis e centis. a' ,uartis
70W Dd 70W

R2

R9

R/

- * primeiro quartil que indicaremos R2 separa a seqMncia ordenada dei4ando 97W se seus valores Q esquerda e :7W dos seus valores Q direita.

R2 H #97 ---- R2 H .( nI2)

6
R9 H #70----- R9 H .( nI2)

9
R/ H #:7---- R/ H /.( nI2)

6
R9 H Dediana H Dd c' Decis
=K

20W 20W 20W 20W 20W 20W 20W 20W 20W 20W

"2 "9 "/ "2 H #20 "9 H #90 "/ H #/0 "6 H #60 "7 H #70 "< H #<0 ": H #:0 "; H ";0 "A H "A0

"6 "7

"< ": "; "A

Pi E i.L nW"' ";;


- 8 NT@3 200 partes C4lculo das &edidas se1aratri5es "evemos ordenar os elementos, caso se%am dados brutos, obtendo o =ol. @denti1icamos a medida que queremos obter com o percentil correspondente, #i, 8alculamos percentil i no rol

#i H iW.( nI2) 200

Exemplo 1 - Calculo o Q1 da seqncia


4 H 9, 7, ;, 7, 7, 20, 2, 29, 29, 22, 2/, 3olu(!o. ordenando a seqMncia H =ol 4 H 2, 9, 7, 7, 7, ;, 20, 22, 29, 29, 2/, 27 @denti1icamos R2 H #97 8alculamos 97W de 29 que o n- de elementos da srie obtendo.
?L

#97 H iW . n 200

97 . 29 H /200

ste valor indica a posi(!o do #97 no =ol, isto , o #97 o terceiro elemento do =ol. (olhando o 7) #ortanto - R2 H #97 H 7 EBe&1lo : 4. 9, ;, <, 7, 6, 7, <, 7, /, 9 =ol. 4$ 9, 9, /, 6, 7, 7, 7, <, <, ; 8alcular R2H #97 /#2P 97 . 20 H 9,7 200 9Ddia H 9 I / H 9,7 9 C4lculo 1ara dados a3ru1ados 4emplo 2 - 8alcule "6 para srie (#ercentil) 4i 9 6 7 : 20 1i / 7 ; < 9

entre o 9- e o /- elemento R2 H 9,7

3olu(!o. o n,mero de elementos de srie 1i H 96

@denti1icamos "6 H #60 e calculamos 60W de 96, ou se%a, 60 . (96I2) H 20 200 sta posi(!o n!o inteira signi1ica que o #60 um compreendido entre o nono (A-) e o dcimo (20-) elemento da srie. 8onstruindo a 1reqMncia acumulada, 4i 9 6 1i / 7 1a / ;

9, 9, 9, 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7, 7, 7
?0

7 : 20

; < 9

2< 99 96

20*bservando que o nono elemento 7 e o dcimo elemento tambm o 7. +ssim "6 H #60 H 7 @nterpreta(!o H 60W dos valores desta srie s!o valores menores ou iguais a 7 e <0W dos valores desta srie s!o valores maiores ou iguais a 7. Para classes #ara se obter uma 1rmula geral para o c)lculo dos PERCEN.I+, vamos generali&ar a 1rmula da mediana. iS n Pi E li W L ";; % faa ' . 8 fi *nde. #i H #ercentil i ( i H 2, 9, /, ..., AA) li H limite in1erior da classe que contm o percentil i n H n,mero de elementos da srie 1aa H 1reqMncia acumulada da classe anterior a classe que contm o #i 1i H 1reqMncia simples da classe que contm o percentil i h H amplitude do intervalo de classe EBe&1loR Calcule o ,$ da s#rieR 8lasse 2 9 / 6 0 20 90 /0 @nterv. 8lasse 20 90 /0 60 1i 2< 2; 96 /7 1a 2< /6 7; A/

?=

60

70

29

207

o n,mero de elementos da srie dado por 1i H 207. @denti1icamos R/ H #:7

iW . n #i H li I 200 - 1aa 1i que.

. h

@niciamos o c)lculo do valor #:7 lembrando que neste caso i H :7 e i . n :7 . 207 H :;,:7 200 H 200 @sto nos d) a posi(!o do #:7 na srie. 8onstrumos a 1reqMncia acumulada da srie obtemos. + classe que contm o elemento que ocupa a posi(!o :;,:7 na srie a quarta classe. ssa a classe que contm o #:7. 3ubstituindo os valores indicados na 1rmula, obtm-se. #:7 H/0 I :;,:7 - 7; . 20 /7 #ortanto, R/ H #:7 H /7,A/ @nterpreta(!o. :7W dos valores da srie s!o menores ou iguais a /7,A/ e 97W dos valores da srie s!o maiores ou iguais a /7,A/.

MEDIDA+ DE DI+PER+A
../ - Introduo *%servando as seqQncias.

LVariabilidade'

. 0L, 0, 0J, =L, ?A, ?, C, 0A, 00, 0L. H. 0=, 0?, 0?, 0@, 0=, 0@, 0=, 0@, 0?, 0?. z. 0?, 0?, 0?, 0?, 0?, 0?, 0?, 0?, 0?, 0?.

??

$onclu"mos que todos possuem a mesma mdia 0? 8o entanto, so seqQncias completamente distintas do ponto de vista da varia%ilidade de dados. A mdia 0? representa otimamente a seqQncia R, %em a seqQncia H, mas no representa %em a seqQncia . 8osso o%+etivo construir medidas que avaliem a representatividade da mdia. (ara isso usaremos as medidas de disperso 8a seqQncia z no h disperso 1concentraMse mdia 0?2 de dados. 8a seqQncia H h fraca disperso de dados da mdia 0?. 8a seqQncia forte disperso de dados em relao mdia 0?. ..0 - 1edidas de disperso 2principais) a2 Amplitude totalS %2 Tari4ncia e ,esvio (adro

a) A plitude total
U a diferena entre o maior e o menor valor da seqQncia M ,esvio ! tremo U a mais simples das medidas de disperso. 13 caso - dados si ples 'asta identificar o maior e o menor valor da seqQncia e efetuar a diferena entre esses valores.
! emplo. ,eterminar a Amplitude total da seqQncia O. 00,0=,K,0L,0L,0A.

A6 P 0A M K P B 23 caso - dados a$rupados $omo os valores + se apresentam ordenados, a amplitude total a diferena entre o ;ltimo e o primeiro elemento da srie.
?@

! .
i = ? A C fi 0 B 0L ?

A6 P C M = P A

.3 caso dados a$rupados atra4#s de classe5 8esta situao, por desconhecer o maior e o menor valor da srie, devemos fazer um clculo apro imado da Amplitude total da srie. 8este caso, consideramos o ponto mdio da ;ltima e o ponto mdio da primeira classe.
classe 0 = ? @ A = @ B J 0L int. classe @ B J 0L 0= (i A 0L =L C = 6 ? A C K 00

Ponto mdio da primeira classe = 3


(onto mdio da ;ltima classe P 00 A6 P 00 M ? P J *) - 7ari8ncia

e )es4io Padro

*%servamos no item anterior que a dificuldade em se operar com ,)/ se deve : presena do m>dulo, para que as diferenas 6i - 6 possam ser interpretadas como dist4ncias. *utra forma de se conseguir que as diferenas 6i - 6 se tornem sempre positivas ou nulas considerar o quadrado destas diferenas, isto # 26i - 6)2.
?A

/e su%stituirmos nas f>rmulas do )1& 6i - 6 por 26i -6)2, o%teremos nova medida de disperso chamada vari4ncia. (ortanto, vari4ncia uma mdia aritmtica calculada a partir dos quadrados dos desvios o%tidos entre os elementos da srie e a sua mdia. )es4io padro # a rai9 ,uadrada positi4a da 4ari8ncia A *%servao M Quando a seqQncia de dados representa uma populao a vari4ncia ser denotada por = 1 2 e o desvio padro correspondente por 1 2. ' Quando a seqQncia de dados representa uma a ostra, a vari4ncia ser denotada por /= 1 2 e o desvio padro correspondente por / 1 2. C'lculo da 4ari8ncia e des4io padro 13 caso - )ados si ples a2 /e a seqQncia representa uma populao, a vari4ncia calculada pela f>rmula. = 1 2 P 1 i M n
42
=

1populao2

E6e plo5$alcule a vari4ncia e o desvio padro da seqQncia . @, A, J, A.


4 P

i P @ V A V J V A P == P A,A n @ @ *s quadrados das diferenas 26i - 6)2, valem.

1 1 1 1

M = M ? M @ M
0

P 1@ M A,A2= P =,=A = = 4 2 P 1A M A,A2 P L,=A = = 4 2 P 1J M A,A2 P B,=A = = 4 2 P 1A M A,A2 P L,=A


42

?B

Assim, 26i - 4 )2 : ;, su%stituindo esses valores na f>rmula da vari4ncia teremosS vari4ncia. = 1 2 P 1 i M 4 2 = P K P =,=A. n @ $omo o desvio padro a raiz positiva da vari4ncia. 1 2 P =1 2 P =,=A P 0,A unidades

%2 /e a seqQncia anterior representasse apenas uma amostra, a vari4ncia seria denotada por /= 1 2 e o desvio padro por / 1 2S <este caso5 /= 1 2 P 1 i M 4 2 = nM0 /1 2P /= 1 2 vari4ncia desvio padro

8ote que a ;nica diferena entre a f>rmula do /= 1 2 1indicado para populaes2 e /= 1 2, indicado para amostras, o denominador. Assi 5 /= 1 2 P 1 i M 4 2 = P nM0 ? K
P

e o desvio padro / 1 2 P

? P 0,C?

23 caso - )ados a$rupados $omo h repeties de elementos na srie, definimos a vari4ncia como sendo uma mdia aritmtica ponderada dos quadrados dos desvios dos elementos da srie para a mdia da srie. a) /e a varivel representativa de uma populao, ento a vari4ncia dada por.

?C

= 1 2 P 1 i M 2=fi fi e o desvio padro . 1 2P=1 2

1vari4ncia2

/e a varivel representativa de uma amostra, ento a vari4ncia . /= 1 2 P 1 i M 4 2= fi fi M 0 e o desvio padro . / 1 2 P /= 1 2

E6e plo 1 M $alcule a vari4ncia da srie a%ai o, representativa de uma populao. 6i (i = ? ? A @ J A @ /oluo. o nW de elementos da srie. n P fi P =L A mdia desta srie .
4 P

i .fi fi (i ? A J @ fi P =L 6i(i B 0A ?= =L ifi P C?

6i = ? @ A

A mdia da srie .

i.fi fi

C? P ?,BA =L

?J

$omo estamos tra%alhando com uma populao a vari4ncia dada. =1 2P1 iM fi


42
=

fi

,esenvolvendo nova coluna para estes clculos, o%tmMse. 6i = ? @ A (i ? A J @ fi P =L 6i(i B 0A ?= =L ifi P C? 6 ?,BA ?,BA ?,BA ?,BA 26i- 4 )2 .(i J,0BCA =,00=A L,KJLL C,=KLL 1 i M 2=.fi P 0J,AA

A vari4ncia . = 1 2 P 1 i M fi
42
=

fi

0J,AA P L,K=CA =L

e o desvio padro correspondente . 1 2 P L,K=CA P L,KB? .3 caso dados a$rupados atra4#s de classes 8ovamente, por desconhecer os particulares valores de i da srie, su%stituiremos nas f>rmulas anteriores estes valores pelos pontos mdios da classe. A f>rmula da vari4ncia M representativa de uma populao . = 1 2 P 1() M
42
=

fi # vari4ncia fi

1 2 P =1 2

M desvio padro

P1 - o ponto mdio da classe i M /e a varivel representa uma amostra, ento a vari4ncia. /= 1 2 P 1() M 4 2= fi vari4ncia / 1 2 P /= 1 2 desvio padro fi M 0
?K

E6e plo 1 M $alcule a vari4ncia e o desvio padro para a srie representativa de uma populao. Classe 0 = ? @ Inter4alo classe L @ @ J J 0= 0= 0B (i 0 ? A 0

/oluo. * n;mero de elementos da srie n : (i : 1= A mdia da srie 6 : P1.(i (i Classe 0 = ? @ Inter4alo classe @ J 0= 0B (i 0 ? A 0 fi P 0L P1 = B 0L 0@ P1(i = 0J AL 0@ mfi P J@

L @ J 0=

A mdia da srie .
P

()fi fi

J@ 0L

J,@

$omo a varivel representativa de uma populao, ento a vari4ncia dada por. 1 2 P 1() fi

42

fi

@L

Classe 0 = ? @

Inter4alo classe L @ @ J J 0= 0= 0B

(i P1 P1(i 6 2P1-6)2 .(i 0 = = J,@ @L,KB ? B 0J J,@ 0C,=J A 0L AL J,@ 0=,JL 0 0@ 0@ J,@ ?0,?B fi P 0L mfi P J@ 1 m M 2=.fi P 0L=, 0L,=@

A 4ari8ncia.

1 2 P 1() M 2=fi P 0L=,@ fi 0L

* des4io padro . 1 2 P 0L,=@ P ?,=

E6e plo 2 - /e a varivel fosse representativa de uma amostra, a vari4ncia seria indicada por /= 1 2 e sua f>rmula de clculo seria. /= 1 2 P 1 i M 2= fi fi M 0 ,esta forma. /= 1 2 P 0L=,@ K
P

00,?J e o desvio padro seria./ 1 2P 00,?J

P ?,?C?

Interpretao do des4io padro * desvio padro , sem d;vida, a mais importante das medidas de disperso. Quando uma curva de freqQncia representativa da srie perfeitamente simtrica, ento. ! emplo M Quando uma srie apresenta podemos interpretar. : 1== e o desvio padro 26) : /,

@0

1 - * intervalo X srie.

M ,

V Y . XKA e 0LAY contm BJ,=BN dos valores da V =Y contm KA,@BN dos valores da srie XKL e

=- * intervalo X M =, 00LY. . - * intervalo X M ? ,

V ? Y, XJA e 00AY KK,C@N dos valores da sries

@=

Vous aimerez peut-être aussi