Académique Documents
Professionnel Documents
Culture Documents
br
Apostila: Estatstica Descritiva
por
Assunto:
ESTATSTICA DESCRITIVA
Autor:
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
A NATUREZA DA ESTATSTICA
INTRODUO
ESTATSTICA: ramo da matemtica aplicada.
ANTIGUIDADE: os povos j registravam o nmero de habitantes, nascimentos, bitos.
Faziam "estatsticas".
IDADE MDIA: as informaes eram tabuladas com finalidades tributrias e blicas.
SEC. XVI : surgem as primeiras anlises sistemticas, as primeiras tabelas e os nmeros
relativos.
SEC. XVIII : a estatstica com feio cientfica batizada por GODOFREDO ACHENWALL.
As tabelas ficam mais completas, surgem as primeiras representaes grficas e os clculos
de probabilidades. A estatstica deixa de ser uma simples tabulao de dados numricos
para se tornar " O estudo de como se chegar a concluso sobre uma populao, partindo da
observao de partes dessa populao (amostra)".
.MTODO ESTATSTICO
MTODO: um meio mais eficaz para atingir determinada meta.
MTODOS CIENTFICOS: destacamos o mtodo experimental e o mtodo estatstico.
MTODO EXPERIMENTAL: consiste em manter constante todas as causas, menos uma,
que sofre variao para se observar seus efeitos, caso existam. Ex: Estudos da Qumica,
Fsica, etc.
MTODO ESTATSTICO: diante da impossibilidade de manter as causas constantes(nas
cincias sociais), admitem todas essas causas presentes variando-as, registrando essas
variaes e procurando determinar, no resultado final, que influncias cabem a cada uma
delas. Ex: Quais as causas que definem o preo de uma mercadoria quando a sua oferta
diminui?
Seria impossvel, no momento da pesquisa, manter constantes a uniformidade dos salrios, o
gosto dos consumidores, nvel geral de preos de outros produtos, etc.
A ESTATSTICA
uma parte da matemtica aplicada que fornece mtodos para coleta, organizao,
descrio, anlise e interpretao de dados e para a utilizao dos mesmos na tomada de
decises.
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
uma tcnica especial para recolher amostras, que garantem, tanto quanto possvel, o
acaso na escolha.
.AMOSTRAGEM CASUAL OU ALEATRIA SIMPLES:
equivalente a um sorteio lotrico. Pode ser realizada numerando-se a populao de 1 a n e
sorteando-se, a seguir, por meio de um dispositivo aleatrio qualquer, x nmeros dessa
seqncia, os quais correspondero aos elementos pertencentes amostra.
Exemplo: Vamos obter uma amostra, de 10%, representativa para a pesquisa da estatura de
90 alunos de uma escola:
1 - numeramos os alunos de 1 a 90.
2 - escrevemos os nmeros dos alunos, de 1 a 90, em pedaos iguais de papel, colocamos
na urna e aps mistura retiramos, um a um, nove nmeros que formaro a amostra.
OBS: quando o nmero de elementos da amostra muito grande, esse tipo de sorteio tornase muito trabalhoso. Neste caso utiliza-se uma Tabela de nmeros aleatrios, construda
de modo que os algarismos de 0 a 9 so distribudos ao acaso nas linhas e colunas.
..AMOSTRAGEM PROPORCIONAL ESTRATIFICADA:
Quando a populao se divide em estratos (subpopulaes), convm que o sorteio dos
elementos da amostra leve em considerao tais estratos, da obtemos os elementos da
amostra proporcional ao nmero de elementos desses estratos.
Exemplo: Vamos obter uma amostra proporcional estratificada, de 10%, do exemplo anterior,
supondo, que, dos 90 alunos, 54 sejam meninos e 36 sejam meninas. So portanto dois
estratos (sexo masculino e sexo feminino). Logo, temos:
SEXO
POPULACO 10 % AMOSTRA
MASC. 54
5,4
FEMIN. 36
3,6
Total
9,0
90
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
prdios de uma rua, etc. Nestes casos, a seleo dos elementos que constituiro a amostra
pode ser feita por um sistema imposto pelo pesquisador.
Exemplo: Suponhamos uma rua com 900 casas, das quais desejamos obter uma amostra
formada por 50 casas para uma pesquisa de opinio. Podemos, neste caso, usar o seguinte
procedimento: como 900/50 = 18, escolhemos por sorteio casual um nmero de 01 a 18, o
qual indicaria o primeiro elemento sorteado para a amostra; os demais elementos seriam
periodicamente considerados de 18 em 18. Assim, suponhamos que o nmero sorteado
fosse 4 a amostra seria: 4 casa, 22 casa, 40 casa, 58 casa, 76 casa, etc.
.EXERCCIOS:
1- Uma escola de 1 grau abriga 124 alunos. Obtenha uma amostra representativa
correspondente a 15% da populao, utilizando a partir do incio da 5 linha da Tabela de
nmeros aleatrios.
2- Tenho 80 lmpadas numeradas numa caixa. Como obtemos uma amostra de 12 lmpadas
?
3- Uma populao encontra-se dividida em trs estratos,com tamanhos, respectivamente,
n1= 40, n2= 100 e n3= 60. Sabendo que, ao realizar uma amostragem estratificada
proporcional, 9 elementos da amostra foram retirados do 3 estrato, determine o nmero de
elementos da amostra.
4- Mostre como seria possvel retirar uma amostra de 32 elementos de uma populao
ordenada formada por 2.432 elementos. Na ordenao geral, qual dos elementos abaixo
seria escolhido para pertencer a amostra, sabendo-se que o elemento 1.420 a ela
pertence ?
1.648 , 290 , 725 , 2.025 ou 1.120
SRIES ESTATSTICAS
TABELA: um quadro que resume um conjunto de dados dispostos segundo linhas e
colunas de maneira sistemtica.
De acordo com a Resoluo 886 do IBGE, nas casas ou clulas da tabela devemos colocar :
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
Obs: O lado direito e esquerdo de uma tabela oficial deve ser aberto. "Salientamos que
nestes documentos as tabelas no sero abertas devido a limitaes do editor html".
.SRIE ESTATSTICA:
qualquer tabela que apresenta a distribuio de um conjunto de dados estatsticos em
funo da poca, do local ou da espcie.
Sries Homgradas: so aquelas em que a varivel descrita apresenta variao discreta ou
descontnua. Podem ser do tipo temporal, geogrfica ou especfica.
a) Srie Temporal: Identifica-se pelo carter varivel do fator cronolgico. O local e a
espcie (fenmeno) so elementos fixos. Esta srie tambm chamada de histrica ou
evolutiva.
ABC VECLULOS LTDA.
Vendas no 1 bimestre de 1996
PERODO UNIDADES VENDIDAS *
JAN/96
20
FEV/96
10
TOTAL
30
* Em mil unidades
.b) Srie Geogrfica: Apresenta como elemento varivel o fator geogrfico. A poca e o fato
(espcie) so elementos fixos. Tambm chamada de espacial, territorial ou de localizao.
ABC VECLULOS LTDA.
Vendas no 1 bimestre de 1996
FILIAIS
UNIDADES VENDIDAS *
So Paulo
13
Rio de Janeiro 1 7
TOTAL
30
* Em mil unidades
c) Srie Especfica: O carter varivel apenas o fato ou espcie. Tambm chamada de
srie categrica.
8
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
18
GM
12
TOTAL 3 0
* Em mil unidades
SRIES CONJUGADAS: Tambm chamadas de tabelas de dupla entrada. So apropriadas
apresentao de duas ou mais sries de maneira conjugada, havendo duas ordens de
classificao: uma horizontal e outra vertical. O exemplo abaixo de uma srie geogrficatemporal.
ABC VECLULOS LTDA.
Vendas no 1 bimestre de 1996
FILIAIS
Janeiro/96 Fevereiro/96
So Paulo
10
Rio de Janeiro 1 2
TOTAL
22
* Em mil unidades
Obs: as sries hetergradas sero estudas em captulo especial ( distribuio de
freqncias ).
.GRFICOS ESTATSTICOSGGG
So representaes visuais dos dados estatsticos que devem corresponder, mas nunca
substituir as tabelas estatsticas.
Caractersticas:
Uso de escalas, sistema de coordenadas, simplicidade, clareza e veracidade.
Grficos de informao: So grficos destinados principalmente ao pblico em geral,
objetivando proporcionar uma visualizao rpida e clara. So grficos tipicamente
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
10
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
0
.0
00
0
0
00
1.
0
.0
0
0
50
1.
0
.0
0
0
00
2.
0
.0
0
0
50
2.
0
.0
0
0
00
3.
0
.0
0
0
50
3.
0
.0
0
0
00
4.
00
.0 Km2
11
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
1.2-
por
Quantidade
Estados
Total
Amap
2.291
2.456
2.353
4.526
4.633
4.450
So Paulo
1.626
1.585
1.389
Paran
609
592
708
1993
Am ap
So Paulo
1994
Paran
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
13
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
Feijo
3%
Caf
55%
Aucar
28%
.2 - Estereogramas:
So grficos geomtricos dispostos em trs dimenses, pois representam volume. So
usados nas representaes grficas das tabelas de dupla entrada. Em alguns casos este tipo
de grfico fica difcil de ser interpretado dada a pequena preciso que oferecem.
.
3 - Pictogramas:
So construdos a partir de figuras representativas da intensidade do fenmeno. Este tipo de
grfico tem a vantagem de despertar a ateno do pblico leigo, pois sua forma atraente e
sugestiva. Os smbolos devem ser auto-explicativos. A desvantagem dos pictogramas que
apenas mostram uma viso geral do fenmeno, e no de detalhes minuciosos. Veja o
exemplo abaixo:
14
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
DISTRIBUIO DE FREQUNCIA
um tipo de tabela que condensa uma coleo de dados conforme as freqncias
(repeties de seus valores).
Tabela primitiva ou dados brutos: uma tabela ou relao de elementos que no foram
numericamente organizados. difcil formarmos uma idia exata do comportamento do
grupo como um todo, a partir de dados no ordenados.
Ex : 45, 41, 42, 41, 42 43, 44, 41 ,50, 46, 50, 46, 60, 54, 52, 58, 57, 58, 60, 51
ROL: a tabela obtida aps a ordenao dos dados (crescente ou decrescente).
Ex : 41, 41, 41, 42, 42 43, 44, 45 ,46, 46, 50, 50, 51, 52, 54, 57, 58, 58, 60, 60
Distribuio de freqncia sem intervalos de classe: a simples condensao dos dados
conforme as repeties de seu valores. Para um ROL de tamanho razovel esta distribuio
de freqncia inconveniente, j que exige muito espao. Veja exemplo abaixo:
15
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
Dados Freqncia
41
42
43
44
45
46
50
51
52
54
57
58
60
Total
20
Freqncias
41 |------- 45 7
45 |------- 49 3
49 |------- 53 4
53 |------- 57 1
57 |------- 61 5
Total
20
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
L3= 53. O smbolo |------- representa um intervalo fechado esquerda e aberto direita. O
dado 53 do ROL no pertence a classe 3 e sim a classe 4 representada por 53 |------- 57.
AMPLITUDE DO INTERVALO DE CLASSE: obtida atravs da diferena entre o limite
superior e inferior da classe e simbolizada por hi = Li - li. Ex: na tabela anterior hi= 53 - 49
= 4. Obs: Na distribuio de freqncia c/ classe o hi ser igual em todas as classes.
AMPLITUDE TOTAL DA DISTRIBUIO: a diferena entre o limite superior da ltima
classe e o limite inferior da primeira classe. AT = L(max) - l(min). Ex: na tabela anterior AT =
61 - 41= 20.
AMPLITUDE TOTAL DA AMOSTRA (ROL): a diferena entre o valor mximo e o valor
mnimo da amostra (ROL). Onde AA = Xmax - Xmin. Em nosso exemplo AA = 60 - 41 = 19.
Obs: AT sempre ser maior que AA.
PONTO MDIO DE CLASSE: o ponto que divide o intervalo de classe em duas partes
iguais. .......Ex: em 49 |------- 53 o ponto mdio x3 = (53+49)/2 = 51, ou seja x3=(l3+L3)/2.
MTODO PRTICO PARA CONSTRUO DE UMA DIST. DE FREQUNCIAS C/
CLASSE:
1 - Organize os dados brutos em um ROL.
2 - Calcule a amplitude amostral AA.
No nosso exemplo: AA =60 - 41 =19
3 - Calcule o nmero de classes atravs da "Regra de Sturges":
n
i= n de classes
3 |-----| 5
6 |-----| 11
12 |-----| 22
23 |-----| 46
47 |-----| 90
91 |-----| 181
17
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
18
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
52
0,100
0,100
54 |-------- 58 9
56
0,225
13
0,325
58 |-------- 62 11
60
0,275
24
0,600
62 |-------- 66 8
64
0,200
32
0,800
66 |-------- 70 5
68
0,125
37
0,925
70 |-------- 74 3
72
0,075
40
1,000
Total
40
1,000
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
20
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
.= (10+14+13+15+16+18+12) / 7 = 14 kilos
Desvio em relao mdia: a diferena entre cada elemento de um conjunto de valores e
a mdia aritmtica, ou seja:.. di = Xi No exemplo anterior temos sete desvios:... d1 = 10 - 14 = - 4 , ...d2 = 14 - 14 = 0 , ...d3 = 13 14 = - 1 , ...d4 = 15 - 14 = 1 ,... d5 = 16 - 14 = 2 ,... d6 = 18 - 14 = 4 ...e... d7 = 12 - 14 = - 2.
.Propriedades da mdia
1 propriedade: A soma algbrica dos desvios em relao mdia nula.
No exemplo anterior : d1+d2+d3+d4+d5+d6+d7 = 0
2 propriedade: Somando-se (ou subtraindo-se) uma constante (c) a todos os valores
de uma varivel, a mdia do conjunto fica aumentada ( ou diminuda) dessa constante.
Se no exemplo original somarmos a constante 2 a cada um dos valores da varivel temos:
Y = 12+16+15+17+18+20+14 / 7 = 16 kilos ou
Y=
.+ 2 = 14 +2 = 16 kilos
x 3 = 14 x 3 = 42 kilos
.Dados agrupados:
Sem intervalos de classe
Consideremos a distribuio relativa a 34 famlias de quatro filhos, tomando para varivel o
nmero de filhos do sexo masculino. Calcularemos a quantidade mdia de meninos por
famlia:
21
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
N de meninos freqncia = fi
0
10
12
total
34
10 20
12 36
16
total 34 78
onde 78 / 34 = 2,3 meninos por famlia
Com intervalos de classe
Neste caso, convencionamos que todos os valores includos em um determinado intervalo de
classe coincidem com o seu ponto mdio, e determinamos a mdia aritmtica ponderada por
meio da frmula:
..onde Xi o ponto mdio da classe.
Exemplo: Calcular a estatura mdia de bebs conforme a tabela abaixo.
Estaturas (cm) freqncia = fi ponto mdio = xi ..xi.fi.
50 |------------ 54 4
52
208
54 |------------ 58 9
56
504
58 |------------ 62 11
60
660
22
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
62 |------------ 66 8
64
512
66 |------------ 70 5
68
340
70 |------------ 74 3
72
216
Total
40
2.440
= 61 cm
Mdia Geomtrica
a raiz n-sima do produto de todos eles.
ou .
Mdia
Geomtrica
Ponderada
27
total 9
No excel.......=(1^2*3^4*9^2*27^1)^(1/9)........R: 3,8296
23
ou
..
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
g=
.4 propriedade: Quanto maior a diferena entre os valores originais maior ser diferena
entre as mdias aritmtica e geomtrica. Veja na tabela abaixo:
conjunto
X = {2, 2}
Y = {14, 16} 15
14,97
W = {8, 12} 10
9,8
Z = {2, 50}
10
26
2.500
1.000 2,5
24
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
1.000
por
2.000 0,5
g = no excel.............=(2,5*0,5)^(1/2)........R: 1,1180
Obs: Se, para uma determinada empresa, se deseja estabelecer uma relao do tipo
capital/dvida que seja independente da dvida ou do capital das diferentes empresas
envolvidas, recomendvel o uso da mdia geomtrica. Se o que se deseja saber a
relao capital/dvida de um certo nmero de empresas, aps a consolidao, a cifra correta
ser obtida atravs da mdia aritmtica.
b) Mdia em distribuies assimtricas ( veremos em captulo especial )
c) Mdia de taxas de variao
Exemplo: Suponhamos que um indivduo tenha aplicado um capital de R$ 500,00 em 1995.
Aps um ano de aplicao, essa importncia chegou a R$ 650,00. Reaplicando essa ltima
quantia, ao final de mais um ano seu montante situava-se em R$ 910,00. Qual a taxa mdia
de aumento de capital ?
Perodo
Taxa
..
ou
25
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
..
Exemplo - Calcular a mdia harmnica dos valores da tabela abaixo:
classes
1 |--------- 3 2
2/2 = 1,00
3 |--------- 5 4
4/4 = 1,00
5 |--------- 7 8
8/6 = 1,33
7 |--------- 9 4
4/8 = 0,50
9 |--------- 11 2
10
2/10 = 0,20
total
20
4,03
g<
OBS: A mdia harmnica no aceita valores iguais a zero como dados de uma srie.
A igualdade
g=
h.=
no
g = ( .+
forem
h ) /.2
26
muito
diferentes,
verifica-se
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
...
2 |--------- 4
45
4 |--------- 6
10
25
250
6 |--------- 8
12
49
588
8 |--------- 10 10
81
810
10 |-------- 12 5
11
121
605
total
42
2298
27
. fi
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
Sempre que os valores de X forem positivos e pelo menos um dado diferente vlida
a seguinte relao:
q>
>
g>
MODA
o valor que ocorre com maior freqncia em uma srie de valores.
Mo o smbolo da moda.
Desse modo, o salrio modal dos empregados de uma fbrica o salrio mais comum, isto
, o salrio recebido pelo maior nmero de empregdos dessa fbrica.
.A Moda quando os dados no esto agrupados
H sries nas quais no exista valor modal, isto , nas quais nenhum valor aparea
mais vezes que outros.
.Em outros casos, pode haver dois ou mais valores de concentrao. Dizemos, ento,
que a srie tem dois ou mais valores modais.
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
Uma vez agrupados os dados, possvel determinar imediatamente a moda: basta fixar o
valor da varivel de maior freqncia.
Exemplo: Qual a temperatura mais comum medida no ms abaixo:
Temperaturas freqncia
0 C
1 C
2 C
12
3 C
58 |------------ 62
11
62 |------------ 66
66 |------------ 70
Resp: a classe modal 58|-------- 62, pois a de maior freqncia. l*=58 e L*=62
Mo = (58+62) / 2 = 60 cm ( este valor estimado, pois no conhecemos o valor real da
moda).
.Mtodo mais elaborado pela frmula de CZUBER: Mo = l* + (d1/(d1+d2)) x h*
l*= limite inferior da classe modal..... e..... L*= limite superior da classe modal
d1= freqncia da classe modal - freqncia da classe anterior da classe modal
29
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
31
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
17
13
30
35
total
35
Quando o somatrio das freqncias for mpar o valor mediano ser o termo de ordem dado
pela frmula :.
14
15
16
17
20
8
32
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
total
por
imediatamente superior
- FAA ) x h*] / f*
50 |------------ 54 4
54 |------------ 58 9
13
58 |------------ 62 11
24
62 |------------ 66 8
32
66 |------------ 70 5
37
70 |------------ 74 3
40
total
40
33
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
Quando desejamos obter o ponto que divide a distribuio em duas partes iguais.
Quando h valores extremos que afetam de maneira acentuada a mdia aritmtica.
Quando a varivel em estudo salrio.
SEPARATRIZES
Alm das medidas de posio que estudamos, h outras que, consideradas individualmente,
no so medidas de tendncia central, mas esto ligadas mediana relativamente sua
caracterstica de separar a srie em duas partes que apresentam o mesmo nmero de
valores.
Essas medidas - os quartis, os decis e os percentis - so, juntamente com a mediana,
conhecidas pelo nome genrico de separatrizes.
.QUARTIS
Denominamos quartis os valores de uma srie que a dividem em quatro partes iguais.
Precisamos portanto de 3 quartis (Q1 , Q2 e Q3 ) para dividir a srie em quatro partes iguais.
Obs: O quartil 2 ( Q2 ) sempre ser igual a mediana da srie.
Quartis em dados no agrupados
O mtodo mais prtico utilizar o princpio do clculo da mediana para os 3 quartis. Na
realidade sero calculadas " 3 medianas " em uma mesma srie.
Exemplo1: Calcule os quartis da srie: { 5, 2, 6, 9, 10, 13, 15 }
O primeiro passo a ser dado o da ordenao (crescente ou decrescente) dos valores:
{ 2, 5, 6, 9, 10, 13, 15 }
O valor que divide a srie acima em duas partes iguais igual a 9, logo a Md = 9 que ser =
Q2.
Temos agora {2, 5, 6 } e {10, 13, 15 } como sendo os dois grupos de valores iguais
proporcionados pela mediana ( quartil 2). Para o clculo do quartil 1 e 3 basta calcular as
medianas das partes iguais provenientes da verdadeira Mediana da srie (quartil 2).
Logo em { 2, 5, 6 } a mediana = 5 . Ou seja: ser o quartil 1
34
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
50 |------------ 54 4
54 |------------ 58 9
13
58 |------------ 62 11
24
62 |------------ 66 8
32
66 |------------ 70 5
37
70 |------------ 74 3
40
total
40
O quartil 2 = Md , logo:
35
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
36
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
37
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
Exemplo:
xi
fi
AT = 4 - 0 = 4
Com intervalos de classe a amplitude total a diferena entre o limite superior da ltima
classe e o limite inferior da primeira classe. Ento AT = L mximo - l mnimo
Exemplo:
Classes
fi
4 |------------- 6
6 |------------- 8
8 |------------- 10 3
AT = 10 - 4 = 6
A amplitude total tem o inconveniente e s levar em conta os dois valores extremos da srie,
descuidando do conjunto de valores intermedirios. Faz-se uso da amplitude total quando se
quer determinar a amplitude da temperatura em um dia, no controle de qualidade ou
como uma medida de clculo rpido sem muita exatido.
Desvio quartil
Tambm chamado de amplitude semi-interquatlica e baseada nos quartis.
Smbolo: Dq
Observaes:
1 - O desvio quartil apresenta como vantagem o fato de ser uma medida fcil de calcular e de
interpretar. Alm do mais, no afetado pelos valores extremos, grandes ou pequenos,
38
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
sendo recomendado, por conseguinte, quando entre os dados figurem valores extremos que
no se consideram representativos.
2- O desvio quartil dever ser usado preferencialmente quando a medida de tendncia
central for a mediana.
3- Trata-se de uma medida insensvel distribuio dos itens menores que Q1, entre Q1 e
Q3 e maiores que Q3.
Exemplo: Para os valores 40, 45, 48, 62 e 70 o desvio quartil ser:
Q1 = (45+40)/2 = 42,5
Q3 = (70+62)/2 = 66
| /n
39
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
Xi
Xi -
| Xi -
por
Xi - Md
| Xi - Md |
(- 4) - (-2) = - 2 2
(- 3) - (-2) = - 1 1
(- 2) - (-2) = 0 0
3 - (-0,2) = 3,2
3,2
3 - (-2) = 5
5 - (-0,2) = 5,2
5,2
5 - (-2) = 7
E=
16,8
E=
15
Pela Mediana : Dm = 15 / 5 = 3
|. fi ) / E fi
f i Xi . f i
2 6
4,7 - 1,7
1,7
3,4
2 8
4,7 - 0,7
0,7
1,4
3 15
4,7 0,3
0,3
0,9
3 18
4,7 1,3
1,3
3,9
E=
9,6
Xi -
| Xi -
E = 10 47
| Xi -
|.fi
Dm = 9,6 / 10 = 0,96
Para o clculo do Desvio mdio pela mediana segue-se o mesmo raciocnio.
Xi
f i Md Xi - Md | Xi - Md |
| Xi - Md | . f i
2 5
-2
2 5
-1
3 5
40
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
3 5
E = 10
por
E=
Dm = 7 / 10 = 0,70
Obs: Apesar de o desvio mdio expressar aceitavelmente a disperso de uma amostra, no
to freqentemente empregado como o desvio-padro. O desvio mdio despreza o fato de
alguns desvios serem negativos e outros positivos, pois essa medida os trata como se
fossem todos positivos. Todavia ser preferido o uso do desvio mdio em lugar do desviopadro, quando esse for indevidamente influenciado pelos desvios extremos.
DESVIO PADRO
a medida de disperso mais geralmente empregada, pois leva em considerao a
totalidade dos valores da varivel em estudo. um indicador de variabilidade bastante
estvel. O desvio padro baseia-se nos desvios em torno da mdia aritmtica e a sua
frmula bsica pode ser traduzida como : a raiz quadrada da mdia aritmtica dos
quadrados dos desvios e representada por S .
- 0,2
- 3,8
14,44
-3
- 0,2
- 2,8
7,84
-2
- 0,2
- 1,8
3,24
- 0,2
3,2
10,24
- 0,2
5,2
27,04
E=
62,8
41
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
ou
Exemplo:
Calcule o desvio padro populacional da tabela abaixo:
Xi
f i Xi . f i
.fi
2,1
-2,1
4,41
8,82
2,1
-1,1
1,21
7,26
12
24
2,1
-0,1
0,01
0,12
21
2,1
0,9
0,81
5,67
42
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
Total 30
12
2,1
1,9
63
por
3,61
10,83
E=
32,70
a raiz
Obs: Nas tabelas de freqncias com intervalos de classe a frmula a ser utilizada a
mesma do exemplo anterior.
VARINCIA
o desvio padro elevado ao quadrado e simbolizado por S2
A varincia uma medida que tem pouca utilidade como estatstica descritiva, porm
extremamente importante na inferncia estatstica e em combinaes de amostras.
* EXERCCIOS *
1- Considere os seguintes conjuntos de nmeros:
A = { 10, 20, 30, 40, 50 }
Que relao existe entre os desvios padres dos dois conjuntos de nmeros ?
2- Dados os conjuntos de nmeros:
A = { 220, 230, 240, 250, 260 }
Que relao existe entre os desvios padres dos dois conjuntos de nmeros ?
3- Dados os conjuntos de nmeros: A = { -2, -1, 0, 1, 2 }
Podemos afirmar, de acordo com as propriedades do desvio padro, que o desvio padro de
B igual:
a) ao desvio padro de A;
b) ao desvio padro de A, multiplicado pela constante 5;
43
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
MDIA
DESVIO PADRO
ESTATURAS 175 cm
5,0 cm
PESOS
2,0 kg
68 kg
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
ou
para resultado em %.
Desvio quartil Reduzido: Dqr = (Q3 - Q1) / 2Md ou [(Q3 - Q1) / 2Md ] x 100 para
resultado em %.
EXERCCIOS
1- A renda mdia mensal na localidade A de R$ 750,00 e na localidade B de R$ 500,00.
Os desvios padres so R$ 100,00 e R$ 80,00. Faa uma anlise comparativa quanto ao
grau de homogeneidade da renda nestas duas localidades:
2- O risco de uma ao de uma empresa pode ser devidamente avaliado atravs da
variabilidade dos retornos esperados. Portanto, a comparao das distribuies
probabilsticas dos retornos, relativas a cada ao individual, possibilita a quem toma
decises perceber os diferentes graus de risco. Analise, abaixo, os dados estatsticos
relativos aos retornos de 5 aes e diga qual a menos arriscada :
Discriminao
Ao A Ao B Ao C Ao D Ao E
Valor esperado
15 %
12 %
5%
10 %
4%
Desvio padro
6%
6,6 %
2,5 %
3%
2,6 %
0,55
0,50
0,30
0,65
3- Um grupo de 85 moas tem estatura mdia 160,6 cm, com um desvio padro igual a 5,97
cm. Outro grupo de 125 moas tem uma estatura mdia de 161,9 cm, sendo o desvio padro
igual a 6,01 cm. Qual o coeficiente de variao de cada um dos grupos ? Qual o grupo
mais homogneo ?
4- Um grupo de 196 famlias tem renda mdia de 163,8 dlares, com um coeficiente de
variao de 3,3%. Qual o desvio padro da renda desse grupo ?
5- Uma distribuio apresenta as seguintes estatsticas: S = 1,5 e CVP = 2,9 % . Determine
a mdia da distribuio:
45
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
6- Numa pequena cidade, 65 famlias tem a renda mdia de 57,5 dlares e o desvio padro
de 5,98 dlares. A variabilidade relativa das famlias foi de :
a) 0,104 dlares
b) 10,4 dlares
c) 0,104 %
d) 10,4 %
e) 0,104 famlias
MEDIDAS DE ASSIMETRIA
Introduo:
Uma distribuio com classes simtrica quando : Mdia = Mediana = Moda
Uma distribuio com classes :
Assimtrica esquerda ou negativa quando : Mdia < Mediana < Moda
Assimtrica direita ou positiva quando : Mdia > Mediana > Moda
Exerccio - a) Determine os tipos de assimetria das distribuies abaixo:
Distribuio A
Distribuio B
Classes
fi
Distribuio C
Classes
fi
2 |------------ 6
6 |------------ 10
12
6 |------------ 10 12
6 |------------ 10 30
10 |------------ 14 24
10 |------------ 14 24
10 |------------ 14 24
14 |------------ 18 12
14 |------------ 18 30
14 |------------ 18 12
18 |------------ 22 6
18 |------------ 22 6
18 |------------ 22 6
Total =
Total =
Total =
78
2 |------------ 6
fi
2 |------------ 6
60
Classes
6
78
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
47
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
obs: este coeficiente est dentro do programa excel (nas funes estatsticas automticas).
O coeficiente abaixo ser utilizado em nossas anlises:
C2 =
48
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
49
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
Conceito de Probabilidade
Chamamos de probabilidade de um evento A (sendo que A est contido no Espao amostral)
o nmero real
P(A) , tal que : nmero de casos favorveis de A / nmero total de casos
OBS: Quando todos os elementos do Espao amostral tem a mesma chance de acontecer, o
espao amostral chamado de conjunto equiprovvel.
Exemplos:
1- No lanamento de uma moeda qual a probabilidade de obter cara em um evento A ?
S = { ca, co } = 2
A = {ca} = 1
A = { 2,4,6 } = 3
A = { 1,2,3,4,5,6 } = 6
A= { } = 0
P(A) = 0/6 = 0 = 0%
50
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
Sabemos que um evento pode ocorrer ou no. Sendo p a probabilidade de que ele ocorra
(sucesso) e q a probabilidade de que ele no ocorra (insucesso), para um mesmo evento
existe sempre a relao:
p+q=1
Obs:Numa distribuio de probabilidades o somatrio das probabilidades atribudas a cada
evento elementar igual a 1 onde p1 + p2 + p3 + ... + pn = 1 .
Exemplos:
1-Sabemos que a probabilidade de tirar o n 4 no lanamento de um dado p = 1/6. logo, a
probabilidade de no tirar o n 4 no lanamento de um dado : q = 1 - p ou q = 1 - 1/6 = 5/6.
2-Calcular a probabilidade de um piloto de automveis vencer uma dada corrida, onde as
suas "chances", segundo os entendidos, so de "3 para 2". Calcule tambm a probabilidade
dele perder:
O termo "3 para 2" significa : De cada 5 corridas ele ganha 3 e perde 2. Ento p = 3/5
(ganhar) e
q = 2/5 (perder).
3-Uma dado foi fabricado de tal forma que num lanamento a probabilidade de ocorrer um
nmero par o dobro da probabilidade de ocorrer nmero mpar na face superior, sendo que
os trs nmeros pares ocorrem com igual probabilidade, bem como os trs nmeros
mpares. Determine a probabilidade de ocorrncia de cada evento elementar:
4-Seja S = {a,b,c,d} . Consideremos a seguinte distribuio de probabilidades: P(a) = 1/8 ;
P(b) = 1/8 ; P(c) = 1/4 e P(d) = x . Calcule o valor de x :
5- As chances de um time de futebol T ganhar o campeonato que est disputando so de "5
para 2". Determinar a probabilidade de T ganhar e a probabilidade de T perder :
6- Trs cavalos C1,C2 e C3 disputam um preo, onde s se premiar o vencedor. Um
conhecedor dos 3 cavalos afirma que as "chances" de C1 vencer so o dobro das de C2,e
que C2 tem o triplo das "chances" de C3. Calcule as probabilidades de cada cavalo vencer o
preo:
Eventos Independentes
Quando a realizao ou no realizao de um dos eventos no afeta a probabilidade da
realizao do outro e vice-versa.
Exemplo: Quando lanamos dois dados, o resultado obtido em um deles independe do
resultado obtido no outro. Ento qual seria a probabilidade de obtermos, simultaneamente, o
n 4 no primeiro dado e o n 3 no segundo dado ?
51
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
52
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
53
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
5- Uma urna A contm: 3 bolas brancas, 4 pretas, 2 verdes; uma urna B contm: 5 bolas
brancas, 2 pretas, 1 verde; uma urna C contm: 2 bolas brancas, 3 pretas, 4 verdes. Uma
bola retirada de cada urna. Qual a probabilidade de as trs bolas retiradas da 1 , 2 e 3
urnas serem, respectivamente, branca, preta e verde ?
6- De um baralho de 52 cartas retiram-se, ao acaso, duas cartas sem reposio. Qual a
probabilidade de a primeira carta ser o S de paus e a segunda ser o REI de paus ?
7- Qual a probabilidade de sair uma figura (rei ou dama ou valete) quando retiramos uma
carta de um baralho de 52 carta ?
8- So dados dois baralhos de 52 cartas.Tiramos, ao mesmo tempo, uma carta do primeiro
baralho e uma carta do segundo. Qual a probabilidade de tirarmos uma DAMA e um REI,
no necessariamente nessa ordem ?
9- Duas cartas so retiradas de um baralho sem haver reposio. Qual a probabilidade de
ambas serem COPAS ou ESPADAS ?
10- Duas bolas so retiradas (sem reposio) de uma urna que contm 2 bolas brancas e 3
bolas pretas. Qual a probabilidade de que a 1 seja branca e a 2 seja preta ?
11- Duas bolas so retiradas (com reposio) de uma urna que contm 2 bolas brancas e 3
bolas pretas. Qual a probabilidade de que a 1 seja branca e a 2 seja preta ?
12- Duas bolas so retiradas (sem reposio) de uma urna que contm 2 bolas brancas e 3
bolas pretas e 5 bolas verdes. a)Qual a probabilidade de que ambas sejam verdes ? b) Qual
a probabilidade de que ambas sejam da mesma cor ?
TCNICAS DE CONTAGEM EM PROBABILIDADE
o uso das frmulas de anlise combinatria para o clculo do nmero de casos favorveis
e o nmero de casos possveis.
Arranjo com repetio: AR n,p
AR 9,3 = 9 x 9 x 9 = 729
AR 9,2 = 9 x 9 = 81
Exemplo: Se mil ttulos entram em sorteio com os nmeros de 000 a 999. Qual a
probabilidade:
a - De sair nmeros com a dezena 24 = A10,1 / 1000 = 10 / 1000 = 0,01 ou 1%
b - De sair nmeros com a unidade 4 = A10,2 / 1000 = 100 / 1000 = 0,1 ou 10%
54
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
Seja B1, B2, B3...Bk um conjunto de eventos mutuamente exclusivos cuja unio forma o
espao amostral. Seja A outro evento no mesmo espao amostral, tal que P(A) > 0 .
Ento: P(A) = P( A n B1) + P( A n B2) + P( A n B3) + . . . + P( A n Bk)
P(A) = P(B1) . P(A|B1) + P(B2) . P(A|B2) + . . . P(Bk) . P(A|Bk)
Ento podemos escrever a frmula da probabilidade total como : P(A) = E P(Bi) . P(A|Bi)
Exemplo: Segundo especialistas esportivos, a probabilidade de que o Flamengo vena o
prximo jogo estimada em 0,70 se no chover, e s de 0,50 se chover. Se os registros
meteorolgicos anunciam uma probabilidade de 0,40 de chover na data do jogo, qual ser
ento a probabilidade desse time ganhar o prximo jogo ?
P(A) = E P(Bi) . P(A|Bi)
P(ganhar) = P(ganhar n chuva ) + P(ganhar n no chuva )
P(ganhar) = P(chuva) . P(ganhar | chuva) + P(no chuva) . P(ganhar | no chuva)
P(ganhar) = (0,40 . 0,50 ) + (0,60 . 0,70) = 0,20 + 0,42 = 0,62 ou 62%
TEOREMA DE BAYES
Sabemos que:
P(A) = E P(Bi) . P(A|Bi)
P(A n Bi) = P(A) . P(Bi|A) logo
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
(ca,ca)
(ca,co)
(co,ca)
(co,co)
1/4
2/4
57
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
1/4
Total
4/4 = 1
22
0,73
0,17
0,07
0,03
Total
1,00
Construmos acima uma tabela onde aparecem os valores de uma varivel aleatria X e as
probabilidades de X ocorrer que a tabela de distribuio de probabilidades.
Funes de probabilidades: f(X) = p(X= xi)
Ao definir a distribuio de probabilidade, estabelecemos uma correspondncia unvoca
entre os valores da varivel aleatria X e os valores da varivel P (probabilidade). Esta
correspondncia define uma funo onde os valores xi formam o domnio da funo e os
valores pi o seu conjunto imagem. Assim, ao lanarmos um dado, a varivel aleatria X,
definida por "pontos de um dado", pode tomar os valores 1,2,3,4,5 e 6. Ento resulta a
seguinte distribuio de probabilidade:
X
P (X)
1/6
1/6
58
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
1/6
1/6
1/6
1/6
por
T o t a l 6/6 = 1
Distribuio Binomial
Vamos imaginar fenmenos cujos resultados s podem ser de dois tipos, um dos quais
considerado como sucesso e o outro insucesso. Este fenmeno pode ser repetido tantas
vezes quanto se queira (n vezes), nas mesmas condies. As provas repetidas devem ser
independentes, isto , o resultado de uma no deve afetar os resultados das sucessivas. No
decorrer do experimento, a probabilidade p do sucesso e a probabilidade de q (q = 1 - p) do
insucesso manter-se-o constantes. Nessas condies X uma varivel aleatria discreta
que segue uma distribuio binomial.
P(x) =
P(x) = a probabilidade de que o evento se realize x vezes em n provas.
p = a probabilidade de que o evento se realize em uma s prova = sucesso.
q = a probabilidade de que o evento no se realize no decurso dessa prova = insucesso.
OBS: O nome binomial devido frmula, pois representa o termo geral do desenvolvimento
do binmio de Newton.
Exemplos:
1- Uma moeda lanada 5 vezes seguidas e independentes. Calcule a probabilidade de
serem obtidas 3 caras nessas 5 provas.
n=5
x=3
p = 1/2
q = 1 - (1/2) = 1/2
P(x=3) = 5/16
59
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
DISTRIBUIO NORMAL
Entre as distribuies tericas de varivel aleatria contnua, uma das mais empregadas a
distribuio Normal.
Muitas das variveis analisadas na pesquisa scio-econmica correspondem distribuio
normal ou dela se aproximam.
Propriedades da distribuio normal :
1 - A varivel aleatria X pode assumir todo e qualquer valor real.
2 - A representao grfica da distribuio normal uma curva em forma de sino, simtrica
em torno da mdia, que recebe o nome de curva normal ou de Gauss.
3 - A rea total limitada pela curva e pelo eixo das abscissas igual a 1, j que essa rea
corresponde probabilidade de a varivel aleatria X assumir qualquer valor real.
4 - A curva normal assinttica em relao ao eixo das abscissas, isto , aproxima-se
indefinidamente do eixo das abscissas sem, contudo, alcan-lo.
5 - Como a curva simtrica em torno da mdia, a probabilidade de ocorrer valor maior que
a mdia igual probabilidade de ocorrer valor menor do que a mdia, isto , ambas as
probabilidades so iguais a 0,5 ou 50%. Cada metade da curva representa 50% de
probabilidade.
60
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
Quando temos em mos uma varivel aleatria com distribuio normal, nosso principal
interesse obter a probabilidade de essa varivel aleatria assumir um valor em um
determinado intervalo. Vejamos com proceder, por meio de um exemplo concreto.
Exemplo: Seja X a varivel aleatria que representa os dimetros dos parafusos produzidos
por certa mquina. Vamos supor que essa varivel tenha distribuio normal com mdia = 2
cm e desvio padro = 0,04 cm. Qual a probabilidade de um parafuso ter o dimetro com valor
entre 2 e 2,05 cm ?
P ( 2 < X < 2,05) = ?
Com o auxlio de uma distribuio normal reduzida, isto , uma distribuio normal de mdia
= 0 e desvio padro = 1. Resolveremos o problema atravs da varivel z , onde z = (X S
)/
Utilizaremos tambm uma tabela normal reduzida, que nos d a probabilidade de z tomar
qualquer valor entre a mdia 0 e um dado valor z, isto : P ( 0 < Z < z)
Temos, ento, que se X uma varivel aleatria com distribuio normal de mdia
desvio padro S, podemos escrever: P(
No nosso problema queremos calcular P(2 < X < 2,05). para obter essa probabilidade,
precisamos, em primeiro lugar, calcular o valor de z que corresponde a x = 2,05
z = (2,05 - 2) / 0,04 = 1,25
Utilizao da Tabela Z
Procuremos, agora, na tabela Z o valor de z = 1,25
Na primeira coluna encontramos o valor at uma casa decimal = 1,2. Em seguida,
encontramos, na primeira linha, o valor 5, que corresponde ao ltimo algarismo do nmero
1,25. Na interseco da linha e coluna correspondentes encontramos o valor 0,3944, o que
nos permite escrever:
P (0 < Z < 1,25 ) = 0,3944 ou 39,44 %, assim a probabilidade de um certo parafuso
apresentar um dimetro entre a mdia = 2cm e x = 2,05 cm de 39,44 %.
Exerccios:
1- Determine as probabilidades:
a) P(-1,25 < Z < 0) =
61
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
62
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
Obs: No devemos nunca fazer arredondamento sucessivos. Exemplo: 17,3452 passa a 17,3
e no para 17,35 e depois para 17,4.
Compensao
Suponhamos os dados abaixo, aos quais aplicamos as regras do arredondamento:
25,32 + 17,85 + 10,44 + 31,17 = 84,78
25,3 + 17,8 + 10,4 + 31,2 = 84,7
Verificamos que houve uma pequena discordncia: a soma exatamente 84,7 quando, pelo
arredondamento, deveria ser 84,8. entretanto, para a apresentao dos resultados,
necessrio que desaparea tal diferena, o que possvel pela prtica do que denominamos
compensao, conservando o mesmo nmero de casas decimais.
Usamos "descarregar" a diferena na(s) maior(es) parcela(s). Veja:
25,3 + 17,8 + 10,4 + 31,3 = 84,8
63
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
por
Obs: Se a maior parcela igual ou maior que o dobro de qualquer outra parcela,
"descarregamos" a diferena apenas na maior parcela.
Exerccios:
1 - Arredonde cada uma dos numerais abaixo, conforme a preciso pedida:
a - Para o dcimo mais prximo:
23,40 =
234,7832 =
45,09 =
48,85002 =
120,4500 =
46,727 =
123,842 =
45,65 =
28,255 =
37,485 =
46,727 =
123,842 =
45,65 =
28,255 =
37,485 =
42,3 =
123,842 =
295 =
2995,000 =
59 =
64
www.ResumosConcursos.hpg.com.br
Apostila: Estatstica Descritiva
65
por
C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13 C14 C15 C16 C17 C18 C19 C20 C21 C22 C23 C24 C25 C26 C
Anlise de varincia
A anlise de varincia um teste estatstico amplamente difundido entre os analistas,
e visa fundamentalmente verificar se existe uma diferena significativa entre as mdias e se
os fatores exercem influncia em alguma varivel dependente.
Os fatores propostos podem ser de origem qualitativa ou quantitativa, mas a varivel
dependente necessariamente dever ser contnua.
Haja visto que trata-se de um teste bastante difundido e inmeros bons softwares
estatsticos e planilhas eletrnicas possuem o recurso disponvel, no haver
aprofundamento desta tcnica neste captulo, sendo recomendada literatura especializada.
A principal aplicao da ANOVA (analise of variante) a comparao de mdias
oriundas de grupos diferentes, tambm chamados tratamentos, como por exemplo mdias
histricas de questes de satisfao, empresas que operam simultaneamente com diferentes
rendimentos, entre muitas outras aplicaes.
Existem dois mtodos para calcular-se a varincia: dentro de grupos (MQG) e a
varincia das mdias (MQR).
Em uma Anova, calcula-se esses dois componentes de varincia. Se a varincia
calculada usando a mdia (MQR) for maior do que a calculada (MQG) usando os dados
pertencentes a cada grupo individual, isso pode indicar que existe uma diferena significativa
entre os grupos.
Existem dois tipos de problemas a serem resolvidos atravs da Anova: a nveis fixos ou a
nveis aleatrios. A aleatoriedade determinada a questo do problema.
Na grande maioria dos casos trata-se de nveis fixos, afinal o segundo tipo de
problema (aleatrio) somente surgir quando ocorrer um estudo envolvendo uma escolha
aleatria de fatores (em 10 lotes de produo, escolhe-se apenas 5, entre 15 mquinas de
um total de 20, por exemplo).
Tabela de Anlise de Varincia ou tabela ANOVA.
Fonte de Variao
Entre Grupos
Dentro
dos
Grupos
Total
SQ GDL MQ Teste F
SQG K 1 MQG MQG/MQR
SQR N-K MQR
SQT N-1
SQR soma dos quadrados dos resduos, devidos exclusivamente ao erro aleatrio,
medida dentro dos grupos.
f = MQG
MQR
N 1=(K 1) + (N K)
SQT = SQG + SQR
MQG = SQG (K 1)
A hiptese nula sempre ser rejeitada quando f calculado for maior que o valor
tabelado. Da mesma forma, se MQG for maior que MQR, rejeita-se a hiptese nula.
Quadro
Fonte de variao SQ (soma dos quadrados) GDL (g.l) MQ (quadrados mdio)
Teste F
Entre Grupos
Dentro dos grupos
Total
Se o teste f indicar diferenas significativas entre as mdias, e os nveis forem fixos,
haver interesse em identificar quais as mdias que diferem entre si.
Calcular o desvio padro das mdias;
Sx =
, ,onde nc a soma do nmero de cada varivel (grupo) dividido pelo
nmero de variveis.
Calcular o limite de deciso (ld)
3 x Sx
Ordenar as mdias em ordem crescente ou decrescente e compara-las duas a duas. A
diferena ser significativa se for maior que Ld.
Se o teste f indicar diferenas significativas entre as mdias, e os nveis forem
aleatrios, haver interesse em identificar a estimativa dos componentes de variao.
Um pesquisador realizou um estudo para verificar qual posto de trabalho gerava mais
satisfao para o funcionrio. Para isso, durante um ms, 10 funcionrios foram
entrevistados. Ao final de um ms os funcionrios responderam um questionrio gerando
uma nota para o bem estar do funcionrio.
Funcionrios
1
2
3
4
5
6
7
8
9
10
Postos
1
7
8
7
8
9
7
8
6
7
6
2
5
6
7
6
5
6
7
5
6
6
3
8
9
8
9
8
8
9
10
8
9
RESUMO
Grupo
1
2
3
Contagem Soma
10
73
10
59
10
86
Mdia
7,3
5,9
8,6
Varincia
0,9
0,544444
0,488889
MQ
valor-P
F crtico
36,46667 2
18,23
28,29
2,37E07
3,35
17,4
0,64
ANOVA
Fonte
variao
da
Entre grupos
Dentro
grupos
Total
dos
SQ
gl
27
53,86667 29
2.
3.
As trs diferenas so menores que o Ld, conclui-se portanto que as mdias diferem entre si.
Regresso simples (RLS)
Em inmeras problemticas, o pesquisador depara-se com duas varveis que
proporcionam previso de comportamentos futuros. Esta previso pode ser alcanada
atravs de um estudo que envolve a equao da reta de regresso, concebida atravs das
variveis critrio (y, dependente ou de resposta) e a independente (x, tambm conhecida
como prognstico). Trata-se de uma realidade comum no universo da pesquisa, envolvendo
variveis como renda, idade, gastos, entre muitas outras.
Equao da reta:
Y = a1 + a2.x
Onde, y a varivel dependente e x a independente.
a1 o valore de y para x e a2. valor mdio de y por unidade x.
A relao linear entre as duas variveis medida pelo coeficiente de correlao (R).
X
Km rodados
Anos de estudo
Horas de treinamentos em qualidade
GASTOS
(R$)
400
400
340
400
150
100
200
300
100
200
400
3702
3203
3203
803
803
1102
3202
1604
1603
3203
3702
3403
450
400
400
100
100
130
400
150
200
400
450
440
Estatstica de regresso
R mltiplo
0,993064678
R-Quadrado
0,986177454
R-quadrado ajustado 0,985519237
Erro padro
127,508336
Observaes
23
Observando a tabela acima, percebe-se uma forte correlao entre as variveis, onde
R est muito prximo de 1.
Quilmetros rodados explica 98% da varincia de gastos.
Regresso linear mltipla (RLM)
Muitos problemas de regresso envolvem mais de uma varivel regressora. Por
exemplo: a satisfao geral poder ser composta por diversas variveis independente tais
como preo, prazo de entrega, embalagem, entre outras.
Em virtude dos princpios da regresso mltipla serem anlogos da regresso
simples, no se abordar aqui as particularidades que envolvem a equao geral da equao
da Regresso Mltipla: y = 0 + x1 + 2x2 + ...+ kxk + .
Analogamente, a preocupao geral do analista nesta anlise, o R 2 que indica a
variabilidade total do modelo de regresso, e os Rs que variam de 1 a 1, indicando a
variabilidade total, onde haver uma relao entre a varivel de resposta e as regressoras.
O teste de hiptese baseia-se no j abordado valor do t, onde ocorre a situao do mesmo
sendo calculado e maior do que o tabelado, rejeita-se a hiptese nula.
Exemplo:
Variveis
Coeficiente
Prazo de entrega
0,154
NUMEROS INDICES
Os nmeros-ndices so medidas estatsticas freqentemente usadas por
administradores, economistas e engenheiros, para comparar grupos de variveis
relacionadas entre si e obter um quadro simples e resumido das mudanas significativas em
reas relacionadas como preos de matrias-primas, preos de produtos acabados, volume
fsico de produto etc. Mediante o emprego de nmeros-ndices possvel estabelecer
comparaes entre:
a) variaes ocorridas ao longo do tempo;
b) diferenas entre lugares;
c) diferenas entre categorias semelhantes,
organizaes etc.
tais
como
produtos,
pessoas,
100
NOTA
O smbolo p(o,t) pode ser escrito tambm: po,t.
Exemplo
O preo de determinando artigo em 1979 foi Cr$ 1,20 e em 1980 subiu para Cr$ 1,38.
Tomando-se por base o ano 1979, determinar o preo relativo em 1980.
Soluo
O ano considerado base corresponder sempre ao ndice igual a 100. Os demais
apresentaro, portanto, valores que flutua no em torno de 100. Ento:
p (79,80) = p1980 = 1,38 = 1,15 ou 115% ou simplesmente 115.
p1979
1.20
Esse resultado indica que em 1980 houve um aumento de 15% no preo do artigo
com relao ao preo do mesmo artigo em 1979.
Se tivssemos p 1980 = 112 (cruzeiros) e P1979 = 120, o relativo de preo seria:
p (79,80) = 112 = 0,93 ou 93% ou 93.
120
Em 1980 0 artigo em questo apresentou um preo de 7% inferior ao de 1979.
vo
po . qo
O fato de vo,t = Po,t . qo,t conhecido como propriedade da reversibilidade dos fatores ou
como critrio da decomposio das causas.
Exemplo
Uma empresa vendeu, em 1970, 1000 unidades de um artigo ao preo unitrio de Cr$
500,00. Em 1971 vendeu 2000 unidades do mesmo artigo ao preo unitrio de Cr$ 600,00.O
valor relativo da venda em 1971 foi:
v (70, 71) = 600 . 2000 = 2,4 ou 240%.
500 . 1000
Em 1971, o valor das vendas foi 140% superior ao de 1970, alguns ndices agregados
no satisfazem a essa propriedade.
EMPREGO DE NDICES (AGREGATIVOS) PONDERADOS
Como vimos, os ndices simples apresentam algumas desvantagens, em especial se
refere inexistncia de pesos diferentes para cada utilidade que os compe de acordo com
sua importncia relativa. No caso dos ndices ponderados, alm da frmula a ser usada para
interpretar as variaes de preo e de quantidade dos bens, h o problema do critrio para a
fixao dos pesos relativos de cada um deles. A ponderao proposta pelos mtodos mais
usados baseia-se na participao de cada bem no valor transacionado total e feita, em
geral, segundo dois critrios: peso fixo na poca bsica ou peso varivel na poca atual.
ndice de Laspeyres ou Mtodo da poca Bsica
O ndice de Laspeyres constitui uma mdia ponderada de relativos, sendo os fatores
de ponderao determinados a partir de preos e de qualidades da poca bsica por
conseguinte, no ndice de Laspeyres, a base de ponderao a poca bsica, dai a
denominao mtodo da poca bsica.
O peso relativo ou fator de ponderao relativa para um dado bem i, componente do
ndice, dado por
Smbolo:
ndice de Preo
L o,t
a) ndice de Quantidade
Smbolo: L'o,t
O ndice de quantidade, pelo mtodo de Laspeyres obtm-se permutando p e q na
expresso 21.
Smbolo: Po,t
O ndice de preos, segundo o mtodo proposto por Paasche, definido pela expresso:
n
wit
= 1,
i=1
O ndice de preo de Paasche indica que o valor das quantidades dos bens adquiridos
na poca atual, aos preos dessa mesma poca, igual a Po,t por cento do valor dessas
quantidades aos preos da poca bsica; ou o valor das quantidades da poca atual variou
(P o,t - 100)% como resultado do aumento de preos no perodo considerado. Esse ndice
mede, portanto, a relao entre o dispndio monetrio necessrio para adquirir bens nas
quantidades e sistemas de preos da poca atual e o dispndio dado pelas quantidades da
poca atual aos preos vigentes na poca bsica.
Observando a expresso acima pode-se ver que os fatores de ponderao so as
quantidades da poca atual. Como a poca atual varivel, os pesos, no ndice de Paasche,
mudam quando as pocas atuais mudarem, o que o caracteriza.
como um ndice agregativo com ponderaes variveis. O ndice de Paasche reala a
baixa porque a ponderao determinada pela poca atual.
Uma sria limitao ao uso do ndice de preo de Paasche reside no fato de os pesos
variarem em cada perodo, o que onera substancialmente a pesquisa, no caso de ser difcil
estimar as quantidades na poca atual. Esse fato torna proibitivo o emprego do ndice de
Paasche quando se deseja montar um ndice ponderado para se fazerem comparaes
semanais, mensais ou mesmo trimestrais.
b) ndice de Quantidade
Smbolo: P'o,t
O ndice de Paasche de quantidade definido por:
ndice de Quantidade
Smbolo: I'o,t
EXERCCIOS
1) Dados:
1997
1978
1979
PRODUTOS
A
B
C
D
2
1
4
3
4
6
4
6
3
2
1
6
6
4
8
4
6
4
5
6
12
4
16
4
Dados: fictcios
a) Obter um ndice de Laspeyres e de Paasche de preo, com base em 1977, para o
perodo 77/79.
b) Obter um ndice de Laspeyres de Preo, base mvel, para o perodo 77/79
Respostas: a) L 77,78= 133,33
L 77,79= 216,67
P 77,78= 96,67
P 77,79= 184,64
b) L 77,78= 133,33
L 78,79= 200,00
SRIE ANTIGA
118
115
105
100
96
90
SRIE NOVA
100
95
95
93
91
94
dados: fictcios
Resposta: NDICES DE PREOS DAS EXPORTAES LATINO-AMERICANAS
ANO
1953
1954
1955
1956
1957
1958
1959
1960
1961
1962
1963
SRIE AJUSTADA
131
128
117
111
107
100
95
95
93
91
94