Académique Documents
Professionnel Documents
Culture Documents
ESTATSTICA
com a colaborao de
A. Ismael F. Vaz
na realizao dos grficos
Ttulo: Estatstica
Autor: Edite Manuela da G.P. Fernandes
Composio: Texto preparado em LATEX por A. Ismael F. Vaz
Impresso da capa, fotocpias e montagem: Servios de Reprografia e Publicaes da
Universidade do Minho
Capa: A. Ismael F. Vaz
Contedo
Prefcio
iv
Estatstica descritiva
Introduo
1.1 O que a Estatstica .
1.2 Aplicaes . . . . . . .
1.3 Populao e Amostras
1.4 Tipos de Estatstica . .
2
2
2
3
5
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
12
4 Estatsticas descritivas
4.1 Medidas de tendncia central . . . . . . . . . . . . . . . . . . . . . . . . .
4.2 Medidas de disperso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3 Medidas de associao . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21
21
25
26
5 Distribuio normal
31
6 Anlise de Regresso
6.1 Regresso Linear e Simples . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.2 Regresso no linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
34
34
35
II
36
Sries cronolgicas
7 Componentes do estudo
7.1 Representao grfica de uma srie cronolgica . . . . . . . . . . . . . . . .
7.2 Estudo de uma srie cronolgica . . . . . . . . . . . . . . . . . . . . . . . .
37
37
37
8 Decomposio
39
CONTEDO
ii
9 Estudo da tendncia
9.1 Mtodos para estudo da tendncia . . . . . . . . . . . . . . . . . . . . . . .
9.1.1 Mtodo das mdias mveis . . . . . . . . . . . . . . . . . . . . . . .
9.1.2 Mtodo analtico . . . . . . . . . . . . . . . . . . . . . . . . . . . .
40
40
41
42
10 Movimento sazonal
10.1 Mtodo para determinar as flutuaes sazonais . . . . . . . . . . . . . . . .
10.1.1 Mtodo das mdias mensais . . . . . . . . . . . . . . . . . . . . . .
46
47
47
III
49
Estatstica demogrfica
11 Estruturas populacionais
11.1 Taxas de crescimento . . . . . . . . .
11.2 Clculo das densidades populacionais
11.3 Estruturas demogrficas . . . . . . .
11.3.1 Pirmides de idades . . . . . .
11.3.2 Grupos funcionais . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
50
50
54
55
55
58
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
60
60
61
62
62
63
13 Anlise da mortalidade
13.1 Taxa bruta de mortalidade . . . . . . . . . . . . . . . . . . . . . . . . . . .
13.2 Tipos particulares de mortalidade . . . . . . . . . . . . . . . . . . . . . . .
13.3 Tbua de mortalidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
65
65
67
69
74
15 Anlise da nupcialidade
15.1 Taxas de nupcialidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15.2 Tbua de nupcialidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
79
79
82
85
85
86
CONTEDO
IV
Exerccios
iii
88
105
Prefcio
Este trabalho est dividido em quatro partes e tem como objectivo servir de apoio s aulas
tericas e terico-prticas da disciplina anual de Estatstica do mestrado em Histria das
Populaes.
A primeira parte faz uma breve introduo Estatstica descritiva. Alm de serem introduzidos conceitos relacionados com a descrio grfica de dados, tambm apresentado
um captulo sobre as medidas mais importantes de tendncia central, de disperso e de
associao entre dados.
Na segunda parte so introduzidos e estudados alguns aspectos importantes das sries
cronolgicas, designadamente a tendncia e a sazonalidade.
A terceira parte trata da Estatstica demogrfica. No s so referidas medidas elementares para a anlise da Qualidade dos dados, como tambm so apresentadas taxas
e outras medidas de anlise das variveis microdemogrficas mais importantes, nomeadamente a mortalidade, natalidade, fecundidade e nupcialidade.
Na ltima parte so includos enunciados de trabalhos prticos de apoio s aulas tericoprticas.
Parte I
Estatstica descritiva
Captulo 1
Introduo
Embora a palavra estatstica ainda no existisse no ano 3 000 A.C. h indcios de que nessa
altura j se faziam censos na Babilnia e no Egipto. A palavra censo deriva de "censere",
que em latim significa taxar. Na era romana o imperador Csar Augusto ordenou que se
fizesse um censo em todo o imprio.
A palavra estatstica deriva de status, que em latim significa estado. Sob esta palavra
os Estados tm acumulado dados relativos ao seu povo. A estatstica nas mos dos governos
tem sido uma ferramenta essencial para a definio das suas polticas.
1.1
O que a Estatstica
1.2
Aplicaes
As aplicaes das tcnicas estatsticas esto j to difundidas e a sua influncia tem sido
to marcante, que a importncia da Estatstica j hoje em dia reconhecida em todos os
2
CAPTULO 1.
INTRODUO
1.3
Populao e Amostras
CAPTULO 1.
INTRODUO
so destrudas. Noutros casos, em virtude da escassez de pessoas treinadas (sem formao especfica) para recolher amostras, mais seguro confiar num nmero reduzido de
informao. Haveria uma menor ocorrncia de erros humanos.
Parece, assim, ser mais vantajoso recolher amostras e basear o nosso estudo na anlise
dessas amostras. Este processo parece ser bastante simples, no entanto, pode dar origem
a enganos.
A seleco de elementos da populao que so mais facilmente acessveis ao experimentador, origina uma amostra conveniente. Este tipo de amostra no representativa da
populao e pode levar a concluses erradas sobre as propriedades da populao.
Uma alternativa amostra conveniente, que muitas vezes parcial, a amostra aleatria simples.
A ideia principal consiste em dar a cada elemento da populao a mesma oportunidade
de ser escolhido para fazer parte da amostra. Para abreviar usaremos, daqui para a frente,
a.a.s. para designar amostra aleatria simples.
Uma a.a.s. obtida atravs de um mtodo que d a qualquer possvel amostra de
tamanho n (com n elementos) a mesma oportunidade de ser a amostra escolhida.
Dos mtodos existentes, o mais usado e simples para a obteno de uma a.a.s. consiste
em:
usar uma tabela de nmeros aleatrios como a que est representada na tabela da
figura 1.1. (ou um gerador de nmeros aleatrios como tm algumas mquinas de
calcular, normalmente designado pela funo RND). Uma tabela de nmeros aleatrios uma lista dos 10 dgitos 0, 1, 2, 3, 4, 5, 6, 7, 8 e 9 que satisfaz as seguintes
propriedades:
1. Um dgito em qualquer posio da lista tem a mesma oportunidade de ser o 0,
1, 2, 3, 4, 5, 6, 7, 8 ou 9.
2. Os dgitos nas diferentes posies so independentes no sentido de que o valor
de um deles no influencia o valor de qualquer outro.
A tabela apresenta uma diviso dos nmeros por grupos de 5 dgitos e tem as linhas
numeradas, com o objectivo de facilitar a consulta. Para usar a tabela devemos ter em
ateno o seguinte:
1. Qualquer par de dgitos da tabela tem a mesma oportunidade de ser (qualquer) um
dos 100 possveis pares 00, 01, 02, 03, ..., 97, 98, 99.
2. Qualquer trio de dgitos na tabela tem a mesma oportunidade de ser um dos 1000
possveis trios 000, 001, 002, 003, ..., 997, 998, 999.
3. E assim por adiante, para grupos de 4 ou mais dgitos da tabela. Os grupos de 4
dgitos seriam os seguintes: 0000, 0001, 0002, ..., 0997, 0998, ..., 9997, 9998, 9999.
Para a seleco de uma a.a.s. usamos o seguinte processo:
CAPTULO 1.
linha
101
102
103
104
105
19223
73676
45467
52711
95592
INTRODUO
95034
47150
71709
38889
94007
05756
99400
77558
93074
69971
28713
01927
00095
60227
91481
96409
27754
32863
40011
60779
12531
42648
29485
85848
53791
42544
82425
82226
48767
17297
82853
36290
90056
52573
59335
1.4
Tipos de Estatstica
Captulo 2
Descrio numrica dos dados
A ideia que muitas pessoas tm da Estatstica a de que ela est associada a tabelas
enormes de nmeros, por vezes documentadas com alguns grficos mistura! As tabelas
repletas de informao so muitas vezes cansativas de ler, difceis de interpretar e de se tirar
concluses e alguns grficos mal dimensionados e legendados podem originar interpretaes
erradas.
Mesmo assim, as tabelas so um dos meios mais usados para organizar e resumir um
conjunto vasto e desordenado de dados (ou observaes). mais vantajoso contruir uma
tabela pequena com algumas quantidades especiais ("estatsticas"da amostra ou parmetros da populao) que caracterizam e resumem a distribuio (o comportamento) dessas
observaes, do que uma tabela com um conjunto enorme de nmeros. Os grficos tm
como objectivo dar uma viso resumida e rpida do comportamento dos dados.
Consideremos o seguinte ficheiro de dados da Escola Preparatria XXX da cidade YYY.
Para cada aluno, foram registados os seguintes valores das variveis: SEXO (feminino ou
masculino), IDADE (10, 11, 12, 13, 14 ou 15 anos), ALTURA (de 129 cm. a 145 cm.),
PESO (de 27 kg. a 45 kg.), ANO (5o ou 6o ano de escolaridade) e TURMA (1, 2, 3, 4
ou 5). A maior parte das tabelas e grficos apresentados nesta parte I dizem respeito aos
valores deste ficheiro.
Dado um conjunto de observaes, costume, em primeiro lugar, contar quantas vezes
aparece cada valor, isto , o nmero de ocorrncias desse valor. Dos 318 alunos presentemente a frequentar a Escola Preparatria XXX da cidade YYY,
quantos so do sexo feminino?
quantos so do sexo masculino?
quantos frequentam, neste ano lectivo, o 5o ano de escolaridade?
quantos esto inscritos no 6o ano de escolaridade?
quantos alunos do 5o ano tm ainda 10 anos?
quantos alunos frequentam o 6o ano com 15 anos de idade?
6
Frequncias
124
194
318
Percentagens
38.99
61.01
100.00
F.Acumulada
38.99
100.00
ANO
5o ano
6o ano
Total
Frequncias
147
171
318
Percentagens
46.23
53.77
100.00
F.Acumulada
46.23
100.00
Frequncias
73
45
22
4
3
147
Percentagens
49.66
30.61
14.97
2.72
2.04
100.00
F.Acumuladas
49.66
80.27
95.24
97.96
100.00
ANO=6o
IDADE
11
12
13
14
15
Total
Frequncias
91
46
20
5
9
171
Percentagens
53.22
26.90
11.70
2.92
5.26
100.00
F.Acumuladas
53.22
80.12
91.81
94.74
100.00
ANO=5o
Classes
de pesos
Frequncias
peso <=30
34
30 a 35
74
33
35 a 40
6
40 a 45
Total
147
Percentagens
23.13
50.34
22.45
4.08
100.00
F.Acumuladas
23.13
73.47
95.92
100.00
ANO=6o
Classes
de pesos
Frequncias
peso <=30
46
77
30 a 35
35 a 40
38
10
40 a 45
Total
171
Percentagens
26.90
45.03
22.22
5.85
100.00
F.Acumuladas
26.90
71.93
94.15
100.00
10
SEXO=feminino
Classes
de alturas
altura<=130
130 a 135
135 a 140
140 a 145
altura>145
Total
Frequncias
5
42
66
10
1
124
Percentagens
4.03
33.87
53.23
8.06
0.31
100.00
F.Acumuladas
4.03
37.90
91.13
99.19
100.00
SEXO=masculino
Classes
de alturas
altura<=130
130 a 135
135 a 140
140 a 145
altura>145
Total
Frequncias
2
32
84
63
13
194
Percentagens
1.03
16.49
43.30
32.47
6.70
100.00
F.Acumuladas
1.03
17.53
60.82
93.30
100.00
Figura 2.4: Tabela das frequncias das ALTURAS, por SEXO do aluno
2. (e como, para esta varivel, todas as observaes so quantidades inteiras) os limites dos intervalos so definidos usando valores com casas decimais, 0.5 unidades
inferiores ao valor, para o limite inferior, e 0.5 unidades superiores ao valor, para o
limite superior, de cada intervalo. Neste caso, ficamos com os seguintes intervalos
fechados nos dois extremos: [124.5, 130.5], [130.5, 135.5], [135.5, 140.5], [140.5, 145.5]
e [145.5, 150.5].
tambm comum considerar os intervalos dos extremos como totalmente abertos, o
primeiro esquerda, e o ltimo direita, isto , o primeiro intervalo pode ser do tipo
130cm. e o ltimo do tipo > 145cm. Verifique o processo utilizado na definio dos
intervalos para a varivel ALTURA, na tabela da figura 2.4 e para a varivel PESO na
tabela da figura 2.3.
A amplitude destas classes/intervalos a diferena entre o limite superior e o inferior.
Para a varivel ALTURA a amplitude dos intervalos de 5 cm. e para o PESO de 5 Kg.
Confirme estes valores nas tabelas das figura 2.4 e 2.3 respectivamente.
Como estes intervalos so definidos por um conjunto, por vezes, vasto de valores, h
necessidade de ter um valor que represente cada intervalo. Este valor o ponto mdio e
calcula-se como a semi-soma dos limites superior e inferior do intervalo. No caso da varivel
ALTURA os pontos mdios dos intervalos so respectivamente 127.5, 132.5, 137.5, 142.5 e
147.5 e para a classificao da varivel PESO temos como pontos mdios os valores: 27.5,
11
32.5, 37.5, 42.5. Repare que os intervalos dos extremos foram considerados como tendo
amplitudes iguais aos restantes.
O nmero de observaes que pertencem a cada classe/intervalo a sua frequncia
absoluta. Tudo o que j foi dito relativamente s frequncias relativas e acumuladas
vlido para estas classes/intervalos.
Captulo 3
Descrio grfica dos dados
Um grfico serve para dar uma viso resumida dos dados. Um grfico bem construdo pode
revelar factos (caractersticas) sobre os dados que, a retirar de uma tabela necessitariam
de uma anlise mais cuidada.
1. O grfico de barras serve para comparar a frequncia de ocorrncia de certas
observaes.
Na maior parte dos exemplos, os valores comparados so frequncias absolutas ou
relativas, em termos de percentagem, de variveis medidas de acordo com as escalas
nominal e ordinal. A figura 3.1 apresenta um grfico de barras respeitante aos dados
da tabela da figura 3.2.
G r fic o d e b a rra s
140
F re q u n cia
120
100
80
60
40
20
0
10
11
12
13
14
15
ID A D E
Figura 3.1: Grfico de barras das frequncias das IDADES dos alunos
12
Frequncias
73
136
68
24
8
9
318
Percentagens
22.96
42.77
21.38
7.55
2.52
2.83
100.00
13
F.Acumuladas
22.96
64.72
87.11
94.65
97.17
100.00
Figura 3.3: Pictograma (errado) da varivel SEXO (ver tabela da figura 2.1)
14
2. O grfico de sectores ou circular serve para representar vrias variveis. O tamanho de cada sector proporcional ao valor da varivel, que representa, em relao
soma dos valores das variveis l representadas.
Assim e tendo em conta os alunos do 5o ano de escolaridade, verificamos que h
nmeros diferentes de alunos dos sexos feminino e masculino nas diferentes turmas,
como se pode ver na tabela da figura 3.5 e os grficos de sectores correspondentes
seriam os representados nas figuras 3.6 e 3.7.
3. Existe ainda outro grfico de barras, para representar vrias variveis, s que desta
vez elas apresentam-se sobrepostas. Dos mesmos valores da tabela da figura 3.5, o
grfico de barras sobrepostas o que est representado na figura 3.8.
4. O grfico de linha serve para representar os valores de uma varivel e mostra a
tendncia (comportamento) dessa varivel normalmente em relao ao tempo. Por
exemplo, se fosse conhecido o nmero de alunos inscritos na Escola XXX durante
os timos dez anos, poderamos representar esses valores ao longo do eixo vertical e
ao longo do eixo horizontal, representaramos o tempo de acordo com o que est na
figura 3.9.
As escalas podem ser iniciadas em qualquer valor, em vez de 0. Para chamar a
ateno da omisso do 0, frequente utilizar uma linha em ziguezague sobre o eixo.
5. Um grfico de pontos serve para representar dados relativos a duas variveis,
quando elas so medidas em escalas intervalar/proporcional ou ordinal. Cada varivel
15
ANO=5o
SEXO
feminino
masculino
Total
Turma
1
10
24
34
2 3
7 12
22 14
29 26
4 5 Total
7 14
50
21 16
97
28 30 147
Turma
1
17
20
37
2 3
16 15
18 18
34 33
4 5
11 15
24 17
35 32
ANO=6o
SEXO
feminino
masculino
Total
Total
74
97
171
16
fe m in in o
20
29
1
2
3
14
4
5
14
24
Figura 3.6: Grfico de sectores dos alunos do 5o ano do sexo feminino, por TURMA
]../pictures/sectoresm.eps
Figura 3.7: Grfico de sectores dos alunos do 5o ano do sexo masculino, por TURMA
17
50
45
P e rce n ta g e m
40
35
30
16
25
14
23
25
fem inino
22
m as c ulino
20
15
10
20
28
24
14
14
0
1
T u rm a
Figura 3.8: Grfico de barras dos alunos do 5o ano, por turma e por SEXO
menores ou iguais quele valor (do limite inferior da classe) e unindo estes pontos por
rectas. As ogivas tm um semelhana com um S aberto. Um exemplo de ogiva o que
se encontra na figura 3.14 e que corresponde s frequncias da coluna F.Acumuladas
da tabela da figura 3.13.
18
N m e ro d e a lu n o s in scrito s
320
309
300
315
318
295
280
280
265
260
270
250
240
240
220
220
200
83/84 84/85 85/86 86/87 87/88 88/89 89/90 90/91 91/92 92/93
te m p o (a n o le ctivo )
Figura 3.9: Grfico relativo ao nmero de alunos da Escola, nos ltimos dez anos
144
A ltu ra (cm )
142
140
138
136
134
132
25
30
35
40
45
P e so (kg )
Figura 3.10: Grfico relativo aos PESOS e ALTURAS dos 7 alunos da TURMA 2 (5o
ANO)
19
66
70
60
F re q u n cia
50
42
40
30
20
10
10
0
125-130
130-135
135-140
140-145
A ltu ra (cm )
F re q u n cia
Classes de
alturas
Frequncias
altura<=130
2
130 a 135
32
84
135 a 140
140 a 145
63
altura>145
13
Total
194
Percentagens
1.03
16.49
43.30
32.47
6.70
100.00
20
F.Acumuladas
1.03
17.53
60.82
93.30
100.00
Figura 3.14: Ogiva das ALTURAS dos alunos do SEXO masculino da escola
Captulo 4
Estatsticas descritivas
Alm das tabelas e dos grficos, que tm com objectivo organizar e dar uma imagem visual
dos dados, existem certas caractersticas de uma distribuio de valores, como o valor
central e a sua disperso, que podem ser resumidas por meio de certas quantidades.
Exemplos destas quantidades, conhecidas por "estatsticas"descritivas, so: o ponto
mdio, a mediana, a moda, a mdia, a amplitude, o desvio padro e a varincia.
4.1
1. o ponto mdio o valor que se encontra a meio caminho entre a menor e a maior
das observaes de uma lista. Por definio
Xm =
Considerando a tabela 4.1 relativa s estatsticas das IDADES dos alunos da Escola
XXX, o Xm igual a 10+15
= 12.5.
2
2. A mdia (aritmtica) de um conjunto de n observaes obtm-se somando todas
as observaes e dividindo depois pelo seu nmero.
Se X1 , X2 , X3 , ..., Xn forem as n observaes, ento a mdia deste conjunto
n
= i=1 Xi .
X
n
Quando os dados esto agrupados por classes numa tabela de frequncias, a soma de
observaes idnticas equivalente a multiplicar o valor dessa observao, Xi , pela
sua frequncia fi . Assim, a mdia pode ser calculada atravs de
=
X
k
21
fi Xi
,
n
i=1
Percentis
1%
10
5%
10
10%
10
25%
11
50%
75%
90%
95%
99%
IDADE
Menores
10
10
10
10
11
12
13
14
15
Maiores
15
15
15
15
22
Observaes
Soma dos pesos
313
313
Mdia
Desvio padro
11.3239
1.150557
Varincia
Assimetria
Kurtose
1.32378
1.162583
4.48434
23
24
25
Dos valores da tabela 4.1 podemos retirar a mediana, que o percentil de ordem 50, e
igual a 11 e de acordo com a tabela que foi apresentada na figura 3.1, a moda tambm
11, uma vez que o valor que tem maior frequncia (136). Assim, esta distribuio das
IDADES dos alunos da Escola XXX da cidade YYY assimtrica positiva. Confirme este
facto com o grfico de barras j anteriormente apresentado na figura 3.1. Da tabela da
figura 4.1 o valor do parmetro Assimetria=1.162583, porque positivo, significa que a
distribuio assimtrica positiva. Se este valor fosse negativo, teramos uma distribuio
assimtrica negativa.
4.2
Medidas de disperso
s =
k
2
i=1 (fi Xi )
2
X
26
em que n = ki=1 fi , k o nmero de classes (ou intervalos), fi a frequncia da
classe i e Xi o valor que representa a classe i.
Quando as observaes formam uma amostra aleatria simples de tamanho n, retirada de uma populao, a varincia da amostra deve ser calculada usando n 1 no
denominador do primeiro termo da expresso, em vez de n, e deve-se multiplicar o
n
.
segundo termo por (n1)
Existem razes para esta escolha e tm a ver com o facto de esta estatstica poder
ser usada para estimar a varincia da populao.
4. O desvio padro a raiz quadrada da varincia. Utiliza-se s para designar o desvio
padro.
A varincia e o desvio padro das IDADES so, retirados directamente da tabela da
figura 4.1, respectivamente Varincia= 1.32378 e Desvio padro= 1.150557.
Alguns comentrios em relao a estas medidas:
(i) A varincia uma quantidade positiva ou nula. Ser nula se todos os desvios forem
(sendo todos iguais). Neste
nulos e isto acontece quando todos os Xi forem iguais a X
caso, no existe disperso.
(ii) Se as observaes esto dispersas e existem de um e de outro lado da mdia, os desvios
das observaes esquerda da mdia so negativos e os desvios das observaes
direita so positivos. Estes desvios sero tanto maiores, em valor absoluto, quanto
mais afastadas as observaes estiverem da mdia. Os quadrados dos desvios so
quantidades positivas e tanto maiores quanto maiores forem os desvios. Assim, se
os valores esto juntos, a varincia pequena; se eles esto dispersos, a varincia
grande.
(iii) Quando as observaes so medidas numa unidade (por exemplo, centmetros, segundos, gramas, ...), a varincia vem nessa medida ao quadrado. No entanto, o desvio
padro vem medido na mesma unidade das observaes.
4.3
Medidas de associao
27
28
29
Para compreender melhor o seu significado, considere os dois grficos da figura 4.5.
No primeiro, existe uma associao perfeita linear com r = 1. A varivel Y est
totalmente ligada varivel X; quando X varia, Y tambm varia e o ponto (X, Y )
move-se ao longo da linha. O conjunto dos 8 valores de Y tem uma grande varincia;
mas esta varincia devida (explicada) ocorrncia dos diferentes valores de X,
levando consigo os valores de Y . A dependncia linear em X explica toda a variao
em Y e r 2 = 1.
No segundo grfico, o conjunto dos 21 valores de Y tambm tem uma grande varincia.
Alguma desta varincia pode ser explicada pelo facto de a variao em X levar consigo
uma variao (em mdia) em Y .
O grfico apresenta esta situao, mostrando os diferentes valores de Y que acompanham os dois valores de X. Neste caso, r 2 = +1 pois a associao entre X e Y explica
apenas parte da variao em Y . Esta parte a fraco r 2 da varincia dos valores de Y
Neste exemplo, r 2 = 0.49 e diz-se que 49 por cento da varincia de Y explicada pela
dependncia linear de Y em relao a X.
O coeficiente r 2 mede apenas a intensidade da associao e no nos diz nada sobre se
ela positiva ou negativa.
A associao entre duas variveis pode ser devida a trs factores:
ao factor causa, isto , uma das variveis origina (causa) variaes na outra;
existncia de outra(s) varivel(eis) que origina(m) o aparecimento das duas (ou,
cuja variao causa variaes nas duas) variveis em estudo;
a uma terceira varivel, que no se encontra em estudo, mas que, juntamente com
uma das variveis causa variaes na outra.
30
Para concluir que a associao entre duas variveis devido causa, necessrio que:
a associao se repita em diferentes circunstncias, reduzindo a probabilidade de ser
consequncia da mistura entre variveis;
se conheca uma explicao plausvel, mostrando como uma varivel pode causar
variaes noutra varivel;
no paream existir terceiros factores que possam causar variaes nas duas variveis.
A associao que se deve a razes comuns, pode ser utilizada para predizer uma das
variveis, como funo da outra.
Correlao e predio esto muito relacionadas. Por exemplo, se uma varivel independente X e uma varivel dependente Y tm um r 2 = 1, isto significa que as observaes
em X e Y esto sobre uma linha recta. Este modelo pode ser usado para predizer Y a
partir de um valor de X - ler na recta o correspondente valor de Y , Yx . Se o valor de r 2
pequeno, a predio menos precisa porque os pontos no esto sobre uma linha recta e
Y varia muito, para um valor fixo de X.
A linha que deve ser usada para predizer Y a partir de X, baseada numa mancha de
pontos a recta de regresso. Veja o exemplo da figura 4.6.
Captulo 5
Distribuio normal
Quando um conjunto de dados tem uma distribuio descrita por uma das curvas normais,
a mdia facilmente detectada. Esta distribuio simtrica, a mdia coincide com a
mediana e tambm com a moda. o valor que corresponde ao pico. Veja o grfico da
figura 4.2.
O desvio padro tambm facilmente detectvel da curva normal. Os pontos onde a
curvatura muda, de ambos os lados em relao ao centro, esto localizados a um desvio
padro de cada lado da mdia. O grfico da figura 5.1. apresenta trs exemplos de
distribuies normais com a mesma mdia mas com diferentes desvios padro.
A mdia fixa o centro da curva, enquanto que o desvio padro determina a forma.
Alterando a mdia de uma distribuio normal no altera a forma, apenas altera a sua
localizao nos eixos. No entanto, alterando o desvio padro, a forma da curva alterada.
31
32
Em todos os casos, temos a curva normal das frequncias com uma amplitude igual a
seis desvios padro.
Considere a figura 5.2. Em qualquer distribuio normal,
observao mdia
.
desvio padro
33
Por exemplo, uma pontuao de 24 unidades num teste, cuja mdia foi de 18 e o desvio
padro de 6, equivalente a ( 2418
=)1 unidade de pontuao estandardizada. Uma
6
pontuao estandardizada de 1 corresponde sempre ao percentil de ordem 84, qualquer
que seja a distribuio normal original.
Captulo 6
Anlise de Regresso
Seja Y uma varivel aleatria dependente cuja variao afectada pela variao da varivel
independente X.
Sejam X1 , X2 , ..., Xn os valores escolhidos arbitrariamente para X e Yi (i = 1, ..., n) os
correspondentes valores de Y .
6.1
A partir dos valores observados, podemos estimar a recta de regresso linear e simples
(com uma s varivel independente). A forma da recta :
Yx = + (X X)
em que X a mdia aritmtica dos n valores de X, X1 , X2 ,... ,Xn e e so calculados
atravs de
n
Yi
= i=1
n
n
n
(X
X)(Y
Y
)
(Xi X)Yi
i
i
= i=1
.
= i=1
n
n
2
2
i=1 (Xi X)
i=1 (Xi X)
Embora seja possvel fazer interpolao, isto , calcular o valor de Y que corresponde a um dado valor de X = X0 , se este pertencer ao intervalo definido pelos valores
X1 , X2 , ..., Xn usados nos clculos, a extrapolao deve ser implementada com cuidado
pois,
1. embora existindo uma relao linear entre X e Y (esta pode ser adequada na regio
definida pelo conjunto de valores usados), o modelo pode deixar de ser vlido fora da
regio definida por esse conjunto,
2. quanto mais afastado X0 estiver de X, maior ser o erro de extrapolao.
34
6.2
35
Regresso no linear
Alm do modelo de regresso linear, existem outros modelos que podem descrever a dependncia de Y em relao a X. Mesmo assim, a anlise de regresso j definida pode ser
aplicada, desde que seja possvel para isso redefinir as variveis ou transformar a equao,
de modo a conseguir-se um modelo linear nos parmetros.
Como primeiro exemplo, considere o caso em que
Y = + X 2 .
A equao j linear nos parmetros e e a nica no linearidade est na varivel
independente X.
No segundo exemplo,
Yx = X ,
mais complicado, a no linearidade envolve directamente o parmetro a ser calculado.
Esta equao exige uma transformao de variveis que a torne linear em .
Para o primeiro caso, o modelo matemtico, no caso geral,
Yx = + w + w 2
com w = W W . Se fizermos x = w e z = w 2 , este modelo reduz-se a um modelo linear
e mltiplo.
Para o segundo caso, se aplicarmos logaritmos, obtemos o modelo
ln Yx = ln X ou yx = x
que j linear no parmetro , sendo, neste caso, x = ln X e y = ln Y . Este modelo
agora linear e simples, sem constante .
Parte II
Sries cronolgicas
36
Captulo 7
Componentes do estudo
Comecemos pela definio:
Definio 7.0.1 Uma srie cronolgica um conjunto de observaes feitas em perodos
sucessivos de tempo, durante um certo intervalo.
Exemplo 7.0.1 Valores da taxa bruta de natalidade, em anos sucessivos.
Exemplo 7.0.2 Percentagem da populao com idade inferior a 7 anos, em anos sucessivos.
Vamos designar o conjunto dessas observaes por X1 , X2 , ..., Xn e vamos supor que
foram feitas nos perodos de tempo t1 , t2 , ..., tn contados a partir de uma origem fixada.
As observaes so normalmente feitas em perodos de tempo igualmente espaados.
7.1
Para iniciar a anlise de uma srie cronolgica deve representar-se graficamente as observaes. Esta representao grfica chama-se cronograma. Nos eixos das ordenadas
marca-se o valor da srie. No eixo das abcissas marca-se o tempo (ver figura 7.1)
7.2
Duas das questes mais importantes a ter em conta no estudo de uma srie cronolgica
so:
A comparao entre valores da srie se o intervalo entre tempos no constante.
Pode ser ultrapassada fazendo uma correco aos valores da srie.
A variao da populao a que se refere o fenmeno. As variaes sofridas ao longo
do tempo que sejam devidas variao no nmero de elementos da populao no
interessam. A anlise das variaes deve ser feita em termos relativos.
37
38
va lor da s r ie
5
4
3
2
1
0
t1
t2
t3
t4
t5
t6
t7
t8
te m po
cro n o g ra m a
Captulo 8
Decomposio
Algumas sries cronolgicas so influenciadas por uma ou duas causas dominantes. Outras
so influenciadas por uma infinidade de causas.
conveniente decompor as sries cronolgicas em componentes que se agrupam em:
tendncia (trend)
movimentos sistemticos movimento sazonal
movimento oscilatrio
movimentos no sistemticos movimento aleatrio
A tendncia a variao em mdia, ao longo do tempo (compreende os movimentos que se manifestam suave e consistentemente ao longo de um perodo grande de
tempo).
Os movimentos sazonais so variaes em relao tendncia que ocorrem, em
geral, dentro de um ano.
Os movimentos sazonais podem ter causas naturais e causas sociais.
As causa naturais esto associadas (quase sempre) com as estaes do ano.
As causa sociais esto associadas com usos, costumes e tradies sociais.
Os movimentos oscilatrios ocorrem mais em sries econmicas e associam-se a
ciclos econmicos de expanso e depresso. No apresentam periodicidade definida.
Estes so difceis de separar da tendncia.
Os movimentos aleatrios so de carcter fortuito, irregulares e de origem desconhecida.
Exemplos: guerras, epidemias, greves, secas, ...
Para o estudo da srie aconcelhvel identificar e limitar primeiro a tendncia, depois
os movimentos sazonais e finalmente as oscilaes.
39
Captulo 9
Estudo da tendncia
A tendncia um movimento suave e consistente ao longo de um perodo grande de tempo
(o termo grande relativo pois o que grande para uma srie pode ser pequeno para
outra). O nmero de anos em que se deve considerar a tendncia varia de srie para srie.
Algumas causas da presena da tendncia numa srie cronolgica so:
causas relacionadas com variaes na populao;
causas relacionadas com idade, sade, educao, constituio, conhecimentos tericos
da populao;
causas relacionadas com a qualidade e quantidade de recursos.
Estas causas esto relacionadas entre si.
Os objectivos a atingir com a determinao da tendncia so:
1. Estud-la para extrapolar como forma de prever o comportamento da srie no futuro;
2. Elimin-la para estudar as outras componentes (sazonalidade, oscilao e aleatoriedade).
Quando se elimina a tendncia, a srie diz-se estacionria.
9.1
40
9.1.1
41
x x x
42
X 1 + X2 + X3 + X4
4
X 2 + X3 + X4 + X5
4
X 3 + X4 + X5 + X6
ponto mdio de [4, 5] =
4
...
ponto mdio de [3, 4] =
ii) para centrar estas mdias, calcula-se uma 2a mdia mvel de perodo 2
3 +X4
[2, 3] = X1 +X2 +X
4
4 +X5
[3, 4] = X2 +X3 +X
4
t3 =
+
2
Do mesmo modo
t4 =
+
2
, ...
O mtodo das mdias mveis um caso particular dos filtros lineares, filtros esses que
transformam uma srie X noutra Y , por meio de uma operao linear.
9.1.2
Mtodo analtico
(9.1)
43
tem-se
= t
(9.2)
(9.3)
(9.4)
=
e
=
t
1
2
3
4
5
6
7
8
X
desvios:X Xt
233
41.258
250.3
39.884
158
-71.09
178.3
-69.464
293.5
27.062
309.5
24.388
279
-24.786
355.2
32.74
44
450
400
350
300
250
200
150
1
Linear
Q uadrtic a
Exponenc ial
45
movimentos. Na figura 9.2 esto tambm representadas duas funes. Uma quadrtica e
outra exponencial , que corresponderiam a ajustes de modelos quadrticos e exponenciais,
respectivamente.
Os desvios, X Xt , calculados pela diferena entre os valores observados, X, e os
valores da tendncia linear, Xt , representam a srie corrigida da tendncia. Para a
srie do exemplo 9.1.1, os desvios esto representados na figura 9.3.
100
80
60
40
20
0
-20
-40
-60
-80
-100
t
Captulo 10
Movimento sazonal
Os movimentos sazonais so variaes que ocorrem dentro de um ano e de acordo com
um certo modelo (mais ou menos rgido) que se repete de ano para ano.
So todos os movimentos peridicos de perodo igual ou inferior a um ano.
Exemplo 10.0.2 Sazonalidade de casamentos[1] (ndices)
Ms
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Parquias
Sul do Pico Transmontanas Guimares
122
126
117
164
172
160
29
91
64
52
111
118
140
131
127
105
98
111
73
64
64
69
68
76
93
83
78
154
75
96
161
78
110
39
104
94
46
10.1
10.1.1
47
O termo mensal est relacionado com o facto do perodo sazonal ser de um ano e estar
dividido em meses. Neste caso deve-se trabalhar com mdias mensais.
Se o ciclo for outro, por exemplo, o ano dividido em trimestre deve-se trabalhar com
mdias trimestrais.
O mtodo das mdias mensais s deve aplicar-se a uma srie quando os dados no
apresentarem tendncia ou quando esta no for muito pronunciada. Existindo tendncia,
esta viciar os ndices. Assim, o mtodo das mdias mensais s deve ser aplicado depois
de se ter eliminado a tendncia.
Se a tendncia foi estimada atravs do ajuste de uma recta, Xt =
+ t (ver (9.1)), os
desvios em relao tendncia traduzem a srie corrigida da tendncia e a partir destes
valores corrigidos que se calculam os ndices sazonais.
As etapas do mtodo so as seguintes:
1. Dispr as observaes num quadro da seguinte maneira:
ms\ano
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Total
Total Mdia
ndice
48
Parte III
Estatstica demogrfica
49
Captulo 11
Estruturas populacionais
Iremos estudar alguns dos aspectos globais da populao atravs do seu volume, ritmo de
crescimento e densidade.
11.1
Taxas de crescimento
Quando temos, ao longo do tempo, informao variada sobre o volume de uma populao
queremos numa primeira anlise calcular o ritmo de crescimento. O valor do ritmo de
crescimento deve corresponder a um resultado anual mdio para ser possvel fazer comparaes em perodos de amplitudes diferentes. O ritmo de crescimento de uma populao
pode ser
i) Contnuo:
com
Pn = P0 ean
onde:
e = 2.718282 (exponencial)
Pn =populao num momento n
P0 =populao num momento 0
a =taxa de crescimento.
Aplicando logaritmos neperianos (ln) a (11.1) temos
ln Pn = ln P0 + ln ean
ln Pn ln P0 = an
Pn
= an
ln
P0
50
(11.1)
51
ln PPn0
n
onde a corresponde taxa de crescimento contnuo.
(11.2)
ii) Aritmtico:
com
Pn = P0 (1 + an)
ou seja
Pn = P0 + P0 an
Pn P0 = P0 an
e
Pn P0
P0 n
onde a corresponde taxa de crescimento aritmtico.
a=
(11.3)
iii) Geomtrico:
com
Pn = P0 (1 + a)n
(11.4)
Pn
= (1 + a)n
P0
(11.5)
ou seja
Pn
= n log(1 + a)
P0
log PPn0
log(1 + a) =
ou seja
1 + a = 10
e
a = 10
Pn
P0
n
log
log Pn
P0
n
(11.6)
52
c ontnuo
aritm tic o
53
geom tric o
4176000
4076000
3976000
p o p u la o
3876000
3776000
3676000
3576000
3476000
3376000
3276000
5
25
a no
100
54
3276203
= 20 log(1.0021)
P0
3276203
log
= 0.01822.
P0
Aplicando agora a funo inversa, potncia de 10,
log
3276203
= 100.01822
P0
3276203
= 1.04285
P0
e
P0 =
11.2
3276203
= 3141586.
1.04285
11.3
55
Estruturas demogrficas
11.3.1
Pirmides de idades
Efeito idade
Efeito gerao
56
57
58
2
3
da largura
Podem aparecer vrios tipos de pirmides, embora a mais vulgar seja a triangular.
Assim, existem as pirmides com forma de
1. acento circunflexo que tpica dos pases no desenvolvidos com mortalidade e
natalidade muito elevadas e caracteriza-se por ter uma base larga e topo muito
reduzido;
2. urna que tpica dos pases desenvolvidos com baixos nveis de mortalidade e
natalidade e tem uma base muito reduzida e um topo bastante empolado;
3. s de espadas, tpica dos pases desenvolvidos com aumento de fecundidade num
certo perodo de tempo.
Quando trabalhamos com grupos de idades, a largura do rectngulo proporcional
ao nmero de anos existentes em cada grupo. Se os grupos forem quinquerais (muito
vulgar) basta fixar uma largura, que ser constante.
O comprimento proporcional ao total dos efectivos das diversas idades (que compem o grupo) dividido pelo nmero de anos do grupo (quinquenal5).
Se interessar fazer comparaes no tempo ou no espao, mais conveniente representar os efectivos relativos. A comparao passa a ser feita em termos de percentagens
entre os diferentes grupos de idades.
11.3.2
Grupos funcionais
Quando temos que comparar muitas estruturas populacionais, ao longo do tempo, para
verificar a sua evoluo, ou comparar estruturas de um nmero vasto de localidades, surgem
vulgarmente muitos grficos a partir dos quais difcil tirar concluses. Para uma viso
mais rpida da evoluo ou da diversidade de estruturas mais conveniente compactar
a informao disponvel, de acordo com determinados critrios. O mais importante a
idade. possvel concentrar a anlise num nmero reduzido de subgrupos, chamados
grupos funcionais.
Por exemplo, dividir a populao em trs grandes grupos: 0-14 anos que define a
populao jovem, 15-64 anos que define a populao activa e 65 e +anos que define a
populao velha. Uma outra diviso consiste nos seguintes grupos: 0-19, 20-59 e 60 e +
anos.
possvel ainda pegar num destes grupos e dividi-lo. Por exemplo, o grupo 20-59 pode
dividir-se em 20-39, populao activa jovem, e 40-59, populao activa velha.
Se o critrio para a definio de grupos funcionais for o da escolaridade, teramos os
seguintes grupos: 0-5 (populao em idade pr-escolar), 5-18 (populao em idade escolar)
e 18-24 (populao em idade universitria).
59
Definidos os grupos funcionais deve proceder-se manipulao dos dados, transformandoos em ndices-resumos que se constroem a partir dos grupos funcionais.
Os ndices-resumos mais importantes so:
percentagem de jovens
populao com 0-14 (ou 0-19) anos
100%
populao total
percentagem de activos
populao com 15-64 (ou 20-59) anos
100%
populao total
percentagem de velhos
populao com 65 e + (ou 60 e +) anos
100%
populao total
ndice de vitalidade (racio entre velhos e jovens)
populao com 65 e + anos
100%
populao com 0-14
racio de dependncia dos jovens
populao com 0-14
100%
populao com 15-64
racio de dependncia dos velhos
populao com 65 e + anos
100%
populao com 15-64
racio de dependncia total
populao com 0-14 e 65 e + anos
100%
populao com 15-64
Captulo 12
Qualidade dos dados
12.1
Relao de masculinidade
As pirmides de idades nunca so simtricas pois nascem mais rapazes do que raparigas.
Por cada 100 raparigas nascem 105 rapazes. No entanto a mortalidade (factor fundamental
na anlise da reduo dos diversos efectivos) mais intensa nos homens do que nas mulheres. Factores como as migraes, guerras, ... podem modificar ainda mais a assimetria
natural.
A relao de masculinidade dada pelo quociente, para cada idade (ou grupo de
idades),
efectivos masculinos
100.
efectivos femininos
Como a relao de masculinidade dos nascimentos ronda os 105, a relao de masculinidade do primeiro grupo de idades muito prxima de 105.
medida que se avana na idade, devido ao facto de que a mortalidade masculina
superior mortalidade feminina, as relaes de masculinidade diminuem. o efeito idade.
O ndice, relao de masculinidade dos nascimentos, frequentemente utilizado para
apreciar a qualidade do registo de nascimentos, por sexos. Normalmente existem
omisses mais acentuadas num sexo do que noutro.
Quando o nmero de nascimentos no suficientemente grande, alguns desvios podem
ser consequncia directa de flutuaes aleatrias mesmo estando em presena de observaes perfeitas. No entanto, possvel calcular um intervalo de variao deste erro, em
funo do nmero de nascimentos observados:
1. Para uma relao de masculinidade de 105, em 1000 nascimentos teramos 512 mas512
culinos e 488 femininos. A proporo de rapazes de 0.512 = 1000
. A proporo de
raparigas ento de 0.488.
2. Os limites do intervalo de confiana a 95% (0.95 de probabilidade de conter o valor)
para a proporo so
60
61
0.512 0.488
0.512 0.488
0.512 + 1.96
0.512 1.96
n
n
,
i
s
s
i
100,
100
1i
1s
12.2
ndice de Whipple
no de pessoas na alnea 2 5
100.
no de pessoas na alnea 1
62
O IW pode variar entre 100 (ausncia de concentrao) e 500 (caso limite em que todas
as pessoas declaram idades terminadas em 0 e 5)
Para facilitar a anlise usa-se a escala de valores do anurio demogrfico das Naes
Unidas de 1963. Assim
105
110
125
12.3
se
IW
IW
IW
IW
IW
< 105
< 110
< 125
175
> 175
ndice de irregularidade
Este ndice serve para medir qualquer tipo de atraco, por exemplo, pelos nmeros pares
e impares, pelo nmero 0, pelo nmero 5, pelos nmeros terminados em 1,2,3, ...
O ndice de irregularidade constri-se da seguinte forma:
1. calcula-se o nmero de pessoas com a idade cuja atraco se pretende medir;
2. calcula-se a mdia aritmtica do nmero de pessoas com as 5 idades que enquadram
a idade que se pretende analisar;
3. calcula-se o ndice
II =
no de pessoas da alnea 1
100
no de pessoas da alnea 2
12.4
indicador de masculinidade
O ndice combinado das Naes Unidas calcula-se da seguinte maneira:
1. calcula-se o ndice de regularidade dos sexos (i.r.s.) da seguinte forma:
63
efectivos do grupo
100
mdia aritmtica dos efectivos dos 2 grupos adjacentes
12.5
A equao da concordncia
A equao da concordncia tem como objectivo verificar se existe ou no uma concordncia entre os diversos dados disponveis. Estes dados esto relacionados com os dois
tipos de movimentos:
natural
migratrio
que se verificam num determinado perodo de tempo.
Considerem-se dois instantes x e x + n (n anos aps o instante x), i.e., dois perodos
com n anos de diferena.
Se conhecermos a populao nos dois instantes:
64
Px populao no momento x
Px+n populao no momento x + n
e se
N o nmero de nascimentos verificados naquele perodo,
O, o nmero de bitos ocorridos naquele perodo,
E, o nmero de emigrantes naquele perodo,
e I, o nmero de imigrantes no mesmo perodo,
ento a equao da concordncia (se todos os elementos nela intervenientes tiverem sido
correctamente apurados) :
Px+n = Px + N O + I E
em que N O representa o crescimento natural e I E representa o crescimento
migratrio.
A Px + N O + I E chama-se populao esperada.
Quando a populao esperada no coincide com a populao recenseada, Px+n , deve-se
tentar explicar essa diferena. Trs hipteses podem ser formuladas:
1. as parcelas N e I (+) esto subavaliadas;
2. as parcelas O e E (-) esto sobreavaliadas;
3. os recenseamentos no so de boa qualidade.
Face realidade do pas em estudo (na poca em estudo) assim se podem tirar as
concluses mais acertadas.
Algumas recomendaes:
1. Face diferena observada entre populao esperada e populao recenseada ter em
ateno o sinal dessa diferena;
2. Verificar a qualidade dos dados pelos ndices de irregularidade e Whipple e ICNU e
pela relao de masculinidade dos nascimentos. Se a qualidade for boa, afasta-se a
hiptese de recenseamento de m qualidade.
3. Resta uma anlise dos movimentos migratrios;
4. Resta ainda uma anlise dos registos de nascimento e dos bitos.
Nos registos de nascimento, a relao de masculinidade dos nascimentos ajuda a
concluir sobre o subregisto (ou sobreregisto).
5. Notar que mais frequente um subregisto do que um sobreregisto.
Captulo 13
Anlise da mortalidade
O estudo da mortalidade, enquanto fenmeno social, gira em torno das trs vertentes:
1. caracterizao do declnio observado na poca em estudo;
2. estudo dos factores responsveis por esse declnio;
3. estudo das diferenas observadas entre determinados grupos (mortalidade diferencial)
13.1
A taxa bruta enquanto medida elementar de anlise da mortalidade geral dada por
total de bitos num perodo
1000
populao mdia existente nesse perodo
t.b.m. significa taxa bruta de mortalidade.
A taxa bruta de mortalidade pode ser calculada como resultante da interaco entre o
modelo do fenmeno e a estrutura por idades.
A t.b.m. a soma dos produtos das estruturas relativas em cada idade (ou grupo de
idades) pelas taxas nessas idades (ou grupo de idades):
Px tx
t.b.m.=
x=0
66
total de bitos
1848
1087
318
171
198
197
185
182
200
247
251
346
398
483
502
2463
9076
populao tx 1000
46514
39,73
184916
5,88
215461
1,48
173563
0,99
145227
1,36
125339
1,57
101699
82518
73395
60945
53330
46561
37816
27889
20397
32502
1428082
Px
Px tx
0,0326 1,30
0,1295 0,76
0,1509 0,22
0,1215 0,12
0,1017 0,14
0,0878 0,14
1,0000
6,37
13.2
67
385
1000 = 32.8 por mil
11740.5
385
1000 = 32.8 por mil
11730
t.m.i.c.
200
150
100
50
25
15
68
385
1000 = 32.8 por mil
0.15(11751) + 0.85(11730)
uma vez que a t.m.i.c.=32.8 e da tabela, o valor mais prximo, corresponde 2a linha
a contar do fim.
4. Taxas de mortalidade endgena e exgena
As causas que originam a mortalidade infantil so endgenas e exgenas.
As endgenas so consequncia de deformaes congnitas, doenas hereditrias ou
traumatismos causados pelo parto. Estes bitos ocorrem normalmente durante o
primeiro ms (menos de 28 dias).
Os bitos exgenos esto relacionados com doenas infecciosas, alimentao e cuidados hospitalares insuficientes ou acidentes. Estes bitos ocorrem nos restantes meses
(de 28 dias at 11 meses).
No havendo registo de bitos por causas de morte pode usar-se um mtodo (J.
Bourgeois-Pichat) que no exige seno o conhecimento dos bitos por dias e idades.
Assim, para se calcular o total de bitos exgenos, soma-se ao total de bitos
observados no intervalo 28-365 dias, 22.8% destes (ou 25% para uma diviso de 31 a
69
365 dias). O total de bitos endgenos ento a diferena entre o total dos bitos
registados e os bitos exgenos calculados.
A taxa de mortalidade infantil clssica igual taxa de mortalidade endgena
(t.m.end.) mais a taxa de mortalidade exgena (t.m.exo.) sendo
total de bitos endgenos
1000
total de nascimentos do ano
total de bitos exgenos
1000.
t.m.exo.=
total de nascimentos do ano
t.m.end.=
13.3
Tbua de mortalidade
possvel fazer uma anlise da mortalidade de uma populao calculando outros ndices.
O princpio da estandardizao [3], que separa o impacte das estruturas do das frequncias
(modelos), tem como objectivo manter o efeito das estruturas constante, calculando os
ndices comparativos. No contudo o mtodo mais usado.
comum usar o princpio da translao. Com este princpio procura-se estimar a intensidade e o calendrio a partir das frequncias calculadas em transversal. Aplica-se, assim,
o mtodo da coorte fictcia que consiste em transpr os fenmenos que se observam num
determinado momento do tempo, para uma coorte imaginria. No caso da mortalidade, a
intensidade mede o nmero mdio de acontecimentos por pessoa e o calendrio mede a
sua repartio no tempo. O calendrio, ao ser resumido pelo ndice da tendncia central,
a mdia, d-nos a possibilidade de conhecer a durao de vida mdia das pessoas.
No cmputo dos efectivos de uma populao podem surgir efectivos de idade ignorada.
Havendo um nmero significativo de pessoas de idade ignorada, pode usar-se um critrio
de repartio dessas pessoas. Calcula-se o factor (Coale e Demeny) de correco:
populao total
populao total - populao de idade desconhecida
e os efectivos de cada idade (ou grupo de idades) so multiplicados por este factor.
Existem tbuas de mortalidade por idades que se chamam completas, e tbuas de
mortalidade por grupos de idades, chamadas tbuas abreviadas.
Nota 13.3.1 No caso da tbua de mortalidade abreviada, as diversas funes so calculadas por grupos de idades quinquenais (n=5), excepto no primeiro grupo, que devido
importncia da mortalidade infantil, se divide em dois grupos:
menos de 1 ano (n=1)
1-4 anos completos (n=4).
As diversas funes que integram uma tbua de mortalidade so:
70
2n n mx
.
2 + n n mx
2 1 mx
2 + 1 mx
4 qx
8 4 mx
2 + 4 4 mx
5 qx
10 5 mx
2 + 5 5 mx
1 qx
n=4
n=5
= 1 n qx
71
sx+n = sx n px
ou
sx+n = sx (1 n qx ) = sx sx n qx
5. Distribuio dos bitos (tendo em conta o efectivo inicial de 100000) por idades
ou grupos de idade
n dx
= sx sx+n
ou
n dx
= sx n qx
n
(sx + sx+n )
2
= k s0 + k s1
N
=
4
k
s
+
k
s
4 1
1
5
1 N0
72
Nx+1
Nx
n Nx+n
n Nx
P0 =
5 N0
1 N0
Nota 13.3.7 O ltimo n Px calcula-se dividindo o ltimo Tx pelo penltimo (ver nota
13.3.8).
8. Total de anos vividos pela coorte depois da idade x:
Como n Nx o nmero de anos vividos entre as idades x e x + n, o total de anos
vividos pela coorte obtm-se somando os n Nx . Assim,
(a) numa tbua de mortalidade completa:
Tx =
w
Nx
w
n Nx .
sk
mk+
73
9. Esperana de vida na idade x, i.e., o nmero mdio de anos que resta para viver
s pessoas que atingiram a idade x.
Quando x = 0, a esperana de vida nascena ( o nmero total de anos vividos
desde o nascimento dividido pelo efectivo inicial)
e0 =
T0
,
s0
Tx
.
sx
Captulo 14
Anlise da natalidade e da fecundidade
A caracterstica principal da natalidade no sculo XX o declnio (embora posterior ao da
mortalidade).
Em muitos pases no desenvolvidos esse declnio ainda no comeou ou est no incio.
Existe uma grande diversidade de situaes no tempo e no espao.
Os estudos sobre a natalidade giram volta de trs eixos fundamentais:
1. caracterizao do declnio observado na poca contempornea;
2. estudo dos factores responsveis por esse declnio;
3. estudo das diferenas observadas entre determinados grupos.
Relativamente caracterizao do declnio, passou-se de valores entre os 30 por mil e os
40 por mil, no incio do sculo, para os 10 por mil ou 15 por mil, nos pases desenvolvidos.
A diversidade de situaes maior na natalidade do que na mortalidade. Esta diversidade
levou procura das causas do declnio da natalidade. Algumas dessas causas so: factores
biolgicos, relaes sexuais, leis e costumes, divrcios, viuvez e abstinncia, contracepo e
aborto, que por sua vez esto dependentes de diversos factores econmios, sociais e culturais
(demografia histrica e social).
As taxas brutas como medidas elementares da anlise da natalidade e fecundidade so
as seguintes:
1. a taxa bruta de natalidade:
t.b.n.=
75
t.f.g.=
50
px tx
x=15
com
px =
e
tx =
Apesar das diferenas existentes entre as curvas de fecundidade dos diversos pases,
estas tm um modelo nico: partem do 0 no grupo 0-15 anos; a partir dos 15 anos a
fecundidade crescente at atingir um mximo entre os 20 e os 30 anos; a partir deste
mximo a fecundidade diminui at atingir de novo 0 por volta dos 50 anos.
Tipos particulares de natalidade e de fecundidade:
1. A fecundidade por idades ou por grupos de idades:
Como os nascimentos ocorrem numa determinada parte da populao, no vulgar
calcular taxas de natalidades por idades ou grupos, mas sim taxas de fecundidade
por idades ou grupos.
2. A fecundidade legtima
Relaciona os nascimentos legtimos com as mulheres casadas no perodo frtil.
t.f.l.=
A fecundidade legtima tambm pode ser medida por idades ou por grupos de idades.
Neste caso aplicam-se as regras j referidas nos casos anteriores.
76
3. A fecundidade ilegtima
Relaciona os nascimentos ilegtimos com as mulheres no casadas no perodo frtil
t.f.i.=
4. Descendncia mdia
O fenmeno em anlise a intensidade da fecundidade e dada por
d.m.=amplitude do intervalo
49
x=15
49
t.f.g. n px
x=15
t.f.g. =
77
O Ix o ponto mdio, do grupo x, das idades. Por exemplo, no grupo 15-19, I15 =
17.5; no grupo 20-24, I20 = 22.5; no grupo 25-29, I25 = 27.5; no grupo 30-34,
I30 = 32.5; no grupo 35-39, I35 = 37.5; no grupo 40-44, I40 = 42.5; e no grupo 45-49,
I45 = 47.5.
Nota 14.0.9 O valor de M I de referncia no mundo varia entre os 26 e 33 anos.
8. Varincia da fecundidade
2
=
e o desvio padro
49
t.f.g.(Ix M I )2
49
x=15 t.f.g.
x=15
2 .
Nota 14.0.10 Um valor baixo de M I pode ser consequncia de um casamento precoce. Observando a curva das propores de mulheres casadas, poder-se- concluir se
se trata de casamento precoce ou se o valor baixo devido contracepo (curva de
fecundidade geral desce rapidamente depois de uma certa idade).
Exemplo 14.0.1 No exemplo da figura 14.1, o casamento relativamente tardio.
Um casamento tardio associado contracepo origina uma varincia baixa. As duas
curvas foram ajustadas a 100. As colunas 3 e 5 da tabela da figura 14.2 apresentam
os valores j ajustados.
78
C u rv a s d e p ro p o r e s d e m u lh e re s c a s a d a s e
fe c u n d id a d e
100
50
0
1 5 -1 9
2 0 -2 4
2 5 -2 9
3 0 -3 4
C a sa d a s
3 5 -3 9
4 0 -4 4
4 5 -4 9
F e cu n d id a d e
Grupo de
idades
15-19
20-24
25-29
30-34
35-39
40-44
45-49
taxa de
fecundidade
geral
0.02197
0.16807
0.18008
0.10730
0.05341
0.01880
0.00119
ajuste a
100
12
93
100
60
30
10
1
proporo
de mulheres
casadas
0.0406
0.4739
0.7891
0.8511
0.8550
0.8359
0.7973
ajuste a
100
5
55
92
100
100
98
90
Captulo 15
Anlise da nupcialidade
A nupcialidade no considerada uma varivel microdemogrfica autntica, uma vez que a
sua variao - aumento ou diminuio - no afecta directamente a dinmica populacional.
Intervm na dinmica populacional atravs da natalidade.
Muitos autores consideram a nupcialidade como um aspecto particular do estudo da
natalidade.
A evoluo verificada, a partir do fim da segunda guerra mundial, na nupcialidade
dos pases desenvolvidos caracterizada por uma diminuio das taxas brutas e por um
aumento do divrcio.
15.1
Taxas de nupcialidade
80
nmero de casamentos
1000.
populao com + de 15 anos
Nota 15.1.3 vulgar calcular esta taxa por grupos de idades e sexos separados.
Exemplo 15.1.2 A taxa do primeiro casamento no grupo 20-24
nmero de casamentos de ordem 1 no grupo 20-24
1000;
solteiros no grupo 20-24
nmero de divrcios
1000
total da populao
nmero de divrcios
1000
populao com + 15 anos
nmero de divrcios
1000
populao casada
nmero de vivos
1000.
populao
81
15.2
82
Tbua de nupcialidade
5 qx
com
10 5 nx
;
2 + 5 5 nx
5 px = probabilidade de sobreviver ao primeiro casamento
5 qx
com
5 px
= 1 5 qx
ou
Cx+5
,
Cx
em que Cx so os celibatrios na idade x e Cx+5 os celibatrios na idade x + 5;
5 px
5 dx
83
com
5 dx
= Cx 5 qx
ou
5 dx
= Cx Cx+5 ;
C15 C50
C15
C50
=1
C15
I=
C50
C15
ou
CD = 1 I
e CD 100% a percentagem da populao que fica celibatria.
A idade mdia, X, no primeiro casamento:
X=
84
5 T45
+5 T50
2
Captulo 16
Anlise dos movimentos migratrios
Alm dos movimentos naturais existem outros movimentos de natureza diferente, conhecidos por movimentos migratrios e que abrangem as trs situaes seguintes:
a emigrao
a imigrao
as migraes internas
A variao destes movimentos no tempo e no espao depende de factores socio-econmicos
complexos internos e externos.
Existem mtodos directos e indirectos para analisar os movimentos migratrios.
16.1
16.2
86
Calcula-se ento o nmero de emigrantes clandestinos multiplicando o nmero de emigrantes oficiais pela ponderao.
O nmero real de emigrantes :
n.r.emig. = nmero de emigrantes oficiais + nmero de emigrantes
clandestinos.
Finalmente, o saldo migratrio interno :
s.m.inter.=saldo migratrio total - saldo migratrio externo
em que o saldo migratrio total obtido pela equao da concordncia, e o saldo migratrio externo pode ser visto como o nmero de imigrantes oficiais menos o nmero real
de emigrantes.
A partir do nmero real de emigrantes calcula-se
87
Parte IV
Exerccios
88
89
Abreviaes
Ao longo dos prximos exerccios foram usadas as seguintes abreviaes:
GI
EM
EF
CF
FM
FF
NM
NF
IME
N
O
I
Ef
Id
P
V
M
PMIG
C
R
NU
Prob
DI
F
Ma
Prop
r.m.
r.r.
Grupo de Idades
Efectivos Masculinos
Efectivos Femininos
Casados Femininos
Falecidos Masculinos
Falecidos Femininos
Nascimentos Masculinos
Nascimentos Femininos
Idade Mdia dos Efectivos
Nascimentos
bitos
Imigrantes
Efectivos
Idade
Populao
Vivos
Mortalidade
Ponto Mdio da Idade dos Grupos
Casamentos
Recenseamentos
Nupcialidade
Probabilidade
Distribuio
Femininos
Masculinos
Propores
Relao de Masculinidade
Relao de Regularidade
90
1. A figura que se segue representa um mapa da freguesia do Forno da cidade de ncora.
Use a tabela de nmeros aleatrios para seleccionar uma amostra aleatria de 10 blocos habitacionais desta freguesia. (Nota: cada bloco tem um nmero de identificao
no mapa).
91
2. A seguinte tabela apresenta o nmero de casamentos ocorridos numa dada freguesia,
ao longo de cinco anos
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Calcule os ndices sazonais pelo mtodo das mdias mensais. Interprete o resultado.
3. Os nascimentos registados numa freguesia de Trs-os-Montes, ao longo de quatro
anos consecutivos foram os seguintes:
Janeiro
Fevereiro
Maro
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro
Calcule os ndices sazonais e interprete o movimento sazonal nos anos de 1990 a 1993.
4. Foram registados os valores das taxas brutas de mortalidade infantil de uma freguesia
92
ao longo de vinte dcadas (1800 a 1990):
1800-09
1810-19
1820-29
1830-39
1840-49
72
77
71
59
62
1850-59
1860-69
1870-79
1880-89
1890-99
41
54
47
50
67
1900-09
1910-19
1920-29
1930-39
1940-49
52
46
55
47
40
1950-59
1960-69
1970-79
1980-89
1990-97
45
15
11
9
5
Estudar a tendncia, usando o mtodo das mdias mveis baseado num perodo de
cinco dcadas.
5. As taxas brutas de mortalidade infantil masculina ao longo de seis dcadas (1770 a
1820) de uma regio do Alentejo so as seguintes:
1770-79 1780-89 1790-99 1800-09 1810-19 1820-29
73
81
75
61
70
35
Estudar a tendncia usando o mtodo analtico.
Qual ter sido a taxa de mortalidade infantil masculina na dcada de 1760-1769?
6. Em meados do sculo XX, foram registados os seguintes valores da regio da cidade
de Marinhas:
Freguesias
EM
EF
NM
NF
IME
Mar S. Pedro
31
40
45
51
7
8
7
6
30
31
93
7. Numa freguesia da Beira Alta foram registados, em 1910, os seguintes efectivos
GI
EM
0
91
1-4
64
5-9
57
10-14 54
15-19 40
20-24 39
25-29 38
30-34 46
35-39 34
40-44 23
45-49 22
50-54 19
55-59
9
60-64
8
65-69
7
70-74
5
75-79
3
80-84
2
85-89
1
EF
95
67
59
56
44
42
44
40
37
34
39
29
17
15
12
9
6
3
1
CF FM FF
5
3
1
1
1
1
0
1
8
0
0
35
2
0
36
1
1
38
1
0
33
0
0
29
1
1
30
1
0
23
0
0
12
0
0
10
1
0
9
1
0
5
0
1
3
0
1
1
1
0
0
1
0
94
(j) Calcule a taxa bruta de mortalidade geral.
(k) Calcule a taxa bruta de mortalidade como resultante da interaco entre o modelo e a estrutura.
(l) Aprecie a qualidade dos dados, calculando o ndice combinado das Naes Unidas.
(m) Calcule a taxa de mortalidade infantil clssica.
(n) Do total de bitos com menos de um ano, 4 ocorreram antes dos 28 dias. Calcule
as taxas de mortalidade infantil endgena e exgena.
(o) Calcule a taxa de fecundidade geral.
8. A populao de um distrito era em 1900 de 723012 habitantes. Em 1990 foram
recenseados 731050 habitantes. Qual a taxa de crescimento verificada neste perodo
de 90 anos, supondo um crescimento geomtrico?
Supondo que o ritmo de crescimento verificado no sculo XIX foi igual ao do sculo
XX, qual teria sido a populaao em 1850?
9. Observe os seguintes dados respeitantes aos nascimentos:
Distrito
Porto
Lisboa
Horta
1930
1949
1960
H
M
H
M
H
M
13510 12881 16623 15453 18145 17082
10931 10392 10720 9500 12890 12095
581
546
643
606
475
432
95
10. No perodo de 1910 a 1990 numa certa regio, verificaram-se movimentos naturais e
migratrios, dos quais s existem os seguintes registos:
N
O
I
Ef
30
26
25
23
15
20
13
15
16
22
23
17
18
Id
14
15
16
17
18
19
20
21
22
23
24
25
26
16
12
12
14
16
18
23
19
15
13
12
25
13
Id
27
28
29
30
31
32
33
34
35
36
37
38
39
15
19
13
20
9
8
13
11
17
11
10
14
14
Id
40 15
41 7
42 8
43 7
44 6
45 16
46 8
47 6
48 5
49 6
50 10
51 5
52 4
Id
53 5
54 8
55 9
56 4
57 3
58 7
59 8
60 12
61 5
62 4
63 9
64 4
65 7
Id
66
67
68
69
70
71
72
73
74
75 e +
4
3
4
3
5
2
2
4
1
10
96
12. A repartio da populao de um distrito por idade e por sexo a seguinte:
Id
0e1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
H
60
33
20
14
28
24
23
28
23
25
18
32
20
27
22
23
16
26
13
30
M
41
19
19
14
14
23
27
26
18
24
18
33
16
21
18
33
14
27
18
50
Id
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
H
7
23
10
23
14
25
11
19
2
45
6
12
12
10
13
26
4
12
7
66
M
14
16
11
27
15
15
5
16
5
53
7
15
12
17
13
16
4
12
3
59
Id
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
H
4
13
6
8
12
26
20
5
46
4
1
2
4
6
2
5
2
42
M
Id
6
61
11
62
6
63
10
64
10
65
9
66
6
67
13
68
4
69
43 70 e +
3
3
8
9
4
4
4
1
41 Total:
H
1
3
2
1
6
2
2
2
1
17
M
1
4
1
1
6
2
2
22
1097 1042
97
14. Considere os seguintes dados por grupos de idades:
GI
EM
EF
r.m.
|Dif.Suc.|
r.r.
|r.r.-100| r.r.
|r.r.-100|
Ma
Ma
100
0-4
388898 380729
5-9
387764 374444
10-14
329901 316366
15-19
338290 344489
20-24
303461 322174
25-29
247252 287879
30-34
202688 239092
35-39
189979 220078
40-44
172401 204964
45-49
150846 181026
50-54
143997 173833
55-59
117213 141652
60-64
101940 128179
65-69
71878
94306
70 e + 109368 160796
Total 3255876 3570007
/12
Calcule o ndice combinado das Naes Unidas. Que concluses tira sobre a qualidade
dos dados?
15. No perodo 1951-1960, no nosso pas, houve 2075500 nascimentos, 948705 bitos,
353534 emigrantes oficiais e 15448 imigrantes. De Frana veio a seguinte informao:
9870 emigrantes clandestinos.
A populao em 1950 era de 8441312 e em 1960 de 8889392.
Tambm se registou um saldo migratrio com as colnias de I E = 112482.
Conclua sobre a qualidade dos dados atravs da equao da concordncia.
16. Construa a tbua de mortalidade a partir da repartio da populao indicada na
figura 16.1, por grupos de idades.
0
1-4
5-9
10-14
15-19
20-24
25-29
30-34
35-39
40-44
45-49
50-54
55-59
60-64
65-69
70 e +
bitos
174855 19277
714859 9426
798678 1528
799693 928
810964 1551
761703 2279
681286 2256
541099 1905
567333 2301
524737 2721
460041 3148
390566 3628
331777 4412
294439 5985
229976 7408
356539 34162
Populao
Quociente de
mortalidade
n qx
Taxa de
mortalidade
n mx
n px
sobrevivncia
de
Probabilidade
sx+n
na idade
Sobreviventes
n dx
dos bitos
Distribuio
Nmero de
n Nx
anos vividos
n Px
sobrevivncia
de
Probabilidade
Total de anos
Tx
depois da idade
ex
vida
Esperana de
98
99
17. So conhecidos os seguintes dados, relativos a 1960, numa regio da Europa:
Id
me
PF
mdia
O
F
Taxa
M
5 mx
490
414
498
435
485
607
601
t.f.g.
t.f.l.
Quociente
M (5 qx )
Prob.
sobrevivncia
t.f.g.
5 px
5 px
15-19
20-24
25-29
30-34
35-39
40-44
45-49
Total
(h) Calcule a idade mdia da fecundidade, M x , a varincia, 2 , e as propores
de mulheres casadas. Ajuste estas propores a 100 bem como as taxas de
fecundidade geral. Represente graficamente e comente os resultados.
100
Id
me
x ...
15-19
20-24
25-29
30-34
35-39
40-44
45-49
Total
t.f.g. PMIG
t.f.g.Ix
Ix
17.5
22.5
27.5
32.5
37.5
42.5
47.5
Id
me
15-19
20-24
25-29
30-34
35-39
40-44
45-49
PF
mdia
Total Casada
29440
1178
23940 11970
27335 22779
22526 19252
23526 20007
27300 21050
24600 18223
Ix M I
Prop F
casadas
Ix M I
2
t.f.g.
2
Ix M I
Ajuste a
100 das
Prop.
Ajuste
a 100 das
t.f.g.
100
50
101
Portugal:
GI
15-19
20-24
25-29
30-34
35-39
40-44
45-49
50 e +
Total
C solteiros
R solteiros
Taxas NU
1929-1932
de 1930
Ma
Ma
F
Ma
F
5 nx
149 797 32880 32530
1967 2050 25308 22667
1391 878 10872 11305
384 249 4848 6451
128
97
3136 4576
69
47
2135 3599
31
21
1667 3091
37
17
5343 10871
Taxas NU
F
5 nx
15-19
20-24
25-29
30-34
35-39
40-44
45-59
50 e +
Prob
Prob
o
do 1 C sobreviver
ao 1o C
5 qx
5 px
Sobreviventes
na idade x
DI de C
entre idades
Cx
100000
5 dx
102
GI
F
15-19
20-24
25-29
30-34
35-39
40-44
45-59
50 e +
Prob
Prob
o
do 1 C sobrevivier
ao 1o C
5 qx
5 px
Sobreviventes
na idade x
DI de C
entre idades
Cx
100000
5 dx
103
(e) Calcule o celibato definitivo (CD), a intensidade do casamento (I) e a idade
mdia no primeiro casamento (X) para ambos os sexos.
Grupo DI de C PMIG
de
entre idades
idades
5 dx
x ...
Ma
Ix
15-19
17.5
20-24
22.5
25-29
27.5
30-34
32.5
35-39
27.5
40-44
42.5
45-49
47.5
Total
-
5 dx
Ix
DI de C PMIG
5 dx
Ix
entre idades
5 dx
Ma
Ix
17.5
22.5
27.5
32.5
37.5
32.5
47.5
-
276895
205197
41053
25760
9009
18
681004
517385
Os emigrantes clandestinos a nvel do pas foram calculados pela equao da concordncia, uma vez que no pas no existem migraes internas.
(a) Calcule a taxa bruta de emigrao;
(b) Calcule a taxa bruta de imigrao;
(c) Calcule a taxa bruta de migrao total;
(d) Atravs da equao da concordncia calcule o saldo (movimento) migratrio
total. Compare com os dados oficiais. Interprete os reultados;
(e) Estime o nmero real de emigrantes (=oficiais+clandestinos);
(f) Calcule o saldo migratrio externo;
(g) Calcule o saldo migratrio interno;
(h) Calcule a taxa bruta de emigrao real;
(i) Calcule a taxa bruta de migrao externa lquida;
(j) Calcule a taxa bruta de migrao interna lquida.
104
Anexo
19223
73676
45467
52711
95592
68417
82739
60940
36009
38448
81486
59636
62568
45149
61041
14459
38167
73190
95857
35476
95034
47150
71709
38889
94007
35013
57890
72024
19365
48789
69487
88804
70206
32992
77684
26056
98532
32533
07118
55972
05756
99400
77558
93074
69971
15529
20807
17868
15412
18338
60513
04634
40325
75730
94322
31424
62183
04470
87664
39421
28713
01927
00095
60227
91481
72765
47511
24943
39638
24697
09297
71197
03699
66280
24709
80371
70632
29669
92099
65850
96409
27754
32863
40011
60779
85089
81676
61790
85453
39364
00412
19352
71080
03819
73698
65103
23417
84407
58806
04266
105
12531
42648
29485
85848
53791
57067
55300
90656
46816
42006
71238
73089
22553
56202
14526
62253
26185
90785
66979
35435
42544
82425
82226
48767
17297
50211
94383
87964
83485
76688
27649
84898
11486
02938
31893
50490
41448
65956
98624
43742
82853
36290
90056
52573
59335
47487
14893
18883
41979
08708
39950
45785
11776
70915
32592
61181
75532
86382
84826
11937
71487
13873
54580
71035
96746
96927
43909
15689
36759
69051
05007
68732
45740
27816
66925
08421
53645
66831
55588
12975
96767
72829
88565
62964
19687
37609
54873
00694
71546
07511
0380.
77320
07886
87065
42090
55494
16698
16297
22897
98163
09984
81598
81507
09001
12149
19931
99477
14227
58984
64817
16632
55259
41807
78416
55658
44753
66812
68908
99404
13258
35964
50232
42628
88145
12633
59057
86278
05977
05233
88915
29341
35030
56866
74133
09628
67690
30406
07626
17467
45944
29077
95052
27102
43367
37823
36089
25330
06565
68288
87174
81194
84292
65561
18329
39100
77377
61421
40772
70708
13048
23822
97892
17797
83083
57857
66967
88737
19664
53946
41267
29264
77519
39648
21117
54035
88131
96587
68683
17638
34210
14863
90908
56027
49497
71868
74192
64359
14374
22913
09517
14873
08796
33302
21337
78458
28744
47836
21558
41098
45144
96012
63408
49376
69453
95806
83401
74351
65441
68743
16853
80198
41109
69290
70595
93879
81800
65985
45335
70043
64158
106
61683
73592
55892
72719
18442
77567
40085
13352
18638
84534
04197
43165
07051
35213
11206
75592
12609
47781
43563
72321
94591
77919
61762
46109
09931
60705
47500
20903
72460
84569
12371
98296
03600
22791
98441
11188
07165
34377
36243
76971
47052
75186
33063
96758
35119
88741
16925
49367
54303
06489
85576
93739
93623
37741
19876
08563
15373
33586
56934
81940
65194
44575
16953
59505
02150
02384
84552
62371
27601
79367
13121
18984
05376
67306
04606
28552
50148
72941
13008
27689
62224
87136
41842
27611
62103
48409
85117
81982
00795
87201
45195
31685
18132
04312
87151
79140
98481
79177
48394
00360
50842
14870
88604
69680
43163
90597
19909
22725
45403
32337
54969
60869
58958
28420
27381
25752
16201
41764
83993
82926
51025
95761
81868
91596
39244
41903
36071
87209
08727
97245
96565
97150
09547
68508
31260
92454
14592
06928
51719
02428
53372
04178
12724
00900
58636
93600
67181
53340
88692
03316
43912
12349
22720
52067
82637
21953
86792
77038
22869
75957
43400
97341
64578
11022
81232
36843
84329
27788
99224
38075
87368
40512
81636
26411
80011
92813
70348
24005
85063
11532
59618
92965
85116
15106
03638
97971
49345
87370
88296
79485
40830
32006
37569
56680
05172
74782
85228
68309
26461
42672
25831
46254
67197
79124
43939
84798
80081
85789
00850
73239
49451
00681
57578
94292
09937
87503
72871
52114
55810
73186
03914
50837
27684
10411
31589
48932
18305
88099
95670
92200
24979
76302
85187
79003
08100
27005
93264
12060
88346
67680
06283
88153
28310
49525
23840
51167
69516
41592
43737
52555
53771
44282
54286
06340
57195
63494
63419
26224
10470
92541
05208
39921
14597
90221
07871
45792
76213
89695
74932
99401
23333
81221
44692
23361
22316
03894
61409
14762
52430
42376
22138
62336
90341
63078
05995
44728
78934
74472
75202
46342
48343
47178
27216
97762
33906
71379
57363
39078
08029
06915
84088
84661
85747
49377
25792
63993
82390
87633
65317
54473
37619
00693
50706
67094
54495
98038
03404
58002
60906
95023
107
16043
21112
37531
17229
84589
20554
14293
96773
44753
13365
51236
08139
58758
37033
94831
76550
29685
80798
30025
72954
20426
82514
01596
44569
85823
95635
77412
76987
93848
34336
56227
95197
53161
15019
60005
20627
09649
03716
74216
82744
15706
35574
63890
32165
06788
55538
92478
27090
63236
02182
18522
78693
80358
85968
10056
45984
43090
15220
29734
10167
39004
81899
25889
28185
55400
28753
97401
85503
43988
82796
95941
75044
69027
63261
29532
40307
55937
81968
96263
03971
73345
99271
52630
01343
76358
27647
16479
24954
14260
30443
73670
34715
84115
94165
42211
05481
18763
43186
61181
12142
84582
24565
41998
80959
56026
46069
50650
26257
47597
05457
59494
46596
88389
24543
18433
47317
60843
57934
69296
96560
26238
45297
76315
21394
26622
32708
26974
41474
73686
53229
23212
75606
84568
46514
65491
50830
31714
00976
72090
26492
87317
60874
15635
76355
12193
84635
71755
51736
83044
60343
86539
11628
60313
52884
18057
92759
66167
32624
90107
55148
Bibliografia
[1] M. N. Amorim. Evoluo Demogrfica de 3 Parquias no Sul do Pico 1680-1980, volume 35. ICS, U.M., 1992.
[2] B. J. F. Murteira e G. H. J. Black. Estatstica Descritiva. Editora McGraw-Hill, 1983.
[3] J. M. Nazareth. Princpios e Mtodos de Anlise da Demografia Portuguesa. Editorial
Presena, 1988.
108