Académique Documents
Professionnel Documents
Culture Documents
CMPUS FARROUPILHA
Fevereiro de 2014
Prof. Jorge Matos
Estatstica Descritiva
IFRS-Cmpus Farroupilha
ESTATSTICA DESCRITIVA
Sumrio
1 Introduo.................................................................................................................................................. 3
1.1 Definies Bsicas de Estatstica ....................................................................................................... 3
2 Fases do Mtodo Estatstico ...................................................................................................................... 4
3 Grficos Estatsticos .................................................................................................................................. 4
3.1 Classificao dos grficos .................................................................................................................. 5
3.1.1 Diagramas ................................................................................................................................... 5
3.1.2 Estereogramas ............................................................................................................................. 5
3.1.3 Pictogramas ................................................................................................................................ 5
3.1.4 Cartogramas ................................................................................................................................ 5
4 Distribuio de Frequncias ...................................................................................................................... 5
4.1 Frequncias absolutas (fi):.................................................................................................................. 5
4.2 Frequncias relativas (fri):.................................................................................................................. 6
4.3 Frequncia acumulada (F):................................................................................................................. 6
4.4 Frequncia relativa acumulada (Fr): .................................................................................................. 6
4.5 Regras para a elaborao de uma ....................................................................................................... 6
4.6 Representao grfica de uma distribuio de frequncias ................................................................ 6
4.6.1 Histograma.................................................................................................................................. 6
4.6.2 Polgono de frequncia: .............................................................................................................. 6
4.6.3 Polgono de frequncia acumulada ............................................................................................. 6
4.6.4 Frequncia absoluta acumulada de uma classe: .......................................................................... 7
4.6.5 Frequncia relativa acumulada de uma classe: ........................................................................... 7
4.6.6 Curva de frequncia (curva suavizada):...................................................................................... 7
4.7 Diagrama de Disperso ...................................................................................................................... 7
4.7.1 Etapas na construo do Diagrama de Disperso ....................................................................... 7
4.7.2 Interpretao do Diagrama de Disperso .................................................................................... 7
5 Medidas de Posio ................................................................................................................................... 8
5.1 Mdia Aritmtica ............................................................................................................................... 8
5.1.1 Mdia para dados no-agrupados ............................................................................................... 8
5.1.2 Mdia para dados agrupados (sem intervalos de classe) ............................................................ 9
5.1.3 Mdia para dados agrupados (com intervalos de classe) ............................................................ 9
5.2 Mdia Geomtrica ............................................................................................................................ 10
5.2.1 Mdia Geomtrica Simples....................................................................................................... 10
5.2.2 Mdia Geomtrica Ponderada................................................................................................... 10
5.3 Mdia Harmnica............................................................................................................................. 11
5.3.1 Mdia Harmnica Simples (para dados no agrupados)........................................................... 11
5.3.2 Mdia Harmnica Ponderada (para dados agrupados) ............................................................. 11
5.4 Mediana............................................................................................................................................ 12
5.4.1 A Mediana para dados no-agrupados ...................................................................................... 12
5.4.2 A Mediana para dados agrupados ............................................................................................ 12
5.5 Moda ................................................................................................................................................ 13
5.5.1 A Moda quando os dados no esto agrupados ........................................................................ 13
5.5.2 A Moda quando os dados esto agrupados ............................................................................... 13
5.6 Quartis .............................................................................................................................................. 14
5.6.1 Quartis para dados no agrupados ............................................................................................ 14
5.6.2 Quartis para dados agrupados em classes ................................................................................. 15
5.7 Decis ................................................................................................................................................ 15
6 Medidas de Disperso ............................................................................................................................. 16
6.1 Amplitude total ................................................................................................................................ 16
6.2 Desvio mdio absoluto ..................................................................................................................... 17
6.3 Desvio-padro .................................................................................................................................. 17
6.4 Varincia .......................................................................................................................................... 18
6.5 Coeficiente de Variao ................................................................................................................... 18
6.6 Amplitude inter-quartlica ................................................................................................................ 19
Exerccios ................................................................................................................................................... 20
BIBLIOGRAFIA ........................................................................................................................................ 22
Prof. Jorge Matos
Estatstica Descritiva
IFRS-Cmpus Farroupilha
1 Introduo
O raciocnio estatstico amplamente utilizado em todas as reas do conhecimento, tais
como, na indstria, na administrao de empresas, na informtica, na medicina, na biologia, na
meteorologia, na metrologia, etc. O conhecimento estatstico necessrio para tomarmos
decises corretas e evitar concluses errneas por falsas evidncias.
Estatstica a disciplina que engloba um conjunto de mtodos cientficos para a coleta,
organizao, resumo, anlise e apresentao de dados atravs do emprego de tabelas, grficos e
medidas, bem como a obteno de concluses vlidas que dem suporte tomada de decises
baseadas em tais anlises. A Estatstica esta dividida em:
Estatstica Descritiva: se ocupa com a organizao e a apresentao de dados; inclui as
tcnicas que dizem respeito sintetizao e descrio de dados atravs de grficos, tabelas e
medidas resumo.
Estatstica Inferencial: com base na Teoria da Amostragem, Teoria das Probabilidades e
Estatstica Descritiva permite fazer inferncias (afirmaes) sobre caractersticas de uma
populao, a partir de resultados de uma ou mais amostras. Essas inferncias constituem-se na
base para a tomada de deciso.
1.1 Definies Bsicas de Estatstica
Fenmeno Estatstico: qualquer evento que se pretenda analisar, cujo estudo seja
possvel a partir da aplicao dos mtodos estatsticos.
Dado Estatstico: um dado numrico e considerado a matria-prima sobre a qual
iremos aplicar os mtodos estatsticos.
Populao: o conjunto total de elementos portadores de, pelo menos, uma
caracterstica comum.
Amostra: uma parcela representativa da populao que examinada com o propsito
de tirarmos concluses sobre essa populao.
Parmetros: so valores singulares que existem na populao e que servem para
caracteriz-la. Para definirmos um parmetro devemos examinar toda a populao.
Estimativa: um valor aproximado do parmetro e calculado com o uso de uma
amostra extrada da populao.
Atributo: uma qualidade associada a um elemento. Quando os dados estatsticos
apresentam um carter qualitativo, o levantamento e os estudos necessrios ao tratamento desses
dados so designados genericamente de estatstica de atributo.
Varivel: qualquer quantidade ou caracterstica que pode assumir diferentes valores
numricos ou no-numricos. o conjunto de resultados que pode ser associado a cada
elemento da populao ou amostra. As variveis podem ser classificadas como qualitativas e
quantitativas.
Varivel Qualitativa: quando os valores da varivel so expressos por caractersticas ou
atributos. A varivel qualitativa pode ser classificada como: varivel qualitativa nominalclassificada por um tipo ou atributo que no permite ordenao; varivel qualitativa ordinalclassificada por uma caracterstica ou atributo que permite ordenao.
Varivel Quantitativa: quando os dados so de carter nitidamente quantitativo e o
conjunto dos resultados possui uma estrutura numrica trata-se, portanto, de uma varivel
quantitativa. As variveis quantitativas se dividem em: varivel quantitativa discreta - so
aquelas que assumem valores dentro de um espao finito ou enumervel, seus valores so
expressos geralmente atravs de nmeros inteiros no negativos; varivel quantitativa contnua
- resulta normalmente de uma mensurao, e a escala numrica de seus possveis valores
corresponde ao conjunto R dos nmeros Reais, ou seja, podem assumir, teoricamente, qualquer
valor entre dois limites, so exemplos, o peso ou a altura de uma pessoa.
Prof. Jorge Matos
Estatstica Descritiva
IFRS-Cmpus Farroupilha
Estatstica Descritiva
IFRS-Cmpus Farroupilha
Estatstica Descritiva
IFRS-Cmpus Farroupilha
4.2 Frequncias relativas (fri): so os valores das razes entre as frequncias absolutas de cada
classe e a frequncia total da distribuio (fi/n). A soma das frequncias relativas igual a 1,00
ou (100 %).
4.3 Frequncia acumulada (F): a frequncia absoluta total de todos os valores inferiores ao
limite superior de uma dada classe denominada frequncia acumulada at aquela classe.
4.4 Frequncia relativa acumulada (Fr): a frequncia relativa total de todos os valores
inferiores ao limite superior de uma dada classe denominada frequncia relativa acumulada at
aquela classe.
4.5 Regras para a elaborao de uma distribuio de frequncias com classes
1 - Organize os dados brutos em um rol;
2 - Calcule a amplitude total R R X mx X min ;
3 - Determine o nmero de classes (k), que ser calculado usando as frmulas
k=1+log2n ou k=1+3,32.log n ou ainda k n , obrigatoriamente o k deve estar compreendido
entre 5 a 20.
4 - Conhecido o nmero de classes k define-se a amplitude de cada classe pela frmula:
R
h
k
4.6 Representao grfica de uma distribuio de frequncias - histograma, polgono de
frequncia e polgono de frequncia acumulada
Em todos os grficos acima utilizamos o primeiro quadrante do sistema de eixos
coordenados cartesianos ortogonais. Na linha horizontal (eixo das abcissas) colocamos os
valores da varivel e na linha vertical (eixo das ordenadas), as frequncias.
4.6.1 Histograma: o grfico formado por um conjunto de retngulos justapostos, cujas
bases se localizam sobre o eixo horizontal, de tal forma que seus pontos mdios coincidam com
os pontos mdios dos intervalos de classe. A rea de um histograma proporcional soma das
frequncias simples ou absolutas.
Um histograma ou uma distribuio de frequncias representa a variabilidade dos dados
da varivel estudada, ou seja, o padro de variao de todos os resultados que podem ser gerados
pelo fenmeno em estudo.
O histograma um grfico de barras cujo eixo horizontal representa a variao total da
caracterstica em estudo subdividida em vrios pequenos intervalos;
Quando a caracterstica em estudo uma varivel discreta, os intervalos so valores
inteiros;
Para cada um destes intervalos construda uma barra vertical proporcional ao nmero de
observaes na amostra pertencente ao respectivo intervalo.
O Histograma uma ferramenta que permite resumir e visualizar a forma da distribuio
dos dados, a localizao do valor central e a disperso em torno desse valor.
4.6.2 Polgono de frequncia: um grfico em linha, sendo as frequncias marcadas
sobre perpendiculares ao eixo horizontal, levantadas pelos pontos mdios dos intervalos de
classe. Para realmente obtermos um polgono (linha fechada), devemos completar a figura,
ligando os extremos da linha obtida aos pontos mdios da classe anterior primeira e da
posterior ltima, da distribuio.
4.6.3 Polgono de frequncia acumulada: traado marcando-se as frequncias
acumuladas sobre perpendiculares ao eixo horizontal, levantadas nos pontos correspondentes aos
limites superiores dos intervalos de classe.
Estatstica Descritiva
IFRS-Cmpus Farroupilha
Estatstica Descritiva
IFRS-Cmpus Farroupilha
X
i 1
Propriedades da mdia
1 propriedade: A soma algbrica dos desvios em relao mdia nula.
No exemplo: 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 14) / 7 16Kg ou
Y X 2 14 2 16Kg
Prof. Jorge Matos
Estatstica Descritiva
IFRS-Cmpus Farroupilha
3 propriedade: Multiplicando-se (ou dividindo-se) todos os valores de uma varivel por uma
constante (c), a mdia do conjunto fica multiplicada (ou dividida) por essa constante.
Se no exemplo original multiplicarmos a constante 3 a cada um dos valores da varivel temos:
Y (30 42 39 45 48 54 36) / 7 42Kg ou
Y X .3 14.3 42Kg
frequncia = fi
2
6
10
12
4
34
X .W
W
i
Xi
0
1
2
3
4
Total
fi
2
6
10
12
4
34
fi.Xi
0
6
20
36
16
78
Exemplo:
Calcular a estatura mdia de bebs conforme a tabela abaixo.
Estaturas (cm)
50 |------------ 54
54 |------------ 58
58 |------------ 62
62 |------------ 66
66 |------------ 70
70 |------------ 74
Total
Aplicando a frmula acima temos: X
frequncia = fi
4
9
11
8
5
3
40
ponto mdio = Xi
52
56
60
64
68
72
Xi.fi.
208
504
660
512
340
216
2.440
2440
61 cm
40
Estatstica Descritiva
IFRS-Cmpus Farroupilha
X g 3 2.2.2 2,0
Exemplo:
Calcular a mdia geomtrica dos valores da tabela abaixo:
Xi
1
3
9
27
total
fi
2
4
2
1
9
Obs.: Para o clculo das mdias de uma distribuio de frequnicias as frequncias absolutas so
consideradas com pesos de ponderao.
X g 9 12.34.92.271 3,8
Xg
Exemplo:
Comprovar a 1 propriedade da mdia geomtrica com os dados {10, 60, 360}
X g 60... onde: 10/60 x 60/60 x 360/60 = 1
2 propriedade: Sries que apresentam o mesmo nmero de elementos com o mesmo
produto tm a mesma mdia geomtrica.
Exemplo - Comprovar a 2 propriedade da mdia geomtrica com os dados:
a = {8 e 12,5}.........b = {2 e 50}
X g 10 ..................... X g 10
3 propriedade: A mdia geomtrica menor ou igual a mdia aritmtica.
A desigualdade . X g X sempre se verifica, quando os valores da srie forem positivos e
nem todos iguais. Se entre eles houver um ou mais zeros, a mdia geomtrica ser nula. A
igualdade X g X .s ocorrer quando todos os valores da srie forem iguais.
4 propriedade: Quanto maior for a diferena entre os valores originais maior ser a
diferena entre as mdias aritmtica e geomtrica.
Prof. Jorge Matos
Estatstica Descritiva
IFRS-Cmpus Farroupilha 10
mdia aritmtica
2,0
15,0
10,0
26,0
mdia geomtrica
2,0
14,97
9,8
10,0
1
1
1
1
...
X1 X 2
Xn
n
Xh
n
1
1
1
...
X1 X 2
Xn
ou X h
n
1
Exemplo:
Calcular a mdia harmnica simples dos seguintes conjuntos de nmeros:
a) {10, 60, 360}. Resp:.. 3/(1/10+1/60+1/360) = 25,12
b) {2, 2, 2, 2} . Resp:... . 4/(1/2+1/2+1/2+1/2) = 2,0....
5.3.2 Mdia Harmnica Ponderada (para dados agrupados)
A mdia harmnica do conjunto de valores positivos X1, X2,...,Xk,com pesos w1, w2, ..., wk
representada por X hp calculada por:
.. X hp
w
w
X
i
i
i
Exemplo:
Calcular a mdia harmnica dos valores da tabela abaixo:
classes
1 |--------- 3
3 |--------- 5
5 |--------- 7
7 |--------- 9
9 |---------11
total
fi
2
4
8
4
2
20
Xi
2
4
6
8
10
fi/Xi
2/2 = 1,00
4/4 = 1,00
8/6 = 1,33
4/8 = 0,50
2/10 = 0,20
4,03
Xh
20
4,96
4,03
Mdia harmnica: X h
5
10,2574
0,487451
Estatstica Descritiva
IFRS-Cmpus Farroupilha 11
Exemplo:
Calcule a mediana da srie {1, 3, 0, 0, 2, 4, 1, 3, 5, 6}
1 - ordenar a srie {0, 0, 1, 1, 2, 3, 3, 4, 5, 6}
n = 10 logo os termos sero: 10/2=5 e 10/2+1=6;
logo os termos centrais so: 5 termo e 6 termo;
5 termo = 2
6 termo = 3
A mediana ser = (2+3)/2 ou seja, md = 2,5 . A mediana no exemplo ser a mdia
aritmtica do 5 e 6 termos da srie.
5.4.2 A Mediana para dados agrupados
a) Sem intervalos de classe: neste caso, o bastante identificar a frequncia acumulada
imediatamente superior metade da soma das frequncias. A mediana ser aquele valor da
varivel que corresponde a tal frequncia acumulada.
b) Com intervalos de classe: para este caso, devemos seguir os seguintes passos:
1) Determinamos as frequncias acumuladas;
2) Calculamos n / 2 ;
3) Marcamos a classe correspondente frequncia acumulada que contm o termo de
ordem n / 2 . Esta classe ser a classe mediana;
4) Identificamos a frequncia absoluta acumulada at a classe anterior classe mediana
( Fi 1 );
5) Identificamos a amplitude da classe mediana;
6) Calculamos a mediana pela seguinte frmula:..
Estatstica Descritiva
IFRS-Cmpus Farroupilha 12
2 Fi 1
md lii hi
fi
onde:
lii = limite inferior da classe mediana;
hi = amplitude do intervalo da classe mediana;
n/2 = valor da metade do nmero de dados;
Fi-1 = frequncia acumulada absoluta da classe anterior classe mediana;
fi = frequncia absoluta da classe mediana.
5.5 Moda
A moda de um conjunto de valores, anotada por mo definida como sendo o valor ou os
valores do conjunto de dados que mais se repete. A moda ao contrrio da mediana e da mdia
pode no ser nica, isto , um conjunto de dados pode ser bimodal, trimodal, etc. Ou mesmo
amodal (sem moda).
Desse modo, o salrio modal dos empregados de uma fbrica o salrio mais comum,
isto , o salrio recebido pelo maior nmero de empregados dessa fbrica.
5.5.1 A Moda quando os dados no esto agrupados
Exemplo:
Na srie {7 , 8 , 9 , 10 , 10 , 10 , 11 , 12} a moda igual a 10.
H sries nas quais no existe valor modal, isto , nas quais nenhum valor aparea mais
que outros.
Exemplo: {3 , 5 , 8 , 10 , 12} no apresenta moda, a srie amodal. Em outros casos, pode haver
dois ou mais valores repetidos. Dizemos, ento, que a srie tem dois ou mais valores modais.
Exemplo:
{2 , 3 , 4 , 4 , 4 , 5 , 6 , 7 , 7 , 7 , 8 , 9} apresenta duas modas: 4 e 7. A srie bimodal.
5.5.2 A Moda quando os dados esto agrupados
a) Sem intervalos de classe: uma vez agrupados os dados, possvel determinar
imediatamente a moda: basta fixar o valor da varivel de maior frequncia.
Exemplo:
Qual a temperatura mais comum medida no ms abaixo:
Temperaturas
0 C
1 C
2 C
3 C
frequncia
3
9
12
6
f i1
mo lii hi
, denominada de moda de King, ou
f i1 f i1
f i f i1
mo lii hi
, denominada de moda de Kzuber, onde:
2 f i f i1 f i1
lii = limite inferior da classe modal, isto , a classe de maior frequncia;
hi = amplitude do intervalo da classe modal;
fi = frequncia absoluta da classe modal;
Prof. Jorge Matos
Estatstica Descritiva
IFRS-Cmpus Farroupilha 13
frequncia = fi
4
9
11
8
5
3
40
Freq. acumulada=Fi
acumulada=Fi
4
13
24
32
37
40
5.6 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.
O 1o quartil (Q1) corresponde a 25% dos dados;
O 2o quartil (Q2) corresponde a 50% dos dados;
O 3o quartil (Q3) orresponde a 75% dos dados
25%
50%
75%
!---------!---------!---------!---------!
Q1
Q2
Q3
Obs.: O 2o quartil (Q2) sempre ser igual a mediana da srie.
Estatstica Descritiva
IFRS-Cmpus Farroupilha 14
X (i ) X ( j )
2
, onde : i(base)
n 1
n
, j (topo ) , onde i e j so as ordens dos valores
4
4
X (i ) X ( j )
2
, onde : i(base)
3(n 1)
3n
, j (topo )
4
4
3n
4 FQ11
4 FQ 31
Q1 liQ1 hQ1
Q3 liQ 3 hQ 3
fQ3
f Q1
onde:
liQi = limite inferior da classe do quartil;
hQi = amplitude do intervalo da classe do quartil;
n/4, 3n/4 = ordem de e do nmero de dados;
fQi = frequncia absoluta da classe do quartil;
FQi-1 = frequncia acumulada absoluta da classe anterior classe do quartil.
5.7 Decis
Os decis so os valores que dividem a srie de dados em 10 partes iguais. Precisamos,
portanto, de 9 quartis (D1 , D2 ,..., D9) para dividir a srie em dez partes iguais.
10%
!---!---!---!---!---!---!---!---!---!---!
D1
D2
D3
D4
D5
D6
D7
D8
D9
10 FDi1
Di lDi hDi
f Di
Estatstica Descritiva
IFRS-Cmpus Farroupilha 15
onde:
liDi = limite inferior da classe do decil;
hDi = amplitude do intervalo da classe do decil;
n = tamanho da amostra;
fQi = frequncia absoluta da classe do decil;
FDi-1 = frequncia acumulada absoluta da classe anterior classe do decil;
6 Medidas de Disperso
a maior ou menor diversificao dos valores de uma varivel em torno de um valor de
tendncia central (mdia ou mediana) tomado como ponto de comparao.
A mdia - ainda que considerada como um nmero que tem a faculdade de representar
uma srie de valores - no pode, por si mesma, destacar o grau de homogeneidade ou
heterogeneidade que existe entre os valores que compem o conjunto.
Consideremos os seguintes conjuntos de valores das variveis X, Y e Z:
X = {70, 70, 70, 70, 70}
Y = {68, 69, 70, 71, 72}
Z = {5, 15, 50, 120, 160}
Observamos ento que os trs conjuntos apresentam a mesma mdia aritmtica
350
X
70 , entretanto, fcil notar que o conjunto X mais homogneo que os conjuntos Y e
5
Z, j que todos os valores so iguais mdia. O conjunto Y, por sua vez, mais homogneo que
o conjunto Z, pois h menor diversificao entre cada um de seus valores e a mdia
representativa.
Conclumos ento que o conjunto X apresenta disperso nula e que o conjunto Y
apresenta uma disperso menor que o conjunto Z.
6.1 Amplitude total
uma medida de disperso que no tem na mdia o ponto de referncia. Quando os
dados no esto agrupados a amplitude total a diferena entre o maior e o menor valor
observado: R X mximo X mnimo
Exemplo:
Para os valores 40, 45, 48, 62 e 70 a amplitude total ser: R = 70 - 40 = 30
Quando os dados esto agrupados sem intervalos de classe ainda temos: R X mximo X mnimo
Exemplo:
Xi
0
1
3
4
fi
2
6
5
3
R=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: R Lmximo Lmnimo
Exemplo:
Classes
4 |-------- 6
6 |-------- 8
8 |-------- 10
fi
6
2
3
R = 10 - 4 = 6
A amplitude total tem o inconveniente de s levar em considerao 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, ou no controle de
qualidade como uma medida de clculo rpido sem muita exatido.
Prof. Jorge Matos
Estatstica Descritiva
IFRS-Cmpus Farroupilha 16
Xi X
n
X i md
n
6.3 Desvio-padro
a medida de disperso mais 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 em relao mdia e
representada por ou S.
ou
X
n
2
i
X (populao) S
2
ou S
X
n
2
i
X2
(amostra)
Xi X
-4
-3
-2
3
5
- 0,2
- 0,2
- 0,2
- 0,2
- 0,2
- 3,8
- 2,8
- 1,8
3,2
5,2
14,44
7,84
3,24
10,24
27,04
62,8
Obs: Quando nosso interesse no se restringe descrio dos dados mas, partindo da amostra, visamos tirar
inferncias vlidas para a respectiva populao, convm efetuar uma modificao, que consiste em usar o divisor n1 em lugar de n, quando o tamanho da amostra for inferior a 30. A frmula ficar ento:
S
n 1
Estatstica Descritiva
IFRS-Cmpus Farroupilha 17
Quando os dados esto agrupados (temos a presena de frequncias) a frmula do desviopadro ficar :
f .X X
f
f .X
Exemplo:
Calcule o desvio-padro populacional da tabela abaixo:
Xi
fi
X i . fi
0
1
2
3
4
Total
2
6
12
7
3
30
0
6
24
21
12
63
Sabemos que
f .( X
i
X
2,1
2,1
2,1
2,1
2,1
Xi X
( X i X )2
( X i X )2 . fi
-2,1
-1,1
-0,1
0,9
1,9
4,41
1,21
0,01
0,81
3,61
8,82
7,26
0,12
5,67
10,83
32,70
Obs: Nas tabelas de frequncias com intervalos de classe a frmula a ser utilizada a mesma do exemplo anterior.
6.4 Varincia
o desvio-padro elevado ao quadrado e simbolizado por 2 ou 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}
B = {100, 200, 300, 400, 500}
Que relao existe entre os desvios-padro dos dois conjuntos de nmeros ?
2- Dados os conjuntos de nmeros:
A = {220, 230, 240, 250, 260}
B = {20, 30, 40, 50, 60}
Que relao existe entre os desvios padres dos dois conjuntos de nmeros ?
3- Dados os conjuntos de nmeros: A = {-2, -1, 0, 1, 2}
B = {220, 225, 230, 235,
240}
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;
c) ao desvio-padro de A, multiplicado pela constante 5, e esse resultado somado a 230;
d) ao desvio-padro de A mais a constante 230.
6.5 Coeficiente de Variao
Um desvio-padro pode ser considerado grande ou pequeno dependendo da ordem de
grandeza da varivel. Uma maneira de se expressar a variabilidade dos dados tirando a influncia
da ordem de grandeza da varivel atravs do coeficiente de variao (CV). O coeficiente de
variao uma medida relativa de disperso til para a comparao em termos relativos do grau
de concentrao em torno da mdia de sries distintas e dada por:
S
Sua vantagem caracterizar a diperso dos dados em termos relativos ao seu valor mdio.
Assim uma pequena disperso absoluta pode ser na verdade, considervel quando comparada
com a ordem de grandeza dos valores da varivel e vice-versa.
Alm disso, por ser adimensional, o coeficiente de variao fornece uma maneira de se
comparar as disperses de variveis cujas unidades so irredutveis.
Prof. Jorge Matos
Estatstica Descritiva
IFRS-Cmpus Farroupilha 18
Exemplo:
Considere a tabela abaixo que contm as estaturas e os pesos de um mesmo grupo de
indivduos e responda: qual das medidas (estatura ou peso) possui maior homogeneidade?
Estaturas
Pesos
mdia
175,0 cm
68,0 kgf
desvio-padro
5,0 cm
2,0 kgf
Resposta:
Como no possvel responder a essa pergunta utilizando o desvio-padro, pois uma medida de disperso
absoluta, teremos que calcular o CVe da estatura e o CVp do peso. A srie que apresentar a menor variao, ou seja, o
menor valor do coeficiente CV, ser a srie de maior homogeneidade.
Utilizando a frmula do coeficiente CV, temos:
5,0
CVe
.100 2,86%
175,0
2,0
CV p
.100 2,94%
168,0
Logo, nesse grupo de indivduos, as estaturas apresentam menor grau de disperso que os pesos.
Notas Finais
P rimeiro Quartil
M nimo
M ediana
M ximo
Terceiro Quartil
C.comp.
Eng. Eltrica
Cursos
Eng. Civil
Estatstica Descritiva
IFRS-Cmpus Farroupilha 19
Exerccios
1 - Classifique as variveis abaixo:
(a) Tempo para fazer um teste
(b) Nmero de alunos aprovados por turma
(c) Nvel scio-econmico
(d) Sexo
(e) Gastos com alimentao
(f) Opinio com relao pena de morte
(g) Religio
(h) Valor de um imvel
(i) Conceitos em certa disciplina
(j) Classificao em um concurso
2 - Construa um diagrama de setores, percentual, correspondente aos empregados da ADR Ltda que possui a
seguinte distribuio por rea de trabalho: Diretoria (3 pessoas), Assessoria (6 pessoas), Transporte (18 pessoas),
Administrao (5 pessoas), rea tcnica (15 pessoas) e rea operacional (33 pessoas).
3 - Na administrao de um sistema escolar de certo municpio 70% da despesa vai para o ensino, 12% para a
administrao e manuteno e 18% para rgos auxiliares, encargos fixos e despesas ocasionais. Qual o grfico que
melhor representaria essa situao? Se o valor total da despesa de 10.000 unidades monetrias, qual o valor
gasto com administrao e manuteno?
4 - Os dados a seguir referem-se ao nmero de livros adquiridos, no ano passado, pelos 40 alunos da turma de
Probabilidade e Estatstica:
4
2
1
0
3
1
2
0
2
1
0
2
1
1
0
4
3
2
3
5
8
0
1
6
5
3
2
1
6
4
3
4
3
2
1
0
2
1
0
3
(a) Classifique a varivel.
(b) Organize os dados em uma tabela adequada.
(c) Qual o percentual de alunos que adquiriram menos do que 3 livros?
(d) Qual o percentual de alunos que adquiriram pelo menos 4 livros?
(e) A partir do item (b), quantos livros foram adquiridos pelos 40 alunos?
5- Os dados a seguir foram coletados em um processo de produo de fibras sintticas. Plote um grfico de
disperso (X e Y) e conclua a respeito.
X: Espaamento entre rolos
5,1
5,5
4,8
1,2
1,8
4,2
3,5
1,0
1,5
5,2
Y: Resistncia
11,8
12,8
13,0
13,0
13,5
14,3
14,4
14,6
13,6
12,5
Fr6,
no de operrios (fi)
40
30
10
15
5
Estatstica Descritiva
IFRS-Cmpus Farroupilha 20
8- Em certa empresa trabalham 4 analistas de mercado, 2 supervisores, 1 chefe de seo e 1 gerente que ganham,
respectivamente: R$1.300,00; R$1.600,00; R$2.750,00, R$5.000,00. Qual o valor do salrio mdio desses
funcionrios? Qual o desvio-padro desses salrios?
9 - Um estudo foi realizado por um professor em trs turmas, obtendo a mdia e o desvio-padro das notas de sua
disciplina, conforme abaixo. Qual a turma apresenta menor variabilidade (mais homognea)? Justifique
adequadamente.
Turma
Mdia
Desvio-padro
A
6,5
2,2
B
8,0
1,7
C
8,0
2,0
10 - Os operrios de um setor industrial tm, em julho, um salrio mdio de 5 salrios mnimos (s.m.) e desviopadro de 2 s.m. Um acordo coletivo prev, para agosto, um aumento de 60%, mais uma parte fixa correspondente a
0,7 s.m. Qual a mdia do nmero de salrios mnimos e qual o desvio-padro em agosto?
11 - A nota mdia dos alunos de uma classe foi 7,0 e das alunas 9,0. O nmero de alunos era 20 e das alunas 30.
Qual a nota mdia da classe toda?
1
2
2
6
3
9
4
12
5
14
6
9
7
5
8
4
9
1
13) Uma amostra de 20 operrios de uma companhia apresentou os seguintes salrios recebidos durante uma certa
semana : R$ 140, 140, 140, 140, 140, 140, 140, 140, 155, 155, 165, 165, 180, 180, 190, 200, 205, 225, 230, 240.
Calcular a mdia, a mediana e a moda para este grupo de salrios.
Empregados
35
30
25
20
15
10
5
0
450
550
650
750
850
950
1050
1150
1250
1350
Salrios (R$)
(a) Qual o percentual de funcionrios que recebem mais de R$ 700,00 por ms?
Prof. Jorge Matos
Estatstica Descritiva
IFRS-Cmpus Farroupilha 21
01
2,59
02
2,64
03
2,60
04
2,62
05
2,55
06
2,61
07
2,50
08
2,63
09
2,64
10
2,69
Calcule:
(a) a taxa mdia;
(b) a taxa mediana;
(c) a taxa modal;
(d) o desvio padro das taxas;
(e) o coeficiente de variao das taxas.
16 - Considere o grfico seguinte:
Salrio Mensal dos Empregados da GHT Ltda
45
40
Empregados
35
30
25
20
15
10
5
0
04 - 06 06 - 08
08 - 10
10 - 12
12 - 14
14 - 16
16 - 18
18 - 20
BIBLIOGRAFIA
COSTA NETO, P. L. O. Estatstica. 2. ed. So Paulo: Edgard Blcher, 2002.
DOWING, D.; CLARK, J. Estatstica aplicada. 2. ed. So Paulo: Saraiva, 2003.
FONSECA, J. S.; MARTINS, G. A. Curso de Estatstica. 6. ed. So Paulo: Atlas, 1996.
FREUND, J. E. Estatstica aplicada: economia, administrao e contabilidade. 9. ed. Porto
Alegre: Bookman, 2000.
MONTGOMERY, D. C., RUNGER, G. C., HUBELE, N.F., Estatstica Aplicada
Engenharia. Rio de Janeiro: LTC, 2004.
MORETIN, P. A.; BUSSAB, W. O. Estatstica Bsica. 5. ed. So Paulo: Saraiva, 2005.
TRIOLA, M. F. Introduo Estatstica. 7. ed. Rio de Janeiro: LTC, 1999.
Estatstica Descritiva
IFRS-Cmpus Farroupilha 22