Vous êtes sur la page 1sur 10

Fundamentos de

Estatstica e
Geoestotstico

Jos Leonardo Silva Andriotti


5501
A5fl,

535$
ISBN05-74371-5

9 778574 311716

Fundamentos de Estatstica e
Geoestatstica
Sobre o autor

Jos Leonardo Silvo Andriotti


graduou-seem Geologtc pela UFRGS,
em

J975, e obteve o ttulode doutor

pelo mesmo universidade em 1999,

com tese versando sobre Estatisticae


Na Frana especializou-se

em Geoestafi5ticae depois em
EypiorooMineral. Tem atuado como
docef"tede grudooo e ps-groduao

na UFRGS, no UNIS/NOS e no FARGS


bem como em mstitwes de

outrospoises

LeonardoSilva Andriotti
0 2003Jos
e Geoestatstica

Fstatstica
Fundamentos de

reservados
2003Direitos

Universidade do Vale do Rio dos Sinos


Editora da
UNIStNOS
EnrT0RA
Universitrio
Manual
Coleso
ISBNs-7431-171$

vero de 2004.
Impresso,

Class
Tomb(

Reviso
Rui Bender

53538

Editorao
Rafael Tarcsio Forneck

Capa
Gabnel Neto

A reproduo, ainda que parcial, por qualquer meio, das pginas que
compem este livro, para uso nao-individual, mesmo para fins
didhcos,sem autonza0 escrita do editor ilcita e se
constitui numa contrafao danosd
Itura.

Foifeitoodepsito legal, z/

Editorada Universidade do Vale do Rio dos Sinos


EDITORA UNISINOS
AV Unisinos, 950
93022-000

RS Brasil

Telef: 51. 5908239


Fax: 51. 5908238

editora@unisinos.br

Para Elma, minha me, para Eleonora,nttnha


companheira, e para Rafael, meu filho, que so
as pessoas que melhor representam trs
geraes que envolvema minha vtda:
a anterior, a atual e a prxnna.

SUMRIO

Introduo Estatstica .
1.1 Estatstica e Teoria das Probabilidades um Breve Histrico
1.2 Pesquisas de Opinio.........
1.3 Medidas de Tendncia Central 1.3A Mdia Aritmtica (tambm referida como mdia,

simplesmente).

132 Mdia Ponderada ....


1.3.3 Mdia

1.3.4 Mdia Geomtrica .........


135 Mediana, Quartis, Decis, Percentis

136 - Moda

1.4 Medidas de Disperso


1.4.1- Amplitude .
14.2 Varincia.
1.4.3 Desvio-padro .

17
17
20
25

25
26
27
27
28

29

1.4.4 Coeficiente de Variao (CV) .


1.4.5 Assimetria........

14.6 Curtose........
1.4.7 Erro-padro da Mdia
1.4.8 Desvio Entre Quartis....................... ..
1.5 Representao Grfica
Distribuies e Testes de Hiptese .
2.1 Distribuio Normal de Probabilidade........................
2.2 - Distribuio z....
2.3 - Intervalos de Confiana................
2.4 - Testes de Hiptese
2.5 Testes de Hiptese com as Distribuies z e t
2.6 - Distribuio t.....
2.7 Tamanho Mnimo de uma Amostra

31
31
31

33
33
33

34
35
35
36
41
41

47
52
55

59
61
65

10

Arx-ncA
r

e Rcgres.so
3- Correlaio
Linear Simples
Corrcla0
3A Linear Simples .
3 2 - Regresso Aplica0.
de
33 - Exemplos
Linear Simples.

68
68
71

3.31 - Correla0
Linear Simples
332 - Regresso

Interpolao
4- Mtodos de

77
79

e Variveis Regionalizadas

.
81

Matematiquices.

4A
da Quantificao em Geocincias
42 - A Importncia
a Escolha de Mtodos de Grid.....
43 - ComentnosSobre
Algumas Tcmcas de Gerao de Grids
4 4 - Comentnos Sobre

45 - Geoestatstica

4 6- VariveisRegionalizadas....
4.7- H:potesesRestnnvas
5- Vanogramas
5A - Conceituaode

52 -

5 6 - Anlise Esb-utural
5 7- Modelos Tencos de Variogramas

..

5.71 - Esquema Esfrico (de Matheron)


5.72 - EsquemaExponencial (de Formery) .
573 - Esquema de Gauss (Parablico)
..

5.75 - EsquemaLogartmtco (de WIjs)


5 7.6 - Outros Modelos
5.8 - Efeito Proporcional .
5 9 - Estruturas Imbncadas
5A0- Efeito Buraco...
511 - Presena de Deriva...
512- Anisotropias.

5121 - Anisotropia Geomtrica ..


5122 - Anisotropia Zonal .
513 - Cruz Geoestatstlca...

85
89
93
95
99
99

53 - Variogramaou Semivanograma
5 4 - Comportamentona Vizinhana da Ongem
55 - Construode Semivariogramas Experimentais............

5.7 4 - Esquema Linear

81

82

100
104
105
108
112
114
115
116
117
119

120
121
121

12
123
125
125
125
12.7
127

Estimaao Geoestatstica .
6.1 Varincias de Estimao e de
6.2 Kngagem....
6.3 Krigagem Universal
6.4 - Krigagem da
6.5 Cokrigagem..

6.6 - Validao Cruzada


6.7 Simulaes Condicionais ...

Vocabulrio.

129
129
134
149
150

151
152
153

156

8- Referncias
8.1 Estatstica...........

11

.
.

82 - Geoestatstica
Anexos...............
Tabela t....
Tabela z
Valores Crticos Coeficiente de Correlao r de Pearson

158
158
159

161
163

164
165

16

glossriocontendo algumas expresses de


Apresentamosum
Geoestatstica, apontando as
Estatsticae
comum em
Ingls e francs. bibliogrficas, listamos as
fontes de
em portugus.
s referenoas
ComrelaO
como sempre que se faz uma relaao
mas,
importantes
obras e documentos de excelente
sulta Julgadas
falha de omitir

1 INTRODUO ESTATSTICA

na
quase tipo incorre-se
de que, se isso ocorreu, deveu-se ao fato de
certeza
a
leitor
lidade, tenha o
tudo o que existe de qualidade sobre
Impossvel listar
praticamente
ser

asunto.
a todos os que nos honrarem ao consultar
Por fim. agradecemos
disposi0 para que nos selam encaminhadas

1.1 Estatstica e teoria das probabilidades

esta obra e colocamo-nos


de outras possveis edies, pelo endereo
melhoria

sugestes que Visem


eletrOmcoandn@portoweb.com.br

Porto Alegre/ RS, outubro de 2003

Um breve histrico

O aparecimento da palavra Estatstica deve-se ao fato de que os

chefes de Estado ou seus equivalentes na poca (antes da era crist) desejavam conhecer os dados q ue julgavam necessnos para avaliar a sua potncia, dados como populao, potencial militar, riquezas e outros
Os primeiros recenseamentos de que se tem referncta ocorreram
na poca da civilizao sumria, de 5000 a 2000 anos antes de Cristo (a. C,)
(a contagem das pessoas passou a ser regular na Mesopotmia em 3000
C), O Egito parece ter sido a primeira nao a ter recenseamentos sistemticos da populao desde 2900 a. C. Os recenseamentos, entretanto, continuaram sendo raros ainda por muitos sculos, sendo um dos mais conhecidos o de Paris no ano de 1590 da nossa era (quando foram recenseados
aproximadamente 200 mil habitantes) Os progressos fundamentajs da
Estatstica do-se especialmente na segunda metade do sculo 17 (a partir
de 1650, aproximadamente), com a necessidade que os monarcas da poca
tinham de conhecer e explicar os fenmenos sociais e econmicos que es-

tavam ocorrendo.

No incio, a teoria das probabilidades estava relacionada com os jogos de azar, especialmente com os jogos de dados. As informaes mais
antigas de que se tem notcia so provenientes da Mesopotmia e datam
do incio do sculo trs. Os Jogos de dados unham um aspecto ldico, tendo tido tambm utilizao para fins religiosos, uma vez que a populao
da poca acreditava que os dados poderiam permitir que se conhecesse a
vontade dos deuses, com a evoluo do cristianismo, esse pensamento
acabou, pois ele se opunha idia de uma divindade todo-poderosa, e seu
uso com esse fim foi condenado pela Igreja.

probabilidades deve-se a Blaise Pascal


to da teona das(1601-1665). Pascal tinha interesse em
Ptrre de Fermat azar que se desenvolvam em Vrias
(1623-1662) e a
dos ,ogos de
um jogo antes que um dos
decifrar um problema
necessriointerromper
ser
de
caso
melhor maneira de efetuar a divtsao do
partE no
vitrta,qual a

chegasse
reflexes sobre esse tema e as exgadores
Pascalfez Inmeras
apostado?
dmherro
a Fermat
ps em cartas ermadas ennqueceuelaborando esquema para ganhar a
Em 1729,Voltaire prmios ultrapassava o preo de todos os bis
valor dos
loteria de Pans- O
grupo que comprava todos os biVoltatrea formar um
levou
durante mais de um ano.
lhetesto que
ms e, asstm. ganhou-a
lhetes da lotena de um tambmteve importancia na evoluo da teona
A famliaBernoulli
(Sua) Jacques (1654Essafamliaera da Basilia
das probabilidades levaram at o primeiro teorema-limite (a lei dos
1748)fez estudosque o
conhecido pelo
Daruel (1700-1782), seu sobrinho,
grandes nmeros), e
matemticainfinita e tambm por estudos da
problemada esperana
de observao em Astronomia. Um sobrinho
na probabilsticados erros
(1744- 1807), tambm se ocupou com a teoria
de DaruebJean Bernoulli
das probabilidades.
de densidade contnuas,
as curvas
Lambert (1728- 1777)estudou
de mxima verosimilhanconceito
o
Introdunu
e
e unimodals
centro de uma distribuio contnua simtria ao pesquisar a posio do

da Demografia, e o clculo
No incio do sculo 19 aparece a prtica
que os estados tinecessidade
da
funo
de probabilidades avana em

Em maro de
nham em possutr dados numricosde suas populaes.

1800,o Ministro do Intenor da Frana cria um Bureau de Estatsticm No sculo 19,houve uma retomadados recenseamentos, que foram pouco numerosos no sculo anterior (em1801foram recenseadas as populaes da
Inglaterra, Dinamarca, Frana e Noruega).
Entre 1885e 1925,a Estatsticatoma forma como uma teoria coerente. Entre 1920 e 1924,o ingls Arthur Bowley (1869 1957) desenvolve a
amostragem aleatria, a estratlficao,estabelece a equao da Anlise de
Varinciaem universos estratificadose as frmulas da varincia nos casos
Simples e estratificado.A partir de 1925,as discusses sobre a representauvidade das amostras no se centram mais sobre seus princpios, j untversalmenteaceitos,mas sobreseus modos de aplicao.

Os astrnomosdo sculo 18 utilizaram medidas experimentais

para deterrrunar a posio dos objetos celestes, o que se constituiu num estudo da distribuio dos erros de medida.

19

No sculo 19, houve o surgimento dos estudos sobre a varincia


com os mnimos quadrados, mas os nomes adotados atualmentenio so
tao antigos; Karl Pearson (em 1893) introdunu o termo desvio-padro, e
Carl Fnednch Gauss (em 1816) props a expresso numnca para a mensurao das variaes dos erros de medida em Astronomia
As principais medidas de assimetria e de curtose (parmetros de
forma) surgiram pelos estudos desenvolvtdos por Karl Pearson e Ronald
Aylmer Fisher; Pearson introduziu, no ano de 1895, um parmetro basea-

do na posio relativa da mdia aritmtica,da moda e da mediana.


Em 9 de fevereiro de 1877,Francis Galton (que em 1875 desenvolvera o emprego da mediana) faz uma exposio na RoyalInstituhon ofGreat
Britam intitulada Tpicas Leis de Hereditariedadeno Homem, em que apresenta o coeficientede reversor, que indicava a reduo de variabilidade da famlia, termo que se transformou em Regresso. Em 1896,Pearson, baseandose nos conceitos de Galton, formula o que atualmente se conhecepelo

nome de Teoria da Regresso,estabelecendotambma correlao,e, em


1904, Pearson introduzru o conceito do Qui Quadrado,
Em 1922, A. Fisher escreve "O obJetivodo mtodo estatstico a
reduo dos dados. Uma massa de dados deve ser substituda por um pequeno nmero de quantidades representando corretamente essa massa, e

contendo tanto quanto possvel a totalidade da informao pertinente


contida dentro dos dados originais"

Os fundadores da teoria dos testes de hipteses so Jerzy Neyman


e Egon Pearson (filho de Karl Pearson), e ISSOocorreu entre 1926e 1933.
Em 1928, aparecem os conceitos de hipteses nula e alternativa.
A partir do fim do sculo 19, a lei normal passou a ter grande desenvolvimento graas aos estudos desenvolvidos por Karl Pearson e Francis Galton (primo de Charles Darwin) L
A Distribuio Normal , com freqncia. atribuda a Laplace e a
Gauss, a quem ela deve seu nome, mas sua origem antenor e est descrita nos trabalhos de Jacques Bernoulli, que estabeleceu que, em se repettndo um lanamento de uma pea de duas faces, por exemplo, a freqtincta
de apari0 de uma face determinada se aproxima de um certo valor suscetvel de ser qualificado de probabilidade de se obter esse resultado. A lei
normal foi introduztda por Gauss, que recorreu ao mtodo dos rnfnrmos
quadrados, e o avano devido a Gauss est relacionado ao carter probabilstico de sua abordagem. Segundo ele, " ...se uma quantidade foi determinada por muitas observaes diretas efetuadas nas mesmas condiese
consticom o mesmo obyetivo,a mdia aritmtica dos valores observados

tui o valor mais provvel,se n0 rigorosamentepelomenoscom murta


de se
correto
proximidade, de modo que ela possa sempre ser o valor mais

pauta foi denominada de Normal por


p

A
emIS93,

de Estatstica
Congresso Internacional
ocorreu
emB
O primeiro
1853
em
(Blgca)
e
da
Estatistica
Teoria
xelas
das
aplicaesda
Os usose
primeira metade doProbabilid
da
partir
a
avanos
Sculo
tiveramgrandesat o presente Os campos de aplicao e a
aceitaao
quaiscontinuam
sio cada vez mais amplos.

gerados
resultadospor elas

opinio
1.2Pesquisas de
Segundo as histnas de Sherazade, contidas em As mil e uma
vestia de beduno noite e, sem
ocalifaHaraum-al-Rachidse
ser identid
e
ado, ia de porta em porta, em Bagd, perguntava aos moradores a
nio sobre seu governo.

O papelpnnapal das pesquisas de opinio cabe aos EstadosUm.


dospormuo das pesqursasde opinio pblica que foram realizadas
paisem grandequantidade.Os Estados Unidos so, assim, o bero
das
de opinio,sobretudoem suas

pesqutsas

aplicaes s eleiespresi-

dencms nas coberturas feitas pela imprensa


No dia 3 de maro de 1936, foram publicados nos Estados
Unidos
os resultadosdas eleiespresidenciais. Literary Digest previu
vitna de
Alfred Landon, mas F. D. Roosevelt foi eleito com 61 % dos
votos, vitna
previstapor trs outras sondagens, uma delas executada
por George GaL

lup, que cnou seu prpno instituto de pesquisas em


1935. O LiteraryDigest havia previsto com acerto as eleies
presidenciais americanas de

1924,1928e 1932;suas pesquusas baseavam-se


em questionrios
enviados
apenas para os propnetrios de
automveis e telefones. Quanto
a
os questionrioseram enviados
Gallup,
a apenas 1.500 pessoas; ele
acertou tatrr
bm os resultados das eleies
de 1940 e 1944 e chegou a ser
chamado de
mgicopelos norte-americanos.
Em 1948, entretanto, previu a
ThomasDeweycontra Harry
vitria de
Truman por 49% a 46%, mas o
50%a 45%a
resultado foi

favorde HarryTruman.

Segunda Guerra

O que ocorreu foi que, em razoda

Mundial, as mudanas
demogrficas
forammarcantes,

dos Estados Unidos


e as cotasconsideradas
se baseavam no censo de 1940,
aiemdea pesquisater
realizada muito antes do dia
da votao.
pesquisaseleitorais
do 0
tiveram seu incio em 1945,quan
(InstitutoBrasileiro
de Opinio Pblica
e Estatstica, fundado

21

em 1942) previu a vitria de Eurico Gaspar Dutra sobre Eduardo Gomes


para a presidncia da Repblica.
O Instituto Karolinska (Sucia), por exemplo, pesqursou 500.000
suecos que viviam a 300 metros de uma linha de alta tenso por um perodo de 25 anos e foi constatado que as crianas tinham maior incidnaa de
leucemia A revista Time publicou que "embora a pesquisa no prove rela50 de causa e efeito, mostra uma clara correlao entre o grau de exposio e o risco de leucemia infantil". O governo sueco legislou reduzrndo o
nmero de residncias na proximidade das linhas de alta tenso.

Durante a Segunda Guerra Mundial, os aliados deseyavamsaber


quantos tanques os alemes tinham em operao e para isso utilizaram os
conceitos de Probabilidades e Estatstica,por meio de amostragem fizeram inferncias, obtendo resultados muito prximos da realidade.
Esses estudos evoluram de tal forma que, no final do sculo 20, os
norte-americanos definiram o seu adado mdiopor meio de tabulao feita de dados obtidos por meio de amostragem criteriosa; esse cidadose
chama Robert, tem 31 anos de idade, estatura de 1,75 m, pesa 78 kg, veste
manequim 48, sapatos nmero 43, tem 85 centmetros de cintura e termina
o seu dia dormindo 7,7 horas, comeando o dia segurnte com 21 mmutos
de transporte para o trabalho
Quando a Meteorologia afirma que h 90% de possibilidades de
ocorreremchuvas em determmado perodo,ela est utilizando um conceito mediante o qual se pode afirmar que, sob as mesmas condles meteorolgicas reinantes, deve chover em 90% dos casos. Isso quer dizer que
previses desse tipo se baseiam em uma metodologia que fornece resultados corretos em 90% dos casos
Inferncia Estatstica o nome dado generalizaode resultados
de uma parte (ou seja, de uma amostra) para o todo (ou seja, para o universo ou populao), sendo tambm o conjunto de procedimentos utilizados
na verificao da validade de uma hiptese para a populao a partir dos
dados disponibilizados por uma amostra.

23

Sebo da
AmM'ra

Vabre da Armstra

dc fazer parte da amostra, e cada indivduo pertencente populao tem,


tambm, a mesma probabilidade de pertencer amostra.
Na amostragem estratificada, a populao dividida em subgrupos (denominados estratos), internamente mais homogneos do que a po-

pulao total; os estratos devem ser os mals homogneos possveis no


Partrrtro
da Populao

amostra e
Figura1 - Relaioentre

popula0

todo.

sabemos como um processo funciona e desgaEm Probabilidades,

mos predizer seus resultados,

comportamento da varivel estudada, o que demanda um conhecrmento


prvio da populao.
Embora a amostragem sep contestada em alguns casos, sendo acuno representar com fidelidade a populao qual pertence, em
de
sada
no ocorre, como nos casos de exames de sangue, por exemplo,
isso
outros
algumas gotas so consideradas suficientes para retratar o
apenas
que
em

em Estatisttca, no sabemos como funciona e

Um caso tPIC0de estudo feito por amostragem, cujos resultados


sO utilizados para fazer inferncias em Estatstica, o das pesquisas eleitorais.

resultados observados (obtidos por amostra.


buscamos,por mao dos
processo.
gem), conhecer a natureza do

Em termos de probabilidade, h trs tipos de eventos, que so os


mutuamenteexclusivos(em que a ocorrncia de um exclui a ocorrncia do

POPULAAO- eleitores

AMOSTRAGEM

outro), os independentes (a ocorrncia de um evento no influencia a probabilldadede ocorrnciado outro) e os dependentes (a ocorrncia de um
evento Influenciaa probabilidade de ocorrncia do outro).

AMOSTRA

dos eleitores

Estatstica qualquer caracterstica descritiva dos elementos de


uma amostra,enquanto que parmetro uma caracterstica descritiva dos
elementosde uma populao.Se uma estatstica usada para avaliar ou
estimar o valor de algum parmetro, chamada de estimador Assim, parametro se refere populao e estatstica se refere amostra.

Variveisso as caractersticasmensurveis em cada indivduo

que faz parte da populao, mantidas as mesmas condies.


A qualidade de uma estimativa depende basicamente da representativ:dade da amostra, ou sela, da condio que tem essa amostra de reprodumras caractersticasda populao qual ela pertence.
Amostragem pode no ser a melhor soluo em determinadas situaes.Um desses casos a existnciade uma
populao pequena, na qual
no seyadifciluma avaliaocompleta, ou
em casos em que uma preciso
multo elevada,exatidomesmo, sela
exigida (caso dos recenseamentos ou
de eleiespara preenchimento
de cargos na esfera poltica)
Na amostragem aleatria
simples, qualquer subcorwnto da popu
lao .com o mesmo nmero
de indivduos) tem a mesma probabilidade

iNFERNClA

Figura 2 Inferncta em pesquisas eleitorais (adaptado de Barbctta, 2001)

Variveis Contnuas so as que podem assumir qualquer valor no


seu intervalo de vanao, entre seus valores mximo e mnimo. A se incluem pesos e estaturas de pessoas de um certo grupo populacional, valo-

de certo
resem reas

produto que

varia de preo no mercado,

25

1.3 Medidas de tendncia central

exemplo, o nmero de gols de um jogo de futecomo,por


a quantidade de escolas
de
filhosde uma
fazem parte de uma regio um
que
cidades
de
quantidade
propriedades aritmticas; se
municpioe a
n0 tm certas
regis.
Nomtnms
Dados
1, 2, 3 e 4, no valem as propnedades
como
raas
exemplo, as
de dureza dos minerais,
trarmos, por
os valo.
outras, Na escala
1+3= 4e
2<3,
7
< 9, sendo, entretanto, falso
tipo
ou
3
do
>
6
de
afira propnedade
res 1 a 10 tem
diferena de dureza entre o diamante e o
a
POIS
I,
=2
mar que IO- 9
10e 9) no equivale diferena de dureza entre a
(respectivamente
nndo
(respectivamente2 e I - a pnmeira diferena maior).
gtpsttae o talco
topzio duas vezes mais
sentidodizer-seque o
duro
Tambmno tena
valores so 8 e 4. Os da.
respectivos
seus
porque
apenas
do que a fluonta
por nomes ou categorias, no podem ser ordena.
representados
dos s0
preferncia clubstica,
se pode citar
dos Como exemplos
equipamentos.
pessoas, pases, tipos de

sim/no,

sexo de

podem-se formar diferenas, mas


no
Com DadosIntervalares,
de temperaturas de dez graus as.
multiplicarou dividir.Duasdiferenas
mesma quantidade de calor
semelham-seto-somentepor demandar a
exemplo,
IO para 20 ou de 30 para 40
por
de,
parase elevar temperatura
no
representa
um calor duas vezes
graus
40
graus.Uma temperaturade
maior do que o existente a 20 graus,
Dados de Razo so os obtidos por meio dedivises, como o caso
(em que a referncia o metro, por exemplo), peso (a uni.
comprimento
de
volumes (metro cbico), reas (metro quadrado), tempo
grama),

o
dade
(segundos, ou horas, ou anos) e muitos outros. Nesse tipo de dado, as diferenas e as razes tm significado,

DadosOrdinaisestabelecemordem, no havendo sentido, entretanto,entre as diferenasde valores.A diferena entre primeiro e terceiro
colocadosem um rankingno equivale diferena entre o sexagsimo e o
sexagstmo segundo do mesmo ranking.

1.3.1 Mdia Aritmtica


(tambm referida como mdia,
simplesmente)

representada por X (que se l X barra)


para a amostra e

por para
a populao; obtida somando todos os valores
disponveis e dividindo o
resultado por n, que representa a quantidade de
valores
seja, a quantidade de valores somados. Quatro pessoas disponveis, ou
com idades de 20.
22, 26 e 28 anos tero uma mdia de idades igual a

X = (20 +22 +26 + 28) / 4 = 24 anos


Para um dado conjunto de dados, a mdia sempre
existe, tem valor
nico e sensvel presena de valores extremos; uma de suas
vantagens
a facilidade de clculo. A frmula da mdia aritmtica dada
por

onde Xirepresenta cada uma das n observaes disponveis na


amostra, i
varia de 1 (primeira observao) at n (ltima observao).
A mdia aritmtica uma medida de fcilcompreenso e aplicao,
usa todos os valores da amostra, valor nico e fcilde incluir em
frmulas
matemticas, tendo a desvantagem de ser afetada por valores extremos.
Consideremos um conjunto de valores que representam uma determinada populao composta pelos 50 valores que seguem. 34B / 35,5 /
28,6/ 29,4 / 41,5 / 36,8 / 33,4 / 36,0/ 30,2 / 33,2 / 33,7 / 34,3 /
/ 31,0

/ 27,4/ 33,9/ 37,6/ 39,9/ 27,2/34,2/ 30,2/ 30,4/ 39.9/ 40,0/ 40,6/

33,9/ 325 / 29,6/ 30,6/ 40,4/ 30,1/ 35,3/ 41,4/ 28,5/ 40,1/

31,6
/ 395/ 34,8/ 29,9/ 37,8/ 29/ / 37,4/ 27,4/ 365/ 40,8/ 32,9/ 40,0
/

44,1 / 41,4. Essa populaao tem como valor mnimo 24,4e como valor mximo 44,1 e mdia aritmtica igual a 34,5. A partir desse conjunto de valores, foram tomadas aleatoriamente doze amostras, e sobre elas se fez um
estudo do comportamento dos valores da mdia aritmtica Foram tornadas trs amostras de 25 valores, uma amostra com 24 valores, duas amostras com 17 valores, duas com 13 valores, duas com 10 valores, uma com 9
valores e outra com 7 valores. Os valores obtidos para a mdia aritmtica
foram, respectivamente,

34,2, 34,2, 34,8, 34,9, 33,5, 35,8, 36,3, 355, 33,6,