Est10 e

CARACTERSTICAS AMOSTRAIS
_________________________________________________________________
Captulo 3
MEDIDAS DE LOCALIZAO E DISPERSO
3.1 - Introduo
Vimos anteriormente alguns processos de resumir a informao contida nos dados,
utilizando tabelas e grficos. Veremos agora um outro processo de resumir essa
informao, utilizando determinadas medidas, calculadas a partir dos dados, que se
chamam estatsticas.
Das medidas ou estatsticas que iremos definir para caracterizar os dados, destacam-se
as medidas de localizao, nomeadamente as que localizam o centro da amostra, e as
medidas de disperso, que medem a variabilidade dos dados.
Observemos que, ao resumir na forma de alguns nmeros a informao contida nos
dados, estamos a proceder a uma reduo "drstica" desses dados. Assim, estas
medidas devem ser convenientemente escolhidas, de modo a representarem o melhor
possvel o conjunto de dados que pretendem sumariar. Como veremos, definiremos
vrias medidas possveis, mas no poderemos dizer, de uma forma geral, que uma
melhor do que outra, j que a sua utilizao depende do contexto e da situao em que
necessitam de ser calculadas e de como vo ser utilizadas.
Ser mesmo necessrio utilizar os dois tipos de medidas, isto , de localizao e de
disperso, para caracterizar um conjunto de dados? O exemplo seguinte procura
responder a esta questo.
Exemplo 1 - Dois alunos do 12 ano obtiveram as seguintes notas:
Pedro
Joo
14
15
13
10
13
8
13
13
13
14
13
13
14
16
13
14
13
16
_________________________________________________________________
O Pedro e o Joo tiveram a mesma mdia de 13.2, mas o Joo no teve aproveitamento
a todas as disciplinas. Quer dizer que utilizmos uma medida de reduo dos dados, a
mdia, que no suficiente para caracterizar e diferenciar os dois conjuntos de dados.
Efectivamente, se representarmos num diagrama de caule-e-folhas os dois conjuntos,
obtemos duas representaes com aspecto diferente, j que na segunda representao
se verifica uma maior variabilidade, isto , os dados esto mais dispersos.
1
1
3333333
44
0
1
1
1
1
1
1
1
8
0
33
44
5
66
Antes de comear a definir as medidas que vo ser utilizadas para resumir a informao
contida nos dados (e lembramos mais uma vez que estamos na fase da anlise
estatstica conhecida por ESTATSTICA DESCRITIVA), vamos introduzir uma notao
conveniente para representar a amostra. Assim, o conjunto de dados ou observaes
que constituem a amostra ser representado por
x1, x2, x3, , xn
onde x1, x2,...., xn, representam, respectivamente, os resultados da 1 observao,d a 2
observao, da n-sima observao, a serem recolhidas para constituir uma amostra de
dimenso n. Esta notao no pressupe uma ordenao.
3.2 - Medidas de localizao

De entre as medidas de localizao, merecem destaque especial as que localizam o
centro de uma amostra.
Vimos anteriomente que uma representao grfica adequada para um conjunto de
dados contnuos era, por exemplo, o histograma. Vimos tambm que um histograma
pode ter vrios aspectos, nomeadamente pode apresentar uma forma simtrica ou
_________________________________________________________________
enviesada. No caso particular do histograma ser perfeitamente simtrico, no haveria

dvida em dizer qual o centro dessa distribuio:
Centro
No entanto, a situao anterior muito rara, pois devido aleatoriedade presente nos
dados, os histogramas no apresentam aquele aspecto. Por outro lado, quando o
histograma enviesado, a situao ainda se torna mais complicada, pois difcil de
dizer o que o centro. Existem ento vrios processos para definir o centro, cujas
medidas no do normalmente o mesmo resultado. Destas medidas destacamos a
mdia e a mediana, a definir seguidamente.
3.2.1 - Mdia
A mdia amostral ou simplesmente mdia, a medida de localizao do centro da
amostra, mais vulgarmente utilizada. Representa-se por xe calcula-se utilizando o
seguinte processo:
- Somam-se todos os elementos da amostra
- Divide-se o resultado da soma pelo nmero de elementos da amostra
Utilizando a notao introduzida anteriormente para representar a amostra, de dimenso
n, a mdia obtm-se a partir da expresso:
x=
E se os dados se encontram agrupados?
Neste caso podem-se verificar duas situaes:
_________________________________________________________________
- Os dados so discretos e as diferentes classes so os diferentes valores que surgem

na amostra. Ento ainda se pode calcular a mdia a partir da seguinte expresso
x=
onde:
k o nmero de classes do agrupamento

ni a frequncia absoluta da classe i, n =
yi o valor correspondente classe i
- Os dados so discretos ou contnuos e as classes so intervalos. Ento j no temos

um valor exacto para a mdia, mas sim um valor aproximado, o qual dado pela
expresso
x
onde:
k o nmero de classes do agrupamento

ni a frequncia absoluta da classe i
yi o ponto mdio da classe i, o qual considerado como elemento
representativo da classe.
Observao importante: Ao calcular a mdia a partir de dados agrupados, em que as

classes so intervalos, no se obtm o verdadeiro valor da mdia, mas sim um valor
aproximado. Para se obter o valor exacto da mdia ter de se considerar os dados
originais, caso estejam disponveis.
Ao contrrio do que o novo programa de Matemtica ( Matemtica - Programas, 10, 11
e 12 anos - Ministrio da Educao, Departamento do Ensino Secundrio, Janeiro
1997) faz crer, para calcular a mdia de dados contnuos, no tem que se proceder a
qualquer agrupamento. Pode acontecer que os dados nos sejam fornecidos j
agrupados e nesse caso no temos outra alternativa seno calcular um valor
aproximado para a mdia.
A mdia ser sempre uma medida representativa dos dados?
Ao determinar a mdia dos seguintes dados
12.4 13.5 13.6
11.2 15.1 10.6
12.4 14.3
113.5
_________________________________________________________________
obteve-se o valor
x= 24.1.
Embora todos os dados, menos um, estejam no intervalo [10.6, 15.1], o valor obtido para
a mdia est "bem afastado" daquele intervalo! Uma medida que se pretendia
representativa dos dados, no est a conseguir esses objectivos, pois se nos disserem
que um conjunto de dados tem mdia 24.1, imediatamente pensamos em valores que
no se afastem muito daquele valor.
O que acontece que a mdia muito sensvel a valores muito grandes ou muito
pequenos.
No caso do exemplo foi o valor 113.5 que inflacionou a mdia. Alm disso temos alguma
razo para pensar que pode ter havido um erro ao digitar o valor 113.5, digitando um 1 a
mais!
E se em vez de 113.5 o valor correcto fosse 13.5, qual o valor da mdia? Neste caso
para a mdia dos seguintes dados
12.4 13.5 13.6
obteve-se o valor
11.2 15.1 10.6
12.4 14.3
13.5
x= 13.0, significativamente diferente do obtido no caso anterior!
Sendo a mdia uma medida to sensvel aos dados, preciso ter cuidado com a sua
utilizao, pois pode dar uma imagem distorcida dos dados que pretende representar!
Para alm do facto de ser uma medida muito simples de calcular, existir alguma outra
razo que a torne uma medida to "popular"?
Pode-se mostrar (e essa demonstrao faz parte da Inferncia Estatstica) que quando a
distribuio dos dados "normal" (o histograma correspondente tem a forma aproximada de um sino), ento a melhor medida de localizao do centro a mdia. Ora
sendo a Distribuio Normal uma das distribuies mais importantes e que surge com
mais frequncia nas aplicaes, esse facto justifica a grande utilizao da mdia.
A mdia tem uma outra caracterstica, que torna a sua utilizao vantajosa em certas
aplicaes:
_________________________________________________________________
Quando o que se pretende representar a quantidade total expressa pelos dados,

utiliza-se a mdia. Na realidade, ao multiplicar a mdia pelo n total de elementos,
obtemos a quantidade pretendida.
Obervao: Chama-se a ateno para que s tem sentido calcular a mdia para
dados de tipo quantitativo.
Sugestes didcticas e comentrios

Actividade 1 - Mdia ( Statistical Tools and Statistical Literacy: the Case of the Average Teaching Statistics, vol 17, n. 3, 1995)
Pretende-se que os Professores insistam no s no conhecimento do conceito de mdia,
mas tambm na sua interpretao. O estudo da mdia deve envolver muito mais do que
aprender as propriedades matemticas da mdia (por exemplo a soma dos desvios
igual a zero), ou fazer com que os estudantes calculem a mdia de qualquer conjunto de
dados que lhes aparea, independentemente se isso tem ou no sentido.
Como futuros consumidores da informao estatstica, os estudantes devem ter bem
presente as vrias interpretaes da palavra "mdia". Uma actividade interessante pode
ser a de pedir aos estudantes que procurem nos dicionrios o significado para esta
palavra. Uma quantidade de interpretaes legtimas, a acrescentar " aquilo que se
obtm somando os dados todos e dividindo pelo nmero deles", surpreender-nos-!
Seguidamente pedir-se- aos estudantes que interpretem e comentem algumas frases
onde entra a palavra mdia, como por exemplo:
1 - Um adulto mdio come 5 kg de gelado por ano.
2 - Em mdia, os adultos comem 5 kg de gelado por ano.
3 - Um adulto come uma mdia de 5 kg de gelado por ano.
Comentrio: Em 1, a palavra mdio no est empregue com o significado estatstico de
mdia como caracterstica amostral. Pretende significar um adulto "normal", que se
utiliza como referncia. Em 2, pretende-se dizer que ao recolher a informao sobre a
_________________________________________________________________
quantidade de gelado comida por ano, por uma amostra de vrios adultos, se concluiu
que a mdia dos valores observados de 5 kg. Obteve-se a mdia dividindo a soma das
quantidades observadas pelo nmero de adultos inquiridos. Finalmente em 3, o que se
observou foi a quantidade de gelado comida, por ano, por um adulto, escolhido ao
acaso, e durante vrios anos. Obteve-se a mdia dividindo a soma das quantidades
obtidas pelo nmero de anos observados.
Os estudantes ao elaborarem um inqurito podem discutir como que os inquiridos
interpretaro frases alternativas para uma questo, tais como:
4 - Em mdia, quanto gelado come por semana?
5 - Qual a quantidade mdia de gelado que come por semana?
6 - Numa semana mdia, quanto gelado come?
Esta actividade pode tambm ajudar os estudantes a aperceberem-se que, para
compreender o significado do termo "mdia" quando usado num sentido estatstico,
necessrio saber muito mais do que somar e dividir! necessrio obter informao, por
exemplo, acerca do contexto e objectivo do estudo.
Actividade 2 - Um pai tinha 5 depsitos a prazo (de montantes diferentes) que pensou
sortear pelos seus 5 filhos. Depois pensou melhor e decidiu que eles tinham que receber
todos a mesma quantia. Ento como que ele deve proceder? Se ele tivesse comeado
por utilizar o primeiro processo, alguns dos irmos teriam de devolver dinheiro, enquanto
que os outros teriam de receber mais. Ser que as quantias devolvidas chegam para
pagar aos que ainda tm de receber?
Concretize a situao anterior admitindo que as quantias (em milhares de contos) em
jogo eram 10 , 11, 14, 15 e 16.
1 caso - O pai d uma das quantias a cada filho, tendo o resultado do sorteio sido o
seguinte:
Jos - 10 mil contos ; Joana - 11 mil contos; Maria - 14 mil contos;
Joo - 15 mil contos; Lus - 16 mil contos
2 caso - O pai d uma quantia igual a cada um dos filhos
Ento ter que dar a cada um a mdia das quantias, pelo que cada filho recebe
_________________________________________________________________
= 13.2.
Assim
Jos
Joana
Maria
Joo
Lus
tem a receber 3 mil e 200 contos

tem a receber 2 mil e 200 contos
tem a devolver 800 contos
tem a devolver mil e 800 contos
tem a devolver 2 mil e 800 contos
A soma das quantias a receber (3.2 + 2.2) = 5.4, enquanto que a soma das quantias a
devolver (0.8 + 1.8 + 2.8) = 5.4, pelo que efectivamente as quantias devolvidas
chegam para pagar as quantias a receber.
Graficamente temos
15
13.2
10
quantia a receber
quantia a devolver
Jos Joana
Maria Joo
Lus
Propriedade: Dado um conjunto de dados a soma dos desvios de cada um,

relativamente mdia, igual a zero.
Problema: "Todos os jovens levaram bolos para uma festa. Durante a festa todos os jovens comeram a mesma quantidade de bolos, por isso houve alguns que tiveram de dar
bolos e outros que receberam bolos. O nmero total de bolos dados foi igual ao nmero
total de bolos recebidos" Isto verdade? SIM ou NO?" (Leon e Zawojewsk, in Hawkins,
1992)
Actividade 3 - Sendo uma medida importante, a mdia muitas vezes permite que se faam afirmaes menos correctas. Comente com os alunos casos onde a mdia "mal"
utilizada, como por exemplo:
Um jornalista publicou no seu jornal a seguinte notcia relativamente aos atrasos das
camionetas que partiam de Sintra para Lisboa: "As camionetas da empresa VIAJANTE
com destino a Lisboa e partindo de Sintra, tm em mdia meia hora de atraso". O
jornalista baseou-se na seguinte informao: As camionetas com partida s 10h30m
verificaram os seguintes atrasos (em minutos), durante a semana de 24 a 30 de Maro:
_________________________________________________________________
2 feira
3 feira
4 feira
5 feira
6 feira
Sbado
Domingo
11
170
sem atraso
10
Nota: Na 4 feira houve uma ameaa de bomba no terminal de camionagem.
Vamos ver de seguida uma outra medida de localizao do centro da amostra,

alternativa mdia e que a mediana.
3.2.2 - Mediana
A mediana uma medida de localizao do centro da distribuio dos dados, definida do
seguinte modo: ordenados os elementos da amostra, a mediana o valor (pertencente
ou no amostra) que a divide ao meio, isto , 50% dos elementos da amostra so menores ou iguais mediana e os outros 50% so maiores ou iguais mediana.
Para a determinao da mediana, utiliza-se a seguinte regra, depois de ordenada a
amostra de n elementos:
- Se n mpar, a mediana o elemento mdio.
- Se n par, a mediana a semi-soma dos dois elementos mdios.
Uma forma simples de aplicar a regra anterior considerar o quociente :
- Se este quociente for um n inteiro, considera-se para mediana o elemento
nessa posio;
- Se este quociente terminar em 0.5, considera-se a sua parte inteira e faz-se a
semi-soma do elemento a que corresponde essa ordem, com o seguinte.
Exemplo 2: Considere o seguinte conjunto de notas de um aluno do 10 ano
10
10
10
11
11
11
11
12
A mdia e a mediana deste conjunto de dados so, respectivamente,

x= 10.75
m = 11
Admitamos que uma das notas de 10 foi substituda por uma de 18. Ento neste caso a
mediana continuaria a ser 11, enquanto que a mdia subiria para 11.75!
_________________________________________________________________
Como medida de localizao, a mediana mais resistente do que a mdia, pois no

to sensvel aos dados!
Ento qual destas medidas prefervel? Mdia ou mediana?
- Quando a distribuio simtrica, a mdia e a mediana coincidem.
- A mediana no to sensvel, como a mdia, s observaes que so muito maiores
ou muito menores do que as restantes (outliers). Por outro lado, a mdia reflecte o valor
de todas as observaes.
Assim, no se pode dizer em termos absolutos, qual destas medidas prefervel,
dependendo do contexto em que esto a ser utilizadas.
Quando a distribuio dos dados simtrica ou aproximadamente simtrica, as medidas
de localizao do centro da amostra, mdia e mediana, coincidem ou so muito
semelhantes. O mesmo no se passa quando a distribuio dos dados assimtrica,
facto que se prende com a pouca resistncia da mdia, como j se referiu anteriormente.
A mdia, ao contrrio da mediana, uma medida muito pouco resistente, isto , muito
influenciada por valores "muito grandes" ou "muito pequenos", mesmo que estes valores
surjam em pequeno nmero na amostra. Estes valores, chamados outliers, so os
responsveis pela m utilizao da mdia em muitas situaes em que teria mais
significado utilizar a mediana.
Exemplo 3: Os salrios dos 160 empregados de uma determinada empresa,
distribuem--se de acordo com a seguinte tabela de frequncias:
Salrio
(milhares escudos)
45
60
70
80
120
380
N empregados
23
58
50
20
Calcule a mdia e a mediana e comente os resultados obtidos.

Clculo da mdia:
x= (23 6 45 +58 660 + +7 6 120 + 2 6380)/ 160
= 71.5
10
10
_________________________________________________________________
Clculo da mediana:
Como n par, a mediana a semi-soma dos elementos mdios
m = semi-soma dos elementos de ordem 80 e 81
= 60
A mdia muito superior mediana, pois 2 dos valores do conjunto de dados so muito
grandes, quando comparados com os restantes, tendo assim inflacionado a mdia.
Efectivamente, dos 160 empregados, s 29 que tm salrio superior mdia.
A mediana d-nos uma ideia mais correcta do nvel dos salrios, que so de um modo
geral muito baixos. Assim, d-nos a indicao de que 50% dos salrios so menores ou
iguais a 20 mil escudos, enquanto que os restantes so maiores ou iguais quele valor.

Suponhamos que ao pretender digitar, num computador, o seguinte conjunto de dados
5, 2, 10, 6, 9
se digitou
5, 2, 50, 6, 9
Estude o comportamento das duas medidas de localizao do centro da amostra,
relativamente ao outlier introduzido (o valor 50):
Resoluo:
Mdia
Mediana
Dados originais
(5,2,10,6,9)
6.4
6
Dados copiados
(5,2,50,6,9)
14.4
6
mediana
mdia
10
mediana
20
30
40
20
30
40
mdia
50
10
11
50
11
_________________________________________________________________
Resumindo, como a mdia influenciada quer por valores muito grandes, quer por
valores muito pequenos, se a distribuio dos dados for enviesada para a direita (alguns
valores grandes como outliers), a mdia tende a ser maior que a mediana; se for
aproximadamente simtrica, a mdia aproxima-se da mediana e se for enviesada para a
esquerda (alguns valores pequenos como outliers), a mdia tende a ser inferior
mediana. Representando as distribuies dos dados ( esta observao vlida para as
representaes grficas na forma de diagrama de barras ou de histograma) na forma de
uma mancha, temos, de um modo geral:
mdia mediana
mdia > mediana
mdia < mediana
Deve ser ento chamada a ateno que o simples clculo da mdia e da mediana nos
pode dar informao sobre a forma da distribuio dos dados.
Como calcular a mediana a partir de dados agrupados?

Por vezes os dados apresentam-se agrupados, sendo necessrio calcular a mediana a
partir das tabelas ou das representaes grficas correspondentes.
Consideremos de novo o exemplo 5 do captulo 2.
Exemplo 5 (cont) - A partir da tabela de frequncias pretende-se calcular a mediana:
Tabela de frequncias
Classes
[0, 10[
[10, 20[
[20, 30[
[30, 40[
[40, 50[
[50, 60[
[60, 70[
Total
Rep. classe
5
15
25
35
45
55
65
Freq. abs.
21
7
9
7
3
0
3
50
12
Freq. rel.
0.42
0.14
0.18
0.14
0.06
0.00
0.06
1.00
Freq.rel.acum
0.42
0.56
0.74
0.88
0.94
0.94
1.00
-
12
_________________________________________________________________
Considerando a coluna correspondente s frequncias relativas acumuladas, verificamos que a frequncia de 50% corresponde classe [10, 20[, sendo ento esta a classe
que contm a mediana: classe mediana. Para obter um valor aproximado para a
mediana, partimos do princpio que a frequncia de 14% correspondente a esta classe
se distribui uniformemente sobre o intervalo de amplitude 10. Assim, fazendo uma regra
de trs simples, como j exemplificmos com a funo cumulativa, vamos a esta classe
procurar o valor a que corresponda uma frequncia de 8%:
8%
6%
20
10
O valor aproximado para a mediana, obtido por este processo, 15.71.

A partir dos dados originais, o valor obtido para a mediana a semi-soma entre os
elementos das posies 25 e 26, ou seja, = 15.85
Observao: Como se verifica, existe uma diferena entre o valor aproximado da
mediana, obtido a partir dos dados agrupados e o valor exacto da mediana obtido a
partir dos dados originais. Efectivamente, a hiptese de que, dentro de cada classe, os
dados se distribuem uniformemente , muitas vezes, pouco realista. Repare-se como se
distribuem os 7 elementos da classe [10, 20[:
*
*
* *
10
*
*
20
Ainda para este exemplo, vamos calcular o valor aproximado para a mdia a partir dos
dados agrupados. Substituimos os elementos de cada classe pelo ponto mdio da
classe, que elegemos como ponto representativo :
x 5 6 0.42 + 15 6 0.14 +25 6 0.18 +35 6 0.14 +45 6 0.06+65 6 0.06
x 20.02
13
13
_________________________________________________________________
Por outro lado o valor exacto para a mdia ser:

x=
= 19.46
Comparando os valores da mediana e da mdia, verifica-se que a mdia superior
mediana. Isto sintoma de que os dados no se distribuem de forma simtrica, mas sim
de forma enviesada para a direita, havendo alguns valores grandes que esto a
inflacionar a mdia. Efectivamente esta caracterstica j havia sido realada pela forma
do histograma.
E se a tabela de frequncias tivesse o seguinte aspecto
Classes
[0, 10[
[10, 20[
[20, 30[
[30, 40[
[40, 50[
[50, 60[
[60, 70[
Total
Freq. abs.
21
4
12
7
3
0
3
50
Freq. rel.
0.42
0.08
0.24
0.14
0.06
0.00
0.06
1.00
Freq.rel.acum
0.42
0.50
0.74
0.88
0.94
0.94
1.00
-
como calcular um valor aproximado para a mediana? Neste caso considervamos o

valor 20, pois o menor valor a que corresponde uma frequncia acumulada de 50%.
Ainda para exemplificar o clculo da mediana para dados agrupados vejamos o seguinte
exemplo correspondente a dados discretos (as classes so pontos):
Classes
0
1
2
3
4
Total
Freq. abs.
4
6
5
3
2
20
Freq. rel.
Freq.rel.acum
0.20
0.20
0.30
0.50
0.25
0.75
0.15
0.90
0.10
1.00
1
-
O valor 1 satisfaz a condio para ser mediana, mas qualquer valor entre 1 e 2 tambm
satisfaz essas condies! ou no verdade que se escolhessemos para mediana 1.2,
14
14
_________________________________________________________________
50% dos elementos da amostra so menores ou iguais a 1.2 e os restantes so maiores

ou iguais a 1.2? No entanto, para fixar ideias costuma-se escolher para mediana o ponto
mdio entre 1 e 2, de forma que a mediana seria neste caso 1.5, o que est de acordo
com a metodologia indicada para o clculo da mediana a partir dos dados antes de
agrupados.
Nota: Deve-se chamar a ateno para que, com dados de tipo qualitativo, as nicas
caractersticas amostrais que se podem calcular so a moda, categoria com maior
frequncia, e por vezes a mediana, quando for possvel estabelecer uma hierarquia
entre as diferentes categorias ou modalidades que a varivel em estudo possa assumir.
Por exemplo, numa grande empresa em que os trabalhadores podem assumir um de 5
postos possveis, representados pelas letras A, B, C, D e E, em que o posto A o mais
importante e E o menos importante, recolheu-se uma amostra de 15 empregados,
registando-se as respectivas categorias:
A, E, E, E, B, C, E, D, D, E, B, D, D, E, E
Ordenando a amostra anterior, por ordem crescente de importncia do posto de
trabalho, obtm-se:
E, E, E, E, E, E, E, D, D, D, D, C, B, B, A
mediana
Se a amostra anterior no tivesse o elemento A, ento a mediana seria o posto de
trabalho E, pois 50% dos elementos da amostra tm categoria inferior ou igual a E.
3. 2.3 - Quartis
A noo de quartil j foi abordada, quando falamos no diagrama de extremos e quartis.
Assim o quartil de ordem 1 ou 1 quartil (respectivamente ordem 3 ou 3 quartil), Q 1
15
15
_________________________________________________________________
(Q3), ser o valor tal que 25% (75%) dos elementos da amostra so menores ou iguais a
ele e os restantes so maiores ou iguais.
H vrios processos para a determinao dos quartis, que nem sempre conduzem aos
mesmos resultados. Um dos processos pode ser o de utilizar a mesma metodologia
aplicada para a obteno da mediana, isto , consideram-se os quartis como as
medianas das duas partes em que ficou dividida a amostra inicial pela mediana. A parte
inferior dividida pelo 1 quartil, enquanto que a parte superior dividida pelo 3 quartil.
Exemplo 4: Dada a seguinte amostra
12
10
11
17
18
14
13
10
15
12
15
17
18
pretende-se calcular o 1 quartil e o 3 quartil.

1 - A primeira operao consiste em ordenar a amostra:
10
10
11
12
12
13
14
2 - Depois, uma vez que o nmero de elementos 10 (par), a mediana ser a semisoma dos elementos de ordem 5 e 6:
1 quartil=11
10
10
11
12
3quartil=15
12
13
14
15
15
18
mediana = 12.5
3 - Finalmente o 1 quartil (3 quartil) ser a mediana da parte inferior (parte superior)
em que ficou dividida a amostra pela mediana.
Suponhamos que a amostra tinha mais 3 elementos (n mpar de elementos):
16
16
_________________________________________________________________
1 quartil=12
10
10
11
12
3quartil=18
12
13
14
15
15
18
19
20
20
mediana = 14
Comentrio: Mesmo na utilizao deste processo podem-se levantar algumas dvidas,
quando o nmero de elementos da amostra mpar. Efectivamente pode-se optar por
considerar o elemento da amostra, seleccionado para mediana, como no pertencente a
nenhuma das partes, ao contrrio do que foi feito no exemplo, em que a mediana conta
para as duas partes.
Exemplo 5: Tendo-se decidido registar os pesos dos alunos de uma determinada turma
de Matemtica do 12 ano, obtiveram-se os seguintes valores (em kg):
52 56 62 54 52 51 60 61 56 55 56 54 57 67 61 49
Um aluno com o peso de 62kg, pode ser considerado "normal" , isto nem demasiado
magro, nem demasiado gordo?
Ordenando a amostra anterior, cuja dimenso 16, temos
49 51 52 52 54 54 55 56 56 56 57 60 61 61 62 67
1quartil=53
mediana= 56
3quartil=60.5
Um aluno com o peso de 62 Kg um bocado forte, pois s 25% dos alunos que tm
um peso superior ou igual a 60.5 Kg.
3.2.4 -Moda
Para um conjunto de dados, define-se moda como sendo o valor que surge com mais
frequncia, se os dados so discretos, ou o intervalo de classe com maior frequncia, se
os dados so contnuos e esto agrupados.
17
17
_________________________________________________________________
Esta medida merece referncia por ser especialmente til para reduzir a informao de
conjuntos de dados qualitativos, portanto apresentados sob a forma de nomes ou
categorias, para os quais no se pode calcular a mdia e por vezes nem a mediana ( se
no forem susceptveis de ordenao).

a) Com as sugestes apresentadas nos pontos 1 a 5, pretende-se obter uma maior
familiaridade com a noo dos quartis.
1. Considere os dados do exemplo 4. Determine os quartis, utilizando tabelas de
frequncia em que as classes so os diferentes valores que surgem na amostra.
Verifique que os resultados obtidos so idnticos aos obtidos no exemplo, tanto para a
amostra de dimenso 10 como 13.
2. Considere uma amostra de dados discretos de dimenso 15. Verifique que a
determinao dos quartis, pelos dois processos sugeridos (dados originais e dados
agrupados), no conduz aos mesmos resultados. Como curiosidade, adianta-se que os
dois processos s no conduzem aos mesmos resultados quando a dimenso da
amostra um mltiplo de 4 menos 1.
Comentrio: Se os dados forem contnuos, ou no caso de serem discretos o
agrupamento em classes foi feito utilizando intervalos, no se espera que os dois
processos conduzam aos mesmos resultados.
3. Pode-se referir aos alunos que os quartis, assim como outras medidas deste gnero a
que chamamos percentis ( os quartis so os percentis 25 e 75) so largamente utilizadas
pelos pediatras. Quando uma me leva o beb ao pediatra, ele pesa e mede a criana.
Depois pergunta me quantos meses tem o filho, consulta umas tabelas e diz em que
percentil que o filho est, relativamente ao peso e altura, tecendo alguns
comentrios sobre a condio fsica da criana. Assim, por exemplo, se o peso estiver
no percentil 60, significa que o beb est muito "bonzinho"! Se estiver perto do percentil
75, combina com a me uma dieta adequada, pois o beb est a ficar um pouco gordo!
4. Falar nas tabelas de pesos, que sobretudo as raparigas gostam de consultar para
saber se esto "na linha"!
5. Falar no processo utilizado para a definio da nota mnima do exame nacional, para
os alunos candidatos Universidade. No ano de 96/97, pela 1 vez funcionaram os
18
18
_________________________________________________________________
exames nacionais como provas especficas. Como nota mnima, exigiu-se para cada
prova a nota correspondente ao percentil 25. Isto significava que os 75% melhores
alunos dessa prova se poderiam candidatar.
b) 1 - Considere os seguintes conjuntos de nmeros:
1 2 3 4 5
2 3 4 5 6
3 5 7 9 11
Para cada um destes conjuntos calcule a mdia. Identifique qual a relao existente
entre os conjuntos e diga como poderia obter a mdia do ltimo conjunto, a partir da
mdia dos dois primeiros conjuntos.
2 - Considere os seguintes diagramas de barras:
Para cada um deles assinale a posio aproximada da mdia.

3 - Faa o mesmo que no exerccio anterior para os seguintes diagramas de barras:
12
10
5
4
0
6 0
Suponha que as barras representam midos, em que as frequncias absolutas so os

respectivos pesos, e o eixo horizontal a tbua de um balanc. O que representa o ponto
onde marcou a mdia, relativamente ao balanc, se este estiver em equilbrio?
4 - Considere os seguintes diagramas de barras. Relativamente a cada uma das
representaes:
6
5
4
3
2
1
6
5
4
3
2
1
0
19
3 4 5 6 7 8 9
10
19
_________________________________________________________________
6
5
4
3
2
1
0
a) Diga quais os dados observados e a frequncia com que foram observados.

b) Assinale a posio da mdia e da mediana. O que conclui?
5 - Numa sala de aulas de 21 alunos, 20 desses alunos tm em mdia a altura de 145
cm. a) Se o outro aluno, que no dia em que se fez as medies das alturas tinha faltado,
tiver de altura 150, qual a altura mdia da turma? b) Qual deve ser a altura do outro
aluno, que no dia em que se fez as medies das alturas tinha faltado, para que a altura
mdia da turma aumente de 1 cm?
6 - Num ponto de Matemtica com 5 questes, cada uma valendo 4 valores,
verificaram--se os seguintes resultados:
5% dos alunos tiveram
10%
"
"
"
25%
"
"
"
0
4
8
40% dos alunos tiveram

15%
"
"
"
5%
"
"
"
12
16
20
a) Se o teste foi realizado por 10 alunos, qual a pontuao mdia obtida?

b) Se o teste foi realizado por 20 alunos, qual a pontuao mdia obtida?
c) Ser que pode calcular a mdia sem saber o nmero de alunos? Deduza uma
expresso para o clculo da mdia, quando os dados esto agrupados em classes e
para cada classe dada a respectiva frequncia relativa.
d) Qual o valor da mediana?
7 -Considere os seguintes diagramas caule-e-folhas:
7
6
5 2 4 5
0 1 2 3 4 5 6 7 8 9
7
6
2 4 5
7
6
2 4 5
6
0 1 2 3 4 5 6 7 8 9
7
6
4 5
4
0 1 2 3 4 5 6 7 8
90
0 1 2 3 4 5 6 7 8 9
20
20
_________________________________________________________________
Para cada um dos conjuntos de nmeros representados anteriormente, calcule a mdia

e a mediana.
Notas: 1) Nas representaes anteriores desenharam-se os traos que separam os
caules das folhas horizontalmente, o que torna a representao em caule-e-folha
semelhante ao histograma. 2) Na ltima representao de caule-e-folha, utilizou-se uma
notao diferente da habitual, pois um dos valores do correspondente conjunto de dados
muito maior do que os outros, optando-se por interromper o trao que separa os
caules das folhas.
8 - Pretende-se iniciar uma nova cultura numa certa regio agrcola. Sendo a
pluviosidade um dos factores determinantes, recorreu-se aos valores da precipitao
diria nos ltimos 3 anos e elaborou-se a seguinte tabela:
Pluv.
(mm)
[0,5[
[5,10[
[10,15[
[15,20[
[20,25[
[25,30[
[30,35[
[35,40
N dias
105
148
220
193
184
123
95
27
Suponha que s se deve introduzir a cultura no caso de, em pelo menos 50% dos dias a
pluviosidade ultrapassar os 18 mm. Ser ou no razovel, cultivar nesta regio o produto
em causa?
3.3 - Medidas de disperso

Um aspecto importante no estudo descritivo de um conjunto de dados o da determinao da variabilidade ou disperso desses dados relativamente medida de localizao do centro da amostra. Efectivamente as medidas de localizao que estudamos
no so suficientes para caracterizar completamente um conjunto de dados.
Considerem-se os trs conjuntos de dados:
Conjunto 1
15
21
15
15
15
15
21
_________________________________________________________________
Conjunto 2
10
13
15
17
20
Conjunto 3
15
23
30
Embora tenham a mesma mdia e mediana, tm um aspecto bem diferente no que diz
respeito variabilidade.
15
10
0
13 15
17
20
15
23
30
Como a medida de localizao mais utilizada a mdia, ser relativamente a ela que se
define a principal medida de disperso - o desvio padro, apresentado a seguir.
Comeamos, no entanto, por definir varincia, que serve de base definio de desvio
padro.
3.3.1 - Varincia
Define-se a varincia, e representa-se por s2, como sendo a medida que se obtm
somando os quadrados dos desvios das observaes, relativamente mdia, e
dividindo pelo nmero de observaes:
s2 =
Estamos a utilizar a notao j introduzida anteriormente, para representarmos a
amostra.
Quais as razes que nos levam a considerar aquela definio para a varincia?
- Se afinal pretendemos medir a disperso relativamente mdia, porque que no
somamos simplesmente os desvios, em vez de os quadrar?
O que acontece que a soma dos desvios igual a zero, como j vimos no estudo da
mdia
(x1 - x) + (x2 - x) + (x3 - x) + .... +(xn - x ) = 0
22
22
_________________________________________________________________
Poderamos ter utilizado mdulos, para evitar que a soma dos desvios positivos
cancelasse com a dos desvios negativos, mas pode-se mostrar que, sob o ponto de
vista estatstico, prefervel trabalhar com os quadrados do que com os mdulos!
Nota: Por vezes utiliza-se uma outra frmula, muito semelhante anterior, mas em que
a soma dos quadrados dos desvios aparece a dividir por (n-1):
s*2 =
Na realidade, s aparentemente que temos n desvios independentes, isto , se

calcular (n-1) desvios, o restante fica automaticamente calculado, uma vez que a sua
soma igual a zero! Costuma-se referir este facto, dizendo que se perdeu um grau de
liberdade. Esta definio, embora prefervel por razes que se prendem com a Inferncia
Estatstica, contudo menos intuitiva, e no objectivo desta anlise proceder a
qualquer tipo de Inferncia Estatstica. Assim, a opo entre as duas expresses pode
ser deixada ao critrio do Professor, que poder por exemplo escolher a que for utilizada
no manual indicado para os alunos. No poder deixar de referir a existncia das duas
expresses, tanto mais que elas coexistem na mquina de calcular. Tambm referir que
a diferena entre as duas expresses muito pequena, sobretudo se a dimenso da
amostra for suficientemente grande.
Uma vez que a varincia envolve a soma de quadrados, a unidade em que se exprime
no a mesma que a dos dados. Por exemplo, ao recolhermos informao sobre a
caracterstica altura, em cm, a varincia vir em cm 2, que uma medida de rea,
portanto dificilmente interpretvel como medida de variabiliadde. Assim, para obter uma
medida da variabilidade ou disperso com as mesmas unidades que os dados, e
portanto de mais fcil interpretao, tomamos a raiz quadrada da varincia e obtemos o
desvio padro.
3.3.2 - Desvio padro
23
23
_________________________________________________________________
Pelas razes apontadas anteriormente, a medida de disperso que se costuma utilizar

o desvio padro, que se representa por s e a raiz quadrada da varincia:
s=
ou
s* =
O desvio padro uma medida que s pode assumir valores no negativos e quanto
maior for, maior ser a disperso dos dados.
Relativamente aos trs conjuntos de dados apresentados no incio do estudo das
medidas de disperso, verificamos que:
- O conjunto 1 apresenta um desvio padro igual a zero, como seria de esperar,
pois se os valores so todos iguais, a disperso nula.
- Os conjuntos 2 e 3 apresentam um desvio padro s igual, respectivamente a
3.4 e 10.8.

O desvio padro (The standard deviation: some drawbacks of an intuitive approach Teaching Statistics, vol 7, n.3, 1985)
O que mede o desvio padro? Que tipo de variabilidade?
A variabilidade apresentada por um conjunto de observaes pode-se interpretar como:
- uma medida da diferena entre as obervaes, umas relativamente s outras;
24
24
_________________________________________________________________
- uma medida da diferena entre as observaes relativamente a uma medida

padro.
A seguinte experincia d conta de que nem sempre o desvio padro entendido pelos
alunos como uma medida da variabilidade relativamente mdia.
Consideremos dois conjuntos formados cada um por dois blocos: no 1 conjunto os
blocos tm altura 45 e 50 cm. No 2 conjunto as alturas dos blocos so 5 e 10 cm:
Qual dos conjuntos apresenta maior
v ariabilidade?
As respostas apresentadas por um
conjunto de 154 estudantes, f oram:
- maior v ariab. o A - 11%
- maior v ariab. o B - 69%
- a mesma v ariab. - 20%
Apresentou-se seguidamente aos mesmos alunos outros dois conjuntos C e D. No

conjunto C os blocos tm alturas 10, 20, 30, 40, 50 e 60 cm; no conjunto D h 3 blocos
de altura 10 cm e outros 3 blocos de altura 60 cm:
Qual dos conjuntos apresenta maior v ariabilidade?

As respostas apresentadas pelo conjunto de 154
estudantes, f oram:
- maior v ariab. o C - 50%
- maior v ariab. o D - 36%
- a mesma v ariab. - 14%
Comentrio: o resultado da experincia mostra que intuitivamente os estudantes entendem, de um modo garal, a variabiliadde em termos de "mais ou menos iguais uns relativamente aos outros", independentemente de considerarem um ponto padro como
referncia, nomeadamente a mdia.
25
25
_________________________________________________________________
Assim para visualizar convenientemente o conceito de variabilidade medida pelo desvio

padro, apresentam-se diagramas de barras. A partir destes grficos os estudantes
podem ver que a variabilidade das alturas pode ser expressa em termos dos desvios
relativamente mdia:
Freq.abs.
Freq.abs.
1
10
20
30
40
50
10
60
20
30
20
30
A
Freq.abs.
Freq.abs.
1
10
20
30
40
50
60
10
40
50
60
40
50
60
Pedindo para calcular o desvio padro das alturas de cada um dos conjuntos os
estudantes facilmente verificam que:
desvio padro de A = desvio padro de B
desvio padro de C < desvio padro de D
Confrontados com os resultados intuitivos, os estudantes concluem que o desvio padro
uma medida muito especfica da variabilidade.
O desvio padro, da mesma forma que a mdia, muito sensvel presena de outliers,
sendo portanto uma medida de disperso pouco resistente. Assim, um valor elevado
para o desvio padro pode ser devido ou a uma grande variabilidade nos dados, ou
ento a uma pequena variabilidade com a existncia de um ou mais outliers.
3.3.3 - Amplitude inter-quartil
26
26
_________________________________________________________________
A medida mais simples para medir a variabilidade a amplitude, que se representa por
um R (range) e se define como a diferena entre o mximo e o mnimo da amostra:
R = mximo - mnimo
27
27
A medida anterior tem a grande desvantagem de ser muito sensvel existncia, na

amostra, de uma observao muito grande ou muito pequena. Assim, define-se uma
outra medida, a amplitude inter-quartil, que , em certa medida, uma soluo de
compromisso, pois no afectada, de um modo geral, pela existncia de um nmero
pequeno de observaes demasiado grandes ou demasiado pequenas. Esta medida
definida como sendo a diferena entre os 1 e 3 quartis:
amplitude inter-quartil = 3 quartil - 1 quartil
ou, utilizando a notao que introduzimos quando falamos nos quartis,
amplitude inter-quartil = Q3 - Q1
Do modo como se define a amplitude inter-quartil, concluimos que 50% dos elementos
do meio da amostra esto contidos num intervalo com aquela amplitude. Esta medida j
foi, alis, utilizada na construo da box-plot.
Esta medida no negativa e ser tanto maior quanto maior for a variabilidade nos
dados. Mas, ao contrrio do que acontece com o desvio padro, uma amplitude interquartil nula, no significa necessariamente, que os dados no apresentem variabilidade.
Por exemplo, o seguinte conjunto de dados
10
20
30
30
30
30
30
30
40
50
tem desvio padro igual a 10.5 e amplitude inter-quartil igual a zero.

Qual das medidas de disperso utilizar? Desvio padro ou amplitude inter-quartil?
Do mesmo modo que a questo foi posta relativamente s duas medidas de localizao
mais utilizadas - mdia e mediana, tambm aqui se pode por o problema de comparar
aquelas duas medidas de disperso.
- A amplitude inter-quartil mais resistente, relativamente presena de outliers, do que
o desvio padro, que mais sensvel aos dados. Por outro lado, a amplitude inter-quartil
no reflecte o conjunto de todos os dados, como o desvio padro.
- Se a distribuio enviesada pode acontecer que o desvio padro seja muito superior
amplitude inter-quartil, sobretudo se se verificar a existncia de "outliers".
1. INFLUNCIA DA ALTERAO DOS VALORES DA VARIVEL NA MDIA E NO
DESVIO PADRO
Os 30 alunos de uma turma tiveram de fazer um trabalho de Histria. O
professor resolveu ver quantas pginas tinha cada trabalho e obteve a seguinte lista:
20
16
22
24
26
30
26
18
23
35
22
42
23
8
28
20
40
29
26
15
33
27
26
25
14
16
28
19
19
14
Podemos fazer um estudo estatstico sobre esta situao.
A populao constituda pelos 30 trabalhos da turma.
A varivel em estudo o nmero de pginas.
Introduzimos os dados nu-ma
calculadora grfica e rapida-mente
obtemos as medidas estats-ticas
desta distribuio.
A mdia 23.8.
O desvio padro 7.512.
A mediana 23.5.
A visualizao da distribuio pode ser feita num histograma e

num diagrama de extremos e quartis.
O professor achou que os trabalhos precisavam de uns anexos que ocupariam 5

pginas. Que influncia ter este aumento de 5 pginas na mdia e no desvio
padro?
Para evitar o trabalho de
escrever na calculadora todos os
novos valores, podemos criar, a partir
da lista L1, uma nova lista L2 em que
cada elemento tem mais 5 unidades.
A mdia passou para 23.8 + 5 = 28.8.

O desvio padro manteve-se
7.512.
A mediana passou para 28.5.
A visualizaoi da distribuio pode ser feita num histograma e
num diagrama de extremos e quartis.
A sobreposio no mesmo ecr dos diagramas de extremos e quartis das duas listas
mostra claramente que os dois diagramas so iguais, tendo havido apenas um
deslocamento de 5 unidades.
Vemos ento que um aumento de 5 em todos os valores fez com que a mdia e
a mediana tambm aumentassem de 5, enquanto que o desvio padro se no alterou.
No caso geral, se todos os valores de uma populao aumentarem de uma
quantidade b, a mdia tambm aumenta b, mas o desvio padro no se altera.
Imaginemos que o professor, em vez de pedir o aumento de 5 pginas, quisesse
que os alunos desenvolvessem mais o trabalho, de modo que cada um deles
ficasse 10% maior. Qual seria agora a influncia sobre a mdia e o desvio padro?
Podemos aproveitar a lista L1 que tem os valores iniciais, apagar a lista L2 e
colocar a os novos valores. Como se sabe, um aumento de 10% de uma certa
quantidade corresponde a multiplicar essa quantidade por 1.1.
Basta ento pr em L2 uma
lista obtida a partir de L1, multiplicando-a por 1.1.
A mdia agora 23.8 x 1.1 = 26.18.

O desvio padro 7.512 x 1.1
8.263.
A sobreposio no mesmo ecr
dos diagramas de
extremos e quartis para os dois casos mostra que o segundo

diagrama sofreu um alongamento. Cada novo valor 1.1 vezes
maior que o valor correspondente da primeira distribuio. Como
o diagrama mais alongado, o desvio padro maior.
Assim, neste caso, a mdia aparece multiplicada por 1.1 e o desvio padro
tambm.
No caso geral, se todos os valores de uma populao forem multiplicados por
uma constante a, tambm a mdia e o desvio padro aparecem multiplicados por a.
Que aconteceria se o professor exigisse no s que os trabalhos aumentassem
10% como tambm que se lhes acrescentasse o anexo de 5 pginas?
Vamos
criar,
partir
da
pimeira lista L1, a lista L2 em que

cada valor se obtm multiplicando o
valor
correspondente
por
1.1
somando 5.
A mdia 23.8 x 1.1 + 5 = 31.18.
O desvio padro 7.512 x 1.1
8.263.
A sobreposio no mesmo ecr dos diagramas de
extremos e quartis para os dois casos mostra que o segundo
diagrama sofreu um alongamento e um deslocamento.
No caso geral, se todos os valores de um conjunto de dados sofrerem uma
transformao do tipo ax+ b, a mdia sofre uma transformao idntica enquanto que o
desvio padro aparece multiplicado por a.
2 - Suponha que adicionou 100, a cada um dos valores de uma amostra. O que
acontece ao:
a) Desvio padro
b) Amplitude inter-quartil
c) Amplitude
d) Mdia
e) Mediana
3 - Suponha que obteve o valor -40.5 para a varincia. O que conclui?
4 - Suponha que a amplitude de uma amostra 105.4 e que ao calcular o desvio padro
obteve o valor 160.6. O que conclui?
5 - Suponha que tem os nmeros 0, 1, 2, 3, , 8, 9, 10. Pretende-se que escolha 4
destes nmeros, sendo permitidas repeties, tal que (Moore, 1995):
a) i) Os 4 nmeros escolhidos tenham o menor desvio padro possvel.
ii) Os 4 nmeros escolhidos tenham o maior desvio padro possvel.
b) Haver mais do que uma escolha possvel em i) e ii)?
6 - O Sr. Malaquias, cujas habilitaes literrias no vo alm do 4 ano de escolaridade, respondeu a 2 anncios de ofertas de emprego. As empresas trabalhavam no
mesmo ramo, pelo que o servio que o Sr. Malaquias iria fazer seria semelhante em
qualquer das empresas. Resolveu perguntar alguma coisa sobre os ordenados
processados nos dois stios, tendo obtido a seguinte informao:
Mdia
Mediana
Desvio padro
Empresa A
89 000$00
80 000$00
3 200$00
Empresa B
95 000$00
70 000$00
3 800$00
Qual das empresas aconselharia o Sr. Malaquias a escolher, e porqu?

7 - Algumas pessoas preocupam-se com quantas calorias consomem. A revista Consumer Reports, num estudo sobre cachorros quentes, mediu as calorias em 20 tipos de
salsichas de carne de vaca, 17 tipos de salsicha de carne de porco e 17 tipos de salsichas de carne de aves. Apresentam-se os "output" das estatsticas descritivas correspondentes a cada uma das variedades estudadas (Moore, 1995):
Carnedevaca:
Mean=156.8
Standarddeviation=22.64
N=20
Median=152.5
Min=111
Max=190
Quartiles=140,178.5
Carnedeporco:
Mean=158.7
Min=107
Max=195
N=17
Median=153
Quartiles=139,179
Min=87
Carnedeaves:
Mean=122.5
Max=170
N=17
Median=129
Quartiles=102,143
Construa diagramas de extremos-e-quartis paralelos, e faa uma comparao dos trs

tipos de cachorros, quanto s calorias.
8 - Suponha que pretende ter uma ideia da velocidade dos veculos numa autoestrada,
por onde est a seguir. Ajusta a sua velocidade at que o n de veculos que o ultrapassam consiga igualar o n de veculos que ultrapassou. Com este procedimento obtm um
valor aproximado para a velocidade mdia ou velocidade mediana (Moore, 1995)?

Est10 e

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Est10 e

Transféré par

Droits d'auteur :

Formats disponibles

CARACTERSTICAS AMOSTRAIS

3.2 - Medidas de localizao

enviesada. No caso particular do histograma ser perfeitamente simtrico, no haveria

- Os dados so discretos e as diferentes classes so os diferentes valores que surgem

k o nmero de classes do agrupamento

- Os dados so discretos ou contnuos e as classes so intervalos. Ento j no temos

k o nmero de classes do agrupamento

Observao importante: Ao calcular a mdia a partir de dados agrupados, em que as

11.2 15.1 10.6

11.2 15.1 10.6

x= 13.0, significativamente diferente do obtido no caso anterior!

Quando o que se pretende representar a quantidade total expressa pelos dados,

Sugestes didcticas e comentrios

tem a receber 3 mil e 200 contos

Propriedade: Dado um conjunto de dados a soma dos desvios de cada um,

Nota: Na 4 feira houve uma ameaa de bomba no terminal de camionagem.

Vamos ver de seguida uma outra medida de localizao do centro da amostra,

A mdia e a mediana deste conjunto de dados so, respectivamente,

Como medida de localizao, a mediana mais resistente do que a mdia, pois no

Calcule a mdia e a mediana e comente os resultados obtidos.

Sugestes didcticas e comentrios

mdia > mediana

mdia < mediana

Como calcular a mediana a partir de dados agrupados?

O valor aproximado para a mediana, obtido por este processo, 15.71.

Por outro lado o valor exacto para a mdia ser:

como calcular um valor aproximado para a mediana? Neste caso considervamos o

50% dos elementos da amostra so menores ou iguais a 1.2 e os restantes so maiores

pretende-se calcular o 1 quartil e o 3 quartil.

Sugestes didcticas e comentrios

Para cada um deles assinale a posio aproximada da mdia.

Suponha que as barras representam midos, em que as frequncias absolutas so os

a) Diga quais os dados observados e a frequncia com que foram observados.

40% dos alunos tiveram

a) Se o teste foi realizado por 10 alunos, qual a pontuao mdia obtida?

Para cada um dos conjuntos de nmeros representados anteriormente, calcule a mdia

3.3 - Medidas de disperso

Na realidade, s aparentemente que temos n desvios independentes, isto , se

3.3.2 - Desvio padro

Pelas razes apontadas anteriormente, a medida de disperso que se costuma utilizar

Sugestes didcticas e comentrios

- uma medida da diferena entre as observaes relativamente a uma medida

Apresentou-se seguidamente aos mesmos alunos outros dois conjuntos C e D. No

Qual dos conjuntos apresenta maior v ariabilidade?

Assim para visualizar convenientemente o conceito de variabilidade medida pelo desvio

3.3.3 - Amplitude inter-quartil

A medida anterior tem a grande desvantagem de ser muito sensvel existncia, na

tem desvio padro igual a 10.5 e amplitude inter-quartil igual a zero.

A visualizao da distribuio pode ser feita num histograma e

O professor achou que os trabalhos precisavam de uns anexos que ocupariam 5

A mdia passou para 23.8 + 5 = 28.8.

A mdia agora 23.8 x 1.1 = 26.18.

A sobreposio no mesmo ecr

extremos e quartis para os dois casos mostra que o segundo

pimeira lista L1, a lista L2 em que

Qual das empresas aconselharia o Sr. Malaquias a escolher, e porqu?

Construa diagramas de extremos-e-quartis paralelos, e faa uma comparao dos trs

Vous aimerez peut-être aussi