Estatística Aplicada PDF

Ministrio da Educao
Escola Tcnica Aberta do Brasil

Escola Tcnica da Universidade Federal do Paran
Estatstica Aplicada
Javert Guimares Falco
Cuiab, 2008
Ministro da Educao Fernando Haddad

Secretrio SEED/MEC Carlos Eduardo Bielschowsky
Coordenador da Escola Tcnica Geraldo Severino dos Santos
Aberta do Brasil
Comisso Editorial Prof Dr Maria Lucia Cavalli Neder - UFMT
Prof Dr Ana Arlinda de Oliveira - UFMT
Prof Dr Lucia Helena Vendrusculo Possari - UFMT
Prof Dr Mrcia Freire Rocha Cordeiro Machado - ET-UFPR
Prof Dr Gleyva Maria Simes de Oliveira - UFMT
Prof. M. Sc. Oreste Preti - UAB/UFMT
Designer Educacional Maria Cristina de Aguiar Campos
Ficha Catalogrfica
F181e
FALCO, Javert Guimares

Estatstica aplicada / Javert Guimares Falco.
Cuiab: EdUFMT; Curitiba: UFPR, 2008.
92p.: il.; color.
Inclui bibliografia
ISBN 9788561819286
1. Estatstica 2. Estatstica - Textos didticos 1. I. Ttulo.
CDU - 311(075)
Reviso Germano Aleixo Filho

Capa To de Miranda (Lay out)
Hugo Leonardo Leo Oliveira (arte final)
Ilustrao To de Miranda
Diagramao Terencio Francisco de Oliveira

Elizabeth Kock Carvalho Netto
Cuiab, 2008
PROGRAMA e-TEC BRASIL
Amigo(a) estudante:
O Ministrio da Educao vem desenvolvendo Polticas e Programas para

expanso da Educao Bsica e do Ensino Superior no Pas. Um dos caminhos
encontrados para que essa expanso se efetive com maior rapidez e
eficincia a modalidade a distncia. No mundo inteiro so milhes os
estudantes que freqentam cursos a distncia. Aqui no Brasil, so mais de 300
mil os matriculados em cursos regulares de Ensino Mdio e Superior a distncia,
oferecidos por instituies pblicas e privadas de ensino.
Em 2005, o MEC implantou o Sistema Universidade Aberta do Brasil (UAB), hoje,
consolidado como o maior programa nacional de formao de professores,
em nvel superior.
Para expanso e melhoria da educao profissional e fortalecimento do Ensino
Mdio, o MEC est implementando o Programa Escola Tcnica Aberta do Brasil
(e-Tec Brasil). Espera, assim, oferecer aos jovens das periferias dos grandes
centros urbanos e dos municpios do interior do Pas oportunidades para maior
escolaridade, melhores condies de insero no mundo do trabalho e, dessa
forma, com elevado potencial para o desenvolvimento produtivo regional.
O e-Tec resultado de uma parceria entre a Secretaria de Educao
Profissional e Tecnolgica (SETEC), a Secretaria de Educao a Distncia (SEED)
do Ministrio da Educao, as universidades e escolas tcnicas estaduais e
federais.
O Programa apoia a oferta de cursos tcnicos de nvel mdio por parte das
escolas pblicas de educao profissional federais, estaduais, municipais e, por
outro lado, a adequao da infra-estrutura de escolas pblicas estaduais e
municipais.
Do primeiro Edital do e-Tec Brasil participaram 430 proponentes de adequao
de escolas e 74 instituies de ensino tcnico, as quais propuseram 147 cursos
tcnicos de nvel mdio, abrangendo 14 reas profissionais. O resultado deste
Edital contemplou 193 escolas em 20 unidades federativas. A perspectiva do
Programa que sejam ofertadas 10.000 vagas, em 250 plos, at 2010.
Assim, a modalidade de Educao a Distncia oferece nova interface para a

mais expressiva expanso da rede federal de educao tecnolgica dos
ltimos anos: a construo dos novos centros federais (CEFETs), a organizao
dos Institutos Federais de Educao Tecnolgica (IFETs) e de seus cmpus.
O Programa e-Tec Brasil vai sendo desenhado na construo coletiva e

participao ativa nas aes de democratizao e expanso da educao
profissional no Pas, valendo-se dos pilares da educao a distncia,
sustentados pela formao continuada de professores e pela utilizao dos
recursos tecnolgicos disponveis.
A equipe que coordena o Programa e-Tec Brasil lhe deseja sucesso na sua
formao profissional e na sua caminhada no curso a distncia em que est
matriculado(a).
Braslia, Ministrio da Educao setembro de 2008.
CURSO TCNICO EM GESTO PBLICA
Seja bem-vindo(a):
Queremos cumpriment-lo(a), pois voc est comeando o Curso Tcnico em
Gesto Pblica do Programa e-Tec Brasil 2008.
O profissional Tcnico em Gesto Pblica dever, aps o trmino do Curso,
estar integrado s particularidades da gesto pblica, tais como:
a estrutura do Poderes Pblicos e hierarquia dos Setores
Pblicos;
o processo de elaborao e execuo dos planejamentos
polticos e econmicos da administrao pblica, bem como o
processo de prestao de contas aos cidados;
o funcionamento dos quadros dos servidores pblicos, bem
como o processo de contratao e remunerao;
os processos de comunicaes formais utilizados pela
administrao pblica, bem como o processo de aplicao
destes recursos;
o atendimento ao pblico e o processo de aplicabilidade da
legislao, bem como adaptar-se s atualizaes devido s
mudanas de legislao.
O Programa e-Tec Brasil se constitui instrumento valioso para a formao de
seus cidados. Esperamos, que, efetivamente, voc aproveite esta
oportunidade de escrever sua histria e seu futuro ao lado de quem est
ajudando a transformar nosso Pas.
Sucesso para voc!
Mrcia Denise Gomes Machado Carlini,

Coordenadora do Curso Tcnico em Gesto Pblica - e-Tec Brasil.
SUMRIO
Estatstica Aplicada - Javert Guimares Falco
CONVERSA INICIAL
UNIDADE 1 - INTRODUO ESTATSTICA
11
UNIDADE 2 - TABELAS E GRFICOS
21
UNIDADE 3 - DISTRIBUIO DE FREQUENCIAS
37
UNIDADE 4 - MEDIDAS
55
UNIDADE 5 - PROBABILIDADE
81
RETOMANDO A CONVERSA INICIAL
89
REFERNCIAS BIBLOGRFICAS
91
CONVERSA INICIAL
Caro(a) aluno(a):
Este material foi elaborado a partir de minha experincia na educao
presencial e a distncia, buscando trazer de forma objetiva, simples e prtica
os principais contedos que sero importantes para seu exerccio profissional.
Objetiva-se, nesta disciplina, fundamentar as possibilidades de coletar,
organizar, descrever e interpretar dados, enfim, medir fenmenos coletivos.
Os assuntos abordados iniciam-se com um texto introdutrio, onde so
estudados: panorama histrico, conceitos e variveis .
Na Unidade II, estudaremos tabelas e grficos. Na Unidade III, a distribuio de
freqncia e o nosso foco. Na Unidade IV, as medidas so estudadas em
profundidade. Na Unidade V, estudaremos Probabilidade.
Espero que, atravs dos contedos contemplados nesta apostila, somados s
aulas expositivas e ao seu esforo pessoal, possamos quebrar, juntos, o
paradigma de que a Estatstica uma disciplina difcil, complicada e
transform-la em uma disciplina de simples compreenso, til e aplicvel no
seu cotidiano profissional.
Muito estudo e consequente sucesso nesta caminhada!
Prof. Javert Guimares Falco
UNIDADE
INTRODUO
ESTATSTICA
Nesta unidade, apresentaremos noes bsicas de Estatstica e vocabulrio

correspondente.
O homem curioso, e como tal, procura investigar sobre tudo aquilo que o cerca.
Investigao sugere pesquisa, busca de informaes e anlise de dados e tudo
isto faz pensar em ESTATSTICA.
O relacionamento da Estatstica com as demais cincias cada vez mais intenso.
Veja, por exemplo, que a estatstica auxilia a Gentica, nas questes de
hereditariedade; valiosa na Economia, na anlise da produtividade, da
rentabilidade, nos estudos de viabilidade; bsica para as Cincias Sociais, nas
pesquisas scio-econmicas; de aplicao intensa na Engenharia Industrial, no
controle de qualidade, na comparao de fabricaes; indispensvel
Administrao, Programao, Medicina, Psicologia, Histria, e, de forma
direta ou indireta, s demais atividades.
PANORAMA HISTRICO DA ESTATSTICA

Historicamente, o desenvolvimento da estatstica pode ser entendido a partir de
dois fenmenos : a necessidade de governos coletarem dados censitrios e o
desenvolvimento da teoria do clculo das probabilidades.
Dados tm sido coletados atravs de toda a histria. Na Antiguidade, vrios povos
j registravam o nmero de habitantes, de nascimentos, de bitos, faziam
estimativas das riquezas sociais, distribuam equitativamente terras aos povos,
cobravam impostos e realizavam inquritos quantitativos por processos que, hoje,
chamaramos de estatsticas. Na Idade Mdia colhiam-se informaes,
geralmente com finalidades tributrias ou blicas. Atualmente, informaes
numricas so necessrias para cidados e organizaes de qualquer natureza, e
de qualquer parte do mundo globalizado.
O que Estatstica?
Estatstica um conjunto de mtodos e processos quantitativos
que serve para estudar e medir os fenmenos coletivos.
Dug de Bernonville
Em outras palavras, a cincia que se preocupa com a coleta, a organizao,
descrio (apresentao), anlise e interpretao de dados experimentais e tem
como objetivo fundamental o estudo de uma populao.
Este estudo pode ser feito de duas maneiras:
Investigando todos os elementos da populao;
Amostragem, ou seja, selecionando alguns elementos da populao.
Conceitos Estatsticos
Populao: Conjunto de indivduos, objetos ou informaes que apresentam pelo
13
menos uma caracterstica comum, cujo comportamento interessa-nos analisar. Em

outras palavras, conjunto de todas as medidas, observaes relativas ao estudo
de determinado fenmeno.
Como em qualquer estudo estatstico temos em mente estudar uma ou mais
caractersticas dos elementos de uma populao, importante definir bem essas
caractersticas de interesse para que sejam delimitados os elementos que
pertencem populao e quais os que no pertencem.
Exemplos:
Deseja-se saber se nas indstrias situadas no Estado do Paran, em 2007,
existia algum tipo de controle ambiental.
1- Populao ou universo: indstrias situadas no Estado do Paran em 2007.
Caracterstica: existncia ou no de algum tipo de controle ambiental
na indstria.
Deseja-se conhecer o consumo total de energia eltrica em MWH nas
residncias da cidade de Curitiba no ano de 2007.
2- Populao ou universo: todos as residncias que estavam ligadas rede
eltrica em Curitiba, em 2007.
Caractersticas: consumo anual de energia eltrica em MWH.
Diviso da populao
1-Populao Finita: apresenta um nmero limitado de elementos.
possvel enumerar todos os elementos componentes.
Exemplo:
Idade dos alunos do curso de Gesto Pblica em EAD no Estado do
Paran. Populao: Todos os alunos de Gesto Pblica em EAD No Estado
do Paran. 23-2-1-2-Populao infinita: apresenta um nmero ilimitado de
elementos. No possvel enumerar todos os elementos componentes.
Entretanto, tal definio existe apenas no campo terico, uma vez que, na
prtica, nunca encontraremos populaes com infinitos elementos, mas
sim, populaes com grande nmero de componentes; e nessas
circunstncias, tais populaes so tratadas como se fossem infinitas.
Exemplo:
Tipos de bactrias no corpo humano
Populao: Todas as bactrias existentes no corpo humano.
Em geral, como os universos so grandes, para se investigarem todos os elementos
populacionais, para determinarmos a caracterstica, necessita-se muito tempo,
e/ou o custo elevado, e/ ou o processo de investigao leva destruio do
elemento observado, ou, como no caso de populaes infinitas, impossvel
observar a totalidade da populao. Assim, estudar parte da populao constituise um aspecto fundamental da Estatstica.
Amostragem: a coleta das informaes de parte da populao, chamada
amostra, mediante mtodos adequados de seleo destas unidades.
14
Amostra: uma parte (um subconjunto finito) representativa de uma populao

selecionada segundo mtodos adequados. O objetivo tirar concluses sobre
populaes com base nos resultados da amostra. Para isso, necessrio garantir
que amostra seja representativa, ou seja, a amostra deve conter as mesmas
caractersticas bsicas da populao, no que diz respeito ao fenmeno que
desejamos pesquisar.
Voc j deve ter sido entrevistada ou conhece algum que

j respondeu ao Censo do IBGE. Voc considera que o
Censo importante para alm de se conhecerem
nmeros relativos idade, profisso, nascimento, morte etc
serem feitas propostas de melhoria das condies de vida?
Censo: o exame completo de toda populao. Quanto maior a amostra, mais

precisas e confiveis devero ser as indues feitas sobre a populao. Logo, os
resultados mais perfeitos so obtidos pelo Censo. Na prtica, esta concluso
muitas vezes no acontece, pois, o emprego de amostras, com certo rigor
tcnico, pode levar a resultados mais confiveis ou at mesmo melhores do que
os que seriam obtidos atravs de um Censo.
As razes de se recorrer a amostras so: menor custo e tempo para levantarem
dados; melhor investigao dos elementos observados.
Dados sobre o Brasil podem ser obtidos junto ao instituto Brasileiro de Geografia e
Estatstica (iBGE) pelo site www.ibge.gov.br
A Estatstica ocupa-se fundamentalmente das propriedades das populaes cujas
caractersticas so passveis de representao numrica como resultado de
medies e contagens. Essas caractersticas da populao so comumente
chamadas de VARIVEIS. As caractersticas ou variveis podem ser divididas em
dois tipos: qualitativas e quantitativas.
variveis qualitativas - quando o resultado da observao apresentado na
forma de qualidade ou atributo. Dividem-se em:
variveis nominais: quando podem ser separadas por categorias
chamadas de no mensurveis.
Exemplo: a cor dos olhos, tipo de acomodao, marcas de carro, sexo
etc.
variveis ordinais: quando os nmeros podem agir como categorias
ou ordenaes. Como sugere o nome, elas envolvem variveis que
representam algum elemento de ordem. Uma classificao em anos
pode ser um exemplo clssico. A classificao deste tipo de variveis
geralmente causa confuso.
Exemplo: Grau de satisfao da populao brasileira com relao ao
trabalho de seu presidente (valores de 0 a 5, com 0 indicando
totalmente insatisfeito e 5 totalmente satisfeito).
variveis quantitativas - quando o resultado da observao um nmero,
decorrente de um processo de mensurao ou contagem. Dividem-se em:
15
variveis contnuas: so aquelas que podem assumir qualquer valor

num certo intervalo (contnuo) da reta real. No possvel enumerar
todos os possveis valores. Essas variveis, geralmente, provm de
medies.
Exemplo: A altura dos alunos uma varivel contnua, pois
teoricamente, um aluno poder possuir altura igual a 1,80m, 1,81m,
1,811m, 1,812m . . . (medies: peso, estatura, etc.)
variveis discretas: so aquelas que podem assumir apenas valores
inteiros em pontos da reta real. possvel enumerar todos os possveis
valores da varivel.
Exemplo: Nmero de alunos de uma escola, nmero de mensagens em
uma secretria eletrnica etc.
As variveis podem ser resumidas da seguinte maneira:
Diviso da Estatstica
A Teoria Estatstica moderna se divide em dois grandes campos:
Estatstica Descritiva - aquela que se preocupa com a coleta,
organizao, classificao, apresentao, interpretao e anlise de
dados referentes ao fenmeno atravs de grficos e tabelas, alm de
calcular medidas que permitam descrever o fenmeno.
Estatstica indutiva - aquela que partindo de uma amostra,
estabelece hipteses, tira concluses sobre a populao de origem e
que formula previses, fundamentando-se na teoria das
probabilidades. A estatstica indutiva cuida da anlise e interpretao
dos dados. O processo de generalizao do mtodo indutivo est
associado a uma margem de incerteza. Isto se deve ao fato de que a
concluso que se pretende obter para o conjunto de todos os
indivduos analisados quanto a determinadas caractersticas comuns
baseia-se em uma parcela do total de observaes.
Para se analisarem os dados de forma estatstica podem-se obter os resultados de
duas maneiras: atravs de um censo ou atravs de uma amostragem (pesquisa
em uma amostra).
Para exemplificar essas teorias analise o esquema abaixo:
Populao
caractersticas
tcnicas de Amostragem
Amostra
Anlise
Descritiva
Concluses sobre
as caractersticas
da populao
16
inferncia Estatstica
Informaes
contidas
nos dados
Exemplos de utilizao:
Pesquisa de Mercado, Pesquisa de opinio pblica e em praticamente
todo experimento.
Fases do mtodo Estatstico

1 FASE - Definio do Problema: Saber exatamente aquilo que se pretende
pesquisar o mesmo que definir corretamente o problema.
2 FASE - Planejamento: Como levantar informaes? Que dados devero ser
obtidos? Qual levantamento a ser utilizado? Censitrio? Por amostragem? E o
cronograma de atividades? Os custos envolvidos? etc.
3 FASE Coletas de Dados: Fase operacional. o registro sistemtico de dados,
com um objetivo determinado.
Coleta de Dados. Aps a definio do problema a ser estudado e o
estabelecimento do planejamento da pesquisa (forma pela quais os dados sero
coletados; cronograma das atividades; custos envolvidos exame das informaes
disponveis; delineamento da amostra etc.), o passo seguinte a coleta de dados,
que podem ser de dois tipos:
1- Dados Primrios: os dados so obtidos diretamente na fonte
originria (coleta direta)
Exemplo: Preferncia dos consumidores por um determinado produto.
Mtodos de coleta de dados primrios: importante garantir que a
coleta de dados primrios seja executada de maneira
estatisticamente correta, seno os resultados podem ser tendenciosos.
Observao: O pesquisador no pergunta, observa. Por exemplo:
pesquisa de observao para diagnosticar as necessidades de trnsito
de uma cidade.
2- Levantamento: o mtodo mais comum de se coletar dados. O
instrumento pode ser um questionrio estruturado ou um roteiro de
itens em que o entrevistado disserta vontade sobre cada item da
pesquisa.
As trs principais formas de levantamento, resumindo as vantagens e
desvantagens so:
Entrevista pessoal: mais flexvel e muito caro.
Telefone: mais barato, penetra em segmentos difceis, mas de fcil
recusa.
Questionrios (postal, fax ou e-mail): mais lento, mdia de retorno
das respostas muito baixas, mas sem interferncia do pesquisador.
Dados Secundrios: os dados so obtidos de algo j disposto. Provm da coleta
direta.
17
Exemplo:
Pesquisa sobre a mortalidade infantil, que feita atravs de dados colhidos por
outras pesquisas.
Voc j deve ter sido entrevistado(a) para alguma pesquisa.

Voc sempre respondeu verdadeiramente? Quando a
pesquisa feita por telefone ou e-mail, voc tem a mesma
disposio para responder?
mais seguro trabalhar com fontes primrias. O uso da fonte secundria traz o
grande risco de erros de transcrio.
4 FASE Apurao dos Dados: Resumo dos dados atravs de sua contagem e
agrupamento. a condensao e tabulao de dados.
5 FASE Apresentao dos Dados: H duas formas de apresentao, que no se
excluem mutuamente. A apresentao tabular, ou seja, uma apresentao
numrica dos dados em linhas e colunas distribudas de modo ordenado, segundo
regras prticas fixadas pelo Conselho Nacional de Estatstica e a apresentao
grfica dos dados numricos que constitui uma apresentao geomtrica
permitindo uma viso rpida e clara do fenmeno.
6 FASE Anlise e Interpretao dos Dados: A ltima fase do trabalho estatstico
a mais importante e delicada. Est ligada essencialmente ao clculo de medidas
e coeficientes, cuja finalidade principal descrever o fenmeno (estatstica
descritiva). Na estatstica indutiva a interpretao dos dados se fundamenta na
teoria da probabilidade.
Em sntese
Estatstica a cincia que se preocupa com a coleta, organizao,
descrio, anlise e interpretao de dados experimentais.
Populao um conjunto de indivduos, objetos ou informaes que
apresentam pelo menos uma caracterstica comum.
Amostra uma parte representativa de uma populao.
As caractersticas das populaes so chamadas de variveis, que podem ser
divididas em:
Qualitativas:
- nominal (sexo, cor dos olhos...)
- ordinal (classe social, grau de instruo...)
Quantitativas:
- contnua (peso, altura...)
- discreta (nmero de filhos, nmero de carros...)
18
Estatstica Descritiva se preocupa com a coleta, organizao, classificao,

apresentao, interpretao e anlise de dados experimentais.
Estatstica Indutiva se preocupa com as hipteses e concluses sobre a
populao.
Responda s questes abaixo e confira as respostas, no gabarito, no

final do livro
1) Podemos dizer que a Estatstica pode ser:
a) Construtiva ou referencial
b) Destrutiva ou direcional
c) Descritiva ou inferencial
d) Regressiva ou pontencial
e) Ingressiva ou preferencial
2)O que Estatstica Descritiva?
a) o clculo de medidas que permitiro descrever, com detalhes, o
fenmeno que est sendo analisado.
b) a parte da Estatstica referente coleta e tabulao dos dados.
c) a parte da Estatstica referente s concluses sobre as fontes de
dados.
d) a generalizao das concluses sobre as fontes de dados.
e) a obteno dos dados seja atravs de simples observao ou
mediante a utilizao de alguma ferramenta.
3) Assinale a alternativa que expressa corretamente o que populao para a
Estatstica:
a) populao a totalidade de habitantes de uma pas.
b) populao uma parte da amostra.
c) populao uma reunio de pessoas populares.
d) populao um conjunto de elementos portadores de, pelo
menos, uma caracterstica comum.
e) populao o conjunto de elementos que respondero a um
questionrio que fornecer informaes relevantes para uma
pesquisa.
4) A definio correta de amostra a que consta da alternativa:
a) amostra o conjunto de dados obtidos em uma pesquisa.
b) amostra um brinde que ganhamos em um evento.
c) amostra o conjunto dos resultados obtidos com uma pesquisa.
d) amostra uma tabela de dados obtida com uma pesquisa.
e) amostra um subconjunto finito de uma populao.
19
5) Dentro do universo estatstico alunos de uma faculdade, as variveis cor dos

cabelos e nmero de irmo podem ser classificadas, respectivamente, como:
a) 1. varivel quantitativa discreta; 2. varivel qualitativa.
b) 1.varivel quantitativa contnua; 2.varivel qualitativa.
c) 1.varivel qualitativa; 2.varivel quantitativa contnua.
d) 1. varivel qualitativa; 2.varivel quantitativa discreta.
e) 1. varivel quantitativa discreta; 2.varivel qualitativa contnua.
20
UNIDADE
TABELAS E
GRFICOS
Nesta unidade, estudaremos a apresentao tabular que uma apresentao

numrica dos dados. Consiste em dispor os dados em linhas e colunas distribudos
de modo ordenado, segundo algumas regras prticas ditadas pelo Conselho
Nacional de Estatstica e pelo IBGE.
As tabelas tm a vantagem de conseguir expor, sinteticamente e em um s local,
os resultados sobre determinado assunto, de modo a se obter uma viso global
mais rpida daquilo que se pretende analisar.
Essa integrao de valores que temos nas tabelas, nos permite ainda a utilizao
de representaes grficas, normalmente, uma forma mais til e elegante de
demonstrar as caractersticas que sero analisadas.
TABELA
um quadro que resume um conjunto de observaes. Uma tabela compe-se de:
Corpo conjunto de linhas e colunas que contm informaes sobre a
varivel em estudo;
Cabealho parte superior da tabela que especifica o contedo das
colunas;
Coluna indicadora parte da tabela que especifica o contedo das
linhas;
Casa ou clula espao destinado a um s nmero;
Ttulo conjunto de informaes, as mais completas possveis,
respondendo s perguntas: O qu?, Quando?, Onde?, localizado no
topo da tabela;
Fonte indicao da entidade responsvel pelo fornecimento dos
dados ou pela sua
Veja o exemplo abaixo, que mostra os elementos que formam uma tabela.
Ttulo
Cabealho
Casa ou Clula
Faixa de Renda
2000(%)
2000(%)
2000(%)
2000(%)
30
30
14
12
1
4
100
39
31
12
12
3
6
100
43
34
11
9
3
2
100
53
22
8
6
1
2
100
Menos de 3 SM
De 3 a 6 SM
Mais de 6 a 9 SM
Mais de 9 a 15 SM
Mais de 15 SM
No sabe Recusou
Total
Corpo
Tabela 11 Evoluo da renda dos Empreendedores Brasileiros
Fonte: Pesquisas GEM 2000 2003
Coluna Indicadora
Fonte
23
De acordo com a resoluo 886 da Fundao IBGE nas casas ou

clulas, devemos colocar:
1) um trao horizontal (_ ) quando o valor zero e no s quanto
a natureza das coisas , como que resultado do inqurito;
2) trs pontos (...) quando no temos os dados.
3) um ponto de interrogao (? ) quando temos dvida quanto a exatido de
determinado valor
4) zero (0) quando o valor muito pequeno para ser expresso pela unidade
utilizada. Se os valores so expressos em numerais decimais precisamos
acrescentar a parte decimal um nmero correspondente de zeros (0,0; 0,00;
0,00; ..).
Sries Estatsticas
Denomina-se srie estatstica toda tabela que apresenta a distribuio de um
conjunto e dados estatsticos em funo da POCA, do LOCAL, ou da ESPCIE
(fenmeno).
Numa srie estatstica observa-se a existncia de trs elementos ou fatores: o
TEMPO, o ESPAO e a ESPCIE. Conforme varie um desses elementos, a srie
estatstica classifica-se em TEMPORAL, GEOGRFICA e ESPECFICA
- Srie temporal, Histrica ou cronolgica

a srie cujos dados esto em correspondnciacom o tempo, ou seja, variam
com o tempo.
Exemplo:
Preo do artigo Y no
atacado na cidade
X anos
Preo mdio em reais
Anos
2003
2004
2005
2006
2007
Preos Mdios em Reais

2,43
2,54
3,01
2,99
2,83
Fonte: Dados Fictcios
- Srie Geogrfica, Territorial ou de Localidade

a srie cujos dados esto em correspondncia com a regio geogrfica, ou
seja, o elemento varivel o fator geogrfico (a regio).
Exemplo:
Nmero de Assaltos na
Cidade X em 2006
Regio
Centro
Zona Sul
Zona Norte
Zona Leste
Zona Oeste
Nmero de Assaltos
74
54
31
29
44
24
- Srie Especfica ou categrica

a srie cujos dados esto em correspondncia com a espcie, ou seja, variam
com o fenmeno.
Exemplo:
Nmero de Candidatos
ao vestibular da
universidade X
em 2006
rea ofertada
Cincias Sociais Aplicadas
Cincias Exatas
Cincias Humanas
Cincias Biolgicas
Cincias Tecnolgicas
Nmero de Candidatos
2086
1065
1874
1102
1902
- Sries mistas
As combinaes entre as sries anteriores constituem novas sries que so
denominadas sries compostas ou mistas e so apresentadas em tabelas de dupla
entrada.
Exemplo:
Nmero de Alunos
Matriculados nas
Escolas Particulares na
cidade X
Bairros
Bairro - A
Bairro - B
Bairro - C
Bairro - D
Bairro - E
2005
2894
7075
1099
4333
2976
2006
3454
9876
3218
3455
1765
2007
2989
6543
2100
3543
4098
GRFICOS ESTATSTICOS
A apresentao grfica um complemento importante da apresentao tabular.
A vantagem de um grfico sobre a tabela est em possibilitar uma rpida
impresso visual da distribuio dos valores ou das freqncias observadas. Os
grficos propiciam uma idia inicial mais satisfatria da concentrao e disperso
dos valores, uma vez que, atravs deles, os dados estatsticos se apresentam em
termos de grandezas visualmente interpretveis.
A representao grfica de um fenmeno deve obedecer a certos requisitos
fundamentais, para ser realmente til:
simplicidade: destitudo de detalhes e traos desnecessrios;
clareza: possuir uma correta interpretao dos valores
representativos do fenmeno em estudo;
veracidade: expressar a verdade sobre o fenmeno em estudo.
Principais tipos de Grficos

Grfico em curvas ou em linhas
So usados para representar sries temporais, principalmente quando a srie
cobrir um grande nmero de perodos de tempo.
25
70
60
50
40
30
20
10
0
Trimestre
Europa
Amrica
Oriente
Grfico em Colunas trimestre

a representao de uma srie estatstica atravs de retngulos, dispostos em
colunas (na vertical) ou em retngulos (na horizontal). Este tipo de grfico
representa praticamente qualquer srie estatstica.
Vendas no Oriente Mdio (Em R$ Mil)
70
60
50
40
30
20
10
0
Trimestre
Observao: As regras para a construo so as mesmas do grfico em curvas. As
bases das colunas so iguais e as alturas so proporcionais aos respectivos dados.
O espao entre as colunas pode variar de 1/3 a 2/3 do tamanho da base da
coluna
Grfico em Barras
representado por retngulos dispostos horizontalmente, prevalecendo os
mesmos critrios adotados na elaborao de grfico em coluna.
Vendas por Regio (Em R$ Milhares/Ano)
Europa
Amrica do Sul
Extremo Oriente
0
26
50
100
150
200
Grfico em Setores
a representao grfica de uma srie estatstica em um crculo de raio qualquer,
por meio de setores com ngulos centrais proporcionais s ocorrncias. utilizado
quando se pretende comparar cada valor da srie com o total.
O total da srie corresponde a 360 (total de graus de um arco de circunferncia).
O grfico em setores representa valores absolutos ou porcentagens
complementares.
As sries geogrficas, especficas e as categorias em nvel nominal so mais
representadas em grficos de setores, desde que no apresentem muitas parcelas
(no mximo sete).
Cada parcela componente do total ser expressa em graus, calculada atravs de
uma regra de trs:
Total - 360
Parte - x
Exemplo Prtico: Em uma amostra com alunos do Ensino Mdio, quando

perguntados sobre o interesse em aprender computao, obteve-se como
respostas: 30 alunos manifestaram interesse, 15 no demonstraram interesse e 5
no sabem. Representar graficamente:
Sobremesas 14%
Sanduches 40%
Bebidas 15%
Sopas 10%
Saladas 21%
Nmero de Alunos
Aprender Computao
35
30
25
20
15
10
5
0
Sem Interesse
Interesse
No sabem
Aprender Computao
No sabem 10%
No Interessados 30%
Interessados 60%
27
Comparando os dois grficos
Nmero de Alunos
Aprender Computao
35
30
25
20
15
10
5
0
Aprender Computao
No sabem
10%
No
Interessados
30%
Interesse
Sem
Interesse
No
sabem
Interessados
60%
Observe acima que comparamos os grficos. Essa prtica, feita quando

desenhamos dois grficos, lado a lado, para podermos estabelecer melhor a
comparao de um fenmeno.
NOES BSICAS SOBRE AS PLANILHAS NO EXCEL

O Excel uma poderosa ferramenta para se organizar informaes, fazer
clculos e criar grficos. Seus documentos so chamados de planilhas, que
so grandes tabelas onde podem ser colocados textos, nmeros, figuras,
grficos, frmulas e muito mais. Conhecer o Excel e seus fundamentos bsicos
certamente um grande diferencial para os profissionais de qualquer rea.
A tela principal
Para abrir o Excel, clique no boto
Iniciar, Todos os programas e Microsoft
Excel. Voc ver, ento, a tela principal,
com menus parecidos com os do Word,
alguns botes, a barra de frmulas, uma
planilha em branco, as abas de planilhas
e uma linha de informaes.
O que e para que serve uma planilha.
Voc deve notar, ao olhar para a planilha em branco que se abre quando
iniciamos o Excel, que ela formada por retngulos, denominados clulas. Elas
podem conter textos, frmulas e nmeros. Cada clula localizada pela letra que
est acima dela e pelo nmero que est do seu lado esquerdo. Assim, em cima e
esquerda temos a clula A1, ao lado direito dela a clula B1 e assim por diante.
Para voc compreender como funciona esta planilha, vamos criar um exemplo
simples:
28
- Clique sobre a clula A1 e digite: MINHAS NOTAS;

- Depois, clique sobre a clula A3 e digite: Matemtica.
- Pressione Enter, para ir para a linha de baixo (ou clique sobre a clula A4) ;
- Digite Portugus Enter novamente, Informtica;
- Enter de novo e Fsica.
Agora, vamos aumentar um pouco a largura da
coluna A. Para isso, passe com o mouse entre as letras
A e B at que o cursor mude para uma barra vertical
com duas setas ao lado. Agora, clique e arraste para a
direita, at que as palavras que digitamos caibam com
certa folga na coluna. O mesmo poderia ser feito com
o menu Formatar, Coluna, Largura e digitando o valor
14, por exemplo.
A nossa planilha deve estar assim:
Agora, na clula B2, digite Prova 1, na clula C2, digite Prova 2 e na clula D2,
digite Mdia. Agora, complete com as seguintes notas:
Vamos, ento, digitar a nossa primeira frmula: em D3, digite:

=(B3+c3)/2
Quando voc pressionar enter, o valor da
mdia aritmtica entre 95 e 86 ir
aparecer na clula D3. Note que para
digitar uma frmula, voc comea
digitando o sinal de igual, depois a
operao que voc quer fazer com as
clulas. Voc somou os valores que
estavam nas clulas B3 e C3, e depois
dividiu o resultado por 2 para fazer a
mdia. A diviso representada pela
barra ( / ) e os parnteses so necessrios
para que o Excel calcule primeiro a soma
e s depois divida por 2. Caso no
usssemos os parnteses, o valor da clula
B3 seria somado metade do valor da
clula C3, o que no desejamos
29
Bem, agora vamos usar os recursos do Excel para que no tenhamos que digitar
todas as frmulas! Clique sobre a clula D3. Voc notou que ao redor dela
aparece um retngulo mais grosso com um pequeno quadrado do lado direito e
embaixo da clula? Clique nesse quadrado e arraste para baixo, at a clula D6.
Veja o que aconteceu: as clulas D4, D5 e D6 foram automaticamente criadas
copiando a frmula em D3, mas modificando o nmero da linha! A clula D4, por
exemplo, ficou assim:
=(B4+C4)/2
Este recurso muito poderoso e economiza um grande trabalho na hora de
elaborar planilhas maiores!
Agora, vamos deixar a nossa planilha mais bonita. Primeiro, selecione as clulas de
A3 at A6 clicando sobre a clula A3 e arrastando at A6. Agora pressione o
boto
para deixar os nomes das matrias em negrito. Pressione tambm o
boto
para alinhar as matrias pela direita. Selecione agora as clulas B2 at
D2 e pressione novamente
para centralizar.
Selecione todas as notas (de B3 at D6) e clique em
para centralizar as notas.
Agora, selecione as clulas de A1 at D1 e clique no boto

as clulas (chama-se mesclar as clulas) e nos botes
, que ir agrupar
e
Ainda com as clulas selecionadas, clique na clula de tamanho da fonte

e selecione o tamanho 14.
Agora vamos colocar bordas para melhorar ainda mais o visual. Para isso,
selecione as clulas de A1 a D6 e clique no tringulo preto pequeno ao lado do
boto
, para escolher o tipo de borda e clique em
A nossa planilha est assim:
30
Agora experimente mudar um nmero, por exemplo, trocar o 80

de Fsica por 100. Veja que a mdia se altera automaticamente.
Esse um recurso muito interessante, pois torna os dados das
planilhas sempre atualizados! No se esquea de salvar a sua
planilha, clicando em Arquivo, Salvar. O procedimento igual
ao do Word.
Formatao de nmeros e ordenao alfabtica

Abra a planilha que voc salvou, com as notas, caso a tenha fechado. Agora,
selecione as clulas de B3 at D6. V at o menu Formatar, Clulas. Abre-se uma
janela que contm vrias opes para formatao das clulas
31
Algumas das operaes que fizemos para embelezar a nossa planilha esto
tambm disponveis ali. Mas clique em Nmero, e em casas decimais abaixe para
1. Clique em OK para ver o resultado. Agora as notas aparecem com uma casa
decimal. Isso ajuda na visualizao, pois todas as notas tm agora o mesmo
aspecto.
Explore tambm as outras opes desta janela, formatando os nmeros como
Moeda, Porcentagem, alterando a fonte (tipo de letra utilizado) etc.
Agora, experimente selecionar as clulas A3 at D6 e clicar no boto
. Ele
serve para ordenar os nomes em ordem alfabtica. Agora, a ordem fica Fsica,
Informtica, Matemtica e Portugus.
Cores
Vamos colorir um pouco o nosso trabalho. Para isso, selecione todas as clulas da
planilha clicando no retngulo que aparece esquerda do A e acima do 1 nos
cabealhos de linhas e colunas:
Clique, ento, no boto com o baldinho

. Isso faz com que todas as clulas
sejam pintadas de branco, realando a nossa planilha. Depois, selecione a clula
A1 (que est mesclada com as clulas sua direita) e no tringulo preto ao lado
do boto do baldinho. Selecione a cor azul plido, o azul mais de baixo da paleta
de cores.
Mude as cores de outras clulas e tente reproduzir esta visualizao:
Experimente, tambm trocar as cores das letras e nmeros com o boto
Grficos no Excel
Finalmente, vamos a um recurso muito utilizado, que a capacidade do Excel de
gerar grficos a partir dos dados de uma planilha Para isso, selecione as clulas de
A1. at D6 e clique no boto
. Abre-se, ento, a janela de criao de grficos.
32
H vrios tipos de grficos que podem ser criados (Colunas, Barras, Linha etc.) e
para cada tipo h vrias opes (subtipos). Para ver como ser o grfico com o
seu conjunto de dados em cada tipo e subtipo, selecione a opo desejada,
clique e segure o boto
Vamos criar um grfico de colunas com o primeiro sub-tipo (colunas agrupadas).

Para isso, clique em Avanar.
Selecione, ento, sries em linhas (o que neste caso agrupa as notas da Prova 1,
Prova 2 e Mdia) e clique em Avanar.
Em Ttulo do grfico, digite Minhas Notas. Se desejar dar nomes aos eixos x e y,
digite-os nos campos indicados. Clique novamente em Avanar e Concluir.
Seu grfico est criado e um objeto que pode ser movimentado na planilha,
33
redimensionado e apagado, se voc desejar.

Vamos agora dar o ltimo toque ao grfico, clicando com o boto direito do
mouse sobre o valor 105 do eixo vertical. Depois, clique com o boto esquerdo em
Formatar eixo. Clique sobre a palavra Escala, na parte superior. Em mnimo, onde
est 75, mude para 0 e em mximo, onde est 105, mude para 100.
O nosso grfico ficou assim:
Minhas Notas
Agora voc pode explorar o Excel, criando planilhas,

fazendo grficos e experimentando sem medo de errar!
Em sntese
Tabela um quadro que resume um conjunto de observaes.
- Srie estatstica toda a tabela que apresenta a distribuio de um conjunto de
dados estatsticos em funo da poca, local, ou da espcie.
- As sries podem ser divididas em:
temporal, histrica ou cronolgica
geogrfica, territorial ou de localidade
especfica ou categrica
Grfico um complemento da tabela e deve apresentar simplicidade, clareza e
veracidade.
34
Os grficos podem ser classificados em:

grfico em curvas ou linhas
grfico em colunas
grfico em barras
grfico em setores

final do livro
6)Classifique a srie abaixo:
Aplicaes em milhes de reais do ltimo quadrimestre de 2007 num determinado
banco
Ms
Aplicaes
Setembro
Outubro
Novembro
Dezembro
20,3
22,2
23,1
21,0
a) cronolgica
b) geogrfica
c) especfica
d) distribuio de freqncia
e) nenhuma das anteriores
Fonte: dados fictcios
7)Classifique a srie abaixo:

Exportao em milhes de dlares por parte de empresas no ano 2006.
Porte
Exportaes
Pequeno
100
Mdio
150
Grande
200
a) cronolgica
b) geogrfica
c) especfica
d) distribuio de freqncia
e) nenhuma das anteriores
35
8) A escolaridade dos jogadores de futebol nos grandes centros maior do que

se imagina, como mostra a pesquisa abaixo, realizada com os jogadores
profissionais dos quatro principais clubes de futebol do rio de Janeiro.
De acordo com esses dados, o percentual dos jogadores dos quatro clubes que
concluram o Ensino mdio de aproximadamente:
a) 14%.
b) 48%.
c) 54%.
d) 60%.
e) 68%.
Total: 112 jogadores

54
60
40
20
0
16
14
14
Fundamental Fundamental
incompleto
14
Mdio
incompleto
Mdio
Superior
incompleto
(O Globo, 24/7/2005)
9) Por que importante fazermos a representao grfica de uma srie de dados

estatsticos:
a) Para que a apresentao fique mais bonita.
b) Para que seja possvel uma melhor visualizao dos fenmenos em
estudo.
c) Porque toda apresentao deve ter grficos.
d) Porque uma apresentao com grficos impressiona mais os
leitores.
e) Nenhuma das alternativas est correta.
10) Os dados abaixo referem-se s vendas de uma equipe da empresa-WB.

construa o grfico de linhas da tabela abaixo:
MS
VEND.
JAN
A
B
C
D
E
55
52
45
47
58
FEV MAR ABR

48
52
44
32
63
56
34
38
59
51
34
57
50
54
43
MAI
JUN
JUL
AGO
SET
47
51
59
47
37
32
48
33
70
29
63
33
25
41
44
28
36
53
57
26
39
40
32
51
45
OUT NOV
32
53
41
35
36
42
42
53
46
37
DEZ
67
29
38
57
48
36
UNIDADE
DISTRIBUIO
Nesta unidade, abordaremos Distribuio, com o objetivo de produzir visualizao

dos dados e posterior anlise de informaes.
DISTRIBUIO DE FREQNCIAS
Um conjunto de observaes de certo fenmeno, no estando adequadamente
organizado, fornece pouca informao de interesse ao pesquisador e ao leitor.
Para uma viso rpida e global do fenmeno em estudo preciso que os dados
estejam organizados. Uma das formas de se fazer a organizao dos dados
coletados em uma pesquisa atravs das distribuies de freqncia.
Representao dos Dados (Amostrais ou Populacionais)

Dados brutos: so aqueles que no foram numericamente organizados, ou seja,
esto na forma com que foram coletados.
Por exemplo: Nmeros de filhos de um grupo de 50 casais
Rol: a organizao dos dados brutos em ordem de grandeza crescente ou

decrescente.
Por exemplo: Nmeros de filhos de um grupo de 50 casais
Distribuio de freqncia sem intervalos de classe: a simples condensao dos

dados conforme as repeties de seus valores. Para um rol de tamanho razovel
esta distribuio de freqncia inconveniente, j que exige muito espao. Veja
exemplo abaixo:
Nmero de pontos obtidos pelos alunos na disciplina-X, colgio-Y, em 2007.
Nota: dados hipotticos
39
Distribuio de freqncia com intervalos de classe: Quando o tamanho da

amostra elevado e o nmero de variveis muito grande, mais racional
efetuar o agrupamento dos valores em vrios intervalos de classe.
Veja o Exemplo:
Vamos, agora, analisar um exemplo prtico de coleta de dados e organizao

destes valores em tabelas de frequncias com intervalos de classe.
Dados Brutos: Taxas municipais de urbanizao (em percentual) no Estado X 2005
Rol: Taxas municipais de urbanizao (em percentual) no Estado X 2005
40
Distribuio de freqncias para dados agrupados em classes:
Observao:
Representaremos o somatrio pela letra grega maiscula sigma ()
Elementos de uma Distribuio de Freqncia
- classe: so intervalos de variao da varivel. As classes so representadas
simbolicamente por i, sendo i = 1, 2, 3, . . ., k (onde k o nmero total de classes da
distribuio).
Pelo exemplo prtico anterior o intervalo 16
26 define a segunda classe (i = 2).
A distribuio formada por nove classes, podemos afirmar que i = 9.
O smbolo
representa um intervalo fechado esquerda e aberto
direita. Significa que o nmero a esquerda pertence classe e o nmero
direita no pertence.
Limites de classe: so os extremos de cada classe. O menor nmero o limite
inferior da classe ( li ) e o maior nmero, o limite superior da classe ( ls ).
Por exemplo
Pelo exemplo prtico anterior na terceira classe, temos: li3= 26 e ls3 = 36
Amplitude de um intervalo de classe (h): a medida de intervalo que define a
classe. Ela obtida pela diferena entre os limites superior e inferior. Assim:
h = ls - li
Exemplo: A amplitude da classe descrita acima 10, pois a diferena do limite
superior com o inferior.
41
- Amplitude total (H): a diferena entre o valor mximo e o valor mnimo da

amostra.
H = Ls - Li
Pelo exemplo prtico anterior, sabemos que ls = 92 e Li = 6, logo amplitude total
H = 92 6 = 86
Ponto mdio de uma classe (xi): o ponto que divide o intervalo de classe em
duas partes iguais.
l i+ ls
xi =
2
Pelo exemplo prtico anterior na quinta classe, temos: li5= 46 e ls5 = 56, logo o
ponto mdio dessa classe
xi = 46 + 56 = 102 = 51
2
2
Em sntese:
- Dados brutos so aqueles que no foram numericamente organizados.
- Rol a organizao dos dados brutos em ordem de grandeza crescente ou
decrescente.
- Distribuio de freqncias pode ser com ou sem intervalos de classe.
- Os elementos da distribuio de freqncias so:
classe: so intervalos de variao da varivel
limites da classe: so os extremos de cada classe
amplitude de um intervalo: a diferena entre o limite superior e inferior
h=ls li
amplitude total: a diferena entre o maior e o menor da amostra
H=LS LI
ponto mdio: a mdia aritmtica dos limites da classe xi = ls + li
2
DISTRIBUIO DE FREQNCIAS NMEROS DE CLASSE

TIPOS DE FREQNCIA
Determinao do Nmero de Classes (K)
importante que a distribuio conte com um nmero adequado de classes. Se o
nmero de classes for excessivamente pequeno acarretar perda de detalhe e
pouca informao se poder extrair da tabela. Por outro lado, se for utilizado um
nmero excessivo de classes, haver alguma classe com freqncia nula ou muito
pequena, no atingindo o objetivo de classificao que tornar o conjunto de
dados supervisionveis.
42
No h uma frmula exata para determinar o nmero de classes. Trs solues so

apresentadas abaixo:
1) Para n
25
K = 5 e para n > 25
K=
Esse processo menos preciso.

Exemplo:
Se a amostra tiver 23 elementos analisados o nmero de classes 5, pois n < 25.
Suponha que a amostra tenha 83 elementos analisados (n > 25) o nmero de
classes calculado por 83 = 9,1104335 = 9
2) Pode-se utilizar a regra de Sturges, que fornece o nmero de classes em funo
do total de observaes:
K = 1 + 3,3.log n
Onde: K o nmero de classes;

n o nmero total de observaes.
Para facilitar o clculo do nmero de classes pela regra de Sturges, utilize a tabela
abaixo:
observao:
Inclui tanto o valor da direita quanto o da esquerda
No inclui nem o valor da direita, nem o da esquerda
Inclui o valor da direita mas no o da esquerda
Inclui o valor da esquerda mas no o da direita
A frmula de Sturges revela um inconveniente, prope um nmero demasiado de
classes para um nmero pequeno de observaes e relativamente poucas
classes, quando o total de observaes for muito grande.
Exemplo:
Se a amostra tiver 94 elementos analisados, o clculo do nmero de classes pela
43
frmula de Sturges ficar da seguinte maneira:

K= 1+ 3,3. log n
K = 1+ 3,3 . log 94
K = 1+ 3,3 . 1,97313
K@
7,51
K@
8
Tambm, percebemos pela tabela que 94 um nmero entre 91
teremos 8 classes formando a tabela de freqncias.
181, logo
3) Truman L. Kelley, sugere os seguintes nmeros de classes, com base no nmero

total de observaes, para efeito de representao grfica:
Exemplo:
Se a amostra tiver 50 elementos analisados o nmero de classes 8, conforme tabela
acima.
Qualquer regra para determinao do nmero de classes da

tabela no nos leva a uma deciso final, esta vai depender,
na realidade, de um julgamento pessoal, que deve estar
ligado natureza dos dados.
Amplitude do intervalo de classe (Ai): o comprimento da classe.

Ai =
Observao: convm arredondar o nmero correspondente amplitude do
intervalo de classe para facilitar os clculos (arredondamento arbitrrio).
Exemplo prtico:
Antes de enviar um lote de aparelhos eltricos para venda, o Departamento de
Inspeo da empresa produtora selecionou uma amostra casual de 32 aparelhos
avaliando o desempenho atravs de uma medida especfica, obtendo os
seguintes resultados:
Construir uma tabela de distribuio de freqncias com

intervalos de classes.
1 passo: A amplitude total ser dada por:
H = Ls - Li
H = 218 -154 = 64
2 passo: Neste caso, n = 32
K=6
44
pela regra de Sturges (consultar Tabela)
64 10,66... 11
=
=
6
4 passo: Construir a tabela de distribuio de freqncias com intervalos
de classes:
3 passo: A amplitude do intervalo de cada classe ser: Ai =
32
Perceba que utilizamos o menor valor do Rol, para iniciar a 1 classe e a
amplitude do intervalo encontrado para formar as outras classes que
completam a tabela.
Tipos de Freqncias
Freqncias simples ou absolutas (fi): o nmero de repeties de um valor
individual ou de uma classe de valores da varivel. A soma das freqncias
simples igual ao nmero total dos dados da distribuio.
fi = n
Freqncias relativas (fri): so os valores das razes (divises) entre as freqncias
absolutas de cada classe e a freqncia total da distribuio. A soma das
freqncias relativas igual a 1 ou 100 %
fri = fi
fi
Freqncia relativa:
Freqncia relativa %:
fri % = fi . 100
fi
Freqncia simples acumulada (faci): o total das freqncias de todos os valores

inferiores ao limite superior do intervalo de uma determinada classe.
Freqncia relativa acumulada (fraci): a freqncia acumulada da classe,
dividida pela freqncia total da distribuio.
fraci = fac
fi
Vamos colocar em prtica, juntos, todos esses conceitos que

estudamos nas aulas 5, 6, 7 e 8 atravs do seguinte exerccio:
O departamento comercial de uma empresa pediu o
levantamento das vendas dirias (em milhares de reais) durante
45
os 25 dias do ms de novembro de 2007. Assim obteve os seguintes valores:
Pede-se:
1) Montar o Rol
1) Calcular amplitude total.
2) Calcular o nmero de classes.
3) Calcular a amplitude do intervalo de cada classes.
4) Construir uma tabela com todos os tipos de freqncias (simples, relativa,
acumulada e acumulada relativa)
Soluo:
O Rol :
A amplitude total ser dada por:
Neste caso, n = 25
pela regra de Sturges, temos:
Amplitude do intervalo de cada classe ser:
Utilizando o menor valor do Rol, para iniciar a 1 classe e a amplitude do

intervalo de cada classe, e completando a tabela com as freqncias temos:
46
Em Sntese
- Para determinar o nmero de classes temos trs casos:
1 caso
Para n 25
Para n 25
nmero de classes K = 5
nmero de classes K = n
2 caso
Pela regra de sturges
K = 1 + 3,3 log n
3 caso
Pela regra de Truman L. Kelley
conforme a tabela abaixo:
- Amplitude do intervalo de classe: o comprimento da classe, calculado por: Ai =

- Freqncia simples ou absoluta o nmero de repeties de um valor individual.
- Freqncia relativa so os valores das divises entre as freqncias absolutas de cada
classe e a freqncia total da distribuio.
- Freqncia simples acumulada o total das freqncias de todos os valores inferiores ao
limite superior do intervalo de uma determinada classe.
- Freqncia relativa acumulada a freqncia acumulada da classe dividida pela
freqncia total da distribuio.
DISTRIBUIO DE FREQNCIAS HISTOGRAMA E

POLGONO DE FREQNCIAS
Histograma: um grfico formado por um conjunto de retngulos justapostos e
muito utilizado para representar a distribuio de freqncias cujos dados
foram agrupados em classes ou intervalos de mesma amplitude. A base do
retngulo igual amplitude do intervalo classe e altura proporcional
freqncia da classe.
nmero de alunos
Exemplo:
Estaturas dos alunos da Turma A 2006
11
12
9
10
8
6
4
2
0
150
154 154
158 158
162 162
166 166
170 170
174
Estatura e cm
47
Polgono de Frequncias: obtido unindo-se por segmentos de reta os pontos

mdios das base superiores dos retngulos de histograma.
nmero de alunos
Exemplo:
Estaturas dos alunos da Turma A 2006
12
10
8
6
.
.
2
0
150
154 154
158 158
162 162
166 166
170 170
174
Estatura e cm
Vamos colocar em prtica, juntos, todos esses conceitos desta
aula atravs dos seguintes exerccios:
1) Numa empresa, foi observada a seguinte tabela de salrios
semanais (em reais) de 40 operrios no-especializados.
Forme com esses dados uma tabela de dados agrupados por classes e depois
construa o histograma e polgono de freqncia correspondente.
Soluo: Antes de construirmos o histograma e o polgono de freqncias,
temos que montar a tabela com dados agrupados por classes, desta forma
faremos inicialmente os seguintes clculos:
A amplitude total ser dada por:
Neste caso, n = 40
pela regra de Sturges, temos:
A amplitude do intervalo de cada classe ser:
48
Utilizando o menor valor do Rol, para iniciar a 1 classe e a amplitude do

intervalo de cada classe, e completando a tabela com as freqncias temos:
Depois de montarmos a tabela com dados agrupados em classes, iremos

construir o histograma e o polgono de freqncia:
2) Examine o histograma abaixo, que corresponde s notas relativas

aplicao de um teste de inteligncia a um grupo de alunos.
nmero de alunos
30
25
20
15
10
5
0
40 50 50 60
60 70
70 80 80 90 90 100 100 110 110 120 120 130 130 140 140 150
n de alunos
Determine:
a) O nmero de alunos: ____________
b) A freqncia acumulada da quinta classe: _____________
c) A freqncia relativa stima classe: ______________
d) A porcentagem de alunos que atingiram pelo menos 90 pontos: __________
e) O nmero de alunos que obtiveram pontuao menor que 110 pontos: ______
49
Em sntese
- Histograma um grfico formado por um conjunto de retngulos justapostos.
- Polgono de freqncias obtido unindo-se por segmentos de reta os pontos
mdios das bases superiores dos retngulos de um histograma.

final do livro
11) Quando um intervalo de classe est representado por 1,250
significa que:
1,260, isto
a) o valor 1,250 no faz parte do intervalo de classe.

b) o valor 1,250 o limite superior do intervalo de classe.
c) o valor 1,260 faz parte do intervalo de classe.
d) o valor 1,260 o limite inferior do intervalo de classe.
e) o ponto mdio deste intervalo o valor 1,255.
12) com relao distribuio de freqncia dada abaixo, possvel dizer que:
a) a amplitude total da distribuio 0,24.

b) o limite inferior da 4a. classe 12,44.
c) o limite superior da 3a. classe 12,44.
d) a amplitude do intervalo de classe 0,04.
e) todas as alternativa esto corretas.
13) Dada a distribuio de freqncias a seguir,

responda qual o limite da quarta classe:
a) 8
b) 6
c) 4
d) 10
e) 40
14) Na distribuio de freqncias da questo 3, qual a amplitude de cada classe
ou intervalo?
a) 10
b) 1
c) 2
d) 40
e) 8
50
15) Na distribuio de freqncias da questo 3, qual o ponto mdio da quinta

classe ou intervalo?
a) 40
b) 5
c) 8
d) 9
e) 10
16) A tabela abaixo refere-se a uma pesquisa realizada com 20 alunos, a respeito
da rea da carreira universitria que cada um pretende seguir.
?
?
A freqncia simples e a freqncia relativa que faltam (assinaladas por ?

) so
respectivamente:
a) 7 ea) 5 b) 7b)e 7 c) 5c)e 7 d) 7 d)
e 8 e) 5e)
e5
20
20
20
20
20
17. Se a distribuio de freqncia obtida atravs da entrevista com 35pessoas,
em relao ao nmero de irmos que cada uma tm, representada abaixo:
34
1,001
7
Total
35
1,0000
Obs.: A ltima freqncia acumulada relativa resultou 1,0001 por critrios de

arredondamento. perfeitamente admissvel desprezar a ltima casa decimal.
Em relao a esta distribuio possvel dizer que:
a) temos 30 pessoas que possuem 3 irmos.
b) temos temos 8,57% das pessoas com, pelo menos, 3 irmos.
c) temos 94,29% das pessoas entrevistadas com 5 ou menos irmos.
d) temos 34 pessoas com mais de 6 irmos.
18) dada a distribuio de freqncias a seguir,
51
19 |
21
21 |
23
23 |
25
25 |
27
27 |
29
29 |
31
responda qual a freqncia

acumulada total:
a) 31
b) 55
c) 20
d) 60
e) 12
As questes de nmero 19 e 20 devem ser respondidas com base na tabela

primitiva de dados obtidos em uma pesquisa.
Massa, em Kg, de pacotes de certo produto produzido por uma indstria X
19) O limite superior da quinta classe :

a) 1,060
b) 1,046
c) 1,088
d) 1,074
e) 1,052
20) As freqncias da terceira e da quinta classe so, respectivamente:
a) 8 e 9
b) 10 e 12
c) 8 e 12
d) 10 e 4
e) 10 e 9
Analise os dados abaixo que se referem a uma amostra de bitos/ms nos
hospitais de uma grande capital brasileira, nos ltimos 25 meses e faa o que se
pede:
410, 440, 440, 584, 579, 577, 577, 454, 460, 460, 491, 561, 556, 491, 490, 491, 490, 553,
553, 540, 540, 520, 491, 520, 491.
21) colocar os dados acima em forma de rol e calcular a amplitude total.
52
22) Calcular o nmero de classes.
23) calcular a amplitude das classes.
24) construir a tabela com os dados agrupados por classes.
25) construir o histograma e o polgono de freqncia.
53
UNIDADE
MEDIDAS DE POSIO
MDIAS, MODA E MEDIANA
Na maior parte das vezes em que os dados estatsticos so analisados, procuramos

obter um valor para representar um conjunto de dados. Este valor deve sintetizar,
da melhor maneira possvel, o comportamento do conjunto do qual ele
originrio. Nem sempre os dados estudados tm um bom comportamento, isto
pode fazer com que um nico valor possa represent-lo ou no perante o grupo.
As medidas de posio mais importantes so as medidas de tendncia central,
que recebem tal denominao pelo fato de os dados observados tenderem, em
geral, a se agrupar em torno dos valores centrais. Dentre as medidas de tendncia
central, destacam-se as seguintes: Mdias, Moda e Mediana. Cada uma com um
significado diferenciado, porm tendo como serventia representar um conjunto de
dados.
MDIAS
Mdia Aritmtica Simples: para se obter a mdia aritmtica simples de um
conjunto de dados, devemos dividir a soma dos valores de todos os dados do
conjunto pela quantidade deles.
=
x=
x1 + x2 + x3 + ... + x n
ou
N
xi
N
x1 + x2 + x3 + ... + x n
x
ou x = i
n
n
Onde: xi = so os valores que a varivel x assume

n = o nmero de valores
= a medida aritmtica da amostra
= a mdia aritmtica da populao
Exemplo:
Sabendo-se que as vendas dirias da empresa A, durante uma semana, foram de
10, 14, 13, 15, 16, 18 e 12 unidades. Determinar a mdia de vendas nesta semana
feitas pela empresa A:
Para obter a mdia aritmtica simples das vendas, faremos o seguinte clculo:
X1 = 10, x2 = 14, x3 = 13, x4 = 15, x5 = 16, x6 = 18 e x7 = 12 e n = 7, logo:
x
x = n i = 10 +14 +13 +15 + 16 + 18 + 12 = 98 = 14

7
7
Mdia Aritmtica Ponderada: mdia ponderada uma mdia aritmtica na qual
ser atribudo um peso a cada valor da srie.
x =
x i . pi
pi
Exemplo:
O capital da empresa est sendo formado pelos acionistas, por financiamentos e
por debntures. Cada tipo tem um custo diferente para a empresa, definido pela
sua taxa de juros anual. Calcule a taxa de juros mdia do capital da empresa,
considerando os dados apresentados na tabela seguinte:
57
x i . p1 + x 2 . p2 + x 3 . p3
p1 + p2 + p3
A taxa de juros mdia calculada pela seguinte relao:

12 %1.000.000 + 8 % 600.000 +14 % 400.000
1.000 .000 + 600.000 + 400.000
11, 20 %
Mdia aritmtica para dados agrupados sem intervalos de classes

As freqncias so as quantidades de vezes que a varivel ocorre na coleta de
dados, elas funcionam como fatores de ponderao, o que nos leva a calcular
uma mdia aritmtica ponderada.
x i fi
N
x i fi
(Populao)
(amostra)
Exemplo:
Aps ter sido realizado trabalho bimestral, numa turma de Estatstica, o professor
efetuou levantamento das notas obtidas pelos alunos, e observou a seguinte
distribuio e calculou a mdia de sua turma:
x i fi
n
26
10
2,6
Mdia aritmtica para dados agrupados com intervalos de classes

Neste caso, convencionamos que todos os valores includos em um determinado
intervalo de classe coincidem com o seu ponto mdio, e determinamos a mdia
aritmtica ponderada por meio das seguintes frmulas:
x i f i , onde X i
li
ls
(Populao)
x i f i , onde x i
li
ls
(amostra)
Exemplo:
Determine a renda mdia familiar, de acordo com os dados da tabela:
58
x i fi
n
268
40
6,7
MODA (MO)
Define-se a moda como o valor que ocorre com maior freqncia em um conjunto
de dados.
Moda para dados no agrupados

Primeiramente os dados devem ser ordenados para, em seguida, observar o valor
que tem maior freqncia.
Exemplo: Calcular a moda dos seguintes conjuntos de dados:
X = (4, 5, 5, 6, 6, 6, 7, 7, 8, 8)
Mo = 6 (0 valor mais freqente)
Esse conjunto unimodal, pois apresenta apenas uma moda.
Y = (1, 2, 2, 2, 3, 4, 4, 4, 5, 5, 6)
Mo = 2 e Mo = 4 (valores mais freqentes) Esse
conjunto bimodal, pois apresenta duas modas.
Z = (1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5)
Mo = 2, Mo = 3 e Mo = 4 (valores mais
freqentes)
Esse conjunto plurimodal, pois apresenta mais de duas modas.
W = (1, 2, 3, 4, 5, 6)
predominante.
Esse conjunto amodal porque no apresenta um valor
A moda utilizada quando desejamos obter uma medida

rpida e aproximada de posio ou quando a medida
de posio deva ser o valor mais tpico da distribuio.
J a mdia aritmtica a medida de posio que possui a maior estabilidade.
MEDIANA (MD)
uma medida de posio cujo nmero divide um conjunto de dados em duas
59
partes iguais. Portanto, a mediana se localiza no centro de um conjunto de

nmeros ordenados segundo uma ordem de grandeza.
Para se obter o elemento mediano de uma srie deveremos seguir os seguintes
passos:
- Se N for mpar a mediana o termo de ordem:
P
N +1
2
- Se o N for par a mediana a mdia aritmtica dos termos de ordem:

P
N
2
N
2
Exemplos:
1) Determine o valor da mediana da srie que composta dos seguintes
elementos: 56, 58, 62, 65 e 90.
N = 5 (mpar)
N +1
2
5 +1
2
3 elemento
Md = 62
2) Em uma pesquisa realizada a respeito de erros por folha, cometidos por

digitadores, revelou as seguintes quantidades: 12, 12, 13, 13, 15, 16, 18 e 20.
Determinar a quantidade mediana de falhas.
N = 8(par)
N
2
N
2
8
2
Logo a mediana ser Md
4
8
2
4 elemento
5
13 + 15
2
Md = 13
5 elemento
28
2
Md = 15
14
Comparao entre Mdio e Moda
60
Em sntese
Mdia aritmtica simples:
Mdia aritmtica simples:
x=
x1 + x2 + x3 + ... + x n
ou
N
xi
N
da populao
x1 + x2 + x3 + ... + x n
x
ou x = i
n
n
Mdia aritmtica ponderada:
x =
da amostra
x i . pi
pi
Mdia aritmtica para dados agrupados sem intervalos de classes:
x i fi
N
x i fi
(Populao)
(amostra)
Mdia aritmtica para dados agrupados com intervalos de classes:
x i f i , onde X i
li
ls
(Populao)
x i f i , onde x i
li
ls
(amostra)
Moda o valor que se repete o maior nmero de vezes, entre os dados obtidos.
Mediana (md) representa o valor central entre os dados obtidos, estando esses
dados em ordem crescente ou decrescente.
Para obter o elemento mediano devemos considerar:
1 caso: se o N for impar a mediana o termo de ordem:
N +1
2
2 caso: se N for par a mediana a medida aritmtica dos termos de ordem:

P
N
2
N
2
POSIO QUARTIS, DECIS E PERCENTIS

As medidas de posio denominadas quartis, decis e percentis tm o mesmo
princpio da mediana. Enquanto a mediana separa a distribuio em duas partes
iguais, a caracterstica principal de cada uma dessas medidas que:
Quartis: dividem a distribuio em quatro partes iguais;
Decis: dividem em dez partes iguais;
Percentis: dividem em cem partes iguais.
61
Notaes:
Qi = quartil de ordem i;
Di = decil de ordem i;
Pi = percentil de ordem i.
Essas medidas - os quartis, os decis e os percentis - so, juntamente com a
mediana, conhecidas pelo nome genrico de separatrizes.
Quartis para dados no agrupados em classes

Os quartis dividem um conjunto de dados em 4 partes iguais. Assim:
Para o clculo das posies usaremos:

Q1
n+1
4
P1
Q2
P2
2.(n+1)
4
Q3
P3
3.(n+1)
4
Onde n = nmero de dados (valores)

Exemplo:
Considere as seguintes notas de uma turma e calcule os quartis dessa amostra:
52,0
54,5
55,8
55,9
56,2
56,4
56,7
57,2
58,9
59,4
59,5
60,0
60,2
60,5
60,8
54,4
55,7
55,9
56,4
56,8
57,6
59,4
59,8
60,3
60,6
Utilizando as relaes para a posio dos quartis, temos:

Q1
P1
n+1
4
Q2
P2
2.(n+1)
4
Q3
P3
3.(n+1)
4
25 +1
4
6,5
P1
P2
2.(25+1)
4
13
P2
13
P3
3.(25+1)
4
19,5
Q1
P1
P3
20
O primeiro quartil (Q1 ) abrange 25% dos valores da srie, o segundo quartil 50%
(Q2 )e o terceiro (Q3 ) 75%.
Decis para dados no agrupados

So valores que dividem a srie em 10 partes iguais. Assim:
62

D1
P1
n+1
10
D2
P2
2.(n+1)
10
D5
P5
5.(n+1)
10
D9
P9
9.(n+1)
10

Exemplo:
Considere as seguintes notas de uma turma e calcule os decis dessa amostra:
52,0
54,5
55,8
55,9
56,2
56,4
56,7
57,2
58,9
59,4
59,5
60,0
60,2
60,5
60,8
54,4
55,7
55,9
56,4
56,8
57,6
59,4
59,8
60,3
60,6
Utilizando as relaes para a posio dos decis, temos:

D1
P1
n+1
10
D2
P2
2.(n+1)
10
P2
2.(25+1)
10
5,2
D9
P9
9.(n+1)
10
P9
9.(25+1)
10
23,4
P1
25 + 1
10
2,6
P1
3
P1
P1
5
20
O primeiro decil (D1 ) abrange 10% dos termos da srie, o segundo decil (D2 ) 20% e
assim por diante,o nono (D9 ) 90%.
Percentis para dados no agrupados

So as medidas que dividem a amostra em 100 partes iguais. Assim
P1
P1
n+1
100
P2
P2
2.(n+1)
100
P50
P50
50.(n+1)
100
D99
P99
99.(n+1)
100

Exemplo:
Considere as seguintes notas de uma turma e calcule os percentis dessa amostra:
63
Utilizando as relaes para a posio dos Percentis, temos:

P10
P10
10.(n+1)
100
P10
10.(25+1)
100
2,6
P10
P20
P20
20.(n+1)
100
P20
20.(25+1)
100
5,2
P20
P90
P90
90.(n+1)
100
P90
90.(25+1)
100
23,4
P90
23
O dcimo percentil (P10) abrange 10% dos termos da srie, o vigsimo percentil (P20)
20% e assim por diante, o nonagsimo (P90) 90%
EM SNTESE
Quartis dividem a distribuio em quatro partes iguais. Para o clculo das posies
usaremos:
Q1
P1
n+1
4
Q2
2.(n+1)
4
P2
Q3
P3
3.(n+1)
4
Decis dividem a distribuio em dez partes iguais. Para o clculo das posies
usaremos:
D1
P1
n+1
10
D2
P2
2.(n+1)
10
D5
P5
5.(n+1)
10
D9
P9
9.(n+1)
10
Percentis dividem a distribuio em cem partes iguais. Para o clculo das posies
usaremos:
P1
P1
n+1
100
P2
P2
2.(n+1)
100
P50
P50
50.(n+1)
100
D99
P99
99.(n+1)
100
MEDIDAS DE DISPERSO (MEDIDAS DE VARIABILIDADE)

So medidas utilizadas para medir o grau de variabilidade, ou disperso dos
valores observados em torno da mdia aritmtica. Servem para medir a
representatividade da mdia e proporcionam conhecer o nvel de
homogeneidade ou heterogeneidade dentro de cada grupo analisado. Para
compreender esse conceito, considere a seguinte situao:
Um empresrio deseja comparar a performance de dois empregados, com base
na produo diria de determinada pea, durante cinco dias:
Empregado A: 70, 71, 69, 70, 70
Empregado B: 60, 80, 70, 62, 83
64
x = 70
x = 71
A performance mdia do empregado A de 70 peas produzidas diariamente,

enquanto que a do empregado B de 71 peas. Com base na mdia aritmtica,
verifica-se que a performance de B melhor do que a de A. Porm, observando
bem os dados, percebe-se que a produo de A varia apenas de 69 a 71 peas,
ao passo que a de B varia de 60 a 83 peas, o que revela que a performance de
A bem mais uniforme do que de B.
Tipos de medidas de disperso absoluta

Amplitude total (At): a diferena entre o maior e o menor valor observado.
At = x max - x min
Exemplo:
Pela situao sugerida na introduo, temos para a amplitude total os seguintes
clculos para os empregados:
Empregado A
Empregado B
At= 71 69 = 2
At = 83 60 = 23
Observaes:
- A amplitude total a medida mais simples de disperso.
- A desvantagem desta medida de disperso que leva em conta
apenas os valores mnimo e mximo do conjunto. Se ocorrer qualquer
variao no interior do conjunto de dados, a amplitude total no nos
d qualquer indicao dessa mudana.
- A amplitude total tambm sofre a influncia de um valor atpico na
distribuio (um valor muito elevado ou muito baixo em relao ao
conjunto).
2
Varincia( d
ou S) e Desvio Padro(d
ou S)
So as medidas de disperso mais empregadas, pois levam em considerao a
totalidade dos valores da varivel em estudo. um indicador de variabilidade

bastante estvel. Para medir a disperso dos dados em torno da mdia, os
estatsticos usam a soma dos quadrados dos desvios dividida pelo tamanho da
populao ou da amostra. Definindo assim, varincia como mdia aritmtica dos
quadrados dos desvios.
Dados no agrupados
2
( xi m
)
d
=
2
N
( xi x) 2
2
S =
n1
Dados agrupados
( xi m
) 2 . fi
2
d
=
N
2
( xi x) . fi
=
n1
Sendo a varincia calculada a partir dos quadrados dos desvios, ela um nmero
em unidade quadrada em relao varivel em questo, o que, sob o ponto de
vista prtico, um inconveniente.
65
Por isso mesmo, imaginou-se uma nova medida que tem utilidade e interpretao
prticas, denominada desvio padro, definido como a raiz quadrada da
varincia.
2
d
d
(Populao)
(Amostra)
Observaes:
- Se os valores dos dados se repetirem em todas as amostras, ento a
varincia da amostra ser zero.
- Se os dados estiverem muito espalhados, ento a varincia da
amostra acusar um nmero positivo elevado. Assim, uma grande
varincia significar uma grande disperso dos dados em relao
mdia.
- A varincia uma medida que tem pouca utilidade na estatstica
descritiva, porm extremamente importante na inferncia
estatstica e em combinaes de amostras.
- Quanto menor o desvio padro, mais os valores da varivel se
aproximam de sua mdia.
- Quanto maior o desvio padro, mais significativo heterogeneidade
entre os elementos de um conjunto
Exemplo:
Pela situao sugerida na introduo, temos a varincias e o desvio padro
apresentando os seguintes clculos para os empregados:
- Como a mdia do empregado A 70, a varincia ser:
2
( xi - x )
N
( 70 - 70 ) + ( 71- 70 ) + ( 69 - 70 ) + ( 70 - 70 ) + ( 70 - 70 )
E o desvio padro ser:
2
d
d
0,4
2
=
=
0, 4
5
0,64
Como a mdia do empregado B 71 a varincia ser:

2
( xi - x )
N
( 60 - 71 ) + ( 80 - 71) + ( 70 - 71 ) + ( 62 - 71 ) + ( 83 - 71)
E o desvio padro ser:
5
2
85,6
dd
428
=
=
85, 6
5
9,25
Vamos colocar em prtica, juntos, todos esses conceitos

desta aula atravs do seguinte exerccio:
1) Calcule a varincia e o desvio padro da tabela
seguinte.
66
xi
li
ls
xi.fi
(xi - x)
(xi - x) .fi
Fonte: pesquisa do setor de pessoal
x i fi
Calcular a mdia dos salrios:
Calcular a varincia dos salrios:
s2
Calcular o desvio padro:
( xi x ) .f i
n-1
Construo de tabelas e clculos estatsticos usando o excel

Partindo da seguinte srie de dados, vamos construir: uma distribuio de
freqncia sem intervalo de classe e com intervalo de classe, um histograma e
clculos de estatstica descritiva.
67
Entrada de Dados
- Para entrar no Microsoft Excel, clicar no boto
- Entrar com os dados na coluna A.

- Na clula C1, digitar variveis.
- Na clula D1, digitar fi.
- Na clula E1, digitar fri.
- Na clula F1, digitar Faci.
- Na clula G1, digitar Fraci.- Marcar as clulas C1:G1, na barra de formatos,
clicar no boto Negrito
e no boto Centralizar
- Nas clulas C2:C8, digitar as variveis correspondentes a cada classe para

uma distribuio de freqncia sem intervalo de classe. (11, 12, 13, 14, 15, 16,
17)
- Marcar as clulas C2:C9, na barra de formatos, clicar no boto Negrito
e no boto Centralizar
Freqncia Simples
- Marcar as clulas D2:D8, na barra de ferramentas, clicar no boto Colar
Funo
- Na janela da esquerda, clicar em Estatstica e na janela da direita, procurar

Freqncia, clicar em Ok.
- Na Matriz_dados, digitar A1:A26.
- Na Matriz_bin, digitar C2:C8.
- Como os dados foram preparados para obter os dados da funo
freqncia como matriz coluna, no lugar de pressionar Ok ou a tecla Enter,
devemos pressionar ao mesmo tempo as trs teclas Ctrl + Shift + Enter.
Se no funcionar, comeamos por:
Marcar as clulas D2:D8
Digitar a frmula = FREQNCIA(A1:A26;C2:C8)
Sem pressionar a tecla Enter, devemos pressionar ao mesmo tempo as trs teclas
Ctrl+ Shift + Enter.
- Na clula C9, digitar total.
- Clicar na clula D9 e na barra de ferramentas, clicar no boto
Auto Soma
. (Vai aparecer os valores acima marcados e a frmula.)
Pressionar a tecla Enter.

- Marcar D2:G9 e clicar no boto Centralizar .
Freqncia Simples relativa
- Na clula E2, digitar a frmula = D2/$D$9 e pressionar a tecla Enter.
- Retornar para a clula E2 e no canto inferior direito, pressionar o boto
68
esquerdo do mouse e arrastar at a clula E8.

- Na barra de ferramentas, clicar no boto Diminuir Casas Decimais, at 4
casas decimais.
- Na clula E9, clicar no boto Auto Soma
Freqncia Acumulada
- Na clula F2, digitar a frmula = FREQNCIA ($A$1:$A$26,C2) e pressionar a
tecla Enter.
- Retornar para a clula F2 e no canto inferior direito, pressionar o boto
esquerdo do mouse e arrastar at a clula F8.
Freqncia Acumulada relativa
- Na clula G2, digitar a frmula = F2/$D$9 e pressionar a tecla Enter.
- Retornar para a clula G2 e no canto inferior direito, pressionar o boto
esquerdo do mouse e arrastar at a clula G8.
- Na barra de ferramentas, clicar no boto Diminuir Casas Decimais, at 4
casas decimais.
Histograma e Freqncia Simples

Na barra de ttulos, abrimos o menu Ferramentas, escolher Anlise de Dados,
recebe-se a caixa de dilogo com todas as ferramentas de anlise disponveis.
Nessa caixa de dilogo escolher Histograma e pressionar o boto Ok.
69
Observao:
Se ao abrirmos o menu Ferramentas, no estiver disponvel Anlise de Dados,
devemos clicar em Suplementos. Ao abrir uma janela, devemos ativar Ferramentas
de Anlise, pressionar o boto Ok e repetir o passo anterior.
- No Intervalo de Entrada, digitar $A$1:$A$26.
- No Intervalo do Bloco, digitar $C$2:$C$8.
- No Intervalo de Sada, digitar $C$11. (O resultado grfico ser
apresentado a partir desta clula.)
- Assinalar, atravs de um click, Porcentagem Cumulativa e Resultado
Grfico e pressionar o boto Ok.
- Marcar e deletar as clulas C19:E19.
- Dar um duplo click dentro de um dos retngulos do histograma.
- Dentro da caixa Formatar Ponto de Dados, selecionar Opes.
- A Largura do Espaamento, reduzir para zero, e pressionar o boto Ok.
Distribuio de Freqncia com intervalos de classe

- Selecionar uma nova planilha, copiando para essa os dados da
coluna A.
- Na clula C1, digitar Classes.
- Na clula D1, digitar Li.
-Na clula E1, digitar fi.
- Marcar as clulas C1:E1, centralizar e colocar em negrito.
- Marcar as clulas C2:E5 e centralizar.
- Digitar as classes na coluna C e os limites superiores na coluna D.
- Marcar as clulas E2:E5, na barra de ferramentas, clicar no boto Colar
Funo
. Na janela da esquerda, clicar em Estatstica e na janela
da direita, procurar Freqncia, clicar em Ok.
- Na Matriz_dados, digitar A1:A26.
- Na Matriz_bin, digitar D2:D5.
- Como os dados foram preparados para obter os dados da funo
freqncia como matriz coluna, no lugar de pressionar Ok ou a tecla
Enter , devemos pressionar ao mesmo tempo as trs teclas Ctrl + Shift +
Enter.
70
Anlise dos Dados

Na barra de ttulos, abrimos o menu Ferramentas, escolher Anlise de Dados,
recebe- se a caixa de dilogo com todas as ferramentas de anlise disponveis.
Nessa caixa de dilogo escolher Estatstica Descritiva e pressionar o boto Ok.
- No Intervalo de Entrada, digitar $A$1:$A$26.
- No Intervalo de Sada, digitar $B$7.
- Assinalar em Resumo Estatstico, Ensimo Maior e Ensimo Menor,
pressionar o boto Ok.
Abaixo, encontram-se os resultados das atividades descritas acima, confira:
EM SNTESE
Amplitude total a diferena entre o maior e o menor valor observado.
At = x max - x min
Varincia de dados no agrupados em classe:
Populao:
( xi
d
N
Amostra:
( xi x )
n-1
Varincia de dados agrupados em classe:

Populao:
( xi
dN
) .f i
Amostra:
( xi x ) .f i
n-1
71
Desvio padro:
Populao:
2
dd
Amostra:
MEDIDAS DE DISPERSO (MEDIDAS DE VARIABILIDADE)

COEFICIENTE DE VARIAO DE PEARSON
Coeficiente de variao de Pearson (medida de disperso relativa)
Quando se deseja comparar a variabilidade de duas ou mais distribuies, mesmo
quando essas se referem a diferentes fenmenos e sejam expressas em unidades
de medida distintas, podemos utilizar o Coeficiente de Variao de Pearson.
O coeficiente de variao para um conjunto de n observaes definido
como o quociente entre o desvio padro e a mdia aritmtica da distribuio.
Populao: cv
d
x
Amostra: cv
100
100
Observao:
CV = coeficiente de variao de Pearson ou apenas coeficiente de variao,
geralmente expresso em porcentagem. Alguns analistas consideram:
- Baixa disperso: cv 15%
- Mdia disperso: 15% cv
- Alta disperso: cv 30%
30%
Um coeficiente de variao maior ou igual a 30% revela que a srie

heterognea e a mdia tem pouco significado. Se o coeficiente de variao for
menor que 30%, portanto a srie homognea e a mdia tem grande significado.
Exemplo:
Considerando
uma amostra que apresenta uma distribuio de freqncias com
_
x = 161 e s = 4,22, logo temos coeficiente de variao valendo:
cv
100
4,2 x
100
161
2,62111
2,6
Em sntese
coeficiente de variao de Pearson:
Populao: cv
d
x
100
Amostra: cv
100
Pelos resultados do coeficiente de variao de Pearson podemos classificar:

- baixa disperso: cv 15%
72
- mdia disperso: 15% cv

- alta disperso: cv 30%
30%
MEDIDAS DE ASSIMETRIA
Uma distribuio de freqncias com classes simtrica quando:
Mdia = Mediana = Moda
Uma distribuio de frequencias com classes :

Assimtrica esquerda ou negativa quando: Mdia<Mediana<moda
Assimtrica direita ou positiva quando: Mdia> Mediana> Moda
Para fazer a classificar do tipo de assimetria atravs de clculo, temos a seguinte

relao:
x
Se:
_
_x - Mo = 0
_x - Mo < 0
x - Mo > 0
Mo
assimetria nula ou distribuio simtrica.

assimetria negativa ou esquerda.
assimetria positiva ou direita.
73
Exemplo:
Determinando os tipos de assimetria das distribuies abaixo:
Calculando a mdia, mediana, moda e o desvio padro para cada distribuio,

temos:
Distribuio A
x = 12, Md = 12, Mo = 12 kg e s = 4,42
Distribuio B
x = 12,9, Md = 13,5 , Mo = 16 kg e s = 4,20
Distribuio C
x = 11,1, Md = 10,5 , Mo = 8 kg e s = 4,20
Logo, calculando o tipo de assimetria:

Distribuio A
x - Mo = 12 - 12 = 0
Distribuio B
negativa.
x - Mo = 12,9 16 = - 3,1
Distribuio C
x - Mo = 11,1 8 = 3,1
a distribuio simtrica.
a distribuio assimtrica
a distribuio assimtrica positiva.
Construindo os grficos das distribuies anteriores, temos:

Distribuio A
Distribuio B
Distribuio C
24
30
30
18
24
24
18
18
12
12
12
6
0
0
4
8 12 16 20
0
4
8 12 16 20
8 12 16 20
Coeficiente de assimetria (coeficiente de Pearson)

A medida anterior, por ser absoluta, apresenta a mesma deficincia do desvio
padro, isto , no permite a possibilidade de comparao entre as medidas de
74
duas distribuies. Por esse motivo, daremos preferncia ao coeficiente de

assimetria de Pearson:
AS
3( x - Md )
s
Escalas de assimetria:
0,15 < | AS | < 1
| AS | 1
assimetria moderada
assimetria elevada
Observao:
Coeficiente de assimetria de Pearson (AS) considerado em mdulo para se fazer
a classificao acima.
Exemplo:
Considerando as distribuies anteriores A , B e C , calcule os coeficientes de
assimetria e faa a anlise dos resultados obtidos:
ASA
3( x - Md )
s
3( 12 - 12 )
=0
4,42
AS B
3( x - Md )
s
3( 12,9 - 13,5 )
= - 0,429
4,20
ASC
3( x - Md )
s
3( 11,1 - 10,5 )
= 0,429
4,20
Simetria
Assimetria considerada moderada

e negativa
Assimetria considerada moderada
e positiva
Em sntese
Uma distribuio de freqncias com classes simtrica quando:
Mdia = Mediana = Moda
Uma distribuio de freqncias com classes assimtrica esquerda
ou negativa quando:
Mdia < Mediana < Moda
Uma distribuio de freqncias com classes assimtrica direita ou
positiva quando:
Mdia > Mediana > Moda Coeficiente de assimetria: AS
3( x - Md )
s
Pelos resultados do coeficiente de assimentria podemos classificar:

Simtrico: |AS| = 0
Assimetria moderada: 0,15 < | AS | < 1
Assimetria elevada: | AS | 1
75

final do livro
26) A tabela a seguir representa a distribuio de freqncias dos salrios de um
grupo de 50 empregados de uma empresa, num certo ms.
o salrio mdio desses empregados, nesse ms, foi de:

a) R$ 2 637,00
b) R$ 2 520,00
c) R$ 2 500,00
d) R$ 2 420,00
e) R$ 2 400,00
27) O professor Javert aplicou uma prova de matemtica a 25 alunos, contendo 5
questes, valendo 1 ponto cada uma. Aps fazer a correo, o professor
construiu o grfico abaixo, que relaciona o nmero de alunos s notas obtidas
por eles.
nmero de alunos
10
Observando o grfico, conclui-se

que a mediana das notas obtidas
pelos 25 alunos correspondem, a:
8
6
a) 1
b) 2
c) 3
d) 4
e) 5
4
2
0
notas obtidas
28) O grfico de setores abaixo mostra os resultados obtidos em uma pesquisa

com clientes de um supermercado sobre um de seus produtos.
7%
13%
33%
1
2
3
20%
4
5
27%
76
De acordo com a satisfao, cada

cliente indicava uma nota de 1 a 5
para o mesmo produto. Esse grfico,
por exemplo, mostra que 7% dos
consumidores deram nota 1 para o
produto consultado. considerando o
mesmo grfico, correto afirmar que
a moda do conjunto de todas as
notas dadas para o produto foi:
a) 1
b) 2
c) 3
d) 4
e) 5
29) As notas de um candidato nas provas de um concurso foram: 8,4; 9,1;7,2; 6,8;
8,7 e 7,2. A nota mdia, a nota mediana e a nota modal desse aluno so
respectivamente:
a) 7,9; 7,8; 7,2
b) 7,1; 7,8; 7,9
c) 7,8; 7,8; 7,9
d) 7,2; 7,8; 7,9
e) 7,8; 7,9; 7,2
30) Analise os dados abaixo que se referem a uma amostra de bitos/ms nos
hospitais de uma grande capital brasileira, nos ltimos 25 meses e faa o que
se pede:
410, 440, 440, 584, 579, 577, 577, 454, 460, 460, 491, 561, 556, 491, 490, 491, 490,553,
553, 540, 540, 520, 491, 520, 491.
Calcular a mdia aritmtica, mediana e a moda.
Considere as seguintes notas de uma amostra de uma turma e faa o que

se pede:
35, 45, 40, 40, 52, 56, 59, 60, 54, 55, 56, 59, 60, 54, 56, 57, 59, 60, 55, 56, 57, 59, 60, 55,
56, 58, 60, 60, 70, 75, 80, 85, 60, 65, 63.
31) calcular o terceiro quartil da amostra.
32) calcular o segundo decil da amostra.
33) calcular o nono decil da amostra.
34) calcular o vigsimo percentil da amostra.
77
35) calcular o nonagsimo percentil da amostra.
36)Dado o conjunto de nmeros 8, 4, 6, 9, 10, 5, determine a varincia desse

conjunto, supondo que esses valores correspondem a uma amostra.
a) 28
b) 2,3664
c) 7
d) 2,8
e) 5,6
37) Determine o desvio padro do conjunto de nmeros da questo anterior,
supondo que esses valores correspondem a uma amostra.
a) 28
b) 2,3664
c) 7
d) 2,8
e) 5,6
Considere as seguintes notas de uma amostra de uma turma e responda as
perguntas a seguir:
35, 45, 40, 40, 52, 56, 59, 60, 54, 55, 56, 59, 60, 54, 56, 57, 59, 60, 55, 56,
57, 59, 60, 55, 56, 58, 60, 60, 70, 75, 80, 85, 60, 65, 63.
38) calcule a amplitude total do rol.
a) 50
b) 49
c) 48
d) 47
e) 45
39) calcule a varincia do rol.
a) 94,56
b) 105,83
c) 110,83
d) 109,83
e) 120,00
40) calcule o desvio padro do rol.
a) 10,29
b) 9,72
c) 10,53
d) 10,48
e) 10,99
78
41) Dada a figura a seguir, podemos afirmar que:
a) a moda maior do que a mediana e menor do que a mdia;

b) a moda menor do que a mediana e maior do que a mdia;
c) a moda menor do que a mediana e est maior do que a mdia;
d) a mediana maior de que a mdia e menor do que a moda;
e) n.d.a.
42) os coeficientes de variao dos resultados a seguir so:
_
Estatstica: x = 80 e s = 16
_
Histria: x= 20 e s = 5
a) 16% e 40%
b) 20% e 25%
c) 50% e 40%
d) 80% e 40%
e) n.d.a.
43) Considere os seguintes resultados relativos a trs distribuies de freqncia:
Distribuio
Mo
Determine o tipo de assimetria de cada uma delas.
79
44) uma distribuio de freqncia apresenta as seguintes medidas:

x = 48,1, md = 47,9 e s = 2,12.
Calcule o coeficiente de assimetria.
45) Em uma distribuio de freqncia foram encontradas as seguintes medidas:

x = 33,18, mo = 27,50, md = 31,67 e s = 12,45.
a) classifique o tipo de assimetria.
b) Calcule o coeficiente de assimetria.
80
UNIDADE
PROBABILIDADE
J sabemos que para se obter informaes sobre alguma caracterstica da

populao, o tamanho amostral de fundamental importncia. Estudaremos
agora a probabilidade, que uma ferramenta usada e necessria para se
fazerem ligaes entre a amostra e a populao, de modo que a partir de
informaes da amostra se possam fazer afirmaes sobre caractersticas da
populao.
Assim, pode-se dizer que a probabilidade a ferramenta bsica da Estatstica
Inferencial.
Experimento Aleatrio
So aqueles que no podem ser previamente
determinados. Essa impossibilidade de preverse os resultados, chamamos de acaso .
Exemplo: Lanar um dado e anotar o nmero
que ocorrer na face voltada para cima.
Espao Amostral (S)

o conjunto formado por todos os resultados possveis de um experimento
aleatrio.
Exemplo 1: Ao se lanar um dado e observar a face superior, tm-se o espao
amostral:
S = {1,2,3,4,5,6 }
Exemplo 2: Numa partida de futebol, uma

das equipes pode obter resultados tais como:
vitria (v), empate (e) ou derrota (d). Tem-se
ento:
S = {v, e, d }
Evento (E)
um conjunto qualquer de resultados
de um experimento aleatrio. Pode-se
dizer que um evento um subconjunto
do espao amostral.
Exemplo: no lanamento de 2 moedas
apaream faces iguais. Os elementos
do evento so E = {(K, K), (C, C) }.
83
Tipos
de eventos
- Evento certo o prprio espao amostral.
Exemplo: Lanamento de um dado e ocorrncia de um nmero menor ou igual a

6 na face superior.
- Evento impossvel o subconjunto vazio do espao amostral.
Exemplo: Lanamento de um dado e ocorrncia de um nmero maior do que 6
na face superior.
- Eventos elementares so aqueles que tm um s elemento.
Exemplo: Lanamento de um dado e ocorrncia de um nmero mpar maior do
que 4 na face superior.
Clculo da probabilidade de um evento ocorrer
Podemos definir o clculo da probabilidade de um evento como a razo (diviso)
entre o nmero de elementos do evento e o nmero de elementos do espao
amostral.
P( E ) =
n(E)
n(S)
Onde: n (E) = o nmero de elementos do evento

n (S) = o nmero de elementos do espao amostral
P (E) = a probabilidade de ocorrer o evento
Na prtica, calcular a probabilidade dividir:
P( E ) =
nmero de resultados favorveis

nmero de resultados possveis
Observao: Percentualmente, a probabilidade varia de 0% a 100%, ou seja,

0%
P (E) 100% ou 0
P (E)
1.
Eventos complementares P ( A )
A probabilidade de no ocorrer o evento A igual a 1 menos a probabilidade de
ocorrer A, que pode ser representada por:
P( A ) 1 P ( A )
Exemplo:
Analisando um lote de 360 peas para computador, o departamento de controle
84
de qualidade de uma fbrica constatou que 40 peas estavam com defeito.

Retirando-se uma das 360 peas, ao acaso, a probabilidade de esta pea NO
ser defeituosa :
- Sendo S = conjunto dos elementos do espao amostral, casos
possveis, e n(s) o nmero de elementos deste conjunto.
- Sendo E = conjunto de elementos das peas defeituosas, e n(E) o
nmero de elementos deste conjunto.
- Use ~E = conjunto dos elementos das peas no defeituosas, e n(~E)
o nmero de elementos deste conjunto. Neste caso, o conjunto dos
casos favorveis.
- n(S) = 360 , n(E) = 40 e n(~E) = 320
Para calcular a probabilidade de, retirada uma pea que seja no defeituosa,
faa assim:
n( E )
n( S )
P (~ E )
Probabilidade da unio P(A
320
360
8
9
B) = P(A ou B)
Nesse caso, existem dois tipos possveis de situao

- Eventos mutuamente exclusivos:
Dois eventos so mutuamente exclusivos se A
B = , neste caso:
P (A
B) = P (A) + P (B)
- Eventos no mutuamente exclusivos:

Dois eventos no so mutuamente exclusivos, se A
P (A
B = , neste caso:
B) = P (A) + P (B)
P (A
B)
Exemplo:
No lanamento de um dado, determine a probabilidade de se obter um nmero
par ou maior que 3.
- Espao amostral: S = {1, 2, 3, 4, 5, 6}
n (S) = 6
85
- Evento A (nmeros pares): A = {2, 4, 6}
n (A) = 3
- Evento B (nmeros maiores que 3): B = {4, 5, 6}

- Evento de A
B: A B = {4, 6}
n (B) = 3
n (A
B) = 2
Calculando a probabilidade, temos:

P (A
B) = P (A) + P(B) P (A
P (A
B)
B) =
3
6
3
6
2 4 2
= =
6 6 3
Probabilidade condicional
Sejam dois eventos A e B associados a um espao amostral S. A probabilidade de
A ocorrer dado que o evento B ocorreu definida por:
P(A B)
P (B )
P( A / B )
onde P ( B )
Portanto, quando calculamos P(A/B), tudo se passa como se o evento B fosse um

novo espao amostral reduzido dentro do qual queremos calcular a
probabilidade do evento.
Exemplo:
Considere o conjunto de nmeros inteiros {1,2,3,4,5, ...,18,19,20}, e, por meio de um
sorteio aleatrio, retire um nmero. Se o nmero sorteado for mpar, qual a
probabilidade de o nmero sorteado ser o 13?
- Espao amostral S = {1,2,3, ...,19,20}
- Evento A = {13}
n(S) = 20
n(A) = 1
- Evento B: Condio para ocorrncia do evento A = {1,3,5,7,9,11,13,15,17,19}

n(B) = 10
(A
B) = {13}
n(A
B) = 1
P( A / B )
P( A B )
P( B )
1
10
Eventos independentes
Diz-se que dois ou mais eventos so independentes, quando a ocorrncia de um
no depende (ou no condicionada, ou no se vincula) da ocorrncia do
outro, isto , a informao adicional de que um dos eventos j ocorreu em nada
altera a probabilidade de ocorrncia do outro.
Dados dois eventos independentes A e B, a probabilidade de que ocorram os
eventos A e B dado por:
P(A
86
B) = P(A) . P(B)
Exemplo:
Num grupo de jovens estudantes a probabilidade de que um jovem, escolhido ao
acaso, tenha mdia acima de 7,0 1
5
- Nesse mesmo grupo, probabilidade de que um jovem saiba jogar

futebol 5
6
- Qual a probabilidade de escolhermos um jovem (ao acaso)que

tenha mdia maior que 7,0 e saiba jogar futebol?
O fato de ter mdia maior que 7,0, no depende do fato de saber jogar futebol, e
vice-versa. Quando isso ocorre, dizemos que os eventos so independentes.
A: ter mdia acima de 7,0.
B: saber jogar futebol.
A e B: ter mdia acima de 7,0 e saber jogar futebol.
acaso, tenha mdia acima de 7,0 15
acaso, tenha mdia acima de 7,0 15.6
Em Sntese
- Experimentos aleatrios so aqueles quando repetidos vrias vezes,
em situaes idnticas, apresentam resultados diferentes, no sendo
possvel a determinao do resultado antes de sua realizao.
- Espao amostral o conjunto formado por todos os resultados
possveis de um experimento. Notao: S.
- Evento qualquer subconjunto do espao amostral. Notao: E.
- Clculo da probabilidade de um evento: P (E) = n(E) = n(S)
Nmero de resultados favorveis

nmero de resultados possveis com 0% < P (E) < 100% ou 0 < P (E) < 1.
- Eventos complementares: P ( A ) = 1 P(A)
- Probabilidade da unio de eventos mutuamente exclusivos:
P(A B) = P(A) + P(B)
- Probabilidade da unio de eventos no mutuamente exclusivos:
P(A B) = P(A) + P(B) P(A B)
- Probabilidade condicional:
P( A / B )
P(A B)
P (B )
onde P ( B )
87
- Probabilidade de eventos independentes:

P(A
B) = P(A) . P(B)

final do livro
46) Dois jogadores A e B vo lanar um par de dados. Eles combinam que se a
soma dos nmeros dos dados for 5, A ganha e se a soma for 8, B quem
ganha. Os dados so lanados. Sabe-se que A no ganhou. Qual a
probabilidade de B ter ganho?
a) 10/36
b) 5/32
c) 5/36
d) 5/35
e)No se pode calcular sem saber os nmeros sorteados.
47) (uNirio) As probabilidades de trs jogadores marcarem um gol cobrando um
pnalti so, respectivamente, 1/2, 2/5 e 5/6. Se cada um bater um nico
pnalti, a probabilidade de todos errarem igual a:
a) 3%
b) 5%
c) 17%
d) 20%
e) 25%
48) (MACK) Numa competio de tiro ao alvo, a probabilidade de um atirador A
errar 8% e a de um atirador B errar o dobro. ocorridos 200 tiros, 100 para
cada atirador, e tendo havido erro num dos tiros, a probabilidade de o mesmo
ter sido dado por A :
a) 1/5
b) 1/3
c) 3/4
d) 1/2
e) 1/6
49) O resultado de uma pesquisa realizada pelo IPESPE sobre o perfil dos fumantes
e publicada pela revista veja de 03/06/07 mostra que num grupo de 1000
pessoas 17% fumam e, dentre os fumantes, 44% so mulheres. Se nesse grupo
de 1000 pessoas uma escolhida ao acaso, a probabilidade de ela ser
fumante e mulher aproximadamente:
a) 0,044
b) 0,075
c) 0,44
d) 0,0075
e)0,0044
88
RETOMANDO A CONVERSA INICIAL
Inicialmente nos propusemos a fundamentar as possibilidades de coletar,

organizar, descrever e interpretar dados.
Apresentamos, na primeira unidade, conceitos que embasaram as atividades
das unidades seqentes.
Para cada unidade, adotamos construir passo a passo, com voc, tabelas,
grficos, distribuies, e medidas e, ainda, projetar as probabilidades.
As atividades propostas tiveram por objetivo aplicar o conhecimento
construdo.
Espero ter despertado o gosto pela estatstica e ter colaborado para seu
sucesso profissional.
89
REFERNCIAS BIBLIOGRFICAS
COSTA NETO, P. L. de O. Probabilidades. So Paulo: Editora Edgard Blucher Ltda,1985.
COSTA NETO, P. L. de O. Estatstica. So Paulo: Editora Edgard Blucher Ltda, 17 ed.
1999.
CRESPO, A. A. Estatstica Fcil. So Paulo: Editora Saraiva, 17 ed. 1999.
DANTE, L. R. Matemtica: Contexto de Aplicaes. So Paulo: Editora Makron Books
Ltda., 1982.
DOWNING, D., CLARK, J. Estatstica Aplicada. So Paulo: Editora Saraiva, 2000.
KAZMIER, L. J. Estatstica Aplicada Economia e Administrao. So Paulo: Editora
Makron Books Ltda., 1982.
LAPPONI, J. C. Estatstica Usando Excel. So Paulo: Editora Lapponi, 2000.
LEVIN, J. Estatstica Aplicada a Cincias Humanas. 2 edio. So Paulo: Editora Harper
& Row do Brasil Ltda, 1978.
NICK, E., KELLNER, S. R. O. Fundamentos de Estatstica para as Cincias do
Comportamento. Rio de Janeiro: Editora Renes, 1971.
SIEGEL, S. Estatstica No Paramtrica. So Paulo: Editora McGraw-Hill do Brasil,1975.
STEVENSON, W. J. Estatstica Aplicada Administrao. So Paulo: Editora Harper &
Row do Brasil Ltda., 1981.
TRIOLA, M. F. Introduo Estatstica. Rio de Janeiro: Livros Tcnicos e Cientfico Editora
S.A., 7 ed., 1999.
GABARITO
1. C
2. B
3. D
4. E
5. D
6. A
7. C
8. D
9. B
10. CONSTRUO
COM O USO
DO EXCEL
11. E
12. E
13. A
14. C
15. D
16. A
17. C
18. D
19. D
20. E
21.
22.
23.
24.
25.
26. E
27. D
28. E
29. A
30. MEDIA 510,36,
MEDIANA: 491,
MODA 491
31.
32.
33.
34.
35.
36. E
37. B
38. A
39.
40.
41. D
42. B
43. SIMTRICA,
ASSIMTRICA
NEGATIVA,
ASSIMTRICA
POSITIVA
44. 0,283
45. A) ASSIMTRICA
POSITIVA,
B)0364
46. B
47. B
48. B
49. C
91
Autora
JAVERT GUIMARES FALCO tecnlogo em Gesto Financeira pela

Faculdade OPET e licenciado em matemtica pela UTFPr (Universidade
Tecnolgica Federal do Pr antigo \CEFET- Pr); cursa MBA em Gesto de
organizaes Educacionais pela Faculdade OPET.
Atualmente professor convidado do Departamento de Educao a Distncia do
EtuFPr, onde ministra as disciplinas de matemtica Financeira, matemtica
Aplicada e Estatstica, lecionando tambm em outras instituies de Educao a
Distncia nas mesmas disciplinas.
Atua como professor de Pr-vestibulares dos estados do Paran e Santa Catarina,
ministrando aulas de matemtica. Tambm professor universitrio do Grupo
UNINtEr, lecionando Estatstica e matemtica Aplicada para cursos de tecnologia
na FATEc internacional.
Trabalha com consultoria Pedaggica na Educao a Distncia e Presencial,
desenvolvendo trabalhos de seleo e formao de equipe docente,
organizao do trabalho pedaggico, desenvolvimento de planos estratgicos
de gesto empresarial.
92

Estatística Aplicada PDF

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

Estatística Aplicada PDF

Transféré par

Droits d'auteur :

Formats disponibles

Ministrio da Educao

Escola Tcnica Aberta do Brasil

Ministro da Educao Fernando Haddad

FALCO, Javert Guimares

Reviso Germano Aleixo Filho

Diagramao Terencio Francisco de Oliveira

PROGRAMA e-TEC BRASIL

O Ministrio da Educao vem desenvolvendo Polticas e Programas para

Assim, a modalidade de Educao a Distncia oferece nova interface para a

O Programa e-Tec Brasil vai sendo desenhado na construo coletiva e

Braslia, Ministrio da Educao setembro de 2008.

CURSO TCNICO EM GESTO PBLICA

Mrcia Denise Gomes Machado Carlini,

Estatstica Aplicada - Javert Guimares Falco

UNIDADE 1 - INTRODUO ESTATSTICA

UNIDADE 2 - TABELAS E GRFICOS

UNIDADE 3 - DISTRIBUIO DE FREQUENCIAS

RETOMANDO A CONVERSA INICIAL

Estatstica Aplicada - Javert Guimares Falco

Nesta unidade, apresentaremos noes bsicas de Estatstica e vocabulrio

PANORAMA HISTRICO DA ESTATSTICA

Estatstica Aplicada - Javert Guimares Falco

menos uma caracterstica comum, cujo comportamento interessa-nos analisar. Em

Estatstica Aplicada - Javert Guimares Falco

Amostra: uma parte (um subconjunto finito) representativa de uma populao

Voc j deve ter sido entrevistada ou conhece algum que

Censo: o exame completo de toda populao. Quanto maior a amostra, mais

Estatstica Aplicada - Javert Guimares Falco

variveis contnuas: so aquelas que podem assumir qualquer valor

Estatstica Aplicada - Javert Guimares Falco

Fases do mtodo Estatstico

Estatstica Aplicada - Javert Guimares Falco

Voc j deve ter sido entrevistado(a) para alguma pesquisa.

Estatstica Aplicada - Javert Guimares Falco

Estatstica Descritiva se preocupa com a coleta, organizao, classificao,

Responda s questes abaixo e confira as respostas, no gabarito, no

Estatstica Aplicada - Javert Guimares Falco

5) Dentro do universo estatstico alunos de uma faculdade, as variveis cor dos

Estatstica Aplicada - Javert Guimares Falco

Nesta unidade, estudaremos a apresentao tabular que uma apresentao

Tabela 11 Evoluo da renda dos Empreendedores Brasileiros

Fonte: Pesquisas GEM 2000 2003

Estatstica Aplicada - Javert Guimares Falco

De acordo com a resoluo 886 da Fundao IBGE nas casas ou

- Srie temporal, Histrica ou cronolgica

Preos Mdios em Reais

Fonte: Dados Fictcios

- Srie Geogrfica, Territorial ou de Localidade

Fonte: Dados Fictcios

Estatstica Aplicada - Javert Guimares Falco

- Srie Especfica ou categrica

Fonte: Dados Fictcios

Fonte: Dados Fictcios

Principais tipos de Grficos

Estatstica Aplicada - Javert Guimares Falco

Grfico em Colunas trimestre

Exemplo Prtico: Em uma amostra com alunos do Ensino Mdio, quando

Estatstica Aplicada - Javert Guimares Falco

Comparando os dois grficos

Observe acima que comparamos os grficos. Essa prtica, feita quando

NOES BSICAS SOBRE AS PLANILHAS NO EXCEL

Estatstica Aplicada - Javert Guimares Falco

- Clique sobre a clula A1 e digite: MINHAS NOTAS;