Académique Documents
Professionnel Documents
Culture Documents
para o fenmeno estatura temos uma situao diferente, pois os resultados podem tomar um nmero
infinito de valores numricos dentro de um determinado intervalo.
Resolver o exemplo anterior usando a TNA, considerando partir da 5 linha, da esquerda para a direita,
de cima para baixo, tomando nmeros de trs algarismos, evidentemente, os nmeros maiores que 200 e
os que j tenham aparecido, sero desprezados.
1.8.1.2. Amostragem Estratificada (ou Proporcional Estratificada)
Quando a populao possui caractersticas que permitem a criao de subconjuntos, as amostras extradas
por amostragem simples so menos representativas. Nesse caso, utilizada a amostragem estratificada.
Como a populao se divide em subconjuntos, convm que o sorteio dos elementos leve em considerao
tais divises, para que os elementos da amostra sejam proporcionais ao nmero de elementos desses
subconjuntos. Observe a figura abaixo:
Exemplo
Em uma populao de 200 alunos, h 120 meninos e 80 meninas. Extraia uma amostra representativa, de
10%, dessa populao.
Nesse exemplo, h uma varivel que permite identificar 2 subconjuntos, a varivel sexo. Considerando
essa diviso, vamos extrair a amostra da populao.
SEXO
POPULAO
Masculino
120
Feminino
80
AMOSTRA (10%)
Total
Portanto, a amostra deve conter 12 alunos do sexo masculino e 8 do sexo feminino, totalizando 20 alunos,
que correspondem a 10% da populao.
Para selecionar os elementos da populao para formar a amostra, podemos executar os seguintes passos:
1) numerar os alunos de 1 a 200, sendo os meninos numerados de 1 a 120 e as meninas, de 121 a 200;
2) escrever os nmeros de 1 a 120 em pedaos de papel e coloc-los em uma urna A;
3) escrever os nmeros de 121 a 200 em pedaos de papel e coloc-los em uma urna B;
4) retirar 12 pedaos de papel, um a um, da urna A, e 8 da urna B, formando a amostra da populao.
Obter uma amostra proporcional estratificada, utilizando a TNA partir da 8 linha da esquerda para a
direita e de cima para baixo.
So exemplos desta tcnica de amostragem as pesquisas eleitorais por regio, cidades pequenas e
grandes, rea urbana e rea rural, sexo, faixa etria, faixa de renda, etc.
1.8.1.3. Amostragem Sistemtica
Esta tcnica de amostragem em populaes que possuem os elementos ordenados, em que no h
necessidade de construir um sistema de referncia. Nesta tcnica, a seleo dos elementos que comporo a
amostra pode ser feita por um sistema criado pelo pesquisador, ou seja, escolhe-se cada elemento de ordem k.
Exemplo
Obter uma amostra de 80 casas em uma rua que contm 2000 casas. Nesta tcnica de amostragem,
podemos realizar o seguinte procedimento:
1) Como 2000 dividido por 80 igual a 25, escolhemos, por um mtodo aleatrio qualquer, um nmero
de 1 e 25, que indica o primeiro elemento selecionado para a amostra.
2) Consideramos os demais elementos, periodicamente, de 25 em 25, at o fim da rua.
Se o nmero sorteado entre 1 e 25 for o nmero 8, a amostra ser formada pelas casas: 8, 33, 58, 83,
108, etc.
35 alunos no 5 perodo
27 alunos no 6 perodo
26 alunos no 7 perodo
22 alunos no 8 perodo
POPULAO
35
2
3
4
5
6
7
8
TOTAL
CLCULO
PROPORCIONAL
35.40
5,6
250
AMOSTRA
6
...
...
...
...
...
...
28
...
...
...
...
...
...
...
...
...
...
...
...
...
250
40
3. Dada uma populao de 4 pessoas, Antnio (A), Carlos (C), Lus (L) e Pedro (P), quantas amostras
aleatrias simples de tamanho 2 podem ser obtidas? Quais so essas amostras?
TAMANHO
PERCENTUAL
CLCULO
PROPORCIONAL
AMOSTRA
5. Uma cidade X apresenta o seguinte quadro relativo s suas escolas de ensino fundamental.
N DE ESTUDANTES
ESCOLAS
A
B
C
D
E
F
TOTAL
MASC.
CLCULO
AMOSTRA
PROPORCIONAL
80
102
110
134
150
300
876
FEM.
CLCULO
AMOSTRA
PROPORCIONAL
95
120
92
228
130
290
955
N DE EMP.
Administrao
Transporte
Produo
Outros
Total
914
348
1401
751
CLCULO
PROPORCIONAL
AMOSTRA
Deseja-se extrair uma amostra entre os empregados para verificar o grau de satisfao em relao
qualidade da comida servida no refeitrio. Diga como a amostragem seria realizada considerando uma amostra
de 20 % da populao.
7. Para cada uma das seguintes situaes diga qual o tipo de amostragem utilizada.
a) Em uma IES, certo Conselho Universitrio deseja conhecer a opinio dos alunos e professores sobre
uma resoluo a ser votada, que estabelece horrios fixos para o atendimento de alunos pelos
professores. Para compor a amostra foram sorteados aleatoriamente 10% dos alunos matriculados e
10% dos professores. Amostragem _______________________.
b) Um treinador de uma confederao esportiva deseja dividir 20 times em dois grupos. Para o primeiro
grupo ele seleciona aleatoriamente 10 times, e considera os 10 restantes para o segundo grupo.
Amostragem __________________________.
c) Uma lista numerada contm 1000 nomes, numerados consecutivamente a partir de 1. Iniciando-se do
15 nome, uma amostra foi composta considerando sorteados os nomes referentes aos nmeros 25, 35,
45, 55 e assim sucessivamente at que fossem escolhidos 100 nomes. Amostragem
__________________________.
8. Complete:
a) Na amostragem _______________ cada elemento da populao tem a mesma chance de ser includo na
amostra.
b) Na amostragem ___________________a seleo dos itens da populao que faro parte da amostra so
escolhidos seguindo uma seqncia fixa, isto , so escolhidos os itens r, r + k, r + 2k, r + 3k, e assim
por diante.
c) A amostragem __________________pressupe a diviso da populao em subgrupos de itens similares,
procedendo-se ento a amostragem em cada subgrupo.
9. Um grupo industrial deseja determinar a reao do pblico rotulagem dos produtos. Numa parte da
cidade, h 40 quarteires, com 10 casas por quarteiro. Suponha que se queira selecionar aleatoriamente
10 casas. Como proceder?
10. Os empregados de uma firma tm etiquetas de identificao numeradas consecutivamente de 101 a 873.
Deve-se escolher um comit de segurana de 10 pessoas, selecionadas aleatoriamente. Como fazer a
seleo do comit, utilizando:
a) amostragem aleatria simples (utilizar partir da 10 coluna da TNA de cima para baixo);
b) amostragem sistemtica.
2.
DISTRIBUIO DE FREQUNCIAS
Ao estudar grandes conjuntos de dados, conveniente resumi-los numa tabela, atravs do agrupamento
dos dados em classes, com suas respectivas frequncias.
Denominamos frequncia o nmero que fica relacionado a um determinado valor da varivel.
Quando os dados so discretos com valores repetidos, a simples identificao dos mesmos com as
respectivas frequncias, pode ser um procedimento adequado, ao que damos o nome de distribuio de
frequncias sem intervalos de classes.
Quando os dados so contnuos, pode acontecer que poucos, ou at nenhum deles, apresente frequncia.
Nestes casos, o procedimento comea pela definio de classes.
Classes de frequncia, ou simplesmente, classes so intervalos de variao da varivel.
Uma distribuio de frequncias uma tabela na qual os possveis valores de uma varivel se
encontram agrupados em classes, registrando-se o nmero de valores observados em cada classe. Os dados
organizados em uma distribuio de frequncia so chamados de dados agrupados.
2.1. Conceitos Essenciais
Para cada classe, em uma distribuio de frequncia, os limites de classe inferior e superior indicam os
valores compreendidos pela classe. As classes so representadas simbologicamente por i, sendo i = 1, 2, 3, ..., k
(onde k o nmero total de classes da distribuio). H diversos mtodos para determinar o nmero de classes,
os quais veremos mais adiante.
Limites de classes so os extremos de cada classe. O menor nmero o limite inferior da classe (li) e o maior
nmero, o limite superior da classe (Li).
Classe ou Intervalo de classe li (incluir) | Li (excluir)
Amplitude de um intervalo de classe, ou simplesmente, intervalo de classe (hi) a medida do intervalo que
define a classe:
hi = Li li, amplitude da i-sima classe.
Amplitude total da distribuio (AT) a diferena entre o limite superior da ltima classe (limite superior
mximo) e o limite inferior da primeira classe (limite inferior mnimo):
AT = Lmx lmn.
Amplitude amostral (AA) a diferena entre o valor mximo e o valor mnimo da amostra:
AA = xmx xmn.
Ponto mdio de uma classe (xi) , como o prprio nome indica, o ponto que divide o intervalo de classe em
duas partes iguais. O ponto mdio da i-sima classe obtido da seguinte maneira:
xi
li Li
.
2
Regras bsicas
1. Efetua-se um rol (ordenao crescente ou decrescente de grandeza) nos dados brutos (aqueles ainda
no organizados numericamente tabela primitiva).
2. Determina-se a amplitude amostral da distribuio.
3. Escolhe-se convenientemente o nmero de classes k (n. inteiro), 5 k 15 onde podemos tomar
k n ou a regra de Sturges k 1 3,3 log n , n 25 (total de observaes). Se possvel determinaAA
se, ou seja, constri-se classes de mesma amplitude, tomando h
.
k
4. Efetua-se o agrupamento em classes e, a seguir, toma-se s frequncias das classes, elaborando-se,
portanto, a tabela de distribuio de frequncias.
2.2. Tipos de Frequncias
a) Frequncias simples ou absolutas ou, simplesmente, frequncias de uma classe ou de um valor
individual o nmero de observaes correspondentes a essa classe ou a esse valor.
A frequncia simples simbolizada por fi (lemos: f ndice i ou frequncia da classe i).
k
Obs.:
f f
i 1
b) Frequncias relativas (fri) so valores das razes entre as frequncias simples e a frequncia total:
fi
.
n
fri
Obs.:
fr
1 ou 100%.
c) Frequncia acumulada (Fi) (do tipo abaixo de) o total das frequncias de todos os valores
inferiores ao limite superior do intervalo de classe:
Fk f 1 f 2 ... f k ou Fk
f
i 1
d) Frequncia acumulada relativa (Fri) de uma classe a frequncia acumulada da classe, dividida
pela frequncia total da distribuio:
Fri
Fi
.
i
fi
x1
f1
x2
f2
xn
fn
fi n
10
2
4
6
8
10
fi
4
5
12
8
1
Representando as classes da distribuio no eixo das abscissas e as frequncias no eixo das ordenadas,
temos o seguinte histograma:
11
Obs.: No caso de termos uma varivel essencialmente positiva, cuja distribuio se inicie no valor zero,
devemos considerar um intervalo anterior localizado no semi-eixo negativo. Porm, consideraremos apenas a
parte positiva do segmento que liga o ponto mdio desse intervalo com a frequncia do intervalo 0
... .
Retornando ao histograma do exemplo anterior, temos:
2.4.3.
2.4.44.
Exemplo
Sejam os seguintes dados:
Estaturas de 50 crianas
30
51
62
69
80
35
52
64
71
81
35
53
65
73
84
39
54
65
73
85
41
55
65
74
85
41
55
66
74
88
42
57
66
76
89
45
59
66
77
91
47
60
67
77
94
48
60
68
78
97
xi
fi
Fi
12
90
100
30
40
50
60
70
80
90 100
Classes
Polgono de Frequncia
fi
12
35
45
55
65
75
85
95
xi
31
18
10
4
30
100
40
50
60
70
80
90
Classes
13
Exemplos
1. Os valores abaixo representam a estatura (em cm) de 75 alunos regularmente matriculados no curso A
(Utilize uma casa decimal para as frequncias relativas).
172
180
174
182
176
167
160
162
162
164
167
174
169
155
155
180
176
171
179
167
173
180
172
163
168
165
183
189
178
164
170
168
169
180
174
175
191
172
176
172
174
173
165
165
163
150
166
178
178
168
181
184
166
177
167
166
173
160
180
186
156
163
169
155
172
164
154
165
181
156
180
168
185
169
179
Rol
Estaturas (cm)
xi
fi
fri (%)
Fi
Fri (%)
1
2
3
4
5
6
7
8
9
xi o ponto mdio da classe
Pede-se:
a) o rol;
b) a amplitude amostral;
c) o nmero de classes;
d) a amplitude das classes;
e) a amplitude total;
f) preencher a distribuio de frequncias;
g) a frequncia da quinta classe;
h) qual o limite superior da segunda classe?
i) qual o limite inferior da terceira classe?
j) qual o ponto mdio da quarta classe?
k) qual a porcentagem dos alunos que possui estatura inferior a 175 cm?
l) qual a porcentagem dos alunos cuja estatura no atinge 185 cm?
m) qual a porcentagem dos alunos cuja estatura seja maior ou igual 170 cm?
n) o histograma;
o) o polgono de frequncia;
14
xi
fi
1
2
3
4
5
6
2
3
4
5
6
7
4
7
5
2
1
1
fri (%)
Fi
Fri (%)
20
N da face (dado)
fi
fri (%)
Fi
Fri (%)
1
2
3
4
5
6
15
34
60
54
60
78
90
36
55
36
66
42
21
65
72
84
47
48
60
10
65
54
20
18
77
Classes
42
24
12
34
xi
24
85
22
51
96
52
25
80
fi
fri (%)
Fi
fri (%)
Fi
Fri (%)
1
2
3
4
5
6
4.
Classes
fi
1
2
3
4
5
6 |--- 10
10 |--- 14
14 |--- 18
18 |--- 22
22 |--- 26
Fri (%)
25
8
14
90
20
Classes
xi
fi
1
2
3
4
5
6
6 |--- 10
fri (%)
16
5
2
24
1
Fri (%)
20
35
14 |--- 18
Fi
11
18
5
5
80
90
20
16
Classes
de
fi
fri (%)
Fi
100 |--
|--
|--
|--
Fri (%)
Depois
72
14
44
68
600 |--
|--
|--
|--
TOTAL
52
360
8
400
a)
b)
c)
d)
e)
Durao
(horas)
N de luminrias
fi
14
46
58
76
68
62
48
22
fri
Fi
Fri
400
17
f)
g)
h)
i)
j)
7. A distribuio abaixo indica o nmero de acidentes ocorridos com 70 motoristas de uma empresa de
nibus (Utilize duas casas decimais para as frequncias relativas):
N de acidentes ( xi )
fi
1
2
3
4
5
6
7
8
0
1
2
3
4
5
6
7
20
10
16
9
6
5
3
1
fri (%)
Fi
Fri (%)
fi o nmero de motoristas
a)
b)
c)
d)
e)
Determine:
o nmero de motoristas que no sofreram nenhum acidente;
o nmero de motoristas que sofreram pelo menos 4 acidentes;
o nmero de motoristas que sofreram menos de 3 acidentes;
o nmero de motoristas que sofreram no mnimo 3 e no mximo 5 acidentes;
a porcentagem de motoristas que sofreram no mximo 2 acidentes.
8. A tabela abaixo apresenta a distribuio de frequncia das notas de 50 alunos, em Estatstica. Complete
esta tabela:
i
1
2
3
4
5
6
7
8
a)
b)
c)
d)
e)
f)
g)
NOTAS
20 |----- 30
30 |----- 40
40 |----- 50
50 |----- 60
60 |----- 70
70 |----- 80
80 |----- 90
90 |----- 100
fi
fri (%)
Fi
Fri (%)
2
4
6
8
12
10
6
2
18
h) a porcentagem dos alunos cuja nota de 40, no mnimo, mas inferior a 80; _______
i) at que classe esto includos 70% dos alunos; ______________________________
j) a porcentagem dos alunos cuja a nota no atinge 50. _________________________
9. Pesquisadas as idades de quarenta pessoas, obtiveram-se os seguintes resultados:
4
22
10
17
10
23
6
12
21
12
14
8
22
9
10
5
13
18
20
10
18
6
21
15
16
13
6
17
15
13
12
18
14
11
15
8
23
17
14
4
Classes
xi
fi
fri (%)
Fi
Fri (%)
1
2
3
4
c) quantas pessoas pertencem classe 14
19?
d) qual a porcentagem de pessoas que tm menos de 14 anos?
e) construa o histograma, o polgono de frequncia e o polgono de frequncia acumulada da distribuio
feita acima.
3.
MEDIDAS DE POSIO
O estudo feito sobre distribuies de frequncias, at agora, permite-nos descrever, de modo geral, os
grupos dos valores que uma varivel pode assumir. Dessa forma, podemos localizar a maior concentrao de
valores de uma dada distribuio, isto , se ela se localiza no incio, no meio ou no final, ou, ainda, se h uma
distribuio por igual.
Porm, para ressaltar as tendncias caractersticas de cada distribuio, isoladamente, ou em confronto
com outras, necessitamos introduzir conceitos que se expressem atravs de nmeros, que nos permitam traduzir
essas tendncias.
Estudaremos, agora, as medidas de posio estatsticas que representam uma srie de dados
orientando-nos quanto posio da distribuio em relao ao eixo horizontal (eixo das abscissas).
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, destacamos:
a) a mdia aritmtica;
b) a mediana;
19
c) a moda.
As outras medidas de posio so as separatrizes, que englobam:
a) a prpria mediana;
b) os quartis;
c) os percentis.
Obs.: As respostas das mesmas sero dadas com duas casas decimais.
3.1. Dados no-agrupados
3.1.1. Mdia Aritmtica ( x )
Em um conjunto de dados, podemos definir vrios tipos de mdias. Porm em nossos estudos iremos
nos limitar a mais importante: a mdia aritmtica.
Definio: A mdia aritmtica, ou simplesmente, mdia de um conjunto de dados a soma das
entradas de dados dividida pelo nmero de entradas. Para encontrar a mdia use a frmula a seguir: x
xi
,
n
sendo:
x a mdia aritmtica;
xi os valores da varivel;
n o nmero de valores.
Exemplo
A tabela seguinte mostra o nmero de gols feitos em cada uma das quatro rodadas de um campeonato de
futebol.
1 rodada
26 gols
2 rodada
23 gols
3 rodada
20 gols
4 rodada
21 gols
Definio: Denominamos desvio em relao mdia a diferena entre cada elemento de um conjunto
de valores e a mdia aritmtica.
Notao: d i xi x .
3.1.2. Moda (Mo)
Definio: Denominamos moda o valor que ocorre com maior frequncia em uma srie de valores.
Para encontrarmos a moda, de acordo com a definio, basta procurar o valor que mais se repete,
entretanto, podemos encontrar sries nas quais no exista valor modal, isto , nas quais nenhum valor aparea
mais vezes que outros (amodal). Em outros casos, ao contrrio, pode haver dois ou mais valores de
concentrao. Dizemos, ento, que a srie tem dois ou mais valores modais (bimodal ou plurimodal).
20
Se a srie dada tiver um nmero par de termos, a mediana ser, por definio, qualquer dos nmeros
compreendidos entre os dois valores centrais da srie. Convencionou-se utilizar o ponto mdio.
Assim, a srie de valores:
2, 4, 7, 8, 10, 12, 12, 14
tem para mediana a mdia aritmtica entre ______ e _______.
8 10
9.
Logo: Md
2
Exemplo
Para os dados no agrupados, 1, 3, 3, 3, 4, 5, 6, 6, determinar:
a) a mdia
b) os desvios em relao mdia
c) a moda
d) a mediana.
EXERCCIOS
1. Considerando os conjuntos de dados:
a) 3, 5, 2, 6, 5, 9, 5, 2, 8, 6
b) 20, 9, 7, 2, 12, 7, 20, 15, 7
c) 51,6; 48,7; 50,3; 49,5; 48,9
d) 15, 18, 20, 13, 10, 16, 14
Calcule:
I.
a mdia;
II.
a mediana;
III. a moda.
2. D um exemplo, de um conjunto de 5 (cinco) dados, no qual a mediana e a moda sejam iguais.
3. D um exemplo, de um conjunto com 7 (sete) dados, no qual a amplitude total seja 10 e a mediana seja 6.
4. Os salrios-hora de cinco funcionrios de uma companhia so:
R$ 75, R$ 90, R$ 83, R$ 142 e R$ 88.
Determine:
a) a mdia dos salrios-hora;
b) o salrio-hora mediano.
5.
a)
b)
c)
As notas de um candidato, em seis provas de um concurso, foram: 8,4; 9,1; 7,2; 6,8; 8,7 e 7,2. Determine:
a nota mdia;
a nota mediana;
a nota modal.
xi
fi
4
5
6
7
20
40
30
10
xi f i
f i 100 xi f i ______
21
7. A mdia das idades de trs pessoas reunidas em uma sala 25 anos. Se uma criana de 5 anos entrar na sala,
a nova mdia das idades ser:
a) 15 anos
c) 20 anos
e) 24 anos
b) 18 anos
d) 22 anos
8. A nota mdia dos meninos de uma classe foi 6,0 e das meninas, 7,0. Se a classe composta de dezoito
meninos e doze meninas, ento a nota mdia da classe foi:
a) 6,5
b) 7,2
c) 4,8
d) 6,4
e) 7,0
9. A mdia de um conjunto de valores iguais a uma constante :
a) igual unidade
b) zero
c) o valor da constante
d) igual soma das constantes
22
10. A mdia das idades dos 11 funcionrios de uma empresa era de 40 anos. Um dos funcionrios se aposentou
com 60 anos, saindo da empresa. A mdia de idade dos 10 funcionrios restantes passou a ser:
a) 40 anos
b) 39,8 anos
c) 38,9 anos
d) 38 anos
e) 37,8 anos
23
11. Em um edifcio residencial com 54 apartamentos, 36 condminos pagam taxa de condomnio de R$ 380,00;
para os demais, essa taxa de R$ 440,00. Qual o valor da taxa mdia de condomnio nesse edifcio?
3.2. Dados agrupados
3.2.1. Mdia Aritmtica ( x )
3.2.1.1. Sem Intervalos de Classes
Consideremos a distribuio relativa a 34 famlias de quatro filhos, tomando para varivel o nmero de
filhos do sexo masculino:
xi f i
fi
N de meninos ( xi )
0
1
2
3
4
2
6
10
12
4
f i 34 xi f i ______
TABELA 1.
Neste caso, como as frequncias so nmeros indicadores da intensidade de cada valor da varivel, elas
funcionam como fatores de ponderao, o que nos leva a calcular a mdia aritmtica, dada pela frmula:
xi f i
.
fi
xi f i
fi
Estaturas (cm)
fi
1
2
3
4
5
6
4
9
11
8
5
3
f i ______
xi
xi f i
xi f i ______
TABELA 2.
Calcule a mdia:
24
fi
0
1
2
3
4
2
6
10
12
4
Fi
f i 34
Sendo:
fi =
2
Md
fi
, a mediana ser dada por:
2
xi xi 1
, isto , mediana ser a mdia aritmtica entre o valor da varivel correspondente a essa
2
frequncia acumulada e o seguinte:
xi
fi
12
14
15
16
17
20
1
2
1
2
1
1
fi 8
Fi
Exemplo
Temos:
25
fi
=
2
Logo:
Md = _________
fi
.
2
fi
classe
fi
Fant . h *
Md l *
*
f
na qual:
l * o limite inferior da classe mediana;
Fant . a frequncia acumulada da classe anterior classe mediana;
f * a frequncia simples da classe mediana;
h * a amplitude do intervalo da classe mediana.
Assim, considerando a distribuio da Tabela 2, temos:
Estaturas (cm)
fi
1
2
3
4
5
6
4
9
11
8
5
3
Fi
f i ______
Como:
fi
=
2
26
fi
, a mediana ser o limite
2
Classes
fi
1
2
3
4
5
6
0 |---- 10
10 |---- 20
20 |---- 30
30 |---- 40
40 |---- 50
50 |---- 60
1
3
9
7
4
2
Fi
Temos:
fi
=
2
Logo:
Md =
f i ______
3.3. As Separatrizes
Como vimos, a mediana caracteriza uma srie de valores devido sua posio central. No entanto, ela
apresenta uma outra caracterstica, to importante quanto a primeira: ela separa a srie em dois grupos que
apresentam o mesmo nmero de valores.
Assim, alm das medidas de posio que estudamos, h outras que, consideradas individualmente, no
so medidas de tendncia central, mas esto ligadas mediana relativamente sua segunda caracterstica, j que
se baseiam em sua posio na srie. Essas medidas os quartis, os percentis e os decis so, juntamente com
a mediana, conhecidas pelo nome genrico de separatrizes.
3.3.1. Os Quartis
Denominamos quartis os valores de uma srie que a dividem em quatro partes iguais.
H, portanto, trs quartis:
a) O primeiro quartil (Q1) valor situado de tal modo na srie que uma quarta parte (25%) dos
dados menor que ele e as trs quartas partes restantes (75%) so maiores.
b) O segundo quartil (Q2) evidentemente, coincide com a mediana (Q2 = Md).
c) O terceiro quartil (Q3) valor situado de tal modo que as trs quartas partes (75%) dos termos
so menores que ele e a uma quarta parte restante (25%) maior.
Quando os dados so agrupados, para determinar os quartis usamos a mesma tcnica do clculo da
f i
kf i
por:
, sendo k o nmero de ordem do quartil.
2
4
fi
3 fi
Fant . h *
Fant . h *
e
.
4
4
Q3 l *
*
*
f
f
Assim, temos:
3.3.2.
Q1 l *
Os Percentis
Denominamos percentis os noventa e nove valores que separam uma srie em 100 partes iguais.
Indicamos:
P1 , P2 , ..., P32 , ..., P99 .
evidente que:
P50 Md , P25 Q1 e P75 Q3 .
27
f i
ser
2
kf i
, sendo k o nmero de ordem do percentil.
100
EXERCCIOS
1. Determine a mdia aritmtica de:
a)
Valores ( xi ) Quantidades ( f i )
i
1
2
3
4
50
60
80
90
xi f i
8
5
4
3
f i ______
b)
xi
fi
1
2
3
50
58
66
20
50
30
xi f i ______
xi f i
f i ______ xi f i ______
2. Considerando a distribuio abaixo:
xi
fi
1
2
3
4
5
6
3
4
5
6
7
8
4
8
11
10
8
3
xi f i
Fi
Calcule:
a) a mdia;
b) a mediana;
c) a moda.
f i ______ xi f i ______
3. Em uma classe de 50 alunos, as notas obtidas formaram a seguinte distribuio:
Notas (
xi )
N de alunos ( f i )
1
2
3
4
5
6
7
8
9
2
3
4
5
6
7
8
9
10
1
3
6
10
13
8
5
3
1
f i ______
xi f i
xi f i ______
Fi
Calcule:
a) a nota mdia;
b) a nota mediana;
c) a nota modal.
28
4. Calcule a mdia aritmtica, mediana e moda de cada uma das distribuies abaixo:
a)
Fi
xi
xi f i
fi
i
Notas
1
2
3
4
5
0 |---- 2
2 |---- 4
4 |---- 6
6 |---- 8
8 |---- 10
5
8
14
10
7
f i ______
xi f i ______
b)
Estaturas (cm)
fi
1
2
3
4
5
5
12
18
27
8
xi
f i ______
xi f i
Fi
xi f i ______
c)
Salrios (R$)
fi
1
2
3
4
5
6
7
18
31
15
3
1
1
1
f i ______
xi
xi f i
Fi
xi f i ______
29
4. MEDIDAS DE DISPERSO
4.1. Disperso ou Variabilidade
As medidas de disperso so utilizadas para avaliar o grau de variabilidade dos dados. No se justifica
calcular uma mdia de um conjunto de dados onde no haja variao, todavia se a variabilidade desses dados for
muito grande, a representatividade da mdia ser muito pequena. Assim, importante caracterizar a disperso
dos dados, uma vez que diferentes amostras com mdias semelhantes, podem apresentar diferentes
variabilidades.
Por exemplo, mesmo sabendo que a temperatura mdia de duas cidades a mesma, e igual a 24C,
ainda assim somos levados a pensar a respeito do clima dessas cidades. Em uma delas poder a temperatura
variar entre limites de muito calor e de muito frio e haver, ainda, uma temperatura mdia de 24C. A outra
poder ter uma variao pequena de temperatura e possuir, portanto, no que se refere temperatura, um clima
mais favorvel.
Vemos, ento, que a mdia ainda que considerada como um nmero que tem a faculdade de
representar uma srie de valores no pode, por si mesma, destacar o grau de homogeneidade ou
heterogeneidade que existe entre os valores que compem o conjunto.
Por exemplo, consideremos os seguintes conjuntos de valores das variveis x, y e z:
X: 70, 70, 70, 70, 70.
Y: 68, 69, 70, 71, 72.
Z: 5, 15, 50, 120, 160.
Verifiquemos que a mdia dos trs conjuntos so iguais.
Portanto, para qualificar os valores de uma dada varivel, ressaltando a maior ou menor disperso ou
variabilidade entre esses valores e a sua medida de posio, a Estatstica recorre s medidas de disperso ou de
variabilidade.
Dessas medidas, estudaremos a amplitude total, a varincia, o desvio padro e o coeficiente de
variao.
4.2. Amplitude Total
Amplitude total a diferena entre o maior e o menor dos valores da srie de dados, ou seja, o maior
desvio da amostra. A sua utilizao, alm de mostrar o mximo desvio, serve para uma avaliao preliminar dos
30
dados, verificando-se a possibilidade de possveis erros nas coletas dos dados ou das digitaes, j que as
variveis podem apresentar extremos conhecidos.
AT x mx . x mn .
No caso dos dados serem agrupados com intervalos de classe, a amplitude total a diferena entre o
limite superior da ltima classe e o limite inferior da primeira classe:
AT Lmx . l mn.
A amplitude , na verdade, uma medida fraca de disperso, porque ela considera somente os valores
extremos e no diz nada sobre a distribuio dos valores intermedirios.
s2
d1
d4
d3
d2
(x
i 1
x )2
d6
d5
d7
=
7
s
2
(x
i 1
x )2
d d2 d3 d4 d5 d6 d7
1
7
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.
31
Por isso mesmo, imaginou-se uma nova medida que tem utilidade e interpretao prticas, denominada
desvio padro, definida como a raiz quadrada da varincia e representada por s: s s 2 .
Assim:
. (I)
Se bem que a frmula dada para o clculo do desvio seja a que torna mais fcil a sua compreenso, ela
no uma boa frmula para fins de computao, pois, em geral, a mdia aritmtica x um nmero
fracionrio, o que torna pouco prtico o clculo das quantidades xi x .
2
Podemos simplificar os clculos fazendo uso de uma equivalente de (I), escrevendo-a da seguinte
maneira:
s
x
n
2
i
. (II)
No apenas este mtodo usualmente mais prtico, como tambm mais preciso. Quando a mdia no
exata e tem de ser arredondada, cada desvio fica afetado ligeiramente do erro, devido a esse arredondamento. O
mesmo acontece com os quadrados, podendo o resultado do clculo ser menos exato do que quando a frmula
(II) usada.
O desvio padro uma das medidas mais comumente usadas para distribuies, e desempenha papel
relevante em toda a Estatstica. Cabe notar que a unidade do desvio padro a mesma da mdia. Por exemplo,
se a mdia em R$ (real), o desvio padro tambm se exprime em real. A varincia, por outro lado, se exprime
em quadrados de unidades (Ex.: real2, metros2), como j vimos anteriormente.
Intuitivamente, o desvio padro representa uma mdia dos desvios (absolutos) que todos os valores
amostrais possuem ao redor da mdia. Valores da srie prximos uns dos outros originam um desvio padro
menor, enquanto valores muito afastados uns dos outros do um desvio padro maior. Em outras palavras, a
srie de dados que apresentar desvio padro maior, ter uma distribuio de frequncias mais aberta que a srie
com desvio padro menor.
Obs.: Quando os dados esto agrupados, o desvio padro obtido pela seguinte frmula:
fx
f
i
2
i
fx
f
onde x i o valor da varivel (sem intervalos de classes) e o ponto mdio (com intervalos de classe).
4.4. Coeficiente de Variao
Considere, a ttulo de ilustrao, as vendas dirias de dois restaurantes.
Restaurante
Restaurante
Fogo
Dallas
Lenha
50
470
70
490
60
460
80
480
x = 65
x = 475
s = 11,18
s = 11,18
Obviamente, trata-se de restaurantes com poder de vendas diferentes. Apesar de possurem o mesmo
desvio padro, evidente que diferenas nas vendas da ordem de 10 kg, por exemplo, possuem um peso relativo
32
muito maior para o restaurante Dallas comparado ao Fogo Lenha. Assim, razovel afirmar que as
variabilidades das vendas dirias em kg para o restaurante Dallas bem superior, tornando-se necessria a
elaborao de uma medida apropriada nessas situaes onde se deseja comparar conjuntos de dados com mdias
bem discrepantes.
Necessitamos de uma medida que rene essas caractersticas, que no seja til apenas na comparao
entre conjuntos de dados de mesma unidade, mas que permita ainda a comparao da variabilidade entre
conjuntos de dados referentes a diferentes caractersticas. O desvio padro por si s no nos diz muita coisa.
Assim, um desvio padro de duas unidades pode ser considerado pequeno para uma srie de valores cujo valor
mdio 200; no entanto, se a mdia for igual a 20, o mesmo no pode ser dito. Alm disso, o fato de o desvio
padro ser expresso na mesma unidade dos dados limita o seu emprego quando desejamos comparar duas ou
mais sries de valores, relativamente sua disperso ou variabilidade, quando expressas em unidades diferentes.
Para contornar essas dificuldades e limitaes, podemos caracterizar a disperso ou variabilidade dos
dados em termos relativos a seu valor mdio, medida essa denominada coeficiente de variao (CV):
s
CV 100 .
x
O Coeficiente de Variao indica o percentual de variao mdia dos dados em torno da sua mdia.
Voltando ao exemplo considerado no incio, temos:
Restaurante Dallas: CV = 17,20% - A variao mdia das vendas foi de 17,20% em torno da sua mdia.
Restaurante Fogo Lenha: CV = 2,35% - A variao mdia das vendas foi de 2,35% em torno da sua
mdia.
Desta forma pode-se afirmar que as vendas dirias do restaurante Dallas em kg apresentam uma
variabilidade bem superior comparada ao restaurante Fogo Lenha.
Exemplos
1. Seja o conjunto de dados (no-agrupados):
40, 45, 48, 52, 54, 62 e 70.
Calcule a amplitude total e o desvio padro.
R: AT = 30 e s = 9,49.
xi
40
45
48
52
54
62
70
xi2
2. Suponha que voc esteja gerenciando uma pizzaria e que mantm um controle das vendas dos diversos
tipos de pizza. Suponha ainda que tenha observado os seguintes valores de vendas dirias de pizzas do
tipo calabreza durante um perodo de 9 dias: 40, 56, 38, 38, 63, 59, 52, 49, 46. Calcule, nesses 9 dias:
a) a mdia
b) a mediana
c) a moda
d) o desvio padro
R: 49, 49, 38 pizzas e 8,73.
3. Seja a distribuio de frequncias com dados agrupados sem intervalos de classe:
xi
fi
0
1
2
3
2
6
12
7
f i xi
f i xi2
33
4. Tomemos os resultados das medidas das estaturas e dos pesos de um mesmo grupo de indivduos:
x
Estaturas (cm)
Pesos (kg)
s
5,0
2,0
175
68
Temos:
CVE =
CVP =
Logo, nesse grupo de indivduos, os pesos apresentam ______________ (maior, menor) grau de
disperso que as estaturas.
5. Considere a seguinte distribuio de frequncias com dados agrupados com intervalos de classe:
Estaturas (cm)
fi
1
2
3
4
5
6
4
9
11
8
5
3
f i xi
xi
f i xi2
fi
f i xi
f i xi2
34
2. Uma amostra de 17 operrios de uma companhia apresentou os seguintes salrios (R$) recebidos
durante uma certa semana: 140, 140, 140, 140, 140, 140, 140, 140, 155, 155, 165, 165, 180, 180, 190,
200, 240. Calcule a amplitude total e o desvio padro. R: AT = R$ 100,00 e s = R$ 27,60.
xi
f i xi
fi
f i xi2
fi
2
3
4
5
6
7
8
1
3
5
8
5
4
2
f i xi
f i xi2
35
fi
0
1
2
3
4
5
4
14
34
29
16
3
f i xi
f i xi2
N de apartamentos ( f i )
3
8
10
13
33
40
35
30
16
12
xi
f i xi2
f i xi
7. Em conjunto com uma auditoria anual, uma firma de contabilidade pblica anota o tempo necessrio
para realizar a auditoria de 50 balanos contbeis, tal como indicado na seguinte tabela. Calcule a
amplitude total e o desvio padro para o tempo de auditoria necessrio para esta amostra de registros.
R: AT = 50 min. e s = 12,28 min..
Tempo de auditoria
(min)
10 |---- 20
20 |---- 30
30 |---- 40
40 |---- 50
50 |---- 60
Nmero de
balanos ( f i )
xi
f i xi
f i xi2
3
5
10
12
20
36
8. Na distribuio de frequncias a seguir esto reproduzidos os nmeros mdios de acidentes por 1.000
horas/homem em 50 indstrias mecnicas. Determinar a amplitude total e o desvio padro.
N mdio de
acidentes
1,5 |---- 1,8
1,8 |---- 2,1
2,1 |---- 2,4
2,4 |---- 2,7
2,7 |---- 3,0
3,0 |---- 3,3
N de acidentes ( f i )
3
12
14
9
7
5
xi
f i xi2
f i xi
37
ANEXO
TABELA DE NMEROS ALEATRIOS (T.N.A.)
L/C
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
1
5
2
9
9
8
2
5
7
5
1
5
0
2
0
4
5
7
6
8
8
0
6
9
4
9
3
6
0
4
7
2
7
0
0
6
2
7
8
2
0
0
2
6
9
3
8
3
3
7
5
0
4
1
1
2
9
0
2
4
4
7
9
0
3
1
7
8
4
0
5
2
3
7
8
5
3
9
0
2
4
9
9
0
5
0
2
3
6
5
0
5
9
9
4
2
8
3
1
7
1
2
5
6
2
2
4
6
4
2
0
9
8
1
1
4
4
9
2
8
8
7
1
6
0
1
2
5
8
9
1
7
9
0
6
8
9
8
4
3
4
4
1
9
5
0
5
1
1
1
7
1
9
6
8
5
8
8
0
1
2
6
0
9
5
8
5
9
2
7
5
1
2
5
9
4
4
0
4
8
6
0
3
8
2
6
0
0
2
6
7
8
0
1
8
3
5
3
1
3
4
4
0
0
9
6
8
1
3
2
8
1
8
3
7
4
7
3
5
5
9
9
3
0
6
4
3
9
2
8
5
2
2
4
8
1
1
8
7
6
2
9
0
0
4
6
5
6
8
3
6
9
8
9
1
2
1
4
1
4
2
5
5
6
9
8
9
7
8
0
1
3
4
4
8
9
8
5
4
3
7
7
0
1
5
7
9
7
9 10
8 4
5 9
8 7
7 4
6 7
3 2
3 0
0 2
0 8
8 8
6 3
2 8
6 5
0 1
8 4
8 5
7 6
7 3
4 6
2 1
1 4
2 0
2 4
8 4
3 3
4 4
2 6
6 2
5 6
3 9
9 1
4 0
9 6
6 9
9 7
11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
8 4 4 1 7 9 6 7 7 1 4 0 2 1
1
0 9 9 3 9 8 8 7 5 8 7 0 2 7
7
3 0 4 8 8 6 9 7 4 8 3 5 2 5
1
3 0 1 9 7 5 8 9 0 7 5 0 6 4
1
5 8 6 0 8 2 0 6 6 6 9 0 4 7
5
9 6 9 1 9 2 7 5 4 0 1 6 5 4
2
2 0 4 6 2 9 9 0 5 3 5 3 1 1 0
9 6 8 6 6 4 3 0 0 0 9 4 5 6
6
8 9 7 8 5 0 7 7 5 3 3 7 2 5
7
5 5 0 5 2 1 3 6 5 1 3 9 2 8
5
0 5 6 1 2 5 7 0 2 2 5 0 4 1
2
7 6 8 9 5 1 1 8 2 4 8 8 8 9
4
6 9 4 9 9 8 0 0 2 8 0 4 7 0
5
0 6 2 2 2 4 9 8 9 1 8 1 1 7
5
3 0 8 2 3 3 3 6 3 9 6 9 4 2
0
8 8 2 0 0 0 1 0 5 9 6 1 0 5
3
7 1 1 1 7 3 7 3 5 2 3 7 3 1
6
9 2 6 0 6 6 7 3 5 8
5 3 3 4
4
3 0 9 5 2 6 5 5 0 6 9 6 1 7
6
7 4 1 3 5 7 6 8 1 9 8 6 2 8
6
6 7 9 5 1 3 7 7 5 8 9 0 1 4
5
4 8 0 5 8 8 4 3 5 2 9 8 0 3
1
6 8 0 9 9 2 1 1 8 6 0 7 6 3
8
3 6 2 8 2 5 1 5 8 2 8 7 7 4
1
2 1 1 0 5 4 2 6 9 5 6 6 6 5
5
8 0 1 5 5 9 5 9 8 3 9 0 9 5
5
6 7 5 0 3 4 0 9 6 1 3 1 3 0
2
8 9 5 7 7 7 9 1 3 3 8 8 4 7
6
2 5 3 9 5 9 9 6 6 5 5 1 3 6
9
2 5 3 7 4 2 5 2 9 7 1 0 0 3
5
6 4 2 4 8 3 8 1 3 7 3 4 4 8
8
1 2 3 3 5 9 6 7 5 0 1 4 9 8
1
4 6 6 8 7 5 0 5 3 2 4 2 1 6
6
4 5 3 6 1 6 7 1 1 8 9 5 5 1
9
4 7 2 3 6 6 5 1 5 6 1 3 0 8
6
38
REFERNCIA BIBLIOGRFICA
BUSSAB, Wilton O.; MORETTIN, Pedro A. Estatstica Bsica. 4 ed. So Paulo: Atual, 1987.
CRESPO, Antnio Arnot. Estatstica Fcil. 18 ed. So Paulo: Saraiva, 2002.
DOWNING, Douglas; CLARK, Jeffrey. Estatstica Aplicada. So Paulo: Saraiva, 1999.
FONSECA, Jairo Simon da; MARTINS, Gilberto Andrade. Curso de Estatstica. 6 ed. So Paulo: Atlas,
1996.
FREUND, John E.; SIMON, Gary. Estatstica Aplicada: Economia, Administrao e Contabilidade. 9
ed. Porto Alegre: Bookman, 2000.
HOEL, Paul G. Estatstica Elementar. So Paulo: Atlas, 1980.
McCLAVE, James T. Estatstica para administrao e economia. 10 ed. So Paulo: Pearson Prentice
Hall, 2009.
MONTEIRO FILHO, Gercino. Estatstica Prtica para Administrao e Contbeis. 1 ed. Goinia:
Grfica e Editora Vieira Ltda, 1999.
LARSON, Ron. Estatstica aplicada. 4 ed. So Paulo: Pearson Prentice Hall, 2010.
SILVA, Ermes Medeiros da. Et al. Estatstica para os curso de Economia, Administrao e Cincias
Contbeis. 3 ed. So Paulo: Atlas, v. I, 1999.
SPIEGEL, Murray R. Estatstica. 3 ed. So Paulo: Makron Books, 1996.
SPIEGEL, Murray R. Probabilidade e Estatstica. Coleo Schaum. 3 ed. So Paulo: Pearson Education
do Brasil, 2004.
STEVENSON, Willian. Estatstica Aplicada Administrao. So Paulo: Harpes & Row, 1981.
TRIOLA, Mrio F. Introduo Estatstica. 7 ed. Rio de Janeiro: LTC, 1999.
39
40