Académique Documents
Professionnel Documents
Culture Documents
Estatstica Aplicada
Estatstica Aplicada
Estatstica Aplicada
DIREO SUPERIOR
Chanceler
Joaquim de Oliveira
Reitora
Presidente da Mantenedora
Pr-Reitor Administrativo
Pr-Reitora Acadmica
Pr-Reitor de Extenso
Andrea Jardim
FICHA TCNICA
Texto: Adriana Santos Augusto
Reviso: Lvia Antunes Faria Maria e Walter P. Valverde Jnior
Projeto Grfico e Editorao: Andreza Nacif, Antonia Machado, Eduardo Bordoni e Fabrcio Ramos
Superviso de Materiais Instrucionais: Janaina Gonalves de Jesus
Ilustrao: Eduardo Bordoni e Fabrcio Ramos
Capa: Eduardo Bordoni e Fabrcio Ramos
COORDENAO GERAL:
Departamento de Ensino a Distncia
Rua Marechal Deodoro 217, Centro, Niteri, RJ, CEP 24020-420
www.universo.edu.br
Estatstica Aplicada
OBJETIVO GERAL:
CONTEDO PROGRAMTICO:
Estatstica Aplicada
Estatstica Aplicada
Estatstica Aplicada
BIBLIOGRAFIA
BIBLIOGRAFIA BSICA:
BRASIL. ANURIO ESTATSTICO DO BRASIL. Rio de Janeiro: IBGE, 2008.
LAPPONI, J. C. Estatstica Usando Excel. So Paulo, Lapponi Treinamento e Editora
Ltd., 2000.
TRIOLA, M. F., Introduo Estatstica. Stima Edio. Rio de Janeiro, Livros
Tcnicos e Cientficos Editora S.A., 1999.
BIBLIOGRAFIA COMPLEMENTAR:
BUSSAB, Wilton O.; MORETTIN, Pedro A.. Estatistica bsica. Sao Paulo: ATUAL, 1,
1997.
DOWNING, D. & CLARK, J. Estatstica Aplicada. So Paulo, Ed. Saraiva, 1999.
Fonseca, J. S.; Martins, G. de A. Curso de Estatstica . 6. ed. So Paulo: Atlas, 1996.
Martins, G. A.. Estatstica Geral e Aplicada. So Paulo: Atlas, 2001.
Pereira, J. C. R. Anlise de Dados Qualitativos. 3 edio. So Paulo: Edusp, 2001.
Estatstica Aplicada
Palavra da Reitora
Acompanhando as necessidades de um mundo cada vez mais complexo,
exigente e necessitado de aprendizagem contnua, a Universidade Salgado de
Oliveira (UNIVERSO) apresenta a UNIVERSO Virtual, que rene os diferentes
segmentos do ensino a distncia na universidade. Nosso programa foi
desenvolvido segundo as diretrizes do MEC e baseado em experincias do gnero
bem-sucedidas mundialmente.
So inmeras as vantagens de se estudar a distncia e somente por meio
dessa modalidade de ensino so sanadas as dificuldades de tempo e espao
presentes nos dias de hoje. O aluno tem a possibilidade de administrar seu prprio
tempo e gerenciar seu estudo de acordo com sua disponibilidade, tornando-se
responsvel pela prpria aprendizagem.
O ensino a distncia complementa os estudos presenciais medida que
permite que alunos e professores, fisicamente distanciados, possam estar a todo
momento ligados por ferramentas de interao presentes na Internet atravs de
nossa plataforma.
Alm disso, nosso material didtico foi desenvolvido por professores
especializados nessa modalidade de ensino, em que a clareza e objetividade so
fundamentais para a perfeita compreenso dos contedos.
A UNIVERSO tem uma histria de sucesso no que diz respeito educao a
distncia. Nossa experincia nos remete ao final da dcada de 80, com o bemsucedido projeto Novo Saber. Hoje, oferece uma estrutura em constante processo
de atualizao, ampliando as possibilidades de acesso a cursos de atualizao,
graduao ou ps-graduao.
Reafirmando seu compromisso com a excelncia no ensino e compartilhando
as novas tendncias em educao, a UNIVERSO convida seu alunado a conhecer o
programa e usufruir das vantagens que o estudar a distncia proporciona.
Seja bem-vindo UNIVERSO Virtual!
Professora Marlene Salgado de Oliveira
Reitora
7
Estatstica Aplicada
Sumrio
1.
2.
Plano da disciplina.................................................................................................................... 11
3.
4.
5.
6.
7.
8.
9.
Estatstica Aplicada
Apresentao da Disciplina
Caro aluno,
Seja bem-vindo disciplina Estatstica Aplicada.
Muitos falam em estatstica, mas poucos sabem o que e para que ela
serve. A estatstica um ramo da matemtica aplicada que desempenha um papel
fundamental para a compreenso da realidade. Ela nos fornece mtodos para
coleta, organizao, anlise e interpretao de dados para posterior utilizao dos
mesmos em tomada de decises.
Na Antiguidade, assim como hoje, os povos mantinham um registro
permanente do nmero de habitantes, nascimentos e bitos. O que faziam ainda
no tinha nome. A palavra ESTATSTICA surgiu na Idade Mdia, quando as
informaes eram tabuladas com finalidades blicas e tributrias, ou seja, sua
importncia maior era servir ao Estado, da o nome.
A estatstica ser de grande utilidade para voc, pois uma ferramenta
indispensvel no s nos negcios, mas em todas as cincias, afinal de contas, voc
poderia imaginar o mundo de hoje sem registros numricos? J se deu conta da
facilidade com que "projetamos" o futuro muito antes de ele acontecer? E isso
acontece em todos os ramos da nossa vida.
Assim, desejamos que voc realize um timo estudo e, lembre-se: a
aprendizagem infinita! Utilize nossas referncias bibliogrficas para aprofundar e
engrandecer seus conhecimentos sobre os assuntos aqui estudados, pois isso lhe
acrescentar muito, no s como aluno, mas tambm como profissional e cidado.
Tenha um excelente estudo! Sucesso!
Estatstica Aplicada
10
Estatstica Aplicada
Plano da Disciplina
A disciplina Estatstica possui objetivos prprios no que diz respeito ao
processo ensino-aprendizagem, desenvolvendo competncias e habilidades
necessrias formao de futuros profissionais que atuaro na sociedade
contempornea. So objetivos gerais da disciplina: capacitar o aluno para o uso da
metodologia estatstica mediante aplicao de tcnicas de anlise estatstica de
dados, de projeo e metodologia de tomada de deciso; utilizar os conceitos e o
contedo prtico dos Mtodos Quantitativos aplicados para o desenvolvimento de
trabalhos
pedaggico-cientficos
proporcionar
melhor
aplicabilidade
levantamento
Objetivo: construir e analisar os grficos que voc tanto conhece e que fazem
parte da sua vida cotidiana.
11
Estatstica Aplicada
Estatstica Aplicada
13
Estatstica Aplicada
14
Estatstica Aplicada
Elementos de Estatstica
Descritiva
Conceitos bsicos da Estatstica
Sries estatsticas
Distribuio de frequncias
15
Estatstica Aplicada
OBJETIVOS DA UNIDADE:
PLANO DA UNIDADE :
16
Estatstica Aplicada
Conceitos Bsicos
17
Estatstica Aplicada
MTODO ESTATSTICO
Mtodo: o meio mais eficaz para atingir determinada meta. Dos mtodos
cientficos destacamos o mtodo experimental e o mtodo estatstico.
Mtodo Experimental:
causas, menos uma, que sofre variao para se observar seus efeitos,
caso existam. Ex: Estudos da Qumica, Fsica, etc. Em laboratrio fcil
mantermos constantes, por exemplo, a presso e variarmos a
temperatura para estudar o efeito dessa variao .
Definio do Problema
O que exatamente se pretende pesquisar? Ou seja, preciso definir
corretamente o problema.
18
Estatstica Aplicada
Planejamento
Como levantar informaes ? Que dados devero ser obtidos? Qual levantamento a
ser utilizado? Censo? Amostragem? Qual o cronograma de atividades? Quais so
os custos envolvidos no processo?
Coleta
19
Estatstica Aplicada
demogrfico do IBGE.
Dados secundrios: quando so publicados por outra
organizao.
EXEMPLIFICANDO
IMPORTANTE
Crtica
20
Estatstica Aplicada
Apurao
Variveis
21
Estatstica Aplicada
Amostragem
22
Estatstica Aplicada
Pode ser
EXEMPLIFICANDO
23
Estatstica Aplicada
IMPORTANTE
EXEMPLIFICANDO
Vamos obter uma amostra proporcional estratificada, de 10%, dos pacientes
internados em um SPA. Supondo que sejam 106 mulheres e 54 homens. So,
portanto, dois estratos (sexo masculino e sexo feminino). Logo, temos:
SEXO
MASCULINO
FEMININO
Total
POPULAO
54
106
160
10 %
5,4
10,6
16
AMOSTRA
5
11
16
24
Estatstica Aplicada
IMPORTANTE
Dvidas no arredondamento?
EXEMPLIFICANDO
Representar os nmeros abaixo com apenas dois dgitos.
27,283 27
27,575 27
27,897 27
Em todos os casos o nmero ser representado da mesma forma, no
importando o tamanho do erro.
Erro- Toda vez que um nmero no representado com todos os seus
algarismos, estamos cometendo um erro. Por exemplo: ao aproximarmos o
nmero 2,7 para 3 estamos aumentando esse nmero em 0,3 (erro!), ou ento, ao
aproximarmos o nmero 2,2 para 2 estamos diminuindo esse nmero em 0,2
(erro!). O erro cometido deve ser o menor possvel!!!
25
Estatstica Aplicada
Quando o primeiro algarismo a ser abandonado 6, 7, 8, ou 9, aumentase de uma unidade o algarismo a permanecer.
b)
EXEMPLIFICANDO
Amostragem Sistemtica:
Quando os elementos da populao j se acham ordenados, no h
necessidade de sorteio.
26
Estatstica Aplicada
EXEMPLIFICANDO
Suponhamos um prdio com 200 apartamentos, dos quais desejamos
obter uma amostra formada por 20 apartamentos para uma pesquisa de opinio.
Podemos, neste caso, usar o seguinte procedimento: como 200/20 = 10,
escolhemos por sorteio casual um nmero de 01 a 10, o qual indicaria o primeiro
elemento sorteado para a amostra; os demais elementos seriam periodicamente
considerados de 10 em 10. Assim, suponhamos que o nmero sorteado fosse 6, a
amostra seria: 6o apartamento, 16o apartamento, 26o apartamento, etc.
At aqui, vimos como se faz um levantamento estatstico, o que e para que serve.
Vimos ainda como selecionada uma amostra e qual a importncia desta.
Veremos agora o que so sries estatsticas
Vamos, ento, passo a passo.
27
Estatstica Aplicada
28
Estatstica Aplicada
IMPORTANTE
Agora que voc j sabe o que uma tabela e como constru-la vamos
conhecer as sries estatsticas .
Srie Estatstica
29
Estatstica Aplicada
SRIES HOMGRADAS
So as sries em que a varivel estudada discreta, ou seja, no contnua.
Pode ser temporal, geogrfica ou especfica.
UNIDADES
300
250
225
289
352
458
1874
UNIDADES
So Paulo
356
Rio de Janeiro
229
Curitiba
225
TOTAL
810
30
Estatstica Aplicada
2003
2004
So Paulo
236
356
Rio de Janeiro
153
229
Curitiba
125
225
TOTAL
514
810
a distribuio de
31
Estatstica Aplicada
EX.: 25, 21, 22, 21, 22, 23, 24, 21 ,30, 26, 30, 26, 40, 34, 32, 38, 37, 38, 40, 31
2. ROL
EX.: 21, 21, 21, 22, 22, 23, 24, 25, 26, 26, 30, 30, 31, 32, 34, 37, 38, 38, 40, 40
32
Estatstica Aplicada
Dados
21
22
23
24
25
26
30
31
32
34
37
38
40
Total
Frequncia
3
2
1
1
1
2
2
1
1
1
1
2
2
20
Estatstica Aplicada
i
1
2
3
4
5
Classes
21 | 25
25 | 29
29 | 33
33 | 37
37 | 41
Total
Frequncias
7
3
4
1
5
20
Como voc j deve ter percebido, a Estatstica utiliza alguns nomes que talvez
lhe sejam desconhecidos. Mas, a partir de agora, com certeza, voc os aprender.
Afinal de contas, para isto que estamos aqui: para ensinar e tambm aprender!
NOMECLATURAS
CLASSE (i)
cada um dos intervalos de variao da varivel analisada. Ex.: na tabela
anterior, a 3 classe, simbolizada por i = 3, varia de 29 at 33, ou seja, (29 | 33). O
smbolo | significa intervalo aberto direita e fechado esquerda, ou seja, nessa
classe esto contidos os valores de 29 (inclusive) at 33 (exclusive). Por exemplo,
dado o nmero 33 do ROL, este no pertence a classe 3 e sim a classe 4
representada por 33 | 37. Sempre utilizaremos o intervalo fechado esquerda e
aberto direita.
34
Estatstica Aplicada
hi =
AA
i
35
Estatstica Aplicada
xi =
li + Li
2
IMPORTANTE
O ponto mdio ser de suma importncia para o clculo da mdia, pois,
como dito anteriormente, na tabela organizada com intervalos de classe, no
sabemos mais, exatamente, quais so os valores representados em cada
intervalo. Assim, consideraremos esses valores como sendo o ponto mdio
dos intervalos para que o erro seja o menor possvel.
36
Estatstica Aplicada
DICA
Regra de Sturges - Nmero de Classes
Para determinar o nmero de classes ideal de uma distribuio, utiliza-se a
Regra de Sturges, de acordo com o tamanho da amostra.
i 1 + 3,3 log.n
Onde n o nmero de elementos da relao de dados brutos. Para o exemplo
dado, temos:
i 1 + 3,3 log20 = 5,29 5.
i
1
2
3
4
5
Classes
21 | 25
25 | 29
29 | 33
33 | 37
37 | 41
Total
Frequncias
7
3
4
1
5
20
DICA
Se voc no possui uma calculadora cientfica para calcular o valor do
logaritmo de n, busque nos anexos os respectivos valores.
37
Estatstica Aplicada
20 = 4,47
4.
DICA
Valores da raiz de n encontram-se previamente calculados nos anexos.
i
1
2
3
4
Classes
21 | 26
26 | 31
31 | 36
36 | 41
Total
Frequncias
8
4
3
5
20
38
Estatstica Aplicada
Dados Brutos:
25, 21, 22, 21, 22, 23, 24, 21 ,30, 26, 30, 26, 40, 34, 32, 38, 37, 38, 40, 31
Rol:
21, 21, 21, 22, 22, 23, 24, 25, 26, 26, 30, 30, 31, 32, 34, 37, 38, 38, 40, 40
39
Estatstica Aplicada
AA = 40 - 21 = 19
3 passo Calcule o nmero de classes atravs da "Regra de Sturges" ou
da raiz quadrada de n.
i 1 + 3,3 log20 = 5,29 5
i
1
2
3
4
5
ou
20 =4,47 4
Classes
IMPORTANTE
40
Estatstica Aplicada
Classes
21 | 25
25 | 29
29 | 33
33 | 37
37 | 41
i
1
2
3
4
5
Classes
21 | 25
25 | 29
29 | 33
33 | 37
37 | 41
Total
Marcao
///////
///
////
/
/////
Frequncias
7
3
4
1
5
20
i
1
2
3
4
5
Classes
21 | 25
25 | 29
29 | 33
33 | 37
37 | 41
Total
Frequncias
7
3
4
1
5
20
41
Estatstica Aplicada
Nmero de pacientes
225
175
135
535
225 100
= 42,06% 42%
535
175 100
Alergologia:
= 32,71% 33%
535
135 100
Radiologia:
= 25,23% 25%
535
Pediatria:
42
Estatstica Aplicada
Podemos inserir esses dados na nossa tabela atravs de uma nova coluna:
Clnica A - 2005
Nmero de pacientes atendidos no ms de maro por setor
Setor
Pediatria
Alergologia
Radiologia
Total
Nmero de pacientes
225
175
135
535
%
42
33
25
100
TIPOS DE FREQUNCIAS
fi
fri =
n
Em porcentagens temos:
f ri % =
f i 100
n
43
ou
f ri % = f ri 100
Estatstica Aplicada
Obs.: a soma das frequncias relativas sempre igual a 1 ou 100%. Devido a erros
de arredondamento pode acontecer de o somatrio das frequncias relativas dar
diferente
ri
de
ou
= 100,02%
100%.
Por
exemplo:
ri
= 99,8%
ou
44
Estatstica Aplicada
Notas
18 34
34 50
50 66
66 82
82 98
fi
2
5
3
8
2
fri
2/20=0,10
5/20=0,25
3/20=0,15
8/20=0,40
2/20=0,10
fri %
10
25
15
40
10
20
100
i
1
2
3
4
5
Notas
18 34
34 50
50 66
66 82
82 98
fi
2
5
3
8
2
Fi
2
7
10
18
20
Fri
2/20=0,10
7/20=0,35
10/20=0,50
18/20=0,90
20/20=1
Fri %
10
35
50
90
100
20
Notas
18 34
34 50
50 66
66 82
82 98
fi
2
5
3
8
2
xi
18+34/2 = 26
34+50/2 = 42
50+66/2 = 58
66+82/2 = 74
82+98/2 = 90
20
45
Estatstica Aplicada
i
1
2
3
4
5
Notas
18 34
34 50
50 66
66 82
82 98
fi
2
5
3
8
2
xi
26
42
58
74
90
fri
2/20=0,10
5/20=0,25
3/20=0,15
8/20=0,40
2/20=0,10
fri %
10
25
15
40
10
Fi
2
7
10
18
20
Fri
2/20=0,10
7/20=0,35
10/20=0,50
18/20=0,90
20/20=1
Fri %
10
35
50
90
100
20
100
Onde:
fi Frequncia simples absoluta.
xi Ponto mdio de uma classe.
fri Frequncia relativa.
Fi Frequncia acumulada.
Fri Frequncia acumulada relativa .
Chegamos ao fim da unidade I, onde estudamos os elementos da Estatstica
descritiva. Espero que voc tenha gostado .Vamos em frente.
HORA DE SE AVALIAR!
46
Estatstica Aplicada
Exerccios - Unidade I
1. Classifique as variveis em qualitativa e quantitativa.
(
) Cor preferida.
) ndice de liquidez.
) Sexo.
a)
b)
c)
d)
e)
( ) Populao: atletas
Varivel: altura
( ) P.: pacientes de um hospital
Varivel: pacientes com insuficincia cardaca.
( ) P.: bebs monitorados em uma UTI neonatal
Varivel: peso
a)
b)
c)
d)
e)
discreta,discreta, contnua.
47
Estatstica Aplicada
MENINOS
25
30
29
32
26
23
165
10
36
40
12
20
1, 2, 3, 4, 5
4, 5, 2, 3, 1
5, 4, 3, 2, 1
4, 3, 5, 2, 1
4, 5, 3, 1, 2
48
MENINAS
20
25
28
15
22
25
135
Estatstica Aplicada
Cidade AAA
Ano
Nmero de Habitantes
1999
1.125.235
2000
2.365.128
2001
2.535.548
2003
2.874.100
2004
3.258.003
2005
3.356.259
a)
b)
c)
d)
e)
Geogrfica.
Categrica.
Especfica.
Ocasional.
Temporal.
N. de entrevistados
novela
35
telejornal
15
desenho
10
filme
27
esporte
15
a)
b)
c)
d)
e)
Temporal.
Geogrfica.
Peridica.
Especfica.
Histrica.
49
Estatstica Aplicada
292 elementos.
705 elementos.
207 elementos.
755 elementos.
217 elementos.
7,8
8,2
7,4
9,9
7,5
7,6
8,4
7,6
7,3
8,6
8,6
8,5
7,8
8,3
8,0
9,2
8,7
9,2
1,1
9,0
8,4
3,3
4,2
7,3
9,5
8,5
7,8
8,6
8,6
8,5
9,0
3,3
8,2
8,0
8,6
8,2
7,2
8,1
9,3
7,9
8,9
7,3
7,0
8,7
8,5
8,1
9,6
8,1
8,1
8,5
6,8
7,0
8,6
8,9
8,1
8,4
9,0
9,6
7,4
7,2
9,9
7,1
6,3
7,3
7,8
7,6
9,4
7,5
6,7
9,5
8,8
6,2
Forme uma distribuio de frequncia com intervalos de classe seguindo o que se pede:
50
Estatstica Aplicada
e) Monte a tabela.
51
Estatstica Aplicada
Classes
10 |
|
|
|
|
| 70
fi
14
fri
fri (%)
Fi
14
12
12
0,14
1
39
0,02
1,00
2
-
52
50
-
xi
15
25
35
45
55
65
Estatstica Aplicada
Representao Grfica
53
Estatstica Aplicada
OBJETIVO DA UNIDADE :
PLANO DA UNIDADE :
Grficos de Coluna
Grficos de Barra.
Grficos de setores.
Pictogramas.
Cartogramas.
Histograma.
Polgono de Frequncia.
Ogivograma.
Ogiva de Galton.
Bons estudos!
54
Estatstica Aplicada
DICA
Muito cuidado com os grficos, pois se mal elaborados podem trazer uma
ideia falsa dos dados que esto sendo analisados, chegando mesmo a
confundir o leitor.
Por falar grficos, quais voc conhece? Voc sabe qual a funcionalidade
deles? Vejamos ento.
55
Estatstica Aplicada
Grficos De Colunas
Grficos de Barras
56
Estatstica Aplicada
Grficos em setores
IMPORTANTE
As sries temporais, geralmente, no so representadas por este tipo
de grfico.
Pictogramas
Constitui um dos processos grficos que melhor se comunica com o pblico,
pela sua forma ao mesmo tempo atraente e sugestiva.
Fonte: EMBRAER/2002
57
Estatstica Aplicada
Cartogramas
Histograma
58
Estatstica Aplicada
IMPORTANTE
O histograma assemelha-se ao grfico de colunas, a diferena que no h
espaamento entre as colunas.
Polgono de frequncia
59
Estatstica Aplicada
Ogivograma
frequncias
acumuladas.
Ogiva de Galton
60
Estatstica Aplicada
HORA DE SE AVALIAR!
61
Estatstica Aplicada
62
Estatstica Aplicada
Exerccios - Unidade II
Idade
Crianas
22
a)
b)
c)
d)
e)
6o
16,6o
30
20o
98
a)
o de barras.
b)
o de setores.
c)
o linear simples.
d)
o de colunas.
e)
o de barras mltiplas.
63
Estatstica Aplicada
3.
a)
b)
c)
d)
e)
Nota
fi
1 3
3 5
5 7
7 9
25
Cronograma.
Grfico de colunas compostas.
Histograma.
Grfico de colunas.
Grfico de barras.
b.
c.
64
Estatstica Aplicada
d.
e.
Ano
2000
2.236.215
2001
2.126.128
2002
2.035.265
2003
1.958.254
2004
1.532.126
2005
1.125.258
a)
O grfico de linhas.
b)
O histograma.
c)
O grfico de setores.
d)
O cartograma.
e)
O pictograma.
b)
c)
65
Estatstica Aplicada
d)
e)
a)
b)
c)
d)
e)
a)
b)
c)
66
Estatstica Aplicada
d)
e)
9. Os grficos abaixo mostram o perfil dos doentes de Aids no Brasil. Faa um breve
comentrio sobre o assunto, levando em considerao os dados contidos nos
grficos.
67
Estatstica Aplicada
10. A distribuio a seguir indica o nmero de dias afastados por motivo de doena
de 40 funcionrios de uma empresa alimentcia durante o perodo de um ano.
No de dias afastados
No de funcionrios
1
13
68
2
7
3
10
4
4
5
3
6
2
7
1
Estatstica Aplicada
Medidas de Tendncia
Central
Mdia Aritmtica.
Moda.
Mediana.
Separatrizes
69
Estatstica Aplicada
OBJETIVOS DA UNIDADE:
PLANO DA UNIDADE:
Mdia Aritmtica.
Moda.
Mediana.
Separatrizes
Bons estudos!
70
Estatstica Aplicada
Mdia Aritmtica
A Mdia Aritmtica (
x + x 2 + ... + x n
X= 1
=
n
x
i =1
) calculada
EXEMPLIFICANDO
Ex.: Um aluno de determinada instituio de ensino tirou as seguintes
notas em estatstica: 7, 10 e 6. Sabendo-se que a nota final desse
aluno calculada atravs da mdia aritmtica das trs avaliaes
feitas no perodo, temos como mdia final do aluno:
x1 = 7; x2 = 10 e x3 = 6
X=
7 + 10 + 6
7,7
3
71
Estatstica Aplicada
fi
2
6
12
14
4
38
x f + x 2 f 2 + ... + x k f k
=
X = 1 1
f 1 + f 2 + ... + f k
(x
i =1
f
i =1
= 38, n = 38.
72
fi )
i =1
Obs.:
fi
Estatstica Aplicada
xi
0
1
2
3
4
fi
2
6
12
14
4
xi.fi
0
6
24
42
16
38
88
X=
88
= 2,3 anos .
38
fi
7
11
25
12
6
61
Neste caso no temos como saber se os sete alunos da primeira classe tiveram
notas, por exemplo, zero ou 1,9. Ento, para diminuirmos o erro cometido com o
agrupamento, utilizamos como valor representativo de cada intervalo o seu ponto
mdio (xi). Utilizamos, ento, a mesma frmula, sendo que xi agora no mais o
valor da varivel e sim o ponto mdio de cada classe. A mdia aritmtica
calculada, ento, da seguinte forma:
k
X =
(x
i =1
fi )
f
i =1
73
Estatstica Aplicada
Notas
fi
xi
xi f i
0 2
2 4
4 6
6 8
8 10
7
11
25
12
6
1
3
5
7
9
7
33
125
84
54
61
303
X=
(x
i =1
fi )
=
f
i =1
7 + 33 + 125 + 84 + 54
= 4,9
61
IMPORTANTE
A mdia aritmtica para a populao denotada por .
Voc j ouviu falar em moda? No, no bem dessa moda que vamos
falar! a Moda na Estatstica. Vamos estudar sobre ela, agora?
74
Estatstica Aplicada
Moda (Mo)
A Moda o valor de
maior frequncia
Voc deve estar se perguntando: Como assim o valor que mais aparece? isso
mesmo!
EXEMPLIFICANDO
Podemos calcular a Moda para diversos tipos de dados. Veja como fazer isso:
75
Estatstica Aplicada
EXEMPLIFICANDO
Exemplos:
Na srie {6, 7, 9, 11, 11, 11, 12, 12} a moda igual a 11. A distribuio
unimodal;
Em outros casos, pode haver trs ou mais valores que mais se repetem.
Nesse caso, a srie tem trs ou mais modas.
EXEMPLIFICANDO
Ex.: Manequim de roupa feminina mais vendida em uma loja de departamentos:
Manequim
34
36
38
40
42
44
Frequncia
3
9
16
6
4
1
76
Estatstica Aplicada
Mo =
l * + L*
2
EXEMPLIFICANDO
Ex.: Como podemos calcular o peso modal da tabela abaixo?
Peso (kg)
45 | 50
50 | 55
55 | 60
60 | 65
65 | 70
fi
9
11
Classe modal
8
6
5
Mo =
50 + 55
= 52,5 kg
2
77
Estatstica Aplicada
IMPORTANTE
M o = li +
D1
h*
D1 + D2
Em que:
li o limite inferior da classe modal.
D1 = f* - f(ant)
D2 = f* - f(post)
h* a amplitude da classe modal.
f* a frequncia simples da classe modal.
f(ant) a frequncia simples da classe anterior classe modal.
f(post) a frequncia simples da classe posterior classe modal.
M o = 50 +
11 9
5 = 52kg
(11 9) + (11 8)
78
Estatstica Aplicada
Mediana (Md)
EXEMPLIFICANDO
Ex.: Dada uma srie de valores {7, 2, 8, 13, 11, 7, 15, 12, 1} o primeiro passo a
ser dado a construo do rol: {1, 2, 7, 7, 8, 11, 12, 13, 15}.
O valor que divide a srie em duas partes iguais o 8, logo a mediana Md = 8.
Na prtica, o valor mediano dado por
n +1 9 +1
=
= 5,
2
2
79
ou seja, a
Estatstica Aplicada
EXEMPLIFICANDO
Ex.: Calcular a mediana da srie {1, 2, 0, 0, 2, 4, 4, 3, 6, 4, 5, 6}
Rol - {0, 0, 1, 2, 2, 3, 4, 4, 4, 5, 6, 6} - Md
3+ 4
= 3,5
2
Temos, aqui, duas observaes a serem feitas, por isso preste bastante ateno:
f
2
80
Estatstica Aplicada
EXEMPLIFICANDO
Ex.: Veja a tabela a seguir:
Xi
fi
0
1
2
3
4
5
total
2
5
8
15
5
4
39
f
2
Fi
2
7
15
30
35
39
Classe Mediana
39
= 19,5 , logo a mediana ser Md = 3.
2
Para esse tipo de dado preciso determinar a classe da mediana, que ser
aquela que corresponder frequncia acumulada igual ou imediatamente superior
f
2
idades
10 15
15 20
20 25
25 30
30 35
35 40
fi
6
11
16
13
5
3
54
FAi
6
17
33
46
51
54
-
classe mediana
(frequncia acumulada
imediatamente superior
a
81
54 = 27
2
Estatstica Aplicada
Exemplo:
fi
F ( ant )
M d = li + 2
f *
54
17
5 23,1
Md = 20 + 2
16
.h *
IMPORTANTE
Neste caso a mediana estimada, pois no temos todos os valores da
distribuio.
82
Estatstica Aplicada
A moda ser utilizada quando a medida de posio for o valor mais tpico
da distribuio. uma medida de rpida obteno;
EXEMPLIFICANDO
Ex.: Na srie { 8, 9, 10, 15, 18}, a mdia = 12 e a mediana = 10. J
na srie { 6, 8, 10, 11, 75 }, a mdia = 22 e a mediana = 10.
83
Estatstica Aplicada
X = Md = M o .
(b) Assimtrica direita, quando a moda for menor que a mediana e, a mediana
for menor que a mdia, isto ,
(c)
M o Md X
X Md M o .
QUARTIS
So separatrizes que dividem um conjunto de dados em quatro partes iguais.
0%
25%
50%
75%
100%
|_____________|______________|_____________|______________|
Q1
Q3
Q2
PRIMEIRO QUARTIL ( Q1 )
Separatriz que divide a distribuio em duas partes, tal que 25% dos valores
sejam menores que ele e 75% maiores que ele.
SEGUNDO QUARTIL ( Q2 )
O segundo quartil coincide exatamente com a mediana. o valor que divide a
distribuio em exatamente dos elementos.
TERCEIRO QUARTIL ( Q3 )
o valor que deixa 75% da distribuio sua esquerda e os 25% restantes sua
direita.
84
Estatstica Aplicada
Frmula
a mesma utilizada para a mediana, com pequenas adaptaes>
Primeiro Quartil
f i
f ant
4
.h
Q1 = lQ1 +
f Q!
Determinao de
Q1
1 Passo: Calcula-se
f i
4
Q! atravs da Fi ;
Determinao de
Q3
1 Passo: Calcula-se
3.f i
4
Q3
atravs da
Fi ;
Quartil
3.f i
f ant
4
.h
Q3 = lQ3 +
f Q3
85
Estatstica Aplicada
Classes
7 |---------- 17
17 |---------- 27
27 |---------- 37
37 |---------- 47
47 |---------- 57
1 Passo:
Q1 , Q2 e Q3 .
fi
6
15
20
10
5
56
Fi
6
21
41
51
56
f i = 56
Q1 = ?
f i 4 = 14
2 Passo: Atravs da
Q2 = Md
f i 2 = 28
Q3 = ?
3.f i 4 = 42
Fi , identifica-se a classe da Q1 , Q2 e Q3 .
56
6
4
.10 = 22,33
Q1 = 17 +
15
56
21
2
.10 = 30,5
Q2 = Md = 27 +
21
3.56
41
4
.10 = 38
Q3 = 37 +
10
86
Estatstica Aplicada
DECIS
So separatrizes que dividem um conjunto de dados em 10 partes iguais.
10%
20%
....
50%
...
80%
90%
|_____|________|______________|_____________|_______|_______|
D1
D2
D5
...
D8
...
D9
Frmula
a mesma utilizada para as separatrizes anteriores, com pequenas adaptaes.
i.f i
f ant
10
.h
Di = lDi +
f Di
Determinao de
Di
1 Passo: Calcula-se
i.f i
10
, para
Di
i = 1,2,3,...,9
atravs da
Fi ;
i.f i
f ant
10
.h
Di = lDi +
f Di
87
Estatstica Aplicada
Classes
7 |---------- 17
17 |---------- 27
27 |---------- 37
37 |---------- 47
47 |---------- 57
fi
6
15
20
10
5
56
D1
D2 .
Fi
6
21
41
51
56
56
0
10
.10 = 16,33
D1 = 7 +
6
56
6
4
.10 = 22,33
D2 = 17 +
15
2%
....
50%
...
|_____|________|______________|_____________|_______|_______|
P1
...
P2
...
P5
...
88
P98
P99
Estatstica Aplicada
Frmula
a mesma utilizada para as separatrizes anteriores, com pequenas adaptaes.
i.f i
f ant
10
.h
Pi = lPi +
f Pi
Determinao de
Pi
1 Passo: Calcula-se
i.f i
100
, para
Pi
i = 1,2,3,...,99
atravs da
i.f i
f ant
100
.h
Pi = lPi +
f Pi
89
Fi ;
Estatstica Aplicada
fi
6
15
20
10
5
56
P1 e P60 .
Fi
6
21
41
51
56
56
100
.10 = 7,93
P1 = 7 +
6
60.56
21
100
.10 = 33,30
P60 = 27 +
20
HORA DE SE AVALIAR!
Estatstica Aplicada
1. Uma empresa possui dois serventes recebendo salrios de R$250,00 cada um,
quatro escriturrios recebendo R$600,00 cada um, um chefe de escritrio com
salrio de R$ 1000,00 e trs tcnicos recebendo R$ 2200,00 cada. A mdia desses
salrios de:
a.
b.
c.
d.
e.
R$ 1050,00
R$ 505,00
R$ 262,50
R$ 600,00
R$ 105,00
B
0
C
7
4
5
6
2
8
9
5
2
6
91
Estatstica Aplicada
a.
b.
c.
d.
e.
A
2
B
0
C
1
3
4
5
2
3
8
2
5
6
sexo
F
F
M
M
M
Grau de
instruo
2 Grau
2 Grau
Superior
Superior
Superior
Nmero de
filhos
2
1
0
4
3
Salrios
em S.M *
4,00
4,56
5,75
5,60
6,00
a)
28 e 5,75.
b)
5,75 e 36.
c)
5,60 e 32.
d)
32 e 5,0.
e)
32 e 5,75.
92
Idade
29
32
36
40
28
Estatstica Aplicada
fi
15
18
23
19
8
83
a)
R$ 870,55
b)
R$ 866,67
c)
R$ 883,33
d)
R$ 855,43
e)
R$ 843,90
93
fi
15
18
23
19
8
83
Estatstica Aplicada
a)
R$ 870,55
b)
R$ 848,91
c)
R$ 883,33
d)
R$ 855,43
e)
R$ 843,90
fi
16
19
23
19
8
85
FI
16
16 + 19 = 35
35 + 23 = 58
58 + 19 = 77
77 + 8 = 85
19
19
14
18
20
15
17
16
17
16
16,25
17,28
16,75
19,15
17,26
94
12
17
15
13
15
14
16
19
Estatstica Aplicada
FREQUNCIA
15 | 20
150
20 | 25
300
25 | 30
250
30 | 35
200
100
35 | 40
Total
1000
(Dados Fictcios)
a)
21,6.
b)
23,5.
c)
24,6.
d)
26,5.
e)
27,6.
PESO (kg)
40 | 50
50 | 60
60 | 70
70 | 80
80 | 90
95
fi
4
12
20
12
2
Estatstica Aplicada
a)
fi
4
12
20
12
2
Fr
4/50 = 0,08
12/50 = 0,24
20/50 = 0,40
12/50 = 0,24
2/50 = 0,04
50
1,00
96
Estatstica Aplicada
Medidas de Disperso
Amplitude total.
Varincia.
Desvio padro.
Coeficiente de variao
97
Estatstica Aplicada
OBJETIVOS DA UNIDADE:
PLANO DA UNIDADE:
Amplitude total.
Varincia.
Desvio padro.
Coeficiente de variao.
Bons estudos!
98
Estatstica Aplicada
Amplitude total;
Varincia;
Desvio padro;
Coeficiente de variao;
EXEMPLIFICANDO
Ex.: Observe os seguintes conjuntos de valores referentes mesma varivel:
X = {20, 20, 20, 20, 20}
Y = {05, 15, 20, 30 ,30}
Z = {01, 01, 03, 05, 90}
99
Estatstica Aplicada
x=
100
= 20 ,
5
porm fcil notar que o primeiro conjunto de valores mais homogneo que os
outros dois, pois todos os valores so iguais. J o segundo mais homogneo que
o terceiro, pois este o mais disperso de todos. Portanto no adianta dois ou mais
conjuntos de valores terem a mesma mdia aritmtica, algumas outras anlises se
fazem necessrias.
AT = Lmx l mn .
AA = 70 2 = 68
100
Estatstica Aplicada
fi
2
3
5
6
7
8
9
10
21
22
23
24
25
27
48
60
70
1
1
1
1
2
3
3
2
1
1
3
1
2
2
1
1
1
27
fi
14
8
2
1
1
1
27
AT = Lmx l mn = 74 2 = 72
101
Estatstica Aplicada
Varincia (s2)
Varincia Amostral
s2 =
xi
(x
i =1
n 1
(xi X ) . fi
k
s2 =
i =1
fi 1
i =1
IMPORTANTE
No denominador da frmula da varincia trabalhamos sempre com n-1
graus de liberdade para diminuir o erro do clculo da varincia com agrupamento
da distribuio.
102
Estatstica Aplicada
Em que:
xi
xi
EXEMPLIFICANDO
Ex.: Ao analisarmos as idades dos pacientes atendidos num dia em duas clnicas
de sade A e B, temos:
Clnica A
Classes
fi
xi
02| 14
14|26
26|38
38|50
50|62
62|74
1
3
10
16
2
1
8
20
32
44
56
68
33
X=
( xi . f i ) ( xi X ) ( xi X ) 2 ( xi X ) 2 . f i
8
60
320
704
112
68
-30,5
-18,5
-6,5
5,5
17,5
29,5
930,25
342,25
42,25
30,25
306,25
870,25
1272
1272
= 38,5
33
4346
s2 =
103
930,25
1026,75
422,5
484
612,5
870,25
4346
= 135,81
33 1
Estatstica Aplicada
Clnica B
Classes
fi
xi
02| 14
14|26
26|38
38|50
50|62
62|74
5
4
7
7
5
5
8
20
32
44
56
68
33
X=
( x i . f i ) ( xi X ) ( xi X ) 2 ( xi X ) 2 . f i
40
80
224
308
280
340
-30,5
-18,5
-6,5
5,5
17,5
29,5
1272
1272
= 38,5
33
930,25
342,25
42,25
30,25
306,25
870,25
4651,25
1369
295,75
211,75
1531,25
4351,25
12410,25
s2 =
12410,25
= 387,82
33 1
Desvio Padro
O desvio padro a medida de disperso mais empregada, pois leva em
considerao a totalidade dos valores da varivel em estudo e o seu resultado est
na mesma unidade de medida da varivel, diferente da varincia, que uma
medida quadrtica. Quanto maior o desvio padro mais heterogneos so os
dados. O desvio um indicador de variabilidade bastante estvel. Ele baseia-se nos
desvios em torno da mdia aritmtica. a mdia quadrtica dos desvios, isto , a
raiz quadrada da varincia.
s = s2
104
Estatstica Aplicada
EXEMPLIFICANDO
No nosso exemplo temos:
Clnica A
s=
Clnica B
135,81 = 11,65
s=
387,82 = 19,69
1 =
2 =
IMPORTANTE
Outra questo a ser considerada que o fato de o desvio padro ser
expresso na mesma unidade dos dados, o que no nos permite
comparar duas ou mais sries de valores expressas em unidades
diferentes.
105
Estatstica Aplicada
CVP =
s
X
100
EXEMPLIFICANDO
Ex.: Consideremos os pesos e as alturas de um grupo de jovens atletas de
uma escola de ensino fundamental da baixada fluminense: qual das medidas
(Estatura ou Peso) possui maior homogeneidade?
DISCRIMINAO
ESTATURAS
PESOS
MDIA
185 cm
68 kg
DESVIO PADRO
5,0 cm
2,0 kg
Apenas atravs do desvio padro no podemos dizer nada, pois este s pode
ser comparado no caso de dados com a mesma unidade de medida. Teremos,
ento, que calcular o CVP da Estatura e o CVP do Peso. O menor resultado ser o de
menor disperso ou variabilidade, ou seja, o de maior homogeneidade.
5
CVP(estatura) =
100 = 2,70%
185
2
CVP( peso) = 100 = 2,94%
68
106
Estatstica Aplicada
HORA DE SE AVALIAR!
107
Estatstica Aplicada
108
Estatstica Aplicada
Exerccios - Unidade IV
Revistas
N de pginas
a)
b)
c)
d)
e)
A
62
B
90
C
88
D
92
E
110
F
86
16
18
20
25
15
1,6
1,7
1,8
2,4
2,7
Amplitude
total
Media
Varincia
Desv.Pad.
500
150
42
625
25
800
120
53
196
14
900
90
25
169
13
109
C.V
59,52%
Estatstica Aplicada
a)
b)
c)
d)
e)
4) Observe o desenho abaixo e assinale a alternativa correta com base nos dados
observados em torno da mdia.
MDIA
A
B
C
D
110
Estatstica Aplicada
a)
b)
c)
d)
e)
24
32
35
43
48
Salrio
1.452,03
1.893,45
2.645,70
3.890,56
4.125,00
(RS)
a)
b)
c)
d)
e)
a)
b)
c)
Estatstica Aplicada
d)
e)
13
10
18
12
15
11
17
a)
aproximadamente 23,52
b)
aproximadamente 25,13
c)
aproximadamente 26,89
d)
aproximadamente 28.56
e)
aproximadamente 29,43
a)
aproximadamente 24,56%
b)
aproximadamente 32,67%
c)
aproximadamente 35,87%
d)
aproximadamente 41,89%
e)
aproximadamente 46,95%
112
Estatstica Aplicada
9) Carlos e Pedro, dois amigos, foram a uma loja de eletroeletrnicos para comprar
uma TV de 42 para assistir aos jogos da Copa do Mundo/2006. Mesmo tendo
gostos parecidos, cada um escolheu um modelo de TV. Nas especificaes do
produto continha como informao a mdia de consumo e o desvio-padro do
consumo. A TV que Carlos escolheu tem um consumo ms de 120 kw com desvio
de 3,7 kw, enquanto que a TV que Pedro escolheu tem um consumo ms de 115 kw
com desvio de 5,2 kw. Com base nas informaes, qual dos amigos pagar mais
pelo consumo de energia da televiso? Justifique sua resposta.
2, 3, 4, 5, 7, 8 e 13
113
Estatstica Aplicada
Noes de Amostragem
114
Estatstica Aplicada
Esta unidade talvez seja uma das mais importantes da nossa disciplina, pois,
num levantamento estatstico, a amostra deve ser representativa da realidade, se
isso no ocorrer, no poderemos tirar nenhuma concluso do comportamento de
toda a populao. Aqui aprenderemos mais um pouco sobre o clculo de amostra
e como poderemos confiar em seus resultados.
OBJETIVO DA UNIDADE:
PLANO DA UNIDADE:
Amostragem Acidental.
Amostragem Intencional.
Amostragem Estratificada.
Bons estudos!
115
Estatstica Aplicada
Conceitos bsicos
116
Estatstica Aplicada
Tipos de amostragem
MTODOS PROBABILSTICOS
1
N
. Esse
mtodo garante que cada elemento da populao tenha a mesma chance de ser
selecionado como elemento da amostra. Assim, podemos garantir cientificamente
a aplicao das tcnicas estatsticas de inferncias.
117
Estatstica Aplicada
7
8
4
1
4
2
2
1
5
8
2
0
9
0
2
4
0
3
5
4
8
7
8
7
8
5
2
2
0
5
2
4
7
5
1
8
6
0
8
2
2
0
9
0
2
4
2
0
4
0
5
5
4
5
1
4
5
3
6
3
4
7
0
5
1
5
2
1
5
0
5
1
5
8
0
0
4
0
5
2
6
5
2
5
0
1
8
2
8
5
0
9
0
5
2
0
4
1
1
6
3
2
1
5
4
0
7
2
5
4
5
4
8
3
6
3
3
8
8
2
5
2
0
6
5
0
8
0
2
4
8
9
5
8
5
9
6
5
9
5
5
0
5
0
5
3
9
5
3
9
8
7
5
4
6
6
9
2
6
9
8
8
1
4
7
9
8
8
0
8
8
0
7
9
8
2
5
3
8
6
0
3
8
7
4
5
9
0
6
0
9
2
4
5
6
8
3
6
0
2
0
7
3
3
2
5
4
8
9
6
4
3
4
6
5
8
2
8
5
2
2
0
0
1
5
0
1
0
4
1
4
0
3
0
0
0
3
0
0
2
7
4
9
1
7
2
4
2
1
5
1
7
2
4
9
7
6
1
3
0
1
2
2
9
1
6
6
4
8
7
1
4
6
5
8
0
1
9
5
9
5
6
7
9
1
1
8
2
2
8
4
1
2
5
8
5
2
5
5
7
3
5
4
2
9
0
0
5
5
7
3
4
7
4
1
8
9
6
5
0
1
8
9
9
1
6
0
8
5
1
4
4
5
6
5
4
5
4
5
2
1
2
3
6
7
6
8
2
3
4
7
1
2
6
8
0
9
1
1
1
5
4
8
9
6
3
2
4
7
8
0
9
5
4
2
0
9
5
2
8
2
5
1
4
5
1
2
6
3
1
5
7
7
4
8
7
5
5
7
8
2
1
5
1
8
5
2
4
5
0
2
1
1
9
1
5
5
2
8
2
8
0
7
0
7
2
5
9
7
4
1
7
4
1
2
4
6
4
8
8
0
0
1
9
4
5
3
6
1
8
0
9
5
0
8
5
5
5
5
3
0
7
7
7
6
0
6
5
4
6
5
4
7
3
6
7
3
9
0
9
8
8
0
2
0
4
1
0
3
3
6
6
9
2
5
9
2
3
0
1
0
3
5
7
7
1
1
2
1
4
1
6
0
9
3
8
1
8
5
5
0
1
5
2
6
3
0
9
2
1
7
2
5
9
9
2
8
0
5
0
7
4
4
1
9
4
1
9
0
2
6
5
EXEMPLIFICANDO
Exemplo: Uma determinada universidade possui 7000 alunos. Pretende-se
fazer uma pesquisa para verificar como vai a sade dos alunos. Sero
selecionados, aleatoriamente, 5% dos alunos. Deslocar um funcionrio
para escrever 7000 nmeros de matrcula em um pedao de papel e
depois sortear 350 pedaos algo praticamente invivel e desnecessrio.
Ento, a amostra sorteada com o uso de uma tabela de nmeros
aleatrios da seguinte forma: os nmeros de matrcula existentes
possuem 4 dgitos, escolhemos 4 linhas ou colunas da tabela e
selecionamos os nmeros que correspondem a alunos matriculados na
instituio. Os nmeros que no correspondem so descartados. Se
selecionarmos, por exemplo, as 4 primeiras colunas teremos como
nmeros selecionados 5772, 2880, 7454, 9120, 0425, 1205, 5254 ... Estas
so, ento, as matrculas selecionadas, caso existam.
118
3
7
9
6
0
5
1
8
2
4
3
9
4
6
4
1
0
5
2
1
6
2
4
9
1
6
8
1
8
5
5
1
2
6
6
5
6
5
4
9
3
2
4
3
5
1
7
7
3
4
5
4
4
2
0
0
9
8
2
8
7
8
0
6
5
7
6
0
2
5
7
8
5
0
7
8
0
1
3
8
5
6
4
5
5
5
8
5
1
9
4
5
6
1
4
2
4
5
7
3
2
2
5
5
6
9
6
3
2
5
1
5
5
1
9
Estatstica Aplicada
EXEMPLIFICANDO
Ex.: Vamos obter uma amostra de 10% dos pacientes internados em um SPA,
supondo que sejam 106 mulheres e 54 homens. So, portanto, dois estratos (sexo
masculino e sexo feminino). Logo, temos:
SEXO
MASCULINO
FEMININO
Total
POPULAO
54
106
160
10 %
5,4
10,6
16
AMOSTRA
5
11
16
Amostragem sistemtica
119
Estatstica Aplicada
EXEMPLIFICANDO
Ex.: Imaginemos um prdio com 200 apartamentos dos quais
desejamos obter uma amostra formada por 20 apartamentos para uma
pesquisa de opinio. Podemos, neste caso, usar o seguinte procedimento:
como 200/20 = 10. Escolhemos por sorteio casual um nmero de 01 a 10,
o qual indicaria o primeiro elemento sorteado para a amostra; os demais
elementos seriam, periodicamente, considerados de 10 em 10. Assim,
suponhamos que o nmero sorteado fosse 6, a amostra seria: 6.
apartamento, 16. apartamento, 26. apartamento etc.
EXEMPLIFICANDO
Ex.: Num levantamento da populao de determinada cidade,
podemos dispor do mapa indicando cada quarteiro e no dispor de uma
relao atualizada dos seus moradores. Pode-se, ento, colher uma
amostra dos quarteires e fazer a contagem completa de todos os que
residem naqueles quarteires sorteados.
120
Estatstica Aplicada
MTODOS NO-PROBABILSTICOS
Amostragem acidental
EXEMPLIFICANDO
Ex.: Pesquisas de opinio em praas pblicas, ruas de grandes cidades.
Amostragem intencional
121
Estatstica Aplicada
EXEMPLIFICANDO
Ex.: Numa pesquisa sobre preferncia por determinado cosmtico, o
pesquisador se dirige a um grande salo de beleza e entrevista as pessoas
que ali se encontram.
EXEMPLIFICANDO
Ex.: Numa pesquisa sobre programa de TV mais assistido,
provavelmente, ser interessante dividirmos a populao em homens e mulheres,
cidade e campo, idade, renda mdia, faixas etrias etc.
122
Estatstica Aplicada
Resulta normalmente de
).
123
Estatstica Aplicada
Correo
Varivel / Populao
Contnua
Discreta
Z
n0 =
Z 2 p q
n0 =
2
2
n=
n0
n
1+ 0
N
Em que:
o erro amostral.
q = 1 p
124
p =50% = 0,50.
Estatstica Aplicada
n0 =
Z 2 p q
Z
n0 =
populao for finita, poderemos usar estas mesmas frmulas, porm fazendo uma
pequena correo depois com a frmula
n=
n0
n
1+ 0
N
EXEMPLIFICANDO
Ex.:
n0 =
Z 2 p q
125
n=
n0
n
1+ 0
N
Estatstica Aplicada
Em que:
n0 = amostra inicial.
n = amostra corrigida.
p = valor obtido do trabalho anterior. Probabilidade de sucesso estimado.
q = 1 p = 1 0,30 = 0,70
n0 =
Z 2 p q
A amostra corrigida :
n=
n
n
1+
N
323
323
=
= 311
323 1,04
1+
8000
HORA DE SE AVALIAR!
Lembre-se de realizar as atividades desta unidade de estudo,
presentes no caderno de exerccio! Elas iro ajud-lo a fixar o contedo,
alm de proporcionar sua autonomia no processo de ensino-aprendizagem. Caso
prefira, redija as respostas no caderno e depois as envie atravs do nosso ambiente
virtual de aprendizagem (AVA). Interaja conosco!
Vimos,
126
Estatstica Aplicada
Exerccios - Unidade V
1. Considere uma populao com 1000 pessoas do sexo feminino na faixa etria de
20 a 30 anos, 800 pessoas que trabalham na rea da sade e 1200 pessoas no
comrcio de medicamentos. Na amostra dessa populao:
a)
b)
c)
d)
e)
b)
c)
d)
e)
127
Estatstica Aplicada
b)
c)
d)
e)
4. Considere uma agremiao esportiva com uma equipe de 500 atletas praticantes
de todas as modalidades esportivas desenvolvidas na regio. Essa instituio
calculou uma amostra de n atletas para participar de atividades recreativas e
esportivas em diversas modalidades. No dia do evento, faltaram atletas para
algumas atividades em decorrncia do custo por atleta. Marque a alternativa
correta:
a)
b)
c)
d)
e)
Nunca se calcula amostra para esse tipo de atividade, tendo em vista que
a populao finita e a atividade est inclusa no custo total.
128
Estatstica Aplicada
b)
c)
d)
e)
Tabela de logaritmo.
12
b)
c)
d)
e)
b)
A populao sempre
c)
d)
na Populao.
A Amostra
Amostra uma frao da populao que dever conter elementos que
representem fielmente a populao a ser analisada.
Amostra todo conjunto de elementos maior que a populao
e)
a amostra.
129
Estatstica Aplicada
10- No problema anterior, admita que a populao seja finita de 1600 peas.
Calcule o tamanho da amostra.
130
Estatstica Aplicada
131
Estatstica Aplicada
Caracterizar
os
experimentos
aleatrios
calcular
as
132
Estatstica Aplicada
o smbolo
significa experimento
133
Estatstica Aplicada
Espao Amostral
Para cada experimento , define espao amostral S o conjunto de todos
os possveis resultados desse experimento.
EXEMPLIFICANDO
a) Jogar um dado e observar o nmero da face de cima.
S = {1, 2, 3, 4, 5, 6}
b) jogar duas moedas e observar o resultado.
S = {(ca, ca); (ca, co); (co, ca); (co, co)}, onde ca = cara e co = coroa.
Obs: S poder ser um conjunto finito ou infinito enumervel. Trataremos de
conjuntos finitos.
Evento
um conjunto de resultados do experimento, isto , um subconjunto de
S. Inclusive e o prprio S.
Usando as operaes com conjuntos, podemos formar novos eventos.
Assim:
134
Estatstica Aplicada
EXEMPLIFICANDO
a) jogar trs moedas e observar o resultado.
S = {(ca, ca, ca); (ca, ca, co); (ca, co, ca); (co, ca, ca);
( co, co, ca); (co, ca, co); (ca, co, co); (co, co, co)}
A = Evento ocorrer pelo menos duas caras.
A = {(ca, ca, ca); (ca, ca, co); (ca, co, ca) ; (co, ca, ca)}
b) lanar um dado e observar o nmero da face de cima.
S = {1, 2, 3, 4, 5, 6}
B = Evento ocorrer nmero par.
B = {2, 4, 6}
Sendo S um espao amostral finito com n elementos, pode-se verificar
que o nmero total de eventos extrado de S 2n.
A B
135
Estatstica Aplicada
Definio de Probabilidade
Dado um experimento aleatrio e S o espao amostral, a probabilidade
de um evento, P(A) uma funo definida em S, que associado a cada evento um
nmero real, satisfaz os seguintes axiomas:
0 P( A) 1
P(S) = 1
P ( A B) = P( A) + P( B) se A B =
Principais Teoremas
P() = 0
P( A) = 1 P( A)
Se A B, logo P(A) P(B)
pi 0, onde i = 1, 2, ..., n
p1 + p2 + ...+ pn = 1
136
Estatstica Aplicada
1
7
logo, P(A) =
4
2
, P(B) =
7
7
e P(C) =
1
7
1
.
n
1 r
r. = .
n n
137
Estatstica Aplicada
P(A) =
ou
EXEMPLIFICANDO
Escolhe-se aleatoriamente (a expresso aleatria indica que o espao amostral
equiprovvel), uma carta de um baralho que contm 52 cartas.
Seja A = {a carta ser de ouros}
B = {a carta ser uma figura}
P (A) = nmero de ouros = 13 = 1
nmero de cartas 52 4
P(B) = nmero de figuras = 12 = 3
nmero de cartas 52 13
DICA
Vale lembrar que um baralho possui 4 naipes, cada naipe possui
13 cartas onde 13x4 = 52 cartas. As figuras so: Dama, Rei e Valete,
considerando os 4 naipes, temos 12 figuras, pois 3x4=12.
Em muitos problemas, o clculo das probabilidades de um evento reduzse a um problema de contagem. Assim que a anlise combinatria (teoria da
contagem), tem fundamental importncia para se contar o nmero de casos
favorveis e possveis.
138
Estatstica Aplicada
EXEMPLIFICANDO
Num lote de 12 peas 4 so defeituosas, duas peas so retiradas
aleatoriamente. Calcular:
a)
b)
c)
Soluo:
a) A = ambas serem defeituosas.
A pode ocorrer =
C4,2=
4!
4!
4 3 2 1
24
24
=
=
=
=
=6
2!(4 2)! 2! 2! (2 1).(2 1) 2 2 4
12!
= 66
2!10!
139
Estatstica Aplicada
6
1
=
66 11
8!
= 28
2! 6!
12!
= 66
2!10!
28 14
=
66 33
ou seja, P(C) = P( B )
14 19
=
33 33
140
Estatstica Aplicada
Probabilidade Condicional
Seja Lanar um dado
A = saia o nmero 3 P(A) = 1/3
B = saia nmero impar P(B) = 1/2
de grande importncia para o clculo das probabilidades se calcular a
probabilidade condicional. Neste exemplo, podemos estar querendo a
probabilidade do evento A condicionada ao evento B, isto :
P(A/B) (L-se: probabilidade de A condicionada a B ou probabilidade
de A dado que B ocorre ). Assim, P(A/B) = 1/3
Podemos observar que na probabilidade condicional, h uma reduo no
espao amostral, pois neste caso passamos de
S = {1, 2, 3, 4, 5, 6} para S = {1, 3, 5} e neste espao que calcularmos a
probabilidade condicional.
Definio:
P( A / B) =
P( A B)
P( B)
P(B) > 0
141
Estatstica Aplicada
EXEMPLIFICANDO
S=
(1,1)
(1,2)
(1,3)
(1,4)
(1,5)
(1,6)
(2,1)
(2,2)
(2,3)
(2,4)
(2,5)
(2,6)
(3,1)
(3,2)
(3,3)
(3,4)
(3,5)
(3,6)
(4,1)
(4,2)
(4,3)
(4,4)
(4,5)
(4,6)
(5,1)
(5,2)
(5,3)
(5,4)
(5,5)
(5,6)
(6,1)
(6,2)
(6,3)
(6,4)
(6,5)
(6,6)
P(A) =
3
1
=
36 12
P(B) =
15 5
=
36 12
(ocorrncias: (2,1); (3,1); (3,2); (4,1); (4,2); (4,3); (5,1); (5,2); (5,3);
1
15
P(B/A) =
1
3
P(A B ) =
(ocorrncia: (6,4))
(ocorrncia: (6,4))
1
36
(ocorrncia: (6,4))
142
Estatstica Aplicada
Teorema do Produto
A partir da probabilidade condicional, podemos calcular a probabilidade
de dois eventos simultaneamente.
P( A / B) =
P( A B)
P( A B) = P( B).P( A / B)
P( B)
P ( B / A) =
P( A B)
P( A B) = P( A).P( B / A)
P( A)
EXEMPLIFICANDO
Independncia Estatstica
Um evento A considerado independente de um outro evento B, se a
probabilidade de A for igual probabilidade condicionada de A dado B, isto , se
P(A) = P(A/B). evidente que se A independente de B, B independente de A, isto
, P(B) = P(B/A).
143
Estatstica Aplicada
Teorema:
Se A e B so independentes, ento: P(A B) = P(A). P(B).
Dado n eventos A1, A2, ..., An, diz-se que eles so independentes se
forem 2 a 2, 3 a 3, n a n, isto :
P(Ai Aj) = P(Ai) . P(Aj)
ij
EXEMPLIFICANDO
Lanar um dado duas vezes.
A tirar face 5 no primeiro lanamento.
B tirar soma 7.
C tirar soma 8.
P(A) = 6/36 = 1/6
P(B) = 6/36 = 1/6
P(C) = 5/36
P(A B) = 1/36
P(A C) = 1/36
P (A B) = P(A) . P(B) A e B so independentes.
P(A C) P(A) . P(C) A e C no so independentes.
144
Estatstica Aplicada
HORA DE SE AVALIAR!
145
Estatstica Aplicada
146
Estatstica Aplicada
Exerccios - Unidade VI
1. Uma urna contm duas bolas brancas e trs bolas vermelhas. Suponha que so
sorteadas duas bolas ao acaso, sem reposio. (Enunciado das questes 1 e 2).
0,05
b)
0,08
c)
0,10
d)
0,12
e)
0,15
3. Uma urna contm 2 bolas brancas e 3 bolas vermelhas. Retira-se 2 bolas sem
reposio. Qual a probabilidade da 2 ser vermelha, dado que a 1 branca?
a)
b)
c)
d)
e)
0,20
0,30
0,35
0,40
0,45
147
Estatstica Aplicada
Usaram o hospital
No usaram o hospital
Homens
Mulheres
250
320
1250
1180
5. Com base nos dados do exerccio anterior, qual a probabilidade de uma mulher
ter usado o hospital?
a)
b)
c)
d)
e)
0,08
0,09
0,107
0,153
0,166
148
Estatstica Aplicada
Feminino
Total
2.000
4.500
1.800
8.300
800
2.500
4.200
7.500
2.800
7.000
6.000
15.800
Idade
< de 1 ano
1 4 anos
> 4 anos
Total
0,209
b)
0,309
c)
0,410
d)
0,433
e)
0,456
0,18
0,20
0,28
0,31
0,35
Probabilidades
De ter o tipo especificado
De no ter o tipo especificado
A
0,30
0,70
149
Tipos de Sangue
B
AB
0,20
0,10
0,80
0,90
O
0,40
0,60
Estatstica Aplicada
a)
0,06
b)
0,20
c)
0,30
d)
0,32
e)
0,35
A
Total
Total
0,06
0,17
0,09
0,68
0,15
0,85
0,23
0,77
1,00
150
Estatstica Aplicada
Homens
(M)
Mulheres
(F)
Total
70
43
113
25
40
65
80
42
122
Total
175
125
300
Tipo de tratamento
Terapias Alternativas - (T)
151
Estatstica Aplicada
152
Estatstica Aplicada
Distribuies de Probabilidades
153
Estatstica Aplicada
Estudaremos
nesta
unidade
duas
importantes
distribuies
de
OBJETIVOS:
PLANO DA UNIDADE:
Distribuio Binomial.
Bons estudos.
154
Estatstica Aplicada
1.
2.
155
Estatstica Aplicada
156
Estatstica Aplicada
Distribuio Binomial
Definio: considere um experimento , e seja A algum evento
associado a . Admitamos que P(A) = p e consequentemente P(
A)
= 1-p.
A,
157
Estatstica Aplicada
Teorema:
Seja X uma varivel aleatria binomial, ento:
P{X = k} = Cn,k . pk . (1 p)n-k k= 0, 1, 2, ..., n.
Cn,k =
n!
k! (n k )!
EXEMPLIFICANDO
Lanar um dado 3 vezes
X Nmero de vezes que aparece a face 2.
Determine a probabilidade de X = 0, ou seja, a probabilidade de no aparecer a
face 2 ao lanar o dado 3 vezes.
Temos uma distribuio binomial: X~b(3,1/6)
n =3
p=1/6
X~b(3, 1/6)
k
125
216
158
Estatstica Aplicada
C3,0n=3 e k=0
n
0
1
2
3
.
.
20
n
0
n
1
n
2
n
3
n
4
n
5
n
6
n
7
n
8
n
9
n
19
EXEMPLIFICANDO
159
Estatstica Aplicada
1 X
1
e 2
2
< x < +
2.
e .
160
Estatstica Aplicada
Zi =
E[Z] =
2.
( E[ X ]
( )
E[Z] = 0
E[Z] = E
E[Z] =
Xi
2 [Z ] = V
2 [Z ] =
2 [Z ] =
2
1
(V [ X ] V [ ])
( 2 0)
161
Estatstica Aplicada
x2
1 2
f (Z ) =
e
2
< z < +
2 = 1.
2 ),
2.
1< 2
162
Estatstica Aplicada
1a Propriedade:
163
Estatstica Aplicada
2a Propriedade:
0,0044
164
Estatstica Aplicada
EXEMPLIFICANDO
1)
2)
2
Caso X~N(; ) o clculo de qualquer probabilidade ser feito
atravs da normal padro e a transformao:
Z=
z=
z1 =
z2 =
z=
~ N(0; 1) isto , z =
logo:
P(X x) = P(Z z)
x1
x2
165
Estatstica Aplicada
b)
P(X > 6)
c)
P(X < 9)
d)
a)
z1 =
8 10 8 10
2
=
= = 0,40
5
5
25
z2 =
11 10 1
= = 0,20
5
5
z=
6 10
= 0,8
5
Estatstica Aplicada
z=
9 10
= 0,2
5
logo, 2,4 =
x 10
5
12 = x 10
12 + 10 = x x = 22
167
Estatstica Aplicada
EXEMPLIFICANDO
Carlos Eduardo e Camlia iro se casar no prximo fim de semana. Eles
ganharam muitos presentes, mas infelizmente ficou faltando um eletroeletrnico
muito importante. Eles no tinham ainda geladeira. Dirigiram-se at uma loja e l
observaram que os modelos vinham indicando o consumo de energia. O modelo
que eles gostaram possua as seguintes especificaes: o consumo desta geladeira
tende a uma distribuio normal com mdia de consumo de 220v/dia, com desvio
padro 20,02. Com essas informaes, como Carlos conhecia um pouquinho de
clculo de distribuio normal, ele ficou curioso em saber qual a probabilidade da
geladeira consumir mais do que 250v/dia.
P(X > 250)= P(Z > z)
z=
250 220
= 1,50
20,02
168
Estatstica Aplicada
HORA DE SE AVALIAR!
169
Estatstica Aplicada
170
Estatstica Aplicada
b)
c)
d)
e)
b)
c)
d)
e)
0,4390
0,4689
0,4488
0,6388
0,6773
171
Estatstica Aplicada
4.Se uma varivel aleatria tem distribuio normal com mdia =70 e desvio
padro =4,8. Determine a probabilidade de ela assumir um valor superior a 66,4.
a)
0,7734
b)
0,7844
c)
0,7964
d)
0,8734
e)
0,8994
0,3105
b)
0,3405
c)
0,4100
d)
0,4096
e)
0,4356
0,034
b)
0,304
c)
0,382
d)
0,413
e)
0,423
Estatstica Aplicada
a)
0,207
b)
0,227
c)
0,277
d)
0,287
e)
0,297
0,452
b)
0,500
c)
0,620
d)
0,660
e)
0,683
173
Estatstica Aplicada
174
Estatstica Aplicada
Correlao e Regresso
Correlao.
Regresso.
Mtodos dos Mnimos Quadrados.
175
Estatstica Aplicada
PLANO DA UNIDADE:
Correlao.
Regresso.
176
Estatstica Aplicada
Correlao
Quando precisamos estudar a relao existente entre duas variveis, por
exemplo, peso e altura, com o objetivo de identificar o comportamento entre essas
variveis, podemos represent-las graficamente e verificar a disperso existente
entre elas. Para medir esta disperso temos o Coeficiente de Correlao.
Hoje, com o auxlio da informtica podemos rapidamente construir um
grfico de disperso. No havendo uma ferramenta computacional para facilitar
este processo, bem simples constru-lo manualmente.
EXEMPLIFICANDO
Dada as variveis X e Y, construa um grfico de disperso para representlas.
Observaes (n)
1
2
3
4
5
6
X
2
5
3
4
6
7
177
Y
3
4
2
5
8
10
Estatstica Aplicada
Diagrama de Disperso
12
10
8
Y 6
4
2
0
0
(x).(y )
n
r=
2
2 (x) 2 (y ) 2
x n .y n
xy
x
2
5
3
4
6
7
27
y
3
4
2
5
8
10
32
xy
6
20
6
20
48
70
170
178
x2
4
25
9
16
36
49
139
y2
9
16
4
25
64
100
218
Estatstica Aplicada
r=
27 x32
26
26
6
=
=
= 0,90
2
2
17,5 x 47,33
828,275
(27)
(32)
139
x 218
6
6
170
O que significa r=0,90? Significa que existe uma forte relao positiva
entre as variveis x e y, ou seja, quando x cresce y tambm cresce.
Intervalo de Variao de r
Os valores de r esto compreendidos dentro de um intervalo que varia de -1 a
+1 ou seja, -1 r +1.
Possveis valores de r.
i)
179
Estatstica Aplicada
ii)
iii)
r = 0 ausncia de relao
iv)
180
Estatstica Aplicada
Consumo de
protenas (mg) Peso (kg)
x
y
xy
x2
y2
300
1200
90000
16
250
3,5
875
62500
12,25
400
5,5
2200
160000
30,25
560
2240
313600
16
450
900
202500
320
1600
102400
25
200
200
40000
420
840
176400
320
1600
102400
25
10
480
1440
230400
3700
35
13095
1480200
142,5
181
Estatstica Aplicada
Grfico de disperso
4
3
2
1
0
0
100
200
300
400
500
600
Protenas (mg)
Coeficiente de correlao r = 0,097
Concluso: se o atleta fizer uma dieta base somente de protenas, com o r
calculado podemos verificar que o grau de correlao quase nula, ou seja, r
muito prximo de zero. Mas somente com este resultado, possvel afirmarmos
que no existe realmente nenhuma relao entre as variveis? preciso conhecer
uma srie de fatores para se chegar a uma concluso precisa. O que conclumos
com isso? O objetivo demonstrar que no basta somente obter o valor de r,
preciso ter conhecimento de vrios outros fatores que envolvem a varivel em
estudo. A aplicao da teoria da relao entre as variveis necessita de fatores
externos para uma anlise precisa do fato em estudo. necessrio que tenhamos
muito cuidado ao afirmarmos que variveis que possuem forte relao entre elas,
somente o valor de r basta para comprovar esta relao.
182
Estatstica Aplicada
Regresso
O modelo de regresso serve para permitir que possamos examinar o
comportamento de uma varivel em relao outra, ou seja, verificar a existncia
de relao entre as variveis. Por exemplo, existe relao entre:
1. Valor do dlar e exportao de carros.
2. Peso de um atleta e altura.
3. Produo de papel e tempo.
O objetivo poder verificar se existe relao forte ou fraca entre as
variveis, existindo esta relao, se ela funcional ou no, e ainda poder prever
essa relao funcional entre elas.
A anlise de regresso permite a verificao dessa relao das variveis
em estudo, permitindo a interpretao de tais resultados. Como existem duas
variveis, a anlise de regresso mede a dependncia existente de uma das
variveis em relao outra.
Teremos uma varivel dependente (y) que sofrer influncia da varivel
independente (x).
Para representarmos as variveis graficamente utilizamos o mesmo
procedimento do grfico de disperso, o que diferencia que no eixo das abscissas
representamos a varivel independente (x) e no eixo das ordenadas, apresentamos
a varivel dependente (y). Para representarmos graficamente, marcamos os pares e
ligamos os pontos para formar um grfico de linhas.
183
Estatstica Aplicada
EXEMPLIFICANDO
Os dados so referentes presso arterial de pacientes hipertensos
do sexo feminino, segundo a faixa etria, entre 30 e 60 anos, do hospital X.
Paciente
Idade (x)
PSA (y)
30
142
32
146
43
152
45
163
50
168
53
178
51
182
55
189
60
192
10
60
231
184
Estatstica Aplicada
PSA
200
150
100
50
0
0
10
20
30
40
50
60
70
Idade
Equao linear y = a + bx
185
Estatstica Aplicada
EXEMPLIFICANDO
Nmero de anos que os alunos de um curso de Engenharia estudaram at
a colao de grau e o coeficiente de rendimento (CR) obtido ao final do
curso.
Anos de estudo x
Alunos n
1
2
3
4
5
6
7
8
9
10
57
78
72
58
89
63
73
84
76
48
698
186
Estatstica Aplicada
CR
80
60
40
20
0
0
Anos
187
Estatstica Aplicada
x2
xy
Alunos
1
Coef. de rendimento
(CR)
y
57
171
78
16
312
72
16
288
58
174
89
25
445
63
189
73
16
292
84
25
420
76
16
304
10
48
144
38
698
150
2739
x = 38
2
y = 698 x = 150
188
xy = 2739
n = 10
Estatstica Aplicada
= 38a + 150b
2739
86,60
= 5,6b
5,6b = 86,60
b=
86,60
= 15,46
5,6
b = 15,46
189
Estatstica Aplicada
110,52 = 10a
110,52
a=
= 11,05
10
a = 11,05
Podemos calcular os valores de a e b utilizando sistemas de equaes
lineares ou pelo clculo dos mnimos quadrados.
x
n
y
y=
n
x=
S xx = x 2
(x) 2
n
(y ) 2
n
(x).(y )
S xy = xy
n
S yy = y 2
Clculo de a e b
b=
S xy
S xx
a = y bx
190
Estatstica Aplicada
3
4
4
3
5
3
4
5
4
3
38
Coef. de rendimento
(CR)
y
57
78
72
58
89
63
73
84
76
48
698
x2
xy
y2
9
16
16
9
25
9
16
25
16
9
150
171
312
288
174
445
189
292
420
304
144
2739
3249
6084
5184
3364
7921
3969
5329
7056
5776
2304
50236
x 38
=
= 3,8
n 10
y 698
=
= 69,8
y=
10
n
(x) 2
(38) 2
= 150
= 150 144,4 = 5,6
S xx = x 2
n
10
(x).(y )
(38).(698)
= 2739
= 2739 2652,4 = 86,6
S xy = xy
10
n
x=
b=
S xy
S xx
86,6
= 15,46
5,6
b=15,46
a=11,05
Estatstica Aplicada
HORA DE SE AVALIAR!
Lembre-se de realizar as atividades desta unidade de estudo, presentes
no caderno de exerccio! Elas iro ajud-lo a fixar o contedo, alm de proporcionar
sua autonomia no processo de ensino- aprendizagem. Caso prefira, redija as
respostas no caderno e depois as envie atravs do nosso ambiente virtual de
aprendizagem (AVA). Interaja conosco!
192
Estatstica Aplicada
Nascidas Vivas
1985
1100
540
1986
840
720
1987
480
640
1988
2200
380
1989
1840
560
1990
1790
120
r= -0,6713
b)
r= -0,7893
c)
r= 0,6713
d)
r=0,7893
e)
r= 0,8764
b)
c)
d)
Ausncia de relao.
e)
193
Estatstica Aplicada
1o no h correlao e 2o no h correlao.
b)
c)
d)
e)
b)
Ele informa que o peso influencia a altura, pois pessoas com peso elevado
tendem a ser mais baixas.
c)
Ele informa que a altura influencia o peso, pois pessoas com estatura
elevada tendem a ter baixo peso.
d)
Ele informa que o peso influencia a altura, pois pessoas com peso elevado
tendem a ser mais altas.
e)
194
Estatstica Aplicada
Nmero de semanas
trabalhadas (x)
(y)
13
20
22
15
12
20
Com base na tabela, estabelea a equao da reta dos mnimos quadrados que
^
a)
=10,10+0,974x
b)
=12,09+0,844x
c)
=15,34+1,163x
d)
=18,34+0,884x
e)
=18,87+1,234x
y = a + bx ).
Aproximadamente 19 carros.
b)
Aproximadamente 20 carros.
c)
Aproximadamente 21 carros.
d)
Aproximadamente 22 carros.
e)
Aproximadamente 23 carros.
195
Estatstica Aplicada
90
90
140
150
180
49
58
67
110
120
x varivel independente
x varivel independente
x varivel dependente
x varivel dependente
x varivel pendente
y varivel independente.
y varivel dependente.
y varivel independente.
y varivel dependente.
y varivel independente.
9. Seja a tabela abaixo composta pelo peso (kg) e altura (cm) de crianas com 10
meses de idade.
Altura (cm)
75
70
73
78
80
69
71
72
74
77
Peso (kg)
9,0
9,2
8,9
8,5
9,5
9,6
9,1
10,0
8,7
9,4
196
Estatstica Aplicada
197
Estatstica Aplicada
198
Estatstica Aplicada
Consideraes finais
Sucesso!
199
Estatstica Aplicada
200
Estatstica Aplicada
Conhecendo o autor
201
Estatstica Aplicada
202
Estatstica Aplicada
Referncias
203
Estatstica Aplicada
204
Estatstica Aplicada
nexos
205
Estatstica Aplicada
Material de Apoio
Ex.:
210
26
210
26
2.2.2.2.2.2.2.2.2.2 1024
=
= 16
2.2.2.2.2.2
64
210
= 210 6 = 24 = 2.2.2.2 = 16 (menos trabalhoso)
6
2
206
Estatstica Aplicada
Ex.:
34 3.3.3.3 81
=
=
=1
34 3.3.3.3 81
34
= 34 4 = 30 , comparando com a resposta anterior, temos que 30 = 1 .
4
3
Podemos concluir que: todo nmero diferente de zero elevado a zero igual a
um.
Logaritmos.
207
Estatstica Aplicada
log 8 = 3 23 = 8
2
De uma forma geral temos:
log 81 = 4 34 = 81
3
Logaritmos Decimais.
log n = log n
10
A calculadora nos d o logaritmo na base 10.
Ex.:
log 2 = 0,103029995
Nos logaritmos decimais no h a necessidade de escrevermos a base, basta
indicarmos log n .
208
Estatstica Aplicada
Ex.:
n
m
Ex.
3 ) x. log n = log n x
b
b
Ex.:
2. log 5 = log 25
3
A calculadora possui uma tecla com o cone log (base 10). Para calcularmos
logaritmos com bases diferentes de 10, devemos aplicar a frmula para mudar a
base, ou seja, passarmos para base 10.
Frmula para mudana de base:
log n
b
log n
logb
209
Estatstica Aplicada
Ex.:
Usando a calculadora, obtenha os seguintes valores:
a ) log 3
2
b) log 5
3
Soluo:
a)
log 3 0,4771
=
= 1,5850
log 2 0,3010
b)
log 5 0,6990
=
= 1,4651
log 3 0,4771
2 6 4. log 8 +
6
2
13
210
Estatstica Aplicada
Soluo :
Calculando as potncias e os log artmos teremos :
6
64 4.0,90309 + 2
13
Calculando as multiplicaes e as divises teremos :
64 3,61236 + 0,46154 2
Calculando as somas e as subtraes teremos :
58,84918
Ex. 2:
Utilizando uma calculadora, resolva a expresso abaixo, com 3 casas decimais
2,60 + 5.0,574 1 + 24
2,60 + 2,87 1 + 24
28,47
Resolvemos primeiro o que estiver dentro dos parntesis, depois o que estiver
dentro do colchete e finalmente o que estiver dentro das chaves.
Ex.: utilizando a calculadora, resolva a expresso abaixo com 4 casas decimais.
211
Estatstica Aplicada
Resolvendo o colchete:
Equao do 1 grau
Forma da equao:
ax + b = 0 (a e b so nmeros reais,
x=
b
a
Ex.:
1) Resolva a equao 2x + 3 = 0
Soluo:
Temos a = 2 e b = -3, portanto x =
b
a
x=
3
2
x = 1,5
Podemos verificar que x = -1,5 o nico valor de x que torna o binmio 2x 3 igual
a zero.
Equao do 2 grau.
Forma da equao:
ax 2 + bx + c = 0
determinado.
212
0 ) e x o valor a ser
Estatstica Aplicada
x=
b b 2 4ac
2a
2x2 4x 6 = 0 .
Soluo:
Temos a = 2; b = -4 ; c = -6.
Aplicando a frmula:
x=
x=
4 64
4
48
x=
4
4+8
x1 = 4 = 3
x = 4 8 = 1
2
4
2x2 4x 6
igual a zero.
213
Estatstica Aplicada
x2
Dobro do nmero = 2x
Podemos, ento, escrever: x 2 x
da igualdade trocando o sinal.
2
x2 2x 8 = 0
Conseguimos com isso uma equao do 2 grau.
a = 1
x 2 x 8 = 0 b = 2
c = 8
Aplicando a frmula:
214
Estatstica Aplicada
Razo e Proporo.
500
5 1
=
=
1500 15 3
A razo entre o salrio e o reajuste ser
1
3
5 1
=
15 3
m e p = antecedentes
m p n e q = consequentes
=
n q m e q = extremos
n e p = meios
Em toda proporo, o produto dos meios igual ao produto dos extremos.
n.p = m.p
215
Estatstica Aplicada
8
2
=
x+3 5
Soluo:
Como o produto dos meios igual ao produto dos extremos, temos:
2.(x + 3) = 5.8
2x + 6 = 40
Resolvendo a equao do 1 grau, encontramos x = 17.
HORA DE AVALIAR!
Lembre-se de realizar as atividades desta unidade de estudo, presentes
no caderno de exerccios! Elas podero ajud-lo a fixar o contedo, alm de
proporcionar sua autonomia no processo de ensino-aprendizagem. Caso prefira,
redija as respostas no caderno e depois as envie atravs do nosso ambiente virtual
de aprendizagem (AVA). Interaja conosco!
Caro aluno, chegamos ao fim do nosso material. Aprendemos os recursos
bsicos da matemtica para darmos incio ao estudo da matemtica financeira. No
prximo material estudaremos os regimes de capitalizao.
216
Estatstica Aplicada
Valores da Raiz Quadrada de n
Raiz
Raiz
Raiz
Raiz
1,000000
26
5,099020
51
7,141428
76
8,717798
1,414214
27
5,196152
52
7,211103
77
8,774964
1,732051
28
5,291503
53
7,280110
78
8,831761
2,000000
29
5,385165
54
7,348469
79
8,888194
2,236068
30
5,477226
55
7,416198
80
8,944272
2,449490
31
5,567764
56
7,483315
81
9,000000
2,645751
32
5,656854
57
7,549834
82
9,055385
2,828427
33
5,744563
58
7,615773
83
9,110434
3,000000
34
5,830952
59
7,681146
84
9,165151
10
3,162278
35
5,916080
60
7,745967
85
9,219544
11
3,316625
36
6,000000
61
7,810250
86
9,273618
12
3,464102
37
6,082763
62
7,874008
87
9,327379
13
3,605551
38
6,164414
63
7,937254
88
9,380832
14
3,741657
39
6,244998
64
8,000000
89
9,433981
15
3,872983
40
6,324555
65
8,062258
90
9,486833
16
4,000000
41
6,403124
66
8,124038
91
9,539392
17
4,123106
42
6,480741
67
8,185353
92
9,591663
18
4,242641
43
6,557439
68
8,246211
93
9,643651
19
4,358899
44
6,633250
69
8,306624
94
9,695360
20
4,472136
45
6,708204
70
8,366600
95
9,746794
21
4,582576
46
6,782330
71
8,426150
96
9,797959
22
4,690416
47
6,855655
72
8,485281
97
9,848858
23
4,795832
48
6,928203
73
8,544004
98
9,899495
24
4,898979
49
7,000000
74
8,602325
99
9,949874
25
5,000000
50
7,071068
75
8,660254
100
10,000000
217
Estatstica Aplicada
Valores do Logaritmo de n
log
log
log
log
0,000000
26
1,414973
51
1,707570
76
1,880814
0,301030
27
1,431364
52
1,716003
77
1,886491
0,477121
28
1,447158
53
1,724276
78
1,892095
0,602060
29
1,462398
54
1,732394
79
1,897627
0,698970
30
1,477121
55
1,740363
80
1,903090
0,778151
31
1,491362
56
1,748188
81
1,908485
0,845098
32
1,505150
57
1,755875
82
1,913814
0,903090
33
1,518514
58
1,763428
83
1,919078
0,954243
34
1,531479
59
1,770852
84
1,924279
10
1,000000
35
1,544068
60
1,778151
85
1,929419
11
1,041393
36
1,556303
61
1,785330
86
1,934498
12
1,079181
37
1,568202
62
1,792392
87
1,939519
13
1,113943
38
1,579784
63
1,799341
88
1,944483
14
1,146128
39
1,591065
64
1,806180
89
1,949390
15
1,176091
40
1,602060
65
1,812913
90
1,954243
16
1,204120
41
1,612784
66
1,819544
91
1,959041
17
1,230449
42
1,623249
67
1,826075
92
1,963788
18
1,255273
43
1,633468
68
1,832509
93
1,968483
19
1,278754
44
1,643453
69
1,838849
94
1,973128
20
1,301030
45
1,653213
70
1,845098
95
1,977724
21
1,322219
46
1,662758
71
1,851258
96
1,982271
22
1,342423
47
1,672098
72
1,857332
97
1,986772
23
1,361728
48
1,681241
73
1,863323
98
1,991226
24
1,380211
49
1,690196
74
1,869232
99
1,995635
25
1,397940
50
1,698970
75
1,875061
100
2,000000
218
Estatstica Aplicada
0,01
0,02
0,03
0,04
0,05
0,06
0,07
-3,0
0,00135
0,00131
0,00126
0,00122
0,00118
0,00114
0,00111
0,00107
0,00104 0,00100
-2,9
0,00187
0,00181
0,00175
0,00169
0,00164
0,00159
0,00154
0,00149
0,00144 0,00139
-2,8
0,00256
0,00248
0,00240
0,00233
0,00226
0,00219
0,00212
0,00205
0,00199 0,00193
-2,7
0,00347
0,00336
0,00326
0,00317
0,00307
0,00298
0,00289
0,00280
0,00272 0,00264
-2,6
0,00466
0,00453
0,00440
0,00427
0,00415
0,00402
0,00391
0,00379
0,00368 0,00357
-2,5
0,00621
0,00604
0,00587
0,00570
0,00554
0,00539
0,00523
0,00508
0,00494 0,00480
-2,4
0,00820
0,00798
0,00776
0,00755
0,00734
0,00714
0,00695
0,00676
0,00657 0,00639
-2,3
0,01072
0,01044
0,01017
0,00990
0,00964
0,00939
0,00914
0,00889
0,00866 0,00842
-2,2
0,01390
0,01355
0,01321
0,01287
0,01255
0,01222
0,01191
0,01160
0,01130 0,01101
-2,1
0,01786
0,01743
0,01700
0,01659
0,01618
0,01578
0,01539
0,01500
0,01463 0,01426
-2,0
0,02275
0,02222
0,02169
0,02118
0,02068
0,02018
0,01970
0,01923
0,01876 0,01831
-1,9
0,02872
0,02807
0,02743
0,02680
0,02619
0,02559
0,02500
0,02442
0,02385 0,02330
-1,8
0,03593
0,03515
0,03438
0,03362
0,03288
0,03216
0,03144
0,03074
0,03005 0,02938
-1,7
0,04457
0,04363
0,04272
0,04182
0,04093
0,04006
0,03920
0,03836
0,03754 0,03673
-1,6
0,05480
0,05370
0,05262
0,05155
0,05050
0,04947
0,04846
0,04746
0,04648 0,04551
-1,5
0,06681
0,06552
0,06426
0,06301
0,06178
0,06057
0,05938
0,05821
0,05705 0,05592
-1,4
0,08076
0,07927
0,07780
0,07636
0,07493
0,07353
0,07215
0,07078
0,06944 0,06811
-1,3
0,09680
0,09510
0,09342
0,09176
0,09012
0,08851
0,08691
0,08534
0,08379 0,08226
-1,2
0,11507
0,11314
0,11123
0,10935
0,10749
0,10565
0,10383
0,10204
0,10027 0,09853
-1,1
0,13567
0,13350
0,13136
0,12924
0,12714
0,12507
0,12302
0,12100
0,11900 0,11702
-1,0
0,15866
0,15625
0,15386
0,15151
0,14917
0,14686
0,14457
0,14231
0,14007 0,13786
-0,9
0,18406
0,18141
0,17879
0,17619
0,17361
0,17106
0,16853
0,16602
0,16354 0,16109
-0,8
0,21186
0,20897
0,20611
0,20327
0,20045
0,19766
0,19489
0,19215
0,18943 0,18673
-0,7
0,24196
0,23885
0,23576
0,23270
0,22965
0,22663
0,22363
0,22065
0,21770 0,21476
-0,6
0,27425
0,27093
0,26763
0,26435
0,26109
0,25785
0,25463
0,25143
0,24825 0,24510
-0,5
0,30854
0,30503
0,30153
0,29806
0,29460
0,29116
0,28774
0,28434
0,28096 0,27760
-0,4
0,34458
0,34090
0,33724
0,33360
0,32997
0,32636
0,32276
0,31918
0,31561 0,31207
-0,3
0,38209
0,37828
0,37448
0,37070
0,36693
0,36317
0,35942
0,35569
0,35197 0,34827
-0,2
0,42074
0,41683
0,41294
0,40905
0,40517
0,40129
0,39743
0,39358
0,38974 0,38591
-0,1
0,46017
0,45620
0,45224
0,44828
0,44433
0,44038
0,43644
0,43251
0,42858 0,42465
0,0
0,50000
0,49601
0,49202
0,48803
0,48405
0,48006
0,47608
0,47210
0,46812 0,46414
219
0,08
0,09
Estatstica Aplicada
n
0
n
1
n
2
n
3
n
4
n!
k! (n k )!
n
5
n
6
n
7
n
8
n
9
n
19
10
10
15
20
15
21
35
35
21
28
56
70
56
28
36
84
126
126
84
36
10
10
45
120
210
252
210
120
45
10
11
11
55
165
330
462
462
330
165
55
11
12
12
66
220
495
792
924
792
495
220
66
13
13
78
286
715
1287
1716
1716
1287
715
286
14
14
91
364
1001
2002
3003
3432
3003
2002
1001
15
15
105
455
1365
3003
5005
6435
6435
5005
3003
16
16
120
560
1820
4368
8008
11440
12870
11440
8008
17
17
136
680
2380
6188
12376
19448
24310
24310
19448
18
18
153
816
3060
8568
18564
31824
43758
48620
43758
19
19
171
969
3876
11628
27132
50388
75582
92378
92378
20
20
190
1140
4845
15504
38760
77520
125970
167960
184756
220
1
1
1
Estatstica Aplicada
Alfabeto Grego
Maisculo
Minsculo
Nome
alfa
beta
gama
delta
psilon
dzeta
eta
teta
iota
kapa
lmbda
mu(mi)
nu (ni)
Ksi
nicron
pi
r
sigma
tau
psilom (ipsilon)
fi
chi (qui)
psi
mega
221
Estatstica Aplicada
x=
f i
n
x=
( xi f i )
f i
f i
F( ant )
Md = l i + 2 *
h*
l * + L*
Mo =
2
M o = l* +
D1
h*
D1 + D2
D1 = f * f ( ant )
D2 = f * f ( post )
Medidas de Disperso
( xi x ) 2
s =
n 1
2
( xi x) 2 f i
s =
n 1
2
s = s2
CV =
s
100
x
222
Estatstica Aplicada
Amostragem
Contnua
Discreta
Z
n0 =
d
n0 =
Correo
^
n0 =
Z 2 p q
d2
n
1+
n
N
Probabilidade
P(A) =
P( A / B) =
P( A B)
P( B)
P( A / B) =
P( A B)
P( A B) = P( B).P( A / B)
P( B)
P ( B / A) =
P( A B)
P( A B) = P( A).P( B / A)
P( A)
k= 0, 1, 2, ..., n.
223
Estatstica Aplicada
(x).(y )
n
r=
2
2 (x) 2 (y ) 2
x n .y n
xy
y = a + bx
= a + bx
Equaes normais:
y = na + b(x) e (xy) = a (x) + b (x2)
Clculo dos mnimos quadrados:
x=
b=
x
n
y=
y
(x) 2
S xx = x 2
n
n
Clculo de a e b
S xy
S xx
a = y bx
224
S xy = xy
(x).(y )
n
Estatstica Aplicada
a)
b)
c)
d)
e)
2. Se
a)
b)
c)
d)
e)
1,86
2,73
3,49
4,52
5,15
3. O valor de
a)
b)
c)
d)
e)
log 2 + log 5
0
1
log 7
log 32
log 20
4. O valor da expresso
a)
b)
c)
d)
e)
log 3 5 + log 2 7
2,1
3,2
4,7
5,7
6,8
225
, aproximadamente, igual a:
Estatstica Aplicada
0
5
10
26
59
2,025116002
3,046716334
4,015699115
5,31476601
6,77163725
1,46
2,56
4,82
5,78
8,14
a)
b)
c)
d)
e)
2 4
=
5 3
3 8
=
2 5
4 12
=
3 9
7 8
=
5 6
5 10
=
9 3
226
Estatstica Aplicada
9. Considere as equaes x 8 x + 12
das razes das duas equaes.
2
=0
3x 4 = 0 . Calcule a soma
1
5
=
3 k +7
227
Estatstica Aplicada
1. Equao
x 2 8 x + 12 = 0
x=
8 64 4.1.12
2
x=
x = 2
84
1
2
x2 = 6
2 . Equao
3x 4 = 0
x=
4
3
10 -
6+2+
4 28
=
3
3
k + 7 = 15
k = 15 7
k =8
228
Estatstica Aplicada
Classes
1,1 | 2,4
2,4 | 3,7
3,7 | 5,0
5,0 | 6,3
6,3 | 7,6
8,9 |10,2
7,6 | 8,9
Marcao
//
//
/
/
////////// /////////
////////// ////////// //////////
/////////
////////// //////
e)
i
1
2
3
4
5
6
7
Classes
1,1 | 2,4
2,4 | 3,7
3,7 | 5,0
5,0 | 6,3
6,3 | 7,6
7,6 | 8,9
8,9 |10,2
229
fi
02
02
01
01
19
39
16
80
fi
02
02
01
01
19
39
16
80
Estatstica Aplicada
10.
Classes
10 | 20
20 | 30
30 | 40
40 | 50
50 | 60
60 | 70
fi
14
6
12
7
10
1
fri
0,28
0,12
0,24
0,14
0,2
0,02
1,00
fri (%)
28
12
24
14
20
2
-
Fi
14
20
32
39
49
50
-
xi
15
25
35
45
55
65
Unidade 2
1.
Idade
Crianas
22
A terceira classe a classe cuja idade 2. Para resolver esta questo utilizamos a
regra de trs:
22 360
=
22 x = 6 360 22 x = 2.160 x = 2.160 22 x = 98,18 98o
6
x
230
Estatstica Aplicada
10.
a)
dias afastados
b)
Unidade 3
1. a
X =
2.
XA =
2 + 4 + 5 + 6 + 3 20
=
= 4,0
5
5
231
Estatstica Aplicada
3.
4.
XB =
0 + 2 + 8 + 9 + 3 22
=
= 4,4
5
5
XC =
7 + 5 + 2 + 6 + 1 21
=
= 4,2
5
5
e
Ordenando o rol, a mediana ser o valor que estiver no meio do rol.
A
2
B
0
C
1
3
4
5
2
3
8
2
5
6
232
fi
15
18
23
19
8
83
Estatstica Aplicada
D1
5
h* M o = 800 +
(950 800)
D1 + D2
4+5
4
M o = 800 + 150
9
M o = l* +
M o = 800 +
600
M o = 883,33
9
em que: D1 = f* - f(ant)
D1 = 23 18 = 5
D1 = f* - f(post)
D2 = 23 19 = 4
6.. b
Para o clculo da mediana, precisamos saber primeiro qual a classe mediana, para
isso calculamos as frequncias acumuladas.
Classe de Salrios (R$)
500 650
650 800
800 950
950 1100
1100 1250
fi
16
19
23
19
8
85
85
= 42,5 43 .
2
FI
16
16 + 19 = 35
35 + 23 = 58
58 + 19 = 77
77 + 8 = 85
Md
= li +
F( ant )
85
2
.h * = 800 + 2 35 .150 = M
d
f*
23
fi
848,91
233
Estatstica Aplicada
7. a
Para o clculo da nota mdia, basta somar todos os nmeros e dividir por 20.
X =
17 + 19 + 14 + 20 + 17 + 17 + 12 + 15 + 15 + 16 + 16 + 19 + 18 + 15 + 16 + 16 + 17 + 13 + 14 + 19 325
=
20
20
= 16,25
8. d
Para calcular a mdia aritmtica para distribuio de frequncia com intervalos de
classe, temos primeiramente que calcular o ponto mdio das classes.
FREQUNCIA
fi
xi
xi f i
150 x 17,5 =
15 | 20
150
20 | 25
300
22,5
25 | 30
250
27,5
200
32,5
100
37,5
30 | 35
35 | 40
2625
6750
6875
6500
3750
Total
1000
X =
26500
= 26,5
1000
234
26500
Estatstica Aplicada
9.
AT = 90 40 = 50
10.
PESO (kg)
40 | 50
50 | 60
60 | 70
70 | 80
80 | 90
fi
4
12
20
12
2
Fr
4/50 = 0,08
12/50 = 0,24
20/50 = 0,40
12/50 = 0,24
2/50 = 0,04
50
1,00
Unidade 4
1. e
Para o clculo do desvio padro, devemos primeiro calcular a mdia aritmtica.
X=
fi
62 + 90 + 88 + 92 + 110 + 86 528
=
= 88 pginas.
6
6
(x
=
s2 =
n 1
(62 88)2 + (90 88)2 + (88 88)2 + (92 88)2 + (110 88)2 + (86 88)2
6 1
s = s 2 = 236.8 = 15.39 15
pginas.
2. d
Como no exerccio anterior, para o clculo do desvio padro devemos primeiro
calcular a mdia aritmtica.
X=
fi
3 + 5 + 2 + 1 + 3 + 4 + 6 + 9 + 3 36
=
=4.
9
9
235
Estatstica Aplicada
s2 =
(x
s2 =
(1)2 + (1)2 + ( 2)2 + ( 3)2 + (1)2 + (0)2 + (2)2 + (5) + (1)2 = 1+1+ 4 + 9 +1+ 0 + 4 + 25+1 = 46 = 5.75
n 1
s = s 2 = 5.75 = 2.4 .
3.
14
100 = 26,42%
53
X
13
CVPC = 100% =
100 = 52%
25
X
CVPB =
4.
100% =
d
Pontos dispersos ao redor da mdia so pontos distantes da mdia. Quando
X =
x f
i
24 + 32 + 35 + 43 + 48 182
=
= 36,4 anos.
5
5
(x X ) = (24 36,4) + (32 36,4) + (35 36,4) + (43 36,4) + (48 36,4)
2
s2 =
s2 =
n 1
5 1
(12,4)2 + ( 4,4)2 + (1,4)2 + (6,6)2 + (11,6)2 = 153,76 +19,36 + 1,96 + 43,56 +134,56 = 353,2 = 88,3
4
236
Estatstica Aplicada
s = s 2 = 88,3 9,4
anos.
Varivel Salrio
x f
X=
2
2
(
1.349,32) + ... + (1.323,65) 5.607.601,54
=
=
= 1.401.900,39
s = s 2 = 1401900,39 R$ 1.184,02
6.. e
Para a varivel idade temos:
CVP =
100% =
9,4
100 = 25,82%
36,4
CVP =
100% =
1.184,02
100 = 42,27%
2.801,35
7. a
Para o clculo da varincia devemos primeiro calcular a mdia aritmtica.
X =
x f
i
7 + 7 + 5 + 13 + 10 + 18 + 12 + 3 + 6 + 15 + 11 + 17 124
=
= R$ 10,33
12
12
A varincia ser:
2
2
(
7 10,33) + ... + (17 10,33) 258,67
=
=
23,52
12 1
11
237
Estatstica Aplicada
8.
X =
x f
i
7 + 7 + 5 + 13 + 10 + 18 + 12 + 3 + 6 + 15 + 11 + 17 124
=
= R$ 10,33
12
12
s2 =
11
s = s 2 = 23,52 = R$ 4,85
O CVP ento ser:
CVP =
100% =
4,85
100 = 46,95%
10,33
9.
Para resolver esta questo precisamos calcular o coeficiente de variao.
TV do Carlos
CV =
3,7
100 = 3,08%
120
TV do Pedro
CV =
5,2
100 = 4,52%
115
238
Estatstica Aplicada
10
Para o clculo do desvio padro devemos primeiro calcular a mdia aritmtica.
X =
x f
i
2 + 3 + 4 + 5 + 7 + 8 + 13 42
=
=6
7
7
(x X ) = (2 6) + (3 6) + (4 6) + (5 6) + (7 6) + (8 6) + (13 6)
2
s2 =
s2 =
n 1
7 1
s = s 2 = 14 3,74
Aproximadamente 3,74.
Unidade 5
1. e
2. d
3. e
4. d
5. e
6.. a
7. d
8. d
9.
Nesse caso, a varivel escolhida contnua e a populao estudada infinita. O
desvio padro 15, o erro amostral de 1,5 e Z = 1,96. Sendo assim:
Normalmente utilizamos os nveis de cobrana:
Para
95%
Z=1,96
99%
Z=2,58
Z
n=
1,96 15
n=
= 384,16 384
1,5
239
Estatstica Aplicada
10
Nesse caso, a varivel contnua e a populao estudada finita de 1600 peas. O
desvio padro 15, o erro amostral de 1,5 e Z = 1,96. Sendo assim, a frmula
usada ser:
Z 1,96 15 29,4
2
n0 =
=
= (19,6) = 384,16
=
1,5 1,5
2
n=
n0
n
1+ 0
N
n=
n0
384,16
384,16
384,16
=
=
=
= 309,78 310
384,16 1 + 0,2401 1,2401
n0
1+
1+
1600
N
Unidade 6
1. c
1
= 0,10
10
Coeficientes Binomiais - Cn,k =
240
n!
k! (n k )!
Estatstica Aplicada
2.
3
= 0,30
10
PB =
2
= 0,4
5
P(V / P ) =
3
= 0,75
4
PS =
5.
250 + 320
= 0,193333... 0,19
3000
PS =
320
= 0,10666... 0,107
3000
6.. a
PMa 4 =
7.
P2 Mo =
8.
800 + 2.500
0,209
15.800
8.300 8.300
0,28
15.800 15.800
241
Estatstica Aplicada
10.
P(A/F) =
42 / 300 0,14
P( A F )
=
=
= 0,33
125 / 300 0,42
P( F )
Unidade 7
1. a
Buscamos na tabela da normal as probabilidades correspondentes aos valores de z.
Z= -0,33
2. c
Fazemos agora, o contrrio, a partir da probabilidade buscamos na tabela o valor
de z correspondente.
P= 0,23576
3. c
Distribuio Binomial
p=0,125 (12,5%)
q=0,875 (1-p=1-0,125=0,875)
n=6
Teorema:
Seja X uma varivel aleatria binomial, ento:
P{X = k} = Cn,k . pk . (1 p)n-k k= 0, 1, 2, ..., n. -
Cn,k =
n!
k! (n k )!
P{X=0}=0,4488
Para o clculo de
C 6,0 =
6!
, pode-se consultar a tabela de binomial e buscar
0!6!
o resultado.
Coeficientes Binomiais - Cn,k =
n!
k! (n k )!
4. a
Sempre que estamos trabalhando com a probabilidade do valor estar acima
(superior a 66,4), temos que levar em considerao que:
O espao amostral possui 100% ou 1;
Buscamos o valor da probabilidade que est a partir do valor especificado;
Subtramos 1 - a probabilidade calculada.
242
Estatstica Aplicada
z=
P{X>66,4) = 1- P{Z<z)
P{X>66,4) = 1- (z)
P{X>66,4) = 1- Pr{X66,4) =
66,4 70
1
= 1 (0,75) = 1 0,22663 = 0,7734
4,8
P{X>66,4) = 0,7734
5. d
p=0,2
q=0,8
n=4
k=1
P{X=1}=
4!
0,2 0,512 = 4 0,2 0,512 = 0,4096
1!3!
P{X=1}= 0,4096
6. c
p=0,40
q=0,60
n=10
k=0
k=1
k=2
k=3
P{X3} = P{X=0} + P{X=1} + P{X=2} + P{X=3}
P{X=0}=
P{X=1}=
P{X=2}=
P{X=3}=
243
Estatstica Aplicada
7. a
p=0,20
q=0,80
n=20
k=0
k=1
k=2
P{X2} = P{X=0} + P{X=1} + P{X=2}
P{X=0}=
P{X=1}=
P{X=2}=
1
= 0,50 .
2
p=0,50
q=0,50
n=5
k=0
k=1
k=2
P{X3} = 1- P{X<3} = 1- [P{X=0} + P{X=1} + P{X=2}]
P{X=0}=
P{X=1}=
P{X=2}=
244
Estatstica Aplicada
9.
z=
P(X>180) = 1- P(Z<z)
z=
180 175
= 0,33
15
371 pacientes
10.
Dentre os 8 pacientes que deram entrada na sala de emergncia, os 8 no estejam
em condies de emergncia.
p=0,6
q=0,4
n=8
P{X8} = P{X=0} + P{X=1} + P(X=2} + P{X=3} + P{X=4} + P{X=5} + P{X=6} + P{X=7} +
P{X=8}
245
Estatstica Aplicada
Perodo
Nascidas
Vivas
1985
1100
540
1210000
291600
594000
1986
840
720
705600
518400
604800
1987
480
640
230400
409600
307200
1988
2200
380
4840000
144400
836000
1989
1840
560
3385600
313600
1030400
1990
1790
8250
120
3204100
13575700
14400
1692000
214800
3587200
2960
x2
y2
xy
(x).(y )
n
r=
2
2 (x) 2 (y ) 2
x n .y n
xy
246
Estatstica Aplicada
8250 2960
482.800
6
=
= 0,6713
2
2
719
.178,15
(8.250)
(2.960)
13.575.700
1.692.000
6
6
3.587.200
r=
2.
Comentrio:
Grfico de Tendncia
800
600
400
200
0
0
500
1000
247
1500
2000
2500
Estatstica Aplicada
3. b
Desenvolvimento:
4. a
5. b
Para estimarmos a reta, iremos trabalhar com as equaes normais:
-Equaes normais:
y = na + b(x)
(xy) = a (x) + b (x2)
Vamos calcular os somatrios e encontrar os valores de a e b:
Nmero de semanas
trabalhadas (x)
Nmero de carros
inspecionados (y)
x2
xy
13
26
20
49
140
22
81
198
15
25
75
12
20
144
240
35
90
303
679
248
Estatstica Aplicada
x=35
y=90
x2=303
xy=679
y = na + b(x)
2
(xy) = a (x) + b (x )
Substituindo os valores temos:
90 = 5a + b(35)
(7)
90 = 5a + b(35)
90 = 5a + 0,844 35
90 = 5a + 29,54
90 29,54 = 5a
60,46 = 5a
5a = 60,46
60,46
a=
= 12,09
5
a=12,09
249
Estatstica Aplicada
^
y = 12,09 + 0,844 x
a
^
y = 12,09 + 0,844 8
^
y = 12,09 + 6,752
^
y = 18,842 19 carros
7. a
Para o clculo do valor de x utilizamos uma das equaes normais que nos permite
o clculo do valor de y. Atravs do problema, temos as seguintes informaes:
x = 410 n = 3
y = na + b( x) substituindo :
y = (3 28) + (0,5 410)
y = 289
a = 28 b = 0,5
250
Estatstica Aplicada
9.
Soluo:
Crianas
Altura (cm) - x
Peso (kg) - y
75
70
9,2
73
8,9
78
8,5
80
9,5
69
9,6
71
9,1
72
10
74
8,7
77
9,4
739
91,9
1
2
3
4
5
6
7
8
9
10
xy
x2
y2
675
5625
81
644
4900
84,64
649,7
5329
79,21
663
6084
72,25
760
6400
90,25
662,4
4761
92,16
646,1
5041
82,81
720
5184
100
643,8
5476
75,69
723,8
6787,8
5929
54729
88,36
846,37
(x).(y )
n
r=
2 (x) 2 2 (y ) 2
x n .y n
xy
739 91,9
6787,8
10
r=
2
(739)
(91,9) 2
846,37
54729
10
10
r=
6787,8 6791,41
3,61
3,61
=
=
= 0,2482
116,90 1,809
211,4721 14,5421
r= -0,2482
251
Estatstica Aplicada
10.
Soluo:
Crianas
1
2
3
4
5
6
7
8
9
10
Altura (cm) - x
Peso (kg) - y
75
70
9,2
73
8,9
78
8,5
80
9,5
69
9,6
71
9,1
72
10
74
8,7
77
9,4
739
91,9
xy
x2
675
5625
644
4900
649,7
5329
663
6084
760
6400
662,4
4761
646,1
5041
720
5184
643,8
5476
723,8
6787,8
5929
54729
252
Estatstica Aplicada
a= 11,47
b= -0,03
= a + bx= 11,47 - 0,03 x 85 = 8,92
9 kg
253