Vous êtes sur la page 1sur 62

UNIVERSIDADE DO ESTADO DO PAR

CENTRO DE CINCIAS SOCIAIS E EDUCAO


DEPARTAMENTO DE MATEMTICA, ESTATSTICA E INFORMTICA.
LICENCIATURA PLENA EM MATEMTICA

DISCIPLINA: Estatstica

Prof. Esp. Mauro Srgio Santos de Oliveira


Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 2

UNIDADE I CONCEITOS PRELIMINARES


1.1 Conceitos Fundamentais
1.2 Diviso da Estatstica
1.3 Populao
1.4 Amostra
1.5 Censo
1.6 Varivel
1.7 Parmetros
1.8 Estimativas
1.9 Atributo
1.10 - Amostragem

UNIDADE II METOLOGIA DA PESQUISA

2.1 Definio dos Objetivos


2.2 Planejamento
2.3 Coleta ou levantamento dos dados
2.4 Apurao dos Dados ou sumarizao
2.5 Apresentao dos dados
2.6 Anlise e interpretao dos dados

UNIDADE III REPRESENTAAO TABULAR

3.1 Representao Esquemtica


3.2 Elementos de uma Tabela
3.3 Sries Estatsticas
3.4 Distribuio de Frequncia

UNIDADE IV ESTATSTICA GRFICA

4.1 Grfico de Linhas


4.2 Grficos de colunas ou barras
4.3 Grfico Circulares ou de Setores (Pie Charts)
4.4 Grfico Pictorial Pictograma
4.5 Grfico Polar
4.6 Grfico Cartograma
4.7 Grficos Utilizados Para a Anlise de uma Distribuio de Freqncia

UNIDADE V MEDIDAS DE POSIO

5.1 Medidas de Tendncia Central


5.2 Medidas Separatrizes
5.3 Grfico Circulares ou de Setores (Pie Charts)
5.4 Grfico Pictorial Pictograma

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 3

UNIDADE VI : MEDIDAS DE DISPERSO

6.1 Amplitude Total


6.2 Amplitude Interqualtica e Semi-Interqualtica
6.3 Desvio Mdio
6.4 Varincia e Desvio Padro
6.5 Coeficiente de Variao

UNIDADE VII : MOMENTO, ASSIMETRIA, CURTOSE

7.1 Momento
7.2 Assimetria
7.3 Curtose

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 4

UNIDADE I : CONCEITOS PRELIMINARES

1.1 CONCEITOS FUNDAMENTAIS

A Estatstica pode ser encarada como uma cincia ou como um mtodo de estudo.
Duas concepes para a palavra ESTATSTICA:
a) no plural (estatsticas), indica qualquer coleo consistente de dados numricos, reunidos
com a finalidade de fornecer informaes acerca de uma atividade qualquer. Por exemplo, as
caractersticas demogrficas referem-se aos dados numricos sobre nascimento, falecimento,
matrimnios, desquites, etc.

b) no singular (estatstica), indica um corpo de tcnicas, ou ainda uma


metodologia tcnica desenvolvida para a coleta, a classificao, a
apresentao, a anlise e a interpretao de dados quantitativos e a
utilizao desses dados para a tomada de decises.
Qualquer cincia experimental no pode prescindir das tcnicas proporcionadas pela
Estatstica, como por exemplo, a Fsica, a Biologia, a Administrao, a Economia, etc.. Todos esses
ramos de atividade profissional tem necessidade de um instrumental que se preocupa com o
tratamento quantitativo dos fenmenos de massa ou coletivos, cuja mensurao e anlise requerem um
conjunto de observaes de fenmeno ou particulares.

OBSERVAO:

USOS E ABUSOS DA ESTATSTICA

a) USOS DA ESTATSTICA
As aplicaes da estatstica se desenvolveram de tal forma que, hoje, praticamente todo o
campo de estudo se beneficia da utilizao de mtodos estatsticos. Os fabricantes fornecem
melhores produtos a custos menores atravs de tcnicas de controle de qualidade. Controlam-se
doenas com o auxilia de anlises que antecipam epidemias. Espcies ameaadas so protegidas
por regulamentos e leis que reagem a estimativas estatsticas de modificao de tamanho da
populao. Visando reduzir as taxas de casos fatais, os legisladores tm melhor justificativas para
as leis como as que regem a poluio atmosfrica, inspees de automveis, utilizao de cinto de
segurana, etc.

b) ABUSOS DA ESTATSTICA
No de hoje que ocorrem abusos com a estatstica. Assim que, h cerca de um sculo, o

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 5

estadista Benjamin Disraeli disse: H trs tipos de mentiras: as mentiras, as mentiras srias e as
estatsticas. J se disse tambm que os nmeros no mentem; mas os mentirosos forjam os
nmeros (Figures dont lie; liars figure) e que se torturarmos os dados por bastante tempo, eles
acabam por admitir qualquer coisa. O historiador Andrew Lang disse que algumas pessoas usam a
estatstica como um bbado utiliza um poste de iluminao para servir de apoio e no para
iluminar. Todas essas afirmaes se referem aos abusos da estatstica quando os dados so
apresentados de forma enganosa. Eis alguns exemplos das diversas maneiras como os dados
podem ser distorcidos.

DEFINIO DE ESTATSTICA

Estatstica a cincia que se preocupa com a coleta, a organizao, descrio (apresentao), anlise e
interpretao de dados experimentais e tem como objetivo fundamental o estudo de uma populao.
Este estudo pode ser feito de duas maneiras:
Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de
Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 6

Investigando todos os elementos da populao ou


Por amostragem, ou seja, selecionando alguns elementos da populao

1.2 DIVISO DA ESTATSTICA

Estatstica Descritiva: aquela que se preocupa com a coleta, organizao, classificao,


apresentao, interpretao e analise de dados referentes ao fenmeno atravs de grficos e
tabelas alm de calcular medidas que permita descrever o fenmeno.
A estatstica descritiva pode ser resumida no diagrama a seguir:

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 7

Estatstica Indutiva (Amostral ou Inferencial): aquela que partido de uma amostra,


estabelece hipteses, tira concluses sobre a populao de origem e que formula previses
fundamentando-se na teoria das probabilidades. A estatstica indutiva cuida da anlise e
interpretao dos dados.
O processo de generalizao do mtodo indutivo est associado a uma margem de
incerteza. Isto se deve ao fato de que a concluso que se pretende obter para o conjunto de todos
os indivduos analisados quanto a determinadas caractersticas comuns baseia-se em uma parcela
do total de observaes.

Populao? Envolve:
Estimao
Teste de Hiptese
Propsito:
Tomar decises sobre as
Caractersticas da populao

Estimativas Populao
e Testes

Estatstica
Amostral Amostra

1.3 POPULAO
o conjunto, finito ou infinito, de indivduos ou objetos que apresentam em comum
determinadas caractersticas definidas, cujo comportamento interessa analisar.
A populao estudada em termos de observaes de caractersticas nos indivduos
(animados ou inanimados) que sejam relevantes para o estudo, e no em termos de pessoas ou
objetos em si. O objetivo tirar concluses sobre o fenmeno em estudo, a partir dos dados
observados.
Como em qualquer estudo estatstico temos em mente estudar uma ou mais caractersticas
dos elementos de uma populao, importante definir bem essas caractersticas de interesse
Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de
Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 8

para que seja delimitado os elementos que pertencem populao e quais os que no pertencem.

Exemplos:
1. Estudar os filhos tidos, tipo de moradia, condies de trabalho, tipo de sanitrio.
Nmeros de quartos para dormir, estado civil, uso da terra, tempo de trabalho, local de
nascimento, tipo de cultivo, etc., dos agricultores do Estado do Amazonas.
Populao: Todos os agricultores (proprietrios de terra ou no) plantadores das
culturas existentes no Estado do Amazonas.

2. Estudar a precipitao pluviomtrica anual (em mm) na cidade de Manaus.


Populao: Conjunto das informaes coletadas pela Estao Pluviomtrica,
durante o ano.
3. As alturas dos cidados do Amazonas constituem uma populao ou a populao dos
pesos desses cidados.

Populao Amostragem

Dados

Estatstica
Descritiva

Estatstica Inferencial (Probabilidade)

Diviso Da Populao
- Populao Finita: apresenta um nmero limitado de elementos. possvel enumerar todos os
elementos componentes.
Exemplos:
1. Idade dos universitrios do Estado do Par.
Populao: Todos os universitrios do Estado do Par.
- Populao Infinita: apresenta um nmero ilimitado de elementos. No possvel enumerar
todos os elementos componentes. Entretanto, tal definio existe apenas no campo terico, uma
vez que, na prtica, nunca encontraremos populaes com infinitos elementos, mas sim, populaes
com grande nmero de componentes; e nessas circunstncias, tais populaes so tratadas como se
fossem infinitas.
Exemplos:
1. Tipos de bactrias no corpo humano
Populao: Todas as bactrias existentes no corpo humano.

2. Comportamento das formigas de certa rea


Populao: Todas as formigas da rea em estudo.

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 9

1.4 AMOSTRA

uma parte (um subconjunto finito) representativa de uma populao selecionada segundo mtodos
adequados.
O objetivo fazer inferncias, tirar concluses sobre populaes com base nos resultados da
amostra, para isso necessrio garantir que amostra seja representativa, ou seja, a amostra deve
conter as mesmas caractersticas bsicas da populao, no que diz respeito ao fenmeno que
desejamos pesquisar. O termo induo um processo de raciocnio em que, partindo-se do
conhecimento de uma parte, procura-se tirar concluses sobre a realidade no todo.
Ao induzir estamos sujeitos a erros. Entretanto, a Estatstica Indutiva, que obtm
resultados sobre populaes a partir das amostras, diz qual a preciso dos resultados e com que
probabilidade se pode confiar nas concluses obtidas.

1.5 CENSO
o exame completo de toda(ou parte), uma populao.
Quanto maior a amostra, mais precisa e confiveis devero ser a induo feitas sobre a
populao. Logo, os resultados mais perfeitos so obtidos pelo Censo. Na prtica, esta concluso
muitas no acontece: o emprego de amostras, com certo rigor tcnico, pode levar resultados mais
confiveis ou at mesmo melhores do que os que seriam obtidos atravs de um Censo. As razes
de se recorrer a amostras so: menor custo e tempo para levantar dados; melhor investigao dos
elementos observados.

1.6 VARIVEL
, convencionalmente, o conjunto de resultados possveis de um fenmeno.

1.6.1 TIPOS DE VARIVEIS

Varivel Qualitativa : quando seus valores so expressos por atributos ou qualidade.

Exemplos:
1. Populao: Estudantes universitrios do Estado do Par.
Variveis: sexo, profisso, escolaridade, religio, meio onde vivem (rural, urbano).

2. Populao: Populao dos bairros perifricos do municpio de Belm.


Variveis: tipo de casa, existncia de gua encanada ( sim, no), bairro de origem.

Variveis qualitativas que no so ordenveis recebem o nome de nominais.


Exemplo: religio, sexo, raa, cor.

Raa do AM - 2005
____________________________
Raa Frequncia ( f )
____________________________
Branca
Negra
Parda
Outras

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 10

Total
Fonte: fictcia

Variveis qualitativas que so ordenveis recebem o nome de ordinais.


Exemplo: nvel de instruo, classe social.

Classe Social do AM - 2005


____________________________
Classe Social Frequncia ( f )
____________________________
Classe A
Classe B
Classe C
Classe D

Total
Fonte: fictcia

Varivel Quantitativa: Quando seus valores so expressos por nmeros. Esses nmeros
podem ser obtidos por um processo de contagem ou medio.

Exemplos:

1. Populao: Todos os agricultores do Estado do Par.


Variveis: nmero de filhos tidos, extenso da rea plantada, altura, idade.

2. Populao: Populao dos bairros perifricos do municpio de Belm


Variveis: nmero de quartos, rea da casa em m2, nmero de moradores.

A VARIVEL QUANTITATIVA DIVIDE-SE EM:

a) Varivel Discreta: so aquelas que podem assumir apenas valores inteiros em pontos da reta
real. possvel enumerar todos os possveis valores da varivel.

Exemplos:
1. Populao: Universitrios do Estado do Par.
Variveis: nmero de filhos, nmero de quartos da casa, nmero de moradores, nmero de irmos.

2 . N de alunos presentes s aulas de introduo estatstica econmica, da USP, no 1 semestre de


1997: mar = 18, abr = 30 , mai = 35 , jun = 36.

b) Varivel Contnua: so aquelas que podem assumir qualquer valor num certo intervalo
(contnuo) da reta real. No possvel enumerar todos os possveis valores.
Exemplo:
1. Populao: Todos os agricultores do Estado do Par.
Variveis: idade, renda familiar; extenso da rea plantada (em m2 ) , peso e altura as crianas
agricultoras.

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 11

2. Quando voc vai medir a temperatura de seu corpo com um termmetro de mercrio o que ocorre
o seguinte: O filete de mercrio, ao dilatar-se, passar por todas as temperaturas intermedirias
at chegar na temperatura atual do seu corpo.

1.7 PARMETROS
So valores singulares que existem na populao e que servem para caracteriz-la. Para
definirmos um parmetro devemos examinar toda a populao.

1.8 ESTIMATIVA
um valor aproximado do parmetro e calculado com o uso da amostra.

1.9 ATRIBUTO
Quando os dados estatsticos apresentam um carter qualitativo, o levantamento e os
estudos necessrios ao tratamento desses dados so designados genericamente de estatstica de
atributo.

1.10 AMOSTRAGEM
a coleta das informaes de parte da populao, chamada amostra (representada pela letra
n), mediante mtodos adequados de seleo destas unidades, ou seja, o processo que procura
extrair da populao elementos que atravs de clculos probabilsticos ou no, consigam prover
dados inferenciais da populao-alvo.

As regras de amostragem podem ser classificadas em duas categorias gerais:

PROBABILISTICAS: So amostragens em que a seleo aleatria de tal forma que cada


elemento tem igual probabilidade de ser sorteado para a amostra.

NO-PROBABILISTICAS OU INTENCIONADAS: So amostragens em que h uma


escolha deliberada dos elementos da amostra.

OBS: Inferncia Estatstica - o processo de obter informaes sobre uma populao a partir de
resultados observados na Amostra.

1.10.1 Plano de Amostragem

1) Definir os Objetivos da Pesquisa

2) Populao a ser Amostrada


- Parmetros a ser Estimados (Objetivos)

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 12

3) Definio da Unidade Amostral


- Seleo dos Elementos que faro parte da amostra

4) Forma de seleo dos elementos da populao

5) Tamanho da Amostra
Ex.: Moradores de uma Cidade (populao alvo)

Unidade Amostral: Domiclios (residncias)


Elementos da Populao: Famlia por domiclio

1.10.2 Tipos de Amostragem

1.10.2.1 Amostragem Aleatria Simples


Tambm conhecida por amostragem ocasional, acidental, casual, randnica, etc.. A
amostragem simples ao acaso destaca-se por ser um processo de seleo bastante fcil e muito
usado. Neste processo, todos os elementos da populao tm igual probabilidade de serem
escolhidos, desde o incio at o completo processo de coleta.
Procedimento:
1 Devemos enumerar todos os elementos da populao.
2 Devemos efetuar sucessivos sorteios com reposio at completar o tamanho da amostra (n).
Para realizarmos este sorteio devemos fazer uso das tbuas de nmeros aleatrios (veja
pgina seguinte). Estas apresentam os dgitos de 0 a 9 distribudos aleatoriamente.

Exemplo:
Supor que ns tenhamos uma populao com 1000 elementos, que enumeramos de 000 a 999, para
selecionarmos uma amostra aleatria, de 200 elementos, basta escolhermos uma posio de

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 13

qualquer linha e extrairmos conjuntos de trs algarismos, at completarmos os 200 elementos da


amostra. O processo termina quando for sorteado o elemento 200. Se o nmero sorteado no
existia na populao simplesmente no o consideramos, e prosseguimos com o processo.

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 14

1.10.2.2 Amostragem Sistemtica


Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de
Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 15

Trata-se de uma variao da amostragem simples ao acaso, muito conveniente quando a


populao est naturalmente ordenada, como fichas de um fichrio, listas telefnicas etc. Requer
uma lista dos itens da populao, e, assim, padece das mesmas restries j mencionadas na
aleatria ao acaso. Se os itens da lista no se apresentarem numa ordem determinada
amostragem sistemtica pode dar uma amostra realmente aleatria.
Procedimento:
Sejam os seguintes elementos:
N : tamanho da populao.
n : tamanho da amostra.
N
Ento, calcula-se o intervalo de amostragem atravs da razo a ( onde a o inteiro
n
mais prximo). Sorteia-se, utilizado a tbua de nmeros aleatrios, um nmero x entre 1 e a
formando-se a amostra dos elementos correspondentes ao conjunto de nmeros:

N 500
Exemplo: Seja N = 500, n = 50. Ento a 10
n 50
Sorteia-se um nmero de 1 a 10. Seja 3 ( x = 3) o nmero sorteado. Logo, os elementos
numerados por 3; 13; 23; 33; ...... sero componentes da amostra.

1.10.2.3 Amostragem Estratificada


No caso de possuir uma populao com uma certa caracterstica heterognea, na qual
podemos distinguir subpopulaes mais ou menos homogneas, denominadas de estratos, podemos
usar a amostragem estratificada. Estratifica-se cada subpopulao por intermdio de critrios como
classe social, renda, idade, sexo, entre outros.

Onde os estrato so mutuamente exclusivos.


Aps a determinao dos estratos, seleciona-se uma amostra aleatria de cada sub-
populao.
Se as diversas sub-amostras tiverem tamanhos proporcionais ao respectivo nmero de
elemento nos estrato, teremos a estratificao proporcional.

OBS: NO-PROBABILISTICA
A escolha de um mtodo no probabilstico, via de regra, sempre encontrar desvantagem
frente ao mtodo probabilstico. No entanto, em alguns casos, se faz necessrio a opo por este
mtodo. Fonseca (1996), alerta que no h formas de se generalizar os resultados obtidos na
amostra para o todo da populao quando se opta por este mtodo de amostragem.

Acidental ou convenincia
Indicada para estudos exploratrios. Freqentemente utilizados em super mercados para testar
produtos.

Intencional
O entrevistador dirige-se a um grupo em especfico para saber sua opinio. Por exemplo, quando de
um estudo sobre automveis, o pesquisador procura apenas oficinas.
Quotas ou proporcional
Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de
Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 16

Na realidade trata-se de uma variao da amostragem intencional. Necessita-se ter um prvio


conhecimento da populao e sua proporcionalidade. Por exemplo, deseja-se entrevistar apenas
indivduos da classe A, que representa 12% da populao. Esta ser a quota para o trabalho.
Comumente tambm subestratifica-se uma quota obedecendo a uma segunda proporcionalidade.

Desproporcional
Muito utilizada quando a escolha da amostra for desproporcional populao. Atribuem-se pesos
para os dados, e assim obtm-se resultados ponderados representativos para o estudo.

UNIDADE II : METODOLOGIA DA PESQUISA

FASES DO MTODO ESTATSTICO

O mtodo estatstico abrange as seguintes fases:

2.1 Definio do Problema

Consiste na:
- formulao correta do problema;
- examinar outros levantamentos realizados no mesmo campo (reviso da literatura);
- saber exatamente o que se pretende pesquisar definindo o problema corretamente
(variveis, populao, hipteses, etc.)

Por exemplo:
- os preos dos produtos agrcolas produzidos no Estado do Par so menores do que queles
originados de outros Estados?
- qual a natureza e o grau de relao que existe entre a distribuio da pluviosidade e a colheita do
produto x?
- estudar uma populao por sexo: dividi-se os dois grupos em masculino e feminino;
- estudar a idade dos universitrios, por grupo de idade: distribui-se o total de casos conhecidos
pelos diversos grupos etrios pr-estabelecidos;
- Analisar a capacidade de germinao de certo tipo de cereal:
Calcular a mdia, a mediana e a moda do nmero de sementes germinadas, ou seja,
descrever com alguns valores resultados obtidos.
Representar graficamente os resultados.
Calcular a proporo de vasos com mais de trs sementes germinadas.

2.2 Planejamento
Determinar o procedimento necessrio para resolver o problema:
- Como levantar informaes;
- Tipos de levantamentos: Por Censo (completo);
Por Amostragem (parcial).
- Cronograma, Custos, etc.
Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de
Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 17

2.3 Coleta ou levantamento dos dados


Consiste na obteno dos dados referentes ao trabalho que desejamos fazer.

A coleta pode ser: Direta - diretamente da fonte;


Indireta - feita atravs de outras fontes.

Os dados podem ser obtidos pela prpria pessoa (primrios) ou se baseia no registro de terceiros
(secundrios).

2.4 Apurao dos Dados ou sumarizao


Consiste em resumir os dados, atravs de uma contagem e agrupamento. um trabalho de
coordenao e de tabulao.

Apurao: manual, mecnica, eletrnica e eletromecnica.

2.5 Apresentao dos dados

a fase em que vamos mostrar os resultados obtidos na coleta e na organizao.


Esta apresentao pode ser: Tabular (apresentao numrica)
Grfica (apresentao geomtrica).

2.6 Anlise e interpretao dos dados

a fase mais importante e tambm a mais delicada. Tira concluses que auxiliam o
pesquisador a resolver seu problema.

UNIDADE III : REPRESENTAAO TABULAR

Consiste em dispor os dados em linhas e colunas distribudas de modo ordenado. A


elaborao de tabelas obedece Resoluo no 886, de 26 de outubro de 1966, do Conselho
Nacional de Estatstica. As normas de apresentao so editadas pela Fundao Brasileira de
Geografia e Estatstica (IBGE).

3.1 Representao Esquemtica

Obs: O lado direito e esquerdo de uma tabela oficial deve ser aberto.
Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de
Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 18

3.2 Elementos de uma Tabela

Ttulo: O ttulo deve responder as seguintes questes:


- O que? (Assunto a ser representado (Fato));
- Onde? (O lugar onde ocorreu o fenmeno (local));
- Quando? (A poca em que se verificou o fenmeno (tempo)).

Cabealho: parte da tabela na qual designada a natureza do contedo de cada coluna.


Corpo: parte da tabela composta por linhas e colunas.
Linhas: parte do corpo que contm uma seqncia horizontal de informaes.
Colunas: parte do corpo que contm uma seqncia vertical de informaes.
Coluna Indicadora: coluna que contm as discriminaes correspondentes aos valores
distribudos pelas colunas numricas.
Casa ou clula: parte da tabela formada pelo cruzamento de uma linha com uma coluna.
Rodap: o espao aproveitado em seguida ao fecho da tabela, onde so colocadas as
notas de natureza informativa (fonte, notas e chamadas).
Fonte: refere-se entidade que organizou ou forneceu os dados expostos.
Notas e Chamadas: so esclarecimentos contidos na tabela (nota - conceituao geral;
chamada - esclarecer mincias em relao a uma clula).

3.3 Sries Estatsticas

Uma srie estatstica um conjunto de dados ordenados segundo uma caracterstica


comum, as quais serviro posteriormente para se fazer anlises e inferncias.

OBS: Para diferenciar uma srie estatstica de outra, temos que levar em considerao trs fatores:
a) A POCA (fator temporal ou cronolgico) a que se refere o fenmeno analisado;
b) O LOCAL (fator espacial ou geogrfico) onde o fenmeno acontece;
c) O FENMENO (espcie do fator ou fator especfico) que descrito.

Srie Temporal ou Cronolgica: a srie cujos dados esto dispostos em correspondncia com
o tempo, ou seja, variam com o tempo ( varia o tempo e permanece constante o fato e o local) .

Produo de Petrleo Bruto no Brasil de 1976 a 1980 (x 1000 m)

Srie Geogrfica ou Territorial: a srie cujos dados esto dispostos em correspondncia com
o local, ou seja, varia o local e permanece constante a poca e o fato (espcie).

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 19

Populao Urbana do Brasil em 1980 (x 1000)

Srie Especfica ou Qualitativa: a srie cujos dados esto dispostos em correspondncia com
a espcie ou qualidade, ou seja, varia o fato e permanece constante a poca e o local.

Populao Urbana e Rural do Brasil em 1980 (x 1000)

Srie Mista ou Composta: A combinao entre duas ou mais sries constituem novas sries
denominadas compostas e apresentadas em tabelas de dupla entrada. O nome da srie mista surge
de acordo com a combinao de pelo menos dois elementos.

Local + poca = Srie Geogrfica Temporal

Populao Urbana do Brasil por Regio de 1940 a 1980 (x 1000)

3.4 Distribuio de Freqncia

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 20

uma ferramenta estatstica apropriada para a apresentao de grandes massas de dados


numa forma que torna mais clara a tendncia central e a disperso dos valores ao longo da
escala de medio, bem como a freqncia relativa de ocorrncia dos diferentes valores.

Quando da anlise de dados, comum procurar conferir certa ordem aos nmeros tornando-
os visualmente mais amigveis. O procedimento mais comum o de diviso por classes ou
categorias, verificando-se o nmero de indivduos pertencentes a cada classe.

um tipo de tabela que condensa uma coleo de dados conforme as frequncias


(repeties de seus valores).

Tabela primitiva ou dados brutos: uma tabela ou relao de elementos que no foram
numericamente organizados. difcil formarmos uma idia exata do comportamento do grupo como
um todo, a partir de dados no ordenados.
Exemplo : 45, 41, 42, 41, 42 43, 44, 41 ,50, 46, 50, 46, 60, 54, 52, 58, 57, 58, 60, 51

ROL: Tem-se um rol aps a ordenao dos dados (crescente ou decrescente).


Exemplo : 41, 41, 41, 42, 42 43, 44, 45 ,46, 46, 50, 50, 51, 52, 54, 57, 58, 58, 60, 60

Distribuio de frequncia sem intervalos de classe:

a simples condensao dos dados conforme as


repeties de seus valores. Para um tabela de tamanho
razovel esta distribuio de frequncia inconveniente, j
que exige muito espao. Veja exemplo ao lado.

Distribuio de frequncia com intervalos de classe:

Quando o tamanho da amostra elevado mais


racional efetuar o agrupamento dos valores em vrios
intervalos de classe.

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 21

Elementos de uma Distribuio de Freqncias:

Classe ou Classe de Freqncia (K): cada subintervalo (linha) na qual dividimos o fenmeno,
ou seja, so os intervalos da varivel simbolizada por i e o nmero total de classes simbolizada por
k.
Para determinar o nmero de classes a partir dos dados no tabelados, podemos usar a
Frmula de Sturges, mas deve-se saber que existem outros mtodos de determinao do nmero
de classes em uma tabela de freqncia. O que se deseja fazer apenas comprimir um conjunto de
dados em uma tabela, para facilitar a visualizao e interpretao dos mesmos.

5, se n 25
K=
n , se n 25

Exemplo: Observe o rol apresentado abaixo:

21 21 21 22 22 23 23 23 24 24
25 25 25 25 26 26 26 28 30 31
31 32 33 33 33 34 34 35 35 36

K = 1 + 3,3 . log (30) = 5,9 k=6 . Logo, a tabela ter 6 classes.

Obs: Na prtica, no h frmula exata para o nmero de classes (sempre procure arredondar para o
inteiro mais prximo

Limites de Classe: so os extremos de cada classe.


O menor nmero o limite inferior de classe (li) e o maior nmero, limite superior de classe
(Ls).
Exemplo: em 49 |--- 53 (Tabela 2), Li 3 = 49 e Ls 3 = 53. O smbolo |--- representa um intervalo
fechado esquerda e aberto direita. O dado 53 no pertence classe 3 e sim a classe 4
representada por 53 |--- 57.

Amplitude total (H ou At) ou Range (R): a diferena entre o limite superior da ltima classe e o
limite inferior da 1 classe, ou a diferena entre ltimo e o primeiro elemento de um conjunto de
dados postos em ordem crescente.
Exemplo: utilizando o os dados do rol anterior, temos que: H = 36 21 = 15. J utilizando os
dados da tabela 2, temos: At = Xmax - Xmin. Em nosso exemplo At = 60 - 41 = 19.

Amplitude do Intervalo de Classe (h) : obtida atravs da diferena entre o limite superior e
inferior da classe simbolizada por A = Ls - li.
Ex: na tabela anterior A = 53 - 49 = 4.

Obs: Na distribuio de frequncia c/ classe o A ser igual em todas as classes. Para a


Ls Li
construo de uma tabela a partir de um dado bruto temos: A = .
K

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 22

36 21 15
Exemplo: novamente no rol apresentado acima, temos que: h = = 2,5 h = 3.
6 6

Ponto Mdio de Classe (Xi ): o ponto que divide o intervalo de classe em duas partes iguais.
53 49 Ls Li
Exemplo: em 49 |------- 53 o ponto mdio X 3 = 51, ou seja, X n .
2 2

Frequncias simples ou absolutas (Fi): so os valores que realmente representam o nmero de


dados de cada classe. A soma das frequncias simples igual ao nmero total dos dados da
distribuio.

Frequncia Absoluta Acumulada ( Fac ) : a soma das freqncias dos valores inferiores ou
iguais ao valor dado.
Exemplo:

Fi
Frequncia Relativa Simples ( fi ) : a freqncia relativa de uma valor dada por: f i
Fi
ou percentagem daquele valor da amostra caso multiplique por 100.
Exemplo:

Frequncia Relativa Acumulada ( fac ): a soma das frequncias relativas dos valores
inferiores ou iguais ao valor dado.
Exemplo:

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 23

UNIDADE IV : ESTATSTICA GRFICA (Representao Grfica)

Os grficos so uma forma de apresentao visual dos dados. Normalmente, contm menos
informaes que as tabelas, mas so de mais fcil leitura. O tipo de grfico depende da
varivel em questo.
A representao grfica de um fenmeno deve obedecer a certos requisitos fundamentais
para ser realmente til:

a) Simplicidade o grfico deve ser destitudo de detalhes de importncia secundria, assim como
de traos desnecessrios que possam levar o observador a uma anlise com erros.

b) Clareza o grfico deve possibilitar uma correta interpretao dos valores representativos do
fenmeno em estudo.

c) Veracidade o grfico deve expressar a verdade sobre o fenmeno em estudo

4.1 Grficos de Linhas

So usados para representar sries temporais, principalmente quando a srie pretende cobrir um
grande nmero de perodos de tempo.

Exemplo: Considere a srie temporal: TABELA A

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 24

4.1.1 Grfico de linhas comparativas

Populao Urbana do Brasil por Regio de 1940 a 1980 (x 1000)

4.2 Grficos de colunas ou barras

Representao grfica da distribuio de freqncias. Este grfico utilizado para variveis


nominais e ordinais, est representao de uma srie estatstica atravs de retngulos,
dispostos em colunas (na vertical) ou em retngulos (na horizontal).
Obs: na prtica este tipo de grfico representa praticamente qualquer srie estatstica.

Caractersticas:
- todas as barras devem ter a mesma largura
- devem existir espaos entre as barras

4.2.1 Grfico de Colunas Verticais

Usado para ilustrar qualquer tipo de srie.

Exemplo 1: TABELA B

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 25

Para cada ano construda uma coluna, variando a altura (proporcional a cada quantidade). As
colunas so separadas uma das outras.

Observao: O espao entre as colunas pode variar de 1/3 a 2/3 do tamanho da base da coluna.

Exemplo 2 : Uso do grfico em colunas para representar outras sries estatsticas

TABELA C

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 26

Observao: Na tabela as regies so apresentadas em ordem geogrficas. No grfico as colunas


so ordenadas pela altura, da maior para a menor, da esquerda para a direita.

4.2.1.1 Grfico de colunas comparativas

a) Colunas Mltiplas (Agrupadas - grfico comparativo).


um tipo de grfico til para estabelecer comparaes entre as grandezas de cada categoria
dos fenmenos estudados.
A modalidade de apresentao das colunas chamado de Grfico de Colunas Remontadas.
Ele proporciona economia de espaos sendo mais indicado quando a srie apresenta um nmero
significativo de categorias.
Exemplo 1: Tabela D : Entrada de migrantes em trs Estados do Brasil - 1992-1994

Exemplo 2 : Populao Urbana do Brasil por Regio de 1940 a 1980 (x 1000)

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 27

b) Colunas Sobrepostas (grfico comparativo)

Populao Urbana do Brasil por Regio de 1940 a 1980 (x 1000)

4.2.2 Grfico de Barras Horizontais

As regras usadas para o grfico de barras so iguais as usadas para o grfico de colunas.
As alturas dos retngulos so iguais e arbitrrias e os comprimentos proporcionais aos respectivos
dados.
As barras devem ser separadas uma das outras pelo mesmo espao de forma que as
inscries identifiquem as diferentes barras. O espao entre as barras pode ser a metade () ou
dois teros(2/3) de suas larguras.
As barras devem ser colocadas em ordem de grandeza de forma decrescente para facilitar
a comparao dos valores. A categoria outros (quando existir) so representadas na barra inferior,
mesmo que o seu comprimento exceda o de alguma outra.

Obs: na prtica regras usadas para o grfico de barras so iguais as usadas para o grfico de
colunas.

Exemplo 1 : Outra representao grfica da Tabela C:

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 28

Exemplo 2 : TABELA E: Matrcula no Ensino Superior, segundo os ramos de ensino -Brasil - 1999

Fonte: IBGE

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 29

Exemplo 3 : Populao Urbana do Brasil em 1980 (x 1000)

Exemplo 4: GRFICO EM BARRAS MLTIPLAS (AGRUPADAS)


til quando a varivel for qualitativa ou os dizeres das categorias a serem escritos so
extensos.
TABELA F: Importao de vinho e champanhe (BR) proveniente de vrias origens - 1994

Fonte: IBGE

4.3 Grficos Circulares ou de Setores (Pie Charts)

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 30

Representao grfica da freqncia relativa (percentagem) de cada categoria da varivel.


Este grfico utilizado para variveis nominais e ordinais. uma opo ao grfico de barras quando
se pretende dar nfase comparao das percentagens de cada categoria. A construo do grfico
de setores segue uma regra de 3 simples, onde as freqncias de cada classe correspondem ao
ngulo que se deseja representar em relao a freqncia total que representa o total de 360.

Caractersticas:
- A rea do grfico equivale totalidade de casos (360 = 100%);
- Cada fatia representa a percentagem de cada categoria

Obs: As sries geogrficas, especficas e as categorias em nvel nominal so mais representadas


em grficos de setores, desde que no apresentem muitas parcelas (no mximo sete).

Exemplo 1: Tabela G: Produo Agrcola do Estado A - 1995

Exemplo 2: TABELA H: Efetivo (valores absoluto e relativo) do CBMDF em Cinco Regies


Administrativas do DF 1998.
FONTE: Banco de Dados do Distrito Federal - 1998

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 31

NOTAS: Os efetivos especializados (emergncia mdica, incndio florestal e guarda e segurana)


esto alocados nas regies administrativas.

Grfico H. a. Comparativo (percentual) do Efetivo do CBDMF em Cinco Regies Administrativas


do DF - 1998

FONTE: Tabela H

Grfico H. b. Comparativo (percentual) do Efetivo do CBDMF em Cinco Regies Administrativas


do DF - 1998

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 32

FONTE: Tabela H

4.4 Grfico Pictorial Pictograma

Tem por objetivo despertar a ateno do pblico em geral, muito desses grficos apresentam
grande dose de originalidade e de habilidade na arte de apresentao dos dados.
Os smbolos devem ser auto-explicativos. A desvantagem dos pictogramas que apenas
mostram uma viso geral do fenmeno, e no de detalhes minuciosos.

Exemplo 1 : Evoluo da matricula no Ensino Superior no Brasil de 1968 a 1994 (x 1000)

Exemplo 2: Evoluo da frota nacional de carros lcool de 1979 1987

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 33

Exemplo 3: Os mtodos mais eficientes para deixar de fumar segundo 30.000 fumantes
entrevistados no Canad

Exemplo 4: Devastao Selvagem: extrao de madeiras no Brasil

4.5 Grfico Polar

o tipo de grfico ideal para representar sries temporais cclicas, ou seja, toda a srie
que apresenta uma determinada periodicidade.

4.5.1 Como construir um grfico polar


1) Traa-se uma circunferncia de raio arbitrrio (preferencialmente, a um raio de
comprimento proporcional a mdia dos valores da srie);
2) Constri-se uma semi-reta (de preferncia horizontal) partindo do ponto 0 (plo) e com
uma escala (eixo polar);
3) Divide-se a circunferncia em tantos arcos forem as unidades temporais;
4) Traa -se semi-retas a partir do ponto 0 (plo) passando pelos pontos de diviso;
5) Marca-se os valores correspondentes da varivel, iniciando pela semi-reta horizontal
(eixo polar);

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 34

6) Ligam-se os pontos encontrados com segmentos de reta;


7) Para fechar o polgono obtido, emprega-se uma linha interrompida.

Exemplo 1

Exemplo 2 : Tabela I : Populao da RA XIV So Sebastio 1991 a 1995

Grfico I. Populao da RA XIV So Sebastio 1991 a 1995.

FONTE: Tabela I

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 35

4.6 Cartograma

a representao de uma carta geogrfica. Este tipo de grfico empregado quando o


objetivo o de figurar os dados estatsticos diretamente relacionados com as reas geogrficas
ou polticas.

Dados absolutos (populao) usa-se pontos proporcionais aos dados.


Dados relativos (densidade) usa-se hachaduras.

Exemplo: Populao da Regio Sul do Brasil - 1990

4.7 Grficos utilizados para a anlise de uma distribuio de freqncia

4.7.1 Histograma

um grfico de colunas justapostas que representa uma distribuio de freqncia para


dados contnuos ou uma varivel discreta quando esta apresentar muitos valores distintos.

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 36

No eixo horizontal so dispostos os limites das classes segundo as quais os dados foram
agrupados enquanto que o eixo vertical corresponde s freqncias absolutas ou relativas das
mesmas.

Exemplo 1: Altura em centmetros de 160 alunos do Curso de Administrao da UFSM - 1990

4.7.2 Polgono de Freqncias

Polgono de freqncia um grfico de anlise no qual as freqncias das classes so


localizadas sobre perpendiculares levantadas nos ponto mdios das classes.

Exemplo 1 : Altura em centmetros de 160 alunos do Curso de Administrao da UFSM - 1990

Exemplo 2

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 37

Exemplo 3: Histograma e Polgono de Frequncia simples da Tabela abaixo

Exemplo 4: Polgono de Frequncia acumulada da Tabela anterior

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 38

4.7.3 Ogivas

Ogiva o nome dado a um polgono de freqncias acumuladas, nas quais as freqncias


acumuladas so localizadas sobre perpendiculares levantadas nos limites inferiores ou supe riores
das classes, dependendo se a ogiva representar as freqncias acumuladas abaixo ou acima,
respectivamente.

Exemplo 1 : Altura em centmetros de 160 alunos do Curso de Administrao da UFSM - 1990

4.7.4 Grfico em segmentos de reta vertical

utilizado para representar uma distribuio de freqncia pontual, onde os segmentos de


reta so proporcionais s respectivas freqncias absolutas.

Exemplo 1 : Altura em centmetros de 160 alunos do Curso de Administrao da UFSM - 1990

UNIDADE V : MEDIDAS DE POSIO ( TENDENCIA CENTRAL)

5.1 Medida de Tendncia Central

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 39

As medidas de posio, tambm chamada de medidas de tendncia central, possuem trs


formas diferentes para trs situaes distintas:

5.1.1 Mdia Aritmtica


Existem duas mdias: POPULACIONAL, representada pela letra grega .

AMOSTRAL, representada por X .

1 SITUAO: Dados no agrupados

Sejam os elementos x1 , x2 , x3 , .............., xn de uma amostra, portanto n valores da


varivel X. A mdia aritmtica da varivel aleatria de X definida por:

Onde n o nmero de elementos do conjunto.

Exemplo: suponha o conjunto de tempo de servio de cinco funcionrios: 3, 7, 8, 10 e 11.


Determine a mdia aritmtica simples desse conjunto de dados.

Interpretao: o tempo mdio de servio deste grupo de funcionrios de 7,8 anos.


2 SITUAO: Dados agrupados em uma distribuio de freqncia por valores simples.

Quando os dados estiverem agrupados numa distribuio de freqncia usaremos a mdia


aritmtica dos valores x1 , x2 , x3 , .............., xn ponderados pelas respectivas freqncias
absolutas: F1 , F2 F3 , .......... Fn . Assim:

Exemplo: Em um determinado dia foi registrado o nmero de veculos negociados por uma amostra
de 10 vendedores de uma agncia de automveis obtendo a seguinte tabela:

Portanto, .

Interpretao: em mdia, cada vendedor negociou 2,6 veculos.

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 40

3 SITUAO: Dados agrupados em uma distribuio de freqncia por classes.

Quando os dados estiverem agrupados numa distribuio de freqncia usaremos a mdia


aritmtica dos pontos mdios x1 , x2 , x3 , .............., xn ponderados pelas respectivas freqncias
absolutas: F1 , F2 F3 , .......... Fn . Desta forma, o caulo da mdia passa a ser igual ao da 2
situao. Assim:

Exemplo: A tabela abaixo representa os escores obtidos por um grupo de 58 alunos matriculados
em uma determinada disciplina:

Portanto,

Interpretao: o desempenho mdio deste grupo de alunos foi de 62,24 pontos nesta disciplina.
Desvio em relao mdia: a diferena entre cada elemento de um conjunto de valores e a
mdia aritmtica, ou seja:.. di = Xi - X .

Exemplo: Os dados a seguir apresentam leituras de concentrao de um processo qumico feitas a


cada duas horas 10, 14, 13, 15, 16, 18 e 12, temos, uma concentrao mdia de:

No exemplo anterior temos sete desvios:.d1 = 10 - 14 = - 4 ,. d2 = 14 - 14 = 0 ,


d3 = 13 - 14 = - 1 ,. d4 = 15 - 14 = 1 ,.
d5 = 16 - 14 = 2 ,.. d6 = 18 - 14 = 4 e.
d7 = 12 - 14 = - 2.

Propriedades da mdia
1 propriedade: A soma algbrica dos desvios em relao mdia nula.
No exemplo anterior : d1 + d2 + d3+ d4 + d5 + d6 + d7 = 0.

2 propriedade: Somando-se (ou subtraindo-se) uma constante (c) a todos os valores de


uma varivel, a mdia do conjunto fica aumentada (ou diminuda) dessa constante.

Se no exemplo original somarmos a constante 2 a cada um dos valores da varivel temos:


Y = (12 + 16 + 15 + 17 + 18 + 20 + 14) / 7 = 16 ou Y= X + 2 = 14 + 2 = 16.

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 41

3 propriedade: Multiplicando-se (ou dividindo-se) todos os valores de uma varivel por


uma constante (c), a mdia do conjunto fica multiplicada (ou dividida) por essa constante.

Se no exemplo original multiplicarmos a constante 3 a cada um dos valores da varivel temos:


Y = (30 + 42 + 39 + 45 + 48 + 54 + 36) / 7 = 42 ou Y= X 3 = 14 3 = 42.

Obs: Emprego da mdia


1) Deseja-se obter a medida de posio que possui a maior estabilidade;
2) Houver necessidade de um tratamento algbrico ulterior.

5.1.2 Moda Mo

Dentre as principais medidas de posio, destaca-se a moda. o valor mais freqente


da distribuio.

1 SITUAO: Dados no agrupados

Sejam os elementos x1 , x2 , x3 , .............., xn de uma amostra, o valor da moda para este


tipo de conjunto de dado simplesmente o valor com maior frequncia:

Exemplo 1: suponha o conjunto de tempo de servio de cinco funcionrios: 3, 7, 8, 8 e 11.


Determinar a moda deste conjunto de dados.

Interpretao: o tempo de servio com maior freqncia de 8 anos.


Exemplo 2: suponha o conjunto de tempo de servio de seis funcionrios: 3, 3, 7, 8, 8 e 11.
Determinar a moda deste conjunto de dados.

Interpretao: o tempo de servio com maior freqncia foram de 3 e 8 anos

Exemplo 3: suponha o conjunto de tempo de servio de cinco funcionrios: 3, 7, 8, 10 e 11.


Determinar a moda deste conjunto de dados.

Interpretao: no existe tempo de servio com maior freqncia.

Obs: uma distribuio com 3 modas chamamos de trimodal. Acima de 3 modas usamos o termo
multimodal.

2 SITUAO: Dados agrupados em uma distribuio de freqncia por valores simples.

Para este tipo de distribuio, a identificao da moda facilitada pela simples observao
do elemento que apresenta maior freqncia.

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 42

Exemplo : em um determinado dia foi registrado o nmero de veiculos negociados por uma amostra
de 10 vendedores de uma agncia de automveis obtendo a seguinte tabela:

Portanto, se a maior freqncia F i = 5, logo a


Mo = 3.

Interpretao: A quantidade de veculos comercializados no dia com maior freqncia foi de trs
veculos

3 SITUAO: Dados agrupados em uma distribuio de freqncia por classes.

Para dados agrupados em classes, temos diversas frmulas para o clculo da moda. A
utilizada ser:
Frmula de Czuber
Procedimento:
a) Identifica-se a classe modal (aquela que possuir maior freqncia) CLASSE (Mo)
b) Utiliza-se a frmula:
iL limite inferior da classe modal.
1 f *
f ant
2 f *
f post
1 f * freqncia da classe modal.
Mo Li ,honde:
1 2 f ant freqncia simples anterior da classe modal.
f post freqncia simples posterior da classe modal.
Exemplo: A tabela abaixo representa os escores obtidos por um grupo de 58 alunos matriculados
em uma determinada disciplina: h amplitude da classe.

Interpretao: o escore com maior freqncia entre o grupo de 58 alunos foi de 61 pontos.

OBS: Emprego da moda


1) Quando se deseja obter uma medida rpida e aproximada de posio;
2) Quando a medida de posio deve ser o valor mais tpico da distribuio

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 43

5.1.3 Mediana Md

Construindo o ROL, o valor da mediana o elemento que ocupa a posio central, ou seja,
o elemento que divide a distribuio em 50% de cada lado:

1 SITUAO: Dados no agrupados

Sejam os elementos x1 , x2 , x3 , .............., xn de uma amostra, portanto n valores da


varivel X. A mediana da varivel aleatria de X definida por:

Exemplo 1: suponha o conjunto de tempo de servio de cinco funcionrios: 3, 7, 8, 10 e 11.


Determinar a mediana deste conjunto de dados.
51
Como n = 5, ento o valor da mediana estar localizado na posio = 3. Portanto, Md = 8.
2
Interpretao: 50% dos funcionrios possuem at oito anos de tempo servio, ou, 50% dos
funcionrios possuem no mnimo oito anos de tempo de servio.
Exemplo 2: suponha o conjunto de tempo de servio de seis funcionrios: 3, 7, 8, 10, 11 e 13.
Determinar a mediana deste conjunto de dados.
6 1
Como n = 6, ento o valor da mediana estar localizado na posio = 3,5. Portanto,
2
8 10
Md = = 9.
2
Interpretao: 50% dos funcionrios possuem at nove anos de tempo servio, ou, 50% dos
funcionrios possuem no mnimo nove anos de tempo de servio.

2 SITUAO: Dados agrupados em uma distribuio de freqncia por valores simples.

Quando os dados estiverem agrupados numa distribuio de freqncia identificaremos a


n
mediana dos valores x1 , x2 , x3 , .............., xn pela posio da mediana POS ( Md ) atravs
2
da frequncia absoluta acumulada ( Fac)

Exemplo : em um determinado dia foi registrado o nmero de veiculos negociados por uma amostra
de 10 vendedores de uma agncia de automveis obtendo a seguinte tabela:

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 44

Portanto:

Interpretao: 50% dos vendedores comercializaram no mximo trs veculos, ou ento, metade
dos vendedores comercializou pelo menos trs veculos.

3 SITUAO: Dados agrupados em uma distribuio de freqncia por classes.

Procedimento:
n
a) Calcula-se a posio da mediana: POS ( Md ) .
2
b) Pela Fac identifica-se a classe que contm o valor da mediana CLASSE (Md).
POS ( Md ) Fac , ant
c) Utiliza-se a frmula:
M d Li h
Fi
Li limite inferior da classe mediana.
n tamanho da amostra ou nmero de elementos.
Fac, ant freqncia acumulada anterior da classe mediana
Onde:
h amplitude da classe mediana.
F i freqncia absoluta simples da classe mediana
Exemplo: A tabela abaixo representa os escores obtidos por um grupo de 58 alunos matriculados
em uma determinada disciplina:

Portanto:

Interpretao: 50% dos alunos obtiveram escore mximo de 61,67 pontos, ou ento, metade dos
alunos obtiveram escore maior que 61,67 pontos.

OBS: Emprego da mediana


1) Quando se deseja obter um ponto que divide a distribuio em partes iguais;
2) H valores extremos que afetam de uma maneira acentuada a mdia;

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 45

3) A varivel em estudo salrio

5.2 Medidas Separatrizes

5.2.1 Quartis

Os quartis dividem um conjunto de dados em quatro partes iguais.

Assim:

Onde:

Q 1 = 1 quartil, deixa 25% dos elementos.


Q 2 = 2 quartil, coincide com a mediana, deixa 50% dos elementos.
Q 3 = 3 quartil, deixa 75% dos elementos.

Procedimento:
n
a) Calcula-se a posio do quartil: POS ( Qi ) i . Onde : i = 1, 2 ,3
4
b) Pela Fac identifica-se a classe que contm o valor do quartil CLASSE (Qi)

c) Utiliza-se a frmula: POS (Q i ) Fac , ant


Q i Li h
Fi
Li limite inferior da classe quartlica.
Onde: n tamanho da amostra ou nmero de elementos.
Fac, ant freqncia acumulada anterior classe quartlica
h amplitude da classe quartlica.
F i freqncia absoluta simples da classe quartlica

Exemplo: A tabela abaixo representa os escores obtidos por um grupo de 58 alunos matriculados
em uma determinada disciplina. Calcule o primeiro e terceiro quartil.

Portanto:

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 46

Interpretao: 25% dos alunos obtiveram escore mximo de 52,92 pontos, ou ento, 75% dos
alunos obtiveram escore maior que 52,92 pontos.

Calculando o terceiro quartil:


3

Interpretao: 75% dos alunos obtiveram escore menor de 71,07 pontos, ou ento, 25% dos
alunos obtiveram escore maior que 71,07 pontos.

5.2.2 Decis

So valores que divide a srie em dez partes iguais.

Procedimento:
n
a) Calcula-se a posio da medida: POS ( Di ) i . Onde : i = 1, 2 ,3,4,5,6,7,8,9
10
b) Pela Fac identifica-se a classe que contm o valor do decil CLASSE (Di)

c) Utiliza-se a frmula: POS ( D i ) Fac , ant


D i Li h
Fi
Li limite inferior da classe do decil.
n tamanho da amostra ou nmero de elementos.
Onde: Fac, ant freqncia acumulada anterior classe do decil
h amplitude da classe do decil
F i freqncia absoluta simples da classe do decil

Exemplo: A tabela abaixo representa os escores obtidos por um grupo de 58 alunos matriculados
em uma determinada disciplina. Calcule o sexto decil.

Portanto:

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 47

Interpretao: 60% dos alunos obtiveram escore inferior 64,89 pontos, ou ento, 40% dos alunos
obtiveram escore mnimo de 64,89 pontos.

5.2.2 Percentis

So valores que divide a srie em 100 partes iguais.

Procedimento:
n
a) Calcula-se a posio da medida: POS ( Pi ) i . Onde : i = 1, 2 ,3,....,98,99.
100
b) Pela Fac identifica-se a classe que contm o valor do percentil CLASSE (Pi)

c) Utiliza-se a frmula: POS ( P i ) Fac , ant


P i Li h
Fi
Li limite inferior da classe do percentil.
n tamanho da amostra ou nmero de elementos.
Onde:
Fac, ant freqncia acumulada anterior classe do percentil
h amplitude da classe do percentil
F i freqncia absoluta simples da classe do percentil

Exemplo: A tabela abaixo representa os escores obtidos por um grupo de 58 alunos matriculados
em uma determinada disciplina. Calcule o percentil de ordem 23.

Portanto:

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 48

Interpretao: 23% dos alunos com os menores escores obtiveram pontuao inferior a 51,95
pontos, ou ento, 77% dos alunos obtiveram escore maior que 51,95 pontos.

UNIDADE VI : MEDIDAS DE DISPERSO

As medidas de disperso indicam se os valores esto relativamente prximos um dos outros,


ou separados em torno de uma medida de posio: a mdia.

6.1 Amplitude Total

A amplitude total de um conjunto de dados a diferena entre o maior e o menor valor


observado. A medida de disperso no leva em considerao os valores intermedirios perdendo a
informao de como os dados esto distribudos e/ou concentrados.

Exemplo : Considere o rol da idade dos alunos da disciplina Inferncia Estatstica do curso de
Estatstica da UEM:
18, 18, 19, 20, 20, 20, 20, 20, 20, 21, 21, 22, 23, 24, 25, 25, 25, 26, 29, 30, 35, 37

A amplitude total da idade dos alunos que cursam a disciplina Inferncia Estatstica do curso de
Estatstica da UEM :

Interpretao: as idades dos alunos diferem em 19 anos.

6.2 Amplitude Interquartlica

A amplitude interquartlica a diferena entre o terceiro e o primeiro quartil. Esta medida


mais estvel que a amplitude total por no considerar os valores mais extremos. Esta medida
abrange 50% dos dados e til para detectar valores discrepantes.

Por outro lado, a amplitude semi-interquartlica definida como a mdia aritmtica da


diferena entre a mediana e os quartis:

Exemplo 1: A amplitude interquartlica da idade dos alunos que cursam a disciplina Inferncia
Estatstica do curso de Estatstica da UEM considerando-se a Tabela abaixo :

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 49

Interpretao: A amplitude entre o terceiro e primeiro quartil, que envolve 50% (centrais) dos
alunos, de 5,67 anos.

Exemplo 2: Do exemplo 1, obtm-se a amplitude semi-interquartlica da idade dos alunos que


cursam a disciplina Inferncia Estatstica do curso de Estatstica da UEM:

Observa-se que a distncia entre a mediana e o quartil 1 (22-20) 2. Como 2 < 2,84, isto
indica que h uma concentrao de dados esquerda da mediana., e que os dados localizados a
direita da mediana so mais dispersos.

6.3 Desvio Mdio

O desvio-mdio analisa a mdia dos desvios em torno da mdia.

1 SITUAO: Dados no agrupados

Sejam os elementos x1 , x2 , x3 , .............., xn de uma amostra, portanto n valores da


varivel X, com mdia igual a X . O desvio-mdio da varivel aleatria de X :

, onde n o nmero de elementos de um conjunto.

Exemplo : suponha o conjunto de tempo de servio de cinco funcionrios: 3, 7, 8, 10 e 11.


Determinar o desvio-mdio deste conjunto de dados.

Como X = 7,8, ento D.M =

Interpretao: em mdia, o tempo de servio deste grupo de funcionrios se desvia em 2,24 anos
em torno dos 7,8 anos de tempo mdio de servio.
2 SITUAO: Dados agrupados em uma distribuio de freqncia por valores simples.

Quando os dados estiverem agrupados numa distribuio de freqncia usaremos o desvio-


mdio dos valores x1 , x2 , x3 , .............., xn ponderados pelas respectivas freqncias absolutas:
F1 , F2 F3 , .......... Fn , como no clculo da mdia aritmtica. Assim:

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 50

Exemplo : em um determinado dia foi registrado o nmero de veiculos negociados por uma amostra
de 10 vendedores de uma agncia de automveis como mostra tabela abaixo. O clculo do desvio-
mdio ser:

Interpretao: em mdia, a quantidade de veculos negociada de cada vendedor possui uma


distncia de 0,68 em torno dos 2,6 veiculos comercializados em mdia por vendedor.

3 SITUAO: Dados agrupados em uma distribuio de freqncia por classes.

Quando os dados estiverem agrupados numa distribuio de freqncia usaremos o desvio-mdio


dos pontos mdios x1 , x2 , x3 , .............., xn de cada classe, ponderados pelas respectivas
freqncias absolutas: F1 , F2 F3 , .......... Fn . Desta forma, o calculo do desvio-mdio passa a ser
igual ao da 2 situao. Assim:

Exemplo: A tabela abaixo representa os escores obtidos por um grupo de 58 alunos matriculados
em uma determinada disciplina. O clculo do desvio-mdio ser:

Portanto:

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 51

Interpretao: em mdia, a nota de cada aluno deste grupo teve um distanciamento de 10,29
pontos em torno do desempenho mdio deste grupo de alunos que foi de 62,24 pontos nesta
disciplina.

6.4 Varincia e Desvio-Padro

A varincia de um conjunto de dados a mdia dos quadrados dos desvios dos valores a
contar da mdia. A frmula da varincia poder ser calculada de duas formas:

POPULACIONAL: representada pela letra grega 2.


AMOSTRAL , representada por S 2.

1 SITUAO: Dados no agrupados

Sejam os elementos x1 , x2 , x3 , .............., xn , portanto n valores da varivel X, com


mdia igual a X . A varincia da varivel aleatria de X :

Ou

Obs: A segunda frmula chamada de Frmula Desenvolvida.


(n - 1) usado como um fator de correo, onde devemos considerar a varincia amostral
como uma estimativa da varincia populacional

Para calcularmos o Desvio-Padro (DP), basta extrairmos a raiz quadrada da varincia.

Exemplo : suponha o conjunto de tempo de servio de cinco funcionrios: 3, 7, 8, 10 e 11.


Determinar o desvio-padro deste conjunto de dados.
Como X = 7,8

Interpretao: encontramos ento uma varincia para o tempo de servio de 9,7 anos. Para
eliminarmos o quadrado da unidade, extramos a raiz quadrada do resultado da varincia, que
chegamos ao DESVIO-PADRO:

POPULACIONAL: representada pela letra grega 2


.

AMOSTRAL , representada por : S S. 2


Portanto, o desvio-padro do exemplo foi 9, 7 = 3,11 anos. Ou seja, se calcularmos um
intervalo utilizando um desvio-padro em torno da mdia 7,8 , encontraremos a concentrao na
maioria dos dados.

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 52

2 SITUAO: Dados agrupados em uma distribuio de freqncia por valores simples.

Quando os dados estiverem agrupados numa distribuio de freqncia usaremos a


varincia dos valores x1 , x2 , x3 , .............., xn ponderados pelas respectivas freqncias absolutas:
F1 , F2 F3 , .......... Fn . Assim

Ou

Exemplo : em um determinado dia foi registrado o nmero de veiculos negociados por uma amostra
de 10 vendedores de uma agncia de automveis como mostra tabela abaixo. O clculo do desvio-
mdio ser:

Interpretao: Portanto, o desvio-padro do exemplo foi de 0,84 veculos. Ou seja, se calcularmos


um intervalo utilizando um desvio-padro em torno da mdia que foi 2,6 veculos, encontraremos a
concentrao da maioria dos veculos negociados por vendedor.

3 SITUAO: Dados agrupados em uma distribuio de freqncia por classes.

Quando os dados estiverem agrupados numa distribuio de freqncia usaremos a


varincia dos pontos mdios x1 , x2 , x3 , .............., xn de cada classe, ponderados pelas respectivas
freqncias absolutas: F1 , F2 F3 , .......... Fn . Desta forma, o calculo da varincia passa a ser igual
ao da 2 situao. Assim:

Ou

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 53

Exemplo: A tabela abaixo representa os escores obtidos por um grupo de 58 alunos matriculados
em uma determinada disciplina. O clculo do desvio-mdio ser:

Interpretao: Portanto, o desvio-padro do exemplo foi de 12,85 pontos. Ou seja, se calcularmos


um intervalo utilizando um desvio-padro em torno do escore mdio de 62,24 pontos, encontraremos
a concentrao da maioria dos alunos dentro deste intervalo de pontuao.

6.5 Coeficiente de Variao

Trata-se de uma mdia relativa disperso, til para a comparao e observao em termos
relativos do grau de concentrao em torno da mdia de sries distintas. dado por:

Classificao da distribuio quanto disperso:

Exemplo : Numa empresa o salrio mdio dos funcionrios do sexo masculino de R$ 4.000,00,
com um desvio padro de R$ 1.500,00, e os funcionrios do sexo feminino em mdia de R$
3.000,00, com um desvio padro de R$ 1.200,00. Ento:
Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de
Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 54

Interpretao: Logo, podemos concluir que o salrio das mulheres apresenta maior disperso
relativa que a dos homens. Para obtermos o resultado de C.V basta multiplicarmos por 100.

UNIDADE VII : Momento, Assimetria, Curtose

7.1 Momentos

So medidas descritivas de carter mais geral e do origem s demais medidas descritivas,


como as de tendncia central, disperso, assimetria e curtose. Conforme a potncia considerada
tem-se a ordem ou o grau do momento calculado.

Momentos simples ou centrados na origem (mr)

O momento simples de ordem r definido como:

para dados no tabelados.

para dados tabelados.

Momentos centrados na mdia (Mr)

O momento de ordem r centrado na mdia, definido como:

para dados no tabelados

para dados tabelados.

Momentos abstratos (r)

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 55

Mr
So definidos da seguinte forma: r .
Sr
Onde: S = desvio padro.

7.2 Assimetria

Uma distribuio de valores sempre poder ser representada por uma curva (grfico). Essa
curva, conforme a distribuio, pode apresentar vrias formas. Se considerarmos o valor da moda
da distribuio como ponto de referncia, vemos que esse ponto sempre corresponde ao valor de
ordenada mxima, dando-nos o ponto mais alto da curva representativa da distribuio considerada,
logo a curva ser analisada quanto sua assimetria.

Distribuio Simtrica: aquela que apresenta a X Mo Md e os quartis Q1 e Q3


eqidistantes do Q2.

Distribuio Assimtrica

Quando a cauda da curva da distribuio declina para direita, temos uma distribuio
com curva assimtrica positiva:
Eixo
de
Simetria

Cauda
desviada
para direita

Analogamente quando a cauda da curva da distribuio declina para esquerda, temos uma
distribuio com curva assimtrica negativa:

Eixo
Prof. Esp. Mauro Srgio Santos de Oliveira de Apostila de
Estatstica Simetria
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 56

Cauda
desviada
para esquerda

Podemos medir a assimetria de uma distribuio, calculando os coeficientes de assimetria.


Sendo o mais utilizado o Coeficiente de Assimetria de Karl Pearson.

Classificao do coeficiente de Pearson:

Exemplo: determinar o coeficiente de assimetria para uma distribuio que apresentou moda igual
a 15, mdia igual a 13 e desvio padro igual a 5.

X Mo 13 15
AS 0, 40
S 5

Na impossibilidade de usar o desvio padro como medida de disperso, Pearson sugeriu


outra medida de assimetria: o coeficiente quartil de assimetria, determinado pela frmula:

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 57

OBS: Podemos deduzir que se a distribuio dos dados:


1 - for aproximadamente simtrica, a mdia aproxima-se da mediana
2 - for enviesada para a direita, a mdia tende a ser maior que a mediana
3 - for enviesada para a esquerda, a mdia tende a ser inferior mediana.
So representaes visuais dos dados estatsticos que devem corresponder, mas nunca
substituir as tabelas estatsticas. Tm como caractersticas principais, o uso de escalas, a existncia
de um sistema de coordenadas, a simplicidade, clareza e veracidade de sua representao.

7.3 Curtose

J apreciamos as medidas de tendncia central, de disperso e de assimetria. Falta somente


examinarmos mais uma das medidas de uso comum em Estatstica, para se positivarem as
caractersticas de uma distribuio de valores: so as chamadas Medidas de Curtose ou de
Achatamento, que nos mostra at que ponto a curva representativa de uma distribuio a mais
aguda ou a mais achatada do que uma curva normal, de altura mdia.

- Curva Mesocrtica (Normal): considerada a curva padro. Os dados obtidos na pesquisa,


nesse caso, esto normalmente distribudos.

- Curva Leptocrtica: uma curva mais alta do que a normal. Apresenta o topo relativamente alto,
significando que os valores se acham mais agrupados em torno da mdia. Trata-se de um grupo
bem homogneo.
- Curva Platicrtica: uma curva mais baixa do que a normal. Apresenta o topo achatado,
significando que vrias classes apresentam freqncias quase iguais. Ento, os dados obtidos
nessa pesquisa, nesse caso, esto bem dispersos em relao mdia. Trata-se, portanto, de um
grupo heterogneo.

- Coeficiente de Curtose:

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 58

Exemplo: a tabela abaixo apresenta as faixas salariais, em nmeros de salrios mnimos, dos
funcionrios de determinada empresa de importao e exportao na cidade de Alegrete. Qual o
coeficiente percentlico de curtose e o tipo curva de freqncias.

____________________________
Soluo:
Salrios Frequncia (f)
____________________________
02 |---- 04 3
04 |---- 06 6
06 |---- 08 12
08 |---- 10 6
10 |---- 12 3

Agora, podemos calcular K

Em funo do resultado obtido, K = 0,25, verificamos que a curva levemente leptocrtica


(K<0,263).

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 59

BIBLIOGRAFIA

FONSECA, Jairo Simon.; MARTINS, Gilberto de Almeida. Curso de Estatstica 4 Ed.


So Paulo. Ed. Atlas. 1993.
LIPSCHUTZ, Seymour. Probabilidade 4 Ed. Revisada. So Paulo. Makron Books,1993.
MEYER, Paul. L. Probabilidade: Aplicao Estatstica 2 Ed. Rio de Janeiro; Livros
Tcnicos e Cientficos Editora, 1983.
SPIEGEL, Murray R. Probabilidade e Estatstica So Paulo, Mc. Graw Hill do Brasil,
1978.
REIS GATTAS, Murray. Elementos de Probabilidade. So Paulo: Atlas, s1

SPIEGEL, Murray R. Estatstica. 3~ cd. So Paulo: McGraw-Hill, s.d.

SPIEGEL, Murray R. Probabilidade e Estatstica. So Paulo: McGraw-Hill, s.d.

STEVENSON, Willam Y. Estatstica Aplicada Administrao. HARBRA, s.d.

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 60

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 61

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica
Universidade do Estado do Par Curso de Licenciatura Plena em Matemtica Pg 62

Prof. Esp. Mauro Srgio Santos de Oliveira Apostila de


Estatstica