Académique Documents
Professionnel Documents
Culture Documents
2.
2.1. Percentagens, estimativas e arredondamentos
Percentagem:
Um número racional pode ser representado por diversas formas equivalentes, como por:
uma fracção,
um número misto
um número decimal ou
uma Percentagem
Conceito de percentagem.
1
1 porcento ou 1% significa um em cada 100: 1%
100
Uma percentagem pode ser apresentada sob a forma de fracção e sob a forma
decimal
Exemplo:
2 200%
a. 40% (200% a dividir por 5)
5 5
4 400%
b. 133,33333...%
3 3
3
0,75 100 75%
4
1
Transformar decimais em percentagem.
Exemplo:
Exemplo:
40
a. 40% 0,4
100
75
b. 75% 0,75
100
Exemplo:
50 0,15 7,50 Kz
Exemplo:
25 _______100
8 ________x
8 100
x% 32%
25
2
c. Quanto custa uma camisola que custava 3000,00 kz. e agora se encontra
com 20% de desconto.
1º Processo:
3000 _______100
x __________20
20 3000
x 600 Kz
100
3000 - 600 2400,00 Kz
2º Processo:
3000 _______100
x __________80
80 3000
x 2400 Kz
100
3º Processo
20
Como 20% 0,2 podemos obter 20 % de 3000 fazendo 3000 0,2 600
100
80
Ou então calculamos 80% de 3000: 80% 0,8 , assim 3000 0,8 2400 .
100
Arredondamentos
3
Como fazer arredondamentos
Exemplo:
4
Estimativas
Em matemática e no dia-a-dia usa-se muitas vezes valores aproximados quando:
Exemplos:
A representação gráfica dos dados estatísticos tem por finalidade, dar uma ideia a mais
imediata possível dos resultados obtidos permitindo chegar a conclusões rápidas.
Na representação gráfica, devemos fazer a distinção dos tipos de dados (variáveis) que
temos, e ainda, no caso dos dados de natureza quantitativa, verificar se são contínuos ou
discretos.
5
2.2.2. Diagrama de barras composta
Utiliza-se quando pretendemos representar duas variáveis, permite fazer a comparação
simultânea de duas ou mais variáveis, correspondendo as diferentes barras às categorias
de uma variável as subdivisões dessas mesmas barras às categorias da outra variável. Os
valores são geralmente apresentados em termos percentuais.
6
2.2.4. Diagrama de barras duplo
Deriva das anteriores (barras múltiplas) quando intervém uma terceira variável, permite
também fazer a comparação simultânea de duas ou mais variáveis.
7
2.2.6. Pictograma
Neste diagrama cada categoria é representada por figuras sugestivas, sendo a tamanho da
figura proporcional à respectiva frequência
3ª feira
4º feira
5º feira
6º feira
Sábado
Domingo
=30 cafes
8
9
2.3. Distribuição de frequências e representação gráfica. Variáveis
discretas (dados simples) - Gráficos de barras
10
b) Dividir esta amplitude pelo número de classes, k.
c) Tomar para amplitude de classe, h, um valor aproximado por excesso do valor obtido
em b).
d) Construir as classes de modo que tenham todas a mesma amplitude e cuja união
contenha todos os elementos da amostra.
2) Contagem do número de elementos de cada classe.
Não existe uma fórmula exacta para o cálculo do número de classes, não deverá ser um
número muito grande para que não introduza irregularidades que poderão não existir na
população, mas também não poderá ser muito pequeno para que não haja perda de
informação. O principal objectivo de uma distribuição de frequências é encontrar classes
com algum significado e utilidade.
Existem algumas regras básicas que deverão ser seguidas na construção dos intervalos:
1. Em geral, o número de classes (K) deverá estar compreendido entre quatro e
catorze;
2. Nenhuma classe deverá ter uma frequência nula;
3. As classes deverão ter, sempre que possível, amplitudes iguais;
4. Os pontos médios das classes deverão ser números de cálculo fácil;
5. Classes abertas deverão ser evitadas, embora nem sempre é possível fazê-lo;
6. Os limites das classes são definidos de modo a que cada valor da variável é
incluído num e só num intervalo.
Tendo em conta estas regras básicas, por vezes é adoptada uma das seguintes
soluções:
I. Tabela de Truman L. Kelley
n ( nº de observações) 5 10 25 50 100 200 500 1000
K (classe) 2 4 6 8 10 12 15 15
11
II. Para n 25 K 5
Para n 25 K n
III. Fórmula de Strurges: K 1 3,3log n
Limites de classe.
São os extremos de cada classe, na classe 10;12 os limites de classe são 10 (limite
inferior) e 12 (limite superior)
12
Para variáveis discretas de variação relativamente pequena, cada valor pode ser tomado
como um intervalo de classe e, nesse caso, a distribuição é chamada distribuição sem
intervalos de classe.
Se a variável toma numerosos valores distintos, é comum tratá-la como uma variável
contínua, formando intervalos de classe de amplitude diferente de um.
Este tratamento da variável abrevia o trabalho, mas acarreta alguma perda de precisão.
Obs.:
• A linha poligonal que une os extremos das barras chama-se polígono de frequência.
• Este tipo de gráfico é adequado para dados qualitativos e para dados quantitativos do
tipo discreto.
13
Diagrama diferencial
Fi
40
30
20
10
0 1 2 3 4 X
0 se x 0
10 se 0 x 1
25 se 1 x 2
Fi
50 se 2x3
90 se 3 x 4
100 se x4
14
100
90
80
70
60
50
40
30
20
10
0 1 2 3 4
15
Exemplo: notas de alunos a uma determinada disciplina,
Polígono de frequências
16
Num histograma um polígono de frequências utiliza os pontos médios de cada intervalo
de classe no caso de frequências simples e à partir do limite superior do intervalo de
classe, no caso de frequências acumuladas.
17
Histograma com assimetria positiva. A média dos dados está localizada à esquerda do
centro da figura e a cauda à direita é alongada. Esta ocorre quando o limite inferior é
controlado ou quando não podem ocorrer valores abaixo de determinado limite.
Histograma com assimetria negativa. A média dos dados está localizada à direita do
centro da figura e a cauda à esquerda é alongada. Esta forma ocorre quando o
limite superior é controlado ou quando não podem ocorrer valores acima de certo limite.
Histograma em plateau, Isto é, com exceção das primeiras e das últimas classes, todas as
outras têm frequências quase iguais. Essa forma ocorre quando se misturam várias
distribuições com diferentes médias.
Histograma com dois picos, ou duas modas. As frequências são baixas no centro da
figura, mas existem dois picos fora do centro. Esta forma ocorre quando duas
distribuições com médias bem diferentes se misturam.
Podem estar misturados, por exemplo, os produtos de dois turnos de trabalho.
18
Os histogramas também mostram o grau de dispersão da variável.
O histograma à esquerda mostra pouca dispersão, mas o histograma à direita mostra
grande dispersão.
19
Exemplo: 2
Registaram-se os tempos, em segundos, que 28 alunos conseguiam estar sem respirar:
112 41 26 35 98 56 87
125 64 78 82 80 48 92
105 79 83 131 87 94 111
123 57 27 115 38 106 45
Exemplo 3 – Uma empresa imobiliária pretendendo estudar os preços dos apartamentos
na região de Luanda, recolheu essa informação sobre 40 apartamentos, tendo obtido os
seguintes preços (em milhares de dólares):
190 138 179 162 157 357 209 138 151 204
255 135 235 210 281 121 189 255 170 208
290 186 183 122 160 147 299 182 188 126
149 147 208 183 185 154 236 149 185 290
Exemplos 4 – A tabela apresenta os tempos de sono (em horas), de dois jovens, medidos
durante 30 noites seguidas.
Pedro David
8,7 9,3 8,7 7,1 9,5 7,1
9,4 5,3 7,4 8,3 7,1 7,4
6,6 7,3 6,3 7,1 7,5 7,4
6,0 6,7 5,9 7,9 7,9 7,8
6,9 5,8 10,0 7,5 6,4 6,2
9,9 4,7 6,5 6,2 6,2 8,6
6,3 5,6 8,6 8,2 7,5 8,4
8,9 5,9 7,7 8,7 7,7 6,6
10,1 9,4 9,0 8,5 7,6 8,1
9,6 7,6 7,9 7,6 8,8 7,1
20
polígono de frequências tende a se transformar numa curva (curva de frequência),
mostrando, de modo mais evidente, a verdadeira natureza da distribuição da população.
Pode-se dizer, então, que, enquanto o polígono de frequência nos dá a imagem real do
fenômeno estudado, a curva de frequência nos dá a imagem tendenciosa.
Assim, após o traçado de um polígono de frequência, é desejável, muitas vezes, que se
faça um polimento, de modo a mostrar o que seria tal polígono com um número maior de
dados.
Esse procedimento, não nos dará certeza absoluta que a curva polida seja tal qual a curva
resultante de um grande número de dados. Porém, pode-se afirmar que ela assemelha-se
mais a curva de frequência que o polígono de frequência obtido de uma amostra limitada.
O polimento, geometricamente, corresponde à eliminação dos vértices da linha
poligonal. Consegue-se isso com a seguinte fórmula:
f ant. 2f i f post.
fci
4
onde:
fci é frequência calculada da classe considerada;
21
Formas das curvas de frequência
(Referências bibliográfica: Estatística Fácil de António Arnot Crespo página 66 a 68)
As curvas de frequência assumem as seguintes formas características:
o Curva simétrica
Esta curva caracteriza-se por apresentar o valor máximo no ponto central e os
pontos equidistantes desse ponto terem a mesma frequência.
o Curvas assimétricas
22
Na prática, não se encontram distribuições perfeitamente simétricas. As
distribuições obtidas de medidas reais são mais ou menos assimétricas, em relação
à frequência máxima.
Assim, as curvas correspondentes a tais distribuições apresentam a cauda de um
lado da ordenada máxima mais longa do que o outro. Se a cauda mais longa fica a
direita é chamada assimétrica positiva ou enviesada à direita, se a cauda se alonga
a esquerda, a curva chamada assimétrica negativa ou enviesada à esquerda.
Assimétrica Positiva
Assimétrica Negativa
23
Curvas em forma de "U":
As curvas em forma de U são caracterizadas por apresentarem ordenadas máximas
em ambas as extremidades.
Como exemplo de fenômeno cuja distribuição teria esse formato, podemos citar a
mortalidade por idade.
BUSSABA, Wilton de O. ;MORETTIN, Pedro, A.; ESTATÍSTICA BÁSICA. 5 ª ed. São Paulo; editora
Saraiva, 2006.
Elizabeth Reis, ESTATÍSTICA DESCRITIVA. 7ª ed. Lisboa; edições Sílabos, Lda.; 2008.
António Arnot Crespo, ESTATÍSTICA Fácil . 19ª ed. Actualizada ; editora Saraiva, 2009.
24