Aula 01 - Estatistica - Aula 01

Pacote de Teoria e Exercícios para Papiloscopista PF
Estatística
Aula 01
Estatística Descritiva
1 Introdução ................................................................................................................................ 2
2 Tipos de Variáveis ................................................................................................................. 3
3 Rol ............................................................................................................................................... 4
4 Séries Estatísticas ................................................................................................................. 4
5 Técnicas de Descrição Gráfica .......................................................................................... 7
5.1 Descrição Gráfica de Variáveis Qualitativas ......................................................... 7
5.2 Descrição Gráfica de Variáveis Quantitativas Discretas .................................. 8
5.3 Descrição Gráfica de Variáveis Quantitativas Contínuas .............................. 10
6 Caracterização de uma Distribuição de Frequências ............................................. 13
6.1 Medidas de Posição ...................................................................................................... 13
7 Medidas de Dispersão ........................................................................................................ 21
7.1 Variância .......................................................................................................................... 22
7.2 Desvio Padrão ................................................................................................................ 27
7.3 Coeficiente de Variação .............................................................................................. 27
7.4 Desvio Interquartílico .................................................................................................. 27
7.5 Diagrama de Caixa ....................................................................................................... 28
8 Resumo.................................................................................................................................... 32
9 Exercícios de Fixação ......................................................................................................... 34
10 Gabarito ............................................................................................................................... 41
11 Resolução dos Exercícios de Fixação ........................................................................ 42
Profs. Alexandre Lima www.pontodosconcursos.com.br 1

As notas explicativas estão indicadas pelos símbolos (*) ou (**). Optei por não
usar notas de rodapé para que haja uma melhor fluência da sua leitura. A
última seção traz um resumo de alguns conceitos e fórmulas importantes para
a prova.
1 Introdução
A Estatística é a ciência que se preocupa em coletar, analisar e fazer

inferências a partir de dados. A sua matéria-prima é um conjunto de dados.
Ela é uma ciência meio, e não fim, sendo útil em vários campos do
conhecimento, tais como física, engenharia, medicina, atuária, biologia,
economia, administração, etc.
Métodos estatísticos nos ajudam a entender o problema da variabilidade. Mas

o que seria essa variabilidade? A idéia é simples. Diversas observações de
um sistema ou fenômeno não produzem exatamente o mesmo resultado. E isto
ocorre porque sistemas/fenômenos físicos estão sujeitos à variabilidade.
Considere, por exemplo, o consumo mensal de energia elétrica da sua casa.
Você observa o mesmo consumo mensal todos os meses? É claro que não! Às
vezes, o consumo varia consideravelmente, como nos meses de verão (devido
ao uso de ar-condicionado, ventilador, etc.) e de inverno (por causa da
utilização de sistemas de aquecimento, secadora de roupas, etc.). Outro
exemplo prático seria a arrecadação mensal de tributos do governo. O governo
precisa saber quais são as fontes potenciais de variabilidade no sistema de
arrecadação. É aí que entra a Estatística, pois ela é capaz de descrever a
variabilidade e de indicar quais fontes de variabilidade são mais importantes
ou quais têm impacto significativo sobre o desempenho da arrecadação.
A Estatística pode ser dividida em duas partes: a Estatística Descritiva, que

aborda a coleta, organização e a descrição dos dados experimentais (*), e a
Inferência Estatística(ou Estatística Indutiva), cujo objetivo é inferir
propriedades de um agregado maior (a população) a partir de um conjunto
menor (a amostra). A inferência estatística não é exata; as suas induções
sempre possuem um determinado grau de incerteza (**)
(*) As etapas de coleta, organização é descrição podem ser resumidas pela

terminologia síntese dos dados.
(**) A indução é um processo de raciocínio em que, partindo-se do

conhecimento de uma parte, procura-se tirar conclusões sobre o todo.
Uma população ou universo é um conjunto de elementos com pelo

menos uma característica comum. A população pode ser finita ou infinita.
Por exemplo, o número de pneus defeituosos produzidos em um dia por uma
determinada fábrica, é uma população de tamanho finito. Já as observações
obtidas pela medição diária de gases de efeito estufa representam uma

população de tamanho infinito. A característica comum deve delimitar de forma

exata quais os elementos que pertencem à população e quais os que não
pertencem. Considere, por exemplo, a população dos indivíduos do sexo
masculino inscritos no próximo concurso para ACE-MDIC. Essa população não
inclui as pessoas do sexo feminino que farão o mesmo concurso.
Depois que caracterizamos a população, procedemos ao levantamento de

dados acerca da característica (ou características) de interesse no estudo em
questão. Na maioria dos problemas de inferência estatística, é impossível ou
impraticável observar toda a população. Devemos então restringir nossas
observações a uma parte da população, isto é, a uma amostra proveniente
dessa população. Uma amostra é, portanto, um subconjunto finito de uma
população, e todos os seus elementos serão examinados para a realização do
estudo estatístico desejado.
Quanto maior a amostra, mais precisas e confiáveis serão as induções

realizadas sobre a população. No limite, resultados 100% confiáveis podem ser
obtidos através do exame completo da população. Na prática, isso não é
necessário, pois induções suficientemente precisas e confiáveis podem ser
realizadas desde que o tamanho da amostra seja corretamente dimensionado.
Retornaremos ao estudo da Inferência Estatística, de forma bastante

detalhada, em aulas posteriores. A partir deste ponto, voltaremos a nossa
atenção para o foco desta aula, que é o estudo da Estatística Descritiva.
2 Tipos de Variáveis
A função da Estatística Descritiva é organizar as informações contidas

nos resultados observados.
De forma geral, podemos ter cada um dos elementos de uma população ou

amostra associado a mais de uma característica de interesse. Por exemplo, o
conjunto dos elementos sob investigação pode ser uma amostra da população
dos candidatos do sexo masculino inscritos no último concurso para ACE/MDIC.
Este é o conjunto dos elementos fisicamente definidos e considerados. Para
este conjunto, as variáveis (características) de interesse poderiam ser:
idade, peso e altura. Neste curso, veremos apenas o caso de variáveis
unidimensionais, em que apenas uma característica de interesse está
associada a cada elemento do conjunto examinado. Há casos, porém, em
que duas ou mais características precisam ser simultaneamente estudadas.
A característica de interesse poderá ser qualitativa ou quantitativa. Tem-se,

portanto, variáveis qualitativas ou quantitativas.
A variável será qualitativa quando resultar de uma classificação por

tipos ou atributos, como, por exemplo:

a) População: moradores de uma cidade.

Variável: sexo (masculino ou feminino).
b) População: peças produzidas por uma máquina.

Variável: qualidade (perfeita ou defeituosa).
Por outro lado, a variável será quantitativa quando seus valores forem
expressos em números. As variáveis quantitativas podem ser discretas ou
contínuas. Uma variável contínua é aquela cujos possíveis valores pertencem
a um intervalo de números reais e que resulta de uma mensuração, como, por
exemplo, a estatura de um indivíduo. Uma variável discreta é aquela cujos
possíveis valores formam um conjunto finito ou enumerável de números, e que
resultam, freqüentemente, de uma contagem.
Exemplos de variáveis discretas:
a) População: casais residentes em um distrito de uma cidade.

Variável: número de filhos.
b) População: carros produzidos em uma linha de montagem.

Variável: número de defeitos por unidade.
Exemplos de variáveis contínuas:
a) População: detergentes de uma certa marca e tipo.

Variável: peso líquido.
b) População: peças produzidas por uma máquina.

Variável: diâmetro externo.
A Estatística Descritiva pode descrever os dados através de gráficos,

distribuições de frequência ou medidas associadas a essas
distribuições, conforme veremos a seguir.
3 Rol
Vimos que a organização dos dados coletados é uma das etapas do processo
estatístico a cargo da Estatística Descritiva.
Um rol é um arranjo dos dados em ordem crescente ou decrescente.

Assim, {10, 8, 20, 12, 15, 3, 2, 4} são dados brutos e {2, 3, 4, 8, 10, 12, 15,
20} constituem o rol.
4 Séries Estatísticas

As tabelas são recursos utilizados pela Estatística, com o objetivo de organizar

e facilitar a visualização e comparação dos dados. As tabelas permitem uma
visão geral dos valores assumidos pelas variáveis dentro de certos parâmetros.
É chamada série estatística toda tabela que apresenta um conjunto de dados

estatísticos distribuídos em função da época, do local ou da espécie. As séries
estatísticas podem ser classificadas em
• históricas;
• geográficas;
• específicas; e
• distribuição de frequências.
Exemplos:
1) Série histórica: Índice Nacional de Preços ao Consumidor Amplo (IPCA)
IPCA (%)
Jun/2011 0,15
Mai/2011 0,47
Abr/2011 0,77
Mar/2011 0,79
Fev/2011 0,80
Jan/2011 0,83
Dez/2010 0,63
Nov/2010 0,83
Out/2010 0,75
Set/2010 0,45
Ago/2010 0,04
Jul/2010 0,01
Jun/2010 0,00
Fonte: IBGE

2) Série geográfica: os 10 maiores PIB do mundo
PIB 2010
País US$ (bilhões)
EUA 14.582
China 5.878
Japão 5.497
Alemanha 3.309
França 2.560
Reino Unido 2.246
Brasil 2.087
Itália 2.051
Canadá 1.574
Fonte: Banco Mundial
3) Série específica: número de formandos por curso de graduação de uma

universidade
NÚMERO DE ALUNOS
EGRESSOS - 2010
Cursos No de egressos
Engenharia 100
Direito 250
Administração 150
Economia 50
Contabilidade 50
(*) Valores hipotéticos
4) Distribuição de frequências:
Altura dos alunos de uma

academia ginástica
Alturas (m) No de alunos
1,50 |-- 1,60 25
1,60 |-- 1,70 45
1,70 |-- 1,80 80
1,80 |-- 1,90 15
1,90 |-- 2,00 5
2,00 |-- 2,10 1
(*) Valores hipotéticos
O conceito de distribuição de frequências é importante e será visto com um

maior grau de detalhamento na próxima seção.

5 Técnicas de Descrição Gráfica
A frequência de um dado valor de uma variável (qualitativa ou quantitativa) é

definida como o número de vezes que esse valor foi observado. Seja fi a
frequência do i-ésimo valor observado. Se o número total de elementos
observados é n, então vale a relação
k
(1) ∑f
i =1
i =n
em que k denota o número de diferentes valores existentes da variável.
A associação das respectivas frequências a todos os diferentes valores

observados define a distribuição de frequências do conjunto de valores
observados. Também podemos trabalhar com a noção de frequência relativa
de um valor observado, definida como
fi
(2) pi = .
n
Observe que
k
(3) ∑p
i =1
i =1.
5.1 Descrição Gráfica de Variáveis Qualitativas
O gráfico obtido por meio do cálculo das frequências ou frequências relativas

poderá ser um diagrama de barras, um diagrama circular ou qualquer
outro tipo de diagrama equivalente.
Exemplo. Considere um grupo de 147 candidatos a um curso de MBA,

classificados segundo a sua graduação, conforme a Tabela 1.
Tabela 1: formação de graduação.
Formação Frequências Freq. Relativa (%)

Engenheiros 45 30,61
Administradores 38 25,85
Economistas 35 23,81
Contadores 16 10,88
Outros 13 8,84
Total 147 100,00

Os dados estão representados por meio de um diagrama de barras e por um

diagrama circular (veja as duas figuras a seguir).
5.2 Descrição Gráfica de Variáveis Quantitativas Discretas
A descrição gráfica de variáveis quantitativas discretas é normalmente feita

por meio de um diagrama de barras. Como a variável é quantitativa, seus
valores numéricos podem ser representados num eixo horizontal. Neste caso,
as barras do diagrama serão verticais.
Exemplo. Considere a variável “número de defeitos por unidade” obtidos a

partir de produtos retirados de uma linha de produção. Seja o conjunto de 20
valores obtidos conforme a Tabela 2.

Tabela 2: distribuição de frequências.
xi fi pi
0 8 0,20
1 14 0,35
2 10 0,25
3 4 0,10
4 2 0,05
5 2 0,05
Total 40 1,00
A figura abaixo mostra o diagrama de barras associado aos dados da Tabela 2.
Também é possível representar graficamente os dados da Tabela 2 utilizando

as frequências acumuladas, que serão denotadas por Fi. A frequência
acumulada, em qualquer ponto do eixo horizontal (ou eixo das
abscissas), é a soma das frequências de todos os valores menores ou
iguais ao valor correspondente a esse ponto. De forma análoga, também
temos as frequências relativas acumuladas Pi. A Tabela 3 ilustra as frequências
e frequências relativas acumuladas para os dados da Tabela 2. A figura a
seguir mostra o gráfico das frequências acumuladas.
Tabela 3: frequências acumuladas.
xi Fi Pi
0 8 0,20
1 22 0,55
2 32 0,80
3 36 0,90
4 38 0,95
5 40 1,00

5.3 Descrição Gráfica de Variáveis Quantitativas Contínuas
O diagrama de barras não é usado na descrição gráfica de variáveis

quantitativas contínuas (*). O Exemplo a seguir ilustra a técnica usualmente
empregada na prática.
(*) Devido à natureza contínua da variável.
Exemplo. Considere a variável comprimento de peças produzidas em uma

fábrica, dada em centímetros:
10,4 10,5 10,8 10,2 10,6

10,6 10,2 10,7 10,4 10,5
10,3 10,5 10,4 10,7 10,4
10,9 10,5 10,3 10,6 10,5
10,4 10,5 10,6 10,9 10,7
Na Tabela 4, temos os dados acima organizados em termos de frequências e

de frequências relativas, simples e acumuladas.

Tabela 4: distribuição das frequências e das frequências acumuladas.
xi fi Fi pi Pi
10,2 2 2 0,08 0,08
10,3 2 4 0,08 0,16
10,4 5 9 0,20 0,36
10,5 6 15 0,24 0,60
10,6 4 19 0,16 0,76
10,7 3 22 0,12 0,88
10,8 1 23 0,04 0,92
10,9 2 25 0,08 1,00
25 1,00
A próxima figura é uma representação gráfica das duas primeiras colunas da

Tabela 4. É importante que você aprenda a interpretar corretamente o gráfico
da figura a seguir. Por exemplo, a frequência 2 associada ao valor 10,3 quer
dizer, na verdade, que temos dois valores compreendidos entre os limites
10,25 e 10,35, que foram aproximados, no processo de medição, para 10,3.
Portanto, uma representação gráfica correta deverá associar a frequência 2 ao
intervalo 10,25 - 10,35. Isto é feito por meio de uma figura formada com
retângulos cujas áreas representam as frequências dos diversos
intervalos existentes. Tal figura é denominada histograma.
4
f
0
10.2 10.3 10.4 10.5 10.6 10.7 10.8 10.9 11
x
No caso das variáveis contínuas, as frequências sempre serão associadas a

intervalos de variação da variável e não a valores individuais. Tais intervalos
são chamados de classes de frequências. Estas classes são usualmente
representadas pelos seus pontos médios.

Variáveis contínuas também podem ser representadas pelo polígono de

frequências, que é obtido unindo-se os pontos médios dos patamares do
histograma. Para completar a figura, consideram-se duas classes laterais com
frequência nula (*). A figura a seguir ilustra o polígono de frequências
correspondente ao histograma da figura anterior.
(*) Exceto no caso de variáveis essencialmente positivas cujo histograma se

inicia no valor zero, pois não haveria sentido em se considerar um intervalo
com valores negativos.
4
f
0
10.2 10.3 10.4 10.5 10.6 10.7 10.8 10.9 11
x
A figura a seguir mostra os gráficos das frequências relativas acumuladas e do

polígono de frequências relativas acumuladas (ou ogivas percentuais (*))
relativos ao último exemplo.
(*) O polígono de frequências acumuladas também pode ser chamado de

ogiva.

0.9
0.8
0.7
0.6
0.5
P
0.4
0.3
0.2
0.1
0
10.2 10.3 10.4 10.5 10.6 10.7 10.8 10.9 11
x
Na prática, às vezes é necessário agrupar os dados em classes de frequência

que englobam diversos valores da variável. A frequência de cada classe será,
nesse caso, igual à soma das frequências de todos os valores existentes dentro
da classe. Este procedimento corresponde a uma diminuição proposital da
precisão com que os dados foram computados. O problema a resolver, em tais
casos, é o de determinar qual o número k de classes a constituir, qual o
tamanho ou amplitude h dessas classes e quais os seus limites. Seja R a
amplitude do conjunto de dados, ou seja, a diferença entre o maior e o menor
dos valores observados. Fixado o número k de classes, resulta
R
(4) h≈ .
k
6 Caracterização de uma Distribuição de Frequências
A distribuição de frequências de uma variável quantitativa também pode ser

caracterizada por grandezas numéricas denominadas medidas da distribuição
de frequências. As medidas buscam sumarizar as informações disponíveis
sobre o comportamento de uma variável.
Há medidas de posição, de dispersão, de assimetria e de achatamento ou

curtose. As medidas de posição e de dispersão são as mais importantes
na prática e servem para localizar as distribuições e caracterizar a sua
variabilidade. As medidas de dispersão serão vistas na próxima aula.
6.1 Medidas de Posição
As medidas de posição servem para localizar a distribuição de frequências

sobre o eixo de variação da variável em questão. Estudaremos, nesta aula, a
média, a mediana e a moda.
A média e a mediana indicam, por critérios diferentes, o centro da

distribuição de frequências, ou seja, são medidas de tendência central.
A moda, por sua vez, indica a região de maior concentração de
frequências na distribuição.
Média Aritmética
Suponha que você more em São Paulo (capital) e que esteja planejando uma
viagem de carro para o Rio de Janeiro (capital) pela rodovia BR-116 (rodovia
Pres. Dutra) no próximo feriadão. Qual seria o tempo gasto na viagem? Bem, a
resposta “mais exata”, do ponto de vista estatístico, uma vez que o tempo de
viagem é uma grandeza aleatória (o tempo de viagem varia em função de
fatores sobre os quais não temos controle tais como congestionamentos
devidos a acidentes com veículos, fiscalizações da Polícia Rodoviária, etc.),
seria fornecer a distribuição de frequências dos tempos de viagem de carro
para o Rio de Janeiro (vamos admitir que você viaje de carro com alguma
frequência para o Rio de Janeiro e que tenha coletado esse conjunto de
dados). Porém, ninguém espera que você dê como resposta uma distribuição
de frequências dos tempos de viagem. O que se espera é que você forneça o
tempo esperado ou médio que será gasto na viagem. Como calculamos a
média de uma distribuição de frequências? Responderemos essa pergunta na
sequência.
A média aritmética, ou média, de um conjunto de n números x 1 , x 2 ,..., x n é

definida por (leia-se “x barra”)
x1 + x 2 + ... + x n 1 n 1
(5) x= = ∑xj = ∑x
n n j=1 n
Exemplo. A média dos números 3, 4, 8, 11 e 13 é
3 + 4 + 8 + 11 + 13
x= = 7,8
5
Se k valores distintos observados ocorrerem com as frequências

f1 , f 2 ,..., f k , respectivamente, a média será
f x + f x + ... + f k x k
∑f x j j
1 k k
(6) x= 1 1 2 2
f1 + f 2 + ... + f k
= j=1
k
= ∑j j ∑
f x = p jx j
∑f
n j=1 j=1
j
j=1
em que pj denota a j-ésima frequência relativa.

Exemplo. Se 4, 7, 5, 2 ocorrerem com as frequências 3, 2, 4 e 1,

respectivamente, a média aritmética será de
(4 × 3) + (7 × 2) + (5 × 4) + (2 × 1)
x= = 4,8
3 + 2 + 4 +1
Mencionamos acima que a média caracteriza o centro da distribuição de

frequências; fazendo uma analogia com a mecânica, poderíamos interpretar a
média como sendo o “centro de gravidade” de uma distribuição de frequências.
Podemos destacar as seguintes propriedades da média:
a) multiplicando todos os valores de uma variável por uma constante, a

média do conjunto fica multiplicada por essa constante. Seja x a
variável de interesse, c um valor constante e y = cx. Então y = cx .
b) somando ou subtraindo uma constante a todos os valores de uma
variável, a média do conjunto fica acrescida ou diminuída dessa
constante. Seja x a variável de interesse, c um valor constante e
y = x ± c . Então y = x ± c .
Média Aritmética de Dados Agrupados
Quando os dados são apresentados em uma distribuição de frequências, todos

os valores incluídos num certo intervalo de classe são considerados
coincidentes com o ponto médio do intervalo. As fórmulas (5) e (6) serão
válidas para esses dados agrupados quando se interpretar x j como o ponto
médio e f j como a frequência de classe correspondente.
Exemplo. Seja a distribuição em classes de frequência dada na Tabela 5.

Temos que
x=
∑x f i i
=
5.500
= 55,0 .
n 100
Tabela 5: cálculo da média.
Classe fi xi xifi
(limites reais)
40,0 45,0 6 42,5 255
45,0 50,0 16 47,5 760
50,0 55,0 32 52,5 1.680
55,0 60,0 24 57,5 1.380
60,0 65,0 14 62,5 875
65,0 70,0 6 67,5 405
70,0 75,0 2 72,5 145
100 5.500
Média das médias
Sejam os conjuntos A com n A valores, B com n B valores, ..., e K com n K

valores. Se A tem média x A , B tem média x B , ..., e K tem média x K , então a
média do conjunto maior que é formado pela reunião de todos os elementos
dos conjuntos A, B, ..., K em um único conjunto é dada por:
n A x A + n B x B + ... + n K x K
(7) x= ,
n A + n B + ... + n K
Exemplo. Em uma empresa, há 400 homens e 100 mulheres. Os salários

médios pagos aos empregados dos sexos masculino e feminino são de R$
2.520,00 e R$ 2.420,00, respectivamente. Calcule a média global dos salários.
Dados: n H = 400 , x H = 2.520 ; n M = 100 , x M = 2.420
n H x H + n M x M 400 × 2.520 + 100 × 2.420

x= = = 2.500
nH + nM 500
Média global dos salários = R$ 2.500,00
Outros Tipos de Média
Podemos definir outros tipos de média de um conjunto de dados, tais como a

média geométrica x g , a média harmônica x h e a média ponderada x p
dadas por
(8) x g = n x1.x 2 ...x n
n
(9) xh =
1 1 1
+ + ... +
x1 x 2 xn
w1x1 + w 2 x 2 + ... + w n x n
(10) x p =
w1 + w 2 + ... + w n
em que w 1 , w 2 ,..., w n denotam fatores de ponderação ou pesos.
Exemplo. A média geométrica dos números 2, 4 e 8 é:
x g = 3 2 × 4 × 8 = 3 64 = 4
Exemplo. A média harmônica dos números 2, 4 e 8 é:

3
xh = ≈ 3,43
1 1 1
+ +
2 4 8
Exemplo. O desempenho em um curso de graduação é avaliado por meio das

notas obtidas nas provas bimestrais P1 e P2 e pela nota de Atividades (A).
Sabendo-se que a P2 tem peso 5, que a P1 tem peso 2 e que A tem peso 3,
determine a média final do aluno que obteve as seguintes notas (em uma
escala de 0 a 10): P1 = 5,0, P2 = 4,5 e A=8,5.
(2 × 5,0) + (5 × 4,5) + (3 × 8,5) 53,5

xp = = = 5,35 ≈ 5,4
2+5+3 10
Relação entre as médias aritmética, geométrica e harmônica
A média geométrica de um conjunto de números positivos x1 , x 2 ,..., x n é menor

do que ou igual à sua média aritmética, mas é maior do que ou igual à sua
média harmônica:
média harmônica≤ média geométrica ≤ média aritmética
Mediana
A mediana caracteriza o centro de uma distribuição de frequências com base

na ordem dos valores que formam o conjunto de dados. A mediana é o
valor que ocupa a posição central dos dados ordenados. A mediana é o
valor que divide a distribuição ao meio, deixando os 50% menores
valores de um lado e os 50% maiores valores do outro lado.
A mediana de um conjunto de n valores ordenados, sendo n ímpar, é

definida como o valor de ordem (n+1)/2 desse conjunto. Se n for par,
consideraremos a mediana como o valor médio entre os valores de ordem n/2
e (n/2) + 1 do conjunto de dados.
Exemplo. A mediana dos nove valores já ordenados,
12 14 15 19 20 22 26 27 30
é igual a 20. A mediana dos oito valores já ordenados,
12 14 15 19 20 26 27 30
é igual a (19+20)/2 = 19,5.
A mediana (md) de uma distribuição em classes de frequências é dada pela

expressão
(n / 2) − Fa
(11) md = Li + × h md
f md
em que L i é o limite inferior da classe que contém a mediana, n é o número

de elementos do conjunto de dados, Fa é a soma das frequências das classes
anteriores à que contém a mediana, f md é a frequência da classe que contém a
mediana e h md é a amplitude da classe que contém a mediana. A expressão
(11) supõe que os valores observados da variável tenham se distribuído
homogeneamente dentro das diversas classes.
Exemplo. Considere os dados da Tabela 5, repetidos abaixo na Tabela 6.
Tabela 6
Classe fi
(limites reais)
40,0 45,0 6
45,0 50,0 16
50,0 55,0 32
55,0 60,0 24
60,0 65,0 14
65,0 70,0 6
70,0 75,0 2
100
A mediana é
50 − 22
md = 50,0 + × 5 = 54,375 .
32
Em certos casos práticos, como aqueles que envolvem distribuições de

frequência com valores extremos, é mais conveniente usar a mediana como
medida de tendência central, pois a média sofre influência de valores
extremos. Neste caso, a mediana fornecerá uma melhor idéia do centro da
distribuição de frequências da variável sob análise.
A mediana de uma distribuição em classes de frequências pode ser

geometricamente interpretada como o ponto tal que uma vertical por ela
traçada divide a área sob o histograma em duas partes iguais.
A mediana e a média são coincidentes quando a distribuição é simétrica. Em

distribuições assimétricas, a média tende a deslocar-se para o lado da cauda
mais longa (vide figura abaixo).

A mediana divide o conjunto ordenado de dados em dois subconjuntos

com igual número de elementos. Há outras maneiras de se dividir os dados
ordenados. Os quartis (Q1, Q2, Q3) dividem o conjunto ordenado de valores
em quatro subconjuntos com igual número de elementos. O primeiro quartil
(Q1) ou quartil inferior (Qi) delimita os 25% menores valores; o segundo
quartil é a própria mediana e o terceiro quartil (Q3) ou quartil superior (Qs) é o
valor que separa os 25% maiores valores (veja a próxima figura). Além dos
quartis, podemos definir os decis (D1, D2,..., D9), que são os valores que
dividem os dados ordenados em dez partes iguais (note que a mediana
corresponde ao quinto decil D5) e os percentis,que são os valores que dividem
os dados ordenados em 100 partes iguais, sendo representados por P1, P2,...,
P99 (a mediana é o percentil P50).
De maneira geral, os quartis, decis e percentis e outros valores obtidos

mediante subdivisões dos dados em partes iguais são denominados quantis.

Moda
A moda é dada pelo valor mais freqüente (ou de máxima frequência).

Sendo assim, a moda para o conjunto de dados da Tabela 2 é 1 e, no caso da
Tabela 6, a classe modal é 50,0 55,0.
Se todas as realizações do conjunto de valores observados ocorrem com a

mesma frequência, diz-se que a série estatística é amodal, ou seja, não tem
valor modal.
Exemplo. Seja a série estatística {2, 1, 9, 4, 5, 20, 8, 7, 11, 19}. Essa série é
amodal, pois não há repetição de valores (todos ocorrem o mesmo número de
vezes).
Pode haver mais de uma moda em um conjunto de valores. Se houver apenas

uma moda, a distribuição é dita unimodal. Se houver duas, é bimodal, se
possuir três é trimodal e assim sucessivamente.
No caso de distribuições de frequência em classes de mesma amplitude, é

comum definir-se a moda (mo) como um ponto pertencente à classe modal,
dado por
d1
(12) mo = Li + h,
d1 + d 2
em que L i é o limite inferior da classe modal, d1 é a diferença entre a

frequência da classe modal e a da classe imediatamente anterior, d 2 é a
diferença entre a frequência da classe modal e a da classe imediatamente
seguinte e h é a amplitude das classes. A fórmula (12) corresponde ao cálculo
da moda pelo Método de Czuber.
Exemplo.Considere os dados da Tabela 6. Então Li = 50,0 , d1 = 32 − 16 = 16 ,

d 2 = 32 − 24 = 8 , h = 5 e a moda é
16
mo = 50,0 + × 5 ≈ 53,333 .
16 + 8
A moda também pode ser calculada pelo Método de King:
f post
mo = Li + h,
f post + f ant

em que L i denota o limite inferior da classe modal, f post é a frequência da

classeposteriorà classe modal, f ant é a frequência da classe anterior à classe
modal e h é a amplitude da classe modal.
Caso a questão da prova não especifique, deverá ser utilizado o

método de Czuber.
Relação Empírica entre a Média, a Mediana e a Moda
Para as curvas de frequência unimodal moderadamente inclinadas

(assimétricas), a seguinte relação empírica é válida
(13) x − mo = 3 × ( x − md)
ou seja,
Média Moda = 3(Média - Mediana).
A figura abaixo mostra as posições relativas da moda, mediana e média para

uma distribuição de frequência (levemente) inclinada para a direita.
7 Medidas de Dispersão
Pense na seguinte situação: uma pessoa faz quatro refeições por dia, enquanto
que outra não faz nenhuma refeição por dia. Na média, ambas fazem duas
refeições por dia. Isto quer dizer que os dois indivíduos estão bem
alimentados? A resposta óbvia é não. É para isso que servem as medidas de
dispersão, isto é, medidas de como os dados estão agrupados: mais ou menos
próximos entre si (mais ou menos dispersos).

As medidas de dispersão indicam o quanto os dados se apresentam dispersos

em torno da região central. Desta forma, caracterizam o grau de variabilidade
existente nos dados. As seguintes medidas de dispersão nos interessam: a
variância, o desvio padrão, o coeficiente de variação e o desvio
interquartílico.
7.1 Variância
A variância de um conjunto de observações {x1 , x 2 ,..., x n } pode ser calculada pela

fórmula
1 n
(14) s 2x = ∑
n i=1
(x i − x)2
em que s 2x denota a variância e x representa a média aritmética. Se os valores

k
distintos x1 , x 2 ,..., x k ocorrerem com as frequências f1 , f 2 ,..., f k ( ∑ f i = n ),
i =1
respectivamente, a variância será dada por (*)
1 k
(15) s 2x = ∑ fi (x i − x )2 .
n i=1
(*) Em (14) e (15), consideramos que os dados se referem a uma população

finita. Caso os dados estejam associados a uma amostra, o fator n (= Σfi)
que aparece no denominador do lado direito de (14) e (15) deve ser
substituído por (n–1). A justificativa para o uso do fator (n–1) será
apresentada em outra aula, mas já posso adiantar que ela está relacionada à
inferência estatística. Não obstante, a diferença entre as duas definições torna-
se desprezível para grandes valores de n.
A variância tem, entre outras, as seguintes propriedades:
a) multiplicando todos os valores de uma variável por uma

constante, a variância do conjunto fica multiplicada pelo
quadrado dessa constante. Seja x a variável de interesse, c um
valor constante e y = cx. Então s 2y = c 2s 2x .
b) somando ou subtraindo uma constante a todos os valores de
uma variável, a variância não se altera. Seja x a variável de
interesse, c um valor constante e y = x + c. Então s 2y = s 2x .
Note-se que (14) pode ser reescrita na forma
2
⎛1 ⎞ ⎛1 ⎞ ⎛1 ⎞
s 2x = ⎜ ∑ x i2 ⎟ − ⎜ ∑ x i ⎟ = ⎜ ∑ x i2 ⎟ − x 2 ,
⎝n i ⎠ ⎝n i ⎠ ⎝n i ⎠

ou seja, como a diferença entre a média aritmética dos quadrados dos

valores e o quadrado da média aritmética dos valores:
⇒ VARIÂNCIA = Média dos Quadrados – Quadrado da Média.
Exemplo. Considere o conjunto de dados {2, 5, 8, 11, 14}. Então a variância

desse conjunto é
A) 8
B) 20,25
C) 18
D) 24
E) 22
Resolução
A média do conjunto é
2 + 5 + 8 + 11 + 14
x= =8
5
e a variância
s 2
=
∑ (x i − x)2
=
(2 − 8) 2 + (5 − 8) 2 + (8 − 8) 2 + (11 − 8) 2 + (14 − 8) 2
= 18.
x
n 5
Também podemos usar a fórmula "maceteada" da variância:
⎛1 ⎞
Variância = Média dos Quadrados – Quadrado da Média = ⎜ ∑ x i2 ⎟ − x 2
⎝n i ⎠
Sequência de cálculos:
1) Média dos quadrados:
1 2 2 + 52 + 82 + 112 + 14 2 410
∑ i
n i
x 2
=
5
=
5
= 82 .
2) Quadrado da média:
2
⎛1 ⎞
⎜ ∑ x i ⎟ = x 2 = 82 = 64 .
⎝n i ⎠
Então,

3) s 2x = 82 − 64 = 18 (mesmo resultado!).
GABARITO: C
Variância Combinada
Considere o conjunto de dados A com NA elementos, média A e variância s 2A e

o conjunto B com NB elementos, média B e variância s 2B . Pode-se demonstrar
que a variância da população conjunta A+B, também denominada
variância combinada ou global, é dada por
∑A ∑B
⎡∑ A + ∑ B⎤
2 2 2
s 2
A+B = + −⎢ ⎥ .
NA + NB NA + NB ⎣ NA + NB ⎦
Fazendo N = NA + NB, obtemos
∑A ∑B ⎛ ∑A + ∑B⎞
2 2 2
s 2
= + − ⎜⎜ ⎟ .
A+B
N N N ⎟
⎝ ⎠
Já caiu em prova! (Adm. Jr./REFAP/2007/Cesgranrio). O setor de

recursos humanos de uma empresa tem o hábito de divulgar separadamente a
média e a variância das notas das avaliações dos funcionários do sexo feminino
e do masculino. Na última avaliação, os resultados obtidos foram:
Feminino Masculino
Número de funcionários 20 30
Média 6 7
Variância 3,4 4
A média e a variância das notas dos funcionários dessa empresa,

respectivamente, valem:
A) 6,5 e 3,7
B) 6,6 e 3,4
C) 6,6 e 4,0
D) 7,5 e 3,7
E) 13,0 e 7,5
Resolução
Dados: NA = 20, A = 6 e s 2A = 3,4 (conjunto feminino); NB = 30, B = 7 e s 2B = 4,0

(conjunto masculino).

A média global ou média das médias é dada pela média ponderada das
médias dos conjuntos:
N A A + N B B 20 × 6 + 30 × 7
X A+B = = = 6,6.
NA + NB 20 + 30
O resultado acima já nos permite eliminar as opções A, D e E. Restaram as

alternativas B e C.
A variância combinada é dada por
∑A ∑B ⎛ ∑A + ∑B⎞
2 2 2
s 2
= + − ⎜⎜ ⎟ .
A+B
N N N ⎟
⎝ ⎠
Calcularemos a variância combinada se soubermos os valores das somatórias

∑ A (soma de A), ∑ B (soma de B), ∑ A 2 (soma dos quadrados de A) e ∑ B 2
(soma dos quadrados de B).
∑A = 6 ⇒
A média do conjunto A é 6 ⇒
20
∑ A = 120 (soma de A = 120).
A média do conjunto B é 7 ⇒
∑B = 7 ⇒ ∑ B = 210 (soma de B = 210).
30
A variância de A é 3,4. Então,
=
∑A 2 ⎛ ∑ A ⎞2
⎜
−⎜ ⎟
∑ A2 ∑ A2 ∑ A2
sA2 ⎟ = 3,4 ⇒ 20 − A = 3,4 ⇒ 20 − 6 = 3,4 ⇒ 20 = 39,4
2 2
NA ⎝ NA ⎠
⇒ ∑ A 2 = 20 × 39,4 = 788 (soma dos quadrados de A = 788).
A variância de B é 4,0. Logo,
sB2 =
∑B 2 ⎛ ∑ B ⎞2
− ⎜⎜ ⎟ = 4,0 ⇒
∑ B 2 − B 2 = 4,0 ⇒ ∑ B 2 − 72 = 4,0 ⇒ ∑ B 2 = 53,0
NB ⎟ 30 30 30
⎝ NB ⎠
⇒ ∑ B 2 = 30 × 53 = 1.590 (soma dos quadrados de B = 1.590).
Finalmente, temos que
=
∑ A + ∑B2
−⎜
⎛ ∑ A + ∑ B ⎞2
2
⎜ ⎟ 788 1.590 ⎛120 + 210 ⎞ 2.378 ⎛ 330 ⎞
2 2
sA2 +B ⎟ = 50 + 50 − ⎜⎝ 50 ⎟⎠ = 50 − ⎜⎝ 50 ⎟⎠ = 47,56 − 6,6

2
N N ⎝ N ⎠
sA2 +B = 47,56 − 43,56 = 4,0 ⇒ variância combinada = 4,0.
GABARITO: C
Nota: se as médias dos conjuntos A e B forem iguais, ou seja, se A = B , a

variância combinada pode ser calculada por meio da fórmula simplificada
N A sA2 + N B sB2 N A sA2 + N B sB2

s 2
A +B = = ,
NA + NB N
em que N = NA + NB. Repare que trata-se de uma média ponderada das

variâncias individuais.
Atenção: a fórmula acima é um caso particular da fórmula anterior da

variância combinada. Você só poderá aplicá-la quando as médias dos
conjuntos A e B forem iguais!
Exemplo. Sejam os conjuntos de números {2, 5, 8, 11, 14} e {2, 8, 14},

Assinale a opção com a variância dos conjuntos combinados ou reunidos.
A) 8
B) 20,25
C) 18
D) 24
E) 22
Resolução
Temos a série estatística A = {2, 5, 8, 11, 14} com média
2 + 5 + 8 +11+14 40
A= = =8
5 5
e a série B = {2, 8, 14} com média
2 + 8 +14 24
B= = = 8.
3 3
Como as médias são iguais, podemos aplicar a fórmula simplificada
N A sA2 + N B sB2
sA2 +B = .
N
Variância do 1º conjunto:

s2
=
∑ (A − A ) 2
=
(2 − 8) 2 + (5 − 8) 2 + (8 − 8) 2 + (11 − 8) 2 + (14 − 8) 2
= 18.
A
NA 5
Variância do 2º conjunto: s 2
=
∑ (B − B ) 2
=
(2 − 8) 2 + (8 − 8) 2 + (14 − 8) 2
= 24.
B
NB 3
5 × 18 + 3 × 24
Variância combinada: sA2 +B = = 20,25.
5+3
GABARITO: B
7.2 Desvio Padrão
O desvio padrão de um conjunto de dados é a raiz quadrada positiva

da variância, ou seja,
(16) s x = + s x2 .
O desvio padrão está na mesma unidade da variável, sendo, por isso, de maior
interesse na prática.
Exemplo. Determine o desvio padrão do conjunto 2, 5, 8, 11, 14.
Vimos que esse conjunto possui variância igual a 18. Logo, s x = 18 ≈ 4,24 .
7.3 Coeficiente de Variação
O coeficiente de variação é definido como o quociente entre o desvio

padrão e a média, sendo frequentemente expresso em porcentagem:
sx
(17) cv( x ) = .
x
Esta medida caracteriza a dispersão dos dados em termos relativos a seu valor
médio.
Exemplo. Determine o coeficiente de variação do conjunto 2, 5, 8, 11, 14.
4,24
O conjunto tem média 8 e desvio padrão 4,24. Portanto, cv( x) = ≈ 0,53 = 53% .
8
7.4 Desvio Interquartílico
O desvio interquartílico, definido por

(18) d Q = Q s − Q i ,
em que d Q denota o desvio interquartílico, Q s é o quartil superior e Q i o

quartil inferior, pode ser usado como uma medida de dispersão. Em
distribuições mais dispersas, os valores dos quartis ficam mais distantes. Em
distribuições simétricas, a distância entre o quartil inferior e a mediana é igual
à distância entre a mediana e o quartil superior, enquanto que em distribuições
assimétricas essas distâncias são diferentes.
Exemplo. O primeiro e o terceiro quartis da distribuição das alturas dos

estudantes da Universidade de São Paulo são 165,56 cm e 178,59 cm,
respectivamente. Calcule o desvio interquartílico dessa distribuição.
d Q = Qs − Qi = 178,59 − 165,56 = 13,03 cm.
7.5 Diagrama de Caixa
Um diagrama de caixa ou box plot ou “caixa-de-bigodes” é um retângulo

que representa o desvio interquartílico (IQR) (é a estatística d Q definida
por (18)). Para construir esse diagrama (veja a próxima figura), consideramos
um retângulo onde estão representados a mediana, o primeiro quartil (Q1) e o
terceiro quartil (Q3). A partir do retângulo, para cima, segue uma linha até o
ponto mais remoto que não pode exceder LS = Q3 + 1,5.IQR, chamado limite
superior. De modo análogo, a partir do retângulo, para baixo, segue uma
linha até o ponto mais remoto que não seja menor que LS = Q1 –1,5.IQR,
chamado limite inferior. Os valores compreendidos entre esses dois limites
são chamandos valores adjacentes. As observações que estiverem acima do
limite superior ou abaixo do limite inferior serão denominadas pontos
exteriores. Essas observações são destoantes das demais e podem ou não ser
o que chamamos de outliers ou valores atípicos (*)1. Um outlier pode ser
produto de um erro de observação ou de arredondamento. Contudo, as
denominações pontos exteriores e outliers são frequentemente usadas com o
mesmo significado por alguns autores2: observações fora de lugar,
discrepantes ou atípicas.
(*) A média aritmética é sensível a outliers. Um único valor “ruim” do conjunto

de dados pode distorcer a média, ou seja, pode mover a média para longe do
centro da distribuição de frequências. As médias geométrica e harmônica,
assim como a aritmética, também não são robustas a outliers.
O box plot nos dá uma noção da posição, dispersão, assimetria, caudas e

dados discrepantes da distribuição. A posição central é dada pela mediana e a
dispersão por IQR. As posições relativas de Q1, Q2 e Q3 nos dão uma idéia da
1
BUSSAB, Wilton de O.; MORETTIN, Pedro Alberto. Estatística Básica. São Paulo: Ed. Saraiva, 2010.
2
MONTGOMERY, Douglas C.; RUNGER, George C. Estatística Aplicada e Probabilidade para Engenheiros. Rio de
Janeiro: LTC, 2008.
assimetria da distribuição. Os comprimentos das caudas são dados pelas linhas

que vão do retângulo aos valores remotos e pelos valores atípicos. Os
comprimentos das caudas são dados pelas linhas que vão do retângulo aos
valores remotos e pelos valores atípicos.
Exemplo. Considere um conjunto de dados com os seguintes percentis:
0% 25% 50% 75% 100%

1,7524 4,6901 5,7004 6,1768 7,3658
A próxima figura é um box plot do conjunto de dados que gerou a tabela de

percentis acima. A cauda inferior é longa e isto indica que a distribuição é
assimétrica. Note também a presença de outliers na parte inferior do box plot
(são os pontos vermelhos).

5
Valores
A figura abaixo mostra o histograma associado ao box plot do exemplo.
90
80
70
60
50
40
30
20
10
0
1 2 3 4 5 6 7 8
_______________________________________________________
A próxima figura reforça a relação do box plot com o histograma. A distribuição

da esquerda é simétrica, enquanto que a da direita é assimétrica.

Os box plots da figura abaixo mostram a comparação dos tamanhos das

pétalas em duas amostras das espécies de flor-de-lis versicolor e virginica3.
6.5
5.5
Valores
4.5
3.5
versicolor virginica
A existência de um outlier nos dados da espécie versicolor é indicada pelo

ponto vermelho na parte inferior esquerda da figura.
3
Conjunto de dados de Fisher.
8 Resumo
- A frequência de um dado valor de uma variável (qualitativa ou quantitativa)

é definida como o número de vezes que esse valor foi observado.
- A associação das respectivas frequências a todos os diferentes valores

observados define a distribuição de frequências do conjunto de valores
observados.
- A frequência acumulada de um dado valor é igual a soma das

frequências de todos os valores menores ou iguais ao valor em
consideração.
- Um histograma é um gráfico da distribuição de frequências de uma

variável quantitativa.
- As medidas de posição servem para localizar a distribuição de

frequências sobre o eixo de variação da variável (eixo horizontal).
- A média, a mediana e a moda são medidas de posição.
x1 + x 2 + ... + x n 1 n
- Média aritmética: x = = ∑ xi
n n i=1
n A x A + n B x B + ... + n K x K
- Média das médias: x =
n A + n B + ... + n K
⎛ n ⎞
- Média geométrica: x g = n x1.x 2 ...x n =⎜⎜ ∏ x i ⎟⎟1 / n
⎝ i=1 ⎠
n n
- Média harmônica: x h = = n
1 1 1 1
+
x1 x 2
+ ... +
xn ∑x
i =1 i
w x + w 2 x 2 + ... + w n x n ∑w x i i
- Média ponderada: x p = 1 1 = i =1
w1 + w 2 + ... + w n n
∑w
i =1
i
- A mediana é o valor que divide a distribuição ao meio, deixando os 50%

menores valores de um lado e os 50% maiores valores do outro lado.
- A moda é dada pelo valor mais freqüente (ou de máxima frequência).

- Variância = Média dos Quadrados – Quadrado da Média
∑A ∑B ⎛ ∑A + ∑B⎞
2 2 2
- Variância combinada dos conjuntos A e B: s 2

A+B = + − ⎜⎜ ⎟
⎟
N N ⎝ N ⎠
- Desvio Padrão = Raiz Quadrada positiva da Variância.
sx
- Coeficiente de variação: cv( x ) = .
x
- Desvio interquartílico: d Q = Qs − Qi
- Um diagrama de caixa ou box-plot é um retângulo que representa o desvio

interquartílico. Esse retângulo indica, portanto, a faixa dos 50% dos valores
mais típicos da distribuição. O retângulo é dividido no valor correspondente à
mediana; assim, ele indica o quartil inferior, a mediana e o quartil superior.

9 Exercícios de Fixação
Classificação mínimo 1º quartil mediana média 3º quartil máximo variância
A 20 25 27,5 30 32,5 50 49
B 18 23 32 33 42 52 100
A ou B x y z 31 w u v
(Papiloscopista PF/2004/Cespe-UnB) De acordo com um levantamento

estatístico, a média das idades de um grupo de presidiários é igual a 31 anos
de idade. Nesse levantamento, os presidiários foram classificados como A ou B,
dependendo da sua condição psicossocial. Constatou-se que a média das
idades dos presidiários classificados como A é menor que a média das idades
dos presidiários classificados como B. A tabela acima apresenta algumas
medidas estatísticas obtidas por meio desse levantamento.
A partir das informações acima, julgue os itens que se seguem.
1. A moda das idades dos presidiários classificados como A, segundo a fórmula

de Czuber, está entre 25,5 e 26 anos de idade.
2. O número de presidiários classificados como A é igual ao dobro do número

de presidiários classificados como B.
3. O valor de v está entre 65 e 75.
4. valores de x e u são, respectivamente, iguais a 19 e 51 anos de idade.
(Papiloscopista PF/2004/Cespe-UnB) O ser humano tem impressos nos

dedos das mãos pelo menos quatro desenhos diferentes. Embora pessoas
diferentes tenham sempre digitais diferentes, esses desenhos formam padrões
conhecidos como tipos fundamentais de impressões digitais. Há raras exceções
a essa regra de classificação. Por isso, essa regra é utilizada para a
identificação de uma pessoa. Um perito, observando os dedos indicadores
direitos de 200 indivíduos, obteve a seguinte distribuição dos tipos
fundamentais, segundo o gênero (homem/mulher).
Tipo fundamental
gênero arco presilha interna presilha externa verticilo total
homem 15 15 35 35 100
mulher 15 10 40 35 100
No estudo desse perito, foram associados valores x, y e z para cada indivíduo,

da seguinte maneira: x = 1, caso o tipo fundamental da impressão digital do
indivíduo for verticilo e x = 0, caso contrário; y = 1 se o tipo fundamental da

impressão digital do indivíduo for arco e y = 0, caso contrário; z = 1 se o
indivíduo for mulher e z = 0 se for homem. Como resultado desse
procedimento, formam-se três séries estatísticas, respectivamente, X, Y e Z,
cada uma com duzentas observações.
A partir dessas informações, julgue os itens a seguir.
5. A mediana de X é superior a 0,8.
6. A mediana do produto X × Z é menor que 0,025.
7. (Analista da SUSEP/2006/ESAF) Para um conjunto determinado de

números positivos temos: X como a média aritmética, G como a média
geométrica e H como a média harmônica, podemos afirmar que
A) X menor ou igual a G menor ou igual a H.

B) G maior do que X maior do que H.
C) X menor ou igual a H menor ou igual a G.
D) H menor ou igual a G menor ou igual a X .
E) H maior do que G maior do que X .
8. (ATM-Recife/2003/ESAF) Em uma amostra para obter-se informações

sobre a distribuição salarial de homens e mulheres, encontrou-se que o salário
médio vale R$ 1.200,00. O salário médio observado para homens foi de R$
1.300,00 e para as mulheres foi de R$ 1.100,00. Assinale a opção correta:
A) O número de homens na amostra é igual ao número de mulheres.

B) O número de homens na amostra é o dobro do número de mulheres.
C) O número de homens na amostra é o triplo do número de mulheres.
D) O número de mulheres na amostra é o dobro do número de homens.
E) O número de homens na amostra é o quádruplo do número de mulheres.
Julgue os itens a seguir.
9. A mediana da série ordenada {12, 14, 15, 19, 20, 22, 26, 27, 30} é 20.
10. Considere os dados da tabela a seguir. A mediana dessa distribuição é

menor que 50.

Classe frequência
40,0 45,0 6
45,0 50,0 16
50,0 55,0 32
55,0 60,0 24
60,0 65,0 14
65,0 70,0 6
70,0 75,0 2
Soma: 100
11. Considere os dados do item anterior. O valor aproximado da moda da

distribuição é 53,3.
(Agente Fiscal de Rendas SP/2009/FCC/Adaptada) Para resolver as

próximas duas questões, considere a tabela de frequências relativas abaixo,
que mostra a distribuição dos valores arrecadados, em 2008, sobre
determinado tributo, referente a um ramo de atividade escolhido para análise.
Sabe-se que:
I – As frequências absolutas correspondem às quantidades de recolhimentos,

sendo as frequências relativas do segundo e terceiro intervalos de classe iguais
a x e y, respectivamente.
II – A média aritmética da distribuição, valor arrecadado por recolhimento, é
igual a R$ 3.350,00 (valor encontrado considerando que todos os valores
incluídos num certo intervalo de classe são coincidentes com o ponto médio
desse intervalo).
Valores Arrecadados (R$) Frequências Relativas

1.000,00 |---------- 2.000,00 0,10
2.000,00 |---------- 3.000,00 x
3.000,00 |---------- 4.000,00 y
4.000,00 |---------- 5.000,00 0,20
5.000,00 |---------- 6.000,00 0,10
Total 1,00
12. A porcentagem de recolhimentos com valores arrecadados maiores ou

iguais a R$ 3.000,00 é
A) 70%
B) 65%
C) 55%
D) 45%
E) 40%

13. Utilizando o método da interpolação linear, tem-se que o valor da

respectiva mediana é
A) R$ 3,120,00
B) R$ 3,200,00
C) R$ 3,400,00
D) R$ 3,600,00
E) R$ 3,800,00
14. (APOFP-SP/2009/ESAF) Determine a mediana das seguintes

observações:
17, 12, 9, 23, 14, 6, 3, 18, 42, 25, 18, 12, 34, 5, 17, 20, 7, 8, 21, 13, 31, 24,
9
A) 13,5
B) 17
C) 14,5
D) 15,5
E) 14
15. (ICMS-SP/2006/FCC) O histograma de frequências absolutas, abaixo,

demonstra o comportamento dos valores arrecadados de um determinado
tributo, no ano de 2005, em uma região a ser analisada:
Observação: Considere que todos os intervalos de classe de histograma são

fechados à esquerda e abertos à direita.
Utilizando-se as informações contidas neste histograma, calculou-se a média

aritmética destes valores arrecadados, considerando que todos os valores

deste intervalo. Também calculou-se a mediana de tais valores pelo método da
interpolação linear. Então, o módulo da diferença entre a média aritmética e a
mediana é igual a
A) R$ 100,00
B) R$ 400,00
C) R$ 800,00
D) R$ 900,00
E) R$ 1.000,00
16. (ICMS-RJ/2011/FGV) Em uma repartição, foi tomada uma amostra do

número de filhos de 4 funcionários. O resultado foi {2, 1, 4, 2}. A média
geométrica simples dessa amostra é
A) 2,25.
B) 1,75.
C) 2.
D) 2,4
E) 2,5
17. (Técnico Administrativo/BNDES/2010/CESGRANRIO) Dez mulheres

adultas foram submetidas a uma pesquisa. A cada uma delas perguntou-se:
“Quantos filhos você tem?”. O entrevistador foi anotando cada uma das
respostas na ordem em que foram obtidas. No entanto, devido à pressa,
esqueceu-se de registrar uma das respostas. A listagem abaixo reproduz as
respostas dadas, na ordem em que foram registradas.
203110141
A partir das informações acima, analise as afirmativas a seguir.
I - A moda das quantidades de filhos dessas dez mulheres independe da

resposta não registrada.
II - A mediana das quantidades de filhos dessas dez mulheres depende da
III - A média das quantidades de filhos dessas dez mulheres independe da
Está correto APENAS o que se afirma em
A) I.
B) II.

C) III.
D) I e II.
E) II e III.
18. (AFTE-RO/2010/FCC) Em uma cidade é realizado um levantamento

referente aos valores recolhidos de determinado tributo estadual no período de
um mês. Analisando os documentos de arrecadação, detectou-se 6 níveis de
valores conforme consta no eixo horizontal do gráfico abaixo, em que as
colunas representam as quantidades de recolhimentos correspondentes.
Com relação às medidas de posição deste levantamento tem-se que o valor da
A) média aritmética é igual ao valor da mediana..

B) média aritmética supera o valor da moda em R$ 125,00.
C) moda supera o valor da mediana em R$ 500,00.
D) mediana supera o valor da média aritmética em R$ 25,00.
E) média aritmética é igual a metade da soma da mediana e a moda.
19. (Administrador Jr – Petrobrás/2010/Cesgranrio) Uma loja de

conveniência localizada em um posto de combustível realizou um levantamento
sobre o valor das compras realizadas pelos seus clientes. Para tal tomou uma
amostra aleatória de 21 compras, que apresentou, em reais, o seguinte
resultado:
Índice Valor Índice Valor Índice Valor

1 19,40 8 22,00 15 18,00
2 14,00 9 34,00 16 29,00
3 18,30 10 15,50 17 34,00
4 27,20 11 28,50 18 15,50
5 8,70 12 34,00 19 13,40
6 10,30 13 10,80 20 17,00
7 7,20 14 15,50 21 19,00

A mediana dessa série de observações é
(A) 15,50
(B) 18,00
(C) 18,30
(D) 28,50
(E) 34,00
20. (Administrador Jr – REFAP/2007/Cesgranrio) O gráfico de setores

abaixo representa a distribuição de freqüências relativas dos salários de uma
empresa, em salários mínimos. Não existem observações coincidentes com os
extremos das classes
O primeiro e o terceiro quartis da distribuição, respectivamente, valem:
A) 2,25 e 4,00
B) 2,25 e 5,75
C) 4,00 e 2,25
D) 4,00 e 5,75
E) 5,75 e 12,00

10 Gabarito
1–E
2–C
3–C
4–E
5–E
6–C
7–D
8–A
9–C
10 – E
11 – C
12 – C
13 – B
14 – B
15 – A
16 – C
17 – A
18 – D
19 – B
20 – B

11 Resolução dos Exercícios de Fixação
Classificação mínimo 1º quartil mediana média 3º quartil máximo variância
A 20 25 27,5 30 32,5 50 49
B 18 23 32 33 42 52 100
A ou B x y z 31 w u v
(Papiloscopista PF/2004/Cespe-UnB) De acordo com um levantamento

estatístico, a média das idades de um grupo de presidiários é igual a 31 anos
de idade. Nesse levantamento, os presidiários foram classificados como A ou B,
dependendo da sua condição psicossocial. Constatou-se que a média das
idades dos presidiários classificados como A é menor que a média das idades
dos presidiários classificados como B. A tabela acima apresenta algumas
medidas estatísticas obtidas por meio desse levantamento.
A partir das informações acima, julgue os itens que se seguem.
1. A moda das idades dos presidiários classificados como A, segundo a fórmula

de Czuber, está entre 25,5 e 26 anos de idade.
Resolução
No caso de distribuições de frequência em classes de mesma amplitude, é

comum definir-se a moda (mo) como um ponto pertencente à classe modal,
dado por
d1
mo = Li + h,
d1 + d 2

seguinte e h é a amplitude das classes.
Observe que os dados do levantamento estatístico não estão agrupados

em intervalos de classe, ou seja, não temos acesso ao histograma
correspondente. Portanto, a fórmula da moda segundo Czuber não pode ser
aplicada ao item (o mesmo se aplica para a fórmula da moda segundo King). A
conclusão de que “A moda das idades dos presidiários classificados como A,
segundo a fórmula de Czuber, está entre 25,5 e 26 anos de idade” é um mero
“chute”.
GABARITO: E

2. O número de presidiários classificados como A é igual ao dobro do número

de presidiários classificados como B.
Resolução
Dados: A = 30 , B = 33 .
Média das médias ( X ):
nAA + nBB n 30 + n B 33
X= ⇒ 31 = A ⇒ n A = 2n B
nA + nB nA + nB
em que n A e n B denotam o número de presidiários classificados como A e o

número de presidiários classificados como B, respectivamente.
Logo, é correto afirmar que o número de presidiários classificados como A é

igual ao dobro do número de presidiários classificados como B.
GABARITO: C
3. O valor de v está entre 65 e 75.
Resolução
A variância combinada v é dada por
∑A ∑B
⎡ ∑ A +∑ B ⎤
2 2 2
v = S2A+B = + −⎢ ⎥
nA + nB nA + nB ⎣ nA + nB ⎦
A = 30 ⇒
∑ A = 30 ⇒ ∑ A = 30n = 60n B
A
nA
B = 33 ⇒
∑ B = 33 ⇒ ∑ B = 33n B
nB
S2A = 49 ⇒ ∑A 2
− A 2 = 49 ⇒ ∑A 2
= 49 + 30 2 = 949 ⇒ ∑A 2
= 949n A = 1898n B
nA nA
S = 100 ⇒
2
B
∑B 2
− B = 100 ⇒
2 ∑B 2
= 100 + 332 = 1189 ⇒ ∑B 2

= 1189n B
nB nB
2
1898n B 1189n B ⎡ 60n B + 33n B ⎤
v=S 2
A+B = + −⎢ ⎥ = 632,67 + 396,33 − 31 = 1029 − 961 = 68
2
3n B 3n B ⎣ 3n B ⎦
Então é correto afirmar que 65 < v = 68 < 75.
GABARITO: C
4. valores de x e u são, respectivamente, iguais a 19 e 51 anos de idade.
Resolução
O levantamento estatístico não deixa dúvida de que o valor mínimo de A ou B

é x = 18 e o valor máximo de A ou B é u = 52. Item errado.
GABARITO: E
(Papiloscopista PF/2004/Cespe-UnB) O ser humano tem impressos nos

dedos das mãos pelo menos quatro desenhos diferentes. Embora pessoas
diferentes tenham sempre digitais diferentes, esses desenhos formam padrões
conhecidos como tipos fundamentais de impressões digitais. Há raras exceções
a essa regra de classificação. Por isso, essa regra é utilizada para a
identificação de uma pessoa. Um perito, observando os dedos indicadores
direitos de 200 indivíduos, obteve a seguinte distribuição dos tipos
fundamentais, segundo o gênero (homem/mulher).
Tipo fundamental
gênero arco presilha interna presilha externa verticilo total
homem 15 15 35 35 100
mulher 15 10 40 35 100
No estudo desse perito, foram associados valores x, y e z para cada indivíduo,

da seguinte maneira: x = 1, caso o tipo fundamental da impressão digital do
indivíduo for verticilo e x = 0, caso contrário; y = 1 se o tipo fundamental da
impressão digital do indivíduo for arco e y = 0, caso contrário; z = 1 se o
indivíduo for mulher e z = 0 se for homem. Como resultado desse
procedimento, formam-se três séries estatísticas, respectivamente, X, Y e Z,
cada uma com duzentas observações.
A partir dessas informações, julgue os itens a seguir.
5. A mediana de X é superior a 0,8.
Resolução
O total de homens e mulheres com impressão digital verticilo é 70. Logo,

sobram 200 – 70 = 130 homens e mulheres que não têm impressão digital
verticilo.

O rol da série x possui 130 zeros e 70 uns. Portanto, a mediana é zero (0),
menor que 0,8.
GABARITO: E
6. A mediana do produto X × Z é menor que 0,025.
Resolução
Dados:
- x = 1 se o tipo fundamental da impressão digital do indivíduo for verticilo;
- x = 0 se o tipo fundamental da impressão digital do indivíduo NÃO for

verticilo;
- z = 1 se o indivíduo for mulher; e
- z = 0 se o indivíduo for homem.
A série W = X × Z registra as pessoas do gênero feminimo E com impressão

digital verticilo. Neste caso, a série W tem 35 “uns” (xz = 1.1 = 1 se uma
mulher tem impressão digital verticilo) e 200 – 35 = 165 “zeros” (xz = 0.z = 0
se um homem ou mulher não tem impressão digital verticilo).
Logo, a mediana de W é zero, menor que 0,025.
GABARITO: C
7. (Analista da SUSEP/2006/ESAF) Para um conjunto determinado de

números positivos temos: X como a média aritmética, G como a média
geométrica e H como a média harmônica, podemos afirmar que
A) X menor ou igual a G menor ou igual a H.

B) G maior do que X maior do que H.
C) X menor ou igual a H menor ou igual a G.
D) H menor ou igual a G menor ou igual a X .
E) H maior do que G maior do que X .
Resolução
A média geométrica (G) de um conjunto de números positivos X1 , X 2 ,..., X n é

menor ou igual a média aritmética ( X ), mas é maior ou igual a média
harmônica:

H ≤ G ≤ X.
A igualdade entre as médias ocorre quando todos os números X1 , X 2 ,..., X n são

iguais.
GABARITO: D
8. (ATM-Recife/2003/ESAF) Em uma amostra para obter-se informações

sobre a distribuição salarial de homens e mulheres, encontrou-se que o salário
médio vale R$ 1.200,00. O salário médio observado para homens foi de R$
1.300,00 e para as mulheres foi de R$ 1.100,00. Assinale a opção correta:
A) O número de homens na amostra é igual ao número de mulheres.

B) O número de homens na amostra é o dobro do número de mulheres.
C) O número de homens na amostra é o triplo do número de mulheres.
D) O número de mulheres na amostra é o dobro do número de homens.
E) O número de homens na amostra é o quádruplo do número de mulheres.
Resolução
Dados fornecidos:
- média salarial dos homens: XH = 1.300;

- média salarial das Mulheres: X M = 1.100;
- salário médio (média global) = X H + M = 1.200.
Variáveis incógnitas:
- NH: número de homens;

- NM: número de mulheres.
O que esta questão está cobrando? O que está por detrás das alternativas?
Diríamos que a pergunta a ser respondida é a seguinte:
⇒ Qual é a relação existente entre as variáveis NH e NM?
Os dados fornecidos pela banca sugerem que a questão poderá ser resolvida
através da aplicação da fórmula da média das médias (média global ou
média combinada), a qual corresponde à média ponderada das médias
salariais X H e X M . Não custa nada tentar, certo? Então vamos lá.
N H XH + N M XM 1.300N H + 1.100N M
XH + M = = = 1.200
NH + NM NH + NM
1.300 NH + 1.100 NM = 1.200 NH + 1.200 NM
100 NH = 100NM ⇒ NH = NM
A nossa tentativa deu certo. Concluímos que o número de homens na amostra

é igual ao número de mulheres (alternativa “A”).
GABARITO: A
Julgue os itens a seguir.
9. A mediana da sérieordenada {12, 14, 15, 19, 20, 22, 26, 27, 30} é 20.
Resolução
A mediana de um conjunto de n valores ordenados, sendo n ímpar, é

definida como o valor de ordem (n+1)/2 desse conjunto. Na questão, n = 9 e
(n+1)/2 = (9+1)/2 = 10/2 = 5, ou seja, a mediana é o quinto valor da série:
{12, 14, 15, 19, 20, 22, 26, 27, 30}.
mediana = 20
Se n for par, consideraremos a mediana como o valor médio entre os valores

de ordem n/2 e (n/2) + 1 do conjunto de dados. Exemplo:
A mediana dos oito valores já ordenados,
12 14 15 19 20 26 27 30
é igual a (19+20)/2 = 19,5.
A mediana caracteriza o centro de uma distribuição de frequências com base

na ordem dos valores que formam o conjunto de dados. A mediana é o
valor que ocupa a posição central dos dados ordenados. A mediana é o
valor que divide a distribuição ao meio, deixando os 50% menores
valores de um lado e os 50% maiores valores do outro lado.
GABARITO: C

10. Considere os dados da tabela a seguir. A mediana dessa distribuição é

menor que 50.
Classe frequência
40,0 45,0 6
45,0 50,0 16
50,0 55,0 32
55,0 60,0 24
60,0 65,0 14
65,0 70,0 6
70,0 75,0 2
Soma: 100
Resolução
Você não precisa decorar nenhuma fórmula para saber determinar o valor da
mediana, haja vista que elapode ser obtida através da aplicação de uma mera
regra de três. Então como é que a gente calcula a mediana? Vamos lá. A
princípio não sabemos o valor exato da mediana. Mas isso não nos impede de
determinar a sua classe (esse é o “pulo do gato”!). Atabela mostra quea
primeira classe tem frequência 6%, a segunda tem frequência 16% e a
terceira tem frequência 32%. Note que 6% + 16% = 22%, sendoeste o valor
dafrequência acumulada até a segunda classe. A frequência acumulada da
terceira classe é 22% + 32% = 54%. Agora precisamos dar uma parada.
Repare que a frequência acumulada da terceira classe é 54% > 50%. Logo, a
terceira classe contém a mediana (e é por isso que o item é errado). Deve-se
montar a seguinte regra de três:
a amplitude da classe da mediana (55,0 – 50,0 = 5,0) está para a

frequência da classe da mediana (32), assim como a amplitude da classe
até a mediana (X)está paraa frequência acumulada até a mediana
subtraída da frequência acumulada até a classe inferior à classe da
mediana (50% – 22% = 28%):
5 X
= ⇒ 32 X = 140 ⇒ X = 4,375 .
32 28
Portanto,
mediana = 50,0 + X = 54,375.
O procedimento de cálculo da mediana descrito acima pode ser generalizado

por meio da fórmula
(n / 2) − Fa
md = Li + × h md
f md

em que L i é o limite inferior da classe que contém a mediana, n é o número

de elementos do conjunto de dados, Fa é a soma das frequências das classes
anteriores à que contém a mediana, f md é a frequência da classe que contém a
mediana e h md é a amplitude da classe que contém a mediana. A expressão
acima supõe que os valores observados da variável tenham se distribuído
homogeneamente dentro das diversas classes.
COMENTÁRIOS
Em certos casos práticos, como aqueles que envolvem distribuições de

frequência com valores extremos, é mais conveniente usar a mediana como
medida de tendência central, pois a média sofre influência de valores
extremos. Neste caso, a mediana fornecerá uma melhor idéia do centro da
distribuição de frequências da variável sob análise.
A mediana de uma distribuição em classes de frequências pode ser

geometricamente interpretada como o ponto tal que uma vertical por ela
traçada divide a área sob o histograma em duas partes iguais.
A mediana e a média são coincidentes quando a distribuição é simétrica. Em

distribuições assimétricas, a média tende a deslocar-se para o lado da cauda
mais longa (vide figura abaixo).
A mediana divide o conjunto ordenado de dados em dois subconjuntos

com igual número de elementos. Há outras maneiras de se dividir os dados
ordenados. Os quartis (Q1, Q2, Q3) dividem o conjunto ordenado de valores
em quatro subconjuntos com igual número de elementos. O primeiro quartil
(Q1) ou quartil inferior (Qi) delimita os 25% menores valores; o segundo
quartil é a própria mediana e o terceiro quartil (Q3) ou quartil superior (Qs) é o
valor que separa os 25% maiores valores (veja a próxima figura). Além dos
quartis, podemos definir os decis (D1, D2,..., D9), que são os valores que
dividem os dados ordenados em dez partes iguais (note que a mediana

corresponde ao quinto decil D5) e os percentis,que são os valores que dividem
os dados ordenados em 100 partes iguais, sendo representados por P1, P2,...,
P99 (a mediana é o percentil P50).
De maneira geral, os quartis, decis e percentis e outros valores obtidos

mediante subdivisões dos dados em partes iguais são denominados quantis.
GABARITO: E
11. Considere os dados do item anterior. O valor aproximado da moda da

distribuição é 53,3.
Resolução
A moda de uma distribuição é dada pelo valor mais freqüente ou de

máxima frequência. Assim, a classe modal da distribuição é 50,0 55,0,
pois esta classe possui a maior frequência, cujo valor é 32.
A moda de uma distribuição pode ser calculada pelo método de Czuber ou pelo
método de King. Caso a questão da prova não especifique o método, assuma
que o cálculo deve ser feito pela fórmula de Czuber.
FÓRMULA DE CZUBER
d1
moda = Li + h
d1 + d 2



seguinte e h é a amplitude das classes.
Logo, Li = 50,0 , d1 = 32 − 16 = 16 , d 2 = 32 − 24 = 8 , h = 5 e a moda é
16
50,0 + × 5 ≈ 53,3 .
16 + 8
INFORMAÇÕES ADICIONAIS
Método de King:
f post 24 120
moda = Li + h = 50 + × 5 = 50 + = 53
f post + f ant 24 + 16 40
em que L i denota o limite inferior da classe modal, f post é a frequência da

classe posteriorà classe modal, f ant é a frequência da classe anterior à classe
modal e h é a amplitude da classe modal.
Se todas as realizações do conjunto de valores observados ocorrem com a

mesma frequência, diz-se que a série estatística é amodal, ou seja, não tem
valor modal.
Exemplo. Seja a série estatística {2, 1, 9, 4, 5, 20, 8, 7, 11, 19}. Essa série é
amodal, pois não há repetição de valores (todos ocorrem o mesmo número de
vezes).
Pode haver mais de uma moda em um conjunto de valores. Se houver apenas

uma moda, a distribuição é dita unimodal. Se houver duas, é bimodal, se
possuir três é trimodal e assim sucessivamente.
A figura a seguir ilustra as posições relativas da moda, mediana e média para

uma distribuição de frequência (levemente) inclinada para a direita.

GABARITO: C
(Agente Fiscal de Rendas SP/2009/FCC/Adaptada) Para resolver as

próximas duas questões, considere a tabela de frequências relativas abaixo,
que mostra a distribuição dos valores arrecadados, em 2008, sobre
determinado tributo, referente a um ramo de atividade escolhido para análise.
Sabe-se que:
I – As frequências absolutas correspondem às quantidades de recolhimentos,

sendo as frequências relativas do segundo e terceiro intervalos de classe iguais
a x e y, respectivamente.
II – A média aritmética da distribuição, valor arrecadado por recolhimento, é
igual a R$ 3.350,00 (valor encontrado considerando que todos os valores
desse intervalo).
Valores Arrecadados (R$) Frequências Relativas

1.000,00 |---------- 2.000,00 0,10
2.000,00 |---------- 3.000,00 x
3.000,00 |---------- 4.000,00 y
4.000,00 |---------- 5.000,00 0,20
5.000,00 |---------- 6.000,00 0,10
Total 1,00
12. A porcentagem de recolhimentos com valores arrecadados maiores ou

iguais a R$ 3.000,00 é
A) 70%
B) 65%
C) 55%

D) 45%
E) 40%
Resolução
Seja a tabela abaixo, em que xi denota o ponto médio da classe i, pi representa

a frequência relativa da classe i e Pi é a frequência acumulada da classe i.
Classes (em R$ mil) xi pi Pi

1,0 |--- 2,0 1,5 0,10 0,10
2,0 |--- 3,0 2,5 x 0,10 + x
3,0 |--- 4,0 3,5 y 0,10 + x + y
4,0 |--- 5,0 4,5 0,20 0,30 + x + y
5,0 |--- 6,0 5,5 0,10 0,40 + x + y
Total 1,00
Temos duas frequências relativas incógnitas: x e y. Logo, precisaremos montar

um sistema de duas equações a duas incógnitas para resolver x e y.
O enunciado diz que x = 3,35 (em R$ mil). Portanto,
x = 3,35 = ∑ x i pi = (1,5 × 0,10) + 2,5x + 3,5y + (4,5 × 0,20) + (5,5 × 0,10)

i
0,15 + 2,5x + 3,5 y + 0,90 + 0,55 = 3,35
2,5x + 3,5 y = 1,75 (1)
Por outro lado, sabemos que
∑p
i
i = 1 ⇒ x + y + 0,40 = 1,00 ⇒ x + y = 0,60 (2)
Chegamos então ao sistema
⎧2,5x + 3,5y = 1,75

⎨
⎩ x + y = 0,60
Podemos resolver o sistema da seguinte forma: multiplique a equação (2) por

-2,5 e some-a com a equação (1):
-2,5x – 2,5y +2,5x + 3,5y = 1,75 – 1,50
0x + 1,0y = 0,25 ⇒ y = 0,25
Substituindo o valor de y em (2), tem-se que
x + 0,25 = 0,60 ⇒ x = 0,60 – 0,25 = 0,35.

Então a solução é: x = 0,35 e y = 0,25 .
A versão final da tabela é:

1,0 |--- 2,0 1,5 0,10 0,10
2,0 |--- 3,0 2,5 0,35 0,45
3,0 |--- 4,0 3,5 0,25 0,70
4,0 |--- 5,0 4,5 0,20 0,90
5,0 |--- 6,0 5,5 0,10 1,00
Total 1,00
E a porcentagem de recolhimentos com valores arrecadados maiores ou

iguais a R$ 3.000,00 é: 0,25 + 0,20 + 0,10 = 0,55 = 55%.
GABARITO: C
13. Utilizando o método da interpolação linear, tem-se que o valor da

respectiva mediana é
A) R$ 3,120,00
B) R$ 3,200,00
C) R$ 3,400,00
D) R$ 3,600,00
E) R$ 3,800,00
Resolução

1,0 |--- 2,0 1,5 0,10 0,10
2,0 |--- 3,0 2,5 0,35 0,45
3,0 |--- 4,0 (classe da mediana) 3,5 0,25 0,70
4,0 |--- 5,0 4,5 0,20 0,90
5,0 |--- 6,0 5,5 0,10 1,00
Total 1,00
A mediana é o valor que divide a distribuição ao meio, deixando os 50%

menores valores de um lado e os 50% maiores valores do outro lado.
Fazendo a interpolação linear (regra de três), temos que: (4,0 – 3,0) = 1,0
(amplitude da classe da mediana) está para X (amplitude na classe da
mediana correspondente à mediana) assim como (70% – 45%) está (50% –
45%):

1,0 0,70 − 0,45 1,0 0,25 0,05

= ⇒ = ⇒ X= = 0,20
X 0,50 − 0,45 X 0,05 0,25
Logo: md = 3,0 + 0,2 = R$ 3,2 mil.
GABARITO: B
14. (APOFP-SP/2009/ESAF) Determine a mediana das seguintes

observações:
17, 12, 9, 23, 14, 6, 3, 18, 42, 25, 18, 12, 34, 5, 17, 20, 7, 8, 21, 13, 31, 24,
9
A) 13,5
B) 17
C) 14,5
D) 15,5
E) 14
Resolução
A mediana de um conjunto de nvalores ordenados, sendo n ímpar, é

definida como o valor de ordem (n+1)/2 desse conjunto. Se n for par, a
mediana poderia ser definida como qualquer valor situado entre o de ordem
n/2 e o de ordem (n/2)+1. Por simplificação, para n par, consideraremos a
mediana como o valor médio entre os valores de ordem n/2 e (n/2)+1
do conjunto de dados
Total de elementos do conjunto = n = 23 (ímpar)
Mediana (número ímpar de elementos) => Posição = (n+1)/2 = 24/4 = 12
Vamos colocar os elementos do conjunto em ordem crescente:
3, 5, 6, 7, 8, 9, 9, 12, 12, 13, 14, 17, 17, 18, 18, 20, 21, 23, 24, 25, 31, 34,
42
Elemento na Posição 12 = 17
GABARITO: B
15. (ICMS-SP/2006/FCC) O histograma de frequências absolutas, abaixo,

demonstra o comportamento dos valores arrecadados de um determinado
tributo, no ano de 2005, em uma região a ser analisada:

Observação: Considere que todos os intervalos de classe de histograma são

fechados à esquerda e abertos à direita.
Utilizando-se as informações contidas neste histograma, calculou-se a média

aritmética destes valores arrecadados, considerando que todos os valores
deste intervalo. Também calculou-se a mediana de tais valores pelo método da
interpolação linear. Então, o módulo da diferença entre a média aritmética e a
mediana é igual a
A) R$ 100,00
B) R$ 400,00
C) R$ 800,00
D) R$ 900,00
E) R$ 1.000,00
Resolução
Quando os dados são apresentados em uma distribuição de freqüências, todos

os valores incluídos num certo intervalo de classe são considerados
coincidentes com o ponto médio do intervalo.
Seja a tabela para o cálculo da média aritmética:
Classe fi xi xifi
(em R$ mil)
1,0-2,0 200 1,5 300
2,0–3,0 400 2,5 1.000
3,0–4,0 500 3,5 1.750
4,0–5,0 600 4,5 2.700
5,0–6,0 300 5,5 1.650
Total 2.000 7.400
Então,
x=
∑x f i i
=
7.400
= 3,70 (em R$ mil).
n 2.000
Aprendemos que a mediana é o valor que divide a distribuição ao meio,

deixando os 50% menores valores de um lado e os 50% maiores
valores do outro lado.
Considere a tabela abaixo (cálculo da mediana):
Classe fi xi pi Pi
(em R$ mil)
1,0-2,0 200 1,5 200/2000=0,10 0,10
2,0–3,0 400 2,5 400/2000=0,20 0,30
3,0 – 4,0 500 3,5 500/2000=0,25 0,55
4,0–5,0 600 4,5 600/2000=0,30 0,85
5,0–6,0 300 5,5 300/2000=0,15 1,00
Total 2.000 1,00
Fazendo a interpolação linear (regra de três), temos que: (4,0 – 3,0) = 1,0
(amplitude da classe da mediana) está para X (amplitude na classe da
mediana correspondente à mediana) assim como (55% – 30%) está (50% –
30%):
1,0 0,55 − 0,30 1,0 0,25 0,20 20 4

= ⇒ = ⇒X = = = = 0,80
X 0,50 − 0,30 X 0,20 0,25 25 5
Então, md = 3,0 + 0,8 = 3,8 (em R$ mil).
Assim, | x − md |=| 3.700 − 3.800 |= 100 .
GABARITO: A
16. (ICMS-RJ/2011/FGV) Em uma repartição, foi tomada uma amostra do

número de filhos de 4 funcionários. O resultado foi {2, 1, 4, 2}. A média
geométrica simples dessa amostra é
A) 2,25.
B) 1,75.
C) 2.
D) 2,4
E) 2,5

Resolução
MÉDIA GEOMÉTRICA
( )
x g = 4 2 × 4 × 2 = 4 2 × 2 × 2 × 2 = 24
1/ 4
=2
GABARITO: C
17. (Técnico Administrativo/BNDES/2010/CESGRANRIO) Dez mulheres

adultas foram submetidas a uma pesquisa. A cada uma delas perguntou-se:
“Quantos filhos você tem?”. O entrevistador foi anotando cada uma das
respostas na ordem em que foram obtidas. No entanto, devido à pressa,
esqueceu-se de registrar uma das respostas. A listagem abaixo reproduz as
respostas dadas, na ordem em que foram registradas.
203110141
A partir das informações acima, analise as afirmativas a seguir.
I - A moda das quantidades de filhos dessas dez mulheres independe da

II - A mediana das quantidades de filhos dessas dez mulheres depende da
III - A média das quantidades de filhos dessas dez mulheres independe da
Está correto APENAS o que se afirma em
A) I.
B) II.
C) III.
D) I e II.
E) II e III.
Resolução
ANÁLISE DAS AFIRMATIVAS
I – A observação de maior frequência (moda) possível é forçosamente o valor

“1”, haja vista que poderá ocorrer até 5 vezes (estamos assumindo que a
resposta não registrada tenha sido um filho). Caso a reposta não registrada
tenha sido zero filho, então o valor “0” poderá ocorrer 3 vezes, e assim
sucessivamente para os demais valores. Desta maneira, a moda das
quantidades de filhos das dez mulheres é o valor 1, independentemente da
resposta não registrada.Afirmativa correta.
II – Temos uma distribuição de frequências sem intervalos de classe. Neste

caso, basta identificar a freqüência acumulada imediatamente superior à
metade da soma das freqüências, que é igual a 5 nesta questão, pois há 10
mulheres. A mediana será aquele valor da variável que corresponde a tal
freqüência acumulada. Para responder se a mediana das quantidades de filhos
das dez mulheres depende ou não da resposta não registrada, faremos uma
análise exaustiva de várias hipóteses:
• Hipótese 1: três mulheres responderam que têm zero filho;

• Hipótese 2: cinco mulheres responderam que têm 1 filho;
• Hipótese 3: duas mulheres responderam que têm 2 filhos; e
• Assim sucessivamente.
Hipótese 1: 3 mulheres responderam que têm 0 filho.
No de Freq. Freq.
filhos Acumulada
0 3 3
mediana 1 4 7
2 1 8
3 1 9
4 1 10
Soma 10
Hipótese 2: 5 mulheres responderam que têm 1 filho.
No de Freq. Freq.
filhos Acumulada
0 2 2
mediana 1 5 7
2 1 8
3 1 9
4 1 10
Soma 10
Hipótese 3: 2 mulheres responderam que têm 2 filhos.
No de Freq. Freq.
filhos Acumulada
0 2 2
mediana 1 4 6
2 2 8
3 1 9
4 1 10
Soma 10
No de Freq. Freq.
filhos Acumulada
0 2 2
mediana 1 4 6
2 1 7
3 2 9
4 1 10
Soma 10
No de Freq. Freq.
filhos Acumulada
0 2 2
mediana 1 4 6
2 1 7
3 1 8
4 2 10
Soma 10
Hipótese6: 1 mulher respondeu que têm 5 ou mais filhos.
No de Freq. Freq.
filhos Acumulada
0 2 2
mediana 1 4 6
2 1 7
3 1 8
4 1 9
5 ou mais 1 10
Soma 10
Observe que a mediana é igual a 1 para todos os casos. Portanto, a mediana

das quantidades de filhos dessas dez mulheres INDEPENDE da resposta não
registrada.Afirmativa incorreta.
III - Calcule a média considerando a hipótese 1 (3 mulheres responderam que

têm 0 filho):
(0 × 3) + (1× 4) + (2 × 1) + (3 × 1) + (4 × 1) 4 + 2 + 3 + 4 13
x= = = = 1,3 .
10 10 10
Agora, calcule a média considerando a hipótese 2 (5 mulheres responderam

que têm 1 filho):
(0 × 2) + (1× 5) + (2 × 1) + (3 × 1) + (4 × 1) 5 + 2 + 3 + 4 14
x= = = = 1,4 .
10 10 10
Constatamos que a média das quantidades de filhos das dez mulheres

DEPENDE da resposta não registrada. Afirmativa incorreta.
GABARITO: A
18. (AFTE-RO/2010/FCC) Em uma cidade é realizado um levantamento

referente aos valores recolhidos de determinado tributo estadual no período de
um mês. Analisando os documentos de arrecadação, detectou-se 6 níveis de
valores conforme consta no eixo horizontal do gráfico abaixo, em que as
colunas representam as quantidades de recolhimentos correspondentes.
Com relação às medidas de posição deste levantamento tem-se que o valor da
A) média aritmética é igual ao valor da mediana..

B) média aritmética supera o valor da moda em R$ 125,00.
C) moda supera o valor da mediana em R$ 500,00.
D) mediana supera o valor da média aritmética em R$ 25,00.
E) média aritmética é igual a metade da soma da mediana e a moda.

Resolução
Valor Freq. Freq. Valor x Freq

Acumulada
mediana 500 30 30 15.000
1.000 50 80 50.000
1.500 60 140 90.000
2.000 30 170 60.000
2.500 20 190 50.000
3.000 10 200 30.000
Soma 200 295.000
Temos que:
• Moda = 1.500 (valor mais frequente)

• Média = 295.000/200 = 1.475
• Mediana (*) = 1.500 = Média + 25 ⇒ alternativa D.
(*) Lembre do procedimento de cálculo da mediana para uma distribuição de

frequências sem intervalos de classe. Você deverá identificar a freqüência
acumulada imediatamente superior à metade da soma das freqüências, cujo
valor é 100, uma vez que a soma das frequências dá 200. Na tabela acima, a
frequência acumulada para o valor 1.500 é 140, valor imediatamente superior
a 100.
GABARITO: D
19. (Administrador Jr – Petrobrás/2010/Cesgranrio) Uma loja de

conveniência localizada em um posto de combustível realizou um levantamento
sobre o valor das compras realizadas pelos seus clientes. Para tal tomou uma
amostra aleatória de 21 compras, que apresentou, em reais, o seguinte
resultado:
Índice Valor Índice Valor Índice Valor

1 19,40 8 22,00 15 18,00
2 14,00 9 34,00 16 29,00
3 18,30 10 15,50 17 34,00
4 27,20 11 28,50 18 15,50
5 8,70 12 34,00 19 13,40
6 10,30 13 10,80 20 17,00
7 7,20 14 15,50 21 19,00
A mediana dessa série de observações é
(A)15,50

(B) 18,00
(C) 18,30
(D) 28,50
(E)34,00
Resolução
A mediana é o valor que ocupa a posição central da série de

observações, quando estão ordenadas em ordem crescente. Assim, se
as observações forem 3, 4, 7, 8 e 8, a mediana é o valor 7, correspondendo à
terceira observação. Quando o número de observações for par, usa-se como
mediana a média aritmética das duas observações centrais. Acrescentando-se
o valor 9 à série acima, a mediana será (7 + 8)/2 = 7,5.
Para a presente questão, temos a seguinte série ordenada em ordem crescente

de valores:
⇒ {7,20 8,70 10,30 10,80 13,40 14,00 15,50 15,50 15,50 17,00 18,00 18,30
19,00 19,40 22,00 27,20 28,50 29,00 34,00 34,00 34,00}
Observe que o valor 18,00 corresponde à 11a observação do conjunto de

dados (posição central). Logo, a mediana da série dada é 18,00.
GABARITO: B
20. (Administrador Jr – REFAP/2007/Cesgranrio) O gráfico de setores

abaixo representa a distribuição de freqüências relativas dos salários de uma
empresa, em salários mínimos. Não existem observações coincidentes com os
extremos das classes
O primeiro e o terceiro quartis da distribuição, respectivamente, valem:
A) 2,25 e 4,00
B) 2,25 e 5,75

C) 4,00 e 2,25
D) 4,00 e 5,75
E) 5,75 e 12,00
Resolução
Os quartis (Q1, Q2, Q3) dividem a distribuição de frequências em quatro

subconjuntos com igual número de elementos. O primeiro quartil (Q1) ou
quartil inferior (Qi) delimita os 25% menores valores; o segundo quartil é a
própria mediana e o terceiro quartil (Q3) ou quartil superior (Qs) é o valor que
separa os 25% maiores valores.
Podemos resolver a questão de uma forma "maceteada", sem fazer uma conta,
se mapearmos o gráfico de setores fornecido pelo enunciado em um
histograma, como ilustrado pela figura a seguir. O histograma abaixo
representa a distribuição de frequências dos salários da empresa.
Primeiramente, observe que, se 40% dos colaboradores da empresa ganham

salários na faixa de 1 a 3 salários mínimos, então os 25% menores salários
devem estar na faixa de 1 a 3 salários mínimos. Logo, o primeiro quartil (Q1) é
um número entre 1 e 3. Concorda? Esta constatação elimina as opções C, D e
E. Sobraram apenas as alternativas A e B. Isto quer dizer que Q1= 2,25.
Analisemos a opção A. Ela afirma que Q3 = 4,00. Será que isto é verdade?
Vamos conferir. Se 30% dos colaboradores estão na faixa de 3 a 5 salários
mínimos, então 15% das pessoas estão na faixa de 3 a 4 salários mínimos (fiz
uma regra de três "de cabeça"). Então, 40% + 15% = 55% dos colaboradores
ganham menos de 4 salários mínimos, ou, dito de outra forma, 100% − 55% =
45% ganham pelo menos 4 salários mínimos. Como o terceiro quartil (Q3) ou
quartil superior (Qs) é o valor que separa os 25% maiores valores, temos que
a opção A é falsa. Sobrou apenas a alternativa B! Portanto, Q3 = 5,75. A figura
abaixo ilustra a posição de Q1 e Q3 na distribuição da questão.
GABARITO: B
Bom estudo e até a próxima aula!
Alexandre Lima.

Aula 01 - Estatistica - Aula 01

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Aula 01 - Estatistica - Aula 01

Transféré par

Droits d'auteur :

Formats disponibles

Pacote de Teoria e Exercícios para Papiloscopista PF

Profs. Alexandre Lima www.pontodosconcursos.com.br 1

A Estatística é a ciência que se preocupa em coletar, analisar e fazer

Métodos estatísticos nos ajudam a entender o problema da variabilidade. Mas

A Estatística pode ser dividida em duas partes: a Estatística Descritiva, que

(*) As etapas de coleta, organização é descrição podem ser resumidas pela

(**) A indução é um processo de raciocínio em que, partindo-se do

Uma população ou universo é um conjunto de elementos com pelo

Profs. Alexandre Lima www.pontodosconcursos.com.br 2

população de tamanho infinito. A característica comum deve delimitar de forma

Depois que caracterizamos a população, procedemos ao levantamento de

Quanto maior a amostra, mais precisas e confiáveis serão as induções

Retornaremos ao estudo da Inferência Estatística, de forma bastante

A função da Estatística Descritiva é organizar as informações contidas

De forma geral, podemos ter cada um dos elementos de uma população ou

A característica de interesse poderá ser qualitativa ou quantitativa. Tem-se,

A variável será qualitativa quando resultar de uma classificação por

Profs. Alexandre Lima www.pontodosconcursos.com.br 3

a) População: moradores de uma cidade.

b) População: peças produzidas por uma máquina.

Exemplos de variáveis discretas:

a) População: casais residentes em um distrito de uma cidade.

b) População: carros produzidos em uma linha de montagem.

Exemplos de variáveis contínuas:

a) População: detergentes de uma certa marca e tipo.

b) População: peças produzidas por uma máquina.

A Estatística Descritiva pode descrever os dados através de gráficos,

Um rol é um arranjo dos dados em ordem crescente ou decrescente.

Profs. Alexandre Lima www.pontodosconcursos.com.br 4

As tabelas são recursos utilizados pela Estatística, com o objetivo de organizar

É chamada série estatística toda tabela que apresenta um conjunto de dados

1) Série histórica: Índice Nacional de Preços ao Consumidor Amplo (IPCA)

Profs. Alexandre Lima www.pontodosconcursos.com.br 5

2) Série geográfica: os 10 maiores PIB do mundo

3) Série específica: número de formandos por curso de graduação de uma

Altura dos alunos de uma

O conceito de distribuição de frequências é importante e será visto com um

Profs. Alexandre Lima www.pontodosconcursos.com.br 6

5 Técnicas de Descrição Gráfica

A frequência de um dado valor de uma variável (qualitativa ou quantitativa) é

em que k denota o número de diferentes valores existentes da variável.

A associação das respectivas frequências a todos os diferentes valores

5.1 Descrição Gráfica de Variáveis Qualitativas

O gráfico obtido por meio do cálculo das frequências ou frequências relativas

Exemplo. Considere um grupo de 147 candidatos a um curso de MBA,

Tabela 1: formação de graduação.

Formação Frequências Freq. Relativa (%)

Profs. Alexandre Lima www.pontodosconcursos.com.br 7

Os dados estão representados por meio de um diagrama de barras e por um

5.2 Descrição Gráfica de Variáveis Quantitativas Discretas

A descrição gráfica de variáveis quantitativas discretas é normalmente feita

Exemplo. Considere a variável “número de defeitos por unidade” obtidos a

Profs. Alexandre Lima www.pontodosconcursos.com.br 8

Tabela 2: distribuição de frequências.

A figura abaixo mostra o diagrama de barras associado aos dados da Tabela 2.

Também é possível representar graficamente os dados da Tabela 2 utilizando

Tabela 3: frequências acumuladas.

Profs. Alexandre Lima www.pontodosconcursos.com.br 9

5.3 Descrição Gráfica de Variáveis Quantitativas Contínuas

O diagrama de barras não é usado na descrição gráfica de variáveis

(*) Devido à natureza contínua da variável.

Exemplo. Considere a variável comprimento de peças produzidas em uma

10,4 10,5 10,8 10,2 10,6

Na Tabela 4, temos os dados acima organizados em termos de frequências e