50 vues

Estatística Aplicada 4.Ed.-Ron Larson - OCR.pdf

Transféré par Cristiane Oliveira

Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

Signaler comme contenu inapproprié

Titres liés

Passer à la page

Vous êtes sur la page 1sur 640

Rechercher à l'intérieur du document

l-d ,t i·.IJ§dd

,
PAGINA EM BRANCO

l-d ,t i·.IJ§dd

estatística aplicada
4A edição

l-d ,t i·.IJ§dd

,
PAGINA EM BRANCO

l-d ,t i·.IJ§dd

LARSON FA R BE R

estatística aplicada
4ª edição

Tradução
Luciane Paulete Viana

Revisão Técnica
Fernanda Cesar Bonafini
Mestre em educação matemórica - UNESP Ria Claro

-
PEARSON
Sâo Pauto

Brasil Argenlina Colô111bia Costa Ricà Chile Esp.'lnha Guote,nala lvlé.xico Peru Porto Rico V~neiucla

l-d ,t i·.IJ§dd
©2010 by Pearson Education do Brasil
Título original: Ele111e11/ary slalisliS<.s: pict11ri11g the world, fo11rtl1 editiott
© 2009, 2006, 2003, 2000 by Pearson Education, lnc.
Tradução autorizada a partir da edição original em inglês, publicada pela
Pearson Education, lnc. sob o selo frentice 1-JaH.
Todos os direitos reservados. Nenhuma parte desta publicação poderá ser reproduzida
óu transn,itida de qualquer modo ou por qualquer outro n1cio, eletrônico ou mecânico,
incluindo fotocópia, gravação ou qualquer outro tipo de sistema de armazenamento e transmissão
de informaç~o. sem prévia autorização, por escrito, da Pearson Education do Brasil.

Diretor editorial: Roger Tri mer
Gere11te editorial: Sabrina Cairo
Supervisor de prodrrçffo editorial: Marcelo Françozo
Editoras: Marina S. Lupinetti e Renata Gonçalves
Prep,>ra(tfo: Mõnica Santos
Ro'ViSlio: Rcgianc Miyashiro, Fernanda Magalhães e Opportunity Translations
Capa: Alexandre Mieda
Projeto gráfico e diagramaçifo: Globaltec Artes Gráficas Ltda.

Dados Internacionais de Cat.Jlog... ção na _Pubtic.ação (CIP)
(Câmara Brasileira do Livro, SP, Bràsil)

Larson, Ron.
Es.tatísli<.\1 ~plicada / Ron l....'lrson, Uetsy Farber; trildtu;.Jo Luciane Ferreira
Pauleti Vianna. ·· 4. t>d. ·· São Paulo: Pe-ars.on PrenHce Hall, 2010.

1'ítulo original: Ele,nentary statistics

1. Estatistica 1. Farbcr, 13ctsy. ll. 'fítulo.

ISON 978.SS-7605-372-9

09-09661 CDD~>l?.5
fndiccs para catjlogo s istemático:
1. Estatísti(a 519.;>

20-09
Direitos cxclusi vos para a Iíngua portuguesa cedidos
à Pcarson Education do Brasil Ltda.,
uma empresa do grupo Pcarso11 Education.
Av. Ermano Marchetti, 1.435
CEI': 05038-001 - Lapa - São Paulo - SP
Te!.: (11) 2178-8686 -Fax: (11) 2178-8688
e-mail: vendàs@pearsoned.com

l-d ,t i·.IJ§dd

Sumário

PARTE1- ESTAT!STICA DES CRITIVA

Capítulo 1 lntroducão àestatística
Onde estamos .. .... .. .... .. .... . . .. .. .. . ..... . ................ . , ..... .. . . .. .. . . . . . 2
Para onde vamos . . . . . . . . . . . . . . . . . . . . . . . . . • . . .. . • . . . . . . . . . . . . . . . . , .. , . . . ....... . .. . . 2
1.1 Uma visão geral sobre estatística .. . .. . .. . . .... .. .... ......... ... , .. .... .. . .. . . . . 3
1.2 Classificação dos dados . .... . .. . .. . ... .... . .. . ........... . .... .. .. .... ..... .... 8
Estudo de caso: dassificando os programas de TV nos Estados Unidos . .. . .. , . . • . . • . . . . . 14
1.3 Planejamento experimental .. . . .... . .. ...... ... . .... .. ...... .. .. . . . . 15
Usos e abusos - estatística no mundo real. . .. . . . .. . . . . .. .. . . . . . ... . .. . , . . • .. • .. . . . 24
Resumo do capítulo . . . . . . • . . • . . • . .. . . • . . . . .. .. . . • . . • . . • . . . . 25
Exercicios de revisão . . . . . ~ . . . . . . . . . . . .. . . . . .... .. .. . .. . .. ... . . . . . . . . . ... . .. . . . . 26
Teste do capítulo . . ... .. . , ... . .. ... . . .. . . . . .... . . ..... . .... . , .. • . . •. . , . . • .. . . . 27
Juntando tudo .. . .. . . . . . .. . ...... ... . . .. . •• . •.• . • . , . • • • . •• . .•• . .• . • •• • .... . 27
História da estatística - linha do tempo .. .. .. .. . .. . . . . .. ...... . . . . .. .... .. . . .. 28
Tecnologia: usando a tecnologia na estatística . . . . ... . . . .. .. . ......... .. . . .. .. .. 29

Capítulo2 [statística descritiva
Onde estamos .. .... . . . . . . .. . . .. .. . . ... ..... .... ............. . ................ . . . . 3 l
Para onde vamos .. . . . .. . .. . ..... . .. . . . . .... ..... ...... . . .. . .. . .. .... .. . .... . 3 1
2.1 Distribuições de frequência e seus gráficos . . . . .. . .. . .. . .. . ..... ..... . ..... . . .. . . . . 32
2.2 Mais gráficos e representações .. . .. ... . ... ...... . ......... . .. .... .. . .. . .. . .. ... 44
2.3 Medidas de tendência central . . . . .. . .... . . . . . . . .. . ..... . .. . . . . . .. .. . .. .. . ... . . . 55
Z.4 Medidas de variação ..... . .. . .. . .. ....................... . .. . .. . .. . .. . .. ... . . . 67
Estudo de caso: ganho dos atletas . ....... . .............. . .. . .... .. ........... . . . 82
2.5 Medidas de posiç~o . .. ... . .. . .. . .... .. . .. ................... . .. . .......... ... . 83
Usos e abusos - estatística do mundo real .... . ..... . ..... . ..... . ........ . .. .. . . .. 94
Resumo de capítulo. .. . .. . .. . . . . .. . . .. . . . . . .. . .. . ..... . .. .. ............ . .. .. . . 95
Exercícios de revisão . . . .. . .. . .. . .. .. . .. . .. . .. . .. . ..... . . . . . . . . .. .. .. . .. . .. . . . . 96
Teste do capítulo . . . .. .. . .. . . ....... . .. . .. . .. . .. . ..... . .. . . ... ....... . . . .. . . . . 98
Juntando tudo . .. .... . .. . .. . .. . .. . .......... . . .. ..... ... . . .. .. . .. . .. . .. . ..... 98
Tecnologia: produção mensal de leite ... .. .. . ..... .. ....... . .. . .. .... ........ .. . 99
Usando a tecnologia para determinar estatísticas descritivas . .. .. . • .. • .. •• ... . .. .. . 100

l-d ,t i·.IJ§dd
VÍ • Í>Wiltica•pHcado

PARTE 1 - PRO BAB ILIDADE EDISTRIB Ul(ÕES OE PROBABILIDADE

Capítulo 3 Probabilidade
nnrlP. P..<lflmo~ . . . .. . .. . .. . .. . . .. .. . .. . .. • . .. . . ..... . . . . .. . . .. .. . . . . .. . . . .. . .. .. . . 104
Poro onde vamos ..... . . . .. .. . . .. .. . . .. . ..... . .... . . . ... .. . . . . ... .... . .. . .... ..... l 0 4
3.1 Conceitos básicos de probabilidade e contagem . ... ..... ... . .. .... . ... .. ... .. .. . .. .. . 105
3.2 Probabilidade condicional e a regra de multiplicação .. . . • . .. . •• . • . .. . ••.•. . •• ... . 119
3.3 A regra da adição. . ... .... ... . .......... . . .. .. . . ..... . ..... . ... . . ... .. .... .. . 128
Estudo de caso: probabilidade e estratégias para encontrar vagas no estacionamento .. .. . . 137
3.4 Tópicos adicionais sobre probabilidade e contagem . .... . . . .. .. . . . . . ... . . . . . .. .... . 138
Usos e abusos - estatística no mundo real. .. . . .. . .. . .. . .• . . • ...... • ..... • . . .. .. . . 147
Resumo do capítulo ... . . . .. ... . . .. . .. .. . . . . . .. . . . . .. . .. .. . ... . ... .. . . . . . .. .. 148
Exercícios de revisão .. ....... .. . . .. .. .. . ... . ..... .. .. .. .. .... . .. .. . . . . .. . .. .. 149
Teste do capítulo . . .. . .. , . . .. . .. . . . .. . . .. . .. . . . . .. . . . ... . .. . . . . . ... . . .. .. .. . . 151
Juntando tudo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . • . . .. . 152
Tecnologia: simulação - compondo uma variância de Mozart com dados . .. . .. • . ... 152

Capítulo 4 Distribuições de probabilidades discretas
Onde estamos .. . . . . . . .. . . . . .. . . .. . .. . .. .. . .. . . . . . .. . .. . . ... .. . . 154
Poro onde vamos ... . .. . . .. . . . . . ... . . .. .. . . . . . .. . . . .. . . . . . . . . . . . .. .. . .. .. . ... . .. .. 154
4.1 Distribuições de probabilidades . . . .. . . . . . . . .. . .. ... . .. . . . . . .. . . . .... .. . . .. .. .. 155
4.2 Distribuições binomiais... . . . .. .. . ....... . .... . ... . .... .. . . .. . . .. .. ... ........ 165
Estudo de caso: distribuição binomial de acidentes de avião ....... • . . . • . . •. . •. . • ... . . 178
4.3 Mais distribuições de probabilidade discretas .. . .. . . • . . .. . . . .. . • . • •. . . , .. . . . . . . ... . 179
Usos e abusos - estatística no mundo real . .. . . .. . .. . . .. . .. . .. . .. . . . . . . . . .. . . . ... . 185
Resumo do capítulo .. . . .. . .. .. . . ..... .. .. .. ...... ....... .. . . . . .. .... . .. ..... 186
Exercícios de revisão . . .... .. . . .. . .. . . . .. . . .. . .. . ..... . . . ...... . .. .. .. . . .. .... 187
Teste do capítulo . . . .. .. •. . • .. •. . .. . • • . .. . •. . .. . . .. . . . • .. . .. • . •. . •. . •• . •. .. . . 189
Juntando tudo . • .. . .. . .. . . .. .. . . •. .. . . .. . .. . •. . .. . • .. . .. . .. • .. . .. • . .. . •. . .. . 189
Tecnologia: usando a distribuição de Poisson como modelos de Q:ueuing . .. • . • . .. . . 190

Capítulo 5 Distribuições de probabilidades normais
Onde estamos .. .. . . .. .... .. ... .. . .. .... .. . .. .. . .. . .. . .... . ..... . . . .. ..... ... . ... 192
Poro onde vamos .... .. .... .. ... . . ... . .. . .. .. .... . .. . .. . .. .... .. . ............. . .. . 192
5.1 Introdução à distribuição normal e distribuição normal padrão.. . ...•.. • .. • ..•• .. . . 193
5.2 Distribuições normais: encontrando probabilidades . . . . .... .. .. . . . .. . •• . •. . • ... . .204
5.3 Distribuições normais: encontrando valores . . . . . . . . . . . .......... . .... . .. .. 210
Estudo de caso: pesos de bebês nascidos nos Estados Unidos .. .. . • . . . • .. •.. •. . • ... . . 217
5.4 Distribuições de amostragem e o teorema do limite central . .. ... ... .. , • . . . . .. .. .. 219
5.5 Aproximações normais para distribuições binomiais ... . . ...... • . . . • . . • . . •. . • • .. . . 232
Usos e abusos - estatlstica no mundo real. .. . ... . . . . .. . . • . . • . •• ... • . . •• . • . . •. .. . . 241
Resumo do capítulo .. .... .. .. . . . ..... .. . ...... . . . .... . . . ..... . . .. .. . . ... .. . .2.42
Exercícios de revisão .. . ... .. . ... ... ..... . .. ... .. ... . . ... . ... . . . . . .. .. . ...... .243
Teste do capítulo . . . .. .. , . . . .. .. . ..... . . . . .. . ..... . .. . . . . . . . . . . . ... . . . . . . .. . .245

l-d ,t i·.IJ§dd
l•m!rio vii
Juntando tudo . . ... .. ... . .. . .... . .. . .. . .. . ... .. . .. ...... . .... .. ..... . ..... .. 245
Tecnologia: distribuição de idade nos Estados Unidos . . .. . . . .... . .. . . . . .. . . .. . . . .246

PA RH l • ESTATISTICA IHHR[H CIAL

Capítulo6 Intervalos de confiança
Onde estamos .. . .. . .. . .. . .. . .. .. .. ....... . .. . .. . .. . .. .. . . .. .. . . .. . .. . .250
Para onde vamos .. .. . .. . .. . .. . .. . ..... . .... . .. . .. . .. . .. .. . . .. . .. . .. . .. . .. . ..... . .250
6.1 Intervalos de confiança para a média (amostras grandes) .. . . ... . . . ... . . . . . .. . .. .. 251
Estudo de caso: altura. dos ombros dos ursos negros dos Apalaches .. . . . . . . . •. . . . .. . .. . 261
6.2 Intervalos de confiança para a média (amostras pequenas). .. . . .. . .. . .. . .. . . .. .. . .262
6.3 Intervalos de confiança para as proporções populacionais . . .. . .. . • .. . .. •.. •. . . . .. . 270
6.4 Intervalos de confiança para variância e desvio padrão . . . . . . .. .. . . .. . . . •.. . . .. .. . .278
Usos e abusos - estatística no mundo real. . .. .. .. . .. . .. . ..... . .. . .. . ..... . .......283
Resumo do capitulo ........ . ....... . .. .. .... . . ... . ... . .. ... . .. . ..... . .. . .... 284
Exercícios de revisão .. ... ... . .. ... .. . . . ... . . . . . . . . . . .. . . . ... . . . . . .. . . . . . .. . . . . 285
Teste do capitulo .. . .. ........... .... . .. . .. . .. . .. . ... .. .. .... .. . .. .. ....... . .287
Juntando tudo . . .. . ..... . ..... . .. . .. . . . ... . . ... . ......... .. ... . .. ... . .. .. ... 288
Tecnologia: a Gallup Organization .. . .... . . .... . .. . .. ... ... . .. . .. . .. ... . . ...... 289
Usando a tecnologia para construir intervalos de confiança . . .. .. . .. . . .. . . . .. . .. . .. 290

Capítulo7 Testes de hipótese com uma amostra
Onde estamos .. .. . . .. . . .. .. . . . . . .. . . . • . .. .. . . . .. . • . . . .. . . . . . . . . . . . . . . . . . . . .. .. . . 292
Para onde vamos . . . . . . . . . . . . . . . . . . . . . . . . . . . . • . . . . . • . . . . . • . . . . . . . • . .. . . • .. • .. .. . . . 292
7.1 Introdução aos testes de hipótese .. . .... . .. . .. . .. . .. . .. . .. . ... .. . .. . . . . ....... 293
7.2 Testes de hipóteses para a média (amostras grandes) .. . ... . . . . . •.. . . . . .... . ... . .305
Estudo de caso: temperatura corporal humana - o que é normal?. . . . . . . . . . . .. . .. 319
7.3 Testes de hipótese para a média (amostras pequenas). . .. ... . . .. ... 3 19
7.4 Teste de hipótese para proporções .. . .. . .. . .... . ........ . . . . .. . .. . ..... . .. . .327
7.5 Teste de hipótese para variância e desvio padrão . .. . ... . . .. .... . .. , .. , .. . .. . .. . .333
Usos e abusos - estatfstica no mundo real. . . .. . . . .. .. .. .. .. . . .. .. .. . . .. .. . . . . .340
Resumo do capitulo .. ... . .. . .. .. . . .. .. . .. . . .. .. . .. .. . . ..... . .. . .. , .. . .. . .343
Exercícios de revisão . . . . . .. .. . . . . . . . . . . .. . . . . . . . . . . . . . .. .. . . . .. .. . . . .. . . . ... . . 344
Teste do capítulo .. . . . . .. . . .. .. . . .. . .. . . . . . .. . .. . . . . .. . . . . . . , . . . . .. . . , . . .. . . .346
Juntando tudo ... .. .. ...... . ..... .. ... . .. . .. . ........ .. .. .. . .. . .. . .. . ... .... 347
Tecnologia: o caso das mulheres desaparecidas . . . . . .. . .. . . . . . . . .. .... . .. . . , . . . .347
Usando tecnologia para efetuar testes de hipótese . . . .. . .. . .. . . . .. . • .. . . . . .. . .. . .349

Capítulo8 Testes de hipótese com duas amostras
Onde estamos . .. . . . .. . . . . .. .. .. .. .. .... . ........ . . . . . . . . . . . 351
Para onde vamos .. .. .. .... . .. . .. . .. . .. ....... .... . .. . ..... . .. . .... . . .... .. . ... . . .351
8.1 Testando a diferença entre as médias (amostras grandes e independentes).. . .. . .. . . 352
Estudo de caso: dietas e perda de peso... . . .. .... . .. . .. ... . .. . .. . .. . .. . .. .. .. . . . .361
8.2 Testando a diferença entre as médias (amostras pequenas e independentes) . . .. .. . .362

l-d ,t i·.IJ§dd
vii i • f11a1~1ic.apli"'ª

8.3 Testando a diferença entre as médias (amostras dependentes) .. . . . • ..•. . •..•. .. . .369
8.4 Testando a diferença entre as proporções . . . . . . . . . . . . . .. . .. • ..•..•• . • . . . . . 377
Usos e abusos - estatlstieo no mundo real. .. . . . . . .. .. . . . . . . . . . . . ........ . . . . . .. . .383
Resumo do capítulo . . ... . .. . . . .. . . ... .. .... . • ... .. .. . . • . .... . • . . • . . . .. • . .. . . 384
Exercícios de revisão . . . . • . . • . . • . . . . . • . . • . . • . . • . . • . . • . . . . . . . . . • . . • .. • .. .. .. .. 385
Teste do capítulo . . . . . . . • . . • . . • . . .•. . .. . .. .•. . . . 387
Juntando tudo . . . . . . . . . . . . . . . . . . • . . • . . . . . . . . . . . . . . . . . . . . . . . . • .. • . . • . . • . . .. .388
Tecnologia: cara ou coroa . . . .... . .. . .. . ..... . .. . . . . . . .. .. , . . . .. . . .. . •. . • . . ... 389
Usando tecnologia para efetuar testes de hipótese de duas amostras . . .. .. •. . •. .. . .390

PARI[ 4 - MAII IH HRtHCIAI ESTATÍSTICAI

Capítulo 9 Correlacão eregressão
Onde esromos . . . . . . . . . . . . . . • . . . . . • . . . . . • . . . . . • . . . . . • . . . . . . . . . . .• . .. .. 394
Poro onde vamos . . . . . . • . . • . . • . . • . . • . . • . . • . . • . . . . . . . . . . . . . . . . . . .394
9.1 Correlação. . . .. .... . •. . • . . ..... . •. .•. . • . . • . . .. . •. .. ... . .. . ... • .. • .. • . . • . .. . .395.
9.2 Regressão linear.. . . . ... . .... . . . .. . .. . . . . . .. . .. . .. . .. . . .. . .. . . • . . • . . • . . • . .. . .409
Estudo de caso: correlação da medição dos corpos ... . • .. . .......... • .. •. . •. . • .... . 417
9.3 Medidas de regressão e intervalos de previsão . . . ..... . . . ... . . . . . .. .. ... . ... . . . .. . 419
9.4 Regressão múltipla .. . .... ....... . . . ... . . .... . . ... .. .. . . .. .... . • . . • . . • .. •. .. .. 427
Usos e abusos - estatístieo no mundo real . . ..... . ..... . .. . .... .. .......... . .. .. .. 431
Resumo do capítulo . ... . . . ... . .. . .... .. ....... . .. . .. . . .. ............. . ..... .432
Exercícios de revisão .. ................ . . ....... . .... .. . .. . .. ................ .433
Teste do capítulo . . . .. . . .. . •. . •. .. • . •• . •. . •. . .. . . .. . .. . .. . .. • . .. . •. . •. . •. .... 435
Juntando tudo . .. . • . ..• . • . .•. . . .. • .. . . .• . .. . .• . . .. .. . . .. . .. • . .. . •• . .. . •.. . . .436
Tecnologia : U.S. Food and Drug Administration FDA . ..... . . .. . .. . . •. . ...•• . •.... .437

Capítulo 1O Testes qui-quadrado eadistribuicão F
Onde estamos .. . .. . .. . ..... . . .. . .. . . . . . .. . ..... .. . .......... . . . .. ........ . .. .... 439
Poro onde vamos . . .. .. . .... . ..... . .. . .. . ........ . .. . . .. . .. . .. . .. . . .. .. . . ..... .. . .439
10.1 Testes de ajuste •. . ..•..••.••.•• . .• . •. . •• . .. . .• . .. . .. . •. . • .. • . .• . •• . .. . •• .. . .440
10.2 Independência . .. . . .. .. . . . . .. . • . . . .. . .. • .. .... . .. ... . .. . . .. . . •• . •. . •. . •... . .450
Estudo de caso: fatos sobre a segurança no transito . .. .... . .. . .. . .. . . • . . •. . •. . •.... .460
10.3 Comparando duas variâncias . . .. . . .. . . . . ..... .. . . .......... .. ................ .461
10.4 Análise da variância• . ....• . .••.. .. •... . .• . •. . .• . . ... • . . .. . .. • . •. . •. . •. . •.... .469
Usos e abusos - estatlstieo no mundo real. .... ..... . .... .. . .. . .. . . .. . ..... .. . .... 478
Resumo do capítulo .. . .. . . .. .. . . .. .. . . .. . .. . .. . . . . . .. . . • . . • . . • . . • ... . . 479
Exercícios de revisão ... . . ..... .... .. . . . ............. .. . .. . .. .... . . ... . ...... .480
Teste do capítulo . . . .. ........ .. ...... . ..... . .. . .. . .. . . .. .. . ............. .. . .482
Juntando tudo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .... .. .. 482
Tecnologia: salários de professores .............. . . . . .. . .. ... . . . . . . . .... . . .. ... 483

l-d ,t i·.IJ§dd
l,m!1io ÍX

Capítulo 11 Testes não paramétricos
Onde estamos .. .... .. . . ... .. .. . . ..... . . . . .. . . . . .. . . . ... . . . .. .. . . .. . .. . .. . . .. .. . .485
Paro onde vamos . . .. .. .... . .. . ..... . .. . .. . .. . . . .. . .. . ..... . .. . .. . .. . .. . .... .. .. . .485
11.1 Teste dos sinais . . . . ........ . ..... . . .. .... . ..... . ......... . .. ..... . .. . .. . .. .. 486
11.2 Teste de Wilcoxon • .. . ... . . . .. . . .. . . . . • . . . . . . .. . . ...•• . . ... . • .• • .. • .. • . . . . .. .494
Estudo de caso: ganhos por diploma universiMrio . . . . . . . . . . .. . . . .. .. .. . .. . .. . .. . . . . .502
11.3 Teste de Kruskal·Wallis ... . ..... . ....... . ... .. . ......... .. ... . .. . .. . .. . .. ..... 503
11.4 Correlação de postos..... . .. . .. . .. . .. . .... . . . . .. . .. . .. . ..... , .. . ..... . .. . .... 507
11.5 Testes de corridas .. .. ... . .. . .. .. . ...... ... . ........... . ...... . . ..... . .. .. . .. 512
Usos e abusos-estatística no mundo real .. .. .. . .. . .. .... .. . . . .. . .. . .. . .. . .... . .. 519
Resumo do capítulo .. ... ... . .. .. . .. . .. . ... ... . . . ... .. ...... . .. . .. . ... ..... . .520
Exercícios de revisão . . . .. • .. • . . , .. . .. . . . .. . . . . .. . .. . .. .... .. . .. . .. .. . . .. . . .. .521
Teste do capítulo .. . .. . .. • . . •.. • .. • .. • . . •..• • .• . . • • . • •. ..... • ..• . . • . . • .... . . .523
Juntando tudo .. ..... . .. .. .... .. . .... ..... .. ... ... . .. . .. . .. . .. . .. . ... .. .. . . .524
Tecnologia: renda nos Estados Unidos e pesquisa econômica . . . . • . . • .. • . .• . . . .... 525

Apêndice A
A Apresentação alternativa da distribuição normal padrão.... . •• ... •..• .. , .. • .. •. . .. . A2

Apêndice B
B Tabelas..... • . . • . . • . . • . . • .. • .. . .... . • • . •. . •• . •. . ...•. . .• .. . • .. • .. • .. • . . • .. . . .A7

Apêndice C
( Representações de probabilidade normal e seus gráficos. .. . .. .. . • . .• . . • . . • . . .. . . . A30

Respostas dos exercícios Tente você. . . .. .. • . . • . . • . . . . . • . . ... . . • .. , .. • . . • . .. .. . .A32
Respostas dos exercícios selecionados.. . . .. .. . . . .. . . .... . .. .. . . .. . . .. .. . .. .. . . . A5 l

índice de aplicações ..... . ..... . .. , .. . .. . .. . . .. ... .... .. . . ..... . .. . .. . .......626
índice remissivo . .. .. .... . .. . .. . . .. . . . .. . . . . . . . . . . . ... . .. .. . . . . .. . . .. . . .. .. . .632

Sobre os autores . . .. . . . .... .. . . .... . . . . . . . ..... . .. . . . . .. . .. . . ... .. .... .. . .. .o3ll

l-d ,t i·.IJ§dd

,
PAGINA EM BRANCO

t i·. Tais exemplos são ilustrados por telas do MINffAB. usados como subtítulos ao longo do capítulo. lente YO<ê Os exemplos são seguidos por exercícios similares chamados Te11te ooct. de resultados em situações de vida real (aproximadamente 4(Y. apresentada em tópicos que us. Oetinitões Conceitos importantes contam com definições fom1ais sempre seguidas de instrnções que explicam.ambém telas adicionais no fim de capítulos selecionados.lrt!l Os assuntos deste livro são agrupados em quatro partes: F. tgratificante saber que nossa visão ao combinar teoria.io fornecidas no final do livro. relacionando-o aos tópicos estudados anteriormente. os quais são apresentados na seção O que você deve apre11der. A. 1 (aracterístícas da quarta edi~ão \\\\~\\\ A. Este passo adicional promove o pensamento crítico e habilidades de redação.io novos ou foram reviS<1dos) . explorando conceitos no contexto do mundo real. ln1tru1õei Em todo o livro.100 exercícios. fazer testes ou mostrar dados.. São fornecidas t.. Os mesmos objetivos s. Importante Notas nas margens das páginas ajudam a guiar importantes interpretações ou estnbelecem relações enlre dife- rcenles conceitos. IMratandoomundo Cada capítulo traz um 'mini estudo de caso' da vida real chamado Retrata11doo 1111111do. a seç. como aplicar tal definição. dos exercícios s. Cada Retmta11do o 1111mdo se encerra com uma questão e pede ser usado para uma discussão mais geral em classe ou para um trabalho em grupo.obre sua aplicação. do Excel e da Tl-83/ 84.io. mostrando como a solução pode ser interpretada dentro de um COJ1lexto da vida rea.bmurade<apítulos No início de cada capítulo. e fornecendo explicaçõc>s e aplicaçõel.Os exerdcios são divididos em três ~ões: .berturadep. a apresentação de uma fórmula estatística é seguida de um conjunto de instruções passo a passo s. a seção Pom onde vamos fornece uma visão geral do capítulo.IJ§dd Prefácio Bem-vindo à quarta edição de Estntlstica aplicndn.11 slml1<>/os. Dicas de estudo Dicas de estudo presentes nas margens das páginas mostram como ler tabelas.stallstica descritiva. A maioria dos exemplos conta com um passo para sua inlerprelação.o e pelo apoio às três primeiras edições.10 011de . l-d . As respostas dessesexercícioss.:. então. Somos gratos pela impressionante aceitaç. Em seguida. Estatlsticn i11fere11cial e Mais i11ferê11cias estatlsticas. de modo . Cada parte apresenta um agrupamento natural de assuntos dentro de um cenário mais amplo da estatística. Exercícios Os grupos de exercícios desta quarta edição incluem mais de 2. us. didática e planejamento para exemplificar o llSO da estatística para retratar e descrever o mundo tem ajudado estudantes a aprender sobre a estatística e a tomar decisoos fundamentadas.1da para calcular fórmulas. Organizailodo><apílulos Cada capítulo é organizado por objetivos de aprendizagem. "sar tecnologia ou interpretar resultados ou gráficos. E:xemplosde tecnologia Muitas seções trazem exemplos que mostram como a tecnologia pode ser us.1m linguagem cotidiana. as instruções são divididas em duas colunas: E111 JNllnvms e E. Exemplospassoaj). Probabilidade e distribui(&'S de probabilidade. Cada um dos mais de 210 exemplos é numerado e intitulado para mais fácil referência e consulta.lssoíntitulados Todo conceito no livro é claramente ilustrado com um ou mais exemplos passo a passo.mdo lin· guagem simples. que ilustra o co11· ceito (ou conceitos) importante de cada seção.'I./amos mostra como o capítulo se encaixa em um cenário mais amplo da estatística..l.que se possa imediatamente praticar o que foi aprendido. Em alguns casos. oferecendo prática em realização de cálculos e tomada de decisões.

retn11do co11ceítos: são problemas qtte envolvem habilidades ou palavras que variam do desenvolvimento de habilidades Wsicas a problemas mais desafiadores e interpretativos.3 Medidas da tendência central. propriedades dos pontos estimadores foram inseridos. Regmdearredondamento As regras de arredondamento estão nas dicas de estudo dos cálculos.tos e lacunas foram adicionados a 2.rem criticamente e a tomarem decisões embas. atribuições aleatórias. • No Capítulo 3. • No Capítulo 2. Usa11do e í11ter1. Usos eabusos -estatística no mundo real Uma discussão sobre como as técnicas estatísticas podem ser usadas e sobre abusos co- nmns está presente em todos os capa1ulos. o poder do teste é deíii\ido..r ideias múltiplas. e a ordem dos exercícios obedece à organização do capítulo. Projetote<nológi<o Cada capítulo tem um projeto tecnológico us. Esta discussão íoca em como avaliar a normalidade em grupos de dados pequenos.10 agora inclui ética. A discuss. • No Apêndice C. fontes de tendenciosidade na amostragem e pesquisa. a cobertura do teste de ajuste qui-quadrado foi aumentada para cobrir as distribuições qui-quadrado.tende111 a ser mais desafiadores e não são pré-requisitos para as seções subsequentes.1dores. com exerdcios que pedem aos estudantes que tomem decisões. seleção aleatória. unidades experinlelltais. as definições de amostras dependentes e indep<!ndentes estão agora presentes no início do capílulo. Coustrui11do habilidades básitns e co11ceil'os: são exercícios M respostas curtas. As respostas para os exercidos ímpares são dadas no fim do livro. Frequências marginais e conjuntas para tabelas de contingência também foram adicionadas. (xer<ícios de revisão Uma série de exercícios de revis. Os applets de acompanhamento estão disponíveis no site do livro. i'll'{'ll'.'\o de como a te01ologia é us. • No Capítulo 8.. Di- versos exemplos foram incluídos. Os exercícios guiam os estudantes desde a interpretação até a chegada às conclusões.t i·. i'll'{'ll'. Os exerdcios ajudam os estudantes a aplicar seu conhecimento. f.deciS(]es reais Esta seção encoraja os estudantes a pens. agrupamen. hta tí1tiu real.1ndo MINITAB. • No Capítulo 7. Uma cobertura adicional de planejamento experimental foi incor. 8 e 11. Algumas respostas selecionadas desses exercícios são dadas no final do livro.'\o relacionados aos exemplos da seção. adicionamos gráficos de probabilidade normal.das em dados reais. Atividadesapplet Seções selecionadas contêm aiividades que levam a investigações interativas sobre os conceitos da lição.IJ§dd xi i • [1tdlillica aplica<!. . Resumodoupítulo 'Cada capítulo é finalizado com um resumo que responde à pergunta O que voe€ npre11de11? Os objetivos de estudo s. replicação.'\o segue cada resumo do capítulo. que fornece ao estudante uma vis. no fim dos capítulos 2. Respo1tasu1<Jndo tf<nologia As respostas dadas no final do livro estão em tabelas. i'll'{'ll'. quando apropriado. tratamentos.. l-d .xpa11di11do co11ceitos: são exercícios que vão além do material apresentado na seção.. grupos de controle. i'll'{'ll'. i'll'{'ll\ Revisãoacumulad~ Uma revisão acumulada. 5.porada para cobrir diferentes tipos de experi· mentos que podem ser us. Os exercícios estão dispostos em ordem aleatória e podem incorpora. Excel e Tl-83/84.1dos por pesquis. fontes de tendendosidad~ e confusão foran1 adicionadas. bt~do de mo Cada capítulo apresenta um estudo de caso que traz dados atuais em contexto da vida real e questões que ilustram os conceitos mais importantes do capítulo. verdadeiro ou falso ou elaborados usando vocabulário cuidadosamente selecionado para facilitar seu entendimento. • No Capítulo 6. i'll'{'ll'. • No Capítulo 10. i'll'{'ll\ Abrangêfl<íadocurso Em resposta às sugestões de instrutores de estatística.da para lidar com conjuntos de dados grandes ou situações de vida real. o seguinte conteúdo é novo ou revisado: • No Capítulo l. os tópicos foram reorganizados para apresentar os princípios de contagem no início do capítulo. bem como aos exerdcios de revisão. Teste do capítulo 'lodo capítulo termina com um teste e as respostas para todas as questões do teste são fornecidas no final do livro. As respostas encontradas com o uso da tecnologia também t'Stão incluídas quando há discrepâncias devido a arredondamentos. conclui cada uma das: quatro partes do livro.

temos certeza de que você concorda que o objetivo deste curso não seja o cálculo. Noss. fonologiaflexível Embora a maioria das fórmulas no livro seja ilustrada com cálculos 'manuais'.1 nas páginas 196-200. Fornecemos muitos exemplos.assumimos que a maioria dos estudantes tenha acesso a alguma ferramenta tecnológica. S<lbendo que alguns professores preferem usar a tabela '-O a z'.s. l-d . São elas: • Enfatiíar a alfabetização estatística e desenvolver o pensamento estatístico. l'or exemplo. Tl-83 ou Tl-84. . . • Usar dados reais. • Enfatizar entendi111entoconceitual em vez de mero conhecimento de procedimentos. • Usar a tecnologia para desenvolver o entendimento conceitua] e a análise de dados. tomamos o texto acessível: ele pode ser usado em cursos com não mais do que uma calculadora cientílica ou em cursos que requerem uso frequente de ferramentas tecnológicas sofisticada. Excel. Abordagem ponderada O livro consegue alcançar um equilíbrio entre cálculo. Amaioria dos mais de 240 conjuntos de dados contém dados atuais e suas fontes.1 experiência indica que o trabalho como professor não é criar estatísticos. Qualquer que seja seu uso da temologia. Pré-requisitos Fizemos esforços para manter as manipulaçôes algébricas em um mínimo . Devido ao fato de a t. o projeto Guias para Avaliação e Instrução na Educação Estatistica (GA ISE) desenvolveu seis recomendações para o ensino de estatística introdu tória em cursos superiores. Go. Oecisões GAISE Fundada pela A111ericn11 Stntisticnl Associntiou. os exercícios e as características deste livro atendem a todas essas recomendações. Por esta razão. bcolba dastabelas Nossa experiência mostrou que os estudantes acham mais facil usar uma tabela de função cumulativa de densidade (CDF) do que usar uma tabela '0-a-z'.~. especialmente àqueles que usam estratégias de aprendizagem visuais. • Estin.IJ§dd l>rel!cio xiii I Mantendo a força didática da terceira edição Abordagem gráfica Como a maioria dos livros de introdução à estatística. Oado1e linba1dasfontei Os conjuntos de dados deste livro foram escolhidos por interesse.mtos de dados contendo 20 ou mais entradas estão disponíveis no site de apoio do livro e os gnipos de exercícios disponíveis eletronicamente s<'ío indicados pelo ícone( ~ . Uma diferença entre este livro e os muitos outros é que continuamos a incorporar a representação gráfica dos dados durante toda a obra.1 seja viva e relevante para os estudantes d:e modo que eles entendam a importância do raciocínio do estudo da estatística. AMATY( Hffif Este livro responde à necessidade de um livro que seja amigo do estudante e que enfatize o uso de estatística. tomada de decisão e entendimento conceituai. Veja o índice de aplicações na página 11. I Encontrando os padrões PadrõeiMAA.fre<Juentemente mostramos ver- S<X. incluímos exercícios que requerem que o estudante interprete resultados.mas rambém acessíveis.ccnologia variar muito. mas sim criar consumidores informados dos relatórios estatísticos. veja o uso de gráficos ramo-e-fothas para representar os dados nas páginas 317 e 319.ularo aprendizado ativo en. Esta ênfase nas representações gráficas é benéfica para qualquer estudante. começamos o capítulo sobre estatística descritiva com uma pesquisa sobre as diversas maneiros de representar os dados graficamente. fornecemos uma apresentação alternativa deste tópico no Apêndice A. Variedadedeaplicacõei na vida real Escolhemos aplicações na vida real que são representativas para os estudantes dos cursos in- tTOdutórios de estatística.t i·. como MINITAB. variedade e adequação para ilustra- rem os conceitos. encontre padrões e tome decisões.>s informais das fóm1ulas usando palavras no lugar de ou em adição a variáveis. forn~a explicações escritas. exercícios e exercícios 'lente você que vão além dos cálculos.1. mas sim levar à compreen- são de conceitos básicos e usos da estatístic. Queremos que a estatístic. O uso da tabela CDF para encontrar a área abaixo da curva normal é o tópico da Seção 5. Queremos que as aplicaçoos sejam autênticas . Os exemplos. sala de aula. Os conjuntos de dados remanescentes contêm dados simulados que são representativos de situações da vida real. • Usar avaliações para melhorar e avaliar o aprendizado do aluno.

co111.rsitdrios@penrsc11ed.rinis são de uso excl11siro do professor e estão protegidos por senlrn. Recursospara professores" Os pi:ofessores que adotam este li.-111ail para 1111ive.atividades propiciam prática extra sobre o conteúdo de cada capítulo do livro. • Exerdcios adicionais. l-d . . os conceitos que abordam e sua descrição.ados nas atividades interativas propostas ao longo do livro.um esquema apresenta as principais fórmulas de cada capítulo.resolução dos exercícios contidos no livro. ' f$$<.um guia rápido apresenta dicas de como aperfeiçoar o estudo da estatística e facilitar seu entendimento. • Conjw1tos de dados .m sala de aula. os professores q11e ndotn111 o liiJl'O de-<>e111 eutrar c111 coulalo co111 seu represe11tn11le Pearsc11 cu enviar 1111t e. Pnm ler net'SSO neles.conjuntos de dados contendo 20 ou mais entradas e nos quais se baseiam alguns exercidos do livro estão disponíveis para consulta.t i·.slides editáveis que acompanham o conteúdo de cada capítulo e que podem ser utilizados durante as apresentações e.•ro contam com: • Manual de soluções (em inglês) . • Applets .IJ§dd I Site de apoio • Recursos para estudantes Osite de apoio deste livro oferece aos estudantes: • Dicas de como estudar estatística . Companion • Principais fórmulas.'S mnti. Website • Correlação de applets. devidamente identificados por seções.uma listagem resume os applets. • Apresentações em PowerPoint .applets para serem utili1.

Fremont Mike McGann. Anne Arundel Community College Rita Kolb.sity David Kay...ny Lo. Lincoln Campus M. Moorpark College llen. l'lorida Community College at Jacksonville. Cuyamaca Community College Melonie RasmuSS<)n.~r. Thomas Nelson Community College Charles Ehler. Ocean County College Vicki L.quarta edição. DeVry University. College Nancy Johnson. Oakton Community College Sandra L. College of DuPage Elisabeth Schuste1. Canlonsvílle Communily Colles• Neal Rogness.mam J.South Campus Eric Preibisius.of North Carolina I Revisores das edi~ões anteriores Frieda Canter. College Sandeep Holay. Kazemi. California State Unive. Sacred Heart University Sonja Hensler. California State Uni versity-Fresno Jean Sells. Thistlelon. Ventura Community College Julie Norton. Benzei.yn A. Seminole Community College Jeffrey Linek. Macomb Community College .a nplicndn. Grand VaJley State University Jane Keller.IJ§dd Agradecimentos Devemos agradecer aos muitos revisores que nos ajudaram a formatar e refinar Estntfstic. Pierce College John Seppala. Oakton Community College ·nng·Xiu Wang. Valdosta State Universíty Aileen Solomon. Benedictine University C1role Shapero. University of Nebraska Kearney David P. Ellingsen. Trident ·1echnkal College Deborah Swiderski. Metropolitan Community College Polly Amstutz.t i·. Rosalie Abraham. Florida Community College at Jacksonville Ahmed Adala. Metropolitan Community College Vicki McMillian. San Juan College Agnes Tuska. Fresno City College David Oi Marco. Ocean County College L. Petersburg Jr. Southeast Community College. SUNY-Potsdam Michael Eurgubian. Montgomery College Carol Curtis. Petersburg Jr. Santa Rosa Jr. Jr. University . Noble. St. College Diane Long. St. SUNY-lnstituteofTed1110logy. DeVry University . Manatee Community College Susan Kellicut. l-d . McMillian. Spain. Utica Clark Vangilder. Neumann College Harold W. California State University-Hayward Lynn 011ket1.

Indiana University of Pennsylvania Michelle Strager-McCarney. Linda Míhatov Behrens. Wayne Paikins.es. Fayetteville 'Jechnical Community College Mohammad Kazemi. Maureen Eide. North Dakota State University G. Western Washington University Também agradecemos especialmente ao pessoal da Pearson Education que trabalhou conosco no desenvolvimento desta quarta edição de Estnlíslicn aplicada: Deirdre Lynch. Thomas. que nos auxiliaram no desenvólvimento e na produç. farberb@bucks. se1n dúvidas. )oanne WendelRen. Avioli. lnc. Dawn Murrin. Erie Community College Cara DeLong..edu . University of North Carolina. Deruma Giibert Larson e Richard Farber. pelo an1or. Ron Larson. Rowan University Gary Egan. que possa ser usado para o ensino e a aprendizagem da estatística. University ofTexas-Pan American John J. Dia· ne f>eirano. Nelson Community College Keith J. Trident 'Ji!(hnícal College )ili Fanter. Também agradecemos o pessoal de Larson Texts. Spain.IJ§dd Dex IVhittinghall. l-d .niversity Sandra L. John Christiana e Thomas Benfatti. P.t i·. Também agradecemos especialmente a R. muitos usuários terão. Christopher Newport U. Scott O'Neil. Walters State Communíty College John Bernard. odx@psu. sugestões de 1nelhorias as quais sen1pre serão be1n·vindas.ão do livro. Monroe Community College Hyune-Ju Kim. Syracuse University Rowan Lindley. agradecemos a nossos cônjuges. claro e agradável. College of Charleston Ginger Dewe)\ York Technical College Martin Jones.limpo. Westchester Community College Lynn Meslinsky. Andy Chang.. Apesar de todos os esforços para assegurar a acuidade e a facilidade de uso. Craswell.Charlotte Rhonda Magel. The Behrend College Olcay Akman.edu Betsy Farber. College of Charleston Lindsay Packer. pela paciência e pelo apoio. LynnSavino Wendel. Trabalhamos muito para fazer de Eslalfstica aplicada um livro. Penn State-Erie. College of Charleston Aileen Solomon. Youngstown Siate Universily Douglas Frank.soalmente.

IJ§dd Parte 1 [statística descritiva Capítulo I lntroducão àestatística Capítulo Z Estatística descritiva . l-d .t i·.

você será apresentado aos conceitos bá. a estatística de crescimento mais rápido foi usada para a construção dos gráficos ao lado. que mos· tram o rápido crescimento de regiões dos Estados Unidos Noruesh! com 10.t i·. €en. ~ . Considere. que cobre muitos tópicos adicionais. 811remr (8uren11 de Censo dos Estados Unidos}. de 2000 a Sul 64% 2005. a enorme tare. Um Ccntro-ocs1C fonnulário maior.. Ce11. ~ e tem um alto custo. que conduz o censo em todas as décadas. Esses 17%formam uma amoslra. o 811remr envia formulários curtos para toda a população e pergunta sobre caracterísli· cas como gênero. 18% viado a 17%da população.. coleta de dados e descriç.is habilantes. como o - faria? Como você poderia ter certeza de que seus resultados são exatos? Essas e muitas outras preocupações são de res_ponsabilidade do U11i1ed S1ate.IJ§dd Capítulo ífl l l. -- fa de se contar e descrever a população inteira dos Estados Unidos. Para onde vamos No Capítulo 1. de 2000 a 2005. . l-d . tais como pesquisas. e onde estão 1% as regiões com os 100 crescimentos mais rápidos. Nesle curso.. idade. por exemplo. raça e propriedade de imóveis. O que você pode não saber é que a coleta de dados estatísticos precisos é frequentemente difícil .000 ou ma.-.10 de populações.11. Localização das 100 regiões sicos e aos objetivos da estatística. lntroduçao àestatística Onde estamos Regiões americanas com crescimento m~is rápido Você já deve estar familiarizado com muitas das prá· ticns de estatística. Se você fosse o responsável por tal censo. Quando conduz o censo. você aprenderá como dados coletados de uma antostra são usa. Por exemplo.dos para i1tferir car-acterfsticas sobre urna população.

contagens. O uso de dados estatísticos remonta aos censos feitos na antiga Babilônia. organiia. 2007.-: Ul'I. Gráficos que apresentam informações de forma fácil d. os USA 'fODAY S11npslt-0ts. Às vezes. mais tarde. que aumentou em 2.500 danos à espinha dorsal em menores de idade re- sultam de acidentes de carro e 6S dos feridos não estavam usando o cinto de segurança. tais como nascimentos e óbitos. medições ou respostas. considere os trechos a • Como ólltingu~ entre estatíslka seguir. analisa e interpreta dados para a tomada de decisões. Por ex.t i·... Quase todos os dias somos expostos à estatística.uo4ucaoA.pitulo l • 1.w. C<><mrit." (ft•111t': r. • "As pessoas que comem três porções diárias de grãos integrais têm risco de sofrer problemas cardíacos reduzido em 37%. no Egi- ro e.Se você alguma vez leu o USA TODA Y.) • "Espera-se que a produção americana de carvão. l-d .) • "Setenta por cento dos 1.s1d!Mi« 3 Ili Uma visão geral sobre estatística Oque você Definiiao de estatística-* Conjuntos de dados --* Ramos da estatística deve aprender I Definição de estatística • Adefiniçao de estatíSli<a • Como dístinguir entreuma popu- Conforme começamos o curso.IJ§dd C.) As três afirmações que você acabou de ler S<'lo baseadas na coleta de dados. no Império Romano. Então.1% en.e ser entendida." (tmH.o". um parame- rn tleoo estudar estntlsticn? Como o estudo da estallslica pode me ajudar profissiounlme11/e? tlo eum dado estatístico. Na verdade. descntiva eestatistica infe1encial. você pode se perguntar: oque éestnlísticn? Por que laçaoé uma amoslra. a palavra estatísti- ca é derivada da palavra latina slnlusl que significa "esta-d. retirados de jomais e publicações recentes. sofra u1na redução de 3. efini{ão Dados consistem em infonnaçôés que vêm de observaçees. Gr•itl.." (FDnte: 111. o que é estatística? efini(ão Estatística é a ciência que coleta. os dados são apresentados graficamente.ergy l1~formn1im1 Adm1lli>l1ntivn. . quando os dados eram coletados sobre assuntos relacionados ao Estndo.5% em 2006. certamente já viu uma das características mais populares do jornal.em pio.

Descrel)'a o conjunto de dados. (rmttr: E. • D<> que consiste o conjunto de dados? Rt'i'. Dependendo da proposta da pesquisa.708 adultos nos Estados Unidos na pesquisa.IJ§dd 4 • [1totl11lca opllcado Importante I Conjuntos de dados Wm censo COJ1Siste de dados Há dois tipos de conjuntos de dados usados em estatística..708 adultos americanos se eles consideram o aquecimento global um problema que exige uma ação imediata do govemo. respostas. Se os dados não forem coletados usando·se o método apropriado. ldenti fique a população e a an.J1Cfi..>1·rg.-r. das ele uma amostra Dados amostrais podem ser usados para formar conclusões sobre populações. Esses conjuntos são de uma populaçã0 inteira. Uma amostra é um subgí\Jpo de uma popul~o.gia dos Estacl0$ Unidos 4. Em 12 de fevereiro de 20CY7. eles não terão valor. No caso do Exemplo 1. Respostas de todos os adultos nos EsMdós Unidos (população) Respostas dos adultos na pesquisa (an.tr: IT. Rri<11rrfl (4•111. Exemplo m Identificando conjunto de dados Em uma pesquisa rocente. medições ou contagens que Na maioria dos estudos. foi perguntado a 1. Os dados amostrais devem ser coletados usando o método apropriado. informações devem ser obti. a populaçã:o era o conjunto de respostas de todos os adultos dos Estados Unidos.. • Identifique a amostra. é normaJ.t.v l1rV1111nfic11 Mn11111sr1111é11. aproximadamente 800 postos de gasolina para determinar o preço ·médio por galão de gasolina comum.4d11J't11. O conjunto de dados consiste de 939 sim e 769 não. a população poderia ter sido o grupo de respostas de todos os adultos que moram na Calilórnia ou daqueles que têm telefones celulares ou que leem determinado jornal. A amostra é um subgrupo das respostas de todos os adultos nos Estados Unidos. . as são de interesse.ostra) O departa1l\ento de ene..isas sefnanais ei.24 por galão. chamados de populnção e nmostrn..) • Identifique a população. Uma poputação é uma coleção de todos os resultados. Mas. "úndu.ltl 1111 .fo.G pesq1.) Solução Apopulação consi$le das respostas de todos os adultos nos Estados Unidos. a anenos que a popula· ção seja pequena. Identifique a população ea ainostr-a. e a amostra consiste das respostas de 1. efinição J11ente impraticável obtec to· dos os dados da população. A32 Seo conjunto de dados é uma população ou uma amostra nonnalmentedepende do contexto da vida real. o preço médio era$ 2. Novecentos e trinta e nove deles responderam que sim.ostra. l-d . (.t i·. tal como a seleção aleatória..

--. avaliação p(. (.e 8. se você usar o recurso 1nne- Uma estatística é a descriç. -- 1. Exemplo m Distinguindo entre parâmetro e estatística Decida se o valor numérico descreve um parâmetro populacional ou uma esta- tística amostral. Note de todos os 667 yaduandos.é o censo ame- 2. desde 1940 a ser menos preci- 2.1:i1-) Contagem do censo dos a.· llnll Str«1 .. lssosignifrro população. Devido ao fato de a porcentagem de 34% ser baseada em um subgrupo de uma lhêíésdc pessoas. A1.. 1.. EUA para menos b.pfwlo t • l•uoducaoA. a liga dos times de beisebol gastou um total de$ 2. Especifique se o va. O censo de 1m foi o primeiro ela é uma estatística amostral. mônioo de se relacionar as primeiras letras em pop11laçifo parâmetro e as últimas letras em amosh'a e es/at(stica.000 ser baseada em um subgrupo de uma população. ele é um parâmetro populacional.l pois os funcionários públicos tomam muitas decisões baseados na informação do cen. Explique seu raciocínio.000.r: USA 1i:rl. que a contagem errada para o censo de 2000 foi de -1.lo numérica de uma caracteris(ica amostral. Em uma checagem aleatória de uma amostra de lojas varejistas. 2 cional ou un.IJ§dd C. veremos como o uso da estatística pode ajudá-lo a toma. das lojas não estavam estocando peixes na cada a população dos Estados temperatura apropriada.ite: 77. Uma pesquisa recente de uma amostra de M13As reportou que o salário médio para [ Retratando o mundo um MBA é mais do que S 82. milhões. Esse valor numérico descreve um parâmetro popula.J.. o PDA (Foorl m1rl 1990 contou de forma equivo- Dmg Ad111i11istmtio11) descobriu que 34~. R 1. (F<>. Devido ao fato de o aumento porcentual d. e como distcibuir recursos públicos. de fato.5% ser l>aseado nos s. Em ra.. Quando realiza o censo.. Unidos: aproximadamente 4 Sol11ção milhões de pessoas a menos do qué. l-d . -. Neste curso. o B11rea11 tenta contatar todos que moram nos Estados Unidos.lío alg1mu1s rlJ. urna dade de d1icago aumentaram 8. Considere ô censo que o governo americano realiza a cada década. 5 Dois importantes tennos usados neste livro silo part1111elro e estat(stica. Dica de estudo •1~~~~~~~~~~ efini~ão Os termos pnr6111etro e esta- t(s!ica são fáceis de lembrar Um parâmet. .a estatística an\ostral?{Fo111.lários iniciais para 667 MllAs graduados na Escola de Negócios da Universi· ricano? De acordo con. -t . Q11ais ...lor numérico é um parâmetro ou uma estatística...s·censo condu· zida pelo 811m111. que o censo de 2<XXl contou a Tente Em 2006.crição numérica de uma característica popvlacionol. o censo de 3..s rlificul· darlez.. Decida se o valor numérico é de uma pop11laçilo ou uma amostra.· decisóes infonnadas que afetam sua vida.1lários iniciais so do que seu anterior. 1940 1%0 1980 2000 so. Os s. !ie coletar dados de u111n I Ramos daestatística poµulaçffo? O estudo de estatística tem duas ramificações consideráveis: estatística descriti- v a e estatística inferencial.t i·.685 nos população dos EUA para mais você salários dos jogadores. m.3 mi- 3. .s1dtMic.) Quão preciso..5% em comparação ao ano anterior..326. Os dados coletados no censo de 2010 indicarão como atribuir assentos no congresso An<. Esta é uma tarefa impossível. ele é uma estatística amostral.Â'\o de a média de$ 82. importante que o censo seja preciso..vr2~111 '"' ..706. .. J. havia no país.o é a d~..

IJ§dd 6 • Ci1a1l11ic. o resumo e a rep. Quais inferências podem ser retiradas com base nessa p<!squisa? B. a porcentagem dos que previram incorretamente os lucros de empresas de alta tecnologia em um ano recente foi de 44.vian.tati~tica que envolve o u~ de orna amo!itra para chegar a condusões sobre uma população. (F'(lnlt: 8looJ. é difícil de sei· previsto. Para os casados.017 homens e mufüeres pela Corporação ln· temacional de Pesquisa de Opinião descobriu qu<? 76% das mulheres e 60% dos homens ha. 90% estava1n vivos aos 65 anos. Identifique o aspecto descritivo da pesquisa. 90'~ ainda estavan1 vivos aos 65 anos.) a. aplica.!a efini{ão Estatistica desc1itiva é o ." Uma inferência possível tirad.a do estudo é que o fato de ser casado está associado a un1a vida rnais longa. b. foi estudada durante 1S anos.%. Um tema principal desse curso será como usar os dados estatíslicos amostrais para fazer infe- rências sobre parâmetros populacionais desconhecidos.t:ifCSIII un ..4%.. l-d .. você verá aplicações em ambas as ramificações.v l:-. (F'o111(': TI. 70% ainda estavam vivos aos 65 anos. passado por exames fís_ icos no ano anterior. Exemplo m Estatística descritiva e inferencial Decida qual parte do estudo representa o ramo descritivo da estatística.'lb.ôe. Para os que são solteiros.1W1g ~c. com 48 anos de idade. Que conclusões podem ser tomadas do estudo usando estatística inferencial? l ." Uma inferência possível com bMC n<> estudo é que o 1nercado de ílc. .t i·. /01111:m Qjrn. vivos aos 65 anos" e "Para os casados."1tt. 2. C1té n1esmo p~rn os profissionais.a. 1Fv11f(: Afru'~ H••/111. A estatística descritiva envolve afim1ações tais como "Para os que são solteiros. Uma grande amostra de homens. . Uma pesquisa conduzida entre 1. A parte do estudo que representa o ramo descritivo da est<1tística envolve afirma- ções como "a porcentagem dos que previram incorretamente os lucros de empresas de alta tecnologia em um ano recente era de 4.. Estatlstica inferencial é o ramo da c--:.AJ2 Durante esse curso. ) Solteiros Casados 2.amo da estatística que envolve a 01ganizaçao. Em uma amostra dos analistas de Wall Street.esen- taçâo dos dados. Uma ferramenta básica no estudo da estatistica inferencial é a probabilidade.íl.) Solução 1.. 70% ainda e$tavan.

ilOilnvssen R<po/15. Uma poj)Ulaçâo é a coleçAo de algullS 1esultados.000 nas pró- graduadqs na universi'dade ximas férias. Uma amostra é um subgrupo de uma poj)U!açAo.) col\dado de Warre1l 25. Renda dos proprietários de io1óveis 1. ~o o investidor primario em suas residências.11nto importan!P.esso dos Estados Unidos. England 1""""11 oi 16.41tística.IJ§dd (aplt"1o l • lntrodll(IOhlldtl1tk• 7 Ili Exercícios Construindo habilidades básicas e conceitos 19. Uma pesquisa com 791 pessoas que estão saindo de férias nos Alunos Estados Unidos planejam gastar pelo menos US$ 2. dete-mine se o valor numéf.: Rcstm.o tn.: r.11e<1. me. Uma pesquisa com 496 estudantes de uma faculdade descobriu uma pesquisa que lO'lb planejam viajar para fora do pais durame as féiias de teléfôniea.emo. 1 1. Nos exerdóos de 17 a 20. Classificando um conjunto de dados Usando e interpretando conceitos Nos exercidos de 11 a 16. Uma pesquisa com 546 mulheres descobriu que mais de 56% 18. a er. dí~s ou contagens que são de ime.1 23.amifíc<lçoos da estatls!ÍCil? adultos nos EUA quepôS.mine se a afirmação é verdadeira OdJ. (fonr.. .t i·.Suem Verdadeiro ou falso? computadores Nos exe1cicios de 5 a IO. Qual é a diferença entre parâmetro e dados es\atisticos? Idades dos 4. Uma pesquisa com 1. Caldwell que estu<\am Distinguindo entre um parâmetro e uma estatística et.ssen Repcns. 1O. Conjunto de eleitores no Vísta". iderntifique a população ea amoslra. Um dado estatlstico é uma medida que descreve as caracte~sti· cas de uma população.. a cooclusões sobre a amostra correspondente.co é um parametro ou uma esta~stica.) de Warron que responderam 26. para ~r consi<lera<lo eon~1ntodc ao vou. 20. com hipoteca. de1e..rarc/J YkJtltmrie l01 k1Ml) Universidade O. determine se o conjunto de dados é uma população ou uma amostra. 21.1e possuem comput. (Map:a<Jo de: /1(/pe. eleitores no condad. prop1ietârios de imóveis no Texas' :9.906 residências nos Estados Unidos descer Análise g1áfica briu que 13% têm televisão de alta definição. reescreva·a de forma (I\Je sej3 verdadeira..rias nos meses de in.esse. Apalavra estatística deriva do latim status. 24. Uma pesquisa com SOO ~ r e s de um estâdlo com briu que 12% p<eferern 1irar fé. 12. un1 í1S.2..r para o congresso. Se for falsa. Uma pesquisa com 1.1dor . Os salários anuais para cada advogado em um escritório. que significa "estddo". Identificando populações ·e amostras Nos exercícios de 2 l a 28. l-d . 27. O número de televisores em cada residê>. 8. (Foorc: Prill(eron SuMy Re""1d1 Asso<ia1e.cia aos Estados Unidos. primavera.. .) 14. 5.·«f'l®Oflal. (R>n<.043 aianças na Itália foi conduzido para I S.000 espectadores.. (F-. Explique seu racioclnio. · Nos exe«:ícios de 29 a 36.c. Como uma amostra é 1elacionada a llllll população? )dados dos adultos nos EUA q1. A estatística inferencial envolve o uso de uma população para Renda dos chega. Aidade de cada membro do cong. Explique.000 usuários de computador descobnu que I No planejam comprar o sislenna operacional Microsoh Wmdows 17.. use o diagrama de Venn pata identifi· car a populaç~o e a amostra.000 adultos nos Estados Unidos desco- 13. ~ impossível para o Bureou que rea§za os censos nos EUA obter todos os dados de censo sobte a população dos Estados unidos. respostas.onomlii é.045 eleitores descobriu que 19% acham ~ qt1P. 22. Quais são as duas maiores . Uma pesqtiisa com 1. Uma pesquisa em 1.ldwell 28.0 Texas 7.. 1. Os níveis de co!estetol de 20 pacientes em um hospital com 100 e-nconuar uma ligação enue anormalrdades no ritmo car~co e P<1cientes. 42. a síndrome de morte súbita Wantil. oo falsa. A altura de cada qua~a pessoa que entra em um parque de di· versões. Um esrudo com 33. Alunos graduados na . Por que a amostra é mais usada do que a populaçlo? 3. 6.

ivem na Flóricla têm melhor memória do que aqueles 35. Na pesquisa de uma amostra de usu~ios de computador.:-<'.200 contadores de (a) Identifique a amosua usada na pesquisa. 38.a? 30. (Fonte: Pew RC$tGtdl c-1. volumJnos que dormi- 43% disseram que as maes foram as responsáveis por lhes ensi· ram 8 horas em uma noite eram uês vezes mais capazes de nar co. fone oelul2r... é importante saber o tipo de dados envolvido.) (b) O que há de eirado com esse tipo de racioc. Qual parte da pesquisa descrita no Exeiócio 27 rep. ordinal.) 32. 34. Definição Dados qualitativos consistem de atributos. inteivalar ou A natureza dos dados com os quais estamos trabalhando <ieternlinará qual procedi- racíonaL mento estatístico pode ser usado.000. (T•01e: /ICt /11(.\Jllt::'ldl llt. Identificando conjuntos de dados em artigos Encontre um (c) Chegar a conclusões sobre as opiniões de eleitores usando artigo de jornal ou reviSla que descrew uma pesquisa. I Tipos de dados çao aos 4 níveis de mensuraçao: Quando realizamos um estudo. (f0'1fe: Ho11is ~ l()I Cirk1i1. A mé<ia dos salários anuais para 35 dos 1. Em uma pesquisa recente com 1. 53% disseram que usam tanto uma linha fixa quanto o tele- (a) Faça uma infe<ê<icia com base nos resuhados do estudo. . • Como classificar ·dados em ceta.no lidarcom o dinhciro.am repubficanos.1os com idades entre 2 e 19 anos 37. para o que vem a seguir: (a) Um estudo sobre a efic. (f'tltut:o: ~sht~oo R>sz.l llt.t i·. (b) Qual é a população da amw. Aumento no índice de obesidade Um estudo mostra que o índice de obesidade entre men.úvel de me11suração.111.. 40. Qual parte da pesquisa descrita no Exerócio 28 representa o (b) O qve há de errado com esse tipo de raciodnio? ramo descritivo da estatística? Faça uma infeiência com base nos 43.emadores dos 50 estados norte· (a) Identifique a amostra usada no eS1vdo.01pc11Ju.~\~ <. Em janeiro de 2007.1sino médio. Sessenta e dols dos 97 passageiros a bordo da aeronave Hinde<· em rel. Morar na Flórida Um estudo mostra que os cida~os mais ve- as revistas foi esportes (Fon:e: Oxl. rótulos ou entradas não numéricas. 31 . Expandindo conceitos (b) Uma análise de um p<ooesso de fabricação.} ramo descritivo da estatística? Faça uma infeiéncia com base nos resultados da pesquisa. (F011re.Jt. Na pesquisa de uma amos1ra de estudantes de e.:. burg sobreviveiam à sua explc6ão.. você aprenderá a classificar dados por tipo e . dos. a nota média de ma1emAtica para todos os g1aduandos no NJ era 21. RedaçJo Esaeva um ensaio sobre a importância da estalistica resull<!dos da pesquisa.aplka<la 29.esenta o aumentou nos últimos anos. 8% (e) Que pane do estudo representa o ramo descritivo da esta· disseram que seus computadores tinham mau funóonamento e tistica? precisariam de repilros técnicos (d) Faça uma lnfe1ã1óa com base nos resultados do estudo. -americanos e.1d.'1io? 36.) lhos que .lóa dle uma nova droga.q~~ clt:: t.Jção àqueles que não tweram horas de sono sulióentes. nominal. l-d .503 adultos nos Estados Uni· que nao vivem na Flótida. 44% dos gO". a categoria de interesse para 12% de todas 41.ndye Comm=oon.) l~ lcJt::1 \. Falta de sono Em um estudo recente. jfj Classificação dos dados Oque você deve aprender Tipos de dados-+ Níveis de mensura~!o • €orno distinguir entre dados qua- iitalivos equantitali'los. (a) Faça uma infetência com base nos resultados do estudo. uma empresa é de $ 68.·css N&tS.IJ§dd 8 • [m11>1ic. Os conjuntos de dados podem ser do tipo qunlitnlivo e qrrmrtitntivo. 39. Num ano receme. Nesta seção. pesquisas.. 1. Em um ano recente. (b) Qual era a população da amostra? 33.) 42. l lldlt::IUÓliu. Dados quantitativos consistem de medidas numéricas ou contagens.

Quais dados &io qualitativos e quais são quantitativos? Explique seu raciocínio. mas as diferenças emre as entradas de dados n. são dados qualita· Uvos. TX 2. Identifique os conteúdos de c. Um gnipo contém 0$ nomes dos modelos de veículos e o outro contém os preços-base para os modelos. em ordem do mais baixo para o mais alto.IJ§dd (apltolo l • lauod. Tente As populações de diversas cidades norte-an1ericanas são apresentadas na ta· Cidade População vocf bela.775 '1'rac Lilnitcd FiwstarSEL $27. portanto. LasWgas. ordi11nl.) Modelo Preço·base Fusion 14 S S 17.208 D~troit MI 886. são dados quantitativos.o apresentados na tabela a seguir. Oiidos neste nível podem ser categorizados usando~ nomes. Quais dados s..t i·. e.. são 11omi11nl.J $3S.~ 115 '"""' 811rm1. Dados neste nível podem ser organizados em ordem ou posição.i. O nível de mensuração detennina quais cálculos estatísticos &io significantes.710 Five Hu1\dl\ld SEL S 23. Especifique os dados qualitativos e os quantitativos.ol6. Decida secada conj.~27 Topeka.946 I Níveis de mensura~ão Outra característica de dados é o nível de mensuração.671 a. .io mostrada na tabela pode ser separada em dois conjuntos de dados.1da conjuntos de dados.795 f·150XL S 1$. NV S45. Os nomes são entradas não numéricas.io qualitativos e quais são quantitaLivos? (foi:. KS 121. (fo111t: FNd . efinição Dados no nível nominal de mensuraçao ~o apenas qualitativos.735 Escape Xt:r Sport $ 24.u1todedadosconsisteem entradas numéricas ou não numéricas. Os quatro níveis de medida.) Clcveland. Os preços são e.l47 Portland. portanto.582 b.ntradas numéricas. OR 533. Não ~o realizados cálculos matemáticos neste nível. i11tervnlnr e rncio11nl.575 2007 Expfú!('r Sport $26. Dados no nível ordinal de mensuração são qualitativos ou quantitativos.4SO Solução A informaç.830 Expedition Xl.'io ~o signifraintes.. l-d . rótulos ou qualidades. lfouston.\JoftVG»H/lflllJ.500 Cro\\rn Victoria LX S 28.caoáf>latilti<a 9 Exemplo m Classificando dados por tipo Os preços-base para diversos veículos s. OH 452.

m'Scimento foram então n\e- didos nas 100 maiores áreas 2. é tlm zero inerente. l-d . (fonlt: . Os dados de 2 ê estão no nível nominal ou ordinal.IJ§dd IO • l>tatk\íca apli<ad.terça·íeir.andria. fi)f~) b.Ma se obter emprego . {ft•. ----------- I Retratando o mundo So/11ção No começo de 2007. a forbes afiliada de rede de Pittsl>urg. 2.. Uma raz!o de dois valores de dados pode ser formada de modo que um valor de dado possa ser significativamente Ncstn listn.i s para a Divis.. Amcrir. ·washington-Arlington.1ff.Ralcigh-Cary. a quantia de dinheiro que você tem em sua poupança pode ser zero dólares. Note que a diferença entre uma posição conseg. decida seos dados renda. a temperatura de O' C não representa uma condição no qual o aquecimento não está presente. Espe<:ifique o 11f11el de 111e11$11rnção e justifique sua resposta.t i·. Para cada grupo. a. Crey's anatomy KOKA (C6S) 4. 4 e 5. esses dados estão no nível ordinal.\f. . índice de de. um registro nulo é um zero inerente. Por exemplo. \l'fAE (ABC) (time de futebol americano). DC-VA-MD-IVV propriedade adicionada: neste nível. FL representa uma posição em uma escala. Exemplos dados no nlvel nomina.e você pode calcular diferen- Jacksonville.) rótulos incluem o número do seguro social e os números nos uniformes esportivos. 2. CTeS(i· mento de vagas.l::rl«n . A s. 3. NC efini{ão 'Phoonix. As posições fina. Os da- Forbes escolheu as 2-'i mel!'°' dos consistem das posições 1.do númecos estão no Classificando dados por nlvel Clfvel nominal de mensura· ção.ür um emprego.or exemplo. As siglas simplesmente nomeilun as afiliadas..as posições.entam um rótulo. a revista O primeiro co. FL ças significativas entre as entradas de dados. a entrada não é um ze<o inerente.1? Que conjunto de dados consiste e:m dados no nível ordinal? de números usados como Explique. Nlcsa. não é um zero inerente. renda doméstica média e custo de vida. Neste caso. Os cinéo programas de TV mais P. A temperatura de O''C simplesmente representa uma posição na escala Celsiu. é um zero que significa "nada". Por outro lado. No nivel intervaklr. Que conjunto de d. então esses usou cinco pontos de dados: dados estio no nível nominal.lin Ri><Y11tl1. Para l e 5 não tem signiAcado matemático.em tido somar os números dos Pittsburg. com uma Ale. um registro nulo simplesmente Orlando-Kissimmec.pre.s. 1. o zero repre· senta nenhum dinheiro.Scottsdale.1 uniformes dos Chkago Bea!l. Dados no nível de mensuraçao racional sâo similares aos dados no níl'l!l intervalar. q1111/ é o 11fvel de expiesso como o múltiplo de outro. O segundo grupo consiste das siglas de cada formru. Importante Exemplo [D Qua.. House WPGH (f-OX) s. eles si1nplesn'lente re. 111e11surnçíio? Um w ·o inerente.cs.egujr te1nos dojs conjuntos de rlndos.ldos consiste •nn s. Ameriran tdol -quarta·foira WPXI (NBC) 3.1n ldol . . AZ Dados no nivel de mensuração intervalar podem ser ordenados.~unto de dados lista a posição de cinco programas de 'IV.iodo Pacífico da NBA.emprego. lde11tifiq11e o que cada conjunlo de dadQS representa. Em razão de as posições poderem ser listadas rei cidades americanas para se em ordem. aumento de Ten Considere o conjunto de dados a seguir. não faria sen. Uma coleção de números de telefone. metropolitanas de 2003a 2005. PA 1. assistiaos (de 12/02/2Óí17 a 18/02{20í17J Afiliadas das .edes. Cinco melhores cidades P.

Oev~and 196 Mas não faz sentido dizer que um ano é múltiplo do outro.p. l-d . Temos dois conjuntos de dados. VH6rias do New York Yankees 2 •c não é duas vezes mais quente que 1 •c. Kans. Com base nos dados. 1937. 1999.em.is:~ da Liga Americana .2006 (por time) Ambos os conjuntos de dados contêm dados quantitativos. Por exemplo. 1953. Então. Especifique o 11rvcl de 111ens11rnÇtio e justifique suo resposta. (F. Torollto '199 a..Ordinal Sim Si1n Não N. podemos ver que o Detroit atingiu 31 lwmermr. delermin~se a expressão "duas vezes mais" lem algum sentido no contexto dos dados. Sin1 Sim . então esses dados estão no nível intervalar.>i.inar ~ Subtr.dJi. b. 1958. 1950.. e que o Chicago atingiu duas vezes mais do que o Kansas City. 1936.1s City 124 a mais do que o Seattle.de ho111e . Os índices cardíacos (em batidas por minuto) de um atleta durante uma sessão de Texas 183 exercícios. es.iir os Níve.. Considere as datas ' das vitórias dos Yankees na série mundial.k!and 175 1.l lnfo>r IA>. 1941. o tempo entre a primeira e a última vitória dos Yankees é llooton 19'2 Chicago 236 2000 .ms•. na série mundial (anos) Exemplo m 1923. podemos encontrar diferenças e escrever razões. 1956. 1938. 1962.t i·. 1947. . $ 2 é duas vezes mais que$ J. 1939.'io significativas em cada ttm dos quatro níveis de mensuração. lde11tifiq11e o que cada conjunto de dados representa. então esles dados estão no nível racional./1. l. Quando identificar o nível de mensuração do conjunto de dados. Por outro lado. As tabelas<> seguir resumem quais operaçoos s. 19H.) Solução Totais.. Usando o total de /tome r.1923 =77 anos.. Qual conjunto de dados está no nível intervalar? Qual conjunto de dados está no nível racional? Explique.renças entre da. 1927. 1998. Classificando dados por nível t%J. 1932.osAngcles 159 Então.lox de valores dos mensuração dados dados dado é mííltiplo dados de outro Nonlinal Sinl Não Não Não .1r. 19~9. 1928. esses dados Detroit 203 estão 110 nível intervalar. Oeternt. l\ilinncsota 143 Nova Iorque 210 O. Por exemplo. 197S. 1996. A temperatura corporal (em graus Fahrenheit) de um atleta durante uma Seattle 1n sessão de exercícios. 195'1..\o lnt<!rvalar Sim Siln Sim Não Racional Sim Sin. 'Jàn.tulol • ln11odu<!o ! ~ totflli" 11 Para distinguir entre dados no nível intervalar e no nível racional.tu.IJ§dd C. ·1977.l de 'Categorizar os Ordenar os u. 1952.µi va.· &. 8alti'more 164 dos específicos. use o nfvel mais alto que for adequado. 2000. .es dados estão no nível racional. faz sentido enconlrar dife.pa Bay 190 Z.

ais Jun 0.ra111e.11 3.ue111al Gqida11ce Suggested (Sugere-se aoo1n1.S • 6 'F. . 2.i menores de 17 anos) Nível intervaJ. você o.8 Sct 0.iuantitativos. Republicano Democra1a lndependeme . 71. determine se os dados s<'lo qualitaúvos tados a seguir.0 Ou1 0.2 Dez 2.\'1t1r(N't(J/ Clmwr1t Dora C'tnrcr.11 grous fàl1rt11l1eit) pnrn Coloque t•1t1111110 rottgori(I. ou . Os núrneios de telefones em uma lisla telefónica.-\rio) R Re. CA ..1 eucoulre as difert11ças e11lre os Fcv 3. ou quantitativos e identifique o nível de mensuração.11 11111n categoria Pop Porcxc. 71.u (dados quantitativos) 1i:111perat11m 1.es n. s..9 Por exemplo. futebol americano Os ônco mai0<es times na última pesquisa nominal do que oom dados no nível inteNalar. 10. As tempe.e times universitários estão fis!ildos a seguir. Ili Exercícios Construindo habilidades b.conjunto de dados Cál.4 i)(l/(}(f."$.IJ§dd IZ • Cltatkricaaj>li<ada Resumo dos quatro níveis de mensuraç.. Os núme. . Abril 1.it1r 2. contc.a11ha1ncnio PG 1c111 tun3 restrição 111aior 00 dos·pals) que uniaclassificação G. Dados no nível ordinal são somente quantitativos.t i·.1na elNificação PG P.u. Classificando dados por nível 4.2 Er. Verdadeiro ou falso? Nos exercícios de 3 a 6. Dados no nível raôonal não podem ser ordenados. Mais tipos de c<llcu4os podem ses realízcdos com dados no nível 13.0/0.rédia 111e11MI (c. u. de o(li~o 12..3 Jun 71. Explique.) n.una 1núsica 1oc. Maio 6S. Me<ÍldaS da pr~o arteiial <iastólica.r cxCtupfo.nplo. G Generol !111diences (Livre para todos os públicos) Po.culos significativos Nil'el nominal (dados qualitativos) Tipos de nuíi-icn lomda por 111110 e$tnçdo dt• râdio C-0f0c711t e. l-d .squ.tll'i:) Ní vel racional (d.5 Ag_ó 0.S se.dos quantitativos) PnYipilnçHo . ettcó. Nomeie cada nível de mensuração pata os dados que podem ser quantitativos.iricied (Restrito) NC· 17 .1 w lortS t e11co11tré' n raZ6o d<J$ ti.2 Ago 74.4 \'(t/. 1. Flórida Classificando dados por tipo 14. de1e<mine se a afirmação é verdadeira ou Usando e interpretando conceitos falsa. LSU 4. junho é 6~ n1ais qucnlc Abril SS.ão Exemplo de.tão~ há duas vc1.5 .5 chuva c1n abtil do que em (fonui.11écUa 111e11sal (e.xcmplo. (foole: t.(Jl"f!S. 3.65. As durações de músicas em um MP3 ployer.8 (hmtt': :\lartl}..ure as tlifort nçt.os dos jogad0<es de um time de futebol. ordeue.'W. Ohio Staie 3. PG· 13 Pare111s Strong/y Cautio. Boise State 1. Política Os três partidos politic<>S no 11<)' Congresso estão lis- Nos exercícios de 7 a 12.lsicase conceitos 7. <retermine se os dados são qualitativos ~s significativas.8 Por c.Oloque e.-o en.aio. 8. 1.f Clinm/1( Dnlll Ct.s.5 Nov 53.wxYJred Press. Maio 0..111atagráftcn das ELIA ordeue. CA C.) 6.lradas. polegadas) pnra Sacra111l'lllo.11 111110 (otegorin.4 que 1naio. use s.la Rock moderno pcluradio poderio ser colocado J37:1. reesaeva·a de fonna que seja verdadeira.ifo. Nomeie cada nlvel de mensuração para os dados que podem 9.orias Hio hoo lllOS.s entre QS Jan 46.S = 2.5 l)cz 45.s pela Associaçm> do C/a'5ijicaçno C11/0(lue e 111 111110 cati!gm·i" e quantitativos) Ci11.lo pode calcular diferen· Nos exetcicios de 13 a 18... soo. Para os dados no nível inte<valar. Ní vel ordinal (dados qualitativos ou Classiftcnção de ft/111.9 Out 64. 11 ..aturas diárias mais altas para o més de juU\O.8 Jul 0. Ja.-on1panha1ncn10 dos pais ê n1uito n«es.5 Nov 2.7 Entâo.3 Jul 75. Fcv 51. ottfenf! Snc. ser quafüativos. Mar 54. Se f0< falsa.. Respostas em uma .uul (1\ l. 2. mna d3S quairo·catcg.A'o One Under J7Ad11tiftt•d (Proibido par.n1por:int.

isiJll>.- ~ legadas} para uma amostra de robalos pescados em águas de z 200 Mar.-I (b) Ale<gias E 20 ~ IS (c} Peso f . dedor de uma emp<esa nos últimos seis anos.l '200.S dados ~!lados no eixo homoni.aç. 26..-. l-d .irido o melhor ven· 21."Nt Ck. High Prolile 5. Natural Born Charmer Impostos est.. Flum Lovin' 3.o dos 2(K) 1 2()():2 2003 :?«).cl Socie-y..'is· r. Os dados a seg.u aparecem em uma ficha para emprego.IJ§dd (apn. Os dados a seg1Jir aparecem em uma ficha de admissao em um consultório medico..75 21 20.lo l • ln1rodB(!o ! tslatlllita 13 15.) O aquecimento global contribui para EI Nii\os mais severos? 23.l dos mais vendidos do New York Times de 21 de fevereiro de (for.~ flshefifs Sia. -Offire oJ t.:e: U. Hannibal Rising 18. Comprimento de peixes lisi.rohxr.) 2007 estão listados a seguir. (Mop1adot1.) 100 16 17.8 24 21 .uan ~.he1. lhe 1/0!ional Resxeser.3 19.<. ldenti· fique o nível de mensuração dos dados.'i) .25 19 18.k.) 22.S.t.. (a) Graduação maxima atingida (b} Gênero (c) Ano de graduaç. Preços dos ingressos O preço médk>dos ingressos pa1a dez conceitos de rock em 2005 está listado a seguir. 3 5 7 9 li Ne\13Sca. Identifique o níw.-.: Nmionaó Mame F.) S 134 $ 104 S55 $63 S76 S38 $35 $81 S47 S97 Análise gráfica Nos exercícios de 19 a 22..tduais •coletados por ano 4. Ano 19.ete<. JUSlifique sua res· posta. ~ 300 + . identifique o nlvel de mensuraç.•ec Yonle/omh lo.S HCtJse ai ReJxesefliG!N"'..o dos dados.~ ----. (For.. (a) Tempetatura E 30 t~25 + .s.es . Redaçôo O que é um zero inerente? Descreva t<és e><emplos ' de conjuntos de dados que contenham um zero inerente e três exemplos que a.'lham.82 l\1ullK""r Homcn• Gêncu'O 17..o conte. l.f<lnd. Redação Descreva dois exemplos de conjuntos de dados para cada 00t dos quatro níveis de mensuração.o+-. (crn p0lcgad:i. Ame.dores A regiôo represeni. (d} Nlvel dedor(escaladeoa 10) s 24.o universitária (F<.. (Fome: u.1de meosu. Perlll de gênero no llll' Congresso Sudeste Nordeste Nordeste soo Sudeste Sudoeste Sudoeste e""" 16. (reme: The New Yorl limes.il dos grâfü:os.<S Soen<e FoondrJIJon. }5 + .cs Olld '"""omics O.. Expandindo conceitos tYtédia de nevascas em janeiro para 15 cidades 25. Step on a Crack 2.) (d) Número de anos pemianeódos no último emprego 20.. Cet"1JS Burew. Melhores vende. lhe 11w1 Yorl Tomes.otr. Lista de best·sellers Os cínco livros de ficção de capa dura da Jisl.imos os comprimentos (em po.!.t i·.

IJ§dd 14 • faiatkti<•apli<od• Estudo de caso Classificando os programas de TV nos Estados Unidos O grupo Nielsen Media Research d. 21h 10.ão de todas as residéllcias nos Estados Unidos.la an. Um programa com classifica~o de 8. ou l<!ó das residências nos Estados Unidos.000 9 8 1\vo anda Half Mcn CBS Sei!.l Qual porcentagem do número toial de 1esidenàas americanas foi usada na·amostra da Nielsen? 3..2 24 )8. 20h 17.909.do proçrama Canal Share Audiência semana horário de au·diência anterior 1 l Amcrican ldol . 2Jh 11.natomv ABC Qui.609.ca~o representa 1.ersas l001lidades.167.469.rate 1-(ouse\vivc.000 6 7 CSl:Miami CBS ""° 22h !'2.ostra da Nielsen .7 21 14.ogr~ma com 4.issífica os prog1amas de 1V nos Estados Unidos há mais de 50 anos.stos pê.4 25 19. Pontos de audiência Cada ponto de dassif.0 14 11.Cl'J3.000 residências.S 20 15.(10. 21h 13.000 s 10 Oca! or No déaJ .000 residências. Porcentagem amost1a.2? Explique seu raciocínio. Os dados reunidos da amostra de 10. Essas contêm mais de 30.35a!.000 residências pela Nielsen são usados para descrever inferências sobre a popula.OOO 2 2 Amcl'ican ldol .auiltla-fcira FOX Quar. Nível nominal de mensura~o Quais colunas na tabela contêm dados no nível nominal? 4. mas o principal é o rastreamento dos padrões de audíéncia de 10.000 4 4 House FOX Ter.as de TV vistos por todas as residências nos Estados Unidos (111.323. 21h l4)l 22 16.7 18 13. Progran.099..000 IO 17 Shark CBS Qui.4 inilhões) Programas de TV vi.0 23 17.0 IS 11 .0-15. Nível ordinal de mensuração Quais colunas na tabela contém dados no nível ordinal? Oescreva duas maneiras nas quais os dados podem se< ordenados.000 s 5 ($1 CBS Qui.000 7 8 Oesn.t i·.060..S 16 10.~unda-feira NBC Sc~. grupos étl1icos e de renda. 2.4 tem duas vezes mais o número de 1esidéncias do que um p. 2l h 16.000 pessoas e são escolhidas de modo a fonnar uma amosuagem representativa da população geral. l-d . 21h 16.000 residências) Programas mais vistos no horário nobre na semana de 12/02/2007 a 18/02/2007 Posição na Dia e Classificação Posição Nome.000 Exercícios 1.20h 10.22h 9.114. f'61esídênàas representam á.terca-feira FOX Tér. Ele u1ifi14 divffiôs procedimentos amostrais.'S .ec Dom.000 3 3 Crey's a. .

não influencia as respostas.lvel que • Como a~r uma amostra usando tenha que interpretar os resultados de um.1aik1i<a 15 5. então a de<is. E antes disso.. 6. Descreva os dados usa1\do técnicas de estatística descritiva. Embora você possa nunca desenvolver um estudo estatístico. processo tiver rolhas. 5. 2.do observacional e um experi- Há várias maneiras de se coletar dados.q. devemos estar familiarizados com a forma gem aleatória simples. amostragem por agrupamento e amostragem lnstru!ões sistemática.que em um expe- observa e mede as características de interesse de parte de uma população.\ 111b7l'lZ1llt". amostra- resultados silo válidos. mas rimento. (Fo11tr: a~ ·respostas. Inferências Quais de&ões (inferências) podem ser tomadas com base na classificação da Nielsen? Ili Planejamento experimental Oque você Planejamento de um estudo estatístico --+ Coleta de dados --+ Planejamento experimental --+ Técnicas de amostragem deve ilprender • Como planejar um estudo esla- I Planejamento de um estudo estatístico tistíco. o pesquisador métodos de coleta de dados. A classificação da·Nielsen é feita po< meio de audiência ou share> E. Em outras palavras. um pesquisador enquanto .ão. • Como plane~r um experimento. Ptvfintrit. l-d . temos um breve resumo de quatro observacional. Se o ~ ou U5<Jndo uma pesqúisa. em um estudo lllina a melhor maneira de fazer a coleta. é prov. 1. usando ~mula- estatístico será tão boa quanto o processo utilizado para obtenção desses dados.IJ§dd (apfiul• I • lnlfodo<ao ! e.. deve-se determinar se os amosvagem aleatória. amostra- de se pla11ejar um estudo estatístico. o foco do estudo dcter.) . tenha certeza de que a amostra representa a populai. Colete os dados. mênto é que. Interprete os dados e tome as decisões sobre a população usando estatística i nfert:ru. e como ~tificar Planejando um estudo estatístico uma amostra tender(iosa. Importante -111~~~~~~~~~~ I Coleta de dados A di(erença entre um est. foi realizado um estudo obser. Por exemplo. Identifique quaisquer erros possíveis. A seguir. Nível inteivalar de mensuração Q\Jai$ colunas na tabela contém dados no nível inteiva· lar? Como podemos ordenar esses dados? Qual é a unidade de medição para a diferença de duas entradas no conjunto de dados? 6. Qualquer decisão que seja tomada usando os resultados de um estudo um experimento. 4. Desenvolva um plano deta. • Como coletar dados fazendo um O objetivo de lodo estudo estatístico é coletar dados e então usá-los paro tomar estudo obsei\'3Ciofl<ll. Nível racional de men"$uração Quais trê-s colunas contêm dados no n"ivel racionaíl 7. um pesquisador não muda as condições existentes. . Frequentemente.Se usar uma amostra. gem es1ratificada.lique seu raciocínio. deliberadamente aplica um vacional no qual os pesquisadores observaram e registraram o comportamento tratamento antes de ol>servar oral com objetos não alimentícios de crianças acima de 3 anos de idade.:i'al . 3. Share A coluna listada como ' Share• fornece a porcentagem de 1Vs em uso em certo momento. realizando uma de<iS<io. • Faça 11111 estudo observacioual Em um estudo ouservacioual.t i·.l hado para a coleta de dados.io resultante será questionável. ldentifiqt1ea variável (as variáveis) de i11teresse (foco)e a P9pulação db estudo. 8.

52 de mercado é uma investigação de uma ou mais características de uma popula- n . Um estudo dos efeitos da ingestão de farinha de aveia na redução de pressão ar. D<lpois de 40 dias.o de seleção de dados você usaria para coletar os dados para cada estudo? Explique seu raciocínio. Por exem- Índice de aprovação plo. Um estudo do efeito da mudança dos padrões de voo no número de acidentes com aviões. 3. . Por nada.ntamento ou pesquisa ee. os índices de aprova. Neste estudo.fm11.eria fazer um estudo observacional. os diabéticos que tomaram o extrato de canela reduzi- exemplo. Uma respostas do gmpo de tratamento e do grupo de controle podem ser compara- pesquisa Gallup comumente das e estudadas. os fabricantes de automóveis usam simulações com bonecos para estudar os do presidente. f> 1') 60 • Use 11m leva11ta111"1lo 011 pesq11isa de mercado Um le. seria aceitável fazer uma Disc11la algu11u1s 111nneiras nn'S lista de razões e perguntar a cada indivíduo na a1nostra para selecionarsua pri· quais . "º~ de perguntas feitas a elas.1 é conduzida em uma amostra de médicos do sexo '200S 2006 2007 Ano feminino para determinar se o argumento principal para a =olha profissional é a estabilidade financeira. no qual nenhum trata- A organização Gallup conduz mento é aplicado.r Gnl/up poder·ia selecio11ar uma Exemplo m rrmostm que nlfo seja te111ieuri<>sa? Decidindo o método de coleta de dados Considere os estudos estatísticos a seguir.) criadas na vida real..teria 1. . un1 tratamento nõo sidente.1r uma pesquisa para perguntar "Você aprova a maneira pela qual o presidente está lidando com o cargo?". você quer medir o efeito que um trntame11to (ingestão de aveia) tem nos pacientes.. Por ser in. Durante a lei tum deste livro. 2í) por meio de entrevistas. Um e5tudo sobre como alunos da quarta série resolvem wn quebw·cabeça. Qual métod. correio ou telefone. • Realize 11111 experi111e11to Ao real_izar um experi111e11to. Um estudo sobre os índices de aprovação presidencial com os residentes nos Esta- dos Unidos. o congresso e assuntos medicamentoso e que não causa danos. 3. Você poderia us. essas pesquisas são conduzidas com pessoas. 4.possível criar essa situação.rar 1111tn n111oslm teurleucio:if1 l'f'l"ll co11tl11zír a pesquisa.•a.10 impraticáveis ou mesmo perigosas para serem ro de cada ano. por meio E 1l. des experinlentais) do grupo ·d e conh·ole reccl. 2005-2007 efeitos das batidas em humanos. você terá a opor- hmidade de usar ap11léts que·simulam os processos eMatísticosem computador. 1. ll ção.. tomaram extrato de canela diariamente enquanto o grupo de controle não tomou ção pública do presidente. As simulações pennitem que pesquisa conduzida em janei- você estude situações que s. ~ 'º Por exemplo. Si'lo • Use 11ma simulaçtio Uma simulação é o uso de um mode. Os tipos mais comuns de levantamento s. Como . Ao planaja. foi realizado um experimento no qual diabéticos citada é o índice de aprova. Solução 1. um trata111e11to é apli- 1 _ Retratando o_mundo_ _ cado em uma parte da população e as re5postas são observadas.en1 placebos. A coleta de dados (Os índices são da primeira frequentemente envolve o uso de computadores.<io para o Presidente George mentou mudanças. você pod.) W. n1eira esco1ha. indivíduos (às vezes chamados de unida- muitas pesquisas sobre o pre. é importante escolher bem as perguntas para não obter resultados tendenciosos. Por exemplo. Mais frequentemente. uma pesqt1is.t i·.1 Gallup poderia selt-cio. use si1nulação.. e frequentemente economizam tempo e dinheiro.1o realizados " e 1. Ao plm\ejar uma pesquisa.o poblioos. Outra parte da popul~o pode ser usada como grupo de controle. Bus!\ de 2005 a 20Cll. 2.i. co para reproduzir as condições de uma situação ou proce$SO. Então.r esse tipo de pesquisa. ram seu riS(() de problemas cardíacos. enquanto o grupo de controle não experi- Ç. l-d .plicada -. 2. Como você quer observar e medir certas características de parte de uma popula- ção.. !eito para parecer o tratamento real. Em muitos casos. você deve realizar um experimento.: Dia!"'" ç. l. As políticos e nli.8 "" .IJ§dd 16 • ú"tl11i. 4.lo matemático ou físi- mostrados no gráfico a segtür.

ucc:s. Um des· . efini(ão A técnica cega é uma técnica na qual o sujeito oâo sabe se está (ecebendo tratamento ou placebo.--tli~~~~~~~~~- ses fatores é 11111a ooriável c01![01111di11g. Este tipo de p!anejamenco experimental é o preferido pelos pesquisadores. os experimentos devem ser cuidadosamente planejados e executados.IJ§dd (apltulo 1 • lnuodu<~ ! e. de foto. para atrair mais consumidores. o dono de uma cafeteria faz wn experimento reformando a loja e usando cores vibrantes. Qual método de coleta de dados você usaria para cada estudo? L Um estudo sobre os efeitos dos exercícios no alívio da depressiío. O efeito Hawthorne ocorre em um experimento quando efinição ossujeítos mudam o compor- Uma variável confounding oc0<re quando um pesquisador não pode dizer a diferença entre os tamento simplesmente por- efeitos de difecentes fatores em uma variável.io podemos determinar se isso ocorreu por causa das novas cores ou por causa do novo shopping perto da cafeteria. (:. O pesquisador é iM01ma- do depois que codos os dados forem coleiados. Ao mesmo tempo.center da região realiza sua grande inauguraçiio. ele(a) não recebeu tratamento medicamentoso ne11hum.t i·. e.lo e replicaç'1o.ltadosexperimentaisé o efeito placelx>.1io 17 ·r ente Considere os estudos estatísticos a seguir. a. Defini(ão Aleatorização é o. nlentoriznç. a capacidade de co11trolnr esses fatores de influência é importante. Em razão do fato de que os resultados podem ser arruinados por uma variedade Importante de fatores. que sabem que estão partici- pand0 de um experimento. Por exemplo. Para ajudar a controlar ou minimizar o efeito placebo. Escolha um mitodo apropriado para a coleta de 1fndos. nem o sujeito nem o pesquisador sabem se o sujeito está recebendo ttatamento ou placebo.iver:sidade para encontrar um emprego durante o primeiro ano da graduaçiio. Identifique a pop11/açifo do estt1do. . Identifique o foco do estudo.so de gradu. importante saber quais passos devem ser realizados para que os resultados sejam válidos. processo de se designar sujeitos aleatoriamente para diferemes grupos de iratamenco. 2:. Outro fator que pode afetar os resu. uma técnica chamada cega pode ser usada. Outra técnica que pode ser usada para obter resultados imparciais é a alealoriZJ1çiio. Um estudo do . Em um experimento duplamente cego (double-blind).1"t. O efeito placebo ocorre quando um sujeito reage favoravelmente a um placebo quando. Se os negócios aumentarem na cafoteria. n.indos de urnn grande un. Três elementos-diave de um experimento bem planejado silo co11trole. um shopping. b. l-d . I Planejamento experimental Para produzir resultados significativos e não tendenciosos. Os efeitos das cores e do shopping center se confundem.

ria."lr um planejamento de blOCQS tJeatórios.ar.t i·. Outro tipo de planejamento expcrimcntal é o planejamento de pares combina· dos. então. Por exemplo. As mulheres recebem a nova goma e os homens recebem o placebo.000 reccl>cm uin pla·cebo. Por exemplo. pode ser necessário usar blocos. Os sujeitos podem ser divididos em blocos de acordo com gênero. dividlir os sujei tosem categorias de idade. A empresa identifica mil adultos que são fumantes há bastante tempo.1racterísticas similares.1do parameU1orar a validade.icia da vacina seria provavelmente observada. se os sujeitos no experimento não forem selecionados de modo que ambos os grupos sejam si. um pesquisador que está testando os efeitos de uma nova bebida para perda de peso pode. tais como 30a 39 anos. eles precisam ser aleatoriamente designados para estar no grupo de tratamento ou de controle. Então. Para au1nentar a validade dos resultados experin. A nova goma de mascar pode ter mais efeito nas mulheres do que nos homens 011 vice-versa. eles s<'i<> avaliados e descobre-se . Para se us. a repliarção é neceS&í. 40a49anos e acima de SOanos. Depois de dois meses. Em alguns experimentos.1do é o planejamento de bloco. o grupo de mulheres tinha um número sigrú ficante de sujeitos que pararam de fumar. a efic. 10. l'or conta do tamanho da amostra. O experimento deve ser replic. Um sujeito no par é aleatoriamente selecionado para receber o tratamento e o outro sujeito recebe um tratamento diferente. Outra parte importante do planejamento experimental é o tamanho da amostra. que são grupos de sujeitos com c. Cinco deles recebem a nova goma de mascar e os outros cinco recebem um placebo. Eles são divididos em blocos de acordo com o gênero. designá-los aleatoriamente para os grupos.nilares (de acordo oom gênero e idade}. l'or exemplo.que os cinco sujeitos que estão usando a nova goma parararn de fun. O tamanho da amostra usado não é grande o suficiente para validar os resultados. de urna 1ocalização geográfica ou ul'na característica física ern partirular. Mas.amenteos sujeitos ou para o grupo de tratamento ou para o grupo de controle. Os grupos não são similares. 2. suponha que um experimento seja planejado para testar uma vacina contra gripe. Identi fique um problema em potencial com o planejamento experimental dado e sugira uma maneira de melhorá-lo. mas depois. No expcrimento. l-d . efini{ão Replicaçlio é a repetição de um experimento usando um grande grupo de sujeitos. dentro de cada grupo de idade. no qualossujeitosslíocolocadosem paresdeacordoco.io designados para blocos aleatórios diferentes grupos de tratamento por meio da seleção aleatória. J. primeiramente.npres. os sujeitos s. 2. designar aleatori. Depois de dois meses. os resultados terão menor vaJor.lcat6rios. .n a similaridade.000 pessoas recebem a vacina e outras 10.entais.1 quer testar a eficácia de uma nova goma de mascar para ajudar as pessoas a pararem de fumar. Um planejamento experimental comumente us. a. Aempresa identifica dez adultos que são fumantes há bastante tempo. dois sujeitos podem :ser colocados em pares por causa da idade. Solução 1. Exemplo [D Analisando um planejamento experimental Uma e. vO<-O deve dividir sujeitos com características similares em blocos e. dentro de cada bloco.IJ§dd 18 • but111i<a•pllrad1 Planejamento de Em um planejamento completamente aleatório. conforme mostrado.

para usar uma amostra aleatória simples na contagem do número de pessoas que moram nas residências do Condado de West Ridge. Como o planejamento poderia ser melhorado? R~. como a do Apêndice B.ação Importante de um censo fornece informações completas.t i·. suponha que a êmpresa identifique 240 •ócf adultos fumantes. l-d . mas ela é frequentemente cara e difícil de realizar. 29). também aprendemos técnicas para controlar esses erros de amostragem. Você deseja (ormar uma amostra de 8 estudantes para responder às questões de uma pesquisa. Para coletar dados imparciais. o aquéla gue não é representa- pesquisador deve ter c. Uma amostra aleatória é aquela na qual todos os membros de uma população toêm chances iguais de serem selecionados.1o de 1111rte de uma população Uma ainostra tendenciosa é e é mais comumente usada nos estudos estatísticos. de estuda11tes universitários gem.. contagens ou medições provenientes de membros da população cujos números correspondem àqueles gerados com o uso da tabela farão parte da amostra.IJ§dd (a~!tulo.) Por exemplo.ada. g. Uma amostragem é uma contagem oumediç. um erro de amostragem pode acontecer. Mesmo com os melhores métodos de amostra. li. A reali7. Um erro de amostragem é a diferença en!te 18 e22 anos não seria re- entre os resultados da amostra e da população. A11 I Técnicas de amostragem Um censo é uma contagem ou medição de uma população inteira. Quando aprendemos sobre estatística presentativa de toda a pop. Exemplo m Usando uma amostra aleatória simples Há 731 estudantes que se inscreveram no curso de estatística em sua faculdade. Uma maneira de coletar uma amostra aleatória simples é designar um n(unero diferente para cada n1en1bro da população e então usar utna tabela nun1érica aJeatória.'o I enconucdo noilpffiÓce B. . As respostas.erteza de que a amostra representa a população. uma a população são válidas. ver Atividades L3 na p.. Pára explorar mrus este tó- 92630 78240 19267 95457 53497 23894 37108 i<J862 pico.da- infere1\cial. a maioria dos sujeitos no grupo de tratamento parou de fu1nar. Uma amostra aleatória simples é aquela na qual toda amostra possível de mesmo tamanho tem a mesma chance de ser selecio- 1.1r>:>t1t 1111 p. Identifique um problema em pote11cinl com o planejamento experimental. TabeJa l Números aleatórios . 79445 78735 71549 44S43 26104 67318 00701 34986 59654 71966 27386 50004 05358 94()3] 29281 18544 31524 49587 76612 39789 13537 48066 59483 60660 06-14$ 76938 90-179 51392 558$7 71015 09209 79157 (l'olte do 1obe. a. Técnicas de tiva da população da qt1al é a. . Calculadoras e programas de computador também são utilizados para gerar números aleatórios (ver p. b.'\o enb:e 18 e 22 anos do pars. Eles são designados aleatoriamente para estar no grupo de tratamento ou de controle.nostragem apropriadas devem ser utilizadas para assegurar que as inferê1l~ias sobre extraída Por exe1nplô. Depois de quatro meses. Selecione os estudantes que pertencerão à amostra aleatória simples. os resultados são questionáveis. você poderia designar um número diferente para cada residênda. usar uma ferramenta tecnológica ou llma tabela de números aleatórios para gerar uma amostra de números e então contar o número de pessoas que vivem em cada uma das residências selecionadas. 24.. t • lnuodu(aG le1Wtl11ica 19 enteUsando as informações do Exemplo 2. -. Cada sujeito também recebe um DVD sobre os peri- gos do cigarro. Lembre-se de que quando um estudo é realizado com dados amostra consistindo apenas falhos.

então. para coletar. • Amostra estratificada Quando é importante que uma amostra tenha membros de . e sele· cione todos os me. divida a população em grupos. Por exemplo. 650. randlnt(l. escolha um ponto de partida aleatoriamente e leia os dígitos em grupos de 3 usar um gerador de números (porque 731 é um número de 3 dígitos). Cada uma amostras aleatórias de oito te1n vantagens e desvantagens.exemplo.731. Escreva os cinco números aleatórios. naturaln. Para selecionar uma amostra por agrupamento.83/84 para o Exemplo 3. chamados clusters. Leia os dlgitos em grupos de dois. Quando você escolhe os membros de uma amostra. então o processo amostral é feito com reposição.. Na tabela de números Aqui estão as instruções para aleatórios. .cntc. então. devemos usar uma an1ostra estratificada. {537 33 249 728. 53. que compartilham uma característica similar como idade. iENTERI 3 a. 589. múmeros inteiros. Escolha u1na a1nostra nJeatória sin. grupo étnico ou até mesmo preferência política.. 719166 2173816 501004 1 053158 9140311 291281 1 1$5144 iMATHi Ignorando os números maiores do que 731. Exem· pios de d11sters ·poderiam ser seções diferentes do mesmo curso ou diferentes filiais de um banco. Esoolhao menu PRB. Por exemplo. irá gerllJ' mais Existem muitas outras técnicas de amostragem comumente usadas. l-d . tendo características sin1ilares.is. divida as residências em grupos de acordo com os códigos posta. Os estudantes que recebernm esses números formarão a S:r:andl( amostra.ada segmento da população. 662. 403 e 129. você agruparia os nÚJneros como a seguir: 'CT. do ENTER. escolha aleatoriamente um po11to de partida.IJ§dd ZO • !ltathtkaaplicada Dica de estudo Solução Designe números de 1 a 731 para cada estudante do cu rso.t i·. uma amostra por agru· pamento do nqmcro de pessoas que moram nas residências do Condado de West Ridge. @ºº@o o0Cõ}~:i@cl~) º(Q)ºº@Grupo 3: Grupo l: Grupo 2: renda bilixa renda n1~dia rcnd~ alta Amos11a estratificada • Amostra por 11gr11p11111euto Quando a população está em subgrupos que ocorren. Depen· dendo do foco do estudo. Uma runostra é então selecionada aleatoriamente de cada um dos estratos. você tem que decidir se é aceitável ter o mesmo membro da população mais de uma ve't. membros de uma população são divididos em dois ou mais grupos. mas não todos. 4. você poderia dividir as residências em níveis socioeconômicos e. e. então os primeiros oito números são 719. selecionar aleatoriamente residências de cada nível. chamados de estratos. sexo. no com~ da segunda coluna. [IJCJ[z][IJ[II e 18! l I Ten U1na ernpresa e1nprega 79 pessoas. para coletar uma amostra estratificada do número de pessoas que mo· ram em Condado de West Ridge. Para encontrara amostra usando a Tl-83/84.mbros em um ou mais (mas não em todos) clus/crs. uma ra da tabela. selecione todas as residências em um ou mais. cada un. o processo é dito sem Sé 'l'<Xê continuar pressi<>llan· reposiçiio. Se for aceitável. O uso de uma amos· tra estratificada assegura que cada segmento da população será representado.ples você composta de cinco para pesquisar. se você começar na terceira filei- inteiros aleatórios en. urna an1os· Ira por agrupamento pode ser a mais apropriada.8) b. siga as instruçÕC!S ao lado. Por. Na tabela. Se não for aceitável.

esse tipo de amostragem deve ser evitado. você questiona cada estudante cujo número é selecionado aleatoriamente. os dados podem não representar a pop1daçllo.:atifi· cada.10 us.1- toriamente e questionar alguns de rnda curso de graduação. e cmaa c/11ster deve consistir de membros com todas as cara.t i·. entretanto. Por exemplo.pamento.1o or. Você divi.dos. esta é uma amostra por agn. seleciona ale. l-d . 2. 3. O@O O@O O@O O@O O@O O Amostra ~temátiCd Um tipo de amostra que frequentemente leva a estudos tendenciosos (portanto. Por exemplo. se um dos grupos Importante de código postal tem uma proporção maior de pessoas de alta renda.nostras listadas. Uma vantagem da amostra sistemática é que ela é fácil de ser usada.dantes são divididos em estratos (graduações) e uma amostra é selecionada de cada graduação. Você seleciona uma classe aleatoriamente e questiona cada aluno da ela$$<!. algullS dos membJOS um número a cada membro da população. S• ou 100' membro é selecionado. . um grupo de i~ade em parti· Zona I Zõnn2 cul!ar). poderíamos designar um número di ferente para cada residência. osclrtsleis consistem de um g~upamen- Zona3 to geográfico. Exemplo QJ Identificando as técnicas de amostragem Você está realizando um estudo para determinar a opinião dos estudantes em s. então.. 2. um número inicial é selecionado aleatoriamente amostra por cagrupamento. No caso de qualquer padrão que aconteça regularmente nos dados. Uma amostra de conveniência consiste somente de membros disponíveis de uma população. escolher aleatoriamente um número inicial. selecionru. lodos os membJOS de um ou tir do número inicial. Então.sta1k1ica Zl có<)igos postajs e conte o número de pessoas que vivem em cada residência.cterfstiras (por exemplo. 1 l. não é recomendada) é a amostra de conveniência. Os membros da população s.contraste. Como os esh. Em.) mi!Í5. membros da amostra são selecionados em intervalos regulares a par.IJ§dd (apftulo t • ln1wdll(!o!. Solução t. Ao se usar uma amostra agrupada.grupos s.a de que todos os grupos têm caracteristirns similru-es. para coletar uma amostra sistemática do número de pessoas que moram em West Ridge.cada JO()I resi- dência e contar o número de pessoos vivendo em rnda uma. de cada grupo são usados. (Por exemplo. Pelo fato de cada classe ser um subgrupo que ocorre naturalmente (um cluster) e você questiona cada aluno na classe. Identifique a técnica de amostragem que ocê usaria se selecionasse as a.de a população de estudantes com relação às graduações. esta é uma amostra estratificada. tódas as faixas Amostra por agrupamemo ·etárias). Você designa um número pro-a cada aluno e gera números aleatoriamente. Com amostras estra- • Amostra sistemática Uma amostra sistemática é aquela 11a qual é atribuído tifircadàs. cada um dos estratos Zonas de cooigos 1>ostais na oontém membros com certás região de West füdge carácteristicas (por exemplo. . e. devemos ter cuidado para ter certe-. Na denados de alguma maneira. Para tu11a amostnl est.ua escola sobre a pesquisa de células-tronco. cada 3'.

Aempresa identifica 250 mulheres de 30 a 35 anos que sofrem de alergias diversas. depois de escolher um número injcial~ questiona cada 259 aluno.1te grupos de expe<imental usado e sugita uma maneira para melh<llá·lo. Um experimento duplamente cego é usado para aument<lr o efei· mente cego? to placebo. então.irte de uma: populaçio. determine se a affrmaçAo é ve<dadeita (a) Identifique as unidades experim_entais neste experimento. Nos exe<cídos de 5 a 10. Os su· 4. Identifique a téc11icn de n111ostrnge111 correspondente..inar a opinião dos es.t i·. O método para seleção de uma amostra estratificada é ordenar perimento. Metade dos voluntários usou o novo tênis e a outra metade usou tênis regulares.odos que você pode usar para gerar números 15. Descreva dois mé. então esta é uma amostra aleatória simples. Um estudo das idades de 535 membros do congresso americano. da gordura no sistema digestório humano. planejamenio do experimento? . Determine como a amostra é selecionndn. Qual a dife<enca enue um estudo obse. Você seleciona estudantes que estão em sua aula de estatística. por placebo. efic. Como os !>'. 16.ada em seus joelhos.vacional e um expe<i· 14.tudante. l-d .valos regulares. Cada amostra de mesmo tamanho tem chances iguais de ser selecionada e cada aluno tem chances iguais de ser selecionado. (c) Identifique um p<oblema em potenáal com o planejamento dentro de cada bloco. (e) Dos 80 voluntários. E.eescreva·a de forma que seja ve<dadeira. Os iadividuo~ usaram os tênis todos os di3S. Um «n'° é uma contagem de p.11$hin9ro.gica.plique.!óa de uma nova dr0ga antialé. Explique o que isso 11. cfll'kle-se a po· (a) Identifique as unidades experiment<lis neste experimento. Identifique a técnica de amostragem que está sendo usada se você 4 selecionar asamostras listadas. então. sao desig(lddos aleatoriame. pulação em grupos e então seleciona-se todos os membros em (b) Quantos tratamentos são usados neste experimeato? pefo menos um (mas não todos) os grupos. Depois de seis meses. tratamento. crr. . sujei· (b) Quantos uat<lmentos são usados neste experimento? tos com caraaerísticas similares sao <foodos em blocos e.noSlfagem? Usando e interpretando conceitos 3. 8. 5.. Um estudo da velocidade na qual um vírus se espalharia na área metropolit<lna.ocos poderiam ser usados no duto para determinar se os consumidores ainda v~o comprá-lo. 1. Um grupo portante? recebe a nova droga e outro recebe um placebo que pa. decida qual método de coleta de da· (d) O experimento é descrito como um experimento controlado do~ vcx:é usatia para coletar os dados para o estudo. os sintomas dos sujeitos sao Verdadeiro ou falso? estudados e comparados. Um estudo dos efe~os de batatas chips feitas com um substituto significa. Um estudo dos efeitos de um rótulo de advertência de um pro· sejam mulheres. ou falsa. a. com sinais precoces de anrite fo1am voluntárias para o estudo. Em um planejamento de blocos completamente aleatórios. Oitenta pessoas dentro de uma população sejam amosuados. b. Se for falsa. 2.ece com a nova ê10ga.s e 40 12. magnética foi reali. Ténis A Nike desenvolveu um oovo tipo de tênis uiado para 7. que tinham a mesma aparência dos ténis do ex· 9. Você designa um número para cada estudante e. selecionar membros clusâo do estU<lo.a uma maneira para melhorá-lo. Qual a diferen(a ernte um censo e uma a. Usar amosuas sistemáticas garante que membros de cada grupo ajudar a postergar o princípio da artrite no joelho.s de s ua escoJa sobre as células· wcê -tronco.11e: •t. Droga antialérgica Uma indústria farmacêutica quer testar a aleatórios. mento? 2. f•n Você quer de ter1n. (d) Como este experimento pode se< designado como dupla· 6. Na con· uma população de alguma maneira e. wpoaha que 40 sejam home. 1. (c) Identifique um ptoblema em potenàal com o planejamento Decidindo o método para coleta de dados experimental usado e sugi. estudo duplamente cego.IJ§dd 3. ili Exercícios Construindo habilidades básicas e conceitos 13. Nos exercícios de n a 14. -> 1O. O que é a replicação em um experimento e çor que ela é im· jeitos são designados aleatoriamente em dois grupos. Para selecionar uma amostra por agrupamento. os S*ltomas foram avaliados e uma ressonância da população em inte.

l-d ,t i·.IJ§dd
(,pí!Vlo 1 • lntrod111ao~t1latíS11<4 23
Identificando técnicas de amostragem Reconhecendo uma questão tendenciosa
ll'os exercícios de 17 a 26, identi~ue a téalica de amost1agem lllos exercícios de 31 a 34, determine se a <i'J<!Stlo da pesquisa é
e disru1a as fontes de parcialidade em potencial (se hoUVE<). Explique.
tendenóosa. Se a questAo for tendellàosa, sugíra uma melhor maneira
17. Usando discagem aleatória, os pesquisadOles í,garam para 1599 de formular a QUestào.
pessoas e pe,guntaram Que obstáculos (tais como ter Que cuidar
das aianÇ<IS) n!o permitiram que co.'1!Íl'<Jassem se exercitando. 31. Por que beber SlJCO de frutas é bom P<Jra você?
(Fome: Yar.!clolOCh Pottnc,4 tn~ '"' Sê..,,. Up-ol) 32. Por que os motoristas que muclam de faixas várias vezes são pe-
18. Escolhidas aleatoriameme, 500 pessoas da zooa rural e 500 pes- rigosos?
soas da zona Ufbana com 65 anos ou mais foram questionadas
sobre Slla saúde e experiência com drogas piescntas. 33. Quantas horas de sono você tem em mé<lia por noite>
19. Questionaíldoestudantes ao saírem da biblioteca, um pesquisad0t 34. Você acha que a mldia tem um efeito negativo nos Mb~os ali-
perguntou a 358 deles sobre seus t.lbitos com relaç.io à bebida. mentares de adolescentes do sexo feminino?
20. Depcis de um furacão, uma área do desastre foi dividida em 200 35. Redação A dassifoc.açAo dos programas de TV feita pela Nielsen
grades iguais. Trinta das grades são selecionadas, e cada casa oa;- Media Research é descrita na p. 14. Discuta os estratos usados
pada na grade é entrevistada para ajudar a focar os esf01ços de oa amostra.
alÍ\óo P<Jra os residentes que mais necessitam.
36. Redação A classifica~ dos programas de TV feita pel.i Nielsen
2 1. Escolhidos aleat0tiamente, 1.210 P<JCientes amb.Jlaloriais de hos- Media Research é descrita na p. 14. Por q\1eé importante ter uma
pi1ais foram contatados e questionados sobre suas opiniões a amoslla estratificada para essa dassificação?
respeito do tratamento que receberam.
22. Para Mseg\Jtar a qualidade, c;ida 20' peça de motor é selecionada
de uma linha de montagem e testada P<Jra durabilidade. [xpandindo conceitos
23. Sementes de soja s.!o pl.antadas em um campo de 48 acres. O
37. Questões fechadas e abertas: Os dois tipos de questões em
campo é dividido em Sllb.!reas de um acre. Uma amostra de plan·
uma pesquisa s!o as questões .abenas e as fechadas. uma ques·
las é retirada de cada subárea para estimar a colheita.
tAo aberta permite qualquer tipo de resposta; uma questao fe-
24. Ao questionar prolessores conforme saíam da sala de p,ofesso- chada permite somente uma nesposta fixa. Uma questão aberta
res, um pesquisador perguntou a 32 deles sobre seu estilo de e uma questão fechada com suas escolhas possfveis são dadas a
en~no e métodos para dar as notas. seguir. Liste uma vantagem e uma desvantagem de uma ques«lo
25. Uma lista de gerentes é compilada e ordenada. ~ que um aberta. Entao, lisle uma vanta~ e uma desvantagem de uma
número inicial é escolhido aleatonamente, cada <1000 nome é questão fechada.
selecionado até que 1.000 gerentes são se!eciona<los. Eles são Questão aberto Que medida pode ser tomada para fazer com
queslionados se usam mídia digital. que estudantes adquiram t.lbitos alimentares mais saudáveis>
26. ligações feitas P<Jra números selecionados aleatoriamente, 1.012 Questão fechado Como você faria os estudantes adotarem hábi·
entrevistados foram (j\.<e5tionados se alugam ou se s.!o proprietá- tos atimentares mais saudaveis?
rios de suas residências.
1, Um cuso de nutrição obrigatório.
27. Privação do sono Um pesquisadOf quer estudar os efeRos da
ialta de sono nas habl idades motoras. Dezoito pessoas foram vo- 2. Ofe<ecer somente comidas saudáveis na c.afeteria e ,etirar as
luntárias para o experimento: Jake, Maria, Mike, Lucy, Ron, Adam, comidas nao saudáveis.
Bridget, Carlos, Steve, Susan, Vanessa, Rick, Dan, Kate, Pele, Judy, 3. Oferecer mais comidi!s saooàveis na ·cafeteria e aumentar os
Mary e Connie. Use um gerador de número aleatório para esco-
prews das comidas não sa~dâveis.
lher nove sujeitos para o grupo de tratamento. bs outros nove
irão para o g,upo de cont(ole. Liste os sujeitos em cada grupo. 38. Quem escolheu essas pessoas? Algumas agê,'lCias de pes-
Diga qual método voce usou para gerar os números aleatórios. quisa pedem que pessoas liguem para um telefone e deem a
28. Geração de números aleatórios VohJntários para um e,peri· resposta para uma questão. (a) liste uma \\lntagem e uma des-
O)Cflto sao numerados de 1 a 70. Eles scr!o desigoados alca· vantagem de uma pesq1..'i$cJ co.iduzida de,ta maneira. (b) Qual
toriamente para dois grupos de tratamento dílerentes. Use um técnica de amostragem é usada em tal pesquisa?
gerador de números aleatónos díferente do usado no Exercício 27 39. Dê um exemplo de um experimento no qual 1.1 um elemento
p.1ra escollle, 35 sujeitos P<Jra o grupo de tratamento Os outros de confus.!o.
35 irão para o grupo de controle. Liste os Slljei!OS, de aCOtdo com
o número, em cada grupo. Diga qual método \'OCê usou para 40. Por que é impo,tante usar a técnica cega em um experimento?
gerar os numeras aleatórios. 41. Em que o efeito placebo e o ef,eito Hawthome s.!o similares? Em
que s.!o diferentes?
Escolhendo entre um censo e uma amostragem 42. Em que o planejamento de blocos alea.tórios em experimentos é
Nos exercidos 29 e 30, determine se você faria um censo ou similar a uma amostra estratificada?
usaria amostragem. Se esr..olhesse amostragem. decida qual técnica
43. Usando técnicas de amostragem Sua escola pediu que você
usaria. Ewüqoe. pesquisasse com 150 estudantes quem usa a nova sala de gi·
29. o saláno mé<f,o de 50 funcionários de uma empresa. nástica. Descreva seu p,o..'edimemo para obte1 1.111.a amostra de
30. A cor de carro mais pol)IJlar entre 25.000 estudantes de uma c;ida tipo: al@tória, estratificada, por agruP<Jmento, sistemática e
universidade. de conveniência.

l-d ,t i·.IJ§dd

il• Atividades
Números aleatórios Passo 3 Especifique o número de amostras-
Pa550 4 Clique SAMPLE para gerar uma lista de valores
Applet o apj)(et para números aleatórios é feito para que aleatórios.
você geie números aleatórios de uma ampfüude de valores. Você Chegando a conclusões
pode especificar valores inteiros para valor máximo, valor mínimo 1. Especiftque o valor mínimo, m~ximo e oomeros de amostra
e numero de amostras nos campos ap<opriados- vore oão deve como sendo 1, 20 e 8, respectivamente, conforme mostra·
usar pontos decimais quando preencher os campos. Quando o do. Execute o applet Continue ge<ando listas até que você
bolão SAMPLE (amostra) é ótcado, o app!et gera valores a!eató· ob(enha uma que mostre que a amostra aleatória é retirada
rios, que sao mostrados como uma lista no campo de texto. com substituição. Escreva a íistl. Como você sabe que a lista
é uma amostra aleatória retirada com substituição?
rvjinimum valtte:
Maxin,u1n value: ~1ini1nun1 valu~;

Nu1nbcr of :;an1ples: M.ixin,un, valuc: 20

Snmplcl Nu,nbcr of s.1n~pl<.-s: S
Sm,,ple

Explore
Passo I Especifique um valor mínimo 2. Use o applet para repetir o Exemplo 3 na p. 19. Quais valo-
Passo 2 Especifique um valor máximo. res você usou para o mínimo, máximo e núme<o de amos·
tras? Quais métodos você prelere> Explique.

Usos e abusos - estatística no mundo real
Usos
Experimento com resultados favoráveis Um experimento que começou em março de
2003 estudou 321 mulheres com càncer de mama em estágio availÇ,ldo. Todas foram trallldas
previamente com outras drogas, mas o câncer parou de responde< às medicações. Então, foi
dada a esse grupo de mulheres a oponunidade de experimenlllr uma nova droga combinada
com uma droga de quimioterapia em panicular.
Os sujeitos foram di>ididos em dois 8fUpos, um que tomou a n,o,,a droga combinada com a
quimioterapi.a e outro que tomou somente a droga da quimioterapia. Depois de uês anos. os re-
su.ltados mosuaram que a nova droga em combinação com a droga da quimioterapia poste<gou
a prog,essao do c.ince<. O resuliado foi tão significatrvo que o est\Jdo foi interrompido e a nova
droga íoi oíe<ecida para todas~ mulheres do estudo. O FDA (Food and Dwg Mminiwarion),
ent.'!o, ap<OYOU a nova droga em conjull10 com a droga da quimioteiaJ)'.a.

Abusos
Experimentos com resultados desfavoráveis De 1988 a 1991, 180 mil adolescentes
na Noruega foram usados para 1es1ar uma nCMl vaciia conua a baaéria m0<1â meningocoro.,s b.
Un'4 cartilha descrevendo os possíveis efeitos da vacina afirmava: •é improv~vel que haja
complicações sérias", enquanto informações fornecidas pelo parlamento norueguês afirmou
que •efeitos colaterais sérios n.Jo podem ser exduídos". A 1'l!dna experimental teve alguns
resulllldos desastrosos: mais de SOO efeitos colate<ais foram reponados, sendo alguns conside-

l-d ,t i·.IJ§dd
(•pítulo 1 • lttrod>cao,t1tdlbtlc.• Z5
rados sério~ e muitos dos sujeitos desenvolveram sérias doenças neurológicas. Os resultados
mostraram que a vacina forneceu imunid.lde a somente 57% dos casos. Este resultado não
foi o suficiente para que a vacina fosse adicionada ao programa de vacínas nor1Jeguês. Desde
entoo, indenizações foram pag.is ás vitimas das vacinas.
Ética
Os e,q::erimentos nos ajudam a e<11ende, mais o mundo que nos rodeia. Mõs, em alguns
casos, eles podem causar mais mal do que bem. Dos e,q::erimentos na Noruega, surgem algu-
mas questões é~. O e.xpe,imento norueguês foiantiético se os interesses dos sujeitos foram
negligenciados? Qvandoo experimento deveria ter sido p.rado? O experimento deveria ter sido
oonduzido? Se os efeitos colaterais não foram repon.idos e foram esoondidos dos sujeitos, não
~ qu~tão ética aqui, ele eS!,l simplesmeme errado.
Por outro lado, o experímemo do cance, de mama não queria nega, a nova droga para
um grupo de pacientes com uma doença fatal. Mõs, novameme, questões surgem. Por quanto
tempo um pesquisador deve manter um e1<perimen10 que mostra resultados melhores dos
que os esperados? Quando um pesquisador pode concluir que uma droga é segura para os
sujeitos erMlliridos?

[xercícios
l . Resultados desfavoráveis Encontre um exemplo de um experimemo real que tenha
resultados desfavoráveis. O que poderia ter sido feito para evitar o resultado do experi-
mento?
2. Parando um experimento Em sua opiniao, quais são alguns dos problemas que podem
surgir se as tentativas dlnicas de ..-na nova droga experimental ou vacina pararem muito
cedo e então disvibuídas a outros SUÍeitOS ou pa<iemes?

Resumo do capítulo
Exercícios
Oque você aprendeu? Exemplo
de revisão

Se!ãO 1.1
• Como distinguir entre população e amostra. 1
• Como distinguir entre um parâmetro e um dado estatístico. 2 Sa8
• Como distinguir entre·estatística descritiva e estatística inferencial. 3 9e10
Seção 1.2
• Como distinguir entre dados qualitativos e quantitativos. 11 a 14
• Como classificar os dados com relação aos quatro níveis de mensuração: nominal, 2e3 JS a 18
ordinal, intervalar e raciona].

Se!àO 1.3
• Como s.10 coletados os dados: por meio de estudo observacional, fazendo um 19a22
experimento, usando uma simulação ou usando uma pesquisa.
• Como planejar um experimento. 2 23 e24
• Como criar uma amostra us.indo amostragem aleatória, amostragem aleatória simples, 3e4 25a30
amostragem estratificada, amostragem por agn,pamento e amostragem sistemática.
• Como identificar uma amostra tendenciosa. 3e4 31 a 34

l-d ,t i·.IJ§dd
26 • btatll\iCdaplicada

Exercícios de revisão
Seção 1.1 16. As classes de tamanhos de automóveis da EPA (Agência de Pro·
teç.lo Ambiental) para uma arnosua de automóveis estão lisiadas
N~ ~eu..íc..íu:> de 1 cs 4, i<.k; 1lifi41.1t: e l)i}PUt<Sy<k, e d ci11JV!1Uc1. ~ seguir:
su!lcompaao compacto tamanho mMio
1, Uma pesquisa com 1.000 adultos no<te-americanos descobriu
grande compacto grande
que 92% estão preocupados com a dependência do óleo estran·
geiro. (Fcntr:\1*-)•) 17. Listamos os quatro depanamemos de uma en"j)(esa de eS!am·
pagem.
2. Trinta e oko enfermeiras que trabalham na áiea de São Francis· Administraç<'!o Vendas Produ(<'io Fatutamento
co foram perguntadas a respeito da administraç<'!o de assistência
18. A altura dos atletas (em polegadas) do Los A.sgefes Sparks em
médica. 2006 estão liSladas a seguir (Fon.!e: n\)(>)ff>'s NOl<J(l(J Bo,led,ol 11,.
3. Um estudo de 146 canões de etédiio descobriu que a taxa de -)
juros média para atrasos em pagamentos é $ 27,46. (lc,1re: Con- 69 74 63 n 11 74 75 10 74 75 75 ,s 11
,.,,,,., Acwn.)
Setão1.3
4. Uma pesquisa com 1.205 médicos descobriu que cerca de 60%
consideram deixar a prática da medicina porque s.'io desencoraja· Nos exercícios de 19 a 22, decida qual método de coleta de
dos pelo sistema de saúde dos Estados Unidos. (F<>nre: lhe Phy,iaon dados você usaria para o estudo. Explique.
&ecuwe JoomfJI oi1Weá'CoJ A4<mogeme111.) 19. Um estudo de doações dos CEOs para a caridade em SyraMe,
No,.,a Yoâ.
Nos exeteícios de 5 a 8, determ,1e se o valor numérico desc1eve 20. Um estudo dos efeitos dos cangurus no ecossistema do parque
um pa1~me1ro ou um dado estatlstico. nacional de EvergladeS; na F16rida.
5. Afolha de pagamento da equipe do New York Mets em 2006 €ta 21 . Um estudo dos efeitos de fertilizantes na plantaÇilo de soja.
S 101.084.963. (Fonre: USA Todo)<) 22. Um estudo sobre a opinião de estudantes univel~táriosa respeito
da poluiç<'!o ambiental.
6. Em uma pesquisa com 752 adultos nos ESlados Unidos, 42%
acham que deveria haver uma lei proibindo pessoas de levarem Nos exerócios 23 e 24, um experimento será realizado para testar
celulares em lugares públicos. (ii,,we: u,i;,,,,s,y oi1A,clu.,on.) os efeitos da falta de sono na memória. Duzemos estudantes fe1am
voluntários para o experimento. Os estudantes serão colocados em
7. Em um estudo recente com graduandos em matemálica em uma
universidade, 10 estudantes deixaram a física em segundo plano. um dos ónco grupos de tratamento, ,ncluindo o grupo de controle.
23. Explique corno você poderia planejar um experimento de modo a
8. Noventa por cenlo de uma amostra de estudantes da nona série usar um planejamento de blocos .aleatórios.
em Indiana que foram pesquisados disseramque fumam ógarros
diariamente. (f1J11"1: lntliano Un.•1Ero1y.) 24. Explique como você poderiõ planejar um experimento de modo a
usar um planejamento de blocos (ompletamente aleatório.
9. Que pane do estudo descrito no Exercido 3 representa o ramo
Nos exe1cicios de 25 a 30, identifique qual técnica de amostra·
descríwo da estalistlca? Faça uma inferência baseada nos resul·
gern foi usada no estudo. Expf',que.
tados do estudo.
25. Ligando paianúmeros gerados aleatoriamente, um estudo pergun·
10. Que pane do levantarnemo descrito no Exe,d<lo 4 represe.ita o toua 1.001 adultosnone-arne,icanosquaiscond'~õesmédicas po-
ramo descrili\,o da estalistical Faça uma inferência baseada nos deriam ser prevenidas por sua dieta. (Adoprodlldo:V.W,líllw«l<ftllát.)
resultados do levantamento. 26. Um estudante pediu a 18 amigos para participarem em um ex·
perimento psioológico.
Seção I.Z 27. Um estudo sobre a gravidez em (ebu, Filipinas. selecionou ale-
atoriamente 33 comunidades da área metropolitana de Cebu,
Nos exercícios de 11 a 14, determine quais dados ~o qualitalivos ent.lo foram ent,evi!.s~ todas ~s mulhere!; wávidas disponiveis
e quais são quantitativos. Explique seu raciocínio. nessas comunidades. (Moplodo de: Cebu longi1udincl 11eal1h Olld
11. O salário me.1sal dos funcionários de uma empresa de comabi· NuV'iotl SIPW{,)
!idade. 28. Oficiais de polícia param e checam o motorista de cada terceiro
12. Os números do seguro social dos 1..1cioná1ios de urna empresa vektlo para verificar o teor de álCÇ)Oi no sang\le.
de contabilidade. 29. Vinte e cinco estc'<lantes S<lo selecionados aleatoriamente de
13. As idades de urna amostra de 350 funcionários de uma empresa cada série de uma escola secuné!ária e pesquisados solxe se0$
de software. hábitos de estudo.
14. Os códigos postais de uma amoS!fa de 350 dientes de uma loja
30. um jornalista entrevista 154 pessoas q,.-e esperam po< suas ba·
gagens no aeiopono e pergunta a elas o q,Jào seguras se sentem
de anigos esportivos.
durante os voos.
Nos exe,cícios de 15 a 18, identifique os níveis de rnensura,;Ao Nos exercícios de 31 a 34, identifique uma parciaíidade ou um
dos conÍ!Jntos de dados. Explique. erro que pode OCO<rer na pesquisa indi.cada ou estudo.
15. As temperaturas diárias (em graus Fahre,1heit) em Mohave, Arizo- 31. Estudo no Exercido 25.
na, para uma semana de jt.rl1o (fon!,:Atll1JJloMer~Ne.,·,x1'.}: 32. Expeiímento no Exerclcio 26.
33. ESludo no Exercício 27.
93 91 86 94 103 104 103
34. Amostragem no Exe«:icio 28.

l-d ,t i·.IJ§dd
(aplll~o l • lntrodl(ao! ~l!thtica Z7
Teste do capítulo
Faca este teste como se estivesse fazendo uma p<Olla em sala. 5. Decida qual método de coleta de dados você usaria para reunir
Depois, compare suas respostas com as resposlaS dadas no final do lé.so. dados para cada um dos estudos. Eirplique seu raciodnio.
1. Identifique a população e a amosua no estudo. a seguk (a) Um estudo sobre os efeitos de uma dieta com baora inges-
Um estudo de 372 pacientes com <Í1Slúrb\os de ansiedade foi tão de vitamina e e ferro nos adultos.
conduzido para descobrir a relação entre a ingestão de café e (b) A idade de pessoas que moram até 500 ml has de soa casa.
esses distúrbios.
6. Um estudo para testar os efeitos de uma nova droga na hiper·
2. Determine se o valor numérico é um parârne«o OIJ um dado tensão anerial está sendo realiiado. O pesquisador identifica 320
esta!lslico. pessoas com idades enue 35 ,e 50 anos com hiperte.1são para
(a} Em uma pesquisa com 798 usuários de lntemet, 19% dis· participar do experimémo. Os sujeitos são átvídidos em grupos
setam que têm coo.ex.ão sem ÍIO em casa. (For,te: Pet'I Internet iguais de accrdo com a idade. Dentro de cada grupo, eles são
ondAmeflt:Ctl t,!e A-(1«1.) selecionados aleatoriamente p.,ra o grupo de controle OIJ para
(b) Em uma votação, 84% dos funôon<lrios de uma empresa o grupo de tratamento. Que tipo de pl,inejame.,to foi utifüado
votaram a favor de novas vending me<hines auiornâticas no neste experimento?
p1édio. 7. Identifique que técnica de amostragem foi usada em cada estudo.
(c} Uma pesquisa com cerca de 1.000 americaoos ffiOS\IOIJ que E,plique.
somente 40'lb têm uma cOllta poupança de emergência.
(a) Um jornalista vai a um local de acampamento para perguntar
(fonle: eon.,,,,.,. fede<orlOfl oiAmenco.) às pessoas como se sentem em relação à poluição do ar.
3. Determine se os dados são (j\lalitativos ou quantitativos.
(b) Para controle de qualidade, cada décima peça de uma má·
(a) Uma fis1a de núme10s de caixas pOStais em um coireio. quina é selecionada de uma linha de montagem e testada
(b} As notas finais em um teste de química. para acuidade.
4. Identifique cada ooef de mensuração dos conju,1tos de dados. (c) Um es1.udo sobre as atitudes relacionadas ao fumo é con·
Explique. duzido em uma faculdade. Os estudantes são divididos por
(a) Uma lista dos núme,os dos cradl~s de policiais em uma classe (calou1os. alunos do segundo, terceiro e ultimoaoos).
jurisdição. Então, uma amo5tla aleatória é selecionada de cada classe e
(b) O número de velas vendidas por um fab<icante em cada entrevistada.
trimestre do ano ftscal conente.
8. Que técnica de amosiragem usada no Exercício 7 pode levar a
(c} Os anos de nascimento dos corredores da maratona de
8ostoà. um esiudo tendencioso?

Juntando tudo
Estatística real - decisões reais
Você trabalha em uma empresa de pesquisas. Sua empresa ,,enceu urna co,,corréncia e
Co1no você adquiriu
sua passagem?
realizará um estudo para uma publicação de uma indústria aérea. Os edít01es da publicação
gostariam de saber a opiniao de seus leitores sobre áreas como compra de passagens, serviços, Resposta Porcentagem
segurança, confoito, aescimento econômico e p<ote~. Também que<em sabei a opinião de
adultos que usam os serv,ços aêreos para negócios e lazer.
Os eá~orés forneceram seu banco de dados de leitOles e 20 questões que gostariam que OirctMnente da
20,!l'lb
compri'ia aérea
fossem aplícadils (duas questões amostrais de um estudo antefÍCí são fornecidas promamen-
te). Você sabe que o custo para contatar lodos os lehoies é muito alto. Assim, precisa deter- Onlnc, !J)elo ~•• da 21.0'lb
empresa aérea
minar uma maneira de contatar uma amostra representativa ela popula<;Ao inteira de leitores

Exercícios
On-line, "'°' º"'º
site (que o.lo o da 18.5%
companl,ia aérea)
1. Como você forio? Ouuo 4,5%
(a) Que técnica de amostragem você usaria para seleáonar uma amostra para o estudo? (fon(e: Rt!s1>.:ttt Syst,m Gro,p.)
(b) A técnica que você escolheu na questão anterior fornece uma amostra representativa
de uma população?
(c) Descreva o método de coleta de dados.
(d) Identifique ppssiveis fa~ e parcialidades no·estudo.

l-d ,t i·.IJ§dd
28 • i>1atMic..pl«ada

Quantos 'ê\Ssociados, amigos ou
familiares viajaram juntos 2. Classílicoçào de dados
ent seu grupo? (a) Que tipo de dados vocé espe,aria coletar: qualitativos. quantita1ivos ou ambos?
Por quê?
ResP,Osta Porrentagem
(b) Em qucis níveis de mcnsur~o voÇê ,:,cho qvc os dodos. cst,:,ri-Om? flor qoê'?
1 (viajou sorinho) 48,7%
(c) Os dados coletados para o estudo representam 1J11a população ou uma amostra?
2 (,-iajou <om mais utna 29.7'1o
pessoa) (d) As descrições numéricas dos dados serão parâmetros ou dados estaUsticos?
3 (viajou com mais 2 7, l'lb 3. Como eles fizeram
lll<SSO'S) Quando o Resource Systems Croup realizou um estudo similar, utiítzou UnJ3 pesquisa Ilia
~ (,iaiou com mais 3 7,7% lnternel Foram enviados 1.000 convites para a panicipõÇAo oo pesquisa e o grupo rece-
peswas) beu 621 pesquisas completas.
5 (\iaiou com mais 4 3,0% (a) Descreva alguns erros possíveis na coleta de dados por méo de pesquisas via Internet
pessoas)
(b) Compare seu método de coleta de dados no Exercício 1 a este método.
6 ou mais (viajou com 5 3,S'lb
oo m"' pessoas)
(lcl>le: Resr:v1'e 5 ~ Gtovp.)

História da estatística - linha do tempo
Contribuidor ~rfodo Conlribuiçio '
loM Graunt (1620-1674) Estudou os registros de ôbitos cnl Londres no inicio de 1600. foi o primcito a
reali, .. obseM<;{)es esta!isticas com base em -tidades massi"as de dados
SéculoXVlt (C.pllulo 2); sai IJabalho p1oje1ou a íundaç.lo ll)ata • esta!fslica moderna.
lllaise ~(1623-1662) Pascal e l'erma1 ur:cara,n correspon<lênóas sobre problemas l>!~cos de
Pierre de r.e,ma1( 1601-1665) p,obab<1idade (c.,p;1ulo 3) - espeôalmen1e~JEles1elaciooados aaposlas ei"40·
Pierre ~lool (1749-1827) Es,udou probabiidade (C.pltulo 3) e é c,ediooa a ele a ü,ser~ da
SéculoXVIII p,obabilidade em uma posiç.lo malemálica.
0,,1 Frie<lrich Gauss (m7- 1855) Estudou regress.o e método dos n1<oi,nos qua<lrooos (capítulo 9) pr:r meio
da i!SIIOOOOlia. Em sua hwa. a ,SsuibuÍÇil() no<mal é. às vms. mamada de
<islri~ Gaussiana.
Lambert Que1ele1 (1796-1874) Usoo esta~stica descriliva (Çapf1ulo 2) para aoalisar dados de aimes e
mr:r1,1idadt e es<udou técnicas de censo. Oescte-.<eu disti\buiç,lo normal
Século XlX (capítulo S) em conex&> com c.a:acteris1icas h1.11nanas, co,no a!tora
Fril<l(ÍS Gal1on (1822-1911) USOu r~~ e ~ (C.pi1ulo 9) pa,a e.'<Jdarvariaçao ~ em
lunanos. Aele é aediada a descobemdo Teorema do timÍle Central (G,plhJo 5).

Kado co,r~o (Qptulo 9). Fo,mou o piimeiro
departamento académico de estatíslica e ajudou a cfesenwl,,'Ef a a....alise ~i-
-quadrado (Çapaulo 6}
WJiam Gosset (1876-1937) fSludou o processo de pr-Oduçao dece,ve;a e desen\'O!Veu o tes<e-< para corrigi,
problemas ,eiaóo,oados a 16manhos pequenos <lc amostras (Çaj)iwlo 6).
Século XX (lnf(io)
Cha<les Spearman (1863-1945) Psicólogo bf~floico que foi"" dos priméros a desem<Jf,er testes de ón1eligé<rcia
usa<>doa,ijiise de latôles (C.pí\ulo 10).
Ronald Físher (1890-1962) Esludou biologia e se1eçoo na1ural, desemol\<eu a M('J,/A (C.pitulo 10),
mr:suou a impo(IAncia do planejamen10 experimeo1al (C.pltulo 1) e foi o
pâneiro a idenúficar as hipó1eses nula e a~ernoti.•a (c.píllio 7).

Frank Wlcoxon ( 1892- 1965) BiO<fJimico que usoo es1alislic;i paro es<udar paiclogias de plan1as. 1nuodll2iu
os testes de <luas amoSlras (Glpi1"'18), o que IMu ao desenwl>.imento de
es.1atísticas n&o paramé(Jic,s.
John Torley (1915-2000) Trabalhou em Pmcenton cbame a li Guerra Mundial ApresenlOU 1écnicas de
s.!culo XX análise de dados e,plorató<ias tais como diagramas ramo,e.lolhas (Caj)l1u!o 2).
Também trabalhou 0051.abo<aJooos Bel e é mais comeodo pr:r seu 11abalho
com esta1ôstica infereooal (capc1ulos 6 a 11).
David Kenda11 (1918-) Trabalhou em Pmcemon e Cambfidge. Ê • autoridade principal sobre
p,obabilidade aplicada e análise de dados (rapllulos 2 e l).

l-d ,t i·.IJ§dd
C,pnelo t • ln11od0<aohstdllltica 29

Tecnologia MINITAB I EXCEL Tl-83/84 J

I Usando a tecnologia na estatística
Com grandes conjuntos de dados, você descobrirá que calculadoras e softwares
de computador podem ajudar a realizar cálculos e criar gráficos. Dos muitos progra·
mas de estat(stic.1 e calculadoras que estão disponíveis, escolhemos incorporar a calcu-
ladora gráfica Tl-83/84, o MINITAB e o software Excel neste livro.
O exemplo·a seguir mostra como us<1r ess,,s três ferramentas tecnológicas para
gerar uma lista de números aleatórios. Esta lista de números aleatórios pode ser usada
para selecionar membros da amostra ou realizar simulações.

Exemplo
Gerando uma lista de números aleatórios
Um departamento de controle de qualidade inspeciona uma amostra aleatória
de 15 dos 167 carros que são montados em uma fábrica de automóveis. Como os carros
devem ser escolhidos?
Solução
Uma Jl'taneira de escolher uma amostra é prin,eiro numerar os carros de 1 a 167.
Então, você pode usar a temologia para fonnar uma lista de números aleatórios de 1 a
167. Cada uma das ferramentas tecnológicas requer diferentes passos para gerar a !is·
ta. Cada uma, entretanto, requer que você identi fique o valor mínimo como1 e o valor
1l1áximo como 167. Cheque o manual do usuário para instruções específicas.

MINITAB I EXCEL I Tl-83/M l
f C1 A randlnt[1.167.15)
1 41 {1742152595
~1 167 2 16 116125 64122 55
2 11 3 91 596092152 105}
3 74 ..._g_ 58_
4 160 5 151
5 18- ....§.. 36
6 70
r.J. 96
8 - -154-
~
9
7
i3r -ª-
10 - -11
2-
3
'fO 6 11 157
11 82 12 10'.3
1G 64
--,~
12 126
''1 3 14 135
15 - - 9Õ-
1
14
15 - -137
1

Lembre-se de que quando você gera uma lista de números aleatórios, você deve
decidir se é aceitável ter números que se repetem.Se for aceitável, então o processo de
amostragem é dito com reposição. Se não for, então o processo é dito sem reposição.
Com c;1da uma das três ferramentas tecnológicas mostradas no exemplo ante-
rior, você tem a capacidade de selecioJ1ar uma lista de modo que os números apareçam
em ordem. Aseleção ajuda a ver se qualquer um dos números na lista se repete. Se isso
não for aceitáve~ você deve especificar que a ferramenta gere mais n(uneros alea.tórios
do que a quantidade de que você precisa.

l-d ,t i·.IJ§dd
30 • [1tati!li<a apli<•d•

Exercícios
1. O SEC (Secutities cnd Exchcnge Comission) esiá inves1igando
uma emp!esa de serviços financeifos que tem 86 cone10<es. O
SEC decide revisar os ,~isuos de uma amosua aleatória de 10
correto,es. Descreva como essa invesligac;ão pode se feita. Então,
use a tecnologia para gerar uma lisia de 10 nõmeros aleatórios de
t a 86 e ordene a lista.

2. Um departamento de controle ije qualidade est~ testando 25 c;ã,
meras de celulares de um carregamento de 300 telefones com
c;ãmeras. Descieva cerno esse teste poderia ser feito. Então, use
a tecnologia paia gerar uma lista de 25 números aleatórios
a 300 e ordene a íJSta.

3. Considere a população de dez dígitos: O, l, 2, 3, 4, 5, 6, 7, 8 e 9.
Selecione uês amosuas aleatórias de cinco dígitos de
contre a média de cada amosua. Compare seus reStJhados com
a média da pop<Jlação inteira. Comente. (Oico: para enco.,uar
a média, some as entradas de dados e divida o resultado pelo
número de eiiuadas.)
4. Considere a populaça<, de 41 núme1os inteiros de O a 40. Qual
é a ooía desses números? Selecione três amostras aleatórias
de sete números dessa lista. Encontre a média de cada amos-
tra. Compare seus resultados com a média da população
Comente. (Dice: para encontrar a média, some as entradas de
dados e divioo o resu~ado pelo número de entradas.) 5. Use números aleatórios para simular a jogada de um dado de seis lados 60 vezes. Quantas vezes você obteve cada núme,o de I a 6? Os resultados são os que você esperava? 6. Você jogou Ulll dado de seis ladocs 60 vezes e obteve a seguinte contagem: 20 uns 20 dois 15 três 3 quatros 2 cincos O seis Esse parece um resultado razoovel? Que inferências podem ser feitas desse ,esultado? de t 7. Use números aleatórios para simular o lançamento de uma moeda 100 vezes. Onde Orepresenta cara e I coroa. Quantas vezes você obteve cada mimeto? Os resultados são os que vocé esperava? sua lista. En- 8. Votê jogou uma moeda 100 vezes e obteve 77 caras e 23 coroas. Esse parece um resultado razoável? Que inferências você pode faze, do resultado? 9. Um anaíista político gostaria de peSquisar uma amostra de eleitores registrados de uma região. A região tem 47 zonas e!eito,ais. Corno ele poderia usar números aleatórios para obter uma amostra agrupada? inteira.

l-d ,t i·.IJ§dd

Capítulo 1
2
~~--- [statística descritiva
1

Ffl(n 11mr1 lll-l~ln dr
Onde estamos distr1bllf(&tdt:jfí'l]1Jbr<in )
No Capítulo 1, você aprendeu que há muitas maneiras
para se coletar dados. Normalmente, os pesquisadores pre- <::lasse Frequência [
cisa.n, trabalhar co1n dados an1ostrais a fi1n de analisnÍ-en,
populações, mas ocasionalmente é possível coletar todos os 1,-24 16
dados para certa população. Por exemplo, a seguir temos a 25-34 34
r,epresentação do número de to11cl11low11s marcados por to- 35-44 30
dos os 119 times de futebol americano da primeira divis.io 4,-54 23
da NCAA na temporada de 2006.
S>-64 13
-~~~RG~~~~~~~ft~~~~ 65-74 2
~-~~~~-~-~~~~-~~~~ T;,-84 o
~ ~.~4i~~~u~~•u•~~~~~
85-94 1
G~~~~-~~~~~-~.~~~~~
~nn~~~~RKm.n~K~n~n~
a~a~n~~a~~~n~~n~~n
21, 22, 21, 24, 21, 17, 15, 18, 18, 15, 15

Para onde vamos
No Capítulo 2, você aprenderá maneiras de organizar
e descrever conjuntos de dados. O objetivo é tornar os da-
---
.,- -
-
dos ma.is fáceis de serem entendidos descrevendo tendên- -
cias, médias e variações. Por exemplo, nos dados brutos
q ue mostram o número de fo11chrlow11s de todos os times da
primeira divisão da NCAA não é fácil ver um padrão ou
-
1-

1,
~ t.."'°)
.
·e, ...
- "- ~',
-
~· tfi' ..,~· 'P ~ .. $1 .. ,{-) ~'
alguma característica em especial. Aqui temos algumas ma-
Toudufo1w1s
neiras nas quais você pode organizar e descrever os dados.
15+15+ 15+ 17 +18+ ···+63+65 +68+89
Média
119

i\Ji,;/n1" 11,hfin
"' 38,9 to11chdow11s -.-___./
Amplitude = 89 -1 5

l-d ,t i·.IJ§dd
3Z • C\1<1!11i<aopllctda

Ili Distribuições de frequência e seus gráficos
Oque você
deve aprender Oistribuiiões de frequência -r Gráficos de distribuiiões de frequência
• Corno construir u111<1 distn"bu~ão
de frequência ir(IÚindo limites, I Distribuições de frequência
porllos médios, frequencias rela- Você aprenderá que há muitas maneiras para se organizar e descrever um con-
tiva~ frequenóas acumuladas e junto de dados. Algunias características importantes que devem ser consideradas
limites. quando organiwmos e descrevemos um conjUJ\tO de dados são o centro, a variabi·
• Corno construir histogra111<1s de !idade (ou amplitude) e a forma. As medidas centrais e as formas das distribuições
frequêo(ia, poligooos de frequên- serão abordadas na Seção 2.3.
cia, histogramas de frequenóa Quando um dado tem muitas entradas, pode ser difícil de ver padrões. Nesta
relativa eogivas.
seção, você aprenderá como organizar conjuntos de dados agrupando os dados em
intervalos chamados de classes e fonnando uma distribuição de frequência. Você tam-
bém aprenderá como usar as distribuições de frequência para a construçlio de gráficos.

Defini cão
A distribuição de frequência é uma t<lbela que mostra classes ou intervalos d~s entradas de
dados com uma contagem do número de entradas em cada classe. A frequência f de uma
classe é o número de entrada de dados em uma classe.

Exemplo de uma Na distribuiç.io de frequência mostrada à esquerda há seiselasses. As frequências
distribuição de frequência para cada uma das seis classes são 5, 8, 6, 8, 5 e 4. Cada classe tem um limite inferior
de classe, que éo menor núme.ro que pode pertencer à classe, e um limite superior de
Classe Frequência f
classe, que é o maior número que pode pertencer à classe. Na distribuição de frequên-
l-5 5 cia mostrada, os limites inferiores da classe são 5, 10, 15, 20, 25 e 30. A largura de classe
6-10 s é a distância entre os limites i1úeriores (ou superiores) de suas consecutivas clMses.
ll-l5
Por exemplo, a largura da classe na distribuição de frequência mostrada é 6 - 1 = S.
6
A diferença entre as entradas de dados máximas e núnimas é chamada de am-
16-20 s plitude. Na tabe.l a de frequência mostrada, suponha que a maior entrada de dado seja
21-25 5 29, e a mínima seja 1. A amplitude é, então, 29 - l = 28. Você aprenderá mais sobre
26-30 4 amplitude na Seção 2.4.

Instruções
Construindo uma distribuii3o de frequência com base em um conjunto d, dados
1. Decida o nún,cro de cl.lX,C!; p..1ro rere1n incluídos no distribuição de frequên
Dica de estudo eia. O número de classes deve estar entre 5 e 20; caso contrário, pode ser difícil
detectar os padrões.
Na distdbuiç.io de frequên· 2, Encontre a largura da classe ootno a $eg\lÍJ', Detennine a amplitude dos daa95,
eia, é melhor que tada classe divida a amplitude pelo número de classes enrredo11de pam o próximo mímero
te nha a mesma largura. As que sejn co1111e11ienle.
eespostas usarão o valor m.í-
nill.10 do dado para o limite 3. Ern:ontre os limites de classe. Você pode usar a enttada de dados mínima como
ilúerior da primeira classe. o limi(e inferior da primeira classe. Para encontrar os limites in(eriôres restap-
As vezes, pode ser mais oon- tes, adicione a largura da classe ao limite inferior da classe precedente. Então,
ueniente escolher um valor encontre o limite superior da primeira classe. Lembre-se que as classes nfü> se
que seja sensivelmente má.is sobrepõen1. Encontre os limites superiores de classe restantes.
baixo,que o m.ínimo. A distri- 4. Faça uma.marca de contagem para,eada entrada de dados em ofdem da classe
buição de frequência produ- apropriada.
zida irá variar levemente. 5. Conte as marcas para encontrar a frequência total f para cada classe.

l-d ,t i·.IJ§dd
<,pltulo 2 • lsta1h1ica desoi1ivo 33
Exemplo m
Construindo uma distribuição de frequência com base em um conjunto de dados
O co11junto de dados amosttais a seguir lista o número de rni11utos que 50 usuá-
ri0$ de lnlernet gastam na rede durante sua mais recente sessão. Construa uma distri-
buição de frequência para as sete classes.
50 40 41 17 ll 7 22 44 28 21 19 23 37 51 54 42 86
41 78 56 72 56 17 7 69 30 80 56 29 33 46 31 39 20
18 29 34 59 73 77 36 39 30 62 54 67 39 31 53 44
Solução
l . O número de classes (7) é dado no problema. Importante
-111~~~~~~~~~~

2. A entrada de dad0$ mínima é 7 e a entrada de dados máxima é 86, então, a ampli-
Se você obtiver um número
tude é 86 - 7 = 79. Divida a amplitude pelo número de classes e arredonde para
inteiro quando calcular a lar,
encontrar a largura da classe.
gura da dasse de uma distri·
79 .1mpllludci buição de frequência, use o
Largura da classe =
7 nún11.•l\l d1.· d;r-.~.,. ptéximo número inteiro como
a Iargura da dasse. Fazençlo
:::: ll,29. .1rredvnde p,u,112
isso, você prova q_ue tem es-
3, A entrada mínima de dad0$ é um limite inferior conveniente para a primeira clas- paw suficiente em sua dis-
se. Para encontrar os limites inferiores das seis classes restantes, adicione a largura tribui~o de frequ'ênáa pai:a
de classe 12 ao limite inferior de cada classe anterior. O limite superior é 18, que é tod0$ os villores dos dados.
um a menos do que o limite inferior da segunda classe. Os limites superiores das
outras classes são 18 +12 = 30, 30 + 12 + 42, e assim por diante. Os limites iníerio·
res e superiores para todas as sete classes s.'ío mostrados. Limite Limite
mínimo· máximo
4 . Faça as marcas de contagem para cada entrada de dados na classe apropriada. Por
exemplo, a entrada de dado 51 está na classe 43-54, então faça uma marca de con· 7 18
tagem nesta classe. Continue até que você tenha feito uma marca para cada uma 19 30
das 50 entradas de dadll<..
31 42
5. O número de marcas de contagem para uma classe é a frequência para esta classe.
43 54
A distribuiç.\o de frequência é mostrada na tabela a seguir. A primeirn classe,
7-18, tem seis marcas. Então, a frequência para esta classe é 6. Note que a soma das 55 66
frequi!ndas é 50, que é o número de éntradas·no conjunto de dados amostrais. Asoma 67 76
é denotada por E f. em que E é a letra grega maiúscula sigma. 79 90

Distribuição de frequência para us.o
l".1inoto.~ de Jnternet (e1n 1ninutos) { N(l1nt.-ro de
vn·linc lL<tu.iri'"' Dica de e5tudo
Classe
7-18
l9-30
Marca
1!11 1
ll!HHI
'Fteq1i"ência, f

10
6 -·-
A letra grega maitlscula srg-
ma (1;) é usada pela estatísti-
31-42 IIIHHI Ili l3 ca para indic:;ar uma son,ató·
43-54 1!11 111 8 ria de valores.
»-ó6 1!11 5
Nole que a Sônia das
67-78 1111 1 6 fr('()u~odas ~ id~ntic.1
79-90 li 2 ;io nti1ncro dn 11n10:;tr.,.
l:f = 50 ~

Col\Strua uma distribui,ão de frequência usand.o o conjunto de dad0$ do nú-
mero de to11c/11iow11s listado no início do capítulo, na p. 31. Use oito classes.

l-d ,t i·.IJ§dd

a. Estabeleça o 111í,11ero tie classes.
b. Encontre os valores m.ínimo e máximo e a lnrg11rn dns c/11sses.
e. Encontre os.limite, tfns clns~.
d. Faça as 111nrcns lft• co11tns'-'"' paro as entr.;das de dados.
e. Escreva a freq11é11cia f para cada classe.
RNI~'" un I'· J\JZ

Depois de construir uma distribuição de fnlquência padrão tal como a do Exemplo 1,
você pode incluir divers.1s características adicion,'lis que ajudarão a fomecer um melhor
entendimento dos dados. Essas características (pontos médios, frequência relativa e fre·
quência act1mulada) podem ser incluídas como colun.is adicionais em S\la tabela.

efinicão
O ponto médio de uma dasse é a soma dos limites inferiores e superiores da classe dividida
por dois. O ponto médio é, às vezes, chamado de marco do classe.
Po: t M (linileinferiordadasse)+(limiesupe<iordadasse)
nom JO = .
2
A frequência relativa de uma classe é a p<l(ção ou porcentagem de dados que está em de-
terminada classe. Para encontrar a frequência relativa de uma classe, divida a frequência f pelo
tamanho n da amostra.
Frequência da classe
Frequência relativa
Tanarro da irnostra
f
=-.
n
Afrequência acumulada de uma classe é a soma da frequência para aquela classe e todas as
anteriores. Afrequência acumulada da última classe é igual ao tamanho n da amostra.

Depois de encontrar o primeiro ponto médio, você pode encontrar os pontos
restantes·adicior-.ando a largura da classe aos pontos anteriores. Por exemplo, se o pri-
meiro ponto médio é 12,Se a classe é 12, então os pontos rcstantcss.io:
12,5 + 12 = 24,5
;---.;
24,5 + 12 = 36,5
r---,;
36,5 + 12 = 48,5
;---.;
48.5 + 12 = 60.5.
e assim por diante.
Você pode escrever a frequência relativa como uma fração, um decimal ou porcen-
tagem. A soma das frequências relativas de todas as classes deve ser igt1al a 1 ou 100%.

Exemplo O]
Encontrando pontos médios, frequências relativas e frequências acumuladas
Usando a dishibuiç.'lo de fnlquência construída no Exemplo 1, encontre o ponto
médio, a frequência relativa e acumulada para cada classe. lde,1tifique quaisquer padrões.

Por exemplo.~w1to de dados.12 48 76-90 2 64. a frequência relativa e acumulada para cada classe.26 29 43-54 8 48.5 0.-Frequência/ U5U . efini~ão Um histograma de frequência é um diagrama de barras que representa a disiribu~o de frequência de um conjunto de dados. I Gráficos de distribuições de frequência Às ve-LeS. as frequências relativas e acumuladas s.'ún\l'l'O~ usu. e.5 0.cia Pon. l-d . eonto Frequênéia Freq~êo.!Q=O 19-30 10 2 50 •2 6 + 10 = 16 31-42 13 31.uência. 7-JS 6 l2.5 0. acumulada 1'.5 :!ls 50 o•26 16+13=29 Os pontos médios restantes..5 0.M 50 Ef = 50 1:L = 1 li Interpretação 1:-Já diversos padroos no co. Tente Usando a distribuição de frequência constnúda no Tente você 1. lrle11tifiq11e. a frequência relativa e a acumulada para as três primeiras classes são: Classe f Ponto médio Frequência Frequê·ncia relativa acumulada 7+ 18 = 125 6 7-18 6 2 .. encontre o voei ponto médio.16 37 55-66 5 60.5 0.12 6 19+ 30 = 24.5 0.. Classe .. o tempo ma. Distribuição de frequência para o uso da Internet (em minutos) \ Unutcr.lrioit .2 16 31-42 13 36.42 = 36. nJi'e1111é11ân n1ntr"' e nJm111é11cin nc1111111farfa. sõ=0.is comum gasto pelos usuários on-line foi de 31 a 42 minutos. b. 35 Solução O ponto médio. os padrões que surgem dos dados.. Um desses gráficos éo histograma de freq.J2 6 19-30 10 24.5 .IJ§dd t.t i·.'lo moslra· das na distril>uição de frequência expandida que vem a seguir.pítulo l • [s111í11ica bsuiti'. Orgn11ize os resultados em uma distribuição de frequência.1 42 67-78 6 i2. Identifique quaisquer padrões- • · Use as fôm1ulas para encontrar o po11to mérli().5 0. Um histograma tem as seguintes propriedades: . é mais fácil identificar padrões de um co1yunto de dados olhando o gráfico da distribuição de frequência./ médio Telativa .

. As fronteiras das classes s. b. 2. já em histogra.16 6.t i·.0.5 8 Ss-66 54.5-42. d e cada limite inferior para encontrar as fronteiras inferiO' res tia classe.i o do futebol americano.S 90.5./lr .S 111as.io números que separam as classes sem formar hicun.5 13 tos médios ou as fronteiras das classes para a escala horizontal e escolhendo os valores de frequência possíveis para a escala vertical.5 6. Descreva qualquer padrão. subtraia 0.5-90. 6 5 6 fl costumeiro. elas Dica de estudo devem começar e terminar nas fronteiras da classe ao invés de em seus limites.. podemos ver que mais da metade dos usuários gasta entre 19 e 54 n1inutos na ínternet durante sua sessão n. 12. . A33 .S SI. Em virtude de as barras consecutivas 110 histograma estarem encostadas. !13-54 42. As barras consecutivas devem estar encostadas umas n. Encontre as fronteiras rias classes. Construindo um histograma de frequência rior. d'eixar éspa:ços en· 2 tre as barras.____________ as fronteiras superiores. 2.S 24. Use a distribuição de frequência pa.5 6 Fronteira superior da primeira classe = 18 + 0.5 teiras das classes.S 72$ Sl.u.IJ§dd 1.em diagramas ] 2 2 dé barras.5 30. l11terpretaçào De qualquer histograma..S l S. você pode construir o histograma.S 42. Metade dessa distância é 0.S «i.ma classe será igual à fron· Faça um histograma de frequência para a distribuição. Descreva qualquer padrão para os dados.5-30.la barra. Aescala horizontal eqwn(itativa e mede os valores dos dados. costuma-se não deixar Eixo qu1. adi· cione 0.ê 1 para construir um histograma de frequência que represente o número de touchrlowm feitos por todos os times da primeira divis. Então. Fronteira~ "freguência as fronteiras inferior esuperior da primeira classe são as seguintes: Classe aeclasse f Fronteira inferior da primeira classe = 7 .i superior de u. Descreva quaisquer padrões. Solução Primeiro. a...5 19-30 18.do Tétnpoon·Unc(núnutos).-.5 4$. Tt 1npo On·lin~ (1nioutôS) esses espaços.5 6 79-90 78. l-d . A fronteii:. e. Usando os pon· 31-42 30.'br.5 10 As fronteiras das classes remanescentes são mostradas na tabela.5-76.5-54. ~ mais alta. conforme o Exemplo 3.. d.s entre Se as entradas tle dados são elas. Aescala veltical mede as frequências das classes..5 7.5 = 6.. Escolha as escalas horizontais e verticais apropriadas.S 78.s-66.6.5 a cada: limite supe. 3.S :.e~Jtt:. Você pode marcar a escala horizontal tanto nos pontos médios quanto nas fron· núJ)leros inteiros.ais recente. Para encontrar Exemplo Í31.as ouvas.5 = 18. encontre as fronteiras da classe. A distância entre o limite superior da primei· ra classe e o limite inferior da segunda é 19-8 = 1.S 66. R. Use a distribuição de frequência do Tente voc.5 5 Uso da Internet Uso da Intemet (rotulado com pontos médios das classes) (rotulado com fronteiras de classes) 67-78 66. de frequência no Exemplo teira inferior da próxima elas.ra encontrar a alt11rn rle ca.5-18. p.5 2 1• " 13' 13 12 IO ·g g 10 6 Importante s -·~~~~~~~~~~ re ·~ "' ~ CI 6 6 5.

Um polígono de frequência é u.m gráfico de linhas que enfatiza as mudançns contínuas nas frequências. Descreva quaisquer padrões. l-d .1~~~~~~~~~~ Construindo um polígono de frequência Um histograma e seu polígo· no de (reql!. Conecte os pontos e estenda os lados o quanto for necessário.S 48. prolongue o lado esquerdo a uma largura de classe antes do ponto médio horizontal deve consjstir dos da primeira classe e prolongue o lado direito a uma largura de elas.IJ§dd (a..zoulais e verticais apropriadas.ropriaclos.10 do futebol americano. CO· cais que foram usadas no histograma nomeado com os pontos médios no Exemplo 3.ri· em ordem da esquerda para a direita.$ $4.\Struiu o histograma. b. Adiferença é que a e$Cala vertical mede as frequências relntioos e não as frequências.fl•l•2 • úmtsti<ad"'ritiva 37 Outra maneira de representar graficamente a distribuição de frequência é usar um pol.S ll. Se voeê ainda não Para construir wn poügono de frequênciii.5 minutos e depois decai. dente costumam -ser feitos Solução juntos.. Desenhe os JIOlllos médios e as frequências de cada classe.S 24.t i·..5 6(). eseala vertical deve coosis· tir dos valores de í&guência Uso de lntemet ap.or.se depois do ponto po11tos médios da classe e a médio da última classe. d.u11s marcados por todos os 4 times da primeira divis. Um histograma de frequência relativa tem a mesma forma e a mesma escala horizontal do histograma de frequência correspondente. a.ência correspon· Faça um polígono de frequência para a distribuição de frequência no Exemplo 2.$ Tempo on·line (nü_nutos) Juterpretaçào Podemos ver que a frequência de usuários aumenta até 36.S 36. Já que o gráfico deve começar e terminar no eixo zontais apropriadas. mece construindo.5 96.um polígo· no de frequência escolhendo Então. use as mesmas escalas horizontais e verti· COr.igono de frequência. represente os pontos médios e a frequência de cada classe e conecte os pontos as escalas verticaiS' e ho. Oescrei)(/ quaisquer padrões para os dados. . A escala horizontal. Exemplo m Dica de estudo . Esco1ha as escalas J.Z. Exemplo OJ Construindo um histograma de frequência relativa Faça um histograma de frequência relativa para a distribuição de frequência do Exemplo 2. e. en~ Use a distribuição de frequência do Tente você 1 para construir um polígono você de fTequência que represente o número de lo11cl1rlo... O.5 .

16E . b..os d: . um gêiser no mesma forma do histograma de frequência construído no E~emplo 3.S $1.S 42.S 7$. efinicão Um gráfico de frequência acumulada ou ogiva (pronuncia·se o'jiva) é um gráfico de linhas que mostra as frequências acumuladas de cada classe em sua fronteira da classe superior.5 !)(). Use as frequências relativas para c11co11tmr a a//11m de cada llflrm. Reuise aCS(ll/a wrtical para refletir as frequências relativas.met larmente.g 0.:: ·e 0. O 0. Ydl~1~101:r 1\'11f11>nl!i Pttrl:.2Sb Uso de lnte. 3. uma informação que pode ser rapidamente encontrada é que lh 2~ 3l . c.empo de uma amostra das erupções s.1.ro de entradas de aados que s.! ~ ·. l-d . .. Tente Use a distribuição de frequência do Te11/e você 1 par.l . Construa uma distribuição de frequência que inclua as frequências acumula· das conforme uma das . Ri:$1}(1$ltr na I'· tlll Se você quiser descrever o n(mie.2• - . 11e.IJ§dd 36 • útat~icaaplicada - Solução [ Retratando o mundo O histograma de frequência relativa é mostrado.a construir um histograma çôt>s d11rn111111mos do q11e q1m11· voce de frequência relativa que represente o número de lo11clrrlow11s marcados por tos 111in11tos? 5 todos os times da primeira divisão do futebol americano.'lo dadas no histo..0.5 minutos on-line.. você pode facilmente fazê-lo construindo um gráfico de fre- quência acumulada.. informa- (cm minutos) ção que não é imediatamente óbvia no histograma de frequência.) . olunas.. Note que a forma do histograma é a O Old Faithul. crupç:tó 0. Use a 111es111n escala /iori2011tal como a usada no histograma de frequência. As amplitudes de t.S Te1np<) on-line (minutos) l11terpretaçlio Com base neste gráfico. Represente os pontos que descrevem as fronteiras das dassessuperiorese suas frequêMias acumuladas corresponde11tes.12 Erupções do Old Faithful g-r o. A única diíeren· parque nacional de Yellowsto· ça é que a escala vertical mede as frequências relativas.4 0\1rnçio d.!: '$ grama de frequência relativa.l 1---t~-t-~+-~ 1---1-~ -t-~+- 6.$ 66..S. 2.5 e 30. Especifique as e$C.S 30. Instruções Construindo·uma ogiva (gráfüo de frequência acumulada) 1. . e ~ 0.20 ou 20% dos usuários de lntemet gastam entre 18.1. As fronteiras superiorGs são marcadas no eixo horiJ:ontal e as frequências acumuladas são marcadas no eixo vertical.t i·.8 .2. 0.20 (fwltr. a. Ci11q11e11/a por ce11/o das em..S 1$. A escala horizontal consiste das fronteiras da classe superior e a escala vertical mede as !frequências acumuladas.1Jlas horizontais e verticais. entra e1n erupção regu- 0.i o iguais a ou menores que certo valor.

Especifique as tscalt1$ lrorizo11tnis e verticais. Represe11te os pontos dados pelas fronteiras de classe superior e as frequências acumuladas.S 5 42 acumulada é Oe termina em 90.5 10 16 Sol11çào 42. t evidente que o maior aumento no uso ocorre entre 30. Outro tipo de ogiva utiliza porcentagem como o eixo vertical em vez da frequên- cia (ver Exemplo 5 na Seçao 2. Exemplo m Maior Construindo uma ogiva fronteira f Freq~n<i.da a seguir. Construa o gráfico.5 13 29 Usando a distribuição de frequência acumulada. 5. AJJ .5 6 6 Também use o gr~fico para estimar quando ocorre o maior aumento no uso.. RõpilMII IIR p. onde a frequência 66.t i·.rprete o resultado no contexto dos dados.5) Use a distribuição de frequência do 1e11te você? para construir uma ogiva que repr. l-d . e.S 545 66. Estime o número de times que marcaram 44 to11chdow11s ou menos.5 8 37 são-mostradas na tabela ao lado. a.:::~!--~!--~l--~!-----l!-----l~-<~ 6. Estime dedasse quantos usuários gastam 60 minutos ou menos on-line durante sua (dtima sessão.5 2 50 ~ . já que o segmento de linha é mais inclinado entre essas duas fronteiras de classe.S 4). podemos construir a ogiva mostra.5.5 Teinpo ón· lin~ (ininulo:. 78. b.5 ? S. as frequências e as frequências acumuladas 54.IJ§dd (apfiill• 1 • Cmtiltica '""ítiva 39 4.S 30.) Interpretação Com base na ogiva. e.5. Note que o gráfico começa em 6.S 1S. l11te. onde a frequência acumulada é 50.5 e 42.5 6 48 Uso da Internet 90. Estime o número de times que marcou 44 to11clulow11s ou menos. Conecte os pontos em ordem da esquerda para a direita.a· acumulada Desenhe uma ogiva para a distribuição de frequência do Exemplo 2. O gráfico deve começar na fTonteirii inferior da primeira classe (a frequência acumulada é zero) e deve terminar na fronteira superior da última classe (a irequênciti nctunu1ada é igual ao tnmnnho da an1ostra. 30.).S 90. podemos ver que por volta de 40 usuários gastam 60 minutos ou menos durante sua última sessão. As fronteiras da classe superior.-.5 minutos. d.>sentc o número de to11cl11low11s marcados por todos os times da primeira divisão do futebol americano. 18.

Ll. Quais silo os benefícios de 1epresen1ar conjuntos de dados usan· Nos exe1cicios de 9 a 12. 31. Excel e a Tl -83/84 . falsa. computador para constiruir ul'n h'istogral'na para a no Guia de TeCllologia que distribuição de frequência no Exemplo 2. Use oito classes. mrr. do Excel e do Tl·8:l/84 podem ser vi$1.8 dasses. Use uma ca.imo = 24. Oponto médio de uma dasse é a soma de seus limites superio· Nos ewdcios 13 e 14.6 classes.a-s de classes são usadas para assegurar que as bar. a. Qual adifere<iÇa entre os limites de dasse e as fronteiras de dasse' limites infe.IOdasses. Quais são os benefícios de repiesentar conjuntos de dados usan· consecutivas de um histograma se encostem.lcu. D . mlnimo e 15.elativa e a arumulada? 9. Entre com os dados.o de classes para encontrar a largura da classe.IJ§dd Dica de estudo •Instruções detalhadassobre o Exemplo m Usando a tecnologia para construir histogramas uso do MJNITAB.io de frequência.we a frequência . lendo uma distribuição de frequência 6. do as distribuições de frequência? 2.úorme mostrados. máximo = 58. Construa um histograma. Por Solução exemplo.6 classes. Verdadei. Qual a diferença e.cada um tem características para fazer histogramas. S. aqui temos instru- MINITAB. m!nimo = 11.o de frequência dada res e infeóofes dividida por 2. Tl·83 Xlist: L1 Freq: L2 )ZOOM) (2] ) WINDOW ) Xscl = 12 ) GRAPH ) Use uma calmladora ou um computador para construir um histograma de frequê"ncia que represente o número de to11cl11fow11s marcados por todos os times da primeira divisão do futebol americano listados no início do capítulo. falsa. ções para se criar um histo. Ligue o l'lot 1. Nos exercícios de S a 8. l-d . use as entradas de dados mínimas e do os gráfocos de distribuição de frequ~cia? máximas e o nóme. lzj )Sl'ATPL0rl • . As frontei.ladora ou un. Em uma dístnbuíç.t i·. para encontrar: .as l. máximo = 94. Tente usar essa tecnologia para desenhar os histogramas co. fJI Exercícios Construindo habilidades básicas econceitos 7. • ~ ~ -. J: -- Digite a frequência em L2..iores e superiores da classe. 4. 8. b. na p. acompanha esse texto.t::. ceescreva·a de fomia que seja verdadeira. MINrrAa l l ) STAT! ) ENTER) Digite os pontos mécjios em . use a distribuiçã. minimo = 7. uma ogiva ê um gráfico que mostra a frequência telativa... 12. Se fo. grama na Tl-83/84.• EXCll. a largura da classe é a di~n· eia entre os limites superiores e infert01es de uma dasse. os 3. máximo = 123.máximo= 171.o ou falso? to. determine se a frase é verdadeira ou 11. ~ ~ "' Destaque o histograma.

use ohist og.g í 4l() aasse Frequénci~. 86-96 24 (b) a localização do maior aumento na frequê11cia.ra da.d as) (e) esúmar a frequência da classe com a maior frequê<1cia.ama defrequência relativa para: (a) identificar a classe com maiot e menor frequê<1cia relativa.-1 . Use a ogiva do Exercício 19 Jlilra aproximar: 17.. Salário do fw. (a) a frequência acumulada para o peso de 24. 16.\ ~S 42-52 68 Altura.. 21.19 3n 20-29 264 30-39 205 40-49 83 50-59 76 60-69 32 20.icia. i 0-9 168 10. use a ogiva do Exercício 20 para aproximar: (a) a frequéncia acumulada para a altura de 70 polegadas. OH .oximar a maio< e a menor frequência relativa..-~~ 13.temperaturas altas (ºf) 'Q (i00+ . (d) determinar a largura da classe. Altu. Tempo gasto para chegar ao trabalho (em minutos) Beagles machos Classe Fre(ll!êncía. (b) os pontos médios da dasse.t i·.5 libras.S ~:. 90<>+ .3 j. use a ogiva para aproximar: 75--85 68 (a) o número na amostra. Análise gráfica fllos exe. 15. 14.IJ§dd <•phulo2 • [stolf\ll+ . 22. (b) a ahura para o qual a frequência acumufqda é 25..-I Cleveland. Stllário (cm . . Use a dis1ribuiçAo de frequência do Exercício 14 J)ilra coosuuir uma disuibuição de frequência eicpandida. 5860 626' 6668701274 (b) estimar a frequência da classe com a menor lrequê. . A lturas (c-1n polcg.74 74 Análise gráfica fllos exercícios 19 e 20. (b) ap. 19. 18. use o histograma de frequência!)ilia: (a) de1e1minar o número de classes.300 20-30 19 31-41 43 Ul 23 28 3. árvore (e) as fronteiras da classe..cionário (b) o peso para o qual a frequência acumulada é 45. use a dislribuiçAo de frequência do Exercício 13 pilra coostruir Mulheres adultas com idades entre 20 e 29 anos uma distribuição de frequência eicpandida. como mosuada no Exemplo 2. f ".. Análise gráfica fllos exercícios 17 e 18.nilhares do clólarcs) (e) aproximar a frequência relativa da segunda disse.dcios 23 e 24.: (cn1 po!cgad:\S) 53-63 69 64. como mostrada no Exemplo 2.. l-d .

Na .S 7.:~31.t i·. Tempo para fraturar s+-. Número de vezes que um jorna'I é lido Número de classes: s Conjunto de dados: tempo (em minutos) gasto na leitura de um S. :. use o polígono de frequência para idenli· ( ~ 29.183 1.- Número de classes: S Conjunto de dados: pressão necessária (em l bras pc.S IS.IJ§dd 4Z • [statlstk'4plicada 23.876 4.12 dasse tem a maior frequência e qual tem a menor? ( ~ 27. Usando e interpretando conceitos Pescada amarela do Atlântico Construindo a distribuição de frequência Nos exereícios 27 e 28. 411 382 320 450 309 416 359 388 422 413 J: ( ~ 32.697 2. Gasto com livros Número de dasses: 6 Conjunto de dados: quantia (em dólares) gasta em livros por um 4(Y.S 21. Vendas ficar a classe com maio. '..355 12 4. construa a distribuiçAo de frequência e o histograma de frequência para o conjunto de dados usando o nú- Análise gráfica mero de classes indicado. Tempo de resposta da eme1gênda { ~ 28.S ll.s . .478 ·G 9 3.981 1.g para o conjunto de dados.das em julho (em dólares) de todos os Resultados dos testes SAT para 50 estudantes representantes de vendas em uma empresa: 2. Nos exerdcios 25 e 26.(..J 30.119 1.1: Número de classes: 5 J Conjunto de dados: pungêocias (em milhares na escala de $covil· le) de 24 pimentas do tipo taWSCo: 35 SI 44 42 37 38 36 39 44 43 40 40 32 39 4 1 38 42 39 40 46 37 35 41 39 26. polegada quadrada) para determinar tempo pa. inclua os pontos mêooos e as frequências acu~ladas..931 1. usando o numero de dasses indicado.S llS jornal em um dia: Conlpri1nen11) (ç1n poleg~das) 7 39 13 9 25 8 22 O 2 18 2 30 7 35 12 IS 8 6 5 29 O 11 39 16 15 24.ócio est8 dilponive! no ~te de apoio do livro. seniestre: -~~ »m+-. 114 2.278 1.000 1.468 7.478 e •g.858 1.512 t.608 2. Número de classes: 6 25.S 11.835 1. e menor frequência. Qual ~ 0. lnd~ que o c""-'nto de dados dés.S 9.e . conSttua uma <islribúç4o de frequência . Pungência da pimenta 6 . Tempo de reação Tamanhos dos sapatos de 50 mulheres Número de dasses: 8 Conjuntos de dados: tempos de reac.a...030 2. l-d .:'~ ... O.l: Construindo uma distribuição de frequência e um 11.. ·conjunto de dados: ve.l6 tabela.s 19..500 4. Descreva qU<lisquer padrões.s histograma de frequência Te111p0 (en1nU11ut~) Nos exetclóos de 29 a 32.643 1.105 3.Jo (em milisseguildos) de Um(! amostra de 30 mulheres adultas a um estímulo auditivo: 20 ':tJ7 389 305 29 1 336 310 514 442 307 337 ·~ IS 373 428 387 454 323 441 388 426 469 351 J 10 + -.ra fratura em 25 amoS11as de l'tunanho argamassa: .--1 91 472 279 249 530 376 188 341 266 199 :t 20fk+---:=-J 142 273 189 130 489 266 248 101 375 486 190 398 188 269 43 30 127 354 84 tt" IOC.on 5..s 20.

0€screva Conjunto de dados: uma amostra dos saques realizados em caixa qtrai$quer padrões.000 no caixa eJetrôoico a cada dia.51 2 2. mas) em uma amostra de pessoas: (e) Se você deseja que o caixa fique sem dinheiro em 10% dos 38 32 34 39 40 54 32 17 29 33 dias. re1iradas diariamente (em cenreiias de dólares) em um período de 30 Então. coosttua umadistribuicão de freQUência d"inheiro (quo pode causar p<obfemas com 0$ dien.692 2.532 2.490 2.es).'~39.Ja.n. eletrônico (em dólares): t.554 2.601 2. qual a . ·~38.t i·. días são mostradas abaixo.ama de frequência relativa para os conjuntos de dados .867 2. 18 7 4 5 15 7 29 10 b(os da liga: 18 10 10 ·23 4 12 8 6 154 257 195 220 182 240 177 228 235 146 174 192 165 207 185 180 264 169 Construindo uma distribuição de frequência e um 225 239 148 190 182 205 148 188 polígono de frequência Nos exercícios 41 e 42. Ligações em telefones celulares usando 5 dasses. {'~3.853 2.750 2. 43 2.877 2721 2.7.517 Conjunto de dados: gasolina (em galões) comprada po( uma 2. descreva a locanzacào do mai0< aumento na frequência.IJ§dd C. As (lt. Compra de gasolina 2.~ 4 1. Filhos de presidentes norte-americanos 40 44 35 49 35 43 35 36 39 Número de classes: 6 37 41 41 48 52 37 45 40 36 Conjuntos de dados: númeto de filhos de presidentes norte·ame.ntias aC1Jmulada e uma ogiva para os coojuntos de dados usando 6 classes. 66 60 67 69 69 52 61 73 (b) Se você colooJr S9. Alturas de plantas 83 92 94 82 73 98 78 85 72 90 Conjunto de dados: alturas (em polegadas) de uma amostra de 89 92 96 89 75 85 63 47 75 82 pés de tomate: ~~·~f\2. l-d .: p.esidenrscMdtt.596 2.888 2. Ingestão de gordura saturada porcentagem de dias em um mês na qual você deve esperar Conjunto de dados: íngestao diária de gcxdura saturada (em gra· ficar sem dinheiro no caixa' Explique seu raciocínio. você deveria 57 40 25 36 33 24 42 16 31 33 colocar no caixa e!etrôoico a cada <fia? Expique seu raciocínio. Pontos no boliche 1 20 10 20 13 23 3 7 Conjunto de dados: pontos no boliche em uma amostra de mem.'~36.des«iriv.'~40.466 2. Qual dasse tem a maior frequência relativa e qual Conjunto de dados: duração (em minutos) de uma amosva de tem a menor? ligações em telefones ce4ulares: ( ~33.) 35 50 42 51 33 34 51 39 i. Idades para aposentadoria 72 84 61 76 104 76 86 92 80 88 Conjunto de dados: idades para aposentadoria para uma amostra de médicos: 98 76 97 82 84 67 70 81 82 89 74 73 86 81 85 78 82 80 91 83 7Q 54 55 71 57 58 63 65 (a) Construa um histograma de frequéncia relativa para os da· 60 66 57 62 63 60 63 60 dos usando oito classes. .885 .m.885 2.872 2. Notas de exames 35 10 30 25 75 10 30 20 20 10 40 Número de classes: 5 50 40 30 60 70 25 40 10 60 20 80 Conjunto de dados: notas de exames para todos os estudantes 40 25 20 10 20 25 30 50 80 20 em uma dasse de estatística: 1-l 3S. ricanos: (Falr. construa uma distribuição de frequên- :.cr.'~34_ Saques em caixas eletrônicos cia e um polígono de frequência para o conjunto de dados.834 2.641 2.718 2.456 2.pítul-02 • ÍSIOlkfü. construa a dist1ibuição de frequê<l· cia e o hislog. O que você faria? Você trabalha em um banco e deve decidir a quantia de dinhei· Construindo uma distribuição de frequência ro que será colocada em um caixa eleuÕl!ÍCO a cada éia.755 2..862 2. em centeiias de dó!<lres..519 amostta de motoristas durante um abastecimento: 7 4 18 4 9 8 8 7 6 2 Construindo uma distribuiçao de frequência e 9 5 9 12 4 14 15 7 10 2 histograma de frequência relativa 3 11 4 4 9 12 5 3 Nos exe1dcios de 33 a 36. quanto dinheiro. Anos de serviço o 5 6 o 3 4 o 4 10 15 o 6 2 3 Conjunto de dados: anos de seMço de uma amostra de policiais o 4 5 4 8 7 3 5 3 2 6 3 3 estaduais de Nwa Yotk: 2 2 6 2 3 2 2 4 4 4 6 2 12 7 9 8 9 8 12 10 9 Expandindo conceitos 10 6 8 13 12 10 11 7 14 12 9 8 10 9 11 13 8 ll A3. Você não acumulada e uma ogiva quer colocar dinheito em excesso (por razão de segurança) ou pouco Nos exercícios de 37 a 40.

O que você faría? (b) Se você decidir po( uma rota mínima de 986.'~44. dade aceite um esl\Jdante. Você deve ter tantas folhas quanto entradas no conjunto de emparelhados usando gráfKOS dados original.193 768 812 887 uma ferramenta tecnológica para criar histogramas de frequência com 1.188 869 l. 7 11 1.'O<ê quise< aceitar um máximo de 88% dos candidatos.359 667 1. dePareto. um.052 1.165 1. as entradas dos dígitos na extremidade esquerda) e uma folha (por exemplo. raciocínio. temos os números de mensagens de texto enviadas 110 mês passado por usuários de teleíonla celular em um andar de um dormitório universitário.. • l>t. Um diagrama de ramo-e-folhas é similar a um histograma.051 l. Redação 885 1. temos as notas dos testes SAT de (e) Se . você apre1\deu diversas maneiras tradicionais de se representar • Como representar graf1Camente graiicamente dados quantitativos.264 727 808 955 544 1.t i·. tagem de um diagrama de ramo-e-folhas é que ele fornece uma maneira rápida de se dassi ficar dados. Os grMicos qualitativos usando gráficos seto. 155 159 144 129 105 145 126 116 130 114 122 1t2 112 142 126 118 118 108 122 121 109 140 126 119 113 117 U8 109 109 119 139 139 122 78 133 126 123 145 121 134 124 119 132 133 124 129 112 126 148 147 . Como representai grafiooente Representando em gráficos conjuntos de dados emparelhados e interpretar cor$mtos de dados quantitalivos usando um diagla- ma de ramo-e-folhas eumdiagla.IJ§dd 1.266 830 672 917 988 791 1.034 O que acontece quando o número de classes é aumentado para l. ramo-e-folhas s. I Representando em gráficos conjuntos de dados quantitativos ma de pontos.a amostra de 50 estudantes: qual deve ser a nota mín. 1.~ . Exemplo m Construindo um diagrama ramo-e-folhas A seguir.325 l. A seg.127 979 l.1. que foi desenvolvida por Jolm Turkeyem 197i.-ma7 óq)lique seu raciodrüo.1.006 1. e interpretar conjuntos de dados o dígito mais à direita). Outra van· temporal.211 1. Qual gráfico melhor representa os dados? (a) Construa um histogiama de frequência relativa para os da· 2 7 3 2 11 3 15 8 4 9 10 13 9 dos usando 10 classes.195 1. cada número é separado em um ramo (por • Como representar grafiramente exemplo.367 935 980 1.202 um histograma de fr~ência? Use o cooiunio de dados a seguir e 1.072 982 996 872 849 785 706 669 l. 148 1.049 . chamada diagrama de ramo-e-folhas. l4S.ir. Na Seção 2. Nesta seção. qual j)O(cen- Você trabalha no departamento de admissão de uma faculdade tagem de candidatos cumprirão essa exigência? Eicplique seu e dé.re recomendar as notas mínimas nos tesies SAT para que a facul. Em um diagrama de ramo-e-folhas..173 410 l. mas tem a de disperSão e gráficos da séfie vantagem de que o gráfico ainda contém os valores originais dos dados.1o exemplos da análise exploratória de dados (EDA. l-d .0 1 2 12 5 6 4 2 9 15 Mais gráficos e representa~ões Oque você deve aprender Representando em gráficos conjuntos de dados quantitativos ---+ Representando em gráficos conjuntos de dados qualitativos . você aprenderá uma nova maneira de e imerpretar conjuntos de daijos representar dados quantitativos. em inglês explo- riais (g<áfico de pizza) e gráficos ratory data mtnlysis). 10 e 20 classes.141 1.t111icuplicd<la t.035 688 700 5.

31. Reescreva o diagrama ram<re-folhas de modo que as folhas estejam ordenadas. mas agora lis· toe cada ramo duas vezes.o·e-folhas. Liste as folhas de cada entrada de dados à direita de seu ramo e inclua uma chave. Para cada entrada de dados. você pode concluir que mais de 50% dos usuários de telefone celular enviaram entre 110 e 130 mensagens de texto. No Exemplo 1.3. reescreva o diagran. b. O diagrama ramo·e-folhas será desordenado.lores 10 58 999 10 58999 discrepantes. ovalo.dedados78éum valor 1l 6 422889 378992 Jl 222 3467 8889 99 discrepante. Por exemplo. 8 e 9 na segunda fileira do ramo. e.a com íolhas e1n orden1 crescente da esquerda para a direita.t i·.. 1. Para obter o diagrama r-an. Número de mensagens Número de mensagens Importante -•1~~~~~~~~~~ de texto enviadas de texto enviadas 7 8 Chave: 1515=155 7 S Chave: 1515=155 VO<ê pede 11sar os diagramas de ramo-e-folhas para lden- 8 8 tificar valores de dadoo inco- 9 9 muns d\amados de va.IJ§dd (apilul• 2 • i.f11ter1iretação Com o diagrama ramo-e-folhas ordenado. t i1nportante incluir Luna chave para o gráfico para identificar os valores dos dados. 2. . Liste todos os ramos possíveis. você deve usar valores de ramo de7 a 15. Use as folhas O. 3 e 4 na primeira fileira do ramo e as folhas 5. l-d . iênte Use um diagrama de ramo-e-folhas para organizar o número de lo11chdow11s ·~• listado no inicio do capítulo na p. Você aprenderá 12 962621626314496 n 11 2223446666699 mais SQQi:e jsse na Seção 2.. Para construir o diagrama.folhas que tenha duas fileiras para caâa ramo.':5p11$la na. 6. temos o gráfico ramo-e-folhas revisado. d. 7.. 45 Solução Em razão de as entradas de dados irem de um número baixo (78) para um número alto (159). dnoi1iv. a entrada 155 tem um ramo de 15 e uma folha de 5. de seu ramo. O que podemos concluir? Solução Construa um diagrama ramo-e-folhas conforme descrito no Exemplo 1. liste uma folha ~ d ireita. Use o gráfico para tirar suas conclusões. O que podemos concluir? a.1r11i<.A>4 Exemplo m Construindo varia~ões do diagrama ramo-e-folhas Organize os dados fornecidos no Exemplo l trsando tlm diagrama de ramo-e- . Rl.. liste esses ramos à esquerda de uma linha vertical. A seguir. 13 0993423 13 0233499 14 452 0587 14 02455 78 15 59 15 59 Diagrama ramo-e-folhas desoldenado Oiag1ama ramo~folhas ordenado .

você obtéJ.. 8 s 9 9 9 9 10 10 10 58999 10 58999 11 42232 11 222. podemos concluir que a maioria dos usuários de telefonia celular enviou entre 105 e 135 mens.IJ§dd 46 • ú1a11sli<a aplicada Importante Número de mensagens Número de mensagens . Co1no no diognunn ríl:n. ao usar duas fi. Em um diagrama de pontos. l-d ..t i·. 155 159 144 129 105 145 126 116 130 114 122 112 112 142 126 118 11$ 108 122 121 109 140 126 119 .. revise o diagrama ramo-e-folhas que voce você construiu no ·1ente você 1.gra1na de pontos permite que se veja como os dados s. detennina entradas de dados específicas e identifica valores discrepantes dos dados. 7 <::have: 1515=155 7 Chave: 1515=155 Note que.gens de texto.n lllll\ quadro mais detalhado 8 8 lilos . liste cada ramo duns vezes. Liste todas as folhas 11s1111do nfileirn do rnmo nproprindn. \Un dio.. b.s. Exemplo [D Construindo um diagrama de pontos Use um diagrama de pontos para organizar os dados das mensagens de texto dados no Exemplo 1. cada entrada de dados é representada usando um ponto acima do eixo horizontal. por carno.s de texto enviadas Compare os exemplos 1 e 2. Você também pode usar um diagrama de pontos para representar dados quantitativos. a.o-e-folho. Tente Usando duas fileiras para cada ramo.dados.22344 12 96666 96 12 6666699 13 03423 13 023'34 13 99 13 99 14 420 14 024· 14 5587 14 5578 15 15 15 59 15 59 Diagrama ramo~ olllas desordenado Diagrama ramo-e·folllas ordenado luterpretação Com base no diagrama. de texto enviada..34 t1 68897899 11 67888999 12 22123144 12 112. 7 s 7 8 leira:.io distribuídos.

.:. .ologia.. Para representara entrada de dados. a segui.! !. A tecnologia pode ser usada para construir um diagrama ramo·e-folhas e um diagrama de pontos.. podemos ver que a maioria dos valores agrupa-se entre 105 e 148 e que o valor que ocorre na maioria das vezes é 126. Você também pode ver que 78 é um valor de dados incomum.: .uitiva 47 113 117 118 109 109 119 139 139 122 78 133 126 123 145 121 134 124 119 132 133 124 129 112 126 148 147 So/11çào De modo que cada entrada de dados esteja incluída no diagrama de pontos. Descmm quaisquer padrões. • ' ..1'0 lloriumtnl. Número de mensagens de texto enviadas •• •• •• •• • •• •••••• •• • • ••• ••• • ••• • ••• •• • • •• ••• •••• • • . e..IJ§dd (apf1olo2 • h ta1fsti<ade. MINITAB j Number of Text Messages Sent .• ••u:!. :.weniente de se apresentar graficamente dados qualitativos como porcentagens de um inteiro. O Exemplo 4 mostra como construir um gráfico de pizza à mão.1 (setoriais) fornecem uma maneira co. Represente cada entrada de dados por um diagrama de pontos. Escolha uma escala apropriada para o ei. represente um ponto acima da posição da entrada no e. b. Tente Use um diagrama de pontos para organizar o número de lo11clldow11S no con· voc:e junto de dados listado na abertura deste capítulo... Aárea de cada setor é proporcional à frequência de cada categoria. Se uma entrada for repeti· da.. . l-d . Na maioria dos casos. o eixo horizontal deve incluir os números entre 70e 160.. Um gráfico de pizza (setorial) é um círçulodividido emsetores que'representam c.ixo. na p.1tegorias.o I11terpretaçào No diagrama de pontos.: 1 :. 31. represente um outro ponto acima do ponto anterior. ' "º ' !~ l!O "" I Representando em gráficos conjuntos de dados qualitativos Gráficos de pizz.t i·. . O que podemos 3 concluir com o gráfico? a. Por exemplo. .o . 11111111111111 i 11111111111111111111111111111 li 1111111111111111111 1111111111111111 i i 1111111 • 10 15 &O SS 90 9S 100 105 110 II S 120 115 130 135 140 14$ 150 155 1<.. você interpretará um gráfico de pizza ou irá construí-lo usando teo.· temos um diagrama de pontos MINITAB para os dados das mensagens de texto.

4. veículos motorizados ocorreu com ocupantes de carros. selecione T11terpretação as duas colunas.778 0.·1•"'"""' . S. Para encontrar o ângulo central. f>or exemplo. c.er.reto é um gráfico de barras verticais no qual a altura de cada barra representa a frequência ou a frequência relativa.r Caminhões 13.tos er.mt. Para constru.553 Sol11çiio Outros 823 Comece encontrando a frequência relativa. você é mostrado na tabela seguinte. ou porcentagem. 13. de cada categoria.1Qto(idctas 2.I Outra maneira de representar graficamente dados qualitativos é usando um grá- fico de Pareto. O que pode1nos concluir? (ft111tt.t.. siga as instruções na margem esquerda. Compare os dados de 1995 com os de 2005.:ln un I'· .o de ocupantes de veículos .:trnl~)Jt. Então. podemos ver que a maioria das fatalidades em acidentes com e.216 t\. (f. 0.t i·..~ .423 Can-tinhões 10. . Use um gráfico de pizza para organizar os da· Carros 18. De1"'1rlm. Compare os dados de 1995 com os dados de 2005.IJ§dd 48 • ~tatlslica aplicada Exemplo [4]_ 4_ _ _ _ _ _ _ _ _ _ _ __ Ocupantes de veículos motorizados mortos em 2005 Construindo um 9ráfico de pizza Tipo de vei<oJo Mortos. s. O oún. o ângulo centraJ para c. Use um gráfico de pizza para organizar os da- 4 dos.-: li. Rt$f(lr.ajtry .'\o posicionadas em ordem de altura decrescente. Clique_ em Próximo em Fen'll· me11tn.11t o/T1nn'Sf>')ll11tio11. .notorizados rnortos e1n acidentes e1n 2005 é mostrado na tabela ao lado.n 2005 Ocupantes de veículos motorizados mortos em 1995 lípo de veí~ulo Mortos Carros 22. dé Gr.440 dos. Use o â11g11lo ce11tml para encontrar a porção que corresponde a cada categoria.778 Snftl.fico de pizza usando o ãng1~0 central que corresponda a cada categoria.'P('tftlfi1>1t.227 Outros 425 a. íal posi- cionamento ajuda a enfatiwr dados imponantes eé frequentemente usado nos negócios. Primeira- mente. b. com a barra mais alta posicio11ada à esquerda.\'rttiounl H1~/r. Encontre a fi'eq11ê11cia relatiun de cada categoria.) i11otoi:izados mo.n(ft< . clique em /11- S<lrír Gráfico é selecione Pizza No gráfico de pizza. multiplique 36(1' pela frequência relativa da categoria. Um gráfico de Pa.rny 'f.rvry Trafj. enquanto Tente O número de ocupantes de veículos motorizados mortos em acidentes em 1995 monta seu gráfico de pizza.vros é 360" (0. Nnfii)rurt lligJr. entre com -OS tipos de Motodcletas.fjico. construa um grá.ir um gráfico de piz1Á.553 0. no Excel.) Motocicletas 4.•ll.37 133" pizza usando Excel.11 Ad111iuist1ht")11.49)"" J76". U. As barras s.Então.orno seu tipo de gráfico.02 7'' l'!iatlv'as correspondentes (em porcentagens) em duas oolu· nas separadas.49 176'' a construção de um gráfico de eaminh. l-d .12 43" veículos e suas frequências .f Ocupantes de veícufos Trm1. Ocupantes de veículos motorizados Frequência Dica de estudo f rel~tiva Ângulo mortos em 2005 Aqui estã0 as instruções para Canos 18-44-0 0.Outr:os 823 0..ldmbri.

1r-: 1Vn1i111111/ Rdm1 fcvll7nlmnn11.\J.v 1..8 milhões).JC. dos nos Estados Unidos. . para qual dos foram carros. podemos construir o gráfico de Pareio vendidos em janeiro de 2007 como mostrado abaixo. l-d .792 reclamações sobre lojas de móveis. eles são chamados de conjunto de dados emparelhados..vota? ·~ Acada ano. -.t i·.ntP. Rô11ost11 . />ela To. a in. -- ~ . Bt1q'11t--~ 811n·a11.u 41 n.U ... A redução de estoque é uma perda de estoque por meio de quebr<1.~ . Por exemplo. em ques.IJ§dd Exemplo m Retratando o mundo --. Posicione as oorms em ordem tlecre.l I Representando emgráficos conjuntos de dados emparelhados Se dois conjuntos de dados têm o mesmo número de entradas e cada entrada do primeiro corresponde a uma entrada do segundo. roubos por funcionários (15. - 2 .. roubo de jan:eiro de 2<:117.'$ func-1011.hí~trin rlP vamjo pP.) a.733 reclamações sobre lojas de informática e serviços.6 milhões). -1 1- Roobopor Erro FmOO.) 1'titiWltnG>1por111t<.rÔP.} Solução Os cinco veículos nta_is Usando as frequências para os eixos verticais. Use um gráfico de Pareio para organizar os dados. Que fonte é a maior causa de reclamações? (Fo11/r: &u. Umrt~l. Causas para redução de estoques .. Encontre afreq11€11cia 011 afrequência relati1111 para cada entrada de dados. -- . . -.nt" dois foram caminhões.n1PntP.-cn. (!'.rP.668 reclamações sobre concessionárias de automóveis. 14. As causas da redu. 4....estoque que devem ser analisadas tJeurlidos em jn11eiro rlc llJOifo- primeiramente são roubo por funcionários e roubo em lojas.S m1n l'P<lução no~ P-"'to.. -..os resultados no contexto dos dados. suponha que um conjunto de dados contenha ... e. são mostrados carga... roubo em lojas e assim por diante.7 milhões) e fraudes nas vendas (2. o lletter Business Bureau (BBB) recebe reclamações de clientes. -.:ith·o 111.649 reclamações sobre empresas de lavagem a seco. administrativo (7.. 1. rnm v1mditlir. /11terprete.rn p. - ..d3$ Vckulo fnlerprelaçào Q11a11tos dos 5 vek11i<>s mais No gráfico.ido. b. 6 .t5lr. - Construindo um gráfico de Pareio Os cinco veículos mais vendi· RP.'º - . fer Rl'tai111rg fd11r11fio11. ..iri. 5. .á!'ios *'ri'li1'1.ilh()P. 9.728 reclamações sobre mecânicas de automóveis. Nos •5 anos mais recentes. roubo em lojas "!rês dos veía~os mrus vendi· (14.g $ i:E . o BBB recebeu as seguintes reclamações: 7.<ce11te de acordo com a frequência ou a frequência relativa.f F/(1. Se você fosse um varejista.ção de estoque são erro no gráfico de Pareio a seguir.. é fácil ver que as causas da redução de.9 milhões).26 25 . Os outros causa de redução de estoques você olharia prin1eiro? (f.. 16 14 ~ 1 12 ...

ilí1nctros) 70 Tempo de Solução SaUrio emprego (em dólares) O eixo horizontal representa o comprimento da pétala e o vertical representa a largura (em anos) da pétala.. a largura? (hHttr: r.·-· ·-·-·- 'º 30 <..•r. . . a quantidade de precipitação medida a cada dia em um mês é um exemplo de uma série temporal. no qual os pares or-denados . Exemplo m Interpretando um gráfico de dispersio O estatístico britânico Ronald Fisher (ver p..000 pétala aumenta.. confonne o comprimento da 8 40. Oassilique os eixos /1ori:wutal e vertical.~ pétsJas (cm n... 1936.~- • - •• .-.. Por exemplo. O que 6 podemos concluir? 10 43.S3o representados con10 pontos en1 . Urna maneira de representar conjuntos de dados emparelhados é usando um gráfico de dispersão.!5 e.000 e a largura em uma flor.500 lllterpretnçâo Com base no gráfico de dispersão. Represeute grnficameute os dados emparelhados. • • --~.. o que tende a acontecer con.. Conforme o comprime.000 Você aprenderá mais sobre gráficos de dispersão e como analisá-los no C1píttdo 9. Un1 gráfico de dispersão é usado para mostrar a relação entre duas variáveis quantitativas.•--•. você pode ver que...·••. Já que cada custo corresponde a uma quantidade de vendas.. Um conjunto de dados constituído de entradas de dados tomados a intervalos ~u- iares durante um período de tempo é chamado de série temporal.-\..) Conjunto de dados de fris de Fisltcr --~. No gráfico de dispersão mostrado.1to da pétala aumenta. 7 41 . os conjuntos de dados são emparelhados. para três espécies de íris (ílor). ••..rguras formam o segundo conjunto de dados... Você pode usar um gráfico de série temporal para representar uma série desse tipo.tém a qu~ntidade de vendas para o ilem para cada custo..6'":iO b. 28) apresentou um famoso conjunto de dados chamado de conjunto de dados de !ris âe Fisher.. 6 39. 9 45. 4 27. .a.-·-· ..·. os comprimentos de pétalas formam o primeiro conjunto de dados e as la.-.. ..350 e O período de emprego e os salários de 10 funcionários estão listados na tabela 2 25.•.•-::.i.000 você ao lado.2. Faça o gráfico para os dados usando um gráfico de dispersão.t i·. l-d . • .-·--. R• .sh.IJ§dd 50 • lltalilti<a apli"da os custos de um item e um segundo conjunto de dados·co.un ph1no coordenado. Descreoo quaisquer tendências. Cada ponto no gráfico de dispersão representa o comprimento das pétalas 5 32.100 3 28.. a largura também tende a aumentar..() Con11>ri1nemo (l.___. 4 32.000 a.-· • •.. Esse conjunto de dados descreve várias características físicas tais 001110 o comprimento de pétalas e a sua largura (em milímetros).

l-d ,t i·.IJ§dd
(apftolo 2 • lstalilti(a d"nftiva 51
Exemplo m
Construindo um gráfico de série temporal ;:'~ Veja os passos MINITAB e
Tl-83/84 nas p. IOOe 101.
A tabela lista o rlú1nero de usuários de telefonia celulat (en, milhões) e conta mé-
dia de um usuário local por serviço (em dólares) para o a.no de 1995 até oano de 2005.
Construa um gráfico de série temporal para o número de usuários de celulares. O que
você pode concluir? (fc111tr~ Ct1f11Tbr TeJ"'·"111m1111ifflliw1 & 1,,ttnrel .-l.:..~1rfr11ir1n.)

)\110 Usuários (em milliêies) Conta média (em aólaresi
1995 33,ll 5 1,00
1996 44,0 47,70
1997 55,3 42,7$
1998 69,2 39,43
1999 66,0 41,24
:rooo 109,5 45,27
2001 12$,4 47,37
2002 140,S 4$,40
2003 15$,7 49,9!
2004 I.82,J 50,64
2005 207,9 49,98

Solução
Deixe o eixo horizontal representar os anos e o vertical representar o número de usu-
ários (em milhões). Então, represente os dados emparelhados e conecte-os com seg-
mentos de linha.
Usuários de telefonia relular

j(Xl\ IQ(.16 IIX!l IQQS; li»;) ~roo ~I Xln? ,m, ,m.1 )M\
Aoo

foterpretação
Os gr'1ficos mostram que o número de usuários tem aumentado desde t995, com os
maiores aumentos tendo ocorrido recentemente.
Use a tabela do Exemplo 7 para construir um gráfico de série temporal para a
média da conta de celular de um usuário local para os anos de 1995 a 2005. O
que podemos concluir?
a. Oassifique os eixo, ltori2011/ai, e vel'ti<'nis.
b. Repre;e11te gmficamente os dados emparelhados e co11ectc-os comsegme.ntos de linha.
e. Descre,,a quaisquer padrões.
Re::po_
çfn 1111 I'· A.35

l-d ,t i·.IJ§dd
52 • r,..,r,tkaapli<oda

fp Exercícios
Construindo habilidades básicas e conceitos 10. 12 Chave: 1219= 12,9
l . Cite alguma!: maneira$ de representa,, scafiQmente 0$ dados 12 9
quantitativos e os dados quafüativos. 13 3
2. Qual é a vantagem de se usar um diagrama ramo-e-folhas em vez 13 677
de um histog,ama7 Qual a desvaniagem? 14 1 1 1 1 344
3. Em termos de representação de dados, como um diagrama de 14 699
ramo.,·folnas se assemelha a um diagrama de pontos? 15 000 1 24
4. Como um gráfico de Pareto difere de um gráfico de barras verti· 15 678889
cais padrão?
16 1
Contextualizando os gráficos 16 67
Nos exercícios de 5 a 8, relaciooe o gráfico com a dewição d3
11.
a"'9Stra. •
5. o Chave: 018 = 0.8
•
8 • •
1 568 • • • •
2 13 45 • • • • • • •
3 09 13 u rs 16 17 IS 19
4 00 12.
•
6. 6 78 Chave: 617 = 67 • •
7 455888 ••• • ••
8 1355889 • ••• •• ••• •• •• • ••
9 00024 • 11111111111111-H++H+H+H---
215 120 125 2:JO '23S
7.
•
. .. .• . ...• . . . .
li Ili 1111111111111111111111111111111 •
Usando e interpretando conceitos
Análise gráfica
S 10 IS 20 25 30 35 40 Nos exercícios de 13 a 16, o que podemos concluir observando
8. o gráfico?
•
• • 13.
• •• • Cinco maiores anunciantes dos esportes
• • • • •• •
111l111111111 11 1 1 1 1 1 1 EÍ 2S()
•
.g. ..!!
200 20$ '210 215 220

(a) Tempo (em minutos) que uma amostra de funcionários leva
~
~g 200
~.g - ISO

para chegar ao trabalho ~~ 100

(b) llf.é(f,a das notas de uma amostra de estudantes com gradu· 1~ ~
S()

ação em firiançõs
(e) Velori~rle imxima (em milhi1$ Pó< hora) de lima amo!-tr>
de carros esponivos de alto desempenho
(d) Idade (em anos) de uma amosua de residentes em um a.silo

Análise gráfica 14.
Nos exercícios de 9 a 12, use um diagrama ramo·e-folnas·ou um Portfólio de ações
diagrama de ponlos para i star as entradas de dados. Qual é a m~ma
entrada de dados? Qual é a mfilima? 1 ~.000 + - - - - - - - - ~
9. 2 7 Chave: 217=27 ..
.:;;
3 2 i 20.ô(X) + - - -
4
5
1334778
O 1 12333444456689
"'~ io.cm +---,/ - - -
~
6 888
7 388 2003 2004 '2005 '2006 W07
8 5 Ano

l-d ,t i·.IJ§dd
(,pilulo 2 • r,1,liltica dtsuitiva 53
15. Anúncios Use um diagrama de pontos para representar os
Como outros rnotorislas nos irritam? dados. Os dados representam o número de anúncios vistos ou
2%Cui<tt1dososdcn1.US 3%lgnor,t1n .'I oovidos em uma semana por ""1<l amostra de 30 pessoas dos
7~ Atta sinall.z.,('.lil) Estados Unidos
velocid.,d~ 21~ U~ n1
cdu!.m--;s s~s 4~• 441 s~s ns 600 684 486 735 sos
1~ \~loôdl\d.('
bJ.ixa demai$
734 590 673 545 702 481 298 135 846 764
317 649 732 582 637 588 540 727 486 703
J3'l- N;\o
~in;\li'./,{U'1 Tempo de vida de moscas domésticas Use um diagrama de
23% Andam
roL,dos: n~)
pontos para representar os dados. Os dados rep1esentam o tempo
tem.Outros Faróis
411, vc:ik ulo(I,, (n:n tt de vida (em dias) de 40 moscas domésticas.
9 9 4 4 8 11 10 5 8 13 9 6 7 11
13 11 6 9 8 14 10 6 10 10 8 7 14 11
16. 7 8 6 l 1 13 10 14 14 8 13 14 10
Uso do telefone celula.r na direção
23. Nações Unidas Use um gráfico de pizza para representar os
dados. Os dados representam o rníme10 de palses nas Nações
Unidas por continente. (for.e: rm,:ed l\lol"""')
Amélica do Norte 23
Amé<ica do Sul 12
Europa 43
Oceania 14
Africa 53
lkS\'lQS Actle· F«hada.~ Qua(('
r:11,'il(> C:IU$:a;Ull'l:t
Ásia 47
b:nida 24. Orçamento da NASA Use um gráfico de pizza J)<1ra repre-
Incidente sentar os dados. Os dados represen1am o orçamento da NASA
~ de US'l rocky.) de 2007 (em milhões de d<llares) dividido em três categorias.
(fonrc: No,~)
Representando graficamente conjuntos de dados Ciénóa, aeioaáutica e eJ<ploraçAo 10.651
Nos exercícios de 17 a 32, organize os dados usando o tipo de Capacidade de eJ<plolação 6.108
gráfico indicado. O que podemos concluir sobre os dados?
Inspeção geral 34
{l 11. Notas de exames Use um diagrama ramo-e-folhas para repre-
25. Bagagem nas linhas aéreas Use um gráfü:o de Pareto para
sentar os dados Os dados representam as notas de uma turma
representar os dados. Os dados são o resultado de um estudo
de biologia em um teste.
realizado muncialme.1te em 2005 com todas as companhias áre-
75 85 90 80 87 67 82 88 95 91 73 80 as sobre as causas dos atrasos na entrega das bagagens. (fome:
s.oaé!é ~,nat,'Or.'GI de Té.~romm1NNCO'ii:,o$ MrOliG"J~es.)
83 92 94 68 75 91 79 95 87 76 91 85
Manejamemo errado na transferéllóa de bagagens 6t%
As pessoas mais ricas do mundo Use um diagrama ramo·e-
·folhas para representar os dados. Os dados representam as ida· Erro de carga/descarga 4%
des das 25 pessoas mais ricas do mundo. (Fcm•: Fc-) Falha no ca"egamento oo ae<oJX)fto de origem 15%
Restrição de espaço ou peso 5%
51 76 67 80 56 73 58 71 78 49 62 84 50
Manejamento errado na chegacla 3%
49 87 40 59 47 54 84 6 1 79 59 52 63 Outros 1'2%
!,'~ 19. ESl)<!ssura do gelo Use um diagrama ramo-e·folhas para re- 26. índice de raios UV Use um gráfico de Pareto para represe.1-
presentar os dados. Os dados representam a espessura (em cen- tar os dados. Os dados representam o illÓ,ce de raios ultravio·
timetros) de gelo med:'<lo em 20 localidades diferentes em um leta pilra cinco cidades na parte da tarde em uma data recente.
lago congelado. (lõnle; Na:"""/ Ocecni, ar.d Armosphetii: Mtri,r,m,:ft)I>.)
5,8 6,4 6,9 7,2 5, 1 4,9 4,3 5,8 7,0 6,8 Atlanta. GA 9
8, 1 7,5 7,2 6,9 5,8 7,2 8,0 7,0 6,9 5,9 Bo,se, 10 7
·'·~
"· 20. Preços de maçãs Use um diagrama ramo-e-folhas para repre- Concord, NH 8
sentar os dados. Os dados representam o preço (em centavos Oenver, CO 7
po< libra) pago por maçãs a 28 fazendeiros. Miami, FL 10
19,2 19,6 16,4 17,1 19,0 17,4 17,3 20,l 19,0 17,5 27. Remuneração por hora Use um gráfico de dis~o para re-
presentar os dados da tabela. Os dados representam o númeto
17,6 18,6 18,4 17,7 19,5 18,4 18,9 17,5 19,3 20,8 de horas trabalhadas e a remunetação '(em dólares) para uma
19,3 18,6 18,6 18,3 17,l 18,l 16,8 17,9 amostra de 12 uabalhadores. Oesaeva quaisquer tendências.

l-d ,t i·.IJ§dd
31. Preço dos ovos Use um grálico de série temporal para repre-
Hoias Remunera~ sentar os dados. Os dados representam o preço dos ovos de
33 12,16 classe A (em dóla<es por dúzia} para os anos indicados. (ro,,,._. u. s.
37 9,98 /J,JtE<J<J ,flobw Stoi~r,cs.)

34 1(\79 1994 0.87 ?000 0,96
40 11,71 1995 1,l6 2001 0,93
35 11,80 1996 1,31 2002 l,18
33 11,51 1997 1,17 2003 l,56
40 13,65 1998 1,09 2004 1,20
33 12,05 1999 0,92 2005 1,35
28 10,54 32. Preço da carne moída Use um grálico de série temporal para
45 10.33 representar os dados. Os dados ,ep<esentam o preço da carne
37 11,57 100% moída (em dólares por fibra) para os anos indicados. (For>·
10,17
,e. u.s 8 = oiLo/>ol Sro:.s,.n)
28
1994 1,38 2000 1,63
28. Salários Use um gráf~o de dispe,são para 1ep<esen1ar os dados 1995 1,40 2001 1,71
mostrados na tabela. Os dados representamo número de alunos por 1996 1,42 2002 1,69
p<olesso1 e o salário médodosp<ofe=es (em miilõres de dólares} 1997 1,39 2003 2,23
para uma amostra de 10 escolas. Desoeva quaisquer tendências. 2004
1998 1,39 2,1 4
1999 1,53 2005 2,30
Nú'mero de alunos
p<>r,profemr S•lário médio
Expandindo conceitos
11,1 28,7
Um gráfico·equivocado?
17,5 47.5 Nos exercícios 33 e 34,
18,9 31,8 (a) e,cplique por que o gráfico leva a condusões erradas;
17,1 28,1 (b) redese;v,e o gráfico de modo que ele ~o leve a cooclusão
20,0 40,3 erradas.
18.6 33.
33.8
Vendas para a Empresa A
14,4 49.S
16.5 37,5
13,3 4i,s
18,4 31,9

29. indice de raios UV Use um grálico de série temporal para re·
Tri 1nestre
presentar os dados. Os dados representam o índice de raio uiva·
violeta em Memphis, TN, entre os 6as 14 a 23 de junho duranie 34.
5....,.,
um ai>o recente. lfoll!e: 1'Aleorh« 1nr,,not100ol) Vendas para a Empresa B
14dejunho 9 l9dejunho 10
4 ~ trilllCSl l'C - 111. tri n l.C$1tc
IS de junho 4 20dejuoho 10 20% 20%
16dejunho 10 21dejunho 10
17dejunho 10 22dejunho 9 30. trin1c.s1rc
~ tri1ne.stre
15%
18 de junho 10 23 de junho 9 45%

30. Temperatura máxima diária Use um gráfico de série telllj)O(al
para representar os dados. Os dados representam a tempe,atura JP·trimestre .21.trimestre >• trimestre 4~trimestre
máxima para uma cidade no penodo de 12 dias. 15% 45'!1>
20% 20%
Ide maio 77" 7demaio as• 35. Salários de um escritório de advocacia Um diagrama ramo-
2de maio 77º 8demaio 87° ·e-folhas casado compara dois conjuntos de dados usando os
3demaio 79" 9demaio 90' mesmos ramos para cada conjunto de dados. As folhas para o
4 de maio 81° !Ode maio 88° primeiro conjunto est~o em um lado e as folhas para o segundo
Sdemaio 82° 11 de maio 89" conjunto estoo do outro lado. O diagrama ramo-e-folhas casado
6demaio 82° 12 de maio 82° representa os salários (em milhares de dólares) de todos os ad·
vogados de dois pequenos escritórios de ad;ocacia.

l-d ,t i·.IJ§dd
fapfiulol • [sta1f11,a dtluitiva 55
Escritório A Escritório B 36. Aulas de ioga Odiagrama ramo-e-folhas casado mosua a idade
5O 9 O3 de todos os alunos de duas turmas de Ioga.
85222 10 5 7
99700 li
Aula das !Sh Aula das 20h
005
1 1 12 0335 8888899999
13 2 259 2 000234455899
14 l 3 3 39 85 3 l 19
15 5556 0 4 3 4 4
16 499 9753 1 5 6
99 5 1O 17 12 5 98888420 6
5 5 52 1 18 9 77655533 7
99 87 5 19 o 5 4 8
3 20 Chave: 5j3fl : 35 anos na aula das
lSh e 3 1anos na aula das 20h
Chal'e: 511910 = S 195.000 para o escri16<io Ae$ 190.000 para (a) Quais ~o as maiores e meno<es idades dos alunos da aula
oewitórioB
das ISh? Edas 20h'
(a) Quais são os salcârios mais altos e mais baixos no escritório (b) Quantos participantes M em cada aula?
A? E no escritório B?
(c) Compare adistribuição das idades em cada classe. Que con-
(b) Quantos advogados M em cada escritório?
clusões podemos faier ba-seados em suas obsetvações?
(c) Compare a dis!fibuiçAo dos salários de cada escritório. Oque
podemos percebe<?

Ili Medidas de tendência central
Oque você
Média, mediana e moda --+ Média ponderada e média de dados agrupados --+ deve aprender
forma das distribui(ões
• Çomo encontrar a média, a me-
diana e a moda de uma popula-
I Média, mediana e moda ç.lO oude uma amostra.
Nas S<?ções 2.1 e 2.2, aprendemos sobre as representações gráficas dos dados • Como encontrar a média poode-
quantitativos. Nas Seções 2.3 e 2.4, aprenderemos sol>re como suplementar as repre- rada de um conjunto de dados e
s.entações gráficas com estatísticas numéricas que descrevem o centro e a varial>ilidade a média de uma cfistribu~ao de
do conjunto de dados. frequência.
Uma medida da tendência central é um valor que representa uma entrada típica • Como descrever a fonna da dis-
ou central do conjunto de dados. As três medidas da tendência central mais comumen- tribuí<;ao simétrica, úníf0tme O'u
te usadas s.io a média, a mediana e a moda. assirT1É!IÍCa e como comparar a
média e a mediana de cada um
Defini cão desses aspectos.
A média de um conjunto de dados é a soma das entradas de dados dividida pelo número de
entradas. Para encontrar a média de um conjunto de dados, use uma das fórmulas a seguir.
Média populacional: 1, = Ex Média amostral: x= Ex
N n
Aletra grega minúscula ,, (pronuncia-se mi) representa a média populacional ex Qê-se 'x" ~r-
ra) representa a média a,nosual. Note que N representa o número de entradas em uma popu-
lação e n representa o número de entradas em uma amosi,o. Lembre·se que a letra maiuscula
sigma (E) indica a soma dos valores.

Exemplo [D
Encontra.ndo a média amostral
Os preços (em dólares) para uma amostra de voos de ida e volta partindo de Chicago,
Illinois, para Cancun, México, s.-\o listados a seguir. Qual é a média dos preços dos voos?
872 432 3'!7 427 388 782 397

l-d ,t i·.IJ§dd
56 • btatktic,,plicad•

Dica de estudo Solução
A soma dos preços dos voos é:
J,lote (IUe a mé<lia no Exem·
);; X = 872 + 432 + '397 + 427 + :JS8 +782 + 397 = 3.695.
pio 1 te_m uma casa deámal.
a n,ais do que o conjunto ori- Para encontrarmos a média dos preços. dividin1os a soina dos preços pelo nll.1ne..
ginal de valores dos dados. rode preços na amostra:
Essa regra de arretio111fil111e11to __ l:x _ 3.695 =
X- - ,....,527, 9,
será usada em todo o livro. 11 7
Outra importante regra de
arredo11da111e11to é que ela não Então, a média dos preços dos voos é aproximadameinte $ 527,90
deve ser feita.aré o resultado
final do cálculo.

34 27 50 45 41 37 24
57 40 38 62 44 39 40
a. E11co11tre a scma das entradas dos dados.
b. Divida 11soma pelo número de entradas de dados.
e. l11terprete os resultados no contexto dos dados.

efinição
Amediana de um conjunlo de dados é um valor que est~ no meio dos dados quando.o con·
junto de dados é ordenado. Amediana mede o centro de um conjunto de dados ordenado
dividindo-se em duas partes iguais. Se o conjunto de dados tem um número ímpar de entradas,
a mediana é a entrad<l de dados do meio. Se o conjunto de dad<>s tem um número par de en·
tradas, a mediana é a média das duas entradas do meio.

Exemplo m
Encontrando a mediana
Encontre a medinna dos preços dados no Exemplo l .
Solução
Para encontrar a n1ediana dos preços, prin1ciJ'O ordene os dados.

388 397 397 427 432 782 872
Em razão das sete entradas (um número ímpar), a mediana está no meio, na
quarta entrada de dados. Então, a mediana dos preços dos voos é$ 427.
'!': As idades para uma amostra de fãs de um concerto de rock s:.'io listadas a se·
guir. Encontre a mediana das idades.
24 27 19 21 18 23 21 20 19 33 30 29 21
18 24 26 38 19 35 34 33 30 21 27 30
a. Orde11e os dados.
b. E11co11tre neutrndn do 1ntio.
e. l11terprete os resultados no contexto dos dados.
Rc~µtt:t11 1111 p. Al5

l-d ,t i·.IJ§dd
(,p!1•I• 2 • [>101l<1ica de,(litiva 57
m
Exemplo
fncontrando a mediana
No Exemplo 2, o preço de voo de S 432 ,,ão está mais disponível. Qual é a media-
·-Dica de estudo
Em un1 conjunto de dados,
há o mesmo número de va-
lores de dados acio,a da 1ne·
na dos pn.'ÇOS restantes? diana bem como abaixo da
Solução mediana. Por exemplo, no
Ex,emplo 2, três dos preços
Os preços restantes, em ordem, s.'ío 3l!S, 3'17, 397, 427, 782 e 872. estão abaixo de S 427 e três es·
Por haver seis entradas (nún,cro par), a n,cdiana é a rnédia das duas entradas tão acima de$ 427.
do meio.
M d.
1e 1ana
397 + 427 412
2
Então, a mediana dos preços dos voos restantes é S 412.
Os preços (em dólares) para uma amostra de tocadores de MP3 são listados a
seguir. Encontre a mediana dos preços.

80 250 200 150 270 14-0 70 100 130 160
a. Orde11e os dados.
b. E11coutre n média das duas entradas do meio.
e. illterprete os resultados no contexto dos dados.

efini~ão
A moda de um conjunto de dados é uma entrada do conjunto de dados que ocorre com a
maior frequência. Se nenhuma entrada é repetida, o conjunto de dados ~o tem moda. Se
duas entradas ocorrem com a mesma frequência, cada entrada é urna moda e o conjunto é
chamado de bimodal.

Exemplo m Importante
,.....1- - -
Encontrando a moda A moda é a única medida de
Encontre a moda dospreços de voo do Exemplo 1. tendência central que pode
ser usada para descrever
Solução
dados no nível nominal de
Ordenar os dados ajuda.a encontrar a moda. medição. Mas quando traba-
lha.mos·com dados quantitati-
388 397 3'11 427 432 782 m vos, raramente ela é utilizada.
Com os dados ordenados, podemos Vl!f que a enlmda de 3'!7 ocorre duas ve-teS, enquanto
as outras enlmdas de dados ocom.~11 somente uma vez. Ent.'\o, a moda dos preços é$ 3'!7.

25, 5, 18, 12, 60, 44, 24, 22. 2, 7, 15, 39, 58, 53, 36, 42,
16. 20, 1, 5, 39, 51, 44, 23. 3, 13, 37, 56, 58, 13, 47, 23,
1, 17, 39, 13, 24, o, 39, 10, 41, 1, 4.8, 17, 18, 3, 72, 20, 3,

l-d ,t i·.IJ§dd
58 • (>tatMi<•'l'licad•

9, O, 12, 33, 21, 40, 68, 25, 40, 59, 4, 67, 29, 13, 18, 19,
13, 16, 41, 19, 26, 68, 49, 5, 26, 49, 26, 45, 41, 19, 49.
a. Ortfe11e os dados.
b. Identifique a entrad<" ou entradas que ocorrem com nmiorfrequê11c;n.
c. /ltterprele os rt.'SUltados no contexto dos dados.
Re:;pü$flr ,,n p. AJ5

Partid~ politi<o frequência {
Exemplo m
Encontrando a moda
Den1ocratas 34
Em um debate político, pede·se que uma amostra dos membros da plateia no·
Republicanos 56 meie o partido político ao qual pertencem. Suas respostas sáo mostradas na tabela.
Outro 21 QuaJ é a moda da respostas?
Não ~sponderan1 9 Solução
A resposta que ocorre com maior frcquê«cia é Partido Republicano. Então, a moda é
Partido Republicano.
Interpretação
Nessa amostra, havia mais republicanos do que pessoas de qualquer outra afiliação.
Em uma pesquisa, 240 americanos adultossáo questionados se os Estados Uni·
dos temo um.a presidente algum dia. Dos entrev·istados, 171 responderam
''sim", 45 responderam "não", e 24 responderam "não sei". Qual é a moda das
respostas?
a. Identifique a entrada que ocorre com a 111niorfrequeitein.
b. /ltter1>rete os resultados no contexto dos dados.

Ernbora a 1nédiê\ a o,ediana·e a n,oda descreva1l\ cada wnn, detern,i.nada entra-
da típica dos dados, há vantagens e desvantagens no uso de cada uma delas. A média
é uma medição confiável, pois leva em conta cada entrada dos dados, mas pode ser
muito afetada quando o conjunto de dados tem valores discrepantes.

efinicão
Um valor discrepante (outlie1) é uma entrada de dados que está muito afastada das outras
entradas em um conjunto de dados.

Um conjunto de dados pode ter um ou mais valores discrepantes, causando la·
cunas em uma distribuição. As conclusões que são tomadas de um conjunto de dados
que contém valores discrepantes podem conter falhas.

Exemplo [6J
l dades da tunna Comparando a mfdia, a mediana e a moda
20 20 20 20 20 20 21
Encontre a médi.1, a mediana e a moda da amostra das idades da tunna à esquerda.
21 21 2.1 22 22 22 23 Qual medida da tendência central melhor descreve wna entrada tfpica desse conjunto
23 23 23 24 24 65 de dados? Há valores discrepantes?

l-d ,t i·.IJ§dd
(apRólo1 • [11&tl1ti<ade,<1hiva 59
.
Sol11ção
I Retratando o mundo
Média: x= Ex = 475 ,,: 23, 8 anos
11 20 A Nati.onal Association of
~,(edinno: Mediano =
21 22
+ = 21,5 anos
Re.altors (Associação Nacio-
2 nal de Corretores de Imóveis
Moda: Aentrada que ocorre com maior frequência é 20 anos. dos Estados Unidos) mantém
um banco de dados das casas
Juterpretaçào à venda existentes. Uma lista
A média leva todas as entradas em consideração, mas é intluenciada pelo valor dis- usa a 111edim1a dos preços das
crepante de 65. A mediana também leva em consideração todas as entradas e não é casas vendidas e outra us., a
afetada pelo valor discrepante. Nesse caso, a moda existe, mas não parece representai' média dos preços das casas
uma entrada típica. Algumas vezes, a comparação gráfica pode ajudar a decidir qual ve11didas. As vendas para o
medida de tendência central melhor representa o conjunto de dados. O histograma primeiro trimestre de 2006
mostra a distribuiç-ao dos dados e a localização da média, da mediana e da moda. Nes- s.10 mostradas no gráfico de
se caso, parece que é a mediana que melhor descreve o conjunto de dados. barras. (f(}ntt: \ 1t1Jt~1UJI A.lo~.,,tiou
Idade dos estudantes na turma o/Rt'ltlfor-:.)

Venda de casas
nos EUA em 2006

I·

.;,04SSOS5606S
ldac;Jc Valor d1,.crcp;m!e _j

Tente Remova a entrada de dados 65 do conjunto de dados anterior. Então, refaça o
"6 1
exemplo. Como a ausência do valor discrepante muda cada uma das medidas?
a. Encontre a média, a 111edin11a ea moda. No.tequ,• 110 gnífiro amédia de1>re-
b. Compare essas medidas da tendência central com as do Exemplo 6. ços está em tomo de$ 45.000,00
R~11i.>.~tas 1111 p. A'J.) amais tio que a111t'tliaua tio pt"(I),
Q11e fatore, faum com quea 111<'·
dia tio.< pre,;os seja maior tio que
I Média ponderada e média de dados agrupados a 11.1etfiaun?
Às vezes. os dados contêm entradas que têm um maior efeito na média do que outras.
Para encontrar a média de tais oo,~untos dedados, você deveenoonlrar a média ponderada.

efinicão
Uma média ponderada é a média de um conjunto de dados cujas entradas têm pesos variados.
Uma média ponderada é dada por:
_ [(x-w)
x = [w
onde w é o peso de cada entrada x.

Exemplo m
Encontrando a médía ponderada
Você está frequentando uma aula na qual sua nota é determinada com base em
5 fontes: 50%, da média de seu exame, 15%do seu exame bimestral, 20',ll; de seu exame

l-d ,t i·.IJ§dd
60 • Íltatktica,19li<ad•

final, 10% de seu trabalho no laboratório de informáti.ca e 5'% de seus deveres de casa.
Suas notas s.~o: 86 (média do exame),% (exame bimestral),. 82 (exame final). 98 (labo-
ratório) e 100 (dever de casa). Qual é a média ponderada ,de suas notas? Se a média
mínima para um A é 9(), você obteve uma nola A?
Solução
Comece organizando os dados e os pesos na tabela.

F~i:tle Nofa,x P'$0, 10 XlQ 1

lvfédia do cxarne 86 0,50 43,0
Exa,ne bimestral % 0,15 14,4
Exame final 82 0.20 16,4
l..iboratório 98 0.10 9,8
Oc\'er de casa 100 0.05 5,0
.Üv ::; 1 E (.t · ,u) = 88.6
_ Dxw)
x=--
L;c
88,6
= --
l
=88, 6

A média ponderada para o curso é 88,6. Port,mlo, você não obteve um A.
Tente Houve um erro no cálculo da nota de seu exame final. Ao invés de 82, você
vr;ê obteve 9S. Qual é sua nova média ponderada'
a. Multiplique ,ada nota por seu peso e e11co11lre n soma de :,eus produlos.
b. Encontre a soma tios 1=s.
c. Encontre a média po11derndn.
d. luterprete os resultados no contexto dos.dados.

Se os· dados são apresentados em uma distribuição de frequência, você pode
aproxin,ar a média con10 a seguir.

efinicão
Dica de estudo A média de uma distribuição de frequência para uma amostra é aproxímada por:
_ f.(x·I)
Se a diShibuiçiio de ÍIJ!(juência x = - -, Note que n =~,
n
representa a popula,ão, então
a média da distribuição de fre- em que x e f são os pontos médios e as frequências de uma classe, respeaivamenie.
quência é aproximada por
í;(x ,f)
JJ,= - - . lnstru(ões
N
Encontre a média da distribui(ão de frequência
ondeN= Ef Em pn./avrns Emsímbolos
1. Encontre o ponto médio de cada classe. l. X Oimil~ inferior)+Oimitesuperior)
2
2. Encontre a soma dos produtos dos pon· 2. E(xJI
tos médios e as frequências.
3. Encontre a so,ua das frequências. 3. 11 = Ef
_x ::::: DxfJ
4. Encontre a média da distribuição de 4.
li
ti:i?quênci.a.

l-d ,t i·.IJ§dd
(,p!1olo 2 • [smk1ic,des,riliva 61

Exemplo 00
Ponto
fncontrando a média da distribui,ão de frequência médio das
Frequfnda f.x. f)
cJaS:StS :1: f
Use a distribuiçilo de írequôncia à dircit;i p.tra ~proxirnar o nú.1nero 1nédio de
minutos que uma amostra de usuários de Internet gasta on-line durante sua mais re- 12_.5 6 75,0
cente sessão. 24,5 lO 245,0
Solução 36,5 13 474,0
48,5 8 388,0
x 'f;(.r· /) - 2.089 "'41,8
60,5
11 50 5 30io
72,5 6 435,0
Então, a média do tempo gasto on·line foi de aproximadamente 41,8 minutos. 84,5 2 169,0
Tente Use a distribuição de frequência do número médio de to11d11fow11s marcados por li = 51) 1: = 2.089,0
"t todos os times da primeira divisão de futebol americano (Tente você 2, p. 35).
a. Encontre o po11/o médio de mda classe.
b. Encontre a som11 tios 11rotf11tos de cada ponto médio e sua frequência correspondénte.
e. Encontre a soma da, jreq11iucias.
d. Encontre a média da distribui{ilo de freq11éuci11.

I forma das distribui~ões
Um gráfico revela diversas características de uma distribuiç3o de frequência.
Uma delas é a fonna das distribuiçii(?s.

Definitão
Uma óistribuiçào de frequência é simétrica quando a linha ver1ica1pode ser desenhada do meio
do gráfico da distribuição e as metades resultantes são ap,oiàmadamente imagens espelhadas.
Uma distribuição de frequência é uniforme (O\I retangular) quando todas as entradas, ou
d asses. na distribuição têm frequências iguais ou aproximadamente iguais. Uma disuibuição
uniforme também é si~trica.
Uma disuibuiçào de frequências é assimétrica se a "cauda" do gráfico se alonga mais em um
dos lados. Uma distribuição é assimétrica à esquerda (negativamente assimétrica) se a cau-
da se estende à esquerda, e assimétrica à direita (positivamente assimétrica) se a cauda se
es.ende à direita.

Quando a distribuição for sin1élrica e unimodal, a média, a n1ediana e a n1ôda
s..'io iguais. Se a distribuição fl>r assimétrica à esquerda, a média é menos que a me-
diana e a mediana é igualmente menor que a moda. Se a distribuição for assimétrica
à direita, a média é rnaior que a n1ediana e igualmente 1naior que a 111oda. Exe1nplos ~,-,..
'·~ Para explorar mais este tópi-
d essas distribuições comuns são mostrados a seguir.
co, veja 2.3 Atividades na p. 67.

l-d ,t i·.IJ§dd
6Z • i>lath\ic,aplicada

Importa nte Distribuição simétrica Distribuição assimétrica à esquerda

'°
~

fiique atento que liá muitas '° ,__
35 ~\S
-
formas difer.entesde distribui· lO lO · 1 - -
ção. Em a1gun.s caso~, a for- :s. -
"20
•I-

ma pode não se, classificada '.!<> --
.... -
- -
1-
como simétrica, unifonne ou 15 15 1- 1-
-
assimétrica. Uma distribuição 'º í 10

~
~

pode ter várias lacunas causa- 5 s
~ --f"I I h-,
das por valores discrepantes i 3 5 7 9 li 13 15 3 S
ou po~ agrupamento nos da· 1-;,,Jé<Li;'J

~"' od,
~lt:{li:ui:a
dos. Os agrupamentos podem
ocorrer quandodiversos tipos Distribuição assimétrica à direita
de dados são incluídos em Distribuição uniforme
um conjunto de (lados. 40+------------ 40+----.r,- - - - - - -
35 t - - 35
30 - lO
?5 2s+----r,
oo +r~~~~~~~~~~~ 21)
IS 15 t - - ;;f
10 10
5 5

i :i ' s • 1 1-:> •
tMédi.1
11 • 1'3 ,·s • ... J 5
·~Iodai
J ! ,\1édí:t
9 li 13 15
rvk<li;in.:i lvle<li;'lnl

A média sempre ira na direção em.que a distribuição for assimétrica. Por exemplo,
quando a distribuição é assimétrica à esquerda, a média está à esquerda da mediana.

Ili Exercícios
Construindo habilidades básicas econceitos Análise gráfica
Nos exerdcios de 9 a 12, determine se a forma aproximada
da distribuição no histograma é simétrica, uniforme, assimétrica à
Verdadeiro ou falso?
esquetd;,, assimétrica à direita ou nenhuma dasanteriores. Justifique
Nos exercícios de l a 6, determine se a frase é verdadeira ou falsa.
sua res.Posta.
Se fot falsa. reesc,e-.,a-a de forma que seia ve<dadeira.
9.
1. A média é a medida de tendência central que mais pode ser 22
afetada po< um valor extremo (valor discrepante). 20
18
2. cad;i conjunto de dados deve te< uma mod•. ••
"12
,. Alguns conjuntos de dados quantitativos não têm medi.Jna. 'º8
4. A média é a única medida de tendência central que pode ser ••
usada para dados no nível nominal de meáaç.lo. 2
25.(()0 -IS.000 6S.OOO &5.000
S. Quando cada dasse de dados tem a mesma frequência, a distri· 1o.
buição é assimétrica à direita.
IS
6. Quando a média é maior que a mediana, a distribuição é assimé·
trica à esquerd;i.
9 +-- -
7. Construa um conjunto de dados no qual a mediana não represen·
ta um número típico no conjunto de dados.
3
8. Construa um conjunto de dados no qual a mediana e a moda
são as mesmas. SS 9.S 10Si t.Sl~.S l 35 1-ISIS.S

7 Relacionando 26.8 4.S $2. Qualidade do ar As resposlaS de uma amostra de 1.2 20..5 24.1 155.5 26..) 6 6 9 9 6 5 5 5 7 5 5 5 8 699 480 25 35 110 445 18.7 23. Educação O custo da edu~e po< aluno (em milhares de dó.a 10 anos atrAs.lmica leva para atingir opeso-alvo. . J 18 ~e~ I~ M T I ~ « G 89 80 96 125 12 61 31 63 103 28 1 Z 3 .9 13.s 12 .5 1. 15.6 20.8 16.3 162. Ae1onaves O rune<o de aeronaves que as lin~. 244..9 22. 458 374 93 356 380 lares) e<n uma amostra de 10faculdade$de ane. 41 20 22 14 15 25 18 4-0 17 14 15.. Distúrbios alimentares O número de semanas que uma amostra de 14 pacientes com distúrbiosafimentares tratados com Encontrando e discutindo a média.S hora) pa.5 20.040 pes- 12.2 158. (Fome: Nfl. rel&iooe a distribuiçào com um dos peslOOs que foram perguntadas se suas próximas compras de gráficos dos exe<dcios de 9 a 12. veículos serão de carros nacioo. l-d . Distúrbios alimentares O número de semanas que uma dos outros.8 4.7 IS . A distribuição de frequência dos salários em uma e<npresa oade q.1 18.as aéreas tém utaitários esponivOs.3 14. htooey.3 181.que esta.-. (Foni.8 4.7 4.7 26. 3 78 3.5 1.2 22.S 10. Preferências de compras A resposta de uma amostra de 1.2 9 Falhas de energ.0 l:lsando e interpretando conceitos 29.7 23.0 169.Je os analistas preveem que i'rão produzir pelo menos 10% de alguns executivos têm salários muito mai01es do que a mai01ia retornos anuais.5 17. amosua de 5 pacientes com <fistúrbios alimentares tratados com psicoterapia psicodin.2 17.. a mediana e a moda psicoterapia psicodin. 1 4 l 55 20.019 peslOOs questio· nadas sobre como se sentem quando pensam e.6 19. se possível._ .lmica e técnicas de componame1to cogni· Nos exercícios de 17 a 34.5 2.0 28. soas que foram perguntadas se a qualidade do ar em sua comu- 11idade está melhor ou pior do .nutos) das tathas de ener· 6 gia em uma residência nos últimos 10 anos.8 22.5 16.S 72.2 19.\"lfJ and moda dos dados. (Foroe: Airt"" Tu111'f)C(t A<SOOO!!Oll. 24.9.a uma amostra de sete cartos esportivos. Justifique sua decisAo.9 19.9 ---. 1--- . Melhor: 346 Pior: 450 Igual.IJ§dd Í<pfiólol • CS-ltlhtica d~critiva 63 ll.) . 31. Cwos esportivos O tempo (em seg\J<l(los) para uma amosua 2 147 de sete cauos espot1ivos para ir de Oa 60 milhas por h01a.0 31. 15.\>W.5 13..0 10.0 4. AdiS!ribuiçAo de frequência dos pesos para uma amostra de me- iOW>t>l oiCôllSIJl!lng IJnd Cf<m<ol Ps. Despreocupados: 34 Cautelosos: 6n Tensos: 125 Com medo: 188 25. SUVs O número maximo de lugares em uma amostra de 13 30. 19. 16. (Fc111e: 11>e 16.a A duração (em m.0 11.9 26.<eho.6 24.8 18. 187.9 22.1 25. em suas frotas. A distribuição de frequência de 180 rolos de um dodedgono Nacional: 704 lmponado: 253 Não sabem: 44 (polígono de 12 lados). jogo marcados por cada time durante a temporada regular de 10 6 2006. 13.8 16. Velocidade máxima A velocidade máxima (em milhas por 523 62. 6 5 154 240 171 188 235 203 184 173 181 275 7 8 NFL (Liga nacional de futebol americano) Os pontos médios 9 po. Ações O preço recomendado (em dófares) para diversas ações 14.8 180. (T!J/lte: T. 26..0 25.t i·. encontre a médi..001 Nos exercícios de 13 a 16.1 30. 27.\ology.) derem se< encontradas ou não representarem o centro dos dados.).0 17.ri criminalidade.J dos funcionários. 2. Se quaisquer dessas medidas não pu· C/mi:GI Psyc. J()<Jtt><J/ ô/ Cor.1 18. Colesterol Os níveis de colesterol para uma amostra de 10 fun· S 07 cioná rias. úime As respostas de umaamostta de 1..ais ou imponados.0 explique o porquê.5 27.8 5.2 10.) ninos da sétima série.5 5. Pesos (em libras) dos cães em um canil 30 35 19 22 22 20 23 21 35 25 1 o2 Chave: lfO = 10 1'9.& 5 6 7 3 9 10 11 12 23.2 20.6 18. A distribuição de frequência das notas 90 em um teste no qual alguns poucos estudantes tiveram uma nota muito menOI da 28. a mediana e a tivo leva para atingir o peso-alvo.8 19.

Be e são marcadas no eixo 39. Nota final Fornecemos as notas e suas po<centagens na nota a seguir. . .. a med~°" e amoda. S 'º5 '1. Ponto médio das notas dos estudantes em uma aula 37. o 8 Cha\. 45 Dias em que os funcionários fíca1n doentes .s so ss 4 1 indice cardí:K"O (00.1111111 111111111111111111111H+H+1~ 38. er.c.s 16 11 Alrur:1 (e.. final para om aluno de estallslic...... Rcs~l-:l . 3 09 ·~ ~ . das pessoas e1n u_ma aula de ginástica Recebimento dos funcionários por hora 16 14 ' • + .t 1.1n 1:-olegad~) Análise gráfica Nos exetcídos 35 e 36. 20 Tempo (em minutos) que funcionários levam para chegar ao trabalho dirigindo P~cis.~ &.i.1tal. AUC oi-.ao Altura dos jogadores 34.rm.1$ fndice de massa corporal (IMC) 36.. . Em seguida.20 <!: IS +-..a 16 18 20 ZZ 24 26 2S 40.: t> • de mais.l!aJlo. ne quais medidas da tendência central melh0< representam os gráficos 41.inltC111os por minu1os) IOt t ti.\ u e R~binltnto po. as leuas A.O +-. .. • • ~ . 100 ..-..- • • • :B"t. .t i·. de um~ amostra de adultos 35. de 1T1C110$ 1.s 10 15202. . ..~J~~~~L- -! 6 ss ro <is 10 1. ·g 30 14 •g 25 ~ 12 g. de1ermi· Nos exeidciosde 41 a 46. PNd~ ..s.:. de dois times d~ futebol Velocidade máxima (em milhas por hora) 1 de carros esportivos de al!o desempenho 6 -t-. . 4 00 J:!. n 18 20 22 24 26 28 30 1~1C 10 IZ 14 16 18 20 ZZf \2"t28 .o~.-~-< ·g 10 . se<n realizar nenhom c.IJ§dd 64 • ú1a11slica aplicada 32. . hora Encontrando a média ponde·rada Nos exetcióos de 37 a 40. Explique..contte a média pondetada dos dados. l-d . Descreva a fonna dos dados.-rrll l 2 +-. hoõzo.+-.-1 • •• • tt :? ••••••• ~ 111111111111111111111 200 205 21Ó 215 220 10 11 n 73 7.. delermine a mé· indice cardíaco dia. JuslifiQue.:mpo correto . l).s:. I· 33. 3+-- 4+-..1.- • 35 16.8 Você donne o suficiente? t 568 2 134 5 120 (..e: OJ8 = 0. Qual é a nota média do aluno? .-.=L.

."•.= do sexo feminino du<ante uma aula de educação flsica.415 para 2 dias e S 250 para 4 (em minutos} feitas por uma pessoa em um dia.<hamai:las 44.0-29 35 ~ -l!.a (em polegadas} de 23 estudantes hoGpitais: do sexo masculino durante uma aukl de educação Hsica.1a . 6 Conjunto de dados: o número de dias em que 20 pacientes fica· Altura (em polegadas) Flequên<i• ram hospitalizados: 6 9 7 14 4 50-62 4 5 6 8 4 11 10 6 8 6 5 7 6 6 3 11 66-68 8 Camas de hospitais 69-71 Número de classes: 5 Conjunto de dados: número de camas em uma amostra de 24 48. uniforme. •• ~ • osp. 36-40 4 ção} são dadas a seguir. 51 H .10 26 45. S 1.)ções 90 15% 30. Notas As notas médias para um cursodeestatís. 74 4 67 76 69 68 72 68 65 63 75 69 66 72 67 66 69 73 64 62 71 73 7':.<lb 10 19 70 Projetos 100 20ilb 7. e um histograma de fre. Altura de homens A ahu..a Nota nota final !dade ' .. Porcentagem n.lrios? 70-79 17 8com M8A: S45. Descre"a a forma do histograma como simétrico.t i·.$ 1.oximadas à próxima polegada) 69· 71 7 de 30 homens: 72.c.(lítiva 65 49.tica (por gradua. Quaissão as notas mé<fsaspara o curso? 41-45 1 9 graduandos em engenharia: 85 5 graduandos em matematica: 90 Identificando a forma da d'istribuição 13 graduandos em administração: 81 Nos exercidos 51 a 54. uma conta bane.:iuéncia dos <lados usando o número indicado ~ncontr~ndo a media para_dados agrupados de dasses.aproximea mé<f.500 8o-89 10 17 com bacharel. Salarios Os salarios médios iniciais (por graduação atingida) S0-59 42 p.e filai 93 25% 40-49 74 42. Ligações telefônicas Duração das figaçOes de longa distància saldo de $ 523 para 24 oias.0 4 pontos. Altura de mulheres A altura (em polegadas} de 18 estudantes .410 para 1· 5 12 5 dias e s 348 p. Qual é 60-69 38 a média dos salarios iniciais para esses funcion. Qual é a nota média? 21-25 ti B em duas aulas de 3 aéd~os D em uma aula de 2 créditos 26-30 7 A em uma aula de 4 aédítos c em uma aula de 3 créditos 31-35 4 46..985 para 5 dias.r . Cvalendo 2 pomos e D "ªlendo I 16-20 7 ponto.lrios em uma empresa s.55 Tc. Qual é a média de saldo para maio' 6.ção Núme10 de..000 43..sJrua uma distlÍbuição de frequência . Notas Um estudante recebe as seguintes notas.a dos dados agrupados.. Saldo de conta Para o mês de abril. B valendo 3 pontos. Nos exerc. uma conta bancaria tem saldo de S 759 para 15 dias.de uma cidade.IJ§dd (apRólo1 • [11&tl1ti<ade. Qual é a méá. S 2.'lo dados a seguir. 149 167 162 127 130 180 160 167 Altura 22 1 145 137 194 207 150 254 262 Ftequ~ncia (em polegadas) 244 297 137 204 166 174 180 151 63· 65 3 ::'~53.Iria tem 50. Ftequênpa De\>er de CdSa 85 5% 0-9 55 Tes~ 80 3:.os de 47 a 50.. assimétrico posilivo ou nenhum dos ameriores. Número e easses. dias. 39 .-77 3 68 12 11 65 69 66 74 n 68 69 ..a de saldo para abril? O~ra.dza.ldo em Administração: S 32.ira 25 funcion.ira 6 dias. assimétrico negativo. com A valendo tl-15 7. Idades Idade dos moradores. l-d . 47.. co. Altura de homens 66-68 6 Número de dasses: 5 Conjunto de dados: alturas (ap. . Saldo de conta Para o mês de maio.I.

3 Méxi~o 134.jdia 8.02.6 Reino. central .04. Explique.te usada.folhas para os dados usando foi moi> afe1oda pelo eliminação do> dados do C.7 amplitude total média estatística em seus anúncios' Expf.2 essa afirmação? Expí.34 gramas) de cinco reci· carro e 29 32 28 32 30 pientes de café •1stantàneo foi registrado como 6. Localize a média ea me<fiana no gráfico.1dência recente.média.3 Taiwan 23. l-d . entradas reSlames.6 de estresse.2 Brasâ 19.4 Arábia saudita 7/J 2 1apao 59.ança 24.tâncias são meddas em polegadas. 6. lados 30 vezes: Teste 1 Teste 2 Teste 3 Teste 4 Tc--. tados na parte (a}. . Ela pode ser enconvada pela f6<mula.1uadas e encontre a média das de golfe são listadas. (e) OesCieva a forma da distrib<Jição. 336 393 408 522 147 504 1n 375 360 (a) Efl<:ontre 10% de uma média ajustada para os dados do (a) Encontre a média e a mediana dos dados.03. Média ajustada Para encontrar 10% de uma média ajustada de um conjunto de dados. medidna ou moda . Exercido 60.5 úngapura 24.A 28 32 28 30 34 562443 624 31 31 31 carro B 29 29 55.per""""()!'°"""""'·) central . Um tesle foi administrado com uma amostta de 30 esiudantes. 5. Ta.2 rimental realizaram uma pesqtJisa. Que medida da tendência (e) Qual medida da 1endêllCia central.4 Qual dos fabcicames p<esentes oo Exercido 58 iria preferir usar a Coreia do Sul 32.60. exdua o menor 10% 57. u ~ o. (b) Desenhe um gráftCO de ramo-e. (e) Qual medida de tendência central. Análise de dados· Estudantes em uma aula de psicologia expe- F. a média ou a mediana. incluindo (c) Compare as medidas encontradas na pane (b) com os resul· a semiamplitude.il!.2 44 SI 11 90 76 36 64 37 43 72 53 62 36 74 51 (a) Encontre a média e a mediana. Encontre a média e a mediana do conteúdo de café (b) O fabricante do carro Bquer anunciar que seu carro teve o novamente. (a) O fabricante do carro A quer anunciar que seu carro teve o melhor desempenho no teste. sob<e a depressão como sioal Bélgica.1cias pa(a pé~ Refaça a pane (a).média. 6. Golfe As dist~ncias (em jardas) para nove buracos de um jo"go das entradas e o maior 10% das e.IJ§dd 66 • [<1•tlslic. Dado de 6 lados 58.ana.54. <Íí.8 Mallsià 12.que.deveria ser usada para mais afe1ada pelo erro na entrada do dado? essa afirmação? Expf. 72 37 28 38 61 47 63 36 41 22 37 51 46 85 13 (b) Encontre a média e a mediana sem as exportações para o Canadá. O que podemos notar' (c) Qual é o beneficio de se usar a média ajustada versus a (d) Use os resuhados da parte (e) para explicar o conjunto de média encontrada usándo todas as entradas de dados? dados fornecido se as di.. mediana ou moda .1verta as <Í1Stá. 6. (b) Compare as quatro medidas da tendência central.Unido 45. melhor desempenho no teste. Austrália 17.1 ChJna 55. 5. ordene os dados.plic~a ( Íí. Análise de dados Um serviço de teste ao consumidor obteve Núme<o de dasses: 6 as seguintes milhas po< ga!ão em cinco testes de desempenho Conjunto de dados: o resultado da ro!agem de um dado de seis com trés tipos de carros compaaos. 21. (a) Encontre a média e a me<f. (b) Co. foi central. Qt. na veidade. é a amplitude Holanda 31. Expandindo conceitos 61.te'S 146 1 5 3 2 5 4 6 12435632 1 1 Carro.59. mas fJcil de ser calculada.0 é raramer.4-0.deveria ser usada para Qnª4â 230. Amplitude total média Outra medida da tendêllcia central que Alema.média. 59. Conteúdo de café Durante uma checagem de segurança. As notas são fornecidas. a nlé<íta ou a mediana. 56.3 ltálkl 1].e medida da tendência (a) Encontre a mé<lla e a mediana do conteúdo de café.que. Que medida da te. essa afirmação> Explique.t i·.99 e 6.deve<ia ser usada para (b) O terceiro valor foi incorretamente medido e é. o conteúdo de café (em onças = 28.2 total média.Md6? uma fileira PO< ramo. (Foose..00. Exportações dos EUA Os dados a seguir são das exportações (e) O fabricante do carro C quer allt'1ciar que seu carro teve o dos EUA (em bilhões de dólares) para 19 países em um áno melhor desempenho no teste.6 (Entrada n$ima de dados) +(Entrada mínima de dados) Suíça 14.que.nha 41. mediana ou moda .

Enco.lo e da junto de dados. En~o. efinicão • Como us.1iunto de dlcjos.co. ent~o uma úrica seta Adicione pelo menos dez pontos que estejam entre 20 e 40 amarela é mostrada. A média pode ser qualquer um dos pontos que foi representado? Amediana pode ser qualquer um dos pontos representados? Explique. 2 4 6 8 J. A mécEa dos pontos é m05trada como Chegando a conclusões uma seta verde e a me<f. Exeml!!Q.ina de modo que a média e a mediana sejam as mesmas Qual S<lo m05u<ldos <lCÍma do gráfico.rns pont05 plesmeme clicando-se dentro da lixeira. clicando o mouse Passo 4 Remova todos 05 pontos do gráfico. amostra.t. à média e à mediana quaado você ad".dados. res que 10? t.75.[TJ_ _ _ _ _ _ _ _ _ _ __ Encontrando aamplitude de um conjunto de dados Duas corporações contrataram 1Oforniandos cada. A medida mais simples é a amplitude do conjunto. Pon· tos podem ser adicionados para representa.Jo padr. melha. l).t i·.. • Como àproximar odesvio padrao Amplitude = (Entrada má~ma de dados) . Especifique o ~mite inferioi romo Oe o superior como 0. mude o [ mite supe· rio< para 25. os dados devem ser quantitativos.ntre a amplitude dos salários iniciais para a Empresa A.ir a regra empírica e o A amplitude de um conjunto de dados é a daerenç.ilra permitir que você inveS!igue interalivameme a média e a Passo 3 Adicione 15 pontos no gráf. Coloque dez pomos ao gráfico. Se dois va!0<es í0<em os mesmos.ez pontos que são maiores que 20.IJ§dd (opltulo1 • [11111<1icodmritiva 67 ÍI• Atividades Média versus mediana Explore Passo 1 EspeófiQue um limite inferia<.o. Para encontrar a amplitude. . Pont05 do gráfm podem ser removid05 dicando no ponto e.. Applet O applet dl médio versus mediano é planejado Passo l Especifique um limite s. A amplitude dos valores que sejam menores que 10? O que <lCO<>tece com o tempo para o eixo pode se.. Valores numéricos para a média e a medi.\•ér Limil: 1 Uppcr Unlil: 9 11.lo. você aprenderá diferentes maneiras de medir a variação do con· • Como encollllar a variancia e o desvio padrao da populaç. l-d .(Entrada minima de dados) para dados agrupados. Adicione ao grâfico mais d. especificada colocando imites superio.icdian: 2. pr!'lar odes. Especifique o limite inferior como 1 e o slJ!)eriO< como 50.ciona alg. acima do eixo horizontal. arrastando o ponto Jl<lra é a forma da disuibuiÇào? O que acontece primeiramente a lixeira.1 Medidas de varia~ão Oque você Amplitude -+ Desvio.es e coof0<me continuamos a adicionar pontos que sejam meno- inferiores e então clicando em UPOATE. ent. mediana como as meddas do centro do co.i entre as entradas máximas e minimas no teorema de Oiebychev parainte<· conjunto. Todos os pontos no gráfico podem ser rem011idos sim. variância e desvio padrão -+ Interpretando o desvio deve aprender padrâo -+ Desvio padrâo para dados agrupados • CDmo encontrar a amp!i!Ude de I Amplitude um conjunto de. Nesta seção.io.periol. O salário inicial para cnda formando é mostrado a seguir.ana é mosttada como uma seta ver· 1.

Amplitude = (Salário máximo) .(Salário mínimo) temente.de dados.IJ§dd Salários iniciais para a Empresa A (milhares de dólares) l Salãrio~ 'll 138 139145147 .5 Solução 37 -4. precisamos entender o que chamamos desvio padrão e entra.5 do salário..de dados no Exemplo 1 têm a média 37 38 39 41 41 41 42 44 45 47 de 41.. Encontre a a111plit11de.t i·. antes de aprendennos essas medidas. = 10.ra a F.5 3.5 3S 39 45 -3.é que as = 47 . Duas medidas de variação que usam todas :as entradas do conjunto de dados são a variância e o desvio padrão. Desvio conjunto de dados. (milhmsde (milh•res de dólares) x clól...lário inicial para a Empresa Adado no Exemplo 1..000. 42 Salários in iriais r. o. .a variação major. Desvios dos dez salários iniciais da Empresa A efinicão O desvio de uma entra~ x em uma população é a diferença entre a entrada e a média µ do Saláxio. A diferen_ça.37 e ntradas•no segl!ndo conjun· 'to têm un.5 = 0.S(ou-$500).ar. Ambos osconjunto.5 Encontre o desvio de cada s. E ainda. 41 -0. e.hno moda de 41...da no conjunto de dados.sa R (milhartt~ dP dólan.5 Exemplo m 47 5.000) é: Ex = 4l5 Llx-11) ~ O 41. Identifique os salários 111fl1i111os e111áxi111os. 1\35 I Desvio.5 desvia da média.5 44 2. Seu objetivo nesta 5eSão é Então.5 -2. Compare sua resposta com a do Exemplo 1.1• Desvio de x = x . R~~Jt'ISIIJ 1111 .:. variância e desvio padrão Como uma medida de variaç.io.41. A desvantagem. os dois conjuntos diferem significan. a amplitude tem como vantagem ser fácil de cal· rui.S.5. 41 -0. entretanto. .__µ A tabela à esquerda lista os desvios de cada um dos dez salários iniciais.. 41 144 141 137 .i•dr.5 A média dos salários iniciais é 11 = 415/10 = 41. Porém. subtraia 41.m(lrP. ~ ê a. Para encontrar o quanto um salário 42 0. o desvio de 41 (ou$ 41.\'_) -\. é que a amplitude usa somente duas entradas do conjunto de dados.1.5 En(ontrando os desvios de um conjunto de dados 41 -0. a amplitude dos salários iniciais para a Empresa A é 10 ou S 10.t=.. l-d . Por exemplo.s) Importante Solução Ordenar os dados ajuda a encontrar os salários mínimos e máximos.res) X . b..µ. ~prender como medir a va- riação no conjunto. Tente Encontre a amplitude dos salários iniciais para a Empresa B.. a mediana de 41 e a ~lin1n1('1 __) \ _ l\fAx.

b. note que a soma dos desvios é zero. S. Re. calculamos a quantidade chamada soma dos quadrados. Em símbolos 1. Para superar esse problema. denotada paraSS. Enrontre a média do conjunto de dados populaci-Onal.µ)1 ' '[.)' 5. 2. Encontre araizquadra_da da variância para obter o desvio padrão populacional. Divida por l\J para obter a variação populacio}lal 6...1a1~\ica~es<ri1~. efini(ão A variância populacional do conjunto de dados populacional de N entradas é: Variância populacional = o1 = >:(x. SS.a obter a soma dos quadrados.t i·.P =~!:(x.(x .os. (x .. não faz sentido encontrar a média dos des· vi. a. µ = - Ex N 2.2 • f.spo. Faça o quadrado de cada desvi. "=JE(x~ µ)' . Adicione pa.o.1. S11btrnia a média de cada salá. a média dos quadrados dos desvios é chamada de variância populacional.p1ru1. 69 Encontre o desvio de cada salário inicial para a Empresa Bdado no Exemplo 1./t 3...)' N O símbolo o é a letra minúscula grega sigma.sjunto de dados populacional de N entradas é a raiz quadrada da variância populacional. 3. Quando adicionamos os quadrados dos desvios. 4.io. f' 1' Instruções Encontrando a variância populacional·e o desvio padrão Em palavras 1.135 No Exemplo 2. . = E(x .lfl u. Encontre a média de cada conjunto de dados. " N 6.1 p.)' 4. Encontre o desvio de cada entrada... Em um conjunto de dados populacional.IJ§dd c. efinitão O desvio padrão populacional de um co. você pode fazer o quadrado de cada desvio. Em razão de isso ser verda· deiro para qualquer cor~unto de dados.. l-d . X . Desvio padrão populacional = u'=.

=88. A36 que o COf\junto de c(ados ori· ginal..is Solução 39 -2.85:.25 SS.1. = SS. Avariância amostral e o desvio padrão amostral de cada conjunto de dados amostra) de n entradas estão listados a seguir.JS.édia do conjunto de dados an1ostral. nú1neroan1enos lnstru(:ões que o número de entradas.25 44 .1. l-d . Esta é a.25 A tabela à esquerda resume os passos usados para encontrar SS. Fnçn o q11admdo de cada desvio e os ndiâo11e para obter a soma dos quadrados. a. 42 o. Faça o quadrádo de cada desvio.) 6.para obter a soma dos quadrados. padrão ' 5. b. $? 3.W =JzXx ..0 41 -0. Va.dos Encontrando o desvio padr3o populacional X x-µ 4'-µ>' Encontre a varifulci~ populacional e o desvio padr~o dos s. arredorrdamento usada efinicão para calcular a média.S 12.POr razões tec· r.s 0. Encontre a m.2.or 11 .S 0. uma casa decimal a mais do Rl')f. Adicione.r t:1. População Amô5tra 2. N =10. Exemplo m SaUrio Desvio QuadJ>.25 Tente Encontre o desvio padrão populacional dos sa. Encontre ó desvio de cada entrada. x.. 37 -4...25 Assim.. 11' = ~~S :.5 30.S 0.t i·. l11tery>rete os resultados fornecendo o desvio padrão populacional em dólares.. 45 3.3.- C. a variância populacional é de aproximadamente 8.S 12.S o. un. Dica de estudo Variancia da amostra= s' . Encontre a 111édin e cadn desvio padrlio como você fe-t no 1ê!11te oocê 2.S 20.ma dos quadrados dos salários iniciais da Empresa A. 9 e o desvio padrão 41 -0.IJ§dd 70 a ÚlatÍ5tiC.x .~>' 2. Dica de estudo e. 38 -3. mas . Encontre a raiz quadrada da variância para obter o desvio padrão amostral. Encontre a miz q11ndmdn da variância.Ji'f n.lários iniciais para a 41 -0. Nú. quando encoJ1tramos a variância a111ostml dividimos porn-1.'i 6. --~~~~~~~~~~ d.icas.0 ou S 3.lários iniciais para as empresas C=O SS.xY n. Desvio q 4.1 entradas. _ Ex X= - 11 Sc>ma dos quadrados lXx .is Empresa A dados no Exemplo J.l para obter a variação amostral.mero de N li Em slmbolos entradas Desvio X-jl x -X 1.9. Média /1 l 6. dividimos por No número de Desvio padrão amostral =S =. Note que a variânciá e o deli· vio padrão do Exemplo·3 têm e. mesma regra de. Divida p. Encontrando a variância amostral e o desvio padrão Símbolos nas fórmulas da Em palavras variância e do desvio padrão 1.!Xx.25 populacional é de aproximadamente de 3. 11= .riância .5.OSl1111n 11.r ..1 Note que quando encontra· mos a variância pop11lncio1111I.S vocf dadas no Exemplo 1.$..000.25 47 5. Divida por N para obter a variância populacional.jllicad• So.

-E_"'<x'--""'x"'>-' 11 .I ou$ 3..'~ Veja os passos MINLTAB e Encontre o desvío padrão amostral Tl-83/84 nas p. Encontre a raiz quadrada da variância amostral.xJ' 4. l-d .'fidd l11t. =88. é.dnpttrdc d{' <. JOOe 101.pftolo 2 • útatf!li«desnitív. Divida por u . Solução ss.BB 01 29. Use uma calculadora ou computador para encontrar a média do índice de locação e o desvio padrão arnostral. .s . Cada empresa tem diversas outras filiais e você planeja usar os salários iniciais das filiais de Chicago para estimar os salários iniciais para populações maiores.33. Al6 Exemplo OJ Usando a tecnologia para encontrar o desvio padrão Na tabela são mostradas amostras dos índices de locação de escritórios (em dóla- res por pés quadrados por ano) para o distrito de negócios de Miami. b.x)' 5 = .38 Maximum 40.IJ§dd (.. = E(.t i·.56 ® 03 9 37. (.-t.I"'"---'- 11-l Exemplo [41 .11iJ1mt111 & l\'ltb.04 ' / Mean' .8 e o desvio padrão amostral éde aproximadamente3. podemos ver que x"' 33. (x . SS.73 e s "'5.9. Encontre a soma dos q11admdos como você fez no Tente você 3.75 1 Median 35. Encon- tre o desvio padrão amostml dos salários iniciais para a filial de Chicago da Empresa A.Tente usar essa tecnologia para encontrar a média e o desvio padrão dos índices de locação.l 6.1 pnra a variância an.. a. A partir dos displays.) Sol11çào O MINITAB.100. Efx .09. a variância amostral é de aproximadamente 9. 23.r. RifSposlt1 1tn p.ostral. MINITAB l Desaiptive Statistics . 71 3.50 TrMean 33.r-x)' 5••1 . Excel e a Tl-83/84 têm características que calculam automaticamente a média eo desvio padrão do conjunto de dados.. Os salários fornecidos no Exemplo 1 são para as filiais de Chicago das empresas A e B.44 .. Variable Rente! Rates Variable Rental Rates N 24 SE Mean 1.73 / Minifnü.5 11=10 s' = ss.s 9 Assim.

50 n.75 37. Digite os dados.00 <I0.u.00 uma entrada típica se desvia da média. ox .que sei: positivo. o desvio Exemplo m padrão tem.-s dos d~dos Valores dos <·lo.5 uma 1'1-83/84 para o l::xem.o paét!o Entre as amostras dos índices Soma 809. 1. Do oontrário.00 b.lembre-rede que ele é a medida de quanto 27.00 39.982216639 !STAr( n = 24 Escolha o menu l 6DIT I 1:::.~ 6 -~ 6 g 5 .$ Quando todos os valor.M .75 35. o desvio pa· drãoé O.25 lndices de toeação de eS<Titórios.75 35. .00 46.4 ..00 29.00 35.5.Var Stats oomputador para encontrar a média dos índices e o desvio padrão da amostra... •+---1 1 2 3 4 S 6 1 $ 9 1 2 3 4 5 6 7 8 9 Importante Valores dos d:1dos: Vatores dos d.50 31. CSx . média _ _.. 7 .inimo 23.00 38. 1< Edit Máximo 405 <::): des-.~ 5 <g . estime o desvio padrão populacional de cada oonjunto de dados.75 26.15. . Quanto mais espalhadas estiverem as entradas.75 38.25 36.25 36. Ex =809.00 s s 7+--.089373342::.75 36.75 39.50 <I0.75 32.pli<ada Dica de estudo EXCEL Tl-83/84 l 1-Var Stats Aqui estão as instruções para calcular a média amostral e o <x"' 33..00 42.5 de loração·em Ll Conta 24 lSTAíl Sllo listadas amostras dos índices de locação de escritórios (em dólares por pés Escolha o mema lCALC! quadrados por ano) para o distrito de negócios de Seattle. plo 5.R I 40. 23.00 29..IJ§dd 7Z • Úldllllic.75 32.l(k. veja 2. l-d j[ i·.) l ENTER! l2nd! [ill I ENTE.00 43. Estimando o desvio padrão Sem calcular.dos .50 33.QJJ_ ó l ?34S67 Val()rtS dos <1:idos Valon. ~ 1 Ó 1 13.aS6 7 I t I 0 1 234$6 7 O+U._.75 26.75 38. 24.4 Atividades na p.00 32.50 35.00 35.50 34.75 I Interpretando o desvio padrão 37. (Adapituf" d( C11Ntmfl11 b t\'n~tftl'ld. =• {~ Para explorar mais este tó.5 - 1Jx2 = 27899..00 40.( ~+---1 l ~+---• pico.aior será o desvio padrão.es de dados são iguais.00 33. 82.75 Na interpretação do desvio padrão. US<! a calculadora ou t: ij .75 39.50 37.75 38. 35. 37.7291666'7:> desvio padrão tunostral en.25 37.. I. Cnlwfe a média amostra.75 40.! eo desvio padrão amostral.75 36. 1 a.

. Centerfor Health Statistics (Centro Nacional de Estatísticas Médicas) para en· 34% 34% ' oont. (f1111rr.11r-.7%con1 3 des\'i0$ l). 1. dados? . Cada uma das oito entradas tem desvio de :1:1. Mais tarde neste livro...) 2..i+.i•"'nJ ü111t1 fi.9<J. 68%.e 29) era de 64 polegadas. ~ 2 désviôi..7) a média era de 69. A3 Muitos conjuntos de dados da vida real têm distribuições que são aproximadamente simétricas e têm curva em forma de sino.~.fl•l•2 • úmlsti<a d"'ritiva 73 Solução 1. uma média de 10 e •<d um desvio padrão populacional de aproximadamente 3. o desvio padrão populacional deveria ser 2.rar a altura n1édia dos homens nos EUA.'l<frito •. você pode ver que" = 1 3.yunto com idades cn!re 20 e 29. o desvie padrão tem as ca· e o desvio padrão era 3. eqra empíri ca (ou regra 68-95-99.6 polegadas Para os dados com distribuição (simétrica) com fonnato de curva.t i·. 2. Calwle o desvio padrão populacional para checar que q é aproximadamente 3. Tente Escreva um conjunto de dados que tenha 10 entradas. b. Calculando. o desvio padr5.IJ§dd (a. tio..~unto. quais duns de 2. Calculando..71 polegadas. Então. com desvio pad rão amostral E.os padrão em relêção à média.. co11têm 95% 1/n mMin 69. uma amostra das alturas médias das mulhe· res nos EUA (idades entre 20. (Há várias respostas 6 corretas. ~·". ter111os gerais. Agora. a Rc'gra Empfrica a seguir pode ajudá-lo a ver como o desvio padrão pode ser valoroso como uma medida de variação.. O histograma . Estime a porcentagem de mulheres cujas alturas estão entre 64 e alt11m. você pode ver que q . Em tomo de 95% dos dados está dentro de dois desvios padrão em relação à média... entretanto.ira os n4 ho1nens exa1ni- nados no co... com idades entre 20 e 29 Exemplo QJ Usando a regra empírica Em uma pesquisa conduzida pelo National Center for Health Statistics (Cen· tro Nacional de Estatísticas Médicas).p3driio ' I Retratando o ~ .0 po· iacteristicas a seguir.95%oom .7% dos dados está dentro de crês desv'. Cada uma das oito entradas tem desvio de ± 1 ou ±3. . Em tomo de S9. Neste oo.o popuJacio· nal deveria ser 1.) a. legadas. fatr(!'IJ(J um conjunto de dados que tenha 5 entradas que sejam três unidades me. Em tomo de 68% dos dados está dentro de um desvio padrão em relação à média. 2. Alturas dos homens nos EUA 3.•io ! Uma pesquisa foi conduzida ' padrão pelo National. Então. Cada uma das oito entradas.10- res que 10 e cinco entradas que sejam três unidades maiores que 10. llnrlr/1 s.. estudaremos esse tipo de distribuição em detalhes.24.é 4.42 polegadas. o que implica <1 = O.nostra a distribuição das rutu· '.coin ~ : 1 <k\i. Distribuição em fonna de sino . R~p~la 111111. cada desvio éO. Então.t i +2s X +lr ras p. l-d .

1-. 47. 8 • k = . .42 12:u .t i·.7l 69.-~ -r n.42 é dois desvios padráo acima da altura média.ltagem dos dadosentrex -s ex.S . você obtém: x+ 2s = 64 +2 (2.. Em raz. pelo menos 1.SOO 1 100 .71) = 69. cas). 1. itJ.'\o de a distribui- ção ter formato de sino..42 polegadas de altura.-. l-d . Decida qual é qual.soo~ .ou 88. a porcentagem das alturas entre 64 polegadas e 69. Quantos desvios padrão estão 61.ao estatístico russo Pafnuli pa·drao da média são muito Chebychev (1821-1894).J: em qualquer conjunto de dados..000 1 ! '°zo -.181 ss. Estime a porcentagem das aJhiras que estão entre 61. A regra empírica se apl ica somente às distribuições em forma de sino (simétri- drão da média sáo incomuns.'\o 34% + 13.'tde (Clll :lllOJ'i. Tente 1\llur. A altura média é 64. Tieorema de Chebychev Aporção de qualque.. Use a regra empírica para estimar a porce.6 ~ ~ o= 19. l11ferprete os resultados no contexto dos dados.=. fllterpretaçlio Então._e· l = • k 2: em qualquer conjunto de dados. Mas e se a distribuição não for em forma de sino ou ·se a forma da. O que podemos concluir? IZO i 2.s ss 6S 7$ 85 S I S ~ ll ~ g e 8 ~ Idade. você pode usar a regra empírica.9% dos dados estão dentro de 3 desvios padrão em relação à média. .ê 2. então. 2t r-31 x-..29 à esquerda de 64? b.inos) lcl...5%. 2 =43 ou 75% dos dados estão dentro de 2 desvios padrão em relação à média. Já que 62.(ctn .ss 6119 M 66.5% das mulheres têm entre 64 e 69.) .5% = 47..IJ§dd 74 • lstotktica aplicad• Alturas das mulheres nos EUA Solução com idades entre 20 e 29 Adistribuição das alturas das mulheres é mostrada no gr. pelo menos: 1 .42 polegadas s. ÍS.42.29 e 64 polegadas.distribuiçilo Os valores de dados que for desconhecida? O teorema a seguir fornece uma afirmaç..!t 60 = g ·J ~ 1. Gs valores dos dados que es- tão a mais dedois desvios pa.\-la. ~ soo S IS 2S ~s .i.'\o de desigualdade que se estão a mais de três desvios aplica a todas as distribuições. quando você adicionar dois desvios padráo à altura média.. pelo menos 1-~ = .i( (cm pokgad. 3 9 Exemplo nJ Usando o teorema de (hebychev As distribuições das idades para o Alasca e a Flórida são mostradas no histograma. coojunto de dados que estejam dentro de k desvios padriio (k >l) da média é.ífico. Seu nome é em homenagem . inco1nuns. Aplique o teorema de Chebychev para os dados da Flórida usando k = 2. Importante e. l 1 .s) wtf a.1)()() ·~ SO · ê ~ 1.

ovavelmente sentados por uma distribuição de frequência.xJ'f 4 1 2 1 1 2 o 10 o . ~--- Desvio padrão amostral =S= '[.l. Subtrnm dois desvios padrão a partir da média.S 0. Dica de estudo -·.t i·.(x. ria ser uma afirmação feita com base no histograma.os 4 2 8 2.IJ§dd (ap!tol• 2 • (mtllli<a de. tribuiçiío. Dependendo da dis· Na Seção 2.2(24.2 .24 6 4 24 4.14 .84 9.16 2 7 14 0.:ema de Che- R6')0:1.2 e interprete os resultados.64 70. Encontre a média amos· 1 3 1 1 1 trai e o desvio padrão amostral para o conjunto de dados.ação de desigualdade e1n vios padrão para a direita da média nos coloca em 11 +2tJ =39. No Exemplo 8. Movendo dois desvios padrão para a es. Pelo toorema de Chebychev podemos di.8 anos de idade. 3 o 3 1 1 entretanto.24 32. Essa é uma Tente Aplique o teorema de Chebychev para os dados do Alasca usando k = 2.Ol 0.2 Ji.ta 11rt 11. l-d .8) = .40 o 3 o 2 4 1 19 19 -0. pois a população é maior e mais velha.i (x . é mais fácil us..40 A .2 + 2(24. A fórmula para o desvio padrão amos.2 10.S 3.8.\lidn'l n1110SIT1tl . Atlicio11e dois desvios padrão à média.2 1. Mover dois des. Exemplo [!] _9_______________ Encontrando odesvio padrao para dados agrupados Número de crianças Você coletou uma amostra aleatória do número de crianças por ·residência em em 50 residências certa região. abaixo de 88..1rmos a distribuição de frequência. afirmação verdadeira.~~~~~~~~~~ n.68 5 1 5 3.o. Em geral. lembre-se de que as fórnll\· las para dados agrupados pe· dem ~ue você multiplique as frequências.24 10. Os resultados são mostrados na tabela à direita.<1itiva 15 Solução Importante -til~~~~~~~~~~ O histograma da direita mostra a distribu. 1 2 2 o 1 Solução 1 1 o o o Esses dados poderiam ser tratados como 50 entradas individuais e poderíamos usar as 1 5 o 3 6 fórmulas para a média e o desvio padrão.4. Mas como ten\OS muitos números repetidos.10.28 3 7 21 1.56 i:~so l: = 91 S = 145. o teorema de querda da média chega-se em O. uma maior porcentagem de tral para uma distribuição de frequência é: dados na amplitude dada. Podemos afirmar isso.1 onde n = Efé o número de entradas no conjunto de dados.2o = 39. mas 6 não é tão forte· quanto pode· 8 a.xff.36 byd\ev fomece <\ porcentagem mínima dos valores dos dados que estão denti:P do número I Desviopadrao para dados agrupados dado de desvios padrão da média.8) =88. A.x)' (x .2 4.1 aprendemos que conjuntos de dados grandes são melhores repre.2 O. e. o teo. Aplique o teorema de Chebychev para k . b. Chebychev fomece uma afir· n. 1 1 6 o 1 3 6 6 1 2 2 3 o 1 1 X f xf x.ição de idades na Flórida.64 12. hã p.zer que pelo menos 75% da população da Flórida que pelo menos 75% da po· puJa<ião da Flórida tem idade está entre Oe 88.8. pois.

668. {. s= 'i:.ostral ent uma Então.312.1 49 vio. Como essa mudança Esoolha o menu EDff você afeta a n1édia an1ostral e o desvio padrão an.. Faça uma distribuição de frequência para os dados.\ll<fin t111. Dica de estudo Use a soma dos quadrados para encontrar o desvio padrão amostral.Var Stats d.306.0-:>6.25 694. Enoontre a 111Min amostral.3i5. Complete as três 1ílti111ns colrmns da distribuição de frequência.970 257.5 E= 1.. xf = 192.t/ x-X (r-xl' t.5 2~.'h!-tr11I .806. JSTAT! e.tlstica .plic'4.(x-x}'f =J25.25 3.000 =192 .668.750.~ xff 0-99 49.142. aproximadamente 1.t:.000 Use a soma dos quadrados para encontrar o desvio padrão amostral.25 J 1..try Ji:.5 166.1<inll'm1 of:\mniro.. podemos estimar a média JENTER! amostral e o desvio padrão usando pontos médios de cada classe.716.5 400-!99 449..306.IJ§dd 76 • ht.5 60 26.(x . Escreva as três prin.375.978.0 x=f.SIO .806.475 157.S 380 18.5 ] .25 t. a média amostral é aproximadamente 1.25 7. 1.5 50 17. R~1~t.x)' f = /145. Aqui estão a:.8 crianças e o desvio padrão é r 'CT-83/84 para os dados agm- dos jº Exemplo 9. A36 IENTER! ~ Ll. Entre as frequências /em L2 b. 7 o cálculo da média e do des· 11 . a média amostral é$ 192 por ano e o desvio padrão amostral é aproximadamente $ 160.3t2. ente· Altere para 4 três dos 6 expostos no oonjunto de dados.padrão an.quisa na qual 1.5 300-399 349.5 210 52.) Solução Comece usando a distribuição de frequência para organizar os dados.750 <:<160. Exemplo [TõJ Castos antes de viagens Usando pontos médios das classes O gráfico circular à esquerda mostra os resultados de uma pes.5 500+ 599.5 20.eiras colunas da distribuíçiio de frequêucia.4 . . Então use a tabela para es~mar o desvio padrão amostral do conjunto de dados.3 11 .437.000 E = 25. Escolha o menu CALC 1: 1.5 66.0 100-199 149.S 3. 1.~ .t i·. ~ L2 Quando a dislribuiç.000 E= 192.4dopMdod" Trt1t't•l luefu.3 por ano. Glasse X I .937.J 999 Então.5 70 41.na p._"l.395 57.965 407. Enoontre o desvio )llldrilo nwostrnl.25 415.1o de frequência tem classes. l-d .240.306.000 adultos foram questionados sobre o quanto gastam na preparação para viagens pessoais no ano.7 crianças.ostral? 1: Edit 9 Entre·os valores de x em l1 a.623. instruções para s = f.S 230 34.S 200-299 249.42.

O. 5 O 1 19 (a) 12 8 9 Chave: l 2J8 = 128 6 1299 7 59 13 55 8 14 1 2 8 48 9 0256 15 006 7 16 459 6.) Nos exercícios I e 2 e<icontre a amplitude.1tre um conjun· 1. Escreva as quatro primeiras colunas da dislrib11içiio defreq11€11cin. 17 8 13 18 15 9 10 11 6 (b) Mude 45.3 30. a variância e 31.1~e a amplitude do conjt.. Nos exercícios 5 e 6.5.6 35..- a .Lr·• 15 04568 24 15 26271829 30 JI 3. a va.ti<a des.ontre um conjunto de dados J>Oll'llacional que contenha seis Raciocínio gráfico entradas..is. Raciocínio gráfico Ambos os conjuntos de dados a seguir têm 4 0 1 2338 mé<fia de 165... Por que o desvio padrão é usado com lll3is frequência do que a variância? (Díco: considere as unida<!es de vanancia. A36 clone 599. 28 25 21 15 7 14 9 (e) Compare sua resposta em. a mé<ria. 17 1368 Idade das noivas no primeiro casamento 16 069 s 19 6 20 35 7 (b) 12 13 1 14 2 3 5 . x. méóia de 5 e que teraha desvio padrão de 2.. Racioclnio gráfico Ambos os gráf.ns da distribuição de frequência. 12 9 7 5 7 8 10 4 11 6 to de dados para o qual n = 5...Lr'-. Um tem desvio padrão de 2. . Dica de estudo mos$ 650 para representar esta classe? ~. encontre a amplitude. deve- b. 27 21 24 14 17 16 12.8 24..6 para 65.4 e o outro tem junto de dados? desvio padrão de 5.iância e 10..6 e encontre a amplitude desse novo conjunto de dado~ 4. Ili Exercícios Construindo habilidades bâsicas e conceitos 9. Para este exemplo. dessas duas medidas sei negativa? ExpliQue.. Qual é a sona de todos os desvios em t. Pode uma o desvio padrão do conjunto de dados pol)tflacicmal.1ra repf'eS!!ntar o pontoJné· d.. Encontre o desuio padrlio nmostrnl. 3.5 26.mos a ampli11Jde como uma medi· 19 02 da de variação? Qual a desvantagem? 20 8.1itlva 77 Na distribuição de frequência. (a) Enrof\tre a amplitude do coojunto de dados... Qual a vamagem de usa. 23 3 002367 13.tto de dados represen1ados pelo gtáfico Usando e interpretando conceitos 5... 2. E<Y.nioo valor é. Explique como encontramos o desvio de uma enuada em um 14..9 22..: Nos exercícios 3 e 4. Idades no casamento As idades de 10 noivas em seu primeiro 16 21 23 17 18 22 14 casamento são fornecidas a segui. dio. Complete as Ires @imns co/111.. sele· Rc-:. Enco. Explique COIOO encontramos a amplitude de um conjunto de da· 18 2 3 4 5 dos. l-d . como na última classe. 15 24 17 19 20 18 20 11.3 45..oos representados a seguir conjun:o de dados.'-r'.? 3~ 34 16 1 1 23 3 3 Idade (cm anos) 17 1 588 7. E>j)!ique a relaçào entre a variã~cia e o de5\lio padrão. (a) com a resposta em (b)..S foi escofhido para representar a classe de S500ou ma.ost11 "" p. Qual é qual? Explique..S 33. 599. a média. enco..7 21. 1 42..rn con· têm média de 50..~'-r'. Com<> a média e o desvio padrão amostral mudariam se usásse.IJ§dd (apttulo 2 • fatatl. 2 3 9 Chave: 213 . Um tem desvio padrão de 16 e o outro de 24.1. Qual équal' Explique seu raciocínio.7 e s . mos designar um ú. Quando uma classe é aberta. Encontre a médio nmoslml.t i·.6 o desvio padrão do conjunto de dados amostral. p..

delermnequal c011juotodedados tem o maior desoo padrão amostral. (a) 21. Redação Descreva a dWeiença entre o c.9 24.000 ou mais? .214 1.1 31.a'.1 22..tos dádos 23. A Empresa A oferece sal<lrios iniciais com 1• = S 31.6 38.3 tacadas ou jogador Bcom .-1 coojumo de dados.5 26.7 18..222 ·~ 15 J .:J e o desvio p.9 32. 1 20. a variância e o desvio padrão de cada coojunto de dados.3 19.2 Pro/ess()(es de escola poriiculor: 21. 11 5678910 18.393 1.000 e " = $ 1...9 23. Tacadas de golfe Um site da Internet compara as tacadas Va!qt dos dados por rodada de dois jogadores de golfe plofissionais.4 32. (a) Sem calcular.000 e • = $ 5.0 28..8 24. como 5abemos se cal· culamos a ou s? 17.000.:.1 26.I diferel\Ç<'ls? (a) Encontre a amplitude.:l) Eocontrc ~ .226 965 841 1.t i·..6 19. (a) Sem calcular....dr.123 923 1.. populacional e do desvio padrão amostral.7 29. V.9 36. Saláriosánuais Listamos uma amostra dos salários anuais (em J 56189 !(} ml hares de dólares) para os funcionários municipais de Los An· V3lor ~ <l~do~ geles e Long Beach. Redaçao Dado um coojumo de dados. compare os trés conjuntos de dados.4 20..ilor <.'Hr\'n'r'HH... l~ 19. Salários anuais A segui1. 20 + . 'º 9.9 25.2 25.3 Loog Beach:20.2 31.8 18.-1 1- 20. a variAncia e o desvio padrão de cada 24...2 tacadas? ~ $ ·g 4 Comparando dois conjuntos de dados 'º ~ Nos exerócios de 19 a 22..3 17. s 22.2 20.175 1.6 18. Qual tem o menor desvio padrão 15. Valor dos cL. listamos uma amosua dos salários anuais (em milhares de dólares) para os funcion~rios municipais 4 S 6 7 8 9 10 de Dallas e Houston.? -15 4$ SI S4 57 (íO ca e particular.o (.. 1 38.- ~ 5 . emosual?tlfll{ique.7 17. Em qual empresa vocé mais prova· velmente conseguiria uma oferta de $ 33. Notas no teste SAT Listamos uma amostra das notas no teste SAT para 8 estudantes do sexo masculino e 8 do sexo feminino.. Explique.1 35.dos Professores de escola pública: (b) 38.l w:itiât'lci..3 16. (iii) LosAngefes: 20..'. desvio padrão amosUal.017 1..8 21. (i) 16..:.4 18..328 1.. (b) Interprete os resultados no CQOtexto da \ida real.8 26.7 27.cb cOlljumo de dados.042 Mulheres: 1.9 39..3 26.8 (a) Encontre a amplitude.-- (a) Encontre a amplitude. Qual tem o menor desvio padrão (b) Interprete os resultados no contexto da vida real.. Qual jo· gador de golfe é mais coosistente: jogador A com 1• = 71.IJ§dd 78 • btotisti<aapli... Aempresa Boferece salários iniciais com I' = $ 31 .8 34..2 6+----~. . (b) Interprete os resultados no CQ<ltexto da vida real.lmpli1udc. Raciocínio gráfico 42 .as 4S St 54 $1 60 Nos exercícios de 23 a 26.4 20..000.7 36. Homens: 1. delerrrine qual c011juoto de dados tem o maior CO<ljunto de dados.5 (b) Quais as semelhanças enue os c011juntos de dados? E as Houston: 25.5 tacadas e" = 2..2 26. Salários anuais Listamos uma amos11a dos salários anuais (em -t+H+l~~~lr..6 23. 1 tacadas e 6 • 11 = 1..7 25..9 t8..059 1.053 1.. Ofertas salariais 1/océ esl<l se candidat3ndo a um emprego em duas empresas.= 70.o de c.056 1..312 1." 3+---1 (b) Interprete os resultados no COiltexto de um cenário real.4 26.'. a variância e o desvio padrão de cada "i! ·•+-. milhares de dólares) para P<olessores primários de escolas públi- .lkulo do desvio padrão amostrar. compare os dois coojuntos de dados e interprete os reS\Jltados.2 26. l-d .7 25. Valor dos dados Dollos: 34. .. J: 2 + ..8 35.

10 li 12 13 1.300 e S 1.n5.ridades e diferenças entre a regia (b) Quais as semelhanças entre os conjuntos de dados? E as empírica e o leôlema de Chebychev. cujos valo. Redação O que devemos saber soble o conjunto de dados an- 25. determine qual conjunto de dados tem o maio. uai? éxplique.mine qual conjunto de dados tem o maio. são val0<es diwepames desvio padrão amostral.océ esperaria ter val0<es de terras e construções entre $ 1. com desvio padrão de $ 200.es das terras 26.500 • • • e S3.300 e S 1. s 2.700. médio de te<ias e conw uções por aoe de uma amostra 10 li I'? lJ 14 de faie11das é S 2.850 . Qual tem o menor desvio padrão amostral? Explique.&S67S 3 5 (b) Quais as semelhanças en1<e os conjwuos de dados? E as 4 1 dife<enças? Cha.-e: 411 = 41 27. O valor médio de te<ras e cons.$ (b) Se amostrarmos 25 fazendas aooonais.& ze11das . laça as atividades • a seguir: (assuma que o número de fazendas na amostra é 40. Qual tem o meno.a de sil1o. desvio padrão amos· (mais do que dois desvios padr!o a partir da média). 2 33337777 1 2. Usando a regra empírica l'los exe<dcios de 29 a 34.475. 1 1 1 f I I 1 1 .300 por acre? (b) Quais as semelhanças entte os conjuntos de dados? E as 33.uuções por aoe de uma amostra • de faiendas é $ 1. acre são fornecidos. Entre quais dois valores estão 95% dos dados? (Assuma que o conjunto de (ii) dados tem distriroção em forma de sino. • • • • • 30. laça as atividades • a seguir: (assuma que o número de fazendas na arnosua é 75. de1ermi11e quais das fazendas a seguir.cionais.000.400. e construções po.500 e S 3.i) O 9 (ii) • • 1 5 • • • • 2 333777 • • • • • • 3 5 • • • • • • • • ~ 1 1 1 1 1 1 1 1• 4 1 1 2 3 • s 6 7 8 Chave: 411 = 41 (iii) • • • • (lii) o •••••••• 1 5 • • • • • • • • .ii) zendas 1/0Cé esperaria ter val0<es de terras e consuuções • entre S 1. s 1.300 e S 1. (a) Sem cafwfar. usando as amos1ras estatisl. aoe.icas do Exercício 29. 10 li 12 13 I.300 po. (1) 29.) • 31. Redação Discuta as simili. Usando as amostras eS1atisticas do Exerc~io 30. O valo. s uso.) • • • • • • • • (a) Use a regra empírica para estimar o número de fazendas • • • • • cujos valores das terras e consttuções eslejam entre S 1. use a regra empírica. quantas dessas fa.. (a) Sem cakufar. Usando as estatisticas amos1rais do Exerdóo 29 e a regra empíri- dife<enças? ca.t i·. dete.lo em fom.700 l>O' acre? • 32.000. tes de usarmos a regra ernplrica? desvio padrão amostral.im enve S 1. dae<enças? 28..) • • • (a) Use a regra empírica pata estimar o númeto de fazendas • • • cujos valores das te<ras e construções eslejam en!ie $ 1. l-d . • • • (b} Se amostrarmos 20 fazendas aá.l. com desvio padrão de S 450. (. 700 por aCte. s 1. Estime a por<enta· • • • gem de fazendas cujos valores das construções e te«as por ilCle • • • esteí. s 1.IJ§dd (apftulo2 • [11111<tiCd dts<ritiv• 79 (O o 9 (i) 1 58 • • • • 2 33 7 7 • • • • 3 25 • • • • • • 4 1 • • • • • • 1 1 1 1 1 1 1~ Chave: 411 = 41 2 3 • s 6 7 s (.500... s 1. quamas dessas fa. O<:onjunto • • • de dados tem distribuiç.

s..Jo mowados no histograma.IJ§dd 80 • [1ta1Micupli<0d• 34.1al do conjunto de dados.1jonto de dados.. s..09 minutos. use fórmulas para dados agrupados lt 10 para e<icootrar a média e o desvio padrão indicados. use a tabela para estimar a mé- dia amosval e o desvio padrao amostral do conjunto de dados.5 minutos.450. z use a tabela para estima..do -~ IS 15 "1:" 10 8 43. e cootruções por aae são f()(necidos.o-Mt""" Na"""'11 A><k) desvio padtào amostral do coojunto de dados.lo rrostradas no histograma.t i·.- .§ 2 z z .lo mOSlra· " 6 -- dos no histograma.io de frequência para Chebychev.. . $ 3.S amostral do conjunto de dados.nos 10 8 7 4 9 6 7 5 3S-44 ( íi. Carros por residência Os resultados de uma amosua aleatória i ~ S +--- •. Consumo de água O núme10 de galões de ~ua consumidos anos 18-24 diariamente em um pequeno vilarejo está íistado a seguir. Estime a méd'. 14 e.ãme a méúia populaciooal e o desvio pa· ca..07 segundos.. População americana A distribuiç. Faça a distribtlição de frequêllcia (usando cinco classes) para o conjunto de dados.34 g) de café é e o desvio padrão é de 1. S 3. Cafcínti (c. l-d .32 minutos amostra de porções de cinco onças ( 1 oz "' 28.scone Nationol Park.40.) ano~ 12 10 7 6 13 8 6 4 12 6 8 6 14 9 9 2 10 9 8 5 13 8 6 3 14-17 :.675. C•ll$U$ Bureov) ( íi. determine quais das fazendas a seguir.490. 7 As respostas s.5 o desvio padrão amostral do coojooto de dados.l. A partir de uma amosua com n = 32. cujos vaf()(es das terras drào poptJlacio. Teorema de Chebychev O tempo médio das mulheres em uma co11ida de 400 metros rasos é 57.325.1 uogw. Então.trada no histograma. 41 .S 114.5 1365 158:.l Núnlt!(Q de C:UTO. Animais de estimação por residência Os resultados de uma amostra aleatória do número de animais de estimação em certa região s.co.ll lS 24 o 2 ~ 10 Número de idas a. S 2. Cáletilos usando conjunto de dados agrupados Nos exerciáos de 37 a 44.S 92. lntelJ)rete os resultados. do número de ca11os por· residência em certa região s.~ • no gráf. Use 70 como ponto médio para "65 anos oo mais".lo valores discrepantes 167 180 192 173 145 151 174 (mais do que dois desvios padrão a partir da média). Idas ao supermercado falam selecionadas 30 pessoas aleatoriamente e essas foram questionadas sobre o número de vezes 10 que foram ao supermercado na semana anteri()( à da pesquisa. (Fonre: Yel. En!Ao. coo>desvio padrão de 1.lo estimada (em milhões) da população dos EUA por idade para o ano de 20 11 é mostrada .. S 2. Vrtórias no futebol Onúmero de ~6rias para cada time da Na· tional Football League (liga Nacional de Futebol) em 2006 está listado a seguir.- 36. Faça a :lnOS diSUibuição de frequênôa (usando cinco classes) para o conjunto . EntAo.05. Faça a <listribuiç. Quantidade de cafeína A quantidade de cafeína em uma a duração média das el\lpções do Otd Faithful é de 3. (Fone•: u. determine quantas el\lPÇões (pelo menos) duraram os dados. Teorema de Chebychev O Otd Fa~hful é um famoso gêisei no Yello. apronme a média po· 45-64 pulacional e o desvio padrão populacio.. Faça a distribuição de frequé<Jcia para os dados. 37.a amo. Us<lndo o teocema de mos.que o teo<ema de Chebychev para os dados 25 usando k = 2.1al do conjunto de dados.-1 N1í1ncro de animais ·~ 10+ .39. apro.tral e o desvio padrão e ~ • +-. Estime a média amostral e 70. Usando as estatísticas amostrais do Exercício 30 e a reg. Então. 14 +-.200.950 175 178 160 195 124 244 146 16l 146 177 163 149 188 35.a empfri· de dados.rn tlÜligra. Apf. Então. a média amostral e o desvio padrão o l .u~s) 42. anos 5-13 ((onll!: llaoot>ol Hló<ba. S 1. use a tabela para estimar a média amostral e o epue 1.. $ 1.o supcnncrc.gg 12 +-. Faça a dlstnbuição de frequência para os dados. 36. 5. -< amostral do co.

.ciuroornos r~de(a).I e o desvio padrão amostral enconllando-se a raiz (a) x = 17. 210 mMia? Explique como você ob1eve sua resposta.) mílha. Compare seus resultados com o desvio pa· 72 197 drilo amostral 79 162 (b) Enconlle os desvios absolU1os mé<l:os do conjunto de dados 70 174 do Exercício 22.([x)' A maioria das distribuições tem índice de simetria entre -3 e 3. Por oo 40 35 49 53 38 39 40 37 49 34 38 43 47 noo tet unidades. Dados para promoção Uma amostra dos salários anuais (em u. s SS • Ex'. (b) Cada funcionário na amostra recebe 5% de aumento.es de ~res) dos fuACioná.. 42 36 48 51 39 39 42 36 48 33 39 42 45 - «) " .. (b) Cada funcionário na amostra recebe i 1. ..(b) e (c)? Expandindo conceitos 48.. mediana = 25 .. Faça a distribuiçlo de fre. OI .s Ce= &it'®.Desvio paâoo x tOO!ó Encontre a médía amostra! e o desvio padrão amostral para méda o conjunto de dados revisados...xlos em qual· quer conjunto de dados fica dentro de quantos desvios padrão da . às vezes.ada a seguir...eve o desvio padrão como uma porcentagem média.3.: 47. quência para os dados._ :1 .soo..IJ§dd (a~llolo 2 • [1ta1hli<àdeS<ri1ivo 81 44.. 1.. Uma fórmula altetnativa que. ' n Quando P> O. ~ ~ ~ (a) Enconlle a mêdia amostr~I e o desvio pad(ào amostral.. .1 46. Elx-xl 76 201 n 74 t89 (a) Encontre os desvios absolutos médios do conjunto de dados G9 192 do Exercício 21.co.a forma de cacla uma. mediana = 19 quadrada da vari.1tre a média amostral e odes· de variação para cada conjunto de dados.ldos de (a)..ios de un1a etnptesa é liY. 'E IS - . podemos usar o coeficiente de variaçao para ccmparar dados com unidades diferentes.. {d) Oquepodem.. Er.3( x-medoalo) indi:e de . O estatístico inglés Karl Pearso.. População do Japão No gráfico de barras temos a populaç. En· ..000 de aumento. (d) O que podemos cooduir com os result. pode ser maiscoovenieme para cálculos à mão é P . Podemos encontrar a variância amostral dMdindo-se a soma dos quadrados por n . . Dados de alteração Uma amostra dos salários anuais (em milhares de dólares) dos funcionários de uma empresa é listada . amostral e o desvio padrão amostral do conjunto de dados._.. 1nre11YJtKJflol Do10 Base. EflCOOtre o cceficiente em seu salário original. para os dados do Exercício 21 . 74 168 Ele é calculado pela fórmula: 68 22. (b) x = 32. Então. l-d .. s = 5. A tabela seguinte mosva as alturas (em polegadas) e pesos (em ( c) Cada funcionário na amostra tetn uma redução de $ 2. ..x)' quaooo calculava {1857-1936) apresentou a fórmula para a simetria da distribuição.Jo (a) Use a f61mula rápida para calcular o desvio padrão amostral japonesa estimada para o ano de 2014. a variância e o desvio padrão.. Encontre a média amosual e o desvio padrão amostral S IS 25 )S -IS SS 65 15 SS 9S ldadc:$ (cfn 3nos) para o conjunto de dados revisado. os dados são simétrico~ Calcule o coelicie'1te de sirne- llia para cada dístn~o.lo amosttal.:! .lncia amostral. Compare seus reS<Jitados com o desvio pa· 69 171 drão amostral n 185 50.. Teorema de Chebychev Pelo menos 99% dos d. contre a média amostral e o desvio padroo amostral para o conjunto de dados re\'isad'os. (for. s = 2... deJida cada salário original po< h 12. Desvio absoluto médio Urna outra medida de variaçao útil 72 180 para um ccnjUlltO de dados é o desvio absoluto médio MAO.:. 11 - j ti . Coeficiente de variação O coeficiente de variação OI des· a seguir. = E(x . c.000 libtas) dos membtos de um time de bi!squete. lodice de simetria de Pearron.. O que podemos concluir' vio padrão amos1ral para o coojunto de dados revisado.t i·. (a) Enconve a média amosval e o desvio padr. use a tabela para estimar a média (b) Compare seus resultados com os obtidos no Exercício 21.. Descreva . 51 . ~.ia de Pec1so... (b) e (c)? Alturas Pesos 49. . -. Fórmula rápida Você usava SS.l 45. (c) Para calcular o salário mensal.

.000. PGA 263 Número de jogadores separados por ganhos Organizaçãti S O. Natiooal NHL 7'1 Foo1ball L~gue (NFL). Represente um ponto lixeira. Especifique um limite inferior de 30 e superior como 40. Os dados seguintes mostram os ganhos (some'1te para desempenho. Os por«os no gráfico podem te 15 e desvio padrão de aproximadamente 3..000 S10.000.000.idos simples- com 1'310< de 15.S S00. Pontos Passo 4 Remova todos os pontos do gráfico. Majo. Nariooal Hod:ey L~gue (NHL).adrão? 1iores e inferi0<es e então clicando em UPOATE. National A~sociatioo for Stock Car t. ganhar bônus ao assinar um novo contrato ou alé mesmo ganhar NBA 444 dinheiro te<minando uma corrida em cena posiçao ou um torneio em certo lugar.000 S6. Um valor n1Jtnêlico para o desvio padrão é mos· Represente 10 pontos que têm média de aproximadamen· vrado acima da represent'1ção grMica. O que acon· eixo horizontal pode ser especificada colocando-se limites supe. A amplitude dos val0<es para o pad<ão? Represente um ponto com "ªI°' de 20.$ 6.cp!ique. Todos os pontos no gráfico podem ser remo.t i·.entes espones podem l'ariar.eceber um saijrio-base. League Socce< (MLS). Applet o applet do desvio podrõo foi desenvolvido para Passo 2 Especifique um !irrite superior. c:omo medida de dispersão para um conjunto de dados.ganização jogadores Ganhos dos atletas MLB 824 Os ganhos dos atletas profis~naís em c!ife. O que acontece com a média e o desvio mente dicando dentro da lixeira.000 S 10.000. uma seta verde. um atleta pode MLS 321 . permitir que você investigue interativamente o desvio padrão Passo 3 Adicione 15 pontos ao gráfico.10 NASCAR 76 R.lõng (NASCAR) e Prolessional Gol! Association (PGA) para um ano recente. o valor fornecido pelo applet.877 BasebaO (MLB).S 2. Escreva as ser 1ernovidos dicando-se no ponto e en~o arrastando-o para a estimativas dos valores dos pontos.001 + MLB m 207 189 73 56 MLS 316 5 o o o NBA 31 166 147 56 42 NFL 760 7S8 274 70 15 NHL S5 <148 177 17 o NASCAR Tl 13 33 5 o PGA 115 117 29 2 o .IJ§dd 8Z • útat~ticaaplicada ili Ati vidades Desvio padr~o Explore Passo 1 Especifique uro lirrite inferior. sem endossos) da Major LeagtJe NFL 1. Especifique o limite inferior como 10 eosuperi0< como 20. Como podemos 1ep. Como podemos 1epresemar oito pontos de modo que os pontos tennam o menor desvio padrão possil'el? E.001. podem ser adióonados ~ 1ep1esentação g1áfica dicando o mouse Chegando a condusões acima do eixo hori?ontal.001 - S 2. tece oom a média e o desvio p.00l . National BasketbaJI Association (NBA).000 S 500.mero de Estudo de caso O. 2 4 6 s Lowvr Umit: 1 UJ>P. use a fórmula para o desvio padrão para confirma.000..000.:esentat oito pomos de modo que os pontos tenham o maior desvio padtAo possível? Use o applet para representar o conjunto de pontos e então. A médla dos pomos é mos11ada como 1.CI Umil: 9 N6.. l-d . 2.

. Exemplo ITT Encontrando os quartis de um conjunto de dados As notas dos testes de 15 funcionários matriculados em um curso de treinamento de CPR são listadas a seguir.. Desvio padrão Estime o desvio padrão para os ganhos de um jogad0< em cada organi· zaç. Ganhos médios Estime a média dos ganhos de um jogad0< de cada organizaç. (o segundo quartil é o mesmo que a mediana do conjunto de dados). Irzter1. Q. qual está mais em forma de sino? Explique. Distribuição em forma de sino Das sete organizações. tais quartil Q1• Aproximadamente metade dos dados está acima ou abaixo do segundo quartil Q. . ordene o co11junto de dados e encontre a mediana Q.o nÚJ11eros que separam. Use S 16.\frtm/1• ínfrriQr 5 ·791011 13 14 15 16 171818 20 21 37 1 r 1 Q. UI Medidas de posi(:ão Oque você Quartis-~ Percentis e outros fractis-+ Escore padr3o deve aprender I Quartis • como en(on\raro prineiro. 13 9 18 15 14 21 7 10 11 20 5 18 37 16 17 Solução Primeiro. você apre11derá como usar os fractis para especificar a posição de uma gundo e o Jerceiro quartil de um entrada de dados dentro de um conjunto de dados.000. o se- Nesta seção.utros íradis. e Q.lo. Lucro Qual organização teve os maiores ganhos por jogador?Explique 4. a mediana é • como encontrar a amplitude inter· ur. l ucro Qual associaç.nas das metades inferior e superior do conjunto de dados.500. o segundo e o terceiro quartis das notas dos testes.lo.0 01+.000. um conjunto de dados ordenado em partes iguais. Encontre o primeiro.001+. ou conjuruode dados. 5. Aproximadamente 1/4 dos dados está acima ou abaixo do primeiro • como interpreqa. O primeiro e o terceiro quartil são as media. como percet11ís. quarul de um coojun10de dados.ti<a d~critiva 83 [xercícios 1.lo teve o mai0< desoo padrão? Explique. 2.i vida o conjunto de dados em duas metades.. Fractis sã.ana para s 10. Desvio padrão Qual 0<ganizaç.IJ§dd (apftlilol • til. o.lo teve o maior total de ganhos de jogadores' Explique. escore pad. l-d .m fractil porque divide um conjunto de dados ordenados em duas partes iguais.retação Aproximadamente 1/4 dos funcionários obteve 10 ou menos. Q. 3. aproximadamente metade obteve 15 ou menos.000 como mediana para S 10. dividem aproximadamente um conjunto de dados 0<denado gráfico calta-ebigodes. Aproximadamente 3/4 • como eocootrar e inleq>retar o dos dados estão acima ou abaixo do terceiro quartil Q. . 6.ri.500.'ao {z-escore). Q. em quatro partes iguais.t i·. e aproximadamente 3/4 ol>tiverarn 18 ou menos. Por exemplo. Depois de encontrar Q. d. Q. Use s 16. • €orno repre1€j11af: graficarrtEllte efini(ão um conjunto de dados usando um Os três quartis..000como mecf. dividem.

1 J minX = 15 ~ -ª-º.5. e.t i·. - Ouorcile{A1 :A::!5.000 21 ..!.dos por toda primeira divisão dos times de futebol americano usando os dados listados no início do capítulo.788 24. o Excel e a Tl-83/84 têm características que automaticamente calculam Dica de estudo quartis.~&1:A25.. _ @!l!!..000 28.i. 22 0. b.· EXCEL 1 Tl-83/84 l A B G ffO 1 ·VarStats :.IJ§dd 84 • 1'1a1islica aplicada Enco.000 30. Exemplo m Usando a tecnologia para encontrar quartis Os custos do ensino (em milhares de dólares) em 25 faculdades estão listados a seguir. . na p. Tente usar essa tecnologia para encontrar o primeiro. = 28 ~ _2. Descriptive Statistics dos são pouco maJs que uma Variable N Mean SE Mesn irMean StOev enttada de dados. osegundoe o terceiro quartis para o número de to11d1dow11s marc.960 0.942 plo..= 21._2.000 Excel é 22 em vez de 21.1tre o primeiro. . 21 a 15 --.ôS.1g.31 - 9 25 28 siir24 ..?1!. Qesco11- Mtl~ITAB ( siderando a n1aheira con10 . . a. Tuition 25 23.2 "if ~ Ti" -ª-º- g.3 . Encontre a mediana Q. variable Minimum Q1 Media o Q3 Maximum ro quartil determinado pelo TUition 15.. 23 25 30 23 20 22 21 15 25 24 30 25 30 20 23 29 20 19 22 23 29 23 28 22 28 Sol11çlio O MINITAB. no ExempJo 2. 23 t n = 25 2 25 Quarti~ {A1 :A25. 20 :1I 18 'T g - ~g" 22 20° 23 1'2'j' 29 '22 23 ~ .5 ~ s- 23 Med = 23 ~~ . l-d . o segundo e o terceiro •Existem diferentes formas de quartis para os dados dos custos de ensino.5. o segundo e o terceiro quartis. 31. Use a calculadora ou computador para encontrár o primeiro._2!:l_ '2_4 12 2~ 25 28 .gJ_ .. Por exem. se encontrar os q11artis de um Q.su)ta. ·os q. Você pode ver nos gráficos que Q.g_ 2~ maxX = 30 7. Encontre o primeiro e o terceiro quartis Q. Orde11e os dados.087 3 .= 23e Q.. cortjunto de tlacf. e Q. = 21.•ocê os eQcontrou. = 28..1§. Q. o primei._ SJ9_ ~= t'i 2Q_ .500 23.sQ_ .

idade$ estão lis· voei tados a seguir. b. 20 26 28 25 31 14 23 15 12 26 29 24 31 19 31 17 15 17 20 31 32 16 21 22 28 a.000 ou menos. Tt:nh:.c1ítiva 85 I11terpretação Aproximadamente 1/4 dessas (acuidades cobra$ 21. . Tente Encontre a amplitude interquartil para o número de /011c/11lo1011s marcados por você todos os times da primeira divisão de futebol americano listados na p. O que podemos concluir com o resultado? Solução Pelo Exemplo 1. o segundo e o terceiro quartis. Qualquer valor de dado que seja maior que 1.-Q. Ent5o. Também pode ser usado para identificar valores discrepantes.500 ou menos.5 JQRs à esquerda de Q. I11terpretação As notas do teste na porção da metade do conjunto de dados variam no máximo 8 em pontos. de Q. J/3 cobra$ 23. Defini{ão A amplitude interquartil (JQR) de um con~mo de dados é a difere<.5(8) = 18+ 12 = 30. Exemplo m Encontrando aamplitude interquartil Encontre a amplitude interquartil das 15 notas de testes do Exemplo 1.t i·. Os (\lStos do ens.ça entre o tetceiro e o primeiro quanil. Use a calculadora ou computador para encontrar o primeiro.000 ou menos e 3/4 cobram S28. 1. fnlerprete o resultado no contexto dos dados. Encontre o ptimeiro e o terceiro quartis Q. e Q.IJ§dd (apl1<1•2 • (>1a1l11i<a de. você pode encontrar a amplitude interquartil.. O IQR é uma medida de variação que fornece uma ideia de quanto 50% dos dados varia.. 31 do 3 início do capftltlo.+ 1. Calc11/e o primeiro. O que podemos concluir? Depois de encontrar os quartis dos conjuntos de dados. = lOe Q3 = 18. a amplitude interquartil é: JQR =Q. 37 é um valor discrepante. o segundo e o terceiro quartis. E11tre os dados. l-d . e.5 IQRS à di· reita de Q3 é Q. Em razão de 37 > 30. b. Amplitude interquartil (JQR) = Q. Por exemplo.Q.n n1ilhares de dói~ } e-in 25 univer:.ino (c. é um valor discrepante. a. $11b1rnin Q. . e. ou à direita de Q. sabemos que Q. o lQR no Exemplo 1 é 18-10 = 8. = 18-10 =8. Então.

51 55 58 ~. norte-americanos na posse 3. 1.la de CPR 5 10 15 18 37 I t 1 1 1 1 1 1 l t 1 1 ! 1 ! l 1 1 t l 1 ! t 1 1 1 1 1 l I t 1 ! e- 5 6 7 S 9 t0 11 121:) 141S l6 17 1$ 19 20?1 21?J2J 1S26 272S2"> 30 ) 1 J?33. máxitna 1. um possível valor discrepante. A mediana Q.ta.úatiza as características mais importantes de um conjunto de dados.1. tomou posse aos Esses cinco números sâo ch. Note que o gráfioo caixa· ·<?·biiodes no Exemplo 4 Mí11 = 5 Q.!\': u..-. = 10 Q.ifico caixa-e-bigodes é uma ferramenta de análise de dados expJoratória que e. A entrada nún. Notas dos testes na au. = 18 Mtix = 37.Q.amplitude dos dados.in. Para representar graficamente um gráfico caixa-e-bigodes.IJ§dd Outra importante aplicação dos quartis é representar conjuntos de dados usando o gráfico caixa-e-bigodes. dados. O gráfico caixa·e.he uma cai~a acima da escala horizontal a partir de Q.io.~'"\ / S0 60 70 Caixa Bigode / Bigode Aproxi111atfn111ente q11tr11tns ida· dé's de presidente> uorfl"'tuue· r icn11os MO represe11tndns pdo Ent~da \ /~' Entrada 1ní1. pode-se consrmir o grafico caixa-e· minar a forma da distribui· -bigodes mostrado. IOOeJOJ . ·rhcodore 3. e desenhe 42 '!.\. Usando-a. no momento da posse.bigodes Importante Desenhe um gráfico caixa-e-bigodes que represente as 15 notas de testes dadas -·~~~~~~~~~~ no Exemplo 1.in.IV 69 un. (li.'lS conclusões com o gráfico. O que podemos concluir com o gráfico? 'você pode usar um gráfico Solnçiio caixa-e"bigodes para deter- A regra ctos cinco itens é dada a seguir. Idade dos presidentes 2.M.2 Mcd.a Dos primeiros 43 presidentes 2. Olhando para o comprimento do bigode direito. = 15 Q.~ . Construa uma escala horizontal que transpassoe a. podemos conduir também que a nota 37 é. representa uma distriouição assimétrica à dire_i.l :\S36 37 htterpretnção Você pode tirar divers.a' /'J ~ . Instruções ·americanos no momento da Desenhando um gráfico caixa-e-bigodes posse. norte-an. l-d . O terceiro quartil Q. com 5.•10.·a. Roosevelt era o mais jovem 4. Desenhe os bigodes a partir da caixa para as entradas 11únimas e máximas. • .t i·. Qz •111 11 1111111111111111111111 111 1~ 5. . Encontre a regra dos cinco itens do conjunto de dados. Uma delas é que aproximadamente metade·das notas está entre 10 e 18.gm) 1. "º .igotlc h direitn? Veja os passos para MINI· TABeTJ-83/84nasp. você deve saber os valores a seguir.-~I~'~.unados de Regra dos cinco itens de um conjunto de 69 anos.ericanos. para Q. ç.. Ronald Reagan era o mais velho. Represente os cinco números sobre a escala horizontal.a Q. Exemplo m Desenhando um gráfico caixa-e.. O primeiro quartil Q. Um gr. .a linha vertical na çabca en. A entrada máxima <12 anos. ·bigodes resume a idade dos primeiros 43 presidentes norte.

a.. Encontre• . P.rcados pelos times da primeira divisão de futebol americano listados na p. Exemplo m Interpretando percentis Dica de estudo A ogiva representa a distribuição de frequência acumulada para as notas em um É importante enteoder o que toeste SAT de alunos pré-universi~rios.700. D.800 2. Perrentis Divide um conjunto de dados em 100 partes iguais P1. I Percentis e outros fractis Além de usar quartis para especificar uma medida de posição.100 2. podemos ver que o n•percentil corresponde a uma nota no teste de 1.. 31 do início do capítulo. se o peso de uma criança Notas do teste SAT Notas do teste SAT de 6 meses de idade esti\ no 7/Y' perceotil. enquanto aquelas no SS: percentil ou abaixo são excepcionah11ente baixas.cala lmizo11ta/ e represente os cinco númetQS acima.Dr.~gm dos cinco itens do conjunto de dados. "° S<) 00 .. as notas de um teste e as medidas de crescimento de crianças são normalmente expreSS<'\S em per(entis.o Fr~ctit Res~mo SJmbolos mesmo que Q 1. podemos também Importante llsar os percentis e os decis. Qr Q.. percentil é·o mesmo que Q. ou mediana. P.nifica percentil. d.t i·.. Notas ou medidas no 95" percentil ou acima são excepcionalmente altas. e.400 No1a.ça pesa 100 10(1 mais do que 78% do todas 'lO .reas relacionadas à saúde e educaç.100 2.IJ§dd (apflulo 2 • Clta1luicadts<1i1iv< 87 Dese. Por exemplo. Eles também podem ser usados para identificar valores excepcionalmente altos ou baixos.} p'io. Solução Com base na ogiva. Desenhe a caixn. e. b.>m lO partes iguais D.. Qual nota representa o 12' percentil? Como sig.D.-.1o para indicar como um indivíduo se compara a outros em um conjunto.. Esses fractis comuns são resumidos a seguir. l-d . !~· 50 so o 40 "" JO ª ft. ma. Note que o 25" percentil é.(lC) 900 1. as o-íanças de mesma idade.200 1J00 1. P.500 I. Construa uma e.2CX) 1. Os percentis silo geralmente usados nas á.-100 (. 4() JO 10 1() 10 10 600 900 1. a crian.o 75" Quartis Divide um conjunto de dados cm 4 partes iguais Q. Apresente concluSÕ<!S.: <. l'or exem- devernos interpretar esse resultado? (ímitt: Colltg( llrord 0Jt·fint.SOO 2. Oecis Divide um conjunto de dados 1.he um gráfico caixa-e-bigodes que represente o número de to11chdów11. .a vertical e os bigodes. o 50' é o mesmo que Q. lm não significa que a o-íao· 70 70 ça ~ 78% (\e algum peso .O ·~ 60 ideal. a li11/.

. R~1os111 11(11).dade de 62 mhp está 1..w....-1·. !0 +-..: a.a de 1. 47 milhas por hora e 56 milhas por hora.. com desvio padrão de 4 milhas por hora.56 56. 1U6 .. pois sua velocidade corresponde a um z-escore de ..~.2.!'mede a velocidade de três carros que estão passando pela reta da rodovia como 62 .ep. .700 ou menos.escore . Voc. Exemplo [61 Encontrando z-escores A velocidade média de veíttilos em uma reta de uma rodovia é de 56 milhas por hora (mhp). Se a distribuição das velocidades é aproximadamente em forma de sino.5 desvio padrão acima da média..-escore pode ser negativo.-= .. Ese z. US<? o gnfjico para encontrar o percenlil que corresponde aos to11cl11tow11s dados. Um z-escore pode ser usado para identi ficar valores incomuns do conjunto de dados que seja aproximadamente em forma de sino. 5 querda.56 z= . Se z for positivo. o carro que viaja a 47 mhp está excepcionalmente devagar..1chdow11s marcados por todos Tuterpretaçâo os times da primeira divisão Isso significa que 72% dos estudantes teve uma not. efinição O escore padrao ou z..média z .m dado no conjunto de dados com um escore padrão ou z-escore. = O.p z= 62.. ~'. x = 61 nrJ:p x= 4i mlrp X -=.~.nilhas por horas.25 z= . Encontre o z-escore que corresponde a cada velocidade.IJ§dd To..o b.e::=_::::_ voei h1tebol a1neric«no está representado no gráfico de frequência acumuladi1 à es· ·. podemos medir a posiçllo do valor de u. positivo ou zero.56 = l S 47 .1K. l-d . f.25 desvios padrão aooixo da média e a velocidade 56 mhp é igual a média.40 +-.-I 10 ~'.2...O+-_ .*!".. l11t.. do futebol americano O número de to11cl11tow11s marcados por todos os times da primeira divisão do '""T" _.7Prete os resultados no contexto dos dados. O que podemos concluir? Solução O Z·<lSCOre que corresponde a cada velocidade é rakulado a seguir.ados Quando sabemos a média e o desvio padrão de um conjunto de dados. Para C))(Onttaro z-escore para certo valor.desv'.o padtão Um ..t i·. o valor x correspondente está abaixo da média. use a fónnula a seguir: valoc ."> I Escore padrão T41(('/itK}W11$ 1n. .esenta o número de desvios padrao que um valor dadox esM a pattír da média µ. l. podemos concluir que a veloci. o valor x correspondente é igua.56 111!. o valor x correspondente está acima da média.-= 0 4 ' 4 4 lllterpretaçâo A partir dos z-escores.25. Se z for negativo. Em qual percentil está um time que marcou 40 to11chdow11s? 1e .1:a média.-X°'". a velocidade 47 mhp está 2.

l-d . x .to111\i!4des(ri1ivo 89 As contas de serviços públicos de uma cidade têm média de$ 70 e desvio pa- drão de$$.7 8. . Helen Mirren ganhou o prêmio de melhor atriz aos 61 anos por seu papel em A Rni11hn.8. Exemplo m Comparando z-escores de conjuntos de dados diferentes Em 2007.. um z-escore menor do que -3 ou maior que 3 será 11111i10 incomum.- " 45.7. que aproximadamente 95% dos dados está dentro de 2 desvios padrão da média. . ""3 .11. No Exemplo 6.] O 2 3 Então. Encontre os z-escores que correspondem às contas de$ 60. é. /11terprete os resultados. e a de Helen Mirren está 2. de acordo com a regra empírica.-U6 Quando a distribuição é aproximadamente em forma de sino.. Um z-escore fora des. Solução O z-escore que corresponde à idade de cada ator ou atriz é calculado a seguir. quando esses valores de distribuição s. 17. Podemos usar também os z-escore para comparar valores de dados de conjuntos diferentes. com desvio padrão de 11. é mais de dois desvios padrão da média.IJ§dd (oplru!o 2 • l. b. ela é relativamente mais velha. A idade média para todos os ve1\cedores do prêmio de melhor ator é 43. $ 71 e S 92. Comparado a outras vencedoras do prêmio de melhor atriz. Aatri7. por sua atuação 110 filme O Últí1110 Rei rla fjc6<:ia. - 11. Ácores incomu ~ aproximadamente 95% dos z-escores deveriam estar entre-2 e 2. Trnusfon11e cada valor para une z-escore.. Helen Mirren z=-- x. Escores n1uito inc-Ornuns gra empírica. com tal score ocorrendo 0. Então.1o transformados em z-escores. A idade de Fores! Whitaker está 0. O que podemos concluir? a. pela re.. sabemos. ldeutifiq11e µ e o da distribuição normal não padrão. usamosz-<?Scores para comparar valores de dados dentro domes- mo conjunto.t i·.a amplitude ocorrerá aproximadamente 5% do tempo e será considerado incomum.3% do tempo. A idade média para as vencedoras do prêmio de melhor atriz é 36.ln 11n I'· .43.15 desvios padrão acima da média. enquanto a idade de Forest Whitaker é pouco acima da média dos ganhado.1s. . o ator Forest Whitaket ganhou o Oscar de melhor ator. Ri?Sp0$. então é considerado incomum.2 . Forest Whitaker ?= . I11terpretnçào O z-escore correspondente à idade de Helen Mirre.µ " 36 61- =. Então. Encontre o z-escore que corresponde à idade de cada ator ou atriz..17 desvios padrão acima da média.5 ~2.:/Escores comun~'-· s.5. com desvio padrâQ de 8. aos 45 anos de idade. compare os 1·esultados.8 ~o.res do prêtn\O de melhor ator.

e a média. e.00 2.1 0.903. Osegundo quartil é a medíaoa de um conjunto de dados ordenado.~ -2 _.7. Os gols marcados fJOf jogo por um time de futebol representam 10 li 12 13 14 IS 16 17 IS 19 ~ l i o primeiro quarlil para todos os times da liga. um gráfico de caixa-e-bigcdes. b. l11terprete os resultados.9.. O. l-d .em falsas. compare os resultados-. O 50" perce. O que podemos conduir sobre os gols marcados pelo time por jogo? 12.ou falsas. a. 2 7 1 3 1 2 8 9 9 2 5 4 11.4 2.1 Usando e interpretando conceitos J l 1 1 1 1 1t 11 1• 1t 11. com desvio padrão de 14. (a) encontre os três quartis e (b) desenhe (e) o terceiJo quartil.250 1. A média de idade para ganhadores do Oscar de melhor ator coadjuvante é de 50.duir sobre o desempenho do vended0<? 100 150 200 250 300 5. O. O 1 2 Análise gráfica Nos exercidos de 11 a 16. Os cinco itens que precisamos para fazer o gráfico de caixa·e· !S 30 35 . Então. Se fo. (d) o segundo quanil. reesueva·as de íorrna que seja verdadeiro. 4 7 7 5 2 9 7 6 8 5 8 4 1 5 2 8 7 6 6 9 <~2. -1 . · ·~ 1..200 1.9 . O que podemos cOG1dui< sob<e o QI da criança? WO 1. Ili Exercícios Construindo habilidades básicas e conceitos (e) o primeiro quaníl.OS 0.IJ§dd 90 • Íltatktiraapli<0d• Em 2007.100 idade. O que podemos conduir sobre a nota do estudante no exame? 6.7 2. .t i·.ipa- mento de hardware ano passado. 1rn11sfor111e cada valor para um Z·<?S(Ore. I O. • f t + 7.. -1. Um vendedof de uma empiesa vendeu S6..$00 LS.1 anos. A nota de um estudante em um exame atuarial é o 78• percemil 13. 15.\ idade media para as ganhadoras do prêmio de melh<>r atriz coadjuvante é de 39. identificar: (a) a entrada mínima. (Q a amplitude interquartil.500 1. 4. Um orientador diz aos pais de uma criança que o QI de seu filho está no 93• pe1cen1il pa1a o conjunto das crianças de mesma 900 1.100 Verdadeiro ou falso? Nos exercícios de 7 a 10. Oque podemos •I 11 11 111111111 1 1111 1 1 1 1 co.ao J$ 50 SS (i(• 65 70 7$ SO 85 ·bigcdes S<'lo o mínimo.1 (b) a entrada ffi<\:âma.950 2.til é equiJalente a O. com desvio padrao de 13. Jennifer Hudson ganhou o Oscar de melhor atriz coadjuvante aos 25 anos por seu papel em Drenmgirls. Nos exercícios 1 e 2.435 em eq. delermine se as afinnações são verdadei· 14. o máximo. use o gráfico de caixa-e-bigodes para 16.as . 25 50 65 70 85 8. 7 3 7 5 4 7 2 3 5 9 5 6 10 13 15 17 20 3 9 3 4 9 8 8 2 3 9 5 3. 9.. número que representa o oila· 100 130 205 270 320 vo deál do desempenho de vendas da empiesa. f 1 1 1 1 1 1 1 1 f 11 1 o 1 1 1~ 2 . Êimpossível ter z·escore de O. . Encontre o z-escore que corresponde à idade de cada ator ou atriz.3 -ofü-0. lde11tifiq11e 11eu da distribuição normal não padrão. I . Alan Arkin ganhou o prêmio de melhor ator coadjuvante aos 72 anos por seu papel no filme Pcq11e11n Miss S1111slti11e.

5 4.20 19.45 15.i T R S --{}---- Usando a tecnologia para encontrar quartis e fazer gráficos Nos exercidos de 23 a 26. Ganhos por hora Os ganhos por hora (em dólares) de uma amostra de 25 fablicantes de eqtipamemos para rodovias 1~m 1m 1~ro1~14~ 13~1~1~ 13• Ol=::===:===:===:=~120 o 14.0 3.20 16." P.0 5.2 5. . ~e o gráfico de caixa-e-bigodes para s determinar se a forma da distribuição 1ep1esemada é simétrica..IJ§dd Interpretando gráficos !>los exercióos de 17 a 20.2 3.6 5.. Distâncias de aeronaves As distâncias (em milhas) de um ae- 19.. 1 4.sdo que quantas horas de tele.efira-se ao conjunto de dados no s El<erdào 26 e ao gráfi<:o que você desenhou para repiesentar o 4 conjunto de dados 3 (a) Aproximadô.80 por hora? (t) Se selecionarmos aleatoiiamente um dos fabricantes da Jj A C amostra. Jus1ifique suas respostas. Ganhos de um fabricante R. qual é a probabilidade desta pessoa assistir menos 21.isão po< dia? ESCte"a sua resposta lacione-as com Q. 27. 18.20 19. (a mediana) eQ.esposta.:l2G.8 5. (a) Aproximadamente 75% das pessoas não assistem mai. o segundo e o terceiro quanis do Oi!:::::::::==:::::::::::::==~200 o conjunto de dados e (b) desenhar gráficos caixa-e-bigodes que representam o conjunto de dados. 3 9 2 1 7 5 3 2 2 6 4 O 10 O 3 5 7 8 6 5 t'~2s. qual é a probabilidade de que o fablicante tenha 22... Análise grAfica AsletrasA.0 . 2.lo marcadas no histograma..lo diariamente.05 15. BeC Sliomarcadas no histograma.25 15. Assistindo televisão Refira-se aos conjunto de dados fornecidos no EJ<erclcio 23 e o gráfico caixa-e-bigodes que você desenhou para representar os dados. porcentagem.to de uma amostra de 22 viage>'ls de ida e volta.5 3. use uma calct.22 17.30 15.0 3.9 6. assi· métrica à esquerda.40 15. 17.7 5.05 19.9 3.0 4.nente 75% dlos fabricantes obtiveram menos de quanto por ano? (b) Qual a porcentagem de fabricantes que obtivetam maisde IS' 16 'l IS t I? ?f S 15. do que 2 holas de tele.35 15. l-d .80 poi hora?Escrevasua ~ sta como Relaóone-as com P. e P"' Justifique suas respostas. Q. Se T s.t i·.25 20. Re. ( ~23. Análise gráfica As letras R. Assistindo televis.6 1.0 2. 15 16 t 17 18 19 f :?O 21 t :?2 l3 2. as~métrica à diceiw ou nenhuma das alternativas.8 3.0 3. em porcentagem. 4 Justifique sua .isão por dia? (b) Qllal a porcentagem de pessoas que assistem maisdo que 4 horas de televisão por dia? O 700 o ( e) Se seleciooom10s urno pessoa a!~ toricrnente o partir da amostra.75 18.5 6. 2 4 l 5 7 2 5 4 4 2 3 6 4 3 5 2 O 3 5 9 4 5 2 1 3 6 7 2 Dias de férias O número de dias de férias usados por uma amostra de 20 funcionários em um ano recente.10 15.95 16. ropo.lo O númeto de horas que uma amostra de 28 pessoas assiste televís. .5 3. 28.8 2.50 16.!adora ou um com!)IJ· tadoí para (a) encontrar o primeiro. obtidomaisde S15.

: I N0<as (4co11re .3 polegadas.IJ§dd 9Z • btath\icaaplicada Análise gráfica (b) Avidaútildetrêspneusseleciooadosaleatoliamenteé30.250 4 1. De acocdo com os z-esco1es. Idades dos executivos As idades de uma amostra de 100 e.0 distribvi~o em fonl'la de sino..9 polegadas e Z= -1. polegadas e 80 polegadas. com média de 33 dias e desvio z = 2. 73) oom média de 68. seria cooside<ado incomum? 36. Vída útil de pneus Certa marca de pneus automotivos tem alturas. os pontos médios A. Relacione aos z-escores indicados.is selecionadas aleatoriamente são 29 ~ w+----==1 dias. Nm<Jl><JICeirc. Z= 0.0.o masculino no conjunto de 20 a 29 anos ~o seledonad05 aleatori. Suas alturas '3o 74 polegadas. I polegadas.e-- ser considerada ioolmt. se alguma. 37.t i·.l ino com idades entre 20 e 29 Ili 14 + .Jmen1e. encontre o percentil que corresponde a cada vida útil. Encontre o z-escore para um homem no co.cada período de vida.54 (veja Retratando o mundo. Um estudante tira 73 no teste de estatistica e 26 no de biologia..ll<. Um estudante tira 60 no teste de esliltistíc3 e 20 no de biologia.ercicios isw? 31 . 4 2 "~ 00 .lo em cuja altura seja 71. Aaltura deles são 70 polegadas. Qual altura representa o 40' percentil? C.<:m pc>lcg:ad:'1. t . Três adultos do se. As alturas têm distribuição em forma de sino t • 1.. vida é incomum (b) As vidas de três mosc. são incomuns 33. 41 dias e 25 dias. Encontre o z-escore que corresponde a cada vida e determine se q. 11 e f !ada para responder às perguntas.. Encontre o [xpandindo conceitos z-escore que correspoode a cada vida útil.ercióos 29 e 30.-escore para homens no conjunto de 20 a 29 anos (a) A vida útil de três pneus selecionados aleatoriamente ê cuja altura seja 66.0. use adbS!nbláç.54 desvio padrão de 3. Usa<>do a regra empírica. usando a regra em- no histograma.14 padr~o de 4 dias. e pata as notas do teste de biologia do 37. se alguma.1jtN. A disvib.Jalquer um desses períodos de 2 •2 .000 milhas.!'.io de frequência awmulada rep<esenta as akuras dos homens nos 'Estado6 Unidos no co.ã s .. Z= .io de frequência acumu· Nota. l-d . 37. polegadas e 68 polegadas.-~ ~ 100 e 12 90 ~10+ .000 milhas.-I $() . encontre o ·=z •+--- •+----1 percentil que corresponde a . 42.m? cutivos estão listadas a seguir..000 milhas.1iumo de 30. pretaria isw? (b) Determine em qual teste o estudante teve uma melhor nota. a média é 63 e o desvio padrão é 7. Vída de moscas de frutas A vida de moscas de frutas tem uma 29. Um estudante tira 78 no teste de estatística e 29 no de biologia 40.: 10 z <. Qual z-escoces. 62 31.ercidos de 37 a 42.0 polegadas. são incomuns média de vida útil de 35. Qual é esse percentil? forma de sino).500 Nos e.43 (a) A vida de três moscas selecionadas aleatoriamente são 34 Notas em reste de estatística dias. 4 Interpretando percentis 4SSJSS6/~7J7S Nos e.a 34. 38.000 milhas e 31. j. a vida útil de qualquer um desses pneus poderia <~43..S) Para as notas no teste de estati51ka do Exercido 29.77 20 a 29 anos de idade. se plrica.. algum. Qual é esse percentil? 34.30) j 20 ro A 8 C 62~ ('6•68 10 12 74 76 73 Comparando as notas em testes J-\!turtl (.iç. 8 e C ~o marcados milhas. Nos e.. (l. Qual o peicentil é a altura de 76 polegadas? Como você inter· (a) Transforme cada nota de teste em um z-escore.000 milhas e desvio padrão de 2.9. Um estudante tira 63 no teste de estatística e 23 no de biologia.. . Use z·escores para determinar quais 35. a média é 23 e o desvio padrão ê 3.. 51) 40 17 20 13 ?~ 29 30 1 J. 39. você recebe as notas de um aluno que fez ambas as provas. 66 34.1.10 20 a 29 anos mahas (assuma que a vida útil dos pneus tem distribuiç. Use z·escoces para determinar quais 32. Três adultos do sexo masculino no conjunto de 20 a 29 anos ~o selecionados aleatoriamente..250 milhas e 35. p. Encont1e o .00 vocé interpretaria Exercício 30. for H<<ll!ft Slti'5CKS) Notas em teste de biologia Adultos do sexo mascu. 30 dias e 42 dias. alturas. (denu~ 80) .

8 115170 158 140 130 165 125 it.2 51. Somente quatro vencedoras do Oscar de melhor atriz eram mais 47. 44. Qual CD tem menos variac.5 44.3 11. l-d .2 31. 23 36 47 33 34 40 39 24 32 22 38 41 rest Whitaker quando ganharam o prêmio de melho< ator..nto de dados.4 22. um eocecutivo? Explique seu raciocínio. Encontrando percentis (e) Quais c0<1jumos de idades.0 15. se algum. f. Percentil de x = número dos valores de dados menores que x ·lOO. 21.6 16. midquartil.9 18. Midquartil = O. o segundo e o ter· 58 40 102 105 141 160 130 210 145 90 46 76 ceiro quartis.l!o das músicas' (b) Qoal distn'b<Jiç.3 9. Compras com cart~o de crédilo As suas compras mensais 24. Enron· 46. .S 74. Seu amigo: 100 125 132 90 85 75 140 160 180 190 160 105 (b) Desenhe um gráfico caixa-e-bigodes que represente o c0<1· 145 150 15182 7.O 4? '\() 48 4? 4? :IE\ S7 4? 48 Fornecemos a duração d~ músicas (em segundos) de dois CDs 56 51 54 42 27 43 43 41 54 49 daerentes.t i·.IJ§dd C. 12.8 17.7 19.S com canão de crédito (arredondadas para o dólar mais p16ximo) Idade nos últimos dois anos e as de seu amigo estAo listadas a seguir.7 13..1 11.8 13.4 20. Encontre o 19. co caixa-e-bigodes lado a lado que represente os conjunlos de dados (d) Com base nessa amostra. +Q.1 percentil que corresponde à idade de Helen Mirren. descreva as formas da distribuição.7 velhas que Helen Mirren quando ganharam o prêmio.rritiva 93 31 62 51 44 61 47 49 45 40 52 48. . pode ser con~derado Você pode encontrar o percentil que corresponde a um valor de ina.. use a lnformaçl!odo Exemplo 7 e o fato dados fomeàdo. número total de valores de dados 2 Nos exercícios 44 a 47. Use uma calwladota ou um computador para desenhar um gtáfi· (e) lnte<prete os resultados no contexto dos dados.S 34.3lf:xpli· 13 que seu radocinio. Cada gráfico caixa-e-bigodes é desenhado no mesmo núme- 47 52 36 53 74 33 53 68 44 40 rode linha para comparar os cOfljumos de dados mais facilmente.S 54.9 28. então arredondando o Midquartil Uma outra medida de posição é chamada de resultado para o prólÔmo número inteito.4 tte o percentil que corresponde ~ idade de Forest IM1itaker.ida distribuição.pnt'lo1 • [~•tilrira d. encontre o midquana do conjunto de Noseocercícios 50 e 51.8 19.7 15.9 10. em qual idade você esperaria ser Então.7 8.n. 5 7 1 2 3 10 8 7 5 3 50.1 7. Duração das músicas Gráficos caixa-e-bigodes lado a lado 60 SI 67 47 63 54 59 43 63 52 podem ser usados para comparar dois ou mais cOí'ljuntos de da· 50 54 61 41 48 49 51 54 39 54 dos.S 64. Cinquenta e um vencedore-s do Oscar eram mais jove-ns que f:'o- 45.n? Explique. dados especifico usando a fórmula a seguir. de que houve 80 atores e atrizes premiados rom o Oscar de melhor ator/atriz.4 16. (c) QIJal CO IIOCê acha que tem o desvio padrão de 16.7 15.8 12. 12. 2 1 49. Você pode encontrar o midquartil de um conjunto de da· dos usando a fórmula a seguir. 49 47 51 28 54 36 36 41 60 55 42 59 35 65 48 56 82 39 54 49 61 56 57 32 38 48 64 51 45 46 C02 62 63 59 63 32 47 40 37 49 57 '100 ?24 215 is$ 390 Ultrapassado ou no topo? N~mcto ae 100 cxécutí'Yos 1op nos grupos de idad<i a seguir: (a) Descreva a forma de c..S 64.2 8.lo é mais propensa a ter outlieis? Explique o seu raciocínio.2 30.l!o na dutac. Vocé: 60 95 102 110 130 130 162 200 215 120 124 28 (a) Ordene os dados e enrontre o primeiro.

Descreva a situação na qual uma estalistica poderia sei usada para se tomar orna condli. Para sermos leitores perspkazes.~ ::::--~ $ . A mediana desaeveóa maiscorretamente a comissão anual. mentiras deslavaoos e estatislícas·.000.sso... No segundo gráf.0010 de dados co.. Os gráficos es"1tlsticos também podem ser equil'OCados.as da eslalistica descritiva. [xercícios 1..sâo calculadas pode ajudá-lo a analisar es"1lis1icas questioná· veis. Por exemplo. Abusos Saber como as es"11ísricas. mas a empresa usou a media. suponha que você esteja entreviS"10do para a posição de vendas e a empresa reporia que a comissâo média anual recebida por cinco pessoas de sua equipe de vendas é S60.. Ano Ano [tica Mark Tw.tóbuiç.. Quando lemos relatórios. Resumindo..IJ§dd 94 • Í.l três tipos de mentiras: mentiras. tem um eixo vertical retirado. Os da· dos são os mesmos para cada um.iin ajudou a popularizar o di"1do "H..m 2000 2001 2002 2003 20(). são errada... até mesmo a es"1tistica mais precisa pode sei usada para apoiar estudos ou afirmações que são inc01re"1s.pli<add Usos e abusos . (Fon1e: Kéllogg °"7l"aoy. l 1999 2mo ·2001 2002 2003 :n» 100. encontre um exemplo de um gráfico que pode levar a conclusões incorretas.. l-d . zs SIO l .(2) uma medida davariabÍlidade (oudispersão)dosoodose (3)a forma (ou di.- ~ ~ =-~ 1:. pois é uma quantia maior. raramente recebemos &dos brutos usadú6 em um estudo.t i·... . medidas da tendência cenual emedidas de variabilidade. entre"1mo. Ser informado de como a es"1tis1ica foi calculada e questionar os dados é uma das mane•as de e._ g.) Preço das ações da Kellogg Preço das ações da Kellogg ~ .000....estatística no mundo real Usos A es"1tis1ica descritiva nos ajuda a ver tendências ou padrões a partir de um conjunto de dados bruto.. i W+------------ g. -- g-..s 'l0!16.lo) dos dados.. Uma boa desa~ de um co.!!llsli<a . Compare os dois gráf. Pessoas inesctlJ)'.cos de série 1emp01al abaixo que mostram os p<eços das ações no fmal do ano da ~logg Company. vemos gráfi- cos.ltJlosas pedem usar es"1~s- ricas equivocadas para "prOl'ar" seus pontos de vista. .ita• ser enganado. o que faz com que pareça que o preço das ações wbiu muito de 1999 a 2006. Esta é uma afirmaçAo equivocada se 101 baseada em quatro comissões de S25.al começa no zeio.30 . Esse grãfico mostra co«eiamerne que os preços das ações aumentaram modestamente derame esse penedo.1..1siste em ( 1) uma medida do cemrodosdados.. ---- . Em um jornal ou revista. precisamos entender os termos e técni<..JS - -' -=--------~ !.t 100-s 3166. Em vez <f. O primei10 gráfico. -- ..ã " i" 10+-. n01iàas ou anúncios preparados por outras pessoas.g 30 . a escala no eixo veni<. 2.co.000 e uma de S200.

Seção 2. uniforme ou assimétrica e 19a24 con. x_ '[. . LW . • Como representar graficamente conjuntos de dados qualitativos usando gráficos de 4e5 11 e12 pi22a e gráficos de Pareto.( x·f)._1x)' . histogramas 3 a7 2a6 de frequência relativa e ogivas.4 • Como encontrar a amplitude dos dados. • Como construir histogramas de frequência. a mediana e a moda de uma população e de uma amostra: la6 13e 14 Ex _ Ex . frequênci.a. 1 25e26 • Como encontrar a variância e o desvio padrão de uma população e de uma amostra: 2a5 27a30 U- . polígonos de frequência..t i·. • Como representar graficamente e interpretar dados emparelhados usando gráficos 6e7 9e 10 de dispersão e série temporal.·:iJ2f 11 .e dados e a média da 7e8 15a 18 distribuição de frequência: x E(r·w). • Como usar a Regra Empírica e o teorema de Chebychev pa. 4 40e42 • Como interpretar outros fractis..ra interpretar o desvio 6a8 31 a34 padrão.IJ§dd (aplltl l•1 • í.3 • Como encontrar a média.J Seção 2.S. pontos médios. 1e2 1 frequências relativas.o con1patar a n\éd.1 • Co1110 construir uma distribuição de frequência incluindo limites.Jt<x-11)' N _ >:<x- . 5 43 e44 • Como encontra( e interpretar o escore padrão (z-escore) z = Çr-µ)_ 6e7 45a48 q .n. tais como percentis.5 • Como encontrar as amplitudes dos quartis e interquartis de 11111 conjunto de dados.ia e a mediana para cada u.2 • Como representar graficamente conjuntos de dados usando ferramentas de análise 1a3 7e8 de dados exploratória dos diagramas de ramo·e·folhas e diagramas de pontos. Seção 2. l-d .as acumuladas e fronteiras. • Como descrever a. • Como aproximar o desvio padn'ío amostral para os dados agrupados: 9e 10 35e36 S= Dx .X = - N II • Como encontrar n média ponderada de um conjunto d.\"l11icadewi1iva 95 Resumo do capítulo Exemplo Exercícios Oque você 11prendeu? de revisto Seção 2. Seção 2.forma da distribuiçáp como simétrica. Jt = -. la3 37a39e41 • Como desenhar um gráfico caixa-e-bigodes.

. 96 85 91 86 8. O Uldíce de deS<!mprego nos EUA em um período de 12 anos é fornecido a seguir.9 4.94 11.anic Olld frequência 13 9 19 8 5 2 4 A<m<>. 48 11.) 2. A seguir.. Er.88 11.a consuuir um 20. Desaeva a forma da distribuição no histograma feito por você no gráfico de disp~. Beasl• 39 4. Use a média ponde1ada das notas.94 11.. Encontre a mé<f:a. 95 129 93 3 5 12 16 7 9 13 7 8 11 5.6 1.'.Z naturas de revista por reside.00 11.0 5. Os dados representam os Vólumes llquidos atuais (em onças) em latinhas de lâ>rad-0< R<ltill\'C< 124 24 ooças.1 4.86 11. IRinois... lloxer 35 (~ Nos exerdcios 5 e 6. Faça o histograma de frequência relativa usando a distribuição de frequéncia e as frequênóas acumulada.5 4.. tam as médias das alt3s tempe<atutas diarias (em graus Fahrenheit) Número de revistas O t 2 3 4 5 6 durante o mês de janeiro em Chicago. Fornecemos seis n0tas de testes.5 5. 42 16 39 42 44 45 42 42 36 38 6.94 Pasror •lemlo 44 12. (fMte: "'""""" Kl>ooel CkJb. Os dados represen· dêi. Faça vm diagtama de pontos do conjunto de dados.0 30 28 26 39 34 33 20 39 28 33 Ano 2001 2002 2003 2004 2005 2006 26 39 32 28 31 39 33 31 33 32 ·lnd.t i·.sses.) t .os· · que r. determine se a f0tma aproximada da dis- Altura (em pés) 764 625 520 510 484 492 450 430 410 triboição no histog. 19. .. uma linha po1 ramo.94 Gold<ltl Retiiever 43 11. use o coojunto de dedos • seguir. Os dados 1epresentam o número de salas reseivadas dur. Faça um grMico de Parero do conjunto de dados. use o conjunto de dados a seguir.94 12.coot1e a média.92 11. polígono de frequência.pli«Ja Exercícios de revisão S~~ec=l=o=Z·~'.91 11. cinco primeiras notas sáo 15% da nota final e a última nota é 25% da nota final.95 11. Encootre 7. Faça o histog1ama de frequência relativa do co. 12. Encontre o núme10 médio de assinaturas po..~ Nos exercícios 3 e 4 use o conjunto de dados a seguir.98 11.mo-e-folhas para o co. Ili'.... .01 11..o de anda1es de Exe<dcio 3. Faça o histograma de frequência usando sete classe.. unfonne ou assimétrica? de dispersão? (Fonr.10 11.ócios l e 2. Faça a frequência de díslribuiçAo do coojunto de oados usando Nos exe<de 11 e 12. BtMou oi tal.93 3.95 11.. DeSCteva a f0tma da distribuição no histograma fei10 por você no 9.93 12. frequências.. uniforme ou assimétrica? nove ed'rficios notáveis em Miami.milhar=) em ras..99 11. 15.89 12.ama é assimétrica à direita. Enco. A distribuição de freqúência a seguit mostra o número de assi- Seção Z.8 6. Fornecemos quatro n0tas de testes. . Empao lJ<J:li.1junto de dado.nte um.) Nos exercidos 21 e 22. limites. Faça a distribuição de frequência com seis classes e desenhe um 14. As três primeúas notas são 24 13 18 28 17 25 31 200/o da nota final e a última nota é 400/o da nOta final. 153 104 118 166 89 104 100 79 93 95 116 94 140 84 81 96 Seção Z.idos ObSChSl1U1>d 36 usando sete classes...4 4. 126 93 108 87 103.. N.cias.111e 33 31 25 22 38 51 32 23 a mé<fia ponde<ada das nota.::~ 10. gócios em uma amostra de hotéis. Inclua os pontos médios dõs classes. Use os dados pata cons11uir um gráfico da série ~·Ít No.es 55 47 S1 28 34 39 33 31 40 ou simétrica. l-d .esen .3 108 111 87 126 101 11 1 122 108 13. ·lndice de desemprego 5. 1am ónco classes. (Forire:No:ior.. use os dados a seguir.99 11.. frontei· = ••te maiores re'"'tlOS no •--'--n v-nel Club ( .6 5. Faça uma ogiva do c()(junto de dados usando seis cla. Estime a média d... Adistribuição é simétrica. temos as alturas (em pés) e o núme. a mediana e a moda dos conjuntos de dados. frequências relativas e frequências acumuladas_ "'= º" N'""~ '"" "" "' 2006.phenc MmiMffG/J()I>...o/Oo. 23 34 44 43 47 37 29 25 78 72 86 91 87 80 28 35 21 24 20 19 23 27 18. residê<1cia.95 11. 16. Que tipo de padrão é mOSllooo no gráfico Exerdcio 4. YMShire Te11ie. O con· temporal (li>r>•o.ce · de desemprego 4. Faça um <ftagrama r.7 5.. cxe. noite de ne· 11. Faça um gtáfico de pina do conjunto de dados. a mediana e a moda dos conjuntos de dados.~ Nos exe<dcios 7 e 8.ijumo de d. Raça Número registrado 1 (em milhares) 1 {'. Use os dados pa.16a pa1a uma amostra de 60 resi- .IJ§dd 96 • [<1•tl11i.92 11.00 11. assimétrica à esquerda Número de anda. A distób<Jição é simétlica.! distribuição de· frequência feita no Exerclcio l. use os dados a seguir..or S•ornlh) junto de dados representa a renda (em milhates de dólates) de 20 Ano 9 9 2000 1995 1996 19 7 1998 199 íunóonários de um pequeno negócio.98 11..2 4.igs.

Encontre a méóia amostral e o desvio padrão 173 145 205 192 197 227 156 240 172 185 amoSltaf dos dados. gasolina é $ 36.a IS ?2 26 2 dias.00 6+ . meefoaoai Número de televisores o 1 2 3 4 5 Secão 2.250 51.responde ao primeiro quar1il. Encontre a amplitude dos dados. Os pesos (em íibras) dos jogadores da defesa de um time de futebol colegial são fornecidos. Encontre a média amostral e o desvio padrão esta~o descobre que 84 eSlações tém maior audiência que ela. l. Em 2007 havia 768 es1ações de rádio ·antigas· nos EUA.399 1.50 por mês <:0m desvio padtào de $ 2. Amédia de vendas por cliente para 40 clíeotes de um posto de 10+--..7% dos dados? (Assuma uma $ d'istrib<JiçAo em fom.960 2.foll:t: SIJI)'""" e. cf rht IJr.4 Número de residências 8 13 10 5 3 36. 4 2 9 12 15 3 6 8 1 4 14 12 3 3 38.a de ~no.44 6. Encontre a amplitude dos dados..00? •2+--. A idade de cada membro dõ Sup.298 48.38 6. com desvio padrão de S 8.25. qual é maior: a média ou a mediana? 35.383 2.68 17.430 2.58 8.34 7. qual é maior: a média ou a d1âo dos dados.63 15.445 2. quantos clientes gastam entre S 20. quantos dos voos du1ou 3 e 11 días? (Fonre: NASA.66 19. callas.875 53. rrstamos o númeto de delei· 25.-H 32. (Assuma que o conjunto de dados tem distri· 22.IJ§dd (apftulo2 • [1111lnicaMS<ritiva 97 21.--l eS 52.219 49. o número de aparelhos de televisão é listado. Para o histograma do Exerócio 22. Com base no $ teorema de Chebychev. COln base no te0<ema de Chebychev.· Ro&<>-.00. Os p<eços (em dólares para um ano escolar) dos dormitórios para dOs dados.940 2. 28. Se uma do en~no médio.710 2. dos dados..92 6.99 16. Encontre a ahura c0<respondente ao tercei10 quartil. O tempo médio dos voos das 2-0 primeitas nal'es espaciaisera de aptoxímadamente 7 dias e o de*ÍO padrão eta apioximadamente 2 6 10 1.ao se aproxima do ronfug diário de 49.46 7. Em uma amoStra aleatória de aviões.t i·.73 16.49 de estatistica.632 54. l-d .56 17. padrão dos dados. Enconue a média amostral e o desvio pa- 24. 31.947 2. use o conjunto de dados a seguir. Qual porcentagem de alunos obteve mais do que 68? 30..59 15.<i!d Srate<) 41.. em qual peccentil essa esta. bo~o em forma de sino. O coojunto de dados representa o preço médio de uma entrada de cinema (em dólares) pata uma amostra de 12 cidades jal)(r nesas. A taxa média da lV via satéf'de de uma amostra e 1esidéncias 11 ' 10+ .. Encontre a ahura que co. uma amostra de univelsidades com quatro anos de duração es· tão liSlados a seguir.. A taxa nlédia da 1V via satélite de uma amostra e residências • era de$ 49. 34. Para o histograma do Exerócio 21. Encontre a 61 63 65 67 68 68 70 71 72 médía populacional e o desvio padrão dos dados. O conjunto de dados representa o preço médio de uma entrada tos encontrados em suas fuselagens.10 18.) 23.42 6.- era de S49.00 por mês com desvio padrão de S2. Faça o gráfico caixa-e-bigodes 29.82 7.50 por mês.19 Os dados representam a altura (em polegadas) de alunos do curso 16..842 50. ~ H 71 m E~ M U 56 42..00.75 por ~ Estime a porcentagem das taxas de televisão via satélite enue 1. Em uma amoSlta aleatória de residências. 208 185 190 167 212 228 190 184 195 2. Entre quais dois val0tes estão 99. 27.76 6. Número de defeitos o 1 2 3 4 5 6 7.) 1·1 ' 33.48 19.ccm) . Faça um g1áfico de caixa-e-bigodes dos dados.. Uma nota 68 em um teste de um aluno representa o 77' percentil 2.75 e S 52. A milhagem (em milhares) para uma froia de veículos de uma 52 S4 55 56 56 56 58 s·9 60 61 emp<esa de aluguel de carros está listada a seg~ir.619 58.89 16.26 7. Nos exerdcios de 37 a 40.-.. Encontre a amplitude inteiqua11if dos dados do Exercido 14.421 2. listamos uma amostra dos saklrios (em dólaies) de professores 44.278 1. Encontre a média amostral de cinema (em dólares) para uma amostra de 12 cidades ameri· e o desvio padrão dos dados. 19. Encontre a amplitude inte<quartil está listada a seguir.15 5.924 audiéncia? (roore.940 2. 37.377 das noias.eme Court of the United States (Sul)fema Corte de Justiça americana) em 19 de março de 2007 39. Encontre a média populacional e o desvio 40.153 43.) 6+ .a 1$ :?? 26 30 l-1 S 46.761 2.657 2.17 Número de aviões 4 5 2 9 1 3 26.

lnte<p<ete os 1esul1ados no conte.590 sobte isso. (c) Represente os dados usando um histograma de frequência (a) S 200.: M~. compare suas respostas com as 1espostas dadas no iinal do livro.655 2.005 1. se algum.570 "Eu acho que.esponsâvel pela coluna de consumo de um jôlílal.98:. Inclua Ílmites de classe.984 1.me (e) S 175.152 de seguro automotivo.5).i~ do conjunto de dado~ calçados ( 15.000.600 1. 48. lPrP~OS êrtl dól:n't~S das ap61irP.clio/l) 2.000 com desvio padrão de S 15. 46. em médio. (a) &Kontre a méáia.Ol9 795 908 667 444 960 tra de 25 pessoas se exercita a cada semana. (fon:.t i·. frequências relativas e frequên· de dados tem disttibuiçAo em fo.000 ou assimétric. ( ~ 1.430 1. 213 libras.0) e transporte reaeacional (38.decisões reais Você é um jornafiSla . 141 libras. fro11teí1as.875 1.J. { ~ 7. (b) S 55. use a informação a seguir. unífo.302 2..016 em seu es1ado.a a fo.. Qual 108 139 120 123 120 132 123 131 131 descreve melh0< um salátio 1ipíco' 157 150 124 111 101 135 119 116 117 (b) E•=tre a amplitude.içào de frequê.450 2. (a) Encontre os qu. (f) Represente os dados util~ando unna ogiva.. Listamos os saklnos semanais (em dólares) para uma amostra Depois. de enfermei1os. Use as ló<mulas da distribt. Bo.8 Cidade e Cidade O. (d) $ 122..7). com mMia de 186 libras e desvio padrão de (8 libras.000 (e) Represente os dados usando um gráfico caixa-e·bigodes.$ de seguro automotivo pagos Juntando tudo p or 10 motoristas selecionados aleatoriamente em 4 cidades [statística real . (Os preços dõs apólices da amostra incluem cobertu1a comp<eensiva.920 1.400 1.145 1. 19 jogadores de futebol colegiais tém <istribuição em fo.) (c) Faça um gráfico caíxa·e-bigodes.o1 S. 24!> libr~S..545 1.716 2.C.1cia para aproximar a mé<lia amostral e o desvio padr~o do coojunto de dados no 97 87 86 70 61 96 95 90 78 62 Exercido 1. Ocoojunto de dados é o número de minutos em que unna amos· 774 446 I.54!> 2. equipamell!os (24. l-d .Jíçâo como simétrica.ma da distnb.ma de sino. ((onre: Na1xx.542 2. Você já reuniu os dados m0Sl1ados à esquerda (sua cid. danos a propriedade e motoristas não cobenos.450 2.345 do diversas canas e e·maíls de leitôfes que estão preocupados com o custo de suas apólices 2.. 178 ribras.640 2.iog Goo<i<As<O(>o.600 1.715 1. a mediana e a moda dos salários.comuns. ti.000 relativa.987 1. frequências.545 1. 4. Os pesos de 45. urna 1.) . preços estão 95% dõs casas? (b) Represente os dados usando um histograma de frequência 6.7).9·15 1.ade é a cidade A).000 (d) Desae-. a variância e desvio Jl<)di~ do conjun· 127 128 139 119 118 114 127 to de dados. para determinar qual. dos pieços a seguir é incomum.nna de sino.745 Seu edito.8 2.cidades de tamanho similar 2.cto da \ida real. (b) gráf1Co de Pareto. danos fisicos.36. pede que você investigue os custos das apólices de seguros e escreva um ~nigo 2. Represente os dados usando (a) um grJfico de pizza e (b) Encontre a ampírtude ínterquanil.792 t.a. O conjunto dios. Refira-se às eslatfsticas amostrais do Exercicio 5 e use z-escores e um polígono de frequência nos mesmos eixos.og... A média dos preços de resideicias novas de uma amOSlta de usando cinco classes.' t. um motoriSla em nosso cidade paga mais em sua opóllce de t.850 seguro do que os morcrisros de outras ddodes como a nosso nesre Esrodo. (a) Faça a distribuição de frequência do conjunto de dados 5.380 1. As ve<idas de produtos esportivos (em bilhões de dólares) oos 82 80 75 67 66 88 88 76 76 76 EUA podem Sé< dassifrcadas em quatro áreas: vestuário ( 11. colisAo. Use z·escores para determinar se os pesos a seguir dos jogad0<es de futebol selecio· 47. Entre quais dos dois ciasacumuladas.IJ§dd 98 • C<1'thli<4•Pli<d<!• Nos exerdcios de 45 a 48... vQCé tem recebí· 'Ud~deA Cid~de.800 represenlam as apóJices de seguros automótivos pagos anualmente (em dólares) po. pontos mé· casas é S 155. Um dos leitores escreveu o seguinte: 2.465 2.. 2514 2.645 2. nado~ ale. 93 89 80 78 97 85 79 78 71 83 3. Os dados 1.030 t. 1.200 1.1tori3mente ~o in.575 amostra aleatória de motoristas em sua cidade e em três outras . Teste do capítulo Faça este teste como se IIOCê estivesse fazendo uma pr0«a em sala. Onúme<o de vitórias para cada time da liga de beisebol em 2006 está listado a seguir.

parece que a média das apólices de seguro de sw cidade.051 2..230 1...109 2.'lo no Exercido 2? Exp5que.677 1.1iry.J A9ricul:vro!Sra1mo ~ ) De 1996 a 2005.207 2..004 1. 11..285 2.665 1.319 2.045 1. ! .. 2.069 2.x1o/Agt1.936 www.. 1996-2005 . Representando os dedos (a) Que tipo de gráfico você usaria para representar os dados?Por quê? (b) C:0.atiánios da Améri- ca) é uma associação que fomece ajuda a produtores de laticínios.882 1. Medindo os dados (a) Quais me<Mas esiatisticas discutidas neste capitulo você usaria para analisar os dados sobre as apólices de seguro? (b) Calcule as medidas da parte (a).230 1. As medidas apoiam sua condus..1ce.202 3.862 3. lotlQo d& 10 fino$ · J"'·"' 8'""° ~ 1&® ! .383 1.979 1.159 2.AA4 2. 3.0CO ! 96 97 98 91 00 Mo º' W Ol OI' ~ (F()ll.223 2.. 1•. C(ymrr. Discutindo os dedos (a) O que você diria aos leitores? A média das apóf1ees de seguco em sua cidade é mais alta do que nas oouas? (b) Quais cazões você poderia dar a se.6S8 22('{/ 2..Índi<:os Por vaca.258 2.1strua o gráfico da parte (a). 1996-2005 u.281 1.029 1.982 2.444 l ..CW. Ele lista a produção mensal de leite (cm libras) para 50 vacas leiteiras Hotstein.) 2.:l64 2.294 2.s leitores sobre o porquê de os pieços variarem de cidade para cidade? Tecnologia MINITAB [ EXCEL Tl-83/84 [ A Oairy .732 2.733 2.. e a p1odução anual de leite aumentou. NY. cidade A.com i I""' Vacas leltelras.619 2. Como você ferio isso? (a) Como você investigaria a afirmação sobre o preço das apólices de seguro? (b) Quais medidas estatísticas deste cap~ulo você usaàa? 2.147 2.484 4.. o número de vacas leiteiras nos Estados Unidos deccesce. .. (e) Compare as medidas da parte (b) com o gráfico que você fez no EJlerdcio 2.711 l.11.923 2.) (Fct'lre-: NC''1t'Jt't(..647 2. l-d . 4.t i·.([n. Parte dessa ajuda é reunir e distribuir estatísticas sobre a produção de leite.3S9 2.669 3 . (F'""" .874 1..597 3.IJ§dd (o~!tulo2 • [iw~\icades<rit~• 99 [xercícios 1.825 2..11.dfamil<..~Ufal SJot'5l>CS SfA.449 2.511 2. (e) Com base no que você fez na parte (b). Produção mensal de leite O conjunto de dados a S<?guir foi fomecido por um produtor de leile.. é mai0< do que qualquei ooua cidade? Explique..11/mk 0. 2.773 2284 1.Fanners of America (Associação de Produtores de l.353 1.1e: Nor.oo 8 "" ~ .

750 41OOQ 44 250 47 0Qn t. amostral para os dado~ Compare seus resultados com Exercício 2. Encontre ô fnd(f(. . 1. 86.992 41 .) MINITAB j ~ Elot.11 dos d~. . E Con....:. . . dos dados. 35 Iime Series Plot.IJ§dd IOO • c. Fa(<l a distribllição de freque. 3. use um computador ou c. p. Estat..500 0. Use uma classe 7.. 71) 1 ptoportion . Bo..• !. g "'º 120 "' ~ 1: ao 100 ·.ot.375 3. ..ioo para os dados.ística descritiva 2 Vªriances .3? Índivíduais? Usando a tecnologia para determinar estatísticas descritivas Aqui estão algumas impressões MlNíl'AB e Tl-83/84 para trils exemplos deste capítulo.l_oxplot .ries 10 41 . MINITAB l 2 PrQportions . Redação use os resultados do. CoQtour Ploo . Se Nos exercícios de 6 a 8..... use a dístribuiçAo de frequência encon· possível.. p..) omostr.. " (J) 20 1-Samj)le .i.ao W fn:qvê'n<... Variable Minimum 01 Median 03 Maximum --.. !::!istogram . 58l..l.<l um histoglama para os dados.. e 200 180 !l!latrix P1.J()ur Plot. 220 !::!istogram ..Uie$ 37f100 38. A dislrib\Jiçoo parece ter for· 8. .."'o BO 40 g to~ Desc~tive_Statistics. .. 1 Qr:aftsman Plot. 51) MINITAB l Çhart. p.pli"d' Exercícios NOIS exerdcios de l a 4. 8a!à.136 Óol(ariance.. u~" tl~uilivic. l-d . exerdcios 6 e 7 para escre- ma de sino? ver uma afirmaçAo geral sobre a média e desvio padrão para OIS 5.. . (Ver Exemplo 4. 6.. g-sample t. imprima seus resultados. Year 1995 1997 1999 a<X)1 e.p'ot tl/latrix·PloL..t i·.. o 1-Sample t. Compe<e seus resultados com o Exercício 1. Eocomre o desvio padrão amostral dos dados..ilculadOfa.: D1sp!ay Descnpt1ve Stat1st1cs .. Qual porcentagem da distribuiçAo estA dentro de um desvio padrão dados grupado~ As fórmulas para os dados grupados fornecem em relaçAo à média? Dentro de dois desvios padrão em relaçAo à resultados que são tão corretos quanto as fórmulas das entradas média? Como esses resultadOIS co11COfdamcom a regra empfric.. • 1 ..aired t ... (Ver Exemplo 4... trada no Exerdcio 3. .. Use a distribuição de frequência para encontrar o desvio padrão com largura 500. (ver Exemplo 7. .ormality Test. 4.rct l:)ti1uo1 o 11ialic dlllV)lfdl 2. Çhart.w&tica...io vc. Veriable N Mean SEMean TrMean StOev Qorrelation. ~ 160 Qraftsman Plot . Fa<..

Qff 4: UnReg{ax+b) L. .::::::.o..0ff 6: CubicReg 3: Plot3. l1 L2 o 5: Q uadReg L..Off LL1 L2 o 2: Plot2.. 51. Xlist: L 1 Xli st: L 1 Ylis~L 2 Freq: 1 Mark: m+ . 71 .o . g dhb Typ<r...) (Ver !Exemplo 4. p. l-d .974894956 7: ZTrig 8 : Zlnteger ! n= 10 8 : Zlnteger liJ ZoomSta liJ ZoomStat O: ZoomFit O: ZoomFit TI--83/84 j • -" Tl-83/84 J • ..IJ§dd (apltulo 2 • [)1a1flli(adesnitiva 01 J (Ver Exemplo 7. g IL.:_ L1 l.• li Plot1..-. 86. p.0ff L. TI--83/84 I mJII 4 1 ZOe....:.) (Ver Exemplo 4... . ....5 E x= 415 • Tl -83/84 [ @iN 4 1 ZDecimal 5 : ZSq uare MEf!.imY • Ex2 = 11311 6 : ZStandard Sx= 3 ..t i·. Tl-83/84 ( li P!ot1..:.:. !. .. L. p. L1 l2 l o TI-83/84 EOlT li l Bil TESTS 1 ·Var Stat s 2 : 2-Var Stat s .) Tl -83/84 L-PiiWill.2 o 3: P!ot3 .0ff 3: Med-Med 2 :· Plot2 .13581462 6: ZStandard 7: ZTrig <1X= 2.:_ ~ dhb .imal 5: ZSq uare MEMORY • Tl-83/84 1 1-Var Stat s x= 41...Cllf L u L2 o 7 ! Quartfleg L L1 L2 o 4 1 PlotsOlf Tl-83/84 ( 11!1111 Plot2 Plot3 lill Off • TI-83/84 1-Var Stat I s LI • Tl-83/84 [ IDIII Plot2 lill Off Plot3 • Type: L.ai.

detennine se o valor oomélico é um pará· 19 23 105 4 o 24 4 o 63 6 metro ou um dado estatístico. segundo e terceiro quartis do conjunto de 1.9 4. (b) Encontre a amplitude. 7.. conjunto de dados. de dados e faça um d'iagrarna caixa·e·bigodes que represente o 3. 28% disseram ser ético os repótteres publicarem noticias baseadas em fontes anónimas. nos resultados do estudo. fronteiras.5 3.ey teogue. (fcnre: Rosm:JSSen Repôr~. 13. Para assegurar qualidade. Enconue o primeiro.500.l relaúva usando a distribuição de frequência do Exerdcio 17.500. Os números de tomados po< Estado em um ano recente estão tis· 2.eOiJ"" llasebQl. (r. Encontre a média ponde.4 4. assuntos famifiares (24%). ftequên· escolar.948 aduhos americanos desoobriu que 52% aaeditam que fontes altemaúvas de energia sJo a melhor (a) Faça uma inferê11cia basead. (a) Encontre a média. Inclua a 10. E.4 6. Nos exercícios 7 e 8. (Fón. frequências. doenças 2 6 21 14 46 136 17 23 2 o (35%). delermine se os dados são qualitativos ou qua. elas relativas e frequênóas acumuladas. 5. $42. Um estudo sobre os efeitos da exdusão das férias do cale11d~rio classe de pontos médios. 15 O 45 59 81 58 19 34 85 9.8 7.ecente.. Qual desaeve melhor o tamanho da cauda de um elétricoscujos saláriosanuais estão entre$ 80.·•. identifique a população e a amOStra. 14. O tamanho das caudas (em pé:s) dos crocodilos americanos es1Jo listados: 6.ol Orln<. As regiões tipícamente usadas para o C<llculo do preco médio das 1. cada quadragésima escova de dentes casas estão l~tadas: é retirada de uma linha de produção e testada para se ter ceneia nordeste centro-oeste sul oeste que as cerdas não se soltam da escwa. 18. pesquisadores pe.IJ§dd !02 • &tath\í(aapli"d• Revisão acumu lada . omaiordesde 1999. O conjunto de dados 6. com desvio padrão de S 1. O salário médio anual para 43 funcionários de urna emf)fesa é eqtivalem a 15% da nota final e a última é 40% da nota final. limites. 1 5.) Medkal Associai"""-) 11 15 8 87 32 1 8 16 59 Nos exerdcios 9 e 10. 19.guntaram a opinião tados.6 tem distribuição em formato de sino.ianóa e o desvio padrão do quantos apioximadamerne você espeiaria que tivessem sa.c w». Emumano. beisebol) com pelo menos um início para os Houston Astros em 2006.5 3.000 adultos dos Estados Uni· 85 92 84 89 91 dos. Faça a distribuição de frequência usando oito dasses.plique seu raciocínio. Uma pesquisa com 1.-: Homs.o enue aingestão de vitaminas antioxidantes e uma expectativa devida mais longa. Em uma pesquisa recente com 1. (Foo1e:JtJurl!l/lal1hcAmMcQn em uma temporada recente do NHL. l-d . 111ocm1>.5%. Explique.) Nos exerdcios de 17 a 19. ~o fornecidas cinco notas de testes. (R>nre· Nao-or.500 e S86.remessador (no maior frequê.asfaltasn3oavisadasemempresaseorganizq çõesameiicanasatingiramum índice de 2.200 adlitos arne. (""". listamos o número de jogos iniciados por cada a.•... 17.ada das notas. °""' conjunto de dados. Explique.t i·. a mediana e a moda do tamanho das (a) Use a regra empfrica para estimar o n(uneco de engenheiros caudas.o.cnol HocJ. use o conjunto de dados a segui. 16. Então.a organiw os dados. fonna para os Estados Unidos reduzirem a confiança no petróleo (b) O que há de errado com esse tipo de raciocínio? estrangeiro..: Nor. (b) Se 40 engenheiros elétricos adicionais fossem amostrados. Um estudo com 232. As quatro primeiras notas 4.500. identifique a técnica de amostragem usada e 2 8 19 19 9 11 32 35 24 3 diSCll!a a fonte de tendenciosidade em potencial (se hower). típico crocodilo americano? E.!. Um estudo mostra que o número de mones por doenças do co· ração em mulheres deaesceu a cada ano nos últimos cinco anos. necessidades pessoais (18%) e estresse (12%}.606 pessoas foi conduzido para desco· representa os pontos marcados por cada jog<>dor do Deuoit Red Wu. w«orr. Desaeva a fonna da distribuição.ntitawos e identifique o nlvel de mensuração dooonµito de dados. Um estudo sobre os anos de serviço de 100 memb<os do senado.) Descob<iu-se que as faltas ocorriam por causa da mentalidade de 81 1 8 69 30 34 o o 56 S4 concessão de direitos (11%).que seu raciocínio.500? vida real. Interprete os resultados no contexto da 1.icanos sobre aqueómento global. a va. decida qual método você usaria para cole· O O 962128015 211 tar dados para os estudos.) 15. Usando discagem aleatória.capítu los l e Z Nos exerdcios 1e 2. determine qual classe tem a 11.lrios anuais entre S80.gs brir uma ligaç. 12.) 4 o 23 53 4 27 1 11 o 14 Nos exercícios 4 e 5. (Fonrl!: Majl)r l.2 7. que 8. Nos exercícios 11 e 12.. Faça um histograma de frequênci.500.pf.) .lcia relativa equal tem a meoo<.500 e S86. use um 5 71 105 39 10 40 o 7 gráfico de Pareto pa. O salário médio anual de uma amostra de engenheiros elétricos é$ 83.9 Poli..

t i·. l-d .IJ§dd _ _ _Pa_rt-e 2 Prob~bilidade e distribuições de proba biIidade Capítulo 3 Probabilidade Capítulo 4 Distribuições de probabilidades discretas Capítulo 5 Distribuições de probabilidades norma·is .

Sem um participante escolher a mala que contenha ao menos saber a quantià de cada mala.1 a $ 1.000.00 (sete malas têm ao menos S 100..000. o "banqueiro'' oferece ao participante lnna = 26 "'º· 269.00. abertas. No final 7 de cada rodada.000. .000.000.000. No Capítulo 3. então o participante recebe o valor que está na mala l'robabi. você aprenderá como determinar a 26 26 ' probabilidade de que um evento ocorra.000. A cada rodada.lidade de menos de S100.'\-0 americano Denl or 110 rl.000.9%. a probabilidade de que um participante escolha a pruln:tl>ilit. Cole- 1 1 ta1\dO e analisando os dados. mala que contenha menos que$ 100.000.731 ou 73. Então.000. v0<:ê aprendeu a coletar e des· crever dados. Probabilidade Onde estamos pante contenha $ 1..00 em uma mala aberto revelando a quantia em cada uma delas. que continua selada até o final do jogo. Por exemplo.00 em uma mala escolhida no início do jogo. em troca da mala do participante.IJ§ij ij Capítulo 1 ~ 3 l ]" . pois há 26 malas 26.000.00 subtraindo·se a probabilidade de escolher a paote não a.00 é 1/26.00. quantia en.1%. no programa de Total de malas televis.>1/.0 731. você pode encontrar a probabilidade de um tici pante pode aceitar a oferta do banqueiro e assim o jogo participante escolher uma mala que contenha menos de termina ou pode continuar a próxima rodada. Se o partici· $ 100.000.:lu par· uma mala que contenha ao menos S 100.00 é de 0.00 na mala Para onde vamos 7 19 =1 .000. E-d 1r jl. Nos capítulos 1 e 2. Por exemplo. = 1 . um número pré-detenninado de malas é Probabilidade de ao menos $100.269. ou ticipante contenha S 1.00 se a mala com essa quantia ainda não foi aberta.000.000. uma mala cada um.000. dinheiro baseada nas quantias das n1alas que não foram abertas.00 é de aproxima· A tabela mostra a probabilidade de que a mala do partici· damente 0.000.00.000.14t <l~ c.-=-s.00). 6$ participantes escolhem $ 100.000.000. fonnar suas Rodada 1 2 3 4 5 6 7 8 9 conclusões e tomar decis<1es.ceitar nenhuma oferta e todas as malas forem mala que contenha ao menos $100. Cada jogo consiste de 26 malas lacradas contendo 5 " Você também pode encomtrar a probabilidade de quantias em dólares variando de $ O.h. Aprobabilidade de que um participante escolha uma no início do jogo e somente 1 mala contém S 1.Probabilidade de ao menos S 100.. O par· Então. Estando os dados coletados e descritos. os participantes jogam e àbws o 6 li 15 18 20 21 22 23 24 negociam para atíngir um valor de até S l.lit p.1utt u µri_111eiru 111t1h1 C'!itülhic.u..000.00 de 1. você pode determinar as chan· Probabilidade 1 -lõ1 -111 s1 -1 1 1 1 2 26 20 6 3 oes de gm1har $1. voe~ pode usar o resultado para escrever resu1nos.00.

t i·. 4. T2. evento e resullddo. Para cada um desses.dade Clássica. espaço que o espaço amostral. Decisões do núme10 de maneiras em que dois tipo "você deveria estar jogando golfe" ou "você deveria proceder com a cirurgia" são ou mais eventos podem ocorrer. mos para esse segundo ramo . 61 Diagra1na de árvore para o experin1ento coin a moeda e o dado Evento: Rolar um número par. H4.IJ§dd (. H6. você aprendeu • Como <istingui1 entre probabili- sobre o papel do ramo descritivo da estatística. há seis resultados possíveis quando jogamos o dado: 1. medições ou respostas) são oblidos.rperi- tão a rol agem de um dado de seis lados. ou probabilidades. 3.dado coroa (I").a estaJística inferencial. determine o número de resultados e •od identifique o espaço amostral. Quando meteorologistas dizem que há uma chance de 90% de chuva ou médi. IHl.aplwlo3 • P. Aqui temos um exemplo simples do uso do termo e.ão de a probabilidade ser a base . • Como usar o principio fundamen- cos dizem que há 35% de chance de sucesso em uma cir\lfgia. 61 1 1 Resultado: 1 1 1 1 1 1 1 1 1 1 1 Rolar um 212} 1 2 3 4 5 6 1 2 3 4 5 6 1 1 1 1 1 1 TI1 T21 T31 T41 1 T61 HI H2 H3 H4 H5 H6 TS No diagrama de árvore. o espaço amostral tem 12 resultados. efini~ão • Como usar um diagrama de ár· Um experimento de probabilidade é uma ação. Um evenio é um subgrupo do espaço amostral. No c. ou tentativa. l-d . 5. 5 ou 6. í:requentemente baseadas nessas probabilidades. de seis lados. Determine o número de resultados e identifi- me11to de probllbilidalie. T4. T6} ente Para cada experimento de probabilidade. 3. probabilídade em- da estatística inferencial. . Solução Experimento de probabilidade: Há dois resultados possíveis quando lançamos a moeda: uma cara (HJ ou uma lançamento de um.r {ventos complementares ---+ deve aprender Aplicatões das probabilidades • Como ídentilicar o espaço amos· trai de um ~rimento de proba- bílidade e como idemficar even- I Experimentos de probabilidade tos simples. O grupo de todos os resultados possíveis de probabiidades. TI. 2. amostral. TS. H2.ot. pírica e probabilidade subjet~·a.lbiliôadt 105 191 Conceitos básicos de probabilidade e contagem Oque você Experimentos de probabilidade ---+ Oprincípio fundamental da contagem ---+ Tipos de probabilidade . um experimento de probabilidade é o espaço amostral. de que um evento especifico ocorra. O resultado de uma única tentativa em um de conlilgtm para encontrar mais experimento de probabilidade é um resultado. • Como encontrar a proliabilidade do-compleme1110 de um evento. pela qual resultados espedf1Cos vore e o prinçipio fuodamernal (contagens. 4. eles estão afirmando !ill da contagem para ef1COnt1a1 o as possibilidades. 2.1pítulo anterior. 4. T3. Exemplo m Dica de estudo Identificando o espato amostral de um experimento de probabilidade Um experimento de probabilidade consiste do lançamento de uma moeda e en. H3. U. Em rw. HS. é necessário aprender sobre probabilidade antes de seguir. Ele pode consistir de um ou mais resultados. Uma maneira de listar resultados para ações que ocorrem em sequência Espaço amestrai: é usar um diagrama de árvore. H T 12.

er uma peça da máquina com um defeito específico.'Sullatfos e1n um espaço amostral. republicano ou outro) de quem um senador ê eleito? responde. a. Quando isso ocorre. ele ni\o é simples. O evento A tem somente um resultado: escoU. d. H6J.IJ§dd !06 • C~atl1ti. 2. Devido ao fato de o evento ter mais de um resultado.. O evento B tem três resultados: rolar um 4. tais como. Um experimento de probabilidade consiste em gravar as respostas para a pesquisa Pesquisa à esquerda e o gênero da pessoa que está respondendo.idade. I Oprincípio fundamental da contagem Em alguns casos. Solução 1. Afirmar se o evento é simples ou não. No restante deste capítu. aprenderemos como calcular a probabilidade ou possibilidade de um evento. o evento de "jogar caras e rolar um número p.. o que foz com que não seja prático escrever todos os resultados. O evento A é selecionar uma peça de máquina com um defeito específico.. 2. No Exemplo 1. Você lança um dado de seis lados. EventoC: a idade do estudante está entre18e 23. Um evento que consista de um único resultado é chamado de evento simples. No final de cada ramo de respostas da pesquisa.pficada 1. Decida se cada evento é simples você ou nã. você . o evento de "jogar caras e rolar um 3" é um evento simples e pode ser representado como A= fH31. o evento é simples. Iniciar com um diagrama de árvore formando um ramo para cada resposta possí· das respostas : vel para a pesquisa. Listar o espnço m11ostral. Determinar o número de resultados em um evento. Encontrar o u1í111ero de n. 2. H4. Para controle de qual. 2. O concordo b... Marque uma a. l-d ..o. 1. Então. Um experin\ento de probabilidade consiste em gravar as respostas para a pes· Deveria haver linJite no número de vezes que quisa à esquerda e o partido politico (democrata.__ _ _ _ _ _ _ _ _ _ __ Identificando eventos simples Determine o número de resultados em cada evento.. O evento 8 é rolar pelo menos um 4. você seleciona aleatoriamente uma peça de máquina de um lote que foi fabricado naquele dia.t i·. desenhar um novo ramo para cada O Discordo resultado possível. b. decida se cada evento é simples Qu não. Eventos são frequentemente representados por letras maiúsculas. Evento D: a idade do estudante é 20.. ente Você pergunta a idade de um estudante. O Não sei e.u'' não é simples. pois consiste de três resultados possíveis B = (H2.\ B e C. 5 ou 6. Em contraste. Explique seu raciocínio. um evento pode ocorrer de diversas maneiras diferentes.lo. inclusive. 1. Exemplo m_ z. Então.

. o número de maneiras que os dois eventos podem ocor1er em sequência é m. Suas escolhas agora incluem um Toyot.~·~.npacto 1nédio c»n1pitero n1édio compacto . Ele pode ser usado para encon- t·rar o número de maneiras em que dois ou mais eventos podem ocorrer em sequência. preto (8).. AJ7 . verde (G) De quantas maneiras diferentes você pode selecionar um fabricante. podemos concluir que o número de maneiras para selecionannos um fabricante.. Em palavra.po.1. Exemplo m l:Jsando o princípio fundamental da contagem Você está comprando um carro novo.um segundo evento pode ocorrer de n maneiras.~'~. Os fabricantes possíveis.. Diagranfa de árvore para seleção de carros Ford GM I Honda 1 co. Rc:.~ta ''" . médio Cor: branco (W). De quantas maneiras diferentes você pode selecionar um fabricante.nédio i 1I i I i 1 i 1 ' 1 J j I 1 i ~. um carro grande ou um carro bronze voe& ou cinza. dois tamanhos e quatro cores. n. l-d .~ ~~.. GM. Use um diagrama de árvore para cht'Car seu resultado. um tamanho e uma cor? Use um diagrama de árvore para checar seu resultado. incípio fundamental da contagem Se um evento pode ocorter de m maneiras e .~ WRBGWRBG WRBGWRBG WRBGWRBG Tent. podemos ver por que há 24 opções. Usando o diagrama de árvore. Essa regra pode se. expandida para qualquer número de eventos oco«endo em sequência.-4 quilncia é encontrado multiplicando-se o número de maneiras nas quais um evento pode ocorrer pelo número de maneiras nas quais o outro evento pode ocorrer.IJ§dd (apnulo~ • Piobalilihde 107 pode confiar no princípio fundamental da contagen'i."'-• um tamanho e uma cor? a.t i·. Fabricante: Ford. um tamanho e uma cor é 3 · 2 · 4 = 24 maneiras. e. Sol11ção Há três escolhas de fabricantes. Usando o prin- cípio fundamental da contagem. Honda Tamanho: compacto.si o n(1n1cro de n1aneiras nas quals un1 evento pode ocorrer en1 S(. b. Use o pri11cípfo f1111dnme11/a/ dn cu11tagem. tamanho dos carros e as cores estão listados. vermelho (R). Encontre o 111í111ero de 111a1reirns que cada evento pode ocorrer.

t i·. Tente Quantas placas de automóvel vocll pode fonnar. há 10 escolhas para o primeiro dígito. Use o pri11cfpio J1111da111e11tal da <"<mtagem. mas o primeiro dígito não pode ser Oou 1? Solução 1. Já que cada dígito poder ser usado somente uma vez. Em virtude de cada dígito poder ser repetido.IJ§dd !08 • Emtlslic. cada letra podendo ser repetida? 2.ci-. Usando o princípio fundamental da contagem. há 10 escolhas parn cada um dos três dígitos restantes. 3.t"l'O consiste etn quatro dígitos. há 10 · 10 · 10 · 10 = 10' = 10. Seis (de 26) letras alfabéticas. lde11tifiq11e cada evento e o 11ú111ero de 111m1eims como cada evento pode ooorrer. B.8 escolhas para o primeiro dígito. Cada dígito pode ser de Oa 9.pllcdda Exemplo [4J Usando o princípio fundamental da contagem O código de acesso para o sisterna de segurança de u1n ca. cada letra não podendo ser repetida? 3. há. Há três tipos de probabilidade: probabilidade dássica. mas a primeira nao pode ser A. 9 restantes para o segundo dígito. Seis (de 26)Jetras alfabéticas.000possíveis códigos de acesso.:ltr 11.000 possíveis códigos de acesso.}7 I Tipos de probabílidade O método que você irá utilizar para calcular uma probabilidade depende do tipo de probabilidade. Então.. se cada placa consiste de: vocf 4 l. Então. Rf"$1. 8 restantes para o terceiro dfgito e 7 escolhas para o quarto dígito. podemos ooncluir que há 10 · 9 · 8 · 7 = 5.1 p. Cada dígito pode ser repetido. b. Cada dígito pode ser usado somente uma vez e não pode ser repetido? 2. l-d . Seis (de 26) letras alfabéticas. C ou D? a. . há 10 escolhas para cada um dos 4 dígitos. A probabilidade de que o evento E ocorrerá é escrita como l'(E) e lê·se "prolxlbilidade de um evento E".e DD 22 3• dígito dígito digito dígito Quantos códigos de acesso são possíveis se: 1. 2. Em razão de o primeiro dígito não poder ser Oou 1. probabilidade empírica e probabilidade subjetiva.. cada letra poctêndo ser repetid<l.A. Cada dígito pode ser repetido? 3.040 possíveis códigos de acesso. . Então há 8 · 10 · 10 · 10 = 8. Código de acesso DD .

3. uma copas. J • J l/o J . Evento C: lançar um núme. 6 Baralho padrão de cartas de jogo 3. 5 1/o 4 1/o 3 1/o 5 . b.t i·. 667. . Evento D: selecionar um sete d. não há resultados no evento 8. Esses padroos permitem encontrar a probabilidade empírica.. 10• 10+ 101/o t . Encontre a probabilidade de cada evento. a qual pode ser usada mesmo se cada resultado de um evento não tiver a mesma chance de ocorrer. 3 .. 4 . Evento 8: lançar um 7 3. COJ}. Encontre a probabilidade de Q• Q+ Q lto Q4o cada evento.. R~. 7 1/o 7 4o 6• 6+ 6 1/o 6 4o 3. Então. as probabilidades são P(I:) = . 2• 2. Z.\S Ouros Espad<IS Paus P(rolar um número menor que 5) = ±=3. Evento li: lançar um 3 Z.. 3• 4. 61. S I/o 8 .1wl11 ttlf p.IJ§dd íapftulo l • l'tobabilidode 109 Definicão Dica de estudo Probabilidade clássica (ou teórica) é usada quando cada resultado em um espaço amostral é Probabilidades podem ser es- iglJalmeme possível de ocorrer.. arredondados quando necessário·para três posições.. Usar af6r11111ln tin prolmbilidntfe cldssicn.como frações.n · Número de resultados no evento E pio 5. s• 4. 3.. J . são formados padrões regulares....167.. Em razão de 7 não estar no espaço amostral. 2. E. P(rolar um 7) =Q=o. Então. 1. No Exe. Evento F: selecionar um ouros.e ouros 9• 9+ 9 1/o 'º"' 9 4o s• s..... A37 Quando um experimento é repetido muitas vezes. um espaço amostral consiste de seis resultados: ll. Evento E: selecio1«1r um ouros 1• 7. A probabiíidade cijssica para um evento Eé dada por: crilas. Z.. Há quatro resultados no evento C = 11. 5. 3. Há um resultado no evento li= 131.sa regra de nrretforrtfn111e1110 Exemplo m será usada em todo o livro. Identificar o 111i111ero total tie rtsrrltntios no espaço amostra. escritas coQ10 frações e deci · Número total de resultados no espaço amostral mais. 2 1/o 2 4o e. uma espadas ou um paus a. Encontrando probabilidade-s clássicas Você joga um dado de seis lados. Encontrar o 111l111ero tie-resrrlfntios no evento. 4. t...s.!. 5.ro menor que 5 Solrrçào Quando um dado de seis lados é lançado. l-d .. decimais ou porcentagens. 2. 1 P(rolar um 3) = 6'''0. A• A+ A lto A4o 6 3 K• K+ K' //o K4o Você seleciona uma carta de um baralho normal..:o. 41. Então...

115 Os. A distribuição de frequência mostra os resultados. alguém quer saber a pro.. clu. 123 Canharum 0. e. a.. a probaoilidade empírica (frequência relativa) de um evento ap·roxima-se de sua probabilidade teórica.w 0.inar se o congestionamento no trânsito é un."111ê11cin relnlÍi!fl do evento.5% 'f. Conforme aumentamos o n(1mero de vezes que um experimento de prooa· bil idade é repetido.o. 82 identidade 0.6% sua co1nunidade? Escrever um litst·seller da Resposta. A frequência desse evento é 123.crado. Encontre a freq11ê11cin do evento. Até agora.ime11to. P(E) = Frequência do evento E babilidade com a qual ele irá Frequência total ( ocorrer. O evento é a resposta "É um problema sério". 320 pessoas responderam à pesquisa. .uce de ()(.~. (Adl1ptl!if() . Encontre a fi·. A probabilidade empírica de um evento E é a írequênóa relativa do evento E. l-d .tt Life: Ti"-· Qtl. 4 s..t i·.0045 )Ork Ti1tit>s É um problema sério.ro de ve.ua.l Gal• -~~ são as chances? Exemplo m ~ Encontrando probabilídades empíricas (1~ Uma empresa está conduzindo uma pesquisa on·line com indivíduos seleciona· dos aleatorian1entc para detern'l.f = 320 roubada Ver um OVNI 0.f lista do N. E11ro11lre nfrequêucin tctnl pt1rn o e.. lde11tifiq11e o evento. - '• efini{ão 1 Retratando o mundo Probabilidade empírica (ou estatística) é baseada em obseivaçôes obtidas de experimentos Parece que não importa o quão de probabilidade. Qual é a probabilidade de que a próxima pessoa 1 Evento Probabilidade que responda a essa JJ<lS(]Uisa diga que o congestionamento é um problema sério em Ser auditado pelo IRS 0. b. Qual é a probabilidade de que a próxima reclamação recebida pela empresa seja fraudulenta? ( ~ Para explorar mais este ló· pic'o. 118. estranho um evento possa pa· recer.zes..~o frau· dulentas. Uma empresa de seguro determina que de cada 100 reclamações.000)003 Solução Qual desses eventos teu. A tabela a seguir lista =- a probabilidade de que alguns n evenlos intrigantes ocorram.ersua Não é um problema. problc1na em sua comunidade.1 Atividades na p.IJ§dd li G • ÚUlilli«aplicada . veja 3.Orrer? S tr u1e11or? Em razão de o total das frequênciaswr 320. Nàme.-ar ·.. . Isso é conhecido como lei dos grandes números.000087 Éum problema mOd. a probabilidade empírica de que a próxima pcs50<1 diga que o congestionamento é um problema sério e m sua comunidade é: ?{problema sério) = ~~~ = 0.384.

Exemplo [81 Classificando tipos de probabilidade Classifique cada afirmação como um exemplo de probabilidade cMssica. você lançar a moeda milhares e~ o.000. Ou um analista de negócios pode prever q11e a chance dos funcionários de certa empresa entrarem em greve é de 0.ão de frequência para encontrar probabilidades funcioná.rios Você pesquisou uma amostra de 1. Por exen1· _pio.000 ente Encontre a probabilidade de que um funcionário escolhido aleatoriamente te- voc:ê nha entre 15 e 24 anos..o!!""'. b. sua probabilidade empírica não é represen· !.nos é: !.IJ§dd (apn. a probabilidade de lançar uma cara se torna cada vez mais próxima da probabilidade teórica de 0. A37 O terceiro tipo de probabilidade é a probabilidade subjetiva.000 366 /'(idades de 25 até 34 anos)= = 0.'!"! . a probabili...111!. de suposições fundan1entadas e estin1ativas. você obtém a probabilidade empírica de 1 Devido ao fato de iú 0.3 V de vezes. qual é a probabilidade de que 25a34 366 o funcionário tenha entre 25 e 34 anos? 35a 44 233 Solução 45a54 180 O evento é selecionar um funcionário que tenha entre 25 e 34 anos.s - t - i -' . então a lei dos grandes núme. que é Se. Resposta ."'!!1. e. lançar unta cara Como exemplo dessa lei. Como total das frequências é 1.366.t i·. As probabilidades.5. da intuição.1! '!o .'io à esquerda mostra os rest~tados da simulação do lan.000 (undonários de uma empresa e registrou a 15a 24 S4 idade de cada um. Os resultados são mostrados à esquerda na distribuição de frequên- cia. . Note que. II- ter lançado a moeda apenas poucas vezes. conforme o número de lançamento au. Exemplo m lclade dos Frequênci"a. Número de lsulÇ.{ = 1. 30 00 90 120 ISO çamento de uma moeda 150 vezes. dada a saúde de um paciente e a extensão dos ferimentos. O diagrama de dispers.103 • Prewhmdade 111 lei dos grandes números Conforme um experimento é repetido várias vezes. Em sua pes· 55a64 125 quisa.25. empí· rica ou subjetiva. tativa da prooabilidade teórica. o. 0.. Encontre afreq11ê11cin do evento. Encontre o total de jreq11é11cins. Se você selecionar aleatoriamente outro funcionário. suponha que você queira determinar a probabilidade de lançar un1a cara co1n un1a 1noeda não adulterada. Acima de 65 anos 42 dade de selecionar um funcionário entre as idades de 25 e 34 a. um médico pode sentir que o paciente tem 90% de chance de recuperação.± i t. Encontre afreq111!11cin re/ntim do evento.·os lhe diz que a prooabilidade empírica será ::i. subjetivas resultan. ol)ter somente 3 caras. 7 a.11111.4 o.towa-. entretanto. l-d . a probabilidade empírica de um evento se Probabilidade de aproxima da sua probabilídade teórica (reaQ.f Usando a distribui.imentos menta.2 bem próxima à probabilidade teórica ou real. a frequência deste evento é 366. Se você lançar a n1oeda 10 vezes e ~~ i~ o.6 o.u~::-!'. 1.

1bemos a probabilidade de um evento E. Uma probabilidade de 0. se s. O s P(E:) s. Se a probabi· !idade de um evento é O. inclusive. Identifique o e!N'11to.85.45.bia é de 0. I Eventos complementares i\ soma das probabilidades de todos os resultados em um espaço amostral é 1 ou 100%.t i·. 2. Porque você sabe o número de resultados e cada wn é igualmente provável. é um exemplo de probabilidade clássica. a probabilidade de um evento Eé sempre entre Oe 1. se a probabilidade é t'Slimntin a partir de resultados dé um experimento ou se a probabilidade é uma s11poslçirofi111tia111e11tntfn. Ê um exemplo de probabilidade subjetiva. Aprobabilidade de ganharna loteria de bilhete de 1. empírica ou subjetiva? (Fonte. egra da amplitude das probabilidades A probabmdade de um evento Eestá entre Oe 1. podemos encontrar a probabilidade de um ro111ple111e11to tio e!N'11to E.) a.Joo· Solução 1.. e.5 ou menos é tipicamente considerado incomum. Um resultado importante desse fato é que. conforme a regra a seguir. A probabilidade de que um eleitor eS<:Olhido aleatoriam. l. Ou seja.ente irá votar em um r:epu· blicanoéde0. Improvável Equilibrada Prov(t11el Cért. você irá identi ficar eventos incomuns <wando estudar estatística inferencial. a probabilidade de que um salmão passe voe! com sucesso através de µma barragem no rio Colum. Se a probabilidade de um evento for 1.?m uma pesquisa de uma amostra de eleitores. afirmação é mais provável de ter sido l>aseada i. Mais adiante neste livro. Então.5. . A probabilidade de que você se casará aos 30 anos é de 0.m. Eventos incomuns são altamente improváveis de ocorrer.v Co~ óf F. O gráfico a seguir mostra a amplitude possível de probabilidades e seus signi· ficados. Essa afirma- 8 çào é um exemplo de probabilidade clássica. Escreva uma có11c/11$1hJ.5 indica que o evento tem uma chance equilibrada de ocorrer. então é um exemplo de probabilidade empírica. b. 2.-i o Um evento que ocorra com probabilidade de 0. o evento é impossível. l-d . o evento é certo de ocorrer. Tente Baseado em contagens anteriores. Essa probabilidade é mais baseada em uma suposição fundamentada. 3.1bend<rse todos os resultados possíveis.IJ§dd 1.11gin«1). Decida se a probabilidade é tfeter111i11ntfn s. 3. A. Ess. Uma probabilidade não pode ser negativa ou miliOr q ue 1.CXX> com um bilhete é de l.

.'i e 34 anos é de 366 P(idade que não tenha entre 25 e 34 anos) = 1- 1. O complemento do evento E é denotado por E' e é lido como "E linha~ E 6 2 5 3 Por esemplo.io de frequência 110 Exemplo 7 para encontrar a probabilidade de escolher aleatoriamente um funcionário que não tenha entre 25 e 34 anos. Então. círculo represenra a probabilida· Exemplo m de do complemento do evento E.000 = 0. b.. sabemos que 366 P(idade entre 25 e 34 anos) = 1.000 = 0.634.'\rio que tenha enh·e 45 e 54 c11.. se você jogar um dado e deisar Eser o evento "o número que seja 4 ao menos 5".000 634 = 1.366.pQolo 3 • Ptobalilidade 113 Definicão O complemento do evento Eé o grupo de todos os resultados em um espaço amostral que E' nao est~ induído no evento E. l-d . Use um diagrama de árvore para encontrar a probabilidade de cada evento.P(E') P(E') = 1 . podemos determinar as fórmulas a seguir: a probabilidade total do espaço amostral (1 = 100%)..... Solução Com base no Exemplo 7. E= IS.IJ§dd (. A roleta tem a mesma probabilidade de parar em cada um dos números. A Mea do P(E) + P(E') = 1 P(E) = 1 . Tente Use a distribuição de frequência no Exemplo 7 para encontrar a probabilidade vocf de se escolher aleatoriamente um funcionário que não tenha entre 45 e 54 anos. S11btrnia a probabilidade resultante de 1..P(E) círcu lo representa a probabilida- O diagrama de Venn ilustra a relação entre o espaço amostral. A37 I Aplica. Apresente a probabilidade como fração e dt>cimal. a prooobilidade de que um funcionário não tenha entre 2. Usando a definição do complemento de um evento e o fato de a soma das pro· A ár.os. e... fncontrando a probabilidade de complemento de um evento Use a distribuiç. um evento Ee seu de d<> evento E e a área fora do complemento E'. 9 a.t i·. então o complemento de Eé o evento "número que seja menor que 5''.. 41.- Usando um diagrama de árvore Um experimento de probabilidade consiste em lançar uma moeda e girar a roleta mostrada a seguir...-. R~péi:-la 110 p.ea do retângulo representa babilidades de todos os resultados ser 1. E11co11tre a probabilidade de se escolher aleatoriamente um funcion. Em shnbolos..ões das probabilidades Exemplo [iõl _lO.J. 3. 6) e E' = (1. 2.

b. 2. T7J. Mas somente um desses números corresponde ao seu número de identificação.000 possíveis números de identificação.. vocii pode ver que há 16 resultados. H5. = 0. Os dois primeiros dígitos de você cada número serão os dois últimos dígitos do seu ano de graduação. P{lançar uma coroa e girar um número ímpar) = 2. Encontre a prolmbilidnde do e1.000.ta 1111 I'· Ali 2-~n 3-T3 T 4 .1ndamenlal da contagem. Entao.e11to. ente Seu número de identificação consiste de 9 dígitos. Qual é a probabilidade de você obter seu número de identificação quando geramos aleatoriamente os outros sele dígitos? a. Assuma q1. T4.T4 Exemplo 00 .JH~la 1111 I'· . 1 .Hl P(lançar uma cara ou girar um número maior que 3) = 13 :ae0.000. H8. Evento A: lançar uma coroa e girar um número ímpar. Então.H4 s -Hs =10 16 Encontre a prol>abilidade de lançar uma coroa e girar um número menor que 6. H2. Qual é a probabilldade de obter seu número de identificação quando geramos aleatoriamente oito dígitos? Solução Uma vez que cada dígito pode ser repetido. .. T3. há 10 · 10 · 10 · 10 · 10 · 10 · 10 · 10 =10' =100.~ 1'7 Seu número de identificação na faculdade consiste de S dígitos. 7 .(J/rt.813.H7 b.Ui . H7. usando o princípio f1. 6-H6 a.T6 Usando o princípio fundamental da contagem 7 . há 10 escolhas para cada um dos S dígitos.1ar em '2012. Há 13 resultados no evento B = IHI.t i·.IJ§dd 114 • ["atilli<àaplkad. Determine o 11úmero 101111de resultados. Então. H 2 -~H2 3 .1 . H4. R(:.____ _ _ _ _ _ _ _ _ __ s . Evento 8: lançar tuna cara ou girar um nún1ero maior que 3. Encontre o número totnl de possíveis números de identificação. 1 -TI RC'.H3 4 . Cada dígito pode 8 . Então. T6. Os outros 11 dígitos podem ser de Oa 9 e cada dígito pode ser repetido. experimento da moeda e roleta T81. l.000. 1. TS. H6.1e você irá se grad1. Sol11çtio Combase no diagrama de árvore à esquerda. Há quatro resultados no evento A = rn.25. 16 4 Diagrama de árvore para o 2. T5. Encontre o número de resultados no evento.!. l-d . Encontre a probnbilidnde de gerar aleatoriamente seu número de identificação.HS e. T7.. 8 .. H3. = .TS ser Oaté 9 e cada dígito pode ser repetido.1.bter seu número de identi- ficação é 1/ 100.. a probabilidade de gerar aleatoriamente 8 dígitos e o.Ts IS.

Lançando três moedas. de quantas maneiras um teste de ver· dadeiro ou falso pode ser respondido? (a) O (b) 0.o enue 1 e 2. Nos exercícios de 5 a 8. (b) o. 19. Probabilidades relacionadas Nos exeidcios de 21 a 24. Sabemos que cinco de 100 DVD pla)'el$ em um invent.o de I a 100. TeS!e de verdadeiro ou falso Assumindo que não há pergun· a probabilidade de um evento.380 • de perito? 0. Um computado< é usado para seleàonar aleatoriamente um nú- me. um prato principal e uma Nos exercicios de 27 a 30.838. Você seleciona uma cana de um ba1alho normal. a probabilidade l 3. detemiine se a afirmaç. flcplique seu raciocínio. l-d . Um gerador de númeios aleatórios é usado para selecionar um núme..os a segui.t i·. idenlifique o espaço amostral do ex· perimento de probabilidade e determine o número de resultados no (a) 0. Você seleciona aleatoriamenle uma cana de um baralho normal. O evento A é seleàonar 359. Um computador é usado para selecionar aleatoriamente um mente um item que não tenha defeito? número entte 1 e 2.00000026. O primeiro digito funcionári0$.Jo é verdadeira (d) 50% ou falsa.na moeda n~o adulterada nove 2. Determinando o tipo sanguíneo de uma pessoa (A. reescrevw de 'forma que seja verdadeira. enquanto as oolras três o deixam falido. tas deixadas sem resposta.os 5. Um participante de um programa de 1V deve selecionar aleat<>' cada evemo. 24.000. determine o número de resultados de 23. (d) o 7. De quantas período de 6 anos é 0. O) e o 21. Dê um exemplo. 17. Nos exerdcios 25 e 26. Você joga uma moeda e seleciona alea1oriamen1e um núme.o metlôt' que 200. empírica ou subjetiva.IJ§dd úpf!OI&3 • Pcobaliliobde 115 Ili Exercícios Construindo habilidades básicas e conceitos n!o pode sei zero e o último digito deve ser ímpar. Supondo a inicial do n0<ne do meio de um es1udante. 22. Aempre- 15. O evemo 8 é seu raciocínio.25 6.lrio e perito em seguros. SiS!ema de segurança O código de acesso para o siS!ema de sa usa um computador para seledorw aleatoriamente os números dos segurança de um cano consiste de 4 d'gitos.25 índica um evento incomum. você irá tirar um (e) 745/1. Classificando os tipos de probabilidade 11. 25. maneiras essas l<!gas podem ser preenchidas se há 9 pessoas 26. Use suas próprias palavras para descrever a lei dos grandes nú· meios. Vagas de emprego Uma empresa de seguros está contralan. A probabilidade de que dê cara na A probabilidlde de chwas amanhã é 150%.l quase certo para acon1ecer. seis f)<atos f)<in· cipais e quatro sobremesas. B. Se um evemo est. Se você rolar um dado de seis lados seis vezes.mine quais dos núme. exemplo de probabilidade clássica.000.m 3? 8. Explique po.001 Verdadeiro ou falso (e) -1 Nos exercícios de 17 a 20.5 . Uma po. Explique 12.qilique seu racioc•'lio. 14. Qual é a probabif. que vão de 1a 6.lrio e 15 pessoas para a vaga jam os seis números sorteados na loteria é de 1/3. Jogando um par de dados de seis lados. de Oa 9. riamente uma porta. Quantos códigos diferentes estão disponíveis? 1.lo. não poderiam 1epcesentar 16. decida se o evento é um evento simples ou não. décima vez é maior do que 0. o que estamos contando? 20.dade de que ele escolha a porta que dobre o prêmio? 9. 3. considere i. Uma probabilidade de 0. Você tira cara ou coroa com u. Qual é a probabitidade de que você selecione aleatoria- 1O. (f) 45/31 t8.296. relacione o evento com sua probabi- Identifique um espaço amostral lidade. Qual é a probabilidade de selecionar Reconhecendo eventos simples um númeto 153? Nos exeicióos de 9 a 12.o fa!or Rh (posi1ivo ou nega1ivo). Se for falsa. Quando usamos o princípio fundamental da con1agem. Em. 4. que a frase a seguir es1á incorreta: vezes e dá coroa a cada vez. . da~ifique a afirmação como um O evento A é selecionar um rei. (c) 0. seu complemento será um evento incomum.95 espaço amostral Faça um <fiagrama de átv0<e se for apropriado.ta dobra seu prémio em dinheiro E. AB. Quan1as refeições esião disponí· Encontrando probabilidades veis se você selecionar uma salada. selecionar um qu3tr'o de copas. De acordo com os registros de uma empresa.ltio têm defeitos. Oete. Qual aprobabilidade de obtet coroa e selecio.ar i. A probabilidade de escolhe< 6 númetos de 1 a 40 que se- se candidatando para a vaga de a!u. O evento 8 é selecionar um nt'Jme.262 número par pelo menos uma v·ez. 10. Menu Um menu tem três opções de salada.ma empresa que seleciona sobremesa? funcionários aleatortamente para umneste de uso de drogas. de que uma máquina de ial<l< precise de reparos durante um do para duas posições: atu.

43. quadrante IV. um experlmemode probabilidade con· sisteemrolarumdadodeseisladosegi. Qual é a probabilidõde de que um eleitor na Pensilvania vote na (b) Qual é a probabi idade de se!ecio.090. Liste o(s) 1esultado(s) do evento "irá chover pelo menos um dia'. s. me IV).lra Seattle. Eocomre a probabilidade de seleôooar um número maior que 1.pli(od! 27.eróàos 43 e 44.agem consiste de Uês dígitos.ar aleatoriamente o códi· eleiç.ara. em outubro.líles que eles fome· 35. Qual a probabií. Encontre a probabilidade de selecionar um número que MO é divisível por l.368 vo«aran1e1n Você eslá planejando uma viagem de três dias para Seatti<l.:un (a) Encontre o número de códigos de acesso posslvés.oleramostrada.. Fomecedores de peças de máquinas Sua empresa compra 34.1. (a) Encontrar o numero de cóó. Use um diagrama de ~Nore para encontrar a probabilidade de cada evento. use o dí. Qoolqllef lciro pode .000. aleatoriamente o códi· go correto na primeira tentativa? 44.espon· dei às questões. (b) Qual é a probabi idade de sefeôo.ar no em um <la'. 37.mero menor que 6 e a roleta parar no peças de três fornecedores diferentes. Dias de sol e chuva Você es«l planejando uma viagem de iiua· tro dias p. Washington.) primeira tentativa? Usando e interpretando conceitos Cerca de 53.em outulxo.59 . 32. Faça um &grama de árvore quadrante 1.'1 \'I ::: SRS 1.IJ§dd 116 • lstatllli<. Sistema de segurança O código de acesso da porta de uma cem têm defeitos ga.) (c) Qual é a probabilidade de MO selecionar o código de acesso correto? Cctca de 4.254.s.. (e) Liste o{s) resultado{s) para o evento 'ira diover exatameme 33. Nos e._r--c. Evento A: rolar um 5 e a roleta caímo quadrante Ili..Aroletatem a mesma probabilidade de parar em cada quadrante {I. Evento O: não rolar um ri. Liste o espaço amostral 38. • SRR 30.on.. 28. Encootre a p<obabilidade de se!eciooar um número menor que Dia I Dfa 2 Dia 3 1.224 36.000.. . Wa· panido Den1ocra1a ptirtidO ()Ulr() shington. l-d . 42. exatamente em um dia~ 40. (b) Liste o espaço amostral.t i·.474 Ccrc:l de Seco ou molhado? vo1aran1 no 61.Jgrama para responder à pergunta. Cada digito pode ser de Oa 9 e Análise gráfica cada digito pode ser 1epetido. Experimento de probabilidades Nos exercícios de 31 a 34. o registrados primeiro digito não pode ser Oe último digito deve ser par. Liste o(s) resultado(s) do evento ~rã chove.a. que mostre os três fornecedores e se as p. L ..gos de acesso possíveis. l:V Ili 41.um eleitor escolhido aleatoriamente n.. .lo tel\ha Vôlado em um carl<!'odato democrata nas eleições de (c) Qual é a probabifidade de não seleciooar o código correto na 2004' (ronre: Fedetal Ele<Jión Ccmm.'Cnlo Deponmenr go correto? olSrO!e. Evento 8: rolar um número impa1 e a roleta parar no quadrante N.lo gove<namental de 2006? (Fonre: Penf1$/l. Evento C: 1o!ar um número menor que 6 e a rol<lta pa. Use o diagrama de ~!\'Ore a seguir para .000. li. 29. n·a Pensilvânia não vo1ar. u1n núolefo divisível por r-e: :. Eoconue a probabiSdade de seleciona.a viagem.. uoodo.000. Sistema de segurança Um código de acesso consiste de uma <los cleicorcs lctro Ocg\l~ de q<1<>Uo digito. Liste o(s) reS<Jltado(s) do evento í 1á chover nos três dias:' n 39.dade de que . (a) Faça um diagrama de álVOfe dos dias de sol e diuva para 31.

7 Col~ registJados:negro (SSmm}.açAo em c.1'-'Manufatura paia a composi9io genética dos prodU1os: vermelho (RR). Usando um gráfico de barras para encontrar SM ~m 1 probabilidades Sm ss. es1eja com um Colie neg10 trifatorial Q. l-d . Genética Quando duas bocas-de-leão (tipo de íl0<) wr de rosa 2.n Ssn1n1 JS !l 30 ~ sM sm e o :. (b) vermelho e (c) branco? . Agricultura. Sm SsMm Ssmm -8 IS Sm SsMm Ssnlm e - .. Mesuado.n. que mosua o número de trabalhadores (em milhares) da indústria nos Encontre a probabifidade de que o níVel educacional mais aho Estados Unidos. ~~ 21 s= 10 .206 (íW) são auzadas.1c.1. Sm SSMm SSmm sm SsM1n Ss1nm Nível educacional sm SsM.. 18 .res frequ'ência . use a distiibuii.t i·.1eional mai.m SSroo. O quadrado óe Punnet a seguir mostra asco- lotações possíveis do filhote de um Collie negro merle ttifatotial mente..que mostra o número de eleit0<es ameiicanos (em milhões).!rio escolhido aleatooamente seja: 49. qual a probabilidade de que o produto seja (a) 12 . filhote tenha a mesma cor de um de seus pais? 46.~--.) Idade dos eleito. Assowdo. o g . Fh.-.al a probabiíidade de que o 45.les da raça Acima d~ 6? anos 26. 1 . há quat(O resultados igualmente possíveis .-~ 'º sm ssMln ssmm "' $ . negro trifatotial (Ssmm). não esteja entre 25 e 34 anos.7 35 a 44 anos 27.useográficodebarrasaseguir.a.e: u. Pais Ssmm eSsMm 48. Se duas bocas-de-leão rosas CO!lSll'UÇãO f0<em cruzadas. (ror.. azul merle (ssMm). rosa (\\'R) e branco (!NW). Trabalhadores (em milhares) da 50.7 45 a 64 anos 51. indústria nos Estados Unidos 51. silvicultur.re® oi l.s :dto Nos exercidos de 55 a 58.1.v. ose o gráfico de pizza a seguir. n.. J)C-$C3 C <:~lÇ3 53.7 54.ab<>t sr.. Nosexerclciosde49a52. Bacharelado.S. rosa Mineração e (fWJ.IJ§dd (ap!tulo 3 • Proba~lidadt 117 Usando a distribuição de frequência para encontrar R w probabilidades Nos exerdcios de 45 a 48.2 1] j ] @ f ~ ~ ~l g Usando um gráfico de pizza para encontrar "' ! " probabilidades Ni\·el cd1. escolhido aleatoria· trifatorial (SsMm).s. entre 35 e 44 anos.. entre 21 e 24 anos. 47.$ 21 a 24 anos 8. 52.re: u. de a<:0<do R RW GOm a idade (f. Genética HA seis tipos t>Asicos de coio.(em milhõe. &.x.lo esteja entre 18 e 20 anos.J atingido P°' um íuncion.5 w \VW 25 a 34 anos 21.s) 18 a 20 anos 5.on!.O. Buteoo oi Ce.quemostra ó maior nível eclucaciooal atingido pelos funciooários de uma empreg. tricolor (ssmm).Ao de ftequênda•. 2- sm ssmm q. negro merle (SSMm) e negro merle Enconve a probabilidade de que um eleit0<.436 rosa.

As chances de ganhos são 6 011 13358 representadas pela raz:io do número de resultados positivos pelo 7 número de resultados negativos. 55. escreva uma afirmação que represente o connplemento da probabilidade dada. a animação. Se checarmos a opç. Expandindo conceitos 57... 30 . EJcplique quaisquer similaridades ou diferenças. Uma carta é escolhida a!eatonamente de um baralho normal de 52 cartas. Se um time fof selecionado aleatOIÍamente.o repiesentado por um gráfico de caixa-e-bigodes. seis peças ganhará o prémio" é correta? Por quê? 65. use a informação a segui. Preços individuais de ações uma a(ão individual é selecio. As regras afie. Encontre as chances de que esta carta seja de espadas. As chances de um evento ocorrer são de 4 : 5. uma carta é selecionada aleatoriamente de um baralho normal nha que selecionar da população de todas as pessoas que be. As chances de derroto São repre· sentadas pela razão do número de res-ultados negativos pelo número 8 9 de resultados positivos.t i·.o . do que 69 touchdowns.3toriamente uma. mãe também seja fumante (assuma que você tenha que selecio- 56. (a} Liste todas as somas possíveis e dete.Jdo. silvicultllra.mine a probabilidade de jogar cada uma das somas. Encontre (a) a probabi[ldade de que o evento ocorra e (b) a probabilidade de Redação que o evento não ocorra.das (resultados negativos) 60. l-d . Ográforo no canto superior esquerdo do trará cada resultado descendo f)<lra o gráfico de frequência confa<· quad10 a seguir mosua a probabilidade associada com cada resul. 66.. pesca e caça.obabilidade de que o trabalhador escolhido aleato· nar da população de todos os fumantes}. se o número de sucessos (resultados positivos} é 2 e o número de pe. Encom1e a probabilidade de Que esta não seja de bem chá}.ais do concurso afirmam que as chances de ganhar o p<êmio são 1 : 6. ale.obabilidade de que o trabalhador escolhido aleato· lados e registra a son>a. . Quando clicamos em SIMULATE. encontre a par de dados e registrar a soma 100 vezes. Neste caso. 63.Ssoa que beba cha e que tenha nivel universiWio (assuma que você te· 67..a- 1- é 3. o mercado tem 50% de chances de subir em ceno dia.10 animada. Para para. Por exemplo. desn>arque . Encontre a probabilidade de que o preço da probabilidade de sucesso é ll ação seja (a) meoorqueS 21 . 62. espadas. Eoco. Nos io· 4 000 l l 223334 4 445555666677888889 gos de azar. tampinhas de suas bebidas e afirma que uma em cada seis peças do jogo é p<emiada..lde de que o mercado de gráfl(o de frequência. de 52 cartas.!reade agricultura. as chances de ganhos é 2 : 3 (lé-se ' 2 para 3") ou (Note: a da aleatoriamente de um portfór. Faça as marcas probabilidade de que o time tooha marcado (a) pelo menos 31 das 100 somas e use esses iresullados para liS1ar a p. J)P. A probabíliidade de selecionar aleatoriamente um fun>ante cuja ciameme esteja empregado na indústria de serviços.obabi· touchdowns. riamente não esteja empregado na .1tre a p. ÍI• Ati vidades Simulando o mercado de atões t. A rir~bitidade de seleciona. Os resultados das simulações são mostrados no mite que você investigue a probabilid. Un>a indúsvia de bebidas colocou peças de jogo debaixo das ou mais.. (b} entre 40 e 50 (inclusive) rouchdowns e (e} mais !idade de jogar cada soma. (b) eritre S 21 eS 50e (c) $30 64. são simulados resulta- Applet O applet Simulando o mercado de ações pe. foco.1rre a probabilidade de que o trabalhador escclhido ateato· riamellte não esteja empregado na indústria de swiços. Encontre a probabilidade de que o trabalhador escolhido aleato. me a aaimaç<'!o é executada. A afirmaç<'!o 'uma em cada I:? '" ?I .IJ§dd 118 • ÍltatbtiCd •~licad. Nos exerdcios 60 e 61. . 61. Jogar um par de dados 'X>cê joga um par de dados de seis 58. as possibilidades de ganhar são freQuentememe esc1itas 5 002 3 34 45555799 em chances em vez de probabilidades. riamente esteja empregado na indústria de manufatura. a tela mos- ações suba em ce1to dia.. Encontre a p.· dos pata n dias. (e) Compare as probabifidades da pane (a) com as probabi- 555788 Chave: 1115 = 15 lidades da pane (b}. Um diagrama de ramo-e-folhas mostra o número de touchdowns (gols) marcados pelos times de futebol americano da primeira (b) Use a ferramenta tecnológica para simular a jogada de um divisão. 2 01 l l l 223445566777888999 3 001 l 1 11 22222223334 4 445555566777888999 Chances Nos exe<clcios de 64 a 67.

• Como usar aregra da rooltiplica· ~ para encontrar probabilidades efinicão condicionais. a opçJo de animação. Os resultados individuais ~o mostrados Passo 4 Especifique outro valor para n no campo de texto â extrema direita do applet. você aprenderá como encontrar a probabilidade de dois eventos (i!O para encontrar a probabilida- ocorrerem em sequência. EOOllltre a probabilidade Passo 3 dique RESET empírica de que o merc. m Probabilidade condicional e a regra de Oque você deve aprender multiplicação • Como encontrar a probabilidade de um e.. I Probabilidade condicional • tomo usar a regra de rooltiplica· Nesla seção. Cooforme o e. l-d .r5 n• 1 v1 FAnbn3k- Rtset ". dado A".dique SIMULATE mostra em vermelho as propo. e mais. . dado que outro even· to j~ tenha ocorrido.ntos dPpPnd. A linha verde no grállco reílete a probabÍÍ!dade real 1. de multiplicaião • Como distinguir entreeveiitos <re- pendentes eindependentes..perimellto é conduzido mais Quantos dias levaram até que o mercado subisse por trés. A probabilidade condicional de o evento B oco«er. dtas segtidos? Quantos dias levaram até que o mercado ca· Explore lsse por três dias segcidos? Pa.otada por P(B I A) e lê-se "probabilidade de B. é der. Uma probabilidade condicional é aprobabilidade de um evento ocorrer. O pano cen11al Passo 5 . entretanto.ÇÕês aaimuladas de . Antes que você encontre essa probabilidade. Execute a simula(<lo usando n = 1 sem ditar em RESET. de o mercado subir.ezes que o Condusões meri:ado sobe. aproporção acumulada deve convergir para o valor real.t i·.ento dado que ootro Probabilidadp condicional -> {v.do suba no 36' d'ia. você de de do~ -tos ocorrerem em deve saber como encontrar probabilidades condicionais.nt~ P indPpPndPntPs . Execute o applet para simular a atividade do mercado de Passo 2 Clique SIMULATE quatro vezes ações nos últimos 35 dias úteis. dado que o evento A tenha ocorrido.sso 1 Especifique um val0< para n 2.> RPgra -to tenha ocorriOO.IJ§dd (apnslo3 • Probabilidade 119 :L Simula1e . sequência..

criança tenha QI normal. Encontre a probabilidade de que a criança não tenha o gene.) Solução 1.t i·. o baraU10 restante tem 51 cartas. medicina e psicologia.ite n.458. Esses dois eventos s. l>. Encontre a probabilidade de que a criança 11.} Qblto 33 19 52 2.I 72 30 I02 ten}1a o gene. a probabilidade de que a criança tenha um Ql alto. o resultado do jogo de dados não afeta a probabilidade de a mooda cair em cara.078. dado que a primeira presente não Total pr.esente carta stja um rei. a probabilidade de que a segunda carta seja u.o sel~cionadas em sequência dP. um evento não afeta a probabilidade de outro. Gene Então. 4 das q>1ais são damas. Por exemplo.458. Eventos que não são independemes são dependentes.IJ§dd 120 • lstatls\ícoaplicad• Exemplo ITT Encontrando probabilidades condicionais 1.gir111 Sa(n<(. (Fe. no evento e no espaço amostral. rei. efinicão Dois evemos sao independentes se a ocorrêi1Óa de um deles não afeta a probabilidade de oc0<rência do outro evento.ultndo. é de aproxin1ada1ncnte 0. Encontre a probabilidade de que a criança tenha um ·QI alto. Em razão de a primeira carta ser um rei e não ser reposta. Encontre o 111í111ero rlere. (Assuma que o rei está sem reposição. Tente 1. Há 72 crianças que têm o gene. Então. Total 72 P(BIA) = ~ :::. dado que ela tenha o gene. nm baralho nonnal. Então. dado que a pri· prese.1/f: f5:. Duas cartas s. Espaço amostral 4 P(BjA) = st "'0.{(IJtJ. A questão da independência de dois ou mais eventos é importante para pesquisadores em áreas como marketing. ~f 2.do no qual os pesquisado· QI nonnal 39 li 50 res examinaram o QI de uma criança e a presença de um gene espeófico nela. se você jogar um dado e uma moeda. Então.'\o independentes. 33 tem QI alto. I Eventos dependentes e independentes Em alguns experimentos.0. Você pode usar probabilidades oon· dicionais para determinar se os eventos s.'\o independentes. o espaço amostral c'Onsiste dessas 72 crian- Qlnormal 39 ças.\. Divirl~ o número de resultados no·evento pelo número de resultados no espaço amostral.t. a. dado que a . conforme mostrado à esquerda.. Dessas.ma dama. A tabela à esquerda mostra os resultad. é de 0.eira seja un. Encontre Gene Gene a probabilidade de que a segunda carta seja uma dama. dado que a criança To. Dois eventos A e 8 são independentes se: P(B IA) =P(B) ou se P(A l 8) =P(A). l-d . QI al!o 33 2.os de um estu.10 tenha o gene.078. . Então.

A ocorrência de A muda a probabilidade da ocorrência babilidades.t i·. Collins descobriu que o Solução tempo de cadeia afeta as pro- 1. Pol' queas 1. Dirigir a mais de 85 milhas por hora(/\) e. gra de multipli<1ação: 1.robabilitla1le. Estaáonamcnto 0. 2... escreveu um programa que encontra a prob. pode.0395 0. Então. Encontre a probabilidade Exemplo m de que o primeiro evento ocorra.0288 0. as chances de se envolver em um Casado jogo pouco muito acidente aumentam consideravelmente. uma doen. 6. 3. Encontre a probabilidade de se obter probabilidad~ .10 dependentes ou independentes. dado que o pri- t. P(B IA) = f e P(B IA) = i. Cadeia 0.0307 0. P(B I A). Uma moeda é jogada e um dado é lançado. Encontre a probabilidad_e Usando a regra de multiplicaião para encontrar probabilidades de que o segundo evento· ocorra. . do Banco Imobiliário durante 1 . un. P(B I A) = ~ e P(B) = \ .'io forlepe11de11tes 011 depe11de11/t'S.09% a.bilidodt IZI Para detenninar se A e BS<'\o independent~ primeiro cal. Oportunidade 0. Dica de estudo Se os eventosA e 8 forem independentes. Fumar um maço de cigarros por dia (A) e desenvolver enfisema. a probabilidade . n1al. Se P(B) . de.0289 I Regra de multiplicação Sistema de distribuição 0. 2. então a regra pode se< simplificada para P(A e 8) = P(A) · P(8). Exercírar-se frequentemente (A) e ter uma ponh. então os eventos são independentes. se1n reposição da p1imeira carta. então. do evento 8. Jogar uma moeda e tirar cara (A) e então jogar um dado de seis lados e tirar um 6 (B) maneiras de cair ou sair da ca- 3.a cara e então jogar un. Multiplique essas duas 2. então os eventos são dependentes.P. Vá 0. dado A.. deia.na c:a· Tente Decida se os eve11tos são independentes ou dependentes. livn! l:sta<lonrunento 0. incluindo os efeitos das cartas do jogo e várias 2. 5 5 de 8. Decida se a ocorn1ncia do primeiro evento afeta o segundo evento. Se você dirigir a mais de 85 milhas por hora.pf!Vlo 3 • Pcob. Diga se os eventos s. Em palavras. então A e 8 S<io dependentes.028 1 0))265 Para encontrar a probabilidade de dois eventos ocorrerem em sequência. A ocorrência de A não muda a probabilidade daocor· l'roba.. de água mos us. então os eventos são dependentes.1r a regra de multipliellção. Se os valores forem 1 Retratando o mundo ~~~~~~~~~~- iguais.0 (8). tempo tempo na e.IJ§dd (.cole P(B). Essa regra simplifieõda pode ser estendida para qualquer número de eventos inde. sofrer um acidente de carro(B). l-d .ação média de 4. Truman Collins. os eventos são independentes.obabilida· bilida- rência de B.ia deia •2• 1.0206 B&BRR 0. tleperr· egra de multiplicação para a probabilidade de Ae 8 ti.0219 0. um entusi(lSta Exemplo m da probabilidade e estatística.0087 0. cenários. calcule P(l3 1 A). Selecionar um rei de um baralho (li) sem reposição e então selecionar uma dama o jogo. de wn baralho nor· meiro tenna OCQrrido. Encontre a probabilidade de selecionar um rei e então un1a druna. Duas cartas são selecionadas.1bilidade de se Classificando eventos como dependentes ou independentes cai:r em cada casa do tabuleiro Decida se os eventos s. a.0082 2. para usar a re· pendentes.a.0283 b. Collins explorou vários do baralho (8).0291 ça crônica do pulmão {B). probabilidade de 8. tfem tempo rle (arleia? A probabilidade de que dois e~ntosA e 8 ocwam em sequência é: P(A e 8) = P(A) · P(B IA).0310 0. de dada de dada em em 3.

P(T) =!-Se lançada ou não. 2. Como a primeira carta não é reposta.t i·.tre a probabilidade de que pelo menos uma das três cirurgias seja um sucesso. a probabilidade de dar coroa e um dois é de aproximadamente 0. P(K e Q) = P(K) · P(QIK) 4 4 = .'\o selecionadas de um baralho padrão sem reposição.0. a moeda vai dar coroa. Encontre a probabilidade de dois salmões atravess. Encontre a probabilidade de que nenhuma das três cini:rgias seja um sucesso. a probabilidade de tirar uma cara e unf 6 é de aproximadamente 0. Use a regrn tie 11111ltipliroçifó para encontrar a probabilidade.006. Encontre a. Encontre a probabilidade de que ambas as cartas sejam de copas.85. Sol11çlio 1.006 Então. 4. a probabilidade de selecionar um rei e uma dama é de aproximadamente 0. 3.vem a 3 barragem com sucesso. b. P(H e 6) = P(H) •P(6) 1 1 =26 =- 12 "' 0.:. /'(2) =i. l-d . 011 tiepe111fe11te. Encontre a probabilidade de que três cirurgias sejam um sucesso.'ío dependentes.652 . 2. os eventos s. Decida se os eventos são i111fepe11tie11te. ente 1.083. A probabilidade de que um salmão nade. A3 Exemplo m Usando a regra de multiplica(ão para encontrar probabilidades 1. P(T e 2) = P(T)· P(2) = 1.083 2 6 12 El\tào. Enco. R. 083 Então. através de uma vocf barragem é de 0.0..l= l :::.IJ§dd IZl • Sol11çlio 1. Os eventos sào independentes.. a.1 1111 J'.Os eventos são independentes. Uma moeda é jogada e um dado é lançado. 2.083. . com sucesso. probabilidade de se obter uma coroa e um 2. A probabilidade de que uma certa cirurgia no joelho seja um sucesso é de 0. Duas cartas s.t•$pQ:>t.85.·- 52 51 16 = 2..

Encontre a probabilidade de que três cirurgias sejam um sucesso.ndo a regra de complementos.614. Encontre a probabilidade de que um estudante do último ano seja combinado com un1a posição de residência e essa seja un1a de suas prin1eiras escolhas. Determine se encontramos a probabilidade do evento ou seu complemento. a probabilidade de falha para uma cirurgia é 1 -0. A chance de um sucesso para uma cirurgia é i11dependente das chances para as outras cirurgias.fog /'rogmm. Note que foi mais fácil 1.85) .85)(0.ento. P(ao menos 1 sucesso) = 1.31. No Exemplo 4. P(nenhum sucesso) = (0.15)(0.85. A probabilidade de que cada cirurgia seja um sucesso é de 0. b. 4 .u.-. 74%conseguiram uma de suas duas pre· f.15)(0. "nenhum" 2. plemento.. 2.µc.85 = 0. Encontre a probabilidade de que um estudante selecionado aleatoriamente seja combinado com uma posição de residência e não consiga uma de suas pd meiras opções. . use a regr11 tfe co111ple111e1110. .) 1.. sucesso.un ou mais. a probabilidade de que nenhuma cirurgia seja um sucesso é de ap.997 probabilidade de que ao menos uma das três cirur· Importante .0.1~~~~~~~~~~ g·ias seja un. Os estudantes de medicina classificam eletronicamente os programas de re- s:idência em sua ordem de preferência e programam diretores por todo o pMs a fazer o mesmo.erências.15) ::::::0. P(três sucessos) = (0.85)(0. o. 3.85.roximada· mente 0. e destes.\!otcl. O termo "combinar" refere-se ao processo onde a lista de preferências doestu· dante eo programa de lista de preferência dos diretores se sobrepõem.IJ§dd (ap{iulo l • Prol>abili4ad. Encontre a probabilidade de que ao menos uma das três cirurgias seja um sucesso.P (nenhum sucesso) z::: 1.000 estudantes do último ano de faculdades de medicina dos Estados Unidos se candidataram a programas de residência em 2007. AJS Exemplo [}]_ 5_ _ _ _ _ _ _ _ _ _ _ __ lJsando a regra de multiplicação para encontrar probabilidades Mais de 15. enco(ltrar a -probabilidade de seu complen. Se necessário. Desses. e então usar a regra de com· a.6t4 Então. 1Z3 2. pede-se que vod! encontre a probabilida· de usando a frase "ao·menos um".003 Então.15. Rc-.003. Há aproximadamente 0. 93% (oram com· binados com posições de residentes. resultando na oo· locação do estudante para uma posição de residente. Afrase "ao menos um" significa . Use a Tl'gm de 11111/fiplicnçilo para encontrar a probabilidade.997. O complemento do evento "ao menos um sucesso" é o evento "nenhum sucesso". l-d . a probabilidade de que as três cirurgias sejam um sucesso é de aproximada· mente 0. (ftmli: \ '" '""'"/ k-ldr•t .t i·.003 = 0. Usa. p. Já que a probabilidade de sucesso para uma cirurgia é de 0.

ão de residência que não seja urna de suas duas prímeiras opções é de 0.ada e. Explique seu raciocínio.P(B IA) = 1 .un estudante selecionado aleatoriamente tenha sido F. use o complemento. conscg4ir. Jogar um dado de seis lados e então jogdr um dado uma segunda Nos e. decida se os eventos são dependentes 1. Os eventos são dependentes. com reposição. Seria incomum para um estudante seleci. 2.26. e então (a) Dois eventos que são independentes seleciooar uma dama do maço. Encontre a probabilidade de que uma pessoa selecionada aleatoriamente do júri Pesquisa de seleção do júri seja mulher e trabalhe na área da saúde. ~ 1esq11C 1'(8' 1A) = 1 .93) · (0.0. 65%das pessoas são mulheres.:essário. 3.. Devolver um filme alugado depois da data co«eta e receber uma multa por atraso.688. A e 8. Dessas.IJ§dd 3. Uma bola nume. lfl Exercícios Construindo habilidades básicase conceitos Classificando eventos Nos exercícios de 5 a 8. Para encontrar essa probabil. Verdadeiro ou falso? 7. Se ne. Se os eventos Ae 8 são dependemes. a probabilidade de que um estudante selecionado aleatoriamente tenha sido combinado a uma posi.11. (b) Dois eventos que são dependentes 6. Se dois eventos ~o são ô1dependen1es. Não é incomum.688 Fa<:uldadc de ntcdk1na Então. pois a probabilidade de um estudante ser relacionado a uma po· sição de residência e que seja uma de suas primeiras duas escolhas é de aproximadamente 0. Então. c. Se!eciooar um rei de um baralho '10011al. 4. l. a probabilidade de que . "f uma de cada quatro trabalha na área da saúde. Se ío. Determine os ew11to. falsa. falsa. l-d . é :. Qual a diferel1(a e. Eircontre a probabilidade de que uma pessoa selecionada aleatoríamente do júri Mulheres seja mulher e não trabalhe na área de saúde. determine se a afi~o é verdadeira ou vez de modo que soma das duas. P(AIB) = P(B). Tente Em uma pesquisa realizada em um júrí.itre t e 52 é seleóonada de uma uma.:emplos dos tipos de eventos a seguir: 5.e eventos dependentes ou independentes' ou independentes. Seleção do júri 1.cercicios 3 e 4. reposto. 93 e 1'(81 A) = 0. use a regrn de co111ple111e11to. .74) ~ 0. Liste e.identcs 2. b.74 = 0. reescreva a frase. Faculdade de medicina P(A e 8) = P(A) · 1'(81 A)= (0.t i·. l'(A) = O. e ent~ uma segunda bola é selecionada da uma. enlào/'0 e8) = 1'0) · P(8). a. Sol11çifo Deixe A = (combinado com uma posição de residílncial e B = {obteve uma de suas duas primeiras escolluls}. Cnlc11/e a probabilidade.688.stuélantes que combinado com uma de suas duas primeiras escolhas é de aproximadamentc0. 2. 8.onado aleatoriamente resultar em um es· tudante que tenha sido combinado com uma posição de residência e que esta seja u111a de suas pri1neiras opções.74.idade. Use a regra de 11111/tiplicnçiio para escrever a íónnula e encontrar a probabilidade.26 Então.jogadas seja sete.un posições de res.

este arl()e Férias de ver3o 11. identifique os Mis evenl05 descritos no toriamente diriía uma pkk up dado que ete(a) dirige um Fô<d estudo.incer de mama. Oe acordo com pesquisadpres.t i·. um adoçante aniftclal.: Jownal of Cl:rncal P<ychior.dt 1Z5 Classificando eventos baseados em estudos (a) Encontre a Pfobabilidade de que um adulto selecionado alea- !>los exerácios de 9 a l2. 1 Total 79~ 2. Urna pesquisa mostrou que uma entre cada 600 mulheres carrega uma mutaç3o do gene (b) Encontre a probabilidade de que uma familia selecionada BRCA.rer Clfice oiM"""'°"s ond Re<t>tds) (a) Encontre a p1obabilidade de que uma mulhe< sel«ionada QlrS() de Outros a!eatoriamente desenvolverá cáncer de mama dado que ela enfermagem Total rum>s tenha a mutaç3o no gene BRCA (b) Encontre a p<obabilidade de que uma mulhe< sel«ionada Homens 95 1. f/ldoprodo de Ufk>'Ol><'f oi Okklhoma Heokf. Os resultados mostraram (b) Enconue a p<obabilidade de que um estudante selecionado que um em cada seis adultos pesquisados dirige urna pick up a!eatoriamente seja homem. l-d . O que você dirige? (d) Encontre a probabilidade de que um estudante selecionado aleatoriamente seja eswdame de e. câncec de n1an1a 16. Tecnologia de reproduçao assistida Um estudo descobriu que ~ue dirigc1n unt ditigc.) 15.stúrbio rela<iooado pendemes ou independentes? a respiraç3o dí.1nà sultam em gravidez.incer. dado que tem Câncer de mama e o gene BRCA computadcr.) .&. (Í11111e: Food and Drug M\11. Em sociedades nas quais a obesi&Jde Têm é comum nos ültimos 20 anos. homens emulheres.últip!os. Adultos. estresse n~o causa úlceras estomacais.. Gene BRCA Na populaç3o em geral.ofrcm com dcprcs· (e) Os eventos de dirigir um Ford e dingir uma pick up sao de- são tem cinco vetes mais chances de ter um ó. Graduação em enfermagem Atabela mostra o núrnerodeesru- dantes. c. Mas. aleatoriamente tenha um comptJtador. atoriamente dirija um Ford! e uma pick up. Oito de cada 10 mulheres com essa mutação dese.lncer de mama. dois em cada nove aleatoriamente seja estudante de e.bilid.427 aleatoriamente carregará a mutação do gene BRCA e desen· volverá c. o oobetes é raro em sociedades Sim 46 li 57 nas quais obesidade é rara. Mulheres que (e) Os eventos de ter um computador e tirar férias de verão desenvolve1n eventos dependentes ou independentes? &plique.odentes ou independentes? Explique. 510 adJkos foram questiooados se dirigem pick ups e se dirigem um Ford. ácido. dado que o dirigem uma pick up. (d) Encontre a probabilidade de que urna família selecionada ale· atoriamente tire férias de verão este ano e tenha computador.nfell1\3gem.nen1e $1..015 1.e. Adultos Adultos que 17.) Sl-m N3o Total 12. Os resultados indicam que os eventos são independentes ou (b) Encontre a p<obabilidade de que um adulto selecionado ale- dependentes? Explique.im) Total 101 45 t46 Usando e interpretando conceitos (a) Encontre a p<obabilidade de selecionar aleatoriamente urna 13. Dos (e) Encontre. que pode irritar 9keras já existentes.537 (e) Os eventos de carregar a mutação e desenvclver o cãncer (a) Encontre a probabilidade de que um estudante seleciooado são dependentes ou independentes? Explique. 110 Mulhetes 700 1. (f<Jole. o diabetes também é comum.-l~rmagern e homem..pesquisados (e) Os eventos de ser um estudante homern e ser estudante de enfetmagem são depe.727 ?. (léllr. 14.) .ovol. for O. Não 55 34 89 computador (ro. vem c.a p<obabilidade de que um estudante selecionado adultos pesquisados que dirigem um Ford. uma mulhe1 de cada oito família que não vá tirar férias de verão este ano....rrante o sono do que pessoas que não soltem de depressão.742 3.IJ§dd C.ronlf: lMeose Prevenoon 011d Heot!h P1olnotiol1.:ja ~vda11tt:: cJe e. (f0t1te: Boyfcf O.. Pcsqu~dorcs dcsc-obrir-0m que pcssws que .n 35% dos ciclos da tecnologia de reprodução assistida (ART) re- Ford u. estudante seja homem. Notiooor Ceflfe. Estudos descobriram que o aspanarne. afeõtv1ia. !). rnalliculadosnocursodeenfermagem da Universidade de Oklahoma em um semestre recente.Ass«tc:. Férias de verão Atabela rnowa os resulrados de uma pesquisa na qual 146 famílias foram questionadas se lérn um comj)<flador I O.con lÃO/>e:c.) ( c) Encontre a probabilidade de que uma família selecíonada aleatoriamente tire féfias de verão este ano. irá desenvolver c..y.ge oJ M«licine. e trés em cada dez aduhos pesquisados dirigem um Ford. Pid< up Em uma pesquisa. Estresse faz com que o corpo p<oduza g1andes quamidades de e se vão tirar férias de verão este ano.ileon<Jge1n.e: Ame.pftulo l • Prob. (Fome: SUSGV> e.. Vínte e oito po< cento das gravidezes ART pick UJ> resultaram em nascirnemos nn. Komen llfeosr Conw foundorion. nJo ' causa perda de memória.ovoôoo.

encontre a probabilda- Adultos nos E. cio alea1oõamen1e tenha um més de <enda ou mais guaroo- (c) Seria incomum para um aduf10 selecionado alea1oriamen1e da para emetgências. le resultar em uma gravidez e p.1hvm• seja canhota. .t) Homens Mulheres Total (a) Encontre a probabilidade de que um adulto selecionado ale. encontre a probabilidade de que ele (a) ache (a) Encontre a p<obabilidade de que um 1rabalhado1 seleciona· que o índice de pogresso dosdirei1oscivis não é muito lento. (b) E<1contre a p.ogresso dos direi1os civis é mui10 le.saúde ce de 60% de sobrevivência a uma cil\ltgia para colocação de Total 54 36 90 marca-passo depois de um ataque cardíaco.5 Ceru:. menos de um mês de cenda. sem reposição.i>3 Mistura' Total pura.M. Duas pessoas não reooona<las são selecionadas cimen10 múltiplo...um mês de renda 66 83 149 a morte de Martin luthet King Jr. Relações raciais Em uma pesquisa. Reseivas de emergência Atabela mostra os resultados de uma cios Unidos acred~.to. Pessoas canhotas Em uma amostra de 1.oriamente tesuhe em uma gravide: e não ptoduza um (b) Encontro a P<Obabilidade de <jue ne. de raças ses 62%. achar que as refações raciais melhoraram desde a mone de (b) Dado que um uabalhador selecionado a!ea1oriameo1e é ho· Martin Luther King Jr.A.. Computadores e acesso à Internet Um estudo descobriu que 62'l'o das residências nos Estados Unidos têm computador. alea. e!e tem 50% de chances de: que o p<oblema (a) Encontre a pobabilidade de que S 100 ou mais tenham sido cardíaco seja curado.i.s &x""") Cui~dos Mais do que S 100 35 15 50 20.. (e) Dado que um uabalhador selecionado alea1oriamente tenha Relações raciais um més ou mais de tenda guatdada.IJ§dd IZ6 • [~d!J1ti<"P1.oduzir um nascimento múl· 22. n1clhorarnm 24. f\.Ampadas Doze lampadas são 1es1adas para verificar se duram 1iplo? Explíque. 18.obabilidade de que um cido ART selecionado (a) Encontre a pwbabilidade de . Adultos qoe acn::di1an1 que as (d) Os eventos ~er menos de um mês de renda guardada" e "ser relações mci3is homem" são dependentes ou independentes? Exp[. (b) Dado que um adutto selecionado aleatoriamente ache que Total 142 145 287 as refações raciais melhoraram desde a morte de Mariin Lu· thet King Jr. EncMue a p<obabilidade de qu. (c) Encontre a probabilidade de: que ao meoos uma tampada falhe no teste. Encontre a probabilidade de que o paciente gastos com a saúde de um achorro selecionado aleatorla- sobleviva à cirurgia e o coração seja curado. Tipo de cachorro 19. Se o paciente so· brevive acirutgia. e achar que o .que arroas sejam ca. l.. trabafhadoles de Martin Luther King Jr.e uma <esidência americana selecionada a!eatoriameme Menos que S 100 19 21 40 lenha compuiador e acesso à lniernet. 4 de 10 dizem que o com idades entre 25 e 64 anos.eposição. (e) Encontre a p<obabilidade de que ao menos uma das duas (c) Ser~ incomum para um ciclo ART selecionadoaleatoriamen· pessoas seja canh0<a.que. Sobrevivência à cirurgia Um médico dá ao paciente uma chan· com a.Opir. foram questionados se tém ao índice de p. (Fonte: U.obabilidade de que ambas as Limpadas te· nham falhado no teste.c. e ache que o índice de Um mês de renda ou mais 76 62 138 progresso dos direitos ôvis é muito lento.1dke de progresso dos mem. 120 aleaioriamente cesulte em uma gravidez e pwduza um náS· são canhotas.b. a1oriamente ache que as relações raciais melhoraram desde Menos de. Desses 600. (a) E<1contre a probabilidade de que um cido ART selecionado 21.. enc0<1tre a p<obabtlidade de que o traba~ tenha direitos civis é mui10 len10? El<pEque. .t i·. guardada. Duas lâmpadas sã-0 selecio. Des· R. 88% tém acesso à Internet. Trés lâmpadas fa· Gravidez lham no teste. Cuidados com a saúde dos cachorros A tabela mostra os re· suftados de uma pesquisa na qual 90 proprie!Jrios f0<am questio· nados sobie o quanto gastaram no último ano com os cuidados com a saúde de seus cachorros e se seus cachor1os são de raça pura ou taças misturadas.000 pessoas.iadas aleatoriamente. ciclos ART (a) Encontre a p. de de que o trabalhador seja mulhei.am que as relações melhoraram desde a morte pesquisa na qual 142 homens e 145 rrl\lfheres. aleatoriamenie sem . nascimento múltiplo. (b) E<1contre a p<obabilidade de que ambas as Limpadas te· nham passado no teste. menie no ano passado. ((Ct11e: Ma"$' menos um més de renda guardado para emergências. pelo menos o tempo afirmado pelo fabricante. 60% dos adultos nos Esta· 23. l-d . hl$1iMe lc.1ho1as.

P{BIA) =0. é: (d} Os eventos "gastar $ 100 ou mais" e 'ter um cachorro de raça mista" são depe.) Deixe A se.obabilidade de que nenhuma das cinco tenha 32.25.3. 118 360 8 193 57 107 29.P(BIA)=le P(BIA')=Í esse tipo sangulneo. (a) Encontre a p.'li<!os tenha tipo sangulneo AS+ é de 3%. (b) Encontre a p. A regra da multiplicação e a probabilidade condicional Encontre a probabilidade de que (a) todas elas compartilhem a Reesaevendo a lórrnula para a.entes nas quantidades a seguir: dos aniversários'.nha uma data de aniversârio dae. detemiine a p1obabílídade dessa pessoa estar infectada. Suposição Um teste de múltipla escolha tem três questões.38.P(A') = 0.esa de imp.62. mesma data de aniversário e (b) nenhuma compartilhe a data de mente tenha gasto menos que i roo. alei)tórios entre 1 e Z6S.to cachorro e o cão ser de raç. Defeitos de encadernaç.5 pessoas tenha o tipo AS+.l!J: Americon soa dá positivo 80% das vezes se a pessoa tem o vírus e 5% A$$OOOl)Cn oi eJood e~) das vezes se a pessoa n.sârio• de produzir um livro com defeito. (c) Encontre a probabiidade de responder as três perguntas cor· .Jo A máquina de encadernação de de anive<sário. . 34.obabidade de nenhum dos livros ser defei«Joso.. Confiabilidade do teste Um certo vírus infecta uma em cada tados Unidos tenha tipo sang\JÍneo o + é de 38%. regra da multiplicação.P(A')= 0. (F.41.P(BjA)=0. dado que o evento B tenha ocoirido. a p. Problema dos aniversários Você es1á em uma-sala que tem 24 Você não tem ideia de nenhuma das respostas corretas e precisa estudantes. Um teste usado para deteetar o vírus em uma pes- não relacionadas são seleóonadas aleatoriameme. (e) Encontre a probabilidade de que pelo menos uma das ánoo 33.. Tipos sangulneos Ap1obabilidade de que uma pessoa nos Es· P(AIB) = P(A) P(BIA)+ P(A')-P(BjA')° tados U. se o teste de uma pessoa dá pessoas tenha o tipo o+. ·. P(A) =0. Enconue a probabilidade de que os data de aniversário• Uês produtos venham da terceira fábrica.lo tem o vírus. determine a probabilidade dessa pessoa não estar 27. P(A)~ }PCA') • f. P(anrversânosdife. Vocé quer enco.wa. Armazém Um cenrro de distribuiçao recebe carregamentos de (d) Use uma ferramenta teCJ>Ol6gica para simular o "problema um produto de trés fábricas dife.os uma ( e) Usamos a ferramenta de tecnologia para ge.cetdcios de 31 a 34. a pcobebilidade do eve. Qúal é essa probabilidade? (e) Enoontre a probabilidade de responder pelo me.obabilidade de que as cinco pessoas tenham 31. cada vez sem repositao.ente. podemos .lo respooder a nenhuma per- a mesma data de aniversário é o complemento da probabi· gunta COf'retamente. 365 364 .363 362 343 342 retamenre:. encontre a probabi. cada uma com cinco respostas possíveis. te.005 têm a mesma data de anive.P(A')=i.essão tem a probabilidade de 0. 35 e 25. infectada.) uar P(A 18).IJ§dd (•p«olo3 • l>tobabilidue 127 (b) Oado que um proprietário de cachorro selecionado aleatoria. e P(BIA') c 0. SomEOte uma é correta.P(BIA) • -!.i mista.ob. lidade de o cachorro ser de raç.ite. 36.Jbilidade de que pelo me- a<ivinhar cada urna.-. 30. tivo. 228 348 181 317 81 183 (a) Encontre a p. 52 346 1n 118 315 273 (b) Encontre a probabilidade de ao menos llTl dos livtos ser de!e~uoso: 252 168 281 266 285 13 (e) Encontre a píObabidade de todos os livrosserem defeilUOSOS. (c) Encontre a probabiíioode de um proprielário selecionado Expandindo conceitos aleatoriamente gastar i 100 ou mais com a saude de seu De õCOrdo com o teorema de Bayes. Aniversários Três pessoas são selecionadas aleatoriamente. Repita a simulaç. encontre a probabilidade de que cada estudante corretamente. (b) Encontre a probabilidade de responder as duas primei1as 24 fatores perguntas corretamente. Essa máquina é usada para encadernar três livros.75. Três pessoas 200 pessoas.e P(BjA') = 0. íidadeda pane (a).entes) =-·-·-·-···. (b) Encontre a p1obabilidade de que nenhuma das três tenha (a) UsandooteoremadeBayes. l-d . Obtivemos pelos menos duas pessoas que uma ernp. Quantas ve- 50.t i·.Jo 10 vezes. A. P(A)=i. Cinco pessoas não relaciona~ são seleóonadas aleatoriame.. use o teorema de Bayes para enroo· Assoôcdon oi BkxxJ B<llti<s. 365 365 365 365 365 365 (b) Aprobabilidade de que pelo menos dois estudantes tenham (d) Encontre a probabilidade de n. negativo.. (Este resultado de 5% é (a) Encontre a p1obabilidade de que as três pessoas tenham chamado de falso posirivo. Assuma 365 dias no ano.seotestedeumapessoadáposi- esse tipo sangulneo.ar 24 numeros pergunta co<retameme. (Fome: Nnerican Nos e.i mista. (c) Encontre a probabilidade de que pelo menos uma das três (b) usando o teorema de Bayes. o evento ·a pessoa es1â tipo O+. nos dois estudantes companil~am a mesma data de aniversário. aniversário. Um produto é selecionado aleatoriamente três~ zes você obteve 'pelo menos duas pessoas" com a mesma zes. P(A)·P(BIA) 25.e P(8IA')~ 1 tipoAB+. Cxf-0 número rcptesa'lt\l umi) OOtij 28. Tipos sangulneos A probabilidade de que uma pessoa nos Es· 35. (a) Encontre a probabilidade de respondei a primeira pergunta (a) Primeiro.1dentes ou independemes? Explique. infectada" e 8 ser o evento "o teste de uma pessoa dá positivo".17 26. P(A)=0.

use as informações a segoir.•entos são mutuamente exclusivos. Nos execclcios 37 e 38.. Ili Aregra da adi~ão Oque você [ventos mutuamente exclusivos -+ Aregra de adicão .4 e 8). que chegue na hora. Evento 8: rolar um 4 em um dado. A A e 8 silo mutuame. (l) A ocorre e 8 não ooorre. Evento A:selecionar aleatoriamente um estudante do sexo masculino. (3) A e Bocorrem.Ürês ma- Aeiras para o.J'or exemplo. escrever uma fótmula para encontcar probabilidades condlcionais. Encootre a probabilidade de que um voo tenha partido na hora e P{il) .te tempo.- vo". l-d .. Dica de estudo •Em probabilLdade e estatísti. Evento 8: selecionar aleatoriamente uo1 graduando em enfermagem. • A probabilidade de que um voo parta no h-Orário é de 0. A • Aprobabilidade de que um voo dlegue na hora cet1a é de 0. ocorrerem em sequência. Probabilidades como essas são denotadas por l'(A ou 8) e dependem de os eventos sere1n n. 2. P(BIA) e PÇ4 e 8) 37. Explique seu raciocínio. Evento A: rolàr um 3 em um dado. 1.89...87.ite exclusivos A e B não silo mutuamente exclusivos Exemplo m Eventos mutuamente exclusivos Decida se os eventos são mutuamente exclusivos. . probabilidade condicional do evento B ocorrer. Nesta seção. 38. Tais probabilidades são denotadas por P(. (-2) B oco.-entos.evento Aou B" Os diagramas de Venn mostram a relação entre eventos que são mutuamente ocorrer. é de0. dado que o evento A • A probabilidade de que um voo pana e chegue na hera é tenha oconido.plicdd. aprenderemos como encontrar a probabilidade de que ao menos um de dois eventos ocorra. • Como usar a regra de adiçilo para 1 {ventos mutuamente exclusivos eocootrar a probàbílidade de dois Na Seção 3. efinicão Dois eventos A e 8 silo mutuamente exclusivos se A e 8 nao puderem ocorrer ao mesmo ca.t i·. Encontre a probabilidade de que um voo dlegue na hora.2. a palavra 011 é usualme. aprendemos como e. dado que ele partiu na ho<a.IJ§dd 128 • h1>1l11ic.83.1da como um "ou ex_dusi. exclusivos e eventos que não o são.> deve aprender Resumo de probabilidade • Como determinar se dois e.re e A não ooorre. h.conlrar a probabilidade de dois eventos A e B eo. us.uturunente exclusivos.

3 Atividades na p. Como o estudante pode ser um homem estudante de enfermagem.. Encontre a probabilidade de rolar um número menor que três ou rotar un. Encontre a probabilidade de esta carta ser um 4 ou um Ás.o mutuan1ente exclusivos. Esses resultados não podem ocorrer ao mesmo·tempo. os eventos não são n. I Aregra de adição . 2.'io mutuamente exclusivos.B). então os eventos s. Evento A: selecionar aleatoriamente um estudante de 20 anos. Evento B:selecionar aleatoriamente um estudante de olhos azuis.P(A) + Pf. f ~ Para explorar mais este tó- pico. Evento 8: selecionar aleatoriamente uma carta de figura de um baralho de cartas.IJ§dd Capn.Pf.. O primeiro evento tem um resultado.regra de adição para a probabilidade de Aou 8 Dica de estudo -ili~~~~~~~~~- A probabilidade de que os eventos A ou B ocorram. Você joga um dado. 1.obabilidade 129 3. adicione as probabilidades de cada evento e subtraia a probabilidade de ambos ocorreren.ente exclusivos.cida se os eventos s.. os eventos não &:1.utuan. Exemplo m_ z_______________ Usando a regra de adição para encontrar probabilidades t . Evento A:selecionar aleatoriamente um valete de um baralho de cartas. veja 3.'io mutuamente exclusivos. De. A e 8.raind. Em palavras. 3. a. evjta uma Gont~gem dupla Se os eventos A e B forem mutuamente exdusivos. Decida se uma das frases a seguir é verdadeira. Escreva sua condus. o segundo evento também tem um resultado.amente um doador de sa11gue com tipo O. Solução t. l-d . P(A ou 8). • Os eventos A e 8 não têm resultados em comum.t i·. Evento 8: selecionar aleatoriamente um veículo Toyota. Evento A: selecionar aleatori. 3. 3.o-se P(A e B). 136. Evento 8: selecionar aleatoriamente um doodor de sa. 2.ero fo.lol • P. para encontrar a probabilidade de um evento ou o outro ocorrer. • Os eventos A e 8 não podem ocorrer ao mesmo tempo. então a regra pode ser simplificada para das probabilidadesdos resul- P(A ou 8) . Como o doador pode ser mulher com tipo sanguíneo do tipo O.par. Esta regra simplificada pode ser estendida para qualquer numero de tados que ocorrem em ambos eventos mutuamente exclusivos. 4. nún. .A e 8). • P(Ae8) = 0 b. 2.'io. é dada por: Subt.ngue do sexo feminino. Evento A: selecionar aleatoriamente um veículo Ford. Voei! seleciona uma caria de um baralho. você f>0 ou 8) = P(ft) + P(B) .

'ío mutuamente exclusivos. Os eventos não são mutuamente exclusivos porque 1 é um resultado de ambos os eventos..999 3 175. Use a regra de ndição para encontrar a probabilidade. P(A eB).000 e 124. Encontre P(A). como mostra o diagrama de Venn.999 s 50. a probabilidade de rolar um nún1ero nlenor que 3 ou um nú1nero frnpar é: P(menos·que 3ou ímpar) = P(menor que 3) + P(ímpar) .000 e 124. Ímpar que 3 a.999 no próximo mês é . os eventos são mutuamente exclu- ~ sivos confom1e mostra o diagrama de Vem. 6 6 6 6 3 ' t.999 ó 75.t i·.999.000 a49..IJ§dd 130 • [. Encontre a probabilidade 4 Menor de que seja uma carta de figura ou uma carta de copas.00lla 124. Como os eventos A e 8 s. quaJ a prob.999.000 a 149.999 Solução Para resolver o problema.999 no próximo .mês? Volume de vendas (S) Meses Oa24. P(B) e.= -..000 e $124. Um dado é lançado.999 9 125. A probabilidade de selecionar 1un 4 ou um Ás é: ~ 44 ou1ras carias @• • 2.abilidade de que o representante venda entre$ 75. Uma carta é selecionada de um baralho normal.s:0 667. Então. Baralho com 52 cartas Solução 1. não pode ser um Ás. Se esse padr~o de vendas continuar. s c.00lla 199.000 e 99. Se a caria for um 4./>(menor que 3e lmpar) 2 3 1 4 2 = . Exemplo OJ Encontrando probabilidades de eventos mutuamente exclusivos A distribuição de frequência mostra o volume de vendas (em dólares) e o nú- mero de meses em que um representante de vendas atingiu cada nível de vendas nos últimos três anos. A = vendas mensais entre$ 75. se necessário.999 2 150.999 3 25.000n 99. 6 2. Decida se os eventos são 111ut1ui111e11te exd11sivos. l-d .000 a 174. 8 = vendas mensais entre $100. a probabilidade de que o representante venda entre$ 75. 3 2 b.+ . Encontre a probabilidade de rolar um 6 ou um número Jogar um dado ín1par.= . Então.000 a 7~.tat~tícaapli<od.999 7 100. defina os eventos A e 8 conforme segue.

te se11 P(tipo O ou tipo A) = P. un p. esses eventos são mutuamente exdu· Se t10Cé selecicnu1r 111un 111/fe resi vos.-. a probabilidade que o doador escolhido m.. =::+:: =- 34S qunl a 11ro/Jllbilirlmle rle da dizer . Um doador é selecionado foram questionadas sobre o aleatoriamente. fi" exs. I Wsando a regra da aditão para encontrar probabilidades Em uma pesquisa condu- Um banco de sangue cataloga os tipos de sangue.m t. incluindo fator Rh positivo ou zida pela National Family negativo.851 . Em razão de o doador poder ter tipo Be o seu Rh ser negativo.2. rl.doador tenha s.milyOt~uizntirn1R~m. com base na regra de adição. l-d . grau de dificuldade de ter 1 .anization. b. dado por doadort'S durante os últimos cinco dias. O número de doadores Oq..1ngue tipo Bou que seu Rh seja negativo é: .) Tipo saJ1guíneo Quão difícil foi o parto? o A 8 AB l otai ~tais difícil do Positivo 156 139 37 12 344 Fator Rh Negativo 28 25 8 4 65 Total 184 164 45 16 409 L :'vfcnos dirtc:il dó Solução «11.- negativo. 36 36 16 .::0.pcr. Encontre a probabilidade de que o.(tipo O) + P(tipo A) parlo com o q11<' "'ª t'S/1tTm111.. Então. Como o doador não pode ter tipo O e tipo A.999. mães recentes que doou cada tipo sanguíneo é mostrado na tabela a seguir. Encontre a probabilidade de que o doador tenha sangue tipo Bou que o Rh seja Ã'nri. a probabilidade de que um doador escolhido aleatoriamente tenha s. 2.pQolo 3 • Ptobalilidade 131 P(A ou B) = P(A)+ P(B) =2-+.444.te akatoria111. Use a regra tia ntliçtfo para encontrar a probabilidade R~~t. esses eventos não são mutuamente exclusivos. (rC111te: 2. Encontre a probabilidade de o representante de vendas vender entre$ Oe$ 49. e.wó.36 4 = 9::::0. a. Encontre a probabiliáarle de cada evento.. seu primeiro filho comparado co1n o que esperavan'I. /tie111 ifique os eventos A e 8.'t e. d.IJ§dd (.1ngué tipo O ou tipo A.t i·.uri Fr.11tc e pedir para aleatoriamente tenha tipo O ou tipo Aé: cowpamr n tlific11ltlnrle . A3S Exemplo m I - Retratando~ mundo _ .io 11111t11a111e11te exclusiws. oom base na regra de adição. Então. Verifique se A e 8 s.711e o parto foi llio 011 mni. difícil do que dn es11emm? 409 .

B) = P(A)·P<BIAJ Rei.rimtnlação. Encontre a probabilidade de que o doador tenha tipo sanguíneo B ou AB.ostral que não estão P(E) = 1 . cxchtsi..e lodos os n. P(tl) + P'(8) 0001110. indusive.de 1 O número do resultados no espaço n~ de n.. Use a regra de adição. Encontre a probabilidade de que o doador tenha tipo sanguíneo O ou que seu Rh seja positivo.ostral é conhecid() e cada n. denotado por E'.P(A e 8) Rei.: P(E) . espaço an.t i·.ioos b. A3S I Resumo de probabilidade Tipo de p.249.dos nó espaço an·.robabilidade e regras de Em palavras Emsimbolos pro~abilida.ada a partir de cxp<.. 2. .409 . Fn.o: l_ P(E) = Prol>abilidade empírica -anlostral é estin.. A: O jogador escolhido é um n11111i11g bnck.>quênda total .P(tipo 8 e Rh-) 45 65 8 = 409 + 409 . os.suJlados em E\rcntos comple1ncntares un.11111i11g ba(k ou de wide receiwr. Sol11çào Defina os eventos A e B.ra de multiplicação <'ncontr.0. O complemento do evento Eé o conjunto d.1r a probabilidade de dois P(A e 8) = P(A)· P(jJ) fu>11tos i11depe.sultado P(E) = é igualmente prováwl dcocomn.P(E) indu(dos em é.-sultados no evento E Prol>abilidade dá$sica an. Decida se os eventos são 11111t11a111e11te exc/11.409 102 .: 1 probabilidade entre Oe 1.os Exemplo OJ Combinando regras para encontrar probabilidades Use o gráfico a seguir para encontrar a probabilidade<le um jogador selecionado aleatoriamente de uma seleção com jogadores amadores não ter a posição de r.:. R~IJ!ll111u1 p. 1.IJ§dd f'(tipo Bou Rh-) = P(tipo 8) + P(Rh-) . 11111/unmmle menos um de doiseventos irá ocorrer.. 8: O jogador escolhido é um wide rect'iuer. a.. Amplitude das regras de A probabilidade de um evento estar O.. l'(A ot1 8) = P(A) + 1'(8) .orreren\ cn\ scqu~ncia. A regra da adição f: usada par.lral A frequência de resultados no espaço Frequência do evento E .da para P(A.ra d• adição CI\COntrar a probabilidade de que pelo /'(ti ou B) . n°dé resulta. l-d .d('IIICS eventos <x:. A regra da multiplicação é us.

eles llào tem resul· Estudantes tados em corlllJm.xclusivo~ por que P(A e/!) = O? l'(A OU ff) = P(A) +P(lf). Verdadeiro ou falso? 7. 1. Se dois eventos são mutuameme e. então a probabilidade de que o sele· cioJ1ado seja um r111111i11g /Jack ou um wid<' receiver é: Obtendo-se o complemento de P(A ou 8). b.P(A ou 8) = 1.obabilidade de o evento A ou o evento 8 oc0trer é: P(A ou 8) = P(A) + 1'(_8) -Pl/i ou 8).xdusivos. Se for falsa. então. . Nos exercidos de 3 a 6. Se dois eventos são independenies.lo mutuamente e.nia <lc tuamente exclusivos. Se os eventos A e 8 s. _" - 34--® ~ ® • 0 --:~.25 ºº • ta. Encontre o co111ple111e11to do evento.3$ Ili Exercícios Construindo habilidades básicas e conceitos 6.xdusivos.) Esses eventos são mutuamente exclusivos.t O 0-KICl<ers o (Fcn/e:tlFL. Se dois eventos são rrntuamente e. 2.IJ§dd (apltulo l • Prol>'1>ilidadt 133 Recrutas da NFL Uma lis1a por posição dos 2S5 jogadores escolhi<Jos·em uma séleção para NFL de 2007 Off•nsive º?ao Ouarterbacks ~1 Aunning ba·cks . Explique.. Ap. &?termine. 5 a.: =: ss0.dadeira ou Universitários ialsa..xdusivos.769. Encontre a probabilidade de o selecionado ser um /i1wbnck ou um q11nrterbnck.se aafirmaçAo é ve. l-d . ente Encontre a probabil idade de um jogador selecionado aleatoriamente não ser voei um li11eback ou um qunrlerback.xclusivos. estatística S. A. ma de 1/enn são mutuamente exclusivos. R~J~'' "ª p.rom. 3. de Estudantes 4. r li>efensive ends 25 =@ O ~nelk. econO. liste exemplos de: Análise gráfica (a) dois eventos que sejam mutuamente e. Nos e>erdóos 7 é 8. podemos determinar que a probabilidade de selecionam1os um jogador que não seja um rn1111i11g /Jack ou um wide receiwr é: 1. explique.t i·. decida se os eventos mosuados no diagra- (b) dois eventos que não sejam mutuameme e. ent~o eles também são mu.ckle~ Guartls Centers Tlght ends Wíde 23 12 Vi12 receivets \.

encontre a probabilid'a:!e de que esta não tenha um Eve<i:o 8: selecionar aleatoriamente um senador do sexo masculiro. 15.. amassado é de 0.n- é de 0. Evemo 8: seleciona.800 são de mulheres.004. Auditoria Em tin período de 52 semanas. De 14 a 17 adrninistraç. 11 .s. caixa com furo" e "selecionar J>àrll v0tar uma caixa (otn o can10 ama$.nos (UlúS 14.000 e$ 29. mente.que. amassad. nem furo nem amassados é de 0. àl'IOS (a) Os even1os. que 5 ou ímpar.$ado também" ~ mutuamen- Registrados no Texas te exdusivos? Ei<pf. no g1áfico de pjzza..""") vos? Explique. tre $ 20. qual apiobabilidade de 6.. encontre a p<0babilidade de que a caixa 1enha um furo ou esteja amassada..os· s.Cidadãos none·runericanos canto amassado é de 0. 13.lo.08 e a probabilidade de produzir uma caixa com um furo e com o canto amassado é de 0.t i·.93 e a probabilidade de que a la. . (a) Rolar um 6 ou um número nnaior que 4. Encootre cada probabiltdade. Evento A: selecionar aleatoriamente um membro do congresso (b) Se o inspetor de qualidade seleciooar uma lata aleatori<l· americano. hora extra por 18 semanas e comratou trabalho temporário por 9 semanas. Jogar um dado Você laílÇ<l um dado. Explique seu raciocinio.tori<lmente alguém que não tenha 65 anos administra~o? ou mais. de que o es1udanie selecionado seja mulher ou estude (b) Selecionai alea.r.ário. Evento A: seleciooar aleatori<lmente uma trabalhadora. 425 são mulheres. Evento A: seleciooar aleatoriamente uma pessoa entre 18 e 24 17. _ _ 18a24 e "selecionar uma matricula de adminis1ração" são mutua· anos nnos mente exd~w. J>fin'I vot:)r enl ti. furo ou não esteja amassada. Encontre cada probabiidade.Jo mutuamente exclusivos? Explique. a emj)lesa pagou hota extra e (c) Rolar um 3 ou um número p. l-d . Registmdos (a) Os eventos "selecionar uma. Evento 8: selecionar aleatoriamente urna pessoa que receba en· (b) Seleciooar aleatoriamente c-m naipe vermelho ou uma dama. decida se os eventos são rnu1uame. 10. a probabifidade de produzir uma caixa com um ----.999. Selecionado uma carta Urna ca~ é selecionada aleatoriamente anos. 19.893. "selecionar um es1udante do sexo feminino" 35 a44 y . contralou trabalho tempo. Pesquisa de jornal Uma faculdade tem 3.IJ§dd 8. Distribuição de idades nos EUA (b) Se um auditor examinar aleatoriamente a folha de paga· 65 anos ou 1nais !\•tcnos de 5 ano~ mente para somente uma semana. uma empresa pagou (b) Rolar um número meno. aleatonarneme uma pessoa entre 25 e 34 anos. con1ratação de temporários" são mutuamente exclusi· &.96. Reconhecendo eventos mutuamente exclusivos 16..~-:Sà 13 pagamen10 de horas extras e trabalho 1ernpo1ário? ~.s? Explique. (a) Selecíonar alea1ori<lmente unna cana de ouros ou um 7. de um baralho normal.1ainc (b) Se o inspetor de Q\J3!idade selecionar urna caixa aleatoria· mente. (lllme·u.. Defeitos em latas Uma empresa que fabrica latas de refrigerante descobre que a probabilidade de se produzir urna laia sem furos Nos exerdcios de 9 a 12. (c) Selecionar aleatoriamente um 3 ou uma cana de figu1a. Oes· sas. Usando e interpretando <onceitos 18.8% que a folha de pagamento seja de uma semana contendo / . Defeitos em caixas Uma en1presa que fabrica caixas de pape· (c) Selecionar alea1ociamente alguém que tenha em.e 18 e 34 lio des{obre que a probabrndade de p<oduzir urna caixa com 3 r10S.a não tenha 9. 12.500 matriculas.siMrio.05. qual a probabilidade (a) Selecionar aleatociamente alguém com menos de 5 anos.. Ourante 5 semanas. Distribuição de idades nos EUA A dismbuição porcentual esti· (a) Os eventos "selecionar uma semana que contenha pa· mada da populaç~o dos Estados Unidos para 2015 é mostrada gamen1os de hora exua• e ·selecionar uma semana com e. 860 são pata administração e 1. furos é de 0. (b) Se um jornal da faculdade conduzir uma pesquisa e se· lecionar estudantes alea1oriameme. Evento 8: seleciooar aleatori<lmente um trabalhado( com nível (a) Os eventos •selecionar lata sem furo" e •seteciooar Iara sem unive.. Enconlle cada j)lobabilidade. a pobabilidade de que a lata não 1enha um canto te exclusivos. EventoA:seleciooaraleat0<1amemeumapessoaentre 18e24anos..

Caridade A iabela mos1ra os <esu\1ados de uma pesquisa cem o maior problema é a violência nos filmes ou o preço dos 2. (fonlc: Assoào:ed"""5.00$()0ttOIXJ(>. .017 adtttos nMe.850 pessoas e questionou se elas estavam envolvidasem qual· ingressos.co de Pareio.537 Quão satisfeito você está com a qualidade da educação? (a) O estudante é homem ou estuda enfermagem (b) O estudante é m!Aher ou não estuda enfermagem. (c) A pessoa ~ é destra ou !homem. é mos1rada no gráfico de piua. l 13 são canl>Oias (63 homens e 50 mulhe<es) . enfermagem outtos cursos -amerlcanos como eles se sentem a respeilo da qualidade da educação recebida pelos alunos desde o jardim de infáncia até Home<ls 95 i. para eles.) ocupantes. Apesquisa perguniou a 1. Ponte Tacoma Narrows A<istnooi~ de porce<nagem do núme./J(Jllfllent oi 1.t i·. quer tipo de trabalho para caridade. 1. Enconue Mulh«es 700 i. Encon1re a probabilidade de cada eve.4% Quatro 4.biliôad. Cada pessoa deu somente uma resposta. 100 Z 100 132 102 F'\ . Encon1re cada probabilidade. 22.i. pantes. 110 a 12' série.0% Cinco. no gráfico de Pareio.m a Ponte Tacoma Narr~ em Washing1on.g 400 JOO 437 326 (d) Os eventos· ser homem· e · ser estudante de enfermagem• são mutuamente exclusivos? Explique. J .6% 23.io. mens e mulheres matriculados em enfermagem no Centro de (b) Selecionar aleatoriamente um carro com dois ou mais OCU· Saúde da Universidade de Oklahoma em um semestre recente.s.ue dois e cinco bilidade de cada evento. (Fome: llnMltsi!y oi Ollahoma He<>'. Offi<e oiAtimi. 21..:il (a) Selecionar aiea1oôame111e uma pessoa da amostra que n:io Esqui réfa 63 50 113 esteja complelamenlesatisfeila com aqualidade da educaç. Um es1udante é seleciooado aleatoriamente.. A pesquisa pergunlou a 1.742 3..) (d) A pessoa é uma mulher destra.3 100 z 50 1.50 probabilidade.000 quaíidade da educa. Graduaç. indusive. o maior problema = o cinema..Jo.005 adultos none· (b) A pessoa é destra ou homem -americanos qual é. Filmes O número de respostas para uma pesquisa é mostrado (a) A pessoa é canhota ou mulher.Jo em enfermagem A tabela mostra o número de ho- (a) Selecionar aleatoriamenle um carro= dois ocupantes.110.727 2AU cada probabilidade. Mão Qireita 462 425 887 (b) ·Selecionar aleatoriamente uma l)Essoa que esteja de algu· dominante ma maneira insatisfeila ou completamente insa1isfei1a com a Total 525 475 1. l-d . Uma pessoa é selecionada . Pessoas canhotas Na amosuai de 1.) To1al 795 2. e 475 mulheres). (b) Selecionar aleatoriamente uma pessoa que nãO ache que 25.o Qual o maior problema com o cin·ema? de ocu)l'1flles de veíaJlos que auavess. 135 20. 2 24.7% Três 7. Os resultados da amostra são mostrados na tabela.0 15 1.ç.h Cen. Eocootre a proba· (e) Selecionar aleatoriamente um carro com e. clusivos? Explique. Cada pessoa deu uma resposia. l! 300 (e) O estudante não é muliler ou estudante de enfermagem.} ~ JOO Jiso Ocupantes nos carros ~ 100 171 Sei$ ou e 150 Ol:\ÍS Um SSS% " . (a) Selecionar aleatoriamente uma pessoa que ache que o maior (e) Os evemos ·ser desuo· e ·ser muUier' são mutuameme ex- problema é que os filmes não soo tão bons quanto eram antes.000 pessoas (525 homens .IJ§dd (apltulo l • Proi. Encontre cada ~ n .Sexo Hom~m MolhPf Tnt.l)Jp Po#.m ond Recetds. (lldopraoo do Go. (fcme: ~~on Slore 0.e. Uma pessoa é selecionada aleatoriamente.=:F='===="~~~. Educação O númt:10 de respos1as para uma pesquisa é mosuado Estudantes de Estudantes de Total no gráf.

(a) A pessoa é frequente oo oa.P(A eC) a 0. a propOfção acumu· bilidade associada com cada resultado da jogada de um dado. ou não está envolvida com caridade.~onalmente envolvida com ca· (c) Descrever dois eve. Pf. conforme a simulaç:!o é executada. P(A e C) = 0.t i·.m muruamente exclusivos. (e) Os eventos ·ser mulher' e •esiar f. P(BeC) + P(AeBeC). fada de vezes que o evento de rolõr um 3 ou um 4 ocOfre.03.538 Mulheres 189 427 368 681 1.8 e C) = 0.137 :1.10 conldto.equentemente envolvida P(A ou BouC) = P(A) + P(B) + P(C) . (d) A pessoa é homem ou não usa óculos. P(A e BeC) = 0.ssoa é mulhel ou noo está frequentemente envolvida ou C ocorram.25 e Pf. Nos e.665 e Total 25:1 1. ÍI• Atividades Simulando a probabilidade de rolar um 3 ou um 4 animação. em azul.Bou C).26 e P(C) = 0.03 eP(B e C) = 0. desmarque a opçAo animaç3o.plira4. O gráfico central mostra. Total 428 886 1. e<lCOntre P(A cu Bou C) para as JllOba· bilidades dadas.01. se possível Homens ni 456 795 1. P(B) = 0. Para f. P(A e 8eC) = 0. (e) Os eventos "usar lentes de contato' e 'usar ambos. Se marcamos a opçAo de vezes. Pesquisa sobre os olhos A tabela mos!fa o resultado de uma No diagramo de Velln.20:1 (a) A pessoa usa lentes de contato ou óculos. A Quando dicamos ROLL. são realizadas n simulações do expe· linha verde no gráfico reflete a probabilidade real de rolar um rimento de rolar um dado.378 mente exclusivos.8) = 0. o quadro mostra cada resultado entrando no gráfico de frequência. P(A) = 0.38. Regra da adição para três eventos A reg.203 pessoas que queslionou se elas usam len· pelas áreas em cinzo.e. é dada por: com caridade. Os resultados das simulações são 3 ou um 4.12. 28. P(A ou 8 ou C) é tepresentodo pesquisa com 3. Redação Há uma refação entre independência e exdusividade Freq'!enternente Ocasionalmente Nunca TQtal mútua? Para decidir.cícios 28 e 29.536 2. Encontre a probabilidade de cada eve. 29.09 lentes de comato• São mutuamente exdusi\'OS? Explique.472 (a) Descrever dois eventos que sejam dependentes e mutua· Mulheies 207 430 741 1.50. 14. (b) A pessoa é homem ou usa lentes de contato e óculos.10 e P(C) = 0. sej.P(A eB) . (c) A pessoa é mulher ou não usa nem óculos nem lentes de P(A e B) = o.1to. Conforme realizamos o ex:perimento mais e mais mostrados no gráfico de frequência. P(A) = 0.P(A eC) - com caridade" São mutuamente exclusivos? Explique. Encootte a probabilidade de cada Expandindo conceitos evento.850 (b) Descrever dois eventos que sejam independentes e mutuamente exclusivos. aleatotiamente da amost. Os resultados indivi- vm 3 O<J 4 permite que você investigue a p<obabilidade de rolar um 3 ou um 4 com um dado não tendencioso.lilrar a Applet O applet Simµlando o probobilldode de rolar animação. tes de contato ou óculos. (c) A pessoa é homem ou está frequentemente envolvida com caridade.os. P(Aou. l-d .a. 26. óculos e P(A e 8) = 0. a proporção acumulada deve convergir para o valOf real. Uma pessoa é selecionada aleatoria· mente da amostra. encontre exemplos do que temos a seguir. .IJ§dd 136 • ísu1J11i<.a de adição para a probabi idade de que os eventos Aou B (d) A pe. applet. que está á direita do no canto superior esque<do na figura a seguir mos!fa a proba. Lentes de óculos ambos ~enhum Total contato dos.1tos que sejam dependentes e não se· rjdade. jam mutuamente exclusivos.268 545 1. o seguir. dorS Homtns 64 641 117 456 1. (d) Descrever dois eventos que sejam independentes e que não (b) A pessoa é mulhe. 27.40.. O gráfico duais são mos!fados no ~mpo de texto.

'- • Explore 2. Tgmpo ou .ices (INFORMS) é uma sociedade cientifica intemacional com mais de 12. Compare a prOJ)Ofção acu· Passo 2 Clique ROLL quatro vezes mulada de rolar um 3 ou um 4 para cada tentativa C(lm a Passo 3 Cf.ga 37. As duas melhores esuatégias ~o chamadas de Escolha uma fileira e Circule. Qual a probabilidade tem de rolar um 3 ou um 4? Estudo de caso Probabilidade e estratégias para encontrar vagas nos estacionamentos O lns1itute for Operations Research and the Manageme. Limpe os Passo 1 Especifique um valor para n res1Jhados após cada tentati\'él.t i·. Passo 4 Especifique ouuo valor para n 3.áreas de negócios. Condusões Deseteva a posiç.lo da linha verde.lédia de ~õa apê attl a l:Jja 257 passos 200 passos .la valor de n uma vez.obirbilidade de rolar um número menor que 4. 7 fileiras com 72 vagas cada e resulções dire· óonais.que RESET probabiida.t Scie. do Instituto Politécnico da Univeisidade de Vírginia. forças armadas.egundos 52. Richard cassady. Um estudo publicado pela lNFORMS foi resultado de uma pesquisa conduzida pelo OI.ida atê a p(lt1<1 da loja 6t.000 membros.. e pelo Dr.esttltcn n ~·eos tao <Jive.7.a a simulação usando ü}. l-d .3 segundos 70.xr:i quaoto linl 1<1s ~l't'd'>.dístênria Escolha uma fileira Citcule Tempo de uma entrada atê uma -.. Os pesquisadores compararam várias esualégias para vetíf.car qual delas economizava mais lempo. o gerencÍ<lmento e as operações. e.ls. da Univ~idade Estadual do Mississipi.de teórica de rolar um 3 ou um 4. governamentais e edu· caçav. planV> <le Sdvôe. a p.7 segundos l. John Kob2a. Os resultados são mostrados na tabela. Os membros do instituto trabalham principalmeme nas. O estudo sobre vagas de estacionamentos foi conduzido em um shopping center que possui 4 entrad. 1.5 segundos Tempo de uma enrr.ocê queira modificar o applet de modo a en· Passo 5 Cf. Rep. Far..que ROLL contra. õptic. Soponha que .. mercado de ações e telecomunicações. Ela se dedica â aplicação de métodos científicos para melhorar a Jornada de decisões.IJ§dd (apll•I• 3 • ProbaMidacle 137 JtoU«:: --ti.õçao út: l~i').

t i·. as vagas desejadas moderadamen· te e as vagas me. cada vaga tem igual probabilidade de estar vazia? Explique seu raciocínio. Por que isso é importante? 5. 3. Aplicaiões dos prindpios de contagem I Permuta~ões Na Seção 3. Use cores como eó<ligos para as vagas em três categorias de 168 vagas cada: as vagas maisdesejadas. No estudo sobre vagas de estacionamento. Uma pessoa es~ saindo de uma fileira que est~ cheia. Combinações . Porta da loja Exercícios 1.go 111ais pr6xi. Explique seu racroci<lio. 4. aprendemos que o princípio fundamental da contagem é usado para encontrar o número de maneiras nas quais dois ou mais eventos podem ocorrer .'I . você tem maior probabilidade de gastar menos tempo usando a estratégia Escolha uma fdeva ou a Circule' E~plique.'IOS desejadas.1. Desenhe o diagrama do estacionamento. ocupados. Par<: fileira e escolha cnl qualquer u1n dos 20 espaços o lugar V'. Qual a probab~idade de que essa pessoa esteja estacionad<l em uma das 20 vagas que estJo mais próximas ils lojas? 7.na. De acordo com os resuhados do estudo.1amento eslá completamente cheio e um carro sai.1110. Qual a probabílidade de que este carro esteja na primeira fileira' Explique. vá para :i ptóx io1a filcin1.1. Entre no filcir:.nos. De acordo com os 1esultados do estudo.i. 6. l-d . você tem maior probabiírdade de anda< menos usando a estratégia Escolha uma fileira ou a Ciccule? Explique. 2. ES1ime a probabilidade de encomrar uma vaga na categoria das mais desejadas. m Tópicos adicionais sobre probabilidade e contagem Permutações .IJ§dd 138 • Escolha u1na tileirJ Circule Enux: cn1 u. Um estacio. Uma suposiçA0<have neste estudo é que os motoristas podem vet quais vagas estao vazias assim que entram em uma fileira. Se todos estivcrc1n 1nais próx.najs próxinia.

n.e seu tem('O. O número de dnerentes permuta· • (. maneiras diferentes podemos preencher a primeira fileira de um quadriculado de Su- doku 9 x 9 (que está em branco)? Sol11ção Sudoku O número de permutações é 9! =9 · 8 · 7 · 6 · 5 · 4 · 3 · 2 · 1 =362. lol • P1obabili.1) • 111 . . Dica de e5tudo Exemplo m Note que à medida que n.880 maneiras diferentes nas quais a primeira fileira pode ser preenchida. estão na divis.3! = 3 · 2 · 1 = 6. gempara encOôt(ar f)IQbiibilidades..ío central. O! = 1.P.3) .! tambén. A expressáo 111 é lida como II fatorial e é definida a seguir. • (.r ções de n objetos distintos é n! neiras para seteóonaf1l\OS áversos objetos de um.2! = 2 · 1 = 2.a. cada coluna e cada quadriculado 3 x 3 co11tenha os dígitos de 1 a 9. Quantas você maneiras diferentes as posições finais são possíveis? 1 a. Encontrando onúmero de permutaiões de nobjetos agora. ~ (n-r)!' onde r :. Detennine quantos ti111es. 3 · 2 · 1. Tente Os times da divisáo central da liga nacional estão listados à direita. awnenta.orno encootrar o numero de 1113neifas nas quais umgrupo de efinição o~tos pode ser 01denado.IJ§dd (apn. Uma permutaç~o é uma organização ordenada de objetos. Como caso especial.s para contar o nú- mero de maneiras nas quais um evento pode ocorrer.iu- n. Tal ordenação é chamada de uma pem1utação de II objetos retirados r de uma vez. Nesta seção. Encontre o número de maneiras nas quais podemos formar códigos de três dígi- tos em que nenhum digito é repetido.de 139 ~m sequência. USl? um pouco d.t.orno encontraro número de m. há 362. 11.orno usar os princlpios de conta- 11! = 11 • (11 . (De quantas calculado. P..880. b. Divisão central da Liga Nacional Chicago Ccobs Milwaukee P.t i·.ermuta~ões de n objetos retirados r de uma vez Houston As~os Blewe1s Pinsbu(g Pirates St Louis O número de permutações de n objetos distintos retirados r de uma vez é: cardinais Cínci1>atti Reds n! . Uma importante aplica_ção do Oque você princípio fundamental da contagem é detenninar o ní. n. Então.mero de maneiras nas quais II deve aprender objetos podem ser organizados em ordem ou em permutação. Aqui temos outros diversos valores de 11! 1! = 1. vamos estudar diversas outras técnica.4! = 4 · 3 2· 1 = 24.enta. Exemplo m Encontrando . • (.grupo sem nos pre- _ocuparmos com aord!m. para aprender como O objetivo de mll Sudoku 9 x 9 é preencher o quadriculado de modo que cada 1Jsar a tecla fatorial em sua fileira. l-d .2) · (11 . Avalie 11! Suponha que você queira escolher alguns objetos em um grupo e colocá-los em ordem.

são de outro tipo e assim por diante é: ni •1 .P.IJ§dd 140 • Í\t'1íUíca apli(ada Sol11çtio Para formarmos um código de três dígitos sem dígitos repetidos..u.046. Entretanto.-$-#-$·1-·1 no.3)! 40! A comissão de diretores de uma empresa tem 12 membros. ooden. • • . consi. O níín.046 maneiras :::. Um membro é o presidente. onde n.iero de maneiras distinguíveis é: Você pode querer ordenar um gntpo de II objetos sendo que alguns deles são os mesmos.+n. nem loda's essas permutações s. podemos 4! ·2!·1! 2 conduir que há . lde11tijiqueo número total de II objetos e o número de. mas muitas dessas n.+n.. 1 oo. º. Aoolie. Escre. maneiras os carros podem terminar em primeiro.para o primeiro lugar.-1 1 1 . = 7! ordens possíveis.o. ser reorganizadas em 7! ma· RêiJU::-111 . De quantas obter o mesmo résultado.dere o gntpo de letras oonsistindo de 4 As. segund!o ou terceiro lugar? (fo111<: demos ver que há43 e. De quan· vocf tas n1aneiras possíveis o sujeito pode escolher un1a pri1neira.tão 11 = 43 e r 43 · 42 · 41 = 74.ões de nobjetos retirados r de uma vez mental da oontagem pode ser usado no Exemplo 3 para Quarenta e três carros começam a corrida de Daytona 500 em 2007. outro éo secretário e outro é o tesoureiro. 1. devido ao foto de alguns objetos serem os mesmos. As letras AAAABBC podem b.3.r)! (listar os fatores e dividi-los) b.=n.u. De -2!-: 7·6·5 =105. = 43! ! 43 -42-41 = 74. ' ' " ' (43 . precisamos selecionar 3 dígitos de um grupo de 10. há 720 maneiras possíveis nas quais o código de três dígitos não tenha dígitos repetidos. segun· 43 do ou terceiro lugar.+···+n. Uma psicóloga mostra uma lista de oito atividades para um sujeito.c.t1Sl11 un I'· A.i. então 11 =10 e r =3. Po. \una segunda e uma terceira atividade? a. objetos escolhidos em ordem.18 Importante Exemplo DJ Note que o prindpio funda. I'· r\3$ neiras.3)! 71 1-ffl-rt-1 Então.'\o são distinguíveis. l-d . nr·ny·ns···n1.ermutações distinguíveis O núme<o de permutações distinguíveis de n objetos. são de um tipo e n.•er o resultado como uma sentença. outro é o vice-presidente.) ~1 . P.10 disfi11g11íwis. En1 razão de a orde1n ser importante. _ li 10! lOJ _ 10·9·8·1-f. P. Permuta. 2 Bs e 1 C. quantas maneiras podemos ordenar tal grupo? Usando a fórmula anterior. segundo ou terceiro é: terminar em primeiro. P = P. o nún1ero de 1nQneiras nas quais os carros r. Quantas pem1utações distinguíveis são pOSSÍveis? A resposta pode ser encontrada usando a lónnula a seguir. en.t i·. Re$1.\as quàis os carros J)!:)(lem podem terminar em primeiro.soolhas ASCAR. Por exemplo. 42 para Solução o segundo e 41 para o tercei· r. Dica de estudo De quantas maneiras essas posições podem ser designadas? --~~~~~~~~~~ a. Encontrar o quociente de 11! e (11 . Podemos concluir que há Precisamos selecionar três carros de corrida de um grupo de 43.

As árvores precisam ser plantadas em espaços uniformemente separados. Há 10 maneiras nas quais você pode fazer sua seleção. De quantas maneiras distinguíveis as árvores podem ser plantadas? a.tação de 11 <Jbíetos dos quais osrseledonadossãoiguais·eos n! . Interpretação Há 13.. ACD.e. . (n .iteiro planeja desenvolver um lotean1ento...e-- / -- "1!. O Loterunento consjste e1n 6 casas térreas. nove bordos e ci.t i·. ABE. De quantas maneiras distinguí- .ACE. BDE. n2!···ut! I Combina!ões Você quer comprar três CDs de uma seleção de cinco CDs. restantes (não selecionados) são iguais.bilidade 141 Exemplo m Permutaiões distinguíveis Um e1npre.IJ§dd (apílulol • P1ob.nco álamos na rua você do loteamento. BCD. e é denotada por •C. Então. ldeutifique o número total de II objetos e o número de cada tipo de objeto no grupo 11 11 111 e11r . 6 das quais são de um tipo (térreas). 4sobrados e 2 aisas com vários planos.•eis as casas podem ser organizadas? Solução Haverá 12 casas no loteamento. ABC.860 maneiras distinguíveis. O número de maneiras para selecionar r objetos de II objetos sem levar em consideração a ordem é o número de combinações de II objetos retirados r de uma vez.860 maneiras distinguíveis para organizarmos as casas no loteamento. O núme. A00. 11! b . ABD. Tente Um empreiteiro quer plantar seis airvalhos.u. l-d . COE Em cada seleção.r)!1( objetos 11 . ADE.o de combinações de r objetos de um grupo de n r de uma ve-~ conforme a per- objetos é: n.BCE. Importante (1>mbinações de nobjetos retirados rde uma vez Podemos pensar em uma com- Uma combinaçao é uma sel~o der objetos de um grupo de n objetos sem levar em coma bilJ8~0 de 11 objetos escolhidos a ordem. há: 12' 12·11 ·10·9·8·7·61 6!· 4!·2! = 6!·4 1·2! = 13. 4 de outro tJpo (sobrados) e 2 de um terceiro tipo (casas com vários planos). a ordem não importa (ABC é o mesmo conjunto que BAC).

C. /de11tifiq11e o número de objetos no grnpo 11 e o número de objetos para serem selecionados r. Quantas oombinações diferentes de quatro empresas podemos selecionar das 16 empresas na concorrência? Sol11çào O Estado está selecionando 4. então 11 = 16 e r = 4.t i·.4)!4! 16! =-- 12! 4! 16-15·14 ·13-12! 12!-4! = 1. l-d . departanH~nto de tran'sportes estadual planeja desenvolver un. 11. Já que a ordem não é importante. sequência~ 111 .820 combinações diferentes. tipo. E. por díante. 111 sà<) de outro tipo e assin. Avalie .. .creva os resultados como sentenças. O número de oon1binaçõos der objetos selecionados Combinações de um grupo de II objetos sen.ão de uma rodovia interestadual e recebe 16 ofertas de concorrência para o projeto.820 diferentes combinações de quatro emp~ que podem ser selecionadas a partir de 16 empresas na concorrência. A tabela a seguir resume os prindpios de oontagem.a e= 11! • ' (11-r)! ~ ordem. rs: 11. " .a nova sec. o fundamental Ili • li 1. c. há: e = e4 = 16! "' " (16 .n1 conta.empresas de um grnpo de 16. b. O número de diferentes organizações ordenadas de Permutação 11! II objetos distintos.r)! O número de pennutaç(ies distinguíveis de 11 11! objetos distintos onde 111 são de un.ún\Cl'Ode maneiras nas qtiais dois cvc1uos podl?nl da contagem ocorrer en.tos P: = ~ retirados rdc u1na vez.. (. Prin~ípio Descrição Fórmula Se um evC'nto pode ocorrer de-111 mane-iras e ltnl Princípio segundo evento pode ocorrer de II n1aneiras. O gerente de um departamento de contabilidade quer formar um comitê consultivo de três pessoas dos 20 funcionários do departamento. levar e..IJ§dd 142 • útatklicaapli<ada Exemplo m Encontrando o n6mero de combina~ões Un.r . O Estado planeja contratar quatro das empresas na ooncorrência. O nún.cro de pcrn1utaçô('s de II objt'tos distin. lllterpretaçâo Há 1. De quantas maneiras possíveis o gerente pode formar esse comitê? a.

. Oividn o número de resultados favoráveis pelo número de pem1utações distinguíveis.? b.0002. Enião. foi vencido na Encontrando probabilidades Loteria Mega Million.. Quando Um comitê consultivo de estudantes tem 17 membros.. a prol>abilidade de s. R~pw.- Exemplo m Í. doisTs e um R. a Mcga Bola.. Se as letras forem você ordenadas aleatoriamente.elecionarmos corretamente os três membros que têm cada posição é: 1 P(selecionando três membros) = .ttr trn p. secretário e web111n.. n im>lml>ilirlnrle de q11e i:oci L'Cll(fl n /ott'rin .t i·.3 I Aplicações dos princípios de contagem --. qual a probabilidade de que a ordem forme a palavra Lctter? a.'lo mostrados a seguir 17! 17! . l-d . foi esco- Solução lhida entre 1 e 46. l!-4!-4!-2! permutações distinguíveis das letras dadas.ncido."_.ter..t11 . Qual a probabilidade de selecionarmos aleatoriamente os dois membros que têm cada posição? Se 'OOté c. Bok. 4.\ ftgn .. . Encontre a probnbi/idnde de selecionarmos corretamente os dois membros. Cada membro tem ve. 6 sibilidade de ter qualquer uma das posições. à probabilidade de que a ordem forme a palavra Mississippi é: 1 P(Mississipi) = .IJ§dd (apítulo3 • Prolabilidadt 11. dois Es.. maneirilS nas quais as três posições podem ser preenchidas..1111ptnr u111 bilf1t le. Resp(>$.. Os números Há um resultado favorável e há: veincedores s. Então.. 4e 21 etras iguais.. qual a probabilidade de que a ordem forme a palavra Mississippi? Sol11çâo Há um resultado fovorávcl e há: li! . quatro Is. b.e0.<:e 0.. 34. = (17 .\ fil/io11. 4.0SO. A18 Exemplo m Encontrando probabilidades 'lemos 11 letras consistindo de um M.080 39 Um comitê cons. tJtlfrl 1 a..11.650 11 letrascom 1. Cada membro tem a mesma pos.. quatro Ss e dois Ps Se as letras forem organizadas em ordem aleatória. . Dois membros servem ente + Mcgo ~ como o presidente do comitê e o secretário. Retratando o mundo O maior prêmio da loteria. Qual a probabilidade escolhidos de 1 a 56 e um nú- de selecionannos aleatoriamente os três membros que têm cada posição? mero. $ 390 milhões. sendo que três deles têm o prêmio da Mega Million foi as seguintes funções: presidente do comitê.P. Euc-011/reo número de resultados favoráveis e o número de permut11ções distinguíveis.000029. Encontre o 111í111ero de 111n11eims nas quais as duas posições podem ser preenchidas.650 ente Temos 6 letras consistindo de um L.~tivo de estudantes tem 20 membros.. Al8 . . cinco números foram a mesma possibilidade de estar em qualquer uma das posições.3)! 14! 17 -16-15 = 4.

diz-se que há um f111sll de ouJos.nalis.. nom. a.biJ. . a probabilidade de selecionarmos exatamente um grão tóxico é: P(l grão tóxico)= .0...-t-s possíveis de escolherrtios 4 grtlos de 400 é . 10.e./C4 = 1.739. 1111 p. g C5 2.e.ralho .e.0..<~fl. O número possível de maneiras de escolhermos 3 grãos não tóxicos a partir de 3'!7 grãos não tóxicos é .. o roringa é considerado uma 8 carta que pode ser us. Na amostra.050.= 1· ..a... Encontre o 111í111ero rle 111n11eír11$ de escolhermos 5 de ouros do total de 15.349.#. Tente Um júri consisle de cinco homens e sete mulheres. =3.) Solução O número possível de maneiras de escolhermos 5 carias de ouros de 13 é .al de cartas. a. c. o número de maneiras de escolhermos um grão tóxico e três não tóxicos é: .049. 1US Exemplo [91 Encontrando probabilidades Um fabricante de alimentos a. b. E11co11tre o produto do número de maneiras para escolhermos três homens de cinco eo número de maneiras para escolhermos zero mulheres de sete. Ti:ês são selecionados alea· você toriamente para uma entrevista. ~~ 49 ·: ~~ s..ero de n1... Divirln o resultado da parte (a) pelo resultado da parte (b).370.rtas de OLtroS de um b.1 uma amostra de 400 grãos de milho para a presença de uma toxina. E11co11tre o número de maneiras para escolhermos 3 membros do júri de 12..e. Neste caso.t i·. .0296. 1. • . O nún. e. Se quatro grãos forem selecionados aleatoriamente da amostra.. Encontre a probabiilidade de que os três sejam 9 homens..598.IJ§dd Exemplo nl Encontrando probabilidades Encontre a probt.790 =31.e. Então. · CC. Então. usando o princípio fundamental de contagem. (No pôquer. E11co11tre o número de mãos de cinco cartas possíveis. O número de mãos de cinco cartas é . tres grãos têm níveis perigosamente altos da toxina.e.960 ente Encontre a prob-Obilidade de receber cinco cartas de ouros de um baralho nor- você mal que também inclui dois coringas..0005..e. a probabilidade de receber 5 ouros é: 287 P(ll11silde6uros) = .idade de receber cinco ro.da para representar qualquer carta do maço. qual a proba· bilidade de que exatamente um grão te1tha um nível perigosamente alto da toxina? Solução O número possível de maneiras de escolhermos um g rão tóxico de três grãos ló· xicos é .e..900. l-d .73 ... ~Jet-/11 IUI . 1lJ$ . R~. b. Divida o resultado da parte (a) pelo resultado da parte (b). Então.1neir. ..

IOP4 . entre 28 jogadores de um time de laaosse. Código de segurança De quantas maneiras as letras A. unoppolati. Seleção de júri De um grupo de 40 pessoas. Esquiar Oito pessoas COtnpetem em uma corrida downhiU de (a) Qual a probabilidade de ~e . (b} Qual a p1obabilidade de que vocé não goste das três próxi- E e F podem ser organizadas para um código de segurança de mas músicas 100. espaçadas unifoonemente. Quando calculamos o número de combinações der objetos re· tirados de um grupo de n objetos. Menu nas naves espaciais Cada astronauta de naves espa· p<imeiro. ediman. Quantas ordens difeienies fllosexetcicios de 3 a 6. Processo de fabricação Há quatro processos envolvidos na pro- um exemplo.) 2.. Uma ccmbi. .P.) que gosta de 15 das 56 músicas. C. Se você dividir o número de permutações de 11 objetos retirados jeitos são selecionados aleatoriamente entre um grupo de 20.. B.0()() calorias diárias.. De quantas maneilas 4. de quantas maneiras di· ferentes 05 esquiad0<es podem tetminar a corrida? sicas tocadas? Assuma que uma múska nAo possa ser repetida 21.obabíli· vegetais e duas sobremesas diferentes. Quantas refeições diferentes são possíveis? (fon:e: 37. Letras De quantas maneiras dis1inguíveis as letras da palavra sto· 6. Grupo experimental Para cor>duzitmos um expe. tis6cs podem se. quat'ldo nenhuma lêtra pode se. (e) Se as letras f0<etn ordenadas aleatoriamente. repebda. . Os astronautas podem dade de que as cobetturas na pizza sejam peppe1on\ cebclas e escolher entre 10 pratos principais. você ob!erá um número de combina0es Quantos grupos diferentes de 4 são posslveis? de 11 objetos retirados 3 de uma vez. ções. 27. Encontte o termo. faça o que é pe<fido. etre. l-d . 29. um prato de bertu1a~ Nenhtml é usada mais de uma vez. Organização inicial A organização inicial para um time de so/1- boll consiste de 10 jogador~ Quantas oidens díferentes d_e reba· 1. qual a probabi- 15. O número de maneiras que 15 pessoas podem ser afinhadasem lidade de que a ordetn forme uma palavra da parte (b)? fileira para os ing.imento. 20. Explique. 17. 8 pratos de vegetais e 13 champignons? sob<ernesas. ser escolhido de 10 pes= 31.os podem ser selecionados? (Assuma que a ordem de seleç.As árvo- res devem se. determine se as frases são verdadeiras ou terão de ser testadas? falsa~ Se foiem falsas. .pitães podem ser escolhidos 32. 14 . Assumindo que não lia empates. 1Cs cs 1C.Íltos retirados r de uma vez. 33. 11c6 (a) Encontre o número de maneiras distinguíveis nas quais as 13.e. pafm~ 16.quer encontrar qual oidem conso· Verdadeiro ou falso? me menos tempo e menos dinheiro. combinações ou nenhuma delas.C4 8. Quando calculamos o número de permutações de n objetos ef. . o~osbcrdoseseisálamos na linha de um gramado..lo n~o seja imponante. b.das? Assuma que uma música não possa seis letras? ses repetida. 10. dução de ceno p<oduio. faça os cálculos indicados: 28. o que estamos contando> Oê um 23. 3 de uma vez por 3!. 12 pessoas pode ser selecionado? Palavras desordenadas 11.essos de um concetto. Jukebox Você observa as m(lsi'cas em uma jukebox e dete1mina Nl<SA. 35. reescreva-as de forma que sejam verdadeira~ 25. D.~ação é uma 0<ganização ordenada de objetos lllos.. tidas são posslveis usando a organizaçao inicial? 1. um júri de 12 pessoas é selecionado. t-/os exerócios de 29 a 34.e. deóda se a situação envolve permuta· glês) usado neste liwo.P. Plantaçao de árvores Um paisagista quer plantar quatro OlMI· 3.cJ (b) Há uma ordem que solerra um termo imponante (em in· fll-0s exerckios de 15 a 18.IJ§dd (apltulol • ProMílidad• 145 Ili Exercícios Construindo habilidades básicas e conceitos 22.. Uma 1efei· 36.'S. segundo e te<ceiro lugar? ciais consome uma média de 3. O número de maneitas que um comitê de quauo membros pode 30. 4 su· 5. Corrida de cavalos Uma corrida de cavalos tem 12 competido- Usando e interpretando conceitos <es. escritas? fllos exercicios de 7 a 14. . O número de maneiras que 2 a. 12. .ê goste das três pcóximas mú· esqui. nevte.oc. 18. O número de dífetemes organizações oidenadas de n objetos distingu1veis as árv0<es podem :se< plantadas? dístimos é n/. Oe quantas maneiras diferentes o júri de 7. . Qual a p. Assumindo que não lia empates. qual a probabilidade de que três cavalos que tenham o mesmo proprietário terminem em 19. quantas maneiias d~eremes 6 <lesses núme. Se~o de númerosde loteria Uma loteóa tem 52 números. letras podem sei ordenadas. .t i·. De exemplo. Esses p<ocessos podem ser realizados em qualquer ordetn. 9. sidtbitoiurn. Coberturas de pin as Uma pizzaria oferece nove tipos de co- çào normalmente consiste de um prato principal. O número de senhas de quatro letras que podem ser criadas 34. O gerente. 26. o que estamós contando? Dê 24.f.

e. Qual a probabilidade de que todas as 4 pessoas preell<hidos de um grupo de 14 candidatos.ite de uaba· Ou1ro 1% lho. qual a probabilidade de que ele o. Senhas Uma senha consiste de duas letras seguidas de um nú· ganhar o prêmio máximo? mero de cinco dig~os.ira como pobre? (Assuma que preenchido pelos membros do grupo de debate? as 1.200.lo representadas no gráfico. Qual a p1obab<lidade de 41.lo t44 que nãos. c. A empresa tem oito representantes.lo representadas n. Quantos números de placas de carros diS!intos podem ser (a) De quantas maneiras os 5 A~meros podem ser escolhidos formados se (a) não houver restrições e (b) as letras O e I nJo dos40? forem usadas? (c) Qual a probabilidade de selecionarmos aleato· riamente uma placa que termine em um número ímpar? (b) Você compra um bilhete de loteria.o gráfico. Nos exercícios de 45 a 48.o. 5Uf)Onha que 10 pessoas sejam.. Reparos Em quamas ordens tres computadores quebrados e duas impressoras quebradas podem ser reparados se (a) n. que mostra (d) dois paus e um dos ou1ros três naipes.!o tiver restrições e a ordem dos re· mitlorit. nenhum dos 56 funcionários minoritários foi se· 42. Qual a probabilidade de que nenhuma das 80 to. De quantas maneiras daerentes os quatro repre. Código de área Um código de área consiste de tres dígitos.iôa número de pl.lo grupo de 1.ichidos pelos membros do grupo de debate? um grupo de 1.lo poss'rteis se (a) n. qual a probabilidade de que uma imp. ma que as 500 pessoas são representadas no gràf.11re 4 3. Probabilidade Uma empresa que tem 200 funcionários es· houve.esentadas n. dois em cada uma das pessoas classifique sua situação financeira como regular? (Assu· quatro regiões.lm seleóonadas aleatoriamente de e (b) a ~ o incluir um representante de cada regi. Oito trabalhadores são escolhidos aleato· Classifique sua situação financeira riamente para serem entrevistados solxe seu ambie. Armazém Um armazém emprega 24 trabalhadores n.lo de cinco cartas de um baralho diferentes um restaurante pode comprar três dessas unidades normal. (c) três de um naipe (as outras .co.o primeiro turno e 17 no segundo. Suponha que 55 pessoas sej. (b) as impressoras devem ser reparadas pri· (c) Se o comité foi escolhido aleatoriamente (sem tendencio· meiro e (c) os compUlildores devem ser reparados primeiro' (d) sidade). Seis dos Cõndidatos classifiquem sua situaçJo financeira como excelente? (Assuma ~ membros de um g.s contém duas unidades defeituosas. do 45. (a) r. lecionado. 44.tuosas? doisde um naipe..aca de carro corretamente 5 números (em qualquer o.upo de debates.lo minorit~riO'S. (b) todosdosegundoturn. restrições e (b) as letras e os dig~os não forem repetidos? colheu um comité de 15 para representar os problemas rela· (c) Qual a pobabrlidade de a<flVÍnharmos a senha em uma tenra· cionados à aposentadoria dos funcionários. defeituosa e (c) pelo menos duas unida<les que nao sejam de· (b) um full house. Boa41% (c) seis do primeiro turno. Qual a p.!rios? paros é feita aleatoriamente.lo houver restrições e (b) (a) Use a ferramenta tecnológica para eílCO!~rar o número de o primeiro digito não puder ser 1 ou O? (c) Qual a probabilidade maneiras que 15 funcio.micipar de um tceinamen. Escritórios Os escritórios do presidente.200.) sentantes podem se. .lo financeira.lrio e do tesoureiro de uma sociedade ambiental ser. Quantos códigos s.lo do comitê foi tendenciosa? Explique. de seleóonarmos um código de área aleatório que tetmine em um número ímpar se o primeiro dígito n. do vice-presidente.200 pessoas s. que as 1. Quando o comttê tiva se não ha restrições? foi formado. Encontre a probabi6dade .) 39. cartas Você recebe uma m.de que sua m.IJ§dd 146 • Úld!ilti<6aplkado 38. vocé deve seleóonar 40.enhuma unidade defeituosa..) de duas das quatro regiões se forem escolhidos aleatoriamente? 49. tos. P1obabílidade Em uma lote1ia estadual.lo? (c) Qual um grupo de 500..lo financeira como boa? (Assuma dos para panicipar do programa de treinamento sejam some.) (a) Qual a probabôidade de que todos os escritórios sejam pre· 46.esS01a seja reparada primeiro? (d) Sua respos1a na pane (c) indica que a seleç. houver restrições.obabilidade de que nenhuma das 55 a probabi idade de que ~tro represeniantes de vendas escolhi· pessoas classifique sua .200 pessoas s. Placas de carros Em um estado. Unidades com defeitos Um carregamento de lO fornos micro· -or1da. que consiste em um três de um naipe e um feituosas? (d) Qual a probabifidade do restaurante comprar pelo menos duas unidades dele..o g1áíico.) 52. Regular36'1t> (d) quatro do segundo turnG. SeleçAo de funcionários Quatro rep<esentantes de vendas de 47. (b) uma unidade (•) quatrô de um nair. (Fome: Pew Research Ceme. Qual a probabilidade de que todas as 10 (b) Qual a probabrfidade de que nenhum dos escritórios seja classifiquem sua sít~o finance. De quantas maneiras 51.rr-~ (a) todos os trabalhadores do primeiro turno. escolhidas aleatoriamente de e. Suponha que 4 pessoas sej. selecionados se (a) nJo houver restrições 48.1áriospodemserescolh-ldosde 200.!o puder ser 1 ou O? (b) Use a ferramema tecnológica para encomrar o número de maneiras que 15 funciooMios podem ser escolhidos e. Encontre a probabilidade de escolhe<: Pobre 14% . conno os aruhos norte-americanos class~icam sua situaç.lo contenha: e 1ecebe.t i·.duas cartas são diferentes uma Situação financeira das outras). l-d . Supooha que 80 pessoas sejam selecionadas aleatoriamente de uma empresa ser.lo contenha os Se a O(dem dos reparos n.siruaç.lm escolhidas aleatoriamente de um secret.dem) de 40 para ga· consiste de duas letras seguidas por um número de quatro dlgí· nhar o p<émio. um grupo de 500.lo esoolhídos para p..\o rep.'lte que assoo pessoas s. Quantas senhas s. use o gráfico de pjm.lo possíveis se (a) o.!o 50.

A Nalional Basketball Association (NBA) usa uma loteria para En!Ao. se o time Afoi desig:. use a informação a de derrotas (o pior) tem as maiores chances de ganhar a loteria. Entretamo. Dej)()is que a primeira escolha da seleção é determinada.004. mPlhntPC:. De quantas maneiras d~erentes quatro dos n<lme<os podem ser 58.obab~idade olhando os regisiros de vendas para casas similares. o pro..ar a probabilidade de que um evenlo ocorra aplicando asregras de p<obabiliaade cl~ssica e probabilidade empírica. 1>ior 1i 1ni! .estatística no mundo real Usos A probabilidade afeta decisões quando realizemos a preuisão do tempo. encontre a probabilidade de que o time seja o vencedor da prin~ira seleção. Catorze bolas de ping·pong são numetadas de 4 números. quando medicações são selecionadas e mesmo quando jogadores são selecionados para times piofissionais. ganhe a primeira seleção? númeto de derrotas de cada time. 56. terceira sel~o. Abusos Um abuso comum da probabilidade é achar que as probabii dades 1ém 'memõria'. • ' ' T• ~ ! ! Rt111ki11g dos 14 tin1~ .. í . então o time A ganha a primeira escolha. Todas as combina~s de 4 números são designadas para os 14 19') _ limes através de compurador. 8. com 5 combinações não <fisputaram os p!ayoff. o número de combinações designadas para cada um dos 14 times é mostiado. A ordem remanescente da seleção é determinada pelo classilicado.-.eira seleção. cada jogada é independente de todas as outras jogadas. l-d . se . Qual a probabilidade de que nem o primeiro iw'n o segundo pior selecionados se a ordem for importante' time ganhem a primeira seleção? Usos e abusos . o pior time recebe a maior frequência de combinações de 4 determinar Qual time é o primeiro selecionado em sua seleção anual 01°1mPrn<:. Para cada time. Por exemplo. ganhe a primeira sel~ào e que o time classificado em números são designados para os 14 times? 22 ganhe f)fimeiro a segunda seleção? 54.. Qual a probabilidade de que o time com pior resultado ganhe a cesso continua a escolher os times que irão escolher a segunda e ter· segunda sei$. (p.. O 1imP rom oc. Po< exemplo. 1Oe 12 e as bolas mostradas a seguir forem sorteadas.11n 11!11i'l1ff. dado que o melhor lime. ~ 24 1imP:S quP de jogadores. seguir. dado que o lime com o melhor resultado. .5..ar a primeira escolha na sei$. Acada um dos 14 times são designadas <fiveisas combinações possíveis de 4 núme<os que cor· Frequência das combinações de 4 números designadas respondem aos númefos nas bolas de ping·pong.µ. 10 para a loteria de seleção da NBA e 12. A moeda n!o se 'lembra' que já caiu em cara sete vezes.na moeda é jogada oito vezes. ~ 2. tais como 3. somos capazes de avaf. a p(obabilidade de que ela ~á dar cara todas as oito vezes é de somente aproximadamente 0. Quando esta combinação de quatro números é sorteada. as bolas são colocadas dé volta na cai10 e um novo soneio acontece.IJ§dd (•pfiulol • Probabilibde 147 Expandindo conceitos No gráffco de Pareio. Quatro bolas são SO<teadas para determ'. de 1a 14 e são colocadas em uma caixa. 14> e. das~ficado como 14• cionados se a ordem não for importante? Quantos grupos de 4 pior time. 8.que niio dispu1nr.ado Acombinação de quatro números 3. quando são determinadas estratégias de marke1ing. ' • ~ • ~ • Q • & 1 ' ~ J.eiro 55. a p<obabilidade de que amoeda ~á cair em cara na oitava vez é 0. O lime com maior número Loteria da NBA Nos exercícios de 53 a 58.t. Qual a probabilidade de que o time com o pior resuhado ganhe a 53. exceto por uma combinação de quatro 156 númetos. se a moeda j~ tiver sido lançada sete vezes e saiu cara em cada uma das vezes. Os times quafmcados para a loteria são os 14 times que não estavam nos playoff tem menos chances. A ordem na qual as bolas são sorteadas não é importan· 250 te. suponha que você trabalhe para uma corretora de imóveis e deve estimar a probabifidade de que cena casa seja vendida por certo preço dentro dos próximos 90 dias. ~ ' ~ ~ 0-0o-e-8· .t i·. Vocé poderia usar sua •11uição. ~7. Embora a intuição seja frequentemente usada para determinarmos as probabilidades.rin. De quantas maneiras 4 dos númefos I a 14 podem ser sele. P« exemplo. ?'iO. mas você poderia avaliar melhor a p.t1ft~cioc.

Se um funcionário for selecionado aleatoriame<1te.epo<la que 60<ló da empresa é ou uma mufher ou uma minoria. • Como distinguir entre probabilidade clássica. Há 40 mulheres emp. Qual a probabilidade de ganhar na quarta-feira? e.os· diária tem um número de uêsdlgitos de 000 a 999..2. Assumindo que probabilidade tem "memória" Uma ioteria de rnjme. Neste caso.6.plique.4 e a probabilidade de que esse funcionário seja pane de uma minoria é 0.l op<l(!Unídades iguaisa mulhe. Adespe110 desse fato.plirada Ética Um diretor de reames humanos de uma empresa com 100 funcionários que. Q\Jal a PlOb. uma pickup ou um SlN? Essa probabilidade poderia se. Vocé não ganhou na terça-feira.t i·. Você ganha na terça-feira. 5a8 7a 12 • Como encontrar o complemento de um evento e como encontrar outras probabilidades 9a 11 13a 16 usando um diagrama de árvore e o princípio fundamental da contagem.egadas e 20 funoonanos de minorias na empresa. Seu número é 389.1 • Como identi ficar o espaço amostral de um experimento de probabilidade e 1 e2 1a4 identificar eventos simples. pois esses indivíduos se.4 + 0. que sua empresa d.io de m100rias. Seção3. 1 17e18 • Como distinguir entre eventos dependentes e independentes. l-d .lbilidade de ganhar na próxima te<ça ou quarta-feira? b.55? Podeiia ser 0. a.aneiras nas quais dojs ou 1najs eventos poden1 ocorrer.2 ou 0.25 e a probabilidade de Ull'\3 pesscia selecionada aleatori. Qual a probabifidade de ~nhar na quana-feira? 2. Resumo do capítulo Exerci cios Oque você aprendeu? Exemplos de revisão Seção 3.es e minorias.60? E. Isso não significa. se<ia eticame<1te incorrelO omitir essa informação de seu relató- <ío.2 • Como encontrar probabilidades condicionais. o diretor . 2 19e20 • Como usar a regra de multiplicação para encontrar dois eventos ocorrendo em 3a5 21 e22 sequência: P(A e B) = P(A) · P(BIA) J>(i\ e 8) = P(A) · P(B).30. Exercícios 1.}meate 1er um SW é 0. 0.IJ§dd 148 • Ú\'11Slic. O que podemos dizer sobre a l)(obabilidade de ~ma pessoa esoolhida alea· tOliamente te. a l)(obabilidade de que esse funcionário seja uma mulher é 0. Adicionando probobjlidades incoffetamente Ull'\3 cidade tem população de 500 pes· setas. elltletanto. que a probabilidade de que um funóonário selecionado aleatoriamen· te seja mulher ou parte de minoria é 0. . mostra. porque n011e funcionáriospertencem a ambos os grupos. Nove dessas mulheres s. Suponha que a probabilidade de que uma pesscia escolhida aleatoriamente tenha Ull'\3 pid<up é 0. \bcé compra um bilhete a cada dia.iam comados duas vezes. • Como usar o princípio fundamental da contagem para encontrar o número de 3e4 5e6 n. empírica e subjetiva.

a tabela mostra a disuíbuição aproximada Evento: obter três caras.sir. 6a 9 39a 42 Exercícios de revi são Sec3o 3.r)! r!' • Como usar os princípios de contagem para encontrar probabilidadt'S.)do têm códi 6. C+.1. (Fom.4 • Como encontrar o número d. l-d . identifique o espaço amostral do ex. Com base em cooi. Qual a probabilidade de ~o gerar aleatoriamente o número de que há uma probabilidade de 0.fflAdminlsuoM)l). Número de funcionários Oa4 5a9 IOa 19 20 a 99 IOOou mais 3. clas~que a frase como exemplo de 15. dos tamanhos das empresas em 2004..IJ§dd (•pftulo 3 • Ptolal>ilid>de 149 Seção 3. 1 23e 24 • Como usar a regra de adição para encontrar a probabilidade de dois eventos: 2a S 2Sa34 P(A ou B) = P(A) + P(8}. fone de seu primo? 7. 9. pio. De quan· Números de telefones tas maneiras o estudante pode montar seu hO<ário? ~ oúolC<O$ de telefone de uma: rcg. Frorcent~gem de firmas 60.idual da a..8% 4. Experimento: jogar (J'J<!UO moedas. Nos exercícios 13 e 14.w.etc. Ela mostra as poicemagens de estudantes graduados 10. Ce!lSVS &/feou. 12..Jo <lc um E$t. Qual a probabilidade de que uma empresa selecionada aleatona· Evento: a família tem dois meninos.e: u. rolina do Norte. Nos exe«:fdos de 7 a 12. Desenhe o diagrama de á1VOre se fe< apropriado. mente tenha pelo menos 10 funcionários? Nos exercidos 5 e 6.}.) Evento: obter a soma de 4 ou 5.e uma peça escolhida telefone de seu primo? aleatoriamente seja defeituosa. Um núme10 de telefone local náo pode sei usado.o~m.P(A e 8) P(A ou 8) = P(A) + P(B).7% 10.idamente evento. Qual a prob.1 da conragem.go de área dado. 13. A probabilidade de uma pessoa dos Esrados Unidos ser canhota e nao g1aduados que receberam no1as com mais e menos (por exem· éde 11%.2 um mesmo naipe (um flush) de um baralho no«nal é de ap. a lista mostra os resultados de um estudo madamente 0. A.e comece com a leua J.t i·. Use a tabela para determinar a 2.. &..) 1.8% 17.1 11.Slli> 8. (Fon.0005. um inspet0< de qualidade diz 16. 14%. 4 aulas para ter às 9 e 3 para ter às 10 da manha. probabilidade do evento.s. emp!rica ou subjetiva.s-sma. u. Experimento: jogar dois dados de seis lados. Seu primo mo.a dentro do cócf.mry.lo. Nos exercícios de I a 4.e maneiras que um grupo de objetos pode ser 1n S 35a38 organizado em ordem e o número de maneiras de escolher diversos objetos de um grupo sem levar em conta a ordem.igens anteriores.9% 1. 8.lbilidade de gerar a!eat01iamente o número de tele- p<obabilidade clássica.. Experimento: adivinhar o sexo de três crianças em uma íamffia. um·estudante deve escolher entre 7 aulas para ter às 8 da ma· mente tenha menos que 20 funcionários? nha. Os próximos sete dígitos rep<esenram os rnímeros de de quauo dígitos. (Fonte: .3 • Como determinar se dois eventos são mutuamente exclusivos. Achance de as ações da COIJ)O(açào Acaírem hoje é de 75%. lf ! (11 . Seção 3. A probabilidade de jogar dois dados de seis lados e ob1e1 uma soma maiOI que 9 é de 1/6. use o principio fundameni. 14. A probabilidade de seleóooaimos aleaioriamente cinco cartas de Seção 3.fn• SIG!e 1.o~· Nos exercícios 17 e 18. quantas placas diferentes são possÍ\<eis? começar com Oou 1.h Cclo. Qual a probabilidade de que uma empresa selecionada aleatoria· 5. Evento: escolher um mês q. Assumindo que qualquer letra ou dígito pode telefone locais para a regi..) . As placas de carros do estado da Virgínia têm três letras seguidas go de área 570. Experimento: escolher tm més do ano. sobre o uso de notas menos e mais na Universidade Esi.l:'.05 de q. A chance de selecionar aleatori'amente uma pessoa nos Estados perimento de probabilidade e determine o número de resultados no Unidos que tenha entre 15 e 24 anos é de ap.

use o gráfico de Pareto. ~ Qual a probabilidade de que a pessoa nesta amostra selecionada • aleatoriamente acesse à lntemer em casa e M trabalho? 26..4 a probabifrdade de que a calta esteja entre 4 e 8 (inclusive) ou seiade pau~ Nos exercidos de 35 a 38. Umdadode 121ados. pode escolher os contos do mês? . sem olhar. 125 ~ 23.emos sao dependentes ou independentes. que mosua o pares de meias brancas. Um dado de 8 lados.:i 'e s êt >.Encontrea 36.ac. 599 quinta vez e obtet uma cara. Nos exercidos 21 e 22.lrio para defender. possíveis e!es podem escolher sa.. Evento A: selecione alealOriameme uma bala de goma venmelha V 100 95 s5 · ~ de um pote.IJ§dd 150 • l. Qual com 600 ou mais estudantes.daplodo de No· dado que o es1udante recebeu uma nota menos.li [ o. Qual a p<obabilidade ou sejam difíceis de encontrar. que do.•os prata. jogá-la uma 600 n 999 . Fazer um curso de educ. eles podem terminar em primeiro. Quinze cicfistas participam de urna corrida. !i.. 6 pares de meias p<etas e 4 pares de resuhado de uma pesquisa na qual 500 adultos foram questionados meias azuis. 22. numerado de 1 a 8. Jogar uma moeda quatro vezes.õ ~ . ê jogado. utilit~rios espoíli.êjogado.'1<:ontre a p.numeradode 1a 12.000 ou 1nais · Mtnos <1u. e. Ellcontre 35. A loja tem oito marcas de pasta de dentes e cinco de enxaguante bucal. Uma caíla ê selecionada aleatoriamente de um baralho. Encontre Se{~O 3.obabilidade de sequência 30:0% de eventos 1. Onco jogadores de um time de basquete devem escolher um probabilidade de que a jogada resulte em um Mmero impar ou jogador do time advers. Evento A: selecione aleatoriamente uma pessoa que ame gatos. determine a probabilidade. Encontre apiobabilidade de selecioaar aleatoriamente um adulto prata ou um SUV? da amostra que não coma alimentos saudáveis porque não tem Nos exercfóos de 27 a 30. t:t •. ~ g E 'ê -~ t· t~ ~o ·~ -8 li cachono. dado que o est\ldante recebeu uma nota mai~ mostra a distribuição de porcentagem do número de estudantes em 18.a ~ 25.} Nos exercidos 19 e 20.'c. 300. Você está fazendo compras e seu colega de quarto pede que você traga pasta de dentes e enxaguante bucal. decida se os e. inclusive.--. você primeiro por que nem se<T1"e comem alimentos saudáveis.e 300 21 . de 17 contos. (/. defenso<? 30. De quantas maneiras um número me<ior que 4. e V 7$ 00 Evento B: . tempo para Côlinhar ou porque esteja confuso sobre nutrição. Sua gaveta de meias tem 18 pares de meias dobradas. l-d . Encooue a p<obabi idade de selecioaar aleatoriamente um adulto dos automóveis vencfidos sao prata. De quantas maneiras a probabilidade de que a caria seja vennelha ou dama.selecione aleatoriamente uma bala de goma amarela E ~ 55 z S<I do mesmo pote.Jção para motoristas e passar no e10me. obtet quatro caras.. com 8 Nos exerclcios 33 e 34.v.aar aleatooamerue uma escol. 19. Encontre a probabilidade de que um estudante seja graduado. use combinaç. 22% sao utilitários esponivos da amostra que sinta que alimentos saudáveis tenham gosto ruim (SlN) e 26% :. segundo ou terceiro lugar? 29. selecionar e remover um par preto e então selecionar um par azul e um par branco? Por que você não con1e alin1entos saudáveis? Secão 3. • que 37% acessam â lntemet no trabalho. 31.. 28. Entretanto.a seu colega não diz as marcas que deseja.8% 22. rioool Celret fr. Estudantes de escolas secundárias 19. 44% acessam â Inter- ~i nei em casa e 21% acessam à Internet em casa e no trabalho.tatll(icaaplicod• 17. a probabilidade de você comprar a marca correta de ambos 32. fducotiot> SrO/JSr. Uma caíla ê selecionada aleatoriamente de um baralho. 30 25 24. De quarotas maneiras diferentes o editor número maior que 6. Encontre a 37. de que um automóvel verl(ido sele(ioaado aleatoriamente seja 34. decida se os eventos são m\Jl\lamente ri ll<) exclusivos. Encontre a probabilidade de que um estudante seja nao gradua· Nos exercícios 31 e 32. Um edítor de uma revista deve es:colher 4 contos para o número probabilidade de que o resultado seja um número par ou um deste mês. Uma amostra de concessiooáfias de carros descclxiu que 19% 33. Uma amostra aleat6M de 250 trabalhadotes adultos descobre t~ õ ~ Q • e"' . Quõl a probabiftdade de. use o grAfico de píua a seguir.--. escolas secundárias tracl'cionais dos Estados Unidos.lo ou permutaçAo.3 175 Nos exercidos 23 e 24. ~ .5% 20.t i·. Eocontre a p<obabilidade de selecionar aleatooame<ite uma escola os produtos? entre 300 e 999 es1udames. ~ Evento B: selecione aleatoriamente uma Jl€SSOil que tenha um 8. 27. Encontre apiobabilidadede selecit:.

um fui! house consiste de três cartas de um tipo e 42. 39. 40.dos? . dado que a pessoa n~ é mulher. gito.:. S/oliSl>CS. (b} todos os itens defeituosos e (e} pelos menos uma Doutorado 25 23 18 unidade sem defeito. No póque<. par. O código de acesso para o sistema de segurança de um armazém alguém que: tem seis dígitos. A tabela mostra o número (em milhares} de graduações conferi· (h} é mu!he<. do livro. &. '~º eru uum t::"IIIJ.h.IJ§dd (•pftul• 3 • p. u111d :. dado que a pessoa tem bacharelado. Decida se os eventos são mutuamente exclusivos. duas de outro. Quantos códigos diferentes estAo disponíveis? (b} tem bacharelado.lfe:id !ierau j.ilculadoras tem três defeituosas. De quantas maneiras o empregador pede escolher (b) todas defeituosas. decida se os eventos são iodependen!es ou dependentes. (a) nenhum bilhete ve. 1. use os prillcípios de com.ihuma unidade defeituosa.icedor. Então. dado que a pessoa é miJhe<. 1 Associado 260 405 665 Evento 8: petdet um torneio de golfe.indo a melhor rodada em um torneio Homem Mulher Total de quatro rodadas.. qual a probabilidade de que você tenha: Ués reis e duas damas. (Rime: 1/ooonal Ceor. l-d . Um empregado. Nos exercícios de 39 a 42. EventoA: um golfista marc.399 sas. Encontre a probabilidade de que essa pessoa seja 5.r. duas pessoas? (e) pelo menos uma com defeito.b.r /ot Educw:. Dete<mine de quantas maneiras a efll)'esa de vendas pode Nível de Mestrado oomp<ar trés dessas unidades e receber (a) nenhlJTl item de- 230 329 S59 graduaÇilo feituoso.t i·. Os escritórios de presidente.t:t~o w111 30 candidatos. um código de segurança consiste de 3 letras seguidas de um dí· (b) todos vencwes.i~egamento de 150 tele<Viso<es tem 3 unidades defeiruo· Bacharel 595 804 1. (g) tem grau associado e é homem. 4 1. Um lote com 350 bilhetes de rifa tem 4 bilheles ganhadores. caodidatos. O primeiro não pode ser Oe o último deve ser (a) tem bacharelado. Total 1. Um c. (b) todas as unidades deleitu· Uma pessoa que obleve uma graduação em 2004 é seleciona· osas e (c) pelo menos uma unidade sem defeito. B ou e Qual a probabi5dade (e} pelo menos um vencedol. das nos Estai!os Unidos no ano de 2004 pos nível e sexo. (d) pelo menos uma sem defeito. da aleatoriamente. t>!o Exercíáo 3.ilculadc<as tenha: Teste do capítulo Faça este teste como se você estivesse fazendo uma p<<Wa em (e) tem dootorado. A primeira letra não pede ser A. Um lote com 200 c. vke·presidente. dado que a pessoa é homem. Depois comJ)ilre suas respostas com as respostas dadas no final (f) tem mestrado oo é mu!hef. secrelário e tesou- (e} tem bacharelado.eenr. S<Jla.lr .671 4. de adivinhar o cód'igo em uma tentativa? ( d) pelo menos um que não seja vencedor.) 2. Qwl a probabilidade de que uma amosua de três c. Enconue a probabili&lde de um fui/ house com Vocé compra 4 bilhetes.561 2. encontre a PIOl>abilidade de a emp1esa recebe< (a) ne. De quantas maneiras diferentes eles pedem ser (d) tem graduação associado ou bacharelado.1 10 1.igem J)ilra cncootr.lfet:ndlÍdO) µo. p. 3.J~ilidade 151 38. deve COilUatar duas pessoas de uma lista de 13 (a) nenhuma com defeito. Explique seu raciodnio. proOObiliôadc.

obabilidade de obler apenos a bola vennelha em 1/69.000 1/3.t i·. Cada minueto tem 16 barras. vocé lida com munas dúvidas da midia e 5 brancas e Gr. Respondendo õ queSlào A Powt'l'ba/1 é jogada em Esaeva uma explicação que responda à ~tão sobre a probabilidade de se obter aperl3S 29 estados dos Estadós Unidos. assuma que sô um bilhete foi com· 3.. ele escreveu um minueto Wiencr com um número quase infinito de variações. Ao responder a questão.000 1/584. 1 \'errnelha $7 1/745 Exercícios 1 bra. e nas Ilhas l'irgcns quem sua explica(Ao.. n1qsicais. lndll<l em sua resposta quaisquer fórmulas de probabilidade que justifi- Washington 0. l-d .:«N.962 1 \'Crmclha pr~mb 5 br..stificar sua resposta.1 $4 1/127 1.o de resukados 4 brdllCdS e 1 \'ermelha S 5. um jogo de loteiia na qual cin· Powerball e prêmios co bolas brancas ~o escolhidas de uma cailra comendo 55 bolas e uma bola \'Crmelha é escolhida de uma caixa comendo 42 bolas. com base em mi· nhos aulas de es1a1lslico. Nas oitavas. e=lha a opção l se o total dos dados .432 de sucesso pelo nvmeto /Ola/ de 1esulrodcs.br~ S7 1/291 prado. Você poderio exp/ir:()( por que a probabilidade de obret somente a bola vermelho é de 1/69? 4 brMCaS S 100 1/ 14. Vocé recebe o e-mail a seguir. Para as oitavas e 16• barras.llimr.e 16• barras. Tecnologia MINITAB L EXCEL L Tl-83/84 L I Simulação: compondo uma variância de Mozart com dados Wolfgang Mozart (1756-1791)compôs uma variedade de ~as musicais. Esaeva uma explicação que responda à questão e inclua quaisquer fórroo!as que justifiquem sua resposta. Para criar um minueto.i. Em seu Jogo de Dados Musical. usando as técnicas de probabilidade aprenrfidas neste 1 \lern1elha capitulo pa.c.decisões reais Vencedores da Você trabalh<l para um empresa qtJe realiza a IO(eria Powerboll.a ju.musl. Aprobabilidade geral de ganhar um prémio na Powetboil é de 1/37. americanas 3. Outra questão Você recebe outra questão sobre como a piobabilidade geral doe ganhar um prêmio na Po· werboll é determinada. 2 br<l0Cd$. En1 cada uina das outras 14 barras.com Estatística real . Como vocé forio? 1 \'Ormelha $3 1/69 (a) Como IIIXê investigaria a queslâo sobre a probabilidade de se obter somente urna bola (N. Sei.) vermelha? (b) Quais métodos estatísticos ensinados neste capitule você "5afia? Onde a Powerball é jogada? 2.254 3 bra. úma bola vermelha. que a p....\fulli·S!ott Ultt(ry A:-. www.C.563. S 100 1/11.. Owos ganhado<es e seus prémios são mostrados na tabela... Moz.609 Você Nsia a p..IJ§dd 15Z • r.107.mcas S 100.-lde dos jogadores. o jogador de\oe ter as cinco bolas Jogo P(êmio Probabilidade brancas e a ve<melha..obabi/idode de gcnhor é o razão do núme.1rt sugeriu que o músico jogue dois dados de seis lados por 16 vezes. o músico tem a escolha de duas expressões. 1/146.>1llt: .1J.1.927 Seu trabalho é respondei a questão. Para ganhar o grande ptémio..1C3S. aproximada Trabalhando no depactamento de relações públicas. o 1nüsico tem a escolha de 11expressões.

2. 5 e 6. O minueto a seguir é o resultado da sequência de números: 5 7 l 6 4 10 5 1 6 6 2 4 6 s s 2 4/11 10/11 5/11 \íí ~ 9 'º f Ê= . Quanias expiessões Mozart escrevaJ para aiar o minueto do cada probabifidade usando (a) probabilidade teórica e {b) os re- Jogo de Dados Musical? Explique. ros entre I e 11. 7 ou 8 para a primeira barra? Encontre cada probabilida· de usando (a) probabilidades. Use a tecnologia para selecionar aleatoriamente dois núme· Musical de Mozart? Expique. teóricas e (b) os resultados do 4. 153 for ímpar ea opção2 se for par. Qual a probabilidade de selecionar aleatoriamente as opções 6.PJ??ltJ li r. Quantas variações possíveis há no minueto do Jogo dos Dados 5. (a) Qual a probabilidade teórica de cada total de 1 a 11? (a) Qual é a probabilidade teórica de cada número de 1 a 11 (b) Use esse procedimemo para selecionar 100 tôlais entre I e ocorrer? 11. Marque os resul1ados e compare com as probabilidades (b) use esse procedimento para selecionar 100 números intei· em (a).IJ§dd (apltulo l • Prol<bilidad.e 1 r: .:: et 1 ·~ e r: L2I 12 H (Wl 2/11 4/11 /3 /4 15 16 ~g r. 1 a l i.r r uzt.subtraia 1 do total dos dados. Use a 1eaiologia para selecionar aleatoriamenie um número de obter um total. sul1ados do Exercicio 3(b). Exercício S(b). i:l e r=. 7 ou 8 para a primeira barra? Epara todas as 14 barras' Encontre . 2.r:4@ .t.g 6111 8/11 8/11 212 Exercícios 1. 1 . l-d . 6. ros de 1. Encontre a soma e subtraia 1 para 3. Marque seus resultados e compare com as 6. 4.J. Qual a probabilidade de selecionar aleatoriamente as opções probabilidades da parte (a).t i·. 3. Para cada uma das outras 14 barras.

~. ~) = 0.216 Para onde vamos 1 3 0.io usados para analis.000 estações de tempo. 2. 6)=0.216 o crever dados e também como encontrar a probabilidade de um dado evento.ao ocorrência de chuva em outro dia.144 todo o mundo.___ __ Distribuições de probabilidades discretas Onde estamos Dia J Dia2 Dia3 Probabilidade Dias de chuva Do capítulo 1 ao 3..~·.064 a variabilidade de uma distribuiç.25 dias (e 60% de não chover). os meteorolog. s. você poderá determinar a probabili· esses dados.os possíveis resultados.6 />(6 .100 estações de balões meteorológicos. 600 aeronaves.jjl/:0.() previsão de tempo de três dias. Qual é a probabilidade de haver j _ 0. você aprendeu como coletar e des.s de chuva .- 0. meteorologista pode determinar que haja 40% de chance de chuva (baseado na frequência relativa de chuva sob condi· Distribuição de probabilidade 1 ções climáticas similares). Mesmo com todos diagrama de árvore.lt. eles detem1inam proba· us. o centro e 3 1 0. ) = 0.i stas não conseguem prever o dade de ocorrência de chuva em vá. 5.. Por exemplo.t . 2ou 3 dos dias? Para responder essa questão.10 você pode criar uma distribuição de probabilidades para o.IS chuva em O. tes tipos de carreiras. Dados sobre as condiçQe:S climáticas. .000 na.288 tribuições de probabilidade.6. Número de dias de chuva Você é um meteorologista que está trabalhando em uma /'(. OI. um probabilidade graficamente. 1.fl) = 0. 0..-êc)= 0.144 d. . .i.4S que a ocorrência de chuva em um dia é independente da o.4 t .432 No Capítulo 4.~r essa infom1ação para estabelecer as distribuições de bilidades para certas condições de tempo. Levando em consideração 0.( .'io de probabilidade fará com que você tome decisões em estatísticas inferenciais. vários s. 6 f( . você determinou que exi:sta 40% de probabilidade de chover em cada um dos três i:li i~ +-.()% 2 vios.1)96 2 de 800 a 1.()96 2 por exemplo. Conhecer a fonna.1télites de órbita polar e satéli· tes lixos e uma variedade de outros aparelhos coletores de • ~ 4 P(& .144 I~ . você aprenderá como criar e usar dis· 2 3 0. poderá tempo com exatidão.1r e prever o tempo por P(é.6) =0. l-d 1t i1.064 3 dados trabalham juntos para fornecer dados para os meteo· Usando a Regm da Adição com as probabilidades no rologistas usarem na previsão do tempo. Em um dia típico. Então. . Ó. Dias de chuva Marcação Probabilidade 1 o t 0.io usadas em diferen· 06 °'ºl 0.4 • o. Em vez disso. 6 0.IJ§dd Capítulo L 1 4l !.6.rios dias. o 2 Oi.ó /~ . Essas habilidades s.20 O.6 ) • 0.

.obaMliokde..ioO.pn. 2. Quando uma variável aleatória é discreta..·enda.-.is números inteiros: O. dade discreia.+-•. portanto x é uma variável aJeatória contúma.1 fazendo ligações.~ (contínua) ~. . C.. 2.~ . representados por um inteNalo na reta numérica.IJ§dd . x é uma variável aleatória discreta. Você pode representar esse valor co1n un1 ponto na reta nurnérica. Hora. Defini~ão • Como determinar ~ uma dada Uma variável aleatória x representa um valor numéfico associado a cada resulrado de um dis1ribui\<lo é uma dislribui\(lo de experimento de p1obabilidade.. • Como encontrar a média. Você conduz um estudo do número de ligações que um vendedor faz em um único dia. Nú1ue. Uma forma diferente de conduiir o estudo seria medir o tempo diário (em horas) que um vendedor pass. 1.- ()l23. 4 e assim por diante.'> gastas enl ligações de . Quando isso ocorre. Uma variável aleatória é continua se ela tem um número incontável de possíveis resuhados..s Oque você 155 variância e desvio padrão ..) pode ser Listado. !. o resultado é chamado de variável aleatória.J5678910 x pode ter ape...> Valor esperado deve aprender • Como diferenciar varij1-eis aleató- I Variáveis aleatórias rias disaeiasde variáveis aleatórias (OlllÍlual. 3.dí1<1~. .-~+---. 3. Você pode representar esse valor com wn intervalo na reta numéri· Ct\ nHlS você não poderá listar todas as variáveis possíveis. dt p.10~ • ~ls11i~vi1oe. . Distribui~ões de probabilidades Variáveis aleatórias --+ Distribui.ro de ligações de vendas (di. probabili<lade. O resultado de um experimento de probabilidade geralmente é uma contagem • ·eomo montar uma dislribuiçao de ou medida. é impossível listar todos os valores para uma variável aleatória contínua. .~ o 3 6 9 I! IS 1$ 'li 24 x pode ter qualquer val0< entre Oe 24. Os possíveis valores da variável aleatória x s.-. 2.screla) -+--t-•-+. dos a serem listados. a va- r~ncía eo des\io ~rao de uma A palavra nlentórin indi<:ll que x é determinado pelo acaso.. 1. 3. você pode listar os valores possíveis que ela pode assumir. O tempo gasto fazendo ligações pode ser q ualquer número entre Oe 24 (incluindo frações e decimais).. • Como eocol1lJ'ar o valor espetado Defi ni~ão de uma distribuiçao de probabili- Uma variável aleatória é discreta se ela tem um númeto finito ou contável de possíveis resulla.-est~tados possíveis 10.ões de probabilidade discretas --+ Média.t i·. l-d . Má dois tipos de vari· dis1ribuiçao de p1obabilidade dis· áveis aleatórias: discreta e contínua. ereta.~-.---+~-+-~+-~+---. seolá-la grafKameote. probabilidades discreias e rep1e. Porém. Porque o grupo de .

1.t i·. Uma distribuição de probabilidade deve preencher as seguintes condições. Porém.1 variávP. seu raciocínio. x representa um número de títulos na Dow Jones Industrial Average que teve um t{nuas representam dados aumento no número de suas açõe. esses tanto. junto com sua probabilidade.r entre variáveis aleatórias discretas e contú1uas porque usamos téo1icas estatísticas diferentes para a..tlsti. O restante deste capítulo concentra~w nas variáveis aleatórias discretas e suas distribui- ções de probabilidade. . I Distribui. da variável OSP(x) s t aleatória discreta é entre Oe 1. uma distribuição de probabilidades relativas pode ser representada graficamente com um histograma de frequência relativa.IJ§dd 156 • ht. Conclua o raciocínio e <'Xplique suas decisões. Dica de estudo -·~~~~~~~~~~ Exemplo OJ Nas aplkações ll\ais práticas. Ao listar cada valor de uma variável aleatória com sua probabilidade cor· respondente. Sol1tÇ1iO Importante •Valores de variáveis como 1. 1.I aleatória .a prova.portanto são variá· Decida se a variáve.t é discreta ou continua. Variáveis discretas e variáveis continuas v. O volume de água no cont~iner pode ser qualquer volume entre Oe 32 onças. AprobabMade de cada valo. Você estudará distribuições contínuas mais tarde. Asoma de todas as probabilidades é 1..nalisar cada uma. 2. e variáveis aleatórias con· 1. 2. o centímetro e o peso 2. É importante que v<><* consiga diferencia. mensurados.úsicas que uma banda tocou em um festival de rock.. discn~ta ou contínua . . x representa o número de m. . a. x representa o volume de água em um contêiner de 32 onças. altura e peso geral· mente sãowredondados para Portanto. x é uma variável aleatória discreta.•atores representam dados medidos. 30} idade. . . Decida se x representa dados contáveis ou mensuráveis. . veis àle. o ano. 2.a tór. Em palavras Em símbolos 1.l a leatória x P. [P(x) = 1 Como as probabilidades representam frequências relativas. 10. O volume de títulos cujos n(m1eros de ações aumentaram pode ser calculado.ariávejs aleatórias discrefas rcp~ntnm dados <:ontávcis Decida se . 2.s em um dado dia. x é uma variável aleatória contínua. você estará formando uma distribuição de probabilidade.. 3. E:xpliquP.ões de probabilidade discretas Para cada valor de uma variável aleatória discreta pode-se detenninar uma pro· habilidade.plicad. Deflnição Uma distribuição de probabilidade dise1eta iista cada valor possível que a vari~vel aleatória pode assumir.as contínuas.r representa o ten1po necess6rio para tenninar t1n. l-d . b. Por· mais próximos. indusive.

20 .t i·.28 150 Ca...istribuição de frequência Interpretação Vendas por dia. usando um hi. D.. 4.t Freq ~ência.oi<õesde piol>abil~ad. Encontre a probabilidade de cada resultado possível dividindo sua frequêneia pela soma das frequências. 3 21 a. represente graficamente a di. a probabilidade de um evento "ter uma pontuação de 2 ou 3" é igual à son. Consinta uma distribuição de probabilidade para a variável 1 24 aleatória x. a e.s~ r--4 O histograma está indicado à direita. Por exemplo. . 6 8 R('::p0$. 3.is da segunda o .Jo de probabilidade discreta é apresentada na tabela a seguir: 0.10 área de cada barra é igual à probabilidade de um resultado particular.istribuição de frequência biam uma _pontuação de 1 a 5. 'l'enlê Uma empresa rastreia o número de vendas que os novos colaboradores fazem o 16 vod todos os dias durante um período de 100 dias de experiência.- .. Além disso. 5 21 24 33 42 P(l)>= = 0. eque a soma seja1.14 150 ' 150 A distribui.8 o.! . (1) (0. x N6ioero de dias. 4 3ll do para encontrar a probabilidade para cada valor da variável aleatória.ltado. Como a espessura de cada barra é 1./ Ê possível veriíicar que a distribuição é aproximadamente simétrica.stribuiç. D..torceir. 5 IO e. inclusive. Verifiquequecada probabiliéladeesteja entre Oe 1.30·J-.. Os resultados de 1 19 2 um novo colaborador estão indicados à direita. Faça a distribuição de probabi· 2 15 lidades e desenhe sua representação gráfica.. Os indivíduos rece. Exemplo m Construindo e representando uma distribui~ão de probabilidade discreta por meio de um gráfico Um psicólogo industrial aplicou um teste de inventário de personalidade para identificar características passivo-agressivas em 150 colaboradores. P(x) sivo.28 0. Faça uma distribuiç..a das áro.22 P(3)= ISO = 0..l "P(x) 0. Depois. x.. Os resultados estão indicados à direita.racterísticas 21 passivo-agressivas P(4) = ~ = 020 P(S) = . Orgm.28) = 0.io de probabilidades usando um histograma.= 0. l-d .20 0. 2.~ 0.16 0. 1.stograma.22 +0. x.e 0.IJ§dd (ap!tulo 4 • Oisuib. Uma pontuação 3 não indicava nenhuma das duas características.25 +-.s di1«etas 157 lnstru(ões Construindo uma distribui~ão de probabilidade discreta Se11do x 11111a variável aleatória discreta com possíveis resultados x. 2 33 Sol11çâo 3 42 Divida a frequência de cada pontuação pelo núme(O total de indivíduos no estu..22 0.14 e L'.reas dos resultados incluídos no evento. sendo I extremamente passivo e 5 exlremamente agres· Escore.$1 0.P(x)= 1 .- 1 2 3 4 5 NotequeO $ P(x):. 4 ~ b.trt trn 11· AJS 7 2 . a OAS probabilidade de um evento corresponde à soma de á.10 de frequências para os possíveis resultados..i barr·as.ize as probabilidades em uma distribuição de probabilidades.16 P(2)= ISO = 0..10.28 = 0.50. E11co11tre a probabilidade de cada resu.22) + (1) (0. Represe11te graficamente a distribuiç. Encontre â'soma das frequências.

l 4 -5 -1 4 E. 1. . esta 11ifo é uma distribuição de probabilidades. AS probabilidades nunca podem ser negativas ou maiores do que 1. ~cidc11t.~obabilidade P(x) Exemplo m chuva Verificando distribuiiões de probabilidade o 0.\'nti. então (1.216 Verilique se~ distribuii. Cada probabilidade está entre Oe 1. a distribui. lllterpretaçào te 11 milhões de acidentes de Como ambas as condições são p~nchidas. I Retratando o mundo 2.~rupó eldrio dé.• d. X 5 6 7 8 2.) cada probabilidade está entre Oe 1. R~11001t1 1tf'I I'· A38 idade.) b.'tr·~t t111 11111 maior que 1. l 2 3 4 Idade P(x) 0. a."t. apr<>ximadamen. (.stime II prolml1ilidnrfe de qt1< So/11ç<io 1t111n p<'SSM . Co11cl1m o raciocínio. Acidentes de trânsito por e. nos EUA /'(. que é uteult possa tuiuh.432 bilidade. Verfique se a probabilidade de cada resultado está entre Oe 1.21 0.288 + 0.11Coru1eil. lri111.~ 8 16 a. 1..t'll1itl &i. Verfique se a pl'<lbabi/idade de cada resultado está entre Oe l.io distribuições de probabilidades. 1.plicid1 Distribuições de probabilidade [}ias de.15 P(x) 2 1. inclusive.t i·.' 16 a 3·1l'lnos. P. R~&:11111111 p. (fl1r/t(: .07. Um histograma dos acidentes de trânsito para diferentes grupos etários de 16 a 84 anos é mostrado a seguir. Ex- plique seu racioeínio.ão à esquerda (ver p.ção é uma distribuição de t. 1. b. Conclua o racjocínio.288 Solução 3 0.. mas a soma das probabilidades é 1. Verifique se a soma de todas as probabilidades é 1.-ânsíto foram informados à probabilidades. l-d .43 0.colbid11 11/entorin. 2 0.064 Caso a distribuição seja uma distribuição de probabilidade.49 o.432 + 0. A38 . X 5 6 7 8 X 1 2 3 4 Plx) -16J s -14 1 P(x) 0. Asoma das probabilidades é igual a 1. to.J6 0. e (2) a soma das probabilidades é igual a 1..064 = 1 Em um ano recente nos Esta- dos Unidos. Ll't<> = 0. polícia.IJ§dd 158 • [1tatilti<a . 2.09 O. mas P(3)e P(4) não estão entre Oe 1.28 0.<) Exemplo [41 Distribuiiões de probabilidade Decida se as seguintes distribuições são distribuições-de probabilidades. esta 11ao é uma distribuiçàO de probabilidades. Decida se as seguintes distribuições s. inclusive. Verifique se a soma de todas as probabilidades é l. Cada probabilldade está entre Oe 1. 1. Portanto. Portan- .ito esl1111do 110 2.54) é uma distribuição de proba· 0. 216+ 0.

A média de uma variável aleatória representa a "média teórica" de um experi· mento de probal>ilidade e.80 lidàde deve ser arredondada 5 0.<). Esta r. E11co11treopro'd11todecada resultadoaleat6rioesuasprobabilidadescorrespondentes.16) = 0.9-I uma variável aleatóda x. Exemplo m l'(x) Encontrando a média de uma distribui(~o de probabilidade "'1 0.22) =0. você pode verific-ar que a média de pontuação é aproximadamente 2. b. l-d . O que 3 0.28) = 0.16 d'tx) 1(0.22 culido no E.&I uma distriouiçâ9 de probabi· 4 0.antente agressiva.20 4(0.cas passivas nem agressivas.70 para uma e-asa decimal a mais do que a que (oi usada poJ E t'(x. 1nas é levernente 1nais próxin1a à pas· distribuição de probabilidade.9. nem extren. = 'f. A pontuação de 3 representa um indivíduo que não apresenta característi.. Encontre a pontuação média. e.28 você consegue concluir? Solução Use a tabela para organizar seu trabalho.22 2(0. Média de uma variável aleatória discreta A média de uma variável aleatória discreta é dada por: .14 5(0. Cada valor de x é multiplicado por sua probabilidade correspondente e os produtos são adicionados.t i·.10 foi feita pprque •·média de 3 0.ia e medir a variabilidade com sua variância e desvio padrão.141 = 0. às vezes. Dica de estudo ~ l P(x) 0. A média está um pouco abaixo de 3. E11co11tre n soma dos produtos. sividade.44 casa (jecimal.20) =0. Encbntre a média da distribuição de probabilidade que você fez no "lente voei! 2.que amédia no Exem· pio 5 é arredondada para uma 2 0. não é um resultado possível.16 -··Péiceba.)= 1 ExPÇr)= 2.:grn rle nrr"11011rlm11e11to tam· J11terpretação bém é usada para a variância Pode-se concluir que a média da característica de personalidade não é nem extre· e para o desvio padrão de uma ma1nente passiva. O que você consegue concluir? a.cretas 159 I Média.IJ§dd (apltul• 4 • Oi~1ibmi(6ts de p!õbdbilidad.28 3(0. como indicàdo a seguir. a média de todos os resultados seria próxima à média da variável aleatória.xemplo 2 está apresentada à direita. Essa aproxima· ç. A média de uma variável aleatória di$cret"a é definido\ co1no $égue. Se o experimento Í<>sse feito milhares de vezes.x P(. variância e desvio padrão Você pode medir o centro de uma distril>uiçllo de probal>itidades com sua méd.s dl. O que você pode concluir? .16 A distribuição de probabilidade para o teste de inventário de personalidade dis· 2 0. Na tabela..

Eo desvio padrão é: a "' J.Jl lx . a variância é: u 2 m1.J.tn un p.3 pontos. Euamlre asoma dos produtos encontrados na parte (a) para as variâncias.004 0.1.06 1.J.J():.594 [ P(.20 Soluç. esvio padrão de uma variável aleatória discreta Dica de estudo Avariância de uma variável aleatóric discreta é: Uma fóm.)' Pv<).616 Então.• = 1r. e..22 --0.tU9 . lllterprete os resultados. _x_). Para cada 1.t i·.94.=2.>' P(..y)(.8$4 0... 4 0.. e11ro11tre o quadrado do desvio da média e multiplique pela pro· bab. a média da distribuição é. . ela não dá informações sobre a maneira que os resul· tados varian1.14 No Exemplo 5.20 1.94 3.616 s.11)' = J.'P(xJj-I<'.602 2 0. para ~alcular a variânci~ de Odesvio padrão é: uma distribuição de pro)>abi· !idade é: u' =.i =J~l:-(. você viu que antes de arredondar o valor.< . .IJ§dd 160 • C~atl1ti...3.(.244 0.194 3 0.225 5 0.) X .µ. Use a tabela para organizar seu trabalho como no exemplo a seguir: X .ula mais sucinta u' = '[.22 A distribuiçã·o de probabilidade para o teste de inventário de personalidades 3 0.001 4 0.)µ· . .06 4.-ff>(. a.28 0.i"' Ji.)4 2.ilidade de x correspondente.fo 5 0. l-d .06 0. Encontre a variância e o desvio padrão da distribuição de probabilidade. lllterpretação A maioria dos valores de dados difere da média não mais que 1.94 0. b.16 Encontrando a variâncía e o desvio padrão 2 0. Para estudar a varinv1..<---.~ ) Exemplo m 0.6.P(.16 -1. X .. você pode usar a variância e o desvio padrão de uma distribuição de probabilidades da variável aleatória.28 discutido no Exelnplo 2 é dada à esquerda. Faça a raiz quadrada da variância para o desvio padrão.µF 1 1 0.616~ 1.r) = 1 [ !'(:.o dos resultados. d.764 0. Rr:.lflior de x.124 0.pficada Embora a média de uma distribuição de probabilidades da variável aleatória descreva um resultado típico.

terpretação prá· efini(ão tica. implica que um jogo é justo Valor esperado = E(i) = . Por exemplo. E(x) = [xP(x) 1 1 1 ~ 1 1. Você compra um bilhete.500 bilhetes são vendidos a S 2 cada..~lff Ufl . Escri?va a distribuição de prob. $1.000.$2 1. subtraia o preço do bilhete do prêmio. S 250. Qual é valores- 1 perado do seu lucro? a. Exemplo m Encontrando um valor esperado Em um sorteio. l!lll valor esperado de Embora as probabilidades nunca possam ser negativas. ul'na i~. R~~. Por exemplo. S SOO. o valor esperado de uma zero representa·o ponto·críti- . Interprete os resultados.35 por cada bilhete que oompmr.500 1. nos jogos de aza. para prêmios de você $ 2.500 1 1. usando a distribuição de probabilidades.IJ§dd (apltu!o 4 • 0Í1t1ibulc6esd.. Lucro. você pode esperar perder uma média de $1. b. 2.$ l. co para.500 l.•ariável aleatória pode ser negativo.500 1.496 Probabilidade. Você compra u. o seu lucro para o prêmio de$ 500 é: $500. Na análise de lucros e per- das.500 1 1. P(x) l 1.500 1. você pode encontrar o valor esperado. milhares de testes.evidenciar lucros.$2 = $498 e o seu lucro para o prêmio de $ 250 é: $250 . d. Encontre o valor es1N.l -- 1.500 = . 1. + $ 148·. 'Tenie Em um sorteio.+ $13·..x $ 498 $248 $148 $ 73 .35 Interpretação Como o valor esperado é negativo.rntfo.+ S 248·. S 250e $100.496 = $498·.500 -.$ 2)· - t. Qual é o valor esperado do seu lucro? Solução Para encontrar o lucro para cada prêmio.1bilidade para os possíveis lucros (ou resultados). um valor espemdo O O valor esperado de uma variável aleatóriadisc1eta é igual à média da variável aleatória.000. $ 150 e$ 75. Ele também é chamado de oolor esperado.$2 = $248.t i·.500 1. + (. A39 . = DcP(x)..000 bilhetes s. um valor esperado de zero te11. e. (uma ocorrência inoomum). Encontre o lucro para cada prêmio. probabílidadesdiwe111 161 I Valor esperado Importante A média de uma variável aleatória representa o que vo<:ê esperaria acontecer em Na maioria das aplica~. Escreva a distribuição 1le probabilidade para os possíveis lucros.i o vendidos por S 5 cada.m bilhete.500 Agora. para prêmios de $ 500. l-d .

wot. A variável aleatória x rep<esenta o n(Jmero de doações anuais. A média de uma variável aleatória representa a "média teórica" de 0. x rep<esenta a tensão com a qual as cordas de um violão aleato· bi~de? namente escolhido foram esticadas. no inverno passado. . ...J. j 02 Análise gráfica Nos exercíàos de 9 a 12.(XX) ' . Na maio<ia das aplicações. A variável aleatória x representa 5. Se for falsa. decida se avariável aleatória x é discreta Nú1nero de do. ({""te: 11.j. x rep<esenta o volume de sangue colhido para um exame de sangue.utllli<upli<ad• 111 Exercícios Construindo habilidades básicas e conceitos 15.. " 'g OJ .te em representam dados medidos.on. ~s vezes... ' (>.·ari. 20.. O que é uma variável aleatória? Dé um exemplo de uma variável 16.30 . deieimine o valor de probabilidade que t4. as variáveis aleatórias contínuas repre..+. 9.lvet aleatória.'! 0. P(.2S .l7.200 97.) ' .. 13. Nome. decida se o gráfico represen1a uma º·' vanJvel aleatória disaeia ou uma variável aleatória continua.ei5.-t:::J:::. escolhida aleatoriamente na pesquisa doe sangue (a) mais que 0 4 S 12 16 20 uma vez por ano e (b) menos que vês vezes por ano.25 8. x rep<ese<ita o número total de tentativas que o indivíduo p.. uma amostragem de pesquisa teria para cooseguir uma pontu<l· ção (a) maior que dois e (b) inferior a qua1to. resposta. Jus1ifique sua Oriando..<IIJO 22. x representa o n6mero de dias chuvosos no mês de julho em aleatória discreia e uma variJvel aleatória contínua.. Flónda. EUA. Jogos de futebol de uma faQJldade d'ssputados em casa. Para uma variável aleat6'ia x. Qual é a impol1!ncia da média de uma distribuição de probabi· ter para conseguir tirar 5 ao lançar um dado. OJ)J .<.25 0.. 6.800 97. N()ltl$ de tCStl.- 12. enquanto variáveis aleatórias discretas a probabilidade que uma pessoa escolhida aleatoriame.J seu raciocínio. .---i--+-· 96. Número anual de íatalídades no tránsito dos EUA..L.!. falta da distribuição de probabilidade. (Fonte: Nar1Q(1(11 HJ. -1-. O valor esperado de uma variável aleatória disaeia é igual ao desvio padrão da .) 11.11f1f 11o/Si: Sa!ely Mmttis<OOOll) OJiS I I . 17. x <eptesenia o númeto de aàdenies com motos durante um ano Determinando a probabilidade que falta na calif&ria.9» 2$00 J.ecisa 4.. Use 1O.1 0.. Expique seu raciodnio. E>plique O 2 3 . O valor esperado da anfüe de pe<das e ganhos íeita J)()r um 19.. Teste para colaboradores Uma empresa aplicou um teste psi· falsa. 3..t i·.1 ~ . x representa o número de home 1heot111S vendidos mensalmente 2. O 2 ) 4 $ 6 Nos exercícios de 13 a 20. ' 2:200 2.0. a palavta oleotório indica que o valor dex é determinado ao acaso.:i-. as duas condições que deieoninam uma d'lSUibu~ de p<oba· 18. 1. Federo! H. reescreva-a de foona que seja verdadeira.g/1'1<1YAdmô.. nos. tempo semanal que estudantes usam o computador.10 Diferenciando variáveis aleatórias discretas e contínuas LL~. O que é uma disvibuição de probabilidade discre1a? Quais são em uma loja de eletrônicos..)Ções ou continua.- um experimento de probabilidade e.4 . x 1ep<esema a quantidade de neve (em polegadas) que caiu em contado/ é zero.. Qu.intidide invitl de mi!hii dirigidai pot c1v1om6v.deteoninesea afirmação é verdadeira ou 21. Nos exeidóos 23 e 24.400 2.· t---i··.J..<XXJ )8. lidade? Usando e interpretando conceitos Verdadeiro ou falso? Nosexerckiosde 5a 8.<XX) 391!00 .1ános futuros. os pos~eis resultados do teste. Explique o que isso signífica.35 possível. /\<) 7..10000 0.IJ§dd 162 • r.S. l-d . K rep<esenta o periodo necessário para chegar ao 1tabalho.. Doação de sangue Uma pesquisa entrevistou uma amostra de pessoas sob<e quantas vezes por ano elas doam sangue. Alasca. o histograma para encontrar a probabiridade de que uma pessoa . não é um resultado 0. use o histograma para encoouar semam dados coat~.+ .. co16gico em funcio.

(roorc: IIIJl>.38 ? 0. 0. O númerox de perguntas respondidas oorret. Avariável ale. (e) o desvio aleatótia x representa o número de linhas ielelônicas em uso. X o 1 2 3 4 5 6 35.032 tas. decida se a distribuição é uma distri· em uma semana.x1ras o 1 2 3 4 5 6 p<oprieda<!Es) que náo são preenchidas.ia x rep<ese<ita o nlilTl<llO de crianças na famlia.08 lotes 95 113 87 64 13 8 Identificando distribuições de. padri!o e (d) o valor esperado & d. O núlTl<llo de atividades extracur- dos carros nos quais ele trabalhou por uma semana..254 0.06 om O.23 0.. 37.06 0.08 X o 1 2 3 4 5 36.2"'6. A variável aleatória x rep<ese<ita o núme.10 0.imente pode ser ap<OJ<imado pela seguinte distribuição de probabilidade. Furacões O histograma moma a d~tribuição de furacões que o~~ atingiram o território dos EUA dívididos por categorias.Q3 golfe no bu1aco.) Furacões que atingiram os EUA Construindo distribuições de probabilidade I'(. DVDs O número de delenos por lote de DVOs illspecionados. Crianças dependentes Um sociólogo pesquisou as familias em 30.ia (). Controle de qualidade Um insp.1cia P<Jra consuuir a distribuição de probabiidade. em uma ciàade ~ O.491 425 168 48 29 14 C:ucgori:.. X o 1 2 3 4 5 6 7 senia o número de tacadas necessárias para acertar a bOlinha de P(x) 0...08 0. Tacadas de golfe O diretor de um torneio de golfe registrou o de p<obabílidade.21 0.18 0. X o 1 2 3 4 5 6 8 7 atória x represeora o número de imperleições encontradas.01 0.- 4 ---- ( e) a variáncia. 103 0. em uma cidade pequena.. 4 5 L-1!.SS o. Chamadas para o 911 Um centro de ser.. Crianças dependentes O mesmo sociólogo do Exe<cicio 23 (omputadores peSQ\lisou as casas de uma cidade vizinha. :ã 0..~ I nível mais fraco e 5 o mais forte.30 0.li) 0.suibuição de probabilidade. 32.226 0. Linhas telefônicas Uma empresa gravou o número de finhas i'los exercicios de 35 a 40. O número de chamadas po< hora 4 10 20 25 50 100 durante um dia pode se< aproximado pela seguinte distribuiç.1éókl... Atividades extracurriculares. ligações recebidas por hora.399 Nos exercicio5 de 29 a 34.135 0.IJ§dd (apblo 4 • Oisuib• i<lltl •• probabilidadn 4i1nttdl 163 23. Avariável aleatória x rep1ese. uma cidade pequena.o de crianç. l-d . º·"° 035 +-r-----r-:o"'. e (d) o desvio padrão & distribuição de p1obabilidade ~ 3 0.2S ~ e (e) interprete os resultados ncs contextos de vida real. enco.05 ? 0.02 0. e (e) interprete os resullados.066 ons 0.<17 o. o oúmelo de pneus que estavam muschos riculares desenvolvidas por alueio relacionadas ês escolas.-.02 0. Unôdos) registrou o número de P(x) . Computadores O número de compvtadores por c:a~.30 0.~=~· . Os alunos de uma sala fazem um teste com oito pergun· P(x) 0.186 0.os Encontrando o valor esperado 26.:7 1 o.iue (b) a média. 24.64 0.2õ 0. A var$el aleaté. &: O.25 0.-'-~-'-~L. (a) use a distribuição de frequé.25 0. 27. Pneus Um mecânico verificou a p<essào dos p<1eus de cada um 34.nços do 91 1 (telefoi.941 349 203 78 57 40 X o 1 2 3 4 31. bilição de probabilidi!de. probabilidade 33.:92 1 1 o.15 o.11 0.30 0. Funcionário 6 12 29 57 42 3-0 16 25. AtM<!aaes o 1 2 :.33 0. Hora extra O número de horas extras feitas por um funcionário Nos exercícios de 25 a 28. Gatos O número de gatos por casa.16 0.e 3 1 1 1 1 1 para elTl<llgências nos Estados. •X o 1 2 3 4 5 6 DefeilOS o 1 2 3 4 5 P(x) 0. em uma P{x). 0. Cachorros O número de cacl10<ros por casa. i<femif1Que a propriedade (ou Hora~ e. A variável o histograma para encontrar (a) a 1T. 4 5 6 7 X o 1 2 3 4 Alunos 19 39 52 57 68 41 27 17 e(x) 0.etor de qualidade verificou as imperteições em rolos de tecido por uma semana.<) 0.0 11 Cachorros o 1 2 :.t i·.17 0. A variável aleatória x repie. (b) a variáncia.22 P(x) 0.. use adistribu~o de probabifidade ou telefônicas em uso por uma h0<a dwante um dia útil.20 29.06 0. Caso não seja. 2 3 4 5 casas 1.IS pequena. Teste.io 28. sendo 1 o :(x) 1 0.13 cidade pequena.Js na família.:45 1 o. Gat'cfs o 1 2 3 4 5 casas 1.t .1u. número de tacadas necessárias para acer1dr a bolinha de golfe no buraco nos quatro cidos do torneio.v"11 HrJrliccne C81ie.

correta. t50. ' . 0. e três cachor. = a+ bu. Uma noYa variável aleatória pode se. 0. 2 3 4 3 6ou n. geralmente.. formada .tn. Se· x for a rede de ganhos para o jogador em um jogo de azar..L. (b) no mínimoº"' computador e (c) entre ze<o e dois computadores. logos de azar 2 3 4 S 6ou Nos exerdcios 45 e 46. Encontrando probabilidades Use a distribuição de probabifi· soas oa. inclusive.202. 35 e 36 Tamanho das casas l'I.lncia e o desvio padrão de y serão P(x) dados pelas seguintes f61mulas.10 15 P<êrnios s<'lo vale-presentes doe S 25.ro p!émio é um batco avaliado em $ 3. de S 1.15 0..p. Tamanho das casas O histograma mostra a díSlnl)(Jição de ta· valOf da a quantidade média..· . enromre a rede de ganhos supostos para o jogador em uma partida do jogo. 0.. Esse 39.05 vendidos é 5. a vari..we um x MO afetar o .13 .'O!O o. pessoas pelo n.1<:ontrar. 2.076 / 0.. .000.os. por jogo.Jc....30 0. Ocupação dos carros: ponte Tacoma Narrow 43.lis Expandíndo conceítos Transformações lineares de uma variável aleatória 40.Z 0.íme<o de carros por casa.~~~'-.000. .lScl funcionário recebe um bônus de S 2.'!() cachorros e <fiz que te< Vês cadio«os em casa é comum. . Caso contrario.11) me.266 46.. de de encontm.25 _ 'g 0. Qual é o novo salário anual (incluindo o bônus e o aumento) para os :...298 44.JM) se< criada ao adotar. todos os anos.3() 0.& 0. Ocupaç3o dos carros O histograma mostta a distribuiç. Ul>rodS!o:l!S e. Use as informações do Exeidcio 31 para delerrninar se j_ o.20 0.15 prêmio é urna barraca de comping avaliada em S 450. 1. aleatoriamente.!O~.::1e=l. que o jogador pode espe.. 0..r . uma casa que tenha (a) iero cl1r. Explique seu raciocínio.~. o dólar é pe. aleatoriamente. A média anual de salário dos funàonârios de uma empresa é n 2 3 4 S36. adÍCÍOllilis.::J::::.111o< de y. então E(x) é.klplado do ~ S.0. Os oouos [. l-d . 1 i :~ 03 0.10 funcionários? 0.. f/ldoprado da Ff!dclal Para uma variável aleatória x..6 ' o. (b) pelo menos um cachorro e (c) e..t i·. a roda tem os 38 números 00.25 47. uma nova variável aleatória y pode Hi!Jl>11t1yliánilristrf1'.._.s. cada funcionário recebe um bónus f 0.. ele cootinua com o S I e 1ecebe 35 dólares 0... Se um jogados apoSla S 1 em um número e ganha.03 ~./... Ao final do ano.014 o. 0.det. Valores incomuns uma pessoa mora em uma casa sem ne· nhum computad<lf e diz que nAo ter um computador em casa é comum.pando carros que cruzam a Ponte 'Rlcolno ll'ctrcw. Qual é o desvio padrão dos novos safários? 41.000 e um aumento de 5% (baseado no salário).Ot:!. O número de bilhetes 0. ~td<lplll</<l tlô pe. Encontrando probabilidades Use a <fiSlribui~o de probabiri· dades que voeé fez no Exercicio 29 para determinar a probabilida· Variáveis aleatórias depende·ntes e independentes de de e.201.15 0. 34. Burero.) marcados em espaços igualmente divididos. " 0.se uma transformação linear y = a + bx. Use as informações do Exercício 29 para .. use as seguintes informações... 48. e o segundo . negativo. LL~.z . Se as variáweis não forem independentes. Em uma roleta ameticana.) computadores.35 " '= b'l(12 (. Ocupação dos carros O histograma mosua a dis1ribuiç.. uma casa que tenha (a) menos Duas variáveis aleat61ias x e y s<'lo independentes se o val0< de que dois cadlotros.29 - Jt.. cada N ún1cm de carros por c.330. essa pessoa eSlll correta. A média anual de salário dos hrncionários de uma empresa é :. . 0...ar manhos das casas nos EUA em um ano recente..de1erminar se essa pes= esta 0. onde o e b são constantes Se uma va~ aleatória x tiver média 1~ e desvio Pessoas que dividem um carro padrão "·· então a média.~-.lo de Nos exercidos 47 e 48. Valores incomuns Uma pessoa mora em uma casa com uês />(..000 e um aumento de 4% (baseado no sa!ârio). Uma otganização de caridade está vendendo bilhetes de rifa por ~ 0. $ 4 como parte de um programa para arrecadar fundos.000 com uma variânáa de 15. inclusive. elas s<'lo dependentes. em dades que você fez no Exercido 31 para demonstrar a p<obabirida· Washington.lo de pes· 42. Explique.047 .17 o16 S 36.s . Ao final do aro. O pri· 2 0.) 45..25.dido..IJ§dd 164 • [sml1ti<6tplira6a 38. o. f/l.

a dist1ibuiçào da pontuação do SAT para seguintes equações.ença será a soma das variâncias. 3.IJ§dd (apltvlo 4 • Oi111ibei<6'S de probdbilidad" dl1utta1 165 ao se encontrar a soma ou difecença das variáveis aleatórias. Portanto. Se uma ! variável aleatóriax tive< mé<fia .univecsitários tem média de 1.tecnologia.-l: 1•.. (For.Representando distribuifões binomiais graficamente .p) Avariável aleatória representa a contagem dos números de sucessos nas X tentativas: x = O. binomiais usand.. Jncia e o desvio padrao de uma 2.toriameme. uma aluna ~o escolhidos ale.l"v . 1. • Como encootrar probaoilidades Experimentos de probabilidade como esses são chamados de experimentos binomiais. fór· mulas e urna tabela de probabili- llefinicão ijade binomial. ·probàbilidade binomial. Você repete o experimento cinco vezes. . .. então a variància tem uma média de 1. Um experimento binomial é um experimemo de probabilidade que preencha os seguintes • Como represeotar urna distribui· critérios: Çi\o binom~I graficamente.) "'· e uma variável aleatória y tive< varíáncia u>1 então as variàncias da 49. • Como encontrar probabilidades Há muitos experimentos de probabilidade para os quais os resultados de cada binorniai5 usando a fqrmula de t~ntativa podem ser reduzidos a dois resultados: sucesso ou fracasso. verifica se o naipe é de paus ou não. Os resultados distriblliçao de piobabiliclade bi- podem ser dassificados como sucesso (S) ou fracasso (F). então a média da soma e diferença das va~eis secá dadil pelas Nos e. + ''1 11.cerôcios 49 e SO..J +a.532 e um desvio padr~ode ''<+. você pega uma carta. variância e desvio padrão • Como determinar se um experimento de probabilidade é um I Experimentos binomiais experimento·binomial.o. gador de basquete faz um lance livre.tuação do SAT para alunas pré--universi~rias Se as vari. alunos pré.. 2.. De um baralho de cartas comum. O resultado para cada tentativa pode ser classificado em duas categorias: S = tirar uma carta de .lveis aleatórias f()(em independentes. 4. ota.fõrmula de probabilidade binomial . Um aluno e e o desvio pa\lrâo da soma ou diferença das variáveis aleatórias pode. e uma variável aleatória y tiver média G i -y . l-d .. Aprobabilidade de um sucesso P(S) é a mesma para cada tentativa. se uma vaiiàvel ale. ele pode fazer a ~ ta ou não.-ari.t i·.. nomial... então 11 = 5. Qual é o desvio pad<âo das dífeienças de seus resultados? ifj Distribuições binomiais Oque vo(ê Experimentos binomiais .l'y 312.tória x tiver varíáncia dos sejam independentes. Qual é a soma média de suas pontuações? Qual é a diferença soma e da d!e<ença das variáveis ser3o dadas pelas seguintes equa. Suponha que se<JS resulta· rão ser encontrados. 50..lncia da dife. deve aprender Encontrando probabilidades binomiais . e devolve a carta ao baralho._. Avariável aleatória x contabiliza o número de tentativas com sucess..o.. n.::.Média... por exemplo.ge B()(}(dOrJ.ão para experimentos binomiais Símbolo Descrição n O número de veze"s que uma tentctiva é repetida p = P(S) Aprobabilidade de sucesso em uma tentativa única q • P(F) Aprobabilidade de fracasso em uma tentativa única (q ª 1 . média de suas pontuações? ções Note que a . Hi\ apenas dois resultcdos possíveis de interesse para cada tentctiva.. a varí- illdependente das outras. Temos aqui um exemplo simples de experimento binomial. l . 3.506 e um desvio padrão de 304.. Quando um jo. A distcibuiçào da po. q ? .. onde cada tentativa é • Como enconllar a média... O experimento é repetido por um número fixo de tentativas.te: ccr.

conta do aumento de preço do 2.15 x = O. tentativas subsequentes não é maisS/20. llá dois rc.4e5. número de bolinhas vermelhas. Um médico rea- iios EUA perguntou se eles liza o procedimento em oito pacientes. especifique os valores I Retratando o mundo de 11.r = 2 é apresentado à •• • • l!ntão. e as outras três não são. a probabilidade de sucesso por prabnbiliifmk ti.+ . l11t. 7. Caso ele não seja. •• • •• •• ••.1enle com donos de veículos 1. cada seleção de bolinha de gude Por que es.raipe de ~ de -. os valores possíveis de uma variável aleatória são F) + + . Uma jarra contém cinco bolinhas de gude ve.neuto é b. 1/ = 8 Sim 44% N3o p = 0..ui:c:-. . Portanto.a tentativa e selecionar lllna bolinha vern..unta da pesquisa: Você diminuiu o uso de algum pro.· frncnsso.. 4.85 = 0. Você combustível.plicada Resultado paus ou F = tirar uma carta cujo naipe não seja paus. q. Além disso.espon<leranl que si.141f11i. A variável aleatória representa o número de têmdiminuído seus gastos por cirurgias com sucesso. No experimento. • • O.e de sucesso para cada cirurgia é de O.elha é u1n sucesso. a primeira bolinha é selecionada. No experimento. a probabilidad. x F =)• esquerda. por exemplo.) Solução Peq.t i·. seu1 trocas.. e liste todos os valores possíveis da variável aleatória x. binomial. I'· lcie11tifiq11c n bolinha de gude não é colocada de volta na jarra. Finalmente. 5. como a tf11cic de $11<esso. Um exemplo de experimento com . especifique os va· lores de 11. Há apenas dois resultados possíveis para a cirurgia. 3. Então. 1. 1."uh~dos Se x = 2.ou ela é um sucesso ou é um fracasso.. Há oito cirurgias e cada uma é independente das outras.SS. l-d . Um dado proct>dimento cirúrgico tem 85%de chances d'e sucesso. 1.io independentes e a probabilidade de sucesso não é a mesma para cada uma das tentativas. O experimento não é binomial po.. Caso ele seja.'Õt· t?xperi. As probabilidades de sucesso Tentativa Sou f? e fracasso são: 't+. nove azuis e seis verdes. três bolinhas aleatorian1ente. Uma pesquisa feita recente- r. Caso ele seja. explique o porquê. Decida se o expe{imento a seguir é binomial. @ A variável aleatória x representa o número de naipes de paus selecionados em três tentativas. 2.isados escolhe. Porém. 6. 8 2.que ele não está de acordo com as quatro condi· ç<Jesde um experimento binomial. a probabilidade de sucesso é 5/20.. cada cirurgia representa uma tentati- aun~todep~dagasolina' va. a variável aleatória x representa o número de cirurgias com sucesso.n. s 1 @ Exemplo ITT (xpe1imentos binomiais Decida Sê o experimento é binomial ou não. 3 ••• F p= P(S) = ! 4 e q= P(F) = -4 · 2 ?+ + . Quando 110111ial? lcic11tifiq11e a probabili. A variável aleatória representa o r.2. Note que x é uma variável aleatória discreta porque seus valores possíveis • ••• podem ser listados. paus. Os pesqu.•rà<tr'lv.. O experimento é binomial porque ele está de acordo com as quatro condições de duto ou serviço por conta do um experimento binomial. p eq e liste os valores possíveis da variável aleatória x.85 56% q = 1-0. então exatamente duas das cinco cartas são de . explique o porquê.~o. Caso ele não seja.~ representa un. as tentativas não s.3.IJ§dd 166 • C.rmelhas.. (Ftmft: U11rrii. p e q. ou não.

Decida se o experimento Sllti. torial" e repr:esenta o produto -probabilidade de a cirurgia ser um sucesso em exatamente dois pacientes. 1ll9 I J:órmula de probabilídade binomial Importante Há v~rias formas de encontrar a probabilidade de x sucessos em n tentativas de um eXPerimento binomial.t i·. R~~.io e identifique li. A cirurgia é realizada em três pacientes. = 120.I' C. a probabilidade de uma cirurgia com sucesso em exatamen- 64 te dois pacientes é 3[!]~0.1pth'lli. Identifique uma te11tntiva do experimento e o que é um "sucesso.P.IJ§dd (apltul-0 4 • Oi.Dica de estudo Lefübl'e'se que 11! é ]ldo "" fa. l-d ." b. -(11-x)!xf Exemplo [n Encontrando probabilidades binomiais Cirurgias de microfraturas no joelho têm 75% de chance de sucesso em pacien· t<!S com joelhos degenerativos. t: . Outra fonna é -.. Para completar o teste. tiv.·nlt'1$. determina . ç(e binomial. a11if Sp. p'tf"' ..11 "" p. Cirurgia Cirurgia Cirurgia Núrnero de Jlª 2ª 3ª Resultado sucessos sss 3 s{s-c: SSF SFS 2 2 F-c: SFF FSS 2 FSF FFS FPF o Há três resultados que têm exata. Portanto. e.fnz ns q11ntro condiçiit'S de um experimento binomial. você escolhe un1a resposta aleatorian1ente para cada uma das questões.~--------- Na fórn:iula de pi!Jbal:lilida- usar a fónnula de probabilidade binomial.) de II a 1. .r)= C p'tf"' . dis<reta< 167 Você faz um teste de múltipla escolha que tem 10 questões... Conclun o rnâocr. Por exemplo. Solução 5! ="5·4 · 3·2·1 Método 1: Desenhe um diagrama de árvore e use a regra de multiplicação. . cr""" lllo:Di< de todos os números inteiros Ortfr. Uma fonna é usar um diagrama de á. Cada questão tem quatro respostas possíveis. Avariável aJeatória representa o número de respostas corretas.as. a.x)!x! ordem..vore e a regra de multiplicação.mero de maneiras de d1e· nl gar a x sucessos em li tenta· P(. qe os valores possíveis para x. mas sonwnte uma é correta.. . independeritemente da • ' (n.O Em um experimento binomiat a probabilidade de exatamente x sucessos em n tentativas é: nú.422.uibukllfl dtproMbili4ade. p.nente dois sucessos ecada um tem uma proba· 9 bilidade de .rl$11tNfiri11. Encontre a -·-. n! ' .

. ou OU1taS oontas de renclimemo para 3=fltaJl91Ía sejam a maior fonte de renda. 3.4 e x = 2.o.irtlls de paus.ição de probabilidade binomial. Exemplo O] Construindo uma distribuirão binomial Em uma pesquisa. IRA.abilidnde bi110111in/. 2. . os va.enda para aposentadoria. 6 e 7.'io arredondadas para um número fixo <!e casas deci · mais.t i·. c. 5. Crie uma distribuição de probabilidade binomial para o·número de trabalhadores que responderam sim. é possível vêriíicar que 25% dos americanos que estão trabalhando diferente de 1.422. p. Principais fontes de r. q ex-são 11 =3. Neste experimento binomial. A39 Ao listar os valores possíveis de x com a probabilidade correspondente de cada um deles.IJ§dd 168 • Ú14tl!ti<aapli<ada Método 2: Use a fórmula de probabilidade binomial.no a pmcipál foóle de renda. A probabilidade de exatamente duas cirurgias com sucesso é: P(2 cirurgias com sucesso) (3 -~)!Z!(tf[iJ' =3[i:)[i)=3[!)=~ .. Os resultados estão representados no grá- fico. pediram que trabalhadores nos EUA indicassem a fonte de seus rendimentos durante a aposentadoria.75. Portanto. 4. Como 11 = 7. lde11tifíq11e uma tentativa. l-d . segundo expectativas Ainda que mais da melade dos 1rabal>ado<es """''" que a 401 (K). Sete dos trabalhadores que participaram da pesquisa foram escolhidos aleatoriamente e responderam que esperam poder contar com o Seguro Social como fonte de seus rendimentos durante a aposentadoria.4 q=2. ~ . a p ~ t a um em cada quatro tràbaihado<es oonta- rá com o seguro social oo. esperan. um sucesso·e um fracas. a soma das probabi. Use a. p=~. R~. 1.lores para 11. Uma carta é escolhida em um baralho comum e recolocada dentro dele. J1 = 0.25 e q = 0.sQ. Encontre a probabilidade de que sejam selecionadas três c.. os valores possíveis de x são O. b. Esse experimento é repetido cinco vezes.# Dica de estudo --~~~~~~~~~~ Quando as probabilidades s. q ex. /de111~'iq11e 11. contar com o seguro social para sua renda durante a aposentadoria.f<írm11/n de prol.n::-111 1111 p. você pode construir uma distribu. Solução lidades deve ser um pouoo No gráfico. a. p.

= 0.Jdt1cf. a.:.1& .75l' = 7(0.0013 7 O.utomaticamente.torian.~.1335 X P(x) r(1) = .. = 21(0.function binompdij100. 25)2(0.590000 . 25)'(0. todas as probabilidades estão entre Oe 1.(0. 75)º = 1(0. l-d .(0. C.oma das probabilidades é 1. 75)...:0.75)1 = 1(0. "'O.t i·. 25)6 (0. p. C. Se você selecionar 100 bifülade binomial usapdo c. Crie uma distribuição binomial para o número de aposentados que responderam sim. 59%das casas nos Estados Unidos usam uma grelha a gás.0001 "'1.al é a probabilidade de que cxat. b.eparaélos por vírgulas. 75) 2 "'0.Q.25)6(0. 25)'(0.-111~~~~~~~~~- Os resultados de uma pesquisa lei ta recentemente mostram que. você usou a fórmula de probabilidade binomial para encon· trnr as probabilidades. um sucesso e um fracas.3U5 P(4)= .> af6r11111/n de probabilidade bi110111inl para cada valor de x.i11ompdR Solução Entr:e com os valores de 11. 75).75)' s. 25)°(0.0577 3 0.75)' .25)1 (0.. 25)7(0.<o. 25)°(0.@I Veja que.IJ§dd (apftul-0 4 • Oi111iblà16'1 d• probibilidodt1 diwetas 169 P(O) = .e.(0.3115 P(2)= . 25)' (0. Uma forma mais eficiente de encontrar as probabilidades bino- nniais é usar u. Tente usar essas tecnolog.y Distribution . Us. Use 11111a ta!Jeln para mostrar que as propriedades de uma distribuição de probabilidade foram alcançadas.) O: b.3115 o 0. 75)' "' O..1335 2 0.C.75)1 = 7(0. (fou. C.1s.1 1'(3) = 7 C. você pode encontrar probabilidades binomiais ao usar o MfNffAB. d.0001 6 0. Por exen1plo.entc 65 c. 75)2 = 21(0. q e valores possíveis para x. 11a tabela à direita. 25l' (0..1730 P(5)= .1730 2 0.75)' = 35(0. 75)º s:::0. lde11tijiqt1e uma tentativa.(0.na ca1culadora ou urn coi-nputador. I Encontrando probabilidades binomiais Nos exemplos 2 e 3. (O. 3115 . o Excel e a Tl-83/84 oferecem funções que permitem que você en.:0.75r' = 35(0. e.0 391072 . e que a l:P(..ias. C0 (0.65) Binomial with n = 100 and p .adoria dependa de uma 3 pensão.75)1 s.& usen. C. (0. Você !ENTER! deve obter resultados parecidos com os que seguem: MINITAB l Tl-83/84 l Probabilit. ao assar alguma Como encontrar uma proba- coisa.t s. Exemplo m Dica de estudo Encontrando uma probabilidade binominal usando tecnologia .c. .s.25)' (0. p e O MINITAB.00 0 . lde11tijiqt1e 11.0115 4 0.0391071795 X P(X=x) 65. 0013 s 0. uma uma Tl-83/84: grelha a gás? Use uma ferramenta tecnológica para encontrar a probabilidade.7Sl' "'0. Tente Sete trabalhadores que participaram da pesquisa são escolhidos aleatoriamen- você te erespondem se esperam que sua renda para aposent.> Com~111y.0115 P(7) = . o Excel e a Tl-83/84.59. 25)' (0. 25l'(0. ) = 1 s. contre prol>abilidades binomiais a.1n. !2 nd!OlSTR Gnvnjk(d 01tfi11r_(llr l 'ú'Wr-Slt'pl:t•"s P1.. 25).alc.25) (0. (0.0577 P(6)= .cntc$ qu.

.41.:2J 2.""P.C.100.162654+ 0.59)2 .:2)= P(2)+ P(3)+ P(4) .t < 2)e:1.59)' s:: 0. quatro mulheres norte-americanas e lhes pergunta se elas têm a leitura como atividâde de lazer preferida..IJ§dd 170 • Íll•lilli<upli<ad• EXCEL l A B e D 1 BlNDMDIST (65.41J'co.59)º = 1co..351094 + 0.(0.lmente. (Ftlllll': ICR Sun'fy ~11.35109366 Exemplo Encontrando probabilidades binomiais usando fórmulas Uma pesquisa indica que 41% das mulheres nos Est. 41) 2(0. P(O) =.0.$11. c..351094 binoMcdf(4. 41)2(0. p ex.rlt(. Então.59)' = 1(0.59)1 "'º· 162654 ) P(4l=.0.s mulheres respondam sim. rente Os resultados de uma pesquisa feita recentemente indicam que71% das pesso- vod as nos Estados Unidos colocam mais de um re<:heio em seus cachorros quentes. 41}°(0. b inOMPdf(4.VJI. Calcule a probabilidade binomial. q = 0. ~ .SEJ ~ '0.. l-d .121174 /l(l)= .a de 0. qual é a probabilidade de que exatamente 178 delas coloquem mais do que um recheio? Use uma ferramenta tecno- lógica para encontrar a probabilidade.351 .s.59)' = 4(0.) a. 41. 1'(3) e 1'(4).1. C.59) 2 =6(0.458. ra como atividade de lazer preferida." sucessos.1 P(3) = . A CDF adiciooa ~reas 3.t. Para encontrar a probabilidade de que menos que duas mulheres respondam sim.s.. à sua esquerda.028258 AfU11çãO densidade acumulada (CDf) ~ 0. a probabilidade de que no mínimo duas mulheres respondam sim é: P(x . para val0tes de xdados e todos aqueles eneontre a soma de P(O) e P(l).«ji)f~) O complemenlo de "x é ao Solução menos 2" é "x é menos que 2".45799517 Portanto. C. umaoufra maneira 1. (2) no Dica de estudo mínimo duas delas respondam sim e (3) menos que duas delas respondam sim..s. C1(0. Você escolhe. ~. Para encontrar a probabilidade de que no mínimo dua. co.creva o resultado em forma de sentença.59)' s:: 0.41)'(0.0.542. 41)2(0.02s2ss . FAI. calcula a probabilidade de ·x ou menos.41)1 (0. você pode verificar que a probabilidades de que exatamente 65 casas usem uma grelha a gás é por volt.k.s9Jº "'o.59)1 = 4(0. (fm.41)1(0. 41)3 (0.t i·. E:.030107 Das telas.(O.. . p = 0. e..ldos Unidos têm a leitu- Usando a Tl-83/84.P(x. C0 (0. 59)' "'0. Usando 11 = 4..2 m ) . lrle11tifiq11e n.04.41)'(0. Encontre a probabilidade de que (1) exatamente duas delas respondam sim. podemos encontrar a p<obooilidade automatic.059. a probabilidade de que exatamente duas de encontrar a probabilidade mulheres respondam sim é: da parte 3é: P(2)= . 41)"(0. b. 4 Se você escolher 250 pessoas aleatoriamente. P(2)= .59)' = 6(0.(0.59 ex= 2.336822 . Htbr1w luti•rrmtfo1. = 0. 41)' (0. .41. aleatoriamente.nrtk & .542 encontre a soma de P(2).

.325 0.000 0.138 / 3 0.176 0.729 0.512 0.276 0.3S 0.SOO 0.001 0.297 ~ 0.OIS o. 180 0.000 0.09-I 0.432 3 0.255 0.057 0.000 0.216 6 o 0.288 0.239 0.303 0. pnrn x em cada situação.057 0.J3.9~0 0.002 0. Uma pesquisa indica que 21%.os 0.023 0.334 G.441 0.000 0.384 0. Você escolhe seis trabalhadores de forma aleatória.~Ml'tri. b. 0. R~ltl$III 1111 . se necess.037 2 0.375 0.090 0. Usando a distribuição para "=6 e p =0.723 0.408 0. ria como atividade de lazer preforida.000 0.IJ§dd C.312 0..I 0.356 0.061 0. l-d .00.902 0.:~ Par.r 4.028 0.278 0. Exemplo m Encontrando uma probabilidade binomial usando a tabela Por volta de 30% de traball1adores ad.095 0.01 o.000 0.735 0. você pode encontrar a probabilidade de que x = 3.640 0. / O.360 3 o 0.20 0.o I 2 o 0.040 0.'l 0.pítulo4 • Oi111i~ui<l>fS dtp. Escrevn o resultado em forma de sentença..000 0. você pode usar uma tabe· la de probabilidade binomial.Q.243 0.343 0.001 0.2 Atividades na p.ts 0.s di1<ret.186 0.000 0.2S o o 0..160 0.000 0. úmit l!nrris & :\:..047 0.495 0.232 0.s-0 0.311 0.I 0.015 0.444 O.10 O.85: 0.375 0.250 0.002 0.a explorar mais este tópico.064 ) J 0.0-9 O.311 .000 0..dos homens nos Estados Unidos têm a pesca· _ .531 0. Determine os oolores nproprindo.303 0. Para facilitar esse processo.027 O.563 0.166 0.007 0. A)!> Encontrar as probabilidades binomiais com a fórmula de probabilidade binomial pode ser um processo cansativo. Qual é a probabilidade de que exatamente três deles pnswn menos de 15 minutos cada no caminho para o trabalho? Use a tabela para encontrar a probabilidade.176 0. (f'OJllr.063 0.12.138 0.061 0.0041 1 0.122 0.136 0. 189 0.001 0.047 ve.042 0.336822 s.008 0.09-I 0.393 0.234 0.001 0.l32 Q.098 0.00.0 O.250 0.. ATabela 2 no Apêndice Blista a probabilidade binomial para valores selecionados de II e p.o:i3 0.3..118 0.303 0.000~ 000 0.075 0.136 0.141 O.276 4 0.091 0.016 ~ ()28 0.<.031 0.Q43 0.216 0.234 0.354 0.020 0.980 0.246 0.) Solução Uma porção da Tabela 2 no Apêndice 8 está a seguir.060 0.010 0.377 0.000 0.091 0.61~ 0.)87 0.016 0.095 O. ''º"'" tJS.006 O..810 0.037 0..166 0.064 0.420 M55 0.owbilidod.002 0.399 0.360 0. e.008 0.000 0.4-0S 0.s 171 Portanto.000 0.121174 + 0. Depois. (2) no mínimo dois deles respondam sim e (3) menos que dois deles r'esponda1n sinl..0. encontre a soma.490 0.276 0.132~.300 0.000 0.303 0.236 0.020 0. aleatoriamente.SS o.096 O.016 0.010 0. 5 0.495 O.\60 1 0.480 2 0.244 0.002 0. conforme destacado nas áreas da tabela: li :x 0.320 0. quatro homens norte-americanos e pergunta se eles têm a pescaria como atividade de lazer preferida.458.128 0.00. 177.203 0.375 0. Encontre a probnbilirlnde biuominl para cada valor de x. a probabilidade de que menos que duas mulheres respondam sim é: Plr<2)= P(O)+ P(J) :>::0.480 0.288 2 0.423 0.275 0. Você escolhe. Encontre a probabilidade de que (l) exatamente dois deles res· pondam sim. Cl'u~ris Burem.422 0.262 0.941 0.008 0.t i·.1 0.irio.000 0.203 0. .125 .334 0.187 6 0.) a.027 0.186 0.ultos gastam menos de 15 minutos para chegar até seus locais de trabalho.125 0.082 0.

41.148 0. 0.") O.. 0.m~.. con10 a seguir: Assinaturas de TV a cabo /'(.1. p ex. represente graficamente a distribuição. (F11111r. 1.. a probabilidade de que exatamente três de seis trabalhadores passem menos de 15 mi nulos cada no caminho para seus locais de tral>alho é O. encontre a probabilidade para cada valor de . 0.) Solllção Para construir a distribuição l>inomial.106 0. p. l-d . 4 5 • .. Usando 11 .lidade discreta. 6.IJ§dd 17Z • hutflti<uplic«la l'ortanlo..005 0. qual é a probabilidade de que exatamente quatro delas lenham um sile na Internet? Use a tabela para encontrar a probabilidade. você vai obter o seg·uinte: X o 1 2 3 4 5 6 P(x) 0.~IO:'Ü1 IUl I'· ..IS .283 0.25 2 :ã 0. enh! Quarenta e cinco por cento de todas as pequenas empresas nos Estados Uni- vod dos tên1 un1 site na Internet. Como uma distril>uição binomial é uma distribui·ção de pro· babi.LO O!IS ~x o 2 3 e. Escreva o resultado em forma de sentença. b. 176 0. uJn sucesso e . Use n Tnbeln 2 no Apêndice B para encontrar a probabilidade binomial. Você seleciona seis casas aleatoriamente e pergunta a cada uma delas se elas assinam TV a cabo.) a. Identifique 11. Se vo& selecionar 10 pequenas en.439 I Representando distribui~ões binomiais graficamente Na Seção 4.un fracasso. R. Depois.042 Você pode representar uma distribuição de probabilidade graficamente usando un1 histograrna..ngm1 RN•rrl1.. UC... você aprendeu como representar graficamente distribuições de probabilidades discretas.t.a tentativa.185.30 ~ ~ 0. Exemplo m Representando uma distribui cão binomial graficamente Cinquenta e nove por cento das casas nos Estados Ulnidos assinam ·1v a cabo. cr....IS O.t i·.04] 0. Construa uma distribuição de prol>abilidade para a variável aleatória x. H.f>11á1ml Comp. c. você pode us<1r o mesmo processo....presas de for· 6 ma aleatória..20 .59 e q.2 l O. lrleutifique un. d.

Parâmetros populacionais de uma distribuiçào binomial Média: 11 = np Variància: u2 = llfXI Desvio padrão: u = Jn{X/ Exemplo [8J Encontrando e interpretando a média.te o mês de junho. E11co11/re a probabilidade binomial para cada valor da variável aleatória x..5 é inclinado para a esquerdn.1 para médin. Interprete os resultados e determine quaisquer valores incomuns.IJ§dd Capitulo 4 • OiWiMi<õPS de piobaWlidad.do a.ptrrt1tttJ1t . Usando 11 =30. (f. O gráfico de uma distribui· ção binomial com p = 0. cerca de 56% dos dias são nublados. e.44 "ocê poderá encontrar a média. Depois.ir as fórmulas apre. = npq= 30·0.7..s.) Solllçâo No mês de junho há 30 dias.: ~""""'' 011ttnlfr lM1a Ccutrr. por conta das baixas probabilidades. caso uma probabilidade seja de 0. a variância e o desvio padrão para o nWnero de dias nublados durru.S6·Q.4 U= ffl= J3(). você Você seleciona seis casas de forma aleatória e lhes pergunta se elas têm um 1 computador.8 . va.44.= 11p = 30-0. ~ 2. enquanto o gráfico de uma distribuição com p < 0. Encontre a . variância e desvio padrão Embora você possa us.seguir: /t.-\.05 ou menos. I Média. l-d . ente Sessenta e dois por cento das casas nos Estados Unidos tênl un1 conlputador. Orgn11ize os valores de x e suas probabilidades correspondentes em uma distribui· ção binomial. as propriedades de uma distribuição binomial permitem que você use fórmulas muito mais simples. Construa uma distribuição de probabilidades para a variável ale- atória x. Pensilvânia.) a.111.s di1cr"" 173 fllterpretnçâo No histograma você pode ver que seria incomum nenhuma ou somente uma das casas assinaren..un1.10 binomial com p > 0.. CF<mlt: u.Q.56·0.'io de probabilidade discreta. D. . a variância e o desvio padrão conforme apresenta.rdidas na Seção 4. b.5 é inclinado para a direita.. O gráfico de uma distribuiç. R~Mn tt.56 = 16.grnfiro111e11te.co111mt1((. Lembre-se de que.ri· ância e desvio padrão de uma distribuiç. a variância e o desvio padrão Em Pittsburgh.t i·.44 ~7. represente grafican1ente a distribuição. ela é conside· rada incon.né· dia.56 e q =0. Use um histograma para representar n tfistrib11içi!t> bfoo111ial.39 Veja no Exemplo 7 que o histograma está inclinado para a esquerda.7 J'· . lV a aibo.5 é simétrico. p = 0.

º·' c. Encontre a rniz-quadrada das variâncias para o desvio padrão.20.. Califórnia..75.4.25 º·' U. lde11tifiq11e um sucesso e os valores de 11.. O desvio padrão é de aproximadamente 2.) .30 0.. Análise gráfica o~ Nos exercícios I e 2.ín.c. o.-'-.r-1 O 1 2 3 4 0.3 0. a) º·""' 0.-.80. E11co11/re oprod11to de 11."2 0. ente Em $.1.25 0..t11 Cl1nml:< Dn1n C11:Ur. um mês de junho com 23 dias nublados também seria considerado incomum. i..... d.2. 0. relacione as probabilidades dadas com o 03 grJfico coneto..<) 0. Dado 16. /111erprete os resultados. 44% dos dias em 1 ano apresentam tempo limpo. Cada distribuição 1em o mesmo número de temativas n.t i·.-'-. Cada um dos histog.os b) Ot2l4S b) OA +r-. b. por termos 16... vocf Encontre a médi<\ a variância e o desvio padrão para o ru.. 1.'lo Francisco..._ .1s +-. R~~.cro de dias li1npos 8 durante o mês de maio. Valores que são mais do que dois desvios padrões da mé- dia são considerados incomuns.20 o. p e q.) a. E11co11/re o prod11to de II e p para calcular a média. c..~111 un I'· A39 Jfl Exercícios Construindo habilidades básicas e conceitos c) P/.J.p=0.2(2.2 nomiais. p e q para a variância..-'-r.-r r . Interprete os resultados e determine quaisquer valores i 1\oomuns.. mas probabífidades d"ife<entes de sucesso p.8 + 2(2.-'-r'~~p.3S 0. p =0.-lO +-.30 +-.L-.7 dias.25. um mês de junho com ll dias nu. (Ft»rtt>: Nn1rQt1.p =0.8 . 1 ? J • a) PI.-.ibuições bi· 0.. há 16.p = 0.. p = 0.::i..S dias nublados durante o mês de ju nho.enta óist.10 O 1 2 3 4 o.os U'.s +-. l-d . . Da mesma forma.c::..IJ§dd Tuterpretação Em média.50..50.w o..L. e.- o.7) = 11.10 o.:i..7) = 22.amas rep.- OJ S 0.) 2..e..- /'(..blados seria incomum.p =0.1 0.

0.40. Caso ele não 0....20 02S O.'"35 0.conseguem se recuperar 0.1$ 0.r.. . n Q: 4.IS doo bebês que nascem com a doença ...3.. uma e) /'<.os Nos exercícios de 11 a 14..1+ .. Um hospital está cuidando de cinco bebês que têm a o.. -1--.10 7.10 Média.I OJO p..-4J. (Fome: 11'..>5+-.10 +-..35 ' 0...J.esenla o rnímero (>.2$ OJO 0.os.eados na IOlena.J 9.s 6 S 10 12 1ecupe1am 101alrnente. Identifique oo valores incomuns de x em cada histog..a 0.. cada dis1ribuição 1em a mesma probabiidade de sucesso 0. identifique um sucesso. cada ristograma represen1a pane de uma distribu~o 0. doença. IS 0....- 0JJS '-HH.OS um po< cento doo emrevisiados disseram que cones de imp051os prejudicam a economia.el aleatória repre- 4.y.10 <>..tj p e q e lis1e oo poosiveís valores da variável aleatória x. las numeradas de I a 40.~ X 0 ! ..40 -1--.n OJJS U.IJ§dd (ap!tulo 4 • Ois11ibai<õt1 de l)fobabilidade.J(>+ .l..- 0. Yt.: -11.s +---I ih .. Loteria Uma lo1eria estadual escolhe..10 + .10 ·o cone de impostos aj\Kla ou prejudica a economia?'.l.05 01'2) 4 5 4+H+i-i'IL.1~+ .:sen1a o número de bebes que se t<. P(.n c 12..- 0. Cerca de 80% 0.arna do o..- bioonial..is...l' º·'º 0. Avariável alea16ria represenla o número de O:J0 + .20 O.- dências comp<arn alguma coisa.1.l.Jia?-+-·· ... decida se o experimento ê bincmial ou b) não..i Vletfd bool Encyciop<M) 8.n= 10..io comp<am .lJ-H. relacione os valores dados de n com os grá· /'(.ll. 6 bo- 0.JS 0.'. 9 12 IS Análise gráfica e) Nos exercícios 3 e 4.) a) P(x) 10.-.. Cianose Cianose é a concf!ÇA..T) O 3 6 9 12 1$ 0.20 + .I S ~ sor. especifique valores paran.2$ de uma insuf.25 valor de n aumenta e a probabilidade de sucesso con1inua a mesma> 0...nada. OJ5 0.. O.y..30 0. Pesquisas políticas Urna pesquisa enuevisla 1. n=S.10 totalmente..40 + ...- 0.f-1->+J-.. O 3 · . Quinze adultos que participaram da pesquisa são selecionados alea1oriamente. 6.J.\') loja descobre que 26% das pessoas que entram em suas depen- • 0.. a variAncia e o ' • t+-.. 18 pessoas entram na loja.l .40+ .J<. encomre a média.IS 3. di1<ie111 175 e) b) /'(.. <t10 OJ>S a) l'(.. Vendas de uma loja de roupas Ao analisar g1avações. (ront. 0.y.- 0.t i·.irn a economia.lS um bilhe1e da lo1eria. seja bioomial explique o porquê.4Cl.-m 0 .J..40+--~~ (). Vinte e <>.1 .20 O.>~. l-d . O 3 6 9 12 IS desvio padrão da dislribuição binomial com os val0<es dados de n e p..-::I Exereício 4. A variável aleatória rep.ciéncia na oxigenação no sangue.. de pessoas que n. Você escolhe seis númetoo e cornp. combinações possíveis no seu bilhe1e pata acertar os números 0.pc..000 adultos..10 + .JS + .20 • ..- 5.o de ter a pele azulada por coma (>. 0.. O que acon1ece quando o 0.40 + .-. senta o número de adultos que acham que oo cones de impostoo prejvdk.. Identifique 05 valores incomuns de x em cada histog1ama do OJO Exercício 2.~"' Identificando e entendendo experimentos binomiais O 2 -1 6 8 10 12 Noo exereícios de 7 a 10. Caso ele seja.) /'(x) 0. de forma aleatória.I.'. variancia e desvio padr~o o.2. Em um peoodo de uma hora.) fi<:os correios.~ ~ . 0.. Avar~el alea16na repr.l. mas númeroo diferemes de 1en1a1ivas n. A varia.. n = 15..n s 8..1'.- 0..

preferido de cada um deles.. Sem tranS1ornos do sono Um em cada quatro adultos diz não sibilidade das atividades ao ar livre. Pa.. 24. você seleciona 10 homens de forma aleatória e pergunta a cada um se Construindo distribuições binomiais eles se consideram fãs de beisebol profissional. p = 0.. compensação para universMrios.. Tipos sanguíneos Trinta e oito por cento das pessoas nos Esta· pagam por suas viagens de lua de mel. (b) no mínimo 1rês qtiestões e (e) menos que três questões. seleciona 12 pacientes. (f«. sele· de mel. Sucesso em cirurgias Uma 1écnica cirúrgica é aplicada em sete res mais amigos da empresa. Você seleciona.. Denue eles.p Fbll.com. Você. p = 0. Canão de crédito Vínte e oito por cento dos alunos univer· sit.no e (e) um histograma.tnog01.. Encontre a prollabaidade do número dos ques1iona solxe o hábito mais irritante que os outros lll-Oloristas amantes das castanhas de caiu ser (a) exatamente uês. (For\:e:/(o/n/l'flryr. Você..ience. (b) maior .e quatro e 17.) 19. (f) o desvio padr~o da dis1ribuiçAo 18.p!i" da 11.·IWAREVER) seleciona seis mulheres e pergunta a cada uma se elas se consi· deram fãs de beisebol profissional (FtM<C:GaA. aleatoria· mente. aleatoriameme.IJ§dd 176 • {sto1f1ti. (a) exatamente quatro. aleatoria· (b) maior que três e (c) no máximo três.e: Ame. 22.85.. Você.ais que seis e (c) no má.000 quando se aposen- tarem. (b) no mlnimo cinco pacientes e (e) mero dos que se dizem lesados . Biscono preferido Dez po< cento dos adultos dizem que os binomial e (g) interprete os resultados nos contextos de vida real. (b) maior que dois e (e) para cada uma das questões. n = 64. n = 124.!Ml<)liooa!J consideram f3s de beisebol profissional.. (a) construa uma di..a/ndt.. indusive. Você seleciona. Você.) Encontrando probabilidades binomiais Nos eirercicios de 15 a 24.lo de crédito. Doadores de sangue Cinco por cento das pessoas nos Estados corno principal motivo para as f&rias &eja (a) eitatamente 11és. p = 0. encontre inferior a oito. Você seleciona Qvais valores da variãvel aleatória x você considelaria incomuns> 12 adultos aleatoriamente e pe.000 Usando e interpretando conceitos seja (a) exatamente dois..a queles que citam o plano de compe~çllo como motivo para o completar o teste.. En. que vão p<ecisar de menos que $ 250. Encontre a pro· Nos exe<cícios de 25 a 28. questiona sobre quanto dinheiro eles acham que vão precisar 14. (Mqp!illfo ~~'"""A$S(Xiori(Jn ol/Jicod B()!l~) 28. alea· mais irritante que outros m01oristâs têm no lrâns~o.io de suas carreiras. Aposentadoria Catorze por cento dos uabalhad°'es acreditam 12. tf.irios diiem usar cartão de crédito por conta dos planos de Se lot CQllveniente.. Mulheres fAs de beisebol Trima e se:e por cento das mulheres n(mero dos que dizem preferir biscoi1os de flocos de aveia seja (a) el<Jlilmeme quatro. l-d . escolhe seis pessoas que foram pesquisadas e as que eles mais gOS1am. n = 80. (b) no 1êm no trãnsito.. aleatoriamente.eia são seus preferidos.) . (b) no mínimo quatro e (e) inferior a quatto. aleatoriamente.e três queS1ões. Encomre a probabilidade de que o número daqueles que acham que precisarão de menos que$ 250. indusive. escolhe 15. Financiamento de lua de mel Setenra por cemo dos casais elas s. (fcnre:8ride. use ferramentas de 1ecnologia para encontrá-las. alea1oriamen1e. (b) m.vemenr CGtpororioli o/ 1met1ro. EncOlltte a probabilidade de acenar entre dois e cinco. encontre as probabifidades indicadas. e os 13.. para aposentadoria.elos colegas mais antigos seja menos que cinco pacientes. Encontre a p(obal:ilidade de que o nú- exatamente cinoo pacíen1es. (F<>nre: Ho<}MY inSvfonce. Raiva no trAnsito O gráfico mcxstra os resultados de uma pes- 21. Fãs de beisebol Cinquema e nove po< cento dos homens se oito. Encontre a probabilidade de do so.) 29. seleciona férias de forma alea16ria e pergunta a cada uma delas o mo1ivo cinco adul1os e perguma se eles não sofrem de algum ttanstorno principal de elas estarem em férias. Você. Você soube que há 70% de chance de sucesso.n Assoou""' of B:«xJ B<rnl.io doadoras.. unidos aptas a doar sangue sao de tato doadoras.72. (í-onre: Ret. (e) descreva o formato do histograma. meme. (b) maior neo o+. Castanha preferida Onquenta e cinco por cemo dos aduhos quisa conduzida entre moíoristas que disseram qual é o hábito dizem que preferem a castanha de caju. (b) represente graficamente a distribuição binomial usando de beisebol seja (a) el<Jtamenie oito. 12 adultos e pergunta <j\lal seria o tipo de castanha atoriamente. Você seleciona 10 pessoas em 1er p(ob!emas para dormir ã noite.11x1>Ve) o hábilo mais irritame é falar ao telefone.ctrre: Ma<"' .3. 20 casais e pergunta se eles mesmos pagaram pela lua dos Unidos têm tipo sanguíneo O+..re: &pe.pf\ill. (For. Você. Encontre a probabilidade de o número de casais que dis· ciona cinco norte-americanos e petgunta se eles têm tipo sangui· seram ter P'l80 pela lua de mel ser (a) el<Jtamente um.26. Adivinhando respostas Você está fazendo um teste de múl· 1O universitMos e os questiona sobre o motivo de eles usarem tipla escolha (l<Je tem cinco ques1ões. n = 316. 1t.svyA. executivos e pergunta se eles têm essa sensação em relação à cooue a probabiíidade de que a cirurgia seja um sucesso para (a) evotuç.gunta qual é o nome do biscoito Explique seu raciocínio.. Seja x o número de pessoas que disseram que mftlimo quatro e (e) n_o máximo dois.. de Í(l(ma alea1õria.que quano e (e) ent. 23.. (Fonre:Co&.a.l que o núme<o daqueles que escolhem as atividades ao ar livre 27. Cada questão tem qua· cart. I\JUic 0pui.) (a) exatamen. ale· toriamente. Encontre a probabilidade de que o 25.. (b) no mínimo o. biscoitos de flocos de a. aleat0<iamente. Vocé.10.stribuição bi- babifidade de que o número daqueles que se coosideram fãs nomial. (lànrc. (Fonre: T10. Evolução na carreira Vínte e quatro po< cento dos exeartÍ\!05 diiem 1er tido a evolução na carréra bloqueada por trabalhado- 16. po<ém apenas uma delas é co<re1a.t i·.) (d) a média. Encontre a probabilidade de que o número da- tro respostas possíveis.ãmo cinco. Você escolhe 10 ttabalhadores.am fãs de beisebol profissional. escolhe quatro pessoas aptas a doar sangue e perguma se '"""""'·) 20. se conside. (e) a variancia..) que um e (c) no máximo um. Motivo das férias 'Ante e um po< cento das pessoas em férias diiem que o principal molivo po< elas estarem em férias é a pos· 26. você escolhe as respostas de forma aleatória uso do canão seja (a) ell<Jtamente dois.p = 0.. (fcnre: H1Jt1is rnr.

..lo sejam altas e sem COI.es de x voe~ considetaria inc0<noos? E. Redaçllo Enco...lo organiül· valores de uma ó....p 32.. l-d . Donos de pequenas empresas O gráfico mos......s.P(EJ = p.. (b) Encontre a probabi~dade em que e. e as~m por dí.1Nbilidldetll.) 5.)do~ ~ .atamente duas pessoas 2.r '3. x... E.IJ§dd C. ifj Atividades Distribuicão binomial parâmetros para a distribuição binomial (n e p) e o nútne10 de valotes a serem simulados {N).... . .._.!tprobabili4'de... d<Jas sejam altas e sem CO<.t i·.. ~ ~wfa de ddc'fl\\1'1\'cfa. .llllid.A ~ ~ ' i i a A~ t ~~$~ 11 ~ ~nlk~ dentes de ~. tào.i--... baixas N'~k> ~ e coloridas e baixas e sem COI. altas e sem cor. sendo (a) Consin.....P(E.. duas seiam baixas e coloridas e uma (a) COllSll\Ja uma distribuiç!o binomial. Redação Encontre a média e o desvio padrão da distribuição _. P(E) = P..lo: altas e coloridas. ~ e ~ ..:aun... escolham •talar ao telefone". +P. Cada resutado tem um núme10 füco de probabilidades. quatro T(lrl)ld. A distJibuiçiJo binomial APPlEr permite que você simule N valores de uma distribuiç.fl(b Mais? Rc~ mais (tcqlX'. ~.11m!'4a.m as probabilidades correspon· ~~.:.1'1c'lt. q~ ··co1.~ ~!.':icdri. Eo· escolham •talar ao telefone".....•• x.x. ~ e ~ ..ui. x~x1.:rnque bin()(llial no Exercíáo 30 e inte<prete os resultadQs no contexto da . Afrequência de cada resultado é exibida no gr~fico..-~{""'-'f" ?OO f-.os de pequenas empresas que P. émscrviços aos consumidores A probabilidade que x OCO<ra é: Q.r. Avariável aleatória diSCleta x calcula o númeto de vezes que Donos de pequenas empresas x1.. é o número de vezes que E...nda mais. duas sejam baixas e coloridas e uma seja binomial no Exeicído 29 e intetprete os resultados no contexto da baixa e sem cor. ar. = n..a uma distribu~ binomial. duas 31.V.. +P. E. Cada tentativa tem k resultados mutuamente exdusivo5 E. Se 10 plantas forem escolhidas... • encon«e a probabilídade de que cinco sejam ahas e coloridas. vai ocorret.104 • Oi1trihui<llfS .~. O expe1imento é repetido um nú meto fixo de vezes n.-.iue a média e o desvio padrão da distribuiç. ~«~·. \.pn.'d' t i tipos de plantas surgir. use as iní0<mações a seguir: Um experimento polinomial é um experimento de probabilida· de que obedeça às seguintes condições: 1.. Quando vocé clka em SIMULATE.. e..:dcios 33 e 34.'.:lll'YO da fnmkl Experimentos polinomiais -Co._ ocorre em n tentativas independentes. :.. (Fon!o: t-m<.. f0<am questionados quanto á habilidade na área dos negócios 4.. Genética Outra teoria propost~ pela genética nos dá as probabi· rios respondam •gestão financeira".ra os resultados das piobabilidades para todos os resultados é: de uma peSquisa feita entre do.dez plantas forem escolhidas.lnte.a r. Seja x o !llimeio vezes que E. E.Asoma 30.Í 33.." cn~ o.) = P..-...Qll(I.. Se . . x.) = p...is? Explique seu raciocínio...~. contre a p1obabilidade de que cinco sejam ahas e coloridas. seja baixa e sem co. E. + ··· +P..atamente dois empresá· 34.~....es dex você considetaria incom<J.. cada tentativa independente de outras tentativas.. discretas 177 Irritações no trâns-ito vida real Q\Jaisvalo..)o).lo bronial. Genética De acordo com uma teoria de genética. desejavam desenYOJve.IXê pode especificar os dos à direita.n.»~ vida real Q\Jaisvalo..P(E.mrio~~lo i(> l'los exe.::.-sto'b<Jiç.lo binomial específica w.i ~ loridas e ahas são cf\Jzadas com plantas sem cor e baixas...adó. ~. vai dos~ disseram que gestao financeira era a habilidade que eles ocorrer..l •"'-''l'o. 1J r• l\.p..11ik 1 1 1 1 O'IOJo:-t ~ IIAi~oupw. onde qoe~oi melhorar seus conhecimentos x1 +x1 + Xl + -· + x. <ll(n~di-.~'--. = 1.. (e) Encontre a probabi idade em que no mfnimo cinco pessoas 3.. vai ocorrer..un·· "° .- 1 1 1 1 rios respondam •gestão financeira". sot. ainda mais. i dades correspondentes para os qua«o tipos de plantas descritas ( c) Encontre a probabiidade de que menos de quatro empresá· como ~ .p!ique ~ <~ ~"\)(:S seu raciocínio. Expandindo conceitos ~l<.c*S: Stf\J>.)tw.lQ«-. se plantas co- <~rmwc-rr... é o número de que eles gostariam de desenYOlve< a.. (b) Enconue a probabi idade em que e.... é o número de vezes que E. a. .

.._. Se um for escolhido de forma alea161ia. Simule selecionar n = lO eleitores válidos e N = 10 vezes (para 10 das comunidades na regiAo). 1992 1993 1994 1.. desses acidentes pode ser vista no histograma ~ direita. Uma ó1S1nbuiçAo de probabilidade binomial para n .-fl . Simule seleciooar n = 10 eleito...c. estudos industriais.Mq que a probabilidade de um acidente fatal em um dado ano seja 0. tivemos 91 aci- . Supc.. pais empresas aéreas dos EUA.:idcntc:5 Ano 1977 197S 1979 1980 !9SI 1982 1983 1984 1985 19S6 1987 !9S8 1989 1990 1991 Acidentes 3 5 4 o 4 4 4 1 4 2 4 3 8 6 4 Ano.>imu~o para estimar a prcbabilidade que o número de eleitores que n:~ votaram nesSil eleiçAo seja (a) exatamente 5.ultodo. dade binomial? Estudo de caso Distribuição binomial de acidentes de avião / AAir Transport Association of America (ATA) é uma organização de sup<J<te para as princi· 9 .-1 uansporte aé<eo e conduzi.. sultado do Exercício 1parte (a). Use o> ..-l vem acidentes. 995 1996 1997 1998 1999 2000 200] 2002 2003 2004 2005 2006 Acidentes 4 1 4 1 3 3 1 2 2 6 o 2 1 3 2 [xercicios 1.io presldelldal. Use os resultados da simulação pa1<1 estimar a p1obabilidõde de que o número de eleito. de exatamente 5 pessoa~ Compare este resultado com ore- Passo 2 Especifique um valor para p.000.. Suponha que no Exercido l você selecione n = 10 eleitores aptos a votarem N = 100 vezes...000 e p ......_. Quais deles é mais próximo Passo 3 Especifique um valor para N.imo 7.M. oà 12 é ap<esentada: . do . A álS1ribuíçAo ~ ~ - 2 .. Em 2006.. inclusive aquelas que envol· ·-g 5 +--~~. havia por volta de 11 milhões de voos comerciais nos Estados Unidos. n < NúnlCro de ... N:~ 2.0000004 com x ..es aptos N = 10 ve2e. 20% Si111U1:ltcj dos eleitores aptos a uotar na me= regieo que o Exercício l. . (b) no mínimo 5 e (e) menor que 4..lo haveria eleição pr~dencial.t i·. . 70% dos eleitores aptos a exercer sua funçAo realmeote votaram.!: 7 + . l-d .IJ§dd 178 • {stl)thti<11 a1>licbda Condusões ' 1.0000094.. Algumas das atividades da ATA induem p<omovet a indústria de S+-.._~-. qual é a probabilidade de ele ter se envolvido em um acidente fatal? 2. A ATA também mantém estatísticas sobre voos comerciais.r 4 - dentes com aviões comerciais envolvendo empresas aéfeas none-americanas.~ ' 8 e (e) noma.es que votaram nessa eleição seja o (a) exatamente 4. comunidodeo do regiõo). ~ p1obabilídade enconuada usando a fórmula de prcoobUi- Passo 4 Clique em SIMUlATE. 11.. ' 3. o 1 2 3 ~ 5 6 7$ _. 0.-1 ~ 6 ._. (b) no mínímo ..s (para 10 das ... Durante um ano que o. Estime a probabilidõde de Explore que o número de eleit0<es que votaram nessa eleição seja Passo 1 Especifique um valor para n. de íatovotam.. Durante um ano de eleiç. Oe 19n até 2006 para aeronaves com 10 ou mais lugares..

Uma tentativa é repetida até que o sucesso ocoria. Construa uma distribuiç.0000008 com x ~ Oa 12. quando o prirneiro sucesso acontece na terceira tentatjva.20 " ] 0. p ex separados por vírgula. tiwet« 179 PC. As tentativas repetidas são independentes uma das OIJtras.10 0.t i·.os ~alores ele 3.loilidades I Adistribuição geométrica usando disúibuiçJo ge(lll1étrica.15 :. 0. você vai estudar outras duas distribuições de probabilidade discre· usando a distribuiçaq de Poisson. Dica de estudo histruções detalhadas para en. En1 outras palavras. 4. A probabilidade de sucesso pé constante para cada tentativa.IJ§dd (. De aC01do com a anáfise de USA lODAY. Muitasações na vida são repetidas até atingir-se o sucesso.000 anos ames de morrer em algum acidente: Como essa senteo. voos aéreos S<lo tJo seguros que uma pes· soa teria que "voai todos os dias pot mais de 64.25 {j 0.a distribuição geométrirn e a distribuição de Poisson.erimento binomial. • Como encontrar prooobilidades Nesta seção. t:as .pltol-0 4 • Oi1uihuí<ilfl dtprokbili4ade. . o resultado é PFS. l-d ... Situações como essas podem ser representadas por uma distribuição geométrica. por exemplo.. i o.a pode ser justificada' ili Mais distribuições de probabilidade discretas Oque você Adistribuição geométrica -~ Adistribuição de Poisson -+ Resumo das deve aprender distribuições de probabilidade discretas • Como encontrar prob. d inicão Uma distribuição geométrica é uma distribuição de probabilidade discreta de uma variável . ou você pode digitar um número de teleionecelular várias vezes antes de conseguir fazer a liga· ç.. e a probabilidade é P(3) = q·q·p ou P(3) = p·q'. ondeq • 1. A probabilidade de que o primeiro sucesso ocorra na tentativa número x é: !ENTERI P(x) a p(q)'·'. Um candidatodeCPA. Compare seus resultados com a disuibui(Ao do Exercício 2.ão.q. Seria uma distribuição binomial um llôm modelo para determinar a probab~idade de vários núme1os de acidentes fatais durante um ano? Explique e inclua a diswssão dos quatro critérios para um e.000.!o binomial para n = 11.05 Qual é a probabilidadedeexis1ir (a) 4 acidentes fatais em um ano? (b) lOacidentes fawis? (c) enue 1e 5. 5. Entre com. O: geometpdí( 2. pode fazeroexamedeCPA várias vezes antes de conseguir passar.p. indusive? 3..0 00 e p = 0.) 0.:ontrar uma probabilidacle geométrica na Tl-83[84: aleatória x que satisfaça as seguintes condições: !2nd IDJSTR 1.

t i·. Por exemplo..105003 +0.n)• "'0.0808519943 qualquer telefone dado é 0. Usando p = 0. você tem: P(4) = 0. S.IJ§dd 180 • [srat11tic..m sucesso possa. em qualquer dia dado. E11co11tre n so111n de P(I).pllc«la 9eoMetPdf(.x.23·(0. q= 0. você queira a probabilidade de que um n. 23.5) Por ':'x1ieriência.'\o de probabilidade discreta porque -06 valores de x podem ser listados -1. . ocorrer.be que a probabilidade dP.23. Escreva o resultado em forma de sentença..23·(0. quinta Ligação.186. P(x) se aproxima de zero. .ib~idades usadas no Exem. ocorra na quarta ou quinla ligação. I Adistribui~ão de Poisson Em um experimento binomial. encontre primeiro a probabilidade de que a venda ocorra na quarta liga· ção e a probabilidade de que ela ocorra na quinta ligação.i na quarta ou plo I automaticamente.77)3 "' 0.000852 "'o.105003. Embora . ru.4) Exemplo OJ Encontrando probabilidades ao usar a distribuif!o geométrica .77 ex = 5. 2. Use n distribuição geo111élriéa para encontrar P(l). P(2) e P(3). Então. Per<:eba que conforme x se toma maior. r ara encontrar a probabilidade de que sua primeira venda aconteç. O experimento consiste em calcularo numero de vezes.úmero específico de ocor· rência aconteça dentro de uma dada unidade de tempo ou espaço.080852.77 ex=4.. que um evento ocorre em um dado intilNalo. Encontre a probabilidade de que sua primeira venda ocorra antes da quarta ligação. q = 0. a probab)lidade de que sua primeira venda ocorra na quarta ou quinta ligação é: P (venda na quarta ou qtúnta ligação) = P(4) + P(S) "'O.Suponha que. a. O intervalo pode ser de tempo. Encontre a probabilidade de que sua primeira venda. você tem: P(5) = 0. você está interessado em descobrir a probabilidade de um número específico de sucessos em um dado número de tentativas. Solução usando a Tl-83/84. teoricamente.o. Então. nunca.10500259 9eoMetPdf( . encontre a soma das probabilidades resultantes. as p1ob. qlu? você fará unia venda erra . efinitão Adistribuição de Poisson é uíl\a distribuição de probabilidade discreta de uma variável aleatória x que satisfaça as seguintes condições: 1. l-d .77)'' :::. 0. para determinar a probabilidade de que wn funcionário lique doente por 15 dias dentro de un.c. você pode encootra. área ou volume. a distribuição geomé· trica é uma distribuiç.23(0. P(2) e P(3). Usando p = 0. você s.23. Por exemplo: P(SO) = 0. em vez disso.23. você pode usar a distribuição de Poisson. e.0000006306. b.23.

. Usando a Tl-83/84.) dos de x e 11.e-1~.80 - ométricas ou de l'oisson. . P(2).0 :2 Exemplo i º·"° Usando uma tabela para encontrar probabilidades de Poisson d: 0. Retratando o mundo Qual é a probabilidade que mais de quatro acidentes ocorram em um dado mês na interseção? A primeira ponte suspensa co11stn1ida con. cOnla Narro\vS no estado de e.. P(l).6 ex = 2.tt: \\ir-liington son. Você também pode usar uma tabela para encontrar as probabilidades de Pois· do de 5 dias. Washington. l-d . 4 4! . "'º'168. por exemplo. Você pode verific. P(l).. = 3. Exemplo [D IJsando a distribui. o Menu OISTR pode ser usado para encontrar probabilidades binomiais. em qualquer mês dado. 1 2 3456-r Uma estimativa populaóonal mostra que existe uma média de 3. Use uma tabela para encontrar a probabilidade de que nos ve!c.:>++-. = 3. para encontrar as probabilidades de Poisson.. Aocupação mé· d.20 l_ u.. A'Jàbela 3 do Apêndice Blista a prob. f:11co11tre a soma de P(O). sucesso nos a.i interseção? Sol11ção Usando x = 4 e .'Ptlrh1u111 c. 3. Você também pode usar ferramentas tecnológicas.valo. P(3) e P(4). Solução Q11al ~ 11 pwbn/ii/idade de q11e 11111 w!c11lo seleciouado a/<'11/o- Uma. EUA. O número de ocorrêllàas em um ime. dentro do campo. Use a distrib11ição de Poisscn para encontrar P(O).g - m ~ 0/.r.6.os de oÇOrrências por inte.. dia dos veículos que passam R~'3pO:-lff "ª p. A probabilidade de exatas x ocorrências em um inteivalo é: P(x)= 1<':·•. .nte Tacoma Nar· rows. como MJNITAB. S11btrain a soma de 1.n~. A40 pela ponte é de 1.1bilidade de Poisson para valores selecion. 0.4) .. a Po.6 coelhos por Nén. quatro acidentes ocorram ness. º" . P(2).valoé independente do número de ocorrências em outro inte. dois coelhos sejam encontrados em qualquer acre dado. Escreva o resultado em forma de sentença. você pode encontrar a probabilidade de Poisson conforme visto nas áreas destatadas da tabela.valo.parle da Tabela3 doA~ndice Bpode ser vista aqui.s.~$ acre morando em um campo..:J:.i:..ir a solução para o Exemplo 2 na margem.orante um perío· Poisson.IJ§dd (ap{tu!o 4 • Oi111ibuicões di prnl>abilidadt1 diwetos 181 2... passa por cima do Ta- b.71828)_.11..cro de pc. é a média dos númo.. Usando a distribuição rinrue11le tenha doi~ ocupantes para.t i·.Jo. Aseguinte distribuição de probabilida- No Exemplo 2 você usou uma fórmula para determinar uma probabilidade de de representa a ocupação de veículos d. Qual é a pro· PoissonPdf(3. a probabilidade que 4 acidentes aconteçam em qualquer mês dado na interseção é: P( ) 3'(2. onde e é um núme10 irracional aproximadamente igual a 2.1· Str.7 1828 e. ge. P(3) e P(4).1/Trat:SJ'<'Tlntic.os? .lt 0.valo de unidade.ao de Poisson A média do número de acidenles por mês em certa interseção é lrês. (F. Aprobabilidade de o ~mo acontecer é a mesma para cada inte. Ex· cel e a Tl-83/84. 1680313557 babilidade de que.

0013 0.1429 6 0.0246 0. uma tentati\la.0369 0. As te11tativas repelidas são independentes un.ão goométrica é uma distribuiç~o de probabilidade x-= o número de tentativas nas quais o ge.0019 0. 1140 0. 4.2209 0.0881 7 0. Duas mil trutas marronss.0111 0.r' Distribu.0450 0. Escrevn o resultado em forma de sentença.1931 5 0. b.1377 0. l-d .1397 0.> x = o número de sucessos cn. Os resultados poden1 SCr' classificados con10 sucesso ún. A variávél al<-atória x repres('nta o número de tentativas nas q = 1-p quais o prin1elro sucesso oc<>rre.ui5~0 Resumo l'órmul.0095 0.t i·.2087 0. I Resumo das distribuições de probabilidade discretas A tabela a seguir resume as distribuições de probabilidade discretas discutidas no capítulo.s o·istribuição Un.a distribuiç. A probabilidade de su~"Sô pé constante para cada tentativa.0408 0.IJ§dd 182 • [s.l8'i-O 0. n(unemxé: P(x) = p(qJ•·•.0066 0. q = probabilidade de fracasso en.2158 0. Q. e.0089 IO 0. Use a tabela para encontrar uma probabilidade de que três das trutas sejam encontradas em um mesmo metro cúbico do lago. única tentahva 4.tatis1i<a 4pl icdda µ X 31 3.1264 0.1322 0..0028 0.1781 0. o ntín.omélrica discreta de uma variável aleatória .0047 0.7 00984 0.0771 0.0555 0.3 0.a.0348 0.11'q•·• Os parãn\lllros de un.'UC'eSSOOC<>rt.0016 Q.0278 0.0608 0. ex. em 11 tentativas é: sucesso do total de tcntati. ero de tentativ. expcrin\C?nto bino1nial 6 unt experimento de pmbabilidad<.'SS<lS tentativa.2008 0.1075 0.0169 0.0385 0.~o Uma db'tribui<.1858 O.iocolocadas em um pequeno lago. única tentativa 2.00..(1()56.0466 s 0.. O lago tem um volume de 20..t) = .1135 0.2237 0. O expt-'fimcnto é repetido por unl númer<> fixo de trntativas p :.0247 1 Q.000 metros cúbicos.0040 0.7165 0.2186 0.1 x contilbiliz.: probabilidade de su«'SSó en.repetida at~ que o sua?Sso ocorra.0662 0. Há apenas dois resultados possíveis de interesse para cada q :i: probabilidade de fracasso cn. única tentativa 2.ivel .a (u). Uma tentativa é.(}191 0. P(X) = n! p.OHS 0. A probabilidade de um sucesso P(S) é a mesma para cada A probabilidade de exatosx SUC\.0716 0.0033 Então.0826 0. (11.Q.1le.0425 0. un. P(. A probabilidade de que o primeiro :.1912 0.ão binon.1823 0.iaJ são u ep. q = 1-p 3. 011692 0...1217 0.: .iri.0215 9 0. onde cada tentativa é independente das outras. d. a probabilidade de que dois coelhos sejam enconlrados em um dado acre éde0. a.2081 0.105.2226 0.t que satisfaça as seguintes primeiro suces>o ocorre condiçôe$: p = probabilidade de sua.0.. 11 binomial que preencha os seguintes critérios: tentativas 1..0915 2 3 4 0.i('a tc1ltati va (S) ou fracasso (F).1734 0.~ coo.0334 0.1tó1i.1304 . E11co11tre o 111í111ero médio de trutas marrons por metro cúbico.C.x)!.a em uma tentativa de O parâmetro de uma di.0312 0. lrle11tifiq11e .0273 0. A v .0129 O.lribuiçAo geométrica ép. Distrib. q.1771. ..0076 0.•as (11).2 3 3 3 3 37 o 0.0023 .'SS() enl unia 1.0302 0. Use n 1ilbeln 3 do Apêndice B para encontrar a probabiliçlade de Poisson.1888 ~ .1929 0.1203 0.:. u1na 3."> das outr-as.0010 0.

. l-d .) média 1. Pergunto: qual é a probabiEdade livres cerca de 52. ocoírenciascm t . Encontre P(2) quando 11 = 1. Você para encontrar as probabilidades. Encontre P(5) quando 11 =6. (a) a f)lirneita cesta que O'Neal faz seja r'IO segundo lance. o segundo ou o terceiro po<lo tem capacidade de receber' a sei pioduzido e (e) nenhum dos dez itens de vidro estar imperfeito. O núm<'ro de ocolTências e1n un1 intervalo li indepcndMte do _ 1{c-• P(X) .éo no teste escri10 para uma licença paniaJlar ée plloto e tos é O.sJ. === o nún1eron1édiode. que não conseguiriam passar uma semana sem comer came. Em vez dísso. dada paia encontrar a p1obabilioodeindi<õda. un1 dado int~rvaJo. ro médio de dias rom nível o.5.) 13.o I polegada ou mais de precipita· 18. (b) o de que. Be que planejam fazer faculdade depois de se fo1marem.YAsso<i<>.. de x em uma distiibuiçãobinomial e em uma distriburção geométrica.. justifique sua escolha. Encontre P(6) quando p = o. Pergunto: qual é a p<obabilidade de que a primeira pessoa que respondera 7. 78% rolaram para conseguir notas maioles. O experimento consiste cm calcular o nún. que uma dada unidade de tempo ou espaço un1 t'vento ocorre en.) (e} O'Neal não faça duas cestas. Use a nron Hlgh S<hool Srudents. Ern:ooue o probobilidode de que vocé (•) faço suo de 0.do p = 0. Produtor de vidro Um produtordevidrodescobreque I em cada chegam a um p(lllo d'iariamente é 8. x.38. que nl!o conseguiria ficar sem carne por uma semana seja a quin· 8. 3. Vendas por telefone Suponha que a piobabilidade de que 1 1.25. fonna aleatória rom médias A e Bque planejam cursar uma facul· 3.6% do tempo. (b) faça sua primeira no teste na primeira tentativa e passar na segunda? venda durante a primeira. 20 norte·americanos.e. Oakota do Sul. no próximo mésde maio.'(J(J(J/ a primeira cesta seja convenida no primeiro ou segundo lance e Omotic DG·o Cerne.75. Ap<obabilioode de ganhar um prémio no .. Encontre P(2) qua. Encontre P(5) quando p = 0. a distribuição geométrica se apfica. Com SU<ls próp<ias palavras. Teste de piloto Dedos: a probabilidade de que um aluno seja você faça uma venda durante qualquer um dos telefonemas lei· ap<CNa. decida qual distribuição de probabilida· usando a d'istribuiçào geométrica. não p<ecisa responder Ape1gunta. Dez alunos escolhidos de 2. é 12.cro de vezes. mais altas?' Pergunta: qual é a probabilidade de que exatamente dois alunos 1e!lham respondido nl!o? ((«. Usando e interpretando conceitos 1O..t. O pono tem C4pacidade de 500 nerrs de vidro est.e: Nlllicl>d Ba. Exercidos Dados: quarenta por cento dos adultos nos Estados 20. Encontrea probabilklade de (a) o pri· lidar com 12 peíJOleiros por dia.01 polegada. ntín1cm de ocorrências cn1 outm. Eacontre P( 1) quando p = 0. Ganhando um prêmio Uma!Ablica de cereaiscol«a um jogo Unidos se exercitam pelo menos trinta minutos por semana. 6. Pergunto: qual é a probabii&lde meiro item de vidro lO!cido ser o décimo item produzido. Use minutos por semana?" Pergunta: qual é a probabilidade de exata- &S probabiftdades de sucesso dadas p para encontrar a probabilidade mente 50 pessoas tenham 1espondido sim' indicada. (b) oo mais de precipitação. Encontre P(3) quando 11 = 4.} 9.>. ~ escolhe. as pes· soas 1espoaderam à pe1gunta: "Você se exercita pelo menos 30 Nos exerdcios de 1 a 4. Ili Exercícios Construindo habilidades básicas e conceitos uma pesquisa de 120 adu~os escolhidos aleatoriamente. Em na caixa de seus cereais. o mlme.l tOlcido. Sem carne? Dados:cercade 21%dos norte·ameri<:anosdizem S. = 8.1tre o valor <le Usando uma distribuição geométrica para encontra. . x! O parãn1ctro para un1a distribuição de Poisson é. 17.60. e1n un1 intervalo~: 2. Com suaspróp1ias palavras. área ou volun.: VAlo's v.. Encontre P(4) quando 1. Petroleiros Dados: o ntímero médio de navios petroleiros que 19.IJ§dd (apí!Ulo 4 • Diwibei(êesde prebabilidades4i1<fflas 183 Distribuição de A distribuição de Poisson é unia distribuição dl? probabilidade x = o nún.y. x em uma <fistribuição binomial e em uma distribuição de Pois=. com médias A e 1. aleatoriamente. Precipitação Dvdos: na cidade R. Encontre a probabilidade de que de que a cidade Rapidy tenha 18 dias com nível 0.binomiat geoméllica ou de Poisso.a para cada intervalo.a. encontre as probabilidades inciadas Nos exerclôosde 11 a 16.pidy.. dade 1espo~am à pe1gunta: "Você colou pa1a conseguir notas 4. em um dado dia.. probabilidades Decidindo por uma distribuição Nos eicerdcios de 17 a 20.1 . 16.se aplica à questJo. cheguem mais petroleiros do que o p<imero nem de vidro torcido ser o primeiro.. ta pessoa escolhida? (hinre: Rev. 19. Colas Dados: de alunos entre 16 e 18 anos. use tecnologia de . desaeva as diferenças emreovalo.ero de ooorrên<ias c1n un1 Poisson discreta de uma variável aleatóriax que satisfaça as seguit1tcs dado intenialo condições: . 15.os..1. Lances livres Ojogador de basquete Shaquille O'Neal faz lances ções para o mês de maio. Pergunto: qual é a probabilidade de um aluno reprovar p<imeira venda durante a quir1ta ligação. a distribuição de Poisson se aplica. (Foti. Aprobabilidade de o evento acontecer é a mesn.t i·... segunda ou teiceira ligação e (c) não 12. Se for conveniente. (Fonre: No. desaeva asd~erenças e. 14. O interva}Qpode S('r A probabilidad~ de exatas x ororrências intervalo de tcn1po.ers/l<J.1toAmongM1<- Nos exercícios de 5 a 8. 1"'4 uma veada durante as três primeiras ligações.

1tas tecnológicas para P(x) = ( . Aproximando a distribuiç.k fracassos. Precipitaçao O número médio de dias com índice de 0.Valoa. • Ú\'11Slic.ecipitaçAo maior ou igual Nos exerócios 29 e 30. (b) no máximo um furacão atinja o território americano e (c) mais de um grande fur~o atinja o território 28. . use o fato de que a . (Fonte· Amo.~ pode ser usada para aproximar a distnbuiçAobi· ãncia e o des\so padrão.!rios e e1Caminou os registros da folha de 24.mk.C. Neve A méó. loteria diária Urna loteria díá1ia escolhe três bolas nume- urna única página. 27. por hora. (a) exatame<1ie um grande furacão atinja o loteria? Explique. a méd'ia de uma distriboiç. (b) haja no máximo 9 dias com índice de p.eniente.aloresde p.k fracassos é dada por: usando a distribuição de Poisson.Ot polegada e (c) haja Distribuição de Poisson: variância mais do que 9 dias com índke de p..!o ganhe um prêmio com as suas primeiras quatro compras.dice de precipitaç.plirada jogo é de 1em 4.) encontrar as p.e os resultados. Repita probabilidade de que a incidéncia de neve em Bridgeport no mês (a) usando uma d~tribuiçJo de Poisson e compare os resultados. Se achar com. A empre· sa tem 200 funcion.IJ§dd 18-'.. dois têm defeito e 13 nos EUA em um ano recente era de cerca de vês.<rot) para enconuar a pcobabilidade de enconttar quatro carros com 30. segunda ou terceira compra e ti\oa deve se.01 polegada.tia de tarnainho n que tenha x sucessos e Nos exerdcios de 21 a 24..1tre a não ap<esentam defeitos.lo maior ou igual a O.oari· buiç.oa~ncia de uma 0. lnterpret. ava· 23.lo binomial Um fabricante de auto· mente 3. (b) no mínimo cinco negócios peçam terem defeitos. lmerp. Maiores furacões 1: C011siderado um furacão grande aqueles riáncia e o desvio padrào.pr. Falências O número médio de pedidos de falência por minuto Em um carregamento de 15 mic. croo1e: .. em janeiro é de 7. Você esperaria ganhar ou if)erde. pois cada tenta· primeiro prêmio com a sua primeira. independente das outras.. A probabilidade de se ganhar na loteria é de em uma página e (c) mais do que três erros tipográficos sejam encontrados em uma página.ete os resultados. defeitos em uma amostra aleatória de 6. ·"e.oal Clmaot D<lfo C. (a) Encontre a variância e o desvio pad!ão. use uma ta· bela de probab. )( •.'<IW. 21. a amosuage.""""''"' dois microchips apresentarem defeitos e um não apresentar.obabilidade de SSOO.) distribuição de Poisso.) .1tre a nomial para grandes valores den e pequenos . (a) haja e1Catarnente 9 dias com .no/ Hu11. (b) Quantas cuja velocidade do vento atinja 11 1 milhas. Encooue ap. Seja x a quantidade de vezes que você joga na loteria antes de ganhar pelii primeira vez.6 polegadas.t i·.01 po· pagamento de um mês.1idade de PoisS0<1 ou fenarne. lnterp<ete móveis descobre que 1 em cada 2.obabilidades.6. (F<ltlce: No:fanalCim<>rc Doro Ccme. (b) ganhe o seu que uma amostragem seja feiw com devoluções.a da quantidade de neve que cai em Bridgepo.t. Distribuiç.. Coutts. (R>n«: . A distribuição hipergeo· (c) n. enccmre as probabaidades indicadas n .oximada· 25.aJ•~ CeM>r. uma amostra de ttês microchips é esccihída probabilidade de que (a) e1Catamente cinco negócios peçam la· aleatoliamente. Encontre a probabilidade de (a) os !rés microchips não lência a qualquer minuto.. Ol~re oi <i'. Erros nos salários Urna empresa assi. (b) A distri· Connecticut.n é feita sem devoluções.c•.1 ê ql = 11. (a) Encontre a . o número médio de tacadas por buraco do jogador de golfe Tige< Woods era de ap.lo. (a) Encontre a méd'ia. Po<ém.8. Enco. Encontre aprobabilidade de que você (a) ganhe 26. lnte. território americano.io binomial de 18 buracos e faça mais de 72 ·tacadas? (loo:e: PGA7oor. Expandindo conceitos 29. (b) Quantas folhas de é de cerca de 8. métrica também tem dois resu~: sucesso e hacasso.) pagamentos anuais foram calctJtado.01 polegadas.. (a) Use uma distnooiç.lo uma fo!ha com erro? maior ou igual a 0.ite três erros tipográficos sejam enc011vados em trica éµ = 1/p e a variância é"'= q(p>. Erros tipográficos Um jornal descobre que a mécla de erros ti· Para os exerd<ios 27 e 28. a variância e o legada ou mais de precipitações mensais em lewistown.lo georné· pográficos paracada página é ~tro.000 car1os. Encootre a p<obabilidade de que em um dado ptgamento vocé esperaria ter que examinar antes de encontrar mês.ochips. dinheiro ao jogar nessa que em um dado ano. Tiger Woods Em um ano recente.) Distribuição geométrica: média e variância 22.eie os resultados.000. (b) no máximo três erros sejam encontrados radas de O a 9. de janeiro exceda 12 polegadas.lo hipergeornétrica Experimentos binomiais exigem o seu primeiro prêmio com sua quarta oompra. (a) Encontre a média.7. Dada ooia IX)IJ<JÍ<)Çào de usando uma distrlbulçao de Polsson para encontrar N itens tendo k sucessos e N .im falência em qualquer dado minuto. vezes você espera ter que jogar na loteria ames de ganhar? Dllrante o século XX. desvio pad1Ao.lo de Poisso. Encontre a probabilidade de que (a) exawme.5% de setis americano. l-d .me que 0. ou mais. ldaho. (b) u qoao provavel e que liger jogue uma rodada tem um deleito de labricaç. (b) Enco.500 automóveis produzidos os resultados. l/1. (b) um microchip ter defeito e dois nao terem e (c) faléocia em qualquer minu10 dado e (c) mais de cinco negócios peç.e U.ecipitaç. o número médio de grandes furacões a Assumimos que custa S 1 para jogar e os vencedores recebem atingirem os EUA por ano foi de 0.S.s incorretamente. a probabilidade de probabilidades selecionar uma amos.

375.. \<>Cê percebe que somente 35 (ou 35%) preferem a marca A. l-d .. Quando vocé tive< concluldo este CUISO.<. Interpretando o resultado •mais provável: Em uma amostra aleatória de 100.05 - O. vocé será capaz de tomar decisões educadas acerca da racionalidade da dedaraçllo do fabricante.t i·.n1arta A 1. Há uma chance de 0. engenharia e outras.<.ção que tem 50% de mulheres e 50% de homens. Portanto.W.09 · f---- o. Por exemplo. De 100 consumidores de creme dental escolhidos aleatoriamente. caso nenhum desses resultados ocooa.a') 4S 47 49 SI S3 SS N1íl'.lo seria ético.re dizei que a seleç.! h- _rt1 1 lln:: "". suponha que você vabalhe para uma agência de marketing e precise e1ia: um anúncio de TV para a marca de creme dental A. Para veiificar se o que ele cf12 faz sentido.n :.iais lhe ajudarão a responder esse tipo de pe... Abusos lnte1p1etando os resultados mais prováveis Um mal uso comum das disvibuições de probabili&lde binomial é pensar que o resultado "mais p<ovável" é o resultado que vai acontecer na maioria das vezes. o antinão n.ooobilidade de ele acontecei é de somente 0.gunta.4-0'.. Por exemplo.o.. Use o grá- fico e ferramentas tecnológicas para responder às perguntas. Há a possibilidade de o que o fabricante disse ainda se< verdade? Ese a sua amostra aleatóoo de 100 pesquisou apenas 25 pessoas (ou 25%) que expressam p<eferénáa pela marca A?Você ainda teria uma boa just.JW.babilidadts disuetas 185 Usos e abusos . vocé descobre que os dentistas foram pagos para 1ecomendar a pasta de deme.rnidores de creme delltal preferem a marca A.õicativa para continuar com a prepagaJláa? Saiba que as caratterísticas das disvibuições de probabilidade binorr. lnduír essa dedaraçllo ao faze.Y.f. suponha que a declaração do fabricante seja verda· deira . -- 001J1J21 +-..estatística no mundo real Usos Há ocooénáas incontáveis de distribuições de probabilidade binomial nas áreas de negó- ·cios. qual é o resultado mais provável? Quão provável ele é? .ca Ade pasta de dentes.. um comitê de quatro pessoas dentre uma grande popul.-nosua do fabricante foi colei<X!a.OJ - o. Asua agência quer menci0l1<lr esse dado na propaganda de Tv.:\7 39 41 .IJ§dd (apltulo 4 • Oi~rib•l<6"de p.os •!- 0. ciência.tc J)rtfcrc. Exercícios Nos exercícios 1 e 2.5 que o com~ê tenha um homem e três mclhe<es ou nês homens e uma mulhe. Embora este seja o resultado mais provável a p. Ética Suponha que o fabricante da pasta de dentes também dedare que quatro em cada cinco dentistas recomendam a ma. dos consu. mas ao determinar como a a.llcro de>s qt.>tt-x 2$ 27 29 3l 33 :t5 . sua agênáa está conduzindo uma pesquisa. imagine que você escolhe.MJMMJMMJMQ. você não de. "<•> 0. A composição mais piovável do comitê é que ele tenha dois homens e duas mulheres.. O fabricante do aeme diz ~e 40% dos co<1Sumido<es de pasta de dente preferem sua marca.io foi incomum ou prec0<1ceituosa. aleatoriamente.

r'. Adeclaração do fabricante se. 3a4 5a 10 • Como construir uma distribuição de probabilidade discreta e seu gráfico.t i·. uma tabela de probabilidade binomial e tecnologia: P(x)= . Supooha que em uma amostra aleatória de 100. 1 1a4 • Como detenninar se uma distribuição é uma distribuição de probabilidade.Jl = ~.a que em uma amostra aleatória de 100. Se(ão 4. 3. Suponh. Interpretando o resultado •mais provável'. achar a média.3 • Como encontrar probabilidades usando distribuição geométrica: 1 27e28 p{x) ~ p.\'! . 4. inclU$ive.-E(-x---1.5e6 11a14 e encontrar a média.7e:8 23a26 variância e o desvio padrão de uma distribtúção de probabilidade binomial: I'. (11-x)!x! .'P-(x-).6 19a22 probabilidade binomial. • Como encontrar probabilidades binomiais usando a fórmula de 2.C.l t-p p(x)= -. 2. Resumo do capítulo Exercídos Oque você ãprendeu? Exemplo (s) de revisão Se(ão 4.pq. "P rr' = npq u=. qual é a probilbilidade de que entre 35 e 45 pessoas.IJ§dd 186 • lstatíllio aplicada 2. prefüam a marça A? Explique $e\l raciOcinio. p'q~'.eterminar se um experimento de probabilidade.. Se(ão 4.).p' q"~ "'. l-d .. vrxé tenha encontrado 25 pessoas que preferem a marça A.é um experimento 1 17e18 binon1ial. a 3. • Como encontrar o valor esperado de uma distribuição de probabilidade 7 15e 16 discreta.ia conf~ Explique.1 • Como diferenciar variáveis aleatóri<1s discret<IS das continuas. Adeclaração do fabriçante seria confijveil? Exçfique. vrxé tenha encontrado 36 pessoas que p:eferem a marca A. 4 a. • Como construir uma distribuição binomial eseu gráfico.. • Como encontrar probabilidades usando a distribuição de Poisson: 2e3 29 e 30 /. =. a variância e o desvio padrão de uma distribuição de probabilidade discreta: 1r=ExP(x) u' =E(x-µ)'P(x) r. Em uma amostra aleatória de 100. ..2 • Como d.f.

Uma lo'Ja de canões guarda registros sobre hábitos de compras 3 12 dos cfientes.âo é uma disttibui.pltuk> 4 • Oi1uibu~i)fl dt prolabili4ad" dl1m1as 187 Exercícios de revisão Secão4. ção de pcobabilidade. 11. 6 169 s. Tacadas Jogos 1 X o 1 2 3 4 5 o 29 I P(x) 0. Urna pesqtiisa entrevistou 200 casas sol><e quantas televisões poss<rem. 14. A varíável aleatória x representa o número de canões 4 3 vendidos para um único cliente em uma visita aloja. A distribuição das vendas para um dia (24h) é X 2 3 dada a seguir. Caso não sejõ.21 0.t i·. pol~ I aplica por turno.deram quantos 6 1 endereços de e-mail possuem.08 0. x representa o ~ de um caminhão em uma es1açâo de pe.43 Our~ç~o (em = unijos) Número l O. Quauo é o limi1e diário de robalos a serem tirados de um lago. ou contínua.136 0. O número de tacadas.29 0.045 120 12 . de gasolina. 4 72 ção de probabifidade.io de frequências para C()OStruir Nos exereidos de 1a 4. (b) represente g.o de peswas que ativam um deteClOI de me1al em um aeropono a cada hora. Uma estação de lVvendeanúricios em blocos de 15.26 o.16 0. O número de ~ginas em uma seção de uma amostra de textos 3.dl recente. A vari. a variancia e o desvio padrão da distribui· 2. x repiesenta o número de bombos sendo usadas em um posto usando um histog1ama.lo de probabiíldade 1. dadas por um joga<IOI de beise- 6. 30. Páginas Seções 1 4. usuários de Internet respo. s 1 X 1 2 3 4 5 6 7 13.091 0. Em uma pesquisa. de gasolina.OI Televisões casas 1 8. P(x) 0. A variável aleatória x representa o número de multas que um bol durante uma tempor.318 0. decida se a ósvrbui<. l-d .09 0.02 O.227 0.31 0.156 0. Avariável aleatória x representa o nú~ro de endereços de e-mail.. P(x) 0. (e) enconue a média. o 3 1 38 X• 1 2 3 4 5 6 7 6 2 8l 3 S2 1 P(x)' 81) -752 -110 25 12 27 20 1 5 2 25 1 120 4 18 5 5 9. 90 e 120 segundos. Avariável aleatória x representa o número de aulas que um aluno universitário frequenta em um dado semestre.02 1 62 2 33 7. x representa o núme. sagem.-05 0.14 0. 30 445 60 30 X o 1 2 6 3 4 5 90 3 P(x) 0.aficameme a cfostribviç. pOI jogo. decida se a variavel aleatôria x e discreia uma distribuição de probabilidade. x <ep<esenta a quanlidade de oombustNel colocôdo em um posto estatls\icos. 2 3 3 12 Nos exerckios de 5 a 10.045 0.IJ§dd C. identifique a propriedade que não 5 115 está de acordo com a distribuição. 7 120 A variável aleatória x representa o número de peixes capturados 8 83 em um dia.23 0.02 0.68 0.1 "1os exercióos de 11 a 14: (a) use a tabela de dislribuiç. 60.cionArios 15 76 que avisam a empresa que estão doeotes. 9 48 X 10 22 li 6 12.lvef aleatória x representa o número diário de fw.

(fcn.) Nos exercíóos de 19 a 22.) 28. Avariável aleató<ia x representa o número de lançamentos. verificam a pre. Bany Sonds acenou 73 home runs nos 153 jogos que participou. uma empresa de refrigerantes coloca (c) maiorquetrés? (f<we:W. o V(Jfiõndo e o desvio padrão do distri· lotes de 300.) Nos exereíc:ios 17 e 18. encomre o valor esperado pata a variável que admitiram usar a Internet para saber o que está acootece.nial usondo um 16. 17. diárias seja: (b) no seg\lndo jogo da temporada.o: M(JI$.Ceme.3 amostra aleatória de oito pessoas. você achar a sua primeira tampinha p1emiada qual é a probabilidade de que o número de pessoas que tenha ações seja: (a) no quarto di. tro caminhões ve<idídos pela emp:esa. Caso você compre 20.as. Um bar local ofe<ece um prato especial com asinhas de frango histograma. A variável aleató· (a) exatamente dois? ria x representa os tipos de ações mostrando uma perda em um (b) no mínimo dois? cii. qual é a probabilidade de que o número dos trai as probabilidades. Coosidere uma amostraaleató· Seção 4. (b) no mínimo duas? (c) em algum momento de-pois .l.18 0. Conside1e uma amostra aleatória de cinco pes- 18. use uma tabela uma amostra aleatória de cinco pessoas que têm acesso à lnte<· de probaoilidade de Poisson ou ferrame.~esenta o número de lotes buiçào binomial. às te<ças-fei.15 0. (ronre: l'l'88R. 40% dos caminhões vendidos po< uma emp<esa não seja. qual é a probabilidade de que o numero de pessoas que recebem menos de cinco ligações (a) no primeiro jogo da temporada.d~) (009'Jt' Bosebo. Em uma habilidade de que ele tenha acertado seu primeiro hc. p e q e os valc.· Y.ercícios 29 e 30. compra as asas de f. Qual a pro· cebem menos de cinco ligações telefônicas por dia. Saquinhos de M&M's contêm 24% M&Msazuis.de trés dias.pP<ÍÍÍr. Em uma Seção 4.1deram se 1 1 1 1 alugam ao menos um vídeo po< mês.eis garrafas. Avariável aleatória x . 19. use tecnologia (b) no mínimo três? para encontrar as probabilidades.wo dos três prim<?iros jogos da temporada.wo de quatro dias. (a) exatamente duas? (b) de. Sessenta e oito por cento das famílias ci2em que seus filhos influenciam o destino de suas férias.) X o 1 2 3 4 5 G 7 8 Nos exercícios de 23 a 26: P. . Em um ano recente.<>.ilia ficado no mesmo nível na temporada seguinte.d. Em um dia normal. usados às terças. Avariável aleatória representa têm acesso à Internet ve<ificam a previsão do tempo enquanto o número de M&M's azuis escolhidos. Se for coovenieme.J uma tampinha premiada a cada s.os uma vez ao mês.09 o. 15% das pessoas nos Estados Unidos que do de cada um dos 12 saquinhos. 3 4 uma amostra aleatória de cinco americanos que respo. No penodo de promoçAo. (a) exatamente três? (c) no primeiro ou segundo jogo da temporada.ango em (c) enconl!e o méá. Considere uma amostra a!eató<ia de qua- liste os valores de n. Se 10( conveniente. (b) no mínimo três? (d) de. Assuma que sua produção de home runs 2 l. tr~. encontre as probabilidades indicadas.mlrI~ ~-·.t i·. l-d . encontre as probabilidades indicadas (a) exatamente três? usando a distribuição ~-eométrica.as que responderam se seus filhos os influenciam na h0<a de escolher o destino das fé/ias da familia.ne run: amostra aleatória de sete adultos. Em um dia normal.Y. Quarenta e t1ês por cento dos adultos dos Estados Uflidos re. idemifique a p. Uma moeda é lançada repetidamente até que 15 caras sAo obti. Em usando a distribuição de Poisson.11as ele tecnologia para encon· net naquele pais.es que x pode assumir.o.erdcios 15 e 16.opriedade a qw1 ele não atende.02 0. soas naquele país com acesso à Internet que reSf)Ol'lderam que das.i P. Considere X 1 7.1 1 0. Recentemente. encontre as probabiidades indicadas têm acesso à Internet se cooeetam para sabe< das noticias. (c) maior que dois? (lonre:Pew-cl.) 22. P(x) g 3 i 18 24. 27.isoo do tempo quando estão on-line.(.ttl>'n~trlo'.erckios 27 e 28.IJ§dd 188 • Cs14tílli<a apli<ada Nos e.esente graficamente o distribuiçàQ binc. Caso seja.Z ria de seis famil'. 31% das pessoas nos Estados Unidos que Nos e.os 0. Sessenta e três por cento dos adultos nos Estados Unidos alugam fitas de vídeo ou DVDs pelo men.. no mundo seja: 15.. O dono doba. (c) mais do qlie duas? (Fot>ie: l'l1w Reseatth Cenret. encontre a probabifidade de m<?rcado de capitais. {ronrc: MoJ"' (e) maior que trés? (fonre. qual é a probabilidade de que o número de pessoas de dieta seja: Nos e.03 (a) coostnlo umo distribvição binomial (b) rep. Um M&M é tira· 26. te.) estão navegando. Um em cada quatro adultos está arualmente de dieta.32 0. Uma pessoa lem oito tipos de ações dife<emes. Uma em cada quatro pessoas nos Estados Unidos tem ações no uma garrafa do refrigerante por dia. eram movidos a diesel.. (fome: Plw ~d1Cenit?t.os o.1do aleató<ia. Caso 25. decida se o experimento é binomial.(x} 0. 23. Em uma amostra aleatória de 12 pessoas.

de f=a alea16.: Ct'nftJ":> fut Dht:1tN•C4J11ttt1l 1111d Pft'Qcnli<~n. sendo eles de ção de p1obabilidade e interprete os resultados. 65. 10 ciclos de RTA para uma revisão especial. Grav.obabílidade de que amanhA: (a) supondo que estas estimativas são verdadeiras. A tabela lista o número de inódências de furacões que atingiram (c) Encontre a média.) ao ano.. se}' atingido e morto por om raio..l Al?tKÃ r.decísões reais i. histograma de p1obabilidades. Suponha que esse número ail1da seja ver· cada ano.lo de probabaidade e interprete os resultados. a combinação deles com os espermas no laboratório e a recolocaçJo dos óvtAos denuo do C(){pô da molhe< ou. Atotio('l()I H!.O. (a) Construa uma distribuição binomial.) Teste do capítulo Fa<.) lamente dois pacientes. (b) x representa a quantidade de resíduos (em poonds) produ· (b) Represen1e graficamente a distribuição binomial usando um zidos nos Estados unidos todos os ó. (d) Encontre a probabitidade de que um furac.pltulo 4 • Oist1ibui16!1 dt prot.i.oce.IJ§dd r. (c) supondo que a estimativa seja. Enconue a probabilidade de que no mlnimo três pes· <ladeiro e que se mantenha constante durante o ano.io escolhido ale- Oepoiscompa1e suas respostas com as respostas dadas no fmaldo livro.45 7 pessoas 30. Ausência de gl'avide1. (a) ninguém. cinco pessoas ao (b) uma pessoa seja atingida e m°'ta por raio. Ourante um período de 36 anos.z O Centro de Controle e Prevenção de Doenças (COC) recebeu uma solici· Gravidez cc1ópicn . várias intensidades de acordo com a escala Saffir·Simpson. durante o mês de maio. (b) Represeme graficamente a distribuição binomial usando um (e) nenhum erro tipográf«o seja encontrado em uma página.dos Unidos. a variancia e o desvio padrão da dístribuiç.abilidod. Encontre a soas sejam m0<tas por um tubarão este ano: p. Uma técnica cirúrgica é feita em quatro pacieme~ Disseram que (a) x representa o número de tomados que atingiram o Kansas há uma chance de 80% de sucesso para a cirurgia. at°'iamente para estudos . os raios mataram 2. Você está ajudando a preparar o relatório coe eseleciona. 2.. a doação destes para outra mulher. Intensidade Número de furacões (e) Encontre a probabilidade de a cirurgia ter sucesso para me- 70 nos de dois pacientes. (e) Enconue a media.idc. Decida se a variável aleatória... (d) Encontre a (llobabilidade de a cirurgia ter sucesso para exa· (Fon. l-d .t i·..r. Um jomal descobie que o númeio médio de erros tipográficos 3 49 por página é cinco. (b) supondo que a esôma1iva seja. é ÓIS(reta ou comfnua. Esses procedimentos ~almente envolvem a retirada dos ówlos de denuo dos cwários da mulher. a vatiaooa e o desvio padrAo da distribui· o território dos Estados Unidos (de 1901 a 2004).. (rcnw: lme.avidez dfnica. 3. na verdade.7% t.s dimetas 189 29.o-. no mundo inteiro. 2 41 4. E.•e. x. Encontre a probabilidade de que: 4 13 (a) e1<atamente cinco erros tipográficos sejam encontrados em 5 3 uma página.ma são usados.7% (RTA). na verdade. Nenhum dos ciclos resutou em (Fl111te. 15 pessoas (F-· N0f10l10! V""'1htv S. histograma de probabilidades. seu raciocínio.6% 1ia. Estima-se que. ainda.al Sha.adicionais tenha uma intensidade 1.<1 este teste como se você estivesse fazendo uma prova em sala. nos EUA.as. (b) menos que cinco erros tipográficos sejam encontrados em (a) Conslrua a distribuição de (llobabilidade dos dados. aoo. Seu gerente acha impossível selecionar aleatoriamente 10 .plique de no mínimo quatro. Juntando tudo Resul!ados dos cidos de RTA {statística real . uma página. (e) mais de uma pessoa seja atingida e morta por um raio. tubarões matem 10 pessoas a nos Esu.) uma g.ição de lei para publicar um relatório sob1e tecnolpgias de reprodução assistida clínica 33.'ln<one Cenier. O RTA inclui 1odos os tratamentos de fe1tilidade nos quais o óvulo e o espe.

Use a informação fornecida. MINITAB foi usado para gerar 20 números aleatórios com d. Respondendo à pergunta. O 2 " 6 8 10 •2 li& 16 18 20 Numberof a«Mls oe. Tecnologia MINITAB \ EXCEL \ Tl-83/ 84 \ IMINITAB I I Usando a distribui~ão de Poisson como modelos de Queuing Ol Queuing significa esperar em fila para ser servido. ~ 4. úie uma distribuiç. Otllante cada um dos quatro prim. esperar na fila para passar no caixa de um supermercado...IJ§dd 190 • [~atl1ticupllcada Gravidei.. someme quatro 2. por cidos de RTA que não resoltaram em uma gravidez clinica. 30 Cl fnçJice de gravidei Exercícios t:I Índice de nu~idoS vivos: 1. 20 minutos. em um período de processar um total de qua~o dientes em seu caixa por minuto. então não havia buições de Poisson para 1..erâ usar dislribuições de Poisson para analisar os queues no caixa de um supermercado. = 4 pa1a x = Oa 20..eiros minutos. . entre n. esperar um elevador. Compare seus resultados com o histogra· ma no canto inferiOI direito da ~gir.. ciclos de RTA.ulheres adiante e o seu conhecimemo sobre estatlslka para determinar se o seu gerente es1. das quais oito resultaram em gra>âdez clínica.ixa por minuto. Amostras suspeitas? Quais das seguintes amostras você consideiana suspeita se alguém lhe dissesse que a amostra foi coletada de forma aleatória? Você acreditaria que as amostras foram escolhidas aleatoriamente? Poc quê (não)? (a) Selecionando a!eat01iamente 10 ciclos de RTA enire mulhe<es de 40 anos.rminute Exe rcíci os Nos exe<cíóos de I a 6. O número aleatório representa ninguém esperando depois de quatro minutos. Como você faria? (a) Como você determinaria. e nascidos vivos. Nos exeiácios a segui.t i·.stri· clientes chegaram. Ha mu~os exemj)los de queuing na vida co· tidiana: esperar em um semáforo. co.! de 40 anos ou mais correto. Suponha que a mécfia do número de dientes que chegam ao 3 3 3 3 5 5 6 7 3 6 caixa por minuto seja 4. você de. (b) Selecionando ateat()(iameme 10 ciclos de RTA enue mulheres de 41 ano~ dentre as quais nenhuma ap<esentou gravidez dlnica. l-d . 1..1te está correto. esperar um telefonema e assim POI diante. Esses clientes foram atendidos. As distribuições de Poisson sao usadas para modelar e prever o oúmeto de pessoas (ligações.1sideie um supemwcado que pode o númeio de chegadas ao c. programas de comjllltador. veiculos) que chegarão à fila. que é im· possível selecionar IO ddos de RTA aleatoriamente que nao resultaram em ne::ihuma gravidez dínica? s (b) Qual dis11ÍbuiçAo de probabifidade você acha que melhor descreve a situação? Você acha que a distribuição dos númeios de gravidezes clinicas é d~creta ou conU· nua? Por quê? 2.a aoterio. Escreva uma exprtcação que responda à seguillte pergunta: 'Ê posslvel selecionar I oáclos de RTA aleat01iamente que nao resultaram em nemuma gravidez dinicar Inclua em sua explicação a distribuição de probabilidade ap!Ol)<iada e seus cálculos da probabilidade da ausência de ocorrência de gravidez clínica em 10 cidos de RTA 3.lo de l'oisson com 3 5 6 3 4 6 2 2 4 . se o ponto de vista do ge<e.

a do número de chegadas por minuto seja 4.bílid. (a) Qual é a Pfobabilidade de que três.s dlweta1 191 (a) Quantos c6emes esldvam espe.Você ain. Crie una tabela que mostre o número de clientes 7.d. Faça isso criando uma fista de 20 (e) Qual é a probabÍÍldade de que mais de quatro cientes che- números aleatórios com disttibui(Ao de Poisson para. cheguem durante o terceiro minU10? da só pode atendei a quatro pessoas por minuto.Ao de Pois· son para 1< = 4. (b) Qual é a probabifidade de que mais de quatro cientes che- as você acha que estarão esperando na fila depois de 20 minutos? guem du.t i·.. = 5.l que mostre o nómero de clientes esperan· 6. Crie uma fisia de 20 números aleatórios com d~uib\Ji<. (b) Crie uma tabel.ante o primei10 minuto? 5. Suponha que a média do númeto de chegadas por minuto seja do ao final de 1até 20 minutos. Suponha que a méa.:aodo Edepois de 6 miflU1os? 7 minutos? 8 minU1os? na ftla depois de 20 minutos. quatro ou cinco diemes 4.. Suponha que amédia cresça para 5 chegadas por minuto.:ando depois de 5 minutos? pois. guem durante cada um dos quatro primeiros minutos? . crie uma tabela que mostre o númeto de clientes espe. Qual é a probabiijdade de que IO diemes chegtJem durante o primeiro minuto? 3.IJ§dd (•pltulo 4 • Ois11ibul(õe. de proi. l-d . De. 5.. Simule o cen. Quantas pessc. esperaodo ao final de t até 20 minutos.lrio do Exetddo 4.

1das por bactérias que p.ão plastrão de tartarugas p. habitação. peso ou 1$ comprimento total? Os quatro gráficos ao lado.úerêndas sobl'C uma população.is machos tinham vacas Vermelhas e Brancas como raça predominante tinJ1an1 u1n n1aior nú1nero de ocor(ências de 1uastites que 25 rebanhos que tinham vacas Holstein·Friesian como raça :10 predominante. por ~ 6 exemplo. .ria tar urna di. Suponha que C-0mprj111cn1(1 da carnpaç3 (cn1 n1il imctrM) você tenha trabalhado no zoológico da Carolina do Norte e estava coletando dados sobre características físicas de lar· tar\lgas de caixa orientais no zoológico.lastrão de tartarugas sin1étrica com curva em forma de sino: comprimento da de caixa orientais fêmeas d. largura do plastrão.. por exem· e 16 E IS pi<>.. Como você or· 70 90 110 130 ISO ganizaria o estudo? Quando o A11i11ml Health Service realiwu Comprimento da carapa. se uma amostra é usada para fazer i. administr.IJ§dd Capítulo 151 ~ 1 '---. l-d 1t i1. c.io 1S() 70 90 110 I SO Çon1prinl(111Q do plBS1nío (em n1ilínlCtros) (en1 rriilfni. aleatória e então~ ela foi classificada de acordo com raça. 'º 9() li O "º Con1pri1neoto do 1>l~1r.c1ros) .e caixa orientais macho carapaça (casca de cima).tes características vo& espera. enconh:ar a probabilidade de um evento IS e analisar distribuiÇÕl'S de probabilidade discretas.o do leite e máquinas de leite. higiene. você vai aprender como reconhecer disiribuições normais (curva em fonna de sino) e como usar 80 100 120 140 160 suas propriedades em aplicações de vida real. Para quais das se· Comprimento do Comprimento do guin.aç. saúde. que você quisesse determinar o índice de masti· . 6 ru~a macho tem forma de sino. então é imprescindível lg 12 9 que a amostragem não favoreça um grupo. mostram o comprimento da carapaça e do plastrão de l:I. íi ~ Ê IS ~ ~ 10 Para onde vamos s No Capítulo 5. Você IS também aprendeu que.stribuic. foi usada uma amostragen.ç~ (en1 tnilínlêtr(>S} esse estudo. você aprendeu c()mo coletar e descrever dados. largura da carapaça. Uma das Comprimento da carapaça de conclusões a qual eles chegaram foi que os rebanhos que tartarugas de caixa orienta.odem alterar a produção de leite) em um rebanho leiteiro.is macho e fêmea. Distribuições de probabilidades • normais Onde estamos Comprimento da carapaça de tartarugas de caixa orientais fêmeas Do capítulo 1 ao 4. • tartarugas de caixa odenta. g.~ s "li • l:. tes (infecções caus. mas as outras três distribui· 4 l ções são inclinadas para a direita. comprimento do plastrão (casca de baixo). Perceba que a distribuição relativa ao comprimento da carapaça da tarta· " l:. Suponha..

Você aptendeu que uma distrib. 3.orm irlerpreiar grclflcos de dis- tlÍllllições de probooilidade narnal. nar se uma amostra aleatória é brada de uma distribuição lnstru(ões normal. 1.dade con. possíveis que podem ser representados por um intervalo na reta numérica.liçilo de probabilidade discreta pode ser repre. Distribuições normais podem ser usadas para Importante modelar muitos grupos de mensuração de dados na natureza. . contínua. variáveis aleatóriasdistribuídas. Para umà distribuição de probabilidade deve se• igual a 1. Neste capitufo.. o gráfico se curva para baixo.IJ§dd (a.q IJ+3a probabilidade tem duas con· dições.s sob aClllVil aprendeu que uma variável aleatória contínua tem um número infinito de valores normal padr. Entre µ -11 e. a n1ediana e a n1oda. l-d .~~~~~~~~~~ Uma funç.~o densidade de p-1<.t i·. Uma distribuição normal tem as seguintes propriedades: 1.ão normal Uma distribuição nonnal é uma distribuição de pi. 4. Os pontos nos quais a curva muda de crescente para descrescente são chamados de pontos de injlexifo. A n1édia. A fungão nurwa pode ser normal com média 11 e desvio padrão 11 pode ser representada graficamente usando a negativa. você diferenciou as variáveis aleatórias contínuas e discretas. mas nunca o toca.11 e à direita de. cuja distri- buição de probabilidadé é chamada de distribuição de probabilidade continua.'\o todos.a distribuição nonnal. + 11(nocentro da curva). A pressãOS. Uma curva 2. o tempo de vida de grnpos televisivos e Para aprendePcomo determi- até mesmo custosdomésticoss. por exemplo. µ-2<1 µ-o JJ Jt+O µ+ '1.ftelo S • Di111il>uk6'1 df probabilidad~ ' "'""'' 193 BI Introdução à distribuição normal e distribuição normal padrão Oque você Propriedades de uma distribui.ão normal padrão deve aprender I Propriedades de uma distribuição normal • C. 5.1.!.ão normal -+ Adistribui.io. Propriedades de uma distribui. indústria e negócios. e • Como encontrar áre. O gráfico se curva para cima à esquerda de 11 . você pode usar a função densidade de probabilidade (fdp). A área total sob a curva sentada graficamente com um histograma.trnua para uma variável aleatória x. você vai estudar a distribuição de probabilidade contrnua mais importante em estatística . nonnalmente. veja o Apêndice C.obabili..+ 11. Uma curva nonnal tem forma de sino e é simétrica em torno da média. 2. Importante --. A área total sob a rurva normal é igual a um. À medida que a curva normal se distancia cada vez mais da m!!dia. Na Seção 4. funç3o densidade de probabilidade norma. ela se aproxima do eixo x. O gráfico de uma distribuição normal é chamado de curva normal.'lllguínea dos humanos.são iguais.

mal em uma :n -83/ 84. Portanto. a curva 8 tem um desvio padrão maior.uf1• ron1p(tN1111t1llt f!~ dl)J:. !GRAPHJ ~ . Esses dois parâmetros.a n1édia.. e n determinam completamente o tormato da curva Aqui estão as instruções para nom1al.5 Desvio padrão: <1 e 0. b..-Ji>--. lima (llm? 11(11111....r = 12.svio padrão descreve o o gráfico da distribuiç.1t/ 1ft.7 Desvio padrão:" s 0. Qual curva norn1al ten.v .-l-l. portanto. . a curva A tem uma média maior...1t. l Y=ll 2nd ID1S'PR PonlO$ de inflexão Pontosde 1. u1n desvio padrão maior? Solução 1.tâflltlt~ q.-j-'-J. ~-l--<l-l-'-l-li>--.IJ§dd 194 • 1 e. '!ire conclusões sobre qual n.fh I'" n . Qual curva normal tem a média E IS . ~ e 10 R !?..(x-. Determine qual curva normal é mais esteudida. Considere as curvas normais à esquerda. normalpd(( Pontos de inflexão inflexão J\ Entre x e os valores de .<J. Qual curva normal tem uma média maior? 2..5 Média: 11 =3. e a curva Be a curva C têm o mesmo desvio padrão.esn.)'/2•' y= -. A área total sob cada curva é 1. 2. l-d . íl. a. Dica de estudo Uma distribuição normal pode ter qualquer média "' qualquer desvio padrão positivo.aior.'\o nor· quanto os dados são estendidos. ·nre conclusões sobre qual desvio padrão é o maior.-l-. . a n..édia é a n1. A linha de simetria da curva A ocorre em x = 15.7utt~l.5 Média: 11 = 1. A linha de simetria da curva 8 ocorre em .7 Perceba que a curva . ._. Encontre a localização da linha de simetría de tada curva. A curva B é mais estendida do que a curva A. Exemplo m Entendendo a média e o desvio padrão 1.5 Desvio padrão: "s l. O 1 2 3 J S 6 7 6 7 01234$67 Média: ti = 3.l..A e a curva Bt~n. A média dá a localização da linha de simetria e o de..t i·..iIS ( ~-=:: J1l<I ~t<(IJJ)l1111le.. e q separados por vírgulas. A maior? Qual curva normal tem o desvio padrão maior? Justifique suas res· postas.

Y~= .f-. 90..IJ§dd {apltulo S • Disui.r. 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 85 00 ?S 100 ' .t i·.lo e identifique o desvio padrão. melro médio de uma árvore de carvalho adulta? E.10. Pode estimar que ..al é . a curva normal a seguir representa essa distribuiç-ão.2 $5 00 ?S l(X) Altum (cm pés) Interpretação w.-s (en1 pés) de árvores de carvruJ.r. 2S 2J U ~ U U U 31 ~ Oiântetro (e 1n pés) a. Uma vez que você de1ermina a média en Os diâmetros (em pés) de árvores de carvalho adultas são nonnalmenle dis· e o desvio pad. .Ys= n1édia. "' 90 1>és..ão...Y3= $Írnl.: sâo un1 desvio padrão da . no11nai1 195 Exemplo m Interpretando grMicos de distribuiiões normais As altu.robabilidade. vocé pode esti. b..\hum (en.oo As alturas de árvores de carvalho normalmente s... você pode usar urna você tribuídos. Encontre a /i11/ta de simetria e identifique a média. --+-.~ .5 pés.. Qual é a média da altura de uma árvore de carvalho adulta? Estime o desvio padrão dessa distribui· çãonor1nal.z:1n 11n . J>és) Sol11çâo PloU Plot2 Plot3 .Y1 S norr1a l Pdf'(X.uicllf> dt.'OCé Co1no os pontos de inflexão .r. A40 . . . Qual é o diâ· TI-83/84 ""'ªrepresentar a cuNa nor· mal no Exemplo 2 graficamente.Y2= m6di.nar que ..t. l-d .Y6= cr " 3.. Estime os 1>011/os tfe i11jle.'lo distribuídas com uma média o de cerca de 90 pés e um desvio padrão de aproximadamente 3..~lime o desvio padrão dessa distribuição nonnal.+---i"'=+--!---1--f--+-="'1.+-. 0.. A curva normal representada a seguir mostra essa dislribuiç.. 3 .lric.-s são norn1ahnente distribuí· das.n c1n tomo d.o adult. r:.5 p&s.::::::s. 5) Como unla curv:1 nom. Res.

Arredónde para o centé.dis. 1\ C$Calu horizontal do gráfico dn di:. A distribuição nom1al com uma média de Oe um desvio padrão trtbut"10 normal padrao.1 o Distribuição noílllal padrão Dica de estudo -·---------- 8 importante que você saiba Se cada va. . -escores de .nsfor- a diferença entre x e ü.lidade) sob qualquer curva usando a fórmula: rtormal.ea. Enquanto observa a tabela. Agora.5000.IJ§dd 196 • C. A tabela lista a área aaunulada sob a curva normal padrão à esquerda dez para z. note o seguinte: ropriedades da distribuição normal padrao 1. Na Seção 2. você vai aprender a calcular áreas corres- v alores na distiibui:y'io nor- pondentes a outros valores de x. Quando es. 2. 1.hno n. A área acumulada para z = Oé 0.Média Desvio padrão X . e representa valores em uma Na Seção 2. A va· mado em um z-escore. o resultado ·será a distribuição normal padrão.:? .~a riável aleatória x é. 4.4.· pode usar o 2-es(Ore e a curva tribuição normal padrão correponde ao z·~'Score. -. valor x em uma pontuação z.reas (e tambémca proba· valor a partir da média..:irn(l. um z-esoore é uma medida de posição que indica o número de desvios padrão de um trar á. é uma disuibuição noITT1al com uma média de O e um desvio padrão de 1. você aprendeu a usar a regra empírica para aproximar áreas sob distribuipío normal não pa· uma curva normal quando os valores da variável aleatória x correspondiam a desvios d rão.5. A área acumulada é próxima a I para z-escores próximas a z = 3.ra encon.~~formação acontece. O.o.0010 toda distribuii.ão 110nnal Existe uma infinidade de distribuições normais. A área acumulada aumenta confoíllle as pontuações z aumentam. Aárea acumulada é peno de Opara z-escores próximas a z = -3. tra. Depois de usar a fórmula dada para transformar um mal padrão. você aprendeu que normal padrão pa. z------ Valor. às vezes. você poderá usar a Tabela Normal Padrão no Apêndice 8.aJs pró:r-.49.3.1 padrão. Lembre·se que você pode transformar um valor x em z·escore bi. 3. enquanto z representa padrão -3. 2.t i·.141f11i. Área= 1 -3 . 3 da média..49 a 3.tória x distribuída normalmente é tra. l-d .JL z: . dia e desvio padrão.49.lor de uma variável al. . -2.1. q Definição A distribuição normal padrão.plicada Importante I Adistribuição normal padrão <i:. você de 1 é chilnlllda de distTibtüção norma. a área que cai no intervalo sob a curva normal não padrão é a chamada de pontuação bruta mesma que aquela sob a curva normal padrão dentro das fronteiras z correspondentes.49. cada uma com sua própria mé· P9(ie ser transfonnada em.

5080 0.tril. O 1.o . Ai.8212 0.5000 0.0004 0.9.8729 (@w 0.J222 ().5478 0.6Q26 0.4761 0.4052 0.2 na coluna à esquerda e depois cruzando a fileira para a coluna sob 0.5 0.8888 0.2 0.9131 -- 1. O número naquela fileira e colu· rm.0004 3.8413 0.0004 0. .24.15 % 000 001 002 003 o 005 006 0.9207 0.89:!õ 0.1 0.8749.ui(Oe.24 é 0.3669 0.$749.0004 0.2251_ 0.trando 1.24 encontrando-0. pode usar u1n con. Solução Área= t.8<138 0.3 0. 405165175 Normal Padrão.4404 0.2946 0.O!J96 0.5?J3 0. Então.3483 0.4840 0.5987 0.2912 0.0002 0..~d !DISTR ente \ toe~ tarnbén.3594 0.8749 depois cruwndo a fileira para a coluna sob 0.5910 o.298! que corresponde a z = -0. conforme está na margem à direita.3300 0.0003 Q.0003 0. 0.0003 0.3156 0.9032 0.pítulo 5 • Di.2 0.8186 0.36 0. Re~pr.2843 0. Encontre a área que corresponde a z = -0.8708 0.8264 0.3228 0.4052.ISencon.9049 0. Encontre a área que corresponde à z= l.04. Você pode usar as instmções seguintes para encontrar os vários tipos de áreas sob a curva norn.43:!õ 0.8869 0.42B6 0.5120 0. um limi· 0.3897 0.3 0.84S5 0.1 à esquerda de z = -0.8531 0. a áre.4681 0... 15 é 0.3859 0. use a entrnda mais próxima dele.3557 0.3121 0.17.t i·.8849 0.4 Q.2 0.8461 0.3632 0.4483 te menor Qeste caso.8686 0.8315 1..5199 0.0006 Aqui você encontra ínslru· ções para detemúnar a área 0.0003 0. O número naquela fileira e coluna é 0.9066 0.9115 0.5239 Ârcn = 0.4641 0.5398 0. então use a área entre as áreas correspondentes.1 na coluna à esquerda e 0.•or"'i ' 197 Exemplo m Usando a tabela normal padrão 1. norMalcdf (-10000 Localize a pontuaç. -.s94S 0.IJ§dd C..9192 0.8962 1.24 [j] 'L Encontre a área sob a curva à esquerda do z:.4013 ©.1'10m1al~df( vód acumulada que corresponde ao z-escore.5636 0. 4801 0.3 0. Encontre a área acumulada que corresponde a z-escore de -0.0003 0.3520 0.0003 0.8159 0. l-d . l ENTERI 2.0006 Q.3192 0. 3 ~10000.0004 0.'ío z dada e eucoutre n nren que corresponde a ela na 'fabela .5040 0.0005 0.4247 0.putador ou calculadora para encontrar a área 2: .0 0.ente entre dois z-esoores.5832 0.111 un._9".2 0. Se o z-esrore dado estiver exatan.3936 0.405') 0.escore de-2.5438 0.al padrão.0004 0.28i0 0.escore não estiver na tabela.3336 em uma Tl-83(84.15.0 0. z 009 008 007 O06 O5 004 O3 3.5557 0.4 0.8944 0.19.0005 0. Encontre a área acu1nulada que corresponde> a z-esoore dl? 1.9279 2.1 0.1 o~ o~ 0.2776 0.8289 0.9 0.3264 0.4090 Para especifica.2877 0.8554 ).4 0.5596 0.24 0. Encontre a área sob a curva à esquerda do z-escore de 2.9265 . Então.3707 0. a área à esquerda de z= 1.05.8508 0.4364 0.8238 0.9082 0.• 24 . J 2.de t>fObalilid'<le.0003 Dica de estudo -111~~~~~~~~~- 3.Q.4721 0.0006 0.(XX).10 Quando o z:. use o.9099 0.8770 1.5160 0.5871 0.é 0. .8907 0.00)5 0. 2.5517 0.#13 0.3974 0.48$0 -10.4052.

~cores: 0. l-d .2266.1l11icaapllc. enconcror a {t./ . Use a tabela para . ároa à direita dez= 1. 2.0.8907 . Encontre a área seguindo as d.Q64 I. 2. z =-0. A área para a esquerda dez= l. O 1 ~3 1. e. encontre a área que corresponde a z na ·1àbela Nom1al Padrão.é0. use a Tab. Então. .23.tda ~acurvei. 2. 2·.:1ucrda de. E_ntão..ela Normal Padrão para en·con· Irar a área que corresponde a z. subtraia a área de 1. i1 {i.- encontrar a área para o z-es<:ore.ireç()es para cada um dos e. e1\contre a área correspon· dente para cada z. 3.. Para encontrar a área entre duas pontuações z.23 \ / 1. &:lxx.75é0. b.. A área à e:. Subtraia para encontr.IJ§dd 198 • c. -0.ir a dez= 1.23: 1-0."'ra o z-çscorc.8907=-0. A área à cS(Juerda 3.23 é0.907. Para encontrar a área à esquerda dez.8907.2266 = 0. Subtraia para encontn1r z= 1. Para encontrar a área à direita dez. 1.1 para o z-cscore. a. Use a rabeia para encontrar a úrca P..8.re. Use a tabela para .7. subtraia a área n1enor da ãrea tnaior.S O 1.8907.da Instruções Encontrando áreas sob a curva normal padrão 1.1093.l! t1 t:urva nunnal padnlo t! a wntbra tlc:1 ftrt'a apruprh.23 é 0.rca da região entre as ' duas z~c.escore na Tabela Normal Padrão.sos. A ircã à esqu~a de 4. 0 13 1 :i.t i·.

13. Sol11ção A área sob a curva normal padrão à direita dez = 1. a área à esquerda de z= 1. a área à direita dez = J. a área à esquerda Exemplo m de z = . a. Por exe. 99 é O.drão à esquerda dez = -0.0. à esquerda de um z-escore nos dá a probabilidade de b...1611. f>(z < -0.13.a Normal Padrão para e11co11tmr rt ár. Como a distribuição normal é t1ma distribuição de pro· Encontre a área sob a curva normal padrão à esquerda de z= 2.nplo. a área automaticamente.99. b.1611.a que corresponde a z = 2.99 é (!.06 é: Área = 1 .1611. Use a Tabela Normal Padrão para e11ro11tmr n área aesquerda dez = -2.o como "a probabilidade de·que z seja menor do que Encontrando a área sob a curva normal padrão -O. no Exemplo 4.8554 Área= 1 . que z seja menor que aque- Rl'S/'l~l1t 11í1 p.0 .1446.8554. Encontre a área sob a curva normal padrão à direita de z = -2.06.99 é exibida a seguir: usando uma 11·83/84.IJ§dd (opltuloS • Dl1Ui>>i<!es~•P<•b•billdadesnom.1610870612 Encontrando a ârea sob a curva normal padrão Encontre a área sob a curva normal padrão à esquerda de z : .000 para o fim~e superior. 5ol11çào A área sob a curva normal p. Como • 1445723274 a área total sob a curva é l. l-d . • • 99 ) . A40 le ~-escore. esta área é igual a 0.0.06 é 0.06. 1 0000) Com base na Tabela Normal l'adrão.16.16. Use a làbel. S11btmin a área de 1.ai1 199 Exemplo m norMalcdf(-10000 . Use 10.8554 =0. Descu/Je a curva normal padrão e so1nbreie a área sob a curva e à esquerda sob a curva normal padrão de z = 2.?9 o Importante Com base na Tabela Normal Padrão. Então...0.0.06 é exibida a seguir: 1\rea = O. você pode en· contra. Oese11he a curva nonnal padrão e sombreie a área sob a curva e à direita de z = -2.t i·. e. a área a.99) = 0. que é lid.$554 ó 1/)(> norMalcdf( l." Encontre a área sob a curva' normal padrão à direita de z = 1.1611. babilidade contínua.13.16. . .

.112. Use a Tabela Norn. /{1-"'5111.0668 e 0.r lf1•.2:. se um dem difetir um pouto daqueles encoo.8275429323 e. 2. Use a Tabela Nonnal Padrão para e11to11trnr a área à esquerda de z= . Desenhe duas cuM!S normais que tenham médias diferentes.25 é exibida a seguir: ximado por uma distribuição n.deu. Alg11111 de. Encontre a áre<1 sob a curva non11al padrão entre z = -1.1~ o 1.0.. ele é 111uito incon.5 e z = 1.5 é 0. Descreva o que é similar e o ga serem normalmente distribuldas? Por quê? que é dUereote enue elas.u1n.25 é 0.IJ§dd 20 O • lst41ílli<a apfi<•d• [ ' - Retratando o mundo . Então. não padrão em uma distribuição norm.1 b. Se o z-<iscore for maior que 3 trados ao usar a Tabela Normal Padr~o. seus resultados po. Solução cém-nascidos pode ser apro· A área sob a curva normal padrão t>nlre z = -1.25 é: ) Área= 0. Desenhe duas curvas normais que tenham a mesma média. Descseva como você pode transfonnar uma distribuição normal diferente entre elas.' s. :.5.35. . mas desvios padrão diferentes.s.25. l. usando a regra empírica. Valores que ultra- Ao usar teolOlogia. ~ área à esquerda dez= . l-d .e/Jê$ é exrepciounlmmte pesado 011 leve? Encontre a área sob a curva normal padrão entre z = -2.1/th Sfntisli<X) Peso de recém-nascidos ..rmi.Sffl IU1 p. ~orMalcdf( -1. a área entre z = . E11co11fre o z-escore que corres- 1'011da no P<-sq de 2.al Padrão para euc.8944 ..5 e z = 1.000.000 lllterl'retação e. Descreva o que é similar e o que é 6.4 você apren.16 e z = .10 Na Seção 2.16.. como n1ostra o gráfi- co a seguir.35.:1 {i. . que valores que estão a mais de dois desvios padrão da média são considerados incomuns. z·escore é maior que 2 óu menor que -2.u: ~ ~ ~ ~ ..t i·. Quais você jul· mas os mesmos desvios padrão. iil' "••Peso••t {e.000 gramas... Qual é a área total sob a cusva normal? S. a. passam três desvios padrão da média S<io considerados 11111ito incomuns.25. ele é incomum.orn1al. lil Exercícios Construindo habilidades básicas e conceitos 4.8276.1 padrão.8944 e a :r.0668.r\. o nún1cro de nascin1cn. 1 Exemplo m De acordo com uma publica· Encontrando a ~rea sob a curva normal padrJo ção.S 1 1 1 1 1 ~ Com base na Tabela Nom1al Padrão. 82. a área à esquerda de z = 1..n~ gran1:. .5 e z-= 1..1. 3. Subtrnin a área menor da área maior. Qual é a média da <f151ôbuíçAo normal padrJo? Qual é o desvio padr~o da distribuição normal padrão? 3.n ano recente foi 4. (l~mtt•: ·r. Então. tos durante u.outrar a área à esquerda de z = -1. Encontre três exemplos reais de variável contínua. o peso dos re.76% da área sob a curva está entre z = . 1. ou 1nenor que-3.1. 25) .-s Portanto.4.052.2.1.1tlftl Ct'11t.5 e z = l.l.

. 12.. 17.. determine se o histograma representa 8. Análise gráfica "1os exercidos de 17 a 20. .2..:::::_______~=-.. 15. = . -<IS o 1.. Entendendo o conceito Po< que é cO<telo ózer ·uma· distri· Análise gráfica b<Jiç..0. Explique seu taóocínio. Perda de peso 10. 4 12 20 1& 36 Te1llpo ( cm 1nin~1100) 16.5 .lo indicada sob a cUNa normal pad~o.2:.15 ·~.is ZO1 7.. Entendendo o conceito Se um HSCO<e é zero. de1ermine se os gráfocos podem representar uma variável com uma cfistnbuí(ão normal. glintes afirmações deve ser co«eta? Explique.--':::.C)j -"""-' . .. Análise gráfica Nos exercicios de 9 a 14. 9.. encontre a área da regí. qual das se. dados com uma distribuiç. unt consultório dentário (e) O valor x cooespondeme é o mesmo da média. (•) A mócfia é Z<>tO. Ten1po de e-spera em (b) O valor x CO<tesponoonte é zero.10 ~ e' ()..Jo n0<mal e ·a· dislribtiçao normal padrão? Nos exercióos 15 e 16.que seu raciocínio...mal. Se for cooveniente.t i·...Jo no. E>q)i'. .IJ§dd C. O 19..I<) 60 70 80 Libr:isperdid~~ 11.. "' 10 'º :ló 40 .. use ferramentas tecnológi- cas para encontrar a área..pftulo S • Di11Jíb•i<õeSde probabíl~adts oorm..2() " 11 0.~ (). 18. 13... l-d . 14.

encooire a é1ea indicada sob a cuiva (a) Desenhe um histograma de frequé<lcia para mostrar esses normal padrão. incubação de quatro Ol'OS selecionados aleatoriamente é de 328 1. O fabricante declara que a vida útil t t t t A li C D de uma kiml'i)da é normalmente distribllicfa. Seria razoável dizer que a vida irtil é normalmente distriblJida? Por quê? (b) Enconue a média e o desvio padrão de sua amostra.5.65.28.6.5 horas. 75.7. aleatoriamente.95. 69. (c) Compare a média e o desvio padrão de sua amostra com os 24.11tez=-l.. ~ t ~ 44.dr. 71. 1.4.005. 69.28 ou à direita dez • 1. 73.iodo de incubaç!o de Ol'OS de cam· 20 lampadas e encontra os seguintes numeroo para vida útil das baxirras é normalmente distribuído com uma média de tempo 1amp.xJas: de 336 hotas e tm desvio padrão de 3.96 ou àdireita dez= 1. À esquerda dez= 1. 70. 1. Enuez=Oez= 1.930.33 e z = 2. 69.8. 2.6 polegadas e um desvio padrão de 3.2.121.4.51.08.1. use fenamemas tecnológicas para dado~ Use sete dasses com valor médio de 63. ~~~l~ ••~~~t~. 73. 69. 67.2.~ """~• 1 (c) Compare a méd'.217.86. Ovos de cambaxirra O pe.a eodesviopadràode suaamostta comoo A B C 1) da declaração do fabricante. 71.659. 67. 66. quatro valores da distribuição 29.2. distribuições normais 28. .5.85. À esquerda de z = 0.2. 65. 71.es é incomum. 93.25. buido~ com uma média de 93. 72.IJ§dd 20.6.4.502. 1. 1577. 2.639 (a) Desenhe um histograma de frequência para mostrar esses dados. Àdireítadez=-1. 338 horas. com uma méd'. 39. e11Contrara ~rea. (c) Determine 33. Enirez=-0.) o 72.840.95. (a) Sem converter para z 30. Usando e ínterpretando conceítos "• . À direita dez= 2.921. 23. as alturas sào normalmente distribuídas' Por quê? 22. 2.0 polegadas. \lxé escolhe.7.3. (b) Encontre o z-escore que wrespon· 32. 1.lmetros internos de quatro dos anéis 38. Os di. 43.209. À esquerda dez • .85 e 75.28.018 milimeuos.51 ez=O.9. de 0. 65. escore~ relacione cada valor com as letras A.\h Sro.6.000 horas. À esquerda dez= -1. Àdireítadez • l.53ez • O.2. e um gráfico da distribllição normal padtão. Afirmação do fabricante Vocé trabalha em uma publicaç. de pistão selecionados aleatoriamente sào de 93.96. 64.85.004.5.33.Ji:41 úmsumer Watchdog e est.406.l. 2. Discuta as d'iferenças.io da . B.4doplOIJo do No""1olC<MJet {()I Hf<J. Os diãmetros internoo dos anéis de pistãosào normalmente disui· 36.575.7.9. 67.2. i. Aesquerda dez= -2. 67. Aesquerda dez m 1.So de 250 horij$.1iente.54.2. se algum dos valo. 62. Seria razoovel dizer que 21. 68.as da pane (a). À esquerda de z = 1. 34.96. O tempo de 2. Entrez •. 66. com uma média de 2.014 miüme· tros. 69.9.2. À direita dez = 3.61 5. e verifique suas respw. o:'. À esquerda de z = -3.210. À direita dez= -0. 35.949. 40. horas. 64. Se for conve. de a cada valo. Entre z • Oe z• 2. l.85. Enire z = . 1. 26. 16.<S. Nos exercíóos de 43 a 46. Anéisde pistão Soa emp<esa labrica anéis de pistão para carros.\ teSlando a afirmação do anuncio de um fabricante de lâmpadas. l-d .36.. foi dada uma distribuição noonal. 2.5.t i·. 93. Encontrando a área 68.01 milímetros e um desvio padrão 37. l . À direita dez= 1.. 69. 1. 2. (b) Encontre a média e o desvio padrão de sua amosua. do estudo anterior.85. 2.005 milíme110. Use cinco classes. da distribuição normal padrão. 66. 69.~42. 68. 2.28. 1. uma amostta de 30 homens e descobre as se· guintes alturas: l. 330 hOlas e 34 1 ho<as.0 Noo exercícioo de 21 a 40. 25. 67.9.106.728. Um estudo anterior mostrou que a altura é normalmente distribuída. a média da distribuição e o desvio padrão.267. Disana as diferenças. E.397..994 mfümetroo. 1.85.140. Computando e interpretando os z·escores de 27.e um desvio pt:. 65.004 maimetros e 92. 70. 2. e e D no g1áfico dado 31.a de 69. Altura dos homens \lxê eslá fazendo um estudo sobre a ai· tura de homens de 20 a 29 anos.96ez= 1. 71.85.

0 e o desvio padrão foi de 4. universidades para avaliar os candidatos. a fu. As po:uuaÇ6es do exa· me são normalmente distribuídas. 57. Em um ano recente.~.6. Em um ano recente.5}. na regiao indicada. Desueva como você construiu a curva e discuta suas caracterlsticas.08 <z < O). 58. As pontuações dos testes de quauo alunos escolhidos aleat0<iamente são 1. Se for conveniente. Em gerdl. 65.186. (rcme:C~BoadOntin.54). P(. As pootu· ações dos testes de quatro alU11os escolhidos aleatoriamente são 18.) . Um exemplo é f(x) = 1 para O$ x $ 1. l-d .. P(-0. P(z > .IJ§dd (apltulo 1 • Di111iloi(6es de p.89<z<O).va com uma média de 450 e um desvio padrão de 50. a pontua· ção média do teste foi de 1.ção densidade para uma distribuição unifom1e no llteNa!o de X ~ 0 paraX e b é dada por: llf) = -b l .ais a 1 unidade.1.518 e o desvio padrão foi de 308..1. A média dessa distribuição pata este exemplo é 0. 48.848. são normalmente distribuldas.i.58). para enconva.54 <z< 1. P(z > -0. use ferramentas de tecnologia 55. P(. (l<»1': ACT. ção uniforme. 1.65 <z< 1. P(-2.--iconue a probabilidade indicada A H C 1) usando a distribuição normal padráo.85)..54ouz> 1.. 64. e.__. 1nc) O 0:. Se for conveniente. 60.S 2 Encontrando probabilidades +-----~t~l ~ ~t~~.406. As pontuações do exame 52.8.r a p1obabilidade.45). !'los exercidos de 53 a 62.95). Redação Desenhe uma curva normal com um. 56. Pontuação do SAT O SAT é um exame usado por faculdades e 50..l.29. 2O3 45.u O 51. 32..58ouz>2. Distribuição uniforme Outra distribuição continua é a distribui· 49.obaMHdades 001m. -o .5 e o desvio padrão é de ap<oximadamente 0.-datos. a pontuação média do teste foi de 21. Redação Desenhe uma cu. Pontuação do ACT O PCT é um exame usado por faculdades e universidades para avaliar canó. 61. t A 13 t -os o 46. P(z <0.t i·. O gráfico dessa disti\buiçao para este exemplo é um quadrado com ahu(a e k11gura igu. 14 e 25. P(z<.. 47. Desaeva como 1/0Cé consuuiu a curva e discuta suas caracteristicas.l . 62. 59. Nos exerdàos de 47 a s2: enconue a probabilidade dez ocorrer 54. 2. Análise gráfica 53. P(z<-2.54).177 e 1. Expandindo conceitos 63. use ferramentas de teclliOlogia para encontrar a probabilidade. P(z< 1.> média de 60 e um desvio padrão de 12.1.45).

:::. too 300 ""° .. · (b) Encontre a probabilidade de x c.2119. probabilidade de x cair em um dado intervalo ao calcular ·a área sob a curva normal para um dado intervalo. 2 66. Oistóbuição uniforme.3 e 0.iir entre 12 e 15.~ -+--1-+--+..19% dos donos vão trocar o computador em menos de 2 anos. a +b (c) Encontre aprobabilidade de x c.=0 Encontrando probabilidades para distribuições normais ~ / Uma pesquisa indica que as pessoas usam seus conrpuladores por uma média de 2. _1_2_· (a) Desenhe um gráfico da diSl.-. Por exemplo... Encontre a prol>abilidade de ..o)' '---'--+. lllterpretaçào Portanto.4 anos antes de trocá-los por uma máquina nova.1 o 3 • normalmenle distribuída.l()O <l<lll 700 soo 600.. considere uma curva nom1al com 1•= 500 e e1 = 100.-. = 2. Corisidere que a função densidade tJlÍ· e a variânôa é: forme J(x) • 0.. . A variável x é -3 -· . como 110 gráfico s11perior à esquerda.. considere a curva normal padrão no segundo·gráfico 1i esquerda.IJ§dd 201. A média é: (b) En<:ontre a p.iir entre 0. Um dono de computador é selecionado de forma aleatória.-. você pode.ões normais uibuídas usando uma tabela e Se un1a variável aleatória x é norn1aln1ente distribuída. m probabilidades Distribui~ões normais: encontrando Oque você Probabilidade e distribuições normais deve aprender s Como en<ootrar probabilidades para variáveis oormalmente d'ts· I Probabilidade e distribui..1o para uma curva normal padrão. Para encontrar a área sob qualquer curva normal. A01<\dia dessa distribuição é 15 e o deslho padrão é de aproximadamente 2. (b.--""'f~+-1~+--+= -.5 anos. 21. converter os limites Sllperiores e inferiores do intervalo para z·escores.. Agora.iir entre 0.na árcó i. O Z·escore que corresponde a 2 anos é: z= x .l. e1 0. A probabilidade de que o o computador seja substituído em menos de 2 anos é 0. primeiro. De· pois. (01110 um z-escore de 1corresponde a um valor x de o .80.7.89. (c) Encontre a probabilidad'e de x c.obabilidade de x c.1.25 e 0.t i·. que ele vá usar o co111pulador por menos de 2 anos antes de trocá-Jo.__ _ _ _ _ _ _ _ _ _ __ Mes.4 e 11 s 0. • Íllllilli<aaplicoda (a) Verifique que a área sob a rurva é 1. l-d . Solução O gráfico mostra uma curva normal com 14 s 2.4 = -0. e áreas não S<io mudadas com uma transformaç.-..5.2119.5 e uma área sombreada para x menor que 2.ibuição e mostre como a área sob a curva é 1.5 ATabela Nonnal Padrão mostra que P(z <-0.8) 2 0.iir entre 13 e 18. você pode encontrar a usando tecnologia. O desvio padrão é 0... Exemplo [O_ I___. as áreas sombreadas no gráfico são iguais. usar a distribuição nonnal padrão para encontrar a área. O valor de z um desvio padrão acima da média é 11 +"=O + 1 = 1.. 1 para 10 :s x :s 20. O valor µ = 500 de x um desvio padrão acima da média éµ + " =500 + 100 = 600. ._-.-.2..

O z-escore que corresponde a 39 minutos é: 39 . Ma. Solução l. Qual é a probabilidade que percorra mais do . diri&indo com um desvio médio de 1.5) = 1-0.6 mpg. galão (mpg) na cidade. E11co11tre a área à dire. (a) O gráfico à direita mostra uma curva normal com 11 = 45 minutos e"= 12 minutos. Se 200 pessoas entrarem na loja..1.33% dos consumidores estarão na loja entre 24 e 54 mi11utos.i. (a) Encontre a probabilidade..m.t i·.7333) = 146. Encontrando probabilidades para distribuições normais Urna pesquisa indica que para cada ida ao supern. uma pessoa gasta uma 11iéd. -83/84 para enconuar a p<obabilidade uma vez que o limite superior seja con- d. No Exemplo 1. 0401 = 0. (a) O gráfico à direita mostra uma curva normal com .2119. (b)/11terpretnçno Então.66 (ou cerca de 147) consumidores para estarem na loja entre 24 e 54 minutos. Quantos compradores você esperaria que houvesse na loja para cada intervalo de tempo listado a seguir? 1.r maior que 39 minutos está sombreada..s. Exemplo m re$posfa para o Exemplo 1 é P(x < 2) = 0.• 8) é selecionado aleatoriamente.3085 =0.wrgy.crcado. 73.tos e a 54 minutos são: e z. Os z-escores que correspondem a 24 mim. você pode usar uma TI· e.75<z<0.75.ia de 45 minutos. Q>nstrna um gráfico. Entre 24 e 54 minutos.Outra forma de escrever a.a11nptrrtr111'k• u. Então.34 . Uma pessoa entra na loja. 24 45 z1 = . T~mpo (cm 1ninu1~) . Ol'fNlrtfll'(llt o/ E. Um focus .. (b) Interprete sua resposta se 200 pessoas entrarem na loja. com um desvio padrão de 12 minutos naquela loja.5.45 = 1. Esse tempo gasto na loja é normalmente distribuído e representado pela variável x.IJ§dd (apltulo S • Di>uiloi<ões dt P<Obo~llda.75) = O.6915.. 205 Um Ford Focus de transmi..75) .io so 60 ro so P(x> 39) = P(z> -0.} a. Dica de estudo .l.ita do z-escore.1.45 Z= ~ =-0. Aárea para x entre 24 e 54 minutos está sombreada. 2.0..5) = 1-l'(z <-0. você esperaria por200 (0.P(z < .rno. (. ve<tido para um z·escore. a probabilidade que uma pessoa fique na loja por ma.= -54 -.2118553337 que 2$ metros por galão?Supo11ha que a quilometragem da gasolina seja 110rinalmente distribuída. E11co11h·e o z-escore que corresponde a 28 milhas por galão.ss. 7333. l-d . para cada intervalo de tempo listado a seguir. que essa pessoa fique na loja. Aárea para .75) = P(z <0. n. = 45 minutos e"= 12 mi nu tos. Escreva o resultado como uma sentença.=-1 75 12 ' 12 Então.is que 39 minutos.o manual percorre uma média de 24 milhas por norr1alcdf( -10000. a probabilidade de que um consumidor fique na loja por um período 10 20 30 40 S0 60 70 Sl) entre 24 e 54 minutos é: 'fç1npó (cm minutos) P(24<x<54) = P( . 2.is de 39 minutos é: 10 10 :io . b..

. E11co11/rc o z· escore que corresponde a 60 minutos e 33 mi.054 7992894 . médias de rebatidas de mais b. l-d . Você pode encontrar probabilidades normais usando o MINITAB. Quantas pessoas você espe- distribuição nonnal.. uma média de cerca de 138) pessoas que fiquem na loja por mais de 39 minutos. conforme raria que ficassem na loja entre 33 e 60 minutos? mostra o gráfico a seguir. 138. 0. Outra forma de encontrar probabilidades normais é usar uma calculadora ou computador.3 (ou No beisebol.ológica para encontrar a probabilidade. A ~J(J$l/J U(l . cada um.2~RU.nrdc.6915) . você deve espe- mêdin de rebnlirlns de 0.269 Exemplo DJ Usando tecnologia para encontrar probabilidades normais Suponha que os níveis de colesterol dos homens nos Estados Unidos sejam normalmente distribuídos. Co11strun um gráfico.E)_ 2 fD. E11co11tre a tfrt'tl ac1111111ladn paro cada z-escore e 541btrain a área n1enor da área maior.215. o Excel Liga de beisebol e a Tl-83/84.nplo 2 ílque n.. O MINITAB.054799 Tl-83/84 l normalcdf(O. -. Qual é a probabilidade de que o nível de colesterol dele sc. Para..0548 EXCEL [ A B e " 1 NORMDIST 175.o? S.wtos. 25. ~batidas é o número de bati· Qui"ll é a probabilidade de que o <:On$iunidor no l!xe.>ja menor Q11n11/QS por cmto tlc.3$ padrão de 25 miligramas por decilitro.21 5. /11terprele sua resposta se 150 pessoas entrarem na lofa..lesvio padrão é 0.'Spe. 175.1 r.~rior a is${>? 1nina o intervalo.0000 X P{X<~x) 175. jogadores que 175? Use uma ferramenta teo. es(nlação.000 and standard deviation .1ocfl t.275 cltl cific. As a.269 e o <. Você seleciona aleatoriamente um homem dos Estados Unidos.275 011 11111for q11e is. µ.009. podem ser aproximadas pela d.r a média e o desvio padrão da população. de 750 jogadores da Liga de Beisebol em um ano recente e.·. 215.. bem como o(s) valor(es) x que deter- su.t i·.. (b) luterpretaçào [ Retratando o mundo Se 200 pessoas entram na loj. cálculos estatísticos no beisebol).1rin ter 1u1u1 probabilidades normais sem converter para z-escores. 1<'111 umn 111Min de rcwtirlns de Solução 0. o Excel e a Tl-83/84 têm recursos que lhe permitem encontrar as q11. htf 40 jogador($ e111 111111. MINITAB l Cumulative Distribution Funcion Noimal with mean . A40 média de rebatidas é 0.o $upenn cr· das dividido pelo número de cado entre 33 e 60 minutos? at·bats (usado pat. então você esperaria 200 (0.0000 0.i.25) . com uma média de 215 miligramas por decilitro e um desvio ~lédi:t de rcbatid.IJ§dd 20 6 • bta1h1i14aplicad• ..

suponha que a variável aleatória x seja .'io 4.~~l--1-~--'. 3.-.ewitada pelo gráfico.ade que o nível de colesterol do homem escolhido seja menor que 175 é de aproximadamente 0.llt) soo i>ontu.) .. g.or. O'= 35.u =2 19 <1=41. < ~-'.t1e. a.} 5.. • 86 e desvio padr~o a • 5. Qual é a probabi· voc:f lid ade d e que o nível de colesterol dele esteja entre 190 e 225. O Exemplo 3 mostra uma entre várias formas de encontrar probabilidades nor· mais usando o MINITAB.r.'t-ge Bo.Ao rep.. b.0548 ou 5. Coloqueos dados apropriados para obter a probabilidade.crevn o resultado como uma sentença. (Fonu•: 1 !'l.d O. você pode ver a probabilid.:c.6 .1 de colcsccrol (cn1 n1g/dL) . Use un1a ferra~ 3 menta de temologia. P(.:.-.bt!icõts de probobilidad11 oormail Z07 A partir das telas. Pontuação em matemática no SAT Probabilidaçles computacionais Nos exerócios de I a 6. e.t i·.::IIOO = i-. l-d ..: <..~.IJ§dd (>J>Rulo 5 • Oísu.. 1' = 186 nado aleatoriamente de uma popu!ac.< < 239 .ud Onl!fl. O'= 115 Encontre a probabaidade indicada. 6. Leia o guia de 11s11drio da ferramenta de tecnologia que você está usando. ia:<a 101àl de. 70::_::. 9S '200 239 l40 Tn... 2. P(70 <x <80)..:. o Excel e a Tl-83/84.=518 noonalmeme distribulda com média . u= 113 Mulheres norte-americanas com idade entre 55-64: colesterol total 200 < .. suponha que um membro seja selecio. _-. Suponha que a variável x seja noonalmente distribuída. P(x>92)..i: Cclf. P(85 <X< 95).r..< > 75).?g<> Bca. L P(x<80).x:i 10111. colesterol (c1n mSfdL) Pontuação em leitura crítica no SAT (Mapum th r.:. lfl Exercícios Contruindo habilidades básicas e conceitos 8. Mulheres norte-ame·ricanas com idade Análise gráfica enlre 20-34: colesterol total Nos exerócios de 7 a 12.-.$ Encontre a probabilidade de que um membro selecionado aleat0<ia· mente esteja na área sombreada do gráfico..onal Cen!i!f for Hea/lh Sl<>ns""-) 200 <x<450 = JI 503 10. e<:. P(x < 100).:::6. li.içàó (!0111..48%. 670 $00 ron1uaç-. 15 20<> ?39 300 7. ente Um homem dos Estados Unidos é escolhido aleatoriamente.-.

as por sem. semana. Se for co. Uma OOIW1<} é oleato. .imes ACT que tinham uma no1a mé&. e.~te. rpr.i deJe se.Jbo.. 16. (llt.::.9 hora.na em !. uma conta de consumo é escolhida '" /01 Heo. (b) Encontre a ptobabilidade de o aluno usar o "1bo1at6fio e.elll!e 66 e 72 (b) Encontre a probabilidade de a cOlll<l de consumo es"1r entre polegadas._. um desvio padrão de $ l 2. mes1or que 66 (a) Encontre o probabilidade de a coma de consumo ser menor polegadas.::. Um homem que participou cidade sao notmalmente distriblJ!ws com uma média de S 100 e do es1udo é selecionado aleatoriamente.. (b) Encon1re a probabilidade de o comprimento do peixe es1ar (c) Enconue a probab~idade de o aluno usar olaboratório por e<itre 7 e 15 polegadas. com uma media de Toyola Camry: djst. queS 70. (c) E. (c) Encontre a probabilidade de o peso do beagle ser maior que ~. dist. lncl /L : 137 (a) Encon1re a probabilidade de a pentuac:Ao do aluno no ACT e.e a p.c. Um aluno com uiw nota média frenagem em u1na superfície seca de 3.50 o 4.ff Rf. Agenda do laboratório de computadores O tempo que um 14..-.s1Jnci3 de frcn:ige1n (cm pés) o número de horas que adukos nos ESlados Unidos passam em ~Adcptodo ~ CrJ. lo rlf 0 .= 4 .ente ao compU1ador. usa uma starclimber (equipamento de gjnás1ica) é noriwlmeme 15. (e) Eor.. mais foram agrupados por idade.1or que 17.lbilida<le de a a!tur. a pontuoçAo de alunos distribuído.. Na pesquisa..ão de 2 polegadas. de 3. (b) Encon1re a p<owbilidade de a ahura dele estar.t. com um. De 20 a 29 anos. 133 140 149 16$ 17.atório de computadores Iodas as semanas é normalmente distribuído. o número de horas era normalmente distrib.t i·. com uma media de 7 ho- Usando e ínterpretando conceitos ras e um desvio padrao de 1 hora..5 e 9.. com uiw média de 10 polegadas e um malmente disttiluido.00 eia nomialmente distribuída.:c__ _ _-1-_.7 6 ser me. encontre as probabifidades indicadas.1 .obabifidade de o aluno usar o laboratório por menos de 4 horas po... padrJo de 0.2 e um desl. mais de 8 horas por semana..ooobilidade de a ahura dele se.-.esse panicipame passar menos Nos exercícios de 13 a 20.~o do ensino médio nos e.--::.3. as allurM I01am de 10 ho.incia de 24. Beagles O peso de beagles aduhos machos é tl()(malmente 12. os homens (e) Encontre a probabilidade de esse paiticipante passa. 20.na em frente ao computador..f..00 que fez o ACT durante esse 1empo é selecionado aleatoriamente. Pontuação no ACT Em um ano recente.. um participante da pesquisa é escolhido aleatoriamente.icontre a probabilidade de o comprimemo do peixe se.io padr~o de 4. (a) Encon1..i média de 20 minu1os e um desvio pad.\h Stc"5l>O. (Moptodode ll(l/)()(l(J( Cen.1 de 5 minutos. {N. Comprimenlo de peixes O comprimento das coivinas é nor· oluno usa o I. Um adeta é selecionado aleatoriamente.2 ho.. maior <111e 72 (c) Encontre a p<obabilidõde de a conta de consumo se< maior polegadas..) aleatoriamente. (romc. (a) Encontre a probabilidade de o comprimemo do peixe ser menor que 7 polegadas. S90eS 120. (Ad. com uma média de 69. Agenda de um ginásio de esportes O tempo que um atlet.. estar e<iue 20 e 29. use ferramentas 1ecnológicas para enconuar as probabilidades. Um aluno é selecionado alealotiamente.ue 5 e 7 horas por semana. Contas de consumo As contas de consumo mensais em um.ontre a proh.lodo de Na<tfJ(I()/ Marine Físhe1its SeMce Físhe1ies Sta!>Sl..5 horas por semana em frente ao oompu1ad0<. que 5 hoias por sem. l-d .as e um desvio desvio pad. (b) Encorwe a ptobabilídade de o pontuaÇ40 do aluno no ACT _.50 a 4. um desvio padr~o de 3.iamente es.= 5 . ques 140. com uma média de 6.--. (b) Encon1re a probabilidode de esse panicipante ?Msar e<itre 5.wn. frenagem em uma superfície n1olhada (a) El1conue a probabilidade de o peso do beagle ser menor µ= 149 que 23 libros.18 (b) Encontre a probabilidade de o peso do beagle estar entre 23 e 25 i bras.. Na pesquisa. . Um beagle é escolhido aleatoriamente.-~. oormalmeme distribuídas.6 polegadas e 18.en.iwn1t•1 Repo..0 polegadas.cs qnd E"""'""" DMSiot>) (a) Encontre a p.-. Ahura de homens Uma pesquisa foi conduzida para medir a ahura de homens norte-americanos. uso do computador Uma pesquisa foi conduzida para medir Di. Encontrando probabilidades (a) Encon1re • probabilidade de . colhida.ibuído.IJ§dd 208 • lsta1h1icoaplí<ah 11. com uma media de 25 libras e um desvio pad<ao de Toyola Caouy: dislância de 3 libras. 122 141 15 1 (c) Encontre a probabilidade de a pontuatao do aluno no ACT l)istância de frenag<:tn (cn1 pés) ser máior que 32. 27 libras. 19. 13. ) frente ao computador todas as semanas. ACT..iido.l maior que 15 polegadas.

com uma média de 5. Determine se o processo apresentado est.) E11w11lle d µ1ulie1lii1idccJ~ Ue u111 ct. 23. cerca de quantas •<oeé espera que sejam menores que S90? (a) Qual é a porcentagem das pontuações em matemática no 29.6 rriligramas ç. de amendoim? Seria incomum se uma pessoa consumisse me- terol mene< que 200 miigramas por decilitro de sangue? nos que 3. Amendoins Suponha que o c:onsumo anual de amendoins seja miligramas por decilitro e o desvio padrão é de 35. semana nos computadores em casa? 21. Comprimento de peixes Use a distnbuição no11nal dos com· (2) Há nove pomos co11secutj\-os que caem em um lado da pómentos de peixes do Exercício 14 para as quais a média é 10 média. (b) Se 200 peixes são selecionados aleatoriamenie. t lilllas (a) Qual po1centagem de mulheres tem um nlvel total de coles.nos padrão da 200 miligramas poc decilitro de sangue? média. em 11 ± 2u.. Qual é a poicenta- gen. Beagles Use a diStribuição normal dos pesos de beagles do (ada tabela tem írtlhas horizontais desenhadas na média 11.a é 7 horas e o desvio padrão é de I ho<a.s para determinar se um processo atende todas as condições (a) Qoal porcentagem de mulheres tem um nível total de coles· neces&iria$.8 miligramas normalmente distnbuído. .imericanas. com uma méãia de 2. fibras? (b) Encontre a probabilidade de um a!lela usar a stairclimber (b) Se 50 beagles são -seleóonados aleatoriamente. dia é 518 e o desvio padrão é 115. Um3 ferramenta u~cb em CEP é a tJbela de controle. Controle Estatlstico de Processos (CEP) é o uso da esiatistica terol em mulheres do Exerdcio 10. S • Di>uib•lr6'1 de probabílidad1110rlll<ll1 Z09 (a) Enconue a probabilidade de um atleta usar a stairclimber (a) Qual po<centagem de beagles tem um peso maior que 30 pó( menos de 17 minutos.. para o qual a méd'. e um desvio padrão de 1. terei me110< que 239 miligramas pot dedfüro de sangue? Quando medidasindividuais de uma. cerca de quantas você Expandindo conceitos espera que tenham um nível de colesterol total maior que 240 miligramas por deol itro de sangue? Tabelas de controle 24.065 horas? Seria incomum se uma bateria sejam maioces que 600? tivesse uma expectativa de vida maior que 2. menos que 3. Usando distribuições normais Nos exe1c(cios de 21 a 30. para os quais a média é 186 30.065 hotas? Explique seu raciocínio.ja mé. Exercício 16 para os quais a média é 25 libras e o desvio padr3o e 11 ± 3u.IJ§dd ('l)Oul. Pontuação em matemática no SAT Use a disuibuição noonal res que S 125? das fXl'lllJ<lções em matemática no SAT do Exerdóo 8. Colesterol Use a distribuiçAo normal dos níveis totais de colesterol em mulheres do Exerddo 9. como produ· miligramas por decilitro e o desvio padrão é de 41. (b) Se 250 mulheres norte-americanas. (a) Qual porcentagem de peixes são maiores que 11 poleg<ldas? (3) No mínimo dois dos três pomos consecutivos estão situados a mais de dois desvios padrão da média.variávelx são normalmente distri· (b) Se 200 mulheres oorte.1uole ou é de 3 libras.. anualmente.m fora de controle conf.l sob co.000 pontuações verbais do SAT são escolhidas aleato.!o (b) Se 1. cerca de entre 20 e 28 rrinutos.lo de uma peça de motoc.8 libras pot pessoa. f0<a de coo1ro!e. polegadas e o des\oio padrêo é de 2 polegadas. com idade entre 20 e 34.:.500 pontuações em matemática no SAT são seleciona· d<! 30 horas.!o é de S 12. de contas de consumo que são maio- 22. Qual é a potcentagem de baterias que tém uma das alea1onameme.000 horas e um d<!s.. (b) Se 300 contas de consumo são seleciona~ alearoriamente. informações sobre o processo são po< decilitro de sangue.no padr. quantos você espera que pesem menos que 22 libras? (<. uma tabela de controle pode ser usada para detectar processos 64 são selecionadas aleatoriamente. Colesterol Use a distribuíção normal dos níveis totais de coles. cerca de quantos vocé espera que sejam meneies que 8 polegadas? Nos exercícios de 31a 34. com idade entre 55 e buidas.es do Exercício 17. que 550? (a) Qual é a poccentagen. para os quais a média é 2l9 para monitorar e melhorar a qualidade de um processo.:. Contas de consumo Use a diStribuição normal das conta. Uso de computador use a d1stnburção normal dO uso de com· por mais de 30 minutos. Vida útil de baterias Avida útil de uma bateria é normalmente SAT que são menores que SOO? <isuibuída..sde (b) Se 1.depessoasdecoosomem.1 libras de amendoim po< ano? Expllque seu raciocínio. por volta de quantas você espera que vida útil maiOf que 2. po1 volta de quantas você espera serem maioces padt. passar menos de 5 horas por semana em freme ao compu- (a) Qual é a porcentagem das pontuações verbais do SAT qi.9 libraSPOf pessoa po< decilnro.t i·. uma tabela de coo1tole é apresentada. ptJtad. 26.me o que segue: espera que tenham um nível de colesterol total maior que ( 1) Um ponto está situado a mais de uês des. são selecionadas aleatoriamente.<1 uxi1 d Sluit'Clho[H:r 27. l-d . Explique. cerca de quantas você que possivelmente estej. ce<ca de quantos vocé espera que respondam quais a média é 503 e o desvio padrão é 113. cespo)lda as questões sobre as distri· (a) Qual porcentagem de adutos passa mais de 4 horas por buições nocmais especificadas. 25. consumo do Exerdcio 18 para a qual a média é S 100 e o desvio riamente. a. Pontuação em leitura critica no SAT Use a distril>uíção noonal (b) Se 35 adultos dos Estados Unidos são selecionados alea· d35 pontuações de leitura critica no SAT do Exercício 7 para as toriamente.lci.e tadO< em casa? são menores que flXJ' 28. Em aP. reunid.

.\re.1 litro. Encontre o z-escore que corresponda à área ac1u11ulada d e 0.a~ 54. e se lhe fosse dado uma probabi lidade e você quisesse encontrar o valor? Por exemplo. Pregos Peça de motor 1 55. O ~o padrão do processo é de O.---. ou uma pcsqui· sa médica pode querer saber os valores de corte para selecionar os 90% de pacientes intermediários por idade. O desvio padr~o do p. Nesta seção. dado intcrv:.-. 12 polegada. á. foi dada uma variável aleatória x 1\orm:almente distribuída e você encontrou a probabilidade que x pudesse estar em um dado intervalo ao calcular a • Como encontrar o valor de um ..-_ E ! 55. Uma engrenagem foi desenvolvida para te< um diámetro de 3 33.!metro de 55 gadas.IJ§dd ZIO • útatls\ícaapltcad• 31. Exemplo m Encontrando um z-escore.2. 2.rvaçõcs Númc:ro d<: obscrv. Engregagem Distribuição de líquido 1 2 .r· vado no exemplo a seguir. l-d .001 míllmetro.l oob a curv~ nornKJ paro un.çôcs ili Distribuições normais: encontrando valores Oque você Encontrando z-escores -+ Transformando um z-escore em um valor X-> deve aprender Encontrando um dado de valor especifico para uma dada probabilidade • Comó encOiltrai um z-escore dada aárea sob a curva normal. che< garrafõs com um füro de liquido. você vai aprender como encontrar um valor. dado especifico de uma <istribui- çao normal d.da a probabilidade. um comprimento de 4 pele· 34.ocesso é de 0.9975 1-------- õ 1 2 3 4 S 6 7 S 9 101112 1 4 6 & 10 12 Nõn1cro de Ql)$c. Uma peça de motor foi desenvolvida para ter um <i.0000 .3632.tlo. míllmetros.rea sob uma curva normal (ou uma probabilidade). I Encontrando z-escores • Como translofmar um Z-es(ore em um·valor ~ Na Seção 5. dada 11ma. Encontre o z-escore que tenha l 0. Uma máquina de ásvibuição de· ~a foi desenvolvida para en· polegadas. Um prego foi desenvolvido para te.75% da área de distribuição à sua direita. dada uma área 1.l 4 S 6 1 8 9 10 1 2: 3 4 S 6 7 8 9 10 11 12: Nún1cro de Qb$cn~çõcs Nlhneró de obser.·ações 32.'1.t i·.-. . O desvio padrão do p<ocesso é de 0. Odesvio padrão do preces· soéde 0.2 polegada. como pode ser obse. Mas.0050 ~ 550025 1-_-_-_-_-_-_-_-_-. uma universidade pode querer saber qual é a pontuação mais baixa que um aluno pode tirar cm uma prova seletiva e ainda t>Slar no topo 10'.

8•138 0. Encontre o z-escore que tenha 96. Por exemplo.05 na Tabela Normal Padrão.3300 0.:3594 0.3974 0. o valor da fileira é -0. z 3. à direita é0.l.8485 0. Como a áre.0.3336 !ENTERI @) 0.8925 na Tabela Normal Padrão. Respi}f.0 0.8686 0.24.3 e o contrar o z.5 Ó.5239 1. z 000 001 002 O03 o 005 006 0. tabela.bilidade$ no.4052 0.l.2877 0. use o .3192 0.4013 0..Z•eS<:ore no meio entre os z-es.:ore que corresponda a uma área de 0.8869 0. O05 0.8944 0.8925 0.29•16 0. o valor da fileira é 1.1075.8413 0. Para esta área.0003 0.5199 0. Então. Se a área dada estiver no meio de duas Exemplo QJ entradas.2 e o valor da coluna é 0. 'J'l-83/84.8729 0.e.0002 0.5040 o. 239933478 -escore que cotWSponda a uma área de 0.ntil. voe(! pode usar a Tabela Normal Padrão.3228 0. Detennint a área acumulada. 2.3483 0$20 0.3 0.1075 1.8888 0.P~ 3.9002 0. encontre o z-escore que corresponda a uma área de 0.core que correspo:ndn à área dada en.9115 Você também pode usar um computador ou calculadora para enconlrar os 0.2843 0..3632 na Tabela Normal Padrão.0 Õ.0003 OOl 003 0. então 83% dos valores dos dados estão abaixo de x e 17% dos vaiores dos dai:la não será encontrada na dados eslão acima de .8643 0.28!0 0.8925.9082 0.8%2 1.3499183227 2.t i·.645.8925 ao localizar 0.9066 0.8849 0.0003 0.. invNorM(. perce.9099 0.9131 z-=res que correspondam às áreas acumuladas dadas. Os valores no início da fileira correspondente e no topo da ~qui temos instniçõés para en- coluna cot1'1!Spondente dão o z-escore.000. Então.8665 0. u1na valor da coluna é 0.IJ§dd (apnulo 5 • Dlwi'buicil!> dtprol.0003 !2nd !DISfR 3: .Sl60 0.3121 0.8770 @ 0. Encontre o z-es.35.140 Na Seção 25.65 é 1.3156 0. como você pode verificar na Árta = dica de estudo ao lado.3936 0.8708 0.nvNorM(. Encontre o z.8925) 1.9049 - 0. e.ta 1111 I'· .04. o z-escore é -0.P.3669 0.16% da área de distribuição à direita.3557 0.2 0.14 -tez.mais 211 Solução Dica de estudo •1~~~~~~~~~~ 1.2912 0..:ores cor- Encontrando um z-escore dado um percentil respondentes.4090 i.3632 ao localizar 0.5000 0. E11co11lre o z-escore que corresponda à área. Para encontrar un. Locnliu a área na Tabela Normal Padrão..8508 0. você aprendeu que os percentis dividem um conjunto de dados em Dica de estudo ce.8461 0.64e .2776 0. 0.05.P. a área acumulada é 1. o z-escore é 1. Para encontr-ar o z-escore que corresponda à P. a.5554 11 0.n partos ig-uais.nvNdrm( 0.3859 0.0003 0. Para essa área. .8531 0.3632 0. na parte 1 do Exemplo 2.4 009 008 007 O06 0. Encontre o z-escore para o qual 95% da área de dislribuição esteja enlre 0 1.4 0.8907 0. -1. b. 0. a área porcenlual. z.3707 0.5120 0.1075 = 0. Solução t.8749 0.3264 0. 2. z-escore enlre . maioria dos casos.05 (ver figura) ao localizar 0.2981 Entre com a área acumulada. Lembre-se que um valor x representa o 83<' ponto •Na. l-d ... o Encontre o z-escore que corresponda a cada percenlil. 3632) · .3897 0.esooro quo corresponda a un. então use a entrada Jnais próxima a éla.soso 0.

desenhe um gráfico da área para -"""'---.5 (ver ílgura) ao localizar 0..- x-.. lde11tijiq11t• o z-escore que corresponde à área...ar un..9é1..5 é 0. Como 0. fl..~tlt x.\f11llipliqul' rml11 l@... encontre o z-escore que correspon· de a uma área de 0. +zq. 3. Aárea n... (Veja a dica de estudo anterior) e.9 na tabela é 0. Se a área não está na tabel.2$ b..26.1.9 (ve.050.. • (1 Essa fórmula dá z em termos de x.IJ§dd ZIZ • bta1~1icaapli<ada As áreas ma.64). você d1ega uma nova fórmula quedá x em termos dez.. A área mais próxima a 0..rm11l11 pnro z t'.5 na "Jàboela Normal Padrão. l-d .5 na tabela é 0. use a área mais próxima..1.0495 (z = -1. Localize a área na Tabela Normal Padrão. <illtn lntto.0 I Transformando um z-escore para um valor x Veja que para transforn. use a fórmula: x= ..tll lt'rJIJJ.· figura) ao localizar 0. 3. e um desvio padrão de 4 milhas por . X= Jt + zq. o z-esrore que corresponde a uma área de 0..5(0). Rt'51)():IIII IUI .65) e 0. então o .t i·.05 é-1.P.escore que esteja na metade entre -1.. Jt.e--4-:. Para encontrar o z-escore que corresponda a P..:1r. 2.00.8997. Para encontrar o z-escore que C01Tesponda a P.fr "· 11 + za = x :lditfo1t(' 1i 1. Encontre o z·escore que corresponda a cada percentil.5 (z = -1.is próximas a 0.645 o de a uma área de 0. Z= .ais próxirna a 0. encontre o z·escore que correspon· ..65.64 e -1.645. Sé você resolver essa fórmula para x.P. (l ZQ =X .05 na tabela silo 0.i.·escore que corresponde a uma área de0. 2. valor x para un1 z-escore você pode usar a fórnltda: z ::: X . use o z..05 está na metade do caminho entre as duas áreas na tabela. a. Escre11ao percentil como uma área.µ . Então. 0 1.9 na Taboela Normal Padrão. Tl'l'>qll(O~fadt. T ansforme um z-escore em um valor x Para transformar um z-escore padrão em um d3do de valor x em uma da<!a população. 1. P.. visualiwro problema. Se necessário.. com uma média de 67 milhas por hora.a área de 0. Exemplo m Encontrando um valor x que corresponda a um z~score As velocidades de veículos ao longo de uma autoestrada são normalmente dis· tribuídas. então o z-escore que corresponde a un.

645 i nvHorr~(.96: x = 67 + 1.5 ) 15 ? 85. numérica das horas que todos os médil'OS passam cuidando Z=l.obabilida4es aormais ZB ..almente distribuídas....ntes encontrar o z-escore que corresponda à área acu. . e. I R!tratando o mundo Solução ~ aoordo com a Associaç.. O que você pode concluir? a. Solução !2nd 1) DISTR ! Examine as pontuações dos 5%primeiros que correspondem à regi5osombrcada 3:.um...8 horas.ftr 1111 11. Qual é a menor pontuação que encontrar w11 valor esp.! .phulo S • Oi111i6•i<Oes de p. como no Exemplo 4. l11te.ecífi- l'O de x para uma dada p.68 está abaixo padrão stja de 3 horas. .-.nvNonn( a seguir: Coloque os valores para a ârea sob a distribuição normal.l8 50 52 54 56 S8 60 62 Hora:: I fncontrando um dado de valor específico para uma dada probabilidade E11tre quais tlois valores o Você também pode usar a distribuição normal para encontrar um dado de valor c~utro 90% dos dados está específico (valor x) para uma dada probabilidade. hora. 75 .f(p)nhJ1içío 001. 69154857 Uma pontuação no exame nos 5% primeiros é qualquer pontuação acima do 95• percentil.84 milhas por hora está acima da média. Interprete seus resultados.29 e -1.o O valor x que corresponde a cada pontuação padrão é calculado usando a fór. Trn11sfon11e cada z-escore para um valor x. Para encontrar a pontuação que representa o 95• percentil. c-om uma média de 75 e um desvio padrão de 6.ro- você pode conseguir e ainda assim ser adequado ao emprego? babilidad.. f\1édica Arnericana. -2. 57. sjtuatlo? Exemplo QiJ Encontrando um dado de valor específico Dica de estudo As pontuações para um teste de serviço civil slío nom.fO ~-i'°"'i-1-+-l-'-!-~i'-'l"-+-• ..96(4) = 74.e em uma 1'1-83/&\.75. da média e 67 é igual à média. você deve ter pontuação dentro dos 5%primeiros.33 e O.96.33)(4) = 57. . Para ser adequado ao emprego de serviço Aqui estão as-instru~para civil.e) ..+ . l-d . Encontre os valores x que pacientes 3 correspondam aos z-escores de --0. passam cuidando dos você com uma média de$ 70 e um desvio padrão de$ 8.IJ§dd {.5.95.33: x =67 + (-2.. 4. Horas que os médicos ente As contas de c-onsumo mensais cm uma cidade siio distribuídas normalmente.68 milhas por hora aproximadamente 52.t i·. Rl!'SIW!. lde11tifiq11e . e 11 da distribuição normal não padrão. 95.rprete os resultados.. A partir da - .muJada de 0. Encontre as velocidades x que c-orrespondam aos z-escores de 1. a média especíliea e o desvio padrão especifico separados por vírgulas. b. zaO: x = 67 + 0(4) = 67 milhas por hora Essas horas podem ser aproximadas por uma distribuição Interpretação nonnal. 6 .84 milhas por hora dos pacientes por semana é de 2 = -2.iw 46 . Suponha que o desvio Você pode ver que 74. 5% I ENTER I o 1. você deve a. A.82. a média mula x =11 + zo.

64 e 1. ? ? 10 4"()1tilcrol. E11co11tte o z-escore que corresponda à área dada. você pode veri Rcar que as áreas mais próximas a O.64) e 0.IJ§dd 21C. use o z-escore que está na metade entre 1.t i·. d. Isto é.\'= 11 + zu.. I11terpretação A menor pontuação que você pode conseguir e ainda assim ser adequado ao emprego é 86.. Como 0.+ . l-d . invNorM(.'di. Níveis totais de colesterol em homens entre 35 e 44 anos 38.1.:s85.tli:-lít~) Solução Níveis totais de colesterol no 1%mais baixo correspondem a região sombreada a seguir. Euco111re x usando a equação .645 {6. Encontre o nível total de colesterol mais alto que um hornenl nesta faixa etária pode ter no 1% inais baixo.. Exemplo m Encontrando um dado de valorespecifico Em uma amostra escolhida aleatoriamente de l.erfíciescca.95 são O.210.5) .01.51 pés.01. 9495 {z = 1.erol mais alio •. Desenhe um gráfico. Suponha que os níveis totais de colesterol sejam normalmente distribuídos. e. z = 1.J Um nível de colesterol total no menor 1%é qualquer nfvel abaixo do primeiro perccnti l.65.95 está na metade entre as duas áreas na tabela.--:t(nh'dtOl~l d.: au1oma1icameme.169 d. a distânáa de frenagem média era 4 142 pés e o desvio padrão era 6...6) 120.e homens com idade entre 35 e 44 anos. en\ ms.6 mi ligramas por decilitro. en1eAs clistânáas de frenagem de uma amostra de Hondas Accord são normal- você mente distribuídas.. você antes deve achar o z-escore que corresponde à área acumulada de 0. A partir da 'Jàbela Normal ..JJ o con:1<ar o nível de coles1..1.645. Usando a equação x = .> .· f\1«hmwl Ct111t1 far Ht'tllll1 St.) a. (Adaptndi1 n. Qual é a maior distância de frenagem em uma superfície seca que um desses 1-londa Accord poderiam ter e ainda estarem no 1% do topo? (A1Mp1..9505 {z = 1. + zq. você pode e. Para encontrar o nível que representa o primeiro percentil. você tem: X :: Jl + zq = 75 + 1. 2029719 1% Usando uma TI-83/84. -1. b.65). Em uma sup...:odt1dt·C(l11::J11Htt&po. a média do nível de colesterol total era de 21 Omiligramas por decilitro com um desvio padrão de 38.. luter11rete o resultado. • útatklicaapli<ada Tabela Normal Padrão. 69.

A41 Ili Exercícios (onstruindo habilidades básicas e conceitos 18. Interpretaçiío O valor que separa o 1% mais baixo dos níveis totais de colesterol de homens com idadeentre35 e 44 anos dos 99% mais altos é de aproximadamente 120.. 0.6331.t i·. 19.. você tem: x =1i+ zo = 210 +( . 5. use ierramemas tecnológicas pa.1 5 anos. Se a área estiver na metade entre was entradas. 25. o z-escore que corresponde a uma área de 0. b. p.1.. é!.IJ§dd (.ológica para encootrar o z-escore. p'P 1tar o z-escore que corresponda ao percentil ou área acumulada dada. 0. Se for @weniente.2. Nos e..01 é z =-2. Nos exercíóos de l a 24.. e.85.33)(38.cfcios de 25 a 30.. contrar o(s) z-escore(s). 17. enc<llltre o(s) Z-éSCore(s) indicado{s) 3.6) "'120. 0. os 10% menores em termos de tempo de casa s.. Se a área não estiver na tabela. E11co11tre o z-escore que corresponda à área·dada. 0. Em um corte da empres.01. 0. l. use o z·esc0<e 22.. 24. 0. 15. E11co11tre x usando a equação x = µ + z<1. ·g_ 0.06. ente O espaço de tempo que um funcionário trabalhou em uma corporação é nor- você malmente distribuído. 0. use o númeio mais pról<Ímo àquela 21 . 10. P. P. 0. Análise gráfica 2. use uma 23.io cortados. P.. l-d .0099. t 2.05.2090. oo g~fico.2 anos e um desvio padrão de 2. Área• 03S20 7.. P. /11terprete o resultado.6. P.7995. 26.0080. Pw ferramenta tea. Pxr 16.. Então. 0. 8. P. P.. ..pfluloS • Oi111iboi<OP1 de pro~obíl~•dts Mrmois ZI 5 Padrão. Desenhe um gráfico. Se convenienie.5987 14.4364. Qual é o espaço de tempo máximo que um funcionário pode ter trabalhado e ainda assim ser cortado? a. . com uma média de 11.:e..9916.. 0.7580.33.: área. p"" que esteja entre os escores correspondentes.a en- 4.01 é 0. você pode encontrar que a área mais próxima a 0. 0.. Usando a equação x =J' + u.94. Árc:i= 13. Rdl~tn .. 0. t 1.0918. P.. use a Tabela Normal Padr~o para encoo- 20.

n.isri<S.= '! normal.pera por um coração que ainda Nos e.71 J)<llegadas.. qual aoqoda área de cfistribuíção es· teja entre -z e z. pe..1 lb <7=4 1b . (Adot>- 1orlo6. chigan para pacientes com tipo sa. 43. O.l1ti<"Plicd<la 27. ceiro quartil? 33.esquiSc'I e.IJ§dd 216 • hlat.por1· Nos exercidos de 31a 38.05 0.s.ecdcios de 39 a 44.\rea • 41.esenla o 3• quarml Área = Án:a:: Utilização anual de maçãs per capita nos EUA 0.n Procmemem ON. Tempo de espera para transplante de cotação O tempo de 38. e:icontre o z-escoce indicado. polegadas com um desvio padrão de 2. Encontte o z-esco. espera (em dias) por um transplante de coração em Ohio e Mi- teja entre -z e z.) 28.)s) entre-z e . Enconue o z-esco1e para o qual 99% da área de dis11ibuição esteja entre -z e z. Maçãs A utilização anual de maçãs (em fibras) per c<Jpita nos 0. Enr. como pode ser visto no gráfico. como pode ser visto no gráfico.ontrP.6 polegadas com um <Jes. Ahufa dos horneos Em urna p. oquartil? .t i·.e que tenha 11. (Adf1ptodo de No(JOf)aiCenra.t U1jlizaç. responda às ~uestiles sobre a dislri· assim colocaria um paciente denuo dos maiores 30% em buic.05 µ= 17. 34.rocs) Árei= (a) Qual altura re(J<esenta o 95• percentil? 0. laranjas A utilitaçAo anual de laranjas (em lib<as) per capita nos Estados Unidos pode ser aproximada por uma distribuiçaõ :. ffl('nt çfAgoruktire) 31.e que lenha 11.. o=3 lb 35..:. $ 9 ll 11 2 1 1$ . 1 5 S li l·I 17 20 37.odo de Otg.ças per capita rep.s. Encontre o z·esCOte para o qual 5'*> da área de <fJSlribuição esteja U1ilização (cn1 libr.0233 Estados Unidos pode ser aproximada por uma distribuiçAo not- mal.otte hoo)ff)S dos Es· lados Unidos (idade e:i!Ce 20 e 29 anos).5% da área de óistribuição à 1•: 11. (a) Qual altura rep<esenla o 90' percentil? (b) Qual altura1ep1esenia o primei.-r. • ? o . o z·escore para o..ão (CM libras:) 42. . Altura das mulhe1es Em uma pesquisa entre mullleres dos Es· (b) Qual é o maior tempo de espera por um coração que ainda tados Unidos (idade entre 20 e 29 anos).centil? 32. Depo#mfltl oiAqllà/kvte) o t=? (a) Qual utilização anual de maç!s per capita representa o 10' peccentil? 29. lct -'eh Sra.1 Ceow lo.J lion.'>:wo1k) Usando distribuições normais (a) Qual é o me:ior tempo de es..lfico. (b) Qual u1ilização anual de ma. Encontre o z-esco. como pode ser visto no gr.lo à Utilização anual de laranjas per capita nos EUA direi1a.io padrao de 3.4 lb direita.! 11or. (Mop:odo de u. a altura média era 64. Encontre o z-escore para o qual 12% da área de distribuição es. (Adop1odo de u.5<ifo da área de <fislribuição à (b) Qual utilização anual de laranjas pete(]/}ita representa o tec- esquecda.pbn: t. a al1llfa média eia de : :! o ' 69.9% da área de <fislribuiç. Encontre o z-escore que tellha 78. l-d . 36. Ht<tlh Srq. tempo de especa? 39.: • ? 30. Usando e interpretando conceitos (fdap.0 polegadas. Encontre o z·escore (JIJe tenha 78.7190 (b) Qual altura te(J<esen1<1 o primeiro quartil? 40.riguineo A· pode ser a(J<o~imado por uma distribuição normal.9% da área de dís1nbuiçào à (a) Qual uti&zação anual de la1aojas per ccpita representa o S• esquecda.I colocaria um paciente nos últimos 10%de tempo de espera? ..ão normal especificada. = '! o :..

Qual é o café a ser distriWdo? Estudo de caso Pesos de bebês nascídos nos Estados Unídos ONo60l>OI Center /0< Heolth S1otistics (NCHS) mantém registros de muitos aspectos rela· cioriados à saude das pessoas.500 milh35.ilid.s Def.iBA onças e um desvio padrao de 0..10< nota que determinaria um A.de. to que ainda assm pode ser enquadrado nos menores 15% de consumo? • Os próJCinos 20% recebem O. Sorvete O consumo anual de SONete (em liblas) per capita garantia se você es1ã disposioa trocar 10% dos pneus que vende? nos Est. com uma vida média de 30. inclusive o peso de todos os bebês nascidos !105 Est. Notas de estatís1icas Em 11'1/la grande seç.i1os n(>el(:-trné final baixos não a1endem ~s condições mínimas de peso e devem ser embaladas novamente. caixas nos 5% mais Po11tos fe. os pesos dos bebês ao nascerem podem ser aproximados poc uma disúibuic.03 são normalmente distribuídas com uma média de 32 ~s eum onça. Sacos nos 4.. (b) Qual é o maioc valor de consumo de SONete anual per copi· • Os 40% medianos . Máquina de vendas Uma mâqUÍlla de veoda automática dis· caixa de cereais? tribui café em um copo de 8 onças.4 1b um D.) b<J!dos com uma média de 72 e um desvio padlão de 9. Encontre a me..Ji!lltt:.07 ~ .idos Unidos pode ser aproximado po.iti\oa de vida que é nocmalmente (. de maior consumo?· • Os próximos 20% recebem B. Um dos vários objetivos do NCHS é reduzir a poccentagem de bebés nascidos com subpeso.ctt· est. os pontos para o exame final são normalmente dístri· menr efArpt.IJ§dd (arnul• S • Oisull>uírllfS dtprobat. Para um dado Pefiodo de gestação.. cepo é normalmente disuibuida com um desvio padrão de 0. As médias e os desvios pa· drão dos pesos dos bebês no nascimento paravários pe(!Odos de ges~o são dados a seguir. Como você pode . As notas (a) Qual é o menpi valor de coos.idos Unidos O peso que um bebê tem ao nascer é relaóonado ao seu período de gest.t i·. Sacos de cenoura baby Os pesos de sacos de cenouras bati).Ao nocmal.em ser embalados novamente.s1ribuídos com um peso médio de 20 l>(.lo de uma sala de nocmal.. um e e 1•= 15. 217 Tempo de espera por um coração máximo que um saco de cenoura baby pode pesar sem precisar ser reembalado? µ = 127 dia. .5 dh\S Expandindo conceitos 47.itística. l-d . no gráfico a seguir. Consumo anual per cnpita de sorvete nos EUA • E os últimos 10% 1ecebem F. um 8.omo de sorvete anual perco· serão dadas de acordo com as·seguintes regras: pilo que ainda assim pode set enqua<kado den1ro dos 25% • As 10% mais altas recebem A. Qual desvio padrão de 0. uma dis1ribuiç<lo 48. Qual é o peso mínimo exigido para uma 49.36 onça.000 milhas e um desvio Olas padlão de 2..oerifica. q:2.ecebem C. o problema de subpeso aumentou de 1990 para 2004.5% níveis mais altos quantidade vocé deveria marcar como a quantidade média de são muito pesados e da. Você quer dar uma garantia de troca de poeus grátis que não durem muito.Slb Nolas de exame final 40% 1 1 1 1 1 1 1 .. 10 12 1-1 16 IS 20 22 Consumo (_e1n libras) 45.içao (periodo entre a concepção e o nascimento). Como você poderia honrar sua 44. como pode ser vis10 no gráfico. A quantidade de café no 46. (!tdoprado dr u.. Redigindo uma garantia Você vende uma marca de pneus de automóveis que tem uma expect. Você pode deixar o café· transbordar 1% das vezes. Caixas de cereais Os pesos do conteudo de uma caixa de cereais são normalmente cf. S. .() 87 114 14 1 16$ 195 distnbuída.< <1 = 23 .

.0Slb 1.091b 40 S('l'.31 lb l. 14 Baixo pé~> ao n:\SCCr = 1nenos de S..-.201b 28 a 31SCinanas 4...79 1b 1...'n1anas 7. Explique seu raciocínio.- 6 Porccntagenl de baixo peso ao nnS<:cr 19:S:O 1992 19'.r..t i·.s-d""c"'3"'7:-sc-n. (a) ~-r-::...\l'l() Média.-.SSlb 32 a 35 se1nanas 5..-ro.ais 7..691b J.ibrns (b) &~ ?461)1() Libras (e) 5 6 7 S 9 10 li l ibra.de gestação Desvio padrão nascimento Menos que 28 Sémanas l. 11' e • .04 lb 41 ~n.~ . As distribuições dos pesos nos nasómentos para uês periodos ges1acionais s...lo mostradas.441b l.~-n-.._l--+--'-1~-f--~P.anas 7..47lb 36scu.0Slb 42 se1nanas-0u n. ê 10 Porcentagem de nasci1ncntos prcn1aturos ! s+-.iodos gestacionajs.. .l'l<ll'laS 7.. Relacione as curvas com os pe.. $ 6 7 8 9 10 li l.5 libras E.61 lb l.de peso no Período.Prc :-n-.SS!b l. 12 e • .c-no .19lb 37 a:39 S<.-a-n-o- s ---.anas ó.IJ§dd 218 • 16 L _ .. l-d .11 lb {xercícios 1.71 lb 1.M 19'X> 199$ 2()()0 2002 2004 .

3 lib<as é dassificado pelo NCHS como ºpeso muito baixo". Qual po<c. 4.io entre a média de uma população e • (. Para cada período ges1aàonal.5 libras)? (a) Menos que 28 semanas. Adistribuição de de uma média de população. de probabilidade de uim estatística da amostra que é formada quando amostras de tamanho n sAo cepetidamente colhidas de uma população.. (e) Oe 37 a 39 semanas. ó seguinte diagrama de Venn.orno intecpretac . Explique seu radoclnio. as 1nédias arnostrais tambénl podem variar. . Descreva os pesos dos 10% de bebês mais pesados nascidos em cada período gestacional. um número se~ esperado e é chamado de erro amostral. (b) Oe 32 a 35 semanas. a média da amostra 2 é. infinito de amostras pode ser descrito por meio da população.i:y e assim por diante.o teorema do os valores de uma var. Uma distribuição amosttal é a distribuiçãr:.. você estudou arelaç. 5.t. 3. (e) 42 semanas ou mais. (b) De 32 • 35 somono.ostra pode1n variar.. (d) 42 semanas ou mais. média da população e as médias das amostragens tiradas da população. (a) Oe 37 a 39 semanas. Um peso men0< que 3. • Como aplicar o teoreíllcl do lim~e central para encontrar a probabili- efinicão dade de Uíllcl média da amostra. l-d . O retângulo representa As médias das a:mostras po- uma grande população e cada círculo representa umà amostra de tamanho"· Como os den1 variar de wna para ou~ valores da an.IJ§dd (apfiulo S • Di1tril>uíc11t> dt. por exemplo. e assim por diante.iável aleatória. Se as amostras s. (b) Oe 37 a 39 semanas.. (e) Oe 37 a 39 semanas. (b) 42 semanas ou mais.entagem de bebes nascidos em cada período ges1aciooal tem subpeso (abaixo de 5. você vai estudar a relação entre uma limite central. e também podem variar dia da amostra 1 é x.rowbilidades no11nal1 219 2.r. . Nas seções anteriores. qual é a probabilidade de que um bebé pese entre 6 e 9 libras ao nascer? (a) Oe 32 a 35 semanas. e . Nesta seção.é· tra. temos uma distcibuição amostcal de médias das amostcas. Esse tipo de variação deve amostragem das médias para amostras de tamanho" para essa população consiste de . Qual é a probabilidade de que um bebé tenha um peso muito baixo para cada período gestacional? (a) Menos (IIJe 28 semanas. ID Distribuições de amostragem e o teorema do limite central Oque você Distribuif~o amostral -+ Oteorema do limite central -+ Probabilidade e o teorema do limite central deve aprender • Como encontrar dístribu~oes de I Distribuição amostral amostragens e 1•erificar suas pro- priedadeí. 1\ n1.. Se a estatistica da amostra é a sua média. Importante --11~~~~~~~~~- Considere.io descritas com reposições.t i·.

o 2. Compare seus resultados com a média 1• = 4.ente. Então. a .l 3 t.. 1 q q. P(. 5. é igual a média da população 11. 'j! f P~ooab.. você pode representar a distribuiç.7 6 3..5 3 5.1875 Liste todas as amostras possíveis de tamanho 11 = 2 e calcule a média de cada.5 4 7.ao q dividida pela 'g 0 2S i. Amo~tra Média da amostra. você seleciona dois papéis a1eatorian. e. l-d .5 6 3..e o formato do histograma .ilidaije 2 1. Odesvio padrão das médias u. .0625 0.1 2 7.l 4 -- 3. Note qu. Encontre a média.0625 variância e o desvio padrão da média das amostras.)$75 Uma distribui.1 5. ~ (i 7 O desvio padrão de urna distribuição amostral de médias das amostras é chamado de erro \la.t i·.- raiz quadrada de n..X.X1 Hi$1ograma de probabilidade Propriedades de distribuições amostrais das médias de amostras da população de x 1. 3.12. X Amostra MédiJ da amostn.IJ§dd ZZO • (s111b1kaapfüada Popul~ão con1µ. e desvio padrão u = Js "'2. 1.ão amostral de média das amostras 3 3 4 4 0.3 2 5. AnlOSt~ 2. .tore.. Essas 6 2 0.1) J(l .. 2. ma de probabilidade como pode ser visto a seguir.l !'ara explorar mais este tó· 1.1 para encontrar a média e o desvio D.1250 médias formam a distribttição amostral de média das amostras.J 3 7..J 5 Dica de estudo 3.r. ..= . co1n substituições. variâneia ~=5.la populat.pois de construir uma distribuição de probabilidade para a média das amos- padrão de urna distribuição tras.7 4 5. a 7 1 0.. Solução Liste todas as 16 amostras de tamanho 2 da população e a média de cada amostra. é igual ao desvio padrão da popula<.1250 Exemplo ITT 0.A1nostra 4.3 4 pico.. 5 3 0.:ão padrão da média. veja 5.7 7 Reveja a Seção 4.:.236 da populaç.· 1 1: 3 .5 5 1. J(.lo.7 5 7.-. 1 2 0.4Alividades na p. Amédia das amostras 11.2500 Você escreve os valores da população 11. . X 1. 7) em pedaços de papel e os coloca em urna caixa.'\o amostral graficamente usando um histogra- de probabilidade.

=- o Js 2.-- Adistribuição de 11\édias das pop. a vari. são tiradas de qualquer população qu~ o desvio padrão da po- com uma média ..ição de médias das tamanho da a1nostra.e 11 populaçlio. I Oteorema do limite central O teorema do limite central fundamenta o ramo inferencial da c>statistica. 236 .!' = ~ =2. si1nilar a u1na curva nor1nal._ OI» Jtz = Jt = 4 e O.ostras con. os da população. Forme todas as amostras possíveis de tamanho 3 e encontre a média de cada.=4 ""! (o. Compare esses valores com os parâmetros da população correspondentes.581. Calcule a média.1 4 $67 ~1édi~ da an)Of. a distribuição amostral de média das amostras tem urna -se cada vez menos estendida média igual a média da população: (m_aior concentração na mé- 11. com substituição. A'lém disso.t i·. 'l! O.r. Fnça uma distribuição de probabilidade das médias das amostra. mnostras ten1 0 mesmo centro que a população. $() amostras de tamanho n.mostrai de~ .. 1 ?.1.-=1 i"' O.. 3. mas não 2..tamanho da A distribuição amostral das médias das amostràs tem uma variância igual a l / n run:ostra II aumenta.a de sino e si1nétrico.édias das an. O teorema do limite central é 111na ferra. 5. aormais ZZl é en.~}. a. Se uma populaçlio é normalmente distribuída. a variância e o Histograma de probabilidade de desvio padrão da média das amostras são: distribu.5 e o. vezes a variância da população e um desvio padrão igual ao desvio padrão·da popu- Jaç~o dividido pela raiz quadrada de 11.tlação das quais as amostras são tiradas.=l =. a partir da po- pulaçlio ll. dias das amostras é normalmente distribuída para qualq11er amostra de tamanho 11.~ e e11co11tre a mé· dia. Média dia) wnfonne o.IJ§dd (. Quanto maior o distribu. 71.. onde n ~ 30. então a distribuição amostral de pulação.'.fi:s.pfiulo S • Di111ib•i<ões de proba~lidade. Esse Importante t<!Orema descreve a relação entre a distribuição amostral de médias das amostras e a . . a.Z$.I S·+-.nostcas tem a mesma mé- menta importante que fornece a informação que você vai precisar ao usar estatísticas dia qu. seu desvio padrão é menor 1. Co1111mre a rnédia.distribuição de médias ·das amostras toma- Em qualquer dos casos. b.lní X . a distribuição amostral de mé- é tão estendido.ância e o desvio padrão das n.s. a. . Isso oos diz que a médias das amostras se aproxima da distribuição normal. e um desvio padrão IY. 58]. 1naior a aproximaçõ<>. l-d .ição a. Jí Jí Liste todas as amostras possíveis de 11 = 3. a variância e o desvio padrão. A n1édia. mas o arnostráis pa(a fazer inferências sobre a média de urna população.- Esses resultados respondem aos critérios das propriedades das distribtúções amostrais porque 'ªº·'º . e.1.. \la. = .riância Desvio padrão O desvio padrão da distribuição amostral de médias das amostras o 'S! também é chamado de erro padrão da média. 02'>-f--. = µ .. forn.. a variância e o desvio padrão de cada média das amostras.

9... Depois.S. Distribuição populacional normal: En.ão. ..) Ois«ibuição de médias das amost. l-d .9 aim1(ns? de 36 contas de telefone são escolhidas desta população e a média de cada amostra-é determinada."ã<) µ.:: 7.. .-srlio rece/1e111fo p. (Atk. Média ~~~~~~~~ ~.11.pt.t i·.· que t1111Min rins nmostrn. como pode ser visto no gráfico a seguir.z "- .as Pensão (qualquer n) l't't) a.IJ§dd ZZ2 • (1141!\tí<o aplõtoda 1.5 I' 1.. . desenhe um gráfico da distribuição amostral de médias das amostras.Desvio pad. Amostras aleatórias eutre J.-Dcsvio pensão.. -.f . • (1 0... &1mt11.1 . O número médio de crianças era l.. sejn um desvio padrão de S 9. havia mais de 5 milhões de pais nos Estados Unidos que recebiam u. Média .r 1 1 s 6 1 ' Nl)mcro de criança!> \loci escolhe altnlorinu1e11le 35 pni-5 q..3 h. padr:lo 0. Média Distribuiç&. n·rtb. :/ii ( \_ <> o~ Des-vio ~ ~ ~ ~ :l1e 0. · µ.. de médias das amostras.Nlo tk· ll. u1 pt'usão e per~ 1 Exemplo OJ gunln qunulns crfrurças sob d Interpretando oteorema de limite central custódia rleles . n pmbahilid111fe As contas de telefone de residências de uma cidade têm uma média de$ 64 e d. = Jt.3 e o. \_ : . Ct1J:--1i.7 e o desvio padrão era de 0..:. Distribuição populacional qualquer: Desvio <1---padrit0 l'. n . /t .5 ' - . Qual .:: 30 q. . um ano recente..-.u. O l~stograma a seguir padriio mostraadistribuiçãodascriai1· ças por pai com a custódia. .. (J _. Encontre a média e o erro padrão da média da distribuição amostral. .- I Retratando o mundo 2.

i(lnc (c 1n dólam) Suponha que amostras aleatórias de tamanho 100 sejam tiradas da população do Exemplo 2.ti e u1.50. Então. a distribuição amostral pode ser representada pelo gráfico de uma distribuição nom1al. como podemos ver no gráfico a seguir.10 tiradas de uma população e a média de .bilid.pitul-0 S • llMríloicoe.. b. desenhe uma curva normal com média Ji1 e d~vio padrão ot ' e. com uma média de ·90 pés e desvio padrão de 3..IJ§dd C.5. A41 Exemplo DJ Interpretando o teorema do limite central As alturas de árvores de carvalho adultas são normahnente distribuídas. a.n1 dól. Identifique o tamanho da amostra. Encontre a média e o erro padrão da média da distribuição amostral. Rl<"ipt>$t11 nn p.in~s) Solução A média da distribuição amostral é igual à média da populaçã. l-d .i:s: de telefone incfh. Distribuição das médias das amostras com 11 = 36 ~1édia de 36 çomas de telc.ite ce:ntral. =1.. " 9 l<.=J.m. J'llterpretaçào De acordo con1 o teoren. = 11 = 64 "' =-.ri> ZZ3 Distribuição para todas as contas M telefone Cont.r.. uma vez que o ta1nanho da a111ostra é ma.de piob. Desenhé um gráfico da distribuição amostral e compare-o com adis- ~ribuição de amostratem do Exemplo 2. J.de.ior que 30. Amostras aleatórias de tamanho 4 s. Compare os resultados co111os resultados no lixem pio 2.•o. Euconlre.idu:ais (c.o e o erro padrão da média é igual ao desvio padrão da população dividido por$.Se n ~ 30.5 pés.= USS 64 e 11 = USS 1.t i·. com.a do lin.

como mostra o gráfico a S<?guir. Encontre a média e o erro padrão da média da distribui- ção amostral.f. como mostra o grá- fico a seguir..2 pés.{. Distribuição dos diâmetros da população '2. !".. De..9 .5 pés e um desvio padrão de 0. l-d ..ptlcada cada amostra é determinada. desenhe um gráfico com a distribuiç.iormalmente distribuídos. Distribuição de médias das amostras com 11 = 4 80 <JO 100 M~diada altur:i (e.1 ).IJ§dd lZI+ • C.. Distribuição das alturas da população Solução A média da distribuição amostral é igual à média da população e o erro padrão da média é igual ao desvio padrão da população dividido por Fn.. Amostras aleatórias de tamanho 16 são recolhidas da população e a média de cada amostra é determinada. Ri~vst111u1.io amostral de médias das an1ostras.i = 1. a distribuição amostral de médias das amostras também é normalmente distribu· ída. .5 """ lllterpretaçào Com base no teorema de limite central. /1. . e desvio padrão u..t i·.1a1!11i<. " = 3. .. desenhe um gráfico da distribuição amostral. Encontre a média e o erro padrão para a média da distribuição amostral. rw = JI = 90 ·""' e <l. Depois.... = .. com uma média de 3.\' Oitunttro (c1n 1>é.9 4.f..e11he uma curva normal com média I'.l.7·:..1 1 . Depois. E11co11tre µi e(J. como a população é nom1almente distri- buída.J 3S 3. A·11 . Então.) a.: b.n 1>és) Os diâmetros de uma árvore de carvalho adulta são .

?4.. Tempo atrás do volante Média de 1c111po gas10 p0r dia.fsõ 0. 1. De uma manei- r-a parecida.Média X.5/ .o. .:i . tem uma área sombreada entre 24. 5.a- Solução O tarnanho (1. Os z-escores qlle correspondem às médias das amostras de 24.= =25 minutos e O'.. Qual é a probabilidade de que a média de tempo que eles passam dirigindo todos os dias seja entre 24.ar .s0. você pode usar a fónnula: Valor. 1.5 minutos? Suponha que n = 1.5 minutos.25.7_-~25=.~1f •U. uma Ve2 que o z.5 "'2..'. 7. t1or!"lalcdf ( 24. .6\ 2S.fsõ 0. Você seleciona aleatoriamente 50 motoristas com idade entre 15 e 19 anos..5 minutos s.0.S 24.ostral de . Para trnnsíorn.ostr. você pode encontrar a probabilidade de que urna n. dirigindo..7 e 25.att.5 / . 3 ~-1 41 e No Exemplo 4. l-d . por faixa e1ária: 15·1~ ~ 25 minutos ~+---f--+-!-+--t~t--+-~'l'--+--1 2.7 25.5 "-1édia de li::mPo (cm minu1os) 20-24 ~ 52 z.36.7 e 25.41 O 1•~ 1.00111'lk 225 I Probabilidade e o teorema do limite central Na Seção 5.. Pntão v~ podP 11s.1r o toorf'nla <lo liinifP central para concluir que a distribuição de médias das amostras é aproximadamente normal com uma média e um desvio padrão de: .21213 ' Tl-$3/84 para ellCO<llrar a probabilida· 25. z = Desvio padrão = ----..2 5 . un1 z-escore.Jtr X.2 '.1.~ ...O 2SA\ 25.4.5 . Ocp. 212 13) "" 50 .=::). 5 . -24"'-.· en.Y caia en1 u1n dado intervalo da distribuição an.$.édia da an.n>t•<4( Tui.escore Distribuição de médias 25·54 ~ 64 das amostras com 11 = 50 SS·64 ~ 58 ~ 39 f'. à direita. você pode usar uma 1..pítul-0 5 • Oisuiki<Oe>de p1obl~lidade.. de automaticamente..rn.trn ~ rnaior quP 30.25 "' 0.IJ§dd C.21213 .2. erro padrão da média seja calcúado.7 e 25.. você aprendeu como encontrar a probabilidade de que ull)a vari- ável aleatória x caia em um dado intervalo de valores da população..21213 minutos.11im1tos. · Exeme!tlTJ_ _ _ _ _ _ _ _ _ _ __ Distribuição das médias de amostras com 11 = 50 Encontrando probabilidades para distribuições de amostragem O gráfico à direita mostra o período que as pessoas passam dirigindo todos os dias.1 an.9121418524 O gráfico dessa distribuição.io: z.= u / J.t i·..t.

. supondo que um valor de.375) 1.0SS está sombre11da. = 25 e " = 1.125 / .088) = P(z < 0. = .800 7..5 1ninutos.a encontrar a p.•• 6. você pode usar uma TI·S3/84 pa.088? Suponha que os gastos com quarto e refeição sejam normalmente distribuídos. lsso implica que.1.088.803 Os gastos médios com quarto e refeição por ano de faculdades de quatro anos são de$ 6..803 e um desvio padrão de $ 375.central para concluir que a distribuição das n.16% terá uma média entre 24.9116.. 22. e (1. t~rminar a méç\(a e o desvio padrão da distribui~o amos. a probabilidade de que a média dos gastos de quarto e refeição seja menor que$ 7.édias das amostras é nonnalnwnte S. &.367t dessas . n or~alcdf(-10000 .125 q. a. 91.t i·.7088. 9909 .7 e 25.088 e 11 de automalicameme. somente 8.. a probabilidade de que a média de tempo que 50 pessoas passam dirigindo por dia entre 24.. . R1"5#}(~t11 IUI ..{. O gráfico dessa distribuição está à esquerda.125. 77.76. dia da amostrai. b. use o teore. 41 <z < 2.J9 = 375.7 e25. Dica de estudo Antes de encontrar probabili- ~ades para intervalos da mé- Voct! seleciona 100 motoristas do Exemplo 4 ('Om idades entre 15 e 19 anos aleatoriamente.) Sol11çào Como a população é normalmente distribuída.ilidade de que a média de quarto e refeição seja menor que$ 7.obabilida· Então.000 Mé<fü qu. l-d .à esquerda de$ 7.803 _ 285 . A41 Distribuição das médias das amostras com 11 =9 Exemplo m Encontrando probabilidades para distribui(ões amostrais . Qual é a probal.5) = P(.6. E11co11tre a dren nc1111111/ndn que corresponda a cada z·escore e calcule a probabilidade.1.:::.7 e 25. Você seleciona aleatoriamente 9 faculdades de quatro anos.. 76) = 0.«1.5 minutos? Use .088 é: z .088 é: P(x < 7.64% das amostras com = 9 terão uma média menpr que $ 7. E11co11tre os z-escores que correspondam a x ~ 24.. O z·escore que corresponde a S 7. como mostra o gráfico anterior.5 minutos.. com uma média de$ 6.-. c.36) .11tr: ~:1ttioualCr11/afi. Qual é a probabilidade de que a média de tempo que eles passam dirigindo todos os dias esteja entre 24.noe refci~ilo (cm cl6larc.800. i:ra! de médias das amos...IJ§dd ZZ6 • r1tathtiCdapli"1' Então.7.0. = .5 minutos é: 1'(24. A área . com um desvio padrão de $1. mi te. {I.. você pode usar o teorema do li- -1""":+-+-!-f---\--+-!.84% da amostra estará fora do intervalo dado.. Interpretação No Exemplo 5.7764.nos- 1i1a do limite central para de- tral de médias das amostras. 7763727794 Então. -·-.6803. lllterpretaçào Na amostra de 50 motoristas de idade entre 15 e 19 anos..furalim1 SttIJjMin.=25 seja con:eto.7 <x< 25. Ou seja. Use o teorema do limite central para e11co11trm· µ. calcule .19 375 .1nédias das an\ostras estarão situadas fora do intervalo. 11 1. e (1.) 6:200 6.41) = O.400 S.. tr'às.36) = P(z < 2.0.5 minutos dirigindo.0793 = 0.7 minutos ex = 25.) distribuída.P(z < . e1fese11lte a distribuição a.

Compare as probabilidades de (1) e (2) e interprete sua resposta nos termos da declaração do auditor..2. l-d . e.500 é: .2.. l11terpretação Embora haja uma chance de 34%de que um indivíduo tenha uma conta meno.t da des para a média .1. E11co11fre os z-escores que correspondam a .500? 3.500.3409.t i·. -.· que$ 2. Você seleciona 12 casas de família de forma aleatória. J\'1-1 O teorema do limite central também pode ser usado para investigar eventos in· comuns. 180 a:: .[. e o.258. Ri:s.IJ§dd (. Fft'.~ares de banco seja menor que$ 2. O z·escore que corresponde a .0197. a probabili.500? 2.370 z= .2.e11he a distribuição de amostragem das médias das amostras. lhe pediram para encontrar a probabilidade associada com certo valor de uma variável . . 1. Aqui.000. Você seleciona 25 titulares de cartll<?s de crédito de forma aleatória.frtll Ht111.r. Exemplo m f ncontrando probabilidades para x ex Um auditor de banco declara que as contas de cartões de crédito são normalmen· te distribuídas.00.500 . Neste caso. malmente distríbuída. U1C' pcdir. e de.870 .870 .r .500.-.u.500é P(x < 2.870 e um desvio padrão de$ 900. Qual é a proba· bitidade de que a média da conta deles seja menor que$ 2.r..S Finn11rt &vnt.. uma nlédi. u Para encontrar probabifüfa. use a 900 fónnula: x-µ z= .dade de que a média das contas de cartão de crédito de 25 fit. Um evento incomum ocorre com uma probabilidade menor que 5%. u.-u/ -. há somente uma chance de 2% de que a média de uma amostra de 25 pes· . des para membros individu· Z= ..500 é: a1nostra de ta1nanho 11.s no1mai1 ZZ7 O preço médio de venda de uma casá de família padrão nos Estados Unidos é S306. Use o teorema do limite central para e11co11tmr t•. (Fmur. b. Solução Dica de estudo 1.06.i = S 280. 3.-111~--------- P. a X-µ .) a.500) = P (z <-0.i'.500 é: I'( 'i' < 2.Qual é a proba· bilidade de que a média do preço de vendas seja maior que$ 280. Qual é a probabilidade de que um titular de cartão de crédito aleatoriamente sele· cionado tenha uma conta menor que S 2. 900/-ns Portanto.ara encontrar probabilida· x. ais de uma população com 0 uma variável aleatória x nor. 2 . a probabilidade de que o titular do cartão tenha uma conta menor que S 2.i' de uma amostra . Então.:.un para cncontr::u. X.41 )~ 0. com uma média de$ 2.41... use.>1>St11111111. O z-escoreque corresponde a :V= $2.a probabilidade ~ k1da con.0. = 2.500) = P(z < -2.pf<ulo 5 • Oi111ibui(Ots dt p!Obabllidad.$ 2.000? Suponha que os preços de vendas sejam nomrnlmente distribuídos com um desvio padrão de S 44.06) = 0. X -P-x 2. E11co111ren dren nc1111111lndn que corresponda a cada z-escoreecalcule a probabilidade.p fórmula: z- .

Use a Tabela Normal Padrão para e11co11lrm· n probnbilirlnrl.500. 2.manho dado a panit daquelõ populaçâo. ~ 0. Qual é a probabilidade de que o custo mé(lio deles seja menor que S 700? (3) Compare essas duas probabilidades. EJcplique seu raciocínio. este é um evento inco1nu1n.000. associada com cada z-escore.9 5.t i·. S 180 eS 220. é possível que a an1ostra seja incon1un1.. Conforme o tamanho de uma amostra aumenta.o "" so Té1npo (cn1 itcgundos) 8. Conforme o .010 :' µ= 16..e 2% que a média de uma amostra de 25 tenha uma conta menor que $ 2. . Encontre a média e o desvio padrão de uma álltJibuição amostral das médias das amostras com o tamanho Análise gráfica da amollta n. n • l. a. uma <fisuib<Ação de amostragem e normal someme se a popu- t. você pode usar os z-escores j)<lra determinar a probabilidade de uma média de amostra estar situada em um dado intervalo da dislribl>ÇAo de (a) amostragem. Re5C(eva as sentenças falsas de forma que fiquem verdadeiras.500. 1>=250.. O tempo de espera (em segundo.(c) poderia melhor represen- 3.i. soos ténha uma conta menor que$ 2.io é representado com S\Ja média .as das amostras também aumeota.. 8 e O. Tente Um analista de preços dedara que os preços de receptores de um sistema so- vocf noro s. uma amostra de tamanho 11 seja escolhida j)<lra cada população. ' ~-+--'+-!--!-'' -+-.io normalmente dis.02. cida qual dos gráfocos classificados (a).amanho de uma amostra aumema. l-d . E11ccmlre o z. 11. uma populaçâo tem uma média. n 2 50.. encontre a média e o desvio padrão da populõção. tar a distribuição amostral de médias das amostras para cada grMico. Onúmeto dos filmes que todas as quatro pessoas de uma famiM Tcn1p:> (cnl segundo$) viram no més j)<lssado é 4. Como há somente uma chance d.035 <1 = 11.1. com uma mé-dia de $ 625 e um desvio 6 padrão de S 150.e desvio j)<ld1ão. Encontre a média e o desvio padrJo da distribuição amostral e compare-os com a média e o desvio padrão da !População.s) em um semáforo de trilnsito Verdadeiro ou falso? durante o sinal vermelho Nos ecetdcios de 5 a 8.. Compare as probabilidades e i111erprete sua resposta.io de popu- laç.. ou é possível que a decJara- ção do auditor de que a média é$ 2.. A41 Ili Exercícios Construindo habilidades básicas e conceitos 1O...10 O 10 20 :30 -$0 9.lo das méd'. Quatro pessoas em um rodízio de carros j)<lgaram as seguintes quantias por multas este semestre: S 120. e um desvio padrão o • 15. b. Nose>:etciciosde l a4. e. lação fo. De· 2. OCO'mal 'º l() . 4..870 esteja incorreta. Ri!'$i10:<ta na 11.5 0/1')5 • 1. . (1) Qual é a probabilidade de um receptor aleatoriamente selecionado custar menos que S 700? (2) Você seleciona 10 receptores aleatoriamente.tribuídos. ~ 0. $ 140.fl falsa.. a distribuição ·~ 0J)30 das médias amostrais também aumenta. Use um tamanho 3 como amostra.020 OJll l de uma distribuiç. determine se a sentença é verdadeira ou />C. Verificando propriedades de distribuições amostrais Nos exerdcios 9 e 10. o desvio padrão 'ª ·g 0.S 6.= 100 Use um tamanho 2 como amostra.. o gráfico de uma distribui(. [ 0. Se o tamanho de uma amostra é no mlnimo 30.escore que corresponda a x ex. Então. Suponha que l. liste todas as amostras (com repo~ção) do t.0911ca.IJ§dd ZZ8 • r. n= 100. Nos ecereicios 11 e 12.

a da amoS1ra ser mellO( que 12. Encontre a probabífidade pedida e detennine se a média da amostra dada seria considerada incomum.• -2 O 10 20 3() . Amosttas aleatórias de tamanho 36 são retiradas dessa po- pulação e a média de cada amostra é deterrr.mais Z29 (b) (e) P(f) I ~ 0. Para uma amostra de n = 36. Para uma amostra de n = 100. com uma média de 800 oves e um ~o padrão de 100 ovos '! OJ)4 AmoStlas aleatórias de tamanho 15 são coletadas dessa popula- e!: ção e a média de cada amostra é detetmlnada.-e (c1n pés) loja de eletrônicos é $ 224.lmeras <llgrta1s em uma ()(. de 11c.9.030 !2. l-d . Carne vermelha consumida O consumo per copito de carne :l:M vermelha nos Estados Unidos em um ano recente eia normal· 03 mente distribuido.750 e q ª t. r.!ceas ~ normalmente disttibuldas. 2 .!•2.5 libras. com uma média de 11 o libras e um desvio ?46810 pad1ão de 38.12 Usando e interpretando conceitos 2 .0JS O:t = 11. encontre a probabilidade de uma Térnp:o (cJn segund0$) média da amo.6 anos.2 anos. 13.9 .cM µ-s. 15. Alturas das árvores As ahutas de árvores acet.0 tiradas de uma poJJ1Jlaçào e a média de cada amostra é deter· . Idade dos funcionários Aida:de média de funcionários de uma grande corporaç. s 12 eq • 0.25 pés. use o teorema do limite cenual para encontrar a média e o erro padrão da média da distribuição amostral 2 4 6 8 10 indicada.3 j 0.7._. Ovos de moscas O nômero de ovos que moscas domésticas 2 ·~ o.= f minada. de Nova York..95.IJ§dd {apfiulo 5 • Ois11ib«JitOes de prONbilidadtl oo. desenhe um grMioo das dlstribuições amostrais_ 17.~ 12 :5-~ ~:~0. = 12.•1ada.lo e (b) a média de cada amOSt1a é deteiminada.9 'º 21.= 16. Depois. encontre a probabilidade de uma mé<f'..• w ·g 0. . Se for conveniente.«J S0 Tc1npo (c.5 pés e um desvio (a) pad<ão de 6.$0 14. O. (Mop1od<J do u. ~ t.':ute) .1 à (7..~ o.!.1.'qm. encontre a probabílidade de uma média da amostra ser menor que 12. a média da populaç.. Para uma amostra de n = 36.2 se 1• = 12 eq = 0.753 /'µ) se 1. A quantidade de neve anual (em pés) para um estado central média da amosua ser mai0t que 22 1 se 1.2 I 20.portmen.0.n segundo$) 0.t i·. use ferramentas tecnológicas para encont1ar a probabilidade.·c (ero pés) (e) Encontrando probabilidades li/os exercícios de 13 a 16. 16.~ •O g- 0$ iÍ: 0005 ' ~ º'' 1 ''I 1 1 +-. Amostras aleatórias de tamanho 20 são tiradas dessa população e a média de cada amostra é determina· Oc~ocia de oeve (cm pés) da.J (1 S 10 19.tra ser maio«iue 12. ·g ~ ·~ 1.lo é 47.5 2 i o.os põem du1ante seu tempo de vida é normalmente distribuldo. Amostras aleatórias de tamanlio 12 são re- l'('. com um deS\/Ío padrão de 3. i 10 20 JO .os o ' Usando o teorema do limite central Jo.encontre a probabílidade de uma 12.s:' Nos exercícios de 17 a 22.010 '' .ois . .2 se..12 18.6 µ~. Cãmeras d1grta1s O preço médio de c.-orréncitt de ne.-orrência.5 1.lo e desvio padrão ~o dados.750 ou mai0t que 12. Amos- tras aleatórias de tamanho 40 !xio recolhidas dessa populaç./.s. j 1). com uma média de 87.95.\' 2-. g. com um desvio padrão de S 8. = 220 e o= 3. Para uma amostra de n = 75.

Você seleciooa aleatoriamente 40 contéine- bilidêdes.com um desvio padrJo de 0.ha uma média de 64 onças e um desvio corweniente.000? máquina que c0<1a a madeira automaticamente.gy itJar111J1non Mm•rta:. com widado.71 (e) Seria incomum ter uma «1ixinha individual com um peso de polegadas.918 durante aquela (e) Seria incomum ler uma tábua individual com um compri· semana? Suponha que a s S 0.. Vocé testa 25 caixas e descobre que seu peso Qual é a probabiftdade de que o preço méd'.iforme o tamanho da amostra aumenta? onças. Salário de encanadores A média da população de salários de contêineres é 64. 34.xime<1tos sejam no<malme. Refrigerantes O (.e. com acontece com a média e com o desvio padrão da disvibuição de cuidado. o seu conteúdo.700.\O.768 e S 2.05 onças. (For.IJ§dd 230 • lstot!ltk"pli(ada 22.. O que 0.ccm.100. (Ad(lp!odo de SC. Você seleciona alea.1 selecione aleatoriamente t homem cem altura menor que 65 galões. Qual é a probabilidade de que a altura média dessa cio do vendedor? amostra seja maior que 66 polegadas? Suponha que a • 2. pneus é de 50. A máquina precisa ser reiniciada? E><Ç!ique. A média da amostra 25.5 26. o p<eço peso médio de sua caimha de S-Oivete é de 10 onças com um médio da gasolina na calífôrnia foi S 3.1contre as probabilidades.al é a p1obabilidade que a altura média dessa amostra Suponha que a vida útil dos pr.r oiAgr.21 onças? Pot que? 30.600. Uma amos- desvio padrão de 0. Dcf)Ofrmcr. Qual é mais provável? Suponha que as alturas dadas no Exe<ci· (a) Supondo que adeclaração do f. nada.0 polegadas. Vida útil de pneus um fabricame declara que a vida útil de seus Unido5 (com idades entre 20 e 29 anos) é de 69.o da amostra es1eja médio é de 10. l-d .máquina preósa ser reiniciada? anuais de encanad0<es é$ 46.>on me<110 de 96.. A média da amostra de latas é 127. Qual que o comprimento médio é de 96.lixa etária é selecio- proteção ao consumidor e está testando os p.000? Suponha que t1 = S t .ponha que as alturas dadas no Exerci· tados Unidos em um ano recente era normalmente distnbuido. O. qual é 29. Uma amowa aleatória de 42 Expfique. Qual ê mais provável? S. Qual é a probabilidade de que o p<eço cio do vendedor? médio da amosua esteía entre$ 2. A média da (R.) (a) Supo.ças e um desvio médio de 24.1Ceri.21 Unidos (com idades emre 20 e 29 anos) é de 64.21 onças.1sumo per capita de telrigerantes nos Es· 32.!vel que você selecione uma amostra pulação e a média de «1da amosva é determinada.6 polegadas. Tome uma decisão Uma máquina usada para encher contêine- Encontrando probabilidades res de meio galao de leite é regulada de forma que a quantidade Nos exercícios de 25 a 36.nre: Ho!#l(}. 11onça.oráamente 40 latas e mede.305 por gat. Repita o Exercício t8 com amosttasde tamanho 30 e 45.721 milhas selecione aleatoriamente I mulher com a11ura menor que 70 po· legadas ou é mais provável que vocé sefe<:ione uma amostra de ou menos? 20 mulheres com uma altura média me.:a/ Cemer lo.(). /Mr.9 médias das amostras co. onças ou mais? Uma amostra aleatória de 60 mulheres dentro dessa faixa etária é (b) Usando sua respos1a da parte (a).h SUr<ioo) 10.25 preço médio da gasolina na região de New England era$ 2. 31.20 onça.t i·. e.1eus d= fabricante. Você seleciona 100 pneus aleatoriamente e os testa.045. Vocé sele9CXla aleatoriamente 40 tábuas e descobre de 35 enfermeiras registradas é escolhida dessa população. . Preço da gasolina: New England Durame certa semana.eus seja oonnalmente distribulda. Arrlosvas aleatórias de tamanho 25 são tiradas dessa po· polegadas ou é mais p1ov.lo. Repita o Exercício 17 com amostras de tamanho 24 e 36.) vida útil deles é 49.suaooo.e: Nooo.p. use ferramentas de tecndogia para encomrar as p<oba· padrão de O.10t que 70 polegadas? (b) Usando sua resposta da parte (a). Uma amostra aleatória de 32 postos de gasolina é (b) Usando sua resposta da pa~e (a). o que vocé acha da deda· Explique. lf. é a probabii dade de que a média salarial da amostra seja menos que S 55.dcprodo <k de t5 homens com uma altUla média me<10< que 65 polegadas? v. Suponha que a = 800 milhas.o da amostra aumenta? distribuída tem uma média de 128 o. Suponha que os com.S. o que vocéacha do anúa· selecionada. Uma amostra aleató& distribuldos. Suponha que os pesos sejam nonnal· tra aleatória de 38 postos de gasolina é retirada da populaç. ~ mais provável que vocé com uma média de 51. A . seja maior que 70 polegadas? Suponha que a = 3.320 durante aquela semana? Suponha que o = $ 0. Preço da gasolina: Califórnia Ourante certa semana. Cortador de madeira Sua empresa de madeira comprou uma de que a média salarial da amostra seja menos que S 44. Se for de leite dístríbuída te. o seu conteúdo.) máquina anuncia que ela corta madeifas de um comprimento médio de 8 pés (96 polegadas) . cio 30 sejam normalmente distriboridas. mente distribuídos. qual cio 29 sejam normalmente disuibufdas. e. Peso de caixinhas de sorvete Um fabricante anuncia que o 28.<v/1111c. Alturas das mulheres Aaltura média das mulheres nos Estados a pJobabilidade de que amédia de uma amostra seja 10. o a probabilidade de que a média de uma amostra seja 96. res e mede. (Adoprix!Me Salmy.-endedor esteja correto.8t8 polegadas ou mais? por ga!ão. ração do fabricante? .'lC<lnadoles é escolhida dessa populaçJo. e<1ue S 3.5 galões e um desvio padrão de 17. Salário de enfermeiras Amédia da l)01l<Jlação de salários anu· polegadas. Você uaba1ha para uma agência de Uma amostra aleatória de 60 homens dessa f.721 milhas.do que o anúncio do . O que 33.000 milhas.) (a) Supondo que o anúncio do fabri«1nte esteia correio.25 polegadas? Por qué? Adm.1 polegadas.049...odo tk En.l:ly~om.. Alturas dos homens A alrura média dos homens nos Estados 37. fa Heolrh S!oristks.310 e S 3.5 onça. (Adoprodótk Cfi'11Jf W0trnc'. Tome uma dedsão Uma máquina usada para encher latas de acontece com a média e com o desvio padrão da distribuição de um galão de tinta é regulada de f01ma que a quantidade de tinia médias das amostras conforme o tamanh. O vendedor da Supooha que t1 = 5.an.ite ais de e<1fermeiras registradas é S 59. 23. Qual é a p1obabilidade 35.l 36.. o que vocé acha do anún· retirada da população.lbricante esteja correta. t mais provável que vocé é a probabilidade da média da amostra ses 49.700.) Explique..25 polegadas. qual é 27.

. uma amostra aleatória de tamanho 30 é colhida des1a população.IJ§dd (. com uma mé<fia igual à méd'ia da população. qual aleatória de tamanho 55 é extraída da população.i de SOO erupções do gêiset Old ração do fabricante? faithful no Parque Nacional YelloWStone.000 milhas. Faça uma tabela que mostre cada amostra. seja bbb represemame de uma amos- .es. A fórmula também é válida se o tamanho da nos em cada amostra? amostra é pequeno quando comparado ao da população. Transplantesde coração. A escola foi e0<1e1a em sua declaração? Explique (fome. 44.n 1 mmias? P0< qoo? 38. Por exemplo.) . em cada amostra.5 minutos e 4 minutos? f.2 polegadas. l-d . 1/3.todo <fe 1/..AmotKon Heotr Assedo. Uma amosua aleatória de 50 alunos dessa es.650 milhas? Por quê? Qtial é a probabi~ de de que a duração média da erupção seja Expandindo conceitos entre 2. Para um tamanho aleatório de amostragem n. como a média das amos· cular. o número de meninos em cada amostra e a proporção de meninos " u. a media de vida das pastillias é l na. ~ Oep(Jror.32 minutos e -o desvio padrão era 1. quando a amostragem é feita sem reposição e o tamanho menina.ímero de amost1a~ A distri· Col!<t)e &xlld Or. Um fator de corre· que tém corações femin•ios transplantados vão sobrevive.e O.i dois resultados igualmente possíveis consequências do que ele descobriu? para cada nascimento. freio seja normalmente d'Jstrlbuida. caso seja. um menino (b) ou uma men. no mlnimo IIés anos. Uma escola. Monte uma distribuição amosttal da proporção de nascimento N(~ > O.sde probabilidad. caraaetisticas espeóficas divicíido pelo 1-.ação médía das (e) Seria incomum ter uma única pastilha de freio com a vida útil erupções eia 3. Adstribuição amostral de proporção da amostra é igual à proporção da pcpulação p e de méd'oas das amostras serão n0tmais.t i·.009 por galão. Suponha que a vida útil das pastilhas de a probabilidade. Pastilhas de freio Um fabricante de pastilhas de freio declara •. Um ei-eeoheiro uma caraaerística especifica seja p. tem uma em matemática. Use a tabela do Exercício 43 para montar a distribuição amostral Este é o caso sempre que uma amostragem é feita com repo· da proporção do nascimento dos três menino~ O que \'OCê c0<1· sição (cada membro é colocado de ")!ta depois de seleciona· segue perceber sobre a dispersão do histograma se comparado do) porque o processo de amostragem poderia ser indefinida· à distribuição de probabilÍd<lde llinomial para o número de meni· mente continuado.ou 3.pholo1 • Diluib•icõ. em parti· buiçào amostral.o? Suponha que a distribui· ção amostral ela proporção seja uma disuibuição normal. 2/3 e 1.eço médio da gasolina comum na bomba era S 2... Pontuação no SAT A média da pontuação de matemática no A média das amosrras não é apenas estatlstica com uma distri· SAT é 518 com um desvio padrão de 115.ar 38. <fistribuição amostral.Adop:cdoêe Ye&>s:ont N011011ai Prxl:.r. Noventa pacientes com 001ações femininos uansplantados são escolhidos aleatoriamente.) Distribuição amostral de proporções amostrais 39.. a du. Qual é a probabi· ~ fidade de que a proporção de amostra para sobrevivência por no v~· mínimo ttés anos seja menor que 7(JJ. a cola foi selecionada e a pontuação media em matemática no SAT proporção de amos11a é o numero de indivfduos com as mesmas foi 530. Cerca de 75% de todos os paóentes M um número finito de amostras possíveis. Uma amostra (a) Supondo que a declaração do fabricante esteja c0<rela.871? menos? (Mot. Máquina de calibragem uma máquina em uma fábrica é ca· quando p<opo<ções de amoSIIas de tamanho n são tiradas repetida· obrada para produzir um dardo com diâmetro médio de 4 po· me-1te de uma pcpulação cuja probabijidade de um indivíduo com legadas e um desvio méd'io de 0. o que você acha da deda· 42.a (g). Vocé uabalha para illos exetócios 41 e 42. 45. Nos testes. Preço da gasolina Em uma .cerdcios de 43 a 45.ooha que três nascimentos sejam di~meuo médio deles é de 4.amostra de 800 postos de gaso- freio aleawiamente. A fórmula para o erro padrão da média dada no teorema de limite 43. 47. pega uma amoslfa aleatória de 100 dardos e descobre que o illos e. Perceba quex s I representa um meninoex ~ Orep<esenta uma rém. po< ga!ào e o desvio medio era S 0. o p. tra de três meninos. O númeto de menÍllOS pode ser O. O que vocé consegue perceber? 46.et9Y) (b) Usando sua resposta da pane (a)./me) buição amostral de proporções amostrais é a diwibuição f0tmada 40. por çã'o finita. e o erro padrão da media se1â: o desv'. = .. liste as oito amostras possiveis ao selecio<iar aleatO<iamente três central é baseada em uma hipótese de que a pcpulação tem nascimentos. determine se o fator de correção finita uma agência de proteção ao consumidor e esta les1ando as pas· deve Sei usado. use-o em seus álculos Quando encontrar i. A média deve ser usado para ajustar o erro padri!O. de meninos. Old Faithful Em uma amostr.s aormais Z31 (e) Se1ia incomum lei um pneu incíMdual com a vida útil de 49.650 milhas. 2 . Você seleciona 50 pastilhas de 4t.876 de 37. eocontre a média da amost1a para da amostra n é maior que 5% da população finita de tamanho cada um deles.finitos membros. sup. J>o. Suponha que u = 1. de 37.o médio é igual a ~ · (Fonre.enr oi fr.650 milhas ou bilidade de que o preço medio por galão seja menor que S2.9 minuto.000 mnhas. Quais ~o as possíveis aleatoriamoote escolhido~ H. = 1nJ:~~· que suas pastilhas vão du.has desse fabricante.5 polegada. 1. o desvio padrão da amOSIIa e a proporção da amostra. que corresponde as proporções de Fator de correção finita amostra d.o5]. Cada amostra es1atística. Usando esses valo. deçlara que seus alunos c0<1seguem pontuações incomuns tras. Qual é a proba· é a probabilidade da mêdía da amosua ser 37..

Passo 2 Especifique um valor pata n.2 você teria que usar a fórmula binomial 100 vezes e encontrar a soma das probabilidades resultantes.v.. 14. Qual é das amostras> O reslAtado foi o que você esperava? m Aproximações normais para distribuições binomiais Oque você deve aprender Aproximando uma distribuí. Mas e se o médico fizer a cirurgia em 150 pacientes e você quiser encontrar a pro· babil.f0f?!t. l)tv. é fácil encontrar a probabilidade de exata· para aproximar as probabilidades menle duas cirurgias com sucesso. de forma animada.ão exibidas no painel â esquerda do ~no. claro.ma de sino.> Aproximando probabilidades binomiais • (Ofllo d«idir quando uma distii- buiçao normal pode se aproxima.f.idade de ocorrência de me. Se N é ajustado pata I e n é meOOI ou igual a 50.ais. assimétrica.ros de 100 cirurgias com sucesso? Para fazer isso usan· do a témiro descrita na Seção 4.mite ~ você in· :.t i·.'l<ldos da popula· ção caindo no segundo grAfico e os valores estatísticos reSIA'11idos " \.ao binomial • COfllo encontrar a correr.Jição Chegando a conclusões amostral de médias das amostras? De acordo com a fórmula. Qual é o desvio padrão da distrib.Jo exibidos..ao pela Na ~ o 4.ik(. . da dislílbuiçao binorraal.va em fo. com curva em f0tma de sino e assimétrica.Aw!et de disoibuirões amostrais pe..npkM. Faça uma simwçAo usando n = 30 e N = 10 para uma d'ISlriboi· deveria ser o deS1Ão padrão da distribuição amostral de médias ção uniforme.. os pomos selecio. Faça uma ~ulação usando n = 50 e N = 10 para uma dístri· amostragem.ao pela continuidade . Passo 3 Especifique um valor para N. Clique em • S. a mé<fia da distrib<Jição amostral de médias das amostras para Passo 4 Especifique o que deve ser exibido abaixo de cada distribuição? Paro cada distrib.1. O gráfico superior(~ di1ei1a) mostra a distrib.e de 85%de sucesso e um mé· • COfllo us. Explore Passo 1 Especifique uma distribuição.. exemplo. ] • .JCm ~l«IIM $1:d. cu.ão binomial .IJ§dd 232 • Cs14tlllica apll<•d• iti Atividades Distribuições amostrais \ IQII :.ões de amostragem ao 1etirar amostras de uma população repetidamente.l• u Rn<t I Std.)ç. binária e padrJo). Por continuidade.d.2 você aprendeu como enconlrar probabilidades binomiais.lação. Várias opções são dispo. Esse método não é prático. buição em fe<ma de sino.r a distribtâçao normal dico foz o procedimento em 10 pacientes.<)Ja a <lstrib\liçllo de população (unijorme. o resultado foi o que cada g1álico.Jição. se. vocé esperava? Passo 5 Cliqtie em SAMPLE para gerar as d'ISIIÍbuições de 2.tQd.l6 vestigue d'~tribui. I Aproximando uma distribui. l.v~ O .:dio• RESET paro interromper uma animação e limpa1 os 1esultados elCÍStentes.imos em SAMPLE. qual l. r·~·'·- @r1espoodentes caindo no terceiro e quano gráficos.ição de uma amostragem. • cionadas de uma pop. Estatísticas resumidas para cada gráfico se.. " :\1ul1 M N'IIM s... Aamostra estatiSlica especificada na pane inferior dos dois planos será atualilêda de acordo com cada a'mosua. .. N amostras aleatórias de tamanho n serão 1epetidameme sele.1íveis P. biilom.> Corre. l-d . Coando clic.. [U11i. Um método melhor é usar uma distribuição normal para aproximar a distribuição bino miai. se um procedimento cirúrgico tem uma chanc.

\.l. 11 = 65."""'·.S 0 . ..10 000 =.51) = 33.30 nq =7. l. Sol11çào Neste experimento binomial..1.30 • 11 = 10 0 .lil. à medida que II aumenta.r.5 OJS (>..os o.49) = 31..cv.5 0 .1rd.5 _ 0 .nento binomial: e desvio padrão • 11tentativasindependentes..11p = 6..25 e 11 = 4..ra ver por que esse resultado é válido. • Probabilidade de sucesso é Pa. 2.ão binomial Dois experimentos binomiais são listados.IJ .. Perceba que. Quinze por cento dos adultos nos Estados Unidos não fazem promessas de final de ano.2S np = 2.40 up= 1 0. • 11 =4 0. ~.':?$ iUJ= 3 º·"' 0.25 'lf' = 12. o histograma aproxima-se de uma curva nonnal.. .m1. o o 1 2 J s 6 7 s 2 3 ' ' 9 'º pt. 11 = 25 e 11 = 50. explique o porqua. prol>abilidade de falha é miais para p = 0.) 1.os • ~.5 ().IJ§dd (•pítulo S • Oislfil<li<Oe> de piob.s 16 IS '20 22 24 Exemplo [O Aproximando adistribui.20 0.~--------~ Propriedades de um e~peri· 1.J.10 0 .a :e ()1..45. veja as seguintes distribuições bino· p..l..) Nx) 0<.o. 1-p~ q. 0 .l. Dica de estudo comméd~ -.biliduesnon•m Z33 I Aproximação da distribuição binomial pela normal Se np ?: 5 e nq ?: 5.t) I'/.85.. (r. Você seleciona 15 adultos nos Estados Unidos aleatoriamente e pergunta a cada um se eles fizeram promessas de final de ano.49.('11.. Oec.15 e 11q = (65)(0.IWsl.!:ívcl..ra cada J'(.18: I : = u . l-d .02 ~ ~ .ida se você pode us<1r a distribui· ção normal para aproximar x.<) tentativa. o número de pessoas que responderam sim.75 . a promessa de final de ano mais impor· tante foi a de se exercitar mais..+++.+<. nq: 37. ent!o uma variável aleatória x é aproximada e nonnalmente distribulda..1. e= [rix.1.. Você seleciona aleatoriamente 65 adullos nos Esta· dos Ullidos cuja promessa foi a de se exercitar mais e lhes pergunta se a promessa foi cumprida.=np . ~ · - 0..12 -. Para 51% dos adultos nos Estados Unidos.. • p é constante pa. ~. 11p ~ (65)(0. Portanto. p = 0.10 o.15 0 .16f = = O.11~·: 0pini<i11 r.. Se você decidir que n5o 6 po:..l.25 tt =50 ~ (l.. 11 = 1O.SI e q = 0..11q = 18.t i·. • Doís resultados possíveis: sucesso ou falha.1.+. 0 2 4 6 S 10 12 14 16 t 8 O Z 4 6 t 10 1l 1.J.06 o.

(15)(0.85) =12. . E11ro11tre a média 11 e o desvio padrão a. Neste experimento binomial. D.J1 I Correção pela continuidade A distribuição binomial é discreta e pode ser representada por um histograma de probabilidade. "'""" 0f""'"" R. l-d . 1111 .t i·..5 para a esquerda e direita do centro para incluir todos os valores possíveis dex no intervat. você não consegue usar a distribuição nonnal para aproximai: a distribuição de x. se apropria d. lde11tifiq11e 11. explique o porquê. Tente Considere o seguinte experimento binomial.•. R.4.!.i.15 e q = 0.00.. Quando você usa uma distribuição normal co111f1111n p.f. Decida se você pode usar a distribuição normal para.49. você precisa mover uma unidade 0.25 e 11<) =(15)(0.stados Unidos fizeram e conseguiram manter uma ou mais promessas de final de ano.ial. 1 Se você decidir que pode usar. você pode usar a distribuição normal com /1 = 33. encontre a média e o desvio padrão.r/1 Corpomflot1) Nos últimos 5 anos.iores que 5. Quando voct. Geometricamenle.« < + 0. p = 0.a.lo. isso corresponde a adicionar as áreas das barras no histograma de probabilidade. você pode usar a fór· mula binomial para cada valor de x e adicionar os resultados.icid. Você seleciona aleatoriamente 70 adul· tos nos EUA que fizeram promessas de final de ano nos úllimos5 anos e lhes pergunta se eles conseguiram manter pelo menos uma promessa..5) Exemplo m Usando uma correção pela continuidade Use uma correção pela continuidade pnra converter cada um dos seguintes inter· valos binomiais em um intervalo de distribuição normal. Lembre· -se que cada barra tem uma largura de uma unidade ex é o ponto médio do intervalo.a se você pode usar a dis· você tribuição normal para aproximar x.v. para aproximar a distribuição de . 80% dos adultos nos f.iproximar x. d. Se você decidir que não pode. Proba bilid-ade binomial exata Aproxin1ação nom1a l \ l'(c .5 < . e. 15) = 2. o número de pessoas que respondeu sim. p e q. Portanto.ara aproximar uma probabilidade binom.75. b. você estará fazendo uma correção pela continuidade. Para calcular probabilidades binomiais exatas. Como 11p < 5.IJ§dd 234 • ú1<tl11i<"pllcoda Como 11p e 11<7 são ma. E11co11tre os produtos 11p e 11q.15 e (J : . 11 = 15. a. =J65 · 0.~p0::111 IUI p.o. fizer isso.85. A.0.51 ·0. 2..

ter111i11nis.mt. A probabilidade de conseguir menos que63 sucessos. A probabilidade de conseguir no mínimo 159 sucessos. Use a r.sistitfa pnrn Adicione ou subtraia 0. Os valores do ponto médio discreto são 270.5 <X< 310. O intervalo correspondente à distribuição normal contínua é: 269. as. Oete:rmi·n e se você pode USilr a distribui· 11p é:. inclusive.. Os valores do ponto médio discreto são 1SS.. z=-- x-. 2..a distribuição binomial se aplica.errlnácim rln (1 =f.e o desvio padrão u µ= 11p Sup. A probabilidade de conseguir 57 e 83 s. Encontre o(s) Hscore(s) correspondentê(s}. 62. 60.• 25. A41 sem pacientes que estão mor- rerldo e querem acabar com suas vidas.. Liste os valores do po11to médio para a probabilidade binomial. A probabilidade de conseguir no máximo 54 sucessos. permitir que médicos ajudas- R1.. Encontre a média µ .' i. 11111n i1111ímçiin .iq proporçi!o rln µopulnçi!o que d 4.ucessos.5 do menor valor e Soillção adicione 0. A probabilidade de conseguir entre 270 e 310 sucessos. Use a 'làbela Normal Padrão. O intervalo correspondente à distribuição normal contínua é: x >157. 160. itr- (1 clusit. 310.5. Use uma correção pela con~ nuidade para converter cada um dos seguintes intervíllos binon1iais en1 intervalos de distribuição norn1al. Em uma pesquisa entre adlú· tos nos EUA.mhn que c.. Especifique 11.: 5? 54% ção normal para aproximar x.pítu!-0 5 • ~lliki<õt1 de p1obolilidadt111Grmaãs Z3 5 t . Si.5.. tinuidade. O intervalo correspondente à distribuição nom1al contínua é: X >62.. gnr 1111111 n111ostm t1e 50 nd11/tos s. - 1.. q11nl . . 1. as pessoas res- a. Encontre a probabilidade..•11/re 21 . 159.! n probnbi· litfnde de que .5. nk11torin111e11te. l-d .5 do príada.si-::tida? .. n favor dn morte n-. J'ara usai: a correção pela con- 3.o de distribuição normal. [ Retratando o mundo 2. . Sombrei_e a área correspondente sob 1mcí. a vari·ável 11q é:. Verifique se.11l5-lt1 "" p.om><. Os resultados da I Aproximando probabilidades binomiais pesquisa podem ser vistos no seguinte gráfico de setores: Instruções Usando a distribuiç~o.c.normal para aproximar probabilidades binomiais SOO a fa..r dn 111ttrle 6. mci' 1ic· tíltilllo ponto. 3..: 5? binomial. Os valores do ponto médio discreto :xi<> . p e q 46% assis1ida 2. po.ideram se a justiça deveria b. . Aplique a correção pela continuidade apro. inclusive.ão pela co11tí1111itfade para escrever o interval. 61. 271. 3."11 pesquisa sejn para a dlstribuiçiio.•or Não siio En. simplesmente sub· traia 0.5 para o maior. sejn111 n/rn'<. palavras &n sfrnbolos daolone a favor assistida da n1ortc 1. a curva nonnal. Dica de estudo -•1~~~~~~~~~- 2.IJ§dd C.t i·.

Qual é a probabilidade de que menos de 40 deles respondam si1n? (fontr.58.1 !7 30 JJ 36 J9 4? ·IS área sombreada de 39..15 e q ~ 4. b.5-33.s uma promessa (ver Tente você 1).1ndo a Tabela Normal Padrão.37.15 z= 'J55=. os valores possíveis do centro 1nenores que 40 são: 11 1 ' .spoockrnnt i im 39.. 38.5 é: NúJUCro de pc. lllterpretnçào A probabilidade de que menos de 40 pessoas respondam sim é de aproximada· mente 0. 1). Opuliou Rbt#ttl. O gráfico à esquerda mostra uma curva normal com. cujas promess}1s de final de ano foram de ser exercitar mais alcançaram seus objetivos.5 à esquerda.s.9429. e..e o desvio padrão <1 para a distribuição (ver parte (d) do Tente VU<. Us.~~ qu-: rc. Para us. l/.= 33. Ci1fJ\•rt1tit111.03 e uma 2 1 1. ou aproximadamente 94%.'lS de final de ano. Você seleciona aleatoriamente 200 pessoas nos EUA e .. O z-escore que corresponde a x = 39.03 para aproximar a distribuição binomial.a ou n1ais prontesSc.9429. d.IJ§dd 236 • fatat~tica aplicad• Exemplo m Aproximando uma probabilidade binomial Cinquenta e um por cento dos aduJtos nos Estr.t'Score correspondente.5 ao limite 39à direita para conseguir x = 39..e a Tabela Nonnal Padrão para encontrar a área à esquerda dez e calcule a pro· habilidade. (Fonl~ Op111ioJ1 Rrsatrtll C(11JJ<i1ntirm. 80% dos adultos nos Estados Unidos fizeram e consegui· vod ran. l'(z < 1.r a distribuição normal.o= .o= .15 e q ~ 4. :rente Nos últimos 5 anos. Exemplo [41 Aproximando uma probabilidade bínomíal 'lrinta e oito por cento das pessoas nos EUA admitem bisbilhotar nos armários de banheiro de outras pessoas. Na distribuição binom ia!.= 33.dos Unidos.) Solução Pelo Exemplo l.5. Determine se você pode usar a distribtüção normal para aproximar a variável binomial (ver parte (c) do Tente você 1). adicione0. Você seleciona aleatoria- 3 mente 70 adultos nos EUA que fizeram promessas de final de ano nos últimosS anos e lhes pergunta se eles conseguiram manter pelo meno. l-d .58) = 0. Lembre-se de aplic<lr a correção pela continuidade para o valor de x.) a. e. 39.(.t i·.4=9 ~1. Ennmtre a média µ. Aplique a correção pela continuidade apropriada e desenhe um gráfico. Você seleciona aleatoriamente 65 adultos nos EUA que fizeram tais promessas e lhes pergunta se eles cumpriram a promessa. s=1=. manter un.. E1\C01Jtre o z.. você sabe que pode usar uma distribuição nonnal comµ.

d..>abilidade dis.t i·. .86 ·0. = 172 e o = 4.i: que a probabilida~e de que x ·seja exa<amente e não é zero.::: e) e Con. e. Qual é a Dica de estudo prol.. tre P(x .14 :::. qual é a probabilidade de que no máximo 85 pessoas respon- danl sim? a.1711 = 0. O gráfico mostra uma probabilidade de que.Q. .62 = 124.5) =P{z.. = 11p = 76 e o = J200·0.5..) Solução Como up ~ 200 · 0.5). R~pr. Oeter111i11e se você pode us.. hâ Solução uma· diferença entre /'(. E11co11tm o z-escore correspondente. 95. Isso é verdadeiro por- madamente distribuída normalmente co..o!.95) = 1 .:: 70) como uma probabilidade continua P(x .. a variável binon.5 e 176.<o.ia1 x é aproxi· f(>. Usando a correção pela continuidade. l-d .::: e) e P(x > e) porque a creta P(x .38 :i 76 e 11q a: 200 · 0. Qual é a probabilidade de que exatamente 176 pesso.r < 176.95) =1 -P(z-.discreta.76) :=:.86 ~ 172 e uq ~ 200 · 0.t Ntlm.5 .o up e 200 · 0.86.5 é: Z= (69.:: 69. -0.r.ll'.S P{.5 < .IJ§dd ('Jll!UloS • Oi11tihui(Otsdep. Você seleciona aleatoriamente 200 usuários de Internet e lhes pergunta se eles usam Internet Explorer como browser.86.38·0.1r a distribuição normal para aproximar a variável binomial (ver Exemplo 4).O. a probabilidade de que no mínimo 70 respondam sim é: 69. 6.. e uma área sombreada à direita de 69.62:::6. b.14 ~ 28. Em uma distribuição coniinua. entretanto. .>abilidade de que pelo menos 70 digam sim? (F•"'" USA TOD. Use a Tabela Normal Padrão para encontrar a área à esquerda dez e calcular a probabilidade. você pode reescrever a probabilidade d iscreta P(x = 176) como a probabilidade contínua P(175.~ 90 ~S 1((1 .· > ç). a· curva normal com 11 = 76 e o= 6. O gráfico a s.1. A41 Exemplo m Aproximando uma probabilidade binomial Uma pesqu1sa informa que 8ó%dos usuários de Internet usam o Internet Explo- rer~Windows* como browser. você pode reescrever a prol. O z-cscore <ameme 1.eguir mostra uma curva normal com . é zero. seja e. 5).91 e uma área sombreada entre 175.< .15(1W fl:~~rnm ~ in No E. Aplique uma correção pela continuidade para reescrever P(x -.:: --0.abilidadf1normail 237 lhes pergunta se eles bisbilhotam no armário do banheiro de outras pessoas.'fO de PÇ1'.91. E11co11lre a média 11 e o desvio padrão o para a distribuição (ver 6xemplo 4).""" 0..::69. e. Si 60 ~ 10 7S llú fl. não hã diferença en- Usando a correção pela continuidade.86 Entllo.Stnt.xemplo 4.5.s respondam sim? (r.tom.8289.) Em urna diSlribuição. 85) e desenhe um gráfico. a variável binomial x é aproximada e nom1almer1te distribuída com 11=11p=l72 e o=~= J200·0. 4. que corresponde a 69.stn 11n p.

imento binomial é dado. casa antes de assinarem.90.14. l-d .0601.======= ' J 200. binOMPdf( 200. Você pergu. ou cerc:a de 6%.áo (ver Exemplo 5).85.i.t i·. 5.5 e 176.5 s. pata entender um contrato de compra ou venda de 3. e.71) = 0.r. =0.·áfico. A probabilidade de que exatamente 176 dos usuários de Internet digam usar o Internet Explorer como browser é de aproximadamente 0. Se não rimento binomial.) . q = 0. e.\nl . b.p=0.. um expe.5-172 176. n=24. qual é a probabilidade de que exatamente 170 respondam sim? a. No Exemplo 5.7611 Aa.S6·0..71 < z <0.e a Tabela Nonnal Padrão para encontrar a área à esquerda de cada z-escore e calcule a probabilidade. Decida Nos exetcicios de 1a 4.o. Contratos de casa Uma pesquisa entre adultos norte·america· nos descobriu que 85% leem todas as panes.65.~iS que rosponde.5)= P(0.naJ para aproximar a variável binomial (ver Exemplos). 1.5 < x < 176.lo menos o 2.q=O.ma distribuição nor. ('º"'"' Ftldtov.i a 10 adulto.ômar a distribuição de sucesso p e a piobabilidade de fracasso q sAo dadas pata um e.s. o tarna. . l/.30. E11co11tre os z-escores correspondentes.172 z = -. d.0601. Dedda se você pede usar a é ~ o n0<mal J)<lra for possivef. ou pe.io da amosua n.qD0. p = 0.i rn 1s1 186 NU..ncro de pc.sirh Os z-escores que correspondem a 175.8212 . 0611688936 P(175.86·0.mm. n = 20.70.q-0.t5.35. 92) = P(z <O. encontte amédia e o desvio padr~o.xoximaçao no fl<emp'o 5 é ape.IJ§dd 15s 16? 166 110 11. aleatoriamente se eles fazem o mesmo.s esccthidos 4.14 J200·0. explique o porquê. Ili Exercícios Construindo habilidades básicas econceitos Aproximando uma distribuição binomial Nos exercícios de 5 a 8. Apliq11e uma correção pela continuidade para reescrever P(x ~ 170) e desenhar um g. 176 ) usam o Intemet Explorer é: . n• 15. nas um pouco me101 que a possi· bifidade e>ata encoovada usando o lllterpretaçào bincnvxtf (comando na 11-84/85).pe· binomial.P(z <0.'\o: 175.10. n~ 18. Deler'1tine se você pode usar u. 92) . Se você pudet. a probabilidade de que exatamente 176 usuá.5.0. E11co11tre a média Jt eo desvio padrão o para a distribuic. suficiente.rios de Internet digam que . a p(OOabilidade se você pede usar a distribuição normal J)<lra apro. aproximar a variável aleatória x.pD0.p=0. 86 Portanto.

Se o.cot> Cooccr s«ie:y. Análise gráfica Nos exerckioo 17 e 18.t) ca.incer de próstata e calcula seu lodice de sobrevivência por cinco anos.5) digam ter tipo sanguíneo A•.5) delas é A'.os +-...) Nos execdci05 de 19 a 24.lo haja doatesde n0<mal correspondente. l-d . Há 150 de cada probabilidade e compare os resultados doad0<es. Você seleci0'1il aleatori. C<'llws Bv""". h0<as PO< semana. 10. relacioM a probabilidade bil1omial com doo aleatoriamente e lhes peigunta se o tipo sanguL1eo deles é a1sentença correta.) (a) Encontre a probabiidade de que exatamente 16 trabalhadores digam sim. (róflll!'AmCJi<ófl AISOCic:$> citJl«. explique o porquê e use a dores nos EUA e lhes perg<1nta se eles trabalham menos que 40 distribuição binomial para encontl'ilr as probabilidades indicadas. 11. 19. Se for possfvel. (d) Uma campanha de doação de sangue gostaria de conseguir Nos exercicios de t3 a 16. Qual ê a probabilidade de que o. u. (""1re.) 0. a Amerkon Con· cer Sodel)' declarou que o índice de sobrevivêocia por cin· co anos de todos os homens diagnosticados com câncer de próstata foi de 99%.. Usando e interpretando conceitos (c) Encontre a probabilidade de que menoo de 12 pessoas di· gam ter lipo sangui. (d) Uma campanha de doação de sangue gootaria de conseguir babilidade normal para a região sombreada do gráfico. • 12 ~ . 21. Encontre o val0< pelo menoo 60 doadores com tipo sanguíneo A'.24 ! 6tgãos transplantados em pessoas que precisassem deles caso eles mcnessem em um acidente. P(x $ 65) (b) P(há no mál<imo 65 sucessos) (b) Enconue a probabilidade de que no mínimo 10 pessoas di· gam ter tipo sanguíneo o·. Aproximando probabilidades binomiais Amer. o. .lo for possível.s oormai1 Z39 6.Jmente 20 adultos e pergunta se e. ('(. P(x> 65) (d) P (há no mínimo 65 sucessos) gam ter tipo sanguíneo O-.z+-.-l Você seleciona 250 trabalhadores aleatoriamente e lhes pergunta se eles também fazem isso.'es também têm esse desejo.ls. • 10 + .al para aproximar as probabilidades binomiais. Há 100 ciooe a sentença de probabilidade binomial à sentença de distribuição doad0<es. Semanas de trabalho Uma pesquisa entre uabalhad0<es nos norrr. O·. (Fono.t i·.100 desooblíu que 63% das pessoas gootariam de tet seus 0. esaeva a l)(obabilidade binomial e a pro.6% deles trabalham menos que use a distribuição normil para aproximar as probab<lidades inó1Cadas 40 horas por semana. Câncer de próstata Em um ano recente. Tipo sanguíneo A• Trinta e quatro por cento das pessoas nos EUA têm tipo sanguíneo A'.16 +-. Estados Unidos descobriu que 8. oi /Jicodl!or. (Fome: º"" 0. Você seleciona aleatoriamente 10 ho· O 1 4 6 3 .s. Você seleóona aleatoriamente 30 trabalha· e monte oo. 16. Qual é a probabilidade de que não haja doares de tipo sang<1C neo A • suficientes? 17.<le oomal 20.I (b) Enconue a probabilidade de que no mínimo 9 «abalhad0<es 0!)4 digam sim.-.5) (b) Encontre a p(obabtlidade de que no mínimo 12 pessoas di· gam 1er tipo sanguilieo A'."'° A•.) Probabiidade Sentença (a) Enconue a probabilidade de que exatamente 10 pessoas 9. Você seleóona 32 pessoas nos Esta· 13. Tipo sanguíneo o· Sete por cento das pessoas nos EUA têm tipo sanguineo o-.giáficos. P(x $ 109) (c) P (x $ 109.5) doo Unidos aleatoriamente e lhes perg<1nta se o tipo sangulneo 14.<t Bonl:!. (r"""':Am<toiMAs!OCJO!i>.IJ§dd fapítulo ~ • Oi111iboric6es de probobilidad.1 2 -!--. use a coneção ·de continuidade e rela· pelo menos cinco doadores com tipo sanguíneo o-.16 USA IOOAI'. P(x <65) (c) P(hámaisque65sucessos) (e) Encon~e a probabilidade de que menos de 10 pessoas di· 12. P(x?: 109) (b) P(x< 108. P(x > 109) (a) P(X> 109.-·.) (a) Encontre a probabilidade de que exatamente 12 pessoas 15. Você seleciona 30 pessoas nos Estados Uni· Nos exercícioo de 9 a 12. deóda se você pode usar a distrib\Jíção 8.-.t mens que foram diagnosticados com c.'--'· 7. o· tipo sanguíneo suficientes? Probabilidade billomial Probabilid.-V o. (e) Encontre a probabilidade de que menos de 16 trabalhadores digam sim. Transporte público Cinco por cento dos trabalhadores dos Es· /'(. P(x?: 65) (a) P(há menos que 65 sucessos) digam ter tipo sanguíneo o·. P(x < 109) (d) P (x ?: 108. Doação de órgãos Uma pesquisa entre adultos none-ameri· 18.) ta<los lJnidos usam transporte público para chegar ao trabalho ::r~~~I~-=~ 0.

.lrio6 de C4sas nos Es- lhado. espoíle.gunta se eles usam veículo próprio para chegar formadas na faculdade suficientes pera a feira? ao local de trabalho. O comité seleciona. 150 tra· pera chegar ao trabalho. Há SOO funào· semanais.imar a distribuição biromíaL zem que os biscoitos com pedaços de chocolate sôo seus prefe· ridos.IJ§dd 240 • Úlllflli<d..b deles sentem que suas casas seleciona 50 trabalhadores de forma aleatória e lhes perg\lnta se sAo muito pequenas para a família.s Butocu of1cborS"""n) suas t4S8S sAo muito pequenas pilia sws famifias. (empale) Bólk:he...... l-d . 25 proprietários de casas e lhes pe.as por sema"".::. apioximar a distribuição binomial (b) Encontre a probabilidade de que no mlnimo 14 pessoas te. .c. (a) e..gunta se eles sentem que eles sAo fotmados na faculdade. digam que suas casas sAo muito pequenas para sua família. dores digam que usam seu próprio veiculo para chegar ao (fonte: Yleo. Você sele<iona. trabalhar mais de 70 horas por sema"". Expandindo conceitos (b) Encontre a probabilidade de que no mlnimo 18 pessoas di· gam que os biscoi1os com pedaços de chocolate sAo seus Ficando saudável preferidos Nos exerdcios de 27 e 28.... Qual é a ptobabilidade de que não haja bi!:coitot com pedaços de chocola.re no máximo 3 pessoas di· gam trabalhar mais de 70 horas por sema"".. Qual é a probabilidade de que n.. (c) Encontre a p<obabili<fade de que mefl05 de 18 pessoas te. (a) Encontre a probabilidade de que no máximo 23 pessoas (c) Ê incomum que 26 de 40 tcabalhad0<es digam que usam digam que os biscoitos com pedaços de chocolate sAo seus seu ptóp(io veículo para chegar ao trabalho? preferidos.::..es nos Estados Unidos soo formados na fac.1~ ()('Ir (.. Biscoito preferido dnquellta e dois po< cento dos adultos di..1iit. e eles informaram seus espo<tes arcecadar fundos preperou 350 biscoitos com pedaços de prefetidos. Casa maior Uma pesquisa enue prop1iet. Você tados Unidos descobri. Você seleciona.4% . t11tP 70 hnr. (b) Encontre a probabilidade de que mais de oito proprietários nham se formado na faculdade. Setenta por cento dos adultos disseram que ptatit4m pelo (d) Uma comunidade que p<omove a venda de bisc<>tos pera menos um espone regularmente. use as inf0<mações a seguir. aleatoriamente. (f<Xlre: u.a aleatoriamente 10 16% trabalhadores nos EUA e lhes petgunta se eles trabalham mais de 70 horas po< semana.e~..-3 não consiga: o desconto? ríoilArio rt~Mlh.) trabalho.plicbda (d) Uma autoridade do uJnsito oferece taxas de desconto peta (d) Uma gtande empresa está preocupada com o excesso de empresas que têm no mínimo 30 funóonários que usam trabalho dos funàor>ários q.te suficientes para todos? 24.~conire a probabifidade de q.Pm:tn:i? 22. Dirigindo para o trabalho Uma pesquisa entre trabalhadores formado na faculdade pera serem volunlârias em uma feira nos Estados Unidos descobriu que 80% usam o próprio veículo de profissões. (a) Verifique se a distribuição normal pode ser usada pera apro· .b deles trabalham mais de 70 ho.lo haja nenhum fun· empres. _ .. Semanas longas de trabalho uma pesquisa entre trabalha· dores nos Estados Uoldos descobriu que 2. (a) Encontre a probabifidade de que exatamente 12 pessoas (a) Verifique que a distribuição normal pode ser usada pera temam se formado na faculdade... . O evento atrai 650 consumidores e t4da um compra seu biscoito preferido. Qual é a probabilidade de que a r>ários...gunta (b) Encontre a probabili~ de que no máximo 26 trabalha· se os biscoitos com pedaços de chocolate sAo seus p<eferidos.:inrlo .i (e) Encontre a probabilidade de que mais de 2 pessoas digam Al!.t i·. Graduações na faculdade Trinta e dois por cento dos ttaba· 25.9'. que 24G. ·. 23. 40 traba- balhadores..n.-. C4saS são muito peque""s? Por quê? (d) Um comitê está p<ocurandopor 30 pessoas que tenham se 26.ldade. O gráfico (e) Encontre a ptobabilidade de que mais de 20 pessoas digam mostra o resultado de uma pesquisa entre adultos nos Estados Unidos que os biscoitos com pedaços de chocolate sAo seus prefe· com idade enue 33 e 51 anos que responderam se ptaticam algum ridos. Qual é a probabilidade de que não haja pessoas lhadores e lhes pe. A empresa seleciona.. (e) É incomum que 8 entre 25 proprielârios digam que suas nham se formado na faculdade. aleatoriamente. chocolate. aleatoriameme.. aleatoriamen· te.e uabalham mais de 70 horas lransporte p(Jô!ico pera chegar ao ttabalho. Você escolhe 40 adultos de forma aleatória e lhes pe.. Você selecio. (b) Encontre a probabilidade de que no mínimo I pessoa diga 6o/o . trabalhar mais de 70 horas por sema"". 50 funào· r>ários em uma emptesa.

a ela distribuição da amostra ser. Encontrando o erro A idade média dos estudantes em uma escola de ensino méd'JO é 16. a qual forma a base da inferéncia estatística. Embo<a as distribuições nonnais sejam comuns em muitas populações.IJ§dd (opitulo S • Dhui~•i<Oe\de p.uída. bem ince<num retirar amostras aleatórias de vale<es 100 a partir ela população e obter uma amostra ce<n uma média 115 ou mais.\o as distribuições de probabilidade mais importantes ela estatística e podem ser usadas para aproximar outras distribtiições.7.ê uma boa ideia questionar o valor original da média afim1ado. 9% dizem que participam de caminhadas na natu· 30. l-d . Se no mínimo 70 paciente$ forem cvrado$. Devido ao fato de a população ser normalmente distrib. Seíia.5.estatística no mundo real Usos Distribuições normais As disltib\Jções normais podem ser usadas para descreve< mui· tas das situações de vida real e s.mal Padrão para ajudar a determinar que a· probabilidade de seleóonar um estudante aleatoriamente e encontrar a idade de!e(a) ce<no sendo mais de 17. Se a população em si for normal. na pele seja de 65'lb. a mé<f. você seleciona aleate<iamente 250 l)ESSOOS nos Estados Unidos Testando uma droga com idade entre 33 e 51 anos e lhes pergU<1ta se elas praticam Nos exercícios 29 e 30. Oetem1ine se o evento a seguir é incomum.ição que pode ser não nonnal. Não seria incomum para um valor individual retirado dessa população ser 11 5 ou mais.Í\ Z4 J 27.j. Esse teorema afirma que não importa que tipo de distribuição uma JXll)IJlação possa ter.obobilidod. Um fabrican· pelo menos um espor1e 1egdarmeme. Encontre a p<0babilidade de que a declaração seja recusada su- ce<n idade entre 33 e 51 anos e lhes pergunla se elas praticam de pelo menos um esporte regularmente. isso ocorrerá quase t6% das vezes. O quão apurado é o resultado? Você acha que a amostra é boa? E.3ç. contanto que o tamanho da amostra seja pelo menos 30. aleatoriamente.lrem na distribuição normal. A declaração ~ verificada ao •eStar a draga em 100 pacientes. Esse seria um evento extremamente inconun.i 100e o desvio padrão 1. Voc:é descobre que 60% te declara que uma droga cura uma doença rara na pele em 75% das dizem que não.s ocrm. Essas s. De fato.5 com desvio padrão de 0. Explique seu raciocínio. (b} A méd'.e. As aplicações mais incríveis das distribuições nonnais es!Ao no teorema do limite central. .a da amostra de 20 é 105 ou mais. Dos 200 que respoo· pondo que ela seja . Dê um exemplo de uma distribt.mal. dem que sim.a da amostra de 3 é 115 ou mais.í. Usos e abusos . Abusos Eventos incomuns Suponha que uma população seja nonnalmente distribuíela com mé- dia de 100 e desvio padrão de 15. negócios e psicologia. não importando quão pequena seja a amosu~ A distribuição ne<mal é essencial para a teo(ia de amostragem. como as distribuições discretas binomiais. 2. Uma médía de 115 fica a IO desvios padrão acima da mécia. Essas estatísticas usaclas para áistribuiçôes normais s. 300 pessoas nos Estados Unidos 29. Qual é o erso neste p<oblema? 3.\o amplamente usadas nos campos das ciências.5 é de aproximadamente 8%. então a distrib\Jição de méd'ias amostrais será no. (a) A méá. use as inlonnações a seguir. É incomum? Uma população é normalmente distrib\Jfda ce<n uma méd'. 28. Você usa a Tabela No. [xercícios l. vezes. O qwo apurado é o resultado? Você acha que a amostra é do que a verdadeira probabilidade de que a draga cure a doença boa? Explique seu raciocínio.Jo :.a de 100 e de5'n0 padrão de 15. Encontre a probabilidade de que a declaração seja aceita supon· reza. . a dec1Jr.l. Quando um evento tão incomum assim ocorre. as pessoas tentam fazer estatísticas não normais se encaix.lce.-erdadeira. entre1anto.\o frequentemente nã'o apropriadas quando a distribtiição é obviamente não n()(mal. que você começará estudar no próximo capitulo. você seleciona. a distribuição das médias amostrais será aproximadamente normal.t i·.plique seu racíoclnio.

• Como encontrar a correção pela conti11uidade.1 • Como interpretar gráficos de distribuição de probabilidade normal. 4a6 5 a 16 Seção 5. 1e2 1 e2 • Como encontrar e interpretar z-escores: 3 3e4 x .t i·..al padrão..t :: /J. la3 17 a 24 S-eção 5. " • Co1no encontrar áreas sob a ct1rva norn. • Como interpretar o teorema do limite central 2e3 39e40 o l"-i = ft.lmente distribuídas. le2 25 a 30 • Corno transfonnar um z escore enl utn valor x: 4 3 31e32 .i = -... (l. • Como aplicar o teorema do limite central para encontrar a probabilidade de uma média amostral.'\o normal para aproximar as probabilidades binomiais.eção 5. 4a6 41e46 Seção 5.= n·p..IJ§dd Z4Z • bratl!ti<.11 z= .5 • Como decidir quando a distribuição normal pode aproxin1ar a distribuição bino1nial 47 e 48 1..ptlcada Resumo do capítulo Exercícios Oque voe~ aprendeu? Exemplo(s) de revisão S. • Como encontrar um valor de dado específico da distribuição normal dada a probabilidade.2 • Como encontrar probabilidades para variáveis norma. 3a5 53eS4 ..4 • Como encontrar distribuições de amostragem e verificar 1 37 e38 suas propriedades. 2 49 e 52 • Como usar a dishibuiç..r. l-d . 4e5 33 a 36 Sfção 5... o= r.3 • Como encontrar u1n z-escore dada a árec'\ sob a curva normal. + Z<1.

450 quilômetros.64 e à direita dez= 2.472 1. 1.5m Seção 5.:n1 (em 1ne1rosJ . com resistência média (c) mais do que 2. Essas observações são incomuns? tre o z·escore que corresponda aarea aannulada dada ou percentil. l. 8.sumindo que as diswnóas são notmalmen. como mos- 12. resistêllcias são meáidas como 1.5 gramas e desvio padrão de 0.) 13.. 23. Omenor mamífero do mundo é o morcego nariz de porco. 19. 25...T conue a probabi idade de selecionar aleatoriamente ummorcego cujo peso seja: Nos exercícios 3 e 4. Seção 5.15<z<l..8708. Distânda de frenagem de um Ford Expedition 14.IJ§dd Exercícios de revisão Seção 5. Se for co. 0.72. P.. Aesquetda dez= 0.lijaruga verde sele<:ionada aleatoliamente migre: . 29. l-d .55. 1.Jsley lllsuol Encydcpe&a.gt. com média de peso de 1. P..1íente. 27. Se for tear a area indÍC<1da sob a C\JIVa noonal padrão.1- -20 -15 . 28.:.900 quilõmetr05.1-"--J--'-+J-... use as infa<mações a seguir e os escores (a) entre l. 1/<k}ptorlo de f)(. Entrez • -1.i-.s .S? 59 Se for conve...) selecion.200 quilôme'«05 e desvio padrão de 625 -. Quatro resistores são (Mop!odo de Octir.T quilômetros. de 2.·oag. 30.- . Oist:. 9.64eamédía.2 grama~ de 1.1 17. 15}.50)..500 resistores é no.68.27.veniente. use conveniente. e. enco.ln<:ia de fn. 0. P(z< 1. P(z < -2. P(z>-0. use a iabela normal padrão para ellCOll· a ~rea nlo estiver na tabela. 7. Se Nos exeróci05 de 5 a 16. Um lote {b) entre 1.s -&7 . 10.e dis· s 2S tribuidas.5.33. 26. a dist<lncia de frenagem (em metros) de um Ford Expedition pode se< aprOl<imada pekl distóbuiçao normal. 22.71. A esque<da dez m -0.1· 4. use a entrada maispróxima da área.a9 .28). use a tecnologia.68). Nos exe. 0..1. 18. (e) uma dist!ncia maior que 2.2 gtamas.O e 2. A esque1da dez= 0.5 e à direita de.2 Nos e. use a Tabela Normal Padrão e enco.5 ohms e desvio padrão de 0. Adireita de z = 1..malmente distribuído.tre as Plobabílidades indicadas.s. P. Jt= 52 m 16. a. . ~ 1.12. 20.Sl $3 .32. use o gráfico para estimar µ e a. "'. l\'os exercfóos 23 e 24. P(0. (a) a diswnóa de menos que l . tecnologia para encontrar a area. Aesque<da dez = 2. u=2.42 < z< 3.g Xmld.78ohms. Entrez=-1.. A esque1da dez • .1. Em uma 11.t i·. superfície seca.6 e 2.) 24. Aesque«b dez . Adireitadez = 0..25 grama~ Assumindo que os pesos sejam normalmente distribuídos. l{otllr.74}.05ez= 1. use a informação a seguir.w<r. 21. (b) a dist. 5.50 ou z> 2. 15.96.img l<Nllrklsley Y..500 quilômetros.04.000 e 2.rwl fncy<kped<>. use a temologia para encontrar o 1-escoce.55ez = 1. Vm estudo descobriu que a média da dislência de migra~o da tartaruga verde era de 2. 6.. ""-J. P(z < o ouz > l. Entrez=0. Tl4ffK Sct~rAdnwwwC'JOn. rocontre as probabilidades indicadas.lnóa entre 2.erdcios de 17 a 22.0 grama~ f}adrão para investigar obseivações sobre a popu!a{Ao na<mal.2.96ez =l.66e l.10 -s O 5 10 15 ' . 16. Entrez =-1. N. P(-2. 1.idos alwtoriamente e testados. encootre a probabilidade de que uma t. Nos exercícios I e 2.54.55}. Aquantos desvios padrão da média estão essas obseMJções? l\'os exerdóos de 25 a 30.cícios de 31 a 36.: NotlOflo! H.3 3. tr~da no grMico..08 ohms.

um experimento binomial é dado. A média do salário anual para choferes é de S 29. Oe 3. ComP..1griclt:ure) 50. Qual a probabilidade de que o preço médio seja mais que $ 525? Nos exercícios 37 e 38.s. Trinta e três por cento dos adultos dassificaram as escolas púbíi· resposta com a do Exercício 24. faça o gráfico da distribuiÇll.ímo 20 crianças dique a média amosval seja (a) entre 1.500 (lf. se . P(x > 7).2 gramas e (c) mais do que 2. ~om média de 218.. Em um ano recente.io padrão de 68. com reposição.6 e 2.o amostral.. a AmericOJl C. Se não puder.3 e pergunta a eles se cooij)<aram perfume no ano passado.0 e 2. Enconue a prob<Jbilidade de que mais Qual a probabilidade de que a média dos salários anuais seja (a) de cinco adultos ó. com média de 144. V<xk seleciona aleatoriameme 15 casas pode estar nas ·10% mai0<es distancias de frenagem? na cidade. escreva a probabilidade binomial como uma probabilidade n0<mal usando a correção pela continuidade. ex· população. 41. Refira-se ao Exercício 23. encontre as p. P(x :..000 e 2.obabilidades indkadas. Uma empresa tem 5 executivos. use o te0<ema do íimi1e central para ano e calcula seus índices de sobtevivéncia de cinco anos. Uma pesquisa indica que 59% dos homens compraram perlu· 39.y~om) 32. Compare sua 54. Decida extras de trabalho poi semana reJ)Oltados para e. 53. Você seleciona aleatoriamente 12 adultos e pe<gunta a eles amostra aleatória de tamanho 45 é selecionada dessa P<ll)ulação. (FooU!: encontrar a média e o erro padrão da média da dis tn~o amostral Ame<Kon Cor.ooobilidades para as 51. 52. (Adoprm de us. use a população dada para encootrar a média e o desvio padrão da população e a média e o desvio padrão se. maior do que 2.4 seleciona aleatoriamente 15 apamamemos nessa cidade.e· so.200. ap. e. Nos exercidos de 41 a 46. manho 40 sAo retitadas dessa pojXJlação.400 e (b) mais do que S l. Voçé seleciona aleatoriamente 12 homens que eram ncwos casos de Cbncer de rim estágio l este Nos exercicios 39 e 40. (b) entre gam sim.~. plique o por<Ji)ê. Você seleciona aleat0<iamente 15 homens ano recente era n01malmente distribuído. Compare sua resposta com a do Exercicio 23. de S 1.. V<xk 42. Pvbk 0p. 36).. ções por acre seja (a) menos que $ 1. A média de preços de casas em uma cidade é de$ 1. P(?<x<?).S da distribuição amostral. uma amostra de t2 tanarugas "erdes Nos exercidos 53 e 54.\l.lt'llr GI .) 1. . O número de minutos de horas Nos exercícios 47 e 48. Os preços das casas são nor· 35. 38. Setenta por cemo das crianças com idades de 12 a 17 anos man· tém pelo menos pane de suas ecooomias em poupanças. Uma amostra aleatória de tamanho 36 é retirada. expique o POl<Jilê J. rim no es!Agio 1 é de 95%. Depo1· ror.000. se também acJiam isso.'. Retire os nomes de tlés executivos dessa binomial.t i·..ue 2. libras e desvio padrão de 51. O número de vezes que 47.•plic. 48.) indicada. Reiire dois no· dice de sobrevivência de 5 anos pala novos casos de Cbncer de mes desta população. 160 e 210. O consomo de frutas processadas nos Esrados Unidos em um me no ano passado. Qual a probabilidade de que a mé<fia de preços seja 36. • fstat111ic.lo binomial para enrorwar as p.· 1nremooonol Comm. com reposição. encontre a méoo e o desvio padrão. (1\>me: M011$1 l"5!<1ule lo.coln'tl ll<seaidl fOt Meml Lynch. Entao. Amostras aleatórias de ta· 49. P(.d1 31.. ~ - lort>f!ltl oJAgtiaituie. S 1.oxime as proba· a média da amostra da distãncia migrada seja (a) menos que biridades indicadas e faça seus g.as como excelentes ou bcõS par3' preparar est\Jda ntes para facul- 43.000 e (b) maisdo que 31. 1 lib<as.450 quílôt11j!tros. l-d .) manho 35 sAo retiradas dessa população. P(x ~ 25). P(x < ?).4. Há 4 residentes dividindo uma casa. 34.5 milhao com desvio padrão de$ 500. Uma dade.900 quilôme!los. (b) er.ida um é de 90.l.<>re os va!ores. Enconttc o probobilidode de qvc mal para aproximar a distribuição binomial Se puder. Refira-se ao Exe<dóo 24.000? Assuma q = corresponda az = -2. Os aluguéis sAo .Micos. Oaluguel médio em uma cidade é de S500 POI mês com desvio padrão de S 30.ance. Encontre a p.w Soaery..ao S. (Foo1. 2.«é pode usar a distribuiÇllo nornnal para aproximar a distribuiçAo 300. O valor médio de terras e coostruções POI acre para fazendas é cooespondaa z• 1.es amostrais. 40.6 libras... 125 milMo? pode estar nas men01es 5% distancias de frenagem? 46. Se pooer. 120. 33.150? Assuma q = S 250. P(1 <X<)).2 gramas. Amostras aleatórias de ta· USA ICQAY.37. Ocoosumo de vegetais processados nos Estados Unidos em um ano recente era nonnalmente distribuído.doptodo do u. Encontre a prooobilida<le de que no má. Encootre a distância de frenagem de um Fotd Expeditioo que 44. (Fome. distribui«. ~ 45).300.2 Probabilidade binomial Probabilidade normal libras e des. decida se =é pode usar~ disuibuição nor· é sclec:iornid<l ~!cctoriomcnte.0 gramas.) . Qual a maior distancia de frenagem de um Ford Expediúon que menor que S 1.obabilidade de isso.gam sim. P(x = 50).500 quilômetros e (c) e use a á1Stribt.10<malmente distribuídos. Encontre a distancia de frenagem de um Fotd Expeditioo que menos do que$ 29. Socie(y disse QtJe o ln· cada um lava seu carro a cada mês é 1. Se não. Qval dist3ncia de frenagem de um Ford Exped11ion repre$énta o Oual a probabilidade de que o val0< médio de terras e coostru· 95• percentiP.. 1/ociJ Sec3o S. Qual distancia de frenagem de um Ford Expedition representa o terceiro quanil? 45. 1/.2. Qual a menor distancia de frenagem de um Ford Elcpedition que malmente distribuídos.IJ§dd 21. Uma amostra de 7 m0<cegos nariz de seleciona aleatoriamente 45 crianças e pergur1ra se elas fazem porco é selecionada aleatoriamente.) Nos exe<dcios de 49 a 52.• ç.

lima amostra aleatória de 60 estudantes é retirada de uma po- (d) P(z < . exp!íqve o porquê.5. você seleciona aleatoriamente ués amostras de cinco sacos de balas e encoova o peso mécf'.25. para prevenir ou uawr doenças. l-d .as mane~as 250 e 300. você esperaria ter nota menor que 280? 1. fdWJliCl'. P(-5. 5. Em uma pes- recente. noias mais altas? (b) P(z <3. P(5. Em raúio de um erro na válvula de liberação. dam. Qual a probabilidade de que a nota média do teste seja 2. ptdação.10). a config\lração da rnéquina de fibe. Em um a. Em um dos p<ocessos. 9.a enve 12. 009n:114<. 8. a s0.5.P(x<Ooux>37).oesse fazendo uma prova em sala.t i·.56 o. 75% apoiam o uso de pesquisa de DNA por cien- es1a11am fazeado um teste de matemática tiveram nota média de 290 lis!as para encontrar novas maneiras para p<evenir ou tratar doenças- com desvio padr.1. use a informaçJo a seguir.2. alunos da 8' série de uma escola pública de Minnesota que quisa com adultos. encontre a média e o desvio que 320.. (fome: N<J!iooa/Cen. Se pude. padtâo.lo normal) A amplitude aceitável de pesos para as balas de me1ta é ent. (e) 11= 18.c=9.05 onça.00<x< O).75). use a informação a seguir.08. Assuma que a máquina mude Oisuibuiç5o e esteja enchendo sacos com um peso médio de 11. Qual a probabilidade de que você selecione pelo menos um saco que nclo esteja fora da ampitude aceiraveP .33).al SrctdtJ(S.4 onças de balas de menta em um saco. (Assuma que o processo possa ser aproiómado pela dístnbuiç. As notas possíveis podem variar de Oa 500. Encontre a probabilidade de que no máximo 15 pessoas digam que apoiam a pesquisa com DNA para encontrar nc. Encontre a probabiftdade de que um estudante tenha nota maior a distribuição binomial. Qual a not<l mais alt<l que ainda colocaria um estudante nos 25% de notas maisbaixas? (c} P(-2. •'ldusive. Enconve a p1obabilidade de que um estudante 1enha no. ~é tem maior possibilidade de selecionar aleatoriamente um estu· (b) 11 = -8. Enco.0.64). lJm colega de trdba1ho pergu111ou porque você retirou três amostras de tamanho 5 individualmente em vez de escolher aleatoriamente e medir 15 sacos de balas ind'Mdualmente para checar a configuração da máquina.25 e 11.000 estudantes são seleóonados aleatoriamente. Qual porces11agem de estudantes tem uma nota maior que 250? Juntando tudo [statística real . dante= nota maior que 300 oude seleoonar uma amosvade 15 estudantes oom média de nota de testemaior do que 300? Explique.B<z<2.· $-"'~ (a) Qual a p<obabilidade de que você selecione um saco de balas que não esteja fOla indh·idiui) da amplitude aceitável? Em outras pala111a~ você rlão detecta que a máquina teMa mudado? (Veja a figura.cicios de 3 a I O. quantos Depoi~comparesuasrespostascomasrespostasdadasnofinaldolivro. Amosrrogens individuais Você seleciona um saro de balas de menta e mede seu peso. {f<Ont!': Ht1tr. a= 7.2..) (b) Você seleciona aleotoriamente 15 sacos de balas de menta.4 onças.75 ou z >. maior do que 300? (a) 11 = 5. (Noto: ambas as amosuas sJo se!ecío· nadas sem reposiçAo.we cada probabilidade nonnal padrao.) [xercicios 1.) '"' lo. 4. Nos exe.ação ' muda· de 11. Se 2.'t'. Seu tra· balho é analisar processos e tet cetteza de que esses es!Ao sob controle esiatlslico. 6.iças e um desvio padrAo cle0. 7.Para checar se a máquina es!à colocando os pesos wretos nos sacos. Enconve cada probabiidade normal para os pa.e 11. Oecida se você pode usar a <istribuiçdo normal para ap<oximar 3.decisões reais v«ê trabalha para uma emp<esa de doces como analista de processos estatiSticos.36<x< 5.o (eín onças) de cada uma.22).84.ametros dados. 10.io Nos exetdcios 11 e 12.lo noonalmente distribuídas.s /(U'tYocri.) 11.IJ§dd Capítulo S • Oi1t1i~•iroes de probaMldoles o01AMi1 Z45 Teste do capítulo Faça este testeoomo se você esti. (lllal a menor nota que ainda OOlocaria um estudante nas 5'!1> de (a} P(z>. uma máquina deve despeíar 11.55 onças. Se nao. Vocé seleciona aleatoriamente 24 adultos e per81Jnta a eles se concor· Assuma que as not<ls s.\o de 37.

OS.1'11> ..4% ClaSSes de. .:. . 7~ 6q .) (b)~ seleciona aleatoriamente três amostras de cinco sacos de bala~ Qual a probabe !Idade de que você selecione pelo menos uma amostra de cinco sacos de balas que . Escrevenáó uma expfrcoçi)o Esoeva umparágrafo para seu colega de trabalho e. Tecnologia MINITAB l EXCEL l Tl-83/84 1 I Distribuição de idade nos Estados Unidos Um dos trabalhos do U. l-d .1co~ de 001.7% .úção de idade de 2005 é mostrada a. .56 OllÇdS e desvio padrão de O..3"il.8% 6. ..5'11> 8084 82 1.4% 3.ll'lb 4.6'11> 1014 12 7. ~ ~ 2024 25·29 30·34 22 27 32 7.IJ§dd Z46 • lstatbllcaapli<ada 2.fl'» 6.. id~ldcS: 70·74 72 2. n=S ~~ ••• {a) Qual a prob3bifid3de de que voe-ó ~clcciooo uma am<Y. 95·99 97 0.1% 6.. nmostr:1 quina rrode e esteja enchendo sacos com peso médio de 11.í . ' .« -- .itr.so.7'!1> Ili.~ de mema que tenham uma média que não esteja fora da amplitude aceitável? (Veja a figura.49 50·54 47 52 7. Assuma que a má· J. A distrib.S.idos 5·9 7 6. Ceusus 81m:mr é manter registros das distribuições de idade no país. seguir. -. 5~ 35-39 37 7. l'lb ~ !.1'11> 9094 92 O. Amosvogens de grupos de 5 Dislribuiçilo ~ seleciona cinco sacos de bilias de men1a eencontra seu peso médio.J de cinco s. anos) 75-79 77 2.pliccndo IXlf que você retirou 3 amos· tras de tamanho 5 e enrontrou a média de cada amostra em vez de escolher aleatoôamente e medir IS sacos de balas individualmente para checar as configurações da máquina. 2 7 1217"2?l73?374247S2S76Z67727782. 45. Ftonteiras de Pontos médios Frequência dasses de dasse relativa 0·4 2 6.9<lb (cn.uma medida individual ou a média1 3. .t i·.tenha uma média que não esieja fora da amplitude aceitável? {e) O que é mais senslvel à mudança . ~.'l nh. 40·44 42 7..S79297 íl-h ' 5!>·59 6064 65·69 57 62 67 5. 15·19 17 7.<Ji:1 d.9% 85-89 151 1. e.3'11> Distr ibuição de idade nos Estados Un.01<. .1% j 4st .

use aTabela Normal Padrão para encoo· ap.012 0. 44. 34. 38..02. A tabela mosva a disvibuição de faltas por jogo para um jogador 13.98. (a) De quantas maneiras diferentes os escri- que 56% não usam todo o peóodo de férias.t88.56.da dez= -3. segunda ou terceira v ~ e (e) nenhuma das dez Pi/e) 0. O histog1ama tem apro~madamente forma 38. seaetário e tesoureiro 1. dos digam que não usam todo o período de fénas.e. 5. 39. (b) Enconue a probabilidade de que pelo menos 14 emprega. Aesque. 42. De um grupo com 16 candidatos. todo o período de férias? Por quê? 9. Setenta e oito por cento dos graduados de faculdades dizem (b) variãncia. 10 graduados e pergunla quaoto tempo cada um ficou em seu primeiro emp.033 0. que passaram 2 anos ou menos em seu primeiro emprego de (e) desvio padrão. tribuiclas? Explique. 35. 32. Você seleciona tórios podem se< preenchidos? (b) Qual a probabilidade de que aleatoriamente 30 empregados e pergunta a eles se usam todo o todos os quatro escritórios sejam preenchidos po.) 200 peças vendidas tem defeito.Z44 0. Adireita dez m -0.imar a distribuição binom0I. 38. (fonr.47. 42.~ 5 6 tuosa seja a décima vendida.ego de tempo integral apôs a g1adua(20.91. Use a ferramema para enconuar a idade idades das pessoas nos Estados Unidos méefrc nos Estados Unidos. 32.1uar o desvio padrão do 2. 36.:U. 4..37. tempo integral.29.84.r. 30.fa. 34.ou) (a) exatamente 6.5 G!l>.t!• u. 35.n(IJ<:.36. 31. Como ela se compara com a idade média nos Estados pelo teorema do límne central? Revisão acumulada capítulos 3 a 5 Capítulos 3-5 5.Z56 O.02 0. 12. X 2 3 4 5 6 7 (b) pelo menos 6.84. Uma pesquisa com empregados nos Estados Unidos descobriu serão preenchidos. l-d .63. 39. Entre com o conjunto de médias amostrais na feuamenta conjunto de 36 médias amostr~ls.12. 36.74.IOO a probabilidade de selecionar aleatoriamente um jogo no qual o p<ofesso.093 0.13.017 (c) menos de 6. fdu<otions Sra:islic<) . Use a disuibuiçAo geométrica para enconuar a probabilidade de que (a) a primeira peça defei- ·x o 1 2 3 .08.rmaí1 247 Exercícios USamos a íerramen1a tecnológica para selecionar amostras com Unidos? Concorda com o resultado previsto pelo teorema do n = 40 a partir da distnbuição de idade dos Estados Unidos As méd0s limite centrar? de 36 amostras esião a seguir.88. {foore: fo/"''"'""•-<en>) 3. 34.54. Use a ferramenta tecnológica para eoco.oos primeiras peças vendidas seja defeituosas. Entre.da dez= 1. Nos exercícios 2 e 3.72. Entre z = -1.19.26.33. Use a diSltibuiçAo de probabilidade do Exerclcio 3 para encontrar 14. 32. (b) a primeita peça defeituosa seja a primeira. trar a ~rea sob a cuiva normal padlão. a pmbabiidade de que o número dos que dizem que passaram 2.es da rede pública e 438.07. 39. Aesque.da com o resultado previsto 35. Como ela se compara com o tecnológica.72.049 0.195 o. 36.. À esque.. Use a ferramenta tecnológica para encootrar o desvio padfão das ramenta tecnológica. As idades das pessoas nos Es1ados Unidos são normalmente dis· f~ 28. Atabela mostraosresultadosde uma pesquisa naqual3.90.14. ~ Oe z ~ 3. tempo integral após a graduação. 7.da dez= 0. 36.adl.51. 38.•a para as 36 méóas amostrais.71.421 0. 31. 34. (e) t incomum que 14 de 30empregados digam que rlâo usam 8. Um vendedot de peças de automóveis descobre que 1 de cada em um ano recente numa temporada da NBA. Use 9 classes.19.24. 36. (fonte: Rosn111ssen Repa. Você seleciona aleatoriamente (d) valor esperado da d"istribuição de probabilidade. 34.30.uiboi(õe.53. mulheres? período de férias. 37. 6. 3. de sino e é simétrico? Isso conco. 12 ou ~ direita de z = 1. 36.159 O.86. P(x} 0.27. Faça o histograma de frequência 1elati.233 0.62.09.\OS seja: fias nos ~dos Unidos em um ano recente.o. ru. (a) mê.22 e z = -0. 9 homens e 7 mulhere~ os escritórios de presidoote.t i·. Entre com a disttibui(2c. enconuar: 11.de probabíl~ade.obabilidade para 10. (Fonre: N!Vw)m.800 pioíessores da rede pri- jogador teve (a) menos que quatro fa~as. A rabeia mostra a distribuição dos tama~os das resi~ de laml· menos de 2 a. 40.80 pelo teorema do fimne central? 1. use a distribui(2o de p.38. Encontre a média do conjunto de médias amos· desvio padrJo das idades? Ela concorda com o resultado previsto uais.25. Encontre (e) interprete Os resultados.04.~) (a) Verifique que a distribuição normal pode ser usada para l\!os exercícios de 6 a 11.nw fo.IJ§dd (apf!Dlo 5 • Oi. 34. de idades dos ~tados Unidos na fer. 4. 36. iadusive.41. 35.87.91. vice-presídeme.s Nali(. (b) pelo menos três vada foram questionados sobre sua experiência no ensino em faltas e (e) entre 2 e 4 faltas. 6. {Arlop.

encontre a p. Quarenta e um po1 cento dos adultos dizem que compram o presente no periodo de uma se. Encontre a pro- enue 3 e 9 anos de experiência.mais 918.:. va devida? (d) Encontre a p. meses.. com média de 44 meses e desvio padtao de 5 meses (a) Encontre a probabilidade de que um professor de escola pri· (a) Uma bateria é selecionada aleatoriamente.900 16.o·seja (a) exatamente 8. (r. 20-0nos 833.500 106.obabilidade babilidade de qoe a wla útil da bateria esteja entre 42 e 60 de que ele esteja na rede púbica. seja menos do que 69 psi? Total 3. de rede pública" e "ter 20 anos de (e) Qual a menor expectativa de vida útil que uma bate<ia de exj)elléncia ou mais" são dependentes ou indeJl"ndentes? carro pode te< e ainda est<Jr nos 5% mais altos de expectati· Explique.nana do evento. Qual a p. quantos arranjos centrais podem ser (e) Encontre a p.800 laç<lo.300 !)31.stribuiçJo amoStral dasmédias amostrais..oriamente esteia na rede pública ou tenha nleflos de 3 florais podem ser feitas. 4 tipos daerentes de Hores.350 90. l-d . faça um MJffiOS do que. O tempo de wla útil da bateria de um carro é normalmente dis· tribufdo. A pressão inicial para pneus de bicicletas.188.048. Encontre a pro· v~ selecionado aleatoriamente tenha entre 10 e 20 anos babir.obabilidade de que um professor selecionado 17.IJ§dd 21. 18.626.t i·.iva<. 3 a9 anos 1.. (b) Dado que um p. (e) Oseve.100 89. 100 gráfico da di. use a fórmula binomial para enc(m· por polegada quadrada (psi) e desvio padrão de 1.ofessor selecionado aleatotiamente tenha (b) Urna bateria é selecionada aleatoriamente.obabilidade de que a média da p<essao dos 20 anos ou.100 pneus da amostra.007. T~tal padrão da média da distribuiÇào amostral.000 144. Use o menos 6 e (e) no máximo 13.000 1. (a) Se um arranjo central for fe~o usando anos de experiência.2 psi. meses.3 anos 388. é normalmente diS11ibuidw.ta.) . com média de 70 libras dência comp<am presentes.100 438.dade de que a vida útil da bateria seja menos de 36 de experiência. gé. \kxê seleciona 1s.800 3.8 • b mh\i(aaplkada tE!<l<ema do rimi\e central para encontrar a média e o erro Rede ·púbtrca Rede p.600 495. um florista tem 12 tipos diferentes de flores dos quais oo arranjos alea.900 (b) Uma amostra aleatória de 15 pneus é retirada dessa popu· 10.192.900 1. Então. trar a probabilidade de que o número dos que dizem comp<ar (a) Amostras aleatórias de tamanho 40 ~o retiradas dessa po· denuo de uma semana do even.1tos •w Jl(ofesso.beras. hoílêasias e copos de leite? da rede privada.e:HomsÍl>léla<we. quando enchidos pela aleatoriamente 20 adultos e pergunta a eles com quanta antece- primeira vez. (b) pelo pulação e a média de cada amostra é determinada.obabilidade de que um professor selecionado feitos' (b) Qual a probabilidade de que os arranjos centraisde 4 aleatoriamente tenha de 3 a 9 anos de experiência ou seja flores sejam de rosas. x..

IJ§dd _ _ _Pd_rt-e 3 Est~tístic~ inferencial Capítulo 6 Intervalos de confianca Capítulo 7 Testes de hipótese com uma amostra Capítulo 8 Testes de hipótese com duas amostras .t i·. l-d .

0 Então. das probabilidade discretas e contínuas).. com a média da amostra da linha de carros de li1.1 milhas por galão. a nfir1nação de quão con· passeio do fabricante de automóveis. o EPA tes- tomóveis usam estatística descritiva para analisar os dados tou uma amostra de 18 carros da Hnha de carros de passeios coletados durantes testes de veículos conduzidos em seus de um fabricante de automóveis. nol11ia de combustível foi de 31. Para onde vamos Neste capítulo. Como fiante de sua esti1nativa para o índice 1nédio de econon.0 3. O EPA testa a média (como encontrar probabilidades e analisar distribuições de de economia de combustível de aproxima.0 = 34.1 e 34.rcu~: 31 .imativa consiste de um único número representado de combustível para toda linha de carros de passeio do fa- por um ponto em uma Linha de números. Aqui aprenderemos como fazer estimativas mais sig- tiro inferencial .3. Intervalos de confiança Onde estamos Para obter a certificação CAFE. o fabricante de auto· móveis realiza seu próprio teste de dados de economia de Nos capítulos de 1 a 5. .. nificativas especificando um intervalo de valores em llma Por exemplo. você estudou estatística des- combustível ou o EPA (ll11ited Stntes EuPim11111e11ta/ Protectio11 critiva (como coletar e descrever dados) e probabilidade Age11cy) obtém um veículo e o testa. Os fobrica11tes de au- linhas de veículos existentes. des· vio padrão ou proporção) de uma população. O índice da média de eco- laboratórios.tís.1 . Suponha que o EJ'A queira estar 99% con- milhas por galão para todn a linha de carros de passeios. começaremos nossos estudos de esta. o EPA pode estimar o fiante você está de que seu intervalo contém o parâmetro ú1dice médio de economia de combustível como sendo 31..I Enoon1rc :1 csii1nativa de intet\•alo 28. que ela raramente se iguala ao parâmetro exato (média. E-d 1r jl.ia essa est.1 D.1 populacional.1+3.0 Esg_ucrdo: 31. Encontre a ntédia da Encontre a Encontre os pontos 1nargc.ha de nún1eros junta:rnente con.0 =28. ele é chamado de bricante.1 3. o EPA pode estar 90% confiante de que o índice médio de economia de combustível para toda linha de automó· veis de passeio do fabricante está entre 28.1 ll=3.damente 30')1. Em um ano recente.1 < JI< 34.a segunda maior ramificação da estatística. O problema de uma estimativa pontual é u1na estirnativa de intervalo.IJ§ij ij Capítulo 16 ~ j ]" .. Aqui est~ uma visão mais geral de corno construir estimativa pontual.n de e!'ro finais do intervalo :unosrm ale-~lfória ~ =31.1 milhas por galão.

l-d ._ 5 Jt 18 6 4 t3 . você aprenderá como usar amostras estatísticas para fazer a esti· populacional. a estimativa pontual para o comprimento da média de todos os anúncios 16 9 14 11 "17 12 de revista é 12. En. Nesta seção. Como resultado. No Capítulo5.4. Intervalos de confiança para a média Oque você populacional .t i·. ijo na estimativa de 11.ativa 6 14 7 li 12 12 pontual para.esmos tan1anhos se ig·uala à nlédia po~ pulacional. :\' é um estimador não tendencioso de µ. Aestima· tiva pontual menos tendenciosa de uma média populacional . Quando o erro padrão. de urna n)~ ia an.nativa do parâmetro populacional .[. Para fazer nimod<i amoSlra necess.enos variável.. Aseguir. • Como construir einterpretar inter- usar amostras estatísticas para .Tamanho da amostra deve i!prender • Como encontrar uma estimativa· I Estimando os parâmetros populacionais pontuale uma margem de erro. .1dorcs de mercado us. é a média amOSlral il.4 frases.J nhecido. Use essa amostra para encontrar outra estin. Cf'wllt': ]11T1n111{ . o/. comece encontrando o ponto de uma estimativa pontual. Outra a1nostra aleatória do núnlero de frases encontrado en.. 30 anúncios de revistas é listada à direHa.lria quan- tal inferência..de frases Então..ostral (or reduzin.1m o número de frases por anúncio como medida de legibilidade de anúncios de revistas.contre a estimativa pontual da Tllédia populacional JJ... A validade de 11111 método de estimativa aumenta se uma amostra estatística não for tendenciosa e tiver baixa variabilidade. ele se torna 11.estimar o valor de um parâmetro populacional desco· valos de conlí. você aprenderá uma importante témica de inferência estatístka . 99 18 13 12 5 9 17 6 li 17 18 20 ==. Neste capítulo.ca Z51 OI Intervalos de confiança para a média (amostras grandes) Estimando os parâmetros populacionais .. x=- 11 50 Número. Exemplo m Encontrando uma estimativa pontual Pesquis.) 9 20 18 16 9 9 11 13 22 16 5 18 6 6 5 12 25 17 23 7 10 9 10 10 5 11 18 18 9 9 17 13 11 7 14 6 11 12 11 6 12 14 11 9 18 12 12 17 11 20 Solução A média amostral dos dados é: Dados da amostra _ Ex =-620 = 12.. quando o tamanho da amostra for pelo menos 30 • ·Como determinar o tamanho ml- ou quando a população é normalmente distribuída e o desvio q é conJ1ecido._•1t1•:b~ Ri'ttlrdr. efini~ão Uma estimativa pontual é um valor único estimado para um parâmetro populacional.lnça para a médi.~fAd.do aumentando·se 11.. aprendemos que a média de todas as n1é<lias amostrais possíveis de n.IJ§dd (apltul•6 • l•tNYalosd>confi. Uma estatística não é tendenciosa se não supe- TI!Slima ou subestima o parâmetro populacional. representamos uma amostra aleató- ria do número de frases encontrado em 50 anúncios.

= 1.t i·.is é uma distribuição normal.10 ( 1 1 1 .1 ou 10. que quando 11 ~ 30.n10 esquerdo po111ual direito 10.e) -.5.1gem da área sob a curva normaJ entre -z.. e z.l. -z. Podemos ver no gráfico que e é a porcent. use a estimativa pontual como centro do intervalo e depois adicione e subtraia a margem de erro.645.3 < J• < 14. você pode estimar que 11 está em um i11tervalo.e). então uma estimativa intervalar seria dada por 12.ativa intervalar con· tenha a média populacional I'· efinicão O nível de confiança e é a probabilidade de que o intervalo eslimado contenha o paràmetro populacional. con10 sendo exatan. e z.4 ± 2.ar . vez de estin. a probabilidade de que a média populacional seja exatamente 1Z4 é pratican1ente zero. No Exemplo 1. oo amplitude de valores.1. A área remanescente é l .IJ§dd 252 • (11<1ktíta aplõtoda a. se e= 90%. então a área em cada cauda é ~(l . Embora possamos assumir que a estimativa pontual do Exemplo 1 não seja iguaJ à n. b. pelo teorema do limite central. provaveln1ente está n1uito próxin1a a ela. a distribuição de amostragem das médias amostra.'i= 12. Vocf! sabe. !Clevemos pri1neiro determinar quão confiante você estará de que sua estin. O nível de confiança c é a área sob a curva normal padrão entre os valores criticos. 9 li IZ 13 14 ) IS 16 Antes de encontrar a margem de erro para uma estimativa intervalar. então 5% da área está à esquerda de-z. Para forn1ar tuna esti mativa intervalar. Isso se chama fazer 11ma estimativa i11fervalar. usado para estimar um parâmetro populacional. l-d . se a margem de erro for 2. en. Euco11fre a 1nédia a.. A estimativa pontual e a estimativa intervalar estão a seguir: Estimativa intervalar Extrcn10 f. Por exemplo.ente 144 usando uma estimativa pontual. efinição Uma estimativa intervalar é um intervalo. l 2<•.. Estime o comprimento da média de frases da população.645 e 5%está à direita de z. .édia real da populaycio.4 . = 1. Então.stin1:uiva Extrc. Por exemplo.e..nostral. z=O . 14_'5 1 .'.

.· I o 7 Usando os valores z.2..oe 11 = 50..: 30. Para usar essa técnica.. assumimos que o desvio padrão da amostra é conhecido..) da área sob a curva normal padrão está dentro de !. A média do índice anual de retomo para fundos mútuos Encontrando a margem de erro em um ano recente foi estima· Use os dados do Exemplo 1 e um nJvel de confiança de 95% para encontrar a da retirando-se uma amostra margem de erro para a média do número de frases em todos os anúncios de revistas. Entretanto. mas 9+-.- porque .::...%.l1t<.. ·g 6 ~.4 0. 10 5« = 90% Área na região central (em cin7..96 'ºº «= 1.t i·.) Você não sabe o desvio padrão 11. ações...fun« 253 e =°'90 l -c =0. A média do índice anual Solução de retomo para a amostra foi de l4.· ~..025 l'am 1111t i11ter1111/o rle co11fia11ça rle :95%. • lottJ» los dt<..dire de rctor1.645 Valor c:rítico separando a c-a.645 Valor cri'tiet) separando a cauda esquerda esses nlveis·de confiança es· i\ = 1.YJ. Importante Definitão ~ valores crfticos S<'lo valores Dado o nível de confiança c.curso.:<..575 amostra. 95% e 99%... I Retratando o mundo I Muitos investidores escolhem fundos mútuos oomo uma Exemplo [D n1aneira de investir en... é claro. os. o erro de amostragem é a diferença 95% 1})6 de X .o (%} ~1....%desvios padrão da média. = 1.. Na 1naioria dos casos....s a . (Você pode aproxirnar a distribuição das médias amostrais co1n u... l-d .025 0. qual seria II margem de erro porn 11 111Mia pop11/acio11al -z.96 rio í11rlice de retomo? . mas quando n .0... a margem de erro (às vezes chamada também de eno máximo qll!! separam a.. Isso implica que 95% de 7.73%. usaren1os nor- 1naln.na curva nor1nal por 1neio I do teorema do limite cenlral.. . o desvio P<)drão da amostra s pode ser usado no lugar de a. com desvio padrão O z-escore que corresponde ao nível de confiança de 95% é 1.1nCQ) 1 ....: 30.xtren1as (e1n br. Esse caso é . você pode calcular o valor máximo para o erro se souber o nível de confiança e a distribuição de amostragem.. pois 11 = 50 ~ 30..ente níveis de confian- Área e1n cada cauda ça de 90%. lf • tt 3 2 1 .timando.mostras esla· da estimativa ou tolerância de eno) Eé a maior distância possível entre o pooto de estimativa e tísfilcas que S<'\o prováveis das o valor do parâmetro que está es. Quando... an1ostras es!atlstkas que são improváveis ou incomuns...aro.__' 3 9 1$ 21 27 33 i1. ((t»Jfr: Alnrkd1MCtJt. Os z-escores correspondentes a . = -l.:.%.. alc-at6ria de 44 fundos mútu· Assuma que o desvio padrão da amostra seja de aproximadamente 5.645 de erro de amostragem. A diferença entre a estimativa pontual e o valor real do parâmetro é chamada 90% 1. é desconhecido e X varia de a1nostra para 99% 2.a) Área nas regiões e......s ~s. s+-.uda direita tão a·seguir: Nível de confia11ça z..i. Dica de estudo Neste . é estimado.. = -1....IJ§dd (apfi•I• 6.... vocé pode usar s no lugar de 11....

Ex' . 290.para uma x-E <1•<'x+ E. A41 6ntretanto.etro populacional tnl con10 .xJ 2 de revista.. ou a fórmula de atalho: b. (n :::: 30 ou ué conhecido como uma popu laião normalmente distribuída) Em palavras Em sfmbolos _ Ex 1. 11 e s.t i·. Use a-Tabela Normal Padrão ou tecno- 3. ""'se 11.E 5. Estn/Jele{n a margem de erro. Galcular o desvio pad..:a Aprobabilidade de que o intervalo de confiança contenha 1• é c. l::embl'e'Se deque o arredonda- Encontrando um íntervalo de confian.E < I' < x+ E Exemplo m f ~ Ver os passos MINrfAB na Construindo um intervalo de confianta p.a cstirnativa para q.x)' 2. ponda ao nível de confiança dado.seforconhecido. média populacional. Dica de estudo efinicão Qua. E= z.. você pode construir un1a csti_1nativa inte..se de que você pode ximada1nente 1. 11.a para a médía populacional mento é feilo 110 últi11)-0 passo. Encontre a estatística amostral 11 ex."l&'l esti111ativa inter· valar é chamada de intervalo de confiança.a para a média populacaonal usar a função 1·Vnr Stnts em lima calculadora gráfica. 4. r " '"' Extremo esquerdo: :f . E11co111re f usando z. Extremo dire-ito: x + E Intervalo:x . E.r de un. Construa um intervalo de cpnfiança de 95% para a média do número de frases em todos os an(u1cios de revista. Especifiqueu...rvaJa.1tre os extremos esquerdo e direi- to e forme o intervalo de confiança.togia.l lrário.Casocon· s 11 .1 Rl~l}tl$ll1 ua p.lsti<aaplicada Dica de estudo Tuterpretnção Você está 95%confiante de que a margem de erro para a média populacional é de a pro· l. s. geral de arredo)\damento é arredondar para o mesmo 1~úmero de ca5<1S decimais da lnstru<:ões méíiia da amostra.ndo você calcula um in· Um intervalo de confiança c para a média populacional 1• é: tewalo de confiança.a esti. Encontre a margem de erro E. a reg. Encontre o v.IJ§dd 251+ • Cst.nativa pontual e a 111argen1 de erro. a maneira mais cronveniente para encontrar o desvio padrão (la amostra é I Intervalos de confian.l ' a.llor critico z( que oorr«.. l-d .(Ex)' /11 e. Usando u1n. x =-- 11 E(x. parân..embre. $ 11.4 frases. .rão s da arnostrn usando a fórmula: Tente U~ os dado. Enco. lde11tijiq11e z.s fornecidos no 1"ente você 1 e um rúvel de confinnçil de 95'}L pc1rç1 vocf encontrar a margem de erro para o número médio de frases em um an((ncio E(.r . encontre o desvio padrão amostral se use-<> com<> un.

0.a do número de frases em todos os anúncios das a lhe fornecer u.221 ) mente dependendo do méto- do usado.~ 14 IS Importante Iuterpretaçiio -111-~~~~~~~~~ Com 95% de confiança.010193691 n=50 você truir intervalos de confiança de.8) li. 13. 221) x=12.4 5.2). Com 99% de confiança.4 + 1. Então. Examine a fónnula para E para ver por· t ente Use os dados fornecidos no lente você 1 para construir um intervalo de con· que uma am0$lra maior t..75'..8 ou 12. então Tlie assumed sigma = 5 sel«i_one Cnlc11/ate..0 x+E= Ji. você pode dizer que a média populacional do número de fra· A amplitude de um intervalo ses está entre 11.579.6. Para ó Exemplo 4. é (10. JSrAl'i Sol11çào Eséolha o menu TESTS Para usar a ferramenta tecnológica para resolver o prob. E11co11trc os extremos esquerdo e direito do intervalo de confiança.8.4 13. siga as instruções da margem. a.ende vod fiança de 95% para a médi. 85%e99% para o número médio de frases 4 em todos os anúncios de revistas. Selecione a entrada Stnts se você entrou MINITAB l com as estatísticas descriti· z Confidence lntervols vas. Em roda roso. --t--t-(----+--+--1)+-1-. 14.. um intervalo de confiança de 99% para.riginais de dados J11terpretaçiio foram colocados. os dados originais.E= 12.l ./ poderia escrever o intervalo de confiança como (11.8 _ _ . 255 Solução Dica de estudo Nos exemplos 1 e 2. 'E11co11tre xe E.. você descobriu que x = l 2A e E= 1.4. Estabeleça o intervalo de confiança de 95%e compare com o Exemplo 3. você ç< ..nitor deve se parecer com o mostrado a seguir.709 (10.E._____________ pode entrar com os dados ori.4 Ten~ Use os dados da amostra do Exemplo l e a ferramenta tecnológica para cons· Sx=S.1s descritivas:' médio de frases em todos os anúncios de revistas. e. 'º li 12 I. no Exemplo 3.ça ou entrar as estatísti· Use a tecnologia para construir um intervalo de confiança de 99% para o número <r.ev SE Mean 99. x + E) ex :1: E.0. usando a amostra do Exemplo 1. confiança mais estreito para o mesmo nível de confiança. < 13.Zlnterva. • lottival•sdrnafionc. b.IJ§dd (apfiel• 6.)I.lemil. exemplo. de confiança é 2E. use o comando de intervalo de confiança para calcular o intervalo de confiança (J-Sample Z para o MINITAB).m intervalo de 3 revistas.4 = 1).010 0.t i·.0% Clxc sultados podem diferir leve- e~ so 12. O Selecione a opção de entrada mo. você pode dizer que a média populacional do número de fra· Zi nlerval ses está entre 10.rvalo encontrado no Exemplo 3.os.. bre-se de que o desvio padrão da amostro és:::: 5. <10. l-d . 579.S.6 e 14.4 ·. O intervalo de confiança l>stá a seguir: Outras maneira~ de represen· rar um intervalo ae confiança sao {x. J'or x.O 12. 14. Dica de estudo Rl>::posln "" p. coloque os valores apropriad.4 :1: 1.4. Seus re· Variable N Mean StO. coloque os dados e lem· 7. A42 -lll-~~~~~~~~~ Usando uma THl3/84. Entiio. 14.2. Para construir um intervalo de con· de dados se você entrou com fiança usando uma Tl-83/84. os valores o.0e 13.4 = 13.. você Exemplo [9 _4_.ginais e1n uma Lista para construir o intervalo de con· Construindo um intervalo de confian~a usando a tecnologia fian. Como a largura dos intervalos de confiança muda conforme o nível de confiança aumenta? .l. Compare seu resultado com o inte.

uaior o nível de r. Construa um intervalo de confiança de 90'.S lllterpretnçào Com 90'}1. 9 desvio padrão conhecido é 1.< JI <23.5 anos. a margem de erro no intervalo de con· fiança de 90% é: E= z. x= 22. a. b.99. ':. q11n11to .o11fin11çn. confor· me o 1úvel de confiança aumenta. e e11co11/re E. e. Note que. E11co11tre os extremos esquerdo e direito do intervalo de confiança. c..9-0.q111•rtfc1 x-E =22. = t. llse o comando apropriado para construir cada intervalo de confia. fpr conhecido. Compare suas respostas com o Exemplo 5.mança de 90% e compare sua resposta com o Exemplo 5.. Espeâfiq11eo intervalo de co..645· ~s::0. Solução Usando 11 = 20. da média de idade da popul.5 e z. você pode di1.5 anos e a população é normalmente distribuída. de confiança.t i·. quando os n1esn1os dndos de runostra são usados. como mostrado no Exemplo 5. 0. O diretor de admissão de uma faculdade deseja estimar a idade média de todos os estudantes matriculados...ç. lde11tijiq11e 11.645. você pode usar a distribuição de amostragem normal para qualquer tamanho de amostra.111. 'Ili v20 O intervalo de confiança de 90%pode ser escrito como x ±E= 22. a la. u e z.9 . = 1.rgura do intervalo de confiança também aumen· t-a.'ío for normalmente distribuída e o desvio padrão populacional . a idade mé· dia encontrada é 22. Em uma amostra aleatória de 20 estudantes.er que a média de todas as idades de todos os estudantes está entre 22.290.3 e 23.6 = 23.5_ / Es1in1ativa pontual x=22.85 e 0.ação para os estudantes de raculdade do Exemplo 5 se o tamanho da amostra for aumentado para 30 estudantes..u1 p.·trrm1• r. R1--::1u1:-l111u1 . x.. os mesmos dados amostrais foram usados para construir intervalos de confiança com níveis de confiança diferentes. En1 outras palavras. Construa um intervalo de confian- ça de 90% para a média de idade da população. Baseado em estudos anteriores. Exemplo m 'l Veja os passos Tl-83/84 na Construindo um intervalo de confiania.6 = 22.3 x+ E= 22.235 225 23J) 23. Se a populaç.5 ( 22. l-d .. a conhecido p. R~o:.9 + 0. A41 . Comp<1re as larguras dos intervalos de confiança para e= 0. 111nis lntgo é o i11ter11nlo.6 ou como a seguir: E.IJ§dd a.6. b.9.9 anos.9 ± 0.75. A42 No Exemplo 4 e no Tente você 4.. u = 1.'1. E11tre os dados..

- 1110 trrmnnlw.\rio.:. Tente Quantos an(mcios de revista devem ser incluídos na amostra se você quiseres- você tar 95% confiante de que a média amostral eslá dentro de duas frases da média 6 populacional? Compare sua resposta com o Exemplo 6. s.ostra e con1pare leiro quando determinar um sua resposta com o Exemplo 6. Uma rnaneira de au1nentar a preciScio de unia Os seg111eutos lrorizoufnis repre- estimativa sem decres(er o nível de confiança é aumentar o lllmanho da amostra. conforn1c o nível de confiança aumenta./ tfns coutas.irio. I uterpretnçiio Você já tem 50.95. ele está no intervalo ou não está. caso queira. Dado o nlvel de confiança e e uma margem de erro E.o . u.3. você pode encontrar o tamanho mín. . = :/!. Nofi1u.irio para garantir certo nível de confiança para u1na margem de erro dada? 90% jlllrll rlifere11tl!S a111ostms rle 111e. é: Importante •Usal\do a fórmula para a ma. i . f.. llse z. você deve incluir pelo menos 97 nnúncios de revista em sua amostrn. você:pode derivar II oomo mostrndo a Se q for desconheádo. Mas.0 (do Exemplo 2) e E= 1.r. . é importante que você interprete os resultados corretamente.gem de erro E. dado que você tenha uma amostra preli· seguir: minar com pelo menos 30 membros. aproximadamente 90% desses intervalos conterão.. Então.. = z. Você pode incluir..'i.5)". Considere o intervalo de confiança de 90'... Eeu.96. 9 rle contre o tamanho mínimo de amostra para estimarµ caria 10 rle tais i11termlo. arredon- -b. lde11tijiq11e z.IJ§dd (apltulo6 • lnt'1Val-01dtconfía~a 257 Depois de construir um intervalo de confiança. tamanho mínimo de amostra.. s para encontrar o tamanho mínimo de amostra 11. Importante a. = 1. l-d ..:. o tamanho mínimo da amostra n neces- sário para estimar a média populacional .imo de amostra 11: Quando necess.\ maneira correta de interpretar seu intervalo de confiança é "Se un1 nú1nero grande de amostras for coletado eo intervalo de confiança for criado para cada amostro. r ''-" Exemplo m E. e s.. Oevidoao fato de. I Tamanho da amostra Para a 111csn1a rin1ostra estatística. sentam os i11t. você pode estimá-lo usando s.ar o nú1nero 1nédio de frases en.confiante n=r de que a média amostral esteja dentro de uma frase da média populacional? Soluçiio Usando e = 0. construído no Exemplo 5.~1ltllos de <011fim1(11 rle qual ta1nanho de an1ostra neces5. E~ptcifique quantos anúncios d·e rêvista deven1 ser incluídos na an.< co11tertlo µ. Nt!<J é correio dizer "Há uma probabilidade de 90% de que a média real esteja no intervalo (22. já existir.. Conforme o intervalo de confiança fica ma. então você precisa de mais 47.is largo. de para obter um número in· e. Quando necess. anúncios de revista.. o intervalo de confiança fica mais largo.:. a precisfio da estin1ativa decresce. arredonde para obter um número inteiro. 23. E ·:r Determinando um tamanho mínimo de amostra Você quer estin. Quantos a. Note que '17 é o número 111(11i1110 de anún- cios de revista para serem incluídos na an1ostra. q E = z.Í.t i·." .núncios de revista deven1 ser incluídos na an1ostra se você quer estar 95%. 5..

/..1 11 = 1. (=0. 12.-. 2-4.. Mudas um biólogo repona um úitewalo de coofiaoca de (2. Qual é o efeito ria largura do inte. . 1'= 86. e=0. l-d . 20..2 9. 2.90 S = 6.1 S = 10..8 1r =4J7 -+-+-----!---1-. para co..61..s: 9. 18.07.27 s = 0. 25.17 JS J9 Nos exercícios de 31 a 34. = 8... 27. e= 0.98.5) quando estimou a altura média (em ceritlmetros) de uma Relacione amostra de muda~ Nos exercícios de 19 a 22. 23. 1. encon~e a margem de e.8 formar um intervalo de coofiallÇa no nlvel de confiança clado.494). 0.80 S = 1.0 9. S6 ss 59 (.6 -i-.4 3.85.a '3.3 n = 75 35.9 7.95 S = 3. x = 46. e=0. e= 0. 30. c = 0.IJ§dd 258 • (11a1~1i. (3.plicadi Ili Exercícios Construindo habilidades básicas e conceitos 19. 1.99 x=13. temos a pro~bíll· dade de estar mais coiretos se usarmos uma estimativa pontual 21.3 tra n necessMo para estimar 11 para os valo. neces~iio para 55.2 58.9 51.S 57. e = 0.S Nos exe<dcíos de 27 a 30. 6. (0. Dada a mesma estatístiC<} amostral.4 9.39 s = 0. e=0. (1.88. (d) 55. C=0. 2.i . que nível de confiança produ· ( 1 )+---x iiria o intervalo de confiança mais largo? Explique $< .. use o intewalo de confiança dado para - 11.95.90 x = 15. use a tecnologia encontrar o erro de amostragem.98 S • 4.95 "ª 4. 30. (21. 33.cooue o valor criticoz.ilra c.90 s = 2. c = 0. s = 7. use o inteNalo de confiança clado para en· 16.0 .6 s. C: 0.. 84 .5 n = 100 . dado x = 57. encontre o tamanho minimocla amos· 13.975 s = 4.56 JI =48.O (a) 90% (b) 95% (c) 98% (d) 99% (b) 551 571 5g.6 n = 100 3.80.90.264.75.I l!O $! "" \I'< Nos exercicios de 15 a 18. e=0. encontrar a margem de erro e a média amostral. Qual estatfstiC<} é um estimador menos tendencioso para 11? (a) (a) s (b) i' (c) a meefiana (d) a moda 54. J . e= 0. telacione o nível de confiança e com 36. C=0. encontre a méóia amostral 17. 1 e confiança de ( 44.12 . 1 1 ('' )1 1 • :t S4 55 S6 57 Sl! 59 00 5.es no número de linha J).95 x= 31.4 34.67 X= 26. 80..3 n m 42 .8 n= 82 10. C• 0.8 f= 1 u º" º" !D "' 32... construa o intewalo de confiança •'>di· Nos exercicios de 9 a 14.05).. c = 0.() Análise gráfica N05 exerdcios de 23 a 26. Se for conveniente.t i·.S 4.2 59.2 4. s e f. er.76 26.t 3 1. J6 . C= 0.ó (a) a largura aumenta (b) a larg\Jra diminui (c) não h~ efeito (c) " 5S S7 Nos exerdcios de Sa 8. 176).. $< 55 S6 57 ss 59 (. 8. ( : 0.0 n = 60 contrar a margem de etro estimada..5 n = 36 Nos exercícios 35 e 36.5 s = 1.97} quan<lo eslimou o preço méd'o (em n = SO. 144. 24 :?5 26 27 28. dólares) de uma amostra de livrOS- . C= 0.6 57.15).. En1ão. 22.--.. ( 1 !• 1 ) . C=0. use os valo.2 s = 2.80 li = 80.97. ou intervalar? Explique seu 1aóodnio.2 58.ido para a média JX)lllJlaáooal 11.5 14.. 9. n e s dados: Encontrando a margem de erro 15. 29.i 4. mentamos o tamanho da amostra? Explique.5 S6 51 ss 59 (. x= 0. 8.9 -i-. Qua·ndo estimamos umo ffléÕiõ populeóonal.ro para o Usando e interpretando conceitos valor de e.95 s = 2.es dados de e.5 3.0 0 = 60 l=3.6 9.2 .valo de confiança quando au· ~ 1 1( 1) .43 . Preço dos livros Um gerente de loja reporta um intervalo de soa representação na linha de números.71.2. 3. )1 =24..istruir o intervalo de confiança.

) nutos e que a população dos tempos é normalmente distribulda.5 miligramas da média populaáonal.Adapiadode rne estimar o .7 cm'/ m'. a emçre· de çloreto de sódio era de 23 cm'/m>e o desvio padrão era de sa assume " como 0. ~e .a n = 40. populacional. maior? Explique.nero médio <k? l>oias di.8. tem médio de custo de quer estimar a idaoo mé<fia de toclos os estudames matriculados S 107. 45.IJ§dd (•t>ltul-0 6 • lntm•l-01 de «ntiall{.a de 90'lb e 95% para a média populacional.alodeconfiançade 9~. Concentração de clorelo de sódio Em 36 amostras selecio· nadas aleatoriamente de água do mar.34. 38.ol em queijo Uma emp.. Determine o tamanho míl1imo da amostra necessário se voce custo de reparos de máquina de la1. Idade dos estudantes universitários Um diretor de admissões Vnic.4.) Pl.a populacional d.Udo. (ior.adlt de D0t!ng Kmrle'*'f •"""' 'nryoop.ido de coles· terol de todas as porções de uma onça de queijo.ao de s = 0. rasa gás tem média de preço de S 630.3 calorias e desvio padrão de 41.cia de defesa do consun~dor e quer encon11ar a média de 53. mudando o tamanho da amostra para deve estar dentro oo 0. padrão de 0.ra comtruir conslruir os in1erv.ado o = 1. Custos de reparos: máquinas de lavar Você trabalha para uma agé. Qual intervalo de confiança é mais largo? Explique. populaçAo é normalmeme distribukla.. a média de custos de reparos é de S 150 como sendo normalmente dístribufda. 1/. 50.tnç.~M<atm. e o desvio padrão é de S 15.ar a média do conte.'IYJ.va deve estar dentro de I ano da média confiança de 99% para o custo médo da população. Repâa o Exe.06 minu· distribuída. a média de ternpo que um computador é usado em 40. Volume de latas de tintas Um fabricante de tinias usa uma estimar a idade média populacional para os estudantes de sua máquina para encher galões de tinta (veja a figuta a seguir).go? Se for oonvenieote. 39.dào 42. 6.:. A estimaf. Tempo de leitura de jornal Um editor quer estimar a méefia do 37.l 99% confiante de que a méd'ia amostral está dentro de duas uni- 42.:e:Ato. (c) Qual nível de cooliança 1equer um maior tamanho de amos- (c) Aumente o desvio pad!Jo. Churrasqueira a gás Uma amostra aleatória de 32 churrasquei· tempo (em minutos) que todos os adultos passam lendo o jornal.«II Educcoon. Construa um intervalo de na faculdade. A estimativa 43. 11.) samento de queijos quer estim. Sebjdas à base de suco Uma amostra aleatória de 31 doses de oito onças dé bebidas à base de diferentes sucos tem média 52. Se todas as owas quantidades continuarem as mesmas. usando o desvio pad. usando o desvio padrão de s º S 32. (a) Determine o tamanho miàmo <k? amostra necessário para 48.na amostra afeat6<ia de 61qua. Z59 Construindo intervalos de confiança Constfuindo intervalos de <onfiança Nos exe1cicios de 37 a 40. 51. construir um intervalo de confiança de 90% para a média Qual inte.lrias que todos os ooultos &vetoge lnsóru·e rc. Descreva como você formaria um iruervalo de confiança para 57. Hotéis u.que a média amostral esteja uma você seleciona aleatoriamente 40 wstos de reparos e descobre unidade da média poJ)IJlacional dada " = 4. Qual inter· Qual intervalo é mais la.a é mais largo? Explique.50. 1. Assuma o desvio padrão da pcpulaçAo como 49.da população. te.05 e desvio padrão de S28. (Atí<plodo de Ct>risvmer R"'°'ts. Repita o Exe1dcio 46. (b) Aumente o tamanh'o da amostra..) usam o computador em casa.rfop<orlo <fe COllsumet Rt!po.ts. Assuma que a que a média é S 120. ç. (a) Determine o tamanho mínimo de amostra neceSS<irio para 44. mudança indicada afela a largura do intervalo de confiança? (a) Aumeme o nível de confiança.:do é ma~ btgo? Se for conveniente. tos. 46.2 anos. Como parte de seu eSl. Assuma que a população de idades é normalmente 47.09 minutos. 9. Repita o Exercício 45. 10. escola. 7.tos de h0tel com uma 56. 10. 8.i>e. Uso do computador Uma emp1esa de computadores quer de 99. Tempo de natação Uma amostra aleat6<ia de 48 nadadores de 200 metros tem um tempo médío de 3.es. He<>lh ond l'IIIHness.50.Jap!'4do d• N{)(J()(.-ocê sabe a média amostral e o desvio Nos e.7 horas.valo de confiani.. quiser estar 95% coofiante de . Conteúdo de coleste. Repita o Ex_erddo 41.20 e desvio padrão de$ 4. o editor retira uma amostra alea· S 56. 11. o editor assume "como 1.1lcs de confi. use a teoiologia para v-. de confiam.y.esa de proces- fiança de 99% para a média de custos de reparos. n = 80.ercicios 51 e 52. Em uma amoSl(a aleatória de 21 adultos. O <k?svio padrão da amostra é S 17.) 41. intewalos de confiança. use a informação dada para consuuir os padrao da amostra. Que inteivalo de confiança é mais largo? Explique.90 e desvio padrão de Para delerminar essa estimativa. tória de 15 pessoas e obtém o resultado a seguir.t i·. Consvua um intetvalo de confiança de (c) Qual nível de confiança reque. .a o tempo médio da população. Preço de ações De uma amostra de 35 dias em um ano recen. 1. 12 minutos e desvio (b) Repita a parte (a) usando um inte. . um tamanho de amostra 95% pa. Use essa infoonação para construir os inte. IO. no Arizon<t. (/odcp. 9. Determine o tamanho mínimo de amostra se você quiser estar custo de reparos da populaçAo. 9.50.ar. 10. construir um inteivalo de confiança de 95% para a méóia populacional.. mudando o tamanho da amostra pa.ol ~ ler Spo. f. Construa um inteMlo de confiança de 95% para a média do 54. como a 1.5 mi- S 23.8 miligramas. Tolerancia de erro = 0.70.t. Construa um intervalo de con· 55. 8.. Baseado em estudos anterio. o preço de fechamento das ações da Hasbro tem média de Baseado em estudos anteriores. io.5 calorias.6 horas e que a população dos tempos é normalmente d-stribufda.25 0<1ças . Assuma a população de 60 refrigeradores. populacional. Custos de reparos: refrigeradores Em uma amostra aleatória dades da méd'.valos intervalos de confiança de 90% e 99% para a média populacional. l-d .valo de confiança de 9~. Que intervalo de confiança é mais la1go? Explique.t & 6. a média da concentração casa era de 1. t1a? Explique.o como em Phoenix.3 tccnologi. (b) Repi1aa parte(a) usando um intel\. Assuma o desvio populacional de 2.3 p.

61. de 0.rna que o desvio padrão poJ)<Jlacional seja a figura). (c) Aumente o desvio padrão. Né. Asst. Se todas as outras quantidades se mantiverem as mesmas.25 polegada.0425 mil.02125 Tinta para ma.1""'1<.valo de confiança de 99% para a média da usa uma máquina para encher garrafas de um litro de ~gua (veia população.85 onças. (a) Deterrnne o tamanho mínimo de amosira necessário para (a) O fab<ic. Assuma que o desvio padrao da população seja de 0. MN.. vocé iem os dados da amostra. Determ•1e o tamanho mínimo de amõslfa necessário pata coostruit um intervalo de confiança de 90% para a méefia (b) Repita a pane (a) usando um desvio padrão de 0. li 5555 rizador aplia. l-d . Corte de folhas de plástico Uma máquina cona plástico em fo.10 po· legadas. lrnteiprele sua resposta.. . (a) Aernpresa quer estimar o volume médio de água que a má· 64.1fiançade95%paraa média da poJ)<JlaçAo. Quando estimamos a média populaciooal. Tarifação uma alll0Slra a!eal6ria dosp<eçosclasris aéreas (em tra? E.mte quec estimar o volume médio de tinta que a co:istruir um . í.3 polega- poptAacional. GA. ll.da afeta a necessidade de 1<1manho minimo de amostra? (a) Aumente o nível de co.manho de 0. dentro de 0.000 de 10 33 34 4 polegada) de espessura. 10 9999 (a) A empresa quei estimar a média da espessura que o pulve. Que toleráncia de erro requer um tamamo maior de Exteriores amostra? ExpliQue. 22 3 3 4 4 4 6 6 8 (a) Aempresaque1es1imarocomprimentomédioqueamáquina 23 6 6 6 9 9 9 9 9 está cortando demro de 0.r um·mil (1/1... Máquina de distribuição de água Uma iridústria de bebidas construir um ime. (b) Repitaaparte(a) usando uma toleráncia deerrode0. 8 66699999 9 4444 4 60. Bolas de futebol Um fabria. Assuma que o desvio padrao populaci0<1al é das. como a rnucfança india.10 polegadas.1tervalo de confiança de 99% para a média da população. 1/d(.t i·. 1polegada. Minibolas de futebol Um fabri<:ante de bolas de futebol quer estimar a circunferé:icia média de minibolas de futebol demto de onças. Assuma q\Je o desvio padrão populacional seja máquina está colocando nas latas._ V.15 polegada. 63. PA 59. presa configura o puwerizadcx para aplia.25 onças. A em· 9 8899. tros.tdrão requer um maior 1<1manho de amos- de 0. 25 3 3 4 4 4 6 6 6 lo de confiança de 95% para a média populaciooal.. Que tolerãn<:ia de erto requer o maior tamanho de 8 1111 Chave: 81 1 = 81 amostra? Explique.125 polegada.ente d~tribuída.•llltr• (b) Aumente a toleráncia de eno.15 mil. Assuma que a população de volumes é normalmente de 0. Use maode5'Ãopadràodapopulaçãocomosendode3miliitros: uma ferramenta tecnológica para construir uni intervalo de confiança (b) Repita a parte (a) usando uma tole<ãnàa de e~o de 2 miili.25 polegada. (b) Repita a parte (a) usando uma tolerância de erro de 0. Determine o tamanho li 9 9 mínimo de amostra necessário para construir um intervalo 12 4 . tra? Explique.nodeamostra necessárioparaconstruiruminterva.. Qu~ toleráncia de erro re(j\ler maior tamanho de amos· ( ~65.Assu· Nos exe<cicíos de 65 a 68.nte de bolas de futebol (!\ler es1imar a drcunferénéla média de bolasde futebol dentro de 0. (b) RepRa a parte (a) usa<1do um deS'Ão padtão de 0.15 62. Que desvio padrão tequer um maior tamanho de amostra? Explique. Qual toleráncia de erro requer maior u.s.. Oe1em1ine o tama· 24 5 5 9 9 9 nhomín. (em dólares) para a passagem de ida de Chicago. distribuída. Pulverizador de tinta Uma emp<esa usa um pulverizado< de tinta automatizado para aplicar tinta em móveis de metal. Assuma ( ~66.4dcf'ado di! M11. Assuma 21 4 4 Chave: 21 l 4 = 214 que a população dos comprimentos é [l()(malm.IJ§dd de confiança de 90% pata a média da população.0625 polis.pccdo rir. até Minnea- (b) Repita a parte (a) usando uma tolerAncia de erro de 0. amostra? Explique.1fiaaça. Tarifação Uma amostra aleatótia dos preços das tarifas aéreas o desvio padtào da população corno sendo 0. até Plttshurg. d6la1es) para a passagem de ida de Atlanta.q)lrque..) polegada. (a) Determne o tamanho mínimo de amosua necessário para 58.. Tolerância de erro = 1 mi. dentro de 0.de 95% para a média da poJ)<Jlação.weel) lhas que têm 50 pés de comprimento (600 polegadas). Oetetrrine O um intervalo de confiança de 99% todas as vezes? tamanhominimode amowa necessário para construirumin· Usando a tecnologia terva!odeco. Que desvio p. po< que MO conswir quina coloca nas garraías dentro de I millliuo.

27 69. a fórmula que de1ermina o 71.92 13.10 16. Mostre que isso é verdadeiro e justifique cada passo.= 17. Alask. A expressão J(N.23 13. A macgem de erro é: E . Ela e sua equipe de pesquisadores descobriram 68 ursos negros no parque e tiraram medidas como tamanho das patas.75 19. Alo.) da população N continua o mesmo? 18.000 e n = 100.o c1. Os programas da ABR incluem a reabilitação de ursos negros ooàos e machucados bem como a pesquisa e educação sobre eles. Recentemente. peso e alturas dos ombros.15 24.12 11.n)/ (N-1} é chamada de fator de correção z. Expandindo conceitos (e) N =700 e n = 50.38 22. t.44 22.--[z'q]' E •i=i~%~7· pode ser obtida resolvendo-5e a equação para margem de erro pa1a n.80 14.13 16. l-d .14 24.J\Jasl. Precipitação anual Uma amostra aleatória de precipitaçãoanu· (e) O que acontece ao fato. vocé estudou a formaçao de inteivalos de confian.30 14. que vém 6 segui. 12.42 14. 17 (a) = N 1..76 17.06 13.ma. <~re:AlllliaCJ. Determine o fator de certeç.79 16. A ABR fornece o ambiente mais natural posslvel para a reabiijtação dos ursosnegros ames de colocá· ·los de vo~a à natureza.97 17.30 7.l.29 70.51 14.06 14.67 20.68 14. (rom. 16.68 19.3 1 19.97 15. mas o tamanho e"""'.49 (b) N = 400 en = 50.25 14.mai.25 19.e-. precisa se.93 9.66 12.05 14.93 17.23 19. (d) N= 1.31 (b) N = 1.o de populoçiJo finfto. Determine o fator de correçJo de população finita para cada um 20.000 en=SO. Fator de correção de população ·l inita Nos exercícios 69 e 70..62 17. 10 19. de corteç!o de popdaçAo finita ai (em polegadas) em Nome. Os gráficos ramo-e-folhas a seguir mostram a ahura dos ombros (em centímetros) de 40 machos e 28 fêmeas do estudo.09 dos dedo!. Precipitação anual Uma amostra aleatória de precipitação anu· ai (em polegadas) em Atchorage.t i·.13 10. conforme o tamanho da população N aumenta. conforme o tamanho da amosua diminui.51 14.a.27 15.39 W.25 13.89 13.. Katie Seulage realizou um estudo para aprender mais sobre a população desses ursos do parque.09 dos dados que vêm a seguif: 9.54 15.24 16.08 20.53 19.17 (a) N = lOOen = 50.05 N').000en = 75.65 18. use a informação a seguk (e) O que acontece ao fator de c011eção de poplÂ!çAo finita Nesta seção. Tamanhos de amostras Aequação para dete1minas o tamamo erro padlão da média •. Quaooo a população for finita. 15.. ajusta&.16 12. o erro P<Jdrâo da média é: n. Tn Estudo de caso Altura dos ombros dos ursos negros dos Apalaches O.06 19.87 19.50 12.lo de população finita para cada um 16.000en =50. R..°~68. Se N for o tamanho da da amostra J)Of)Ulação e n for o tamanho da amostra (onde n ?: 0..000 e n SOO. .46 16. mtd> C'tn•e<) 13.93 14. mas o ta- ça para estimar a média populaciooal quando a população é grande manho da amosua n continua o mesmo? oo infinita..37 (e) N = 1.52 18.43 17.8 1 (d) N = 1.IJ§dd (apltulo6 • lnmvalos deconfia111a 261 ( ~67.Appak?chian Sear Rescue (ABR) é uma organização sem fins luaatiyos locafizada perto do Pa1que Nadoml de G1ea1Smoky Mountains.: 13.

1s1rui. . Assuma o desvio padrão da amostra de 7~ centímetros. o desvio padrão da população é desconhecido.mdo n < 30. (b) ursos fêmeas.ão t • Como construir inteivalosde coo. fiança qu. Encontre o desvio padrão da amostra da altura dos ombros para: (a) uisos machos (b) ursos fêmeas 3.IJ§dd 262 • fatatbti<d'l'licad. efinição Se a distribuição de uma variável aleatória x for aproximadamente nOllTlalr eniào t=x-. Então. um intervalo de confiança para urna média de 11ma população dadas tais circunstân· cias? Se a variável aleatória for normalmente distribuída (-0u aproximadamente nor· malmente distribuída).. Em muitas situações de vida real. Um pesquisador quer esnma1 a média das alturas dos ombros para ambos os uisos ma· cho e fêmea denuo de 0. Como seus . s Tn segue uma distribuição t.a a média da população das alturas dos ombros de: (a) u1sos machos.5 ce<>Umeuos. um inteivalo de confiança de 95% pare a média da altura dos ombros de todos os ursos no estudo.a e a distribuiião t • Como inte1pretc1r a dist1ibuiç~o t e usar a tabela da distribuiçao t I Adistribui.esu1tados diferem daqueles do Exercício 3? Explique.4 centímetros. 5. Assuma o desvio padrão da amostra de 12. Use a amostra para ellcontrartJTia eslimativa polllual para a mêdia da altura dos omblos de: (a) ursos machos (b) ursos fêmeas 2. como podemos construir "é desconhecido.t i·. IIJ Intervalos de confiança para a média {amostras pequenas) Oque você deve aprender Adistribuitão t -+ Intervalos de confian. vo& pode usar a distribuição l. Além disso.1Strui1 um intetvalo de confiança de 95% para a média da altura dos ombros de: (a) UISOS machos (b) UISOS fêmeas 4. por causa das diversas limitações como tempo e custo. Use a amostra para co. Use a amos1ra para co. Deteanine o tamanho mínimo de amostra ne· ces~1io para co. a popula. frequentemente ção é normalmente distribuida e não é prático coletar runostras de tamanho 30 ou mais. l-d . Altura dos ombros (em cm) Altura dos ombros (em cm) de ursos machos de ursos fêmeas 4 9 Chave: 4 l 9 : 49 5 o Chave: 510 c 50 5 7 6 78 6 89 7 1 2 3 33334 4 55555569 7 1 l 22222333445566788 8 1 2 23 345 8 123445679 9 3 9 003679 10 2 11 4 [xercícíos 1.1struir um inteivalo de confiança de 99% par.

fi. ··.706 31.462 00 0.t cJuda.IJ§dd C.0. os g1aus de liberdade soo iguais ao tamanho da amostra menos um. Gosset chamado de grau de liberdade.699 2. a distribuiçlio t aproxima a dislrib\Jição nor· mal.690 1. Os graus de liberdade são o núme. 28 outros nomes que foram importantes ATabela S do Apêndice B lista os valores críticos de t para os intervalos de con· para a história da estatística. A distribuição t é uma família de cuNas. aida uma detem1inada por um parâmetro William S.045 2. l-d .694 1.965 intervalo de confiança espe· 3 12 .695 1.782 2_.345. I Referência histórica ~~~~~~~~~~ 2. Duas caudas.078 6. a distribuição t está muito pro.337 1. 5.n 2 0.753 2.ima AcflS!ribuição normal padrão z.14.674 1.l = 15-1. AJrea total sob a CUNa t é 1ou 100%. para uma confiança de 95% quando o tamanho da amostra é JS. Exemplo m -Encontrando os valores críticos de t Encontre o valor crítico t.000 3.602 Capífülo 7. g.350 1.182 4.a e os graus de liberdade selecionados.683 1. você pode encontrar o valor crítico 1. como mostrado pelas áreas destacadas na talx?la.541 1.282 J.692 1. . na Irlanda.816 1.467 29 0.120 2.583 28 0. Nível de confian a e o 080 090 095 O98 Dica de estudo Um. 0.683 1.os O025 0. {Veja na p. 4.326 . Usando g. = 11 . Depois de 30 g.'ío t de Student.761 2.a.25 010 o. GOG- na distribuição nonn:tl padr5o.771 2.nca 263 . Desenvolveu a distribuição I enquanto trabalhava na in- As cauda.624 15 0.353 3.no }4_ 0.02 l 1.bolo n será explicado . e n .341 1.pttulo 6 • lntmalo.10 0.691 1.t i·.1. Valores criticos de t são denotados por''" Dive~s propriedades da distril)uição t est~ a seguir. gJ.638 1.nada de distribuiç.701 2. Quando usamos a distribuição t para estimar amédia da população.314 12.'lo da 'fàbela 5 é mostrada.886 2. A distribuição t às vezes é cha.) ' l6 0.821 os valores críticos para u.05 0. set publicou suas descobertas usando o pseudônimo de Stu· ~.650 1f- 13 ·sfrc.746 2. = 14 e e = 0.l.303 6.179 Z68"1 dfico p<>.765 0. (0 0. A média. apropriado. Grous de IAJerdode 3. Conforme os graus de liberdade aumentam.1.311 1.3]3 1.50 0. Sol11ção Em razão de 11 = 15.920 4.01 Diferentemente da tabela z.20 0. 1.%0 2.riais grossas" do que a<1uelas em Dublin.l.356 2. Uma porç.s na distribuição l $i\O dústria de cervejas Guinll<!SS.l. os graus de lilx?rdade são: g.95.l.o 0.dem ser enoontrados na co)una ll()ineada por e na linha do g. dent. drn. Adistribuiçlio t tem forma <le sino e é simétrica sobre a média..o de escolhas (1876-1937) livres deixadas depois que uma amostra estatístiai tal como xé calculada.) fiani.645 l.048 2. a mediana e a moda da distribuição t são igtiais a zero. 1.

= 2.un i11tervalo de confiança usando a distribuição t é similar a construir um inte.. b.145. = 2.2. e.= n-1 de confiança e e valores criticos t. 95% da área sob a curva da distribuição t com 14 graus de liberdade estll entre t = ± 2.a esti1na- tiva pontual J e umn margem de erro E. l-d . Encontre a margem de erro E. lde11tijiq11e o nível de confiança e. E= t. Além disso.14S pondem exatamente aos valores da distribuiçã() normal. os valores 11a última coluna da tabelamaroada oo g.95 e t.l45 r. < x+ f. o nível g.pli(ad.postll na p. Extremo direito: x + E lntervalo:'x. s 3. = 2. os valores críticos para a distrillu.? I Intervalos de confian. ".rvalo de confiança usando a distríbuiyio nonnal .para a distribui- ção normal.IJ§dd 264 • lstathtica.s = t<x.a e a distribui. -te = . Instruções Construindo um intervalo de confian~a para a média: distribui~3o t Em palavras Em símbolos x 1.E < JJ. " 4. Identifique os graus de liberdade.ição t estão próxin1os ao valor crítico~ror- i:espondente.x)' 11-) " 2. a. Re$. e= 0. Encentre os extremos esquerdo e direito Extremo esquerdo: x.145. você pode ver que t. 145. J\4. l11terpretnção Então. e.ão t Construir .an1bos usan1 un.l. x=rx . Identifique a amostra estatística 11. Importante Para 30 ou mais graus de liberdade... Pela tabela.l. Use a Tabela 5 do Apêndice B para encontrar t..l.E e forme os intervalos de confiança.t i·. tde11tifiq11e os graus de liberdade. . O gráfico mostra a distribuição t para 14 graus de liberdade. corres.

Usando 11 = 16..r desconhecido-e os índices de juros serem aproximadamente normalmente distribuídos.. Ext.7 x+ E= 162 + 5.42%. l-d .> selecione Cnlc11/ate.22. . você pode usar a distribuição t.stabeleça os intervalos de confiança de 90'.22%.0. F.... iSrATi Sol11çào Escolha o menu TESIS Em razão de o tamanho da amostra ser menor que 30.131 · -="'5. x-Ee 156. A margem de erro no intervalo de confiança de 99% é: . 291.E = 162 -5.n. = 19.011tre t. construir Construindo um intervalo de confiania um intervalo de confiança Você sel. vocêpodeusarnTabelaS paraencon- t:rar que 1. Encontre o intervalo de confianç. Você seleciona aleatoriamente 20 instituições qu. a se. aproximadamente normalmente distribuídos.l aleatori«n1entP.7 < Jt < 167. Assunta que as ten1peraturassão aproximadan1ente normahnente distribuição normal.os originais. ve.95 eg. Assuma que os índices de juros sfü.r e 162. Use xe é para encontrar os extremos esquerdo e direito.Q 16? . e 99% para a média da temperatura.___.t i·. 33) x=162 156 158 1<.e <l ten1_peratura do rafP. podemos dizer que a média da temperatura do café vendido está entre 156. Encontre um intervalo de confiança de 95% para a valo de confiança usando a te1nperatura 1nédia.~ realizam !inanciamento para compra da casa própria e determina o atual índice de juros do financiamento em cada. Usando 11 = 20. milar a <10nstruir um inter- vio padrão da amostra de 10. e.J l6 entrar com estatísticas descri· tivas. x= 162..861.2 Atividades na p. c= 0. o:itivas focam colocadas. = 15. Pa(. Em cada caso. SelecioJ1e a s 10 opção deentrada Stnts se você E=t. Encontre os intervaios de confiança de 90% e99% para a média da temperatura.0"F com des..'!-po:. 16 cafeteri<1s e rned. :1' = 6._______________ ~i Para explorar mais este tó- Construindo um intervalo de confíania pico. s = 10.l VerpassosTl-83/84 nap.'f.0 / <156. usando a distriOulção t é s i- dido em cada uma delas. A margem de erro no intervalo de confiança de 95%é: dad.l.IJ§dd (•pí<ulo 6 • lnt!M~I decon1iall(.99eg. ué desconhecido e as tempera....ição 1.11 do índ.67.édia da a.42. então. Sol11ção Por causa do tamanho da amostra ser menor que 30. = 2.ecion.0"F. E11c.l. Ri. roras são aproximadamente nonnalmente distribuídas. A ro.. s = 0. c=0.7 "F e 167. ver 6.l o . a. ·. A média de temperatura da amostra é 162. ~.ut'rdo (\tf(IJUl tfitr'lt. distribuídas. 269. 167.3 .7 x+ Ee 1673 Tinterval \ '.tn:t>('t.mostra dos juros é de6. e E para cada nível de confiança. com desvio padrão de 0. você pode usar a distribu.. = 2.3 = 167. VII .. A42 Exemplo [D_ 3_.3.. valores apropriados. . 166 168 Sx=10 n=16 foterpretaçiio Com 95% de confiança. de 99% para a média populacion. 8: Tlnterval .t .3c :56. 265 Exemplo m Dica de estudo --1~~~~~~~~~~ Para uma TI-83/84.131..i ce de juros do financiamento.. você pode usar a Tabela 5 para Selecione a opção de entrada tle Dntti se você entrar com os e ncontrar que 1. as estatísticas des- 156.3 º F.----.0. it Ver passos ~ONrrAB na p. 290 I>.-ln 11n p. .. entre os O intervalo de confiança está a seguir.= 2.3 Exemplo 2.

.§_ e. Tr:túi/t1111Qu:.95 < /1 < 6. 2 555566 2 7778888$999 3 11 12 Use a distribuição normal com 3 34 Chave: 1 19 = 19 né~30? Sim E=z. Use xe E para encontrar os extremos esquerdo e direito.l>f.1co111re t.r.apli<dda s E. ! __Retratando o ~ .. Depois de 10 a./.95% e 6.i"L c.IJ§dd Z66 • (>ldti\tic.49 5.49'. 0 = 2. .. chutes.t i·..1re11õe111? e 11 . 1 12 1 { 1 A população é normalmente 2 2 di. As distân· cias (em jardas) são listadas.o/.' . .i" . e. l-d . da mais 20 vezes.Kllf un p. Aplique 11111 j111xogrn· Não mn li esq11ertfn tfe cnda bola.49 . dia sem vento na Universida- ente Encontre os intervalos de confiança de 90% e 95% para média populacional de de Estadual de Ohio. Rl'"f. 0. O que este m./.95 x+ E = 6.861· ~ v20 ~0.i1.22 ó.rnl111e11te distribulrlllS pnrn Ee z<Jn cada boln.49 x-E= 5. lllterpretação 5$ \ 6/J '': 6.r.. uses... E = t .95 x+E=6. l!fllos tfe co11frm1ça se . cada oola foi chuta- b..E= 6. 1 Dl~. O intervalo de confiança vem a seguir.imadan.27 = 5. distribulda? 2 78889999 3 00001122 3 345 Sim 3 9 Chave: 1 1 1 = li Use a di.lí.tnbeleçn os intervalos de confiança de 90'.u/tatfo diz n oocê? .12 Cheias de ar 9 O fluxograma descreve quando usamos a distribuição normal para construir um 2 00222 intervalo de confiança para a média da população e quando usamos a dislribuiç. foram chutadas em um financiamento está entre 5.. Duas bolas de futebol america...I. Cheias de hélio Não Se u for desconhecido. As oolas você índice de juros.? i M :( 6~ ·~ no. e 95% para a média populacional dos {f'c1r1tr.) ú1djces de juros e compare suas larguras. uma cheia de ar e outra de Com 99% de confiança. E.. &11en10li•qtlfrdD Cxtu11i'"f•dir.t - .stribujda ou aprox.27 = 6. E11· ttmtm 11111 i11lermlo tfe amfumçn de 95% pnm n tfisltl11cin 111édin Use a distribuição t com f/llecndn boln percorre11.11rl1.. E.lacional do índice de juros do hélio. podemos dizer que a média pop.27.ente Nãq Você não J)()(le usar a distribuição 2 34666 nom1al ou a distribuição 1.io t..1.stribuição normal com J\ss1111rn que ns d. e E para cada nível de confiança.1 graus de liberdade. Os i11ter.22 .22 + 0. de futeool foram altemadas 3 em cada chute.srfiucins slfo o é conhecido? Sim rro. Compare as larguras dos intervalos.

n = 8. Nos exercícios 13 e 14.x = 12.a de S 100.99. l' = 24. Sol11çliQ Em rar.90. l-d .s= 3.7. fornos de micro-ondas. s o 2.t i·.95.5=5. Assu1nindo que as fTcquências cardíacas são non.s Em uma amostra ateat~ de 5 valores dados e. e= 0. a média de custos de reparos e.ão de a populaç. ta o Exerc!cio 13 usando a distribuição oormal com os c.000 e o desvio padrão da população é de$ 28. e= 0. a distribuição t ou nenhuma delas para construir um intecvaJo de confiança de 90% para a média da frequência cardíaca? Explique seu raciocínio. Se for C011veniente. padrão da amostra. ( o 0.n = 6.\o normalmente distribuídos.ll = 16. Você realilov uma pes(Jlfisa sobie os custos de reparo de cem· LO.rd(ios de l a 4. A média amostral da frequência 4 cardíaca é 64 batimentos pot minuto com desvio paddio da amostra de 2..50.34.99. e= 0. e= 0.0.oofiança.50.s = 0.n =9. (.ts) 6. encontre a margem de erro para os 13. 16.. f.4.i. s e n. use a tecnologia para conwuir o inte~oalo de c.98.ldop"1.!lculos ~b) se você tiver usado incorretamente uma dÍSllÍbuiçAo nonnal. C:0.00e de$viopadrãodeS42. Tente Você seleciona a. Compare os 12. 15. coastnra o inteivalo de confiança in. encome o valor críúco 1.!sicas e conceitos Usando e interpretando conceitos Nos e. n = 14.98. .losdeconfioll(o 267 Exemplo m Escolhendo a distribuiçlo normal ou a distribuiç!o t Você seleciona aleatoria1nente 25 casas construídns recentemente.s =4. Use um íluxograma para determinar qual distribttição deve ser usada para cons· tniir o intervalo de confiança de 90% para média da frequência cardiaca. e= 0. Repi- dicado para a média popu!aáonal µ usando (a) uma dístriblfição t.x = 4. de 95% para a méd'ia populacional 11. 14.n= 16. e use uma distribuição t para co.4.. para o nivel de Construindo intervalos de -confiança confiança dado e e o tamanho da amostra n.l>áeC""'""""~) 8. Custos de reparos: micro-onda.1ali11cnte distribuídas. Nos exercícios de 5 a 8. resultados. você deve usar a distribuição norinal. C= 0.5 batilnentos por rninuto. e= 0. s = 0. tória de 7 computadores.n = 12.'ÍO ser normalmente distribuída e o desvio padrão ser conheci· do. Rt>:ipCtS.6. 9. 'RX:ê realizou uma pesquisa sollle os custos de reparo de fomos Nos exerclàos de 9 a 12. Compare os intervalo deveria ser mais largo? resultados. Assuma que a vari~vel é normalmente distribuída 2. s = 4.1struir um inteJValo de confiança 3. apropriados para o desvio padrJo que é conhecido.n = 6. S 75.!kulos 11. A média a1nos· trai do custo da construção é $181. qual apropriados para o desvio padrJo que é conhecido.ocê tem a média amostral e o desvio 1. n = 10. você deve usar a distdbuição nonnal.la . Custos de reparos: computadores Em uma amos11a alea- 7. devemos usar a distribuição normal.95.n • 12.odo dl>C"""-""'' Repc. putad0<es e descobriu que o desvio pad.p. . e= 0.n = 10.90. Repi· ta o Exercício 14 usando a distribuição 110rmal com os c.99.7. C= 0.n = 20.98..3.95. Qual a margem de erro de 11? 4.00 e desvio padr~o era S 12.85.ld.90. t'· t\42 QI Exercícios Construindo habilidades b.000.leatoriamente 18 atletas adultos do sexo masculino e mede a você frequência cardíaca em repouso de cada um. n distribuição / ou nenhuma delas para construir un1 intervalo de confiança de 95% para a média populacional dos custoo de construção? Explique seu raciocínio. Assumindo que os custos com a construção s.IJ§dd (1pftulo6 • lnterv.l'= 13. micro-ondas e descobriu que o desvio padrão ~ a = $ 15.s= 2.ão é a = S 50. e a 0. a média de custos de reparos era de 5.5.

' .41 22 24 24 22 21 24 24 Bacharelado em biologia Notas ACT Em um ano recente.418. Assuma que as milhas atoriamente. Assuma que a vaMvel é normalmente distribuída e 1.. Se for conve· i.79 e o desvio padrão e. cada uma com graduação em biologia. 22.6 2.912.IJ§dd 268 • [!l'Lilli<adpli(. Economia As rendas mensais para 14 pessoas selecionadas nis.519.. 8iologia As rendas mensais para 10 pessoas selecionadas ale. o preço médio era de$ 144..---. B<Heoo oiLC1xJ. Quando suas bolas de iêi'lis sAo derrubadas em uma superfície aleatori3menle. explique o porquê. Raios Em uma amostra aleatória de 70 raios.7756JP.690 27.. cada conjunto de dados seja normalmente distribufda.23 alealórias de 25 bolas de têois..w) 4. um conjunto de dados é fornecido.lcia de um hospitat o tempo médio de espera ( em minutos) antes de serem atendidos Bacharelado em economia pelo médico era de 23 minutos e o desvio padrão era de 11 mi· I nuto~ Assuma que os tempos de espera não S<io normalmente distribuldos.872 use·a distribtiiçào normal ou a distribuição t para conslluir um interval.. (b) Repila dei ser usada. GPA A média de pontos das notas (GPA) para 15 estudantes univetsitários selecionados aleatoriamente.~25.74 6.68 4.a de$ 19.6 (a) aSS\lllindo que as mesmas esiatistícas vêm de lJlla amostra de iamanho 500. Assuma que a popwção de Assuma que os pieços são normalmente distribuídos.296.' \ .278. Se for conveniente. use uma fe.64 5.0 0.dcpraêo de U. Custos de barracas de comping para uma pessoa Em uma . .as de tê- 20.6 1. us. Notas SAT As notas do teste SAT para 12 altJllos do último ano Nos exercícios 17 e 18.19 gadas. "' . para cada.ACTJoc:) 26 22 23 12 19 25 23 21 25 10 17 26 23 24 20 14 21 23 20 22 ' .704 1.camente amostras 5.r"" e 10_.289. carros esportivos: milhas por galão Você faz uma pesquisa niente.54 libras e o desvio padrão era de 1.2 21 25 24 4.o 1.432 1. o comprimento médio era de t. Assuma os p<eços como sendo normalmente distribuídos. . aleatória de 25 cairos esponivos e registra as milhas po< gal.S I() .) Nos exeidcios de.você tem a média amostral e o dewio do ensino médio S<io selecionadas aleatoriamente.lo fisiados a seguir. de ·99% para a mM.S.63 5.38 5.lo 19.1l (c1n dólares) 19 pacientes no depanamemo de eniergé. (Acioplmk> d.408.!! 4 28.27 25 21 13 21 25 2. 19 e o desvio padrao era de $ 61.118.6(1() 4.8.658 1. 5ro.619. Lixo gerado (a) Em uma amostra aleatória de 10 adultos norte- ·americanos.a a m~ none-americanos.3 3..21 li1>1as. (b) Repila a pane 2.825 1.~ ~ ~.5 3+ .t i·.647. Assuma que as notas de teste S<io normalmente distribuidas.esa fabõca bo'. Compare os resuttados.3 2.05 6.025 S. Se o valOI testá entre .. Para 24.JcprorJo rk por galão são normalmente distribuldas.72 4. Justifique sua decisAo.420 4.625.5 pole- 5. amostra de tamanho 600.924.91 5.8 0. As notas ACT pa1a 20 estudantes se!ecionadcs aleatooamente são lisiados a seguir.cional . Preço das torradeiras Vocé retira aleatoriamente uma amostra cada conjunto de dados.. En•ron.~" 4. 1 amosua aleatória de 18 barracas de compiflg para uma única pes· [1 soa..3 2.210 1.46 libraseodesviopadrão era de0.391.670 2.cs) a altura média que as bolas saltem para cima seja de 55..4 1.22 4.461.a populaclonal ..494. f/ldot> de concreto de uma altura de 100 polegadas. (a) encontre a média amostral. Lixo reciclado (a) Em uma amostra aleatória de 12 aduhos buição rpara construir um intervalo de confiança de 95% pa. Compare os resuliados. VS.45 4. (b) enconrre de 12 torradeiras do modelo duas fatias de pão e descobre que a o desvio padrão da amostra e (e) construa um iniervalo de confiança média do preço era de$ 57.S~75 Expandindo conceitos R. Se for conveniente.a popu1acional. 1 4.05. 17. Os dadcs est..714. cada uma com bacharelado em economia.524..54 4576. 23 a 28.'. a emp<esa quer que um d• u S. 1 3. Tempo de espera nos hospitais Em uma amostra aleatória de ken:da n1cn:s.l.761.46 4. J +--. a média de lixo reciclado po< pessoa por ó.73 4. a ..ramenla tecnológica. use a teCAologia a pane (a) assumindo que as mesmas estaósticas vêm de uma para construir o intervalo de confiança. cr.518 2.86 5.lir$eouo/(o/x:tS:ali$1«s.365. (t. Essa média é mantida tesiando períoó..801. Fabricação debolas de tênis Uma emp.76 5.940 1. use a tecnologia para cons1ruí1 um intervalo de confiança.005 1.do Construindo intervalos de confiança 21. S..205.-.275 S.0 3.57 4. a média de lixo gerado por pessoa por dia era de 2...28libras. (A. o desvio pa<frão das notas do I teste ACT para todos os estudantes era de 4.16 5. Nos exereícios 19 a 22. se· nenhuma das distribuições pu· era de 1.318. l-d ..714.:) 29.s2S S.05 Construindo intervalos de confiança polegadas.12 4.32.l. ~ ~ ~ . use a distribuição normal ou a distri· 18.7 4.35 5.:nda nlC"Jl$3I (cm dólàre.66 5.) 15 27 24 24 20 21 24 14 21 4. ErtilOnmeN />tolf!(!)(}(I Ageney) 23.998 1..3 2. padrAo amostral.380 -da confiança de 00% para a média poput.. Escolhendo a distribuição ment FrorectA:Jn Agtrny.25 polegadas e o desvio padrão e<a de 0.--.st.2 3.

ante a semana escolar era de 7. desvio padrão = 5. Essa média é mantida testando periodicamente \leis.. . 100 amosuas sepa· radas de tamanho r. Uma amostra alea1ória de 25 bolas é se4ecionada e leslada.1 CI 9S'xTCI f)il! M)I CMt:nn rnc:m Pn)p..: 110 1 Sin1ulme I •1J•~. a média real da confiança.-d Clcar J . modo que pelo me.000 horas..25 polegadas... o.cplique seu raciocínio.1os 500 intervalos de confiança sejam gerados.r para n. média = 25. Faça a simulação para n = 10 de resultados e. Em uma amostra aleatória de 24 estudantes de ensino a média real. ele é mostrado em veimefho..q.a para a média (o impacto de não Explore saber o desvio padrão) Passo 1 Especif. Com· conhecido) e o intervalo de confiança de 95% T (desvio padrão pare a proporção dos intervalos de confiança de 95% Z e desconhecido} são mostrados no gráfico a seguir.que um valo. Assuma que as alturas que as bolas sal· padas aceitáveis. Uma amostra de 16 lâmpadas selecionadas tam são aproximadamente normalmente áisuibuídas.26 h01as e desvio padrJo O número acumulado de ve2es que cada 6po de intervalo contém de 1.t i·.1~·i. e i.afos de eot>IÍ(IIJÇQ fXJIO uma mMio (o impoc10 de não sober o desvio podrõo) permite que você in· Pa5So l Especifique um valor para a mé<ia.lmpadas aceiláveis? E.000 intervalos de confiança sejam gerados... Passo 2 Especifique uma distribuição.. C<)fll3 i!K.. população (média) e o desvio padrão populacional real (desvio Chegando a condusões padrão). A wlla ótil média é de 1. vestigue visualmente intervalos de confiança para a média popu· Pa5So 4 Especifique um valor para o desvio padrão. Simulações adicionais médio..ite du· podem sei reali2i!das dicando-se em SIMULATE múltiplas vezes.19 horas. Realize a.lmpadas tenham média de vida util de bócando J. !acional. um intervalo de confiança Z de 95% (seudo desvio padrão menos 1.. iij Atividades Intervalo de confian. o número médio de horas de sono por no. Você pode espeáficar o tamanho da amOS!ra r.. Qual proporçao dos intervalos de confiança de 95%Z e os intervalos de confiança de 95% Tque contêm n: !10 1 a média populacional? Devemos usar um intervalo de con· Dijtritk»ion. Se o val0< l estiver entre média de altura que as bolas saltam é de 56. distribuição normal. l-d .1 vl . A amostras aleató<ias de 16 !Ampadas.0 polegadas e desvio -4. Apple! O applet inle.lo selecionadas de uma população com 1.- t-.ãstentes e começar uma nova simulaç. O intervalo de os intervalos de c0<1fiança de 95% T que contem a mé<M confiança de 95% Z é mostrado em verde e o intervalo de con· populacional Isso é o que você esperaria? Explique. A empresa aleat0<iameme ê teSl<lda.. Assuma que os tempos de sono são nor· a média real também é mostrado. A aproximadamenle normalmente dist<ibuldas.o.IJ§dd (ap(tulo6 • lnreMl~deconfiaa« 269 empresa estará satisfeita pois está fabricando bolas de tênis acei1â· 1. A empresa es~ fa· empresa quer que as J. Para cada uma das 100 amos..io.: $4) l fiança T ou Z para a méó.015 h0<as e está fabócando bolas aceil<lveis? E. Fabricação de lâmpadas Uma empresa fabrica lâmpadas. Quando você dica em SIMULATE. o desvio padrão de 25 h0<as. e a esses parâmetros populaáonais.. a empresa estará satisfei1a pois está fabricando J. Ass\llla que as vidas óteis são . Std. ~~n::i.ique seu raciocínio. fiança de 95% Té mos1radoem azul.a do número de h0<as de sono? Explique. Se um inteivalo não contêm 2. Pressione ClEAR para limpar os malmente distribuídos.lm- padrão de0. ser. a f0<ma Passo 5 Clique em SIMULATE para gerar os intervalos de da ®'l'buição (normal ou assimétrica Adreíia).. Configure n = 30. simulação de modo que pelos tras.

Encontre uma estimativa pontual para a proporção populacional de adultos norte-americanos que dizem que seu espor· te favorito é futebol.11.ira e n é o número na amostra..0%. você irá co- mamosa proporçao. O ponto de estimativa para a proporção de falhas é q= 1 . Gssa probabilidade é uma proporção populacional. X p= - Nas duas primeiras se«íes. • Como construir um inte1Valo I Estimativa pontual para a proporção populacional p de confiança para a proporçao Lembre-se da Seção 4. Nesta 5e" = 1219 ç.l a. X n onde x é o número de sucessos em uma amos. Encontre um ponto de estimativa para a proporção populacional de adultos que dizem que Lincoln foi o melhor presidente..219e x = 354..1.2 que a probabilidade de sucesso em uma única tentativa populacional. (M. lde111ijique x e 11.. de um experimento binomial é p. 11 estimativas foram feitas para 354 dados quantitativos. A42 . Nesta seção.IJ§dd IIJ Intervalos de confiança para as proporções populacionais Oque você deve aprender Estimativa pontual para propori~o populacional p -> Intervalos de confiania para proporções populacionais p--+ Aumentando o número de amostras para • Como e(l(Olltrar uma estimativa aumentar a precisão polllual para a proporçao popu- lácional. é dada pela proporção de sucessos em uma amostra e é denotada por p• = -.. Rô1Jct:l11 IUI 11.219 adultos norte-americanos.) Solução Importante Usando"= 1... Como no caso dos intervalos de confiança para 1•. (M.290402 s:ão usadas para fa-ier estima· .t i·.plm/.005 adultos norte-americanos./. tivas para dados qualitativos.i. 354 disseram que seu esporte favorito para . você aprenderá como estimar uma proporção populacional p usando um • Como de1erminar o !amamo mínWTio da afOOStra quando & intervalo de confiança. Em uma pesquisa com 1.populacional.{>.io. as proporções de amostr~ .p!noodr n.:29.. a p1oporção populacional de sucessos.rssistir é futebol americano.. b. Use x e II para encontrar fl. Definição A estimativa pontual para p. 181 disseram que Abraham Lincoln foi o melhor presidente.· TI•· no. l-d .p f\~/. Exemplo m Encontrando uma estimativa pontual para p Em uma pesquisa com 1..:Q. Os símbolos pe qsAo lidos como 'p chapéu' e 'q chapéu".. . p.c. 1neçar cOnl urna estinlativa pontual.

6. Você começa Uma pesquisa realizada com co1n urn ponto esti1nado e c-alcula a 1narge1n de erro. q.<om. norn1a1.IJ§dd (aphulo6 • lnte1YAk>1deconfiàl!(a 271 I Intervalos de confian~a para propor~ões populacionais p Construir um intervalo de confiança para uma proporção populacional pé similar a construir um intervalo de confiança para uma média populacional.ij ?: 5. forme o intervalo d~ confiança. = p e um erro padrão de E11co11tre o imenmlo de co11ftm1- Vfiui. que corresponde Use a tabela nível deconfian~ac'(C-Level).one-Cnlculnte. Enoontre a estimativa pontual p p= .rlld<>d< Mtms· Rt•1Jt1rt.Jl#. Encontre o valor aiticó z. e 4. Estados U11itfo. 1. A probabilidade de que o inteivalo de confiança contenha p é e. ao nível de confiança e dado.= ç11 de 90% pilYn a proporçffo de r 7 11d11ilos 110. o .:: 5 e 11q ?: 5. " 1sr.u l 3.ais acred itan. 5.11. Quando 11.) Esz. 551 disseram que em 10 Um intervalo de confiança e para a proporção POPUiacionai p é: anos ou n. (:111. Construindo um intervalo de confiania para a média: distribuiiao t Dica de estudo E111 palavras Em sf111bolos -·!~~~~~~~~~~ l.:neio ambiente estará pior onde do que hoje. SSl '!S:! não acham que acham que o meio o meio Na Seção 5. l-d . Encon. Encontre os extremos esquerdo e direito e Extremo esquerdo. Identifique as estatísticas da amostra II ex Aqui éStão as instruções para coustruir um intervalo decon- • X fiança para a proporção P9ptl· 2.P(OpZmt. Dos pesquisados.tre a margem de erro E.. que {>-E +E.002 adultos norte·america· nos perguntou sobre o meio efinitão ambiente.t i·.E<p <p+t: .:: 5 e 1. fi-E Extremo direito: f1+E Intervalo: p. você aprendeu que uma distribuição binomial pode ser aproxima.biente Qmbiente da pela distribuição normal se 11p . a distribtúção estará estàrá de amostragem para pé aproximadamente normal com uma média de pior ' '. Verifique·que a distribuição de amostragem Escolha o menu de 'rESTS de p pode ser aproximada pela distribuição A. q11e nclrnm q11e o meio ambiente es- lnstru ões lnrti pior. Então seleci.5. normal padrão. lacion:alem uma TI 83/84. Entre os valores Bªra x e 11. am.. 1 .

entretanto. você pode verific. Usandoz. Solução Pelo Exemplo 1.290402)(0. / to será usada por todo o livro. Rt.709598.709598)-o 02'.%.stir. e E.:: 865 > 5.. O resultado. ' 11 1. l-d . p.2'Xl402.290402 "' 354 > 5 e "ÍI. é possível afirmar que a proporção de adultos que dizem ter o futebol como esporte preferido seja entre 26.265 p+ E= 0.290402 = 0.. .Z.:: 0. Usando 11 = t. E11ro111re.IJ§dd f~ Os passos MINITAB e TI· Exemplo OJ -83.. = 1.tt1 1111 p..219 · 0.ir que a distribuição d.. Use.5%. intervalo de 95% de confiança para a proporção de adultos nos Estados Unidos que diz ter o futebol como esporte preferido para assi.E"' 0. q= 1-0. geralmente não é classificado como um intervalo de confiança.26 O... Esti1n. Co11Stn1a un. . E.219 · 0. e E pam encontrar os extremos esquerdo e direito.5%". e.025 = 0..709598./ 84 são mostrados nas p.?') 0) 0 º' ' Iuterpretação Com a confiança de 95%. e.- até a terceira easa· decimal. Es11ccifiq11c o intervalo de confiança de 90% para a proporção de adultos que dizem que Abraham Lincoln foi o melhor presidente.29 + 0.025~ .:: 1.ança para a i> .219 Dica de estudo O intervalo de 95% de confiança se dá conforme o seguinte. TenteUse os dados do 'lente você 1 para construir um intervalo de 90%de confiança vod para uma proporção de adultos que diz que Abra. a.0.315 .e amostragem para ppode ser aproximada por"'"ª distribuição normal "P "" 1. !!·q-1 96 (0.:>.315 ' p= ·. o resultado do Exemplo 2 seria classificado (OlllO "29%com uma mar· gem de erro de :1:2.-e=0. a margem de erro é: r_ L.2S O.5% e 31.·.t i·. ef/. Pelo contrário. l>. Então.219. E11co11tre z. \lerifique se a distribuição amostral de jl pode ser aproximada pela distribui· ção normal. A ·12 O nível de confiança de 95%usado no Exemplo 2 é típico de pesquisa de opinião.1tiva pontual Essa regra de arredoJidamen· j. 290 Construindo um intervalo de confianfa para p e291.\'lrl:"11k1 diwil" Pe!'(eba que no ExempJo 2 o inter-valo de confi.p é arredondado 0..29 .265 <p < 0..Z7 0. ""''-1 .\' 0. ~-1--1-+--i-i--+--+---+--I'~ ..265 • O?? p + E=0.315 propoí§ão ..11(1::.ham Lincoln foi o melhor 2 presidente. d..

está entre 2.1 %.-= Use a Tabela 4 n<> Apcndice Bpnra estimar "'2 575 (0. e.63.a de aun1entar a precisei.0. O intervalo de confiança de 99%é o seguinte: Úlr(ll:(16(Fiefd() C:rlr(IJW dtrrtt(I p.63 No Exemplo 3 perceba que = 0.ntm ~ nortP. .i um intervalo de 99% de confiança para a população de adultos que acham que os adolescentes são os motoristas mais perigosos. = 2. Especifique o intervalo de cor1fiança 99%.. din. RN-p()Stir 1111 p. Então.-aniPrirannc. A42 I Aumentando o número de amostras para aumentar a precisão Un. b.SS9 < p < 0.6.~o de amostragem de.63)(0.n que as pessoas acima dos 75anos são os motoristas mais perigosos.0.. é aproximadamente normal.o do intervalo de confiança sen.ca 273 Exemplo m Construindo um intervalo de confiança para p O &T.57 e 2. =--=. (MapW.) Solução Importante A partir do gráfico.inuir o nível de confiança é aumentar o número da amostra.te normal.0.pro. Euco11tre os extremos à esquerda e à direita do intervalo de confiança. você pode afirmar que a proporção de adultos que acham que os adolescentes são os motoristas mais perigosos está entre 58.. f> = 0.m. adultos.5$. a margem de erro é: é a. {Jjq ·r.gllir foi fu:ito ron'I h.~qui~'l P.041 <'.. 11p ~ 5 e uq ~ 5. e=z.t i·. Constru. d.041 = 0.9%e 67. ~= 1-0.3. que corresponde ao dado nível de confiança..a forn. lde11tifiq11e o valor fundamental z.671 >.37) que z.IJ§dd (ap!tulo 6 • ln1'1Vdlo1dt(onfi.589 p+ E = 0. a dis- tribuição de amostragem dep Usm1do esses valores·eos valores de 11 = 900 e z. ' 900 ..37.575.I. Então.n"I 11n1a p.63 + 0. Verifiq11e se a distribuiç.a.ximadamei:. l-d. lde11tifiq11e II er. para a proporção de adultos que conside· ra.mi:nti.1~ P. TJ~Ca/lupOrg.041. USé ppara encontrar~- e..ifim a SP. a. 'Tente Use as informações da pesquisa do Exemplo 3 para construir um intervalo de vod confiança de 99% para a proporção de adultos que consideram que as pessoas 3 com mais de 75 anos são os motoristas mais perigosos. f.E = 0.671 ~ I11terpretaçào Com confiança de 99%...

Compare seus resultados. Encontre o 4 número mínimo necess. Use . arredonde para o número inteiro mais próximo de 914..02.% e E= 0. Exemplo [D Determinando um tamanho mínimo para a amO$lra Você está analisando uma campanha política e quer estimar. Em outras palavras. Então. ente Você quer estimar. J. Como você não tem uma estimativa prévia para f. l11terpret11ção Sem nenhuma estimativa prévia. o tamanho mínimo da amos1ra n neces- sário para estimar p é: . use p = 0.. = 0.69. a proporção dos eleitores registrados que irão votar no seu candidato. q. com 95% de con· fiança. você precisaria de um tamanho de amostra maior se não há ne· nhun1a est'i111ativa prévia. Então q= 0.5.·[Z.J j)(l .lk:-.t i·. (f. b. use 0.N1t.cê não estimar os valores de. vO<:ê pode solucionar para 11: 11 =11íil ~r = (0.hu da c:rnno::.. Deter111i11e quantos homens devem ser incluídos na amostra.31 .068 eleito- re::. arredonde para o próximo número inteiro.5... e E para encontrar o número mínimo da amostra 11. Usando z.5 como valores para pe .) a. Encontre o número mínimo da amostra necessária se (1) não há nenhuma estimativa prévia e (2) uma estimativa préviaj) = 0.5 e~ = 0. você pode ~ lucionar para 11: ' .11. e .5 = para o produto fJ. se vo. Sej) for desconhecido.110 914 eleitores. Em razão de" ser decimal. e E. o tamanho núnimo da amostra deve ser 1.69)(~: r o. 1..068. . a propor· você ção de homens com idade entre 20 e 34 anos que têm pressão alta. Usando z.p). Você tem uma estimativa de. Í/. Sua estimativa deve ter uma margem de erro de3% da população real.j quando nJo há estimativa preliminar dis· Dado o intervalo de confiança e e a margem de erro E..067.j. l-d . = 1. Solução 1.s)[~:r o..tra <leve:rer 110111ính.5)(0.amanho maior. c. E ponível é que esses valores r'endem um valor máximo Essa fórmula assume que você tenha uma estimativa preliminar para{> eq. Como II é um decimal.'\rio se (1) não há nenhuma eslimativa prévia e (2) uma pesquisa anterior descobriu que 6.03. Se não. = 1. l 11= 1'íi!~ = (0.\totic111nlC1·nttrfa1 lfttd1Ji Stnri.4% dós homens nessa laixa etária têm p~io alta.31.03.IJ§dd 274 • lstatls\ícoaplicad• ETicontrando o tamanho mínimo da amostra para estimar p ·-- Importante A razão para usar 0..913. use(> = 0.31)(0. o lêu nc:ut.·. . Cu111 t11na csti111c1tiv-a prévia tl1t p= 0. z. você deve pagar a penali- dade de usar uma amostra de t.% e E= 0.r n=pq . eq = 0. z.31. 2. com confiança de 90% e com 2% da população. lde11tifiq11e p.5.

estimar. 224 comem carne diariamente. Planos de viagem Você é um agente de viagens que qlff?r es- aruhos. Sua estimativa deve.pradode The<JGIIJp Poli.938 etamobesosou esiavamacima do peso. 2.. Pesquisa eleitoral Uma pesquisa eleitoral anunciou que um (a) Não há estimativas prévia's. Férias Em uma pesquisa entre 1.tloptada de de4%. use o ponto estimado x. aduhos que aprovam o candidaio. a propor. (!ldr. O pomo esúmado para a propo<ção de fracassos é l -j. A margem de etro E é de cisaram de conserto ou tive(am problemas ao completarem 5. Uso de serviços on-line Você é um ageme de viagens e quer a J 10 declaram que iriam Europa nas lé"nas se não fosse o custo estimar. (f. (McprododeABCNell<Polt) ·4_ Caridade Em uma pesquísa entre 2. a proP<Xç<iO populacional de sucessos. 8. Correio Uma pesquisa mostrou que 51 % dos aduhos prefe. de alguma fotma. 1. 144 declararam que planejavam viajar para fota dos Estados Uni· planejam emrar pata um grupo voluntário no futtJro.939 nooe-ameiicanos 21. 22. Planos para o Futuro Dentre as 848 crianças pesquisadas. Obeso ou acima do peso Um estudo entre 4.ldcp:Gdo de e. (foole: 81M!f /ndUWy Assroo!. Use as estatisticas no Exercício 7.e.Se.!ria. ©n$trva inte. Conserto de câmeras de vídeo Você que.e ou a Internet para adukos norte-americanos.224 adultos norte. 2.cs.003 ad"1."14o de rrovetooty) 96% de confiança. (b) Encontre o tamanho mlnimo da amostra riecess. a proporçAo de pessoas em férias 12 meses.) férias que usam um seNiço on-line ou a Internet para fazer reser· 9.gtophic K<is. ~ de /loS111t1S. vas de viagem. <. reescreva·a de forma que se torne verdadeira. 1.003 norte-americanos aduhos.() &0111imriof'I Sur. determine se a sentença é verdadeira ou amostras indialdas. 230 disseram que estavam. 3. Se for falsa.t i·. Comendo carne Dentre os 458 nor1e-americanos adultos amostra necess. Use as estatistiC<Js no Exercício 4. 16. Encontre o tamanho mi'1imo da ca. (c) Compare os resultados das partes (a) e (b).) (a) Não há estimativas prévias.Po<I) (b) Encontre o tamanho rn. (Map<rxfo de Hotris/nterarr..ey..nre: w.5%. ·amencanos.va\o. Encoatre o tamanho mfnimo da JO. Para estjmar o valor de p. com 98% de confiança.002 nooe-ameticanos 20. Use as eS!atistiC<Js no Exercido 5. Use as eS!atisticas no Exerdcio '.) (c) Compare os resultados da:s partes (a) e (b).515 dissetam que voa...lhl.3.) Naoonal c«.imo da arnos11a necessária usando 11.os ""1e- amoStla necess.000 um estudo antetíor que mosrroo que 30% dos pesquisados di~am que usavam um seiviço on·lir.*>-.V!!..!o dada. Parar de fumar Em uma pesquisa lena entre 284 fumantes. (fonre: COOS'1mfr Repoos.) que planejam viajar para fota dos Estados Unidos nos próximos J 2 meses. Viagem cansativa Em urna pesquisa entre 3. com 95% de confiança.? oi toría em seus imPOStos. -americanos.Jal.!ria usando enfie/d Olw. Qual é o maior . l-d . Ccb&.IJ§dd (ap!tulo 6 • lnt'1Yafo1 dtconfta~• 275 Ili Exercíci os Construindo habilidades básicas e conceitos Construindo um intervalo de confiança Nos exe:dcios de 15 a 20. é a forma mais cansativa 23.. ferramentas de tecnologia para coosuuir o inteivalo.!ria usando 14. lei uma margem de erro de 3% 5. entrevistados.) um estudo antetior que mostrou que 26% dos pesquisados 7. JS.!ria. 'M<ll.) 12. aoohos. a proporçAo de pessoas em necessa<io. Use as eSlatistiC<Js no Exercício 6. Sua estirna1iva deve ter uma margem de erro de 2. Enconue as estimativas de p0nto para p e q.1 Rcpo. Sua estimativa deve ter uma margem de erro 204 deles declararam que querem parar de fumar.111\ttldM<k.2%. use falsa.. (Fr.439 declaram ter contribuído com caridade nos úlúmos timar.llo~ddode N!JOOIKJI l"l«Jkh and Nu!tiri<. Construa um intervalo de confiança para a proporç<io de amostra necessária. Auditoria de impostos Em uma pesquisa feita entre 1. (b) Encontre o tamanho minimo da amostra necess. Nne11con trmg-. 19. preocupados com a possibilidades de sofretem uma audi· fazer reseivas de viagem. ~ondic. ~del.ididato teve uma aceitaçAo de 48% com uma margem de erro de 3%. Nos exetddos de 3 a 12.!o populaciooal p usando as estatlslicas de Nos exe1cíàos l e 2..-<"'°"S Al>ooooiln for M<J1le""9) . (ltdap<'Xk) de dos nos próximos 12 meses. 752 declaram farer reódõgem. um estudo anter1or que mostrou que 25% das àmeras pre· rem receber propagandas pelo c0<reio. 662 declararam que seriam felíies caso passassem o resto da carreira em seu empregoa\1.) /lm<V~a. f/t. <!e confiança de Ve'rdadeiro ou falso? 95% e 99% para a proJ)O(c. (Fome (e) Compare os resuhados das panes (a) e (b). Reciclagem Em uma pesquisa entre l.~ de carneras de vfdeo que precisam de conserto ou que têm problemas ao completarem Usando e interpretando conceitos cinco anos de uso.) aduhos que preferem receber propagandas pelo correio. 4 li. Construa um intervalo de confiança para a propo<ç<io de cinco anos de uso. Use as estatistjcas no Exercício :S.) (a) Não há estimativas prévias Encontre o tamanho mfnimo da 6. com de viajar. canosadultosdescobriu que 2. Feliz no trabalho Em urna pesquisa feita entre 1. seja p a proporção populacional para a 18.431 norte-ameri· da proporçJo real.'(l. Encontrando/> eq J7.metvalo? Se f0< corweniente. 13.

.) ve<darle e justifique cada passo.4% (a) a p..ns M) (a) a proporção de adultos dos Estados Unidos que diz que as atividades humanas es!Ao contribuindo para o aumento da tempe<atura global. Por que verificar? Por que é necessário verificar se nt.1seno ou têm problemas ao comple· para o aquecimento global? tarem três anos de uso.ta1!11i.t i·. . 31. t possível que essas duas 30.'11· pletarem três anos de uso. 24.... disseram que fumaram um cigarro na semana anterior. (Fon<P. Construindo intervalos de confiança Nos exe. to... ~(pq)ín para n.Jo de compu· Os humanos estão contribuindo tadores que precisam de co..451 adultos norte-americallOS. Mostre que isso é lhe Hom. A tabela mostra os resultados de uma pesquisa em que 400 adultos do leste..001 adultos norte-americanos. 400 adultos do sul. É possível que essas duas Pesquisas de jornal proporções sejam iguais? Explique seu caciocínio. a propo<ç. (b) Aproporção de adultos do Exercício 27 (b) e a proporç. use as info. leste e sul Coosuua um inteivalo de confiança de 99% para: (e) A proporção de adultos do Exercício 27 (a) e a proporção de (a) a proporç..'lo de adultos do centro-oeste que dizem que o disseram que estavam tomando vhamina Ecomo um suplemen· congestionamento é um p<oolema sério.ao de adultos do leste que dizem que o conges.i. A margem de erro da pesquisa é de 1% para mais oo para (b) a propor<. 400 adultos do centro-oeste e 400 adultos do 27.) (e) Compare oscesultados das panes (a) e (b). O gráfico 31. Em uma pesquisa entre 1.) Nos exercícios 27 e 28. (b) a proporç3o de adultos do sul que dizem que o congestio· Expandindo conceitos namento é um prob4ema sélio.lo de adultos do leste que dizem que o co.086 adultos da Ale· 32. (a) Não há estimativas prévias.563 adultos dos nq ::: 5? Estados Unidos. Aquecimento global Construa um imen•alo de confiança de oeste responderam se consideram o coogestionamento um problema 99%para: sério em sua comunidade. (b) Enconue o tamanho mínimo da amOSlra necessária usando um estudo anterior que mostrou que 19% dos computado· res precisaram de conserto ou tiveram problemas ao CQ. traduza o 1recho do jomal em um inteiva· 26. Construindo intervalos de confiança 11w Col::tp Otgtmim""'.inça e com margem de erro 3. Em uma pesquisa entre 8. (fcwe. (Fonre: para a margem de erro E= z. ~. Exp6que seu raciocínio. Centro·oeste e oeste Construa um inteMlo de confiança de lo de confiança para p.ReP')IIS.. 27% proporções sejam iguais? Explique seu raciocínio..5%. com 97% de confi.1gestio- adultos do Exerdcio 27 (c). (a) A proporç3o de adultos do Exercício 27 (a) e a proporção de adultos do Exercício 27 (b). . (Fonte: Oeol:OI> Mo. Amargem deº"º da pesquisa é de 3% para mais ou para menos. 1. (e) aproporção de adultos da Alemanha que diz que as ativida· des humanas estão contribuindo para o aumento da tempe· Leste ratura global.Oj)Orç.)>i lllC) tionamento é um problema sério. Encontre o tamanho mínimo&.IJ§dd 276 • [..cídos 25 e 26. namento é um problema sério.125 adultos da França e 1. Conserto de computadores Você quer estimar. menos. Aproxime o valor do nível de confiança e. Nos exerdcios 29 e 30. ::: 5 e mostra os resultados de uma pesquisa na qual 2.p11. (MoptodcJ deT/w Ho.lo de adultos do Exercício 27 (e). Sul 28.mações a seguir. use as informações a seguir. 99% para: 29.. amostra necessária. Congestionamento ruim? (b) a proporção de adultos da França que diz que as atividades ~Mos que dizém que o eongestlônamento é um problenia $éri0 humanas estão C011tribtindo para o aumento da tempe<atu· ra global. l-d . Tamanho da amostra A equaç:ão para detenninar o tamanho manha responde1am se acteditavam que as atividades humanas da amostra n =pq {zc/E/2 pode ser obtido ao resolver a equação estão conuibuindo para o aumento da temperatura global.. 25. Aquecimento global Determine se é possível que as seguintes proporções sejam iguais.

toncllil. q=1 _. o que você esperaria? Explique. p~ 0.1teNa!Qs Passo 2 Espeófíque um valor para p.. W. um intervalo de confiança de pe os resultados depois de cada temaliva.51 ·o. é mostrada em vemi~ho. Cada um desses intervalos é cootenha a proporção populacional? O que acontece com a calculado usando a aJ)loximação normal pacltão.48 0. Simulêções aooonais podem ser realizadas 2.8 0.1 0. Você pode especificar o rama· Passo 5 Oique SI MUI.t i·. l im· Para cada uma das 100 amOStras. Faça a simulação para p = 0.000 inteivalos de confiança sejam gerados. nho da amostra n e a proporção 1eal p.9 1.46 p ~~ 1-f. Applet Os intervalosde confiança poro uma proporção applet permitem que você invesiigue visualmente os . 40 e 100. Pressione CLEAR para limpar resultms existentes e proporção populacional para cada nível de confia~a.IJ§dd (apftvlo 6 • lntervalosde<oofiant• Z77 33.6 e n = 10.2 0.7 0.0 0.0 Atividades Intervalos de confianta para uma proportão Explore Passo 1 Espeófíque um valor para n. Valor máximo para pq Complete as tabelas para valores dífe. l-d .00 0. Quando você dica SIMU- LATE.'IN Clm j .49 0. Nele çAo populacional para cada nível de confiança conforme o que um intervalo de confiança de 99% é sempre mais largo que tamanho da amostra aumenta? o intervalo de 95%. Faça a simulação parap . pq rentes dep e q = 1 -P. Com· que cada tipo de intervalo ccotém a proporção real também é pare a proporção de inteNalos de corflilnça que contém a mostrado.9 0. qual valor de{) parece dar o valor mánmo do produtopq? " 0.50 O. A partir da tabela. '"~ p:~ SintuJa!c l Comll.6 0.l 0. Isso é começar uma nova simulação.incdp D1d fk.4'l 0.45 0.8 0.4 en = 100 de modo que pelo clicando SIMULATE várias vezes. Se um intervalo proporção dos intervalos de confiança que contém a propoc· não contém a proporção real. 0.)I to:ri!:lill p Prop. O número acumulado de vezes menos 1. 1.ATE para gerar intervalos de coofiança.4 0.53 0.5 0.09 0. de coofiança para Lm1 p<opo1ção. 100 amostras separadas de tamanho n serão selecionadas Chegando a condusões de urna populaçAo com uma proporção de sucessos iguais a p.0 1.52 0.55 0. Qual proporção 95% (em verde} e um in1ervalode confiança de 99% (em azu~ de intervalos de confiança para que cada nível de confiança são mostrados no gráfico a seguir.54 0.

m 3. Todos valores qui"(Juadradox> são maiores ou iguais a zero. drado para constru~ um intervalo o fabricante de"uma peça de automóvel deve produzir milhares de peças a serem usa- de confialiça pa1a variáncia e des.SO Distribuições qui·quadrado Há dois valores importantes para cada nível de confiança. Na produção... importante que as peças variem muito pouco ou vio padrão.distnbuÍ(ão qui-qua.' 10 20 30 40 .va da distribuiçAo qui-quadrado é igual a um.IJ§dd 278 • ht. :)5 ' . l-d ...~.. forma uma distribuiç3o qui-quadrado para amostras de qualquer tamanho n > 1.:..1 g. I Adistribui..:-+o~:. Cada área na tabela representa a região sob a curva do qui-quadrado à rlireiln do valor crítico... 2. f.....vas.. cada uma determinada pelos graus de libe1dade.'SSO de fabricação. representa valor crítico da cauda direita e X'L representa valor crítico da cauda esquerda.1. O valor xi..: . é necessário controlar o quanto um processo varia. Aárea abaixo da cu. Como você pode medir.. a variação nas peças? Você pode começar com uma estimativa pontual. 1. Defini cão Aestimativa pontual para "'és> e a estimativa pontual para u é s.. íiança para a variância e desvio padrão.. Adistribuição qui·quadrado é uma famma de cu. : 2 g.~·-= 3? i.. das em um proc.. Quatro propriedades da distribuição qui-quadrado estão a seguir.. ATabel<16 no Apêndice Blista valores de X' para vários graus de liberdade e áreas. g. Dica de estudo Você pode usar uma cfislrílmição q11i·q11ncfmtlo para conSh'Uir um intervalo de con· --~~~~~~~~~. s' é a melhor estimativa não tendenciosa para u'.l.l. = n . g.--. . Para formar um intervalo de confiança para º'· use a distribuição xi com graus de liberdade iguais a um a menos do que o tamanho da amostra.a. 4... Por exemplo. q -.l)s' X=.a para o-1 eu deve aprender • Como usar a tabela da distribu~ çilo qui-quoorado..ão qui-quadrado-+ Intervalos de confian. e consequentemente controlar.. nada. :5 I '.g... que rima co..iltiC4apllca<la ID Intervalos de confiança para variância e desvio padrão Oque você Adistribui.t i·...m a letra efinicão grega mais familiar "· Se a vari~vel aleatória x tem diwibuiçào normal..~'--'... 1.1.:.ão qui-quadrado • Como usar a. As distJibuições qui-quadrado são assimétricas positivas. A letra grega X é pronuncia- da "ki"... então a distribui~o de: 2 (n .!USoo libe<d..

. 1_(1 2e) =l.307 24.144.59'1 l . • foterprefnçào 1-c Então.841 x' 2 3 O. e. há: g.633 8.907 10. você pode ver que x".c As áreas à direita de xd. .05. e xl. 2 ' Parte da 'Jabela 6 é exibida.216 0.706 3.l.261 8. i\. =n.265 7.605 6.051 0.U7 1[ 651 27. ex'. vê na 'Jàbela6 no Apêndice 8. · d exL=T =095 .015 8.144 e X.44.989~ valores críticos da esquerda e 19 i.ado para a variância s2 e a n1elhor estin.99 O975 095 0.oo· ' 1-c . R~':>'p0${/I "ª p. Como é de se esperar o melhor ponto estin. s.016 <.251 5. e xl para oonstruir intervalos de confiança para a variância e desvio padrão de uma populaçâo.OJO o. e () Grau.IJ§dd (. ) 12. b.312 23. Use a Tabela 6 do ApêndiceB para encontrar x'.769 27.115 0. Area à direita de x'< 15 4.587 col'lcluir que a área entre os 18 6.= 1-0.pflulo6 • lntervalosde<onti•Jt<• 279 Exemplo ITT Dica de estudo -•1~----------.547 22. =30. .412 .95 e 0.815 Xt .231 ~ 10.564 Mn 10. Encontrando valores críticos para x1 Para os valores críticos com nNel de confiança e.ça.020 0.t i·...-9o ' l+c =-.812 6.=.408 7. :> 2 2 e l+0.117 e 30. ) direita é e.229 6.ativa pontual para o desvio pa- drão és..697 6. 1. = 19 e as áreas 0.117.1 =19grausde liberdade.l. l. os valo· Enc(lntre os valores críticos x2N e)?Le um intervalo de confiança de 9CY?.865 25.90 O10 005 1 0. Por meio da tabela..: quando res a seguir são os que você o tamanho da amostra for 20.l L 1.601 5.991 7.J.20l ~ .àd'1re1ta .5&1 4.085 24.'io: -r (área.211 0. Área à direita de t • á àd'1re1ta (rea.443 28. e de xl. 90% da área sob a curva está Situada entre 10.__. .ode usar os valores crítici. l-d .262 7.996 16 5..352 0. 1 a.11tifiq11e os graus de liberdade e o nível de confia. como exibido pelas áreas destacadas na tabela. Solução Como o tamanho da amostra é 20.%2 9.004 0.001 0. 2 Tente Encontre os valores críticos xi e xt e os intervalos de confiança 95% quando o vocf tamanho da amostra for 25. Usando g.f2 I Intervalos de confiança para a 1 e a VO'cê p.s x'.1 = 20.434 t 260 9. E11co11tre a área à direita de x'. . você pode encontrar os valores críticos.103 0.90 . /d.908 7.s de liberdade 0995 0.2% 0 resultaao é que você pode 17 5. 20 7..on 0.542 26. de x. =10.142 5.s44 7.

verão.r.re. Encontre a estimativa pontual s2• s' = E(x-x)' 11 -1 4. .J Construindo um intervalo de confianca para variancia·e desvio padr3o Em palavras Em símbolos 1. Coustrufl. ..0. x! x: tribuiçdo uormnl.O desvio pa- drão da amostra é 1.<a < l . Aprobabílidade de que o imeivalo de confiança contenha 02 ou " é c. construa intervalos de confiança de 99%para a va.. Verifique que a população tem distribuição normal. ~.d.l)s' desvio padrão retirando a raiz quadrada ' <u< para cada extremo.l)s' (11 . Oceano Pacifico 2. forneceu a média da distância de migração de 11. l-d . Encontre os valores críticos X\ e X\ que Use a Tabela 6 no Apêndice B correspondem ao nível de confiança e. 99:.2 99 -0..11 inleroolo dt• con· jin11ça pnrn o 1iesuio pnrlrffo pnrn Extrerno~uerdo Extremo<!ireito .tade x.rs distfmdns de 111ig111ç.riância e o desvio padrão da população.l)s' (n -l)s2 .99 .l)s' forme intervalos de confiança para a variãn· tlistn11cias rir migrnçtlo têm rlis· cia da popuJação. 11.aplicada -. Seguindo un1a an100.005 área à esquerda.' Exemplo m Construindo um intervalo de confianca Você seleciona aleatoriamente 30amostras de um antialérgico e as pesa. Xrc x. As baleias . .= l +0.J. <u2 <--). deixam Baja.1 .valo de confiança para a: migrando para mares de Be- ring e Chuki para os meses de (n..·ins <inz.as. de .IJ§dd 280 • Cstaihtic.1 t.. < (11. 6.20 miligramas. Califórnia e o . ESTADOS graus de liberdade. <:z UNIDOS ChanneJ /stands 3.._ 2 2 . Encontre o intervalo de confiança para o (11 . oeste do México na primavera..t i·. efinicão I Retratando_«>_ mund_o _ Um inte. l- =-1+c.:::. lnte.. =21 ..Supondo que os pesos são normalmente distribuídos..\!mnn..-.~ milhas com desvio padrão de 860 milhas.i· ~Qtiimol .To das 5.. XR Xt tra de 51 baleias por um ano. áreaà..al..valo de confiança c para variância e desvio padr~o populaóonal é: A baleia cinza tem a maior dis· lnte. Solução As áreas à direita de x'. 1\ssu111n 111e as (11 .. = 11. são: .l)s' (n-l)s' todos os mamíferos... (Ati-1pwtt.0. Instruções fi'5hoJt'i 5'-mict-. Encontre os extremoo esquerdo e direito e l.l}s' <0 . Identifique a estatisti&1 da amostra II e os g..c =1 . e x'.e.valo de confiança para " ': tância de migração anual de (n .

239 Construindo intervalos de confiança 4.253 4. teúdo de 15 frascos de 10rope para tosse..~~--'-'~-'-<q<.1)(1. n = 29.121 _.003 500.f.260 Usando e interpretandoconceitos 4. = 13. B. 90% de confiança.000 499.- ó intervalo de confiança q é: (30.80 e . Use 11.80 2 ~3.000 499. lado de'""''"''"Repotts. = 52.. Z81 Usando os valores 11 = 30.015 2. o intervalo de confiança para a' é o seguinte: (.. e = 0. n = 26... 499.988 500.80. e= 0. . Vitaminas Para analisar a vaciação das pílulas de suplemento vitamínic:o.290 Nos exe1dóos de 7 a 20.n = 10. n = 22.lncia da população e u' apresentado a seguir. e xi s-ão x'. dar p~ omesmo número de cas.. Usando os valores críticos e s = 1.) .arredon- ii.:. Os Nos exeicicios de I a 6. e.98. podemos dizer que a variância populacional está entre 0.l. c = 0. 8.241 4...996 500.'\te é tervalos de confiança indica<los para (a) a vari.. 499. e = 0.20)' (30.. ll = 30.20)' (>1-l)s' (30-1)(1.t i·.\ii\<> (b) o desvio padrão da populaç.1)(1. 18. = 29.18 .~~--"'----'-- 52. 3. (.010 499..121.c1. l-d .. E11co11tre as raízes quadradas dos extre1nos para cada intervalo de con(ianç. .002 3. g.ltados (em onças fll!idas) ~o apresentados a seguir.9\l. a regra geral de arredondamento é. 121 0. e para cada intervalo de confiança. Os rest.995 500. é calculado.256 4.:0. Use um nivel de 90% confiança.pl1Ulo6 • lnmvawsdeconliall(.80 <a'< 3. encontre os valcfes ctiticos x'.ll • 13. C• 0.l)s' (30.20)' ~-.\\o.189 4.20. seNa de 18 b.000 4. aleatoriamente.18 X. Use um nivá de 99% de confiança.78 miligramas.211 4. você seleciona aleatooamente 14 p!lulas e as pesa.1~1.998 499. li• Exercícios Construindo habilidades básicas e conceitos 7.IJ§dd C. seleciona.\ / Ttlt.-/' ~ 0. O desvio padrão da população está entre 0.336 ex'. Xarope para tosse VrxJ!. Quando um intervalo de con- fiança para uma variância ou ême Encontre os intervalos de confiança de 90% e 95% para a variância e o desvio desvio pa:drão populacionàl vod padrão da população de pesos dos remédios.aterias de automóveis escolhídos aleatoriame. e mede o con- 5. 1.90.336 13.269 4..293 4.248 4.aterias de carros O número de horas da capacidade de re- retirada de uma população notmalmente d'istribcscla e c005trua os in. variância <!a amostra. 52.99.'lt ~(llllf1f() (11.Q20 500..209 4.~.95. para resultados (em rnilig1amas) são ap. Espt'Cifiq11e os intervalos de confiança de 90% e 95% para a variância e o desvio pa- drão da população.997 500. os valores críticos e os valoréS de xi.99.336 ( X.300 4.. e x'.89 e 1. suponha que cada amostra tenha sido 9. e= 0.78.e odes· valo de confiança para a variância.246 4. 4.22()) 4. Jnterpretnção Dica de estudo Com 99%de confiança.996 SOO. <i.89 < q <1.20)' . e~ para encontrar os extremos à esquerda e à direita para cada inter.esentados. Use um nível de o dado nivel de confiança e e tamanho da amostra n.1s decimais cladas paro a b.Jo u. 6. 13. 500. vio padl'. a. E11co11lre os valores crfticM x1.s. e= 0.

8 3 tem um desvio padrão de 2.70 1. você contata 10 hotéis escolhidos de forma aleatória denuo da sua área de 17.75 0. Custos de websites Como pane de uma pesquisa.ese.t) 13.360 1. de 95% de confiança. 1. '- 1 16.30 1_. Use um nível de 95% de confiança. Alaska.1i(a~licadi 1.s 1.6 minutos.t i·.c1110 do paraful.07 6 2 Ciw:e: 612 = 62 I 6 )89 7 0 1 44 7 66799 8 00 8 7 09 1.381 1. s. você per· gunta a uma amostra de empre-sArios o quanto eles estariam 1.4 0 dispostos a pagar por um website para suas emp. Os resultados (em polegadas) s.46 polegadas. Os resultados dos aleatoriamente que se formaram recentemente como bacha· são apresentados no gráfico ramo-e·folhas. Renda mensal PS rendas mensais de 14 indiv!duos seleciona· dest.132 1.!o ap. Tempo de espera O tempo de espera (em minutos) de uma amostra aleatória de 22 pessoas em um banco tem um desvio 11 38 padrAo de 3.49 tra aleatória de 16 adtllos s. Use um ní. Use um nível de 98% de confiança. O artigo afirma que 14 sistemas aleatoriamente escolhidos tiveram um desvio padrão de S 123.60 14.60 1. Use um nrvel de 99% de 11. Motocicletas Os pceços de uma amostra aleatótia de 20 mo· 13 tocicletas nol'as têm um desvio padrão de$ 3. (for.esas.383 I s• 11 = 19 :1 .10 l.2S 1.74 1. Qualidade da água Como parte de uma pesquisa sobre a qua· C~J)jcidade de reserva !idade da água.77 2.lo anual (em polega· 7 das) de uma amostra aleat61ia de 30 anos em An<horage. Para fazé·lo.ejamerno de férias.86 1.) 9 O 10 28 19.167 1.137 1.el 14 de 90% de confiança.286 1. 1. 12 2 20.70 1.900.iosl:n Omore R. (f. Frequência de pulso As frequências de ptdso de uma amos· 1.25 anos...58 1. Máquina para cortar grama Um fabricante de máquinas para confiança.38 1. Use um nível de co.9 2. Sistemas de home theoter Uma revista publica uma reporta· gem sobre os p<eços de sistemas de home theoters.46 1.'SeO!<ll Coroar.1 15.300 1.J IS 1. .3nça. Os resuh<ldos são apresentados na figura. Use um nível de 90% réis em economia têm um desvio padrão de S 342.302 1.7 1..94 1.IJ§dd 282 • útd1ís.55 1.88 l.1fiança.10 f.171 1.241 1. 8<Jff!CU oi Lobar Sl<llis!><S) 6 03 Chave: 81 3 = 83 18.217 1. Hotéis Como parte de seu plar.401 1.IS 1. l-d .72 1.1tadas no gráfico ramo·e· ·folhas.o sultados são apresentados na figura.10 e anota o preço dos quartos de e.ada um. 15 griios/gal~ l:. ele seleciona Quanto você pagará aleatoriamente 12 máquinas que foram vendidas anos auás e descobre que o desvio pa<!tão da amostra é 3. Precipitação anual A média de precipitaç.p:odo de COOS<ll!ler Refl(Jf(S.138 1.) 12. Use um nível de 99% de =liança. Use um nível de 95% de -confiança. Use um nível 1O.tt R-t.. Os re- Con1prini. c0rtar grama está tentando delerminar o desvio padrão da vida de um de seus modelos de máquinas.64 1.!o ap<e· sentados.1 l. Use um nível de 95% de conf1. mento de 17 parafusos. você testa a dureza da água em vários flul<OS d'água. Use um por seu site? nível de 99% de confiança.331 1.240 l. (/vk. Parafusos Você seleáona aleatoriamente e mede o comp<i· de 95% de confiança.dap:oda do Coowlr.s.240 1. (MopllJdo de u.

Conteúdo dos frascos de xarope para tosse Você eslá ana· de p{iulas de suplementos vitamfnicos do Exeidcio 7. mas raramente são iguais ao valor real do parámeuo que estão estimando.estatística no mundo real Usos Agora. Desaeva diferentes maneiras de que amostra poderia n. mas es1eja atento ao fato de que uma mudanÇ. Por exemplo. você sabe que informações completas sob<e os parãme11os popv!acio. a propo<çAo de pessoas que volar!o a favôl do zo.. Quando você viT os resultados de uma pesquisa. As téali<AS deste capítulo podem ser usadas para fazer estimativas de inteivalos desses parâmetros de modo que você possa tomar deéisões funda· mentadas. po. Questão de pesquisa tendencioso Encontre um exemplo de 0013 pesquisa que esteja em um jornal ou revisla. O desvio lisando a amostra de frascos de xarope do Exercício 8. Usos e abusos .io ée conteúdos dos frascos deve ser me· 0.ariação no conteúdo dos frascos . Votos ç. O intetvalo de confiança que você construiu nor que 0.de um nível aceitável? Explique seu racíodnio. Do que você aprendeu neste capt1ulo.2. t<Jmbém é importante a. l-d . Desaeva diferentes manei<as de que as questões dessa pesqui· sa possam ser tendenciosas. quanto maior o tamanho da amostra.ure um exemplo de uma pesquisa que foi mos- a trada em um jornal ou revista. a questão sob<e o zoneamento pode ser apresentada como: "Sabendo que o zoneamento ir. Abusos Amostras não representativos Há muit<Js maneiras nas quais pesquisas podem resuhar em previsões incorrelas. Po< exemplo. A partir do <fiagrama apresentado. mais acenado será o resultado. então você sabe que isso significa que é possivel que o item não receba a maioria dos votos. Peso de pílulas de vitaminas IA:>cé está analisando a amostra 22. Usar uma amostra menor pode sei a única maneira de fazer 0013 esrimativa. . você sabe que as estimativas pomuais (estatísticas amostrais) dos pafilme11os populacionais são normalmente próximas. suponha que você queira sabe.lo1dtconli..ultado de uma pesquisa diga a você que 5iq'o de uma população pia· neja votar a favor do zoneamento de uma parte de uma Eleitores rcgistrndos cidade em área residencial e comercial."lalisar as pal.w.015 miligfamas.l em um valol de dado pode mudar completamente os resultados.49 < p < 0.025 o~s fluidas.lo que votará a favor do zoneamento. Geralmente..i resuhar em mais negócios contribuindo para impoSlos escolares. lembre-se de questionar o tamanho da amostra.is de eSlimativa for 0..Jo set representativa da população• . a técnica de amostragem e a questão usada. exemplo. O inter1alo de confianca que você pata s wgere que a varia<. esteja dentro de um nível aceitável? ~plique seu 1aciocinio."lais não estão frequentemente disponíveis.Ao nos pesos das pílulas esteja de<iuo construiu para o sugere que a . Você sabe que isso é somente uma estimativa pontual da real propo.IJ§dd (1pítul-06 • lnrm. Amostras ndo representativos Enco.seamento. suponha que o res.Mas usadas nas questões. você pode ver que mesmo se sua amostra for grande o sufióente.t i·. O desvio padrão da população de pesos das p{lulas deve ser menot que padrão da POPulac. ela pode não consiSlir dos eleitores ceais. Se o inter1alo . 283 Expandindo conceitos 21 . você apoiaria o zoneamento?" {xercícios 1..55. l emb<ar disso pode ajudar a tomar boas decisões em sua carreita e no dia a dia. Questão de pesquisa tendenciosa Nas pesquisas.

l)s' . -j.l)s' (11-l)s' (11. 2 1 e2 o f=z.pli<ada Resumo do capítulo Exercícios Oque você aprendeu? Exemplos de revisao Seção 6..4 • Como interpretar a distribuição qui-quadrado e usar a tabela da distribuição qui· 4la44 quadrado: . l-d .E<p<p+E.a estin1ativa pontual e a n1argen1 de erro: 1 e...2 • Conto interpretar a distribuição teus. (11. a população é nonnalrnente 2a4 13a22 distribu.l)s' . Xt x.(x-1t) ..1.. ·r: • Conto detero1inar o tarnanho n. li • Como construir um intervalo de confiança para proporção populaci. 4YR XL .-. X p= -. E=zc IM..íninlo de aJllostra necessária quando estilna1nos 39e40 r um.ída e" é desconhecido: x-E<i<<x+E.'-- q~ .io: 9 a 12 t.1 • Co1no encontrar un..l)s' ' <o < ' '1 ' <o<.)' • Como construir intervalos de confiança quando 11 < 30. • Como usar a distribuição qui-quadrado para construir um intervalo de confiança 2 45a48 para variância e desvio padrão: (11. (11.):" = •---.3 • Corno encontrar uma estimati va pontual para a proporção populacional: 1 23a30 .. • ll1ath(i(.onal: 2e3 31 a38 p.ir a tabela da distribuiç.Jtt • Como construir e interpretar intervalos de confiança para a média populacional: 3a5 3e4 x.t i·. E= t.. t . "" Seção 6.rção pop11larion:il: 11=rq[ ~ Seção 6. .E<i• <x+E.i propo.(si!. • Como determinar o tamanho mínimo necessário da amostra quando estimamos v 6 5a8 t =[z:r- Seção 6.IJ§dd 28.

$ 20. 21 10 13 3 7 2 30 7 16.i c 3. usando as estatlsticdsdo exercício.90. s = 0.nc25.. 9... IO 19.eiddos de 23 a 30.000 adultos norte-americanos. Use os resultados do Exerdcio 1.~1deconfioll(o Z85 Exercícios de revisão Secao6. 1? +-r.0013. 18..gem de eiro para um intervalo de 90% de esteja dentro de uma margem de e. Nos e. c = 0.5. I 17.95.s= l.99. e= 0.n = 8. e= 0... n = 45. 4. e= 0.n = 15.3 tecnologia para oonstrvir o intervalo de confiança. C<)OStrua o intervalo de confiança Wl<fK<Jdo para a média da popu!a~o 1. 560 Nos exercícios de 5 a 8. 12 9 7 2 8 7 3 27 15. tta para estimarµ..90. ..1.1 5.. Exercício 13.5 mi- 100 160 135 45 135 115 75 130 Uias. 3.95.x = 10. construa o inteNalo de confiança para .2.n=30. (e1n 1ninutos depois das 5h) Nos exeidcios de 13 a 16. /lei><I<'<) 22.- .exeicícios de 17 a 20. 14. detemiine o tamanho mínimo da amos· disseram que acreditam que seus médicos dizem a verdade.3. i = 25.98. (Arlop!Cdoée Pe>v Researd. Determine o tamanho míni- mo da pesquisa necessário para se obter um ni\•el de 95% de Nos exe<Cióos I e 2.esultados do Exercício 2.. verdadeira. Supooha 4 ló 16 22 ::?$ que o custo para o conserto seja normalmente distribuido.cicio 1..n = 22.95... Quantas pessoas vocé precisaria pesquisar? 135 145 95 140 135 95 110 50 7. Quantas pes~s vocé precisaria pesquisar? I Seção 6.5. 95 90 140 40 75 50 130 85 8. l-d .n = 16.8. 10.9. o l 4 ".5. S 14. ·g . custo médio do cooserto eia de S 80 e o desvio padrão era de -.ro de IOminutos da média confiança. Construa um inteivalo de 90% de confiança para . Se for conveniente.98.. 1os. C= 0. Exercício 15. n = 12. 6 21.99. s = 0. Em uma amowa de 15 CD players que estavam no conserto.iS SS 1$ 9. Determine o tamanho mínimo 90 165 110 125 80 125 130 110 da pesquisa necessária para ter 95% de coofiança em que a mé- dia da amOSlra da distância até o trabalho esteja dentro de uma 25 75 65 100 60 125 11 5 135 margem de erro de 2 milhas da média verdadeira.. Use os resultados do &erclcio 2. Horário de despertar de 40 pessoas que começam a 11abalha. Se for conveniente. c=0. encontre (a) a estimativa pontual da média confiança em que a n~ia da .SS Horários de dcspcnar 12. para o dado nível de coofiança e e um tamanho da amostra n. Agora suponha que voe~ queira um nível de 98% de confiança com um euo máximo de 0. Use os .amostra de ho1~1ios de despenar da popula~o e (b) a ma. n = 20. encontre o valor cr~ico t. .90. suponha que vocé queira um nivel de 99% de confiança com um erro máximo de 2 minu- 8h (em minutos passados das 5h). . 6 13 6 14 4 10 3 Nos. n = 100.. Nos exercidos 3 e 4.2 Nos exercidos de 9 a 12. 'l 1.s = 25.2n.S I IS 13. e= 0.t i·.! = 0. 11. e= 0. Exercício 16.. (Aoop· Distância até o trabalho (cn1 milhas) tudo de Consume..IJ§dd (opf1Ulo6 • lntm.l. Exercício 14. . Oisklncia até o trabalho de 32 pessoas (em milhas). seja p a proporçJo da popufaçJo que responde sim. use ferramentas de Seção6. Use os resultados do Exe. . i = 72. use ferramen· 13 6 2 9 2 12 16 18 tas de tecnologia para construir o int~alo de CQl\fiança.0925.S I.l 2. ~ 6. e11contre a margem de erro para . s = o. 13. e= 0.ô eé/. Cenre<) .6. Repita o &erôcio 2 l usando um intervalo de 99% de confiança. i = 6. ~ra. s = 16. 23.. Em uma pesquisa com 2. e= 0. use as inf0<mações dadas para enconttar.

construa o intervalo de confi. Repita o Exeicício 39 parte (b). (a) mo h. 1. Use a amostra no Exerdcio 23 com e = 0. 425 djs.230 seram q~ nos últimos 3 anos uma OJganizaçAo os notificou de disseram se pieocupar mais em perder suas deduções ao pieen- terem perdido.lnça in- 26. l-d . Em uma pesquisa com 644 adolescentes 001te·americanos.. Use a amostra no Exeidào 27 com e s 0.98.5%.or!D de®\ 100.568 Nos exerdcios de 31 a 38. (fv!ar. 35.) de amostra se compara~ sua resposta no Exercício 39 pane (b)> . (íonie: A. terem sido roubados ou de terem jogadofo<a inde. Use a amostta no Exercíóo 28 com e = 0..lo verdadeira. Se for conveniente. 39.n 4J3 Ni'io 594 1. Em uma pesquisa com 2.021 disseram que confiariam no que seus médicos disseram. 710 37. (Arlaplodo seram ter Internet com acesso de alta velocidade em casa. 442 dis· 30.anos acham que deveriam estar poupando mais 528 dinheiro. {Ar!QP!OtlodeC<Jm/Jfid. Use e amostro no Exerdôo 29 com e = 0. 90 fazem dicado para a propo1<. a propoiçAo de adultos oorte- dizem que os lideres de negocios ~o éticos.on.) (c) Compare os resultados das partes (a) e (b}. (Fonre: tJSli 100\Y. 90 34.95.. 594 di.w Rt$«:t<h c. 116 de 5% da fl01)Ulaç. use ferra· pagamenlo mlnimo de se. 40.722 425 25. /fioopr_.) 31.) Sim 442 Siin Não 1.) do de Pew tnremer Or>d Am<rkoo t. gc C=mer Cre<l.al p. de 11:e Horris Po/1. 29. Use a amostra no Exerdào 24 com e = 0. Em uma pesquisa com 800 adultos none-americanos. 2.98. 116 (b) Encontre o tamanho mínimo da amostra necessãria.010 aduhos norte-americanos.. Use a amostra no Exercíóo 26 com e= 0.<catos (Mcprado de TheGoliop(}(g<>l>lor.IJ§dd 286 • [~OLilli<adpii(. Em uma pesquisa com 500 adultos nooe-americanos. usando um nível de 99% de 28. Em uma pesquisa com 4.) ·americanosque acham que deveriam poupar mais dinheiro. Sin1 33. Não 36. Use a amostra no Exercíóo 25 com e =0. Você quei estimar../e ~ ) Não 7S Sin1 2. Use a amostra no Exercíóo 30 com e = 0.813 aduhos norte-americanos.r IM/ex.90. com 95% de confianÇa e margem de erro 27. Em uma pesquisa com 2.135 Não 1. Em uma pesql)isa com 1.w&.365 aduhos norte-americanos.l estima1ivas p:évia~ Encontre o tamanho mínimo da Sin1 amostra necessãria.90. mentas de tecnologia para construÍI o intervalo de confiança. confiança e uma margem de erro de 2.99. Como esse tamanho zem que aprovam ossiná.) vidamente suas informações pessoais. cartão de aêdito.007 norte-ame<icaaos aduttos. chet suas taxas.02 1 Nilo Si1n 2.ào populaào<. usando um esrudo piévio que descobriu que 63% dos adultos n0<· Niio te-amerir.99. r.do Sin1 560 Não Si.95.230 1.t i·. 38.440 24.r.Japum d< 1he Ha<ris Po/1. 32.

n = 10. IMoP· os resultados. da populaç.9 290. •1tercepção para uma amostra aleatória de tecebed0<es no fute- 6.4 290.lquinas de: l<Wc11 louçcs. 44. es1e teste como se você estivesse fozendo uma prc. (For.lo seja $ 22..80 68. encontre os val0<es criticos ~ e . Uma amostra aleató~ do conteúdo liquido (em onças fluidas) de 292. Teste do capítulo Faç.6 16 laias de bebidas é dada.0 291. 14. . Em uma amostra aleatória de sete engenheiros aeioespaciais.35 91.5 288. cional p daqueles que se pt:eocupavam em conttair gripe.o exigido ção populacional.) n0<malmente distribuída 11.ro para um nível de95% de confiança.814 14.do que a = 2.I 14.3 289.9 288.32 103. estimar a p<oporção populaóonal no nível de 99% de con· pulaç..19 105.s: Butecu oi 118.el de 99'!b de confiança.lo.n = 8.98.. O conjunto de dados a seguir representa a média de jatdas por a margem de eito de 4% da l)IOPO<ç..pux/o de e..50.4 12.59 104..8 289.824 14. de uma populaç. construa os intewalos de confia.916 15. Repita o Exerócio 47 usando um nivel de 95% de confiança.79 a renda média mensal foi de S 6.3 indicados pa1a ol e .ada tecente.lo t para coMII\Jir um intetValo de 90% de pad~ da populaç.ha que a IXl(lulaç.88 88.863 14.860 14. ~lrlap<adQ de u. 43..8 292.874 14... 46..01 120.10 140.06 tai. e = 0. compare suas respostas com as respostas dadas no sultados. 1/Ep<. fllos exercícios de 45 a 48.'lh.1 45.. Uma amostra aleatória do sódio (em maigramas) comido em 24 caixas de cereais é dada.6 13.0 15. Supo. e = 0.Jo e intetl)lete os resultados.n = 25. use um nível de 95% de confiança. 5.62 111.84 147. 291.: Noli!.) (a) Encomre uma estimativa pontual da média da populaç.t i·.7 13.68 91.9 290.n 119. da amostra para COM!ruir um intewalo de 99% de confiança para (c) Encontre o tamanho mínimo da amostra nece~rio para uma média da populaç. todo d11 CC/'IS>Jf'fV'J Repo.3 14. Consuhe o conjunto de dados no l:J<ercicío 1.9 11.037 aduhos dos Estados Unidos com idades emte 65 ou mais.9 289.4 289..9 289. Em uma pesquisa com 1.n= n. Suponha que as amostras sejam retiradas. fM. supo:..4 fllos exetcícios de 41 a 44..ta o ExeróctO 45 usando um nl.7 290.965 14. l-d . 16 73. (b) Encontre o desvio padrão dõ amostra. (b) Construa um intetValo de 95% de confiança para o desvio (e) Use a distribuiç. 41.42 lo de 95% de confiança para a mêdia da população de renda mensal de engenheitos aetoespaciais.01 95.lo populacional. A olinld!.) (c) Consirua um intetValode 95% de confia11y1 para a média da (a) Encontre uma es!imarwa !P(lntual para a proporção popula- populaç. (Foll/e: H01YOtdSdl(J(J/ lo.lo a média da população.838 48.ila..884 14. seja ["'9<N.a em confiança para uma média da população e intetJ)reie os te· s.s2 141..lo.2 13. Depois. Suponha que a bol ameticano de uma tempo.32 117. Use um nlvel de 90% de confiança..99. Rep. 2.980 14.píwlo 6 • ln1erv. 13 88.losderonfi•11<• 267 Se<ão 6..919 41.824 e o desvio padrAo foi de S 340. c = 0.856 para o dado nível de confiança e etamanho de amostra n.lo. \lxê quei estimar a média dos cusios com reparos de m.) 4.48 78. 643 se pteocupavam em contrair gripe.3 uma.mostra aleatória de 30 m~quinas de lavar louça. Compare pata uma a. seja normalmente distribuída.816 14.82 52.ilf.:.14 118.05 101..r..81 57.ÍVd dc:vt! tt:r rncngc:.63 jardas.7 29 1.iça 290.lo normalmente distribuida.r. 291.21 95..8 12..2 290.34 96.95.6 289.ns.998 14. Os dados a seguirrepresen1am o custo de reparos (em dólares) (d) Repita a parte (c).Jo. .2 11.! FOOlball população do custo do reparo de m.72 93.lquinas de lavar louç.-11 de t:110 dt: S lO (b) Construa um intetValo de 90% de oonfianca para a propor- em relaç. Suponha que as tendas mensais sejam normalmente 90. Publ~ Heo. cada 291.07 90.0 290. e= 0. 42.srator<>.7 290.. ~l 1. Detetmine o taman~.m 14.0 291 ..'l'f 14.50 distribuídas e use uma distribuição r para construir um interva· 100.02 1 14. (b) Encomre a margem de e.90.IJ§dd C. Suponha que o desvio padrão da po.'~A7.7 (a) Construa um inteivalo de 95% de confiança para a varklncia (a) Encontre a média da amostra.Jo do conjunto de dados final do livro.) fiar)Ç<l para assegurar que a estimativa esteja de acordo com 3.

l-d ,t i·.IJ§dd
288 • [1i,11lti<a,plicada

Juntando tudo
Estatística real - decisões reais
Como pane dos esforços da U.S. Environmental Protection Agency (EPA} prot~ a ·sa~de
humana e salvaguardar o ambiente naturar, o EPA conduz o U1ban Air To,óes Moniloring Pro·
gram (UATMP} -p<ograma de monit0<ame,ito de tóxicos nos ares u.tanos. O programa reuniu
milhares de amostras de ar e as analisou para concentração de mais de 50 componentes orgâ-
nicos diferentes, tais como formaldeídos (usados para preseNar va:cinas, armazenar espécimes
biológicos e na produção de adesivos pe1manentes e como isolante). Os f0<maldeídos também
são encontrados na fumaça de queimadas nas tlorestas, no escapamento de automóveis e na
fumaça do tabaco. Os resultados do UATMP são usados para obter percej)ÇJo sobre os efeitos
da poluição do ar e determinai se os esforços pata limpeza do ar estão funcionando.
Pot exempfo, usando amostras de ar de uma grande cidade, o EPA pode analisar e estimar
a concenuação média de formaldeídos no ar usando inteNalos ,de confiança de 95%. Eles
podem comparar o inteivalo com os resultados de anos anteriores para ver se há tendé<icias e
se houve mudanças significativas na quantia de formaldefdos no a,.
Você ttabalha para EPA e foi pedido para inte<p<etar os 1esu1tados mostrados no g1áfico
a seguir, que moSITa a estimativa pontual para a média de concenuação populacional e o ín·
teivalo de confiança de 95% para ir para formaldeldos num periodo.de 3 anos. Os dados são
baseados nas amostras de ar de uma cidade.
l-"orn1aldcídos

I
I
Ano 1 Ano~~
Ano

Exercícios
1. Interpretando os resultados
Considere o gráfico da média dos níveis de concenuação de formaldeído. Para os anos a
seguir, decida se houve mudança na média dos niveis de concemtaçJo de formaldeido.
Explique seu raciocínio.
(a) do Ano 1 para o Ano '.l.
(b) do Ano 2 para oAno 3.
(e) do Ano 1 para o Ano 3.
2. O que podemos concluir?
Usando os resultados do Exercióo 1, o que podemos concluir sobre os esforços para
reduzir a concentração ê-e formaldeídos no ar?
3. Como você acha que eles fizeram?
Como \'OCé acha que a EPA co.1s1ruiu o •1tervalo de confiança de 95% para a média popu·
!acional de conrenttação dos compostos orgánicos no ar' O que temos a seguir respo,1de
à quesião (você n.lo precisa faze, nenl',.,m cálculo).
(a) Que distribuição de amosvagem você acha que foi usada? flor quê?
(b) você acha que eles usaram o des..;o padrão da amostra ao c.lcula, a nwgem de
erro? PO< quê? Se não, eles pode,iam te< usado?

l-d ,t i·.IJ§dd
C,pítul• 6 • lnterv,lcsdeconfiall!• 289

Tecnolo ia MINITAB EXCEL Tl-83/ 84

I ACiallup Organization(www. galluppoll.com)
Pesquisa dos mais admirados
Desde 1948, a Gallup Organization conduz a "pesquisa dos mais admirados". A
melodoJogia para a pesquisa.de 2006 está descrita abaixo.
Pergunta da pesquisa
Que ho111e111"1JQCê o,n,iu ou leu a re$peÍlo, que esteja vivo hoje e111 dia, e11, qualquer pnrle
do nuaufo, 00t:é ,unis ad111ira? Quetu $êfia sua seguudn escolha?

"Esses resultados são baseados em entrevistas por telefone com uma amostra de
1.010 adultos selecionados aleatoriamente, com idades acima d.e 18 anos, conduzida
de 11 a 14 de dezembro de 2006. Para os resultados baseados nessa amostra, podemos
diier com 95%de confiança que o erro máximo atribuível à amostragem e outros efei·
tos aleatórios é± 3 pontos porcentuais. Além do erro de amostragem, a montagem da
questão e dificuldades práticas ao conduzir as pesquisas podem introduzir erro ou
t,endenciosidade nos resultados das pesquisas de opinião pública."

Exercícios
1. Em 2006, o homem mais mencionado foi George W. Bush em
13%. Use a tecnologia para encoll1/ar um intervalo de confiança
MINITAB l
de 95% para a proporção que teria escolhido George w. Bush.
Generate 200 rows of d.ata
2. O inteNalo de coofiança obtido no Exercicio l concorda com a
afirmaç.lo da Gallup de que a proporção é 13% mais ou menos Store in column(sj;: C1
3%? Explique.
Number of triais: 10 1O
3. Efll 2006, a mulher mais moociO<lada foi Hillary Ointon. A segun-
da foi Oprah Winfrey, que foi nomeada por 9% das pessoas na Probabifity o f success: .12
amoSlla. Use a ferrame,,ta tecnológica para encontrar o intervalo
de coofiança de 95% para a proporç.lo da pQpVlação que esco-
lhe<am a Op(ah Wínfrey.
4. use a ferramenta tecnológica para simular a pesquisa da pessoa
mais admrada. Assuma que a proporç.lo pcpulacional real que
mais admira Oprah Winfrey é 12<!'<>. Fay, a simulaç.lo diversas
vezes usando n = 1.010.
(a) Qual foi o menor valor obtido PQri,?
(b) Qual foi omaiorva!orobtido PQrp?
5. 1: POssível que a propor<,jo r~I de população que mais admira
Op!ah Winfrey seja de 12% ou mais'? E><p!ique seu racio(ínio.

l-d ,t i·.IJ§dd

Usando a tecnologia para construir intervalos de confian~a
Aqui estão algumas telas do MINITAB e Tl-83/84 para, exemplificação neste capí-
tulo. Para dupl.icor os res<1ltados do MINITAB, você precisa dos dados originais. Para
a Tl-83/84, você pode simplesmenlc inserir as estatísticas descritivas. As respostas po·
dem ser um pouco diferentes por conta do arredondamento.
(Veja Exemplo 3, p. 254.)

Qisplay Descriptive Statistics•.. 9 20 IS 16 9 9 11 13 22 16 5 18 6 6 5 12 25
êtore Descriptive Statistics 17 23 7 10 9 10 10 5 11 18 18 9 9 17 13 11 7
IFilell \tâtfl 14 6 11 l2 11 6 12 14 11 9 18 12 ]2 17 11 20
1-'Sample t ...
g-Sample t ...
Paired t ... MINITAB l
1 Pcopootion ... z Confidence lnterval s
2 Prgportiom; ...
The assumed sigma i:a- 5

Variable N Mean StOev SEMean 95.0% CI
CI &) 12.4 5:010 0 .707 (11 .014.13.786)

(Veja Exemplo 2, p. 265)
Qísplay Descriptive Statistics•.. 159" 173" 162" lSIº 173" 162" 148" 172"
~ e Descriptive Statistics .. . 167'' 170" 151" 153" 172" 143'' 166'' 170"
1-Sample z....
IFPll,HIIM MINITAB [
g-Sample t .. .
Paired t ... T Confidence lnterval s
1 Pcoportion .. .
2 PrQportions .. .
Varia~ N Mean StOev SE Mean 95.0% a
C3 16 162.00 10.0 0 2.50 (15'6.67.167.331

{Veja Exemplo 2, p. 272.)

Qisplay Desci:iptive Statistics ...1
MINITAB l
~ e Descriptive Statistics .. . Test and Confidence lnterval for One Propo rtion
1-Sample l--· Tei,t of p • 029 vs p not • 0.29
1-Sample t .. .
2-Sample t .. . Sample X N Samplep 95.0 %CI Z-Value P-Value
Paired t ... 1 354 1219 0.290402 (0.264919.0.3158851 0.03 0 .975
1 Propor't1on
2 Prgportions. ..

l-d ,t i·.IJ§dd
(,pllulo 6 • lntervalos,econfi•II• 291
(Ver Exemplô 5, p. 256) (Ver Exemplo 3, p. 265) (Ver Exemplo 2, p. 272)

Tl-83Í 8 4 l Tl-83/84 l Tl-83/ 84 l
EOfT 'CALC ii,-iJ.~ Eorr CALC E#rid EOIT CALC ili-iM
1: 2 -Test... 2! T-Test... 5 ! 1-PropZTest...
2 : T-Test... 3: 2-SampZTest.•. 6: ·2-PropZTest. ..
3: 2 - SampZTest.. 4: 2 - SampTTest... 7: Z lnterval...
4: 2-SampTTest... 5: 1-PropZTest... 8: ilntervaL.
5: 1-PropZTest... 6: 2 -Prop2.Test... 9 : :2 - SampZlnt...
6: 2 - PropZTesL 7: i!:lnterval... Q: .2 -SampTlnt.•
Ili ZlntervaL.. 1!11 Tlnterval... mJ 1 -PropZlnt...

Tl-83/84
Zlnterval
l
• Tl-83/84
Tlnt.erval
l
• Tl-83/84
1-PropZlnt
l
•
ln~Data 1'111 lnpt::Dat:a lll!IIII x; 354
s: 1.5 i: 6.22 n: 12 19
,x:22.9 Sx: .42 C-Level: .9 5
n: 20 n: 20 C81culate
C-Level: .9 C-Level: .99
C&lculate C&lculata

Tl-83/84
Zlnterval
l
• Tl-83/84
Tlnterv.al
l
• Tl,83/84
1-PropZlnt
l
•
(22.348, 23,452) (5.9513. 6,4887) (.26492..31589)
X• 22.s , . 6 .22 li)= .2904019688
n= 20 Sx= .42 n= 12 19
na 20

l-d 1t i1.IJ§dd

Capítulo 1
~
/ l
1
'---- Testes ~e hipótese
com uma amostra
Onde estamos Para onde vamos
No Capítulo 6, voei! começou a estudar estatística Neste capítulo, você continuará estudando estatística
iiúerencial. Naquele capítulo, você aprendeu a formar um inferencial. Mas, agora, em vez de fazer estimativas sobre
intervalo de confiança esti1nado para un1 parãn1etro popu1a- um parâmetro populacional, voei! aprenderá como testar
cio.nal, tal como a proporção de pessoas nos Estados Unidos uma afirmação sobre um parâmetro.
que concordam com certa afirmação. Por exemplo, em uma Por exemplo, suponha que você trabalhe para a Harris
pesquisa por todos os Estados Unidos, realizada por Harris lutemctive e deva testar a afinnação de que a proporção de
lntemctive. em nome do BusillessSofware Alliance (BSA), fo- alunos norte-americanos entre 8 e 18 anos que fazem dowulaM
ran1 entrevistados estudantes an1ericanos co1n idades entre
de música da Internet sem pagar é p = 0,25. Para testara afir-
8 e 18 anos e perguntado a eles sobre suas atitudes em re.Ja-
1nação, você retira unla an,oslra aleatória deu = 1.644 eshl~
çilo a lei de direitos autorais e comportamento na Internet.
dantes e descobre que 526 desses fazem dowuload de música
Aqui estão alguns dos resultados.
na Internet sem pagar. Sua estatística amostral é p "'0,320.
Número Sua estatística amostral dif<?re o suficiente da afirma-
Número
Pecgunt• d• pesquis• de quem ção (p = 0,25) para decidir que a afinnação é íalsa? A res-
pesquisado
respondeu, sim posta está na distribuição de amostragem das proporções
VO<ê já fez dom11/0l!d de música 1.644 526 amostrais retiradas de uma população na qual p = 0,25. O
na Internet sen1 pagar por isso? gráfico a seguir mostra ·que sua estatística amostral está aci-
ma de 6 erros padrão d.o va.lor da afirmação. Se a afirmação
Vo<ê não fez dow11/ood de 1.644 690
mósicas sefl\ pagJr pois não for verdadeira, a probabilidade de que a estatística amostral
quer problemas con\ as leis? esteja a 6 erros padrão ou mais do valor afirmado é mui-
to Muena. Alguma coisa está errada! Se sua amostra for
Fazer doqt~11lood de música sem 1.644 986
pa.gar é sen1pre errado? verdadeirnmente aleatória, então você pode concluir que a
proporção real da população de estudantes não é 0,25. Em
VO<ê já lei dow11/011d de software 1.6'14 230 outras palavras, você testou a afirmação original (hipótese)
de lnternC't sem pagar?
e decidiu reje.itá-la.

Distribuição amostral

Escatí$tica anlostral
f)-0.320

-;~+--+~+--+~ ,"'--tl---+--'!~+--+....;::,,_-;.~1--~·~"'
~1 ~ U I W
.....
~ ~ l
~+-,
~
~ -+~+---t·~+--+~+----t~+---1~-+---ll---+~1---t-•-+--~:
-1 -6 -5 -4 -3 -2 _, o 3 4 S 6/ 7
Valor z padronizado
z ~ 6.55

l-d ,t i·.IJ§dd
fapiruk> 1 • lemsde híp~lflf com um..mo,11, 293

Ili Introdução aos testes de hipótese Oque você
deve aprender
Teste de hipótese ---+ Estabelecendo uma hipótese ---+ Tipos de erros e nível de • Uma introduç.lo p!álica ao teste
significância - > Testes estatísticose valores P - > Tomando e interpretando de hipó,ese.
uma decisão - >Estratégias para testes de hipótese
• Como estabelece, uma hipótese
nula e uma hipótese attein.fa<a.
I Teste de hipótese • Como identificar os erros tipo Ie
No restante deste livro, você estudará uma importante témica em estatística in· tipo li e intetp!etar o nível de sig-
ferencial chamada de teste de hipótese. Um teste de hipótese é um prodlSso qu.e usa nificância.
estatísticas arnostrais para testar a aíirn,ação sobre o valor de um parãrnetro popula· • Como saber se <levemos usar o
cional. Pesquisas em campos tais como medicina, psicologia e negócios confiam nos tes1e estatls1ico uni ou bkaudàl e
testes de hipótese para a tomada de decisões fundamentadas sobre novos medicamen· encontrar um valor P.
tos, tratamentos e estratégias de mercado. • Como !ornar e inleipretar deci-
Por exemplo, suponha que um fabricante de automóveis amu1cie·que seu novo sões baseadas em resuhados de
carro híbrido tem média de milhagêm de 50 milhas por galão. Como poderíamos mos· um teste estatistico.
Irar que esse anúncio é falso? • Como escr~ uma afirmaçao
Obviamente, você não pode testar todos os veículos, mas você ainda pode tomar ~ara um teste de hipóteses.
uma decisão razoável sobre a média da milhagem retirando•se uma amostra aleatória
da população de veículos e medindo a milhagem de cada un1. Se a média da amostra
diferir o suficiente da média do anúncio, você pode decidir que o anúncio está errado.
Por exemplo, para testar que a média de milhagem de todos os veículos híbridos
desse tipo é 1• = 50 milhas por galão, você pode retirar uma amostra aleatória de 11 = 30
veículos e medir a milhagem de cada.Suponha que você obtenha uma média amostral
de x = 47 milhas por galão com desvio padrão amostral de s =5,5 milhas por galão.
Isso indica que a anúncio do fabricante é falso>
Para decidir, você faz algo inco1nun, -voei ass11111e que o anríucio c5tá correto! Ou
~ja, você assume que 1• = 50. Então, você ex.a.mina a distrib,üçã.o de amostragem das
médias amostrais (com 11 =30) retirada de uma população na qual 11 =50 e u = 5,5.
Pelo teorema do limite central, você sabe que essa distribuição de amostragem é nor·
ma.1com média de 50 e desvio padrão de
5,5 l
Jrõ"' .
No grá.fico a seguir, note que sua média amostrnl de x= 47 milhas por gal.io Importante
é muito improvável - está a aproximadamente 3 erros padrão da média a.firmada.
Usando as técnicas que você estudou no Capítulo 5, você pode determinar que se
Confonne você estuda este
o anúncio for verdadeiro, a probabilidade de se obter uma média amostral de 47 ou capít11lo, não fique confuso
menos<! de aprox1madamente 0,0013. Es1e <! um even10 incomum. Sua supos1çao de
sobre os conceitos de certeza
que o anúncio dà empresa está correto o levou para um resultado improvável. Então,
e i·mporlãncia. Por exemplo,
ou você teve uma amostra muito incom,,m ou o anúncio é provavelmente falso. A mesmo se você tiver muita
conclusão lógica é que o an!'incio é provavelmente falso. rei;;teui de que a m~.ia de
miHliag~m de certo tipo de ve-
Distribuição de amostragem de x ículo híbri.dp não é 50 milhas
por galão,.a real média de mi·
Média hipotética lhagem pode estar muito pró·
Média an'IQStral ,,= 50 xima a esse valor e a difere~ça
:f=47 pú51e não ser importante.
~~.-\~ .,__..........~_,_;::,,..;.....--,_ ,
• o . a~ SI n. M
---t--·---+~+---t--<~-t--+~+-:
. ... ..3\ .. -1
'2 (l 2 3 .t
V,1lor padroniit~lo 1.
z =-3,Q

l-d ,t i·.IJ§dd
294 • lstathtica,pli(ad,

1 [stabelecendo uma hipótese
Uma afirmação sobre um parâmeh'o populacional é chamada de hipótese
estatística. Para testar um parâmetro populacional, você deve afirmar cuidadosa-
n,ente um pa.r de hipóteses - urna que represente a of~nna.ção e outra, seu co1n-
plemento. Quando uma dessas hipóteses for falsa, a outra deve ser verdadeira.
Qualquer uma das hipóteses - a hipótese 1111/n ou a J, ipótesc nlternntivn - pode
representar a afirmação origina.!.

Importante efinicão
-·~~~~~~~~~~

O termo 'hipótese nula' foi i~- 1. Uma hipótese nula H0 é uma hipótese estatística que contém uma afirmaçào de
tróduzido por Ro11.alâ Fisher igualdade, tal como ~, = ou ~-
(veja.p. 28). Sé a afiflJ,lação na 2. A hipótese alternativa H, é o complemento da hipótese nula. Éuma afirmação que
lfüpóti!se nula não for verda- deve se, verdadeira se H0 for falsa e contém urna afirnnação de desigualdade estrita,
deira, então, a hipótese alter- tal como>,., ou <.
•iativa q,eve ser verdadeii:,i.
H0 é lido como 'H subzero' ou '11ipótese nula' e H, é lido como 'H S\Jb-a' ou hipótese
alter0<1tiva.

Para escrever as hipóteses nula e altemativa, traduza a afirmação feita sobre o
parân1etro populacional de uma afir,naÇ'ão verbal para uJna afinnação n1aten,átira.
[__ Retratando o mundo i Então, escreva seu complemento. Por exemplo, se o valor da afirmação for k e o parâ-
Uma amostra de 25 pacientes metro populacional for 1•, então alguns pares possíveis de hipóteses nula e alternativa s.io:
sele<ionados ale.,toriamente
com estágio inicial de press.'10
H:i., s; k
0 {H :1.1 ~ k
0 {H :1,=k
0

alta passou por um ajuste qui-
{H, :1i > k H, :1t<k H, :1,,,,k
,roprálico para ajudá-los a l>a.i-
Sem considerarmos qual dos trê'S pares de hipóteses você poderá usar, sempre
xar a pressão arterial. Depois
assu1na que ft = k e exan1ine a distribuição an1ostra) com base en, sua suposição. Oen·
de oito sen1anas, a n,édia da
tro dessa distribuição amostral, você vai determinar se a estatística amostral é ou não
queda na press.'lo arterial sis-
incomum.
tólica dos pacientes foi de 14
,milímetros de mercúrio. En- A tabela a seguir mostra a relação entre possíveis afirmações verbais sobre o
tão, afirma-se que a média da parâmetro,, e as hipóteses nula ou alternativa correspondentes. Afirmações similares
queda na pres&'io arterial sistó- podem ser feitas para testar outros parâmetros populacionais como p, q ou u'.
Uica de todos os pacientes que
Formulação verbal H, formulação matemática Form,~ação verbal 1:1O
pass.,ram por esse ajuste qui- ;\ 11,édia é A111édin é
roprático espe<ial é de 14 milí-
in,etros de n,ercúrio. (,ldr,pt#if~•tf(
l'li,! )r.:1n111I U11,1"J1u1 1/yfJl'~l,·~»r.)
...11uúor ou igual n k.
...pelo 111e11os k.
f11:;,_
N ·µ > k
.~k
...1ttC1tOr lJlW k.
...abaixo de k.
... ,uTo 111e.11os q"<' k. •..11/CtlOS qttt~k,
Dcttrmiue ns llip6t&; 1111/n ,· 11/-
l<'Tllfllim µ,rn ,~,n nfirmn,titl. ... 111t11~ 011
•.. no 111áxi111ok.
igual n k.
r·:,,:,;k
H0 :1.1> k
...111nior que. k.
...ncit110 dt•k.
... utfo 111nis do que k. ...11,ois do que k.
...igual o k.
... k.
•..cxnta11l~·11tc k.
I H0 :1,= k
Ha:l' = k
...nr1o ig1111.I n k.
...difercule de k.
... llffO k•

Exemplo [O
Estabelecendo as hipóteses nula e alternativa
Escreva a afirmação 001no un1a sentença n1ate1nática. Afinne as hipóteses nula e
alternativa e identifique qual representa a afirmação.

l-d ,t i·.IJ§dd
(apí,ulo7 • lem1de hipMt1e<om .,..,moi11, 295
t . Uma universidade publica que a proporção de seus estudantes que se graduaram
em 4 anos é de 82%.
2. Um fabricante de tomeiras anuncia que o índice médio de fluxo de água de certo
tipo de torneira é menor que 2,5 galões por minuto.
3. Uma indústria de cereais anuncia que o peso médio dos conteúdos de suas caixas
dé 20 onças de cereal é mais do que 20 onças.
Solução
t. A afirmação "a proporção ... é 82%" pode ser escrita como I' = 0,82. Seu comple·
mento é p » 0,82. Em razão de p =0,82 conter a afirmação de igualdade, ela ·se torna
a hipótese nula. Neste caso, a hipót<is<a nula representa a afirmação.
Hti p = 0,82 (AjimU1\'lf<I)
H,: I'"' 0,82
2. A afirmaç,i.o "a média... é menor que 2,5 galões por minuto" pode ser escrita como
1• < 2;5. Seu complemento é 11 ?: 2,5. Devido ao foto de 11 ?: 2,5 conter a afirmação
de igualdade, ela se torna a hipótese nula. Neste caso, a hipótese alternativa repre-
senta a afirm;iç,ão.
Hri ,, ?: 2,5 galões por minuto
H.,: ,, < 2,5 galões por mim,to 1;4fimh!(llo)

3. A afirrnaç.'io "a média ... é mais do que 20 on,as" pode ser escrita como 11 > 20. Seu li
complemento é 11, S 20. Em razão de,, S 20 conter a afirmação de igualdade, ela se -+<1--t--+-+-·.--+--+-+-+..µ
torna a hipótese nula. Neste caso, a hipótese altemativa representa a afirmação. 2.1 1;1 1..l 2.4 2.S 11) 2.7 2.8 2!>

N.; µ S 20 onças li,
H,: I' > 20 onças (,\firm•(llo) ~ +-+-+--+-....·-+-+-+-+,.µ
16 17 IS 19 M 21 H U U

Tente Escrevan afirn1ação conlo u1na sentença n1ate1nática. Afinne as hipóteses nula
Em cada um desses gr~ficos, note que
voc6 e alternativa e identifique qual representa a afirmação. cada ponto na linha dos números e~
em H0 ou H, mas não há POntO em
t . Um analista de consumo reporta que a vida útil média de certo tipo de bateria ambas.
automot.iva não é de 74 meses.
i . Um fabricante de tele,•isores publica que a variância da vida útil de certo tipo de
te.levisor é menor ou igual a 3,5.
3. Uma estação de rádio publica que sua proporção de audiência de ouvintes locais ·é
maior que 39%.
a. ltfmtifique a afirmação verbal e escrevn a sentença matemática.
b. Escre.111 o complemento da afirmação.
e. ltfeutifique as hipóteses nula e alternativa e deier111i11e qual representa a afirmação.
Ri~·,,ostn nn p. A42

I Tipos de erros e nível de significância
Não importa qual das hipóteses represente a alinnação, você começa o teste de
hipótese assumindo que a condição de igualdade na hipótese nula é verdadeira. Então,
quando realizar um teste de hipótese, você toma uma dessas duas decisões:
1. rejeita a hipótese nula ou,
2. falha ao rejeitar a hipótese nula.
Pelo foto de sua decisão ser baseada em uma amostra ao invés de ser baseada na
população inteir.i, h.1 sempre a possibilidade de você tomar a decisiio err.ida.

l-d ,t i·.IJ§dd
296 • [s1dlls1i<a•Pli<dda
Por exemplo, suponha que você afirme que certa moeda seja tendenciosa. Para
testar sua afirmação, você joga a moeda 100 vezes e obtém 49 caras e Sl coroas. Você
provavelmente concordaria que não há evidência para apoiar sua afirmação. Mesmo
assim, é possível que a moeda seja tendenciosa e você lenha um resultado incomum.
Mas, e se você joga a moeda 100 vezes e obtém 21 caras e 79 coroas°/ Seria uma
0<.-orrência rara obter somente 21 caras de 100 jogadas com ·uma moeda imparcial. En-
tão, você tem provavelmente evidências suficientes para apo.iar sua afirmação de que
a moeda é tendenciosa. Entrela.nto, você não pode ter 100'}1, de certeza. É possível que
a moeda seja imparcial e que você tenha obtido um resultado incomum.
Se I' representa a proporção de cara.s, a afirmação "a n,oeda é tendenciosa" pode
ser escrita como a afirmação matemática p "' 0,5. Se complemento "a moeda é ímpar·
cial" é escrita como p = 0,5. Então, nossas hipóteses nula e alternativa são:
Hip = 0,5
H,: 1' x 0,5 (.4Jim•l(ll<>)

Lembre-se, a única maneira de ter certeza absolula se H0 é verdadeira ou falsa
é testar a população inteira. Pelo fato de sua decisão - rejeita.r H, ou falhar em
rejeitar H0 - ser baseada em uma amostra, você deve aceitar que sua decisão pode
estar errada. Você pode rejeitar a hipótese nula quando ela é, na verdade, ve,dadeira .
Ou, você pode folhar em rejeitar a hipótese nula quando ela é, na verdade, falsa.

efin icão
Um erro tipo I ocorre se a hipótese nula for rejeitada quando é verdadeira.
Um erro tipo li ocorre se a hipótese nula não ior rejeitada quando é falsa.

A tabela a seguir mostra os quatro resultados possíveis de um teste de hipótese.

A verdade de 11.
Decislo 110 é verdadeira H, é falsa
Não rejeite H0 Deôsão correta Erro tipo li
Rejeite Jt, Erro tipo I Decisão oorrel~

O leste de hipótese, às vezes, é comparado·ao sistema legal usado nos Estados
Unidos. Sob esse sislema, os passos a seguir s.'io utilizados:
Verdaâe sobre o 1. Uma acusação por escrito é escrita cuidados.1mentc.
acus.a~o 2. O acusado é assunúdo como inocente (HJ até que se prove o contrário. O
Veredito Inocente Culpado ônus da prova fica ronl a acusação. Se a evidência não for forte o suficiente., não há
condenação. Unl veredito "não culpado" não prova que o acusado é inocente.
Não culpado Justiç,1 Erro tipo li 3. Aevidência precisa ser conclusiva além da dúvida cabível. O sistema assume
Culpado Em, tipo I Justiça
que há mais da11os ao se condenar um inocente (erro tipo il) do que não condenando
um culpado (erro tipo li).

Exemplo m
Identificandoerros tipos I e li
O limite USDA para contaminação por salmonela por frango é de 20%. Um ins·
petor de carnes reporta que o frango produzido por uma empresa excede o limite
USDA. Você realiza um teste de hipóteses para determinar se a afirmação do inspelor
de carne é verdadeira. Quando irá ocorrer um erro tipo I ou tipo 11?Qual é mais sério?
(fontr. U1ri1t1l Stt1fts f'kfvrr111H·111 <(f1\g1ic11fl111r.)

l-d ,t i·.IJ§dd
(ap1t,lol • ltSttSdthipótt1t<0111u,..amo111a 297
Solução
Deixe p representar a proporção de frangos contaminados. Aafirmação do inspe·
tor de carnes é "mais do que 20% está contaminado". Você pode escrever as hipóteses
J"lula e alternativa con10 ven1 a seguir.
H0: p $ 0,2 Aproporção é menor que ou igual a 20%.
H,: p > 0,2 IAjimnr~~·) A proporção é maior que 20%.

O frango ('Stá dentro O frango excede
dos limites USD/\ os limites USDtl .

.....o--+--+--+---·~<--+--+--++- p
0.16 0.18 0.20 0.22 0,2.,1

Um erro tipo 1ocorrerá se a proporção real de frango contaminado for menor ou
igual a 0,2, mas você decidir rejeitar H.- Um erro tipo nocorrerá se a real pr:oporç.lo de
frango contaminado for maior que 0,2. mas você não rejeiro H.- Com um erro tipo J,
,•ocê pode criar um pânico sobre saúde e causar danos às vendas de produtores de
frango que, ,,a verdade, estão dentro dos limites USDA. Com um erro tipo li, você
pode estar permitindo que frangos que excedam o limite de contaminação sejam ven·
d idos ao consumidor. Um erro tipo li pode resultar em doenças ou mestno mortes.

Tente Uma empresa espeeializada na fabricaç,'lo de paraquedas afirma que o índice
-e de folha de seu pri~icipal paraquedas não é mais do que 1%. Você realiza um
leste de hipótese para determinar se a afirmação da empresa é falsa. Quando
ocorrerá um erro tipo I ou tipo li?Qual é mais sério?
a. Afirme a hipótese nula e alternativa.
b. Escreva os possíveis erros tipo I e li.
e. Deter111i11e qual erro é mais sério.

Você rejeitará a hi pótese nula quando a estatística amostral da distribuiç,fo de
amostragem é incomum. Você já identificou eventos incomuns como aqueles que
acontecem com probabilidade de 0,05 ou menos. Quando usamos testes estatísticos,
um evento incomum à.s vezes requer ter uma probabilidade de O,10 ou menos, 0,05 ou
menos ou 0,01 ou menos. Pelo [ato de haver uma variação de amostra para amoslr<1,
S<?mpre há a possibilidade de que você rejeite a hipótese nula quando ela é, na verdade,
verdadeira. Em outras palavras. embora a hipótese nula seja verdadeira, sua estatística Importante
~,~~~~~~~~~-
amostral está detenninada a ser um evento incomum na distribuição de amostragem.
Quando você decresce a (a
Você pode diminuir a probabilidade de fazer isso diminuindo o nível 1lesig11ifidt11cia. probabilidade máxima per-
missível de se cometer o erro
Defini~ão tipo 1), você provavelmente
aumeritará (3. O valor 1 - {J é
Em um teste de hipótese, o nível de significância é sua probabilidade máxima permissível para chamado de poder. de teste.
éometer um erro tipo 1. Ele é denotado por ,~ a letra grega mintísaJla alfa. Ele representa a pi:obabilida-
A probabilidade de um erro tipo li é denotada por (3, a letra grega mintísaJla beta. de de rejeitar a hipótese nula
qullndo a hipótese altemativa
for verdadeira. (') valor do
Configurando-se o nível de sign.ificãncia em um valor pequeno, você está dizendo poder é difíàl (e às vezes im-
que quer que a probabilidade de rejeitar uma hipótese nula verdadeira seja pequena. possível) de se enrontrar na
Os Ir~ níveis de significância comumente usados &io n = 0,10, <1 = 0,05c<1 = 0,01. mai.oria d05 casos.

l-d ,t i·.IJ§dd
Z98 • [~OLiltica•pli<<do

I Testes estatísticos e valores P
Depois de afirmar as hipóteses nula e alternativa e especificar o nivel de signi-
ficância, o próximo passo no teste de hipótese é ot>ter uma amostra aleatória de uma
população P. calcular as estatísticas an1nc..trais romo n,tidia P. d ~vio padrilo. A ~ tatístira
que é compamda oom o parâmetro na hipótese nula é chamada de estatística do teste. O
tipo de teste usado e a distribuição de amostragem são baseados na estatístÍQI do teste.
Neste capítulo, você aprenderá sobre vários testes estatísticos com uma amostra.
A tabela a seguir mostra as relações entre os parâmetros populacionais e suas estatísti-
cas de leste oorrespondentes e as estatísticas de teste padronizadas.

Parimelro populaóonal Estalística de teste Estalístic-a de teste padronizada

,. X
: (&'\"10 7.2. 11 2:30.
1(Scçâo 7.3.11 <30)
p ;, z (S,:çJo 7.4)

"' sl .t ·' (S..'Çã<} 1.S)

Uma maMira de se decidir se rejeitamos a h.ipólese i>ula é determinar se a pro-
babilidade de se obter uma estatística de leste padronizada (ou uma que seja mais
extrema) é menor que o nível de significância.

efinicão
Se a hipótese nula fOI verdadeira, um valor P (ou valor de probabilidade) de um teste de hi·
pótese é a probabilidade de se obter uma estatística amostral com valores rào extremos ou mais
extremos do que aquela determinada a panir dos dados da amos1ra.

O valor Pde um teste de hipótese depende da natureza do teste. Há três tipos de
teste de hipótese - teste unicaudal esquerdo, unicaudal direito e bicaudal. O tipo de
teste depende da localização da região da distribuição de amostragem que favoreça a
rejeição de H0 • Essa região é indicada pela hipótese alternatâva.

efini{ão
1. Se a hipótese alternativa H, oomém o símbolo de menos que (<),o teste de hipótese
será um teste unicaudal à esquerda.
Teste unicaudal à esquerda
H0: 11~k , - - - - - - , - - - - ,
Htt: I' < k Pé a área à csqu~rd:..
da cs1ntística do 1c.s1c.

-J -l wl o
r.~1ott'ló1i,..,. do tt'~

2. Se a hipótese alternativa H, contém o símbolo maior q...e igualdade (>),o teste de
hipótese é um teste unicaudal à direita.
Teste unicaudal à direita
H0: s•<k
Pé 1 área :l dircit.1
Ha: µ> k
da CSl3lÍ$tÍC,1 do léSh!.

-3 -2
_, O 1 2
l!,-1.1:niqíc:..<l,, 1«.11:

l-d ,t i·.IJ§dd
(apfi•l• I • lestfl .r. hipôlflt{OII Ul11Ull\O!Ua 299
l . Se hipótese alternativa H, contémo simbolo de não igualdade (" ). o teste de hipótese
é um teste bicaudal. Em um te~te bicaudal, cada cauda tem uma área de { p.

r é du.1.s ,~ t,c.s il
átca à esquerda do
Teste bicaudal
Pé duo.s ,·C-?.~ .n
área à diroira do
--
Dica de estudo
ºmad.ode
ter:ceiro tipo de teste cha·
teste bicaudal poll]ue
a ev.idê~ia que poderi<1 apoiar
é

valor negativo da a hipótese alternativa poderia
éstatístic::i do tesre. estar em qualquer cauda da
distribuição de amostragem.

- .1 -2 -1 o 3
T1!__<.:1c,ç<.121Jf1ko

Quanto menor o valor P do teste, mais evidência há para se rejeitar a hipótese
nula. Um valor P muito pequeno indica um evento incomum. Lembre-se, entretanto,
que mesmo wn valor P muito baixo não constitui prova de que a hipótese nula é falsa.
somente que esta é provavelmente falsa.

Exemplo m
Identificando a natureza de um teste de hipótese
Para cada afirmação, estabele~.i em palavras e símbolos H0 e H,. Então, determi·
ne se o teste de hipótese é unicaudal à esquerda, à direita ou bicaudal. Descreva uma
distribuiç,'lo de amostragem normal e sombreie a área para o valor P.
1. Uma universidade publica que a proporção de seus estudantes que se graduaram
em 4 anos é de 82%.
2. Um fabricante de tomeiras anuncia que o índice médio de fluxo de água de certo
tipo de torneira é menor que 2,5 galões por minuto (gpm).
3. Uma indústria de cereais anuncia que o peso médio dos conteúdos de suas caixas
de 20 onças de cereal é mais do que 20 onças.
Solução
Em símbolos Em palavras
1. H,; p = 0,82 A proporção de estudantes que se graduaram em 4 anos é 82%.
ri.,: p ao 0,82 A proporção de estudantes que se graduaram em 4 anos não
4- área do
valor P
é82%.
Pelo í.:tto de 110 conter o sírnbolo .,:,., o teste é de hip6te:;e bicaud<"L O gráfico da
distribuição de a.mostragem normal à <ISquerda mostra a área sombreada para o
valor P.
2. H,: 11 ;:: 2,5 gpmA média do índice de fluxo de certo tipo de tomeira é maior ou
igual a 2,5 gpm.
H.,: ,, < 2,5 gpm A média do índice de fluxo de certo tipo de tomeira é menor
que 2,5 gprn.
Devido ao fato de H0 conter o símbolo <, o teste é de hipótese unicaudal à es·
querda. O grMico da distribuição de amostragem normal à esquerda mostra a área
sombreada para o valor/>.
A média do peso dos conteúdos das caixas de cereal é menor {i.re,a do
ou igual a 20 onç,'IS. valor P
H.,: 11 > 20 oz A média do peso dos conteúdos das caixas de cereal é maior
que 20 onças. o

você deve tomar uma decisão e interpretá- -la. à direita ou bicaudal.da está na que se torne a hipótese nula. decidir rejeitar ou falhar ao 2. compare o valor derá que há do. Escrei. região de reieição. as regiões de rejeição na prõ- xima. Se P $ a. afirme de modo de teste padroniza.t i·.is tipos lxlsi.ação. par.ação.e é un. e. nte P. apoiar a afirmação. Se você quiser apoiar a afirm. Se você não quiser apoiar a afirn1ação. l-d .ão é baseado em ..icdudal ~ c~que1'da. Rejeit~r H0 Há evid~nda suficiente para Há evidência suficiente pata rejeitar a afim1ação. se nula como verdadeira. Se P > o. O gráfico da distribuição de amostragem normal à esquerda mostra a área sombreada para o valor P. então rejeite H.i afim. Determine se o teste é uni caudal à esquerda. o teste é de hipótese~ unicaudal à direita.a distribuição de amostragen. Uma estação de rádio publica que sua proporção de audiê11cia de ouvintes locais é maior que 39%. nonnal e som . Exemplo m Interpretando uma decisão Você realiza um teste de hipótese para cada uma das afirmações. RNj)ftllfl 1tr1 p. Como você deve interpretar sua decisão se rejeitar H/ E se você falhar em rejeitar H/ . para apoiar a afinnaçà-0.lSll<a opfi(odO Pelo fato de J-10 conter o símbolo >.regiões ct_e para rejeitar a hipótese nula.. Um a11alista de consumo reporta que a vida útil média de certo tipo de bateria automotiva 11. A tabela a seguir ajudará você a interpretar sua decisão. A43 I Tornando e interpretando uma decisao Para concluirmos o teste de hipótese. rcej~ tar H0. você apren. Quando a estatística se torne a hipótese alternativa. Falhar ao rejeitar Não há evidência suiident~ Não h'á evidência suficiente H. 3 breie a área para o valor P. então falhe em rejeitar H. Afirmação é H.\0 é 74 meses. à você direita ou bicaudal. a. b.\l'il cada . Descreva un. Você ap. Isso simplesmente significa que não há evidência suficiente s. O segt!iido Falhar em rejeitar a hipótese nula não significa que vO'Cê tenha aceitado a hipóte· tipo básico de tegra de deci. afirme de modo que Ttjeiçãó.I mais sobre Decisão Afinnação é H. Há somente dois resultados possíveis para um teste de hipótese: (1) rejeitar a hipó· tese nula e (2) falhar em rejeitar a hipótese nula.seção. 2. Para usar um valor P para chegar a uma conclusão em um teste <le hipótese. Pcom o.'11 H0 e H.rende. Descreoo uma distribuição de amostragem J1orn1al e sombreie a área pára o valor P.IJ§dd 30 Q • lst.-1 rejt•itar . dele1·1nine seo teste de hipótes..:\Íi1'1lh1\iiO. a probabilldade obse(Vada (valor l?) de um erro tiP9 J ~ Jl\OOQS que Alirmaçao 1 a . cos <(e regra de decis~o para 1. A regra de deósão élescrita nesta ~ágina é baséa- da ero vfüores l?. Importante egra de decisão baseada em um valor P Neste capílulo. l.

So/11ção 1. Se você falha em rejeitar H0. Tente Você realiza um teste de hipótCSl'S para a afirmação a seguir. Especifique o nível de slgnif~ncia. o -= ? 3. Identifique a hipótese nula e a alternativa.-l. então a hipótese nula é "a média de distância de frenagem . H. (.. a. Instruções para o teste de hipótese 1. Como você deve voei interprct~. Detennine a distnbuiçào amostral padrooizada e faça o gráfico.: ? 2.. Se você rejeitar H. 2.oscral é baseada na suposi~'ào de que H0 é vcrd:1deíra.1o se você falhar em rejeitar a hipótese nula. A a6nnação é representada por H.IJ§dd (apf<Ulo) • Tew.~mm(l\•): urna universidade alega que a proporção de seus estudantes que se graduaram em 4 anos é de 82%. Calcule a estatística do teste e seu v.ljin11. é maior ou igual a 136 pés". ~---' o 4.. Se você falha em rejeitar H0.): a Co11s11111er Reports afirma que a média das distâncias de frenagem (em superfície seca) para um Honda Civic é menos que 136 pés. você deve concluir que "há evidência suficiente para indicar que a afim1ação da universidade é falsa". l-d . Expresse a afirmação verbal e matematicamente. então você deve concluir que "não há evidência suficiente para apoiar a afirmação da Co11s11111er Repor/ de que a distância de frenagem para um Honda Civic é menos que 136 p&'. então você deve concluir que "há evidência suficiente para apoiar a afirmação da Co11s11111er Report de que a distância de frenagem para um Honda Civic é menos que 136 pés". .): uma estação de rádio publica que sua proporção de audiência de ouvintes locais é maior que 39'!(.secomomaamos11.s a seguir.al0< padronizado. então se rejeitar H. 301 1. essa dis..aehip61. b.r sua decisão se você rejeitar 11/ Se você falha em rejeitar H. 2.? 4 H.t i·.iio an. Adicione ao gráfico.. (~ftn11"(&. Interprete sua decis. H0 (..~1&. A afirma(.'10 representada por 11. As instnoções gerais para o teste de hipótese estão resumida. então você deve concluir que "não há evidência suficiente para indicar que a afirmação da universidade (índice de graduação em 4 anos de 82%) é falsa".ribuiç. H0 : ? H. Interprete sua decis.'\o se você rejeitar a hipótese nula..

os gráficos mostram 1un teste unicaudal à direita. se você quiser uma con· clusão que apoie sua afirmação.sP no contexto r.ria e quer rejeitar a afirmação? Soluçtlo 1.sào: O valor Pé n1enor ou igual ao nível de. I' 2':: 96 horas será a hipótesl! nula. Devido ao fato de você querer rejeitar essa afirmação. Seu complemento. H. 96 horas. r:i1lio cie você querer apoiar a afirmação. >% . > 96 horas será a hipó- tese alternativa. Par:. Lembre-se de que você não pode usar um teste de hipótese se você quiser apoiar sua afirmação se ela for a hipótese nula.signilícância'! Não >. Uma das afirmações é que a média do tempo de recuperação para os pacientes após o novo tratamento é menos do que 96 horas. I __F_"a_u_. a estratégia que você usarti no teste de hi pótese deve depender de você estar tentando apo.IJ§dd 30 2 • (st. as n1esrnas instruções básicas ta1nbén.:11 < 96 horas. H0: 11 $ 96 (. En. você não quer que o tempo de recuperação seja menos do que % horas. primejm pe. Entre· tanto. ::. Primeiro pense sobre o contexto da afirmação.:1. como pesquisador. Então. 6.-\lir1114(Ao) H.'?io. se aplica1n para testes unicaudais à esquerda e testes bicaudais. responrler h que:stão. faça a afirmação como a hipótese nula.l:\ :ifir"n.. Se você quiser rejeitar a afim1ação. Então.1. I Estratégias para testes de hipótese Em um tribunal. . Seu complemento. Use a seguinte regra de deci.1tiva se (1) você é parte da equipe e quer apoiar a afirmação' (2) você é de uma equipe adversá. Como pesquisador de uma outra equipe. fonne-a de modo que seja a hipótese nula. Como você escreveria as hipóteses nula e altern. Exemplo m Escrevendo a hipótese Uma equipe de pesquisa médica está investigando os benefícios de um 11ovo tratamento cirúrgico.t i·.ilar:.:ic. Escreva a afirma~ para ínterprew sua deci~ o no contexto da afirm3'ão original. EncontJe o valor P.. Nas instruções dadas. H0: . l-d .iar óu rejeitar a afirmação. a estratégia usada pelo advogado d!epende de ele estar repre· sentando a defesa ou a acusação.e_· º_'-" _"'_'i_o_ir_ttr_H_o_ --J Rejeite H0 7. monte sua afirmação de modo que ela seja a hipótese ai· temativa.: JL < 96 (Ajinr"1(11'>) 2. expresse a afirmnção da hipótesl! alternativa de modo que a média do tempo de recuperação para os pacientes seja menos que % horas. H0 : J< 2':: 96 H. De 1naneira sin. Então..tfstkaa~icoda 5.

determille se o teste de 1-.c. fl $ 645.45. Identifique qual é a afirmação. H.i quando estão em um carro ou cami- 16. o' ?: 1.2. relacione a hipótese alternativa com estudantes universitários. Entao. Afirmando hipóteses 24. fl (b) µ nh.o de US. Como você escreveria as hipóteses nula e alternativa? a. Preço base para um ATV O desvio padrão do preço base de t 1.2.0. de hipó(ese? 19.. você pode apoiar a hipó. /' < 128. 13.6 •F. 25. Cintos de segurança Os re'sullados de um estudo recente 15. Como você escreveria as hipóteses nula e altemativa? 2.. 5. H. 8. determine se aafim. 11 7" 3. 26.». (a) ? ... C•nsus B<rleo~) seu gráfico. certo tipo de velC\llo para quakt.uer tipo de terreno não é mais do que 020. 6. H. < 3. afirme a hipótese nula e faca o gráfico. mOSIJ'am que a prop(lfçao de pessoas nos Estados Unidos que usam cintos de segura'nç.\ . 11 > 3. p<0. 5. 27. l-d . à direita 2.. Verdadeiro ou falso? H0 : 1' > 8. 21.manos (ver p. 23. Uma hipótese estatistíca é uma afirmaÇ30 soore a amostra. (M<. Descreva os dois tipos de erro possíveis em uma decisão de teste ou bicaudal.. iatsa. 9.lo os dois tipos de hipóteses usados no teste de hipótese? Como elas s.IJ§dd (apl!Ulo 1 • Ttms dt hip6tesrn. H0 : q ?: 5. b. > 2.pótese com as hipóteses nula e alte<nativa dadas é unicaudal à esquerda.21. Se você quiser apoiar a afirmação. 3.t i·. Um valor P grande em um teste irá favorecer uma rejeiçao da Afirmando uma hipótese hipó(ese nula Nos exe<dc:iosde 23 a 28. 5. escreva-a como sua hipó· Escreva as hipóteses nula ealternativa. pot milhão de embarques tem desvio padrão de menos de 3.. 7. Escreva sua alternativa edetem.. use os dados para represemar a afirma· de embarque de uma empiesa. Você quer mostrar que essa afir- mação é falsa. ond All(JI/S$) ? 3 4 28. H. Lâmpadas Um fabócante de lâmpadas afirma que a vida útil média de certo tipo de lâmpada é mais do que 750 horas. reesaeva como uma frase . eslabeleça aafianação matematicameme. H. Você faz parte de uma equipe de pesquisa que está investigando a temperatura média de adllltos h1. Quais s..25. 12. p = 0.'.J. 11 (d) Identificando testes 1.a130 é ve<dadeira ou 20. tese nula. o número de enos de embarque ção.ine qual é a H0 e qual é H. Se você decidir rejeitar a hipótese nula. . tese alternativa. você assumé a hipótese alternativa como verdadeira.25. O nível de signifícAncia é a probabilidade máxima que permite Usando e interpretando conceitos que \'OCé iejeite. 4. Euos de embarque Conforme a afirmação do departamento Nos exercícios de 9 a 14. No teste de hipó(ese.2. Se for falsa.: p = 0. Estudantes universitários Lima organiza130 de pesquisas re- Análise gráfica pocta que 28% dos residentes em Ann Haroor. 10. Michigan.lo relacionadas? Nos exe<cícios de 19 a 22. A afirmação comumente aceita é que a temperatura média é de aproximadamente 98. H0 : p "'0. Hi l' $ 8. Nos exercicíos de 3 a 8. 22. (~e· Norx.. 319). Deter111ine se você quer apoiar ou rejeitar a afirmação. Ili Exercícios Construindo habilidades básicas e <onceitos 18..0. H0 :q <5. Tempo de secagem Uma empresa afirmá que sua marca de 17.: . (e) µ tinta tem tempo médio de seca~m de menos de 45 minutos.umaall>Oslfa 303 ente 1. Você representa uma indústria química que está sendo proces'sada por da- vócf nos na pintura de automóveis causados pela tinta. a. a hipóiese nula quando ela é verdadeira.r. = 142.. Você quer apoiar a afir- 5 mação que a média dos custos de reparos por automóvel é menos que S650. Escre-<)11 as hipóteses nula e alternativa.lo é de 81%. z 3 4 . sAo Nos exercícios de 15 a 18.•erdadeíra. H0 : a2 -:e 142. H.. 14.al t:enrer !e...

.--.) é de oproximadamente 21 mÍíl<J!os.Po/1.lncia de o = O? Interpretando uma decisão Nos exercício. que um consumià°' passa on~ine por dia é mais que 28 minutos. 50% de ques apoiar essa afirmação. ra de uso único de 24 foios é mais do que 22. Escrevendo a hipótese: fabricante de refrigeradores Um fabricante de refrigeradores afirma que a média do temp0 de vida Identificando testes útil dos refrigefadores de seu COflCorrente é menos de 15 anos..lo/ C1« Wmin. f0t Ed<JcO!>OO "°'"'"") 47.lr ó Jojo pilt-0' vo afirma que a média do Dte«> de SUVs J)e<luenos é menos do comprar mais móveis.~ 8ur00<1 oi /r/bot Srotis!líS..· 11o. 37. (b) você representa o concorrente e quer rejeiulr a afirmação? 36..000 milhas.. Se o teste Analise grafica de hipótese for reaíaado. que a díminuição probabilidade ckl maioria dos sonhos é maie< do que 10 minutos. ~ o--..>S que ganham mais do que S 11. 30 dias de ceno medicamento para o COI~. à direita ou bicaudal. Relógios um fabricante de relógios de pendulo afinna que o 50.s.."flfl-t /l>!tillite. veria as hipóteses nula e a!tetnat~·a? (Fonre: to. calorias ~ fabricante de bebi<(a para al!eras af•ma que o con· Estados Unidos que sAo analfabetos em inglês é de 5%. uma indús1ria farmacêutica acha que o custo médio é menos do que S 60. eSCteva as sentenças deSCtevendo os desvio padrão para a milhagem de gasolina de seus modelos é erros tip0 1 e li para o teste de hipôtese ~ afirmação i~ . determine se o1es1e de hipótese para Você deve realizar um teste de hipóteses para testar essa afir· cada afirmação é unic. l-d . Você trabalha para umo em· 34.9 milhas por galão. 29.. . Como você escreveria as hipóte- p0rção de casos de c!ncer de JXJlmào causados por cigarro é de ses nula e alternativa se: 87%.odo de de um erro úpo I aume1ta a prooobilidade de um erro tipo li? 11>e lu. Entendendo o conceito Po.0tg.S. (Fcw.) 52. Gene da diabetes De accrdo com um estudo recente..lo.ime· 53. presa de ônibus e quer rejeitar essa afinnaç. Televisão via satélite De acordo com uma pesqúisa recente.e1 a. Câncer de pulmão Um rekltório de governo afirma que a pro. Como vocé escre- 30<l'o das residências none-ame.) .ArJop.icanas têm 1el~o via satélite.anamento do trabalho ne<le·ameócano) afirma que a pr0p0rção de trabalha· dores honst. Escrevendo a hipótese: prOVl!dor de Internei Um provedor temp0 médio de per~s de seus relógios não é mais de 0.. ~... Preços dos suv (util~ário esportivo) Um fabricante automoti· pelo menos 60% de seus novos clientes irõo retom('. Nos exercícios de 35 a 40. Computadores De acordo cem uma pesquisa recerne... (F. . de 41 o 4G. \locê 32. . . (t!rfo. Xadrez Um dube de xadrez local afirma que o tempo de oora· médicas está investigando o cus1<> médio de um suprimento para ção de uma partida tem desvio padrão de mais que 12 minutos. ReVl!lação de filmes Uma indústria de filmes foiográficos afirma que a média do número de filmes revelados para uma c._ .. Escrevendo a hipótese: medici'na Sua equipe de peSqJisas 31.55 p0r hota é maior do que 75%. de 3. considcce <0do ofirmo<.: teúdo calórico médio de suas bebidas é de 72 calorias por porção..re. mação.!odo de e°"'"""' fiepctt<) 30.ooode-kl<m:._.t i·.) (a) você 1ep<esema o provedor de lntemet e quei apoiar a afir· 38.IJ§dd 301. _ecn. • [>t<tllti<"pli<od• Identificando erros 44..Xorlo de U.r. Entendendo o conceito Por que não usar um nível de si&<1ifi· c. Você deve testar essa afirmação..o. você tem a hipó1ese nula e trés in· (a) rejeitar a hipótese nula? tervalos de confiança que representam três amostragens. Postal Service (serviço pOStal norte-americano) (a) 67 < 1• < 71 é de 0. Sonhos Um instituto de pesquisas afirma que a duração média oo 51.3%.40 libras.odo de e~=> (b) você representa um concorrente e quei rejeitar a afinnação? 39.---. Compradores que retornam Uma loja de móveis afirma que 4S.. Como você esaeveria as hipóteses tcdos os norte-americanos carrega uma vaiiaçãodogene queaumen· nukl e al1ernativa? ta o risco de diabetes.> de finanças afirma que o llldice de retomo de um título none-americano de 15 anos tem desvio Expandindo conceitos padr!o de 5.a.____ r• 42.--x 67 68 69 70 71 72 73 43.· Lu11gCana... l. como você deve interp<eldr a decisão de Nos exercícios de 53 a 56. que S 26.---ç-1-1---.iudal à esquerda. ap0iar a afirmação? tários de residências tém um aklrme de segurança. 40. Pú1. (Maç. Escrevendo a hipótese: empresa de táxis Uma emp<esa de 33.. -<1-+-_.sdos por dia. (For. Alfabetização um est\Jdo afirma que a proporção de adunos nos 46. Milhagem de gasolina Um fabricante au1omotivo afinna que o Nos exercícios de 29 a 34. Pneus A vida útil média de ceno pneu não é mais do que mação? 80. Depar1me1>1 oi Labour (def.02 de Internei tenta obtet anunciantes e afinna que o tempo médio segu. 88% táxis afirma que o tempo médio de viagem entre dois des1inos dos estudantes universitários têm computador.) 48. Deci~ (b) falhar em rejeitar a hipótese nula? se cada intervalo de confiança indíca que você deve rejeitar H0• Explique seu raciocínio.d As"""°'"") 49. indice de retorno Um anafist. (Md{. Alarmes de segurança Pelo meros 14% de todos os proprie· (a) você representa o fabricante e que.860. Como você esaeveria as hipóteses nula e altemativa se: 35. 41 . Ganhos por hora O u. Pesos de carregamentos Um uabalhador do govemo afirma 67 68 69 70 71 72 73 que o desvio padrão ckl média do peso de todos os carrega· memos do U.

205 .73 0. en1ào rejeite H0. ~ .19 0.1s o.19 0.22 0.54 . Se P :. você aprendeu que uma maneira de obter uma condus.21 0. egra de decisão baseada em um valor P Para usar um valor P para tomar uma decisJo em um teste de hipóteses. a distribuição de amoslragem para x (a média amostral) é normal. 2.75 . -1-• 51 52 53 54 55 56 57 0.5 < 1• < 56. Se P > u.1• o. H0:p $ 0.76 (b) 51.+--+--.70 0.11 o.20 0. No Capílulo S. ~1--+--+---<>---+--0--+-f> 51 52 53 54 55 56 57 0.73 <p < 0.745 p 0.76 55. 1$ 0.76 (e) 54.71 0.19 <P < 0. A regra de decisão para um tesle de hipóteses baseado ern urn valor P eshi a seguir.22 0. <72.18 0. probabilidade) de um teste de hi póteses é a probabilidade de se obter uma estatísti· ca amostral com um valor tão extremo ou mais exlremo que aquele determb1ado a partir dos dados da amostra.20 0.Usando o valor Ppara um deve aprender teste z -> Regiões de rejeifao e valores críticos -> Usando regiões de rejeifâo para um teste z • Como encontrar valores P e usá- -los parateslar a médiaµ.-<>·-1--+--i~P 51 52 53 54 55 S6 57 Ql7 0. (e) 0..zs ID Testes de hipóteses para a média (amostras grandes) Oque você Usando valores Ppara tomada de decisões . 18 0.72 0..5 < 1• <55. ..20 (e) 0.70 0.73 0. l.23 -1-• --11---1--~ --.74 0.21 0..l.~+--+-o~p 67 68 69 70 71 72 73 0.21 0.73 0.23 54.5 (b) 0.695 < p < 0.7.?4 0. 305 (e) 69.lt 0.2 1 -f> 0.20 0.71 0. Na regiões de r~ao em uma distri- Seção 7.76 (a) 0. compare o valor P com n.'io em um teste buiçao normal de hipóleses é usar um valor P para a estatística do leste.15 0.1esde~i~1ei. um valor P(ou valor de para um tesle z.5 (b) 0. 17 0.2l 0.72 0. ent~o falhe em rejeitar H0• ._.5 < .70 0.75 0. tal como x.725 ~ 51 51 53 54 55 S6 57 •• 0.IJ§dd (apltulo7 • r.23 (a) 53.73 0.i 0.17 0. 175 <P< 0. Lembre-se de • Como usar as regiOõ de rejeição que quando você assume a hipótese nula como verdadeira.7 15 <P < 0.~.10 0.75 0 ..5 (a) 0.20 0.n o.5 < 1• < 54..t i·.<011umaamos1r. I Usando valores Ppara tomada de decisões • Cllmo usar valores P para um tesiez.

a área da cauda à esquerda. a. Interpretando um valor P mais evidência há a favor da rejeição de H0• O valor de l' O valor P parn o teste de hipótese é P = 0. você deve falharem rejeitar a hipótese nula. b.05. Encontrando o valor P para o teste unicaudal à esquerda Encontre o valor l' para o teste de hipótese unicaudal à esquerda com estatística de teste z = -2.01? de. Para o teste unicaudal à direita. voce significância for (1) o = 0. você deve falhar em rejeitar H0• Tente Encontre o valor P para o teste de hipótt>se unicaudal à esquerda com estatísli· 2 é cade testez = -1.0129. b.05. Con.0237 < 0.23 é 0.23.23. você de~e rejeitar a hipótese nula. que é a área na cauda à esquerda.pare o valor Pcorno nível de significância. jeitaria H0 em qualquer nível designifit'ânciamaior ou igual entii O valor 1> para o teste de hipóteses é J> = 0.62. Íltlerpretnçilo Como o valor P = 0. nula. Compnre o valor P com <1 e decida se rejeita H. P = (área na cauda da estatística do teste). Para o teste bicaudal.0237.01. 1 a. Pelo fato de0. Então.Ira a curva normal padrão com área sombreada à esquerda de z = -2. a.0237. Cnlc11le o valor l' para o teste uni caudal à esquerda.r . P = (área na cauda direita). Encontrando o valor P para o teste de hipótese Depois de determinar a estatislica do teste padronizada do teste de hipótese e a área correspondente da estatística do teste.01 .62. Exemplo [D Teste unicaudal à esquerda.01 e (2) o = 0.0237 > 0.23 é P= 0.'io se o nível de a0.0129.05 e (2) o = 0. 2.= 0. llse a Tabela 4 no Apêndi. Pelo fato de 0. Decida se rejeita H0 se o nível de signitic. Para o teste unicaudal à esquerda. realize umdos passos a seguir para encontrar o valor P. Qu. Tome sua decisão.0129 é maior que 0. e.IJ§dd 306 • btati<1icaaplicad• Importante Exemplo OJ Quanto menor o valor de J'.al sua decis.5ignificfü1cia para o qual a Solução estatística da amostra permite que você rejeite a hipótese 1.ância for o = 0. Para o·teste unicaudal à esquerda. No Exemplo 1. o válor P para o teste de hi)lótese unicaudal à esquerda com uma estatística de teste z = -2.05.0347. 2 J P= (área na cauda esquerda) Da Tabela 4 no Apêndice B. D<!cidase rejeita H0 seo nível de significância fora. Qual sua decisão se o nível de fomece a você o menor nível significância é (1) a = 0.01.t i·. P = (área na ca. você re. b. Sol11çilo O gráfico mos. l-d .uda esquerda). e.ce Bpara localizar a área que corresponde a z = -1. a área que corresponde a z = -2.

I 11terpretaçâo Como o valor P = 0. é útil eslioçar a d~stri- o tamanho da amostra n for pelo menos 30.:. A<l.1udal con1 estatística do teste z = você 2. Da Tabela 4. Para usar o teste z. O gráfico mostra a curva normal padrão com áreas sombreadas à esquerda dez = -2. De 4 Te.11 tica de teste padro1\izad<1.0 162) = 0.aJor padronizado para a estatística do teste r.14 é O.0162) = 0. t\ .10 de amos- t:ragem das médias amostrais é normal.1 do teste e. você deve rejeitar H0.OI 62.01. você pode usar o desvio padrão da amostra s no lugar de &. você precisa encMtrar o .~~~~~~~~~~~ Erro padrão -Pste z para a média µ Dica de estudo O teste z para a média . l-d .0324. ..IJ§dd (apftulo7 • lem1de hip~tt1ecom11•1"m0111a 307 Exemplo rfl..ar a área que corresponde a z = 2.. Tente Encontre o valor P para o teste de hipótese bic.0324.•alor Ppara o teste bicaudal. 14 é P = 2 (0. esboço eleve conter a estatís- X.0162.31.____________ Encontrando o valor Ppara um teste bicaudal Encontre o valor J> para o teste bicaudal com t. o valor P para o teste de hipóteses bicaudal com estatística t= 2.t i·.9838 = 0. ou P<Jra qualquer populaçllo quando teses. 3 a. Seu estatistica do teste padronizado é z..istatístic-a do teste de 2 = 2. 30. c-11150 Solução P = 2(0. duas vezes a área na cauda da estatístic. (Média amostrnl).14.9838. b.14 é 0. Calatle o . é um teste estatístico P<Jra uma média populacional.(média hipotética) z .0324 é menor que 0. Decida se rejeita H0 se o nível de significância foro = 0. A estatlstica do teste é a média amostral Ii e a búição de amostragem.14 de teste z = 2.. Use a Tabela 4 no Apêndice B para localil. Para o teste bicaudal.l I Usando ovalor Ppara um teste z O teste z para a média é usado nas populações nas quais a distril>uiç.14 e à direita dez = 2. z- . O teste z pode •Com to<lgs os testes ele hipó· ser usado qualldo a populaçAo é normal e" é conhecido. p..05.05. P = 2 (área na cauda da estatística do teste).lrea à direit3 de z = 2. Então. R~p~tlf 11. Compare o valor P com o e dt'citln se rejeita H0.14.31. A área na cauda direita é -3 -2 -1 1 -0.u! Tn (1 Lembre-se de que -r-= erro padrao = "'· VII Quando n .1ote bicaudal cidase rejeita H0 se o nível de significância fortt = 0. a área correspondente a z = 2.

qf.: 11 2'. Para um teste unicaudal à esquerda. .: 1• < 30 minutos.::30. de a z.2. Na Tabela 4 do Apêndice B./3i.01.P = (área na cauda da estalísticado teste) 6. Identifique as hipóteses nula e alternativa. 4. Determine a estatística do teste z= x-. a área correspondente a z = -2.57 é 0. 3.2.. Para um teste unicaudal à direita. ~ . Identifique o. o valor Pé igual a área à esquerda dez = . (2) A média é a média hipo- cância. Então. Usando valores Ppara um teste zpara mé~ia µ trafor pelo mel'°5 30. Soluçlio A afím1ação é "a média de tempo de entrega é menor que 30 minutos". (1) A forma é 11ormal.. tética.o = 0. você deve rejeitar a hipótese nula. 30 minutos e ri. Encontre a área que correspon. Pelo fato do valor Pser menos que .IJ§dd 30 8 • (m1ktiC4a)li<ad• Importante lnstru(ões Quando o tamanho da ..amos.01.. AestaHstica do teste padronizado é: .57. Para um teste bkaudaJ. (. (1'111 1. rejeitar r10• 7.t i·. Então.ugar deu. 5.:. as hipóteses nula e altemativa &'io: H. i):ual a 11.useu.>) O nível de confiança é<> = 0. Há evidência suficiente para apoiar a aíinnação em o = 0. (3) O erro padrão é stf.. Encontre o valor P: a..5 minutos. Exemplo QiJ Teste de hipóteses usando valor P Em um anúncio. sabemos Em palavras Em símbolos o seguinte sobre a distribuição 1. P = (área na cauda esquerda) b..r ouse11.io no x contexto da afinnação original. 2. lome uma decis. Como esse teste é um teste unicaudal à esquerda. Declare a afirmação verbal e Afirme H0 e H.5 minutos e desvio padrão de 3.5/ .30 3. ___ X-Jt • . Caso contrário. l-d . (alhe em tese nula. P = 0.s onde s poçle ser usado oo padronizado.io para rejei· Rejeitar H0 seo valor Pfor menor ou tar ou falhar em rejeitar a hipó.0051.57. uma pizzaria afim1a que a média de seu tempo de entrega é menor que 30 minutos.lftmn~/!. Especificiue o nível de signifi. Use a Tabe)a 4 I\O Apêndice B.5 . 28. P = (área na cauda direita) e. Interprete a decis. de amostragem das médtas amostrais: matematicamente. Uma seleção aleatória de 36 tempos de entrega tem média amostral de 28.0051.01? Use um valor P.

4 Uma amostra aleatória de 100 automóveis tem média de velocidade de 36 milhas por hora e desvio padrão de 4 milhas por hora.. t'$lnbelcçn as hipóteses nula e alternativa.i----=:.(l()() fQ()SO.57 I11terpretnçào No 1Yfvel de significância 1%. Decirln se rejeita a hipótese nula.. Tente Proprietários de casas afinnam que a velocidade média de veículos que pas· ••d sam por sua rua é maior que o limite de velocidade de 35 milhas por hora..000. lllterprete a decisão no contexto da afirmação original. E11co11tre o valor I'.s 1>1'\o mpondcu . ldc11tifiq11e o nível de significância.. Use um valor P. 611co11tre a estatística do teste padronizado z.-.260 ~((:nQt<I.t.ra 309 Teste unicaudal à esquerda . O z l t = -2. A média amostral de investimento é S 135.. e. a. A4. Investimento de franquias l11\•~stin1cn1p n1l:dio ~ 4~% 41 % S 143.. e.000 ou m:». f.. b.. Rt"51JOSltl llf1 p.. d. você tem evidênáa suficiente para conduir que a média do tempo de entrega é menor que 30 minutos. l-d ..lllOl. Há evidência suficiente para apoiar sua afinnação em I\' = 0.pftuk>I • lem1dehípó111Hom. Há evidência suficiente para apoiar a afirmação em o·= 0..i"'!--1---+--1--1-----. Então.05.l Exemplo m Teste de hipóteses usando valores P Você acha que a 'informação do investimento médio de franquia mostrada no { ~ Veja passos MINITAB na gráfico é incorreta..05.000 com desvio padrão de $ 30. Use um valor P.C $ 1()0.d S 100. ldc11tifiq11e a afirmação..t i·. investimento necessário para cada. então você seleáona aleatoriamente 30 franquias e determina o p.349.IJ§dd r. -3 \-2 _..

ti5•' n • .05? com os dados originais.044!0464253 <las descritivas.51 é0. Então.~. Então.01.\6rm. d.11" dr 11 ~ 30. a estatística do teste padronizado z. Pelo fato do valor f> ser maior que o.Dica de estudo Usando.a afinnação.260".1.0655.0655. Con. 30.io) O nível de significância é a:= 0. Elmmtre o valor P e. ISIAT ! Esrolha o menu de ij'ESTS Exemplo m 1. há evidência suficiente para duvidar da média reportada pelo distribuidor? Use o valor P.013647416 (1 : . µ o: 6. as hipóteses nula e alternativa S<1o: H. uSl' o lts.51.260 e H. a. Em a:= 0. Você s11speita que essa média não seja corret<1. .ra en- e.IJ§dd 1 31 O • útatll\ica aplicada Sol11çtio A afirmação é "a média é diferente de$ 143.t i ..0655) = 0.2 s:e você entrou com estatísti. Como Pé menor que 0.io que você deve tomar usando dedados (Data) se:você entrou um nível de significância de o = 0. a área correspondente az = .0055) = o. .51 é 0. Usando a ferramenta de tecnologia para encontrar ovalor P Selecione a opção de entrada Qual tela da Tl-83/84 abaixo representa a decis. T• nte Um de seus distribuidores reporta uma méd. então você 5 seleciona aleatoriamente 35 dias e determina o número de vendas a cada dia. x: 6.000-143. l-d . 07 entre com os valores apropria. O valor P para esse teste é dado por 0.: J• "' $143. .pode tanto entrar com os dados originais em uma tista p. o valor Pé igual a duas vezes a . A ár~a à esquerda de Na Tabela 4 do Apêndice B.. contrar o valorP quanto entrar com as estatístia!S descritivas.51. 2 z= -2...000/Í3Ô Teste bicaudal ~ .a 11-83/84. f. 47 P=. P= 2(0.:: 30.ea à esquerda dez = -l. .1. A estatística do teste padrotúzada é: ·.05. Solução Então. você.r..0440464253.: Z-Test.1.1310 Então.lr.ia de 150 vendas por dia para o você direito de distribuição. A média amostral é 143 vendas diárias com desvio padrão de 15 vendas. Z-Test Z-Test cione a opç. E11co11tre. P= 2(0. você deve rejeitar a hipótese nula. você deve falhar em rejeitar a hipótese nula.: 11 = $143. lde11tifiq11e. 135.6. .07 x=G. lde11tifiq11<' o nível de significância.. n:53 n=53 µ: FJ!E (µ o )µ o gos induindo o tipo~teste de CaTculate Draw hipótese correspondente indicado pela hipótese alternativa. b.260. para concluir que a média de investimento de franquia é diferente de S 143. (. c.o se z=-1. l11terprete a decisiio no contexto da afinnação original. Séle. Emcada caso.1310.então trata de um teste bicaudal.260.05.tt• :. Decida se rejeita a hipótese nula. x-.301100.'S§I! µ.260 Co. .mi> .. -. Iuterpretaçào ó l Não há evidência suficiente no nível de significância de 5%. l'Slabele{a as hipóteses nula e alternativa. selecione Cakulate.'io de entrada Stats lnPt: Data l.

. Res. l-d . Nível de significânda de 1% Sol11çiio O gráfico à direita mostra a curva normal padrão com a área sombreada de 0.. 3. A43 I Regiões de rejei~ão e valores críticos Outro método para decidir se rejeita a hipótese nula é determinar se a estatística do teste padronizada está dentro de uma amplitude de valores chamada de região de rejeição da distribuição de amostragem.ão está à esquerda desse valor crítico. a hipó- na região de rejeição. enco.o. . R&p~III 1u1 p..10. evento incomum. Definitão Importante -·!~~~~~~~~~~ Uma região de rejeição (ou região critica) da distribuição amostral é a amplrtude de valores Se a estatística de teste está para a qual a hipótese nula não é provável. o z-escore que corresponde a uma área de 0. O. e.01 é -2.tt<' é'. (b) ca11d11/ à diréitn. d.t i·. 4.. a. . para localizar a área que esteja mais próxima a o.. Encontre o z·escore que corresponda a essa área. A região de rejeiç. l/.()S. Faça a distribuição nonna.u. EntiiO. Um valor critico z0 separa a região de rejeição da região de não rejeição.nicaudal à esquerda vocf com o = 0.. encontre z-escore que corresponda·a ~o e 1 -ia...01 na cauda esquerda.1 padrão.107 • fott1 dt hip61""""' . Exemplo m Encontrando um valor crítico para um teste unicaudal à esquerda Encontre o valor crítico e a região de rejeição para um teste unicaudal à esquerda com o•= 0..mostra 311 Para o teste de hipótese da Tl-83/84 mostrado no Exemplo 6.'ío.pn. o valor crítico é 20 = -2.33.l = 0. ~. b. ria considerado un.e a Tabela 4. lde11tifiq11e a área de rejeição.01. Na Tabela 4 do Apêndice 8. 1 a. encontre o z~re que corresponda à área de Q.2J3 Tente Encontre o valor crítico e a região de rejeição para o leste u.) dccis. AIJ . Decida se o teste é unicauqal à esq'lerda..IJ§dd C...ntre o z-escore que corresPf)nda à área de 1. 2. . b. Se uma estatística de teste está nessa região. isso se- tese nula é reieitada. (d o bica11d11/. Encontre o(s) valor(es) crítico(s) z0• Se o teste de hipótese {or: (a) c11111f11/ à esquerda.. Co111p11re o valor P com o nível de significância. à·direita ou bicaudal.c11he o gráfico da curva normal padrão com uma área de o na cauda esquerda. To. Especifiqt\e o nível de significância o.01. Instruções [ncontrando os valores críticos em uma distribuição n·ormal 1.t..33.3 / -1 -1 O 1 '2 3 'o = .. tome uma deci- são no nível de significância de <. 0ese\1he uma linha vertical em cada valor crítico e sombreie a região de rejeição.

Falhe en1 rejeitar H 0 . Falhe cn1 rejci1:.645 Para concluir u. As regiões de rejeição estão à esquerda de -z.975 s. l-d . Rejeite H0 .t i·.'lo do teste bicaudal com 1. para os níveis de significância d. use o z~escore do 1neio entre os z-escores correspondentes.96 e z0 = 1.m teste de hipótese us. no Exemplo 7 a área mais próxima de 0. não estwer na região de re1e1ç. 0. z < '4. Exemplo [ül Nível de significância de sr. localizar a área mais próxima a 1o -10.ão. vocé toma uma decisão e a interpreta. respeltivamente. }a=0.225 em cada cauda.28 I Usando regiões de rejeição para um teste z Direita 1.025 O gráfico à esquerda mostra a curva nor1naJ padrão co1n as áreas sombreadas de -/ 1 1 o = 0. 8 a.ern CêJda lores críticos silo çpostos. Dcse11he o gráfico da curva norn1al padrão co'1n uma ár~a de o. Isso cauda. Use a Tabela4 para.0099.IJ§dd Se você não puder encontrar a área exata na Tabela 4.645 Direita 1. calcule a estatística do teste Direita 2. use a área que seja majs próxima. então rejeite H0• 1 2. 2 é semp~ verdadeiro para os testes 2 bicaudais. Dica de estudo Ten Encontre o valor crítico e a região de rejeiç. Então. -·~~~~~~~~~~ você . Encontrando valores crítícos para o teste bicaudal 1 . lde11tifiq11e as áreas de rejeição. então falhe em reJe1tar H0• Teste unicaudal à esquerda Teste unicaudal à direita Teste bicaudal falhe-em rejeitar H0 . z> zõ Falhar em rejeítar a hipótese nula não significa que você aceitou a hipótese nula como verdadeira. Alfa Cauda % 0. o o o . mais com.96 0. Solução ~ a= 0..96. os valores críticos são .. A área à esquerda de -20 é o = 0. estiver na região de rejeição.645 Bicaudal *1.96 eqra de decisão baseada na região de rejeicão 0.975.1r H0.z0= -1.33 Para usar a região de 1ejei~o para conduzir um teste de hipótese..96 e 1.05.05 Esquerda -1.1ndo região(ões) de rejeição. . Por exemplo.025 e a área à esquerda 2 O 1 / 2 l de z.28 Bicaudal t 'l. Se a estatistica do teste padronizado: Bicaudal *2. b. 1 Note no Exemplo 8 que os va. Quando a área é exata1nente o n1eio entre duas áreas na tabela. é l .io-1.01 Esquerda -2.95 Encontre o valor crítico e a região de rejeição do teste bicaudal com a = 0.µmente usados.96. E11co11tre o z·escore que corresponda a essas áreas. como a seguir. = 0.08.10 Esquerda -1. Simplesmente significa que não há evidência suficiente para rejeitar a hipótese nula.e1 A tabela lista os valores críticos e.025 e z0 = 1. RcjeiteH0.33 padronizado z.. Rejeite H0 .575 l.a =0. os z-escores que 2correspondem às áreas 0. Na Tabela 4. e à direita de z.01 é 0.

.000 (A. ti111ndn /li'lo EPA? l/$e 11111 h'stc x-.os de passeio.000 e H.'lo automática que afirmação original.6.1. .. Declare a afirmação verbal e mate· Al:irmeH0 eH..IJ§dd C. Supo1\ha que a Honda acredite que o Honda Funcionári.o: padrão de 2.95 ó gráfico mostra a localização da região de rejeição e da estatística de teste pa· dronizado z..[. Use a Tabela 4 no Apêndice B. Encontre a estatística do teste pa· dronizada. .000". agência de proteção ambien· tal.200. rejeição. a hipótese milhas por galão..ses nula e altemativa..645. o carro compacto com 8. l-d . publica relatórios da mi· 7. falhe em cul'.t i·. tal Protection Agency (EPA). lnterp.rete a decisão no contexto da tra.3 milhas por galão.:.000.édia dos salários é menor que$ 45.'io é z < -1. 0. 43500. . ll:!-1~<' ~ . com desvio nula e a alternativa pode1n ser escritas con.nsmiss.SÓO com desvio ilpoiar sun afinnação. 2 = 'i- ~ 1• r. (f1V1fdPA.. Com o = 0. 230.. Então.) H. Identifique e.000. 2. A estatística do teste militas I"''' gnhlo na ..05. u.1 A afirmação é: "a m. o.r.Ele obteve uma média de rnilhagem Exemplo [91 de 49 milhas por galão (na cid!ade) e 51 milhas por galão Testandoµ. ou se 11 ~30 use q~s. Em um ano rejeitar H0 • recente. ldentinque as hipóte- .. ela testa padrão de S 5. z= . teste a afirmação dos funcionários. Em virtude de z não estar na região de rejeição.64) :~ .5. .05.. Uma amostra lhas por galão na estrada. Determine a região de rejeição. Caso contrário..: .- z a1111 n .\ cada ano.Ív-el de significância de 5% para apoiar a afinna· :o = .J3Õ .45. Determine o valor crítico.1ss ção dos funcionários de que a média do salário é menor que$ 45. Faça a distribuiç~o de amost(agem. Para aleatória de 30 dos contadores da firma tem média de salário de$ 43. 5. maticamente. você folha em rejeitar a t) .os de uma grande firma de contabilidade afirmam que a média dos Civic h!bridoexceda as 51 mi- salários dos contadores é menor que a de seu concorrente. npainr n n{ir111nçi&1 tie que ns o valor cdtico é z0 = -1.os hipólese nula.1. 34 carros na estrada e obtém Solução uma média amostral de 52. teve a melhor milhagem foi o Honda Ovic lu'brido. com uma amostra grande (na estrada).. a Environ1nen.::. .io padronh:ada é: Ho utln Ciuic exccdnm nqueln .?00.58. 3.. \ foterpretaçào '~ -2/ . C) 1 1 ' Não há evidência suficiente no 11. Nível de significância de 5% l -n-• 0.01.•stratln .m01ua 313 lnstru(ões Usando regiões de rejeição para um teste z para média µ Em palavras Em símbolos J.. que é S45.idt1.200/ .645 e a região de rejeiç. Especifique o nfvel de significância.pftulo 1 • Í1$1el de híp6tt1e<om•m. ?: S 45.. 4.000 Veja passos Tl-83/84 na p.. • 5. Drt!.: 11 < $ 45.fim"'{•••) A «1idé11cin e ~11ficie11te pnm Em razão de o teste ser unicaudal à esquerda eo nível de significânciaser o = 0. Tome uma decisiio para rejeitar ou "'"" Rejeitar H0 se z estiver na região·de lhagem de gasolina para todas as marcas de modelos de veí- falhar em rejeitar a hipótese nula. 350.

Fnça um gráfico.~or-t)(ecutivo: (.2.ê1 0460 Então..:&.96 e z0 = 1. n1ais alta rc. Interprete a decisilo no contexto da afirmação origina. Com o = 0..: Jt"' $10. l-d . lk1•"'"'"" .IJ§dd 314 • f1111k1ica apli<.540/J900 1h.5 horas. você pode = · Ern razão dt! o teste set bicaudal e o nível de signiftt:finlia ser o = 0.05. a.. Adiferença entre sua estatística de teste e a média hipotética ocorre provavelmente por causa de erro de amostragem. Embora sua amostra tenha uma médiadeS 43.05.nt<r for ':'v11triti. a$. E11co11tre a estatística de teste padronizado z.111 P111ity r P1m1:c>titH1..S..1 pessoa con. e identifique a região de rejeição. lde11tifiq11e o nível de significiincia o-. b..01.5 horas. 24.460 Em n. 24025974 P=.460 x=10345 n=900 e H.. 10.t i·. Clliif&1't11lh'é' 0/ft<t'r-Sigl.izada críticos são-. há evidência su.ll ou din...) Solução :Z.= -1.uma li= S JOAtiO ~ ..460.500.1.96 e z > 1. Em a.-.1r . .\ design. 025073983 H0: I' = $10.if A$tio. As regiões de rejeição s.da Tenha cert<rza de que você entendeu a decis.!..460? (Ad•1•tod1> d. (A~rmll(ll<>) Usando a Tl·83/84. E11co11tre o valor crítico z.460. uma en1pr(.'lo tomada neste exemplo.000. 30.. d.345. estatfstica do teste padronizado é: z= -- x.""it.. você não pode(no nível de significância de 5%) apoiar a afirmação dos funcionários de que a média dos salários dos contadores ê menor que$ 45.%. Uma amostra aleatória de 35 dos 9 contadores da empresa tem uma média de 8. = 0. II.96. de 11 2.460".540. usado par. Exemplo [iõJ Testandoµ. e.c lf"lt ! 1. e.t:Sponsabilidadc ..345 com desvio padrão de $ 1. µ. lrle11tifiq11e a afirmação e estauelcça H0 e H. teste a afirmação do CEO. 11-. f. A automaticamente..lê$ para diretor gcr.10.ficiente para concluir que a média do custo é diferente de S J0.i o z < -1..>cirla se rejeita a hipótese nula.Tesl Você quer apoiar a afinnação de que "a média de custos é diferente de $10. D.i ~n1 int. então você seleciona urna an1ostra aleatória de 900 crianças (com idade de 2 anos) e descobre que a média dos custos é $ 10.. Você acredita que esse valor está incorreto. as hipóteses nula e alternativa são: z=-2 . C. Tente O CEO' de uma empresa afinna que a média de um dia de trabalho dos con· >J>Cê !adores da firma é menos do que 8. os valores trar a estatística do tesie padro. com amostras grandes O departamento de agricultura dos Estados Unidos reporta que o custo médio para se criar um filho até a idade de 2 anos na zona rural é de $10.2 horas com desvio padrão de 0.

o = 0. Teste unicaudal àdireita. {) ' 1 J . b. 20. 10. o = 0.z = 1. Teste bicaudal..r.?: 8. Faça um gráfico. o= O.99 1 2 3 0.460 no nível de significância de 5%. Teste bicaudal. 6.IJ§dd (. :: =-2. 12. encontre o valor P para o teste de hipó- tese indicado cem a estatística de teste padronizada z dada. 5. 10. Use o.m01ua 315 O gráfico mostra a localização da região de rejeição e da estatística de ll>ste padro. · 3 -2 O 1/ 2 z= 1.34. o = 0.2 _. Teste unicaudal à direita.01? l>los exercícios de 7 a 12 relacione cada vai°' P com o g1áf. O I j2 J 2.5 eP = 0.05. 11. z = -1.69.0132.23.20 a =O. Ní'vel de significância de 5% nizada z.t i·. \o .51 t = 1.0089.: . o =0. Rt<Sfl{l$ln 11n p. P = 0.460. 13. z = .pliolo1 • Tes1esde hip61..05.. a.02. Teste unicaudal à esquerda.2 _.08. A•IJ Ili Exercícios Construindo habilidades básicas e conceitos (e) (0 Nos exe1dóos de 1a 6. Usando a informação e os resultados do Exemplo 10.37 .03.56.01.H.5.0461: Análise gráfica (a) você rejeita ou falha ao rejeitar H0 no nível de significância 0. determine se há evidên· eia suficiente para apoiar a afirmação de que a média do custo de se criar uma criança desde o nascimento até os 2 anQS em uma área rural é diferente de S 10. Em virtude dez estar na região de rejeição. z= ..1.051 (a) (b) 14. Teste unicaudal à esque<da.z = 2.05.90 J -3 ·2 -· o t =. P = 0. P=0..30. 1-a =0.3 . P = 0. l-d . e. 1.1. o = 0. E11co11trc o valor crítico z. 8. Teste bicaudal.01. IO.~ IOOeP = 0.3050. 4. o = o. Teste unicaudal à direita. P = 0.H.0233. Decida se rejeita a hipótese nula.o = 0.09.95 Interpretação Você tem evidência suficiente para concluir que a média do custo de se criar uma criança desde o nascimento até os 2 anos em uma área rural é significantemente diferente de S10.82 3. Teste unicaudal à di1eita.= 0.0287. o = 0.:1.: i' < 8. 7. DadoH. /11terprete a decis. .0691: (a) você rejeita ou falha ao rejeitar H0 no nível de significância 0.0688..01' (b) você 1ejeita ou falha ao rejeitar H0 no nível de significância _. z = -0. O 1 2\ 3 18. o = 0. e identifique a região de rejeição. 17. você deve rejeitar a hipótese m1la.co que mostre sua área. -3/-2 _. .1. 9. Decida se deve rejeitar H0 para o nível de signiftància (\.secom. 10.051 Encontrando valores críticos (e) (d) Nos exerclcios de t 5 a 20.J. Os gráficos são nomeados de (a) a (f): (b) você 1ejeita ou falha aó rejeitar H0 no nível de significãncia 0. Teste unicaudal à esque<d. -J -2 _. o = 0. 15. DadoH0:11 = 100. = 2.10 no contexto da afirmação original. 2 3 -3 .01 . Teste unicaudal à esquerda. d . 16. lde11tiftq11e o nível de significância u. P=0. encontre os valores críticos para o tipo indicado de teste e nfvel de significância 11.22 19. Teste bicaudal.z = 2.

24.67 27.9 &3lõeo por ano..23. tO. Dtponme. você tem evidência (e) z = 1.94 libras. estatística amos1ral: = 1.200.800.l'u..96 .= 1. tes1e a afirmação sobre a mé· Nos exerciâos de 21 a 24. Bebedores de chá Uma sociedade de bebedores de ch. = = 29.05. o = 0.IJ§dd 316 • íst•tl1ti<"Plicad. Explique seu 33.500. 35. você pode a.01. Testes de matemática Em lllioois.01. (a) z = 2. S = 350.89. n : 50. Uma amostra aleatória de 60 pessoas nos Estados Uni- dos mostra que a média de consumo de atum por uma pessoa é . (a) z = 1. -2 .'tvre.) (b) z = -2.1a uma amostra de 32 sistemas e descobre que a médía de temperatura de ati. a afirmação de que a média do tempo que levou para os fumantes pararem de fumar permanentememe é 15 anos? z20 =12. n = 35. para rejeita. a = 0.2.04.585.s. Em o = O.1.t.1. > I.301. Sistema de-chuveiros de incêndio Um fabricantedech<N<?icos para pr01eção contra incêndios afirma que a mêdja de iempera- tura de ativação é de pelo menos 135 ºF. Testando afirmações usando valores P Nos exercícios de 33 a 38: (a) esaeva a afümação mateffl<lticamente e identifique H0 e H.«lo tk 28.JX)'. -.475. 0 1 respondeme.99. x (b) afirme " = 0.~5 (e) encontre 10l0<es P. você selecio. padrão de 35 em um teste nacio. Para testar a afirmaçào..98. você descobre que a mêdia de consumo de d>! é de 7. você pode rejeitar a afirmação do nu1f1Cionista? (Map. oitava série do estado é mais do que 275.9 fibras por ano com desvio padrão de 0. $ 22. Afirmação:. há evídêocia suficiente (d) z = . 0.z. estalistica amostral: = 23.al de matemática. há e\'idéncia o suficiente para (C) Z= . (d) decida se rejeita ou falha em rejeitar a hipótese nula.Íaçào é 133 ºFcom desvio padrão (b) z = . no nível de signific3ncia usando as estatísticas (a) afirme se o gráfico mos1ra um leste unicaudal à esquerda. =1. à amosuais dadas.285 1\ ' .. (b) encontre a estatlstica de teste padronizada z e sua área CO!· . de 3.. uma amostra aleatória de 85 alunos da oitava série tem nota mêdia de 282 com desvio ·raóocíntO.035.96 aleatória de 100 pessoas... Se for conveniente.655. No nível de signifíc. o 0. estatística amostral: = 39. (Adopl.10.1 O I Z\ 3 :o = 2. Em uma amostra .203.l estima que a média de consumo de chá por uma pessoa nos Esta- -3 -z\-• o 1 / 'l 3 dos UMOS é m<lis do que 8 galões por ano.2.'II oiJl(.fxor/o de Th• G<J. Parando de fumar O número de anos que levou para uma amostra aleatória de 32 ex-fumantes pararem de fumar perma· (c) z = 2.t i·. Em " = 0. oom desvio podrão de 2. nememente estão listados.oa . o = o. dia populacional . Análise gráfica (e) interprete a deàsllo no contéJCIO da afirmação original.01 .do de u.n = 75. S: 23.lncia " = O.Q7. Em" = 0.enr oiAgrkul'Vle.557. Se for convenieme. Análise gráfica Nos exerc(cios de 29 a 32. 22. a afirmação do administrador? f/ltloprroode Norion'JICenre< 1"' (d) Z= -1 . galões.. x 30.33 Usando e interpretando conceitos 23. (a) z = -1. .. por dia. use a tecnologia. Nos exe<cicios de 25 a 28. 16.) (e) z = l. n = 45. 36.464. direita ou bic<Judal.250. 3 1. O resultado 25. s = 3. 21.os. l-d .3 ºF. l libras (d) z= l. apoia. use a teaiologia.63 1. (a) z = 1.l.Or(IOflllOlrOll) ...05 ou 0.08. afirme se cada estalistica de teste padronizada z permite que você rejeite a hipótese nula. US Oepcm.05.280. de 2. =. Em ~ = 0.65. Consumo de atum Um nooicionista afirma que a média de consumo de atum por pessoa nos Estados Unidos é de 3... do teste informa o admi>iwadcx de uma escola estadual que a (b) z = l.1. Edu<alioo SI°"""'-) 34. -ti .755."' 6.030. Afirmação:.w.723.. Afirmação: 1• 40.000. s = 1. suficiente pará apoiar a afirmação do fabricante? (d) Z=. estatística amostral: x = 5.286.1. nota média no teste para os alunos&..õr a afirmação da sociedade? (b) z = 1..575 ' ' 1 (lldr. Afirmação:. x 32.

117 97. S 100.lo7 • le. (c) e. Vocé quer testar essa afirmaçio. você pode condJir que a média da quantidõde de sódio por porção de cereal é maior que 230 mffi$ramas? o 79 Chave: 017=7 { ~ 43. você 14 têm evidência sufiéiente para rejeitar a afirmação da caieteria' 15 o (Adopr<r.01.714 90.7 14 93.555 9. você amostra aleatória de 50 funcionários e seus 1empos de saida tem evidénciõs suficientes para rejetar a afirmaçJo do fabric.800. uma amostra aleatória de ca e identifique H0 e H. você tem evidência para rejeitar a afirmação do a decisão no contexto da afirmação original.s 1egiões de rejeiç.003 8. lí: · ma que a média de tempo que leva para um funcion. Os resuhados (em partes por bil~o) 4 1 13334667 estão listados a seguir.0 15. l-d .S 9. (a) eSCteva uma afirmação matemáti· médica e deve testar essa afirmação.!thlp6tnt<OII ui11umo1tr.7 15.178 98.402 99.589 6. Em o= 0. Em o. tampadas um fabricante de lâmpadasgarame que a média de ·. há evidéncia o suficiente para "mpadas fluorescentes. Durante os testes.198 95.234 86.265 10.000 horas. Nlveis de dióxido de nilrogênio Um cientista estima que a 1 199 média do nivel de dió><ido de n~rogênio em Calgary é maior que 2 26799 . você pode rejeitar a afirmação da empresa? (ltdqp"1</o cie AmetKOO 8 22 7 9 s.6 13.) a seguir.8 16.800 9.3 19..6 20.002 11. Em o = 0. 9. você pode apoiar a estimati· 5 2345788899 va do dentista' (AdoprarfrJ<h Cieati A>I S•ol«Jic NEGrw:e. você regislra a vida útil de uma amosua aleatória de 32 bama estão listado~ ~.161 97. Lâmpadas fluorescentes Um fabricante de lampadas fluores- nos anuais para gerentes de engenhana no Alabama ê mais do centes garante que a vida útil média de certo bpo de lâmpada é que a média nacional.09. ~é trabalha para uma assotiaçAo Nos exerdcios de 39 a 46.250 10.06...186 10.lrio vida útil de certo tipo de lilmpada é de pelo menos 750 horas.. 1/oc:ê q~r testar essa afümação.0 17.277 8.234 10.5 13.5 miligramas. Em o = 0. p<ograma? 39.144 91.ama e suas petda.0 19.860 94.2 22. 'X>Cê que< testar essa estimativa.Ao. Conteúdo de cafeína no café Uma cafeteria afirma que as 10 2566 bebídas recém·p<eparadas têm média de conteúdo de cafeína 11 12S78 de 140 miligramas por 8 onças.716 96. VOCé quer 1estar a afirma.714 82.917 98. o ~ 0.005 11.03.4 13.445 89.821 94. 1 14.eais tem média de quantidade de Tempos de saída do prédio (em segundos) sódio de 232 miligramas com desvio padrão de lO mi igramas.006 101. 12 078 1/oc:ê descobre que uma amostra aleatória de 42 porções de 8 13 8 onças tem uma média de conteúdos de cafeína de 146 mili· gramas e desvio padr~ de 22 mifigramas.qdap1«fodó Amef<(O·s CQee.9 21.556 97.2 16 98.03. Para isso.632 100.317 94.Jnte? do p<édio (em segundos) estão listados no diagrama ramo· 42.. 317 15.415 89.d) decida se rejei1a ou falha ao rejeitar ahipótese nula e (e) interprete Em o = 0.6 10.02.9 33 29 29 43 25 39 25 42 29 22 22 25 7.8 24 36 44 35 44 34 29 40 39 43 41 32 12.~o de 7.. Conteúdo de sódio em ceteais Você trabalha para uma or· ·e·folhas a seguir.001 10.9 15.2 14.987 7..IJ§dd (aph.7 13.980 10.016 8. depois de um mês soo listadas no diagrama ramo-e-folhas a seguir.6 12 8.04.613 92.482 99. Jf>lr.6 14 15 14 29 25 27 22 24 18 17 Salários Um polítko do AJabama afirma que a média dos salá· ( ~44.420 8.32 partes por bi!Mo. 151 10.t i·.991 12.qc-e 30 participantes do prog.05. 3 1 167799 vocé deteimina os níveis de di6xido de nitrogérío para 34 óias selecionados aleatoriamente.) ..) 9 03568 40..110 11./0 d<: Amei~"" Be.03 1 Perda de peso Um programa de perda de peso afirma que os participantes do programa têm média de perda de peso de pelo Testando as afirmações menos 10 libras após 1 mês.3 7.9 16. Você quer testar essa garantia.7 18.3 13.159 99. _ ) ·" '· 46 Simulação de incêndio Uma empresa de eagenharia afir· 41.les . Os resCJltados (em horas) s. Os salários anuais(em dólares) de pelo menos 10.5 21. evacuar o prédio durante uma simulaçAo de incêndio é me· Uma amostra aleatória de 36 lampadõs 1em média de vida útil de nor que 60 -segundos.01.lo mostrados apoiar a afirmaçAo do político? l.415 96. Em a = 0.254 6.oqos t o . você tem evidê!1cia suficiente para rejeitar a afirmaçao do fabricante? 92. você pode apoiar a afirmação ganiz.8 11.= 0.397 11.814 11. 176 10.8 13. Em o = 0.ção nacional de saúde e deve monitorar a quantidade de da empresa? sódio em certa marca de cereal.117 102.632 7.oge-Assooc1!ol1.143 8. Uma 745 horas com desvio padrao de 60 horas.ira para uma amosua aleatória de 34 geren1es de engenharia no Ala· fozer isso.556 10. P.584.719 79.932 10.3 11.380 93.155 13.\'<J. 1 2Ó.7 7. Em o • 0.7 que uma amos-~a aleatória de 30 garrafas de 12 oncas de bebi· 6 67 da à base de cola 1em média de coateúdo de cafeína de 39.lo.icontre a estaUstica do tes1e padtonizado.0l 5 6. 1/oc:ê descobre que uma amostra aleatóóa de 52 porções de ce.963 101.648 96. Conteúdo de cafeína nas bebidas â base de cola Uma em· p<esa fabricante de bebid<ls à base de cola afirma que a média do Perda de peso (em libras) após um mês conteúdo de cafeína por ganafa de 12 onças é de 40 mi igramas. (b) enconue os valores críticos e identif.0 l0.302 8.736 100.519 94. (...sde peso (em libras) a.975 88. você desooll<e 5 77 Chave: 517 = 5.2 7 0 19 miligramas com desvio pad.

~\dopw· (b) Use os mesmos val0<es. Você realiu. Vocé conduziu um ex· (a) Use os mesmos valores. média nula = 40. 48.. Isso é o que YOCê esperaria' Explique. lação de modo que pelo menos 1. média = 40. f'll. Em a = 0. 10 média.isa (d) Use. Uso de energia elétrica Vocé acredi1a que a média anual de uso de quilowatts por hora dos clientes residenciais nos Esla· (c) Use os mesmos valores. Usando valores Merentes de " e n l\'o Exercício 47. Faça a simulação de modo que pelo me. sejam realizados. = 3.07. mas aumente n de 30 para 50. hipótese alternativa de •<" e diSllibuição "normal".000. Oev. Compare a proporção de rejeições de hipó· Explore tese nula para os níveis 0.000 e H..il ~ rejcct ou. e descobre que uma amosna ale.r ale.05 e 0. so ' da distribuição (l\'ormal oo Right). mas aumente n de 36 para 40. rejeitada no nível 0. se13o selecionadas 100 amostras separadas de tamanho n de uma pô!l<J~O com esses parâmetros pô!l<Jlacionais. dos Unidos é menor que 11.500. a forma Nullmcal\:.'Ct\'<I e o valor Pé mostrado no gráf1CO inferior. . Oque pem1ite qtJe você rejeite H. $ 22. do ée Edison E. Conf.aooo você dica em S!MUlATE. 3.400 quilowatts por hora dita que H0 não é válida.ios 1. Simulações adidooaís podem ser feitas dicando·se em S!MUlATE múltiplas vezes. mas aumente a de 0.onha que a hipótese nula seja Passo 3 Especifique um valor para a média. Faça a simu· Passo 5 Especifique um valor para a média nula. média ~ 25.'et11.~ milhas de VMT com desvio 7 469 padrJo de 775 milhas.'!o. Pressione CLEAR (LIMPAR) para Gmpar liipótese altetnativa de ·nJo igual a· e distribuição "n0<mal'. você acre· residenciais têm média de uso de 11.01. a proporção popuacional real . um tesie de hipótese baseado na estatística Z é realizado e Rcje<t null os resul1ados de cada teste são mostrados nos gráficos â direita.01 para 0. mas aumente <> de 0.01? Explique Passo 4 Especifique um valor para o desvio padrão. perimento estatisiico onde H0: .OS e 0. r(. (b) Use os mesmos valores.500 e H.05? Sup. Isso é o que você esperaria? Passo 1 Especifique um valor para n. Sinn11tue j temotive).g/t110f 10 2 Mmti•••""') 49. Você re. será rejeitada no nível 0.05.l V Applet O applet 1eS1e de hipólese para a médio permite l\i~. ffif&ol H. explique 9 4 por que você não pode rejeitar H.). Você conduz um experimento estatistico 8 46 onde H. o valor nulo para a média (Nu/1 meon) e a altemaliva para o teste (AJ.05 para 0.01. Para cada uma das 100 amos· tras.lo.05. mas aumente a de 0. Milhas por viagem de veículos Você a<:redíta que a méóia (d) Use os mesmos valores.000 milhas.\lternMh~ j< v (Meon).os mesmos valores. média nula = 27. (Adcp1odo deus.02. Usando valores diferentesde o· e n No Exercício 48.. maior que 22. respeaivamente. alguma pesqu..:< 11.01 para 0.01.oi. mas aumente o de 0.IJ§dd 318 • [110tl1ti<"PIica. l-d . mas aumenten de 30 para 100..itória de 36 residências nos Es!ados 6 Unidos tem média anual de 22.gure n = 50. Sld.500.:> 22. Suponha que a hipótese nula seja rejeitada no nível 0.!1 1334667 cobre que uma amostr. As linhas preta e ónza representam os limites P<Jra rejeição da hipótese nula com níveis C::lear I de teste de O. Você pode especificar o tamanho da amOSlla n. O que permite que você rejeite H0 ? [xpandindo conceitos (a) Use os mesmos valores. Em o = o.: 11.t i·.Dc\·. = 5. anual de mi nas de viagem de um veiculo (VMl) por residência é 51. Redação Explique a diferença entre um testez clássico para. você acre· dila que H0 não ê válida. explique por que você nao pode rejeitar H. Compare a proporçAo de rejeições de hipótese nula Passo 7 dique em SlM lllATE para gerar o teste de hipóteses.. O.:11)'so que você investigue visualmente o teste de hi~eses para uma Std. .: lnsttM~.000 tesies de hipótese os resuttados exislentes e comece uma nova simulaç. Ela Passo 2 Especifique a distribuiç.li A estatística do teste para cada um é mostrada no gráfico superior ~>.atória de 30 consumidores 50. O Chegando a condusões número acumulado de vezes que cada teste rejeita a hipótese 1. o desvio pad1ão populaàonal real (Sld. Ela será rejeitada no nível 0. Dev.05 para 0.gure n = 30. Dev. Coof.. realizados. 2. para os níveis 0. . ili Ati vidades Teste de hipótese para média ~ DisttibudoB:· Norm:t. 47. 5rd. nula também é mosuado.06.i&2a algumas pesquisas e des· e o teste z para 11 usando um valor P.05 e 0.jl..) (e) Use os mesmos valores.05.01 .000 testes de hipótese sejam Passo 6 Especifique a hipótese alternativa. mas aumeme n de 36 para 80.? com desvio padr!o de 320 quilowatts..

Teste a hipótese de que a média da temperatura dos homens é 98. em 1ejeita1a hipótese nula.:11 "' 98. 98 00000011222233 44 44 98 55666666i78889 Afirmação: A temperatura de adultos é 98. 97 55666788889 9 Shoemaker usa dados do aíligo da JAMA para testar essa hipótese... sua decisão muda? Explique seu cado::(nio. 2.. Mecic.ealizando os 96 79 passos ~ seguir.6 ºF.. 100 3 (havê: 9614 :: 96.i1a formar um imel\'alo de confiança de 99% para a média da temperatura dos aduhos humanos.... use o ní"el de signifteAn& de o = 0. 'TI 67788899 9 98 0 00001222222333!4444 (b) Detem1ine os .. No artigo..lncia para a = 0.iue a estatística de teste padronizado.JIO(es P e usá-lpHom Na Seção 7.25. ~ 97 011 1234444 geralmente aceito que a média da temperatura de um aduho humano seja de 98. Aqui está um resumo do teste.)d:)sd? homens e mJheres saud. frequen- .-alo<es oíticos e os aooone ao gráfico.ime. 1• = 98. 100 Ch. (= p. 6.01.6 'f 100 Tamanho da amostra:n = 130. Use uma am..1heit}. Distribuição: Aproximadamente nonnal Estatística do teste: x = 98.)dlur. ano 2).. oo M~l)<and e...6 ºF.t JA\\l\$oram cd«.-v.wr:9613 = 96.iklres aiticos Valores críticos em uma distribuii~o t---+ Teste tpara a médiaµ (n < 30 eu em unta distribv~o 1.. 99 0 01 12234 99 9 (d} Enco. Teste a hipótese de que a média da tempe<atura das mufheres é de 98.4 (f) lnterp<ele a decisão no contexto da afirmação original..E!oçme..llimolo...IJ§dd (apflllO1 • lest!S ~ hipÕl!SHOIII Ull>UffiOltr• 3) 9 Temperatura dos homens Estudo de caso (em graus Fahrenheit) Temperatura corporal humana: o que é normal? 96 3 Em um artigo no Joumo/ oi Sratistics Educadoo (volume 4.. 3.. O que podemos concluir no ní~I de signific. Temperatura das mulheres (cm graus Fahrenheit) [xercícios 96 4 1. desconhecido) ---+ Usando valores Pcom um teste t • Como usam teste t para testar a médiaµ.t i·. 96 79 CJ<Ne um estudo que foi reportado no Joumal of the Am~.05. l-d ..6 ºF.6 ºF (A'irmo.2. no nível de signili<ância de " = O.ot. s = 0. Complete o teste de hipótese p. 100 O (e) Tome a decisão de 1ejeitar ou talha.11ode .:<it'< Oe. I Valores críticos em uma distribuição t • Como usar a tecnologia para err cootrar v.11Association (IAMA)*. Allen Shoemaker des..3 População: Temperatura de adultos humaaos (Fahre.\ncia de o = o.. Se você diminuir o nível de signifíc..h~ Oll'n idade$enve 18 e . O que podemos colldui.6 ºF. m Testes de hipótese para a média (amostras pequenas) Oque você deve aprender • Como encontrar v. e.OI? 5..oS11a de 130 temperaturas p.oi? 4. populacional quando o tamanho da amostta for pelo mer1-0S 30. você actedita que possa tê-to levado a uma colldu540 e11ônea> Dados doart1g. Adicione ao grafico. 1.O aMS. 98 5ó666777777S8SS8S89 (c} Determine as 1egiões de rejeição e os somb1eie no gráfico. Atemperatura corporal ' nom1al" convenáooal foi estabelecida por carl Wundemch mais de 100 anos atrás. no procedimento de aniostragem de 'A\Mlderlid.. Na vida real. 99 00012~4 99 5 H.áftco da distribuição de amost1agem.1s e mulheres) .a todos os adultos (l10me.73.i..oo) H. "ocê aprendeu a realizar um teste de lúpólese para uma média um teste t para testar a médiaµ..-de Ma')lar'd. 97 224 (a) Faça um g.. O que.

o valor critico é nega· tivo.leira com 11 . Solução Os graus de liberdade são: a = O.l. testar a média populacional I'· Para isso.725 Encontre o valo. '• o lnstru(ões Encontrando valores críticos em uma distribui~ão t Teste unicaudal à direita 1. l-d .. = -1. 2. você ainda pode ~. .IJ§dd 320 • lst<tllti<a apfüada Teste unicaudal à esquerda temente não é prático. Identi fique o nível de confiança o:. a. .583 =16. bicaudal.2 -1 O 1 2/ 3 ~ . Use sinal negativo.1 O 2 J . e. Então. un JI· ll1J Exemplo [D Encontrando valores críticos para t Encontre o valor critico 10 para um teste unicaudal à direita dado o·= 0. . 1111ica11dal à esquerda. b.r crítico 10 para um teste unicaudal à esquerda dado o = 0. você pode usar a distril:>ttição de amqstragem t com 11 -1 graus de liberdade. Para encontrar o valor crítico.1 graus de liberdade. b.05 na coluna "unicaudal.J.coletar amostras de tamanho 30 ou mais. Entretanto. se a popu· lação tiver uma distril:>uição normal.1 -4 -3 .Jlieaudal" com sinal positivo. use a coluna ''. = 14 e o· = 0. Use g. = 11 .0 =2. = n-1 = 21-1 = 20.= 11 .l.. er''..0 = .1. 3.05 e 11 = 21 Solllção Os graus de liberdade são: g.01 e 11 =14. E11co11tre o valor t na Tabela 5 do Apêndice B.e negativo. = 20 e 0. Se o teste de hipótes<is for< ~o .05 a= 0. Identifique os graus de liberdade g.01 na coluna "Unicaudal. use a coluna "Unicaudal er'' com sinal positivo. R~fh~f1. a.l.t i·.l =17.l.1.01e 11 = 17.OI g. 1111i~a11da/ à direita. ou aproximadamente normal. o". Teste bicaudal Exemplo ITT Encontrando valores críticos para t Encontre o valor crítico 10para um teste unicaudal à esquerda dádoq = 0. Encontre os valores críticos usando a Tabela 5 no Apêooice Bna fi. use a coluna "Unicaudal o" com sinal negativo. -3 .725. use a Tal:>ela 5 no Apêndice Bcom g. Como o teste é unicaudal à esquerda.2 \.

pi.05 na coluna "Bicaudal. Use siJ>aJ positivo.o l\.11 < 30) de uma distribuição normal ou aproximadamente normal quando q for desconhecido. retira. l-d .l I Teste tpara uma médiaµ (n < 30 eu desconhecido) Pa. Então: -/ = -2. a. um valor crítico é positivo e outro é 1>egativo. Como o teste é bicaudal.t I'· A43 Exemplo QJ Importante -111~~~~~~~~~~ Encontrando valores críticos para t Para aprender como determinar se a amostra aleatória é Encontre o valor crítico t0 para um teste bicaudal dado o = 0. Re:. a for desconhecido e n < 30. use a Tabe. a. = 16e 0.da de uma. Pelo fato de o teste ser unicaudal à direita.1 = 25.. b.l. Ropo.01 na coluna "Bi- ~'ludal. você pode usar uma distribuição de amostragem 1. = 8e o: =0.t i·. Euco11lrco valor t na TabelaSdoApêndice B.583. f11co11tre o valor t na 'làbela 5 usando g.oApêndice Bcom g. O teste t pode ser usado quando a popul~o for normal ou aproximadamente normal.01 na coluna "Unicaudal. b. usando uma amostra pequena (.l = 26 . Para encontrar o valor crítico. (Média amostral) .IJ§dd (•pltulo 1 • T~ tes de hip6\t1HOntll/ll.l.dal dado a =·0.ra testar uma afirmação sobre a média . use a Tabela 5 n. o:".st11 "ª 1'· A. Use sinal positivo e negativo.l. Os graus de liberdade são: g. 0 0 Encontre o valor crítico 10 para um teste bicau.01 e 11 = 16.(Média hipotética) Erro padrão este t para uma média µ O teste t para uma média é um teste estatístico para uma média populacional. veja.l. o valor crítico é positivo.~ndice C.mC1tia 321 Para encontrar o valor crítico. = 25 e o = 0.l.l. o". a". distribuiçãQ Sol11ção normal. .060..05 e 11 = 26.05 na coluna "Uni- caudal.:-11111. Aestatística do teste é ii e a estatística do teste padronizado é 1. Então: '· = 2.060 e t = 2. l l·" . Useg. = 15 e a = 0. = 11 .la 5 com g.

falhe em rejeitar H.900 1. Se você preferir usar valores P. fu.n ~itunçtlo.s/. a possibilidade de erro tipo J ou tipo li existe. Encontre. No estudo..l. 349.900.V111u. Há evidências suficientes para rejeitar a afirmação do revendedor em o = 0.l.-lfirnra(f. ldenti fique os graus de liberdade e g. Ptu:ifi( 54)11tl1tr"t!>I . (M•i•nol<> ~.. /-- rejeitar H0 . rejeite H0. (furte: .. Identifique a hipótese de a quantia permitida de 1 nula e alternativa.IJ§dd 3Z2 • r. sl1Jeis des. .000 e desvio padrão de $1.111í<o..Interprete a decisão no contexto da 0. as hipóteses nula e alternativa são: H. a 3. veja a p.. = n .~ s/ -. Lembre-se de que quando você toma uma decis. Blur Bodi. 324 para aprender como usar valores /> para o teste Ida média.900.113. H• H0 falso 5.- 8.'\o. Determine quaisquer regiões de re- verdadeiro jeição.faça a di. Determine quaisquer valores críticos. l-d .rio de lixo tóxico. Especifique o nível de significância. = 11-1 hipótese nula era 11 $ 1. e 1-l.Jla. se o nível de cádmio exce. ton1ada uma decisão Cffl re· lação a enviar cargas de ca- minhão de lixo contaminado com cádmio para um aterro lnstru!ões sanitário ou para um aterro Usando teste t para uma média µ.900".. Então. aterro sanitário. Exemplo m Testando µ com uma amostra pequena Um revendedor de carros usados diz que o preço médio de um Honda Pilot LX 2005 é de pelo menos S 23.Jn Com base em um teste t.. 6. (amostras pequenas}.{.05? Assuma que a população é normalmente distribuída. lome uma decisão de rejeitar·ou fa.. Expresse a afirmação matemática e Afirme H. miligrama por lih-o para o 2. veja passos MINITAS na p.y. /1 ~ 23.11 I~ 1.a estatística do teste padro· x-·11 Falhe em nizado. verbalmente. .l.anitá.etenninar 1. foi Os graus de liberdade são gJ..<IJ e H. (amostras pequenas) s.) 4.">Crem os erros tipo 1. Os E111 pnlnvrns E111 sí111b-0los can1inhões foran1 arnostra· dos de modo a d. 7.t i·.: 11 < S 23. Caso contrário.. li JJ<)S· afinnação origina.J Soluçlio Aafinnação é: "a média de preço é de pelo menos$ 23. Você suspeita que essa afirmação é incorreta e descobre que uma amostra aleatória de 14 veículos similares tem média de preço de$ 23.1ral LtrbMnt. Identifique o. Use a Talbéla 5 no Apêndice 13.ill<•d• - X .stribuição de amostragem. Se t estiver na região de rejeição. lhar em rejeitar a hipótese nula.

b.l.05eosg. sJ.30.'.026 10 = .t i·.:: . Há evidência s uficiente para rejeitar a afinnação do corretor em o = 0. Porqut u < 30. os valorescnlicoss. e.101.771 .. l-d . = 14.026. 350.05e há g. Então.7 e 0. lurerprete a decisão no contexto da afirmação original. e.101 e t > 2.. ...IJ§dd O testeé unicaudal àcsquerda. Exemplo m Veja passos TI-83/84 na p.io é t < -1. Interpretação Há evidência suficiente no nível de significância de 5% para rejeitar a afinnação . O gráfico mostra a localização da região de rejeição e a estatística de teste padro· nizado /. 'rente Um corretor de seguros diz que a média do custo do seguro do Honda Pilot -. As regiões de rejei- ção são t < -2. Cv 111v. = 23.900 =-----.\. Porque testá na região de rejeição.8". x-.. E~tão. a hipótese nula e a alternativa são: H. 3.. Aestatística deteste padronizada é: t -X- --11. O teste é bicaudal.23.77 1 voei LX 2005 é de pelo menos$ 1.101 e t0 = 2.771..S. A região de rejeiç. Decida se rejeita ou falh.f-. Faça o gráfico.900.f1mM(n.000. ttSl' t~tc l. = O. respectivamente. Uma amostra aleatória de 9 cotas de seguro 4 similares tem média de custo de S 1. comamostra pequena Uma indústria afirma que a média do nível do pH na água do rio mais próximo é de 6. A média amostral e o desvio padrão são de 6. o n!vel de sig11ificânóa éa = 0.. = 19. A estallstica de teste padronizada é: f. f...1 em rejeitar a hipótese nula. Solução A afirm«ção é: "a média do nível de pH é 6.05? Assuma que a população é norm'11mente distribuída. o valor crítico é 10 = -1. Há evidência s uficiente para rejeitar a afirmaç1lo da indústria em o = 0.~ J:1 13 / Ji4 """'"ª . a. Use o teste t para encontrar a estatística de leste padronizada 1.. você deve decidir rejeitar a hipótese nula.si.•) e H. lde11tifiq11e a afirmação e expresse H.: 1""6.OS de que a média de preço do Honda Pilot LX 2005 é de pelo menos$ 23.24.: 1' = 6.8.t:l~\:l 23. ..l. e 1-1.l.{.1 = 18 grau5 de liberdade.350... lde11tifiq11e o nível de significância a e os graus de liberdade g.8 (.'l()() ~ .01? Assuma que a população é normalmente distribuída. Então.oníveldesignificl'lnóaé o = 0. Testandoµ. d. E11co11tre o valor crítico 10 e identifique a região de rejeição.1 <.3. Você seleciona 19 amostras de água e mede os níveis de pl-1 de cada uma.290 e desvio padrão de$ 70.o-10 = -2..) .u:.1 = 13 graus de liberdade.1\ -2\ ·1 O I t.101.

Decida se rejeila ou falha em rejeilar a hipótese nula.500 miligramas por litro e 700 miligramas por litro.05. I Usando valores Pcom um teste t Suponha que você queira enconlrar um valor P.S.un'l. E11co11tre va. lllterpretação Não há evidência suficiente no nível de sig1ii flcância de 5% para rejeitar a afinna· ção de que a média do nível de pH é de 6. Faça o gráfico. Acondutividade de uma amostra de água é uma medida 5 do total de sólidos dissolvidos na amostra.-a de teste p. e. Má evidência suficiente para rejeitar a afirmação da indústria em o = 0. Porque t não está na região de rejeição.1 r• =6. f.025 e o = 0.l~ dron.i- vamente.) Solução A exibição da Tl-83/84 na próxima página mostra como configurar o tesle de hipótese.v". 0. dado t = 1.IJ§dd 324 • ú1<tl11i<"pllcoda 6.J .nç-do da . você ~evc decidir não rejeitar a hipótese nula. Use o teste t para encontrar a estatística de teste padronizada t.·: Amrri1m1 Autm. respect.. Usando a 'làbela 5 no Apêndice 8. A média da amostra e o desvio padrão são de J.8 •\&r. dependendo se você clicar ern ''Calculate ou "Ora.O.hnente distribuída. Você seleciona aleatoriamente 19 amostras de água e mede a condutividade por litro de cada.ira rejeilar a afirmação em a·=. .'io no contexto da afirmação original.«<inlit?11.. d. l-d . ~xemplo m Usando valores Pcom um teste t A American Automobile Association afirma que a média de custo de uma re- feição diária para uma família de 4 pessoas que viaja de férias para a Flórida é de $ 118.te de hi- pótese e encontrar o valor exalo de P.890 você miligramas por litre5. você pode detenninar que P está entre o = 0. você pode usar a tecnologia para fazer um tes.ii1bitr A. Uma amostra aleatória de 11 famolias tem média diária de custo de refeição de $128 com desvio padrão de$ 20.98. mas não pode delerminar exatamente um valor para P. ente A empresa também afirma que a média de condutividade do rio é de 1. e. 15 graus de l. f11terprete a decis.7-6.izada J.01? Assuma que a população é normalmente distribuída.lores críticos ±10 e identifique as regiões de rejeição. a.1.-egi:io de rejciv-10 e a estatístit. lde1ltifiq11e a afirmação e expresse H0 e H.s.de g. Os outros dois à esquerda mostram os resultados possíveis. Nesses casos.10? Assuma que a população é nor. lde11ti(iq11e o nível de significância a e os graus de liberda.8.816.ma.t i·. Nível de significância de 5% O gráfico 1noslra <1 loc.24( Ji9 :::: .alii. b. (Fimt.i· berdade e um tesle unicaudal à direita. Há evidência suficiente p.

Teste unicaudal à esquerda.1 O 1 \2 3 4 8. =-2. Explique como encontrar valores c. não há evidência suficien- àesquerd. 118 l'o' 118 t:=1.e uma amôstra.08.05. n = 22.05. Para usar o ML\JJT~ij pata e. l-d .05? Assuma que a população é normalmente d. 1.10.mconveo(s) val0<(es)c. 1O.de Entrada de Dados ao invés a. Qual suposiçAo sobre a (e) r = .. Há evidência suficiente nais d.. dada uma amostta pequena (n < 30). (d) t = -0. " = 0. niveis de . você Note-q. podemos v. o·= 0. o = O.1 o 1 2 \s . .) los na lista e usar a opçãe. -. 12..02. Teste unicaudal à esquerda. Teste unicaudal à esquerda. a= 0. b. 4.te padronizado t "' 1.. Uma amostra aleatória de 6 familias tem média de custo -831~ e tem os da. Explique.1282 Dica de estudo A partir das exibições.l 1\0l:xemplo6 tam- te para rejeitar a afinnação t\O nível de sigrúfic~ncia de 107.1 .1282.t i·. tes.!ria? (d) t = . UI Exercícios Construindo habilidades bâsicas e conceitos Análise gráfica t-los exercícios de 15 a 18..os origi- d e hospedagem por noite de S 172 com desvio padrão de$ l S. populaç~o é necess.i1ico(s) para os testes t.3 / .d.OS.6583.1 262458922 S. a= 0. Teste bicaudal. Teste unicaudal à direita. (a) (. n = 12. 2. (a) t = .: 20 x= 128 n: 11 Sx= 20 1.eodisplay da Tl-83/84 deve l'alhar em rejeitar a hipótese nula. n = 20. Teste bicaudal.602 0 0 .703. Explique como usar um tesie t para tesrar uma média hipolética (b) t = o. n = 23. 13.. de.086 3.005.os. Teste unicaudal à esquerda.i .ignificlnda <' e o tamanho da amostra n indicado.680.01.602 1 .. (d) t =.:.t ." = 0. lembre· para rejeitar a afinnação em a= 0.istri. -4 -3/-1 . Teste bicaudal.-§.1.10. (c) t =2.::.. você gem noturna para uma família de 4 pessoas que viaja de férias para a Flórida é Se você estiver usando a Tl- 6 de pelo menos $ 185.10. n = 5. o = 0. Nosexeróciosde 3 a 14.308. Em razão de P > O. 16.203.0 = 1. bém mostra a estatística do e AAmerican Automobile Association afinna que a média de custo de hospeda. " = 0.2.172 . 5.01. t-1.a . n = 28.1 14. llse uma Tl-83/84 para encontrar o valor P.01. 15. Teste unicaudal à direita. o = 0.~ <L<--<--<--<--<~ ---'. (e) t = 1. Compare Pcom o nível de significância o. n = 11. n = 14.IJ§dd C. -2. 17. . . < µo > 1 10 n= 11 Calçulate Drav. Teste unicaudal à direita. -.389.& -3 -2/.:.650.ilicos para uma óisllibuiçeo de teste t indica que você deve rejeitar a hipótese nula. da opção de entrada de Stats.er que P"' 0.ermine se a estatistka padr~o de 1.6583 p• . __.2. n = 19. (a) r = 2.998.096. (b) t =2.:172 9.0 = .'io.11k'ti(1)N :\1tl1'1rfilbik AAAtàntwn. 7. 11. amowagem 1. . .1 O l ? 3 4 . a = o. n = 8. (b) 1 = -1. -se de que você pode colocá- buJda. realizar um teste t de uma d. <> = 0. amostra vo~ deve ter os dados origina.. o = 0. n = 10.502. Teste bicaudal. .pitolo7 • hsttsd. Data.ee p = . /11terprete a decisão no contexto da afirmação original.is. Em outras palavras. Teste unicaudal à direiia.658312:595 .~ip6test <011umaa1101tra 3Z5 Tl-83/ 84 l Tl-83/84 l Tl-83/84 [ T·Test T·Test lnpt. Tome uma decis.091. n = 27. 2. (rl)Jtf(: . 6.025.2.

íodo integ1al maior de 25 anos e Amosíra estalistica:x = 13.177 de rejeição. com um desvio padrJo de S gastaram em materiais escolares em um ano recente ê listada 42.n = 6. use um tesie r para testar aafinnação 1.2 putadores acredita que a média do custo para conseno de ( ~30.OI.st. 185 23. decisão no contexto da afinnação original.100.r. há evidência sufi- e que. teste a afirmaç.374 25. (\ = 0.0 2.165 16.t i·. Com Nos exercícios de 23 a 28: o = 0. use Testar afirmações usando valores p tecnologia. de consciência ambiental.s = 2.Com O = 0. (a) 1 = 1. você seleciona aleatonamente 20 adolescemes e peiguma a cada um deles quamas -ondas diz que a méóia do custo para conserto de micro-ondas poições de 12 onças de refrigerante ele bebe todos os dia~ Os com problemas é de$ 100.:ol Frotedion Agt'flcy.745. Custo de reparo de computadores Um restalKador de com· t.y-.0 = 1. Afinnar.) 21 .Jmente e identifique H0 e H. testar essa afirmação.l.omens.05. 8vr""'1 oi tobct S.782 29.597 28.. Com Amostra estatislica:x = 26. e H. Afinnar.50..8 2.585.2 \. teste a afirmação de que a média salarial seja S25. Com o = 0.814 22. (b) use tecnologia para encontrar o valor (e) interpreteadecisãoemcada um dos contextos de afirmação P.6 2.Ao: 1.1.. Pagamento anual Uma afirmaçJo do sefViço de i>fomiações lação seja noonalmente distribuída.143 18.OI.) 2.0 2. Nos exerdcios de 29 a 34.. Er.o é &e S25.ust(I Pil/3 bebem menos que uês porçóes<le 12 onças de réfrigerante todos conserto de S75 e um desviopadrJodeS 12.ir.o. Para cada af• mação. Com o = 0.contre o(s) valor(es) critico(s) eideotifiq\Je a(s) região(ões) 18. ? 8. você pode dar supone a essa afirmação? (AdtrpMdo rif u. Para testar a · lares diz que os p1olessores gastam uma média de mais que afirmação você determina os custos do conserto de 7 compu. os dias? ~rklplodode.32. "'52.pp/f ondl:QIJl- 25.. Produção de lixo Como pane do seu lrabalho com um grupo (d) 1 = 1.200.2 2.46 fibras e odes· (b) 1 = .:.705.2 2.a- sob<e a média da populaçJo .. suponha que a popu· 27. vio padrão é 0.9.a.2 0.ro.gency. de empregabilidade diz que a média de pagamento anual para 19. l 1.01 um homem trabalhado< de pe.354 19.. Uma tadores e~olhidos aleatC<iamente e descoble que a média dos amostra aleatória da quantidade (em dólares) que 24 professores custos é S 100 por computador.725 .s = 450.328 21.andS<hocl Supplfandf(IUf>Jl<ntAssociaton. Vócé quer testar essa afümação. (a) esueva a af. o= 0..100.2. suponha que a população~ noonalmeme { ~29.ldoprodode e""'"""" Repor/i) à afirmação da empresa? (AIJ<JJJW(bde Nor. 28. o = 0. Reciclagem Um ambientaliSta estima que a média de lixo reci· pm.100. o= o.) (a) escreva a afirmacão matemalic:.05.541 24.r. n = 4. Com ~= 0.8 2.) (ç) 1 =. aleatótia de 12 adultos nos Estados Unidos é 1.os de uma amostra aleatória de 10 trabalhadores é listado.Ao: 1. Você descobre que uma amostra áe<ite para dar wpone à afirmação de que adolescentes homens alMtóM de 5 fo= micro-ôndas tem <1ma mé<Jia d• r.8 3.0 = -1.803 19.:lq>lcoo deus.000. Com uma amostra a!eat~ia de 10 adutt~ -.Jurado.767 30.50.? <. o= 0.) a amostta estatistica dada. Afinnaç. Afinnar.54 libras com um desvio padrão de Nos exe1dcios de 19 a 22.4 1.05 '20. l-d . .05.220. você pode dar supone a essa afim-. Se conveniente. 26. .01 Amostra estatislica::l' = 1..n.000.955 Amostra estatística: x = 53. Custo de reparo de micro-ondas Um restaurador de micro· a6menta1es entre adolescentes h. l 2.3 18 22. mação matematica· (d) decida se deve rejeitar ou falhar em rejeitar a hipótese nula. I 24. (lldl1fXCOO de U. você que. 26.05. Pagamento anual Uma afirmaçJo do serviço de infoonações de empregabilidade diz que a média de pagamento anual para Usando e interpretando conceitos uma mulher trabalhado<a de pe(tOdo integral maio< de 25 anos e sem diploma no ensino médio é de S 19.012 18.864 19.3 ..05. há evidência suficiente pata dar súporte afirmação do rest. vocé tem evidências para dar suporte à a seg..n:As$oáJJ/i()n.a. Você descobre queamédiadelixo recicladoporpessoaaodía paraumaamosua 603 420 684 7 13 531 888 482 361 560 910 546 860 . sem diploma no ensino méef. Materiais escolares uma emp<esa que produz materiais esco- computadores com problemas é maiol que S95. Consumo de refrigerante Paia o seu estudo sobre hábitos d .237 (e) encontre o teste padrão estatistico.794 18.2 0. testar a afirmacão de Que a média de lixo produzido por adultos nos Estados Unidos é maior .t!cp:coode Co""""'r Repo«s.. s = 1. (. Eltr.n = 17.5..buPalrda cada afirmação. > 25. O pagamento anu- Testando afirmações al de uma amostra aleatória de 12 trabalhadoras é listado. você descobre que a média de lixo produ21- do por pessoa ao dia ê de 4.aor.) você tem evidências p.IJ§dd 18. Buteou of wbct s. Suponha que a população .28 libras. = 15.4 1.05.) dado por aooltos nos Estados Unidos seja maior que 1 fibra por 7 15 6 23 582 72 1 602 621 462 320 532 566 686 532 pessoa ao dia.lo de que a média salarial seja S 19.3 2. no dado ni11el de signift«ln<la o usando cão? ~'<f<l/llorlo rif us.(IJl.:. Com o = O.5 2.200.445 20.725 nos Estados Unidos.n ª· 23.lo: . Com o = O.n = 25. mente e identifique H. s 550 de seu dinheiro em materiais escolares em um ano. (c) decida entre rejeiuir ou MO a hipó!ese nula e (d) interprete a original.1 O 1 /2 3 4 que 4 libras por dia.000.316 19.l(J(Schools.mer.ra dar supo<te à afirmaçJo do restau1ador? f/.5 1. Você trabalha para esse re51au1ador resultados são Gstados a seguir•.755.A.all'rol«bOnt. seja normalmente óosttibuida.Ao: 1.21 libras.'o. I 2.23.189 26. 17. O pagamento anual 20.s = 3.~ .s.- (b) e.

o=) 12. Comendo fora Uma associação de res!aurantes diz que as famí· Nos exercícios 37 e 38. você por professores de um curso integral todas as semanas seja 11.rln:ool>.4 10.= 1> e u1 = Jpq/n.: 1• > $ 2328.io púbfieo seia você pode rejeitar a ofirmação do a s ~ de viagens? (/Jdop.w~~) uma universidade estima que o número médio de aulas dadas 36. 163 por aao. Com a = 0. Uma amostra aleat61ia de 50 escolas de de 11.148 2. Com <x = 0. mas aume. Você uabalha !)<1ra uma publkação de turismo e QtJer testar essa afirmação. Alrlelom'IAv.949 3.os cm sala para rejeitar H.01. de nonnalmente distribuída.01. explique po. paro testar o ofirmação.01. então uma distribuição amos· t-ral para f.npg.pr.475 2.lSSOoOrl!n) mestrado tem uma média de preço de S 21 .05.328 e H. Usando valores diferentes para à e n No Exe.ol Cenrff lor Educooo. Testes de hipótese paro proporções ocorrem quando um político quer saber a proporção de seus constituintes que estão a favor decerto projeto de lei ou quando um engenheiro de qualidade lesta a proporção de peças com problemas. I Decidindo sobre uma distribuição 33. 11. use a distribuição nacional sobre consumo e quer testar essa afirrnaçAo.512 2. Suponha que a quilometragem de combustível de todos 34.013 1. mas aumente a de 0.Adópt«ló de M.6 7. Você quer testar essa 35.•océ pesquisa e encontra o = 0. Balanço de cartões de crédito Para tes1ar a afirmação de que afirmação. Nas seções 7. (M"f>"<J!/q dt NO!iaOIJI '""'" for EdlY.3.pítulo7 • Tes111 deb1J)õ<0<ecom omumosua 327 31. mas aumente n de 6 para 24.Você é um repôl)er de uma publicação t para fazer o teste de hipótese. teStea afümaçoo da empresa..02? que a média de (Jtlilometragem de combus1ível paro o seu sedà de (f. mas aumente o de O.6 12. Você conduz um expe<imenio estatlstico onde 28 30 36 33 29 27 30 28 25 H0 : 1• s $ 2. Justifique.1optodo de V. Uma amoslra aleatória do número de ho.? (a) use os mesmos val01es.724 1. você pocle dar supo<te à afirmação do reitor? para 0.correta e descolxe que uma amostra aleatória 2.4 13. maçào esteja i. que você não pode rejeitar H" Suponha que a população seja 32·.23 1 4. Se 11p ?:. teste a afirmação da 164 137 142 155 119 104 74 204 148 181 pubficaçào.856 e um desvio pad(ão de s 3. Com têm um balanço maior que S 2. Custos de alojamentos Uma associação de 1/jagens diz que o os sedãs de IWto da empresa seja normalmente distribukla. coin um desvio 35 28 29 33 32 40 26 25 29 pad. Depois. Escreva um parágrafo curto sobre os resultados na aleatoriamente 12 famílias noite-americanas e descobre quanto do teste e o que você pode coílCJuir sobre a afirmação.000.'Cdt.iodo integral de uma insti11Jiç. 5.926 3.9 6. Você selecio. é normal com: µ.978 de 5 carros tem uma média de 22 mpg e um desvio padrão de 4 . eocê quer testar essa afir· acredita que H0 não é válido.dcio 35.528 do balanço de cartão de crédito.188 2.IJ§dd C.-Jo de S 325.2 e 7. Nesta seção.634 poc buição de amosuagem no. você aprendeu como fazer um teste de hipótese para uma média populacional. Os resuhados são listados a seguir. Mestrado Uma PIJblicação sobre edueoção declara que o pre- norte-americanas e descobie quanto cada uma gas1a com aloja· ço méd:'O por um ono de estudo em uma escola de mestrddo mento em uma viagem de apenas uma noite.mal ou 11Jma dístribuição de amostragem ono em comida fora de casa.01 Com o = 0.8 8.o!ian Sl<lfisrn) ili Teste de hipótese para proporções Oque você Teste de hipótese para proporfões deve aprender I Teste de hipótese para proporções • Como usar o teste z para testar uma proporçao populacionalp. Você seleciona aleatoriamente 10 famílias 38. cada uma gaStou com comi<ia fora de casa poc ano.516 2. Como membro do conselho estudantil. (c) Use os mesmos valores. decida se você deve usar uma disUi· lias comuns nos Estados Unidos gastam uma média de S 2.0. Hora·aula do corpo docente de uma faculdade O reito. Com custo olário de alojamentos para uma famWia nos Estados Unidos o = 0. &Jreou oi labot SíO!ISt.. (d) use os mesmos valores.QI oito profesSO<es do wrso imegral em uma semana é listada a seguir. (i'<kl?rocbdo°""""" 11.6 9.ite n de 6 para (l\floprado G~ No.t) é de S 152. mellOf que S 23. Você seleciona 18 salas a!eatociamente e determina o a média do balanço de car.05. (b) use os mesmos val0<es.328. Com o= 0. . . l-d . (.. 5 e 11q?: S para uma distribuição binoinial.acl luxo é no rnlnimo 23 milhas por ga!ào (mpg).02.. Tamanho da sala Você recebe uma revista de uma grande uni· Expandindo conceitos versidade Arevista indica que a mécfia do tamanho das salas para cursos integrais é menor que 32 alunos. Quilometragem de combustível Uma empresa de carros diz rejeitar a afifmação da associação de restaurantes com a = 0.. para 0.01. Você pode 37.ões de crédito entJe as famílias que tamanho de cada uma. você pode dar supone a afümaçao do reitor? (Moprado que uma amostra aleatória de 6 titulares de cartões têm uma mé- de Nal)Q(VJÍ cenre. Você acredita que a 3.t i·. s.767 af. você vai aprender como teslar uma proporção po· pu!acional p.. Qual das seguintes opções te permite mação.10. lor EducolX>l Sta"'°') dia de$ 2. P<l<o um aluno de pe.

têm uma rede sem fio em casa". Esboce a distribuição de amostragem.'lo: e H. ldentifíquea hipótese nula e a uma proporção p também altemativa.Jpq / n lnstru ões Usando um teste zpara uma propor~.'\o.---. Decida entre rejeitar ou não a hipótese Se z está na mgião de rejeiç.tapMdod1· Pm. Exemplo m Teste de hipótese para uma proporcão Um centro de pesquisas declara que menos de 20% dos usuários de Internet nos Estados Unidos têm rede sem fio em suas casas.. Identifique ll'· P. os mesmos.33 e a região de rejeição é z < -2. há evidências suficientes para apoiar a declaração do pesquisador? (A.80) =80 s. Um teste de hipótese para ticamente.p . E11. Use a Tabela 4 no Apêndice B.flic. 8. a hipótese nula e a alternativa s.. l-d ..t i·. Especifique Onível de significância. tieste padrão estatístico usando a fórmula: 6.p . (Afimrl>(ni>) Como o teste é unicaudal à esquerda e o nível de significância é O' = 0.01. nula. Determine H0 e H. este z para uma proporcão p O teste z para uma proporçAo é um teste estatístico para uma proporçao POPulacional p. para uso de va1ol)!S P para um teste i para uma média 4.01. Ctntt·t.. 5 enq . o valor crítico é z. . Determine quaisquer valores críticos. rejeite /10. Determine a afirmação verbal e matema. você pode us. oão Gs ouiros passos do teste são rejeite H0.20) = 20 e 11q =100(0. ~utl. p-p z= f.. 308 3.'\o no contexto da afir· mação original.. Então. Use as instruções na p.) Solução Os produtos 11p =100(0. Então.. po9e ser feito usando valores 2. 350.:p < 02.IJ§dd 3Z8 • [1tdlÍIIÍ(.10 é "menos que 20')1.1o p Verifique que 11p ?: 5 e 11q ?: 5. Com o = 0..-. z. Determine quaisquer mgiões de rejeição. 5..:~ Veja passos Tl-83/ 84 na p.ío maiores que 5. 1<.33. Caso tontrário. Oteste estatiSlico é a proporção de amostra p e o teste padrAo estatístico é z. Em uma amostra aleatória de 100 adultos. Interprete a decis. paltn r'1$ Em símbolos -·-- 1 Importante 1. encontre o 5. Encontre o teste-padrão estatístico. = -2. A afirmaç. /\ estatística padrão do teste: .-i===== p· ·.r um teste z. z- i>-1<· p .d. 15% dizem que têm rede sem fio em casa. O testez pode ser usadoquando uma distribuiçao binomial é dadacomo np .Jpq/11 Jpq/11 7. mas no passo 3.

e. li é possível.15. lde11tiftq11e o valor de significância Q . como o Tytenol. 4 Um centro de pesquisa declara que menos de 30% de usuários de celulares cujos aparelhos têm acesso à Internet.::I~.25.p Dica de estudo C01no 11p ~ Se 11q ~ 5. Como o valor Pé maior que o 0.. Veja passos MINITAB na p. dias que precediam a pesquisa.05. 0._. no E. l-d . Com Q = 0.• R. htí {ri1fdê11cia o bos. p. em um período de 30 dias.•1t: Jo11n1.ehran .05. não há evidência o bastante para apoiar a afir- mação que menos que 20% dos usuá. .. _. das . tipo.. lde11tijiq11e a afirmação e determine 1-10 e H.rianças de 3 anos de idade d. E11co11tre o valor crítico z0 e identifique a região de rejeição. Use um gráfico se necessário.33 z=-1. você descobriu que 166 Para us.'\• pod~ u. Use o teste z para encontrar a estatística de teste padronizado z.-crid:1 ttl'. livce.~kd.t i·.. há evidência o bastante para apoiar a afirmação? Solução Cm11 o = 0.: 5 e 11q . você não deve rejeitar a hipótese nula. Você decide testar essa afir1na~1. Então.-n- =-1.rios de Internet nos Estados Unidos t~m rede sem üo e1n casa. Pr.t de .1. A afinnação é: "45% das pessoas nos Estados Utúdos são a favor de tornar a venda do cigarro ilegal dentro dos próximos 10 anos".. Como z não é uma região de rejeição.llál~ de .45 Uf.1< um valor P para fazer o teste de hipótese no Exemplo 1. 20% dizem ter usado seus aparelhos para acessar à Internet em casa. A área é 0..) Exemplo m .> dhi m<:>.s>noo de...:.2 decide não rejei1ar f/0• um erto Suponha que p =0.xemplo I a hipótese nula. fiv-N 1:'10. Com ll = 0. Então. -•.mos.) ~~~~~~~~~~ I Retratando o mundo a.: 5. usam esse serviço quando estão em casa. Os produtos 11p = 200(0. áhin'IO.7% e.: p = 0. 53."<\r-o tC'$t~·::.25... = = P O.01. Verifique que 11p .mNl(Ao) e H. Portanto.ão.. 134 í:avor de tornar a venda do cigarro ilegal dentro dos próximos 10 .05. Teste de hipóteses para uma proporfão \ \ A Zogb)' Internacional declara que 45% das pessoas nos Estados Unidos são a 16(. b. ta. JOdias.1056.d.25..1056. voe.. dentre-as quais..t oftht •. Na pesquisa.n1 Ni<> mi:dkados ç(l(n ten~dM).2.2xo.S Eln uma amostra aleatória de 86 adultos. você condllziu g.~~~~~~~~~~ ~pq/ li Lembre-se de que quando voce 0.: p . pll).45) = 90e nq = 200(0.'<ol nula. 349. no.. ~~~~~~~~~~ Um estudo recente declarou que.oeentrevista uma amostra de 200 pessoas. essa afim1aç.·e oda li~·r.\teJk:idl)!tç<.. você não deve rejeitar a hipótese (F01. a hipótese nula e a alternativa são: H.ftr. nos Es1ados Unidos foram me· dicadas com remédios de \'Cnda e .m·.piru1"7 • femsdehíp~1. -3/ -2 \ 0 1 2 3 ..IJ§dd C. Note que este é o mesmo resultado obtido no Exemplo 1. 49% são a favor da lei.55) = 110são maiores que 5.) 30 di. l11lerl'rete a decisão no contexto da afinnação original.ue para rejeitar a ajinnaçiio? você pode usar um teste z.2. As$C)('k)tl()rl. Por exe...secomU1naimô>lld 329 Z= p..: 0.2. Como este é um re111édios de venda livre nos j0 !oeste unicaudal à esquerda. Decida se deve rejeitar a hipótese nula. O gráfico mostra a locali1Â1ção da região de rejeição e o teste padrão estatístico z. pode ser falsa. use a Tabela cria11ças foram medicadas com 4 para encontrar a área correspondente a z = . Pm11 testar f.0.45. l 11ter11retaçào No nlvel de significância de 1%.. z0 =-2. o valor Pé igual à área à esquerda de z= -1..i. Jco. há evidência suficiente para apoiar a declaração do centro de pesquisa? (Mnp11!d. unta pesquisa por 1elefone com 300 pais de crianças de três anos escolhidos alea1oriamen1c.

4S)(o. lde11tifiq11e o valor de significância o.I. ::::tl. há evidência suficiente para rejeitar a afirmação? a.55) "' 234 e uq = 425(0.v afinna que n.. A afirmação é "mais de 55% dos adultos norte· ·americanos assistem seus noticiários locais". d. .rprete a decis. Você decide 2 testar essa afirmação e entrevista uma·amostra atea tória de 250 adultos norte- -americanos sobre essa qu. Dos pesquisados. . e.sa afirmação do ~-entro de pesquisas l'ew? Solução Os produtos np =425(0.. Exemplo m_ 3. ldeutifique a afirmação e determine H0 e H.49 .ssário. Ent.nerica- nos assistem seus noticiários locais regularmente. Decida se deve rejeitar a hipótese nula. E11co11tre os valores críticos -z.1 afirmação e entrevista uma amostra de 425 adultos nos Estados Unidos sobre esse assunto. l-d .IJ§dd 330 • {s111ístkaoplicàda Como o leste é bicauda) e o nível de significância é o = 0. e z0 e identifique a região de rejeição. As regiões de rejeição são z < -1.05. dos adultos norte-. p Conló 11p 2.. o valor crítico é z0 = 1. Você decide testar ess.. mação que 45% das pessoas nos Estados Unidos são a favor de tomar a venda de cigarros ilegal dentro dos próximos 10 anos.. Aestatística de teste padronizada é: .tro de pesquisas Pe.· p = OA5. -- z.. ltrter11ret11ção No nível de significância de 5%.a.45 Zo = 1.. 8%responderam que sim. a hipók>Se nula e a alternativa são: e H. você não deve rejeitar a hipótese nula..ais de 5591.55..96 e z > 1.96..estão.0. f.1 de Opinião Pública) dedara que você 5%dos adultos norte-americanos têm sonhos vívidos com OVNIS. para encontrar a estatística de teste padronizado z.a===== Suponha qu.05. você pode usar um teste z.10 no contexto da afirmação original. :. Com o= 0. há evidência o suficiente para apoiar es.! O gráfico mostra a localização da área de rejeição e o teste padrão estatístico z. Com a= 0. Dos 425 entrevistados. Tente Uma pesquisa da Roper (Centro de Pesquis. Aestatística de teste padronizado é: f. Jco. 255 responderam que assistem seus noticiários locais regularmente. 14 . Então. 5 e Ili] ~ S. os valores críticos s. c.01.área de rejeição.Jpq/11 0. J. Use um gráfico se nece.t i·.: p > 0. ss)/ 200 --l -3 .'ío-z• = -1.45) :::: 191 são maiores que 5.05. não há evidência o bastante para rejeitar a afir.645.96. Verifique que "I' 2: 5 e 11q 2: 5. Como z não está na.96 e z0 = 1. Use o teste. b..96 =._____________ Teste de hipóteses para uma proporfão O ce1. lut. g.·ocl' podtl usar o MStc :..645 e a região de rejeição é z > 1. (Ajirmll(ll<l) Como o teste é unicaudal à direita e o nível de significância é a= 0.1o.

Você decide testar PrOP).239. Como z está na região de rejeição.5% dizem que são fumantes.. você pode e. 8.80: o = 0.IJ§dd C. lllterpretaçào No rovel de significfü1cia de 5%. pico. usando as amôS11as es- tatí$ticas dadas. 27 responderam que assistem o canal de previsão do tempo.3 -2 . Em uma amostra aleatória n = 45. 10. n = 70. A. Dos 75 adultos. E11co11tre o valor critico de z0 e identifique a região de rejeiç. o 1/ 2\ 3 4 maç. Nos exerclcios de 3 a 8. 1. Decida se deve rejeitar a hipótese nula.01.J(0.30. O gráfico mostra a localiza~"ão da região de rejeição e o teste padrão estatístico z. l-d . o = o. niente. li>=.. use tecnologia ""'ª encontrar o teste p. e.535 '5 essa afirmação e et\trevista uma amostra aleatória de 75 adultos sobre esse P=.01.1al p.35.4 Atividades na g. /J . 10. Amostras estatísticas p = 0. ft(I p. Verifiq11e que up ~ 5 e uq ~ 5. há evidência o bastante para apoiar tal afirmação? n=425 a.Amosvasestatisticasp= 0.125.645 .=x/11.= rJ.4 .'io de que mais que 55% dos adultos norte-americanos assistem seus noticiários .f·1 UI Exercícios Construindo habilidades básicas e conceitos 7... Expfique como deó6r quando uma distribuiçAo normal pode ser n = 16. (b} encontre o(s) valor(es} critico(s) e 4. de 200 adu~os no~e-americanos. Afirmaçao: p . mação:p > 0. teste padronizado." = 0. 6. identifique a(s} regíão(ões) de rejeõção.55.55 Assun\. você deve rejeitar a hipótese nula.875. Afirmação: p ~ 0.t i·. Expfique cerno testar uma proporção populacio. Amostras estatísticas pn O.cícios de 9 a 14. .os. 0 1 f>ara explorar mais este tó- f .0. n =20.55)(0. R~.Jpq f 11 (255 / 425).05.pfiuk>I • í~tesdehip6tt1e<omem.drão estatístico... 18. maticamente.2. Use um gráfico se necessário.Jpq/11 _ Cr ! 11) . Afirmação: p = 0. e O centro de pesquisas Pew afirma que mais de 30% dos adultos norte-ameri· 1-ProPZTest.ite e identifique H0 e H. Amostras estatísticas p = 0.25. 9.48. Nos exe." = 0...: 0. e (e) interprete a decisão no contexto da afirmação original. há evidência o bastante para dar suporte à afir· .'io. Use o te. 071938.. 0 = 1. (a) escreva a afirmaçAo matematica· n= 105.. Testando afirmações 3. 12.6 Com o·= 0. lrle11tifiq11e o valor de significfüici. b.40.i a:.55 z=2.. usada para aproximai uma dislril>uiçAo binomi<ll. Se conve- S. Amostras estatísticas p = 0. significância o dado.. 0191355209 -tópico. d. Fumantes Um pesquisador médico diz que no mínimo 20% dos adultos norte-americanos são himantes.07. .p . decida se é possível usar a distribuição Usando e interpretando conceitos de amostragem normal.01.e H. Af...mosua 331 z.te z para encontrar a estatística de teste padronizado z.1· contrar o teste padrão estatístico auto· e.. Usando uma TI-83/84. Afirmaçao:p " 0. o = 0.p-p .45)/425 s:: 2. (d) decida se deve ou não rejeitar a hipótese nula. J>· 332. o = O.2325. .~. Amostras =tistícasp = 0.01 locais regularme-nte. (c} encontre a estatistica de n = 500. Afirmação: p < 0. 2. yocf canos assistem regularmente o canal de previs. Interprete a decisão no contexto da afim1ação original. lrle11tifiq11e a afirmação e determine H.. veja 7.'lo do tempo. me.1.10. .

lria. vocé pode rejeitar essa afirmação? (r•111e: Matisr 18. preo· tras grátis.opensos a comp.t i·. n serão selecionadas de uma população com uma p<opo.n.l amostras g1átis? e querem evitar comidõ geneticamente modificada.<umf'ls Alsoei<oi>n.'ras grá~ Com o = 0..6% dizem que tomam café tod05 3% os dias. 292 têm medo de voar.05.lo mais que 40% dos tdultos none. amostras 9rá!ls·são r. Com o = O. Você quet testar uma propo. os at. Você gosta de voar? Um pesquisador declara que 24% dos para enconuar o teste padrJo estalislico quando usar um teste z para adultos nos Estados Unidos têm medo de voar.--.ir a afir· x. As amostras g1átis deveriam ser usadas? Use suas conclusões tesw essa afirmação..p (x /n) . Com a = O.1te. Consumidores conscientes sobre o meio ambiente Você 25% trabalha em uma agência de conservaçJo do meio ambiente Mols propenso.adodo w.ila com 05 testes nivcl 0. Você acha que uma empresa deveria usar amostras cupados sobre o uso de modificação genêfica na produçAo de grátis para later as pessoas comprarem um produto? Explique.çJo de Ptessione O.. a afirmação do pesquisado<? (Mop/OIJode us NaoondCMle< (a H<ialrh Slo"""-) Amostras grátis Mal$ P.Jra uma p.ilhos para rejeit. o t. Para cada uma ws 100 amostras.05 tra.~· Amostra grátis Nos exercidos 15 e 16.05. Quando vocé uma imobiíi.. Refaça o Exercício 13 usando a formula alternativa e compare os de 1.EAR para limpar os resultados exis1e11tes e começar sucessos igual a True p.Q3. Comida geneticamente modificada Um ambientalista afirma produto quando há amos.l uma amostra luição.ir a hipótese m.am ~bre a eficiência de amowa!.useográficoquemostra o que os adultos Use essa fórmula para obter a fórmula alternativa. mas não afirmação do pesquisador? (M•p:ado de Ha1ri< tnre<cx<. il• Atividades Teste de hipõtese para uma proporcão teste de hipóteses baseado noz estatistico é feito e os resultados de cada teste são mostrados nos planos à direita.. Com o = 0. Simulações adicionais podem ser feit._) 48% deles disseram que são mais p. Você quer 16. há !Mdência o sufióe. O número cumulativo de você dica em SIMUlATE.-Jpq/n Jpq/n . Com o = 0.kh.1sumidores britânicos.oporçSo. 41. Você descobre que.) 14.prt1.imaAho w amostra n e a probabia· comp. o valor nulo para a p. 10.icanos e descobre que 32% pararam de comprar ceitos produtos po. As amostras grátis funcionam? Você enuevist. pode ser mais fácil usar a fórmula: através de um amigo.01.) é neteSWlo 11. e a alternativa para o teste (Akemotive).075 adultos nos Estados Unidos.02.1 TOQl. você pode apoiar a afirmação da agên· aleatória de 50 adultos Os resultados da pesquisa mostram que eia? (Adap.arem um 12.te para rejena. b teste estatis· Applet O applet de teste de hipótese paro umo p1oporçào tico para cada teste é mostrado no plano superior e o valo. em uma amostra de 1. em uma amost.0m o produto G> quão etici&n!e os adul!OS dizem 52% que n. essa afirrnaçAo. Você descobre que.762 sabe o número de sucessos x.afé da manhã todos os dias Fm uma amostra al-..a ale· do Exercício 15 para esaever um parágrafo sobre o uso de amos- atória de 100 co.o 1..np maçAo de que 44'l'o dos comp. Com o = o.imbém é exibido.IJ§dd Com o = 0. e 0.p z -. em uma amostra aleatória 17.~ adultos norte-americanos. Justifique cada péiv. As linhas p. vocé pode apoiar a afirmação do ambient. grátis. você pode rejeit.es norte·ame. a Sombrorcm dO produto que recentemente afirmou que não mais que 30% dosconsu· 20o/o · midores norte-americanos pararam de comp.l evidência o suficiente para rejeitar a Legal. você descobre que. pas:ro.lh!on wo. alimentos e querenl evitar comida genetic.atória dé ?50 N•o 11r1am 1$to. h.elação à po· 15.ilisla? Expandindo conceitos (Mapraoo de Con.ar certos produ· tos porque a empresa responsável pelo produto polui o meio ambiente. Quando ao dicar em SIMUlATE múhiplas vezes.ve. . n.) Fórmula alternativa 13.etas e cinzas rep1esemam p.adores de casa~ 722 conheceram seu agente imobiliário dade p. 65% dizem esta. um uma nova simulação.f'OPOf:1$0$ ~ 10.oo) j. você pode que mais de 60% d05 consumidores britânicos estão preocu· rejeitar aafirmaç.ador~s conheceram seu agente Z= Jfl{X/ imobiliário através de um amigo? f/ldap:aoo de us. P é permite que você investigue visualmente os testes de hipótese exibido no plano superior. Você seleciona aleatoriamente 1.050 consumido. use as informações a seguir.amente modificada. conta das preocupações em . a proporção verdadeira (TNe p).imeriCilnos tomam que as. 100 amostras separadas de tamanho vezes que cada teste 1ejeita a hipótese nula t. Você toma café da manhã? Um centro de pesquisas estima funcionam eon.is fJ<lfçAO (Nuff p). resultados. A fórmula altemativa é derivada da f61mula: lnsr. respectivame.lo de que no mínimo 52% dos adàlos são mais pados sobre a modificação genética na produção de alimentos propensos a comprarem um produto quando h.çAo p.01.o..id.·ure fot PtJblic Op. l-d . Encontrando um agente imobiliário No seu trabalho para Nos exercícios 17 e 18.Y. Você pode especificar o tamanho da amos.

de •ii'Ólest <011 um. teste unicaudal àdireim...J.01.05 e para o nivel 0. = n .tjtct null F3. use o valor que corresponde a g. p<OJ)(l(Cào de reieicões de hil)6teses nulas para o nível 0. teste .IJ§dd 1 (ap!tulo 7 • r...l.J.qifique. 1. no mínimo 1. usé os valores que correspondem a. nível 0.\' õ Instruções Encontrando valores críticos para o teste X1 1. sempre é importante produzir resultados previsíveis consistentes.II to rej(c1 null Pt09.g. O produtor deve pno- duzir milhões de bolas de golfe.ae.6. Oteste qui -quadrado -para um teste .o. Para e~contrar os valores críticos para u. \ 1alor 3. ! Oque você Ili Teste de hipótese para variância e desvio padrão deve aprender • Como enconua ros valores críli<os Valores críticos para um teste X1 . use o valor que corresponde a g.000 testes de hipóteses sejam feitos.35. você pode t. Êo que vccé esperava? E. e a hi- Passo l Especifique um valor para a plOfXl(ção verdadeira.l.tI . Por exemplo. teste bicaudal. cada uma tendo o mesmo tamanho e o mesmo peso.05 e o Passo S Clique em SIMULATE para gerar os testes de hipó!eses..p nulo = 0. e 1 -io..01.000 testes de hipóteses sejam feitos. pó. 2. Se a população for normal. p verdadeiro = 0.micaudal à esquerda. l-d . e.rw a.'('-.ção 11\Jla. Sin1uJa~c I Cumul:a:th't tc<uhs: R. • Coroo U$<1r o teste À~ para teslat. e a hipótese alternativa para"<". considere uma empresa que produz bolas de golfe. Os valores crílicos para a distribuiç~o X' são encontrados na Tahela 6 do Apên- crítico X~ dice B. 2.ese ahemativa para 'não íguar. rcj«tctl CLe. e o. p verdadeuo = 0.4."' Há uma tolerância de va.\R . I Valores críticos para um teste X1 Na vidà real. Faça a simulação para que Passo 3 Especifique um valor para a propo. p nulo = 0. Determine os graus de liberdade g. umavanência ou um desvio padroo.a"'°'"' 333 Explore Chegando a condusões Passo t Especifique um valor para n. e 1 .estar a variância e o desvio padrão do processo usando a distribuição qui-quadrado Valor . . Compare a prOJ)(l(ção de hipóteses nulas para o nivel 0.t i .3l~mativa. Configure n = 25. Use os resultados dos testes de hipóteses para explicar os resultados da simulação. Compare a Passo 4 Especifique uma hipótese . com 11-1 graus de liberdade. Qual é a hipótese nula? Faça a simulação para que no mínimo 1. e in e.35.riaçâo muito pequena. Esp<?cifique o nível de significância a-.l. 1. Valor cn11co. Valor crítico.l..g. Cl'ÍliCO.. Faça o teste de llpótese para cada nível. Configure n = 50. b.

55.01 = 0.01 do lado esquerdo.01.. Solução Os graus de liberdade são: g.l e a área o. Rt"'f. = 11 .o.. l-d .01. = 0. Na Tabela 6 do Apêndice B com g. Solllçâo Os graus de liberdade são g.99 XR .. Encontre o valor usando a 1àbela 6 do Apêndice Bcom g..1 = 11 .-x' s 10 1.~ com 25 graus de liberdade e uma área sombreada de c.J Exemplo m Encontrando valores críticos para x1 Encontre o valor crítico X' para um teste unicaudal à esquerda quando 11 = 11 e o·= 0.382 n = 0...l. = 11.05._____________ ' Encontrando valores críticos para X1 Encontre os va.005 uma distribuição X' com 12 graus de liberdade e uma área sombreada de ! a = 0. = a= 0.005 2 L. O gráfico à ESquerda mostra fa=0. A.o: JS 10 2S / 31) > . = 11 .. Exemplo m Encontrando valores críticos para X1 Encontre o valor crítico X2 para tnn teste bicaudal quando u = 26 e a = 0~10. Solução Os graus de liberdade siio g. o valor crítico é: X~= 34. O gráfico à esquerda mostra uma distribuição xi com 10 graus de liberdade e uma área sombreada de a = 0.99.5 20 2s 3.0 /Js M> ~s Encontre o valor X' crítico para um teste unicaudal.1 = 25.99. à direita quando 11 = 18 e X~= 34...1 = 13. As áreas à direita dos valores cn1icoss.01. O gráfico à esque.1 = 10. Na Tabela 6 do Apêndice Bcom g. . l·I.l. = 0.382.005 }o= e ..l'-f-+-1--1--+'~~·· de cada lado.l.W Exemplo [11_. Encontre o valor usando a Tabela 6 do Apêndice Bcom g.lores críticos X' para um teste bicaudal quando 11 = 13 e a = 0.rda mostra uma distribuição ). = 0.t i·.IJ§dd 334 • Úlitl11i<0apllcid.?8 . = 11 .l = 12.1 = 26.c. = 11 .ll~IIJ IUI . = 10 e a área 1 .l.10. Aárea à direita do valor crítico é: 1 -a = l -0.l.l. Encontre 0 valor crítico )(' para um teste unicaudal à esquerda quando 11 = 30 e c.8.l. L-+-~+--+-+++-+:::.10 25 e a = 0. 0.1. R~pt~ltt ua 11.l e a área 1 .10 do lado direito. o valor crítico é X~ = 2.

mente: Identifique a hipõtescnulaealtemativa 2. I distribuição de amostragem. você pode usar o teste .l)s' . 8.~ e. a populaç. este )(1 para uma variância u 1 ou desvio padrão u O teste X' pa. Os resultados podem ser equivocados caso a população não seja normal.1.299.L = n . 4. O teste X' para uma variância ou desvio padrão não é tão sólido quanto os testes para a média da população 11 ou a pro· porção da população p. . Decida entre rejeitar ou não a hipótese nula. RL~pPSltl 1/(f p. I Oteste qui-quadrado Para teslar uma varíãncia d' ou um desvio padrão " de uma população que é normalmente distribuída.S. rejeite H.= 28. usando a Tabela 6 com g. Especifique o nível de signifkância.quadrado com graus de lib..\~.de~p6tt1e<011umaa1101tra 335 1-!0'= 0.995. ao fazer um teste X' para uma variância ou desvio padrão.05.. . Interprete a decisão no contexto da afirma· ção original.a uma variância ou desvio padrão é um teste estatistico para uma variância populacional ou desvio padrão. Determine os graus de liberdade e esboce a g. Então. = n. a. = 12eas áreas0.IJ§dd (apítolo7 • h1ae. os valores críticos s." · b.074 e X.io X.005e0.995.' usandoaTabela6com g. (11.\~ para um teste bicaudal quando" = 19 e o. em um teste bicaudal os dois valores críticos não são opostos.l. u' segue uma distribuição qui. não rejeite H. Determine quaisquer valoi:es críticos. l-d . Determine quaisquer regi~de rejeição. Detea:ni(le a afirmação vetbal e matematica.t i·. O teste X' pode ser usado quando a população é normal. Cada valor crítico deve ser calculado separadamente. Encontre os valores críticos . Use Tabela 6 no Apéndice B.io seja normalmente distribuída. Se X' está na região de rejeição.. é essencial que. E11co11lre o primeiro valor crítico X.l. Instruções Usando oteste X para uma variâ'ncia ou desvio padrclo Em palavras Em símbolos l.1 e a área 1 .= 0.l)s' 6. como as distribuições qui-quadrado não são simétricas (como distri- buições I ou nonnais). 7. . = 11 . Encontre a estatfstiea de teste padronizado. A44 Note que.1. Identifique o: 3. Ellco11lreosegtndovalorcrítico X.1 e a 1 área .. ..l.. =3.erdade g. Caso contrário. 2 Na Tabela 6 do Apêndice Bcomg. Oetennine H0 e H. = n .. X ti. O teste estatístico és> e o teste padrão estatístico: x' _ {n .

-<1:.."f<io? O gráfico mostra a localização da região de r.l. e há g.25 suficiente ptu·a rejei1"r a . Usando umteste de hipótese para a vari3ncia populacional Um cemro coo1unitâtio afinna que o nível de cSoro em sua pis· llnla einpr&. Y.: ... Uma amostra aleatória de 31 x1 =•t3.~ não estão na área de rejeição.. Uma amostra aleatória de 23 tempos de serviço tem um desvio padrão de .40. produz um des. E11co11tre o valor crítico e identifique a região de rejeição. d. Iute.o 20 30 40/ w \oo 10 • vocf uma garrafa de 12 onças n!io é maior que 0. .25. e. a estatfstilla X' exige variânóas..i.2 xi=55.. Você suspeita 0.:ut ai= U.ejeição e a estatística de teste padronizado X'. cm 2S vezes aleatórias tara declaração da empresa? Suponha que a população seja normalmente distribuída.2 > 0. durnm~ um mês. f.l.01. não há evidência o bastante para rejeitar a afir- mação da en)presa de que a variância da quantidade de gordura no leite integral não é maior que 0.46 partes por milhão (ppm). Interpretação No nível de significância de 5%.\~ para enconn·ar a estatística de teste padronizado X'.05.:. há evidência para rejeitar a afirmação da empresa? Suponha que a população seja normalmente distribuída. IJ>ortanto.05.fico se necessário. Não se esqueça Exemplo m de faze~ os quadrados dos Usando um teste de hipótese para o desvio padr!o desvios pa<lrão dados· par.9 calcular essas variações.0 .25.27. Solução vio padrilo de 0. Com o = 0.758. fui C\ idê11clt1 o 0 0. Use o teste . = 41 -1 = 40 graus de liberdade.25".2 .aJo de . o nível de significância éll'= ú. o valor crítico é: X~ = 55..ftr..758 4 garrafas tem uma variância de 0. (.. Nível de c loro (ppol) ' a' (41 . O teste padrão estatístico é: 1.27) Supm:t111 . e. lde11tifiq11e a afirmação e determine /-10 e H. O teste é unicaudal à direita.61 ppm. Como:. há evidência suficiente para rejei· da 1>iscina. minutos.. l~o111 n = 0. você não deve rejeitar a hipótese nula..l. = 43. Com a = 0.l)s' ll'l' O t~fr fl!li•fflt&ftl'!db.-prete a decisão em um contexto da afirmação original.75.25. b. a hipótese nula e a alternativti ~o: J e H. .a Um restaurante afirma que o desvio padrão no tempo de servir é menor que 2.p.4 1.05..l5. .~ . l-d .-+--1--+-1!-+::. que essa afirmação esteja errada e descobre que uma amostra aleatória de 41 contêine- Uma amostra dos níveis de cloro res de leite tem uma variância de 0..t i·. Dica de estudo Embora você esteja testando um desvio padrão no Exem- plo 5.IJ§dd . Use um grá.. Decida entre rejeitar a hipótese nula ou n. Então.(2 - (11 .3 2.: . de procesSc"\n\ento de laticúlios declara que a variância da qllantida· cina tem um desvio padrão de de de gordura no leite integral processado por ela é de não mais que 0.0 1. e os graus de liberdade g.2 2..is que 0.. ente Uma empresa de garrafas afirma que a variância da quantidade de bebidas em L-.6 3. - Exemplo [41 I Retratando o mundo . a.io.i} A afirmação~ "a variância é de nJo ma. A região de rejeição é x' > 55. lde11tifiq11e o nível de significância .411KT10in Pool SuppJ.1)(0.758.

J'nterpretnção No nível de significância de lO'Y.:d 1.. .pít•lo1 • Testes de hipé<t<ecom •m.= 23-1 = 22. O gráfico mostra a localização da região de rejeição e a estatística de teste padronizada X'. Decida entre rejeitar a hipótese nula ou não. Portanto.l)s' X2 = "---:'-.::11. Aestatística de teste padronizado é: (11 . Como X' está na área de rejeição.. Com o = 0. há evidência o bastante para dar suporte à afinnação do restaurante? SupQnha que a população seja normalmente distribuída. é de 15. u' (23-1)(2.0 minutos. Com o = 0.9. o nível de significância é o = O.$.. (A/irmf1(m1) O teste é unicaudal à esquerda..5~6 X~ = 14.9.7 minutos. lde11tifiq11e o nível de significância o-e os graus de liberdade g. 2. f. e há: g..I Exemplo m Usando um teste de hipótese para a variância populacional Um fabricante de artigos esportivos afinna que a variância da força em uma certa linha de pese.l.536.-l.. l-d . Então. /111<'1'J>rele a decisão em um contexto da afim1ação original.J)' = Suponho\ (l\1l' n =2. d.042.l1t 1111 I'· AJ.(> 5 tem um desvio padrão de 3.-<--l--+--t-= x!· voei atendimentos é menor que 3. A região de rejeição é X' < 14. Use o teste X' para encontrar a estatística de teste padronizada À~.· qui·qu.042 para apoiar a afinnação do d1efe de policia? Suponha que a p<ipulação seja nonnalmente distribuída. você deve rejeitar a hipótese nula. E11co11tre o valor crítico e itk11tifiq11e a região de rejeição. a =0. a hipótese nula e a alternativa são: H0 : u ~ 2.t~p<t!.omosua 337 2..IJ§dd C. a. e. Com o = 0.91ninutos.9 minutos. há evidência o bastante para dar suporte à afirmação de que o desvio padrão para o tempo de serviço é menor que 2. há evidencia ~uficiente para rejeitar a afirmação do fabricante? Suponha que a população seja normalmente distribuída.o J5 .. R. lde11tijiq11e a afirmação e determine H0 e H.05.do.t i·. o valor crítico é: X~ = 14. b.05.rão é menor que 2. e.nostra aleatória de 9 respostas $ 10\ \ !O 2S ..t<lr.. 10.9' . há evidência o bastante x' . Solução A afirmação é "o desvio pad.10. Use um gráfico se necessário. Uma a1.9 minutos e H~: o< 2.1 minutos.. l'sc o ll'Sh.JO Tente Um chefe de polícia afirma que o desvio padrão para o tempo de resposta aos L-+-<C-1.042. Uma amostra aleatória de 15 cilindros de linha tem uma variâQcia de 21.l. graus de liberdade.9 minutos"..

O gráfico mostra a localização das regiões de rejeição e o teste padrão estatístico ~a=O. há evidência o suficiente para rejeitar a alinnação do fabricante? Suponha que a população seja normalmente distribuída. 6.o25 !a= o.9 . Com o = 0. n = 29.t i·. Use o teste ~~para encontrar a estatística de teste padronizado X'.01. Uma amostra aleatória de 10 pneus tem uma variância de 4. lde11tijiq11e a afirmação e determine H0 e H. você não deve rejeitar a hipótese nula. l-d .ln~ populacional.l)s' x' o' (15 . graus de liberdade. Decida entre rejeitar a hipótesé mda ou não. Teste uoicaudal à direita. e M: g.•) H.OS.: o'"' 15.9. encontre os valores cáticos para o teste indi.3.10 !\~ < 5.f/J 11. lllterpretnção No nível de significância de 5%. a = 0. " = 0. Como X' niioestá na ilrea de rejeição.IJ§dd 338 • [1tat~tiCdaplicad< Solução A afinnação é "a variância é 15. Teste bi<:audat a = O. E11co11/re os valon.01.10.l.cado para uma vari. determine se a es1atística de teste padronizado X' peimite que você rejeite a hipótese nula. 8. e.i. Portanto.o' = 15.\~..1)(21.05. lde11tijiq11e o nível de significância o e os graus de liberdade g.8) S11ptJ1tl1n qw•n = 15.01 . n = 16.629 e Xf = 26.19S.s19. 2·. Então. o = 0.9''. Teste unicaudat à eSQtJ<!rda.05.>s críticos e ide11tijiq11e a região de rejeição. n = 7. Teste unicaudal à esquerda.1 = 14. Teste bicaudat o = 0.= 15.629 e X' > 26. l/:re um gráfico se necess. a. Explique como encomrar os valores críticos em uma distribuição 5."ull(ã.io Xf = 5.. tamanho da amosva n e Análise gráfica nível de significAncia o.6. Expliqt.. o nivel de significância é er = O.9 minutos (A(. 15. 10. n = 24. padrao de população. J'\44 Ili Exercícios Construindo habilidades básicas econceitos 3. O teste e bicaudal. a hipótese nula e a alternativa são: H. As regiões de rejeição s. Um fabricante de pneus afirma que a variância dos d iâmetros em certo modelo de pneu é de8.119. 4. d. de amostragem . b.9. f. n = 10. . Nos exercidos de 3 a 8.119.'\rio.. Respcf!. Nos exeidcios de 9 a 12. n = 27. A estatística de teste padro· nizadoé: (11 .9. não há evid~ncia o suficiente para rejeitar a afir- mação que a variância na força da linha de pesca é 15.e como testar uma vari. Teste uoicaudal à direita. lllterprnte a decisão em um contexto da afinnação original. e.l1 .ois !\~. 1.l. os valorescríticoss.lncia populacional ou um desvio 7. " • 0.

508.. Uma amos- nível de significAncia a usando a amostra estatística dada.. Vida de equipamentos Uma.091.o75. você tem evidência suficiente para rejeitar a afir· 2 ' rnaç. r++-+-+-iH+-"::.8.. (e) us~ o teste X' para encontra.. r+. Você uabalha para xf =s.065.pons.os.nr& ler Cdv(alio. (e) .lO de História Americana é menor que 30 pontos. grande empresa de equipame<i- (d) \~=6.~= 9. Você descobie que uma amostra aleatória das mahas por galão de 28 ve'.aÓefltes envolvidos em batidas de carro çllo sobre avariãricia tl<ll)1Jlacional u' ou desvio padrão u em um dado nas quais o veiculo atingiu uma árvore é de 6. Você trol>alha paro um grupo de defesa do consumidor e lhe é pedido para testar essa afinmação..) :xt =0. ~ = 0. e o desvio padrão das taras de sefviço de quarto de hotéis em . Quilometragem de combustível de velculos híbridos Um fa· (b) .086.~/ é maiO< que0. ~ = 9.. la .g/w.t i·. Taxa total Um agente de seguros diz que o desvio padrão do 14.!r. a afirmaç~o do administrador' (f«hp1<Jdo de (b) Y' = 10.5 minutos.'f-.mo..ma . 16. Com o = 0.lop:<J<lo de Narío.. Taxas de quarto de hotel Uma agência de viagens estima que padfão estatístico.Ad<. aafirmação do representante do hospitaP.:::.100. (e) X' = 10.ailos híbridos tem uma variância de 4.745..8.n = 12. (e) -\~ = 8. 5<. (b) encontre os vakxes Ctiticos e identi.. Com a = 0. você pode rejeitar aafirmação do mé<lico? 1.tnd.0 1. Afirmação:11 < 400 = 0. Você trabalha (d) .05.309.'o x' tem \l1la variância de 2. nesse tipo de acide<ite tem um desvio padrão de 6..__e.4 pontos.05. Nos exercícios de 15 a 24.ol Srq1i.piodo de Nur<Jnol mente e identifique H0 e H. 20. Uma amostra aleató<ia de 25 tempos de 3 6 9 \12 15 18 espera tem um desvio padrào de 0. ' resultado faz um fiscal de prova afirmar que o desvio padrão (b) .. 14 dias. (b) Y' = O.n1. (a) X' = o. Com a = 0.ime é me.645 você pode rejeila. Testes de avaliação de Ciências Em um teste de avaliação de Ciências. total de taxas hospitalares para paóemes envolvidos em batidas de carro nas quais o V<!ículo tenha atingido uma barricada de lilsando e interpretando conceitos construção ê de menos que S 3. Você descobre que uma ' 6\x2 i= 6.547 xt =22..5 <fias.) 10...508. Período de estadia Um médico diz que o desvio padrão do Nos exe.. Uma amostra aleatória de 28 taras hospitalares totaispara pacientes envolvidos nesse tipo Testando afirmações de batida tem um des1no padrão de S 4. peoodo de estadia de l).. xo2 = 10.!o do fabriúlme? /MC{Xado der. pital afirma que o desvio padrão do tempo de espera que os pa· cientes passam no departamento de emergência do hospital não '/_+--+--+-1.~ = 8. Tempo de espera em um hospital O representante de um hos- (d) X' =10...oa 339 (e) interprete a decisão no contexto da afirmaçllo original Para cada 9. Com o = 0.Jnte automotivo acredilil que a variãnóa da quilomevagem (e) . tos estima que a variância na vida de seus eqllipamentos seja J.: Soff!1'(-ll!tQ!•OII.577.. 1 15. • um desvio padrão de 33. (d) decida entre rejeitar ou mo a hipótese nula.) n = 18.=.cy kolfi.) 19.dcios de 13 e 14.<Jdode 13. . l-d . h~ evidê>icia suficiente para apoia.\~ = 23.~= 2.s) 18.ponha "ª aleatôrla de 20 perrodos de estadia de pacientes envolvidos que a popul~ão seja llOlmalmente ó~tribuída.711 17.onu/ H.o/ C...486. você tem evidência sufióenle para apoiar a afir· (d) . 21.ghway ffolfi< Sarery Aclm1ruWot'°") fique as regiões de rejei~o.3471. (a) Y' =10. as pontuações de uma amostra aleatória de 22 alunos de oitava sér~ têm um de5Vio padrão de 33.52.2s amoS1ra aleató1ia das vidas de 27 dos equipamentos da empresa 2 ..25. maçllo do fiscal? ~1.. use um teste X' para testar a afirma... (a) escreva a afirmação matematica. = 0.. Amost(a estaNstica: s>= 0. você pode apoiar a afirmação do agente? l.301 o administrador e lhe é pedido para testar essa afirmação. (a) .~ x' Com o = 0.01.iH-+-+'>-X' tes dos alunos de oitava série que fizeram um teste de avaliação S / 10 IS 20 \ 2.&JM1Jonol srorisix>. Testes de avaliação de História Americana O administradOf de uma escc4a estadual diz que o desvio padrão de notas de tes· L.701.i. 10.302. WoJ. o = o. R. H...500. Amostraestatfstica:s = 40. Com " = 0.a rejeitar a afümaçllo do fabricante? (Mt. 10.10. o teste 22. para uma agência de cooseNaçào de e.::.<Xlo de C(lll· " svme.585.7 minutos. para alunos de oitava sé<ie no ex.Adop.1ergia e quer leS1ar essa afirmação.os que 36 pontos.. (a) X' = 22. Você seleóona aleatoríamente 18 provas e descobre que os teS1es têm 12. .457. Esse 11.~= 1.J+-l-. dehipót01t1om. suponha que a população seja normalmente ólS1Iibuida. bric. Afirmação: . afirmaçM..6 por>tos.05. de combustlvel para seus V<!ic<>los hibridos seja 6.IJ§dd (•plrulD 1 • levte. você tem evidência 1 suficiente pa. . Com a = 0.

813 80.t i·. Se a amostra não é aleatória. mas owos.1• uma cidade nao ultrapassa $ 30.2. Exerdôo 24. foi descoberto que o chocolate branco não teve os mesmos resuhados.500.Por exemplo. Exerdcio 22.1tifoco para estimar a vafidade de uma afirmação sobre uma popula· ção. Em outra parte do estudo. lnlerências cuidadosas devem ser feitas em relação aos resultados. 43.ar do teste X'. coloque o valor Opa1a o limite inferioi..loNet) limite superiol.\.362 87.pli<-. 1/océ descobre q"e uma amostra aleatória de 21 hotéis tem um desvio Valores P padrão de$ 35.000? do lllellu DISTR). Exercido 23. em~o você não pode usá·la para inferir nada sobre um par!metro populacional Tentativa de provar uma hipótese nula Se o valor Ppara o teste de hipótese fcx maior que o nlvel de slgnificáncia.852 88.os.co~ Care1Y 1.975 91.433 64.399 87. . Us.somente que não há evidência suficiente para rejeilá-la.742 90.tilti.721 54. 68. Depois dos 15 dias.um teste X' usando tecnologia.- loller. Geralmenle.o leite - somente que não há evidênóa suficiente para dar suporte a afirmação de que haja um beneficio.6637768667 no m~mo S 14.01.014 119. cdt (0 .852 76. um pesquisador não pode.310 105. 336. Com a = 0. Os salários anuais pa1a 18 geientes de rela· ções púbicas escolhidos ~toriamente são liS1ados Com n = 0.. que é falsa. Alguns dos conceitos em teste de hip61ese são intuitivos.05.0. você não provou que a hipótese nula seja verdadeira . X'• 43. 26. Voeé pode diminuir~ probabilidade de um erro tipo I ao diminuir o nível de significância. acne e refluxo de ácido. Apa~ir mente-e~ listado a seguir..lnos escolhidos aleatoria· de.estatística no mundo real Usos Testando hipóteses Testar hipóteses é impoitante em diferemes áreas porque o teste dá um procedimento cie. Com a = 0. Entáo.4 milímetros a menos. Usos e abusos .IJ§dd 340 • bi. a méefia de p<essão sistólica do sangue dos volUJ1tários tinha 6.529 108.794 .140 74. 74. o Americon Joumol oi Clinico/ Nuuition sugere que comer chocolate ao leite pode ajudar a p<evenir ataques do coração. l'OI exemplo. 59.548 71. a =o.224 85.de amostragem. e 40 para os graus de l~dade como a seguir.595 75. vocé rejeitar a afirmação da agência> Depois de calcular o vai. 10. Você também não poderia inferir que deve comer grandes quantidades de chocolate porque os resultados podern pesar sobre riscos conhecidos.761 68. Abusos Não usar uma amostra aleatória Toda a teoria do teste de hipótese é baseada no fato de a amostra ser aleatoriamente se!ecio. não. com um valor P maior que o nível de signifi· cáncia. O valor Pé apro>imadamente 1 .516 84.6638 = 0.3362.416 25. Erros de tipo I ou de tipo li Lembre-se de que um erro de tipo I é rejeitar a hipótese nula.5 íibras de chocolate ao leite todos os dias por um perlodo de 15 dias.567 76.764 94.146 57.) Nos exercícios de 25 a 28.286 60.Jtldouma Tl-83/84 (escolha 7 que o desvio padrão dos salários anuais é maior que$ 20.1ada.a conclusão é deixdr de rejeitar H.2. . Como P > você pode rejeitar essa afirmação? (Aooprorlo de Ame"'º~ Ccteer ln.345 Tl-83/84 l 62. como ganho de peso. Um teste de hipóte- ses poderia mostrar se essa quecla na pressão sistólica do sangue é significante ou apeaas poi causa de um erro .649 76. . uma amostra aleatória de voluntários saudáveis comeu 3.438 59. você trabalha para um grupo Expandindo conceitos de delesa do consumidor e p<ecisa testar essa afirma~.sidade acumulada (COF) para calrular a Jrea sob a curva.'Odo do Am<t.2 para o (lodop. a inferência de beneflcios na saúde não pode ser estendida a todos os tipos de chocolate. use o método do valor Ppaia fazer o 62. Salários O salário anual de 16 atu.514 75. você pode conduir do Exemplo 4 na p.. que é verdadeira e o erro de tipo li é fa!har-em rejeitar uma hipótese-nula.600 99. há evidência suficiente para Você pode calcular o valoi P para .805 27. salários un seNiço de infoonação de emixegos diz que o desvio padrão dos salários anuais para getemes de relações públicas é de .581 56.920 120. l-d . voe! pode usar a lunç!o de 23.077 teste de hipótese para o exerdcio indicado.522 95.ia provar que não há benefício em comer chocolate a. 28.25. Exerdcio 21. 40) 24. 43.

suponha que você trabalhe em um departamento de pesqtisa de merCildo.. "---v--' "---v--' • ldenlifique a afirmação. Erro do tipo li Descreva como seu re!atótio pode apresentar um erro do tipo li. :r-. • Use um teste z se a população for normal e" for conhecido para qua. Um resumo do teste de hipótese No teste de hipótese. Especificando um tamanho de amostra Importante • Especifique o tamanho da sua amostra 11. 25. a probabilidade máxima de aceitar ou rejeitar um H0 válido (um erro de tipo 1). pode ser difícil ver a floresta para todas as árvores. Nilo usar uma amostra aleatória Como você poderia escolhet uma amostra aleat61ia para testar essa hipótese' Si1n 26. <.ia ser incorreto na tentati\oa de provar a hipótese nula.IJ§dd (apftul-01 • leste.. -111~~~~~~~~~~ TaJnanhos de amostras gran- Escolhendo o teste des geralmente aumentam • Qualquer populaçao. talvez mais que qualquer área de estatística. desvio p«drão <1. mas IJ for desconhecido. \locê piecisa escrever um relatótiô sobre a afiJmaçâo de que 57% dos compradores Nüo de Cilrros oo. Vod!. mas elas ten- • População normalmente distribuída.dehip6ttsecom•maa11101t1a 341 se você diminui a probabi idade de acontecer um erro de ripo 1.lquer 11.. Voc:ê consideraria a ideia de Exercícios comprar um carro híbrido? Nos exercícios de I a 4.ação e ~ u con1ple1nento usando 5. Ela é H0 ou H} H0 li. Especificando um nível de significância • Especifique o. • Use um teste t se a população for normal e 11 < 30.obabílidade de acontecer um erro de tipo li. l-d . • Use um teste z para qualquer população se 11 2: 30.10 for normal. • Média: H0 descreve uma média pop. • Use um teste X2 se a populaç. hipõte$(?. • Vari_ância ou desvio padrão: H0 descreve uma variância populacional hipotética <:r ou un. • Use um teste z para qualquer população se 11p 2: 5 e 11q 2: 5.t i·.. dem a tornar a.ro do tipo l 28. Tentativa de provar uma hipótese nula Qual é a hipótese nula nessa ~tuação? Descre· 57% va como seu relatório pode.a ideia geral -. o rosto .e o esforço de testar. Escrevendo as hipóteses • Você tem um parâmetro populacional 11. Erro do tipo I Descreva como seu relatório pode apresentar um e. p. ..os considerariam a ideia de comp<ar um Cil«O hlbrido. pode diminuir as chances de cometer os dois euos ao aumentar o tamanho das amostras. o' ou "· • Reescreva a afirn.e uma proporção populacional hipotética p.tlacional hipotética. -este capítulo apresenta um resumo do que você estudou. você aumenta a p. 6 =e>. Para ajudá-lo a ver a floresta . uma.decisão mais cotafiável. • Propotção: H0 descre. 27.

Teste zpara uma proporção p hipotética (Seção 7. ""w--'"~ . pou s'.§ in die. • Regra de decisão Rejeite H0 se a estatística de teste padronizada está na região de rejeição. • Regra de decisão: Rejeite H. Não rejeite H0 se a estatística de teste padronizada não está na região de rejeiç-Jo. Opção 2. é muito improvável.) PrtJJ!<lr(ti~ . p . . .Jpq/11 ' norn1al. _ TIIIWJllfl'(I da Caso o seu teste padrão es- t. l-d .Tm1rn11ho11'1 41/nt~t.t i·.3 indicam que H. • Encontre a estatística de teste padronizada z.'(fdr4'1 ~ 4 .. . • Compute a estatística do teste x. Não rejeite H0 se P > " ... unicaudal à direita ou bicaudal... Tomando uma decisão Op.Propi:1r('h4t A distribuição de amostragem das pro.. IJ=l-p~ 4-.n --. 1t.J..-.4) Teste estatístico: p Teste padrão estatístico: z Valor crítico: z0 (Use a Tabela 4...IJ§dd 34Z • bratl!ti<. 10 ou e a(s) região(ões) de rejeição. Dica de estudo A distribuição de amostragem das médias z= ~ · de amostra é uma distribuição normal.atístico seja z ou t...) i\là1in da nm.-. se P ~ o.. Decisão tomada a partir do valor P: • Use a estatística de teste padronizada ou uma ferramenta de tecnologia para encontrar o valor P. Valores que estejam fora de+/.ptlcada Fazendo uma distribuição de amostragem • Use H0 para decidir se o teste é unkaudal ~ esquerda.\Jl\ que H0 é quase im- possível.1vtiti<t1 porções de amostra é uma distribuição -... Encontrando a estatística padrão do teste • Retire uma amostra aleatória de tamanho II da população.p.\íMMliipa)!ftico Se 11 ~ 30.Z) Teste estatístico: x Teste padrão e. t ou x'. Valores q ue estejam fora de +/ . . leinbre- -:se que esses valores medem desvios padrão a partir da Unicaudal à esquerda Bicaudal Unicaudal à direita média. s pode ser usado no lugar de "· r.ão 1.. Decisão tomada a partir da região de rejciçlio: x! • Use o para encontrar os valores críticos z.statfstico: z Valor crítico: z0 (Use a Tabela 4. IJo"tliP J.ln --. Teste z para uma média hipotética µ (Seção 7.Sl..

~ li>.l.m1.) ·r.) ."unoStr.1tiãncla ~ hipo!l1tiJ. = Jl-1.si $r buição I com g.". 2 7 a 10 • Como escolher entre o uso dos lestes estatísticos unicaudal ou bicaudal..1daJmoMr. (} ' g. \'.3) Teste estatístico: x Teste padrão estatístico: t Valor crítico: 10 (Use a Tabela 5.1.) t\f(-di.t "y ' fdà dlllOSlra A distribuição de amostragem é aproximada . 9e10 15a18.11..0Stra d. Seção 7.<~lr. ()(isvio 1x1drlo ___j.Z • Como encontrar os valores crlticos para um teste z. amostrais é aproximada por uma distri.1n. = n-1. 7e8 11 a 14 • Como usar regiões de rejeição para um teste z. .1 Unicaudal à esquerda Bicaudal U11icaudal à direita ~ 4 • 1 '• o LJi o '• Teste x 2 para uma variância hipotética crou desvio padrão u (Seção 7. 1 a6 19a22 .l Unicaudal à esquerda Bicaudal Unicaudal à direita Resumo do capítulo [xerdcios Oque você aprendeu? [xemplo(s) de revisão Seção 7.1 • Como determinar uma hipótese nula e uma hipótese alternativa.5) Teste estatístico i Teste padrão estatístico: X' Valor crítico: XJ (Use a 'làbela 6. (11-l)s' por uma distribuição de qui·quadrado com :r.ho Volri.. .t i·.\ncta da .21e22 • Como encontrar valores /> e usá-los para testar urna média.{Seção 7.r-r.hip6tesrnmuntAam01t1a 343 Teste zpara uma média hipotética µ.IJ§dd (ap11Ulol • l. l aó • Como identificar os erros de tipo I e tipo n.n1anho d.1. x-.1n\..l.fédfo hipot~hc. 3 7a 10 • Como interpretar uma decisão feita com base nos resultados de um teste 4 7 a 10 estatístico.t A distribuição de amoslragem das médias 1. l-d .stesd.

que 25.. Um fabricante de pneus garante que a durabilidade de ceno tipo " = 0.000 milhas. Se colM!nieme. de pneu é de no mlnimo 30. teste a afirmação sobre a média dapopu· do número de gramas de carbcidratos em uma barra é menor lação . 11. usando as amostras estat!sticas da· aulas é de 63%. tO. Um produtor de barras de ceieais eneigéticas afirma que a média Nos exerdcios 21 e 22.1al ou frequentemente chegam atrasados às solxe a média da poj)l)iaçào .69. Teste bic." = 0.. 4a6 5la56 Exercícios de revisão Seção 7.. s = 2.umer Repo.. E. Nos . 1a3 37a46 Seção 7. Amostra estatlstíca: x = 5. lodo de eo.2 Nos exercícios de 1 a 6. à 16. Seção 7. s = 0. 2.fwroô.. usaíldo as regiões de rejeição ou um vafc. Amostra estatística: = 47.08.e.05. o = 0. l 50.005.011.. Amostra es1atistica: x • 216.500.5 • Como encontrar os valores críticos para um teste X'.018.q. em uma porção de ceita sopa é no máximo 50 mifigramas. AfirmaÇ.05. Teste unicaudal à díreita. use tecnologia.497..OS.n = 57.. e o = 0. s. 0doP 20.2. Afirmação: . "' O... « 230. 10.78.01.ts. Um centro de pesquisas aaedjla que a proporç3o de alunos de Nos exercícios 19 e 20. Um produtor de sopa dlz que o desvio padrão de sódio contido n = 32. Teste bicaudal. (~deHij.02.< S.exercícios de 7 a 10. . (e) Determ. hipótese nula? s = 243.IJ§dd Seção 7. Teste unicaudal ~ esquerda..025.Ao: I' = 7. s = 17. x t9.Ao: 1.jo: p ~ 0. o= o. Afirmação: .a fftédía . " = 0. 1a3 47a50 a Con.) n = 48. l a3 23a26 • Como usar o teste I para testar uma média I'· 4e5 27a 34 • Como usar tecnolog. s = 6.t i·. 6.o usar o teste 'A.512. encontre os valores oiticos para o tes1e uma hipótese nula e uma hipótese alter113tiva.. 4.que. Afirmação: . 13.01. no nível de signiflúlncía a usando as (a} Determú1e a hipótese nula e a alternati"ª· amostras estatís1ÍCôs dadas. Amostra estatistica: x = 7. o.479.n-. 3. Amowa estatlstica: x = -0.62. se repiesenta a afirmaçAo. Identifique qual hipóte· z iíldkado e nvel de signifa:ãncia a. x t 5. (b) Determine quando um eno do tipo I ou li ocorre para um teste de hipótese da afirmação. <> = O.= 0. 1. 12..S.Q20. tese nula? s = 0. Determine sua decisAo para os róveis de significAncia a = O. $ 0.3.os. faça o seguinte: Nos exerdciosde 15 a 18. n = 60.n = 36. Afirmaçao: 1.<0cê deve interpretar uma deci~o que não rejeita a t8.1e se o teste de hipótese é unicaudal à esquerda. l-d .ia para encontrar valores/> e usá-los com um teste I para 6 3Se36 testar un. 9. $ 45. . Se conveniente. use um testezpara testa< a afirmação sol>Je a média da população 1.2.n = 42.05..12 para testar u1na variância ou lun desvio padrão. o = 0.jo: I' = 95. Afirmai. direita ou bicaudal. 8.3 • Como encontrar válom críticos em uma distribuição 1.450.f. o= 0.057. use tecnologia.7.1 Setão 7. (e) Como . P. Afirmação:. 7. use a afirmação dada para determinar Nos exercidos de 11a 14. Se conve11iente. $ 1.Judal. Amostra eslatistica: = 0. Afirmação: 1._otUCIA) das. 14. Afirma. use um valor P para testar a afirmação faculdade que ocasio.Ao: p <0. Afirma. Afirmação: u > 6.205.4 • Como usar o teste z para testar uma proporção populacional p. AfirmaÇ. (d) Como você deve interpretar uma deósiio que rejeita a tipô· 17. use tecnologia.

e l>'Jsmo no "ª a •ma que a m~ia . use teaiologia. Com a= O.38..l 8. h~ evidên- cia o suf1<ieme pa1a 1ejeitar a afirmação da agência? (M.incia r. o = 0. l-d ..08. AmOSUaestatlstica: = 52. uma amosua aleatória de 45 familias de quatro pessoas viajando 9. nível de sgnificancia <> e tamanho da amostra n indicados.70. 1/ocê descob<e 0. Afllmil.847 10. Com a= o. s = 1. Vocé trabalha em uma agéncia de semana do evento. Se comeniente.851 9.03. Amostra estatística: p = 0. Vocé trabalha em fe<necidos. Nos exercícios de 37 a 44. n • 12.05.s = 2. c1 = 0.4 25. dos adlitos compram os piese. \locé trabalha em um grupo de puladonal p.Ot/a de 36 · Uma grande unive1sidade diz que a média de hOfastaulas sema- AJ'ílf!IJ(OO Ac. · d Os resultados eslâo lisiados a segu1t. Afirmação: JI < 850. u = 0. " =O.5 gramas de gordura e um desvio padrão de 5. Um restaurante afirma que seus hambúrgue<es nao têm mais Unidos. l O. .02. use tecnologia. Vocé Uabalha em um ser· º""" 5'0 "'"'- viço de proteçAo ao consumidor e quertestar essa afirmação.. Teste unicaudal à esque<da.I. Para cada afirmação..857 10. Amostra estatística: p= 0.n = 21. a = O. n = 20. use tecnologia. e<>conue os valores aaicos para o teste 10. Mrmação: 1.. a média diária do custo das refeições ~ e acomodaçilo é S 318 ce<n um desvio padrão de $ 25. o = o.80. Você desco- breque uma amostra aleatória de 18 dobes tem um custo médio 45.34. 37.. Ceo!er fo. J\lirmação: .~ amostras estatístjcas dadas.) nais de prof=es integrais é superioi a 9 horas.10. use um t estaUstico e seu valo! P para do custo das refeições e acomodação para uma familia de qua· testar a afirmação sob<e a média d'a populaçilo 11 usando os dados uo pessoas viajando no estado é de $ 326. Em uma amostra aleatória de 50 famílias de quatro pessoas .. Teste bicaudal.1te para .962 Havaf. n= 16.Amosúa estalÍstica:X: 875. 29.09. :S3.935 9.s = 1. Afirmaç3o: p :. 28.01. Amostra estatistica: i>=0. decida se é possível aplicar a dis- 26. n = 56. x :Sl.ão: µ > 12. 42. = 4. use o teste 2 para testar a afirmação sobre a p1op0<ção s. n =40. l. 10. e.p.05.= 0.hl~.5 6.1 o.6 ll.. Se conveniente. pulaçilO seja r)()(malmente distribuída. 14.641 9.730 pessoas nos Estados 34. n=9.545 9. Seção 7. viajando em Nova York.<> =0. Amostra estatística: i> = 0.23. O que você coosegue concluir? (A~odo de Hem.01. um seNiço de proteção ao consumide< e quer testar essa afirma· Se conveniente use tecnologia. Com .: o. Afirmação: p "'0.O. Uma amostra aleatõria do núme.amas..71.157 9. teste a. o= 0.03. Afirmação: p < 0. Aflll11açil0: 11 x 95.8 11.. o·a 0.01.45.. s= 0.obre a média da popu~o 11 no dado nível de sigmi<:ancia "usando populaóorn.025. Amos11a estatística: i> = 0. Você que< testar essa afirmação e seleciona 16 ~reas agência? (Maµodo dcAlr<'1koo~o.7 9.065 9.os. no mimmo. usando as amostras a. " = 0. (/<ÍO/Xf)do de Na. Nos exercícios 33 e 34.05. ' .20. defesa do consumidor e p<ecisa testar essa afirmação.os. 40. n = 30. Uma revista de ginástica anunóa que o custo médio mensal de Nos exercícios 45 e 46.5 8. " • 0.6 9. /metocrr. suponha que a po. Amostra estatfstica: p = 0..974. Com a = 0. 1.784 9.3 da univerdade.1 11.26.1s5odaoon. 39. Amostra eStatística: . você pode rejeitar a afirm~o do restaurante? para HIV. 38. n = O.'Ot for fdvc . o teste d! alguns resultados falsos positivos Com n = 0.23. distribuída. afirmaçi!o sob<e a proporção rx>· entrar para um dube é de $ 25.ejeitar a afirmaçilo da S 10. Afirmação:.. (\ =0.85.ws d.os..cia . S: 25. Para cada afirmação.. o = o. Se Nos exerócios de 27 a 32.10.Amostra es1atisli::a:x = -0.OI. Em 9.20. Teste bicaudal.377 8. 15. ) P pessoas viajando no estado é de$ 650.200. n = 68.05.25 e um desvio padrao de S3.7 7. O 'Western blot' é um exame de sangue para testar a presença de 13. 30.tp. . n = 43.. estatisticas &idas. AmostJa estatística: x= 94. Edicc:.. tribuição de amostragem para af){oximar a ã1stribuiçâo binomial. As vezes.. 10.: 0. a média diária do custo das 1eíeições e acomodação é 10.o = 0. n= 14.50.9 23.. teste a afirmaçao Se~ão 7. Afirmaçi!o: p $ 0. Um Pe5<1uisador médico afirma que a taxa de falsos po· . 41 .804.01.•osua 345 21.) escolares aleatooame~te e descobre os gastos médios por aluno.a é listado. Suponha que a população seja normalmente distribulda. do virus HIV.. você pode 22· Uma ag.5. Afirmação: p = 0.242 10. 43.:.I afirma que os g~stos méá1os_ POf aluno nos ensmos fundamental e secund. . Afirmação: p = 0.8 g. n =7. Em uma pesquisa aleatória de 2. "= 0. Amostra estatística: i>= 0. Teste unicaudal à direita. fi u _.763 9. 1> = 129. .05. use tea1o!ogia.364 10. Com a = 0. 32. o = 0. s = 248. use um teste t para ÍtlveSligar a afrmação..969 S 657 com um desvio padrao dei 40. 24. n = 45. n = 8.eres tem uma média 46.05.i' a 12. n= 12. Afirmação: p "0.o de horas/aulas para l l profesSO<es integ1ais para uma semar. use um teste t para testar a afirmação fe< possível. Uma agência de pesquisas de -opiniao afirma que mais de 40% mensal de$ 26. Se cooveniente.romobJe Associotion. há evidéncia o suficie. Amostra estatlstica: p= 0. o = 0.IJ§dd (apltulol • 1.50. çilo...01.) que uma amosua aleatória de 9 hambúrgt. ~· d t · Ha 1 .130 dissetam que comp<am o p1esente na mesma que 10 gramas de gordura.04.íno sao de.. Vma pub!IQlÇ<IO edu=rn..41. Afilmação: p < 0.t i·..ites na mesma semana do even· ha evidência suficiente para rejeitar a afirmação do anúncio? to.on S:atis<n) Nos e>tllcícios de 23 a 26.60.m. 27.29. suponha que cada população seja normalmente 44.I p nó dado nfvel de signific.. n = 15. Teste a afirmação da agéncia com nível a = saúde nutricional e p<ecisa testar essa af~mação.53. Amostra esldtistica:x= 4.. Se conveniente.01.3 t.na O custo das refeições e acomodação para uma família de quauo re"ei1ar a afirmaçao dd publicação? (Ado rado de Nmictlt)( Cen. 5 48.700. n =. Uma agência de turismo em !llova YOlk afirma que a média diária J\'os exe1cícios 35 e 36..

cas pela. com um desvio Cc. há uma taxa de 2% de falsos po.audal durante os 5 primeiros anos de uso? (Mop.ecisam de conserto durante os do livro. l)sl!()reúitl/ral ood "'""'. Amosua estatística: s• = 72.) padrão de 7 libras.03.tribuída.s /e.064.0 1 com um nível o = 0.o<io<k Ce1. f/.sus Sureau. Depois compare suas respostas com as respostas &das no final mo 10% de seus micro-0ndas p. o = 0.1e.adodeCon. Suponha que a de líquido estão programado.OI.o:u> > 2. a média diária do custo das refeições e acomodação 5 milhas po< galão. Uma agência de turismo no Kan. a média salarial anual média de utiftzação de fruta. 0.soas nos Es· é de S47. uma tolerancia máxima para·a vari~1cia da e. teste a afirmação do administrador.01. Amostra esldtlstica: s = 1.te teste como se \'OCê e. no mínimo. 10.a 1rabalhadores homens com idade en- prete a decisão no contexto da afirmação original tre 25 e 34.OI. Se necessãrio.. n = 20.05.tmenr o/Agi!CU/1. Em uma amostra aleatória de 57 mi· Para este teste. Uma amostra aleatória de 14 garrafas tem um desvio padrão de 51. Amostra estatística: s = 0. Uma associação de cultivadores de frutas cítricas acredita que a que a1endem às condições apresentadas.05.\º para uma variancia flOl)\Jlacional.0025 litros com um nlvel a = O. o seguinte: cro-oodas que têm 5 anos de uso. da. (Map.026. Um fobricante de parafusos faz um tipo de parafuso para ser usa· nlvel de signific. use o teste X' para testar a afirmação 56.164 e o desvio padrão é de S6. (4dopt<do tfH~ Bocrd Onl.m de u. pi°'es pontwçõe. a = 0. rµopraó'otl• Coruut1Jt1 Repcrts. Unidos utilila uma média que a população seja no<malmente di. de 21. então ele p<ograma 47. Afirmação:•' :S 60. Vocé trabalha e. Teste a afirmação do pesquisad0t de 54. use tecnologia.IJ§dd 346 • lstatÍl\iCd apli(ada sitivos é de 2C!'o. Você tem evidência do fabricante? Suponha q~ a população seja n0tmalmet1te di. Te. você pode rejeitar a afirmação 6. 5. 55 e 56. no mínimo.t i·. Com o = 0. que trabalham período integral e têm nível superior.a.tra aleat6ria de 35 famnias de quauo pessoas viajando teve urna média de 18 milhas por galão e um desvio padrão de no Kansas. 13% precisaram de conserto.. O 50. Uma amosua aleatória dia. n = 25. espessuras de 28 parafusos 49. Em uma amostra aleitória de 12 trabalhadores 1. Um fabricante de autom61"!is estima que a quilomelragem de pessoas viajando no Estado é de• 201 .. de leitura no SAT é 113.. Afirmação: o" 0. afirma que a média diária do da associação? (Mofxodo rh! u.n\Jm ser· combustível de um de seu. Um engarrafad0t precisa ter certeza de que seus d"ISlribuidores que a vari~ncia populacional "' ou desvio padrão o no dado nlvel de significància o e usando a amostra estatística dada. Um de$VÍO pa· drão de líquido engarrafado nao pode ser maior que 0.cia? Use um valof P e buída.Amostraestatis1ica:s' = 2.6 nbra. do em contêine1es. Com o = 0.n= 14.o=O. que 'l\lCé pode concluir? Teste do capítulo Faça e. 10. veículos uliitários é de.7. en· malmente ó1>1ribuída.dop1. Se convenieme.itivos. Você pode rejeitar tados Unidos seja de. inter· a méd"ia salarial anual pa.pc..ne. Testebicaudal. Alirmaçã. de 0. por ano.) cootre o valor P. Teste a afirmação do fabricante de que a vari. l-d . Um fabricante de f0tnos de micro-ondas anuncia que no máxi- sala. você pode rejeitar a afi~ do fabricante de (a) Escreva a afirmação matematicamente e identifique H0 e H. ap. e11contre o(s) valor(e. que no máximo 10% de seus micrO-Olldas precisam de conserto (b) Oeterm•1e se o teste de hipótese é unicdudal ou bic. Uma amostra aleatória de 14 pontuações críticas tem um desvio pa- (e) Se necessãrio.soa. cítricas fre. n = 6.05.718."""-) Nos exercido.5 pulacional e o desvio padrão.op. você pode rejeitar aafirmação é S 216 com um desvio padriiô de $ 30. de frutas cilricas fresca.S. dos testes. pe. escolhidos aleit0tiamente que MO têm HIV recebeiam 3 falsos /l = 6.te unicaudal à d<eita. n = 16. teste a afirmação sobre a variancia po- Seç3o 7. anos de uso. população seja normalmente distribuída.io.we. O adminiwador de uma escola estadual diz que o desvio padrão Explique seu raciocinio.m(!fkon Mcmol>le A<sooOIJOlt) . 22 libra. ao ano.05.n = 18.) o = 0.s. n = 0. Uma arnowa a afirmação do serviço? Use um valor P e o = 0.lncia o. .uJJ911ha que a população seja n0tmalmente di. viço de proteção ao consumidor e quer teslilr essa afirlT!êç. O n = 15.e 53.05. nos Estado. Afümação: o= 1. 5 primeiro. O que você pode concluir? Suponha que a população seja nor· (d) Encontre o teste estaU$1ÍCO apropriado. Um estudo tecente de 300 doadores de sang.uibuídla. o = 0.025.lncia é no nwcimo 0.0025 litlo.ui· suiiciente para rejeitar a afirmação da agêr. Com o = 0.01. Suponha aleat6ria de 103 pe.02.) e se você deve usar um teste z.um. tem uma variância de 0.25.. Teste unicaudal à esquerda.04. positivos como resultado.05. n = O. (Adopra<lo de /.te a afirmação do engarrafador de que o desvio 52. padrão não é maior que 0. que você pode concluir? Nos exercícios de 51 a 54. a(s) região(ões) de rejeição.005. Uma amostra aleatória de 8 desses veículos uma amo.n = O. Em 20 milhas por galão.Dr.01. Te. Um se~sço de informações sobre vagas de emprego declara que (e) Oeóda se deve rejeitar ou não a hipôtese nula. faç.0031 rrtros. Com a = 0. enconue os valores ctitkos para os testes. Depois. Nos exercícios de 47 a 50.pessura do parafuso 48.) custo das refeições e acomodação para uma familia de quatro 2. O fabricante precisa tet celteza de que todos o. tamanho da amostra n e 55. que no nível n = 0.035: o = 0. Teste unicaudal à diteita.-. é de$ 48.500. parafusos são parecidos em espessura.r /ltp(llrS. Para cada afirmação.05. um teste t ou um teste x•.95.iadameote. 4.tivesse fazendo uma prova em 3.) crltico(s) e identifique drão de 108.

Como analista de pesquisa do departamento.o social seja capaz de pagar todos os benefícios a que elas têm dr eito de ac0<do que o seguro social seja capaz de com a lei vigente.eseotativa da população? 25 Não (e) Identifique posslveis falhas ou tendenciosidades no seu estudo. Spock. 10.i. ESCteva um parágrafo que intelJ)lete a decisão do 66 Não 35 Sin1 teste. Teste a afinnação de que a média da idade das pessoas nos Estados Unidos que dizem sim 79 Sim pa. encorajando a resistência~ guerra do Víetn:i. Benjam Spock e ouuos tentaram conspirar e violar o Selective Se<Vice Act. Hans Zeisel escreveu um . uma das questões usadas. nenhuma mulher fci selecionada para estar no júri durante o julgamento do Dr. você espera que o se. l-d .w.im para essa pergunta é 60 anos ou mais..gov Seu departamento accedita que menos de 40% das pessoas nos Estados Unidos especa Quar)do se aposentar.ua 347 Juntando tudo [statística real . 35-44. 10 e assuma 69 Sin1 que a população é n0<malmeme distribulda. Há evidência suficiente P<)ra rejeiiar a affnnação de seu departamento? 47 Não 4. Em uma série de três seleções. Use n = O. Testando a média " l\i ~n. A decisao apoia a afirmação de seu 50 Sim departamento? 76 Sim 51 Sim 3.secomomaamo.decisões reais Você vab. 45-54 e 55 ou mais? .a seu depanamento? 40 Não 61 Sin1 30 Sim 71 Não 64·. vvm.t i·.IJ§dd (apítulo 7 • íem1 de hip61.16 Não (b) Que técnica da parte (a) fornece a você uma amostra r-ei. Suas conclusões 29 Sim Com base em suas análises das respostas para esta questão da pesquisa.a a pergunta da pesquisa moS!lada na tabel. _ Não~ ·13 Não iíecnologia MINITAB \ EXCEL Tl-83/84 \ I Ocaso das mulheres desaparecidas 53% f 29% f 9% f 0% De 1966 a 1968. 47 Não Escreva um parágrafo que interprete a decisàlo do teste.J é de 60 anos ou mais.soàalsecurity. Como você faria? 27 Sim 27 Não (a) Que técnica de amosllagem você usaria para selecionar a amoslfa para o estudo? Por 59 Sin1 que? Que téa1íca de amosuagem você usaria se quisesse selecionar amostras para ~ 44 Sim grupos de idades: 18-34. Num esf0<ço para planejar melhores campanhas publicitárias.llha no departamento de relações públicas de uma administração do seguro so· cial. o que você diria 76 Não 31 Sirn pa. os resultados de cada resposta e a idade da pessoa que respondeu estão fistados na tabela. 30 Não 72 ~iin 2. apoiadas ou rejeitadas. Em 1969. Seu departamemo acredita também que a idade méóia das pessoas nos pagar todos os benefícios aos quais vocé tem diteito por lei ou não? Estados Unidos que . 83 Sim [xercícios 37 Não d U ~•~o 1. você deve 1Tabalhar com os dados e determinar se essas afirmações Idade Resposta podem se. o departamento decide faze< uma pesquisa para descob1ir as opiniões das pessoas nos Estados Unidos sobre o sistema de seguro social. Testando a proporção « Nã~ Teste a afinnação de que menos de 40% das pessoas nos Estados Uridos especam que o 47 Não se<Viço social seja capaz de pagar todos os benefkios a que têm diteito por lei. Use o e O.iam dizer s. o Dr.

apenas 102 das 350 pessoas eram mulheres. O display MINITAB a seguir mostra um teste de hipótese para a afirmação de que a proporção de mulheres no diretório da cidade é de p = 0.2914. \focé deve rejeitar a afirma(Ao? Qual o nlvel de signíficAncia? Explique. Zeisel argufll<?ntou que. (e) Torne urna decisão. 2. (b) Use a tecnologia para fazer o teste.O secretário da Cone Distrital federal seleoonou 350 pessoas "aleatoriamente" do diretóno da ódade de Boston O di1etório continha diversas centenas de nomes. Estágio 1 . Spock é mostrado .lncia que é vinualmeme zeto.291429 (0. Descieva um teste de hipótese para a sele<. l-d . juiz Ford. o que podemos inferir sobre a aleatorieàade do processo de amostragem? 4.O secretário da cone designou números para os membros convocados e.DOO .J de comesta(Ao decisória para a qual ele n~o deu um motivo. A seleçàô do juiz fcrd dos 100 con· vocados pode ter sido aleat6<ia? MINITAB l Test . Spock foi um famoso pediatra e autor de livros sobre críaçAo de filhos. Entretanto. 53% dos quaiseram mulheres.Jtfstica e teste de hipóteses para argu- mentar que a seleção de júri foi tendenciosa contra o D<.94 O. Estágio 2 .ao "aleatória" dos convocados do juiz Ford. um a um. Se você rejeitar uma afirma(Ao verdadeira com um nfvel de signific.do jllri pa1a o jvtgam. selecionou 100 pessoas "aleatoriamente' das 350 pessoas. Use a afirmação: 102 p a 35()::e0.a seguir.228862.O juiz do julgamento. O processo de seleção . mas a afirmação é verdadeira. mantendo as mulheres fora do júri. Benjan~n Spock.IJ§dd 348 • btatbli(ddplkada anigo no The University oi Chicago Low Review usando est. No Exerócio 1.8. (a) Esaeva as hipóteses nula e alternativa.53. Dr. foram interrogados pelos advogados de awsação e delesa até que 12 membros do júri fossem seleciooados.0"h CI Z-Va\ue P-Value 1 102 350 0. a cone prejudicou o veiedito.53 vs p. Nesse estágio. not = 0. Esse grupo foi chamado de convocados e continha apenas 9 mulheres. No teste.ento do Dr. n = 350 e p= 0. Que tipo de eno é esse? 3.53. você 1ejeita a afirmação de que p = 0.2914. Mi!Mes de ~es leram seus livros e seguiram seus conselhos.353S95) . (d) lnte<prete a decisão no conte. Exercícios 1.t i·.!nd Confidence lnterval for One Proportion Test of p = 0.to da áfirrnação original. somente unia jurada mulhet foi interrogada e·ela foi eliminada pela aCllsaçáo sob sua cot. Estágio 3 . 0.53 $ample X N Sample p 99.

000 $24..000 $ 163. 322) Dados para preços de 14 Honda Pilot LXs $21...Dev SEMean z c1 30 135000 30000 5477 -1.51 0. .100 S 151. p.... p Paired t . . 5ample X N 5ample p 95.pltulo 1 • 1. Test of p = 0.IJ§dd C.700 $157.:. 0. MINITAB l Store Oescriptive Statistics .490000 (0.700 Qisplay OEiscriptive Statistics.300 $ 143. .100 $ 100. Para duplicar os resultados do MINITAB..19. The assumed sigma = 30000 Íi1·Sample t. 132. ..500 $ 21.. p. l-d .559281) 1.tore QescriJ:>tive Statistics .. .. . hip6t11t<o111om.0 % Cl Z·Vatue P-Value 1 Pi'Cpo1't1on 1 98 200 0.4207.600 $85.700 $69.005 1 Peoportion .800 S 114.500 $97.400 $136. .1-Sample t . .. p. .. Z-Test of the Mean Test of mu = 23900 vs mu < 239DP IAIIUAIM .. 1-Sample .. p Paired ~.200 Qisplay Descriptive Statistics . você pode simplesmente adicionar as estatísticas descritivas.1.500 $140.900 $151.700 $22.300 $ 24.900 $143.800 $159.500 $ 22.700 $24. 2 Prçportions.100 $ 170. .900 $ 23.. .800 $166.700 $ 138.500 $169.200 $23. Z-Test ·of the Mean 1-Sarnµle Z = Test of mu 143260 vs mu not =143260 1-Sample t . você precisa dos dados originais.. Paired t .400 $166..1-Sample t .mo"" 349 Usando tecnologia para efetuar testes de hipótese Aqui estão algumas imagens de MINITAB e da TJ-83/84 para alguns exemplos i.200 $ 21..Dev SEMean z C1 14 23000 11 13 297 -3..200 S 131..600 $127.este capítulo. Variable N Mean St.600 $ ')23.14 0.500 $23.... MINITAB l S.000 S 134..700 $22. . (Veja Exemplo 5. Variab&e N Mean St. MINITAB l gtore Qescrietive Statistics .. ..100 $ 24.. (Veja Exemplo 2. 309) Dados para investimentos para 30 franquias $70.45 vs p not = 0. ..256 2 Pf"!lportions .300 S 167.. 329} Qisplay Descriptive Statistics . 2 PrQportions.200 .t i·...700 5119.200 $ 159.d. Test and Confidence lnterval for One Proportion 1-Sample t . 1-Sample Z ..45 .400 $90.0 3 0.000 $22.800 S 163. Para a Tl-83i\l4.13 1 Peoportion . (Vejà Exemplo 4.

T-Test lnptOata µ 0 :·6 .... 2 : T-Test .• 3 : 2-SampZ!íest.. 4: 2-SampTTest. .1056 ... 323) (Veja Exemplo 1.8162 p=.• 7 J Zlnterval. 313) (Ver Exemplo 5.7 Sx: . fi#id EOIT C'.ALr. 328) Tl-83/ 84 l Tl-83/ 84 l Tl-83/ 8'4 l EOIT r.8 -x: 6 . ilifiM EOIT r. . Tl-83/84 Z·Test µ <45000 l i= -1. p. p. 4: 2-S.24 n: 100 n= 19 Tl-83/ 84 I • Tl-83/ 84 I • Tl-83/ 84 I • p=.mpTTest .mpZTest.0 571 t=-1.2 z= -1. 6: 2. 3: 2-SampZTest.2 x: 15 n: 100 Pl'OP * Po - Calculate Draw >Po µ9'1) O ..Prop.086 p=.8 t= .id 1: z. 2 : T-Test... 4 : 2-SampTTest....25 l • p= . . li Z-Test.At r.24 n: 19 .. > 110 µ 1!11< µo >JJo Calculate Oraw Calculate Orav.. &I 1-PropZTest.r est. 6 : 2. p. 6: 2-PropZTest. 1-PropZTest Po: ....• lfl T-Test...579968916 • Tl-83/ P T-Test µ " 6 .15 n= 30 Sx= . 5 : 1-PropZTest..ZTest.•• 1: Z·Test . 3: 2-S.7 ~= ... l-d .ALr. iJ.IJ§dd 350 • (s111h1i<a a~icada (Veja Exemplo 9.t i·.816207893 l • Tl-83/ 84 1-PropZTest prop< .0570569964 p= . 7l Zlnterval.PropZTest. Tl-83/ P [ • Tl-83/ 84 l • Tl-83/ P l • Z·Test lnptOata µ 0 : 45000 s : 5200 x: 43500 n: 3 0 .1. 5: 1-PropZTest..105649839 x= 43500 x= 6 .•.. 7 ! ZlntervaL..0860316039 p• .

_1. rimentado a mesma proporção. segundo grupo. l-d . ])dias) Estudantes do ensino médio do sexo masculino (11 = 6. -Proporção ]) dias) :Fumam cigarros (ao n1énos um nos J.484 0. Tobnccv S11rvey (NYTS) é um estudo Estudantes do ensino médio do sexo feminino~.nenos un1 nos Ultin.1J11 tabaco mastigável tenham expe- t. que dois grupos que us. por exemplo.arutos dílntes que furna1n cigarros. Depois..abaco por estudantes. uma amostra alea· aprendeu como testar uma afirmação sobre um parâmetro tória de 6..os 52:2 0. Aqui estão as conclusões para esse e suas distribuições. você foi apresentado à estatística in- duas populações.012 €araclerística f 1equenc1a ' .869) Usan1tabaco n1asligável (ao n1cnos uma VC't 1\0S últinios 82 0.IJ§dd Capítulo 1 ~ 8 1 '. baseando a sua decis.crencial e aprendeu corno fom1ar intervalos de confiança para estimar um parâmetro.076 foram encontradas. você aprenderá como testar uma hipótese que compara No Capítulo -6. Agor.6. As proporções a seguir f-umam charutos (ao nH?nos uni nos ültin.. é quase impossível Neste capitulo.. .869 estudantes do ensino médio do sexo feminino populacional. rara a proporçao dos estudantes que usam tabaco mastigável.a. 184 gável entre estudantes do sexo masculino do que entre estu- t\ltimos 30 dias) dantes do sexo feminino? Ou as diferenças nas proporções Usam tabaco podern ser ao acaso? mastigável (ao Neste capítulo. você Por exemplo. ..!M9) conduzido pelo Ce11ters for OiSi'tl$C Co11trol m. você continuará seu estudo sobre es. você pode concluir últimos 30 dias) que existe uma proporção significativamente maior de estu- fumam d. CaracteríStica Frequênciã Propoiç.rl l'reve11tio11 (Centro para Prevenção e Controle de Doenças) para for. Testes de hipótese com du~s ~mostr~s Onde estamos ao iiwés de testar uma hipótese sobre uma única popula· çilo. o valor P para a hipótese de Para onde vamos que p.io necer informações sobre o uso de produtos derivados de Fumam cigarros (ao t. no Capítulo 7.264 0.a vei nos 680 0. no entanto.1. Como parte de um estudo recente.atística inferencial e teste de hipóteses.869 estudantes do ensino médio do sexo masculino foi pesquisada. -. f. você aprenderá que pode responder a n1ert6S un.099 últimos 30 dias) essas perguntas testando a hipótese de que as duas propor- çoes sao Iguais.0000. charutos ou usrun ttlbaco 1nasti· (ao nu:~:nos um nos 1.t i·.216 Com base nestas duas amostras.497 0.218 ])dias) uma amostra aleatória de 6. Então. -. no estudo da NYTS.os t. A Nnlio11nl Yo11tl. é de cerca de 0. = p.'\o na estatística amostral também foi pesquisada.

. Amostra 2: Nota de prova final dos mesmos 14 estudantes de Química.refoç. Solução tística. Já que o ritmo cardíaco em descanso dos mesmos • . As amostras são independentes.. e usando amos·. Amostra 1: Nota de teste bimestral de 14 estudantes de Química.. As amostras são depende...1.a ewe duas médiasµ. Amostra 1: Ritmo cardíaco em descallS() de 35 indivíduos antes de tomar café. l-d .li:::~do.__ _.1 1 A1nostra 2 lhadas em .. os tamanhos das amostras siio diferentes e os dados representam notas de teste para diferentes indivíduos. Classifique cada par de amostras como independente ou dependente... indivíduos é ana. você estudou métodos para testar uma afirmação sobre o valor de pótese de duas amostras para a um parâmetro populacional... An1osrra I An1os1ra1 Amostrá 2: Rinno cardíaco em descanso dos mesmos indivíduos depois de beber duas xícaras de café.o rc-l. Neste capítulo.oztr~s s. '?. . . Duas a mostras são dependentes se cada membro de uma amostra corresponde a um membro da outra amostra.. Amostra 1: Nota de teste para35estudantes de Estatística... Quando você compara as médias de populaáonais. No Capítulo 7. • • 1..IJ§dd 352 • ís14tktíca apl1<oda OI Testando a diferença entre as médias (amostras grandes e independentes) Oque vocé deve aprender Amostras dependentes e independentes -+ Uma descrição geral do teste de hipótese de duas amostras -+ Teste z de duas amostras para a diferença entre as médias • Como de<idir se duas amostras são independentes ou depen· dentes... . duas populações diferentes. .10.. . Amostra 2: Altura de 27 homens adultos. Amostras índependentcs Exemplo m • • Amostras dependentes e independentes • • Classifique cada par de amostras como independente ou dependente e justifique • • • •• sua resposta.. Amostras depen· dentes também são chamadas de amostras emparelhadas ou amostras relacionadas.ninc se as amostras são independentes ou dependentes.1cion:1da:.. Amostras dependentes 2. amostrilS para a daeierv. você aprenderá como testar uma afirma· dffeten(a entre dois ·parAme~os ção comparando parâmetros de duas populações.ioa cada indivíduo. Amostra 2: Nota de teste para 42 estudantes de Biologia que não estudam Esta· .. · . as . 1. 1\s ~un~tr~ podem zcrc1nparo· Arnoslr'. Rf'5µ0:-l111tn I'· A45 . Amostra 1: Altura de 27 mulheres adultas.t i·. 2.l efini cão tras grandes eindependentes Duas amosuas são independentes se a amostra selecionada de uma das populações não é relacionada à amostra seleáonada da segunda população.. Dete. -----. I Amostras dependentes e independentes • Uma introdução ao teste de hi.. 2.. . - "" __ ..ntes.. 1... Não é possível formar uma relação entre os membros das amostras. o método usado tanto para amostrar como para dimensio· • Como realim um teste z de duas nar a amostra determinará o tipo de teste que você utilizará.

não é prático fazer esse censo. então a.l l • 4 -. Você pode começar assumindo que não há diferença na média das duas popu- lações. Com certeza.o há dife· rença entre os parãmetros de duas populações. No entanto. -111 = O. 125 tras são independentes. = 100 "2 =. 1 O 1 ':? 3 Éimportante lembrar que quando você desempenha um teste de hipótese de duas amostras usando amostras independentes. retirando-se uma amostra aleatória de cada popula- ção.---. antes e depojs para um provedor de serviço de Internet equeira determinar se h.s..parando as inédías Amostras dependentes fre- de duas populações diferentes usando amostras independentes. 1•...mosu. membros nas duas ainos- x.. Distribuição amostral Es1a1íslica do 1cs1e:= X1 . pessoa ou objeto.. ..am conectados cada dia.X2= 35 . sexo 1nasculi1lo sexo fc1ninino Os. e usa.a afi.1\dO o resultado da estatística de teste de duas amostras x. você está testando uma afirmação a respeito da di(eren. -11. = 12 1nin agrupados. 1..s amos- .1rois {cn.uc$ Importante universitários do .is que difiram por 4 minutos se a diferença real é O. efini{ão Para um teste de hipótese de duas amostras com amostras independeates..-. qQentemente envolvem du· Por exemplo. = 35 nlin Amosrm X. suponha que você esteja desenvolvendo um plano de marketing pias idênticas..rn.t i·. sob a suposição de que 11.uitas an1ostras· similares retiradas de cada população. calculando viduaís para características a média diária de vezes que estudantes do sexo masculino e do sexo feminino passam especificas. você ainda pode determinar com algum grau de certeza se tal diferença existe.. A hipótese nula sempre contém o símbolo $.-.1 1 -Xr para n.. você pode ver que é bem improvável obter médias amostra.X: / -s -4 -J -? _ . -.ecom du.IJ§dd (apftulo 8 • leltfl de hip6t.= 31nlin An1os1ra tras não são relacionados ou s1 = 11 rni1\ s.x.í uma diferençaentre a de.. Suponha que você obtenha os seguintes resultados: PopulaÇ'l'tO de estudantes Popuhtção de ejju.A única maneira com aquaJvocê podeconcluircom certeza que tados de combinações indi• há uma difercnç.n. .. não o valor dos próprios parâmetros. l-d .5 erros pa- drões da diferença hipotética de O! Então.1c. Pelo gráfico.. Então.s. 11linu1os) Esrã1ísticn do teste padronizado ~-+--+---1--+--+--4-• . você pode desempenhar um teste de hipótese de duas amostras. Ahipótese nula H0 é uma hipótese estatlstica que gecalmente diz que nã..s 353 I Uma descri~ão geral do teste de hipótese de duas amostras Importante Nesta seção.ça de parâmetros em duas populações.... = O.' -J -z .. conectados e encontrando a diferença.. você pode concluir queexiste uma diferença significativa na quanlidade de tempo que estudantes universitários do sexo masculino e do sexo feminino passam conectados por dia..:c-1-~e-+--+-l--l--+4.o testar u.-+-1-1 . ou resul- s.l 4 S Oifctçnça n:lS ~dias a1nc.Ja.1 é fazendo um censo de todos os estudantes universitários.. A diferença de médias amostrais seria mais de 2. resultados para a mesma quantidade de tempo que estudantes universitários do sexo masculino e feminino pas.. universitários do . 0 1 2 . você aprenderá con. Isto é.ação con.. C:) gráfico a seguir n1ostra a distribuição an1ostral de. = ou 2:.

5. Você também pode escrever as hipóteses Aula e alternativa co1no a seguir.1o alcançados. e 11.JJ.<0 Independentemente de cada hipótese que você usar. Se esses requisitos s. cada população deve ter uma distribuição nonnal com um desvio padrão conhecido. :µ.-µ. Ahipótese ofternotiva H. Para escrever uma hipótese nula e uma hipótese alternativa para um teste de hipótese de duas amostras con. .. 2. = Jt 1• I Teste z de duas amostras para a diferença entre médias No restante desta seç. 0 e { . :µ.IJ§dd 351. Cada tamanho de amostra d'eve ser pelo menos 30. :µ . H.. µ. <i"i { It. é uma hipótese estatistica que é verdadei1a quando H0 é falso. ?..a das variâncias.(Diferença hipotética) z= .x.. Note que a estatística de teste padroni1. .a presunüda entre as <luas tnl'dias populaci0<1ais. eµ. • ei.ça é = l'X 1 . -µ. Ahipótese alternativa contém o símbolo >. l-d . . Erro padrão este z de duas amostras para a diferen~a entre médias Um teste z de duas amostras pode ser usado pata testar a diferença entre duas médias populacionais..str-al é a difcrcnç.o. H..9 a seguir.c.x1 (a difere11ça média das amostras) é uma distribuição nonnnl com média e erro padrão con. então H. ou . :µ. Quando nenhuma difcre. "l\'ês condições &'\o necessárias para desempenhar tal teste.ísticaapllcada Dica de estudo 2.. 1.. :µ 1 -µ. Por exemplo.. As amostras devem ser independentes.io. =. :µ 1 -µ. 0 alguns pares de hipóteses nulas e alternativas5ão: { H. :µ . a média é O. e 11. :µ 1 . se não. traduza a afirmaçilo íeita H. ?.t i·..édia da diíerenç. você aprenderá como desempenhar um teste para adi- ferença entre duas médias populacionais . As amostras devem ser selecionadas aleatoriamente. é uma distribuição normal.édia an.. -µ..a da n.. Já que a distribuição amostral para x.. 3.-x2 A n.2 A variância de distribuição amostral é a soma das variâncias das distribuiç(oes amostrais indi\!lduais para X1 -X 2• Oerropadrào éa r<1iz quadra-da da son.1do tem a forma de: (Diferença observada)... você pode usar o teste z para testar a diferença entre duas médias populacionais 11. an1ostras independentes.O tica.> O H.µ. Distribuição amostral Em palaVTas Em símbolos para x. você sempre presumirá que não existe diferença entre a n1édia populacional. /'i2 presumida. então a distribuição amostral para x.. se a afinnação é sobre dois parâmetros p_opulacionais . = 0 sobre o parâmetro populacional de uma afirmação verbal i>•ra uma equação matemá- { H. "' ou <. e 112 quando uma g1ande amostra (ao menos 30) é selecionada aleatoriamente ..ou..

= /'. de cada popul~o e as amostras são independentes. Identifique a-.o de educação de consumidores afirma que há uma diferenç. ou 111 ~ 11-.:io: H-0 :/Li = 1'1 ê H":111 . e a.· [ "- I S+-. Interprete a decis.drões populacionais sejam conhecidos.r.. contanto que as populações Em uma pesquisa. Depois de faish' . cada estado foram perguntados sobre seus salários.óS? Teste z de duas amostras para a diferen.n dólarc.9 4.274 º \-1: • 3-0 ·~ 2S 7.. Faça um esboço da distribuição amostral. =S 6. você pode usar s.11.W.i6 SQS4SS6266 70 7..W. pulando as etap~ 4e 5.110.J. 391....li<. J\lichignu t 1\Jns- Exemplo m $(1<J11tsetts 11S1111do o = O..1. Use as mesmas instruções acima.) Solução Você quer t.~tras s..indo um teste z de duas amostras para a diferen.io mostrados a seguir.. Identifique as hipóteses nula e alternativa.. As duas a. . e.flis cillis eu.tc.) Um teste de hipótese para a diferença entre médias também pode ser efetuado usando valores P.pft. tados s. rejeite H0.:: /'1 · (Aftnuó(iw) . Do contrário.. Os resul- Se a hip<'>tese nula diz 111 = µ2 .x.dtados de uma pesquisa aleatória de 200 indivíduos de cada grupo s. Os res. 111 S 11.'MM•. Especifique o nível de significância. Uma organizaç. Então.W?+x 42.. as hipóteses nula e a. (Adí1/lfflr11• .Jt Ut1itrrl Slntt. -. Oflir•· 1if Prr~1md .) lnstru(ões Us. dt>r". l-d . CMap. use a ·rabeia Normal Padrão para ca)cular amcluir que /td 11111n 1lifi>re11(111111. e teste . z.)-(1.a entre médias (amostras grandes e independentes) Em palavras Em símbolos l.IJ§dd C. '-'. o mostrados a seguir.S40 s.. você ainda pode usar um teste z de duas amostras. Seasamosuas não de 25..i. estatístico normal é: I Retratando o mundo Existem cerca 23. Determine a(s) região(ões) de rejeição 1\1ass:ic111. =S62.estar a afirmação de que há uma diferença na média da dívida de cartão do crédito de homens e mulherés noo Estados Unidos. Então.(x. Salário (e. Se Pé renda:: 111fdias d~ fi1ucio1ufri~ ft· menor ou i(:ual a o.. Determine o(s) valor(es) crítico(s). falhe em rejeitar 1-/0.. . tome a decis.t i·. .t.to da afir.100 em Massachusetts. 35 :i'. Expresse a·afirmação n1atematícamente. Use H0 e H.· .'fo de rejeitar ou falhar em rejeitar a hip<>tese nula. Enco11tre a estatística do teste padronizada.- 8.. Tome a decisão de rejeitar ou falhar em Sezestá na área de rejeição.a entre médias Veia passos TI-83/84 na p. 2. 'º5 mação ori.. falhe em rejeitar H. Aestatística de teste é x.. e a expressão. cionários federais en. o valor P.r.t 7S 3.lo8 • fot11de hipét"ecom d""amo111. Do contrário.'\o independentes.< 355 .600 funcio- nários federais civis traba· lhando em Michigan e cerca Quando asamosuas são grandes. 46 50 ~ 58 ó2 66 70 14 18 Srt1~riô ( Clll dólare..\IA1u1.ginal. .~nr11t.'io no contex.'h·idfltcú1 s11ficie11le pnrn encontrar a estatística de teste padronizado. Use a Tabela 4 no Apêndice B.05.ntào presume-se que.ltemativa s. rejeite H~ j 20· rejeitar a hipótese nula.x.112 é igual a Ono teste anterior.1 entre a média da dívida do cartão de crédito de homens e mulheres nos Estados Uni- dos.1scus: 6. Os resultados apoirun a afir- mação da organização? Use o = 0. são grandes. 200 fun- sejam distribuidas normalmente e os desvios p.. 5..t.. es2 no lugarde a..

i.= S24S x. s1 e s2são usados em lugar de 0'1 e 0'2 para calcular o Mulheres Homens erro padrão. Uma pesquis.05. .a tamanho 50 de cada estado e desvios padrões das amostras são$ 900 (N H) e S 500 .1ncia é de o = 0.290 . dependendo se você seleciona Calculate ou Dmw. mW lllf U.370).1 ale- atória de turistas em cada Estado.. .370 s..96.~a dez= teste padronizada z.. lde11tiftq11e a afirmação e estabeleça H0 e H._____________ Estatística a..96.: µ1 1 e IH."·· o.ro pessoas 1\ America11 A11to111obile As:.mostrai para c-usto diário de refeições e acomodações Us.= $ 750 "1= 200 x. • 1 .•)-(1~ .i(('.un os resultados possíveis. As duas amostras são independentes. você deve fãlhar ao rejeitar H. v.96 e z > 1.ocê deve falhar em rejeitar -1. :.) a.. llse o teste z para encontrar a estatística de teste padronizada z.---.i: (2. A pesquisa incluiu uma amostra selecionada aleatoriamente de _. b. exemplo. os valores crí- Estatística amostral para débitos ticos são-z0 = -1.. por1. eotãó o valor Pé igual a duas O gráfico à esquerda mostra a localização das áreas de rejeição e a-estatística de vezes a área à esqu. .95 entre homens e mulheres..3 -i\ · 1\ 0 1 / 2 3 (NY).77 5403 200 estatística de teste padronizado é: 200 I 1 Dica de estudo z= (r:. As telas restantes mostr.r.: µ 1 < 1•. há evidência suficiente para apoiar a afirmação da organização de que existe uma diferença na média da dívida do cartão de crédito 1 . você também q i..x..l -•1~--------- No JJxemplo 2. Ror 111. respectivamente.900 e S 3. 0 = 1.ociatio11 afirma que a média do custo diário para re· Texas Vugínia feições e acomodações para férias no ·iexas é menor do que a mesma média de custos x. As regiões de rejeiy'io sãoz < -1.025 residentes de New Hampshire e Nova York é S 3.. As duas amostras são independentes. o teste é bicaudal.01.. Exemplo m_ 3__.<> = 0.ultó alizar o teste de hipótese.= S 2.96 e ...Zo = .0 eo<fe us. ... 11. f.% .. = .r c 200 A (1.-1.11t l11fi"111tatiJH1 S.5403 A~un1~ 111 =-.01. Já que em cartões de crédito an.bas as an1ostras Seio grandes. c.1 indica que a média per capita da taxa de cartão de crédito para 'i t!t = 0.03.---1--1-~"*·. que 0. s.· lllterpretação No nível de significância de 5%.t i·.. existe evidência suficiente 1 96 .v um valor I' para re.1•.+-Si = 750' x.I .IJ§dd 356 • fatdlílli<"l>licad. "'~---~- 77.c $252 para férias na Virgínia. Em o = 0.500 por ano.\lnm1~1n.O.ando tecnologia para desempenhar um teste zde duas amostras pan uma fam·íJia de quat. Já que z não está na área de rejeição. Jil a hipótese nula.05. se necessário. E11co11/re os valores críticos e identi fique as áreas de rejeição. Já que o leste é bicaudal e o nível de signific.1ndo uma Tl-83/84.= $ 22 existe evidência suficiente para apoiar a afirmação? IM0 : µ 1 . Especiftq11e o nível de significância o.:. e.= $15 s. Ct11i11~ 8111((111.025 4" =0. d. Em ll = 0.ltados de uma pesquis.\'~ iIJI - "z 800 + .2..1515) = 0.S.=50 ll?= 35 (afirmay'io)I. = S 2.:.303 > 0.. A tabela à esquerda mostra os resu. Use o gráfico.303. Solução As duas primeiras telas mostram como configurar o teste de hipótese us. s.d . l-d ..= S 800 . '1i = • para concluir que há uma d iferença na média das taxas de cartão de crédito? CMapl<do dr<:n.l . lllterprete a decisiio no contexto da afirmação original.03 ou 2(0.: . Decida se rejeitará a hipótese nula.290 s.

existe evidência suficiente para apoiar a afirmação? x . Explique seu raciodnio.~110:ltt1 . você deve usar dados brutos.1.240 1<2:252 !n1:50 z~ ..e z de duas amostras para a que não fizeram um curso p:eparatório para o SAl'...<µ2 l!l!I >µ2 sempenhar um leste z de duas J 112:35 Cslo\1late Oraw amostras.= ·$ 18 a.1 7506. como independeme ou dependente. l Dica de estudo -t11~~~~~~~~~~ 2-5ampZTest 2.aiscondições são necessarias para se usar o tesle z para testar a diferença entre duas médias popvlacio.r a hipótese nula.1751 Já que o teste é unicaudal à esquerda e a = 0.1. = $22 s.1.nd Colorado de uma pesquisa aleatória de turistas em cada estado. Explique como desempenhar um tes>.lorado. cm to diário de refeições e acomodaçêi<!s para uma família Te te A A111erica11 A11lo111obile Associntio11 afirma que a média do custo diário para de quatro pessoas você refeições e acomodações para férias em Maryland é maior do que a mesma mé- 3 dia de custos para férias no Co. dentes e duas amostras independentes.= $293 x.10 lações usando amostras grandes e independentes. t-los exerd<los de 5 a 12. = $286 s.33. Em a = 0.= 200 b.so preparatório para o SAI 3..93 não está na região de rejeição. A tabela à direita mostra os resultados Maryla. As duas amostras são independentes. q 1:15 x1:24B você deve falhar ern rejeitar a u2:22 n1:50 hipótese nula. 'fome uma decisão e interp..= 150 11. Já que P > o.t i·.cemplo de duas amostras depen.05. A estatística de teste padroni2<1da z"" -0."" 0. .1 p.hil'Ôttlf<Oll~lf<lla11011ra1 357 Tl-83/84 l Tl-83/84.IJ§dd (ap\tulo8 • lts.aÇc1o da .9343 p=. não existe evidência suficiente para apoiar a Estatística amostral para afirn. daerença entre as médias de duas populações usando amostras Amowa 2: A nota do SAT para 40 estudantes do ensino médio grandes e il\depeilderues.uobile Associntiou. Q<.1ais? t. R1.>ricnu Auto. ~1:248 x2:2s2 Para usar MINlTAB para de- n1:50 n2:35 x2:2s2 µ1:. A45 lill Exercícios Construindo habilidades básicas e conceitos 4.1751. Descreva outra man6a com a qual você pode desempenhar um 6.tica de teste ou o valor P.9 3839 .sámpZTest Note que a Tl-83/84 demons· lnpt:Data Bll!II ju2:22 tra P. Tnter11retaçào No nível de significância de 1%. Amostra l: Anota do SAT para 44 estudantes do ensíno médio. d. Use a Tl-83/84 para encontrar a estatís. l-d .01. 5.ete. Tl-83/84 [ Tl-83/84 I 2-SampZTest µ1<µ2 z= . . Amostra 1: A nota do SAT para 35 estudantes do ensino médio 2. Qual a diferooça emre duas amostras dependentes e duas amos. a área de rejeição é z < -2.ssifique as duas amestras dadas lfas independentes? Dê um e..11. da. que fizeram um cur.1. então você deve folhar ao rejeita. teste de hipótese para a dfoença enlfe as médias de duas JlOPIJ· Amostra 2: Anotado SAT para os meimos44 estudantesdoens. médiodepoisdefa2erumcursopreparatólioparaoSAT.9 34 320081 1 p=.

. Estatistica x.33 llOVO de casco.s. = 5. (d) decida em rejêitar ou falhar aleatórias e independentes.88 C. = 37.. = l.::.-..I.de.s. 12.n. = 0..__. llep<J«s. (a} idenlifique a afirmação e e. x. 0 =-2. = 5..eo= -t . Afinnaça<>: P . s. afirmação original..10.gr... > J<.) TipoA TipoB 14.__.'2 -l O 1 /2 J . s.. Amostra 1: Avelocidade média de 23 lanchas usando um de5. Oistânci. n..t i·.. = 1. a = 0.. = lOOe x. o = o. . 45 pé$ s.os. s. = 0. Amostra 1: O peso de 40 mulheres.s.96 '<>= 19G para os dois tipos de pneus? (Aoop!Odó <1e eon. •• 11. = Pess~a 1 2 3 4 5 x.do exercício 127 135 140 136 150 Usando e interpretando conceitos Nos exerclcios de 13 a 16. em cada execcício.2. o = 0. = 4. Amostra 1: O peso de 51 adultos.3.= 1. > 1.n.2 -1 O 2 3 Amostra 2: A velocidade média de 14 lanchas usando um cJes. = 52. .___..5.. _j / . antigo de casco. (c) decida se a estatlstica se H0 e H~ (b} use a Tabela 4 no Açêndice 8 para encontrar o(s) de 1este padronizada está na área de rejeição e (d) decidi se você valoi(es) c~tko(s) e identifica. E~!istica amoSllal x. = 5 pessoas antes e depois de se exercitarem.0= t. Em a = 0. 70e = 45. usando um combustível alternativo. = 42 pés s.1ologia para resolver o n.. 11.= 4. a(s} cegiao(ões} de 1ejeiçao.. assuma que as amostras são selecionadas aleatotiamente e s. ESl<ltisticaamostral x1 = 500.os.) ~. Estatística x. em rejêitar a hipólese nula e (e} interp<ete a decisão no COlllexlo da 13. Distâncias de frenagem Um engenhei10 de segurança cegístra a distáncia de lrenagem de d-Ois tipos de J)MUS. 10. . e. Estatlstica amosval = 5. = 5.=4.225..5.= 50. 16.lo tre a estatisiica de leste padronizada z. Alinnaçâo 1.s1 a 215.01.lo independemes.n. = 1.s. As amoS11as s. = 75. problema. s. n. = 2." = 0. 9.n. use a estatística amostral dada para testar a afirmação sobre a d~e1ença de duas médias populacionais.= 50ex..= 144e x. 45 ex.03. s.. n.1.004.. = 510. Se for conveniente. = Amostra 2: O peso dos mesmos 51 adultos depois de participarem 75. o = o. Afim1<1Ç~o .n. use 1ec. = 16. A 1abela moS11a o ri1m0cardíaco (em batimentos por minuto) de 17. n.IJ§dd 358 • útdl~ticuplica& 7. (e} eocon· deve rejeitar ou falhar em tejetar a hipótese nula.~. um e.5...genheiro de segurança Zo= l ...!(. s 1. s. . = 105.28 conduz 50 testes de freio para cada um dos dois tipos de pneus.s.01.1eus.1. 15.. n. Afirmação µ1 <1c. = 15. Alinnação . = Amostra 2: A milhagem de combusllvel dos mesmos 10 carros 136. Rltmo car9íaco antes do ~erdctQ 65 n 65 76 93 Ritmo cardíaco depoi~. hota.. = 14. " = 0..195.::.. l-d .1ifiolocia o.. o engenheiro pode apoiar a afirmação de que a dístância de frenagem média é daerente -3 -2\ -• o 1 /z 3 . Amostra 1: Aml hagem de combustível de 10 carros.2.5. 18.igr. ESl<ltlstica amostral x. cada amostra selecionada a!eatotiameme tem 35 pneus. A tabela mostta a distáocia de freoagem (em pés} para cada 4 conjuntos diferentes de pneus com o sistema ABS (Antilock 8rclcing System) íigado e com o sistema ASS desligado. (b} Testando a diferença entce duas médias Nos exercícios de 19 a 32. (a} encontre a estatls1ica de leste.n.a de frenagem semABS 58 67 59 75 no nível de sig. 19. Amostro 2: O pcoo de 40 homens. ". . Os cesultados dos testes são mOSllados na figura.. 10.3 pés 20. Distâncias de frenagem Para c:omparar as distâncias de Ire· -3 -2 -1 o 1 2 3 nagem para dois tipos de p..fr~!)agemcom ASS 42 55 43 61 Nos exerdc~ 17 e 18.p<es· ellCOfltre a estatística de leste padronizada.895. = 35 ex.. = 60. = 105.= 1.7 pl'S X:.is. = 30.Onjuntb d~ pneus 1 2 3 4 Qist!ncia. de um programa de dieta e exerdóo por um ~ 8. (Foole: CMllJ(llet Repo. Os testes fo1am feitos no gelo com carros andando a 15 milhas po. dado. Alinnaçoo.J . c 156.

B.1· duzido em 1981 para descobrir o tempo que crianças de 6 a 17 anos assistiam televisão nos dias da semana. .fNodo doACT loc.6 2.7 1. use o = 0.10 médio que estão em um programa geral engenheiro pode apoiar a afirmação de que a mé<lia da distància é de 20. A média na nota do ACT para 56 estudantes do sexo · ·~..ly oi M. você pode de freio para o Tipo C é maior do que a média da distancia de apoiar a afirmaçJo do conselheiro? (/IIJ(Jprarlo d.7 15 e o desvio (Moprodo do e_.9 24.015 e o desvio padrão e 55 fomos do Modelo B.J 25.9 1.2 33. você pode rejeitar a afirmação de que estudantes 1981 do que garotos do ensino médio passam hoje. 2.1 2.5 1.025.7 1. 1 36. Em o = 0..1 1.7 30.Repotrs.5 1. = S2.3 de 22.2 tém uma rlOla no ACT maior do que aqueles ern um programa 38.Useo = 0. Para 50 famílias viajando na Carolina do Nane.Ao por dia para 35 fan.9 35.3 2.i:ltigoo. 1 28. x 1 = S 145 e s.= S 116. Para 40 fa· 22.1an. Dinheiro gasto comendo fora Uma associaçAo de restaurames diz que famílias nos Estados lhlidos chefiadas por pessoas com 2 1.8 25.Amédiade notanoACT para 27.2 32.0 2.iixos que os custos de rep<1ro do Modelo e 64 anos. A média de custo de acomodaç'ao para 35 famílias viajando na Carolina do Sul é$ 136 e o desvio padr~o é de S 19. . hip61est<011d.1 2. no e do sexo feminino têm a foi condulido em 1981 para e.4 2.5 35..1ias viajando na •• Carolina do N0<te é S 131 e o desvio padr.05. Em '• 11i29.1 2..$75 conduzem a uma conclusão diferente? s. 10.Mi) do que aianças de 6 a 17 anos passam hoje.9pés 26.4 1. .ama preparatório para faculdade é 33.01.7 21. Os resultados ~o mostrados a seguir. As novas amostras conduzem a uma condusào diferente? custos de reparo de 34 aspirado.8 1.655 es.7 1...5 1. • $ 124. Os resultados da pesquisa são mosuados na figura.. = $12. Um estudo foi co.s lnsr.1 1.6 1.0 1. Você pesquisa os wstos de repa. Os resultados (em ho. Em o= 0. = 51 pés viagem' ( ~ do Amen«Jn .30.0.0 1.d.8 26.9 2. Ás novas amosuas ~.0 e o desvio padrão é de 5.0 36. = S 28.0 29.5 34.7. vocé pode rejeitar a afirmaçAo do vendedor? (f.9 1.0 39.9 2.9 e o desvio padrào é de 4.2 2. A quantia média gasta por 30 famGias chefiadas por mostrados na figura. você pode apoiar a afimiação do sociólogo? f/ldop(odo tfe tlnoM.05.5 3.o de 47 fomos do Modelo A pessoas com menos de 25 anos é de S 2.9 .2 3.4 1.4 2.8 32.01.1 1.2 e odesviopadr~oéde 4. 10. uma da Carolina do Norte e uma da Carolina do Sul.owos 359 Os resultados dos testes são mostrados na figura. Os re- 24.6 2.0 1. Um estudo do ensino médio do sexo mascu. aspirador de pó e um vendedor lhe diz que os custos de reparo x.ne<R.2 2.6 2.1 geral. um estudo similar foi conduzido. o 44 es1udantes do ens. Modelo B. ACT.3 pés s. você compraria o Modelo A' pessoas com idade entre 55 e 64 anos é de S 2.. 1 1.7 41.wre (I)( Sooal Rc~oo"A) sexo masculino do ensino médío é de 21. . 10.ncontrar o tempo que garotos do mesma média de notas do ACT! (ildr.3 2.7 35. = S 138 e s. I e o desvio padrào é de 5. 1 2.t i·.9 30.7 1.2 28.as da semana.tomobiJe /lssoo(J!m) s1 = 5.7 2. Custos de acomodaçJo Refira-se ao Exercício 25..8 0.5 28.1 30.4 36.ão é de S97.3 2. Para 50 familias viajando na Carolina do Sul. Notas no ACT Um conselheiro escolar afirma que estudantes sultados (em mit1utos pot dia da semana) são mostrados a seguir. l-d . Custos de reparo: aspiradores de pó Você quer cwprar um mBias chefiadas por pessoas com menos de 25 anos de idade. uma de cada grupo.3 23. Para 40 famíliaschefiadasporpessoas para o Modelo Ae para o Modelo B são iguais..) pad.7 2. = S 24. x. Custos de reparo: fornos de micro-ondas Vocé quer comprar menos de 25 anos de idade gastam menos com comida fOfa de um forno de micro-ondas e escolherá o Modelo A se os custos casa do que íamaias chefiadas por pessoas com idade entre 55 de reparo forem mais b.6 1.dupwJo de e .5 2. Dinheiro gasto comendo fora Refira-se ao Exercicio 26. A quantia média gasta por 30 famSias cheliadas por B.2 1. existe evidência sufJCieme para rejeitar a afirmação da associaç2<> de 111= 55 pés . Em <> = 0.0 2. do ensino médio em programas preparatórios para faculdades 31.6 s.6 34.es de pó do Modelo A e 46 do . Notas no ACT A média na nota do ACT para 43 estudantes do Em o = 0.a de cusro de acomodação por dia para uma famnia viajando na Carolina do N0<1e é a mesma que na Carolina do Sul.01. Reporrs. Os resultados da sua pesquisa são é de S 113.) ensino médio passavam estudando nos ó.6 2.0 2.>.oc) freio para o Tipo D? (f.8 35. rotos do ensino médio passavam menos tempo estudando em Em o = 0..as por dia da semana) são mostrados a seguir.1 1. I 2.2 2.9 33.. Você pesquisa os com idade entre 55e64 anos.IJ§dd (apttu1' 8 • . = 4.4. Mais duas amostras são retiradas. Custos de acomodação Uma associação de viagem diz que a TipoC Tipo O mé<f. Em " = 0.5 1.S 31. A média de custo de acomodac.=$ 50 2..9 1. Mais duas amostras são retiradas.6 2.9 37.:. A média de nota no ACT para 49 estudantes do ensino mécí?O que estão em um prog.130es. Em a = 0. você pode apoiar a afirmação da associaç2<> de restatJ1antes? ("4cprodr) de &it1JW oi tobof Srcosrks. ª S2.x.9 1.1 1.2 Recentemente. = $ 10 1. Passar mais tempo estudando Um sociólogo acha que ga· feminino do ensino médio é de 20.50 28.10.5 2...doptodo e 17 anos passavam mais tempo assistindo televisão ern 1981 d•C-. Assistindo mais lV Um socíôlogo afirma que crianças entre 6 o = 0.4 28.6 36.lo é de S26.) Modelo A ModeloB 27.3 35.

. 37.695 0.495 3.I 49.search. O pómeiro método produz porcas com os seguintes dijmeuos (em centímetros). 2 $$.882 0.-1.875 0.• S54.700 12.504 3.336 Osegundo método produz polcas com estes diametros (em cen· tímet1os).329 3.876 0.5 n. O tempo médio 0.691 0.498 3.es.99 horas Em o = 0..raíos em \·Visro.517 3.01.5 55. ..487 3.515 3.iínô.711 0.496 3..333 3. = .6 50.0 41 .696 leáonadas a!eat0<iamente (idade entre 6 e 8) coostatou que a média de tempo gasto assistindo televisJo a cada semana era de 0.-ef"'Yo/M.353 3. tem televisão é 2 hoias menor do que de aianças entre 9 e 11 não há dífe.(.330 3. é equivalente â hipótese nula H• : .341 3. ~ 53.338 3.4 48.708 0.IJ§dd 360 • lltat~ticaapli<ada Receoiemente. teste a diferença entre duas 44. f/.505 3.882 0.493 3.863 0.875 0.a(frâo era de 6.336 aleatória de esta~sticos de cada .352 3.gcn's kl!l<otré Ir. Tempo na creche ou pré·escola Em 1981.872 0.496 3.500 3. ?: .877 0.. Em 11 = 0.337 3.l pa.894 0.339 3..332 maior que • 6.05.1 45. você pode apoiar a afirmação do soci-Ologo? 0 1.879 0.864 0..sistindo TV Um esitxlo .497 3. Nos exerd<ios de 35 a 38.522 3.6 49.494 3.501 3.475 38..8 40..10. 3. teste a afirmação de que a diferença entre a méóoa sa- 3.> < k.343 3.otóg. Os resultddos determinat se crianças hoje passam uma média de 9 horas por se- são mostrados a seguir.863 0.498 3.0 44.6 41.861 teste a afirmação de que crianças passam 9 horas por semana a O segundo método p!oduz lavad0<as = esies diãmetros (em mais em créd>e ou pré·escola hoie do que em 1981.704 36. 1 . : .H0: .8 49.860 0.486 3. você pode rejeitar a afirmação do engenheiro de (idade entre 9 e 11) por semana eia de 15. 58. Os resultados da Em " = 0.489 3.879 0.513 3.ll/le lct Social /les.. = k.iê.2 médias usando uma hipótese nula deH0: 11. Entendendo o conceito E.321 3.862 0. Expandindo conceitos Testando uma diferença além de zero x.7 42.864 0.0 51.327 3.869 0.tes.348 3. mana a mais na creche (ou pre-escola) do que crianças passavam 20 anos atrás.. ~k.695 0.t o 1P<.océ pode querer .0 r _(x. Unow. l-d .495 3.866 a média de tempo gasto em aeche ou pré-escola por semana era de 20 horas e o desvio P.()ldt) métodos dife.320 3.906 0.02 horas e o desvio produção? padrão era de 4.697 0. Os resultados de cada 3. 11' ) oode Em o = 0.95 horas e o desvio padrão era de 4.>seorch) 0.364 3..688 0.715 0. . ?: O. de idade) constatou que a média de tempo gasto em aeche ou pré-escola JlO' semana eia de 11 .696 0.s holas com um desvio padrao 0. Salários de fotógrafos e programadores de computador Em o =0.870 de 3. Sood R...501 3.te Em o = 0..323 3.) µ.329 3.326 3.900 X2 • $27.505 fotógrafos em Wlscoosin é maior que S30.325 3..485 3.pfique por que a lipótese nula H.un.347 3.887 0.506 3.) Diâmetro de lavadoras Um engenheiro de produção afirma que 35..329 3.337 3. Em o = 0. . 33.358 3.861 0.718 0.715 0.699 0.703 0.339 3.869 0.504 3.t R.714 0..3 l h0<as. . .340 3..483 3.508 lanal para prog1amad01es de computadOI' e a média salarial l)<lra 3.51 1 3.320 3.:idorcs <'º' l.877 0.338 pesquisa são mowados na figura.000.ença no diámetro médio de uma porQl feita por dois anos.354 3.l />: 52.t i·.000? Para decidir.3 39. um pesquisador está intetessado em testar uma dife· s.250 s. teste a afirmação de que •'"• 32 Diâmetro de porcas Um engen~ro de p<odução afirma que o tempo médio por semana em que aianças de 6 a 8 anos assis- '··~ .. (Moprodode Ur./lrodo de AIM.514 3.884 0.703 0.. 0. um estudo simildr foi condu2ido... o que você deve Concluir? l.715 0.estado.499 3. Por exemplo.672 0.0 45..2 45.7 horas. ). .04.0 47.tlqp1ado de Urt>IOJSÍtf oiMi(l.Q3.sifl Wisconsi1\ 34.r.702 0..4 47..9 48.501 3.338 3.499 3.880 0.9 47..513 3.345 3. = O.491 3.. é equivalente~ hip61ese nula H0 : .200 1'1 • 31 n2 • 33 . . Um estudo recente de 65 crianças selecionadas 0. (Arklprodo de polegadas). Tempo as. Salário dos estatísticos A diferença entre a média anual de salário dos estatlsticos em Massachusetts e CaroSna do Norte é 3.6 51.490 3.0 46..2 52.887 aleatoriamente (com menos de 3 anos de idade) constatou que 0..706 0.680 0.709 0..thigon~klsr.883 0.512 3. .698 0.p!ique por que a hip61ese nula H0: {Moplcdo de AméJl((J~ (()(eel fnloN«.496 3.695 0.o. um estudo com nao há difer~a nas lavadoras com os seguintes di~meuos (em 70 aianças selecionadas aleatoriamente (com menos de 3 anos polegadas). H0 : .yrm~ msritv'C fo.705 0.200 As vezes.8 horas.0 51..715 de televisão assistida po< 56 crianças selecionadas aleatoriame.05. Soc..1 46.335 3.700 0.720 0.2 54...859 0.fP.712 0.694 0.858 0.331 3.694 0.686 0.01 .316 3.7 43.347 3.4 47..e~ em médias diferentes ele ze.ecente de 48 crianças se- 0.7 50.t<J oiMfch.<o'S VXeir lnlo/'let) 3.882 0.350 3. você pode rejeitar a afirmação do engenhei<o de pesquisa feita com p1ogramadores de coml)IJtadOf e fotógrafos produçAo? escolhidos aleatoriamente em \>\\sconsin são mostrados na figv:a.873 0.484 3.353 3. A f&m111.7 54. Entendendo o conceito E.690 0. Progr..>di.505 3.887 0. você seleciona uma amostra 3.6 42.887 0.8 54.336 3.

ejeitaria paciemes do Grupo Asão tratados usando a droga irinotecano e a hipótese nula se o intervalo de confiança contivesse apenas os 127 P..53 (emlib~as) = s 1 IS.s 6 meses.llcp1ado d< lhe tc. ..3 e o desvio padrão era en~eduasmédias populacionais. O terceiro grupo seguiu a d'ela Omish.79 ..<.r. Cada grupo recebeu . exercícios.5 e o desvio padrão era de a"$ amostras devem SQf s<hóoo. dotes relacionadas ao cancer era de 8. atitudes.: The Joutnol of lhe Am""°" gativos. são sangufnea sistólica mais do que um programa de exercicios e dieta tradiciooais.va)o de coofiança de 95% para . Atkín~ LllARN Órnlsh Zoi.o o conceito Compare o intervalo de confiança 40. -+-. No estudo.de exercidos e dieta tradiciooais? produtos de baixa gordura derivados do leite. do a dieta DASH e o programa de exercidos e . que é baseada no consumo ffilJÍto alto de carboidrato.10 de dieta são moslradas na tabela seguinte. Você recomenda· 125 mmHg e um desvio padrão de 10. O segundo grupo seguiu a dieta LEARN (na ~gla em inglés: Nlestyle.e.io.= S. onde.00 . O número médio de meses que o Grupo Anão repooou ~ê pode construir um imervalo de coofiança para a óderença dotes re'.73 r.vmo muito baixo de ç. Tome uma decisão Refira·se ao estudo no Exerdcio 40.5..o grupos..z.cióos 39 e 4-0.. ..t i·.lncer obtida com irinotecano periodo. Estudo de caso Dietas eperdadepeso Um estudo no The Journol of The Americon Medkol Associolion descreve os efeitos de áieLlS em controle de JlESO.epooou en.. Os 140 de hipótese do Exercício 42.:1: 30. ocritudes. = 4. i>. construa o intewalo de coofiança indiç.. usando o seguinte sen. Entendend. Dieta DASH e pressao sanguínea sistólica Um eswdo foi exercício é me.. é a média do número de meses que o Grupo 8 não reponou dores relacionadas ao ~ " ~ ~ c.).. Coostrua um intervalo de confiança de 95% para µ 1 . Tome uma decisao Refira·se ao estudo no Exercício 39./lp onde 4·3.ins... ria usar irinotecano a fluorouracil para aliviar as dores relacionadas cada grupo tinha a mesma mêéia de pressão sanguínea sistólica. O número médio de m.73 s. f/.ouracil.-x.85 l\ = 3.irboid<ato. µ2 rouraál. O QU<JílO grupo seguiu a dieta Zcme. o qual enfatiza o coosumo de írlJlas.. relotíonships.1 .05. exeràse.) Nos e. l-d .irboi<itato. '269 pessoas usando a dieta 42. teste a afirmação de que a média da p<essão sanguí· 7 nea sistóliç. Ames do estudo.9 mmHg.estilo de vida. de exercicios e dieta tradicio. que é baseada no baixo coosumo de ç. Explique por que você rejeitaria a hipótese pressão sanguínea sistóliç.eses que o Grupo Bnao.= 13.sstruções semanais para dois meses. .=12.-. Comparando drogas contra cancer Oois grupos de pacientes que você construiu no Exercício 40 com o resultado do teste com câncer oolotretal são ttatados com drogas ó~etemes. Oprim9iro grupo 5egviu a dietaAtk.36 X.du.. 1. As médias de perda de PESO de ç. teste aafirmação de que a média do número de meses mmHg e um desvio padr.) 44.. :1: 30 de 1. que é baseada no ba~o coosumo de gotdUfa e alto coosumo de carboidrato.101 do (j\Je a médía da pressão sang1Jinea sistóli<a cooduzido para ver se uma dieta espeo'fíca e um programa de pata o grupo usando ptograma de exerdcios e a dieta tradicionais. 31 1 mulheres lotam separadas aleatonameme em quat.. relacionamentos e ootti· ~o).e.ido 41 .aáentes do Grupo 8 são tratados usando a droga fluo. 268 pessoas usando um programa de exercícios e diela é maior do que a média do número de meses no alivio de dotes 11adicionais tiveram a média de pressao sanguínea sistóica de rel.~<(x.. que é baie~ no con.ida grupo após um a. nuuition .IJ§dd (opnui.. reportou dores relacionadas ao câncer e..:er..x. núme<os positivos.lóonadas ao câncer obtida com íluo. 0epo.05. 1 mmHg.i para o grupo usando um programa nula se o intervalo de confiança cootivesse apenas números ne. vege1<1is e em vez de usar a o programa . é a média de pressa<> sanguíaea sistólica para o grupo usan· você construiu no Ei<ercício 39 com o resuhado do teste de hipó. do mesmo no alívio de d0<es relacioradas ao c. -~ + ~ -- ~ ~ _.idas a!eatoôamctntc e independen1es. Explique por que você . Em pa(a .. é a média do número de meses que o Grupo A não - (x..x. (Fc.)+z. o = 0. exercício mamado Programa DASH (Dietaty Approaches 10 Stop ~é recomendaria usar a dieta OASH e o programa de exercícios Hype!tension).acionadas ao cancer e1a de 10.o s.c "1 = 77 ": = 79 '13 = 76 "• = 1:9 !lerda d·e peso l\ = 10.. ao câncer? Explique seu raciocín.Hmoso. Em OASH tiveram a média de pre5sao sangulnea sistólica de 123. 8 • lt11esdi •ip61estcon. = 12.s 361 Construindo intervalos de confiança para µ 1 . Méd<of-rl(.2. Conswa um inte.i para o grupo usando a dieta DASH e o programa de 39. é a média de tese do Exercício 41. Entendendo o conceito Compare o intervalo de confiança que ..Também...lncer.1ais.n. pode reduzir a pres· Explique seu raciocínio..lo de 9. 1 o = 0.. houve também um acompanhamento de um ano desde o início <lo estudo.ouambasaspopulaçõessãodislnbuídasnonnalmen.

3.al. 4. desempenhe um teste z de duas amostras para determinarse as médias de peida de peso dos dois grupos indiCildos ~o diferentes.'lo necessárias para usar um teste I para amostras pequenas e Você aprenderá a testar as independent((S.IJ§dd 362 • [1t<1ntiCddl>licad• Exercícios Nos exerdcíos de ! a 4.. Lembre-se de que duas amostras são exemplo e exercício mostrará independentes se a amostra coletada de uma popi..11. Teste a peida de peso das pessoas no grupo Ailcins contra as pessoas do grupo l EARN. usando amostras independentes de cada população.. com a amostra selecionada da segunda população. você pode us. e Como você aprendeu. 6. en!re I Oteste t de duas amostras para a diferen~a er:itre médias duas médias poP.OI. Para Cilda exercido. (a} Teste a média de perda de peso deste grupo com o grupo Atlóns descrito anteriormente. quando uma amostra é selecionada aleatoriamente de cada populaçao. (b) Teste a média de perda de peso deste grupo com o grupo Zone descrito anterior· mente. cada 2. e. Teste a perda de peso das pessoas no grupo lEARN contra as pessoas do grupo Zone. 2. na vida real não é prático colher amostras de tamanho 30 11. As amostras devem ser independentes. Em quais comparações nos exe1cíóos I a 5 você encontrou uma diferença na perda de peso? ES<Seva um resumo das suas descobe<tas. As amostras devem ser selecionadas aleatoriamente.01. Améó. 42 pessoas usassem um s~lernento de e. No entanto. você aprenderá como usar um teste t para testar a diferença entre as mé- Dica de estudo dias de duas populaçõesµ. em ootro estudo. 5. Teste a perda de peso das pessoas no grupo Ornish contra as pessoas do grupo Zone. eµ. Teste a perda de peso das pessoas no grupo Atkins contra as pessoas do grupo Omish. Nesta seção.a de perda de peso deste g1Upo foi de 7. Então. O erro padrão e os graus de lib.x1 é aproximada por uma distribuição t com média µ1 . usando amostras ~uenas e ou mais de cada uma de duas populações. e 1r.05 lib<as e o desvio padrao de 7. Quando essas condições são alcançadas.os. 1. l-d . m Testando a diferen~a entre as médias (amostras pequenas e independentes) Oque você Oteste tde duas amostras para a diferenia entre médias deve aprender • Como realim um !este t de dU3S amostras para a diferen.vas e uma dieta de baixa caloriõ e alto teor de fibras para perder peso. se amoos populações ti.?rdade da distribui\'ãO amostral dependem se as variâncias das populações~ e oj são iguai.lação não está relacionada se as variâncias são iguais. Use a = O.. use . Desempenhar .t i·. As condições a seguir s. = o.•erem independentes. 3. diferenças nas variânfias e1n 1..1Jlacionais 1•. Neste €apítulo. Cada população deve ler uma distribuição normal.. Use o = 0.. este t de duas amostras para a diferença entre médias Umteste t de duas amostras é usado para testar a diferença entfe duas médias populacionais 1•.v um teste I para testar a diferença entre duas médias populacionais 11. urna distribuição norn.28 lib<as.s. Suponha que. escceva sua cond~o como <ma frase.. você ainda pode testar a diferença entre as suas rnédias. duas populações no Capítu- lo 10. a distribuição amostral para a diferença entre as médias da amostra x1 .

da 110p11· lnç.=n. Variâncias não iguais: Se as va~nóas da população não são iguais.. ""' lé'$lt. . Juí . +n. . .itf.. Um teste de memória e g.l. = .ão s.. . dns t• que ns vnriâucins.-1.ncnor que {ik"S si1n 11or111n/11"·11te distrib11f· 11 1 -1 orn2 .u que crianças com treino l1o _R '1.m.o o erro padrão é: melhor a memória verbal.Ji.-~2. Ambas populações Você não pode usar são nonnais'! Não o teste z ou o teste t . xi = .1) ·Rl . verbal com uma possibilidade de 100 pontos foi administrado em ro crianças.ai 363 este teste reque.-.ui~--snaoigUbS.. V.. Variâncias são iguais: S<! as variâncias da população são iguais.2.•.. - amostras é combinada para calcular uma estimativa coligada do desvio padrão Ô'. . n.l'} =o -. a seguir. music. I Retratando o mundo_ (n.ni +. Use o teste t com Ôl'llle pnm npoinr nnftrmnçilo de o~ .. dt.ma nota média de 79. Su· ponha que você tenha tentado s' s' qx.IJ§dd (apltlllo8 • ltst<Sdthip6test<Ol!l doas a"°. l-d . .t.). menos 30? Os 45 estudantes no grupo Não de controle tiveram u. Um estudo publicado pela Ame· ô riem.. .rin sufi· Use o teste z. + ~.. V~nMlCias ig\Jb1. Aestatistica de teste padronizada é: t= (.10 rnostrados no fluxogran1<1 a seg·uir.. = n.l)s.2 na revista Ne11ropsychology re· O erro padrão para a distribuição de amostragem de i1'1 .. lt1do também mostrou que quanto maior o treino musical...1oun..ação das duas .(.• 111e1u6rin . Sim En1 n = 0. com um desvio padrão de 5. -1.. que cada população seja distribuida no=lmente. .et«de exerceu a Testes para duas amostras independentes fm1ção de grupo de controle e n. O es- e gJ. = uX - n. enquan- to a outro n.<õ. -. ª 1. 1 1 As variâncias da de ambas populações Não Sim o-·' • .. -2.Psyclwlogicnl Associntiou n. entà. + n1 .l) s/ +(n.l ..ção são iguais? são conhecidos-? e g. reproduzir os resultados como n. = . = menorquen. q1tf! trt:ino 11111sicnl n11111e11tn n!> notas . . + nz-2.9 com um desvio padrão de 6.7.. As 45 crianças com treino tive· O tamanho de ambas ram uma nota média de 83.). Sim Use o teste t co1n Os desvios padrões .1.1 e o teste t descrito nesta se.12 amostras é pelo Sim Use o teste z..l + :2.1.lo .2.05.l.. + -"2 popula.-1 '"'·': n1 111 verllnl? 1lss11111n que n~ populn· e g. e que as amostras sejam independentes.t i·. teve treino musical..ão iguais.10 teve treino musirnJ. Metade Os requisitos para o teste z descrito na Seção 8. é: lato..11 mostraram melhor memória veroal do que crian· ças sem treino musical. então a info.

.l.. Identifique os graus de liberdade e faça adis.s E.).01.. os valores críticos são -10 = -3.5743 "" .x.rt<.io distribu(das GTI Foc~s normahnente e as variâncias da populaç. . = 7 e o-= 0.. Se I estiver na região de rejeitar a hipótese nula.l. Então.'io de rejeitar.x..(1~ .496. g.496 '• = 3. 4.'ío mostrados à esquerda.)..499. nula e alternativa. Ve1 passos MINITAB na p. as . Determine os valores críticos.pli<oda lnstru(ões Usando o teste tem duas amostras para as diferencas entre as médias (amostras pequenas e independentes) Em palavra.:.n-rejei.~ .-i: .499 e 10 = 3. Você pode concluir que existe uma diferença na média da distância de frena· gem dos dois tipos de carro? Use a= 0. 390.io t < -3. 5. ção. .3.01.... As regioos de rejeição s.p.t i·h§dd 364 • lstatb\ica . O I Z 3 \-1 O'i . (Mop.ío não são iguais. . = 6. 8 10 ' A estatística de teste padroniz. Já que o teste é bicaudal com g. dt Cum..ostra é de trunanho 8. 1 O't1 • . use g. Determine a(s) região(ões) de rejeição. Tome a decis.. use a última coluna (oo) 11 na tabela da distribuição 1..-c>t~ll'I.a entre médias Estatística amostral para dislância As distâncias de frenagem de 8 Volkswagen GTls e 10 Ford Focus foram testadas de frenagem em pista seca enquanto viajavam a 60 milhas por hora em pista SOO\. Casó contrário. ou falhar e. _ (x. Identifique as hipóteses Afinne H0 e H. = 11.11 síi11bolos 1..6pés hipóteses nula e alternativa s. O erro padrão é: 6·9' + 2•6' :::e 2 5743. g. 3..3. . . + 11. Especifique o nível de significância...9pés s.'t$$1//11/1 . Interprete a deeisão no contexto da afirmação original..) x= 134 pés x.111. cejeite H0 . = 143 pés Soluçào Você quer testar se as médias da distância de frcnagem são diferentes.'io: e Já que as variâncias não Seio iguais e a n.499. Assuma que as p<>pulações s. Exemplo m Um teste t de duas amostras para a diferen. . 6. .499 r "'-3.OóS . Encontre a estatística de teste padronizada. "' 2.499 (134-143).J.o de' amostragem.) U. Jt: = (}. .=2. ="·' (llflb . = . (x. -1<. -2 ou tribuiçã. Se > 29. Expresse a alim1ação. 3 _. Use a iàbela 5 no A~dice B. l-d .enor an.)-(µ.1do é: }a=O.. Identifique o.0 . = menor que 111-1 ou 11 2 .499 e 1 > 3. 2.f: 7.I. = 8-1 =7.n R. Os resultados s. falheem rejeitar 1-/0• 8.1.l.

· = 0. l-d .05.nce do telefone sem fio do fubricante é maior que a média de alcance do principal concorrente".:e 1. = (13}{45')+(15)(30'). Oerer111i11e os graus de liberdade..=1s1 p~ 1 111ostrados à direita.uos 365 O gráfico na página anterior mostra a locali1À1ção das regiões de rejeição e a esta- tÍStica de teste padronizada. ==-8 "i = 10 a.J pés •.) (li<(•1>tr.250 ~ normalmente âistribuídas e as variâncias de população s. op. b. -2 =14 + 16 -2 =28. !llterpretaçiio F_~tati~ca an. e o·= 0.. 14 + 16-2 14 16 ' A estatística de teste padro11izada é: (x. Oecirla se rejeita a hipótese nula. . Você realiza um estudo usando 14 lelefonesselecionados aleatoriamente deste fabricante e 16 telefones similares....a entre médias Estatíst. Os resultados são mostrados à direita. = n.!. Você pode concluir que as médias de distância de frena.-i : (1.:ftl.rl'(Ao. > 11.: 11.811. f.701..250)-0 "" 13.ica amostral Um fabricante afinna que o alcance de chamada (em pés) do seu telefone sem fio para alcance de chamada 2. A região do se usa uma 11-83/84 para de rejeição é t > 1. = 2. Então.. é preciso selecionar o Poolerl: (111-1 )s. você pode apoiar a afirmação do fabric-ante? Assuma que as populações s.8. não há evidência suficiente para concluir que as de !Írenagem em pista molhada rnédias das distâncias de frenagem dos carros s. Exemplo m Ver passos Tl·83/84 na p..1u11« ~'Jit•rt_. $ µ. Use um gráfico se necessário.IJ§dd (apltulo 8 • lest" d.do ~abric-ante Concorrente concon·ente-seleciOllados aleatoriamente. + ui-2 "1 "1 variâncias são iguajs.specijiq11e o nível de significância o.!. Já quer não está na região de rejeição.. -1 )s. você deve falhar ao rejeitar a hipótese nula. e H.275-1.. as hipóteses nula e alternativa são: H0 : . = 16 A afinnaçJo é: "a média de alc. = 7~ gem são diferentes? Use<> = 0. . <f'i..13 8018.) ______ . t:lm teste tde duas amostras para a diferen...-x.701. 1. Já que o teste É importante nota. e.Dica de estudo Já que as variância$ são iguais.. g. Os resultados são x = l41~ x.io x = 1. f..21"5 pés x. e.. o valor crítico é 10 = 1. /11ferprete a decisão no contexto original da afirmação. = 3.t i·. +(11.ção de input Yes q_uando as ".11uequan- é um teste unicaudal à direita.) " .05.= 130~ Solução " • = 1'1 11. +. 391.. + n.101 ..Ufi11. s1 = 45p('S s. E11co11tre os valores críticos e irlmtifique as regiões de rejeição. (Ad.8018 -3 -2 -1 O 1 3 . g.l.'lo diferentes.. O erro padrão é: um teste r de duas amostras. Em e. = 1.o iguais.. -1<. 10 = 1. Assuma que as populações são nonllahnente dis- tribuídas e que as variâncias das populações não são iguais.l.. d.05. .iamo.s11 .tânr.). GT! fo<úS ente Adistância de frenagem (em pés) dos mesmos carros do Exemplo 1 foi testada você enquanto viajavam em pista molhada a 60 milhas por horn..1ptta1fc1d(Con. U:re o teste t para encontrar a estatística de teste padronizada f.ia No nível de significância 1%. g. /rle11tijiq11e a afirmação e aponte H0 e H..J 1 + 1 .(1. hip6te1rnmd.ostral para dii.4 GHz é maior do que o do seu principal concorrente.

n.1s1i<a.515.8 b.. = 0.05.01.2. 8.n.n. Decida se rejeita a hipótese nula. 9.IJ§dd 366 • r. n1 = 10 ex. Quais ccndições s3o ·necess.. ExpliqtJe como desempenhar um teste r de duas amOSlras para a (d) decida se você deve rejeitar ·ou folhar ao rejeitar a hipótese diferenr. "•-= 12 d. -2 -1 O 3 . = 8. Ha:1.n. H. J. = 1. Interprete a deci5'io no contexto da afinnação original.. s. n.005.= -2. H. -~A- -. (b) e<icontre aestatística de teste padronizada..lor crítico e identifique a região de rejeição. 4.n.!rias para usar um teste r para testar I I. = 9.i e. 10 . . s. =.0. H~:J1.1 .n>= 4. há evidência suficiente para apoiar a afirmação do fobric-ante de que o seu telefone tem um alcance de chamada maior do que o do concorrente.10.= II. Um fabricante afirma que o uso de quilowatts de seus monitores de tela pla- Estatística amostral para na é menor do que o do seu concorrente principal..s1 = 3. H. o= 0.n1= 19. l-d . 5. s. nula. Assuma of = q~.: 1. o = 0. lifj Exercícios Construindo habilidades básicas e conceitos (c) decida se a estatistica de te.= 22.11 1= 12. Use um gráfico se necessário. use a Tabela 5 no Apêndice B para en..t i·." = o.=n.025. :1r. o = 0. niveldesigniflc..s. Nos exercícios de 11 a 14: (a) e<icontre aestatística de teste. Já que testá na região de rejeição. .lnàa n e amostras de1amanhon. H/J•.= 35.:11. 0 =-1. «17 o: = 0. x=32 a. U.947 7. f.o= 0.1r..0 = 2. 10. Nos exercícios de 3 a 10. n.te padrooizada (a) está na re- ~o de reíe90. 2.=14.eo teste I para encontrar a estatística de teste padronizada t.: µ 1 < 1. 1.= 15. =0. Em a-= 0. = 11.> µ. Estatíslicaamosiral: x.= 12.Ot.. Oetermí11e os graus de liberdade..01 a Merença entre duas médías populacionais? Estatística amostral: x . > 1•.u..H0: . nonnais e aleatórias e que as vari. H. existe evidência suficiente para apoiar a afirmação do fabricante? Assuma que as populações são nor· Fabricante Concorrente n. Assuma or = ai.n ..= 9. I O.os.cia n. co~uar o(s} valor(es) oitico(s) para as hipóteses alternativas indi~s. e.33 .iue méd~s de duas populações. Voe@ realiza um estudo uso de quilowatt e obtém os resultados mostrados à esquerda. = 9. Assuma que as amostras sllo independemes. = 11 ex. Hf:p 1 ::e~()= 0. g.pli<dda O gráfico na página anterior mostra a lo<alização da região de rejeição e a esta- tística de teste padronizada t.= 33. 6.> 1i. _. E11co11h·e o va..= 11.= 7.7. = 2.. Especifique o nível de significfü.!ncias da tiJOpulaçào sllo (a) iguais e (b) não iguais.2 15..n.n. 1 <11l'o·=0. n. lde11tiftq11e a afirmação e indique H0 e H. Interpretação No nível de significância 5%. você deve decidir se rejeitará a hipótese nula.o = O.305.:: 0..5. ?: 11.n1 = 17. = 0.475.almentc distribuídas e as variâncias das populações são iguais.5.947 12.10. e. n.. = 7.= 15.en.c 1111 a. H0 : .n.

Resistência à tensão Aresistência à tensão de um metal é uma e médios é igual.375. (Mcp!odo de ú:••ance-ú:5/•n. uma amostra aleatooa de 18 moradores tem use tecnologia para resolver esse problema.r.07 Em « = 0.500. vocé pode rejeitar a afirmação de que a {'~ 22.. High>IC't Sokiy.. Um novo tipo de uatamento expe.. = 4.Adop"1do de .. Resistência à tensao um eAgenheilo quer comparar as resis· méáia de intrusão do footwell para esses tipos de . uma amostra aleatória de 1S moradores tem uma média Testando a diferença entre duas médias de renda anual de S37. Em Erie Usando e interpretando conceitos County.""'-1--1--1--1-.am medida da habilidade de resistir e n./ Salety.efculo são téncias à tensão de barras de aço que são produzidas usando iguais? Assuma as va. (c) encontre a estatistica de teste padronizada.) -3 -1 ..gh. 10.odo deus Cen"'5 e. o de lf'doroo(e IMiMe for H. s.900 e um deswl padrão de SS. = 13 ex.65 amostra aleatória de 19 moradores tem uma méd'ia de tenda al'<!al de S 42. s.8. Remuneração anual Uma amostra aleatória de 17 morad0<es (d) decida em rejeitar ou falhar em reje.. H0: 11. Intrusão do footwell As intrusões do footwell para pick·ups Método antigó: pequenas e veículos utiliMrios esportivos em diversos testes de 362 382 368 398 381 391 400 impacto a 40 milhas por hora f01am comparadas. (b) encontre o(s) valor(es) critico(s) e identifique a(s) pessoal? (Adop. = 2. (a) identifique a afirmação e apc.n.'eatoriameme.. as pick-ups pequenas. S 1•. 20. a média de intrusão foi de 10. ma que a média de intrusões de footwell para carros pequenos :l 21.600. Se conveniente.IC't Sok<y. Para tal. Em cada exerdcio. 10.lrio de seguros afir· mesmas. Custos de reparo: parachoque Em testes de batida a 5 milhas Estatísticáamostral: x.1 o 1 /z 3 18.<io são iguais. de S 36.305. pequenos selecionados aleatoriamente é S 473 com um desvio Assuma <T! ~ o}. a = 0. 14. H0: 1•. = 16 e x. 10 = 1.n· 0.tar a hipólese nula. padlão de$ 382.) região(ões) de rejeição. Para Est.n.700 e um desvio padrJo de S 7. H. Em o = 0... Em o = Nos exetdcios de 15 a 24. = 1.imental e em 17 carros médios selecionados aleatoriamente. hora. uma .lncias da testados.iia afirma que a média da renda anual é maior em Alle- -:J -2 -1 o 1 2/ J gheny County do que em Erie County. a média do custo de reparo do parachoque foi S 1.= 2.800. = 175.Ul cm. A quan· p<oduziu barras de aço com as seguintes resisléncias a tensão tia. 10.tons mm' ). Em Allegheny County.de hipo1e.200 e um desvio padr2o de S 8.iãncias populacionais como iguais.090 e o desvio padrão de S 403.ais sejam iguais. a média do custo de repa10 do parachoque foi S 485 e o desvio Assuma ~ ~ o~. S I'.IO'/ So/.IJ§dd (apl<uk> 8 • [e. 16. Testes de impacto a 40 milhas por hora fo.Ol de que as médias de 15.6 cm com desvio padrão população são iguais e que as amostras são aleatória~ de 6.. IO. = 10.) "°' téncias à tensão (em nev. você pode condu~ que a média do custo de reparo no paJachoque é menor em carros pequenos do que em carros de tamanho médio? Assuma que as variâncias de população sao iguais. a = 0. a média do custo de reparo ~ no parachoque é $ 741 com um desvio padrão de S 205.833 h01a f01am efetuados em 5 pick-ups pequenas selecionadas alea· 14. I cm com desvio padrão de 4.j.250.ly. Para 5 pick·ups sele<:ionad. po.s. a média de 410 396 411 385 385 395 inlMão do fooiwell foi de 11 cm com desvio padrão de 4.te.eov. 0 = 2. Em a = O. padrão de S 190. a média do c\lsto de reparo no parachoque de 14 carros s. 11 cm.. Remuneração anual Um diri?tO< de deJ)<lrtamemo pessoal da .com 4uasam•1ms 367 13. º 1:. Para 9 utifiMrios espor1ivos selecionados aleatoriamente e téncia à tensão das barras de aço? Assuma que as vari. = 45.05.ls aleatoriamente e testadas para impacto.ance lnstlttte to.05 17.· Pensilvã. l. Em testes similares de 23 carros de tamanho médio selecionados a.lo rasgar quando ele é puxa- realizados em 12 carros pequenos selecionados aleatoriamente do no comprimento. média que o foo~veR irrompe nas pemas do motórista foi (em newtons por mm'}. você pode apoiar a afirmação do diretor de departamento te H0 e H. cuja fwi~o é acomodar os pés) Um atu. medida.62. H.n.. Para as SUVs pequenas. $ 7.J amistral: x.01 t01iamente e 8 SUVs pequenas selecionadas alea1oriamen1e. = 50. CuSlos de reparo: parachoque Testes de batida a S mílhas po. Assuma que as variãrtôas de popula<.) 19. A média de intrusão do footwell nos carros pequenos Método experimental: foi de 10. Em Miami·Dade County na Aórida. você pode ro.=52. l-d . Para os carros medios ioi de 8. (Adop/orlo de ""'11ance """"" lo. Intrusão do footwell (compartimento na pane frontal do car· renda anual em Escambia e Miami-Oade Counties não são as ro.!f~· O método antigo produziu barras de aço com as seguintes resis· W<.i-:~ .3 cm com desvio padrao de 4. assuma uma média de renda anual de S34. Em o = O.t i·.ltíSli(.duÍI que a média do custo de reparo do parachoque é maior para pid·ups pequenas do que para SUVs? Assuma que as variâncias da população são iguais.) engenhe~o seleciona aleat01ia~1ente barras de aço que sAo fabri· . vocé pode rejeitar a afirmação? Assuma que as variâncias 373 311 348 338 320 poJ)lllacio.2.01. Teste a afirmação em o = O. f/<loprodo um mé1odo convencional e um método experimental. lo. tm a = 36~ 355 305 350 340 O. o uatamento novo faz alguma dlfetença na resis· cm.700 e um desvio padrão de que as populações têm <isu.. e (e) in· de Escambia Cou11ty na Flórida tem uma média de renda anual terprete a decisão no contexto original da afirmação.buições aproximadamente n=is.

geia notas maio<es nos testes de leitura do (Mupum de 8111g.indo o software de simulação interativa? frango grelhado de cada restaurante e mede seus teores de co· Aswma que as vari.induíches de frango grelhado da terceira série seleciooado aleatoriamente é ensinado usando do Burger King é x.1s po1 mm')...induíches de frango 9 3 g. 1•. Assuma que as populações são apcoximadamente normais Métodos de ensino um novo método de ensinar a lei está sendo testado em estudantes da te1ceira série.. .2.µ 2 Se a distribuição de amostragem para x. Em o = O.) que o método antigo? Você recomet1daria mudar para o novo método? Aswma que as vaJiancias de população $ão iguais.\nóas de população não sào iguais. . Const!Ua um intet· . A nota do teste de leitura dos dois giupos é s. tnc. existe evidêllcia suficiente para concluir que o novo método de ensinar a le.1ista que.8 gramas n.io Jomanho da RestaUrante ( ~ 24.. = 6.•pli<. .oliofl.. você pode laboratório tladicional interativa constn.OS. __ s~ s! n.xi1nada pam tnua Software de simula~o distribuição r e as vari.· .K2 é ap10. "'' e l. Calorias Em um estudo de vários last·fcods. Médio do teor de o.. ela se!eciooa aleatona.•Ao. 1 l)s'i eg.nente v.go.. Colesterol Para comparar a média do teor de colesterol (em notas dos testes de ciência é mais baixa pa. constiua um intervalo ele confiança para 11.•f. I ô!lorias.lnc~ de população são iguais.fiança de 95% para a diferença na média do teor de pcoteína dos s.io interativa.s.ger King e do 76422100 6 0 1 1 47 7777899 McDonald's.iriduiches de frango grelhado do Burger King e do deram usando o método tradiciooal de laboratório do que para os es· McOonald's.. /G <"' .. o enge'1!1eiro pode afirmar que o método experi· - menial produt aço com maior resisténcia à ten$ão? O engenheiro n.µ.indo o seguinte: Chave: 019 = 90 (tradicio. us. construa o intervalo de confiança indiô!do 20 9 139 para µ 1 . Métodos de ensino Dois métodos de ensino e seus efeitos em protefna padrAo amostra notas de testes de ciência estão sendo examinados.'°. comparar a média do teor de 413 = 43 (curriWo novo) 98843 3 21 5 24 protelna de s..x.perimenial: Construindo intervalos de confiança para µ . de ô!lorias de 15 s.+.odJ>de llut!}« K""}Bux>d$. IO.+n.induiches de tudantes que aprenderam us.l)s'+(n.induíches de frango grelhado do Bu.. Os reslitados est.. dantes de terceira série selecionados aleatoriamente é ensinado 25./G 378 419 379 384 388 372 383 ondeú • (n~.l. . você pode 416 402 408 400 386 411 405 389 const!Uir um intervalo de confiança para.lncias da populaçAo n~ $ão iguais. <(x...al) __ )-t.~ . ~ "''°""°!d~C01po.i .ericomra que a média do teor mostrada no diagrama ramo-e..!o listados a se· 8 24 guir. lesterol Os resultados estão listados a seguir. você pode apoiar a afirmação de que a média nas 27..indo ô!da método e 1egistra as seguintes 1esisténcias à Expandindo conceitos tens~o (em ne. Um grupo de estu· com vari.usando o novo currículo.lrios s. = Currlculo antigo Currículo novo 8.. Nos exercícios 25 e 26.ds.t i·.~-. Em"= 0. é aproximada para 395 389 421 394 407 411 389 402 422 uma distribuição t e as variâncias da POPl)laçào são iguais.-x 4 6 911 =91 (interativo) 2 99887663210 7 0455778 98511 100 8 003478899 Nos exercicios 27 e 28. +n ."' <(-x. = J2 seleciooado aleatoriamente é ensinado usando um software de simulaç. -1\n? +-. 1gr<1mas n._ <1••.= 15 tradicionais de laboratório. Assuma que as populações $ão aproximadamente normais com vanancias desiguais. (Mop. Proteína Uma nutricio.µ..induiches similares de frango grelhado do McDonald'sé x1 = 420 ô!kl<ias com um desvio padrão de s.-. = 450 cal0<ias com um desvio padrõo de o currículo an(. Método e. Construa um intervalo de coo. Um g1upo de estudantes selecionado aleatoriamente é ensinado em sessões Butger King X.2 usando o seguime: Método conv~nciooal: 362 352..ir um imervafo de confiança par~µ. 380 382 413 384 400 (.indu· khes de frango grelhado de cada restaurante e mede o teo< de 7 0 1 123349 proteína (em gramas) de ô!da. Em o = O./}{I. Um segundo g1upo de estudantes M<:Oondld's Xi= 32 gramas s·. -)+t.-2 ' ' deve recomendar o uso do método experimental? Assuma que as vari.g filor.elhado.do ô!das us.lncias iguais..folhas: de ô!lorias de 12 s. .k{)()nq!d'$(()lporqr. -+- (x1-x2 S:s! }+t.+.: 37 gramas s 1 = 2._ = 1.-..2 ô!lorias... As notas do teste de ciência dos dois grupos são mostradas no diagrama ramo-e-folhas: Construindo intervalos de confiança para µ 1 . n. Se a cisuibuiç3o d3 aruostra para X1. Um grupo de controle de estudantes a média do teo.-.. Construa um intervalo de cooliança de 95% para a Chave: diferença na mêdía do teor de cabias dos s.induichesde frango grelhado. Para tal. l-d . • n. você seleciona aleatoriamente v~rios s.rKr. Você também .) 99 4 3 914 = 49 (curriWo antigo) 26.IJ§dd 368 • ['ldllstic.'()Cé encootra que . 10.a estudantes que apren· mg) de s.

(Arklp!odô "'Bul!J'f do teor de carboidrato de 16 s:anduklles de frango grelhado do Kmg Bttmrfr. As amostras devem ser selecionadas aleatoriamente. de duas amostras). ~d .. Carboidratos Um estudo de last food encontra que a média colestetol dos sanduíches de frango grelhado. King x. = 3. li As condições a seguir são requeridas para conduzir o teste: 1. d(}d.' .ocê também pode calcu1ar o desvio padrão da diferença entre entrada de <lados em- parelhaclos usando a fórmula de atalho: Os símbolos a seguir são usado para o teste I para 1•.' -11'.53 gramas.· Embora fórmulas sejam ~d'.r.IJ§dd (opltu!-0 8 • [t. Ambas populações devem ser normalmente distribuídas.. (a diferença entre as médias relhados. 1J1tr111ttntnJr~ tf( rl=-.o dlld<r.s. (/lrkJprado de &Jrg.x. A estatística do teste é a média ii dess.mp.\\ .111•11d1•ute..1 de tecnologia para calcular essas estat(sticas. Bo. 1'mparr/11Jld(J:i 11n~nm~Jn11õ d.. então a distribuição de amostras para ii. díftrc•11ç. O estudo também enoootra que a mé<fia do teor de Média do teór Desvio Tamanho Cillbóidra10 de 14 sanduíches de úango g. Dica de estudo •V.57 gramas.= 51 gramas com um desvio padt~ de s. lnc..-ç11 <J1t1<<11trlJdci. onde 11 é o número de dados emparelhados. Xr Difr1(1.1 e S. As amostras devem ser dependentes (emparelhadas).' 1(.elhado do McDooald's ~estaurante de colesterol padr!o da amostra é x.) ID Testando a diferença entre as médias (amostras dependentes) Oque você Teste tpara a diferença entre médias deve aprender I Teste tpara a diferença entre médias • Como realiw um teste t para testar a média das dife<enças para Nas seções 8.1s diferenças: ...t i·.64 n1g n.. é aproximada por uma distribuição t com 11 .s.1 graus de liberd<1de.\ll1tin da. .1s das entradas de dados emparelhadas nas amostras dependentes. você usará uma técnica diferente. p. = 1.. e McDcr. você realizou testes de hipóteses de duas amostras com uma popijla~o de dados empa· amostras indepimdentcs usando o teste estatístico x. l-d ..1..co111du.= 53 gramas com um desvio padrão de s.te>de "1pó1.= 16 Construa um imeivalo de confiança 90% para a <ifeiença na mé- dia do teor de carboidrato.mos11as 369 valo de confiança de 91l'Yo para a diferença na médía do teor de 28.: . .1n•l/Jml0$. = 70 mg s.v King Stand~ Ir«.. 3. a média das dilerenç.ge. = 2.2. King é x. Para desempenhar um teste de hipótese de duas amostras com amostras dependentes. t2 mg n )' e 14 Md)onold's C"'poro'10tl.old's CotpotlJllOll) Surge. 2.. e McOonald's x. Se esses requisitos são alcançados. 1smg s. você deve usar uma ferramenta s~ = 1 J .= 2.1. (~d)'' dadas para a média e o desvio padrão de diferenças. Você primeiro encontrará a diferença d para cada dado emparelhado: rl = ..

Identifique ós graus de liberdade e g. Exp~ a afirn. a média das diferenç. [ (d -ii)' uma dieta de baixa gordura S. D<.mc. Os requisitos para efetuar este teste os 4 meses.:11 <!ôl11rfo ofi•111ec.çã9 1 Ntí. d = x1 . você pode 12 pessoas que fazem dieta.1= 1 com exercícios regulares· por 11 -1 4 meses. com um membro da segunda amostra. Identifique as hipóteses nula s11/icic11tc pnrn rejeitar nnfirmn· e altemativa.ar a afinnação.ionadas aleatoriamente...=n-1.n qut <>s. 111e11tr rfistrilmfrlo.1Hrnfth. As pessoas seguiram uma este t para a diferenca entre médias dieta de baixa gordura com Um teste t pode ser usado para testar a diferença de duas médias de populaç.1s entre entradas de dados en1parelhados nas an. faça a distribuição de amostragem. Especifique o nível de significância. usar un1teste t para testar a afirn1ação sobre a n1édia das diferenças para un1a popula· sele.~li i Retratando o mundo ti = - li O fabricante de um mode.1s entre entradas de dados emparelhados.) .x2 " ~1édia hipotéti<tt das diferenças de dadoscmpare~hados na população "• tvlédia das diferenç-.l.ro de dados c1nparclhados " Diferença cntl'c. Identifique a.svio padrão das diferenças entre entradas de dados cn.-.1relhados.10? As· 2.= 11 . pc~s Mo uoru.te e111 11111 11ill<l rfc sig11ifia111cin de Q = 0.fn . d .. ção de dados emparelhados. Quando você usa uma distribuição t para aproximar a distribuição de amostra· t. você estudou gem para d.ação matematica· O s. original mês 1 185 168 Os graus de liberdade sào: 2 194 177 3 213 196 g. A estatística de teste é: (Alfaptnffi•.lt 1V. s11..parc-lhados nas rador de apetite afirma que amostras dependentes: quando o seu produto é to- mado enquanto se segue s.IJ§dd Símbo(o Descri..s) e a estatística de teste padronizada é: d-11 Peso 4• t=. entradas para dados en1p. l-d .I. a perda média de peso é de 20 libras./.. -'- s. Os resultados são ~o que cada populaç.'lo seja nonnal e que cada membro da primeira amostra seja emparelhado rnosl'rados na tabela a segujr. 4 198 180 5 244 229 6 162 1<14 7 211 r· 197 lnstru~ões 8 /J 252 9 178 161 Usando o teste t para a diferenia entre méaias (amostras dependentes) IO 192 178 li 181 161 Em palavras Em símbolos 12 209 193 1.ostras dependentes: .í)t d=- Perda de peso de 12 pessoas n que fazem dieta (em libra. 1-Ao do fnbricm. que toman1nl unl n16dera~ dor de apetite por 4 meses.<.'lo quando uma exercícios regulares durttnte amosua é seleóonada aleatoriamente de cada populaç.'lo. l11t. .t 1•. n•irf~11cin mente. Para tes.al· 3.l.

s 0. você de~e Placa. Determine a(s) rcgião(ões) de rejeição. Oito jogadores de golfe são Dica de estudo . Um fabricante de tacos de golfe afirma que os golfistas podem diminuir seus placares usando os tacos de golfe recém-projetados por ele.(placar novo). Cada diferença é dada por: d= (placar antigo)... 390) e encontrar P .msde ~ipó1mcomduasamost1a1 371 4.lacares de golfe são distribuídos normalmente.10? médias. Você também pode usar te<o· Após usar os novos tacos por um mês. No ExempJo 1. -.. Usando a tabela a seguir.:il.IJ§dd Capit. Tome a decisão de rejeitar ou fàlhar Se I está. (. falhe em rejeitar H0• 9.089. 7. você. use a última fileira (oo) na tabela de distribuição 1..l.. Calcule ii e s.=1) li }:(d -ii)' s.J:NITAB (como mostrado PÍae.>. Use a Tabela 5 no Aµêndice B. l-d .10 e g. = $-1 = 7.u. Determine o(s) valor(es) crítico(s). As hipóteses nula e alternativa s.'io: H0 : .390.i· Assumindo que os p.-\jim"(m>.lo 8 • r.r (projeto novo) 63 83 92 84 76 91 80 91 <l<>cidir em rej•ita< • hipótes.oé que "golfistas podem diminuir seus placares". . você pode calcular ii e s.roniwda.. 91 na p. :> O.. Em outras paJavras. Se11 > 29. é pedido novamente aos jogadores que fome· nologia e um valor P para çam seus placares n1ais recentes... existe evidência -pótese para a diferença entre s. na região de rejeição.<'.415. $ O e H. rejeite H0• Oo-co11trário.:ar com os dados no Jogaijor de golfe J 2 3 4 5 6 7 8 M.r (projeto antigo). <lesempenhar o teste de h. Jáque P< 1.a cada um que fomeça seu mais recente placar... A área de rejeição é t > 1. Interprete a decisão no contexto da afirmação original.1~~~~~~~~~~ es. o valor crítico é 10 =1.la.= "-1 ii . será maior do que os pia· cares usando os novos.uficiente para apoiar a afirmação do fabricante para o = 0. em rejeitar a hipótese nula.: 8.415. s. Exemplo ITT Veja os passos para o MINITAB Oteste tpara a diferen~a entre médias na p.:olhidos aleatoriamente e é pedido. .\' = 0. Os placares para cada un1 são rnostrados na tabela.. 69 84 % 82 74 92 s. Note que a fórmula de atalho é usada para calcular o desvio padrão. Sol11ção Aafirmaç. usando os tacos antigos.. pode ent. o fabricante afirma que os placares. . como mostrado...: 1•. 6.. Encontre a estatística de teste /- pad.t i·.) Jáque o teste é um teste unicaudal à direita.

. foterpretação -3 -2 -1 O 1 \ 2 3 No nível de significância de 10%. vos.sl. Há evidênáa suficiente para apoiar a afm11ação do fabricante de tacos « = 0.625-0 :l. lllterpretc a decisão no contexto da afirmação original.05? indevidamente os resultados a.I) = -13 = 1..493 os jogadores de golfe usarem os novos tacos.10 normalmente distribuídos..JS . lde11tifiq11e a afirmação e expresse H0 e H.t i·.1tes Qepois f. e. Os indivíduos recebem.:iumenta o índice cardíaco de um indivíduo.1..io lis- melhowdo por outros moti. .r.tr. há evidência suficiente para comcluir que o desempenho 77 78 do legislador mudou? Assuma que os índices de desempenho s. tados à esquerda. os resultados deste teste indicam que depois de 10 = 1. d. .r\45 76 79 74 75 80 76 76 80 Exemplo m 6S 74 Oteste t para a diferenfa entre as médias 75 77 Um legislador estadual quer determinar se seu índice de desempenho (0-100) 78 i5 mudou do ano passado para este.01.IJ§dd A!lttgo NQVO d il' .µ. seus plaeàres foram significativamente menores.= 13 [ = 87 I= d.10 de golfe. llse o teste I para encontrar a estatística de teste padronizada.d'-liMI 11-l 1l 92 91 l 1 85 80 5 25 91 91 o o A estatística de teste padronizada é: ). O gráfico à esquerda mostra a localização da região de rejeição e a estatíslica de tesle padronizada t. = O.rdíaco de cada um é medido..067'7 / . A1.~11m11 11..J. o Note que no Exemplo 1. Muitoo anúncios usam há evidência suficiente para apoiar a afirmaç.. 6 36 11 8 84 83 1 1 96 82 74 92 84 76 4 -2 -2 16 4 4 $ - . .ft' . . Em o = 0.io do médico em a= 0. substanciado pela teste. é índite ca.. "'3. então. Os resultados s. A tabela a seguir mostra o índice de desempenho 76 74 do legislador para 16 eleitores selecionados aleatoriamente para o ano passado e 74 76 para este.1:-111 U(I p..4 15 . fndice ca. Assumindo que os índices cardíacos são nonnalmente distribuídos. s. 72 73 g. estatísticos insinuando urna ca11sa e um efeito que não foi b.498.. f('i. Calcule íi e s. l-d . 625 d= - 89 s. Decida se rejeita ou falha em rejeitar a hipótese nula.rdfaco e. {Ji. Especifiq11c o nível de significância e 05 graus de liberdade. Foram selecionados 12 indivíduos para tU11 teste e. Importante Um médico afirma que uma droga experimental .. SI 80 Rr. J. então. a droga e possível que o placar tenha depois de uma hora têm seu índice cardíaco medido novamente. Já que t está na região de rejeição. E11co11trc os valores críticos 10 e ide11tifiq11e a região de rejeição. você deve decidir em rejeitar a hipótese nula.- I:.

'lo selecionados para teste aleatoriamente. (Afiriml(n(>.. s. haverá uma diferença entre os índices "deste ano" e "do ano passado".3125 60 54 ""48 4 6 16 36 78 70 s 64 Ed' .---"JG. entre os dados em duas colunas em Eleitor 9 10 li 12 13 14 15 1.r. é dada aos sujeitos e. 11-l 16-1 50 40 10 100 65 55 10 too A l>statística de teste padronizada é: 68 80 .15 225 . Em o = 0.wa de cada par. as hipóteses nula e alternativa são: H0 :1.t i·. 3125-0 79 S5 -6 :l6 58= 53 .1•1 ---'---".. ' ••• =. l-d . a temperatura do corpo de cada um é medida novamente. As regiões de rejeição são t < -2.12 144 81 75 6 36 ii ...1 = 15. "" 9. há evidência suficiente para concluir que a droga muda a temperatura do corpo? Assuma que as toemperaturas do corpo são distribuídas normalmente.J16 5 63 60 3 9 ssl . .Cl =0. Você 68 45 58 63 pode fazer um teste t de uma lndice (~e .:? -1 O t \ 2 3 -1 .947. = 16.-' lhe· 1) tt~ft t. os valores críticos s:ão 10 = -2.369.p!tu1o8 • lts1.ss1 U gráfico à direita mostra a localização da região de rejeição e a estatística de I.1dor médico quer determinar se uma droga muda a temperatura do corpo. como mostrado no Ca_pítul0 7. o = 0. 25 40 . Sofllçào Se há mudança no índ\ce de desempenho do legislador.IJ§dd C.) Em razão de o teste ser bicaudal. Já que t não está na região de rejeição..l._ . lllterpretaçiio No nível de significância de 1%. A droga. -4 ..(Ed)' i. há diferença.:. = 0 H. Sete sujeitos s.947 Um pesquis.1ndo a tabela à direita.. então. 9... Dep-0is d tP 53 d=~ 11 = 16 = 3.947 e t.2.99 toeste padronizada 1.01 e g.. você pode calcular il e s.ss1 .: ''• "' 0.. como é mostrado a seguir: Antes . ..169 •• =2.947 e t > 2.s3' 84 91 60 S5 24 6 576 36 s " --'' = 11.6797 .ano) 80 75 78 50 50 85 53 60 am0stra em ·uma coluna de diferença. 45 62 50 50 -5 12 25 144 3.05. não há evidência. e a temperatura do corp<> (em graus Fahrenheit) de cada um é medida.6 cada qual você calcula a di- lndice (ano passado) 81 75 62 79 fere.6797 / .(a110 pas~élo) 60 54 78 84 91 25 50 65 Se você preferir usar a fer- rarnenta de t001ologia para lndice (esse ano) 56 4S 70 60 85 40 40 55 este tipo de teste.= 2. você deve falhar ao rejeitar a hipótese nula.suficiente para concluir que a classificação de desempenho do legislador mudou. Os resultados estão listados na tabela a seguir. Us. após 20 minutos. Em virtude do legislador querer ver s.947.fl 75 78 -3 9 f =.947 l • 1. E = SJ E= 1.dthip61est<011 dlldl•"'°'u" 373 Elei~or 1 2 3 4 5 6 7 s Dica de estudo -t11~~~~~~~~~~ lndice.

.t i·.o = 0. (e) cakuled es. Use um gráfico se necessário..a=0. $ O.n = 28.n = 14. = -1.5 98. . . E11co11tre os valores críticos e as regiões de rejeição.2. vez que eles fizetam o SAT? Nos exercícios de 3 a 8. AfirrnaçAo: .01. Nota no primeiro SAT 445 510 429 452 629 433 551 O teste é caudal à direita./ = 0. AlinnaçAo:1.1 99.5. g. llse o teste I para encontrar a estatística de teste padronizada 1. a = O. cada n = 20. Estatistica:ii = 3..55.=O..= 0.femp. e.99. use tecnologia para resolver o problema.tura !nitjal 101. Ectaristica: . N<>ta no segundo SAT 478 532 399 531 648 603 461 6. s4 = 1.2.2. AlirrnaçAo:. liQ Exercícios Construindo habilidades básicas e conceitos '~~ 9.t> =0. Notas do SAT Um curso preparatório para o SAT afirma que n = 15. . Notas do SAT Atabela mostra as notas de leitora crítica para 14 estudantes nas duas p1imeiras vezes que fizeram o SAT.= 8. Usando e interpretando conceitos Testando a diferença entre duas médias Estudante 1 2 3 4 5 G 7 Nos exerddos de 9 a 20.. Mtes de laze. (e) decida em rejeitar ou falhar em rejeitar a hiipótese nula.<0. caudal à esquerda ou bicaudaP.05...as uas dependeotes para a médiõ da d'Aerença de duas populações? do SAT para leitura cr~ica dos es1udantes mei1orou na segunda 2.7 '11..... Nota no segundo SAT 400 391 450 .2 99 98.Estatlstica:ii= 1.s. Assuma que Nota no segundo SAT 446 571 517 478 6!0 453 516 as populações são normalmente disuibuídas 3.01. n = 16.IJ§dd 374 • útatll\ica aplicada Sujeito 1 2 3 4 5 6 7 '. Estatls(oca: ii = .2.lações.. Estatlstica: ii = 6. s4 = 2. teste a afümaçAo sob. e.s.S 98. (d) use o tes1e t para encontrar a estatís· Noia no segundo SAT 400 524 409 491 348 583 451 tica de 1este padronizada/. (b) encontre 9:s valores criticos e identifique a(s) 1egião(ões) de . l-d .2 97.. Especifique o nível de significância o e os graus de liberd!ade g. assuma que a distribuiçAo Nota no primeiro SAÍ' 370 320 418 da IPOl)ulaçAo é ·n0<mal. Nota no primeiro SAT 358 •n 3'25 513 636 571 442 5.4 98.9 100.am o SAT.lo.e a média da di· 1 Estudante 2 3. hJ evidência suficiente para concluir que as no.~ lO.01.5.54. Teste a afilmação em o = 0.~4 ~ O. estudante fez um CtltSO para tentar melho1a1 a sua nota do SAT para leitura crítica.05. ~ = O. eles fize.l. 7.45. Para cada amostra selecionada aleatoriamente.ejeiç. 4 5 6 7 ferença de duas popi.n = 8.4 9S.=3.8 a.> O. El<plique o que os símbolos ii e s.. o $1\T pela segunda vez. d.. s. e (f) interp1e1e a decisão oo comexlo da afirmação Estudante 8 9 10 original Se conveniente. DO li 13 14 Estudante 8 9 12 4. b.75.6 99.01. a= 0.9 Segun~• temperatura 99. Afirrnaçao:. Afirmaçlo: . Atabela mostra a nota de lei!l>'a Clitica para 10 estudantes nas duas primeiras vezes que 8.eta. Calcule de s. = 9. Decida se rejeita a hipótese nula. melhora as notas do teste dos estudantes.2 9$. Quais condições são necessárias para se usar o tes1e r de amos· Em o = 0.3. (a) Identifique a afirmação e expresse Nota no primeiro SAT 308 456 352 433 306 471 422 H0 e H.. f. lllterprete a ded&'lo no contexto da afinnação original. Use o teste r para amostras aleatóiias dependentes no nível de signifiúioda dado com as estatístícas dadas. Estatística:. 1. 10. representam. lrle11tijiq11e a afirmação e expresS<? H0 e H. 10. AlinnaçAo: 114 ~ O.$.

l-d . Em o·= 36~ 258 288 526 1$0 172 278 plmbo O.lo mosirados na 1abela. 4 5 6 1 8 9 cabeça diária (antes) Mil~agem de Horas de dor de 1."1).a concluir Pesp antes do 280 291 210 190 155 166 198 que o aditivo de combuslivel melhorou a m.2 2.6 cabeça.4 23. Em<> = O.artiêjpante 1 2 3 4 5 6 7 17. (Adllprcdo de ioolncl oi Sprxrs IMdia.8 1.l ellidéncia suficiente para conck.4 17.Jtnd oi ri. Força de aderência Um fisiô1etapeu1a sugere que uma dosa- do programa.6 26. Em o = o.os.6 1. investigadores meditam a mi..6 2.9 18.7 18. de exercício aiuda os panicipan1es a perder peso? A tabela moSlla o número de repelições que 15 homens r.8 sem aditivo Dor de cabeça Um fisioterapeuta suge<e que tetapia de tecido mole e manipulaçJo vertebral ajudam a redurir a duraç. há evidencia melhora a milhagem de gasolina.4 1.s. 1/2 Re~ti(ões usando VrtamínaC 145 165 31.droga reduz a pressão sistólica do sangue. Em o ~ 0.6 <om aditivo o nume<o de h0<as por dia que 11 pacientes sofreram de d0< de cabeça antes e depois de 7 semanas recebendo terapia de 12.icol l't<nes<) PeS-O depois do programa de exercidos 150 181 121 206 215 169 1 Participante 2 3 4 5 6 7 8 Repet~ões u..c 'P.e três 1eniativas consecutivas fos· se de 50% da fo.S 30.diâria (dep. Pe~ ar\tes do 157 185 120 212 230 165 1es1e a afirmação de que a vitil mina e irá aumemar a .9 24.7 22.6 27.8 21. h.8 '.s do programa 20/ 2~1 196 140 . to.8 20. 4 5 6 até que a força de adeiência d. h.2 25. Atabela mOSlra os pesos de 12 adultos antes de panici- P<l'em do programa de exercício e t més depois de P<lrticiparem . dt l i~ ltlt<Oll~lld\'"'""' 315 11.9 24.? ~e exercícios 'Peso depoís do prc. peso após cabeça diária (depois) 1.ça má. Aia bela mOSlra 23.4 265 188 170 2 12 139 tra a pressão sis1ôlíca do sangue (em mmHg) de oilo pacientes programa de dieta antes de tomar a nova droga .1 1.9 4.7 23.1 22.1 16.hagem de gasolina? programa de dieta 4 P~so d~pois do <arro 1 2 3 5 6 1 8 212 194 167 196 P.-ia? Horas de dor de 2.3 19.2 aditl\'O -Milhagem de. Paciei.052 218 117 185 Yrtainina.4 21. 10.lograma de dieta 277 285 152 Milhagem de gasolina 23.lo de Mllhagem de gasolina tempo que pacientes sofrem de dores de cabeça.grama de exe. Milhagem de gasolina Para 1es1ar se um aditivo de combuSAivel tecido mole e maniPIJlaçâO vettei>Ial.. Perda de peso A tabela mosua os pesos de 14 adul1os ames Repetições usando de um programa de dieta e 2 semanas após o programa.5 gasolina sem 17.) e sem o aditivo de combustível.6 23. Am/!rt<JJI Med<olJ\$$0.3 28. 10.4 UI 2. Paciente 1 2 3 4 5 6 busti\. você pode concluir que o programa gem de 600 mg de viiamina C aumentará a 1esistêocia muscular.3 26. Em o = O.1 aditivo Horas de dor de 3.ir que o programa ajudou os adultoo a perder peso? Repelições usando 122 159 264 1.QS.esis1êocia programa de exercióos muscular..6 1.2 1. suficiente para apoiar a afirma~o do fisioterapeuta? 0tJapl«Jo de lhagem de gasolina (em m~has por gal..IJ§dd (apltulo 8 • ltsr.lé ond Phy.ya droga reduz programa de dieta 235 255 209 a pressão sistôfica do sangue? . você pode concluir que o adi1ivo de com.01. 10. A tabela mos· 194 l:.5 cabeça di.4 um mês.sando 10 417 279 678 636 170 699 372 582 Participante 7 8 9 11 12 placeoo PtXO ante.:'~ 14.l. Pressão sanguínea Uma indústria farmacêutica garame que Peso antes ~o sua nova.8 22.4 26.1 30.el melhorou a milhagem de gasol.dcios 210 23? 188 138 14S m Participante 9 10 11 12 13 14 15 .t i·.:·~ l 6.9 21.7 2.5 20.óma de adetêocia deles.7 23.ite 7 8 9 10 li gasotina com 19. ' de comlxistivel Em <> = O./ 593 246 245 }4~ 90:.ária (anles) Perda de peso Um nutricionista afirma que um determinado Horas de dor de p<ograma de e><e<cícios ajudará participantes a peule.9 (arfo 1 2 :. a Peso depois do 190 187 175 139 droga.\o) de nove ca1Cos com lhe Jo. você pode cood\Jir que a nc.1 25.icipanle 8 9 10 li 12 13 14 (em milhas por galão) de oito carros com e sem uso de um ad'l\ivo .7 21.zeram em um dinamôme1ro (aparelho que mede força de aderência) Particip.l evidência suficiente pa.óo.7 1.6 2.e duas i>J<as depois de toma.3 1. Os 1esul1ados s.6 29.6 1.ois) 1. Em o = O. Milhagem de gasolina Atabela mostra as mihagensde gasolina Patt.ante 1 2 .

4 3. Em o = 0. dos mesmos 6 gerentes do úhimo mês e deste mês. Em o = o.1 4. Ú>Mlrua um a dassificação de desempenho do seu ge.5 5.0 4.iess!o si. Teste de droga Um espeàafista em distúrbios do sono quer s.3 6. tabela a de 90% para .5 4.0 5. Em"= 0.e..lo normalmente distribuídas.5 4. Assuma que as populações s.3 5..2 4.4 Prêssiio d[astólica • aroga 10:1 122 106 112 125 97 107 118 112 dOósangue (anles) Horas de sono PressAo diastólica M 3.. A tabela mostra a dassifica~o de desempel>ho.0 3.IJ§dd Nos exerdcios 21 e 22.mé.4 3..8 2.lo <f:astólíca do sangue? Pa-ciente 1 2 3 4 5 6 7 8 9 Paci·en. Classificação de desempenho Uma fábrica quer deieiminar se outra noite depois que o remê<f10 foi admk1istrado. o especialista seleciona aleatoriamente 16 pa· cienies e gra"a o núf11€IO de horras de sono que cada um tem 18.5 2.8 3.9 4.0 1..te 1 l 3 4 5 6 7 8 9 Horasde sono sem· '.2 Classificaçao deeovas 88 85 89 86 92 89 (este mês) Expandindo conceitos Paciente 8 9 10 li 12 13 14 Construindo intervalo de confiança para µd Horas de.0 1.5 5... Os ..·"···~22.9 4. Classificação de produtos Urna empresa quer deteoninar se a classificação de seus produtos por consumidores (0-10) mudou Pa<iente 10 li 12 13 14 15 16 do ano passado para este ano. tia evidência suficiente para condui..6 4.ingue (anies) testar a eficácia de uma nova dr:oga que te.tada por au· P. A tabela mostra a dassificação dos produtos da empresa feita pelos mesmos oito consumidores do Horas de sono sem ano passado para este ano.8 7.4 4.2 6.6 5. repo. l-d .9 3.0 5. o remédio dade segu.valo de C0.7 3.ho mudou? tsem Horas de sono 1.n distúrbios do so10 selecionados dassifica~o 4 .stófica do mentar o número de horas de sono que pacientes 1êm durante 192 165 167 155 148 144 152 134 sangue (depois) • noite.2 98 121 107 105 108 89 102 114 101 usando a ijroga do sangue (ijePoiS) 19.05.8 Para <()(lstruir um inte.4 4.~O) uSclndO o remédio 2. Construa um iniervalo de confiança duas horas depois de tornar a droga é mostrada n. hâ evidêllcia suficiente 4.8 4.c.1 5.3 6.(este a~o) 5 9 6 9 9 9 8 aleatoriamente.7 • droga para concluir que a classífica~o do produto mudou' Horas de sono 6..2 5..9 usando a droga ·eonsumidor 1 2 ~ 4 5 6 7 8 dassifi.5 5.7 3.1te: Hoias de sono usando o remédio 5.9 5. Atabela mostra o número de horas de sono que pacientes conseguem em urna noite sem o uso do remédio e o núme<o de horas de sono que os pacientes conseguem em 20.ente 1 2 l • s G o .1 5. que a Paciente 1 2 3 4 5 6 7 classificaç3o de desernpe. Para tal.sono 5. construa o intervalo de confiança indicado ~ci. você pode conduir que a nova droga redu2 a press.9 3.7 5.0 6.1Ílõll<p para 1•.5 4.eme (~100) mudou in1ervalo de confiança de 95% para l'J· do úlfimo mês para este mês.3 3.os..6 7.7 de ecvas .esultados de duas noites de esiu· mrnHg) de nove pacientes antes de tornar uma nova droga e do são mostrados a seguir.0 4..t i·. Pressão sanguínea A pressão dias161íca do sangue (em com e sem a nova droga. Pressao sistólica do 201 171 186 162 165 167 175 148 i.enje 1 2 3 4 5 ó 7 8 para 1.5 5.i~ Oassificaçao 70 81 78 Horas de sono 85 96 76 (mês paSS!.2 4.2 ee.7 6.çao 5 7 1 3 9 10 8 7 (ano passado) ·.l 21.5 3.2 5. Ttestado é<lte de medicamento natural Um remédio feito de ervas ê em 14 pacientes co. use a desigual· sem.05.1 5.4 5. seguir.

você aprenderá como usar um teste z para testar a diferença entre para a dffeiença entre duas pro- duas proporções de populaç.H.= l . q1 2: 5.. você sempre assumirá que não há diíerença entre as proporções populacionais. As amostras devem ser selecionadas aleatoriamente. Sp. lação.5 pai:.n estin..ões Oque você deve <1prender I Teste z de duas amostras para a diferença entre proporções • Como desempenhar um teste z Nesta seção. 2: p.p. As condições a seguir são neces:xirias para usar um teste z para testar tal diferença. Mas quando determina se o teste z pode ser usado para a diferença entre proporções para um experimento binomial. Proporçc. P 1·P! popoloÇoo. . 1.. você l!stim:uiva ponderada pode calcular un. Se uma afirmação é sobre dois parfünetros populacionais p1 e p. Xi + x~ d • • p = .1 ..x. de sucessos.10 p.. então alguns pares possíveis de hipóteses nula e alternativa são: H. 2. CJJ. o erro padrão da distribuição de amostragem parap. é: u. 2: 5. Veja seções 4. ou p.:p.ostragen.ondeq. você deve usar pno lugar de p. As amostras devem ser independentes. + "2 Com a estimativa ponderada p. 2: 5 e 11. :p1 "' p. :p1 <i•. Por exemplo.. é baseado na suposição de que p1 = p.-"'. 3.' H. .. usando uma proporção amostral de cada popu. a diferença entre as proporções de amostra..ics de 1 ''. .t i·... padrão..'\cs de a1nostra Note que você precisa saber as proporções de população para calcular o erro .. Observe também que você precisa conhecer as proporções de população ao veri· ficar que as amostras :x'io grandes o suficiente para serem aproximadas pela distribui- ção normal. l-d .. SiJnbolo Descrição Pn1pon1. ..[-1 111 l +-"11 . e p. é uma distribuição normal com média: .a entre propor. Independentemente de qual hipótese você usar.i re· Isto é. = p. ": an1ostra. porções de poj)ula(ae P. 1•. . e erro padrão: N(unero de sucessos . {Hº :p. )á que um teste de hipótese p. 111q. então a distribuição de amostragem para j.otiva ponderado de p1 e p2 usando: p pnrap.. :·p.on e xl = "1P1e Xz = "2P2· 11. -. l = -pq. As amostras devem ser grandes o suficiente para u:x1r uma distribuição nor- -·-- Dica de estudo Os símbolos a seguir são usa· dos no teste z para p.. :p1 > p2 e H. 2: 5.. ver a distribuição binomial.i>. .Pi· mal de an... Se essas condições são alcançadas.·"2 e1n cada a111ostrn. Ta111::mho de <:3dn 11.p.. -p.. suponha que você queira determinar se a proporção de estudantes universitários do sexo feminino que receberam diploma de bacharel em quatro anos é diferente da proporção de estudantes universitários do sexo masculino que receberam diploma de bacharel em quatro anos.2 e 5. = p. 111 p.. ..p. = P. eP. I H. 11. e p.... e usar q no lugar de q1 e q2• ..IJ§dd (apUukl 8 • Je<1e<de hip61flecomduasamos1m 317 l i(j Testando a diferença entre as proporções Teste zde duas amostras para a diferen.

e p. +n. 400 mulheres i>. selecionadas aleatoriamente e a estatística de teste padronizada é: foram perguntadas se elas ti· 11ham usado ao menos uma z = (p. Identifique as hipó· teses nula e alternativa. = p. lhe em rejeitar H0.terprete a d.io original.ens 4. = p. . $ p.. Do contrário.\rtnptmtod.). Usea'là... 48."~iirti. 11. você pode usar um teste 2 de [ Retratando o mundo duas amostras para testar a diferença entre duas proporções de população p.) lXI eu Ire htuuc.d. Indique a afirmação. 6.e1nédios de ervas. quando uma amOSlla é selecionada aleatoriamente de cada população. P= . ~ p. ldeotifique n.'1IS t 11111ll1ere$? --( 1 pq -.nassagen\ de teste é: cura espiritual e acupuntura... Detem1ine a(s) região(ões) de rejeição. maç..t i·. p. ou p.(P.-+11.+ n. Se a hipótese nula indica 11. Os resulta· pq . rejeitar a ~(pótese nula.11crnativa Em palavras Em símbolos 1.·\5.1 ) 7.P. + x1.a :l. 001no ção p. kd~·. ....ntexto da afir.ll. Um teste z de duas amost1as é usado para testat a dife1ença entte duas p1opo1ções de popula- ca1ne11tos alten1alivos..r nnfir111açiio de qut> luf 111nn dijttre11ça siguifirati· 'vtf 11<1 11so de 11ltdid11n nllt. No1a: n.1{ . ~. 3. .). então 11. ep.:101 rnedi.1• Um estudo encoJ1trou uma diferença na proporção de ho- 'lieste z de duas amostras para a diferença entre proporções 111e1~ adultos que us. .. .. /f. Neste estudo. Enoontre a estatística de teste padronizada. pulando os passos 3 e 4. use as mesmas instruções como acima. Aestatlstica r. Encontre a estimativa ponderada de p..P..P.iftlr( tlmi'r&·11n onde: . (a. z (...05. Determine o(s) v<\ior(es) crítioo(s). é assumido e a express.. e n.-i>. é normal. Depois de encontrar a estatística . - '• Se a distribuição de amostra para..\. rejeite H0. Especifique o nível de significância.-· e i'i = l-j5 n.. q devem ser pelo menos 5...)-(p.'T1U. n.ecisão no co.. ·n. q.i. 'fome a decisão de rejeitar ou folhar em Se z: está na área de rejeição.111..x. l-d . terapia médica alternativa du· rante o óltimo ano.. e p_1• cic11lc pt1m a.pllc.w. há <"vidr11cin ~1ifi· 5.io p.9% 2. Hon. Instruções Usando um teste zde duas amostras para a díferenia entre proporiões Uso de tcropin n1é<lic.) _ x. E:111 o = 0. -Pi é igual a Ono teste anterior.11nurl .bela 4_noApêhdice B. .. Para usar valores P em um teste para a diferença entre proporções.IJ§dd 378 • r.t.i>. p.') --[ t dos estão mostrados a seguir_ {. n.

05.. A estatística de teste padronizada é: z (p. 3 -Zo = .: P.pitukl8 • íe.+. Exemplo [O Veja os passos para a Tl-83/84 na p. e lj = 1.!.mo111a. pe 11. Já que z está na área de rejeição.p. 30'.)-(p. P. Então.38).30 Ji.l. . "2 (0. . = 200 n2 = 250 So/11çào Você quer determinar se há uma diferença entre as proporções. use: _ x1 +x. E1n a= 0.) u. 11 .1.p.0 = 1. usuários de Internet. existe uma diferença entre as proporções de estudantes· do 1 ensino médio do sexo masculino e do sexo feminino que fumam cigarros? a. Tente Considere os resultados do estudo da NYl'S discutido no capítulo introdutó· você rio.. ex. b. f. use a 'fobela Normal Padrão para calcular o val. = 0.. 30 . . == 60 1 "2Í'! = 95 Ho: P.es nula e alternativa são: 11 p. Especifique o nível de signifidlncia o.11••1ç.) Já que esse teste é bicaudal e o nível de significância·é de " = 0. que planejam comprár on·line. teste a afirmaç.3444 = 0.645 e z >1. 11. 200(0. 60 + 95 155 ""o 3444 x1 = u.comduas.(>4S ~= 1.. das mulheres e 38% dos homens dis· usuários de Internet sera1n que plane:ja1n cornprar on~line ao inenos u1na vez durante o mês seguinte. .p = l -0.. 6556)[ 2~ + ~ l f«~o. As áreas de rejeição são z < -J .1.645.. usuá- rios de Internet. Então.77. Use o teste z de duas amostras para encontrar a estatística de teste padronizada z. evidência suficiente no nível de significância 1osi paro concluir que existe uma diferença entre a proporção de mulheres e a propo~ção de homens.3444) e 250(0.0 .!... Verifique que 111p. os valores críticos sáo -z0 = -1.0.. = 11. lde11tijiq11e a afirmação e diga H0 e H. 250(0.t i·.645 e :.or I'.1e. = 0. e p= = "•+.. ri são no mínimo cinco. você pode usar um teste z de duas amostras.6556). E11co11tre ji e ri· e. Se P é menor ou igual a e..· W. ambos usuários de Internet. 391. llm teste z de duas amostras para a diferença entre proporções Em um estudo de 200 mulheres adultas selecionadas aleatoriamente e 250 ho· Estatístira amostra! para mens adultos.6556. falhe ao rejeitar H0. as hipóte· .1.'\o de que há uma diferença entre a proporção de mullteresc a Mulheres. r. que planejam comprar on-line.p.IJ§dd (. 11.645.1. A Dica de estudo estimativa ponderada da proporção da população é: Para encontrar x.P.::: . l-d .... tome a decisão de rejeitar ou falhar ao rejeitar a hipótese nula. l-+--+~l-!-1-::.os 1 O gráfico à direita mostra a localização das áreas de rejeição e a estatística de "-ji. Já que 200(0. e. você deve decidir em rejeitar a .)"' (0.6556) são pelo menos 5. d. : .3444). = P..10.10.. 200 +250 450 ' x..de kíp61e.3444) (0. HQmens proporção de homens. pri[. ri.~ teste padronizada.645 hipótese nula.38 s. e H.ão.77 J'llterpretaçào Você ten..3 \-• e) 1 1. E11co11tre os valores críticos e identifique as áreas de rejeiç. Em o = 0. 379 de teste padronizado.ejeite H0• Do contrário.

ji = x.4.33.•:posJtt 1u1 p.\lt'tJici1t1. 11. 4.0. Especifiqueo nível de signifiaincia o.!. há evidência suficier.33. Aestimativa ponderada de p..700 +4. e H. Ao final do estudo.073l ".073l).. A área de rejeição é z < -2.: P..] "1 "2 1 (O. O 1 2 3 4 / 'o = . + 11. Interprete a decisão no conlexto da afirmação original. você deve decidir em rejeitar a .300 que tomaram um placebo. Juter11rttnçíio No nível de significância de l %.p. Decida se rejeitará a hipótese nula. E11co11tre os valores críticos e itfe11tifiq11e as áreas de rejeição.2. e. = 301 +357 658 .IJ§dd 360 • bta1h1i"aplicad• g.xo masculino que fumam charulos é maior do que a proporção de estudantes do ensino médio do sexo feminiJ10 que fumam charutos? a. b.f 1f..1s do coração.9269. R.) i>.05..u =0. 46.300 (0. as hipóteses nula e alternativa são: Para encontrar..~ use: H0: P. = 357 que tomaram a medicação do que para aqueles que tomaram o placebo? (MnptMol..083 Sol11çào Você quer determinar se a taxa de mortalidade por doenças do coração é menor Dica de estudo para aqueles que tomaram a medicação do que para aqueles que tomaram o placebo. = 0. íj. você pode concluir que a proporção de estudantes do ensino médio do se..+. E11co11tre pe. Tente Considere os resultados do estudo da NYJ'S discutido no capítulo introdutó· wcê rio. . (.açebo ram que dos 4.083)-0 ~-3. -•1~~~~~~~~~~ Então. ..700 (0.p.!. c.. 112 pe 11.01. são no mínimo cinco. ltfe11tifiq11e a afirmação e estabeleça H0 e H. 064 .. .. 301 morreram de doenças do coração.700 (0. o valor • x.33 teste padronizada. Já que z está na área de rejeição.0731) e 4._-+-.'\firm<l(m>) PJ =.0731= 0. 11.. 357 morreram de doenç. 4.t i·.700 sujeilos selecionados aleatoriamente que tomaram o medicamento.) ~ (0.. Em o = 0..Oi31)(0.5. +x..01. l-d . = 4.9269)( _ + 1 4.000 e q= 1-P= 1 . você pode concluir que a taxa de mortalidade por doenças do coração é menor para aqueles x.0. e.glt1r11f /(lt1Ntt1. h.. Verifique que 111p.3. A45 Estatística amostral para Exemplo OJ medicamento de redução de Um teste zde duas amostras para a diferenia entre proporiões colesterol Uma equipe de pesquisa médica conduziu um estudo para testar o efeito de um Receberain Rtteberam medicamento na redução de colesterol.: p.-~-1--1--1-+.064 l). 300 l . = 0.0. O gráfico à esquerda mostra a localização da área de rejeição e a estatística de -· /-3 \ _..:.700 4.)-(p. 4.é P:: ~ .r ..9269) são pelo menos 5..·.300 sujeitos selecionados aleatoriamente " . crítico éz0 = -2. Em o = 0. . <11..300(0. = 30l x. os pesquisadores descobri· medi<ação pl.700 " ~= 4. d. Er. Dos 4.. e "1 Já que o teste é unicaudal à esquerda e o nível de significância é n = 0. ... Como4.99 z- (.(. você pode usar um !este z de duas amostras 1.9269).te para concluir que a taxa de mortalidade por doenças do coração é menor para aqueles que tomaram a medica· ção do que para aqueles que tomaram o placebo.300 9. e p.46 hipótese nula..

2. (e) encontre a estatística de teste padronizada. = 860ex.fed.io. Se cooveniente. Porções recomendadas de vegetais Em uma pesquisa com 5.io as mesmas para os dois gr\lj)05J (Mcp<oooé< The JolJmoiol rhe 5. 2. cientes usando uma droga antidepressiva para se cecuperar de depressão ciônica. você pode rejeitar a afitmaçào de que a f)(op(l(çào 1.p!tlrlo do 11.os.539 adultos) (2. 520 disseram que tinham usado medicina altemativa que disseram comei o número de potções recomendadas de (po< exemplo. Assuma que as amostras 2. Em 10.160 cicJ. <. 9. 10. :S p.1dentes das amostras aleatórias. Decida se rejeitará a hipótese nula. n. n. Ern u111<J ~uix. "=0.05.065 cidadas mais velhas. g.ess. = 471.!. e p. 19 sofreram uma nova crise de depress. Explique como desempenhar um tesie z de duas amostras para a (1.lo: P. n.. = 60.. anos. liJI Exercícios Construindo habilidades básicas e conceitos Você usou medicina alternativa no último ano? Estudo em 1991 Estudo recente 1.io independentes. = 45 ex. 0. = 36.IJ§dd í.io necessárias para usar o teste z para test.lo Estatística amostral:x. n =0. Em o = 0. = 25.n. n. para o nivel de signffi~ncia dado n e a estatlstica amostral dada.n 2. Em um estudo mais recente co. n. = 35. Afirmaç~o: p. = 800. ~ p..n 6.ões recomendadas de frutas dia· (. l-d . 341 . remédios populares e homeopatia) no ano ante. Uso de medicina al1ema1iva Em um estudo de 1. Afirmaç.pltulo 8 • lt11es d1hip61esicon. caudal à esquerda ou blcaudaP... J51 disseram de adultos usando medicina alternativa llâo mudou desde 1991? que comem o número de po.201 disseram fd) decida em rejeitar ou falhar ao rejeitar a hipótese nula e (e) in- que comem o número de po:rções recomendadas de vegetfis terprete a decisão no contexto da afirmação original. = 29.n antidc1>rcssivo Usaranl antidepressivo Estatística amostral:x. (b) encontre o(s) valo. rod<>d• l/5/lll EW>Cfllic Res!1tlrcll Servi:•. Ame<Kon M<dicol. você pode ce- 7. = 70 ex. O. = p.055 adultos) Merença entre duas propoi<.ra/ -=) riamente. Porções recomendadas de frulas Em uma pesquisa com.tJournci oi rhe ilmeooltl /. (a) identifique a afirmação e exp<esse H0 e H. Assuma que as estatísticas amostrais 8.d. O teste é unicaudal à direita.= 372.. = 465.(es) cinicqs e ide.539 adultos jeitar a afirmaçao de que as prOt)Orções de cida&os mais velhos em 1991.348 disseram que também comem o número de porções reco- aleató<ias s.245 cidadãos mais velhos d'.mosuas 381 f. Quais éo..n. = 304.sooor""'-) EstatislÍCa amostral:x. teste a afirmaçJo sobre a dfferença entre 1.n Usando e interpretando conceitos 19 Não Testando a diferença entre duas proporções 65 Nos exercícios de 7 a 16. mendadas de vegetais áiariameme.0[9 duas proporções de P<l!)l)lação p.Jic)1i<11neute.o 520 865 Nos exerclcios de 3 a 6. IO. 5 sofreram uma nova crise de depress. 10. De 84 pacientes Estatlstica amostral: x. as proporções de pacientes sofrendo novas crises de dep.t.íino. vegetais diariamente são as mesmas para os dois grupos? (Map· rior. por 2 :utos (77 pacientes) por? n1eses (84 pacientes) Si. U~aro. Use o teste z de duas amostras para encontrar a estatística de teste padronizada z.n.01.ões de P<l!)l)lação. oo. s.oliõs tfJOis velllét'>. Afirmação: p... o = o. 0 ~. lulerprele a decisão no contexto da afirmação origina. cr = 0.055 adultos. Em o .05.o sexo masculino. Em uma pesquisa com 1. Antidepressivos Uma equipe de pesquisa médica estudou pa· são indepe. Você sofreu uma nova crise de depressão? 6.) ram que haviam usado medicina alternativa no ano anterior. = 30. o .\lk.ir a Si1n Si1n diferença entre duas proporções de P<l!)l)lação. < p. h. que usaram a droga pot 7 meses.. você pode rejeitar a afitmação de que 4. use tecnologia para resolver o probt=. De· 77 paóemes que usaram a droga por 2 3.240 cidadaos mais velhos do sexo masa. Nã.t i·.1tifique a(s) Mea(s) de rejeiçoo. = 344. Afirmação: p.1dições s.io.c. = 785 ex. 865 disse.

444 disseram que haviam fumado nos 1Ohoras de TV por semana é a mesma para meninos e meninas' últimos 30dias. Ut.s de fumantes ~o 15.) Em "= 0. 10. e assuma que as amos· de Mon. você pode apoiar a i2. você pode 1 17%1- apoiar a afirmaçAo de que a proporçAo de adultos fumantes é 14% 01'0 - maior no Alabama do que no Missouri? (Ma. u..083 dísse. Em " = o.Jc A'ojea. 354 disseram que usam a Internei.Ao de que a propo<çAo de zaçAo educacional informa que a p<oporção de adolescentes que homens da 12• série que <fisselam ter hMnado nos últimos 30 assistem de I a 5 horas de TV por semana é maior para meninas dias é menor do que a proporçAo de mulheres da 12' série que do que para meninos.senun:i.100 homens e 13. afirmação da 01gani2ação? IJnoffl. uma orga<li · o = 0.10s do que para homens da 12• série.m depois.05.r.l de TV é me. Em outra pesquisa de 14.da 12• série que disseram a pesquisa incluiu 13.IJ§dd 382 • lstdlís1i<•a.067 disseram que haviam fuma· Saindo de casa do nos últimos 30 dias. Em o = 0. Fumantes: antes e agora Em uma pesquisa de 12. disseram que comem o número de po. Em uma pesquisa de 4. você pode apoiar a afirmaçAo de que as proporções de aduhos que usam a Internet é maia< para adultos que moram em uma área urbana do que para adultos que moram em uma área Mal?(Adoprcdo de Pe-1-1 lntdnet oflt}Jtmcncon t.n&re 13 t.) 37% li . 23% respectivamente. Em uma pesquisa de 315 adultos que moram em uma área rural 189 disseram que usam a Internet. você pode apoiar a disseram te< feho o mesmo? (Adopraciode '"' "'""'IIIJ the FullJ/e S"1dy. Fumantes: homem e mulher. 2. série. l-d .900 mulheres da 12• da pesquisa. refira-se à figura a segui<.200 mulheres em 2000 e que haviam fumado nos úkimos 30 dias não mudou? (Mopwd. Se a aença do representante é baseada nos resultados últimos 30 dias.~ CetiSus 8>=) 15.ções recomendadas de frutas d.nnaçAo de que as proporções de us. (Suponha que o número de entrevistados de cada estado tenha sido 2.ssetam que usam a ~e.000.~"fltngêm ck adole.mente.cr.ários da ln:ernet sAo as mesmas para os dois grupos? (!o(Jopia- tlo de Pew Jntemet ondMlerK.800 mulheres em 2006. Em o = 0.5%. 985 disseram que haviam fumado nos últimos 30 dias.1. relira·se à figura a seguir.:Qalul)Poll j'Ç•fa(ltl·W>:' de l J~tnf. 746 <f.lo aleatMas e independe1tes.300 homens e 13.01.050 mulheres. Assuma que ç.150 homens adultos.ner. você pode rejeitar a af...01. Em a = 0.~t~ e seu te1npo .05.o 1.01. Fumantes no Alabama e no Missouri Uma pesquisa de estado para estado encontrou que as woporções de adultos fumantes no Alabama e Missouri eram de 24. Menos de uma hora de TV Em "'= 0. 1«ê pode apoia< a afinnaçAo Meninos permanecem de que a proporçAo de cidadãos mais velhos que disseram co· horas na frente da TV mero númeto de porções recomendaoos de frutas diariamente l\)n.11 llnM.2% e I ho. Dez a vinte horas de TV Um representante de marketing de televi· Coorrolond Pr&. você pode rejeitar a alir- 14.500 adultos na Califórnia e 1.'folM:dngOll) 20. há evidénôa sÜ!ciell!e para apoiá-la? Use o = 0.i!e /tOJfCl-) 16.o.lo de estudantes.lo de que a proporç.lode menrus que assiste menos de I çãodequea propo<çãodemrJhezesdeidadeemre 18e 24 anos hora de TV por semana é maior do que a proporçAo de meninos? moraooo na casa dos pais foi mai-or em 2000 do que em 2006? .i<J11.er. 3.vocêpodeapoiaraafirma· a pesquisa incluiu 700 meninos e 500 meninas e que as amostras sAo çAo de que a p1opo<çAo de homens de idades entre 18 e 24 anos aleatórias e independentes.1or para homens do que para mul~res? (Adoplodo de USOA éoonom. (M<rp.g 1he Fvmre Srvo't.am que haviam fumado nos meninas.8% e 23.) Tempo de TV para adolescentes Nos exercícios de 17 a 20. Mulheres:anreseagora Emo = 0..a hOr. M e>ndêJ1cia suiiáenre l\inu.000 adultos em Oregon.05. morando na casa dos pais foi maior em 2000 do que em 2006? 17.05. Fumantes na Califórnia e em Oregon Em uma peSquisa alea· tória de 1.05.e 18. Em 19.1$ horas horas horas 18. 3. t. Usuários de Internet Em uma pesquisa de 1. Cinco a dez horas de TV.vocêpodeapoiaraafirma- afirmaçAo de que aproporç.c R1!$00t<h SEYKe. você pode apoiar a afinna.300 a 20 horas de TV por semana é maior para me. Califórnia do que em Oregon? v1doptodo de The Cenr"' kx D<reo. você pode reieitar a afirma· Nos exercícios 21 a 24. Em <> = 0. Em uma pesquisa de 9.lo de adolescentes que assistem de 10 13.01.ado ct.ção de ad<Jlescentes que assiS1em de 5 a dantes da 12' série. 805 disseram que usam a Internet Em uma pesquisa de 1. Mcoosdc 1-5 5-10 10-20 20 ou mais você encontra que as porcenrage.900 estu· mação de que a propo. Em a = O.05.05. Uma a cinco horas de TV Com base na pesquisa. 14.t i·.licad. Homens:anteseagora Ema= 0.) 4% 12. Usando " = 0.fC'Yi~('(l(ll ~ para concluir que a proporçAo de adultos fumantes é menor na ..xodo de 1he Cen:ers fo: Olseost Con!Jol und Prevt-nlion..atii.t<$>!Y oiMi<higQn) tras s.200estudames da 12• série feita quatro a.. respedwameme.4%.) ~ aaedita que a proporç. Usuários de Internet Em uma pesquisa de 485 adultos que moram em uma á1ea u1bana. Assuma que 21.

uir um inteNalo de confiança para a diferença a intençAo de cursar ciênáas soóais em uma faculdade era de entre duas píoporções de população P.8QO de <!Studanteç estavam planejando cur- a afirmação de que a proporção de pessoas de 18 a 24 anos sar engenharia na faculdade.6%.Jo de que a proporção de pessoas de 18 a 24 anos p. você pode rejeitar .Xko.(J(Ogv.Pes-soas co111artrite . usando a seguinte <k.000 eSt\ldantes foram pesquisados dez anos depois. Antes: homens e mulheres Em « = 0. você pode rejeitar fllos exerdcios 25 e 26. uma pesquisa de 1. hif6te.o medicamento de artrite diminui dor nas articulações.3% de estudantes es· e mulheres? tavam planejando cursar eng1mharia.p.t i·.e estudo O estudo não mencionou que é ooonal para crianças de 4 anos de idade demonstrar comportamento agressivo.) Construindo intervalos de confiança para p.lr.) Usando amostras nJo representativas Em comparações de dados coletados de duas difetentes amostras. Agora: homens e mulheres Em a = O.. Estudantes planejando cursar engenharia Vários anos e mulhetes? atrás.01. O estudo mostrou qJe crianças que frequentaram pré·escola foram ttés vezes mais capazes de ser agressivas do que aquelas que ficaram em casa. lida.t<OllldGdl .p1• Assuma .068.suos 383 23..i1.2% disse ter a intenç. Por exemplo. mas o comportamento delas era considerado anormal.idem a interagir com os outros. collSttua o inteivalo de confiança ínoodo a afirmaç. Essas estatísticas foram usadas pata convencer pais a mante< seus filhos em casa até eles ~rema escola ~ com 5 anos de idade.ira p. tv:. .Pr Assuma que as amostras são aleatórias e independentes morando na casa dos pais em 2000 era a mesma para homens 25.. As criançasque ficaram em casa eram menos agressivas.--. .p.l )-z. (Fon:c: Expandindo conceitos Cal.IJ§dd (apl!ulo8 • lest" d. o porcentual de esiuda-ntes fazendo o SAT que disse ter Você pode const. deve-se tomar cuidado para garanlir que não existam var~vels que confundem.lou que 8. . sempre saiba quem esM pagando por um estudo. O primeiro estu<io foi custeado por um grupo de apoio às mães que usou as estatisticas para promover sua própria agenda pré-<leódida.'og• Bôórt!. um estudoconduiido em 2 grupos de ctianças de 4 anos de idade comparou o comportamento das ctianças que frequentaram a pré-esco!a com aquelas que ficaram em casa com um dos pais.000 est\ldantes foram pesquisados no primeiro ano e 1 1 1. l-d .am em casa ant~ de ir para a ~cola acabara:m sendo~ agres. Dez anos depois.. . suponha que você esteja examinando uma afirmaç~ de qJe um no.sll/3~ numa idJde mais avançada do que aquelas que tinham frequentado a pré-escola. 9.•hBl<Y.t>.. Abusos Financiamento d. li <p1 _ 1.000 estudantes fazendo o SAT 24.2 <(íí1..OI . 11. Psicólogos su- geriram que este ê o modo que as crianças apie.nostral. Construa um intervalo de confiança de 95% 1>3ra a diferença entre as proporções p.p. Um estudo de acorTipanhamento reaflzado p0< um grupo óifetente demonstrou que as crianças que fic.2 . Em uma pesquisa recente de morando na casa dos pais em 2006 era a mesma para homens 1.. Por exemplo.476. ) que i.068.000 estudantes fazendo o SAT.rp<Jtalir. 8..476.estatística no mundo real Usos Teste de hipótese com duas amostras O teste de hipótese permae que você decida se ~ fetenças em amowas indicam diferenças reais nas populações ou se s. Comportamento agressivo como roubar brinquedos. .eve... . (ííJ 11 +P. Estudantes planejando cursar ciências sociais Em um cer- to ano. (Fome· Ccl•9e Board) Usos e abusos . empurrar ootras crianças e começar brigas foi medido em ambos grupos. (f-onr~·Bl.i1.!o meramente erro a. Construa um intervalo de confiança para a d~erença entre as propo!çôes p. Pais que mantêm seus filhos em casa mas os levam para brincar em grupo também obse1Vam seus filhos sendo agressl\/05.lo de cuisar sigualdade: ciências sociais na faculdade. com esta~sticas. 26. íí.

· .. Quais eram os tamar. Resumo do capítulo Exercícios Oque você aprendeu? Exemplo(s) de revisão Seção 8. e JJ..fda..i'4ções completas de pessoas com artrite. o.2 1a 2 9 a 16 • Como desempenhar um teste t para a di ferença entre duas médias populacionais 1r...(1~ . .gov)..upos testes possam não ter sido representantes das pop.) z= . ).1ras va~ncias além da medicaÇllo podem afetar o resultado do estudo.) I= . Explique o que esses dois termos significam. Usando amostras não representativas. Ao proo. considere como a afimiaÇllo no estudo foi determinada.x.. usando amostras grandes e independentes: (x.11.). .(JJ. 2.t i·. e.. Uma companhia farmacêutica se candidatou para aprovaÇllo ao mercado de uma nova medicaÇllo para artnte. q 'l: -1. (!• • Seção 8.!:r. Pesquisa médica frequentemente envolve teste cego e duplamente cego. Seção 8. d3s amostras? As amostras eram aleatórias? Elas eram independentes? A amostragem foi cooduzida por um pesquisad0< não 1ende11cioso? (xercícios 1. usando amostras pequenas e independentes: (x. .hos.. 1 I e2 • Como desempenhar um teste z de duas amostras para a diferença entre duas 2e3 3a8 médias 1r. l-d . Descreva algumas maneiras que os g. A pesquisa envolveu um gru· po 1esie ao qual foi dado a medicaÇllo e um outro grupo teste ao qual foi dado placebo. .IJ§dd 364 • útat~U("pli<ada Se o grupo ao qual é dada a medicaÇllo está acima dos 60 aoos de idade e o grupo ao qual é dado o pla<:ebo est<l abaixo dos 4-0 anos.... l= s.. Assuma que voctl 1raoofha para a Food and Orug Admk1is!fation (www. -x.3 le2 17a22 • Como desempenhar um teste t para testar a média das diferenças para uma população de dados emparelhados: d-1•.1 • Como decidir se duas amostras são independentes ou dependentes.rar por outros abusos em um estudo.

23. 7. Trinta e ono porções de batatas fritas mé<ias s.1ras An1bos desvios p:1drõcs grande. = 85.4 • Como desempenhar um teste z para a diferença entre duas proporções populacionais te2 23 a 28 P. Afirmação: 1•.= 1. = 14.:: ..= 216.'io."-Ste z (Seção 8.~ e independenie. (e) enconue a estatística óe teste padronizada z. é independe-nu.n. evidêncill suficiente para o nutricionista cooduir que o sanduíche 3. = 68. Estatlstica amost1al: x 1 = 87.n.'! hi1x'iicscdiscu1ido ncs1c ~flJ>ilu1o.lf..28. Nos e><e<ddos I e 2. de batatas fritas médias do McDonald's selecionadas aleatoria· . = 1.i.05.30.Jr ao rejeitar a hipótese nula.575. = 52.ffl0>11<S 385 Teste de hipótese de duas amostras para médias populacionais As an1os1ms são Ao100s.s. .s.. .. EstaHstica amostral: x. rico de batatas friias. = 156ex.food.f. classifique as duas amostras dadas como Nos e><e<ckios 7 e 8. = 5.01.. de 360 calorias e um deS\ÓO padrão de 50 calorias. l-d ..1 6. ep.unos.:1is? hipôtcsc discu1ido ncstcc:ipílu1o.e.~ Não pequen. .1].t i·.. . pq-T- Ul 1'2 [xercícios de revisão Secão 8.. Afirmação: 1. o= 0.e I para :t(l\O. use aestatística amostral dada (amostfas peixe do Long John Silve.. o = 0.. Estatística amosiral: = 0.ologia ra16rio reproduridos para taxa me1abólica maiot. An1b. .o original Se conveniente. para resolve< o problema. = 41 ex. e 35 jl<Jlções s. Es1atistica amosual: x...28.l. s. IJ (S<:ção S. poro an10. x. populaçÕC$ sno Não N-lk~ :.595.. Si. < . Sill1 \ Joo e) 1e. use teo.aJIMGI tnce Loogbhn S.. há méd'ias populaóonais 1..'l!U.34.1s Use O ICSIC t p:w.~. « . independemes ou dependeotes Explique sua argl.c o h.n. = 0. n.n.<\.is popu lnçõcs s..\n1bas amostra. um nU1ricionista encontra que a mé- dia do teor calótiro de 36 sandulches de peixe do Wendy selecio- Amostra 2: Vezes de conclusllo de labirinto para aqueles 43 ratos nados aleatoriamente é de 480 calorias com um des. selecionados alea1oriamen1e é de 470 . (d) decida de laboratório. = 410ex.)-(P.. = 96 ex..3) . = !'. = 0.o N-:'io se-pode·usar o 1cS(c de são grandes? nom.o padrão de 54 calorias...l'llenlaç. = 0.: (r.i .) z= --(1 . Si111 Use o te. o = 0... em rejeitar ou falh.= 85. Amostfa 1: Vezes de condusão de labirinlo para 14 ratos padrões cejeiçào.2) Sim Ui. do 8urgei King selecionadas aleatoriamente tiveram uma média 5. (b) encon11e o(s) "al0<(es) Cti1ico(s) e iden1ifique a(s} regi:lo(ões) de 1. n. e (e) interprete a deci· Amostfa 2: Vezes de cooclusãode labirinto para 14 ratos de lat.io padrão depois de uma prática de labirinto de duas semanas. Afirmação: 1•..n. Em um estudo de fosr. 11.. s:io <:onhcéido..~) 8..= 340.05. n.. = 34.'ldependentes) para testar a afirmação sobre a <f~erença entre duas calocias com um <fes.05.. s.p.o de 41 sanduíches de Nos exerclcios de 3 a6. Afirmaç.:') (Seção 8.. (a) ideniiliq. Wenrft? (Adop"""de 'l~s lnre.. = 0.!o: 1. Em o = 0.o. do Long John Silver tem menos calorias do que o sandufche do s. e.111 dependentes (Sc~·:io 8.= 15.IJ§dd (•pltulo8 • l111t1dthip6te1rnmdws. no nível de 9gnific!ncia <> dado...10.. de 32 calorias. AmOSlfa I '.e f)Odc usar o 1csie-d<: indcpendcn1cs? normai:s.33..rr. Um estudo de nutrição à base de fosr·foo<I comparou o teor caló- 4.e a afirmação e diga H0 e H.. s. 2.10..1) Seção 8.1r. Vezes de cooclusão de labirinto para 43 ralos.... A média do te« caléric. = 5.1c z. = 0.o·= 0.... são no contexto da afirmeç.

!o das pressões 37 42 55 28 48 sistólicas do sangue de cada indivldoo antes e depois do período Diagnósticos sugerem que as infonnações são amostradas de de uatamento de 15 semanas. (Foou.ng e.le<llcolAssoc.i? Teste a afirmação de que alunos da 3' série ensinados com as (. . Assuma que as amostras s. = /'. m 103 . ..95. .Assuma variâncias iguais. 10.~o ~uer testar os efeitos de suplementos vidades de leitura direta por oito semanas.. .oooe!h C. Af'nma.s. à esquerda ou é bicaudal? Assuma s-... vocé pode apoiar uma população <101mal e as vari. n. mostrados a seguir.01.011.onados a!eatonamente tlVeram u':' Estudantes em ambas as salas de aula então fizeram o mesmo suplemento de c.:/lni.4.3 cias iguais. (a) identifique a afinnação e estabeleça Ho e H~ (b) encontre o(s) val~r(es) aitico(s) e identifique a(s) região H0 e H~ (b) encontre o(s) valor(es) uaico{s) e ideotifiquea(s) área(s) (ões) de rejeição..o.. Assuma que as variancias n= 37.9.900.. a afirmaçJo de que a pressão sistólica do sangue foi reduzid. dada.x.~ 21. 10.6 102 Aseguir est~o as notas dos testes de leitura para a segunda sala Depois 100 114 105 112 115 116 106 102 125 104 de aula (conuole). Alinnação:.10.. = 12. Um corretor de im6vcis llfirmo que n3o h6 difcrcnç. s. l5 005. S. n. s. = 0. distribuições normais e variâncias populacionais iguais. tnc. 12. 10. = 0. cf oo Eloboto1ed tltW!!d R. e 1•.05.01. 175 405 25. Em " = O. n.05.20.2.. as variâncias não s. = 3.. No segundo bairro. Estatislica: ti = 10..!o distribuídas nor· renda de i 31.v: . A média da renda de Nos exe<cícios de 9 a 14. Afiirma<.05. Sh\~ oi Th.o.. a afirmação de les qtJe foramensinados sem as atividades.15.. s m 1.n. Estatística: ri =3... = O. Estatística amostral: x..n. < 6 O e . n.o um teste pera amostras alea· s.2. do estudo. o = 0. sador mede a press.!o iguais. = 7. Estatística amosual: x..:: 1.el-. 10.. = 19 ex. duas populações no nível de significãncia dado o usando a estatística 11.=.nJ C.. s. 10. = 183. n.o = 0.s sel~'.10.: que os teotes calóticos dos dois tipos de batatas fritas s.s. As meàlidas a seguir s. . =. = 8 ex.. n. Afinnação: .!o 10 famrrias selecionadas aleatoriamente tiveram uma média de aleatórias e independentes e que as populações s.sador méd.. s. use tecnologia ção cxiginal.<Gd• de 7t.Js. = 19.!o no cootexto ela afinna- são no contexto da afinnação original.825.. lhe Effffr. = 26... (e) calcule d e sd' (d) use O teste I para encontrar de rejeição.. 1•.3. Assuma que que as populações são disuibuídas normalmente. e McOonald's ec.lncía o elac!o.Z média ela renda doméstica de dois bairros. 24.!o dife· S'llrl/b/5.IJ§dd 386 • ['ldllstic. (d) decida a estatística de teste padronizada r. o= 0.a = 0. .) M<ril'/ on the Met0<omp. 17. usand. Um ~u.t i·. n= 33_ 1 14. .05.rnsUado por 12 semanas. .019.. 11 homens sele· cionados aleatoriamente tiveram um suplemento de e. = 0.~ a e 0. Em a = O. teste a afinnaÇ<lo soble a média da diferença de que as variâncias não s. = 2.%ncías populacionais são iguais. = .) 16. a· = 0. (e) decida em rejeitar ou falhar ao em rejeitar ou falhar ao rejeitar a hipótese nula e (e) interprete a deci· rejeitar a hipótese nula e (Qinterprete a decis. = 19 ex. Para cada amostra.. . . = 1. Se conveniente. Outra sala de aula de cálcio na press.Estatísticaamosual:x. tstaus11ca:r = . variáncias iguais.= 500.. = 6. Afirmação:.<Xé pode apoia.= 520.. n.'io sistólica do sangue dos homens no início A seguir estJo as notas dos testes de leitura para a primrua sala e no final das 12 semanas de estudo e registra os resultados de aula (tratamento).s.. .01. = 0. _ . do sangue dos homen~ Em pane de 23 estudantes seguiu o mesmo currlculo sem as atividades.. o = . Um estudo de métodos para ensinar leitura na 3' série foi re· . = . a= 0.O. Assuma 1•. . Se conveniente. = 1. Assumavarian· Secão 8. a = 0.. = 300.7.<e<ócios 15 e 16. Estatlslica amostral: = 61. Afinnação: /~ ::. s. 9. uma sa!á de aula de 21 estudantes participou em ati· . assuma que a distribuição da população é normal.enw. n= 100. s. Estatistica amostral: x.ot. = 2. .004.!o SISlól1ca.750 com um desvio padrão de$ 1.llcio adm. -.. = 24.. Nos exercícios de 17 a ?. = 1. = 184. entre \1 5eciío 6. o e.- teste de leitura. G~"3mn Qn Em um esttJdo testando os efeitos de um suplemento de e<vas 33 41 19 54 20 85 na pressão sistólica do sangue em homens.. s.. Afirmação: 1. = 290. no nível de si~ific.oo. use tecnologia pera resolver o p<oblema.. 13.38. s.200 com um desvio padrão de S 1. = 22..e mil<// oi lhe .od<.. = Se x. O teste é unicaudal à direita.Jing rentes? (Ad()f>lcdo de Ov1get K.) 61 44 67 49 53 56 59 52 62 54 57 33 Paciente 1 2 3 4 5 6 7 8 9 10 46 43 57 Antes 107 110 123 t29 t t2 ti 1 101 112 t. .=:t . use a estatlstica amostral dada pera 12 famílias selecionadas aleatoriamente do primeiro bairro foi de testar a afirmação sobre a dife<ença enue duas médias populacionais S 32. Afinnação: .. o pesquisador pode afif111<Jr que a p<essão sistólica do sangue dos homens diminuiu? (Fcm•: 24 43 58 71 43 49 TheJaumoloftheAmerir:ool.. n. Afirmação: < O. (a) identifique a afinmação e dete<mine Nos e.. = 25. = 7 ex. não s3o iguais. n= 25.ão: µ. = 20. n. • • -. = 55. (e) encontre a estatística de teste padronizada. ~ 15..5 ex. .."".Adcy. Em a = O. 18.ov: . n. s. Teste a afirmação em o = 0.:::: . 10 hom~.3.4 11.= 12. Assuma tórias e dependemes.vas admi· 46 10 17 60 53 42 nistrado por IS semanas.5...!o iguais.at'IS.•pli<. s.1m<n<on Meefcol Assooooo<t) . t•. Use o = 0.4. = 6.015.05.. "'1•~ x. Assuma malmente apro~madamente.s. Nos exe<ócios 21 e 22. O pesqu. para resolver O problema.. 3. l-d . Estatistica amosual: x.= 26.do mente tiveram uma média de 380 calorias e um desvío padlão atÍ\'Ída<M!s de leitura d~eta ob«iveram ootas maiores do que aque- de 45 calorias. .5.. = 55. alizado.. Afinna.

Em uma amostra aleatória de 6. n.08% oo maior.) ( e) Decida em rejeitar ou falhar ao rejeitar a hipótese nula.576 eram mulheres. t~e a afirmação sobre a difere11y1 emre duas proporções populacionais p 1 e P.odo re Noococl Ceorer lot EdtJcorioo S<oo. . compare suas respos!as com as respostas dadas no final aleatôliamente. foi de 145 com um desvio padraode 33. (c) encontre a estatística de teste padroniza· Planejando se Planejando se formar em da.tudo feito em 2003 Estudo feito recentemento (800 adultos (l.05.) ça H0 e H.--r-_. 36. foi de amoslia aleatô<ia de 11. 986 eram mulheres.s. Estatística amost1al:x1 = 261.(es) craico(s) .çào 900 ex. Estatística amowal: x.IJ§dd (apíwkl 8 • í111e>de hipo111.. A nota média no mesmo t. Afirmação: p 1 $ p. de mulheres com intenção de graduação em Ciências da lnf01ma· ll'os exe1dcios 27 e 28.. 164 estudames fazendo o teste de = = 24.. Em o = O. Depois.Ol. Em n = 0..Mulhcrcs: 986 5. 530 consideraram a (lllantia muito alta. Afirmação: P.. Explique iguais. cias Mili!ares. Se co.. n. = 760. 10..n Não Si1n ai esquerda ou é bicaudal? Assuma que as amostras estatlsticas sAo de 402 398 470 530 amostras aleatóóas e independentes. Em "= do livro. teste a afirmação de que a proporção de mulheres com intenção 26. = 840 ex. A noia média para 13 meninos seleciooados aleatoóameo- sua argumentação. = p.iveníe. 23.. 0. Em n = 0. 556 ex.lncias sAo iguais. em uma amostra a!eatô<ia de 1.m•1ms 387 você pode rejeitar a afirmaçAo de que as proporções de adultos ~aciente 1 2 3 4 5 6 7 8 9 10 li none-americanos que consideraram aquantia de imposto federal Antes 1'. = 483. Se conveniente. A nota méd'.1 118 133 E..srics. no nlvel de significància dado o usando a estatística amostral dada. Em uma amostra aleatória de 42. selecionadas sala. = 200.890 estudantes planejando se graduar em Cíencias da ÍllÍO<· 25.05. 3. 10.es· envolvidos em acidentes fatais..3 109 11 2 102 98 114 119 112 110 117 130 sobre a renda (llle eles pagam é muito alta foram as mesmas para os dois anos? (lldop.e identifique a(s) regiào(ões) de rejeição.178 37.:x... o = 0. te é 153 com um desvio pad'rJo de 32. (a) idenrifique a afirmação e estabele.a em uma avaliação de Ciências para 49 estudantes concen11ação de álcool no sangue de 0..lo. \'OCê pode apoiar a afirmação de que a nota média na ava· Para o teste." = O.000 adultos none-americanos. 21 e 24 anos envQlvidos em a<identes fatais. f/ltlop:vát. padr~o de 30. Em uma amosua aleatória de 6.= 46. Um professor de C~ncias afirma que as notas médias em uma (b) Determine se o teste de hipótese é ooi 1es1e unicaudal ou avaliaçAo de úencias para meninos e meninas da 4' série S<lo bicaudal e se deverá usar um teste z ou um teste t.d.= 410. N-üo Si. Assuma qlle as amostras sAo Ciências Militares ou da Computação independentes.05.--. l-d . Afirmaçào:p 1 > p. Em um ano 5.05. = mação ou da Ccmps1ação. n. 2.4 97 113 105 95 119 114 IM 17. = de graduação em Ciências Militares era maior do que a propo. < p. (b) encootre o(s) valo. 398 considera1am que a quantia de imposro federal sob<e Ho1nc-ns: Ho1nens: a renda que eles tinham que pagar era mtito alta..prete a decisão no contexto da afirmação original. O teste ê caudal à direita.a para (e) Encontreo(s) va!or(es) crítico(s) e identif..314 recerue.. o = 0.l (a) Escreva a afirmação matematicamente e idernífique H0 e H0.01. n.576 27... foca o seguinte: l ação de Ciências para homens foi maior do que para mulheres? (fd<Jp.t i·.. e a nota méd'. você pode rejeitar a afirmação do (d) Use o teste apropriado para encon11ar a es1atística de t~e professor? Assuma que as populações S<lo dis11ibuidas nonnal- apropriada. selecionados aleatoriamente.-.'Oéode GqlupA:>11.200.000 adultos Secao 8. 32% tiveram uma 1. Estatistica amostral: x.. n. Em uma amostra aleatória de 800 aduhos llOl1e-americanos em 2003. Teste do capítulo Faça este 1esie como se você estivesse fazendo uma prova em te para 50 estudantes mulheres do ensino médio. 5. use tecnologia. n.) Oépois 17. lot fdu((J!l('J'I Srar. d e ~ Ba<. = 207. o O.382 motoristas de idade entre (f) lnte<prete adecisA·o no contexto da alirmaçào original.rom4uas. Afirmação: p..= 107. = 1. (lldoprodo 11' No:. = argumenlaçào SAT que estavam planejando se graduar em Ciê. 27% tiveram uma concentração .Mulheres: . n.179 motoristas de idade 25 a 34 anos 149 com um deSW> padrão de 35.1- 100 ex. n.J cenr. 28. = 425. fonnarem •Ciências da Informação use tecnologia para resolver o problema. ção oo da Computaç.ue. Em uma homens do ensino médio. (d) decida em rejeitar OIJ falhar ao rejeitar a hipótese nula e (e) inte.4 norte·americanos) norte-americanos) Nos exercícios de 23 a 26..quea(s) região(ões) 15 merónas seleciooadas aleatoriamente é 149 com um desvio de rejeição._. meme e as vari. Estatistica amostral: x1 = 86.

.=o.nda Nota 532 52S 427 f!J7 444 490 34 anos? (li.-3. Segunda Nola 428 524 532 397 550 357 Juntando tudo Estatística real .cu d'in.n. 1..m) .-. 457 419 543 539 394 413 no sangue de 0.oo.e 25 e 5egu.ota.. A tabela rnostta as noras de Materratica para 12 estudantes sele· cionados.q/ liiglM'1/ S<>fc..l uma diferença entre a duração média de estaó. 1 1 ) 4 5 6 1 Duração da CS!Adia (e.s ·g 6+ ...==õ3"J~ ·~ 4 . Como o analista do depanamento de pesquisa. ."ào da cs.r.~ 4.y Trolftc Ad.a. Os resultados para válios pacientes de 17 anos e mais novos são mostrados nos histogramas para 9 anos atrás e para este ano. Em a : 0..~: us.2 • 10 + .: 0... Em ...- ·~ ~ s.-1 "2 = 25 f.i~di.'.IJ§dd 388 • r11.decisões reais Você trabalha para o Depanamento de Estatística do Centro Naóonal para Esratistica de 5aúcre..111.or. Em um esforço para determinar se a duração média de estadia em hospital para pa- óen(es diagnosticados com p<1eumonia ê diferente hoie em dia de como era 9 anos atrás. há evidência sufióente para conduir Primeira Nota 392 421 439 S40 493 339 que as notas dos alunos no SAT melhoraram no segundo teste? AsS1J111a que as populações são distribuídas normalmente.ileatoriamente para a primeira e a~ a vez que eles Estudante 7 8 9 10 11 12 fizeram o SAT...pli<. 1 4 2 . você Estudante. é sua função trabalhar com os dados e determinar se a afirmação pode ser ap<liada. Pacientes com 17 anos ou menos com pneumonia (9 anos atrás) I .. Séu departamento acredha que h..08% ou maior é maior para mo1oristas de idade entre 21 e 24 anos do que para motoristas de idade entr. l-d .:) .urac_. 10.) Pacientes com 17 anos ou menos com pneumonia (este ano) I 121 .5flo. X. seu departamento decide anafisar os dados de uma seleção aleatória de cegistros hospitalares.~---~--·~x'..a em hospital para pacientes (de 17 anos e mais novos) diagnosticados com pneumonia.3 5 6 pode apoiar a afirmação de que a proporção de m01oõs1as en· volvidos em acidentes fatais com uma CCX1centração de álcool Prim.t i·.5 •li J 111=20 lz 2 3 ~ S 6 7 0.05.08% ou maior.i (CJn dia.da de álcool no sangue de 0.w..eíra f\t.

odo? Por quê? Qual têolica de amostragem você usaria se dividisse os regisuos hospitalares de acordo com quatro regiões geográf.>. Das 11..afo que imerl)(ete a decisão do teste..lo? 3. o jornalista William Casey descreve um I de seus hobbies .a p. valor. 2.lo? Você IJ(ecisa saber alguma coisa sob<e as variâncias da populaç. dia.lr. localização da casa da moeda e se a moeda ~ 4(1 está indicando cara ou coroa. Assuma que as po· P<J~ são normais e as vanáncias da p<Jp1Jlaçâo não são iguais.~ e.n feitas na casa da n1oeda de São Fran. ceniro·oeste e oeste). Escreva um p.772 20 +------r-1 foram encontrada$ indicando "cara". l-d .~2 n1oedas encontradas. lo.5! c11 CAlC. Casey indica que f :.- calização.sey encontrou 11. J0 + . 'º «l A cada moeda encontrada.05. RANOOM DATA. Testando uma média Teste a afi<mação de que há uma difere.1rág.726 foram feitas em Denver. Casey registra hora. 'º cisco. A decisilo apoia a afirmação do seu depanamento? Tecnolo ia MINITAB EXCEL Tl-83/ 84 Cara ou coroa Simulação de lançamento de moeda No artigo "Tailsover Hcads"no Washi11gto11 Post (13 de outubro de 1996). Uma simulação da experiência de Casey pode ser feita em MlNíl'AB como mostrado a seguir.cas (nordeste. sul.ue a duração média de estadia em hospital pa.130 moedas foram encontradas indicando "coroa" e 5.902 moedas.S\1. De 1• de janeiro de 1985 até o artigo ser escrito. Como você faria isto? (•) Qu•I té.r. Use a = 0. C. 43 fora..t i·.133 foram feitas na Filadélfia e 4. quência dos resultados de uma simulação é mostrado à direita. BINOMIAL OISTRJBUTION .."><lr ••mostra~·'• o P. No artigo. 7. Um histograma de fre..registrar cada moeda que ele encontra na 80 rua.. Escolhendo um teste Para testar a afirmação de que hâ uma di!e<ença na duração méd'ra da es!aóra em hospital para pacientes (com 17 anos e mais novos) diagnosticados com pneumonia.. você deverá usar um teste z ou um teste t? As amostras são independentes ou dependentes? Você piedsa saber qual é cada distribuição da poptJlaç.IJ§dd Exercícios l.1ciemes (com 17 anos oo menos) diagriosticados com pneumonia.-1 6. MINITAB l Generat:e !500! rows or data Number of triais: !11902! Store in cofumn(s) Probabilq of success: . selecionasse uma região aleatoriamente e obtivesse os registros de cada hospital naquela região? (b) Qual técnica na parte (a) seria a mais fácil de ser implementada? Por quél (e) Identifique possíveis falhas ou tendências no seu estudo. j :m + ..nic• deamostr•eem você "'"-'ria r>3ra seler.

. como uma frase. 1-6ample t . = 8.IJ§dd 390 • btati<1icaaplicad• Exercícios 1. Use " = 0..9. .82 99%Ct. Ainformação de Case'{ d~ere sigoificativ. dube com projeto novo e antigo Jogador de golfe 1 2 :. Valor das moedas (dólaies).imente do acaso? Se a Filadélf. qual pode ser a razão? x.n. Use a infoonaçAo de Casey como sua amostra e esaeva sua concWo como uma frase.8 x.034 X.4 C2 10 143 2. (Veja Exemplo 1. .5.. 364. = 1.. 141 140 147 141 140 143 145 145 146 142 1-6ample z. .49 Oifference ::r mu C1 .) Distâncias de frenagem (em pés) para 8 Volksw. afirmativa. qual porcentagem das tentativas teve s.. você precisa da informação original.. 371.052 Usando tecnologia para efetuar testes de hipótese de duas amostras Aqui estão algumas cópias impressas de MINITAB e 'fl-83/84 para vários exemplos neste capítulo. p. Seus resultados são comparávés? Filadélfia: Oet1\1e.. = 1. use a ferramenta de tecnologia para desem· x.05. Na simulação mostrada..4 ·caras" menor ou igual ao número de "coroas· na inf0<mação de 5. p.a: Deo\fer: resposta lo.. 8 134 6 . N Mean StDev se Mean e.58 0 . A 1-iiH@M MINITAB l Paired t . · 0. um teste z de duas amostras para decidir se M \l1'la dfferença s.for difference: ('· 17.66. Use o = 0. 4 5 6 7 8 Placal (proj~to antigo) 89 84 96 82 74 n 85 91 Placar (projeto novo) 83 83 92 84 76 9t 80 91 . = $0. Use a fertamenta de tecnologia para desempenha. = S0.054 s. Para a "11 -83/84. você pode simplesmente entrar com a estatís- tica descritiva.-gen CT!s 127 1~ 143 IV 1~ 1~ IG 1~ Distância de frenagem (em pés) para 10 Ford Focus Qisplay Oescriptive Statistics.. l-d . Para duplicar os resultados do MJN!TAB.983.t i·. um teste z de nas datas em que as moedas foram feitas e nos valores das moedas uma amostra para testar a hipótese de que a p<obabilidade encontradas em uma J1Ja de 1985 até 1996. 2.= S 0.336) T-Test of difference = O{vs not ~ ) T-Valúe = -3. ÜlSe'f? Use a ferramenta de tecoo!ogia para repetir a simui<lÇi!o.033 penha. = 8..ob (Veja Exemplo 1.93 2. Two-Sample T-Test and Confidence lnterval 1 Pcoportion.. Two-sample T for C1 vs C2 2 PrQportions . Oata que as moedas f0<am feitas (anos). ~re Descriptive Statistics.r: Nos exercícios 4 e 5.984.) Placares de golfe.6 s. 4.u C2 Estimate for difference: . . Escreva sua conclt1são de uma ·moeda encontrada" estar indicando •cara· e 0.= S 0.4 3.01.

SampTTest...38 µ1: .Sample t .SampZTest.1.3 n2: 200 j\ 2= . 7 1Zlntervsl.ltore Oescriptive Statistics..IJ§dd (opftulo 8 • '"'"d' hip61fltcOlftdUdHfflOIUO... p...07 1 .PropZTest. 6 : 2 -PropZTest.... . Paired T for C1 .. 1250 • Tl-83/ 84 2-PropZTest p 1 'F p2 z• . 391 [)isP. . 365) (Veja Exemplo 1. 7 IZlntervaL 7 1Zlnterval. .2. 3: 2 . 2: T-Test.... 6 : 2-PropZTest..-W EO!lT C6. p.TTest..Valúe = 1.:.05 1 Pcoportion ..Test.08 2 Prgportions .00 5..774615984 l • n1: :200 S>a:30 . 2: T-Test.eµ2 <µ2 - µ1: 11!1!1<·µ2 > µ2 Cslculste Oraw Pooled: No m I p•= . 1: Z .8 9 2.6 3 6 ..SampZTest lnpcDate o-1 : 750 l li!l!I • Tl-83/84 2 .50 P_Value = 0 .. 5: 1 . p. OI 2 ......43 C2 8 85.83/ 84 l Tl-8 3/84 [ Tl-83/ 84 [ EOfT CALC il:f. 5: 1 .if. Oifference 8 1.031721408 • Tl-8 3/84 2-SampTTest µ. Tl-83/84 2 . . T-Test of mean difference = O [vs>OJ: T.C2 -- 1.SampZTest.Test.Test. 4: 2-SamP..12 z= . > µ2 t= 1.PropZTestc. 379) Tl."I EOtT OALC il:f-if. 3: 2 .LC 11#-i@I 1: Z. (il 2 .63 3 .lay Oescriptíve Statistics .. 2= 1250 ..PropZTest. Paired T-Test 1-Sample z...811358919 l • p= .. N Mean StOev SEMean C1 8 86...3022026809 p= ..t i·.SampZTest.PropZTest x1: 60 n1: 200 l • a2: 800 5"1 : 45 x2: 95 x1: 2290 n1: 14 n2: 250 n1: 200 x2: 1250 p1: ll!lil < p2 > p2 x2: 2370 5"2: 30 Celculate Draw ln2: 200 ln2: 16 Tl-83/ 84 2-SampZTest tos 2 : 800 x1 : 2290 l • Tl-8 3/84 [ 2-SampTTest tn1: 14 .0404131295 x1= 2290 df= 28 X:2= 2370 .SampTTest.e 1.81 2 . 5 : 1-PropZTest.. 1: Z. 2: T-Test..1. MINITAB 1 ... .3444444444 Cslculate Draw Tt-8 3/84 [ 2-SampZTest IJ.!..089 (Ver Exemplo 2..SampTTest fnpt:Oate i11: 1275 l li!l!I • Tl-83/84 2 .. 0759612188 .. 4: 2 .. l-d . . .... 355) (Ver Exemplo 2. ..2: 2370 n2: 16 p1• . !!li2 .• 1275 ln1= 200 1.

(b) Um pesquisador afirma que mais de 60% de aduhos acre.li' = 8. n = 42. 9.1· mono<y ond Ctiticol Ca1eJou1nol.ções de jogadores sofrendo lesões na cabeça de 563 gtamas.6 libra.05.r EdrJcOiión Stor4XS.pclt<) (a) Construa um intervalo de confiança de 99% para a vari3nàa (a) Construa um inteNalo de confiança de 95% para a propo<· da população.x= 3. com um desvio padtão de 624 gramas.\n:<ocan Me6ra/Assoc'®M) apoiar a afirmaÇào do pediaua? Interprete a decisão no contexto 16. e no pescoço são as mesmas para os dois grupos' lnte<pt'ete a tra aleatória de 68 bebes que têm um gémeo é 2.stribuída.ido nitrko·expirado aleatória de 26 adultos está listado. k. Um pneumologista sugere que banir o fumo nos bares reduz~á 13. Dos 319 7. (e) Um farmacéutico aaedita que o des. AfirmaçAo: ..lo: 1• = 2. C=0. Em o = O. Em <> = 0.s = 1.l. um teste de caminhada de 6 minutos é desempenhado para admissão em um programa de reabi· frabalhador 1 2 3 4 5 6 7 8 9 10 li 12 litaçao. Um pediaua afirma que o peso médio no nascimento para um jogado<es que usaram proteção completa no rosto.) 14. Identifique quais hipóteses repre· sentam a afirmaç<'lo. 2. (lldap1ado de CHEST The Cc..expirado 24 31 35 21 29 37 26 21 25 28 23 30 347 186 33 1 98 508 133 302 391 246 depois.) pótese nula e a hipótese alternativa. teste a afitrnação de que a proibição do fumo nos com um desvio padrão de 0.s-= 0.63. I libras a = 0. . (Foo1<: The 10.05.WIJI o11.) ó~do nítrico.n = 16. padrão da população. cabeça e no pescoço sofridas por jogad0<es de hóquei.o padrão da média ditam que é um tanto ou muito provável que exista vida em do número de med.icaç<'lo crónica tomada por idosos na outros planetas. Afirmação: p 2: O. c = 0. < 33.lo original decisão no contexto da afirmaçAo origiaal. Afirmaç!o: u = 0..Adoprodo d• The Joom()] of me ou muito provável que exiSta vida em outros planetas... l medicações. Em uma pesquisa de 1.n=26. l-d .4.62.IJ§dd 392 • fatatíi1iCdl!>licdd• Revisão acumulada . (M~~ J\n'li(!(i{an 1Wedkol ASSOCio. Em a = 0. uma amowa da afirmação 0<iginal. a afümação tória de 85 bebés únicos é 3.000 aduhos. Interprete a decisão no contexto da afirmação distribuídas normalmente e que as variáncias são iguais..21. 10.S=2.263 g.90.am o teste é de no mínimo 145. (a) Construa um intervalo de confiança de 90% para nota mé· dia no teste da população.ÓO padrão de 34. ft.lo no contexto da afirmação. 11.4 Nos exercicios de 3 a 6.Ji'= 12.X. amostra aleat6fia de 26 idosos em uma comunidade tem um você pode rejeitar a afirmaçao do adrninistrad0<? lnteqilete a des\io padr3o amostral de 3.8 libta.9 libras com .46. aleatória de 120 estudantes da 12'série tem uma nota média de Nos exeicicios de 8 a li.amas decis. c = 0.capítulos 6 a 8 1.63. Assuma que· as populações são mente distribuída. /11. original.t!opladó de '"''® Cer.você pode apoiar aalil· 5. Um grupo de pesquisa médica estudou o número de lesões aa 6.99. 3. c = 0.OS. você pode rejeita. Qual disvibuição você usou para criar (a) Construa um inteNalo de co. (f. maç<'lo?lnte<pretea decisão no contexto da afirmação original. 204 um gêmeo.da proibi~o 319 274 212 435 168 89 116 416 4?. A média da tensão das cordas da proibição do fumo e um més após a proibiç. 570 dizem que é um tanto laç<'lo está distribulda normalmente. Assuma que a populaçao ílntes da proibi~o 34 37 41 29 36 35 38 30 33 31 33 35 está normalmente di. (b) Este resultado de teste leva um administrador escolar a afi.ôes< Em o = 0. que a nota média para todos os estudantes da 12' série 12. Um instrutor de ténis afirma que a tensão nas c0<das das raquetes a quantidade de óxido nítrico expirado por uabalhadores asmáti· usadas para potéllcia é mellOf do que a tensão aas ce<das das cos do bar. (. 15..lo do fumo. construa o intervalo de confiança indica· 316 374 288 335 367 298 380 349 do para a média populadonal . 19. 10. Assuma que a poJ)<JlaçAo está normal· conlexlo da afirmação original. original. use a afirmação dada para dizer a hi· 150 com um desl.95. s = 3.086 gramas com um deS'Jio padrao de que as propo. 195 sofreram bebé único é maíor do que o peso médio em um bebé que tem uma lesão. (b) Umfisioterapeuta afirma que a média da dist~ncia pe. 10. do pesquisador?lnte1pre1e a decisão no comexto da afirma· você pode apoiar a afirmação do farmacéutico? Interprete a ç.•I A5ooooroo.dicp. Em de uma amostra aleatória de raquetes para conttole é 61.:e.05.lo de adultos que dizem que é um tanto ou muito pro. O peso mêdlo ® nascimento de uma amosua alea· sofreram uma lesão.-o desvio padt!o de 0. Dos 323 jogadores q~e usaram meia PfOteção. vocé pode . 8.01.t i·. Após citutgia cardíaca.28.ável (b) Co11strua um intervalo de confiança de 99% para o dewio que e>ista vida em outros planetas. Assuma que a popu· decisão no contexto da afirmaçAo original.a de o imeNalo de confiança? distánàa caminhada da j)Op\Jlação. A tabela mostra os nlvcis de óxido nlttico (em partes raquetes usadas para controle.95. .n = 8. 10. ma.64.) é.llon.o de metros caminhados por uma amostra Ó..colrida 4. ç. Em um teste nacional de a"dliação de matemática.Em a= 0. é menorque 280 metros.97. você pode bares 1eduzirá a quantidade de óxido nilrico expirado pelos trai» apoiar a afirmação do instrutor de tênis? lnte<prete a decisão no lhad0<es asmáticos do bar. Em o = O.5 medicac. O peso médio no nascimento de uma amos. li' = 26. A média do número de medicaÇllo crônica tonlada por uma que fize. A média da tensão das cordasde por bilhão) de uma amostra de 12 trabalhadores asmátlcos antes uma amoSlla aleat6fia de 15 raquetes para potência é 57. Em Cl = O. Afirmaç. o núme.~fiança de 95% paraa mé&...dapl«lo de Tho Joomol cJ lhe /VneTicoo Medlt. você pode apoiar a afirmaç!o comunidade é menor que 2.

l-d .IJ§dd _ _ _Pd_rt-e 4 Mais inferências estatísticas Capítulo 9 Correlãção eregressão Capítulo 10 Testes qui-quadrndo eadistribuição~ Capítulo li Testes não pàíãmétricos .t i·.

ma de dispersão para os filmes dispersão (Seção 2. no diagra.." 1. parece que os maiores ganhos bru- nhos brutos mundiais de 25 dos filmes mais caros da 2Cf' tos tendem a corresponder aos maiorés orçamentos e os Century Fox são mostrados a seguir e na forma de gráfico. a rela- 1 2. pa· rece que não há correlação linear entre os ganhos brutos mundiais e os orçamentos dos tilmes.000 :i!ª :S.-. Orç:imcn10 (cn1 n1ilhlk:s dç dól:i. você estudou estatísticas des.835. O segundo diagrama de dispersão a ~ ·~ -g ::: <:-. A partir do diagrama de dispersão. •• • t 1 • ._.1$1) 1..soo 250 + .4 125 ~4 125 5417 115 924 3 115 6.5 34 75 36R n L76 L 65 56 4 .___ Correlaçao eregressao Onde estamos Para onde vamos Nos capítulos de 1 a 8.._-+-+--+-+---!-~~ 50 7S 100 tl5 150 115 200 • seguir mostra 25 dos filmes mais caros distribuídos pela Wamer Brothers.2).. Essa relação é descrita dizendo-se que os 20'" Century Fox ganhos brutos mundiais são correlacionados positivamente aos orçamentos dos filmes. menores ganhos tendem a corresponder aos menores orçamentos. .ilhal'('S de dólal'('S) 110 571 t 110 211 4 110 '1505 Warner Brothers 105 3488 ~ y t02 3588 !'.o 175 200 225 75 X 80 1791 76 1793 Orç. os orçamentos e osga.<s) . 800 •• 100 2490 _g ~ 600 90 87. :. ..IJ§ij ij Capítulo l9 l. chamada de linha de regressão. testar a significância das relações cutre duas variáveis nicas que você aprendeu em estatísti·casdescritivas era fazer quando os dados são apresentados em pares ordenados. o gráfico dos dados emparelhados usando um diagrama de Por exemplo. probabilidade e estatística inferencial.' º j.-• • • • 80 2607 ~ • 100 115 1. • 100 3653 _.000 • • • 11n 3591 " ~ . da 20" Century Fox.•• ~. <>"' 1. Graficamente. próximo possível. você irá estudar como descrever e critivas. Neste capítulo.r~s) 20" Century Fox 25 dos filmes mais caros da 20" Century Fox Orçamento Ganhos brutos mundiais fom milhões de dólares) (em milhões de dôlaresl 200 1.SO .500 • ção pode ser descrita desenhando-se uma linha.-.'i6 7 50 i$ 100 125 150 li5 200 115 848-~ Orçamt'1ltO (em n.000 7. Por exemplo. Uma das téc..5 3650 3295 Ji 400 •--.250 + .l... que ajusta os pontos o mais ~ -8 1.4 150 459.~ • • • •• •• • ·-- "" 4272 E 200 . E-d 1r jl..mento (en1 milhar<:S de dólnr(. ~ . 1.

.. • Como testJr o coeociente de efinitão correlação p de uma população usando uma tabela... Um diagrama de dispersão pode ser usado para determinar se existe uma correlação linear (linha reta) entre duas variáveis.IJ§dd (apltulo 9 • <ontlacaoe1tq<11sao 395 Ili Correla~ão Uma visão geral da correla(ão --+ Coeficiente de correlaião --+ Usando uma tabela para testar o coeficiente de correlaião p--+ Teste de hipótese para um coeficiente de correlaião p de uma populaião. .. ...ità. os pares ordenados (x.io.- Confonnc x aumc.°'if .. .. Uma correlação é uma relação entre duas variáveis. e a variável dependente (resposta) y é medida pelo eixo vertical. tese para ocoeficiente de correJa.grama de dispersão. • • •• > 1 . • •••• ..o •• • . ~ <:'a•• •• ::."'·16(. Os diagramas de dis· _pers.y). Os dados podem ser representados por pares ordenados (x.. • Como distinguir entre correlação Na Seção 2. !.t i·... l-d . •• .:.2.ie . Ou suponha que wna psicóloga queira saber se • Uma i~oduç.. vamwis dependen1es e inde- existe uma relação entre o número de horas que uma pessoa dorme a cada noite e o tempo de reação da pessoa.y •••• •: ~ · tende a decrescer •.... exis....10 a correlaçao linear.. você estudará comodescrever que tipo de relação.. •' ' ~ -~ . y) é chamado e causalid3de de diagrama de dispersão. • •I ' • • •• • • . y) são cotocados no gráfico como pontos em um plano coordenado..'io mostram diversos tipos de correlação. No dia.y . ou correlação. • Como encontrar o coef<001te de te entre duas variáveis quantitativas e oon. . -r. onde x é a variável independente (ou explanatória) e y é a variável • Como realim um teste de hípó- dependente (ou resposta).. c0tre!a(llo.. . .. ç3o p de uma J)Oj)'ulaç.o determinar se a correlação é significante.nenca. ~ · • T<..· au.. você aprendeu que o gráfico dos pares ordenados(. • :·.1·.. Nestaseç.. Como você determinaria se a relação existe? pendentese tipos de corr~ao.. tende a au1nen1ar Não há correlação Correlação não linear 1 . . • •• y •.o. A variável independente (explanatória) x é medida pelo eixo horizontal. Correlação linearnegativa Correlação linear positiva Conformex .<y- • .> Correlaião e causalidade I Uma visão geral da correlação Oque você Suponha que um inspetor de segurança queira determinar se existe uma relação deve aprender entre o número de horas de treinamento parn um funcionário e o número de acidentes envolvendo este mesmo funcionário.:::::··.

ão linear? Se sin1. t<. x 142 201 119 102 141 124 220 154 Água. 1.:$0 (. h.OOOs de S ).isome. Coloque os dados em um diagrama de dispersão e detenninese pare· 2. Os d.0 220 cehaver wna correlação linear positiva e negativa ou se parece não hm•er correlação linear.t i·. 42 9 59 5 e.000s de S ). 48 10 b. Peso.9 ISO 1()() 2ZO que ela oo. parece haver ~j o...4 1:6 1. 65 6 a..4 225 enl'rl! o dinheiro gasto com propaganda e as vendas da empresa.2 215 grama de dispersão. E 100 • • • 1t e Lendo da esquerda para a di· ~ '-"\. . as vendas tendem (ctn 1nilhru-cs dedóln. estudo para detennin~r SP.y 54 86 32 50 64 82 39 21 )' Solução -·. [llterpretoção '-'\.+---1--1--+-l---+---l-·• X O peso de uma pessoa não parece estar relacionado com a quantidade de água 100 IZO 140 1(.ila. Organjze os dados no diagrama de dispers. tuna relação 2. parece não haver correlação linear entre as variáveis.$ ?J) :!:? 2.> doações y são n1ostrados na tabela à esquerda..:í.io mostrados 1. Os dados (t . Um sociólogo condu2iu um estudo para determina.r se há uma relação linear Nível de renda Porcen!agem de entre o nível de renda fomiliare a porcentagem doada para caridade.6 240 Solução 1. Os dados s.ros) a aumentar. .g 11 100 ~ illterpretação i=- -.6 reita. Parece haver un1a correla~.6 2." 240 • • uma correlação linear positiva entre e~ Q" 220 • • as variáveis.+-+---1--1--f--+-+-~.:m 1001\) .. l-d . A partir do diagrama de dispeCS<io.io e descreva o tipo de correlação.J 2. Dese11he e 110111eie os eixos x e y. confonne os gastos com propa· Üi'lSl\l\5 coin tinún(io..co1Telaç1'0 no contexto dos 72 3 dados. X (1.~ ganda aumentam.4ostre os dados e1n un1 diagra1na de 50 8 dispersão e determine o tipo de correlação. A partir do dia- ~ ' 2. y l hn gerente de n1arkt?ting conduziu un.4 ISO O diagrama de dispersão é 1. iuterprele t1 .6 1$4 na tabela à esquerda.0 1$4 186 moslrado à dire. P.. Exemplo m Construindo um diagrama de disperS4o Um estudante de enfermagem conduz um estudo para determinar se há' uma re- lação linear entre os pesos dos indivíduos (em libras) e o consumo diário de água (em onças). O diagrama de dispersão está mostrado à esquerda.OOOs de s ).ados são mostrados na tabela a seguir. 2.IJ§dd 396 • (Stdllsti<a•pli(dda Exemplo ITT Gastos com Vendas da Construindo o diagrama de dispers3o proeaganda empresa (l. Faça o gráfico de cada par ol'denado.

x. Use o Stat Plot 2.. Duração.98 2.são mostrados na tabela a seguir.05 57 4.13 60 4. 55 26 21 33 50 64 35 A~inaturas.io. : L1 Y l ist.60 92 seguir. 8 foterpretaçào Você pode concluir que quanto maior a duração da erupção.tit~ pois eles·sen1o usa· ldade. • •'1>/ 1.3 91 3. Of'f e: 11111 ~ Jb.98 57 4..f(..!JJ 4. Re:. Construa o diagrama de dispers.x 48 dos ao longo deste capítu. e. 3.30 57 447 86 2..88 80 moso do mundo.. Faça ográfico de cada par ordenado. Entre os dados na Ust 1 e na List 2.tO 89 56 tempos (em minutos) até que as próximas erupções aconteçam s.65 77 100 L1 L2 L3 1 ~ Pl•t2 Pl•t3 l'Wimm 1. : L2 te::::.60 56 3.. 2. Determine o tipo de correlação. A duração (em minutos) de diversas erupções do Old Faithful e os l.1) 60 Mark: Ili • L1C1l=1.93 1.43 89 Sol11çào 2.27 77 dl.io. y X y Construindo um diagrama de dispersao usando uma ferramenta tecnolõqica 1.lo mostrados na tabe.li3 76 4.. localizado no Parque Nacional Yellowstone.30 89 Determine o tipo de correlação. Usando umaTt-83/84."' J" 2. b. Mostre os dados no diagrama de dispersão e detennine o tipo de correlaç.çlol Tempo. Tempo. 1. Dica de estudo Satve quaisquet dados colo- cadosem uma ferramenta tec- f1.'io. 1.53 $9 Comece entrando com osvaloresx na List l eos valores y na List 2. l-d . Exemplo m Oura. 2.9() 62 3.io.':17 61 4. interprete a corre.10. i11terprete. R('Sp0:-1111111 p.92 56 58 . A46 .. -.l'o de revistas que cada pessoa as- sina.. 1. e. Parece haver uma correlação linear? Se sim. A partir do diagrama de dispers. Parece haver uma correlação linear? Se sim. persão. Você rambém pode usar o Considere os dados da abertura do capítulo na p.76 79 Ul2 58 383 85 O Old Faithful. U 2 3 o 4 3 o 6 1 a. 394 sobre 25 dos filmes mais MFl'IITAB e Excel para cons- caros da 20~ Century Fox. represente os dados em um diagrama de dispers. . Os dados. Use a ferramenta te01ológica para representar em truir os diagramas de dis- um diagrama de dispersão.t i·..Pft$lfl 11n p. mais tempo leva Dica de estudo para que a próxima erupção aconteça..27 90 la à direita. é o gêiser mais fa. O gráfico deve se parecer com o mostrado a 3. a.IJ§dd faplllilo 9 • (onflac!ot"'lf~ll<> 397 Um gerente de marketing conduz um estudo para detenninar se há uma rela· ção linear entre a idade da pessoa e o núme.ol(.lação no contexto dos dados.. parece haver uma correlação linear positiva.05 62 56 57 57 !!!!. Desenhe e 110111eie os eixos x e y. a correlação no contexto dos dados..55 86 para construir o diagrama de dispersão.82 73 4.. ~ Xlist. b. A..

.-. .y-(Ex)(Ey) O non1e formal de r é "coen· ciente de correlação produto.edir o tipo e a força de llOla correlação line.arentre duas variáveis C crilcular o coc. restá próximode.'tlr. ·:momento de Pearson''.s) Número de .. isso não significa que não há relação e11tre x e y. . OSÍmbolo r representa o coeficiente de correlação amostral.S67S Allurn (éin polcgndn.e+-'"'"1-1-+-1--1-~..\' 00626466~7(172 1134. Este r.1. efinkão Ocoeficiente de correlação é uma medida da força e oireção de uma relação linearentre duas variáveis.IJ§dd 398 • [lldllsti<a•pli<.a n.ome é em hofllenagem ao O coefiàente de correlação populacional é representado por p (a letra minúscula grega ró.04 .lo li11.1..1936). Se x e y têm uma cottelaç.n inilhMcs de dófares) Índices de Q.ficicntc de corrcltlçlio. • '• ~ [ 100 90 j • •• •• • • o "' 10 •• •• .usencí. 120 100 80 • • • • • .45 Não há correlação r = 0. significa somente que não há relaç.aneira mais precisa de se n. onde n é o número de pares de dados... Diversos exemplos são mostrados.- 12 +-.Se x e y têm uma correlação linear positiva forte. é 1nais conveniente usar ·u1na ferran.ostral seja dada.· y o ã ~ 11 13 +'' .enta tecnológica para calC\IJar esse valor. 66 •• • • 60 4(1 •• • e 62 • • • • • •• ~· 4 = • 10103040506070 ~ 60 Renda anual 9S 102 106 (e.. &. 70 6~ · .s Correlação linear positiva fraca r = 0.'\o pode ser subjetivo. ~ importante lembrar que ser está próximo a O... Se não há correlação linear ou uma correlação linear fraca. Correlação positiva forte r = 0. l-d ..1 o coeficiente de correlação an.1. restá próximo de 1. A amplitude do coeficiente de corre.92 .lação é-1 para 1... 160 140 ··-- • •• i~ n • • • •• .irson pronuncia·se "rw). (1857.ão linear negativa forte. r está próximo a zero. E1nl:>ora ti fórn\uln pnr. ~ 80 • •• • • •• • 70 { F Ê g 9 1 • ••• I 60 50 1 ·-• V.- • .t i·. Uma f6rmula parar é: Importante n!. estatístico i11glês Karl l'e.- • •• Q 8.da I Coeficiente de correlação Interpretar a correlação usando um diagrama de dispers.81 Correlação negativa forte r = -0.. Un.

Encontre a soma dos valores y. Ex 2.0 186 372 4 34. 4.(Lx)(Ly) J11Lx' .8 Ey= 1.84 46.000. [11/erpretaçào Conforn. 6.t i·.(Ex)' J112:.508 O resultado r~ 0.289.1.. l-d .X (l.634 txy = 3.596 2.4 2.400 1.625 ). ..O!)O~ de S.44 Ey' = 337.6 240 624 6.96 32. Encontre a soma dos valbres x.9129._ IILXy .1nbé1n au1nenta1n.IJ§dd (apf. Exemplo [íiJ Encontrando o coeficiente de correlaíãO Calcule o coeficiente de correlação para os dados dos gastos com propaganda e vendas da empresa informados no Exemplo 1.i6 33.4 180 252 1. Faça o quadrado de roda valor y e encontre a soma.289.-.634) = Js(32. .6 184 294. Use essas li somas para calcular (Ex)' signifiea adicionar os o coeficiente de correlação.y' ..SSS}.225 Lr ~ 15.56 3. y 2A 225 540 5.2 = r.6 Lr' = 32.i9.856 2.6 184 294. de ~).([y)' 8(3.s' Js(337.76 50. O que podemos concluir? Solução Use a tabela para ajudar a calcular o coeficiente. Ey 3.558 Com essas somas e 11 = 8.8'i6 2.).400 2. as vendas da emp~ ta.i30.0 220 440 4 48.v' Ex' significa fazer o quadra· do de cada valor e somá-los..76 57. E. =="'0.1. Multiplique cada valor x por seu valor y corresjxmdente e Exy encontre a Sê>ma. Gastos com Vendas da 1 propaganda empresa xy x' y' (1.913 sugere uma correlação linear positiva forte.1s.8)-(15.e au1nenta o gasto co1n propaganda.ulo9' • (ouefacaot1f11t1S~ 399 lnstru(ões Cakulando um coeficiente de correlaíão llm palavras Em s(mbolos 1. valores e fazer o quadrado da soma.634' 501. Faça o quadrado de cada valor x e encontre a soma.600 1. o coeficie11te de correlação é: . 8)( 1. E:i' Dica de estudo S.44).4 2.88.2 215 473 4.

. 50 8 do11dmmmto será usada por 65 6 todo livro... Tl-83/ 84 l Tl-83/ 84 l Tl-83/ 84 l EOOl&lDI lESIS LinReg[ax+bJL1. M INITAB l E.IJ§dd 400 • [m1111ic. Ey. lde11tifiq11e 11. E..9786592129 6:CObicR<!g 7: Quart Reg O resultado r =0.te e II para calc11lar r.pli. O que podemos concluir? R""11<i:iln 1u1 I'· A'. use a teci" STAT.48094391 3'Me<Hvled b=33.. 408. Essa regra de nrre..000s de·S). mand (comando de diagnóstico). Exy. O que podemos concluir> Note que o coeficiente de cor- r. usar a Tl-83/84 para calcular r.____________ Usando a tecnologia para encontrar o coeficiente de correia. O que pod·emos concluir? Solllçào O MINffAB.· dnaçin.t i·. l-d . o Excel ou a Tl-83/84 têm. cada um..-. .68290034 9 LinReg(ax+bJ 1'2=. Use n tabela para calcular Ex. l'ara começar. 1-~ . 12ndl1ID Cursor para Ding11ostic011 ! EN'fER UENTER ! As telas a seguir descrevem como encontrar r usando uma Tl-83/84 com os dados armazenados na list 1 e na List 2.979 26 CORREL.ião Use a ferramenta tecnológica para calcular o coeficiente de correlação para os dados do Old Faithful fornecidos no Exemplo 3. b.. C2 A B C Pearson corrolation of C1 and C2 • 0.1 Atividades na p.B1 :825) 27 --.979 sugere uma correlaçilo linear positiva forte. 48 10 42 9 59 5 72 3 a..9577738551 5:QuadReg r =..• e -Zy'. linReg 1: 1-Var Stats l2 y=ax+b 2: 2-Var Stats a=12.ções dados no 'lente você 1. f0. Para fazer isso. . Para explorar mais este tópi.978659 Antes de.'i f.XCEL \ Correlatíon: C1. Renda Porcenblgem de redondado em três posições (1. características que permitem calcular o coeficiente de correlação para conjuntos de dados emparelhados. 'lente usar cada uma dessas ferramentas para encontrar r.lA1 :A25. e.ta Dica de estudo Calcule o coeficiente de correlação para o nível de renda e a porcentagem de do.ela~ão r no Exemplo 4 é ar. veja 9.11/tm. d. entre com a combinação de teclas: co.. y decimais. Você deve obter resultados similares para o que temos a seguir. você deve erntrar o Diagnostic On com- :.16 Exemplo [51. llse n soma re.

t i·.IJ§dd (apltul•9 • C.0 0. l-d . O que podemos concluir? a. é chamada de nível de sig11iftcií11cin. você vai querer 0 nível de signifieância é de· determinar se há evidência suficiente para decidir se o coeficiente de correlação p notado por o:.dação. Para que o coeficiente de correlação seja significante. Qete.cóxima estão a seguir. Para determinar se o coeficiente de correlação de uma população pé sig· nificante.ente não é en1 5% das vezes (é claro. Caso contrário. b. lnstru ões U~ndo a tabela li para o coeficiente . Ela é tipicamente configurada cm o = 0.os â=0.dnorrelação p Em p17lnvrns Em sú11bolos 1. e. Se Ir I for maior que o valor crítico. Por exemplo. o coeficiente de correlação da amostra. Em outras palavras.959 ) linha de ~ressão.811 0. entretanto.'ío na p. seu valor absoluto deve estar próximo a 1. então é sempre possível que sua inferência esteja errada. baseado em alguns poucos pares de dados.01.917 usada para prever o valor de y <j]uando dado p valor de x. Caso contrário.nela<1oereqr~sa• 40! Tentê Calcule o ooefióentede correlação para os dados da abertura do capfiu. dmmada de s 0. para determinar se pé significante para cinco pares de dados (n =5) no nível de significância C\ = 0. não há evidência su· Você aprenderá como esere- f:iciente para concluir que a correlação é significante. As instruções para esse processo vei: ~ equaç. Oque podemos concluir? I Usando uma tabela para testar o coeficiente de correlação p Dica de estudo Uma vez calculado r. Quando o. = 0. como mostrado na tabela.io é significativo).x=·o.878 l 0. Uma parte da tabela está a seguir.01 crever a equação para a linha ' " que melhor descreve os da· 4 0. você provavel· mente irá decidir que o coeficiente de correlação da população é significa11te quando ela realn.990 dos.959. Quando o = 0.rmine o nún1cro de pares de Détermine JJ. em 95% das vezes vol'ê irá deternlinar corretamente que o coeficiente de correlaç. não há evidência suficiente para dizer que a correlação é significante. você minúscula alfa. a correlação é significante.lo na p.05. p<iide ser 6 0. você pode folhar em identificar algumas correia· çõcs significantes. Essa linha.01 ou 0. pode fazer mna in(erência sobre uma população de todos pares de dados? Lembre-se de que você está usando dados amostrais para tomar uma decisão sobre dados de uma pop.9".âO. U$4! ll (nracterística npropriada pllrti mlculn-r r. Quando você usar um nível de significância mais baixo. 394 ~ sobre 25 dos filmes mais caros da 2(1 Century Fox. uma pequena porcentagem de vezes nas quais você decide que a correia· Ç<iO é significativa. S<ll. Nos estudos de correlação. você irá cometer esse tipo de erro somente 1% das vezes.05. há evidência suficiente para decidir que a correlação é significante. quando ela na verdade não é. a letra grega é significante. dados na amostra. então você será capaz de es· . use os valores crmcos dados na Tabela 11 no Apêndice B. . Dica de estudo Se você detemvnai quea cor- relação linear é significante.959. você precisa comparar Ir I oom um valor crítico de 0. Se l r l > 0.01. Entre os dados.

l-d . Se Ir 1> va.01 "4 o.515' 25 ( o 96 ') o""" 26 () SI! 0496 27 0. de correia~ é significante.t i·." q 0666 0798 !O 0632 0..05 que corresponde a fileira com "= 25. O número na coluna e fileira é O. 3. Encontre o valor crítico.876 0. O coeficiente de correlação é signifi· 6 cante? Use C1: = 0. O nível de significância é o. há evidência suficiente para concluir que há correlação linear significante entre a duração das erupções do Old Faithful e o tempo entre as erupções. b.537 23 0413• 0526 24 o 4"" 0.retação No nível de significância.. Determine o número de pares de dados na amostra.. Espedfique o nível de significância.lor o-ítico. Solllçtlo O nómero de pares de dados é 25.3%.r1'"' 8 O707 0834. mais forte<a evidência deve ser No Exemplo 5. Use a tabela 11 no Apêndice B.95!1 6 0811 0917 7 0754 o.423 0.05. . Interprete a decisã. Importante ""9- Exemplo m Note que quanto menoo l'°n· Usando a Tabela li para o coeficiente de correlai3o tos de dados em seu estudo. Droda sea correlaçáo é significativa.= 0. não há evidência suficiente para concluir que a correlação é significante. então 11 = 25. lnter1. você calculou a correlação dos dados da renda com a porcen- você tagem de doação como sendo r = -0.IJ§dd 2. encontre o valor crítico na coluna o= 0. você pode decidir que a correlação popldacional é significante.01. Especifique o nível de significância. você usou 25 pares de dados para encontrar r~ 0. Caso contrário.979.4~ 28 O374 0479 29 1\ ""7 0471 Como Ir 1 ~ 0.05.979 > 0.o no contexto da afirmação original.05 et = 0. a correlação é significante. 1 ~= 0.. a.381 0. Especifique <l'. ente No Tente você 4.916. Usando a tabela 11. O=• 5 0.765 11 0602 0735 12 0!76 O?OS •.J%. 5. oº'32 13 0684 14 066 1 19 0456 0575' 20 0444 0=1 21 () ''3 o•·•<> 22 0.... O coeficien- para conduir que o coeficiente te de correlação é significante? Use o e 0. 4.

2 6.. 1. Co1111we Ir I com o valor crítico e decida se a correlaç.-g' o.lo original. l-d .ioé significante.: . l=J1~?. 2.7. e.1M 403 e.2 graus de liberdade. Tome uma decisã. gJ.. Interprete a decisão no contexto da afirmação original. Use a tabela 5 no Apên· diceB.: p a< O(correlaç~o significante) Neste texto.. H.o de rejeitar ou falhar em rejeitar a Se lestiver na região de re- hipótese nula. Afirme H0 e H. E11co11fre o valor crítico. você irá considerar somente o teste de hipótese bicaudal para ps. 3. /111er. 5.. Use a tabela 11 no Apêndice B. Um teste de hipótese para p pode ser uni ou bicaudal.!{!Ot1eq..rete a decisão no contexto da afirmaç.t i·. teste t para o coeficiente de correlação Um teste t pode se. O(não há correlação positiva signi ficante) Teste unicaudal à direita { H. Instruções Usando um teste t para o (Oeficiente de correlafão p Em palavras Em sfmbolos 1. = 11 . jeição...IJ§dd (ap!ralo9> • (oml.e. I Teste de hipótese para um coeficiente de correlação p de uma população Você também pode usar um teste de hipóteses para determinar se o coeficien· t.Casocon· trário. Especifique o nível de significância. . 4. usado se a co11elação en11e duas variáveis for slgnifocante. d. Determine os valores críticos e as regiões de rejeição.. Aestatística de teste é r e a estatistica de teste padronizada 1-. As hipóteses nula e alternativa para os testes estão a seguir. Encontre a estatístira de teste padronizada..: p<O (correlação negativa signifkante) Hi p:.. rejeite N0._ O(não há correlação negativa signi ficante) Teste unicaudal à esquerda { H.!..c de correlação de amostrar fornece evidência suficiente para concluir que o codi· ciente de correlação p de uma população é significante.2. ldentifigue as hipóteses fütla e alternativa. 11 ..2 11-2 segue uma distribui~o I com n . falhe em rejeitar H. .: p > O(correlação positiva significante) H0: p =O(não há correlação significante) Teste bicaudal { H. ldentifique <x. ldentilique os graus de liberdade....

707. o coeficiente de padronizada é: eonelação de uma população r p. plo 7que a rejeição da Hipótese mula significa que há evidên· ente No ·rente você 5. ção linear significante entre os gastos com propaganda e as vendas da empresa.. está na região de rejeição.2 = ó graus de liberdade. Teste a significância % ção é significante. os valores críticos são -10 = -2.. I= p Porque: 1/-. Use o:= 0.447 e i.:I lrl =0. vod mais caros da 20" Cenlury Fox como sendo r 0.zad. h.9129. = 6. Note qu_e esse 8. a estatística de teste B para testar. a. = 2. .. 5.447 e I >2. Solução As hipóteses nula e alternativa s. e. J\46 .707.a <le ver no Exem.2.. Dado 11 = Sea= 0. Deter111i11e os valores críticos eas regiões de rejeição.05. 0. Res. você pode o teste é bicaudal. Usando o t. l'este a significância desse coeficiente de correlação. há evidência suficiente para concluir que há correla- 'feoha certe7.i 8.l. b.447 Uma vez que I. leste padronizada.IJ§dd 40 4 • Í>Uli\ticupliCdda Exemplo m Oteste t para o coeficiente de correlação No Bxen.05 e g. Como No Tu<emplo 7.447.913>0.. o coeficiente de correlação é 1-(0.u~ln 1u1 p. lrle11tifiq11e os graus de liberdade. você deve decidir rejeitar a hipó· tese nu la.9129 . usar a tabela U no Apêndice As regiões de rejeição são I < -2. e.447. g.: p" O(correlação significante) Importante Por haver oito pares de dados na amostra.478..5.de leste -\ 2 / · · padron. O gráfico a seguir mostra a localização das regiões de rejeição e a estatística de ficiente de correlação popula. voc. J\prese11/c as hipóteses nula e alternativa.ê usou S pares de dados para encontrar r =. E11co11tre a estatística de teste padroniza_da. 1 dessa correlação.a .t i·.83773. Use a= 0.:::..plo 4. você calculou o coeficiente de correlação de 25 dos filmes eia sufldente de que a correla. Tome decisão de rejeitar ou falhar em rejeitar a hipótese nula.. -.10: H0: p= O(não há correlação) e H.9129)2 significante..esle /.05.17S ·J/-z . l-d . 0.01.se o teste t para ocoe. t" e 0. Dica de estudo lllterpretnçào No nível de significância de 5%. 0< = 0. = . Especifiq11e o nível de signi fíc.2 é o mesmo resultado obtido usan:do. f.íncia. ovalor crítico da tabela l1 é 0. cional p..025 !cr -= 0 02S ês1a1ís1ica . flllerpre/e a decisão no contexto da afirmação original . d.

·-•- caros da 2fJ" Century Fox listados na abertura deste capítulo.834 ou r=-0..a relação de causa e efeito reversa entre as variáveis? nados sobre sua nota média (GPA) e o número de lx!bidas Ou seja.s li 3.0 • • é provavelmente por causa de diversas outras variáveis.. A relação ocorre pt:rS410 1110$frn entre o cousu. juntos de dados emparelhados são mostrados.IJ§dd I Correla~ão e causalidade I . corlsidere a relaçllo entre os gastos com pro. Explique como decidir se o coeficiente de ccrrelaçêo amowal indica se o coeficiente de correlação de flOl)IJ!aç.• . ser. tiva e é possível concluir que a duração de uma erupção afeta o tempo antes da próxima erupção.. Épossível que a relação entre as variáveis possa ser causada por uma tercei- I :~ !r. os diagramas de dispersão dos 00/l· (a) r • . Discu1a as diferenças entre r e p.. y causa x? Por exemplo. Há uma relação direta de causa e efeito entre as variáveis? de estatística do ensino médio Ou seja.t i·. Quais dos valotes a segui. A relação 1 1. wr alguma. É razoável pesquisa. também é possível que o tempo entre as )' • erupções afete a duração da próxima erupção. .uir mostra os resultados de uma pesquisa conduzida Se houver correlação significante entre duas variáveis. (b) r • 0.-. uma correlação linear negativa ou se nAo há ccrrelaçAo enue as variáveis.e Irou· de pessoas que tem mais de dois carros nas mesmas regiões. é muito im. considere os dados do Old Faithful que foram discutidos nesta seção. O fato tie ti11ns ooridveis serem fortemente rorrelncionntfas 11flo implica 11mn relação tfe cn11sa e efeito entre das. nAo poderiam represent. Um estudo mais profundo é usualmente necessário para deter.110 provaveline. discutida durante essa seção.1dor deve con- como um projeto de grupo siderar as possibilidades a seguir.io é signaicante.1fcin:'l (xfcarn.io naltiral é que a pessoa é alérgica a camarão. (d) r = 0. ensino médio foram questio- 2. de: <n/t1í1n e GP1\? Determinar quais dos casos acima é válido para o conjunto de dados pode ser difícil.045. . • • .iurol e ntre as variávei&. Entretanto. o pesquis.ebid. L. diária. Na paganda e as vendas da empresa.1ç5o c. 125 estudantes do concluir que gastM mais com propaganda irá resultar em mais vendas. ~ 2.902. x causa y? Por exemplo. Há um. Explique seu raciocínio. 1..925? 4..s ator ou atriz no filme e outros filmes que estavam nos cinemas na mesma época. considere os orçamentos e os ganhos brutos dos 25 filmes mais ~ 'Q :li} zj -. .. positiva.nte por causa da coincidência. 2.una rel:. Ili Exercíci os Construindo habilidades básicas e conceitos 3.f-1--l--Hl-t-f-+. tais como propaganda. podcm05duvidarde que só porque ~ 1. O diagrama de dispel'$lío a m_inar se há .s vari.0. Essas variáveis têm uma correlação linear posi· com cafeúia consumidas por eles a cada dia. embora seja possível encootrar uma correlação significante entre o número de espécies de animais que vivem em certas regiões e o número Q11c lipo ti. Oeterm. É possível que a relação entre duas variáveis seja uma coincidência? O.e se há uma (c) r = -1.5 05 orçamentos decrescem. Embora ess.. A conclus.· corr1'111ç11Q.887. Por exemplo. mas ao tipo de tempe- ro usado pelo chef no camarão.. ccrrela~o luiea.0 • áveis tenham uma correlação lir1earpositiva. l-d . ·:•:.Jr um coefi· Análise gráfica ciente de CO<relaçào? Nos exercícios de 5 a 8. na região de São Francisco. Retratando o mundo . .) Por exemplo. O Z 4 6 8 10 IZ 1"4 4. descobre-se que essa pessoa não é alérgica a camarão. considere o seguinte: suponha que uma pessoa tenha erupções cutâneas cada vez que come camasão em certo restaurante. Entretanto. por esltrdantes de uma classe 1.. depois de um e'studo mais completo de um alergista.023.1s omn c:.f:: . o o o. os ganhos mundiais também vão decrescer. Cada valor de rildica uma fooecorrelação:r =0. ~ diagrama rle rlis- provável que as variáveis sejam diretamente relacionadas. ra variável ou talvez pela combinação de diversas outras variáveis? Por exemplo..

exeróci0$ de 15 a 22.Jine..t i·.~ 15... .. .. determinando a correlação Nos.'...x 5 5 6.~.x o 1 2 3 3 5 • ·-·•• ·••• . Tamanho do vocal>uL!rio.-fine. 12... Jdi\(le... ·········-··· Horas gastas on.· a presSilo sanguinea sistólica. .l-f--fo. • •• .. •tt: • ••• Construindo um diagrama de dispers~o e • • .. y 40 41 51 48 G4 69 73 75 68 93 84 90 95 ld:'ldé ld:We t..- ~ 30 ~.. • ·~.IJ§dd 406 • lslatisticaaplkada y .---. y 26 30 34 2(> 30 34 ld. . ] 50 • ~ 40+ .-•• 16 45 49 :a ..._ lda~e.. 13 esiudames passam estudando para IJ11 teste e suas notas >i :2 100 so • nos testes...aciocínio. ______. selecionados aleatoriamente.. Nos exerdcios de 9 a 12. 3 5 2 4 6 (e) Idade e renda... . Nota do 13. .100 2. (a) m<>stte 0$ dados em um diagral'na de dispe<Sào.H--'f•. Horas de estudo e notas de testes O número de ho1as que 9... y 3 440 1. l-d . 11...•.... .... •.~. .. (b) calcule o coeficiente de corre1aç. 19. identifique a variável explanatória e a on.. Explique seu . 1 .y 185 199 130 175 118 Análise gráfica <~16....-. teste.·- <.-·. Usando a idade como variJvel explanatória.. Usando e interpretando conceitos )' 5.... 7 7 vari~I de respos!a.• .x 25 39 Pressao ~ístólica.lres) para os oito filmes mais caros já feitos.s3Q sistólica..000 500 1525 2.. x 1 2 4 4 5 5 5 6 6 7 7 8 ê ê w 20 • •• •• l6 3ll . -·· :•.!-•-.io r e (e) chegue a uma decisáo sobre o tipo de correlaç3o....4.200 1. .. Ji 6S • estudando. .1de ldode Horas gastas 10 Nos exerdcios 13 e 14. •• .r 1 teste...() 1<} § o ê g . . .-: ~·o e: . (a) Idade e temperatura 001p01al. Orçamentos dos filmes e ganhos brutos Os orçamentos (em 14..... .io.. 10. 60 26 JO :14 . Horas on-line e notas de teste O número de horas que 12 11.. (b) Idade e balanço dos empréstimos estudantis. Notas dos testes.. MJmbeJ. . • ••• • • •• ~ • •• ••• 80 75 ~ :§ • ••• ••• ttoras gastas • • •• ·--·..500 (d) Idade e ahura...) . Idade e pressão sistólica A idade (em anos) de 10 homens e 7... :a . os diagramas de dispérSilo mostram os resultados de uma pesquisa com 20 homens adultos com idades en· lda<feJx l 2 3 4 5 6 tre 24 e 35 anos. . ~ .. • • •• • JI +--'-.6@ criç:!o apropriada. . Um nutrkionista quer determinar se a quanJidade de água coosu. • • • •• t: • • •• • .. Uma empresa de seguros contra!il um atuário para determinar milhões de dólares) e os ganhos brutos mundiais (em milhões se o númeio de horas de aulos de direção pede ser usado para de d&. • ~ .100 2.500 2.x 64 70 29 57 22 Pres.~18.. r 109 122 143 132 199 • • .. 6.. (Mop:orlo de prever o número de acidentes de ttánsito por motorista.. . 8..-'-'"--·' • •• . relacione cada diagrama de disperSilo com ades· Ta111anhodo vocabulá. Idade e vocabulário A idade (em anos) de 11 crianças e o número de palavras em seu vocabti!rio. y estudantes passam on-line durante o fim de semana e a nota de cada esJudante que fizeram um teste na segunda·feira seguinte.'. :it. '. Nota do 74 E 1 96 85 82 95 68 "'. y 76 84 se 65 75 so mida po< aia por pessoas de mesmo peso e a mesma &ela pede ser usada para prever a perda de peso dos indivíduos.. ( ~ 17.1i. • ldade. )4 . . y l.

n 2.59 1. V.00 na tabela.01.23 1.. cot~~y 1.20 1.23 1.IJ§dd Capitulo9 • <orr..500 5.72 0.70 ftenag.20 1.78 o.er o p10ô!ema.60 0.x o 5 10 15 20 25 frenagem (em pés) quando param em uma superflcie molhada Veloódaae do· 1. x 5.y 994.'140 6.40 4. Crimes e prisões O número de aimes reponados (em mi· um teste real~ado na segunda.01.05.X 30 35 40 45 50 Peso. Nos exercícios de 23 a 28..33 1. x s 5 6 7 7 10 Prisões.!men: Sun<ey.e 13 atones paS5am estudando para um teste e suas no1as são fn'leS.20 .34 1.68 Nota do tes-te.036.'~21.72 0.) (Fonre: Tlie 1wt."""""""" SV~"'f ond Unifvrm Crime /lepofts. Distâncias de frenagem: su~rflcie molhada Os pesos (em l bras) de oito veículos e a variabilii:lade das suas &S!Ancias de Altitude .c Safei)' Adm•>•Wot""') Altitude . vne inve.60 1.62 0.096.n 2.00 1.53 2.22 1.ntes seledonados partamento de Justiça dos Estaclos Unidos por 14 anos. l-d .00 1.63 0. Norl()ffOI Hi9fr.y 0.t i·.66 1. Exercfóo 21.3 1.16 1. Podemos concluir que há CO(fela~ finear significante entre o peso do veiculo e a variabilidade da distância de frenagem Ganhos pojcota. K o 1 2 4 4 5 5 5 6 6 7 7 8 Nota do 40 41 51 48 64 69 73 75 68 93 84 90 95 Ganhos por cota.78 frenagem.850 Velocidadedo 969.07 1.65 1.to.8 1.057.07 0. Em a • 0.ao 0. gastas on-line e as nOlas de tesle para 12 esiud.66 1./ Hq/wl!J'f rrotr. Y.5 Variabilidade na distlocia de :i.50 1.890 5. de pés) e a veloci· dade do som (em pés por segundo).Oim~.. 1/.dopr<J'Jo aleatoriamente são mostraoos na tabela.59 0.54 1.91 1.15 0.07 0. y 553 391 1.850 4.7 som.feira segúme.015.07 1.62 . Horas de estudo e notas de ·testes O número de horas que de telecomunicações em um ano recente. Em" • 0.96 1. Ganhos e dividendos Os ganhos por cota de mercado e os dividendos por cota de mercado para 1Oempresas de serviços .'~25..7 967. . K 207 204 200 zoo 160 175 175 170 ~ .64 0. .600 5.88 3.340 6.00 1.x 5.72 0.m. y 1.54 1.rmer< Sull<'y.25 t. Distâncias de frenagem: wperfície seca Os pesos (em libras) qãnhos pofcota_.i. (Fonte: 1he 1-tilve Ir.73 0. podemos S no Apé<ldice Bcomo mostrado no Exemplo 7 pàra formar uma con· concluir que há uma couelaçào finear significante entre os ganhos clusão sobre o coeficiente de correlação indicado.. po< cota e o dividendo por cota? (Use o valor r encontrado no use a ferramema tecnológica para resof.""Y Ttc. 100 5.78 1.) mowados na tabela.3 1.600 5. y 76 84 58 65 75 50 Testando afirmações ( ~21.25 Horas gastas cotá. há evidência de 1/otioool c.33 1.) sulicie.2 1.7 967.03 tesJe.39 3. x o 1 2 3 3 5 Prisões. ••.100 5.65 de oito vekulos e a variabilidade das suas dislâncias de frenagem (em pés) quando param em uma superfície seca são mostrados OividendoJ po. ~nhos por _çota.39 3.19 Horas gastas on-line.. x 2.y 1.) 23.93 1. 24. 26 Horas on-üne e notas de testes Um instMO< quer mOSlrar para Oiviaendos por cota.< 5.20 ·~ os esludarlles que há uma c011e'la(Ao linear eroe o nóme.-r.34 1.dando.890 Gânhos brutos.) Crimes.116.59 1..9 são mostrados na tabela. (Adcplado d. Velocidade do $Om A alMvde (em milhare.88 3.! 1.05.l de 1.y 20. Se for conveniente.40 1. 0. Em a a 0.21 0..32 H0tas gaSlas on-line.y esn. y 96 85 82 74 95 68 .x 1.63 0.) Divídendos por 1. 0.077.ifica· tiva entre os dados? (use ovalo< der encontrado no Exercíóo 18.) Div\dendos por ..96 1.61 1.. use a tabela 11 no Apêndice Bcomo cota e os dividendos por cota para 10 empresas de servi(x)s de mosirado no Exemplo 6 ou faça um teste de hipótese usando a tabela telecomunicações em um ano recente.ota.y .800 5.59 1.62 0.ltk Sofer-1 Adm.18 1.8 correlação linear significante en1re o peso do veículo e a varia bili· som.65 (Use o valor de r encontrado 11!) fxerdcio 17.60 Nota dos tes-tes.la<~ ereqres\Ao 407 Orçame.88 2.03 em superlície seca' Use a = 0.44 1..o de ho- ' ras que eles passam online &irante o fim de semana e a nota em f ~ 22. Há evidêllciãsuficieme para conduir que há uma correlaçâo linear ~gnificativa entre os dados' Use o = 0.0 967.635 784 749 218 255 433 variabilidade na distan. x 2.940 5.5S 1.ite para o inswtor concluir que há correlação linear sigr. Ganhos e dividendos A tabela a seguir mosua os ganhos po.21 ().32 2.X 1.09 .940 5.y dade da <§slância de frenagem em superfície molhada? (!ldoptodo de Nqriotw.iniwor.500 41300 5.on.15 0. podemos concluir que há 1.01.23 2.x 5. y .23 2. O número de horas !hões) e o número de p<isões repostadas (em milhões) pelo De.

64 0. dei· (b) Outros fatores: a re!a(3o entre as variáveis é causada por xan.66 1.) (l<iaprcdode 30. Nos exerdcios 29 e 30.16 1.62 0.IJ§dd 408 • l>!otluic.23 1.x 1.72 0. O que você fei de diferente para criar os dois conjuntos de dados? ·' °'"''" CJ Tnxr: Ne. Redação Use a biblioteca da escola.o.73 0.63 0. Descreva como criar um conjunto de dados com cada vale< de r que seja aproximadamente o. Expandindo conceitos (a) Causa e efeito direta: muda~s em uma variável causam Trocando x e y mudanças na outra.r..22 1.60 1. Descreva como voe~ encontro1.22 1. Que efeito tem a troca das variáveis explanatória e de resposta no coelicíente de correlaÇ<lo? ÍI• Ati vidades Correlatão a olho EJCplore Pa$$0 l Adicione 5 pontos ao gráfico.do a coluna I representa. os valo<es x e a coluna 2. Pomos no grAfico podem ser removidos clicando-se no ponto e arrastand~ para a l~eira.ja ap.1 cada valor r.y ar. • der que seja aproximadamente 1• .23 1.05.65 1. l do valo< real.. Em a= 0. NOlioool o. Apple1 O apple1 c0treloçdo o olho permite que você supo· nha o coeficiente de correla(3o da amostra r para um conjunto Pa$$0 2 Entre com uma suposição para r. de dados.t i·. Você pode entrar com um valor para Passo 7 Clique em SHOW RU r no campo ·cuess· e en~o clicar em SHOW R! para ver se você est. os valores y.x 1.. Repita isso 10 vezes.! dentro O. Escreva um pa1ágrafo descrevendo cada variável e explique po< que você acha que as variáveis têm a relação de causa e efeito indicada. Tente criar um conjunto d.60 vida real com uma rela(3o de causa e efeito indicada.44 1. ' 3.d Und0tm Ctimt! R. uma terceira variável. y 0. deixando coluna 2 repre· (c) Coincidência: a relação entre as variáveis é coincidência. sentai os valoles x e a coluna I.9... Pontos podem ser adiciona· Cliqtie em NEW DATA Passo 4 dos ao gráfteo clic. tente criar um conjunto de dados com valo< de r que se. Geie um novo conjunto de dados. Quando o applet carregar. Quando clicar em NEW DATA. calcule o coeficiente de oo«ela(3o r.72 0. a Internet ou alguma ou· tra fonte de referência para encontrar um conjunto de dados da Prisões. Descreva como criar um conjunto de dados com cada valo< $1) . os valo<es y.80 0. ca~ o coeficiente de co"ela(3o r.68 Çótuna ~ 96 85 82 74 95 68 16 84 58 65 Cdmes..aplí<•d• (ípa Crimes e prisões A tabela a seguir mostra o flimeio de cri· 29..55 1. Quantas vezes você acertou? s.() ss aproximadamente -0.59 0.J €cimes.itrado no E. 4.:erckio 22._ JS __________ !.i. Usando seu conhecimen· 6<) ' to de w rela(3o.32 €oluna 1 o 1 2 3 3 5 5 5 6 7 Prisões. cticando·se dentro da lixeira.63 0. 19 31.cns.me Victmltanon Sr. .78 0.idos simplesmente Passo 6 Entre uma suposição para r.60 0. Passos Remova cinco pomos do gráfico. 2.v dal3j Sh<)w r!j . mes reçor1ados (em milhões) e o número de prisões reponados (em milhões) pelo Oepanamentode Justiça dos ESlados Unidos Coluna 1 16 2S 39 45 49 M 70 por 14 anos. Tooos os pomos no grAfico podem ser remoo. l-d . 1.e clados co<n valor der que seja .72 0. tente supo< o valor der para o conjunto de dados. Entã.y 0. podemos concluir que há 00<relai30 Coluna 2 109 122 143 132 199 185 199 lillear significante entre o número de crimes e o número de pri· S<les? (Use o valor der enco. um Tirando conclusões nO\IO conjunto de dados é gerado.ando-se no mouse.o~madamente 0. Então. um conjunto de dados con· Passo l Clique em SHOW R! sistindo de 20 pontos é mostrado.9.40 1.18 1.

isto para um dado valor x na linha.'to chamadas de resíduos e podem ser positivas. . Essa linha é chamada de linha de regres&'io e sua equação pode ser usada parn prever os valores de y parn um dado valor de x.t nar a equação da reta.io y é o valor y do ponto no qual a linha crulll o eixo deve verificar os espaços e..crcpantes p(idc ajudar. também chamada de linha de melhor ajuste.sao 409 lfj Regressão linear Oque você deve aprender linhas de regressão -+ Aplica.\o tem a forma: uma linha de.'to é determinada por um critério espeófko. De todas as linhas possíveis que podem ser desenhadas através de um conjunto de dados. 1>=2(0)+ 1 = 1 concentrações nos dados.. representa a diferença entre o valor y observado e o valor y prev. a linha de regressào é a linha para a qual a soma dos quadrados de todos os resíduos: ~d'1 - é un.o Quando detem. o próxi· mo passo é detenninar a equação da linha que melhor modela os dados. • prevhno Para un1 d. Você também seç. uma linha de regress.n. s dados para verificar os . as y . = O.. é a finha para a qual a sorna dos quadrados dos 1esiduos é um mínimo. n1íni1110. É o valor y quando x • O.:===============:. e ele proporção de sua elevação sobre seu percurso e a inter· ' _.'to.regressão.IJ§dd <•t>Jtul-0 9 • (onelac~ e1eg1e. d= (valor y obsc. d. é positivo..b.inar aequaçào de III e a interseç.•alorcs Lembre-se de que a inclinação de uma reta é a .ões das linhas de regressão • Como encontrar a equação da linha de regres&Jo. Para cada ponto de dado. Em álgebra. Aequaç. é negativo. I Linhas de regressão • Como prever valores y usando uma equaçJo de regressão. você usou dois pontos para deternú· 1 1 l 1 1• .ndo) -(v:ilor y previsto) Uma linha de regressão. d. construir un> diagrama ·de dispersão dos y = IIIX + b. ij dis. Eml>ora muitas linhas possam ser desenhadas através de um conjunto de pontos. -!-~~~___. t=2x+ '2 . Essas diferenças s. E1n estatística~ v()(ê vai usar cada ponto no conjunto de dados para determinar a equação da reta de regress. .~~~~~~~~~~ Em álgebra. d. você aprendeu que é possível escre· ver a equação de uma reta ao encontrar sua inclinaçã.tdo valor x. Dica de estudo -•. Se o valor y observado é igual ao valor y previsto.iO em y. l-d .' pode influenciar bastante un1a li· 1 . Quan· do o ponto é abaixo da linha. negativas ou zero.. Após veri ficar se a correlação linear entre duas variáveis é significante. = i' = 2 n)1a de regressão.t i·. Considere o diagrama de dispersão e a linha mostrados a seguir. d. Quando o ponto está acima da linha.

i. 1.6 240 seção y da linha de regress.x2 -(í:.8 e Ex'= 32. n 3 'ente Encontre a equação da reta de regressão para o nível de rendimento e os dados você da porcentagem de contribuição usados na Seção 9. X (1. Ey = 1.'\o como mostrado.634) 501.xy-(í:. E.975. onde .061. . A reta de regressão e o 48 10 diagrama de dispers.289. A inclinação 111 e a interseção!! b são dadas por 11'f. Calcule a inclinação 111.289. 975)"' 104.~e seus valores <Ontribu.6 sentados à direita.44) . b.4 225 Solução 1. Perceba que tanto a inclinasão III quanto a inierseçàoy b no faem- plo l são ârréd-ond:idos para 1rês I Aequação de uma reta de regressão casas. Ey. 1 a.25).. n'f. desenhe urna reta através· 65 6 dos dois pontos. (50.t i·.4 1. )(>::: !!) 8(3.1.1 .nha de regres- Nível de &io.0 11!:x' . Você pode usar esses valores para calcular a inclinação e a inter· 2.2 215 b= y.634. 8)(1. lde11tijíq11e 11. y (1.0607.6 184 No Exemplo 4 da Seção 9. Essa regia de arredon.1· = 15. Enlão. E. 25 .8' 9.729.5io.y -111.1.'\o.re. y Encontre a equação da reta de regrcsS<io para os gastos com propaganda e dados sobr<! as vendas da empresa usados na Seção 9. 2. (e 1n 1nilhares de dóla.mx = l.! y correspondentes a partir da reta de re- 50 s gress.x)2 11 11 onde y é a média dos valores y no conjunto de dados e .'lo para uma variável independente x e uma damento serã usada por todo o variável dependente y é: lt?XIO.opaganda empresa (l.t + 104.~) 59 5 ceber que a linha passa por esse ponto.y).4 2.OOOs de~).'io dados são apre.72874) JS/ = 204.x_ = -í:.da Dica de estudo A equação de uma reta de regressão permite que você use a variável x independente (explanatória) para fazer previsões para a variável y dependente (resposta).88 ' 186 2. 72874)(1. você encontrou que 11 = 8.000s deS). l-d .~ -(50. Então. use quaisquer dois valores .44.$ 2/J 2. 2 "" 50 72874 2. 8). A linha de regressão sempre passa pelo ponto (x.y) b _ í:.6 184 111 = 11 >::.2 2. 42 9 ponto (x.is. 204. Exemplo ITT Custo de Vendas da Encontrando a equaç3o de uma reta de re9res~o pr.Qé o valor y previsto para um dado valor x. a equação da reta de regrtlSS<'iO é: y =50..IJ§dd 41 O • CstatíUí<a apll<.t11-(>::. if) =(1. A equação de uma reta de regress.r dentro Porcentagem de rendimento d a faixa de dados e calc.0 220 3. você vai per.4 lSO 1. Para desenhar a li. Ex. Exy e E1• do 'lenle você 4 da Seção 9. 5<? você posiciona o Gastos oon1propagand:i.8.x "' e =y-11.(15.000s de S ). 1. )i=mx+b.ry = 2.x)(í:.r é a média dos valores x.1.(!:x )' 8(32.6 1.

e.t i·.78 79 Use uma ferramenta de tecnologia para encontrar a equação da linha de regres- s.30 57 4.6829 Nas telas mostradas. você pode ver que a 100 equação de regressão é: --------~ >i = l2.·.4809 0 .."$p0$lnunp. Você deve obter resultados parecidos com os seguintes. l-d .JO 69 2.known.ão.• y = ax+b 2 INDEX(LINEST(known s.)('s).8% RSq(adi)=95.47 86 Regresslon Analysls: O versus Cl 2.82 Z73 4. A46 .. b. Duração. Espeoifiq11e a equaç. 1." ' .~o e um diagrama de dispersão dos dados na mesma janela. a.80 56 3. 2.05 57 4.894 17 .88153 RSq= 95.79 0 . lllsira os dados. d."' ' s equaç. Fnçn os passos 11ecessários para calcular o coeficiente de inclinação e a interseção-y.84 0 .33.55 86 Pred.1..37 61 4. Tempo.'io.'iode regressão como y. 13 60 4.683 1.x'sJ...ncontrar a equação de regres.000 3..60 92 Constant 33. 6 LND~LINEST(known_y's. y X y Usando tecnologia para encontrar uma equaião de regressão " 1.000 3.SS 80 Sol11çào 1.93 56 4. A tela da Tl-83/84 à direita mostra a linha de r egress. L. Escreva a equação da linha de regressiío. R~'iptlSttt 11n p.. _J Slc.98 57 4. Para fazer isso.6829 0 = 4 _§_ _Y-intet_QAAI r" = 957 773855 1 <~ Para explorar maiseste tópi- r =9786592) 29 co.' .2) 7 1 1 1-33.13 76 4.481x + 33.82 58 3.' . Tempo. 417.pe: .io de regressão.90 62 3. R. •-\46 Exemplo rn Bwaçâo.83 ss L.10 89 MINITAB.27 90 s.53 89 The regr ession equation is C2 = 33.27 4..ict or Coei SE Coei T p 3.known. na p.2 Atividades na p.63 77 91 C1 12.6% EXCEL [ MINfTAB L A 1 B e D LinReg 4. use o Stnt Plot para constmir o diagrama de dispersão e inserir a 1.. 50 enlê Use uma ferramenta de temologia para encontrar a equação da linha de re- você gressáo para o orç.5 C1 2.mento e os gastos brutos de 25 dos filmes mais caros do século XX dados na abertura do capítulo.683. veja 9.65 77 S= 2.48Õ94 b = '. lente usar essa temologia para e. Excel e a Tl-83/84 têm características que autonraticamente calculam uma equação de regress.âo para os dados do Old Fàithlul usados na Seção 9. 394.IJ§dd (apltukl 9 • (011riacaornqrt1110 411 e.. Calcule a interseção-y b.' .43 89 MINITAB L 2. 1) a = 12-48094391 3 12...5464 22.7 + 12.

148. y = 50.....5 mil dólares.) 1rJ111í.729x -t 104.. com base nos gastos de propaganda.·qun· = 230..11 . tfos. Dica de estudo I Aplicações das linhas de regresslio Se a correlação entre .1t.0ól 0.d Use isso para prever o tempo até que a próxima erupção para cada uma das 3 erupções a seguir.]55.. Depois. Tente A equação de regressão para os dados do Old Faithfuk é g= 12..500.arn pn:ver . 11111 t"Slndo que' tr. calcule y. • 50.AA· dittgrt111u1 de di3JJirj(f<.. fokml H(. gastos com propaganda. LI><' e.729. ' . y = 50. no qual x e y têm uma cor· U. não seria apropriado usar a linha de regress.0 ($ 5.729(1.t + 104.10 g=50.061 :.729(1..To /im'llr sig11ifir1111te.373.8) + 104. tais como 0.. vo.s de dólares) e vendas da empresa (em milhares de dólares) é: número de veíc-ulos motorizados em um estado e o número 9= 50.'ifo pnm 3.. de S195. A equação de regres. (S11p<111hn q11e x e y /e11l111111 1111111 111/erpretnçlio (orrdnç.t i·..M> 35 1llterpret11çâo Veículos n101orizndos ( tlll tnilhõcs) Quando os gastos com propaganda somam S 1. Portan- to. 3..lo p. Por exel'n plo. . (Reveja o Exemplo 6 da Seção 9. ••• = 50.5) + 104.t + 0.373. as vendas da empresa são cerca de $180.1.S.1:kit1.lfl1'iáveis t•111 palavras.061 .... executivo de publicidade poderia projetar as vendas da ernpresa .500.1das da empres.729.t + 104.061 e.IJ§dd 412 • ístO!kllcaapli<ad.. no qual x e y têm uma correlação linear significante.155.683.otori.5 ($ SOO) ou 5.729(2.8 mil dólares. é y ..r S 10 IS 20 l$ ·.800. un.061.~r. ç.Q = 50. = 5(). . 11equn(lio d.) 1.r + 104. o melhor valor y para prever valores y sobre a amplitude de dados se a correção entre x e y é siguifican- prévi"sto ~ g.>ntre o n.. as ve.empresa para os seguintes causaram mortes. relação linear significante.t1rl1lS i.155.) Quando os gastos com propaganda somam $ 2.as duns l.-- [ __Retratando o mundo _ Exemplo m Prevendo valores yusando equa. Os valoresx do conjunto original de dados variam de 1.5) -t 104. que é a média dos te. (Adilptndv tt.. as vendas da empresa são cerca Como s11n pmvislio nlg<'brirn s• de$ 230.6. 1. 1.061 para prever as vendas da empresa por gastos com propaganda. Snftty tld.. l-d .5 mil dólares. 2.· regn>s.~o para os dados sobre gaslos com propaganda (em milha- guir 1nostra a relação t. 2.729.11 16 Quando os gastos com propaganda somam $ 1.4$1x + 33.ío. Para prever valores y. substitua cada gasto com propaganda por x na equação de rcgtess.884. compnm <<>111 n grtificn? Valores de previsão são significantes somente para valores x na (ou próximos à) faixa dos dados. (Reveja o Exemplo 7 da Seção 9.ões de regressão O diagrama de disp<1rs. luterpretação -znd(>$ eu..1m fnzer 11111n 1nvvis/io.or veículos. você pode usar a equação é significante. de veículos motorizados que Use essa equação para prever as vendas esperadas da . Descretw a correlnção e11tn: c!S· 2..1.) .884.729:r + 104.4 a 2. e y não Após encontrar a equação de uma linha de regressão.1 são cerca 11lilh1Jes rlt' Vf1'êulos 111otorizn . Solução Para prever as vendas esperadas pela empresa..'lo a se.000).061 Use 1> rlingrmun rlt tlis1iersffó = 195.•alores y no conjunto de dados.1 11ú111ero til 111orll~ cn11::. 1. o valor y previsto..061 = 180. substitua o valor x dado na equação de regressão e então calcule y. 1 1 1 l 1 1 1 .my 1)nlfi.

:::::::::= . Linha de regress. ~ ~ u ·- $ de y.. use a equação de a 10 :. e. 175 (a) x=500pés. 7.y 55 47 51 28 :. i'=0. r. b. A diferença enue o valo< y 2.. use tecoologia para resolver o problema.s (em f.· 6.53.lo na coluna direita.dinaç. y. Espt~·ijiqtte o tempo previsto até a próxima eru~ão para cada erupção.Jb Ili Exercícios .lo dos dados e desenhe a linha de regress.. 16 à descriç.ra cada um dos valores x dados...lo com (c1u hora. 2 minutos 2.& 46 ..1<10 413 t .. -~ H 13.x 764 625 520 5 10 492 484 4 50 430 4 10 (b) 3 22$ ' AndaJes. "ViH--f--1--1-1-1-~ . 15 i ~.. Qiso o valor x não seja impo<tante para p<ever o valo. a. linha para o mesmo ponto J1 33 34 )5 '36 31 JS 4. Altura de prédios em Miami Pó altu<as (em pés) e o oomero de "' . Y. y= -0. Se conveniente.io. e. (Cada par de variáveis tem uma correfaç. lnt<meç. Reslduos. O valor y do ponto de dados dos e o valor y previsto na o li • . 8. 6. relaáone a equação de regress. I O.1 40 § -~ 200 ·:9.. 9 = .. A média dos valores y. b..t. de reg1ess. "'1i ·e 150 u 12$ (b) X=650péS. R. l-d .j 100 (e) x=310pés. (i.6. Usando e interpretando conceitos 11.100 6. O POntO pelo qual uma linha g. Idade e vocabulário A idade (em anos) de sete crianças e o Idade (cm an0$) número <le palavras que compõem o vocabulário.04x + 50. Encontrando a equação de uma linha de regressão 12. 1>0r sc1nan..9 34 33 :. 5. Depois. (d) X= 72$ pés. Ptol<:ína.lo. e. '&. 1.i) o grMICO apropriado.t i·.lo sempre passa. . explique o porquê.5 ie "" 1. ln.lo. h.. m. {fon!e: &rp• a. b.s.• 40 42 4.3.áfica T'1.32 minutos a. (d) . .lo<Xl<respon· dentea x.r. regressão para prever o valor de y p.:S1hxt11 11n ..18 50 51 Análise g. "1os exe.lo.. 'j}..lo y. S11bstit11n C<lda valor por x dentro da equação de regress.'300 6.Y m l.lm3~) 6nha de regtess.cicios de 13 a 22.ld. Cnlcrrlt• y. correspondente a x.e<cir:ios de 9 a 12.3.00114x+ 2. A.IJ§dd úp!lufo 9 • Couel0<ao ert<Jre.:.· Construindo habilidades básicas e conceitos (e) - ~ Ê 18 • ~ Nos exercícios de 1 a 8.. d. observado do ponto de da· "o 12 '2 • 3.662x + 83. (Note que os eixosx e y estão interrompidos.) 9. O valor y para um ponto na dedados.. construa um diagrama ·ª ~ ~ li à de dispe.lo imponante). eocomre a equação da linha <le re- (a) g "' gressão para os dados apresentados.667x + 52.r~) C:ipacidade de rel'risc:rnção (ern BTUs) Altura. se imponan1e. relacione a descrição na coluna esquerda 17 §. Enll!o.34. 1.n1po de 1rn1:talho Nos e. Alinha de melhor ajuste. . 15 ?S 35 <IS SS 65 7$ 14.SOO andares de nove préóros famosos em Miami.!.

y Altura.6 0.s. (c)x= l40calorias.x o 1 2 4 4 5 5 . . Idade e horas de sono A idade (em anos) e o número de (d) x = 4..1 0.x.1 13.0 73.5 11..500 2. (e) X= 7.:~ 19.7&> lib<as.O 10. horas dormidas em um dia de 10 crianças.69 Sódio.ICIY.IJ§dd 414 • [114tl1tica apli<oda . 21. (d} x= tamanho 10.550 1.0 12.9 seguiu em um teste na segunda4eira seguinte. O conteúdo ca!ó· Variabilidade na distância rico e o sódio contido (em miligramas) em 10 cachorros-quentes. (a) X= 3 h01as.200 Altura.0 l-1.000 libras.eca.io no 75 68 93 84 90 95 teste.) (d) x• 15 horas.y 8.9 'ªº (d) x =l2 anos. Y' 420 470 .. (a) x • 74 pés.0 9. Horas on-line O número de h01as que 12 alooos passaram oo.600 460 1.9 (a) x s 2 anos.JH-gi.x 0.. o~o veículos e a variabilidade de sua distãncia de frenagem (em (e) x • 9 horas.4 9.5 70.x de frenagem. (b) x = 6.50 360 270 5.3 anos. y 96 85 82 74 95 68 t1oras dormidas."" Ttaliic Sc/qly Al>OKIIWC/Jl)(I.Adapl.87 (a) x = l70 calorias.4 0.1 (a) x=0. Horas de estudo e pontuação em teste Onúme1odeholasque 13 altms pasS<1ram estudando para um teste e a pomua--.3 13. y 66.0 10.0 68. (b) x = l00 calorias.5 horas. y 14. Pontuaçao no tes.x 180 170 140 90 110 4.9 14.y 69.0 721) 71.sa~to. (b) x = 6.5 72.Ao nele. i. Hpras gastas . ~ (a) x=ramanho 11.050 1.9 M.0 Pontuiç. Árvores: altura e diâmetro AaÍl\rra (em pés) e o diâmetro do Idade.720 2. 8.x 85 78 77 80 82 (b) x.7 0. y DiJmetro do vonco.500 libras. y (FQ(lfe: '"""'"'" RtpMs.8 (e) x = 6 anos. (b) x•tamanho8.0 73.2 0. Tamanho üo t.8 ano.0 9.x 70 72 75 76 71 73 vocabulário.. 14.78 Caloriôs.270 1. ~ 5 5 6 7 7 10 (b) x = 3.9 ano.500 1. Peso. 10.t i·.te.5 9.00 1.-·~ 17.:'. x o 1 2 3 3 5 tdade.0 11. péS) ao parar em uma superfície s.58 Sódio. (e) x = 13 h01as.5 Ah~l'a.0 11. .y 550 530 460 380 330 5. y 14.19 Calorias.x 150 170 120 120 90 4.x o. (a) x= 4 h01as. . (e) x = 95 pés. y 76 84 58 65 75 50 (e) x = 0.80 5. (e) x mtamanho 15.5 teste.~ 15.0 16. Cachorro·quente Conteúdo calórico e sódio.130 2.iine duran:e o fim de semana e as pontuações que cada um con.5 Horas gastas 7 7 eswdando.2 0.S 13.2 10.estudando.000 1.74 S. (d) x • 210 calOlias.5 horas.3 10.0.0 11.0 12.9 14.5 67. (d) X a 79 pés. Horas-dormidas.010 1.5.36 6.9 13.7 H~ras _gastas pn-line.5 71.. Número do sapato e altura O número dos sapatos e a altura (em polegadas) de 14 homen~ Pontuação no 40 41 51 48 64 69 73 Número do. ldade.x 5 6 6 8 Número do sapató.5 tO. OOmetro do tronco. l-d . {'~ 20.5 74.0 70. 18. (d) x =0. . 1 0. (a) x • 4.4 0.adode ~·a. Ho~as gastas on·line.100 1.100 2.y 14.500 libras... (d) x • 5. _Altur~.3 15. Dist~ncia de frenagem: superfície seca O peso (em libras) de (b) x= 8 h01as.0 12..6 ano.5 11.) 5.0 74.3ano.9 Pontua~o no teste.X' 4 4 5 6 2 tronco (em polegadas) de 11 ~Mlres. (b) x=81 pés.

y).são para tabela. Causa e efeito Escreva um parágrafo descrevendo a relação de causa e efeito entre a idade e o salArio anual de engenheiros (d) xe 3.800 libras.j çào e verificar possíveis problemas com um modelo de regressão.agrama residual e explique o que ele sugere ld:lde (em anos) sobre a relação entre as variáveis. enk\o a ltnha de regressao é uma boa re- ~ so • ··- ""e: 1$'+ .78 2.4. (e) construa um diagrama residual. Fique atento ao fato de que.'~26.. Faça um óragrama de dispe. y . onde y .270 5.. . dados e desenhe uma linha de regressão. salários anuais.63 2. você acha que os dados têm? Explique. Usando a linha de regressão O analista usou a rtnha de 1e- Pe<o.1 6t so.720 -1. se é que háalguma. ~'os exercidos 30 e 31.8 Fileir~ 1 16 25 S9 45 •19 64 70 3~ 63.88 3.'Í0/1.000 libras.: Solety-o. Linha de regressão Encontre uma equação da linha de regres· bfas) de oito veículos e a variabilidade de soa dist~ncia de frena· são para os dados. (kfoP-'<Jdo de Ftiyscole lnc) (b) Encontre a equação da linha de regress. MJlitJne/ llphO)' Trof(.8 Fiteira 2 96 85 82 74 95 68 76 84 58 65 Só 78.. a linha de - n • ~ $S . os valores y.42 3. 29. (a) er. use as informações a seguir. Se ele nao moslra nenhum tipo de padrão.e (em ano9.O</o de desenhe a linha de regressão. desaeva todos os val0tes dex que forneçam Alternando x e y previsões significantes para y. faça o seguinte: Salário de engenheiro elétrico (a) Encontre a equaçào da linha de regressão para os dados Nos exerdcios de 25 a 29. Se Engenheiro elétrico o diagrama resultante mostra qualquer tipo de padrão. que tipo de c0tre.500 5.) 27. F~ um diagrama de dispersão dos l~o.7 31. Va. 23. · .+---+-+--!--+-1-•• • 2Cl ~ ~() .ra um analista de salários e reune os dados apresentados na coluna 2 os valores y. (d) determine se '-'\.130 5.01. residual p.· regressão não é uma boa representação da relação entre as duas variáveis.51 Essa previs.lo para os dados 25. Verifique essa afirmação.eícios 32 e 33. se um ponto no diagrama t= ~ +----·-··_-____ .p.riabilidade na distancia de 3. fileira t.550 g. tem uma ccxrelação sígnif. faça um diagrama de disper· são de (x. l-d .lo se trocarmos as variáveis explanatórias e respostas? 22 53. .000 5. Nos exe.5 30.t i·.075 i bras. os resíduos oscilam sobre O.4 Um diagrama residual permite estimar os dados de correia· 61 / Ô.3 29 59. Diagrama residual 64 79.9 43 ~9.y seja o resíduo dé cada valor y. (e) x =4.4 Para construir um diagrama residual...6 Fileira 1 o 1 2 3 3 5 5 5 6 7 53 75.cY.m~hares). Correla~o usando odiagrama de dispersão dos dados sobre os fornecidos.y 28.IMao ""''"'ªº 415 22. então ele deve ter um valor discrepante. Correlação significante? O analista afirma que a população (a) x =4.y I (e) Qual efeilo teremos na linha de regress.lo é válida? Explique. deixando a coluna I representar os valores x e a balha p.. isto é.>O 6.-·- • presentação.25 2. Redação Explique como p<eve< valores y usando a equação de uma unha de regressão. Redação Dado um conjunto de dados e uma linha de 1egres· são correspondente.contre a equa~o da linha de ress gressão.IJ§dd Capítulo 9 • Con. (b) x = 5.. 25 56. (b) construa um diagrama de dispersão e desenhe a linha j L . Distância de frenagem: supelflcie molhada O peso (em li· i.76 3.que você enconttov no Exercido 26 por-0 p1ever o S-O!ório a~ de um engenheiro elétrico que teohax = 74 anos de idade.010 4. A tabela mostra as idades de 13 engenheiros elétric-OS e seus os dados e desenhe a linha de regressão.1 Fileira 2 109 122 143 132 199 185 199 39 65. Você tra· fornecidos. Satárioanual (em.rece estar fora do padrão dos outros pontos.X 5. 69 72.85-0 libras. deixando a fileira 2 representar os val0tes x e a salários de engenheiros elétricos apresentados.cante para " = 0..SC) (» 70 M algum padrão no di.- . Expandindo conceitos 24. elétricos.43 4. ldad. so de regressão. Faça um ótagrama de dispersão dos dados e gem (em pés) ao parar em uma supelficie molhada t.essão. 48 73. frenagem.

llueme? Explique. Explique seu raciocínio. de órspersão de (log x. 7 68 X 1 3 6 8 12 14 8 74 y 4 7 10 9 15 3 41.4) é d~c. Ellcootre a equação da linha de . Enrontre a equação da lính.plira6a 32.es~o e seu gráfrco. os logaritmos das variáveis de regressão e seu grálico no l:J(erclcio 41. a equaç. Compare seus r~ltados no Exetcício 39 com a equação da linha X 8 4 15 3 12 10 5 de regressão e seu gráfico no Exetdcio 37.9-00 pomo é influente. use os dados ap.eg. os valo<es dex e y devem ser t1ansf0<mados para encontrar um modelo apropria· 44. Encontre e represente graficamente a equação logaritmica para os Depois. Eocootre e represente graficamente a equação logarítmica para os mente. Uma equação exponencial é uma equação de regress<io não· de reg.lo logy~m(logx) + b do Exercfcio 42 para y. Equação logarítmica Nosexerócios de 37 a40.as. .lo de potén<iao para os dados originais.cício 45 com a equação da linha 39.eso~-e. y X 38 34 40 46 43 48 60 55 52 1 165 y 24 22 27 32 30 31 27 26 28 2 280 3 468 Pontos influentes 4 780 Um ponto influente é um ponto no conjunto de dados que pode 5 1. log y. junta- X 5 6 9 10 14 17 19 44 mente com o gráfico. os dados? Expfique. Use uma ferramenta de tecnologia para Transformações para conseguir linearidade enrontra. 33. (b) identifiQtJe quaisquer valores disuepantes e (c) detet· mine se o ponto é inílueiue.mações a segui..t i·. Depois.310 influenciar muito o g.ma. y) e ~enhe. O ponto de dado (200. y 32 33 28 26 25 23 23 8 42. 38.IJ§dd 416 • [sml1tic.. 40. junta. 43. l-d . NOle 48. O que você percebe? 47. ferramenta de tecnologia.epante? Caso seja. 36. modelo para os dados? Explique.uns casos. Depois. Nümero de horas. dados. 45. use os dadosap<esentados na tabela que Nos exercícios de 45 a 48.920 crepante pode ou n~o ser um ponto iníluemé. 5 ao 6 75 34. linear da forma y = ai'. a equação exponencial para os dados originais. modelo para os dados? Explique. Qual equaçoo é o 7 1 6 melho. 3 256 Nos exetcicios 34 e 35. 46. Para determinar se um 7 4. Qual equação é o sJo usados em vez de usar as variáveis originais ao aiar um diagrama melho. Depois. Substil\la cada valor x e valor y na tabela com seu logantmo. Número de bactérias. a linha de regressão. y 18 li 29 18 1 14 8 25 ia 12 Nos exercíciosde41 a 44.x. Compare seus resultados no Exercício 43 com a equação da linha do. y na tabela com seu logaritmo. Qual equação é o melhor modelo para equação log y = mx + b do Exerdcio 38 para y. log y) e dese· dados apresentados no Exetócio 20. Compare seus resultados no Exercício 46 com a equação da linha que você também pode encontra.~strua um diagrama de díspersJo de (x. de <lisp.spe~ de (x. encontre duas linhas de regres~o: uma incluindo todos os pontos no conjunto de dados e a outra exduindo o ponto x· y influente poss!vel. a linha de . 35. o ponto pode ser considerado influen· 1 695 te Um ponto influente pode ser removido de um conjunto de dados 2 410 some<1te se houver uma justifrcativa apropriada. conSIJ\Ja um diagrama de dispersão de (x. Substitua cada valo. Note Quando um modelo linear nAo é apropriado para representar os que você também pode encontrar esse modelo ao . Qual equação é o melhor modelo para ~inear da f0<ma y = ob•.. Compare seus r~ltados no Exe. ele é ír. Um valo< dis· 6 1.ersão e calcula. log y) pítulo na p. use as info. Em ali. Uma equação de potência é uma equação de regressão não 1.ear da forma y ~ o + b lnx. e uma mostra o número de bacté(ias p<esentes após cetto número de ho. (a) construa um diagrama de disper~o 4 110 dos dados. nhe também uma linha de regressão. uma linha de regressão.l de regressão para os dados. co.esenrados na rabeia. dados apresentados no Exetdcio 19.áfico de uma linha de regressão.es~o. use uma ferramenta de tecnologia para os dados? Explique. Abertura do capitulo Considere os dados da abettura do ca· dos. a equaç.ibuídos pela 20" Century Fox. y) e desenhe. 394 na relaçAo de 25 dos filmes mais caros que e desenhe uma linha de regre~o com ela. esse modelo ao resolve< a de regres~o e seu gráfico. En· cont1e a equação da &nha de regressJo para os dados transfo. Se a indinação ou interseção y da linha de regressão mostra mudáriças significantes. regressJo não iu. outros modelos podem ser usados.egressão para os dados. construa um diagrama de á. ell(ontra. A equação l:ogarkmica é uma equação de 37. Encon· tre a equação da linha de regressão para os dados transformados. Em uma transformação logarltmica.835. O que você percebe? foram dist. construa um diagram.

tJi:eni<kcJt:) <lo lii~ld vt:i<lt: pcirc. também conhecido como a linha verde. . d ique em SHOW RECRESSION ç. coloque 10 pontos para que minimiza o SSE..lj.1.:<~11»$. Como a linha de regressão muda? " . dos.-. um conjunto de dados con· Tirando conclusões sistindo de 20 é mostrado.\o muda? 3. l-d .. lt::nld1 Applet O applel regressão o olho permite que você est. acrescente um ponto no LINE! para ve. l'wcbul Sh<l'N~~linclJ Estudo de caso Correlação da medição dos corpos Em um est\Jdo publicado em Medidne and Science in Sports and Exercise (volume 17.. Pontos no diagrama podem ser aoes- ceoiados ao cílQJr com o moose. me. a finha de regressão no diagrama Oique em NEW canto superi0t esquerdo do ó. Çlique em NEW D'. Depois. Depois.IJ§dd fapi1'1o9 • Co111!0<aornq1t1Slo 417 Ífj Atividades Regressão a olho Explore Passo 1 i\~Q\!(I <S) ~x.110 de dados.1lWYA l«t:t. Tente mover a linha verde para onde a õnha de regres- Você pode m<wer a linha vetde do diagrama ao clicar e acrastat são deva esiar. algumas tém uma c0<rela~o significante e outra~ não." ~•• ·. Note que a linha de reg.~f .TA para gerar um novo cooj11uo de da- removidos ao clicar no ponto e arrasiá-lo para dentro da lixeira.\r Acrescente mais 10 pontos para que ainda haja uma corre· la~o positiva foíle.··11 :.lo da i nha de regressão.rr:.l.'J.. Remova o pomo do canto superior esquerdo do diagrama. Dentre as 14 medições tiradas de cada homem. kl'pl. eles tenham uma cc«elaçao positiva forte.: 1'11.o. n" 2. aproximar a linha de regtessão. Grave a equa- s. Adióone um ponto no canto superior esquerdo do diagrama e grave a equa~o da linha de regressão. a linha de regressãc para um conjunto Passo 2 croque em SHOW REGRESSION LINE! de dados.! .!oioinillK"y• I !i+0. f'otttaltlll' ltHll11 n. Use os resultados dos exercícios 2 e 3 para descrever o que .. Repila isso cinco vezes... Como a rinha de regres!i.. Em um cfiagrama em blanco. soma dos erros ao quadrado (SSE).~F. . Grave a equa~o da linha de regres!i. Quando o applet cacrega.. Descreva como você mo1oeu cada a soma dos quadrados dos restduos. Por exemplo..Jo da DATA para gerar um novo conju. a linha para minimiza.agrama e grave a equaç. de f0tma interativa. dique em SHOW REGRESSJON LINE! as eXllemidades Você deve tentar move.. O SSE para a linha verde e para alinha de 1egres.t i·. Pontos no diagrama podem ser 1. Or..85). Atabela parcial lisia somente as nove primeiras fileiras dos dados.'t. 189) são dadas as medições de 252 homens (idades enue 22 e 81).. linha de regressão. o diagrama de dispersão a seguit mosua que a cirCUl!erêocia do quadril e do abdome dos homens 1em uma correlação lnear foíle (r = 0..\o.o é dadoa seguir no diagrama.essãc 2.' 4. p. acootece com a •1clina~o <la linha de regressão quando • um va!Ot disaepanie é adicionado c:onfomie o tamanlio da ' amosua aumenta.

5 59.25 71.6 $3.0 28.0 96. .5 94.9 63.J km) .6 85.3 42.3 21.2 59. (cm) (cm~ ~m).2 9.9 32.1 85.5 2$.5 22.9 56.0).ição. • S!i 9() 95 100 IOS 110 IIS Circunícti.6 104.50 42.0 101.75 35..6.1 38.75 39.h 23 154.8) ou uma correlação f0<1e (0.9 99.6 30.25 35.25 67.25 n.0 24 156.0 19.3 14.1 ll.0 27.7 28.0 25.4 37.5 93. classifique os seguintes pares (x.2 27.25 34.0 32.3 56.I 12.3 41.1 23 188.IJ§dd 4J8 • Ú\d!ISti<••PliCada Circunferência de quadril e abdome .7 25.6 25. (cm) 22 173.8 25.5 27.0 98.2 31.4 107.<<050 Peito Abdome Quadril ·coxa (anos) (lb) Gn.5 < r < 0.7 18. y) como tendo uma co1relação fraca (O< r < 0.00 70.7 22 154.0 23 198.75 72.7 36.I 23 159.2 6.7 30.2 24 210.5).3 17.6 16.1 99.15 77:.3 102.0 35.8 Pf7.00 66.6 88.7 92.ei:1 do qu::idril (e1n ccn1.7 81.$ 20.. Usando wa inn.4 Joelho Tornoze)o Bíceps Antebraço Pulso (cm) km) (cm) (cm) (cm) Gordura do corpo(%) 37.4 li.9 36.2 94.3 10.2 16.25 74.2 93.3 37.1 24 l&l.25 38.4 'll.2 {xercícios 1.. uma correlação moderada ( 0.7 17.0 104.ra Pe.8 (.li 29.5 28.0 33.3 100.9 18.3 23.8 <r < 1.75 36.ri 38.7 42.n1ecms) Idade Peso Altu.7 30.1 77.0 95.I 63.9 95.2 18.6 23.l 93.25 73.25 34.5 59.2 24.1.1 30.6 35.2 11.7 58.5 92. l-d .t i·.9 24.

tes que 0.-.o coeficiente de determinação e o erro padrão de estimativa.j (. y1).IJ§dd (•pftul-0 9 • (oirdo<!-Ofrt<Jl!ll10 419 (a) (peso. explicado e o desvio não explicado para cada par pedido (. j. .'. Desvio total = y."f) Dcs"io . você precisa enten· ·erro padrao de estimativa para der os três tipos de variação sobre uma linha de regress. quadril) 2.85? use uma fe<rarnenta de tecnologià e intuição para chegar a uma conclusAo.. você pode encontrar a va- riação total.ciente para cada par no Exerclcio 1. Esses desvios s. l-d . pescoço) (b) (peso. 3.i o demonstrados no gráfico.i o.y. vai aprender como construir um intervalo de previs. goroora do corpo) (j) (joelho. Variação total m i:: (Y.. quadril) (e) (idade.. Antes de estudar esses conceitos. . altura) (e) (idade.is entre o valor y e cada par pedido e a média de y.!. Use os resultados do Exercício 3 para prever o seguinte: (a) Acircunferéncia do pescoço de um homem cujo peso seja 180 libras. altura) (h) (bíceps.Y tr.t i·. Agora.... pulso) (0 (tomo2elo. .ji)' . use uma fe<ramenta de tecnologia para enconttar a correlação coef.ido explicada. 1~ ponto de dado (x.i:. -L-<..ló. Desvio . Nesta seção."1.\' .. a variação explicada e a variação não explicada • Como construir e interpretar um sobre uma linha de regressão.. Compare seus resultados com aqueles obtidos pc< intuição.) em um conjunto de dados.'Wi() ..Y.'x. pulso) (g) (ameb<aço. µma linha de regresi. Depois de calcular os desvios para cada . . .. coxa) (k) (quadri~ abdome) (1) (abdome.Jo. 4. efinição A variaçAo total sobre uma linlia de regressão é a soma dos quadrados das difereaç. IIQ Medidas de regressão e intervalos de previsão Oque você Variacão sobre uma linha de regressão -r Coeficiente de determinacão -r deve aprender Erro padrâo da estimativa -r Intervalos de previsão • Como i111erpre1ar os três tipos I Variação sobre uma linha de regressão de variaç3o sobre uma linhd de regress<lo. y. .. Use urna ferramenta de tecnologia para encontrar a linha de regressão para cada par no Exerclcio 1 que tenha uma co<reláção forte. Você também coeiKi011te de determinaç. Para encontrar a variação total. você vai estudar duas medidas usadas nos estudos de correlação e • Como eo<:ontrar e inleq>relar o regressão .i.!í Desvio explicado= g.) l)e.io e um da.. . cxplic:. . você deve primeiro calcular o desvio total.1\..n3o Desvio não explicado ª Y. H~ pares de circunferéncias que tenham Côfrelações cQettCientes mais fo..o para y usando uma linha de • Como encontrar e inteq>rerar o regress. o desvio intesvalo de pr~ para y.do valor de x. (b) A circunferéncia do abdome de um homem cuja circunferéooa do quadril seja 100 centímetros. ~ "' 1expli<:!<lo total . a variação explicada e a variação não Y : \>' j •) ~) . 5.-. antelJ<aço) (i) (peso. gordura do corpo) (d) (peito..

o.1be como calcular o coeficiente de correlação r.licad.75.i• Dica de estudo Avariação explicada é a soma dos quadrados das diferenças entre cada valor y previsto e a médiadey. A variação não explicada não pode ser explicada por uma relação entre x e!! e iSSQ Desvio explica. 220).lsando os pontos de dados A soma das variações explicadas e nao explicadas é igual a variaçlio tl){al. Por exemplo. I Coeficiente de determina~ão Desvro não. = Variaçã.. como segue: Desv~o total: !ft . . . e y. você pode enco)l· trar o desvio total.apli<-. .204. Isto é.269.205.e.204.25 = 1.do: é e1n razão do acaso ou outras variáveis.y)' l..834. Variação não explicada = E (Y. É importante que você interprete o coeficiente de detenninação corretamen. se o coeficiente de correlação é r = 0.a t..9 = 205. l-d . O que isso lhe diz sobre a variasão explicada dos dados sobre a linha de regressão? Esobre a variação não explicada? Solução O coeficiente de determinação é: r ? = (0. .te.90.0. = 0.Ylriação explicaria pode ser explicada pela relação entre x = 15.1 é r ~ 0. da variação nas vendas da empresa pode ser explicada pela va- .061.terpretação Cerca de 83.913.90' = 0. eo. 19% restante da variação é não explicada e é em razão de outros fatores ou a erro de an1ostra.519 ficiente é chamado de coeficiente de determinação.qilicare Variação tctà .913)1 = 0. então o coeficiente de detem1inação é: .9. yi .4%.t i·. O quadrado desse coe· y.481. y = 50.24 Como o nome indica. (2.explicado: Você já s. Isso mostra que o coeficiente de determinação é igual à relação da variação explicada com a variação total.IJ§dd 4ZO • b111i1ti<. efiniciio Ocoeficiente de determinação ré a relação da variação explicada com a va1iação total. expli~aélo Variação total = Variação explicada + Variação não explicada e não exp..729x + 104.nsidere os da<los SQQre Variação explicada • 1: (y.. Exemplo m Encontrando o coeficiente de determinai3o O coeficiente de correlação para os gastos de propaganda e dados sobre as ven· das da empreSa co1úorme calculado no Exemplo 4 da Seção 9.9 = 220 .81..519 . = 220. Isso significa que 81%da variação de y podem ser explicados pela relação entre x e y. 1.y)' propaganda e vendas usadas nessecapítulo com uma linha A variação não explicada é a soma dos quadrados das diferenças en11e o valor y de cada par de regressão de: pedido e cada valor y previsto correspondente. Encontre o coeficiente de determinação. = 14.

engatinhar. efinição os pais tendem a empacotar O erro padr!o da estimativa s•• é o desllio padroo dos valo1es y.2 m'[.46 com a 1nédia 1ncnsal da ten. O coeficiente de correlação para os dados do Old Faithful conforme calculado no Exernplo . Use a equação de regres&'\<> para cakldar os valores 9.obseNados sobre o valor Y..t i·. Essa situação não pemlite às crian· ças tantas oportunidades para s .· Com base nessa fórmula. Encontre o erro padrão da estimativa. você pode ver que o erro padrão da estimativa é a raiz quadrada da variação não explicada dividido por 11-2. a te1nperatura e a idade de en· gatinhar é que. gt•u1. Calcule o coeficiente de determinação.t 35 45 55 65 15 Encontrando o erro padrão da estimativa Se Tcmpcmtura (cn1 4':) Em palavras Em símbolos xy ..nando a idade em que as e. Qual porce1tlage111 da m· 2. quanto mais próximos os .1ça u1nu labl!ht HU(.V.979. s ~ E(. cio.IJ§dd (apllulo 9 • Correld<ao ereqre<sao 421 riação em gastos com propaganda. ou outros fatort•s? pondente.. l-d . lnstru(ões "vlH--HH--HH--Hf+-.v' -vEy- 11 . . University of a.seguir.5 da Seção 9.tiva. Quando um valor gé previsto de um valor x. F. a.-Y. )' • n-2 Você também pode encontrar o erro padrão da estimativa usando a fónnula a seguir: s.4. a previsão é um ponto estimado. Os resultados I Erro padrão da estimativa de Janette sâo base.lo para a corre-k1ç. 11.ão entre erro·pndrão da estirna.•alores y observados para os valores !I previstos. Cerca de 16.idos cm uma amostra de 414 crianças. 4.observado e o valor y previsto corres.plicada? Qual porcentagem é não crianças engatinham (em se· .Vó .)' se moverem e começarem a e n-2 . cada? Qual porw11age111 é em 3. onde n é o número de pares pedidos no conjunto de dados.70.y .l' O c~/1rie111t• d(' correinção é r = 1.. ""! f Retratando o mundo _' O que isso lhe diz sobre a variação explicada dos dados sobre a linha de regres- Janettc Benson (Psychology são? E sobre a variação nllo explicada? Department.nanas depois do nascimento) explicada? R<'ip0$ta na. as crianças en1 roupas 1nais previsto para um dado valet x.. mas antes você precisa calcular o raz. Então. Y/ <. .- peratura seis meses depois do nascimento. De-nver) fez um estudo rela- b.-y. t.E(y. Yv i. Janette Benson acredita que a Você pode construir um intervalo estimado para y.. Encontre!) coeficiente de detenninação.~.!' indua a c.ibh..fnii<>s f!Orle ser expli· y previstos.vllUl(t~x. Oilcule a soma dos quadrados das diferenças entre rnrão do nmso. erro de nu1ostrn- cada valor y. em meses frios.v. Y.= mx..6% da variação é não explicada e por causa do acaso ou outras variáveis. lde11tijiq11c o coeficiente de correlação r.... Qual porcentagem de variação no tempo é ex. menor será o erro padrão da estimativa.1 é r 0.).h.+b ria(ãO uus . Ele é dado por: ~ritivas e cobertores.

0 n.31 1.52 381.~ .0S 24..3216 u ISO 175.0 220 205.2 Tempo de = ~635.-y.5.877.77413.940.25.6 184 185.2 é: 10..0 76..5 70. o. 30 56 40 54 ente Um pesquisador reúne os·dados exibidos à esquerda e conclui que há uma vod relação signi fi.3463 Vendas propaganda no stmanais 8-2 rádio = 10..cati.St29 2.0 )86 205.0 s.4 225 225.2 9. A fórmula é fácil de usar se você já calculou a inclinação 111. l-d .=1. Encontre o erro padrão da estimativa.0 A equação de regress..137. a interseção-y b e várias somas.3463 são usados. Use a equação de regress.5 i·.5 da empresa conforme calculado no Exemplo 1 da Seção 9.6 184 185.5 71.0 8.871.. 77413(1. Quando a fónnula alternativa é usada. o erro padrão da estimativa é: 10. 5 .0 74.0 68. Yr !Y.bÍ: y .)' S.1.23 1.137).877.6704 2..t i·.5 12.5 69.5 71.0 S0.290.0 Solução 10.xy 10.111 'i..i. ... 11 .52 209.. 25) .: y' .40Sx + 7. eos valores das somas são Ey' =80.5 70.66 0. e Exy = .x (em polegadas).r + 140.729.-9)' 2.sapat~.5 9.0 Enconlre o erro padrão da eslimaliva.6 240 235.r + 51.561 1.5 Exemplo m Encontrando o erro padrão da estimativa 13.3'163 ) Variação não explicada Quando 11 =Se E {y.0 73.10: 60 68 y=l.o 12.290.5 [! = 50.2~.84247. 10.2064 1.061.10 para os gastos de propagand!a e dados sobre as vendas 10.4356 t = 635. 15 26 I11terpretaçào 20 32 O erro padrão da estimativa das vendas da empresa para um gasto específico de pro- 20 38 paganda é cerca de S 10. o eriro padrão da estimativa é: [ {y.84247(11.(.p11.0 Í.0 71.0 70.0 71. Ey =1.96 16.23 l.r11.940.-~ .0 66..5 215.IJ§dd 42Z • úr. 11. a linha de regressão para o comjunto de dados a seguir é Tamanho de Altura dos homens 9. Por exemplo.2 21.81 Q. y ll. 11. . = n..51..ij)' = 635.0 72. 9.-~16 . Y.0304 2.0 Use uma tabela parn calcular a soma das diferenças elevadas ao quadrado para cada 10.•a entre a quantidade de tempo de propaganda em rádios 45 78 (em minutos por semana) e as vendas semanais de um produto (em centenas 50 80 de dólares).5129 2.5 valor y observado e o valor y previsto correspondente.5 70.

Use a "'luação de regressão e o val<ir . Distribuição normal bivariada res de x fixos.l. 4. Encontre a margem de erro E.E. um valor especifico de x. (Ex)'.2 graus de liberdade. e. l11lerprele os resultados.. 11~x .(E.)'.)' O ponto estimado é 9 e a margem de erro é f. ponde ao nível de confi6ência e dado.p.+b que x e y tenham uma distribuição normal bivariada. E(y.(L.g.'!'!..2 Dica de estudo no conjunto de dados II e os graus de li. As fóm1ulas para s. -ili~~~~~~~~~~ berdade. dado para encontrar o p. lrle11tifiq11e o número II dos dados pedidos no conjunto de dados.. um intervalo e de previsao para y é: Y.E<y<y + E. . Use 11111a tabela para calcular a soma das diferenças elevadas ao quadrado de cada valor y observado e o valor y previsto correspondente. I Intervalos de previsão Duas variáveis têm uma distribuição nom1al bivariada se. Extremidade direita: y+ E.x)' 1+. d.dos.+. os valores de y correspondentes são non11alme111e distribu..IJ§dd a.'io de1em1inadas usando dados das amostras e porque supõe-se .1. você pode construir um intervalo de previsão para o valof real de!!· Para construir um intervalo de previsão..10'--'-~ . e li usa as 2. esquerda e forme o intervalo de pre. l-d .. 1+ -11 + ' 11E. onde: 1 11(x . Ose uma tabela para 3.corres· Use a tabela 5 no Apêndice B. Definição Dada uma equaçAode regressão linear 91=mx + b ex.r)" 6. A probabilidade de que o intervalo previsto contenha y é e.. lnstru!ões Construa o intervalo de previsão para ypara um valor espedfico de x Em palavras Em símbolos 1. Calcules. visão.-y. que .onto estimado g. Como as 1 equações de regress. b.'io s. Encontre o erro padrão da estimativas.)' 11 .t i·. calcular essas quantidades.2 1 11(x0 .'i<> t com 11 . e E.x)' 5.. Intervalo: y-E <y< 9+ E. use uma distribuiç.t quanflqades E(y1 . para quaisquer valo. Encontre as extremidades direita e Extremidade esquerda: 9. Eneontre o valor cn1ico 1... = 11 . s.Y:.r' . Identifique o número de pares pedidos g.

t i·h§dd Exemplo m Construindo um intervalo de prevís3o l ls.729.449.4 < lllterpretaçào x < 2. Tentio Construa um intervalo de previsáo 95% para vendas da empresa. no Tu<emple 3 os intewa- lQS de previsão-%% para 1..061 e X= 2.1. Usando a equação de regres. A partir da tabela 5.s.447 e a partir do Exemplo 2. Usando esses valores. Calcule a margem de erro f. b. s. R($/IO::illl llll .são: .re .:..'\o $ 2.12 2.. Poc exem.500..c'lndo os resultados do Exenlplo2.857. 975)' 8 8(32.592 e E• 26.8 2.592 -26.l.857 = 237.. a margem de erro é: 1 11(.290) I+.061 =210.5. Calcule 9quando x = 2. !+-+-.6 Gastos coro pro~g-and~ d. O que você pode concluir? Solução Como 11 =8. Você pode ter 95% de confian. luter1>rele os resultados.ntervalo de previSc-\o 95%pc1ra as vendas da empresa quando os gastos com propaganda s.8)' .!+ S(2.v = 50.e.h 210. n1ilh:lteS de-dólru:es) e.r.r + 104. o valor crítico é t. construa lun i. l-d . O ponto estimado é: 9=50. Co11strua o intervalo de previsão.'lo $ 2. Especifiq11e 11..729(2.857 = 183.26.857.061 =50. mais amplo é o inter- .449 t./ plo. Usando y m 210.592.r.g. 1 1 1 1 1 1 1 ~x c. .592 + 26. = 10.(Ex)' =(2.•alo de previsáo.l.100. = 2.1) + 104.735 < y < 237. as vendas da empresa serão entre S 183. _ .s. . há: 8-2 =6 graus de liberdade.729...ça que quando os gastos com propaganda s.735 e$ 237.735 210.6 são exibidos a seguir.x)' E= t. o intervalo de previsão é: Importante Ponto final esquerdo Ponto final direito Quanto maioN diferença e. O que você pode concluir? a. \46 .290. (en. 1.---'-'.quando os ~ gastos com propaganda s.44)-(15.r + 104.-"'-~ II u(Ex' )..J .447)(10.-1 1. t. ~ .100.449.'io$ 2.

89 1..x 5. Espaço lolal.< bilhões) de um espaço de varejo em shopping centeis e suas vendas (em bilhões de dólares norte-americanos) por 11 anos. y 65.275.5 5.881.2 19.'ldoptadotltAk'clrol ond 'foboc<o Ti. Y. A equac.350.432.8 19.9 47.9 980.7 1.3 1.402.8 traDilho pç>r sem~~.7 5. (r001e: !'°""Horr<1 J AWX>ate<) 7. use os dados para e. (Fonle: u.r>g C'e11:ê4) 2.628 34. t=0.7 50..277.694.784 26.4 Nos exeidcios de 5 a 8.136 10.136.6n mulheres.3 18.572 32.069 Ganhos semanais médios para 670 679 695 713 722 tiornenS.5 19.\'. Descreva a variação total sobre uma finba de regressão em pala· A equação da inha de 1egressào é y= 549. y 17.2 s.964.y .2 1.s. 1.0 6.67 lx . Oferta de ações O número de oferta de açoos públicas iniciais fazer por semana.x .0 1.. de Nos exetc(cios de 9 a 16.368 22. N' médio de ~.ão Nos exerócios de I a 3.221. 48.646'. (Athprado i!e lflretno<IO(ldf Covn('>l o! Shopp.·x • • Ç1·. Cigarros A 1abela mostra o número de cigarros consumidos (em bilhões) nos Estados Unidos e o número de cigarros expor· Análise g1ólica 1aéos (em bílhóes) dos EStados unioos por se.530. consumidos 435 430 425 415 400 388 376 • nos EUA.5 {l 9.6 lazer por semana. de 18. vras e em símbolos.8 18. • • • • .032.1 5. Número de Buteou oi!@ $!q/1$1K$. t Encontrando tipos de variações e o coeficiente de determinação N' médio de h.049"' + yu ganhos semanais (em dólares none-americanos) de homens e 21.369.8 5.. Ganhos de homens e mulheres Atabela mostra a médiê dos bido na 1abe!a.y 1.y 24. t = --0. Descreva a varia~ nao explicada sobre uma linha de regressao ~ ndas. Descreva a vanação explicada sobre uma linha de regressão em palavras e em símbolos. da finha de regressão é y= 0..1 em palavras e em s!mbolos. use o valor do coeficiente de correlação tinear para calcular o coeficieote de determinação.).i 46.7 50.1te de determinacão e interprete o resultado. )'.y) Cigarro< 5. y= -0.) )' Cigarro• (.448< .2 19.8 trabalho por semana. · 4.585 65.: S«vtt <S Dol) mulheres que trabalham período integral por cinco anos.122 32.6 3.4 1.6 50.771. de 8.) 412 461 687 483 317 487 emi~es.' '' • ifuJ exportados dos EUA.x náe.734.lo? E'· li--12· Trabalho e tempo de la2e1.6 43.3 46.9 6.0 5..0 50.6 1. 105. a pergunta. e (b) o eno padrão da estimativa se.1.687. (Fonr. O coefideiite de detenninação é a relação de quais tipos de varia· esp~ço 1otal.! médios para 512 529 552 573 585 Lucros. r =0. O número méclio de horas de tra· sobre a variação nao explicada? balho por semana e o número médio de horas de lazer por semana emre pessoas nos Estados Unidos por 10 anos re<:emes S<'lo 5. de 26.339. Aequação da linha de regressão é 40.+ 50.) • ç.09.8 933.360 28. Aequa- ção da Wnha de regressão é y • 1.x Luaos. N' médio de•h.y 166 154 145 130 127 122 124 Espaço de va1ejo e vendas A tabela mostra o espaço total (em -+---------- x . 1.t i·. x 5.478 34.IJ§dd (aplt•I• 9 • C. x tlsando e interpretando conceitos N' médio de h.1contrar (a) o coe.y 893.843.1 ções? O que é medido pelo coeficiente de determinação? ~n<las. 13..uela<ao ereq1esllo 4Z5 IQ Exercícios Construindo habilidades básicas e conceitos 10. y emitidas em un período re<:ente de 12 anos e o 101al de lucro dessas ofertas (em milhões de dólares norte-americanos) é exi.181. e interp1ete o resultado. A equação da linha de regres~o é 6.. t a --0.~ 5.x N(lmerode 385 81 70 68 186 169 "Ganhos semanaL'S emiSSõeS.2 1. use o gráfico para responde. mosirados na tabela a seguir.745 42. 40.2 16.t (l(ld Troda Buteou. l-d . O que isso lhe diz ·"'· sobre a vari~o explicada dos dados sob:e a linha de regress.e anos.

156.s eleitores A id. 1 durarem mais Aniêcfi a de itittde de IDir\heiro vetcobs nas rodovia$ gas10.alo de previsão de 90% parao n(lmero médío de horas para o coeficiente d..6 23..de_pensao 716 606 659 774 797 fej!eral. modeladoo pela eq~o Nos exercícios de 25 a 31.>...riaçao nao ex· 17. Use os resultados do Exercido 15 e e• 0. semana quando o n(Jmero médio de horas de traba· lho por semana for 45.3 1.9 58.3 740. Os dados podem se.18.y 26.x 146.t i·.y. Ganhos de mulhe1es Quando a méd'ia semanal de ganhos de n[x' . (For.943x+ 21.. modelados pela equaçAo de reg.7:/8 2.90.1 73. Horas de laze.ll$51()1l) visJo ~ 99Qh P3ra o comp:3redmiento ~ ':'leitores em eleir.629 Planos..(tr)' trabalhadores homens é S650. 26.::.6 936.s fedetais.(I: x)' n!.3 ISM 169. Erro de estimativa Encontre o erro padroo da estimativa s.re:ttr.7 200.. ld•de d06 eleitores. lnteivalo de previsão Coostrua um inteivalo de p1evisão de trua um intervalo de previsAo de 90% para vendas de shopping 95% para a médi<l de idade de caminhões em uso quando a centersquandooespaço total dos shopping cemersfo.. n!.6 anos.651 2.206. coos1rua o imeivalo de previsão in<f> desvio 101al para cada pooto.arrecadado. Desvio calcule o desvio explicado.< 185...8 fedetais de pensAo.de nredia da poptjaçAo de 99% para a médi<l semanal dosgarhos de trabalhadoras mu- eleilcxa dos Estados Unidos (em m~hões) nas eleições federais lheres.es· população eleitora é 210 milhões.. 29.5 790 .wnemComp<Yfflr.. Mostre yex no grafico. y ·arnericano.J 2.541 .. variaçao Encontre a (a) variaçao explicada.3 1..047.esultados do Exerdcio li . interprete os resultados.3 969. (íoorr. Use os resuttadosdo Exerdcio 14. O que vod pode cotduir? 95% para os cigauos exportados pelos EUA oo Exercício IOquan· 30.rolElttlia>C"""""""') Fazendo carros E>inheiro 471. l .342x + 5. cons· 31.· 781. Coeficiente de determinaçAo Encontre o coeficiente de deter· 18. Use os resultados do Exercício 13.1 79.9 67.S 1. Comparecimento do.533 3.619 2..3 740.s1rua um imwalo de ptevisãQ pata os bens totais nos planos ~ mparecimento nas 67.6 65.~. Os dados podem se. Lucros Construa um intervalo de previsão de 95% para os lu· cros das ofertaspúblicas iniciais do Exetcício 9 quando o número plicada e (e) a variação tll(al..x 1.aç.2 765. X 659. Cigarros consumidos Consllua um intervalo de p1evisoo de m•.4 1. Prevendo comparecimento de eleitores Quando a idade da tabela. 860 894 959 1. Construa um intervalo de previsão para odinhei10 gas· 10 nas campanhas...8milhõeséairecadado Comparecimento nas em um periodo de dois anos para 01mpanhas do congresso norte- 55. Dinheiro de campanha O dinheiro arr~ o e gasto (em mi· Expandindo conceitos lhcles de dõla.[x [y .Qi4 federal.5 24..150 2. .:ll!tJ.e ccxrelação r é: de lazer po. (b) . dereg1essãoy = 0. Coeficiente de correla~o e inclinação Revise que a f6tmlAa um inten.0 el~ições fedet•is.080 3. Co.-'--""""! 21.smJ!<. 20. o desvio não explicado e o Nos exerddos de 17 a 24. e do o número de cigarros consumidos nos EUA for 450 bilhões.) IRAs. ld.~. construa um intervalo de pre· são y=0.500 billlôes.õP. Bens A tabela moSll'a o total de bens (em mihôes de dólares nooe-americanos) de contas indMduais de aposentadooa {IRAs) e planos de pensão federal por no.<"'11Cc.95. y 15.:. Use os resultados do Exe1Ciôo 16 e e= 0.ade dps eleitores. de emissões for 712. Unha de regressão Encontre e represeme graficamente a linha de regressao.) IRAs. use as inlo~s exibidas abaixo.lo.e a.. 4. construa 32. de oito anos eleit0<ais não presidenciais podem ser obseivados na 22.. ~odQdef<óeroW.~. Usando os 1esultados do üerdcio 12.2 1x + 288.3 680.r.467 1.r.y' .005. Iodas as c. Gaslos comcampanha Umlotalde$775. Diagrama de dispersão Coostrua um diagrama de dispersoo Planos de pensão dos dados. 19.o~ A equaçAo da i nha de regressãoéy m0. Bens totais O 1otal de bens nos IRAs é de $ 2.8 193.7 .1mpanhas do oongresso none-amerkaoo por 8 petfodos de 2 anos recentes são Veículos antigos mostradoo na tabela..9 215.990. y (Fonie: Pc/1< Co. l-d ..2 725.9 178. eleições federais. Construindo e interpretando intervalos de previs~o 27.. média de idade dos carros em uso for 8.8 none-ame(ieanas por Sél9 anos diforentos: 16. Vendas no varejo Usando os .y 446. cado e interprete os resultados. encontre um intervalo de praisão .IJ§dd 4Z6 • L1111k1iraapli<ada 14.9 75.5 bilhões.475 25.es norte-americanos) pc.

.~ n P > " .. s . 1 14.y. é obtido usa.3 69.. s.2 6.7 87. Dado um COlljunto de dados. são variáveis independentes. onde x.cio11ários no • Como usar uma equação de re- grupo de vendas assim como os gastos com propaganda.x 25 34 .~de. no Apêndice B com n . Use o = 0.5 61.ma: y= b+m f . A tabela a seguir mostra as idades (em anos) e salários (em mi· llares de dólares) pata uma amostra aleatória de engenheiros n[.5 67.05..emão não rejeite Hu Os valores de m e b s. Se conveniente. use o teste padrão estatlstico: interseçAo·y 8: b -E< B<b + E r = m [x' -([x)'. 35. IM Regressão múltipla Oque você Encontrando uma equai3o de reqress~o múltipla -.x.Use o a 0. use tecnologia para resolver o problema. então rejeite a hipótese nlk. hipótese nula. construa o inteivalo de co. ntx' -(t x) Depois. l-d .9 58.la<lO er")rtss!o 427 e a fórmula para a inclinaç3o m de uma linha de regressão é: 34. .x 8. teste t para a indinaçào M. Por exemplo. x. + m. cu tida nas seções anteriores pode ser feita ao co. m= l . em uma TI-83/84 para caiQ. Intervalos de confiança para interseção y e a inclinação "'> testar a inclinação M da linha de regress. +mi.1 Teste de hipótese para inclinação Nos exerdcios 33 e 34.. Cons1rua um imervalo de confiança de 94% para 8 e M usando os gastos com p<opaganda eda.~ os gastos com propaganda e os dados sobre as vendas da em· dormidas. n com n . Se conveniellte.1siderar o número de fu1. Teste a afinna. Definição Uma equação de regress~o múltipla tem a fo. Para fazer o ao usar as seguintes desigualdades.8 14.'ldo a Tabela S.9 11.9 30 42 :18 49 52 35 40 correlação r? Sal~rio. Uma incli· y 8 e indinação M da linha de regress. ou H0 : M = O. Modelos que contenham gressão múltipla !)dra prever va· . I Encontrando uma equa. decida se deve rejeitar ou não indínação M:m-f <M<m + E a. e o val0< :n.(tx)([y) numa empresa.S 75.9 7.. Prevendo valores y deve aprender • Como usar tem~ para eo.. +. y 57.lar o teste padrão estatístico asslm como o valor P correspondente.1fiança ildicado. resultados no contexto do problema. +m. por que a 111Cl.IJ§dd Capítulo 9 • (ou. use as informações a seguir..8 13.io para a população. interl)(ete os Nos exerócios 35 e 36.2 13.dos sobre as vendas de emf)lesas P~.. Depois.. x.01 . .2 59.lo dos dados sempre tem o m= sinal do coeficiente de 1(1.1açJo m da hnha de regress. V-0<.'I<> múltiplas. Se Ex'.y l)(esa encontrados no Exemplo 2.2 85. interprete os resultados no contexto do problema. o erro padrao da variável dependente (resposta) ao usar mais que uma variável independente (expia· estimativa e o coeficiE11te de de- ·natória). b é a interseção y e y é a variável dependente. Se Ps o.2 graus horas dormidas em um dia por uma amostra aleatória de criança~ de liberdade. A tabela a seguir mostra os pesos (em líbias) e o número de critico r.Ao de que M ~ O.io y • Mx + Bpara a população nação de zero indica que não há relação linear entre x e y. Depois..t i·. use tecnologia para resclver o problema. Construa um imeivalo de confiança de 99% para 8 e M usando Horas 14. um modelo de previsão melhor pode ser encontrado para uma s3o múltipla. x.io obtid05 de amostras de dados. 36.2 li IS encontrados no Exemplo 2.nais de uma variável independente são modelos de regress.. Teste a afinnação que M ~O.4 89.1 10.2 13.6 14.ao de regressao mOltipla cootrar uma equaçâo de regres· Em muitos casos.. Vocé pode coostruir intervalos de confiança para uma interseção você geralmente testa se a inclinação é zero. uma forma mais coerente de prever as vendas da empresa dis· teiminaçao. usando os valores críticos e<i· contrados na Tabela 5 no Apendice B.. loresy.2 graus de libe<dade.9 12.ê também pode usar a caracterlstica LinReg Test oodeE = ~ t .2 9.

e o número de aulas perdidas. C3 e (4. aumenta por E 58.4% R-sq(adil = 90. x3 Dica de estudo A 57. com regressão múltipla é com- plicada. é mudada por uma Como a matemática associada unidade e todas as outras variáveis independentes são n1a1.. x2. O pesquisador sele<:iona oito funcionários da empresa e obtém os Sl.310 rn 2 16 No Exemplo 1.8 1. (e.tathllca aplkada Importante A interseção-y b é o valor de y quando todos os x. y = 49764 + 364 x1 + 228 x2-+ 267 x3 Predicoor Coei SE Ol:F T p Constant ~ b 1981 25. l-d .764 + 364x. . F 60.135 3 1 12 n. x3 lhe regression equation is Salary.\'1 e x3 são n1anti. Solução Entre os valores ._e x. experiências passadas e educação. + 267x. H 60. se.000 x1 ~ m.84 0 . e x3 são 1t1antidos constantes e .dade de mudança em y quando a variável independente x.715 8 8 16 1. então y aumenta per S228. Um pesquis..u11a equaç. Selecione "Regression > Regression . x.985 6 5 14 <los constantes ex..m ·anos). é imP. são O.380 5 6 16 . + 2281·. y versus xi.y (em.. respectivamente. 123.>guintes dados.\\ (em anos).J x. Cada coeficiente 1111é a quanti. Usando os salários como a variável de resposta eos dados remanescentes como indica- dores. são mantidos constan- ics e x3 aumenla por 1~ então J' Use MINITAB para enconlrar . essa S:êÇão foca como usar tecnologia para encontrar uma equação de regres- e1n Exemplo m são múhipla e como interpretar Encontrando uma equa~3o de regress3o múltipla os resultados. Emprego :Experiência Educação EuJ1<ionário SaUrio.V em CI e os valores x.200 8 4 18 PQr l._ em C2.2% A equação de regressão é 9: 49.> corrctamenle.metade do 1 período letivo.r1 cresce e 59.002 x2 ~ m.54 0 .onante qu_e B 57. ex.4 1.620 20 o 12 0a mesn1a fonria~se x. D 56.81 0 .•ocê jnterprete os coeficientes e 54.140 x3 ~ m• 147.t i·. os dados. 48.tidas constantes. O professor seleciona 10 alunos de sua classe e obtém os seguintes dados. aplicadas na.144 S = 659.: e n.320 14 6 17 Sex.IJ§dd 4Z 8 • l. então y aumenta per S 364.1dor quer determinar como os salários dos funcionários de certa empresa são relacionados ao período de emprego.12 0.490 R-5q = 94." a partir do menu Sta/.32 7.ão de regressão m@ipla que modele aumenta pcrS 267.anos). . Por 111 r exen1plo. fente Um professor de estatística quer determinar como as notas finais dos alunos vod são relacionadas às notas de provas de meio de curso. você deve obter resultados semelhantes ao que vemos a seguir: MINITAB [ Regression Analysís: Salary.

l.2L r = 0. Solução Para prever o salário de cada funcionário.41.~ente? Depois de encontrar a equação da linha de regressão múltipla.931. 159 2 90 80 o peixes de 7 espécies foram pescados e medidos com o 3 86 91 2 peso C. t. altura 4 76 80 3 H e espessura W (H e W s.764 + 364. 8 anos no emprego atual.10 429 . Os 5. calcule y. Ent3o.e W= 11. 4 anos no emprego atual.'\o. denotado por R-Sq.'lo para G e Lé: 7 44 60 7 G=. Pma prever valores y.IJ§dd (apltulo9 • (ou.11 11s seg11i11li:s 111edidns: de regressão múltipla. suas previslles vnrinm q11a11do você t1$â 11111n única oorídvel I Prevendo valores y versus 11111ilt1s varidvcis? Qual voc.4%. dentro da equação de regressão."dll_ - 1 SL 75 1 Ern um lago na Finlândia. + 267. Exemplo m Prevendo valores yusando equações de regress!o m61tipla Use a equação de regressão encontrada no Exemplo 1 para prever o salário de um funcionário dadas as seguintes condições.764 + 364(12) +228(5) +267(16) = 59. a. x.' neh11 que é 111ois ro. o erro padrão da estimativa é$ 659. 12 anos no emprego atual. y = 49. você pode usar a equação para prever valores _v sobre a faixa de dados.'\o s 51 62 6 porcentagens de L). 1. substitua os valores para x1.a.490 e R·Sq =94.. Nota da prova de 1 Aluno Nota·fuúl. + 228x. Por exemplo. comprimento L.'gressâO é: Use tecnologia para encontrar uma equação de regressão múltipla que modele C = -711 +28. = 4~.la(~ ereqress. No Exemplo 1. 7 anos de exp<>riência e 17anos de educação. Co1110 fatores ou ao acaso. ele também mostra o erro padrão da estimati· . substitua o valor dado para cada variável independente dentro da equação. 5 anos de exp<>riência e 16 anos de educação. x. a equação de LO 93 96 1 f'<.t i·.r.4%da variação cm y pode ser explicado pelo modelo co. 2 anos de experiência e 12 anos de educação. Calcule a linha de regress. 3. l-d . S =659. . O coeficiente Preveja o J"'SO de 11111 peixe de determinação mostra que 94. Depois. 8 81 82 2 Quando todas as quatro variá· 9 94 88 o veis são usadas. denotada por S.49. A equa- 6 75 90 4 ção de regress.6% restantes são não explicados e s. E11tre os dados. r= 0. b. . x.488 + 28.t. Aulas perdidas. !{ mej_o de curso. O MJNITAB mostra muito m<1is que a equação de regressão e os coeficientes de .544.46H + 13. 2. e x. depois calcule y.2L + os dados.•ariávcis independentes.V.'\o devidos a outros L = 40.925. H e 17. I Retratando o mu. e o coeficiente de determinação.

ente Use a equação de regressão encontrada no Tente Você 1 para prever a nota fi)1al vod de um aluno dada as seguintes condiçóes.sicas e conceitos (c) x. represema a renda toial (em bilhões de dólares). poração McOo. x.000.5. x.x.Sx. Cl#. S11bstil11n o número correspondente de aulas perdidas por x. (b) x. (Fcnrc: lótJ1í1!JI Q/ lhe f1<rtrJ1 SW.000. a 49.. = 12. = 62.764 + 364(4) +228(2) + 267(12) a 54. Um aluno tem uma pontuação 83 no exame de meio de curso e falta em 2 aulas.r.. = 14. lOSt. número de acres colhidos (em milhares).000642 x. + 0. y= 17 . = 13. é o número de acres planiados (em milhares). (b) x.IJ§dd 430 • [. 4.r.t i·. Ganhos por açao Os ganhos po1 ação (em dóla1es) para a c0<· (d) x. ex. = 13. (Fcm•:u.415 + 0. áM:Jres (em polegadas). S11bsti/11n a pontuação de meio de curso por x. = 15.000. = 49. número de acres colhidos (em milha.500. (e) x. a.. x.811 . P. 2. = 53.3x.es).1.500.'lo.544.x. é o (a) x.764 + 364x.m. 3. = 50. ex. = l0.. =!p.880.8.00l25x. =9. O salá.x. (e) x.a/Agti (b) x. rubual Sror.500. + O. 1.500.pli..l24x. (e) . = 13.tllti.x.. Volume de árvores de black cherry O volume (em pés cubi- para p<ever os valores y dados os vale<es das variáveis independentes. + 267x. dentro d. P.s.x. ex. = 8.000.500.x. + 4. = 21 . Md)mo/d's COlfJ'XOl!M) onde x.. . + 228.6.O.is6es ~. d.6. + 267. g= 49.000.0009x. l>.<~s. 3.S.. Um aluno tem uma pontuação 89 no exame de meio de curso e falta em 1 aula. = 19. =87. . = 59..clcios de l a 4.= 17.x. = 15.000.rio previsto do funcionário é$ 54.2 + 0. = 13. (Foor. Qual é a nota fmal de cada um dos alunos? R1.000. rept=nta a eqúdade dos acionistas. use a equação: onde x.. Prevendo valores y x. = 12. dentro da equação de regress.~'tt-l11 1u1 p. é o núme10 de acres plantados (em milhares).1<11d's sao dados pela equaçao: 2. = 15. = 57.r. . alqueires por acre). Cnlc11le fl.oduçao de trigo Pa..10. +0.r.880.500. A·l6 li• Exercícios Construindo habilidades bá.6.000.x.i equação de regress. 2.5.x. Um aluno tem uma pontuação 78 no exame de meio de curso e falta em 3 aulas. = 45..) (a) x. ção algodlo (em libras) é: onde x. e.) (a) x.8. =65. l-d . é o (a) x. . Nos exe.v_.764 + 364(8) +228(7) + 267(17) = 58. é diameuo das y= 640 -0.l68x.a prever a produção anual de trigo (em y=-0. + 228. = 70. = 14.ia O salário previsto do funcionário é$ 59.. ces) de átv0res de blacl<che11y pode se< modelado pela equação 1.764 + 364.500.odução de algodão A equação usada para prevet a produ· y= -52.JpQ/ Sr/Jll$lics se.000. (d) x..3. (d) x. l.t. x. ex. é a altura das árvores (.2. 9= 49. = 19. (d) x.em pés). = 14.ari<ot Sôôi!'f) onde x. a 60.0. = 48. (fome:U. = ll. .N®OIIO/Agfi- (b) x.x. use a eq11<JÇZ0 de regre~o múltipla 3.

3 (b) Qt.5 90...1. . liquKfas.181.:. Há outras variáveis como bons hábitos de estudo e motivação. para os dados no Exercício 6..3 5.0 151. -2 . Calwle r' .2 5. você pode usar uma )' das va1i. procure outras variáveis que sao correlaciooodas com ambas..estátistica no mundo real Usos Correlação e regressão A análise da cor1elação e . de acordo com.5 226.3 43.4 281. .1 48.4 independentes. Quando uma correlação forte é encontrada entre duas variáveis.GJ? 35. Consequentemente..prete os resultados de (a) e (b).4 .032.339. Ili' de shopping Expandindo conceitos CeJlfefS.s e 49.6 252..221.:.al é o coeficiente de determinoção? 39..es.6 6.432.dr.p.2 (e) lnte.~as. que contribuem para ambos. Equidade dos acionistas A tabela a seguir mostra as vendas 7.8 onde n é o rnlme<o de pontos de dados e k é o número de variáveis 1.2 201.7 45. (!. X.5 44.al é o erro padrJo da estimati.4 5.r alunos no SAT e suas nO!as médias no primeiro ano da faculdade. Uma pomu- ação boa no SAT o. baseado no número de graus de libeldade..6 45.--t--~ .· Compare esse resultado com o 1._-1--. . Rle) Nos exercícios 5 e 6.2 Oollculo do r2.0 5.JÍS. muitas faculdades e universidades usam a pontua~ de candidatos de ensino médio no SAT como indicadora do sucesso inicial de um alU110 na faculdade..tal (em bahões) do espaço de varejo em . os ativos totais (em bilhões de 8._.105. Por exemplo. para os dados no EJrercióo 5.2n. y (a) Qt.1 Nos exerdcios 7 e 8. .lveis pa.6 345.egressão pode se< usada para de· terminar se há uma relação significativa entre duas variAveis.a determinar se há uma relação significativa entre a pomuação dos :t _.elação linecr. determine a po<centagem da variação em y que pode ser explicada pela relação 1. {'~ 6. Considerando somente a correlação linear Acorrelaçilo estudada neste capitulo é a cor.8 entre variáveis.I as vendas (em bahões de dólares) para shopping cente<S em um 53. acion. conforme: 1..2 79.8 5.8 46.lo causa boas notas na faculdade.9 47.2 "'""'""""""'"""°' ofShcpp.1 42.. liquidas (em bilhões de dólares).1 de pontos dos dados e do riómero de variáveis indeper.. o número (em milhares) de shoppjng cente. Se houver. l-d .odode 61. os pontos dos . res!X)<l· Equidade dos Vcnd.ng Ccmc. ajustado 893.1 1.ra os dados mostrados no tabela.educadores usam a análise da correlação e regressao pa. Quando o coeficiente de correlação é próximo a I ou a . depois de calcular o r'.1 _.7 5.x 1 Ativos tot..7 resultado obtido usando r. Calwle r'.-1 n.5 -·~ ~'''"-:. 1.2 5.2 4:S..t i·..6 período receme de 11 anos sao mostrados no u1bela..y Area totaJ.dentes.530.S 117..9 5. use tecnologia para encontrar a equaçAo de regressão múltÍjl!a p..0 41. o coeficiente de determina(ào depende do número 933.MoprlJdo Encontrando uma equação de regressão múltipla de VbfMclr Src..1 2 Abusos Confundindo correlação e causalidade O abuso mais wnum em correlação em es· -? tudos é confundir os conceitos de correlação com os da causalidade (ver p.IJ§dd (ap!lulo 9 • Corrtla<ar> er"lre>S<lo 431 Usando e interpretando conceitos dólares) e a equidade dos acionistas (em bilhões de dólares) para o Walman em um pe1íodo recente de seis ano~ r.9 135.. Um valo< 980. X: da as pe1gumas a segui-.O ajustado de r2..e) Venaas.a prever o valor da outra variêvel. 405).0 47.7 .. Usos e abusos .4 6. 43. Depois.x. 5 Vendas A área to.2 308.. _ (1-r')(n-1) 1.8 102.k-1 ' 1. shopping centers. 1 5.

relação e causalidade. 11[x'-([x)2 h= y.ess. Ê possível que um coeficiente de CO<relação esieja p16ximo a zero..2 tc2 1L a 14 • Como encontrnr a equação de uma linha de regressão. 3 15 a 18 . • Como prever valores y usando urna equaç. Considere os dados ristados na ~gina anterior. é de glande a®1io co... com os padrões p1evistos ou se encaixar na linha de reg.. Discuta outras variáveis que podem contribui. Embora elimina. todos os dados devem ser usados ao calcular as esiatlsticas. porém os dados são perfeitamente CO<relacíonados com a equação x' +y' = 1.rigir os dados dessa fo. Considerando somente a correlação linear Encontre um exemplo de duas variáveis reais que tenham uma C01relaçào não íinear. L a3 Ia 4 • Como encontrar o coeficiente d. para a relação entre as variáveis. Resumo do capítulo Exercícios Oque você aprendeu? Exemplo(s) de revisão Seçao 9.~~--~. Um valor discrepante ou ouuo ponto que influe..e correlação: 4c5 Ia 4 11[xy-([x [y rs -. justificãvel.u. Na maioria dos casos. a melhOI e muitas vezes mais segura abordagem para apresentar medições estatisticas é com ou sem um valOI discrepante incluso. Um pesquisador não pode usar somente os pontos de dados que se encaixam em suas hipóteses. um c~unto de dados coincidi.'\o.---"'-"'""!' 11[. foca Quando os dados são colhidos.es <f1screpantes.Jo.r11i<. mas ainda há uma correlação fone de um tipo diferente.11« [y =~-. 9= mx + b: 11!:xy-(Ex)(Ey) ltt c.. Neste capítulo. Exercícios 1. l-d . a decisAo de reconhecer o valol discrepante é do leitor. os valo. co11forme mostrado no gráfico.Jo.ma.IJ§dd 43Z • c. O valo. vocé aprendeu que antes de encontrar a equação da &nha de regress. IV:> fazer isso.'io de regress. do coeficie11e de couelação é O. os buracos e os agrupamentos nos dados. 2.1 • Como construir um diagrama d..Jo dos dados para verificar os valo. Ex JJ .pllc4da dados podem ser modelados por uma linhi> reta.'1Cia um modelo de regressão pode ser rem<Mdo somente se lo. Confundindo coffelaçao e causalidade Encontfe um exemplo de um artigo em j01naf ou revista que confunda co.e dispersão. 1. nAo é é6co co.z 11-2 Seçao 9.istru~ um diagrama de dispets.'-(E-<)' 11Ey'-(Ey)' • Como fazer um teste de hipóteses para um coeficiente de correção populacional p: 7 Sa 10 l=g'.. ou aqueles que mostram uma COJrelaçAo significativa.t i·..es disaepantes possa ajuda.

y 42 50 58 62 75 77 produção de leite. = l:(y. (Adoptadotk mr.2 • Como construir e interpre~ar um intervalo de previsão para y.7 11. t9a2~ • Como encontrar e interpretar o erro padrão da estimativa para uma linha de 2 2'Je24 regress.omilAtM nop.OI.-y.01. O consumo pet capita de açúcar (em qui ogramas) e o número concluir que há uma correlação i near entre o consumo de açúcar médio de c.Jç.lo finear negativa. 2 9= b + lll ~X1 + llll'tz + IU)Xl + . Consulte os dados nos Exerdào 4. Afirmação: p ~ O.t i·.IJ§dd Se~ão 9. Com a = 0. Amostras estatísticas: r =0.interpretar o coeficiente de delerminaç~o r1.ebro.55 1.. Produ~ode 37. As idades de oito vacas (em anos) e sua p1oduçAo de leite (em galões) po.b(o. Com a • o. O número de C(l(lversiveis vendidos em uma C(l(lcession~ria de Nos exerdcios 7 a 10.iroes dent. Consulte os dados oo Exercfcio 3.70 2. Fah1enheit). + 1111.r-(l:x)' Se~ão 9.4 33. uma CO(teiaç. .59 1.. n =26..n = 22.6 5. mo&te os dados em um diagrama de disper· <!onsumo·de são. o erro 31e32 padrão da estimativa e o coeficiente de determinação.05.v-mExY_ ' n-2 u.24.lo entre o coeficie1te de correlayio populaci=I p no nível Idade. X 4 4 6 7 7 8 10 11 de sign~ncia " indic<ldo.6 ne se há uma correlaç&) &near positiva. interprete a decisao no contexto da afirmaçJo oríginal. semana.. r 6.-x)' 1·+-+ . Há evidêricia suficiente para to«al de pixeis (em milhares) a panir de um IRM. 991 856 879 865 808 791 799 794 894 pixeis~ 10.01.ma.f.s:1 1. • Como usar uma equação de l'Cllressào múltipla para prever valores y.$il. teste a afitmaçào sobre o coeficiente de canos em um mês e a média de temperatura mensal (em graus r.elação 5near entte as variaveis.4 • Como usar tecnologia para éncontrar uma equação de regressão múltipla.\'1.ion•I p no nível d.7 8. use as amowasestatisticas dadas para testar a afirma.lries de oianças de 11 e 12 anos de sete países. .SS. 3 25a30 1 n{x..)' = l:v'-bE.0 35. o = O. ou se não há cor.) versiveis vendidos e a temperatura mensal média? Use o• 0. 2.dn6a " indkadô..7 30. Há evidência suficiente parg 4.!ets vendidos.y 0.os. y. e1contre ocoeficiente de cor1e!. Alimaçào: p~ O. Consulte os dados no Exerdcio 1. 11 11):.x 2.L.:· Exercícios de revisão Nos exercícios I a 4.(li$.0 6.3 33. para nove alunas concluir que ~ uma col(eldçw ls1ear entre o número de C(l(l· de faculdade.2 29.x 138 140 9(i 83 101 135 as 77 88 9.manho do çére. 3.-mo do cé. (onversí·.E< y < g+ E.3 33.lo rda amoSl!a Oelenni· açúcar. Ql.lrias? Use o • O.r.5 7.. O QI e o u.oif.10 2. lle. Depois.OS. teste a afirma· ção de que há uma correlação linear entre a idade da vaca e a Temperatura mensal mé<tta.:X o 3 6 5 7 8 7.:. O que vor:é conclui? CAries.3 6.73 1. e as c. teste a afrlma· ção de que ~ uma co<relação linear entre o QI de uma aluna de eontagem de faruldade e o u. Nos exerdcios se 6. I leite.'lo: . Amoslras estatfs1icas:r= --O. l-d .18 2.1 32.1 5. Consulte os dados no Exercício 2. coníorme medido pelo contagem 8.KigeMe.3 • Como encontrar e . o =0.

egadas) de irm<'ios e irmãsadlitos de li famílias. r .S 23. Construa um inteivalo de previsão de 95% para o número de 16.400 "Tempo. f/idopr/Jào de c:orow.lo de 95% P-'lra a eficiénáa do de TV? (d} 97 m1hões de Cilsas com múltiplos aparelhos de TV? combustivel de um automé'lel no Exerclcio 14 que tenha um motor de cifindradas de 265 polegadas clibi= 17. C.esfriamento.2 76.000 6. O n(ine. A equação de re8(es~o é y• 9. l{oNR.991. e inte.800 7. use tecnologia para resolver o problema. d• M•'wn Meda ll!!seo«/1. em resultado~ 14 marCils de cigarros norte·americanos. Depois.x 170 134 220 305 109 256 322 Preço. explique o porquê.f'<) ldade.. use os dados na tabela. y 7 9 5 6 5 8 4 Pleço. 26.) Espaços.ões de casas com múhipos aparelhos de TV? (c) 75 milhões de casas com m-Ol1iplosaparelhos 28.iha 45 do TV por casa você suporia para (a) 60 ml hões de casas com anos de idade múltiplos aparelhos de TV? (b) 85 mil. Qual valor de eficiênáa de comwstível você suporia para um carro com motor de cilindradas de (a) 86 30.) e o 1empo médio (em minUlos) gasto por dia assis6ndo tekvi~o por nove ano~ (Aâoplad.valo de pr~ indicado Nos exerdcios 15 a 18.0 17.ea.onstrua um imeivalo de prevls..200 7.1e~1 .4 Nos exercícios 19 a 22. 860 700 942 890 733 732 464 869 600 €ilindradat.0 33. use os dados para encontrar (a) o coeft· deme de determinaçAo r' e imerprete o resultado e (b) o erro padrao . Qual tempo mMo gasto por dia assistin· horas doimidas P-'! ra un ad\Ato "° Exe1cicio 13 que te.4 73. que mostra o con· r.Z 19.y 499 248 597 999 428 849 99 999 399 Eficiência.d nrx1e CGll1miss<O/l. x 780 530 942 660 600 732 660 640 869 Ho(as de sono. As alturas (em pol.x· 730 485 205 420 550 590 385 630 capacidad.5 34..3 82. se for significativo.05)..5 c~mbustíve~ y Nos exercícios 25 a 28. tov.y 359 98 5'17 299 449 799 699 199 1. Consulte o Exercício 14.4 80. A tabela mostra a Mea de cozinhas (em polegadas quadradas) 13. Asidades(emanos) e o número de horasdesonoemuma noite de 18 grelhas a gás e seus preços (em dólares). alca1ráo e nicotina. Se n!o fot.) .4E.y 435 446 455 4li0 464 478 481 491 494 ( ~ 24. A tabela mostra a área de oito espaços (ern pés quadrados) e a Cilpaádade de resfriamento (em BTU por hora) de ar condi· rnn.532. Consulte o Exercíáo 11. Consulte o Exercício 13.000 5. rrm3. Se C0<1ve· niente.o de casas (em milhões) com múltiplos aparelhos de TV 3002.alo de previ~o de 99% para o preço de uma polegadas cúbicas? (b) 198 polegadas cúbicas? (c) 289 polega· grelha a gás do Exerdcio 24 com uma coiinha de ~rea 900 po· das cúbic&? (d) 407 polegadas cúbicas? legadas quadradas.e. l-d .049 14. consrrua um diagrama de dispers3o 21.6 89. Seção 9. Você consegue SUP<lf o 22. Constf\Ja um inteivalo de previs. Qual ahura você suporia para um homem de tempo gasto assistinclo TV por c:asa no Exercido 12 quando 74 e~ irma tellha (a) 61 polegadas? (b) 66 polegadas? (c) 75 po· milhões de casas têm múltiplos ajl<lrelho<S de televis. Quantas horas de so.250 9.sulte o Exercido 12. r • -0. dos dados e desenhe a ftnha de regres~o. Fed.740.x. r = -0.3 Set3o 9. sinal e a grandeza der? Calcule reverifique sua suposição.do 29. Nos exetc:ícios ll a 14. Interprete os teúdo em miligramas de monó>õdo de carbono. da estimawa s.. para encomrar o coeficiente de determinaçAo.x 35 20 59 42 68 38 75 A.553.053.'.e dé °ª·sa~x n.900 9.952.8 78. (lon.IJ§dd Secao 9.8 86. legadas? (d) 50 polegadas? 27. Ar~a.454x .er lli:fl()Jr. Construa IJffi inter.0.5 .3o.l<o de 90% para a média dklria 15. y 70 69 66 74 72 74 70 67 68 n 74 cionados usados neles.prete o resultado. e y nos exercícios 11 a 14 é significativa para o =0.300 6. A equaçJo de de sete adultos.Jo.t i·.0 15. encontre a equaçAo da linha de regressao para os dados fornecidos. ·eonstrua um inteivalo de previs.lo de 90% para a altura de um x. regress3o é ya 1.~ 11. constf\Ja o inte.io você suporia para um adulto de idade (a) 18 anos? (b) 25 anos? (c) 85 anos' {d) 29. use as equações de regres~o encontra· e interprete os resultados. (CorrelaçAo entre x homem no Exerclcio 11 cuja irmã tenha 64 polegadas de altura. r=0..x 65 62 63 68 63 67 64 60 67 65 68 23..8x + 12. 20.. Construa um inteivalo de pr~o de 99% para a capacidade de 50anos? resfriamento de um ar condicionado do Exercido 23 que é usado em um espaço de 720 pés quadrado~ 18. y 10. das nos exercícios de 11 a 14 para preve1 o valor de y para cada valor 25.181. use o valor do coeflCÍeme de correlação Nos exercícios 31 e 32.9 76. eo. As cilindradas do motor (em polegadas cúbicas) e a eficiência do combustível (em milhas por ga&) de se1e automóveis. Nos exerclcios 23 e 24.5 23.

16 16 1..5 9. Cons. panir dos dados. 1.) 1.rmeot 8'r. (d)x. + 0. • 10. x. use os dados na tabela. é o número de acres plantados (em milhares) ex.05. 10 9 0. Nicotina.750.d.000.x.ldrAo de estímaliva s. li 12 1. . Desenhe a Depois compare suas respostls com as respoS1as no final do li\oo. 2. Use <> = 0.IJ§dd (apltulo 9 • (orrela1ao ereqmllo 435 . 7.ama de di~o para os dados.2 (a) x. A equaç. '""""'"4 Oepa. Use a equação de 9.2 trilhões de dólares.9 7..7. Teste o nível de signifiçãncia do coeficieme de correlaç. carbono.x1 • 0. • 1.8. 10 (d) x. . negativa.726.. x.P~soaiS»x Oesper~kiospessoa~.6 variável tem uma influênda ma[0< no valor de y. é o peso do veÍC\Jlo (em litxas). y 32. oo não ter nenhuma c0<1eliição linear? Explique.8 6. x. = 9.0.sada para prever a economia de comb<Jstível (em milhas por galão} para automóveis é 9 = 41. f/<dafxqóo do v.6 trilhões de 7A 6. 1 r~eis independenies listados a seguir. :são as cilindradas do motor (em 16 M 0.eov oi fCOflom.4 34.x.x.dicios pessoais (ambos em trilhões de dólares) quando os rendimentos pessoais são 6.e Akat~ao.5 8.0 8. i nha de regressAo no d'. = 0.lo usada para l)(eve< a prodo(<)O de girassóis (em libras) ê: 8.8 (e) x. M 16.centagem da variação de y pode se< explica· 17 16 1. use 1ecoologja para encontrar a equação de regiessAo múltipla a Monôxido.0 (b) x.x1 •3. Encontre o coeficiente de determinaçi!o f e intetprete os resol· 1ados.894. Use a equação de regiessao para prever os desperdícios pessoais rendimentos e despe.7 7. use a equação de regressão encontrada no Exercicio 31.8 prever ao 11llo'es y para os valores dados das variáveis independentes. Enconue o erro P.t i·. de dispersAo. Calcule o coeficiente de correlação r. x. M 15 1.e• u.4 7. Oepois. Uma equaçi!o que pode ser u. O que você pode concluir> (c)x.0049•. Encomre a equação da íonha de regressAo dos dados. Os dados pa1ecem ter uma correlação linear positiva.ona/ Agoo. = 2.x.3 -0.2 (d) x.8. x. de none-americanos em 11 anos recen1es.iça este teSte como se você estivesse fazendo uma prova em sala.2 onde x.x.9 33.ntos.506. Enconue o erro padrão da estimatiW! s. uma cortelaçAo linear (a)x.4 y= 924 . ' '~Para os exe<cfdos 1 a 8.344.5 18.2 {b) X.dicios 6. =3.trua um diag.2 (a) .= 1.1 dólares.643.0 da pela eQuaçlo de regressAo? Nos exerdcios 33 e 34.=185.8 polegadas cúbicas) ex.lo . • 15. eíntetl)(ete os resultados. Interprete os resultados.6 9._ Qual po.3 14 13 0. s 0.004'.0 o núneto de actes colhidos (em millares).lrutal Sta. = 305. = 2. = 3.a l)<lra li 10 0.0. = 1.5 regressAo p.2 9. é 8. 10 0.ira prever os valores y para os dados valores das 1-a· 10.9 5. use a equaçJo de regress3o múltipl.200. 4. = 3. detemine qual 1~9 9.813x~ 8. = 2.604x. 3. .100.s!ICS Set»ce. = 105.s.. 1. 17 17 1.ç~ ) 6. 3. y 7.x. 18 19 1. 12 li 0. = 2..7 (e) x. (fc.5 5. Teste do capítulo F.l minaçi!o . • t3. que mostra os 5. = 2. l-d . Rendime.ag1ama.8 pessoais quando os rendimentos pessoais forem 7.7 8. e 225. x.383.197. 6. onde x.. e o coeficiente de deter· IS 16 1.:°~}1.s Not. = (b) x. Constf\Ja um intervalo de previsão de 95% para os despe.

stá interessado em determinar se bebés demoram mais para 37 33.ento cognitivo e de temperatura do que·as crianças petcepc.52 Exercícios 72 21.82 Você é um membro da equipe de pesquisa no Cenuo de Desenvolvimento Infantil 33 33. uma co:relação linear ae.38 anotar a idade (em semanas) de cada criança quando ela con. O que você acha? De acordo com a sua análise. y torado e membros da equipe de peS(lu>sa fazem estudos para ver como as crianças pensam e 33 33.lo na parte (a).Ao. e o erro pad<ao da estimativa s. (b) Calcule o coeficiente de correlaç!o r e verifique sua condus. 2.70 63 3 1. Consuua um diagrama de disµer~o dos dados. . Use o =0.1har.os pais podem considerar a temperattJta ao determinar quando seus bebês vJo engat.'lt. Analisando os dados 52 28.~. Adicione o g1i\fico da linha de regres~o em seu diagrama de dispers.IJ§dd 436 • lstatkticaapli<ada Juntando tudo Estatística real .<fou· l!iês. Use (F«Je: Jaflé/te-Benscn . .44 para cada mês e a média de idade (em semanas) de crianças que começaram a engatinha.05.Jnlont 11<.32 peratura (em graus Fahrenheit) quando a criança engatinha. . Você decide 48 33. 1/Qcê quer determinar se há uma correlaçAo significativa entre a idade média para engatinhar e a média de tempetatura. X engatinhaR'!. uma boa adap· tac.Ao? (e) Você pode usar a equaçAo da linha de regres~o para prever a média de ídade em que as ciianças começam a engatinhar dada a temperatura? PO< quê? (~ Encontre o coeficiente de determinação .Ao em crianças de 2 meses a 3 anos de idade. ou se n~o há COtrelai.«ê concordaria ou não com o seguinte? Por quê? Como há uma correiaçAo linear significante entre a médra mensal de temperatura e a média de idade em que as crianças começam a engatinhar. Alul'IOS de pós-graduac.lo na pane (a).decisões reais O Centro de Desenvolvimento lnlamil.Ao nnear entre a méáia em que as crianças começam a engatinhar e a média de temperatura do mês. é um cenuo de pesquisas que se concenua no desenvolvirr.>iot ond o gráfico para determinar se h3 uma correlaçAo linear positiva. (d) Encontre a equaçAo ela linha de regressão para a temperatura e a média que as aia~ começ. l-d .t i·. de pós.83 na University of Denver e e. Alinha de reg1es~o parece se.64 agem sob circunstâncias particulares. (c) Teste a significãncia do coeficiente de correlaçAo er>contrado na parte (b).58 (a) Os dados na tabela à esquerda mostram a temperatura média (em graus Fahrenheit) 39 31.) negativa..35 apieoder a engatinhar durante meses de inverno do que em meses de verão. durante aquele mês.segue engatinhar e a tem- 51 32.84 73 30. 30 32. 66 29.84 1.im a engatinhar. parte do Departamento de Psicologia da Uni\/érsity Média de Idade média of Oenver. e interp<e· te os resultados.

IJ§dd (apltulo9 • forrela<aa eif<jrt>1!0 437 Tecnolo ia MINITAB EXCEL Tl-83/84 I U. R = carboidratos em gramas. Food and Drug Administration (FDA) exige rótulos de nutrientes para a maioria das comidas.5 23 Cookie Crisp 100 li 1 22 ComChcx 120 3 0. gramas. tais como calorias.1a tabela de "Fatos Nu- tricionais" no pacote das comidas. produtores são obrigados a listar a quantidade de certos nutrientes em suas comidas. açúcar. íoodand Drug Administration ~DA Nutrientes em cereais de café da manhã A U. l-d .5 28 Berry Burst Ch~rios 100 8 t 22 Che<>rios 100 1 2 20 Cocoa Puffs 110 12 1.S.. S = açúcar em gramas. C = calorias. E$$<'1S informações nutricionais são mo.5 45 Rire Krispies 120 3 o 29 Sp<!cial K 120 4 0.S.5 26 Com Flakes 100 2 o 24 Com Pops 120 14 o 28 Count Chocula 110 14 1 23 Crispix 110 3 o 25 Froot Loops 120 13 1 26 Frosted Aakes 110 li o 27 Honcy Nut Chcerios 110 9 1.5 22 Trix 120 13 1.5 22 Lucky Charms 110 li 1 22 Multi Grai. Cheerios IIO 6 l 23 Product l9 1(1() 4 o 25 Raisin Bran 190 19 1..5 28 IVheaties 100 4 0~5 22 . gorduxa e carboidratos.tradas .t i·.ir mostra o conteúdo nutricional para um copo de cada um dos 21 cereais de café da manhã diferentes. Sob os regulamentos da FDA. A tabela asegu. Cereais e s f R 1 AppteJacks 120 15 0. F = gordura en.

a correlação linear mais fone? 4. (f) (gordura. 5.t i·. de dispersão dos seguintes pares (x.eis no Exerdcío 1.S+mfl. ca1boid1atos). Use uma ferramema de tecnologia pa1a encomra1 o coeftàente de ooirelaçAo para cada pai de varia. A pani1 do oograma de di~persão no Exercício 1.R. oçúcor). conteúdo calórico de 120 calorias. de catboid1atos. gordu1a). tarboidratos}. (•) (coloria>. Use uma ferramenta de tecnologia para desenhar um diagrama (a} (calorias. (b) O catboid1ato contido em um copo de cereal que tenha um (e) (açúcar. 6. calboid1atos). Use os 1esultados do Exercício 4 P<lra p1eve1 o seguinte: (b) (calorias.IJ§dd 438 • b1atkti1aaplkada Exercícios 1. Qual tem (b) C=b+m. use uma ferramema de tecnologia para eocon11ar equações de 2.essão múltiplas das íó<mulas a seguir. teúdo calórico de 120 calorias. (b) (ca!Olias. 3. Use os resultados do Exercício 6 ""''ª prever o conteúdo calórico de 1 copo de cereal que tenha I Og1amas de açúcar e 25 gramas de uma linha de 1egressão para as seguintes variáveis. (a} O açúca1 contido em um copo de eeteal que lenha um con· (c) (calorias. gordura). quais pa1es de reg. carboidratos). . Use uma ferramenta de tecnologia para encont1a1 uma equação 7. l-d . açúca1).S+mf+m. y} no conjunto de dados. vaóâveis parecem te1 uma c011ela~ fioea1 fone? (a) C=b+m. (d) (açúcar.

. peito e Média ddérimentos Desvio pernas.) As amostras estatísticas são as seguintes: (Fv111r. é cerca de 0.ns . = 35. (Suponha que a população de variâncias seja desportivo "J= 43 X_. =4.y S8fety.. você Com a • 0. No Capítulo 8. você n lio deve rejeitar cl hipótese nula. pelo menos uma das médias de potencial de ferimentos no cante nas médias do potencial de ferimentos no peito em uma peito em uma colis. EntJo. e 11.6 s. você aprendeu como testar uma hipó· . Com o-~0. tese que compara duas populações ao basear suas decisões culos em obstáculos a 40 milhas por hora para comparar o em amostras estatfsticase suas distribuições..60 de potencial de ferimentos no peito é a mesma em pickups Utilitário e minivans. dência suficiente para concluir que há uma diferença signifi. os h·és tipos de ve(culos test.33 médio igual. Por exemplo. = 5. 40% do comprimento do veículo Ires ou mais populações.=29. Então.) 1tt:ú' l1t-. =11.1 HigTu.= 20 x..mero ferimentos no padrao peito batida frontal a 40 milhas por !~ora? l\.60 ponder a essa pergunta testan<ilo a hipótese de que lfês mé- dias sejam iguais.é por volta de0. Veículo Número no peito padrão cial de ferimento é baixo. .=4.. das outras.003. o poten.. Usando as técnicas do 01pítulo 8. você pode rejeitar a hipótese nula.75 for alto. entlío o potencial de ferimento será alto.-1 _ Testes qui-quadrado ea distribuição f Onde estamos Para onde vamos O /ns11rance /11stit11tefor Higltway Saity compra veícu. Se o número de testes de colisão X1 G33..los novos a cada ano e foz testes de colisões batendo os veí. um terceiro grupo de veículos também foi testado.ctuem dados sobre ferimentos na cabeça. q uanto veículos diferentes protegem os motoristas em uma você vai aprender como testar uma hipótese que compara batida frontal.05.1r_ Com base nas lr~s amos. Os resultados do teste de colisão i.0 t\~ini\1a.ipos de veículos S<io: e colocando·os dentro do carro.io frontal a 40 milhas por hora é diferente batida frontal a 40 milhas por hora de mínivans e pickups.titr.1dos.v.061.05. hip6tesedeque11.ivans Jl1 e 25 x. As forças e impac. Neste capilulo.IJ§dd Capítulo ! 1Q.75 Neste capítulo.6.0 s1 c.Iras.ri : 25 s1 = 6. =11.6 s. Para as médias de ferimentos no peito.. . o valor P para a valor P para a hipótese de que 11. Nesse teste. você nlio ten. equipando bonecos de teste com instrumentos especiais Os resultados dos trt'S l. Para um número baixo de testes de colis<'io. o Para as médias de ferimentos no peito. pode concluir que par. há evidência suficiente Média de de uma diferença em potencial de ferimentos no peito entre Desvio minivans. {t. evi. • 33_. =29..0 s.t i·. você vai aprender que é possível res- J>ickups 11. pickups e utilitários desportivos médios em uma Veículo Níi. no lado do motorista bate no obstáculo. você pode determinar se a média Pickups 11.. l-d .fin. além dos testes de colisão de minivans e tos que ocorrem durante um teste de colisão são medidos pickups.= 20 x..

você deve supor que a hipótese nula seja verdadei. 0 • (>1. l-d . 36% country.. suponha que o executivo queira testar a afirmação de uma estação de rádio em relação à distribuição das proporções de preferência musical. A probabilidade para cada resultado é fixo e cada resultado é classificado em catego· rias. o executivo pode fazer um experimento polinomial.iJ.rn.•pli(dda Oque você IUJI Testes de ajuste deve aprender Teste de ajuste qui-quadrado • Como usar a diSllibuiçio qui· -quadrado pa1a testar se uma dis· I Teste de ajuste qui-quadrado tribuiçao de frequência se enca~ Suponha que um executivo de marketing esteja planej'ando uma nova campanha xa em uma dist1ibuição afirmada.l e 10. Para determinar essas proporções. d em ser usados para dados l'or exemplo. . você pode usar frequências observadas e frequências esperadas. Para começar um teste de ajuste qui·quadrado. Geralmente.. · .2 vimos que um experimento binomial tem apenas dois resultados possíveis.alternativas.t. Para calcular as frequências es· peradas. (Lembre que na Seção 4. çâo específica. 1891.õ<'S? Aresposta é: fazendo um teste de ajuste qui-quadrado..% Pop 18% Gosp<>I 11% Rock 29% Para.ira 4% Ariti1~s 2% Country 3(. r ara calcular o teste estatístico para o teste de ajuste qui-quadrado.m"'(. pop e 29% rock.1. o executivo poderia comparar a distribuiç<'io de proporções obtidas no experimento polinomial com a distribuição específica da estação de rádfo.o de pref erenc1as • . Como o executivo pode comparar as distribuic. suponha que a estação de rádio afinne que a distribuição de pre- qualitativos. 2% antigas.: Adistribuição de preferências nn.) Agora. (A_{. ferências musicais dos ouvintes numa área específica de transmissão seja a seguinte: 1 o·istri·bwç~.ões 10.n>.vo pode fazer um teste de ajuste qui-quadrado usando as seguintes hipóteses nulas e . publicitária e queira determinar a proporção de ouvintes d e rádio e uma região espe- cífica de transmissão que preferem cada um dos seis tipos d e música.t i·. a hipótese nula determina que a distribuição de frequência se encaixa na distribuição específica e a hipótese Gs testes de hipóteses des«i· alternativa determina que a distribuição de frequência n!lo se encaixa na distribui· tos nas ser.sicais difere das-distribuições esperadas ou afirmadas. testar a afirmação da estação de rádio. você deve primeiro determi· Importante nar uma hipótese nula e uma alternativa. Para fazê-lo.) H. o executi. muslcau ( ] á~<. Defin ição Um teste de ajuste qui·quadrado é usado para testar se uma distribuição de frequência se eacaix<l em uma distribuição esperada.: A distribuição de preferências musicais na região de transmissão é de 4% clássica. Um experimen· to polinom.ial é um experimento de probabilidade que consiste em um número fixo de testes nos quais há mais de dois resultados possíveis para cada leste independente. 11% gospel. H.IJ§dd 1.2 po.

l-d ,t i·.IJ§dd
C,pnuto 10 • le1tt1 q, i-qu,d1odoudi111íbvlcao f 441
. -
efinicão I Retratando o mundo ·
A frequência observada o de uma categoria é a frequência da categoria observada nos dados
da amostra. Com <1ual frequência os adul·
A frequência e~perada E de uma catcgori.l é J. frequência calculada para a C3tcgoria. F<cquênda~ tos vão ao médico? De acordo
esperadas ~o obtidas supondo a distribuição espea1ica (cu hipo1ética). Afrequência espe,ada com a dislribuição na tela a se-
para a i-ésirna categoria é: guir, 45,8%de todos os adultos
E,•np1, Com qual frequê11cia os
onde n é o número de tentativas (o tamanho da amosua) e p, é a probabilidade norte-ame;ricanos vão ao médico
ãfirmada da i-6ima categoria.
------------------------111--1 Q\13.111.1$ \'Co.'$0$ norte-.U't)ÇJ'fc.1J\Q.S \'li() ,1 C()(lSUIIÓliOO
!i,é.:lic.~OUpt()lr~(l6.,~det1U\)d,;:tun1)Cnodo<le:
12 n)CS(:$ 1:

Exemplo [ 1 1
Encontrando frequências observadas e frequências esperadas
Um executivo de marketing seleciona aleatoriamente 500 ouvintes de
rádio de uma região de transmissão e pergunla a cada um se eles preferem
música clássica, country, gospel, antiga, pop ou rock. Os resultados podem ser
observados na tabela abaixo. Encontre as frequências observadas e as frequên·
cias esperadas para cada tipo de n,úsica.
Solução
A frequência observada para cada tipo de mús.ica é o número de ouvintes de rádio
que escolhem um tipo específico de música. A frequência esperada para cada tipo de norte-ameri.canos vão ao mé-
música é o produto do número de ouvintes na pesquisa e a probabilidade de que um dico de 1 a 3 vezes por ano.
ouvinte vá escolher um tipo específico de música. As frequências observadas e as fre. Umn 111110,tm tfe 2i4 atf11//os
q uências esperadas são exibidas na tabela a seguir. re::.1101ufe quttutns ~u:: vão ao
111tSdico 110 11crrlotfo tie tt,1111110: 1
Típo de música %de ouvintes Frequêncja obser\lada Frequência esperada a3~ 4 n 9, 70 ou ,unis, ou uc.·11'111~
Clássica 4% 8 500(0,Q.I) a 20 ma. Qual la freq11é11cin ,>:;pem·
Country tfn pnra cndn rtsposla?
36% 210 500(0,36) " 160
Cospcl 11% 72 500(0,11) = 55
Antiga 2% 10 500(0,02) = IO Resull,dos da pesquisa
Pop 18% 75 500(0, 1S) = 90 ~· =500) 1

Rock 29% 125 500(0,29) = 145 Clássiai s
Country 210
Supo1,h11 que o executivo ,el«io1,e 11lelltorit1l'nente 300 ouvinte.$ de rádios na Cospe! 72
resião de transmissão. Encontre as frequências esperadas para cada tipo de Antigo 10
rnúsica. l'op 75
Multiplique 300 pela probabilidade de que um ouvinte escolha cada tipo especifico Rock 125
de música.
Importante
A soma das frequências espe-
Para o teste de ajuste qui·quadrado ser usado, as seguintes observações devem
se,r verdadeiras.
raclas semprcse iguala à soma
das fr<iquêricias ooservadas.
1. As frequ~ncias observadas devern ser obtidas usando u,na an,ostra aJeatória. Por exemJ?lO, no Exenwlo 1,
2. Cada frequência esperada deve ser maior ou igual a 5. a SÇ>ma das freqµência.s obser-
Se a frequência esperada de uma calegoria é m,enor que 5, pode ser possível vac:laseasoma das (!equ.êi1cias
combiná-la com outra categoria para atender às exisências. ~radas são, ainbas, 500.

l-d ,t i·.IJ§dd
44:2 • ístatlstic,•pliuda

Dica de estudo este de ajuste qui-quadrado
Lembre-se de q_ue uma distri- Se as condições listadas anteriormeme s!o satisfeitas, en~o a distribuição de ames1ragem para o
buição qui4uadmdo ~ grafica· teste de ajuste qui-quadrado é aproximado por uma disuibtii,;ão qui.quadrado com k - 1 graus de
mente n:presentado de formo liberdade.ondekéonúmerodecategorias.Aestatísticadetes1epa1aoteS1edeajustequi.quadradoé:
positiva e seu fóm1ato é deter-
minado pelos graus de liber- "' ="LJ(O-EE)'
A I

dade. O gráfioo não é simélri-
co, mas parece se tomar mais onde O representa a frequência observada de cada categoria e E representa a frequência espe-
sirné!rioo oonfórme os graus rada de cada categoria.
de liberdade aumentam, como
_podeser visto na.Seção 6.4.
Quando as frequências observadas praticamente se comparam às frequências es-
peradas, as diferenças entre O e Eserão pequenas e a estatística de teste qui-quadrado
será próxima a O. Sendo assim, a hipótese nula não é passível de ser rejeitada·. Porém,
quando há grandes discrepâncias entre as frequências obse·rvadas e as frequências es-
peradas, as diferenças entre O e Eserão grandes, resultando em uma grande estatística
qw-quadrada. Uma estatística de teste grande qui-quadrado é uma evidência para
rejeitar ll hipótese nula. Então, o teste de ajuste qui-quadrado é sempre um teste uni-
caudal à direita.

lnstrui:ões
Fazendo um teste de ajuste qui-quadrado
E111 palavr~s E111 s(111bolos
1. Identifique a afirmação. Determine as Determine H0 e H,.
hipóteses nula e alternativa.
2. Especifique o nível de.sigoificância. Identifique cr.
3. Identifique os graus de liberdade. g.l. =k-1
4. Detêrmi.ne o valo, crítico. Use aTabéla 6 no Apêndice 6.
5. Determine a região d!! rejeição.
6. Calcule a estatística de teste.
X
' -- "w (o-E?
E

7. Decida se deve rejeitar ou não a hipó- Se X' está na região de rejeição, rejeite
tese nula. H0• Caso cootrárío, oão rejeite H0
8. Interprete a decisão no contexto da
-afirmaç~o origil'1al.

Exemplo m
Fazendo um teste de ajuste qui-quadrado
As preferências music.1is de ouvintes de uma estaçiio de rádio em uma região de
transmissão s,10 distribuídas conforme mostra a tabela a seguir (tabela a). Você selecio-
na aleatoriamente SOO ouvintes e pergunta se eles preferem música clássica, oounlry,
gospcl, antiga, pop ou rock. Os resultados da pesquisa são exibidos na tabela b da
página seguinte. Us,1ndo o= 0,01, faça um teste de ajuste qui-quadrado para testar
se as distribuições silo diferentes.

l-d ,t i·.IJ§dd

Distribuição de prefer!ncias music.ais Resultados da pesquisa,(11 = soo)
Clássica 4% Antiga 2% Clássie11 8 1 Anti&• 10
Country 36% Pop 18% Co,mtry 210 Pop 75
Gosf,,,I l1% Rock 29% 125

(a) (b)
Solução
As frequências observadas e esperadas podem ser vistas na tabela à direita. As
Tipo de Freei uência F1equência
frequências esperadas foram calculadas no Exemplo l. Como as frequências obser- música ob~sefViada Esperada
l'adas foram obtidas usando uma amosti·a aleatória e cada frequência esperada é no
mínimo 5, você pode usar um teste de ajuste qui·quadrado para testar a distribuição Clássica 8 20
proposta. As hipóteses nulas e alternativas sáo as segui ntes. Coun try 210 180
H0: A distribuição de preferências musicais na região de transmissão é de 4% Cospe! 72 55
música clássica, 36%country. 11%gospel, 2%.antiga. 18% pop e 29',lf, rock. Antiga 10 10
H,: A distribuição de preferências musicais difere da distribuição esperada ou POp 75 90
afirinada. (.-tft,,m,(.$c>.)
Rock 125 145
Como há 6 categorias, a distribuição qui-quadrado tem k - 1 = 6 - 1 = 5 graus
de liberdade. Com g.l. • 5 e a • 0,01, o valor crítico é X~· 15,086. Com as frequências
observadas e esperadas, o teste estatístico qui-quadrado é:
•
(O E)'
x'= I: ~
2 Rcgiiiod..:
(s - 20)' (210 - 180)' (n - ss)' (10- 10) r~jciç:io
20 + 180 + 55 ·~ 10
2 a=0.01
(75- 90)' (125- 145)
+ 90 + 14.S
s 10
;::: 22,713.
x;J = 1s.Os6
O gráfico mostra a localização da região de rejeição e o teste estatístico qui-qua-
drado. Como X' está na região de rejeição, você deve decidir rejeitar à hipótese nula.
Interpretação
Com 1% de nível de significância, há evidência suficiente para concluir que a
distribuição de preferências musicais difere da distribuição esperada ou da afirmação
da estação de rádio.
Tente Umsociólogo afirma que a distribuição d.e idades dos moradores de certa cida- Oislribuiçã.o Resultado
vod de é diferente do que era 10 anos antes. Ad.istribu.içâo das idades 10 anos antes Idades de idade das
pode ser vista na tabela à direira. Você seleciona aleatoriamente 400 moradores anterior pesquisas
e registra a idade de cada um deles. Os resultados da pesquisa podem ser observados i6
Oa9 16%
ria tabela. Com a = 0,05, faça um teste de ajuste qui·quadrado para determinar se a
distribuição mudou. !Oa 19 20% 84
20a29 8%, 30
a. Verifique que a frequência esperada é de, no mínimo, 5 para cada cátegoria.
b. lde11tifique a distribuição afirmada e detennine H0 e H, 30 a39 14% 60
e. Esp,,.cifique o nível de signi ficância a. 40a49 15% 54
d. Identifique os graus de liberdade. 50 a 59 12'.ló 4-0
e. Oeter111i11, o valor crítico e a região de rejeiç,io. 60 a 69 l(Yfo 42
f. Calcule o teste estatístico qui·quadrado.
70> 5% 14
g. Decida se deve rejeitar a hipótese nula. Use um gráfico se necessário.
h. l11terprc/e a decis.10 no contexto da afirmação original.
Rc~pnsln 1111 I'· A<i7

l-d ,t i·.IJ§dd
1.,1., 1., • C,,a\111i,,.plica<k

Exemplo m
íazendo um teste de ajuste qui-quadrado
;\ figuro à direit.i 11\QIS,,
tra duas distribui~ que
descrevem opiniões sobre
Opiniões sobte qual ê o motivo mais
qual é o motivo mais im· importante
portante para se economizar
para se economizar -
dinheiro. Você trabalha em
uma empresa de serviços f,.
nanceiros e quer testar a dis-
lribuiç,'\o que descreve a opi-
nião dos homens. Para testar
adistribuição, voctl seleciona
Resultados da pesquisa aleatoriamente400 homens e
entre llomens (,1 = 400)
pttgunta a cada um qual 'é o
Aposentadoria 186 motivo mais importante para t~es- eronomizar dinheiro para a aposentadoria oueronomi-
Educação >1lpcrior dos filhos 143 2ar dinheiro para a educação no nível superior de seus filhos. Os resultados s,'lo exibidos na

Não tem cecteza 71 tabela à esquerda. Com a,= 0,05, teste a distribuição afirmada ou esperada
Solução
As frequências observadas e as frequências esperadas estão na tabela a seguir.
Como os homens foram aleatoriamente selecionados e cada frequência esperada é no
mínimo 5, voai pode usar o tesle de ajuste qui·quadrado para testar a distribuição
afirmada.
Dica de estudo Respostas Freqµência obs~rva~a FreqµênC!ia,.espet".tda
1

Outra formadecalcularotes- Aposentadoria 186 4-00(0,44) = 176
le estatístico qui-quadrado ·é Educação superior dos filhos 143 400(0,4-0) =160
organizar os dados em. uma Não têm certeza 71 400(0,16) = 64
l:abe!a como a do Exemplo 3.
A hipótese nula e a altemativa são as seguintes:
H0: A distribuição das opiniões dos homens em relação a economizar pa.ra apo-
sentadoria é de 44%, para a educação no ensino superior de seus filhos é de
40% e os que não têm certeza representam 16%. (,lfi,••l(l!<•.)
H,: Adistribuição das opiniões dos homens em relação ao que economizar difere
da distribuição afirmada ou da esperáda.
Con,o hó tr& c-atcsori.1G,. a di&tribuição qui quadrado tcn1 k - 1 • 3 - 1 • 2 graus
de liberdade. Usando g.l. = 2 e <.t = 0,05, o valor crítico é ,\~ = 5, 991. Com as frequênàas
observadas e esperadas, o teste estatístico qui·quadrado é conforme o que eslá apre·
sentado na tabela:

(O - E)'
o E O-E (O-E)'
~

186 176 10 100 0,568182
143 160 - Ji 289 1,80625
71 64 7 49 0,765625

(O E)'
,i = L_-_,,,3
E , 140

l-d ,t i·.IJ§dd
(a,nalo10 • Te11r.s qui·q"'d"doudkuibsicao T 445
O gráfico mostra a localização da região de rejeição e o teste estatístico qui- •
-,quadrado. Como X2 não está na região de rejeição, você deve decidir não rejeitar a
hipótese nula.
I11terpretaçíio
Com um nível de 5%de significância, não háevidência suficiente para opor-se à distri-
buição esperada ou afirmada das opiniões enlre homens.
Tente Você também quer teslar a distribuição que descreve a opinião das mulheres. « =0.05
vod Para teslar a distribuição, você seleciona aleatoriamente 300 mulheres e per-
gunta o que é 1nais in,porlante - economi24:lr para a aposentadoria ou para a 1 1 , 6 S
educação superior de seus li.lhos. Os resultados podem ser visl0$ na tabela à direita. x'-J.HO xJ= s.99t
Com oª 0,01, teste a dislribuição esperada ou afirmad,,. O que você pode concluir?
a. Verifique que a frequência esperada é de, no mínimo, 5 para cada categoria.
b. ltfe11tifiq11e a distribuição afirmada e detennine H0 e H,.
e. Espt>cifique o nível de significância o.
Resulta.do da pes~u~sa
d. ltie11tifiq11e os graus de liberdade. entre múlberes.(n a 300)
e. Determine o valor crítico e a região de rejeição. Aposentadoria 129
f. Use as frequênciasesperadaseobservadas paracalc11/aro testeeMatístic<> q11i-q11adrndo. Educação su~rior 149
g. Decida se deve rejeitar a hipótese nula. Use um gráfico se necessário. dos filhos
h. /11/erprete a decisão no contexto da afirmação original. Não t~m certe7.a 22
R1'1''~''" "" p. A47

O teste de ajuste qui-quadrado é geralmente usado para determinar se uma
distribuição é uniforme. Para tais testes, as frequências esperadas das categorias são
iguais. Ao testar uma distribuição uniforme, você pode encontrar a frequência espe-
rada de cada categoria ao dividir o tamanho das amostras pelo número de categorias.
Por exemplo, suponha que uma empresa acredite que o número de vendas feitas por
sua área de vendas é uniforme durante todos os 5 dias úteis da sen1ana. Se as an1os·
rras consistem em 1.000 vendas, ~ntão o valor esperado das vendas para cada dia será
l.000/5 = 200.

Exemplo [}]_
4_______________
fazendo umteste de ajuste qui-quadrado
(;) fabricante de M&M's afirma que o número de unidades de M&M's de cores
diferentes em embalagens de M&M's de chocolate amargo é uniformemente distri·
buldo. Para testar essa afirmação, você seleciona aleatoriamente uma embalagem que
contenha 500 M&M's de chocolate amargo. Os resultados podem ser vistos na tabela.
Usando a= 0,10, faça um teste de ajuste qui-quadrado para testar as distribuições es-
peradas e afirmadas. O que você pode concluir? (.1,i,pt.lfo ,t, .ll11r.- li,mp,,rwlf.)

,Cor Frequência, f
Marrom so
An1arelo 95
Vermelho S8
Ar,ul 83
Laranja 76
\ 1erde 7$

l-d ,t i·.IJ§dd
1,1, 6 • ÍSt41iltíca apli(ada

Solução
A afinnação é que a distrib'uição é uniforme, enliio as frequências esperadas das
cores são iguais. Para encontrar cada frequência esperada, divida o tamanho das fre.
quências pelo número de cores. Então, para e.ida cor, E = .500/6 • 83,33. Como c,1da
frequência esperada é no mínimo -5 e os M&M's foram selecionados ale.,toriamente,
você pode usar o tc>ste de aju.ste qui-quadrado para testar a distribuição afirmada. As
hipóteses nula e alternativa s.'io as seguintes.
H0: A distribuição de M&M's de cores diferentes em embalagens de M&M's de
chocolate a.margo é uniforme. (.'\fi'm•ni·..,.)
H,: A distribuição de M&M's de cores diferentes em embalagens de M&M's de
chocolate amargo não é uni forme.
Como há seis categorias, a distribuição qui-quadrado tem k - 1 = 6 - 1 = 5
graus de liberdade. Usando g.l. = 5 e a= O,10, o valor cr1lico é,\'!= 9,236. Com as
frequências observadas e esperadas, o teste estatístico qui -quadrado é mostrado na
tabela a seguir:

(O- E)'
o E O-E (O-E)'
E 1

80 83,3 -3,33 ll,()9 o, 1330853234
95 83,3 ll,67 136,19 l,634345374

8S 83,3 4,67 2t,SI 0,261730%92

83 83,3 -0,33 0,11 0,0013200528

76 83,3 - 7,33 53,73 0,6447857914

76 83,3 -5,33 28,41 0,3409336373
: Rcgi:iodc
I
rejei\·5o (O-E)'
•x' = t -E-s,3,016
a = 0.10

O gráfico mostra a localização da região de rejeição e o teste estatístico qui-
's -quadrado. ConlO X' não está na região de rejeição, você deve decidir não rejeitar a
x ' - 3.016 hipótese nula.
l11terpretação
Com um nível de 10% de signific.'\ncia, não há evidência suficiente para opor-se
à afirmação de que a distribuição de M&M's de cores diferentes em embalagens de
M&M's de chocolate amargo seja uniforme.

O produtor de M&M's afirma que o número de M&M's de cores diferentes
em embalagens de M&M's de amendoim é uni íonmemente distribuído. Para
testar essa afirmação, você seleciona aleatoriamente uma embalagem que con-
tenha 180 M&M's de amendoim. Os resultados são exibidos na tabela. Usando a:
0,05, faça um teste de ajuste qui·quadrado para testar as distribuiçóes afirmadas e
esperadas. O que v~ pode concluir? (A,tnl'tàd,>dt ,\ln" t,m•iJ•ffntnl.)

l-d ,t i·.IJ§dd
Capítulo 10 • '"'" qlfÍ.qu,dra.l0ta di111ibui<!o r 447
Cpr Frequência, f
~,farrom 22
Anulrelo 27
Vermelho 22
Azul 41
Laranja 41
Verde 27

a. Verifique que a frequência esperada. é d.e, no mínimo, 5 para cada categoria.
b. ld.mtifiq11e a distribuição afirmada e determine H0 e H,.
e. Especifiq11e o nível de significância o.
d. lde11tifiq11e os graus de liberdade.
e. Deter111i11e o valor crítico e a região de rejeição.
f. Calcule o teste estatístico qui-quadrado.
g. Decida se deve rejeitar a hipótese nula. Use um gráfico se necessário.
h. Interprete a decis.'lo no contexto da afirmação original.

1Ct81 Exercícios
Construindo habilidades básicas e conceitos
1. O que é um experimento polinomial? O que faz com que <alunos
uni,•ersitários usem cartões de crédito?
2. Quais coná,ções são necessárias para usar o 1es1e de ajuste qui· M:iiol'\."$ irwxnlh·os:
,quadrado?
~;: - ' 2 8%
Encontrando frequências esperadas Tax~dejuroS;
Nos exeidôos de 3 a G, encontre a frequência esperada para os h.lix3
valores de n e p_ dados.
3. n = 150,P, =0,3. 4. n=500,p,=0,9. Der.contos
""'~~· ("$p((iai~ C'll'l lój~
- s•'·
'º
5. n = 230, P, = 0,25. 6. n=415,p, =0.08.
º""'" - 18%
018i?l 42201 1·-iiõo~--~
~ô~
~1
Usando e interpretando conceitos
,,f.J$f,1 . , . . ~ . - -.. ,'~,.,_,,?,..........._,....8,..~.....,.,..,.
r oow:~,un{V'r(M~('~.a,.v 1;,,,, - F - 1 ~
...
Fazendo um teste de ajuste qui·quadrado.
Nos exercícios de 7 a 18, (a) identifique a afümação e determine
H0 e H~ (b) deteimine o valor cri1i<:o e a região de rejeição, (c) calai!e
o teste estatisrico X' e (d) decida se deve rejeitar ou não a hipótese
nula. Depois, inteq>rete a decisão no contexto da afirmação original.
I aesultados·da pesquisa
7. Uso de cartão de crédito Resultados de uma pesql.isa feita
dois anos avás perguntou a alunos universitarios quais são suas Respost<ls
maiores motivaçÕes para usar um canão de crédito e suas res- Programa de 1ecompensa 112
postas es1ão apresentadas no gráfico. Para determinar se essa
98
distrib<JiçAo mudou, você seleciona aleatO<iame.ote 425 alunos
e petgunta a cada um deles quais são suas maiores motivações Re<mbolso 107
para usar um canão de ctédito. Os resultados podem ser obser· 46
vados na tabela. Você pode coaduir que houve uma mudança na 62
Ouuos
dístrib<Jição afirmada ou esperada? Use o e 0,05.

l-d ,t i·h§dd
l,l, 8 • [11a1i\líca al'fi<•d•
8. Café Os rewhados de uma pesquisa de cinco anos avás, que
perguntou onde consumidores de café geralmente bebem sua
primeira IÕúlra de café do dia, são exibidos no grMico. Para detr:1· .Respostas F[equênda, /
mnir se essa diSllibuição mudou, você seleciona aleatoriamente
Manter a saúde públi<a, a segurança social e o Medkaíd 43 1
581corlS;lmidores de café e pergunta a cada um deles onde eles
geralmente tomam sua primeira IÓC<!la de café do dia. Os resulta· COltes nos impostos 107
dos são mostrados na tabela. Você pode concluir que houve uma
mudança na dis1ribuiçao afirmada ou espetada? Use a = 0,05.
(Fonrc, To'cHclx>n.) 10. Razões pelas quais trabalhadores saem dos empregos Um
diretor de pessoal aC1edi1a que a distribuição das razões pelas
quais trabalhad0<es saem de seus empregos é diferente daque-
Café pela manhã las apresentadas no gráfico. O diretor seleciona aleatoriamente
Onoo OO(lsumiclort1s de'eaJ& gosiam de tomar
sua ptín')cira xicara de <:alé cm um dia nottriâl: 200 trabalhadores que deixaram seus empregos recentemente e
Nocanínhô peigunta a e.ida um deles o motivo. Os resultados podem ser ob·
e,ara ot..-a1>8.lt'lo servados na tabela. Com o = 0,01 . as distribuições s.lo diferentes?
8% 41irf' (For.ri!.' /lobeJr H<1111.,1,ma1icntj k>r.)

Em casa
Resultados da pesquisa
RespoSlas f<equéncia, f
389
·-=..
15%

'"'"

110
No v;1miaho parao 1raba1ho ss 1 Resultados da pesqyisa
,, .·
27 Respqstas ,,Fr~quênc,a, f
limi1aç.lo de POtencial de aesc,nenco 78
Faf1a de reconhecimento 52
9. Cortes nos impostos ou direitos individuais. Um econ<>miS1a
acredita que a d'1s11ibuição das opiniões de adultos nMe-ame<i· 30
canos em relação aos cones nos impostos ou direitos individuais lnsansfaç.lo com a ge,ência 25
se<em mais importantes é diferente daquela mostrada no gráfico.
O economista seleciona aleatoriamente 600 adultos e pergunta Cansados / nao sabem 15
a e.ida um deles o que é mais importante - manter a saúde 11 . Acidentes com bicicletas: dia da semana Uma 01ganizaç.lo
p(Jblica, a segurança social e o Medicaid (programa de saúde) ou de segurança de ciclistas aftrma q,ue aódentes fatais com bicicle·
conar impostos. Os resultados podem ser vistos na tabela. Com tas são uniformemente <istribuldos du1ante a semana. A tabela
<> a o.o1, a.s distribuições são diferentes? mostra o dia da semana no qual 782 acidentes fatais com bicicle-
tas aleatoriamente escolhidos aconteceram. Com a G 0, IO, você
pode rejeitar a afirmação de que a distribuição seja unaorme?
Cortes nos impostos ou dirci'tos individuai~ (ran1e· h~,o,1Q/ Hlg/,v<JY ffaff~ SakltAdm,ms!tahofl)
O qu,c; ~ 11'-1is irnpon:.111«.:?

Dia ,Frequência, f Dia frequênáa, /
Domingo 108 Quinta·feira 123
Segunda-feira 112 Sex!a,feira 105
N:lolét'll
Teiça.feir., 105 5a>odo 118
CCr1C'l'..3
Quana-feira 11 1
.•
~
-•• 12. Acidentes com bicicletas: mês do ano UnJa o,ganizaçzo de
segurança de cidistas conduziu um estudo sobre 783 aciden·
tes fatais com bicicletas escolhidos aleat0tiamente. A tabela
mostra o número de acidentes que ocorreram em cada mês.
Com a = 0, 10, você pode concluir que os aciden1es fatais com
bicicletas nAo s.lo uniformemente distribuídos por mês? (ronre:
NatKJOOI H'r}hwoy T!oflic $(.)/êty Mtri111,suorion.)

l-d ,t i·.IJ§dd
(ap!tulo10 • fottS q, i-qu,dr>dota di1uibul(ao r 449
Mês Frequê!lcia, f Mês Frequênéia, 1 .Resultados da pesquisa
•
Jaaciro 37 Julho 66 Frequência,/
fevereiro 42 Agosto 86 Da meia,noite ~s 6h 224
M•,ço 43 $etcmbro Das 6h ao meio-dia 128
º' 115
llbri 62 Outubro 94
160
Maio 79 NOl'elTibro 57
Jomo 9:; Dezemb<o 43 15. Escolaridade Uma organiiação de serviço social relata que o
nível de escolaridade de mães <i!Ue recebem aux,1io-alimentaçãoé
13. Mortes em colisões: objeto alingido Ográfico de pizl<l mostra unff°'memente distribuído. Para testar essa afirmação, você sele·
a dillnbuição de mMes em colisões em rodovias com respeito dona aleatoóamerne 99 m3es que recebem auxílío-alime.,roçAo
ao objeto a!ingi1o. Depois que as placas de sinalização foram atualmente e registra a escolaridade de cada uma. Os resultados
colocadas na rodovia, um estudo sobre 691 mortes em colisões podem ser obseivados na fabela a seguir. Com o = 0,025, você
foi conduzido para <heca, se houve uma mudança na distribui· pode rejeitar a afirmação de que a distribuição seja unifomie?
ção. Os resuhados ~o exibidos na tabela: Você pode concluir que (M<;p(ado de U~ c.r,w, Burl)QU J
houve uma mudança na distribuição? Use <l' = O.O1. (Mc(,,odo do
lnsurooce tns,1111e for H,glw,oy Solery,) Resposta F1e9uêneia, 1 !
En,ino médio inc001plcto 37
011ciro 2(;f. r\rvorc
Vá.la ) 'Z,. SO'x- 40
Murem <SeS~ Ensino superior ( 1 ano ou mais) 22
prot1.-çdo
U:irrasem
6%
16. Nascimentos por estação Um médico aaedita que o rnlmero
de nascimentos po< esiaçao é- uniformemente distribuído. Para
tesiar essa afirmação. você seleciona aleatoriamente 2.247 nasci·
P(l~te mentos e registra a estação na qual eles acmteceram. Os resulta·
1'%
dos ~o mostrados a seguir. Com o ~ 0,01, você pode rejeitar a
ÚUIR)S 20%- '-"" - - - - - afirmação de que a d',stribuição seja unaoone? (Moptodo tJe rv.,;,.
na/ c.,,r., foi liea/'.h s.,,;,.,~)

Resoltados da pesquisa Estaçao.do ano Frequência, f:
1 1
Primavera 564
1 0bjeto atlngido Frequ.ência,,J 1 \l?rõo 603
Arvt;,.e 375 Outono ~55
Puste 86 ~rno 525
8arr~ 53
17. Acidentes de trabalho falais O grMico de pizza mostra a distri·
Mureta de p<OI~ 42 buição nacional de aôdemes de tfabalho fatais nos Estados Uni·
Vala 27 dos. Você aaedíta ~e a distribuição de acidentes de traballo
fatais é diferente na região oeste dos EUA e selecio.,a aleatoría·
Bueiro 18
mente 6.23 1acidentes de 1rabalho fatais que OC01reram naquela
Oo1ros 90 região e registra como cada um ocorreu. Os resultados podem
ser vistos na tabela. Com o = 0,05, você pode concluir que a
14. Mortes em colisões: período do dia OgrAfico de pizza mostra distriooição de acide.,tes de trabalho fatais na região oeste dos
a distribuição dos horAríos do dia que mortes em rod<Wias acQ111e- Estados Unidos é diferente da ,distribuição nac:ional? (Moplodo de
cerom no bno antetior. o, ,e,u!tados de um e,tudo recente ~e u.s &Néau of !<;lwr 5rG'.J$1i<$.)
627 mortes em rodovias selecionadas aleatoriamente podem ser
vistos na tabela. Com o = 0,01, a distribuição mudou? (Maprado
E:<po~1·ç;1oa
- Incêndios!
de hlSW"On(e lllStture l0t H,g/rltay SolelY,) subsiãncias/ explosões ;\cJdcn1cs de
Das 6h da Da n1ciá·
a1nbicnies 3%\.
, .---r--- tr.:i1lspone
prejudiciais 43%
1nanhã ao -noite. às 6h
,ncio~dia da1n:,nhã 9%
15% 32%

l)(l ,neio·
·dia 1,s 18h Das6h o Ass" ltos/ ....__ _,_,,,._ ConliHO
24% n1ei;1- noi1e
atos violcn1os
29% con, objetos{
14%
equip01ncn1os
IS%

l-d ,t i·.IJ§dd
H0 : Avariável tem uma dis1ríbuic;ão noonal.
Resultados do esllJdo· regi!o 08te Americano
1 H,: A variável não tem uma diS11ibuição normal.
caljSa
.. Frequência,/ Para determinar as frequências esjleradas ao fazer um tes!e qui·
·quadrado dE normalidade, primeiro en<:ontre a média e odes-Ao pa-
,l\ôdeates de uansporte 2.891 dr&> da dis1tb.iiçAo de frequência. Ent~o, use a: média e o desvio pedr!o
Coni~o com objelOS / ~ipamentos 1.159 para calcular o z-escore para cada limi~. Então, use os ,-escores para
ASsaltos / a1os violentOS 804 calculara área sob a cuiva noonal padtoo para cada dasse. Multiplicar as
áreas de dasse resuhantes pelo iamani'IO da amostra produz a freq\Jén·
Quedas 754
eia espetada para cada dasse.
flq,osi,;Jo as u ~ / ambientes prejuooais 53 1 Nos exercidos 19 e 20, (a) encontre as frequências espe,adas,
lncéodios/ ~ s (b) deteimine o valor critico e a região de rejeição. (c) calcule o teste
92
estatístico~· e (d) decida se deve reíeitar ou noo a hipótese nula. De·
18. Horas trabalhadas por alunos universitários Um con1elho de pois, ,1terprete a decis3o no contexto da afirmação original.
educaçAo diz que 22% de alunos ainda n3o fO<milOOS n3o traba·
19. Resultados de testes Ad'JSuibulção de frequência mostra os re-
lham, 26%trabalhamde I a 20horasporsemana, l8%trabalham suhados de 200 pontuações em testes. Os resultados dos testes
de 21 a 34 horas por semana e 34% 1rabalham 35 horas ou mais são normalmente distribuídos? Use o = 0,01 .
por semana. Voce seleciona aleatOIÍ<lmente 120 alunos universi·
t.lrios e junla os restA!ado5 em uma 1abela. Cem n = 0,01, 1«ê Limit~ da dasse 49.5 - 58,5 58,5 - 67,5 67,5 - 76,5
pode rejeiwr a afümaçào do conselho? (Adop:<>c;I) rleMlef<On Cormol
MM,a,oon.) Freqúência, J 19 61 82

Respostas frequéncia, J
1
29 Limites da dasse 76,5-85,5 85,5 - 94,5

Traballiavam de I a 20 horas 26 Frequência, J
Ttabal!iavam de 21 a 34 horas 25 20. Resultados de testes Com o a 0,05, teste a afirmaçJo de que
40 400 resultados de lestes exibidos na disuibuição de frequência
530 normalmente distnbuidos.
Expandindo conceitos Limites da clas,se 50,5-60,5 60.S - 70.S 70,5-80,5

Testes de normalidade Ftequência, f 28 106 151
Usando um teste de ajuste qti,quadrado, ve<é pode de<idiI cem
ceito grau de ceneza se uma variável é normalmente d'!Stribuida. Em Limites da classe 80,5- 90,5 90.5- 100.5
todos os testes qui,quadrado de normalidade, as hipóteses oolas e
ahemativas 530: Frequênóa, J, 97 18

1ufj Independência
Oque você Tabelas de contingência -> Teste qui-quadrado para independência
deve aprender
• CO(llo usar·uma 1abela de cootin- I Tabelas de contingência
tocia para EllCO;WaNis frequên· NaSeção3.2, você aprendeu que dois eventos são independentes se a ocorrência
cias esperada~ de um evento não afeta a probabilidade da ocorrência de outro evento. Por exemplo,
• Como UScr uma distribuiçao qui- os resultados do lançamento de dados e de moedas são independentes. Mas, suponha
-<iuadrado para testar ~ duas que um médico pesquisador queira determinar se há uma relação entre o consumo
variáveis são indepeodentes. da cafeína e o risco de ataque do coração. Essas variáveis s.,o independentes ou de·
pendentes? Nesta seção, você vai aprender como usar o teste qui-quadrado para in-
dependência de moei.o a responder essa pergunta. Para fazer o leste qui·quadrado de
independência, você vai us.1r amostras de dados que são organizados em uma tabela
de contingência.

l-d ,t i·.IJ§dd
(,p!tul-O 10 e f!'lll'I q•i·~u,dr>lo O distrihui(!O f 451
Definicão
Uma tabela de contingênáa r x e mostra as frequências obseivadas para duas vanáveis. As
frequências obseivadas são arranjadas nas lifeiras r e colunas e. A interseção de um.; fileira e
uma coluna é chamada de célula.

Por exemplo, a tabela a seguir é uma tabela de contingência 2 x 5. Ela tem duas
fileiras e cinco co1unas, e rnostra os resultados de uma an1ostra aleatória de 550 presi·
dentes de émpres.,s classificados por idade e tamanho da empresa. A partir da tabela,
você pode ver que10S dos presidentes entre 50 e 59 anos dirigem empresas pequenas
ou médias, e 85 dos presidentes nessa faixa etária dirigem grandes empresas.

Dica de estudo
- -,~~~~~~~~~~
Tamanho da Idade
empresa Em uma tabela de contingên-
39 ou menos 40 -49 50 - 59 60-69 70ou mais
cia, a notação f.,~ representa
Pequenas/ médias 42 69 108 60 21 a frequência esperada para
Cran<\es s 18 85 l20 22
a célula na fileira r, coluna
e. Por exemplo, na tabela à
esquema, E,.. representa a fre.
quência esperada para-a célu-
Supondo que duas variáveis do estudo em uma tabela de contingênáa sejam Ja na fileira 1, coluna 4.
independentes, você pode usar a tabela de contingênáa para encontrar a frequência
esperada pa.ra cada célula. A fórmula para calcular a frequência esperada para cada
célula é dada a seguir.

- Encontrando a frequência esperada para células da tabela de
contingência
A frequência esperada para uma célula E,, em uma tabela de contingência ê:

i:...n..•· . ...... E _ (Soma das fileiras r)x(Sorna das cwias e)
"''"""',era espe""" '' - Tamanho da amostra .

Quando você encontra a so,na de cada fileira e coluna ern tuna tabela de contin·
gencia, voce está calculando as frequ@ncias marginais. Uma frequência marginal é a
frequência em que Ioda uma categoria de uma das variáveis ocorre. Por exemplo, na
t.ibela anterior, a frequência marginal de presidentes de empresas entre 40 e 49 anos Importante
é 69 + 18 = Erl. As frequências observadas no intcrior,de uma tabela de contingência
s.ão chamadas de frequências conjuntas. As frequências marginais para a tabela de No El<empto J, uma vez que
çontingência no Exemplo 1 foram calculadas. a fre(Juêt1cia esperac!á para
E, , foi calculada como 25,64,
vÓCê pode determir,Yar a fre.

Exemplo m qu..ência esper<lda pa.ra
que é 47 - 25,64. = 21,36. Jsto
é, a frequênda esperada para
E.,
Encontrando frequências esperadas a ú.ltilna célula em cada filei-
ra ou coluna pode-se, enoon-
EncontreaJrequência esperada para cada célula na tabela de contingência. Supo-
tráda subtraindo do total.
nha que as variáveis, a idade e o tamanho da empresa sejam independentes.

l-d ,t i·.IJ§dd
452 • lst.,i\ticaaplicada

Idade
Tamanho da empresa 39ou 4-0 a 49 50a59 70ou Total
60• 69
menos mais
PMuena/ rnédia 42 69 108 60 21 300
Grande ~ 18 8:i 120 22 250
Total 47 87 1.93 180 43 550

Solução
Depois de calcular as frequências marginais, você pode usar a fónnula
F • · d E (Soma das lileiras r) x(Soma das colW1as e)
requenoa espera a '" = Tamanho da a1nostra '

para encontrarcada frequência esperada.
300-47 E _ 300·87 _ • 300 '193 ,:,: 10527
E,., = "' 25,64 J.2 - 550 - 47,4::, E,.
550 " 550 '
E 300 ·ISO"' 98 18
E,~=
300.43
"'23.45
E = 250·47 ,,, 21 36
'-' 550 ' 550 l.l 550 , .

E,,
250-87 • E, . 250-193 ,,, 87 73 0 = 250 -180,:,:8182
.• = --::::39,:>5
550 " 550 ' ..,,. 550 '
250.43
E,.s = ,:,19,55
550
O consultor de marketing de uma agência de viagem quer determinar se certas
preocupações com a viagem são relacionadas ao propósito dela. Uma amostra
aleatória de 300 pessoas que estão viajando é sele.cionada e cada uma delas
responde qual é a sua preocupação princi pal. Os resultados s.io classificados conforme
- ----- -
a tabela de contingência. Supondo que as variáveis preoc.upações sobre a viagem e
I Retratando o mundo propósitos da viagem s.'\o independentes, encontre a frequênáa esperada para cada
célula. (Adnplnd1Hfr NPD GninpJ..,, [H!bU~"._1/ S11itr!>.)
Um pesquisador quer deter-
lllinar se existe urna relação
Preocupações com • viagem
,.-
entre o periodo de trabalho -
(meio periodo ou integral) e Motivo da Assento no
dois acordos empregatíáos di- viagem
' ·Quarto de hotel
avi-ão .
Aluguel do ~mo Outras

ferentes. Os resultados de uma Nceócios 36 108 ]4 22
amostra aleatória de 884 traba- Lazer 38 54 14 14
lhadores podem ser vistos na
a. Cnfcufe as frequências marginais.
tabela de contingência. (;l<>1pln·
t!ittli> U.S. B11mr,, ojÚIMf Sbl/í,;tk'>.) b. Oelermine o tamanho da amostra.
e. Use nf6m111fn para encontrar a frequência esperada para.cada célula.
Rt~Ht.t11 un p. A4i
Acordo empregatício
. .
Per(odo Contrato T.radicio.na.1
lntei;ral 12 no I Teste qui-quadrado para independência
~·1cio
4 14$ Depois de encontrar as frequências esperadas, você pode testar se as variáveis
período são indepe1\dentes us.,ndo um teste qui-quadrado para independência.
O pt':'q11is1ufor pcrle 11,w t'$ill
Defin ição
lfmostra para t,stnr n i11rlepe11·
llê11cia t1i1111do 11111 foste q11i· Oteste qui-quadrado para independência é usado para testar a independênciade duas variá·
-.q11ndrndo de i111fepe11dí111cin? veis. Usando um teste qui-quadrado, você pode detennina, se aocorcência de uma das variáveis
Por quê? afeta a probabilidade de ocorrência de ouua variável.

@-1)(4-1) =(2)(3) =6 g.Dica de estudo . 2. Porém. l-d . As frequências esperadas são calculadas na hipótese de que duas variáveis são independentes. =(r-1)(c .pre serão alguma variação das sentenças a seguir: H.. Assim. g.(O~E)' .. Especifique o nível de-significância.ra o teste qui·quadrado de independência. 1-/0• Caso contrário.e allernativas. então a dis1riboiçâo de amosuagem para o tesle qui· -<iuadrado para independência é aptoximado pela distribuição qui-ql!<'ldrada com: (r. 5. as hipóteses nulas. N. Pa. . A estatistica de tesle para o teste qui-quadrado de independência é: x' = 'f.(0-E}' E 7.1ts qoi-qu. este qui-quadrado para independência Se as condições listadas são preenchidas. Quando as diferenças entre O e Uma tabela de contingência E s. Quando as fre- quências observadas quase se encaixam com as frequências esperada~.l. se as variáveis são dependentes. de uma tabela de contingência. graus de liberdade. Determine a região de rejeição. Determine Determine H0 e H. onde O representa as frequências obseNadas e E representa as frequências esperadas.!rod•odi11rtbui1ao r 453 Para usar o teste qui-quadrado para independência. Interprete a decisã"o no contexto da afirmação original. Decida se deve rejeitar ou não a hi· Se X' estiver na região de rejeição. Identifique a afirmaçáo. o teste estatístico qui-quadrado também será grande. Cada frequência esperada deve ser maior ou igual aS.1) 4.l)(c.. respectivamente.. onde r e e são os números de fiteiras e colunas. o teste qui· l. Calcule a estatísti.. Determine o valo.10 independentes. x' "" L. as hipóteses nula e alternativa sen.: As variáveis são dependentes.~~~~~~~~~~ f:requências observadas e as frequências esperadas.a O. Identifique à .. as seguintes condições devem ser preenchidas: 1.t i·. Use a tabela 6110 Apêndice B.- 8. Uma estatística coro três fileiras e quatro co· de teste qui-quadrado é a evidê11cia para rejeitar a hipótese nula. rejeite pótese nula. As frequências observadas devem S<lr obtidas usando uma amostra aleatória. Identifique os graus de liberdade. Então.1mas terá: ·quadrado para independência sempre é um teste uni caudal à direita. a hipótese nula não deve ser rejeitada. lnstru(ões fazendo um teste qui-quadrado para independência E111 palnvrns . então você pode esperar pequenas di(erenças entre as frequê!1cias observadas e frequências esperadas. 6. Se as variáveis s. Para começar o teste de independência..10 grandes. as diferenças entre O e Eserão menores e o teste estatístico qui·quadrado será próximo.1). haverá grandes discrepâncias entre as .IJ§dd (apltul• 10 • le.n sítnbolos 1. você primeiro deve determinar uma hi- pótese nula e uma hipótese alternativa. 3. 2. não rejeite H..ca de teste. etílico.l.E. As variáveis são independentes.

82) (19.45 6.64) (47.1da frequência esperada é de no mínimo 5 e os presidentes foram selecioi.55 464.ostra os res.45) (105.8161 o =0.it6ria de 550 presidentes de empresas classificados por idade e tamanho da empresa.55) (tl. o valor crítico é X:. a distribuição qui-quadrado tem (r .s s.08. l-d .1) = (2 .nho da e·mpresa 40 a4~ 50.18 1457. Como g.2.01 19.6496 10.73) (61. você pode concluir que a idade dos presidentes é relacionada ao tamanho da empresa? Idade . \{.59 60a 69 Total m~nos1 mai~ 4.ult-'dos de uma a1nostra ale.7422 Região de rejeição 85 87.27 2.'10 120 8 1.) Como a tabela de contingência tem duas fi. As frequên- cias esperadas são exibidas entre parênteses.4388 69 47.t i·..36 .55 2. = 4 e o-= 0.55) 250 Total 47 f!{J 193 180 43 550 Sol11çiio As frequências esperadas foram calculadas no Exemplo 1.7 124 14. a estatística de teste qui·quadrado é: (O-E)' o E O-E (0-E)' E 42 25. H.~+-~ +--x' (o E)' 5 10 \15 20 25 ~'=LT"77.$473 21 23.73 7.. Com as frequências observadas e esperadas..55 464.· dos presidentes das emprew 39ou 700\L Tuna.36 267. 18 -36.l)(c .64 16.'io independenles do tamanho das empresas..1) = 4 graus de liberdade.55 -21. H0: As idades dos presidenles das empres.01.0708 60 9$.2 69 lOS 6'0 21 Pequc11a f m&lia (25. Com o= 0. A hipótese nula e a alternativa são as seguintes.IJ§dd 454 • ht•lhticaapllca<lo Exemplo OJ íazendo um teste qui-quadrado para independência .JI>.nnr{.ados aleatoriamente.IS 1457..0025 0.4529 0..\ tabela de contingência n.27) (98.: As idades dos presidentes das empresas são dei>endentes do tamanho das empresas.0025 0.2i7.'i60 5 21. (.45 21.277 .01.4025 11.16.64% 12~ 18 39.l.36 267.82 3S.73 -2.16) (23.73 7.= 13.7124 17.3070 22 '-----ae---+-=-.4529 0. você pode usar o teste qui-quadrado de independência para tesl:ar se as variáveis são independenles.36) (39.7872 108 105.SSI x.= 13.45) 300 Grande 5 18 S5 120 22 (21.1)(5.45 -2. -.4025 9.leir<1s e citico colunas.45 6. Como c.

.6) 54 (64.$&1 está na região de rejeição. e. Identifique a afim.ias por s. o consultor pode concluir que as preocupações com a viagem dependem do propósito de suas viagens? (Adnptn. 'tente O consultor de marketing de uma agência de viagem quer determinar se certas você preocupações com a viagem são relacionadas ao propósito dela.01. ..111~tt.) Pre0<upações .u.er 3S (29.l'l'li·q.io classificados conforme a tabela de contingência. Com a= 0. você deve optar por rejeitar a hipótese nula..1) 106(97. fi'r Embi~.ação e determine H0 e H..S) 14 (11. Use as frequênciasobservadas eesperadas paracnlc11/nro teste estatístico qui-qrtatfrado.4) 120 Total 74 162 28 36 300 a.6) 22 (21.'(' ~ 77.1s que estão viajando é selecionada e cada um deles res· ponde qual é a sua preocupação principal.IJ§dd (apltulolO • lesl!'. e. Uma amostra 2 aleatória de 300 pesso.ific-ilnciti para concluir que a idade dos presidentes das empresas e o tamanho das empresas são dependentes.6) 160 Lw.ana que alunos universitários passa1n fazendo exerçiciosestá relacionado ao gê· nero.v St1itl"!-. Uma aínostra aleatória de 275 alunos é selecionada e os resultados são classifi· cados conforme pode ser visto na tabela. Com o= 0. com a viagem Motivo da Quarto-de Assento no Aluguel do Outras Total viagem hotel avião carro Negócios 36 (44. p. d. b..05.wd. Use um gráfico se necessário.en. Determine o valor critico e a região de rejeição. há evidência suficiente para concluir que o número de dias gastos com exercícios por semana está relacionado ao gênero do aluno? Dias por semana gastos com exercícios G§neto O al 2a3 4a5 6a7 Total Ho1nens 40 53 26 6 125 Mulheres 34 68 37 ll 150 Total 74 121 63 17 275• . Esptcifique o nível de significância o.sign. Tl-83/84 l g. llltl'rprete a decisão no contexto da afirmação original.2) 14 (16.1% de .4-7 X"·Test Obserwô: [AJ Expected: (BJ Exemplo m Catculate D'aw Usando tecnologia para um teste qui-quadrado para independência O gerente de um clube de saúde quer delerminar se o número de d..2) 14 (14. Re. Como .· NPD e. A. l-d . Os resultados s.t i·. Deter111i11e os graus de liberdade.. f . Interpretação 116 evidência $u1icicnte e1n u1n rúvcl de. Decida entre rejeitar ou não a hipótese nula.adradoudi111ihuicao r 455 O gráficp na página anterior mostra a localização da região de rejeição.

-sptisla 1111 p. R1. Então. Escolha o menu TESTS e sele<:ione C:X' .05.t i·.1J tese nula. na tabela de contingência. determine se a sentença é verdadeira ou 1.:rprete a decisão no contexto da afinnação original. certificando-se que cada frequência esperada seja maior ou igual a 5. f.atrizes.a. você não deve rejeitar a hiJlÓ" G~1. t\!lasculino 19 36 75 90 5S 275 Feminino 21 72 45 19 IS 175 Total 40 108 120 109 73 450 a... l/S<' urna ferramenta de tecnologia para encontrar o teste estatístico qui-quadrado.) df=3 Usando uma Tl-83/$1. Como g.321624691 (Aftrn111(.e as frequências esperadas na Matrix B. e.'S<]uisador quer determinar se o número de minutos que adultos ficam --~~~~~~~~~ você on-line todos os dias está relacionado ao seu gênero.'ro. Então. O teste estatístico X' = 3.Test. eia o~etVada deve sei maior ou igual a 5.493 não está na região de rejeição. .\1= 7.o númerodediasgastoscom exer- cícios por semana tem relação com o gênero.1ficiente para concluir que. Explique ccmo encontrar a frequência espetada para uma cêlu!a fals. e. portanto você não deve rejeitar a hipótese nula.l fico se necessário. no Exemplo 3. =3 en =0.815.493357222 3 H. d. Uma amostra aleatória de Vod. !ut.1eto oa1s 15a 30 30a ~ 45a 60 60·ou . Determi11e o valor cn1ico e a l'l!gião de rejeição. Com o = 0.line diariamente P = 0.: O número de dias gastos com exercícios por semana depende do gênE. li><' uma ferramenta de tecnologia para colocar as frequências observadas e esperadas nas n.05.alternativa podem ser determinadas como: X'·Test H0 : O número de dias gastos com exercícios por semana é independente do gênero. Para usar o teste qui-quadrado para independência.IJ§dd 456 • btaihllcaapli"d• Solução Tl-83/84 [ As hipóteses nula e.815. também _pode usar um 3 450 adultos é selecionada e os resultados são classificados conforme a tabela a valor P para fazer um teste seguir. ajuste o teste Tl-83/84 L qui-quadrado corno na te1a 1nostrada 11<1 página anterior. reescreva-a de forma que ela se t0<ne verdadeira. há evidência suficiente para concluir que o número de minutos qui·quadrado de°independên· que adultos ficam on-line diariamente está relacionado ao seu gênero? eia. insira as frequências observadas na Matrix A . note que a 11-$3/84 mostra 1\1inutos que adultos ficam on. Como P> o. e. A·1 i lltfl Exercícios Construindo habilidades básicase conceitos Verdadeiro ou falso? Nos exerdcios de 3 a 6.ada frequên· dência é sempre um teste unicõudal à direka. o valor cn1icoé . P=. Decidit entre rejeitar ou n~o a hipótese nula. Dica de estudo ente Um pt. Explique o motivo pelo qual o teste qui-quadrado para illdepen· 3. lde11tijiq11e a afirmação e determine H0 e H. lttterpretaçâo Não há evidência s. Use um gr.ro. As telas à esquerda (nesta página) mostram os resultados após selecionar Cnlcu- lnte ou Drnw. X'• 3. Por exemplo. a região de re- jeição é X' > 7.l.32162~91.maJs Tot. 2. l-d . b. Se f0< falsa.

Cla~itaçao de escolas públicas A tabela de conli1gêllcia mos- oomp<ar l. (a} calcule as frequências marginais e (b} encontre a frequência esperada para cada célula na !d~ de con· (c} calcule o teste es1atis6co.1n n 66 73 69 uacomo uma amostra alearória de adultos dasslficou as escolas pú- au.) Tratamento ~o to. Tomaram todas as Tomaram algumas Tipo de es. voc:é pode Tipo ae Cá e rro concluir que as nolds são relaóionadas â instituição? (fvhplm de Utilitário Caminhão/ tau.OS. uma amostra aleatória de alunos pela les. Notas de nossos lideres A wbela de contingência mosua como uma amostra alearória de calouros unive. 14.'OCé poc!e condrÃ' que asclassíf. inter- 7. Com o e O. indepE!ndétlcia indicado faze. você val na maioria das vezes. 5. Depois.lo da Resultado AJongou:se N!o se alongou escola? Os result<l<fos de. Se duas variáveis do teste qui-quadrado para independência s<'lo Fazendo um teste qui·quadrado para independência dependemes.ça Os resuhadosde uma amos· Tratamento tra aleatória de alunos pelo tipo de escola e suas atitudes em Remédio relawo As deciwes de segurança tomadas pelos funci<i<1~rios de Resultado de ma. l-d .escólà Leitura Matemática Ciêndás ú>nvaiu gripe 54 157 tlrbano 43 42 38 N~ CO<lllaiu trópe 196 103 Suburbaro 63 66 65 9.IJ§dd (apírulo 10 • los1es quí·quod1ad0tadistribuiiaof 457 4. Atitudes em relação àsegurar. encontre o valor aitico e ideotifrque a região de rejeiç.Y.iam 12 13 45 Funcionários da escola que melhora 10.nôua Matéria Tomou. Atleta tem 13.cações dos 19 ~ ~l hbido adultos s<'lo reladonadas ao tipo de escola? (Aliopl()tfa de USA TOD4Y) .05.identes.lo As decisões de seguran· Apreseniaram ça tomadas pelos funcionários da escola s<'lo relacionadas ao tipo 24 21 10 melhora de escola? (Adaptado de USA 1000) N. en~o você ppde esperar uma diferença mínima Nos exercícios de 13 a 24.e.. Se o teste esldtfs1ico para o teste qui-quadrado de independência (a} Identifique aafirma<.~tários classificou os lí· 11.t i·. Encontrando frequências esperadas (b} Determine os graus de libe1dade.ca Genérico P!acebo uma escola podem ser observados na tabela.s lkifris foi Nonhwes:em &. rejeildra hipótese ruia. um M 21 21 mente. SNuran~ dos alunos Tamanho do Excelente Médio ~Uifn Pública 40 51 restaurante P-Mticular 64 34 100 lueares ou n1enos 182 203 165 hlais de 100 tuga.ete a decis<'lo no contexto da afirmação original.lo 18 n localização da escola e o número de alunos que atingiram níveis w~ rem les.fullJol i.'lo apresenta. Conquistas e localização da escola Atingir um nível básko de habilidade em uma matéria está relacionado Alocalizaç.2 Nota Mulier 24 32 20 14 l~st~uições A 8 .01. . úagência. Suponha que as variáveis sejam indepe. (d) Decida se deve rejeitai ou MO a hipótese nula.OI. teste a hipótese de que as variáveis sejam independentes.) Gênero Compacto Grande desportivo van 1 t!Om<!m 28 39 21 7. Com <i .lo.avacinai Resullado vacina contta a contra a gópe grip. Militar 25 46 19 5 3 Idade Religioso 18 44 24 7 5 Resulrado ·1 8a30 31 a 42 ' H61 62 ou mais Mf<ia / imprema 5 23 37 21 12 Oispostos a 16.om(\v<!I híbrido blkas locais e ooroo eles dassif1C<1iam as escolas públim nacional- N&l dispostos a compra. (/<Jqprork> d• USA !Olll. Nos exercícios de 7 a 12.!o 211 189 básicos de habilidade em trés matérias estio demo<lstrados na 8.ile lnS(J(GtK. p. dcrC$ de tr~ tipo5 de io$tih.Com o = 0.e Localjuç!o da.ao e determine a hipótese ntJla e aalter· é grande.t1do o t.es 180 311 159 15.e D F 12.icluir que as atitudes ern relaç.eguin1e: 6. use te<nología. 0. desenvolva o teste qui-quadrado para entre as frequências obs. Se for conveniente. você conhecida pode co. Com n = O. !d~ de contiagênóa.eNadas e as frequências espe<adas.içõe:s.:ola decisões necessárias para decisões em relaçào à Avaliaçao ã sE!(lurança dos alunos. nativa. Uma tabela de comingência com duas fileiras e cinco colunas terá Usando e interpretando conceitos (2)(5) = 10 graus de liberdade.

a os . você pode aleatoriamente os dados exibi-OOS na tabela de contingêncja. você seleciona aleatoriamente men10 é relaáonado ao resu!iado' Com base nesses resultados.Ot.daptodode 1/Je JouttVJI olthi' Americcn !~~. EducaçAo continuada Você trabalha em um departamento de educação continuada de uma faculdade e quer determinar 23. Como pane do seu estudq.m melhora 10 16 Homem 31 108 61 52 27 17 Mul>er 6 18 15 14 5 3 19.esenta megabilS po.se<irch. hJt Hlg/wlllf Safery) Tratamento Veiculo Resultado Remédio Placebo Utilitário Tipo de colis:to cano Pickup desP.am se< o mais impor. Com o = 0.am 39 25 Scmenteu11l N<!O aP<esenta<am mell10<a 54 70 voo.esenta u~ se as raiões dadas po.oá<J de lt>suro.. iabela banas. No seu estudo. 3.~e "'~""" for liigh•oy Solc.) fMr. kbps representa kilobits decon1ingéncia.a~o e o tipo de tra· de CNI R.. 10. Transtorno Obsessivo-Compulsivo (TOC) Os resultados de 42 a 61 anos 19 14 8 uma amostra ale. Cem a = 0.ia Profissional Pessoal 11abalhado1 pessoal Livros com Técnico 41 coautOJia 17 9 16 30 36 internacional Outros 47 25 30 lNtos sem coau1oria 36 47 34 20.16ria de pacientes com roe traiados com um 21. Com o =0. Vocé coleia alea1on.imente os dados mostrados n.t i·.am feitos com coautoria.oau10. VOM<los..y. você pode conduir que a idade é relacionada ao género nesses acidentes? (Mcp. l-d .01.) Tratamento Idade Resyliado R~médio Plac. você pode cooduir que o 1ra1a.ofissional que é considecado como o mais importante? velocidade de acesso à tnlemet estão ..10..01. você pode conduir q~ o tra1arnen10 eo .vado na tabela de contingência. Com o = 0. Com o-= 0.esuliado contingência most.de USA 10D.fo 832 365 m Múltiplos 18.ortivo Melhota. Psicologia Biologia Raza:o Livros com 47 44 50 Tipo de P1ofissional e c.. 151 18a 26anos 27 a4 1anos 31 27 22 31 21 33 17. você .os remédio ou com um placebo podem ser obseivados na !abela e es1l\ esrudando a refoçAo entre 1'lOS de balidas e os veículos ende contingência.) . por segundo e mbps rep.. Velocidade de acesso à Internet de bibliotecas A tabela de desenvolvimento profissional eles conside..ecomendaria passageiros de vEÍC<llos feridos fatalnieme (com concentraçAo de usai o remédio como pane de um tratamemode síndrome da fadiga crônica? (J. que o tipo de colisões depe.or ou igual a 0.\Y) Ass~nto (oautoria Engenharia. subu1banas e 1u1ais. Idades e objetivos Você es~ investigando o relacionamento enue as idades dos adultos none-ame<icanos e qual aspecto do 24. Com cluir que a ioode eslá ./odo Com"= O..059 coisões de ve!culos e orgarua os dados resul?antes como vare recomendaria usar o remédio como pane de um 1ra1amen10 pode se< obse.05.e o s101us das bibliotecas e a mento p. que o assunto e a coautoria estJo 1elacionados? (Mc. você do transtorno obsessivo<ompulsi. psicologia e biologia es~ relacionada ao tipo de trabalho.. segu.esullados de uma amosua alea1ótia de ~odependemes?Com base nesses resultados.05..rrMt ONJ Pa.ênero 16a 20 21 a 30 ~I a 40 41 a 50 51 a 60 mais Não ap. qu.) balhadot ~o dependentes? Como você usaria essa informação nos seus esíoiços de marketing? (Adap!ado.) !n(o.elaóonada a qual aspecto do desenvolvi..u. cr = 0.ebo 6IOU Melhotaiam 20 19 G.. você pode concluir que a .<ol AssocioliOll. Coautor de anigos A tabela &e contingência ap.o? (!1rlcp1odo de The JOOrnotol me pode conclui. Acidenles relacionados ao consumo de álcool A tabela de Com 11 = 0.08) por idade e género.. Síndrome da fadiga Ciônica A tabela deconóngéncia mostraos 1. 10. ln<. trabalhado•es para continuar estudando amostra aleat6<ia de ª"igos de engenhalÍõ.mmion use Atonoge. Na .elaóonados? l. há ewléncia suficiente para con.ld•p•ado de (Adqprc<h de Ncms l11!t1ocbve. você pode conclui. você coleta e se eles fo.ndo.~bela.ide do tipo de veiculo? Amen<on Me<f. 2.. conclui.2. Veculos e colisões Você uaoolha em uma emptesa de segu.149 237 176 ""1culos resultados de uma amostra aleatória dos pacientes com slndrome da fadiga crônica tra!ados com um remédio ou com um placebo.AsstXior(:lt) álcool no sangue ma.cy lri$t1rute.ptodo de /OSIN"°" ltl!l>. contingéncia apresenia uma amostra aleatória de bibliotecas ur- 1anie.IJ§dd 458 • btathlicaaplkad• ASpecto de d0$envolvimen10 p1ofisJional 'lípo de Escola Excelente Boa Mé<lia Ruim Aprender riovas Melhoria Caminhá Idade habilidades salarial profissional Lool Naôooai 120 41 '105 238 263 481 ...

ras são de u. maiôl ou igual a 5.1cias são chamadas frequências Mulher 18 14 15 6 relativas condicionais e podem ser usadas para determinar se existe uma associaçAo entre duas categoria. comple. Explique PO< que você não pcxfe fazer um teste qui·quadrado de independência nesses clados. Expandindo conceitos As frequências em uma tabela de co.IJ§dd (. voo! pode testar se a proporção de elementos Grau de escolaridade . I O.nol ot ll>e Amencon ~oi 36. que não estão na força de trabalho.idiciooais na tabela de contin- géncia moS1Ia os resultados de uma amostra aleatória de pa· gência baseadas no total das fileiras.4 15. Ensino mas instruções ao lazer o teste qui-quad<ado para independência.ay So{e:y.s. você pode conduir 35.itingência podem faciL'neo- te ser escritas como frequências relativas ao dividir cada frequência Teste de homogeneidade das proporções pelo tamanho da amos11a. têm ensino superior. f/... Mortes em colisões de veículos motorizados A tabela de contingência mostra os resultados ôe uma amostra aleatória de 28. 25.doptodo para determillar se várias p...•odo de tnwrance tnsrm. Jm.ou mais total elas fileiras (<fn. l-d . total da H01oon 38 24 20 8 fileira) ou no total das colunas (dívíclindo cacla entrada de coluna pelo valor total da coluna).4 de trab. você recomendaria usar o remédio como pane de um tta. Qt. Múher 38 23 24 23 Frequências relativas condicionais Nos exerciclos 34 a 4 l.:ou mel\Ot.64 6S a 74 75 a 8'I 85.'g/lY.mações a segui.al porce111agem de adultos norte-americanos oom is anos ou mais têm ensino superior..l!ho frequências obselvadas sejam oô«idas usando uma amostra aleatória. Essas frequé". empregados? Com a= 0.t i·.egados. em uma categoria é a mesma para cada populaçao usando as mes.pltul-0 10 • lfSlf:I qu. ciemes com transtorno obsessivo-compulsivo tratados com um remédio ou com um placebo.4 22.5 35. Desempregado 1.indindo cada entrada de fileira pelo l'alo.4 H0 : No móiimo uma das p<opo.inaramo ensino ~ io? Hom. e estão mortes en1 colisões de veíarlos motorizados por idade e género. Reesael'a a tabela de contingência usando frequências relativas.3 51. e cada frequência esperada deve se.ieidade das PfOPOIÇões sobre a afirmaç... Qt.ções é dferente das outras. velocidadeae acesso Uibano Su~nba_no Rural Resultado Remédio Piacebo 128 kbps oo menos 6 7 19 Ap<esen1ou melhora 39 25 129 ~ a 1. mas oenhum titulo? .4 Fazer um teste de homogeneidade das proporções requer que as N.m 101 73 64 60 33.al porce111agem de. Census °"'"'~) ttradas de l)Olltllaçêes diferentes. 27.1 2. Qt. Empregado 11. Depois de tirar amostras aleatórias de populações diferentes. Esse teste é usado mais e o stotus de empregabilidade e grau de esoolandade. Com o = O. calcule as frequê!1cias relativas co. mas não completaram o ensino médio? 31.lo es1a na força 15. A tabela de cootingência a seguir mostra o Outro teste qui·quadrado que envolve uma tabela de oomingén· número de adultos none-americanos (em milhões) com 25 anos ou eia é o teste de homogeneidade das proporções.9 21. Qoal porcentagém de adultos norte'<lmericanos com 25 anos ou 1/.al porceri1agem de adultos norte-americanos com 25 anos ou que o tratamento é relaciooado ao resultado? Com base nesses mais.> 54 7ú 1. Qual porcentagem de adultos norte-americanos com 25 anos ou mais estão eml)fegados? Idade 32.s em uma tabela de contingência. mas sem ~túos académicos. Qt. Idade frequências relativas também podem ser calculadas com base no .5 mops 52 46 43 NOO t)ptesen. A Ensino Ensino Ensino sup.erior Stot/JS médio médio wperio. faça um teste de homoge.0 1. 26. use as info.dradOt d diltrii ui(!O [ 459 Status metropolitano Tratamento .q.to.) mais. avançados H0: As propo1ções são iguais.tamento de TOC? l.Gblero 55 •. que não estão empregados.adultos norte-americanos com 25 anos ou Gênero 16a 24 25a 3'\ 35 a 44 45a 54 mais não tern.re fot 30. (Mop. Qt.Ador<odo de .1 1.7 9. têm somente o ensino médio concluído? resultados. hipótese nula e a alternativa são sempre alguma va~o das seguintes incompleto completo semmuto com títulos sentenças. use a tabela de oontlngeocia dos exerci· tios de 27 a 33 e as informações a seguir.al porcentagem de adultos none-americanos com 25 anos ou Assodoooll.) mais estão emp.ções são iguais quando amos.5 mbps oo ~ 33 26 13 Tabelas de contingência e f requências relativas lllos exerdóos de 27 a 33.io de que as proporções de mO<tes em oolisões 29..al porcentagem de adultos norte-americanos com 25 anos ou de veículos motorizados envolvendo homens ou mulheres S<io mais têm títulos académicos e não estão na força de trabalho? as mesmas para cada faixa etAria.05. Transtorno obsessivo-compulsivo (TOC) A tabela de contin· 34.opo.

655 25a34 2. a Nationol Hig/rN()y Trallic Salety MminisYa6an ~NHTSA) junio com o Na6on· trânsito ai Cenrer for Slatisti<s ond Anarsis (NCSA) publica o Traffic Salety Fact. Quais condusôes você POde tirar do gráfico de barras que voce mais.IJ§dd 46 O • btatbtica aplk. cada categoria de status de empregabi6dade terá quatro bar· 38.orde 16 651 841 414 16a24 3. l-d . a ' 55-64 tabela de cont~da mostra o númeio de fatafidades 00<11 veíailos motorizados de ac0<do l0% com a idade e a localiza(Ao geográftea dentro dos Estados u. Qual poc<:ent. de. que resume os casos de colisões de velculos motorizados no transito dos Estados 24\'I.9n 1. Unidos.amerk.1do que as variáveis região e idade sejam independemes.agém de adtiltos norte-americ.a.359 J. Use seus resuhados do Exetdcio 37 para construir um gráfico de barras que mostre as f)(l(centagens de adultos norte-americanos Estudo de caso íatos sobre a seguran~a no trânsito D istribuição de fatalidades no Acada ano.1idos Fatalidades com veículos motorizados r Idade Região les1e Região central Região oeste norte.443 fatalidades nos Estados Unídos como restitadô de colisões de de 16 5%' veículos molorizados. representando os quatro níveis de escolaridade mendcrudos mais.163 1. M~not Em 2005. 2005 inclui tendências de dados dos 32 estados no NHTSA'S State Doto Sysrem (Sistema de Dados Estaduais da NHTSA).346 1..132 2.ana norte-ame<icana norte-americana Ma.fatos de segtirança 16-24 no tránsito.. que não concluíram o ensino médio. estão desemp<egados? construiu no Exereíóo 40? 40. 16% de todas as fa1afidades envolvendo veio:Aos mowrizados <:0<1tinham adultos de idade e.354 1.da 37. quantas pessoas nos Estados Unidos com idades entre 16 e 24 anos morreram por conta de colisões de veíaJlos motoril<ldos? 2. O Troffic Salety Fact. Supo.939 386 75 + 1. em{lual região o númeto de fatafidades com veiaJios motoozados na faixa etária de 16 a 24 excedeu o número esperado de fatalidades? 3. Qual po<centagem de aduhos none-americanos com 25 anos o.361 008 65a 74 941 .994 955 55a64 1.255 2. Em 2005.t i·.u ras. Ográfico de pizza à esqueida mostra a clistriooição naáooa1 de fatalidades 35-44 15% no transito de acordo com a faixa etária das pessoas el1'IO!vida~ !'oi exemplo.tre 25 e 34 anos Usando os dados dos 32 estados no Sistema de Dados Estaduais da NHTSA como amostra. calcule as frequênóas relalivas condlcionais na tabela de contin· com 25 anos ou mais baseado em seu status de empregabilída· gênóa com base no total das colunas. 39.021 45 a54 1. Supondo que as variáveis região e idade sejam independentes.rm (Om 25 ano$ ou 41. não estão na força de trabalho? na tabela de 00<1tingénda.478 1.190 498 Exercícios 1. . em qual região o númeto de fataMades com velaJlos motoozados na íaôca etária de 25 a 34 excedeu o númeio esperado de fatafldades? .154 35a44 2.309 3. hoove 43. que têm um tfrulo.

Distribuições Fsão representadas gral\camente de forma positiva.'l<iência para determinar se as variá· veis região e idade são independentes. Com<\ m 0. Na Seção 8. Aárea total sob cada curva de uma distribuição Fé igual a l. e os graus de liberdade correspondentes à variancia no denominador. Varias propriedades da disuibuiçào F são cooforme o que segue.11idades com veículos motorizados? in#j Comparando duas variâncias Distribui~~º f -~ Teste f de duas amostras para variâncias Oque você deve aprender I Distribuição { • Como interpretar a d~tribu. O que 1•ocê pode concluir? 7. você pode fazer um -alltOSlras para comparar duas teste Fcom amostra dupla. Use a distribuição nacional como uma distribuição afirmada. laça um teste de ajuste qui-quadrado para comparar a distribui· çãQ nacionalde fat. 5.Jnte ao estudar a ó.. 4. efinicão Deixe s' .t i·.05. Se as duas populações a. Além das variáveis usadas neste eswdo de caso.d11doe.1lidades com veículos motorizados com a distnbuição de cada região dos Estados Unidos.ttSqui·q.. então a distribuição de amostragem de ' F ~~ s' ' é chamada de distribuição F. variánóas- Nesta seção. Compare a distribu(Ção &! amostta de fatalidades com veículos moto<izados da regiao oeste dos Estados Unidos com a distribuição nacional.!o F No Capítulo 8 você aprendeu como fazer lestes de hipóteses para comparar mé· e usar uma rabeia F para en<on- itar valores aiúcos. eStipulados por gJ-o- 2. Para todils as distribuições F.1al. Para determinar se as variâncias populacionais são iguais. di111ibui<aGÍ 461 4. "i s<'!o normais e as variancjqs populacionais e são iguais. Oque você pode coaduir? Nos exercícios de 5 a 7.l. l-d .. dias e proporções populacionais. estipulados por g. O que você pode co. representar as variancias de amoStras de duas populações.2.05. A distribuição F é uma famíljq de curvas detenninadas por dois tipos de graus de 6berdade: os graus de liberdade correspondentes à variância no numerador. e sl. Compare a disttibuição da amostra de fatalidades com veículos motorizados da região leste dos Estados Unidos com a distribuição naóonal. Use o = 0. quais outras variáveis você considera import.stribuiçào das fat. você vai aprender sobre a distribuição Fe como usá-la para comf?a· rar duas variâncias. 5. O que você pode concluir? 6..IJ§dd (•plrnlolO • l e. 3. você viu que o teste I para a diferença entre duas médias populacionais depende de as variâncias populacionais serem • Como fazei um teste F de duas iguais.. . o valor médio de Fé aproximadamente l . t .1cluir? 8. Compare a disuibuição da amostra de fatalidades com veículos motorizados da região central dos Estados Unidos com a diStribui(ào nacio. valores Fsão sempre maiores ou iguais a zero. faça um teste qui-qll<Xlrado de in<!epe.

todos os testes unicau- daissão unicaudais à direita.l..N e g. = 29.16 19. use o da tabela F.05 com g. bicaudal.t i·. 1.00 19. ge•n de F= 2 ..4 199. nu.0 236. a n1ruor va· s. Determine os graus de liber:dade para o numerador../Grau. e:. ' .. Espc>ciflque o nível de significância o.25 19. riãncia está sempre no nu· merador. g. Se o teste de hipótese for: a.1..IJ§dd 462 • lstathtica.l.contrar os valores críticos.1. F é sempre maior ou igual a 1.7 224.•: era~s 1 de liberdade. 4. Use a tabela 7 no Apêndice B para en. g.•.. = 6 e g. Exemplo m Encontrando valores Fcríticos para um teste unicaudal à direita Encontre o valor F crítico para um teste unicaudal à direita quando o= 0.51 19. Sendo assin. g.05.05 g.0 = 29. Dica de estudo Wa distribuição de amostra· s.0 .1.6 230. Solução Uma parte da Tabela 7 está reproduzida a seguir.l.8 238. você pode encontrar o valor crítico conforme as áreas em destaque na tabela.s de liberdade..0 . g. use ~a da tabela F. Oeterm. Então. Distribuições F A tabela 7 no Apêndice Blista os valores críticos para .pli(ad.tido a tabela F a • 0.l. l-d .J. vooê só precisa encontrar o valor crítico caudal à direita.i distribttição F para níveis de significância selecionados o e graus de liberdade. e para todos os testes bicaudais. Usa..2 234.30 19. 3. lnstru(ões Encontrando valores críticos para a distribuição F 1.37 . g. unicaudal.3.35 19.mera~or denominador 1 2 3 4 5 6 1 8 1 161.ine os graus de liberdade pru:a o denominador.= 0. b..9 2 IS. = 6 e g.. 2.1.5 215.1 19.

. ir.99 4.l.1..N ou gJ.0 a 15.43..32 4.54 4 12.43 7.. 'Porém.ia para calcular o valor P.l.05 9 7.44 16.(17 8.01 8.85 6. g.57 2.05 b. Use a tabela 7 no Apêndice 8 para encontrar os valores críticos.0 e 8.71 2.= 0.29 5. 1 a.37 2.76 7.82 5.48 4.71 5.30 39.73 14.98 6.53 2.27 Pela tabela.0ií 5.39 7.44 15. g.1.N=4.60 9.55 <bW 2.. compará-lo ao rúvel ~ª= }(o.l 4. 2 l 4 F0 =2. g.N= 4 e dois valores na tabela.: Grau.92 2..37 2. l-d .07 6.28 30 4.N= 6.46 2.l. é Uma parte da tabela 7 está reproduzida a seguir. O gráfico mostra adis· tribuição F para °"= 0.01.56 2.65 9..39 2..81 7. e g.98 2.35 2.20 9.0 = 29.l.olog.11 ou g..IJ§dd (opltulo 10 • l.22 10.8 937.93 2.51 39..88 14..35 2.43 2 3 • s\ 6 F0 =5. você pode encontrar va.82 4.02. você vai perçe· Exemplo O] 15er que algmts dos valores p.1.20 4.04 15. Se g.57 6.37 3 17.34 2.os)=0.00 39.59 2.. em àlguns casos.23 3.36 2.S 664.52 5.025 1 g.05.89 5.15 6. e 1\ = 2.N= 3 e g. você deve lembrar de us.:::+:=:. você só Dica de estudo precisa encontrar o valor crítico unicaudal à direita. Especifique o nível de significância o. 2 Apêndice Bpara encontrar um valQr oítico.98 9.70 5. use o valor cnlico enlre os valores críticos corresponden· Solução tes.45 2.12 27 4.17 3.99 5.33 2.1r -111~~~~~~~~~~ 1 Quando us.. e< =0.J8 3.32 2.42 2..95 2. e usando a tab<!la Fcom g..74 2.54 5.29 29 4.62 14.0 não es!ãQna labela.:.20 3.1.47 2.73 2.43 Quando fizer um teste de hipótese bicaudal usando a distribuição F.1 948.ra:g.s de liberdade.36 39.5'. Porém.43.. você pode ver que o valor crítico é F6 = 2..25 39.69 2..6 921. você g..36 9. Us.90 l~--1---1~.23 5.S 799.10 14.21 3.p s 7.0 = 6.1ndo: mais fácil usar uma fen:amenta de teo.lores crilicos con· f<>rme as áreas e1n destaque na tabela: d =0.. Tente Encontre o valor crílico F para um leste unicaudal à direita quando o= 0.70 2.60 6.33 39.3 1 28 4.21 5..l.2 956.t i·.r a 'làbela 7 no a labela F o .1..3J 2.08 P2 4. estiver Encontrando valores ( críticos para um teste bicaudal exatamente no meio entre os Encontre o valor F crítico para um teste bicaudal quando .05. então g .7 2 38.: Graus de liberdade.96 2.1.12 4.17 39.L.l.98 5 10.. numerador denominador 1 2 3 4 5 6 7 8 1 1 647..26 6.60 7 8.76 6 8.42 @ 4..2 899. de significância e aí decidir se deve rejeilar a hipótese nula.st!$ qoi·quadroloto di1tri>u~a•f 463 26 4.65 4.1.10 .

estatístitas descritivas. você pode usar o teste F para comparar as variâncias populacionais a 11 e qf.IJ§dd 46 4 • !>taliltica apli«da Com ba_~na tabela. Identifique a afirmação.nchidas. Use a Tabela 7 no Apêndice Bcom ! o para encontrar<> valor crítico.Se F estiver na região de rejeição. l-d . a.t i·.ma amostra de cad. . representam as variâncias das amostras com s' . O teste estatístico é: F -~ ' . Use a tabela 7 no Apêndice B. As amostras devem ser independentes.1. . digite os valores 6.ador é g. Escolha o menu TESTS. Os graus de liberdade para Dica de.0 = 112 .' quando uma variavel é aleatoriamente selecionada de cada população. afirmação original.N= 4. 7. g.a popu- lação. Selecione a opção Dllln se 3.l. você vai aprender como fazer um teste Fde duas amos· tras para comparar duas variâncias populacionais usando u. e o". = n. sele. D: 2-SampFfest 2.. en1uma '11-83/84. g.s. corresponde11te de teste de hipótese indicado pela lúpó. Deçida se deve rejéitar ou não a lú. Especifique o nível de significância"· b. Interprete a decisão no contexto da.l. .' en. Identifique o. Sélecione a op9<'io S/n/s g.025. Calcule a eslatística de teste. 2 Rl-::.05.1-. o valor crítico é F0 =5. Cada população deve ter uma distribuição normal. 8. inclusive o tipo F= i s. Em 5.1. Depois.1 e os graus de liberdade para o deoominador é ~1. é o tamanho da amostra teadovariància s{- Aqui temos algumas instru- çóés para tãzer um teste F de duas amostras. Se essas exigências são pn.1 ' 2 onde s'. onde n.1. O gráfico ao lado da tabela mostra que a distribuição Fpara ~o= 0.Caso contrário. e s'.. ~ 11. H. para compa· lnstru ões rar <I'..0 = 8 e F0 = 5. 2.rais. = n. .. -1 você digitou os dados origi· .1rbl11 "" I'· A47 I Teste Fde duas amostras para variâncias No restante desta seção.. hipótese nula e a alternativa.1 se voéê está colocando as 4. rejeite tese alleroativa. As populações devem ser independentes e normalmeme distribuídas. este Fde duas amostras para variâncias Um teste Fde duas amostrõs para comparar duas variàncias populacionais u12 eu.05. Usando um teste f com amostra dupla para comparar u-21e u-21 Em pnlnvrns Em símbolos 1.>e.. pótese nula. Determine a Determine H0 e H. Determine o valor crítico. Identifique os graus de liberdade. ~ s'. éo tamanho da amostra tendovariânciass. As amostras devem ser aleatoriamente selecionada~. 3. 2 apropriados.estudo o nume... não rejeite H0• cione Cnlc11/n1e. Esse teste tem três condições a serem obedecidas. Especifique o nível de significância. 1. cada easo. Dete)"l11ine a região de rejejção. g.

empo que os clientes esperam antes de terem suas re(eiçôes servidas. S11po11do que a pop11lnç1io rlc pre· Um médico pesquisador afirma que uma solução intravenosa especialmente s·os rle v.dr...9 27lJ) 210. = 400 e s'. uma amostra aleatória de 21 clientes teve u1na variância de 256. o teste esta- tístico é: For! Miami la.::.í- .n 11i1 I'· A4i .ção tem efeito na vn· -t. gel'ente de restaurante está fazendo u1n sistema que din.. a.· 295J) 185. ..: o'. Con. e a segunda 11.56 Fo= 1.96. Solurão normal Solusão tratada e..= 2.01.'Cifiq11e o nível de significância . Como F 250. 1\ios en. e·u'.úos vendid05 no sul da Flóri- da pode ser visto na rabeia. a11d tlrt lt11itvrd1y ifFJ..t i·.10 315.!>-«NltÍfJrt efRitllt{lf"._:. Amostras independentes de cada tipo de solução são leste F de rlun.'i6.1ariâncias da população e da a1nostm no siste1na antigo.ação "a variância do lempo de espera no novo sistema é menor que a variância do coluna lista os preços de ven- t<?mpo de espera no sistema antigo·'.0 sistei-na.lor crítico e a região de rejeição..1.IJ§dd C. (rlifnpt«d..1. Use o teste F pnm calcular o teste estnlfstico F. o valor crítico é F0 =1.prtul-010 • r. H" "1.10..do" dimiiui(!O r 465 Exemplo m . s'.10.. há evidência suficiente para apoiar a afirmação do pesquisador? Suponha que cio11nis? as populações sejam normalmente distribuídas. lrle11tijiq11e os graus de liberdade para o numerador e para o denominador. A Sol11ção pri 1neira coluna repl'.. e. 0 =112 .tt11fa Rnil Esbtt{ katrd1 Ctnfl'r.0 l95.... v__.2 O gráfico mostra a localização da 255.l. Com a afir. Com o teste F._.S 195. representam a mn05tra das preços de vendas de condom.0 199. fl c: 25 11 = 20 s1 =180 s?= 56 d.u4erdaJe 265.1.o 215.-J.'i6. res de dólares) de condomí· nha que ambas as pop..) .. IAfin.7 fllterpretação 1 / 2 F· 1. ""'. b. Use um gráfico se ne<:essário..111H1rnr ns v1rriâucit1$ pop11ln· 0.. lrle11lifiq11e a afirmação e determine H0 e H. l11terprete a decisão no contexto da afirmação original. Então. Com o novo U111a a11105tra aleatória dos siste1na." =111-1 =10 .% ·' 4 275..0 rejeitar a hipótese nula.::::. respectiva1nente.9 19$.10.0 2n. a1110. é possíwl usnr 11111 na corrente sm1guínea. Rt5pu. > 11 2..6 área de rejeição e o teste estatístico.\?S<?nta os Como 400 > 2..0 190. s' .4..0 Não há evidência suficiente para 260.-.1 =9.~qui·qu. e H. e g.0 não está na área de rtjeiç.• <k F1.4.l =21 . Com o antigo riância no preço de imóveis? sistema.) Como o teste é unicaudal à direita com o =0.inu.l =20. preços de vendas (em mill1a- há evidência suficiente para convencer o gerenle a mudar para o novo sistema? Supo.. g.~-.9 201.<lms pnm aleatoriamente selecionadas e os resultados são exibidos na tabela à direita...----------- fazendo um teste í com duas amostras ! Retratando o mundo Un.rAci. o e O. l-d .·ndns ::ejn nor11111l11u:ntt• tratada diminui a variância de tempo necessário para os nutrientes entrarem distribu(dn.-. f. g. a hipótese nula e a alternativa s. Decilm se deve rejeitar a hipótese nula..0 197.dações sejam normalmente distribuídas.i -a vari~ncia de A localiz. Deler111i11e o va. Com et = co..0 convencer o gerente a trocar para o novo 258. uma amostra aleatória de 1Oclientes teve uma variância de 400.'io: das de condomínios em Fort Lauderdale. você não deve o =0. Espc.. i\1iruni.

Com o = 0. o teste estatístico é: Sxz=3. Com o = 0.A Açõey B íazendo um teste ~com duas amostras V<'IC'ê quer coinprar açÕ'?s. d. Usando uma TJ-83/Si. • 31 diferentes. Então.tTas i1\dcpcn<lcntcs de codn local..l = 31 .:: 5. em uma e1npresa e est~ dE<.IJ§dd 46 6 • lsla1.n1=31 F-.1 =·30 e p=. Como o risco de uma ação pode ser associado COJ\1 o desvio padrão dos pre- ços em seu dia de fechamento.51. f:lfiú1J"(1"1. Como 0..025. g.52. você deve decidir rejeitar a hipótt'Se nula. < 0. Com a afirmação "uma das ações é wn investi1nento rnaisarriscado que a outra{/'. Decida se deve rejeitar a hipótese nula.5 J.alternativa são: 2-SaMPFTest 1-li qll = qll e 1-1l: cr21. a. g.s~2 s. lde11tifiq11e a afirmação e determi ne H0 e H. e !. e.0102172459 2 2 Sx 1=5. s21 . Como duas amostras. Use o teste Fpnm calc11/ar o leste estatfslic. AolOS.iinção u =16 11 = 22 são selecionadas aleatoriamente e os restiltados podem ser vistos à esquerda.05.0102.1.b1i«apliCdda Exemplo [4J Aç6es. = 11 1 . . Use um gráfico se necessário. Solução Co1no 5.t i·.1 F.7 1 > 3. Com o teste F.'S B. ceba que você também pode usar O gráfico mostra a localização da o valor P para fazer o teste F de área de rejeição e o teste estatístico. a hipótese nula e a.1 = 29. você pode concluir que uma das duas açõc>s é um investimento mais arriscado que a outra? Suponha que os preços de fechamento da ação sejam .-idindo entre duas ações 11. . Especifique o nível de significância a.zação A Localização B fi~'\s têm dC'$vioo pnclr5o igua. Determine o valor cn1ico e a região de rejeição.05.. você pode 5 72 = -' - encontrar o teste estatístico F no 3.52 Exemplo 4 automatiCllmente. Jde11tifiq11e os graus de liberdade para o numerador e pai-a o denominador.'io.normalmente distribu(dos.7~. s\ e 0 11 representan. 652244898 Como o teste é bicaudal com . = ! (o..0 = n. f. respectivamente. c.!.7 g. você seleciona aleatoriamente amostras dos preços de um dia de fechamento para cada ação e obtém os resultados à esquerda. l-d . 3. O valor I' mostrado Festá na região de rejeiç.10 no contexto da afinnação original.l.09. há evidência suficiente para rejeitar a afinnação do biólogo? Suponha que os níveis de pH sejam normahnellte distribuídos.05)= 0. Um biólogo afirma que os níveis de pH do solo em d uas localizações geográ- l.01. o valor critico é F0 = 2.is.0102 lar a hipótese nula.65.:::. Interpretação Há evidência suficiente para apoiar a afirmação de que uma das duas ações St>ja um investi1nento n1ais arriscado. /111er11rele a dc>cis. Per· :::: 2. cr?.~2 . você deve rejei· é cerca de 0. a an1ostra e as variâncias populacionais para as açÕ<.l = 30.ocati.) cr1 "F(T Z fi'=2 .:. b.

s'. g.2 pomos. Uma amostra aleatória elo de &beidade g. s'..1-. Testes de avaliação de História Um adminislradOf de escola declara que os desvios padrão das notas em um teste de avalia· n. &J. e1 12. Affnnaç.l. de espera teve um des.lo do hospital que o desvio padrão do tempo de espera diminuiu? 16.l.6. rejeitar a afirmação do administrador? (/<iloprodo de .9 pomos e uma amostra aleatória de 13 notas no Distrito 2 13. urna amostra aleatória de 21 tempos Amos1tas estatísticas: s'. s1. =6. lot E<i<K®nal Sra'""'-) 14. = 297. 6. g.05. Uma amostra aleitória da 2..= 15. Vida de aparelhos A empresa Aafirma que a va.. g..a lO..rstível de 21 dos veículos elo concorrente tem uma variância de 32. uma amosua aleatoria da vida de 20 aparelhos da empresa A 1em uma variancia de 2. Tempo de espera Uma amostra aleitória de 25 ten1pos de es- s'. g\ e 9. de notas de testes em cada distrito. (N/cpl<JOOdeAmetico~ população teiiha uma dístribtriç. Com cr = 0.t i·. = 773.o~sional médico no departamento de emergência de um hospital teve um nl e3 1. Amostras estatlsticas: s'. Afirmaç.Ql. e gl.te>qui .. Salários anuais Os salários anuais para uma amostra aleató· mine I'\. 9.= 10. n. Você pode rejeitar a donadas e que cada população tenha uma distribuição ne<mal. =765.trar o valor ctftico para um teste F. peta (em minutos) antes de os pacientes verem um p.sl'N =7.1.a 836. e • '.05..<eis afir· 4. um adm. 10.. Amostras estatisticas: = 245. têm um desvio padrão de 30. Afirmação: • ' . liste cinco propriedades da distribuição F. s'. amostra aleatória de 10 nelas <>0 Distrito I têm um desvio padrão de 33. s o'. (b) determine o valor critico e a região de rejeição.6. gl.. >•'.01.lncia de 16. Explíque como detenninar os valores de g. (Adoprotto de tlcrltlflOI C..11ee1 JnfoNel) . =5. Uma amost1a aleatória de 31 p<eços de quartos de hotéis em uma cidade tem um desvio pa· Usando e interpretando conceitos drão de $ 39. 10. n1 = 8.lncia de 12 notas do teste no Distrito I tem um desio padrão de 36. o administradOf dá os resultados de lKTI estudo Amostras estatisticas: s". >•'. ao fazer um ma que a variância do consumo de comlxrstivel para seus vek\J· teste F com duas amos11as. 10. Em 3. use tetnologia para resolver o problema. afirmação do adm•1istrador? Use cr = O.aus fabricante tem urna vari. o = 0. n.8. gl.'lo da empresa A? tes1e Fcom duas amostras. você pode Amostras estatlsticas: s' . o=0. obedecidas para usar um o a 0.05. 18.5 minuto. o e 0105. "=OPS. = 13. liste três condições que devem se.diado e. = 20.ian9a da vida de seus aparelhos é menor que a vari.8.l-o =3. = 842. Consumo de combustivel Um fabricante de automO. =6.>a.gl.. suponha que as amostras sejam independenies e que cada é maior que na Califómia? Use a a 0.50 e uma amostta aleatória de 28 quartos de hotéis em ootra cidade tem um deswo padrão de S 23. = 19. Afirmação:•' . você pode apoiar a alirmaç. . conveniente. s'.. e H.lncia da vida dos aparelhos 1. n2=28. • 2. = 7. = o'. Amostras estatisticas: s'.qu. Depoôs que um novo processo de I s. você pode cooduir que fio. encontre o valor Fctitico com um teste tta aleitória de consumo de combustível de 19 dos veículos do unicaudal ~ direita usando o nível de sign'tflc:ancia o indicado e g. E><l)lique como encon.) 11.'lo: a>. Em"= 0.l.. n-.5.8 dado" usando as amostras estatísticas dadas. n • ops.\'<X>ono/ Cemer n1 • 11 .no padr\io de 0. {a) iden1ifique a afirmação e deter· 23. você pode apoiar a aljJma- 5.xerdcios de 5 a IO.gl. Uma amos· Nos e. o = o. o=0.3. l-d . Q 16.. 20.025..5..!N /o.IJ§dd (. .lo da agélleia? Use o = 0. =39. vida de 25 aparelhos da empresa B tem uma vari<lncia de 2. 22.pflulo10 • J. (d) decida se deve rejeitar ou não a hip61ese 17 atuârios trabalhando na Califórnia têm um desvio padrão de nula e (e) imerprete a deàsão no con1exto da afirmação original.600.05.. = 2. Se S 9. admissão foi implantado.01. 21. 2 tem um des"° padrão de 32.900.2. los hlbridos é menor que a variancia do consumo de combustível para os veicules hlbridos de t111 grande concorrente. hotel de duas cidades são iguais. o • 0. = 12. Como p<ova. o • 0. no nível de signifü:.=5.5 pomos.) 7. 19. teste a afinnação soi><e as Merenças da 8' série são iguais nos Distritos I e 2.75. Uma amostra aleatória entre duas vatiãncias populacionais • '..'lo no<mal c.. çào do fabricante? (i\áqJ!<»I> de Cleenltjood.1is1rad0< de escola estadual declarou que os desvios packão das notas em um teste de avaliação de Ciências de alunos Nos exeidcios de 11 a 16..=16... n.di<uib•I<~ [ 467 IDJI Exercícios Construindo habilidades básicas e conceitos 17. Você pode •eieitar a afümaç. (c) tia de 16 atuários trabalhando em Nova Yo1k têm um desvio padrão de S 14. • 310. da empresa B. Testes de avaliação de Ciências Em uma entrevista recente. ftJw.. 2.. " =0. " • O.7 minuto.01. ção de História de alunos da 8' série são iguais nos Distritos I e 12. e gl.or. o =0.. = 44. você pode apoiar a declaraç. Os saMrios anuais para uma amostra de calcule o teste estatístico.10. Usando 5sas informações. = 9.01. consumo de comb. • '. Suponha que as amos· pontos e uma amostra aleatória de 14 noias do teste no OiStrito aas estatisticas sejam de amostras independentes aleatoriamente sele. 10..os. Afirma~o: o-11 = <11.'lo: • ' . desvio padrão de 0.g.l'O • 24. Com o= O... n. O estudo mostra que uma n.. s'. Preço de quartos Uma brochura de markeling de uma agência de viagens indlca que os desvios padrão do prew de quartos de n.g.cj S"7W. Em cada o desvio padrão dos saMrios anuais de atuârios em Nova Yori< exercício. = 13. 8. Afirmação: a'. Comparando duas variâncias Nos e><eickios de 17 a 24.0l.

sào variancias de amostras selecionadas aleato· V~ri.9 $2) = 9.t i·.600 i:rítico unicaoôal à dflP. e s'.arnente. 11>r: and /&()oo<Jld's CQpo. 100 S1 • S6AOO Conteúdo de <elesterol em "1::28 111• ~1 saodulches de frango grelhado Expandindo conceitos Resta~r~nte Borger King McD.1tervalo de confiança para~ I é: "i Tamanho da n1 = 16 ni= 12 ª"'®ª . Suponha que as amostras sejam independentes e que 24. Coostrua um intervalo de 95% de con· Nos exercícios 25 e 26..61.lio padrão de $ 6. Os salá· em restaurantes de lost-lood.alion. é o valor F s. um 01utricionista descob. é maior que s'. = l0. g.ita. grelhado do Burger Klng que foram a!eatoliamente selecionados (2) Encontre o val0< Fcorrespondente na tabela 7. do McOooald's que foram aleatooamente seleciooados IÍ\'elam uma variancia de 3.aç. Ull!/ .Qnald:s - Vari3. anlOStra s11 =S. «ilações públicas relações pt!blica. cada populaç. você aprendeu que se s'.\l<Or.ue os valores Faiticos unicaudais fiança para~ I "i· no qual uf e~ sào as varnlncias do conteúdo à diteita e à esquerda para um teste bicaudal com os valores dados de carboidrato em sandulches de frango grelhado do Burger King de<>.ríticos unicaudais à esquerda Tamanho da Nesta seç..cia da an10S1ra s1. respeetivameote. onde F. é o valor F oftico unicaudal Aesquerda e F. Para outras aplicações da disttibuiç.8.g."lciada riame. = S 14.lw e g.6t então um ..nolcf's Corpo. Com tiveram a amostra estatística apresentada na tabela. q2 s.900 '• :$9. Construa um o= o. de afirma que o desvio padrao dos salários anuais para gerentes de relações póbicas é maior na Flórrda que na Louisiana. A1uários e. = S 10. Conteúdo de carboidrafo·em sanduíches de frango grelhado Intervalo de confiança para <1f/ <1.lo tenha uma distnbu~o normal. você só n 1 a l6 n1 • 12 ~mos:1ra precisa calcular o valor crítico Funicaudal à direita para um teste bicaudal.!O. você vai precisar ca!cular o valor F c(itico unicaudal à esquerda. 3. . a deda. O estudo também descobriu que (3) Calc<Ae a reóproca do val0< F para obte.os.05.l. = 15. coostrua e> intervalo de confiança indicado para uf I . g..n Atuários na Nova York Calif6mia s. Conteúdo de carboidrato um estudo sobre last-lood desco· unicaudal à esquerda.1te e independentes de populações normalmente distribuídas.. Os salá· 27 Conte6do de colesterol Em um estudo recente sobre o con· rios anuais de uma amostra aleatória de 28 ge1entes de relações teOi:lo de colesterol em sandulches de frango grelhado se<Vidos públiças na Flórida têm um desvio padi~o de$ 10..l.. Para calcular o valo< F cntico 28. respecti\.a de sanduíches do Burger King e do McOonald's públicas em louisiana têm um de9.lncia de 5.<-.t.IJ§dd 46 8 • htdfüti<"PliCd4a s~ q? s? -. <-. faça o seguinte: briu que o conteúdo de carboidrato de 15 sanduíches de frango ( 1) Alterne os valores para g. 26..29.61 Encontrando valores F c. Restaurante Burger King McDonald's Quando s'.1. enco.)o F.F.l. e g. no qual u~e sào as varulncias do conteúdo de coleswol de sanduíches de fran- Gcrt':nlcs de GcrenlC$ de go grelhado do Burger l(iog e do McOooald's..". g. =20.a>oo.lo tlo sel'liço? (.. "1-= 16 ''i-= 17 Nos exercícios 27 e 28.J. e do McOonald's. Salários anuais Um serviço de informações de empregabilida.. tive<am uma vari.Adoprododc /\J1><t1'0~ CtNw lf'JoNtt) intervalo de 95% de confiança para ~ I 4 a..400. = 3.r.s (Adaplodo dr 81119'! K.) na Flórida cm Louisiana s. l-d .riu que uma nos anuais de uma amostra aleatóna de 24 ge<emes de relações amosua aleatôri.. você pode apoia.29 s>1 .10.Jfqxorlo de Buryet Kmg Bland. ltK.g. f/.t. o valor F critico o eônteúdo de carboidrato de 12 sanduíehes de frango grelhado unicaudal à esquerda. = 6. <1=0. <1 = 0.) 25.og Brand.100.

no mínimo.'lo iguais). o pesquisador rÍãflÇia com dois fatores. Para determinar se essa diferença existe. Aanálise da variancia geralmente é abreviada como ANOVA.. A variância entre amostras MS• mede as diferenças relacionada. é chamada de média entre quadrados.t i·.. .. O teste estatístico é: .riância entre amostras "º Testeestatt.. (loda~ as médias populacioMis s. 3. Hri 11. . A variância dentro das amostras MSw mede as diferenças relacionadas aos lança· mentos dentro da mesma amostra.. Em um teste da variância com um fator. O teste estatístico de um teste da variância com um fator é a raz. pode usar a distribuição F com uma témica chamada muflise dn wriíinrin. você 11<'10 consegue determinar qual das médias é diferente. H. o processo é chamado de m1dlise tfn w· r iíi11cin 0011111111 fntor. 11.: pelo menos uma das médias é diferente das demais..s ao tratamento dado a cada amostra e. de ru1algésicos e queira detenninar se há uma diferença na média de tempo que cada • Ulllil introduçA-O da ar\álise de va- um leva para aliviar a dor. Cada arnostra deve ser selecionada aleatoria. As amostras devem ser independentes entre si. .a população nonnal ou aproximadamente normal.- Variância dentro das amostras 1. Cada população deve ter a mesma variância. as hipóteses nulas e alternativas s.'lo entre duas variâncias: a variância entre amostras e a variâncias dentro das amostras. as seguintes condições devem ser observadas. l-d . 2.51 = . 1. 11. .. às vezes.1o sempre parecidas com as sentenças a seguir. Sem fazer outros testes estatisti· cos. 113 ..tesqui-q. di>Uibui(bO r 469 ln(• Análise da variância Oque você Análise da variância com um fator (ANOVA unidirecional) --t Análise da variância com dois fatores (ANOVA bidirecional) deve aprender • Como usar a ar\álise de varí.lncia com um fat01 para testar anrma- I Análise da variância com um fator (AMOVA unidirecional) çOEs envo!veooo tt~ ou lllilis Suponha que um médico ~uisador esteja analisando a efióência de três tipos médias. porém. . Quando você rejeitll a hipótese nula em uma ANOVA..rnente de un. se dá por causa do erro de amostragem. você pode concluir que.IJ§dd C. Essa variância. uma das médias é diferente das demais.adJOdo. P~ra coineçar a análise da -variância co1n un1 fator. Como uma ll'ariável independente está sendo estudada.. efini~ão Análise da variância com um fator é uma técnica de teste de hipótese usada para comparar médias de três ou mais populações. Va.pí!Ulo 10 • Te. então a distribuição de amostragem para o teste é aproximado pela distribuição F. você deve detenninar unia hipótese alternativa e uma nula.. 2. 'este de análise de variância de um fator Se as condições para uma análise simples do teste de variãnóa estão sendo obedecidas. Para um teste da variância com um fator.. às vezes chamada de média dos quadrados internos.

l.o de gran· a1nost. . A notação SS. Valores de F próximos a 1 sugerem que você não deve rejeitar a hipótese nula. MS. Encontre a · estntísticci de teste.= N -~ onde k é o núme. . e . =í::. +(112. s' = I:.g.(11.. = í::. se uma das médias difere significativamente das outras... Como tais. Encontre a soma dos quadrados L11temos SSw =I:.l)s. ss. das amostras. 5.1 2.s2i repre· Encontrando o teste estatístico para um teste AHOVA simples (de um fator) sentam o tamanho da an\ostra. média e variância da Em palavras Em símbolos amostrai. . = SS. X. _ SSw .lw 6. representa a soma dos quadrados entre grupo~. representa a soma dos quadrados internos dos grupos..o de amostras e N é a soma dos tamanhos das amostras. se o teste estatístico for maior que o valor crítico.D ? .IJ§dd 470 • l. Encontre a varifüwia entre as amostras. Valores de Fsignificantemente maiores que 1 :sugerem que vocf rejeite a hipótese nula.1 e g. Porém.l)s. + ·· +(11. . Os graus de liberdade para o teste Fsâo: g..1-.- N 3. k-1 g.. MS _ SS. Se há pouca ou nenhwna diferença entre as médias. En.ontre a média e a variância de cada às vezes-é chamad. l)s.ra.1 maior que MSw e o teste estatístico será maior que l .pli"d' F= MS• MS. Dica de estudo Instru<:ões -·~~~~~~~~~~ As notações 111.t i·.(x. . = E• x-= . f 1. 11. l-d . Encontre a média de todos os lançamentos em todas as amostras (a grande média).N-k .x)' de média.. respectivamente. Isto é. SSw =(111. M$8 ser.1atbtica. então MS6 será aproximada· mente igual a MS. =k .l.1)s. H0 será rejeitada.. A notação SS. Encontre a soma dos quadrados entre as amostras. e o teste estatístico será aproximadamente 1. = SS. Encontre a variância interna das amostras. todos os testes de análise da variância simples são unicau· dais à direita.(11.n:(x-x)' 4.l)s.

2. Calcule a estatística de teste.10 uma forma conveniente de resumir os resultados de uma análise simples do teste de variância. Várias pessoas que sofrem com dores de cabeça são selecionadas aleatoriamente e tomam um dos três medicamentos. Determine as Qetermine H0 e H.ilui<~ r 471 lnstru(ões íazendo uma análíse simples do teste de variância de um fator Em palavras Em s(mbolos 1..gl.lw MSw MS _ SSw Interna ssw g.• Exemplo m fazendo um teste AMOVA simples Um médico pesquisador quer determinar se há uma diferença na média de tempo que três tipos de analgésicos levam para aliviar a dor de cabeça. ldentifi.queo nível de significância. hipóteses nula e alternativa. As tabelas s.1. Especifi. Use a tabela 7 no apêndice B. re· hipótese nula. não rejeite Hfl' 8.t i·. Os resultados podem ser conferidos na tabela.. ldentif. 6. Entro ss. Detecrnine o valor crítico.IJ§dd (. Com <l' • 0.l.0 =N-k 4. . l-d . g.que os graus de liberdade.l. 3. Identifique a.01. 7. Cada pessoa diz o tempo (em minutos) que o medicamento começou a fazer efeito.pnulo 10 • ie.= SS. g.. Determine a região de rejeiç. jeite Hfl' Caso contrário.10. Interprete a decisão no contexto da afir· mação original.~ = k . você pode concluir que a médias de tempo são diferentes? Suponha que cada população de tempo de alivio seja nonnalmente distribuída e que a população de variâncias seja igual.1 g. w.l.Tabelas com resumoANOVA S<'iO definidas da seguinte rorn1a: Tabela de resumo ANOVA Soma dos Gnus de Média dos Variação F qua. 5. Decida entre rejeitar ou não a Se F estiver· na região de rejeição. g.dr~~~s liberdade quadr~dos 1 MS.. MS.tesqui·QIIOdcado" dM.ique a afirmação.

= 14 4 x.= - Eu.56.-1 os ovos de cuCQS. x.5 .• 92 . Usandog.01 que ns tr1rin11c~ da /Jóp11Jaç. votê 1.\Jirtull(â"l trados em ninhos de pardais.15.l. = 4 + 5 + 4 = 13. de Oi. pardais.15.96 e MSw= 7.15 21.1.\' - Ninlio hospedeiJo 1\J 13 P.dicamento'3 12 16 t4 ~~~~~~~~~~ '15 14 17 [ Retratando o mundo 17 21 20 12 l5 l5 Pássaros cucos adultos não cuidam de seus próprios ovos.5 ~.73 23.74 21.1 1 2 1 22.99 13 . cos levam para aliviar dores de cabeça. Para encontrar o teste estatístico. 19 Eles botam seus ovos em ni. e n = 0. .1). Como que o co111pri111t11/o 111érlio d.40 22.N= 2.: No mínimo uma média é diferente das demais.16 23.as.+s5+66-. o valor crítico é F0 = 7.k 25.IJ§dd 472 • btatll\í..3.= 56 .. tra é N = 111 + 11. oms F não está na região de rejeição.02 20.rroxo Cambaxirra MS.66 20.mb. nho dos ovos de cucos e.u ígunis. primeiro ser observados na tabela.59 22.u ""' tipo deve rejeitar a hipótese nula.98 22.lS 20..70 21.98 O gráfico mostra a localização da re- Com o·= o.Asomados tamanhos da amos- comprimentos de ovos aleato.0 = 10. = = ~~~ -~l' 24._.eja 11on11n/111e11le dislrib11ída e de significância 1% para concluir que há di· (l'a 0.1eo1l- H. como x. riamente selecionados podem g. .15 22. pintaa'OXOS e a. =11.h1 ferença no tempo médio que três analgési- ~jn.95 MSw - g.92) ns2 21.51 20//7 4(14 .g. calcule MS.50 (4-1)(6) +(5-1)(8. k. 22.hos de outros p.t i·..1 =3 .•.83 21. Um As hipóteses nulas e alternativas são conforme o que segue: biólogo está estudando o tarna· H.92) + 4(16.1. (. o teste estatístico é: 23.k= 13-3 = 10.le dos 011lros? S1t1'0llilfl que cada pop11laçilo d.90 24.1 = 2. 1.1ssaros.(:r.95 22.:. Então.~0 22.08 22. Os Como temosk=3amostras.72 20.44 22.1 10 ' 23.. 1::>. chocando e Solução cuidando deles como se foo- sem seus próprios ovos.17 22. 1)(7) ~ .89 gl.• lllterpretaçào co1upri111~ulo$.39 21.0 = N .5 20.49 20.1Xirros.ode .w. =i':. µ.aaplicod• Medicamento 1 M edicamento 2 Me. Esses páSS<'lJ'OS adotam s21 · 6 s'. + 11.cl11ir gião de rejeição e o teste estatístico.m!al Pint1.19 22. de 11i11l10 é difim. D 8. você não de c11ros euroulrnrlos c..5)+(4 .VS de (UC<tS Não há eviMncia suficiente no nível s. _E(u.. =_Ex _ S<. g. l-d . pintarroxos e crunba- xirras.0 N.38 _ ss. 66 16 • 1.31 ~ 3-1 23.81 22.75 21.92) + 5(17.• =k .=ª! =17 ) .=-- X1 4 = . e MS". ss.l .74 Usando MS6 = 10.1.54 21 92 "' '2 = 10' 96 24.01..15.28 2).

es. ltfeutifiqrw os graus de liberdade para o numerador e para o denominador. MINITAB ou Tl-8){84 para (a.96 1. Decida se deve rejeitar a hipótese nula. e. Interprete a decisão no contexto da afirmação origina).IJ§dd (.05. o analista podeconcluirque há uma diferença na média mensal de vendas entre as regiões de vendas? Suponha que cada população de vendas stja normalrnente distribuída e que as variâncias populacionais sejam iguais... Dctenuíne H0 e HJ.ação 2 aviação3 zer a análise simples do teste de variância.01. Se o valor P for menor que o.. 113 136 141 . Empresa de Empresa de c mp.5 a. Deter111i11e o valor crítico e a região de rejeição.. Suponha que as populações de tempo de 108 131 !SI voo sejam normalmente distribuídas.1».i. quadrados Entre 21.11\os liberdade. Com o: 0. f. Re:. ºNorte Leste Sul Oeste 34 47 40 21 28 36 30 30 16 30 41 24 24 38 29 37 44 23 i\ • 26 X.. você pode concluir que há uma diferença nas médias de tempo dos voos? Use uma ferramenta tecnológica. d.ta 11n p. g.-\4S O uso de tecnologia no processo ANOVA simples facilita mui. as amostras sejam independentes e as variância. Os resultados podem ser vistos na tabela. você deve rejeitar n•.33 s2~ =45 5~= 40.pitulo 10 • lflte> qui·quadrado .s 142 140 131 populacionais sejam iguais. b. distribui\10 r 473 A tabela deresumoANOVA para o Exemplo 1 é mostrada a seguir: ' Variação Soma aos Graus de Média dos F quad.:. e.\\ e JS X~ 11r 27 S~ • 45. • 39 . l-d .3 Um analista de vendas quer determinar se há uma diferença na média de ven· das mensais de uma empresa em quatro regiões diferentes.írio.. Use um gráfico se necess.to o processo. de Ao usar uma ferramenta de tecnologia como Excel. 135 133 158 Exemplo rn 126 131 143 149 155 126 lJsando te<nologia para fazer testes AH OVA '125 114 147 Três empresas de aviação oferecem voos entre Corydon e Lincolnville. você pode usar valores P para decidir 122 119 120 $C deve rejeitar a hipótese nula. Vários 116 124 164 t.empos de voo selecionados aleatoriamente (em minutos) entre as cidades para cada . Calcule o teste estatístico F. ~viaçlol av. Vários vendedores de cada região são selecionados aleatoriamente e cada um fornece suas quantias de vendas (em milhares de dólares) do mês anterior.50 lllterna n 10 7.67 5~=42.120 126 134 empresa podem ser observados lt direita. Com o :0. . Especifique o nível de signi ficância o.t i·.92 2 10.

80 2.05 3. ou fatores.27 2. JMS=903. você pode concluir que há uma di(erença na média dos tempos de voo. Fnça o teste ANOVA.233333 &ror df=27 55=3978.t i·. d.233333 Sxp=1 2 .86 2.00 Aluno de 3. Com a ~ 0.Importante As condições pai:a um teste ANOVA com dois fatores sllo as. suponha que um médico pesquisador queira testar o efeito do gênero e tipo com o adicional de que todas de medicamento na média de tempo que analgésicos levam para causar alívio. Então. ISTATI foterpretaçlio Escolha o menu TESI'S.49 3. L2 e assim Os dados mostrados na tabela representam as méd ias das notas de alunos no por diante. R('S.60 2.31 a. Há evidência suficiente para apoiar a afirmação.mas condições para o I Análise de variância com dois fatores (ANOVA bidirecional) Quando você quer testar o efeito de duas variáveis independentes. na variável dependente.22 3.2 55=1 806. exemplo.fi'.84 3.mos.40 2. Compare o valor P resultante com o dado nível de significância a . o pesquisador pode usar o seguinte planejamento em blocos mo lrur\_anlw.26 3.59 2. Como P < e.23 3.t8 -.111:J\iiv. terceiro e quarto . et\tre L1.$3/84.IJ§dd 474 • btatíuíca apfü.35 3.31 2. Para as amostras devem te.83 2..75 3.39 3.34 Aluno de 2t.no UI 2.<16667 MS=147.i No n1í1\imo u 111n 1nédia é diferente das outras. Por teste ftlNOVA com . de acordo com os dados. b.3S 3.way ANCY>/A F=S.l~l(I 1111 I'· A. /11terprele os resultados. você pode concluir vírgulas.Q1 2. você pode ver que P = 0. c. List 2 e assim por dian.87 Aluno de 4• ano 3. . lllsim os dados. segundo.13023478 L p • .01 3-13 3. você pode usar um teste de variância com dois fatores. Use uma ferramenta tecnológica.9 Factor dt-2 Tl-83/84 L One-way ANOVA t MS=903. µ2 • µr Jl. (/\. f: Af\!0VA( Então.ano 3.1383994 te.da Solução As hipóteses nula e altemativa s.340741 List 1.io: Hífµ.006. l-d . que há diferença entre as médias das notas? Suponha que as populações das médias das notas sejam normalmente distribuídas e que as variâncias populacionais sejam iguais.00638 2806. o mes.34 3.31 2. Aluno de 1• a.§ ano 2. . você deve rejeitar a hipótese nula. fazer este experimento.un fator.) Os resultados obtidos ao fazer o teste em uma Tl-83/84 são exibidos a seguir.mes.29 2.49 2.Dica de estudo Aqui temos instruções para tâzer a análise simples do teste de variância na ·n.05. <Co- 1)1ece inserindo os dados na n -a3/84 One. separaí:los por primeiro.26 2. de análise de variância com dois fatores: .95 3. A partir dos resultados.78 2.70 2.

Descreva a difecença enue a variância entre amostras MS• e a denominado<. Hipóteses para os efeitos de interação: Hrr Não há efeito de interaç. pies (com um fator)? (b) identificando os graus de fiberdade para o numerador e o 3." != Hon. (e) calculando o teste eslatistiico. H.IJ§dd (.m efe.tipo li "&.de too1ologia como o MI NITA Bpara fazer o teste ANOVA com dois fatores. í->or4n1.pítulo 10 • '""'' qui-qu.: Há um efeito de interação entre o gênero e o tipo de medicamento na média de tempo que um analgésico leva para aliviar a dor. Detennine urna hipó(ese nula e alternatÍ\ll para um teste ANOVA Fazendo um teste ANOVA simples (com um fator) simples {com um fator).ensque Mulheres que 111 toma@m o tipo lU torn.u.: O tipo de medicamento não tem efeito na média de tempo que um analgésico leva para aliviar a dor.: O gênero não tem efeito na média de tempo que um analgésico leva para significativa nas médias de aliviar a dor. é possísel rejeitar nenhlUna..ito na média de tempo que um analgésico leva para aliviara dor. uma. o tipo I ton.lo e determinando H0 e H_. o tipo m Um teste ANOVA com dois fatores tem três hipóteses nulas .u-am o. então Hipóteses para os efeitos principais: não haverá uma diferença H.l o teste ANOVA simples: 2.indo a afirmaç.. duas ou todas as hipóteses nulas. Como resultado. as lúpóteses camento não têm influência para o experimento dos analgésicos são as seguintes: no tempo gue um analgésico leva para aliviar a dor. iuU Exercícios Construindo habilidades básicas e conceitos Usando e interpretando conceitos 1. você podfl 1.ar u1na ferr:a1nent.: O tipo de medicamento tem um efeito na média de tempo que um analgésico leva para aliviar a dor. H. Quais coodiç6essào necess.drado" di1tri~uicao r 47 5 M F Homens que Mulheres que tomaran. l-d . 4. As estatísticas envolvidas com um teste ANOVA com d.lnas para usar um teste ANOIA sim· {a) identific.aram o tipo I Homens que Mulh-que tomaram. Um efeito principal é o efeito de uma variável independente na variável dependente e o efeito de interação é o efeito Se. f>los exerdôos de 5 a 16.io entre o gênero e o tipo de medicamento na média de te1npo que uni analgésico leva para aliviar a dor. você pode fazer um teste ANOVA com dois fatores. H.o gênero e o tipo de n1ed)· de ambas variáveis independentes na variável dependente. H.o tipo li tom. um teste ANOVA com dois futores calcula um teste F estatís· tico para cada hipótese.. Por exemplo.ois í~tOrQS estao al6n1 do 9ScOpo deite curro.t i·. faç.uma para cada Importante efeito principal e urna para o .efeito de interação. tempos de alívjo de clor. Descreva as hipóteses para um teste AAOIA com dois fatores. Para testar essas hipóteses. Usando a distribuição F. . detetminando o valor crítico e determinando vaíiância intema das amostras MS• • a região de reieição.u-an.: O gênero tem u.

.duir que as médias de custo por onça 79 131 81 209 são diferentes? (Fotr. 10.9 .3 11.3 1 aleatoriamente pacientes de varias panes dos Estados unidos e 1. 1O. Com a= 0.22 regiões? f.0 17.re:Ccnwmél Repc.9 22 21 10 19.4 16.1 12.S.8 16.S tos de uatamentos? (Font<::Con<unltl Repeti$.de que a média do número de 0. Gastos com leitura A tabela mostra os gastos anuais com lei· decisão no contexto da afirmação original... 114 49 176 111 Poder de re~o-de Pode.~: e .1 23 13 19.este 0.37 0.) 0.5.1 17 13.2 12. quatro regiões' (Atlcplodo de U.4 16.'. &.75 dias que os pacientes passam no hospital é a mesma nas quatro 0.42 6 6 3 3 0.33 1.16 2 3 6 4 3 5 3 6 6.>/000 deus: Eoogy lnitJrmtllion At/m.6 12.) 26.58 empresa pode rejeita.tamanho 35 60 60 90 50 80 tados Unidos. a afirmação.6 21. a 0.05 1.duir que no 9 2 mínimo uma das médias dos pteços de baterias é dífereate das outras? (1<.3 5.) pendentes uma das outras e que as poptAaçoes tenham as mesmas variJncia~ Se conver.2 17.9 20.. Em parte do estudo.4 15.2 IS.51 0. 21.9 12.5 15. NorianofCente. 10.-. Area tle construçil-0 A li!bela mostra a ~rea (em milhares) de uma amostra alea16cia de construções de quatro regiões dos Es- Grupo.~ 8.!> 9. Com o = o..7 12.52 2.73 0.eme.1 15.i.Rcpon<. Bateria de automóveis Os preços (em dólares) de 17 bate· 4 4 7 6 tias de automóveis aleat0<iameme selecionadas são exibidos na 6 4 4 5 tabela. M EMdé<lcia suficiente para con.lo a hipótese rua e imerpretando a . você pode co. kit Hc<tih 5101.6 24 51 13 12.3 13. Norde.1 terraços externo~ Com o = O. você pode con.2 11.5 7. bom ou médio.9 7.rCO!J oi L<i/Jo.!o classificados de ac0<do com o tipo de ba· 8 3 2 te1ia. que as amostras sejam inde.6 13.05. Com II m O.duir que a média da ôrea de pelo menos uma das quatro regiões é diferente das Grupo tamanho 65 80 60 60 90 45 85 demais? (Ado.cs. Os preços s. você pode Suponha que cada amostra seja sorte.4 17 16 12 18.2 6. você pode rejekar a afinmação 17. use te<noJogia pata resolver o p1ob!ema.t i·.64 sam em um hospital.7 5.1 7.44 registrou o número de dias que cada um passou no hospi1al.wotro..1 14 10. 1 Tratamentos daros sernítralisparentes levemente coloriaos 20.2 13..hp:ado de U.o_éste Sul Oeste 7.. uma empresa de se· 0.} de pastas de dente que aptesentam 38 142 105 124 podet de remoção de manchas muito bom.1 dóla1es) de uma amostra aleatória de produtos de tratamemo de 20.5 8.41 0. S'Atllr.6 3.médio 263 70 t44 m~ndla:s muito l>óm 0.A.IJ§dd 476 • (S1<tl1ti"•plicada (d) decidindo rejeitar ou n.r.49 0.c.5 12.98 7 7 6 6 0. a emptesa seleciooou 0.8 14.1 11.4 16.46 4 6 5 4 0.36 0.50 0. Pasta de dente A tabela mostta o custo por onça (em dólares) 228 219 65 163 de uma amostra aleatóri. Trotomento de terroços Atobdo mos1ro o pr~ por golõo (em 16.e Centro-oeste ~ui <!>.47 0.33 Noid~st. l-d . Os 0..6 12.ida de uma população rejeitar a afirnajo de que o gasto médio anual é o mesmo nas normal ou apro~madamente normal.64 0.48 0.35 1.l Em um estudo recente.) 186 140 61 139 .05.3 15.1 14. tura (em dólares) de uma amostra aleatória de consomidores de quatro regiões dos Estados Unidos.60 1esul1ados do estudo são exibidos na tabela.8 14.:~ 10. de remoç3o ele Poder ~e.5 de que a média de preço é a mesma P<lra os u~ tipos de produ· 13.7 24. Com o = 0. Com 11 1 219 126 161 o = 0.t) .6 Tratamentos Trafamentos 14.7 21 2?.6 17.34 Dias no hospita.46 guro de saúde irwestigou o número de dias que pacientes P<IS· 0.) Grupo tamanho 34/78 60 100 90 10 90 60 Notdeste Cenlc<>.ste <Zentro:oeste 5'11 Oeste - ( ~ 5.60 0.tem~ de manchas bom manehas.01.

l-d .656 74.571 56.'~12 Rendimento pessoal A tabela mostra os salários de indivíduos aleatoriameme selecionados de quatro gcande áreas metropoli· l~ sétie 77 87 58 125 51 106 58 72 tanas.tap:odo de u.0 217.'~ 11.S.n1 840 res) de uma amostra aleatória de casas móveis novas de quatro 776 U25 1.6 182.sas em (j\Jatrocidades Depois de selecionar aleatoriamente casas em quatro cidades e determinar o preço de cada 85.s. 6 Pittsburgh Da fias Chicago Minneapolis '·li'·' .485 65.625 45.826 L695 1.7 188.3 237.6 199.410 59.15. Cernvs Burecu.611 73.343 1.}96 1.0 187.2 uma tabela como a exibida abaixo.0 135.6 91.4 248.1 oi lle<llt~) 113.599 uma das médias de preco é diferente das dermis? (/ldoptado de 1.385 ~S.0 pode rejeitar a afitmaÇiio de qu.6 65.lo de que a média de preco é a mesma nas quatro cidades' (/l<ioplado d• NórlOIIOI Assô<íatío.7 201.5 177.849 75.0 82.7 221.1 64.4i7 Expandindo conceitos 51.700 32'800 42.005 32.9 62. ".6 95. Preços de moradia Um corretor de imóveis está comparando Nordeste Çentr~te Sul Oeste os preços de c.300 39.694 labticames.05.9 215.7 59.005 87.536 Usando tecnologia para fa:i:er um teste ANOVA com .5 215.n<S'10.0 128.0 orna.e o núme<o médio de alunas que 7!)7.7 57. Com o = 0.972 1.05.1 53.002 fal>iig. use uma ferramema de tecnologia e de casas de quavo regiões dos Estados Unidos. Preços de casas móveis A 1abela mostra os p1ecos (em dóla· 2.045 37. o e-0r1etor pode 137. .424 ss. você 254.531 85.7 321. os planei<>mentos em blocos dados para lazer um teste ANOVA com você pode concluir que a média de consumo de ene<gia de pelo dois fatores.6 101.345 1.x(XÍ() c1.ete os resultados.0 257.8 37.3 157.3 257.5 184. dois fatores (em milhões de BTU) em um ano por uma amostta aleatória l\'os exerclcios de 17 a 20.1 210.6 282.646 1.. você pode concluir que pelo menos l.491 60.349 1.117 49.510 72.9 328.t i·.6 6'1.m ~.lolO • íe. Ui ª"'""" elfconcmtc Maiy.500 58.<) 12.rygyAt/tMl$!J"""'-) . lltla das áreas? (Ada.1esqui. menos uma das regiões é diferente das demais? (AdoJJtodo deus.nle A Fabrica_nte B Fabri<ante C Fabricante O 1.ooradoeadi111ibni<l<> Í 477 .732 59.3 240.it <:idade A Cidade B Cidade e <1idade O 98.4 39.049 62..305 59.575 1.955 36J300 37.9 253. Consumo de energia • " -'~ mostra a energia consumida A 1<1=..3 99.1li' .ir a afirmaç.6:SO 59.) 1.6 92.876 2.3 163.634 1.9 157.400 quatro regiões? r.679 1. Com a• 0.500 38.450 rejeitar a afirmaç3o de que a média da quantia gasta é igual llaS 32. Quantia gasta em energia A tabela mos1ra a quantia gasta (em 34.7 rejeit.q.750 1.10.420 52.S 51.004 70.o~) 35.. você pode 34.5 198..4 284.IJ§dd (dl)ft.4 144.9 120. C<llll a= 0.9 69.653 1.8 267.335 7S:020 2.4 { ~.1 amostra aleatória de8 escolas de um Estddo..5 177.250 36.4 9'.720 dólares) com energia em um ano pela amostta aleatória de casas de quatro regiões dos Estados Unídos.3 24.2 285.9 s. você pode concluir que a média salarial ê 11•serie 86 81 46 115 56 87 62 80 diferente em. Enetgyll>IDrtnO/KiO Adm.'l 120. de urm 208.544 2.9 200.8 71.6 158. oco«e\ororganiia os preços (em milhares de dólares) em 93.650 29.2 54.7 jogaram em algum time de esportes da 9' à 12' série.584 75.8 173.080 661 U.5 59.348 856 60.1: serie 65 77 42 102 49 84 65 82 . Participação em times A tabela mOS11a o número de alunasque 238.541 1. Com n • 0.029 1.000 34.600 47.1 202. 14.3 234.074 1.3 jogaram em algum lime de espones é igual para todas as séries? 239.3 158.727 1.215 Nordeste Centro-oeste Sul Oeste .745 83.B 224.700 40.1.950 4:S.9 226.873 56.5 179.2 190. 10.9 220...3 201.sêrie 82 91 53 133 64 112 63 77 i. Use o • 0.549 61.l 13.8 7!)7.9 59.01.2 117. no mínimo.276 L899 1.795 39.204 60. Fr.01.1 138. Com a=0. lnterp.850 40.2 101.056 1. 10. Com o·= O.

planejamento em blocos mostra o núme<o de veículos ve<1didos. 4 Se a hipótese nula é rejeitada em um teste ANCNA simples de três ou mais médias. Por exemplo.to em blocos mostra a nota média de alunos homens Use as informações dadas para resolver os exerdcios de 21 a 24.. Vendas de veículos O dono de uma concessionária de carros Scheffé.1. e são as médias sendo comparadas e n. é fácil aceitar noções precipitadas para afetar os resuhados de um teste de ajuste qui-quadrado e um teste para independénda. 2. Propagandas Em um estudo.lf 17.'. 39 69. 1. 2.00.nico?. em IJll mês. 59 2. as médias são comparadas duas de cada vez. onde x. As médias têm uma óifeiença significativa se de 24 alunos de ensino médio relatou sua nota média final. 36. calc. O. 10. 3. Em um teste de ( ~ 18. 1. l.3 3. Por exemplo.. que. são os tama· nhos da amostra 00<resp0Jldentes.7 1. Usos e abusos .0. Média da Pfopaganda j MarcaB 44. um Teste de Scheffé pode ser feito para en· contrar quais médias têm uma diferença significativa. 56. 2..2. 2 :x. 1. 3.. 23. 2.ça no tempo que os técnicos levam paraconsertar marcas dileremesde unidade dedsco.. 58.6.)I carro can1inhAo VdO/SlN 6. 2.05.8. x.51 74.)+(1/ n..40 ~ Televisão 47. 2. ro quer delermínar se há uma d fere. Como decisões equivocadas vão custar o dínheito da sua empresa.55 47.-5. ss ' 1ípo de W!ict. Por exemplo. determinar se o sexo de um vendedor e o tipo de . 2 4.O com três médias.. 2.ala de I a 5. Com a = 0.?tSus:x. 50 uma esc.0.1.5.66 47. com 5 ~do extremamente eficiente). versus Para cada comparaç. Com "= 0..estatística no mundo real Usos Análise da Variância Simples (ANOVA} M<OVA pode aiudá~o a tomar decisões impor· tantes sobre a distribuição de recu<SO$.~ o. M usar o teste para veri· .4. 29. suponha que você trabalhe em uma grande empresa e pane de sua responsabilidade seja determinar a dislrillliçào das vendas da empresa por todo o mundo e decidir onde concentrar os esforços da ernjl(esa.. Consulte os dados no Exercício 14.7 1. 5. Média de pontuação Em um estudo. x.8 4. faça um tes· te de Schelíé para determinar quais médias têm uma diferença 4. Consulte os dados no Exercício 13. 1. 38 70.x. O planejamento em blocos mostra essas avaliações (em Marca A 67. 2 te de Schelfé para determinar quais médias têm uma diferença '·. 1. 10. l-d . 1. 68 39.. 5. 5 2. Com o = O. 2t21 2. significativa.0..7.5. 1. uma amostra aleatória aci.0.0 3. e mulheres de quatro idades diferentes. e n.3_.7. O o valor aitico é menor que o valor calculado usando a fórmula acima. SJ 4.3. JlOf uma amostra aleatória de oito vendedores. 10.lo.~ 19.. 2 O Teste de Scheffé 1. Com o = O.ule: listados pelo ripo."'. Reparos de unidade de disco Ogerentedeumserviço de repa· significativa. 1. calcule o valor aíti<o usando os 5.. vocé teria as seguintes comparações: veJSus x.62.6 significativa. 3. 62 ~45. 5 2.t i·.3( 4. 212. Consulte os dados no Exercício 11. laça um tes· Menores Acima te de Schelfé pata determinar quais médias têm uma diferença 15-16 17-18 de 15 de 18 significativa. Técnico 3 Técnico 4 liou uma propaganda de ráó«> ou TV que durasse 30 ou 60 se· gundos.8 22.9 3. 3 4. 1 4.ma com o valor aitíco. 4~. uma amostra aleatória de 20 Técnico adultos avaliaram a eficiência de propaganda~ Cada adtito ava· Técnico I Téc. compare o valor que é calculado usando a fórmula .5. 64 42. planejame.IJ§dd 478 • úr•Usticupllc<J• '< . 82. você quer ter ceneza das decisões que vai tomar. faça um tes· :.W..lo t (n~-1)1(1/n. Idade 21..0. 2.oeículo ve<1dido afetam o número de veíaJ!os vendidos em um mês. Depois. 70 45: 62. 2. 74.0 '3.4.0. 1.4. 1 mesmos passos do teste ANCNA simples e multiplique o resultado por k . 47. ex. Opia· 24. Abusos Noções precipitadas Há várias formas em que os testes apresentados neste capítulo podem ser abusados. faça um tes· nejamemo em blocos mostra os tempos ( em minutos) que cada te de Schelíé para determinar quais médias térn uma diferença técnico levou para consertar trés unidades de disco de cada marca. Consulte os dados no Exercício 10.4.

l-d ...io é diferente das demais. descreva como o abuso poderia ser evitado.4 • Como usar uma análise da variância simples para testar afinnações envolvendo 1 e2" 19e20 três ou 1nais n. ao reieitar a hipótese nula de um teste ANCf. n!o deixe a distribuição existente "confundi<" os <esultados do estudo. Depois..cdias: . Noções precipitadas AN(NA depende de ter variáveis independentes. Como com qualquer owo teste de hipótese. 5a8 • .ma dasfileirasr)x(Somadascolunasc) Frequenc. não de~e StJa intuição ·enuar no caminho".JA Neste uso. Secão 10.. Exercidos 1.ê está afirmando te. d r (So. llocê não eSl<i afirmando que todas sejam diferentes.ificaria "rejeiçAo da hipótese nula".. ao dete.. descreva o que sig..(0 ..JA.- " Tamanho da amostra • Como usar uma distribuição qui-quadrado para testar se duas variáveis são 2e3 Sa8 i nclependentes.ejeiçAo de hipóteses nulas Enconue um exemplo do uso de uma A~Cf. VO<. lnterpretaçAo incorreta da rejeiçAo da hipótese nula ~ impor. 3e4 13a 18 Secão10.· • Como fazer um teste F para comparar duas variâncias. ~ ~ .2 • Como usar uma tabela de contingência para encontrar as frequências esperadas.oaespoadeote antes de chegar a alguma condusào lógica.4. Uma íosma a mais de testar qual média da populaçAo é diferente das demais é expli<ada no Expandíndo conceitos da seçllo Exercícios 1. Como essa rejeição da hÍJ)Ólese nula deveria ser c01retameote interp<etada? Resumo do capítulo Exerci cios Oque você aprendeu? Exemplo(s) de revisão Secão 10. Da mesma forma.a espera a"' = . lnterp. E Secão10.etaçao incorieta de ..IJ§dd (.3 • Como interpretar a distribuição Fe usar uma tabela F para encontrar valores críticos: l e2 9a 12 2 .minar se duas vanáveis são independentes. evidêocias suficientes para determinar que ao menos uma das mêdias da populac.l • Como usar a distribuição qui·quadrado para testar se a distribuição de uma la4 I a4 frequência se-encaixa a u1na distribuição aíir1nada: x' = L.pf1Ulo 10 • l" t"quí.. 1'0Cê deve juntar os dd<los ap<op1iados e fazer o teste c. 2. DeSCte\ta um abuso que pode ocorre< quando há varklveis depeademes..quadrado •• di<uib•i<!O r 479 licar se uma clSlribuiçAo mudou.E)'.t i·.Si F-~.ante lemlxar que.

46% procuraram a saúde pública de 1 a 3 vezes no ano anterior. Teste aafirmação dopesquisadol com o • 0.l.IJ§dd 48 O • ú tatl~ica apli<•d• Exercícios de revisão Secão IO.ial de uma ' S!<ttist. o(Arnetiat.alme:ite qve 30Sb la5días 237 eram passageiros de motoristas c. Teste a afirmação com a = 0. te da porcentagem apre-. aleatória de pedestres que morrer~m ao serem a6ngidos por veí· A tabela mostra o núme10 de jurados na corte de um município culos motorize<los.>lodo de Nolionot região. 0. Um i 1strutor de golíe qu& testar a seguinte af. 10.. l-d .) os alunos de gotte dos Estadós Unidos. use a tabela de comingéncia dada para: raram a saúde públi<õ de 4 a 9 vezes e 13% procuraram a saúde pública 10 ou mais vezes no ano anterior.) .05.édio 276 precisam de mais ajuda com tacadas em jogos cunos. ~ r k lhe u. Use o= 0. 16% não Se{3o IO. Uma amosua (a) encontrar as frequências esperadas de cada célula da tabela aleatória de pessoas nos Estados Unidos descobriu que 99 pes· (b) fazer um teste qui-quadrado para independência.aleató~ de homens e mulher(?!..l<Jb 17.488 ajuda = put6ng. 376 (c) comentar soble a relação entre as duas variáveis.4'1b coMexto da afitmação original. U)t UIII t~c:: <lt: cjv~lt:' . 9% precisam de mais ajuda com tacadas completaram Faculdade - o ensino 4anos- de longo alcance e 4% preásam de mais ajuda com pul!ing. Sai<. A tabela de contingência mostra a distribuição de idade de uma 1asdias .g/11"'{ Sofe'J<) 11 a 15 dias 88 16 a 20dias 3<Jb l6a 20días 19 Grupo . de adultos que planejam usar os dias de férias no verão é diferen· use o = o. Teste a afirmação do executivo com o = 0.s.05.'.t i·. ao menos. Use n = 0. (Ado. l\ a l5dias 12'lb (.217 l. Estados Unidos por idade em 2. por idade. M uma 8. isto é.359 l. Use o = 0.. a seguir. A tabela de contingência mostra os resultados de uma amostra 3. A tabela de contingência mostra a conqlista educacio. 42 precisam de mais ajuda com tacadas de longo alcance e 18 precisam de mais 45olj mais 964 1. O executivo seleciona aleatoriamente 800 adultos e pergunta a Típo de veículos que possuem cada um deles quantos dias de férias eles pretendem usar no veiAo.389 1. o ensino t-3 anos ou mais médio Com uma amostra aleatória de alunos de goffe.ur.ujo conteúdo alcoólico no san· 6a l0cfas :. Teste a afirmação= o = 0. Se conve<iiente. Hirfa.. procuraram a saúde pública 10 ou mais vezes no ano anterior. separados em categorias pelo horério do &a em um ano e a porcentagem de pessoas que residem naquela e gênero. s. feridos f. 65<!b precisam de mais aiuda com tacadas em jogos cunos. 60ou mais NU') C::Ãt!f<.At!aprodo de lflwron<< ln<r.tar a seguinte afir· mação: De todas as pesscas dos Estados Unidos.quisador afirma que a diWibuição do júri é dílerente da distribuição geral dos jurados.a1..h amostra aleatória de adultos nos.. Interprete a decisão no Populaç~o 20.cs.úde pública no ano anterio.Y A:im. use tecnologia para resolver o problema. c.v/ rrol/ir.ÍUV) d-t: 1 C1 4. ~ldoptado de Nooono! Cemer lot 5..entada na tabela da esquerda.5% 21.. O pe-. 10.mo 6a tOdias 245 gue era de.147 precisam de mais ajuda com opproach e sv. (Maf>:odo dt HatrJS ltlrt-VtXtwe) Homem 85 96 45 6 Distribu~o Molhe< 110 75 60 3 Resultado da 1!'5quisa Odias 19<\o Odias 165 7. descobre-se que '1'. 22% precisam de mais ajuda NJo Completaram Faculdade- com owoach e swing.) 6..3% 27. a Utilitário Gênero G:arro Caminhao· d~ portivo van seguir.10 tecente. Um pesquisador jundico esM estudando a distribuição de idade de um júri comparando-a CO<n a distribuição de idade geral dos Mulher 60 145 145 130 65 IS jurados disponíveis. 167 pessoas procuraram a saúde pública de 4 a 9 vezes e 92 pessoas Suponha que as variáveis sejam independentes.v.94 1 1.01 . Um investigador de saúde pública quer te-.) Heof.nsu.. pessoas procuraram a saúde pública de 1 a 3 vezes. 99 i5 044 556 1. for l.08 em um ano receme. (Fot>:e: PC.isr11100n.7% 18. Os resultados eslâo apresentados na tabela da direita. A tõbe!a de contingéncia mostra . soas nao procuraram a sa.l 21 -29 30-39 40-49 50-59.os.amostra .ing.. 10.Z procuraram a saúde pública no ano anterior.a distribuição de uma amostra preferência dara em relaçAo à idade na seleção do júri nesta área. Nos exercícios de 5 a 8. de idade 21ou mais dias 6% 2 1ou mais dias 46 Gênero 16 a 20 21 a 30 31 a40 41 a 50 51 a 60 61 + Momem 155 280 265 225 1$5 50 4. em um ano recente. 1.maçào: de todos um a. 25% procu.\'? i'dld ltil<:U d J(Hi 45 128 244 224 359 afirmaçAo sobre a distribuição de população. 10. Um executivo de recursos humanos acredita que a porce11tagem aleatória de indivíduos por gét'le!O e tipo de veículo que possuem.

u=0.03 de seu engate n~o temperado é mais variâvel que a de seu enga· te tempe. 10.597 ..t8 26.rdeste centro-oest~ Sul peste 16.. teste a afirmaçJo sobre as diferenças ent1e duas variAncias populacionais º'• e f11.as das quatro regíões um des\lÍO padrão de 0.9..24 1&.05.4 Nos exercícios de 15 a 18. g. Nos exercícios 19 e 20.t i·.611 9.65 1 9. • 49. Sec~o I0.ado.60 menté.25 que a variancia da noia do teste para mulheres é diferente da 29. a•0. Com o • 11.641 9.596 9. mentas menos variáveis em á~metro que aqueles ptoduzidos com a moldura atual da empresa. n.veis em diâmeuos que a moldura f 2.64 27.'17 24. Suponha que os resultados do teste ve...tras esmfsticas dadas.. encontre o vala< F crítico de um teste tamente mais consistente que sua moldura atual.1" • 12.82 ( ~ 17. teste a afirmação de que a nova moldura produza enchi· mentos que sejam menos variâ.~ncia indicado o usando as amos.. Atabela mostra os resultados do teste . Use <> = O.0 =12. Uma ·.572.07 selecionadas alea10<iamente e 14 altnos selecionados aleatoria· 30.. Inter.4 megapascals. s . e g. Uma a. 35. = 20. Se conveniente.sr.. • 6 e s'.03 24.05.l megapascals. Em uma amostra de casas em quat10 regiões dos Estados Unidos.os.l.=5.647 9.bal do SAT sejam na<malmente distribuídos.579 = 14.40 22. suponha que você pode conduir? Suponha que cada amostra seja sorteada de que as amostras sejam independentes e que.85 35. o= 0. Uma emp<esa de pláslico que produz enchimento para painel de automóveis acabou de receber uma nova moldura que é supos· Nos exercidos de 9 a 12.. Com o= 0..1 8.al VeolkabOI> ond Ano.mer..qui·""'11ado e• di111ibui<~ f 48 J Hora d'o dia Mulher ~ 610 340 630 520 690 540 Gênero OOh às 6h às 12h às 18h às Homem 560 680 360 530 380 460 630 ~h59min llh59min 17~5"9min 23h59min Homem 654 591 909 928 Mulher 600 800 Mulhe< 255 365 601 505 Homem 310 730 710 520 560 400 Secão 10. g. ~o'.74 20. = 16 e s'. (Nícp!odo de Er>tic.l.98 25.571 9. Teste a afirmaçâo (Adop1odo de u. n. n. Se conveniente. (em centímetros) para as novas e asatuais molduras. prol>lema.J... que as amostras uma distribuição normal.650 9.626 9..'~. = 270.oerbal do SAT para 9 alunas 39. teste a afümar.65 29.l"' • 10. Um técnk:o de unkaudal à díreíta usando o nível de signifiC>lncia o indicado e osgraus qualidade deseja tesw se essa nova moldura vai ptcduzir enchi· de ibe<dade g.. • 11 .as mesmas variancias. g.82 29. use um teste AN(J.3 .01. O analistaafirma que a variancia na produr.al 9.IJ§dd (•pflulo 10 • T" te.y oi Oicid>oma. g.• = 25..08 28.568 9. ~.638 9.ares por milhões BTU) em um ano de uma amostra~leatória um des\lÍO padrão de 0.s. a =0.ão ..27 18.81 28.51 padrAo. g.19. Um analista agrtcola estâ comparando a prod~o de trigo na <e. Suponha Atu•I 9. Uma empresa de tubos de aço afirma que a força de elasticidade 40.28 tes não temperados tem um desvio padrão de 25. Afirmação: o'. Atabela traz amostras aleatórias . Em cada exercício.10. de 13. 0.594 9. teste a afirmação sobre duas va· riâncias populacionais no nível de significância o indicado. AtO..15 18.570 9.cada população tenha uma população normal ou aproximadamente noimal.u.93 20.38 21.JA simples usando o nivel óe significância indicado. na nível de signífi· Novo 9. 10 aleatótía de 16 fazendas da região de Kay..OI.625 9. sejam independemes umas das outras e que as populações tenham 15. n O..618 9.05..77 19.1.. mla'IOOr.. l-d . Novo 9. =6..57 dos homens.c""") do analista com a • O. 34.605 9.15 23.64 25.cn Adm.676.537 9. de trigo é maior na região de Garlield que na região de Kay..603 9. use tecnologia para resolver o gião de Oklahoma. 10.67 28.nosua varijvel de 9 engates tem um desvio 28.ão de 32.n~r.76 alqueires por aae.l.1'0 = 50. Teste a afirmação da empresa com o ~ o.642 9.79 31.) No.58 alqueires por aae.0 1.580 9. o= O. Nos exercidos 13 e 14. Amoslra estatística:s'. descoôriu·se que havia para testar as daerenças entre as méó.)suse. A tabela a seguir mostra o custo da eletricidade <esidencial (em amostra aleatótia de 21 fazendas da regijo de Garfield produz dói. =112. independentes (de tamarilo \2) de diámetros de enchimento 10. aiual ploduz.esultados no contexto da afirmaçAo. . e uma amostra parecida de 9 enga.g.66 29.18 2t. n. = 653. use os <lados da amostra dada pata fazer prete os . g.611 9. g.l. Afírm<lç. o problema..lo: o'. AA10Stra estatistica:s'.1.590 13.. Ene.. O te01ologia para resolve. = 21.636 que as amostras estatísticas sejam de amostras independentes se· lecionadas aleatoriamente e cada populaçAo tenha uma distribuiçAo normal.

Buteov of Lobct Srlll<SOCS. 35.189 51 .193 32...01.4. 36. use os dadosa seguir.198 72. 3. mais difere da distribuição de pessoas nos Estados Unidos que AnnArbor. 38.7. têm entre 35 e 44 anos? Use 1) = 0.lo de pessoas nos Estados Unidos que cias de salários anuais em San Jose.) (d) determine a regiãoderejeiç..0. N3o completou o.020 49.sta a disiribLiçAo (a) determine H0 e H.348 63. I 74.l e social para consumidores e trabalhadores nos Estados Unidos e também fora dos EUA A NU foi formada em 1899.. 47.médio >2.0.4.6.4 51. &x-. f/<doprado<k u.) e. 64.01. 38.7. 45.6'!b 30 23 que os salários são nonnalmeme distriboídos e as amostras sào inde· pendentes.IJ§dd 48 2 • l11athllca apli<.. 65. Assuma que as variâncias populaào<lais são iguais.itoriamente em três regiões metropolitanas.05.. . de nível educacicral alcançado para pessoas nos Estados Unidos com 25 (b) especifique o nível de signific.7..lo.829 70. . 42.2.3.8 42.962 64.407 43. há evidê<icia suficiente para conclu~que as varian· mais difere da distribuiç.709 31.393 52.9.i eccnõmic.5. 31. 2? anos (f) tome uma decisão.6. 35. que í. 34. sala.9. A tabela à direita mos1<a o rendimento anual (em dólares) Nordeste Centro-oeste S<JI Oeste de uma amostra aleatória de famílias em quatro regiões di· ferentes nos Estados Unidos. 28. 46.0. CA: 65.9.05 para testar as 66.4. 35.1. 10.decisões reais O No6onol Fraud infófmalion Centei (Nflq foi estabelecido em 1992 pelo Na6ooa/ Consumers League (NCL) pra combate< o oescrote problema de fraude de telemarketing ao melhorar a f~calizaçao. Census Bureav. (Maprodo de u..5. (e) cale\k o teste estatistico.261 53.3.2.. 50. A distriboi~o de pessoas nos Estados Unidos com 25 anos ou ( ~ 1.da "l 20. 39.4. Pós-giaduaçao 9. 56.933 49.061 70.198 U.3.8. 31.3. 37. 78. Juntando tudo Estatística real .S. 34.cha.l'!I> 61 50 San Jose. Em o = 0.216 46. Depois compare suas respostas com as respostas no final do rivro.8% 51 58 se!ecionad05 ale. Oallas. use tecnologia para resolver o problema.ais. Assuma Gradu~o em 2-anos 8. Ela lista também os 1esullados de uma pesquisa aleatória (c) determine o valor crítico. (Moprado de 58.lrios são iguais nas três cidades? Use " =0. 29. TXsão diferentes? têm entre 65 e 74 anos? Use o~ 0.) 67.405 56. 93. 4.4.7. CA e Oallas. 34. 36. A NQ trabalha para j)<Oteger e promover justiç. anos ou mais. para duas categorias de idade adicio.9.el 18.790 difere. que &stam os sa· Completou o ensino.t i·.5. 1. 20. l-d . 119 Teste do capítulo Faça este 1este como se você estivesse fo2e<1do uma prova em 2.798 53. As médias anuais desal.3. 62.2. 55.2.4. 41 .8% 35 91 Se conveníeme.% 95 151 lários anuais (em milhares de dólares) de uma amostra de índMduos Faculdade.643 44.5% 29 33 74.s e.ensino médio 14.4.5. use a tabela a seguir.6.Ml: 31. TX: 42. 97. semgraduaçao 16. 47. Para os exerc(cios 1 e 2. Use o = 0.888 34.S.485 64.098 50.090 55.7. 30..ças entre as médias das quatro regiões. Para cada exercióo: Pa1a os exercícios 3 e 4.5. A distriooição de pessoas nos Estados Unidos com 25 anos ou 62.lncia e.3. 32. ou mais 35a44 65• 74 (g) interj)<ete os rerul!ados no contex10 do problema. 29.

. Os resultados de uma pesquisa de 1. comparar variáncias e fa.alo 60 90 280 200 Ca116esde 20 180 260 240 I~ 70 30 20 1.ibuiçào anunciada das idades de vitimas de fraude em telemarketing é exibida na tabela. usando o= 0. Suponha que as variáveis de idade e tipo de fraude sejam indepe. Nova York. Parte de sua a~lise envolve verificar o teste de ajuste.9 14% 200 30a39 17% 300 40 a49 18% 270 soa 5!1 18% 150 60a69 12% 40 70+ 20% 10 2. Nova York. ' Típode fraude Menos de 20 20879 :ÍO a 39 '<io a 49 50 a 59 60a 69 70a~ 80 + Totál Ôl<lidas 10 70 130 160 1. funcionários de uni versidades e de apoio de escolas. Srranton. Teste de ajuste Uma dist.is de Gar)\ Indiana. . a A111crica11 Fetferntio11 o/ Tex1chm (AJ'T) foi formada por três grupos de pro(essores em Chicago.01.t i·. o teste de independência. Pennsylvania.i(Aof 483 Você trabalha para o NFIC como anaista de estatística.000 de~.adld4o" disuib.000 vitimas de-fraude com te!emarket•1g aleatoriamente selecionadas também podem ser obse<Vados na tabela.C. Idade.000 vi1irnas de fraude de te!emarketing classificadas po< idade e tipo de fraude. (b) Você pode concluir que a idade das vítimas seja relacionada ao tipo de fraude? Use o• 0. Independência A tabel3 de contingência a seguir mostra os resultados de uma amosva aleatória de 2. a AFr representa mais de 1. e Washington. Você es«\ estudando os dados sobre fraude em te!emarketing.er o teste AN(J.000 Tecnologia MINITAB l EXCEL Tl-83/84 l I Salários de professores Em 1916. As fraudes fo.am cometidas usando cooidas de cavalo falsas ou ofertas de car1~ de crédito. (a) Calcule a frequência esperada para cada célula na t. O que você pode concluir? Você acha que a afirmação seb<e a disvibuiçõo é válida? Por qué? Distribuição Res<iltados clà Idades afirmad. faça um teste de ajuste qui-quadrado para testar a dislrib.bela de contingência.01. funcionários municipais e estaduais e profissionais da área da S<lúde.c!emes. l-d . Illinois e loca.JA Exercícios 1.IJ§dd (opltul-010 • lt1l1$ qui·q.4 mi- lhões de professores regulares e universitários. D. Hoje.a pesquisa Me<>OS que 20 1% 30 20a 2.-· çõo.000 oédilo Total 30 240 330 370 270 230 310 220 2.

426 32.proíessores o ~o.935 6B78 47.00 50.032 43.950 5.1$7 44.980 44.760 tras foram selecionadas ele JJO!)IJ'4çoos que tenham variancias 53. 52.200 4. l-d .t i·. discuta se as ttês 48. ~6-150 64.700 36.200 50.400 44.960 60.478 89.250 condições pata um teste AN(Y.450 65.450 tra é de uma populaç.550 83&00 (e) ProfesSO<es de Wyoming.200 iguais. Caso 47.'\8.668 3.052 48.plique.206 53. use uma fetramenta de tecnologia para tes!dr a afirmação 37.305 79.985 35.200 41. As amostras são independentes umas das outras? E.814 51. Esse relatório se concentra em 60.260 63. OO.265 36-208 de que p1ofesS01es d3 Calnórnia.200 37.160 53.:SSS '. 41.05.200 35. Nevada e Nova York. Use uma feiramenta de tecnologia para determiriar se cada amos· 34. .150 66-120 74.022 ciais para professores e dados salariais e custo de vida das 50 maiores cidades do país.400 42.622 46.200 sejam.!8.200 1.V.JA simples são cump<idas.069 56.400 50.199 res do Alaska.200 56.400 52. (a) ProfesSO<es da Cafifórnia.7.600 53.IJ§dd 48 4 • [11aU11ica apli<•d• Salário de professores A C?da ano.405 53. Repita os exercfcios de I a 4 usando os dados da 1abela ao lado.600 E8. 6].4. Usando os resultados dos exetdóos de I a 3.).300 50. 38..425 52.873 45.605 33.200 42.645 45.225 49.850 44. a AFI' publica a Survey nud l\11nlysis o/ 1errcher Salnry 1reuds .499 41.385 29.600 43.000 sao25 32. Ohio e Wyoming. A tabela mostra os sal~riosde uma amostra aleatória de professo· 48.400 2.802 34. Use Salários de.650 36.250 63. Use o = 0.SOO A tabela à esquerda mostra os s. Ohio e Wyoming têm a mesma média safaria!. quisa e análise de tendências saJariais de professores. lnsoU(ô<!S IWÃC. Alaska Nevada Nova York ' (b) ProfesSO<es de Ohio.259 34. Use uma fertamen!d de te<:nologia para dete<minar se as amos· 60. comparações estaduais.300 tendências nacionais nos salários de professores.40 na Caliíórnia.000 65.881 46. 40. 69.295 41.300 45.pes- ~lifómia Ohio Wyoming.900 30.185 '67. salários ini- 37.-100 58.lo normal ou ap1oximadamente no:mal. .INIT.700 39. &tê! e 11•83/84.os. 52.38.356 '.800 42.960 39.786 Exercícios Nos exercícios ele I a 3.)() dadas pai.800 40.202 Mais IOluçõcs SI<> dldos no Soprememo de1 ~ .500 58.674 35.600 85.395 44.760 44.200 52.062 38. consulte as seguintes amos1ras.884 86.ll !.1lários de uma amostra aleatóri·a de professores 59.252 50.G70 35.

4 25.1 32. . você estudou dezenas de fórmulas pode ser apoiada por informações próprias? As informações estatísticas diferentes e testes que podem ajudar você em a seguir mostram a porcentagem de pessoas com um diploma um processo de tomada de decisão.4 29..6 30. mas 4$ • os valores 1não passam a exigência de normalidade.ção cionais que não requerem que a distribuição da população significante entre a porcentagem de pessoas com um di- s-atisfoça qualquer condição específica.a • ·'::: .'()1n diplo.-+-.5 !Diploma universil..4 35.9 38. ~ -24 • • :!<) que as inforn. Di'plo91a universi~riQ·o~ nta. cada Estado.ue quanto mais alto o nível de educação de uma pessoa..612.-· Então.ações não se encaixan.ó 25. .4 27.9 25.8 37.1gc1n 1.9 37. . . Você estudará testes similares neste capítulo.a.1 25.S 313.em aplicações da vida real.7 30.2 30.1 31._1 m~ alto {%) 22.5 28..4 30.~) 29. l-d .8 29. embora um simples teste de corrclaç.8 27.-.4 36.8 28.0 Re~da per capita (milha~l c!e dóla.2 36. . e testes.dólares)' 32. você estudará testes estatísticos adi. maior será a sua renda.5 28.3 32. . O coeficiente capita para 50 estados de correlação é aproximadamente0. .6 34.9 17.3 38.0 'Renda per capita (milhares de.10 recente.5 32.2 Renda per capita (milhares de dóla~).ssa crença Até este ponto. damente 0.9 30.4 43.6 25.5 30.3 26.is alto (%) · 19. t'f--····. há·de falo uma correla.3 33..6 31.S 44.__ Testes nao pdrdmétricos Onde estamos Comumente.4 35.8 34.::. O coeficiente de correlação de postos de Spearman para essas informações é aproxima- Neste capítulo.'\is alto/> .5 24.697.I 34. que lhe dará 1>on-en1.2 31...736 P + 13.5 30.1 35.3 21.3 36.9 36.1 37. .7 27...5 26.4 33.6 25. nas exigências para o Vy+--.-=·-- .irio ou mais alto(%) 19.8 36.0 37.s alto e a rell<la per mpita (em milhares de cas tiveram que ser atendidas para usar essas fórmulas dólares) para 50 estados em um a.I 22. F.4 31.4 27.6 31..l_oma qniv~itário 01. Con1 as infonuações acin1a. a<> +--. como l2 15 IS 2 1 2.3 4'1.9 24..6 36.3 31. Condições específi- universitário ou mai.IJ§dd Capítulo f1TI-..ê t~ !~13 3fj 31 +----~ . 24.768..05..8 'lS.1 33.6 35..2 25.1 .• .: • •• indicar uma relação entro a porcentagem de pessoas com um diploma universitário ou mais alto e a renda per capi/11 . Você pode detenni- 11ar que a correlação é significante usando a Tabela 11. pode-se qut>stionar os resultados por.2 33.4 J9.3 25. a pórcentage1n P de pcs-- soas com um diploma universitário ou mais alto e a renda Porcentagem c·om diploma ver capita 1(em milhares de dólares) podem ser relacionados universitário ou mais e renda per pela equação de regressão 1= 0.2 36.9 29.3 27.I' leste.5 30. Cada um possui uti..1 25. acredita-se q.7 24.9 24.---1--1~.t i·.9 25.3 32.2 28.3 32.0 29.S Para onde vamos informações adicionais. para cada estado.i ~g +.l 23.6 40.4 Dip.8 24. .4 25.:'.2 24.ão poss.n. ploma de faculdade ou mais alto e a renda per capita de lidade .1 21..9 47.1 '27 30 33 36 39 o teste de correlação de postos de Spearman.9 29.'1 w1i\'Cl'Si1áOO ou nl.1 33.5 22.-+--+. Em o = 0.1 34.9 15. ·· .5 29.

Um dos testes não paramé- tricos mais fácil de desempenhar é o teste dos sinais.IJ§dd 48 6 • hutliticaapliCd. tais requisitos não puderem ser cumpridos? Para esses casos.t i·. compare o número dos sinais . designe um O(zero). No entanto. .io chamados testes não paramétricos. Teste unicaudal à direita: H0 : mediana :!.1r um teste paramétrico. Evidências mais fortes são necessárias para rejeitar uma hipótese nula usando os resultados de um teste não paramétrico. Se o tamanho da a1nostra é maior que 25. E se. eles geralmente são menos eficien- tes que testes paramétricos. designe um sinal-. a n1ediana en1 vez da méd.lo 1181 Teste dos sinais Oque você Teste dos sinais para uma mediana de populacão -+ Teste de sinais de amostra deve aprender emparelhada • Como usar o teste dos sinais para testar urna mediana de popolaç.lo. Teste bicaudal: H0 : mediana= k e H.cos testam popula~o contra um valor hipotético k. Importante efini. é provável que a mediana seja diferente do valor hipotético e a hipótese nula deve ser rejeitada.ão Para muitos testes não para. para um determinado teste.e+ (os Osão ignorados). Testes não paramétricos geralmente são mais fáceis de desempenhar do que os tes~ paramétricos correspondentes. você pode usar a distribuição norunal padrão para encontrar os valores críticos.pare cada entrada na an1ostra co1n a n1e· diana hipotéticak. O teste dos sinais para uma mediana de população pode ser uni caudal à esquerda.Se a entrada está abaixo da mediana. estatísticos desenvolveram testes de ltipó- tese que são de "livre distribuição". Por exemplo. e se a entrada for igual à 1r1ediana. Se houver uma grande diferença entre o número de sinais + e o número de sinais-. Quando o teste de sinais é usado. l-d . sinal+.edi~na > k. unicaudal à direita ou bicaudal.dos sinais de I Teste dos sinais para uma mediana de população amostra emparelhada para testar Muitos dos testes de hipótese estudados ~té aqui impuseram um ou mais requi- a difeie~a entre duas medianas sitos pam uma distribuição de população.ia. Consequentemente. Para usar o teste de sinais. cias de população sejam iguais. se a entrada está acin1a da 1nediana. o tamanho da amostra II é o número tota. Então. sempre que possíve~ você deve us.: mediana" k. Oteste dos sinais é um tesie não paramétrico que pode ser usado para restar uma med~na de métricos. estatísti. efini~ão Um teste não paramétrico é um teste de hipótese que não requer condições especificas sobre o íormato das populações ou o valor de nenhum parametco de popul3Çao. alguns testes requerem que de populaÇ3o (amostras depen. k e H~=n. Tais testes s. pri1neiro con. designe un. uma população tenha uma distribuição nomal e outros testes requerem que as variân- de11tes}. A tabela 8 no Apêndi<:e B lista os valores críticos para o teste dos sinais para níveis selecionados de significância e tamanhos de amostras. • Como usar o teste .1de sinais+ e-.:i: n1ediana < k. As hipóteses nula e alternativa para cada tipo de teste sJo as seguintes: 'leste unicaudal à esquerda: H0: 1nediana ~ k e H.

'fostes de sinais caudais à direita são apresentados nos exercícios.f. A tabela 8 Jáque x é definido por ser o menor número dos sinais+ ou -. Interprete a dedS<io no contexto da igual ao valor crítico. Calcu.. Por- tanto. l-d .ação de amostra.5. a estatística do teste para o teste de sinais é: há dois resuJtados possíveis quando co1npararnos uiru\ en.5n Desempenhando um teste de sinais para uma mediana de populaç3o e a=.. Quando n > 25. Se 11.>guir. de clientes do banco para 16 dias selecionados aleatoriamente está lisiado a S<. designalldo sinais +-~.t i·. 4. Determine o valo~ cn'tico. Determine o tamanho da amostra -. Se a mediana for k.0.5. a área de rejeição no Apênd(ce B é construída sen1pre está na c:aud_a esquerda. então c:erca da metade dos onde x é o menor número dos sinais + ou . Especifique o nível de significânda. metade estará ábaixo. 11 = número total de sinais+ e-. lde11tifique o·. = 0. 3. usando a diskibui~o bino- <jiana de população é sempre um teste unicaudal à esquerda ou um teste bicaudal.- (x + 0. póteses nula e alternativa. o atendente pode rejeitar a afirmação do gerente do banco? . Se" > 25.Sn :. lnstru ões N'este caso. O número. a probabilidade para cada sinal é 0. mial'onde f' = 0. (Se x é definido por ser o maior número dos sinais+ ou-. isto é.IJ§dd (•pflulo 11 • l.is para uma rne.. Quando o teste for bicaudal. Identifique as hi· Afirme H0 e H. use (x + 0. use 11 = trp = 0..le a estatística de teste.e n é o tamanho da amostra. o número total valores estará acima de k e dos sinais + e . por dia. use tabela·4 noApêndic:e B.05.>eisão dessa afirmação. Se ns 25. Tome a decis<'io de rejeitar ou falhar 2 em rejeitar a hipótese nula. use x. fom.. um sinal 2 + ou um . Se 11 > 25. você pode direita.5n trada de informação oom uma Z= . rejeite H. 5. falhe em rejeitar H0• Exemplo ITT Usando o teste de sinais Um gerente de banco afirma que o número mediano de clientes por dia não é maior que 750.stes niopar•mlui. 2.) usar a aproxima&ão normal (com uma correção para con· tinuidade) para a bjnomjal. use apenas o valor crítico caudal à esquerda.5). Consequentemente.iq= J.= r vrr 6.r > 25. contrário.para a in:. Faça a a6rmação.0. Se a estatística de teste e menor ou 7. um teste de sina.o. a área de rejeição sempre está na cauda Quando . a estati$tica do teste x para o teste de sinais é o menor número dos sinais+ ou -. 487 tatística do teste para o teste de sinais Importante -t11~~~~~~~~~~ Quando n s 25. Em e. Em palavras em·símbolos 1. Do afirmação originaJ. 25.. Um atendente duvida da pn.5)..{n ' mediana nipotétie?a.. use tabela 8 no Apêndice B. Já que os zeros são ignorados.

Um fornecedor quer verificar a precisão dessa afirma- 1 ção. O teste é um teste caudal simples com o= 0. o fornecedor pode apoiar a afirmação do i.174 2. Interprete a decisão no contexto da afirmaç.567 2..205 2.: 1nediana > 750. A tabela seguinte mostra os resultados da comparação de cada entrada de infor- mação com a mediana hipotética 750.'\ncia o. g..562 2.die11tes po% dia. Então. Deter111i11eo tamanho da amostra 11. as hipóteses nula e alternativa s. o atendente deve rejeitar a hipótese nula.47$ 2.5l0 2. Rr:. use a tabela 8 para encontrar o valor crítico.i~tí<• .. b. Dele.M e H.il. 750 (AJin"lf. f.467 2..fh~fa un I'· r\48 .- 2.390 2. Especifíq11eo nível de signi fic.o de .49 1 2.243 2.r111i11e o valor crítico.mero mediano de clientes por dia não é maior que 750.500." Então. Já que II s 25. c.i09 2. l-d . Calcule o teste estatístico x. lde11tifíq11e a afirmação e deter111i11e H0 e H.557 2.627 J.592 2.246 2.ão origin.IJ§dd 488 • faldt.580 a. a estatística de teste x é menor do que o número de sinais + ou-.949 2. Em o= 0.10: H0: mediana . x = 3. e.500 2.ptlcada 775 765 801 742 754 753 739 751 745 750 777 769 756 760 782 789 Solução O atendente deve desaprovar a afirmação do gerente de banco que "o mi.025.e 12 sinais +.418 2. O número de clientes por dia para 24 dias selecionados aleatoriamente é mostrado a seguir.05 e 11 =15.. lllterpretaçào No nível de significância de 5%.t i·. 11 =12 + 3 =15.682 2.erente? .34$ 2. o valor crítico é l Já que 11 s 25. você pode ver que há 3sinais.500 2. + + + + + + o + + + + + + Da tabela.054 2. o atendente pode rejeitar a afinnação do gerente de banco de que o número mediano de clientes por dia não é maior que 750. ente Um gerente de supermercado afirma que o número mediano de clientes por você dia é maior que 2.para 24 dias Núme. Já que x = 3 é igual ao valor crítico. Então.692 2. d. Decida se rejeitará a hipótese nula. Então.

você deve desaprovar a afirmação de que "a oferta mediana de troca é de pelo menos$ 6.:l3 := -1 . 6.--. para encontrar o valor crítico.l<!-. Já que o teste é um teste unicaudal à esquerda com o = 0. Deteruúne o tamanho da mnostra 11. Em cxe 0. e você deve falhar em o.. lrle11/ifiq11e a afirmação e rlelermiue H0 e H.10.1 revendedora de carros afirnla dar aos clientes uma oferta rnediana de troca de pelo menos S 6. E..5) . . Uma amostra aleatória de 85 vendas de cas. o tamanho da amostra é: 11=60 + 40=100 e x=40. o valor critico é -2.000".t i·.+-+-1-1-::.s n..10 p. Deter111i11eo valor critico.000.. Em o = 0...á que zé maior que o valor crítico.oi r. Decida se rejeitará a hipótese nula.) e H.. J. d. Quando os zeros são ignorados.tjeitar a hipótese nula.pecifique o nível de significfü1cia o. não está na área de rejeição..01. você pode rejeitar a afirmação da revendedora? Solução Para rejeitar a afirmação da revendedora.= o.33.000 (A/im.--.ln .: mediana < 6. há 60 sinais .9. Calc11/e o leste estatístico z. e.500. /11terprete a decisão no contexto da afirmação original.9 No 1úvel de significância 1%.. e. f . o teste estatístico é: (40+ 0. A4S .000.1ções revelou que a oferta de troca para 60 automóveis era menor que$ 6. g. Das 103 transações.500 e 51 casas foram vendidas por Quando desempenhar um mais de $134.5 =-s- = . lem- a.3 R2\ . .0. vocil não pode rejeitar a afirmação da revendedora de que a oferta mediana.r.5(100) Z= Jlõõ/ 2 .te de sinais bicaudal. a Tabela Normal Padrão. R6p0:. Uma amostra aleatória de 103 trans..mltricos 489 Exemplo m IJsando o teste dos sinais Un.000 e a oferta de troca para 40 automó- . Com esses valores. b.de troca é de pelo menos$ 6.e 40 sinais +.píiulo li • 1111.9. -. bre-se de usar apenas o valor crítico a1udal ~ esquerda.500.R(rlc. você pode rejeitar a afirmação do corretor? tes..•eis era maior que$ 6..-+.000. As-hipóteses nula e alternativa são: H0: mediana:.1111. Tente Um corretor afirma que a mediana do preço de casas vendidas em uma cerla -- Di«l de estudo voce região é S134.01. O gráfico à direita mostra a localização da área de rejeição e a estatística de teste z. use a tabela 4.1..1 o 1 2 3 :1 fote rpretaçâo Za =--2.s revela que 30 delas foram vendidas por menos de$ 134. l-d.000.IJ§dd C. Já que 11 > 25..

1 bilhões em doces.$. usarin . Você seleciona .. p<lt~ nula e alternativa. Use Tabela 8 no Apêndice B.~o ae rejeitar ou falhar em rejeitar a hipótese nula. a~ condições a seguir devem ser atendidas. Se.crítlco.diferença para cada .para uma diferença negativa e um Opara nenhuma dife- rença.. caudal à direita ou bicaudal. Geral- mente. entre corresponder às entradas de informação e registrar o sinal da diferença. Exemplo QJ Usando o teste de sinais de amostra emparelhada Um psicólogo afirma que o número de infratores reincidentes diminuirá se in· fratores primáríos completarem um curso de reabilitação em especial. Em 2006. há un. de-. no entanto. Encontre a estatística de teste.or número de sinais+ e-. Depart111e11t of Com. Identifique o.~triro de non.) Se o número de sinais + é aproxinwdarnente igual ao número de sinais-. te pnm111étrico 011 11111 teste 11tfo par de informação. em doces. As amostras devem ser dependentes (emparelhadas).. 6..3.. les· encontrando a.lfX<. Instruções Desempenhando um têste'de sinais de amostra emparelhada Em palavras Em símbolos 1. você pode ricana de fábricas) relata que usar o testedesillais de amostra emparelhada para testar a diferença entre duas medianas as pessoas nos Estados Uni. os norte- 1. = número tola! de sinais+ e. rejeite H0. uni - relatou que em 2006. Se o teste estatístico é menor ou igual ao valor crítico. Designe um·si- l'ilrn1111!h·ico? Q11ais fatons roce nal + para uma diferença positiva. você encontra a diferença libras de doces. Interprete a decisão no contexto da rio. .IJ§dd 49 O • (11a1k1ica apli<ada I - Retratando o mundo ~ I Teste de sinais de amostra emparelhada Na Seção 8. um ci. a hipótese nula deve ser rejeitada.~ 3. Uma amostra deve ser selecionada aleatoriamente de cada população. de população. em ve2 de comparar cada entrada de informa- Unidos comeu cerca de 23..ml C-011fectio11ers ASS().9 ção com uma mediana hipotética e registrar um +. (Os O(zeros) são ignorados. mcra: $iibrc o co11s111110 de d()C. subtraia a entrada representando a segunda variá· Consumo de doces vel da entrada representando a pri1neira variável. Depart111e11t o/Cm11111erce O teste de sinais de amostra emparelhada pode ser unicaudal à esquerda. l-d . 2. conlpare o nú1nero de sina.S. Faça a afirmação.t i·.. 4. Esse teste exigia que ambas populações fossem nonnalmente ciaUon (associação norte·an1e-.tribuídas. O li. Do contrá- 7. No entanto. ldentifiq. Detem1lne o valbr. você aprendeu como usar um teste t para a diferença entre médias A Natio.a diferença significante entre o número de sinais + e o número de sinais -. x = n. l'ara desempenhar o teste de sinais de amostra emparelhada para a diferen- dos gastam muito dinheiro ça entre duas medianas de população. Betermine o tamanho da amostra II por pessoa~ t. falhe em rejeitar H0• afirmação original.en.alidadc não p<>dc oor alcndidq. Então. Esse teste é similar ao teste de sinais para uma media- dadão comum nos Estados na de população única. 2.re as hi.americanos gastaram um tora] deS 15. Especifique o nível de significância.ou O. de amostras dependentes... Afirme H0 e H. di::. Se você fosse l<'Slar n afirmação do U. ·. para encontrar a diferença. Se a condiçfio pntan. 'fome a decis. a hipótese nula não deve ser rejeitada..ie considerar? um sinal . ·s..is + e .

Então. Os resultados s.) A tabela a seguir mostra o sinal das diferenças entre "antes" e "depois" da in· formação. 14 5 4 13 3 3 e. você poderia usar as seguintes hipóteses nula e alternativa. H. Após dar a 5 3 1 va. Jáque.ml11i<01 49l aleatoriamente 10 presídios e registra o número de infratores reincidentes durante um período de dois anos. 14 3 2 f. E11co11tre a estatística de teste x. você pode apoiar a afirmaçao do psicólogo? Presídio 1 2 3 4 5 6 7 8 9 10 Antes~ 21 34 9 45 30 54 37 36 33 40 Depois· 19 22 16 31 21 30 22 18 17 21 Solução Para apoiar a afirmação do psicólogo.IJ§dd (.ú. H. você pode apoiar a afirmação do pesquis. g.ar a afirmação do psicólogo de que o 1 3 2 número de infratores reincidentes diminuirá. 10 o 2 e.e 9 sinais +.unente o ntnne. 2 4 1 'TenteUm médico pesquisador afirma que uma nova vacina diminuirá o número de 3 2 o você resfriados em adultos.ao p. voeé registra n.: Número de infratores reincidentes diminuirá. Deterndne o tamanho da ainostra 11. Então. ~ 7 4 3 0.cina a cada adulto. E. O teste estatístico x é o menor número de sinais + ou-. o valor crítico é l. /deutijiq11e a afirmação e deter111i11e H0 e/-/.r.025. Os resultados são mostrados na tabela a seguir.1dor? 8 5 2 a. + + + + + + + Você pode ver que há 1 sinal . l-d . AlS . Determine o valor crítico.ov.025 (uni caudal simples) e 11 =10.lto· (11/erpretação da vacina da vacina No nível de sig11ificfü1cia 2..t i·. 11 2 3 d. Então.05. Na Tabela 8 com cr =0. pítukl li • l. Número de infratores reincidentes não diminuirá.rn 11. você registra o ntímero de infratores reincidentes em cada presídio por um outro período de dois anos. = 0. R~p~tn . l11terprete a decisão no contexto da afirmação original. Decilfn se rejeitará a hipótese nula. depois de infratores primários completarem o curso.5%. Em e.ré igual ao valor crfüco.ro de resfriadosque cada um ceve 6 b 3 em um período de um ano. u = 1 + 9 = 10. Em e. x =1. Antes Depois Ad. você pode apoi.s .s1. Presídio 1 2 3 4 5 6 7 s 9 10 Antes 21 34 9 45 30 54 37 36 33 40 Depois 19 22 16 31 21 30 22 16 17 21 Sinal + + .itoriamente 14 adultos e registra o nú· 4 1 1 3 mero de resfriados que cada um teve em um período de um ano. v\liril!i>(oo.'\o mostrados na tabela à direita. 9 2 2 b. você deve rejeitar a hipótese nula. Você seleciona rue..specijique o nível de signi ficância o.

000 2 71 72 72 72 74 77 79 75 73 Mais que 1.el'O dl unidades ~ A:/md>srrorion..prete a de· Em o= 0.0.unidades da de 8 casas seleóo. 5 f0<am con- 83 "f.01.800 12.7 1 $ 382. Em a • 0.59 S 255. As temperaturas máximas (em graus Fah<e.J a mediana do prece de venda de casas novas de uso residencial vendidas no úhimo ano é$ 210.300 S 204. Em pane do can~o de crédito e registra a quantidade de novas taxas para cada estudo. fm uma temperatura má~ma diAria para o mês de julho em Pinsburgh é amostra de 24 dout0<andos em ciências bíológicas.000 e o débito para 46 íamias era maio< que S 50.svem tol dêbito ~ ~ no mínimo trico difere de um teste paramétrico? Quais são as vantagens e S 2. em rejeitar ou falhar em rejeilar a hipótese nula e (e) inte.54 $318.000 S 193. um con· condmiu um esiudo pa1a dete<minar a idade mediana de pes- tador de serviço financeiro seleciona aleatoriamente 12 contas de soas que receberam dou101ados em engenharia.daptodo de u.05. N.) 10.rém. l-d .mação.IU!a!JO!l.88 us Nm.iheit) para 15 feridos antes dos 32 anos de idade.oi. O preço de ven· Tamanho da unidade Núme.intworiol'l.01. Em uma an>JSUa aleatória de 70 (a) escreva a afirmação matematicamente e identifique H0 e H.dop:ooo a afi.t i·.38 S296.. Débito de canao de crédito uma instituição de seNiços linan- cciros relata que a quantidade m. você pode de janeiro em San Diego é 66 'f. 11 foram conferidos após 30 anos de idade e 5 mediana de novas taxas de ca~o de crédito para o mês anterior foram conferidos aos 30 anos de idade. há evidência suficiente para rejeitar a afirmação do ooiretor? f. de 8cordof Cr. Para testar 6.ool °'""oi: oml NúJ1'\.s.d<pwl"de No1'Cl!a!Assooo""1 oiRoc~OIS..01. de Bocrd ofG<.<mo.) 11.600 S 221.41 S 270.~s cllea1orian.mação do meteorologista? t.. Menos que 4 cómodos 13 Em a = 0.200 e o débito para 44 familias é ma:or que S 2.dos que receberam doutOlados ftes<M~-m) em engenharia é maior que 30 anos.101 que 32 an~. S>.000 15 . Taxas de antão de crédito Para es1imar a quantidade rnedana 9._. Em 2. O®ni< de us: Na"""71 S<if!n<l! ro. você pode rejeitar a afirmação da L'lStituição? lfdcpln'1o de população. (d) decida que $ 50..1feridos após os dias em julho selecionados aleatoriamente em Pittsburgh estão 32 anos de idade e 6 foram conferidos aos 32 anos de idade.<tOOII oi ri>< fe<f<lol -. Em.ediana de débito de can~ de 1. Em uma amostra aleatória de 104 familias que pos· desvantagens de usar um teste não paraméuico? suem débito.. As tempe. (b) famnias que possuem débito..200.000. ci~o no contexto da afirmação original.a/ X""" f"""'*'IIM.eov. > Gv'ldAtJUOsph(VI( Adrr. (c) calc\Ae a estatística de teste.03 S 202.250 S 149. Doutorados em engenharia Uma associação de engenharia de novas taxas de canão de crédito para o més anterior.200. u~ C=<.46 $ 245.IJ§dd 492 • lstatklicoapli<oda 1181 Exercícios Construindo habilidades básicas e conceitos 7.océ pode rejeitar a 5.o. em engenharia e descobriu que 4 foram conferidos ames dos 30 Em a = 0. As quantidades estão listadas a seguir. ..05. 17 $ 309.aJ sociação de que a idade me<iana .025.000.$000 ir. Teste a alirmação da as- foi maior que t 300? (Moprodo tfl! B001d oi Go-. vocé pode apoiar a eslimativa do cr:. o débito para 24 famdlas era meoor dett. você pode apoiar a afirmação da associação? (f.A. o contador pode concluir que a quantidade da anos de idade...01.05. Em" = 0. há evidê. Preço de venda de casas Um corretor de imóveis acredita que afinmaçãoda Olganização? (~detl.00 S 291.torados em ciências biológicas é me.. .en1e est~ listados a seguir. (Mop1orf(l do $346. tal débito é menor ~ S 50. cen.aaa de pés quadrados de unidades alugadas é 1. Em o = 0.92 $309.s oi rheFedeJol .47 cias afirma que a idade mediana de pessoas que 1eceberam dou· 4.) Usando e interpretando conceitos 8.400 $ 135. Temperatura Um me1eorolcgista esiima que a mediaoa da . Em listadas a seguir. Explique como usar o teste dos sinais para testar uma meóana u = o. Tamanho da unidade Uma 01ganização de locatJrios afirma que o número mediano de cômodos em unidades alugadas é quatro. Pés quadrados Uma 01ganízação de locatários acredita que a me- <f.) • cómodos 17 Mais que 4 rxlmodos 20 S 230.e Si'$'em) 3.autras máximas (em rejeitar a afirmação da 0<ganÍl<lÇào>· Çl. 13 f01am co. Na.000ou menos.emc.80 S 265. O que é um tesle não paramétllc:ól Como um tesle não paramé· c:ré<fuo poro fomílios que po. você vê que o débito para 60 familias é meno1 que S 2.1cia suficiente para rejeitar o • 0. um meteorolo- a ar.l'.. Doutorados em ciências biológicas Uma associação de ciên· $ 299. Temperatura Durante um anúncio do tempo.) Menor""' 1. vocé pode rejeitar a afirmação do meteorologista> (Mcprorlo de us. Use o = 0.o de. 74 79 81 86 90 79 81 83 Você seleciona aleatoriamente 50 unidades alugadas e obtém os 81 74 78 76 84 82 85 resultados mOStrados a seguir.. Débito financeiro Um contador de serviw financeiro estima que a quantidade mediana de débito financeiro para famOias que possuem Desempenhando um teste de sinais Nos exerdcios de 3 a 18.) graus Fahrenheit) para 18 dias em janeiro selecionados aleatoriamente eslào listadas a seguir.s oi rhe Feâi. 10.000 $ 209.ntado<? (t<hpla&. o = 0.000 5 78 74 72 72 70 70 72 78 74 1. a associação seleoonou aleatoriamente 20 dout01andos conta para o mês anterior.si.000. você seleciona aleatoriamente 22 unidades alugadas e gista declara que a mediana da temperatura máxima para o mês obtém os resultàdos·mos11ados a seguir.m1ine o valor aitko.sB<Neou.

você no mAiômo $ 10. Em o = O.ue 8 Nota no segundo SAT 300 524 409 419 304 483 entram em contato com os .9 selecionando adultos aleatotiaemente e perguntando a eles se (depois) p1eferem atividades nao planejadas ou planejadas em viagen~ .do IAT 708 253 399 350 480 30:.) 15..4 86.adoras. Em u = 0.2 48..01.IJ§dd (apltulo11 • f11111 IIO 1Mraillluiros 493 13.t i·.déncia suficiente para conclui.31.4 59.na11At.1 78.16 po< horae 2 recebem S 12.:od:> de Arct.nte 1 2 3 4 5 6 valor de in1en~ade 71.ps.9 (depois) pa1a um adulto que prefere atividades planejadas e designe um Opara um adulto que está indeciso.Jprarh de Ardmoes oi lmemol M<!d.4 22.1 (a.de intensidade que prefe1e atividades nao planejadas.of1n.31 por hora e 3 recebem S 10.9 (antes) as atividades planejadas.<le intensidade das de viagem é igual à p1ojlOlção daqueles que p..6 51. Em parte de um 20.rxk> de Pew Outl'()S 6 ema.... Designe um sinal + para um aduho Va!or. completam o quisa selecionando adultos aleatoriameme e pe. "-'"'-· ar. . Em o ~ o.05 351 360 251 menos que S 12.. com que frequência eles entram As notas dos estudantes xlo mostradasa seguir.. 11 recebem mais que $ vez que eles fiieram o 5Al? 10.) . Em uma amostra aleatória de 23 trabaU. ((ldop.fr.rimeiro SAT 538 207 7.6 65.dante 1 2 3 4 5 6 12 (a) Use um teste de sinais para Nota no primei..no segundo SAT 378 532 299 501 648 603 74.16. Ganhos por hora Uma 0<gilll~O vabalhist.oporção de adultos <J. -.<O'I•.âo da orga~? ((.01..r..2 46.s.S.) Estudante 10 li 12 7 8 9 Paciente 1 2 3 4 5 G 7 8 Nota no prirneiro SAT 358 477 325 513 636 571 Valorde intensidade 59.6 59.) Pacie.. então fazem a parte o. A tabela mOSlra as notas no diana de ganhos po< hora paga a vabalhadores do sexo feminino é SAT para ambos os testes para 12 estudantes.:s I por hora.05.ue Diarian~nte a p._'~ 16. vocé pode rejeitar a afnmac. 1 70.7 .. l-d . Cianhos por hora Uma orga~ .eferem 68. l 17. Em contato com os país Uma organização conduz uma pes- estudo. Ce.. M em contato com os pais pelo tele- evidência suficiente para concluir (j\le as notas dos estudantes na fone..3 72..a pesquisa Valorde intensjdade 12.1 57.r.2 13.rma que a me.3 65.3 95.3 81.r.OS.tct.5 1$.rer. 8vf()(JJJ e/ Ulbor Srcris!ics. Os resultados são mosl'fa· parte o.segundo SAT 446 571 517 478 610 453 acupuntura po< oito sema:ia~ Em a e 0.al do SATmelhor°'.•.or:ê pode rejeitar Nóta no s~n.Oj)Ofção de adultos que preferem atividades nao planeja- Valor. 16recebem Nota no P.? dos na figura. pode concluir que as notas dos estudantes melhorou na segunda 9 recebem menos que S 10. Nota no SAT Estudantes em uma determinada escola são re- va. aa ~ da 0<ganizaçAo? (Moprrxlo de u. Dor nas costas A tabela mostra os valores de intensidade de Os resultados são mostrados na figura.4 Nola. Em o =0.J estima que a me- Estudante 7 8 9 10 li 12 óiana de ganhos po< hora paga a vabal~ do sexo mascufro é $ 12.I dor nas costas para o~o pacientes antes e depois de recebe<em Nota no. Dor nas costas A tabela mosira os valores de intensidade de Nota no primeiro SAT 445 510 429 452 629 45. designe um s•1al - 58.2 25. os (b) O que vocé pode concluir? estudantes podem melhorar a nota oral no SAT.é. 23 recebem mais que S 12..0 79. (Adap1arki do Simmons l.) Estu. Em o ~ 0..nahncnt Re.05.Paciente 7 8 9 10 li 12 (a) Use um teste de sinais para testar a hipótese nula de que a p.4 S9. 14 .ooprodo de U.SAT 308 456 352 433 306 471 testara hipótese . que os valores de in1ensidade de dor nas costas di· minlriu apó5 a ac~ntural (Mo.5 63. .1 4 5 6 tob« S!<r&i:s.6 44.2 47.1 23. há evi· déncia suficiente para concluir que os valores de intensidade de dor nas cOSlas diminuiu após tomat o remédio ai\ti1nflamat6rio? f/.4 (a~tes) Valor 4e intensjdade (depois) 60.0 60. Use o = 0.Emumaamoslfaaleatóriade41 trabalhadores.1 44.2 49...os.31 por hora.al do SAT novamente.e.. há eli.•• .ntes) 19.~0tJ:et R~eordL) dOf rias costas para 12 pacientes ames e depois de wnarem re- méef..os anti-inflamatórios po< oito semanas.16 por hoia.. li<Jre<l!J oi Estudant~ t 2 . 16 po< hora.ta de <J.3 70.05.0 42rl 79. Melhorando as notas no SAT Uma agência de professOfes particulares aaedita que completando um curso em especial.2 62. 12 estudantes fazem a parte oral do SAT.5 64....1. Planos de viagem Uma otganizaçAo conduz un. queridos a fazer o SAT duas vezes.o.guntando a eles curso em esl)<!Cial.8 82.

das aleatoriamente de populações que possuem uma distribuição normal. Os resultados são mostrados na tabela. e se esta suposição não puder ser feita? Em vez de usar o teste t de duas amostras. Ao contrário do teste de sinais..~) mente e identifique H0 e H. tos de Wdc(i(t)fl para detemiinar se Na Se<. de e 5 tem 25. ou tamanho. (b) determine o valor crltico.05.. você sabe que maior que S 720..doprodo de aleatoriamente 50 trabalhadoras e pede que cada uma forneça u. (c) cakule o 24. das entra· • Qimousarotestedesomadepos· das de informação.pa1a um adulto que e. Mas.01. Para testar a afirmação. você seleciona alea· pode rejeitar a hipótese nula se o teste estatislico toriamente 70 trabalhadores e pede que cada um forneça seus ganhos semanais... designe um sinal .IJ§dd 494 • !>taliltica apli«da pais po1 telefone semanalmente é igual a proporção de adul· seus ganhos semanais..) 11fj Teste de Wilcoxon Oque você Teste de postos de sinais de W1lcoxon-+ Teste de soma de postos de Wilcoxon deve aprender • Como usar o teste de ~os de sina~ de Wíkoxoo p.prete a decisão no contexto da afirmação onginal. amostra aleatória de 56 21... Designe um sinal + para um Em n = 0.deu ouua coisa. há aidén· é menor ou igual a S 585. l-d . Em uma amostra aleatória de 65 noivas. é menor ou igual a 27 anos.3.5 anos de idade.5-n o =0. por tPJPfOnP tl~ri.ado z ln_ IÍ! U. Ganhos semanais Uma 01ganização traballvsta diz que a me· Mais sobre testes de sinais Quando você está usando um tesie diana de ganhos semanais de trabalhadores do seo<o masculino é de sinais para n > 25 e o teste é unicaudal à esquerda. 23 tém menos de 27 anos de idade. Para 1estar essa afirmação. onde x é o menor número dos sinais + e -. Use o = 0.) nalmeme. Idade das noivas Um terapeuta matrirnonial estima que a idade mediana das noivas na êjloca do seu primeiro casamemo é maior 2 que 25. .. você pode usar o teste de postos de sinais de Wilooxon.io minar se havia uma diferença entre duas populações.05. testes não paramétricos é que cada um considera a magnitude.estudará o teste de postos de sinais de Wilcoxon e o teste de seleciooadas de poptl. onde x é o maior menos de 25.. você pode apoiar a Nos eo<e<clcios de 21 a 24.iJo ({)ffi ('lt. Em . Ganhos semanais Uma organização trabalhista afirma que a noivos. Em o = 0. você pode apoiar a aftrmaçao da organização? (Mop. o ponto forte desses dois possuem amesma dlS!Iibuição. você seleciona eia suficiente para rejeitar a afirmação do terapeuta? (. tos que o fazem diariamente.5 anos de ida· número dos SÍliliS +e ..(. 38 têm mais de 25..5-n Tn 23. Para usar o teste t para testar tal selecionadas de poptAa\ões que diferença.. você .iradeterminar I Teste de postos de sinais de Wilcoxon se duas amostras de~es são Nesta seção.ações que soma de postos de Wilooxon. (a) esoeva a afirmação matematica· afirmação do te<apeuta? f!.dapuJdo ée u.05.:imPtllP ~ ri~OP um Ganhos. ~.5 anos.ua em f:()&:U.( x-0. você usou um teste I junto com amostras dependentí?S para deter· d~ amos1raS independentes s. CeoSIJS eu.s. que s120 23 você pode rejeitar a hipótese nula se o teste estatístico S 720 2 Mais que s 720 45 z.co coudol ó direito. Em<> a 0. Em (x +0. 33 têm mais de 27 mediana de ganhos semanais de trabalhadores do sexo feminino anos de idade e [lenhum tem 27 anos.ão 8. você deve presumir (ou saber) que as amostras dependentes são seleciona· possuem a mesma dist1ibuK30. Para um teste caudal à dtreita. ª"'""" of labor Stoiisocs. (d) decida em rejeitar ou falhar em rejeitar a hipótese de mediana dos noivos na época do seu primeiro casamento nula e (e) inte. Meno.t i·. Menos que S 585 18 (b) O que vocé pode concluir? S 585 3 Mais que s 585 29 Expandindo conceitos 22.S anos de idade.ObDr S!""5tJC~) 2 Ganhos semanais Número 4e trabalhadores é menor ou igual ao valor critico caudal à esquerda..5)-0. Idade dos noivos Um terapeuta matrimonial estima que a ida· teste estatlstico. Os tesultados são mostrados na tabela. Cet>SuS &ireo<1.S li<Neau d l. 22 têm é maior ou igual ao valor cri(.semanais: Nüm_ero de trab~lhador~ Opara um adulto que respo.5)-0.daptodo deu. você pode rejei1u a afirmação da organiMção? adulto que entra em contato com os paispor telefone sema· ~·.0 l.

Do co'ntrárío. 5. negativos. Posto com sinais leva o mesmo sinal da sua diferença cones- b. Calcule a estatística de teste w. Em . 3. gue é o número de pares de in· formações para os quais a diferen- ça não é O.prete a decis. 1 1. Amostra 2. hipóteses nula e alternativa. Valor absoluto.. Oi!e· a. A duração do tempo (em minutos) de 10 sessões de exercício de atletas.IJ§dd (apltulo li • Tt11ts ~ p. 495 efinicão Dica de estudo O teste de postos de sinais de Wilcoxon é umteste·nw paramétrico que pode ser usado para -111~~~~~~~~~~ determinar se duas amowas dependenres foram selecionadas de populações que possuem a G valor absoluto de um nú- mesma distribui<. Para testar a afirmação. 6.e.'lo de rejeitar ou falhar Se tvsé n1enor ou igual ao valorcrítico.ranlluíco. Complete a tabela usando os renç~. enquantoouvia1n n.o no contexto da tar H0• afirmação original. Posto e Posto títulos. Identifique as Afirme R0 e H.t i·. use as seguintes hipóteses nula e altemaliva. Identifique o. você pode apoiar a afirmação do psicólogo do esporte? Duração da sessão. ex.. siderando ·o seu sinal. com música 38 41 54 33 44 [i)ura·ção da sessâQ d.. lnte.05. é u5<1do para denotar o valor lnstru!ões absoluJo.. Exemplo m Desempenhando um teste de postos de sinais de Wilcoxon Um psicólogo do esporte acredita que ouvir música afeta a duração da~ sessões de exereício de atletas.:o é o seu vaJ01. l-d . com sinais. Determi ne o tamanho da amostra 11.é "música afeta a duração das sessões de exercício de atletas". em rejeitar a hipótese nula. c. são rnoslrados na tabela. desct. D~empenhando um teste de postos de sinais de Wilcoxon Em pnlnvrns Em símbolos 1. falhe em rejei- 7.n. Escreva a afirmaçáo. Selecione o menor dos valores absolutos das somas.ercício.úsica e enquanto não ouvian11núsica. Especifiqueo nível de significância. Tome a-decis. Encontre a soma dos postos positivos e a soma dos postós pondente. 4. Use a tabela 9 no Apêndice B.. Por exemplo. . Determine o valor crítico. rejeite H0.. 2. 131 = 3e 1-71 ='l. Um par de barras verticais. Títulos: Amostra 1.1 = 0. fne.Ao.de 45 28 39 47 62 exercício.. sem músiC'a 38 40 33 36 42 41 54 47 26 35 Sol11çào A afirmação.usados à direita.

que é 7.S dentes. use a 38 40 -2 2 2 -2 média dos po1.5 44 35 9 9 10 IO A soma dos postos negativos é: -1 + (~2) + (-4.entre a 45 38 i 7 7.ap1iCd'6 H" Não há diferença na duração das sessões de exercício de atletas.sem mú~ica de sinais quaisquer diferenças de zero. A soma dos postos positivos é: (+3) + (+4. e H.5.5) + (+7. Já que 1-7.5 4.-1firnm(tio.IJ§dd 49 6 • lsldlb1ic.! 'p..J O leste de postos de sinais de Wilcoxon é um teste bicaudal com o= 0. 11= 10. ele seleciona 12 pedaços 1 de tecido.5) + (+6) + (+7.51 < 147. Para testar a afirmação. • 7.o de atletas.51. Em o = 0. ente Um inspetor de controle de qualidade quer testar a afirmação de que um repe- Yàcê lente de água em spray é eficaz. Diferen.to destas duas somas.5 7}'. você tem evidência suficiente para apoiar a afirmação de que música faz a diferença na duração das sessões de exercício de atletas. d.5. e11trada de fofonnações. 6e7. Valor a bsoluto 'Posto Postos co.t i·.5) + (+9) + (+10) = 47.5) = -7. - Não designe um posto.ovalor Dica de estudo crmco é 8. Ele então aplica o repelente e repete o experimento. 33 28 5 5 4. complete a tabela como mostrado a seguir. 41 42 -1 1 1 -1 use a mé11ia de 5e6. l-d .5. encontrando a soma dos postos positivos e a soma dos postos negativos. você deve decidirem rejeitar a hipótese nula.: Há diferença na duração das sessões de exercíci.m. Determine o valor crítico. H. Por exempJo.5. ele pode conduir que o repelente de água é eficaz' Sem repelente 8 7 7 4 6 tO Rep. use a média 7. (. A estatística de teste é o menor do valor absolu. No caso de umempate. 28 33 -S 5 4. e já que a diferençaentrecada par deiníorma.tos correspon. . Duração da se.5 54 47 7 7 7. borrifa água em cada um e mede a quantidade de água repelida (em mililitros). e.5 de5. Da labela9noApê1diceB. lde11tifiq11e a afirmação e determí11e H.Os resultados são mostrados na tabela. e. Para encontrar o teste estatístico w. 62 54 8 8 9 9 das nas• posição. 47 41 6 6 6 6 Se trê$ entradas eslãitempata.~ra Durarão da sessão.cia o. Especifique o nível de significfü.a. o teste estatístico é w.etenté aplicado 15 12 J1 6 6 s Sem . e encontrando o valor absoluto de cada.osição. Já que o teste eslatístico é menor que o valor crítico..1.elente 9 5 9 li $ 4 Repelente·apli<ado 8 6 12 8 14 8 a. b. ou 6.música . queé5.ssão. Cnlcule a estatística de K'Ste w~fazendo uma tabe.ãonãoéO.ç. Deler11ii11e o tainanho da ainostra u.01.05.5 < 8. se duas 39 36 3 3 3 3 é11tr<ldas de informações es- tão empatadas na 5' p.5 -4.i. I11terpretaçâo No nível de significância 5%.

Se as duas amostras têm o mesmo tamanho. Se as duas amostras tê1n ' o mesmo tamanho. (11.1. •• . você usou um teste z ou um teste t juntos com amostras in.) a mesma distribuição. Interprete a decisão no contexto da afinnação original. SJA. - f . Tempo Têmpo ae Um requisito para o teste de soma de postos de V\Cilcoxon é que o tamanho de de reação reação4 Paciente ambas as amostras deve ser pelo menos 10. l-d .essário. Desempenhando um teste de soma de postos de Wilcoxon Em palavras Em símbolos 1.on.4di1. 4 semanas depois da árnrgia usando um simulador de carro Definicão ligado ao computador. + 11. Identifique as Afirme H0 e H.i. + 1) Oica de estudo (!~ = 12 •Use o teste de postos com sinais de Wilcoxon para amostras dependentes e o teste soma de postos de Wilcoxon lnstrufões para amostras independentes. e se essas suposições não puderem ser feitas? Você foi medido antes da cirurgia e ainda pode comparar as populações usando o teste de soma de postos de Wilcox. use os postos para a menor das duas 2 750 654 amostras. 6111 o = 0. o tempo de rea· Nas Seções 8. você teve que criar várias suposições em relação a joelho direito com artroscopia distribuiç<'lo de cada população.pflOIOlt • ftslM!Op.. hipóteses nula e alterhativa.gia 1nenor amostra e u1 representar Ota1nanho da n1ajor amostra. Quando calcular o teste estatístico para o antes da semanas teste de soma de postos de ~\Cilcoxon..05.a. onde 10 700 705 R =somados postos para a menos amostra.1n11n$ após a cirurgia? e 11.iullk11ft k.(11. g. A. Use um gráfico. (.. 2 rnm sig11ifim11te111e11te qaatro 5et. + 11. deixe 111 representar o tamanho da amostra da ciru. Para usar gundos) de 10 paáentescom o esses testes para checar tal diferença. mas você deve usar os postos da amostra que ." determinar se duas amostras independenres foram selecionadas de populações que possuem 1i11ru1111tolf1g_v.•ocê associou com 111• 4 730 640 5 755 660 · tatística de teste para o teste de soma de postos de Wilcoxon 6 745 670 Dadas duas amostras independentes. Decida se rejeitará a hipótese nula. você pode co11c/11ir _ 11.. ArtJ110KV#'' ~ .IJ§dd (. você pode usar os postos de 3 735 745 cada amostra.. .tados são mostrados na ta- O teste de soma de postos de Wilcoxon é um tes. + 1) que os tempos de reaç. o teste estatístico z para o teste de soma de postos de 7 730 650 Wílcoxon é: 8 725 7JO R. l 720 7. se ne.rgi. I Retratando o mundo · R~'ip 0$. não importa qual é 111 ou 11.rgt1y.te na<> paramétrico que pode ser usado para bel.io 11111dn- .romlUi<OS 497 . 9 770 675 z= --.nlill. Mas.r. Os resul.t i·.III IIII p..rt.11.·S1. Escreva a afirmação.1 e &2.JS Para ajudar a determinar se pacientes con1 nrtroscopia no joelho podem voltar a dirigir I Teste de soma de postos de Wilcoxon após drurgia.a após _çiru.)0 Quando calcular a soma dos postos R. ção de diajo (em milisse- dependentes para detenninarse havia uma diferença entre duas populações.

645. b.11. {AJim. Posicione a inforn1ação con1bina- da. H0• Do contrário. R . ritjeite em rejeitar a hipótese nula.:rítico(s).: -1. llncontre a soma dos postos para a R menor amostra. e. Exemplo m Desempenhando um teste de soma de postos de Wilcoxon A tabela mostra os ganhos (em milhares de dólares} de uma amostra aleatória de representantes de vendas·farmacêuticas de 10 homens e·12 mulheres. z= "• 7.10.10. Em a = 0. H. 3. e º•·A tabela mostra a informaç.1. Antes de calcular o teste estatístico.: 1. você pode concluir que há uma diferença entre os ganhos d!e homens e mulheres? Ganhos dos homens 58 73 94 61 76 74 66 75 '!7 79 Ganhos das mulheres 66 57 81 73 65 78 71 67 64 77 so 70 Solução AafirmaçáO é "M diferença entte os ganhos de homens e mulheres·.enor a1nostra.nlrar os valores de R. Liste a informação combinada em oi:dem ascimdente direita. Adicione a soma dos postos para a n.645 e z:. l-d .645. os valores críticos são: -z. . você deve enco.mine os tamanhos daS"amostras. Identifique ex.IJ§dd 2. 4. Interprete a decis.'io: z . As áreas de rejeição s. Tome a decisão de rejeitar ou falhar Se z está na área de rejeição. 11. falhe em rejeitar H0• 8. Detennine o(s) valor(es) . 6.t i·. = . Use a tabela 4 no Apêndice B.. Espeàfique o nível de significância. Deter.: Há uma diferença entre os ganhos de homens e mulheres.645 e z.roo) Jáque o teste é um teste bic.'io no contexto da afirmação original. Calcule a·estatlstica de teste. As hipóteses nula e alternativa para este teste são as seguintes: Hei Não há diferença entre os ganhos de homens e mulheres. u1s "z 5.10 combinada listada em ordlem ascendente e os postos correspondentes.1udal com o: 0. a. 1.

5 + 12 +13 + 15. voe~ pagamento do seguro de automóveis -to =.(nl + ·11 2 +1) 12 (10)(12)(10 + 12 + 1) = 12 =J2.52.ada ordenada 57 F 1 74 tvl 12 58 M 2 75 M 13 6'l F 3 77 F 14 65 F 4 76 M 15..(11.. diferença nas alegações de pagamento das duas companhias? .17. você não pode conduir que há uma diferença entre os ganhos de homens e mulheres. = 12.t i·.5 "' Já que a am06tra menor é aam06tra de homens.S 71 F 9 81 F 19. + 1) 10(10 + 12 + 1) 230 = 115 . Z= -- 11. Ré a soma d06 postos dos homens.5 + 21 +22 = 138 Usando 111 = 10 e 11. 2 2 2 u1n. você pode encontrarµ . M 22 R= 2 + 5. você pode concluir que há uma. . eº• conforme segue: 11.10 p. l-d . / _. No gráfico a seguir. I 11ter1mtnção No nível de significância 10%.11.5 73 M I0.Se º• = 15.1. + 11.5 94 M 21 73 F 10.filõ se15.5 76 F 15.IJ§dd (apftvlo li • '"'" n.. Então.17.5 66 F 5.ramlui<os 499 Informa~o Informação Amostra J?osto Amostra Posto orden.5 + 10.115 = 15. Em a = 0..5 + 17 + 19. Atabela mostra uma amostra aleatória e independente de 12 alegações de pagamento efetuado por duas companhias de seguro.17 ~1. você pode ver que o teste estatístico z não está na área de rejeiçlio. Quando R = 138. a estatística de teste é: R.5 79 M 17 67 F 7 80 F 18 70 F 6 61 M 19. 138. lente Você está investigando a alegação de -. você deve decidir falhar em rejeitar a hipótese nula.760 12 = .5 66 M 5.645 (em milhares de dólares) efetuado por d uas companhias de seguro.05. µ• = 11.

t i·.0 4.S..ea.8 3.4 Çompanhia B 7. mostradosnatabel.4 1.IJ§dd SOO • lsta1f11i<a. e. 1ndúS1tia Salá.5 4. llllerprete a deci~o no contexto da afirmação original.J do sangue? (MaJ..lwtndo!At"'1ia1n.\-) Faoilóade 49 45 58 71 65 45 39 51 47 55 47 !.adi:s1a 56 49 50 64 47 53 58 61 59 56 (d) calct. faça um m11ki11g da informa- ção e encontre a son1a dos postos da 1nenor rul1ostra.'>a ciente 1 2 3 4 5 6 Curso técnico 32 35 43 29 34 34 34 37 41 41 Antes do tratamenJo 108 109 120 129 112 111 Depois do t(atament~ 99 115 105 116 115 117 <~6.<odo máis ~1to Salário (em milhares dé dólares) oo 111'. llfl Exercícios Construindo habilidades básicas e conceitos Paciente 7 8 9 10 11 12 1.5 6.!.5 7. 1i1ada antes e depois do período de 12 semanas de tiatamento.udo versitarios e aqueles com diploma de curso técnico.0 6. do aoodista e 10 uabalhad01es da indústria e seus salários são (a) Escreva a afirma<.essão sangulnea os ganhos (em milhares de dólares) de uma amostra aleatória de em homens. Indústria de fabricaçao 56 52 .2 10.Ao matematicamente e ide<itif.41 59 39 50 61 43 49 37 (e) uecida em rejeitar ou falhar em rejeitar a hipótese nula..2 4..lo aleatória . Determine o tamanho das amo. 12 homens foram escolhidos aleatoriamente e re· 11 pessoas com diploma universitário e 10 pessoas com diploma ceberam um suplemento de Glfcio por 12 semana~ As medidas de curso técnico.3 CompanhiaB 10.3 5. você pode rejeitar a afirmaçlo de Nivél do diploma que noo havia reduçAo na p(essão diastólíc.firmação e determine H0 e H. Qual é o reqtis~o !)<lra o número da amostra de ambas as amos· tras quando usar o teste de soma de postos Wílcoxon? . Comércio atacadista e fabricaçã.0 5.mi\twetde dólares) (e) Determ•1e o(s) valor(es) crftico(s).8 2. g.8 4.3 a.balhado1es no comé1do a=clísta e nas indÚStrias de fa- bricacão. se necessário.Companhia A 6. Liste a i11fonnação coml>inada em ordem ascendente.7 Companhia A 9.le a estatiSlic:a de teste. Idade das mães ecuidado com os bebês Um pesquisad0< de euidados neooataís conduz um estudo de uma seleç.~tras 111e 11.qoe H0 e H. Calc11/e o teste estatístico.s &.s..4 5.9 6. h.) cada sujeito. l-d .1 17 3. Use um gráfico. e. Suplementos de cálcio e pressão sangufnea Em um est.9 3.6 2. d. Emos0. Especijiq11eo nível de significância o. Uma amostta aleatória de 10 trabalhad0<es do merca- Desempenhando um teste de Wílcoxon Nosexerd<:iosde 3 a8. f.o Um analista de uma indós· iria privada afirma que ni!o M diferença nos salários recebidos Usando e interpretando conceitos por 1ra. Em o = 0.s do tratamento 108 122 120 126 128 106 2.05.. Em ô = 0. /de11tijiq11e a a.6 3. &teau oi f<MCl!>C A"*"-l coxon ou um teste de soma de postos de Wílcoxon. vocépode1ejeítar a afi1maçAo (b) Decida se deve usar um teste de posios com sinais de \'Ili· do anafista? (Al!op<odo de u. Comércio atac.10.io (em. M evidência suflCiente para apoiar mostradas na tabela são para a pressão <f:aStólica do sangue para a convicçao do administrador) (~radodell.01. Como você sabe se deve usar um teste de postos com sinais de Antes do tratamento 11 7 135 124 118 130 115 Wílcoxon ou um teste de soma de postos de \'\llcoxon? Depoi.p!icada . C~. b. Determi11e o(s) valor(es) crítico(s).l 4. Decida se rejeitará a hipótese nula. A fabela mo5tra testando os efeitos de suplementos de Gllóo e p. (f) lmerprete a deós!o no comexto da afirmaçAo original Ganhos por diploma Um administrador de facuk!ade acredita que há uma <fiferença nos ganhos das pessoas com díplomas uni- $ '~ 3.

0 36. aditivo o pesquisador sel.S 40.6 36. 1 37. Dor de cab~ Um pesquisador médico que< de1em.7 30.4 2.1 de Wllcoxoo indicado usando o teste estatístico para n > 30.2 saber se um certo adi1ivo de combustível melhora a milha- .5 37.7 Menos de 20 ~-ivo 21 24 24 30 11 17 10 :.5 35.l!rio (em milhares de dólares) Mass. Para decidir.l 9.8 2.6 36.6 2. desempe11he o teste de postos de sinais Sem aditivo l7.2 34.1 35.9 36.6 36.01 .1 37.0 38.5 39.licul 57 61 51 58 53 63 57 63 55 49 54 67 Sem aditivo 32.6 1.05.0 34.i' 36.2 37.2 36.6 36.7 33.inar se um novo remédio afeta o número de h0<as de dor de cabeca Com 32.6 32.9 35.8 40.8 43.9 1.3 35. A<ooonol Cenre.9 39.0 33. 101 Heo.8 34. Em você pode rejeitar a afirmaç.2 31. Para tanto.is 21 12 15 anos de idade Com 36.4 40.6 34. . .9 aditivo Expandindo conceitos Teste de postos de sinais de Wilcoxon para n > 30 Se você está desempenliando tJm teste de pos1os de sinais de l'.os.l 36.1 38.7 0.'S 35.1 39.0 36. Em <> = o. Uma amostra de Sem 37. O número de semanas que cada mãe alimentou a milhagem de gás (em milhas por galão) de 33 cauos com seu bebê com leite matemo é mos1rado na tabela.2 35.2 34.1 36.7 37.. Os resultados são mostrados na iabela. de cauo 1 2 3 4 5 6 7 8 9 10 11 0.6 38. Aditivo de combustível Um engenheiro de pettó.9 38.7 34.4 39.3 (Arfupr!Jfh de NóttOMI Edu<adon l•soda""') Estado S.lh sr«~) earro 1 2 3 4 5 6 7 8 9 10 11 Idade da mie Duraçllo (em semanas) Sem 36.9 37. um ad'rtivo de.9 36..2 37.9 35.7 36. A tabela Em o • 0.8 37.4 36.4 38.4 1.2 36.3 38.6 1.3 Oe20a24 a<tüivo anos de idade 25 28 26 23 22 13 28 21 27 32 19 27 Salários de professores Um repiesenianle do sindicato de pro- Cãrro 12 13 14 15 16 17 18 19 20 21 22 fessores afirma que há uma Mereaça nos salários recebidos por professores em Massachusetts e Connecticut.8 38. l-d .0 38.1 38.2 37. 1 37.t i·.2 40.7 38.4 37.0 39.6 37.1 36.- S 4 n(n+l){2n+I) 24 adnivo cano 23 24 25 26 27 28 29 30 31 32 Nos exerdcios 9 e 10.eciona sete paciernes e perguma o núme<o de horas de dor de cabeça (por dia) que cada um seme antes e de.3 experimemadas po.4 36.0 40.2 38.4 39.3 38. e sem o aditivo.0 40. Em o = 0.8 35.9 31. o engenheito registra anos de idade. o pesquisador pode conduir que o novo remédio mostra a mi!hagem de gás (enn milhas por ga!. Teste aafirmação do engenheiro de petcóleo em" m 0. Paciente l 2 3 4 5 6 7 Horas d~ do. você pode usar aTabela Normal 5'?m adnivo 33.8 38.5 1.4 36.8 35.0 38.6 34. Adilivo de combustível Um engenheiro de pe1t6leo quer Com a<litivo 38.8 36.9 37.6 36.2 37.IJ§dd (•pltulo li • lelt11 lll Com adnivo 38.3 1.8 42.7 Z=~------ i*I .7 cabeça (dep!)is) Com 36.1 37.9 35.leo aficma que pois de tomar o remédio.3 40.9 38.f ~. 37.9 39. o engenheiro pode concluir que a milhagem de diferença no número de meses em que as mães nesses dois gf\J· gás melhorou? pos etários alimentam.6 37. 10.05.!o) de 32 carros afeta o número de horas de do.6 35.Jchusetts 51 59 52 47 51 55 53 51 50 50 64 55 Carro ' ·23 24 25 26 27 28 29 30 31 32 33 Comec.1 39. de cabeça? medida com e sem o aditivo de combustível.0 37.4 34.9 35.1 38.lo do pesquisador de que não há o a 0.2 35.8 Padrão e a seguinte fó<mula para encontrar aeslalística de teste n(n+l) Com 34.8 2.7 33. seus bebês com leite materno? (Moprodo de u.0 37.1 39.4 38.4 34.8 40.s. há evidência suf. pessoas que sofrem desse mal.2 39.5 37.dor de aditivo 1 1.1o.9 34.6 1.combustível melhola a milhagem de gás.6 35.4 39.::.7 33. Os resultados são mostrados na tabela.3 Horas de.0 12 p<ofessores em Massad1usetts e 12 p<ofessores em Connecti· aditivo cu1 e seus salários são mostrados na tabela.9 34.~riros 50! de mães com menos de 20 anos idade e mães emie 20 e 24 gem de gás de um carro.7 36.

Os ganhos medianos para todas as l)<?Ssoas com diploma .s as pessoas com Mulheres com doutorado dout9rado ~iploma univetSitário diploma univél$ttário 103. 6.igodes para cada grupo no .626 21. (b) Homens com doutorado. A pesquisa também fornece demog1afia em caraaeristicas como i<We.950 Exercícios 1. Nos exercidos 6 e 7.890 118.570 177. Um destes relatórios discute os ganhos da fo. 3.322 94. 4.mivffii!ário são maiores ou iguais a s 56.569 88. Os ganhos medianos para mulherescom diploma universitário são diferentes de $ 42.. .S.000.662 91.ido. A tabela mostra 05 ganhos anuais (em dólares) pelo diploma mais alto conseguido para membr05 selecioaados aleatoriamente da força de trabalho dos Estados Unidos em um ano recente.IJ§dd 50 Z • lstatlslicaaplicoda Estudo de caso Ganhos por diploma universitário Acada mês. Census Bureau conduz o Cu"em Pópulati'oo Survey (CPS) para o U. desemprego.100 39. Essa informaçJo é essencial para ôiterpretar a condiçJo ecoromica de todo os pais. O oue você rxxJe concluir? Use o= 0.i.342 6&245 51.165 112. (e) Todas as pessoas com diploma universitário. Há uma áderen.423 75. 7.128 36.mesmo gráfico. Nos exerdcios de 2 o 5. use o teste de somo de poSlos de IM/ca>on poro testor 11 afirmação.162 76.589 4 1..349 30. 2.hos e horas de trabalho. sexo.373 101.S54 93.622 115. Constlll<l um diagrama caixa-e.783 51. 5. Os ganhos medianos para todas as pessoas com doutorado são menores ou iguais a$ 92.354 54.724 75.763 60.161 88. (d) Mulheres com diploma univetSitârio.S. Alguma das mediaaas de ganhos parece sef a mesma' Diferente? (a) Todas as pessoas com doutorado.000.S.117 100.228 82.022 64. ga.ana de ganhos para mulheres com diploma univelsitário.000. raça.01.097 30. Não há diferença na me<f'~na de ganhos para iodas as pessoa.291 42.195 84. Bureau oi labor Stotis6cs.633 39.295 32.297 93. induÍildo emprego.225 33. 1><.363 56.718 N. use o lesie de pestos wro tes111r o afirmação. o U. Cen· sus Bureau.500. Os ganhos medianos para homens com doutorado são S 102. A pesquisa fornece informa{<lo a respeito de caraaeristicas SOO<e a força de trabalho nos Esiados Unidos.523 39. estado civil e obtenç3o educacional. Useo=0.t i·.'lhos para todas as pes= com diploma uni\oersiMrio e a mecf.ça de trabalho pelo 1ipo de diploma univers~ário conseguido.-s com dou1orado e a media· na de ganhos l)<lla homens com doutor.943 41.. infonnações do CPS estão disponlveis em arquivos e relatórios emitidos pelo U. l-d .840 52. Ganhos (em dólares) pelo diploma mais alto Todas as pessoas com Homens com Toda.a na mediana de ga.078 107.05.

•a•p.te. ' onde k representa o número de amostras.io usadas para <mlcular a estatística de teste H.t i·. Você pode calcular a l'Statística de teste do teste de Kruskal-Wallis usando a fórmula mostrada a seguir. Se essas condições são alcançadas. statística de teste para o teste de Kruskal-Wallis Dadas u~ ou mais amostras independentes. .3(N+I) N(N+I) n. Duas condições para usar o teste de Kruskal-Wallis são que cada amostra deva ser selecionada aleatoriamente e que o tamanho de cada amostra deve ser no míni- mo 5. n. é a soma dos postos da i-ésima amostra. n.t<mluic°' 503 1111 Teste de Kruskal-Wallis Oque você Teste de Kruskal-Wallis deve aprender I Teste de Kruskal-Wallis • Como usar o teste de Kruska~ ·Walljs para delerminar se três ou Na Seção 10. você aprendeu como usar técnicas ANOVA com um fator para maisamosuas foram set«ionadas comparar as médias de tr@sou mais populações. no entanto. Essas somas s. Se.io deve ser rejeitada. que é uma aproxi- mação das variâncias das somas dos postos. H.: Há diferença na distribuição das populações. efinicão O teste de Kruskal·Wallis é um teste não paramé1rico que pode ser usado para determinar se três ou mais amostras independentes foram selecionadas de populações que possuem a mesma distribuição. n. l-d . Desempenhar um teste de Kruskal-Wallis consiste em combinar e classificar a informação da amostra. Para tanto.10 de amostragem para o teste Kruskal-Wallis é aproximada por uma distribuição qui-quadrado com graus de liberdade k-1. Se as amostras s. você pode usar o teste de Kruskal-Wall is. a distribuiç. Ao usar ANOVA com um fator.i na distribuição das populações. você não puder verificar que as populações são norn1ais. As hipóteses nula e alternativa para o teste de Kruskal-WaUis são as seguintes: Ho= Não há diíerenç. N é a soma dos tamanhos das amostras e R. o teste esta~stico H para o teste de Kiuskal-Wallis é: Ha 12 (R?+-~ +···+-R . H será menor e a hipótese nula n.IJ§dd (apfiol• II • fe. onde k é o número de amostras.'lo selecionadas de popu- lações que possuem a mesma distibuição. é distribuída normalmente. você ainda pode ron1parar as distribui- ções de três ou mais populações. e o tamanho da i-esima amostra. As informações são então separadas de acordo com a amostra e a soma dos postos de cada amostra é calculada.l. você de populações que apresentam a deve verificar que cada amostra independente é selecionada de uma população que mesma distóbuiçao.4. ou aproximadamente normal.. as somas dos postos serão apróximadamen- te iguais.

8. Para tal. Afüme H0 eH.io original. Especifique o nível de significância. Indiana e Maryland . b. rejeição. H0 • Do contrário. rejeite em rejeitar a hipótese nula. 5.'io mostradas na tabela. Já que a hipótese nula é rejeitada somente quando H é:significativamente grande. Em o = 0.IJ§dd Se. Encontre a soma dos postos para a menor cnnostra. 12 6.ção. o teste de Kruskal-Wallis é sempre um teste unicaudal à direita.. JdeJ1tilique o. 6ur«J11ofl. Determine o valor crítico e a área de Use a tabela 6 no Apêndice 8.i<wr Stn//511(5. H será maior e a hipó· tese nula deve ser rejeitada. Exemplo ITT Desempenhando um teste de Kruskal-Wallis Você quer comparar as taxas de pagamento por hora de atuários que trabalham na Califórnia. Interprete a decisão no contexto da afinilaç. ldentiJique os graus de liberdade. l-d . póteses nula e alternativa. Diga a afirma. falhe em rejeitar H0 . Identifique as hi.01. 4.t i·. no entanto.4dnp1t1. as amostras são sele(ionadas de populações que não possuem a mesma distribuição. 3. lnstru(ões Desempenhando um teste de Kruskal-Wallis Em 11alavras Ei11 slmbolos 1. as somas dos postos serão bem difererntes. • Liste a informação combinada em ordem ascendente. Calcule a estatística de teste.1"dt U.S. você pode concluir que as distribuições das taxas de pagamento por hora dos atuári:os nesses três estados são diferentes?(. H N(N+-i) 7. área de rejeição. Classifique a informação combinada. As taxas de pa· gamento por hora s. você seleciona aleatoriamente vários aluá- rios em cada Estado e registra suas taxas de pagamento por hora. 'fome a decisao de rejeitar ou falhar Se H está na. 2.) .

82 S2.85 CA 16 49.5 42.88 4$.5.5 42.5 + 2.70 36. R2 e 1 +2. = 5 + 10 + 11 + 12.05 42.este é: H= 12 29(29 + 1) [ ' ' 'l 160.79 MO 22 35. 11.78 CA 21 3S.01 e g.98 ~9.t i·.\ tabela 111. Usando essas somas e os valores 111= 10. = 9 + 15 + 17 + 19 + 22 + 23 +24 + 25 + 28 + 29 = 211.5 + 20 + 63.57 Solução Você quer leslar a afirmação de que há uma diferença nas taxas de pagamento por hora na Califórnia.25 43. H. Antes de calcular a eslatfstica de teste. Indiana e Maryland. 10 CA s 43. 10 + ' .20 CA 14 49.63.05 CA 12.97 IN 2.97 45.80 MO 23 35.94 47. As hipósleses nula e allernativa s.:.97 40.5.) O teste é um leste utlicaudal à direita com tt = 0. .37 MO 9 45.5 + 14 + 16 + 18 + 21 + 26 + 27 = 160.'io ~s seguintes: H0: Não há diferença nas taxas de pagamento por hora nos lrês estados.25 MO 28 40. Ln.68 44.20 MO 24 37.57 MD 15 49.88 CA 26 36.76 36.ost(a as infonnações con1· binadas em ordem asce1\denle eos postos correspo11den1es.S 48.IJ§dd (ap!IUloll • fe.5+ 4 + 6 + 7 + 8 + 12.: Há uma diferença nas Jaxas de pagamento por hora nos lrêseslados.50 33. Amostxa Posto ordenada Amosb:~ Posto ordenada 33. você deve encontrar a son1a dos postos para cada an1ost:ra.45 IN l 41.96 IN 4 43..25 tN 6 43.IO 35.25 53.94 MD 17 52.1e.0S IN 12.CA fndiana .20 35.\ 10 ~5.45 49..o Jnlonnação Anii»tti Posto ordenada.98 CA 18 53.37 49.ll!opmmltric1A 505 Amostra das taxas êle pagamento por·hora Califórnia .SS 43.1 = 2.65 IN 7 44.5 10 + 9 + ~ . = k -1 = 3.98 40.35 MO 19 53.MD (Amostra 1) (Amostra 2) (Amostra 31 40.S.$2 MD 29 40.70 48. (.70 IN 20 A soma dos postos para cada amostra é: R.80 43. 112 = 9. l-d .\}imr"(n<•.97 tN 2.6. = 10 e N = 29.12 44.94 CA 27 40.20 37.formação In(ormaçã.5 48.3(29 1).12 IN 8 ~4. a estatística de t.5 48.JN Maryland . o valor crílico·é xi = 9.35 41. Da tabela 6. R.l.13119 .6S MO 25 38.05 53.210.94 35.79 42.70 CA 11 47.50 C.

Cnlc11/e a estatlstica de teste.\ '.21 89.77 75 $2 so 91.76 87.31 100.02 82 83 87. b.~5 95./k. =9.. Michigan e Carolina do Norte. se nC?Cessário.92 65 60 7S 96.85 94. Para con1parar os salários.34 83 85 70 98.1!11 ü ·..) 77 57 54 Amostra de-. Flórida e Loui~ana.10.75 93.55 94. d.45 110.. você deve rejeitar a hipótese nula.Jo original..IJ§dd SO 6 • btatklicoaplkal.s.. e registra seus s. e./lo tlijéte11tes? a. classifique a inforrnação e encontre a soma dos post06 da menor am06lra. (b) determine ovalo< crftiço. i. Então.. g.. .os.parar pode concluir que há uma diferença nas taxas a temperatura da água (cm de pagamento por hora nos pagamentos dos graus Fahrenheit) de cidades atuários na Califórnia.n das Ir& âtfndes .t_-1-~1---:+=~.. " ' ~ 3.~r.12 86. você ' foran.L.ipirit' 0../19 Key. /11terprete a deciSiio no contexto da afirmação original. você pode ver que o teste estatlslico H está na área de rejei- [ Retratando o mundo ção.78 98.!o diferentes? (1..-xi 6 S / 10 I'. Indiana e Maryland.75 Em Q 0.99 98..nd.-.lr SlhthJi<. Deler111i11e o valor crítico e a á..afirmaç.72 86 93.92 105. você pode concluir que as distribuições Desempenhando um teste de Kruskal·Wallis Nos e•erdcios dos prêmios anuais nesses uês Estados s.1lários. lsland. f.99 que as dislrib11ições de tempem/11· 97.24 93. 11#1 {xercícios Construindo habilidades básicas e conceitos H.1t<r. Os salários {em milha. d. x. (a) escreva a afirmação matematicameme e identifique H0 e .36 86 76 84 92. você seleciona ale.. As in formações a seguir. (e) enconue as somas dos postos para cada amostra e calcule a estatística de teste.2 10 FL LA AL res de dólares) siio listados na tabela. você pode ro11c/11ir a 94. h.27 r.rea de rcjei. (d) deóda em rejeitar ou 1.35 96. Explique por que o teste de Kf\Jskal·Wallis é sempre um tesle da.Al. você farmacêuticos que trabalham no Co· <>= 01JI . (Adnp.salários 59 63 60 co MI NC 60 74 75 1 (Amoslra l) (Amostra 2) (1\mostra 3) 89.42 96.70 95. lde11tifiq11e a afirmação e deter111i11e H• e N..55 106. BurMu ofl.. unicaudal à direita. 10 94. Quais~ as cond'-ções para usar um teste de Kf\Jskal·~lfis? falhar em reieila< a hipótese nula e (e) interprete a decisão no c0<1texto 2.05.· .ção.25 79 64 82 91.) 1 lorndo. Seguro de casa A tabela mOS'tra o prémo anual para uma Usando e ínterpretando conceítos amostra aleatória de Pol~ica de seguro de c.sa no Arizona. se. usadas para ron. Use um gráfico. Em o= 62 51 63 0.. Especifique o nível de significância"· e.. você pode concluir que as distribuições dos salários do farmacêuticos nos três 69 55 51 estados são diferentes? (Adtlptnd~1dt' u..nio1o~ 0n.? 14 Ceilar Eugene Dauphin atoriamente 10 farmacêuticos em cada estado H~JJ.~.ste a infor1nação con1binada en1 orden1 ascendente..17 89.r. na fronteira oom o Golfo do :reííii Você quer comparar os salários de México.. Em o a o. lllterpretnção lecionadas aleatorian1ente1 Em um nível de 1% de significância.t i·.. Decídn se rejeitará a hipótese nula.p!orlo de 3 a 6. lde11tifiq11e os graus de liberdade. jsland.. No gráfico seguinte. l-d .85 91.

o representame seleciona aleatoriamente várias Comparando dois testes casas em cada estado e registra os prêmios anuais para cada uma Nos exe<dcios 7 e 8.'h SI~) dos salârio5 anuais nesses quatro es1ados são diferentes? r.2 36. estado Prêmio anual (ém dólár_es) (e) Compa..o segutadoc? (/ldáplado de u. l. l 36.IJ§dd (.Jopto· cfo<I. o representante pode conduir que (a) um teste de Kruskal-Waltis.9 30.S Fl6rida l.mlUi<OI 507 E$1a<IO Prêmio anual (emdólares) Estado S31áóo anual (em-milhares de dólares) Arizona 642 750 579 495 836 610 725 Coorado 45.025 M~i 29.dólares) Cenuo·Oeste 5 4 3 9 1 4 6 3 4 7 Geó<gia 31..s.I 33.9 49.7 31...5 34.k:<.1 1. A tabela mostra o neímero de <ias que pacierues sele- '·li .7 39.269 920 995 870 1.lncias da popu· lação são iguais.émios anuais nesses estados são óde<en· (b) um teste ANCNA com um fator.3 l 3.3 Sul 5 8 1 5 8 7 5 1 Né\00. você pode .S. assumindo que cada pcpula- tes? (Mopt@ d• 1c.9 a.iamente de cada estado slo mostrados na tabela..9 24.3 29. Seguro de casa Um repieseniante de segu<o independente quer determinar se há uma dife<e.5 50.) Sul 91 40 72 91 147 74 70 67 Oeste 74 32 78 28 106 39 118 63 70 56 li(1 Correlação de postos Oque você Ocoeficiente de correla.Adap:ado de u. desempemhe o teste indicado usando na tabela abaixo.7 46.9 43.dores na Geórgia.5 29.079 835 KenlUCky 33. Ken1udy. -0es1e Cer.6 43.4 49. 1nsr. C"'5us &t<'O!J.8 40.5 35. 3<. Em a= 0.s"'1/l00. Ohio e PensilvAnia.s li.1. Consumo de energia A tal>ela mostra a energia consumida Pensi!v3ria 37. Em o = 0.! ie.5 38.s.9 ~s.9 37.l Uó9 i.t i·.w:~) ção est~ n01mafmente distribuída e as vari.01. Em o =0.'·''~ li 6. N0\'3 Yor1: 785 89-0 807 693 759 975 691 ~:~ 7.?15 1.1 46.ão de po5tos de Spearman deve aprender I Coeficiente de correla~ão de postos de Spearman • (. fl.5 42.9 55.1.i..ao p.pitulo 11 • fo1t1 . correlação de Pearson slio que as variáveis stjam linearmente relacionadas e que a .9 49.. Para tal.8 37.9 40.8 34. Nov.er o problema.139 929 897 944 1. 1. .) lârios anuais de uabalhad01es em quatro estados nos Es1ados Unidos: Colorado..1 40. você aprendeu como medir a força da relação entre duas variáveis aeterminar se a correlaçao entre usando o coeficiente r de correlação de Pearson. 52.~ 5 ciente vive. Os salá.S so.:? Temessee 31.1 29..10.e os resultados. você pode apoiar a afirmação<'. use tecnologia para resol. Estadia de pacientes em hospitais Um segurado.0 212 148 129 113 62 97 quatro estados slo diferentes? Use o = 0.1 35. Nevada.3 39. relata que a Peo~tvania 593 545 650 718 479 590 média do número de <fias que pacientes passam em um hospilal difere de aco.e.9 45.10.. Regi3o Energia consumida (em milhões de Btu) rios anuais de uabalhadores selecionados aleaio. Dois requisitos para o coeficiente de duas vari~ is ésignifKante.$or"""1 ~.S (em 11'41hões de Btu) em um ano pa.a uma amOSlra aleatória de casas de cada regiao nos Estados Unidos.2 4 1.9 37.05. Mississippi e Tennessee. você pode conduir que as dls1ribuições dos Estados Unidos. as distribuições dos p..ws Bvreou.9 27.5 30.do com a região dos Estados Unidos em que o pa· .orno usar o coeficiente de corre- laçaode postos de$P@rman para Na Seção 9.3 34.9 40.2 Oeste 2 3 6 6 5 • 3 6 5 Ohio 27.2 37.2 32..2 32.4 40.01.ça nos prêmios anuais para Expandindo conceitos seguro de casa em trés Estados: Nova Jersey.l ( ~ 4. Em o ~ 0.. l-d .vi. Você pode escrever no Nordeste n 100 151 138 104 108 95 134 100 174 seu relatório que as distribuições dos saklrios anuais nesses Ceniro- 84 183 194 165 17.9 loolsian..r.sey 639 588 710 799 669 617 625 Se conveniente. Salários anuais A tabela mostra os salários anuais para uma cionados aleatoriamente passaram em um hospit.1 19. H/JlJolWJICen. lllova YOfk e Pen· silvânia. Salários anuais Vocé está escrevendo um artigo sob<e os sa· concluir que a média dos consumos de energia slo diferentes' (ltoop!odc de US Ene1g1 lnftxmorioo A(. lot Heo.) Região Número de dias Nordcsre 8 6 6 3 5 li 3 8 1 6 Estado Saijrio anual (emmilhares·de.ll em cada região arnoSlta aleatória de trabalh?.

Identifique o. O coeficiente de correlaÇ<'\o de postos de Spearman tem várias vantagens em re- lação ao coeficiente de correlação de Pearson. Os valores críticos para o coeficiente de correlação de postos de Spearman estão listados na tabela 10 do Apêndice B. Você pode lazer essa de· terminação desempe1tl1ando um teste de lúpótese para o coeficente de correlação da população P. você pode determinar se a correlação entre as variáveis é significante.· As hipóteses nula e alternativa para esse teste são as seguintes: H.. r.: P. P. r. e d é a diferença entre os postos de uma entrada de informaç~o emparelhada.11bolos J. inclusive. Os valores der.res e não lineares. O coeficiente de correlação de postos de Spearman r. Ele é mais fácil de cakular à 111. " O(Há uma correlação significante entre as vaniáveis). vão de -1 a +1. você pode examinar a relação entre duas variáveis usando o equivalente não paramétrico para o coeficiente de correlação de Pearson . H. O coeficiente de coirelaç~ de postos de Spearman é calculado usando os postos de entradas de.. O teste estatístico para o teste de hipótese é o coeficiente de correlação de postos de Spearman r. Por exemplo.t i·. r. é igual a -1. Depois de calcular o coeficiente de correlação de postos de Spearman. = O(Não há correlação entre ns variáveis). O coeficiente de correlação de postos de Spea.n pode ser usado para dados no nível ordinal. é igual a +1.ão entre dados line. 'Especifique o nível de significância. .. lnstru!ões Testando a significância do coeficiente de correlação depostos de Spearman Em palavras Em sr.ão.rma.amowas de dados emparelhados. Se os postos estão em ordern "inversa". 2.io livre do que o coeficiente de Pear$0n. é uma medida da força da relação entre duas variáveis. é igual a O. Se esses requisitos não podem ser satisfeitos. Identifique as hi· Afirme H0 e H. póteses nula e alternativa.o coeficiente de correlaç. Se os postos de pares·de informações correspondentes são exatarnente idênticos. l-d . o coeficiente de correlação de postos de Spearman pode ser usado para descrever a relaç. Se os postos dos pares de informações correspondentes não têm rela. Djga a afirma_ção. a qual lista o:s valores críticos para ní· veis selecionados de significância e para tamanhos de amostras de 30 ou menores. Afo1mula para o coeficiente de co"elação de postos de Spearman é: 6td1 r =I ' n(n' -1) onde n é o número de entradas de informações emparelhadas.'lo de postos de Spearman.IJ§dd população representada por cada variável seja normalmente distribuída..

carneiro.0 6 o o 89.0 Solução As hipóteses nula e alternativa s..1) 5..9 2002 66.da Preço da carne bovina Foslo carne de Poslo d d' c.5 2 74..1.7 94.8 101.) Cada conjunto de informação tem sele entradas. Em o= 0. Exemplo ITT Coeficiente de correlação de postos de Spearman A tabela mostra os preços (em dólares por 100 libras) recebidos por fazendeiros nos Estados Unidos para came bovina e de cameiro de 1999 a 200. Tome a decis. l-d .: fl.8 4 .e carneiro).t i·. 1é maior que o valor crítico. Você pOde usar a tabela para calcular 111.7 110.05.6 3 79. Encontre a estatística de teste. Antes de calcular o teste estatístico.1 2003 79.arneiro 63. = O(Não há correlação entre os preços da came bovina e d. 6.05 e 11 = 7. voce deve encontrar ):d'. (Aftr11W(ll<. Determine o valor crítico.7 5 94. 1999 63.4 1 74. lgrif11ftt1rr.8 6 101.Do contrário. Da tabela 10 com o e 0.5 74. o valor critico é 0. você pode concluir que há uma correlação entre os preços das carnes bovina e de carneiro? {f.4 5 o o 85. reem rejeitar a hipótese nula.5 3 -2 4 68. 1 .786.3 66.d' r .d' = 14 .5 2000 66. 11(11' .IJ§dd Capitulo li • lest11 lllO paramltri<O$ 509 3.7 7 110. falhe em rejeitar Ho.) Ano Carne b.4 74.:1 1 71.mtt: U. jeite H.'\o de rejeitar ou falhar Se Ir..4 2004 85.ovina Carne de. a soma dos quadrados das diferenças de postos dos conjuntos de informação...9 l 3 9 66.-_ 4. 1 2 o o 79.. cQnforme segue: Preso. Use a tabela 10 no Apêndice 8: 6'[. Interprete a decisão no contexto da afinnação original..3 4 66. Dtpnrt1m·ut ef.S.::.. H.6 79.0 2005 b'9.0 7 o o f.10: H0: 11.8 2001 71.." O(Há uma correlação entre os preços da bovina e de carneiro).

r..40 3.IJ§dd 510 • lstdl&i(aaplicod• - Quando 11 = 7e DI' = 14.icultura. de 1998 a 2006.. Use a tabela para calcular '[ri'. Dica de estudo e..78 3. Agricultura: divida e renda Em um relatório ag.noesotil 9. Em o = 0.40 3.268 .085 11. oi Agria... Em " = 0.807 encontre a estatística de teste padronizada r. Lembre-se de que no easo de um empate entre as entradas g.926 Illinois 10.= l .. é igual a O? DMda (em mil fioes Renda (eín milhÓés Estado de dólares) de dólares) US<1ndo e interpretando conceitos Ctlitórnia 19. use a média dos postos correspondentes.1 mens e mulheres (em milha- r.as 13. dl \.1) 111a universitário nos Es. (d} decida em rejeitar ou Neb<asl<a 10.c.~.s.10 1.59 J.85 2003 5?3 7?5 2004 595 804 Trigó 2. o.028 falhar em rejeitar a hipótese nula e (e) interprete adecisão no contexto carolna do No«e 4235 7.es) que obtiveram um diplo.eo =0..480 8.751 < 0. Ajil'me as hipóteses nula e alternativa.955 28.630 Testando uma afirmação lo... você não pode concluir que há uma correlação significan· 1996 522 642 te entre os preços de carne bovina e de carneiro ~nlre 1999 e 2005. d.$1 IAS 1. Tc.) 2000 530 708 2001 532 712 Ano 1998 1999 2000 2001 2002 2003 2004 2005 2006 2002 550 742 A\'eia 1.la lista o número de ho. f)(surtm(111 ->/ Agri<1.286 15.l111rf.t(: u. O que significa quando. 1997 521 652 1998 520 644 A tabela lista os preços (em dólares por alqueire) reoobidos por fazendeiros nos Estados Unidos para aveia e trigo. você pode con- 1999 519 682 cluir que há un1a correlação entre tais preços? (For. sitlfrioa cmtn a110? l/. (b) determiie o va!or aitico usando a tabcla 10 no Apêndice 8.icultural um anatista de produto sugete que ~ urm correlação e11ve divida e renda nos negocios de ag.ó5 2. E$pecifique0 nível de significfü. Quais são algumas vantagens do coeficiente de eotrelação totais e as rendas totais para fazendas em sete estados para um de postos de Spearman sobre o coeficiente de.\·islt! 11111n C()rn:lação entre o b. 111Í111ero de lroutens e uu11J1e.. ) 11(11· .982 8.va 14.05.63 1. Decida em rejeitar ou falhar em rejeitar a hipótese de nula. é igual a .ffute) 2. (a) identifique a afirmação e afirme H0 e H.durotit11ur} Stt1t~1~) Já que 10.12 1. E.(IJ unI'· A49 de informações. o tesleeslat($1icoé: [ Retratando o mundo 6Erl' A tabe. correlação de ano recente.t i·. l-d .56 3.434 12.cia a.942 Nos exercícios de 3 a 6.tados Unidos de 19% a 2005.75. Iuterpretação Ano Homem Mulher No nível de significância 5%. /11terpl'ele a decisão no contexto da afinnação original.s. A tabela mostra as dívidas 1.48 2. IIQ Exercícios Construindo habilidades básicas e conceitos 3.1ifica quando r. você deve falhar em rejeitar a lúpólese nula. é igual a 1? O que sig.utu _(l)f F. ~JtJ$.1? O que significa quando. (c} 1. tM/lf> = 0..'t1Ji1ll:ftl C..25 2005 613 826 a.. e.01. Detern1iueo valor crítico.10 1. E11ro11trea estatística de teste padronizada.. = 1.42 4.62 2. f.008 da afirmação ooginal.48 1.786. 6(14) 7(7 2 .'S que obtiuem111 tliploma 1111it1er.n. t11tk. há evidência suficiente para apoiar Pearson? a afirmação do analista? (Adoprodo de u.05.

5 50.. Oete1gente para máquina de lavar louça A tabela mostra o de postos de Spearman e o tamanho da amostra n é maio. vocé pode con· GNP? cluir que h.l 519 533 774 ria de companhias de construção em um ano recente. GNP Matemática (em bilhões de dólar~) : 112.1 44.5 45.05.. você pode concluir que C°"'"""'li<potlS. Camêras digitais O preço de uma camê1a digital está relacio· .3 37.6 !45.) ~'<>Óôtlm s.243 4.05. use a seguinte labela. Em <> • 0.deotes 34 32 26 28 22 19 23 20 28 i4 26 29 noia média alcançada de pessoas de 15 anos de idade em Ciências e Matemática jumamente com o Produto Bruto Nacional (GNP) de Horas nooe ~ises 1wa um ano recente (O GNP é uma med~ da a!Mdade l1abd)hdJa:.t i·. e.Çuslo (~ centavos) 17 17 19 19 10 5 21 14 rante o exercício da função para uma amostra aleatória de in· dóstrias nos Estadcs Unidos em um ano recente. Em o = 0.y Co11nol) Pl~car geral 80 76 76 75 74 72 Horas 47. você pode conduir que M uma correlação enlre a média de França 511 511 LS22 horas de uabalho e o número de acidentes de 1rabalho dutante o exercício da função? (Adoprodo de u. No "~ ~ 487 548 461.. Safe. placar geral e o preço por lavagem para oi10 deiergentes de má· você pode usar a fórmula a seguir para encontrar o vafo. você pode concluir que há geral e o preço de cada uma.5 trabalhadas Notas de teste e GNP Nos e><e1dóos de 7 a 10.:~.5 47..8 46. ond 0~'1!/opmeot.1 467 485 701 Est.) M uma correlação enve as noias alcançadas em Ciências e Ma· temática? NOIO Pr~ NOIO Pttçi> Geral (em dólares) Geral (em dólares) 10s Escrevendo um resumo Use os resullados dos exercícios de 7 a 9 para escre"e< um resumo sobre a correlação (ou a falta de 81 280 73 2BO correlação) entre as notas de 1es1e e o GNP. correlação entre as nelas alcançadas em Ciências e o GNP? le<iooa aleatoriamente 11 càmeras digrtais e determina uma noia 8 Matemática e GNP Em o = 0. Em o = o. você pode concluir que há uma correlação enire o f 1 1 .2 38.1 39.361 .9 41.7 43..6 44. desemvenhe o teste indicado. Placar geral .7 41. quina de lavilí louça..eços você pode conduir que M uma correlação en1re a média de para 12 modelos diferentes para aparelhos de ar condicionado.86 86 84 74 69 67 63 .S43. peso e carac1errs1icas úteis da càmera.1 45. Ciências e GNP Em o • 0.S 41. Em o= República Tcheca 523 517 73 0.iaicllncia do coeficiente de correlação 5. Ar condicionado A 1abela lll0$lra o placar geral e os p.8 43. 534 1.8 38._.05..5 42.) (.IJ§dd (.os.) Nos exe<dcios 11 e 12. 80 330 n 230 79 250 70 wo Expandindo conceitos 76 300 67 240 75 100 Testando o coeficiente de (orrelaçi!o de postos para 230 59 74 n>30 300 Se você está testando a sig..s..3 45. Os resultados do uma C01relac.5 38.y Cc(J11Cl) Méi<ico 405 385 637 Horas 40.l 7.prado de O.2 39.5 1rabálhadàs j Preço (em dólares) 200 150 200 180 170 120 A<i<len1es 16 33 25 33 18 20 21 18 21 28 15 26 Placar-geral n 71 70 69 59 68 Pr°'o (em dólares) 210 210 150 140 170 115 Horas 46. Bumou ol Lobot 5'arisocs.7 44. O placar ge1al representa os resultados do 1estede limpeza para o de1e1gente da máquina de lavarlo~ Em " = 0..li. você pode concluir que h.. 9.0 44. O placar geral representa o confMo.ão entre as 001as alcançadas em Matemática e o estudo sáo mostrados na tabela. onde z eo<responde ao nível de significância.I econômica total de uma nação.5 42.0 41. correlação entre o placar geral e o preço? (Flwe:Con5'Jm'1 Repo.1 46.pr1010 li • r. Acidentes de trabalho A tabela mostra a média de hotas de 11abalho por semana e o número de acidentes de trabalho du- .8 44.5 -13. A nota geral representa a qualidade · da fo10. Ciên<ias e Matemática Em n • 0.4 44.!JOO~atiln fct Erooomic Coope.or.Ad<Jpt<Jdo de 11s. você se. Repetis.2 trabalhadas Espanh.01..8 43.l uma nado com a sua qualidade? Para responder à pergunta. Acidentes de trabalho na consirução Alabela mostra amédia de horas de irabalho por semana e o número de aódentes de AIJSUália 525 524 437 trabalho dU<ante o exercício da fun~ pa1a uma amostra aleató- Glnad..5 47. você pode concluir que há uma o exercido da função? l.6 45.te.. placar geral e o preço? (Fvt..013 Acidenles 12 13 19 18 22 22 17 13 15 10 18 19 ..sie.mluic01 511 {'~ 4. que 30.9 45.) Aci<tentes 21 28 23 26 24 20 28 26 25 ' Pais Média em Ciências Média·em :. o barulho e a eficàcia de hoias de trabalho e o númeto <le acidentes de 1rabalho durame energ~ do aparelho.fe.o...IS.10.6 44.8 42.. l-d .6 41..3 45.05. VlotkJ /lonl.7 44. Bi. 43.05.l uma cooelaçAo enire a nota geral e o preço? (Fonre.M<. que mostra a Aci. Clítico.nao9ar.l<los unidos 491 483 11.0 40.eav ol Lclxit s1or~6c.

como mostrado a seguir: p pppppp p FFFFFFFF ~ ~ 1• corrida 2• corrida 2.2 'i2.3 36.dade. 18 IS 23 15 23 if lj Testes de corridas Oque você Teste de corridas para aleatoriedade deve aprender • Como usai o teste de corridas para determinar se um conjunto I Teste de corridas para aleatoriedade de dados é aleatório. Um inspetor de controle de qualidade decide se cada garrafa foi enchida até um nível aceitável e passa na inspeção (P) ou se falha na inspeç. l-d .5 37. como mostrado a seguir: gL PFPFPFPFPFPFP L !• corrida 2• c<>rrida 16' Corrida .5 38.2 42. Há duas corridas.7 40. 1 trabalhadas Acidentes 13 24 12 12 13 15 18 11 24 16 13 23 Acidentes 14 10 5 14 13. Os primeiros S Ps formam uma corr. Determineo número de corridas para cada sequência e encontre a extens.3 39.l 38.'io de cada corrida. Mas como você sabe se o dado de amostra realmente é aleatório? Um modo de testar a ateatoriedade em um conjunto de dados é usar um ft<sle de corrirlas p11ra alentori. você deve primeiro saber como determinar o nú.I 35. l. 1 39.0 39.io 8. Ao obter uma amostra de um dado.trabalhadas 36.3 39.'lo (F). efinição Uma corrida é uma sequênóa de dados que possuem a mesma caracteristica.ida de extensão 8 e os primeiros S Fs formam outra corrida de extens.6 39.9 38.t i·.IJ§dd 51Z • ["'11'\icaapli<a<ia tiOíêlS 41.2 36.1 36. O número de dados em uma corrida é chamado de extensão da corrida. é importante que ele seja selecionado alea· toriamente. Cada corrida é precedida por e seguida de dados com uma caracterisrica difereflte ou por nenhum dado. Antes de usar esse teste.0 37. Há 16 corridas a cada extensão 1.mero de corridas em um conjunto de dados.7 36.2 38. PPPPPPPPtFFFFFFF ~ PF PFPF PFPFPFPFPF & PPFFFFPFFFPPPPPP Soluçiio 1.6 39. Exemplo m Encontrando o número de corridas Uma máquina que distribui líquidos foi projetada para encher garrafas de um litro.0 Horas .

Você pode usar um teste de hipótese para determinar se o número de cprridas em uma sequl!ncia de dados de amostra é muito alto ou muito baixó.ente nã. Determine o número de corridas na sequência e encontre a extens. (Neste texto.. Coute o 11ú111ero de grupos para determinar o número de corridas. tem muito poucas corridas (apenas 2). esses dados de amostra provaveln. Então. Asequência: P FP FP FP FP PP FP FPF do Exemplo 1.. G = número de corridas. Os resultados são mostrados a seguir. H.>r o teste de corridas.· mede . Um inspeto. P P P F P FP P P P F FP FP P F F FP P P FP P P a.05. 111 = número de dados com uma característica.. b.\ o aleatórias. Não importa qual característica você escolherá para representar 11 1• Deixe G representar o número de corridas.1.e corridas~ um teste bicaudal.a..1 • ~Co. e as hipóteses nula e alternativa são: H...tência é aleatória.. representar o mímero de dados que possui a se· gunda característica.... deixe 11 1 representar o número de dados que possui uma característica e deixe 11.'io de cada corrida..: Asequência dedados não é aleatória. a segunda de extensão 4. FFF _P PP/PP. a sequência: PPPPPPPPFFFFFFFF do Exemplo l. J FFF 1 p .. ATabela 12 no Apêndice B lista os valores críticos para o teste de corridas para valores selecionados de 111 e 11. '-or-' 1. Se uma sequên- cia tem muito poucas corridas ou corridas demais. Definição O teste de corridas para aleatoriedade é um teste nAo paramétrico que pode ser usado para detemiinar se uma sequência de dados de amosua é aleatória.rida 4~Cordd.IJ§dd (apfiulo tt • les1es .t i·. Por exe1nplo. Má S corridas. a primeira de extensão 2.o diâmetro de cada parte de motor e determina sea parte passa na inspeç. a terceira de ex- tensão 1. 11.o Seio aleatórios. e. º número de dados com outra característica. O teste de corridas para aleatoriedade considera o número de corridas em uma sequência de dados de amostra para testar se a seq. e.. Parte 2. como mosh:ado a seguir: PP . no nível de significância o = 0.la geralmente não é aleatória.: Asequência de dados é aleatória. a quarta de extensão 3 e a quinta de extensão 6. O teste d. tem corridas demais (16).J9 Quando cada valor em um conjunto de dados pode ser categorizado em uma de duas categorias separadas. você pode usar o teste de corridas para aleatoriedade para determinar se as informações s..JX>çâo (FJ.1: 5">Coftida Uma máquina produz partes de motores. Separe n i11for111n(dO cada vez que houver uma mudança na característica da infor- mação.ramltoí<os 5B 3. Quando us. p. RC"Sp1~t1t 11n 1'· A. Coute o mímero de dnrlos em cada corrida para detemlinar a extensão.. você .Corfid. l-d .\o(P)ou se falha na ins. Parte 1..

rejeite H0 . Se·Gé menor ou igual ao menor valor cn'lico ou maior ou igual ao maior valor crítico. 7. se z está na área de rejeição. 5.--· qc 6.t i·. usará apenas o nfvel de significância et =0.uição normal padrão para encont:rar os valores críticos. "~ e G. eia. Quando n. use a tabela 4 no Apêndice 13. Tome adecisão de rejeitar ou falhar em rejeitar a hipótese nula.G- . Se 111 5 20 e 11. >20 ou n.) 3. 4. • f11a1klica apli<. possui cada.05 quando desempenhar testes de corridas. (Use CI ~ 0.(í'. Es~cifíque o nível de signifil:'ãn· Identifique cr. use G. )' (n. n.n .ara aleatoriedade E111 palavrqs E111 símbolos 1.ine o número de dados que Determirre 111.+n.1) · Instruções Desempenhando um teste de corridas P. . .. S 20.1•c z. lde. fa. S 20. Determine as valores ctítkos. Do contrário. Você pode calcular o teste estatístico para o teste de corridas coníonnesegue.IJ§dd 51 t. rejeite H. Se n1 >20 ou n2 >20. Se 111 S 20 e 11..) Se 111 ou 11.'ló no contexto da afirmação original. o teste estatistico para o teste de corridas é G.n. (orem maiores que 20. E tatística de teste para o teste de corridas Quando n. > 20. use a 1abela 12 no Apêndice B.(2n. use G.05 para o teste de corridas. > 20. as hipóteses nula e alternativa. 1 . Se 111 > 20 ou 11. l-d . Determine-a afirmação. qG onde 2np. Cakule a estatística de teste.-1. 2. s 20 e n2 S 20.Do contrário.) e <1t.d.ntifique Afirme H0 e H.+n. falhe ao rejeitar 1-f. . Interprete a decis. o teste estatístico para o teste de co.rridas é: z . o número de corridas. lhe ao rejeitar H0• Ou. você pode usar a distril. característica e o nlÍ· mero de corridas. Detem. = (n.

.: A ocorrê11cia de acidentes não é aleatória. E11co11tre a estatística de teste G. 111 . lde11tiftq11e a afirmação e determi11e H0 e H... onde .W FFF a. u1 o número de Ns. . N ... Os gêneros de 14 estudantes ao entrarem em uma sala de aula são mostrados . Já que o teste estatístico C está entre os valores críticos 3 e 11.. l-d . e G. Interprete a decisão no contexto da afirmação original. Decida se rejeitará a hipótese nula. Em a a 0.J d'e tuna r:on1panhia de construç~o registra aciden· toes relatados por trabalhadores durante o seu período de trabalho. A ocorrência de acidentes é aleatória... primeiro detenr1ine u.IJ§dd (1pfiufo li • lt1lfSil!ll p.. use a tabela l2 para encontrar o menor valor crítico Se o maior valor crítico 11. Em o= 0. H.05. você pode concluir que a sequência de gêneros não é aleatória? FFF l'vlMFFMFM . parece que os acidentes relatados po. ' 1 NNN 1I . O teste estatístico é o número de corridas C = 6. você não possui evidência suficiente para apoiar a afirmaç-Oo de que a ocorrência de acidentes não é alcatóri'1. g. Deter.) Para encontrar os valores ctiticos. use as seguintes hipóteses nula e alternativa.NNN I • 1' Corrida 2' Corrida 3• Corrida 4' Corrida S• Corrida 6' Corrida 111= nún1ero de ls = 5.05.. 11?' e G.... l11terpretaçào No 1\ivel de sig.: r. b. e... Deter111iue os valores críticos. 11. você pode concluir que a ocorrên- cia de acidentes em cada mês não é aleatória? 1/ NNN I N II NNN Solução A afinnação é: "A ocorrência de acidentes nào é aleatória''.uiue n1.10.. Rt":-p11$t1111" p.ll!l11'tll<OS 515 Exemplo m Ulsando o teste de corridas Um ~dministrador de pesso.. d. Então. H.. Especifique o nível de sig1úlkância o. f..: 20.. J representa um mês no qual ao menos um acidente foi relatado e N representa um mês no qual nenhum acidente foi relatado.t i·..: 20. (Afin1rac. e a = 0. Já que 111. = número de Ns = 7.epresenta_o sexo (erninino q !vi repcll$éntõl o iOXO masculino..i seguir. Para testar essa afir· maç. o número de corridas.· trabalhadores durante o período de trabalho do administrador ocorrem aleatoriamente.49 . C = número de corridas = 6... o núrnero de Is. e...... -1.05. A sequência a seguir mostra se alguns acidentes foram relatados durante cada mês em um ano recente.. li .ificância 5%. A. você deve falhar em rejeitar a hipótese nula.

primeiro determine 11.mero decorridas ~ 11..t i·. H.81.. Em°'= 0.. e l •Corrida FFFF 2' Corrida MMM ... 11. = número de Ms = 22. Para testar essa afir- mação.= -1.11.)'(11 1+ 11.11. . {.V IMM M M M F F FMMMMFM M F M Solução A afirmação é:" A seleção de empregados não é aleatória".. Já que 112 > 20.+ 111 +"2 = 2(14)(22) +l 14 + 22 = 616 + l 36 ::e 18.22) = (14 + 22)2(14 + 22-1) ::e 2.% e Z0 = 1. use as seguintes hipóteses nula e alternativa.11. ..VI MM 3' Corrida FFFFF MMMMMMM '--v--1 4' Corrida 5' Corrida FFF MMMM ~ . Antes de calcular a estatística de teste._. o número de corridas.lfimurw._. .> (u 1+11. 11. ..__.IJ§dd Exemplo m Usando o teste de corridas Você quer detenninar se a seleção de empregados recentemente contratados em uma grande companhia é aleatória em relação ao gênero. G= nú. l-d .) Para encon.05. 6• corrida 7• corrida S• corrida 9> corrida 10' corrida 11' corrida 11 1 = número de Fs = 14. use a tabela 4 no Apêndice Bpa. você pode concluir que a seleção não é aleatória? MM F F F Flv!MMMMM F F F F F M . M . o número de Ms.trar os valores cn1icos.96. e G. F.l) 2(14)(22) [2(14)(22) .. o número de Fs. 1 Jlc = . encontre os valores de l'c euª' como a seguir: 211.ra encontrar que os valores críticos no nlvel de significância o = 0. _ .. MM F ..: Aseleção de empregados não é aleatória..05 são: -z. º'1"2(2111112 . H0 : Aseleção de empregados é aleatória.14."2. Os gêneros de 36 emprega· dos recenteme11te contratados s.'\o mostrados a seguir.

1985 N 2000 A d. 1984 A 2(J()j A e.IJ§dd (apQ.1 Co11fere11ce e N representa No gráfico seguinte.81 até o Super Bowl XU. (F~.i.- º Atabela abaixo mostra a con· ~G fer.1 NS NS NNS NS S NNNNN 1981 A 2002 A '1982 N 2003 N a. você pode ver que o teste estatístico z está na área de rejei. já que P < o. G-11 Z= . 1986 A N 2fXll e. 1974 A 1995 N ç. l-d .. onde ~ .rterpretaçiio 1973 A 1994 N Você tem evidência suficiente. Deternúue 11 1.lo 11 • l. Detern. estão os resultados da 1977 A 1998 A 3 queda de neve para o mês inteiro de janeiro.1mltri<o1 517 . Então. IY87 N f.itr: NfLc1>J.al.ência NFL de cada time 11-16. você deve rejeitar a hipótese nula.'io de que a seleção de empregados em relação ao gênero não é aleatória. - Você pode encontrar o teste estatístico como a seguir: I_ _ Retratando o mundo _ _ ·. no nível de si_gnificãncia 5%. ltieutifique a af'tnnação e rleleru1i11e H0 e H.· 1983 N 2004 A b. No Exemplo 3.11es naop. para apoiar a afirma.96 1971 A 1992 N 19n N 1993 N I. 1975 A 1996 N Tente Se S representa um dia em uma cidade pequena no qual nevou e N representa 1976 A 1997 N voei Uffl dia na mesnla cidade no qual não nevou. 11 = vencedor do Super Bowl I 2. Especifique o nível de signilid\ncia o..95 . A representa a A111erica11 Fool· ba/. você deve rejeitar a hipótese nula.\110 Conle· Ano Conle- rência ~ ncia 1967 N 1988 N 1968 N 1989 N '1969 A I~ N .2.53 -to=-1. ç<'I<>. z""'1 o 3 1970 A L991 N z=-2.05.. j . Em o= 0. você pode calcular o valor P para ser 0. você também pode usar o valor P para desem· penhar um leste de hipótese para a aleatoriedade dos dados. .) 1. E:111" =0. você pode concluir 1978 N 1999 A que a sequência não é aleatória? 1979 . Decitfa se rejeitará a hipótese nula..t i·.05. qtt<! n Stq11ê11cin 1111'0 é alentórin? Quando 111 ou 112 é maior que 20.0)1. A seguir.a = 0. /11terprete a decisão no contexto da afinnaç<'lo origi. Cnlcule a ostatfsl'ica de teste z. voe€ potfe co11c/11ir g. a Natio11nl F<>0tball Cc11femtee.1 2000 N NNNS S NNS NS NNNNNS 1980 A 2001 .53. 11~ e G.ittt os valores críticos.

PNNNNNPNNPP 12. !!. MFMFMFFFFFFMMMFFMMMM. e n2 no Exercício 4. OOOEEEEOOOOOEEEE 1. Use o= 0.atura mã~ma mara e D representa um membro democrata. O sexo de cach01ros re<:entemente ~ AAABBBABBAAAAAABAABABB miaochÍpi!dos são mostrados a seguir.. onde H representa Cllra e T ridas para aleat01iedooe COlíl dados quantitativos.. e n. OOEEEEOOOOEEEEOO 2. Nos e. Teste a afirmaçao de que a tempe. Teste de corridas com dados quantitativos t 3. feminino e M rep<esenta o sexo masculino. l-d . Use o = o. dem. Encomre os valores para n.05.atu· i:~14.plicid1 1111 Exercícios Construindo habilidades básicas e conceitos ~~~~~~~~~~~~~~~~~~~~ ( ~ 15. M F M M M M M M F F M M. Torneio de golfe Um tocneio de golfe oficial registra se cada jogador que já venceu é nascido nos Estados Unidos (A) ou nas- Usando e ínterpretando conceitos cido em outro pais (F). Gerador de números Um gerador de númeios produz a sequên- cia de dígitos mosuada a seguir. Você pode concluir que a sequência Desempenhando um teste de corridas não é aleatória? Nos exercícios de 13 a 18. no Execcido 2.. Os resultados estão asegui.lo no contexto da afirmação original.<io do veterin.eleito dlamou mem-' . no Exeidcio 3.:~ 18.ce<dóos 19 e 20. a me<iana.itre os valores para n. Então cmcontre a extensão de cada corrida. .cercicios de 9 a 12. Expandíndo conceitos (e) interpretar a decis. Os resultados são mosuados para cada ano que o torneio exis. Um veterin. use a inlormasàO seguinte para dEsem- das de moeda no inicio de cada jogo de futebol em uma tem· penha. noExerdcio 1. Eocontreosvaloresparan. Ignore quaiSque< valôles que sejam iguais çao do téroico.uo na cidade na sequên· eia a seguir... ' ra máxima diária (em graus FahreAheit) para uma cidade durante bros da câmara municipal em um enco. onde O representa um dígito Encontrando o numero de corridas ímpar e E representa um digito par. Eoco. 9.tiu. Use o teste de coeridas para testar a afirma· valoces abaixo da mediana. Identificação canina um time de veterinários regisua. Teste a anrmaçao de que os Nos exetcicios de I a 4. HTTTHTHHTTTTHTHH ·" '· 19 Temperatura máxima diária A sequência mostra a tempe. TFTFTFTFTFTF. Caça-niqueis Para cada rodada. Você pode concluir diária não acontece aleatoriamente. calcule a representa cocoa. X X X X X X X Y Y Y Y Y Y Y Y Y Y Y Y Y Y. Você também pode us.lrio? 7.de membros não foi aleatória? 84 87 92 93 95 84 82 83 81 87 92 RDDD R RDROO ROOO R RO 98 99 93 84 85 86 92 91 95 84 92 R R R RO R R ROOD RO RO R R 83 81 87 92 98 89 93 84 85 . o sexo de cada cachorro que é miaochipado em seu hospital veterinãno em um mês. Você pode conduir que a seq. F F F A (d) decidir em rejeitar ou falhar em rejeitar a hipótese nula. um teste de c0<ridas.ana e _ para ~ for<llll aleatórias. que a seleção. Eoco. NNNNNNNNNPNNNNNNNNN 11. use o teste de C01ridas para: (a) afirmar matematicameme e identificar H0 e H.ês de julho. Entio designe + para valores acima da meef. O técnico afirmou que as jogadas de moeda mediana.r o teste de cor· porada. 17. NNNNNPPNNNNNPNNNNNP 10.lrio afirma 6. dete<mine o númeco de corridas na dígitos~ foram gerados aleatoriamen1e.os.t i·. NSSSNNNNNSNSNSSNNN. en... TFTFTTTFFFTF. sequência dada.11. .1tre os valores para n.éncia não é aleatória? bai><as para a informação estar em ordem aleatória. um caça-niqueis ou paga (P) Apêndice B pata dete<minar o número de corridas que são considera· ou não paga (N) o prémio. e n. que os mittochi~ são aleatórios por sexo. Jogando a moeda um treinadôl registra os resultados de joga. 8. Membros da câmara municipal Um p. use a sequência dada e a tabela 12 no . U U O O U D U U D D U D U U. AFAFFAFF F FFAFFFFFA (c) calcular a estatistica de teste. Os resultados para uma pessoa que das muito altaS e o número de corridas que são consideiadas muito joga em um caça-niqueis são mostrados. FFAFFAFFAFFAFFAFFA (b) determinar os valores criticos usando a tabela 4 oo a tabela FFFFFFA FFA FFA FFA FF 12 no Apéndice 8. onde Frepresenta o sexo 5. Primeiro. onde R representa um memb<0 republicano da câ· o 11'.IJ§dd 518 • [1tatilti<a . em or- 3. Você tem evidênàa sufióente para rejeitar a afirma. MMFMFFFFFMMM F FF MFFFFFMFFFM FFF Encontrando os valores críticos •• Nos e.

Usando um teste inapropriado Discuta os testes não paramétricos descritos neste ca· pítulo e combine cada teste com seu correspondente paramétri<o. Exercícios 1. antes de usar um teste 1. Isto é. Use o =0.8 2. eles não requerem nenhuma informação em particular sob<e a poptilação ou populações (!<le estão sendo testadas. Por exemplo.5 3. Média na pontuação de ~rie A sequênóa mostra a média 21.pn. No entanto.loll • 1.9 1. 3.8 4.9 3.. você deve investigar o lilmanho da amostra utilizada. na pontuação de séfie dos estudantes não foi aleatória.lo represen!ilda pela hipótese nw.0 Usos e abusos .9 2. Isto significa que eles são mais fáceis de entender e mais rápidos para serem utiizados.8 1.3 3.3 1. Se o resultado de um teste nao paramétrico falha em rejei!ilr a hipótese nula. Usando um teste inapropriado Em geral.Jo conhecidas.6 2. é mais eftciente usar um teste paramétrico.5 2.IJ§dd C. Uma vantagem dos testes não paramétricos mos· trada neste capitulo é que eles são liwes de distllbuição.9 4.o de um teste não paramétrico no qual não ha evidência sufiáente pe1a rejeitar a hipó?ese nula.4 2.métri<os 519 20. os quais você estudou em capítulos anteriores. Testes não paramêlricos frequentemente podem ser usados qualldo dados estão no nível nominal ou ordinal Abusos Evidência insuficiente Evidência mais forte é neces~ria para rejeitar a hipótese nula em um teste não paramétrico do que para r~tar a hipótese n"a em um teste paramétrico coirespondente.7 0.8 0.lo fossem alcançadas.msnaopa. Isto é.ióa de 30 na pontua~ de série (GPAs) de estudantes selecionados de números entre I e 99. 2. Pode ser que uma amostra maio< produza resultados diferentes. Use uma ferramenta 1eo1ológica para ge. se informações soble a população nao s. você pode precisar de uma amostra maio< do que quando desempenhar um teste nao paramétrico. Teste a afirmação de que a sequência de uma sala de aula.05. quando vore está tentando apoiar uma afirmaç. Teste a afirmação de que a seleção de média números não é aleatória.ar uma sequê. quando dormações me as JlOl)Ulações (tal como a condição de normalidade) sao conhecidas. era preciso ga1an1ir que cenas condições sobre a po- pulaç. testes não paramétricos podem ser úteis.estatística no mundo real Usos Testes não porométricos Antes de desempenhar vários dos testes de hipótese que você aJ)<e-1deu MS capítulos anteriores. você tinha que verificar se a população era distribuída normalmente.0 1. .t i·. 1 1. l-d . Outra vantagem de testes não paramétri<:os é que eles soo mais fáceis de desempenhar do que seus equivalentes paramétricos. Evidência insuficiente Oé um exemp'.

5 • Como usar o teste de corridas para detenninar se um conjunto de informações é la3 13e 14 aleatório. . )' (11. G=nuo1erodecorndas.:.+-!.-. 2: = . P1t .+ 1. -~. 1 2 S.+ t. .? 2n1u2 {2u1n2 -u 1 -n2 ) (11.t i·. de "1 +. 2 • Como usar os sinais de amostra emparelhada para testar a diferença entre duas 4e5 3 medianas de população (amostras dependentes}.. ..eção 11.IJ§dd 520 • lstatlslicaaplicoda Resumo do capítulo [xercídos Oque você aprendeu? lxemplo (s) de revisão Seção 11..1) ..3(N + t) u.f /\' n R .1.. l-d .G= .. Seção 11.1 1 e2 1a3e6 • Como usar o teste de sinais para testar uma mediana de população: (x+ 0.. +.5). u1 ( 111 + 11 2 +1) z= .. G.r 1 R '].Jtc 211 11..4 • Como usar o coeficiente de correlação de postos de Speannan para detemlinar se a 11 e 12 correlação entre duas variáveis é significante: Seção 11.3 • Como usar o teste de Kruskal-Wallis para testar diferenças entre três ou mais 1 9e 10 distribuições de população: H ( 12+1) [R'-'-+. 2 Seção 11. u... .Z • Como usar o teste de postos de sinais de Wilcoxon e o teste de soma de postos de 1e2 7e8 Wilcoxon para testar a diferença entre duas distribuições de população: R..:l.1.-.511 z= !.-1 . .0.

dos levam mellOS de seis hoca~ e 44 pedidos levam mais de seis (a) ES(te'-'<'Ja afirmação matematicamente e rdenúfique H0 e H.rfirmação faiendo o seguinte.nc.75 31.mon.t i·.) selecionadas aleatoriamente que sAo donas de ações esioo lista· dos a seguir.in.ramlukos 521 A tabela resu11.am supleme~to de c.édill de Teste de sinais para un1a ''lCst<.Cf. horas. Sysrem.is an1ostras Coeficiente de correlação de Coeficiente de correlação de Correlação Pcarson postos de Spearman Alcatoriedade (Sem teste paramétrico) liiste de corridas Exercícios de revisão se.000 a S49. não llOU'Je redução na pressão diastólica do sangue? (McplO!lo de Os valores das ações (em milhares de dóia.01.lo de seNiços financei1os afüma que o débito mediano de c. você pode 1ejeita1a afinnaçâo da ins· Paciente 1 2 3 4 5 6 7 rituiçJo? (. 78 pedidos são seleóc>iados aleatoriamente e o tempo de faturamen10 é 1egistrado em Nos exercidos de l a 6.Jdos aseguir.das seguintes são para a l!)lessão diastólica do sangue para ( e) lnterp1ete a decisão no contexto da afilmaçâo ooginal. 10... p<essAo sanguínea de homMs.74 21.p<esa? (b) Determine o valorcritico..io na pressAo diastólica do sangue? . 10 homens seleciooados alea- (d) Oeáda em rejeitai ou falhar em rejeitar a hipótese nula.62 23.es) enue 17 lamil"ias AmMt:01> AredicolAssoa.a n.1e testes paramélricos e não paramétricos.05. Em um período de cinco dias.io de que no de ações entte familias qtMe são donas de ações é$ 24. Os débitos de ca11ão de créd~o (em milha1es de dólares) entte 13 famuias selecionadas alea101iamente estão Depois do ua1am_en10 102 125 104 list.•.'~ 4.25 mooidõs seguintes sAo para a piessào diastólica do sangue para 3. use um teste de postos para teswr a incrementos de meia hora. Aplica~o do teste Teste paraméuico Teste nao paramétrico 'Jb$tc ..llcio por 12 semanas.) ~l 5. você podeapoia1 a afirmação dains- tiruição? rMoptadode 8cordof Co.s oi the F<dffd ~etvE S)<!. Em a-• 0.999 é M!~ dQ tralamenio 112 136 102 maio. toriamente toma.IJ§dd Copftulo li • ltstts 111-0 p.54 Oepq. Uma instituiç.0l 20. cada homem feitas ames e depois do período de trawmento de t.05.28 1.no.85 1.Jme<ito de tempo de fatu<amemo entte o recebimento de um pedido por 12 semanas.'<m) Ant.irtão de crédito em1e famílias que possuem débito de Paciente s 9 10 cart.ostra Am05lras dependentes médias emparelhada Teste de postos de Wilroxon 1€-stc z para a diferença entre Amosttas 'l<.n1ostra população média de população 1C~'tc t para uma m~d.32 30.is.94 24. .82 1. 11 homens seleó0<1ados alea· toriamente tomaram suplemernto de ervas po1 12 semanas.1 mellOS.es do tratamento 107 110 123 129 112 111 107 14.89 28. você pode rejeitar a afirmação da err.'S de un1a a.87 28.s 1Cstc t para a diícrcnç.llcio na (e) Calcule a estatística de 1es1e.z parb un. Em o = 0.79 2.01 20.54 na pressoo sanguínea de oome.90 1.io de que telel0<1e e o empacotamento deste pedido é de seis ho1as ou não howe 1eduç..ia de populaç~o ''[Cstcs de duas amostr.. envolvendo três ou ANOVA rom um fator Teste de Kruskat-Wallis rlla.78 2.26 l l.64 19. Em um estudo tesiando os efeitos de um·suplemento de ervas 2. 26 pedi· .16 2. fm um esiudo testando os efeitos de suplementos de c.1 entre 'l'cste dl' sinais de .89 19.72 2.J 1.!o de crédito com ganhos anuais de S25. Sempre use o teste pa- ramétrico se as condições para ele são satisfeitas.-'ste de son1a de postos de n1édias independentes sinais de \\'ilcoxon Teste t para a diferença entre médias 'Testes.09 20.At!aprcdo de Brxvd oi Go. 0:10 pedidos levam seis holas. Em o a O.300.s oi lhe Ferfetol-w.10 25. que $ 2.000.27 20.ao 11. l-d . Uma empresa de encomenda postal acrecfüa que a mediana de cada homem feitas antes e depais do período de trat.01. você pode rejeitar a afirmaç. Em o= 0. As me<f. você pode rejeitar a afirmaç. As 2.is do tratamentó 100 114 105 112 11 5 116 106 2.13 24. Em a ~ 0.49 2.n 1. Uma instituiçâo de sen•iços financeilos eslima que o valol media· 12 semanas.

7 1. torado para uma amostra aleatória..200. use o coeficiente de CO<relação de postos Género .\o escolha o teste de \Mkoxoo apropriado.nto 112 110 117 130 estatística de teste.8 53.~ 9. (d) Decida em rejeitar ou falhar em •eieitar a hipótese nula.4 1. Qepois do tratam. Em o • O.) Horas . você pode conduir que a~distribuições dos sal.000 u oo 800 800 1.200 e 33 recebiam mais de S 40.e o vak>r critico.l!oplcáode Noroonol Op.2 S4.Ido Seção 11.4 N05 exercícios 7 e 8.8 46.9 46. A tabela moS1ra o salário inicial para uma amostra aleatóri. O~pois do !J.2 3. qualidade do som e fa· cilidadede uso. Uma amostra aleatória de 12 biológicas estudaotes mulheres e 12 estudantes homens e os seus tempos ~sociais 10 li 6 9 8 7 11 8 6 9 10 totais para consegui..3 48. Em " = t. PaCi'ente 8 9 10 11 (e) Eocontre as somas dos postos para cada amostra e calcule a Antes d.7 ~8.3 Alltes do trafamen_to 123 109 112 10?.a.o1co7eg.0 46. 3 4 s 6 7 Secão 11.IJ§dd 5Z2 • r.. l-d .200.4 1. Um ronsultor vocacional estima que há uma doerença no tempo Engenharia 7 9 8 6 10 8 7 9 8 7 9 total para conseguir um diploma de doutorado por homens e Ciências 8 8 7 8 7 7 8 6 8 8 7 mulheres estudantes de graduação. 21 recebiam nesses três campos de estudo~ ófe. O número de horas de dor de cabeça (por dia) de 8 pacientes (e) Interprete a dedsAo no c0<1teX10 da afirmação original.6 5t.ado é mOS1rada na tabela.6 53.o. A OO(a ge. ReS<<JJch CoUfiol) Secão 11. Horas de dor. G!nci.os. um diploma de douto.l 1o.entes? (/l<icprad<>ct.1 ca~ (antes) 11101a geral 72 69 67 &S 60 56 S7 s...9 45.p!or.xiorMod<J°"' d ü>'logr. Em o= and&.4 2. universi· formalld05 em faculdade em trê:s campos de estudo. Tempo total (em anps) de Spearman para testar a afirmação fazendo o seguinte. você pode conckJir que as distribuições (e) Determ..2 48.7 ~6.9 48. mero de hotas de dor de cabeça que as pesscias experimentam..3 2.dentes ou independentes.nlCI> Reseorr:h 'º""ºº (e) Decida em rejeitar ou falhar em 1ejeítar a hipótese nu'..8 48.4 Nos exercícios 11 e 12. 98 114 119 Nos exercícios 9 e 10.9 '16.3 0. Em uma amostra aleatória de 54 0.6 47.k..eço (~m cabeça (depois) 1.2 47.o tr~tame.9 S3.9 2.9 '53..oor.. use o teste de Krusl<al-Wallis para testar a afirmaç~o fa2endo o seguinte. ent.al e o p<eço para oito televisores de é mostrado na tabela. (Adapwd> de h'ol>onal 0p. .4 53.!rios iniciais formandos em marketing que estavam empregados.3 compu~ç.9 1.' Nór.8 1. você pode rejeitar a afirmação do escritó<ío? (Adoprado é. ~ampode Tempo tolal (em anos) estudo (f) lmerpre. ferninioo 13 12 10 13 12 9 li 14 7 7 9 10 (o) c..7 2.a~amentQ li4 97 113 IOS 95 119 114 (a) Esaeva a afirmação matêf"l'\atieamente e id'entifi<1ue H0 e Hd (b) Determrie o vak>r cr~ico.duir que há uma COf· Pacier:ite 1 2 3 4 5 6 7 8 relação entre a nota geral e o preço? (ltooprodod•Coosumf\' Rep<J1rs..OS..7 50.. ond Empkr(&~) campo de SãlMo inicial (em milhares de dólares) ~ ti.9 47.te a deósAo no comeX!o da afirmação original {'~ 7. Em o •0.. você pode cor.0 SS.8 50.al do pesquisador? representa a qualidade de imagem da lY.!rio em marketilig é$ 40..5 1. 8..uaa~io<•d• Paciente 1 7. A tabela mostra o tempo total para conseguir lR1l diploma de dou- (b) Escreva a afirmação matematicamente e iden1i!ique H0 e H.l de a mediana de salário inicial de formandos com diplom.) 1. A tabela tn05tra a nota ge. Em o a 0.01. O. selecionados aleatoriamente antes e depois de tomar o remédio 11. Engenharia Õ\i 46. você pode3poiar aafirmação LCD de 32 polegadas sele<l0<1ados alea1oriamente.1 46.Nofioool menos de$ 40.ento 114 121 118 133 (e) Interprete a deósAo no comexto da afirmação original 6.de dor de 0.2 Con!abilidadc 44. de formandos em três campos de estudo. O escritório vocacional em uma grande universidade afirma que .9 (a) Deóda se as amOS1ras são depe:.05. Um médico pesquisador afirma que uma nova droga afeta o nú· (e) Encontre a estatística de teste.9 dólares) 1500 900 1.6 0.5 51.01. dos tempos totais nesses t1ês campos de estudo são diferentes? (d) CalctAe a esldtiSlica de teste. (d) Deóda se rejeitará a hipótese nula..is da 53.âo mação fo2endo o seguinte.OS.creva o afirmeç2io motemarieomcnte e identifique /"10 e/-/~ AiMaJ!ino li 8 9 11 10 8 8 10 11 9 10 8 (b) Determine o valor ct'rtico usando a tabela IOno Apêndice B. você pode apoiar a afirmação do consultor? f/.. use um 1este de VVílcoxon para testar a afü.de P.'.t i·.ts.100 950 .6 47.9 t. Em a= o.

300 875 950 825 1.225 Gênero Salário (em milhares de dólares).ta e L representa um ó. Em a = 0.I são mostrados a segui1.7 41.5 18õnibusa sai<de uma rodoviária.) (a) ESC1eva a afirmaçAo matematicamente e identifique H0 e H.leatócia em (e) Decida em rejeitar ou falhar em rejeitar a hipótese nula.8 36. você pode F repiesenta as mulhe. = O. Em e. A tabela moSlla (d) calcule a estatística de teste.1ibus que saiu atrasa- Nos exercícios 13 e 14. Para tal.4dl)p1«1a dll lJ. você pode apoiar a afirmação da organização? f/ldoplodo de u. 3.150 1.2 35. Um ofKial da pauulha rodoviária para veículos que estão em alta teriOf seledooadas aleatoriamente.3 42..) Oeste 1.5 1. a associaçAo pode conduir que as diStribuições dos preços de aluguel mensal (f) tnte<prele a decisão no contexto da afümaçAo o. l-d .a.8 4 1. esfregões e mudança de brilho.8 32. l l L TTTTTT Teste do capítulo Faça este teste como se você estivesse íazendo uma prcwa em ano passado.-uexto da afirmação original.allllui. de 50 h01as e 2 fizeram 50 horas.t i·.05. o meteorologiSla pode concluir que os Ókls com chuva não são aleatórios? 2. você pode conduir que •~ par.075 1.os está listada na tabela. nessas regiões são diferentes? (AdcJ)!Oefo de u.:1 gt=!f-11 P prP(n'? (M. Em a = 0.es e M representa os homens.3 31... Eqwl~ · Oppot· Sul 1.xb~ o. onde chas.'~.3 48. o meteo· rologista registra se chove para cada dia em abril Os resultados MasaAi. uma associaçAo de apartamentoo quer deteoninar se o aluguel (e) Determine o(s) valOl(es) critico(s)..al 88 86 83 81 78 n 75 73 71 FMMMFMFMFFFMM Preço (tm FF FMM MFMMFFM dólares) 24 19 27 23 15 24 24 20 20 14. mostramos bem duas demãos cob<em cores escuras e a resistênóa a man· o gêne10 dos últimos 25 motoristas que foram parados.100<lános do Ncxdeste 1.8 37..0 30. (d) decida em rejeitar ou falhar em rejeitar a hipótese nula e TTTT Ll l l T (e) interprete a dedsão no co.050 650 750 725 800 800 775 sa\Ar. A nota getal rl!presen1a quão velocidade em uma rodovia imerestadual.6 29.S. .9 '°~· 1 4. õnibus não é aleatório? !ores aíticos usando a tabela 12 no Apéooice B.âonários homens e mulheres de esta· Regilo Aluguel mensal'(tm dólares) dos e governos locais. (b) Decida qual teste usar.05.4 46. 9 fizeram mais s. Um amostra a!eató<ia de fu.IJ§dd (apltulo 11 • Testes•!O .iginal.ão fOJam aleatória~ rado de e-. você pode Para concluir esse teste.050 1.) por gênero? Nota ge. quatro regiões dos Estados unidos.s. IO. (b) determine os .esen'la o status de partida doo úhimos Setâo 11.os 523 12. 0.potts.10 53. mensal de novos apartamentos <Afere de acordo com a região noo Esllldoo Unidos na qual o apartamento está.05.4 39. R.225 1. A seguir. Em N R RN N N N RN ~ R N R R R uma amostra aleatória de 24 pessoas que foram voluntárias no N R R R R N N N N . Uma organização de mulheres afirma que há uma diferença nos salários r«:ebidos por fur. faça o seguinte.s. h~ 11~ rorrPlrlç~n PntrP" nn1. feminino 36. onde R representa um oo com chuva e N rep<esenta um dia sem chuva. Um meteorol0gista quer determinar se dias com chuva ocorrem aleatoriame<>te em abril na sua cidade natal..100 950 950 estado e de govemoo locais de 10 mulheres e I Ohomens e seus Cer>tro·Oeste 1.OS.100 950 ns 975 900 800 fUrõl'/COflJJn.05. A infôfnlaÇ40 a segui< rep. Em " = ronrluir (IHP. Cens"' Bureou) 1.05. rejeitar a afirmaçAo da organiuçAo? l.al e oo weços paia nove tintas de in. o aluguel mensal (em dólares) para uma amesva a.R N R N N R .3 30.v. onde Trepiesenta um ônibus que saiu na h0<a ce.000 1.8 40.ala.sion. Uma organizaçao comUl\itária afirma que a mediana do número anual de horas de voluntariado para voluntários é 50 horas. 13 fizeram mellos de 50 horas.02. Depois compare suas respostaS com as resp05tas no final do livro. você pode concluir que o status de partida dos afirmação matemalicamente e identificar H0 e H. 8'N(l!W oi te/ler Sror01<S.a. A 1abela mosua a J10la ge.4 41. Em o m 0. use o teste de corridas para (a) escrever a do. (e) calcule a es1atística de teste.9 45..8 35. Em a = 0.075 1.·~ 13. Em a = O.

4 2. l-d . de acordo com o Bureou oi Labor Stoti'slics.os. (Assuma que os emp1egados fo. demografia e outras caiacteríslicas da populaç.) Tabela para o exercido 3 (a) t posslve! que a afirmação seja verda<reifa? Quais pergunias você da-eria fazer sobre como as informações fo.3 4.6 5.1ados.3 3.2 (b) Estabeleça a hipótese nula e a hipótese alterna1iva.3 (e) Teste a afirmação usando" =o.6 aleatoriamente seledo. desemprego.) 2.5 2. Exercícios t.9 4.o 3.6 3.1 3.9 6.am 4. Em relaç.am cole1adas? Estabilidaae de ESlabilidade ae emprego emprego (b) Como você testaria a afirrnaçio do represemame? Você pode usar um teste paramé- para uma amostra para uma amostra lrico ou vocé precisa usar um teste nao paramétrico? do sex.5 1. lnfo.8 feminino. (Assuma que os empregados foram selecionados aleatoriamente do distrito do 4.•océ escolheu na pane (a). ganhos.9 .t do seu diSlrito é menor que a mediana llaCional de 4 anos.3 (e) Identifique possiveis falhas ou parcialidades na pesquixl com base na 1écnica que 2. 1 à esquerda.000 famílias que fo.7 5.6 3.6 2. 1 repiesemame.nece informação sobre emprego.9 5.7 5.Oque você µade cc.3 3.0 3.esentante e é mostrada na tabela à esquetda.o ma~ulino dq sex~ feminin.IJ§dd SZ4 • [sto1b1ica aplicada Juntando tudo Estatística real . A afirmação ebaseada nas iníoonações do representa)lte e é mostcada na iab€1a 3. 4.3 (a) Como você testaria a afirmação do represemamel V<xJ. O que você pode concluir? 4.t i·.mação sob<e a estabilidade de emp<ego foi colhida desde o iní- cio dos anos t950 us.lo dos Es1ados Unidos de l6 arios e mais velha.0 .induir? 4.es ficaram co..6 3.4 3.1 3. Como vocefario? Tabela para o exercício 2 (a) Qual técnica de amos1ragem vocé usaria para selecionar ~ amostra para o CPS! (b) Você acha que a técllica na pa"e (à) lhe da.0 5.mdo o Cwent Populotion Su. a mediana do número de anos que trabalhadores es1iveram com seus empregadores Çchamados empregado com estabilidade) era 4 anos.9 5.8 1.0 res do sexo maSCtJlino é maior (I\Je a mediana de esrabilidade para 1rabalhado1es do sexo 3. 4.7 5.!o à estabilidade de emprego.8 1. 5. Comparando o estabilidade de emprego para homens e mulheres Um represen«inte do congresso afirma (I\Je a mediana de estabilidade para trabalhado· 4. as pergomas medem por quanto 1empo os trabalhado.2 Um repiesenlame do congresso afirma que a mediana da es!abilidade para trabalhadores 1. Aafirmaçao é baseada nas informa· ções do rep.vey (CPS).2 lrico ou você preósd usar um teste~ paraméuico? 0.dedsões reais Em um ano recente.lo usando o ~ 0.n seus empregadores. pode usar um teSle paramé- 6.4 (e) ES!abeleça a hipótese nu!3 e a hipótese alterllativa.05.4 4. urrna pesquisa mensal de ce<ca de 60.4 4. ~o POf quamo tempo eles planejam ficar com seus empiegadores.7 4. Há uma diferença? 3.0 1.9 4.á uma amos1ra que seja represeniante da Estabilidade de 20 trabalhadores população dos ES!a<los Unidos? Por quél 4.9 (d) Teste a afirmaç.

700 46. Use uma ferramenta tecnológica para desempenhar um teste de soma de postos de l'vlkoxon para testa. 2u.os quando o tempo dos homens nos 100 me. 5Z5 Tecnologia MINITAB l EXCEL l Tl·83/84 l I Renda nos Estados Unidos e pesquisa econômica Renda aJ1utll de J)(:$&0as (em dólares) O Nntio11nl 811rrn11 of Eco110111ic Researc/1 (NBER) é uma organização privada de pesquisa.665 761)()() 48. tros é 9.652 meé. centro-oeste. Use uma fe«amenta tecnol~ para desempenhar um teste de Nord~t~ Centro.'J§dd Capítulo li • le. nos 100 met.000 39..450 27.336 41.·11 5 . a afirmação de que a mediana da renda anual no centro-oeste é maior que$ 25. 103. sem fins lucrativos.600 33.378 Um dos interesses do NBERé a mediana de renda de pessoas em·diferente re· 31. use uma ferramenta tecnológica pa.500 51.a todas as quatro regiões é a mesma.000 68. Construa umdiagrama C<1ixa-e-bigodes para cada região.222 58.000 33.997 26.995 55.776 46.~ .1 18 ticas. 39.enda anual pata todas as quarro regiões são as mesmas.556 77. Assuma qtte as popu· 66.000.mostra aleatória de pessoas (15 anos e mais velhas) em um ano recente em quatro 2M50 19.692 Revisão acumulada .Sul Oeste ·Oestê entender como a economia nos Estados Unidos funciona.tesli!Ol'ldilltriro. a afirmação de que a 69.720 50.600 36. 4 e 5 USõndo a inf01maçào na tabela a 66.t i·.000 53. Use o = 0.000 42.200 43..800 lações de re.as na das re<ldas anwis parece diferir enue regiões? .564 Exercícios Nos exercícios de l a 5.spersão.755 37. Atabela a seguir mostra a renda anual (em dólares) de uma 30. nos ES«Jdos Unidos: no.800 5.s e encontrado na pane (a).885 39.000 59. A tabela a seguir mostra o tempo de vitória (em segundos) pa.das são distribuldas llOlmalme..(em dólares) 2..deste. l-d .500 22..400 28.a desempenhar um teste de Kruskal·Wallis pa.000 81.000 43.000 concentram em quatro tipos de pesquisa empírica: desenvolver novas medidas estatís- 31. 2. 50.. ) (e} Encontre a equa{ào da linha de regressão para os dados.587 61..900 29.000 70.005 24.. (ronie: The 111.200 35. 1. Amedia· Renda anual de famíl. Repita os exercióos 1. Como os 58.Oeste Sul Oeste postos p.660 25.500 24.a (b} Teste o nível de signrricánda do coelicieme de correlaçJo r corrida de 100 meuos nas Olimpladas de Verão para home.200 33.700 44. Pesquisadores no NBER se 43.000 34.700 23.capítulos 9 a 11 1.000 30. avaliar os efeitos 27.975 32.05 para todos os testes.90 segundos. e faça uma condusão sobre o (d) Use a linha de regressão pa1a p<ever o tempo das mulheres tipo de correklção. .550 segui. 3. sul e oeste. refira-se ~ renda anual das pessoas na tra aleatória de famílias em um ano recente em quauo regiões tabela.000 54.370 21.800 40. estimar modelos quantitativos de comportamento econômico.788 26.1har uma ANOVA com um lata< pa1a testar a afümação de que a reada anual média 42.500 giões dos Estados Unidos.000 tas políticas alternativas.000 32.ana da renda anual oo nordeste e no sul são as mesmas.000 58980 64.475 23.250 50.034 6.625 34.900 58. Use uma ferramenta tecnológica para desempe. 51.a testar a afirmação de que as distribuições da 44.665 35.566 60.700 63. (a} Exponha os dados em um diagrama de <f.200 25.320 independentes e as vari&lcias da popuaçào são iguais..ra testa.05. mulheres de 1928 a 2004.478 100.576 29. c.934 de políticas públicas na economia dos Estados Unidos e projetar os efeitos de propos· 24.18.178 õ2.850 52.(/d A .000 28.421 78.009 45.798 40.000 54.950 54.455 2..534 32.660 55.ite. Use o = 0.n8 regiões dos Estados Unidos: nordeste. centro-oeste.580 seus resultados se comparam com os do Exercício 4? 51.000 31.999 70.100 52.420 46.645 28.500 4.890 . O NBER fomece informação para melhor Noraeste Centro.795 3.328 30.625 pa.668 31.189 18.778 59.900 31. não partidária.oo 40.362 .000 19. A tabela mosua a renda aroal (em dólares} de uma amos.:SOt 26.600 48.000 57.956 46.210 50. as amoslras são 37. sul e oeste.lcu!e Faça a lma de 1egressão no diagrama de dispersão o coeficiente de cor.

95 11. e 12% tem 10 ou mais médicos.l uma daeiença oos ga· cada famSia na tabela.00 11. há Mdêocia sufi.87 10. 66 têm de 5 a 9 médicos.s (em tem um médico.90 1.orJo 9.01. o representante aleatori.) 26 51 49 44 46 48 39 34 51 63 8.5 51.97 padrão de 33. As idade.:SO 11. (Mop.x Mu1h~res.2 46.desie 49.rhp.0 Trabalhador Ganhos semanais (em dólares) Ce11uo-Oes1e 43.005 'º·'° 10.40 11.54 ção do administrado<? Assuma qt>e as amostras são independen- 9. Ema a0.t i·. as amostras são indepen· Comprimento do 48 49 dentes de~ uma e as vari.7 47. (Adoptoo'odeAmfflran Joomolof (em dólares) em um ano para uma amostra aleatória de famSias Plrf$kel AJ>•htc(x.0 44.) . Um administrad0< escolar relata que os desvios padrão das notas 10.99 10.08 no Col°'ado e em Utah.20 11.7 4·1.083 692 457 10.82 tes e que cada populaçAo tem uma disvibuição normal.0 sindícalo Oeste 50. 84 têm de ciente para rejeitar a afirmação da empresa? (Aáol'!odod<tm~JllllOfll 2 a 4 médicos.053 1. census 8"'00") membros do slndiçato e 10 não membros do si<l&cato e seus ga· nhos semanais é '®Suada na tabela.445 1. você pode rejeitar a afirmaçAo que as despesas médias são iguais para todas as quaJro regiões? 1/.20 1. 9.l.4 47. Em a= O. Um Íll\/estigador de seguro de saiúde quer testar a seguinte af•· 3. lar HecJth Sto!1sr<$.s. 32% tem de 2 a 4 médicos.6 42. A equ~ da linha de 4.7 42.92 10..94 do ~'alknol Cenrer lor f. A tabela a seguir mosua as despesas residenciais de g~s naMal regressao é f = l.ls nessas e de trabalhadores que não o são.263 513 318 10. e 23 tMl de 10 a mais Comporry lnsri:ure) médico~ Teste a afirmação em <> = o.7 40.8 39.93 se há uma diferençõ na renda familiar anual em qualTO regiões dos Estados Unidos P.428.1 46. x.contra que 116 têm l médico.y Nordeste Centro-Oeste Sul Oeste 10. Uma amos1ra aleatória de 16 notas de 10. Um rep<esentante de uma agência de empregos quer determinar 9. l-d . 45 51 39 41 46 43 47 a• O. !Mal'!odo de fWJ'Jor<JI 46 34 33 27 58 64 54 36 38 42 Cenre.85 10.2 pomos. 36% das pessoas com fundos mO\\IOS é de 48 anos.8 45.06 11.cbot5>"5tn) No.. 20% tem de 5 a 9 anos) de 20 possuido<es de fundos mú1uos selecionados alealo· médicos. vocé pode apoiar Regiao Renda familiar (em milhares de dólares') a afirmação da ag~? ~radodtVS 6!nouofl.4-0 528 7'. você pode rejeitar a afirma· 9.IJ§dd SZ6 • [StdlÍlli(")liCddi Homens-.14 11.lmente seleciona várias famRias em cada região e regis!ra a renda anual de 2. Uma amos1ra aleatória de 10 regiões são diferentes? (Aàof)lo<lo de v.07 dos testes de leitura para estudantes da 8' série são os mesmos 10. uma amostra aleatória riamente estão listadas a seguir. 10.lra tal.lna de idade mação: de todas as práticas médicas nos Estados Uridos.6 pomos e uma amostra aleatória de 15 notas de testes de U1ah tem um desvio 9.50 893 793 870 265 10.9 45.9 47.o 7.2 45. 10.3 49.700x + 94.lncias da popula~o são iguai~ Em osso metacarpal.2 N3o membro do 658 591 762 457 500 555 714 652 703 538 sindi:.:SO ''·'° 11.90 529 906 333 498 714 53~ 701 1. Uma agéncia de emprego5 afirma que h.06 testes do Colorado tem um desvio padrão de 34.80 12. Em a a 0. de práticas médicas e.9 4-0.16 1.96 10.9 43. I 43.'c<Jt) em quatro regiões dos Estados Unidos Assuma que as popu· lações são disJribuidas normalmente. Uma empresa de investimentos afirma que a medi.1 50.os.5 739 891 576 684 849 768 875 9i4 788 814 36.01.7 48.7 46.08 5.00 535 796 465 509 10.05.éur:fJIJCr> Slown) 9.75 6.50 1.8·1 10.50 11. o representante pode con· nhos semanais de 1rabalhadores que são membros do sindicaio cluir que as distribuições das rei>das anuais das Famili.4 M<!<nbrodo Sul 38.1 48.358 319 448 585 10. A tabela mostra o comprimento do osso metacarpal (em cm) e o comprimento (em cm) de nove adulios. Em o = 0.o:1s 59:.odo tJe us Energy Altura.y 171 178 157 t63 172 183 173 175 173 lnkononon At'kninisrtairatl.25 11.

t. 113 .= 1.'1'"ol frenage<n.0. é o número de acres co• lhidos (em milhares).x.e o coeficiente de dete<minação e . . Use uma equaÇ<lode regressão múltipla 9.325. lnterp1ete os resultados. 10.11oml11í<1>1 527 (a) Encom.doprodo <ie COll""""' Repo. l-d . (e) Con.x. Sttwsrk< S""""'-) vocé pode cooduir que há uma co1re!ação enve a nota geral e o preço? Use o coeficiente de correlaÇ<lo de postos de Spearman.ai 85 83 8.018x 1. Atabela mostra a nota gecal e o p<eçode oito pneus diferentes A para prever os valores de y pa·ra os valores dados das vanaveis nota geral representa testes relacionados à segurança. Aequação usada para p<ever o rendimento de aveia (em alquei- um adulto quando o comprimemo dp seu osso metacarpal res) é ~ • 91. (Fonr. Em " = O. manuseio e resisténc:ià à aquapknagem. = 4.3 81 n 72 70 66 ~reço (em ijólares) 81 78 5$ 77 62 85 62 61 {b) Encontre o e<<o padrão de estimativa e ime<p<ete os resultados.900.l/ua um inteNalo de previsão de 95% para a altura de 10.: u. NQ~ge. é o número é de 50 an. (/.= 2.1te1p1ete os resultados.163. =4.IJ§dd Capitulo li • lt11os n. No1ioool A9ri<u. de acres plantados (em milhares) ex.t i·... onde x.) {b) x.014X1 + 0.10 p. tais como independentes fistadas a seguir.900. (a) x.

l-d . PAGINA EM BRANCO .IJ§dd .t i·.

19 0.3212 0.3264 0. Pretendemos que este apêndice seja usado depois de completar a subseção "Propriedades de uma distribuição normal".2 0.5 0. 4995 0.482ó 0.3315 0.0557 0.losteller.1406 0.4993 0.3238 0.4997 3.4981 2.1064 0.4936 2.3023 0.3508 0.2823 0.4115 0.3686 0.4S2õ 0.1808 0.0948 0.4265 0.4957 0. l-d .9 0.2881 0.2 0.0 0.1480 0.3531 0.4803 0.4678 0.4015 1.ístribuição normal pa- drão.4945 0.1179 0.5 0.4931 0.4991 0.. Q.4357 0.4940 0.0 3.1.1 deste livro.'1808 0.4744 0.2611 0. este apêndice deve substituir o material da subseção "Distribuição normal padrão".IJ§dd Apêndice I~~--- A I Neste apêndice.4984 0.0675 0.4941 0.2852 0.194:9 0.4982 0.3849 0.4986 0.4991 0.4996 0.4783 0.4236 0.)844 0.498.4394 0.4978 0.4967 0.4633 1.4977 0.oon.1554 0.4893 0.49% 0.2642 0.2157 0.4463 0.0438 0.0871 0.4946 0.4956 0..3830 1.4177 1.4664 0.3365 0.4987 0.4909 0.7 0.4973 0.0239 0.4993 0.3869 0.4966 0.4948 0.8 0.4608 0.4996 0.6 0.4989 0.#1'1 1.4131 O.3729 0.495.is.5 0.3810 0.3 0.3577 0.4686 0.3554 0.3770 0.4994 0.4406 0.4382 0.3930 0.4761 0. na Seção 5.4370 0.1985 0.er.0910 0.4985 0.9 0.2357 0.1026 0.1103 0.4719 0. Vi\22201 n.roto 0.2 0.27'>4 0.3962 0.0517 0.4319 1.1915 0.0596 0.1255 0.4871 0.(1.4927 0.4099 0.0 0.4990 0.49'.4222 0.4418 0.4726 0.4706 1.4960 0.4987 0.0987 0.ni.n.1736 0.4993 0.4 04997 04997 04997 04997 04997 04997 O 997 04997 04997 04998 Rei.4649 0.3438 0.2454 0.4989 0.114'1 0.4699 0.3461 0.3186 0.4162 0.475-6 0.g@ci.4995 0.3 0.4977 0.4929 0.4901 0.4821 0.4992 0.9 0.4641 0.4943 0.4554 0.49'84 0.1 0.4846 0.4995 0.2734 0. 4474 0.0080 0..2291 0.4817 2.4995 3.1664 0.2054 0.2910 0.4964 2.3888 0.3133 0. usamos uma tabela O·a·z como um Distribuição nonnal padrão (O·a·z) desenvolvimento alternativo da d.4996 0. Arlington.0753 0.429'2 0..49)6 2. .6 0.3051 0.459l 0.4793 0.0279 0.4656 0.4713 0.2324 0.4994 0.1293 0.4898 0.1517 0.0120 0.2 0.616 0.4830 0. 3830 131h St~I North.2939 0.0319 0.3 0.3944 0.4965 0.3078 0.4922 0.0359 0.4896 0.1 0.4 0.4920 0.0832 0.4535 0.3665 0.4974 0.2123 0.469'3 0.3485 0.8 0.2673 0.3621 1.2995 0.4982 0.4842 0.1628 0.4990 0.4994 0. Se usado.4995 0.4573 0.2257 0.3413 0.4515 0.4918 0.3599 0.4582 0.4961 0.4279 0.1950 0.4986 3..4913 0.4878 0.4812 0.t i·.4981 0.2967 0.4599 0.4 0.4545 1.0398 0.1368 0.(ãodtÇaJe 1'.4975 0.3159 0.4066 0.p.0636 0.4968 0.2764 0.3340 0.2019 0.1217 0.4976 0.4().1 0.4971 0.1700 0.)591 0.4564 0.4938 0.0000 o.2088 0.486'1 0.498'9 0.ostl°'llcr.1443 0.4985 0.4738 0.4959 0.4082 0.0199 0.4996 0.0714 0.4861 0.3289.4857 2.0 0.2580 0.3708 0.1 0.3925 0.1772 0.6 0.4953 0.1994 0.4505 0.1331 0.7 0.4952 2.4992 0.0478 0.4955 0.4887 0.4974 2.4980 0.4732 0.4988 0.4970 0.4032 0.1 0.4972 0.4%2 0A963 0.~com pern. o ' : z 000 001 002 003 004 005 006 007 008 009 o.4429 0.2224 0.4996 0.3389 1.3106 0.4625 0.499.3907 0.4772 0.8 0.4798 0.4992 0.449õ 0. exceto os exercícios.4207 0.4979 0.7 0.4192 0.48.193-2 0.4911 0.4868 0.3749 0.4788 0.4906 0.4750 0.4988 0.48'-0 0.2517 0.5 0.4767 2. da Seção 5.2190 0.4838 0.4881 0.0793 0.tl47 0.0160 0.4875 0. ex~tordo ~põhode Fmferick ~lostelJ.4 0.3643 0.4671 0.4994 0.4987 0.4904 0.248:6 0.4484 0.188:4 0.3790 0.1879 0.4778 0.2422 0.4452 0.4332 0.3 0.4979 0.2389 0.4991 0.o 0.425 1 0.4934 0.4969 0.2549 0.4992 0.4996 0.4854 0.34 0.4993 3.4306 0.4345 0.4890 2.3997 0.2704 0.1 0.

.plica4a D Apresenta(ão alternativa da distribui(ão normal padrão Oque você Adistribuição normal padrão deve aprender . aprenderemos a calcular áreas que correspondem a outros valores x. normal não padrão. Lembre- -se de que trar1Sformamos um valor x em um z-escore usando a fórmula: va.. chamada de dado bruto e represen_ta os 2.úr.escore.média x.t i·.rva normal padrão. A tabela lista a área sob a curva normal padrão entre Oe o z-escore dado. você p. 1. Como encootrar áre.sob a curva normal quando uma variável aleatória x corresponde a . a tabela da p. ef15triooição normal padr~o Se cada valor dado de uma variável aleatória x normalmente distribuída for transformado em um z. A escala horizontal do gráfico da distribuição normal padrão corresponde a z-escores.reas somente para z-escores positivos. A1.í9 n<>rmal padrão. to z representa valores na dis- tribuição normal padrão. . a tabela também fornece áreas para z-escores negativos (veja Exemplo 1). o resultado será a dislribuição normal padrão. a área que está no intervalo sob uma curva normal não padrão é a mesma que a área sob a curva nonnal padrão dentro das lronteirns z correspondentes. Aárea sob a cuiva normal pad1~0 à esque1da de z= Oé 0. .5.. Avariável al.ea. Dica de estudo Propriedades da distribuição normal padrdo Ê importantesabera diferen- ~ entre x ez.in1ar as áreas . cada qual com sua 1J1éd.5.vido ao fato de toda dis- tlritiuiçã<> normal poder ser transformada em uma d1stri- Área= 1 bu~(. às vezes. . Adistribuição é simétóca sobre a média (z = O). aprendemos que um z-escore é uma medida de posição que indica o n(. Na Se<. o 2' 3 probabilrdade) sob qualquer curva nonnal. Qe. .3.IJ§dd AZ • ht•tl11i. Entretanto.. Quando essa transformação acontece.l or.ode usar Z-<!SCOres e a curva normal padrão para enco!)trar áreas (e.3' -2 _. 3. . enquan.ia e des· vio padrão. tória x é. Em um primeiro momento.2. O.Acia entre Oe z. por causa da simetria da cu. você aprendeu a aprox. Adistribuição nonnal com média Oe desvio padrão 1é chamada de distri- buição nom1al padrão. 1. 2 ou 3 desvios padrão da mé· dia. l-d .. -1. cooseque"temente. Ao examinar a tabela. I Adistribuiçdo normal padrdo Há infini tamente muitas distribuições normais.mero de desvios padrão que um valor está da média.5 e a área à direita dez= valores em uma distribuição Oé0. A1 parece fornecer á. z desvio padrão (! efinicdo Importante A distribuição normal padrão é uma distribuição normal com média O e desvio padrão l. você pode usar a Tabela Normal Padrão (0-a·z) da p. Aá1ea sob a curva normal padrão aumenta confonne aumenta a distã. Depois de transformar um valor x em um z-escore. observe as propriedades a seg..is sob acul\<ij normal padrao.ão 2. Nesta seção. Na Seção 5.1.

3315 0 1.1736 O.3212 .3289 0.3485 0.i áriea so.1950 0. Encontre os z-escores correspondentes a uma área de 0.3708 0.0871 0.0910 0.06 0..1368 ' ~14~ 0. l-d .0987 0.3 0.0910 0..0948 1.adrão (0-a-z) na p. Localize o z-escore dado e e1@11/re a árro correspo11rle11te na 'Jàbela Normal Padrão (0-a-z) na p.1664 0.3925 0.0199 0.05.4192 Q.3554 1.1255 0.3962 ].9.0478 0.00 O.0596 0.3461 0.19. En. então 11se a área !\ª metade 1 . 3.4 0.1293 0.0120 0.1217 0.04.0 0. Al e wa.1026 0 0.0398 0. Para uma . Encontre os z-escores que correspondem a uma área de0. 2.0000 0. tiver na tabela.4115 0.05.2 0.2 0.1179 0.l normal p~drão entre z = Oe z = 1.1179 0.0239 0.0871 0.4082 0. .3749.0517 0.3888 0.5.3849 0. 0.11h·e o z·escore a.lm 0. z-ésco.0080 0.2088 0.4850.3665 0.4032 0.0793 0.1915 0.3413 0.0636 @ :i.3749. : 0.1217 0. Encontre a área sob a curva normal padrão entre z • Oe z • -2.o 0.02 om 004 0 05 0.3186 0.m-spo11rle111e. A1. Encontre a á.1 0. Localize a área dada na Tabela Normal Padrão (O·a·z) na p. use a entrada l'(lais pJ6xima a ele.1406 0.3944 0.3907 0. Então.1 0.9 .3508 0.0080 0.3686 0..- 0.2 e o Árc~ = 0.I S Áre~ e 0.0120 0.1331 0. Sé o 2.1026 -- 0.1251 OA2~L. a área entre z = Oe z = 1.05% Q.4131 1 1.0398 0.09ÍS 0.5 Q.0)(.ontre os z-cscores correspondentes à área de 0.1~ 0. Encontre .rea correspondente a z = 1.0793 0.1591 0.3 0.15 encontrando 1..0().OI 0.4 j).::e dado for exatamente Sol11çâo a metade entre dois z.3531 0.2.3729 ©.4E5_ 0.3264 0.0948 na tabela. e então movendo-se através da linha para a coluna sob 0.e não es- 1.0517 0. z 000 O01 002 003 OM 0 05 006 o.\reade 0.0438 0. o valor da linha é 0. 0.1255 0.2123 1. 2.094810cali2ando 0. Use a 'làbela Normal P. A1 para encontrar a área que corresponde aosz-escores dados.1554 0.h a curv.1293 O.OOlO 0.0832 0. os z-escores são z =-0.4099 0. .0 0.1 na coluna da esquerda enlire as áreás correspondentes.24 e z =0.4~ 2 0.1628 0.1985 0/2019 02054 / .!k!2j'9 -0.0948.a O 2.24. Use as instntções a seguir para encontrar vários tipos de áreas sob a curva nor· mal padrão.7 0.1700 0.05o'"7 0.'331 0.09•18 0.0832 0.3770 1.- 0.094a valor da coluna é 0.0478 0.0 O.ões para cada caso.15 é0.--.1368 0.0636 0.4~ .1.0987 0.3643 0.t i·.0199 0. lnstru(ões [contrando áreas sob uma curva normal padrão 1.cscores.a'°23S 0.3 0.0160 0. Os valores no começo da linha correspondente e no topo da coluna corres· pondente fornecem o z-escore.0948.3438 0.374~ 0.3869 0.3159 0. Faça a curva normal padrão·e sombreie a área apropriada sob a curva.4049 0. O número na linha e coluna é0.10 0.0438 0.IJ§dd ~p!nd ict A A3 Exemplo ITT Dica de estudo Usando a Tabela Normal Padrlio (0-a-z) •Ql!ando o z-escor. Então.OOOQ O. Encontre a área desejada seguindo as instruc.4066 0.0239 0.

..mia para e1l.1.23 e ~ • 2 .23é03907.3907.8907. ii. Área à direita de z i.3907 =0.1.. Área à el\(]Uerda·de z i.23 b. A área enlrez=O e t =.5 + 0. 1..ir :i área áre.rea .:ontr.C(lnttar a área entre z. cz. adicio11eO.3907 + 0. l .ionc p.99.z:=Oê 'l:.0. subtraia a área de0.! = 0 l.'I à <:Squccda. à direita de : = 1. Quandoz < O.3907 e 0.0. Adiei()nc para encontrar 3 ál'\!a 0. Subtraia J>ara el)O(Jfllj.23 é 0. Quando os dois ~-escores têm o mesmo sinal (ambos po. Quando z< O.05.3907 =0. Subi.5.rea. 3..r °'- cz = -l.S -o. Quando ~> O. -1.1031.2360.\ • J.4939-0.s 3. Aárctlcotre z=O 1.99 é mostrada. o.) eoconlr. Adreaeotre z =O 1. .53-22 Exemplo m Encontrando a ~rea sob a curva normal padrão Encontre a área sob a curva normal padrão à esquerda dez e .= 123é03907.1093.23é0.1.re . Quando os dois z-escores têm sinais opostos (um sitivos ou negativos).0.s.= J.23: OS+0. 2. .z. A áre3 CrllfC .23 2. Quando z > O.23 é OJ907.191S-= 0. Adi.23: 0. área.1btmia. -1. 2. ii.'i direit:1.l = 1.i. arlicio11e 0. 1.23 0 0 1.23 O 0 1.8907.IJ§dd a.S à área.0.23: a. Adiciooo par.t i·.pam (!l)ÇOO{mt a f.5 à á.3907. ~gativo e um positivo). l-d . Solução A área sob a curva normal padrão à e:squerda dez = .23 e.. ii. s..5 . <le z: 1J3: à ésqoei'da de t = .5: 0. cnr. dez a .1093. subtraia a área menor da área maior. = l.3907 = 0. s. O 1. A área eoue. .rc z1 = 1~3 e k = -0. 2. 0.\r e.3907 =0.3907.: O «. Área entre dois z-escores i.tfll co. a:i:rcac:r:11. arlicio11e as áreas.11blmia a área de q.

06 é mostrada. l-d . Devido ao fato de a área à direita de z a Oser 0. a área à es· 0.13. 14.3389 bujção de probabilidade con- tfnua.3554 Áre~ =0. Encontre a área sob a curva normal padrão à direita de z= -2.obabili- J11terpretaçào dade de que zseja menor que Em outras palavras. 1446. 11%da área sob a curva normal padrão está à esquerda -0.IJ§dd lptndictA A5 . Rl>5pa.0. . A1 para e11co11tmr n dren que corresponde az=2.06 é 0.3554 = o. Por exemplo. A49 Exemplo m Encontrando área sob a curva normal padrão Encontre a área sob a curva normal padrão à direita dez= 1.0.5 à área resultante.3389. foterpretação Em outras palavras.13. Devido ao falo de a área à esquerda de z = Oser 0.99.. A partir da làbela Normal Padrão (0-a-z). Área= 0.06.46% da área sob a curva nom. dez =-0.16.5 .5.0.5 .bela Nom1al Padrão (0-a-z) na p.99 é 0. a área correspondente a z = -0. a área à direita dez a 1.escore fornecem a probabi- -0.rr1 p. . 16.ttr . qu.06.xemp\o 2.99) = º-1611.5.13. Dese11/ie a curva normal padrão e sombreie a área sob a curva e para a esquerda de z• 2.99 é0. a área sob a curva r\Or· mal padl"áo à esquerda e um .t i·.3389 Importante Devido ao fato de a distribui· ção normal ser uma distri- .al padrão está à direita de z: = 1.9') O lidade de que z seja menos que () Z'<!SCOt:e. b.3554.99 éQ.3554 O 1Jl6 A partir da Tabela Normal Padrão (0-a-z). Solução A área sob a curva nom1al padrão à direita dez= 1.0. Use a lã. P(z < --0..\rca = 0.3389 = Ú. Tente Encontre a área sob a curva normal padrão à esquerda dez = 2. l.\(C.99 é no..:. a área correspondente a z = 1.1611.e é lido como "a p.5 . Atlicio11e 0.sa 05 .3 .1611".1611. você ' -? -• a.0. Então. a área à esquerda de z = !]Uerda de z ~ -0. e.06 é 0..

25. .:ores. 511blraia a área l'oenor da área maior. adicione as áreas resultantes.35.. ..d.) Encontre a área sob a curva normal padrão entre z =-1. Use a Tabela Normal Padrão (0-a-z) na p. .'SOf:: de 2. Peso dos recém-nascidos Solllçiio A área sob a curva normal padrão entre z =-1.000 gmmns.111 11n I'· .t\·19 tos em um ano recente foi de 4. - .L\. Então.uai..16 e z = 1.\i1t11N1al G·11~. utHa publica.16.1o considerados muito in- comU11s. c.5 e z = 1..ero de nasdmert. Valores que estão a mais de três desvios padrão da média s.5.unas) .3944. ção..3.16e az = -1. A1 para e11co11frnr a área correspondente a z = -2. Lembre-se de que na Seção 2..()00 e -1. Arliciotte 0. 16 e z = -1. Use a Tabela Normal Padrão (0-a-z) na p.IJ§dd A6 • r11a11>1i.~~ .3.112. Dese111te a curva nonnal padrão e sombreie a área sob a curva que esteja entre z = -2. o n(tn.Se um z-escore for maior que 3 ou menor que. Rdp():5. foterpretaçào Em outras palavras..76% da área sob a curva normal padrão está entre z =-1. (fw1tr... você aprendeu. Z=-2. ~ v"'fj ~ P~ (cn~ sr.35.5 ez=l.3944 = 0.16. a.000.8276.25. que os valores que estão a mais de dois desvios padrão da média são considerados incomuns.aap11. como mostrado no gráfi- co a seguir. ..5 à área resultante. a área correspondente a z = -J. A1 para e11co11rrnr n áren correspondente a De acordo ron.4332 e área correspondente a z=1. Encontrando a área sob a curva normal padrão J<tt H"'1tlr !'lntistk. l-d .>vt. Alg11111 dele:. usando a regra empírica.. se um z·escore for maior que 2 ou menorque-2. Para encontrar a área entre esses dois z-es.5 e z =1.052. [ Retratando o mundo b. Encontre a área sob a curva normal padião entre z = -2. os Z·c"Seorts correspo11- dt•n1e:: ao~ J't. .5 é 0.5 o 125 4.. 82. b. Área = 0. e.? A partir da Tabela Normal Padrão.! ex· cepcio11nlme11le l"'Sllrlo 011 1.4332 + 0.t i·. a.4332 B11co11tn. z=-2. Desenhe a curva normal padrão e sombreie a área sob a curva e para a direita de ~~~~~~~~~~- '.: ('I cf'I~ ~ ~ f'l ' J l ' > 1 ' ~ .25 é mostrada.35.\rea:0. ele é incomum.. O pero dos recém- -nascidos pode ser aproximado por uma distribuição nor· Exemplo [41 .. ele é muito incomum.25 é 0.

6 15560 27592 42089 99281 59640 15221 96079 09961 05371 29553 18432 13630 05529 02791 81017 49027 79031 50912 09399 23501 22642 6308'1 08191 89420 ó7800 55137 54707 32945 64522 57888 85846 67967 07835 11314 01545 48535 17142 08552 67457 55336 71264 88472 04334 63919 36394 1119§ 92470 70543 29776 10087 10072 55980 64(. 195-5).""".'\0 33393 95261 95349 51769 91616 33238 91543 73196 34449 63513 83834 994 11 58826 40456 69268 48562 42103 02781 73920 56297 72678 122-19 25270 36678 21313 75767 17138 27584 25296 28387 51350 61664 37893 05363 44143 42677 28297 14280 5452·1 21618 95320 38174 60579 08089 94999 78460 09331 56712 51333 06289 75345 0881 1 82711 57392 25252 30333 31295 04204 93712 51287 05754 79396 87399 517i3 33075 97061 3614.l!Sadooom ~ ..326 87038 42892 21 127 30712 48489 25464 59098 27436 89421 80754 89924 19097 67i37 80368 08795 67609 60214 41475 84950 40133 02546 09570 45682 50165 15609 44921 70924 61295 51137 47596 86735 35561 76649 18217 63446 33170 30972 98130 95828 49786 13301 36081 80761 33985 68621 84687 85445 06208 17654 51333 02878 35010 <.J l i• Tabelas Tabela 1.88 04410 24505 37890 67186 62829 84631 71882 12991 83028 82484 90339 91950 74579 03539 90122 34003 92326 12793 6 1453 48121 7427 1 283@ 66561 75220 35908 .. Coi>)i.000 llormol Devíotes.7578 61574 20749 71886 56450 36567 09395 96951 35507 17555 35212 69106 01679 00475 02224 74722 14721 40215 21351 08596 45625 83981 63748 2599:l 38881 68361 59560 41274 69742 40703 37993 03435 18873 92882 53178 99195 93803 56985 53089 15305 50522 55900 43026 25138 26810 07093 15677 60(.IJ§dd Apêndiceí B l ~ '... de ftand C0fl)Ot<ltion (N<.53775 45749 05734 86169 42762 70175 973·10 73894 88606 19994 59316 97885 72807 54%6 60859 11932 35265 71601 5557i 67715 20479 66557 50705 26999 09854 52591 14063 30214 19890 19292 :86180 84931 25455 260« 02227 52015 21820 50599 51671 65411 21451 68001 72710 40261 61281 13172 63819 48970 51732 54113 <)8062 68375 80089 24135 72355 95428 1'1808 29740 81644 86610 01788 64429 14430 94575 75153 94576 61393 % 192 03227 32258 62465 04841 43272 68702 01274 05437 22953 18946 99053 41690 9 4324 31089 84159 92933 99989 89500 91586 02802 69•171 68274 057<)7 43984 21575 09908 70221 19791 51578 36432 33494 79888 10395 14289 52185 09721 25789 38562 54794 04897 59012 89251 35177 56986 25549 59730 64718 52630 31100 62384 49483 11409 25633 89619 75882 98256 02126 72099 57183 55887 09320 73463 16'164 48280 94254 45777 45150 68865 11382 11782 22695 41988 R'ei~'SO de A mIJ/rotl R<Jlldom Dlgits ~'*" 100.j 05358 94031 29281 18544 52429 06080 31524 49587 76612 39789 13537 48086 59483 60680 84675 53014 06348 76938 90379 51392 55887 71015 09209 79157 24440 30244 28703 51709 94456 48396 73780 06436 86641 69239 57662 80181 68108 69266 94730 95761 75023 48464 65544 96583 189ll 16391 99938 90704 93621 663.O.g)lt 1955 • 19331)0< Raoo C.. l-d .40 60430 22834 14130 96593 23298 56203 92671 15925 82975 66158 84731 19436 55790 69229 28661 13675 99318 76873 54827 84673 22898 08094 14.'\V ~~ lbe rree PIC$.números aleatórios 92630 78240 19267 95457 53497 23894 37708 79862 76471 66418 7')445 78735 71549 44843 26)04 67318 00701 34986 66751 99723 59654 71966 27386 SOOQ.t i·..88 68239 20461 89381 93809 00796 95945 34101 81277 66090 88872 37818 72142 67140 50785 21380 16703 53362 449.

IJ§dd AB • f>tat1>11ca aplicada Tabela 2.614 0.273 0.260 0. 0. 100 0.176 0.186 0.040 0.O.189 0.OS-1 0.019 0.0".267 0.0S7 0.173 0.095 2~~uo~~-~~~~~~~~~~~~-~ 3 O 0.()51 0.000 0.134 0.136 0.251 0.375 0.001 0.081 0.062 0.000 2 O.016 0.130 0.392 0.176 O.914 0.260 0.074 0.2ll 0.255 0.135 0.016 0.o49 0.008 0.138 o.387 0.432 0.·1mtinun) O.028 0.735 7 O 0.131 0.074 0.194 0.029 0.058 0.257 0.244 0.208 o.334 0.047 0.000 0.203 0.941 0.337 o.328 0.141 0.032 0.239 0.367 0.003 0.012 0.000 0.113 0.279 o.014 0.117 0.141 0.630 (.367 0.116 0.008 0.t i·.311 0.729 0.e.010 0.090 0.118 0.063 0.011 0.OOS 0.017 0.027 0.693 0.384 0.000 0.260 0.003 0.000 0.234 0.112 O.4 10 0.008 0.037 0.246 o:m 0.000 0.311 0.Oi6 0.000 0.015 0.058 0.009 0.001 O.011 0.420 0.000 0.495 0.019 0.008 0.~0.082 0.30 0.444 0.000 0.000 0.50 0.015 0.020 O.176 o.246 0.000 0.017 0. l-d .211 0.168 0.001 0.002 0.368 o.074 0.216 O.698 8 O 0.074 0.057 0.004 O.m1m~~~•o.045 0.097 0.098 0.292 0.239 0.214 0.000 0-004 0.774 0.230 0.346 0.172 0.001 0.000 0.325 0.001 o.001 0.055 0.077 0.o41 0.008 0.002 0.656 0.441 0.002 0.396 0.000 0.262 0.014 3 0.001 0.000 0. m o.002 0.002 0.000 2 0.408 0.006 0.210 0.098 O.275 0.()09 0.000 0.000 0.1$ 0.001 0.092 0.003 0.354 0.368 0.000 0.774 6 O 0.001 0.328 0.200 0. 172 0.000 0.021 O.32'1 0.032 0.015 0.115 0.000 0. 0 1 s m • • • • • • • • 2 0.272 0.292 0.008 0.267 0.422 0.047 0.040 0.013 0.210 0.000 I O.000 0.000 0.oss 0.000 0.227 0.735 0.016 0.372 0.1$ ~ ~ ~ .008 0-004 0.021 0.001 0.062 0.001 0.299 0.021 O.000 0.094 0.168 0.590 0.002 0.001 0.116 0.055 0.251 0.J5 0.384 0.290 0.1 o.171 0.663 0.J7 0.S 0.387 0.008 0.0.002 0.095 o.distribuição binomial Esta tabela mostra a probabilidadedexem II tentativas independentes.022 0.(XX) 0.000 0.000 0.154 0.091 0.J2 0.oo.311 0.se/Bra.118 0.261 0.292 0.000 0.Ili 0.004 0.815 5 O 0.027 0.000 0.209 0.010 0.lOll 0.028 0.000 0.000 3 • • u 5 ~ m 1 1 n ~ s s ~ ~ m u12 m ~ ~ a m 1 1 n • • ~ s • 4 0.40 0.060 o.0.028 0.000 0.412 0.0.002 0.J 0.i54 0.003 0.262 0.064 0.336 0.213 ().mpies.000 0.311 0.346 0.902 0.062 0.1a m 7 0.000 0.000 0.006 0.000 0.001 0.000 0.025 0.100 0.343 0.OIO 0.237 0.000 0.299 0.166 0.25 0.316 D.002 0.. 6' ~ · Cop)Tigltl 1999 ~ Hoogltton !Kfilri Compol1'f R.000 0.000 0.257 0.070 0. 115 0.109 0.123 0))90 0.005 0.000 0.134 0.923 0.279 0.000 1 • m w m m ~ 11• ~ 0 0 .000 0.077 0.000 0.430 0.522 0.60 0.227 0.455 0.049 0.000 0.000 0.951 0.219 o.008 7 0.075 0.OIO 0.275 0.412 0.328 0.377 0.131 0.296 0.430 0.00.075 0.410 0.070 0.000 0.4 10 0.OOi 0.J7 O.531 0.000 0.027 0.302 0.004 0.000 0.012 0.000 1 0.118 0.001 0.328 0. 194 0.328 0.321 OA78 0.000 1 0.300 0.o29 0.133 0.000 0.000 O.007 2 0.478 0.95 2 O O.002 0.000 O.216 0.214 0.033 0.297 0.O'i-O 0.216 0. 166 0.016 0.000 0.028 0.002 0.031 0.961 0.066 0.384 0.138 0.004 0.003 0.000 0.047 o.082 0.278 o.815 0.001 6 0.168 0.'.()()3 0.J 0.01s o.024 0.000 0. 1 ~ 0 .000 0.810 0.495 0.029 0.000 0.041 0.o98 0.~ 0.396 0.005 O.630 0.360 0.m o.254 0.300 0.J 5 0.590 0.396 0.001 0.000 0.000 0.178 0.0IO 0.000 4 0.004 0.015 0.000 0.264 0.m 0.004 0.059 o.000 0.000 0.189 0.267 0.033 o.422 0.017 0.000 0.096 0.000 0.75 0.001 0.028 0.444 0.002 0.0.324 0.000 3 0.001 0.360 0.-~~-~~ 9 0.OIO 0.206 0.000 0.060 0.001 0.004 0.001 0.250 0. ~ m ~ ~ ~ m 0 .008 0.077 0.000 0.65 0.212 0.100 0.D70 0.049 0.064 0.111 0.2$ 0.000 0.000 o.000 0.004 0.004 0.272 0.239 0.ow~m••• 2 0.026 0.Jlild. 187 0.179 0.167 0.026 0.346 o.010 0.729 0.328 0. Un<ktstoodoble Stató6q.311 0.255 0.000 4•••u8~-~~mm~mm~ss~•~o.272 0.000 0.663 9 O 0.026 O.028 o.000 3 0.161 0.~ 0 .000 0.377 0.267 0.346 O.000 2 • ~1 ~ 0 .10 0.219 0.290 0.157 0.512 0.008 0.000 0.213 0.003 0.062 0.000 0. 180 0.206 0.001 0.078 0.144 0. 168 0.28S 0.023 0.250 0.001 0.000 0.049 0.318 0.de bino<ml '"""""'° <fe 8'.075 0.178 0.011 0.riooiç.002 1 0.001 0.003 0. 137 0.oos 0.001 om1 o.356 0.oo.275 0.251 0.393 0.410 0.011 O.360 0.009 0.(XX) 0.o de p<<b.490 0.004 0.o92 0.107 0.124 0.001 0.422 0.613 0.001 0.90 0.422 0.336 0. 198 0.239 0.181 o.640 0.212 0.023 0.000 0.272 0.112 0.113 0.234 0.259 0.441 0.008 0.259 0.156 0.000 O.#1 0.000 0.006 0.087 0.003 0.309 0.147 o.259 0.031 5 0.000 0.268 0.857 4 O 0..049 0.240 0.005 0.063 8--------~~---.265 0.312 0.303 0.267 0.000 0.001 o.015 0.095 0.000 0.410 0.020 0.164 0.O.311 0.001 0.~ ~ u ~ ~ m 0 .000 0.185 0.144 0. 125 0.OIO 0.420 0. 149 0.857 0.Jl.Q39 0.167 0.073 0.JI 0.311 0.116 0.117 0.021 0.000 0.016 0.70 .422 0.303 0.261 0.o18•• 5~~~~~~~•0.005 0.372 0.531 0.000 0.1 0.047 0.039 0.21"8 0.o95 0.001 0.318 0.251 0.161 O.00.125 0.000 1mm~~~-m~0.000 0.002 0.05 0.(XX) 0.1 17 0.334 0.004 0.057 0.563 0.001 0.031 0.066 0.023 0.000 0. 132 0.185 0.614 0.723 0.20 0.Q6ó 0.512 0.164 0.000 0.000 0.375 0.000 0.321 0.2% 0.375 0.000 s 0.3tl3 0.164 0.000 0.294 0.396 0.232 0.156 0.9D 0.300 0.oo7 0.004 0. o.385 0.410 0.000 0.000 0.004 0.368 0.164 0.004 5 0.010 0.000 0.15 0.002 0.000 0.025 0.5 0.316 0.006 0. 1 n ~ ~1 ~ • • 3 O)XX) 0.246 0.2'i-O 0.000 0.000 0.002 0.000 0.032 0.000 o.m0.017 0.003 0.000 0.000 0.276 o.077 0.000 0.027 0.098 0.247 0.063 0.312 0.008 0.000 I O.133 0.078 O.273 0.480 0.35 0.010 0.9i0 0.320 0.346 0.097 0.118 0.026 0.243 0.000 1~~~~~-m~v••~~-~-1-~••~ 2 0.058 0.219 o.124 0.200 0.o (Qlll pe- .050 0.210 0.55 D.J 0.023 o.2!0 0.455 0.28S 0.096 0. cada qual com uma probabilidade desucessosI'· p IIX 0.04 1 0.176 0.O.000 0.m 0.()()l 0.000 0.112u~~~~~~~~-- 6 • • ~ • • • ~ 0 ~ ~ ~ 0 .232 0.028 0.000 0.000 0.021 O.237 0.001 0.000 0.000 0.444 0.111 o.000 4 0.85 6.432 0.422 0.130 0.011 o.265 0.107 0.000 0.240 0.000 0.172 0.522 Q.154 0.oo.20.375 MOS 0.5 0.279 8 0.000 0.000 0.012 0.275 0.047 0.021 4 0.048 0.500 0.186 0.008 0.20.015 0.154 0.171 4 0.076 O.260 0.Q31 0.00.232 6 0.320 0.116 0.0.()()3 0.01 0.243 0.017 0.061 0.000 0.04 1 0.247 0.205 0.032 0.011 0.325 0.392 0.2 16 0.480 0.311 0.368 0.000 0.000 0.80 0.384 0.234 0.021 0.'123 0.000 3 0.000 0.160 0.179 0.001 0.375 0.257 7 0.656 0.001 0.311 0.399 0. 0.Q02 O.000 0.000 0.268 0.343 0.000 0. ~ ~ .302 0.075 0.04 1 6 0.234 0.000 0.000 0.049 0.033 o.173 0.091 0.015 1008 0.135 3 0.m 0.058 0.

Oll 0.000 0.193 0.043 0.132 0.60 0.172 0.302 0.013 O.000 0.000 O.177 0.000 0.000 0.000 0.00() 0.236 0.000 0.046 0.078 0.001 0.599 1.020 0.000 0.000 0.000 0.002 0.257 0.001 smmmmmm~uo~~••a1nm~mw1a1~~U4 9•••••••••~3•••~•mmw~• I0-----------~3·--~ss--~- 11 0.55 0.01 0.200 0.000 0.000 0.000 O.170 0.000 2 -~~~00~116Sl11J'J--0.001 0.009 0.010 0.020 O.092 0.040 0.000 0.019 O.001 0.016 0.000 0.IJ'J2 0.000 0.068 0.156 O.200 0.000 0.014 0.236 0.017 0.188 0.252 0.071 0.212 0.000 0.205 0.002 0.000 0.226 0.000 6 0.15 0.000 0.166 0.t i·.207 0.000 0.127 0.349 0.000 0.092 0.000 0.000 0.206 0.048 0.IJ§dd Ap!ndict s A9 Tab~la 2-dislribuição binomial (co111'i1111açtio) p II x 0.267 0.001 OJ'OO 0.040 O.002 0.079 0.028 0.030 0.215 0.000 0.000 0.oo6 0.142 0.003 0.000 0.126 0.054 0.014 0.236 0.000 0.016 0.000 0.91J.000 0.CXX> 0.147 0.00Q 0.121 0.000 0.13 0.003 0.000 0.000 0.113 0.000 0.000 0.160 0.052 0.196 0.ro) 0.231 0.301 0.201 0.021 0.N7 0.003 0.000 0.069 0.000 0.011 0.001 0.000 0.000 0.000 0.071 0.(XX) 0.ro) 0.0~--------- 3 0.35 0.156 0.30 0.000 0.05 0.000 0.()86 0.092 0.010 8 0.000 0.19 O.001 0.000 0.000 0.rol 0.054 0.000 0.001 0.212 0.000 0.002 0.282 0.000 0.n15 O.000 0.001 0.112 o.063 0.043 O.092 0. 6' ed'.045 0.158 0.003 0.236 0.250 0.001 7 0.003 0.191 0.002 0.~~~~~1m 6 0.206 0.223 0.000 0.002 0.000 0.1 O 0.218 0.000 0.000 0.225 0.282 0.075 0.000 0.042 0.011 0.000 0.000 0.237 0.231 0.002 0.014 0.000 01000 1~~~~~mw1•~•1•••••••••• 2 O.000 0.000 .25$ 0. .186 0.268 0.0!4 0.000 0.000 0.000 0.000 1 0.000 0.219 0.165 0.os9 o.111 0.195 0.000 0.001 0.023 0..220 0.010 0.167 0.037 0.000 0.1 0.013 0.000 0.191 0.oN••m~~~•m~ li 0.013 o.000 0.267 0.000 0.021 0.056 0.10 0.000 0.142 0.031 0.001 0.240 0.886 0.000 7 0.000 0.218 0.oos 0.315 10 0.000 0.038 0.051 0.021 0.00I 0.044 0.llR 0.005 0.20! 0.236 0.000 9 0.004 0.005 0.160 0.022 0.019 0.000 0.116 0.056 0.011 0.000 0.038 0.005 0.105 0.206 0. 188 0.001 0.000 3 0.201 0.017 0.000 0.238 0.009 0.000 0.121 0.000 0.061 0.000 4 0.329 0.153 0.001 O.000 0.194 0.251 0.()69 0.005 0.029 0.167 0.000 o.001 o.349 0.000 0. 129 0.000 0.000 0.004 0.221 0.000 0.000 0.000 0.000 0.006 0.000 0.032 0.000 4 0.030 0.140 o.227 0.OOI 0.000 0.213 0.001 0.012 0.231 0. 0.140 0.341 0.121 0.000 0.60 0.032 0.000 0.000 0.000 0.000 0.017 0.099 0.000 0.001 0.231 0.003 0.004 0.000 0.001 0.000 0.054 0.io o.70 0.039 0.195 0.Ili 0.161 0.007 0.053 0.000 2 o.133 0.e/llase.076 0.042 0.000 0.000 6 0.000 0.000 0.002 O.000 0.276 0.212 0.011 wmmmmmmm•1mmo.540 15 O 0.002 0.225 0.000 0.001 0.25s 0.000 1~30~~m~n~mu3mmmmm~••••~• 2 0.000 0.000 0.000 0.003 0.258 0.012 0."'° de 8ra.000 0.213 0. Urldel$Wndab/< Sto<istia.000 0.001 0.069 0.003 0.197 0.233 0.oos 0.000 0.172 O.000 0. 107 0.227 0.000 0.191 0.000 0.000 0.016 0.063 0.OOl 0.003 0.204 0.000 O.170 0.004 0.000 0.204 0.000 0.220 0.895 0.007 0.000 0.006 0.014 0.rol 0.031 13 0.142 0.075 0.000 0.000 0.068 O.000 0.006 0.mli.071 Q.000 0.250 0.076 0.111 0.34 1 12 0.191 0.129 0.65 0.076 0.003 0.000 4 0.101 0.009 0.177 0.176 0.072 0.170 0.~..ro) 0.010 0.000 0.153 0.ln 0.042 0.042 0.161 0.037 0. 116 0.140 0.000 0.000 0.081 0.000 0.000 0.IJ'J3 0.013 0.000 0.103 0..000 0. Cop~.117 0.029 0.061 0.000 0.071 0.079 0.223 0.000 0.000 0.0.086 0.000 0.004 0.000 0.176 0.o5J 0.000 0.105 0.000 0.oo.569 0.045 0.205 0.0 O 0.000 5 0. 152 0.013 0.121 0.040 0.040 0.028 0.002 0.000 0.111 0.006 0.019 0.009 0.207 0.158 0.os1 0.010 0.000 0.000 0.000 0.186 0.000 0.054 0.25 0.133 0.002 0.088 OMO 0.001 0.000 0.026 O.000 IO 0.000 0.282 0.035 0.000 0.001 0.017 0.000 0.rol 0.000 0.020 0.569 12 O 0. 135 0.000 0.384 0.000 0.002 0.113 0.2.179 0.092 0.252 0.251 0.Dl4 O.C\!S 0.012 0.325 0.000 0.111 0.OS! 0.2.000 0.000 0.179 0. 197 0.081 0.lo.000 0.000 0.118 0.206 0.003 0.001 0.00I 0.059 0.035 0.024 0.000 0.011 0.000 0.Jmmmm•mmmm•~--~3w1•a1nm1~~ 15·------------~~~3--~~ (<.078 0.009 0.OOS 0.0IO 0.238 0.317 0.000 0.165 0.002 0.ro) 0.087 0.000 0.044 0.001 0.023 0.295 o.000 0.069 0.017 0.206 0.oos 5 0.001 0.1% llhí 0.016 0.191 0. 130 0.215 0.000 0.000 0.107 0.599 0.206 0.287 0.032 0.092 0.001 0.000 0.238 0.000 3 0.027 0.000 0.193 0.000 0.206 0.001 0.001 0.377 0.000 o.000 smm•~~~arna1~~-~~.314 0.001 0.121 0. 0.860 OMJ 0.001 0.146 0.000 0.000 0.ooom pormisslo.(XX) 0.001 0.225 0.009 0.002 0.rol 0.000 0.286 0.000 0.071 0.092 0.000 0.002 0.004 0.000 0.000 0.237 0.000 0.103 0.OOS 0.188 0.50 0.014 0.070 0. l-d .roi o.135 1.043 0.000 0.11111} ~ de proboblli&lde bõoomla\ remp.000 0.000 0.000 0.149 0.127 0.000 0.075 9 0.076 0.75 0.OH 0.250 0.000 0.000 0.048 0.000 0.000 I o.000 0.117 0.043 0.286 0.172 0.000 0.051 0.25$ 0.000 0.042 0.177 0.001 0.2 13 o.001 0.250 0.Oll 0.243 0.019 0.023 0.000 0.037 0.032 0.000 0.20 0.000 0.001 0.000 0.02s 0.000 O.001 0.225 0.267 0.000 0.212 0.057 0.024 0.OOõ 12 0.022 0.233 0.I03 O..002 9 0.012 0.000 0.000 0.000 8 0.006 0.000 0.146 0.010 0.95 1.016 0.IOI 0.085 0.132 O.194 0.000 0.302 0.roi 0.000 0.314 0.021 0.016 0.002 0.000 0.130 0.000 0.010 0.387 0.014 0.()57 0.006 0.003 0.000 0.000 0.000 0.000 0.037 0.02 1 0.111 0.000 0.170 0.103 0.40 OAS 0.000 0.000 0.000 0.001 li 0.000 0.001 0.000 0.011 0.000 0.219 0.ro) 0.301 0.Q21 0.128 0.85 0.001 0.001 0.000 0.004 0.000 0.000 0.540 0.000 0.000 7 0.107 0.177 0.001 0.013 0.075 0.003 o.000 S 0.w~~••••• 6••••uo•~•~aam~mm~~-~~3•• 7 0.200 0.000 0.127 0..000 0.128 0.90 0.1 0.070 0. 1~ P<>I Hooghloo Mifflin ~"1· Rerop<.003 O.166 0.020 0.000 0.042 0.008 0.201 0.282 0.127 0.000 0.225 0.000 0.042 0.000 0.oos 0.000 0.142 0.267 0.009 0.059 0.194 0.006 0.002 0.005 0.2i6 0.165 0.001 0.003 0.000 0.238 0.001 0.000 3 0.014 0.003 0.155 O.149 0.377 0.os.000 0.000 5mm•~~~a1oo~m~~~m.

001 0.000~0.117 0.000 0.006 0.M6 0.002 0.(XX) 0.000 0..000 0.ooomwo.075 0.Ol4 0.000 0.000 0.000 0.000 0.000 0.001 0.i 12 0.204 0. 0.011 0.s.152 0.000 0.134 0.000 4 0.275 o.056 0.161 0.30 0. 160 0.109 0.000 0.000 0.001 o.001 O)Xl3 0. 0.000 0.G56 0.014 0.015 0.047 0.4 0.004 0.000 0.044 O.014 0.049 0.000 0.000 1 0.175 0.012 0.40 o.002 0.000 0.000 0.000 0.000 0.000 0.006 0..440 20 O O.012 0.000 0.000 0.000 0.000 0.oos 0.035 0.164 o.000 0.000 0.122 0.oooo.000 0.ooo•••o.010 0.031 O.001 0.0000.211 o.119 0.000 0.1 0.(XX) 0.000 0.092 0.196 0.ia Tabela 2.000 0.000 12 0.055 0.ou 0.000 0.000 0.distribuição binomial (co11tí1111açào) .m 0.0IS 0.045 0.005 0.122 0.001 0.t3 4 ~ ~ ~ ~ 0 .137 0.371 C6 0.000 3 W ~ O .072 0.oooo.000 0.001 0.000 2~60.ooo•~••~o.000 0.000 0.058 0.000 0.coo 0.200 0.270 0. 198 0.000 0.000 0.166 0.189 0.031 0.000 0.073 0.oos o.000 0.161 0.009 0.000 0.211 0.25 0.8 0.000 0.000 0.5 0.000 0.229.028 0.051 0.(XX) 0.24:l 0.000 0.202 0.014 0.t i·.110 0.000 0.01s 0.003 0.001 0.000 0.ooom~~2•0.000 0.65 0.2 O.055 0.034 O.001 0.000 0.000 0.009 0.SIS 0.0:.000 0.000 UI 0.000 0.000 0.OS! 0.000 0.074 0.000 0.000 0.197 0.oi 0.IOI 0.000 0.162 0.000 0.074 o. 124 0.155 º· 101 0.000 0. 119 0.000 0.000 0.013 L7 0.000 0.000 0.000 0.065 0.000 0.205 0.006 0.000 0.053 0.180 0.05 0.001 0.000 0.000 0.0000.074 0.coo 0.000 2 0.017 0.2 0.000 0.001 o.027 0.013 o.000 0.0J2 0.101 0.120 0..175 0.073 0.039 o.075 0.176 0.007 0.000 0.000 0.000 0.000 0.60 o.020 0. 190 0.039 0.000 0.200 0.006 0.~~o.oooo.073 0.052 0.~ O W 0 .084 O.201 0.35 0.0000.057 0.016 0. O.023 0.(.002 0.011 0.000 6 0.000 0.052 0.152 0.071 0.000 0.ooowo.000 0.000 0.000 4 0. 0 01 0. 1$5 0.0.007 0.000 0.55 o.000 0.000 0.0000.so o. 138 0.000 0.1r.000 0.160 0.()15 0.wmm~ wwo.oooo.130 0.192 0.000 0.001 0.000 0.000 0.10 0.000 7 0.000 0.146 US 0.000 0.001 0.000 0.005 0.275 0.171 0.005 0.000 0.10 o.000 0.001 0..000 0.000 0.000 0.015 0.003 O.000 0.015 o.131 0.000 0.177 0.225 0.003 0.000 0.000 o.0000.~~UIB~~0.000 0.000 n1 0.015 0.000 8 0.036 U4 o.071 0.005 0.000 hS 0.000 0.010 0.004 0.0000.022 0.146 0.000 0.089 0. 155 0.000 0.000 0.000 0.000 0.377 0. 1$2 o.192 0. 1$9 0. .112 0.005 0.002 0.o.000 0.000 0.000 0.201 0.001 0.007 0.023 0.000 0.000 0. 164 0.159 0. 0 01 0.116 0.034 0.45 0.coo 0.124 0..001 0.o.ooo 6 0.011 o.000 0.000 0.000 0.000 0.000 S 0.001 0.000 0.002 o.162 0.000 0.210 0.169 0.160 0.000 -0.oooo.000 0.113 0.000 0.o1Smmo.184 0.165 0.000 1.(XX) 0.()?.001 0.120 0.134 0.021 0.Q6l 0.277 0.000 o.134 0.(XX) 0. 1$5 0.010 0.000 0.009 0.000 0.122 0.210 0.(XX) 0.165 0.358 0.0000.000 0. 142 0.000 s•~~mo.000 0.5-0 0.000 0.000 0.000 to 0.m~~o.002 ~-----------~~~O.210 0.016 0.851 0.000 0.000 0.000 0. U2 0.120 0.000 0.000 0.000 e.000 0.112 0.012 0.000 0.037 o.000 0.006 0.001 0.004 0.101 o.20! 0.000 0.000 0.132 0.001 12 0.000 0.000 0. t ~ ~ ~ O .000 0.000 0.15 0.21s 0.116 0.000 0.112 0.oooo.001 0.162 0.000 0.061 0.180 0.000 0.5 o.ois o.001 0.015 0.020 0.181 0.000 0.000 0.000 0.000 0.000 0. 1&1 0.ooowo.014 o.000 0.018 0.1~ 0.000 0.000 0.ooo•••o.oooo.006 0.074 o.000 0.000 0.019 0.000 0.225 0.000 0. 197 0.009 0.113 0.coo 0.000 0.0000.037 0.001 0.ooo~o.004 0.000 0.122 0.114 0.000 0..ooomo.000 0.005 0.067 0.075 0.001 0.000 0.142 0.000 0.090 0.000 0.20 0.371 0.032 0.000 0.110 0.003 0.000 0.r o.036 0.000 0.001 0.014 O.oooo.180 0.117 0.0000.057 0.000 0.165 0.000 0.000 0.000 0.004 O.065 0.000 9 0.162 0.035 0.020 0.000 0.069 0.lSO 0..005 0.002 0. 160 0.020 0.000 9 0.0000.166 0.95 3-~~ff~~~.000 0.092 0.039 0.005 0.0.003 0.000 0.0000.100 0.000 8 0.~-~~~----~---- 16 O 0.000 0.()28 0.000 0.034 0.Q69 0.000 0.246 0.006 0.006 0.000 0.01s 0.ooowo.179 0..002 0.0 0.000 0.003 0.168 o. 171 0.000 0.049 0.44-0 o.000 0.oooo.0000.ooowwo.Q09 0.000 0.000 0.168 0.000 0.005 0.000 l 0.053 0.075 0.000 0.90 o.060 uo.000 0.001 0.001 0.000 7 0.IS 9 ~ ~ m ~ .329 0.()?.329 0.010 0.19s 0.oo.198 0. .019 0.000 0.109 0.014 0.000 0.000 0.000 0.000 0.000 0.ooomw••1m1w~~ wo.037 0.210 0.177 0.000 0.122 0.001 o.000 0.001 0.000 0.131 0.003 0.175 0.034 0.(MK) 0.169 0. 0.073 0.001 0.005 0. 198 o.000 0.006 0.000~0.000 0.oooo.000 t4 0.122m .000 0.208 0.oooo.036 0.000 0.oooo.000 o.000 0.000 0.p1.000 0.(XX) 1'3 0.001 0.010 0.000 0.ooomwo.IJ§dd AlO • ú1<1bti<. 0.75 o. 127 0.Q67 0.IJ4 0.000 0. l-d .000 0.0000.000 0.000 0.000 0.006 0.181 0.159 0.Cl27 0.000 0.012 0.0.000 0.005 0.Ql4 0.120 0.000 0.000 0.132 0.

1522 0.3347 0.0006 0.0002 µ.1 0.0000 0.0000 0.0000 0.1637 0.0055 0.0001 0.0006 13 0.0000 0.0000 0.4 0.0002 0.0129 0.7 2.2014 0.0111 0.0 o 0.0045 0._3 0.0001 0.0030 0.2842 0.2225 0.0053 li 0.1912 0.0033 0.0284 0.3662 0.1042 7 0.00 16 0.0613 4 0.0001 0.0000 0.0550 0.0001 0.0000 0.0361 6 0.0033 0.0001 0.0047 0.2306 0.2237 0.1217 0.9046 0.6703 0.1539 0.0001 0.0000 0.0417 0.0000 0.0146 0.000] 0.0000 0.2231 0.0000 0.0111 0.0001 0.1488 0.0188 0.0034 s 0.3293 0.6 1.0006 0.0005 0.0011 0.1944 0.0348 0.0002 12 0.0984 0.0000 0.0395 0.0001 0.0000 0.3679 2 0.2613 0.0881 0.02n 0.1465 3 0.1954 4 0.0269 0.0804 0.OHl 0.2510 0.1951 0.0002 0.0000 0.0005 0.0538 0.0872 0.0019 0.0551 0.0050 0.0068 0.0008 0.2158 0.0850 0.0425 0.0536 0.6065 O.W96 0.7 0.0000 0.0025 0.0011 0.0183 1 0.0000 0..0002 0.0002 0.1414 0.0602 0.0005 0.0206 0.74()8 0.0867 0.6 0.1692 0.2125 0.0035 0.0000 0. X 2.001.0494 0.0000 0.0016 0.0302 o.1890 0.0005 0.0001 0.6 3.0000 0.2209 0.0083 0.2226 0.0002 0.0148 0.2087 0.7 1.0081 9 0.0000 0.0000 0.0455 0.3595 0.0278 0.2565 0..0000 0.0000 0.S<W~ 0.0672 0.0010 0.0216 8 0.1804 4 0.8 2.1607 0.)815 0.0023 0.022.0003 0.0164 0.0076 0.7 0.1203 0.2450 0.1954 5 0.0826 0.1075 0.0095 0.0045 0.0000 0.0408 0.0072 0.0333 0.)931 0.3 1.1397 0.1254 0.8 0.0001 0.0001 0.0102 0.0905 0.0038 0.0057 0.1647 0.0005 0.0902 5 0.0022 0.2138 0.0369 0.3230 0.0000 0.0241 0.0007 0.0000 0.1615 0.0000 0.0047 0.1622 0.2700 0.1336 0.2700 0.0132 10 0.0014 0.147.1000 6 0.1353 1 0.2090 0. 1888 0.0000 0.3 3.0000 0.2 1.0758 0.0027 0.2087 0.0005 0.2008 0.0068 0.1140 0.0319 0.2466 0.2 3.4 3. l-d .1264 0.0362 0.1931 0.4 1.0003 0.1217 0.2707 3 0.0936 0.9 1.0000 0.2222 0.0020 0.0191 0.2046 0.0198 0.1839 3 0.8187 0.0116 0.0001 0.1 3.3659 0.1496 0.0000 0.0018 0.2240 3 0.5 1.0003 0.0215 0.1255 0.0466 0.0555 0.1703 O.0000 0.0247 0.1850 0.0056 0.1169 0.distribuição Poisson µ.0011 0.OJ3Q 0.0000 0.1 2.1858 0.0015 0.1771 0.0260 0.0508 0.1438 0.1823 0.3543 0.0004 0.0004· 0.0163 0.0733 2 0.0000 0.2640 0.0001 0.0003 0.IJ§dd .9 2.1710 0.0504 7 0.0011 0.1494 2 0.0471 0.44\13 0.0383 0.0450 0.0001 0.2165 0.0915 0.0013 0.0246 0.4066 0.1135 0.0636 0.0010 0.lptfldice a All Tabela 3 . X 1.0000 0.0716 0.8 1.1082 0.9 3.0003 0.0001 .0066 0.09.0385 0.2176 0.0001 0.1966 0.0000 0.0992 0.2725 0.3476 0.3 O.2681 0.0002 0.3012 0.0000 0.0120 7 0.2707 2 0.0084 0.0407 0.0008 0.060$ 0.0126 0.0004 0. X 0.5 3.0735 0.0000 0.1377 0.0031 6 7 º·ºººº 0.0001 µ.0026 0.0002 0.3106 0.JO 0.1734 0.0098 0.0334 0.2186 0.0000 0.6 2.1057 0.0039 0.0089 0.2 2.0608 0.0174 0.0000 0.0015 0.0176 0.0008 11 0.3 2.)429 0.2052 0.0595 8 0.0998 0.5 2.t i·.0062 0.0003 0.2572 0.0002 0.0027 10 0.2438 0.1378 0.0019 0.0044 0.0309 0.2652 0.0153 5 0.0476 0.0001 0.2584 0.1827 0.1557 0.0002 14 0.0007 0.0047 0.0278 0.7 3.2314 0.0000 0.0003 0.2033 0.0003 0.2975 0.0004 0.0018 Q.000] 0.2303 0.0061 0.0020 0.0662 0.2 0.0002 0.0002 0.0000 0.1128 0.0000 0.0033 0.1653 0.0000 0.0077 0.0000 0.0005 0.0498 1 0.1496 0.1225 O.1003 0.0 o 0.0099 0.0016 0.0118 O.0202 0.0000 0.0771 0.5 0.0045 0.0298 9 0.9 4.2237 0.1304 0.1 1.8 3.4966 0.0743 0.3452 0.0988 0.2384 0.2417 0.0001 0.0012 0.09$9 0.0169 0.4 2.0009 0.2510 0.3614 0.2240 4 0.0000 0.0203 0.0003 0.1781 0.2205 0.0 o 0.2678 0.2169 0.0551 0.0012 0.0028 0.! 0.0002 0.2681 0.0019 12 0.0000 0.2001 0.0001 0.0241 0.0000 0.367') 1 0.0789 0.0006 0.3033 0.0216 0.0001 0.1929 0. X 3.0312 0.0009 9 0.0001 µ.0111 O.0011 0.1680 5 0.0324 0.0668 0.0000 0.3329 0.0001 0.0000 0.JJOS 0.0001 0.0031 0.0000 0.0738 0.0812 0.0007 0.0907 0.2177 0.0821 0.0007 0.0723 0.0004 0.0000 0.2019 0.0260 0.0009 0.0078 0.0 o 0.1322 0.1563 6 0.

0938 0.0001 0.9 6.0307 0.1687 0. 1789 0.0000 0.0104 0.0049 0.0015 0.0017 0.0027 0.0462 0.0000 0.1537 0.2 4.0055 0.0692 0.0191 0.1753 0.1254 0.11 5.1753 0.1755 6 0.0073 0.0002 0. 0.0679 0.0051 0.0359 0.0209 0.0001 0.0002 0.1398 0.0220 0.0024 0.0082 12 0.0363 10 0.0985 0.0654 0.0002 0.0008 0.1353 0.1849 0.1632 0.0041 0. 1738 0.0653 9 0.1515 0.0200 0.1063 0.0033 0.0005 0.0614 0.00~1 0.1728 0.0003 0.1656 0.0073 0.0058 0.0001 0.0007 0.1633 0.1293 0.0688 10 0.0123 0.0004 0.1002 0.0041 0.0006 O.0309 0.0000 0.0150 0.0454 0.0188 0.0030 0.0015 0.0793 0.1362 0.1574 0.1005 0.0552 0.1740 0.0045 0.0036 0.6 5.0225 12 0.0630 0.0413 11 0.8 5.0003 0.0056 0.1714 0.1708 0.1234 0.1681 0.1133 0.0008 0.0225 0.0002 0.0162 0.1662 0.0887 0.1852 0.1631 0.0001 0. 164 1 0.0477 0.0002 0.1143 0.1719 0.0003 17 0.1606 6 0.3 4.0002 µ X 5.0824 0.0620 0. 0074 0.1188 0.0925 0.0007 0.138.1820 O.0093 0.0157 0.distribuição Poisson (co11ti111mção) µ X 4.0081 0.t i·.5 4.0004 0.0500 0.0771 0.0002 0.000!) 0.0173 0.0686 0.H63 0.1 0.3 4.1044 8 0.1904 0.0018 0.0962 0.0023 0.0365 0.0280 0.0092 0.0000 0.1033 0.0998 0.0640 0.0849 0.OOÓ7 0.0164 0.0037 0.1323 0.0092 0.0732 0.0519 0.0386 0.0005 15 0.0028 0.0001 0.1428 0. l-d .1584 0.)298 0.0778 0.0150 0.00JI 0.1404 4 O.0019 0.0008 0.0241 0.0000 0.0001 0.0019 0.0207 0.1606 7 0.0011 0.1601 0.0002 0.0008 0.0009 0.0003 0.0001 0. 1917 0.0001 0.0013 0.0001 (ron11'11tm) .0583 0.0166 0.0147 0.IJ§dd A12 • Citat!SIÍ("pli.0255 0.0446 3 0.1393 0.1600 0.1748 0.oda Tabela 3 .2 5.1517 O.0043 0.0423 0.0337 2 0.0265 0.0003 0.0129 0.0009 0.0618 0.0025 1 0.6 4.1339 s 0.0959 0.0168 0.01n 13 0.0731 0.0486 0.0580 0.0190 0.0659 0.0285 0.0001 0.0244 0.1125 0.0009 0.0003 0.QOO I 0.0032 0.157 1 0.0914 0.0104 0.0001 0.0000 0.0052 14 0.0181 11 0.0118 0.0006 0.0392 0.0701 0.0039 0.0586 0.0537 0.0006 0.0022 0.0064 0.0428 0.0003 0.0026 0.0014 0.0 o 0.0001 0.1239 0.0000 0.1898 0.1600 0.0009 16 O.1755 5 0.0328 0.3 5.0000 0.0046 0.1093 0.1377 8 0.0011 0.1 4.0894 0.1933 0.1944 0.1200 0.1326 0.1747 0.7 4.0004 0.0071 0.0111 0.0002 0.0005 0.1743 0.0207 0.0067 1 0.0016 0.1 5.0032 0.0842 3 Q.0001 0.0176 0.1472 0.0102 o.0810 0.0892 4.0334 0. 1951 0.1725 O.0500 0.0034 13 0.4 4.1432 0.1605 0.1555 0.0132 0.0136 0.1678 0.0091 O.0050 0.5 5.1267 0.1490 0.1875 0.0427 0.7 5.0001 0.1798 0.0013 14 0.0287 0.9 5.0 o 0.0262 0.0393 0.1125 0.00li'I 0. 1237 0.1323 0.0149 2 0.0311 0.0746 0.1558 0.0232 0.0037 0.0395 0.1033 9 0.0869 0.1086 0.OOS2 0.1191 o.0544 0.1281 0.0116 0.0001 0.15]5 0.0334 0.0000 0.0030 0.0045 0.1082· 0. 0101 0.0575 0.l460 0.0463 0.0001 0.0022 15 0.0948 0.0065 0.1687 0.0509 0.1462 7 0.0143 0.0540 0.1185 0.1594 0.0360 0.0061 0.0001 0.0082 0.0027 0.1348 0.1697 0.

0002 0.1241 10 0.> 0.0558 0.0001 0.0064 2 0.0180 0.0010 0.1057 0.0000 0.0001 0.0194 0.1435 0..0000 0.0002 0.0992 0.0836 0.7 7.0125 0.0007 0.1575 0.0029 0.0098 0.0002 19 0.0858 0.118S 0.0000 0.1282 0.0016 0.oou 0.000) 0.3 6.0951 0.0076 0.0010 0.0573 5 0.0014 17 0.0023 0.8 6.1595 0.0156 0.0107 3 0.0078 0.0389 0.0240 0.27 0.0667 0.0001 .0 o 0.0411 0.Oô<19 0.0071 15 0.1388 0.1070 0.0452 12 0.1468 0.0010 o.0000 0.1241 0.0710 11 0..3 7. l-d .0345 0.0001 ((OJtti111ta) .0006 0.0037 0.0588 0.1118 0.0006 0.1304 9 0.9 7.1445 0. 1481 0.0002 0.0696 0.1393 0.0033 16 0.0157 0.0417 0.1294 0.0006 0.0012 0.0729 0.0303 0.1337 0.0006 18 0.05$4 0.0366 0.0012 0.1529 0.0012 0. 1442 0.0764 0.0986 0. 1321 0.J413 0.1240 0.0001 0. 1252 0.02n 0.0000 0.0531 0. 1<1<:í5 0.094-1 0.0344 0.1454 0.1221 7 0.0652 0.0001 0.0585 0.0891 0.0081 0.1224 0.0874 0.0022 0.1021 0.0002 0.0090 16 0.5 7.0024 0.0021 0. 0858 0.1363 o.0441 0. 1014 10 0.0017 0.0018 0.1 6.0.0015 0.0806 0.0243 0.0726 0.0401 0.0001 0.0083 0.0002 0.0046 0.0260 0.0041 0.1486 o.1034 0.0020 0.0073 0.0640 0.0001 0.000) O.0001 0.0283 0.0469 0.1311 0.t i·.0035 o.0059 0.1472 0.0001 0.0004 20 0.0923 0.0498 0.0167 0.1167 0.0001 0.0026 0.0388 0.1519 0.1351 0.0001 0.0030 0.0005 0.0179 0.0504 0.1601 0.1420 0.0041 0.6 7.1579 0.0 o 0.0095 0.0528 0.0013 0.1160 0.0089 0.0003 1 0.0126 0.00:r.0013 0.0602 0.0027 2 0.0258 0.0009 1 0.1263 0.1450 0.1339 0.0364 0.0000 0.1076 0.0137 0.1489 0.0004 0.1385 0.0057 !).0000 0.0208 0.0967 0.0457 0.0791 0.0003 0.0004 0.0000 0.08S7 0.0914 0.0194 0.154.1167 0.1462 0.1474 O.0124 0.0169 IS 0.0009 0.0330 0.00 19 0.0323 0.1549 0.0005 0.0307 0.0757 0.0558 0.0985 0.0058 0.0688 0.0196 o.0993 li 0.0002 0.0025 0.0108 0.9 8.0305 Ó.OOOl 0.1454 0.0007 0.0004 0.1144 0.1420 0.0145 0.104 0.0006 0.0000 0.1489 0.0954 0.1480 0.1394 o.1605 0.0106 0.0008 0.0285 0.0003 0.0064 0.1562 0.0001 0.0005 0.0007 0.1130 0.0116 0.J042 0.0829 0.1249 0.0613 0.0008 0.0001 0.0020 0.0090 0.0000 0.0062 !).1396 9 O.0478 0.0000 0.0296 14 0.0223 3 0.0005 0.0001 0.1382 0.0481 13 0.0007 0.1487 0.0825 0.0353 0.0137 0.4 7.0004 0.0134 0.0154 0.1162 0.0552 0.0800 0.4 6.0679 0.0006 0.0265 0.0009 19 0.0000 0.0029 0.0318 0.0046 0.)215 0.0041 0.oo~ 0.004J 0.0010 0.1349 0.0227 0.0007 0.0000 0.6 0.0002 21 0.0075 0.0018 0.0082 0.0011 0.1486 0. X 7.0952 0.0413 0.0119 0.0000 0.1418 0.0004 0.0722 12 0.0098 0.0017 0.0011 0.0916 6 0.0003 0.0366 0.0045 17 0.0296 0.0521 4 0.0492 0.0618 O. 1373 0.1187 0.0038 0.1205 0.0150 0.0770 0.0001 0.0003 0.1586 0.0021 18 0.0245 0.0130 0.1490 7 0.0033 0.1121 0.'1204 0.2 7.1284 0.0045 0.0016 0.0116 0.0740 0.0134 0.1392 0.0000 0.0054 0.0848 0.2 6.0181 0.0015 0.0245 0.0340 0.0002 0.1 7.0008 0.0019 0.1096 0.0438 0.0164 0.1094 0.0086 0.1207 0.1066 0.0003 0.0142 14 0.0464 0.15ll 0.0058 0.0000 0.0001 0.0123 0.7 6.0069 0.0434 0.000) 0.00'1 4 0.IJ§dd AplndittS AB Tabela 3-distribuição Poisson (co11ti1111ação) µ X 6.0049 0.0377 0.0210 0.0001 0.0663 0.1277 6 0.5 6.0799 0.0005 0.0003 0.1428 0.000) 0.1099 0.0276 0.0026 0.0286 4 0.1130 0.0000 0.1314 0.8 7.0912 s 0.0002 0.0003 0.063'2 0.13% 8 0.0051 0.0005 0.0145 0. 1367 0.0723 0.0617 0.6 6.0000 0.0168 0.0037 0.0029 0.0070 0.0065 0.0264 13 0.0052 0.0113 0.0695 0.()?.0390 0.0001 0.0278 0.0008 0.1490 8 0.0426 0.0033 0.0324 0.0765 0.1399 0.

0058 0.1 9.0003 0.0003 0.13\)0 0.11ti11un) .0101 0.Q'ISO 0.0991 0.0252 0.0136 0.0189 5 0.1125 o.1263 0.0000 º·ºººº 0.0140 0.0000 0.0001 0.0086 0.0000 0.1315 0.83 0.0752 o.1148 0.0272 0.0001 0.1037 0.0001 (01.1245 0.0007 Q.0001 0.0003 0.0058 18 0.0007 0.0888 0.1299 0.0752 0.0707 0.1222 0.0032 0.0006 0.1063 0.0031 0.0001 0.0269 0.1378 0.0028 0.0093 0.()3.0003 0.0066 0.0001 1 0.0072 0.1332 0.0 o 0. 1197 0.1290 0.0002 0.0002 0.1317 0.0728 13 0.0055 0.1318 10 0.0663 0.131'7 0.1315 0.1235 0.0005 0.0006 0.0256 0.0060 0.0086 0.0003 0.0709 0.0544 0.0380 0.0764 0.0002 0.0749 0.0001 0.0107 0.)049 0.1284 0.1249 0.1040 0.0063 0.0594 0.0014 0.0000 0.0001 0.0703 0.0013 O.0324 JS 0.0982 0.0505 0.0009 0.0015 0.0)07 0.0016 0.0357 0.0822 0.0297 0.0001 0.0008 0.0001 0.1232 0.0002 0.0011 0.0021 0.0160 0.0009 22 0.0079 0.0183 o.1198 0.0003 0.0802 0.008 1 0.0306 0.0012 0.0878 0.0'017 0.0617 0.0635 0.0002 24 0.7 9.1306 0..0002 0.0093 0.1375 0.0221 0.0005 0.1066 0.0902 0.1392 0.1274 0.0006 0.1097 0.0015 0.0158 0.000) 0.0127 0.0581 0.0970 12 0. X 8.0208 0.0002 0.82 0.0019 21 0.0081 0.0·111 0.1366 0.1112 0.0240 0.1212 0.Ó849 0.0007 0.0235 0.01.1395 0.0168 O.0001 0.0005 0.0014 0.1317 0.0005 0.on6 0.0654 0.0011 0.2 8.0019 0.6 8.0004 0.0024 0.1.0065 0.0008 0.0828 0.7 8.0972 0.0123 0.0722 0.0017 0.0361 0.1067 0.0012 0.0521 IS o.0517 0.0150 4 0.0069 0.0126 0.121() 0.1064 0. 1251 11 0.p11.0.0001 0.0866 0.0034 0.0315 0.0549 0.0004 23 0.0036 0.0607 6 0.0692 0.138$ 0.0334 0.1302 0.5 8.0042 0.0014 20 0.0000 0.0579 0.0001 0.1104 0.0237 0.1012 o.0504 14 0.0000 1 0.0006 21 0.0662 0.0319 0.0006 0.0051 0.0029 0.0853 0.0010 0. 1098 0.0048 0.0000 0.0631 7 0.0002 0.0027 0.0416 0.5 9.0017 0.0629 0.0925 0.0029 0.0010 0.0481 0.0128 JS 0.0398 0.091'1 7 0.0882 0.0555 0.0068 0.0046 0.0088 0.0313 0.0793 0.0342 0.0012 0.0074 0.0001 0.1010 0.0039 0.1382 0.0025 0.0604 0.0001 0.10.0147 0.0418 0.0023 3 0.0213 0.0337 5 0.0289 0.0021 0.0023 0.0035 0.0419 0.0002 0.0118 0.OOÍ2 0. n 37 12 0.0004 0.0948 0.1306 0.0004 0.0530 0.1250 0.0182 0.0034 0.0506 0.3 8.1031 0. 1228 0.0147 0.0459 0.0941 0.0053 0.0881 0.0330 0.0530 0.a1.1118 0.0004 0.1247 0.0002 0.1145 0.0079 0.0021 0.0103 o.0043 0.0285 0.0399 0.0000 0.0398 0.IJ§dd Alt.1294 0.0226 0. 1344 0.0354 0.4 9.0000 0.0265 0.0119 0.0087 0.1157 0.0001 0.0001 0.0210 0.0005 0. X 9.0217 17 0.0040 0.0169 0.'1293 0.0000 0.0005 0.0736 0.0050 0.0001 0.1171 8 0.0098 0.0 o 0.1140 0. Tabela 3 .0192 0.0776 0.1269 0.1311 0.1241 0.0225 0.0007 0.0656 0.0439 0.0007 0.t i·.0011 0.0443 0.0002 0.0014 0.1286 0.0005 2 0.0076 4 0.0784 0.0046 0.0001 0.0222 0.1091 0.0908 0.1172 0.0003 22 0.0196 0.1034 0.0002 0.1126 9 0.0009 0.0115 0.0822 0.1338 0.0009 0.0460 0.1358 0.0001 0.0001 0.0001 0.0438 0.0005 0.3 9.0483 0.0029 19 0.0054 0.1003 0.0001 µ.1251 10 0.0019 0.0055 0.0109 17 0.1128 0.0001 0.0001 Ó.0439 0.0479 0.0466 0.0037 20 0.0901 8 0.0031 0.0015 0.9 10.ozos 0.0'!37 0.0157 0.0011 2 omoo 0.0729 14 0.0001 0.0254 0.0001 0.1318 9 0.0033 0.0040 0.0017 0.0050 3 0.0024 0.0009 0.1191 0.0204 0.0116 0.0955 0.0844 0.distribuição Poisson (co11ti1111nção) µ.0002 0.1219 0.1271 0..0374 0.8 9.0948 13 0.17 16 0.0060 0.0025 0.1186 11 0.0100 0.0799 0.0063 0.0095 0.0194 16 0.0001 0.0378 6 0.0682 0.0928 0.0250 0.0131 0.4 8.0026 0.0001 0.1170 0.0195 0.0001 0.0003 0.00IO 0.0001 0.0071 19 Ó.0500 0.0026 0.0037 0.0201 0.0640 0.0928 0.0491 0.9 9.0000 0.1251 0.0023 0.0002 0.0281 0. • bt111.8 8.6 9.1191 0.120 0.0555 0.08Í6 0.1269 0.0092 0.1256 0.0302 0.1280 0.0459 0.0572 0.0002 0.1160 0.0679 0.1123 0.()685 0.0002 0.0003 0.2 9.0526 0. l-d ..0004 0.0026 0.0240 0.0001 0.0001 0.0008 0.0075 0.0395 0.1356 0.1084 0.0851 0.1017 0.on 1 0.0019 0.0269 0.0044 0.1 8.0377 0.131] 0.0002 0.0002 0.0000 0.0008 0.0002 0.

0684 0.0125 30 0.0000 0.0070 0.0004 0.0026 0.0847 0.0083 31 0.0000 0.O<)JJ 0.0000 0.0418 0.0060 0.0245 0.0057 0.0000 0.0230 0.0433 0.0000 0.0000 0.0000 0.0013 9 0.0387 15 0.0000 0.0204 0.0000 0.0473 0.0000 0.0409 0.0560 0.1099 0..0676 0.0135 0.0003 0.0255 0.0992 0.0001 0.0102 0.0905 0.0000 0.0194 0.0001 0.0559 0.0050 0.0859 0.0000 0.0000 0.0557 0.0038 0.0010 0.0000 0.0001 39 0.0341 0.0003 0.0191 0.1194 0.0001 0.0844 0.0000 0.0320 0.0001 0.0000 0.0024 0.0104 0.0030 0.0000 0.0000 0.0 181 29 0.0010 0.0442 0.osss 0.0000 0.0011 0.0152 0.0083 0.0650 0.0504 0.0378 0.0299 0.0000 0.0304 0.0002 0.0001 0.0034 0. 0.0557 25 0.0000 0.0000 0.004:4 0.0000 0.0411 0.0844 19 O.0027 0.0000 0.0000 0.0663 0.0024 0.0888 µ X 11 12 13 14 15 16 17 18 19 20 21 0.0013 0.0000 0.0004 0.0001 0.0042 0.6 22 0.0486 0.0719 0.0007 0.0007 36 0.0888 20 0.0034 33 0.t i·.0713 0.0030 0.0906 0.0000 0.0457 0.0117 0.0003 0.0065 0.0000 0.0144 0.0397 0.0000 0.0960 0.0009.0001 6 0.0000 0.0001 0.0509 0.0874 0.0063 0.0706 0.0000 0.0829 0.0866 0.0000 0.0000 0.0000 4 0.0013 0.0002 0.0177 0.0355 0.0012 35 0.0016 0.0002 0.0328 0.0786 0.0049 0.0006 0.0097 0.0000 0.(1772 0.0884 0.0992 0.1056 0.084.0930 0.0437 0.0001 0.0000 0.0000 5 0.0246 0.0009 0.0004 0.0798 0.0120 0.0989 0.0004 0.0010 0.0008 0.0000 0.0866 0.0343 27 0.0426 0.0012 0.0048 0.0005 0.0000 0.0133 0.0018 0.0019 0.0074 0.0002 7 0.0002 0.0000 0.0001 0.0000 0.0002 38 0.0000 0.0087 0.0984 0.0055 0..0000 0.0174 0.0000 0.0543 0.0000 0.0003 0.0000 0.0000 O.0020 0.0002 0.0002 0.0000 0.0000 0.0926 0.0368 0.1094 0.0150 0.0029 10 0.0000 0.0001 0.0000 0.0005 0.0013 0.0216 0.0000 1 0.0037 Ô.0000 0.0010 0.0963 0.0286 0. 11 12 13 14 15 16 17 18 19 20 o 0.0083 0.0001 0.0000 0.0000 0.0000 0.0213 0.0000 0.0000 0.0000 2 0.1021 0.0007 0.0000 0.0769 23 0.0000 0.00-13 0.0018 0.0004 0.0000 0.0367 0.0760 18 0.0661 0.0127 0.0000 0.0005 8 o.0814 0.0887 0.0669 24 0.0000 0.0936 0.05'16 16 0.0000 0.0800 0.0259 0.0019 0.0029 0. l-d .1024 0.0004 0.0154 0.0010 0.0724 0.0728 0.0015 0.0002 0.0000 0.09]) 0.0054 32 0.0006 0.0936 O.0256 0.0661 0.0000 0.0058 11 0.1099 0.0885 0.0000 0.0658 0.0106 12 0.0446 26 0.0000 0.0000 0.0272 0.0000 3 0.0000 0.0000 0.0909 0.0053 0.0310 0. 0164 ô.0514· 0.0783 0.0224 0.0016 0.0077 0.0000 0.oôlS 0.0002 0.0173 0.0560 0.0164 0.0000 0.0863 0.IJ§dd Aplndict 6 A15 Tabela 3-distribuição Poisson (co11ti1111ação) µ .0046 0.0496 0.0072 0.0663 0.0000 0.0001 0.0050 0.Q084 0.0001 0.0005 0.1048 0.0559 0.0101 0.0000 0.0020 34 0. O.0034 0.0655 0.0000 0.0000 0.1060 0.0000 0.0000 0.0008 0.0001 0.0554 0.0254 28 0.0237 0.0001 0.0324 0.0002 0.0024 0.081 4 0.0956 0.0092 0.0281 0.0070 0.0109 0.0646 0.0003 0.0271 14 0.0026 0.0000 0.0037 0.0000 0.0000 0.JJ94 0.0000 0.0000 0.1060 0.0000 0.0006 0.0001 0.0001 0.1015 0.0699 0.0830 0.0004 37 0.0550 0.0109 0.0000 0.0006 0.0002 0.0000 0.0161 0.0095 0.0692 0.0000 0.0000 0.0336 0.QOOO 0.0000 0.0176 13 0.0646 17 0.0934 0.0963 0.1144 0.0534 0.0000 0.1024 0.0000 0.0037 0.0000 0.0014 0.0121 0.0007 0.1085 0.0000 0.0145 0.0237 0.0002 0.0001 .0226 0.0383 0.0438 0.002.0000 0.0001 0.0655 0.1144 0.0001 0.

2483 0.1611 0.3.0162 0.7 0.2033 0.645 0.0005 0.0036 0.2005 0.0047 .1515 0.2119 .0116 0.3300 0.3483 0.0256 0.0008 0.IJ§dd Al6 • útat~\icaaplicada Tabela 4 .0007 -3.0006 o.0139 -2.06 0.0005 0.04 0.0274.3707 0.2236 0.1788 0.0003 O.0040 0.2578 0.1867 0.0485 0.3520 0.0548 .0026 0.4247 0.4522: 0.0427 0.4483 0.0409 0.1922 0.0005 0.6 0.0110 0.2177 0.0027 0.28 0.0281 0.0018 0.3632 0.0495 0.2877 0.0329 0.1635 0.0721 0.1 0.0150 0.0 0.0222 O.0359 .0052 0.3409 0.2420 .0008 0.3 0.1562 0.0017 0.4 0.0039 0.0436 Q.0170 0.08 0.6 0.0002 0.4 0.2 0.~ 0.4 0.96 0.2514 0.0015 0.1539 0.0075 0.0708 0.0003 0.0446 .0015 0.0985 0.0102 0.3S59 0.1314 0.1 0. 0.1357 -1.0004 0.0968 -1.038<! 0.99 2.3085 -0.0143 0.0314 0.4443 0.0793 o.0033 0..0351 0.0005 -3.4404 0. e 0.0013 -2.0344 0.0239 0.1814 0.0057 0.0287 .0749 0.0009 0.1.3 0.0322 0.0089 0.1660 0.1841 .0003 0.0.7 0.3745 0.0087 0.0082 -2.0668 .575 .0016 Q.0694 0.0951 0.0099 0.2206 0.0202 0.0032 ó.OOOJ: 0.0045 0.0735 0.3192 0.0244 0.2327 0.0526 0.0008 0.0188 0.0401 0.1003 0.0062 .0026 .1.0094 0.o 0.0505 0.1977 0.3264 0.0019 .0003 0.1210 0.4207 -0.0048 0.1587 -0.0019 0.002S 0.0294 0.0367 0.3121 0.0174 0.0838 0..1736 0.0005 0. N~ .0018 0.0096 0.0392 0.0004 0.::o ' o ' • 0.1.3372: 0.4 0.0122 Q.0582 Q. 681-682 de Probobility ond swriwcs for Enginws ond S<kntis/$.distribuição nomial padrão Ár.2.1685 0.0934 0.0068 0.0681 0.4681 0.3594 0.1762 0.1.0023 0.0021 0.0.0375 ().0016 0.01?9 -2.4840 0.0084 0.0022 0.0119 0.0031 0.09 0.2810 0.1446 0.0262 0.0059 0.2912 0.1894 0.4880 0.1.294.4090 0.0901 0.0051 0.0011 0.2296 0.t i·.00 -3.0011 0.0606 0.2266 0.0007 0.5 0.5 0.0885 0.0004 0.0004 0.0455 0.2611 0.0166 0.0.3821 -0.4761 0.2.1075 0.026$ 0.0044 0..0034 0.0418 0.0771.0006 0.0136 0.0003 0.1401 0.2709 0.1379 0.7 0.1056 0.90 1. & trf<Ao pa: \\Qlpol.0336 0. 0060 0.2090 0.018.0064 0.1020 0.0024.2.0003 0.0012 0.3156 0.1038 0.0037 0.0007 0.3936 0.0054 0.0008 0.0154 O.2061 0.0643.2 0.0029 0.4801 0.0217 0.4168 0.0571 0.0003 .0069 0.95 l.t~ t ~ t 1997.2776 0.3783 0.4013 0.0918 0.0003 0.0.17ll 0.osos -1.0853 0.1190 0.0125 0.3897 0.0080 0. p.4325 0.0516 0.0301 0.2.0010 0.'l 0.0055 0.0010 -3.0038 0.3669 0.4920 0.5000 (<onli11m1) Valores críticos Nível de.4364 0.0030 0.2'148 0.0 0.o228 .2981 0.4129 0.0004 0.0043 0.8 0.05 0.9 0.0003 0.1093 0.9 0.0009 0.0618 0.1251 0.4286 0.1151 -1.0014 0.26'76.0 0.0764 0.3228 0.6 0.1112: 0. 0.2 0.3336 0.1492 0.4960 0.0. 0.1271 0.2 0.0475 0.1230 0.0006 0.0035 -2.1 0.Ot 0.0113 0.3050 0.8 0.0465 0.0107 -2.0146 0.3 0.0066 0.2358 0.3446 .0012 0.0013 0.0129 0.0594 0.0537 0.4641 0.0233 0. i-=O . 5'dcle ~.5 0. l-d .07 0.4562 0. Uppe.3974 0. ~ A·3. 1469 0.0655 Q.1292 0.0007 0.2389 0.4052 0.0049 0.!)004 0.0197 0.2743 -0.0212 0.4602 -o. ReimprtSSO com ~ de Pt~rSOn Plenâ<e Hol.0005 0.2643 0.0071 0. 0.1 0.2451 0.07 0.0014 0.3557 0.01 0.1131 0.3015 0. Mtytrs ~ t.2843 0.0006 0.03 O.0869 0.0104 0.0013' 0.80 1.0023 0.Q158 0.0073 0.0078 0.0559 0.0025 0.1.0011 0.1423 0.1170 0.2546 0.3 0.!.0630 0.0207 0.0250 0.4721 0. 0.0010 0.0132: 0.1335 0.0009' 0.1949 0.0041 0.6 0.0091 0.0021 0.0823 0.0020 0.9 0.0192 0.:.8 0. confianra e •.

8315 0.6368 0.01 0.9948 0.9382 0.9990 0.6406 0.9429 0.5 0.9633 ].9957 0.9115 0.3 0.8133 0.6 0.05 0.6517 0.9996 0.9994 0.7324 0.09 ' 0.9868 0.9953 0.9671 0.9292 0.4 0.9817 2.9893 0.9983 0. l-d .995] 0.06 0.5793 0.5 0.9713 0.99~6 0.5517 0.9993 0.9913 0.9664 0.9966 0.9980 0.9994 0.8980 0.9960 0.8438 0.8686 0.6103 0.9995 0.5910 0.9884 0.J 0.9357 0.9997 0.9505 0.9997 0.3 0.9964 2.9147 0.9750 0.9962 0.9854 0.9015 1.9995 3.9699 0.9901 0.9988 0.7454 0.9995 0.9996 0.7517 0.8365 0.9949 0.9977 0.8944 0.8%2 0.8023 0.9726 0.5239 0.9861 0.8389 1.03 0.0 0.8810 0.5359 0.t i·.7995 0.9992 0..5319 o.7549 0.9564 0.2 0.7054 0. 1 0.9591 0.5160 0.2 0.82]2 0.9418 0.9989 0.9306 0.7 0.6554 0.9971 0.5987 0.9991 0.5832 0.7 0.1 0.8413 0.9904 0.9911 0.8 0.9994 0.9975 0.9554 0.9990 0.9992 0.8485 0.07 0.8708 0.5714 0.9 0.9995 0.9222 0.6628 0.9798 0.8 0.9875 0.9941 0.02 0.9969 0.9936 2.9959 0.0 0.7704 0.8849 0.9909 0.9525 0.9997 0.6 0.9997 0.9898 0.9998 .6141 0.9738 0.7157 0.6480 0.9987 0.9319 1.5753 0.4 0.8554 0.9996 0.9830 Ó.8238 0.9977 0.6 0.9812 0.9965 0.8729 0.9251 0.9495 0.9$08 0.9990 3.5120 0.5000 0.9927 0.7734 0.7580 0.9846 0.1 0.9945 0.9922 0.8264 0.9192 0.9625 0.8051 0.9890 2.9881 0.9946 0.6331 0.7389 0.9441 1.9972 0.543$ 0.9995 0.5478 0.9995 0.9943 0.9744 0.5871 0.9994 0.8830 1.5596 0.9940 0.7823 0.9920 0.7794 0.9842 0.9955 0.9878 0.7611 0.9989 0.7852 0.9474 0.9616 0.9992 0.9236 0.967 1 0.9992 0.9997 0.7088 0.8106 0.3 0.9599 0.6736 o.9987 0.9997 0.6808 0.7673 0.9177 1.9656 0.9706 1.5 0.2 0.7257 0.5398 0.9988 0.8665 0.7 0.6179 0.8461 0.9918 0.9131 0.9649 0.9887 0.distribuição nonnal padrão (co111'i1111ação) o ' 0.6217' 0.9938 0.977$ 0.6443 0.9916 2.6879 0.9996 0.5636 0.9406 0.8577 0.9984 0.8790 0.04 0.8289 0.9934 0.9974 2.9929 0.9463 0.9857 2.9952 2.7939 0.7764 0.8997 0.6026 0.8531 0.9162 0.9997 0.4 0.9997 0.8749 0.9931 0.9394 o.9082 0.9370 0.9452 0.8078 0.7967 0.9991 0.9332 0.9838 0.9981 2.9985 0.8888 0.9767 2.9207 0.8 0.9678 0.9049 0.8159 0.9979 0.9032 0.0 0.8925 0.5199 0.9732 0.8186 0.9993 3.6915 0.9925 0.8508 0.5040 O.9099 0.9997 0.9997 3.9932 0.SOSO 0.7019 0.9693 0.5948 0.9279 0.9991 0.9978 0.9826 0.9993 0.7642 0.9761 0.99% 0.6293 0.9993 0.6591 0.9821 0.9987 0.9963 0.9968 0.9834 0.7291 0.0 0.5279 0.9970 0.97$8 0.6255 0.6m 0.9%1 0.9989 0.7486 0.9982 0.9756 0.8643 0.8599 0.9850 0.9%7 0.9994 0.7881 0.9686 0.3 0.6950 0.9066 0.9696 0.9985 0.8770 0.4 0.8621 1.6844 0.9345 0.7422 0.9793 0.9864 0.6664 0.9982 0.08 0.9573 0.5675 0.9974 0.9545 1.9984 0.7910 0.8907 0.9956 0.9719 0.9783 0.9608 Q.6700 0.00 0.7224 0.9641 0.9772 0.9976 0.9906 0.9986 3.IJ§dd Aplndice 6 A17 Tabela 4 .7190 0.9515 0.9$03 0.9 0.6064 0.5557 0.8340 0.9 0.7123 0.9986 0.9535 0.2 0.7357 0.9979 0.6985 0.9484 0.9973 0.8869 0.9582 0.9981 0.9265 0.

706 31.576 AApwdo de Yl H.898 18 0.734 2.797 25 0.086 2.76J 2. e 0.IJ§dd Tabela S .699 2.746 2.686 l. 2 ' ~ CRCPre.685 l.01 0.440 1.328 1.179 2.69°7 1.845 21 0.703 1.711 l.315 1.492 2.821 63.055 13 0.706 1.323 1.325 1.99 Unicaudal.383 1.05 0.812 2.353 3. Bicaudal.467 2.896 3~55 9 0.143 3.365 4.201 2. l-d .787 26 0.447 3.998 3. . Se).886 2. o 0.182 4.341 1.943 2.321 ).so 0.330 1.m peom~..796 2.060 2.528 2.688 1.012 14 0.860 2.541 5.064 2.567 2.684 l.90 0.50 0.)10 2.476 2.717 2.604 5 0.779 27 0.708 2.262 2.Q48 2.02 0.106 12 0.756 00 0.074 2.638 2.319 1.397 1.727 1.807 24 0. 1966.415 1.1 20 2.365 2.819 23 0.691 1.776 3.145 2. (1.05 0.326 2.947 16 0.816 1.mo.771 2.583 2.20 0.l. f10óda.10 0.318 1.571 3.687 1.350 1.mpc.718 3.101 2.718 1.337 1..078 6.624 2.684 1.282 1. a o.356 1.645 1..462 2.500 2. Rotoo.765 1.080 2.686 l.311 1.689 1.314 12.657 2 0.747 4.833 2.782 2.250 10 0. Hondbool< oi Tol>Jes oi Probobwtyond Sloós6q.169 11 0.706 2.895 2.764 3.333 1.84'1 4 0.965 9..921 17 0.714 2.s7s 19 0.114 1.10 0.303 6.025 0.032 6 0.372 1.831 22 0. R.533 2.683 l.98 0.)31 2.701 2.729 2.Q45 2.753 2.093 2.707 7 0.052 2..80 0.681 3.313 1. Soe.690 1. Nível de confiança.711 2.674 1.763 29 0.683 1.539 2.602 2.25 0.485 2..740 2.499 8 0.771 28 0.473 2.508 2.01 1 1.056 2.960 2.518 2.695 1.316 1.')77 15 0.306 2.95 0.228 2.741 1.861 20 0.685 l.684 l.015 2.725 2.160 2.821 3.2 2.t i·.13.000 3.688 1.005 g.479 2..920 4.694 1.925 3 0. ·I _.721 2.692 1.552 2.650 3.700 1. _.distribuição t Intervalo de confiança e Teste unitaudal il esquerda Teste unitaudal il direita Teste bicaudal (1.069 2.345 1.363 1.703 2.

191 36.629 112.845 32.226 6.722 49.236 11.989 28.975 0.997 21 8.211 4.952 70 43.020 0.892 7.461 13.229 6.505 71.955 9 1.591 10.34:2 63.023 100.91 7.434 8.643 9.982 12.410 34.589 10 2.558 3.856 1Í.587 30.940 4.10 0.156 2.566 39.141 3).358 118.362 24.004 0.209 25.498 124.2.117 11.260 10.26Ô 9.425 104.442 4$.688 29.791 18.4$4 0.t i·.700 3.646 2.490 60 3.067 16.808 12.675 21.549 21.841 5.017 14.37$ 9.207 0.289 42.283 11.01 0.308 16.766 50 27.291 107.091 14.4.391 64.642 48.758 59.196 61.216 0.812 22.337 26.188 46.629 6))71 7.113 43. l-d .582 20 7.816 4.542 10.151 18.578 101.989 t.939 37.015 8.685 26.337 14.919 19.136 124. 40.121 14.991 29.29'8 88.860 5 0.85:2 36.1.676 0.805 55.526 34.144 32.660 S.065 74.336 30 13.120 14.488 30.565 4.928 18.611 16.180 2.520 11.779 9.725 26.645 12.916 41.635 2.167 67.733 3.482 43.277 14.443 28.278 50.610 9.086 16.758 51.379 91.251 7.215 80 51.790 21.314 46.995 0.591 13.638 44.548 7 0.299 100 67.449 16.362 15.304 !8.257 16.119 29.535 20.415 39.344 1.565 113.781 40.928 26 11.103 0.348 ll~'\45 12.707 22.010 0.865 25.689 13.879 2 0.05) 0.851 12.076 41.408 7.296 28.473 34.56] 135.016 2.433 26.554 0.297 0.635 7.319 15 4.172 38.%2 9..796 23 9.524 13.247 3.401 13.164 24.768 39.156 19 6.672 l0.053 3.71) 1.652 ~0.559 25 10.831 1.191 33.352 0.217 28.869 31.646 44.001 0.461 48.02:4.9.168 14.261 S.278 96. 188 11 2.801 16 5.382 37.954 16.813 33.920 24.IJ§dd ~"1di<e6 Al9 Tabela 6 .9 74.087 42.565 15.329 85.047 17.647 69.833 12.99 0.198 13.114 36.154 79.267 17 5.169 .848 15.979 50.707 32.338 14.599 40.651 27.240 29.879 106.072 0.005 1 .JJ 13.980 45.196 36.321 90 59.95 0.357 34.924 36.325 4.390 10.064 7.088 2.48.479 38.412 31.075 4.115 0.833 15.739 55.601 5.666 23.342 129.603 3.645 28 12.142 5.53) 95.026 23.987 18.615 32.082 83.275 45.897 10.597 3 0.379 17.074 3.923 45.575 5.764 37.265 7.009 5.210 10.690 2.769 27.194 46.865 15.509 29.844 15.819 14 4.750 6 0.90 "'0.160 12.872 1.025 0.007 35.592 14.40 1 22 8.181 24 9.262 7.547 22.684 16.107 5.299 13 3.564 8.671 35.672 40 20.085 2'1.534 37.757 12 3.57$ 32..275 19.736 27.542 26.885 41.196 11.493 20.222 77.588 52.908 7.051 51.145 1.488 11.92 35.204 30.996 27.475 20.815 9.605 5. .573 16.892 53.507 17.993 29 13.000 34.116 128.527 90.584 6.557 45.0il 12.412 0.042 30.812 6.907 10.773 46.697 6.571 4.013 18.540 57.034 8.735 2.231 9.420 76.838 4 0.307 24.659 33.278 8 l.distribuição qui-quadrado Unicaudal ~ direita Bicaudal Graus de liberdade 0.787 14.483 23.404 5.239 1.290 27 11.633 8.064 23.05 0.691 66.237 1.754 65.689 63.328 70.879 14.204 10.167 2.848 32.312 23.256 43.963 49.932 41.409 35.929 82. 145 118.153 60.886 10.042 19.563 38.706 3.307 20.807 140.708 19.172 53. 0.023 21.364 42.490 13.718 18 6.126 73.805 37.170 37.329 116.090 21.844 7.397 79.741 40.578 17.812 18. 6.

iO 3.55 M6 5.<l.39 44.05 3.79 2.09 5.30 3.5$ 3.72 3.56 14.90 2.08 ~78 20.ll S.49 5.78 12.2:1.51 5.86 4.51 H.42 5:.211 20.39 4.3.34 7..55 3.50 3.64 5..87 19 10.91 7.03 9.60 2.59 3.97 '20.37 5.07 5.55 49.4 199.J7 5.!'S 3.96 1.19 2.23 3.03 5.79 1.55 3.73 4.82 2.14 3.54 3.25 10.15 41.29 29 9.<J? 3.66 12._ 77 2.0') 4.7$ 1$.25 3.11 2.53 4.61 10.47 4.95 3.30 2.01 2.19 $.21 3.86 4.79 4.j:!:=.1 6.48 2.i6 3.42 6.25 5.07 4.71 3.30 5.03 4.69 43.98 2.13 •13.65 5.65 4.87 3.01 3.41 5.12 4.90 2.44 5.71 2.18 5.92 2.69 2.S'I 8.29 6.4 199.88 3.69 21 9.64 3.$3 9.SS 7 16.23 12 1 1.62 2'1.81 3.1 2.(17 2.62 4.86 2. 2.$<) 2.72 4.65 14.32 3.5 199.35 5.44 ·20.00 (ro11ti11rw) .96 4.4i 4.0') 2.86 3.SS 6.57 2.59 3.99 3.-30 4.59 2.4 199..88 5.25· 3.52 3.ts 3.06 7.52 9.92 S..65 7.44 15 10.14S 25.50 J.1.08 1.81 2.0S 8 14.56 3A5 3.$1 7.49 3.61 1.09 2.66 2.81 9.07 3. denontinador 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 00 1 16.70 $.03 19.(.56 2.77 J.37 3.35 3.253 25.61 3.5'1 M2 6.47 19.83 6.10 3.18 7.00 5.52 4.60 5.38 3.18 40 8.25 A.69 7. nu.20 5.83 2.48 24 9.55 2.12 5.22 3.836 24.89 4.85 3.66 2.66 Ú4 4.86 4.74 3_.48 3. 4.93 2.68 S.69 3.4 199.33 2.2 199.52 5.87 2.distribuição F .18 3.34 4.12 3.30 2.73 5.98 4.43 3.84 4.33 26.87 1.48 3.15 3.30 6.18 6.05 2.47 7.37 3.24 12.37 2...17 4.47 5.98 1.0') J.61 6.66 2.40 2.76 4.81 6.6:1 li 12.80 7.10 2.615 22.54 4.06.2 199.83 20.~ 27 9..3$ 8.mer..27 4.11 li 10.79 3.52 6.j~ 3.-137 23.92 2.06 2.42 4.72 1.60 2.34 4.69 6.83 1.630 24.94 3.14 20.\0 5i$6 5.53 7.$<) 3.93 2.98 1$ 10.61 2.35 5.37 3.78 2.32 4~70 4.23 6.67 1.19 45.•22 3.SS 3.J5 3.0S 4.04 2.76 3.07 10.02 'Í.21 4.75 i.01 2.1 4 6 18.40 12.88 43.64 3.83 6.01 3.73 5.03 3.75 3.96 13.94 3.S 199.07 4.33 iJ.5.04 9.27 4.25 4.26 4.34 4.54 S.73 S.06 5.97 21.2 13.N: Graus de liberdade.31 16.30 5.940 25.57 10.30 4.95 9 13.51 3.96 3. 3 31.6S 5.2.~I 3.3 199.28 3.81 5.58 3.13 3.014 25.\dor liberdade.02 2.23 6.93 3..65 3.20 3.16 5.36 2.97 -1.\1_7 -16.52 2.90 1.18 4.50 3.40 3.97 3.n 2.73 3.8) 3.26 24.3$ •1.40 3.46 4.96 3.49' 5.29 3.28 6.04 3.22 3.40 6.29 2.89 2.39 4.24 3.$3 5.3$ 13.73 2.64 3.92 2.89 5.68 8151 8.82 4.33 3.61 19.99 5.61 22 9.SO 47.07 2.58 4.41 2.24 30 9.32 4.07 4.60 8.18 6.35 21. .32 5 22.49 4.64 4.06 1.~ .11 3.74 2.20 13.14.80 5.99 41.21 $.000 21.02 2.92 5.67 4.500 23.68 6.42 2.41 3.69 3..16 S.54 5.iS 4...5 55.15 22.1') 2:6:i f.95 4.99..26 3.89 8.28 2l.93 60" 8.54 6.50 7.86 3.69 11.05 4.66 5.36 1.% 7.43 4.15 12.28 3.50 6.45 3..31 3.0 3.02 3.08 2.47 9.25 4. 4.28 4.56 4.3$ 26 9.35 3.43 4.63 !:~ 12.00 8..99 1.37 8.79 3.23 4.49 3.73 5.48 5.31 3.75 1.4 199.75 19.·14 3.62 •12.1 1 3.72 7.54 3.0') 4.74 2.95 2.18 4.73 2.i9 5.60 4.40 5.53 1.76 3.21 7.30 3.83 3.44 4.72 4.97 7.01 2.925 24.5 199.19 10 12.19 2.52 l.52 2.42 7.43 25 9.39 .2() 3.00 2.69 4.4i ~.94 4.056 23.45 2.50 2.60 6.39 10.73 6. o: o = 0.36 4.95 2.34 ~.92 3.41 3.5 199.52 5.53 12.85 4.359 25.24 5.091 24.06 3.27 4.26 16 10.37 2.48 6.19 7. 3.52 4.37 4.94.78 20 9.46 4.28 3.77 13.91 4.70 43.66 3.66 4.31 42.90 12.46 11.os 7.79 4.4S 5.61 4.9.76 5.98 3.61 3.9 9.82 2.26 4.88 10.(.$6 5~26 5. F ! F ~ g.5 1.25 28 9.42 3.5 199.73 $.07 3.84 2.10 2.55 4.l.63 2.07 7.24 9.43 4.34 M7 6.30 7.85 3.79 10.63 6.63 2.."'o • e.22 7.89 19.90 13 11.4 199.43 00 7.465 2 198.77 2.43 s.77 3.55 23 9.) 7 4.97 2.92 3. 14.35 $.0 1?9.78 3.39 2.26 23.97 5.s.18 2.'3 199.05 9.73 2.31 7.117 1.19 2.82 2.69 120 8.76 2.93 6.97 3.54 l.03 ll.92 12.75 4.$8 2.34 6.5.85 4.224 24.62 5.95 7.70 3.85 5.68 3..Tabela 7 .14 3.60 3.SS 3.23 5.36 9.50 5.23 "6. 17 4. Ç' li 1 __ _ __.45 2.13 6-88 6.36 3.46 21.53 15.54 4.47 3.$1 2.82 S.99 3.005 i Graus de g.47 42.715 23.56 2.21 3.69 3.76 3.00 1.27 5.71.91 4.2S 4.20 3.38 i.4 199.01 6.12 3.58 7.71 2.40 10.74 4.56 4.03 5.8'1 4M3 H. 11.38 4. 4.68 4.50 2.1 2 9.62 2.27 12.21 3.15 2.

60 2.55 8.96 2.11 2.06 11.04 4..40 3.47 2.99 6.50 4.52 3.72 6.02 2.10 7.70 2.01 Graus de g.49 99.21 4.51 4.30 3.39 4.60 lJ.61 4.54 4.18 $.26 3.80 2.37 6.92 2.20 9.36 5.29 4.00 16.IO 99.625 5.313 6.97 10.47 99.51 2.13 27 7.56.75 M7 S.'fab~la 'l .89 3.403 5.50 2.03 2.42 21 8.339 6.70 2S5 2.02 3.89 2.49 27.21 3.03 3.03 3.022 6.21 14.48 99.56 3.20 5.54 3.66 1.12 30.71 4.() 7.36 3.17 2.62 2.93 2.69 3.3J J .29 3.75 2..59 U7 1.76 4.41 3.56 8.72 9.87 26.7$ 2.22 5.23 3.21 6.982 6.72 7.55 4.59 3. 17 3.39 4. 1.75 2.52 15.ll s.02 6 13.94 4.8$ 5.í17 3.06 2.36 22 7.16 3.82 3.26 5.49 4.84 3.91 5.26 3.25 4.3.23 7.46 5 '16.7-1 4.84 2.01 3.76 3.83 3.30 3.82 4.76 2.209 6.106 6.80 2.86 6.00 3.12 2.70 3.18 3.o: "'= 0.42 4.3..18 4.32 5.65 3.56 2. 2.78 3.25 4.62 6..14 4.54 2.12 2.0{ 3.58 ~o 2.75 13.12 2.94.56 4.46 4.51 5.29 3.23 5.57 2.25 3.18 4.31 3.60 26.68 3.48 3.$4 l.64 4.05 2.50 3 34.60 12' 9.13 3.08 4.86 3.00 2.56 6.waçifo) g.82 4..29 2.7S -1.80 3.29 2.l.93 2.41 4.64 5.99 2.4? 2.46 28.80 5.~5 5.157 6.í17 6.J J.92 9.63 2.50 26.58 2.96 2.2.47 3.63 3.00 2.78 2.47 2.66 4.37 3.69 3.38 2.81 3.80 2.01 6.85 2.57 19 8.62 J.09 4.05 9.39 99.20 2.01) 3.9$ 15.i.87 4.45 4.06 6.70 3.36 5.26 2.66 2.65 18 8.38 ()() 6:63 4.94 3.02 13.89 9.79 3.32 26.01 40 7.056 6. 2.$4 13.95 1.22 3.45 2.65 7.52 ·2.74 5.46 7.80 3.59 7.76 1.15 3.31 3.34 3.30 3.12 3.59 3i45 3.82 29.37 99.56 3.72 5.928 5.01 .86 9 10.34 3.72 4.44 4.(..9) l'1 9.29 3. 13 3.)8 6..4'1 3.78 ·1.)2 5.79 1. 10 3.71 3.13 •1 21.94 2.57 4. 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 00 1 4.25 99.28 5.65 13.26 3.55 5.17 3.35 2.63 2.ll 2.87 3.70 3.66 3.58 4.14 7.90 3.38 9.26 3.91 27.78 3..33 99.75 2.42 :1.06 4.64 2.49 20 8.5 5..17 4.26 8.2.72 2.89 2.11 4.10 3.7~ 2.89 4.22 26.20 H.9.50 4.31 3.35 2.20 5.03 5.93 5.85 4.999.~ 6.37 14.50 2.39 2.29 10.67 5.86 2.70 2.70 1.82 2. 4.43 3.6:1 3.46 3.04 7.66 1.16 10.08 3.6'1 2.10 5.56 J.50 99.17 26 7.43 4.34 4.98 14.83 2.25 4.42 2.46 3.% 4.66 2.764 5.82 5.27 12.43 3.07 5.07 2.3.58 2.30 4.2.78 2.29 9.65 7.92 2.12 99.53 6.32 3.Sl 3.85 4.75 10.98 7.55 3.71 28.80 (.02 5.53 4.82 5.45 7.82 3.41 26.17 3.60 3.% 2.36 2..32 1. 2.26 24 7.N: Graus de liberdade.86 1.77 3.03 4.31 6.77 5.69 2.39 10.96 3.26 $.45 99.02 6.83 2.10 3.50 3.47 5.84 2.52 2.98 i.52 3.24 27.4(• 2.'.37 4.62 2.20 4.22 3.75 17 MO 6.02 2.23 27.56 2.95 2.57 4.85 7.67 3.46 10.28 4.32 3.37 2.75 3.67 2.45 2.99 2.235 6.09 2.42 6.66 3.01 4.18 3$ 3.89 3.64 3.2 1 2.261 6.94 3.5] 3.78 3.73 2.33 6.37 3.07 2.67 4. 2.31 10 1o.16 3.8 5.56 5.)5 $.00 2.93 2.59 3.21 3.91 1.13 2.19 6.06 5.79 2. ll 2.26 3.72 4.72 2.4-0 4.93 13.36 13 9.37 3.91 5.08 4.17 3.73 3.32 4.99 5.4$ 3.87 16 8.35 27. numerador liberdade.&1 ·2.99 6M 6.59 3. 4.19 2.64 5. 5.03 1.11 9.63 4.47 6.287 6.2(1 2.27 3.56 4.86 3.54 2.4_(.00 IS 8.11 2.69 26.21 25 7.31 5.62 3.12 2.16 6.s:: 2.70 5..60 5.61 2.li 2.~ 1.67 10.44 2.:so l4.43 3.25 9.41 5.9.31 23 7.08 3.23 3.03 1.94 4.49 2.51 3.44 4.00 (<illffúum) i~- ~ .81 2.35 3.39 5.10 4.l.15 3.51 3.78 9..lJ 3.09 3.41 2.16 3.07 4.052 4.~8.16 2.40 2..92· 2.64 4.30 4.93 5.-52 5.14 4.51 3.01 5.34 2..31 7.35 5.79 3.05 26.20 !S.57 4.7 99.46 99.'T 2.17 99.67 2.95 5.23 3.366 2 93.93 3.17 14 8.99 5.6:f.88 7 l2.03 2.60 120 6.69 'i.9~ 3.55 9.distribüi(ilo F (to11ti.77 4.56 7A0 7.~ 3.49 2.69 15.23 2.85 4..(J.1s 4.87 7.53 3.65 4.81 4.63 3.99 3..113 30 7.859 5.36 99.16 4.74 S.87 2.65 8 11.81 5.09 3. ~ .06 4.94 3.69 4.42 3.10 28 7.35 2.96 2M 2.18 3.20 3.04 3.73 4.33 4.90 2.02 3.55 2.3.14 . denominado..43 99.71 3.20 2.39 3.67 5.31 3.54 4.29 6.86 4.$8 2.66 14.33 2.02 1.30 99.26 13.03 2. 19 uo 3.66 2.36 3.32 2.74 2.66 2.68 4.31 .40 4.00 99.67 27.78 3.30 2.68 6.00 2.47 9.06 29 7.67 3.50 3.. 6.55 2.78 3.95 3.35 3.09 2.61 5.

18 3.30 39.$9.04 22 5.75 2.70 2.8 799.16 2.0i 6.71 5.39 2. 1.89 3..30 4.82 1.U 3.98 6.50 2.09 2.26 2.6$ 2.24 4.36 39.31.04 2.56 2.62 2.73 2.87 2.98 2.72 4.31 $.42 3.93 3.01 1.51 3.22 3.3 968.46 39.73 2.31 00 5.50 3 l7.48 39A9 39.13 2.:ÍI 5.39 2.24 3.2 1..67 2.85 6.44 3.94 1.1$ 2.26 4.00 39.52 3.57 6. .82 l.56 3.45 2.69 3.06 3.18 3.46 3.85 3.77 4.23 2.00 3.75 3.82 2.39 7.10 4.01 1.12 3.68 2.25 39.99 13.96 l.9 993.01 2.S9 2.64 2.69 1.48 4.52 5.78 2.06 5.97 24 5.óó 2.67 2.16.44 16.95 1.57 2.94 1. o.17 3.36 4.5) 2.22 3.33 10 6.15 3.29 5.76 4.4$ 3.62 3.44 2.66 3.12 6.15 2.91 2.71 2.13 2.S7 2.16 3.87 1.08 3.63 3.63 2.(.01 2.35 3.28 3.17 <!.66' 4.12 14.90 2.95 2.5 2.65 9. 2.1 1..41 2.60 5.19 2.96 2.31 4.88 2.04 13.44 ·3.21 2.0S 2.9i 2.72 3.62 6.36 4.21 2.08 11 6.67 3..72 2.89 3.04 15.80 3.52 3.76 2.77 2.85 28 5.29 3.26 3.07 6. o: Graus de liberdad~.82 5.23 2.94 2.52 2.45 2.22 2.28 4.72 2.99 4.27 2.)7 3.93 2.01 4.53 M3 4.97 2.g-0 39/ll 39.20 3.29 3.1$ 2..96 2.05 2.33 3.50 3.31 3.23 3.55 2.74 1.41 2.62 2.006 t.29 2.79 4.16 2.69 4.27 3.33 6.. N: Graus de liberdade.2.02 2.79 2.37 2.56 3.72 4.67 2.·17 3.84 2.2í J.Ol 8.92 4.88 12 6.34 3.010 1.99 2.:.31 2.98 l.43 2.98 4.00 (<m1ti11un) .43 ·39.32 4.05 'J.18 2.27 2.98 9.27 5.7 984.46 $.45 2.07 5.92 2..34 i.60 14 6.00 1.87 3.47 4.18 2.99 5.43 3.35 3. 3. numerador t denominador 1 2 3 4 5 6 7 8 9 10 12 15 20 24 ·30 40 60 120 00 1 647.68 2.05.00 2.76 7.36 2.76 6.60.6 8.59 2.64 2.69 3.48 120 5.1 997.67 3.00 3.88 2.51 2.)4 2.33 2.72 3.24 2.33 2.$7 2.01 3.96 3.36 2.78 2.79 2.45 39.39 3.52 2.42 5.25 3.62 14.59 3.5~ 2.30 2.6 976.63 2.46 2Al 2.01 1.9$ 8. 3.l.61 4.78 3.15 6.20 2.81 7.09 21 5..36 8.66 3.61 2.05 2.11 2.72 13 6.24 2.11 2.$8 14.17 2.i9 2.05 1.41 8.08 2.80 1.50 2.87 2.25 2.53 2.10 2.18 3.16 6.85 2.74 2.10 14.63 4.93 2.28 3.50 2.51 3.$ 2.)2 2. 2.63 1.12 4.\10 f% 1.23 14.42 2.1 3. .85 2.()S 14.80 2.03 3.84 2.78 3.7) 1.(1.64 60 5.SS 1.91 2.7S M7 9 7.'l 5.67 2.20 2:14 2.33 3.34 14. 77 3.21 2.20 9. 9.72 5.47 4.02 2.29 2.$9 2.60 2.49 15 6.42 4.= 0.51 S.s.22 2.53 l.20 4.38 3.25 4.06 2.05 1.64 2.82 4.20 3.9.17 39.08 4.20 4.65 •J.56 1.".37 39.51 3.13 20 5.38 3.07 2.2(1 4.79 40 5.2 956.12 4.95 3.39 2.2 l.24 3.95 13.8(.73 2.89 5.83 4.05 2.57 1.l2 5.30 2.5 864.29 °3.12 3.38 3.10 4.9S 1.01 2.91 1.27 l.44 15.76 1.30 2.25 18 5.22 10.75 4.90 4.7 963.77 3.00 2.05 2.95 3.21 3.51 2.36 9.15 3.75 8.02 3.62 4.73 3.~ 5.90 2.20 3.i S.61 2.33 39.26 6.32 17 6.53 3.1.11 2.78.06 2.70 2.SÓ 2.47 2.73 2.97 39.22 2.3.44 2.19 2.56 $.47 4.96 4.48 1. 1.54 2.97 ·1. 11 2.55 5.37 3. 3.03 2.01 1.63 4.43 6.15 2.71 1.04 3.56 2.33 2.13 3.73 3.2 699.39 2. 2.57 2.54 5.20 'l.25 3.65 2.07 S.. 17 5.(.<ll 2.05 3.29 3.62 2.17 2.61 3.82 3.82 2.03 1.07 3.1 948.05 2.22 3.26 5 lO..19 19 5.59 3.27 3.8.99 2.17 14.94 25 5.86 4.56 3.41 4.76 2..43 7.36 2.15 3.44 2.57 4.57 2.$3 M2 3.6 921.025 g.07 3.84 2.79 2.10 3.$8 1.84 2.51 39.IW 1.94 1.13 2.35 2.94 5.59 2.29 3..89 2.8 937.76 3.46 4.83 29 559 4.98 2.88 3.60 6.66 3.67 2.32 2.57 4.86 3.47 14A2 14.9(1 4.31 2.82 4.41 2.53 2.94 2.l2 2.~ 1.14 s 7.49 2.61 3.06 1.12 4.65 2.39 2.12 3.76 2.95 2.07 2.4 1 3.72 2.73 14.40 16 6.00 4 12.61 3.70 5.67 4.52 5.46 3.02 6 8.014 1.85 7 8.50 3.34 3.92 2.57 2.51 2.65 3.68 27 5..87 4.5''l 2.29 2.09 2.:JO .90 3.l. Tab~Ja 7 -distribuição F (co11ti111inção) • [ f g.76 2.87 2.63 2.25 3.27 2.95 3.56 3.37 5.57 2.28 6.46 2.45 2.0A 4.018 2 38.68 6.39 3.08 2.61 2.3$ 3.09 2.61 1."'.46 3.31 3.80 3.69 ~.91 26 5.44 3.79 2.29 3.4 1.39 39.67 1.15 2.14 3.94 l.07 2.54 14.41 3.60 3.32 2.51 3.61 3.22 3.75 2.()01 1.Sl 30 5.23 6.38 2.82 2.59 2.51 2.45 3.33 2.70 2.SI 2.46 5.90 s.33 3.35 .15 3.06 2.77 2.10 4.90 2.25 2.69 2.1.46 39..52 6.

35 3.94 1.92 1.45 2.% 1.67 7 5.39 1.84 3.47 19.53 1.% 18.J4 3.30 19_.Sl 2.80 2.58 3.% 1.02 1.59 3.84 21 4.84 2.0l 2.41 19.46 2.48 3.92 2.9Õ J.46 1.08 3.71 6.69 2.34 2.62 4.11 2.31 2.2 234.)6 6.37 2.10 4.33 3..81 3.29 2.08 3.S 4.9 248.23 2.26 3.29 2.82 1.38 2.42 2.) 4.62 2.63 2..79 1.50 3.07 3.86 1.06 2.95 1.26 3.71 2.46 2.83 J.83 2.70 2.23 2.43 2.10 2.50 4.48 3.39 120 00 3.70 3.64 3.68 1.31 2.55 1.3 2 18.37 2.7 224. 0.05 4.32' 2.05 2.40 2.4 1 3.70 1.~ 5.20 3.66 2.1 252.60 2.94 1.34 2.41 2.27 3.84 1.55 3.28 9.J5 2.69 3.34 2.4'1 3.25 2.74 s.20 2.84 2.64 2.86 5.51 2.73 25 4.25 1.58 2.33 19.90 1.95 4.0 249.74 2.40 12 4.56 2.64 1.71 10 ~.10 2.09 2.29 2.84 1.IS 19.49 2.96 2.35 $.52 3.27 2.24 2.12 2.94 $.04 1.49 3.9 245.71 2.21 H 4.82 2.69 1. denominador 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 00 1 161.SO 2.44 3.87 1.79 1.22 1.09 2.53 4 7.12 9.32 2.03 1.25 2.22 2.04 6.99 1.35 2.31 2.53 2.76 2.5 215.15 '1.35 2.79 1.57 2.n 5.60 3.17 3.27 2.07 2.6 2.42 3.5'1 19.47 1.08 2..9'1 2.3) 2.1 250.19 2.57 1.22 2.% 2.89 1.24 3..0 236.28 2.84 1.97 2.5 2.30 2.SS 2.37 19.68 4.22 3.07 3.ibcrdade.66 8.15 2. JS "2.14 3.67 2.45 2.90 2.93 2.9t 1.16 2.Sl 8.6 230.82 1.26 3.47 2.68 3.19 2.53 2..49 2.79 2.12 4. "' .14 4.2 253.78 23 4.72 5.61 2.69 27 4.93" 2.20 2.05 2.85 2. numerador 1.91 5.40 19.24 2.28 2.02 1.10 3.62 2.99 2.18 2.12 2.15 3.74 4.01 1.62 $.77 2.04.73 3.98 2.59 1..81 1..05 Graus de g.13.4 199.46 4.74 2.03 l.55 2)13 2..84 1.61 2~57 2.94 1.r:>5 2.86 2..99 J.49 2..36 3.77 1.03 1.74 2.i9 5.07 2.29 3.90 2.35 2.38 2.8 23$.25 19.35 3.91 1.75 2.42 2.59 S.70 2.52 1. 1.S $.98 J.1 l 2.77 4.30 2.42 2.46 2.85 2.51 2.16 2.59 4.87 1.35 1.10 2.06 2.46 4..55 2.26 6.02 2.81 3.01 2.64 8.39 6.70 2.91 1.07 16 4..40 2.01 2.03 2.35 4.48 2.39 2.53 2..27 2.47 2.94 2.45 19.68 3.01 1.74 1.33 2..21 4.90 2.49 3.83 1.39 4.88 1.37 2.43 1.18 2.01 1.96 4.23 3.75 2.86 3.41 3.01 2.i9 1.22 3.46 2.23 8 5.05 2.74 4.51 3.75 1.20 2.4.55 9.38 19.12 2.77 3.95 l. 19.54 2..62 2.03 2.15 2.13 9.92 1. 4.23 2.70 1.51 2.36 2.S 2.$') $.45 2.24 3.5.62 40 4.% 1.65 2.3-0 3.48 2.66 2.5'3 2.64 30 4.96 1.]8 2. l4 3.76 24 4.l 1.39 3.13 2.06 4.39 2.88 4.34 2.58 1.38 2.11 2.09 6.1.29 3.98 2.4S 2.34 3.21 3. 18 3.79 8..51 60 4. = (i-.13 19.07 3.37 2.81 22 4.98 1.34 2.0) 1.60 2.53 4.28 2.84 3.27 2..93 J..2S 2.63' 5 6.·71 2.98 3.44 2.56 4.59 2..00 2.69 5.20 3.1 251.25 2. 12 3.92 2.13 2.mfi11un) .00 2.\J6 1.28 3.10 2.i9 2.93 1.N: Graus de Jlberdade.59 6.11 2.63 S.70.27 2.42 2. 1.07 3.71 3.25 2.39 2.93 9 5.96 2.s 241.47 3.40 io1 2.91 2.o: 0t .63 3.90 2.32 2..5() 1.07 1..7i 'l.18 2.16 2.65 29 4.49 2.77 2.31 2.68 2.09 3.16 19.l.79 2.25 2.85 1.54 11 4184 3.96 5.75 1.01 2.65 2.35 2..50 3 10.15 2.87 3.97 3.21 2.87 2.12 3.33 2.94 3.JO 2. 2.78 2.30 13 4.o 8.58 2.3-1 3.40 2.13 2.09 2.61 2.34 2.distribuição F (co11ti1111nçào) g.36 3.30 2.32 2.75 1.60 2.92 1.23 3.30 3.66 2_.)1 3.97 1.65 1.00 1.37 2.88 20 4. 2.1$ 2.07 2.67 3.71 26 4.9 2.98 1.92 19 4..16 2.60 2.76 2.13 15 4.71 2.99 l.11 2.24 2.SO 1.85 2.64 2.35 19.84 1.84 3.71 1.10 2.66 2.16 2.19 2.76 4.40 4.$9 1.38 3.49 3.97 1.36 2.21 2.74 2.93 1µ 1.04.95 2.19 2.92 3.45 2.45 3.66 5.89 3.53 2.67 28 4.23 2.42 2:a.83 2.20 2.75 1. .54 2.3 254.54 2.60 2.44 3.00 3.19 5.90 l.41 5.12 2.87 3.39 2.00 3.72 2.22 2.32 3.84 1..17 2.69 2.28 3.53 4.01 '17 4.79 3.74 1.Tabela 7 .59 2.68 2.08 2.74 3.75 3.03 1.46 19.85 1.73 2.10.25 2.77 2.06 2.89 1.04 3.85 2.45.66 1.17 i.94 6.61 5.00 19.96 1.81 1.37 3.53 2.49 19.75 1.32 1.57 8.36 6 s.67 1.60 s.18 3.91 1.49 2.75 5.o1 1.95 2.54 3.59 3.82 4.6.59 2.73 1.32 4.54 2.9 2.1.34 2.20 2.06 2.18 3.00 i.57 2.01 S.76 2.45 2.87 1.00 5.33 2.1 1 2.41 3.37 2.57 3.38 2.92 J.

06 1.80 1.71 J..76 J.98 l.61 1.92 2.06 li 3.54 2.67 2.65 1.56 2.94 1.34 2.$7 1.00 1.76 1.32 4.55 2.92 1. .15 2.33 2.57 23 2})4 2.98 1.24 3.69 2.$7 \.86 49.73 l.50 53.74 1.28 2.$2 1.75 1..7$ 1.95 J.51 2.80 1.9 3.16 2. "' = 0.29 9.17 2.28 5.07 2..88 2.93 1.$4 1.56 2.16 3.13 2.97 1.66 1.71 1.31 ~.I l.91.86 60.!o a.73 1.80 3.49 '2.01 1.56 l.50 27 2.66 1.06 2.36 2..86 1.54 1.53 2.86 1.62 1..83 1.5.63 2.05 2.48 2.21 2.50 2.68 1. p.06 2.1..70 1.93 2.d istribuição F (co11ti1111açiio) • .19 3.16 9.52 L46 29 2.40 3.10 '2.20 2.96 1.75 1.09 2.96 1.81 1.94 2.08 2.46 2.1 1.69 2.59 3.85 H 3.39 5.67 1.00 1.85 l .84 1.78 3.53 62.11 2.19 4.28 2.83 1.18 2.66 19 2.4 1 L.4.66 1.99 1..61 2.32 2.82 1.40 1.o: Graus de liberdade.56 2..83 3..06 63.87 1.95 1..52 2.89 1.24 2.24 5.30 2.84 2.99 1.79 1.68 1.5l 1.-18 U4 1.13 1.03 2.25 2.6 2.62 1.10 6 3.54 2.54 qo U6 40 2.01 1.75 1.21 2.20 58.S6 1.55 1.75 2.63 1.37 9.61 2.$7 1.01 3.27 2.08 2.vila.64 1.63 20 2.42 ].08 1.93 1.v.81 1..54 2.29 2.70 2.56 2.71 2.SI 1.H 2.1~1 1.l.10 2. nu.74 -1.93 1.16 5/15 5.JJ.72 2.47 2.73 2.13 2.79 l.i7 1.12 2.21 2.70 1..84 1.05 2.04 1..81 2/73 2.4) 2.95 1.82 l.34 2.12 2. ThomP'OO ( 1943).26 l.73 l.86 1.79 63.10 2..25 2.51 1.74 2.28 2.58 2.67 l.23 2.64 l.27 i.23 2.97 12 3..60 1.73 2.1s 2.00 1.89 1.49 2..61 21 2.37 1.61 1.79 1.19 2.> Oislribu.l 1.89 1..95 2.52 26 2.97 l .78 3.69 l.72 1.86 1.78 1.% 1..75 1.72 17 3.46 5.62 2.90 1.19 60.50 2.30 2..34 5.67 l.7.11 4~Q5 4.3<) 2. lobel..37 3.8') 1.29 ~.74 62. 74-87.08 2.92 2.20 5.52 2. .87 2.49 t47 8 3.54 4.06 3.81 1..78 2.24 ·2.18 2.22 5.01 2. .05 3.61 1.70 l.79 2.16 2.18 2.38 2. 1..l°>Q 1.95 1..$1 1.90 2.00 De M.76 5 4.3.16 2..11 3.20 2.91 2.52 3.25 2.90 1.92 1.38 2.' i· ~- g.46 2.39 2.24 l.21 2.92 2.09 2. 12 3.•14 2.77 1..95 3.l.89 1.31 2.83 1.23 2.04 2.90 2.93 1.50 2.1 1..71.18 2.72 7 3.47 9.30 2.43 2.34 2.91 J.88 1.21 2.98 2.55 1.55 2.13 2.16 2.32 2. 17 3.96 2.63 J.8 9.78 l.24 58.32 3.S7 2.77 1."IO 2.03 2.12 2.36 2.% 1.14 59. 1.11 2.72 1. 19 00 2.1 5.91 59. _.59 1.18 3.98 1.99 2.81 2.61 2.6.59 1.18 5.83 2.$3 1.73 1.27 3..01 2.89 1.22 2. 14 5.34 1.81 1.17 2.06 2.(.78 2.S9 2.94 !..49 28 2.57 J.32 1.14 2.~6 J.75 1.79 1.76 1.53 9.93 1.ç.38 2.69 l.92 1.-.69 1.67 2. (F) """lld.36 3.01 1.94 1.70 1.87 l .45 3.46 9/17 9.59 2.9$ 1.98 3.03 1.96 1.52 2.1 2.86 1.77 t.83 57.00 1. 1.35 2.10 g.78 1.77 1.68 J.90 1.82 3.3$ 1.18 5.17 2.93 1.87 1.J6 2.90 l.12 2.01 2.33 2.31 5.09 2.00 9.13 2.87 3.39 2.57 1.47 1..l°>Q 1. 1• ~.68 1.nterador l denominador 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 <:O 1 39.$5 1.99 1.71 1.8.33 9.87 ºl. M.10 2.72 1.30 1.16 2.09 2.24 9.99 1.iogJOn e C.34 3.80 2.30 3.os de Rlt<.76 ].93 L90 13 3..61 2.39 2.72 1. ~ Tabela 7 .54 1.24 2.42 2.15 2.M 1.33 2.22 2.91 1.72 1.84 3.1 2.91 I.59 55..48 U5 1.H 2.5.87 1.05 2.06 2.05 1.02 1.84 1.16 10 3.94..28 2.89 1.00 62.88 l.35 2.9~ 1.62 2.69 1.°18 2.30 2.35 l..98 1.06 2.26 62.01 1.05 2.67 1.38 60 2.76 2. cem pt~>de Bicm.39 9.60 1.75 2.72 1.57 1.01 1.59 2.24 2.66 1.49 3 5.35 9.85 1.96 2.27 5.99 1.2.59 22 2.10 2.55 1.Q3 2.•23 2.19 2.26 3.51 2.78 1.00 1.H 2.04 1.15 2..90 1.96 t.07 2.06 2.67 2..46 3.93 1.09 2.84 1.65 ].00 1.60 1.29 9 3.19 2.1 2.72 1.64 2.27 2.42 2.47 30 2..92 1..88 l.62 3.82 1.96 l.61 1.02 1.96 1)1 1.10 2.7S 3.38 2.49 1.02 1.cm d.41 9A2 9A~ 9A5 9.18 2.33 2 8.53 1.51 2.9.31 2.42 1.63 1.00 1.35 2..97 1..58 1.13 4 4.32 2.76 16 .45 2..67 ].67 1.04 2.64 1.08 2.97 2.35 2.25 5.44 2..60 1..86 2.76 2.70 2.08 2.82 2.llõ J.82 1.21 3.77 1.84 -1.59 1.90 3..80 15 3.29 2.81 2.10 2.94 3.29 120 2.69 1.02 1.23 5.20 2."17 1.10 2.88 1.92 3.81 1.71 6L22 61.76 1.84 2.04 2."14 3.5 i .11 2.71 ·r.N: Graus de liberdade.D6 2.88 2.65 J.69 18 3.56 1.60 1.J7 5.34 2.5$ 1.39 2.57 L53 25 2.28 2.59 2.79 1.28 2.44 Z.55 24 2.38 9.62 1.05 l.5..07 2.98 1.l.29 2.72 1.

10 8 o o o 1 9 o o 1 1 10 o o t 1 11 o 1 2 12 2 2 13 1 1 2 3 14 1 2 3 3 15 2 2 3 3 16 2 2 3 4 17 2 3 4 4 18 3 3 4 5 19 3 4 4 5 20 3 4 5 5 21 4 4 5 6 22 4 5 5 6 23 4 5 6 7 24 s 5 6 7 25 5 6 6 7 Nota: i T. Oóocl e A M. = 0.'.enta o B.025 o: -o.01 O< = 0.is$IO. Q$dmamQ d. o. l-d .abda 8 ~ çara os testes. Ovalof do ~ é o meno.0.os Bicaudal. o: .0. amos~ n feP(es.oos <x . li O< = 0.IJ§dd Aplndict B AZS Tabela 8. Unicaudal. S<o>s><alAsscdorioll \\:11 41 {19'6) p. nCKnero de Sn?l$ de + ou -.01 o: . C>eJO<JmOI o1-.ime10 total de sinais de + ou -.05 O< = 0. 557'*.t i·. Mood.02 o. .Valores crflicos para o teste de sinais Rejeite a hipótese nula se a estatística de teste for menor ou igual ao valor na tabela. Reiml)<eSSO(<)<II pem. ~ ov bttaur:ldi$. \~ J.

0.02 0:=0.10 ~ = 0.02.05 o. li Ck = 0. for menor ou igual ao valor dado na tabela.ada Tabela 9 -valores críticos para o teste de postos com sinais de Wilcoxon Rejeite a hipótese.t i·.01 5 1 6 2 1 7 4 2 o 8 6 4 2 o 9 8 6 3 2 10 11 8 5 3 11 14. ... 11 7 5 12 17 14 JO 7 13 21 17 13 10 14 26 21 16 13 15 30 25 20 16 16 36 30 24 19 17 41 35 28 23 1$ 47 40 33 2$ 19 54 46 38 32 20 60 52 43 37 21 68 59 49 43 22 75 66 56 49 23 83 73 62 55 24 92 81 69 6'1 25 101 90 77 68 26 l 10 98 85 76 27 120 107 93 84 28 130 117 102 92 29 141 127 li l 100 30 152 137 120 109 .IJ§dd AZ6 • (s111í11ka a~li. o.oos Bicaudal.-o.nula se o valor da estatística de teste w.os o: .S oc . Unicaudal. =0. o.01 oc. l-d .0.

591 0.377 0.368 0.525 0.457 0.409." s A27 Ta.412 0.476 0.780 13 0. 0.475 0.537 25 0.392 0.536 0.545 0.329 0.786 0.425 0.505 28 0. l-d .305 0.738 0.t i·.645 18 0.881 9 0.351 0.370 0.716 15 0.564 0.30 0.sao do 1nstiMe d Matbemalica! SUtis'KS.497 0.IJ§dd ""'''.388 0.323 0.648 0.608 20 0. .418 0.818 12 0.441 0.364 0.400 0.900 6 0.385 0.487 .valores críticos para o coeficiente de correlação de Spearrnan Rejeite H0: P.566 0.336 0.886 7 0.428 0.os a =o.829 0.311 0.496 29 0.317 0.01 5 0.618 0. : Ose o valor absoluto der.591 21 0.600 0.377 0. li ô: = 0.343 0.10 (k::o.562 23 0.526 26 0.625 19 0.576 22 0.399 0.794 1l 0.929 8 0. for maior que o valor dado na tabela.666 17 0.689 16 0.478 R:el'!l)(tSso com permis.745 '14 0.359 0.700 0.450 0.438 0.bela 10.515 27 0.462 0.643 0.549 24 0.833 10 0.714 0.490 0.507 0.

661 15 0.666 0.IJ§dd AZ8 • !sto•b••.01 1 0.367 0.278 90 0.266 0.575 20 0. li o: = 0.202 0.294 0.374 0.213 0.334 0.834 9 0. 0.875 8 0.286 85 0.463 35 0.707 0.t i·.482 0.227 0.496 27 0.917 7 0.312 0..708 13 0.197 0.263 100 0.388 0.532 0.765 11 0.468 0.576 0.641 16 0.235 0.7:35 12 0.)res-QIKO$r4 lijbela 11 bam ger~s ~ ofxcet .valores críticos para o coeficiente de correlação de Pearson Rejeite /10: p ~ Ose o valor absoluto der for maior que o valor dado na tabela.207 0.244 0.ia Tabela 11 .413 0.~li.05 ().423 0..433 0.330 65 0.811 0.444 0.3)7 70 0.404 0.361 55 p.220 0.430 40 0.553 0.479 29 0.497 0..254 0.990 5 0.487 28 0.515 25 0.306 75 0.256 Os Vil)l.279 0.561 21 Ó.471 30 0.381 0.396 0.606 18 0.514 0.590 19 0.403 45 0.602 0.380 50 0.754 0.456 0.361 0.959 6 0.270 95 0.632 0.950 0.878 0.798 10 0.345 60 0.623 17 0.505 26 0.526 24 0.2% 80 0.537 23 0..549 22 0.684 14 0. l-d .

. 26 27 .l à maior entrada. r 26 26 27 27 20 2 3 4 5 6 6 7 8 9 9 10 10 11 12 12 13 13 13 14 6 8 10 12 14 16 17 18 20 21 22 23 24 25 :2õ..IJ§dd Aptndict6 A29 Tabela 12 . 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 2 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 .1 à menor entrada ou maior ou igua.t i·.6 6 6 3 1 1 1 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 6 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 ·8 8 8 1 1 1 2 2 2 3 3 3 3 3 3 3 3 4 4 4 4 4 4 6 8 9 9 9 10 10 10 10 10 10 10 10 10 10 10 10 10 10 s 1 1 2 2 3 3 3 3 3 4 4 4 4 4 4 4 5 s s 6 8 9 10 10 11 li 12 12 12 12 12 12 12 12 12 12 12 12 6 1 2 2 3 3 3 3 4 4 4 4 5 s s 5 5 5 6 6 6 8 9 10 li 12 12 13 13 13 13 14 14 14 14 14 14 14 14 7 1 2 2 3 3 3 4 4 5 5 s 5 5 6 6 6 6 6 6 6 8 10 11 12 13 13 14 14 14 14 15 15 15 16 16 16 16 16 8 1 2 3 3 3 4 4 5 5 s 6 6 6 6 6 7 7 7 7 6 8 10 11 12 13 14 14 15 15 16 16 16 16 17 17 17 17 17 1 2 3 3 4 4 5 5 5 6 6 6 7 7 7 7 8 8 8 9 6 8 10 12 13 H 14 15 16 16 16 '17 17 IS 18 18 18 18 18 1 2 3 3 4 5 5 5 6 6 7 7 7 7 8 8 8 8 9 eN 10 6 8 10 )2 13 14 15 16 16 17 17 18 18 18 19 19 19 20 20 ." ~ 11 1 2 3 4 4 5 5 6 6 7 7 7 8 8 8 9 9 9 9 o õl 6 8 10 12 13 14 15 16 17 17 18 19 19 19 20 20 20 21 21 > 12 2 2 3 4 4 5 6 6 7 7 7 8 8 8 9 9 9 10 10 6 8 10 12 13 14 16 16 17 18 19 19 20 20 21 21 21 22 22 13 2 2 3 4 s s 6 6 7 7 8 8 9 9 9 10 10 10 10 6 8 10 12 14 15 16 17 18 19 19 20 20 21 21 22 22 23 23 14 2 2 3 •I s s 6 7 7 8 8 9 9 9 10 10 10 11 11 6 8 10 12 14 15 16 17 18 19 20 20 21 22 22 23 23 23 24 15 2 3 3 4 5 6 6 7 7 8 8 9 9 10 10 11 l1 11 l2 6 8 10 12 14 15 16 18 18 19 20 21 22 22 23 23 24 24 25 16 2 3 4 4 5 6 6 7 8 8 9 9 10 10 li 11 1J 12 12 6 8 10 12 14 16 17 18 19 20 21 21 22 23 23 24 25 25 25 17 2 3 4 4 5 6 7 7 8 9 9 10 10 11 11 11 12 12 13 6 s 10 12 14 16 17 18 19 20 21 22 23 23 24 25 25 26 26 18 2 3 4 s s 6 7 8 8 9 9 10 10 11 11 12 12 13 13 6 s 10 12 14 16 17 18 19 20 21 22 23 24 25 25 26 26 27 2 3 4 5 6 6 7 8 8 9 10 10 11 11 12 12 13 13 13 19 6 8 10 12 14 16 17 18 20 21 22 23 23 24 _.valores críticos para o número de corridas Rejeite a hipótese nula se a estatística de leste Cfor menor ou igua. Valorde n.27 28 . l-d .

86. I Gráficos de probabilidade normal Para a n1aioria dos problenlas deste livro.nadamente lineares ou se· Importante guirem algum tipo de padrão que não seja linear. então você pode concluir que os dados vêm de uma distribui- ção normal... Os valores observados ~o geralmente representados em um eixo horizontal. 82. Use a tecnologia para construir um gráíi· co de probabilidade normal para detenninar se os dados vêm de uma população com distribuição normal. agrupamentos ou lacunas na distribuição. Identifique posMveis valores discrepa. procure por desvios ou agrupamentos de pontos que estejam fora da linha.'io Nacional de Basquete) são listadas. 75..i1nos que un1a an. 71. 78.fico quantil nonnal. Como você pode determinar se a amostra foi selecionada d. 77 .ioso. Um método confiável para avaliar a normalidade em conjuntos de dados pequenos é us.-. nrasavaliar co. podemos <oncluir que os dados vêm --~~~~~~~~~~ de uma dishibuição que não é normal. Se os pontos representados não forem aproxi.t i·.. Pontos individuais que estão fora da de grá. assun.1r um gráfico chamado gráfico de . Construir um gráfico de probabilidade normal manu. enquanto seus z-escores correspondentes são repiesen· tados em um eixo vertical.escore correspondente. Suponha que voe~ selecione uma amostra aleatória de uma população com distribuiçiio desconhe.almente pode ser bastante tc>d.e uma populaçiio cóm dis- tribuição nom1al? Você já aprendeu que um histograma ou um gráfico ramo-e-folhas pode revelar a forma da distribuição e quaisquer valores discrepantes. Exemplo O] Construindo um 9ráfico de probabilidade normal A altura (em polegadas) de 12 jogadores da Nationnl Basketba/1 AsSlldntio11 (As- sociaç. Quando examinar um gráfiro de probabilidade Um gráfico de probabiliaade normal. Essas amostras dos dados são úteis para aV'aliar grandes conjuntos de dados. 81.oEmbilidnde 11ormnl. 74. efinicão Um gráfico de probabilidade normal é um gráfico que representa €ada valor observado do conjunto de dados com seu z. As ferramentas tecnológicas como MINITAB ou Tl-83/84 podem ser usadas para construção de gráficos de probabilidade normal. Se os pontos representados em um gráfico de probabi!idade normal forem aproximadamente lineares. l-d .IJ§dd Apêndice J J el j.- li Representa~ões de probabilidade normal e seus gráficos Oque você Gráficos de probabilidade nonnal deve aprender Como construir e interpreiar um III gráfico de prooabílidade normal.ostra aleatória de dados é selecionada de uma população com distribuição normal. 73. o ~ormal também é châmado que indica que uma distribuição não é nonnal. 80.tjuntos de dados pequenos desta maneira pode ser difícil e pouco confiável. conforme o Exemplo 1.~tes. 76. linha em um gráfico de probabilidade normal podem ser valores discrepantes. 69.:ida.

ara os valores dos dados originais e seus H>s<:ores correspondentes. Use uma ferramenta tecnológica para con.860 20.:: dhi. A linha de regressão para as alturas e os z-escores do Exemplo 1 s. você pode fazer um gráfico da linha de regressão p.. parece não haver valores discrepantes e os pontos s.m. l!llil Data List. A partir de um diagrama de dispersão.530 9. podemos concluir que os dados da amostra vêm de uma população normal com distribui(1iO normal.590 8..imadamente lineares. comece entrando com os dados na lista 1.ir um gráfico de probabifüfade nor· mal. Então.200 18. e. .. Os pontos são aproximadamente lineares? b. Tente Os balanÇQs (em dólares) de empréstimos para ·1S alunos do último ano sele· v.100 25. TI-83/ 84 L Tl-83/84 l 3 tlot~ t lot~ Of f a e : k::.. l-d . Você também pode aproximar a média do conjunto de dados determinando onde a linha cruza o eixo x.710 19. ASO Para ver se os pontos s. lde11tifiq11e quaisquer valores discrepantes possíveis. use Stnt Piai para constniir o gráfico de probabilidade normal.:L1 Data Ax is:f V Mark: 1:1 • · a -3 Gráfico de probablhoode ll0fll1éll fllterpretação Devido ao fato de os pontos serem aprox.285 10. no qual você pode ver que os pontos estão ao longo da linha de regress. R~JW$llf .170 9.rn .io aproximadamente lineares.io aproximadamente lineares.10 mostrados no gráfico.IJ§dd !l>1nd1ctc A31 Solução Usando a Tl-83/84. .. Tl-83/84 .875 8. l11terprete sua resposta.575 39. 29. O gráfico deve ser similar ao mostrado a seguir.stn.t i·.235 15.10.980 12. !e'.650 21..960 16.ct cionados aleatoriamente são listados.150 16.470 19.075 a.105 14.

Esta~sticas desaitivas envolvem a afirmaçJo '76% das mu. Nao há maneira de dizer po< que as pessoas pararam de ano ameriot. Máx ~ 89. (1) As posições finais representam uma dassificaçSo dos cial e selecionando estudantes em intetva!os regulares a times de basquete. largura de classe ~ 10. Seção 1. (1) Ordinal. porque você nao pode ·fazer cálculos nos dados. mas nSo 25 34 foz sentido escrever uma ra>ao usando as \emperatur. Nome da cidade: qualitativo. 15 24 ferenças significativas podem ser calculadas. As respostas vão va1iar.3 1. 92163107182140119126.ltico~ (2) Amosttagem sistemática. Dois experimentos poderiam se. a. porque os dados podem ser colocados em ordem. A populaçJo consiste dos preços por galão de gasolina co· de universidade ao p(O<:Urar emprego depois de um mum em todos os postos de gasolina dos Estados Unidos.ando cada estudante PoP\l~ da cidade: quantitativo.ente. Min ~ 15. corporais. 7.5 44 45 54 (2) Raciona\ porque os dados podem ser ordenados. escolhendo aleatoriamente um número ioi· 2. te e outro usando o DVD.vas podem ser calculadas. a.io de todos os graduandos de uma c. cardíacas. 1. (2) P~uisa.s.mad~ b. a. Popt. a. 85 94 . po<que os dados podem ser ordesiados e di.2 os primeiros dígitos 92630782. 2. (1) lntewalar. b.1 (2) Foco: índkes de sucessos de g1aduandos de uma gran- 1. Nome da cidade: nao numé<ico. dife· 55 64 renças significa(. O conjunto de dados consiste em 800 p(eços. l-d . (2) A amost. ano de fo. 26. 19. e 63. a. 40.1ada nume. Parametro. parti. um usando o chide· anterior.' fumar.1 :. A amostra consiste dos p<eços po< g•!ão de gasolina comum (1) Populaçao: coleçao de todas as pessoas com depressao. (2) Populaçao: coleç. Elas poderiam ter deixado de fumar tanto pelo lato b.. 3. a. em 800 postos p~uisados. (l) O conjunto de dados é uma çoleç. Não podem ser feilos cálculos matem. Capitulo Z (2) Nominal.a foi seledo. b. na escola. Nomes das cidades e população das cidades. a. 8 clõsses. a. feitos. b.. Uma inferência a partir do estudo é que uma porcenta· de te1em mascado chidele ou de terem assistido ao OVO. a. a. estudantes disponíveis. Respcsto do omoslro: comece com Seção 1. (1) Amosttagemdeconveniência.io de temper. grande universidade.IJ§dd Respostas dos exercícios Tente você Capítulo 1 Seção 1. ( 1) Uma amostra foi selecionada usando-se somente os Populaçao da cidade: numérico. (2) O conjunto de dados é uma coleção de frequências c. 4. os dados po. lheres e 60% dos homens fizeram exames físicos durante o 2. do nômero inicial (2) Ac~o de números de telefone rep<esenta rótulos. 3. b.t i·. gem maior de mulheres passou por exames físicos no ano b. Seção 2. e. ( 1) Foco: eleito dos exercícios no alívio da depressa o. 65 74 dem ser escritos como razões e o conjunto de dados 75 84 contém um zero ine. b.~.turas 1. ( l) Experimento. limite inferior Limite superiot b. a. b.. 3.

.ti N ( in.Jl.5 "'"'l"'"'"l"'l"l"\"'I 64. Oasse FJequência.. Ft<!quência Fr<!quência d.. a.~"')() ~u tis ti: 12 • ir. respos!as irão variar.ses para uma eSQlla hotizomal e e.t i·.$..5-74.~ .5-94. b.M l.5 0.. 6.5-84.0 do$ times marcaram menos do que 55 touchdowns. a.13 16 5.i~i~li r--V11k'l'O (le t<Jl(.!..·/rd()i. O núme10 de toucMowns aumenta até 34.5 24. Veja pane (e).5-34.S 0.a "' JO 65-74 2 ·i "'Ili ~ 75-64 o tt 12 85-94 1 • .00 118 J..5 0.!.11 116 ] 0..r. l-d ...1+. O mesmo que 2(c). n Nlln:1ero de t()tl('hJ."I'\) ~ N). f Ponto médio rêJativa acumulada depois decresce. veja pane {b)... 15-24 16 19. abc 25-34 34 29.~~$~. a. Veja pane (e).5 0. 3.2.. . . 860. ~·..chdou111s marc..25 80 45-54 23 49.5-54. F. "l~ ..onteiras de classe To11chdoru11:: m:ircados 14.µ('/yt(. Use fronteiras de classe superior para a eSOlla h01izomal e a.u· b.. f b. d.5 54. (As frequéocia acumulada para a escaJa verticaJ.>· 74.t.:. Entre os dados.qwns e.5 touchdowns e Classe Fr<!quência.29 50 To1. O mesmo que 3(b)..c/tdo•.)() 55-64 13 59.J.. a.10 85-94 1 89.IJ§dd d...5 44.25 65-74 2 69.02 118 . As respostas ir~o variar...19 103 ~ (>..5 84.5 0. i~-.44 30 39. 3% dos times marcaram mais do que 65 touchdowns. Aproxímadamen!e 80 times marcaram 44 ou menos touchdowns. Kdrnt•r(I ele lf>. a. b. 4..IS 75-64 o 79.. 25-34 34 To:1cltdoi. Tortdtdoiuris m.JL. e. Use pontos médios de das. 7. . e.71J ..5 0...S 0.5 d.rc-ados -. 15-24 16 e. o~ 'i O.5-24.0.5 0..vt1s n1arcados 35-44 30 45-54 23 55-64 13 .5 ~ ~~=ii:t.) b.4"t..'"'l""l"lo"'l"'l °'~Y.01 119 J: 0.5-64.. veja pane (e).dos 35.. l1 • 119 E-=I f ~. frequência para a escala veitical e.·.

JO jC) 6Cl 10 ~ ~ Nútncn') de tmrcl. Use o número de touchd=s para o eixo horizontal.I n ~1 l: a 360' 8 9 c.oi 4' 5 9454359 0 235705 6 7 85133110 i:I= 35.668 1 555788 9.1. ..4. .dos 2 . 4 00011 2 233 3 4444 Causas de reclamações de 888 4 5555666677888889 5 002344 5 5555799 6 O1 1 13 3 6 58 7 7 8 8 9 .728 2 0 1 1 1 1 22344 1.>lagem do tolal de mortes dos velculos mo- tor1zado~ as mones em carros aumen1aram 15%.291 ~=.06 22" Ou11os 425 o. 1 7 58 8 5 5 Chave 117 = 17 3.IJ§dd Seção 2. Ângulo central 3 9977886476555 1 459825222 (frequên<ià) relati~a 33324110421210 C3rros 22.itagem dos limes marcou abaixo de 50 8 /óLJ(hdowns. 1 5 5 57 8 8 Chave 117•17 b. 0 1 111223445566777888999 Ocupantes de veículos molorizados mortos en.7'ill 2 5566777666999 3 00111 1 122222223334444 Lim~aseco 4. b. -- .-·-.Klr.23 0.227 0. Parece que a maioria dos limes marcou abaixo de 54 de1as aumentaram 6%. as mortes 8 9 em caminhões aumentaram em 8% e as mones em mo1oó- d. a. Uma grande porce.29 104° 3040530 Motocic"'1as 2.649 3 5555566777888999 b.216 0.wns 6 7 e. 1 To11rhdott111s m~1t. 2 76898979875346250112141 Mortes Frequência Tipo de velc:ulq.) b. 1993 2 3 00111112222222333444455 55566777888999 4 000112233 3 4444555566667 7888889 5 00233445555799 6 0 1 113358 7 c..64 230' 4 98687864854667115453228 úminhôes 10..) 4. Como uma J)()lce. 2. . ab. l-d .2 2. (As respostas ir\lo variar. touchdowns. 3 4 . (As respos1as irJo variar.. 5 10 'lO JO . a. l.. a.t i·. Cavsa Frequência. f 1 ~e 111 = 17 Coocessiooooas de \'eiculos M. • .

23. ~x a: 415 ~(. = 58 ou S 58.8. 9. abc aasse l?on. A mediana do preço da amostra de tocadores de MP3 é 32 -9. 12. 7.S. Fr~quência. 91.. 18. 2. ~. Mín. 7. 160. 58 16.20. 15 43. 33. 270. 26.x Desvio. 58. 40. a. ab. b. 20.12.4 ~t: """"" 3. 41.4 19. 5. 48.. Aamplitude dos sal~rios iniciais para a Empresa B é 35. a. 41 -0. a.. 30. a média · 8S-94 89. 19. 20.8) foi mtito influenciada mealnicas) é responsável pela maior porção de reclama. 24 anos..5 b. 25. 17.000. 41. Sa1ários. 12.•1v) . Então.6. 1. Amoda das respostas para a pesquisa é 'Sim'. x .003 35-44 39.os 5. O. 23.11 (em mílhares. f\lem a mediana nem a moda íoram afetadas ções p<eend1ídas no BBB. d. 27. 42. 1. 21. 19. 33. 67. 15..ada para o curso é de 91.S 4. maior será o seu sal3no. 40.5 34 1.5 :so 1.5 23 1. e. 35 ou $ 35.oc»+ .) = O . e. 18. 21. 47.5 das c001as cresceu de 1998 a 2004 e decresceu de 2004 a N= 119 i:C.640. 51. 24. 50 8.. 39. 41. 18. Parece que quamo mais tempo um funciooáóo está na em.amostra de fãs em um show é dê b. 68.20 19. b. 21 .llica 2 .. 140.5 b.. 36. 39. 23.5 13. 24. 39. 18.5 13 n3. inform.185 45-54 49. 21.S o o e.000. Sim.al 9'8 0..de dólares) (em milha(e~ de dólares) 3.. Salários Fqnte.0. 68. 26.. 2. 3. 130. 30. 13.8 e. 29 . p<esa. 41.0 Tem1>0de<:t11fKctO (<:nt :u~) l)vo 1. 19. 49. 13.5 16 312 25-34 7.5 39. 37.S 2006. Seção 2. 25. 34.5 65-74 69. e. S 35. 45.S.000+-. 21. 17. Mlx. 33. 38. 40 .5 1 89. De 1995 a 1998. 29.IJ§dd e. Amediana da idade para a. a. 13. 91.50 0. 2. a.000 .5 S 145. obteve um A Conus de telefones celulares 8. 578.5 49. 44.000 •• t 2. você 6. 1 x·f 15-7. ab. 49. A idade mé<f!il·de um funciorlário em um departamento é 41.x P. 70. Parece que a indústtia automobilistica (concessionarias e b. 16. 59. A média ponc!e. F. 27. 30. 5. 19. 52 10. 5.000 •• • lal>O<atório de 9'8 0..) taillO pela idade 65.8. 35.ooo+ . 49 7. 58. 21. 10. 26. ab.5 6. 200.- ~ JS. w X·W ?.000 (muito maior do que a amplitude da Empresa A). 100. 24. 13.t i·.4 1. 23. c.1. 60. 56.00 l:(. = 23 ou $ 23. d. «i 3 10 tiç. 1. b.5 55-64 59. l-d . a.8 ~ ~.9. a.500.5 2 139 Ano 75-84 79.138. (As respostas irllo variar. 250. a. ou 29. 20. 22. 1. 41.--. 80. 41 -0. 39.. 3. ••• • Média do 1esie Plo\'a de oleio de CUl50 &6 9'6 0. 16. b. O. a média das contas decresceu.•I) • 4. 145.0 14.. 44. 26. 21.Jode= 100 o. x. 72. A moda das idades é 13 anos..to mé<lio. 3. 5.eso.3 Seção 2. pela idade 65.5ouS41..5 5.. 19. 24.000. 24.. 10 9. A média no EXemplo 6 (ii . 150.5 e.4.6 ~ JC. 53. 18.. 19. .. e.3 anos. 13. 23 -18.3.Nota.1.

70 b.25 200-299 249. 32. O.000 ou mooos. E(x.0 2. Parece que meiade dos ti- b. Entre com dados.080 d. e. A po<centagem estimada &ls altu1as que estão entre 61 .li)' (x-ll)' ·I e.70 0. n e 50 i. 57. 110. O. 17. 26.t i·h§dd A36 • {st.1460 21. a. Entre com dados. a. 13. l:x=415 l:(x-p)=O l:(.5 56.90 -0..31.55.47. 27.30 10.500 O\J menos. 33.7 16 1. 34.535 50 8. Pelo mei.5 7. 22. Um quarto da mensalidade cus1a S 17. 20. 15. a. 23.916 612.500 49 7.25 30o-399 349. 24. l-d .I a 195.5 60 26. 13.32. 24.25 500+ 650. 8. 1. .0 70 45. 34. z.soo. 3.45.5 x.5 0.4900 9. 59. . 6.30 5. 7. a. 22.5 156. .x)'I • 28.25 e.5 38-0 18.5.S 210 52.os 75% da pop.45 b.-p)'= 1. : 47.5 230 34. 60.= -1.100. 13.!ai.68. a.4900 18. está entre O e 70.45. 5 5 1 5 e. 33. 15. 18.395 40 -1. 21. 42. 50% dos times marcou 40 ou menos touchdowns. S8 16. abc. 46. 1540 23. 7. 29. a. Ava1íancia populacional é 110. 28.459.1$ 1.25 4Q0-499 449.i(I ~ (<O 70 $) ?0 0.: 89. Salário. 31 . 25. 5CY' peicentil.6900 11. 28. 21.3 e o desvio padrao j)()!)\Jla· 54.000 ou menos. b. 9. O número de rouchdcwnsmarcMos na meti)de do conjumo G 1 6 de dados varia em oo máJcirmo 17. 21.8900 10.5 272. 61. a. b. 1 19 19 2 7 14 e. 4540 206. <1 cs a. 31 .1 ous 11. 7.= .Jl (x .30 1. M~. 32. 122.25 b.57025 14.5. 35.30 0. 23.102.715. 13.5 e. 7. Pelo menos 75% dos dados estão den110 de dois desvios padrão da média. 55. 29. bc. me- !ade é S 23. 32. 28.: 15. Q. 30.. b. 169.31 IC) ~ )O .89 4. marcados mes marcou enue 30 e 47 tovchdowns. b.18.. 31.12. 37. 26. a.89. 44. 61. Q. 55. 44. 43. 17. 32.5.7. IS 30:'n 47 89 -1.98. 1 desvio padrão. 3 7 21 4 20 3.6.t =85 4. 34.70 2.385 32 -9.5 ou s 10. o 10 o 2. 55. 27. b. 59.100. 15. e.25 52 10.800 2540 64.30 18. x-ll (x~ li)' (x-ll)' · I [D .2900 26.3. ~~~~~------~~~~~K 54.25 n • 1. 42.8900 28.5 ou S 10.316 8. 17.5 90. 41.475 41 -0. 63. 44.500 10.25 100-199 149.5 110.49 6.000 l).Ao do Alasca ~~~~••nnn••••••~~ 40. 34.5ouS4t. 37. : 37. 8 .µ)' Oosse X 1 xf 23 .25 0-99 49. 43. 25.x . Touclulon. Seção 2.116 486. 65. Veja 3ab. a. 28.5 50 17. 2. Mio. 27.500..5 60 . b.9175 i:(x . 47. 61. X I xf 1 b. e 64 po'.5 5. 29. d. 3.egadas é 34%. 33.5 0. e.970 41 -0. e. 63. 31.29 1. 18. 34%.4i. --460 2. 13. 43.0900 0.360 oooal é 10. e 3/4 é $ 28.83 5.. 89. a. 10.680 e.63 Núm("t()(fc rour!Mlon·. 70.: 30.810 29 .870. b. 45. 7.5 2.i)'I = 106. 3. 21.6 anos de idade.25 . 44.516 3. a.ll (x. 32.5 72. a.960 4. 30. 30. a. 11.11. 32. J(= 70. 45. 30. d.185. •41.tístkaoplicàda 3.5 342. 195.797.

Melhoratorcoadjuvan1e:1r=50. 100. (2) Não.2 2. 3. (1) 30e 102. = -92 -.. e. (1 ) 0. O evento é •a próxima declaração piocessac!a é fraudulenta". O evento é 'salmões que passam com sucesso por uma d. (1) 52. AF.054. N = Não têm opinião.000. 25. 26. 23. . {l ) 308. (2) 165. 125 desvios padrão acima da média w e t 92 está a 2. u= 13. Seção 3. 5. as duas medidas indicam que Alan Min est. 7. 8 e. a. NF). a. L a.75 desvios padr~o acima da média.25. NR. fabricante: 4. 8. a. (3) 52. e. (2) 11eso. 1/10. . a. Tamanho: 3. =-s-=0. b. {3) Cadaletraéumevento(22. Espaço amostral ~ {ADe. M = Homem. b. Aidade de Alan Arkin está 1. (2) Dependente. (2) Eventosimples.272. 0. l>. (3) 261. (1) 6. e. 16. 72.IJ§dd Rf'l901t. e. 0. (3) 52 (2) b.22. Comparando. {l) 0. F e Mulher. niAo. Nenhuma idade dos atores é incomum. l. a. 00. 0.1 l. AO. (2) 1. Probabilidade empírica. (i) 9. l. b. R • Republicano.3125.25 desvios padrão abaixo da média.18.58. b. D ª Discordar.390. Espaço amostral = (AM. a.AR.765. e. De • Democrata. barreita no rio Columbia'. S 71 est. DM.) Capítulo 3 Seção 3. z. O • Outro. a. a. 3. a= 14. 41/SOou0. Hudson: z = . a. = 39. 9.1s.t i·. b. e. 54. Apani.294. 24.9.82.05. (2) 13. (3) !. (2) Independente. doz-EScore. 11. Afrequência é 4. NO}. b.7.776.000.NDe.125. a. (As respostas i<ão variar. 7.. c. N ª Não têm opi· 10.70 e.--=--1-<':M b. .600. (2) 0.019.000. b.70 = 2. 26. (1) Dependente.04. (t) 6.000. 26. DF. ab. b. . l-d . Melhor auiz coadj<Nante: . (2) Cada leira é um evento (26. a. 0.j: G . 2.l muito mais acima da içlade média de atores coadjuvantes do que Jennifer Hudson está aba~o da média da idade das atrizes. (2) 52. Estimada. (2) Deixe A • Concordar. {l) Naoéumevento~mples. (1) Sim. Jennae.ão acima da mé- dia e a idade de Jennfü:1 Hudson está 1. {l) !. NM. {l) Cada letra é um evento (26 escolhas para cada). Alan Min:z = 1. {l) Independente. 0. 22 e 21escolhas). $60 está a 1.l a O. b. 10. D= Oiscordar.000. (1) 4.i dos exercl<iO< '"'" voct A37 71.05 desvios padrão abaixo da média.58 desvios pad.1. b. 5.915. (2) 0. cor:6. e. DDe. 6. {l) Deixe A= Concordar. a. 26e 26escolhas). a.82.

b. 7 2 002 b. a. Há 336 manei. (1) Evento. ! P(x) !P(x) b. Seção 3.lo feitas por dia.723.162. ab. b.006.30 c.1<1 e lt:tt.510. a. f6. n=20.6 vendas s. 5. "''. ( 1) Mutuamente exdusivos.4 4.75). (1) Nenhum é verdadeiro. (3) Todos são verdadeiros.as possíveis de um sujeito escolher uma pci· c. b.65) · (0.1 5.ldeiro. (1) ! !. A e 8 são mutuamente exclusivos. 0. 220.IJ§dd A38 • lstotbti<aa~icoda b. (1) Medida. b.6. (2) Sim. 77. a dislribuição é uma distribuição de probabiridade. 0. (2) 0. Seção 4. 10. 11.r=4.000). (2) Uma distrib<i~(I de p<ollóbilid<lde. \'.000 e S 49. c. a. n•lOO l. 1625. l-d .clusivos 4 9 009 2. 0. quantia de tempo necessária para completar um teste. 2.003. 0. A • {veadas entre S Oe S 24.222. a. 3. (2) 0. c. 1 O 19 019 2 O 15 0.. X f P(x) b.:nd~di!ri:lS b.045.:xl'(x) ~ 2. 1ncirc.423. 3. 1.149. ( 1) AvaWJelaleatória é contínua porquexpode ser qualquer b. ll= 12. (2) Contada. 0. 5 10 010 6 8 008 (2) Não são mul\lamente exdusivos. Capítulo 4 4. (2) Avariável aleatóóa é discreta porque o número de mú· e. e.910. 3. 0. a.729. (2) 0. (1) 0.r=3.:P(x)= 1 6'2 52'52'52 c. (2) 0. I:P(x) = 1. ( 1) 0. 2. o O 16 000 5.c:::i1<J <1lividcdt:". 1. 1) 1 2) ~ 56' (2) Não são mutuamente exdusivos.4875. Vend. (1) 0. a. b. ab. a. 4 000 036 5 O 10 050 6. b. 5.597. 380. o 16 016 1 19 019 (2) Não são mutuamente exdusivos. 0. b. a.831. A e 8 não podem OCO<rer ao mesmo tempo. 6. Polque ambas condições são atingidas. 169. (2) Nenooméverd.3 contável. cadaresoltado está emre oe 1.520. 1.999). Em média. J6 . (1) Não são mutuamente exdusivos. a. b. a. .059.idores 8 = !vendas entre$ 25.140 maneiras diferentes que comitês de 3 pessoas 3 021 063 podem ser seleóonados de 20 funcionários. ( 1) P(A e 8) = P(A) •P(8IA) =(0.1 P(x) está entre Oe 1. b. 0. a. (2) P(A e 8') = P(A) • (1 -P(81A)) = (0.65) · (0.~ b. cad.60 b. a. (1) e (2) A • (mulher}. JI e 9.0009. a.25). b. - l 4.. Há 1. Ss (trabalha aa área de saúde}. cada resultado eS!á enue Oe 1.999. b. a. (2) 0. sicas tocadas por uma banda em um festival de rock é Seção 3. C. d. 3.t i·. 2 15 015 3 21 02 1 (3) Mutuamente e. 2. (2) Sim.880. ( 1) 0. 720.48 6 000 7. a. (2) Complemento. ( 1) Mutuamente exdusivos. (1) 0. (2) ll 13 l. 2. 7 002 014 ~P(x) = -1 i.003.is de novos <c>l•bor. 3. 8. c. 1. . b. a. ( 1) Sim. ( I} Sim. 336. ~ -- c. a. ~11<.667.140. ( 1) uma distriooiçao de p<obabilidade. 1 resuWo e 180 permutações distjngvíveis. a.

6. (0.0004. perder uma média de S 3.!o. (1) X• 2.IJ§dd Resp. 10. P(3)= ~~I =(0. 1. 19 dias de sol pode ser incomum.e.tativa: retirar uma carta com repo~ção. a.e. 0.t i·. mens considerem a pesca sua alividade de lazer favorita d.003. n=250.7.320 .16 -2. uma quest~.36 0.25.44. P(O) = ..08 para cada ingresro que (2) A probabilidade de que pelo menos dois de cinco ho- comprar.9 vendas por dia. Ter. Sim. d. n a 5.16 0.p•0. 0.0.p=0.0540 2 0. . 1 0.:P(x) • 1 c. a..26)' (0.0648.. 0. ~era.74.2 (3) A probabilidàde de que menos de dois de cinco ho- 1.. p=0.0816 o 0.26)' (0.7 1.26)º (0.209 .74)' =o.9.4 11.26) 2(0. 1..meme 4 de 10 peque. 0. 2.120. Seção 4..000 2.2989.1764 4 0. a.56 0. 75) a.0137. 2 7.. P(S) = lC. P(3) = (o. d. a. você pode é de apio~madamente 0.. P(. (0. x S 1..09 1.057 011JJ56 .45.3 ISO. . 4 OU 5.56.0016.1•)> X P(x) o 0. 0. a.283.409.056.25. Tentativa: selecionar um uabalhador e pergunta. .8.0001.14)' = 0. 0.029 b.000 2.74)' = 0.1215 1 0.320. (3) X• O OU 1.. n = 10.75. e.3150 3 0. 0.4 1. P(7) = co.0336 3 0.217. x= o. 1 l. c.120 3 0. A probabilidade de que exai.995 $995 $495 $2•15 S95 -ss 5.q =0.238.q • 0. ab.4 0. Dellido ao fato de o valor esperado ser nega1i. (1) 0.S.74)' = 0.)' • 3. X fi(x) Possuir co. 13.56 0. l-d . 9.0137 6 0. 0. 7. n= 10..2.088. 1215.a45.c) .1845 4 0."' .2989 2 0. Em mé<fia. G3nho. Probabílidade.029. (1) A piobabilidade de que e.26J' (0.262. q = 0. amowa alea16ria de 250 pesroas nos Estados Unidos usem mais de um 1echeio em seu cachorro-quente é de dproxima· 7.75.057. (3) 0.p a 0.26)' (0.19 -1. a.4864 1 0. o O. p = 0. n • 7.x= 17.26)' (0. 0.o0.217. e. damente 0.02 •1. . 0.717.74)1 • 0. P(2) = (0. -$ 3.9248 6 0. mens considerem a pesca sua atividade de lazer fd. b.3872 El'f. 0.0001 7 0. Falha: a carta não é de paus. A p<obabilidade de que e"'1tamente 178 pessoas de uma mais do que 1.26. 5 0.36 0. P(6) = co. b.11asdos extr<kio1ltn1ev0<f A39 6.74)' = o.nputador Sucesso: selecionar um t1abalhador que irá confiar na pens.26J' (o.10 2. Rr~WllC'ia. 6 0. Falha: selecionar um negócio que não tenha sile Web. a. X P(x) X-µ (x . e. 2.008. .6.)' P(x~(x . 6. d. ab. (2) 0. 3.209.c) _ 1_ 2. 0. b. P( 1) = (0.. b. mens considerem a pesca sua atividade de lazer favorita Sucesro: a pergunta é respondida co((elameme.76 0.C.5760 5 0.x •0.e.21 0. a.000 1 2000 2000 l _1_ -'-~ 2. e.000 b. 0. (2) X• 2.1os ne- gócios tenham um site Web é de 0. Tentativa: responder à questão.0648 5 0. d. P(4) = (0.0016 7 0. A maioria dos valores de dados dffere da média po< não e.08 3. 4.76 1. Sucesso: selecionar um dia claron= 31.6 0. 2 3. há 14 dias claros durante o mês de maio.atamente dois de cinco ho- e.74)' = 0. 4 0.217.e.262 e.25)' (O. Terualiva: selecionar um negócio e perguntar se ele 1em um site Web.96 0.6 2.q = 0.x=4.4 5. b.056. 0. 2 0. Sucesro: selecionar um negócio que lenha site Web.e. 0. Sucesro: a carta é de paus. Um mês de maio com menos de 8 dias de sol ou mais do que . 6.08.p=0. e.238. é de aproximadamente 0.x a 3..058. b.72 JP(.74)' = o. a.c)(x .283.e. 1.4 19.717. 2.'OÓld éde0.OOl Falha: selecionar um crabalhador que não irá confiar na pensão.15 -0.308.6 6. e um experimento binomial.

3. ·-- 9 21 . b. 0. 0.0062.5 pés_ b. 0.5.. ( 1) Álea=0. P(O)"' 0. entram em uma io:a. d.amenta tecnológica. 126. Se 150 consun-.2 1. o maior tempo que urn foocionario pcxJeria ter uaba· milhas por galao na lhado e sei demitido é de 8 ~nos. 2. (1)-1. e.9750.2 pés_ 2. e.o 11.:S u.1.0002. 8: 60.32.10. entre 33 e 60 minutos.355 (ou ap1oxima· b. 0. P(3) "'0. a. 4. A p1obabilidade de que mais do que quatro acide<ites ocor· dms ficassem na loja ram em qualquer mês dado na inte<seç. (2) ±1. damen1e 110) comp<a· d. a. P(2) "'0.t1cia de frenagem que um Honda Accord pcxlena ter e ainda estar no topo 10. 3. ab.1. 0.543.10. bc. o 1.o da mé<f. . e. 3.9846. A probabilidade de que sua primeira venda ocorra antes que d.1 Seção 5. e. 185. 0.. 104. (2) 0. que 150(0.0250 e 0. A proba\Ji.96. 2. . 0.dores sua quarta venda chame é 0.33.0885. a.lo é de 0.10. b.70. 0. 0. . b. então •ocê esperaria 2.0384.7357. o.5 12.0154.a.1:l 5. A curva eé mais espalhada. 0.() • lm1t11icupli<ada Seção 4.0 é de ap<oximadameme 127 pé~ 5. a. 3.83. ( 1) -1. e. a. e. 8 tem a maior média. a.44. a.3 2. 64. P( 1) s. 0.44 está abaix.7. 1. 6. 0. ab. 168. d.543. 3. 104. b.3 1.77. 0.050. .25. a.0062. a. 0. . 1.177. 0.t i·.1$ C) são manual selecionado aleatoriamente iiá e.!O. Seção 5.23. a maior disi.0.20.28.i. 0.8944.84. P(4) "'0. C: 45. 0. 3. Eruão.9834. Então.4968. b. e. A p<obabi!idade de que o colesterol de um homem seleóo· nado aleatoriamente nos Estados Unidos esteia entre 190 e Capítulo S 225 é de 0. l-d .0002. 0. 0.3. (2) 0.7357) = Tempo (cn.815.0143. b. (1) 0. 1587. 0. (J •8.32 està acima da média e 55. bc. (2) -0. (3) 2.0731. 64 està abaixo da média.4968. a.99.185. 55. 4. então a curva e tem maiOt' des· vio padrão. (1) 0. e. cidade é de 0. Leia o guia do u~rio da fe.0154. . b. Seção 5. 3.•33 \ 45 $1 69 "· • 60 *'. Aprobabiüdadedeque um Focus de transmis· . b.9850.136. d. mll'. b. A: 45. a. 8. (2) Atea = 0.2 fazer mais do que 28 ~t:i11w por gal4o d. b. a. 1.lutl»} 110.lidade de enc0<1trar tcés 1ru1as marrons em qua~ quei me110 cúbico dado do lago é de 0.149...224. e.224. e. (3) Álea= 0. a.IJ§dd A4.. a. 3.

oJ.33 7. Çom uma amostra de 1anianho maior. 3. a.1875 6. 1 367 1. 1 1 0.67 3. a mesma.IJ§dd R" postas dow. 1 3.86.( de 1tkfon. (2) .Ml .9768. min1110S-) :s. = 3 = 1. . O'. 3.5..80. (O'J' = 1. d. .33 7.pofllkroit1 s:im e. 7 4.291.s z ~1&U3. (1) 56. 7. =4. 7 6.15.33 5. 76. 5 4. -1.67 3 0.9495. 7. 1. b. 4. 5. 7.1563 3. 1.33 7. 7 5 7. ri-= 100 e.5 2.33 5. 3.64. 1 3 7.0469 2.35.33 7. a. 7 5 4. 58.'f JJ.0469 $ 700. 7.67 1.0938 b.71. 3 3. b.1875 e. 1.67 ~·1&Jfa do dlf1mc1ro (cm pé.µ -4. 5 5.0938 mMia de \IT1a amostra de t Oreceptores sefa menos do que 6. a.\1édQ do pt~ dC' . 3. .[s (O'j ) = -. 2. Amostra Média Amostra Média Amostra Média 1. 1 4.•. 3 4.5. 1 3 . ii f Probafülidade 280.33 7. 0. 1. 0.35. 54.33 7. Há uma chance de 69% de um receptor individual custar 5 10 0.67 5. 1. 64. 1. 3. a.33 ~iédia do i<:mpo (c:n. 56. a.33 12 0.US JJ I.x< 54. (1 ) 57. 7. 7 4. 7.67 3 3.0156 . 5. 7 567 7. 59s6in6J.sJ.70 1SDC• lS~lO 1. 1 1. a.t i·. 3 10 0. 3.67 5. 3.00 3. 3 3 7. 3. b. 1.[3 =1. 7. 3 4. b. 5 6.p=0. Adistribuição normal pode ser usada. 5 4.5.67 5 5.291 .07. 3 2. l 1 1 1 I : . ª 1.3 3. 11. lente voe! A4 J Seção 5. q' 5 O' . AdiS111buiçào normal pode ser usada. 5. a. 7.33 5. 1 2. 1 3 5.9429.ulrio.67 5. 7 6. 7 3 3..33 5. 2. 7.-3:S 5. n= 100.67 b.=-.667.M 1. 56. 7 5 7.1. 1. e. 1 1 1 1 1 . 7.33. 1. 1 3 5. i..0. .40:1. . 25.33 3 7. l-d . o.s 61J>J. 3.33 1.s conta.. l•x.os. 5. '"' e. 5 3. 3.= .l.1563 menos do que $ 700.67 7. 5 5 1.33 3. 12.S .58.33 1. b.3. 7.3 2.67 7. 56.5 3.5.r :4. 7 5 5. 5. 1 4. 1. b.258.9806).. 7 7 3.•ctldo$(c:mdól11NS) 1. 7 3. Há uma chance de 94% de que a 5.3. (2) .67 7. b. 52. a mé<f.67 7.67 3.3 5 1. n=70. 5 3 3.. 7.SS J. b. 7 5. 3 5 1.33 3.~ (tm dói~ ) $lS6S9~6S . 1. 7 5. 0. 5 5 3. e. 14.3 3 5.r.3" Xl6. 7 4. 1. 83. 7. 7 5 4.67 6 0.5. S3.5 11.702.5. 1 1.67 5.3 3. 5 5 3. 1 5 3.. 1 3.33 1.3 3 3.33 1. 306. 0. e.9808 (Teaiologio: 0.0156 Seção 5.. a. 3.( ) 1.2.3 1. 5 1 2. Adistribuição normal pode ser usada. a. 3.67 12 0. 0.667.3. 7 1 0. mas o deS'lio padrao decresce. 0.33 1.5. 5.67 5.5. 6. 1 1 1 3.? 3. 3. 3.<b. c. 3.JS Jj(l J. 5 5 7. 3. 5.9. 5 3 5. 3. ' Nú1~ro &»que rcr. 3 4.5 4.4 3. 0.S<x<83. -2. 5. 1. 5. 1.67 1. 3.33 6 0. 3 367 5.33 3.33 3 0. 7. d.q=0.a pe<manece 4.67 . 1 1 1. 5 5. 1. a.20.6915. 3 5.

20. de automóvel não é de 74 mese~ 2. a. c.5.7.61. Você está 90% confiante de que a média da idade dos estu· dantes está entre 22. . 42.98.370). ( 1) n = 1. d.721.38).b confiante de que a proporção de aduhos cem mais de 75 aoos sJo os motoristas mais perigosos está c. q•0. 2. t. 6. = 1.5).5.99. 4.064. np= 181 >5enq=825>5.4. c. 39. 1. a.5.. x= 181. ~ 74.947.42%.06% e 6.4) (Tecnologia: (22.f=0. drão populacional eS!~ enue 0. o intervalo de confiança enue 0. (154. Númcro do:. e.l. l-d . cia populacional es!A entre 0.31. 45. t. Você está 99".1 3.96.36).l. b. n = 30. Use a distribuição L Seção 6. Você está 90% confiante de que a média das taxas de juros do finanóamento de imóveis está entre 6. Você está 90% confiante de que amédia da temperatura do ou igual a 3. (2) Avariância da vida útil de certo tipo de televisor é menor e.5. E= 0.4).36 e que o des. a.5. b.753.692 homeos. Você está 90% confiante de que a média da temperatura do c.4 (Tecno/ogJo: 22. 13.54. 8.0. O número médio de frases po< anúncio de revista é 14. =2. q•l. p=0.• 1. IS7 162 167 172 l?S 177 ltl c. o número neces· Capítulo 1 ~rio de amostras é muito men0<.42). (2) n = 405. n = 900.4). eo. p=O180.60 e que o desvio pa- 6.3 1.02.4. b.91 e 2. d. E= 5.96 e 1.33.4.8. b.936. x= 14. c.20. O intervalo de confiança de 90% é sensivelmente mais 5. "'e a vari3ncia populaóonal está entre 0. 0.02.• l. b.z.691. •' ~ 3.91. .4). E= 7.401. p = 0. A A Seção 6. Você deveria ter pelo menos 25 anúacios de revista em sua amostra.s"' 16. f. z. • 2. E= 2. (10. Seção 6.févendidoestá entre 154. b. 1. 6. .0. 13.4 'f. (0. 23. l.io padrao popolaóonal está vido ao tamanho maior da amostra.61).z. 169.. b. va é de 5.5. Você está 95% confiante de que a var\án- é sensivelmen1e menor. b.5).1 foi o melhor presidente está enlfe 16% e 20%. c•0. 5. z. 3. g. (22. a. q=0. a.99 e 1. z.16. c. = 1. b. Em. a. 0. 1. (ll.645.me o nível de confiança aumenta.m ~im do financiamento de imóveis está eroe 6. 1. 0.8 e 20. s"' 5. Adistribuição n°'mal pode se. a. E= 5. 16.4)).708.4 c. usada.90. 0.645.975. n = 25. a.54). a largura do inter· l.5.96.x•22.200). Você está 90% confiante de. 172.6. b.38. (2) n = 406 homens. = 1.9 frases por anúncio de revista. 17.5.4 illlOS. •21. b.557.60). z. 2. g. np= 297 > 5 enq=603 > 5.98 e 2.006. (11.'$p().= 1. sirtl e. e. = 2.. A A 1.38%. .fo. (0. 166. P(x s 85.020.fé vendido está entre 157.290.6. a. ( 1) n = 1.27..E•0. b.ldcr. = 1. d.-i47.180.6.l.2).t i·. (6. c. (6. C.. Você está 95% confiante de que o erro riklximo da estimati· entre 29% e 37%.0io/o e 6. estteito. Seção 7. (0. Devido à g1ande margem de erro.67. 12.160. b. e.(0. (1) p•0.: n. a.9.l Seção 6.9. a.8. e. 4. e. Você e11á 95% confiaote de que a média do número de frases por anúncio de revista está entre 8.8. b. z. a.02. 2. q=0.75. 0. (0. 23. E= 4. e= 0. a. (157. x= 14.364.4 ºF.722.729. 2.5.645.q~ respondemn.6 ºF e 169. A A b.9. = 24. a. e. n=30.6. 0.=l.645. d. a. 4. E=0.IJ§dd A42 • [\ldlh<i<uplicado c.4.025. a. De· d.5) e 23.2).95.093. Sim: Não..96.25. = 1.f=0.e com os dados. valo também aumenta.9. (2) p= 0.2 1. (1) Amédia do ·tempo devida útil de certo tipo de bateria l.7.820. c. e. Você está 95% confiante de que a méd13 das taxas de juros 55 ~ 61) 76 llJ !)O 97 Númcf()d~ qu. b. 1. 2. a. q= 0. 14. 3.5 <x < 170. n = l.06. Você es!l! 99% confiante de que a proporção de adultos que Capítulo 6 acredita que Abraham Lincol.6 'f e 166.f =0. (0. P( 169.51.91. 4.0733.0. Não.9162.

(2) Unic. H.9599. a. H. ( 1) H0: . e. 6. /-J b. = -1. a.: 1• < 650. .:p > 0. fllo nível de signific. H..5 hotas.: µ < 8.575. '~·~. .01. -2. fllo nlvel de signific. H0 : 1.947. 0.:= . a. Há evidência suficiente para apoiar a afirmação da rádio de que sua proporção de ouvintes locais é maior que 39'lb.•74.: 650. 2.39. A afirmação é 'um de nossos distribuidO<es reporta uma 2. (Afirmação.989& b. No nível de signific.575.28. -2. b.76. e. (2) Rejeite a afirmação.575.: 1• <$ 1.0401.650.lo de rejeição: (3) H0: p $ 0.: . Um erro ripo li irá oroirer se a proporção real for maior que -z0=-l. H.005 {r. mas vocé falha em rejeitar H0• Regiões de reieição: e. H. H.0208. dos ixtt<lcio.H. ~ 8. -:. A •firmação é ·a velocidade média é maior que 35 mahas por hora·.o ·o . e.: w" 74. Falhe em rejeitar H.IJ§dd Re. H0:pSO. (l\firmação.33.!ncia de l'lb. o = 0.55.. do que 8. d. e.1 D 1 ! J <•-355 de que a proporção de ouvintes locais é maio< do que 39%..575. z0 =-Z. pa. 0. ' • = 2. (2) u' >3. =74...iusando possivelmente ferimentos sérios ou morte.iudal ~ direita. 0. ( 1) Bkaudal. a. b. 0. l. Seção 7.1003. 0.5 (afirma(&>). Regiões de rejeição:z< -'2.75.: µ ~ 150.33.spos1a.074.460.0208 >o. ab. l-d .24 e. 2. há evidência sufrcieme para Seção 7. 4.6 (afirmação). e.860. Regiões de rejeição: t<-2.28. No nivel de signific. Regi.: 1• . o= 0. c. b. c. H.650. a. a. (3) pS0.896. ab.0347 <o. e.39.05. = 8. 1. z > 2.=0. 0. H. Região de rejeição:. 3. de contabilidade é me. 1. (Afirma(&>.!ncia de 1%. a. ftnttYO<I A43 {3) A proporção do total de ouvintes é maiot do que 39%. !a=0.) H0 : 1. Rejeite Hcr c.5. igual a 0.. = -2. há evidência suficiente para b. e. a. H.05. 0.) apoiar a afirmação de que a média diaria de trabalho é~ (2) H0: 1• = 98. (1) 0.350.0526 > 0. (2) H0 :p $ 0. e.01. a. rejei1ar • afirmação de que o distribuidor tem média de 150 vendas por dia.39.0440 > 0. (Afirmação.z0 = 1.01. e. 0.01. 2.) z<-1. 1..5. rejeite li" 4.39.lncia de l'lb.Ol.0058 < 0.75. mas você rejeita H0 . a.) e.Ol. 0. Porque -3. 2. not do que 8. o= 0.6.350'.t i·. {l) H•: µ =14. a.2 10. -3.as.39. H0 : µ ~ $ 1.. a.das por dia'. (1) (2) e. g.a apoiai a afirmação de que a média de custo é signifi· b. d.5.z> 1. (1) H0: 1.5. (1) Apoie a afirmação.01.z. 5. d.01.947. Um euo tipo li é mais sério porque você iriaconfu"dir o consv· z<-1. 2. a. N~ h.l evidência para apoiar a afirmação da estação de rM. b. 0. 7. 3. (2) 0. 10 • -2. a.350 (afirmação). -z. midor. H. -z. a. {1) 1. H. <> = 0. H0: . d. Um erro tipo I irá ocorrer se a proporção real for meaor ou 8.39.: o' >3.0526.75.3 concluir que a velocidade média é maior que 35 milhas por ho.10.0058.005 . A afi1mação é "a média de custo para segurar um Hooda b.. • 98.01. s. Falhe em rejeitar H0 porque 0.0062.l. b.01. a.!ncia de 5%.33. <-2. 9. ha evidência suficiente para b. (Afirmação. b. Rejeite H0 JlC)!que 0.2.. Falhe em rejeitar H0 porque 0. Falhe em rejeitar H0• p>0. ~ M evidência suficiente s 35. média de 150 ve. o = 0. d. A afttmação é ·a méáia de trabalho diario em um escritório 3. b.5.) b.oi.55 < . 1. (2) H0: " ' s 3.:p>O. -2.0347 > 0. 11= 150 (afirmaçao). b. Pllot LX 2005 é de pelo menos$ 1. 2. b.01.os.896.75.-101:~o· " 4.: p > 0.947.intemente dife1ente de S 10. 1. > 35.5 hó<as diárias'. ( 1) Falhe em rejeitar H• (2) Rejeitar H.

a. a. . há evidência suficiente para que 0. Falhe em rejeitar H0 . d. 40 (Afirmação. -2. a. 33. H.z0 = 2. t.01.: o1 > 0.40. o = 0. No nível de significAncia de !%. b.892. No nível de significância de 1%. º'ª 8.= 23. 5. rtão há evidência suficiente para apoiar a alírmação do chele de pollcia de que o desvio d. e.t i·. A afirmação é ·a . No nível de significância de 5%.890 miligramas por füro'. f. A afirmação é ·o desvio padfão da duração dos tempos de resposta é menor que 3. Seção 7. há evidéncia suficiente para reje~ar a ofirmação da empresa de que a média de conduti· d.'<lriància na quantia de bebidas esponivas em uma garrafa de 12 onças não é mais do que 0.) e. g.1> dos usuários de telefone e.735. Seção 7. np = 25. 3..50.lo: x' < 1.7 minutos"..l • 30.05.890 (afirmação). Rejeite H. g. quantia de bebida em garrafas ·de 12 oaças não é mais do d. b. 1. 0.a apoiar a afirmaç. b. l No nlvel de significãncia de 5%. Rejeitar H.05. e 8. . há evidência suficiente para rejeitar a afirmação da empresa de que a variância da 6.\metro em çerto modelo de pneu é 8. (AfinnaçAo.589.05.40. b. A afirmação é "5% dos aduhos no~e-americanos tem so. 3.6".409. b.N.iància nos diàmetros de ceno modelo do que 30% dos usuários de telefone celular com acesso à de pneu é 8.6 (afirmação). .g. p < 0.589.\1. Falhe em rejeitar H0. b.878. z0 =-l.f > 23. H0: p ~ 0.878.\~. Regiões de réjeiç. H. g. H. e. 2. H.259.890 míligramas por litro.5 > 5.645.5 e. para rejeitar a·afirmação do age.\1. A afirmação é "menos do que 300.2 > 5.0436. e. 17. No nível de significância de 1%. 1 < -2.1te de que a mé<iía do cus· f.5>5. há ellidéocia suficiente pa.~t =2. = 1..024.. No nfvel de significância de 5%. 2.575. Falhe em rejeitar H0 .ls". A afirmação é •a média de CO<ldutividade do rio é 1.io. não há evidéocia sub1te e.733. e. ·.) 1. o c 0.878. H0: o' S' O. 3. . 13. 8. Falhe em rejeítar H<r to para segurar um Honda Pilot lX 2005 é de pelo menos S 1. 1 > 2. g. a. Região de rejeição:z > 2.30.0!.ls..708. não M evidêllcia su1kieme d. . .. np•l2.l = 9. e. o= 0.526. e. -z0 =-2. e. gJ. A afim1açAo é •a va.7 e. a. b. = 2.890. 0.\'l=l.231. a e 0. z.30. f.250. H. No nlvel de significáncia de 1%. 2. H. O e 0. H. Internet conectaram a rede em casa. minutos. H0: p = 0. a.01. nao há evidéocia suficieme Regiões de reieiçào: z <-2. 5. rejeitar a •firmação de que a média de custo de hospeoo· gem noturna é de pelo menos$ 185. z> 2. f. mais de 30% dos adultos norte·americanos assistem regu- lanneme ao Weather Channel.575.892. nq a 52. H. : p S0.735. 10 a 2. e. np•22. • -2. 56. b. • btaiklicaapliiada d. Região de rejeição: r' > 50.571.350. H. Rejeite H• 4. vidade do rio é de ! . d.7. H0: 1.733. No nível de significância de 1%.33.: o~ 3. Regi:lo de rejeição: x'<2. 176.nq•237.) e.: o< 3.05 (afirmação).4 H. (Afinnação.L ~l8. 3 ! .575.01.30.878.6.0436 < 0.575.5 > 5. d. b. l-d .798.lo de rejeição:z <-1.6. ~e 50. O m0. d. para rejeitar a afirmação de um fabricante de pneus de que e. o =0. f. Regiões de rejeiç.40".. Falhe em rejeitar H• para rejeitar a afirmação do Roper Poli de que 5% dos adultos nooe·americanos têm so:nhos com 0. p >0. e. nq = 60.N.33.IJ§dd A4J. a variancia do di. -r. Regi.: o'~ 8. a. não há evidência suficieme para apoiar a afirmaçâo do Pew Research Center de que 5.:p: 0. a. a. celular cujo telefone pode coneaar-se ~ Internet o fizeram enquanto estavam em casa'".05. f.0!.645.7. Rejeitar H. -2. ~ 1. g.). A afinnação é •mais do que 30% dos adultos norte·americanos assistem regulam1et1te o Weather Olanner.: .8 > 5. (Afirmação. padrão na duraçã"o dos tempos de respoS1a é mellOI que 3.30. No nível de significáncia de 1%.lo do centro de pesquisas de que menos 6.5>5. nhos reafistas sobre 0. f. 4.

n. afirmação de que a p. Regiões de .opo. a. e. Regiões de rejeiç.575.ióa suficieme para l > 2. M evidência para apoiar a 1.3 g.796. H0 :p1 sp. nAo há evidência suficiente g.lo é •a prôt)Orçlio de estudantes secundários do sexo masculino que fumam charutos e maior dO que a H0 : 1.: p. 0. (afirmação).924. maior concorrente'.=S. a. Rejeite H. 1 d.oo.130. g. proporção de estudantes do sexo feminino que fumam b. No nivel de significância de 5%. A afirmaç. e.575. " ..: . g. 10 2. f. 2. para apoiar a afirmação de que a droga muda a lemperatu· b. nao há evidência suficiente 3.a da d. e. apoiar a afirmação de que há uma diferença na méd'. .. a. H.. A afirmaç.l. e. (1) Independente.. b.l.976 > S.. Seção 8. e. 1. d s.01. a. q..05. n. l-d .365. H. O (afirmação). Seção 8.365.S>S. • 1. : 1~ < 1. qs. Rejeite H• e.575.iílão de crédito para os residentes de New Hamp· e..Regi~oderejeição:z>l. (afirmação). g. g. 10. (2) Dependente.820. g. b. H. n. e. = 6.5 > 5.jj = 893 > 5. z• = 2.. H0: 1. Falhe em rejeitar H~ shire e Nova YOlk'. -z. z . e é menor que de seu maior concorrente. s.1. f. a. g. No nível de signiftcAncia de 5%. e. 1. a.S> 7Se n2q= 5378. 1. (afirmação).96. . e. hã evidência ra corporal. No nível de significAí\Cia de 5%. ii-"' 0. .ejeção: e< -2. o • 0.365. Oa 0. -z0 = . Regiões de rejeição: l < .05. 10 = -1. H. a e 0. : Jld ~ O. = .447. rent5".05.2. ...- ·2.2 H0:pr a p. 18. 10 =1.irtão de crédito para os residentes de Ne. Aafirmação é 'uma medicação experimental aumenta a fre.645. a= o.459. p. 1.05.4 e hospedagem para quem está de férias em Mal)iand são 1.ê.575. 1. Rejeite H• No nível de significância de 5%.374. H.: ''d< o (afirmação).ição experimental aumenta a frequência cardfaca H0: . No nivel pe signijicAncia de 5%..H. charutos'. A. de um individuo.96. : .S>S.oporção de estudantes do sexo feminino que fumam charutos. 1. Região de rejeição: t = -1.-ção de estudantes do sexo mas· quência cardíaca de um indiví<luo'. Rejeite H• b.. b. .p= 1. H.:p.645.96.795... = 25. z0 = 1. . (afirmaçAo). suficiente para apoiar a afi~ da Americ..316. = = d. = 7. -10 -2. para apoiar a afirmação do fab<icante de que o uso de wans e. 2.3.: .557.2 17.0014.997. medic.2. >2.a na média das tarifas de g. = -2. 0. > p.810. z> 1.t i·. f. ~ 1. há evidência suficiente d. ta1ifa de c.1. Rejeite H• 1. afirmação é ·o uso de watts dos monitores de tela plana de 17 polegadas é menor que de sa. Falhe em rejeitar H.. 2. Aafirmação é ·a média das distancias de frenagem são dife.l = 0. H0: 1~ = µ.757. Aafirmação é •a droga murda a temperatura corporar.447.378. -1.. H.lo:z < -2.>1 Hampshire e ficiente para apoiar a afirmação do médico de que a Nova York'.96.. No nível de signíflCánóa de 10%. a. . A afirmação é 'há uma dife1ença entre a proporção de maiores do que os mesmos custos médios para quem esiá estudantes do nível secundário do sexo masculino que de férias no Colorado.365. a. np = 893 > 5.n."' 2. 0.3. a= 0. No nível de significAncia de 5%. o=0.q = 5. ..976 > 5. e. Regiões de rejeição: z < . d.. f. b.L •li.1.05. não há evidência su· c.447. d=-1 . g.28.596. 1 e. a. -3.747.in Automobi!e Association de que os custos médios de refeições diárias Seção 8.447.783.p"' 0. Seção 8. g. No nível de sigoificAncia de 1%. fumam cigarros e a proporção de estudantes mulheres que fumam cigarros·. há evidê.jj> 1. 10 e 2.0. 0. Região de rejeição: t < -1. culino que fumam charutos é maior do que a p. d.l. há evidência suficieme para para apoiar a afirmação de que há diferença entre a propor- apoiar a afirmaçJo de que a média das distáncias de frena· gem s. ps. ção de estudantes do sexo mascufino que fumam cigarros e a de estudantes do sexo feminino que fomam cigarros~ 2.490. n. s.!o difetentes. Falhe em rejeitai H0• h. t.lo é "há uma diferell".1. n2q a 5.10 = .490. ~ I<.IJ§dd Capítulo 6 b.. d. z >2.. O. e. -0. (afirmação).316.

645 minutos (2) 75. 3.' 10 :OJ040!ie)(il)i(l 4. .683.236. a. 2. ab. ab. 120. b.481(3.( 1. e.01.897 (3). d. e. Sim.916. Seção 9.. ab.458. (2) . (2) y=73. l:x'= l9. t. ab. c2> r~12. b"' 18.458.683. b. 201. A b. a. o. d.4.as.9)• x.645 (2)75.783. d.32) . No nivel de ~nificância de 1%. Jdiidc 2. d. 6.Conforme o b. a...-~H-++ -. se ~ 10.IJ§dd A46 • [. e.-710.159. 0. positiva.61551.t. 9.447. t:x=336.- r • g.OI.parecequeháumacccrelação linea.G.634921 20 38 35411 6 702921 30 56 49461 42 758521 40 54 5:. (1) 90.4 linear positiva entre os orçamentos dos lilmes e os ganhos 1. • e. y= 46. I:x' = 19. n . . b.540 (89)-4. a. e. os ganhos brutos mundiais aumentam. 1. a.Jo negativa. parece que há uma cwelaç.916 < 0. e. 3.884. f.1('5. d.213x + 18.Ao ooo é e.2. 6. c.-relaçJo ijnear entre os orçamentos dos filmes e os ganhos mundiais.540x 1.897 (2). Sim.500.y = 2.78349. renda familiar aumenta.2. brutos mun<fiais. as~natu. No nível de signifitancia de l %. ( 1) 58. ·a.. 0. • c.218. Y. (2) 74.616. '-+-+-H--+-1--+. Renda (:1mili:tr A (Cfl• 11lil~s de dólll.8. e. t > 2.357.807. (3) y=81. para concluil ~ há uma correlação linear significante entre c. y • 10.41l.4. 2.8% da variação nos tempos é explicada. a. e. 7. cO<lduir que há co. Entrecomdados.l 59. O fato der esi. a porcentagem de renda doada de· aesce. n~ohá evidência suficiente (3) y= 46. 0.385 + 0.935x .947818 c.E. . 29. enue S 201.481(2) + 33. lrl = 0. ty= 41. e. 95. (1) y=89. 120 minutos• • Seção 9. ab..2133956.r próximo a I sugere uma fo~e coirelaçJo Seção 9.807.tx=336.3 • • • 1.979.80.511 90459121 45 78 70536 5S711296 50 80 71561 5. Seção 9. O. -0. 8.2..y=2.tllti" apli<"1• Capítulo 9 7. n•6.) d. 0.917.8'97x.t i·. e.120. O erro padrão da estimativa das venoos semanais para os 4. horários de propaganda de uma rádio especifica é de aproxi· madamente S 621. b.540 (83) .1 sugere uma forte couelai. H0:pa OeHc p•0.814. ( 1) y= 12.2 i ~ 2 ~.385 + 0. quandq os custos linear negativa entre o nivel de renda e a porceniagem de com propaganda são S2. y•-0. orçamento aumenta. 15 26 28386 5692996 3.897 ( 1).807. b.948721 91611 13039321 ·-======122:~ o 60 88 = l: 231. (1) y= 46.J . Rejeite H. 20 32 35411 11. b. e. En1re com dados.934n. 6. 1 Regiões de rejeiçi!o: 1< . olO~S ~ iS GO-OS ?O 15 ~.648 e S 260.710.958. NJo. 6. a.120.Jo e. l-d .385 + 0. 230. te . 5.Jo.g ~ 8 ~ • • • .! 10 . parece que noo há cwelaçJo linear entre a idade e as <r. e..838. a.plkada.540 (78) .385 + 0. 0. ~ 46. as vendas da empresa es(arão doações. 23. m "'--0.b::.917: a correlaçãonao é significante. 33. (1) 58.548. gJ . o nível de renda e a porcentagem de dooi. m"' I0. -10 = .807 e 10 = 2.2% da variac. O fato der esiar p<ó~mo a . b. M evidência suficiente para . d. 4.648<y<260. ty'= 315. b.290. Você pode esiar 95% confiante de que. Conforme a 2. (3) 81.l:y=41.

não há evidência suficiente de idade difere da clís1nbuiçAo de idade de 10 anos atrás. Frequénciasmarginais:lma 1: 180:Linha 2: 120.92. Distribuição afirmada: Cá< Distribui~ Seção 10.ão &s c0<es não é uniforme. 2.t i·. a. c.. (afirmação) e. 18. . 1. E. (afirmação) Ar'iô<H11i1d0lia 4 l'lb b. Hrr As preocupaç<les de viagens sAo independe. e. Entre com os dado~ Faculdade dos filhos 46% N.lo de rejeição: > 11. 6. Regi. 60-69 IO<ib 70+.01. As frequências espeiad. H0: O número de minutos que adultos passam on~ine por dia depende do sexo. 40 e e.488. A. a afirmação do sociólogo de que a distribuiç. d. As frequências esperadas S<JO 123.. 8. a. 300. no nha!I de significAncia de 5%. = 29. (afirmação) H.e como mostrado na . d. 60. há evidência suficiente (afirmação) p. E.~ = 16.11a concluir que o núme10 de minutos que as pessoas pas· H.. Hrr at S H. 8. H0 : A disuibuição das idades é mowada na tabela acima.= 97. todas S<JO pelo menos 5. : O número de minulos que adultos pa. 1. b.: As preotuJ)ilções de viagens S<JO dependentes da razJo c.345. pata apoia.2. 50-59 12% b. : Adistnbúiç.. 1.. Região de rejeição F> 2. No nível de signifkância de 1%.3: 28. 5<ib e. E. E. F0 = 2. 2. = 19. 65.ounw 36<ib 108 Gospcl 11% 33 H0 : A distribuiçã'o das cores é unifom.1. 3.seopo:à<fJStri~oafirmadadasopiniõesdasmuheres. que é pelo b.6. 56.31.11es da razJo H. a. não há evidência suficiente h. 5.. g. 1.. RegiJo de rejeiç<lo: >9.1 Marrom 166% 1.o 1. b.. 32. 1. d..lo g. E13 = 64. 0.2.42. menos 5. 158. sam on·line por dia depende do sexo.01.?a$ 2% 6 tabela aóma.afirmação).2 10. Seção 10.Js S<JO 64.345. a. xt x' = 11. :AdiS111buição das .01. 0.2 30-39 14<ib t. 20. 0.05.W. a.619.narelo 166% \"1melho 166~ Música <M> de ol. 10-19 20<ib 20-29 80b Seção 10.ições de viagens sAo dependentes das razões de viagem. xt x' = 9. 0. c.- g. E.580.ai.: a\><>~ (.lo de rejeição: x' >9. Falhe em rejeitar Ha d. 3.6. Distribuição afirmada: h.05..8. b. : A distnbuição das idades <flfere da distóbuiçAo afirmada. t66W. ot 3. da viagem.8. a.ncia esperada Alui 166% L.espostas clífere& distribuição afirmada. g. pa1a. Falhe em rejei1a1 H~ No nível de significânciõ de 5%.. c. f. a. RegiAo de rejeiçAo: x' > 14. 48. não h~evidência suficiente 2. Coluna 2: l62. Regí.067. xi= 9. 80. d. d.J = 11..ssam on4ine por Resposta Oistri. No nível de signíficAncia de 5%.\ruis.3 e.4. 0. Rejeite H00 H0: Adisuibuíção das respostas é mostrada na tabela acima.011.. p.ra o eo<1sul1or concluir que as preocup..l. l-d . 138 e 39. !Odas das quais ~ pelo menos 5. Sim.:io tên1 certeza 13% e. Coltma 4: 36.ejeitar H.. Rock 29% 87 e.067.Mntes Frequê. ti = 11. o.210. 4. 7. = 14. há evidência suficien1e para Idades Ois~ibuiÇ30 se opo< à afirmação de q~ a distribuição de doces de cores 0-9 16% Merentes nos sacos de amendoim M&Ms é uniforme.01 . b.92..\ 166% ~ssica 4<lb 12 11. = 24. = 44. 12. h. a. Rejeite H. da viagem. Distribuição afirmada: H.488. c. E. Regooderejeiçw: x'>11.933. Falhe em . E. b. g.buiçao 1 dia independe do sexo. = 21. g. A frequência espe1ada para cada catego<ia é 30.wostas dos exe«írios ltntev0<! A41 (apítulo 10 b. Colun. 5.. e.011.IJ§dd R. 0.. (afirmação) Pcp lll'lo 54 H. 3.694. a. No nível de signmc.4. 2.lncia de 1%.Coluna 1: 40-49 15% 74.. xJ= 14.

05. H0 : mediana e i 134. nas médias dos GPAs.8 B 2 5. Entre com os dados. 22.5 3.9 A 8 7. Sim.. RegiAode r~o:F>3. 0. no nível de signiflC<lncia de 1%. o. l-d . g.5 6.= 12en.2 sanguínea. H0 : o núme. 2.os.lo Dados Amostra rÇlassific.703 (ou 1.. no nível de sig.t i·.: Há difere<1Ça nas afirmações pagas pelas emp<esas.. 81. e. d. valor P"' 0. f. 1. M B 10 9. 1. . =12. 1.5 (ou R• 179. e. Sim. = 15. 1. 2.3 8 20 4.IJ§dd e..8 B 24 mediana do preço de venda das casas vendidas em certa regiãoédeS 134. no nlvel de significlncia de 5%.ente do que a me. b. 0.os. no nível de slgnificãncia de 5%. não há evidênciassuficientes para concluir que há diferença 2. Rejeite Hu 8 14 -6 6 10 -10 g. no nível de significlncia de 5%.4 B 7 6.3.~ B _l_ 5. Seção 11. b.l B 9 7. a.. 9 12 . d. a. 1 = .48. g.2 A 17 2.22. e. 0. H0 : medianas 2. 7 li -4 'li 7.:Pelome. e. M evidéncía suficien· 4.1 e. e. a. não há evidência suficiento para apoiar a afirmação do ge. 11.5 A 19 b. Rejeite H. (afil· mação) Capitulo 11 b. Rejeite H. Região de rejeiçJo F> 3.500. no nlvel de sigllificancia de 2. no nível de signific§ncia de 1% nAo há evidência sufi· repelente· aplicado absoluto com sinais ciente para rejeitar a afirmaçAo do biólogo de que os níveis 8 15 -7 7 li . f. no nível de significãncía de 5%. que o spray repelente à base de água é eficaz. 2. no nível de significâacia de 1%. 3. Não. = 21. (alirmaç..280. R • 120.a das ven· das mensais entre as regiões de vendas.280 > 0. H.9 A 22 g. há evidência suficiente g.iflCAnáa de 10%. há evidênoa strliáe<ite para apoiar a afirmação do pesqtjsaà-01 de que uma nova para·apoiar a aftmaçAo do pesquisad°' de que uma soluçAo vacina irá diminuir o número de resfriados em adultos. f.0 A 16 ~na do número de clientes por dia é maior do que 2.5).5 H. .1.34.aç§o ordenados or~enados b.5 -5. não há evidência sufi· b.5 Seção 10. F"' 1. Falhe em rejeitar H" b.500. g.645. O.11 de pH no solo das duas locafizações geográficas têm desvios 7 12 -5 5 9 _g padrão iguais. a.22. 5. ±1.. Não.lo) h.1. d. Falhe em rejekar H. 11.S. -2.: há diferença na quantia se repelente á oose de água. g. 1.L. H. • 14.5 6. g. 2. a. 4. (afirmação). e. Na<>. -1. de resfriados irá dim.96.osumaméáiaédiferentedasoutras. Sim. (afirmaçAo) Dados Amostra Classif.7. 1O. Falhe em rejeitar H• .caç. Sem R:epelente Valor Postos Diferença Classificaç.1.q.ao g. 5.21. d. 3.4 A 21 e.iuir.5 -7. não há evidência sufi· <leme para que o inspetor de controle de qualidade condua e. H. Falhe em rejeitar H.. intravenosa especialmente tratada decresce a variancia no tempo n~~1io p. o.7 B 12 10.6 A 23 te para rejeitar a afirmaçAo do corretor de imóveis de que a 4. d.34.5 para o analista concluir qtJe há diferença na méd'.5 15 b.o de resfriados não irá diminuir.8 A ~ 15 2. 5. g.5 .1 ::: 11 5 == Jt" 10 8 2 2 3. há evidência sufiàeme 4 8 -4 <la 7. H. w.7 B 1 5.3 8 13 1.. e. e. HfJ: .500. H0: Não há d~erença nas afirmações pagas pelas empresas.3 A 18 H.Q25. 5 6 -1 1 1.5 -5.5 d..34. a. a. 3.5 .500 (afirmaçAo).10. F0 =3. 3. -1. a. d. H.5 . 3.0 B 5.. NA<>. Sim.01.5 4 '6 -2 2 3. F0 • 3.. o. g.:. = 10. H~ q 1= u.5 li 8 3 :.5 e. cierue para concluir que há diferença nas afirmações pagas e.l~ • 3.: mediana "' S 134.(afirmaçAo} 9 8 1 1 1.os.: u. e.: o número f. f.: mediana> 2. :s 5.5 A 4 6.500. n..500. f.0 A 5.43.703}.43.r:a que nutriente'$ entrem rl3 co"eote Seção 11.4 6 6 o o 1. pelas empresas.6 B 14 g. 3.01. d. H0: não há diferença na quantia de repelente à base de água. f.5 A li 10. 4. e.5%. 0. Não. Falhe em rejekar H.

92 MI 12 100. 0. 3.85 9 4. 2.655.75 NC 17 G s núme<0 de corridas = 7.5 3. Falhe em rejeitar H11 g. PPP F P F PPPP FF P F PP H. 7.24 (O 21 e.10 MI 18 d.5 -1 t 1. 0. 0. R. G = número de corridas= 17. 0. 1. . a. 2.ados Esta<lo Classifica~o orde('ldos Estado dassificaçAo e. 1. 1. d. 1.21 ~u 24 ros não é alea1ória. 1. H.'IO co 3 95.ça nos saklrios nos três eSlados. H0 : As~ncia d0< gêneros é aleatória.65 MI 4 95. 93. 13. 3. 4.05. H0: Não M dferença nos salários nos três estado~ 1.9834.36 NC 19 89. Falhe em rejei1ai H• f. e. 1.t i·. a.72 NC 16 nl:3 número de Ms = 5. não há evidénóa sofi· 91. f.34 NC 25 93. 86.10 1. nAo·M evidência para h. = núme<0 de Ss = 10. farmacêuticos nesses três estados s. c. e. b. a. ~ O. 117. H~ diferei. no ni\'t!I de significârtóa de 5%. 0.: A sequência de conc!lições c6máticas não é aleatória.n NC 28 (afirmaçao) 94.3 Seção 11.45 MI 14 106. 0.99 co 26 3.65 3 . a. Regiao de rejeição: r' > 4.5 2.1. R2• 148.4846.42 MI 13 1os. d. b. e.700. 93. 1. Não. Dados Dados oiden.17 co 7 96.605. • númerodeFs ::s 9.48 1 2 4 '·'º 1.25 4 1.9846. H0 : Asequência dos gêneros não é aleatória. n. M evidência suficiente l'<)ra conduir que existe uma correlação sig. ±1.03.55 co 8 97.25 9 o o l: • 12. xi= 4. b.5 2 0.= 127.5 -1 t b. (afimação) 1. e. (2) Z=± 2. no nível de sígnificáncia de 5%. n.s 1. 1.59 1.lo diferentes. R. (afirmação) e.40 5. 94.05. nAo há evidência w· apoiar a afi~ de que a sequêJlcia de condições c~mâ- ficiente P<l'ª concluir que as <fisuibuições dos salários dos ticas não é aleatória. N!o.75 co 5 95. Falhe em re~i1ar H• 91.25 1. a. no nível de significán.4857. 2. f.=número de Ns = 21. Não.s 2. H.4834.05.31 MI 22 g.35 co 23 cien1e para apoiar a afirmação de que a sequência de géne- 92.85 co 9 98.99 NC 30 b.76 MI li 98.25 NC 2 94. c. Apêndi<e A Seção 11. f. 2. 1enie v0<! A49 Seção 11. 3.605. l-d . d.92 NC 5 96. 0.55 co 15 110. (afirma(<lo) FFF PPP F PPP. 2. e.78 MI 29 94. Sim.48 4.12 co 10 98.62 2.896. 3. 87.48 4. 1. =0.5 3.85 MI 1 94.5.5 6 2.56 8 o o 1. Rejeite H• g. a.81 8 3.1if1C<1tiva entre o pieço da aveia e o p1eço do trigo.5 Ed> = 12. 0.12 3 2. 0.cia de 5%. Aveia Classificaçao Triso Classifica~o d d> e 1. 0.78 2 4 ~. n.02 ~I( 20 valor cri1ico superior= 12. a.96. : P.4 1.63 7 3. 89. valor cri1ico inferi°'= 3. 2.IJ§dd Respostas dornerdr!o. no nível de significância de 10%. ( 1) 0. 89.10. b. : P.• 190.42 7 o o 3. b.17. g. H0 : A sequência de condições climá1icas é aleaiória. e.27 NC 27 H.40 5.

0731.. b. a.0.000 • -3 Os pontos não parecem ser aproxima<lamente lineares.. 1... 0..t i·.. Devido ao fato de os pontos nao parecerem set aproximadameme lineares e havei um valor õscrepame..ili.. a.ia 4.ooo O ..4115. .nte porque está d'!Slante das outtas enuadas no conjunto de dados. podemos conduir que O> dado> da •mo.. ...i . Apêndice C 1.. • e.tr• n3o vêm de um• popul&çõo que tem = distril>uiçJo normal b.860 é um possível valor discrep.IJ§dd ASO • r. 3 . e. e.1. l-d .. 0.4846... 39..

2t.oStas sllo obseivadas. Populaç. 15. entre as en1radõs de dodos nlio s!io signi6cetiv&s. Ordinal.a: coleção de 1. Nominal e ordinal.Jo: idade dos adultos norte-americanos que tém com· 7. 3. Mais tipos de cálculos podem sei leitos com os dados no ram a uma pesquisa por telefooe. 3. 27.dos no rível ordinal podem se. Os dados podem ser otganiiados em ordem. Os da. você terá melhor memória. uo de uma população. 3. (b) Nominal.vacional. (e) Racional. tica descritiva. Os dados podem ser colocados em ordem. População: coleção de efeitôfes regÍSlfados. Falso. de suas residências. um pes<rJisadormede as caracter!sticasde inte1essede tOlal de 97 é uma desa~o numé. mas não muda as cond'. 5. . Estatística. População: partido dos eleitO<es regiStrados em Wanen County. 53% é uma descrição numérica da amostra de todos os adultos nos Estados Unidos. Seção 1. 25.3 1J> 22-23) 29. tadores Deli. 9. Nominal. l-d . Q\Jdnti1ativo. (a) Uma inferência retirada da amowa é que cidadãos mais ve- 7.. Qualitativo.t i·. Aafirmação ' 56% é uma desaição numé<ica de uma amostra de Seçào 1. titatiYO~ Amostra: partido dos eleitores de Warren County que responde. Estatlsbca: o valor $ 68. Estatlstíca: 8% é uma descriçAo numérica dos usuários de com· uma tabela de números aleatórios ou use um gerador de núme- putador. População: coleção de todos os adultos nos Estados Unidos. 43. 5.. cidadãos mais velhos que não moram na Flórida. Ordinal. um tratamento é aplicado em uma parte de rica de uma amostla dos salários anuais. poique a coleção <ie 500 espeaadôfes é um S1Jbgtupo dentro da pepulaçilo.000 adultos entrevistados.ções existerltes Hindenburg que sobrevive<am. Falso.. t 3. Nenhum cálculo matemático pode ser feito 21. Uma estalis1ica é uma descriçAo numérica de uma entre as muU. Em um e. (d) Ordinal Amost. Amostra: coleção das 1. Qualitativo. Uma estatística é uma medida numélica que descreve uma 39. Uma populaç!o é uma coleção de ro<fcs os reS1Jltados. 37. 41. 23. 1. População: coleção de todas as mulheres nooe·ame<icanas. Falso. uma popvla~ e as resp. Um parAmetto é uma descrição numérica de uma caracteristica Uma infe. 17. Uma amostra é um subgrupo de uma poj)llfação. Q\Jalitatil'O. porque a coleção de 20 pacientes é um S1Jbg1Upo den· 1. Falso. li. 13.. ros aleatórios. Amostta. (a) lnteivalar. rne:s as diferenc.13) 15. Q\Jalitativo. 23. Amostra: coleção das 546 muheres nooe-america. Respostas ir~ variar.as pesqúsadas.. t 9. Respostas irãb varia1. Vetdadeiro. nível inteivalar do que com os dados no nlvel nominal. 12. Respos- tas kão variar.1 1J> 7.lo popufacional. b<os do Congresso dos Estados Unidos.eres dos EStadcs Unidos e ser o investidor P••-nário catacteristica amowal.s. Parãmetro.éncia retirada da amostra é que existe uma as50ciaç.ica de todos os passageiros do parte de uma populaçilo. Designe números para cada memb<o de uma população e use 33.Em um esttJdo ob· 31 . Amostra: idade dos ad. (b) Essa inferência pode implicar incorretamente que se você 11 .096 residências pesquisada. caracteristica amostral. 19.2 (p. Nominal. Ordinal. qualitativos ou quan· 17. putadores. População: coleção de todas as residências nos Estados Unidos.ento. Amowa.rpem. porque é uma coleção de idades de todos os mem· morar na Flórida. Q\Jafitativo.. medições ou comageos que são de interesse.045 eleitores regiStfados que votaram. Amostra: coleção dos 1./J) todos os adultos nos Estados Urudos' é uma aplicação de estatis- 1. e os dados são categorizados por região. Seção 1. População. Um 2ero inerente é um zero que implica em •nenhum·. respostas. Aquan6dade de 62 passageiros sobreviventes de um se.IJ§dd Respostds dos exercícios selecionddos Capítulo I 35.000 corresponde a uma descrição numé. 25. lhos que moram na Flórida têm melhor memória do que os 9.ultos norte-americanos que tém compu· mas as diferenças entre as entJadas de dados ~ fazem semido.

Entretanto. As residências amostradas representam várias locaFtzações. Usar um. Grn· quente que 50 graus. Respostas irão variar. cionadas.<dade pode entrar na amOStra porque osesiudantes amostra· 3. o máximo ê 73 l e o número de amostras é 8.>Arios.A tenden· Amostra: coleção de 1.egisuos corretos das funcio.. se. e todas as amostras de 1.lcia de um ourdoor como uma prop. Use uma simulação.cação de estatística desoitiva. cada uma dessas variáveis é consi· 25.. As respostas irão variar. porque você quer medir o efeito de um tas é bom p. 2.599 números de telefone tem chances iguais de serem sele· l. Dick. com o planejamemo é qtJe pode lm-ei alguma 43.estatística no mundo real (p.aílào de aédito é de ser se!ecio. S27. A pergunta da pesquisa é tendenciosa. pode influenciar a opinião dos que respondem. Amostragem aleatória simples é usada porque cada paciente 5. 31. 7. 21.lo:. Verdadeiro. Ron. Adam. 37. Falso.dos Connie. Amostragem aleatória simples ê usada po<que cada número de telefone tem chances iguais de ser discado e todas as amostras Usos e abusos . População: coleção de todos os cartões de cré<fito. 21. Amostragem sistemática é usada porque cada nono nome em uma lista é selecionado. RespoSlo do omOSlro: grupo de tratamento: 15. Maria.ar as pesquisas. Bridget. Mile. As respostas irão variar. 2<) paciemes receôeram ad. ..3 Atividades (p. AqueslAo pode ser reesaita como: ·como tratamento em uma plantação de soja. tendenciosidade da parte do pesquisador se e!e SOIJbef quais 1. Faça um experimento. 25. l-d .oga verdadéra. Uma inferência retirada da arrostra é que todos os cartões de 23.a aridade.esu!tados.. Os sujeitos podem ser ániididos em homens e mulheres e ent. O eleito Hawtho<ne ocorre quando um sujeito muda o compor- 15.IJ§dd A52 • C>tail<1icuplicaJ.46. rrnmeirade elimi· na. (a) As unidades experimernais sAo mulheres entre 30 e 35 tamento porque está em um expe. Amostragem estratificada é usada porque uma amosua é retitada crédito têm um. profundi· é considerada um agrupamento e cada mulher grávida em uma dade e nuances de significado na resposta. Dan e Mary.. Uma tabela de números aleai6rios foi usada.45• é uma apf. Quantitativos. podo: cvnuole. 11.1te a um (b) Um tratamento é usado. Nominal Os dados são qualitativos e não podem ser colo<. (c) Um problem.ira vocé. porque 'IOCé quer medir o efeito de um 39. Res{>OSladaamosrro:aconfusãopodeoco11e1emumestudopara tratamento no sistema diges. Intervalar. gru· pos étnicos e nweis de renda. Susan.. então. Amostragem de conveniência ê usada porque os estudantes foram l . 13. porque a situação é empirica. A questão é tendenciosa porque já sugere que tomar suco de fru. JU<ly e 17. Censo.. por~ue os salários mensais são medidas numéricas.penmento duplamente cego. As respostas irão varia. porque as idades são medidas numéricas.. Faça um censo.i. em uma ordem significativa. esse problema ê fazer Lm e. A afirmação ·a média da taxa de atraso de um C".210 pacientes ambulatoriais tém a mesma chance 9.000 adultos ~uisados. 29. As be1 quais pacientes receberam a droga real ou o placebo. Aamostra pode ser tendenciosa porque somente casas com telefones serão amostradas. ver a efic. vanessa. Steve.iganda para um ho· tel seoourdoor fosse colocado som€nte logo antes de um feriado. Não faz sentido dizer qire 100 graus é duas vezes mais Jake. 35. O mirimo é I. de ada subgrupo de um aae.t i·.lo 33. 26) 19. 13. Amostragem por agrupamento é uisada porque cada comunidade Vantagem: permite ao que responde expressar algum. Uma amostra sisterrotica ê selecionada ordenando uma população de alguma maneira e. 1. 5. Exercícios de revisão (p. 7. 17. l uçy. 27. Kate. Um. 21-25) de 1. A lista contém um número pelo menos duas vezes.imento..tório humano. Amostra: coleção de 146 caílões de crédito amostrados. População: coleção de todos os adultos dos Estados Unidos. repostas irão variar. porque é relativamente fácil obter safá1ios de ouuos 50 19. taxa de atraso de S 27. Parâmetro. mados números de telefone aleatórios. seleàonando·se mem· Desvantagem: pode não lomece1 as alternativas apropriadas e bros da população em intewalos regulares. Falso. (d) O estudo seria duplamente cego se o pesquisador não sou· 2. ambulatorial tem a mesma chance de ser contatado. amos~agem estratificada garante que os mem· bros de cada grupo dentro da popul~ serão amostrados. doações pa.em designados aleatoriamente para cada um dos cinco g1upos de tratamento. cios. placebo ocorre quando um sujeito reage favoravelme. dos podem nw ser representativos da população de estudantes. porque os CEOs mantêm .adas. Pet<:. 11. placebo que recebeu. Quantitativa. As respostas ilão variar. Faça um experimento. a ingestão de sucos de frutas afeta sua saúder. 9. 23. Questão fechada: Vamagem: fácil de analisar . C. comunidade selecionada é pesqtrnada. Desvantagem: não é facilmente quantificada e difícil de comp.. Questao aberta: 27. 41.. Amostragem aleatória simples é usada porque são gerados e cha- defada um estrato. o efeito anos que receberam o tratamento. ParJmetro. escolhidos por causa da convenié<lciade sua localização.

(a) 24. (b) 22.74 74 69 0. 7.20 273 mente estralifocada e eotão uma amOSlra é coletada de cada 75-85 68 80 0. (a) Estatística. (d) Você pode retirar muito de uma po«:entagem de sua amos· (e) Maior frequência M 300.t i·.nto médio de dassé FrOnteiraL W-30 25 19. limites de classe . 52. Limites de classe superiores: 33. (e) Use pesquisas. Oasse com maior frequência relati\'a: 500-550. (a) Qualitativo.5 5. (a) Amostragem de conveniência. Populaçào: coleçao de todos os indivíduos com transtornos de Fronteiras de classes S<lo números que separam as classes sem ansiedade. 11. tas: quantitativo.07 365 8. limites de classe inferi0<es: 7. (b) Maior frequêficia relativa b O.5-96.tivas. 128. 3. Porcentagem de respos· 21. porque todas as pessoas relativa acumulada amosiradas estilo em uma localização conveniente. Amosuagem estratificada é usada po<que 25 estudantes S<lo se. 16.icia relativa: 17. Falso. (a) Faç. l-d . porque um valor de dado pode se< expresso como o múltiplo de outro. 19. Frequêo~a Classe Fiequência. 52. (a) Número de classes =7. (b) 29. 75-85 80 74. (b) Resposta: nom. 17. (e) Amostra. 25. 20-30 19 25 o. foonar lacunas entre eles.015.. 34. (b) Parâmeuo.ltiva • 0. 1 Juntando tudo (p. Amostragem por 1elelone amos1ra somente indivfduos que têm Seç~o 2. 40-44) 1elefones. porque cada décima máquina é 42-52 68 47 0. Amostra: ~ o de 372 pacientes no es1udo. 43. tra de um subgrupo de uma populaçào que é relativamente pequena. (e) Estatistica.41 36 30. 6. Resposta do amostro: a amOSlra inclui (c) Aproximadamente 0. 110. 15.12 62 (b) Amostragem sistemática. Alargura de classe é a <iferença entre os limites superi0<es 2. (b) Sim. 53. (a) Largura de dasse = 11.S 86-96 91 85.lo oom acesso â lntemet 25. 1. 195. 71.5 libras. As comunidades selecionadas podem nao ser representativas de pdtkôes den110 <los da<los nlilis evklente. Planejamento de blocos aleaté<ios. 24.1te membros de uma poptkç.ferio.. 3.005. 3.. Llrgura de classe: 19. ticos. (b) As respostas irêo variar. (b) Menor frequêncid • 10. porque difere<1ças significativas entre as entradas 31. e inferiores de classes consea. 31. Uma ogiva éumgr~fi<OquemOStrafrequênciasacumuladas 9. 51.5-85.1 1p. (d) Llrgura de dasse = 10. 86· 96 24 91 0. (a) 50. (a) Resposta: qualitativo e quantitativo.5-63. 9 1. mas uma entrada zero não é um zero 42-52 47 41. m cer àquelas classes. Menor frequência rel.18 polegadas. 33. (a) As respostas vão variar. 53. 4. 27-?8) E1= 36S ~-"' n 1.300 e 700. (a) Classe com mai0< frequência relativa: 8-9 polegadas.011as dos exer<i<i01 ufe<ionado1 A53 29.ldas. Organizar os dados em uma distribuição de frequência p<Xie uiar . um experimento.soasde uma populaç<lo. Os limites de dasse determinam quais números podem pe<teii- Teste do capítulo (J).S (b) Use uma peSQlisa porque seria impossível questionar todas as pes. 19 130 amosuada.5 1\bras. (b) e (c) (b) !lecionai.5-24. Largura de classe = 9. Conveniência.63 58 52. . porque não podem ser feitos ~lculos mal~· 13.es: 15.e Po. 2.ados aleatoriamente para cada série. 42.al.os 19 31-41 43 35 0. Método: nominal. (a) Nominal. Capítulo Z lecio.19 341 estrato.5 podem ser calcul. uma ârea toda. 19 199 (e) Amos1ragem estratificada.IJ§dd iei. porque a populaçàO é primeira· 64. some.5 um 1tatamento nos nM!is em aduhos.750. 60.63 69 58 0. 5. 23.5-41.H . 72.5 inerente.4-52.'veis e quezem responder. f Ponto médio FreQUê-ncia 7.5-30. Class. (a) As respostas irão variar. Limites de classe superi0<es: 15. 53. (b) Quantitltivo. 1. estão dispon. 34. Porcentagem de respostas: razão. Oasse com menor frequência r~tiva: 250. 90.5-74.5 (e) lnteivalar.. porque você quer medir o eleito de 64-74 69 63. (d) Estatística. Falso. 109. Porcentagem de respostas: razão Classe com mellO< frequê.

2308 24 32-39 3 355 012 25 242. f.5 0.es1aVa entre 403 56-59 3 0.3 1 3 215 012 22 218-241 6 229. e 430 miissegundos.3077 8 representantes de vend.requência.) 64-67 4 0.569. relati\. Bl=JO r .060-5.040-4.0769 26 I Bl= 25 r-= 1 n r i. I Ponto médio ·acumulada.0769 21 49-5?. 1 Ponto médio relativa arumulada relativa acumulada 0-7 8-15 16.~ Vend.042 24 I E1= 24 t -•I w .t-s de julho por reprtffnt.lcia: 16-23.609.5 0.- 0.erior freqtJê. Classes com m.2308 0.55 3 0.099 1 5.IJ§dd A54 • 27 33 Frequência Frequência Frequência Frequência Classe F. 119 1 6.1923 26 1 !::1= 26 E-=t N Altur.) 45-48 2 46.tnUções 31 Oasse ~m maiqr frequência relativa: de tomate frequência frequência 33.346 4 332.5 0..:.5 0.5 0.125 . 167 23 72.265.36. (As 4 1~14 5 •2.5 0.5 0.1154 18 24.32 0.000-2.lntt O grafico mostra que a maioria dos 33-36 8 34.ada Tempo de reaç:lo O grafioo mosua que o tempo de res· 52.019 12 1.32 0.=1 n Frequência Frequência Classe flequência.217 3 205.375 15 irão variar.5 0. Frequência Frequênda Classe com meno< lreqtJência relativa: Classe Ft!l(luência. Ponto médio relativa arumulada Oasse com menor frequência relativa: 291-318 5 304.0333 28 487.125 6 •·+-. I Ponto médio cela tiva ~comutada 242. 24-3 1. par.l 35 N Frequência Frequénciá Classe Frequê~cia. l-d .5 0.7.100-7.079 3 4..23 8 8 3 3.1 mulheres posta mais frequente. = . I Ponto médio Classe Frequên<i•.5 O.t das pl. 1. 1667 17 ·103-430 6 416.167 19 68-71 4 0.12 8 16 19 146-169 170-193 6 9 157.esa 37-40 6 38.5095 0.5 0.t i·. B/=26 N Classes oom a maior frequêooa: 0.0909 20 4.5 0.529. 319.5 0.2308 14 vendeu entre S 1.5 0.1667 5 45-48.039 3 2.3462 .019.080-6.-·~.5895 00455 22 6. 170-193.5455 12 2.059 2 3. Pontos de bolic-he Classe com maíor frequência relativa: 29. (As respos1as 60-63 9 0.1364 15 3.1333 9 347-374 3 360.5 19.15.75 1 0.5 0.0455 B/=22 !. 192:I 19 resposias irão . 5 50. 32-39. 1 relativa acomul.-ariar.1364 21 5.ls na ernp.549.1333 27 4 59-486 l 4725 0. 6 194. 8.1000 12 375· 402 5 3885 0.-i o.5 0.020-3. Classe F.265 2 253.5 14 2 5005 00667 30 f 37.5 0.000 e S 2.requência.5 11.2000 23 43-1-458 4 '144.5 1&1.5 0..

!: ' 6.agrama ramo-e-folhas e diagrama de pontos.IJ§dd Re..i l.:.20 ch1sses) -a 1'+-. 7.1formc o número de dasses aumenta. <fragrama de pontos.JS ] O.79 5 74 0. d. 1 N -. ( em tC'mcn:is) 39. d asse relativa acumulada (e) S 9.Sfico tempo serial.-1 li· . .S 5'). .13 3 0.a. parece que cinco dasses seria o melhor.. •• 90.) 41. histo- • quente nos e10mes es~ entre 80 e grama.41~~1+1... • § ~ + .0714 27 ' • .(5 cl.a as entradas de dados específicos e identifique valoces de dados incomuns.stogra1na (.n pankubr.S ~$. o histograma mosua mais Autuações 91-101 5 96 0. Ambos.solinacomprados LocafizaçA(> do maioc aumento na i XI frequência: 2-4..os 2 uma impo<1.e . b. 10. gr. <f. " J D = 2a ' E .2$ -1-.1 0:'ld0$ Galõ. 58-68 1 63 o..'' ~ 2. 5--7 6 0.gerais e tomar deósões. . f Ftequência Frequênci_a mas três dasses é O...L.16 2 0. um grande numero de dasses preseM melhoc os va· Classe Frequênclá.2143 15 45.Jnte conside<ação ê o tamanho do conjunto de dados..2 (p. (a) Localiza~o do maior aumento na fre. Seção 2. porque a soma das frequências relati1Gls para as 2-4 9 0._.- -~ • 'º .x.nt..IL.11&5.de de 11pose.g O.40 15 dJdoo contiv<:$C 20 cntrJd. Retiradas diArias quência: 61>-63.05 1 teodên<ias.~. l 5 $ li 1. gráfico de dispe.. de g. 6. determine ~ .1d01 exer<kí011ele<íona4os A55 Ida. pe. f Ponto médio relativa acumulada tores reais do co~unto de dados.0357 28 . 52-SS) Notas dos e.. e. Não se ganha muito usando maisdo que cinco dasses.mi· . co.!:~ ' ! I 1! t 11 ! 11 11 15 ?. (As respostas ir~o variar. l-d .600.t- "'l. Ao escolher o número de classes.-c. :~g. mas MO é 1ao IJ!il para obser.25 7 Por exemplo. li) J: O.-.t (.ó$ .equência Freqlrênâa Em geral.JO ~ 0. Neste: exemplo c."' 51.lJ t!>J 0:LSOlina {é'm i. n ' 17.: ~ ~ ld:tJc- D6lo~5.:.são.lO ..) Q<JafüatM>: gráfico de pim. 3.adoria 43.-e/ s ~ ·a• 1>+---. 8. (b) 16.IS ~ O.po1t. gráfico de Parelo. tem que você veja como os dados são distribuidos.~g. Portamo.7%.=t zero...:?.2500 22 Histogr..19 1 0. Hi. 167.1ma . porque a soma das frequências relativas para as últi· freqltencía.af 47-57 1 52 0. 8-10 7 0.25 20 Os histogramas com 10 e 20 ck1S$es têm dasses com frequências El=20 N ' E . F.S 61. .3$. ""l ""l "l ""i <I'\"".32 14 9 duas últimas classes ê O.mes O gr~fico mostra que a nota mais fre· 1. O.1071 25 14. uocé não iria querer usar 20 dasses se seu conjunto de 80-90 8 85 0.t i·. 41 51 6J 14 Sj 96 101 Notas s.. 69. ·i g '..1ssts) Histogran1a (10 classes) 11. a.- ·~ O. Qwntitativo: diagrama ramo·e·folhas.

-- 13. .<rk.000.1so n. 41. l-d .: 85. 50. 44.) 23. 43.· · •• TN. 25. I~ I~ 1.) Atr. na Empresa B.iso 35..ia 33. Motoristas irresponsáveis irritam mais os owos motoristas.: 27 1 14$. 54. o menor salário eia blemas na transferência. (a) Na Empresa de advocacia A.\~: 19. Chave: 4 1 3 = 4.) Número de :utlincfO. 54.i.) IJ 1$ 16 17 JS 19l. 58.) S90. í:::_"ª3= -- . 53..as .ns n.: l l '. 68. 1. 27.1do. 7 002225 (As respostas irão variar.:11 <leve ~t 1. Preço dos ovos d~ dasse A Parece que a maioria das 30 pessoas nos Est. Hor. S 203. 47.JS~ toristas exagera&lmente cautelosos irriram menos os ootros.'0+---~. (M respos1as irão variar.- 15.'. mo· õ i. ~ &. 68.8 cer1í· 6 48999 metros até 7.--.t i·.2 centímetros. .. Anúncios Ourante o período de 14 de junh. Mío. 78. (P. • & • . ló. fndice ultraVloleta 8 002 35 5778 de biologia foi 80 e 90. Ganhos por hora 73. 51.) Parece que não há relação entre os ganhos e as horas trabalha&ls. Anheuser-ll•Jsc.) 19. 1.. 32..h g3sta mais em anúncios e Coors gasta menos..~ri.1s linh. (As respostas irJo variar. (a) Quando os dados sAo retirados em ii1te1Valos regulares por vem da Amé<ica do Sul. .) 6 7 8 Parece que a maioria das notas 7 3 5569 para o teste de meio de rurso 29.) A maioria dos países nas Nações Unidas é da Africil e a mino. 52. 3 1.: 13 ' u. UJlO ~ Ul. respos1as irão variar.\doNortt.1s bagagt.-1--1--1--+.is respostas ir~o variar. 54.) '. (lm grAfico <le tt>mpo . S 190.O • :. :--A_ fv: Países nas Nações Unidas Ant. 54..1s (b) Vendas para emp~a A R. 68. 17.1ére..r:i () :ur.'l. resposlôs irão variar.· . li li l~ li li I~ 1~ 1~ 1a 19 M..a. 53.000.1doSul 6'~ Parece que o preço dos O\IOS tew: seu pico em 2003.) um petiodô. oíná. 78.. 43. Mln.-.1Y.00 •• • • • (As respostas irão variar.§ "" < v.o e 23 de jwho em Memphis.s. 53.3 4 3 9 Parece que a maioria do gelo 5 18889 tem espessura de 5. (M respostas irão variar. (M respostas irão variar.:i~p-.§. {P. 51.dos Unidos vê ou owe emre 450 e 750 anúncios poc ó.io"Jl) . 56. 56. 27. (P. 59.. o menor salário eia S90. 9 01 1 12455 respostas irão variar. 85 MáX..IJ§dd A56 • lstothtKaa~licoda 9. 47. Chave: 6 1 7 = 67 (M respostas irão variar.\ l'IO A~ric-.10 . (P. 55.'1>212?2J 8 O1 O:ido$ c11'1 junJso 21. 48.000 e o maior.000 Parece que a maior razão para atrasos nas bagagens vem de pro· e o maior.ce ultravioleta foi o maior de 16de junlioa 21 de junho.-- li.

A forma da distriboição é assimétri<a à direita porque as barras. l:1=20 5. a moda oM pede ser encontrada porque os pontos de dados não se repetem.1 l . (b) x = 5. $ 6 12.r'' 1 13. mediana= 1. 4.ição é unifoune porque as barras tém ap<oxi· madamente a mesma altura. moda= 2.5 b<Jiç!o. potencial que poderiam afetar a média das outras entradas. (a) x= 6. porque os dados estão no nível nominal de mensuração. l-d .1.12 2 11.r.oda = 5. mediana= 6.2. (12).3.25. m.ana = 4. (a) x = 358. 31. obterá a média e a mediana do conjunto de dados em po!e- gadas.ana em uma 59.IJ§dd (b) Há 30 ach·ogados na Empresa A e 32 na Empresa a.73. 27. 12. moda = 36.5. 75 23. Falso. a moda não representa o centro dos dados porque 14 é o menor número no conjumo 6) 66 ffl 7J 7!> de dados.66. a Jolospitalização Assimétrica positiva.5 7-8 4 7. moda= 4.3.00'5.4. dos dados no co. 35.8.01..5. mediana a 46. Allu. me<frana = 375. 67. (e) Média.63. '!! ' 11.eita.5 11. 51. 53. uma distribuição assimétrica à direiUt. Moda.6.5. / Ponto médio extremos finais da ampritude da distribuição e. (b) 'K • 49. . 35. Todos os conjuntos de dados quantitativos têm mediaria.a moda nãorepresema o centro dos dados porque 2. a l:I = 30 média e a medi. A = moda. moda= 15. ( 11 ).5 3. Falso. Vefdadeiro. 22. 43. cf!SlribuiçAo é uniforme.t i·. 45. 61. x= não é possível. 7. porque a distribuição tem o valor máJcimo e é assimétrica à e~erda de\'ido às notas muno baixas de alguns poucos alunos Classe Frequência:.76 anos. porque a amplhude média é a maior. 13-14 1 13. mediana= 20. '!{ • 19. 15. 47.5. C = média.01. os sal<lrios tendem a es!.2. porque não há valo<es discrepames. 3. A forma da distrib<.5.3. 65 polegadas. . 5-6 8 5. . 74. estao no nível nominal de mensuração.2. moda= 14. 13.5. 62-61lJ 9. 68-70 9 69 71-73 8 72 21.125. (b) '!{= 1. carro A. x. na Empresa 8. porque é a entrada de dado que ocorre com mais (e) A média e a mediana na pane (b) são trés vezes a média e frequência.lr agrupados nos dasse Frequência. porque a média está à direita da mecf. mediana= 19. 18. moda= 'pio(. 2. f Ponto médio em relação à maioria do alunos. 4 1. medÍ<!na = não é possível. x" 6.074. a mediana na pane (a). 'i= 22. dístribuiçAo assimétrica à di. mediana= 6. os salários tenoon a estar no meio da amplitude da distri· 3-4 3 3. 'i= 41. moda= 45.76 :.róx. mediaiia = 20. (e) Usando uma média aparada elimila valores discrepantes em 49. moda= 18. moda = nenhuma. x• 20. Quando cada das. 37. 25.8.S Seção 2.05. amplitude 39. média e 50.8. (Asrespostas irãovariar.1junto. 51.'I (na pokg• mais p. 65-67 7 66 19. 14. 89.5. 8 = medÍ<!na. mediana= 39.se de dados tem a mesma frequência.o • ~ s ' tém uma ·cauda' à direna.10 2 9.mediana= 14. ·x • 170.ana não podem ser encontradas porque os dados Altura de homens Simétrica. (e) Na Empresa A. porque a mediana está à esquerda da média em (d) Se você roolúplicar a média e a mediana da pane (b) por 12.57: mecf. Os dados sJo assimétricos para a direita.5 é muito menor do que amaioria 55.3 <p.ima) 29.) • 9. 37.945. 33. mediana= 6.4 3 63 17.8. medÍ<!na = t 69. MédÍ<!.S 1. 57. porque a dislribuição de valores varia de 1 a 12 e tem ~s hospiulli~ (aproximadamente) frequências iguais. 26. Yl~ 14. (a) 49.

575. tHO 9 15 135 11.4$6 res são mais variáveis do que para os homens. S-13 35.l. 1 m.40 desvios padrão dfferentes.61 drada do valor.935 3. 37. 67) O conjunto de dados (iií) tem mais entradas que est:lo pró· 1.Ponto médio.s' • l6.3.5 15. a partir dos dad05.0 319. Menor desvio padrão: (iii).x xf O conjunto de dados (lii) tem mais entradas que esião p<ó· 0-4 20. .Atividades 1p.ao 2.9.. A vantagem da ampli1ude é que é fácil 5-7 6 8 48 de calcular.S'• 17.0 638.11)1f ~ (b) Parece. 2 158. 77. 50 18.4.81 12.60 ximas à média.95. (a) tem desvio padrão de 24 e (b) tem desvio pad<ão de 16. 19.s • 127.2"1 50. q w 2. (Exemplo: dói.000.15 3.188.0 39. (a) 51..6.110.11:111 ::>t:t quo!q0t:.65 . 11.30 25. mas em uma extensão muito menor.I' (x . Quando calculam05 o desvio padrão da amosua. Classe f P0i11to médio.0 44 1.01 104.s~4.9 47. que os salários anuais em Los l 70.a (b) Os uês conjuntos de dados tém a mesma ml!dia.0 22 484 4. Já que há 10 pomos em cada região k desvios padrão da média.9.50 14-17 16. (a) Homens:ampfüude=405.1junto de dados (ii) tem maís entradas que estão dis· lantes da média.828. 39.00 Meno..365.x xf x.9 0.)i (x.ares'. 43.3 'Dr/a 11. sivelmeme. a mediana seráa média do maior ponto entre de sino.S• l .Ao é simétrica.540.aasse . (a) Maior desvio padrão: (ii). s • 2. (b) Maior desvio padrão: (ii).5 o o o 10 136.µ)1f 1 amp!~ude. moda.5 1. 25-34 39.9 15. que as notas SAT para as mulhe· n = 'lO l:da STlS ). Amplitude= 12.9.0 40.4 70. 25 114.5. Se<.q tt..5 -44 1.na dos desvios quadtados j)O( n .ão tem forma Pela mesma lógica. I.2.04 13.000.1 26. A mediana irá decrescer dramaticamente e a méá. s =6. então retira· mos a raiz quadrada do valor. (b) Amplitude= 44. a panir dos dados.5 70. mediana e também irá decrescer.5 1. máximo do conjunio de dados afeta muito a X . $ 1. de salda. Suas unidades são 14. S 2.5 4. 73. 35-44 39. mas 1êm 18. Ponto Long Beach: amplitude= 8.3 2.11 (x-t)• <•. . ~.(:r .872 (b) Parece.)>/ = 249. 31.24 30. x 1 xi 7. n =302.41 35.. 3.1. l-d .33. A média e a mediana decrescem sen· ximas à média.60 lantes da méáia.1. 1.840 Mulhe<es: amplitude= 552. 29.4 21. l:(x . A amplitude é a difetença eAlre os valotes máximos e mínimos 2-4 3 4 12 dos corjuntos de dados. 41.936 1..MtO.Bt) 33. (a) Ampfitude = 24.35.225. 65+ 40. (a} Los Angeles: amplitude= 17. A disttibui. desvio padrão: (iii). Oe 0. s • 185. mas têm desvios padrão difeteme~ 2.) N• 32 !){• 258 11.16 15 1 15 insignificantes. 17. s' • 34.5. o teorema de Chebythev não faz tal supo~ção.0 2.5 317.0 -22 484 5.4 29. Quando CõlC\llamos o desvio padrão populacional.lncia são quadradas.7.3. µ e 7. (b) 17.5 2.5 1.3. q2 a 6.13 12 4 48 9.936 Angeles são mais variáveis que os salários em Long Beach.t i·. A desvantagem é que ela usa somente duas entradas do corjumo de dados.92 dividimos a so.. (e) Mudar o valo.5 255. 5. 23. O co. 51mdandade: ambôs esumam propcwções dos dados conlldos em 1os que eslilo representados. 12 92.3.5 1.8 54. 0111 <l()) pu11• 27.1. .808 21. Empresa B. >•2.75 (b) Os três conjuntos de dados têm a mesma média. Nt"III d 111é'di<1 1~11 d utt:<liouo Vot.84 15.28 porque os dados em (a) têm mais variabilidade.3.s> • 8. árvidimos a soma dos desvios quadrados por N e então retiramos a raiz qua· 6.5. xe 114. s• = 31. Dife<ença: a regra empírica assume que a dislribuic.S 9. 24.75 e o menor ponto entre 20 e 25.1 4. As unidades da vari.4 rp.Y)'l(a 16.IJ§dd A58 • ls"tbticaa~li<ada 2.. 0. 35. a média estará em algum lugar entre as duas regiões.50 O 00<1jumo de dados (ii) tem mais entradas que estão dis· 45-64 80..862.61 47.162. Amplitude m 8.71.403. 1.

O estudante obteve mais de 78% do que os outros estudantes (b) O estudante foi melhor no 1es1e de estatisrica.StJca: z-73-63 -1. 45.35000.4. 2. Q. dados inteiro e aproximadamente ~ dos dados est. 1 3 ? n0< do que o desvio padrão amostral.01 784. O 1 2 3 ' S 6 7 X 9 33. 1.spo ~. = 17.l em/ou (b) x• 43.7. 1 -35. (a) Estat. (a) Q.c . 25. (b) M. do que o desvio padrão amos1ral.45.23 -. '• • _ 34.792. 63 "' 2.S• 5.Q. = 0. l-d . (e) 25%..s:4. Q. (a) .93) um z-esc0<e de 2. (f) IQR = 700. o.51 56.5. . (a) P=-2.99 1.49 ó.e 17. O desvio médioabscluto é meno. = -1. a-0.0C0.958. Verdadeiro..z=2. """' 187.250.. O desvio médio absoluto é me.77.. (b) Distância das Iinhas a!reas Os dados s..5. (d) Quando cada entrada é mulliplicada po. (d) 0 . (b) Màx. 4. (b) ED .6.. (a) Mín. represente quatro dos pontos 29. (e) Q. o meo0< desvio padlao. = A.. "- Os dados são assimé1ticos à esque<da.7. ó.. (b) Máx. i'lenhum.088. (b) p .9. 51. A maio~a dos dados eslà ã direita do CV = 18. (f) IQR = 1. = 4.dos A59 x . dos dados Parece que o peso varia mais que a altura. c . = 5. dos ou11os times na liga. Q.n (e) Q.881. 31. = 3. rep1esente todos os pomos no mesmo valo(. pata ob1e.5 (p. O 2 EO . s • 21.225.IJ§dd R.7 19.50.<=41. = 10.28. I . es1J em ou abaixo d. (e) Q. . 3. (a) Mín. Os dados não S.20.a consian1e e o desvio padrão deaesce.80 (e) Q.4 Atividades (psi) 1. 14 seria incomum.= 4.5. 17.11.p1ivado:1 . = 5. Para obw o maior desvio padrão. -O ~4 2250 • · 7.Y( (x.x)' (x -'x)'f 9. .i 3 9 (b) Público: 1. (As respostas irão variar. 12. = B. a (b) Assistir ã t. em 30 e quauo dos pomos em 40. 4 (e) x• 3.. diagrama de caixa.851.3. (a) Homens: 99.94 t{x . O percentil 50' é equivalente a Q. 47 ·IOOs.. 3.2.S.68 7.4. = 6.9 8.5.t i·.z = O. =. =2. 32.oogia: z = 26-23 ~ . (f) IQR = 4.1.100. CV.21. Y• 37. Quando um ponto com val0< de 15 é adicionado. i. = 1.1.=2. 2. Seção 2.. (a) Min.56 15..6.49 305. =900. s• 5.32 7.) 27. a média é aumen1ada e o Dbtâtlc. e 1. rrulheses:154.o padrão aumenia.. 90. que tizeram o teste de atuariais.=7.01.01 256. = C.34 43. abaixo de 20.90 2•.71 11.lx.lo assimétricos à direita. s • 0. quando um ponto O 1 2 3 4 5 -0 com um valor de 20 é adicionado. --1 1 1 1 ! 1 1 1 1 1 0 1 2 } 4 $ (. A .85. uma constante k.22 (e) Q. (d) O.z = . porque aproximadamente.51 462.11s.70 24. 1. (b) SO'líl.500. 13 . B.1. dos "'"!dos selKion.Q.56 27.xJ'f = 139. -)6.14.8.43. z • - 81 ogia: 29. (a) Q. 23. (a) EstatiS1ica: z =78 .9. 54. 35· (a.5 é a mediana do ionjunto de 47. = 3. Falso. (d) 0 . . I. B.=13.elevisão ncwa média amo5tral é k · Xe o novo desvio pad<ão é k · s.309.83 ' 21.634. Q. 49. .16 13.28. (a) Q.14. Q.. 17. a média coo· 1h.!.20 241. (a) 5.01 1. = 2. 1S. =15. = 0. .b (enl 1nill\U) desv'.222. O 1ime de futebol marcou menos pontos por j0go do que 75% ·o1 . 9 5. (b) O estudante foi melhor no teste de estatistica.Í~~·IOO.61. Assimétrico à esquerda.lo assimélricos nem siméuicos.40 2.950.. e 1. Q.88 (e) Q.

S 4 0. 74 .evisão <p.30 9 37. 1.0 . 28-3 1 29.138 131 3 considerados iricomuns posque estàoa mais de dois desvios 139. 50' percentil. 154-158 161 1 45. 3789 Usos e abusos .. médios Fronteiras f refàtiva acumulada (b) Para 30.5 polegadas.35 16 de 68. 40% das altu.69.05 1 Para 37.IJ§dd A6 O • 111.= 1 z. porque metade dos executivos são mais velhos e meta· de sllo mais jovens. 84'percentil.47• 3. 2.250.6 ::::s.•49.U » <>S 15 $15 aassê Ponto médio Frequêncí·a. As respoStas irM variar.35000 178 z~· ll:::.5 polegadas. Fr~êocia Fte"quência 27.Q.Q.s) .JM\)$ 51.69. 4 347 A mediana não é afetada por um valor disaepame porque não leva em conta um valor numérico discrepante.5 7 0. 31. = 80 . 2.0 "' . (a) Q.t i·.69.69. .ã. . 3.6 3.10 3 Para 35.5 31. !C.53. \ \)<ê: -··E~~--- 28 0 83 IIS l4J ZIS .000-35000 ~ O 89 Exerdcios de . 109-123 116 5 (e) Os grupos de idade 20-29. 49. A forma de sua conta é simétrica e-a forma da conta de seu amigo Í:1=32 é uniforme. Í:lc 20 n' E.0 Volume liquido de latis de 12 onças As alturas de 62 e 60 polegadas são incomuns.: g O ?5 . •56.. 36.as estão abaixo 32.-' • Pontos Frequência.5-23.6.S 2 0.5 6 0. 20-23 21. / ld:idc: 79-93 86 9 (e) Metade das idades está entre 42 e 56anos.5-39.5 23.5 35.>.5 19.5-31.153 145 2 padrão da média. i::::s: .5 27. . Os sallóos-dos funcionários em uma empresa podem comei um 3 11 23 4578 valor cfwepante.O 15 IOI> 1'?5 ISO 175 :00 ?:S Corr. Compras com cartão de cr~dito Qu.500.ij ~~ :. 5 .20 20 39. 96-gs} Z • ~ 2250 ' . .6 1 '7 li • 3O 62 .-• 15 102:S 136 15:9 190 . 9<) l. AprOl<Ímadameme 68... 94° percentil. 7.5' percentil.35 33.:.000.pc'3S 1ncnsai~ (cm dóluc.. / /O]\ \ " !?+-.5 1 0.000 .6 OS "' ' . 2 012333445557889 2. 47.1rtos reservados Amigo. • 42. lS M . 24-27 25.5-27. 19. l-d .11110 opli<•d• 37. Aproximadameme 7(}> pe1ce111i 43. 41' z • 'ltl3. 33. 94-108 101 12 (d) 49.39 37. 70-79 e 60-89 seriam todos 124.5-35. .75.estatística no mundo real (p.:~§!~!i! Número~ ql. (b) Idade dos executivos 21 ED 424956 5.50 das-se Nenhum dos pneus seteciooados tE~m vida útil incomum..

5 3 0. . 56 polegadas. 2.ia Classe (e) médio d asse f relativa acumula. Ponto Fcon1eir~s de frequtncÍ<l. 39. entrei 125.. Frequência frequênc. q "' 4.00 25 N\iíll\.5-146. (a) (b) Artigos esportivos Artigos esportivos Tr. 98-99) Exer<:ícios semanais Exercícios seo1anais 1.!~:!.idrào amostral para cada cidade. 25. (d) Assimétrica.33._ . (a) (d) z= -2.[l 101 111._ "'. 4. 219.4.5 100..insporl.S IS? 1(0 110 1XI I XI 1~ 1$0 100 . 12 polegadas.ií)r•i l 42$!'~ :'.12 3 113-124 116... Juntando tudo q. a amplitude e o desvio p. 23% marcaram mais do ílue 68.0. (b) 575. frequência relativa. Assimétnca.000. (a) z = 30. 2.oa 14 21 23 61 . 41.5.! de altura decrescente. 0 F.453.irece aumentar com a attura. Tesle do capítulo 1p.Q. (b) z "'-6.t i·. 1.5 136.5.136.. (a) x"' 751.. Ooúme<o de andares p.c)\ti~nCrtlO 26.:i. não há moda..2.26 o.8..8.135. 82. .2. Mediana. 1.5-112. 76.6~ 4. 98) (e) z"' 1.1iootos 11..O 100 149-160 154." .50 e $56.67. 23.·itóri~:i (b) Histograma dê (e) Histograma de frequéncia e polígooo. t:W E . mediana= 784..l . Entre S 41. 19. (l>) 12.. x"' 2.mediana.4.160.9.ttícios sema_nais / .11.. 45.. illcomum..000 e S 185.5 11 7 2 0. 2. "'6.S 123 131.50. com a maior barra posicionada à 1'.. Clube Americ. (a) Q. 125..ioo XICI «» rou ~ ~fim.]~ 13. 43. 17..co posióona dados em ordem cl.1n Kennel 3.\lt11rn (('fll J>ê$i "'\ ..._ .IJ§dd 9..5 148. (a) Construa um gráfico de Pareio po<que os dados são quan- . 31. s"' 1.-· titativos e porque tal gráf. muito incomum.5.5 2 0.7. 31. Altura dos prédios (e) (Q Exe.. ~ C.9. 1'.a descreve melhor um salário típico porque nao há 27. s "'306.80.7.da Vitórias par.ª.6.: n:cre:'K.5 125-136 130. 6. 13.44 0..5-124. valores discrepantes.5 124. 21. . 17.!8s w 60 iO $0 ._ . . 1.48.Q2.. . incomum. 2. l-d .=88.' 10 de . A méó.1inu~ esquerda.6. 33.5 137-146 142. 7. cada time 101-112 106. 37. (a) Enconve a média do preço do seguro de automóvel para cada cidade e faça uma comparaçâo. 30 cfiemes..a.lpdo. x. Não incomum. . 47.11~ . 5. Assimétrica â e5<1uerda.5.moda..5.. 35.1.2.._"' . 29._ ~-· ..5 112. Não incomum.ª~~~. 15.' - (b) Enconve a méd'.

00.00. Preço do seguro por cidade Amostra: coleção de 232. a J)<lrtir do gráfico de Pareto vocé pod. (b) Localização. x= S 1.498 adultos pesquisados. popt. Gdade B x= $ 2. Todos os funcionários da empcesa estão incluídos.0.= 12.86. s' = 2.30. Uma tendenciosiddde pode entrar neste es· tudo se a máquina cometer um eiro consistente.49.32 1 27 0.. Uma tendenciosidade neste estudo é que os tém menos chances de morrer devido a p.) (c) Sim.t i·. 3. 66-7~ o 71 o.éncia retirada da amostra é que o número de mor· Revisão acumulada dos capítulos 1 e 2 (p.00..a- pesquisadores não induíram pessoas QtJe não tinham telefone.IJ§dd A62 • lst11f1ti<oaplicoda (b) 8.rperinento poderia mostrar um grupo de controle que tenha um intervalo e um grupo de tratamento que tenha o intervalo removido.atlstica. Q. A distriboição é assimétrica Adirei1.52. Um e. (a) r"' 5. Amostra: coleção de 1.-americanas fregu~ncia Frequfncia <:lasse Frequência.. 102) tes devido a Jl(oblemas cardlacos nas mulheres continua. IS. (a) 95%. 3. 18. Amostra aleatória. 11.oo 13 5.000 adul· n-$7 4 82 0. de A tem o maior prêmio médio po.~11<» Arnplit1Jde=$ l. (a) Encontre a média. (b) 38. 7. nos comprimentos das caudas dos crocodilos é de apro- 4. Pesquisa.el é maior nessa cidade do que primento das caudas dos crocodilos estarJo entre 3.53. (b) Cidade A x=$ 2.Jlação. Adiferença máxima menor desvio padtào. Amostra sistemática. (a) Diga a seus leitores que. qs. e comparar as diferenças. f Ponto médio relativa acumulada 0-10 8 5 0. s = 1. que a dela· 12.! moda. i4 1.21 8 16 0. . 1 E1= 21 [. clima. ambas média e o"'$ 418. Arnçlitude=$ l. 1 pés e aproximadamente 670.s em emprtSas nort. cos no Í\Jturo.e ve.909.772. a amplitude e o desvio padrJo para cada Número de tornados por Estado ódade. 1.al. 9.$361.54 1 49 0. o peço do prêmio rné· ximadamente 4.29. Popihçâo: coleção de todas as pessoas.á a decrescer. Q.e) 60 $0 100 120 I~ t-. Os dados estilo no nível nominal. um tipico aocodilo norte-americano.9.04 17 3:S-43 1 :18 o. Arnplilude=S1. n 7. D e C.191.00.015. l-d . seguida pelas cidades B.15 23 4. 1f0 O 2 12. Parámetro.erroneamente que as mulheres 2. C> 10 .. Um censo seria urna boa maneira de investigar as ca- raaerísticas dos anos de serviço dos 100 membros do senado.336. (a) Uma infe. 13. Quantilativo. mediana= 5.96 e nasouttas. 1. Os dados estão no nivel racio. o"'$ 437. Q.04 19 55-65 4 60 0.5. Ausên<ia.125.02 pés. (c) Sim. Os 28% sáo urna descrição numérica de 1."1()1 amplitude e o (b) Amplitude= 4.a. = 39.dade A tem a maior médía.00. 10.606 pessoas no estudo.30 16 22. (Respos1as ir~ variat. ESl.o• 18 44. (b) Esla inferência pode implicar . a me.20.oblemas card'.54.30 8 11. Populaçâo: coleção de todos os adu~os nos EUA. Qualitativo. 16. 88.= I 6.34 7.0 do com- dio por seguro de autom6'. A Ci.14. seguro de automóvel.J.00.15 27 tos pesquisados nos Estados Unidos. mediana desaevern COtreramerue o comprimento da cauda de Amplitude= S 1.1hncro <lc t(lm.34. Experimento. não h. = 2.4. 17.S 39 IM> 0"<$351 . em mé<f. CídadeC GdadeD 14.

Pontos ma_rcados pelo Detroit 'Red.sitário. Probabilidade empírica.R s-cS. c. (SSRR). (RRRS). U. 22. 41. Apro- { R:{ 'R RRSR "p . V. As .21. 35. (e) 0. 7. -).. 51. (0. (RSSS). (SSRS). porque os registros da empl~ foram e 11. Jl 'll -C. N. usados para calcular a frequêaoia de quebra da máquina de lavar. ~ RRRS babilidade de um evento ocorrer não pode ser menor que O. d. (8.060. babilidade de um evento ocorrer não pode ser ma. Classe com menor frequência: 66-76. 15. A proba· biidade de um evento ocorrer deve esiar contida no interva· (e) ((SSSR). 63. +). IJ ou [0%. (a) Poderia repr~enlar a probabiidade de um evento. porque é um evento que coosiste 12 0. . (a) 1. 118. 0. 100%].028 tipo sanguíneo A e (A.269. 37.785. K. 8.. (SRS). l} ou [0%. 17. l. C. RRSS (c) Não poderia repr=ntar aprobabilidade de um evento.-(s. 't.-{: (O. 33. 31.R !::~ cr-.25. ( e) Poderia reprewntar a probabilidade de um evento. 0. A proba· ${ R ~RSRS biidade de um evento ocorrer deve esiar coolida no interva· . 0.008.139 9. (SSSR).5. lJ ou [o<>. S. 5 0.739. 61 . 21.j RSRR lo (O. ZJ. (SRR).o. 100%]. (f) Não poderia representar a p.+). aproximadamente 0.-cs1 ssss Capítulo 3 s R sss• S. (c) 0. +).500. (SRSS).obabilidade deumevento. 45.042. Y. 0. D. ( c) As respostas irào variar. !o [O. 9 0 111 wdo único.167 8 0.999.25. l-d . (SRRS). com tipo sanguineo A.236. W. 39. l00%J. (a) 0.o. (RRR)}. -).. a. 159. -)1.. (b) 0. B._~ SSRR Seç~o 3.IJ§dd 19. (b) As respostas irAo variar. X. 4._'~ RRRR (d) Pode1ia representar a probabilidade de um evento.9844..959. Falso. 0. 27. Se vocé rolar um dado de seis lados seis vezes. (SRRR). porque é um evento que consiste de um r~ul. (SRSS). (c) 0.{ { :' . (RRRR)).215. (SSR). onde (A+) repr=nta o fator RH positivo com 2 0. 0. )(RSS)J. (AB. +). M.t i·. t J. 23. (SSRS). 29. 67. Fals. (AB. 26. lo (O. 0.001.500.111 6 0 139 7 0. 4: não é um evento simples. (RSSR). (RSRS).S.556.090. 47. "L. . l: evento simpl~. 3:1. (RRSR). 24. O. T. H. 100%). F... R. 49. G. (SRSR). ras nas quais dois ou mai5 eventos podem ocorrer em sequencia.) (B. P. A probabilidade de se escolher um bebedor de cl» que não tenha nível unive. . (A. 3. 5. 1] ou (0%.vings Oasses com maiorfrequência: ~10 25.056 4 0.000953.{ r-lS SSRS &"t.083 hit-C: vo. Soma PYobabilidade J!. (RSR). b. (A. (a) A.028 em mais de um r=ltado. 0. 0. (b) 0.056 11.11s-118) S.208.444. (RSSS)}.1 Atividades (J).000. A proba· biidade de um evento ocorrer deve es(ar coolida no inteNa· (b) ((SSSS). (a) -.-{: {(A. Q. (RSS).119) l9. (RSRR). 43. ((SSS). ((SSR). 0.Apro. A proba· '"1. (SRS). 57. 53. (a) 0.or que l . A probabilidade de menos de 0. 10 0083 11 0. (b) 0. o. (RRSS). O principio de contagem fundamental coma o aúme. 59. SRSS 1. (RRS). a proba· bilidade de sair um número lmpar pelo menos uma vez é de 65. (b) 0.~postas irAo variar. RSSS 5 '-Ri RSSR (b) Poderia reprewntar a probabilidade de um evemo.1 <p. 3. 135. l-2.tRJ SRSR s bili<Jade de um evento ocorrer deve ~tar contida no inter· valo [0. 13. (a) 0.05 indica um evento incomum. E. -) representa o fator RH negati· 3 0.o de manei· 55.

(e) 0. IJJ-136) 39. po.P(A e 8). enfermagem.000.a po. a P<Obabilidade não é incomum porque não é menor ou igual a 0.0833. nível unive.390.098. Não são mutuamente exdusillos. resultado da segunda. (b) 0.465.ão. Não são mutuamente exclusivos. Verdadeiro. 5. 9. uso do Aspartame não causa perda de memória.mutar.t. 0. (a) Não são mutuamente exclusivos.3 (p.400. Uma caixa pode ter um independentes. 25.086.000001. P(desenvolver ç. 53. (b) 0.774.t i·.2 1p.546.72. Eventos: depressão.008. (b) 0.000.900. (b) po~o. (b) 0. 49. 5. (a) 907. (e) Dependente. 3. 0.315. 31. 6. 35. (b) 0. P(te. (b) árvore. 35. (a) 0. (b) 0. 11. (a) 0. 121-128) 13. 13. 0. (b) 0. (a) 0.226.sit.-ento B ocorram é P(A e 8) = P(A) + P(B) . (a) 658. 19. (b) 0. 17. (a) 67. Se P(BIA) a P(B) or P(Al8) • P(A).180. Seção 3.0000000 ts. (b) 0. Uma mulher pode estar frequentemente envolvida em candade. 37.que a posição de . 1JG. (d) 0. 27. 11.308. 0. O 25.481. 20. (e) Não são mutuamente exoosivos. (e) 0. e te. 0. 134. (a) Não são mutuamente exdu~vos.189. 13. (e) 0. menos que um mês de renda guardadolser homem). 21. Independente. 5. 2. (e) 0.450. (d) 0.656. 35.308. (b) 0. (b) t9. (a) 0. (b) 0.385. (a) 0.954. . O estudante pode estudar eco· 45. A pessoa não pode estar em ambas as aulas. 3. A soma das rolagens depende de quais núme<os 21. (e) 0. 3. (e) 0.3 Atividades (p. 19.000. então os eventos A e 8 são 15. (e) 0. 50. (e) 0. 3. (a) 0. . (b) 0. 1. (e) 0.4.lo. (a) 0.512.008. Dois eventos são indepen<Jentes se a oco«ência de um deles não afetar a p1obabilidade da ocorrência do outro.0045. Um exemplo de perrrotar. fvto e um C. P(ter menos que um mês de renda guardado).068.126.I.lnto a~~do. (a) 0. 0. (e) Não.que A e B não podem ocorrer ao mesmo tempo.011. (e) Dependente. Falso. ent.512.973.05. (e) 0. tão é a mesma que a do outro.074.596. Se dois eventos são independentes.999. loca· 15. os eventos se sobrepõem. (e) 0. nomia e estatistica. 29. (d) 0. entãô P(AIB) = P(A).538.200.853.03 · !0-". 210.00000152. 19.520..0164.141.1J1) • P(desenvolver cAncer de mama). (a) 70. (a) 720. A ordem de 15 pessoas em fila impo. O trabalhado< pode ser mulher 51. (d) Dependente.449. (a) 0. 37. Dependente. independente. uma vez.488. 23. (e) 0. (a) O. (b) 0.IJ§dd Seção 3. 1.00 t. 7. 43. (b) amostra. 7.0013. (e) 0.014. As respostas irão variar. Um homem pode estudar terem distúrbio de sono relacionado à respiraç.ão é o número de organiza· ções dos assentos SC'J e de seus 11ês amigos.229. Aptobabilidade de que o evento A oo oe-. (b) 0.04.0659. 9.922. (b) 12. 29. 1.358.0060. (d) 0.0002. 0. 1. 21. 9. (a) 0.. 9.240. Falso. O resul!<ldo da primeita cana retirada não afeta o 17. (a) 120.807. P(tirar férias de verãofamília tem compu1ad0<).512.021 t. 47. uso de Aspartame.3333.o a íinha verde deve esta. Pessoas com depressão têm mais piobabilidade de (d) Não são mutuamente exduswos. distúroio de sooo relacionado ã respira(Ao. 0.5. o.600. Poi cinco semanas. Eventos: perda de memória.859. 11. (a) 0.000039. Verdadeiro. (b) 0.4 (p.ta. (b) 16.8. 33. 3. Pe. (b) 0. 7.423. (a) 12.lrio.0014. (a) 0. (a) 0.lncer de mamajgenes). Falso. 0. 27. Onúmero de 0<ganizações ordenadas de n objetos retirados r de 17.0000000243. A probabi idade teóiica é 0.ss. P(A e 8) = O.167. Uma peimutar. (e) 12. (a) 0. 23. (e) 0. 14S-147) "'P(tirar féfias de verão). Combinação. capi· 23. Mutuamente exclusivos. As respostas irão variar. (e) 0.762. lizada la. (b) 0.589. 25.308. (e) 0..461. (b) 0. 3. Dependente. 720. 41. 15. l-d . são rolados em primeiro e segundo lugar. 33.ão é uma organização cxdenada de obietos. A ordem não impoo. (d) 0. 27. 29. Seção 3.0014. 5.444. 1. 1.

novembto.097. 657. PQ<que o oome<o de acidentes com motocidetas em um ano na Qitifómia é uma variável aleatória que pode se.estatística no mundo real (p. Discteia. TTTT }. 0. As respos1as irão variar..045. Então. usando a regra de multiplica(Ao.IJ§dd Rt\po110.ois H-[. ~o.006 0. 3. HTHT.119 0. Não são mutuamente exdUSNOs. Um eveoto pode afetar a ocorrência do segundo. 9. você oblém P (combinar somente a bola vermelha e não combinar nenhuma Exercícios de revisão 1p.t i·. 52. dezembro}. Discreta. você deve pegar as bolas b<anc.575. Probabilidade 0.999999239. (a) 0.11ada. março.ufciornlf<ion. (c) 0..001._r: ----L-r1 número total de resuhados.063 0.00000923. outu!xo. (e) 0.00000181. 27. 0.25 · 10· 1• 17. Probabilidade clássica.dos A65 55. aleatória que nào pode se. Continua. Para calcular o número de maneiras de ganhar atgo. Probabili~ade 0.720. porque as ml has anuais dos veículos é uma variável :n. wmada. oo-(!tJ 11. (<f) 0. 37. 0. 21. 2. THHH. 84.000001. (a) 0. 450. TTTH. Independente. porque o comparecirnemo doméstico é uma variável 19. (c) 0. 4 selecionar cinco bolas brancas. Uma va~vel aleatória representa um valos numérico designado 'T { r"' T"'L-t para um resultado de um experimento ele jl<Obabilidade.023. Exemplos: as reS!)OStas irJo variar. 1.498. (b) 0. (h) 0. . (b) 1. Juntando tudo íp.025.esema o pomo de equilibtio.001. (a) 0. 3. 1. 1. (g) 0. 2.043 0. (f) 0. então 3. En11e1anto. 29. THTT. 0. Falso.007 0. Espaço amostral: (HHHH. HTTH.005 (b) Use a regra de multiplicação.ls 2. 7. 1.60. po1que o número de sistemas de home thecter vendi· (e) 0. 11. Se você jogou somente a bola vermelha.536.000. junho. HHHT. (b) 0. (e) 0.li· H-[Hi culando-se o número de mar>eiras de ganhar e dividindo pelo ~{. Probabilidade emp{rica. Capítulo 4 'H Seção 4. Time (P. 15.x.i. 0. o pri. 0. lho. 17.515.665. 1s11 sangue é uma variável aleatória que não pode ser co.773. 39. porque o volume de sangue relirado para um teste de Teste do capítulo (p.r time em prímeíro) 11 12 13 14 1.42. HHTT.92. 13. 25.ado de O re. você deve usar combinações.1tável. agosto. Probabilidade subjetiva. Espaço amostral: !janeiro. 0. 11. A probabilidade geral de ganhar um prêmio é determinada e. 0. THTH. 4.088 Dependente. HTHH. variáveis aleatórias disaetas re- 5. Um jogad0< de golíe pode marcar a melhor rodada em um tameio de quatro rodadas e aioda Tím~(pjor time em primeiro) 1 2 3 4 5 perder o tomeio. 15. jllesentam dados ccntados. Veid.011 5.000000761 . l-d . dos por mês em uma loja de eletrónicos é uma variável aleatória comável. 152) Time (piQ.{_-[:' 'iJ . 5. devido ao fato de você ter que 1.380.23.999998. (b) 0. contada.1ópio de contagem funda· 57. TTHT.r· 1 lll{lt{Tr[! "'69. 2. abril. 7. Na maiolia das aplicações.156 0. HTTT. 149-151) das cinco bolas biancas). Discre1a. HHTH. mental e wmbinações. 0. Continua. a P<obabilidade de com· Usos e abuso . 13. ju· ·o cootad0< nào irá ganhar nem pe<der dinheiro. TTHH.1 1p. 162·16)) T H-c. (a) As respostas irão variar. 6.583. (a) 0. 2.730.314. 23. 1 S0 49 48 47 46 . 51 THHT. lJm valor espe. 147· 148) binação é de ~ . (•) 518.524. (d) 0. (b) 0.ios.215. enquanto variáveis aleatóriascootínuas represemam dados mensurad06. 4 1.299. aleatória co. setem!xo.io{ time em primeiro) 6 7 8 9 10 4.671.941.008 0..250 0. maio. 3. 3. erradas.028 0017 0. 9.55 ·54· 53..955.538. fevereiro.ldeiro.199 0. (e) 551. 0. 31. rrobabilid•d• 0. 35. Mutuamente exdusivos.

probabilidades.029 23.5.9. 1.22.4.eita. o 1 0.. 0. 3 e 4 seriam valoles . (b) 0.2J.p=0. p • 0.20.8. 0. 5.4 horas ex1ras por se· mana. 3.022 7.006 n= 5. 1.2.. (e) 0.3.8 compotadores. 27. S 38. Continua.8 comw.< (e) A ectegoria de furac.008. Os valores 6 0. 25. (c) 0. 11.. 2. E.. (a) 0. (c) 1. OJ ~ 02. (d) 2. (d) 1. (d) 5. . 9.000475 . 47.5.) x = 0.. >'Plx) :e 1 25. (c) Assimél<ico à di.9. 2 0. Nao. . (d) 0. (a) x=O.294. (e) 0. com des· o 0. (a) O.896. (a) 1. (1. ll l.4 adultos.O:J0006 º·'iUif_.013537 (e) O íl\Ímero esperado de qvestões <espondidas é S.x=O.perimento binomial.2.p=0. V'(•J = 0.800.848. 23. 21..t i·. 11 37. (e) 0. (e) Uma residência tem em média 0.083 x = 5 ex = 6 seriam incomuns. (a) 0.- desvio padrão de 1.79.0.S. 4. (a) 0.5.2 rp. pois suas prol>abilida· l. porque a quai\tidade de neve (llle caiu em Nome.ado<es.0. (a) 2.213. O I i :1 4 Adulto. (g) Em média.. X P(x) 1 17. (a) 0.253 X P(x) 1 4 0. (b) 0. com desvip padrão de 1.2 a cada 4 adultos qualificados doa sangue.2 mulheres.5..686 Confo1me n aumenta.x i=i 0. Alasca. dade é de 0.95 e 1'(5) < o. (e) 1. (e) 1.) 1. (c) 1. 4 O. 1 0.0. 41. 3. (f) 0.2 de 6 mulheres se consideram fãs de ba· 5 0. (a) n • 6.5. com x • 2. 4. 11. com desvio n a 5.80.2. com 3 0.esidéncias é 25... Sucesso: selecionar um aduko que acredita que cone nos juros (b} 0. prejudica a economia.151 3 0.3. 24.003 2 0.esidência tem em média 0.2.dores de sangue f (. (a) p=0.50.q . (a) O. (b) 0. (d) 2.4 pessoas.323 33.003 "'' vio padrão de 0. (e) 0.171475 ~ .9. (c) 0. 0. 21. (b) n = 4.432 19. o 0.5 cachorros. (1. (b) 3.20.6 ] OJ i .964. no inverno passado é uma variável aleatória que r>lo 43.0.4. (a) 15.05. 32. (a)n=4.ibuiçl!o se torna mais simt!trica. t 2 0.881.p a 0. 45. (c) 2. (b) O.783._.4. (b) 0.on 5.031 5 0.219 (g) Em média. (d) 2. (a) 0. (a) 3 0. (b) 1. (b) p=0.i-1m 29. (a) 2._~.026 1 0.013 Sucesso: o bebê se recupera. 1 0.OS. 0. 112 o 0..8 (d) 0. 23..297 (e) Assimt!trica à direita. (I>) Pontos marcados (b) 0. 35. -S0. 4 0..9 cachorros.814506 0.9.IJ§dd A66 • (!1a1kticaa1liiad• 19.o38.2. (a) 5.90.9. a dist. (a) n = 12.80..8. 1 0.35.8 questões.q=0. (e) O número esperado de pessoas nas . 49. padrão de 0. 2. com desvio padrão de 1. (e) p=0.403 2 0.. O desvio paôrào é de 0.1. 152.16. 5 ~) ..:.8. o 0.063 6 0. éicperimento binomial. (d) 0.022.37.220 oJ.5 ho<as. (e) 0.05.P(x) :e 1 des são menores do que O.. 31. 1.ildos Uni· dos é 2.1% seball. 26.314.2.. (f) 1.Q28..5. 3 0.8. 3 0.\ ings 1 (e) Uma ..861.l.6.137 21.ll X P(x) j (e) Um funcionário trabalha em média 3. l-d . Seção 4. Sim.0.195 2 o..088.562.lo esperada que atinge os tst. (e) 0.5. com desvio padr~ de 1. Oo.. (e) 0.139. (e) n = 8.3. (I>) :~t (b) 3.comuns por causa de suas baixas desvio padrão de 1. 4 0. (c)x=4.255 (b) 0. 13. 0..0.4.104. X P(x) pelo Detroit Red. (!>) 0. Uma residé<lcia com 3 cachorros é incomum po<que a probabifi· pode ser contada. X f/(/:) 1 3. .

187· 189) s 0009 6 0. 4 18 0.322 (Tecno. 2 1.208. 0. (b) 0. Sim.018 33. 1.415 Em média. (a) 0.005 Perder dinheiro. Poisson. Sim.122.000 vezes.estatística no mundo real lí>. 3. 0. Então. O deslnô padrJo é 999. 5. o valor de x repiesenta a primeira 1en1<WVa que . i :E~ ~ -0.190 27. A probabilidade de e.. Então. 17.000 vezes que jogasse na l01eria. º"' 19. pois sua p10oobilidade é menor 2 3 0.321.074 Seção 4. (a) 0.321 verosslmil. lt .084.531. 1.. (e) 2. 3. 40. 36 ·adultos de 100 que p<eíe<em a ma. 999. (b) 0.059. . 0. 7.0.. (a) (b) 25. 1254084986.76. Geométrica. em n tentativas.101. 1.329. 1. os resultados são ap<oximadame. 23. Co. (b) 0. As .29.9. (a) 0.034 1.espostas irão variar. 0.4. m-11e) 6 169 0.t i·. 25 adultos de 100 que preferem 1 0. 5.12. a afirmação do f.tinua.esulta em sucesso.p c 0. o valor de x <e!)(ewtta o oo-o n = 6SO l:(P)" 1 de sucessos em n tentativas e.878.025 (b) 1.033.5 vezes. (b) 0. Então.000627. 9.7.1te os o 3 0. (b) 0.nJl'I o.000.081. (a) Cinco de seis ou todos os seis motoristas selecionados aleatoriamente dizem que falar ao celular é o hAbito mais irritante dos • f PI. 13.469. Em média.3. 15. 195. você es1<1 interessado em conta.175 4 0.739.185 1. (b) 0.1.177 4 . 1.015 íll e-5fflOS. As respOSlas irão variar. 29. você ganharia S SOO a cada n = 200 l::P(x) . o 0128 4.005 que 0. 4 n 0. (c) 0. (a) 0. 999. 0. (a) 1. 6 1 0. Oisc<EM. 1 i.128 8 83 9 48 0. em uma distribtiição geométrica. 3 0. A probabilidade de encontra. l:P(x) . (a) 0.3. 17..000 5 5 0. (c) 0. X 1 P(x) Televisores por residência (b) 0. 3 12 0. é difícil aaeditar na afi mação do fa· X P(x) b<Íúlnte. Em uma distribuição binomial.350.644.2 Atividades <p. o ganho líquido seria -s 500. Sim.8.002. (a) 3. 1. 3. Você está interessad~ em contar o número de sucessos f Qo. (b) 0.082. (c) 0.294. o desvio padrao é 1. 0.009 9.010.053 Exercidos de revisão lí>.9. 0. 1. (a} 0.006. 2 0.260 7 120 0. li 6 0. você teria que jogar 1. (a) 0. 1.251. 3. 21. 1 38 0. (b) 0. Não. 1ss-18ó) 19. 2 83 0.111 5 115 0..24. (e) O. (c) 6.5. (c) 0.000.305. (c) 0. 1e.24. (b) Pi gínas pc>r seção 11.p = 0.7 de 6 motoriSlas dizem que falar ao celular é o hAbito mais irritante dos outros motoristas. Binomial.260 loteria.05.1. 7.000 vezes até ganhar na 3 52 0. (a) n • 6. Usos e abuso .321).IJ§dd R" p01t. o número de ocoffén· das que acontecem dentro de uma unidade de espaço dada. Você está il11eressado em contar o número de tenta· I'(.bricante não P.as do1tt11ctci01Stl1cloow01 A67 29.n= 12.-r114) 10 22 0. 0.) tivas até o primeiro sucesso..311 a matca A !! 0. 2.2.980.contra. 1254235482.16 15.9..ca A é 0.q=0. 13.001 1. 1. (c) 0.bgia:0.4. 1. l-d . êm média. 2.7. l l.056.185.3 <p.<) outros motoristas seria incomum. H4. x =0.

155.278 nados aleatoriamente.79.Kk.IS e. º"' o 1 2 J.:s \'. P(0)=0.1. (b) 0.017 videzes clinicas é com~vel.346 2 0.015.398 1.04587$ 3 0.176.1.0164. OJ. (b) 0. Po< exemplo. 2..l(l 4 5 0.1cão X P(.0. I cirurgias. 0. (a) n. 1.2.t i·.059 0.n4C$.:ndido$ ' (c) 1.026 6 0. 4. 1.001147 2 o 0.335544 l'vl 8 o. n= 10.4.007 0.1$ ~.4.) o 0.L ~ 0~1<1 :2 o.S (t 1 3 P-. a intensidade de um furacão se<á 2.80.009175 1 0.2$ 3 0.3.130 3 0.346 4 0.10 padrão de l. I l J 4 . Teste do capítulo 1p.:S 0_10 (b) 0.000082 X P(x) 0.830 (Te<:nologia: 0. 1. (a) As respostas irão variar. 1.2. .000003 25.001.z.:.nsidJde d.829). calcule a p<obabilidade 2 41 0.233 de se obter zero gravidezes dínícas de 10 ciclos ART sele<lo· 3 49 0..p.20.0.096.342 i 0. l-d . (c) 0.146801 5 4 0.IJ§dd A68 • (s1afü1ic.. 0..16n12 OJ. 1.o:ro O. (e) 0. l. 1..0000084..007. (b) 0.099 1 º·" . (b) ComÍ!lua. n =176 V'(<)= 1 2.8. No11t•:1meric:u.uk "t•) OJ.293601 (b) Motorn a diesel 7 0.c):t X P(x) (c) 3.S (c) 2.e fur. apli<ad• 23. 27. de rewltados posslveis e não pode ser contada.lvel aleatória é contAveL (d) 0.440.154 0.i.091.6. ~ 0. (a) 0.. 4 13 0. com desvio padrAo de l.. (e) 0. o1 ' ' C:lmlohô. 189) (c) 6. 29. (a} 1 0. po<que a variável aleatória tem um número infinito (e) 0.337. 1. (a) (b) lnte. . (a) DiSCteta. o 0. (a) 0. 1.518.074 (b) BioomiaL A distribuiçJo é discreta porque o número de gra- 5 3 0.S 1. (a) 0. .º·'º~i . p0<que a vari.291 0. Aluguel de fümes lnicoiid.. 1119-190) • 1 70 0../'(O •:.a 5 X 3. (d) 0.0n-Onie<omédíodecirurgiasbem·sucedidasa cada 8 é 6. 1.0..s Em média.10 (b) 1 . (a) i 1 P(k) Juntando tudo 1p.'i 2 â 0_10 . 1. p=0. ' ) s . 1 com desvio I :.

0.0013. 29..08. 27.2300 (c) x = 92. 432. as lâmpadas na amostra grande (2.35 horas é menos do que a útil de mais de 2.47%).. 0. {a) 15. (a) 0. 5.2. 0.8 (Tecnologia: 0.3133. 3 0. 1.07. que o histograma é aproximadamente simétrico e tem f01ma de sino. 4 1. 0.0351 (Tecnologia: 0.0594 vamente pequeno (. em su. 8 0. B= 93.1 (p. Sim.lo variar. 0. 4 0.1403 6 0.9131.43$2.'2791..0033 (b) --0.t i·..51% (Teolologia: 80. (e) 0..<.0532. (a) 65. 51. 3.005.0470). 2. 0.ln.1151. 0. Seç~o 5.1003.0099).2785). 'f( distribuiçAo noonal padrão é usada para descrever uma distri· buiçAo normal específica <. {a) Susçeito.941. 0. :S3.0348)..2 <p.7215 (Tecnologia: 0. (c) 0. Similaridades: as duas cuivas te.1151.2). 23. (a) 0.848. 39.0=2. 5. 25. porque a probabilidade nao é peque..2 119.9}3z j . l-d . as 1 X lâmpadas·na amostra têm maior variaçAo na vida útil do que o 0. (a) Pé. (b) NAo é suspeito.is li mpad. 55. 63.~ 23. 19. (a) 30. l)(l(que a probabilidade é pequeoo. 0.(= 1. 7.25.186. 1.673(Tecnofogia: 0.0475 (Tecnologia: 0. 7 0.2. O.SM 1. Resposta do omostto: é usada para descrevei uma dístribuiçAo n01mal com qualquer lvea sob a cuiva = ~rea do re!Angulo = {1)( 1) = 1. Não. (a) 99. 9 0. 9. resposlas irão variar.~o a mesma linha de simetria. enião. 1987). Nao. 0. respostas irAo variar.1908 43.9265. O desvio padrao da amostra de 432 .014. 0=93.6915. 0. l 0.95.009.9011). 0. 1. 35.xi 2.66 (b) 0. 0. / {e) 0. média e desvio padrão. 0.os. Diferenças: uma CU1Va será mais espalhada do que aootra.ta. a = 1). 0. "A" distribuição noonal 65. 0. 3. 27.0173 45. 0.901 (Tecnologia: 0.IJ§dd R. (b) 337 pontos (Tecnologia: 339 pontos).7051 (Tecnologia: 0.14). (b) 0.5328. 13.36. duraram menos tempo. 17). 0.s (b) 0.437. Capítulo 5 61.0834 2 0. 53. respostas ir.8289. 1.35.7422.7218).385.0228. 0. o gr.1. C=93.5% (Tecnologia: 1.673l).115 11.3159). 59. 1.85%. {b) 1. Érazoável assumir que avida útil sejadistribulda normalmente por. 11.0228. Pé. 11.0164 a afirmação dos fabricantes. 29.3849. 200-20<) ACUIVa da disuibuição normal é centrada 1.!fico preenche a ptop.87%.927.018.e ser relati· 5 0. o grálico CNUI o eixo x. então. 17% (Tecnologia: 65. (b) 32 pe~es. (b) 1 adulto. {a) A= 1. em mé<fia. 0.po.q m l.iedade da distribuição nomial. 3.994.975.177 é incomum de. 47. Ji • Q. Vida útil d.6.3.ódo ao z·escore ser relativamente 10 0. 0. 14. É normal porque tem f01ma de sino e é simétrica.406. 19.2006 (Tecnologia: 2005}. 0.-.994 é muito inccmum devido ao z-esco. 57. (e) 0. (a) 80. 0. (b) 16 mulheres. 7.'ldo 1. 15. 0. 25. 49. 17.51%).2.1 144.1a.7035). 37.00002 grande (2. (a) 0.0004 {e) x • 2.2 1%).00T!. (b) 0.8. 31.4. 21. (e) 0. = O. Pé. (b) 0. {a) 0.a méd'ia {60) e tem 2 pontos de inflexao (48 e 72) ref)lesenta. o.1. 1989 (Tecnofogio: O.8= 1. 9. 17.065 horas devido ao z-esc01e rela1ivamente média afirmada.67 .2789 (Tecnologio: 0. dos mf<l<iornlttiorudos A69 P(x) h01as é maiôr do que o des\io padrão aftrmado. Hora.004.3155 (Tecoologio: 0.-3. o gráfico é assimétrico à direita. 21. É incomumpa1a uma bateria ter11ida {c) A média da amostra de 1. 201-210) 13. (b) 0. Seção 5.6247. {a) A= 92. ± o.941 .

5.5.0 5.2 3.67 Confoone o tamanho da amosua aumenta. U= 2.645. porque o z·escore (0. 35. Amostra Mé!lia Amgsua Média ~ostra Média o. incomum. 15. 7.8 4 4.2. -0.u. 0. 11 O.4. 87.74) n3o é usual. 1..gual a 127.67 2.33 8. O 8.1. 1. 4 2 267 488 667 0. 0. 23. 19. 37.1 $. 39. 2.J.1 r.0 133 2 8.609. -0.796 mi· 9?. 43.18. 0.645. porque está a 0.985. pot· 2. a média da distlibuição das médias amostrais não muda.8 667 2.33 2. ne·W) 23.25 está dentro de 1des. -1.0008.67 2. 9. Fora de controle.18. Pnetis que gastam em 26.vva normal média e dois de três pontos consecuti\'Os es1<lo a mais de dois desvios podrõo do médío.8. 11 . .708. =3. 4. 13.2.56 polegadas. o. (a) 68.8. 17.0132.06. 1... porque há nove pontos consecutÍ\IOS abaixo da 11. 1.8 467 a.28 polegadas (Tecnologia: 62. 0.o: 19. 1.4 4 4. 100. ~1Mia de«1nsumo cJc ç:1mc \'\!nn~·lh:i (1:·m libnl$) 49.0.ç~ (cn• cJólll-~) (b) 62.lficoaprOJámaa a.1. 33. /l= 3. 5.84. (b) Aafitma:Çâo é incorreta.8962 (íea>ologio: 0.. 4 4.. 0. 25.rais.0.27 polegadas).0 2 4. 1'. Uma distribtJiçào de amostragem é n.0.39.~i11 ~ pre.44 333 800 267 25. 19.9 onças.804.58.949. (a) 11. amostragem é menor. -0.8 4 5. o" o ?67 404 267 840 4 35. 1. 33 4 4 2 333 888 8 220 133 4 44 4 (c) Não. 5.67 884 667 37.33 0. 2 2 4. 2.8 4 4.22 dias (Tecnologia: 139. 33.o 2 333 31.721 ~ dentro de 1 desvio padrão da mé<fra para um único pneu. 31.88 onças. -0. (a) 139.8 6 8.06.0 2 2 8.0 067 2. 2 4 4.70. 0. 2 4 8. 1.042.ormal se n ~ 30 ou se a papulaçào f0< normal.8 5. mas o de:svío padtao da distribtJiç. que 70 polegadas porque tal 0.78 libras (Tecnoiog.lOt do. 45.92 <li. 0. 2.33 8. 1 8 6 mais de 2 desvios padrão da média das médias amos. . -0.67 mente 40 latas com média .32 dias). "' 1.". 1. n~o é incomum.276.o. -2.8967). =1. 2.8 533 4 22 267 8. (a) 0.265. 2 4. o o 2. 4. (e).0. 7. -0. 7. 8. Seção 5. Coofoone o tamanho da amostra aumenta. (b) 96. 21.555. O 8. 27. $2. = 1. 29. 87.5. -1. 2 0.19 eogr.0 5. Nao.97 líblas).800 milhas (Tecnologia: 26.175.0 4 0. 4. 21. pocque µ. Seção 5. . 8.80libras).0 2 8.lvel selecionar uma ~mostra de 20 mulheres com O 2.IJ§dd AJO • lstotblkoaplicoda 31. Sim.0 8 4 8 4 2 467 0. 4 2 280 :S.33 ce. . 3.8.67. 87.4. porque há um ponto mais do que três desvios As médias s.5.98 libras (Tecnologia: 11. ~o. (b) Aafimiaç. 47.2. Al111r.2 2 2.5.o 8 2.:lin(em pés) ~t. (a) 0. 13.28.33 4. (b) 19.93 onças.34.t( 110 lhas) serão repoSlos sem taxas. Fora de com.e.39..28. 41.0009.4 (JI. 3. l-d .4 1. 2.0 1.5.ole.S llJ 22'6. 4 4 5.4 4 267 4. 9.0002. 0 067 4 24 8.33 (e) Nao assumindo a afirmação do fabricanie como verdadeira. 8.= 16. enquanto a média das médias amostrais contínua conS1ante.16.2. é muito improvável que vocé tenha amosvado aleatoria· 0.33 amostra tem uma maior probabilidade.lo de padfão além da média.67. 2 133 2 4.as (Tecnologia: 96. Falso. O. 15.958. 1. 0.lo é incorreta.8 333 2.l 929 lll.8. 1. 208 . 29. Falso. 100. 224. 0. o erro padrão deoes· 0. 0.3 (p.lo iguais.i.4.33 porque 96. 27.0 4 4 uma méáia de altura m. u.645.t i·.38.33 202 133 4 28 467 882 6 uma placa 20 4 2 4 4O 2. assumindo a afirma~ do fabricante corno verdadeira. 19.88 dias). 1. 2 2 4 33. 2 4 267 4.33. 215-217) 17.o padrão da média para 3.S 39.0.67 8. É mais prov.731j ij9J~l.121.8 5$3 que 49.

'IU13dore~ 47. 17. 23.. 11.:. 16. 15.o: 0.14 1(. d. 0.'llh.Jo finito deve<ia ser usado. po<que nq < 5.:Worc:t bilo 110 2(5 bgj) 101 2(5 {e) 0.0691 ).-ro ~ pw. Normal: 0.. Não pode usar distribuição normal.ob 2 2/3 . 10. . .ologio: 0. JJB-2<1) 1. (b) 0. b. •. .000023. Pode usar disuibuição normal. 43.8771 ). Sim..-' Niimcro 6e t"r{lb. 1635 (Twrofogio O. obb 011 2/3 100 lf!.999977.4 Atividades (p 212) 1·2.nel\') dr <IQ. Não pode usar distribuição normal.0000199. 9. 11."' o(Teoiologio: 21. 1 1/3 1 1/3 (b) 0.$ 19.i. """ ""' 1 1/3 =· o o 45.. Não pode ser óisuil>uiçJo normal para (a) .5495).ret. po<qt. I~ W !"! l J !t 28 JO l . 5. (ó) O. 0.8023 (Tecno.8036). a. 71> I"" N"úr'lie:tOde pes.«t.i.l Núllk'ró ck 1mb:il11.8080).5463 (Teoiolo gio: 0. >21. (a) 0. Seção 5. Nún'leio de meninos. 12.549 (TeCJ1ologio: 0.iclo~ 1.S (a) 0.gia: 0.1357 (TeCJ1ologio: 0.'c. ooh 001 000 1/3 o As médias amostrais são iguais ~s proporções- $!.IJ§dd Rt1~tdl do.esentaç3o Amostra Média da·amostra • numérica bbb 111 1 S. fflf<l<iornlecioaados A71 41. 14. 13.1367). (.e nq <5.nb 2 2/3 s. IZJ 19. As reSP051as ir.8518). P<0porç~o de meninos Amostra de l 11e1:>li1nt:11t0"> de l • 1)C1)(.00001). ""º oho 010 lf!.6 19. ISJ 2S 34.8508 (Tecnologio: 0.t i·.&lólt202Z2J?6UXI ~ N<imc. b...I Nú~ro{!(' trob.8770 (Teo.5466)..8221).8078 (Teoiologio: 0.lo variar.'ldQ. (b) 0. Não pode usar distribuição normal. (d) 0.cJOf<-$ 5.(e) porque np < 5.8212 (Tea>olog.t • ltS Rep. Núm. o fator de correç.saa_. d. Pode usar a distrib<Jição noonal 7.0692 (TeCJ10'ogio: 0. 19. 12. Binomial: 0. l-d ..ro ck crnb3Jih. (e) 0. e.5 (p. (a) 0. Nú.i111e11tlN bbb 3 1 I•"' 2 2/3 1. 1636). Não pode usa< distribuição normal.l 3.

0465. SI.8997. 3.0455). µ= 15. 0.07. 35.1020. (d) 0. Pode ser usada a distribuiçAo normal. 1. 0.9199). 1.que o desvio padrão da média é menor que o des- 15. 11=18.0456 (Temologio: 0. Juntando tudo (p.0485 (Tecnologia: 0.0183 (Te<:no/Ogia:0.9990). (a) 0.1 21 (Tecnologio:0.IJ§dd A72 • (1141!\tí<o aplõtoda (e) 0. 3.4207. 2.u= 3. vio padrfa.0019 (Tecnologia: 0. 3. (d) 0.l51.S Usos e abusos .que o z-escore (0. 23. 25.3099.5378). 43. Z4$) que 2 desvios padrão da média populacional. uma média amostral de 105 está dentro de 2 desvios padrão da média populacional. (e) Mé<lia. 85.SI l6I 37' 45. 17. 6. . As respostas irão variar.2.6944 (Tecnologia: 0. 787 esrudam~ 7.4365 (Tecnologia: 0. 0. 25. 0. 126. 2. mas u. 37. 9. 1632).677. po.5359 (Tecnologia: 0. 1. U. 19. -0. As médias são as me~s. 0.9198 (Tecnologio: 0.99% (Tecoologio: 86. As respostas irão variar.4364). 265.j dentro de um desvio padrão da méd'ia.7 41. 0. 0.uma média amostral de 115 está a menos Teste do capítulo O. 49.9802. ser M<malrnente distribufda~ (b) 0. 0.1190{Te<:nologia: 0. 7. 245-2<6) 33. (a) e (e) são me. (e) 0.2090 (Tecnologia: 0. 243-244) 4. (a) 0. . 1.9988 (Tecnologia: 0.cm $lm l.6957). 10. (b) 0.5.estatística no mundo real (p.5). Não pode ser usada a distribuiçAo normal porque nq < 5. 1867 (Tecnclogk>:0. 47.91 9.3264 (Tecnologio: 0.9236 (Tecnofogia: 0. 0. (b) Não é incomum. 13.1940 (Tecnologia: 0.9821.1209). (a) np=6?: 5.999q. .4667). (b) 0. 46 meuos. 2.4495. (b) 0. P(x>24.1193). (a) 0.= 176. Mais pr011ável selecionar um estudante com nota de teste maior que 300 po.0823 (Tecnologia: 0. 1938). 21. 0. Exercícios de revi~o <p.0829).8135 (Tecnclogio:0.u=73. l t.02%).6293. (a) Não é incomum. 0.0482).2087). 0. (a) 0.94) e$1. 29.2 metros (Tecnologia: 55. 27. As idades dos estudantes em uma escola secundária podem n.241) Criança~ qul! diY.204 metros). nq= 19?: 5.3. 55.25. 31. 1336.3936. 53.us. 9. 39. 1855) (b) k O. Pode ser usada a distribuição no1mal.n2. 0. As respostas irão variar. (b) 0. Isso é especado porque o erro padrão das méefias amostrais é menor. 1.2.5.5). 8.9237). 1'(44. 29. 8. Muito impr011ável.5<x<45.121.3446. 0. (b) 0. l-d . m . 1.04.9 I.312 ~?:'I 338 l. 11. (a) 0.8180.0002). 3. /1-i D 1761 Q f ~ 42. 5.8134).0018).3 156. 1635 (Te<:oologia: O. (b) é maior. NWncro de pc$$00j.13. 0.t i·.J JI.0124. 0. é menor do Qije u.lo 2.11 2 meuos).. 3. (b) o. (e) Não.4663 (Tecnologio: 0.1 13 metros (Tecnologia: 56.0182).UJ 161. (a) 0. 144.'10fes. (e) 0. (e) 0. 56. (a) 0. 27. s. 12. (e) 0.3274). "o (Tecnologia: 0.

(b) 0. dià 3.) na tole1ància de e. 33. 0.9084.. . (e) 52. (a} 42bclasdefutebcl. (e} 0.Ao desejada.476.Ao desejada. (a) 70:0.41. 43.09 O é mais amplo por causa da variabilidade aumentada (e) O número de fahas para um jogador em um jogo é em mé-. 0.0479. 14}. em médiõ.!no para assegu1ar a oone. (d) 3.39).9). (a) 0. 25.8>5. da pop~o como sendo 99% confiante.t i·. (b) 0.76. 14. a.equer um tamanho de amostra maior. 1977 (Tecnologia: 0.6.ser professa< é necessária a P<Jrti. I. (8. 115..9. 1.05. (3.8.1. (87. 47.6547. 8. 15 requer um tamanho de amostra maior. 6. 3. (d) 0.42)... (b} 0. 69.spo11a1 4os .0192. Conforme o .1). 67. uma amostra maior tem que ser reti· rada para obter informação suficiente a P<J"" da população para Pl'C'~:k> inK:illl (cm p:-i) assegurar a c0tre.58.962. podemos dizer que a média popula· 5.78.. (234. (d) 3. desvio padrão de 1. até Pittsburg.!rio. O n = 40 CI é mais amplo porq. cioNl do preço das tarifas aé<eas para a passagem só de ida de Atlanta. 0. 17.. 55. 0. Capítulo 6 63. 126. de escola pública).665 polegadas.83). 57. Seção 6.902. tamanho mínimo da amOStra necess. (a) 3. l-d . 12. 35.1.6 com desvio padrão de 1. (e) 0.9382. (b) Um aumento no tamanho da amoS!fa estreita1á o intervalo de confiança. 1 pessoas. (e) Um aumemo no desvio pad~o amplia1â o intevalo de con- fiança. (d) 0.88. 650. 14. 16. 22. aumenta causando 65. 125. 0. (84. <:om 95% de confiança. (a) Um aumento no nível de confiança aumentará o tamanho minimo <b .:a I ter 20 anos 099% O requer umaamostra mais la1ga porque mais informação OIJ mais de experiência em tempo integral) ~ P(.25.ariar. d.6. 0.ções. dando menos .3 requer um tamanho de arnowa maior. (c) 1..685.. 3. 192. 1. 59. (a) 3. 0. podemos dizet que a média popula- 29. (b} 60bolasdefutebol. está entre 37.18.1. (C) 0.ro reduzirá o ta· manho de amost1a minim. porque a probabilidade é maior que 0. Você tem mais probabilidade de estar correto usando uma esti· mati\'a intevalar porque é imjllóvàvel que o ponto de estimativa (e) Um aumento no desvio pad1ao da população aumenta1á o seja exatamente igual à média populacional. nq= 13.9521. (a) 0. z. 0. (e) Dependente.0548.1foonação soble a popula. (b) 0.4. 7. 10. (a} 32 latas.47. .)Oho de uma família é. GA. (e} 0. uma amostra mai01 tem que ser 1eti· .7. 1. 9. 11.ue •ma amosua rne10< é 1e1irada. 15).1108.55). 2se-2õ1J (b) Um aumento (E maio.7. 23. (14. e.7995.5. 15.. 5. 17.2meses 61.4990. (a) Um aumento no nfvel de confiança amplia1â o inteNalo de 4.8. Confom.28.2. confiança. 10. 16. (b) 0. (b) 1.0020. 19.6). q = 0. E • 0.o necessário. (a) 0. (I>} 62 folhas.Jm(Y. é necess.0149.. -0. (b} 871. 20. dentro da amostra. (e) O tam.949: (c) 0. (b) 0.4099. 0. 3. (a) 0. ( 14. (614.ada pata obte1 informação suficiente a panit da população para assegurar a c0tre. 9. (a} 495.iabi· lidade aumentada na popula. esiá entre$ 234.0000. (a) 16 folhas. 13. intervalos mais amplos.C<lpítulos 3 a 5 1p. (b) 0. 41.680.tas.8921.Amostraclorespos10:np= 16.4). (611. . 211-218) 39. 0. -0. (a) Asrespostasiiào.707.2240. Conf0<me o 15. (a) 43.0625 . (b) 1. (3.e o nível de confial'lÇd aumenta.6.8785. (b) 0. 10. Com 95% de confiança.. 13. 7. E= 0. 15. O 95% CI é mais amplo.Ao. Alasca.4. (b) 0. (a) 121 porções.Ao. 1. 1. cional de precipitação anual para Anchorage.2862. 1.17. (114. 0. 113.665).. um tamanho maio< de amostra 18. 7.659. (e) Não.4 faltas 49.tfa nec~zário.15. 10 e Z243.1 1p.902 e 16.379.2 pessoas. com 45. 3. 31. (a) 0.6).1897.5905.2>5.1790. (a) 0. 3. PA. 0.95 11.165..9. 27. 111. 4.. O 95% CI é mais amplo.0010. 11. 1988). 51. Os= 0. (a) 0. 647. 89. (116.36). 2. (e) 0.Ao desejada. 53.rd<iornle<iooados A73 Revisão acumulada . Devido à va. 243. d 21..7):(8.0. 123.975. tMnanho do erro decresce. (b) 0. b. (b} 208 po. O 99% CI é mais amplo. (4. (b) 0. (c) t.09..0048. ' 1 1 1 1 1 tamanho do erro decresce. 2..IJ§dd R.40. P(ser professor de escola púbr.9916.

52.336.2484 0. 2.47 0. 0 t·Clémaisamplo.2•1% n < 30 e. 16.p.48. (b) Ol·Oémaisamplo. 11.. 0.2496 55. 35.203). As respostas irão variar.00 0.0125). 25. o. 5.4)].2491 27. 0.195 ).4 0. o O normal e r-0 não ser normalmente distriboícla.3)].u E =-:r.5 0. (a) t. (a) (0. quando calculamos o inteNalo de confiança.6 0. de amostra necessário. 170. (0. 1. 0.309. 0.u Multiplique cada lado por Fn.. 88. 90.54 0..52 0. 15.191).striboi. 1. 3.9 0.947.so 0.0.718. Para estimar o sal0< de p.7 0. 3.674).1. a distnbuição de amosvagem de pode p (b) Quando arredondado ao prÓl<Ímo decimal.49 0.541.45.724.p• •• pq 1 O 1·0 é mais amplo.. .lo populaôoi\al finito aproxima I quando 17. 14. thn a mesma largura.24). 269) 0.0.479.2. 5.5. 0. (b) 822 pessoas em férias. z. (a) (0.. 7. portamo. 25.8 02 0. 0. j.ão n01mal ou a distribuição t porque 0. Seção 6. 33. 0. 0.48 0.304.46 0.55 0.2 (p.63).175.460. Escreva a equação original. 9. Use a distribuição n01mal POIQlie n ~ 3Q. = Z.5. mo se pode usar a d'. 23.626. 0. (b) (0.50 0.0.2499 tura desejada de xilto de 55.261 filmadoras. •• pq 1 buidas normalmente e a é descoohecido. 15. (c) Ter uma estimativa elas proporções reduz o tamanho mlnimo EFn = z. (a) (3. 1.85.16 0.45.830. (0. de amostra necessário. as milhas po< galão são distri· .282. a proporção populacional de su· 6. 0. (b) (0. Use a dist(ibui.54 0.25 0.905). 15.53 0. 13.09 17. (0.715. 29.24. 4.5 fornece o valor máximo pq. (59. (c) ( 1. Resposta da amosua: O 99'l'o CI é mais amplo.00643.283. 0.0 0. is1-28J) 9. l-d .96.000157). use o ponto de estimativa P~ 1/11.p· q=l-p . continua o mesmo.337.49 0. 5.5 0.324) aproximadamente 95.750.1 0. ..3 Atividades 1p.145. 0.52 0. l· 2.3) [Tecnologia: (20. 0.645. 1. 0.250. 137.IJ§dd A74 • ú1<tl11i<"pllcoda (e) O fator de COl<eç. (0.681 filmad0<as. o tamanho da amostra decresce e o tamanho da população O 99% CI é mais amplo. 27. 1.610.325.681). (a) (4.ão t porque n <30. .5).777).55 0. 0.46 0.2499 29. 0.3 (p.45 0.786).0305. o.4 0. prevenir o uso de z.2 0. O 99% O é mais amplo.919. às "ezes.0.5.26).610. E (e) Ter uma estimativa das proporções reduz o tamanho m{nimo n=lzr]' Faça o quadrado de cada lado.9 e 56. 7. (b) (0. (a) (10.7. 3. 4.068 pessoas em férias. (0. 0. 0.8).7.24 (c) (4. (0.15.51 0. N3o.298. (a) (0. eles 030 estao fabricando boas bolas cje ténis porque a ai· o.0000413.15).52). º·º .23. 11.2% do CI. 2õ7-2G9) Ê possível que duas prôt)Olçôes sejam iguais p0<que os intervalos de confiança esiimando as proporções se sobrepõem.21 21. (e) (0.2491 6. (b) 1.6 0. 2. (b) 252. 23.2.438). 21s-2m 1. (0.260. 0.3 0. 0.677).2475 1·2. Se < 5 ou < 5.1 0. 21. 7. 0.663. (a) 1.77.993. (a) 1.51).4. As respostas irão variar. OA22).5 polegadas não es1á contida entre 0. Seção 6. •q= 1. 13. pm 0.00 (1. '1 Divida cada lado por E 23.4 (p. 0.24 (b) 146.47 0. (a) (0. 21n cessos. 0. (a) 4. 9.649.84.2 Atividades o. 1.2500 0.767.51 0.o 1.941).t i·. 3.09 23.. 0. Falso.0.380). 0.8 OJ6 0. 13. (b) (4.833. 1 polegadas.9.36) [Tecnologia: (4. np nq 31. IO 0.0. (0.48 0.21 19.899.7 0. 71.2484 (20. (61.45 0.143.53 0. 13. 5.0.0.9 0. 52.4.2475 0. 16. não são normalmente distnbuidas.855. Seção 6. 10.310.121. 0.3 0.1). 19. (b) (0.

60.7. do número de jardas por captura está entre 12. Unicaudal à direita. 0. (a) 385 adultos. (b) 359 adultos.510. (e) (12. nal do número de jardas por capeura está entre I l. 11.180.34. 37. (e) Sini. nífic.1• ) 2. Eles poderiam 1er usado o desvio padr!o da amostra.81.?: 0. /1 > 750.595. 11.lo para o ano 1 não sobrepõe o intervalo de confiança para o ano 3.t .0029: 0. Falso.tes que retomam para comprar seu próximo móvel fot de pelo menos 5. mas você falha em rejeitar H0 : p . p=0. " "5 (afirmação). (a) (387. 14. verdadeira. H0 : 11 >750 (afirmação).lo de formaldeidos sAo sig- 17.067.72. .3).829.365.64).?: 0.86).580.l populacional de custo de reparo está emre S 89.7.96. 0. da hipótese nula. 2.IJ§dd R11po. 9. 6..260..33 i1. 42.205.1.2. Um erro tipo I irá oc0<rer se o desvio padrão real da duração do ç. Os esforços para reduzir a conc:entraç.: 11 > 645.620. (0. (10. (b) (248. 1-2.83. H. 3.663. 0.6.5). : • >320. 25. Vetdadeito. 29.lo Um erro tipo li irá ocorrer se o desvio padrão real da duração do po. (a) 98. Sini.59. da amostra necessário. 287) 15. 7.8). H" p~0. podemos dizer que a médi.60.lo de amostragem das médias amostrais foi usa- 21. u S 320. da porque a "média da concentraç. 1. houve mudanç.689. 45. Exercícios de revisão (p.45 (afirmação). (a) 0. 4. o. (0.8). li. você falha em rejeitar H0 : o S 12.0. 10. 1. 19.220.624. H. 18. l-d . (a) (359. não hoove mudança na média dos ni11eis de concentra· 3l.957} [Tecnolagio: (89.820. (c) (89. Com 9()0~ de confiança. (I>) (2. 1125). 167.+ .?: 0. (e) Ter uma estimativa da propo1ção reduz o tamanho mínimo 5. 15. Um valor pequeno de Pem um tes. 13. :p •0. 0. (60. (c) 9n adultos. inteiro está abaixo de 0.\o). 6.138). 47 pessoas.--+-" ~ ~. 1.351. 17. 30.6.H0 : 11S3.234}. (b) 1. 9. 25. Falso. As respostas irão variar.59 e 14.235).5).406. (b) 9. (a) 12. (0.t i·. H. (b} (19. (74.ximo móvel f0< menor do que Juntando tudo (p.9. (a) A diwibuiç.lo porque o inteivalo de confiança para o ano t sobrepõe tempo para se jogar um jogo for menor ou igval a 12 minutos. (a) (7. 34 lava-louças. 0.fa e altemativa. 0. 19.tas dos txtr<l<iOI selttiooodos A75 11.. 106.420.68).. (d) (11.0537.lo" foi usada.S. (b) 8.83. Um erro tipo I ocorre se a proporção real de novos dien.p. H0 : 11 $ 750.300). No leste de hipóleses.645).. 0. 13.60. 3. mas o intervalo para o ano 3.263. 47. hipótese r. 23. (b) Sini. 43. 22). H" 11 S 645 (aftrmaç. JOJ-305) 15.91. 4.22). 49 pessoas.337. na média dos n'rleis de concentração 13. H•:" = 5.33). jardas. H0: " $ 12. 29. 0. A hipótese al1emativa é o complemento da hipótese nula.0. (a) 103.emes que voltam para comprar seu pr6. 283) populacional. você assume que a hipólese nula é 39. c. (6. (b) Não. (a) (128. 5. 1. (6. 11.26 e S 106.0.18 e 13. s H0: o 320 (afirmaç. 19. Os dois tipos de hipóteses usadas em teste de hipóteses sAo a 23. o intervalo de confiança para o ano 2. po. 0. 2.lo). podemos dizer que a média populacional 23.H.0.2.60. d. 21_ Bicaudal. -<>--+-. mas você rejeita H0: p . 0. 3.219). 288) 0. (0.que tipicamente " é descooheódo.estatística no mundo real (p. 1-06. Um eno tipo li irâ ocorrer se a proporção real de ncwos cf. 27. (a} (4. 551). Com 90% de confiança. (b} (2.263.49). Teste do capítulo (p. 21 . (0. po.015.6). (0. mas você falha em rejeita.404. (0.61 (afirmação). 0.96)).28. (a) (61. 35.:u')tC$ por um pctiodo de tr~ ~n~. Capítulo 7 1. hoove mudança na média dos níveis de corocentraç. (b) (11. 0.560). 2. 14.te favorecerá a 1eje\ção 41.1 (p. Ointeivaloda pane (d) é mais largo do que o inteivaloda pane (c).4). 303.08. 2. 0.que o intervalo de confiança para o ano 2 não sobrepõe 1empo para se jogar um jogo fo< maior do que 12 minutos.l populacio. 2. (0.74 jardas. 31.434).. H. podemos dizer que a médi. 33. 7.5. 492). 1. porque o ime~·ato de coníklnç.96. O ponto de estimativa é o estimador menos tendencioso da média Usos e abusos .141:0.?:3.8 1. (a) Nâo.74). Com 95% de confiança. (b) (0. 3.que o n!vel de concent:taç. (b} (19. 2ss-2s7) 1. 13.847.780. 44. 16.45: H. 1. :p < 0.H0 :11. Seção 7.0127). 33.552).104.470.

22.lmera com 24 poses·é maiO! do que 22.: /1 <! 60. • . você aumenta a probabilidade de falhar em 37.6443 (Tecnologia: 0.ar a af~maçao da empiesa (d) RejeiteH0 porquez<-l..645.20. não há evidência suficiente s.t i·.20. (a) Falhe em rejeitar H0 porque o intervalo de confiança inclui (e) No nível de significância de 5%. Unkaudal â esquerda.ro tipo li iJá =rerse aproporção real de esrudames u. balhadores horisras que ganham mais de S 11.. partamento de trabalho dos EUA de que a propoiç2o de ua· (b) 1. (b) Não há evidência S<Jficiente para apoiar a afi~o do de· 33. (b) Falhe em rejeitar H0 porque o intervalo de confiança inclui (e) No nível de significância de 1%. 39. Um e. f.5. 55. (b) Rejeite H.. t 1. (e) No nlvel de signifiáncia de 2%. > 8 (afirmação).33.575. para uma única c. 23. d.584. • 40 (afirmação): H.3557 (Tecnologic: 0. (a) H.: I'"' 40. 10. 0. porque a hipótese alternativa contém•· (b) RejeiteH0 porquez> 1. Bicaudal.860. (a) Há evidência suficiente para apoiar a afirmação do deparla· para rejeitar a afirmação. presa de filmes de que a média do número de fotos reveladas (d) RejeiteH0 porquez> 1. não há evidéocia suf. (e) 0. 1. O.2.lo: z < -2. porque a hipótese alternativa contém".88 IS.SS. 1188. t 151. -1.8258 (Tecnologio:0. (a) Há evidência S<ftóe<1te para aJ». (a) H. : ..valo de confiança es~ inteiramente fumantespararem de fumarperm=tementeéde 15anos.1ive<si· 21.. (a) Há evidência suficiente para apoiar a afirmação do fabricante apoiar a afirmação dó admi<1istrador de que a nota média automotivo de que a média do preço de uma SlN pequena dos alunos da 8' série no exame é mais do que 275. há evidência suticie..05. JIS·318) (b) z. 37.: 1• ~ 8. "' IS. z > 2.9671 (Tecnologia: 0. 51 . ~rios que tém compu~ n!o for 0. (b) Falhe em rejeitar H0 porque z< 1. P= 0. 41. EUA é mais do que 8 galões por ano. dia da vida útil de uma lampada é de pelo menos 750 horas. Bicaudal. . se a proporçào real de estuda·mes universi· 13. está deaescendo a probabilidade de rejeitar H0• Portanto. (b) 0. Areasde rejeição: z-<-2. No né. H.10.645.4135).: 1• • IS (afümação)..0326).20.645<z< 1.. valores mai0<es que 70. H. ~rios que têm computador for0. . há evidência sufKienle maior que 75%. (a) FalheemrejeitarH0 porque-l. (d) Rejeite H• maior que 75%.ne 43. para apoiar a afirmação da sociedade dos bebedores de chá de que a média do consumo de chá por uma pessoa nos (b) H0 :11 ~ 15.2.285. (a) Bicaudal. mas você rejeila H0: p = 0. 1.88. (e) 0.. 19. (e) No n. (ó) Falhe em rejeitar H0 • 47.88.0. há evidências W\Suficientes valores maiores que 70.84.4 129 (Tecnoklgio: 0.. mento de trabalho dos EUA de que a proporção de traba· lhadores horistas que ganham mais de $ 11.575. bricante aU1omotivo de que a média do preço de uma SlN (b) --0.. (ó) Falhe em rejeitar H0 • localizado Adireita de 0. (c) Falhe em rejeitar H0 porque -1.860. H0 : 11< 15. mas você falha em rejeitar H0:p=O. (a) H0: 11 ~ 750 (afirmação).6460). . há evidência suficiente para 45. 35. H0 : ..37. 0. em rejeitar H0 quando H0 for falso. Rejeite H.0329 (Tecnologio: 0.645. No nível de significância 1%.e1 de significánda 5%.285. é menôf que $ 26. (a) Unicaudal á direita. 29. (b) 0. P = 0.575.55 por hora é 31.9674). Se . há evidências i\suficientes valores men«es que 0. • 2. 41..vel de sigaificáncia de 7%.05. localizado aesquerda de 70. 8. Falhe em rejeitar H• para rejeitarafirmação dofabricantede làmpadasdequea mé- 7. (a) H. H. (e) Falhe em rejeitar H0 poiquez< 1. (a) Rejeite H0 porque o intervalo de confiança está inteirameme (c) -0.= -2. e.ocê decrescer o.645 <z < 1.2. 39.575. Um erro tipo I ira ocorre.01. 9. (b) Não há evidência suficiente para apoiar a afirmação da em. para rejeitar a afirmação da empresa de que a média do conteúdo de cafeína para uma garrafa de 12 onças de refri· (c) Falhe em rejeitar H0 porque o intervalo de confiança inclui gerante Abase de cola é de 40 mirigramas. Seção 7. (e) No nível de signifiáncia de 4%.85.H4 : 11> 15.33. 0. (a) H. P. (e) Falhe em rejeiiar H0 porque o intervalo de confiança inclui (b) . (ó) Falhe em rejeitar Ho- 53. (ó) Falhe em rejeitar H0• 3. Régião de rejeiç.Falhe em rejeitar Ho.: JI < 60. pequena é menor que S 26. val0<es meooes que 0.IJ§dd A76 • r1tathtiCdapli" d' 33. (c) -0. para rejeitar a afirmação.285.. (b) Não há evidência suficiente para apoiar a afümação do fa· 35.0096. H0 : 1• > 275 (afirmação). Rejeite H0.. H. e.: 1• $ 275. (a) Falhe em rejeitar H. : /1 < 750. . 17. para uma única camera com 24 poses é maior do que 22. l-d .2 (p.645.645. de filmes de que a média do número de fotos reveladas 27.3540). Rejeite H. pararejeitaraafirmaçãodequeamédiadotempoquelevapara (b) Rejeite H0 porque o ime.cieme 49.. a.88. (a) H0: 11 ~ 15.8270). 12. b.55 poi hora é (e) 0.. (a) Falhe em reieitar H0 porque z < 1. reieitar' Hu Isso poderia aumeniar /J. a probabilidade de falhar (b) . porque a hipótese ahemativa contêm < 25. 2.

o-ondas eia suficiente para apoiar a afirmação. 1. 23. Região de rejeição: t < . -2. tar aafirmaçAo do J)<ograma de perda de peso de que a média 1>2.796. 37. (a) H0: 11 . depeso perdido depois de um ano éde pelo menos 10 libras.: 1. (a) H0 : 1. : 11 > 32 (afirmação).747.843.1. Rejeite H0 . insuficiente para rejeitar a afirmação da empresa de automóveis de que a média de milhagem de gasolina para um sedã de luxo (d) Rejeite H0 po1que 1< . não há evidência suficiente para rejeitar a afirmação.478.101. Falhe em rejeitar H. de S 2. (a) falhe em rejeitar H0 porque 1> -2.747. de confiança o.602. -3.0344. Falhe em rejeitar H• No nlvel de significânóa de 1%. 11 . : µ > 1 (afirmação). pessoa por dia.. No nÍVel de significância de 5%.lo há evidência suficiente não es1â na região de rejeição (z < . < 3 (afirmação). inte(Jllete no contexto da afirmação 0<iginal.: a di. 325-327) apoiar a afirmação de que adolescentes <lo se.1.472. 331-332) 21.: 32..33). (e) No nível de signifi~ncia de 6%.1tre a estalistica de teste padronizada. não M evidência suficiente . H.1. .88. -2. Região de 1ejeiçAo: z > 1.: 1. Seçao 7. < 100 (afirmaçAo). danos é menos do que$ 100. Identifique o nível de significância o e os graus de liberdade g. H. (a) H0 : 11 ~ 10 (afirmaçzo).555 (afirmaçAo). a estatística teste é com~ada com os valores de período integral com id'ade acima de 25 anos sem diplo- críticos O teste z usando um valor P compara o valôf P com o ma de e<isino médio é S 25. (b) Falhe em 1ejeitar H0 porque -2.cieme para rejei· (b) -10 = -2.88. no.t i·. +.5036.: . (d) Rejeite Hv de d'tôxido de nitrogênio em calgal)' é maior que 32 panes (e) No nivel de signifiúinôa de 5%. : 1.2 Atividades lp. n. 3. 1.4. 5. No teste zdá~co. . 7. 7..1g. é de pelo menos 23 milhas por galão.:. (c) 0. de que a média de custo de reparos para micro-ondas com {b) ' • = 1. M ellidência insuficiente negativo.3 1p. Pode usar a distribuiç.al é me- posilivo. Enco.262. r0 = 2. M evidêilCcia suftciente para por bilhão.3. use a coluna "unicaudaL o" Côfn sinal (d) No nível de significância <le 1%. (1) unicaudal ~ esquerda. M evidência suf!Ciente para Seção 7. 19.l.162.634 (afümaçAo).- (d) No aivel de signifi~ncia de 5%.3. (e) . Região de rejeição: t < -2.5 1.634 po1 ano ein comida fo1a de casa. Regiàoderejeição:1> 1.262.. l-d . (a) Falhe em 1ejeitar H0 po1que -2.o masculino bebem menos do que po.2.. (e) No nível de signifi~ncia 3%. Se o teste de hipóteses fOf: (b) 0.Jo normat (e) No nlvel de signíficAnôa de 1%.71 ( e) No nível de significância de 5%. 35. H.602. H.o do cientista de que a média do nivel (e) 5.747. 29. Ve{mque que np ~ 5 e nq . d) Falhe em rejeitar H0• 27. use a coluna "unicaudat o· com sinal de uma dasse para uma faculdade de tempo integ. (e) Falhe em rejeitar H0 porque 1> .262.1. use a coluna "bicauda( o" com sinais positivos e 33. (b) "'º· (e) Rejeite H. 3.779. que uma tlpica residê>1cia i1orte-americana gaste uma média (b) falhe em rejeitar H0 porque 1>-2.000.l.ib~ o r porque a populaç!o é normal. H. "'S 25.S 2. (e) -0.sp01ta1 dos . b.086.2.555. Especifique o nível para rejeitar a afirmação.2.634. (3) bicaudal. há vidéncia (c) Rejeite H0 po1que 1> 2. falhe em rejeitar H0 porque a esiatisóca teste padronizada z= . Encontre os valores crí1Ícos usando a tabela da distri· 31. (a) H0 : 11 = S 2. Tome uma decisão e (b) 10Q .000. não h~ evidência suficiente (b) 10= 1. (d) Rejeite H• 3.0 I. apoiar a afirmação do ambientalista de que a méef. para apoiar a afirmaçAo do. H. para rejeitar a afirmaçAo da associação de restaurantes de 15.: . nível de signif!CAncia o. emp. u. M evidência suficiente para Falhe em reje~r H~ No nivel de significância 5%. 13. Determi1e o wil0< crítico e a região de rejeiçAo.d.que r <-2.IJ§dd R. que 32 estudantes. buíçAo I na fileira com n .. pata rejeitar a inf01maçAo do seMço de informações sobre 49. ~ 100.086. (a} H0: 11 f 32. recidado por adultos nos EUA é mais do que 1 libra por (b) '•ª.egos de que a média de salários para um trabalhad0< 51. 2. (a) H0: µ $ I.2.602 < 1< 2. H. desconhecido.: 1. negalÍVOs.328. falhe em rejeitar H0• (d) Rejeite H0 po. = n .602.779. No nível de significância de 1%.000 (afirmação). 316) 1-3.602 <t < 2. M evidência suficiente 1.602.. < 10. para apoiar a afirmaçA.096 > 0. < 32 (tfirmação). Pôfque o val0< Pa 0. Me-idénóa suf..717. região de rejeiçAo:z < . Afirme H0 e H. As respostas irão variar.ffdriornlerionados A77 43. (e) Falhe em rejeitar H.086. não há evidé>1· apoiar a afirmação do reparador de fOfílO de mic.796.086.4 <p. (a) H0: 11 ~ 3.9. ( d) No nível de significância de 2%. H.473.. 1.~ões de 12 onças de soda por dia.747... tt < 30 e • é 17.691.a do li:«> 45. (d) Falhe em rejeitar H" 25. (b) 0. (a) H0 : 11 = S 25. folheto de que o tamanho médio (2) unicaudal A direita.. (c) Falhe em reje~ar H. (d) Falhe em rejeitar H" 4 7.. (e) -1.

=13.. ellidéncia sufióeme para rejeitar a afirmação de que pelo menos (I>) x 20 = 33.. As 1espostas irão variar.dência suficiente pa1a (b) x'. 24. 9.mrejeitar H0 27.: a. (a) Falhe e.1. z > 2.1àa sulicie.. (a) H. 5.: a :..ejeição: x' < 18.: •'=3 (afirmação). use o valo< que co11esponde aos g..4 Atividades <p.0911ca.os de que o dffvio padrão do cus.44 (afirmação).30. (b) Falhe e. z > 2.e3.n rejeitai H• Falhe em rejeitar Hrr . ção do produto envolve poluição do meio ambiente. há ev'. não há evidência suficiente para 1ejeitar a grande afirmação da emp..33.20.ejeitar a afirmação do portawz do hospital de que o desvio (b) -.lo: x' < 13. nAo há rejeitar a afirmação do pesquisador médico de que pelo me· evidência suficiente para rejeitar a afirmação.996. (e) 47.53.ar produtos porque a fabrica· domésticos de que a variãncia na vida útil dos produtos é 3.5 (afirmação).. io e1-io.l e anuais pa.114. Região derejeiç. (d) Rejeite H0• (e) No nível de significância de 2%. 0. H. :.41. (d) Falhe em rejei1ar H. l-d . menos que 36 pontos.885. (d) Falhe em . (d) Rejeite H. Falhe em rejeitar H. (a) H. Região de rejeição: x ' > 24..04. Falhe em rejeitar H. H. Determine o . (bJ x '. rios 20% dos adultos 00tte-americanos sAo fumantes. Regiãoderejeição:z> 1. (e) No nlvel de significância de I O<Yo.to total pari picient'es envoMcfoç em 7.000. DelemÍlne os graus de m.o-. há ellidência suficiente pa.-isuução é menos que$ 3. n~o há evidêllcia suficierlte teste unicaudal à direita. (d) Falhe em 1ejeitar H0 veis encontram seu coirel<lf por meio de amigos. (a) H. ' • = 2. H.. Seção 7.ejeitar H" (e) No nlvel de signífiúlncia 3%.000. 5. = 24. nAo há 19. H. 7. JJ2-JJJ) uma l>atida no qual o veículo bateu em uma barricada de co. 11.3647. Pode usar a distribuição normal. (d) Falhe em rejeitar H• (e) -0. (c) RejeiteH0 (b) z0= -2. p S 0.a os atuários é mais do que $ 20. (e) -2.33. 7..5. z0 = 2.H.261. Regiões de rejeição: z < -2.: B .i.. 15. Valor P = 0. (c) teste bicaudal.5 1p. : a >0. Região de r.No nfvel de significância de 5%..33. 17.265.33.051. =41. 21.240. No nível de signifdncia 10%. (a) H. (d) FalheemrejeitarH.076.33. a>$ 20.923. Falhe em rejeitar H0 9.%. 38. (a) H.33..- (e) No nlvel de significância 1%.33. : a< 36 (afirmação). (b) x'o= 13. (c) Falhe em rejeita.56.996.844 x'. 23.: ":.:pt0. (a) H0:p ~ 0.. 52% dos adultos tendem a compra.1cias insuficientes para 13..mação).1 e o. (d) falhe em rejeitar H.. use o valor que coiresponde aos g.88. Especifique o nível de confiança o. Região de rejeição: x' < 13. padrão dos tempos de espera é mais do que 0. (b) -z0= -2.No nível de significãncia de 5%. : p ~ 0. (e) No o-ivel de significància de 5%.:q <$3-. rejeitar a afirmação de que 44% dos compradores de imó· (e) 37.. (e) Nomeldesignificància de l0%.. (a) H. (d) Rejeite H.196. JJ8-J•o> (b) x 2.44. 25. = -2.844...500.t i·h§dd A78 • r. não há evidência suficiente (e) No nfvel de significância de 2%. nAo há evidência sufiàente para apoiar afirmação de que mais de 30% dos consumido.: p > 0..: p = 0.88. há evidê. 0. 13.267.44.ão).adminislrado< de teste de que rejeitar a afirmação de que 44% dos compradores de imó· o ~ padrão para alunos.000 (aíi. 17. (c) 18.196. 1.H. (b) Rejeite H..240. mais produtos quarldo têm amostras grátis. Região de rejeição: x' > 33.H. (e) 1. (I>) z0 • 1.33.996.er.. 3.872.ime inicial é veis encontram seu co1re10f por meio de amigos.1 e para apoiar a afi1mação de que o desvio padrão dos salários 1 .9059. (d) Falhe em . (a) H•: a ~ 36. Valor P • 0.háevidê.1tepara . (a) H0 :p=0.5 minutos.SOO.923.:. 1·2. Região de rejeição: z <-2.SOO(afirmai. : p <0. 114.2.•ator craico usando a dismbuição x'· Se: (a) (e) No nível de significància de 5%.20 (afirmação).= 18.44 (afümaçâo)H.2. S20.30 (afirmação).. H. 15.- (c) . Hrr 7.esa de produtos res dos EUA pararam de comp. não hà ellidéncia suficien· Os 1esuhados sAo os mesmos.. (e) 16. use o valor que coiresponde ao g. há evidência sunàeme 11. da 8' sêrie no ex. NAo pode usar a distribuição noonal.33. (a) Falhe em rejeitar H• para apoiar a afitmação. (d) RejeiteH0 Rejeite H.~itar H• dade. Regiões de 1ejeição: z < -2.a para apoiar a afirmação do . (e) 24. (b) unicau&ll à esquerda. (e) No nivel de siW>iíclncia de 10%.. te para apoiar a afirmação do agenlé de segu. x'>41.

b. H. 51.0139.que n . 35. Rejeite H0• No nlvel de significámcia de 1%. no máximo.05. H.:: 22 (afirrr~o)... 33.s de que a média de utilização de frutas dui- eia sufr<:iente para rejeitar a afirmação. (a) H. 3. Rejeite H11 No nível de significAncia de 0. ?5. do de sódio em uma po<çAo de cetta sopa fo. Rejeite H..ali. 1. H0 : o > 50. mas você rejeita H0: p = 0..IJ§dd Usos e abusos .05.: 11 > o. Não. No nível de significJncia de 100.ênciadepesquisasdequemaisde 9. 30. -1. Falhe em rejeit. Falhe em rejeiu.63.r H• No riivel de significáncia de 5%..lo real de estudantes mensal para fazer pane de uma academia de espones é de S 25.63. não há evidência suficiente pa. porque a hipótese altemawa contém>. H. 196. 11. z • 2. não M sítários que ocasional ou frequentemente chegam atrasados evidência suf!Ciente para apoiar a afirmaç.lo. 50milig1amas (c) z0 = -2.lo).. As respostas irão variar. . Rejeite H"' No nfvel de signifdncia 5%. RejeiteH" No nfvel de significância de 10%. 0. sódio de uma porçAo de certa sopa n. 37.lo do centro de pesquisas de que a propo<ção de estudantes univer· Falhe em rejeitar Hu No nf. hã evidêr. 13.09'.lo real de estudantes a média de gas10 por estudante em escolas públicas de ensino universitários que ocasional ou frequentemente vém atrasa· fuodamemal e médio é de pelo menos S 10. 19. Falhe em rejeitar H" No nível de signifdllcia d. cas frescas por pessoas nos EUA é de pelo menos 22 líbias p0< ano.01.200. 0.lo).estatística no mundo real <p.05 "" Rejeite H" p0<que n < 30. H0 : 11 s 0. (e) Não hã evioolcia suficiente pa1a rejeitar a afirmação do fa· bocante de sopas de que o desvio padrão dos comeúdos (b) Unicaudal.mal· a = o. Falhe em rejeitar H• No nível de signiflCància de 5%. H0 : " s 6. H0:p=0. roo hà ellidên· de frutas cítric. mas você falha em rejeitar H0:. não hã evidência suficiente para rejeitar aafirmação do anunciante de que a mé<f. J<ô) 1. As respostas irão variar.: . custo di. evidêr\Óa suficiente para apoiar aafinnação.: p . < 20. 27.63 (afirmaç. evidência suficiente para 1ejenar a afirmação dos produt0<es 17.lrio das refeições e hospedagem para uma íamifia de 4 2. As respostas irão variar. Falhe em rejeitar H" t. H. 2. que 50 miEgramas. o ~ 0.o 1=> Falhe em rejeitar H0• meme distribufda.J40-J41) 21. (c) Unicaudal à direita. a distrib<Jição nOEmal.mativa contém . valor P • 0. não há para rejeitar a afirmação. maisdo que 53..ir H" No nível de significância 1%. mas vocé falha em rejeitar H0:pa0. ?3. Não pode usa.: p ~ 0.479.205. 45.'. 31.20.vel de significância de 2%.2 (af"maç.io padrão real do conteó· ciente para apoiar a afirmaçAo.ro tipo li irá ocorrer se o des.. porque a hipótese altemawa comém <.14S 4. 43. pessoas viajando a Nova Y0<k é S 326. H >6. nâo hã eviclência suficiente para rejeitai a afirmação da publicação sobre educação de que Um erro tipo li irá ocorret se a proporç. não há evidência suficiente para apoiai a afirmaçAo. nâo há 1.H :µ>1. que ocasiooal ou frequentemente d1egam atrasados para as 41.10 nível de signif!Cància de l 00.lo). : p < 0. (a) H0 : " S 50 (afinnação). Sim. (b) Um erro tipo t irá oconet se o desvio padrão real do conteó· do de sódio em uma porção de certa sopa não é mais do 47.58. No nível de significância de 5%. a distriooíção nom. dos para a aula não for de 63%.63.96. No nível de significância de 10%. l-d .093. H0:11 s l.144.::.5%.479(afirmaç. para as aulas é de 63%. Exercícios de revisão (p . Pode usa. teste z.05 (afirmaçAo).H. 1S. (d) -0. porque a hipótese alte. 2. 0 :" pa1a apoiar a afirmação.os. teste t.!44· 346} 29.50. 10 <> Rejeite H<r (b) Unicaudal. 55. 3. H.'\Ckl sufr<:iente para rejeitar a afirmação da agênôa de turismo de que a média do 1. 49.a apoiar a afirmação. No nível de significância de 1%. u é desCQnhecido e a popu~ é no. M evidência suficiente (e) Falhe em rejeitar H0• No n.b. Não. 30.205 (afim1ação). 40% dos adultos compram o presente a uma semana do evento.I: ?.: µ < 22..2. hã evidência sufi· (d) Há evidência suficiente para rejeitar a afirmaçAo do fabri· ciente para 1ejeita1 ~ afirmação do fabricante de parafusos de que cante de sopas de que o desvio padrão dos conteúdos de avariância é. As respostas irão variar. S 50.el de signlicància de 1%.57.a do custo (b) Um erro tipo I irá ocorrer se a proporç. mas você rejeita H0:" :. (c) Bicaudal. não há 50 miligramas. há evidência sufi· Um e. N~ pode usar a dístrib<Jição normal aulas é de 63%..lo é mais do que 50 miligramas. -2.cia suficiente 5. a o 0. 0 evidência suficiente pa1a apoiar a afirmação.e 5%. universitários que ocasional ou frequentemente vêm atrasados para a aula é de 63%.t i·. há evidé. . porque a hipótese altetnativa contém <.05. . -?. de sódio de uma porçAo de cetta sopa não é mais do que po. hã evidênciassuficien· tespa1aapoia1aafirmaçãodaag.. Pode usar a distrib<iição nonnal (e) Não há evidência suficiente para rejeitar a afirmaç.: . (a) Ho' . Teste do capítulo <p.::. 20 (afinnação).::. 33. 7 (a) H. Região de rejeição:z<.: p =0. (d) Há evidência suf1Ciente para rejeitar a afirmação do centro de pesquisas de que a proporção de estudantes universitários 39.

.828. =3. 6. (a) 30. As respostas irJo variar.. (d) 11. (e) N3oesténaregiaoderejeiçAo. H0 : 111 = 11.718. Seção 8. 4. Exemplo: o peso de fomos de micro-ondas de que n~o mais do que 10% de de 22 pessoas antes de começar um programa de exercidos e seus micro-ondas precisam de reparos duran1e os 5 primei. H0 : 1. 0.. h. z > 1. (b) Bicaudal. 10. Am. 4. x'. Exemplo: o peso de 25 porque a pópulação é distribuída normalmente. no nível desig~ricía de 1%. porque a hipótese altema1iva contém •.l evidências (b) Bicaudal. (e) Falhe em rejeitar H. 347) que para o modelo 8".\ncia de 4%. dorescolardequeodesviopadràodasnotasnoSATéde 11 3. (d) Rejeite H.565. porque a hip61ese ahema1iva contém >.IJ§dd ABO • [statísti<a aplkida (e) t. <. (a) H" 11 • S 48.1 (p. (d) 0.60.718 (afirmaçào). p > 0.452. teste t suficientes para rejeitar a afirmação. Duas amostras são depe. (e) N~.. Dependenle.54.lda.. porquedife<emes jogos de pneus foram amostrados. para os dois 1ipos de pneus·. 13. 1.i-o h.895.33.t i·.645.ões e hospedagem para uma família da distancia de frenagem é diferente para dois tipos de pnais. Rejeite H0• No nível de sig. porque os mesmos adultos foram amostrados. (b) Unicaudal. h. (afirmaçào). x' > 29.819. No nível de significància de 5%.645. não há evidência suficiente para rejeôtar a afirmaç. H. (c) Naregi~oderejeiçào. (d) 0. No nivel de significáncia de 1%. Falhe em rejeitar H. porque n ~ 30. teste x> lecionada de uma segunda popt1laçào. No nível de signif!C<lncia de 5%.0. (b) 7.lo do serviço de 17. (e) -1.ejeiçào: e<-1. porque diferentes barcos foram amostrados e111'dênáa suficiente paca rejei1ar aafirmação do administra- 11.. não há evidência suficiente para rejeitar a afi~ do fabricante de 3. (e) Falhe em rejeita.645. 10 (afürnaçào).75.lncia de 1%.. • S 201..l 1. Independente. (b) -z.. H0 : a• 113. No nivel de signi!lQlncia de 1%. 3.819.: 1.ificãncia de 10%. Região de .em sim a uma pergunta de uma pesquisa seu veículo SUV é de pelo meoos 20 milhas por g~o. H.786: (d) Rejeite H. (d) Falhe em rejeitar H" No nível de signaic. No nível de significãncia de 5%. l-d .. gatos e o peso de 20 cacoo<ro~ (e) x1.. (a) 2.84. obter um grupo de pessoas diversas.. (a) Respos!O da omosrra: re1ire uma amostra aleatória para H0 : 111 ~ .ejeição:z> 1. não há evidência suficien1e para apoiar a afirmação. (e) -2.1dentes se cada membro de uma amos- evidéncia suficie111e para rejeitar a afirmaç.0031). No nível de signific. é de 60 anos ou mais.~-1. Falhe em rejeitar H.aafirmaçàodoengenheirodesegurançadequeamédia o custo diério de refeii. 3. não há informações sobre empregos de que a média de salário para evidência suficientes paia apoiar a afirmação. . (e) As respostas irão variar. Regi3o de rejeição: z <-1.33. há ewdênda insuficien- 2. H0 : 11 "Z 48.. porque a hipólese ahernaliva contém x. Independente. 15. (e) Falhe em rejeitar H. " é desconhecido e a população é normal· mente distribuída. porque n < 30. (e) Não necessariamen1e.\ncia de 10%.. n. Região de .75. teste z. ". 7. (b) 1. 21. porque diferentes estudantes foram amos1raôos. não há le para conduir que a niédia dos custos de reparos para o evidências suficientes para apoiar a afírmaçào de que menos do modelo Aé men0< do que para o modelo B.z. (d) . (d) Falhe em rejeitar H0 • (b) AmOSlra alea16ria. . (a) A afirmaçào é •o custo de reparo do modelo A é menor do Juntando tudo (p..: 1. 357-361) (e) Falhe em rejeitar H.- (e) Re)eile H" No nível de significância de 5%. s. ros anos de uso. (a) H" p $ 0.0030 (Tecnologia: 0.~ 1. Regiaode rejêçlio: z <-2.. de 4 pessoas viajando para o estado do Kansas é de$ 201.875. =29.de clf:' pies· automóveis de que a mé<lia de mihagem de gasolina para soas nos EUA que di.565.lo do fabricame tra conesponde a um membro da outra amostra.75. (afirmaçJo).... (e) Não necessariamen1e.718. há evidênciassuficientes para dente para rejeitar aafirmação da agência de rurísmo de que apoia. No nivel de signific. Use valores P.645. não há 9.. Capítulo 8 (c) z0 = 1. Dependente. o peso das mesmas 22 pessoas 6 semanas depois de começar o programa de exercidos. de uma popvlaçào não estiver relacionada com uma amostra se- (b) Bicaudal. Região de rejeição: x' <3. porque a hipótese alternativa comém ". estralific. H.131. (a) H0 : 11 = $201 (afirmaçào). =-1. trabaUladores homens de perfodo integral com idades enue 19. (a) Duas amostras são independentes se cada amosua selecionada H0: a= 113 (afirmaçào).895.~ de que a média de id-3.l evidé<lcias sufi· cientes para rl!jeirar a afirrmr. H. que 40% daspessoas nos EUA acreditam que o sistema de Segu- (d) -1. há evidéncia sufi· (e) Nonlveldesignificãnciade 10%.OSlragem aleatória (b) z0 = -2. porquenp> 5 enq> 5. (a) A afirmação é ·a média dedi-stancia de frenagem édifereme 25 e 34 anos com bacharelado é de$ 48. ro Social terá dinheiro sulicieme para fornecer os benefk:ios que esperam em suas aposentadorias.. 5. teste z.

.10 = 1.771. Eles são equivalentes através de manipulação algébrica da eq~ {b} -z0= -2. n~o M evid<!ncia suficiente (e) No nível de signific.. na média dos sal.3. 15.r0 = 1..~ 117 33. . (b) i. Especifique o nível {e) 1.919.noExerdcio39contÍllha someatevakxesme- mesmo da Carolina do Sul. ... {a) . _ 9. você deveria recomendar o uso da (e) No nível de significância de 10%.. (a) A afirmação é •a média da intrusão do footweff para carros 31. 106.714.1. H0 : 11. <. = . (a) -55...Jo do enge. H...iajando para carolina do None é o 43. =3. Afirme a hipótese e identifique a afirmação.714. 29.H. {a) A afirmaçãoé"criançasentre 6e 17 anos passam mais tem· po assistindo televisão em 198'! do que as crian<.11. N. {afirmação}. o custo de hospedagem viajando !)<Ira Carolina do None é o 3.{afirmação).(afirmação).202. para apoiar a afirmação do sociólogo de que crianças emre ( e) Não na região de rejeição. (a) . /t 1 e Jl: ~ J1 1 . mesmo para a caroina do Sul.1i. novas amostras não levam a conclusões diferentes. {a) Aafirmação é "não M ólfereoça no diâmetro médio de lava· médios e pequenos é iguar. {a) Aafirmação é "a média do custo para hospedagem para suficiente no nível de significância de 5% para apoiar a afirmação. de signílic.. {d) Falhe em rejeitar Hv 1es para apoiar a afimiaçAo.703.. . (e) 1. {d) Falhe em rejeitar H.. l-d . =-2. o custo de hospedagem . . Região de rejeição:z > -1. = -1.729.{Afirmação) H0: 11. H. {e) 0. 1> 1.812... H0 : 11..96. 6 e 17 anos passa. z> 2. (a) -10 = -l.895.IJ§dd 23. {d) Rejeite H. Encontre ova· lor crítico e identifique a região de rejeição.= 1. 39.645 ez> 1. (b) 1. Determine os graus de liberdade. 1.645. 1.. s 37... há evidência suficiente 13. 177. (b) .074. "11r (b) -z. .978. (b) -10 = -l.. (b) -1. Tome urre decisão.... doras faboo...!ncia..575.. H0 : /'. ~ l'r (b} -z..: 11. = 1..or no f)<ograma OOH. = -2.. H. Região de rejeição: z < -2.2. (a) A afirmação é 'homens e mulheres estudames do ensi.H0 : .10 há diferença no dklmetro médio de lavadoras fabricadas po< médio tem notas no ACf iguais~ dois métodos diferemes.a apoiar a afirmação de que a diferença para Carolina do Sul".2. 6. H0: .575... (d) Rejeite Hv (e) No nível de sigrilic. = -2.z. H0 : 11 1 = 111 (afirmação).heiio de produção de que não são do footwell para carros médios e pequenos é igual. H. = 1. 11. 41.645.r0 = 1.342. = ..575. H0: . você para a Carolina do sur.lncia de 1%.das po< dois métodos diferentes•..199..ercícios. {b) -. > 6. > J'. h~ evidéncias insuficientes evidências suficientes para rejeitar a afirmação de que as crianças P<Jra rejeitar a afirmação de que homens e mulheres esn•· gasram 9 horas por semana em creches ou pré-escola dantes do ensino médio têm notas no ACf iguais. . ~o há (e) tio !llvel de signific. Falhe em rejeitar H" No nível de significãncia de 10%. não há uma familia viajando para Carolina do Norte é a mesma que evidências suficientes pa. 19a1 do que as crianças entre 6 a 17 hoje em dia.=. . .000 (afirmação}... .!rios anuais dos estatisticos em Massachussels e carolina do Norte é mais do que i 6. Reg'lào de rejeiçM:z < -2..575.comoencontra<lonoExerdcio41. (a) -1.2 1p. {d) Falhe em rejeitarH. Seção 8.Ji.1fnea foi significativamente me. (b) .µ.000. J66·J69) Regíi!o de rejeição:z <-1. z > 1. S 1<. (d) falhe em rejeitar H" (e) No nível de significância de 2..575.8l2. .575. .t i·. -1•.. . {e) 64. cootiver somente números negativos. 0095<ropara1. 5. noresquezeroe.073.z0 = 2. 106. {afirmação).645.000. porque a média da pres· tes P<Jra rejeitar a afirmação da associação de viagens de que são sang1.houveevidência 27. <-0. 9. (afirmação).575.5%. = 2. lnterp1e1e no contexto da tes para rejeitar a afirmação da amciação de viagens de que afirmação origina). 1. = 1.. (d) Falhe em rejeirar H. H0 : JJ 1 t. Regi:!o de rejeição:! <-1.. rejeita H0 porque a hipótese nula afirma que 111.. 25.01. não há evidência suficien· díeta OASH e programas de ex.m mais tempo assistindo televisão em {d) Falhe em rejeitar H..: 111 . H0: 11. ~ -9 (atirmação)....96.. uma família viajando para carolina do Norte é o mesmo Se o O for .µ. H0: 1.!ncia de 1%.703. (b) 1.Jrio de seguros de que a intru· rejeitar a afitmaç.z0 = 1. {e) 3. (a) Aafirmaçãoé'améefoaóláriadocustode hospedagem para Falhe em rejenar H0• No nível de signifit.645. 35. Regiões de rejeição:z < -1..<lS 6 al7 7. (e) Não está na região de rejeição.6 <1•.306. = O. hoje em dia". Encontre a estatística (e) tio nível de significância de 10%.. (a) 1..1. há evidência suficiente para P<Jra rejeitar aafirmação do atu. ..703. • .645... .: .8.: µ .-.645.11_.:11.l. não há evidência suficieo· de teste padronizada. .1.. h. (b) -10 =-l. H0: 11.= .703.771.575. = -3..=..\ocia de 10%.. é maior ou igual a zero. H0 : 11. z > 2. Reje~e H0• No nível de significãmcia de 5%.645. =2.l evidé<lcias sufideo· (e) -0.ancia de t%.

(d) . (a) A afirrnaç.841.415.. 10 = 2.. "'0. < O(afirmaçA'o). <1.. 23.962...365... ~ 1. (a} AafirrnaçAoé'a média da renda anual é maior no..•• <: O: H.lo: t <..s.: . ques é ~ r para carros menores do que para carros médios. (e) d=14. há evidência suficie<ite H. (e) d=-1.. 2 1. < o(afim.µ. . mudou do ano pass.ãn é ·n adilivô de c:omht~fvel melhnrou a milh. da anual é maior noAffeghenyCounty do que em Erie County. M evidência suficiente . Região de rejeição: t > 2.255:s. (e) Rejeite H. Unícaudal à esquerda. (1) No nível de significãnda de 10%. (a) A afirmação é ·a média de custo de reparo de parachoques (1) No nível de significãnda de 1%.. (a) A af. 27..345.i.803.p1. H0: 1•. 19.034. H. H"' 1..- H. (d) RejeiteHu gem de gasolina". H : 1. (e) RejeiteH.345.lo <la espinha ajudam a reduzir o (e) No nível de significancia de 10%. H. Unicaudal à direita.282.295.ão)..861. paraapOia. 19.lo de um terapeuta de que terapia dos te· cidos moles e manipulaç.. (e) RejeiteHu 1. emparelhada droga reduz a p<essão sis161íca sangu{nea. Região de rejeiç. : 1 o(afim'iaçáo). rejeite H.2. = 2. apoiataafirmac. = . 11.: 1.415.. (d) . não há evidénóa slJficiente (b) 1.365.1 <: . .Allegheny (d) . falhe em rejeitar H. (b) 10=1. s.764.2...895.2..441. 5.309.2. (d) Rejeite H• 13.. Região de rejeição: t < . na resistência Atens.vel de significãncia de 5%.aç30). Região de rejeição: t >1.... (b) -1.1. • 42. < 36. <•) A afimw.657. há evidência suficiente para apoiar aafirrnaçãododiretordepessoal dequeamédiada ren· H. Unícaudal ã esquerda. (e) 1. há evidência suficiente pa1a espinha ajudam a reduzir o tempo que os pacientes soírem apoiar a afirmação de que um novo uatamemo faz daerença de dores de cab~·. S O.maç. de estudantes melhoraram na segunda vez que eles fizeram o reste. .410..t i·. H0 : ''• =O.. " O(afirmação).lo}.oduz notasmaisaltasdoque pelo método antigo. Régiãode rejeíção:1<-2.3 '" 374-376) (d) 6.714.. (e) RejeiteH0.895.para (e) -4. ( 1) cada amostra deve ser selecionada aleatoriamente de uma (1) No nível de significãncia de 5%. Região de rejeição: t >1. (b) 10 = . H.ãodequeamédiadecustodereparodeparacho (b) 10= .. 25.s.\o é 'terapia dos tecidos moles e manipulação da (e) No nível de s~lficanóa 1%. 24 < .s.764. há evidência suficiente para populaç. RegiAo de reieiçâo: t <.1.: . H0: .. < . H6 : .6. . (b) 10: 1.lo normal. = . hà evidências suficientes tempo que os pacientes sofrem de dores de cabeça..650. 2 1.: .lo é de "um novo método de se ap<eoder leitura (b) t.831. ~ 6. rejeite H0 2. s.. ''• S O. 160.5.75. H.3. lhorou a milhagem de gasoli~a.- (b) 10 = -1. H0 : µ ..1- (c) -3.. derleítu. .. >O(afim.= .< 7.. téncia à tensão de barras de aço•. <-1.a- (b) -10 = . • 1. (e) Falhe em rejeitar H.29. (e} No nfvel de signific.. 3. Seção 8.1.lo de prodlltos (e) d• -33.lo de que a dassificaç. (afirmação)...ação). COl11 um membro da segunda amostra. (1) No nível de S®iificància de 10%. der peso depois de 1 mês.IJ§dd AB Z • lmtb1k. .282. há ~ncia suficiente para é me:\O< para eorros menores do que para eorros médios". (c) . $ . ma de exercícios em particular ir~ ajudar participantes a per- 1> 2.. . (afümação). s·O. aafirrnaç. >O(afümação). (d) RejeiteH0• 15.. <: .: 1•..081. (a) Aafirmação "a nova droga reduza pressão sistólica sanguínea".650.ão de que um novo método de se apren· 17. : . tes melhoraram na segunda vez que eles fizeram o teste".001. (d) 1. •7... -1. (e) No nível de significãncia de IO'lo. (c) d = -1515. :µ. Região de rejeição: t > 1. H.. Região de rejeiç. 9. (afinnaç. Região de rejeição: t <.547. produznotas mais alias do que pelo método antigo".83 1.1... (a) A afirmação é "um novo tratamento faz dfferença na resis· (e) d=3. apoiar a afirmação da indústria farmacêutica de que a nova (2) cada membro da primeira amostra deve se..lo é ·as notas de leitura critica no SAT de estudan.. há EMdência suficiente para H.1.831.76<. l-d . (d} RefeiteHv apoiar a afirmaç.2. há evidência suficieme 0 1 para apoiar a afirmação do nutridonis!a de que um prog.1 > 7.Jdo para· este ano.1.=0.. (a) A afirmaç. para apoiar a afirmação de que o aditivo de combustível me· (b) t.> H0 : . apoiar a afirmação de que as notas de leitura crítica no SAT H0: 1. =1. 17. para apoiar a alirmaç..429. 3 < . (1) No nível de significãncia de 1%. <: O.10 = 2. (e) . (e) Rejeite H.831. (a) A afirmação é •a dassificaçã-0 de prodlltos mudou do ano passado para este ano". 1.- Coonty do que em EJie Courny". H.1 > .lo de barras de aço.363. 1. (a) A alirmaç...769.ância de 10%..75. (d) 9. (1) No n.: µ.lo é "um p<0grama de e. (afirmaç.363.365.365.282.282. ..lo: t<-2.-a p.cercidos em particular irá ajudar partkipantes a perder peSo depois <le 1 mês".

.. (afirmação). h.96.002. 1. ( e) No nivel de significância de 5%. no nível de síg. Encontre pe q.. (d) Rejeite H•.Ao diária de porções de 24 anos morando na casa dos pais em 2000 era a mesma para . '2 p1.lo de estudantes 11. H.idéocia para (e) No nível de signiocAncia de 1%. (a) A afirmação é ·o sanduíche long John Silve. (afirmação). evidênáa pata rejeitar a afirma<. critico e identifique a 1egiao de . {b) z0 = 1.. (a) A afirmação ·a p1oporç.645. 16.96. .Ao de que a p1opo.H.96. H. J85-JB7) maiot no Alabama do que no Missouri'. 23.estatística no mundo real (p. apoiar aafirmação de que as proporções de homens com idades (e) No nível de signific. h.33. :p.lncia de 5%.oporção de adolescemes que 5. z > 1. h.: P.- (b) z0 = . 13.. ~ p.2. Sim. (d) Falhe em rejeitarH. .ção ·de alunos do sexo masculino H0 : . Falhe em . Sim. H.: 1.•egetais é a mesma para os dois grupos~ homens e mulheres.1a entre 18 e 24 anos que metam na casa de seus pais eia maior . calorias que o sanduíche Wendf.1. > p.aos calorias que o sandulche Wendy. p.ejeitar a afirma. cemédios altemalivos nAo mudou desde 1991.upo (medicamento ou placebo) eles pertencem.. de porções de vegaais é a mesma para os dois grupos. (afirmação).e o valo. (d) Falhe em rejeitar H" me. há evidência para ma para os dois grupos".. Rejeite H" No nlvel de signific. Não.645. Teste bicaudal. ~ P..i evidência suficiente p. H0 : p. 3.. não há mulhe<es. no nlvel de significância de 1%. . llàO há evidéncia suficiente 9. >1•.a rejeitar a afirmação de que as p<opcwções de usuários ieiç. 0. Região de rejeição: z < -2. há evidênáa suficiente para 9.t i·. Sim. (d) Rejeitar H.645. Regiaode rejeição: z > 2.cia de Silo.lncia de 1%. (d) Falhe em rejeitar H.96. para meninas do que para meainO~ z >l.mai. tem menos são fumantes é maior no Alabama do que no Missouri. Região de rejeição:z > 1.. centes que assistem de I a 5 horas de lV po.:p.P.06. Rejeite H~ No nível de significáncia de 1%. < 0.llo.ção de aduhos usando em 2000 do que em 2006.a1ivos llào mudou desde 1991 •.ejeitar a afi.Ao de que a proporção de cidadãos Duplamente cego: ambos. z0 = 1. Tome uma decis.04.. evidência para rejeitar a afirmação.grnfrcânc.96. • P7 25. .96.96.c&. (afirmação)...lo de adultos que S<'lo fumantes é Exercídos de revisão e.33. Teste unicaudal à direita. (d) Falhe em rejeitar H" 1. Afirme a hipótese e idenlifique a afirmaçao. ~ .006. As respostas irão vanar.ejeitar H~ No n'ivel de significância de 5%. 11.i evidéncia suficiente para apoiar a afirmação da 0tganização de que a p<opotção de adoles· H0 :p.s pertencem. (e) 1. 13. H.33. • p. 15. 7. .lo. no nlvel de signif. falhe em 1ejeita1 H0 pa. 21 . da 12' sérieque dizem que fumaram nos últimos 30dias é menor qve a pcoporç.a ápoiar a afirmação de que a p. z > 1. < P. há evidência suficiente para (e) -5. ~ há evidê'ncia suficiente <ejeitar a afi~.a de lllb..e.z0 = 1. H•: p. llàO ha evidénoa suficiente 3. falhe em rejeita.J81-J8J) (e) -0.. = 2. 5. : P.Ao: z < -1. Falhe em cejeitar H~ No nível de significAncia de 5%. (a) Aafi. =P. porque d!erentes ratos de·labo<atório foram amos- H. para .645. (a) A afirmação é •a p<oporção de cidadãos mais velhos que rejeiw a afirmação de que a proporção de pessoas entre 18 e ditem que comem a recomend.ão. semana é maiot (b) -z0 = -1.IJ§dd Seção 8. : P. nao há evidência suficiente significAncia.! evidência suficiente ~ebo) ek. tem (e) 3. 1. assistem a menos de uma hoca de lV por semana é maior para meninas do que para meninos. (afirmação).· 15.. (a) A afirmação é •a propo.645. (e) 1. (e) No nível de signifoc. (e) 4. n:!o sabem a mais velhos que dizem que comem a . Encom. pesquisador e paciente.33. 2. = -l.54. 17.ecomendação diária que g. Especifique o nível de (e) No nível de signiftcAnáa de 5%. H0 : P. (b) -z.004 < P. Independente.maçãoé •a p1opo1ção de adultos usando remédios ai· 1e. H. Interprete no contE!Xto da afM'mação origi:la-1. Encom.. 11. pa. Q sem atividades~ Região de rejeii. J8J-J8<) Região de rejeição: z < -1.645. Usos e abusos .:p. l-d . (a) Aafirmaçãoé"a proporçãodeusU<iriosde Internet éa mes.. de Internet são as mesmas para os dois grupos. não há para apoÍdr a afirmação de que a p10jl0fção de alunos do evidência para rejeitar a afirmação.4 (p. = P. no nível de s.362.ão de e5~dantes mulheres". H. (afimaçao). Cego: os pacientes não sabem a que grupo (medicament0 ou (e) No n'rvel de significànáa de 10%.ção de adultos que 7. 19.!i. Falhe em cejeitar H~ No nível de signifkAncia de 5%. trados. para apoiar a afrrmação de que a propo.aiftcAt1cia de 5%. (a) A afitmação é •alunos do 3' ano ensinados com atividades de leitura direta tive<am melhores notas cio que aqueles (b) -z. apoiar aafirmação.96.i e.ãncia de 10%.e a estatislica de teste pad1onizada. Regiao de rejeiçaq: z < -1. sexo masculino da 12• série que dizem que fumaram nos últimos 30 óias é menor que a proporç. não há evidência para apoiar a afirmação de que o sanduíche long John Silve. loG 1. não M (b) z.

:. n. (afirmação). sim. (d) 0. 4.p.. (b) Unicaudal. tidade de taxas federais que tiveram que pagar eia a mesma 2. Região de 1e'.o normalmente distribuídas.Regooderejeição:l>l. > 11. $ P~ H0 : P. (a) H0 :1.1te pulações são normalmente disuibuloos e as amostras são para rejeitar a afirmação de que a pressão sanguínea siS(ó/ica dos homens decresceu. 28. 0. l-d . H.: 1•. não há eltidências suficien· 1. (a) H. Rejeite H. contém >.- Revisão acumulada .08% ou mais era maior para motoristas com idade entre 21 e 24 anos do que 25 a 34 anos.ao). porque H. são 2. (a) (0.645.. n. sim.2.645. 17. falhe em rejeitar H0• (d) -9.796. há evidência StEficiente 21. t0 = 2.2.. (1) No nível de significância de 10%. > 1•. ciente pa. (25. (e) RejeiteH. você p1ecisa saber se as dis- para os últimos 2 anos. Rejeite H. 3. (a) Resp<. teste z.lncia de 10%. Teste uoicaudal à díteita. P. H.lncia de 5%.: . tes para rejeitar a afirmação do professor de que a média das .ao é •a propo~o de adultos norte-americanos que (f) No nivel de signific. (afirmação). (afirmaçAo). z >1. te para rejeitar a ali. a. Teste bicaudal. ~ .1ino ou mascufino. não há evidslcia sufi- masculino foi mais alta que a das alunas do sexo femin. les para apoiar a afirmação de que a nota média em um leste de ciências p. (e) Rejeite Hu 25.796. 3. 1. teste z. = 1. série do sexo 1em. indepe.383.ariar.28.=-1. nos) diagnosticados com pneumonia. (a) Aalirma<. t > 2.94.o do sexo (b) Não.. e n.371..17). porque H0 contém ~. distribuição z. não há evidências suficien· 5..q e n. $1~.75.645. (e) RejeiteHu 19. teste t porque n.:. notas de um teste de ciências é a mesma para alunos da 4' (b) t0 m 1. e n.eição: t < . 5 O. Essa decisão lláO apoia a afirmação do departamento. none·anwicanos que considetam oomo muito alta a quan· (c) As respostas irão . Região de rejeição: z > 1.teste\ porque ambas po- (Q No nível de signifio!n<:ia de 10%. (d) Falhe em rejeilar H.opotção de adultos (b) As respostas irão variar. em bares irá reduzir a quanlidade de óxido nitroso exalado por (e) -t0 = . as amostras são independe<11es e as pote para apoiar a afirmação do pneumologista de que banir fumo pulações sã... (e) Falhe em rejeitar Hu 4. Use um teste 1.. No nl\oel de signific.. (c) z. Teste bialuda!.. porque n. (d) 0.645.ma~o do pesquisador de que mais 2.808. contém >...ra estudantes do e<>sino médi. (Q No nivel de significlncia de 1%. (d) RejeiteH. (d) 7.4.. porque você es!A para apoiar a afirmaç. vocé p!ecisa Teste do capítulo (p.267. ( 10. são de estadia em hospáais para paciemes (idade 17 anos ou me- maiores que 30.!ncia de 5%.5). (a) H•: 1..: O.t i·.sto da omostto: retire uma amostra aleatória dos re- Região de r~o: z < -1. Rejeite H.7. (b) i.601). (e) d=S:s.779. não há evidência suficien· Use uma amostra agrupada. Região de rejeição:z > 1.8.: p.p.1deme. Região de .645.z. (e) Falhe em 1ejeitar H. (afir~). H. enYOlvidos em acidentes fatais com concentração sanguínea H0: 1. que aqueles sem atividades.645.!o de que alunos do 3° ano ensillados testando as proporções e rr. 1. 1~=1. Teste uoicaudal à dítei1a. H.04.383.. (d) l.. (b) Bicaudal.• 11.779. (ç) 2. (e) -1. J87-J88) sabe< se as variâncias populacionais sAo iguais ou não. 392) (Q No nível de signific. 13.lot. gistros hoje e I Oanos atrás de uma amostra aleatória de hospitais.341. tribuições populacionais são normais ou nAo.10. (afirmação).. 388-389) (b) . (a) H. . $11.õ dos adultos acre<iitam que muito provavelmente exista vida em outros planoetas. há evidências suficientes pa. > P.- 27. No rwel de significáncia de 5%.779.743. ªP. "Pr Juntando tudo rp.:p. no nivel de sígnificãncia de 5%. 3. contém <. RegiAo de reje~o: t > l. H0 : 1.. Rejeite H0.539.016.645.H.. não há evidência suficiente para apoiar a afirmao!o de que há uma diferet1ça na média da duração (b) Unicauda~porque H.q ~ 5 e as com atividades de leitura direta tive<am melhores noois do amostras são independentes. distribuiçAot.IJ§dd H0: 1•. H.mação de que a p. trabalhadores de baresasmálkos.: 1•.!ncia 5%. de álcool de 0. do que 600.- (e) No nível de signifíc. dependentes.distribuiç. há evidéncias suficientes (b) Uni<audal.n9. 23. há evidência sufióe.a apoiar a afi. > O(afirma<..=-1. (e) No nÍ\oel de signifio!ncia de 5%.. a 1. (c) i.a coosideram como muito alta a quantidade de taxas federais concluir que as notas no teste SAT melhoraram no segundo que tiveram que pagar era a mesma para os atinos 2 anos~ leste.00)..ejeição: t < -1. (2. porque H. < O(afirmação).585. (a} A afirmação é •a p!essão sanguínea sístólka dos homens para apoiar a afirmação de que a proporção de molOristas decresceu".645. (c) z0 • 1.capítulos 6 a 8 (p.28. há evidéocia suficien- menores que 30.

no nwel de significáncia de 1%. (b) (2. no nível de significância 1%.) • • S. • • ' 14. (a) (251. suficientes para apoiar a afirmação do terapeula de que a média da dist!ncia de caminhada é men0< que 280 meuos.8).: 1. . : " ~ 0. você podl!!Ía esperar uma correlação linear positiva eatre a ida. Não há c0<relação linear. b. ações e os dividendos por ações. (a) (5. 8.g "' 80 • ••• • apoiar a afirmação do instMO< de téllis de que a tensão das cordas das raquetes usadas para potência é meoor que a tensão das l =+· z1 1 1 1 .ancia de 10%.planatória: quantidade de água consumida.ancia de 10%.i:.1 (J). 1.incia de 5%. c. disuibuíção L 15. Sim. l-d .nédío de medicamentos crônicos i tomados por adultos idosos na comunidade é menos que ••• i IOOl • 2. no nivel de significAncia de 1% i>ão M e>Ãdência sufi· 17.28. ?: 33. ~ 1). no nível de significância de 10. para cooduir que há correlação linear significativa e. há e\idência suficiente para idade e o equitibrio nos empréstimos estudantis. . você esperaria uma relação enue a idade e a tempeiatura cor· h0<as estudado para um teste e a nota obtida no teste.427.«ê não podelia esperar que a idade e a altU!a fossem corre. H.'. 1orox. concluir que há correlaçao linear significante e111. (a) 1 15. (e) CO<felação linear positiva fone. (e) Nfü. 7. Uma tabela Pôde ser usada para comparar.. I.8341. Não. não há evidências (b) 0.Jtra de que o peso médio de bebês ' • •• • de nascimentos únicos é maior do que o peso dos bebês que têm trm gêmeo. 19. poral como sendo constantes. no nivel de signifi<:. (e) Não há correlação linear. ô: dól:11'1. 13.ancia de 1()%. r = -0. j IJ> • • • • • 3. 12. (a) 1 Seção 9. 27. veículo e a valiabilidade na distância de frenagem. .Q30.oso«J. (b) Não. 9. 23. :p <0. H.. H.19. há evidência suficiente para apoiar a afirmaçAo do pedi.J:g 2 1Jl00 I...69. nao há el.28 (afirmaçilo). de e a renda.S • : 10. i>ão há evidência suficiente I O. (e) CO<felação linear positiva fone.lncia de 5% há evidência suficiente para . você poderia esperar uma correlação linear negativa entre a 25. não há e. H.0. : 1. Sim.. 4.63.$) de que a média das notas para todos os alunos da 12' série que fi2eiam o teste é de pelo menos 145. H.5 medicamentos. 22. (a) ciente para apoiar a afirmação de um farmacêutico de que o 1 desvio padrão no numero . 1. H0:p?: 0.t i·.925 representa uma fOfle correlação porque f-0. 105-408) f. mo.idência suficien1e para 13. (7. concluir que há correlação linear significante entre o número de 12.. 9.73). Correlação linear negativa.(e os ganhos por Variável de respos!a: perda de peso. no nfvel de signifi<:. (a) 7. :11 < 33 (afirmação).2. (b) 0.idência su· ~ liO 1'90 !10 ficienre para rejeitar a afilmação do administrador da escola 0rÇllmc11(0 (~m tuiJlli(j. • -· .3. no n!vel de signiftC.63 (afirmação). (b) -O. a. (b) 0. 341. '-+-++-+-<-++~. (e) C0<relação linear positiva Ir.1ue o peso do lacionadas.XO • que têm ferimentos na cabeça e no pescoço são as mesmas para f . H..8 IJlOO oE •• 16. no nfvel de signifi<:. não há el. d.8).·Ê 500 • • E t x (b) Não.3).923.o ldl(k (cfl\ :ioos) 11. Sim.9251 > &. Variável e.li dois grupos § .idéllcias suticien· tes para rejeitar a afirmação de que as p<Of)OfÇÕes de jogadores . = 2.. (a) (145. 8.908. H0: "= 0. lo. Capítulo 9 21.IJ§dd 6. 155). 11.19 (afirmação). com o valor critico ou um teste de hipóteses pode ser realizado usando teste 1. Nao.0 1. " cordas usadas para controle. no nível de signífic.iça.: 11 ~ 2.

425. RespoS!o do amasva: embota haja uma fOfte cwelação linear 17. l-d . y= 0.. Acorrelação poderia ser causada por outros fatores.472' 1 80. 4/J-416) 1.4. não é significativo prever um salário para um engenheiro de x = 13 estâ foia da amplitude dos dados originais. 5. • (d) 2. (e) NAo é significante preve.0.t i·. o v<llor de y para x = 13 porque 27. (a) ye . conforme as idades aumemarn. 74 anosporquex= 74 está fora da amplitudedos~osoriginais. .1 Atividades IA 408) 1·4. apli<ad• A 29. 7.infl:i. y• 1. b) 66. (a) 1. Respostas irão variar.itivi e:itre o sali.7. / • (d) 70. 1 x = 21 Oestá fora da ampfüude dos dados originais. 29. y-2. . 9. O coeficiente de cwelação continua sem mudan· 19.heiros tendem . As repostas irão variar. g.. a. OJmO experiência. . (a) 72.. soo ~\ftura {em pl9 (a) 39 andares. a. 2. b. 15.813. + 34. um. 0.1451)5.S porque x = 15.500 porque • x =7.06 polegadas.587 pés. lação de causa e efeito não deve ser inferida. 12. 31 .053 miligramas.200.io anvaf do. d. nfvel educaôo· / nal ou número de anos em uma empresa. 0. 4.IJ§dd AB 6 • (s1afü1ic. '--1--f---t-l-•> A 23.350.062x + 7. 11.2 (p.5 está fera da amplitude dos dados ·criginais.013 miligramas. Seção 9.. . salários dos enge. 9. (e) NAo é significante prever o valoi de y para x = 310 porque x = 310 es1â fora da amplitude dos dados originais. CoHelação linear positiva fone. ~heir~ e i idade. 13. (d) 67. 6.535. 21. • (c) Não é significante p<ever o valo< de y para X= 7. (b) 48 andares.865 polegadas.... y = 0. (. 10.. d. e.617.2571)5.883. Não. + 51.lcr de x na equação de uma linha de regresSào e 2 • • resolva para y• 25. y 31.870.000447x . h.a aumentar.al0< de y para x a 15. f. (d) 52 andares.297x + 94. (b) 328. b.a re. to 120 1((1 Çalorb!> (a) 501. po. Substitua o v.360. (b) 2. 11 ) 4 5 67 (d) Não é significante pteve1 o valo< de y para x = 210 porque l.500 está fora da amplitude dos dados O<iginais. 3.32 polegadas. ' (e) Não é signror. (b) 82.833.7.893 miligramas. (e) 426. Ç'1 quando os valoies de x e y São mudados.te prever o v. 4. os (a) 56. e. y= 7. /3 • • • 9 10 li 12 O: Túrnanho ~ ~ (ldlt(I 8.

0.349. 41?) nãoftotwm SOO<e O.000. .179.u·. 39. 1234567 <.y)>• 3.024.00 100 • • 100 •• 2! • -i. 9.posia.. (a) y=0.lo logarítmica é um modelo melho< ~ra os dados. o erro padrã.~ ~u 8. ou E(y. • 5. (b) O ponto (44.--1--1--1-~.6% da variação nâo e e. 1. 2. 9.~g JJX(l '""' ' 1 • • +' .. A 41. 87. do>t.300x"'.t i·. 20.. As respostas irão varia1. mente S 15..y)>.los A87 A (b) y= -0.ira um número específico de questões é de aproximada· mente diferentes.. (e) 45.IXI J.·ariacAo total é a soma dos aiuadrados das diferenças enue os . • -< "' 8 • • • • • • • • • • • t :i _.2 (e) Osinal de m não mure.857.. z ' . e "'j • _.139x+ 21. ou E(Y._.712)'.inha.~ l..3% da variaçJo nos .lo n~o é explicada. 33.OO ~ • .• • . s explicada. .536< . 8) pode ser um . ~ SJ'.0· p. • !. i -l.233. y =782.763.o SO 90 100 NU101:1') de-hor.. Aequaç. ..lSl..3% da variação é eq..7% da (e) O ponto (44. • -:Í. mas os valores de me b mudam.599ln(>').349.000 2 3 i. Isso implica que a linha de regressão não é uma boa rep<esentação da relação entre as duas variáveis.028 (l.725. •• • 47.ó . .licada. (b) • • •• }/r. (a) 0.IJ§dd Re. 12. A .o de estimativa dos rendimentos ponto induido e sem o ponto induf<lo nao são sig:vlicati. (a) y• -78. (d) Ografico de resíduos mostra um ~drão porque os reslduos 9.1.7% da variação nao é . ordenados.q.licada.. O erro da equaçJo logaritmica é men0<.3 lp. l-d .929x+ 576. 79.141x + 14.1 " 10 ••• ... 43. inclinações e os interceptos y das linhas de regressão com o (b) 15....endime<llOS pode ser e...«Mos s•l«íooa. (a) Seção 9. 8) não é um ponto de inRuéncia porque as variaç..cpli· cada por uma variação no número de questões e 76. 23. 425-427) '.123..0Jor disaepante. ro so 7.. "' . 1·4. (b) (b) r ' 100 • " (a) $00 ""' ..4% da variação é exj)licada. y ~ 93. 35. .794..654. 37. 0.035 + 19. 1214.2 Atividades 1p.725. . (a) r~ 25." valores y de cada ~r ordenado e a méd"ia dos valores ydos ~res . A variação i~ licada é a soma dos quadrados das diferellÇ<ls e11· tre os valores y obse..vados e os valores y pre'<istos.

não há evi· dência suficie<lte P3ra apoiar a afirmação de que há uma relação 13. 28.518.tica no mundo real (p.92 1....estatís. 1 a 2..5 pés cúbicos.1% da varia~ nas vendas pode S!!f explicada 29.. (a) 0. oeuo padrão de estimação da mediana dos ganhos semanais das trabalhadoras para os ganhos dos trabalhado· 1..415.itre $ 513.72. entre as variá\1eis.576.18. (d) 62.. 0.981.3 69 6.n-Y r. (b) 739 libras.981.. (b) 18. cada pela variação no dinheiro levantado e 0.1% da variação na mediana das idades dos caminhões pela variação no total de pés quadrados e 1.741. (b) 30.489. 0. 6.164.9624 0. 7. uma quantia específica de dinheiro levantado é de apioxima.9 6. •• 1 1 J j • ) J fF J.000.641.576.000.. damente S 18. As respostas irão variar. (a) 0.0 63 6 268 . S 463. 8.S) 7D Y• 65S6 / . Exercícios de revisão lp.214 5.000. (a) 0.489 bilhões.5 bilhões.338.8 pés cúbicos. -0.Y "\. 99.283. • • 0. No nível de significancia de 5%. Falhe em rejeitar H.994.9% da variaçAo não é explicada.No nível de 1% de signifdncia. e 7.000 < y < $ 668.•Y1 Y.000 e$ 802.719. 98. correlaçãolínear ~a- mens é de $650.000 e S 91.92.t i·.314 90 6.957.5 fibras. inicial de ofenas é de 712 questões.ariação não é expli(eda.5 6.003. aumen1a... res homens em uma semana espedfica é S 2. (~ 100 141) QI 9.869. .000.000 quando o número 98.000. y• .4% da 1•ariaçAo na mediana dos ganhos sema· linea.5 < y < 7.000 < y < S802. há evidência suficiente para con- 6.5 libras.4 + 126.4x. "" .032 -0286 cluir que há uma correlação linear significante entre a idade da 49 59 60293 -05567 -o 1293 -0686 vaca e a produção de leite.957. (a) 7. 25.0318 0. l pés cúbócos. Vbcê pode estar 90% confiante de que as vendas es1a1âo e.18 quando a mediana dos ganhos semanais dos trabalhadores ho.. <JHJ2) pés quadrados é de 4. O modelo de regressão múltipla explica entre$ 9.8<. .6% da variação (c) 51. 78 t10 11 1 Idade (cm :'IOO. total dG pés quodr•dos espocfficos é do aproxim•damont• $ 30.800.5% da variação em y.202& 00 112 02 14 concltrir que há correlação linear significante..985. tiva fo<te.7671 0181 1 O1329 0.3765 -0.939.4 6..2095 O1235 -0 086 7. A S(. 15 e S 5 11.919 0.5 6.000 < y <S 91.. . nais das trabalhadoras pode ser explicada pela variação na mediana dos ganhos semanais dos trabalhadores homens e 35.000.. Vbcê pode estar 95% confiante de que o dinheiro gasto em campa· ••• nhas do congresso estarão entre S703.0624 0. l-d .4 (p.8 67888 0. de pés quadrados e o número de shopping cenrers é de Você pode estar 95% confiante de que os rendimentos estarão $ 28..IJ§dd A88 • CstatJ>lic.994. . confoone o tamanho do • céfebro aumema.071 < M < 73. 33. o erro padrão de·estimação do dínheiro gasto para 5.. (d) 729. 58.3764 -0. semanais das trabalhadoras estará entre S 463.000 quando o total dos Usos e abusos .9'!1> da variação pode ser explicada na variação pela mediana da idade dos carros não é explicada.H--+-+-++-. $ 513. $ 703. •Y. . (b) 16.000.283. ~ ·Y.2 6. não há evidência suficiente para 8. 99. + 66.4% da variação no dinheiro gasto pode ser expli· 3.000. Seção 9.2~ < .641.314 6.003.4 15.333 -O 119 0.000.300.e sono.. não é explicada.. 430-431) (b) 2.741.000 • quando o dinheiro levantado é S775. 21. 98.000. No nível de significância de 1%.. 1% da variação em y pode ser explicada pela relação 19. (a) 28. (c) 844 libras.215. .215. o QI aumenta.6% da .869.8 6. (a) 710. (b) 0.435 < 8 < 149.387.. enue os pesos e as horas d.000 e S 668. 0. • • •• • ••• • 27..2. correlação linear positiva • fraca. 15 < y <S 511.aili<ad.9 pés cúbicos.000. S 9. (c) O eno padrJo estimado das vendas previs1as para o total 17. 4JJ·4J5) Vbcê pode estar 99% confiante de que a mediana dos ganhos 1. .300.2.i 11. 15.687. o erro padrão de estimação das vendas para um 31. a produção de leite decresce conf0<me a idade 23.

•• ' .-g~3S) 3. ' ~ i a ~ •' 1'' ZOJO.attJras.018. r= -0:086'< + 10.\!rum da imd (c:n1 pol.o no .525. -0. 3.3% da variação não é explicada. 1! • e .> Jd:l<k (it1n anos) / 61191011 Rcnd:1.IQS. 0. <J5) 1.342.2. 4.e. (d) 1. há evidénciassuficientes para 31.742 < y < 74.895. (e) Não é significativo preve. ar negativa entre a idade média 25.21.l.262 lib<as..:piicada. conelac. y. 7. você pode estar 99% confiante de que a capacidade de . • f tamanho do cé<eb<o.:. (b) 71. 65.865 e 8.306. • (cm 1ri11lõc~ de dó~. i~ '' . (b) 8.po.6%da variação é e.~:il (ctn ttilhik.742 e 74. . 21. 435) para concluir que há CONelação linear ~gnificante emre o QI e o 1. • •• 27.007 < y < 12. 7. o valor de y para x 9 85 porque Você pode estar 95% confiante de que os gastos pessoais estarão x = 85 eslA fora da amplitude dos dados ooginais.762 libras. (a) 8.s) ~"" e • ~.487 polegadas.:plicada pela variaçJo na área da sal. o valor de y para x : 50 porque pela variaç.011 .702 polegadas. quando sua irma medir 64 polegadas.3. há evidência sufióente para cooduir que há uma COílelaçAQ [near signífü:ame entre a renda pes- 13.996. 6._ ~. idade para engatinhar e a mé<fia mensal das temperaturas. (b) 1. y= 0.. dos fXlf4<ios selecioM<los A89 9.688. y• 3.3t.. {cn1 To) 29. 8.86. ~ {() 6l 64 «. l-d .. (a) 21.757x + 21. .0 8tupo< hora.ino.674 + l.1íficAnc:ia de 5%.033 trilhões. . (d) 25.902 horas.110 < y < S 6.7% da variação na capacidade de resfriame(lto de x? tem maior influência em y.7% da vanação não é e. conduir que há corcel. um a.~ 1caipc:n1urn. -~ •• relação lmear positiva.:piicada.295. 0.385 ibras. o desvio padrJo dos gastos pessoais para uma renda pes- 17.3% da variação é explicada.6 trilhões.s n\tnJ. 0.121 trilhões. 110 trilhões e S 6.esfriamento estará entre 7. (a) (b) 568.53 lx. • ~ o 10 • • '' ~ 10 11 R. ~1 ' ô] • ••• • • menta .. (b) 25. 2..da pessoal e 0.I ê .:piicada.:piicada. 69. JI 8.7% da varia(ão nao pode se< e.755 fibras. (a) 67. (.976'< .imeric. .. não.007 e 12. 7. 99.033..287x 1 . Juntando tudo <p. quadrados.IJ§dd e. (a) 1.295 horas para uma pes· soa que tem 45 anos..ão linear positiva forte.4% da variaç..204.297. 0. No nível de significáncia de l<ro. $6.897.700. há e..gasto pessoal pode se< explicada (d) Não é significativo Pfe. (e) Não é significativo prever o valor de y para x = 75 porque 5.294.1. x = 50 está fora da amplitude dos dados originais.949. 0. condicionado pode ser e. vocé pode estar 90% confiante de que •••• •• para engatinhar e a média mensal a altura de um homem estará entre 65. j Os dados parecem ter uma cor· 11.:nd:iJ'l('~so.J e 10.· • anne.lo na .6010*. 89. (a) 0. ~1&1ia dn.t i·. S 5. você pode estar 95% confiante de que as • horas de sono estarão entre 4.183.~.. 74 /.o não é é$ 7.3% da variaç.04 polegadas • das tempe.993.. d<War~-s) t 5.895 Btu po< hora quando a área da sala é de 720 pés (b) -0. 121.e.as. soal e o gasto por noíle-. l\'-0 nível de sig.ira conforme a reí1dd au· i .~ . x = 75 está fora da amplitude dos daoos originais.556. (c) 30. 96. (e) NoniveldesignificAnciade 5%."S de. e. 30. 0.3'42..oenopadrãodaestimalivadacapacidade de resfria· Parece haver uma correlação [ne- memopa1a uma sala de área específica é 568..705.ção linear significante entte a média da 33.374.690.idencias suficientes Teste do capítulo (p.690 trilhões quando a renda pessoal 19. soal especifica é S0.3 ho.297. 2. O gasto ..865 < y < 8.0.450.. (e) 1. 4. entre S 6.

cias suficientes pata conduir que a distribuição das motiva· (d) Falhe em rejeitar H. 5. semanas.1siste de um número f~o de tentativas nas quais h. você pode esperar uma gran· 11. (e) 9.378.Sim. para urna média de ternpe. 49.o bueiros. duto pek. As respostas irJo variar.striooição. recompensas. há evidên· ~~ia d.: a distribuição das respostas difere da distribuição afirma· est.812. ferimentos fatais no trabalho difere da distribuiçM nacional.!• (d) y= -0.: Aó. (e) 28.deobjetos golpeados é 50%. H. erro padrão de estimativa da média da idade para engatinhar (b) x1 = 7. 20% outros. (a) H. Atleta tem (e) 2. há evidên· (e) 0. pode ser explicada pela variação oa média mensal das tem· H.490.645. (e) 9. 15% cone de taxas e Seção 10. rião hà ções difere da distribulçAo esperada ou alwrnada. evidência suficiente para 1ejei1ar a afirmação de que as notas 9.277.. dist<ibuição afirmada ou esperada (afimiaçAo). 13.l mais e 3% fogo/e.645.: A distribuição de acidentes fatais de biócleta durante a 7.636.82) :22 (19..5% 2. 63. (b) xi = 9. 15. A distribu~ das respostas do nível educacional é uoi· (f) 0. r.c. Resulta!fo Estiramento Nao esti(amentQ total (d) Falhe em rejeitar H0• Nâo. Falso. (d) Falhe em rejeitar Hcr Não. oo nível de signifü:.lo: x' > 10. regifo de 1ejeiç. Para usar um teste de independêocia qui·quadrado.plosões.488.: A distribuição de ferimemos fatais no trabalho dffeie da 3.t.5. : A distribuição de acidentes fatais ~e biócleta durante a de diferença entre as frequências obser. (b) xt • x' 9. O uniforme. Falso.No nível de significância de 1%.Regiãoderejej:ção: . no nível de signif. (d) Rejeite H" Sim. Capítulo 10 17. 14% postes públicos..sal especifica é 1.210.1. 22<\b de reem· (e) 76. (a) As frequêilclas esperadas soo 17. (a) .613.en-mcnto 18 (20.488. 3% valas e 2'>. 5. há evidên· H0 : A distribuição de respostas dife1e da distribuição afitma· cias suficientes para concluir .011.Sim.IJ§dd A9 O • ei. To1~ 229 211 4•0 . da fileira e a SO<na da coluna na qual a célula H.t i·.. (a) H•: A distribuição de motivações é: 28% de p10grarna de (b) xt= 11. 9% exposição a substancias/ambientes contamÍllados que co. 45.ada (afirmac. 18% c0<1talos<om objetos Seção 10.812.11110 opli<o. (b) x~• 16.atura mer. (a) H. 34 e 5.501. Região de rejeição: x• > 11.378. suficiente para concluir que a distribuição das respostas dife· re da distribuição afi~ ou esperada.. A dístribulçAo das respostas do nível educacional não é peraturas e 51. no nível de signifitancia de 5%.82) •100 que a distribuição de acidentes fatais de bicicleta durante a semana é uniforme.l locali2i!da. H. Se duas variáveis de umteste qui-quadrado para indepen· dência sAo depe<1demes. cada (d) Rejeite H.na não é unifonne.\~> 16..(b). Um e.501.18) 40 rião hà l!\'idências $1Jficientes para reieitar a afirmação de Sem fe. esperadas. há evidência frequência esperada deve ser maior ou igual a 5. Enc0<111e o produto dessas somas.277. tan1anJ10 da amostra.perimento po6nomial é um experimento de probabilidade das.1 (p. bom ajuste. 4S6·<6Q) 8% nao tem cenez.: A distribuição de objetos golpeados mudou em relação a afirmacão ou distribuicâo espe. não há evidência suficiente para 1ejeitar a afitmação de que a distribuição dos níveis educaci0<1aisé unifomie.'lo ttmpenut1~$ cias suficientes para concluir que a distrib~o dos objetos mr~. (b) \i = 10.430.210. 6% represas. (e) Asrespostas irãovariar. 57. IS) 189 (191.0% da variação na rnéd~ da idade de engatinhar forme (afirmação).0% da variação não pode ser expficada..lncia de 5%. 8% de descontos especiais e 18% outros.lo). no nível de significância de 10%. 13% que- J. no nível de sígnificância de 2.que a distribuição oódental dos daou esperada (afitmação).stribuldas. (a) H0 : A distribuição das respostas é: 77% manter as~stência do teste sAo normalmente d.078x + 35. l-d .incia de 1%.678. Encontre a som.375.ímento 211(2j)8. 14% atos de violência/ataques. seguro social e seguro saúde. en1'1o. 19.lrvores. médica. (a) H0 : A distribuição nacional de ferimentos fatais no trabalho é 43% acidentes de transportes. .011..319 (e) 5. de dois resultados posslveis para cada tentativa independente. <47-150) e equipameruos. 24% de baixas taxas de juros..n '°F) mudou da distribuição esperada ou afirmada. (d) Rejeite H. 3.2 (p.adas e as frequências semana é·uniforme (afirmar.992. Divída o p<O· da ou e5!)elada (afümac~o). (e. sem. (d) Rejeite Hcr Sim. Região de rejeição:x> > 7. no nível de ~griifitancia de 1%.Ao). (b) x~ • 13. bolso. 5% muretas de A linha de regressão parece ter um proteção.eg~o de rejeição: > 9. H. 79. Região de rejeição: x• > 13. 7. 1. (a) H.regiãoderejeiçâo:x' > 9.

007 H. van (c) 5. = 2. (a) H0 : Resultados S<io independen1es do tipo de tralilmento.106.55) 22 (19. Regiao de rejeição: x' > 2.8) '' 70 (c) 108.minhao/ Total (b) &I. Região de rejeição: _x> > 5.1uar o calor crítico F. Sratus Nao tem Nlvel médio universitário as'SOCiado nível méd.lho H0 : Razões são dependentes do tipo de trabalhador (afir· 39.7%. Respostas do amostro:conforme o nível educacional aumen1a. = 2.M) 2 1 (14.9%.591 0.1. Seção 10.082 0. As resposias irao variar. Nlv•I educacional (c) 0.374 0.4 eia suficiente para conduir que os resultados são depende.610.210.4) 32 (31. (a) H0 : Nível de habir. 35. =2. o (b) g. Região de rejeição: x' >15. 467-<68) (d) Falhe em 1ejeltar H. mação). N~~no 0.297 0. xi~ 7. No nível de signific. Homem 28 (28.2 10.226 19. l-d .120 0.ego aumenta.l.f > 9.. = 8. : Nível de habilidade em uma matéria depende da ooli· são as mesmas para cada gtupo de idades. : Séries dependem da instituição (afirmação).706. uma distribuição normal.2) 90 há evidénciia suficiente para concluir que o assunto e a coau· Total 52 71 41 36 200 tOóa são relacionados.95) 20(18. xt = 2. No nível de significAncia de 1%.55 0. fmpregado 0. suficiente paraconcluir que as sé(resdependemda irlstitu~o.113 0.779. as estratégias de 3.lade em uma matéria é independente da dênda para rejeitar a afirmação de que as proporções de mones localização (afirmação}. xi= 9.050 0.ra enco.210. 17. Determine os graus de li· não h~ evidências suficientes para concluir que as razões berdade para o numeradot e o denominado1. Falhe em rejeitar H~ No nível de significancia de 5%.991. ( 1) Aamostra deve ser selecionada aleatonamenle.05) 21 (22.011 0. (c) 48..o (c) 5.061 0.io independentes do 1ipo de Apêndice Bp.oekulo. incompleto ou bachatel (d) Rejeite Hv Sim.273 15.507.6) 39 (39. (a) H0: lípo de balida é independente do veiculo.sdente do tipo de veiculo (afirma· ção). no nível de significAncia de 1%.2%.G4} 45(30..t i·.Não. Nível Nlvel (b) gJ. 27.2) Sem mudança ! 12 (20.io. 31. (b) gJ. : Resultados são dependentes do tipo de ~atamento (afir· Nlvel educaciopal maç. zação. 37.dependentes (afümação). (a) H0: Séries não dependem da insrituiç. não há evi· 13. 29.!náa de 10%. xt =9.039 0. 16) 13(19. Desemp.297.!o). H. 3. há evidência Total 36 34 55 125 ·suficien!e para concluir que o tipo de balida depende do tipo de . P. I Resultado Marca Genérico Plac•bo Total (b) g. 8. Tipo de carro H0 : Coautoria e assunto não são..672 0.45) 14 (1 6.507.779. 63.. RegiAo de rejeição: . Nivel Nível Nlo tem universitário associado (d) Falhe em rejeitar H0 .8) 110 (d) Falhe em rejeiiar H.035 0. nJo ~'iulhes 24 (23. . Com ba. (d) Rejeite Hv Sim.se nesses resultados. Região de rejeição: x'> 7.2 10. no nível de signiftdincia de 5%. (2) as amos· marketing não deveriam diferit en11e públioo 1êcnico e n~o tras devem ser independentes e (3) cada po~laçâo deve ter técnico ao considerar as razões para continuar estudando..9%.oethurd 24(1.IJ§dd 9.: lípo de batida é depe.in t 0. Tratamen10 H. Diversas das frequências esperadas sl!o mellOles que 5.(b} _ _ _ _ _ _ _ _ _ _ __ 21. (a} .913. Gênero Compacto Grande suv C.. no nfve! de significAncia de 5%. Nilo t!mtlO 0. (a) H0: Coautoria e assunto sàio independentes. = I. há evidência 33. mercado de •ab.7:.021 tes do tipo de tratamento. Use a Tabela 7 no para continuar eswdando s.egado 0. 41. não há Status nível médio Nível mêdio evidência suficiente para rejeitar a afirmação de que o nivel incompleto ou bacharel de habi idade em uma matéria independe da localização.082 mercado de trabalho (b) g. 1. 23. 29. (e) 7. há evidé<l· Empregado o•.488. !fabalhadcr. emp.326.032 0. Desempregado 0. (a) H0: Razões são independe<ltes do tipo de trabalhador. (d} Rejeite H~ Sim. ~ 4.190 0.706.005 0.96) 10 (7•. Especifrque o nfvel de significAncia a.1. em acidentes com velculos que e<1VOlvem homens e mulheres H. xi= 15. x~ = 5.3 (p. no nfvel de significAncia de 10%. 25.006 0.991. Regi!o de rejeiçAo: x'> 9.

não hâ (d) Falhe em rejeitar H• Na-O.l.IJ§dd A92 • lst11f1ti<oaplicado 5.!.. = 28. no nível de significancia de 5%.35. no nível de significãncia de 10%. = 1•.Regi.. neo hâ evidência su· ri.86. ri. no nivel de signrricãncia de 5%.. Região de cejeição: F> 2.=111.46.635. (e) Nao. r. =pA.: Pelo menos uma média é diferente da ouJra. (b) F0= 2. (afirmação). mede as diferenças relacionadas ao tratamenio dado a Região de rejeição: F> 4..lo há evidê<lcia sofi· a méóia de preço é a mesma para trés tipos de tra1amen10. = I'. (b) F0 = 2.. No nivel de significancia de 1%. 3.77. H0 : pelo menos uma das médias é diferente dos outros. (a) H.ão de rejeição: F> 3.l. há evidên- Unicaudal á esquerda: O. 7. de p1eço é diferente dos outros.57.lo hâ por onça é diferente. do rllmero de estudantes mulheres é igual para todas as séries. (b) g. (d} RejeiteH0 • Sim. =12. (e) 1. = 3. 19. = 26. Falhe em rejeilar H•. 3.4 (p. (e) Sim.N~o. r0 = 2. ev'.. 2.. l-d .96. no nível de s1gníficância de 10%.lo hA evidência suft<iente para CCl<lcluir que o custo médio 13. (a) H0: a~ !:: o~..Não.. (0.nnação). anúncios médios e o comprimento do anúncio não tem efeito .98. (a) H0 : 1•.02. Falhe em rejeitar todas as hipóteses nulas A interação entre fazer Regi. a~. há evidências para H4: Pelo menos uma média é diferente da outra.41.c:ito: 14. aafirmação da emp<esa Ade que a var\An. Região de rejeição: F>2.. (af.282. 11.L. hâ evidência suficiente para rejeitar aafirmação de que amédia H. (b) g..=.. (d) Falhe em rejeitar H. O MS... H.23.: Pelo menos uma média é diferente das outras (afirma- (d) Rejeite H0 ção).. Ht.56 (d) Falhe em rejeitar H0 (d) Falhe em rejeitar H~ Neo.=. (d) Falhe em rejeitar H• nao M evidência suficiente para rejeitar a afirmação de que (e) Na-O.73. no nível de signifieAncia de 10%. (a) H.r que pelo menos uma das médias 27. =1~=Jr3= . H0 : ai > at (alinnação).4). 4.=3..=11. si. Região de rejeição: F > 2.dencia suficiente para rejcitar a afirmaçao.0ó. 25. no ~I de significãncia de 5%. 15.lo hâ evidência S<Jficiente ""'ª a emp1esa rejeitar a afir· mação de que a média do número de dias que pacientes ficiente para re~iter afirma~ do adminismidor de que o passam no hospital é a mesma para todas as regiões. = 4.: 1•.= . rejei1ar a afirmação. no nível de siignificancia de 10%.!ode rejelç?o:F > 1.. (a) H0 : •l =•1(afinnaçao). (a) 1. Região de rejeição: F> 4..: 1. 8. 9.20. = 3..: Pelo menos uma média é difereme das outras.l. (c) 1.35.57. mede as diferenças relacionadas as entra· (C) 0. ª l'.: Pelo menos uma média é diferentedos outros (ai. = 29. (d) Rejeite H0 • Sim. (c) 1. (d) RejeiteH0 (c) 2. Rejeite H" No nlvef de significância de 1%.=40.76. g.77.08. 13. H0 : a]> ai (afirmação). (e) Sim. 11. no nl\lel de ~ificáncia de 1%.. ri..77.lo 5..375. cia sulí<iente para conclu. hâ evidês1cia suficieme (b) g. O MS. = 2. eia na vida util de seus p1odutos é menor que a variância na H. 17.54.. 1.1110 da mesma amost(a.mação).37.L. ri. média do P<eço é a mesma para as 4 cidades. há evidên· te para apoiar a afirmação do hospital de que o desvio pa· eia suficiente para o corretor rejeitar a afirmaçoo de Que a drão dos tempos de espera dminuiu.F0 = 4. 15.l. gl. (a) H. Ho:11.lnos é maior em Nova York do que na califórnia.54. (a) H0 : •l ::. g. 17. Região de releição: F > 2. (e) 16. no nlvel de significãncia de 10%. : •t ~a} (b) g.. (a) H0: a~ $ o\. 2. desvio padrJo das noias de teste de ciências para alunos da 8' série é o mesmo nos distritos 1 e 2. (b) F0 : 1.. H. vida útil dos produtos da empresa 8. Se~o 10.81 .F0 = 3. = . 15.23. H0 : Pelo menos uma méóia é drrerente da outra. hâ evidência suficien. atu.m 3.77.54. 23.635. (a) H0: . = 2.l.=.i. F0 = 2.: 111 ª 1'.=26. evidência suficiente para apoiar a afirmação.98. 21. Falhe em rejeilar Hg No nivel de significância de 10%. (c) 0. ri. no nível de significância de 1%. (b) F0 = 2. para cooduir que o desvio padrão dos salários anuais para Regia-O de rejeição: F> 2. 11. ciente para apoia. (b) g.1.81 . <lS-'178) H.=Ji. g. 9..ª Ji. (afi~). 7... • 11. 11.= 1. cada amostra.F0= 2.ª µ.l. (d) Falhe em rejeilar H.l.. (e) 2. (afirmaçJo). U11icdu<ldl a d. (e) 1.: o~ > e~ (afirmação). das de.. (e) 1. Regoo de rejeição: F >2.37.t i·. (b) g..

E. há evidências sur.2<\b têm en~no medio. 9.s ~ 147.. :s 143.597.l l . Falhe em 1ejeiiar H•. 8. é igual para todas as trê$ cidades. Estados Unidos com idades de 25 anos ou mais difere da 7.36 ..0.4 ~ 117.57. 9.ejeilar H.63.Não M difeteoça.:no . No nível de signífi<:anôa de 1%. CVs. 3.011.4) . Falhe em rejeítar todas as hipóteses ""3s. (3. E» "' 856. (b) 0.t i·.lo de rejeição: x '> 11.ª 1•. e 1•.071.5% têm graduaçJo avançada.37. (d) Região de rejeição: F > 2. (ó) Regi. para San Jose. dência suficiente para apoiar aafinnaçJo de que avariaç~o na pro- duçJo de trigoémaioma regiãodeCxlrtielddoquena regi!odeKay. 32.3).Dife. no nível de significáncia de 100.47. para concluir que o g. A93 na dassJficaçJo e.44..8%não 1. (g) Não. 2.1ças sigMicantes nas Teste do capítulo (p..3) .3). não há evidência sufici~nte têm ní\'el superior incom~to. da diSt1ibuição afinnada (afirma. (g) Não. 16.. não há evi· (b) 0. <B2) mécfias das dassificações- 19. 11.70-Diferença significante..Oife<eoça significante.137.86.25. (e) xt = 11. (f) Rejeite H.620 .a as pessoas nos Estados ciente para concluir que pelo mooos uma das médiasde custo é Unidos com idades de 25 anos ou mais Me.... 4. (e) . H. sel..50.. 21. não há evidência sufi· pata conclui....91 .237.. não há dífe1e. portanto. E12 se l. no nível de significãncia de 1%.295. E. na.05. 478-479) te para rejeitar a afirmaçJo de que a mé<fia anual dos ganhos 1-2 Respostas irão variar.dosext1d<iornlttionodo.4) .6. E. distrih<i~ das pessoas com idades 35 e 44 anos.. (e) 3. que o nivel educacional nos Estados Unidos ciente para concluir que a disttib\ição para as pessoas nos depende da idade.. reri(a s. não há dífe.médico nível superior incompleto. (ó) Região de rejei.53. Falhe em .21. (f) Falhe etn reje~ar H" (1.2._.. 1% têm bacharelado.Não há dffetença.10. "' 1.2.54.f. No nivel de signaicánóa de 1%. E1. há evidénôa suficiente 19.7.iis (2. (a) H0: cj = u~. (a) E.25. cfras de félias durante o verão é dífe1ente da distribuição afumada ou espetada. não há evidência S>J· (1. E. no nível de significâ~a de 1%.. há evidência sufiôen· Usos e abusos .!ncia de 5%. 9. 4B0--182) Estados Unidos oom idades entre 35 e 44 anos é: 14. íM(M!.. : A distribuição dos níveis educacionais para as pessoas déncia suliôeme pawapoóar a afirmaçJo dos executivos de que a nos Estados Unidos com idades entre 35 e 44 anos dife. Rejeite H. ( 1. (a) H0: A diWibuição dos níveis educacionais das pessoas nos E.s ~ 72. Estados Unidos com idades ent1e 65 e 74 anos é: 14.086.212 .01.-i = 8.. ~ 135.121 . l-d . (1. (g) Sim.25. (a) H0: ..016 . 18.No nível de signifio!ncia de 10%. ~ 43.6 ~ 21. No nível de significáncía de lOlb.50. nao tEm ens.01..Oifetença significante.- (b) Rejeite H0• (e) No nível de significância de 10%. a afümaçao.14. 32. (2.:::: 71. E. dência suficieme para ap&. H..ejcitar H. 23. Falhe em rejeitar H.51.Difetença significante.049 .54.f.2) .17. E.Diferença significante.oo médio..5% têm graduaçJo avançada.2). (2.94. 18.46. mio há nos Estados Unidos com idades entre 65 e 74 anos difere evidência sulicíeme para rejeita. E. (e) F0 = 4. 5..6% têm g1acrua. E. (e) 3.: A distribuição dos níveis educacionais para as pessoas 13. CA e Oallas. 8.ósitas ao .. ficieote para concluir que as variAncias nos ganhos anu..médio.f. "' 237. .24. 17.45. (f) Rejeite H0. : Pelo menos uma das médias é dife1ente das outras.39. não há evi· (e) 32.90.Jo). :s 274.. :s 284.upo de idades depende do gênero.45 .. E1•1 . =6..528. ponanto.Não há difetença.12. (a) H0: A<istribuição dos níveis educadonais para as pessoas nos Exercícios de revisão (p. idade e o gênero não tern efeito no GPA e. 16..H. há evidência suficiente têm ensino .086.46. ( 1.. (afümação)..8% têm pa.83. (b) 0.IJ§dd Rtlpo110.0.e! de sigoificlncia de 5%. 2... (a) Eu "' 663. (e) 12. Falhe em rejeitar Hv No nivel de sigmi<:ancia de IOlb.468. (3..859.Não há difeiença.76. A interação ent1e a 1.. 15. (b) 0. (f) Falhe etn rejeitar H.e dis1ribuiçAo da porcentagem dos adultos que planejam usar seus da distribuição afirmada (afirmação).4). l 'l'o têm bacha1elado.e da distribui· difereote das outras.ença significante. dos GPA~ (d) Região de rejeição: F > 4. cv. Rejeite H0• No ni.615..: uf • •l (afirmaçJo).ciemes (g) Não.ar a afirmação de que as variâncias das notas de teste para mulheres é díferente das dos homens.49. :::: 140.a rejeitar a afitmaçJo sobre adistribuiçJo das . (2.8% (b) relh<: em . :s l. há evidência sufi· para concluir que a distribuição pa. não M evi· H. 2.3) .. ção para as pessoas com idades entre 65 e 74 anos.2% têm ensino médio. 19 .17 -Não M difeteoça.fu :s l.4) -0. E.8% (e) No nível de signific.440.\o associada.4)-8.Jo: x7 > 15.ignifiri!ntP. 3. ( 1.6% têm graduaçJo assoôada.Não há diferença.10.t! = 15.950.4) .. no nível de significãncia de 5%. TX são diferentes."' 1.. das pessoas nos Estados Unidos.estatística no mundo real lp.

(b) -1.. Se as amostras são dependentes. (e) .2 (p.:mediana <S2.ão de qie a p<oporção de aduttos (e) Não.. não h. 1. um tes1e n!o paramétrico é um 1este de hip6!eses que n!o re.lncia de 1%. não M evidência sufi- (e) Nao. (a) H0: Os índices de intensidade de dOI nas costas nàodimioui- E.ré&to ~rb fomílibs que Seção 11. (b) l. novas taxas de Cilrtão de crédito para o més anterior foi mais 2 1.. H..5 anos.: HJ dife.-el designíficãncia de 5%. para rejeitar a afirmação da instituição de que a mediana da quentio de dtbitol de wt!o de c. no dvel de signific.. (e) -0. sinais de IMfcoxon.• 115.s = I. : mediana > 25. t 1..s foram meoores após acupumura. Is. (di) Falhe em rejeitar H" Um teste não paramétrico é normalmente mais Mcil de realizar do que seu teste paramétrico correspondeme. (c) 10.16. & 115..H. (a) H0: meó~na $ $ 585 (afir~o).IJ§dd Juntando tudo 1p.. t:. H.. (a) H0: mediana $ S 300. 11. (d) Falhe em rejeitar H" dia das noivas no momento do pnmeito Cilsamento é maior (e) No nive! <ie significância de 2%. use um teste de postos tom 9. (c) 5. (a) H0: As notas no teste SAT não melhoraram.16(afirmação). H.incia de 1%.. no llivel de significância de 1%..33. não há evidência suficiente que 25.E.: mediana• 4.! evidências suficientes paramétrico é normalmente menos eficiente. (e) 4. E.- (e) Não. H.2. hà evidência suficiente 7..: Há reduçJo na pressão sanguínea sistólica. (d) Falhe em rejeitar H" 3. para conduir que as notas verbais do teste SAT melhoraram 3. = 18J.S!>. nAo há evidél1cia sufi- ção afümada ou esperada. t .936. no nível de sígnificancia de 5%. no nive! de significância de 1%. não há evidencia suli· que prefe<em atividades não plõnejadas nas férias é igual à ciente para o contado! concluir que amediana da quantia de proporção de adultos que p<eferem atividades planejadas.. por hora é$ 12. (a) H0 : meáiana = 4 (afirmação).H0:mediana•S 12. (e) 4. no nível de signific.lo). . mediana ? S2.200. (di) Falhe em rejeitar H<>' para conduir que a distríbuiç. 19. = l:lO. (a) H0 : Não M redução na pres-são sanguínea sistólíca (afirma- (e) No n.t i·..1.47. (b) Teste <ie postos com sinais de Wílcoxoo.04.. 1 = 1!>. m 155. há evidência suficiente (b) -2. (d) Falhe em rejeitar H<>' (Q mo. não há evidénda suficiente para conduir que os índices de imensidade de dores Seção 11..96.. 5. E.• 120. nao hà evidência ciente para rejeitar a afinnação de que há redução na p<es· são sistóliCil. <ieBOO..000 (aílnnaç.200(afirmação). 1. E. 1. 155.5 (afirmação).16J. (a) Falhe em rejeitarH. suficiente para rejeitar a afirmação da e<ganização de que a mediana do número de quartos de unidades alugadas 5. (b) 2.ença nos ganhos (afirmaÇão).E.000.: Os índices de •>tensidade de d01 nas costas diminuíram para conduir que a idade das Vítimas é relacionada ao tipo (afirmação). não há evidência suficiente Ç<lo). quer conál(ões espeáficas sobre a forma das populações ou o H0 : As notas no teste SAT melhoraram (afirmação).. (b) 1.000. (b) 2. w para apoiar a afirm. Rejeite H" No nível de significância de 1%. (di) RejeiteH. no nível de significància de 5%. no llivel de significáncia de 1%. (dO Falhe em rejeitar H.1 1p.lo das respostas difere da distribui· (e) NJo.• 15. (d) 17. (a) H0 : Não M diferença nos ganhos. 500-SOI) têm tais débilos é de pelo menos S2.05.645.• 110. : mediana > $ 300 (afirmaç. (c) 1. (b) Sim. Capitulo li (e) Sim.961.. (c) 3.. (e-) Falhe em rejeitar H•. (d) Falhe em rejeitar H00 (b) No nível de significância de 5%. : mediana > $ 585. n!o M evidêocias suílcien- tes para rejeitar a afinnai.J =.t.. (a) H... de fraude. (a) H0 : mediana $ 25. G 165. (c) 1.. (a) H0 : mediana $ S 210.46.• 5 185.200. d~na dos ganhos por hora de trabalhadores homens pagos E. ciente para rejeitar a afümação da 01ganização de que a me- 2.el de significância de 1%. nAo h.. use u·m teste de soma de sinais de Vvlfcoxon. no nível de significância 5%.. (d) Falhe em rejeitar H" mediana dos ganhos sema"3is das trabalhadoras é menor (e) Non. (e) o..5.. • 110. E. (c) -1.575. 135. ram. •82-483) 13.! evidência su- H..E. para apoiar a aíinnação do conselheiro de qtJe a idade mé· (b) . H.lção associação de que a mediana H. (a) H0 : meá~na $ 30. 17.. d-Os idades dos que receberam doute<ado em engenharia é maior que 30 anos. mas o teste não (e) No nível de significância de 5%. é4. valor de qualquer parâmetro populaciooal. há evidência su1iàente H. preço de vendas de residências novas vendidas no passado éde$2 10.: mediana > S 210. não há evidência suficiente ou igual a S 585. ficiente para rejeitar a afirmação da organízaçJo de que a (b) l. H0 : mediana > 30 (afirmação). E. 492-<9•) nas cos1a. (a) H0: mediana • $12. (a) t . (d) Rejeite H" (e) Sim..- (b) l. (b) 2. Se as amostras são independentes. l-d .lo)..16. para rejeitar a afirmação do agente de que a mediana do 23. l:1..

Estatística Aplicada 4.Ed.-Ron Larson - OCR.pdf

Titres liés

Centres d'intérêt liés

Documents similaires à Estatística Aplicada 4.Ed.-Ron Larson - OCR.pdf

Populaire dans Book