Apostila - Da Unidade 1 - Estatistica - Descritiva

UNIVERSIDADE ABERTA DO BRASIL - UAB
UNIVERSIDADE ESTADUAL DO MARANHÃO - UEMA

UNIVERSIDADE VIRTUAL DO MARANHÃO – UNIVIMA
Curso de Graduação em Administração Modalidade a Distância
TEXTO COMPLEMENTAR – 1ª UNIDADE

Estatística Aplicada à Administração
Prof: Cristovam Dervalmar Rodrigues Teixeira Filho
1 INTRODUÇÃO A ESTATÍSTICA. ................................................................................... 1

1.1 CAMPOS DE APLICAÇÃO. ............................................................................................. 1
1.2 UM POUCO DE HISTORIA. ............................................................................................ 1
1.3 O CRESCIMENTO E DESENVOLVIMENTO DA ESTATÍSTICA MODERNA.................................................... 2
1.4 DIVISÃO DA ESTATÍSTICA. ............................................................................................ 3
1.5 FASES DO MÉTODO ESTATÍSTICO (ESTATÍSTICA DESCRITIVA); ........................................................ 3
2 DISTRIBUIÇÃO DE FREQUÊNCIA.................................................................................. 4
2.1 DADOS ............................................................................................................... 4
2.2 TABELAS DE MEDIÇÃO ........................................................................................... 4
2.3 ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQUÊNCIA. ...................................................... 6
2.4 TIPOS DE FREQUÊNCIA. ......................................................................................... 8
3 MEDIDAS DE TENDÊNCIA CENTRAL. ............................................................................ 9
3.1 MÉDIA ARITMÉTICA .................................................................................................. 9
3.2 MÉDIA GEOMÉTRICA. .......................................................................................... 10
3.3 MEDIANA E MODA............................................................................................... 12
4 QUARTIS, DECIS E PERCENTIS (MEDIDAS SEPARATRIZES). ............................................... 16
4.1 QUARTIS. ........................................................................................................ 16
4.2 DECIS............................................................................................................. 17
4.3 PERCENTIS. ..................................................................................................... 18
5 MEDIDAS DE DISPERSÃO ......................................................................................... 19
5.1 VARIÂNCIA. ..................................................................................................... 19
5.2 DESVIO-PADRÃO OU QUADRADO MÉDIO. ................................................................... 20
5.3 COEFICIENTE DE VARIAÇÃO .................................................................................. 20
Produção: Prof. Cristovam Filho 0

1 Introdução a Estatística.
1.1 Campos de Aplicação.
A utilização da Estatística é cada vez mais acentuada em qualquer atividade

profissional da vida moderna. Nos seus mais diversificados ramos de atuação, as pessoas estão
freqüentemente expostas a estatística, utilizando-a com maior ou menor intensidade.
A Estatística encontra aplicações em quase todos os campos da atividade humana.
O Estado e a Sociologia têm necessidade de conhecer as populações por seus efetivos,
por sexo, idade, estado civil, profissão, nacionalidade, etc. O nível cultural de um povo pode
ser indicado pela proporção dos que sabem ler e escrever, em relação ao total de habitantes
e pelo número de alunos das escolas. As tábuas de mortalidade, confrontadas de tempos em
tempos, ou com as de outros países, permitem avaliar a evolução do grau de sanidade Física.
Os serviços de metereologia, tão importantes para a navegação aérea e marítima, são
essencialmente estatísticos, com seus estudos de temperaturas, pressões, quedas de chuva,
umidades, ventos, etc. Na agricultura, a Estatística serve como orientador seguro, fornecendo
informações sobre colheitas, rendimento das terras, valores da produção e outros. Na
indústria e no comércio podem-se comparar produções e volumes de vendas em relação ao
total por região, estudar a situação dos mercados e suas tendências.
Grandes serviços a Estatística presta à Biologia, desde o "homem médio" de Quetelet,
passando pela teoria da hereditariedade de Mendel, até as infinitas aplicações de hoje. A
Geografia conclui através de estudos estatísticos as densidades demográficas, correntes
migratórias, climas, etc. Na Informática também encontramos importantes aplicações, entre
elas: Avaliação de desempenho de redes de computadores, assim como aplicações em redes
neurais artificiais e mineração de dados, na Inteligência Artificial.
É possível distinguir duas concepções para palavra Estatística:
a) No plural (estatísticas), indica qualquer coleção consistente de dados numéricos, reunidos

com finalidade de fornecer informações acerca de uma atividade qualquer. Assim, por
exemplo, as estatísticas demográficas referem-se aos dados numéricos sobre nascimentos,
falecimentos, matrimônios, desquites etc. As estatísticas econômicas consistem em dados
numéricos relacionados com emprego, produção, preços, vendas e com outras atividades
ligadas aos vários setores da vida econômica.
b) No singular, indica a atividade humana especializada ou um corpo de técnicas, ou ainda
uma metodologia desenvolvida para a coleta, a classificação, a apresentação, a análise e
a interpretação de dados quantitativos e a utilização desses dados para a tomada de
decisões.
1.2 Um pouco de Historia.

A origem da palavra Estatística esta associada à palavra latina “Status”. Há indícios de
que em 3000 a.C, já se faziam censo na Babilônia, china e Egito e até mesmo no velho
testamento, encontra-se referência a uma instrução dada a Moisés para fazer um

levantamento de homens de Israel que estivessem aptos para guerrear.

Usualmente estas informações eram utilizadas para a taxação de impostos ou para o
alistamento militar.
A história da Estatística é dividida em três períodos:
1º Período ou de Preparação dos fatos. (vai do regime feudal até meados do século XVII);
2º Período ou de Preparação das teorias. (meados do século XVII até inicio do século XIX);
3º Período ou do Aperfeiçoamento. (iniciou em 1853 com a Reunião do Primeiro Congresso de
Estatística).
1.3 O Crescimento e Desenvolvimento da Estatística Moderna.

Podem ser relacionados a três fenômenos isolados:
- Necessidade do Governo de coletar dados sobre as cidades;
- O desenvolvimento da teoria da Probabilidade;
- E o andamento da informática.
O Raciocínio Estatístico e o Gerenciamento Moderno.

Na ultima década, com a globalização da economia, cresceu o foco na qualidade de
produtos e serviços. De fato, mais do que a participação de qualquer outro indivíduo, foi o
trabalho de um estatístico, Edwards Deming, que levou esta mudança ás empresas.
Raciocínio Estatístico – Pode ser definido como os processos voltados para o entendimento, o
gerenciamento e a redução de variações.
Por que os gerentes precisam conhecer Estatística?

“Raciocinar estatisticamente será um dia
tão necessário quanto a habilidade de ler
e escrever” (H. G. Wells)

a) Os gerentes precisam saber como apresentar e descrever informações de forma

adequada;
b) Os gerentes precisam saber como tirar conclusões a partir de grandes populações com
base somente na informação obtida de amostras;
c) Os gerentes precisam saber como melhorar processos;
d) Os gerentes precisam saber como obter previsões confiáveis a partir de variáveis de
interesse.
1.4 Divisão da Estatística.

• Estatística Descritiva;
• Estatística Indutiva ou Inferência Estatística;
1.4.1 Estatística Descritiva:

Pode ser interpretada como uma função cujo objetivo é a observação de fenômenos de
mesma natureza, a coleta de dados numéricos referentes a esses fenômenos, a organização e
classificação desses dados observados e a sua apresentação através de gráficos e tabelas,
além do cálculo de coeficientes (estatísticas)que permitem descrever resumidamente os
fenômenos.
1.4.2 Estatística Indutiva ou Inferência Estatística;

Pode ser definida como os métodos que tornam possível a estimativa de uma
característica de uma população ou tomada de uma decisão referente á população com base
somente em resultados de amostras, ou seja, a inferência estatística refere-se a um processo
de generalização a partir de resultados particulares.
1.5 Fases do Método Estatístico (Estatística Descritiva);

Definição do Problema;
Planejamento;
Coleta de Dados;
Apuração dos dados;
Apresentação dos Dados;
Análise e Interpretação de Dados.

2 DISTRIBUIÇÃO DE FREQUÊNCIA.
É o tipo de tabela mais importante para a Estatística Descritiva.
2.1 Dados
Podem ser entendidos como a informação numérica necessária para nos ajudar a tomar
decisões mais bem fundamentadas em determinada situação.
2.1.1 Dados Brutos

Após a coleta, os dados originais ainda não se encontram pronto para análise, por não
estarem organizados em ordem numérica crescente ou decrescente.
2.2 TABELAS DE MEDIÇÃO

Um estatístico da área de pesquisas muito provavelmente desejará desenvolver um
instrumento que faça diversas perguntas e lide com uma variedade de fenômenos ou
características. Estes fenômenos ou características são chamados variáveis aleatórias. Os
dados que são o produto observado destas variáveis aleatórias, podem divergir de resposta
para resposta.
2.2.1 Tipos de Dados

• Variáveis aleatórias categorizadas: produzem respostas categorizadas.
Exemplo: Como você classificaria a sua disciplina de Estatística:
( ) ótimo ( ) bom ( ) regular ( ) péssimo.
• Variáveis aleatórias numéricas: produzem respostas numéricas.
Exemplo: Qual a sua idade?____________
Dados Discretos: São respostas numéricas que surgem a partir de um processo de contagem.
Dados contínuos: São respostas numéricas que surgem a partir de um processo de medição.
2.2.2 Tipos de Tabelas de Medição

Poderíamos também descrever nossos dados resultantes de acordo com o nível de
medição alcançado. Em sentido mais amplo, todos os dados coletados são "medidos" de
alguma maneira. Os quatro níveis de medição são: do mais fraco ao mais forte; as escalas
nominal, ordinal, de intervalo e de proporcionalidade.
a) ESCALA NOMINAL E ORDINAL

Dados obtidos a partir de uma variável categorizada são interpretados como tendo sido
medidos numa escala nominal ou numa escala ordinal. Se os dados observados são meramente
classificados em várias categorias distintas, nas quais nenhum ordenamento está implícito, é
alcançado um nível nominal de medição. Por outro lado, se os dados observados forem
classificados em categorias distintas, nas quais o ordenamento está implícito, atingi-se um
nível ordinal de medição.

2.2.3 Exemplos de escala nominal
Variável Categorizada Categorias

Propriedade de automóvel Sim------------- Não
Tipo de seg. de vida que possui Prazo limitado Por dote--- Toda a vida ---
outro--- nenhum
Filiação a partido político PT ---PDT ---PFL---PSB---PSDB
2.2.4 Exemplos de escala ordinal
Categorias ordenadas
Variável categorizada
(Mais baixo---------Mais alto)
Denominação de classe de Calouro, Secundarista, Terceiranista,

Estudantes Quartanista
Muito insatisfeito, relativamente
Satisfação do produto insatisfeito, neutro, relativamente
satisfeito, muito satisfeito
Titulo na UEMA Auxiliar, Assistente, Adjunto, Titular
b) ESCALAS DE INTERVALO E PROPORCIONALIDADE:

Uma escala de intervalo é uma escala ordenada em que a diferença entre as medições
é uma quantidade significativa. Admite-se que em geral os dados obtidos a partir de variáveis
numéricas foram medidos em uma escala de intervalo ou em uma escala de
proporcionalidade. Estas escalas constituem o nível mais alto de medição. Elas são formas
mais eficazes de medição do que uma escala ordinal, porque podemos distinguir não só qual é
o maior valor observado como também quão maior é ele.
2.2.5 Exemplos de escala de intervalo e de proporcionalidade
Variável Numérica Nível de medição
Temperatura Intervalo
Calendário Intervalo
Altura Proporcionalidade
Peso Proporcionalidade
Idade Proporcionalidade

2.3 ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQUÊNCIA.
2.3.1 População (N)

É um conjunto de indivíduos ou objetos que apresentam pelo menos uma característica
em comum. Pode ser finita ou infinita.
2.3.2 Amostra (n)

Considerando a impossibilidade, na maioria das vezes, do tratamento de todos os
elementos da população, retira-se uma amostra em conformidade com alguma técnica de
amostragem.
2.3.3 Variável Discreta e Variável Contínua.

A variável é discreta quando assume valores em pontos da reta real. EXEMPLO:
Número de erros em um livro: 0,1,2,3,4,5,...
A variável é contínua quando pode assumir teoricamente qualquer valor em certo
intervalo da reta real. EXEMPLO: Peso de alunos, pois teoricamente, um indivíduo poderá ter
50,5 Kg; 50,572 Kg; 50,585 Kg;
2.3.4 FREQUÊNCIA SIMPLES ( f i )

É o número de observações correspondentes a um intervalo de classes ou a um valor
individual.
2.3.5 AMPLITUDE TOTAL OU “RANGER” At = Amax − Amin

A amplitude total ou intervalo total é diferença entre o maior e o menor valor
observado da variável em estudo.
2.3.6 NÚMERO DE CLASSES (K).

Não há fórmula exata para o cálculo do número de classes.
K=5 para n ≤ 25 e K ≅ n , para n maior que 25

Obs: O nº de classes é um número inteiro.
Exemplo: Se K=6,5 deve-se arredondar para 6 ou 7
Outra maneira para calcular o nº de classes
a) Fórmula de STURGES K ≅ 1 + 3,22 log n, em que n = Tamanho da amostra.

b) Fórmula de ANSELMO RAPOSO:

(1 + 3,22 log n)
K= + ln n
2
OBS: ln é o logarítimo natural e o log é o logarítimo decimal
2.3.7 AMPLITUDE DAS CLASSES (h).
At
h =
K
2.3.8 LIMITES DE CLASSES.
São números extremos de cada classe. Há um limite inferior ou mínimo e um limite
superior.
EXEMPLO: Tabela de taxa escolar
Limite superior da 1ª
classe
Limite inferior
da 1ª classe Classes
39.00 |— 45.89
45.89 |— 52.78
52.78 |— 59.67
Este símbolo significa que o intervalo é
59.67 |— 66.56 fechado no limite inferior e aberto no
limite superior. Ou seja, neste intervalo
temos todos os elementos que iniciam
66.56 |— 73.44 com o nº 39 e terminam em 45,89
Nesta tabela excluindo o mesmo.
temos 5 classes
2.3.9 PONTO MÉDIO DE CLASSE. (x i )

É a média entre o limite superior e o inferior da classe.

li + ls
xi =
2
2.4 TIPOS DE FREQUÊNCIA.
2.4.1 FREQUÊNCIA SIMPLES ABSOLUTA (f ) j
∑i =1
fi = n
2.4.2 FREQUÊNCIA SIMPLES RELATIVA ( fr ) j
Representa a proporção de observações de um valor individual ou de uma classe, em

relação ao número total de observações.
fi fi
Fr i = k
Fr i =
∑ fi
i =1
Ou
n
OBS 1: Desejando-se expressar o resultado em termos percentuais, multiplica-se o quociente

por 100.
OBS 2: A soma das freqüências simples relativas de uma tabela de freqüências é sempre igual
a 1,00 ou 100%.
∑ Fr
i =1
i = 1,00

2.4.3 FREQUÊNCIA ACUMULADAS “ABAIXO DE” (F j ) ou (Fr j ) ↓

Referem-se ao fato de que as freqüências a serem acumuladas correspondem aos
valores menores ou anteriores ao valor ou à classe cuja freqüência acumulada se deseja
obter, incluindo no cálculo a freqüência do valor ou da classe.
3 MEDIDAS DE TENDÊNCIA CENTRAL.

É comumente usada para descrever resumidamente uma distribuição de freqüência.
Tais medidas orientam-nos quanto à posição da distribuição no eixo x (dos números reais ).
São chamadas medidas de tendência central, pois representam os fenômenos pelos seus
valores médios, em torno dos quais tendem a concentra-se os dados.
3.1 Média Aritmética
3.1.1 Média Aritmética Simples (dados não agrupados)

Seja x1, x2 ..., xn, portanto “n” valores da variável X. A média aritmética simples de X
representado por x é definida por:
∑ xi
x = i =1
n
Em que, n é o número de elementos do conjunto.
3.1.2 Média Aritmética Ponderada (Dados Agrupados).

Quando os dados estiverem agrupados numa distribuição de freqüência usaremos a
média aritmética dos valores x1 , x2 , x3 ..., xn , ponderados pelas respectivas freqüências
absolutas; F1 , F2 , F3 ,..., Fn , Assim:
∑ i =1
xi fi
x =
n

Exemplo 2: Na tabela abaixo calcule a média Aritmética:
Classes fi xi xi.fi
39 |— 45 7 42 294
45 |— 51 8 48 384
51 |— 57 6 54 324
57 |— 63 4 60 240
63 |— 69 5 66 330
TOTAL 30 1572
Logo, pela fórmula da média para dados agrupados temos que:
1572
X = X = 52,4
30
3.2 MÉDIA GEOMÉTRICA.
3.2.1 MÉDIA GEOMÉTRICA SIMPLES (DADOS NÃO AGRUPADOS)

Sejam os valores de uma série, x 1 , x 2 , x 3 , ..., x n , definimos a média geométrica
simples como sendo a raiz n-ésima do produto de n termos positivos, isto é:
G = n x1.x2. x3 ...xn
OBS: Um método mais rápido para cálculo da média geométrica é se usarmos a logaritmação.
log x1 + log x2 + log x3 + ... + log xn

log G =
n
E ao resultado aplicamos o antilogarítimico,
n
∑ lo g x i
G = a n t lo g i=1

3.2.2 MÉDIA GEOMÉTRICA PONDERADA.

Para uma distribuição de freqüências por valores.
∑ f .log x
i i
G = ant log i =1
n
Exemplo 4:Calcule a média geométrica da tabela a seguir:
Notas obtidas dos alunos da UEMA

Nº de
Notas ( xi ) alunos log xi fi . log xi
( fi )
2 13 0,3010 3,9134
4 12 0,6020 7,2247
6 10 0,7782 7,7820
8 18 0,9031 16,2556
10 25 1,0000 25,0000
∑ 78 60,1757
Fonte: Secretaria Geral
Obs: aplica-se logarítimo para cada valor das notas.

Ex: log2=0,3010 e o resultado multiplica-se pela freqüência simples no caso igual a 13 e assim
sucessivamente para cada uma das classes.
Calculando a Média aplicando a fórmula:
60,1757
G = ant log
78
G = ant log 0,7715
G = 100, 7715 G = 5,9086

3.3 MEDIANA E MODA.
3.3.1 MEDIANA. ( Md ) ou x%
A mediana é considerada uma separatriz, pois divide a distribuição ou conjunto de
dados em duas partes iguais. O número que indica a ordem em que se encontra o valor
correspondente a mediana é denominado elemento mediano, cujo símbolo é E Md .
Se n for um número ímpar, a mediana coincide com o termo central da série, ou
n + 1
seja, com o termo de ordem . Se n for par, a mediana será a média entre os
2
n n
elementos centrais de e +1 .
2 2
0 50% 100%
x%
a) Para dados não agrupados:
Exemplo 9: Seja X = (2;4;6;8;10) calcular a mediana:
Resposta: n é nº ímpar então coincide com o termo central da série no caso é 6. Para isso é
preciso que os dados estejam em ordem.
Exemplo: Seja X = (1;4;5;6;9;10;11;14;16;20) calcular a mediana. - n é par então:

n 10
EMd = = = 5º elemento é nº 9
2 2
n 10
EMd = +1 = = 5 + 1 = 6º elemento é nº 10
2 2
Logo a Mediana é calculada pela média dos dois números:
~
9 + 10
X= = 9,5
2
a) Mediana Para uma distribuição de freqüência por valores. (variável discreta).
Em uma distribuição de freqüências por valores a mediana é localizada utilizando-se o
posicionamento da mediana dentro da distribuição, através da freqüência acumulada de
ordem crescente.

Exemplo:
Nº de alunos
Notas ( xi ) f ac
( fi )
0 5 5
2 8 13
4 12 25
6 10 35
8 18 53
10 25 78
∑ 78
78
EMd = = 39º elemento logo a mediana é 8, pois o trigésimo nono elemento
2
está na 5ª classe
b) Para uma distribuição de freqüências por classes de valores. (dados agrupados).

Cálculo da mediana – variável contínua.
n
1º Passo: Calcula-se ordem . Como a variável é contínua não se preocupe se n é par
2
ou impar.
2º Passo: Pela f ac identifica-se a classe que contém a mediana (classe Md).

3º Passo: Utiliza-se a fórmula:
n 
 −∑ f  .h
+ 
2
x% = lMd
f Md
Em que:
lMd = limite inferior da classe Md.
n = tamanho da amostra ou número de elementos.

∑f = soma das freqüências anteriores à classe Md.
h = amplitude da classe Md.
f Md = freqüência simples da classe Md.
MODA ( M0 ) ou  X  .
∧
 
3.3.2
 
A moda, norma, valor normal, ou mais freqüente. É por definição, o valor de xi da

série que ocorre em maior número de vezes, Isto é, cuja freqüência é máxima.
a) Para uma distribuição de dados brutos e por valores:
Exemplo 14: Seja X = (2;4;6;6;8;8;8;10), qual o valor da moda:
^
X =8
Exemplo: Dada a distribuição de freqüência abaixo qual o valor da moda:
Notas ( xi ) Nº de alunos ( fi )
0 5
2 8
4 12
6 10
8 18
10 25
∑ 78
A moda é igual a 10.
b) Para uma distribuição de freqüência por classes de valores. (Dados agrupados).

1º passo é identificar a classe modal (aquela que possuir maior freqüência). Em
seguida aplicar Fórmula.

Fórmula de CZUBER Fórmula de KING
∆1 f post
M o = lmo + .h Mo = lmo + .h
∆1 + ∆ 2 fant + f post
Onde:
lmo - Limite inferior da classe Modal;
f mo - Freqüência simples da classe modal;
f ant - Freqüência simples da classe anterior à classe moda;
f post - Freqüência simples da classe posterior à classe modal;
h - Amplitude do intervalo de classe;
∆1 = f mo − f ant
∆2 = fmo − f post
OBS: outra maneira de calcular a moda quando a distribuição apresentar boa simetria em
relação à média é:
Fórmula de PEARSON
M o = 3 x% − 2 x

4 QUARTIS, DECIS E PERCENTIS (MEDIDAS SEPARATRIZES).

4.1 QUARTIS.
Divide um conjunto de dados em quatro partes iguais.
0% 25% 50% 75% 100%
Q1 Q2 Q3
Q1 = 1º quartil, deixa 25% dos elementos;
Q2 = 2º quartil, coincide com a mediana, deixa 50% dos elementos;
Q3 = 3º quartil, deixa 75% dos elementos.
a) Cálculo do quartis para uma distribuição de dados brutos ou freqüência por valores
(dados não agrupados).
i.n
PQi =
Fórmula do Posicionamento do Quartil de ordem i
4
Exemplo: Na tabela Abaixo calcule o 3º Quartil:
Notas dos alunos da UEMA
Nº de alunos
Notas ( xi ) f ac
( fi )
0 5 5
2 8 13
4 12 25
6 10 35
8 18 53
10 25 78

∑ 78
3 X 78
PQ3 = = 58,5 ≅ 59º elemento está na ultima classe logo Q3 = 10 ou seja 75% das
4
notas dos alunos estão variando de 0 a 10.
b) Cálculo do quartil para uma distribuição de freqüências por classes de valores

(dados agrupados por intervalos de classes).
Determinação de Q1 , Q2 eQ3
i.n
1º passo: Calcular PQi =
4
2º passo: Identifica a classe do quartil pela f ac
3º passo cálculo:
i.n
( −∑ f)
Qi = lmd + 4 .h
f Md
4.2 DECIS.
Dividem um conjunto de dados em 10 partes iguais.
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
D1 D2 D3 D4 D5 D6 D7 D8 D9
a) Para distribuição de dados brutos ou de freqüência por valores (dados não
agrupados).

Fórmula de posicionamento do Decil de ordem i

i .n
PDi =
10
b) Decil para uma distribuição de freqüências por classes de valores (dados
agrupados).
1º passo: calcula-se
i .n
P Di =
10
2º passo: identifica-se a classe Di pela f ac

3ºpasso: Cálculo do decil
 i.n 
 − ∑ f .h
Di = lDi +  
10
fDi
4.3 PERCENTIS.
Dividem um conjunto de dados em 100 partes iguais.
0% 1% 2% ... ...
3% 50% 97% 98% 99% 100%
P1 P2 P3 P50 P9 7 P98 P99
a) Percentis para uma distribuição de dados ou freqüência por valores (dados não
agrupados).
i.n
PPi = Fórmula de posicionamento do percentil de ordem i
100
b) Percentil para uma distribuição de freqüências por classes de valor (Dados

agrupados).
1º passo: Calcula-se o posicionamento do percentil de ordem i

−
X = 6,0250
i .n
P Pi =
100
2º passo: Identifica-se a classe Pi pela f ac

3º passo: Calcula-se o percentil
 i.n 
 −∑ f  .h
Pi = lPi +  
100
f Pi
5 MEDIDAS DE DISPERSÃO
5.1 VARIÂNCIA.
É a mais usada entre as medidas absolutas de dispersão ou variabilidade. Sendo que
σ 2
a variância populacional e
2
S
a variância amostral.
a) Para uma distribuição de dados brutos
∑( x − X ) ∑( x − X )
n 2 n 2
e
i i
σ2 = i =1
S2 = i =1
N n −1
b) Para uma tabela distribuição de freqüência
∑(x − X ) ∑( x − X )
n 2 n 2
e
i . fi i . fi
σ2 = i =1
S2 = i =1
N
EXEMPLO: Dada a tabela a seguir calcule a variância populacional. n −1


Nº de
( ) ( )
2 2
Notas xi alunos xi − X xi − X . fi
fi
0,00 5,00 44,1029 220,5144
2,00 8,00 21,5389 172,3110
4,00 12,00 6,9749 83,6986
6,00 10,00 0,4109 4,1088
8,00 18,00 1,8469 33,2439
10,00 25,00 11,2829 282,0720
∑ 78,00 795,9487
795,9487
S2 = = 10,3369 pontos2
78 − 1
5.2 DESVIO-PADRÃO OU QUADRADO MÉDIO.
É a medida de dispersão mais usada, tendo em comum com o desvio médio o fato de
ambos serem considerados os desvios com relação a média. Para se calcular o desvio-padrão
deve-se primeiramente determinar o valor da variância e em seguida, extrair a raiz quadrada
desse resultado, assim:
σ = σ2 Desvio-padrão populacional
S = S2 Desvio-padrão amostral
5.3 COEFICIENTE DE VARIAÇÃO

Trata-se de uma medida relativa de dispersão útil para a comparação em termos
relativos do grau de concentração em torno da média de séries distintas. É dado por:
σ S
CV = ×100 E
CV = × 100
X x

Obs: Análise do coeficiente de variação:
o Baixa dispersão: CV ≤ 15%

o Média dispersão: 15% < CV < 30%
o Alta dispersão: CV ≥ 30%
EXEMPLO 1: Suponhamos que uma firma que ofereça serviços de consultoria para alunos de
segundo grau em todo o território do Brasil tenha contratado uma analista para comparar as
taxas escolares cobradas por faculdades e universidades em diferentes regiões do País. Os
dados abaixo apresentam as taxas escolares de 60 Faculdades e Universidades em dólares.
Montar os dados numa tabela de distribuição de freqüência e calcular as medidas de
tendência central, separatrizes, dispersão e fazer o histograma.
Dados brutos das taxas escolares

7,2 - 4,9 - 10,7 - 10,4 - 6,4 - 4,8 - 4,7 - 4,6 - 6,0 - 5,4 - 4,8 4,7 – 8,3 - 3,8 – 4,8 – 8,3 – 6,4 – 6,6
– 4,5 – 8,0 - 3,6 – 2,4 – 8,5 – 8,8 – 7,7 – 4,9 – 8,6 – 12,0 4,9 7,0 – 11,0 – 4,9 – 3,9 – 4,9 –4,4 – 4,9
– 4,9 – 8,0 3,6 – 7,4 – 7,9 – 4,9 – 5,8 – 39 – 11,6 –10,3 – 3,4 3,9 – 5,0 – 3,9 – 8,0 – 3,5 - 4,9 - 5,8
- 4,1 - 3,9 3,5 - 4,8 - 5,9 - 3,6.
Fonte: Dados extraídos da Associação Nacional das Mantenedoras.

É necessário colocar os dados em ordem. Para isso vamos colocá-los num diagrama
ramo e folha

DISPOSIÇÃO RAMO E FOLHA
Uma disposição ramo-e-folha separam as entradas de dados em dígitos leading ou

ramos e dígitos trailing folhas. A coluna de números à esquerda da linha vertical é chamada
de ramo. Estes números correspondem aos dígitos ramo dos dados. Em cada linha, as folhas se
ramificam para a direita da linha vertical e estas entradas correspondem aos dígitos folha.
EXEMPLO 1:
2 4
3 869694995956
4 9876878599994999918
5 48089
6 4046
7 27049
8 33058600
10 743
11 06
12 0

A disposição ramo-e-folha revisada: colocar as folhas em ordem crescente.
2 4
3 455666899999
4 1456778888999999999
5 04889
6 0446
7 02479
8 00033568
10 347
11 06
12 0
ROL (DISPOSIÇÃO ORDENADA).

Quando colocamos os dados em ordem de classificação, da menor para a maior
observação, a seqüência é chamada de disposição ordenada. Quando os dados estão
classificados em uma disposição ordenada, nossa avaliação dos seus principais aspectos fica
facilitada. Torna-se mais fácil detectar os extremos, os valores típicos e as concentrações de
valores.
EXEMPLO 1:
Disposição Ordenada I
2,4 – 3,4 – 3,5 – 3,5 – 3,6 – 3,6 – 3,6 – 3,8 – 3,9 – 3,9 – 3,9 – 3,9 – 3,9 – 4,1 - 4,4 - 4,5 – 4,6 – 4,7
– 4,7 – 4,8 – 4,8 – 4,8 – 4,8 – 4,9 – 4,9 – 4,9 – 4,9 – 4,9 4,9 – 4,9 – 4,9 - 4,9 – 5,0 – 5,4 – 5,8 – 5,8
– 5,9 – 6,0 – 6,4 – 6,4 – 6,6 – 7,0 - 7,2 – 7,4 – 7,7 – 7,9 – 8,0 –8,0 – 8,0 – 8,3 – 8,3 – 8,5 - 8,6 - 8,8
- 10,3 - 10,4 10,7 - 11,0 - 11,6 - 12,0

Montagem da tabela
Calcular:
a) A amplitude total
At = 12 − 2,4 = 9,6dolares
b) O nº de classes
K = 1 + 3,22 log 60 = 6,7256 ≅ 7classes
c) A amplitude de classes
9,6
h= = 1,3714 = 1,5
7
d) O Limite das classes: Para montagem da tabela Inicia-se com o menor nº da distribuição e
adiciona-se o valor da amplitude de classes.
Classes
2.40 |— 3.90
3.90 |— 5.40
5.40 |— 6.90
6.90 |— 8.40
8.40 |— 9.90
9.90 |— 11.40
11.40 |— 12.90
f
e) Freqüência Simples ( i ): Utiliza-se a disposição ordenada para realização da contagem,
ou seja, verificam-se quantos elementos têm entre 2,4 até 3,9. No caso são oito faculdades
que praticam taxas neste intervalo.
Classes fi
2.40 |— 3.90 8
3.90 |— 5.40 25
5.40 |— 6.90 8
6.90 |— 8.40 10
8.40 |— 9.90 3
9.90 |— 11.40 4
11.40 |— 12.90 2

TOTAL 60
f) Ponto médio (xi): Soma o limite inferior e superior de cada classe dividido por dois. O
ponto médio representa cada intervalo de classe.
Classes fi xi
2.40 |— 3.90 8 3.15
3.90 |— 5.40 25 4.65
5.40 |— 6.90 8 6.15
6.90 |— 8.40 10 7.65
8.40 |— 9.90 3 9.15
9.90 |— 11.40 4 10.65 Significa que temos 33
faculdades que praticam
11.40 |— 12.90 2 12.15 taxas a partir de 2,4 até
5,4 dólares
TOTAL 60
g) Freqüência acumulada (fac)
Classes fi xi fac
2.40 |— 3.90 8 3.15 8
3.90 |— 5.40 25 4.65 33
5.40 |— 6.90 8 6.15 41
6.90 |— 8.40 10 7.65 51
8.40 |— 9.90 3 9.15 4
9.90 |— 11.40 4 10.65 58
11.40 |— 12.90 2 12.15 60
TOTAL 60
h) Freqüência relativa em porcentagem (Fr%)
Classes fi xi fac Fr%

2.40 |— 3.90 8 3.15 8 13.33%
3.90 |— 5.40 25 4.65 33 41.67%
5.40 |— 6.90 8 6.15 41 13.33%
6.90 |— 8.40 10 7.65 51 16.67%
8.40 |— 9.90 3 9.15 4 5.00%

9.90 |— 11.40 4 10.65 58 6.67%

11.40 |— 12.90 2 12.15 60 3.33%
TOTAL 60 100.00%
i) Freqüência relativa em porcentagem acumulada ( Frac % )
Classes fi xi fac Fr% Frac%

2.40 |— 3.90 8 3.15 8 13.33% 13.33%
3.90 |— 5.40 25 4.65 33 41.67% 55.00%
5.40 |— 6.90 8 6.15 41 13.33% 68.33%
6.90 |— 8.40 10 7.65 51 16.67% 85.00%
8.40 |— 9.90 3 9.15 4 5.00% 90.00%
9.90 |— 11.40 4 10.65 58 6.67% 96.67%
11.40 |— 12.90 2 11.15 60 3.33% 100.00%
TOTAL 60 100.00%
j) Média aritmética X
Classes fi xi xi.fi
2.40 |— 3.90 8 3.15 25.2
3.90 |— 5.40 25 4.65 116.25
5.40 |— 6.90 8 6.15 49.2
6.90 |— 8.40 10 7.65 76.5
8.40 |— 9.90 3 9.15 27.45
9.90 |— 11.40 4 10.65 42.6
11.40 |— 12.90 2 12.15 24.3
TOTAL 60 361.5
361,5
X= = 6,0250dolares
60
l) Média Geométrica (G)
Classes fi xi logxi fi.logxi

2.40 |— 3.90 8 3.15 0.4983 3.98648
3.90 |— 5.40 25 4.65 0.6675 16.6863

5.40 |— 6.90 8 6.15 0.7889 6.311

6.90 |— 8.40 10 7.65 0.8837 8.83661
8.40 |— 9.90 3 9.15 0.9614 2.88426
9.90 |— 11.40 4 10.65 1.0273 4.1094
11.40 |— 12.90 2 12.15 1.0846 2.16915
TOTAL 60 44.9832
44,9832
G = ant log = ant log 0,7497 = 100, 7497 = 5,6198
60
~
m) Mediana X
Classes fi fac
2.40 |— 3.90 8 8
3.90 |— 5.40 25 33
5.40 |— 6.90 8 41
6.90 |— 8.40 10 51
8.40 |— 9.90 3 4
9.90 |— 11.40 4 58
11.40 |— 12.90 2 60
TOTAL 60
60
EMd = = 30º elemento a mediana está na 2ª classe.
2
~ (30 − 8)
X = 3,9 + .1,5 = 5,22 dolares . Este valor corta a distribuição em 50%
25
0 50%% 100%
x% =5,22
2,4 12,9

^
n) Moda X
Classes fi
2.40 |— 3.90 8
3.90 |— 5.40 25
5.40 |— 6.90 8
6.90 |— 8.40 10
8.40 |— 9.90 3
9.90 |— 11.40 4
11.40 |— 12.90 2
TOTAL 60
A maior freqüência é a da 2ª classe. Utilizando a fórmula de KING temos que:
^ 8
X = 3,9 + .1,5 = 4,65dolares
(8 + 8)
o) Quartis
Classes fi fac
2.40 |— 3.90 8 8
3.90 |— 5.40 25 33
5.40 |— 6.90 8 41
6.90 |— 8.40 10 51
8.40 |— 9.90 3 4
9.90 |— 11.40 4 58
11.40 |— 12.90 2 60
TOTAL 60
Cálculo de Q1
1.60
PQ1 = = 15º elemento Está na 2ª classe
4
(15 − 8)
Q1 = 3,9 + .1,5 = 4,32 Significa que 25% das faculdades amostradas praticam taxas
25
entre 2,4 e 4,32 dólares.
Atividade: Calcule o valor de Q 2 eQ 3

p) Variância S2
Classes fi xi (xi-X)² (xi-X)².fi

2.40 |— 3.90 8 3.15 8.2656 66.1250
3.90 |— 5.40 25 4.65 1.8906 47.2656
5.40 |— 6.90 8 6.15 0.0156 0.1250
6.90 |— 8.40 10 7.65 2.6406 26.4063
8.40 |— 9.90 3 9.15 9.7656 29.2969
9.90 |— 11.40 4 10.65 21.391 85.5625
11.40 |— 12.90 2 12.15 37.516 75.0313
TOTAL 60 329.8125
Deve-se 1º calcular o valor da média aritmética (neste caso foi 6,0250). Depois subtrair cada
valor de xi da mesma e elevar ao quadrado. Em seguida multiplicar pela freqüência simples
da classe. Exemplo:
(3,15-6,0250)²= 8,2656 X 8 =66,1250
329 ,8125
S2 = = 5 ,59 dolares 2
60 − 1
q) Desvio Padrão S
S = 5,59 = 2,3643dolares Ou seja, cada valor da distribuição está desviando

em torno da média aritmética 2,3643 dólares em média
r) Covariância ou coeficiente de Variação CV

2,3643
CV = X 100% = 39,2419% Significa que temos alta dispersão dos dados em torno
6,0250
da média aritmética

Apresentação Gráfica para dados numéricos
Este gráfico foi

feito no programa
BIOSTAT vs 3.0

Apostila - Da Unidade 1 - Estatistica - Descritiva

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Apostila - Da Unidade 1 - Estatistica - Descritiva

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDADE ABERTA DO BRASIL - UAB

UNIVERSIDADE ESTADUAL DO MARANHÃO - UEMA

TEXTO COMPLEMENTAR – 1ª UNIDADE

1 INTRODUÇÃO A ESTATÍSTICA. ................................................................................... 1

Produção: Prof. Cristovam Filho 0

A utilização da Estatística é cada vez mais acentuada em qualquer atividade

É possível distinguir duas concepções para palavra Estatística:

a) No plural (estatísticas), indica qualquer coleção consistente de dados numéricos, reunidos

1.2 Um pouco de Historia.

Produção: Prof. Cristovam Filho 1

levantamento de homens de Israel que estivessem aptos para guerrear.

1.3 O Crescimento e Desenvolvimento da Estatística Moderna.

O Raciocínio Estatístico e o Gerenciamento Moderno.

Por que os gerentes precisam conhecer Estatística?

Produção: Prof. Cristovam Filho 2

a) Os gerentes precisam saber como apresentar e descrever informações de forma

1.4 Divisão da Estatística.

1.4.1 Estatística Descritiva:

1.4.2 Estatística Indutiva ou Inferência Estatística;

1.5 Fases do Método Estatístico (Estatística Descritiva);

Produção: Prof. Cristovam Filho 3

2.1.1 Dados Brutos

2.2 TABELAS DE MEDIÇÃO

2.2.1 Tipos de Dados

2.2.2 Tipos de Tabelas de Medição

a) ESCALA NOMINAL E ORDINAL

Produção: Prof. Cristovam Filho 4

2.2.3 Exemplos de escala nominal

Variável Categorizada Categorias

2.2.4 Exemplos de escala ordinal

Denominação de classe de Calouro, Secundarista, Terceiranista,

b) ESCALAS DE INTERVALO E PROPORCIONALIDADE:

2.2.5 Exemplos de escala de intervalo e de proporcionalidade

Variável Numérica Nível de medição

Produção: Prof. Cristovam Filho 5

2.3 ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQUÊNCIA.

2.3.1 População (N)

2.3.2 Amostra (n)

2.3.3 Variável Discreta e Variável Contínua.

2.3.4 FREQUÊNCIA SIMPLES ( f i )

2.3.5 AMPLITUDE TOTAL OU “RANGER” At = Amax − Amin

2.3.6 NÚMERO DE CLASSES (K).

K=5 para n ≤ 25 e K ≅ n , para n maior que 25

Outra maneira para calcular o nº de classes

a) Fórmula de STURGES K ≅ 1 + 3,22 log n, em que n = Tamanho da amostra.

Produção: Prof. Cristovam Filho 6

2.3.7 AMPLITUDE DAS CLASSES (h).

EXEMPLO: Tabela de taxa escolar

2.3.9 PONTO MÉDIO DE CLASSE. (x i )

Produção: Prof. Cristovam Filho 7

2.4.1 FREQUÊNCIA SIMPLES ABSOLUTA (f ) j

2.4.2 FREQUÊNCIA SIMPLES RELATIVA ( fr ) j

Representa a proporção de observações de um valor individual ou de uma classe, em

OBS 1: Desejando-se expressar o resultado em termos percentuais, multiplica-se o quociente

Produção: Prof. Cristovam Filho 8

2.4.3 FREQUÊNCIA ACUMULADAS “ABAIXO DE” (F j ) ou (Fr j ) ↓

3 MEDIDAS DE TENDÊNCIA CENTRAL.

3.1 Média Aritmética

3.1.1 Média Aritmética Simples (dados não agrupados)

3.1.2 Média Aritmética Ponderada (Dados Agrupados).

Produção: Prof. Cristovam Filho 9

Exemplo 2: Na tabela abaixo calcule a média Aritmética:

Logo, pela fórmula da média para dados agrupados temos que: