Mtodos Quantitativos

Prof Nadia W.H.Vianna

Medidas de disperso

Medidas de Disperso
A

xA = 25
24

25 26

B
20

5 15

25

30

xB = 25
xC = 25
55

disperso de C > disperso de B > disperso de A

1) Amplitude Total
a diferena entre o maior e o menor dentre os valores do conjunto.

R = xmx - xmin
Exemplo:

10

12

20

R = 47 10 = 37

25

47

2) Desvio Mdio
n

S | xi x |

i=1

Dm =

Exemplo:

10

15

20

x = 15
Dm = |10 15| + |15 15| + |20 15|
3

= 10 ~
= 3,33
3

3) Varincia

Populao:
N

s=
2

(xi m)2

i=1

Amostra:
n

S2 =

i=1

(xi x)2

i=1

n-1
n

= (xi - ) p (xi)

S2 =

(xi x)2 f i

i=1

n-1

4) Desvio-Padro

Populao:

s = s

Amostra:

s= s

Exemplo (Desvio-Padro):
Ano
Retorno da aplicao em
LTN (%)

0,10

0,12

0,03

-0,09

x = 0,04
n

S2 =

(xi

x)2

= i=1

i=1

n-1

(xi 0,04)2
4-1

1 [(0,10 0,04) +... + (-0,09 0,04) 2]= 0,009

=
3

s = 0,009

~= 0,0948 %
(alto risco!)

5) Coeficiente de Variao
Populao:

CV =

Amostra:

s . 100
m

CV = s
x

CV < 15% Baixa disperso

15% CV < 30% Mdia disperso

CV 30% Alta disperso

. 100

Exemplo (Coeficiente de Variao):

Investimento em aes
Retorno mdio mensal (R$)

Desvio padro do retorno (R$)

Empresa I
1.500,00
180,00

Empresa II
1.730,00
340,00

Comparao de investimentos quanto homogeneidade no

retorno

CVI =

180,00
1500,00

. 100

= 12%

CVII =

340,00
1730,00

. 100

= 19,6%

H baixa disperso no retorno sobre investimento em aes da

Empresa I e mdia disperso desse retorno na Empresa II . H mais
homogeneidade no retorno de aes da Empresa I. Portanto,
menor o risco de se investir na Empresa I.

6) Escore padronizado (z)

H vrios mtodos para se padronizar uma varivel; o
mais freqentemente encontrado em aplicaes,
transforma a varivel de modo a torn-la com mdia
igual a 0 e desvio-padro igual a 1, objetivando viabilizar
comparaes:

z = x - mdia
desvio padro

Exemplo (z escore)
Para efetuar comparaes
Sejam:
X : nota de desempenho de funcionrios no treinamento A
Mdia (x) = 6,5
sx = 1,2
Y: nota de desempenho de funcionrios no treinamento B
Mdia (y) = 5,5
sy = 0,8
Em qual desses treinamentos um funcionrio com notas 7 e 6 em A e B,
respectivamente, obteve melhor desempenho?

zA = 7 6,5 = 0,41
1,2
zB = 6 5,5 = 0,62
0,8
Como 0,62 > 0,41 , o desempenho do funcionrio foi melhor em
B.

Agrupamento de dados
Preparar o rol (dados em ordem crescente)
Calcular a amplitude total (R = maior valor observado menor
valor observado)

Calcular o nmero de classes

K= n
ou
K = 1 + 3,33 log n
h =R
K

Calcular a amplitude das classes

Definir o limite das classes (a |

b)

Exemplo: avaliao de 180 clientes de supermercado, quanto

qualidade do atendimento no caixa
5 8 10 0 2- 4
.........(30 linhas)............ Rol
745198

0011-1
..............................
8 9 9 9 -10

Notas Quantidade
R = 10 0 = 10
K = 180 13
h = 10 = 0,8 1
13

0 |- 1
1 |- 2
2 |- 3

5
9
13

.....(7 linhas).........

9 |- 10

Histograma
Notas

Avaliao da qualidade no servio de

atendimento no caixa

Quantidade de
clientes

0 |- 1

1 |- 2

2 | -3

13

3 |- 4

17

4 |- 5

32

5 |- 6

45

6 |- 7

28

7 |- 8

16

8 |- 9

11

9 |-10

Total

180

50
40
30
20
10
0
1

10