Professional Documents
Culture Documents
Sumrio
Estatstica Descritiva
Unidade I
2 PROBABILIDADE............................................................................................................................................... 67
2.1 Panorama histrico ............................................................................................................................. 67
2.2 Denies ................................................................................................................................................ 68
2.2.1 Experimentos aleatrios....................................................................................................................... 68
2.2.2 Espao amostral ...................................................................................................................................... 69
2.2.3 Evento.......................................................................................................................................................... 69
2.2.4 Probabilidade de um evento .............................................................................................................. 70
2.2.5 Propriedade da unio ............................................................................................................................ 75
ESTATSTICA DESCRITIVA
Unidade I
5
APRESENTAO
10
15
20
25
30
35
Unidade I
decorrer deste texto. Mas inicialmente apresentaremos
alguns esclarecimentos sobre a importncia da estatstica nas
prosses.
Qual a denio de estatstica?
Qual a sua utilidade na minha vida prossional?
Em que situaes ela pode e deve ser aplicada?
Por que importante estudar estatstica?
1.2 Panorama histrico
ESTATSTICA DESCRITIVA
Atualmente o pblico leigo posiciona-se de duas formas
opostas quanto validade das concluses estatsticas: ou
cr que so infalveis ou arma que elas no provam nada.
Na verdade, as duas formas de pensar esto erradas. Os que
pensam de forma extrema no conhecem os objetivos, o campo
e as exigncias do mtodo estatstico; ignoram as limitaes
da estatstica, sejam tericas ou prticas, ou a conhecem de
forma apenas supercial.
Exemplos de aplicaes da estatstica
A classe C consumiu 41,35% do total de bens e servios
nas reas urbanas em 2010, aponta pesquisa do DataFolha
Popular. As classes A e B, juntas, consumiram 42,9%. O
estudo mostra o crescimento ocorrido no consumo da
chamada nova classe mdia: em 2002 ela era responsvel
por 25,8% do total de compras de bens e servios. J as
classes A e B, em 2002, participavam de 58,1% do mercado
consumidor.1
Este exemplo mostra a importncia da estatstica,
quando auxilia na percepo das modicaes ocorridas
no cotidiano das pessoas. Os dados fornecidos mostram
ao leitor o desaparecimento da classe B ou, se preferir, o
surgimento de uma nova classe social. Exemplos como
esse muitas vezes esto em nosso cotidiano, mas sem as
ferramentas adequadas no temos a percepo clara dos
fatos.
Com base nas estatsticas do Departamento de Polcia
Rodoviria Federal (DPRF), o nmero de acidentes em
rodovias federais apresentou, entre 2004 e 2009, uma
elevao de 41,7%, atingindo o quantitativo de 159,4 mil
em 2009.
1
Unidade I
Como voc pode perceber, essa uma estatstica
importante: ela pode servir de alerta aos nossos governantes
quanto necessidade de se analisar as leis de trnsito, o
estado geral das rodovias ou, at mesmo, se a scalizao
nas estradas tem sido feita a contento.
Segundo o F/Nazca, entre os brasileiros com mais
de 12 anos, 54% costuma acessar a internet (81,3
milhes de pessoas). O principal local de acesso so
as lan houses (31%), seguidas da prpria casa (27%) e
das casas de parentes e amigos com 25% (abril/2010).
O Brasil o 5 pas com o maior nmero de conexes
internet.2
Os exemplos mencionados acima se referem a um
levantamento de dados acerca de algum assunto ou tema.
1.3 Denies
ESTATSTICA DESCRITIVA
Rol refere-se aos dados brutos j organizados em ordem
crescente ou decrescente de valor.
A organizao desses dados pode ser feita com a utilizao
de um simples rol (lista de dados) ou de tabelas ou grcos.
Exemplos:
Rol
25, 25, 28, 29, 30, 31, 32, 33, 35, 35, 37, 38, 39, 40, 41, 43,
45, 47, 48, 49, 49, 49, 50, 50, 50, 50, 51, 51, 52, 53, 54, 55, 55,
56, 56, 57
Os dados foram listados em ordem crescente, sem
nenhuma organizao maior, como, por exemplo, acusar
dados que se repetem, como o caso dos nmeros 25, 55
etc.
Tabela
Pesos (kg) de alunos da academia de ginstica X:
Pesos
Frequncia
de alunos
50| ------55
55| ------60
10
60| ------65
18
65| ------70
22
70| ------75
17
Unidade I
Grco
40
30
20
10
0
Rio de Janeiro
So Paulo
Estados Unidos
ESTATSTICA DESCRITIVA
O estudo da estatstica divide-se em duas classicaes
principais, a estatstica descritiva e a estatstica inferencial.
Estatstica descritiva a parte da estatstica que tem
por objetivo a coleta, descrio e apresentao dos dados
observados, porm sem tirar concluses mais genricas
(tabelas e grcos).
Estatstica inferencial a parte da estatstica que tem
por objetivo tirar concluses a respeito da populao, a
partir da amostra utilizada.
Precisamos saber ento o que populao e amostra para o
clculo estatstico!
Conjunto de dados
Em um conjunto de dados podemos denir dois tipos
distintos de conjuntos: populao e amostra.
Levando-se em considerao que na maioria dos
levantamentos de dados impossvel ou impraticvel (o custo
torna proibitivo, por exemplo) o tratamento de todos os dados
da populao, retira-se uma amostra. Nesse caso, admite-se
que a amostra tenha sido escolhida conforme alguma tcnica
de amostragem.
Populao: a totalidade dos indivduos (pessoas,
animais ou objetos) com atributos comuns, sobre a qual
se faz alguma inferncia recebe o nome de populao ou
universo. Ou seja, o conjunto de todos os resultados que
podem ser encontrados.
Amostra uma parcela dessa populao, utilizada para
fazer a pesquisa e destacada segundo normas apropriadas.
Importante: como as concluses relativas populao sero
baseadas nos resultados encontrados nas amostras escolhidas,
Unidade I
necessrio garantir que a amostra seja representativa da
populao. Ou seja, esse conjunto de dados deve possuir as
mesmas caractersticas bsicas da populao, no que diz respeito
ao que vai ser pesquisado.
Amostra
(parte)
Populao
(todo)
Inferncia
estatstica
x1
x2
x3 ...
xn
ESTATSTICA DESCRITIVA
2 Uma pesquisa foi feita para se obter informaes sobre
as massas corporais de 12.000 crianas. Para tanto, foram
selecionadas dessa populao apenas 100 crianas.
Soluo: tamanho da populao 12.000 e o tamanho da
amostra 100.
A seguir vamos denir dois termos importantes que sero
utilizados em todo o curso: parmetro e estatstica.
Parmetro uma descrio numrica estabelecida para
toda uma populao.
Estatstica uma caracterstica numrica estabelecida
para uma amostra.
Exemplos de distino entre parmetro e estatstica:
Para os exemplos abaixo analise se o valor numrico descreve
um parmetro populacional ou uma estatstica amostral.
Justique.
1 Foi feito um levantamento envolvendo 100 indivduos,
residentes no bairro X em So Paulo, do sexo masculino,
com menos de 40 anos, que j foram internados com
problemas cardiovasculares em um hospital X.
Soluo: uma vez que a medida numrica 100 refere-se a
um subconjunto de So Paulo, ela uma estatstica amostral.
2 Em uma pesquisa aleatria sobre condies de higiene
das lanchonetes de certo shopping, vericou-se que 23%
no estavam dentro das condies bsicas de saneamento
estabelecidas pela lei.
Unidade I
3 A mdia nal dos 200 estudantes formados pela
universidade X em certo ano foi de 85 pontos.
Soluo: como a medida de 85 pontos refere-se a todos os
estudantes formados, ela um parmetro populacional.
EXERCCIOS
10
ESTATSTICA DESCRITIVA
homens casados, 90% estavam vivos aos 65 anos de
idade. Que parte do estudo representa o ramo descritivo
da estatstica? Que concluses podem ser tiradas desse
estudo usando a estatstica diferencial (Larson & Farber,
2007)?
10 Uma pesquisa realizada em um campus da Unip mostrou
que 90% dos estudantes tinham um grau de averso
por matemtica (em consequncia, por estatstica). Isso
signica que a maioria dos estudantes tem averso
estatstica?
Observe que os mtodos estatsticos fornecem um
razovel grau de certeza sobre particularidades de uma
populao, a partir do cuidado com a seleo da amostra.
No entanto, quando a amostra no se confunde com a
populao (a amostra no a populao e, sim, parte
dela) qualquer armao a respeito da populao (ou seja,
da totalidade) uma inferncia uma possibilidade com
razovel grau de certeza, mas no absoluta.
Por hora s estamos analisando as possibilidades que
as ferramentas estatsticas apresentam. Tanto elas podem
ser ferramentas preciosas em pesquisas cientficas quanto
podem ser mal utilizadas, com o intuito de distorcer
dados da realidade. Portanto, o leitor deve estar sempre
atento ao contexto de uma informao, no apenas em
resultados prontos apresentados, por exemplo, pela mdia
ou por publicaes que no foram auditadas por pessoas
capacitadas.
Resoluo dos exerccios
11
Unidade I
do cotidiano permitindo, portanto, concluses e decises
por meio de pesquisas.
2 Quando for impossvel ou impraticvel o tratamento
de todos os dados da populao (o que acontece
na maioria das vezes). Neste caso, seleciona-se uma
amostra, segundo mtodos que sero apresentados
posteriormente.
3 A amostra deve ser escolhida conforme alguma tcnica de
amostragem, para que seja representativa da populao.
4 a parte da estatstica que tem por objetivo tirar
concluses a respeito da populao, a partir da amostra
utilizada.
5 A palavra estatstica derivada da palavra status, que
signica estado, o que justicado em razo dos dados
estatsticos estarem associados aos censos realizados
na antiga Babilnia, no Egito e no Imprio Romano,
cujo objetivo era fazer o levantamento de dados sobre
assuntos relacionados ao Estado, como nascimentos e
mortes.
6 Os 100 funcionrios constituem uma amostra do universo
(todo) de 1.000 funcionrios da indstria. Ou seja, os 100
funcionrios constituem uma amostra porque representam
apenas uma parcela da populao (1.000) de funcionrios
da indstria.
7 Este levantamento corresponde aos dados da populao
porque foram listadas as notas de todos os alunos da
escola e no apenas de parte deles (o que corresponderia
a uma amostra).
8 Os 500 produtos correspondem a uma amostra, uma vez
que a loja possui 2.000 produtos.
12
ESTATSTICA DESCRITIVA
9 A estatstica descritiva inclui informaes tais como entre
60% e 70% dos homens solteiros estavam vivos aos 65
anos de idade e entre os homens casados, 90% estavam
vivos aos 65 anos. Uma possvel inferncia tirada desse
estudo a de que o fato de ser casado est associado com
uma vida mais longa para os homens.
10 Esta questo foi colocada com o propsito de mostrar o
quanto podem ser perigosas as ferramentas estatsticas
quando utilizadas erroneamente, ou at mesmo com ms
intenes. Foi frisada acima a importncia de uma amostra
ser representativa em relao populao. No h indicativos
na questo proposta de como a amostra foi selecionada nem
das condies conhecidas de antemo sobre o campus.
Vamos considerar as seguintes possibilidades:
a) sabido de antemo que o campus s abriga cursos da
sade;
b) o percentual de cursos do ICET neste campus pequeno.
Nestas duas possibilidades (existem outras, um bom
exerccio para o leitor pensar nas nuances possveis deste campus
imaginrio), uma pesquisa precisa de condies especiais de
vericao, tanto em relao seleo da amostra quanto
forma como os estudantes sero abordados e forma de anlise
dos dados obtidos (contedo da disciplina do prximo perodo,
estatstica indutiva).
Uma das medidas estatsticas que veremos a seguir neste
texto a mdia aritmtica simples. Como voc j sabe de sua
experincia como estudante, a mdia aritmtica simples
obtida a partir do quociente entre a soma de dados obtidos
(no caso, suas notas em dada matria) e o nmero de vezes
que os dados aparecem (quantas provas voc realizou).
13
Unidade I
Por exemplo: vamos considerar que voc seja um aluno
da UNIP. Na prova P1 sua nota em Estatstica foi 6,0 e na
prova P2 foi 8,0. Como a mdia de aprovao na UNIP, sem
exame, 7,0, voc foi aprovado, uma vez que sua mdia
nal 7,0.
MF =
6, 0 + 8, 0
= 7, 0
2
14
ESTATSTICA DESCRITIVA
Entendeu o recado? Voc estuda tambm para estar
mais capacitado a tomar decises de razes prticas em seu
cotidiano e no apenas para se formar prossionalmente.
Pense nisso quando se sentir tentado a ultrapassar os
limites de velocidade estabelecidos para ruas e rodovias
(por que eles existem? Quais as condies que interferiram
nestas demarcaes?).
O que signicam os limites estabelecidos em seus
exames de sangue?
Por que voc atravessa a rua mesmo visualizando um
carro em sua direo?
Voc saber detectar inmeras situaes equivalentes a
partir deste curso.
H uma conhecida ironia estatstica, perfeita para uma
montagem com os personagens vividos por Paulo Gracindo
(primo rico) e Brando Filho (primo pobre), no quadro humorstico
Primo rico, primo pobre. A anedota foi montada a partir de uma
imagem antiga.
Cena 1:
Hoje eu comi um faiso
inteiro. Nada como um
charuto cubano para
complementar o prazer
de uma refeio assim.
Que bom,
primo. Eu, em
compensao,
no comi nada
desde ontem.
15
Unidade I
Cena 2:
Primo, voc precisa olhar a vida
pelo seu lado bom. Na mdia, ns
comemos meio faiso cada um.
Pense bem: eu comi um faiso, voc
no comeu nenhum. Mas ns somos
duas pessoas, portanto:
MF =
1+ 0 1
=
2
2
Sugesto de leitura
A anedota mostra como o saber pode manipular a favor
do poder. Em minha Dissertao de Mestrado (Bernardes, 2003)
tratei de questes impostas e tambm reguladoras do exerccio
da prosso docente. No entanto, o leitor interessado nas
articulaes existentes entre o poder e o saber poder generalizar
para qualquer prosso as discusses estabelecidas neste texto.
Nele, o prossionalismo tratado como um discurso prprio
do capitalismo, pautado no saber, mas, simultaneamente,
proporcionando condies para o avano do saber.
A articulao de duas tcnicas de poder, as disciplinas
do corpo e a regulao da populao tm se constitudo,
segundo Foucault (1988), na grande tecnologia do poder
da atualidade. Porm, estas tcnicas no so negativas, mas
positivas, quando delas se extrai qualquer valor moral ou
poltico e observa-se apenas a tecnologia empregada: no
seria possvel uma populao como a atual, nas condies
existentes, sem determinadas tcnicas empregadas na
produo de alimentos, por exemplo. Desta forma, o poder
disciplinar no destri o indivduo, ao contrrio, ele uma
produo do poder e do saber.
16
ESTATSTICA DESCRITIVA
As contingncias impem a necessidade do poder ser
competente e buscar a produo, o acmulo e a transmisso
do saber. Em contrapartida, o saber, ao instrumentar o
poder, assegura o exerccio de um poder para quem o
detm: o domnio do perito. , portanto, a partir destas
prticas disciplinares que Foucault (1996) sugere a busca
do porqu do aparecimento dos domnios de saber: poder e
saber implicam-se mutuamente. Uma perspectiva, portanto,
como apontou Freidson (1998), para o entendimento
da multiplicidade de formas histricas assumidas pela
denio de prosso. As prosses, observa o autor, tm
sido agentes que criam e fazem avanar o conhecimento
incorporado nas disciplinas, quando seus membros projetam
esse conhecimento nos assuntos humanos e do Estado.
1.4 Organizao e apresentao dos dados
1.4.1 Tabelas
A apresentao dos dados em uma tabela um dos
mtodos estatsticos mais utilizados. Uma tabela estatstica
consegue expor os resultados de determinada pesquisa
sinteticamente, na qual se tem uma viso mais clara e fcil
dos resultados obtidos. Ao se dispor os dados em linhas e
colunas distribudos de forma ordenada, segundo regras
estabelecidas, tem-se as tabelas estatsticas.
1.4.1.1 Elementos de uma tabela
Ttulo: precede a tabela e contm a designao do fato
observado, o local e a poca em que foi registrado;
Corpo: contm os dados pesquisados;
Cabealho: a parte superior da tabela que especica o
contedo das colunas;
17
Unidade I
1.4.1.2 Distribuio de frequncia
Distribuio de frequncia: as distribuies de frequncias
podem ser divididas em duas categorias, de acordo com o tipo
de varivel em estudo. Ou seja, varivel discreta ou varivel
contnua.
Varivel discreta: quando a amostra grande, mas
o nmero de observaes distintas pequeno. Para
se construir uma distribuio de frequncias, basta
dispor os dados em duas colunas: uma para os dados
observados e outra para as frequncias correspondentes
a cada valor.
Exemplo: notas dos alunos da turma X em Estatstica.
Notas
Frequncia de
alunos
50
10
60
65
10
70
80
90
10
95
5
Fonte: Secretaria da UNIP, campus de Bauru.
18
ESTATSTICA DESCRITIVA
Volume exportado
Nmero de empresas
5000|----------6000
6000|----------7000
7000|----------8000
8000|----------9000
9000|---------10000
11
10000|----------11000
11000|---------12000
3
Fonte: dados ctcios
fi
n
19
Unidade I
Ou:
fri(%)=fri.100
Observe que a somatria das frequncias fri dever
resultar 100.
Frequncias absolutas cumuladas (Fac): trata-se da
adio da frequncia absoluta adicionada s suas anteriores.
Observe que o resultado nal dever coincidir com o nmero
de dados coletados.
Exemplos:
1 Sejam os dados referentes s idades de um grupo de
adolescentes: 12, 14, 14, 14, 15, 15, 17, 17, 17,17.
Construir uma tabela por distribuio de frequncias,
indicando as frequncias absolutas (fi), frequncias relativas
absolutas (fri), frequncias relativas absolutas percentuais (fri%)
e frequncias absolutas acumuladas (Fac)
Idade
(xi)
Frequncia
Absoluta
(fi)
Frequncia
relativa abs.
(fri)
Frequncia
relativa abs.
percentual
(fri %)
Frequncias abs.
acumuladas
(Fac)
12
1/10= 0,1
10%
14
3/10= 0,3
30%
15
2/10= 0,2
20%
17
4/10= 0,4
40%
10
Total
10
1,0
100%
20
ESTATSTICA DESCRITIVA
classe. Este nmero obtido chamado de frequncia de classe.
A frequncia de classe determinada pela soma das frequncias
de todos os valores existentes dentro da classe.
2 Construo de tabelas de distribuio de frequncia
(dados agrupados em classes).
Os dados a seguir representam o consumo anual (toneladas)
de inseticida de uma amostra aleatria de lavradores de certa
regio durante um ano.
Amostragem:
11, 12, 15, 18, 22, 27, 32, 35, 38, 40, 42, 48, 50, 56, 63, 67,
70, 70, 75, 80, 87, 90, 97, 100, 105, 110, 115, 120, 120, 125, 125,
126, 127, 130, 130, 130, 132, 138, 142, 145, 150, 155. 155, 160,
160, 170, 170, 175, 178.
O rol j est disposto em ordem crescente. Caso no estivesse,
seria necessrio ordenar os dados de forma a destacar os limites
inferiores e superiores.
a) Tamanho da amostra: n = 49.
O nmero de classes deve ser escolhido de acordo
com a convenincia, levando-se em conta a utilizao de
arredondamento de nmeros ou outros fatores de interesse,
como o desejo ou a necessidade de se resumir mais a tabela ou
de expandi-la.
Uma sugesto de literatura k = n , em que k seria o
nmero de classes ou intervalos a serem utilizados na construo
da tabela.
No exemplo do consumo anual de inseticida:
b) Nmero de classes:
21
Unidade I
k = 49
K = 7 classes
c) Amplitude de cada classe
Amplitude de cada classe
Ac = At / K
Onde At = limite superior do rol limite inferior do rol
Prosseguindo no exemplo dado, como os dados obtidos j
foram dispostos em ordem crescente, observa-se que o limite
superior do rol 178 e o limite inferior 11. Como o nmero de
classes escolhido foi 7, temos:
Ac = (178 11) / 7
Ac = 23,86 (ou seja, arredondando, 24)
d) Construo da tabela por classes de valores (dados
agrupados em classes).
Na construo da tabela por classes, elege-se como
representante de classe o ponto mdio.
Consumo anual (toneladas) de inseticida de uma amostra
aleatria de lavradores de certa regio durante um ano.
22
Classe
Freq. acum.
(Fac)
11|--------35
(11+35)/2 = 23
(7/49) x 100=14,29
35|--------59
(35+59)/2= 47
(7/49) x 100=14,29
14
59|--------83
(59+83)/2= 71
(6/49) x 100=12,24
20
83|-------107
(83+107)/2= 95
(5/49) x 100=10,20
25
107|-----131
(107+131)/2=119
(8/49) x 100=16,33
33
131|-----155
(131+155)/2=143
(8/49) x 100=16,33
41
155|-----179
(155+179)/2=167
(8/49) x 100=16,33
49
Total
49
ESTATSTICA DESCRITIVA
Ateno: utilizando-se o valor do ponto mdio (PMi) como
o nico representante de cada classe presume-se, no entanto,
perda de preciso.
1.4.2 Histogramas
1.4.2.1 Grcos de barras
So formas de apresentao da frequncia dos dados de um
levantamento, nas quais a visualizao a partir de um grco
constitudo por barras.
Programas como o Excel fornecem diversos modelos de
grcos de barras, inclusive em trs dimenses.
As imagens a seguir foram obtidas com o auxlio da
ferramenta do Word inserir grco, que abre uma srie de
possibilidades de grcos:
23
Unidade I
Srie 2
Srie 3
Categoria 1
4,3
2,4
Categoria 2
2,5
4,4
Categoria 3
3,5
1,8
Categoria 4
4,5
2,8
5,0
3
2
1
0
24
Categoria 1
Categoria 2
Categoria 3
Categoria 4
ESTATSTICA DESCRITIVA
O programa oferece outras formas de visualizao, como a
da gura a seguir, que apresenta os mesmos dados da gura
anterior:
5
4,5
4
3,5
3
2,5
2
1,5
1
0,5
0
Srie 1
Srie 2
Srie 3
Categoria 1
Categoria 2
Categoria 3
Categoria 4
25
Unidade I
Tabela: vida til da ferramenta
Vida em horas
Xm
Quantidade
Frequncia
relativa %
Frequncia relativa
acumulada %
50-60
55
3,3
3,3
60-70
65
4,7
8,0
70-80
75
10
6,7
14,7
80-90
85
21
14,0
28,7
90-100
95
33
22,0
50,7
100-110
105
32
21,3
72,0
110-120
115
22
14,7
86,7
120-130
125
13
8,7
95,3
130-140
135
1,3
96,7
140-150
145
2,0
98,7
150-160
155
1,3
100
30
Freq. relativa %
20
10
valores
0
40
50
60
70
80
90
26
ESTATSTICA DESCRITIVA
100
90
80
70
60
50
40
30
20
10
Valores
0
40
50
60
70
80
90
27
Unidade I
Tabela: vida til da ferramenta
Vida em horas
Xm
Quantidade
Frequncia relativa %
40-50
45
50-60
55
3,3
60-70
65
4,7
70-80
75
10
6,7
80-90
85
21
14,0
90-100
95
33
22,0
100-110
105
32
21,3
110-120
115
22
14,7
120-130
125
13
8,7
130-140
135
1,3
140-150
145
2,0
150-160
155
1,3
160-170
165
30
Freq. relativa %
20
10
valores
0
40
50
60
70
80
90
28
ESTATSTICA DESCRITIVA
Veja que essas medidas so importantes para situaes em
que no temos necessidade de mostrar todos os resultados,
mas apenas um que nos d uma posio referente a todo o
conjunto. Por exemplo, pode no interessar para a coordenao
de um curso saber a mdia de cada aluno de uma turma, mas
sim qual foi a mdia aritmtica das notas daquela turma ou a
nota mediana ou a nota modal (maioria).
1.5.1 Mdia aritmtica (x)
1.5.1.1 Mdia aritmtica simples
Quando desejamos conhecer a mdia dos dados no
agrupados, obtemos a mdia aritmtica simples.
Mdia aritmtica o quociente da diviso da soma dos
valores da varivel pelo nmero deles:
n
x=
xi
i1
Sendo:
x a mdia aritmtica;
xi os valores da varivel;
n o nmero de valores.
Exemplo:
Sabendo-se que a produo de suco diria de uma pequena
indstria durante uma semana foi de 100, 145, 135, 150, 160,
180 e 100 litros tem-se, para a produo mdia da semana:
29
Unidade I
Soluo:
n
x=
xi
i1
x=
xi .fi
i1
n
fi
i1
30
ESTATSTICA DESCRITIVA
Exemplos:
1 Os dados a seguir mostram os preos correspondentes a
um mesmo produto em 20 locais diferentes: 5, 5, 6, 6, 6,
7, 7, 8, 9, 9, 9, 9, 10, 10, 10, 10, 10, 11, 11, 12.
Soluo: o modo mais prtico de obteno da mdia
ponderada abrir, na tabela, uma coluna correspondente ao
produto xi.fi:
Preo (xi)
10
18
14
36
10
50
11
22
12
12
fi = 20
i1
xi.fi
xi .fi = 170
i1
Logo:
n
x=
xi .fi
i1
n
fi
170
= 8, 5
20
i1
31
Unidade I
2 Um professor passou um trabalho para ser feito em casa
e que deveria ser entregue no dia da prova do ms. Ele
atribuiu pesos diferentes para as duas avaliaes. Se a
prova e o trabalho tiverem pesos 3 e 1, respectivamente, e
se um aluno tirar 70 na prova e 90 no trabalho, qual ser
a mdia do aluno?
Soluo:
n
x=
xi .fi
i1
n
fi
70.3 + 90.1
= 75
4
i1
32
ESTATSTICA DESCRITIVA
n
Pmi .fi
i1
n
x=
fi
i1
fi
Pmi
Pmi. fi
32|--------- 34
33
66
34|----------36
35
315
36|----------38
15
37
555
38|----------40
25
39
975
40|----------42
10
41
410
42|----------44
43
301
fi = 68
i1
i1
Assim:
n
x=
Pmi .fi
i1
n
fi
2622
=
= 38, 56
68
i1
33
Unidade I
1.5.2 Mediana
A mediana de uma srie de n dados dispostos em ordem
crescente ou decrescente o elemento que ca na posio
central. Caso o nmero de dados seja par, a mediana ser a
mdia entre os dois pontos centrais do conjunto.
Exemplos:
1 As estaturas (m) de 9 pacientes que frequentam uma
clnica nutricional so dadas pelos seguintes valores:
1,48 1,50 1,52 1,55 1,57 1,60 1,63 1,65 1,67
Obter a mediana do conjunto.
Soluo: uma vez que o nmero de dados 9 (um nmero
mpar), a mediana o ponto mdio, ou seja, a estatura mediana
1, 57m.
2 Um paciente cuja estatura 1,60m deixa de frequentar
a clnica nutricional do exemplo acima. Qual a estatura
mediana dos pacientes restantes?
Soluo: as estaturas restantes so: 1,48 1,50 1,52 1,55 1,57
1,63 1,65 1,67.
Uma vez que o nmero de dados 8 (um nmero par), a
mediana a mdia entre os dois pontos mdios.
(1,55 + 1,57) / 2 = 1,56m
Assim, a mediana das estaturas dos pacientes remanescentes
da clnica de 1,56m.
3 Calcule a mediana da distribuio a seguir. Ela representa
o nmero de erros cometidos por dia pelo sistema
34
ESTATSTICA DESCRITIVA
computacional, em um departamento de auditoria. Foram
registrados os dados por um perodo de112 dias.
Nmero de erros cometidos por um sistema de
computador:
Nmero de erros
Frequncia de dias
Frequncias acumuladas
21
21
15
36
20
56
15
71
20
91
20
111
fi = 111
i1
Exemplo:
1 Sejam os nmeros 3, 5, 5, 5, 5, 9, 10, 10, 10, 10, 15
correspondentes s idades (meses) de certo grupo de
bebs. Encontre a moda das idades dos bebs.
35
Unidade I
Idades
Frequncia
10
15
35
45
47
46
36
57
20
62
36
ESTATSTICA DESCRITIVA
1.6 Medidas de disperso
x=
xi
i1
Ou populacional:
N
xi
i1
37
Unidade I
2 Calcular o desvio de cada dado em relao mdia
amostral ou populacional:
_
( xi x )
(xi )
3 Elevar ao quadrado cada desvio em relao mdia
amostral ou populacional:
_
( xi x )2
(xi )2
4 Somar os resultados para obter a soma dos quadrados.
n
( xi x )
i1
ou
(xi )2
i1
s2 =
(xi x)2
i1
n 1
2 =
(xi )2
i1
N 1
38
ESTATSTICA DESCRITIVA
amostral
s = s2
ou populacional
= 2
Exemplo:
Determinar a varincia e o desvio padro amostrais da
massa corporal inicial (kg) de adolescentes submetidos a uma
dieta especial.
Massas corporais iniciais: 37 38 39 41 41 41 42 44 45 47
Soluo: determinar o desvio de cada massa inicial em
relao massa mdia do grupo de adolescentes.
Em relao s massas iniciais a mdia :
n
x=
xi
i1
37 + 38 + 39 + 41 + 41 + 41 + 42 + 44 + 45 + 47 415
,
=
= 415
10
10
39
Unidade I
A tabela a seguir mostra os desvios e os quadrados dos
desvios de cada uma das dez massas corporais iniciais.
Massa (Kg) xi
Desvio (xix)
37
- 0,5
0,25
38
-3,5
12,25
39
-2,5
6,25
41
-0,5
0,25
41
-0,5
0,25
42
0,5
0,25
44
2,5
6,25
45
3,5
12,25
47
5,5
30,25
xi = 415
( xi x ) = 0
i1
i1
i1
Como
n
(xi x)2
s2 =
i1
s2 =
88, 5 88, 5
=
= 9, 83
9
10 1
n 1
s = 9, 83
s 3,14
Logo, a varincia amostral das massas corporais iniciais
9,83 e o desvio padro de 3,14 Kg.
40
ESTATSTICA DESCRITIVA
1.6.2 Varincia e desvio padro para dados isolados
ponderados
Orientaes para o clculo da varincia e do desvio padro
amostral e populacional dados isolados ponderados
1 Calcular a mdia aritmtica amostral
n
x=
xi .fi
i1
n
fi
i1
xi .fi
i1
N
fi
i1
( xi x )
(xi )
3 Elevar ao quadrado cada desvio em relao mdia
amostral ou populacional:
_
( xi x )2
(xi )2
41
Unidade I
4 Somar os resultados para obter a soma dos quadrados
e multiplicar por cada frequncia correspondente.
n
i1
i1
s2 =
i1
n 1
2 =
(xi )2 .fi
i1
N 1
Exemplo:
Determinar a varincia e o desvio padro amostrais dos
preos (R$) para os produtos a seguir:
Preos (R$) xi
Frequncia fi
11
Total
16
42
ESTATSTICA DESCRITIVA
simples, ou seja, determinar o desvio de cada preo para o grupo
de produtos.
Preos ($) xi
Frequncia fi
xi.fi
(xix)2.fi
10
(5 8,06)2.2 = 18,73
21
(7 8,06)2.3 = 3,37
40
(8 8,06)2.5 = 0,02
36
(9 8,06)2.4 = 3,53
11
22
n = fi = 16
i1
xi .fi = 129
i1
i1
x=
xi .fi
i1
n
n
x=
xi .fi
i1
129
= 8, 06
16
Logo,
x= R$8,06
b) Clculo da varincia
n
s2 =
i1
n 1
43
Unidade I
s2 =
42, 94
16 1
s2 =
42, 94
15
s2=2,86
c) Clculo do desvio padro
s2=2,86
s = 2, 86
s=1,69
Logo,
S = R$1,69
1.6.3 Varincia e desvio padro para dados agrupados em
classes
Orientaes para o clculo da varincia e do desvio
padro de uma amostra dados agrupados em classes
1 Calcular a mdia aritmtica amostral
n
x=
Pmi .fi
i1
n
fi
i1
44
ESTATSTICA DESCRITIVA
N
Pmi .fi
i1
N
fi
i1
cada
desvio
calculado
(Pmix)2
(Pmi)2
4 Somar os resultados para obter a soma dos quadrados
e multiplicar por cada frequncia correspondente.
n
i1
N
(Pmi )2 .fi
i1
s2 =
i1
n 1
2 =
(Pmi )2 .fi
i1
N 1
45
Unidade I
Sendo: X = ( xifi) ( fi)
X a mdia aritmtica;
xi os valores da varivel;
fi o nmero de valores.
6 Determinando a raiz quadrada encontramos o desvio
padro amostral
s = s2
Ou populacional
= 2
Obs:
n
n = fi
i1
N
N = fi
i1
Exemplo:
Determinar a varincia e o desvio padro amostrais das
massas (g) para as peas a seguir.
Faixas de massas (g)
Frequncia (fi)
2|--------4
4|--------6
6|--------8
8|-------10
10|-------12
3
Total = 20
46
ESTATSTICA DESCRITIVA
Soluo: seguir as orientaes dadas no quadro explicativo
para o clculo de varincia e desvio padro para dados agrupados
em classes, ou seja, determinar o desvio do valor de cada massa
para o grupo de peas.
Massas (g)
Frequncia fi
Pmi
Pmi.fi
(Pmix)2.fi
2|------4
(3 7,2)2.2 = 35,28
4|------6
20
(5 7,2)2.4 = 19,36
6|------8
49
7 7,2)2.7 = 0,28
8|------10
36
(9 7,2)2.4 = 12,96
10|----12
11
33
n = fi = 20
i1
i1
i1
a) Clculo da mdia
n
x=
Pmi .fi
i1
n
fi
i1
_
x=
144
= 7, 2
20
x=7,2
b) Clculo da varincia
n
s2 =
i1
s2 =
111, 2
20 1
n 1
47
Unidade I
s2=5,85
c) Clculo do desvio padro
s = 5, 85
s=2,42
Logo,
S =2,42 g
1.6.4 Medida de disperso relativa coeciente de
variao (Cv)
Nesta modalidade de medida de disperso, a variao dos
dados apresentada em forma de percentagem.
Observao: a disperso relativa til especialmente
para estabelecer comparao em termos relativos do grau de
concentrao em torno da mdia de sries distintas ou numa
mesma srie com unidades de medidas diferentes. Por exemplo,
se desejamos comparar se uma amostra de estudantes apresenta
maior disperso quanto massa corporal total ou quanto
massa muscular.
Clculo do coeciente de variao (em relao mdia
amostral ou mdia populacional):
s
C v = _ .100
x
Cv =
48
.100
ESTATSTICA DESCRITIVA
Sendo:
s= desvio padro amostral.
= desvio padro populacional.
= mdia aritmtica populacional.
x = mdia aritmtica amostral.
Exemplo:
Em uma indstria, o salrio mdio das mulheres de R$
2.000,00, com desvio padro de R$ 800,00, e o dos homens
de R$ 3.000,00, com desvio padro de R$ 900,00. Qual
salrio possui maior disperso relativa, o das mulheres ou o dos
homens?
Soluo: como os dados so referentes a toda a populao
de homens e mulheres da indstria e no apenas a uma amostra,
o clculo coeciente de variao ser feito com base na mdia e
no desvio padro populacionais.
Clculo do Cv para as mulheres:
Cv =
.100
Cv =
800.100
= 40
2000
Cv = 40%
Clculo do Cv para os homens:
Cv =
.100
49
Unidade I
Cv =
900.100
= 30
3000
Cv = 30%
Dessa forma, conclumos que os salrios das mulheres
apresentam maior disperso relativa do que os salrios dos
homens.
Exerccios
Nmero de empresas
5000|----------6000
6000|----------7000
7000|----------8000
8000|----------9000
9000|----------10000
11
10000|----------11000
11000|----------12000
3
Fonte: dados ctcios
50
ESTATSTICA DESCRITIVA
c) o volume mdio exportado continuou igual.
d) no, o volume mdio exportado diminuiu para
R$ 8.875,00.
e) no, o volume mdio exportado diminuiu para
R$ 8.000,00.
2 Uma pesquisa realizada em uma indstria durante 27 meses
mostrou a distribuio de peas defeituosas fabricadas.
Nmero de peas de preciso defeituosas devolvidas
mensalmente pelo controle de qualidade:
Nmero de peas com defeito
Nmero de meses
1
Fonte: dados ctcios
51
Unidade I
3 A nota mdia para aprovao em uma disciplina X 70
pontos. Se um aluno tirou 60, 75, 80 e 55 pontos no 1o, 2o,
3o e 4o bimestres, respectivamente, e considerando-se que
o 3o bimestre tinha peso 2 e os demais bimestres peso 1, o
aluno ser aprovado?
a) sim, com mdia de 72 pontos.
b) sim, com mdia de 70 pontos.
c) sim, com mdia de 78 pontos.
d) no, ser reprovado, com mdia de 68 pontos.
e) no, ser reprovado, com mdia de 65 pontos.
4 Qual a posio que o valor 70 ocupa na srie 60, 50, 70,
80, 90?
a) a mdia e a moda.
b) a mdia e a mediana.
c) a mediana e a moda.
d) a mdia, a mediana e a moda.
e) a varincia.
5 As fases principais do mtodo estatstico so:
a) coleta de dados, amostragem, apresentao tabular e
grca e denio dos problemas.
b) amostragem, apresentao tabular, apurao dos
dados, interpretao dos dados e planejamento.
52
ESTATSTICA DESCRITIVA
c) denio do problema, planejamento, coleta dos dados,
anlise e interpretao dos dados.
d) denio do problema, amostragem, apresentao
tabular e anlise.
e) denio do problema, coleta dos dados, concluso.
6 Um comerciante vende determinado produto em sacas
que deveriam conter uma massa mnima mdia de 16,50
kg como padro. A avaliao de 40 sacas revelou os
resultados apresentados na tabela abaixo:
Massas (kg) referentes a 40 sacas do produto X
Massas
Nmero de sacas
14,55
15,05
15,55
16,05
16,55
10
17,05
17,55
3
Fonte: dados ctcios
53
Unidade I
7 Foram selecionadas amostras aleatrias de aes
negociadas para a realizao de um estudo do desempenho
de duas companhias corretoras de aes. Para isso,
considerou-se a porcentagem de lucro para cada ao e
as respectivas variaes durante um perodo especco,
conforme os dados que seguem abaixo:
Corretora A: mdia de lucro obtido no perodo foi 4,5 um,
com desvio padro de 0,41 um.
Corretora B: lucros obtidos (um): 3,7; 3,8; 3,9; 4,6; 4,9; 5,1.
Obs.: um = unidade monetria
Qual corretora apresentou resultados mais homogneos no
perodo?
a) Corretora A, com desvio padro de 0,41 um.
b) Corretora B, com desvio padro de 0,61 um.
c) Corretora B, com mdia de 4,33 um.
d) Corretora A, com mdia de 5,4 um.
e) As duas corretoras apresentaram a mesma variabilidade
nos lucros.
8 A tabela abaixo mostra as idades de 40 crianas
entrevistadas em duas escolas estaduais de certa cidade
no ano corrente:
54
Idades
Frequncia
11
12
13
14
15
22
Total
40
ESTATSTICA DESCRITIVA
Qual o percentual de crianas com 14 anos?
a) 10%
b) 12%
c) 20%
d) 18%
e) 15%
9 Realizou-se uma prova de estatstica para duas turmas. Os
resultados foram os seguintes:
Turma A: = 5 e = 2,5
Turma B: = 4 e = 2,0
Com base nesses resultados, podemos concluir que:
a) A turma B apresentou maior disperso absoluta.
b) Tanto a disperso absoluta quanto a relativa so
maiores para a turma B.
c) A disperso relativa igual disperso absoluta.
d) A disperso absoluta de A maior do que a de B, mas
em termos relativos as duas turmas no diferem quanto
ao grau de disperso das notas.
e) A disperso absoluta de B maior do que a de A.
10 A prefeitura de um grande centro quer conhecer o
padro de consumos mensais de energia eltrica e de
gua de duas de suas regies: uma delas com residncias
55
Unidade I
de alto padro de construo e outra com residncias de
baixo padro de construo.
O estatstico responsvel pelo estudo solicitou, junto s
companhias de distribuio de energia eltrica e de gua, uma
amostra aleatria de cada regio dos valores de consumo mensal
de energia eltrica e de gua das residncias de cada regio. As
companhias distribuidoras forneceram um resumo dos dados
solicitados, mdia e desvio padro do consumo nas residncias
amostradas, apresentados na tabela a seguir:7
Tamanhos de amostra, mdia e desvio-padro das variveis
estudadas
Regio
Consumo
Nmero de residncias
amostradas
Mdia amostral
Desvio padro
amostral
400
240
750
60
75
1200
100
200
60
40
56
ESTATSTICA DESCRITIVA
d) Entre as residncias de baixo padro, o consumo de
gua apresenta variabilidade relativa maior do que a
do consumo de energia eltrica.
e) Entre as residncias de baixo padro, o consumo de
gua apresenta variabilidade relativa similar do
consumo de energia eltrica.
Resoluo dos exerccios
x=
Pmi .fi
i1
n
fi
i1
Nmero de
empresas (fi)
Pmi
Pmi.fi
5000|----------6000
5500
5500
6000|----------7000
6500
19500
7000|----------8000
7500
60000
8000|----------9000
8500
68000
9000|----------10000
11
9500
104500
10000|----------11000
10500
63000
11000|----------12000
11500
34500
n = fi = 40
i1
i1
57
Unidade I
n
x=
Pmi .fi
i1
n
fi
i1
_
x=
355000
40
x = 8875
2 a) Me= 2 e Mo = 1
Nmero de peas de preciso defeituosas devolvidas
mensalmente pelo controle de qualidade:
Nmero de peas com
defeito
Nmero de meses
Frequncias
acumuladas
10
16
20
24
26
27
fi = 27
i1
58
ESTATSTICA DESCRITIVA
3 b) sim, com mdia 70 pontos.
Notas referentes disciplina X
Bimestres
Notas (xi)
Pesos (fi)
xi. fi
60
60
75
75
80
160
55
55
fi = 5
i1
xi .fi = 350
i1
Assim:
n
x=
xi .fi
i1
n
fi
350
= 70
5
i1
59
Unidade I
Mdia aritmtica:
x=
xi
i1
60 + 50 + 70 + 80 + 90 350
=
= 70
5
5
Portanto, o dado 70 corresponde
tanto mdia aritmtica quanto ao valor
da mediana da distribuio dada.
x = 70
Uma vez que o nmero de dados 5 (um nmero mpar), a
mediana o ponto mdio, ou seja, 70.
5 c) denio do problema, planejamento, coleta dos dados,
anlise e interpretao dos dados.
Ao se aplicar o mtodo estatstico deve-se primeiramente
denir o tema (ou problema), fazer o planejamento de como
ser feita a coleta de dados (amostra), coletar os dados para que
possam ser analisados e interpretados.
xi.fi
14,55
14,55
15,05
45,15
15,55
124,4
16,05
144,45
16,55
10
165,5
17,05
102,3
17,55
52,65
fi = 40
i1
60
xi .fi = 649
i1
ESTATSTICA DESCRITIVA
Logo:
n
x=
xi .fi
i1
n
fi
649
= 16, 225
40
i1
_
x 16, 23 kg
Logo o padro no est sendo respeitado.
7 a) Corretora A, com desvio padro de 0,41 um.
O grau de homogeneidade est associado menor
variao em relao mdia. Portanto, para se analisar
o desempenho das corretoras, necessrio conhecer as
medidas de posio de ambas e as respectivas medidas de
disperso.
O problema j fornece estes dados da empresa A, mas no da
empresa B. Portanto, necessrio calcul-los:
Dados da Corretora B: lucros obtidos (um): 3,7; 3,8; 3,9;
4,6; 4,9; 5,1
a) Clculo da Mdia
n
x=
xi
i1
3, 7 + 3, 8 + 3, 9 + 4, 6 + 4, 9 + 5,1 26
=
= 4, 33
6
6
x 4, 3
b) Clculo do desvio padro
61
Unidade I
Lucros
xi
Desvio (xix)
Quadrados (xix)2
3,7
0,40
3,8
0,28
3,9
0,18
4,6
0,07
4,9
0,32
5,1
0,59
xi = 26
(xi x) = 0, 02
i1
i1
(xi x)2 = 1, 84
i1
(xi x)2
s2 =
i1
s2 =
184
1, 84
,
=
= 0, 37
6 1 5
n 1
s.100
_
x
Cv =
0, 41.100
= 9,11
4, 5
Cv=9,11%
62
ESTATSTICA DESCRITIVA
Clculo do Cv para a corretora B:
Cv =
s.100
_
x
Cv =
0, 61.100
= 14, 09
4, 33
Cv = 14,09%
A corretora B apresentou um coeciente de variao em
relao mdia (14,09%) maior do que a corretora A (9,11%).
Assim, podemos concluir que a corretora A apresentou resultados
mais homogneos, ou seja, com menor variabilidade.
8 e) 15%
fri =
fi
.100
ft
fri =
6
.100 = 35
40
fri = 15%
9 d) a disperso absoluta de A maior do que a de B, mas
em termos relativos as duas turmas no diferem quanto ao grau
de disperso das notas.
Como a Turma A teve desvio padro maior que a turma B,
podemos armar que a sua disperso absoluta foi maior. Porm,
ao fazer o clculo do Cv, vericamos a mesma % de variao
para as duas turmas. Veja:
Clculo do Cv para a turma A:
63
Unidade I
Cv =
.100
Cv =
2, 5.100
= 50
5
Cv = 50%
Clculo do Cv para a turma B:
Cv =
.100
Cv =
2.100
= 50
4
Cv = 50%
10 a) Entre as residncias de alto padro, o consumo de gua
apresenta variabilidade relativa menor do que a variabilidade
relativa do consumo de energia eltrica. Para as residncias de
alto padro os clculos do Cv para a Energia eltrica e gua
foram os seguintes:
Energia eltrica:
Cv =
s.100
_
x
Cv =
60.100
= 25
240
Cv = 25%
64
ESTATSTICA DESCRITIVA
gua:
Cv =
s.100
_
x
Cv =
75.100
= 10
750
Cv = 10%
Para as residncias de baixo padro, os clculos do Cv para
a energia eltrica e gua foram os seguintes:
O coeciente de variao do
consumo mdio de gua das residncias
de alto padro menor do que o
coeciente de variao do consumo
mdio de energia.
Energia eltrica:
Cv =
s.100
_
x
Cv =
60.100
= 60
100
Cv = 60%
gua:
Cv =
s.100
_
x
Cv =
40.100
= 20
200
O coeciente de variao do
consumo mdio de gua das residncias
de baixo padro tambm menor
do que o coeciente de variao do
consumo mdio de energia.
Cv = 20%
65
Unidade I
Resumo:
66
Regio
Cv (energia)
Cv (gua)
Alto Padro
25%
10%
Baixo Padro
60%
20%