Sie sind auf Seite 1von 73

C.E.S.P.

CENTRO DE EDUCAO SUPERIOR E PESQUISA

APOSTILA DE
ESTATSTICA
Professor: Jean Carlos Andrade Arruda

I - A Natureza da Estatstica
1- Panorama Histrico
A origem da palavra Estatstica est associada palavra latina STATUS (Estado).
H indcios de que 3000 anos A.C. j se faziam censos na Babilnia,Chinae Egito e at
mesmo o4o.livro doVelhoTestamentofaz referncia a uma instruo dada a Moiss,
para que fizesse um levantamento dos homens de Israel que estivessem aptos para
guerrear. Usualmente, estas informaes eram utilizadas para a taxao de impostos
ou para o alistamento militar. O Imperador Csar Augusto,porexemplo, ordenou que se
fizesse o Censo de todo o Imprio Romano.
Contudo, mesmo que a prtica de coletar dados sobre colheitas, composio da
populao humana ou de animais, impostos, etc., fosse conhecida pelos egpcios,
hebreus, caldeus e gregos, e se atribua a Aristteles cento e oitenta descries de
Estados,apenas no sculoXVII a Estatstica passou a ser considerada disciplina
autnoma, tendo como objetivo bsico descrio dos BENS doEstado.
A palavra Estatstica foi cunhada pelo acadmico alemo Gottfried Achenwall
(1719-1772), que foi um notvel continuador dos estudos de Hermann Conrig (16061681). Gottfried determinou os objetivos da Estatstica e suas relaes com as demais
cincias.
Com a Escola Alem as tabelas tornaram-se mais completas, surgiram as
representaes grficas e o clculo das probabilidades, e a Estatstica deixou de ser
simples catalogao de dados numricos coletivos para se tornar o estudo de como
chegar a concluses sobre o todo (populao), partindo da observao de partes
desse todo (amostras).
Atualmente, os estudos estatsticos tm avanado rapidamente e, com seus
processos e tcnicas, Tm contribudo para a organizao dos negcios e recursos do
mundo moderno.
2- O que Estatstica?
A Estatstica uma parte da Matemtica Aplicada que fornece mtodos para
coleta, organizao, descrio, anlise e interpretao de dados e para autilizao dos
mesmos na tomada de decises.
A utilizao de tcnicas, destinadas anlise de situaes complexas ouno,
tem aumentado e faz parte do nosso cotidiano. Tome-se, por exemplo, as transmisses
esportivas. Em um jogo de futebol, o nmero de escanteios, o nmero de faltas
cometidas e o tempo de posse de bola so dados fornecidos ao telespectador e faz em
1

com que a concluso sobre qual time foi melhor em campo se torne objetiva (no que
isso implique que tenha sido o vencedor...). O que tem levado a essa qualificao de
nossas vidas no dia adia?
Um fator importante a popularizao dos computadores. No passado, tartar
uma grande massa de nmeros era uma tarefa custosa e cansativa, que exigia horas de
trabalho tedioso. Recentemente, no entanto, grandes quantidades de informaes
podem ser analisadas rapidamente com um computador pessoal e programas
adequados. Desta forma o computador contribui, positivamente, na difuso e uso de
mtodos estatsticos. Poroutrolado, o computador possibilita uma automao que pode
levar um indivduo sempre para o especfico autilizar tcnicas inadequadas para resolver
um dado problema. Assim, necessria a compreenso dos conceitos bsicos da
Estatstica, bem como as suposies necessrias para o seu uso de forma criteriosa.
A grosso modo podemos dividir a Estatstica em trs reas:
Estatstica Descritiva
Probabilidade
Inferncia Estatstica
Vamos caracterizar estas trs reas
Estatstica Descritiva
A Estatstica Descritiva pode ser definida como um conjunto de tcnicas
destinadas a descrever e resumir dados, afim de que possamos tirar concluses a
respeito de caractersticas de interesse. Em geral utilizamos a Estatstica Descritiva na
etapa inicial da anlise quando tomamos contato com os dados pela primeira vez.
Objetivando tirar concluses de modo informal e direto, a maneira mais simples seria a
observao dos valores colhidos. Entretanto ao de pararmos com uma grande massa de
dados percebemos, imediatamente, que a tarefa pode no ser simples. Para tentar
retirar dos dados informaes a respeito do fenmeno sob estudo, preciso aplicar
algumas tcnicas que nos permitam simplificar a informao daquele particular conjunto
de valores. A finalidade da Estatstica Descritiva tornar as coisas mais fceis de
entender, de relatar e discutir.
A mdia industrial Dow-Jones, a taxa de desemprego, o custo de vida, o ndice
pluviomtrico, a quilometragem mdia por litro de combustvel, as medias de estudantes
so exemplos de dados tratados pela Estatstica Descritiva.
Probabilidade
A Probabilidade pode ser pensada como a teoria matemtica utilizada para
estudar a incerteza oriunda de fenmenos que envolvem o acaso. Jogos de dados e de
cartas, ou o lanamento de uma moeda para o ar enquadram-se na categoria do acaso.
A maioria dos jogos esportivos tambm influenciada pelo acaso at certo ponto. A
deciso de um fabricante de cola de empreender uma grande campanha de propaganda
visando a aumentar sua participao no mercado, a deciso de parar de imunizar
pessoas com menos de vinte anos contra determinada doena, a deciso de arriscar-se
a atravessar uma rua no meio do quarteiro, todas utilizam a probabilidade consciente
ou inconscientemente.
Inferncia Estatstica

Inferncia Estatstica o estudo de tcnicas que possibilitam a extrapolao, a


um grande conjunto de dados, das informaes e concluses obtidas a partir de
subconjuntos de valores, usualmente de dimenses muito menores. Deve-se notar que
se tivermos acesso a todos os elementos que desejamos estudar, no necessrio o
uso das tcnicas de inferncia estatstica; entretanto, elas so indispensveis quando
existe a impossibilidade de acesso a todo o conjunto de dados por razes de natureza
econmica, tica oufsica.
Estudos complexos que envolvem o tratamento estatstico dos dados,
usualmente incluem as trs reas citadas a cima.
3 - Fases do Trabalho Estatstico
O trabalho estatstico um mtodo cientfico, que consiste das cinco etapas
bsicas seguintes:
1- Coleta e crtica de dados
2- Tratamento dos dados
3- Apresentao dos dados
4- Anlise e interpretao dos resultados
5- -Concluso

Amostragem

Coleta

Concluso

Vamos tratar cada uma dessas etapas: Censo


Coleta e crtica dos dados
Aps definirmos cuidadosamente o problema que se quer pesquisar damos
incio coleta dos dados numricos necessrios sua descrio.
A coleta pode ser direta ou indireta.
Tratamento
Apresentao
Anlise
A coleta
direta quando feita
sobre elementos informativos
de registro
obrigatrio (nascimentos, casamentos e bitos, importao e exportao de
mercadorias), elementos pertinentes aos pronturios dos alunos de uma escola ou
ainda quando os dados so coletados pelo prprio pesquisador atravs de inquritos e
questionrios.
A coleta direta de dados pode ser classificada relativamente ao fator tempo em:
a)Contnua quando feita continuamente, tal como a de nascimentos e bitos e
a de freqncia dos alunos saulas.
b) Peridica quando feita em intervalos constantes de tempo, como os censos
e as avaliaes mensais dosalunos.
3

c) Ocasional Quando feita extemporaneamente, a fim de atender a uma


conjuntura ou a uma emergncia, como no caso de epidemias que assolam
ou dizimam rebanhos inteiros.
A coleta se diz indireta quando inferior da de elementos conhecidos (coleta
direta) e/ ou do conhecimento de outros fenmenos relacionados como fenmeno
estudado. Como por exemplo, podemos citar a pesquisa sobre a mortalidade infantil,
que feita atravs de dados colhidos por uma coleta direta.
Obtidos os dados, eles devem ser cuidadosamente criticados, procura de
possveis falhas e imperfeies, a fim de no incorrermos em erros grosseiros ou certo
vulto, que possam influir sensivelmente nos resultados.
A crtica externa quando visa s causas dos erros por parte do informante, por
distrao ou m interpretao das perguntas que lhe foram feitas; interna quando visa
observar os elementos originais dos dados da coleta.
Tratamento dos dados
Nada mais do que a soma e o processamento dos dados obtidos e a
disposio mediante critrios de classificao Pode ser manual ou eletrnica.
Apresentao dos dados
Por mais diversa que seja a finalidade que se tenha em vista, os dados devem
ser apresentados sob forma adequadatabelas e grficostornando mais fcil o exame
daquilo que est sendo objeto de tratamento estatstico.

Anlise dos resultados


Aps a apresentao dos dados devemos calcular as medidas tpicas
convenientes para fazermos uma anlise dos resultados obtidos, atravs dos mtodos
da Estatstica Indutiva ou Inferencial, e tirarmos desses resultados concluses e
previses.
Concluso
de responsabilidade de um especialista no assunto que est sendo
pesquisado, que no necessariamente um estatstico, relatar as concluses de
maneira que sejam facilmente entendidas por quem as for usar na tomada de decises.
4 - A Estatstica nas Empresas
No mundo atual, a empresa uma das vigas-mestra da economia dos povos. A
direo de uma empresa de qualquer tipo, incluindo as estatais e governamentais,
exige de seu administrador a importante tarefa de tomar decises, e o conhecimento e o
usoda Estatstica facilitaram seu trplice trabalho de organizar, dirigir e controlar a
empresa.
Por meio de sondagem, de coleta de dados e de recenseamento de opinies,
podem conhecer a realidade social, os recursos naturais, humanos e financeiros
disponveis, as expectativas da comunidade sobre a empresa, e estabelecer suas
metas, seus objetivos com maior possibilidade de serem alcanados a curto, mdio ou
longo prazo.
4

A Estatstica ajudar em tal trabalho, como tambm na seleo e organizao da


estratgia a ser a dotada no empreendimento e, ainda, na escolha das tcnicas de
verificao e avaliao da qualidade e da quantidade do produto e mesmo das possveis
lucros e/ ou perdas.
Tudo isso que se pensou, que se planejou, precisa ficar registrado, documentado
para evitar esquecimento, a fim de garantir o bomus o do tempo, da energia e do
material e, ainda, para um controle eficiente do trabalho.
O esquema do planejamento o plane, que pode ser resumido, com o auxilio da
Estatstica, em tabelas e grficos, que facilitaro a compreenso visual dos clculos
matemticos-estatisticos que lhes deram origem.
O homem de hoje, em suas mltiplas atividades, lanam o de tcnicas e
processos estatsticos, e s estudando-os evitaremos o erro das generalizaes
apresentadas a respeito de tabelas e grficos apresentados em jornais, revistas e
televiso, frequentemente cometido quando se conhece apenas por cima um pouco de
Estatstica.
II Amostragem
1- Populao e Amostras
Ao conjunto de entes portadores de pelo menos, uma caracterstica comum de
nominamos Populao estatstica ou universe estatstico.
Esse termo refere-se no somente a uma coleo de indivduos, mas tambm ao
alvo sobre o qual reside nosso interesse. Assim, nossa populao pode ser tanto todos
os habitants de Vila Velha, como todas as lmpadas produzidas por uma fbrica em um
certo perodo de tempo, ou todo o sangue no corpo de uma pessoa.
Como em qualquer estudo estatstico temos em mente pesquisar uma ou mais
caractersticas dos elementos de alguma populao, esta caracterstica deve estar
perfeitamente definida. E isso se d quando, considerando um elemento qualquer,
podemos afirmar, sem ambigidade, se esse elemento pertence ou no populao.
Vamos entender que, em Estatstica, a palavra populao tem significado muito
mais amplo do que no vocabulrio leigo. Para o estatstico, todos os valores que uma
varivel pode assumir nos elementos de um conjunto, constitui uma populao.
Algumas vezes podemos acessar toda a populao para estudarmos
caractersticas de interesse, mas em muitas situaes, tal procedimento no pode ser
realizado, por impossibilidade ou inviabilidade econmica ou temporal. Por exemplo,
uma empresa no dispe de verba suficiente para saber o que pensa todos os
consumidores de seus produtos. H ainda razes ticas, quando, por exemplo, os
experimentos de laboratrio envolvem o uso de seres vivos. Alm disso, existem casos
em que a impossibilidade de acessar toda a populao de interesse incontornvel
como no caso da anlise do sangue de uma pessoa ou em um experimento para
determinar o tempo de funcionamento das lmpadas produzidas por uma indstria.
Tendo em vista as dificuldades de vrias naturezas para observar todos os
elementos da populao, tomaremos alguns deles para formar um grupo a ser
estudado. A essa parte proveniente da populao em estudo denominamos amostra.
Uma amostra um subconjunto finito de uma populao.

Etapas da anlise estatstica.

Estatstica descritiva
Consistncias dosdados
Interpretaes iniciais
Populao

Amostra

Inferncia Estatstica
Estimao de quantidades desconhecidas
Extrapolao dos resultados
Teste de Hipteses

Os pesquisadores trabalham com amostras. Primeiro,


porque as populaces infinitas s podem ser estudadas atravs de amostras. As
populaces finitas muito grandes tambm s podem ser estudadas atravs de
amostras. Finalmente, o estudo cuidadoso de uma amostra tem mais valor
cientifico do que o estudo rpido de toda a populao.
Exemplos:

De populao infinita:
A produo futura de uma mquina.
As extraes com repetio das bolas de uma urna. O
nascimento de bebs.

O nmero de peixes do mar constitui uma populao finita muito grande, pois esse
nmero , em dado momento, matematicamente finito, mas to grande que pode ser
considerado infinito para finalidade pratica.
Os alunos de uma sala de aula, os produtos de um supermercado, os livros de uma
biblioteca, os automveis de Vila velha, so exemplos de populaes finitas.

A distino entre populao e amostra fundamental porque com base nos


dados de uma amostra que os estatsticos inferem sobre a populao.
Exemplo: Uma pesquisa de opinio para saber o resultado das eleies para o governo
do estado de So Paulo em1988, a populao considerada foram todos os eleitores do
estado e para constituir a amostra o IBOPE coletou a opinio de cercade 1600 eleitores.
As medidas estatsticas obtidas com base na populao so denominadas
parmetros. As medidas obtidas com base em amostras so denominadas estimativas.
Tanto parmetros quanto estimativas so numricos a nica diferena o fato de os
6

parmetros serem obtidos com base na populao e as estimativas com base nas
amostras.
Os parmetros so em geral desconhecidos porque, na pratica, no possvel
observe toda a populao. Mas, como j disse algum, no preciso beber todo o vinho
para saber que gosto ele tem. Ento o pesquisador obtm uma amostra para ter uma
idia do valor do parmetro.
Embora nenhum plano de amostragem possa garantir que a amostras e ja
exatamente semelhante populao da qual foi extrada, se a amostra for
suficientemente grande e obtida com a tcnica correta, na maioria das vezes,
poderemos estimar o valor do erro possvel, isto dizer quo prxima esta a amostra
da populao, em termos de representatividade. Mas ainda, amostras sucessivas da
mesma populao tendem a fornecer estimativas similares entre si e com valores em
torno do verdadeiro, ou seja, o valor do parmetro.
Exemplo: Imagine que a prefeitura de uma metrpole quer tomar uma medida
administrativa que afeta os lojistas: Metade (0,5) deles a favor e metade (0,5) contra,
mas ningum conhece essas propores. Voc toma ento uma amostra de dois lojistas
para afirmar a proporode lojistas favorveis. Na sua amostra, podem ser favorveis
medida:
a) Nenhum dos dois
b) Somente um deles
c) Os dois
As estimativas da proporo de lojistas favorveis medida seriam:
a) 0b)
b) 0,5
C) 1
Assim, vimos que, amostras diferentes do estimativas diferentes do parmetro.
o que os estatsticos chamam de flutuao amostral.
Das estimativas possveis desse parmetro, com base em uma amostra de
tamanho 2, que muitssimo pequena, apenas um caso coincide com o valor verdadeiro
do parmetro e as outras so muito ruins.
Se a amostra fosse de tamanho 1000, uma proporo muito maior de estimativas
estaria em torno do valor verdadeiro do parmetro.
Existe uma tcnica especial, a amostragem, para recolher amostras, que
garantam, tanto quanto possvel, o carter de representatividade do todo, que possam
ser usadas para permitir fazer inferncias acerca da populao de que originou. Quanto
mais complexa for a amostragem, maiores cuidados devero ser tomados nas anlises
estatsticas utilizadas; em contrapartida, o uso de um esquema de amostragem mais
elaborado pode levar a uma diminuio no tamanho da amostra necessrio para uma
dada preciso.
Antes de escolher a amostra, preciso definir a tcnica de amostragem, isto ,
os critrios que sero usados para escolher os elementos da populao que constituiro
a amostra. De acordo com a tcnica usada, tem-se um tipo de amostra.
2- Amostragem X Censo
Uma amostra usualmente envolve o estudo de uma parcela dos itens de uma
populao, enquanto que um censo requer o exame de todos os itens. Embora
concentremos nossa ateno nas amostras, conveniente considerar tambm a
alternativa do censo.
7

primeira vista pode parecer que a inspeo complete ou total de todos os itens
de uma populao seja mais conveniente do que a inspeo de apenas uma amostra
deles. Na prtica, o contrrio que quase vlido
Firmas comerciais e entidades governamentais recorrem amostragem por
vrias razes. O custo usualmente um fator relevante. Colher dados e analisar
resultados custam dinheiro e, em geral quanto maior o nmero de dados colhidos, maior
o custo. Outra razo para o emprego de amostragem que o valor da informao dura
pouco. Para ser til, a informao deve ser obtida e usada rapidamente. A amostragem
a nica maneira de se fazer isso. Por vezes, o exame de determinado artigo o destri.
Testar cadeiras quanto a sua resistncia ao peso obviamente s destri; se fssemos
testar todas as cadeiras, no sobrariam cadeiras para a venda.
A amostragem prefervel ao censo quando:
a) A populao pode ser infinita, e obviamente no seria possvel examiner todos os
itens da populao o que tornaria ento o censo impossvel.
b) Uma amostra pode ser mais atualizada doque o censo. Se a necessita de uma
informao rapidamente, um estudo de toda a populao pode consumir demasiado
tempo e perder utilidade. Alm disso, se a populao tende a modificar-se com o
tempo, um censo poder, na realidade, combinar vrias populaes.
c) Os testes podem apresentar carter destrutivo, ou seja, os itens examinados so
destrudos no prprio ato do experimento. Ento o censo nos daria o panorama
preciso de uma populao que no existemais.
d) O custo de um censo pode ser proibitivo, normalmente se o custo individual
elevado e se existem muitos itens na populao.
e) A preciso pode sofrer no caso de um censo de uma grande populao. A
amostragem envolve menor nmero de observaes e, conseqentemente, menor
nmero de coletores de dados. Com grande nmero de agentes, h menor
coordenao e controle, aumentando a chance de erros. A amostragem pode revelar
maior
uniformidade nos
mtodos
de
coleta de
dado e
maior comparabilidade entre os dados, do que um censo.
f) O tipo de informao pode depender da utilizao de uma amostra ou de um censo.
Freqentemente as despesas com coleta de dados sofrem restries oramentrias.
Existe tambm a premncia do tempo. Se nos decidirmos por um censo, os
problemas de custo e de tempo podem conduzir a uma limitao do censo a apenas
uma ou a poucas caractersticas por item. Uma amostra com o mesmo custo e
mesmo tempo, poderia proporcionar resultados mais a profunda dos sobre um menor
nmero de itens.
Entretanto, h certas situaes em que mais vantajoso fazer um censo. Entre
essas situaes destacamos:
a) A populao pode ser to pequena que o custo e o tempo de um censo sejam pouco
maiores que para uma amostra.
b) Se o tamanho da amostra grande em relao ao da populao, o esforo adicional
requerido por um censo pode ser pequeno, alm disso, o censo eliminara
variabilidade amostral.
c) Se se exige preciso completa, ento o censo o nico mtodo aceitvel. Em face da
variabilidade amostral, nunca podemos ter certeza de quais so os parmetros
verdadeiros da populao. Um censo nos dar essa informao, embora erros na
8

coleta dos dados e outros tipos de tendenciosidade possam afetar a preciso dos
resultados.
d) Ocasionalmente, j se dispe da informao completa, de modo que no h
necessidade de amostra.
3- Amostragem Probabilstica
Uma amostragem ser probabilstica se todos os elementos da populao
tiverem probabilidade conhecida, e diferente de zero, de pertencer amostra. Desta
forma, a amostragem probabilstica implica um sorteio com regras bem determinadas,
cuja realizao s ser possvel se a populao for finita e totalmente acessvel.
Consideraremos aqui os seguintes planos de amostragem probabilstica:
1 Amostragem Aleatria Simples
2 Amostragem Proporcional Estratificada
3 Amostragem Sistemtica
Amostragem Aleatria Simples
Este tipo de amostragem equivalente a um sorteio lotrico. A Amostragem
Aleatria Simples constituda de elementos retirados ao acaso da populao. Ento
todo elemento da populao tem probabilidade fixa de ser amostrado. Por isso que a
esse tipo de amostragem tende a produzir amostras representativas.
Exemplo: Geralmente so considerados aleatrios os seguintes processos:
A chegada de carros a um posto de pedgio
As chamadas telefnicas numa grande mesa de operao
A chegada de clientes aos caixas de um supermercado
A produo de qualquer processo mecnico
Sucessivos lances de moeda ou de dados
Tempo de servio em estaes de pedgio
de mxima importncia dar cuidadosa ateno maneira como se escolhemos
itens, bem como se eles so igualmente provveis.

Exemplo: Imagine que 500 clientes esto cadastrados em sua empresa e voc precisa
obter uma amostra aleatria de 2% dos cadastros. O que vocfaria?
Como queremos uma amostrade 2% dos cadastros, precisamos sortear 10
deles. Faremos isso seguindo os seguintes passos:
1 Numeramos os cadastros de 001 a 500.
2 - Para o sorteio exibiremos duas opes:
a) Escreva os nmeros de 001 a 500, em pedaos iguais de um mesmo papel,
colocando-os dentro de uma caixa. Agite sempre a caixa para misturar bem os
pedaos de papel e retire, um a um, dez nmeros que formaro a amostra.
b) Coloque em uma urna, bolas numeradas de zero a nove, inclusive, misture
bem e retire uma. Anote o nmero dessa bola que ser o primeiro dgito do
nmero do cadastro que ser amostrado. Volte a bola retirada urna, misture
bem e retire outra. Onmero dessa segunda bola sera o Segundo dgito do
nmero do cadastro que sera amostrado. O procedimento dever ser repetido
at completer os trs dgitos da numerao utilizada. Como a populao
9

constituda por 500 cadastros, devem ser desprezados os nmeros maiores


do que 500, bem como os nmeros que j foram sorteados se o nmero 000.
O sorteio dever ser repetido at se conseguir a amostra de 10 cadastros.
O processo de seleo exige que se atribuam nmeros consecutivos aos itens
listados escolhendo-se depois, aleatoriamente, os nmeros dos itens que comporo a
amostra. Conceitualmente, podemos usar cartas, dados, fichas numeradas ou bolas
numeradas para gerar nmeros aleatrios para gerar nmeros aleatrios
correspondentes aos nmeros de nossa listagem.
Na prtica, tais dispositivos so empregados raramente, por vrias razes. Uma
dela que cada dispositivo deixa algo a desejar; os mtodos no so perfeitamente
aleatrios. As cartas, por exemplo, podem aderir umas s outras, impedindo um
embaralhamento perfeito. As arestas de um dado podem estar desgastadas. E sempre
h o perigo de as bolas de uma urna no terem sido convenientemente misturadas. Em
vista disso, e porque a amostragem aleatria vital para a inferncia estatstica, existem
tabelas especialmente elaboradas, chamadas Tabelas de Nmeros Aleatrios,
construda de modo que os dez algarismos (0 a 9) so distribudos ao acaso nas linhas
ecolunas.
Na tabela de numerous aleatrios os dez algarismos 0,1,2,...,7,8,9,podem ser
lidos isoladamente ou em grupos; podem ser lidos em qualquer ordem,como por
colunas, num sentido ou noutro, por linhas, diagonalmente etc., e podem ser
considerados aleatrios. A opo de leitura, porm, deve ser feita, antes de iniciado o
processo. Para usar uma tabela de nmeros aleatrios devemos:
1 Fazer uma lista dos nmeros da populao
2 Numerar consecutivamente os itens na lista, a comear do zero,
3 Ler os numerous na tabela de numerous aleatrios de modo que o nmero de
algarismos em cada um seja igual ao nmero de algarismos do ultimo nmero da
sua listagem.
4 Desprezar quaisquer numeros que no correspondam a numerous da lista ou que
sejam repeties de numerous lidos anteriormente. Continue o processo at ter o
nmero desejado de observaes.
5 Usar os nmeros assim escolhidos para identificar os itens da lista a serem
includos na amostra.
EXEMPLO DE UMA TABELA DE NMEROS ALEATRIOS
(retirada de: STEVENSON, William J. Estatstica aplicada
administrao, So Paulo: Harbra, 1981)

3690
0813

2492
6790

7171
6858

7720
1489

6509
2669

7549
3743

2330
1901

5733
4971

4730
8280
10

6477
0772
5692

5289
2160
9870

4092
8236
3583

4223
0812
8997

6454
4195
1533

7632
5589
6566

7577
0830
8830

2816
8261
7271

9202
9232
3809

2080
1039
7227
8506
5086

3828
3382
0104
6348
0303

7880
7600
4141
4612
7423

0586
1077
1521
8252
3298

8482
4455
9104
1062
3979

7811
8806
5563
1757
2831

6807
1822
1392
0964
2257

3309
1669
8238
2983
1508

2729
7501
4882
2244
7642

0092
0935
2605
7277
5484

1629
5565
3973
9889
3900

0377
2315
8204
0390
3485

3590
8030
4143
5579
0741

2209
7651
2677
4620
9069

4839
5189
0034
5650
5920

6332
0075
8601
0210
4326

1490
9353
3340
2082
7704

3092
1921
8383
4664
6525

6905
8387
4094
4951
9047

7127
5323
1957
3781
0199

5933
3753
0163
5101
5068

1137
1859
9717
1815
7447

7583
6043
4118
7068
1664

6450
0294
4276
6379
9278

5658
5110
9465
7252
1708

7678
6340
8820
1086
3625

3444
9137
4127
8919
2864

7274
9192
0554
8231
3995

9512
4011
1690
5627
9677

0074
0255
6333
1815
7765

6677
5458
1931
7171
3194

8676
6942
9433
8036
3222

0222
8043
2661
1832
4191

3335
6201
8690
2031
2734

1976
1587
2313
6298
4469

1645
0972
6999
6073
8617

2402
5295
5177
7315
5775

6250
7385
1191
3365
7517

9362
5474
2106
7203
8974

7373
2123
3351
1231
3961

4757
7035
5057
0546
2183

1716
9983
0967
6612
5295

1942
5192
4538
1038
3096

0417
1840
1246
1425
8536

5921
6176
3374
2709
9442

5500
3251
4675
3543
3521

2276
8902
1435
6130
8772

6307
8843
2192
4247
6612

2346
2112
0874
4859
0721

1285
8567
2897
2660
3899

7000
8131
0262
7852
2999

5306
8116
5092
9096
1263

0414
5270
5541
0578
7017

3383
5994
4014
0097
8057

5573
7478
3339
5505
6381

9396
7569
2854
8474
2086

3464
7551
9691
3167
5457

1706
3380
9562
8552
7703

9204
2152
3252
5409
2758

3389
5411
9848
1556
2963

5678
2647
6030
4247
8167

2589
7242
8472
4652
6712

0288
2800
2266
2953
9820

11

Exemplo: Imagine que 500 clientes esto cadastrados em sua empresa e voc
precisa obter uma amostra aleatria de 2% dos cadastros. Como voc usaria a tabela
de nmeros aleatrios para extrair essa amostra?
Depois de numerar os cadastros podemos escolher, por exemplo, percorrer a
ltima coluna da tabela de cima para baixo lendo os trs primeiros algarismos de cada
linha. Os nmeros obtidos dessa formaso:
473, 828, 920, 923, 380, 272, 750, 488, 224,
764, 309, 192, 838, 466, 652, 344, 913, 412.
Desprezando os nmeros que so maiores do que 500 (e eventuais repeties)
devemos tomar para a amostra os cadastros de nmeros:
473, 380, 272, 488, 224, 309, 192, 466, 344, 412.
Dispondo-se de uma lista precisa dos itens da populao, relativamente
simples escolher uma amostra aleatria como auxilio de uma tabela de numeros
aleatrios. Na realidade, a lista no precisa conter todos os itens. As locaes dos
itens podem constituir uma alternativa, como por exemplo, os quarteires de uma
cidade, ou os arquivos de uma firma etc.
Amostragem Sistemtica
Quando os elementos da populao j se acham ordenados, no h
necessidade de construir um sistema de referncia. So exemplos os pronturios
medicos de um hospital, os prdios de uma rua, a slinhas de produo etc. Nestes
casos, a seleo dos elementos que constituiro a amostra pode ser feita por um
sistema imposto pelo pesquisador.
A Amostragem Sistemtica constituda de elementos retirados da populao
segundo um sistema pr-estabelecido.
Exemplo1: Imagine que 500 clientes esto cadastrados em sua empresa e voc
precisa obter uma amostra aleatria de 2% dos cadastros. Como voc obteria uma
amostra sistemtica?
Precisamos obter uma amostra de tamanho 10. Para obter a amostra podemos
dividir 500 por 10, e obter 50. Sorteamos um nmero entre 1 e 50, inclusive, para ser o
primeiro cadastro da mostra e a parir desse nmero, contamos 50 cadastros e
retiramos o ltimo para fazer parte da amostra. Procedemos dessa forma at
completarmos os 10 cadastros da amostra.
Exemplo 2: No caso de uma linha de produo, podemos, a cada dez itens
produzidos, retirar um para pertencer a uma amostra da produo diria. Neste caso,
estaramos fixando o tamanho da amostra em 10% da populao.
preciso especial cuidado com o sistema de seleo. No forme uma amostra
com as primeiras pessoas de uma fila ou, se so atendidos10 clientes por dia, no
escolha para a amostra, o dcimo de cada dez clientes. Estes procedimentos podem
determinar amostras tendenciosas. Recomenda-se sempre sortear o primeiro
elemento que ser selecionado para a mostra e, a partir da, usar o sistema de
seleo.
Amostragem Proporcional Estratificada
Muitas vezes a populao se divide em subpopulaes, denominadas de
Estratos. Como provvel que a caracterstica em estudo dessa populao apresente,
de estrato em estrato, um comportamento heterogneo e, dentro de cada estrato, um

comportamento homogneo, convm que o sorteio dos elementos da amostra leve em


considerao tais estratos.
A amostra proporcional estratificada composta por elementos proveniente de
todos os estratos.
Exemplo: Vamos obter uma amostra proporcional estratificada de 10% para a
pesquisa da estatura de 90 alunos de uma escola onde 54 so meninos se 36 so
meninas.

Temos aqui dois estratos, sexo masculino e sexo feminino.


a) O primeiro passo determinar o tamanho da amostra em cada estrato:
Sexo
M

Populao
54

10%

36

1036
100 3,6

Total

90

1090
100 9

10 54
100 5,4

Amostra
5

b) Numeramos os alunos de 01 a 90, sendo que de 01 a 54 correspondem meninos e


de 55 a 90 meninas.
c) Obtemos uma amostra aleatria ou sistemtica de cada sexo e reunimos as
informaes numa s amostra, denominada amostra estratificada.
4- Amostragem No Probabilstica
Quando nem todos os elementos da populao tiverem uma probabilidade
diferente de zero de pertencerem amostra, dizemos que a amostragem noprobabilstica.
Este processo de amostragem subjetivo e seu regimento depende do
conhecimento que possui o pesquisador a respeito da estrutura da populao.
empregada, muitas vezes, por simplicidade ou pela impossibilidade de se obter
amostragens probabilsticas.
Se os efeitos das amostragens no-probilsticas podem ser considerados
equivalentes aos das amostragens probabilsticas, ento os processos de
amostragens no-probabilsticas tambm podem ser considerados vlidos.
Consideraremos aqui os seguintes planos de amostragem no
probabilstica: 1 Amostragem a Esmo
2 Amostragem por Julgamento
Amostragem a Esmo
o caso em que o pesquisador procura ser aleatrio, sem, no entanto, utilizar
um sorteio aleatrio rigoroso
Exemplo: Se tirarmos 100 parafusos de uma caixa que contm 10.000
parafusos do mesmo modelo e tamanho, de certo no faramos uma amostragem
aleatria simples, pois seria extremamente trabalhosa, mas faramos retiradas a
esmo.
Os resultados de uma amostragem a esmo so os mesmos de uma
amostragem probabilstica se a populao homognea e se no existe a
possibilidade de o amostrador ser influenciado (mesmo que inconscientemente) por
alguma caracterstica dos elementos da populao. No seria o caso da amostra dos
parafusos, acima, se estes tivessem modelos e tamanhos diferentes, e isto afetasse
a caracterstica observada nos parafusos.
Amostragem por Julgamento

Neste tipo de amostragem, a amostra colhida na parte da populao que


acessvel. Ento se faz uma distino entre populao-objeto (aquela que setem em
mente a realizar o estudo) e a populao-amostrada (aparte da populao que
acessvel). Se essas duas populaes tiverem as mesmas caractersticas, este
tipode amostragem vai ser equivalente a uma amostragem probabilstica.
Se o tamanho da amostra bem pequeno, digamos de uns cinco itens, a
amostragem aleatria pode dar totalmente no-representativos, ao passo que uma
pessoa familiarizada com a populao pode especificar quais os itens mais
representativos da populao.
Exemplo: Uma cadeia de restaurantes pode querer experimentar uma nova tcnica de
servio, empregando bandejas com aquecimento. Problemas de custo podem fazer
com que a experincias e limite a dois restaurantes, os quais podem diferir
consideravelmente em termos de tamanho, localizao, clientele e lucratividade. Ao
invest de uma seleo aleatria dos dois locais a serem usados como teste, sera
melhor confiar no conhecimento da administrao para fazer tal escolha.
Ocasionalmente, os itens amostrais, se apresentam convenientemente
grupados. Uma pesquisa mdica deve trabalhar com os pacientes disponveis. Este
grupo no pode ser considerado como uma amostra aleatria do public em geral e
seria perigoso tentar tirar concluses gerais com base em tal estudo. Entretanto, os
resultados poderiam proporcionar uma base para a elaborao de um plano de
amostragem aleatria para validar os resultados bsicos. Os perigos inerentes
pesquisa mdica, bem como a outros tipos de pesquisa, freqentemente obrigam a
limitar a pesquisa inicial a um pequeno grupo de voluntrios. Outros exemplos
similares seriam portadores de doenas fatais, cadveres, animais, etc.
Finalmente, a amostragem por julgamento pode ser mais rpida e menos
custosa porque no preciso construir uma listagem dos itens da populao.
Tenha-se em mente que a amostragem por julgamento no permite a avaliao
objetiva do erro amostral, de modo que conveniente usar a amostragem
probabilstica sempre que possvel.
Comparao de Planos de Amostragem
Tipo
Caracterizado por
Aleatria
Lista de itens
Sistemtica
Lista aleatria de itens
Estratificada
Subgrupos
Homogneos
A Esmo e
No necessita de uma
Por julgamento
listagem de itens
5- Amostras Tendenciosas
Talvez voc nunca faa um trabalho que exija amostragem. Mas muito
provavelmente voc ler ou usar resultados de trabalhos cujos dados foram obtidos
por amostragem. Ento saiba que importante entender o que uma amostra
tendenciosa. Primeiro, as inferncias devem ser feitas apenas para a populao de
onde a amostra foi retirada. No tem sentido, por exemplo, estudar os hbitos de
higiene dos ndios bolivianos e fazer inferncia para a populao da periferia da cidade
de So Paulo. Tambm preciso verificar se a amostra foi retirada da populao
usando um processo delineado segundo critrios estatsticos.
A amostra deve ter o tamanho usual da rea em que a pesquisa se enquadra.
Na prtica, o tamanho da amostra determinado mais por consideraes reais ou
imaginrias a respeito do custo de cada unidade amostrada do que portcnicas

estatsticas. Veja o que se faz na sua rea de trabalho, consultando a literature e


verifique o que seu oramento permite fazer.
As amostras muito pequenas podem ser excelentes estudos de casos, mas no
permitem fazer inferncia estatstica. Mas tambm desconfie de amostras muito
grandes. Ser que o pesquisador tinha tempo e dinheiro para fazer um bom
levantamento de tantos dados? E veja como foi feito o questionrio. So mais
confiveis as respostas obtidas atravs de entrevistas, desde que o entrevistador
tenha sido treinado. Estude as perguntas. Elas eram claras? As respostas podem ser
por alguma razo, mentirosas? Leia o artigo e se pergunte:
1 Qual apopulao?
2 Como a mostra foi selecionada? 3
Qual o tamanho da amostra?
4 Como o questionrio foi feito?
5 As perguntas eram Claras?

Se estas perguntas no tiverem resposta satisfatria, a amostra pode ser


tendenciosa.
Exemplo: Para estimar o tamanho dos morangos de uma caixa, no seria correto
examinar o tamanho dos 10 morangos que esto na parte de cima, pois
provavelmente, a amostra seria tendenciosa uma vez que os vendedores de morango
arrumam as caixas de maneira a colocar as frutas maiores nas camadas mais
superficiais.
preciso cuidado na forma de tomar a amostra por que os erros de
amostragem fazem com que os resultados da amostragem sejam diferentes dos
resultados do censo.
Quando a pesquisa exige que os participantes respondam a um questionrio,
preciso especial ateno forma de obter as respostas. Se o questionrio enviado s
pessoas pelo correio, a taxa de resposta baixa. Tendem a responder mais as
pessoas que tenham opinio formada, sejam a favor ou contra o assunto. Ento a
amostra pode ser tendenciosa pelo fato de no conter pessoas indiferentes ao tema
tratado. Por telefone obtm-se respostas mais rapidamente, mas no Brasil a maioria
das residncias no tem telefone. Ento a amostra pode ser tendenciosa pelo fato de
s terem sido entrevistadas pessoas suficientemente ricas para ter um telefone.
As entrevistas pessoais tm a taxa mais alta de respostas, mas exigem do
entrevistador tempo e treinamento. Mesmo assim, muitas unidades podem no
responder. A falta de respostas explica pela inabilidade do pesquisador para entrar em
contato com as pessoas ou para conseguir respostas daqueles que, a principio, se
recusam a responder. Se essas pessoas diferem da populao, a amostra
tendenciosa.
Mas existem ainda outras fontes de erros nos resultados de um levantamento
por amostragem.
Exemplo: A origem do erro pode estar na prpria pergunta que feita ao entrevistado.
A pessoa pode mentir sobre sua idade ou sobre sua renda
A pessoa pode no lembrar e dar resposta errada quando perguntada sobre
questes do tipo: Quantos cigarros o senhor fumou na semana passada?.
Quem no entende a pergunta pode dar qualquer resposta, apenas para no
mostrar ignorncia.
Perguntas mal feitas que induzam acertar a resposta. Por exemplo, Voc acha
justo pessoas de idade ficarem passeando de nibus de graa, enquanto
estudantes e trabalhadores tm quepagar?
Finalmente, cabe tratar aqui algumas questes de tica que surgem quando se
faz um levantamento de dados. claro que podem existir abusos. Esses abusos no
so, contudo, da ordem dos que, vez por outra, ocorrem nos experimentos cientficos.
De qualquer forma, a primeira questo de tica que pode surgir o fato de a pessoa
que responde estar sendo usada para uma pesquisa, sem saber disso. As pessoas
devem ser avisadas de queesto sendo entrevistadas para uma pesquisa e tm o
direito de se recusar a participar. Ainda, na maioria das vezes, quem responde no
sabe o uso que se far do dado. Mas todo pesquisador deve informar s pessoas que
participam da pesquisa quais so os seus objetivos e tem o dever de informar, depois
de terminado o trabalho, quais foram as suas concluses.
Outra questo tica, muito mais sria do que as anteriores a dos
pesquisadores sociais que se infiltram em certos grupos, fingindo pertencer a eles, s
para obter informaes. Essa attitude defensvel apenas nos rarssimos casos em
que a informao obtida pela pesquisa absolutamente essencial e no pode ser

obtida por outros meios. E, por ltimo, vem a questo da identificao, sema
necessria autorizao, de quem responde, usando expedientes como questionrios
com cdigos secretos. Definitivamente, a identificao por cdigo no tica.
Um estatstico conhecido disse, certa vez, que possvel mentir usando
estatstica, mas quese mente mais, e melhor, sem estatsticas. preciso entender que
as amostras podem levar a concluses erradas. Contudo, as opinies pessoais, sem
base em dados, levam em geral, a concluses muito mais erradas.

III Organizao deDados


1- Variveis
Os dados estatsticos se obtm mediante um processo que envolvea
observao ou outra mensurao de caractersticas de uma populao ou amostratais
como renda anual numa comunidade, sexo dos indivduos de uma tribo indgena,
percentagem de acar em cereais, etc. Cada uma dessas caractersticas chamada
de varivel, porque originam valores que tendem a exibir certo grau de variabilidade
quando se fazem mensuraes sucessivas.
Exemplo: Suponha que um questionrio foi aplicado aos alunosdo 3 perodo do curso
de administrao da UNIVILA fornecendo as seguintes informaes:
1) Id: Identificao do aluno
2) Turma: Turma em que o aluno foi alocado (A ou B)
3) Sexo: F se feminino, M se masculino.
4) Idade: Idade em anos
5) Altura: Altura em metros
6) Peso: Peso em quilogramas
7) Filhos: Nmero de filhos na famlia

Para a varivel sexo so dois os valores possveis: F ou M


Para a varivel Filhos os valores possveis so expressos atravs de nmeros
naturais: 0, 1, 2, 3,...
Para a varivel Altura temos uma situao diferente, pois os resultados
podem assumir um nmero infinito de valores dentro de um determinado
intervalo.

Claramente tais variveis tm naturezas diferentes no que tange aos possveis


valores que podem assumir. Tal fato deve ser levado em conta nas anlises dos dados,
pois para cada tipo de varivel existe um tratamento diferente.
2- Classificao das variveis
Vamos considerar dois grandes tipos de variveis:
A) Quantitativas (numricas): So as variveis cujos valores so expressos em
nmeros. Elas podem ser subdivididas em quantitativas discretas e quantitativas
contnuas. As variveis discretas podem ser vistas como resultantes de contagens,
assumindo assim, valores inteiros. J as variveis contnuas geralmente provmde
uma mensurao e podem assumir qualquer valor em intervalos dos nmeros reais.
Exemplos:
So variveis quantitativas discretas: Nmero de irmos, de alunos numa sala
de aula, de defeitos num carro novo, etc.
So variveis quantitativas contnuas: Altura, peso, comprimento, espessura,
velocidade, etc.
B) Qualitativas (No numricas): So as variveis cujos possveis valores que assumem
representam a tributos e/ou quantidades. Se tais variveis tm uma ordenao natural,
indicando intensidades crescentes de realizao, ento elas sero classificadas como
qualitativas ordinais ou propostos. Caso contrrio,quando no possvel estabelecer
uma ordem natural entre seus valores definindo apenas uma categoria, elas so
classificadas como qualitativas nominais.

Exemplos:
So variveis qualitativas nominais:Turma(A ou B),sexo (F ou M),cor dos olhos,
campo de estudo, etc.

So variveis qualitativas ordinais: Tamanho (pequeno, mdio ou grande),


Classe social (baixa, mdia ou alta), etc.
Podemos resumir a classificao das variveis no seguinte esquema:

Nominal
Qualitativa

Ordinal
Discreta

Varivel
Quantitativa

Contnua

interessante notar que muitas populaes podem originar os quatro tiposde


dados como ilustramos na tabelaabaixo.
Tipo devariveis
Populae
s
Alunos
Estatstica
Automveis
Venda
Imveis

Quantitativas

Qualitativas

Contnua

Discreta

Nominal

Ordinal

Idade,peso

N na classe

sexo

Por perodo

Velocidade
emkm/h
Valor
reais

N de defeitos
por carro
N de ofertas

cores

limpeza

Acima do preo

Muito
dispendioso

3- Distribuio de Frequncia
Uma distribuio de frequncia um mtodo de grupamento de dados em
classes, ou intervalos, de tal forma que se possa determinar o nmero ou a
percentagem de observaes em cada classe. O nmero ou percentagem numa
classe chama-se frequncia de classe. Uma distribuio de frequncia pode ser
apresentada sob forma grfica ou tabular.
Tipos de freqncias

Frequncia simples ou absoluta (f): So os valores que realmente


representam o nmero de dados de cada classe.
Frequncia relativa (fr): So os valores das razes entre as frequncias
simples e a frequncia total. Normalmente calcula-se a freqncia relativa para
efeito de comparao com outros grupos ou conjunto de dados. Convm notar
que, quando estivermos comparando dois grupos com relao s frequncias
de ocorrncia dos valores de uma dada varivel, grupos com um nmero total
de dados maior tendem a ter maiores freqncias de ocorrncia dos valores da
varivel. Dessa forma, o uso de freqncia relativa vem resolver este problema.
Frequncia acumulada (F): o total das frequncias de todos os valores
inferiores ao limite superior do intervalo de uma dada classe. Normalmente
utilizamos esse tipo de freqncia quando tratamos de variveis qualitativas
ordinais ou quantitativas em geral.
Frequncia acumulada relativa (Fr): o total das freqncias relativas de
todos os valores inferiores ao limite superior do intervalo de uma dada classe.
Como no caso anterior utilizamos esse tipo de freqncia quando tratamosde
variveis qualitativas ordinais ou quantitativas em geral.

O processo de construo de uma distribuio de frequncia para determinado


conjunto de dados depende do tipo de dados em estudo, isto , contnuos, discretos,
nominais ou ordinais. Vamos estudar cada caso.
Os dados coletados so registrados em fichas que contm alm dos dados de
interesse, diversas outras informaes. Portanto, terminada a fase de coletados dados,
preciso retirar os dados das fichas e organiz-los. Esta fase do trabalho
denominada, tecnicamente, de tratamento dos dados.
Tabelas e Grficos
Os dados depois de tratados podem ser apresentados em tabelas. Existem
normas nacionais para a organizao de tabelas, ditadas pela ABNT. Essas normas
no sero tratadas aqui, mas convm saber que as tabelas devem ter os seguintes
componentes:
Ttulo: Precede a tabela e explica, em poucas palavras, o dado em estudo. Se
for o caso, indica o tempo e o lugar a que os dados ser eferem.
Cabealho: Especifica o contedo de cada coluna
Coluna Indicadora: Especifica em cada linha os valores que os dados podem
assumir.
Corpo da tabela: Apresenta a frequncia dos dados.
Fonte: Especifica a entidade, o pesquisador ou pesquisadores que forneceram
os dados, quando esses no foram coletados por voc.
Exemplo

Titulo

Cabealho
Coluna
Indicadora

Valor em dlares dos principais produtos que


o Brasil vende Argentina

Produto
Automveis
Veculos de carga
Autopeas
Motores
Minrio
Tratores

Valor em
dlares(emb
606
541
531
264
248
130

Corpo da
tabela

Fonte: poca 25 de janeiro de1999

A organizao dos dados em tabelas de frequncia proporciona um meio eficaz


de estudo do comportamento de caractersticas de interesse. Muitas vezes, a
informao contida nas tabelas pode ser mais facilmente visualizada atravs de
grficos. Meios de comunicao apresentam diariamente, grficos das maisvariadas
formas para auxiliar na apresentao das informaes. rgos pblicos e empresas
se municiam de grficos e tabelas em documentos internos e relatrios de atividades e
desempenho. Graas proliferao de recursos grficos, cuja construo tem sido
cada vez mais simplificada em programas computacionais, existe hoje uma infinidade
de tipos de grficos que podem ser utilizados.
Deve ser notado, entretanto, que a utilizao de recursos visuais na criao de
grficos deve ser feita cuidadosamente; um grfico desproporcional em suas medidas
pode dar falsa impresso de desempenho e conduzir a concluses equivocadas.
Obviamente, questes de manipulao incorreta da informao podem ocorrer em

qualquer rea e no cabe culpar a Estatstica. O so e a divulgao tica e criteriosa de


dados devem ser pr-requisitos indispensveis e inegociveis.
Exemplos: Vamos definir quatro tipos bsicos de grficos:
Grfico de disco: usado para mostrar a importncia relativa das propores.
Esse tipo de grfico se adapta melhor s variveis qualitativas nominais.

Grficodebarras: Utiliza o plano cartesiano com os valores da varivel no eixo


das abscissas e as freqncias ou porcentagens no eixo das ordenadas. Esse
tipo de grfico se adapta melhor s variveis discretas ou qualitativas ordinais.
Histograma: a representao grfica de uma distribuio de freqncia por
meio de retngulos justa postos. Esse tipo de grfico se adapta melhors
variveis quantitativas contnuas.
Polgono de frequncia: uma alternativa ao histograma construdo mediante
a conexo dos pontos mdios dos intervalos do histograma com linhas retas.

Distribuio de Frequncia para Variveis Quantitativas Contnuas


Os principais estgios na construo de uma distribuio de freqncia para
dados contnuos so:
1 Organizar os dados brutos em um rol de ordem crescente ou decrescente.
2 Determinar a amplitude total dos dados que a diferena entre o maior e menor dos
dados.
3 Determinar quanto ao nmero de classes a usar (k). aconselhvel usar entre 5 e
15 classes. Menos que cinco classes pode ocultar detalhes importantes dos dados, e
mais que quinze torna a apresentao demasiadamente detalhada. Uma regra prtica
n ) e ajust-la, se
Consiste em tomar a raiz quadrada do nmero total de dados
( necessrio, aos limites de 5 a 15.
4 Determinar a amplitude de cada classe dividindo a amplitude total por k. Se
Necessrio o valor encontrado deve ser aproximado para cima com o mesmo nmero
ou mais casas decimais que os valores das variveis.
5 Estabelecer os intervalos das classes comeando com um inteiro logo a baixo do
menor valor observado e somando a amplitude das classes. Os intervalos de classe
devem ser escritos, de acordo com a Resoluo 866/66 do IBGE em termos de desta
quantidade at menos aquela, empregando, paraisso, o smbolo (inclusopor limite
inferior e excluso do limite superior).
6 Relacionar os intervalos e fazer a contagem dos pontos por classe. A contagem total
deve ser igual an.
7 construir uma tabela de frequncia ou um grfico de frequncia.
Exemplo: Considere os dados brutos que representam a safra, em alqueires, por
rvore, para um conjunto de 40 pessegueiros.
Safra atual em (alqueire/ rvore) para 40 Pessegueiros
11,
12,
32,
7,8
21,
16,
11,
22,
14,4
56,1
4
0
4
2
27,
32,
18,
16,
15,
6,03
5
8
5
4
14,7
10,
15,
25,
18,
12,
12,
23,
7
8
0
2
27,4
69,2
5
14,
22,
16,
19,
10,
26,
83,5
6
0
1
0
2
16,
14,
3,2
8,1
12,
19,
13,
2
5
9
1
7
Vamos construir uma tabela para representar esses dados:
1- Construo do Rol em ordem crescente
Safra atual em (alqueire/ rvore) para 40 Pessegueiros
3,2
3,5
4,4
4,7
6
6,1
7,4 7,8
8,1
9,2
10,
10,
11,1
11,
12,
12,
0
7
2
2
5
12,
12,
13,
14,
14,8
15,
15,
16,
6
9
7
5
1
8
0
16,
16,
16,
18,
18,5
19,
19,
21,
2
4
4
2
1
1
0
22,
22,
23,
25,
26,2
27,
32,
32,
2 Amplitude Total (AT) = 32, 8 3, 2 =29, 6
3 Nmero de classes ( K ) = 40 6, 32 6

4 Amplitude da classe
(AC)=

29,6

4,93 5
6
5 Intervalos de variao das classes:
1 classe: Limite inferior: 3
Limite superior: 3 + AC = 3 +
5=8
2 classe: Limite inferior = Limite superior
da classe anterior: 8 Limite superior: 8 + 5
= 13
3 classe: Vai de 13 a 18
4 classe: Vai de 18 a 23
5 classe: Vai de 23 a 28
6 classe: Vai de 28 a 33
6 Construo da
tabela
Safra Anual (em alqueire/ rvore)
para 40 Pessegueiros
Nmero de rvores
Nmero
dealquei
38
8
8 13
10
13 18
9
18 23
7
23 28
4
28 33
2
40
Total
O histograma correspondente:

Ndervores

Safra Anual (em alqueire/rvore)


para 40 Pessegueiros

O polgono de frequncias dado por:


Safra Anual (emalqueire/rvore) para 40
Pessegueiros
12
1
0

15
10

4
0

5,5

10, 515, 520, 525, 530,5

Safra (alqueires)

2
0

5,5
30,5

10,5

15,5

20,5

25,5

Safra (em alqueires)

Distribuio de Frequncia para Variveis Quantitativas Discretas


A tabela de frequncia, nesses casos, consiste em listar os valores
possveis da varivel, numricos ou no e fazer a contagem na tabela de
dados brutos do nmero de suas ocorrncias.
Na construo de uma distribuio de frequncia utilizando variveis
contnuas, perde-se certa quantidade de informaes por que os valores
individuais perdem sua identidade quando so grupados em classes. Isso pode
ou no ocorrer com variveis discretas, dependendo da natureza das variveis
e dos objetivos do analista.

Exemplo: Considere os seguintes dados relativos ao nmero de acidentes


dirios num grande estacionamento, durante um perodo de 50 dias.

0
3
4
5
7

0
3
4
5
7

N de acidentes dirios num estacionamento, durante 50dias


0
1
1
2
2
2
2
3
3
3
3
4
4
4
4
4
4
5
5
5
5
6
6
6
6
6
6
6
7
7
7
8
8
8
8

2
4
5
7
9

Podemos construir uma distribuio de frequncia, sem perda dos valores


originais, utilizando como classes os inteiros de 0 a 9.
N de acidentes dirios num
estacionamento, durante 50 dias.
N deacidentes
F
FA
0
3
3
1
2
5
2
5
10
3
6
16
4
9
25
5
7
32
6
7
39
7
6
45
8
4
49
9
1
50
50
Total
Podemos ver pela freqncia acumulada que em 25 dias (dos 50) ocorreram
at 4 acidentes por dia.
Dizemos que no h perda de informaes porque poderamos reconstruir os
dados originais apartir desta tabela. Por outro lado, poderamos tratar essa varivel
como se fosse contnua, gerando a seguinte tabela:
N de acidentes dirios num
estacionamento, durante 50 dias.
f
fr
N de
acident
5
0,10
0 2
1
0,22
2 4
1
0,32
4 6
6
1
0,26
6 8
35
0,10
8 10
Total
5
1,00
0
Para a distribuio de freqncias em perda de informaes construmos o grfico
de barras, enquanto que para a distribuio com perda de informaes
construmos um histograma.
a) Grfico de barras (semperdas)

b) Histograma (com perdas)

Nde acidentes dirios num estacionamento,


durante 50 dias

Nde acidentes dirios num estacionamento,


durante 50 dias

9
8
7
6
5
4
3
2
1

N de acidentes dirios

16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

5
7
n de acidentes

De modo geral, prefere-se uma distribuio de frequncia sem perdade


informaes quando:
Os dados so constitudos de valores inteiros
H menos de, digamos, 16 dados
H suficientes observaes para originar uma distribuio significativa.
Por outro lado, uma distribuio de freqncia com perda de informaes til
quando:
Esto em jogo inteiros e no-inteiros (ou no inteiros somente)
S existem inteiros, porm em nmero demasiadamente elevado para permitir
uma distribuio til.
A perda de informaes de importncia secundria.
Distribuio de Frequncia para Variveis Qualitativas Nominais ou Ordinais
Talvez as distribuies de frequncia mais simples sejam as relativas s
variveis nominais ou ordinais. Tal simplicidade decorre do fato de que as classes so
facilmente reconhecveis, tornando mnimos os clculos.
Exemplo 1: Considere os dados nominais referentes venda de bebidas leves em um
dia no Mercado Peg-Pag, dispostos na tabela de freqncia a baixo:
Venda de Bebidas Leves em um
Dia no Mercado Peg-Pag
F
fr
Tipo
deBe
Cola
600
0,60
Limo
200
0,20
Laranja
100
0,10
Uva
50
0,05
Cereja
40
0,04
Outros
10
0,01
1000
1,00
Total
As categorias so os diversos tipos de bebidas. Pode haver diversos tipos de
bebidas com vendas bastante baixas, tais como soda, cerveja e chocolate, que foram
englobadas numa nica categoria, que chamamos de Outros, para tornar os dados
mais abrangentes.
Podemos optar pela construo de um grfico de barras horizontais ou verticais
usando as frequncias simples ou destacar os percentuais de vendas de cada bebida
construindo um grfico de setores com as freqncias relativas.
a) Grfico de barrasverticais

b) Grfico desetores

Venda de Bebidas Leves em um Dia no


Mercado Peg-Pag
Venda de Bebidas Leves em um Dia no
Mercado Peg-Pag

700
600

Uva Cereja Outros


Laranja 5% 4%
10%

500
400
300

100

200

1%

Cola

Limo

Laranja Uva
Tipo

Cereja Outros
Limo
20%

Cola
60%

Exemplo 2: Consideremos os dados relativos ao aproveitamento num curso de


Matemtica para o 1 perodo de Administrao 2003/2 da Faculdade UNIVILA,
apresentados abaixo de forma ligeiramente diferente das tabelas de freqncias
anteriores, apenas para ilustrar outra maneira de preparar uma tabela de frequncia.
Classificao dos alunos de Matemtica do 1 perodo de Administrao 2003/2 da
Faculdade UNIVILA
Fraca
Razovel
Mdia
Boa
Excelent
Classifica
Total
e 4
oNmerode
2
4
20
10
40
alunosPerc
1,00
0,05
0,10
0,50
0,25
0,10
entagem
Podemos representar esses dados em um grfico de barras horizontais ou de
setores usando os valores das freqncias relativas
a) Grfico de barras horizontais

b) Grfico de setores

Classificao dos alunos de Matemtica


do1perodo de Administrao 2003/2 da
Faculdade
Excelente

Classificao dos alunos de Matemtica


do1perodo de Administrao 2003/2 da
Faculdade UNIVILA
Excelente
10%

Boa

Fraca
5% Razovel
10%

Boa
25%

Mdia
Razovel

Mdia
50%

Fraca
0

10

15 20

25

30 35

40 45 50 55

Percentagem

Diagrama de Pareto
usado na gesto de qualidade para estabelecer a ordem em que
as causas das perdas ou de outros tipos de fracasso devem ser sanadas.
O Diagrama de Pareto apresenta fracassos e insucessos em ordem
de freqncia. Tem-se, ento, a ordem em que devem ser sanados os erros,
resolvidos os problemas, atendidos as reclamaes, diminuindo o
desperdcio. Diz-se, por isso, que o Diagrama de Pareto estabelece
prioridades. Mas o Diagrama de Pareto tambm
Pode ser usado para identificar causas de sucesso como, por exemplo, as causas do
aumento de venda de um produto.
Exemplo: Consideremos a distribuio de freqncia das reclamaes feitas no
PROCON por rea em 1999.
Reclamao do PROCON por rea
rea
fr
Fr
Servios
40
40
Assuntos
23
63
financeiros
Produtos
21
84
Habitao
8
92
Sade
7
99
Alimentos
1
100
Fonte: Procon, 1999.

Observe que os dados esto apresentados em ordem decrescente de freqncias


relativas.
O Diagrama de Pareto, neste caso, :
Reclamaes no PROCON por rea
110
100

100

99

90

92
84

80
70
63

60
50
40

40

30

40
23

20

21

10

Habitao

Sade

0
Servios

Assuntosfinanceiros

Produtos

Alimentos

rea

Note que a linha que est desenhada acima das colunas obtida com base na
doma dos valores das colunas.
O Diagrama de Pareto para essas reclamaes no PROCON deve ser
interpretado da seguinte forma: Como a maior parte de reclamaes se concentram
nas reas de servios e assuntos financeiros, o PROCON dever centralizar suas
investigaes nessas reas.

IV Sries Estatsticas
Denominamos Srie Estatstica toda tabela que apresenta a distribuio de
um conjunto de dados estatsticos em funo da poca, do tempo ou da espcie.
Da podemos inferir que numa srie estatstica observamos a existncia de trs
elementos ou fatores:
Tempo
Espao
Espcie
Basicamente existem trs tipos de sries estatsticas: Temporais ou
Cronolgicas, Geogrficas e Categricas.
1- SriesTemporais
So constitudas por dados produzidos e monitorados ao longo do tempo.
Tambm so chamadas de sries histricas ou cronolgicas.
Exemplos: So sries temporais:
Preo do Acm no varejo em So
Paulo segundo o ano
Anos
Preo
mdio
1989
2,24
1990
2,73
1991
2,12
1992
1,89
1993
2,04
1994
2,62

Nmero de apartamentos vendidos no ms de


janeiro na cidade de So Paulo por ano.

Ano
1995
1996
1997
1998
1999
Fonte: APA

Nde
Apartament
1299
533
659
1040
402

Fonte: Secovi SP(1999)

2- Sries Geogrficas
So constitudas por dados provenientes de diferentes regies geogrficas.
Tambm so chamadas de sries espaciais, territoriais ou de localizao.
Exemplos: So sries geogrficas:
Durao mdia dos estudos
superiores 1994
Pases
Nmero
dean
Itlia
7,5
Alemanha
7,0
Frana
7,0
Holanda
5,9
Inglaterra
Menos de 4
Fonte: RevistaVeja

Nmero de desempregados, em
milhes, nos dez pases com mais
desemprego em 1998.
Ndedesempr
Pases
egados (em
Milhes)
ndia
38.960,1
Indonsia
10.625,7
Rssia
8.028,8
Brasil
6.649,9
EUA
6.173,4
China
6.125,1
Alemanha
4.075,7
Espanha
3.347,1
Japo
2.930,3
Itlia
2.896,2
Fonte: Pochmann (1999)

3 SriesCategricas
So constitudas por dados obtidos nas diferentes categorias de uma mesma
varivel. Tambm so chamadas de sries especficas.
Exemplos: So sries categricas:
Rebanhos brasileiros em 1992
Espcies
Bovinos
Bufalinos
Eqinos
Asininos
Muares
Sunos
Ovinos
Caprinos
Coelhos

Quantidade
(1000
154.440,8
1.423,3
549,5
47,1
208,5
34.532,2
19.955,6
12.159,6
6,1

Fonte: IBGE

4 Sries Conjugadas

Patrimnio lquido, segundo o banco,


em1998.
Banco
Patrimnio
liquida (milhes
Banco do Brasil
6.629,9
Banespa
4.143,2
Bank Boston
693,0
Boa Vista
419,6
Bradesco
6.320,9
HSBC
1.176,5
Ita
4.650,7
Safra
931,2
Santander
960,7
Unibanco
2.906,3
Fonte: EFC/ Bancos (1999)

Muitas vezes temos necessidade de apresentar, em uma nica tabela, a


variao de valores de mais de uma varivel, isto , fazer uma conjugao de duas
ou mais sries.
Conjugando duas sries e muma nica tabela. Obtemos uma tabela de dupla
entrada. E muma tabela desse tipo ficam criadas duas ordens de classificao: uma
horizontal e uma vertical.
Exemplo: A srie conjugada abaixo uma srie geogrfico-temporal.
Terminais telefnicos em servio de 1991 a1993
Regies
1991
1992
1993
Norte
342.938
375.658
403.494
Nordeste
1.287.81
1.379.101
1.486.64
3
9
Sudeste
6.234.50
6.729.467
7.231.63
1
4
Sul
1.497.31
1.608.989
1.746.23
5
2
Centro-oeste 713.357
778.925
884.822
Fonte: Ministrio das comunicaes

V Construo de tabelas e grficos usando o Excel


1- Construo de tabelas de frequncia para VariveisDiscretas
Suponhamos que um grupo tenha feito quarenta entrevistas e que uma das
variveis observadas tenha sido Nmero defilhos.
A funo FREQUNCIA no Excel calcula a freqncia de cada um dos valores
observados. Para isso preciso que os dados estejam digitados (em colunas ou em
linhas) e que fornea os intervalos com os quais queremos que se faa a contagem.
Exemplo: Considere a seguinte tabela primitiva de dados:
Nmer
odo
1
2
3
4
5
6
7
8
9
10

N
de
1
0
0
1
0
1
0
1
1
2

Nmer
odoqu
11
12
13
14
15
16
17
18
19
20

N
def
1
2
0
2
0
1
2
2
1
4

Nmer
odoqu
21
22
23
24
25
26
27
28
29
30

N
de
0
1
1
1
0
1
0
3
0
2

Nmer
odo
31
32
33
34
35
36
37
38
39
40

N
de
1
0
1
0
1
0
0
0
0
0

Usando o Excel faa um pequeno banco de dados conforme mostrado a seguir.


Nas clulas A2 a A41 digite os nmeros dos
questionrios. Nas clulas B2 a B41 digite os dados
(nmero de filhos).
Nas clulas C2 a C6 digite os valores 0, 1, 2, 3, 4 (so os limites das classes).

Marcar as clulas D2 a D7. Na barra de ferramentas escolha INSERIR


FUNO Escolha primeiramente a opo ESTATSTICA.
Depois escolha a opo FREQUNCIA OK.
O primeiro dado que ser pedido Matriz_dados e voc deve neste campo marcar os
valores onde esto os dados; no nosso caso B2 a B41.
A seguir, pede-se Matriz_bin e voc deve, neste campo, marcar os valores que
correspondem aos limites das classes, no nosso caso C2 a C6.
Logo abaixo da Matriz_bin aparecer o resultado: {17; 15; 6;1;1;0}.
Para que estes valores sejam mostrados na planilha d CTRL + SCHIFT +
ENTER. O resultado deve ser interpretado desta forma:
N defilhos
0
1
2
3
4
5 ou mais
Total

f
17
15
6
1
1
0
40

2- Construo de tabelas de frequncia para Variveis Qualitativas


Para construir tabelas de frequncia para Variveis Qualitativas procede-seda
mesma maneira que para as Variveis Discretas tomando-se a penas o cuidado de
codificar os possveis valores da varivel e digitar a tabela primitiva no Excel usando
esse cdigo.
Exemplo: Uma varivel qualitativa com trs valores (A,B,C) foi observada em cada um
dos vinte elementos de uma amostra.Obteve-se:
B
C

A
A

A
B

C
B

A
A

B
C

B
B

B
B

A
B

A
A

Podemos codificar os valores dessa varivel como: A = 0, B = 1 e C =2.


Devemos prosseguir como na construo de tabelas para
variveis quantitativas discretas digitando o seguinte banco de
dados no Excel:
1
2

0
0

0
1

2
1

0
0

1
2

1
1

1
1

0
1

A tabela fornecida pelo Excel ser:


0
1
2

8
9
3
0

Que para ser interpretada deve ser codificada. O resultado deveser


interpretado desta forma:
Varivel
A
B
C

f
8
9
3

0
0

Outros
Total

0
20

3 - Construo de tabelas de freqncia para Variveis Contnuas


Suponhamos que um grupo tenha feito vinte e duas entrevistas e que uma
das variveis observadas tenha sido Tempo de realizao de um dado exerccio.
Como esta varivel contnua, no podemos usar a funo FREQUNCIA
para construir uma tabela de freqncias.

Na opo
ATENO! Confira se no seu computador tem a opo Anlise de dados...
Exemplo: Considere a seguinte tabela primitiva de dados:
Nmer
odo
1
2
3
4
5
6
7
8
9
10
11

Tempo
0,0
0,5
0,6
1,5
3,3
4,2
3,9
1,0
5,8
4,8
4,0

Nmer
odo
12
13
14
15
16
17
18
19
20
21
22

Tempo
2,7
2,3
4,5
3,7
2,9
0,7
4,7
3,1
4,1
4,9
1,2

Usando o Excel faa um pequeno banco de dados conforme mostrado a seguir.


Nas clulas A2 a A 23 digite os nmeros dos
questionrios. Nas clulas B2 a B23 digite os dados
(tempos).
Agora v para:
FERRAMENTAS ANLISE DE DADOS HISTOGRAMA OK
Os dados pedidos so:
- Intervalo de entrada: Marcar no banco de dados, acoluna referente aos dados, no
nosso caso B2 a B23.
- Intervalo de sada: Indique uma clula vazia, a partir da qual ser mostrada a
tabela (p.ex. G2).
A planilha apresentada ser a seguinte:
0
1,45
2,9
4,35
mais

1
5
4
7
5

Que deve ser interpretada desta forma:


Tempos

o1,45
1,452,90
2,904,35
4,355,80
Total

6
4
7
5
22

4- Construo de grficos de barras.


O grfico estatstico uma forma de apresentar os dados estatsticos. A
principal vantagem de um grfico sobre uma tabela que ele permite uma
visualizao imediata da distribuio dos valores observados.
O primeiro passo para se descrever graficamente um conjunto de dados
observados verificar as freqncias dos diversos valores das variveis.
Para fazer um grfico de barras no Microsoft Excel acompanhe o exemplo:
Exemplo: Considere a seguinte tabela de freqncia:
N de
filhos
0
1
2
3
4
Total

f
17
15
6
1
1
40

1) Digitar os valores da varivel (antecedidos de uma aspa simples) eas


freqncias, como abaixo:
A clulas A1Ba B6
2) Marcar as
1
N de filhos
f
2
o
17
3) na barra de ferramentas: INSERIR
3
1
15
GRFICO.Tipo de grfico: Colunas
4
2
6
Avanar Avanar Colocar o ttulo
5
3
1
dogrfico:
6
4
1
Distribuio do nmero de filhos de 40
entrevistados
Colocar nome no eixo X: N de filhos
Colocar nome no eixo Y: f
Ainda nesta janela escolha, no alto, legenda e desmarque a opo
mostrar legenda
Avanar.
4) Escolher a opo Como nova
planilha e concluir. 5) (opcional)
Clique 2 vezes na parte colorida do
grfico.
No alto, escolha a opo padro escolha
variar cor por ponto. O grfico ser apresentado
da seguinte forma:
Nmero de filhos de 40 entrevistados
18
17
16
15

14
13
12

freqncia

11
10
9
8
7
6
5
4
3
2
1
0
0

Nmero defilhos

Obs: Quando o varivel quantitativa preciso digitar os valores da


varivel com uma aspa simples antes de cada valor (5 ENTER, por
exemplo) para diferenciar para o Excel quem a varivel e quem a
freqncia.
5- Construo de Histogramas.
A Construo de um Histograma no Excel requer alguns
detalhes. Acompanhe a partir do exemplo.
Exemplo: Para a varivel Tempo de realizao de um dado
exerccio, construmos a seguinte tabela de freqncia:
Tempos
o1,45
1,452,90
2,904,35
4,355,80
Total

f
6
4
7
5
22

Vamos construir o histograma que representa essa varivel:


Procedimento:
1) preciso calcular os pontos mdios
de cada classe: 0 1,45
ponto mdio =0,725
1,45 2,90
ponto mdio
=2,125 e assim
sucessivamente.
2) Digitar os pontos mdios (antecedidos de uma aspa simples) e as
freqncias, como abaixo:

A clulas A1 aBB5
3) Marcar as
1 na barra
f INSERIR GRFICO.Tipo de grfico: Colunas
Pont
4)
de ferramentas:
os
Avanar Avanar Colocar o ttulo do grfico:
mdi
2
0,725
6
3
2,125
4
4
3,625
7
5
5,175
5

Distribuio dos tempos de 22 pessoas


paraarealizao de um exerccio.
Colocar nome no eixo X: Tempo
Colocar nome no eixo Y: f
Ainda nesta janela escolha, no alto, legenda e desmarque a opo mostrar
legenda
Avanar.
5) Escolher a opo Como nova planilha e concluir.
6) (opcional) Clique 2 vezes na parte colorida
dogrfico.
No alto, escolha a opo padres escolha variar cor
porponto. O grfico ser apresentado da seguinte forma:
Distribuio dos tempos de 22 pessoas para a realizao de um exerccio.
8

0
0,725

2,125

3,625

5,175

Tempos

Para que este grfico seja um histograma preciso fazer as seguintes alteraes:
1) Clique 2 vezes em alguma das barras.
dados ir aparecer.

A janela Formatar seqncia de

2) Escolha, no alto, Opes.


Na opo: sobre posio passe o nmero para100
Na opo: largura do espaamento, passe para 0 OK
3) (Opcional) Clique 2 vezes na parte cinza do grfico.
Na parte rea escolha a opo
nenhumaOK. O grfico agora estar como o da
esquerda:
Tempo de 22 pessoas para execuo de um exerccio

Ndepessoas

0
0,725

2,175

3,625

5,075

Tempo

Observao: Para alterar o tipo e o tamanho das letras dos eixos,


clique duas vezes sobre o eixo vai aparecer uma janela
Formatar eixos escolha fonte, altere o tipo e OK.
6 - Construo de Polgonos de Freqncias.
Para se construir um polgono de freqncias, preciso entrar
com os dados da seguinte forma:
A
B1)Marcar as clulas A1 a B12
f INSERIR GRFICO.Tipo de grfico: Linha
Pont
2) na barra de ferramentas:
os
Avanar
Avanar
mdi
2
0,725
6
3) Colocar o ttulo dogrfico:
3
2,125
4
Distribuio dos tempos de
4
3,625
7
22 pessoas paraarealizao
5,175
5
de um exerccio.
5
Colocar nome no eixo X:
Tempo
Ainda nesta janela escolha, no alto, legenda e desmarque a opo
mostrar legenda
Avanar
4) Escolher a opo Como nova
planilha econcluir. O grfico agora
estar como o da esquerda:
Distribuio dos tempos de 22 pessoas para a realizao de ume
xerccio.
8

0
0,725

2,125

3,625

5,175

Tempos

VI Medidas de Tendncia Central


1- Introduo
Se estivermos numa parada de nibus urbano e nos pedir em alguma
informao sobre a demora em passar um determinado nibus, que diremos?
Ningum imagina que poderamos dar como resposta uma tabela de freqncias que
pacientemente coletamos no ltimo ms, ou ano! Quem pergunta deseja uma resposta
breve e rpida que sintetiza a informao que dispomos e no uma completa
descrio dos dados coletados.
Para resumir a quantidade de informao contida em um conjunto de dados, os
estatsticos definem medidas que descreve, atravs de um s nmero, caractersticas
dos dados. Algumas dessas medidas descrevem a tendncia central, isto , a
tendncia que os dados tm de se agrupar em torno de certos valores. Dentre as
medidas de tendncia central, destacamos:
A media Aritmtica
A Mediana
AModa
2 A Mdia Aritmtica
A mdia aritmtica a idia que ocorre maioria das pessoas quando se fala
em mdia. E como ela possui certas propriedades matemticas convenientes, a
mais importante das trs medidas que estudaremos.
A mdia aritmtica de um conjunto de dados a soma de todos eles dividido
pelo nmero deles.
Exemplo: Calcule a mdia dos dados: 0, 2, 4, 6,8.
Basta somar todos os valores e dividir o resultado pelo nmero de parcelas que
5. Assimtemos:
02468
4
5
Ou seja, a mdia aritmtica, nesse caso, 4.
Quando algum fala sobre um conjunto de dados, tanto pode estar se referindo
a uma amostra como a uma populao. Utilizamos o smbolo para a mdia de uma
populao e o smbolo x para representar a mdia de uma amostra. A mdia da
populao tambm obtida dividindo a soma dos dados pelo nmero de elementos da
populao. No calculamos porque, em geral, temos apenas uma amostra da
populao. Mas a mdia da amostra uma estimativa da mdia da populao.
s vezes, a mdia pode ser um nmero diferente de todos os da srie de
dados que ela representa, por isso costumamos dizer que a mdia aritmtica no tem
existncia concreta.
Exemplo: Calculando a mdia dos dados: 2, 4, 6, 8temos:
2468
5

4
Isto , a mdia aritmtica, nesse caso, 5. Esse ser o nmero representativo
dessa srie de valores, embora no esteja representado nos dados originais.
Desvio em relao mdia
Denominamos desvio em relao a mdia a diferena entre cada elemento de
um conjunto de valores e a mdia aritmtica.
Designando o desvio pelo smbolo d i, podemos escrever:
d i xi x

Onde x um elemento do conjunto de valores.


i
Exemplo: Sabendo-se que a produo leiteira diria da vaca Mimosa, durante uma
semana, foi de 10, 14, 13, 15, 16, 18, 12 litros, temos, para a produo mdia
semanal:
10141315161812 98
714
7
Logo, x 14litros.
Os desvios em relao mdia so dados por:
d1 x1 x 10 14 4
d 3 13 14 1

d 2 x 2 x 14 14 0
d4 15141

d 5 16 14 2

d6 18144

d 7 12 14 2
A soma dos desvios dos nmeros de um conjunto a contar da mdia zero.
Exemplo: No exemplo anterior temos:
41220140
Propriedades da mdiaaritmtica
A mdia aritmtica tem certas propriedades interessantes e teis, que explicam
por que ela a medida de tendncia central mais usada:
1 - A mdia aritmtica de um conjunto de nmeros pode sempre ser calculada.
2 - Para um dado conjunto de nmeros a mdia aritmtica nica.
3 - A mdia sensvel a (ou afetada por) todos os valores do conjunto. Assim, seu valor
se modifica, a mdia tambm se modifica.
Exemplo: A mdia dos nmeros 1, 2, 2, 3, 4, dada por
12234
2,4
5
Se alterarmos o conjunto para 1, 2, 3, 3, 4 a mdia passa a ser dada por
12334
2,6
5

4 Somando-se (ou subtraindo-se) uma constante (c) de todos os valores de uma


varivel, a mdia do conjunto fica aumenta da (ou diminuda) dessa constante
Simbolicamente se,
y i x i c
Ento
y x c.
Exemplo: Somando-se 2 litros de leite a cada produo diria da Mimosa temos que:
y 1 12,y2 16,y3 15,y4 17,y5 18,y6 20ey7 14
Da:
12161517182014 112

716
7
Lembrando que a mdia anterior era x 14 , temos que:
y

y 16 14 2 x 2.

5 -Multiplicando-se (oudividindo-se) uma constante(c) de todos os valores de uma


varivel, a mdia do conjunto fica multiplicada (ou dividida) dessa constante
Simbolicamentese,
y i xi c
Ento
y x c.
Exemplo: Multiplicando-se por 3 cada produo diria da Mimosa temos que:
y 1 30,y2 42,y3 39,y4 45,y5 48,y6 54ey7 36
Da:
30 42 39 45 48 54 36 294
7 42
7
Lembrando que a mdia anterior era x 14,temos que:
y 42 14 3 x 3.
y

A Mdia Aritmtica Ponderada


A frmula anterior para calcular a mdia aritmtica supe que cada observao
tenha a mesma importncia. Apesar desse caso ser o mais geral, h excees.
Podemos considerar casos em que as observaes tenham importncias diferentes.
Nesses casos, devemos ponderar a importncia de cada varivel para calcular a
mdia aritmtica.
Exemplo1: E muma faculdade a mdia semestral de cada disciplina calculada
considerando as duas mdias bimestrais com peso 3 cada uma um exame final com
peso 4. Se um aluno obtm 8,0 no 1 bimestre, 9,0 no 2 bimestre e 9,6 no
examefinalde Estatstica, Qual ser a sua mdia semestral em Estatstica?
O clculo da mdia aritmtica deve levar em conta os pesos desiguais das
notas. Assim, para esse aluno temos:
Avaliao
1Bimestr
e
2Bimestr
e
Examefina
l
Total
Logo:

Notas
8,0
9,0
9,6

Mdia ponderada

Peso
3
3
4
10

38,039,049,
6

10

89,

8,94

4
10

Isto , A mdia semestral desse aluno em Estatstica 8,94.


Exemplo 2: Suponha que em outra faculdade a mdia semestral de cada disciplina
calculada considerando um exame no meio do perodo e um exame final, este ltimo
como dobro do peso daquele. Qual ser a mdia semestral em Estatstica de um
estudante com 8,5 no primeiro exame e 9,6 no exame final?
Neste caso temos:
Avaliao
Meio do
Perodo

Notas
8,5

Peso
1

Examefinal
Total
Logo:

9,6

Mdia ponderada 18,529,6


3

Portanto sua mdia semestral em Estatstica 9, 23.

2
3
27,
9,23
7
3

Clculo da Mdia Aritmtica para Dados Agrupados


Se os dados se repetem para calcular a mdia preciso multiplicar cada valor
pela sua respectiva freqncia. Na verdade, ao fazer isso, estamos usando uma
variante da frmula de clculo da mdia ponderada, onde os pesos so substitudos
pelas freqncias das classes.
Exemplo1: Durante uma manh, um feirante vendeu determinado produto a preos
variados: 12 unidades foram vendidas a 2 reais; 10 unidades foram vendidas a 3
reaise 8 unidades foram vendidas a 6 reais. Qual foi o preo mdio de venda desse
produto naquela manh?
Podemos construir um rol para a varivel. Preo de venda do produto:
2
2
3

2
2
3

2
3
6

2
3
6

2
3
6

2
3
6

2
3
6

2
3
6

2
3
6

2
3
6

Para calcular o preo mdio basta somar todos esses valores e dividiro
resultado por 30 que o nmero total de produtos vendidos.
Observe essa conta:
64444444172x2444444 6444444170x34444
64444478x6444
448
448
48
x

222222222222333333333366666666
30

12x2 10x3 8x6 24 30 48 102

30 3,40
30
30
Assim o preo mdio do produto pela manh foi R$3,40.
Observe agora, a tabela de freqncia dessa varivel:
Valo
r2
3
6
Total

f
12
10
8
30

A segunda igual da de expresso acima, nos mostra que basta ponderar cada
preo praticado pela freqncia com que foi praticado, para calcular o preo mdio de
venda.
Para facilitar as ontas, podemos criar uma coluna auxiliar na tabela de
freqncia, chamada de multiplicao, correspondente aos produtos xi fi , e calcular
o preo mdio dividindo o total dessa coluna pelo total da coluna de freqncia
simples.
Valo
r2
3
6
Total

f
12
10
8
30

Multiplica
o =24
2 x 12
3 x 10 =30
6 x 8=48
102

Nesse caso o clculo da mdia aritmtica se resume conta:


x

102
30

3,40

Exemplo 2: Foram coletadas 150 observaes da varivel X, representando o nmero


de vestibulares (um por ano) que um mesmo estudante prestou. Os dados esto na
tabela abaixo:

X
1
2
3
4
Total

f
75
47
21
7
150

Quantas vezes, em mdia, cada aluno prestou vestibular?


Criando a coluna multiplicao temos:
X
1
2
3
4
Total

f
75
47
21
7
150
X

Multiplica
o
75
94
63
28
260
260

1,73
150
Pode ser de interesse estudar o gasto dos alunos associado com as despesas do
vestibular. Para simplificar um pouco a situao, vamos supor que se atribui, para cada
aluno, uma despesa fixa de R$ 1300, 00, relativo preparao e mais R$50,00 para
cada vestibular prestado. De posse dessas informaes, vamos calcular amdia da
varivel D: Despesa com vestibular. Pela definio desta nova quantidade temos:
D 50 X 1300
Logo do clculo que fizemos imediato que:
D501,7313001386,50.
Se os dados esto distribudos em classes, para calcular a mdia aritmtica
multiplique o ponto mdio de cada classe por sua respectiva freqncia, some
edividao total pela soma das freqncias e a mdia resultante uma aproximao.
Nesse caso, convencionamos que todos os valores includos em um
determinado intervalo de classe coincidem com o seu ponto mdio, o que nem sempre
o caso. Entretanto, se no dispomos dos dados originais, no h alternativa
razovel.
Exemplo: Imagine que a margem de lucro na venda de um produto varivel, mas
que, ao longo de seis meses, foram registrados os valores a presentados na tabela
abaixo. Calcule a mdia aritmtica da margem de lucro nesse perodo.
Margem de lucro, em termos de percentual
dovalorde compra, segundo aclasse.
Classe
f
Pontomdio
Multiplica
o
15 25
30
20
600
25 35
45
30
1350
35 45
150
40
6000
45 55
45
50
2250
55 65
30
60
1800
Total
300
12000
Logo a margem mdia de lucro ser dadapor:
12000
x
40.
300

3 A Mediana.
Uma segunda medida de tendncia central de um conjunto de nmeros a
mediana. Mediana o valor que ocupa a posio central do conjunto dos dados
ordenados.
Da definio de mediana, segue-se que sua caracterstica principal dividir um
conjunto ordenado de dados em dois grupos iguais; a metade ter valores inferiores
mediana, a outra metade ter valores superiores mediana. A mediana de uma
amostra ser indicada por md.
Para calcular a mediana, necessrio primeiro ordenar os valores
(comumente) do mais baixo ao mais alto. Em seguida, conta-se at a metade dos
valores para achar a mediana.
Em geral, a mediana ocupa a

n 1
, onde n representa a
quantidade 2

posiode valores do conjunto.


O processo para determinara a mediana o seguinte:

1 Ordenar osvalores
2 Se o nmero de dados mpar, a mediana o valor que est no centro da srie.
3 Se o nmero de dados par, a mediana a mdia dos dois valores que esto
no centro da srie.
Exemplo 1: Calcule a mediana dos dados:
3,9,5,7,9,1,9.Para obter a mediana, ordene os dados:
1,3,5,7,9,9,9.
A posio da mediana dada por:
7 1 8
2 2 4
Assim a mediana o elemento que ocupa a 4 posio na srie dos dados
ordenados. Isto , a mediana 7.
Note que antes do7, existem trs nmeros menores: 1,3,5 e,depois do 7, trs
nmeros maiores:9,9,9.
Exemplo 2: Calcule a mediana dos dados:
42,3,9,5,7,9,1,9.Para obter a mediana, ordene os dados:
1,3,5,7,9,9,9,42.
A posio da mediana dada por:
8 1 9
4,5
2
2
Como o nmero de dados par, a mediana a mdia aritmtica dos valores que
ocupam a 4 e a 5 posio na srie dos dados ordenados.
Assim, a mediana dada por:
7 9 16
2 2 8.
Logo temos quatro valores maiores do que 8(1,3,5,7),e quatro valores menores do
que 8(9,9,9,42).
Clculo da Mediana para Dados Agrupados
Se os dados se agrupam e muma distribuio de freqncia, o clculo da
mediana se processa de modo muito semelhante quele dos dados no agrupados,
implicando, porm, a determinao prvia das freqncias acumuladas. Ainda aqui,

temos que determinar um valor tal que divida a distribuio em dois grupos que
contenham o mesmo nmero de elementos. Tambm o processo e os resultados
diferem, dependendo de dispormos ou no dos dados originais.
Se dispusermos dos dados originais, o processo ser o seguinte:
1 Determine as freqncias acumuladas.

2 Determinar a posio da mediana.


3 Identificar a freqncia acumulada imediatamente superior ao valor determinado em
(1).
4 A mediana ser aquele valor da varivel que corresponde a tal freqncia
acumulada se o nmero de dados for mpar.
5 A mediana ser a mdia aritmtica entre o valor da varivel correspondente a essa
freqncia acumulada e o da posio anterior se o nmero de dados for par.
Exemplo1: Considere a distribuio relativa a 33 famlias de quatro filhos, tomando para
varivel o nmero de filhos do sexo masculino:
Nde
menin
0
1
2
3
4
Total

2
6
10
11
4
33

2
8
18
29
33

Determine a mediana desse conjunto. A


posio da mediana dada por:
Posio

33 1

34

17
2
2
A menor freqncia acumulada que supera esse valor 18, que corresponde aovalor 2 da
varivel, sendo esse o valor mediano. Logo:
Md = 2 meninos.
Exemplo2: Considere a distribuio relativa a 8 pessoas, tomando para varivel o nmero
de vezes que vo ao cinema por ms:
N de idas
ao
12
14
15
16
17
20
Total
Determine a mediana desse conjunto. A
posio da mediana dada por:

1
2
1
2
1
1
8

1
3
4
6
7
8

8 1

9
4,5
2
2
Devemos determinar os valores da varivel que esto na posio 4 e5.
Para a posio 5 temos que a menor freqncia acumulada que supera esse valor 6,que
corresponde ao valor 16 da varivel, e para a posio 4 temos que o valor da varivel
correspondente 15.Logo:
15 16 31
Md
15,5
2
2
Posio

Sem os dados originais ficamos restritos suposio de que os valores na classe


que contm a mediana so distribudos de forma uniforme. Assim, o processo ser o
seguinte:
1 Determine as freqncias acumuladas.

2 Identificar o intervalo que contm a mediana.


3 Determinar a posio da mediana nesse intervalo. 4
Ordenar os valores da qual a classe.
5 Identificar a mediana.
Exemplo1: Considere a distribuio relativa a 40 pessoas, tomando para varivel
estatura de cada uma.
Estaturas
150154
154158
158162
162166
166170
170172
Total

f
4
9
11
8
5
3
40

F
4
13
24
32
37
40

Vamos calcular a mediana desses dados:


A posio da mediana dada
40 1 41
por:posio
20,5
2
2
Devemos determinar os valores da varivel que esto na posio 20 e 21.
Esses dois valores esto na 3 classe que correspondem s estaturas de 158 cma162
cm.
Existem 11 valores nessa classe (24 13 = 11) e a mediana a mdia aritmticados
valores que esto nas posies 7 (20 13) e 8 (21 13) dessa classe.
A amplitude dessa classe :
162 158 4
Supondo que os valores se distribuem uniformemente pela classe devemos dividir a
amplitude da classe por 11 para determinar o suposto valor de cada elemento.
Graficamente temos:

20posio

158
14posio

21posio
Mediana

162

Ouainda:
Element
oPosi
onacl

15
80

158,37
1

158,73
2

159,10
3

159,46
4

159,82
5

160,19
6

160,55
7

Assim, devemos tomar a mdia aritmtica dos valores:


4
158 7 1582,55160,55.Correspondente 20 posio.
11
e
4 1582,91160,91. Correspondente 21 posio.
158 8
11
Logo:
Md

160,55 160,91 321,46


2
160,73
2

160,91
8

161,27
9

161,64
10

Dizemos ento que metade dos alunos medem e nos de 160,73 cm e ao utra metade
mede mais de160,73 cm.
Comparao entre Mdia Aritmtica e Mediana
A escolha da mdia, ou da mediana, como medida de tendncia central de um
conjunto, depende de diversos fatores. A mdia sensvel a (ou influenciada por) cada
valor do conjunto, inclusive os extremos. Por outro lado, a mediana relativamente
insensvel aos valores extremos.

A mediana descreve bem os grandes conjuntos de dados. De qualquer forma, em


algumas circunstncias, a mediana descreve, melhor do que a mdia, a tendncia
central dos dados.
Exemplo: A mediana dos dados 5,7,10,13,65 o nmero10. Calculando a mdia
desses dados temos que:
X

5 7 10 13 65 100
5 20
5

Graficamente temos:
5

10 13
Mediana

20

65

Mdia

Neste conjunto h um dado discrepante que o 65. Esse valor puxa a mdia para
cima, mas no afeta a mediana.
Por outro lado, para o conjunto 5,7,10,13,15, a media na a inda o nmero 10, e sua
mdia dada por:
5 7 10 13 15 50
5 10
5
Neste conjunto no h discrepncia de valores.
Um exemplo clssico em que a mediana pode descrever melhor a tendncia
central dos dados do que a mdia dado pelos salrios de uma categoria profissional.
o caso dos salrios dos jogadores de futebol no Brasil. A existncia de alguns
salrios muito altos afetam a mdia do que a mediana. Ento, a mediana d, melhor
do que a mdia, idia do salrio tpico dessa categoria de profissionais.
De modo geral, a mdia possui certas propriedades matemticas que a tornam
atraente. Alm disso, a ordenao dos dados para determinar a mediana pode ser
enfadonha, e o clculo da mediana no pode ser feito com mquina de calcular, ao
contrrio do que ocorre com a mdia.
X

4 A Moda.
A moda o valor que ocorre com maior freqncia num conjunto. A moda de
uma amostra ser indicada por mo.
Exemplo: Determine a moda dos dados: 0,0,2,5,3,7,4,7,8,7,9,6.
A moda 7, por que o valor que ocorre o maior nmero de vezes.
Um conjunto de dados pode no termo da porque nenhum valor se repete o
maior nmero de vezes o caso do conjunto:
3,5,8,10,12,13
Dizemos que esse conjunto a modal.
Em outros casos, ao contrrio, pode haver dois ou mais valores de
concentrao. Dizemos, ento, que o conjunto tem dois ou mais valores modais. No
conjunto:
2,3,4,4,4,5,6,7,7,7,8,9.
Temos duas modas: 4 e 7. Esse conjunto se diz bimodal.
A moda funciona como medida descritiva quando se trata de contar dados.
Essa medida no se presta a manipulaes matemticas. De um ponto de vista

puramente descritivo, a moda indica o valor tpico em termos de maior ocorrncia.


Alm disso, se as freqncias so razoavelmente uniformes, a moda perde muito de
sua importncia como medida descritiva. Por outro lado, a utilidade da moda se
acentua quando um ou dois valores, ou um grupo de valores, ocorre com muito mais
freqncia que os outros. Na maior parte das vezes, a mdia aritmtica e a mediana
fornecem melhor descrio da tendncia central dos dados.
Quando existe uma grande quantidade de dados e, principalmente, os dados
esto dispostos em uma tabela de freqncias, a idia da moda til. A moda de uma
distribuio de freqncia indica qual poro da distribuio tem a maior freqncia de
ocorrncias. Em geral bastante simples identificar a moda de dados que esto
agrupados em uma tabela de freqncias.
Exemplo: Considere a tabela de distribuio de freqncias relativas ao percentual de
vezes que 50 alunos formulam questes durante uma palestra.
N devezes
F (%)
1
5
2
3
3
17
4
35
5
18
6
15
7
7
100
Total
A moda neste caso 4 pois a maior parte dos alunos (35%) formularam 4 perguntas
para o palestrante.
Quando h perda de informao, a moda se refere a uma classe modal, e no
a um valor nico. Ela mostra a tendncia central dos dados e identificando a rea em
que os dados esto mais concentrados.
Exemplo: Imagine que a margem de lucro na venda de um produto varivel, mas
que, ao longo de seis meses, foram registrados os valores apresentados na tabela
abaixo. Calcule a classe modal da margem de lucro nesse perodo.
Classe
f
15 25
30
25 35
45
35 45
150
45 55
45
55 65
30
Total
300
A classe modal 35 45, porque a classe com maior freqncia, uma vez que150
produtos foram vendidos com margem de lucro entre 35% e 45%.
Finalmente, a moda tambm pode ser usada para descrever dados qualitativos.
Como, nesse caso, a moda a categoria que ocorre com maior freqncia, ela mostra
a categoria que mais concentrada.
Exemplo: O site de Veja na Internet perguntou que gastos as pessoas cortam devido
crise econmica. Qual a moda?

Distribuio percentual dos


respondentes, segundo o corte
nos gastos.
Cortes
Percentual
Jantar fora
24
Viagens
23
Curso
10
deidiomas
Cinema
7
Nenhum
36
A moda foi no cortar gastos, o que no significa que seja esse o comportamento da
populao em geral. Note que a amostra constituda de assinantes do UOL, que
responderam voluntariamente pergunta.
Comparao entre Mdia, Mediana e Moda.
Definio

Mdia

Median
a

Soma de
todosos
valores
dividido
pelototalde
elementos do
conjunto.

Valor que
divide o
conjunto em
duas parte
siguais.

Vantagens
1 Reflete
cada valor
2 Possui
propriedad
esmatem
ticasatraen
tes

1 Menos
sensvel a
valores
extremos
do que a
mdia.

1 Valor
tpico.
Maior
quantidade
devalores
concentrad
osneste
ponto.

Limitaes

1
influenciada
por valores
extremos.

1 Difcil de
determiner para
grande
quantidade de
dados.

1 No se
presta
Moda
Valor
anlise
mais
matemtica.
freqent
2 Pode no
e
haver moda
para certos
conjuntos de
dados.
Referncias Bibliogrficas
STEVENSON, William J., Estatstica aplicada administrao, Ed.
Harbra,SoPaulo,1981.

Quandousar
1 Deseja-se
obter a
medida de
posio que
possui a
maior
estabilidade.
2 Houver
necessidade
de um
1 Desejase obter o
ponto que
divide o
conjunto em
partes
iguais. 2
H valores
extremos
que afetam
de uma
maneira
acentuada a
mdia.
1 Deseja-se
obter uma
medida
rpida e
aproximada
de posio.
2 A medida
de posio
deve ser o
valor mais

CRESPO, Antnio Arnot, Estatstica Fcil, Ed. Saraiva, So Paulo, 1998.


MAGALHES, Marcos Nascimento; LIMA, Antnio Carlos Pedroso de, Noesde
Probabilidade e Estatstica, 5 ed., Editora da Universidade de So Paulo, So

Paulo, 2002.
VIEIRA, Snia, Princpios de Estatstica, Ed. Pioneira Thomson Learning, So
Paulo, 2003.

1 LISTA DE EXERCCIOS DE ESTATSTICAI


1- O que Estatstica?
2- Quais so as trs reas principais da Estatstica?
3- Defina os termos amostra e populao.
4- Cite as fases do trabalho estatstico.
5- O que coleta de dados?
6- Quais so as principais razes da amostragem?
7- Para ser til, que caractersticas deve ter uma amostra?
8- Para que serve a crtica dos dados?
9- O que tartar dados?
10- Como podem ser apresentados os dados?
11- As concluses, as inferncias pertencem a que parte daEstatstica?
12- Cite trs ou mais atividades do planejamento empresarial em que a Estatstica se faz
necessria.
13- Para as situaes descritas a seguir, identifique a populao e a amostra correspondente.
Discuta a validade do processo de inferncia estatstica para cada um dos casos.
a) Para avaliar a eficcia de uma campanha de vacinao no Estado de So Paulo, 200
mes de recm nascidos, durante o primeiro semestre de um dado ano e em uma dada
maternidade em So Paulo, foram perguntadas arespeito da ltima vez em que
vacinaram seus filhos.
b) Uma amostra de sangue foi retirada de um paciente com suspeita de anemia.
c) Para verificar a audincia de um programa de TV, 563 indivduos foram entrevistados
por telefone com relao ao canal em que estavam sintonizados.
d) A fim de avaliar a inteno de voto para presidente dos brasileiros. 122 pessoas
foram entrevistadas em Braslia.
14- A parcela da populao conveniente escolhida para represent-la chamada de:
a) Varivel
b) Rol
c) Amostra
d) Dados brutos
e) Nada podemos afirmar, porque a informao incompleta.
1-Classifique cada uma das variveis abaixo em qualitativa (nominal/ordinal) ou quantitativa
(discreta /contnua).
a) Ocorrncia de hipertenso pr-natal em grvidas com mais de 35 anos (sim ou no so
possveis respostas para essa varivel)
b) Inteno de voto para presidente (possveis respostas so os nomes dos candidatos,
alm de no sei).
51

c) Perda de peso de maratonistas na Corrida de So Silvestre, em quilos.


d) Intensidade da perda de peso de maratonistas na Corrida de So Silvestre (leve, moderada,
forte)
e) Grau de satisfao da populao brasileira com relao ao trabalho de seu presidente
(valores de 0 a 5, com 0 indicando totalmente insatisfeito e 5 totalmente satisfeito).
f) Cor dos cabelos dos alunos de uma escola
g) Precipitao pluviomtrica, durante um ano em uma estao meteorolgicade Vitria.
h) Raa dos alunos de uma certa escola.
i) Nmero de aes negociadas na bolsa de valores de So Paulo.
j) Nmero de filhos de casais residentes em Vila Velha.
K) Salrio dos funcionrios de uma empresa.
l) Dimetro externo de peas produzidas por certa maquina.
m)

Nmero de peas produzidas por hora por certa mquina.

n)

ndice de liquidez das indstrias de Cariacica.

o)

Pontos obtidos em cada jogada de um dado.

p)

Sexo dos filhos dos casais residentes em Viana.

q)

Nmero de exemplares dos livros da biblioteca da Univila.

2-Ao nascer, os bebs so pesados e medidos, para se saber se esto dentro das tabelas de peso
e altura esperados. Estas duas variveis so:
a) Qualitativas
b) Ambas discretas
c) ambas contnuas
d) Contnua e discrete, respectivamente.
e) Discreta e continua, respectivamente.

1- Suponha que um questionrio foi aplicado ao os alunos do 3 perodo do curso de


administrao da UNIVILA fornecendo aos seguintes informaes:
Id: Identificao do aluno
Turma: Turma em que o aluno foi alocado (A ou B)
Sexo: F se feminino, M se masculino.
Idade: Idade e manos Alt:
Altura em metros
Peso: Peso em quilogramas Filhos:
Nmero de filhos na famlia
Fuma: Hbito de fumar, sim ou no.Toler:
Tolerncia ao cigarro:
(I) Indiferente, (P) Incomoda pouco e (M) Incomoda muito. Exerc: Horas
de atividade fsica, por semana.
Cine: Nmero de vezes que vai ao cinema por semana.
Op Cine: Opinio a respeito das salas de cinema na cidade:
52

(B) Regular a boa e (M) muito boa. TV:


Horas gastas assistindo TV, por semana.
Op TV: Opinio a respeito da qualidade da programao na TV:
(R) Ruim, (M) mdia, (B) Boa e (N) nosabe.
Com base na tabela dos dados brutos abaixo, faa uma tabela de distribuio de freqncia e
um grfico adequado para cada varivel apresentada.
Informaes de questionrio estudantil - dadosbrutos
Id
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50

Turma
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B

Sex
oF
F
M
M
F
M
F
F
F
F
F
F
F
M
F
F
F
M
F
F
F
F
F
F
F
F
F
F
F
F
F
M
F
F
M
F
M
M
F
M
F
F
M
F
F
F
F
F
M
M

Idade
17
18
18
25
19
19
20
18
18
17
18
18
21
19
18
19
17
18
20
18
21
18
18
20
20
19
23
18
18
25
18
17
17
17
18
18
17
21
18
18
17
23
24
18
18
19
19
18
17
18

Altu
ra
1,6
0
1,6
9
1,8
5
1,8
5
1,5
8
1,7
6
1,6
0
1,6
4
1,6
2
1,6
4
1,7
2
1,6
6
1,7
0
1,7
8
1,6
5
1,6
3
1,8
2
1,8
0
1,6
0
1,6
8
1,7
0
1,6
5
1,5
7
1,5
5
1,6
9
1,5
4
1,6
0
1,6
2
1,5
7
1,6
5
1,6
1
1,7
1
1,6
5
1,6
7
1,7
3
1,6
0
1,7
0
1,8
5
1,7
0
1,7
3
1,7
0
1,4
5
1,7
6
1,6
8
1,5
5
1,7
0
1,5
5
1,6
0
1,8
0
1,8
3

Pes
o50,
5
55,
0
72,
8
80,
9
55,
0
60,
0
58,
0
47,
0
57,
8
58,
0
70,
0
54,
0
58,
0
68,
5
63,
5
47,
4
60,
0
85,
2
54,
5
52,
5
60,
0
58,
5
49,
2
48,
0
51,
6
57,
0
63,
0
52,
0
49,
0
59,
0
52,
0
73,
0
56,
0
58,
0
97,
0
47,
0
95,
0
84,
0
60,
0
73,
0
55,
0
44,
0
75,
0
55,
0
49,
0
50,
0
54,
5
50,
0
71,
0
86,
0

Filhos
2
1
2
2
1
3
1
1
3
2
1
3
2
1
1
3
1
2
1
3
2
1
1
1
2
2
2
1
2
4
1
1
3
1
1
1
1
1
1
1
1
2
2
1
1
7
2
1
1
1

Fum
aN
O
N
O
N
O
N
O
N
O
N
O
N
O
SI
M
N
O
N
O
SI
M
N
O
N
O
SI
M
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
SI
M
SI
M
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
SI
M
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O
N
O

Toler.
P
M
P
P
M
M
P
I
M
M
I
M
M
I
I
P
P
P
P
M
P
M
I
I
P
I
M
P
P
M
P
P
M
M
M
P
P
I
P
M
I
M
I
P
M
M
M
P
P
P

Exe
0r.
0
5
5
2
2
3
2
3
2
10
0
6
5
4
0
3
3
3
7
8
0
5
0
8
6
8
1
3
1
2
1
2
4
7
5
10
6
5
4
5
2
7
5
0
0
4
2
7
7

Cine
1
1
2
2
2
1
1
2
3
2
2
2
1
1
1
1
1
4
2
2
2
3
4
1
5
2
2
1
1
2
2
1
1
2
1
1
2
4
2
1
4
2
0
1
1
1
3
1
0
0

OpCin
e
B
B
M
B
B
B
B
M
M
M
B
B
M
M
B
B
B
B
B
B
B
B
B
M
M
B
M
M
B
M
M
B
B
B
B
M
M
B
B
B
B
B
M
B
M
B
B
B
M
M

TV
16
7
15
20
5
2
7
10
12
10
8
0
30
2
10
18
10
10
5
14
5
5
10
28
4
5
5
10
12
2
6
20
14
10
25
14
12
10
12
2
10
25
14
8
10
8
3
5
14
20

OpTV
R
R
R
R
R
R
R
R
R
R
N
R
R
N
R
R
N
R
R
M
R
R
R
R
N
R
R
R
R
R
N
R
R
R
B
R
N
R
R
R
B
R
N
R
R
R
R
R
R
B

2- Complete as tabelas abaixo, usando como populao os alunos de sua turma.


a) Variveis Qualitativas Nominais
Distribuio dos alunos do 3 perodo de administrao 2004/1

Sexo
Masculino
FemininoTotal

fr

FONTE: Secretaria da FaculdadeUNIVILA

b) Variveis Qualitativas Ordinais


Distribuio dos alunos do 3 perodo de administrao 2004/1
Segundo o grau de interesse pelo cinema nacional

Grau deinteresse

fr

53

MUITO
RAZOVEL
POUCONADA
Total
c) Variveis Quantitativas Discretas
Distribuio dos alunos do 3 perodo de
Administrao 2004/1 segundo o nmero de irmos

Nmero deirmos
0
1
2
3

Total
e) Variveis quantitativas contnuas
Distribuio dos alunos do 3 perodo de administrao 2004/1 segundo a altura

Amplitude Total = mx min=


Nmero de Classes: Raiz quadrada de
n=Amplitude das classes = AT: n de classes=
3 As notas obtidas por 50 alunos de uma classe foram:
1
3
5
6
7

2
3
5
6
8

2
3
5
6
8

2
4
5
6
8

2
4
5
6
8

2
4
5
7
8

3
4
6
7
8

3
4
6
7
9

3
4
6
7
9

3
5
6
7
9

61
35
85
55
98

73
85
73
64
42

77
88
60
74
54

Complete a distribuio de freqncia abaixo:


Nota
s02
24
46
68
810
Tota
l

fr

4 Conhecidas notas de 50 alunos:


84
74
59
67
65

68
71
80
41
94

33
81
41
78
66

52
91
50
56
48

47
65
53
94
39

73
55
65
35
96

68
57
76
45
89

54

Obtenha uma distribuio de freqncia e construa um histograma para representar estas


notas.
5 Os resultados do lanamento de um dado 50 vezes foram os seguintes:
6
1
5
2
5

5
6
4
2
6

2
3
3
5
2

6
3
1
2
4

4
5
3
5
6

3
1
5
1
1

6
3
4
3
5

2
6
4
6
2

6
3
2
5
4

5
4
6
1
3

Fornea uma distribuio de freqncia e construa um grfico de barras para essa


varivel.
6 Considerando as notas de um teste de inteligncia aplicado a 100 alunos:
64
73
78
86
82
68
71
95
94

78
95
86
84
90
96
73
94
75

66
82
78
86
83
86
63
88
67

82
89
101
76
81
70
105
62
95

74
73
85
76
85
72
74
91
108

103
92
98
83
72
74
98
83
98

78
85
75
103
81
84
78
98
71

86
80
73
86
96
99
78
93
92

103
81
90
84
81
81
83
83
72

87
90
86
85
85
89
96
76
73

Fornea uma distribuio de freqncia e construa um grfico adequado para esta


varivel.
7 A tabela abaixo apresenta as vendas dirias de um aparelho eltrico, durante um ms,
por uma firma comercial.
14
12
12
15

12
14
14
13

11
13
10
16

13
14
13
17

14
11
15
14

13
12
11
14

Fornea uma distribuio de freqncia e construa um grfico adequado para esta varivel.
8 Complete a tabela a baixo:
classe
s
08
816
162
4
243
2
324
0
Total

f
4
10
14
9
3
40

fr

9 A tabela abaixo apresenta uma distribuio de freqncia das reas de 400 lotes:

REAS (m2)
N delotes

300 400 500 600 700 800 900 1000 11001200


14
46
5876
68
62
48
22
6

Com referencia a essa tabela determine:

a) A amplitude total.
b) A amplitude de cada classe.
c) A freqncia da quarta classe.
d) A freqncia relativa da sexta classe.
e) A freqncia acumulada da quinta classe.
2
f) O N de lotes cuja rea no atinja 700m .
2
g) O N de lotes cuja rea atinja e ultrapasse 800m .
55

h) A percentagem dos lotes cuja rea no atinja 600m .


2
i) A percentagem dos lotes cuja rea seja maior ou igual a 900m .
2
2
j) A percentagem dos lotes cuja rea de 500m no mnimo, mas inferior a 1000m .
k) A classe do 72 lote.
l) At que classe est includo 60% dos lotes.
10 A distribuio abaixo indica o N de acidentes ocorridos com 70 motoristas de
uma empresa de nibus:
N ACIDENTES
N MOTORISTAS

0
20

1
10

2
16

3
9

4
6

5
5

6
3

7
1

Determine:
a) O nmero de motoristas que no sofreram nenhum acidente.
b) O nmero de motoristas que sofreram pelo menos 4 acidentes.
c) O nmero de motoristas que sofreram menos de 3 acidentes.
d) O nmero de motoristas que sofreram no mnimo 3 e no mximo 5 acidentes.
e) A percentagem dos motoristas que sofreram no mximo 2 acidentes.
11 Represente graficamente cada uma das tabelas abaixo:
a)
Produo Brasileira de Petrleo Bruto 19911993

b)
Entrega de Gasolina para Consumo 19881991

56

Anos
1991
1992
1993
Fonte: Petrobrs
Fonte: IBGE

c)

Quantidade (1.000
36.180,4
36.410,5
37.164,3

Anos

1988
1989
1990
1991

Volume (1.000 m )
9.267,7
9.723,1
10.121,3
12.345,4

d)
Produo de Ovos de Galinha Brasil -1992

57

Produo de Veculos de
Autopropulso
- Brasil1993
Regies
Quantidade
(1.000
dzias)
Norte
57297
Nordeste
414.804
Sudeste
984.659
Fonte:
ANFAVEA
Sul
615.978
Centro-Oeste
126.345
Fonte: IBGE

e)
rea Terrestre Brasil
Regies
Norte
Nordeste
Sudeste
Sul
Centro-Oeste

Tipos
AutomveisCome
rciaisLevesCome
rciaisPesados

f)

Relativa (%)
45,25
18,28
10,85
6,75
18,86

Fonte: IBGE

g)
Salrio dos funcionriosdo
Supermercado Peg-Pag

Quantidade
1.100.278
224.387
66.771

Produo de Ferro Gusa


Brasil -1993
Unidade
Produo (1.000t)
de
Federa
Minasgerais
12.888
EspritoSanto
3.174
Rio deJaneiro
5.008
SoPaulo
2.912

Fonte: Instituto Brasileiro de Siderurgia

h)

rea de 400 lotes da Praia da Costa


2

reas (m )
300400
400500
500600
600700
700800
800900
9001000
10001100
11001200

N delotes
14
46
58
76
68
62
48
22
6

53

Salrios(R$)
500700
700900
9001100
11001300
13001500
15001700
17001900
Total

f
8
20
7
5
2
1
1
44

Sugesto: Para as letras a), b), c) e d) use grfico de barras. Para as letras e) e f)use
grfico de setores e para as demais letras use um histograma.
12 Uma varivel qualitativa com trs valores (A, B, C) foi observada em cada um dos
vinte elementos de uma amostra. Obteve-se:
B
C

A
A

A
B

C
B

A
A

B
C

B
B

B
B

A
B

A
A

a) Determine a frequncia de cada classe.


b) Calcule a frequncia relativa de cada classe.
c) Construa um grfico de barras.
d) Construa um grfico de setores.
13 Quinze pacientes de uma clinica de ortopedia foram entrevistados quanto ao
nmero de meses previsto para a fisioterapia, se haver (S) ou no (N) seqelas aps o
tratamento e o grau de complexidade da cirurgia realizada: Alto (A), mdio (M) ou baixo
(B). Os dados so apresentados na tabela abaixo:
Paciente
s
Fisioterap
iaSeqelas
Cirurgia

1
7
S
A

2
8
S
M

3
5
N
A

4
6
N
M

5
4
N
M

6
5
S
B

7
7
S
A

8
7
N
M

9
6
N
B

1
08
S
M

1
1
6
S
B

1
25
N
B

1
35
S
M

1
44
N
M

1
55
N
A

a) Classifique cada uma das variveis


b) Para cada varivel, construa uma distribuio de freqncia e faa uma representao grfica.
c) Para o grupo de pacientes que no ficaram com seqela, faa um grfico de barras para a
varivel Fisioterapia. Voc acha que essa varivel se comporta demododiferente nessegrupo?
14 Um grupo de estudantes do ensino mdio foi submetido a um teste de matemtica
resultando em:
Nota
02
24
46
68
810
Total

F
14
28
27
11
4
84

a) Construa um histograma
b) Se a nota mnima para passar 5, qual ser a porcentagem de aprovao?
15 Uma pesquisa com usurios de transporte coletivo na cidade de So Paulo indagou sobre
os diferentes tipos usados nas suas locaes dirias. Dentre nibus, metr e trem, o nmero
de diferentes meios de transporte utilizados foi o seguinte:
2
1
2

3
2
2

2
3
1

1
1
2

2
1
1

1
1
2

2
1
3

3
2
1

1
1
2

1
1
3

a) Organize uma tabela de freqncia.


b) Faa uma representao grfica.
58

c) Admitindo que essa amostra represente bem o comportamento do usurio paulistano, voc
acha que a porcentagem dos usurios que utilizam mais de um tipo de transporte grande?
16 Um novo medicamento para cicatrizao est sendo testado e um experimento feito
para estudar o tempo (em dias) de completo fechamento em cortes provenientes de cirurgia.
Uma amostra em 30 cobaias forneceu os valores:
15
15
17

17
18
15

16
14
16

15
17
14

17
15
18

14
14
18

17
15
16

16
16
15

16
17
14

17
18
18

a) Organize uma tabela de freqncia.


b) Que porcentagem das observaes est abaixo de16?
c) Classifique como rpida as cicatrizaes iguais ou inferiores 15 dias e como lenta as demais.
Faa um grfico de setores indicando as porcentagens para cada classificao.
17 Um questionrio foi aplicado aos 10 funcionrios do setor de contabilidade de uma
empresa fornecendo os dados apresentados na tabela.
Funcionrio
1
2
3
4
5
6
7
8

Curso (completo)
superior
superior
mdio
mdio
mdio
mdio
mdio
mdio

9
10

fundamental
fundamental

Idade
34
43
31
37
24
25
27
22

Salrio (R$)
1.100,00
1.450,00
960,00
960,00
600,00
600,00
600,00
450,00

21
26

Anos de Empresa
5
8
6
8
3
2
5
2

450,00
450,00

3
3

a) Classifique cada uma das variveis.


b) Faa uma representao grfica para a varivel Curso.
c) Discuta a melhor forma de construir a tabela de freqncia para a varivel dada. Construa uma
representao grfica.
d) Repita o item (c) para a varivel salrio.
e) Considerando apenas os funcionrios com mais de trs anos de casa, descreva o
comportamento da varivel Salrio.
18 Um grupo de pedagogos estuda a influncia da troca de escolas no desempenho de
alunos do ensino fundamental. Como parte do levantamento realizado, foi a notado o nmero
de escolas cursadas pelos alunos participantes da pesquisa.
EscolasCursadas
1
2
3
4
5
Total

F
46
57
21
15
4
143

a) Qual a porcentagem dos alunos que cursaram mais de uma escola?


b) Construa o grfico de barras.
c) Classifique os alunos em dois grupos segundo a rotatividade: alta para alunos com mais de 2
escolas e alta para os demais. Obtenha a tabela de freqncia dessa varivel.
19 O tempo de utilizao de caixas eletrnicos depende de cada usurio e das operaes
efetuadas. Foram coletadas 26 medidas desse tempo (em minutos):
1,
1
1,
3

1,2
1,7

1,7
1,6

1,5
1,4

0,9
1,2

1,3
1,2

1,4
1,0

1,6
0,9

1,7
1,8

1,6
1,7

1,0
1,5

0,8
1,3

1,5
1,5

59

a) Organize uma tabela de freqncia agrupando os dados em classes.


b) Construa um histograma.
20 Foram feitas medidas em operrios da construo civil a respeito da taxa de hemoglobina
no sangue (em gramas/ cm 3):
11,1
11,3
13,5

12,2
11,7
12,7

11,7
12,6
12,3

12,5
13,4
13,5

13,9
15,2
15,4

12,3
13,2
16,3

14,4
13,0
12,3

13,6
16,9
15,2

12,7
15,8
13,7

12,6
14,7
14,1

a) Construa uma tabela de freqncia.


b) Construa o histograma.
c) Taxas abaixo de 12 ou acima de 16 so consideradas alteradas e requerem acompanhamento
mdico. Obtenha a tabela de freqncia da varivel Acompanhamento Mdico com dois
valores sim ou no.
21 O valor mdio de comercializao da saca de milho de 60 quilos na Bolsa de Cereais
apresentado abaixo, em reais, para os ltimos 40 meses.
6,1
7,3
7,5
7,5

6,2
7,7
7,7
7,6

6,7
7,6
8,2
7,5

6,5
7,4
8,3
7,6

6,9
7,2
8,1
7,4

6,3
7,2
8,1
7,3

7,4
7,3
8,1
7,4

7,6
7,6
7,9
7,5

7,7
7,5
7,8
7,5

7,6
7,4
7,4
7,4

a) Organize os dados em uma tabela de freqncia.


b) Construa o histograma.

22 O nmero de gols marcados no ltimo campeonato da Federao Paulista de Futebol


pelos 20 clubes participantes nos seus 38 jogos uma varivel com os seguintes valores:
Clu
be
Gol
s

1
3
2

2
4
2

3
7
3

4
3
5

5
7
9

6
5
7

7
3
7

8
5
2

9
3
5

1
0
2
5

1
1
5
5

1
2
7
0

1
3
4
2

1
4
1

1
5
6
8

1
6
6

1
7
4

1
8
2
9

1
9
4
7

2
0
5
3

a) Classifiqu e a varivel. Voc a cha razovel construir uma tabela de freqncia de acordo
com a classificao dada?
b) Construa uma tabela de freqncia agrupando as observaes em intervalos de classes.
c) Obtenha o histograma.
d) Que porcentagem dos clubes marcou mais de 38 gols?
23 Uma nova rao foi fornecida a sunos recm desmamados e deseja-se avaliar sua
eficincia. A rao tradicional dava um ganho de peso ao redor de 3,5 Kg em um ms. A
seguir, apresentamos os dados referentes ao ganho, em quilos, para essa nova rao,
aplicada durante um ms em 200 animais nas condies acima.
a) Construa o histograma.
b) Voc acha que a nova rao mais eficiente que a tradicional? Justifique.
Ganho
1,02,0
2,03,0
3,04,0
4,05,0
5,06,0
6,07,0
Total

F
45
83
52
15
4
1
200

24 num estudo sobre rotatividade de mo de obra na indstria, anotou-se o nmero de


empregos nos ltimos 3 anos para operrios especializados e no especializados.
a) Construa o diagrama de barras correspondente a cada tabela usando a freqncia
relativa.
60

b) [Junte as informaes das duas tabelas em uma s e obtenha um diagrama de barras da


rotatividade de mo de obra na indstria sem diferenciar a especializao.]
c) Voc acha que os trabalhadores especializados trocam menos de emprego? Justifique.

No

Especializado

Especializados
Empregos
f

s
Empregos

25 Como parte de uma avaliao mdica em certa universidade, foi medida a freqncia
cardaca dos alunos do primeiro ano. Os dados so apresentados em seguida.
a) Obtenha o histograma.
b) Freqncias cardacas que estejam abaixo de 62 ou acima de 92 requerem
acompanhamento mdico. Qual a porcentagem de alunos nessas condies?
c) Uma freqncia ao redor de 72 batidas por minuto considerada padro. Voc acha que
de modo geral esses alunos se encaixam nesse caso?
Freqncia Cardaca

6065
6570
7075
7580

11
35
68
20

8085
8590
9095
95100
Total

12
10
1
3
16
0

26 Um exame vestibular para uma faculdade tem 80 questes, sendo 40 de portugus


e 40 de matemtica. Para os 20 melhores classificados apresentamos o nmero de
acertos em cada disciplina, em ordem decrescente do total de pontos.
a) Organize uma tabela de freqncia para cada varivel.
b) Faa uma representao grfica das tabelas obtidas em (a).
c) Construa a tabela de freqncia da varivel Total de pontos.
d) Comente sobre a afirmao: Os aprovados so melhores em portugus do que em
matemtica.
Alu
no
Por
t.Mat
.

1
3
5
3
1

2
3
5
2
9

3
3
4
2
7

4
3
2
8

5
3
1
2
8

6
3
0
2
6

7
2
6
3
0

8
2
6
2
8

9
2
4
2
5

1
0
2
3
2
3

1
1
2
3
2
1

1
2
1
2
3
2

1
3
1
1
3
1

1
4
2
0
2
0

1
5
1
7
2
1

1
6
1
2
5

1
7
1
4
2
0

1
8
2
0
1
3

1
98
2
3

2
0
1
0
2
0

27 Vinte baterias para automveis de uma certa marca foram testadas quanto sua
vida til. O teste simula a utilizao da bateria, acelerando seu desgaste de modo a criar
uma rplica da situao real. Os resultados da durabilidade, em meses, so apresentados
aseguir:
a) Construa o histograma
b) Se a amostra acima for considerada representativa do desempenho dessa marca de
bateria, quantas, em 1000 fabricadas, sero repostas pelo fabricante, se ele oferece uma
garantia de 6meses?
c) Se o fabricante vende cada bateria por 20% acima do preo e custo, em 1000 baterias
fabricadas, descartadas as que repe, quanto ser seu lucro por bateria em funo do
preo de custo?
Durabilidade
03
36
69
912
1215

fr
0,02
0,05
0,15
0,25
0,30

61

1520
Total

0,23
1,00

4 LISTA DE EXERCCIOS DE ESTATSTICAI


1-Uma escolade1 grau abriga 124 alunos. Obtenha uma amostra representativa
correspondente a 15% da populao.
Sugesto: Use a 8 coluna, a partir da 1 linha, da Tabela de Nmeros Aleatrios, de cima para
baixo.
2 Em uma escola h 80 alunos. Obtenha uma amostra de 12 alunos.
Sugesto: Use a 2 coluna, a partir da 4 linha, da Tabela de Nmeros Aleatrios, de cima para
baixo.
3 Uma populao formada por 140 notas resultantes da aplicao de um teste de inteligncia:
62
12
95
12
81
93
10
95
96
80
87
11
13
75
9
3
5
0
9
12
60
72
86
10
12
57
11
65
10
90
13
74
10
3
8
0
3
8
7
6
10
84
12
60
12
10
72
11
10
12
80
99
14
85
9
1
8
0
9
3
8
9
77
91
51
10
63
10
76
82
11
63
13
65
11
10
0
7
0
1
4
3
10
10
63
11
11
86
11
62
12
92
10
11
74
78
4
7
7
6
5
2
2
3
69
11
82
95
72
12
52
80
10
85
11
85
10
10
6
1
0
7
2
6
94
84
12
42
90
91
81
11
73
79
98
82
69
10
3
6
2
10
79
10
98
11
95
69
77
91
95
74
90
13
94
0
1
0
4
79
92
73
83
74
12
10
82
71
75
10
10
78
10
5
1
1
2
8
12
56
86
98
10
72
11
89
99
86
82
57
10
90
5
6
7
6
Obtenha uma amostra Sistemtica formada de 26 elementos, tomando, inicialmente, a primeira
linha da esquerda para a direita.
4 O diretor de uma escola, na qual esto matriculados 280 meninos e 320 meninas, desejosos
de conhecer as condies de vida extra-escolar de seus alunos e no dispondo de tempo para
entrevistar todas as famlias, resolveu fazer um levantamento, por amostragem, em 10% dessa
clientela. Obtenha para esse diretor os elementos componentes da amostra.
5 A cidade de Margaridinha apresenta o seguinte quadro relativo s suas escolasde1 grau:
ESCOLA
S
A
B
C
D
E
F
Total

N DE ESTUDANTES
MASCULINO FEMININO
80
95
102
120
110
92
134
228
150
130
300
290
876
955

Obtenha uma amostra proporcional estratificada de 120 estudantes.


6 dada uma populao construda pelas 12 primeiras letras do alfabeto. Expliqueo que voc
faria para obter uma amostra sistemtica de trs elementos.
7 dada uma populao infinita constituda a penas por nmeros 2,4 e 6. Escreva todas as
amostras causais possveis de tamanho dois. Note que so possveis amostras de nmeros
iguais e que so diferentes amostras de mesmos nmeros, masem ordem diferente.
62

Pretende-se obter uma amostra dos alunos de uma universidade para estimar a proporo
que tem trabalho remunerado. Qual a populao em estudo? Qual o parmetro que sequer
estimar? Voc acha que se obteria uma boa amostra dos alunos no restaurante universitrio? No
ponto de nibus mais prximo? Nas portas das salas de aula? Ou voc tem alternativa melhor?
8 Para estimar o nmero mdio de pessoas em um domicilio, um pesquisador obteve uma
amostra sistemtica de 1000 domiclios. No entanto, mesmo fazendo varias visitas, o
entrevistador no encontrou pessoas em 147 deles. O pesquisador obteve ento uma segunda
amostra e quando o entrevistador completou a visita aos 147 domiclios que compunham a
amostra de 1000, analisou os dados. Hviam sido contadas 3087 pessoas. O pesquisador
considerou ento que o numero mdio de pessoas em domicilio 3,1. O que voc acha?
9 Um fiscal da Vigilncia Sanitria precisa verificar se as farmcias da cidade esto cumprindo
um novo regulamento. A cidade tem 33 farmcias, mas como a fiscalizao demanda muito
tempo, o fiscal resolveu optar por uma amostragem. Para escolher a amostra, o fiscal
estratificou a populao de farmcias de acordo como volume de vendas. Existem 3 farmcias
de uma grande cadeia, 10 de cadeias menores e 20 farmcias pequenas, de proprietrios
locais. O fiscal decide visitar as trs farmcias da grande cadeia, quatro das cadeias menores e
trs farmcias pequenas. O cumprimento do regulamento, evidentemente desconhecido do
fiscal, esta apresentado na tabela a seguir. Com base nessa tabela,
a) Sorteie uma amostra estratificada para o local, de acordo com o que ele planejou;
b) Estime, com base na amostra, a proporo de farmcias que esto cumprindo o regulamento;
c) Com base nos dados da populao, estime o parmetro;
d) Voc obteve uma boa estimativa?
Distribuio dos dados sobre cumprimento a um
regulamento, segundo o estrato.
Estrato A
Estrato B
Estrato C
1. sim
1. no
1. sim
11.sim
2. sim
2. sim
2. sim
12.sim
3. no
3. no
3. no
13.no
4. no
4. sim
14.sim
5. sim
5. no
15.sim
6. no
6. no
16.no
7. sim
7. no
17.no
8. no
8. sim
18.no
9. no
9. no
19.sim
10. si
10.
no

63

59