Curso Estatistica

ESTATSTICA PARA ANALISTA DO TESOURO
Aula 0
Sumrio
APRESENTAO .......................................................................... 2
1.
CONCEITOS ......................................................................... 4
2.
TABELAS DE FREQUNCIAS E HISTOGRAMAS ........................... 8
3.
GRFICOS DE PARETO ........................................................ 12
4.
MEDIDAS DE TENDNCIA CENTRAL ....................................... 16
5.
ASSIMETRIA ...................................................................... 19
6.
GRFICOS DE CAIXA (BLOXPLOT), QUARTIS E PERCENTIS ...... 21
7.
MEDIDAS DE VARIABILIDADE .............................................. 22
8.
FRMULA ABREVIADA DA VARINCIA ................................... 26
9.
PROPRIEDADES DA MDIA E DA VARINCIA .......................... 27
10. EXERCCIOS RESOLVIDOS ................................................... 31

11. ENUNCIADOS DE EXERCCIOS ............................................. 79
12. GABARITOS ....................................................................... 93
13. FORMULRIO DESTA AULA ................................................... 95
14. TIPOS DE GRFICOS VISTOS ............................................... 97
15. RESUMO DE CONCEITOS ................................................... 99
Prof. Andr L. Santos
www.passeicursos.com.br
Aula 0
APRESENTAO
Futuros analistas,
Em preparao ao nosso longo edital de Analista do Tesouro, bom j ir
se preparando em nossas matrias bsicas.
Tema
Data
imediata
Estatstica
Descritiva
0
3
4
Estatstica
Probabilstica
Distribuio
de
Probabilidades
Probabilidades
Discretas
Probabilidades
Contnuas
18/02
28/02
10/03
20/03
30/03
Inferncia
Estatstica
5
6
Teste de
hipteses
10/04
20/04
Correlao e
ndices
Item do edital
Descrio univariada: populao e amostra; estatstica descritiva e
inferencial; classificao e caracterizao de uma varivel estatstica; nveis
de mensurao; dados em srie e agrupados; distribuies de freqncias;
histograma e polgono de freqncias; medidas de tendncia central;
medidas de variabilidade absoluta e relativa; medidas de assimetria e
curtose.
Fundamentos da Teoria de Probabilidades: experimento aleatrio; espao
amostra e eventos; os principais conceitos de probabilidade e os teoremas
fundamentais do clculo; probabilidade condicional; independncia de
eventos; teorema de Bayes
Tcnicas de Contagem e Anlise Combinatria. Distribuies de
probabilidades discretas e contnuas (conceitos gerais e usos de descritiva).
Propores e regras de proporcionalidade de grandezas. Combinaes,
Arranjos e Permutao.
Variveis aleatrias unidimensionais discretas: conceito de varivel aleatria;
funo de probabilidade e funo de distribuio; valor esperado e desvio
padro de varivel aleatria discreta; modelos probabilsticos discretos:
Binomial e Poisson.
. Variveis aleatrias unidimensionais contnuas: funo de densidade e
funo de distribuio; valor esperado e desvio padro de varivel aleatria
contnua; modelos probabilsticos contnuos; distribuio Normal;
Variveis contnuas: distribuio T de Student; distribuio F de Snedecor e
distribuio Qui-quadrado. Amostragem e estimao: estimador, estimativa
e distribuies amostrais; distribuio amostral da mdia; distribuio
amostral da proporo; caractersticas de um bom estimador. Intervalos de
confiana: intervalo para a mdia populacional; intervalo para a proporo;
clculo do tamanho da amostra para os intervalos de confiana para mdia e
proporo.
Testes de Hipteses: tipos de erros; significncia e potncia de um teste;
testes sobre a mdia e a proporo populacionais
Varivel aleatria bidimensional: independncia de variveis aleatrias;
covarincia e independncia linear; o coeficiente de correlao de Pearson
Anlise de varincia de classificao simples. Modelo de Regresso Linear
Simples e Mltipla: pressupostos bsicos; estimadores de Mnimos
Quadrados e suas propriedades; testes de significncia; coeficientes de
determinao; coeficiente de determinao ajustado; estimao de formas
linearizveis; predio por regresso simples e mltipla. Testes de hipteses
para mdias e propores. Correlao e Regresso Linear simples. Descrio
de variaes: ndices, fatores e taxas; ndices de preos e de quantidades
pelo critrio de Laspeyres e Paasche; poder aquisitivo e deflacionamento
A banca provavelmente ser a ESAF, e certamente as questes

seguiro a linha da estatstica para os concursos de fiscal. A ESAF,
tradicional banca da Receita Federal, bem heterodoxa na sua abordagem de
estatstica. Seu caminho das pedras s ser entendido por quem tiver bastante
prtica. Por isso, alm da ESAF, inclu exerccios de outras bancas como FGV e
FCC, especialmente a FCC que tem se tornado o benchmarking em estatstica
fiscal. Faa exerccios de outras bancas, afinal, antes de entender como a ESAF
pensa estatstica, voc precisa entender estatstica.
Quanto a mim, seu professor, Sou Andr Luiz dos Santos, sou formado
engenheiro pela USP, com mestrado pelo IPT-SP. Fui aprovado nos concursos
Aula 0
fiscais da prefeitura de Cotia (15), Aruj (10) e no Tribunal de Justia do

Estado de So Paulo (14). Conclu um MBA pela notria FGV, estrela de tantos
outros concursos. Como trabalho na rea tcnica, procuro ser bem mo na
massa com matemtica. Trabalho com Estatstica na minha vida profissional,
voc est lendo material de quem lida com o que ensina. E em concursos
temos que ser pragmticos
Sigo a abordagem tradicional, porque sei que a maioria de vocs no
tem habilidade, e mesmo para tomar atalhos requerida habilidade. No
comeo melhor ir com segurana. A primeira parte da aula ser a teoria
explicada devagar e com exemplos bem simples. Depois teremos os exerccios
resolvidos, ai vem a parte pesada. No passe por ela sem fazer. Dificilmente
algum entende lendo apenas a teoria.
Procurei fazer este curso com respeitando a dedicao, pragmatismo e
senso de objetivo do candidato. Espero que vocs no s gostem, mas
passem.
Vamos l, bons estudos!
Andr L. Santos
Aula 0
Aula 0
ESTATSTICA DESCRITIVA
1. CONCEITOS
Durante nossos exerccios de estatstica para concurso, vamos ver
diversos conceitos espalhados pelos enunciados. No incio desta aula de
estatstica descritiva prudente que repassemos os conceitos mais pedidos
pelas bancas. Dessa forma, tendo visto o conceito com rigor, poderemos
rapidamente compreender os enunciados.
A Cincia da Estatstica a ramo da Matemtica que se preocupa
com a organizao, descrio, anlise e interpretao dos dados
experimentais. Exemplo: Este curso visa ensinar a Cincia da Estatstica
Populao uma coleo completa de todos os elementos a
serem estudados. Exemplo que veio da vida para a matemtica, o conjunto
de todos os brasileiros a populao brasileira. O conjunto de todos os
planetas do sistema solar uma populao.
Censo uma coleo de dados relativos a todos os elementos de
uma populao. Como exemplo, a contagem dos cidados do um pas feito
pelo Instituto Brasileiro de Geografia e Estatstica (por que ser que tem este
nome, hein?)
Amostra uma subcoleo de elementos extrados de uma
populao. Ao se sortear pessoas para uma entrevista, fazemos uma
amostra da populao. Ao se tirar 2 ml de sangue para um exame clnico
com uma seringa, tiramos uma amostra de sangue para anlise. Neste
exemplo, a populao seria todo o sangue do paciente. Rapidamente percebese que trabalhar com populaes invivel.
Parmetro uma medida numrica que descreve uma
caracterstica de uma populao. Por exemplo, o parmetro de expectativa
de vida do brasileiro (at agora) 76 anos. Em mdia, a populao de
cidados brasileiros vive 76 anos.
Aula 0
Uma estatstica no sentido estrito uma medida numrica que

descreve uma caracterstica de uma amostra. No exemplo do sangue, se
a anlise resultar que o nvel de glicose de 86 mg/dl esta uma estatstica
da amostra, e s se refere amostra. No decorrer do curso, veremos como
avaliar se a amostra representativa da populao. Pode no ser. Se
tomarmos uma amostra de bitos de cidados brasileiros de zonas
notadamente carentes de sade, teremos uma estatstica de expectativa de
vida menor que 76 anos, que diferente do parmetro da populao brasileira.
Um dado uma unidade bsica de informao, normalmente o
resultado da experincia ou observao. Por exemplo, este frasco de talco
tem peso lquido de 199,8g
Uma informao o conhecimento obtido pela comparao de
diversos dados. Por exemplo, Os frascos de talco desta marca tem peso
lquido mdio de 200g. Nota-se que esta informao no poderia ter sido
obtida do dado de um nico frasco, ela veio de mais de um dado, seja da
medio de uma amostra ou populao de frascos. Mas estas definies no
so escritas na rocha: No caso, se o fabricante tivesse afirmado, seria um
dado.
Uma proposio o conjunto de palavras ou smbolos que
exprimem um pensamento ou juzo de sentido completo. Por exemplo,
este frasco de talco tem peso lquido de 199,8g ou 9<6. As proposies so
expressas em linguagem. Nos exemplos, a primeira foi em bom portugus, a
segunda em smbolos matemticos. As proposies podem ser verdadeiras ou
falsas. No exemplo dado, 9<6 uma proposio falsa. As proposies podem
ser simples (no caso os exemplos) ou compostas, por exemplo este frasco de
talco tem peso lquido de 199,8g e tem gipsita em sua composio. A
estatstica lidar com proposies, mas a disciplina que lida com elas por
excelncia o raciocnio lgico.
Dados quantitativos consistem em nmeros que representam
contagens ou medidas. Por exemplo, Alturas dos alunos de uma sala em
metros: 1,52; 1,61; 1,54; 1,52; 1,85; 1,71
Dados qualitativos (ou dados categricos ou dados atributos)
podem ser separados em diferentes categorias que se distinguem por
alguma caracterstica no-numrica. Por exemplo, Principais bancas no
Brasil: CESPE, ESAF, FCC, FGV, Cesgranrio, Vunesp
Aula 0
Dados discretos so dados quantitativos que resultam de um

conjunto finito de valores possveis, ou de um conjunto enumervel destes
valores. Por exemplo, Pontuaes possveis num concurso de 160 questes de
alternativa de um ponto cada: 0,1,2,3... 157,158,159,160
Dados contnuos (numricos) so dados quantitativos resultam
de um nmero infinito de valores possveis que podem ser associados
a pontos em uma escala contnua de tal maneira que no haja
interrupes. Por exemplo, Velocidades instantneas de carros num
determinado ponto da estrada em km/h: 100,2; 110,5; 96,3
Importante: A mnima unidade de medio no significa que um dado
contnuo discreto. Se minha rgua mede at milmetros, no quer dizer
que minha medida de distncia discreta em milmetros. Se a rgua mediu
25mm, a medida real bem poderia ter sido 25,46mm se tivesse um
instrumento com mais preciso, como um micrmetro, por exemplo.
Nvel nominal de mensurao caracterizado por dados que
consistem apenas em nomes, rtulos ou categorias. Os dados no podem
ser dispostos segundo um esquema ordenado. Exemplo, Respostas possveis
a uma pesquisa eleitoral de segundo turno: Candidato Alfa, Candidato Beta,
Branco, Nulos, Indecisos.
Nvel ordinal de mensurao envolvem dados que podem ser
dispostos em alguma ordem, mas as diferenas entre valores dos
dados no podem ser determinadas ou no tem sentido. Exemplo,
Respostas possveis a uma pergunta em uma pesquisa: Concordo fortemente,
concordo, indiferente, discordo, discordo fortemente, no sei. D para
perceber que h uma ordem e hierarquia, mas no h uma medio precisa da
distncia entre elas.
Nvel intervalar de mensurao anlogo ao nvel ordinal, com a
propriedade de que podemos determinar diferenas significativas
entre os dados. Todavia no existe um ponto de partida zero inerente ou
natural onde no haja qualquer quantidade presente. Isto muito comum em
escalas com zero arbitrado. Exemplo, temperaturas mdias mensais em So
Paulo em graus Celsius, 25; 24;20;16;18;22;25. No se pode dizer que 20C
20% mais quente que 24C porque 0C foi determinado arbitrariamente no
congelamento da gua (isto no se aplica graus Kelvin, que parte do zero
absoluto)
Aula 0
Nvel de razo de mensurao o nvel de intervalo modificado

de modo a incluir o ponto de partida zero inerente, onde zero significa
nenhuma quantidade presente. Para valores neste nvel, tanto as
diferenas como as razes tem significado. Exemplo, Receitas trimestrais de
uma empresa em milhes de reais: 250, 300, 200, 180. Pode-se dizer que R$
200.000.000,00 20% menor que 240.000.000,00. Pode-se dizer que R$
300.000.000,00 cem milhes de reais maior que R$ 200.000.000,00. E que
receita zero receita nenhuma.
Um
estudo
observacional
verificam-se
e
medem-se
caractersticas especficas, mas no se tenta manipular ou modificar os
elementos a serem estudados.
Por exemplo, Peso total bruto de
caminhes trafegando numa rodovia: 25t; 20t; 12t; 8t; 23t
Em um experimento aplica-se determinado tratamento e passa-se
a observar seus efeitos a serem pesquisados. Exemplo Teores de
determinada substncia na urina de pacientes submetidos a tratamento:
60mg/ml; 56 mg/ml; 80 mg/ml. Ou seja, uma condio no natural, houve
um tratamento que podia ou no ter alterado os teores normais.
Uma amostra aleatria os elementos da populao so escolhidos
de tal forma que cada um deles tenha igual chance de figurar na
amostra. Exemplo, num tanque perfeitamente agitado, 100ml de lquido so
retirados a ttulo de amostra. Como um granel misturado, pode-se considerar
uma amostra aleatria. Outro exemplo, num tanque com uma populao de
peixes, uma rede lanada e captura 3 peixes para exames. Supe-se que os
peixes estejam nadando aleatoriamente.
Uma amostragem estratificada uma amostragem que a
populao subdividida em no mnimo duas subpopulaes que
compartilham das mesmas caractersticas e em seguida se extrai uma
amostra aleatria de cada extrato. Por exemplo, os computadores da
Receita Federal separam as declaraes de renda de pessoas fsicas em faixas
de renda e sorteiam algumas de cada faixa para escrutnios dos fiscais.
Uma amostragem por conglomerados uma estratificada em que
o espao amostral um dos conglomerados/extratos. Repetindo o
exemplo anterior, os computadores da Receita Federal separam as declaraes
de IRPF em faixas de renda, mas especificamente os fiscais se interessam no
escrutnio de amostras aleatrias na faixa de renda superior do estudo. A
banca FGV considerou esta como uma definio de amostragem por
conglomerados: na amostragem por conglomerado a populao
Aula 0
dividida em diferentes grupos, extraindo-se uma amostra apenas dos

conglomerados selecionados
Uma amostragem sistemtica escolhemos um ponto de partida e
selecionamos um elemento a cada determinada distncia ou
frequncia. Exemplo, uma tecelagem extrai uma amostra para anlise de fio
a cada 10000m de fio produzido.
Um erro amostral a diferena entre os resultados amostrais e o
verdadeiro resultado populacional; tais erros resultam de flutuaes
amostrais aleatrias. Exemplo, uma linha de produo envasa um silo de 200t
de dolomita em 200.000 sacos de 1000g por hora. Em uma amostra de 5
sacos retirados aleatoriamente dos produzidos, a mdia de peso foi de 995g.
Este 5g o erro amostral. Se todos os sacos, ie, a populao pudesse ser
medida, o peso mdio seria de 1000g.
Um erro no amostral ocorre quando os dados amostrais so
coletados, registrados ou analisados incorretamente, um erro que no
se atribui variao amostral aleatria, como a escolha de uma amostra no
aleatria e tendenciosa ou a utilizao de um instrumento de mensurao
defeituoso. Por exemplo, no caso da linha de produo acima, os cinco sacos
de amostra podem ser medidos numa balana descalibrada que d mdia de
peso deles de 975g. 25g um erro no amostral. No caso, o amostrador
tambm propositadamente podia ter escolhido os sacos mais murchos para
retirar de amostra e subavaliar de caso pensado o peso do envase.
Todas as definies acima deram precisas definies do que veremos ao
longo do curso e das questes de estatstica.
2. TABELAS DE FREQUNCIAS E HISTOGRAMAS
Este tema querido s bancas. Ele bem bsico, mas por que no tirar
pontos preciosos dele? S requer experincia para no dia da presso da prova
manipular os dados e extrair o ponto.
Uma tabela de frequncias relaciona categorias (ou classes) de valores
juntamente com contagens (ou frequncias) do nmero de valores que se
enquadram em cada categoria.
Vamos ao exemplo: Um grande fabricante de peas dividiu seus clientes
em classes de faturamento anual de pedidos para determinar o nvel de
atendimento, ps-venda e assistncia tcnica a cada um deles.
Classe de cliente
Pedidos anuais
# clientes
Padro
At R$ 100.000
80
Preferencial
de R$ 100.000 at R$ 200.000
20
Premium
de R$ 200.000 at R$ 300.000
Aula 0
Nesta tabela, os limites inferiores de classe so os menores nmeros

que podem efetivamente pertencer a cada classe. No caso, 0 (hipoteticamente.
Quem fez R$0 de pedido no cliente); 100.000 e 200.000. Os limites
superiores de classe so os maiores nmeros que podem efetivamente
pertencer a cada classe. Ou seja, 100.000; 200.000 e 300.000.
Uma questo que sempre pode surgir o que fazer nas fronteiras. No
caso, a tabela j explicou usando o de... at. De pertence classe, at no
da classe. Por exemplo, um cliente que tenha pedido R$ 200.000,00 exatos
cliente Premium, porque a categoriam Premium de 200.000 enquanto a
Preferencial
at
200.000.
Em
linguagem
matemtica,
100.000<=Preferencial<200.000
O aluno tambm encontrar as seguintes notaes nos enunciados, todas
anlogas:
100.000 <= x < 200.000

100.000 [ ---------------- [ 200.000
100.000 |----------------- 200.000
100.000
200.000
Todas elas significam a mesma coisa. Que 100.000 est incluso no

intervalo, mas 200.000 no faz parte.
Marcas de Classe ou Pontos Mdios de Classe auto explicativo, o
ponto mdio da classe. No caso, Padro 50.000; Preferencial 150.000;
Premium 250.000.
Finalmente, amplitude de classe a diferena entre dois limites de
classe. Na tabela de R$ 100.000. O exemplo apresentou amplitudes iguais,
mas nem sempre assim. A empresa poderia ter dito que os Premium iam de
200.000 at 1.000.000. Ou at infinito, oras, algum que quisesse fazer um
bilho em pedido seria um tremendo cliente Premium, no?
Usualmente, a amplitude de classe para uma boa construo de classes
dada pela amplitude dos dados dividido pelo nmero de classes desejada.
Amplitude o maior menos o menor valor dos dados. A regra prtica de
histogramas que o nmero de classes seja a raiz quadrada do nmero de
Aula 0
valores. Sendo assim, para 50 valores termos 7 classes um bom nmero a se

trabalhar (50=7,071067...)
Finalmente, podemos montar o famoso grfico de colunas de frequncias
por classes to venerado da estatstica chamado de HISTOGRAMA. Enquanto
voc ouvir falar de estatstica na sua vida voc ouvir dos histogramas.
90
80
70
60
50
40
30
20
10
0
Histograma de clientes
80
20
5
R$ 0
Padro
Preferencial
R$ 100.000
Premium
R$ 300.000
R$ 200.000
Uma outra modalidade de tabela de frequncia muito usada a de

frequncia relativa. Ela tem a vantagem que os dados dela podem ser usados
para clculos de probabilidade, se desejar.
Frequncia relativa = frequncia da classe / frequncia total
No exemplo dos clientes, a frequncia total a somatria do nmero de
clientes, ie, 105 clientes. Dividindo cada classe de cliente pela somatria
Classe de cliente
Pedidos anuais
# clientes
Freq.
Relativa
Padro
At R$ 100.000
80
0,76
Preferencial
de R$ 100.000 at R$ 200.000
20
0,19
Premium
de R$ 200.000 at R$ 300.000
0,05
Soma clientes
105
1,00
Tambm o histograma pode ser feito com frequncias relativas
10
Aula 0
Histograma de freq. Relativa de clientes

0,80
0,76
0,70
0,60
0,50
0,40
0,30
0,19
0,20
0,10
0,05
0,00
Padro
Preferencial
Premium
Outra forma comum de expressar nestas tabelas a frequncia

acumulada, que a soma das frequncias daquela classe e de suas
precedentes, seja em termos absolutos, sejam em termos relativos. No caso
do exemplo, a tabela fica trabalhada um pouco diferente:
Pedidos anuais
Nmero clientes
Freq. Relativa Acumulada
At R$ 100.000
80
0,76
At R$ 200.000
100
0,95
At R$ 300.000
105
1,00
E o histograma vira uma escadinha:

1,00
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,00
At R$ 100.000
At R$ 200.000
At R$ 300.000
11
Aula 0
O aluno perspicaz que vai ganhar muitos pontos na prova j percebeu

que forosamente a ltima classe da frequncia acumulada a somatria da
tabela, e tem frequncia de 1.
Um irmo do grfico de histograma de frequncia relativa o famoso
grfico de pizza. No grfico de pizza a rea de um crculo dividida
radialmente de acordo com a frequncia relativa de cada categoria. Portanto
uma categoria com 50% da frequncia ocupar uma meia-lua, e assim
sucessivamente.
Vermelha; 130; 7%
Azul; 100; 5%
Cores de automveis vendidos

Outras; 5; 0%
Verde; 15; 1%
Marrom; 50; 2%
Prata; 1000; 50%
Prata
Preta
Branca; 200; 10%
Branca
Marrom
Verde
Azul
Vermelha
Outras
Preta; 500; 25%
3. GRFICOS DE PARETO
Uma aplicao muito comum das tabelas de frequncias e frequncias
acumuladas o chamado grfico de Pareto. Trata-se de dois grficos num s.
As barras so as frequncias individuais das categorias, e uma linha expressa a
frequncia acumulada.
12
Aula 0
Pareto Chart of Campeoes

20
100
Count
60
10
40
5
Campeoes
Count
Percent
Cum %
Percent
80
15
20
Brasil
5
26,3
26,3
Italia
4
21,1
47,4
Alemanha Argentina
3
2
15,8
10,5
63,2
73,7
Uruguai
2
10,5
84,2
Other
3
15,8
100,0
No exemplo acima, podemos ver uma populao de campees das Copas

do Mundo at 2013. As barras a frequncia absoluta da populao de
maneira ordenada decrescentemente (os ltimos valores, para o bem da viso,
costumam ser agrupados). Portanto l-se diretamente das barras que foram 5
campeonatos do Brasil, 4 da Itlia, 3 da Alemanha, por exemplo. A ordenao
decrescente permite logo se perceber as maiores frequncias. Qual pas mais
ganhou a Copa? O Brasil, a primeira barra. Os grficos de Pareto servem por
excelncia para ressaltar as categorias mais frequentes.
A linha vermelha a frequncia acumulada. Ela permite responder, por
exemplo, a pergunta: Quais pases correspondem sozinhos 50% das vitrias
na Copa?. A resposta Brasil e Itlia correspondem sozinhos metade dos
campeonatos.
O grfico tem duas escalas. A da esquerda a frequncia absoluta, j a
porcentagem da direita pode ser tanto a frequncia relativa (para as barras)
quanto a acumulada (para a linha).
Grficos de pareto so especialmente usados como ferramentas da
qualidade para avaliar as principais causas. Foram desenvolvidos pelo clebre
Juran (quem estiver estudando Administrao Industrial ou Geral
provavelmente o conhece) baseado na concluso atribuda ao economista
italiano Pareto: Em geral, 20% das pessoas/causas consomem/geram cerca
80% dos recursos/conseqncias. Os 20% no caso seriam as barras
absolutas, os 80% a linha acumulada.
13
Aula 0
Exemplo: Construa o grfico de pareto das seguintes causas de interrupo de

produo industrial:
Causa de perda de
produo
Ocorrncia
Falta de matria-prima
Falta de embalagem
Falta de demanda
Falta de mo de obra
Quebra do reator
10
Quebra da esteira
Acerto de estoque
Auditoria fsica
Fora maior
Quedas de energia
Erro de instrumentao
Ordena-se decrescentemente as categorias pela frequncia absoluta

Causa de perda de
produo
Ocorrncia
Quebra do reator
10
Falta de embalagem
Falta de demanda
Quedas de energia
Quebra da esteira
Falta de mo de obra
Fora maior
Auditoria fsica
Acerto de estoque
Calcula-se a frequncia relativa de cada categoria. Relembrando, frequncia relativa

= frequncia absoluta/soma de frequncias
Causa de perda de
produo
Ocorrncia
Freq.
Rel
Quebra do reator
10
0,270
0,162
Falta de embalagem
0,135
14
Falta de demanda
0,108
Quedas de energia
0,081
Quebra da esteira
0,054
Falta de mo de obra
0,054
0,054
Fora maior
0,027
Auditoria fsica
0,027
Acerto de estoque
0,027
Aula 0
Calcula-se a frequncia acumulada de cada categoria. Relembrando,

frequncia acumulada = frequncia absoluta/soma de frequncias +
frequncia relativa anterior. Se voc fez certo as contas, a ltima categoria
de frequncia acumulada ser igual a 1.
Ocorrncia
Freq.
Relativa
Freq.
Relativa
acumulada
Quebra do reator
10
0,270
0,270
0,162
0,432
Falta de embalagem
0,135
0,568
Falta de demanda
0,108
0,676
Quedas de energia
0,081
0,757
Quebra da esteira
0,054
0,811
Falta de mo-de-obra
0,054
0,865
0,054
0,919
Fora maior
0,027
0,946
Auditoria fsica
0,027
0,973
Acerto de estoque
0,027
1,000
Causa de perda de
produo
Num grfico de dois eixos de colunas/linhas atribui-se as frequncias absolutas s

colunas e as frequncias acumuladas linha
12
10
8
6
4
2
0
10
6
0,432
0,270
0,676
0,757
0,811
0,865
0,919
0,946
0,973
0,568
1,000
0,800
0,600
0,400
0,200
0,000
Ocorrncia
Freq. Abs
15
Aula 0
V-se que uma poderosa ferramenta estatstica de qualidade. No

exemplo acima, mais de 40% das paradas foram geradas pelas duas causas
principais. Como os recursos so limitados, resolver estas duas nicas causas
de parada prioritariamente geraria um grande ganho de produtividade.
4. MEDIDAS DE TENDNCIA CENTRAL
Uma medida de tendncia central um valor no centro ou no meio de
um conjunto de dados
A mdia aritmtica ou simplesmente mdia de um conjunto de valores
o valor obtido somando-se todos eles e dividindo o total pelo nmero de
valores. a medida de tendncia central mais importante e mais usada.
Notaes
Somatria de um conjunto de valores
Uma varivel usada

individuais dos dados
para
representar
Nmero de valores de uma amostra
Nmero de valores de uma populao
Mdia de um conjunto de valores de uma amostra
valores
Mdia
populao
de
um
conjunto
de
valores
de
uma
Exemplo, qual a mdia do conjunto: 10; 20; 25; 75?
= 10 + 20 + 25 + 75 = 130
Como n=4:
130
4
= 32,5
Cuidado! No confunda o smbolo trao da mdia com o smbolo NO

do operador lgico!
16
Aula 0
No exemplo acima, v-se uma propriedade importante da mdia: valores

extremos afetam a mdia. Naquela amostra h 3 nmeros menores que a
mdia, mas o 75 to grande comparado a eles que puxa a mdia para si.
A mdia ponderada de um conjunto de valores o valor obtido pela
multiplicao dos dados pela sua proporo dividida pela soma total. til
para misturas e quando componentes se mesclam
=
. ()
Exemplo: Uma fbrica de suco mistura duas polpas concentradas de frutas, a

primeira tem 300l e 50% de slidos, a segunda tem 1000l e 30% de slidos. Qual a
concentrao final?
. ()
11 + 22 300.0,50 + 1000.0,30 150 + 300
=
=
=
= 0,3461 = 35%
1 + 2
300 + 1000
1300
A mdia de teores finais 35%. Os valores de concentrao foram ponderados.

Veremos mais detalhes da mdia ponderada na aula de distribuio de
probabilidades.
A mediana de um conjunto de valores o valor que divide o conjunto

em duas partes iguais quando os valores esto em ordem crescente. O smbolo
da mediana
Quando o conjunto tem um nmero mpar de elementos, a mediana o
elemento central. Se um nmero par, a mdia dos valores centrais.
Exemplo, qual a mediana do conjunto: 500; 10; 17; 20; 19; 75; 40?
O primeiro passo ordenar o conjunto, portanto: 10 17 19 20 40 75
500
A mediana o nmero do meio porque temos um nmero mpar de
elementos
10
17
19
20
40 75
500
portanto = 20
Podemos perceber uma propriedade interessante da mediana, ela no

afetada por pontos extremos. O 500 no move a mediana. Podia ser 76 no
lugar de 500, a mediana continuaria 20.
17
Aula 0
Exemplo, qual a mediana do conjunto: 10; 20; 25; 75?

J temos o conjunto ordenado, mas um nmero par de elementos:
10
20
25 75
A mediana a mdia dos elementos centrais, ie 20 e 25. Portanto = (20+25)/2 =

22,5
A moda de um conjunto de dados o valor que ocorre com mais

frequncia. Cuidado, no necessariamente a moda nica. Se h duas, o
conjunto bimodal. Se h mais, multimodal.
Histogram of a
30
moda
25
Frequency
20
15
10
5
0
-2,25
-1,50
-0,75
0,00
a
0,75
1,50
Abaixo, um conjunto bimodal:
18
Aula 0
Conjunto bimodal
12
moda
moda
Frequency
10
8
6
4
2
0
19,5
21,0
22,5
24,0
b
25,5
27,0
28,5
O ponto mdio o valor que est no meio do caminho entre o maior e

o menor valor.
A amplitude a diferena entre o maior e o menor valor. Tecnicamente
a amplitude no uma medida de tendncia central, e sim de variao. Mas
como o ponto mdio a mdia da amplitude, explico aqui.
Exemplo: calcule a amplitude e o ponto mdio de 10; 50; 60; 100; 20
O maior valor 100, o menor 10. Portanto a amplitude 90. O ponto mdio a
mdia de 10 e 100, portanto (10+100)/2= 55
5. ASSIMETRIA
Diz-se que uma distribuio simtrica quando as metades esquerdas
e direitas de seu histograma so iguais. Uma propriedade importantssima de
uma distribuio simtrica que a mediana, a moda e a mdia so iguais, ie,
coincidem.
19
Aula 0
Exemplo de distribuio simtrica

0
900
Mdia = Mediana = Moda
800
700
Frequency
600
500
400
300
200
100
0
-5,2
-3,9
-2,6
-1,3
0,0
1,3
2,6
3,9
Diz-se que uma distribuio assimtrica quando as metades

esquerdas e direitas de seu histograma no so iguais e estendem-se mais
para um lado que para o outro. As distribuies assimtricas podem ser
direta ou esquerda, respectivamente positiva e negativa.
Uma distribuio assimtrica esquerda tem a mdia e a mediana
esquerda da moda. J uma distribuio assimtrica direita tem a mdia e a
mediana direita da moda.
Distribuio assimtrica a direita
1
6000
1,89
2
Moda 1
Mdia 1,89
Mediana 2
5000
Frequency
4000
Assimetria a direita:
Mdia > Moda
Mediana > Moda
3000
2000
1000
0
10
20
Aula 0
Distribuio assimtrica a esquerda

8,98 9,29 9,8
1200
Moda 9,8
Mediana 9,29
Media 8,98
1000
Frequency
800
Assimetria a esquerda:
Moda > Mediana
Moda > media
600
400
200
0
1,2
2,4
3,6
4,8
6,0
7,2
8,4
9,6
Assimtrica
esquerda ou
negativamente
assimtrica
Simtrica
Assimtrica direta
ou positivamente
assimtrica
Mediana < Moda
Moda = Mdia =
Mediana
Mediana > Moda
Mdia < Moda
Mdia > Moda
6. GRFICOS DE CAIXA (BLOXPLOT), QUARTIS E PERCENTIS

A mediana tem dois irmos. So o primeiro quartil e o terceiro
quartil. Se a mediana divide a distribuio ordenada em duas partes iguais,
cada uma com 50% de elementos, o primeiro quartil divide no primeiro um
quarto, ie, 25% antes versus 75% aps. Analogamente, o terceiro quartil
divide em 75% e 25%.
Para calcular os quartis da mesma maneira que a mediana. Ordena-se
a distribuio e pega-se o elemento em 25/100 n-sima posio para o
primeiro quartil (Q1) e 75/100 n-sima posio para o terceiro (Q3),
lembrando sempre que n o nmero de elementos na distribuio. Se os
quartis ficarem entre dois elementos, adota-se o inteiro mais prximo. Em
certo sentido, a mediana o segundo quartil (Q2).
21
Posio Q1 = 25/100 * n
Mediana (Q2) = 50/100 * n
Aula 0
; Posio Q3 = 75/100 * n; Posio da
A distncia interquartlica a diferena entre Q3 e Q1.

Os percentis so anlogos aos quartis e so calculados da mesma
forma. Exemplo, O 10% percentil de uma distribuio o elemento ordenado
que ocupa a posio 10/100 * n. O 64% percentil de forma anloga
64/100*n. O Q1 o 25% percentil, o Q3 o 75% percentil e a mediana o
50% percentil.
Posio 10% percentil = 10/100*n; Posio 64% percentil = 64/100*n
Posio k percentil = k/100 * n; onde 0<k<100%
Um grfico muito comum em estatstica para observar os quartis e
medianas o grfico de caixa ou bloxplot. Trata-se de uma caixa dividida na
mediana que vai do Q1 at o Q3. Veja o exemplo:
Exemplo de Boxplot
250
Os pontos avulsos so "Outliers"

Valores extremos acima ou abaixo
dos limites
Limite superior = Q3 + 1.5 (Q3 - Q1)
200
150
Q3
100
Distncia
interquartlica
mediana
Q1
50
Limite inferior = Q1- 1.5 (Q3 - Q1)
Os boxplot tambm possuem uma linha ligando at 150% da distncia

interquartlica abaixo e acima de Q1 e Q3 respectivamente. Os pontos fora
deste intervalo so os ditos outliers, os pontos famosos da expresso pontos
fora da curva. No se preocupe com outliers por hora, nunca vi carem em
prova alguma mesmo nos exerccios de boxplot, mas sempre bom saber.
7. MEDIDAS DE VARIABILIDADE
22
Aula 0
A amplitude de uma distribuio a diferena entre o maior e o menor

valor. Tem uso limitado, exceto para o clculo do ponto mdio. A medida de
variao por excelncia o desvio-padro:
O desvio-padro de um conjunto de dados uma medida de variao
dos valores em relao mdia. uma medida de disperso absoluta.
A varincia de um conjunto de dados a mdia dos quadrados das
diferenas dos valores em relao sua mdia.
Na prtica, o desvio-padro (e sua me, a varincia) representa o grau
de espalhamento que os pontos esto da mdia. Veja o exemplo abaixo para
entender. O histograma mais espalhado tem maior desvio-padro.
Histogram of a; b
Normal
0,0016
A populao "b"
tem menor desvio
padro que "a".
Os dados so
menos
"espalhados" ao
redor das mdias
0,0014
Density
0,0012
0,0010
0,0008
Variable
a
b
Mean StDev
N
5010 403,1 200
5003 275,2 200
0,0006
0,0004
0,0002
0,0000
4200
4500
4800
5100
Data
5400
5700
6000
Desvio-padro a raiz quadrada ( ) da varincia. No posso

deixar de reforar a importncia deste conceito. Porque se calcula a varincia
da distribuio em primeiro lugar e todas as operaes com desvio devem ser
feitas com a varincia. Porm o desvio-padro realmente aquilo til para se
compreender a distribuio por ter a unidade dos elementos. Ou seja, fala-se
em desvio-padro, mas se mexe nele com a varincia. Insisto, este conceito
cai muito.
Vamos revisar as notaes e frmulas. Algumas so novas, outras voc
j conhece:
23
Aula 0
Notaes
Somatria de um conjunto de valores x
S2=
Uma varivel usada para representar valores

individuais dos dados
( )2
Mdia de um conjunto de valores de uma

populao
n( x2 )( x)2
(1)
()2
( 2
( )2
s= 2 =
Mdia de um conjunto de valores de uma amostra
Varincia de um conjunto de valores de uma

populao
( )
n( x2 )( x)2
Varincia de um conjunto de valores de uma

amostra
(1)
Desvio-padro de um conjunto de valores de uma

amostra
2 =
()2
( 2
2
( )
Desvio-padro (sigma) de
valores de uma populao
um
conjunto
de
A mesma distino entre amostra e populao deve ser feita com mais
rigor no clculo de desvio-padro que no clculo das mdias e as bancas
cobram nas questes este conhecimento. Quando uma amostra, a diviso
por n-1, quando populao, por N. Por qu? Porque uma amostra perde um
grau de liberdade. Ela uma partio de um sistema, algo a menos que um
sistema, um grau de liberdade a menos, portanto n-1. Ora, como a diviso
feita por um nmero menor, percebemos que o desvio-padro de uma amostra
MAIOR que o de uma populao. Lgico! A amostra uma tentativa de
previso da populao por um subconjunto, naturalmente tem medidas mais
imprecisas.
Usualmente, o desvio-padro padro o amostral, isto , o s,
calculado com n-1. Inclusive o padro das maiorias das calculadoras
cientficas. Mas cuidado, elas tambm tem o boto sigma N. O candidato deve
ficar esperto para perceber quando se fala de desvio-padro se o amostral ou
populacional. D para perceber que quanto maior for o tamanho da amostra,
menos importante ser o desvio-padro amostral e populacional. Natural,
24
Aula 0
porque se uma amostra comea a crescer, fica menos imprecisa perante o todo
da populao, que a perda de um grau de liberdade irrelevante.
Chega de papo! Vamos a um exemplo bem simples:
Calcule o desvio-padro da amostra: 2; 10; 3; 6 ;8; 2; 3 :
O procedimento simples e pode ser usada uma tabela que nem precisa ser
ordenada:
Calcule a mdia =
Calcule cada um dos quadrados ( )2

Faa a somatria ( )2
Calcule a varincia S2=
( )2
1
Calcule o desvio-padro s= 2
x
x-
(x- )
-2,9
10
5,1
26
-1,9
1,1
3,1
10
-2,9
-1,9
34
61
mdia
4,9
n-1
Varincia s
Desvio-padro s
10
3
O desvio-padro sempre tem o nmero de algarismos depois da

vrgula da mdia. Portanto arredondamos para 27, porque esta amostra no
tem algarismos depois da vrgula.
Podemos dizer que a amostra acima tem mdia = 126 11. O
desvio-padro tem as mesmas unidades da mdia, e sempre um mais ou
menos de disperso em torno da mdia
25
Aula 0
O coeficiente de variao definido como o quociente entre o desviopadro e a mdia. Sua vantagem caracterizar a disperso dos dados em
termos relativos.
CV=
Exemplo, uma amostra com mdia de 100 e desvio padro de 20 tem coeficiente de
variao de 0,2
uma medida de disperso relativa.

CUIDADO! As bancas muitas vezes chamam sem critrio o coeficiente de
variao de VARIABILIDADE, pura e simplesmente, e fazem uma confuso
danada entre variabilidade relativa (o CV) e absoluta (o desvio). Fique
atento.
8. FRMULA ABREVIADA DA VARINCIA
Aqui vai um macete precioso para a sua prova.
Na aula anterior, vimos a frmula usual para o clculo do desvio-padro:
( )2
s=
Esta frmula requer que se faa uma tabela para o clculo da mdia.
Muitas vezes esta frmula agrega erros de truncamentos nas mdias.
Esta frmula pode ser expressa de um segundo modo, que
interessante por no precisar da mdia. usada pelas calculadoras, porque
permite que o desvio seja recalculado a cada dado novo que se coloca na
amostra. importante conhec-la porque algumas bancas pedem exerccios
em que ela usada.
Varincia: s2=
n( x2 )( x)2
(1)
n( x2 )( x)2
Desvio: s=
(1)
Ela um desenvolvimento da primeira frmula. Ambas resultam no

mesmo valor. Pode fazer a conta.
Antes que me perguntem... e para populaes?
1
Varincia: 2= ( 2
( )2
26
Desvio: = ( 2
( )2
Aula 0
Qual frmula voc usa na prova? Ora, veja o jeito da questo. Se der
somatrias ou seus quadrados, pimba, use a abreviada.
Varincia de Populaes
Frmula clssica
Frmula abreviada
- Usa a mdia -
- Usa os quadrados -
2 =
( )2
2= ( 2
( )2
Varincia de Amostras
s2=
( )2
n( x2 )( x)2
s2=
(1)
9. PROPRIEDADES DA MDIA E DA VARINCIA

As bancas adoram cobrar propriedades das medidas de distribuies.
As propriedades da mdia so:
9.1 Multiplicando-se todos os valores de uma varivel por uma
constante, a mdia do conjunto fica multiplicada por esta constante;
Elementos
Populao
10
20
Multiplicando por 2
Nova Populao
30
10
10
16
20
20
32
X2
20
40
60
9.2 Somando-se ou subtraindo-se uma constante a todos os valores de

uma varivel, a mdia do conjunto fica acrescida ou diminuda dessa constante
Elementos
Populao
10
20
Somando 4
Nova Populao
30
10
10
16
14
14
20
+4
14
24
34
Fique atento. Especialmente porque como sempre estou reforando aqui,

no se faz clculos com desvio, e sim com a varincia. Portanto as
propriedades da varincia so:
9.3 Multiplicando-se todos os valores de uma varivel por uma
constante, a varincia do conjunto fica multiplicada pelo quadrado desta
constante
27
Aula 0
Elementos
Populao
10
20
30
Multiplicando por 2
10
10
64
X2
256
Nova Populao
20
40
60
20
20
(64 X 2^2)
9.4 Somando-se ou subtraindo-se uma constante a todos os valores de

uma varivel, a varincia no se altera. (Natural, porque a mdia se move,
no a disperso dos valores)
2
Elementos
Populao
10
20
30
Somando 4
10
10
64
14
14
64
+4
Nova Populao
14
24
34
Agora vamos num exemplo com desvio-padro amostral e varincia para

o aluno ver que estas propriedades so da varincia, no do desvio.
S
1670
41
Elementos
Amostra
10
Multiplicando por 2
Nova amostra
10
10
100
X2
20
10
20
X 4 (ie, 2^2)
20
6680
200
82
4X41=
164
A propriedade da
varincia no se
conservou no desvio!
9.5 Varincia combinada ocorre na combinao de duas populaes:
2 ( + ) =
( + )2
1
{( 2 + 2 )
}
+
+
1
Onde 2= ( 2
( )2
2= ( 2
( )2
Cuidado: + <> +
No tem mistrio, pura equao e decoreba. Mas a banca adora esta
frmula e no foram poucas provas em que cobrou. Se voc olhar com
cuidado, ver que pura e simplesmente a frmula de desvios de populao
abreviada somada.
ADVERTNCIA: O desvio-padro combinado a raiz da varincia
combinada. Mais uma vez digo e repito, no se faz contas com desvio, e sim
com a varincia.
28
Aula 0
Calcule o desvio-padro combinado das populaes A e B abaixo:

A
Vamos fazer os clculos necessrios

A
0
0
0
1
0
0
2
2
5
A
A2
Na
A2
0
0
0
1
0
0
4
4
B
4
6
5
9
4
2
6
6
7
1
6
8
64
9
8
B
B2
400
Nb
2 ( + ) =
=
B2
16
36
25
81
16
4
36
36
49
1
36
64
12
( + )2
1
{( 2 + 2 )
}
+
+
(5 + 64)2
(69)2
1
1
{(9 + 400)
}=
{(409)
} = 8,5475 = 8
8 + 12
8 + 12
20
20
E o desvio: = 2 =8,5475=2,9236=3
Quer fazer o tira teima? Vamos juntar as duas populaes e calcular a

varincia:
AUB
0
0
0
1
0
0
2
2
4
(A U B)2
0
0
0
1
0
0
4
4
16
29
6
5
9
4
2
6
6
7
1
6
8
69
2
N
2
Aula 0
36
25
81
16
4
36
36
49
1
36
64
409
20
8,5475
Como queramos demonstrar

Cuidado: + <> +
2
No exemplo acima tambm vale: 2 + 2 <> +
Sabendo que 2 = 0,73
2 = 4,42
0,73 + 4,42 <> 8,55
30
Aula 0
EXERCCIOS RESOLVIDOS
10.
EXERCCIOS RESOLVIDOS
ESAF/Analista STN/ 2013 - Suponha que X seja uma varivel

aleatria com valor esperado 10 e varincia 25. Para que a varivel Y
dada por Y = p - q x, com p e q positivos, tenha valor esperado 0 e
varincia 625, necessrio que p + q seja igual a:
1.
a) 50
b) 250
c) 55
d) 100
e) 350
Para resolver este exerccio precisamos fazer que = 0 e 2 = 625. Isso
nos dar duas equaes capazes de resolver as duas incgnitas p e q. Estas
equaes sero dadas pelas propriedades.
Propriedades das varincias: Multiplicando-se todos os valores de
uma varivel por uma constante, a varincia do conjunto fica multiplicada pelo
quadrado desta constante; somando-se ou subtraindo-se uma constante a
todos os valores de uma varivel, a varincia no se altera. (Natural, porque a
mdia se move, no a disperso dos valores)
= logo:
2 = ()2 2
625 = 2 25
2 = 25
=5
Lembrem-se que a soma p no afeta as varincias
Propriedades das mdias: Multiplicando-se todos os valores de uma
varivel por uma constante, a mdia do conjunto fica multiplicada por esta
constante; Somando-se ou subtraindo-se uma constante a todos os valores de
uma varivel, a mdia do conjunto fica acrescida ou diminuda dessa
constante.
Ou seja, a mdia de y, , ser multiplicada por q e somada a p. O
exerccio quer
=
0 = 5.10
31
Aula 0
0 = 50
= 50
Agora fazer a soma q+p = 5+50=55
GABARITO: C
ESAF/Receita Federal/2014 - A varincia da amostra formada

pelos valores 2, 3, 1, 4, 5 e 3 igual a
2.
a) 3.
b) 2.
c) 1.
d) 4.
e) 5.
Frmula clssica
Frmula abreviada
- Usa a mdia -
2 =
( )2
2= ( 2
( )2
s2=
( )2
n( x2 )( x)2
s2=
(1)
uma amostra, portanto atento s frmulas!
Soma
x
3
2
1
4
5
3
x2
9
4
1
16
25
9
18
64
n( x2 )( x)2
s2=
(1)
6.64182
6.(61)
=2
GABARITO: B
32
Aula 0
ESAF/Receita
Federal/2005
Para
dados
agrupados
representados por uma curva de frequncias, as diferenas entre os
valores da mdia, da mediana e da moda so indicadores da assimetria
da curva. Indique a relao entre essas medidas de posio para uma
distribuio negativamente assimtrica.
3.
a) A mdia apresenta o maior valor e a mediana se encontra

abaixo da moda.
b) A moda apresenta o maior valor e a mdia se encontra
abaixo da mediana.
c) A mdia apresenta o menor valor e a mediana se
encontra abaixo da moda.
d) A mdia, a mediana e a moda so coincidentes em
valor.
e) A moda apresenta o menor valor e a mediana se encontra
abaixo da mdia.
Distribuio assimetricamente negativa.
Assimetria negativa ou a esquerda
Mediana < Moda
E
Mdia < Moda
Vamos retornar ao nosso exemplo de curva assimetricamente negativa.
Distribuio assimtrica a esquerda
8,98 9,29 9,8
1200
Moda 9,8
Mediana 9,29
Media 8,98
1000
Frequency
800
Assimetria a esquerda:
Moda > Mediana
Moda > media
600
400
200
0
1,2
2,4
3,6
4,8
6,0
7,2
8,4
9,6
33
Aula 0

abaixo da moda. ERRADA. Nas assimtricas negativas ou a esquerda
a mdia e a mediana esto a esquerda/abaixo da moda. Ento no tem como a
mdia apresentar o maior valor.
b) A moda apresenta o maior valor e a mdia se encontra abaixo da
mediana. ERRADA. No necessariamente a media e mediana definem
assimetria.
c) A mdia apresenta o menor valor e a mediana se encontra abaixo da
moda. CERTA. Pela definio de assimetria negativa ou esquerda
Mediana < Moda
d) A mdia, a mediana e a moda so coincidentes em valor. ERRADA.
S seria verdade em distribuies simtricas
e) A moda apresenta o menor valor e a mediana se encontra abaixo da
mdia. ERRADA. Pela definio, a moda o valor mais frequente. Se a
curva assimtrica esquerda, a mdia e mediana esto abaixo da moda.
GABARITO: C
ESAF/ Receita Federal/2005 - Em uma determinada semana uma

empresa recebeu as seguintes quantidades de pedidos para os
produtos A e B:
4.
Produto A
Produto B
39 33
50 52
25
47
30
49
41
54
36
40
37
43
Assinale a opo que apresente os coeficientes de variao dos

dois produtos:
a) CVA = 15,1% e CVB = 12,3%
b) CVA = 16,1% e CVB = 10,3%
c) CVA = 16,1% e CVB = 12,3%
d) CVA = 15,1% e CVB = 10,3%
e) CVA = 16,1% e CVB = 15,1%
Este exerccio pede o coeficiente de variao, que a razo entre o

desvio-padro e a mdia.
34
Aula 0
O pulo do gato saber se a banca se refere ao desvio-padro da

populao ou da amostra. Faz toda a diferena porque no primeiro caso
dividido por n, no segundo n-1. A banca julgou que era o da amostra. Eu no
estou satisfeito, porque poderia ser considerada a populao da semana, o
exerccio d a entender que a totalidade dos pedidos. Cabia recurso, at
porque maquiavelicamente a alternativa que considera a populao a D,
enquanto a que foi o gabarito a B, a da amostra. Cabia um belssimo recurso.
CV=s/ .
Para a mdia
=
39+33+25+30+41+36+37
50+52+47+49+54+40+43
=34
=48
Agore use a frmula que voc achar melhor para a varincia:

Frmula clssica
Frmula abreviada
- Usa a mdia -
2 =
( )2
2= ( 2
( )2
s2=
( )2
n( x2 )( x)2
s2=
(1)
Eu sempre prefiro a frmula abreviada para a varincia, mas nos

exerccios que se faz necessrio calcular CV melhor ir pela clssica, porque
temos de calcular a mdia de qualquer jeito, ento na clssica passamos pela
mdia
34
48
m
2
A-
(A- )
B-
(B- )
39
21
50
33
-1
52
17
25
-9
89
47
-1
30
-4
20
49
41
43
54
38
36
40
-8
62
37
43
-5
24
184
147
35
n-1
s
31
Aula 0
24
5
Quer ainda assim calcular com a abreviada para ver? Vamos l:

A2
1521
1089
625
900
1681
1296
1369
Clculo da Mdia
A
39
33
25
30
41
36
37
(A)2
(A2)
n-1
2
241
7
34
B
50
52
47
49
54
40
43
335
7
48
Clculo da Varincia
(B)2
112225
2
8481
(B )
n-1
6
2
31
58081
6
B2
2500
2704
2209
2401
2916
1600
1849
16179
24
5
==6/34=0,1765=17,6%
==5/48=0,104=10%
Ateno! Aqui vai uma lio poderosa para voc, candidato. A
resposta letra D, mas vejam que por causa de meu arredondamento
prematuro nas mdias e sigmas eu no cheguei exatamente resposta pedida,
CVA = 16,1% e CVB = 10,3%. S arredonde ao chegar ao fim!!!
Fazendo sem arredondar:
A
39
33
25
30
41
36
A-
4,6
-1,4
-9,4
-4,4
6,6
1,6
34,4
(A- )2
20,9
2,0
88,9
19,6
43,2
2,5
36
37
n
s2
s
2,6
Aula 0
6,6
183,7
7,0
30,6
5,5
==5,5/34,4=0,1598=16,0%
S de tira-teima, alternativa se chega usando duas casas:
==5,53/34,43=0,1606=16,1%
Temos que sempre chegar ao valor aproximado da alternativa. Mas fica a
cargo da conscincia dos examinadores quem no meio da prova vai fazer
divises e razes at a segunda decimal para chegar na alternativa, tsc, tsc,
tsc...
GABARITO: B
ESAF / ISS Recife / 2003 - Em uma amostra, realizada para se

obter informao sobre a distribuio salarial de homens e mulheres,
encontrou-se que o salrio mdio vale R$ 1.200,00. O salrio mdio
observado para os homens foi de R$ 1.300,00 e para as mulheres foi
de R$ 1.100,00. Assinale a opo correta.
5.
a) O nmero de homens na amostra igual ao de mulheres.

b) O nmero de homens na amostra o dobro do de mulheres.
c) O nmero de homens na amostra o triplo do de mulheres.
d) O nmero de mulheres o dobro do nmero de homens.
e) O nmero de mulheres o qudruplo do nmero de homens.
Esta questo se resolve com mais com malcia que matemtica. Vamos
desenhar
Mdia
mulheres: 1100
Mdia geral:
1200
Mdia homens:
1300
37
Aula 0
Ora, se houvesse 100 homens e 2 mulheres, a gangorra no penderia

para os homens? A mdia justamente o ponto que equilibra a gangorra. Se
houvesse 1000 mulheres e 30 homens no penderia mais para a mdia das
mulheres?
Portanto no importa muito nem quanto vale os homens e as mulheres
individualmente, como a mdia central exatamente o ponto mdio deles,
naturalmente h tantos homens quanto mulheres.
GABARITO: A
FCC/ICMS-RJ/2014 - O Departamento de Pessoal de certo rgo
pblico fez um levantamento dos salrios, em nmero de salrios
mnimos (SM), dos seus 400 funcionrios, obtendo os seguintes
resultados:
6.
Sabe-se que a mediana dos salrios desses funcionrios

calculada por meio dessa tabela pelo mtodo da interpolao linear
igual a 8,8 SM. Nessas condies, o salrio mdio desses 400
funcionrios, em nmero de salrios mnimos, considerando que todos
os valores includos em um intervalo de classe so coincidentes com o
ponto mdio do intervalo, igual a
a) 8,54
b) 8,83
c) 8,62
d) 8,93
e) 8,72
O enunciado deu uma informao muito preciosa, de que a mediana foi
interpolada em 8,8, ou seja, e est no intervalo [8,10[. Ou seja, est em x.
Outra informao que temos 400 elementos. Se a mediana divide meio
a meio, quando chegarmos ao 8,8 temos 200 de cada lado.
Vamos entender o intervalo x
38
Aula 0
Ora, se at 8 temos a frequncia acumulada de 148 e at 8,8 temos de 200, por

diviso simples vemos que temos 200-148 em 8,8-8,0
Ou seja, 52 em 0,8
Como a classe de x tem uma extenso de 2, pela regra de 3
8,8 8,0
0,8 2
=
=
200 148 52
x= 130
Como a somatria dos intervalos 400, temos uma equao onde chegamos y
48 + 100 + x+ y+40=400
x+y=212
Se temos x, teremos y
130 + y = 212
y = 82
Refazendo nossa tabela
Inf (contm)
Sup (no
contm)
PM
Freq abs
48
100
10
130
10
12
11
82
12
16
14
40
39
Total
Aula 0
400
E a mdia? Ora, aplicar a frmula da mdia ponderada, usando como x os pontos

mdios dos intervalos
Melhor fazer esta conta com uma tabela
Inf
(contm)
Sup (no
contm)
PM (x)
Freq abs (f)
PM X Freq (x.f)
48
240
100
700
10
130
1170
10
12
11
82
902
12
16
14
40
560
Total (n)
400
xf
3572
mdiaxf/n
8,93
GABARITO: D
FCC/ICMS-RO/2010 - Em uma cidade realizado um
levantamento referente aos valores recolhidos de determinado tributo
estadual no perodo de um ms. Analisando os documentos de
arrecadao, detectou-se 6 nveis de valores conforme consta no eixo
horizontal do grfico abaixo, em que as colunas representam as
quantidades de recolhimentos correspondentes.
7.
40
Aula 0
Com relao s medidas de posio deste levantamento tem-se

que o valor da
a) mdia aritmtica igual a metade da soma da mediana e a
moda.
b) mdia aritmtica igual ao valor da mediana.
c) mdia aritmtica supera o valor da moda em R$ 125,00.
d) moda supera o valor da mediana em R$ 500,00.
e) mediana supera o valor da mdia aritmtica em R$ 25,00.
Qual a moda? A moda 1500. o valor de maior ocorrncia, o valor
da maior barra.
E a boa e velha mdia? Vamos calcular na marra.
=x/n=(30X500+50X1000+60X1500+30X2000+20X2500+10X3000)/(
30+50+60+30+20+10)=(15000+50000+90000+60000+50000+30000)/200
=295000/200=2950/2=1475
Observe aqui que o histograma d a frequncia dos eventos. Sendo
assim, se fssemos escrever a populao, seriam trinta linhas de 500,
cinquenta linhas de 1000, sessenta de 1500 e assim vai. O nmero de linhas,
ie, a somatria das frequncias, o nmero de elementos, n.
A mediana um clculo interessante. Se temos 200 elementos (n) e o
histograma est ordenado, amediana o nmero entre o 99 e 100
elemento. Ora, se temos 30 de 500, 50 de 1000 e 60 de 1500, raciocine
comigo graficamente:
1500
500
0
1000
30
99-100
elemento
um
1500
80
140
200
Portanto a mediana x =1500

Agora comentarmos as questes:
moda. Nananinano. A mdia 1475, e a soma da mediana e da moda
1500+1500=3000
b) mdia aritmtica igual ao valor da mediana. Negativo.
=1475 <> =1500
Hum... A moda 1500, a mdia 1475. A moda supera a mdia em 25,
no 125. Errada
41
Aula 0
d) moda supera o valor da mediana em R$ 500,00. A moda

1500, a mediana 1500. Elas so iguais. Errada
Opa, certa, certssima. A =1500 e =1475, portanto - = R$ 25,00
GABARITO: E
8.
FCC/ICMS-SP/2013 - Considere:
I. O coeficiente de variao de uma varivel uma medida de

disperso absoluta que o resultado da diviso entre a mdia e o
desvio padro da varivel em questo.
II. Um dispositivo til quando se deseja verificar se existe
correlao linear entre duas variveis o grfico de colunas
justapostas.
III. O desvio padro mais apropriado do que o coeficiente de
variao quando se deseja comparar a variabilidade de duas variveis.
IV. Na amostragem aleatria estratificada, a populao dividida
em estratos, usualmente, de acordo com os valores ou categorias de
uma varivel, e, depois, uma amostragem aleatria simples utilizada
na seleo de uma amostra de cada estrato.
Est correto o que se afirma APENAS em
a) I.
b) II.
c) III.
d) I e IV.
e) IV.
Ah, questes tericas no so pontos dados no! So terrveis s vezes!
I - O coeficiente de variao de uma varivel uma medida de disperso
absoluta que o resultado da diviso entre a mdia e o desvio padro da
varivel em questo. ERRADA. O CV a diviso do desvio pela mdia. E
uma medida relativa.
II. Um dispositivo til quando se deseja verificar se existe correlao
linear entre duas variveis o grfico de colunas justapostas. ERRADA.
Voc coloca duas colunas justapostas e faz o qu com elas? Grfico de colunas
til para populaes e amostras, no variveis.
42
Aula 0
III. O desvio-padro mais apropriado do que o coeficiente de variao

quando se deseja comparar a variabilidade de duas variveis. ERRADA. Sem
levar em conta a questo subjetiva de ser apropriado ou no, o desvio-padro
no fala nada em relao mdia. Veja o exemplo abaixo. Ambas populaes
tem =100, d para perceber que b menos dispersa que a. Porm o CV de B
menor que A.
Histogram of a; b
0
800
1600 2400 3200 4000 4800
700
600
Frequency
500
400
300
200
100
0
800 1600 2400 3200 4000 4800
IV. Na amostragem aleatria estratificada, a populao dividida em

estratos, usualmente, de acordo com os valores ou categorias de uma varivel,
e, depois, uma amostragem aleatria simples utilizada na seleo de uma
amostra de cada estrato. CERTA. Impecvel. praticamente a definio.
GABARITO: E
FCC/ISS-SP/2007 - No presente ms, o salrio mdio mensal
pago a todos os funcionrios de uma firma foi de R$ 530,00. Sabe-se
que os salrios mdios mensais dos homens e mulheres so
respectivamente iguais a R$ 600,00 e R$ 500,00. No prximo ms,
todos os homens recebero um adicional de R$ 20,00 e todas as
mulheres um reajuste salarial de 10%, sobre os salrios atuais.
Supondo que o quadro de funcionrios no se alterou, aps esses
reajustes o salrio mdio mensal de todos os funcionrios passar a
ser igual a:
9.
43
Aula 0
a) R$ 540,00
b) R$ 562,00
c) R$ 571,00
d) R$ 578,00
e) R$ 580,00
Esta uma questo de propriedades da mdia requer um certo
pensamento para sair do problema da ponderao. Porque mesmo que seja
simples aplicar os reajustes aos salrios, depois no vai se conseguir sair para
a soma ponderada
= 600; = 500
todos = 530
Aumento homens + R$20
Novo = 600 + 20 = 620

Aumento mulheres X R$1,10
Novo = 500 X 1,1 = 550

E ai? Temos que chegar proporo de homens e mulheres na firma!
todos = . PropH + . PropM
530 = 600. PropH + 500. PropM
A Proporo de homens e mulheres d 1. Ento temos a segunda
equao:
PropH + PropM = 1
PropH = 1 PropM
Voltando acima
530 = 600. PropH + 500. PropM
530 = 600. (1 PropM) + 500. PropM
530 = 600 600PropH + 500. PropM
70 = 100. PropM
PropM = 0,7 in consequentiam PropH=0,3
Agora vai:
Nova media = Novo X 0,7 + Novo X 0,3 = 550 X0,7 + 620 X0,3
44
Aula 0
= 385 + 186 = 571

GABARITO: C
10.
FCC/ISS-SP/2012 - Considere as seguintes afirmaes:

I.
Um dispositivo til quando se quer verificar a associao entre

duas variveis quantitativas o grfico de disperso entre essas duas
variveis.
II.
O coeficiente de variao uma medida de disperso relativa

que depende da unidade de medida da varivel que est sendo
analisada.
III. Dentre as medidas de posio central, a mdia considerada
uma medida robusta pelo fato de no ser afetada por valores
aberrantes.
IV.
Se o coeficiente de correlao linear de Pearson entre duas

variveis for igual a zero, no haver associao linear entre elas,
implicando a ausncia de qualquer outro tipo de associao.
a) II e III.
b) I e II.
c) I e III.
d) II e IV.
e) I.
I. Um dispositivo til quando se quer verificar a associao entre duas
variveis quantitativas o grfico de disperso entre essas duas variveis. CERTA
Vamos a um exemplo de grfico de disperso, vulgo X versus Y
45
Aula 0
Disperso de A versus C
10
6
a
Aparentemente h
correlao
0
5
10
15
20
25
II.
O coeficiente de variao uma medida de disperso relativa que

depende da unidade de medida da varivel que est sendo analisada.
ERRADA De jeito nenhum. Mdia e desvio-padro que compe o CV tem a
mesma unidade.
III. Dentre as medidas de posio central, a mdia considerada uma
medida robusta pelo fato de no ser afetada por valores aberrantes.
ERRADA Uma das propriedades e desvantagens da mdia justamente ser
afetada por valores extremos.
IV.
Se o coeficiente de correlao linear de Pearson entre duas variveis

for igual zero, no haver associao linear entre elas, implicando a ausncia
de qualquer outro tipo de associao. ERRADA Veremos com mais
detalhes na ltima aula. O coeficiente linear de Pearson, como o nome mesmo
j diz, mede correlaes lineares. OU seja, quando zero, significa que a
correlao no linear, mas pode haver outra correlao.
46
Aula 0
O exemplo abaixo uma correlao quadrtica. Observem que o coeficiente linear

bem prximo de zero, mas H correlao.
Scatterplot of a vs d
Regression fit; a = 2,176 + 0,08634 d

12
Indica quase nenhuma correlao
LINEAR
10
8
6
4
2
0
0
20
40
60
80
100
GABARITO: E
FCC/ICMS-RO/2010 - A mdia aritmtica de todos os salrios dos
funcionrios em uma repartio pblica igual a R$ 1.600,00. Os
salrios dos funcionrios do sexo masculino apresentam um desvio
padro de R$ 90,00 com um coeficiente de variao igual a 5%. Os
salrios dos funcionrios do sexo feminino apresentam um desvio
padro de R$ 60,00 com um coeficiente de variao igual a 4%.
Escolhendo aleatoriamente um funcionrio desta repartio, a
probabilidade dele ser do sexo feminino igual a
11.
a) 1/2
b) 1/3
c) 3/4
d) 3/5
e) 2/3
Vamos colocar os dados do enunciado:
47
Homens
Mulheres
= 90
= 60
=0,05
Aula 0
Populao
=1600
=0,04
Pela definio de CV: CV=

= 90
= ---> 0,05=90/
=
90
= 1800
0,05
= 60
= ---> 0,04=90/
=
Homens
= 90
60
= 1500
0,04
Mulheres
= 60
=0,05
=0,04
=1800
=1500
Populao
=1600
A mdia da populao a mdia (ponderada) de homes e mulheres

+ =
1800 + 1500 = 1600
Como homens e mulheres so frequncias relativas a somatria precisa

ser 1
+ = 1
Temos duas equaes e duas incgnitas
1800 + 1500 = 1600
{
+ = 1
Arrumando a segunda equao e a colocando na primeira:
+ = 1
= 1
48
Aula 0
1800 + 1500 = 1600

1800 + (1 )1500 = 1600
1800 + 1500 1500 = 1600
300 = 1600 1500 = 100
=
100
= 1/3
300
Em consequncia da complementaridade = 1 =
Gnero
Homens
1/3
Mulheres
2/3
2
3
As mulheres corresponde a 2/3 do total, portanto P(Mulher)=2/3
GABARITO: E
FCC/ICMS-BA/2004 - O grfico abaixo o histograma de

frequncias absolutas de uma amostra de valores arrecadados de
determinado tributo em um municpio.
12.
Com relao aos dados dessa amostra, verdade que

a) 60% dos valores so maiores ou iguais a R$ 1 500,00 e
menores que R$ 3 000,00.
b) mais de 30% dos valores so maiores ou iguais a R$ 2 500,00 e
c) a porcentagem dos valores iguais ou superiores a R$ 3 500,00
maior que a porcentagem dos valores inferiores a R$ 1 500,00.
d) a frequncia relativa de valores inferiores a R$ 1 500,00
menos que 10%.
49
Aula 0
e) a amplitude da amostra igual a R$ 4 000,00.
Neste caso temos que fazer a frequncia acumulada numa tabela. Vou
abrir os limites para enxergar melhor os valores
Limite
Inferior
500
1.000
1.500
2.000
2.500
3.000
3.500
Limite
superior
1.000
1.500
2.000
2.500
3.000
3.500
4.000
Soma
Frequencia
absoluta
100
100
200
400
300
300
200
1600
Frequencia
acumulada
100
200
400
800
1100
1400
1600
Frequencia acumulada
relativa
6%
13%
25%
50%
69%
88%
100%
Vamos l, alternativa por alternativa:

a) 60% dos valores so maiores ou iguais a R$ 1 500,00 e
menores que R$ 3 000,00. ERRADA. Vamos a nossa tabela
Limite
Inferior
500
1.000
1.500
2.000
2.500
3.000
3.500
Limite
superior
1.000
1.500
2.000
2.500
3.000
3.500
4.000
Soma
Frequencia
absoluta
100
100
200
400
300
300
200
1600
Frequencia
acumulada
100
200
400
800
1100
1400
1600
relativa
6%
13%
25%
50%
69%
88%
100%
Ora, at R$ 3000 temos 69%, mas depois de R$ 1500 temos

valores acima de 13%. Fazendo graficamente:
1500
3000
13%
69%
Diferena 69%-13%=43%
b) mais de 30% dos valores so maiores ou iguais a R$ 2 500,00 e

menores que R$ 3 500,00. CORRETA. Veja por qu:
50
Limite
Inferior
500
1.000
1.500
2.000
2.500
3.000
3.500
Limite
superior
1.000
1.500
2.000
2.500
3.000
3.500
4.000
Soma
Frequencia
absoluta
100
100
200
400
300
300
200
1600
Frequencia
acumulada
100
200
400
800
1100
1400
1600
Aula 0
relativa
6%
13%
25%
50%
69%
88%
100%
2500
3500
50%
88%
Diferena 88%-50%=38%

ERRADA. Vamos diretamente a nossa rgua:
3500
4000
88%
100%
Diferena 100%-88%=12%
1500
0%
13%
Diferena 13%-0%=13%
12% (>=3500) MENOR que 13% (<=1500).
menos que 10%. ERRADA. Pela coluna das frequncias relativas j se
v que 13%
e) a amplitude da amostra igual a R$ 4 000,00. ERRADA.
Amplitude mximo mnimo
51
Aula 0
Amplitude = Max Min = 4000-500= R$ 3.500 <> R$ 4.000
GABARITO:B
FCC/Analista FHEMIG/2013
conjunto de dados,
13.
Na
anlise
descritiva
de
um
a) a mdia corresponde sempre ao valor que divide os dados

ordenados ao meio.
b) o desvio padro representa uma medida de tendncia central.
c) se existem valores diferentes uns dos outros em um conjunto de
dados, sempre teremos valores abaixo e acima da mdia.
d) a mediana sempre diferente da mdia.
e) o desvio padro corresponde ao quadrado da varincia.
ordenados ao meio. ERRADA. Esta a definio de mediana.
ERRADA. O desvio-padro uma medida de disperso.
dados, sempre teremos valores abaixo e acima da mdia. CORRETA.
Nem precisa saber estatstica para acertar esta. O nome at j diz
mdia. Quem est na mdia est no meio, mas NO
EXATAMENTE O MEIO COMO A MEDIANA!!!
d) a mediana sempre diferente da mdia. ERRADA. Em
distribuies simtricas ela igual mdia.
ERRADA. ao contrrio. A varincia o quadrado do desvio-padro.
GABARITO:C
FCC/Analista FHEMIG/2013 - A respeito do boxplot correto

afirmar:
14.
a) Medidas descritivas como a mediana e o intervalo interquartil

so utilizadas para se obter o grfico, entre outros elementos.
b) Entre os percentis 25% e 50% h metade dos valores do
conjunto de dados representado.
52
Aula 0
c) O intervalo interquartil construdo a partir do 1o e 2o quartis.

d) usual se considerar um valor aberrante quele que exceda 2
intervalos interquartis, para cima ou para baixo dos limites
da caixa definida pelo intervalo interquartil.
e) No se permite a visualizao da variabilidade dos dados
Vamos relembrar o boxplot:
Exemplo de Boxplot
250

dos limites
200
150
Q3
100
Distncia
interquartlica
50
mediana
Q1

CORRETA Sim. Basta ver o grfico.
conjunto de dados representado. ERRADA H na verdade um
quarto. Abaixo de 50% (a mediana) que h metade
c) O intervalo interquartil construdo a partir do 1 e 2 quartis.
ERRADA construdo a partir do 3 e 1 quartis
intervalos interquartis, para cima ou para baixo dos limites da caixa
definida pelo intervalo interquartil. ERRADA Esta no a definio
de outlier, que fica nos 10% finais (ie, o 90%-simo)
53
Aula 0

ERRADA Como no? Um boxplot bem espalhado fala muito sobre a
variabilidade!
GABARITO:A
FCC/Analista
Legislativo/Contador
da
Cmara
dos
Deputados/2007 - Se a mdia e a varincia da varivel aleatria X so
12 e 80 respectivamente, ento a mdia e a varincia da varivel
aleatria Y = X/4 + 1 so dadas respectivamente por
15.
a) 4 e 20
b) 4 e 5
c) 3 e 20
d) 4 e 21
e) 3 e 5
Questo clssica de propriedades da mdia ( =12) e varincia (s2=80).
Temos em Y uma multiplicao por constante (ie, dividir por 4
multiplicar por 1/4=0,25) e uma soma por constante.
Vamos relembrar as propriedades da mdia:
Somando-se uma constante a todos os valores de uma varivel, a
mdia do conjunto fica acrescida dessa constante
Multiplicando-se todos os valores de uma varivel por uma
constante, a mdia do conjunto fica multiplicada por esta constante;
Ora, Y X multiplicado por e somado 1. Ento a nova mdia ter
estas mesmas operaes
=
12
+1=
+1= 3+1 =4
4
4
Vamos relembrar as propriedades da varincia:
54
Aula 0
Somando-se uma constante a todos os valores de uma varivel, a varincia no

se altera
Multiplicando-se todos os valores de uma varivel por uma constante, a
varincia do conjunto fica multiplicada pelo quadrado desta constante
Portanto a nica operao que mudar a varincia ser a multplicao

por , que na varincia ser a multiplicao por 1/16
1 2
16
= 2 . ( ) = 2 . =80/16=5
GABARITO: B
FCC/Analista
Legislativo
&
Contador
da
Cmara
dos
Deputados/2007 - Para se estudar o desempenho das corretoras de
aes A e B, selecionou-se de cada uma delas amostras aleatrias das
aes negociadas. Para cada ao selecionada computou-se a
porcentagem de lucro apresentada durante o perodo de um ano. Os
grficos a seguir apresentam os desenhos esquemticos relativos
porcentagem de lucro das amostras de A e B durante o perodo citado.
16.
Relativamente porcentagem
corretoras pode-se afirmar que
de
lucro
obtida
por
essas
a) exatamente 25% dos valores de A so inferiores a 55.

b) menos de 50% dos valores de B so superiores a 55.
c) o maior valor de A 60.
55
Aula 0
d) os valores de A apresentam maior variabilidade que os de B.

e) os valores de B apresentam assimetria positiva.
Vamos relembrar:
Valor
mximo
Mediana
Q3
quartil
terceiro
Q1
quartil
primeiro
Valor
mnimo
At o Q1;
temos 25% dos valores
At a mediana (seria o Q2); 50% dos valores
At o Q3;
75% dos valores
ERRADA. D para ler no grfico que Q1 de A est em +- 52
ERRADA. D para ver no grfico que a mediana de B est em
+- 56/57
c) o maior valor de A 60. ERRADA. O maior valor de A 70
CERTA. Ainda que eu odeie o termo variabilidade solto assim,
os dados de A so mais espalhados
56
Aula 0
e) os valores de B apresentam assimetria positiva. - ERRADA Sem

entrar em muita conta, vemos que a assimetria de B est mais
esquerda/inferior (negativa em relao mediana) que a direita.
GABARITO: D
FCC/Analista Bacen/2006 - O histograma de frequncias
absolutas a seguir foi elaborado com base nas informaes contidas na
revista O Empreiteiro, de junho de 2005, que demonstra o
comportamento das empresas construtoras do ramo da construo
civil no Brasil que obtiveram faturamento em 2004 maior ou igual a 15
milhes de reais e menor ou igual a 120 milhes de reais
17.
Com base nestas informaes, obteve-se a mdia aritmtica do

faturamento das empresas deste estudo, considerando que todos os
valores includos num certo intervalo de classe so coincidentes com o
ponto mdio deste intervalo. Com relao ao total de empresas deste
histograma, o valor encontrado para esta mdia pertence ao intervalo
de classe que contm
a) 24% das empresas.

b) 16% das empresas.
c) 9% das empresas.
d) 7% das empresas.
e) 5% das empresas.
Bem, vamos transformar este histograma em tabela?
Classes
Frequencia
Absoluta
15 - 30
31
30 - 45
24
45 - 60
16
60 - 75
57
75 - 90
90 - 105
105 - 120
Aula 0
O exerccio diz que todos os valores includos num certo intervalo de

classe so coincidentes com o ponto mdio deste intervalo. Portanto vamos
considerar os pontos mdios para as classes
Classes
Pontos Medios
Frequencia
Absoluta
15 - 30
22,5
31
30 - 45
37,5
24
45 - 60
52,5
16
60 - 75
67,5
75 - 90
82,5
90 - 105
97,5
105 - 120
112,5
Agora h dois mtodos para resolver. O simples e brutal, til se voc

tiver uma planilha Excel, que o que mostrado abaixo... mas, haja conta!
Voc perder minutos preciosos na prova!
Classes
Pontos Medios
Frequencia
Absoluta
x.f
15 - 30
22,5
31
697,5
30 - 45
37,5
24
900
45 - 60
52,5
16
840
60 - 75
67,5
607,5
75 - 90
82,5
412,5
90 - 105
97,5
682,5
105 120
112,5
900
100
5040
xf
=xf/f
50,4
E o mtodo esperto e sem muita conta, que til numa prova de

concurso. Este mtodo consiste em atribuir ndices aos pontos mdios, j que
os intervalos so naturalmente espaados de 15 em 15.
(Veremos mais sobre escore z nas aulas 3 e 4)
58
Pontos Mdios
ndice Z
22,5
-3
37,5
-2
52,5
-1
67,5
82,5
97,5
112,5
Aula 0
Ou seja, quando x=67,5; z=0. Quando x=52,5; z=-1. E por simetria,

quando x=82,5, z=1
Na verdade, nosso histograma ficaria assim, o que essencialmente o
mesmo:
35
30
25
20
15
10
5
0
-3
-2
-1
A diferena que usamos o ndice z. E como o ndice z?

z=(x-62,5)/15 onde 62,5 o ponto escolhido para 0 e 15 a amplitude
das classes
Com o ndice z fica faclimo fazer as contas na prova! Veja:
Pontos
Mdios
ndice
Z
Frequencia
Absoluta
z.f
22,5
-3
31
-93
37,5
-2
24
-48
52,5
-1
16
-16
67,5
82,5
97,5
14
112,5
24
59
100
-114
zf
=zf/f
-1,14
Aula 0
Opa, opa, opa, voc deve estar dizendo. No mtodo simples e brutal deu
50,4 e no ndice z deu -1,14??? Claro, a mdia est expressa em ndice z.
Vamos desconverter de volta para x
=( -62,5)/15
-1,14 = ( -62,5)/15
=-1,14*15+62,5
=50,4
Ohhhh...
E onde est este 50,4 no Histograma?
A classe da mdia tem 16 empresas num universo de 100 (que f).

Ento 16/100=16%, nossa resposta.
GABARITO: B
FCC/ Analista Bacen/2006 - Em uma instituio bancria, o
salrio mdio dos 100 empregados do sexo masculino de R$
1.500,00, com desvio padro de R$ 100,00. O salrio mdio dos 150
empregados do sexo feminino de R$ 1.000,00, com desvio padro de
R$ 200,00. A varincia em (R$)2 dos dois grupos reunidos de:
18.
a) 25.600,00
b) 28.000,00
c) 50.000,00
60
Aula 0
d) 62.500,00
e) 88.000,00
Exerccio de varincia combinada
2 ( + ) =
( + )2
1
{( 2 + 2 )
}
+
+
O grande segredo a tentar obter as somatrias do enunciado

=1500; =100
Ora, =
1500 =

100
= 150.000
De maneira anloga com as mulheres:
=1000; =150 portanto = 150.000
Mas no temos as somatrias ao quadrado ainda. Porm temos as
varincias individuais pelos desvios-padro:
= 100 portanto 2 = 10000
2
= 200 portanto
= 40000
Agora usamos a seguinte equao da varincia:
1 ( 2 ()
10000 =
10000 =
1
100
1
100
( )
100
1
(150000)
)100
( 2 100
(150000)
100
2 = 226.000.000
De maneira anloga para as mulheres

61
40000 =
40000 =
1
150
( 2
1
150
( )
150
1
(150000)
)150
( 2 100
Aula 0
( 2
(150000)
100
2 = 156.000.000
Agora juntamos todos estes nmeros na equao combinada e fazemos

uma tremenda calculeira:
2 (
=
(300.000)2
250
( + )2
1
2
2
+ ) =
{( + )
}
+
+
{(226.000.000 + 156.000.000)
100+150
(150.000+150.000)2
100+150
}=250 {(382.000.000)
}= 88.000
GABARITO: E
FCC Analista Legislativo/Contador da Cmara dos Deputados
2007 Numa pesquisa realizada com 300 famlias levantaram-se as
seguintes informaes.
19.
Nmero de filhos
Proporo das famlias
0,17
0,20
0,24
0,15
0,10
0,10
0,04
Com base nestas informaes, a mdia e a mediana do nmero

dos filhos so dadas, respectivamente, por:
a) 2,27 e 3
b) 3 e 2
c) 2,27 e 2
d) 2,5 e 3,5
62
Aula 0
e) 2,5 e 3
Como estamos lidando com propores, a mdia desta distribuio no
ser a mdia aritmtica, mas a mdia ponderada (mais detalhes veremos na
aula de Distribuio de Probabilidades)
Mdia: =
= . ()
Portanto vamos fazer uma nova tabela para calcular a mdia:

Nmero de filhos
x
Proporo das
famlias
P(X)
x . P(X)
0,17
0,20
0,2
0,24
0,48
0,15
0,45
0,10
0,4
0,10
0,5
0,04
0,24
Mdia= x P(x)
2,27
Metade da questo foi resolvida. Agora vamos calcular a mediana. Para

calcular a mediana, o valor que divide a amostra/populao ordenada
crescentemente em 50%, vamos calcular a frequncia acumulada:
Nmero
de filhos
x
Proporo das
famlias
P(X)
P acumulada (X)
0,17
0,17
0,20
0,37
0,24
0,61
0,15
0,76
0,10
0,86
0,10
0,96
0,04
1,00
63
Aula 0
Ora, o valor de 50% s alcanado em 2. Como estamos lidando com

uma tabela de frequncia e nmeros discretos, no podemos interpolar. Sendo
assim, por aproximao, a mediana dois, 2.
GABARITO: C
CESPE/ Analista Superior Tribunal Militar - STM/2010 - A partir

do histograma mostrado na figura abaixo, correto inferir que a
distribuio da varivel X simtrica.
20.
Se a distribuio fosse simtrica, um lado igual ao outro. Simples

assim.
Ponto mdio
Se fosse
simtrico seria
assim
GABARITO: ERRADA
Para as duas questes a seguir, considere o seguinte conjunto de
dados composto por cinco elementos: {82,93; 94,54; 98,40; 115,41;
64
Aula 0
123,07}. Com base nesses dados, julgue os prximos dois itens

subsequentes (3 4) acerca das medidas de tendncia central.
CESPE / Analista Superior Tribunal Militar / 2010 - A mdia do

conjunto de dados em questo 102,87 e a mediana 98,40. Se o
valor 123,07 for alterado para 200, a mdia ir aumentar, mas a
mediana continuar sendo 98,40.
21.
Ou seja, de:
82,93 94,54 98,40 115,41 123,07
Como j est ordenado, fcil perceber que 98,40 a mediana. Alis o

exerccio at j fala
Vira:
82,93 94,54 98,40 115,41 200,00
A mdia de fato muda, mas a mediana no sofre a influncia de pontos

extremos. A mediana continua 98,40. Questo correta
GABARITO: CERTA
CESPE / Analista Superior Tribunal Militar / 2010 - Se o valor de

um dos elementos do conjunto no for fornecido, esse valor pode ser
determinado se a mdia do conjunto for conhecida, mas no ser
possvel obter esse valor conhecendo-se apenas a mediana.
22.
E ento? Questo deveras interessante. Vamos tirar um elemento do

conjunto e chamar de incgnita Y
82,93
94,54
98,40
123,07 com =102,87
Ora, vamos aplicar a frmula da mdia
(82,93+94,54+98,40+y+123,07)/5=102,87
Uma equao e uma incgnita. Podemos resolv-la:
398,94+y=514,35
y = 115,41
Portanto pudemos chegar ao elemento faltante tendo a mdia.

E no caso da mediana?
82,93
94,54
98,40
123,07 com =102,87
Vamos raciocinar indutivamente imaginando um y entre 98,40 e 123,07.

Se y=99
65
82,93 94,54 98,40 99
123,07 com =102,87
Aula 0
OK
Se y=102
82,93 94,54 98,40 102
123,07 com =102,87
OK
Ento eis o ponto! A mediana no envolve frmula, e sim posio do

elemento! Qualquer y tal que 98,40<y<123,07 faz uma mediana de 102,87.
Portanto de fato no possvel determinar o elemento faltante se a mediana
for dada.
GABARITO: CERTA
COPS/ICMS-PR/2013 - Os preos, em reais, de uma mquina de
lavar roupas e de um ferro de passar roupas de marcas e modelos
idnticos variam em sete lojas, conforme mostra a tabela a seguir.
23.
Em relao aos preos desses produtos, assinale a alternativa

correta.
a) A mediana dos preos da mquina de lavar roupas R$ 787,14.

b) A variabilidade dos preos igual para os dois produtos.
c) A variabilidade dos preos da mquina de lavar roupas maior do que
a variabilidade dos preos do ferro de
passar roupas.
d) A variabilidade dos preos da mquina de lavar roupas menor do
que a variabilidade dos preos do ferro de passar roupas.
e) O escore padronizado, z, do maior preo do ferro de passar roupas
0,208 e isso indica que o preo excepcionalmente alto em relao aos preos
das demais lojas.
Vamos alternativa por alternativa:
a) A mediana dos preos da mquina de lavar roupas R$ 787,14. ERRADA
Basta ordenar os preos e tirar a mediana. Como h sete preos, a
mediana ser o quarto preo.
66
Posio
Preo
750,00
760,00
780,00
4 - MEDIANA
790,00
800,00
810,00
8200,00
Aula 0
b) A variabilidade dos preos igual para os dois produtos. - ERRADA

a variabilidade dos preos do ferro de passar roupas. . - ERRADA
que a variabilidade dos preos do ferro de passar roupas. - CERTA
Particularmente detestei estas alternativas e so dignas de recurso. A
banca chamou de variabilidade o coeficiente de variao que disperso
relativa. Mas o desvio-padro mede a disperso absoluta e desvio-padro para
o ferro menor que da mquina de lavar roupa. Se fosse por uma medida de
disperso absoluta, ie, o desvio, a resposta correta seria a letra C. Quem foi
por esta interpretao errou sonoramente. Injusto.
CV mquina = s mquina / mquina = 25,63 / 1841 = 0,013
CV ferro = s ferro / ferro = 4,81 / 1841 = 0,098
Portanto a alternativa D, j que o CV mquina < CV ferro
das demais lojas. - ERRADA
Bl, Bl, bl para enrolar o candidato. Veremos escore padronizado na
aula de distribuio normal. E da que haja um preo excepcionalmente alto
em relao s outras lojas? Estatisticamente esta afirmao no tem
significado. Se se dissesse que um outlier a teria um certo significado
estatstico.
GABARITO: D
67
Aula 0
FGV/ICMS-AP/2011 - Os dados a seguir so as quantidades de

empregados de cinco pequenas empresas: 6, 5, 8, 5, 6. A varincia da
quantidade de empregados dessas cinco empresas igual a:
24.
a) 0,8.
b) 1,2.
c) 1,6.
d) 2,0.
e) 2,4.
Apesar de simples, aqui h um poo em que o aluno pode cair. Se ele
usar a varincia de amostras (no o caso) ele dividira por n-1, no n.
Vamos usar as duas frmulas possveis. Voc concluir sozinho qual a
melhor de se usar na prova.
Frmula clssica:
2=
(x-)2
0,16
1,96
2,56
1,96
2,56
32
6,4
(x-)2
()2
9,2
()2
1,840=2
Frmula abreviada: 1 ( 2 ( ) )
x2
36
25
64
25
64
68
x
x2
2
Aula 0
32
214
1 ( 2 ( ) )15 (214 325 )(o desvio deve ser expresso no mesmo
nmero dos dados)

Veja que a tal frmula abreviada abreviada para calcular, no para se
expressar. melhor na prova ir pela frmula abreviada. Vejam como as contas
ficaram mais simples!
Ai algum aluno me dir no frum: PROFESSOOOOR, EU FIZ NO EXCEL
PARA CONFERIR E NO DEU O MESMO VALOR. DEU 2,3
Porque voc usou VAR() ou VARA() que calculam a varincia amostral
(divide por n-1). Neste caso populao, e tinha que ser a funo VARP ().
GABARITO: B
FGV/ICMS-RJ/2011 - A respeito das tcnicas de amostragem

probabilstica, NO correto afirmar que
25.
a) na amostragem por conglomerado a populao dividida em

diferentes grupos, extraindo-se uma amostra apenas dos conglomerados
selecionados.
b) na amostragem estratificada, se a populao pode ser dividida
em subgrupos que consistem em indivduos bastante semelhantes entre
si, pode-se obter uma amostra aleatria em cada grupo.
c) na amostragem aleatria simples se sorteia um elemento da
populao, sendo que todos os elementos tm a mesma probabilidade de
serem selecionados.
d) na amostragem por voluntrios a populao selecionada de
forma a estratificar aleatoriamente os grupos selecionados.
e) na amostragem sistemtica os elementos da populao se
apresentam ordenados, e a retirada dos elementos da amostra feita
periodicamente.

selecionados. CORRETA. a definio de amostragem por
conglomerados.
Uma amostragem por conglomerados uma estratificada em que o
espao amostral um dos conglomerados/estratos.
69
Aula 0

si, pode-se obter uma amostra aleatria em cada grupo. CORRETA
Uma amostragem estratificada uma amostragem que a populao
subdividida em no mnimo duas subpopulaes que compartilham das
mesmas caractersticas e em seguida se extrai uma amostra aleatria
de cada extrato. Por exemplo, os computadores da Receita Federal separam
as declaraes de renda de pessoas fsicas em faixas de renda e sorteiam
algumas de cada faixa para escrutnios dos fiscais.

serem selecionados. CORRETA. Nem h muito que comentar. Se um
elemento tivesse mais chance no seria aleatria.
forma a estratificar aleatoriamente os grupos selecionados ERRADA.
Ora, se so voluntrios houve vontade e arbtrio de se voluntariar,
ento no pode ser aleatrio. Faamos um exemplo, suponha que algum
instituto de pesquisa eleitoral deseje fazer uma pesquisa eleitoral
baseada em voluntrios. Ora, ela nunca seria vlida nem representativa,
porque os partidrios de algum candidato poderiam acorrer em massa
para se voluntariar e os resultados seriam favorveis para seu candidato.
periodicamente. CORRETA. uma parfrase de nossa definio:
Uma amostragem sistemtica escolhemos um ponto de partida e
selecionamos um elemento a cada determinada distncia ou
frequncia.
Exemplo, uma tecelagem extrai uma amostra para anlise de fio a cada
10000m de fio produzido.
GABARITO: D
70
Aula 0
CESPE/Tecnologista Jr/ 2010 - Dado definido como um valor

quantitativo referente a um fato ou circunstncia, nmero bruto que
no sofreu qualquer espcie de tratamento estatstico ou a matriaprima da produo de informao.
26.
Um dado uma unidade bsica de informao, normalmente o resultado

da experincia ou observao.
Se o dado vem da experincia ou observao, ele no sofreu tratamento
de fato
GABARITO: CERTO
CESPE/Tecnologista Jr/ 201 - Entende-se como informao o
conhecimento obtido a partir dos dados, o dado trabalhado ou o
resultado da anlise e combinao de vrios dados, sem haver, no
entanto, nenhuma interferncia por parte do analista.
27.
Uma informao o conhecimento obtido pela comparao de diversos

dados
Em um experimento aplica-se determinado tratamento e passa-se a
observar seus efeitos a serem pesquisados.
Pode haver sim interferncia,

Experimentos geram informao.
como
no
caso
de
experimentos.
GABARITO:ERRADA
CETRO/ISS-SP/2014 - Foram obtidos os seguintes dados para a

idade dos filhos de uma amostra aleatria de 50 pessoas:
28.
4, 5, 5, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8, 8, 8, 8, 8, 9, 9, 9, 9,
9, 9, 10, 10, 10, 10, 10, 10, 10, 10, 11, 11, 12, 12, 13, 13, 14, 15, 15,
15, 16, 16, 18, 23
Dessa amostra, conclui-se que a distribuio:

71
Aula 0
a) tem assimetria negativa.

b) indica subpopulaes com assimetria negativa.
c) simtrica.
d) tem assimetria positiva.
e) parte assimtrica positiva e parte simtrica.
Vamos j descartar a alternativa E. Se A-simtrico no pode ser
simtrico, um paradoxo.
Bem, voc pode desenhar um histogramazinho na sua prova
(logicamente no precisa ser to bonito e caprichoso quanto este feito por
software):
Histogram of Questo Cetro 2014
16
14
Frequency
12
10
8
6
4
2
0
12
16
Questo Cetro 2014
20
Ou fazer uma tabela. Na prtica voc far a tabela antes do histograma.

Valores Frequencia
4
1
5
2
6
4
7
6
8
9
10
8
11
2
12
2
13
2
14
1
15
3
16
2
18
1
72
23
Aula 0
Parece simtrico? No, n? Simtrico tem os dois lados iguais. Elimina-se

a alternativa C
Histogram of Simetrico
6
Frequency
5
4
3
2
1
0
6
Simetrico
Finalmente h que se verificar se a distribuio assimtrica direta, ou

positiva, ou esquerda, ou negativa. Voc poderia calcular moda, a mdia e a
mediana para concluir. Mas isso d muito trabalho. Ora, s verificar no seu
histograma para onde a cauda da distribuio se estende. D para ver que ela
se estende para a direita, ou seja, positiva. Nisso j se acerta a alternativa D
e se descaram as A e B
Histogram of Questo Cetro 2014
16
14
Frequency
12
10
8
6
4
2
0
12
16
Questo Cetro 2014
20
73
Aula 0
Nesta questo o que d trabalho fazer um histograma na prova, mas,

uma vez feito, a resposta evidente. Na prova, apesar do tempo, certos
esforos valem a pena pela segurana e rapidez da resposta.
GABARITO: D
CETRO Ministrio das Cidades Estatstico/ 2013 - Tomada
uma amostra de medidas de comprimento de um tipo de inseto,
obtiveram-se os resultados abaixo, em trs medies: 2,21cm;
2,23cm; 2,26cm. Com base nesses dados, correto afirmar que a
varincia populacional da amostra :
29.
a) 0,0015.
b) 0,00065.
c) 0,0011.
d) 0,0009.
e) 0,0007.
Frmula clssica
Frmula abreviada
- Usa a mdia -
2 =
( )2
( )2
s2=
2= ( 2
( )2
n( x2 )( x)2
s2=
(1)
Vamos l. O enunciado pediu a varincia populacional, atento para usar

a frmula certa!
Como so apenas 3 elementos, preferi usar a frmula clssica. Voc
pode usar a frmula abreviada
( )2
=
Mas primeiro se calcula a mdia

2
2,21+2,23+2,26
3
6,7
3
= 2,23333 = 2,23
74
2 =
Aula 0
( )2 (2,21 2,23)2 + (2,23 2,23)2 + (2,26 2,23)2

=
3
(0,02)2 + (0)2 + (0,03)2 0,0004 + 0,0009 0,0013
=
=
=
= 0,00065
3
3
3
Voc pode usar a frmula abreviada e se poupar de calcular a mdia

tambm:
1
2= ( 2
( )2
) = 3 ((2,21)2 + (2,23)2 + (2,26)2
(2,21+2,23+2,26)2
3
) = 0,00065
Neste exerccio em especfico melhor usar a frmula clssica e se

poupar de calcular os quadrados que a mo so complicados. Em outros casos
a frmula abreviada melhor. Voc ganhar experincia para decidir qual
frmula usar apenas fazendo exerccios.
GABARITO: B
CETRO Ministrio das Cidades Estatstico/ 2013 - Dada a
sequncia de nmeros: 71; 24; 36; 10; 12; 41; 52, o nmero que
define o 3 quartil :
30.
a) 12
b) 24
c) 36
d) 41
e) 52
Basta ordenar os nmeros e checar o que divide em (3:1)=(75%:25%) a
distribuio:
75%
25%
Terceiro Quartil
10
12
24
36
41
52
71
O terceiro quartil, o 75/100 nmero estaria entre 41 e 52, que deixa 5

pra l e 2 pra c, um hipottico nmero que dividisse 6 pra l e 2 pra c
seria maior que 41 e menor que 52. Porm esta uma distribuio discreta e
questo no aceita quebrados. A banca arredondou a menor, para 41. Mas se
usarmos softwares estatsticos, eles optam pelo 52. Mesmo a funo
75
Aula 0
QUARTIL.EXC do Excel programada para o 3 quartil. Penso que caberia

recurso.
GABARITO: D
FUNCAB/ Estatstico pref Serra-ES/2011 - A seguir esto os
valores das mdias salariais anuais, em salrios mnimos,
correspondendo a um perodo de 25 anos, para uma amostra de
funcionrios aposentados de uma prefeitura.
31.
12, 11, 19, 16, 22, 20, 14, 17, 14, 15, 21, 21,
16, 9, 15, 8, 13, 16, 17, 15, 26, 9, 20, 16, 18.
A mediana deste conjunto de nmeros :
a) igual moda.
b) desconhecida.
c) um nmero primo.
d) maior que a mdia.
e) igual a 15.
Temos que ordenar os dados para chegar mediana
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Posio
1 2 3
Elemento
8 9 9 11 12 13 14 14 15 15 15 16 16 16 16 17 17 18 19 20 20 21 21 22 26
a) A mediana 16. E o elemento com maior ocorrncia, 4, portanto a

moda. A mediana igual moda. - CERTA
b) No h como a mediana ser desconhecida se os elementos so
conhecidos. - ERRADA
c) 16 no nmero primo, pois divisvel por 2,4 e 8. - ERRADA
d) A mdia 16 que igual mediana e a moda, portanto no h como
sr maior. - ERRADA
e) A mediana igual a 16, no 15. - ERRADA
GABARITO: A
FUNCAB/ Estatstico pref Serra-ES/2011 - Para os trs conjuntos
de nmeros a seguir, assinale a opo FALSA.
32.
76
Aula 0
X - 70, 70, 70, 70, 70

Y - 68, 69, 70, 71, 72
Z - 5, 15, 50, 120, 160
a) As mdias dos trs conjuntos so iguais.
b) As medianas so nmeros pares.
c) As varincias so desiguais.
d) Os conjuntos so unimodais.
e) As amplitudes so menores que 157.
a) As mdias dos trs conjuntos so iguais. Fazendo as contas,
as mdias so 70 mesmo - CERTA
b) As medianas so nmeros pares As medianas so 70,70 e
50- CERTA
c) As varincias so desiguais Nem perca tempo em fazer as
contas, a varincia de Z zero, e as de Y e Z nunca podem ser zero
CERTA
d) Os conjuntos so unimodais X unimodal, mas Y e Z no
tm moda, porque todos os elementos tem o mesmo nmero de
frequncia. - ERRADA
e) As amplitudes so menores que 157 A amplitude de X
zero, a de Y 4 e a de Z 155 - CERTA
GABARITO: D
FUNCAB/ Estatstico pref Serra-ES/2011 - Aps verificar que as
notas obtidas em sua ltima prova haviam sido muito baixas, um
professor do ginsio municipal resolveu desconsiderar cada questo
que no houvesse sido respondida corretamente por algum dos alunos.
Isto feito, ele percebeu que as notas foram todas aumentadas de 3
(trs) pontos. Pode-se afirmar que:
33.
a) a mdia aritmtica e a mediana das notas se alteraram.

b) somente a mdia aritmtica das notas se alterou.
c) somente a mediana das notas se alterou.
d) nem a mdia, nem a mediana das notas se alteraram.
e) o efeito sobre as notas depende
Propriedades da mdia
77
Aula 0
mdia do conjunto fica multiplicada por esta constante

Somando-se ou subtraindo-se uma constante a todos os valores de uma
varivel, a mdia do conjunto fica acrescida ou diminuda dessa constante
Ou seja, a mdia aumentou em 3 pontos.
E a mediana? tentador responder que a mediana no se alterou, mas
lembro que em nmeros absolutos, sendo a mediana um elemento do conjunto
na posio 50%-simo, como todos os membros do conjunto de notas
aumentou, a mediana aumentou tambm em 3 pontos.
GABARITO: A
78
Aula 0
ENUNCIADO DE EXERCCIOS
AGORA FAA VOC
11.
ENUNCIADOS DE EXERCCIOS
1. ESAF/Analista STN/ 2013 - Suponha que X seja uma varivel

aleatria com valor esperado 10 e varincia 25. Para que a
varivel Y dada por Y = p - q x, com p e q positivos, tenha valor
esperado 0 e varincia 625, necessrio que p + q seja igual a:
a) 50
b) 250
c) 55
d) 100
e) 350
2. ESAF/Receita Federal/2014 - A varincia da amostra formada
pelos valores 2, 3, 1, 4, 5 e 3 igual a
a) 3.
b) 2.
c) 1.
d) 4.
e) 5.
3. ESAF/Receita
Federal/2005
Para
dados
agrupados
representados por uma curva de frequncias, as diferenas entre
os valores da mdia, da mediana e da moda so indicadores da
assimetria da curva. Indique a relao entre essas medidas de
posio para uma distribuio negativamente assimtrica.
abaixo da moda.
b) A moda apresenta o maior valor e a mdia se encontra
abaixo da mediana.
c) A mdia apresenta o menor valor e a mediana se
encontra abaixo da moda.
d) A mdia, a mediana e a moda so coincidentes em
valor.
e) A moda apresenta o menor valor e a mediana se encontra
abaixo da mdia.
79
Aula 0
4. ESAF/ Receita Federal/2005 - Em uma determinada semana uma

empresa recebeu as seguintes quantidades de pedidos para os
produtos A e B:
Produto A
Produto B
39 33
50 52
25
47
30
49
41
54
36
40
37
43
Assinale a opo que apresente os coeficientes de variao dos

dois produtos:
a) CVA = 15,1% e CVB = 12,3%
b) CVA = 16,1% e CVB = 10,3%
c) CVA = 16,1% e CVB = 12,3%
d) CVA = 15,1% e CVB = 10,3%
e) CVA = 16,1% e CVB = 15,1%
5. ESAF / ISS Recife / 2003 - Em uma amostra, realizada para se

obter informao sobre a distribuio salarial de homens e
mulheres, encontrou-se que o salrio mdio vale R$ 1.200,00. O
salrio mdio observado para os homens foi de R$ 1.300,00 e
para as mulheres foi de R$ 1.100,00. Assinale a opo correta.
a) O nmero de homens na amostra igual ao de mulheres.
b) O nmero de homens na amostra o dobro do de mulheres.
c) O nmero de homens na amostra o triplo do de mulheres.
d) O nmero de mulheres o dobro do nmero de homens.
e) O nmero de mulheres o qudruplo do nmero de homens.
6. FCC/ICMS-RJ/2014 - O Departamento de Pessoal de certo rgo
pblico fez um levantamento dos salrios, em nmero de salrios
mnimos (SM), dos seus 400 funcionrios, obtendo os seguintes
resultados:
Sabe-se que a mediana dos salrios desses funcionrios

calculada por meio dessa tabela pelo mtodo da interpolao linear
igual a 8,8 SM. Nessas condies, o salrio mdio desses 400
funcionrios, em nmero de salrios mnimos, considerando que todos
80
Aula 0
os valores includos em um intervalo de classe so coincidentes com o

ponto mdio do intervalo, igual a
a) 8,54
b) 8,83
c) 8,62
d) 8,93
e) 8,72
7. FCC/ICMS-RO/2010 - Em uma cidade realizado um
levantamento referente aos valores recolhidos de determinado
tributo estadual no perodo de um ms. Analisando os
documentos de arrecadao, detectou-se 6 nveis de valores
conforme consta no eixo horizontal do grfico abaixo, em que as
colunas
representam
as
quantidades
de
recolhimentos
correspondentes.
Com relao s medidas de posio deste levantamento tem-se

que o valor da
moda.
b) mdia aritmtica igual ao valor da mediana.
d) moda supera o valor da mediana em R$ 500,00.
8. FCC/ICMS-SP/2013 - Considere:
I. O coeficiente de variao de uma varivel uma medida de
disperso absoluta que o resultado da diviso entre a mdia e o
desvio padro da varivel em questo.
81
Aula 0
II. Um dispositivo til quando se deseja verificar se existe

correlao linear entre duas variveis o grfico de colunas
justapostas.
III. O desvio padro mais apropriado do que o coeficiente de
variao quando se deseja comparar a variabilidade de duas variveis.
IV. Na amostragem aleatria estratificada, a populao dividida
em estratos, usualmente, de acordo com os valores ou categorias de
uma varivel, e, depois, uma amostragem aleatria simples utilizada
na seleo de uma amostra de cada estrato.
a) I.
b) II.
c) III.
d) I e IV.
e) IV.
9. FCC/ISS-SP/2007 - No presente ms, o salrio mdio mensal

pago a todos os funcionrios de uma firma foi de R$ 530,00.
Sabe-se que os salrios mdios mensais dos homens e mulheres
so respectivamente iguais a R$ 600,00 e R$ 500,00. No prximo
ms, todos os homens recebero um adicional de R$ 20,00 e
todas as mulheres um reajuste salarial de 10%, sobre os salrios
atuais. Supondo que o quadro de funcionrios no se alterou,
aps esses reajustes o salrio mdio mensal de todos os
funcionrios passar a ser igual a:
a) R$ 540,00
b) R$ 562,00
c) R$ 571,00
d) R$ 578,00
e) R$ 580,00
10.
FCC/ISS-SP/2012 - Considere as seguintes afirmaes:
I.
Um dispositivo til quando se quer verificar a associao entre

duas variveis quantitativas o grfico de disperso entre essas duas
variveis.
82
Aula 0
II.
O coeficiente de variao uma medida de disperso relativa

que depende da unidade de medida da varivel que est sendo
analisada.
III.
Dentre as medidas de posio central, a mdia considerada

uma medida robusta pelo fato de no ser afetada por valores
aberrantes.
IV.
Se o coeficiente de correlao linear de Pearson entre duas

variveis for igual a zero, no haver associao linear entre elas,
implicando a ausncia de qualquer outro tipo de associao.
a) II e III.
b) I e II.
c) I e III.
d) II e IV.
e) I.
11.
FCC/ICMS-RO/2010 - A mdia aritmtica de todos os
salrios dos funcionrios em uma repartio pblica igual a R$
1.600,00. Os salrios dos funcionrios do sexo masculino
apresentam um desvio padro de R$ 90,00 com um coeficiente de
variao igual a 5%. Os salrios dos funcionrios do sexo
feminino apresentam um desvio padro de R$ 60,00 com um
coeficiente de variao igual a 4%. Escolhendo aleatoriamente
um funcionrio desta repartio, a probabilidade dele ser do sexo
feminino igual a
a) 1/2
b) 1/3
c) 3/4
d) 3/5
e) 2/3
12.
FCC/ICMS-BA/2004 - O grfico abaixo o histograma de
frequncias absolutas de uma amostra de valores arrecadados de
determinado tributo em um municpio.
83
Aula 0
Com relao aos dados dessa amostra, verdade que

a) 60% dos valores so maiores ou iguais a R$ 1 500,00
b) mais de 30% dos valores so maiores ou iguais a R$ 2 500,00
menos que 10%.
e) a amplitude da amostra igual a R$ 4 000,00.
e
e
13.
FCC/Analista FHEMIG/2013 - Na anlise descritiva de um
conjunto de dados,
ordenados ao meio.
dados, sempre teremos valores abaixo e acima da mdia.
d) a mediana sempre diferente da mdia.
14.
FCC/Analista FHEMIG/2013 - A respeito do boxplot correto
afirmar:
conjunto de dados representado.
c) O intervalo interquartil construdo a partir do 1o e 2o quartis.
intervalos interquartis, para cima ou para baixo dos limites
da caixa definida pelo intervalo interquartil.
84
Aula 0
15.
FCC/Analista
Legislativo/Contador
da
Cmara
dos
Deputados/2007 - Se a mdia e a varincia da varivel aleatria
X so 12 e 80 respectivamente, ento a mdia e a varincia da
varivel aleatria Y = X/4 + 1 so dadas respectivamente por
a) 4 e 20
b) 4 e 5
c) 3 e 20
d) 4 e 21
e) 3 e 5
16.
FCC/Analista Legislativo & Contador da Cmara dos
Deputados/2007 - Para se estudar o desempenho das corretoras
de aes A e B, selecionou-se de cada uma delas amostras
aleatrias das aes negociadas. Para cada ao selecionada
computou-se a porcentagem de lucro apresentada durante o
perodo de um ano. Os grficos a seguir apresentam os desenhos
esquemticos relativos porcentagem de lucro das amostras de
A e B durante o perodo citado.
Relativamente porcentagem
corretoras pode-se afirmar que
de
lucro
obtida
por
essas

85
Aula 0
c) o maior valor de A 60.

e) os valores de B apresentam assimetria positiva.
17.
FCC/Analista Bacen/2006 - O histograma de frequncias
absolutas a seguir foi elaborado com base nas informaes
contidas na revista O Empreiteiro, de junho de 2005, que
demonstra o comportamento das empresas construtoras do ramo
da construo civil no Brasil que obtiveram faturamento em 2004
maior ou igual a 15 milhes de reais e menor ou igual a 120
milhes de reais
Com base nestas informaes, obteve-se a mdia aritmtica do

faturamento das empresas deste estudo, considerando que todos os
valores includos num certo intervalo de classe so coincidentes com o
ponto mdio deste intervalo. Com relao ao total de empresas deste
histograma, o valor encontrado para esta mdia pertence ao intervalo
de classe que contm
a) 24% das empresas.

b) 16% das empresas.
c) 9% das empresas.
d) 7% das empresas.
e) 5% das empresas.
18.
FCC/ Analista Bacen/2006 - Em uma instituio bancria, o
salrio mdio dos 100 empregados do sexo masculino de R$
1.500,00, com desvio padro de R$ 100,00. O salrio mdio dos
150 empregados do sexo feminino de R$ 1.000,00, com desvio
padro de R$ 200,00. A varincia em (R$)2 dos dois grupos
reunidos de:
86
Aula 0
a) 25.600,00
b) 28.000,00
c) 50.000,00
d) 62.500,00
e) 88.000,00
19.
FCC Analista Legislativo/Contador da Cmara dos
Deputados 2007 Numa pesquisa realizada com 300 famlias
levantaram-se as seguintes informaes.
Nmero de filhos
Proporo das famlias
0,17
0,20
0,24
0,15
0,10
0,10
0,04
Com base nestas informaes, a mdia e a mediana do nmero

dos filhos so dadas, respectivamente, por:
a) 2,27 e 3
b) 3 e 2
c) 2,27 e 2
d) 2,5 e 3,5
e) 2,5 e 3
20.
CESPE/ Analista Superior Tribunal Militar - STM/2010 - A
partir do histograma mostrado na figura abaixo, correto inferir
que a distribuio da varivel X simtrica.
87
Aula 0
Para as duas questes a seguir, considere o seguinte conjunto de

dados composto por cinco elementos: {82,93; 94,54; 98,40; 115,41;
123,07}. Com base nesses dados, julgue os prximos dois itens
subsequentes acerca das medidas de tendncia central.
21.
CESPE / Analista Superior Tribunal Militar / 2010 - A mdia
do conjunto de dados em questo 102,87 e a mediana 98,40.
Se o valor 123,07 for alterado para 200, a mdia ir aumentar,
mas a mediana continuar sendo 98,40.
22.
CESPE / Analista Superior Tribunal Militar / 2010 - Se o
valor de um dos elementos do conjunto no for fornecido, esse
valor pode ser determinado se a mdia do conjunto for
conhecida, mas no ser possvel obter esse valor conhecendo-se
apenas a mediana.
23.
COPS/ICMS-PR/2013 - Os preos, em reais, de uma
mquina de lavar roupas e de um ferro de passar roupas de
marcas e modelos idnticos variam em sete lojas, conforme
mostra a tabela a seguir.
Em relao aos preos desses produtos, assinale a alternativa

correta.
a) A mediana dos preos da mquina de lavar roupas R$ 787,14.

b) A variabilidade dos preos igual para os dois produtos.
88
Aula 0

a variabilidade dos preos do ferro de
passar roupas.
que a variabilidade dos preos do ferro de passar roupas.
das demais lojas.
24.
FGV/ICMS-AP/2011 - Os dados a seguir so as quantidades
de empregados de cinco pequenas empresas: 6, 5, 8, 5, 6. A
varincia da quantidade de empregados dessas cinco empresas
igual a:
a) 0,8.
b) 1,2.
c) 1,6.
d) 2,0.
e) 2,4.
25.
FGV/ICMS-RJ/2011
A
respeito
das
tcnicas
amostragem probabilstica, NO correto afirmar que
de

selecionados.
si, pode-se obter uma amostra aleatria em cada grupo.
serem selecionados.
forma a estratificar aleatoriamente os grupos selecionados.
periodicamente.
26. CESPE/Tecnologista Jr/ 2010 - Dado definido como um valor

quantitativo referente a um fato ou circunstncia, nmero bruto
89
Aula 0
que no sofreu qualquer espcie de tratamento estatstico ou a

matria-prima da produo de informao.
27.
CESPE/Tecnologista Jr/ 201 - Entende-se como informao
o conhecimento obtido a partir dos dados, o dado trabalhado ou o
resultado da anlise e combinao de vrios dados, sem haver,
no entanto, nenhuma interferncia por parte do analista.
28.
CETRO/ISS-SP/2014 - Foram obtidos os seguintes dados
para a idade dos filhos de uma amostra aleatria de 50 pessoas:
4, 5, 5, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8, 8, 8, 8, 8, 9, 9, 9, 9,
9, 9, 10, 10, 10, 10, 10, 10, 10, 10, 11, 11, 12, 12, 13, 13, 14, 15, 15,
15, 16, 16, 18, 23
Dessa amostra, conclui-se que a distribuio:

a) tem assimetria negativa.
b) indica subpopulaes com assimetria negativa.
c) simtrica.
d) tem assimetria positiva.
e) parte assimtrica positiva e parte simtrica.
29.
CETRO Ministrio das Cidades Estatstico/ 2013 Tomada uma amostra de medidas de comprimento de um tipo de
inseto, obtiveram-se os resultados abaixo, em trs medies:
2,21cm; 2,23cm; 2,26cm. Com base nesses dados, correto
afirmar que a varincia populacional da amostra :
a) 0,0015.
b) 0,00065.
c) 0,0011.
d) 0,0009.
e) 0,0007.
30.
CETRO Ministrio das Cidades Estatstico/ 2013 - Dada a
sequncia de nmeros: 71; 24; 36; 10; 12; 41; 52, o nmero que
define o 3 quartil :
a) 12
b) 24
90
Aula 0
c) 36
d) 41
e) 52
31.
FUNCAB/ Estatstico pref Serra-ES/2011 - A seguir esto os
valores das mdias salariais anuais, em salrios mnimos,
correspondendo a um perodo de 25 anos, para uma amostra de
funcionrios aposentados de uma prefeitura.
12, 11, 19, 16, 22, 20, 14, 17, 14, 15, 21, 21,
16, 9, 15, 8, 13, 16, 17, 15, 26, 9, 20, 16, 18.
A mediana deste conjunto de nmeros :
a) igual moda.
b) desconhecida.
c) um nmero primo.
d) maior que a mdia.
e) igual a 15.
Temos que ordenar os dados para chegar mediana
32.
FUNCAB/ Estatstico pref Serra-ES/2011 - Para os trs
conjuntos de nmeros a seguir, assinale a opo FALSA.
X - 70, 70, 70, 70, 70
Y - 68, 69, 70, 71, 72
Z - 5, 15, 50, 120, 160
a) As mdias dos trs conjuntos so iguais.
b) As medianas so nmeros pares.
c) As varincias so desiguais.
d) Os conjuntos so unimodais.
e) As amplitudes so menores que 157.
33.
FUNCAB/ Estatstico pref Serra-ES/2011 - Aps verificar
que as notas obtidas em sua ltima prova haviam sido muito
baixas, um professor do ginsio municipal resolveu desconsiderar
cada questo que no houvesse sido respondida corretamente
por algum dos alunos. Isto feito, ele percebeu que as notas foram
todas aumentadas de 3 (trs) pontos. Pode-se afirmar que:
91
Aula 0
a) a mdia aritmtica e a mediana das notas se alteraram.

b) somente a mdia aritmtica das notas se alterou.
c) somente a mediana das notas se alterou.
d) nem a mdia, nem a mediana das notas se alteraram.
e) o efeito sobre as notas depende
92
12.
Aula 0
GABARITOS
Questo
Banca
Cargo/rgo
Ano
Resposta
ESAF
Analista STN
2013
ESAF
Receita
2014
ESAF
Receita
2005
ESAF
Receita
2005
ESAF
ISS Recife
2003
FCC
ICMS-RJ
2014
FCC
ICMS-RO
2010
FCC
ICMS-SP
2013
FCC
ISS-SP
2007
10
FCC
ISS-SP
2012
11
FCC
ICMS-RO
2010
12
FCC
ICMS-BA
2004
13
FCC
Analista FHEMIG
2013
14
FCC
Analista FHEMIG
2013
15
FCC
Analista Cmara
2007
16
FCC
Analista Cmara
2007
17
FCC
Analista Bacen
2006
18
FCC
Analista Bacen
2006
19
FCC
Analista Cmara
2007
20
Cespe
Analista Tribunal
Militar
2010
Errada
21
Cespe
Analista Tribunal
Militar
2010
Certa
22
Cespe
Analista Tribunal
Militar
2010
Certa
23
COPS
ICMS-PR
2013
24
FGV
ICMS-AP
2011
25
FGV
ICMS-RJ
2011
26
Cespe
Tecnologista
2010
Certo
27
Cespe
Tecnologista
2010
Errada
93
Aula 0
28
CETRO
ISS-SP
2014
29
CETRO
Ministrio das
Cidades
2013
30
CETRO
Ministrio das
Cidades
2013
31
FUNCAB
Pref. Serra-ES
2011
32
FUNCAB
Pref. Serra-ES
2011
33
FUNCAB
Pref. Serra-ES
2011
94
13.
Aula 0
FORMULRIO DESTA AULA

x
Somatria de um conjunto de valores
Uma varivel usada para representar valores individuais dos

dados
Mdia (aritmtica) de um conjunto de valores de uma amostra
Mdia (aritmtica) de um conjunto de valores de uma populao
. ()
Mdia (ponderada) de uma tabela de frequncias
Divide 50%/50%
Mediana
=50%_simo valor
(Segundo Quartil)
Divide 25%/75%
Primeiro quartil
1 =25%_simo valor
Divide 75%/25%
Terceiro quartil
3 =75%_simo valor
Dinter=Q3-Q1
Distncia interquartlica
Valor que ocorre com mais frequncia
moda
amplitude
= /2
Ponto mdio
S2=
( )2
1
n( x2 )( x)2
(1)
()2
(
( )2
s= 2 =
Varincia de um conjunto de valores de uma amostra

Varincia de um conjunto de valores de uma populao
( )
n( x2 )( x)2
Desvio-padro de um conjunto de valores de uma amostra
(1)
2 =
()2
( 2
2
( )
Desvio-padro (sigma) de um conjunto de valores de uma

populao
95
Aula 0
Diferentes maneiras de calcular a varincia
Frmula clssica
Frmula abreviada
- Usa a mdia -
2 =
( )2
( )2
s2=
2= ( 2
( )2
n( x2 )( x)2
s2=
(1)
Assimetria
Assimtrica a
esquerda ou
negativamente
assimtrica
Simtrica
Assimtrica a direta
ou positivamente
assimtrica
Mediana < Moda
Moda = Mdia =
Mediana
Mediana > Moda
Mdia < Moda
Mdia > Moda
Propriedades da mdia (aritmtica)

Multiplicando-se todos os valores de uma varivel por uma constante, a mdia
do conjunto fica multiplicada por esta constante
varivel, a mdia do conjunto fica acrescida ou diminuda dessa constante
Propriedades da Varincia
varincia do conjunto fica multiplicada pelo quadrado desta constante
varivel, a varincia no se altera. (Natural, porque a mdia se move, no a
disperso dos valores)
2 (
( + )2
1
2
2
+ ) =
{( + )
}
+
+
Equao da varincia
combinada
Cuidado: + <> +
96
14.
Aula 0
TIPOS DE GRFICOS VISTOS

Histograma
100
Histograma de clientes
80
80
60
40
20
20
0
Padro
R$ 0
R$
PreferencialR$
Premium
R$
Histograma de frequncia acumulada

1,00
0,80
0,60
0,40
0,20
0,00
At R$ 100.000 At R$ 200.000 At R$ 300.000
Grfico de Pareto
Grfico de Pareto: Lanamentos por bairros paulistanos
160
100
140
100
80
60
80
60
40
20
0
bi o ros na zes nia da kl in pa ma nt ga de her

La oe uta iran S a O t
um ola hei ar ia edi S Fun oo
r
o
P ila r a
M B Ip
Br
M ons Pin a M
r
V
l
C
Ba
Vi
Lanamentos
18 15 14 14 13 13 12 11 11 11 9 6 4
7
Percent
11 9 9 9 8 8 8 7 7 7 6 4 3
4
Cum %
11 21 30 39 47 55 63 70 77 84 89 93 96 100
Bairros
Grfico de Pizza
Lanamentos
120
40
20
0
97
Aula 0
Cores de automveis vendidos
Vermelha; 130; 7%
Azul; 100; 5%
Outras; 5; 0%
Verde; 15; 1%
Prata
Marrom; 50; 2%
Preta
Branca; 200; 10%
Branca
Marrom
Verde
Azul
Vermelha
Outras
Preta; 500; 25%
Prata; 1000; 50%
Disperso XY
Disperso de A versus C
10
Aparentemente h
correlao
0
5
10
15
20
25
Boxplot
Exemplo de Boxplot
250

dos limites
200
150
Q3
100
50
Distncia
interquartlica
mediana
Q1
98
15.
Aula 0
RESUMO DE CONCEITOS
Conceito
Definio
Cincia da Estatstica
Ramo da Matemtica que se preocupa com a

organizao, descrio, anlise e interpretao dos
dados experimentais.
Populao
Uma coleo completa de todos os elementos a

serem estudados
Censo
Uma coleo de dados relativos a todos os

elementos de uma populao
Amostra
Uma subcoleo de elementos extrados de uma

populao
Parmetro
Uma medida numrica que descreve uma

caracterstica de uma populao
estatstica
Medida numrica que descreve uma caracterstica

de uma amostra.
dado
uma unidade bsica de informao
informao
conhecimento obtido pela comparao de diversos

dados
proposio
conjunto de palavras ou smbolos que exprimem

um pensamento ou juzo de sentido completo
Dados quantitativos
nmeros que representam contagens ou medidas
Dados qualitativos / dados categricos / dados

atributos
Dados separados em diferentes categorias que se

distinguem por alguma caracterstica no-numrica
Dados discretos
Dados quantitativos que resultam de um conjunto

finito de valores possveis
Dados contnuos
Dados quantitativos resultam de um nmero infinito

de valores possveis que podem ser associados a
pontos em uma escala contnua de tal maneira que
no haja interrupes
Nvel nominal de mensurao
Dados que consistem apenas em nomes, rtulos

ou categorias
Nvel ordinal de mensurao
Dados que podem ser dispostos em alguma

ordem, mas as diferenas entre valores dos dados
no podem ser determinadas ou no tem sentido
Nvel intervalar de mensurao
Dados que podem ser dispostos em alguma ordem

com a propriedade de que podemos determinar
diferenas significativas entre os dados. No existe
um ponto de partida zero
Nvel de razo de mensurao
Nvel de intervalo modificado de modo a incluir o

ponto de partida zero inerente, onde zero significa
nenhuma quantidade presente
estudo observacional
Estudo em que se verificam e medem-se

caractersticas especficas, mas no se tenta
manipular ou modificar os elementos a serem
estudados
experimento
Aplicao de determinado tratamento para
99
Aula 0
observar seus efeitos a serem pesquisados

amostra aleatria
Amostra em que elementos da populao so

escolhidos de tal forma que cada um deles tenha
igual chance de figurar na amostra
amostragem estratificada
Amostragem que a populao subdividida em no

mnimo duas subpopulaes que compartilham das
mesmas caractersticas e em seguida se extrai
uma amostra aleatria de cada extrato
amostragem por conglomerados
a populao dividida em diferentes grupos,

extraindo-se uma amostra apenas dos
conglomerados selecionados
amostragem sistemtica
Amostragem em que define-se um ponto de partida

e seleciona-se um elemento a cada determinada
distncia ou frequncia
erro amostral
Diferena entre os resultados amostrais e o

verdadeiro resultado populacional atribuido
variao amostral aleatria
erro no amostral
Diferena entre os resultados amostrais e o

verdadeiro resultado populacional quando os
dados amostrais so coletados, registrados ou
analisados incorretamente
100

Curso Estatistica

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Curso Estatistica

Hochgeladen von

Copyright:

Verfügbare Formate

ESTATSTICA PARA ANALISTA DO TESOURO

TABELAS DE FREQUNCIAS E HISTOGRAMAS ........................... 8

GRFICOS DE PARETO ........................................................ 12

MEDIDAS DE TENDNCIA CENTRAL ....................................... 16

GRFICOS DE CAIXA (BLOXPLOT), QUARTIS E PERCENTIS ...... 21

MEDIDAS DE VARIABILIDADE .............................................. 22

FRMULA ABREVIADA DA VARINCIA ................................... 26

PROPRIEDADES DA MDIA E DA VARINCIA .......................... 27

10. EXERCCIOS RESOLVIDOS ................................................... 31

Prof. Andr L. Santos

ESTATSTICA PARA ANALISTA DO TESOURO

A banca provavelmente ser a ESAF, e certamente as questes

ESTATSTICA PARA ANALISTA DO TESOURO

fiscais da prefeitura de Cotia (15), Aruj (10) e no Tribunal de Justia do

Prof. Andr L. Santos

ESTATSTICA PARA ANALISTA DO TESOURO

Prof. Andr L. Santos

ESTATSTICA PARA ANALISTA DO TESOURO

Uma estatstica no sentido estrito uma medida numrica que

Prof. Andr L. Santos

ESTATSTICA PARA ANALISTA DO TESOURO

Dados discretos so dados quantitativos que resultam de um

Prof. Andr L. Santos

ESTATSTICA PARA ANALISTA DO TESOURO

Nvel de razo de mensurao o nvel de intervalo modificado

ESTATSTICA PARA ANALISTA DO TESOURO

dividida em diferentes grupos, extraindo-se uma amostra apenas dos

Prof. Andr L. Santos

ESTATSTICA PARA ANALISTA DO TESOURO

Nesta tabela, os limites inferiores de classe so os menores nmeros

100.000 <= x < 200.000

Todas elas significam a mesma coisa. Que 100.000 est incluso no

ESTATSTICA PARA ANALISTA DO TESOURO

valores. Sendo assim, para 50 valores termos 7 classes um bom nmero a se

Uma outra modalidade de tabela de frequncia muito usada a de

Tambm o histograma pode ser feito com frequncias relativas

Prof. Andr L. Santos

ESTATSTICA PARA ANALISTA DO TESOURO

Histograma de freq. Relativa de clientes

Outra forma comum de expressar nestas tabelas a frequncia

Freq. Relativa Acumulada

E o histograma vira uma escadinha:

Freq. Relativa Acumulada

Prof. Andr L. Santos

ESTATSTICA PARA ANALISTA DO TESOURO

O aluno perspicaz que vai ganhar muitos pontos na prova j percebeu

Cores de automveis vendidos

Prata; 1000; 50%

Branca; 200; 10%

Prof. Andr L. Santos

ESTATSTICA PARA ANALISTA DO TESOURO

Pareto Chart of Campeoes

No exemplo acima, podemos ver uma populao de campees das Copas

ESTATSTICA PARA ANALISTA DO TESOURO

Exemplo: Construa o grfico de pareto das seguintes causas de interrupo de

Ordena-se decrescentemente as categorias pela frequncia absoluta

Calcula-se a frequncia relativa de cada categoria. Relembrando, frequncia relativa

Prof. Andr L. Santos

ESTATSTICA PARA ANALISTA DO TESOURO

Calcula-se a frequncia acumulada de cada categoria. Relembrando,

Num grfico de dois eixos de colunas/linhas atribui-se as frequncias absolutas s

Prof. Andr L. Santos

ESTATSTICA PARA ANALISTA DO TESOURO

V-se que uma poderosa ferramenta estatstica de qualidade. No