Estatistica - Vitor - Menezes - Aula 00 PDF

Curso Regular de Estatstica
Prof. Vtor Menezes Aula 00
AULA 00: Demonstrativa
1. APRESENTAO.............................................................................................................................. 2
2. CRONOGRAMA DO CURSO ............................................................................................................. 3
3. ESTATSTICA: INTRODUO ........................................................................................................... 5
4. FORMAS DE APRESENTAO DE DADOS ..................................................................................... 12
5. FORMAS NO AGRUPADAS DE APRESENTAO DE DADOS........................................................ 12
6. DADOS TABELADOS AGRUPADOS POR VALOR.......................................................................... 18
7. FORMAS GRFICAS DE APRESENTAO DE DADOS AGRUPADOS POR VALOR ........................... 32
8. DADOS TABELADOS AGRUPADOS EM CLASSES......................................................................... 35
9. FORMAS GRAFICAS DE APRESENTAO DE DADOS EM CLASSE ................................................. 39
10. QUESTES APRESENTADAS EM AULA ..................................................................................... 48
11. GABARITO ................................................................................................................................ 54
Prof. Vtor Menezes www.estrategiaconcursos.com.br 1

1. APRESENTAO
Meu nome Vtor Menezes, sou Auditor Federal de Controle Externo do Tribunal de Contas
da Unio, lotado na Secretaria de Controle Externo do TCU em So Paulo.
Sou formado em engenharia eletrnica pelo Instituto Tecnolgico de Aeronutica (ITA). Dou
aulas de exatas para concursos pblicos desde 2005.
No presente curso, abordaremos estatstica de forma mais ampla, sem nos prender a um
edital em particular. O objetivo servir a todos (ou quase todos) os tipos de alunos, que
pretendam fazer concursos como: AFRFB, AFT, Bacen, Tribunais de Contas, fiscos estaduais
e municipais, e por a vai.
Desse modo, utilizaremos questes de diferentes bancas, e abordaremos uma quantidade
de teoria muito maior que a abordada em cursos especficos para um concurso
determinado.
J que o propsito ento dar um curso no estilo para o que der e vier, tambm
precisaremos utilizar exerccios que exigem conhecimento de ferramentas de clculo (limite,
derivada e integral), que so sim cobrados, dependendo do concurso desejado. Como esse
tipo de questo no exigvel de candidatos que no tenham formao em exatas, sempre
que eles aparecerem colocarei um sinalizador, para que os alunos possam, se preferirem,
pular o exerccio.
Acima eu disse que esse curso servir para quase todos os tipos de aluno.
E para quem o curso no serve?
Bem, o seguinte. No ser possvel abordar tpicos extremamente avanados, que
usualmente s caem em concursos bastante especficos. Lembrem-se: um curso de
graduao em estatstica dura 5 anos. Se fosse para dar tudo que cai em um concurso de
estatstico, por exemplo, teramos que ficar aqui os cinco anos estudando estatstica. E
precisaramos de uma mega equipe de professores, porque um sozinho no ia dar conta.
Ento nosso curso no estilo para o que der e vier, considerando os concursos normais,
que no exijam formao especfica.
Estamos entendidos?
E mesmo assim, tenham a certeza de que dificilmente vocs encontraro algum outro
material, voltado para concursos, que aborde to detalhadamente tantos tpicos quanto
nesse curso.

2. CRONOGRAMA DO CURSO
Aula Data Contedo

0 21/05/2012 Conceitos iniciais. Viso geral sobre os objetivos da estatstica descritiva e da estatstica inferencial.
Formas de apresentao de dados. Dados brutos, dados em rol, diagrama de ramos e folhas, dados
tabelados (agrupados por valor e agrupados em classe). Tipos de frequncia: simples, absoluta, relativa,
acumulada. Formas grficas de apresentao de dados: grficos de colunas, de setores, histograma,
polgono de frequncias.
1 31/05/2012 Mdia aritmtica, mdia geomtrica, mdia harmnica, mdia ponderada. Propriedades da mdia
2 10/06/2012 Quantis: mediana, quartis, decis, percentis. Interpolao de Ogiva. Medidas separatrizes para dados em
rol. Moda de czuber, moda bruta, moda de King, moda de Pearson, moda quando as amplitudes de classe
so diferentes.
3 20/06/2012 Medidas de disperso: desvio padro, varincia, amplitude, desvio mdio, coeficiente de variao,
intervalo interquartlico. Box-plot.
4 30/06/2012 Assimetria: conceito, posicionamento relativo de mdia, mediana e moda. Classificao da curva quanto
assimetria. Coeficientes de assimetria. Curtose: conceito, classificao da curva quanto curtose,
coeficientes de curtose.
5 10/07/2012 Anlise bidimensional: distribuies conjuntas de frequncia, diagrama de disperso, coeficiente de
correlao entre dois conjuntos de dados, coeficiente de correlao ordinal de Speraman.
Nmeros ndices: ndice de preos relativos, ndice de Paasche, ndice de Laspeyres, ndice de Fischer,
propriedade circular, mudana de base, perda de poder aquisitivo da moeda.
6 20/07/2012 Anlise combinatria: combinao, permutao, arranjos, princpio fundamental da contagem.
7 30/07/2012 Probabilidade: eventos e espao amostral, probabilidade para eventos equiprovveis, abordagem
frequentista da probabilidade, probabilidade condicional, probabilidade da interseco, probabilidade da
unio, eventos independentes, eventos mutuamente excludentes, probabilidade do evento
complementar, Teorema de Bayes, Teorema da probabilidade total, clculo de probabilidades usando
anlise combinatria.
8 09/08/2012 Variveis aleatrias: introduo. Esperana, varincia e desvio padro de variveis aleatrias, covarincia,

funo densidade de probabilidade, funo distribuio de probabilidade, momentos, teorema de

Chebyshev
9 19/08/2012 Variveis aleatrias discretas: distribuio uniforme discreta, distribuio de Bernoulli, distribuio
binomial, distribuio de Poisson, distribuio geomtrica, distribuio, hipergeomtrica
10 29/08/2012 Variveis aleatrias contnuas: distribuio uniforme contnua, distribuio normal, distribuio
exponencial, aproximao normal binomial, distribuio de Qui-quadrado, distribuio T de Student,
distribuio F de Snedecor, distribuio exponencial.
11 08/09/2012 Distribuies conjuntas discretas. Distribuies marginais e condicionais discretas. Funes de variveis
aleatrias discretas. Funo densidade conjunta. Distribuies condicionais contnuas. Funes de
variveis contnuas. Distribuio normal bidimensional
Amostragem: amostragem aleatria simples, amostragem estratificada, amostragem por conglomerados,
amostragem por julgamento.
12 18/09/2012 Estimadores pontuais e distribuies amostrais: mdia amostral, varincia amostral, proporo amostral.
Caractersticas dos estimadores: no viciados, mxima verossimilhana, mnimos quadrados, momentos,
propriedades assintticas dos estimadores, estimadores de varincia mnima e eficincia dos
estimadores.
13 28/09/2012 Intervalos de confiana: intervalo para mdia e proporo.
14 08/10/2012 Intervalo de confiana para varincia. Intervalo de confiana para a mediana. Tamanho da amostra e erro
mximo da estimativa. Fator de correo para populaes finitas.
15 18/10/2012 Testes de hipteses: conceitos iniciais (nvel de significncia, erros de tipo I e II, poder do teste), teste
para a mdia, teste para a varincia, teste para propores (usando a distribuio normal, a distribuio
binomial e a distribuio de Qui-quadrado).
16 28/10/2012 Outros testes de hipteses: teste de hipteses sobre o valor da diferena entre duas mdias, teste sobre
o valor da mediana, teste dos sinais, teste de Wilcoxon-Mann-Whitney, teste de McNemar, teste da
ordenao casual. Anlise de varincia.
17 07/11/2012 Regresso linear simples. Clculo das estimativas dos parmetros. Anlise de varincia da regresso.
Inferncias sobre as estimativas dos parmetros.
18 17/11/2012 Regresso linear mltipla. Clculo das estimativas dos parmetros. Anlise de varincia da regresso.
19 27/11/2012 Sries temporais: modelos ARIMA. Condies de estacionariedade e invertibilidade.

3. ESTATSTICA: INTRODUO
A estatstica cobrada em concursos usualmente dividida em duas partes: a descritiva e a

inferencial. Para melhor entendimento, vejamos um exemplo.
Considere que nas eleies presidenciais de 2014, Dilma Rousseff e Acio Neves vo
disputar o segundo turno.
O Jornal Nacional ento encomenda junto ao Data Folha uma pesquisa de inteno de voto.
Muito bem. O conjunto de todos os eleitores do pas a nossa populao.
POPULAO = TODO
Existem duas maneiras de nos referirmos populao.

Podemos dizer que a populao o conjunto de todos os eleitores. Seria formada pelo Joo,
pelo Jos, pela Maria, etc.
Nesse primeiro caso, dizemos que a populao formada por elementos que possuem
determinada caracterstica. Todos os eleitores so pessoas que possuem determinada
caracterstica: tm ttulo de eleitor e podem votar para presidente.
Podemos tambm nos referir aos atributos que essas pessoas tm. Nesse segundo caso, a
populao seria formada pelos conjuntos das intenes de voto:
{Dilma, Dilma, Acio, Nulo, Dilma, Branco, Acio, ...}
Seria timo se o Data Folha pudesse entrevistar todos os eleitores do pas. Se ele fizesse
isso, teramos um censo. O censo consiste na anlise de todos os elementos da populao.
O grande problema que o censo geralmente caro e demorado. Imaginem o tanto de

gente que o Data Folha teria que contratar para entrevistar todos os eleitores do pas. E o
tempo que ia demorar...
Para evitar esse trabalho todo, o que se faz geralmente uma amostragem. Uma amostra
um subconjunto da populao. um pedao da populao.
AMOSTRA = PARTE

E isso que o Data Folha faz. Ele escolhe um pedacinho da populao (ou seja, alguns
eleitores), entrevista, e faz sua pesquisa.
Muito bem. Suponha ento que o Data Folha fez a tal da pesquisa. Segue um trechinho do
resultado:
{Dilma, Dilma, Acio, Nulo, Dilma, Branco, Acio, ...}
Simplesmente pegar essa listagem e entregar para o Jornal Nacional nada vai adiantar. O
que que o William Bonner vai fazer com isso? Ele vai ler cada inteno de voto?
No, assim no d.
Antes de tudo, o Data Folha precisa apresentar o resultado de sua pesquisa. Pode-se fazer
isso usando grficos, tabelas, diagramas. Podemos tambm utilizar medidas que descrevem,
resumidamente, o conjunto de dados. Tudo isso o objeto de estudo da estatstica
descritiva.
Assim, o Data Folha poderia dizer que, para a pesquisa feita, a Dilma teve 40% das intenes
de voto e o Acio teve 37% das intenes de voto. Esses dois percentuais descrevem,
resumidamente, todo o resultado da pesquisa.
Poderia tambm ter sido feito um grfico:
Agora sim, o William Bonner j vai ter o que mostrar no Jonal. Ele poder apresentar esse
grfico e dizer que a Dilma teve 40% das intenes de voto.
Ou seja, a estatstica descritiva, como o prprio nome indica, busca descrever um conjunto
de dados.

S que a pesquisa do Data Folha no para por a. Feita a amostragem, calculadas as

propores de intenes de voto para Dilma e Acio, preciso inferir o que ocorre na
populao. Nesse momento, utilizamos ferramentas de inferncia estatstica. Buscamos
fazer generalizaes. Generalizar o resultado da amostra para toda a populao.
O Data Folha calcula ento que, na populao, com 95% de confiana, a Dilma tem 40% das
intenes de voto, com margem de erro de 2% para mais ou para menos. Ou seja, na
populao ela deve ter de 38% a 42% das intenes de voto. Clculos como esse so objeto
de estudo da estatstica inferencial.
Podemos agora ver algumas questes de concurso:
Questo 1 ARCE 2006 [FCC]

O processo estatstico que consiste em uma avaliao direta de um parmetro, utilizando-se
todos os componentes da populao, denomina-se:
a) amostragem
b) estimao
c) censo
d) parametrizao
e) correlao
Resoluo:
Quando temos acesso a todos os valores da populao, estamos realizando um censo.
Gabarito: C.
Questo 2 TERRACAP 2009 [UNIVERSA]

Julgue os itens a seguir.
I Uma cidade possui 1.000 habitantes. Um estatstico, necessitando fazer uma determinada
pesquisa, entrevistou 200 pessoas. correto dizer que, nesse exemplo especfico, de uma
amostra de 1.000 pessoas, o estatstico entrevistou uma populao de 200 indivduos.
II Um estudante tinha 1 moeda, 1 folha de papel em branco e 1 caneta e, com esse material,
resolveu fazer uma experincia. Arremessou uma moeda 20 vezes seguidas. Em cada uma
das vezes, ele verificava se a face sorteada era cara ou coroa. Caso fosse cara, ele
escrevia o nmero 1 no papel. Caso fosse coroa, ele escrevia o nmero 2 no mesmo papel.
No final da experincia, o estudante obteve 7 coroas e somou todos os nmeros
existentes no papel. Esse resultado foi atribudo a uma varivel X. Com isso, o resultado
encontrado para X foi 27.

III Uma fbrica produz 100.000 lmpadas por ms. So sorteadas 100 lmpadas, e essas so
mantidas acesas at queimarem, com o objetivo de calcular a vida mdia desse tipo de
lmpada. A experincia, que utiliza um subconjunto de um grupo para calcular determinado
parmetro e admite que esse parmetro vlido para todo o grupo, um problema
estudado pela estatstica inferencial.
Assinale a alternativa correta.
(A) Nenhum item est certo.
(B) Apenas os itens I e II esto certos.
(C) Apenas os itens I e III esto certos.
(D) Apenas os itens II e III esto certos.
(E) Todos os itens esto certos.
Resoluo.
Item I: a questo inverteu a utilizao dos termos populao e amostra. A populao
corresponde ao todo, ao conjunto de todos os elementos que possuem certa caracterstica.
No caso, a populao formada pelos 1.000 habitantes. A amostra qualquer subconjunto
da populao. No caso, a amostra formada pelos 200 indivduos entrevistados. O item est
errado.
Item II:
Foram 7 coroas e 13 caras. A soma dos pontos obtidos fica:
7 2 + 13 1 = 14 + 13 = 27
Realmente o resultado encontrado 27. O item est certo.
Item III: Quando generalizamos um resultado obtido em uma amostra para toda a
populao, utilizamos ferramentas de inferncia estatstica. O item est certo.
Gabarito: D
Questo 3 SEFAZ AL 2002 [CESPE]

Julgue os seguintes itens.
1. Um censo consiste no estudo de todos os indivduos da populao considerada.
2. Como a realizao de um censo tipicamente muito onerosa e(ou) demorada, muitas
vezes conveniente estudar um subconjunto prprio da populao, denominado amostra.
Resoluo:
1. item est perfeito! Quando analisamos todos os elementos de uma populao, temos um
censo. Contrariamente, quando analisamos apenas uma parte da populao, temos uma

amostra. Raramente se faz um censo, por razes de custo ( um procedimento caro) e

tempo ( um procedimento demorado).
Item certo
2. Item correto
Para melhor entendimento, considere o censo realizado pelo IBGE. necessrio contratar
muitas e muitas pessoas para percorrer o pas inteiro entrevistando as pessoas. Ou seja,
algo caro. Alm disso, demora para conseguir abarcar todas as famlias do pas (
demorado).
Por isso to difcil realizar um censo. Um procedimento alternativo analisar s um

pedao da populao, chamado de amostra. A partir da amostra obtida possvel ter ideia
do que ocorre na populao.
Gabarito: certo, certo
3.1. Tipos de variveis
Para saber que tipo de grfico ou que tipo de medida podemos calcular, importante
conhecer os tipos de variveis.
Uma varivel de interesse pode ser qualquer coisa. Pode ser o nmero de analfabetos de
Belo Horizonte ao longo da dcada de 90, a temperatura mxima anual das cidades do
Centro-Oeste, o PIB brasileiro ao longo do governo FHC etc.
Pois bem, estamos agora interessados em classificar as variveis.
Uma varivel pode ser qualitativa ou quantitativa. Para entender a diferena entre ambas,
vou adaptar um exemplo constante do livro Estatstica Bsica, dos autores Bussab e
Morettin.
Considere uma pesquisa que ser feita junto aos funcionrios de uma empresa. O
questionrio contm os seguintes campos:
1 Grau de instruo (fundamental, mdio, superior)
2 Estado civil (solteiro, casado)
3 Nmero de filhos
4 Regio de procedncia (Centro-Oeste, Nordeste, Sul, Norte, Sudeste)
5 - Altura
Todos esses quatro campos correspondem a variveis.

As possveis respostas para o campo 3 (nmero de filhos) so nmeros. A pessoa pode ter
0, 1, 2, 3, 4 filhos. Tudo isso nmero. Uma varivel cujas realizaes so numricas dita
quantitativa.
As variveis quantitativas podem ser discretas ou contnuas.
Uma varivel discreta apresenta valores que correspondem a um conjunto enumervel de
pontos da reta real.
Hein, como assim?
o seguinte. Quando uma varivel discreta, ns conseguimos enumerar seus valores. Por
exemplo, para o campo 3, os possveis valores so:
1 valor: zero filhos
2 valor: 1 filho
3 valor: 2 filhos
E assim por diante.
Ns conseguimos ordenar os possveis valores. Mais que isso: conseguimos enumera-los. Ou
seja, conseguimos relacionar todos eles, em uma dada ordem. Conseguimos dizer qual o
primeiro valor possvel, qual o segundo valor possvel etc. Sabendo um dado valor, ns
conseguimos determinar o prximo.
J o campo 5 (altura) corresponde a uma varivel contnua. Ns no conseguimos ordenar
seus possveis valores. Dada uma altura, no conseguimos identificar qual a altura que viria
a seguir. Isto ocorre porque ela pode assumir qualquer valor num intervalo real.
Considere a altura de 1,70 m. Qual a altura que viria logo aps este valor? No d para
saber.
Uma pessoa poderia dizer que 1,71 m.
A outra pessoa poderia dizer que 1,701 m.
Outra pessoa diria que 1,7001 m.
E assim por diante. Para qualquer nmero que voc pensar, possvel determinar outro que
esteja ainda mais prximo de 1,70. A varivel altura contnua.
O campo 1 corresponde a uma varivel qualitativa. Suas possveis realizaes no so
nmeros. So um atributo, ou uma qualidade. Apesar de suas possveis realizaes no
serem numricas, possvel orden-las. Dizemos que se trata de uma varivel qualitativa
ordinal.
possvel ordena-las? Como assim?
Ns conseguimos estabelecer uma ordem. Por exemplo, comeando do grau de instruo

inferior para o superior:
1 : nvel fundamental
2: nvel mdio

3: nvel superior.
Existem outras variveis qualitativas que no podem ser ordenadas. So as variveis

qualitativas nominais. Um exemplo a varivel associada aos campos 2 e 4. Voc no
consegue ordenar as regies de procedncia da forma como fizemos para o grau de
escolaridade.
Resumindo, os tipos de variveis so:

quantitativas discretas (nmeros que podem ser enumerados)
quantitativas contnuas (nmeros que no podem ser enumerados)
qualitativas ordinais (atributos que podem ser ordenados)
qualitativas nominais (atributos que no podem ser ordenados)
Como vocs vero ao longo do curso, as questes de estatstica basicamente se restringem
s variveis quantitativas (discretas ou contnuas). Para elas, poderemos calcular medidas
como mdia, mediana, moda, varincia, desvio padro, etc.
Questo 4 Prefeitura do Rio de Janeiro 2002 [FJG]

Os dados de um determinado estudo representam muitas variveis para cada uma das
pessoas que se submeteram ao estudo. Uma varivel considerada qualitativa a seguinte:
a) idade
b) altura
c) sexo
d) peso
Resoluo:
As variveis "idade", "altura" e "peso" correspondem a quantidades. So todas variveis
quantitativas.
Por exemplo, podemos ter 45 anos de idade, 1,80 metros de altura e 87 kg. Tudo isso
nmero.
A varivel "sexo" no quantitativa. Ela tem duas realizaes, correspondentes a dois

diferentes atributos: "masculino" e "feminino". Trata-se de uma varivel qualitativa.
Gabarito: C

4. FORMAS DE APRESENTAO DE DADOS
Antes de estudarmos as medidas que descrevem de forma sucinta um conjunto de dados,

precisamos saber de quais formas os dados podem ser apresentados. Basicamente, eles
podem ser organizados das seguintes formas:
em ROL
em uma tabela, agrupados por valor
em uma tabela, agrupados em classes.
H ainda as formas grficas, que acabam guardando correspondncia a pelo menos uma das
formas bsicas acima indicadas.
5. FORMAS NO AGRUPADAS DE APRESENTAO DE DADOS
5.1. Dados brutos
Considere uma pesquisa salarial no Bairro Alfa.

Para realizar a pesquisa, entrevistamos alguns chefes de famlia e perguntamos sobre seus
salrios.
Os resultados obtidos foram:

Salrio dos moradores do Bairro Alfa amostra com dez salrios: R$ 5.000,00; R$ 2.000,00;
R$ 2.000,00; R$ 7.000,00; R$ 1.000,00; R$ 4.000,00, R$ 2.000,00, R$ 4.000,00, R$ 3.000,00,
R$ 6.000,00.
O que significa a listagem acima? Significa que chegamos para um primeiro morador e
perguntamos: qual o seu salrio? Ele responde: R$ 5.000,00. A gente pega e anota este
valor. Fazemos a mesma pergunta para uma segunda pessoa. Ela responde: R$ 2.000,00. A
gente pega e anota este valor. E assim por diante.
A estes dados desorganizados, chamamos de dados brutos. Eles esto simplesmente na
ordem em que foram coletados. No receberam qualquer tratamento.
5.2. Rol
Se colocarmos nossos dados em ordem crescente (ou decrescente) temos um ROL.

Geralmente em concurso s aparece o rol crescente. O rol da nossa pesquisa ficaria assim:
Rol: R$ 1.000,00; R$ 2.000,00; R$ 2.000,00; R$ 2.000,00; R$ 3.000,00; R$ 4.000,00; R$

4.000,00; R$ 5.000,00; R$ 6.000,00; R$ 7.000,00.

O rol j uma primeira forma de organizar nossos dados. tambm uma maneira de
apresentarmos nossos dados. Como ainda vamos utilizar este exemplo durante algum
tempo ao longo da aula, vamos simplificar a escrita. Vamos tirar o smbolo R$ e indicar
apenas as unidades de milhar.
Rol (dados em R$ 1.000,00): 1, 2, 2, 2, 3, 4, 4, 5, 6, 7.
Ento rol apenas isto. Nada mais que um conjunto de nmeros (resultados de uma
pesquisa, de um experimento etc.), colocados em ordem crescente (ou decrescente).
muito comum que se queira referir a um elemento em particular da nossa srie de dados.
Uma notao muito usual :
(l-se xis, ndice i). utilizada para nos referimos ao i-
simo elemento. Vamos dar um exemplo.
Quem o terceiro elemento? A pergunta pode ser reescrita como:
Qual o valor de ?
Resposta: o terceiro elemento 2 ( = 2 )
Para chegar resposta, simplesmente nos dirigimos ao Rol e contamos. O primeiro

elemento o 1, o segundo elemento o 2 e o terceiro elemento tambm 2.
Abaixo seguem mais valores de
:
X1 = 1; X2 = 2; X3 = 2; X4 = 2; X5 = 3; X6 = 4; X7 = 4; X8 = 5; X9 = 6; X10 = 7.
Somatrio
Conhecendo esta notao, podemos apresentar uma ferramenta muito importante em
estatstica: o SOMATRIO.
O smbolo de somatrio :
A utilidade do somatrio possibilitar uma escrita mais compacta.
Desejamos saber qual o salrio total das pessoas pesquisadas. Ou seja, queremos somar
todos os valores de salrios das dez pessoas entrevistadas.
Precisamos fazer o seguinte:
X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8 + X9 + X10 = 36.
O salrio total das dez pessoas entrevistadas de R$ 36.000,00.
Em vez de escrever desta forma, poderamos escrever:


= 36

O que significa esta simbologia? Significa que queremos somar valores (pois h um smbolo
de somatrio). Que valores queremos somar? Queremos somar valores de Xi. Quais valores
de Xi? Aqueles para os quais i vai de 1 at 10.
A expresso

= 36 nada mais que uma forma compacta de escrever X1 + X2 + X3 + X4
+ X5 + X6 + X7 + X8 + X9 + X10 = 36.
Passemos para outro exemplo. Para a nossa mesma srie de dados, vamos calcular

Sabemos que queremos somar valores (pois h um smbolo de somatrio). Queremos somar
valores de Xi para os quais i vai de 2 at 5. Assim, queremos calcular a seguinte soma:
X2 + X3 + X4 + X5
Substituindo os valores, ficamos com:

= + + + = 2 + 2 + 2 + 3 = 9

Exemplos
Exemplo 1:
Considere a seguinte sequncia de dados:
2, 6, 1, 4, 6.
Obtenha o rol correspondente
Exemplo 2:
3, 1, 4, 2, 7, 3
3
Obtenha o valor de X
i =1
i
Exemplo 3:
4
Para a mesma sequncia de dados do exerccio anterior, obtenha (X )
i =1
i
2
.
Resoluo

Resoluo - Exemplo 1:
ROL: 1, 2, 4, 6, 6
Resoluo Exemplo 2:
Primeiro passo: obtendo o ROL.
ROL: 1, 2, 3, 3, 4, 7
Identificando os termos.
X1 = 1; X2 = 2; X3 = 3; X4 = 3; X5 = 4; X6 = 7
Fazendo a soma:

= + + = 1 + 2 + 3 = 6

Resoluo Exemplo 3:
Fazendo a soma:

= 1 + 2 + 3 + 3 = 1 + 4 + 9 + 9 = 23

Propriedades do somatrio
O somatrio tem duas propriedades muito importantes, abaixo resumidas:
+ = +
=
Em palavras:
O somatrio da soma a soma dos somatrios
O somatrio da diferena a diferena dos somatrios
Para entendermos isso, segue um exemplo.

Considere que X represente o seguinte conjunto de dados:
X: 2, 4, 6
Temos tambm o conjunto Y:
Y: 2, 3, 3
Vejam que:
= 2 + 4 + 6 = 12
= 2 + 3 + 3 = 8

Omiti os limites do somatrio, mas considere que estamos somando todos os trs valores (i
varia de 1 at 3).
Agora vamos determinar o conjunto correspondente diferena entre X e Y:

2 2 0
4 3 1
6 3 3
Vejam que:
= 0 + 1 + 3 = 4
Que exatamente igual diferena dos somatrios:
=
4 = 12 8
Propriedades do somatrio:
+ = +
=
5.3. Diagrama de ramos e folhas
A primeira forma de organizao de dados que ns vimos foi o ROL.

Pois bem, existe outra forma de apresentao de dados que guarda perfeita
correspondncia com o ROL. Costumo dizer que um ROL modificado. o diagrama de
ramos e folhas.
No diagrama de ramos e folhas ns separamos cada nmero em duas partes.
Os diagramas que mais caem em prova separam a unidade de um lado e o resto do nmero
do outro lado. Assim, considere o seguinte ROL:
10, 11, 13, 14, 15, 15, 16, 18, 18, 19, 20, 22, 25, 26, 29.
Se quisssemos representar esses dados por meio de um diagrama de ramos e folhas, ficaria
assim:
1 0134
1 556889
2 02
2 569

Observem como separamos cada nmero em duas partes. Na coluna da esquerda temos as
dezenas. As dezenas seriam os ramos. Do lado direito, temos as unidades, que seriam as
folhas. As folhas se prendem aos ramos.
Assim, 1 espao 0134, num diagrama de ramos e folhas, significa que, no ROL
original, ns temos os nmeros 10, 11, 13, 14.
Outro detalhe. muito comum que os diagramas de ramos e folhas separem as unidades
em dois grupos: de 0 a 4 e de 5 a 9.
Para entendermos isso, vamos focar nos nmeros que iniciam com 1 (10, 11, 13, ..., 19).
Foram necessrias duas linhas para representar tais nmeros. Na primeira linha,
representamos os nmeros de 10 a 14 (logo, o algarismo das unidades variou de 0 a 4). Na
segunda linha, representamos os nmeros de 15 a 19 (unidade variando de 5 a 9).
Ento isso. Os diagramas que mais caem em concursos adotam as seguintes regras:
separam as unidades do resto do nmero (a unidade seria a folha)
para cada dezena so necessrias duas linhas: uma para as unidades de 0 a 4; outra
para as unidades de 5 a 9
Por fim, cumpre destacar que no existe uma regra fixa para construo do diagrama de
ramos e folhas. A ideia apenas isso: dividir os nmeros em duas partes. Em concursos,
geralmente separamos as unidades do restante do nmero. O algarismo das unidades
corresponderia s folhas.
Mas seria perfeitamente possvel, por exemplo, o seguinte ROL:

ROL: 1,23; 1,24; 1,56; 1,89; 2,31; 2,87; 3,14; 3,67; 4,45; 4,67; 4,89
E poderamos construir o seguinte diagrama:
1 23 24 56 89
2 31 87
3 14 67
4 45 67 89
Novamente separamos os nmeros em duas partes. Mas as folhas agora so os nmeros
aps a vrgula. E os ramos so as unidades. Alm disso, no foram necessrias duas linhas
para os nmeros iniciados com 1 (um vrgula qualquer coisa). Idem para os nmeros
iniciados com 2, 3 e 4.
Exemplo 4:
Considere o seguinte ROL:
23, 24, 25, 26, 28, 28, 32, 38, 43, 44, 48, 51, 55, 59, 60, 65, 76, 79, 82.
Elabore o diagrama de ramos e folhas correspondente, adotando as seguintes regras:
- separe as unidades (folhas) das dezenas (ramos)

- para cada dezena, utilize duas linhas: uma para algarismos das unidades indo de 0 a 4;
outra indo de 5 a 9.
Resoluo:
2 34
2 5688
3 2
3 8
4 34
4 8
5 1
5 59
6 0
6 5
7
7 69
8 2
Notem que a primeira linha correspondente dezena setenta est em branco, pois no h
nenhum nmero entre 70 e 74.
6. DADOS TABELADOS AGRUPADOS POR VALOR
Voltemos ao nosso rol l do comeo da aula, formado pelos salrios das pessoas do Bairro
Alfa.
Rol: R$ 1.000,00; R$ 2.000,00; R$ 2.000,00; R$ 2.000,00; R$ 3.000,00; R$4.000,00; R$
4.000,00; R$ 5.000,00; R$ 6.000,00; R$ 7.000,00.
Simplificando a escrita, temos:
ROL (salrios em R$ 1.000,00): 1, 2, 2, 3, 4, 4, 5, 6, 7.
Como so apenas dez dados, at que no to difcil trabalhar com o ROL. Agora, imagine
que tivessem sido entrevistadas cem mil pessoas. J pensou ficar escrevendo: 1, 1, 1, 1, 1,
1, 1, .... uma quinhentas vezes. Depois 2, 2, 2, 2 ... umas mil vezes e assim por diante.
Isso sem levar em conta que ainda poderamos ter valores como 1,1 (mil e cem reais) ou
2,25 (dois mil duzentos e cinquenta reais).
Com um nmero muito grande de dados, trabalhar com o ROL pode no ser a melhor
opo.

Pois bem, outra maneira de se trabalhar com os dados agrupar os valores iguais.
Colocamos os dados em uma tabela, indicando a frequncia com que cada valor acontece.
Salrios (em R$ 1.000,00) Frequncia absoluta simples
1 1
2 3
3 1
4 2
5 1
6 1
7 1
Daqui a pouco falamos sobre os vrios tipos de frequncia. Por enquanto, basta saber que a
frequncia absoluta simples nos indica quantas vezes um valor ocorre.
A frequncia do valor 1 (=mil reais) 1. Isto significa que temos uma pessoa com o salrio
de mil reais.
A frequncia do valor 2 (= dois mil reais) 3. Isto significa que temos trs pessoas com
salrio de dois mil reais. Ou ainda, o salrio de dois mil reais ocorre trs vezes.
Assim, em vez de escrever 2, 2, 2 (indicando que o valor dois ocorre trs vezes), apenas
colocamos sua frequncia absoluta simples. Agrupamos todos os salrios de R$ 2.000,00 em
uma nica linha. Dizemos que estamos agrupando os dados por valor.
A frequncia do valor 3 (=trs mil reais) 1. Isto significa que temos uma pessoa com o
salrio de trs mil reais. Ou ainda, o salrio de trs mil reais ocorre uma vez. E assim por
diante.
comum chamar essa relao de valores e suas respectivas frequncias (que pode ser
expressa tanto por meio de tabelas, quanto de grficos) de distribuio de frequncias.
Vamos agora estudar os outros tipos de frequncia.
6.1. Frequncias
Um conceito recorrente em estatstica o conceito de frequncia. So de quatro tipos:

frequncia absoluta simples (f);
frequncia absoluta acumulada (F);
frequncia relativa simples (fr);
frequncia relativa acumulada (Fr).
Todas as frequncias guardam relao com o nmero de ocorrncias de um valor ou classe
de valores. Em seguida, analisaremos cada tipo de frequncia.

6.2. Frequncias absolutas
A frequncia absoluta simples indica o nmero de ocorrncias de um valor ou classe de

valores (obs: ainda nesta aula veremos o que uma classe).
Para exemplificar, voltemos aos nossos dados (1, 2, 2, 2, 3, 4, 4, 5, 6, 7).
Quantos valores iguais a 2 ns temos? (ou ainda: quantas pessoas ganham R$ 2.000,00?).
Resposta: so trs valores iguais a 2 (ou ainda: trs pessoas ganham R$ 2.000,00).
Dizemos que a frequncia absoluta simples do nmero 2 3.
O nmero 4 ocorre 2 vezes. Assim, a frequncia absoluta simples do nmero 4 2.

A tabela abaixo mostra as frequncias para cada valor de X.
Salrios (em R$ 1.000,00) Frequncia absoluta simples
1 1
2 3
3 1
4 2
5 1
6 1
7 1
TOTAL 10
Quando os dados esto agrupados por valor, natural que a gente queira se referir a um
especfico valor e sua frequncia. Para tanto, usamos a notao
(xis ndice i) para nos
referirmos a cada valor e
(efe ndice i) para nos referirmos a cada frequncia.
Deste modo, o primeiro valor 1. Dizemos que = 1. Sua frequncia tambm igual a 1.
Dizemos que = 1.
O segundo valor 2. Ou seja, = 2. E sua frequncia igual a 3. Portanto, = 3.
Repare que o total das frequncias absolutas simples 10. E 10 justamente o nmero de
pessoas pesquisadas. Isto no coincidncia.
Na tabela acima, indicamos quantas pessoas ganham cada um dos salrios. Se so 10
pessoas, natural esperar que, somando todas as frequncias, obtenhamos justamente 10.
Como regra geral, se tivermos n elementos, podemos dizer que:

=
Para o caso acima, temos 7 valores de frequncia. O somatrio de todas as frequncias fica:

= + + + + + +



= 1 + 3 + 1 + 2 + 1 + 1 + 1 = 10

Valor Freqncia absoluta

observado (X) simples
1 1
2 3
3 1
4 2
5 1
6 1
7 1
TOTAL 10
sempre igual a n
A frequncia absoluta acumulada nos d quantas observaes so menores ou iguais ao

valor observado. Para a nossa sequncia de dados, podemos construir a seguinte tabela:
Salrios (em R$ 1.000,00) Frequncia absoluta
acumulada
1 1
2 4
3 5
4 7
5 8
6 9
7 10
Tomemos como exemplo o valor 4 (linha em vermelho).
Quantos valores menores ou iguais a 4 ns temos? (ou ainda: quantas pessoas ganham de
R$ 4.000,00 para baixo?)
Resposta: temos 7 valores menores ou iguais a 4 (so eles: 1, 2, 2, 2, 3, 4, 4). Ou ainda: sete
pessoas ganham salrios menores ou iguais a R$ 4.000,00.
Portanto, a frequncia acumulada do valor 4 7.
Note que a ltima frequncia acumulada igual a 10 (exatamente o nmero de dados). Isto
no coincidncia. Se o maior valor 7, ento todos os dados sero menores ou iguais a 7.
Portanto, a frequncia absoluta acumulada do valor 7 10.

Valor Freqncia absoluta

observado (X) acumulada
1 1
2 4
3 5
4 7
5 8
6 9
7 10
sempre igual a n
importante saber como se faz para, a partir da frequncia absoluta simples, chegar
frequncia absoluta acumulada.
Suponha que temos apenas os valores de frequncias simples e queremos obter as
frequncias acumuladas. Como fazer?
A primeira linha da coluna de frequncia acumulada coincide com a de frequncia simples.
Assim, o primeiro valor de frequncia acumulada igual a 1.
Valor Freqncia absoluta Freqncia absoluta
observado (X) simples acumulada
1 1 1
2 3 4
3 1 5
4 2 7
5 1 8
6 1 9
7 1 10
A partir da segunda linha, os valores comeam a se diferenciar. Tomamos o valor de
frequncia acumulada da linha anterior (no caso 1). Tomamos o valor da frequncia
simples da linha atual (no caso 3). Somamos os dois (1+3 = 4) e preenchemos a segunda
linha da coluna de frequncia acumulada. Esta sequencia est expressa nas linhas de cor
vermelha.
1 1 1
2 3 4 1+3=4
3 1 5
4 2 7
5 1 8
6 1 9
7 1 10
Para a linha seguinte, a mesma coisa.


1 1 1
2 3 4
3 1 5 4+1=5
4 2 7
5 1 8
6 1 9
7 1 10
E o mesmo raciocnio segue at a ltima linha.
Valor Freqncia absoluta Freqncia absoluta Memria
observado (X) simples acumulada de clculo
1 1 1 =1
2 3 4 =1+3
3 1 5 =4+1
4 2 7 =5+2
5 1 8 =7+1
6 1 9 =8+1
7 1 10 =9+1
tambm importante saber como se calcula, a partir da tabela de frequncias acumuladas,
os valores de frequncias simples. Basta fazer o procedimento inverso do descrito acima.
Valor Freqncia Freqncia
observado (X) absoluta simples absoluta acumulada
1 1 1
2 3 4
3 1 5
4 2 7
5 1 8
6 1 9
7 1 10
A primeira frequncia simples coincide com a primeira frequncia acumulada.
A partir da segunda linha, os valores comeam a diferenciar. Tomamos o valor de frequncia
acumulada da linha atual (no caso, 4). Tomamos o valor de frequncia acumulada da linha
anterior (no caso, 1). Subtramos um do outro. E obtemos a frequncia simples da linha
atual. Este procedimento est expresso nas linhas azuis.
Para a linha seguinte, a mesma coisa.

Valor Freqncia Freqncia

observado (X) absoluta simples absoluta acumulada
1 1 1
2 3 4
3 5-4=1 1 5
4 2 7
5 1 8
6 1 9
7 1 10
E o procedimento segue at a ltima linha.
Valor Memria de Freqncia Freqncia
observado (X) Clculo absoluta simples absoluta acumulada
1 =1 1 1
2 =4-1 3 4
3 =5-4 1 5
4 =7-5 2 7
5 =8-7 1 8
6 =9-8 1 9
7 =10-9 1 10
6.3. Frequncias relativas
As frequncias relativas so muito parecidas com as absolutas. A nica diferena que, em

vez de estarmos interessados em valores absolutos, queremos saber valores relativos.
A palavra relativo tem a ver com relao. Em matemtica, relao sinnimo de diviso.
Pois bem, as frequncias relativas sero obtidas a partir de uma diviso. Diviso esta em que
o denominador o nmero de dados.
A frequncia relativa simples dada pela frequncia absoluta simples dividida pelo nmero
de dados.
Na nossa pesquisa de salrios, temos 10 valores (n = 10). Vamos, a ttulo de exemplo,
calcular a frequncia relativa simples do nmero 2.
O nmero 2 ocorre trs vezes (a frequncia absoluta simples do nmero 2 trs; isto
porque h trs pessoas que ganham R$ 2.000,00).
Para obter a frequncia relativa simples do nmero 2, basta dividir 3 por 10. A frequncia
relativa simples do nmero 2 :
3
! = = 0,3 = 30%
10
(l-se efe erre ndice dois, pois estamos nos referindo frequncia relativa simples do
segundo valor).
O que isto significa? Significa que trinta por cento das pessoas pesquisadas ganham R$
2.000,00.
A tabela abaixo nos mostra as frequncias relativas simples para os dados.

Salrio Frequncia absoluta Frequncia relativa

(em R$ 1.000,00) Simples (f) Simples (fr)
1 1 0,1
2 3 0,3
3 1 0,1
4 2 0,2
5 1 0,1
6 1 0,1
7 1 0,1
TOTAL 10 1,0
Observe que cada valor de frequncia relativa igual respectiva frequncia absoluta
dividida por 10 (porque foram 10 pessoas pesquisadas). Note tambm que a soma de todos
os valores da coluna de frequncia relativa simples igual a 1. Isto sempre acontece.
Valor Freqncia
observado (X) relativa simples
1 0,1
2 0,3
3 0,1
4 0,2
5 0,1
6 0,1
7 0,1
TOTAL 1
sempre igual a 1
A frequncia relativa acumulada dada pela diviso da frequncia absoluta acumulada por
n. Fornece-nos o percentual de valores que so iguais ou menores ao valor analisado. A
tabela abaixo mostra os valores de frequncia relativa acumulada.
Salrios Frequncia absoluta Frequncia relativa
(em R$ 1.000,00) acumulada (F ) acumulada (Fr )
1 1 0,1
2 4 0,4
3 5 0,5
4 7 0,7
5 8 0,8
6 9 0,9
7 10 1,0
O que significa dizer que a frequncia relativa acumulada do valor 4 0,7? Significa que 70%
das pessoas entrevistadas ganham salrios iguais ou inferiores a R$ 4.000,00.
Note que a frequncia relativa acumulada do ltimo valor igual a 1. Isto sempre acontece.

Valor Freqncia
observado (X) relativa acumulada
1 0,1
2 0,4
3 0,5
4 0,7
5 0,8
6 0,9
7 1
sempre igual a 1
Saber o que significa cada uma das frequncias muito importante para qualquer prova de
estatstica. Contudo, no h questes que cobrem exclusivamente o seu conceito. Por isso,
na sequncia, trago alguns exerccios propostos (no so de concursos) s para nos
familiarizarmos com os conceitos vistos.
Por fim, um comentrio. Vimos como, a partir da frequncia absoluta simples, obter a
frequncia absoluta acumulada (e vice-versa).
Para as frequncias relativas, o procedimento exatamente o mesmo. Se tivssemos
apenas as frequncias relativas simples, para obter as frequncias relativas acumuladas
faramos:
Valor Freqncia relativa Freqncia relativa Memria
observado (X) simples acumulada de clculo
1 0,1 0,1 =0,1
2 0,3 0,4 =0,1+0,3
3 0,1 0,5 =0,4+0,1
4 0,2 0,7 =0,5+0,2
5 0,1 0,8 =0,7+0,1
6 0,1 0,9 =0,8+0,1
7 0,1 1 =0,9+0,1
E se tivssemos apenas as frequncias relativas acumuladas, para obter as frequncias
relativas simples faramos o seguinte:
Valor Memria de Freqncia Freqncia
observado (X) Clculo relativa simples relativa acumulada
1 =0,1 0,1 0,1
2 =0,4-0,1 0,3 0,4
3 =0,5-0,4 0,1 0,5
4 =0,7-0,5 0,2 0,7
5 =0,8-0,7 0,1 0,8
6 =0,9-0,8 0,1 0,9
7 =1-0,9 0,1 1
Exemplo 5:
2, 3, 1, 2, 4, 3, 9, 2, 10, 5, 12, 4, 4, 7, 2, 4, 1, 10, 3, 3.
a) obtenha o ROL

b) construa a tabela de frequncias absolutas simples

c) construa a tabela de frequncias absolutas acumuladas
d) construa a tabela de frequncias relativas simples
e) construa a tabela de frequncias relativas acumuladas
Resoluo:
a) Para achar o ROL, basta colocar os dados em ordem crescente.
ROL: 1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4, 4, 5, 7, 9, 10, 10, 12
b)
Valores Frequncia absoluta simples
1 2
2 4
3 4
4 4
5 1
7 1
9 1
10 2
12 1
TOTAL 20
Note que a soma de todas as frequncias simples igual a 20, que justamente o nmero
de dados do nosso ROL.
c) Podemos construir a coluna de frequncias acumuladas a partir da coluna de frequncia
simples.
Valores Frequncia absoluta Frequncia absoluta Memria de clculo
simples acumulada
1 2 2 =2
2 4 6 =2+4
3 4 10 =6+4
4 4 14 =10+4
5 1 15 =14+1
7 1 16 =15+1
9 1 17 =16+1
10 2 19 =17+2
12 1 20 =19+1
Note que a ltima frequncia acumulada simples igual ao nmero de dados do nosso ROL
(=20).

d) Podemos obter as frequncias relativas simples a partir das frequncias absolutas

simples.
Valores Frequncia absoluta Frequncia relativa Memria de clculo
simples simples
1 2 0,1 =2/20
2 4 0,2 =4/20
3 4 0,2 =4/20
4 4 0,2 =4/20
5 1 0,05 =1/20
7 1 0,05 =1/20
9 1 0,05 =1/20
10 2 0,1 =2/20
12 1 0,05 =1/20
TOTAL 20 1
Note que a soma de todas as frequncias relativas simples igual a 1.
e) Podemos obter as frequncias relativas acumuladas de duas formas. A partir da

frequncia relativa simples ou a partir da frequncia absoluta acumulada (dividindo todos os
valores por 20).
Primeira forma:
Valores Frequncia relativa Frequncia relativa Memria de clculo
simples acumulada
1 0,1 0,1 =0,1
2 0,2 0,3 =0,1+0,2
3 0,2 0,5 =0,3+0,2
4 0,2 0,7 =0,5+0,2
5 0,05 0,75 =0,7+0,05
7 0,05 0,8 =0,75+0,05
9 0,05 0,85 =0,8+0,05
10 0,1 0,95 =0,85+0,1
12 0,05 1 =0,95+0,05
Note que o ltimo valor de frequncia relativa acumulada igual a 1.
Segunda forma:


acumulada acumulada
1 2 0,1 =2/20
2 6 0,3 =6/20
3 10 0,5 =10/2
4 14 0,7 =14/20
5 15 0,75 =15/20
7 16 0,8 =16/20
9 17 0,85 =17/20
10 19 0,95 =19/20
12 20 1 =20/20
Exemplo 6:
Considere a seguinte tabela:
Valores Frequncia absoluta simples
1 2
3 5
5 2
7 1
Obtenha os valores de frequncia relativa acumulada.
Resoluo
Podemos, a partir da frequncia absoluta simples, obter a frequncia absoluta acumulada e,
a partir desta, obter a frequncia relativa acumulada.
Obtendo as frequncias absolutas acumuladas:
Valores Frequncia absoluta Frequncia absoluta Memria de clculo
simples acumulada
1 2 2 =2
3 5 7 =2+5
5 2 9 =7+2
7 1 10 =9+1
Obtendo as frequncias relativas acumuladas:
acumulada acumulada
1 2 0,2 =2/10
3 7 0,7 =7/10
5 9 0,9 =9/10
7 10 1 =10/10

Exemplo 7:
Considere a seguinte tabela:
Valores Frequncia relativa acumulada
1 0,1
4 0,5
6 0,8
15 1,0
Sabendo que ao todo so 50 dados, obtenha os valores de frequncia absoluta simples.
Resoluo
Vamos obter os valores de frequncia relativa simples.
Valores Memria de Frequncia Frequncia relativa acumulada
clculo Relativa simples
1 =0,1 0,1 0,1
4 =0,5-0,1 0,4 0,5
6 =0,8-0,5 0,3 0,8
15 =1,0-0,8 0,2 1,0
Agora vamos obter os valores de frequncia absoluta simples.

Valores Frequncia relativa Frequncia absoluta Memria de clculo
simples simples
1 0,1 5 =0,1 x 50
4 0,4 20 =0,4 x 50
6 0,3 15 =0,3 x 50
15 0,2 10 =02 x 50
Questo 5 MPU/2007 [FCC]

Uma empresa procurou estudar a ocorrncia de acidentes com seus empregados e realizou
um levantamento por um perodo de 36 meses. As informaes apuradas esto na tabela a
seguir:

Nmero de empregados Nmero de meses

acidentados
1 1
2 2
3 4
4 5
5 7
6 6
7 5
8 3
9 2
10 1
A porcentagem de meses em que houve menos de 5 empregados acidentados :
a) 50%
b) 45%
c) 35%
d) 33%
e) 30%
Resoluo:
A varivel em estudo o nmero de empregados acidentados em um ms. Ela assume o
valor 1 uma vez. Isto significa que, em uma nica vez, tivemos 1 acidentado por ms. Por
duas vezes, tivemos 2 acidentados por ms. Por quatro vezes tivemos 3 acidentados por
ms. E assim por diante.
Poderamos representar a nossa varivel pelo seguinte ROL:
Nmero de acidentados por ms: 1, 2, 2, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5, 5, 5, 6, 6, 6, 6, 6,

6, 7, 7, 7, 7, 7, 8, 8, 8, 9, 9, 10
Em vez de fazer desta forma, o exerccio agrupou os valores iguais. Em vez de escrever o
nmero 4 cinco vezes, a tabela nos informa que o nmero 4 tem frequncia 5. Dizemos que
os dados esto agrupados por valor.
Vamos ver em quantos meses houve menos que cinco empregados acidentados por ms. A
tabela abaixo destaca os valores procurados:

Nmero de empregados acidentados Nmero de meses

1 1
2 2 meses com menos
3 4 de 5 empregados
4 5
acidentados por
5 7
ms
6 6
7 5
8 3
9 2
10 1
Em 12 meses tivemos menos que cinco empregados acidentados por ms (=1+2+4+5).

12 meses representa 33% de 36.
Gabarito: D.
Questo 6 Sefaz AL 2002 [CESPE]

Julgue o seguinte item.
Em uma distribuio de frequncias para um conjunto de n indivduos, pode-se calcular as

frequncias relativas, dividindo-se cada frequncia absoluta pela amplitude da
correspondente classe ou do intervalo.
Resoluo:
A frequncia relativa igual diviso da frequncia absoluta pela quantidade total de
elementos (n). O item errou ao afirmar que o denominador a amplitude de classe.
Gabarito: errado
7. FORMAS GRFICAS DE APRESENTAO DE DADOS AGRUPADOS POR

VALOR
7.1. Colunas justapostas
Vamos pegar o mesmo rol trabalhado no comeo da aula (aquela pesquisa com os salrios
dos moradores do bairro Alfa).
Rol: R$ 1.000,00; R$ 2.000,00; R$ 2.000,00; R$ 2.000,00; R$ 3.000,00; R$ 4.000,00; R$
4.000,00; R$ 5.000,00; R$ 6.000,00; R$ 7.000,00.
Podemos representar estes dados em um grfico de colunas.

Este tipo de grfico bem comum no nosso dia a dia. A altura de cada coluna est
relacionada com a respectiva frequncia absoluta de cada salrio.
Agrupamos todos os salrios de R$ 4.000,00 numa coluna de altura 2, o que indica que duas
pessoas ganham R$ 4.000,00 por ms. Ou ainda, o valor 4.000,00 ocorre duas vezes. Da
mesma forma, agrupamos todos os valores R$ 2.000,00 em uma coluna com altura 3, que
indica que este valor ocorre 3 vezes. E assim por diante.
7.2. Colunas compostas
Aqui ns empilhamos as colunas, de forma que cada pedao tenha altura proporcional
frequncia do respectivo valor. Assim, a coluna do valor R$ 1.000,00 trs vezes menor que
a coluna do valor R$ 2.000,00. Se lembrarmos do ROL original, temos que apenas uma
pessoa recebe R$ 1.000,00, enquanto trs pessoas recebem R$ 2.000,00.
7.3. Grfico de setores
Igualmente usual o grfico em forma de pizza:

A rea de cada fatia da pizza proporcional frequncia absoluta do valor.

Alm destes, h diversos outros tipos de grficos. Apesar de haver inmeras possibilidades,
grficos para dados agrupados por valor pouco caem em prova.
Questo 7 SENADO 2002 [CESPE]

Julgue o item seguinte.
Considere os resultados apresentados na tabela abaixo, que foram obtidos a partir de
informao da Fundao Coordenao de Aperfeioamento de Pessoal de Nvel Superior
(CAPES), acerca dos programas de ps-graduao no Brasil avaliados no ano 2000.
Nessa situao, pode estar correta a representao dos dados da tabela no grfico de
setores mostrado abaixo.
Resoluo:
Em um grfico de setores (em forma de pizza), cada setor (cada fatia da pizza) tem rea
proporcional frequncia relativa do valor em anlise.

Exemplificando, se a frequncia relativa do conceito 6 de 10%, ento o setor

correspondente ter rea igual a 10% da rea total.
A representao grfica dada no item est correta.

Gabarito: certo
8. DADOS TABELADOS AGRUPADOS EM CLASSES
Na nossa pesquisa salarial no bairro Alfa no so muitos os valores envolvidos. Foram

entrevistadas apenas dez pessoas. Colocar os dados obtidos em ROL ou em uma tabela, de
forma agrupada por valor, no to trabalhoso.
Agora imagine que pesquisamos os salrios de milhares de pessoas. Mesmo que
colocssemos tais valores em uma tabela, de forma agrupada (por valor), ainda seriam
necessrias muitas e muitas linhas.
Um trechinho da tabela poderia ser:
Valor observado (R$) Frequncia absoluta simples
R$ 500,00 12
R$ 500,01 2
R$ 500,02 3
R$ 500,03 6
... ...
E a tabela continuaria com centenas de linhas.
Nesses casos, preciso agrupar os valores um pouco mais. Podemos agrup-los em classes.
A tabela poderia ficar assim:
Classe de valor (R$) Frequncia absoluta simples
500,00 at 999,99 661
1.000 at 1.999,99 240
2.000 at 2.999,99 120
3.000 at 3.999,99 68
... ...
Cada faixa salarial uma classe. Classe apenas isto. uma faixa de valores, ou ainda, um
intervalo de valores.
Na primeira classe, temos salrios entre R$ 500,00 e R$ 999,99. A tabela nos informa que
661 pessoas entrevistadas ganham salrios que esto nesta faixa de valores.
Na segunda classe, temos salrios entre R$ 1.000,00 e R$ 1.999,99. E a tabela informa que
240 pessoas ganham salrios nesta faixa de valores.
E assim por diante.

H uma simbologia especfica para representar os dados em classes de valores. Vamos

passar a estud-la. Para tanto, voltemos ao nosso exemplo da pesquisa salarial dos
moradores do bairro Alfa.
Relembrando nosso Rol:
R$ 1.000,00; R$ 2.000,00; R$ 2.000,00; R$ 2.000,00; R$ 3.000,00; R$ 4.000,00; R$ 4.000,00;
R$ 5.000,00; R$ 6.000,00; R$ 7.000,00.
Suponhamos agora que, em vez de divulgarmos todos os dados obtidos na pesquisa,
colocamos apenas a seguinte tabela, agrupando os valores em classes:
Classes de valores Frequncia absoluta simples
[1;4) 5
[4;7) 4
[7;10) 1
Deste modo, h 5 pessoas que ganham entre R$ 1.000,00 e R$ 4.000,00 (incluindo R$
1.000,00 e excluindo R$ 4.000,00), h quatro pessoas que ganham entre R$ 4.000,00 e R$
7.000,00 e h apenas uma pessoa que ganha entre R$ 7.000,00 e R$ 10.000,00.
No custa nada repetir a utilidade dos dados em classes. No nosso exemplo, foram apenas
dez pessoas entrevistadas. um nmero pequeno. Poderamos perfeitamente divulgar
todos os dados da pesquisa.
J num caso em que o nmero de dados muito grande, divulgar todos eles pode fazer com
que fique difcil de fazer uma leitura adequada da pesquisa. s vezes se quer publicar o
resultado num jornal, numa revista, num mural. O espao disponvel para as tabelas
restrito. Imagine tentar colocar num mural o resultado de uma pesquisa que envolveu
milhares de valores distintos. invivel apresentar todos eles. Seriam pginas e pginas de
tabelas. Nestes casos, til apresentar somente a quantidade de valores em cada classe.
Assim procedendo, temos a vantagem de ganhar espao e de facilitar uma visualizao geral
dos dados. S que, por outro lado, perde-se um pouco de informao. Por exemplo,
analisando apenas a tabela com os valores em classes, no sabemos qual o salrio de cada
uma das cinco pessoas que ganham entre R$ 1.000,00 e R$ 4.000,00. Pode ser que todas
elas ganhem um salrio de R$ 2.000,00. Pode ser que cada uma ganhe um salrio diferente
(por exemplo: R$ 1.500,00; R$ 1.525,32; R$ 1.678,00; R$ 3.980,05; R$ 3.988,00). E
poderamos listar inmeras outras possibilidades. Enfim, no temos como descobrir o
salrio de cada uma delas. Apenas sabemos que h cinco pessoas que ganham entre R$
1.000,00 e R$ 4.000,00.
Resumindo: com os dados em classes, ganhamos espao, mas perdemos informao.
Aqui tambm podemos usar a expresso distribuio de frequncias, a exemplo do que
fizemos com os dados agrupados por valor. L tnhamos a relao entre frequncias e
respectivos valores. Aqui temos a relao entre as frequncias e respectivas classes.
Agora vamos detalhar um pouco mais a representao em classes de valores.
Vejamos a classe [4; 7). O colchete ao lado do quatro indica que o nmero 4 faz parte da
classe. O parntesis ao lado do sete indica que o nmero 7 no faz parte da classe.
Logo, na classe de 4 a 7, estamos contando todas as pessoas que ganham de quatro mil
reais (inclusive as que ganham exatamente R$ 4.000,00) at sete mil reais (sem contar as

que ganham exatamente R$ 7.000,00). Na verdade, como se nossa classe envolvesse as

pessoas que ganham de R$ 4.000,00 at R$ 6.999,99.
E se a nossa classe fosse assim: [4; 7]?
Caso a nossa classe fosse [4;7], com dois colchetes, estaramos levando em considerao as
pessoas que ganham exatamente R$ 4.000,00 e tambm as que ganham exatamente R$
7.000,00.
E se nossa classe fosse (4; 7)?
A estaramos levando em conta as pessoas que ganham de R$ 4.000,01 at R$ 6.999,99.
Uma outra forma de representar a classe [4;7) seria assim:
4 7
Ao lado do nmero quatro temos um trao vertical. Significa que estamos levando em conta
as pessoas que ganham exatamente R$ 4.000,00. Ao lado do nmero sete no tem um trao
vertical. Significa que no estamos levando em conta as pessoas que ganham exatamente
R$ 7.000,00.
E se a representao fosse assim: 4 7?
A no levaramos em conta nenhum dos extremos (pois no h nenhum trao vertical).
Estaramos nos referindo s pessoas que ganham de R$ 4.000,01 a R$ 6.999,99.
Na classe [4; 7) dizemos que 4 o limite inferior. Dizemos tambm que 7 o limite superior.
A tabela abaixo mostra o limite inferior e superior para cada classe.
Classes de valores Limite inferior Limite superior
[1;4) 1 4
[4;7) 4 7
[7;10) 7 10
muito nome para saber no ? E vamos a mais alguns nomes...
diferena entre os limites superior e inferior, chamamos de amplitude de classe. No nosso
exemplo, todas as classes tm a mesma amplitude de 3.
Classes de valores Limite inferior Limite Amplitude de classe
superior
[1;4) 1 4 3 = 4 1
[4;7) 4 7 3 (= 7 4)
[7;10) 7 10 3 (= 10 7)
E, por fim, vamos ao ponto mdio de classe. O ponto mdio de classe a mdia dos limites
superior e inferior.
Classes de valores Ponto mdio
[1;4) 2,5
[4;7) 5,5
[7;10) 8,5
Na primeira classe os limites so 1 e 4. Ento o ponto mdio da primeira classe fica:

1+4
= 2,5
2
Para as demais classes, o clculo anlogo.
Ah, outra coisa muito importante: a densidade de frequncia.

Densidade de frequncia igual frequncia simples dividida pela amplitude de classe.
Podemos tanto calcular:
A diviso entre a frequncia absoluta simples, dividida pela amplitude de classe;
A diviso entre a frequncia relativa simples, dividida pela amplitude de classe;
O mais importante dos clculos o da densidade de frequncia relativa (segundo item
acima).
Vejamos como fazer:
Classes de Frequncia Amplitude de Densidade de freq.
valores relativa classe relativa
[1;4) 0,5 3 0,5/3 = 0,166
[4;7) 0,4 3 0,4/3 = 0,133
[7;10) 0,1 3 0,1/3 = 0,0333
Utilizaremos o conceito de densidade de frequncia relativa quando estudarmos as medidas
separatrizes.
Questo 8 SEFAZ SC 1998 [FEPESE]

A tabela abaixo mostra a distribuio de frequncia dos salrios mensais, em reais, de 95
funcionrios da empresa TUDO TOPA LTDA.
Em relao a essa tabela, a porcentagem de funcionrios que ganham menos de R$

7.000,00 de:
a) 21,1%
b) 15,7%
c) 36,9%
d) 63,1%
e) 78,9%

Resoluo:
Abaixo destacamos as frequncias correspondentes aos funcionrios que ganham menos de
R$ 7.000,00:
Somando todas as frequncias:

12 + 10 + 20 + 18 = 60
60 funcionrios, entre os 95 existentes, ganham menos de R$ 7.000,00.
O percentual de funcionrios correspondente :

60 60
= 60%
95 100
Quando substitumos o denominador 95 por 100, ns diminumos um pouco o resultado. Na
verdade, a resposta correta um pouco maior que 60%.
Gabarito: D
9. FORMAS GRAFICAS DE APRESENTAO DE DADOS EM CLASSE
Nas aulas de inferncia faremos um paralelo entre estatstica descritiva e inferencial. Isso
ajudar a entendermos melhor as futuras aulas.
Um dos paralelos que faremos futuramente envolve justamente a utilizao de dados em
classe. Para permitir tal paralelo, importante j destacarmos algumas coisas.
Para dados em classe, no nos referimos frequncia de um valor especfico. Referimo-nos

apenas frequncia de uma classe de valores (ou de uma faixa de valores).
Isso muito importante no caso de variveis contnuas.
Vejamos. Considere uma pesquisa sobre a composio etria de uma cidade. As pessoas
podem ser classificadas em: jovens, adultos, idosos. Temos uma varivel qualitativa. Mas
isso no impede que a gente calcule a frequncia de cada possvel valor da nossa varivel.

Assim, para X = idoso, podemos ter, por exemplo, 80.000 observaes. A frequncia
absoluta 80.000.
O mesmo se aplica para uma varivel quantitativa discreta.
Mas agora considerem que temos um termmetro mgico, capaz de medir a temperatura
de um ambiente com infinitas casas aps a vrgula.
Nesse caso, estamos diante de uma varivel contnua. simplesmente impossvel ns
listarmos todos os possveis valores de X, para depois determinar as frequncias de cada um
deles.
Deste modo, se medirmos a temperatura em diversos instantes, o mximo que d para fazer
calcular as frequncias associadas a classes, ou faixa de valores.
Exemplo: podemos dizer que em 23% das medies a temperatura esteve entre 20C e
30C. Estamos associando a frequncia 23% faixa 20 30.
O resultado disso que as representaes grficas utilizadas para dados em classe servem
particularmente para variveis contnuas. Existem questes que exploram justamente este
aspecto.
9.1. Histograma
Considere o seguinte exemplo.

Quarenta alunos de um curso fizeram uma prova de 20 questes, cada uma delas valendo
0,20. Deste modo, se um aluno acertar todas as questes, sua nota seria igual a 4.
As notas obtidas pelos alunos esto resumidas na tabela abaixo.
Notas Frequncia
01 5
12 10
23 20
34 5
Conforme j estudamos, temos dados agrupados em classes.
Uma forma grfica que guarda perfeita correspondncia com os dados acima dispostos o
histograma.
O histograma para os dados acima ficaria:

A primeira coluna, vermelha, corresponde primeira classe. A sua altura guarda relao
com a frequncia da primeira classe: ela indica que temos 5 notas na primeira classe. A sua
base coincide com os extremos da classe.
Deste modo, a primeira coluna indica que a primeira classe vai de 0 at 1 e que, nesta
classe, temos 5 ocorrncias.
Vamos agora para a segunda coluna (verde). O histograma nos indica que esta classe vai de
1 at 2. Indica ainda que temos 10 ocorrncia nesta classe.
Analogamente, a frequncia da terceira classe 20 e seus extremos so 2 e 3 (ver coluna
azul).
Por fim, a ltima classe vai de 3 at 4, possuindo frequncia 5 (ver coluna amarela).
Histograma apenas isso. um monte de barrinhas, cada uma delas representando uma
classe.
9.2. Polgono de frequncias
Vamos voltar ao histograma obtido na seo anterior.

Considere o seguinte histograma:

Se ns passarmos uma linha unindo todos os pontos mdios das laterais superiores dos
retngulos do histograma, obtemos o seguinte grfico:
25
20
15
10
0
0 1 2 3 4
Este grfico acima chamado de polgono de frequncia. uma forma alternativa de

representao de dados, que pode substituir o histograma.
Questo 9 IRB 2006 [ESAF]

Histograma e Polgono de frequncia so:
a) a mesma representao grfica (idnticas) de uma distribuio de frequncia.
b) um texto descritivo e uma representao grfica de uma distribuio de frequncia.
c) um texto descritivo e uma funo grfica de uma distribuio de frequncia.
d) duas representaes grficas de uma distribuio de frequncia.
e) duas representaes grficas de uma distribuio de frequncia, porm com sentidos
opostos.
Resoluo:
O histograma uma representao grfica. Temos vrias barras, cada uma associada a uma
classe. A altura das barras tem relao com a frequncia da classe, no caso das amplitudes

de classe serem todas iguais. Se forem diferentes, a altura das barras tm relao com a
densidade de frequncia da classe (falaremos sobre densidade de frequncia mais adiante).
O polgono de frequncia um grfico de linhas que relaciona valores e frequncias.
Gabarito: D
Questo 10 Petrobras 2010 [CESGRANRIO]

Histogramas e polgonos de frequncias so duas representaes grficas de distribuies
(A) uniformes.
(B) de frequncias.
(C) de acumulaes.
(D) no uniformes.
(E) assimtricas.
Resoluo.
Vimos que histogramas e polgonos de frequncia so formas grficas de representarmos
dados em classes.
Ao conjunto formado pelas classes, associadas s suas respectivas frequncias, comum
darmos o nome de distribuio de frequncias. Assim, o histograma e o polgono de
frequncias representariam graficamente uma distribuio de frequncias.
Gabarito: B
Questo 11 SEFAZ RS 2009 [FUNDATEC]

Na revista Selees de setembro de 2009 foram publicados os resultados da 8o edio da
Pesquisa Marcas de Confiana, tambm apresentados atravs de alguns tipos de grficos,
dentre eles, os dois primeiros que esto abaixo, sendo os outros dois fictcios. A sequncia
correta dos grficos abaixo , respectivamente,

a) Polgono, Colunas, histograma, barras.

b) Histograma, colunas, barras, polgono.
c) Colunas, barras, histograma, polgono
d) Histograma, polgono, barras, colunas.
e) Barras, colunas, histograma, polgono
Resoluo:
Na primeira figura temos um grfico de colunas. As colunas so colocadas ao longo do eixo
horizontal e suas alturas tm relao com as frequncias de cada observao.
Na segunda figura temos um grfico de barras. semelhante ao grfico de colunas. A

diferena que as barras so colocadas ao longo do eixo vertical.
A terceira figura corresponde a um histograma. Nesse caso, cada barrinha corresponde a

uma classe de valores (e no a um valor nico, como ocorria com o grfico de colunas),
A quarta figura o polgono de frequncia. Fazemos assim. Partimos do histograma.

Marcamos os pontos correspondentes aos centros dos lados superiores dos retngulos. Em
seguida, unimos esses pontinhos com linhas, formando o polgono de frequncias.
Gabarito: C


Observe a tabela a seguir com as frequncias e percentuais do tipo de empresa atuante em
um municpio:
Se houvesse interesse em representar a tabela acima de uma forma grfica, qual seria o
grfico mais apropriado?
a) Histograma.
b) Grfico em setores.
c) Diagrama em caixas.
d) Diagrama de pontos.
e) Diagrama de disperso.
Resoluo:
Alternativa A - INCORRETA. Para utilizao de um histograma, devemos ter dados em
classes. No o caso dos dados em anlise, onde sequer temos uma varivel quantitativa.
Alternativa B - CORRETA. O grfico em setores perfeito para a representao de variveis

qualitativas, pois ele mostra a composio das partes, geralmente em forma de
porcentagem. Exemplificando, para os dados acima teramos o seguinte grfico:
Alternativa C - INCORRETA. Para utilizao do diagrama de caixa, precisamos conhecer os

quantis da distribuio (1, 2 e 3 quartis). Ainda estudaremos esse assunto em outra aula.

Alternativas D e E - INCORRETAS. Os dois tipos de diagrama so apenas utilizados para

variveis quantitativas. Ainda estudaremos tais diagramas.
Gabarito: B

Considere o seguinte roteiro:
passo 1: no eixo horizontal, marque, sucessivamente, os limites de cada classe;
passo 2: no eixo vertical, marque, em escala, os valores relativos s freqncias
absolutas das classes;
passo 3: para a primeira classe, construa um retngulo cuja base o intervalo dessa
classe e a altura a freqncia absoluta dessa classe;
passo 4: para a classe seguinte, construa um retngulo adjacente ao primeiro, cuja
base tambm o Intervalo dessa classe seguinte e a altura a freqncia absoluta
dessa segunda classe;
passo 5: repita o procedimento para as outras classes.
O grfico resultante denomina-se:
a) linha
b) setores
c) categrico
d) histograma
Resoluo:
Notem que estamos construindo vrios retngulos. Ento s podemos ter ou um grfico de
colunas ou um histograma.
A diferena entre um e outro a seguinte. No histograma, cada retngulo se refere a uma

classe de valores. Em um grfico de colunas, cada retngulo se refere a um valor isolado.
No caso desta questo, vejam que as bases se referem s classes. Logo, temos um
histograma.
Gabarito: D

O grfico acima, construdo com base em uma amostra de trabalhadores brasileiros, uma
adaptao de um artigo publicado no jornal Folha de S. Paulo, em 24/3/2002.
Com base nessas informaes, julgue o item a seguir, referente aos trabalhadores includos
na amostra.
85% dos trabalhadores atualmente empregados ganharam no ltimo ms at 5 salrios-
mnimos.
Resoluo:
Destacamos na figura abaixo as classes que correspondem aos salrios menores ou iguais a
5 salrios mnimos:
Somando as frequncias:
8% + 20% + 31% + 26% = 85%
De fato, 85% dos trabalhadores includos na amostra receberam at 5 salrios mnimos.
Gabarito: certo

Encerramos aqui nossa aula demonstrativa.

Bons estudos!
Vtor Menezes
10. QUESTES APRESENTADAS EM AULA
Questo 1 ARCE 2006 [FCC]

O processo estatstico que consiste em uma avaliao direta de um parmetro, utilizando-se
todos os componentes da populao, denomina-se:
a) amostragem
b) estimao
c) censo
d) parametrizao
e) correlao
Questo 2 TERRACAP 2009 [UNIVERSA]
Julgue os itens a seguir.
I Uma cidade possui 1.000 habitantes. Um estatstico, necessitando fazer uma determinada
pesquisa, entrevistou 200 pessoas. correto dizer que, nesse exemplo especfico, de uma
amostra de 1.000 pessoas, o estatstico entrevistou uma populao de 200 indivduos.
II Um estudante tinha 1 moeda, 1 folha de papel em branco e 1 caneta e, com esse material,
resolveu fazer uma experincia. Arremessou uma moeda 20 vezes seguidas. Em cada uma
das vezes, ele verificava se a face sorteada era cara ou coroa. Caso fosse cara, ele
escrevia o nmero 1 no papel. Caso fosse coroa, ele escrevia o nmero 2 no mesmo papel.
No final da experincia, o estudante obteve 7 coroas e somou todos os nmeros
existentes no papel. Esse resultado foi atribudo a uma varivel X. Com isso, o resultado
encontrado para X foi 27.
III Uma fbrica produz 100.000 lmpadas por ms. So sorteadas 100 lmpadas, e essas so
mantidas acesas at queimarem, com o objetivo de calcular a vida mdia desse tipo de
lmpada. A experincia, que utiliza um subconjunto de um grupo para calcular determinado
parmetro e admite que esse parmetro vlido para todo o grupo, um problema
estudado pela estatstica inferencial.
Assinale a alternativa correta.
(A) Nenhum item est certo.
(B) Apenas os itens I e II esto certos.
(C) Apenas os itens I e III esto certos.
(D) Apenas os itens II e III esto certos.
(E) Todos os itens esto certos.

Julgue os seguintes itens.

1. Um censo consiste no estudo de todos os indivduos da populao considerada.
2. Como a realizao de um censo tipicamente muito onerosa e(ou) demorada, muitas
vezes conveniente estudar um subconjunto prprio da populao, denominado amostra.
Os dados de um determinado estudo representam muitas variveis para cada uma das
pessoas que se submeteram ao estudo. Uma varivel considerada qualitativa a seguinte:
a) idade
b) altura
c) sexo
d) peso
Questo 5 MPU/2007 [FCC]

Uma empresa procurou estudar a ocorrncia de acidentes com seus empregados e realizou
um levantamento por um perodo de 36 meses. As informaes apuradas esto na tabela a
seguir:
Nmero de empregados Nmero de meses
acidentados
1 1
2 2
3 4
4 5
5 7
6 6
7 5
8 3
9 2
10 1
A porcentagem de meses em que houve menos de 5 empregados acidentados :
a) 50%
b) 45%
c) 35%
d) 33%
e) 30%
Questo 6 Sefaz AL 2002 [CESPE]
Julgue o seguinte item.

Em uma distribuio de frequncias para um conjunto de n indivduos, pode-se calcular as

frequncias relativas, dividindo-se cada frequncia absoluta pela amplitude da
correspondente classe ou do intervalo.
Questo 7 SENADO 2002 [CESPE]
Julgue o item seguinte.
Considere os resultados apresentados na tabela abaixo, que foram obtidos a partir de
informao da Fundao Coordenao de Aperfeioamento de Pessoal de Nvel Superior
(CAPES), acerca dos programas de ps-graduao no Brasil avaliados no ano 2000.
Nessa situao, pode estar correta a representao dos dados da tabela no grfico de
setores mostrado abaixo.

A tabela abaixo mostra a distribuio de frequncia dos salrios mensais, em reais, de 95
funcionrios da empresa TUDO TOPA LTDA.
Em relao a essa tabela, a porcentagem de funcionrios que ganham menos de R$

7.000,00 de:
a) 21,1%
b) 15,7%
c) 36,9%

d) 63,1%
e) 78,9%
Questo 9 IRB 2006 [ESAF]
Histograma e Polgono de frequncia so:
a) a mesma representao grfica (idnticas) de uma distribuio de frequncia.
b) um texto descritivo e uma representao grfica de uma distribuio de frequncia.
c) um texto descritivo e uma funo grfica de uma distribuio de frequncia.
d) duas representaes grficas de uma distribuio de frequncia.
e) duas representaes grficas de uma distribuio de frequncia, porm com sentidos
opostos.
Questo 10 Petrobras 2010 [CESGRANRIO]

Histogramas e polgonos de frequncias so duas representaes grficas de distribuies
(A) uniformes.
(B) de frequncias.
(C) de acumulaes.
(D) no uniformes.
(E) assimtricas.
Questo 11 SEFAZ RS 2009 [FUNDATEC]

Na revista Selees de setembro de 2009 foram publicados os resultados da 8o edio da
Pesquisa Marcas de Confiana, tambm apresentados atravs de alguns tipos de grficos,
dentre eles, os dois primeiros que esto abaixo, sendo os outros dois fictcios. A sequncia
correta dos grficos abaixo , respectivamente,

a) Polgono, Colunas, histograma, barras.

b) Histograma, colunas, barras, polgono.
c) Colunas, barras, histograma, polgono
d) Histograma, polgono, barras, colunas.
e) Barras, colunas, histograma, polgono
Observe a tabela a seguir com as frequncias e percentuais do tipo de empresa atuante em
um municpio:
Se houvesse interesse em representar a tabela acima de uma forma grfica, qual seria o
grfico mais apropriado?
a) Histograma.
b) Grfico em setores.
c) Diagrama em caixas.
d) Diagrama de pontos.
e) Diagrama de disperso.


Considere o seguinte roteiro:
passo 1: no eixo horizontal, marque, sucessivamente, os limites de cada classe;
passo 2: no eixo vertical, marque, em escala, os valores relativos s freqncias
absolutas das classes;
passo 3: para a primeira classe, construa um retngulo cuja base o intervalo dessa
classe e a altura a freqncia absoluta dessa classe;
passo 4: para a classe seguinte, construa um retngulo adjacente ao primeiro, cuja
base tambm o Intervalo dessa classe seguinte e a altura a freqncia absoluta
dessa segunda classe;
passo 5: repita o procedimento para as outras classes.
O grfico resultante denomina-se:
a) linha
b) setores
c) categrico
d) histograma
O grfico acima, construdo com base em uma amostra de trabalhadores brasileiros, uma
adaptao de um artigo publicado no jornal Folha de S. Paulo, em 24/3/2002.
Com base nessas informaes, julgue o item a seguir, referente aos trabalhadores includos
na amostra.
85% dos trabalhadores atualmente empregados ganharam no ltimo ms at 5 salrios-
mnimos.

11. GABARITO
1 c
2 d
3 certo certo
4 c
5 d
6 errado
7 certo
8 d
9 d
10 b
11 c
12 b
13 d
14 certo

Estatistica - Vitor - Menezes - Aula 00 PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

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

Estatistica - Vitor - Menezes - Aula 00 PDF

Hochgeladen von

Copyright:

Verfügbare Formate

Curso Regular de Estatstica

Prof. Vtor Menezes Aula 00

AULA 00: Demonstrativa

Prof. Vtor Menezes www.estrategiaconcursos.com.br 1

Prof. Vtor Menezes www.estrategiaconcursos.com.br 2

Aula Data Contedo

Prof. Vtor Menezes www.estrategiaconcursos.com.br 3

funo densidade de probabilidade, funo distribuio de probabilidade, momentos, teorema de

Prof. Vtor Menezes www.estrategiaconcursos.com.br 4

A estatstica cobrada em concursos usualmente dividida em duas partes: a descritiva e a

Muito bem. O conjunto de todos os eleitores do pas a nossa populao.

Existem duas maneiras de nos referirmos populao.

O grande problema que o censo geralmente caro e demorado. Imaginem o tanto de

Prof. Vtor Menezes www.estrategiaconcursos.com.br 5

Prof. Vtor Menezes www.estrategiaconcursos.com.br 6

S que a pesquisa do Data Folha no para por a. Feita a amostragem, calculadas as

Podemos agora ver algumas questes de concurso:

Questo 1 ARCE 2006 [FCC]

Questo 2 TERRACAP 2009 [UNIVERSA]

Prof. Vtor Menezes www.estrategiaconcursos.com.br 7

Questo 3 SEFAZ AL 2002 [CESPE]

Prof. Vtor Menezes www.estrategiaconcursos.com.br 8

amostra. Raramente se faz um censo, por razes de custo ( um procedimento caro) e

Por isso to difcil realizar um censo. Um procedimento alternativo analisar s um

Gabarito: certo, certo

3.1. Tipos de variveis

Todos esses quatro campos correspondem a variveis.

Prof. Vtor Menezes www.estrategiaconcursos.com.br 9

possvel ordena-las? Como assim?

Ns conseguimos estabelecer uma ordem. Por exemplo, comeando do grau de instruo

Prof. Vtor Menezes www.estrategiaconcursos.com.br 10

Existem outras variveis qualitativas que no podem ser ordenadas. So as variveis

Resumindo, os tipos de variveis so:

Questo 4 Prefeitura do Rio de Janeiro 2002 [FJG]

A varivel "sexo" no quantitativa. Ela tem duas realizaes, correspondentes a dois

Prof. Vtor Menezes www.estrategiaconcursos.com.br 11

4. FORMAS DE APRESENTAO DE DADOS

Antes de estudarmos as medidas que descrevem de forma sucinta um conjunto de dados,

5. FORMAS NO AGRUPADAS DE APRESENTAO DE DADOS

5.1. Dados brutos

Considere uma pesquisa salarial no Bairro Alfa.

Os resultados obtidos foram:

Se colocarmos nossos dados em ordem crescente (ou decrescente) temos um ROL.

Rol: R$ 1.000,00; R$ 2.000,00; R$ 2.000,00; R$ 2.000,00; R$ 3.000,00; R$ 4.000,00; R$

Prof. Vtor Menezes www.estrategiaconcursos.com.br 12

Rol (dados em R$ 1.000,00): 1, 2, 2, 2, 3, 4, 4, 5, 6, 7.

Quem o terceiro elemento? A pergunta pode ser reescrita como:

Para chegar resposta, simplesmente nos dirigimos ao Rol e contamos. O primeiro

Prof. Vtor Menezes www.estrategiaconcursos.com.br 13

Prof. Vtor Menezes www.estrategiaconcursos.com.br 14

Para entendermos isso, segue um exemplo.

Prof. Vtor Menezes www.estrategiaconcursos.com.br 15

5.3. Diagrama de ramos e folhas

A primeira forma de organizao de dados que ns vimos foi o ROL.

Prof. Vtor Menezes www.estrategiaconcursos.com.br 16

Mas seria perfeitamente possvel, por exemplo, o seguinte ROL:

Prof. Vtor Menezes www.estrategiaconcursos.com.br 17

6. DADOS TABELADOS AGRUPADOS POR VALOR

Prof. Vtor Menezes www.estrategiaconcursos.com.br 18

Um conceito recorrente em estatstica o conceito de frequncia. So de quatro tipos:

Prof. Vtor Menezes www.estrategiaconcursos.com.br 19

6.2. Frequncias absolutas

A frequncia absoluta simples indica o nmero de ocorrncias de um valor ou classe de