Beruflich Dokumente
Kultur Dokumente
uanderson.rebula@yahoo.com.br
http://lattes.cnpq.br/1039175956271626
https://br.linkedin.com/in/uandersonrebula
-2-
ESTATSTICA
EMENTA:
Conceito e fases de estudo. Variveis. Populao e amostra. Sries estatsticas:
conceitos, tabelas, distribuio de frequncia e representao grfica.
Medidas de Posio. Medidas Separatrizes. Medidas de Disperso. Medidas
de Assimetria e Curtose. Probabilidade e seus eventos. Bayes. Distribuio
Binomial.
OBJETIVO:
Refletir a partir da Estatstica Bsica sobre as ferramentas consolidadas pelo
uso e pela cincia, disponveis a todos, que auxiliam na tomada de deciso.
Resende - RJ 2017
-3-
APRESENTAO
DA DISCIPLINA
Uma das ferramentas mais utilizadas hoje em dia
pelos cientistas, analistas financeiros, mdicos, engenheiros,
jornalistas etc. a Estatstica, que descreve os dados observados e
desenvolve a metodologia para a tomada de deciso em presena
da incerteza. O verbete estatstica foi introduzido no sculo XVIII,
tendo origem na palavra latina status (Estado), e serviu
inicialmente a objetivos ligados organizao poltico-social, como
o fornecimento de dados ao sistema de poder vigente. Hoje em dia,
os modelos de aplicao da Teoria Estatstica se estendem por todas
as reas do conhecimento, como testes educacionais, pesquisas
eleitorais, anlise de riscos ambientais, finanas, controle de
qualidade, anlises clnicas, ndices de desenvolvimento,
modelagem de fenmenos atmosfricos etc. Podemos
informalmente dizer que a Teoria Estatstica uma ferramenta que
ajuda a tomar decises com base na evidncia disponvel, decises
essas afetadas por margens de erro, calculadas atravs de modelos
de probabilidade.
Nmeros 1: 1-4; 46
-5-
SUMRIO
1CONCEITOSPRELIMINARES 4PROBABILIDADE
1.1CONCEITOEIMPORTNCIADAESTATSTICA,7 4.1CONCEITOSBSICOSDEPROBABILIDADES,44
1.2FASESDOESTUDOESTATSTICO,12 Experimentoaleatrio,44
1.3VOCABULRIOBSICODEESTATSTICA,13 Espaoamostral,44
1.4POPULAOEAMOSTRA,15 Eventos,45
1.5ESTATSTICADESCRITIVAEINFERENCIAL,17 4.2CLCULOSDEPROBABILIDADES,45
Probabilidade,45
Eventoscomplementares,46
2SRIESESTATSTICAS Eventosmutuamenteexclusivos,47
2.1CONCEITOSETIPOSDESRIESESTATSTICAS,19 Eventosnomutuamenteexclusivos,47
Tabelas,19 Probabilidadecondicionalemultiplicaode
Grficos,20 probabilidades,48
Probabilidadecomeventosdependentes,48
2.2DISTRIBUIODEFREQUNCIA,23 Multiplicaodeprobabilidadescom
Frequnciaabsolutaehistograma,23 eventosdependentes,50
Frequnciarelativa,absolutaacumuladae Multiplicaodeprobabilidadescom
relativaacumulada,24 eventosindependentes,51
Agrupamentoemclasses,25 TeoremadeBayes,52
Polgonodefrequnciaeogiva,26 DistribuioBinomial,53
3MEDIDASRESUMO REFERNCIASBIBLIOGRFICAS,55
3.1MEDIDASDEPOSIO,28
ANEXOILIVROSRECOMENDADOS,56
MDIA,28
ANEXOIISoftwareBIOESTAT,57
MdiasimpleseMdiaponderada,28 ANEXOIIIEstatsticanoExcel,58
Mdiadedistribuiodefrequncia,29
MEDIANA,30
MODA,31
RELAOENTREMDIA,MEDIANAEMODA,33
3.2MEDIDASDEORDENAMENTO(OUSEPARATRIZES),34
Quartil,34
DecilePercentil,35
3.3MEDIDASDEVARIAO(OUDISPERSO),36
Introduo,36
VarinciaeDesvioPadro,37
CoeficientedeVariao,39
DesviopadrodeDistribuiodefrequncia,39
3.4MEDIDASDEASSIMETRIAECURTOSE,41
Assimetriaecoeficientedeassimetria,41
Curtoseecoeficientedecurtose,42
-6-
1
CONCEITOS PRELIMINARES
-7-
ESTATSTICA NA PRTICA
AnaliseasinformaesabaixoparamelhorcompreensodoconceitodeEstatstica.
ACIDENTESDOTRABALHONOBRASIL1970a2005
ConceitodeAcidente:Lesocorporaloudoena,relacionadacomoexercciodotrabalho.(Lei8.213/91art.19a21)
INSS:rgopblicoresponsvelpelacoleta,organizaoerepresentaodosdados.
Coleta:PormeiodeumformulrioeletrnicodenominadoCATComunicaodeAcidentedoTrabalho,enviado
pelasempresasquandodaocorrncia,conformedeterminaoart.22daLei8.213/91.
Organizao:AtravsdeumgrandebancodedadosdoINSS.
Representao:AtravsdeumdocumentodenominadoAnurioEstatsticodeAcidentesdoTrabalho,contendo
tabelas,grficosediversasanlises.Disponvelnositewww.previdencia.gov.br,naseoEstatstica.
Motivo: Quando o trabalhador se afasta por motivo de acidente, o INSS concede benefcios acidentrios, como auxlio
doenaacidentrio,auxlioacidente,aposentadoriaporinvalidez,pensopormorte,reabilitaoentreoutros.
20.000.000
18.686.355
16.638.799
14.945.489
15.000.000
11.537.024
8.148.987
10.000.000 7.284.022
5.000.000
1970 1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2001 2002 2003 2004 2005
FONTE: Revista Proteo Anos
ObservaseaolongodosanosoaumentogradativodaquantidadedetrabalhadoresnoBrasil,de7.284.022chegandoa33.238.617,
reflexodocrescimentoeconmicodoPas.Essasinformaes(dados)soimportantesparafinsdecomparaocomaevoluoda
quantidadedeacidentesdotrabalhonomesmoperodo,comosegueabaixo:
2.000.000 1.796.671
1.743.825 Involuo da QUANTIDADE de ACIDENTES DO
Aprovao das NRs
1.750.000 1.551.461
TRABALHO no Brasil - 1970 a 2005.
1.504.723 1.464.211
1.500.000
1.220.111 1.178.472 1.207.859
1.250.000
961.575 991.581
1.000.000
693.572
750.000 532.514
465.700 491.711
388.304 395.455414.341 363.868 393.071 399.077
500.000 340.251
250.000
0
1970 1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2001 2002 2003 2004 2005
Anos
FONTE: Revista Proteo
No perodo de 1970 a 1976 a quantidade de acidentes foi alta, comparandose com a pequena quantidade de trabalhadores no
mesmo perodo. Somente a partir de 1978 os acidentes comearam a reduzir, em razo da aprovao das Normas
RegulamentadorasNRs(disponvelnowww.mte.gov.br),tornandosedeaplicaoobrigatriaemtodooPas.Estareduopode
servistacomopositiva,entretanto,nopodemoscomemoraressesnmeros,poisaquantidadedeacidentesaindaalarmantee
estpraticamenteestagnada,desde1994.
-8-
E as regies? Como esses acidentes esto distribudos nas regies do pas? Qual a pior regio? Vejamos abaixo em um
Cartograma(mapacomdados),REFERENTEAOANODE2005(491.711acidentes):
DistribuiodaquantidadeeporcentagemdeacidentesdetrabalhonoBrasilporRegies,
correlacionadoscomoProdutoInternoBrutoPIBano2005.
NORTE
PIB:5%departicipao
Acidentes:19.117(4%dototal)
NORDESTE
PIB:13,1%departicipao
Acidentes:49.010(10%dototal)
CENTROOESTE
PIB:8,9%departicipao
Acidentes:31.470(6%dototal)
SUDESTE
PIB:56,5%departicipao
Acidentes:279.689(57%dototal)
SUL
EspritoSanto11.039acidentes
PIB:16,6%departicipao
Acidentes:112.425(23%dototal)
MinasGerais52.335acidentes
RiodeJaneiro34.610acidentes
SoPaulo181.705acidentes
Observasequearegioem1lugaremnmerodeacidentesaSudeste,em2estaregioSul,em3aregioNordeste,em4aregio
CentroOeste e por ltimo a Norte. Ao analisarmos este grfico podemos tomar diversas concluses, porm, tais concluses somente so
possveis atravs de um estudo, o que demanda tempo. Todavia, observase que a quantidade de acidentes acompanha a porcentagem da
participao do PIB da regio. Esta correlao pode ser resultado do reflexo da economia da regio. Ora, a regio Sudeste, por exemplo,
correspondea56,5%doPIBdoPas.Logicamenteestaregiopossuiummaiornmerodeempresase,consequentemente,maiornmerode
modeobra e atividades produtivas, fato que pode justificar a enorme quantidade de acidentes comparada com as demais regies. Esses
dadostambmpodemestarrelacionadoscomaspolticasdosestadosedasempresas,aatuaodasfiscalizaesdoMinistriodoTrabalho,
as culturas das regies, os investimentos empresariais, a capacitao de mo de obra (treinamentos) entre outros fatores. Entendese por
ProdutoInternoBruto(PIB)asoma,emvaloresmonetrios,detodososbenseserviosfinaisproduzidosemumadeterminadaregio.
Tradicionalmente,noBrasil,aspolticasdedesenvolvimentotmserestringidoaosaspectoseconmicosevmsendotraadas
demaneiraparalelaoupoucoarticuladascomaspolticassociais,cabendoaestasltimasarcaremcomosnusdospossveis
danos gerados sobre a sade da populao, dos trabalhadores em particular e a degradao ambiental. Para que o Estado
cumpraseupapelparaagarantiadessesdireitos,misteraformulaoeimplementaodepolticaseaesdegoverno.
ApartirdaanlisedosdadospodemosconcluirqueapolticadeseguranadotrabalhoadotadanoPasestestagnada.A
simples aplicao da norma regulamentadora no est sendo suficiente para reduzir o ndice de acidentes. Os dados nos
mostramquenohavermudanassignificativassenoforemfeitasalteraesnessapoltica.
Paracontornarasituao,osMinistriosdoTrabalho,daSadeedaPrevidnciaSocialpublicaram,paraconsultapblica,em
29.12.2004 a PNSST POLTICA NACIONAL DE SEGURANA E SADE DO TRABALHADOR, com a finalidade de promover a
melhoriadaqualidadedevidaedasadedotrabalhador.
OsMinistriosreconheceramadeficinciadaseguranadotrabalhonopas,carecendodemecanismosque:
Incentivemmedidasdepreveno;
Responsabilizemosempregadores;
Propiciemoefetivoreconhecimentodosdireitosdotrabalhador;
Diminuamaexistnciadeconflitosinstitucionais;
Tarifemdemaneiramaisadequadaasempresase
Possibiliteummelhorgerenciamentodosfatoresderiscosocupacionais.
-9-
Faceaoexposto,aPNSSTprope,dentreoutras,asseguintesaesaseremdesenvolvidaspelostrsMinistrios:
rea Aes
Estabelecer poltica tributria que privilegie empresas com menores ndices de acidentes e que
invistamnamelhoriadascondiesdetrabalho;
Criar linhas de financiamento para a melhoria das condies de trabalho, incluindo mquinas e
Tributos1, equipamentos,emespecialparaaspequenasemdiasempresas;
financiamentos IncluirrequisitosdeSSTparaconcessodefinanciamentospblicoseprivados;
elicitaes. IncluirrequisitosdeSSTnosprocessosdelicitaodosrgospblicos;
InstituiraobrigatoriedadedepublicaodebalanodeSSTparaasempresas,aexemplodoquej
ocorrecomosdadoscontbeis;
IncluirconhecimentosbsicosemSSTnocurrculodoensinofundamentalemdio;
IncluirdisciplinasemSSTnocurrculodeensinosuperior,emespecialnascarreirasdeprofissionais
desade,engenhariaeadministrao;
Educaoe EstimularaproduodeestudosepesquisasnareadeinteressedestaPoltica;
pesquisa ArticularinstituiesdepesquisaeuniversidadesparaaexecuodeestudosepesquisasemSST,
integrandoumarededecolaboradoresparaodesenvolvimentotcnicocientificonarea;
Desenvolver um amplo programa de capacitao dos profissionais, para o desenvolvimento das
aesemseguranaesadedotrabalhador;
Ambientes Eliminaraspolticasdemonetarizaodosriscos(adicionaisderiscos).
nocivos Outrasaes
Compatibilizarosinstrumentosdecoletadedadosefluxosdeinformaes.
Coletadedados Incluir nos Sistemas e Bancos de Dados as informaes contidas nos relatrios de intervenes e
anlisesdosambientesdetrabalho,elaboradospelosrgosdegovernoenvolvidosnestaPoltica.
Oqueacabamosdeverumestudoestatstico.Comovimos,osdadossobreacidentesdotrabalhonoBrasilsocontroladas
peloINSS.AcomunicaodeacidentespermiteaoINSSestimareacompanharorealimpactodotrabalhosobreasadeea
segurana da populao brasileira. O INSS coleta, organiza, apresenta e publica as estatsticas de acidentes do trabalho no
Brasil. Conformeobservado,quandoocorreumacidente,aempresa,porforadelei,obrigadaa
enviaraCATaoINSS,alimentando,assim,oseugrandebancodedados.
importanteressaltarqueosdadosdeacidentesdetrabalhonoseconstituem,tosomente,num
importante registro histrico, mas sim numa ferramenta inestimvel para os profissionais que
desempenham atividades nas reas de sade e segurana do trabalhador, assim como
pesquisadores e demais pessoas interessadas no tema. A anlise desses dados possibilita a
construo de um diagnstico mais preciso acerca da epidemiologia dos acidentes, propiciando,
assim,aelaboraodepolticasmaiseficazesparaasreasrelacionadascomotema.
TPICO PARA REFLEXO Acidente do Trabalho: o problema do Brasil.
Os acidentes de trabalho afetam a produtividade econmica, so responsveis por um impacto substancial sobre o sistema de proteo
socialeinfluenciamonveldesatisfaodotrabalhadoreobemestargeraldapopulao.
EstimasequeaausnciadesegurananosambientesdetrabalhonoBrasiltenhagerado,noanode2003,umcustodecercadeR$32,8
bilhesparaopas.Destetotal,R$8,2bilhescorrespondemagastoscombenefciosacidentrioseaposentadoriasespeciais,equivalentea
30%danecessidadedefinanciamentodoRegimeGeraldePrevidnciaSocialRGPSverificadoem2003,quefoideR$27bilhes.Orestante
dadespesacorrespondeassistnciasadedoacidentado,indenizaes,retreinamento,reinseronomercadodetrabalhoehorasde
trabalhoperdidas.
IssosemlevaremconsideraoosubdimensionamentonaapuraodascontasdaPrevidnciaSocial,quedesembolsaecontabilizacomo
despesas no acidentrias os benefcios por incapacidade, cujas CAT no foram emitidas. Ou seja, sob a categoria do auxlio doena no
ocupacional,encontraseencobertoumgrandecontingentedeacidentesquenocompemascontasacidentrias.
Partedestecustosegurananotrabalhoafetanegativamenteacompetitividadedasempresas,poiseleaumentaopreodamodeobra,
o que se reflete no preo dos produtos. Por outro lado, o incremento das despesas pblicas com previdncia, reabilitao profissional e
sadereduzadisponibilidadederecursosoramentriosparaoutrasreasouinduzoaumentodacargatributriasobreasociedade.
De outro lado, algumas empresas afastam trabalhadores, e muitas vezes os despedem logo aps a concesso do beneficio. Com isso, o
trabalhadorseafasta,jsendoportadordedoenacrnicacontradanolabor,eodesempregopoderseprolongarnamedidaemque,para
obteronovoemprego,sernecessriaarealizaodoexameadmissional,noqualseroeleitosapenasaquelesconsideradoscomoaptos
e,portanto,noportadoresdeenfermidades.
Fonte:RESOLUOCNPSN1.269,DE15DEFEVEREIRODE2006
_________________
1.Tributo:Impostos;taxasecontribuiesdemelhoria,devidaaopoderpblico.
- 10 -
CONCEITO DE ESTATSTICA
pormeiodaanliseeinterpretaodosdadosestatsticosquepossvelo
conhecimento de uma realidade, de seus problemas, bem como, a
formulaodesoluesapropriadaspormeiodeumplanejamentoobjetivo
daao,paraalmdosachismosecasuismoscomuns.
A Estatstica uma cincia interdisciplinar, ou seja, comum a duas ou mais disciplinas ou ramos de conhecimento.
Assim,aEstatsticaaplicadanaMedicina,Administrao,Engenharias,Economia,Contabilidade,Direito,Seguranado
Trabalho,Qualidade,Marketingentreoutrasreas.Vejaabaixo.
Medicina. Estudos de epidemiologia, *EngenhariadeProduo.Estudosde Segurana do Trabalho. Estudos de
interrelaes dos determinantes da um conjunto de dados de todas as acidentes e doenas, suas causas,
freqncia e distribuio de doenas fasesdeumprocessoprodutivo. quantidade,parteatingida,setores,%
populacionais deafastamentosetc.
Contabilidade. Estudos das Finanas. Estudos de uma srie de Economia. Estudos de taxas de
informaesfinanceirasdasempresas informaesestatsticasparaorientar inflao, ndice de preos, taxa de
pblicaseprivadas. investimentos. desemprego,futurodaeconomia.
*EngenhariadeProduoAaplicaodaEstatsticanaproduomereceespecialateno.Aatualnfasenaqualidade
tornaocontroledaqualidadeumaimportanteaplicaodaestatsticanareadaproduo.Usaseumasriedemapas
estatsticos de controle de qualidade para monitorar o resultado (output) de um processo de produo. Suponha, por
exemplo,queumamquinapreencharecipientescom2litrosdedeterminadorefrigerante.Periodicamente,umoperador
do setor de produo seleciona uma quantidade de recipientes e verifica a exatido, ou seja, se no h desvios. A
EstatsticatambmusadanaEngenhariadeProduoparaEstratificao,queconsistenoagrupamentodainformao
(dados)sobvriospontosdevista,demodoafocalizaraao,considerandoosfatoresequipamento,tempoentreoutros.
Exemplo:
Roupasdanificadas Tipodedano: Operador: Mquinadelavar:
emumalavanderia Tipoderoupa: Marcadosabo: Mquinadesecar:
- 11 -
OtermoEstatsticaprovmdapalavraEstadoefoiutilizadooriginalmente
para denominar levantamentos de dados (riquezas, impostos, nascimentos,
mortalidade, batizados, casamentos, habitantes etc.), cuja finalidade era
orientaroEstadoemsuasdecises.
No sculo XVIII o estudo dos dados foi adquirindo, aos poucos, feio
verdadeiramente cientfica. A palavra Estatstica apareceu pela primeira
veznosculoXVIIIefoisugeridapeloalemoGodofredoAchenwall(1719
1772),ondedeterminouoseuobjetivoesuasrelaescomascincias.
Desde essa poca, a Estatstica deixou de ser a simples catalogao de dados numricos coletivos e se
tornouoestudodecomochegaraconclusessobreotodo,partindodaobservaoeanlisedepartes
dessetodo.Essasuamaiorriqueza.
Atualmente a sociedade est completamente tomada pelos nmeros. Eles
aparecem em todos os lugares para onde voc olha, de outdoors mostrando as
ltimas estatsticas sobre aborto, passando pelos programas de esporte que
discutem as chances de um time de futebol chegar final do campeonato, at o
noticirio da noite, com reportagens focadas no ndice de criminalidade, na
expectativadevidadeumapessoaquenocomealimentossaudveisenondice
deaprovaodopresidente.
Em umdia comum, voc pode sedeparar comcinco,dez ou, atmesmo,vinte diferentesestatsticas (ou at
muito mais em um dia de eleio). Se voc ler todo o jornal de domingo, ir se deparar com centenas de
estatsticasemreportagens,propagandaseartigossobretodotipodeassunto:desdesopa(quantoemmdiauma
pessoaconsomeporano?)atcastanhas(quantascastanhasvocprecisacomerparaaumentarseuQI?).
Nas empresas a Estatstica desempenha um papel cada vez mais importante para os Gerentes. Esses
responsveispelatomadadedecisoutilizamaestatsticapara:
Apresentaredescreverapropriadamentedadoseinformaessobre
aempresa;
Tirarconclusessobregrandespopulaes,utilizandoinformaes
coletadasapartirdeamostras;
Realizarsuposiesconfiveissobreaatividadedaempresa;
Melhorarosprocessosdaempresa.
Aestatsticauminstrumentoeficienteparaacompreensoeinterpretaodarealidadeeno
devesersubestimada.Realmenteexistempesquisasfeitasdeformaincorretaeque,porisso,no
soconfiveis.Mas,emgeral,quandoumestudoestatsticofeitocomcritrio,seusresultados
permitem obter concluses e prever tendncias sobre fatos e fenmenos. Um estudo bem feito
noeliminaoerro,maslimitaoaumamargem,procurandotornlaomenorpossvel.
- 12 -
Umestudoestatsticoconfiveldependedoplanejamentoedacorretaexecuodasseguintesetapas:
1. Definir o que ser estudado e a natureza dos dados, como exemplo:
2. Coletar dados
Apsdefiniroqueserestudadoeoestabelecimentodoplanejamentodotrabalho(formadecoletadosdados,
cronogramadasatividades,custosenvolvidos,levantamentodasinformaesdisponveis),opassoseguinteo
da coleta de dados, que consiste na busca ou compilao dos dados, componentes do fenmeno a ser
estudado.Nessaetaparecolhemseosdadostendoocuidadodecontrolaraqualidadedainformao.
Osucessodeumapesquisadependemuitodaqualidadedosdadosrecolhidos. Podemserpormeio
deCriaodeSoftwares,aexemplodaCAT;UsodeSoftwaresdaempresa;Dadoshistricos
daempresa(fsicos);Pesquisascomquestionriosetc.
0
1970 1972 1974 19 76 1978 19 80 1982 1 984 1986 1 988 1990 1992 1994 1996 199 8 2000 20 01 2002 20 03 2004 2 005
Anos
FONTE: Revista Proteo
O vocabulrio utilizado em estudos estatsticos teve sua origem nos primeiros estudos feitos pela humanidade e que eram
relativos demografia (estudo estatstico das populaes). Por isso a Estatstica emprega termos prprios dessa rea de
conhecimento,mascomumsentidodiferenciado.Assim,paradarprosseguimento,deextremaimportnciadestacaralguns
termosutilizadosnojargoestatstico.
VARIVEL o termo usado para aquilo que voc est pesquisando, estudando, analisando.
,
No estudo representado no grfico abaixo a varivel o acidente do trabalho. Utilizada como um adjetivo do
vocabulriododiaadia,varivelsugerequealgumacoisasemodificaouvaria.
2.000.000 1.796.671
1.743.825 Involuo da QUANTIDADE de ACIDENTES
1.750.000 1.551.461
DO TRABALHO no Brasil - 1970 a 2005.
1.504.723 1.464.211
1.500.000
1.220.111 1.178.472 1.207.859
1.250.000
VARIVEL
961.575 991.581
1.000.000
693.572
750.000 532.514
465.700 491.711
388.304 395.455414.341 363.868 393.071 399.077
500.000 340.251
250.000
0
1970 1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2001 2002 2003 2004 2005
So exemplos de Variveis
Doenas, Sexo, Estaturas, Peso, Idade, Renda, Natalidade, Mortalidade, PIB, Inflao, Exportaes brasileiras,
Produo de caf, Alimentao, Peas produzidas por hora, Paradas de produo no ms, Rotatividade de
estoque por ano, Poluio, Clima na regio sudeste, Consumo de energia no ms, Vendas mensais de uma
empresa, Produo diria de automveis etc.
EXEMPLO DE APLICAO:
Aassociaodosmoradoresdeumbairroqueriatraarumperfildosfrequentadoresdeumparquealisituado.
Umaequipedepesquisaelaborouquestesafimdereunirasinformaesprocuradas.Numamanhdequarta
feira, 6 pessoas foram entrevistadas e cada uma respondeu a questes para identificar idade, nmero de vezes
quefreqentaoparqueporsemana,estadocivil,meiodetransporteutilizadoparachegaraoparque,tempode
permanncianoparqueerendafamiliarmensal.Osresultadossomostradosnatabelaaseguir:
Variveis
Cadaumdosaspectosinvestigadososquaispermitirofazeraanlisedesejadadenominadovarivel.
- 14 -
TIPOS DE VARIVEIS
H, pois, uma diviso principal para as variveis estatsticas, que consiste em considerlas como Variveis Quantitativas
(discretasoucontnuas)eVariveisQualitativas(nominalouordinal).Estadivisodefaclimacompreenso!
Quandonopossvelordenarascategorias.
No ordenvel
Ex.: sexo (masculino ou feminino), Cor dos olhos (preto ou verde),
NOMINAL campodeestudo(Engenharia,Direitoetc)
No possvel estabelecer uma ordem, uma gradao, o mais ou
menosimportante,prioritrioetc.
Ento, os tipos de Variveis da pesquisa do parque sero:
Qualitativanominal
Quantitativadiscreta Quantitativacontnua
PARA LEITURA
Seadvidapersiste,vocpodeobservarnoquadroabaixomaisesclarecimentossobreessesconceitos.
Tipo de VARIVEL Resposta fornecida pesquisa
SerQuantitativaavarivelparaaqualsepossaatribuirumvalornumrico.Searespostafornecidapesquisaestiverexpressa
porumnmero,entoavarivelquantitativa.Porexemplo:quantoslivrosvoclporano?Arespostaumnmero?Ento,
Quantitativa
varivelquantitativa.Quantaspessoasmoramemsuacasa?Arespostaumnmero?Ento,novamente,varivelquantitativa.
(Em nmeros)
NocasodoestudoACIDENTEDOTRABALHO,umavarivelquantitativa,poisestudamosaquantidadedeacidentesnoperodo
de1970a2005
Varivel Quantitativa Discreta a varivel quantitativa que assume somente nmeros inteiros. Resulta, geralmente, de
contagem. Esta varivel no pode assumir qualquer valor, dentro de um intervalo de valores de resultados possveis. Por
Discreta exemplo,seeuperguntoquantosirmosvoctem,arespostajamaispoderiasertenho3,75irmos,outenho4,8irmos,ou
(nmeros inteiros) seja,arespostanopoderiaassumirtodososvaloresdeumintervalo!Esteacimaoconceitoformaldevariveldiscreta!O
(contagem) conceito para memorizar o seguinte: aquela varivel obtida por meio de uma contagem. Em outras palavras: a varivel
discretavocconta!.Exemplos:quantaspessoasmoramnasuacasa?Quantoslivrosvoctem?Quantoscarrosvoctem?Se,
pararesponderpergunta,vocfazumacontagem,entoestdiantedeumavarivelquantitativadiscreta.
VarivelQuantitativaContnuaaquelaquepodeassumirqualquervalordentrodeumintervaloderesultadospossveis.Seeu
Contnua perguntoquantosquilosvocpesa,arespostapodeser65,35kg.Seeuperguntoqualatemperaturanacidadehoje,aresposta
(Nmeros no inteiros) pode ser 27,35C. Para facilitar a memorizao, basta lembrar que a varivel quantitativa contnua pode ser obtida por uma
(medio) medio, ou seja, a varivel contnua voc mede! Exemplos: peso, altura, durao de tempo para resoluo de uma prova,
presso,temperaturaetc.
Qualitativa Se a pergunta qual a sua cor preferida?, logicamente a resposta no ser um nmero, da estaremos tratando de uma
(nomes, atributos) varivelqualitativa,ouseja,aquelaparaaqualnoseatribuiumvalornumrico.Exemplos:Sexo:masculinooufeminino
- 15 -
Aestatsticadeixoudeserasimplescatalogaodedadosnumricosesetornouoestudodecomo
chegar a concluses sobre o todo (populao), partindo da observao e anlise de partes desse
todo(amostra).Essasuamaiorriqueza.Assim,podemosconceituarpopulaoeamostracomo:
POPULAOUMCONJUNTODETODOSOSELEMENTOSEMESTUDO.
AMOSTRAUMAPARTEDAPOPULAO(ousubconjunto).
AMOSTRA
(uma parte da populao)
Podemosvisualizaroconceito
de populao
e amostra na n
figuraaolado.
POPULAO
Quando pesquisamos toda a
populao,damosonomede (todos os elementos em estudo)
censo.
N
A preciso depende do
tamanho da amostra, e
quanto maior
o tamanho
amostral, maior ser a
precisodasinformaes.
N designado para Populao
n designado para Amostra
Muitasvezesquandoqueremosfazerumestudoestatstico,nopossvelanalisartodaapopulao
envolvidacomofatoquepretendemosinvestigar,comoexemploosanguedeumapessoaouapoluio
deumrio.impossvelotestedotodo.Hsituaestambmemqueinviveloestudodapopulao,
por exemplo, a pesquisa com todos os torcedores em um estdio de futebol durante uma partida.
Nesses casos, o estatstico recorre a uma amostra que, basicamente, constitui uma reduo da
populaoadimensesmenores,semperdadascaractersticasessenciais.
Osresultadosfundamentadosemumaamostranoseroexatamenteosmesmosquevocencontraria
se estudasse toda a populao, pois, quando voc retira uma amostra, voc no obtm informaes a
respeito de todos em uma dada populao. Portanto, importante entender que os resultados da
amostrafornecemsomenteestimativasdosvaloresdascaractersticaspopulacionais.Commtodosde
amostragens apropriados, os resultados da amostra produziro boas estimativas da populao, ou
seja,umestudobemfeitonoeliminaoerro,maslimitaoaumamargem,procurandotornlaomenor
possvel.Quandoaprendemosestatsticainferencial,tambmaprendemostcnicasparacontrolaresses
errosdeamostragem.
Onmerodeelementosemumapopulaomuitogrande;
Demandamenostempodoqueselecionartodosositensdeumapopulao;
menosdispendioso(caro)doqueselecionartodosositensdeumapopulao;
Umaanliseamostralmenoscansativaemaisprticadoqueumaanlisedapopulaointeira.
- 16 -
- 17 -
- 18 -
SRIES ESTATSTICAS
- 19 -
TABELAS
Soquadrosqueresumemumconjuntodedados.
Ttuloconjuntodeinformaessobreoestudo.
Cabealhoespecificaocontedodascolunas
Colunaindicadoraespecificaocontedodaslinhas
Colunanumricaespecificaaquantidadedaslinhas
Linhasretasimaginriasdedados
Clulaespaodestinadoaumsnmero
Rodapsimplesmenteafontedosdados
Tipos de Tabelas
SRIEHISTRICA SRIEGEOGRFICA SRIEESPECFICA
Descreve os valores da varivel, Descreve os valores da varivel, Descreve os valores da varivel,
discriminados por TEMPO (anos, discriminadosporREGIES (pases, discriminados por temas
meses,dias,horas,etc. cidades,bairros,ruas,layout,etc) ESPECIFICOS.
SRIECONJUGADA
utilizadoquandotemosanecessidadedeapresentaremumanica
tabela a variao de valores DE MAIS DE UMA VARIVEL, isto ,
fazerdeformaconjugadadeduasoumaissries.
Estasrie,porexemplo,GEOGRFICAHISTRICA
- 20 -
GRFICOS
A importncia dos grficos est ligada facilidade e rapidez na absoro e interpretao das informaes e
tambmsinmeraspossibilidadesdeilustraoeresumodosdadosapresentados.Eisosmaisusados:
Grfico em Linha (para sries histricas)
arepresentaodosvalorespormeiodelinhas.Usamosquandoprecisamosdeumainformaorpidadeum
valoraolongodotempo.
ACIDENTESDOTRABALHO
SOPAULO:19891994
10000
8658 9578
8000 7265
6325 6254
Quantidade
6000
5458
4000
2000
0
1989 1990 1991 1992 1993 1994
Anos
FONTE: Dados fictcios
ACIDENTESDOTRABALHOEM
SOPAULO:19891991
2500
SoPaulo
2000
Guarulhos
Quantidade
1500 Campinas
Osasco
1000 Santos
500
0
1989 1990 1991
FONTE: Dados fictcios anos
Grfico em Colunas
a representao dos valores por meio de retngulos, dispostos verticalmente. Utilizase muito quando
necessitamossaberaquantidadedevalor.
QUANTIDADEDEACIDENTESDOTRABALHO
SOPAULO:19891994
12000
9578
10000
8658
7265
8000
Quantidade
6325 6254
6000 5458
4000
2000
0
1989 1990 1991 1992 1993 1994
FONTE: Dados fictcios Anos
- 21 -
Grfico em Barras
omesmoconceitoqueodeColunas,pormutilizasesemprequeosdizeresasereminscritossoextensos.
QUANTIDADEDEACIDENTESDOTRABALHO
EMSOPAULOPORTIPO1989
Corte 598
Queda 3578
Tipo
Atrito 698
Perfurao 55
Impacto 1396
0 1000 2000 3000 4000
Quantidade
FONTE: Dados fictcios
Grfico em Setores
Estegrficoconstrudocombaseemumcrculo,eempregadosemprequedesejamosressaltaraparticipao
deumdadonototal,geralmentenaformadeporcentagem.
ACIDENTESDOTRABALHO
SOPAULO1989
FONTE: Dados fictcios
Grfico Polar
o grfico ideal para representar sries temporais cclicas, isto , sries temporais que apresentam em seu
desenvolvimentodeterminadaperiodicidade,porexemplo,omsdejaneiroadezembro.
ACIDENTESDOTRABALHO
SOPAULO1989
Grfico de Pareto
um grfico de colunas na qual a altura de cada barra representa os dados, porm na ordem de altura
decrescente, com a coluna mais alta posicionada esquerda. Tal posicionamento ajuda a enfatizar dados
importantesefrequentementeusadonosnegcios.
Oscincoveculosmaisvendidos Oscincoveculosmaisvendidos
noBrasilemjaneirode1995 noBrasilemjaneirode1995
40
Quantidade
Quantidade(milhes)
34
Veculo 30
(milhes) 30
25 22
mega 34
20 15
Monza 30
Gol 25 10
Corsa 22
Fusca 15 0
Investimentosversusvendas
nosetordaempresaX
Nmerodecada
Delegacia
FONTE:SSP/SP
- 23 -
Ao se trabalhar com grandes conjuntos de dados, em geral til organiz-los e resumi-los em uma
Nadistribuiodefrequncialistamostodososvalorescoletados,umemcadalinha,marcamseasvezesemqueeles
aparecem, incluindo as repeties, e contase a quantidade de ocorrncias de cada valor. Por este motivo, tabelas
queapresentamvaloresesuasocorrnciasdenominamsedistribuiodefreqncias.
Otermofreqnciaindicaonmerodevezesqueumdadoaparecenumaobservaoestatstica.
EXEMPLO
Umprofessororganizouosresultadosobtidosemumaprovacom25alunosdaseguinteforma:
Notasdos25alunosComentrio
4,0 5,0 7,0 9,0 9,0 Agora ele pode fazer uma representao grfica para analisar o
4,0 5,0 7,0 9,0 9,0 desempenho da turma. Em primeiro lugar, o professor pode fazer uma
4,0 5,0 7,0 9,0 9,0 tabulaodosdados,ouseja,organizlosdemodoqueaconsultaaeles
seja simplificada. Ento, faremos a distribuio de freqncia destas
4,0 6,0 8,0 9,0 9,0
notas,pormeiodacontagemdedados.
4,0 6,0 8,0 9,0 9,0
DistribuiodefreqnciaComentrio
Freqncia,f Esta forma de organizar dados conhecida como distribuio de
Nota (ndealunos) frequncia, e o nmero de vezes que um dado aparece chamado de
4,0 5 frequnciaabsoluta,representadoporf.Exemplos:
5,0 3 Afrequnciaabsolutadanota4,05.
6,0 2 Afreqnciaabsolutadanota9,010.
7,0 3
O smbolo grego sigma significa somatrio, muito usado em
8,0 2
Estatstica.Portanto,f=25significaasomade5+3+2+3+2+10.
9,0 10
f=25 Representamosafreqnciaporumgrfico,chamadoHistograma.
HISTOGRAMAComentrio
Quando os dados numricos so organizados, eles geralmente so
Desempenhodosalunosnaprova ordenados do menor para o maior, divididos em grupos de tamanho
12 razovel e, depois, so colocados em grficos para que se examine sua
Nmerodealunos
10
10 forma, ou distribuio (no exemplo: 4,0 5,0 6,0 7,0 8,0 9,0). Este
8 grficochamadodeHistograma.
EmEstatsticanotrabalhamossomentecomfrequnciaabsoluta(f),mastambmcomoutrostiposdefreqncias,
queso:freqnciarelativa(fr),frequnciaabsolutaacumulada(Fa)efrequnciarelativaacumulada(FRa).
Estudaremosagoracadaumadelas.
- 24 -
Conceito.Representadoporfr(%),significaarelaoexistenteentreafrequnciaabsolutafeasomadasfreqncias f.a
porcentagem(%)donmerodevezesquecadadadoapareceemrelaoaototal.
EXEMPLO
5
/25*100=20%.
freqnciarelativafr(%)Comentriosaosclculos
Nota f fr(%) f
Afrequnciarelativafr(%)obtidapor /f*100,conformeabaixo:
4,0 5 20%
5
Afr(%)danota4,0 /25*100=20%.
5,0 3 12% 3
Afr(%)danota5,0 /25*100=12%
6,0 2 8% 2
Afr(%)danota6,0 /25*100=8%
7,0 3 12% 3
Afr(%)danota7,0 /25*100=12%
8,0 2 8% 2
Afr(%)danota8,0 /25*100=8%
9,0 10 40% 10
Afr(%)danota9,0 /25*100=40%.
f=25 100%
Frequncia Absoluta Acumulada Fa
Conceito.RepresentadoporFa,significaasomadasfreqnciasabsolutasatoelementoanalisado.
EXEMPLO
Fa2=5+3=8
frequnciaabsolutaacumulada(Fa)Comentriosaosclculos
Nota ffr(%) Fa AfrequnciaabsolutaacumuladaFaobtidaconformeabaixo:
4,0 5 20% 5
AFadanota4,05(semprerepeteaprimeira).
5,0 3 12% 8
AFadasnotas4,0e5,05+3=8.
6,0 2 8% 10 AFadasnotas4,0,5,0e6,05+3+2=10.
7,0 3 12% 13 AFadasnotas4,0,5,0,6,0e7,05+3+2+3=13.
8,0 2 8% 15 AFadasnotas4,0,5,0,6,0,7,0e8,05+3+2+3+2=15.
9,0 10 40% 25 AFadasnotas4,0,5,0,6,0,7,0,8,0e9,05+3+2+3+2+10=25
f=25 100%
Conceito.RepresentadoporFRa(%),significaasomadasfreqnciasrelativasfr(%)atoelementoanalisado.
EXEMPLO
20%+12%=32%
frequnciarelativaacumulada(FRa)Comentriosaosclculos
Nota f fr(%) Fa FRa(%) AfrequnciarelativaacumuladaFRa(%)obtidaconformeabaixo:
4,0 5 20% 5 20%
AFRa(%)de4,020%(semprerepeteaprimeira).
5,0 3 12% 8 32%
AFRa(%)de4,0e5,020+12=32%
6,0 2 8% 10 40% AFRa(%)de4,0,5,0e6,020+12+8=40%
7,0 3 12% 13 52% AFRa(%)de4,0,5,0,6,0e7,020+12+8+12=52%
8,0 2 8% 15 60% AFRa(%)de4,0,5,0,6,0,7,0e8,020+12+8+12+8=60%
9,0 10 40% 25 100% AFRa(%)de4,0,5,0,6,0,7,0,8,0e9,020+12+8+12+8+40=100%
f=25 100%
NOTAIMPORTANTESOBREDISTRIBUIODEFREQUNCIA:
Nota f fr(%) Fa FRa(%) Parasaberseodesenvolvimentodadistribuiodefreqnciaporcompletoest
25 100% correto,osvaloresaolado,emvermelho,deverocoincidir.
f=25 100%
- 25 -
Agrupamento em Classes
Em uma distribuio de frequncia, ao se trabalhar com grandes conjuntos de dados e com valores
dispersos, podemos agrup-los em classes.
Se um conjunto de dados for muito disperso, uma representao melhor seria atravs do agrupamento dos dados
comaconstruodeclassesdefrequncia.Casoissonoocorresse,atabelaficariamuitoextensa.Vejaabaixo:
EXEMPLO
UmradarinstaladonaDutraregistrouavelocidade(emKm/h)de40veculos,indicadasabaixo:
Velocidadede40veculos(Km/h) Distribuiodefrequnciacomclasses
Limite Limite
70 90 100 110 123 inferior i Velocidade(Km/h) f superior
71 93 102 115 123 1 7080 4
73 95 103 115 123 Classes 2 8090 4
76 97 105 115 123 3 90100 8
80 97 105 117 124 4 100110 8
81 97 109 117 124 5 6
110120
83 99 109 121 128
6 120130 10
86 99 109 121 128
f=40
Distribuiodefrequncia
A distribuio em classes como se fosse uma compresso dos dados. Imagine se
Nota f fizssemosumadistribuiodefrequnciadetodasvelocidades(de70a128).Atabela
70 1 ficariaimensa!Porestemotivoexisteadistribuiodefrequnciacomclasses.
71 1 ComocriarumaDistribuiodeFreqnciacomclasses
73 1
1. Calculeaquantidadedeclasses(i),pelaraizdaquantidadededados.So
76 1
40veculos.Ento, 40 =6,3 i=6classes.
80 1
81 1 2. Calculeaamplitudedeclasse(h)queotamanhodaclasse,sendo:
83 1 MaiorvalorMenorvalor=12870=9,6 h=10
86 1 quantidadedeclasses(i)6
90 1
Nota:oMaiorvalor(128)eoMenorvalor(70)soobtidosdalistadosregistrosdas
93 1 velocidadesdos40veculos.
95 1
3. Montar as classes a partir do Menor valor (70), somando com a
97 3 amplitudedeclasse(10)atquesecheguena6classe,assim:
99 2
100 1 i Velocidade(Km/h)
1 70+1080
102 1
2... 80+1090
103 1
...6 120+10130
105 2
109 3 TIPOSDEINTERVALOSDECLASSE
110 1
Tipo Representao Dadosdointervalo
115 3
Aberto 7080 70,71,72,73,74,75,76,77,78,79,80
117 2
Fechadoesquerda 7080 70,71,72,73,74,75,76,77,78,79,80
121 2 Fechado 7080 70,71,72,73,74,75,76,77,78,79,80
Fechadodireita 7080 70,71,72,73,74,75,76,77,78,79,80
123 4
124 2 No Brasil usase o intervalo (Resoluo 866/66 do IBGE). J na literatura estrangeira
utilizasecomumentecomintervalofechado.
128 2
CONCEITOSIMPORTANTES
f=40
LIMITESDECLASSESoosvaloresextremosdecadaclasse.Noexemplo7080,
temosqueolimiteinferior70eolimitesuperior80.
fcil ver que a distribuio de frequncias
diretamente obtida a partir desses dados AMPLITUDETOTALDADISTRIBUIO(AT)adiferenaentreolimitesuperiorda
dadaumatabelarazoavelmenteextensa. ltimaclasseeolimiteinferiordaprimeiraclasse,noexemplo13070=60.
AMPLITUDEAMOSTRAL(AA)adiferenaentreovalormximoeovalormnimo
daamostra,noexemplo12870=58.
- 26 -
Abaixo vemos as distribuies de frequncias absoluta f, relativa fr(%), absoluta acumulada Fa e relativa acumulada FRa(%),
bemcomooHistogramadestadistribuio.
Distribuiodefreqnciacomclassesf,fr(%),FaeFRa(%)
Resultadosdosregistros
12 deumradar
Quantidadedeveculos
10
i Velocidade(Km/h) f Fr(%) Fa FRa(%) 10
1 7080 4 10% 4 10% 8 8
8
2 8090 4 10% 8 20% 6
3 90100 8 20% 16 40% 6
4 4
4 100110 8 20% 24 60% 4
5 110120 6 15% 30 75%
2
6 120130 10 25% 40 100%
0
f=40 100%
708090100110120130
Velocidade(Km/h)
OUTRASREPRESENTAESGRFICASDEUMADISTRIBUIODEFREQUNCIA
Polgono de frequnciaumgrficoemlinhaquerepresentaospontoscentraisdosintervalosdeclasse.
Paraconstruirestegrfico,vocdevecalcularopontocentraldeclasse(xi),queopontoquedivideointervalodeclasseem
duaspartesiguais.Porexemplo,avelocidadedosveculosda1classepodeserrepresentadapor70+80=75Km/h
2
i Velocidade(Km/h) f xi
Resultadosdosregistros
12 deumradar
1 7080 4 75
Quantidadedeveculos
10
2 8090 4 85
Pontocentral
3 90100 8 95 8
75Km/h
4 100110 8 105 6
6 115
5 110120
4
6 120130 10 125
7080
2
f=40
0
Aconstruodeumpolgonodefrequnciasmuitosimples.Primeiro, 70 75 80 85 9095100105110115 120 125 130
construmos um histograma; depois marcamos no telhado de cada
Velocidade(Km/h)
colunaopontocentraleunimossequencialmenteessespontos.
Ogiva (pronunciase ojiva). Conhecida tambm por polgono de frequncia acumulada. um grfico em linha que
representa as freqncias acumuladas (Fa), levantada nos pontos correspondentes aos limites superiores dos intervalos de
classe.Paraconstrula,vocdeveelaborarohistogramadefreqnciafemumaescalamenor,considerandooltimovalora
freqnciaacumuladadaltimaclasse,nocaso,40.
Resultadosdosregistros
40 40
i Velocidade(Km/h) f Fa deumradar
Quantidadedeveculos
35
1 7080 4 4 30
30
2 8090 4 8 24
25
3 90100 8 16 20 16
4 100110 8 24
15
5 110120 6 30 8 8 8 10
10 6
6 120130 10 40 4 4 4
5
f=40
0
708090100110120130
Velocidade(Km/h)
- 27 -
3
MEDIDAS RESUMO
Oquedizerseumprofessorquersabersobreasnotasdos110alunosdeumadisciplina?Poderamos,talvez,
utilizar para resposta uma tabela com as frequncias das notas. Porm, o professor gostaria de uma resposta
rpida,quesintetizeainformaoquesetem,enoumadistribuiodefrequnciadasnotascoletadas.
Pararesumiraquantidadedeinformaocontidaemumconjuntodedados,utilizamos,emestatstica,medidas
quedescrevem,PORMEIODEUMSNMERO,caractersticasdessesdados.Vejaexemploabaixo.
NOTASDEESTATSTICADE110ALUNOSDAESCOLAA
5.6 8.3 4.5 8.7 3.9 9 5.5 7.9 9.5 10
9.6 6.6 5.3 3 9.5 3.9 9 5.6 7 5.9
7 8.9 2 8.7 9 3 8 6.7 4.2 6.5
6.5 4.6 9.5 5.3 3.9 9 3 8.8 9 8.9
7.1 6.5 3.9 4.9 9.4 5.3 9.5 2 5.3 7.5
9.2 9.8 9.5 5.9 5.5 5 7 8.3 5.6 9
6.1 5.6 4.9 6.5 9 9.6 7.5 7 9 4.5
4.2 8.9 9.6 9.8 8 6.5 7.9 2 5 5.3
7.3 8 9 5.6 1 9.8 4 9.5 3.6 5
8.6 4.2 9.6 8.9 5.9 4.2 6 5.3 8 2.8
9.2 9 9.8 3.9 8 9.5 3.3 8.4 5.3 4.5
Paraumaconclusorpida,qualfoiodesempenhodessesalunos?Istopodeserrespondidocomasmedidasabaixo.
Atravsdessasinformaespossvelanalisarodesempenhodessesalunos.
- 28 -
MDIA
MDIA SIMPLES - uma medida que representa um valor tpico ou normal num conjunto de dados.
A mdia simples serve como um ponto de equilbrio em um conjunto de dados (como o ponto de apoio de uma
gangorra).Cadadadotemigualimportnciaepeso.Sofreainflunciadetodososdados.
AMdiasimplesobtidapelaseguinteequao:
x =xsomadosvaloresdosdados AMdiarepresentadapor x
nquantidadededados (lsexbarra)
EXEMPLO. Supondo que uma escola adote como critrio de aprovao a Mdia 7,0 e, considerando as quatro
notasdeJooeMariaduranteoano,informeseforamaprovados.
MdiadasnotasdeJoo
NotasdeJoo:3,5|6,0|9,5|9,0| 10.0 9.5 9.0
8.0 7,0 MdiadeJoo
x =x3,5+6,0+9,5+9,0 6.0
Notas
6.0
n4
4.0 3.5
x =7,0aprovado 2.0
0.0
1Bim 2Bim Mdia 3Bim 4Bim
Bimestres
MDIA PONDERADA. Semelhante a Mdia simples, porm, atribuindo-se a cada dado um peso que
retrate a sua importncia.
Otermoponderaosinnimodepeso,importncia,relevncia.Sugere,ento,aatribuiodeumpesoaumdeterminadodado.
Emalgunscasos,osvaloresvariamemgraudeimportncia,demodoquepodemosquererponderlosapropriadamente.calculada
multiplicandoseumpesoporcadavalor,fazendocomquealgunsvaloresinfluenciemmaisfortementeamdiadoqueoutros.
AMdiaponderadaobtidapelaseguinteequao: Vamosrepresentara
Mdiaponderadapor
xp =(x.p)somadosvalores.pesos
xp
psoma
dospesos
EXEMPLO SupondoqueumaescolaadotecomocritriodeaprovaoaMdia7,0,sendoqueasprovasbimestrais
soponderadas compesos1,2,3e4,respectivamenteparao 1bim,2bim,3bime4bim.Considerandoas
notasdeJoo(naordembimestralcrescente),informesefoiaprovado.
NotasdeJoo:|9,0|8,0|6,0|5,0 MdiaponderadadasnotasdeJoo
10,0 9,0
x p =(x.p) 8,0
8,0
Notasepesos
p 6,3 Mdiaponderada
6,0
6,0 5,0
xp =(9,0.1)+(8,0.2)+(6,0.3)+(5,0.4) 4,0
1+2+3+4 4
2,0 3
1 2
x p =6,3reprovado 0,0
1Bim 2Bim Mdia 3Bim 4Bim
Nota.Emumamdiasimpleseleseriaaprovadopor7,0. Bimestres
A atribuio de pesos visa fazer com que certos valores tenham mais influncia no resultado do que outros. Tambm pode ser
aplicadoemclculosdendicesdeinflao,atribuindopesosparasetordevesturio,alimentao,etc.
- 29 -
MDIA DE DISTRIBUIO DE FREQUNCIA aplica-se quando no se tem a lista original dos dados
Quando trabalhamos com uma distribuio de frequncia, no sabemos os valores exatos que caem em
determinada classe. Para tornar possveis os clculos, consideramos que, em cada classe, todos os valores
amostraissejamiguaisaopontocentraldeclasse.Porexemplo,considereointervalodeclasse7080,com
umafrequnciade4.Admitimosquetodosos4valoressejamiguaisa75(opontocentraldeclasse).Comototal
de75repetido4vezes,temosumtotalde75x4=300.Podemos,ento,somaressesprodutosobtidosdecada
classeparaencontrarototaldetodososvalores,osquais,ento,dividimospelaquantidadededados.
importantesalientarqueadistribuiodefrequnciaresultaemumaaproximaodamdia
porquenosebaseianalistaoriginalexatadosvaloresamostrais.
CALCULANDOAMDIADEDISTRIBUIODEFREQUNCIACOMINTERVALODECLASSE
Pontocentraldeclasse
Procedimento:
i Velocidade(Km/h) f x f.x
1. Multiplicar as frequncias f pelos pontos centrais
1 7080 4 x=
75 300 declassexeadicionarosprodutos.
2 8090 4 85 340 2. Somarasfrequnciasf;
3 90100 8 95 760 3. Somarosprodutos(f.x);
4 100110 8 105 840 4. Aplicarafrmulaabaixo:
5 110120 6 115 690
6 120130 10 125 1250 x =(f.x)4180=104,5Km/h
f40
f=40 (f.x)=4180
MdiaapartirdeumHISTOGRAMACOMINTERVALOSDECLASSE:
10
(4*75)+(4*85)... adicionar os produtos. Depois, divida pela soma das
8 8
8 freqncias.
6
6
+ (4*75)+(4*85)+(8*95)+(8*105)+(6*115)+(10*125)
4 4
4
4+4+8+8+6+10
2 x x
0 x =(f.x)4180=104,5Km/h
758595105115125
708090100110120130
f40
Velocidade(Km/h)
CALCULANDOAMDIADEDISTRIBUIODEFREQUNCIASEMINTERVALODECLASSE
Nota(x) f f.x Quandoadistribuionotemagrupamentodeclasses,
(ndealunos) consideraremos as frequncias como sendo os pesos
4,0 5
X = 20 doselementoscorrespondentes:
5,0 3 15
6,0 2 12 (5*4,0)+(3*5,0)+(2*6,0)+(3*7,0)+(2*8,0)+(10*9,0)
7,0 3 21 5+3+2+3+2+10
8,0 2 16
9,0 10 90 x =(f.x)174=6,96
f=25 (f.x)=174 f25
MdiaapartirdeumHISTOGRAMASEMINTERVALODECLASSE Multipliqueafreqnciaporx(notas)eadicioneos
produtos.Depois,dividapelasomadasfreqncias.
Desempenhodosalunosnaprova
12 (5*4,0)+(3*5,0)+(2*6,0)+(3*7,0)+(2*8,0)+(10*9,0)
10
Nmerode
10 5+3+2+3+2+10
alunos
8
6 5
4 3 3
x =(f.x)174=6,96
2 2
2 x f25
0
4.0 5.0 6.0 7.0 8.0 9.0
Nota
- 30 -
MEDIANA
Comoacharamedianadeumconjuntodedados
ParaquantidadeMPARdevalores ParaquantidadePARdevalores
n
1
n 2
P
P1
Asposiesdostermos
2
APosiodotermocentraldadapor: eP2=aquesucedeP1
centraissodadaspor:
Ex.:12,78,69,75,80,71,82,73,785.n=9 Ex.:12,78,69,75,80,71,82,73,785,995.n=10
1 2
0
9
1
P1
P
=55posio =5posioeP2=6posio
2
AMdovalorda5posio.Ordenandoosdados,temos: AMdovalorentrea5e6posio.Ordenandoosdados,temos:
12,69,71,73,75,78,80,82,785 12,69,71,73,75,7880,82,785,995
123456789 12345678910
Mediana Mediana
7
5
7
8
M
d
AMdaMdiadosdoistermoscentrais. =76,5
2
MEDIANAdeumadistribuiodefrequnciaeHistogramaSEMINTERVALOSDECLASSE
Desempenhodosalunosnaprova
Nota
f f =n=25mpar
12
Fa Observaes 11
n
1
2
5 2
1
Nmerodealunos
P
=13 10
2
AcumuleFaeacheaposiodaMd n 40
Independentesenmparouparusaseaequao /2.Ento, /2=20
A Md est na 20 posio e ser algumvalordaclasse mediana100 110.A
i Velocidades f Fa partirdaequaoabaixopodemosacharumaaproximaodaMd.
1 7080 4 4
n Resolvendoaequao,temos:
2 Faant * h
2 8090 4 8
3 90100 8 16 Md linf 40
2 16 * 10
4 100110 8 24 20 f
Md 100
5 110120 6 30 linf=limiteinferiordaclassemediana 8
6 120130 10 40 Faant=Fadaclasseanterior
h=amplitudedointervalodeclasse
f=40 f=freqnciadaclassemediana
Md=105Km/h,aproximadamente
Resultadosdosregistros Ototaldasfrequncias40.Ento,aMdser40/2=20posio.Observe
12 deumradar Fa pelo Fa que a classe mediana 100 110. Tambm possvel
Quantidadedeveculos
10
10 Faant=16 20 determinarlinf,Faant,hef.Ento,aplicandoaequao,temos:
8 8 8
(4+4+8)
f=8 6 40
6 2 16 * 10
4
4 4
Md 100 = 105km/h,aproximadamente
2
h 8
10
linf
0
708090100110120130
Velocidade(Km/h)
- 31 -
Em relao mediana na distribuio de freqncia com intervalos de classe, admitese que as velocidades dos veculos se distribuem
40
continuamente.Nessecaso,amedianaavelocidadeparaoqualametadedafreqnciatotal /2=20ficasituadaabaixoeaoutraacima
dele.Ora,asomadastrsprimeirasfreqnciasdeclasse4+4+8=16.Ento,paraobtera20velocidadedesejada,sonecessriosmais4
4
dos8casosexistentesna4classe.Comooquartointervalodeclasse,100110,amedianasituasea4/8dedistncia,e:100+ /8(110
100)=105km/h.Comaequaoficamaisfcilencontraramedianapoisnoexigeestetipoderaciocnio.
MODA
Medida que representa o valor que mais se REPETE em um conjunto de dados.
Nalinguagemcoloquial,modaalgoqueestemevidncia,ouseja,algoquesevbastante!Emestatsticaamodaovalorquedetm
o maior nmero de observaes, ou seja, o valor ou valores mais frequentes em uma srie de dados. A moda no necessariamente
nica,aocontrriodamdiasimplesoudamediana.especialmentetilquandoosvaloresouobservaesnosonumricos,umavez
queamdiaeamedianapodemnoserbemdefinidas.
Asrie{1,3,5,5,5,6,6,7}apresentamoda=5,poisonmeroquemaisserepete.
Exemplos: Asrie{1,3,5,5,6,6,7,8}apresentaduasmodas(Bimodal):5e6,poissoosquemaisserepetem.
Asrie{1,3,5,5,6,6,7,7}apresentamaisdoqueduasmodas(Polimodal):5,6e7
Asrie{1,3,2,5,8,7,9,10}noapresentamoda=amodal,poisnenhumnmeroserepete.
MODAdeumadistribuiodefreqnciaeHistogramaSEMINTERVALOSDECLASSE
Notasdosalunos Desempenhodosalunosnaprova
4,0 5,0 8,0 9,0 f
Nota 12
(ndealunos)
Nmerodealunos
MODAdeumadistribuiodefrequnciaeHistogramaCOMINTERVALOSDECLASSE
120+130=125Km/h
a)ModaBruta 2
Resultadosdosregistros
A Moda Bruta ser o ponto 12 deumradar
Quantidadedeveculos
Velocidade(Km/h)
- 32 -
b)Modadeczuber
ExemplodeclculodaModadeCzuber(pelaDistribuiodeFreqnciaepeloHistograma)
Quantidadedeveculos
10
1 7080 4 10
8 8 f(ant) f(post)
2 8090 4 8
3 90100 8 6
6
4 100110 8 4 4
4
5 110120 6
2
h*
6 120130 10
Classemodal
(temmaiorfrequncia)
f=40 0
Classe
70 80 90 100 110120130 modal
Velocidade(Km/h)
(10 - 6)
D1 4
Mo l * h Mo 120 * 10 Mo 122,85
D1 D 2 4 10
(10 - 6) (10 - 0)
Nota:Comonoexistefrequnciasimplesdaclasseposteriorclassemodal,entoff(post)=100.
1Apartirdosvrticessuperioresdoretngulocorrespondenteclassemodal(AeB),traamososseguimentosconcorrentes
AC e BD, ligando cada um deles ao vrtice superior adjacente do retngulo correspondente a uma classe vizinha, conforme
ilustradonafiguraacima.
2ApartirdainterseodossegmentosACeBD,baixamosumaperpendicularaoeixohorizontal,determinandoopontoque
indicaaModa,que122,85.
- 33 -
Peloformatodadistribuiodosdados,sempreexistirumarelaoemprica(baseadonaexperincia)entrea
mdia, mediana e a moda. Atravs dessa relao podemos saber, aproximadamente, onde se encontram essas
medidas,semnecessidadedeclculos.
QuandoaMdia,MedianaeModasecoincidem,chamamosadistribuiodosdadosdeSimtricaouNormal.
Mdia=mediana=moda SIMTRICAouNORMALouFORMADESINO
0 Mediana=90Km/h
708090100110 90=90=90
Velocidade(Km/h)
Moda=90Km/h
QuandoaMdia,MedianaeModanosecoincidem,chamamosadistribuiodosdadosdeassimtrica.
Mdia<mediana<moda Assimtricaesquerda(ounegativa)
Resultadosdosregistros Neste tipo de distribuio, a mdia, mediana e a moda estaro
12 deumradar Mediana aproximadamenteconformegrficoaolado.Amdiasermenor
Quantidadedeveculos
queamedianaeamoda.Oclculoabaixoconfirmaaafirmativa:
10 9 Moda
Mdia
8 Mdia=70(1)+80(3)+90(6)+100(9)+110(2)=94Km/h
6
6 1+3+6+9+2
4 3
Mediana=100Km/h
2
2 1 MeMdMo
0
94<100100
708090100110 Moda=100Km/h
Velocidade(Km/h)
Mdia>mediana>moda Assimtricadireita(oupositiva)
Neste tipo de distribuio, a mdia, mediana e a moda estaro
Resultadosdosregistros aproximadamenteconformegrficoaolado.Amdiasermaior
12 queamedianaeamoda.Oclculoabaixoconfirmaaafirmativa:
deumradar
Quantidadedeveculos
10 Mediana 9 Mdia
Mdia=70(2)+80(9)+90(6)+100(3)+110(1)=86Km/h
Moda
8 2+9+6+3+1
6
6
Mediana=80Km/h
4 3
MeMoMd
2
2 1 86>8080
0
Moda=80Km/h
708090100110
Velocidade(Km/h)
- 34 -
AsmedidasusadassoaMediana,oQuartil,DecileoPercentil.Amedianajconhecemos.Estudaremosasoutrasmedidas.
QUARTIL (4 PARTES) 0%25%50%75%100%
Divide um conjunto de dados em quatro |----------|---------|----------|---------|
partes iguais. Precisamos, portanto, de 3 Q1Q2Q3
2quartil 3quartil
quartis (Q1 , Q2 e Q3 ) para dividir a srie 1quartil
Coincidecoma deixa75%dosdados
deixa25%dosdados
emquatropartesiguais. abaixodele. mediana. abaixodele.
O mtodo mais prtico utilizar o princpio do clculo da mediana para os 3 quartis. Na realidade sero calculadas "3
medianas"emumamesmasrie.
DetermineQ1,Q2eQ3.dossalriosde9empregadosdaumaempresa,abaixo
12Q134567Q389
$500$550|$600$650$700$750$800|$850$900
$575Q2$825
Q1seramdiada2e3posioMdQ3seramdiada7e8posio
QUARTILdeumadistribuiodefreqnciaSEMINTERVALOSDECLASSE n
1
4
5 4
1
1 85 4 4
2 90 4 8 Interpretao:25%dosveculostiveramvelocidadesabaixode95Km/h
1quartil
3 95 8 16
3
4 4
5
1
3
n 4
1
) =( ) =34,535posio=110Km/h
4 100 8 24
3quartilQ3=(
5 105 6 30
6 110 15 45 3quartil
Interpretao:75%dosveculostiveramvelocidadesabaixode110Km/h
f=45
QUARTILdeumadistribuiodefreqnciaCOMINTERVALOSDECLASSE
n 4
n 2
3 4
n
4 100110 8 24
por por
5 110120 6 30 3quartil
6 120130 10 40
AcumuleFaeacheasposiesQ1eQ3. f=40
1quartilQ1 3quartilQ3
Independente se n mpar ou par usase somente a Independente se n mpar ou par usase somente a
n 40 3n 3*40
equao /4.Ento, /4 = 10.OQ1 estna 10posio equao /4. Ento, /4 = 30. O Q3 est na 30
eseralgumvalordaclasseQ190100.Logo: posioeseralgumvalordaclasseQ3110120.Logo:
n Resolvendoaequao: 3n Resolvendoaequao:
4 Faant * h 4 Faant * h
Q1 linf 40 Q3 linf 3*40
f 4 8 *10 f
4 24 *10
linf=limiteinferiordaclasseQ1 Q1 90 linf=limiteinferiorclasseQ3
Q3 110
Faant=Fadaclasseanterior 8 Faant=Fadaclasseanterior 6
H=amplitudeintervaloclasse h=amplitudeintervaloclasse
Q1=92,5Km/h Q3=120Km/h
f=freqnciadaclasseQ1 f=freqnciadaclasseQ3
Interpretao:aproximadamente25%dosveculosregistrados Interpretao:aproximadamente75%dosveculosregistrados
tiveramvelocidadesabaixode92,5Km/h tiveramvelocidadesabaixode120Km/h
- 35 -
D 1
n 0
por
D=decilprocurado 4 100110 8 24
n=quantidadededados
5 110120 6 30
6 120130 10 40 ClasseD8
AcumuleFaeacheasposies.
f=40
Acheo3Decil(D3)dadistribuiodefrequncia Acheo8Decil(D8)dadistribuiodefrequncia
Dn 3*40 Dn 8*40
Usando /10 temos /10 = 12. O D3 est na 12 Usandoaequao /10temos /10=32.OD8estna
posioeseralgumvalordaclasseD390100: 32posioeseralgumvalordaclasseD8120130:
Dn Resolvendoaequao: Dn Resolvendoaequao:
10 Faant * h 10 Faant * h
D3 linf 3* 40 D8 linf 8*40
f 10 8 *10 f 10 30 *10
linf=limiteinferiordaclasseD4
D3 90
linf=limiteinferiordaclasseD8 D8 120
8 10
Faant=Fadaclasseanterior Faant=Fadaclasseanterior
h=amplitudeintervaloclasse D3=95Km/h h=amplitudeintervaloclasse D8=122Km/h
f=freqnciadaclasseD4 f=freqnciadaclasseD8
Interpretao:aproximadamente30%dosveculosregistrados Interpretao:aproximadamente80%dosveculosregistrados
tiveramvelocidadesabaixode95Km/h tiveramvelocidadesabaixode122Km/h.
P 1
n 0
3 90100 8 16 ClasseP27
por P=percentilprocurado
0
n=quantidadededados 4 100110 8 24
5 110120 6 30 ClasseP72
AcumuleFaeacheasposies. 6 120130 10 40
f=40
Acheo27Percentil(P27)dadistribuiodefrequncia Acheo72Percentil(P72)dadistribuiodefrequncia
Pn 27*40 Pn 72*40
Usando /100 temos /100=10,811.OP27estna Usando /100temos /100=28,829.OP72estna
11posioeseralgumvalordaclasseP2790100: 29posioeseralgumvalordaclasseP29110120:
Pn Resolvendoaequao: Pn Resolvendoaequao:
100Faant * h 100Faant * h
P27 linf
27* 40 P72 linf 72* 40
f 100 8 * 10 f 100 24 *10
P27 90
D8 110
linf=limiteinferiorclasseP27 8 linf=limiteinferiorclasseP72 6
Faant=Fadaclasseanterior Faant=Fadaclasseanterior
h=amplitudeintervaloclasse P27=93,5Km/h h=amplitudeintervaloclasse P72=118Km/h
f=freqnciadaclasseP27 f=freqnciadaclasseP72
Interpretao:aproximadamente27%dosveculosregistrados Interpretao:aproximadamente72%dosveculosregistrados
tiveramvelocidadesabaixode93,5Km/h. tiveramvelocidadesabaixode118Km/h.
- 36 -
Otermovariaosugeretornarvriooudiverso;alterar,diversificar;mudar;serinconstante;noserconforme,
discrepar.Namaioriadoscasosexistirvariaoemumconjuntodedados,independentedacaractersticaque
vocestejamedindo,poisnemtodososindivduosteroomesmoexatovalorparatodasasvariveis.
EXEMPLO
Durante o ano letivo a Mdia das notasde Joo, Mrio, Maria e Jos foi 7,0. Se considerarmosapenas a
Mdia,nonotaremosqualquerdiferenaentreosquatroalunos.Noentanto,observasequeasnotasso
muitodiferentesemrelaoaMdia.Hvariaodenotase,nocasodeJooeJos,bemdiscrepante:
Grandevariao
MdiadasnotasdeJoo apartirdaMdia MdiadasnotasdeMrio Semvariaoa
10,0 9,5 10,0 partirdaMdia
9,0
8,0 7,0 8,0 7,0 7,0 7,0 7,0 7,0
6,0
Notas
Notas
6,0 6,0
4,0 3,5 4,0
2,0 2,0
0,0 0,0
1Bim 2Bim Mdia 3Bim 4Bim 1Bim 2Bim Mdia 3Bim 4Bim
Bimestres
Bimestres
Notas
6,0 6,0
4,0
4,0 4,0
2,0 2,0
0,0 0,0
1Bim 2Bim Mdia 3Bim 4Bim 1Bim 2Bim Mdia 3Bim 4Bim
Bimestres Bimestres
Diante deste contexto, podemos questionar: qual o aluno mais estvel? Qual teve melhor
desempenho? Qual o aluno com pior desempenho? Notadamente o aluno de melhor desempenho o
Mrio,poistodasassuasnotasforam7,0e,portanto,nohouvenenhumavariaoemrelaoaMdia.
JJoseJootiveramopiordesempenhopoissuasnotasestiverammuitodistantesdaMdia.
Neste captulo vamos desenvolver maneiras especficas de realmente medirmos a variao, de modo
quepossamosusarnmerosespecficosemlugardejulgamentosubjetivo.
Outrosexemplosdevariaes:
Ospreosdascasasvariamdecasaparacasa,deanoparaanoedeestadoparaestado.
Ospreosdeumprodutovariamdesupermercadoparasupermercado.
Otempoquevoclevaparachegaraotrabalhovariadiaadia.
Otamanhodaspeasproduzidasemumaempresatambmvaria.
Arendafamiliarvariadefamliaparafamlia,depasparapasedeanoparaano.
Osresultadosdaspartidasdefutebol,detemporadaparatemporada,variam.
Asnotasquevoctiranasprovas,nodiferente,tambmvariam.
Seusaldobancriotambmvaria,podendoserdehoraemhora,diaadia,msams.
Estudaremosalgunstiposdemedidasdevariao:varincia,desviopadroecoeficientedevariao.
- 37 -
EntendendoaVarinciaeoDesvioPadroCalculandoaVarinciaeoDesvioPadro
DesviosemtornodaMdiadasnotasdeJoo O problema da soma dos desvios foi resolvido pelos
matemticos:bastaelevarcadadesvioaoquadradoantes
10,0 9,5 9,0 de somlos. Um nmero ao quadrado sempre positivo,
portantoasomanoseanulamais,eamdiadosdesviosao
+2,5+2,0
8,0
7,0 quadradopodesercalculada:
Varincia amostral
Nogrficopercebemosqueodesviodeterminaoquanto Agora, podemos calcular a mdia dos quadrados dos
2
cada elemento do conjunto de dados se distancia da desvios,chamadadeVarincia,representadaporS :
mdia7,0.No1Bim.faltam3,5parasechegaraMdia
2
e no 2 Bim. 1,0. J nos 3 e 4 Bim. temos +2,5 e +2,0 S2= ( x x) 23,5=7,8
acima da mdia, respectivamente. Transpondo essas 41
informaesparaumatabela,temos: n1
Adivisoporn1apareceporfornecerummelhorresultadodo
queadivisoporn.
Notas Mdia Desvios
Desvio padro amostral
(x) ( x ) (x x ) Mas, se elevamos os desvios ao quadrado para poder
3,5 7,0 3,5 calcularsuamdia,noseriacorretoqueagorafizssemosa
6,0 7,0 1,0 raiz quadrada dessa mdia, para desfazer a potenciao?
9,5 7,0 2,5 Sim, e o valor dessa raiz chamado Desvio padro,
9,0 7,0 2,0 representadoporS:
=0
Desviopadro S= 7,8 =2,8
Interpretao: O desvio padro indica que a maioria das notas de
Perceba que a soma dos desvios igual a zero. Esta
Joo est concentrada dentro dos limites de 2,8 em torno da
caracterstica no exclusiva deste exemplo. Ela sempre mdia7,0.Ouseja,seconcentrandoentre4,2e9,8:
ocorreeprendeseaofatodequeamdiaopontode
equilbrioemumconjuntodedados. 4,22,8+2,89,8
Comoosdesviosindicamograudevariaodosvalores
7,0
em relao mdia, seria interessante poder encontrar
um nico nmero que o representasse. Algo como a
mdia dos desvios. Mas, para fazer essa mdia, Equao da Varincia e Desvio padro
precisamossomarosdesvioseacabamosdeverqueessa Podemosconcluir,ento,ousodasequaes:
CalculandoaVarinciaeoDesviopadrodasnotasdeMaria,JoseMriopassoapasso.
NotasdeMaria:6,56,57,57,5
1CalcularaMdia 2CalcularaVarincia 3CalcularoDesviopadro
x x S2= ( x x) 2
S= S2 0 , 33
n n 1
x =6,5+6,5+7,5+7,5=7,0 S2=(6,57,0)2+(6,57,0)2+(7,57,0)2+(7,57,0)2=0,33 S=0,5
4 41
Interpretao:OresultadoindicaqueamaioriadasnotasdeMaria 6,50,5+0,57,5
estconcentradadentrodoslimitesde 0,5emtornodaMdia
7,0.Ouseja,seconcentrandoentre6,5e7,5. 7,0
NotasdeJos:4,09,58,56,0
1CalcularaMdia 2CalcularaVarincia 3CalcularoDesviopadro
x x S2= ( x x) 2
S= S2 6 ,16
n n 1
x =4,0+9,5+8,5+6,5=7,0 S2=(4,07,0)2+(9,57,0)2+(8,57,0)2+(6,07,0)2=6,16 S=2,5
4 41
Interpretao:OresultadoindicaqueamaioriadasnotasdeMaria 4,52,5+2,59,5
estconcentradadentrodoslimitesde 2,5emtornodaMdia
7,0.Ouseja,seconcentrandoentre4,5e9,5. 7,0
NotasdeMrio:7,07,07,07,0
1CalcularaMdia 2CalcularaVarincia 3CalcularoDesviopadro
x x S2= ( x x) 2
S= S2 S=0
n n 1
x =7,0+7,0+7,0+7,0=7,0 S2=(7,07,0)2+(7,07,0)2+(7,07,0)2+(7,07,0)2=0
4 41
O resultado indica que todas as notas de Mrio esto dentro dos limites de 0 em torno da Mdia 7,0. Ou seja, se
concentrandoexatamentenamdia7,0.Portanto,semvariao.
ObservequeodesviopadrodasnotasdeJooindicaqueestoconcentradasdentrodoslimitesde 2,8emtornodamdia7,0.Ouseja,se
concentrandoentre4,2e9,8.Istorepresentaumdesviopadrogrande.
- 39 -
COEFICIENTE DE VARIAO - CV
a medida relativa de variao que sempre expressa sob a forma de porcentagem (%).
Em algumas situaes, podemos estar interessados em uma estatstica que indique qual o tamanho do desvio padro em relao
mdia.Amelhorformaderepresentlaatravsdocoeficientedevariaoporserexpressanaformadeporcentagem.
FazendoaDistribuiodeVariabilidadedasnotasdeJoo,Maria,JoseMrio,temos:
*
i Velocidade(Km/h) f f.xi (xi x )2 f
2
1 60x 4 =240 (6072,5) *4=625
2 65 6 390 (6572,5)2*6=337
3 70 11 770 (7072,5)2*11=69
4 75 8 600 (7572,5)2*8=50
5 80 7 560 (8072,5)2*7=394
6 85 4 340 (8572,5)2*4=625
f=40 (f.xi)=2.900 =2.100
Clculodamdia Clculododesviopadro
DesviopadroCOMINTERVALODECLASSE
*
i Velocidade(Km/h) f xi f.xi (xi x )2 f
1 7080 4x 75 =300 (75104,5)2*4=3.481
2 8090 4 85 340 (85104,5)2*4=1.521
3 90100 8 95 760 (95104,5)2*8=722
4 100110 8 105 840 (105104,5)2*8=2
5 110120 6 115 690 (115104,5)2*6=661
6 120130 10 125 1250 (125104,5)2*10=4.202
f=40 (f.xi)=4180 =10.589
Clculodamdia Clculododesviopadro
ClculodoDesviopadroapartirdeumHistogramaemclasses
R e s u l t a d o s d o s r e g i s t r o s d e u m r a d a r
12
10
Quantidadedeveculos
10 (4*75)+(4*85)...
8
8 8 Primeiramente,vocdevecalcularamdia:
6
6
+ (75*4)+(85*4)+...+(125*10)=104,5Km/h
4
4
4 4+4+8+...+10
2 x x
0
758595105115125
708090100110120130
Velocidade(Km/h)
S= (x x)2*f
f 1
Depois,calculeoDesviopadro,observandoosdadoscirculadosnogrficoacima:
(75104,5)2*4+(85104,5)2*4+...+(125104,5)2*10=16,47Km/h
401
- 41 -
8
Assimtrica
7 Moda esquerda
direita
(negativa)
6 (positiva)
4 4
4 3 3
.
2
0 Mdia
708090100 110
Velocidade(Km/h) Importante
Positiva Resultadosdosregistros
Negativa Sempre que a curva da distribuio
12 Mediana deumradar Resultadosdosregistros se afastar do eixo central, no caso,
Quantidadedeveculos
9
10 9 Moda tendo um certo grau de
8 Mdia afastamento,chamadodeassimetria
6 8
6 6 da distribuio. Este afastamento
6
podeacontecerdoladoesquerdoou
4 3 4
2 3 do lado direito da distribuio,
2
2 1 2 1 chamado de assimetria negativa ou
0 0 positiva,respectivamente.
708090100110 708090100 110
Velocidade(Km/h) Velocidade(Km/h)
xMo
A
s
3
x S
M
d
x =mdia SeAs=0,sersimtrica ( ) Voc pode usar
Mo=moda SeAs<0,serassimtricaesquerda(negativa) esta equao
S=desviopadro SeAs>0,serassimtricadireita(positiva) tambm.
Ao construir o histograma podemos comparar com uma Ao construir o histograma podemos comparar com uma
distribuio simtrica. Perceba o quanto a mdia desta distribuio simtrica. Perceba o quanto a mdia desta
distribuioseafastadoeixocentral,simtrico. distribuioseafastadoeixocentral,simtrico.
Graudeafastamento0,730
Resultadosdosregistrosdeumradar
Result ados dos regist ros de um radar Graude
35 35 afastamento0,693
Quantidadeveculos
30
30 30
25 24 25 23
20
20 20
15 12 15 14
10 11
10 10
6 6
5 5
0 0
7580 859095 7580859095
Velocidade(Km/h) Velocidade(Km/h)
- 42 -
Interpretao da assimetria. Quanto mais As se afasta de zero, mais assimtrica ser a distribuio, podendo ser fraca (se
situada at |0,15|), moderada (se situada de |0,15| a |1|) ou forte (se maior que |1|). Forte, nesse caso, no algo
necessariamente bom, pois indica que a distribuio est fortemente (muito) distante do eixo central, no caso, da mdia.
Portanto,paraefeitosdeinfernciaestatstica,melhorqueaAsseaproximedezero,nocaso,deumadistribuiosimtrica.
Simtrica
. Assimtricadireita Assimtricaesquerda
(positiva) (negativa)
Mdia
forte moderada Fraca Fraca moderada forte
10,15 0 0,15 1
Abarra||indica,matematicamente,queosinalnegativodesprezado.
CURTOSE. AanlisedaCurtosetambmimportante,poisabasedoestudodeprobabilidadeseinfernciaestatstica.
A curtose mede o grau de achatamento ou alongamento de uma distribuio, em relao a uma
distribuio padro, denominada curva normal
Q P
Q 1
3 9
-
P
Q3=3quartil SeC<0,263curvaleptocr ca
0
Coeficientepercentlicode
( ) P90=90percentil SeC=0,263curvamesocr ca curtose
P10=10percentil SeC>0,263curvapla cr ca
Portanto, para encontrar o coeficiente de curtose necessrio conhecimento e aplicao das medidas de ordenamento, no
caso,doquartilepercentil.Nesteexemplonocalcularemosessasmedidasumavezquejestudamosnottulo3.2Medidas
deordenamento.Vamosdiretoaoassunto.
Exemplo
Calculeocoeficientedecurtoseeinformeoseutipo.
C
Q P
Q P
i Velocidades f Fa Estadistribuiotem:
C
1
2
0
-
9
2
,
5
3 9
1 7080 4 4 Q1=92,5Km/h
2
2
1
2
6
-
8
0
=0,298
0
1
0
2 8090 4 8 Q3=120Km/h ( ) ( )
3 90100 8 16 P90=126Km/h
P10=80Km/h
4 100110 8 24
Como0,298>0,263,dizemosqueacurvaplaticrtica
5 110120 6 30
6 120130 10 40
f=40
importante ressaltar que o conhecimento e aplicao da Assimetria e Curtose ser complementado com o estudo da
distribuio normal, base da inferncia estatstica. Somente com todos esses conceitos estudados que entenderemos
realmenteaassimetriaecurtose.
- 43 -
4
PROBABILIDADE
possvelquantificaro
acaso?
- 44 -
Aolanarumdado,qualaprobabilidadedeobter4? Aolanaramoeda,qualaprobabilidadededarcara?
Comorepresentarnumericamenteaschancesdesseseventos?
Conhecidas certas condies, possvel responder a essas duas perguntas, antes mesmo da realizao desses
experimentos. A teoria da probabilidade surgiu para tentar calcular a chance de ocorrncia de um resultado
imprevisvel, porm, pertencente a um conjunto de resultados possveis. Todos os dias somos confrontados com
situaes,quenosconduzemautilizarateoriadeprobabilidade:
Dizemosqueexisteumapequenaprobabilidadedeganharnaloteria;
Dizemosqueexisteumagrandeprobabilidadedenochovernumdiadevero;
Ogerentequersaberaprobabilidadedeoprojetoserconcludonoprazo;
Oanalistafinanceiroquersaberachancedeumnovoinvestimentoserlucrativo;
Ogerentedemarketingquersaberaschancesdequedadevendasseaumentarospreos;
Oeng.produoquersaberaprobabilidadedeumnovomtododemontagemaumentaraprodutividade.
POSSVEL QUANTIFICAR O ACASO. Desse modo, se houver probabilidades disponveis, podemos determinar a
possibilidade de cada um dos eventos ocorrer. Para continuar o estudo de probabilidades, trs conceitos so
importantes:Experimentoaleatrio,espaoamostraleeventos.
Experimento aleatrio
Eventos
EventoA{sairnmerodois}A={2}.
Lanar um dado e
observar sua face
EventoB{sairnmeromaiorque4}B={5,6}.
EventoC{sairnmeropar}C={2,4,6}.
S = {1,2,3,4,5,6} EventoD{sairnmeromenorque2}D={1}.
ODiagramadeVennpoderepresentargraficamenteoespaoamostraleoevento.
EventoA{sairnmerodois}A={2}.EventoC{sairnmeropar}C={2,4,6}.
Espao
A S amostral S Espao
1 C amostral
Evento 1
2 Evento
2
34
3
5 S = {1,2,3,4,5,6} 6
4 5 S = {1,2,3,4,5,6}
6 A={2}
C={2,4,6}
AreadocrculorepresentaoEventoeareadoretngulorepresentatodososelementosdeumespaoamostral.
4.2 CLCULOS DE PROBABILIDADES
Probabilidade
n( A ) n elementos no evento A
Aprobabilidadedadapor: P
S Espao amostral
Exemplos:
1)Nolanamentodeumdado,qualaprobabilidadedeoresultadoseronmero2?
A={2} A=1 P(A)=1=0,1666ou16,66% aprobabilidadedeoresultadosero2
S={1,2,3,4,5,6} S = 6 6 de1chanceem6ou0,1666ou16,66%.
2)Nolanamentodeumamoeda,qualaprobabilidadedeoresultadoserCara?
A={Ca} A=1 P(A)=1=0,50ou50%
S={Ca,Co} S = 2 2
3)Umaurnatem10bolas,sendo8pretase2brancas.Pegandoseumabola,qualaprobabilidadedeelaserbranca?
A={B,B} A=2 P(A)=2=0,20ou20%
S={P,P,P,P,P,P,P,P,B,B} S = 10 10
4) Em um lote de 200 peas, 25 so defeituosas e 175 so boas. Se um Analista Industrial retira uma pea, qual a
probabilidadedeessapeaserdefeituosa?
A={D,D,D,D,D...} A=25 P(A)=25=0125ou12,5%
S={B,B,B,B,B,B...D,D} S=200 200
5)Das120notasfiscaisemitidasporumaempresa,16temerrosdeimpresso.SeumAuditorselecionaumanotafiscal,
qualaprobabilidadedeessanotaapresentarerrosdeimpresso?
A={NE,NE,NE...} A=16 P(A)=16=0125ou12,5%
S={NB,NB,NB...NE,NE} S=120 120
NE=Notacomerro;NB=Notaboa
- 46 -
figuras
Observeascartasdeumbaralhode52cartas,abaixo:
NaipesValeteDamaReiss
(Paus)
(preta)
13cartas
(ouros)
(vermelha)
13cartas
(Espadas)
(preta)
13cartas
(Copas)
(vermelha)
13cartas
Quandoretiramosumacartadeumbaralhode52cartas,qualaprobabilidadedeoresultado:
SairumsdeOuros:temos1sdeOurosnobaralho,ento: SairumReis:temos4Reisnobaralho.Ento:
A={s} A=1 P(A)=1=0,019 A={R,R,R,R} A=4 P(A)=4=0,076
S={52cartas} S = 52 52
S={52cartas} S = 52 52
10/5120%0,4
Chance5050
Eventos complementares
ProbabilidadecomEventocomplementar
Probabilidadedo P( A )=1P(A)
eventonoocorrer Probabilidadeevento(A)
Exemplo.Nolanamentodeumdado,qualaprobabilidadedeoresultado:
Pela probabilidade (A) Probabilidade com evento complementar
seronmero2 noseronmero2
ODiagramadeVennabaixoilustraarelaoentreoespaoamostral,oeventoAeseucomplemento A :
P(A)=16,66%
P( A )=83,33%
Probabilidade(A) S Probabilidade
A 1 Complementar
2 3
5
6
4 Aequao1P( A )fundamentasena
A
interpretaodosvaloresprobabilsticos:
0 1
0,1666 A =0,8333
- 47 -
a probabilidade com eventos que no ocorrem ao mesmo tempo. Ou ocorre A ou ocorre B (A ou B).
A ocorrncia de um evento impossibilita a ocorrncia do outro.
Doiseventossomutuamenteexclusivosquandoaocorrnciadeumeventoexcluiaocorrnciadeoutro.impossvelocorreroseventosA
e B ao mesmo tempo. Ento, o termo ou indicar adio de probabilidades. Para encontrar a probabilidade de um evento ou outro
ocorrer,adicionamosasprobabilidadesdecadaevento:P(AouB)=P(A)+P(B).
Exemplo1.Aolanarumdado,aprobabilidadedesetiraro2ou5:
3 S
A
B 6 ou indicaAdio deprobabilidades. P(AouB)=P(A)+P(B)
5
2 ou 4 A={2} A=1 P(AouB)=1+1=2=0,3333
1 B={5} B=1 666
S={1,2,3,4,5,6} S =6
Exemplo2.Aoretirarumacartadeumbaralhode52cartas,a Exemplo 3. Numa urna esto 10 bolas, sendo 2 pretas
probabilidadedesairumReiouumaDama: (P),5amarelas(A)e3verdes(V).Pegandoseumabola,
qualaprobabilidadedeelaserpretaouverde?
A={R,R,R,R} A=4 P(AouB)=4+4=8=0,1538
A={P,P} A=2 P(AouB)=2+3=5=0,5
B={D,D,D,D} B=4 525252 B={V,V,V} B=3 101010
S={52cartas S=52
S={10} S=10
Eventos NO mutuamente exclusivos
a probabilidade com Eventos que podem ocorrer ao mesmo tempo. Ou ocorre A ou B ou AMBOS (A e B).
A ocorrncia de um NO impossibilita a ocorrncia do outro.
DoiseventosNOsomutuamenteexclusivosquandoaocorrnciadeumeventonoexcluiaocorrnciadeoutro.possvelocorrer os
eventosAeBaomesmotempo.Otermoou,indicaradioeeindicarambos
Exemplo1Aolanarumdado,aprobabilidadedeobterumnmeromparoumenorque3:
mpar Menorque3 OseventosAeBnosomutuamenteexclusivos,pois1ocorreemAeB(ambos).
B S
A 3 2 5
SeaplicarmosP(AouB)=P(A)+P(B)teremos: /6 + /6= /6. Observenodiagramaque
3 4
este resultado est incorreto, pois P(AouB) = /6. Este erro foi provocado pela dupla
1 6
5 2 contagemde1.
4
Nestecaso,ajustaremosaregradasomaparaevitaraduplacontagem.Aequaoser:
A e B (Ambos) P(AouB)=P(A)+P(B)P(AeB)
Ento,aprobabilidadedelanarumnmeromparoumenorque3ser:
A={1,3,5} A=3
B={1,2} B=2 P(AouB)=3+21=4=0,6666
AeB={1} AeB=1 6666
S={1,2,3,4,5,6} S =6
Exemplo2Numapesquisasobreaprefernciadedoisjornais,consultamos470pessoas,sendoque250lemojornalA,180
lemojornalBe60lemosjornaisAeB.Escolhendoumapessoaaoacaso,qualaprobabilidadedequeseja:
Jornal a) LeitordosjornaisAouB? P(AouB)=P(A)+P(B)P(AeB)
Jornal A B
A={250} 250+18060=370=0,7872
B={180} 470470470470
AeB={60}
60
S={470}
AeB
- 48 -
PROBABILIDADECONDICIONALEMULTIPLICAODEPROBABILIDADES
ocorreu (lseprobabilidadedeB,dadoqueAocorreu)
P(B|A)=P(AeB)
P(A)espaoamostraldeA,reduzido
AocalcularP(B|A)tudosepassacomoseP(A)fosseonovoespaoamostralreduzidodentrodoqual,queremos
calcularaprobabilidadedeB.Noutilizamosoespaoamostraloriginal.
Exemplo 1. Ao lanar um dado, observouse um nmero maior que 2 (evento A ocorreu). Qual a probabilidade de esse
nmerosero5(eventoB)?
Sero5 OeventoAocorreuequeremossaberoB(dentrodeA):
Maiorque2
A B A={3,4,5,6}
4 3
B={5}
5
Novoespao 6 P(B|A)seraprobabilidadedeocorreronmero5nonovoespao
amostral
amostralreduzidodeA.Ento:
AeB={5}1 P(B|A)=P(AeB)1=0,25
1
A={3,4,5,6}4 P(A)4
2
EspaoamostraloriginalS={1,2,3,4,5,6} ObservequenousamosoespaoamostraloriginalS.
EXEMPLO2 Ao lanar um dado, observouse umnmero maior que 1 (eventoA ocorreu).Qual a probabilidadedeesse
nmerosermpar(EventoB)?
mpar OeventoAocorreuequeremossaberoB(dentrodeA):
Maiorque1
A B A={2,3,4,5,6}
2
4 B={3,5}
3
Novoespao 6 5 P(B|A)seraprobabilidadedeocorrernmeromparnonovoespao
amostral
amostralreduzidodeA.Ento:
AeB={3,5}2 P(B|A)=P(AeB)2=0,40
1 A={2,3,4,5,6}5 P(A)5
ObservequenousamosoespaoamostraloriginalS
EspaoamostraloriginalS={1,2,3,4,5,6}
EXEMPLO5Numapesquisasobreaprefernciadedoisjornais,consultamos470pessoaseoresultadofoioseguinte:250
lemojornalA,180lemojornalB,60lemosjornaisAeB.Escolhendoumapessoaaoacaso,qualaprobabilidadede:
a)UmleitordojornalA,tambmserleitordoB? b)UmleitordojornalB,tambmserleitordoA?
Jornal Jornal
Jornal A B Jornal A B
Novoespao
190 190 amostral
Novoespao 60 60
amostral
120 120
O evento A ocorreu e queremos saber o B. Ento, denotamos O evento B ocorreu e queremos saber o A. Ento, denotamos
P(B|A).DentreosleitoresdoJornalA,devemosdestacarosque P(A|B). Dentre os leitores do Jornal B, devemos destacar os que
lemB;logo,oespaoamostraldesseeventoA(190+60=250). lem A; logo, o espao amostral desse evento B (120+60=180).
Ento,aprobabilidade: Ento,aprobabilidade:
AeB={60}60 P(B|A)=P(AeB)60=0,24
A={190+60}250 P(A)250
EXEMPLO6.OquadroabaixomostraosresultadosdeumestudonoqualospesquisadoresexaminaramoQIdeumacriana
eapresenadeumgeneespecficonela.
Gene Geneno AprobabilidadedequeacrianatenhaumQIalto(EventoB),dadoque
presente presente acrianatenhaogene(EventoA)?
a2peaserdefeituosa,dadoquea1dequalidade.
Soluo.Emrazodea1peaserdequalidade,oloterestantetem11 P(B|A)=4=0,3636
peas,4dasquaissodefeituosas.Ento: 11
a2peaserdequalidade,dadoquea1defeituosa.
Soluo. Em razo de a 1 pea ser defeituosa, o lote restante tem 11 P(B|A)=8=0,7272
peas,8dasquaissodequalidade 11
- 50 -
Multiplicao de probabilidade com eventos dependentes ...ache P(A e B) , dado P(B|A) e P(A)
Umaconsequnciamatemticaimportantedadefiniodeprobabilidadecondicionalaseguinte:
P(B|A)=P(AeB) sequeroachar:P(B|A)=?ento P(AeB)=P(A)xP(B|A)
P(A) P(AeB)P(A)
Isto,aprobabilidadedoseventos(AeB)oprodutodaprobabilidadedeumdelespelaprobabilidadedooutro,dadooprimeiro.
a)Ambassejamdefeituosas b)Ambassejamdequalidade
P(AeB)=? P(AeB)=?
4 4x3=0,090 8 8x7=0,4242
P(A)= /12 P(A)= /12
3 1211 7 1211
P(B|A)= /11 P(B|A)= /11
4 3 8 7
Aprobabilidadedea1peaserdefeituosa /12ea2 /11,poiso Aprobabilidadedea 1peaserdequalidade /12ea2 /11,
loterestantetem11peas,3dasquaissodefeituosas. poisoloterestantetem11peas,7dasquaissodequalidade.
EXEMPLO3Umaurnacontm7bolasbrancas(B)e3pretas(P).Extraindosetrsbolasemsequncia,qualaprobabilidade
deque:(nohreposio).
a)Asduasprimeirassejambrancaseaterceirasejapreta(ouseja,BBP)
7 6 7
A probabilidade de a 1 bola ser branca /10 e a 2 /9. A P(A)= /10
3 6 7x6x3=0,175
probabilidade de a 3 bola ser preta /8, pois a urna restante P(B|A)= /9
3 1098
tem8peas,3dasquaissopretas. P(C|B)= /8
b)Duassejambrancaseumasejapreta(ouseja:BBP,BPBouPBB)=3[BBP]
O evento sair duas brancas e uma preta pode ocorrer de trs maneiras que 7
P(A)= /10
diferem apenas pela ordem de aparecimento das bolas: (BBP, BPB, PBB). Logo, a 7 6 3
probabilidadeserasomadessasmaneiras.Ento,bastacalcularaprobabilidadede
6
P(B|A)= /9 3 x x =0,525
3
P(C|B)= /8 10 9 8
umadessasmaneiras(porexemplo,aprimeira)emultiplicarpor3.Ento:3(BBP).
c)Pelomenosduassejambrancas(ouseja:3[BBP]+[BBB])
2 brancas 3 brancas
3[BBP] [BBB]
Pelo menos duas brancas a mesma coisa que no 7
P(A)= /10
7
P(A)= /10 7 6 3 7 6 5
mnimo duas brancas, ou seja, duas ou trs brancas. 6 6 3 x x + x x =0,8166
Ento,calculamosduasbrancas+trsbrancas.
P(B|A)= /9
3
P(B|A)= /9
5
10 9 8 10 9 8
P(C|B)= /8 P(C|B)= /8
d)Nomximoumasejabranca(ouseja:[PPP]+3[PPB])
0 branca 1 branca
[PPP] 3[PPB]
No mximo uma branca a mesma coisa que ou 3
P(A)= /10
3
P(A)= /10 3 2 1 3 2 7
nenhuma branca ou uma branca. Ento, calculamos 2 2 x x + 3 x x =0,1833
nenhumabranca(todaspretas)+umabranca.
P(B|A)= /9
1
P(B|A)= /9
7
10 9 8 10 9 8
P(C|B)= /8 P(C|B)= /8
e)Pelomenosumasejapreta.(ouseja:3[PBB]+3[PPB]+[PPP])
1 preta 2 pretas 3 pretas
MTODOALTERNATIVO: [BBB]
7
maisprticousaro P(A)= /10 7 6 5
eventocomplementar: 6
P(B|A)= /9
1 x x =0,7083
5 10 9 8
1BBB(nenhumapreta) P(C|B)= /8
f)Todassejamdamesmacor:
[PPP]+[BBB]=0,30
- 51 -
AregradamultiplicaousadaparaacharP(AeB)paraeventosindependentes.Aquiassociaremosapalavrae
commultiplicao.Otermochaveusadosimultneo.Aequao:P(AeB)=P(A)xP(B).Existereposio
1 ( 1, 1 )
2 ( 1, 2 ) Exemplo 1. Ao lanar dois dados simultaneamente, qual a
1 3 ( 1, 3 ) probabilidade de:
4 ( 1, 4 )
1 ( 2, 1 )
PeloDiagramadervore: Ento,aprobabilidade:
2 ( 2, 2 )
3 ( 2, 3 ) (2,1),(2,3),(2,5) 3=8,33%
2
4 ( 2, 4 )
36
5 ( 2, 5 ) Seaplicarmosaregradamultiplicao,temos:
6 ( 2, 6 )
4 3 ( 4, 3 ) 9=25%
4 ( 4, 4 )
(2,1),(2,3),(2,5)
5 ( 4, 5 ) (4,1),(4,3),(4,5) 36
6 ( 4, 6 )
(6,1),(6,3),(6,5)
1 ( 5, 1 )
2 ( 5, 2 ) Aplicandoaregradamultiplicao,temos:
5 3 ( 5, 3 )
4 ( 5, 4 ) A={2,4,6} A=3 P(AeB)=P(A)xP(B)
5 ( 5, 5 ) B={1,3,5} B=3 3x3=9=25%
6 ( 5, 6 )
S={1,2,3,4,5,6}S =6 6636
1 ( 6, 1 )
2 ( 6, 2 )
3 ( 6, 3 ) Esta regra pode ser estendida para qualquer nmero de eventos
6
4 ( 6, 4 ) independentes:P(AeBeC)=P(A)xP(B)xP(C)...
5 ( 6, 5 )
6 ( 6, 6 ) OresultadodoeventoBindependedoresultadodeA.
EventoAeEventoB Soindependentes
S={36}
Exemplo 2. Cirurgias de microfraturas no joelho tm 75% de chance de Sucesso em pacientes com joelhos
degenerativos (25% de fracasso). A cirurgia realizada em 3 pacientes. Calcule a probabilidade de que:
Nota:Aprobabilidadedequecadacirurgiasejaumsucessode0,75.Achancedeumsucessoparaumacirurgia
independentedaschancesparaasoutrascirurgias.Portanto,oseventossoindependentes.
a)Astrscirurgiassejamumsucesso.ouseja:[SSS] b)Astrscirurgiassejamumfracasso.ouseja:[FFF]
[SSS] P(AeBeC)=P(A)xP(B)xP(C) [FFF] P(AeBeC)=P(A)xP(B)xP(C)
P(A)=0,75 P(A)=0,25
c)Duascirurgiassejamumsucesso(ouseja:SSF,SFS,FSS)=3[SSF]
OeventoDuascirurgiaspodeocorrerdetrsmaneirasquediferemapenaspela
P(A)=0,75
ordem dos resultados das cirurgias: (SSF, SFS, FSS). Logo, a probabilidade ser a
soma dessas maneiras. Ento, basta calcular a probabilidade de uma dessas
P(B)=0,75 3*(0,75*0,75*0,25)=0,4218
P(C)=0,25
maneiras(porexemplo,aprimeira)emultiplicarpor3.Ento:3(SSF).
- 52 -
(0,65) . (0,02)
P(x) = = 0,4262
(0,65) . (0,02) + (0,35) . (0,05)
Exemplo 2. As mquinas A e B so responsveis por 400 e 150, respectivamente, da produo de peas de uma
empresa. A quantidade de peas defeituosas produzidas pelas respectivas mquinas so 10 e 20. Se uma pea
defeituosa foi selecionada da produo, qual a probabilidade de que tenha sido produzida pela mquina B?
DISTRIBUIOBINOMIAL(JAKOBBERNOULLI16541705)
um experimento de probabilidades para os quais os resultados de cada tentativa podem ser
reduzidos a dois resultados: SUCESSO ou FRACASSO.
Sucesso corresponde probabilidade procurada enquanto que Fracasso probabilidade no procurada, ou seja, o
eventocomplementar.Apalavrasucessocomousadaaquiarbitrriaenorepresenta,necessariamente,algobom.
AprobabilidadeBinomialaplicadaparaEventosindependentes.
Reviso de FATORIAL (O fatorial usado na equao binomial, por isso a importncia da reviso)
FATORIAL um procedimento matemtico utilizado para calcular o produto de uma multiplicao cujos
fatores so nmeros naturais consecutivos, denotado por x!. Exemplos:
H trs resultados que tm dois sucessos e cada um tem uma probabilidade de Usando a equao Binomial obtemos
0,141. Aplicando a Regra da Adio, a probabilidade de a cirurgia ser um sucesso o mesmo resultado pelo mtodo do
com dois pacientes 0,422. (0,141 + 0,141 + 0,141) Diagrama de rvore, de 0,422.
Exemplo 2. Um levantamento estatstico realizado pelo IBGE constatou que a taxa de desemprego na cidade de
Resende da ordem de 13%. Ao tomarmos uma amostra de 30 pessoas, com reposio, qual a probabilidade de:
a) 5 estarem desempregados 13% desemprego(Sucesso) 87% emprego(Fracasso)
b) 28 estarem empregados Sucessooquesedesejaestudar;
c) 27 estarem empregados 87% emprego(Sucesso) 13% desemprego(Fracasso) Fracassooquenosedesejaestudar
P(x) = n! . S x . F n-x
x! (n - x)!
n = 30 n = 30 n = 30
x=5 x = 28 x = 27
S = 0,13 S = 0,87 S = 0,87
F = 0,87 F = 0,13 F = 0,13
P(x)= 30! . 0,13 5 . 0,87 30 - 5 P(x)= 30! . 0,87 28 . 0,13 30-28 P(x)= 30! . 0,87 27 . 0,13 30-27
5! (30-5)! 28! (30-28)! 27! (30-27)!
P(x)= 142506 . 0,000037 . 0,0307 P(x)= 435 . 0,0202 . 0,0169 P(x)= 4060 . 0,0232 . 0,0021
Exemplo 4. Uma moeda lanada 5 vezes. Qual a probabilidade de obter 3 caras nessas cinco provas?
n = 5 (tamanho da amostra)
x = 3 (n sucessos da amostra) P(x) = 5! __ . 0,503 . 0,5053 0,3125
S = 0,50 ( = a p de obter cara) 3! (5-3)!
F = 0,50 (= a p de obter coroa)
Exemplo 5. Um dado lanado 6 vezes. Qual a probabilidade de que a face 4 aparea 2 vezes?
n = 6 (tamanho da amostra)
x = 2 (n sucessos da amostra) P(x) = 6! __ . 0,172 . 0,8362 0,2057
1
S = 0,17 ( = /6 a p de obter 4) 2! (6-2)!
F = 0,83 (= 5/6 a p de no obter 4)
Exemplo 6. Dois times de futebol, A e B, jogam entre si 6 vezes. Qual a probabilidade de o time A ganhar 4 jogos?
n = 6 (tamanho da amostra)
x = 4 (n sucessos da amostra) P(x) = 6! __ . 0,334 . 0,6664 0,0774
S = 0,33 ( = 1/3 a p de ganhar)* 4! (6-4)!
F = 0,66 (= 2/3 a p de no ganhar)
*1/3otimeApodeganhar,empatarouperder.Logo,aprobabilidadeparacadaeventode1/3
Exemplo 7. Em uma fbrica, 3 em cada 10 peas so defeituosas. Uma remessa a um determinado cliente possui 5
peas. Determine a probabilidade de que, nessa remessa:
REFERNCIAS BIBLIOGRFICAS
ANDERSON, David R.; SWEENEY, Dennis J.; WILLIANS, Thomas A. Estatstica aplicada administrao e economia. 2
ed. So Paulo: Cengage Learning, 2009. 597 p.
BRUNI, Adriano Leal. Estatstica para concursos. So Paulo: Atlas, 2008. 197p.
COSTA, Srgio Francisco. Introduo ilustrada estatstica. 4 ed. So Paulo: Harbra, 2005. 399 p.
CRESPO, Antnio Arnot. Estatstica fcil. 17 ed. So Paulo: Saraiva, 1999. 224 p.
FARIAS, Alfredo Alves et al. Introduo estatstica. 2 ed. Rio de Janeiro: LTC, 2003, 320 p.
GIOVANNI Jos Ruy; BONJORNO, Jos Roberto; GIOVANNI JR., Jos Rui. Matemtica fundamental: uma nova
abordagem volume nico. So Paulo: FTD, 2002. 712 p.
HAZZAN, Samuel. Fundamentos da matemtica elementar: Matemtica financeira, comercial e estatstica descritiva.
Volume 11. 1 ed. So Paulo: Atual editora, 2004. 230p.
HELP! Sistema de consulta interativa. Matemtica. Rio de Janeiro: O globo, 1997. 319 p.
LAPPONI, Juan Carlos. Estatstica usando o Excel. 4 ed. Rio de Janeiro: Elsevier, 2005. 476 p.
LARSON, Ron; FARBER, Betsy. Estatstica aplicada. 4 ed. So Paulo: Pearson, 2010. 637 p.
LEVINE, David M. et al. Estatstica: teoria e aplicaes. 5 ed. Rio de Janeiro: LTC, 2008. 752 p.
LOPES, Paulo Afonso. Probabilidade e estatstica: conceitos, modelos e aplicaes em Excel. Ernesto Reichmann, 1999.
174 p.
MONTGOMERY, Douglas C.; RUNGER, George C. Estatstica aplicada e probabilidade para engenheiros. 2 ed. Rio de
Janeiro: LTC, 2003. 465 p.
OLIVEIRA, Uanderson Rebula de. Ergonomia, higiene e segurana do trabalho. Resende-RJ: Apostila. Universidade
Estcio de S, 2009. 199 p.
Resumo estatstica. 2 ed. So Paulo: Barros, fischer & Associados, novembro 2006. 6 p.
RUMSEY, Deborah. Estatstica para leigos. Rio de Janeiro: Alta books, 2009. 350 p.
SILVA, Ermes Medeiros et al. Estatstica: para os cursos de Economia, Administrao e Cincias Contbeis - volume 1. 2
ed. So Paulo: Atlas, 1996. 189 p.
SMOLE, Ktia Stocco; DINIZ, Maria Ignez. Matemticaensino mdio. 5 ed. So Paulo: Saraiva, 2005. 558p.
SPIEGEL, Murray R. Estatstica: resumo da teoria, 875 problemas resolvidos, 619 problemas propostos. So Paulo:
McGraw-Hill do Brasil, 1977. 580 p.
TRIOLA, Mario F. Introduo estatstica. 10 ed. Rio de Janeiro: LTC, 2008. 696 p.
URBANO, Joo. Estatstica: uma nova abordagem. Rio de Janeiro: Cincia moderna, 2010. 530p.
VASCONCELLOS, Maria Jos Couto; SCORDAMAGLIO, Maria Terezinha; CNDIDO, Suzana Laino. Coleo
Matemtica. 1 e 3 srie do ensino mdio. So Paulo: Editora do Brasil, 2004. 232 p.
WERKEMA, Maria Cristina Catarino. As ferramentas da qualidade no gerenciamento dos processos. Belo Horizonte:
EDG, 1995. 128 p.
- 56 -
Um livro introdutrio de estatstica que inclui um estilo de escrita Este livro diferencia-se dos tradicionais livros,
amigvel, contedo que reflete as caractersticas importantes de um materiais de referncia e manuais de estatsticas,
curso introdutrio moderno de estatstica, o uso da tecnologia pois possui: Explicaes intuitivas e prticas sobre
computacional mais recente, de conjuntos de dados interessantes e conceitos estatsticos, ideias, tcnicas, frmulas e
reais, e abundncia de componentes pedaggicos. O CD-ROM inclui clculos. Passo a passo conciso e claro de
os conjuntos de dados do Apndice B do livro. Esses conjuntos de procedimentos que intuitivamente explicam
dados encontram-se armazenados em formato texto, planilhas do como lidar com problemas estatsticos. Exemplos
Minitab, planilhas do Excel e uma aplicao para a calculadora TI-83. interessantes do mundo real relacionados ao
Inclui tambm programas para a calculadora grfica TI-83 Plus, o cotidiano pessoal e profissional. Respostas
Programa Estatstico STATDISK (Verso 9.1) e um suplemento do honestas e sinceras para perguntas como O que
Excel, desenvolvido para aumentar os recursos dos programas isso realmente significa? e Quando e como eu
estatsticos do Excel. vou usar isso?
Neste livro voc encontrar:
Explicaes em portugus de fcil entendimento.
Informaes fceis de localizar e passo-a-passo.
cones e outros recursos de identificao e
memorizao. Folha de cola para destacar com
informaes prticas. Listas dos 10 melhores
relacionados ao assunto. Um toque de humor e
diverso.
Onde comprar: www.submarino.com.br
- 57 -
TextoextradodatesededoutoradoemEngenhariadeUalisonRebuladeOliveira
Existem inmeros recursos tecnolgicos para a anlise estatstica de dados, que vo desde
calculadoras, a exemplo da TI 83 PLUS, a aplicativos especficos, tais como o STATDISK e o
MINITAB (TRIOLA, 2005). Assim, buscandose recursos computacionais que facilitassem o
tratamentode dados, vrios aplicativos e softwares estatsticos foram pesquisados, dos quais se
destacam a planilha Excel, o STATDISK, o MINITAB, o BioEstat, o SPSS e algumas pginas na
Internet que oferecem programas em Javascript para clculos online, a exemplo da pgina na
Internetwww.stat.ucla.edu.
Aps anlise de ps e contras de cada aplicativo pesquisado, selecionouse o pacote estatstico
BioEstat, disponvel para download no site www.mamiraua.org.br, por possuir as seguintes
caractersticaspositivas:i)serventiatantoparaaEstatsticadescritivacomoparatestesestatsticos
noparamtricos;ii)seremportugus;iii)possuirmanualemPDFcomdiversosexemplos;iv)ser
de fcil utilizao; v) ser gratuito; vi) ser referenciado em vrios livros, sites e entidades de
pesquisaconformeSiegel&CastellanJunior(2006),oBioEstatomelhorprogramadisponvel
naatualidadeparaoclculodoquiquadrado;vii)possuirapoiodoCNPQ;eviii)estarnaverso5.0
epossuirmaisde20anosdecriao.
INTERFACEBIOESTAT
Baixarsoftware:
www.mamiraua.org.br
- 58 -
Para saber mais, basta adquirir o livro Estatstica usando o excel, de Juan Carlos
Lapponi.WWW.SUBMARINO.COM.BR
4Edio,Edio2005,496pgs.EditoraElsevierCampusAcompanhaCDROMcomPlanilhas,Modelos,
Simuladoresetc.paraExcel.
Ocontedodestelivrotilpara:EstudantesquecursamEstatsticanasdiversasreasdoconhecimentoe
em diferentes nveis de graduao como, em ordem alfabtica, Administrao, Biologia, Contabilidade,
Economia, Engenharia, Finanas, Marketing, Medicina, etc. Estudantes que necessitam aprimorar ou
complementar seus conhecimentos de Estatstica utilizando o Excel. Profissionais das diversas reas que
utilizam os conceitos de Estatstica e necessitam, ou gostariam, de utilizar as funes estatsticas, as
ferramentasdeanlise,planilhas,modelosesimuladoresdeestatsticaemExcel.Todosaquelesquepodero
utilizar as planilhas, modelos e simuladores de estatstica em Excel da forma como esto no CDRom, ou
modificandoos, para atender s suas necessidades. Alunos de reas correlatas que utilizaro estatstica e
desejam antecipar seu aprendizado e agregar valor ao seu conhecimento visando o mercado de trabalho. Usurios de Excel que desejam
conhecereaprenderautilizarosrecursosdeEstatsticadisponveis.
TPICOS
DADOS,VARIVEISEAMOSTRAS
DESCRIODEAMOSTRASCOMTABELASEGRFICOS
MEDIDASDETENDNCIACENTRAL
MEDIDASDEDISPERSO/VARIAO
PROBABILIDADE
CORRELAO
VARIVEISALEATRIASEDISTRIBUIESDISCRETAS
DISTRIBUIESCONTNUAS
COMBINAOLINEARDEVARIVEISALEATRIAS
DISTRIBUIOAMOSTRAL
ESTIMAO
TESTEDEHIPTESES
TESTESDEHIPTESESCOMDUASAMOSTRAS
ANLISEDAVARINCIA
REGRESSOLINEAR
AJUSTENOLINEAR