Beruflich Dokumente
Kultur Dokumente
Simone Echeveste
Estatstica Aplicada
Introduo
A Estatstica hoje se configura como uma das cincias que mais vem
crescendo em termos de utilizao e importncia na Administrao: pes-
quisas de marketing, comportamento do consumidor, estudos de qualida-
de, confiabilidade, desenvolvimentos de novos produtos, avaliao de sa-
tisfao dos clientes etc. Estes so alguns exemplos da ampla utilizao das
ferramentas estatsticas para resoluo de problemas e tomada de decises
nessa rea.
Introduo.................................................................................... iii
1 Conceitos Bsicos de Estatstica..............................................1
2 Apresentao de Dados.......................................................13
2.1 Tabelas de Frequncia .....................................................014
2.2 Grficos Estatsticos..........................................................018
3 Medidas de Tendncia Central.............................................33
4 Medidas de Variabilidade.....................................................47
5 Distribuio de Probabilidade Normal..................................61
6 Amostragem........................................................................85
7 Estimao..........................................................................101
8 Testes de Hipteses............................................................117
9 Anlise de Correlao.......................................................149
10 Anlise de Regresso.........................................................169
Simone Echeveste
Captulo 1
Conceitos Bsicos
de Estatstica
N
este captulo, ser apresentado o contexto da pesqui-
sa em que a estatstica est inserida, bem como sero
destacados os principais conceitos bsicos de estatstica.
O objetivo aqui que o aluno compreenda o vocabulrio
pertinente anlise estatstica e que compreenda os ele-
mentos importantes no contexto dessa anlise.
Ao final deste captulo, espera-se que o aluno, dada
uma situao problema, identifique corretamente a popu-
lao e a amostra de estudo bem como as variveis en-
volvidas classificando-as de acordo com a sua natureza.
2Estatstica Aplicada
Situao de pesquisa
Recapitulando
Questo 5. a) V, b) F, c) V, d) F
Simone Echeveste
Captulo 2
Apresentao
de Dados
14Estatstica Aplicada
Tabelas de frequncia
0 1 0 2 3 3 2 1 0 4
3 1 0 0 4 2 1 0 1 0
0 1 0 2 3 3 2 1 0 4
3 1 0 0 4 2 1 0 1 0
0 1 0 2 3 3 2 1 0 4
3 1 0 0 4 2 1 0 1 0
0 1 0 2 3 3 2 1 0 4
3 1 0 0 4 2 1 0 1 0
0 1 0 2 3 3 2 1 0 4
3 1 0 0 4 2 1 0 1 0
0 7 35
1 5 25
2 3 15
3 3 15
4 2 10
Total 20 100
Fonte: Pesquisa Interna
Clculo da Porcentagem:
18Estatstica Aplicada
IMPORTANTE!!!
Grficos estatsticos
Grfico de setores
Grfico de colunas
Grfico de barras
Grfico de linhas
Recapitulando
6 5 6 7 8
8 8 8 5 7
8 7 6 8 6
0 1 2 5 2 3 4 2 2 4
4 0 0 2 3 2 1 5 2 1
12 15 10 5 10 10 5 12 2 2
10 15 10 15 10 5 10 10 10 10
5 2 13,3
6 4 26,7
7 3 20,0
8 6 40,0
Total 15 100
Fonte: Pesquisa
Questo 4.
Nmero de viagens realizadas nos ltimos 5 anos
N viagens Frequncia %
0 3 15,0
1 3 15,0
2 7 35,0
3 2 10,0
4 3 15,0
5 2 10,0
Total 20 100
Fonte: Pesquisa
32Estatstica Aplicada
Questo 5.
Valor mensal de suas vendas (mil reais) pagas com carto de dbito:
Valor (mil reais) Frequncia %
2 2 10,0
5 3 15,0
10 10 50,0
12 2 10,0
15 3 15,0
Total 20 100
Fonte: Pesquisa
Simone Echeveste
Captulo 3
Medidas de
Tendncia Central
N
este captulo, iremos abordar as Medidas de Tendn-
cia Central, que so medidas que tm por objetivo
representar todos os valores de uma varivel por meio
de um nico valor. As medidas de tendncia central so:
Mdia, Mediana e Moda.
34Estatstica Aplicada
Mdia
Notao:
mdia populacional
mdia amostral
Frmula:
Onde:
S = somatrio
x varivel (valores obtidos para a varivel investigada)
n tamanho da amostra
Exemplo
Os dados abaixo representam o tempo de relacionamento (em
anos) de uma amostra de 7 clientes com a sua operadora de
telefonia celular.
15 18 18 20 17 18 16
36Estatstica Aplicada
Elementos importantes:
Amostra (n): 7 clientes.
Varivel (x): tempo de relacionamento com a operadora de
telefonia celular.
Mdia:
= 17,4 anos
Onde:
S = somatrio
x varivel
f frequncia de cada valor da varivel
n tamanho da amostra
Exemplo
2 25 40,3 2 x 25= 50
6 2 3,2 6 x 2= 12
= 2,9 faltas
38Estatstica Aplicada
Mediana
Notao:
Md ou Me
Mediana (Md)
1) Colocar os valores em ordem crescente.
Mediana
Mediana
Moda
A moda de um conjunto de dados simplesmente o valor do
conjunto de dados que ocorreu com maior frequncia, ou seja,
que mais se repetiu.
Notao:
Mo
Captulo 3 Medidas de Tendncia Central41
Exemplo
Os dados apresentados a seguir referem-se aos valores da
diria (em reais) para um casal em uma amostra de 8 Hotis
na cidade de Porto Alegre:
ATENO!!!
- Um conjunto de dados pode ter mais que uma moda, ou seja, poderemos
ter mais que um valor da varivel se repetindo com frequncias iguais.
Exemplo: Idade de 8 clientes:
35, 23, 35, 40, 51, 40, 32, 55
Duas modas: 35 e 40 peas!
42Estatstica Aplicada
Recapitulando
32 35 45 50 30 22 15 25 10 15 30 21
Calcule e interprete:
a) Mdia.
b) Mediana.
c) Moda.
Captulo 3 Medidas de Tendncia Central43
0 40 40,0
2 30 30,0
4 10 10,0
6 15 15,0
8 5 5,0
80 18 45,0
96 10 25,0
145 5 12,5
210 7 17,5
Total 40 100
Fonte: Rede hoteleira
Braslia 222,22
RJ 213,36
SP 228,19
Curitiba 211,85
Belm 204,32
Fortaleza 176,96
Manaus 215,94
Recife 171,31
Salvador 183,15
Fonte: DIEESE
Questo 1.
Questo 2.
Questo 3.
Questo 4.
Questo 5.
Captulo 4
Medidas de
Variabilidade
N
este captulo, iremos abordar as Medidas de Variabi-
lidade, que so medidas que tm por objetivo mensu-
rar variao de um conjunto de dados em torno da mdia.
48Estatstica Aplicada
Varincia
Notao:
2 varincia populacional
s2 varincia amostral
Frmula:
Onde:
x valores da varivel investigada
mdia da amostra
n tamanho da amostra
somatrio
Propriedades da Varincia
1. Somando-se (ou subtraindo-se) a cada elemento de um con-
junto de valores uma constante, a varincia no se altera;
2. Multiplicando-se (ou dividindo-se) cada elemento de um con-
junto de valores por um valor constante, a varincia fica mul-
tiplicada (ou dividida) pelo quadrado da constante.
50Estatstica Aplicada
Exemplo
17 18 16 20 22
Elementos importantes:
Varivel (x): nmero de reclamaes (em mil reclamaes)
dirias recebidas pelo PROCON referentes s operadoras de
TV a cabo.
Mdia:
Varincia:
Captulo 4 Medidas de Variabilidade51
s2 = 5,8 reclamaes/dia2
Desvio-padro
Notao:
desvio-padro populacional
s desvio-padro amostral
Frmula:
52Estatstica Aplicada
Propriedades do Desvio-padro
Varincia:
s2 = 5,8 reclamaes/dia2
Desvio-padro:
s = 2,4 reclamaes/dia
Interpretao:
Em mdia, o PROCON recebe diariamente 18,6 reclamaes
com uma variao em torno dessa mdia de 2,4 reclamaes.
Coeficiente de variao
Notao:
C.V. Coeficiente de variao.
54Estatstica Aplicada
Frmula:
Onde:
mdia da amostra
s desvio-padro
Para o exemplo...
Interpretao:
Existe uma variao em torno da mdia de 12,9%.
0 5 8,0 0x5=0
2 25 40,3 2 x 25= 50
6 2 3,2 6 x 2= 12
Mdia:
Varincia:
s2 = minutos2
Desvio-padro:
s = 1,4 minutos
Captulo 4 Medidas de Variabilidade57
Interpretao:
Em mdia, o tempo de espera na fila desse supermercado
de 2,9 minutos com uma variao em torno dessa mdia de
1,4 minutos.
Recapitulando
6 3 15,0
7 6 30,0
8 4 20,0
9 3 15,0
12 4 20,0
Total 20 100,0
0 85 55,5
1 20 13,1
2 40 26,1
3 8 5,3
Questo 1.
A taxa mdia de desemprego 7,7% com uma variao em
torno dessa mdia de 2,9%.
60Estatstica Aplicada
Questo 2.
Em mdia, a capacidade do porta-malas desses carros de
233,8 litros com uma variao em torno dessa mdia de 73,4
litros.
Questo 3.
Em mdia, so produzidas por lote 8,4 molas fora de confor-
midade com uma variao de 2,2 molas.
Questo 4.
Em mdia, os funcionrios da empresa WK possuem 0,8 fal-
tas, com uma variao em torno dessa mdia de 1 falta.
Questo 5.
CVA = 17,9% CVB = 30,5% CVA < CVB
Captulo 5
Distribuio de
Probabilidade Normal
A
distribuio Normal ou Gaussiana , sem d-
vida, o modelo probabilstico mais conhecido. Vrias
tcnicas estatsticas necessitam da suposio de que os
dados se distribuam normalmente para serem utilizadas.
Na natureza, uma grande quantidade de variveis apre-
senta tal distribuio.
O objetivo desse captulo a apresentao dessa dis-
tribuio por meio de exemplos de aplicaes na rea
da administrao; espera-se que o aluno compreenda as
situaes problema em que ela possa ser aplicada e as
interpretaes dos resultados fornecidos.
62Estatstica Aplicada
Onde:
x = valor de interesse da varivel
= mdia da varivel
= desvio-padro da varivel
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
3,1 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993
3,2 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995
3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997
3,4 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998
3,5 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998
3,6 0,9998 0,9998 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,7 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,8 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
Captulo 5 Distribuio de Probabilidade Normal67
-3,2 0,0007 0,0007 0,0006 0,0006 0,0006 0,0006 0,0006 0,0005 0,0005 0,0005
-3,3 0,0005 0,0005 0,0005 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0003
-3,4 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0002
-3,5 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002
-3,6 0,0002 0,0002 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
-3,7 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
-3,8 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
-3,9 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
Exemplo 1
= 20 reais
= 0,50 reais
Captulo 5 Distribuio de Probabilidade Normal71
Exemplo 2
m = 7000 unidades
s = 600 unidades
Pede-se:
Pede-se:
P( x a ) = 100% - P( x a )
Voltando ao exemplo:
Pede-se:
ATENO!!!
Pede-se:
P( 6300 x 7400 )
P( a x b ) = P( x b ) P( x a )
Voltando ao exemplo:
Pede-se:
P( 6300 x 7400 )
82Estatstica Aplicada
Ento:
Recapitulando
Captulo 6
Amostragem
Q
uando uma pesquisa/estudo analisa os dados de
todo o Universo/grupo que ele tenta compreender,
dizemos que est trabalhando com a populao. Entre-
tanto, muitas vezes, o pesquisador trabalha com tempo,
energia e recursos econmicos limitados, tornando poss-
vel a anlise de apenas parte do grupo de dados retirados
da populao. Esse grupo denomina-se amostra.
Neste captulo, sero apresentados os elementos im-
portantes relacionados ao processo de seleo da amos-
tra que far parte da pesquisa. Com o estudo da teoria da
amostragem, espera-se que o aluno conhea as diferentes
metodologias de seleo da amostra, bem como compre-
enda os procedimentos do clculo do tamanho mnimo de
uma amostra em uma pesquisa.
86Estatstica Aplicada
Amostra Sistemtica
Uma amostra sistemtica poder ser tratada como uma
amostra aleatria simples se os elementos da populao
estiverem ordenados aleatoriamente, e a seleo ser re-
Captulo 6 Amostragem87
Amostra Estratificada
Esta tcnica consiste em dividir a populao em subgrupos,
que so denominados estratos. Esses estratos devem ser
internamente mais homogneos do que a populao toda,
com respeito s variveis em estudo.
Tcnicas de amostragem no
probabilsticas
90% 1,645
95% 1,960
99% 2,575
A frmula utilizada :
Onde:
N tamanho da populao
92Estatstica Aplicada
Exemplo
Informaes do problema:
Deseja estimar a mdia de gastos mensais no supermercado.
Exemplo
Onde:
Z valor da distribuio normal (para 95% de confiana, z =
1,96)
N = tamanho da populao
Exemplo 1
Informaes do problema:
Z 1,96 (para 95% de confiana, z = 1,96)
N = 1.450
= 0,05
96Estatstica Aplicada
Exemplo
Informaes do problema:
Z 1,96 (para 95% de confiana, z = 1,96)
= 0,05
Recapitulando
Atividades: amostragem
Questo 4. n = 34,57 35
Captulo 7
Estimao
N
este captulo, sero trabalhados alguns conceitos im-
portantes a respeito de estimao pontual e intervalar.
Ser apresentado ao aluno a construo e a interpretao
de um Intervalo de Confiana, bem como a importncia
da informao fornecida por ele.
102Estatstica Aplicada
IMPORTANTE:
Ateno!
= mdia amostral
= erro de estimao
Onde:
t = valor tabelado tabela t-student
s = desvio-padro amostral
n = tamanho da amostra
Captulo 7 Estimao105
Exemplo 1
Dados do Problema:
Varivel (x) Idade (em anos)
= 54,7 anos
s = 5,2 anos
= 2,1466
[ ]
[54,7 2,15]
[52,55 a 56,85]
t = 2,064
110Estatstica Aplicada
Exemplo 2
Dados do Problema:
Varivel (x) Nmero de atendimentos realizados ao dia
= 53 atendimentos
s = 4 atendimentos
= 2,22
[53 2,22]
[50,78 a 55,22]
Ateno!
p = proporo observada na amostra
e = erro de estimao
z = valor tabelado tabela normal
n = tamanho da amostra
Exemplo
Dados do Problema:
Proporo investigada proporo de latas com prazo de va-
lidade vencido
Recapitulando
Atividades: Estimao
Captulo 8
Testes de Hipteses
N
este captulo, estudaremos uma importante ferramen-
ta de anlise estatstica muito utilizada na rea da Ad-
ministrao que o Teste de Hipteses. Essa ferramenta
permite ao pesquisador verificar se uma afirmao sobre
um parmetro (mdia) pode ser aceita para toda a popu-
lao ou no.
Ao final deste captulo, o aluno dever identificar os ti-
pos de problemas que podem ser analisados por meio de
um teste de hipteses, compreender todos os passos que
compem a realizao deste, bem como concluir sobre os
resultados obtidos.
118Estatstica Aplicada
Exemplos:
O lucro mdio mensal da empresa de 500 mil reais.
As vendas mdias da loja A so superiores s da loja B.
O tempo mdio de entrega da mercadoria de 7 dias.
Hipteses de pesquisa
O primeiro passo consiste em formular hipteses sobre a afir-
mao de estudo. As hipteses estatsticas sempre comparam
dois ou mais parmetros e podem ser classificadas em dois
tipos:
H0 : m = 7 dias
H1 : 7 dias
H0 : A = B
H1 : A > B
Estatstica do teste
Regra de deciso
Concluso experimental
Hipteses
Ho: = 0 (referncia)
Ha: 0 (referncia)
Estatstica do teste
Onde: = mdia da amostra
X o 0 = valor de referncia
t cal =
s s = desvio-padro da amostra
n n = tamanho da amostra
Regra de deciso
Exemplo 1
H0 : = 18 dias
H1 : 18 dias
Regra de Deciso
H0 : = 18 dias
Passo 5 Concluso
Exemplo 2
H0 : = 190 gramas
H1 : 190 gramas
Captulo 8 Testes de Hipteses131
Regra de Deciso
H0 : = 190 gramas
H1 : 190 gramas
H1 : 190 gramas
Passo 5 Concluso
Grupo 1 Grupo 2
Hipteses:
Estatstica do teste
Onde:
1
= Mdia do grupo 1
2
= Mdia do grupo 2
s12 = varincia do grupo 1 (desvio-padro ao quadrado)
s12 = varincia do grupo 2 (desvio-padro ao quadrado)
n1 = tamanho de amostra do grupo 1
n2 = tamanho de amostra do grupo 2
Regra de deciso
A regra de deciso para esse teste praticamente a mesma do
teste anterior. Porm, a nica diferena refere-se aos graus de
liberdade que agora, como teremos dois grupos, ser: (n1 +
n2 2), ou seja, deve-se somar os tamanhos de amostra dos
dois grupos e subtrair dois.
136Estatstica Aplicada
Exemplo 1
Regra de Deciso
H1 : 1 2
Passo 5 Concluso
Exemplo 2
Regra de Deciso
H1: 1 = 2
Passo 5 Concluso
Recapitulando
Questo 1. t = 42,25
Questo 2. t = -4,01
Questo 3. t = -0,77
Questo 4. Letra E.
Questo 5. Letra A.
Captulo 9
Anlise de Correlao
N
este captulo, ser abordada uma ferramenta estats-
tica com grande aplicabilidade em estudos da rea
de Administrao dos quais necessrio investigar o grau
de relacionamento entre duas variveis quantitativas. Ser
apresentado o clculo do Coeficiente de Correlao de
Pearson e a sua interpretao no contexto do problema.
150Estatstica Aplicada
Diagrama de Disperso
Um dos mtodos mais usados para a investigao de pares de
dados a utilizao de diagramas de disperso. Geometrica-
mente, um diagrama de disperso considerado uma coleo
de pontos num plano cujas duas coordenadas cartesianas so
os valores de cada membro do par de dados. um grfico no
qual cada ponto representa um par de valores observados,
em que podemos visualizar a relao entre as variveis, bem
como, a partir da disposio dos pontos, podemos observar
a existncia ou no de um possvel relacionamento entre as
variveis.
Tipos de correlaes
C) Ausncia de Correlao
Sua frmula :
Captulo 9 Anlise de Correlao155
Como Calcular:
1) Obtenha a soma dos valores de x : x
2) Obtenha a soma dos valores de y: y
3) Multiplique cada valor de x por seu valor y correspondente e obte-
nha a sua soma: x.y
4) Eleve ao quadrado cada valor de x e obtenha a sua soma: x2
5) Eleve ao quadrado cada valor de y e obtenha a sua soma: y2
6) Use essas cinco somas para calcular o coeficiente de correlao.
Exemplo 1
1 1 100
2 2 80
3 3 90
4 4 15
5 5 50
6 6 20
n = 6 residncias
x = Idade do Imvel
Tabela de clculos:
Interpretao:
Como r apresenta um valor negativo, indica correlao
inversa/negativa entre a idade do imvel e o seu preo
de venda, ou seja, quanto maior a idade do imvel (mais
antigo for) menor tende a ser o preo de venda.
Interpretao da intensidade da
correlao
Exemplo 2
1 3,5 280
2 3,8 360
3 2,6 200
4 1,9 110
5 3,1 230
6 2,8 210
7 4,2 330
8 4,0 350
n = 8 famlias
Tabela de clculos:
Considere:
Interpretao:
Como r apresenta um valor positivo, indica correlao dire-
ta/positiva entre a renda mensal e as despesas semanais no
supermercado, ou seja, quanto maior a renda, maior tende
a ser a despesa semanal no supermercado. Podemos ainda
destacar se essa correlao muito forte.
Recapitulando
Espao 340 230 405 325 280 195 265 300 x = 2340
(x)
Vendas 71 65 83 74 67 56 57 78 y= 551
(y)
X.Y 24140 14950 33615 24050 18760 10920 15105 23400 x.y= 164940
X2 115600 52900 164025 105625 78400 38025 70225 90000 x2= 714800
Y2 5041 4225 6889 5476 4489 3136 3249 6084 y2= 38589
1 8 8 64 64 64
2 8 6 48 64 36
3 12 6 72 144 36
5 16 8 128 256 64
1 2 1 2 4 1
2 4 3 12 16 9
3 5 6 30 25 36
4 5 6 30 25 36
5 6 8 48 36 64
6 8 7 56 64 49
7 9 8 72 81 64
Questo 1. r = 0,857
Existe uma correlao forte direta entre total de espao
de frente dedicado a sua linha de produtos na loja e y =
total das vendas dos produtos, em reais, no ltimo ms, ou
seja, quanto maior o espao de frente dedicado linha
de produtos, maior tende a ser as vendas dos produtos.
Questo 2.
C. ( x ) Pode-se concluir que existe uma correlao inversa
entre o ndice de Pobreza e o PIB per capta desses muni-
cpios, ou seja, quanto maior o ndice de Pobreza menor
tende a ser o PIB per capta.
Questo 3. r = 0,801
Existe uma correlao forte direta entre o nmero de
horas sem dormir e o nmero de erros, ou seja, quanto
maior o nmero de horas sem dormir, maior tende a ser
o nmero de erros cometidos.
Questo 4.
Existe uma correlao direta muito forte entre a tem-
E. ( x )
peratura do dia e as vendas de refrigerante.
168Estatstica Aplicada
Questo 5. r = 0,911
Captulo 10
Anlise de Regresso
N
este captulo, ser apresentada uma ferramenta de
anlise estatstica aplicada em estudos em que se de-
seja estabelecer um modelo matemtico que represente a
relao entre duas variveis X e Y. Esse modelo extrema-
mente til ao pesquisador, pois permitir a ele a realiza-
o de previses e estimativas.
Ao final desse estudo, o aluno dever ser capaz de
identificar as situaes em que a Anlise de Regresso
pode ser utilizada na resoluo de problemas na rea de
Administrao de empresas, bem como interpretar cor-
retamente os resultados obtidos com essa ferramenta de
anlise de dados.
170Estatstica Aplicada
F(X) = Y = a + bX
Y = a + bX
INFORMAES IMPORTANTES
Exemplo 1
n = 10 meses
x = Preo (reais)
Clculo do Coeficiente b
Clculo do Coeficiente a
Concluso
Estima-se que, para um preo de 100 reais, sejam vendidas
em torno de 196,76 unidades do produto.
Captulo 10 Anlise de Regresso177
Exemplo 2
1 2 5
2 5 6
3 10 11
4 8 9
5 6 7
6 12 10
7 15 14
8 11 10
n = 8 administradores
Tabela de clculos:
Administrador X: Experincia (anos) Y: Salrios Mnimos x.y x2
1 2 5 10 4
2 5 6 30 25
3 10 11 110 100
4 8 9 72 64
5 6 7 42 36
6 12 10 120 144
7 15 14 210 225
8 11 10 110 121
Clculo do Coeficiente b
Clculo do Coeficiente a
Equao da Reta:
Questo:
Qual ser a renda mensal estimada de um Administrador com
15 anos de experincia?
Para x = 15 anos
Concluso
Estima-se que, para um tempo de experincia de 15 anos, o
salrio mensal de um Administrador seja em torno de 13,27
salrios mnimos.
Recapitulando
a. ( ) Inexistente
b. ( ) Direta/positiva
c. ( ) Inversa/Negativa
d. ( ) Direta/Negativa
e. ( ) Inversa/Positiva
182Estatstica Aplicada
a. ( ) 1,62 relatrios
b. ( ) 74 relatrios
c. ( ) 58 relatrios
d. ( ) 10 relatrios
e. ( ) 120 relatrios
1 5 950
2 4 980
3 6 1000
4 9 1100
5 6 1090
6 4 990
7 6 970
8 8 1030
1 591 42
2 146 32
3 185 36
4 245 44
5 600 82
6 510 70
7 394 56
8 486 65
9 483 63
10 106 23
1 3,5 520
2 5,0 850
3 2,8 310
4 4,5 800
5 5,2 860
6 5,8 910
7 6,9 900
Questo 1.
b. ( X ) Direta/positiva.
b. ( X ) 74 relatrios.
Questo 2.
R: R$ 1.300,00
186Estatstica Aplicada
Questo 3.
a) R: Y = 885,57 + 21,36 X
b) R: R$ 1.099,17
Questo 4.
a) R: Y = 20,42 + 0,08 X
Questo 5.
a) R: Y = 15,20 + 149,66 X
b) R: 1.137,65 reais.
Referncias Bibliogrficas
BARBETTA, Pedro Alberto. Estatstica Aplicada s Cincias So-
ciais. Florianpolis: Ed. Da UFSC, 2001. 337 p.