Beruflich Dokumente
Kultur Dokumente
r
� 11-\I ' I vi-\
""
/\
BAS I CA
Geraldo Luci<1no Toledo
lvo izidoro Ovaile
Ab_ordando os t6picos mais lmportan
tes da estatlstlca b6slca, este texto con
tem a materia fundamental para estudos
subsequentes, ja entao no campo da es
tatistica inferenclal. Seu conteudo limi
ta-se aos pontos introdut6rios dos estu·
dos estatisticos. Como passo inicial, o
texto cuida de uma lntroclu�o geral a
compreensio da estatfstlca, quando sao
tratados os conceltos de populacao e
amostra, atributo e variavel descontinua
ou discreta e variavel continua, propor
c;:ao, razao e porcentagem, alem de outros
aspectos fundamentals. Em seguida, o
texto trata de distribulc;:ao de frequen
cias, focalizando as tabulac;:oes de dados
agrupados e niio agrupados em classes,
bem como os elementos essenciais das
distribuic;:oes e os tipos principals de
frequencias. Em terceiro lugar, o texto
focaliza a apresen� gr6fica, .esclare
cendo didaticamente como siio construi
dos e a que fim atendem os principals
tipos de graficos estatisticos. Expoe, por
menorizadamente, as tecnicas de cons
truc;:iio dos principals graficos de infor
mac;:iio e de analise, alertando sobre o
seu uso indevido. Entre os tipos de gra
ficos cuja construc;:iio e explicada desta
cam-se: em barras horlzontais, agrupadas
e bidirecionais; em colunas simples e
superpostas; pict6ricos; lineares; em se
tores; em coordenadas polares; triangu
lares; e representativos de distribuic;:oes
de frequencia.
Ap6s esses t6picos basicos, o texto
examina as medidas de posl�o - me
dia, moda,' mediana, quartis, decls e per
centis. Subsequentemente, aborda as me
didas de dlspersio absoluta e relativa,
evidenciando o significado d_o� principals
desvlos e coeflclentes de variac;:iio usual
mente .empregados pelos es�atisticos. As
medidas de asslmetrla e curtose siio a
seguir. abordadas.
A nlvel de estatfstica baslca aplica
da, siio ainda estudados os numeros-lndl�
ces. Partlndo do concelto fundamental
APUCACAO
17.e 18.CDD-310
17. -519
77-1221 18. -519.5
0�108
ESTATfSTICA BASICA
Geraldo Luciano Toledo
Ivo lzidoro Ovalle
Diagrama�io de
PAVEL GERENCER
Capade
ANDERSON RODRIGUES
Copyright © 1982
2.a EDI<;.AO
2.a tiragem -· 1982
lmpresso no Brasil
Printed in Brazil
Sumario
1.10.1. Proporc;:iio, 32
1.10.2. Porcentagem, 34
1.10.3. Razao, 36
1.10.4. Taxa, 36
1.11. Arredondamento de numeros, 37
1. 12. Somat6rio, 39
1.12.1. Propriedades do somat6rlo, 40
2 - DISTRIBUICAO DE FREOOENCIAS, 49
3 - APRESENTACAO GRAFICA, 75
7 - NOMEROS..fNDICES, 311
11
Introdufiio Geral a
Compreensiio da Estatistica
1.3. 0 ESTATISTICO
Ha diferentes acepyoes para a palavra "estatistico". 0 estatistico pode
ser alguma pessoa que desenvolva funcroes oficiais. utilizando-se de dados
oficiais. Por outro lado, 'o estatistico pode ser um analista especializado em
metodologia .estatistica, utilizando-se dela para desenvolver o trabalho de
coleta, analise e tabulacrlio de dados numericos. Finalmente, o termo pode
referir-se a um especialista que utiliza a matematica superior para desen
volver novas e poderosos metodos de ·anaJ.ise de dados quantitativos, como
base para tomar decisoos. Os estatisticos slio sempre necessarios, qualquer
que seja o nivel em que desempenham suas atividades.
1.4.2. Amostra
a) Fenomenos Tipicos
Os fenomenos tipicos sao aqueles que se manifestam de forma regular,
revelando um comportamento definido.
b) Fenbmenos Atipicos
Os fenomenos atipicos referem-se aqueles fenomenos cuja manifestayao
se da atraves de um comportamento irregular, nao revelando uma tendencia
18 definida.
1.6. ATRIBUTO E VARIAVEL
1.6.2 Variavel
0 observador podera tambem anotar ou medir a intensidade efetiva de
um carater variavel em cada um dos objetos ou pessoas observadas. Pode, por
exemplo, registrar a idade das pessoas ao morrer, a estatura ou o peso dos indi
vfduos, o rendimento das fam11ias em uma grande cidade, o numero de empre
gados dispensados, por mes, em uma grande empresa e assim por diante.
Os resultados das observayoes serlio expressos sempre atraves de valores
numericos. Os dados sao de carater nitidamente quantitativo, e o conjunto 19
dos resultados possui uma estrutura numerica. Dir-se-a, entao, que se trata de
estatistica quantitativa ou estatistica de variavel.
1.8.2. Planejamento
0 passo seguinte, ap6s a defini�ao do problema, compreende a fase do
planejamento, que consiste em se determinar o procedimento necessario para
resolver o problema e, em especial, coma levantar informa�oes sabre o
assunto objeto do estudo. Que dados deverao ser obtidos? Como se deve
obte-los? E preciso p/anejar o trabalho a ser realizado, tendo em vista o obje
tivo que se pretende atingir.
Dados Primlirios
Os dados silo primarios quando slio publicados ou comunicados pela
pr6pria pessoa ou organizaylio que os haja recolhido.
Dados Secundirrios
Os dados slio secundarios quando sao publicados ou comunicados por
outra organizaylio.
Um conjunto de dados e, pois, primario ou secundario em relayao a
alguem. As tabelas do Censo Demografico slio fontes primanas. Quando
determinado jornal publica estatisticas extraidas de varias fontes e relacio
nadas com diversos setores industriais, os dados slio secundarios para quern
22 desejar utilizar-se deles em alguma pesquisa que esteja desenvolvendo. Embora
muitas vezes possa ser conveniente recorrer a fontes secundarias, e mais
seguro trabalhar com fontes primarias, por varias razoes:
Coleta Direta
A coleta e direta quando e obtida diretamente da fonte, como no caso
da empresa que realiza uma pesquisa para saber a preferencia dos consumi
dores pela sua marca.
a) Coleta Continua
b) Coleta Periodica
c) Coleta Ocasionill
Coleta Indireta
A Coleta dos dados e indireta quando e inferida a partir dos elementos
conseguidos pela coleta direta, ou atraves do. conhecimento de outros fenO- 23
menos que, de algum modo, estejam relacioriados com o fenomeno em
questao. E feita, portanto, por dedu90es e conjeturas, podendo ser realizada:
a) Por analogia
b) Por proporcionaliza�ao
c) Por indfoios
d) Por avalia�iio
1. Apresenta�ao Tabular
A apresentac;ao tabular e uma apresentac;ao numerica dos dados. Con
siste em dispor os dados em linhas e colunas distribuidas de modo ordenado,
segundo algumas regras praticas adotadas pelos diversos sistemas estatfsticos.
As regras que prevalecem no Brasil foram fixadas pelo Conselho Nacional de
Estatistica. Tais regras acham-se publicadas e dispoom sobre os elementos
essenciais e complementares da tabela, a especificac;ao dos dados e dos sinais
convencionais, o procedimento correto a ser desenvolvido no preenchimento
da tabela e outros dispositivos importantes. 0 leitor que estiver interessado
podera adquirir essas normas junto a qualquer agencia do IBGE, uma vez que
nlfo e o objetivo desse livro entrar nesses pormenores. As tabelas tern a van
tagem de conseguir expor, sinteticamente e em um s6 local, os resultados
sobre determinado assunto, de modo a se obter uma vislfo global mais rapida
daquilo que se pretende analisar.
2. Apresenta¢o Grd[ica
A apresentaylfo grafica dos dadosnumericos constitui uma apresentac;ao
geometrica. Embora a apresentac;ao tabular seja de extrema importancia; no
sentido de facilitar a analise numerica dos dados, nlfo permite ao analista
obter uma visao tlfo rapida, facil e clara do fenomeno e sua variac;ao como a
conseguida atraves de um grafico. No Capitulo 3, serlfo desenvolvidos os
diversos tipos de graficos e sua utilizac;ao.
1. Serie Temporal
A Serie temporal, igualmente chamada serie cronol6gica, serie historica,
serie evolutiva ou marcha, identifica-se pelo carater variavel do fator crono
logico. Assim, deve-se ter:
2. Serie Geogrtifica
Tambem denominada serie territorial, sene espacial OU Serie de locali
zayiiO, a serie geografica apresenta como elemento ou carater variavel
somente o fator geografico. Assim: 27
a) Elemento Variavel: local (fator geognifico)
b) Elemenfos Fixos: epoca (fator cronol6gico)
fenomeno (fa tor especificativo)
Janeiro 2300
Fevereiro . . . . . . . . . . . . . . . . . • 1 800
Man;:o . . . . • . . . . . . . . . . . . . . . 2 200
Abril . . • . . . . . . . • . . • . . . . • . . 2 210
Maio . . . . . . . . • • . • . • . . • . . . • 2360
Jun ho . . • • . . . . . . . . • . . . • . . . 2600
Jul ho . . . . . . • . . . • . . • . • . . . . 2690
Agosto ................... . 3 050
Setembro . . . • . . . . . . . . . . . . . . 3 500
Ou tu bro .................. . 344 0
Novembro . • • . . · . . . . . . . . . . . . . 3 100
Dezembro . . . .. . • . • . . . . . . . . . . 2 760
portamento das vendas dessa empresa efetuadas nos varios Estados do Brasil,
durante o exercicio fiscal de 1975, o fator diferenciador das vendas seria o
geografico.
Minas Gerais . • . •
.
. . . . . . . . • . . • 4.000
Parana . . . . . . . . . . . . . . . . . • . • 2.230
Rio Grande do Sul . . • . • . • • . . • . 6.470
Rio de Janeiro . . • • • • .· • • . • . . . . 8.300
Sio Paulo . • . • • • • • •_ • . • . . . . • . 10.090
Outros • . . . . . . . . . . . . . . . . . . . 420
Linha A . . . . . . . . . . . . . . . . . • . 6.450
Linha B . . . . • . • • . • . • . . • . • . • 9.310
Linha C . . . • • • . . . • • • . . . • • . • 15,750
At4! 80 . • • . . . . . . . . . • . . . • . . . . . 41 326
De 80 a 119 • . . . • . • . . • . . . . . . . . 123 236
De 1.800 a 2.199 . . • • • • • • • • • • • • • • • • • 1
2.200 a 2.599 • • • • . • . • • • • . • • . . • . . 4
3.000 a 3.399 • • . • . . • • • • • • • • • . • • . 2
3.400 a 3. 799 . • • . • • • • • • • • • . • . • . • 2
TOTAL DE MESES • . • • • • • • . • • • . . . • . . 12
TABELA 1.6
Populai;:io Economicamente Ativa por Setor de Atividade - Brasil
Fonte: IPEA.
TABELA 1.7
Produi;:io Brasileira de Borracha
Produ�io
Unidade de Produf6o
1937 1938 1939
TABELA 1.8
Situ�io dos Espetllculos Cinematogrilficos no Brasil - 1967
1.10.1. Propor�o
32
; , ; . Parece 6bvio que o valor de uma proporyao nao pode exceder
N N
a unidade, e que a soma de todas as propor�OeS sera sempre igual a unidade.
Assim,
Ni N2 N� N4 N
+- +-+-=-=1
N N N N N
TABELA 1.9.
N6mero de Sbcios Praticantes e Nio-Praticantes de Futebol
em Dois Clubes Hipotfrticos
TABELA 1.11
Clube 1 Clube 2
TABELA 1.12
Clube 1 Clube 2
de futebol
Propor�o de praticantes
580 680
de salfo .............. . = 0 574
• = 0' 332
1 010 2049
1.10.2. Porcentagem
Clube 1 Clube 2
S6cios
Numero % Numero %
2. Nao se deve calcular uma porcentagem a menos que o numero que serve
de base para 0 calculo esteja proximo de so OU mais. Se 0 numero de
casos for muito pequeno, e prefer{vel in�car 0 numero efetivo deles, sem
recorrer as porcentagens.
TABELA 1.14
1. 10.3. Razao
70
unidade. Por outro lado, e possfvel reduzir a razao a uma expressao mais
simples, simplificando os fatores comuns do numerador e do denominador.
Assim, por exemplo, a razao dos entrevistados contrarios a medida para os
favoraveis poden1 ser expressa como j, ou, de forma equivalente, 4 : 3.
entao, de � , ou 0,6.
1.10.4. Taxa
que irao ser eliminados, for igual ou menor que quatro, nao devera ser
alterado o digito remanescente.
TABELA 1.15
12,489 lnteiros 12
Quando 0 primeiro digito ap6s .aquele que sera ar.redondado fQr maibr
ou igual a cinco seguido por digitos maiores que zero, o digito remanescente
seni acrescido de uma unidade.
TABELA 1.16
15,504 lnteiros 16
Numero a arredondar
! Arredondamento para Numero arredondado
TABELA 1.18
6,51 7 7
7,50 8 8
14,63 15 15
20,10 20 20
.
24.73 25 24
26,52 27 25�
Arredondarnentos refeitos.
TABELA 1.19
5,34 5 5
7.45 7 7
18,50 18 19*
19,90 20 20
22,37 22 22
26.43 26 27*
38 Arredondarn1>ntos refoitos.
1.12. SOMATORIO
A Matematica fornece ainda outra no�ao de grande utilidade para a
Estatistica: o Somat6rio. 0 operador somat6rio facilita sobremaneira a
indica�ao e a formula�ao de medidas, bem como algumas opera�5es alge
bricas desenvolvidas pela Estatistica. E por essa razao que o assunto sera
apresentado neste livro como uma especie de apendice ao Capitulo 1.
Para designar somat6rio, utiliza-se a letra grega sigma mahisculo: l:. ,
0 simbolo deve ser lido como "somat6rio de" ou "soma de". Assim, por
exemplo, seja o seguinte conjunto de mimeros:X= {3,6, 9, 12, 15}. A soma
<lesses numeros sera indicada por:
5
I x; = 3 + 6 +9 + 12 + 15 = 45
i=i
5
A expressao L x; deve ser lida da seguinte maneira: "somat6rio
i=i
de x;, i variando de l ate 5".
A letra i que aparece juntamente com ox e um indice, cuja finalidade
e indicar o numero de ordem de cada parcela. A cada parcela devera, entao,
corresponder um mimero de ordem, o qual indica a posi�ao em que ela se
encontra na lista de valores a serem somados.Assim, no exemplo
Define-se, genericamente:
n
L x; =Xi + x2 + x3 + ... + Xn (1)
i=i
TABELA 1.20
6 10 9 2 8
3 7 4 6 5
1 9 7 10 8
0 9 6 6 9
39
Calcular:
20
a) I x;= 6 + 10 + 9 + 2 + s + 3 + 1 + 4 + 6 + 5 + 1 +
i=l + 9 + 7 + 10 + 8 + 0 + 9 + 6 + 6 + 9 = 125
5
b) I x; = 6 + 10 + 9 + 2 + 8 = 35
i=l
10
c) I x;·= 3 + 1 + 4 + 6 + 5 = 2s
i=6
18
d) I x;= lo + s + o + 9 + 6 = 33
i=14
5
e) I xl = 62 + 102 + 92 + 22 + 82 = 36 + 100 +
i=l + 81 + 4 + 64 = 285
( t. x �
'
f) = (6 + 10 + 9 + 2 + 8)' = 35' = l 225
If
. l =1
a=a+a+ ... +a=n•a (2)
Exemplo:
5
I 4 =4+ 4+ 4 + 4+ 4=s x 4 = 20
i=l
n n
Lax;=
.
a L x; (3)
i=l i=l
40
n
L ax; = ax1 + ax2 + .. .+ axn =
i=l n
= a(x1 + x2 + ...+ Xn) = a L x;
i=l
Exemplo:
TABELA 1.21
3
2 6
3 9
4 12
5 15
Ix;=
i=l
45
Seja a = 2.
n s
L 2x; = 2 L x; = 2 X 45 = 90
j=l i=l
n n n
L (x; + Y;) = L x; + L Yi (4)
i=l i=l i=l
n
L (x; + Y;) = (xi + yi) +(x2 + Y2) + ...+ (Xn +Yn) =
i=l
= (Xi+X2+ · · · +Xn) + (y1 +Y2+ · · · + Yn) =
n n
= L Xj + L Yi
i=l i=l
Exemplo: 41
TABELA 1.22
Ordem do
valor i Xi Yi Xi+ Yi
1 3 2 5
2 6 4 10
3 9 6 15
4 12 8 .20
5 15 10 25
5 5 5
I Xi= 45 In= 30 L (xi+ Yil = 75
i=I i=l i=l
5
I (x; +Yi) = (3 + 2) + (6 + 4) + (9 + 6) + (12 + s) +
+ (15 + 10) = 5 + 10 + 15 + 20 + 25 = 75
5 5 5
L (x; +Y;) = L x; + L Yi = 45 + 30 = 75
i=I i=I i=I
4. 0 quadrado da soma e diferente da soma dos quadrados
(5 )
i=I i</
i=I
Assim,
n
+ 2 L x;x1 (6)
i </
i=·1
42 Exemplo:.
TABELA 1.23
Ordem i X;
2·
X;
1 4 16
2 6 36
3 8 64
3 3
Ix;= 2 I
1s L x; = 116
i=l i=l
( t. � x '
=
I 8' = 324
3
I x; = 16 + 36 + 64 = 116
i=l
3
2 L x;x; = 2[(4 X 6) + (4 X 8) + (6 X 8)] =
3 3
= L xi + 2 L x;x; = 116 + 208 =
324
i=l i<j
i=l
( t. � ( t. � ( t. )
x . y
*
xm (7)
( t. � ( t. �
x y = (x, +x, + ... +x.)(y, +y, + ... +
+ Yn) =
(.X1Y1 +X2Y2 + · · · +XnYn) +
+ (X1Y2 +X1Y3 + · · · +X1Yn +X2Y1 +
+x2y3 + · · · +X2Yn +xn-1Yn-2 +
+ xn-1Yn) =
n n
= L x;y; + L x;y ;
i=l U-j
i=I 43
Exemplo:
TABELA 1.24
Ordem i Xi Yi XiYi
1 3 2 6
2 6 4 24
3 9 6 54
4 12 8 96
5 15 10 150
5 5 5
L X;Y; = 330
j=l
5
I x; = 4s
j=l
5
L Yi = 30
i=l
(t. x) (t. y) t. -
XtYi + ti �iYj
i=l
5
44
6. Numero de parcelas de um somatorio
n
I k= n - a+ (8)
Exemplos:
5
a) L x; = 2 + 4 + 6 + 8 +10 = 30
i=l
k=n-a+l=S-1+1=5
b} L Yi = Y3 + Y4 + Ys + Y6 + Y1 + Ys
i=3
k=n-a+ 1 = 8 - 3+1= 6 parcelas.
(9)
x; Yj
Xt = 2 Yl = 1
x2 = 4 Y2 = 3
n = 6
X3 = 6 Y3 = 5
m =4
X4 = 8 Y4 = 7
X5 = 10
5 4
Ix;= 30 L Yi':= 16
i=l j=l
45
. ( ± �)
1=1
x • ( t �')
1=1
Y = 30 X 16 = 480
n m
I I XiYj = (2 x 1) + (2 x 3) + (2 x 5) + (2 x 7) + (4 x 1) +
i= I j= I
+ (4 x 3) + (4 x 5) + (4 x 7) + (6 x 1) +
+ (6 X 3) + (6 X 5) + (6 X 7)+ (8 X 1) +
+ (8 x 3) + (8 x 5) + (8 x 7) + (10 x 1) +
+ (IO X 3) + (10 X 5) + (10 X 7) =
= 32 + 64 + 96 + 128 + 160 = 480
8. Eliminaftio do indice
8.1. Muitas vezes, por motivo de simplifica�o, elimina-se o indice que
acompanha a variavel. Esta pratica, entretanto, s6 devera ser aceita quando
nao houver duvidas a respeito dos valores que serao somados. Isto acon
tece principalmente em demonstra�fies onde o somat6rio aparece com
muita frequencia, ou na resolu�ao de exercicios.
Da mesma forma,
4
Exemplo:
TABELA 1.26
Va/ores de X x;
4 xi =
4
5 x2 = 5
6 X3 = 6
7 X4 = 7
8 X5 = 8
46
8 5
E igualmente correto escrever Lx 3? OU L Xj 30.
=
=
x=4 i=l
EXERCiCIOS RESOLVIDOS
TABELA 1.27
Populw;io (%)
Regiiies
N'! .i
1970 1975
Taxa de crescimento
N'! Regioes
1970-75 (%)
ESTA DO 15,0%
1.2.1. L Xj + L 2 = L Xj + (4 x 2) = L Xj + 8 =
4 4 4
48 = 34 + 40 + 16 = 90
Distribuifiio de Frequencias
2.2. ROL
0 rol e uma lista em que os valores estao dispostos em uma determi
nada ordem, crescente ou decrescente. Dispondo os dados de acordo com o
consumo, obtem-se uma ordenayao da Tabela 2.1.
TABELA 2.2
3 58 75 89 118
8 58 76 90 121
10 60 78 90 125
19 62 80 92 126
28 64 81 94 131
36 66 82 94 136
38 72 83 95 144
50 73 84 96 148
52 74 86 105 157
57 75 88 114 158
� 0
J F M A M J J A s 0 N D
1971 6 2 5 6 0 8 7 .6 3 4 5 8
1972 10 9 7 6 3 4 6 4 5 4 0 1
1973 3 6 7 9 3 1 4 6 5 3 5 4
1974 7 2 5 8 6 4 2 5 1 6 5 2
Numero de
Contagem ou Numero de
j Aparelhos com
Tabula�o Meses ffj)
Defeito fxjJ
I I
1
I
0 r I
2
2 I 1 n I 3
3 I 2 0 I 4
I I
4 I 3 ISi I 5
5 I 4 ISi r I 7
I I
6
I
5 ISi n I
8
7 I 6 ISi 0 I 9
8 I 7 0 I 4
I I
9 I 8 n I 3
10 I 9 r I 2
I I
11
I
10 I I
1
11
I fj = 48
j=I
� (1)
�
ke 0 extremo superior do intervalo de valores do indice j.
fj e 0 numero de observayoes de um valor
52 Ne o numero total de valores observados
Normalmente, depois de construida, a tabela apresentara apenas as
colunas encabeyadas por Xj e f;.
TABELA 2.5
Classes Freqiiiincias
Notas fj
01--10 5
10.f--20 15
201--30 20
301--40 45
401--50 100
501--60 130
601--70 100
701--80 60
801--90 15
901--100 10
10
I fj = 500
j=l
53
Para a constru9ao dessa tabela, nao ha necessidade de se ordenarem os
valores originais. Pode-se partir diretamente da lista de dados brutos. E facil
ver, por outro lado, que, na distribui9ao de freqilencias de valores agrupados
em classes, nao figuram mais os valores exatos de cada item em particular.
Nao e possivel, da mesma forma, obter diretamente da tabela o valor exato
dos itens mais alto e mais baixo. Apesar disso, a tabela informa, de imediato,
a tendencia de a serie se concentrar em torno de um valor central, alem de
proporcionar uma visao panoramica do comportamento da variavel, o que
seria impossivel de se fazer a partir da lista dos dados brutos.
!10 10
2.4.2. Amplitude Total: Ar
menor valor observado da variavel em estudo. Se, por exemplo, no teste que
deu origem a Tabela 2.5, a maior nota tivesse sido 97 e a menor 1, a ampli
tude total do conj unto de valores observados seria:
54 Ar = 97 - 1 = 96
A amplitude total do exemplo da Tabela 2.1, por outro lado, sera:
At = 158 - 8 = 150
2.4.3. Classe
Exemplo:
a) Se 0 numero de observac;:oes for 500:
N = 500
k = 1 + 3,3 log 500
log 500 = 2,69897
k = 1 + (3,3 x 2,69897) = 1 + 8,906601
k = 9,906601 ou, arredondando,
k = 10
b) Se N = 50
k = 1 + 3,3 log 50
k = 1 + (3,3 x 1,69897) = 1 + 5,606601 = 6,606601
k .. 7
2 4 6 8 10 12 15 15
30 40
40 50
50 60
Eles nao sao claros, em virtude de nao se saber em que classe devem
ser incluidos os valores 40 e 50. Se os valores originais estiverem arredon
dados para inteiros, sera correto escrever:
Cruzeiros
30 a 39
40 a 49
50 a 59
56
Entretanto, se os valores originais aparecerem com precisao ate centavos,
esses lirnites nao serao claros. Utilizando essa ultima representa9ao, nao se
teria certeza quanto a em que classe se deveriam incluir valores tais como
39,4, 39,8, 49,7 etc. 0 problema estaria solucionado se os limites fossem
escritos da seguinte rnaneira:
Cruzeiros
30,00 a 39,99
40,00 a 49,99
50,00 a 59,99
Cruzeiros
30 1----- 40
40 50
50 60
TABELA 2.7
Acionistes
Numero de Bfoes
fj (1.000)
1 a 99 20
100 a 499 70
500 a 999 50
1 000 a 9 999 45
10 000 OU ma is 5
TOTAL 190
procedimento mais coerente, uma vez que esse ponto, por suas caracteristicas,
deve ser eqiiidistante dos limites de classe.
Para obter o ponto medio de uma classe, basta acrescentar ao seu limite
inferior a metade da amplitude do intervalo de classe. Esse procedimento
podc ser adotado, qualquer que seja a representa9ao tabular escolhida. Assim,
por exemplo, o ponto medio da primeira classe da distribni9ao da Tabela 2.7
sera determinado como segue:
2,50 a 2,59
Primeira classe:
Amplitude do intervalo:0,10
Metade da amplitude: 0,05 59
0 ponto medio da primeira classe seni, entao:
Ponto medio:
- -
Xl -
2
TABELA 2.8
Ponto mt!!dio
Classe 'i Xj
16
{
seguintes tipos de freqiiencias:
Absoluta
- Freqiiencia Simples
{
Relativa
Absoluta
"Abaixo de"
{
(crescente)
Relativa
-- Freqiiencia Acumulada
Absoluta
"Acima de"
(decrescente)
Relativa
� (3)
�
Considerem-se os exemplos dados pelas Tabelas 2.9 e 2.10.
0 5
1 10
2 18
3 12
4 5
TABELA 2.10
Notas Obtidas por 500 Alunos em um Teste de Estatlstica
10
Il 'i = 500
j= 61
Na Tabela 2.10, a freqiiencia simples absoluta da quarta classe e 45.
Ha 45 alunos cujas notas se situaram no intervalo compreendido pelas notas
de 30, inclusive, a 40, exclusive.
fri =
I
/i
t;
=
N
!;
( 4)
j=t
{Nf; ----
100%
x%
x% =
N
!; • 100 = fri
k
I tri = 1,00 OU 100% (6 )
j=t
Freqiiincias
Numero de /)llfss
Xj frj relativas
fj
percentuais
Xj
'i Fj
0 5 5
1 10 15
2 18 33
3 12 45
-
4 5 50
I fj = 50
j=l
63
TABELA 2.13
Notas Obtidas por 500 Alunos em um
Teste de Estatlstic:a
Notas Fj
fj
0 I-- 10 5 5
10 I-- 20 15 20
20 I-- 30 20 40
30 I-- 40 45 85
401---- 50 100 185
50 I-- 60 130 315
60 I-- 70 100 415
70 I-- 80 60 475
80 l---9
- 0 15 490
90 1--100 10 500
10
2
j=l
fj = 500
De acordo De acordo
com o item (a) com o item (b)
Xj fj ''i (%) Fj
500 100
64
TABELA 2.15
Notas Obtidas por 500 Alunos em um Taste de Estatlstica
I
Deacordo Descordo
I
I com o item (a) com o item (b)
Notss fj frj (%) Fj
I
I Frj (%) Frj
I
I
Ol--1 0 5 1 5 1 5/500 = 0,01 ou, 1%
101--20 15 3 20 4 20/500 = 0,04 OU 4%
201-- 30 20 4 40 8 40/500 = 0,08 OU 8%
301--40 45 9 85 17 85/500 = 0,17 OU 17%
401--50 100 20 185 37 185/500 = 0,37 OU 37%
501--6 0 130 26 315 63 315/500 = 0,63 OU 63%
601--70 100 20 415 83 415/500 = 0,83 OU 83%
701---80 60 12 475 95 475/500 = 0,95 OU 95%
801--90 15 3 490 98 490/500 = 0,98 OU 98%
901-- 100 10 2 500 100 500/500 = 1,00 OU 100%
I
500 I 100
I
50, ou, por outra, que trinta e sete por cento dos
notas iguais ou inferiores a
alunos obtiveram nota compreendida na faixa de 0 a 50.
Fj
Notas fj "Acima de"
01-- 10 5 500
101-- 20 15 495
201-- 30 20 480
301-- 40 45 460
401-- 50 100 415
501-- 60 130 315
601-- 70 100 185
701-- 80 60 85
801-- 90 15 25
901--100 10 10
500
TABELA 2.17
Notas Obtidas por 500 Alunos em um Teste de Estatlstica
I
I
Descordo Deacordo
I Fj com oitem (a) com oitem (b)
Notas 'i frj (%)
I Aic made
I
Frj (%) Frj
I Aic made Aic made
Of-- 10
101-- 20
5 : 1 500 100 500/500=1 ,00 OU 100%
15 I 3 495 99 495/500 = 0,99 OU 99%
201-- 30 20 I 4 480 96 480/500=0,96 OU 96%
301-- 40 45 I 9 460 92 460/500=0,92 OU 92%
401-- 50 100
I 20 415 83 415/500 = 0,83 OU 83%
I
501-- 60 130 26 315 63 315/500=0,63 63%
I OU
At
Amplitude do Intervalo de Classe =k (7)
EXERCiCIOS RESOLVIDOS
Total 100
Soluriio
2.1.1.
Frj
Fj
Classes 'i "Abaixo de" frj "Abaixo de" "Acima de"
2.1.2. 40 operarios
2.1.3. 80 operarios
2.1.4. 0,15 OU 15%
2.1.5. 0,70 OU 70%
2.2. A tabela de freqiiencias apresenta 4 falhas de constru�ao. Quais sao?
Classes Fj
0---I 2 80
4 --I 6 0
61--- 8 10
8 ---110 10
68 100
Solurao
a) falta a classe 2 --1 4
b) o valor 6 esta inclu{do na scgunda e na terceira classes
c) Fj no lugar de lj
d) 80% das freqilencias c oncentrados na prirneira classe e nenhuma freqilencia
na segunda classc
Milfmetros de chuva
Soluriio
2.3.l. k =1 + 3,3 log10 N
k 5,29 jk � 5j
= OU
2.3.2. Classes
Cont. 'i
Mil. de chuva
Total 20
69
2.3.3./2.3.4./2.3.5.
Classes fj Fj '' Frj
i
20 1,00
2,01 2,08 1,96 3,04 2,01 3,18 1,94 2,19 2,24 2,18
2,59 1,96 2,29 3,18 2,09 1,96 2,06 2,18 2,05 2,04
2,43 1,56 1,94 3,15 2,35 2,08 2,56 2,17 1,96 1,59
2,22 2,34 2,24 1,95 2,01 3,12 3,03 3,12 2,04 1,66
1,87 2.49 3,12 2,24 1,76 3,20 2,38 1,58 1,89 1,98
1,89 1,71 2.42 1,62 1,97 2,18 1,69 3,14 2,18 3,06
2,40 1,96 3,01 2,19 2,25 1.45 1,93 2,06 1,83 1,84
1,91 2,11 1,78 2,36 2,33 3,17 2,03 1,87 3,11 2,17
1,72 1,62 1,99 1,64 1,54 2,26 1,86 2,09 1,74 1,92
2,36 1,82 2,02 2,25 1,75 3,15 3,18 \ 1,99 1,76 2,51
100
EXERCICIOS PROPOSTOS
2.5. Considere a seguinte distribuic;ao de freqiiencias correspondente aos
diferentes prec;os de um determinado produto em vinte lojas pesqui
70 sadas.
PrlJ(:OS N9 de lojas
50 2
51 5
52 6
53 6
54
Total 20
Classes fj
2, 751-- 2,80 2
2,80 I-- 2,85 3
2,851-- 2,90 10
2,90 I-- 2,95 11
2,951-- 3,00 24
3,00 f-- 3,05 14
3,051-- 3, 10 9
3,10f-- 3, 15 8
3,15 f-- 3,20 6
3,20 f-- 3,25 3
90
Empresas A 8 c
Classes fj Fj
)
0-----l 2 3 3
2 -----! 4 ? 8
4 -----! 6 8 16
6 -----! 8 10 26
8 -----!1 0 ? 28
b. aqueles que niio podem ser definidos por uma simples observa«;lio;
b. a menor diferen11a niio nula entre dois valores dados for finita;
2.5.4. 13
2.5.5. 95%
2.5.6. 60%
26.1. 24
2.6.2. 90
2.6.3. 3,00
2.6.4. 2,95
2.6.5. 0,05
2.6.6. 0,5
2.6.7. 2 ,875
2.6.8. K= 10
2.6.9. 26
2.6.10. 3,33%
2.8. 5; 2
2.9.1. 30
, 2.9.2. 5
2.9.3. 3; 6; 6; 13; 9; 3
2.10.1. c
2.10.2. b
2.10.3. b
2.10.4. c
2.10.5. a
2.10.6. c
2.10.7. b
2.10.8. a
74 2.10.9. b
Apresentafiio Grafica
b) Cartogramas
Os cartogramas sio ilustra�es relativas a cartas geograficas, Jargamente
difundidas em Geografia, Historia e Demografia.
c) Estereogramas
Os estereogramas representam volumes e sio apresentados em tres
dimens0es. Muitas vezes sao confeccionados em cartolina ou madeira,
quando nao desenhados em perspectiva. 75
3.2. CLASSI Fl CACAO DOS GRAFICOS SEGUNDO 0 OBJETIVO (USO)
Exportai;:ao �------�
/
60 000 /
/
60 000
/
/
Exportai;:ao prevista /
/
20 000 20 000
10 000 10 000
0 0
J F M A M J J A S O N D
Muitas vezes, o uso indevido dos graficos pode trazer uma ideia falsa
dos dados que estao sendo analisados, chegando mesmo a confundir o leitor.
Vej amos, atraves de um exemplo, como esse fato pode ocorrer. Os tres
graficos apresentados a seguir representam o mesmo fenomeno atraves do
mesmo grupo de dados. A primeira impressao e a de que OS tres graficos
representam dados nitidamente diferentes.
3,0
2,9
4
..
.. 2,8
e e
·;;; ·a;
N
3 N
2 2 2,7
"
"
..
.. "O
"O 2 ..
..
..
..
>O 2,6
>O .J:.
.J:.
:E :E
2,5
0 2,4
J F M A M J J A S O
1975
J M M J S
/ 1975
..
e 4
·a;
N
2
" 3
Cl)
"O
.. 2
"'
>O
.J::.
:E
0
J F M A M J J A s 0
1975
Farm6cia e cosm8ticos
Utilidade geral
Garrafas de cerveja
Lieores
Garrafas de refrigerantes
Vasilhas caseiras
0 5 10 15 20 25 30 35 40%
b) As barras devem vir separadas umas das outras pelo mesmo espac;o, o qua!
deve ser suficicnte para que as inscric;oes que identificam as diferentes
barras nao tragam confusiio ao leitor. Como regra pratica pode-se tomar
o espac;o entrc as barras com·o aproxirnadamente a metadc ou dois terc;os
de suas larguras.
Fran�a
�
Portugal Vinho
Italia
�
Espanha Champagne
Chile
Argentina
Fran�a
- Vinho
Portugal � Champagne
Italia
Espanha
Chile
Argentina
GRAFICO 3.8 - EVOLUCAO DAS VENDAS DA CIA. X ENTRE OS ANOS DE 1971 E 1972
Liquidificadores
Batedeiras de Bolo
Refrigeradores
Exaustores
Aquecedores E l�tricos
Quantidade /
Anos
(mil toneladas)
1965 45
1966 50
1967 70
1968 80
1969 130
1970 150
1971 200
1972 210
Fonte: (dados fict(cios).
25(} 250
200 200
150 150
100 100
50 50
0 0
1965 1966 1967 1968 1969 1970 1971 1972
82
Muitas vezes, costuma-se colocar no topo ou no interior de cada coluna
o valor correspondente a sua altura. Esse procedimento permite eliminar a
escala.
A Tabela 3.1 apresenta a produyao media mensal de carvao betumi
noso efetuada por um certo pafs, no periodo de1965 a 1972.
Atraves do Grillc o 3.9 podemos ver como a Tabela 3.1 ficara reprer
·sentada.
Os graficos em colunas podem aparecer de diversas maneiras, dentre as
quais se destacam tres: graficos em colunas superpostas, graficos de porcen
tagens complementares e graficos em colunas remontadas.
3500 3 500
3000 3000
� Mai
sde20
� Polegadas
2 500 2 500
2 000 2 000
1 500 1 500
llllllD Portatei
s
1 000 1 000
500 500
0 0
1970 1971 1972 1973
2000 x 100
800!.
=
x 10
2 500 83
=
GRAFICO 3.11 - EMPRESA Y - PRODUCAO DE TELEVISORES 1970-1973
% %
100 100
80 80 Mais de 20
Polegadas
60 60
40 40 lllllll Portateis
20 20
0 0
1970 1971 1972 1973
Vendas Vendas
(1.000 cruzeiros) (1.000 cruzeiros)
700 700
600 600
300 300
Vendas ao
200 200
lllllll Exterior
100 100
0 0
1969 1970 1971 1972
84
3.2.4.3. Graficos Pict6ricos (Pictogramas)
Os graficos pict6ricos ou pictogramas sao construi'dos a partir de fi
guras ou conjunto de figuras representativas da intensidade ou <las modali
dades do fenomeno. Sao graficos muito freqiientes em jornais e revistas, tendo
como principal vantagem o fato de despertar a aten9iio do publico leigo.
1970
= 1 000 caminh6es
1971
11/i
1972
�
No Grafico 3.13, cada figura representa 1 000 caminhoes.
Existem algumas regras basicas que regem a constru9ao de pictogramas:
a) Os simbolos devem ser auto-explicativos.
700
600
600
400
300
200
100
0 L-_.___L_J.._-L..--L--'---'--
65 66 67 68 69 70 71 72 Anos
do mesmo.
GRAFICO 3.16 - COM�RCIO EXTERIOR DO BRASIL
I MPORTACAO (C.l.F.I
- 1963-1969 -
lmpcrtacao
Bilh5es de D61ares
1.400
2.200
2.000 /
1.800
1.600
1.400
1.200
1.000
800
63 64 65 66 67 66 69 Anos
86 Fonte: C.l.E.F.
No Grafico 3.15, ve-se claramente que o menor valor o bservado e signi
ficativamente maior que zero. A representaylio dos valores sem a linha em
ziguezague provocaria um espayo inutil entre a linha do grafico e o eixo hori
zontal, devido a extenslio da escala no eixo vertical.
0 uso de uma escala interrompida, entretanto, deve ser feito com
cautela, uma vez que ela distorce parcialmente a perspectiva do grafico. Assim,
uma pequena variaylio na intensidade do fenomeno pode parecer de grandes
proporyoes quando a escala for interrompida, urna vez que a atenylio do
leitor se concentrara apenas nos pontos da escala realmente significativos.
TABELA 3.2
PRODUCAO BRASILEIRA DE CAMINHOES PESADOS - PERIODO 1962-1968
Anos
Segmento Exporta(:io
1962 1963 1964 1965 1966
(Dados Fict(cios)
30 000
20 000
10 000
0
1962 1963 1964 1965 �966
140
120
100
80
60
40
20
80
60
40
20
0
1962 1963 1964 1965 1966
TABELA 3.3
PRODUCAO AGRICOLA DO ESTADO A - ALGUNS PRODUTOS
1972
������� /
Produtos Ousntidade (t)
Caf� . . . . ... . . . .
- 400 000 200 55,5
Ac,:ucar . . . . . . . . . . 200 000 100 27,8
Milho . . . . . . . . . . . 100 000 50 13,9
Feijao........... 20 000 10 2,8
20 000 ----- Xo
91
GRAFICO 3.19 - PRODUC::AO AGRiCOLA DO ESTADO A ALGUNS PRODUTOS - 1972
Legend a
fptff§ffl CAFIO
CTI ACUCAR
f!lllllll}J MILHO
1111 FEIJAO
Cat� 55,5%
U bserva{:iiO:
segunda coluna da Tabela 3.5 e dividir o total por doze: 2i�0 = 23°
TABELA 3.5
TEMPERATURAS MEDIAS MENSAIS REGISTRADAS NA REGIAO X - 1969
Janeiro
Fevereiro
Mar�
Abril
Maio
Junho
Jul ho
Agosto
Setembro
Outubro
Novembro
Dezembro
276°
J
93
Desta forma, cada dire9ao radial funcionara como uma escala de valores
e cortara a circunferencia no valor 23. Ao longo das doze dire9oes radiais
serao assinaladas as temperaturas observadas, tomando uma dire¢o para cada
mes. Posteriormente, unir-se-ao os pontos assinalados e o grafico estara
concluido.
GRAFICO 3.22
GRAFICO 3.23
a) Histogramas
I S=bX h I (1)
I h =
! I
A altura de cada retiingulo do histograma sera dada, entao, pelo
(2)
TABELA 3.6
DISTRIBUICAO DAS EXPORTACOES DE 65 EMPRESAS FABRICANTES DE
COMPONENTES ELETRONICOS 1972 -
Numero de empresas
Volume exportado US$
Frequencias - fj -
50.0001--- 60.000 8
60.0001--- 70.000 10
70.000 1--- 80.000 16
80.0001--- 90.000 14
90.0001---100.000 10
100.0001---110.000 5
110.0001---120.000 2
Total 65
(Dados Ficticios)
Numero de Empresas
fj 16
14
12
10
2
0
50 60 70 80 90 100 110 120 Valor Exportado
(em milhares US$)
Porcentagem
de Empresas
(%)
16 )
14
12
10
0
50 60 70 80 90 100 110 120 Valor Exportado
(em milhares US$)
b) Poligonal Caracteristica
A poligonal caracteristica e a representa<;:ao do contomo do histogra
ma (Grafico 3.26).
c) Poligono de Freqiiencias
Unindo por linhas rctas OS pontos medios das bases superiores dos
retangulos do histograma, obtem-se outra reprcsenta<;:ao dos dados, deno
minada Poligono de Freqiiencias.
16
Polfgono de Freqiiencias
14
12
10
I fj = 65
j�1
Freqiiencias Fj Frj
Freqiiencias
Acumuladas Relativas
"Abaixo de" 70
100 Acumuladas
60 90 (%)
80
50
70
40 60
34._ ....... 48.5
50
-- - - -- -
30
40
20 30
20
10 Volume
10
0 Exportado
0
50 60 70 80 90 100 110 120 (US$ 1.000)
100
Desejando-se saber, por exemplo, o numero de empresas com um
volume exportado de ate 80.000 d6lares, basta verificar, na escala das
freqiiencias absolutas acumulaclas, o numero correspondente a esse valor,
qual seja 34. Conclui-se que ha 34 empresas com um volume exportado de
ate 80.000 d6lares. Se o interesse recair na porcentagem de empresas com
ate 80.000 d6lares exportado, a leitura se fara na escala das freqiiencia�
relativas acumuladas. 0 resultado sera 48,5%.
70
100
60 90
50 80
70
40
60
30 50
40
20 lQ- 26%
17 --- 20
10
10
Volume
0 .L._.,_....L_--L_---1. __,1
_ __ ;;; _.J.+. 0
L__J..__-=:::;.i.. Exportado
50 60 70 80 90 100 110 120 (US$ 1000)
TABELA 3.9
NtJmero de PBfBS - fj -
Numero de defeitos
(Freqiiencia do numero de defeitos)
0 40
1 120
2 340
3 290
4 160
5 30
Total 1 000
S=JXh=h
s=h I
GRAFICO 3.30
300 -- 30
240 24
180 18
--
120 -- 12
60 6
0 .T
.
T Nl'.lmero de
0 1 2 3 4 5 Defeitos
102.
GRAFICO 3.31
360 . 36
300 30
240 24
180 18
120 12
60 6
Numero de
Defeitos
0 2 3 4 5
1
Seja x; um valor qualquer da variavel. Fazendo-se ix; � 21' teremos
somar � a x;: ix; +�I· Procede-se da mesma maneira para todos os valores,
f) Graficos em Escada
A representa�ao das freqiiencias acumuladas para valores individuais e
feita mediante o uso de um grafico em escada, conforme a figura do Grafico
3.32. A representa�ao das freqiiencias acumuladas com o recurso do poligono
de freqiiencias acumuladas, embora encontrada, nao e rigorosa, raziio por que
nao sera exemplificada.
Os dados que deram origem ao Grafico 3.32 siio os constantes da
Tabela 3.10. 103
GRAFICO 3.32
Numero de Pec;:as
Fj Frj (%)
1 000 100
I
900 I 90
I
___J
800 I 80
I
700 I
70
I
I
600 I 60
I
,------,
500 I I
50
I I
400 I I 40
I I
I I
300 I I 30
I I
200 I I 20
r--1 I
I I I
100 I I I 10
I I
-
.
� I I I I
Numero de
Defeitos
0 2 3 4 5
TABELA 3.10
Freqiiincias acumuladas
Numero de defeitos
Fj Frj (%)
0 40 4
1 180 18
2 520 52
3 810 81
4 970 97
5 1 000 100
GRAFICO 3.33
x 0
GRAFICO 3.34
0 x 0 x 0
h) A Curva de Lorenz·
Va/ores percentuais
Numero de Volume de
Dep6sitos Depositantes Dep6sitos na classe
Depositantes Dep6sitos
(acumulado) (acumulado)
% %
Porcentagem de
Dep6s;tos 100 �-----
90
80
70
60
60
40
30
20
10
0 IL-.....-....==;::=;::::;=---�-_j
10 20 30 40 60 60 70 80 90 100
P o r__
106�--�------- ----- c �• a ge m_d_e_D��e-•-io _�
.:..._ n "
t .:..._
_....1
Medidas de Posifiio
4.1. INTRODU<;:Ao
Vimos, nos capftulos precedentes, que atraves de uma distribuiyiio
de freqiiencias se estabelece um sistema de classificai;ao que descreve o
padrao de variai;ao de um determinado fenomeno estatistico. Ocorre, toda
via, que poderia ser muito dificil trabalhar com a distribuiyao de freqiiencias
completa, razao pela qual costuma-se lan�ar mao de determinadas medidas.
Essas medidas sumarizam certas caracterfsticas importantes da distribuiyao
de freqiiencias. Ha diversas medidas que possibilitam condensar as infor
mai;oes dentro da fase analitica da Estatistica Descritiva. Concentraremos
·
4.2.M�DIA
A medida de tendencia central mais comumente usada para descrever
resumidamente uma distribuii;ao de freqiiencias e a media, ou mais propria-
mente, a media aritmetica. Ha varios tipos de medias, os quais serao exami- 107
nados a seguir: media aritmetica, media geometrica, media harmonica, media
quadratica, media cubica, media biquadratica. 0 leitor ccrtamente devera
estar mais familiarizado com a media aritmetica, devido a freqiiencia com
que dela se utiliza.
contfnuos que recebem os seguintes salarios mensais: Cr$ 800,00, Cr$ 780,00,
CrS 820,00, Cr$ 810,00 e Cr$ 790,00. A media aritmetica dos salarios
ou o salario medio mensal dos contfnuos desse escrit6rio sera de 800 cruzei
ros, de acordo com a definiyao.
800 + 780 + 820 + 810 + 790 4.000
x = = = 800
5 5
Genericamente, podemos escrever:
(1)
onde
x; = valor genenco da observaylio
n = numero de observay0es
Xi = 800
Xz = 780 i = {l , 2, 3, 4, 5}
X3 = 820 n = 5
X4 = 810
X5 = 790 5
I x;
i=l
5
108
b) Media Aritmetica Ponderada
A media aritmetica e considerada ponderada quando os valores do
conjunto tiverem pesos diferentes. Tratando-se de media simples, todos OS
valores apresentam igual peso. Obtem-se uma media aritmetica ponderada
atraves do quociente entre o produto dos valores da variavel pelos respectivos
pesos e a soma dos pesos.
cla F.mal
M"d.
1 +2+3+4
- -
8+ 14 +27+36 85
= ------ 8,5
10 10=
O mesmo resultado seria obtido se fossem adotados pesos relativos,
como indicamos na Tabela 4.1.
TABELA 4.1
1
1� - = 0,1 8 0,8
10
2
2� - = 0,2 7 1.4
10
3
3� = 0,3 9 2,7
10
4
4� -= 0.4 9 3,6
10
L X; L Xj
i=l i=l
x =--- = --- =
n 20
=
4+5+5+5+5+5+6+6+6+6+6+6+7+7+7+7+7+8+8+8
=
20
124 =
= 6'2
20
Portanto, a media aritmetica simples das notas e �.2. Como os valores
da variavel aparecem repetidos, e possfvel adotar 0 numero de observa�oes
ou freqilencia de cada um deles como peso ou fator de pondera�ao. Assim,
por exemplo, a nota sete aparece cinco vezes. E indifercnte, portant<>,
para efeito de calculo da media SOmar 0 numero sete cinco vezes OU
multiplicar esse valor por cinco.
7 + 7 + 7 + 7 + 7 = 5 x 7 35
=
x
4+5+5+5+5+5+6+6+6+6+6+6+7+7+7+7+7+8+8+8
= ------�
20
OU
- - (4 x 1) + (5 x 5) + (6 x 6) + (7 x 5) + (8 x 3)
x-
1 + 5 + 6 + 5 +3
0 numerador da primeira expressao representa a opera�ao necessaria
para 0 calculo da media aritmetica simples, de acordo com a formula (1).
0 denominador e 0 numero total de observa�OeS.
110 1 + 5 + 6 + 5 +3
4 + 25 + 36 + 35 + 24 124
= = 6 '2
=
20 20
Esse resultado e o mesmo que o obtido pelo emprego da formula (1 ),
porque 0 principio dos metodos e 0 mesmo, diferindo apenas a forma
de calculo.
Genericamente, se os valores xi. x2, . .. , Xk ocorreremfi. [2 , fk • . . .
k
I x;fi
/= 1
x = _,:__ ___
(2)
k
I Ii
j=l
TABELA 4.2
Xj 'i Xjfj
4 1 4 x 1 =4
5 5 5X5=25
k=5
6 6 6X6=36
n= 20
7 5 7 x 5 =35
8 3 8X3=24
5 5
Classes
'i Xj Xjfj
101--20 5 15 75
201--30 10 25 250
301--40 15 35 525
401--50 10 45 450
501--60 5 55 275
5 5
I Xjfj
x = _,_i_=_i __
=
j=l \= 1575
35
n 45 45
c) Propriedades da Media Aritmetica
I) Primeira Pr opriedade
A soma algebrica dos desvios de um conjunto de numeros tomados
em rela�ao a media aritmetica e zero. Simbolicamente:
n
I d; = 1: (x; - x) =
o
i=l
(3)
k
= =
I difj 1:(xi - x)fj o
j.=1
on de,
�l = x; - x e i =
{ 1, 2, ... , n} para dados brutos
= =
dj Xj - X e j {l, 2, . . . , k} para dados tabulados
A comprova�ao dessa propriedade e simples:
Ix= nx
112 i=l
Mas,
n n
Ll x;
L x;
i= i=l n
x =---
n
e, assim, nx = n
n
=
L x;
i=l
Entao,
n n n n n
L d; =
L x; -
L x =
L x; -
L x; = 0
i=l i=l i=l i=l i=l
Para Dados Tabuhdos
k k k k
L di
L (Xj x)fj L Xjfj
=
L xfi
=
-
L Xjfj
k k k
j=l
I xfi = x I Ii = nx = n =
L Xjfj
n
j=l j=l j=l
Portanto,
k k k k k
I dj =
I X jfj -
L xfi L Xjfj -
L Xjfj = 0
j=l j=l j=l j=l j=l
Exemplo 1:
Consideremos os salarios recebidos pelos cinco continuos.
x = {780, 790, 800, 810, 820}
5 5 n
I d; :=
I (x; - soo1= o >
L d;= o
i=l i=l i=l
Exemplo 2:
Com os dados da Tabela 4.5, comprovar a primeira propriedade
da media. 113
TABELA 4.5
5 s
n= 20 L Xjfj=124
I djfj=o
j=I j=I
n n
k k
L (x1 - x)2f; <
I (x1 - xo)2/; (5)
/=I / =l
S2 -- S1 > 0
Daf tiramos
S1 < S2 OU r, (x; - x)2 < L (x ; - Xo)2
Exemplo 3:
Considere o conj unto de numeros X = { 3, 5, 7, 9, 10}. A media
aritmetica do conjunto e
5
I Xj
= _i_=_I _ 3 + 5 + 7 + 9 + 10 � 6g
X = = = '
5 5 5
Considere agora os seguintes valores arbitranos para x0 : 7 e 5. Os
calculos das somas dos quadrados dos desvios serao feitos com recurso da Tabela
auxiliar 4. 7.
TABELA 4.7
(Kj-X) = Xo =l Xo =5
Xj (x;-6,8)2 (x; - 7)2 (x;-5)2
(x;- 6,8) (x;- 7) x;-5
3 .3-6.,8=-3S
. (-3,li)2=14 4
, 4 3-7=-4 (-4 )2=16 3-6 =-2 (-2)2=4
6 6-6S
. =-1,8 (-1 ,8)2=3,24 6-7=-2 (-2)2=4 6-6=0 (0)2 =O
7 7 -6,8=0,2 (0 2
, )2 =0,04 7-7=0 (0)2 =O 7-6=2 (2)2 =4
9 9-6,8=2,2 (2,2)2 =4,84 9-7=2 (2)2 =4 9-6=4 (4)2 =16
10 10-6,8 =3,2 (3,2)2 =10,24 10- 7 =3 (3)2 =9 10 -6=6 (6)2 =26
I (x; -6,8)2=
5 5
I (x;-7)2=
5
I !x;-6) 2
=
i=I i=I i=I
=32,8 =33 =46
115
Como pode ser observado,
'i;(x; - 6,8)2 < 'i;(x; - 7)2 < 'i;(x; - 5)2
,!. + +
32,8 < 33 < 45
para x = 6,8.
Exemplo 4:
Comprovar a segunda propriedade da media, usando os dados cons
tantes da Tabela 4.3, adotando para x0 os vafores 30 e 36.
A comprova�ao e feita com o auxflio da Tabela 4.8.
TABELA 4.8
2 2 2
10 1-- 20 15 75 115 - 351 5 = 2 000 115 - 301 5 = 1 125 115-361 5 = 2 205
201-- 30 10
I 25 I 250 1 i 2
125 - 35 10= 1 ooo
2
125 - 301 10 = 250 1 2
12� - 361 10· = 1 210
301- -40 1 35 1
15 525 1 135-351215=0 135
2
301 15 = 375
-· i 135- 361215 15 =
401- -50
I 10 1 45 1 450 1 145 351' 10= 1 ooo
·-
2
145 - 301 10= 2 250 1 145 -- 361210 810=
50 l--60
I1-----�I 55 >--
1 275
2
I 155- 351 5 ,, 2 ooo 2
I 155- 36125= 1 805
1±
155 - 301 5 = 3125
I± / I±
s
f;=45 = n x; f=
; l 575
2
lx;-35J f;=6 000 L Ix;-3012 f;=7 125 L Ix;-36J2f;=6 045
.r• I J-'J t j··i j�1
. J
_ _
L:x;f;
j=l
x = -=----
1 575 = 35
n 45
Como se observa,
s 5 s
I x; n;
j=l
x (6)
k
I n;
j=l
116
A comprova9ao dessa propriedade e imediata e sera feita apenas para
o caso de dados nao-tabulados.Fa9amos inicialmente
n,
X ii
i=I
I
=
ni
n,
IX2i
=
i i =
n2
nk
I Xki
i=i
Xk =
nk
k
n =
I ni
j=i
Assim sendo,
n, n, nk
I X ii +
i=I
I X 2i + ... +
I
i=I
Xki
i=i
x = =
n, + n2 + . . + nk
.
n, n, nk
n,
I X ii n2
I X2; nk
I Xki
i=i i=I i=I
+ + ... +
ni n2 nk
+
= =
n, n2 + . .. + nk
k
= 1, 2, 3
6 6
8
{�
X
3
=8
j 3
L Xjnj
- j=i = (50 x 4) + (22 x 5) + (8 x 6) =
x =�-3 - -
4 + 5 +6
I n1
/=i
= 200 + 110 + 48 = 358 =
23 '87
15 15
Supondo agora que as tres series de numeros constituam uma unica
Serie, teriamos, ordenando OS valores:
l, 2, 3, 5, 10, 10, 12, 15, 20, 20, 30, 40, 40, 70, 80
Dai, calculamos
1+2+3+5+10+10+12+15+20+20+30+40+40+70+80 =
x=
15
= 358 = 23 87
15 '
IV) Quarta Propriedade
Somando-se (ou subtraindo-se) um valor constante e arbitrario a cada
um dos elementos de um conjunto de numeros, a media aritmetica flea so
mada ( ou subtrafda) por essa constante.
Seja X = {xi, x2, • • • , Xn} e seja X0 uma constante escolhida
arbitrariamente.
Fa�amos Y
= X - X0
Assim sendo,
n
x
I ;
i=i
x=--
n
n n n n
L Yi I (x; - xo) I ;
x
L Xo
= i=i = i=i i=i i=i _ nx0
x--
118 y n n n n n
(7)
(8).
V) Quinta Propriedade
Multiplicando-se (ou dividindo-se) cada elemento de um conjunto de
numeros por um valor constante e arbitrario, a media flea multiplicada (ou
dividida) por essa constante.
(9)
I y
=
-f I (10)
Exemplo 6:
�.
Comprovar a quinta propriedade, com os dados da Tabela 4.3, fazendo
e= 5 e Y = A comprova�ao e feita com o auxflio da Tabela 4.10.
TABELA 4.10
L Xjf;
__ j ct
x -�-4- - = 1 575 = 35
5 45
De acordo com a quinta propriedade, devemos ter
-
y= x 35
7=-5-=7
A media dos valores da variavel transformada Y e, segundo a defini�ao,
k
L Yjfj
= j=l 3 15
7
y �--
n 45
=
Dados Brutos:
, X; - Xo
I d·1 -
_
--- (11)
c
Dados Tabulados:
Xj
-'- - Xo
I
,
(12)
_
.
di - ---
c
d;
, =x; - x0
--
c
x; = x0 + c dj
Conforme a defini�ao da media aritmetica simples, podemos escrever
n
Ix; i=l
x = i=l = ------
120 n n
A ultima expressao pode ser desenvolvida como segue:
n II n
I Xo cz: dj I dj
i=l i=l X:Xo
n
+ n
= --
K
+ c i=ln
Portanto,
I di
i=l
X= Xo +c ---
n
(13)
Jl(xo
I difi
j=l
)'( + c --
=--
n
Assim,
(14)
I x= xo + cd' I (15)
onde d' e a media aritmetica simples ou ponderada dos valores dos desvios
reduzidos, conforme o caso.
121
Observariio: Quando a media aritmetica tiver que ser calculada a partir
de uma tabela de freqiiencias onde os dados estiverem agrupados em classes,
costuma-se adotar os seguinte criterios:
I) 0 valor da Constante Xo sera igual ao ponto medio da classe de maior
freqiiencia, se o numero de classes (k) for par, ou o ponto m6dio da
classe intermediaria, se 0 numero de classes for i'mpar.
II) 0 valor da constante c sera igual a amplitude do intervalo de classe.
Exemplo 7:
Na Tabela 4.15 figuram os dados correspondentes ao consumo de
eletricidade de 80 usuarios. Calcular a media aritmetica do consumo, pelos
processos longo e breve.
TABELA 4.16
Consumo Numero de usuarios
kwh fj
51-- 25 4
251-- 45 6
451-- 65 14
651-- 85 26
851-- 105 14
1051-- 125 8
1251-- 145 6
1451-- 165 2
80
Soluriio:
Para o calculo da media pelos dois processos recorremos a Tabela
auxiliar 4.16.
TABELA 4.16
n 80
Dessa forma, o consumo medio por usuario e de 79,5 kwh.
x = 75 + 20 �� = 75 + 4,5 = 79,5
Exemplo 8:
Calcular a media aritmetica dos dados da Tabela 4.17, pelos processos
longo e breve.
TABELA 4.17
2 10
4 15
6 20
8 16
10 9
k
fj fj
s
L Xj
j=l
L Xj
j=l 418
I -x = 5,9714 I
x = = = 5,9714
n 70 70 123
TABELA 4.18
Xj fj Xjfj dj, =
Xj -- 6
- -
2
df'j
2 10 20 -2 -20
4 15 60 -1 -15
6 20 120 0 0
8 16 128 1 16
10 9 90 2 18
s s s
I d/fi
·-
1
. __ _
X = Xo + C _/_-
n
Entao
l 2 ,
x=6+2 - =6 - =6 - 0,0286 = 5,9714
70 70
I :x = 5,9714
Simbolo xg.
124
OU
Xg= n
�� x
/�1 ;
(16)
Exemplo 9:
Calcular a media geometrica dos seguintes conjuntos de numeros:
x= po, 60, 360}
y= { 2, 2, 2, 2}
No primeiro caso temos:
Xi =10 n =3
X2 =60
X3 = 360
��
n =
i�l Ai
= -;,; 10 x 60 x 360 = -;,; 216 000 = 60
Para o segundo conjunto, temos:
Xg= � X1 X X2 X X3 X ... X Xn
Aplicando log a ambos os membros da expressao, vira
n
Para determinar xg, calculamos o antilogaritmo do valor correspon
dente ao segundo membro da expressao.
[
J
. logx1 + logx2 + logx3 + ... + logxn
Xg=antllog
_
Exemplo 10:
Calcular a media geometrica simples do conjunto X = t 1, 4, 16, 64}. 125
Xg = 4 r;-:: x; = V' 1 X 4 X 16 X 64 = V' 4 096
:/ i �1
log Xg = log V' 4 096 =
log
!096 =
;
3•61 360
= 0,903090
Entlio,
xg = antilog 0,903090 = 8
OU
(17)
k
onde n =
L Ji.
/=1
Exemplo 11:
TABELA 4.19
Xj
1 2
3 4
9 2
27
Primeiro Metodo
4
k 4
/1 71
=
Xg = 9
Jr = ':,/ 12 x 34 x 92 x 2 =
I n=9
126 /=1
= {/ 1 x 81 x 81 x 27 = {/ 177 147
Xg = antilog0,5831483 = 3,829554
I Xg = 3,829554
Segundo Metodo
A expressio 17 nos da
n 1 1•
x
g = v xl X x122
X ... X xkfk
Aplicando o operador logaritmo a ambos os membros da expressao,
/1 +!2 logx1
+ .. + fk logx, . logxk
logxg
_
=-------n------ (18)
Mas,
log 1 = 0
log 3 = 0,477121
log 9 = 0,954243
log 27 = 1,431364
Assim,
logxg = (2X 0)+(4X 0,477121)+(2X 0,954243)+(1x1,431364) =
9
- 0 + 1,908486 + 1,908486 + 1,431364 - 5,248336
- - =
9 9
= 0,5831483
Conseqilentemen te,
.Xg = antilog 0,5831483 = 3,829554 Xg = 3,829554
Xi
- X
X2
- X
Xn
... X - Xi xX2 x ...x Xn
Xg 'Xg Xg (.Xg)n
Extraindo a raiz n-esima:
V'xi X X2 X ... X Xn Xg
xg
=
V (xg)n
Exemplo 12:
Comprovar a primeira propriedade da media geometrica com os dados
do exemplo 9 (primeiro problema).
Soluffio:
Os valores da variavel X sao 10, 60 e 360, e sua media geometrica
e igua} a 60, OU seja:
X = {IO, 60, 360}
xg = ti IO X 60 X 360 = 60
Dividindo os valores da variavel X por sua media geometrica, e
multiplicando os quocientes assim obtidos, teremos:
Xi x � x � = 1
Xg Xg Xg
ou seja,
10 60 360 216 000 l
60
X 60
X
60
=
216 000
=
:L x;
i=i IO+ 60+ 360 430
x 143,333...
3 3
=--- = = =
Exemplo 13:
Comprovar a segunda propriedade da media geometrica tomando
X = {8, 12, 5} e Y = {2, 50}.
Calculando as medias geometricas,
Xg = y8 X 12,5 = y'100 =· 10
Yg = v2 x 50 = v'10Q = 10
Assim, Xg = Jg.
III) Terceira Propriedade
A media geometrica e menor OU igual a media aritmetica.
I xg �x I (20)
Dai tiramos
2
(Xi + X2)
;;;. X1X2
4
OU
( X1 +
2
X2 )2 ;;;. X1X2
Extraindo a raiz quadrada
Xi + X2
2
;;;. vx;x:;, 129
o que equivale a x ;;;i: Xg uma vez que
X1 + X2 __: -V� -
= X e X 1 X2 = Xg
2
A generalizayao para n valores pode ser conseguida da mesma forma.
Exemplo 14:
Consideremos os seguintes conjuntos de numeros:
x = {2, 2}
y = {14, 16}
w = {8, 12}
z = {2, 50}
As medias aritmetica e geometrica de cada um dos conjuntos sao
as indicadas na Tabela 4.20.
TABELA 4.20
x = {2, 2 } 2 2
y = {14 , 16 } 15 14,97
w = {8, 12 } 10 9,80
z = {2, 50} 26 10
- Media de Relafoes
Consideremos os dados da Tabela 4.21.
TABELA 4.21
= 2,5+ 0,5 =
Relai;:ao capital/divida: :X1 1,5
2
= 0,4+ 2,0 =
Relai;:ao divida/capital: :X2 1,2
2
Como essas relai;:oos sao o inverso uma da outra, poderia parecer um
contra-senso que o produto de suas medias nao seja igual a um, o que rear.
mente acontece:
-
I.-- (-1.-5 I
x -1.-2)_>_1.....,
. 3 000
= 0,8571
3 500
1 1.1667 x o,8571 = 1 I
Conforme se pode verificar, nesses calculos os pesos atribufdos as
relay6es nao sao iguais. Caso se deseje que isso ocorra, pode-se recorrer a
media geometrica. Assim,
= =
Relai;:ao capital/dfvida: Xg1 y 2,5 X 0,5 v'T,25 = 1,1180
= =
Relayao dfvida/capital: Xg2 = y 0,4 X 2,0 � 0,8944
=
0 produto dessas medias sera igual a um: 1,1180 x 0,8944 1.
Perfodo Taxa
650
1973-1974 = 1,3
500
-
910
1974-1975 = 1,4
650
-
I
=
x;
i=l
n
xh
.--- ---.
• • •
conjunto sera
1
+ _1 + ... +-
1
Xi X2 Xn
n
OU
n
=-- (21)
Xh
n n
1 1
I x. ? Xj
i= 1 I I =1
.
n
Exemplo 15:
xh = ----
1
:
n
n 3
------- =
1 + 1 + 1
3 x360
43
= 25,12
Ix. w 60 36o
i=l I
Yh
n
--- = -------
n
1
4
.!.+.!.+..!.+..!_
4
--
x
4
2
= 2
� Yi
2 2 2 2
It; n
;=1 (22)
Xh =
k
=
k
k 1 1 I;
L X·f; I -!;
x; I x;
j=1 I ;=1 =1
;
k
It;
;=1
Exemplo 16:
Uma pessoa adquiriu quatro camisas ao preyo unitario de trinta
cruzeiros e duas camisas a cinqiienta cruzeiros cada uma. Para calcular o
preyO medio pago por camisa, hli duas formas de procedimento:
I) Cdlculo pela Media Harm0nica
Os dados do problema poderiarn ser expressos da seguinte forma:
A pessoa gastou 120 cruzeiros em camisas de 30 cruzeiros e 100 cruzeiros
em camisas de 50 cruzeiros a unidade. Neste caso, os valores da variavel sao
os preyos por camisa, e seus pesos as quantidades gastas em camisas. Portanto,
xh =
(...!.).. 1
(...!.\.. =
220
4+2
= 36,67
120 3 0 +100
_ _ _so)_
120+100
II) Cdlculo pela Media Aritmetica
Os valores da variavel sao os preyos por camisa, mas agora os pesos
sao o numero de camisas compradas. Por conseguinte,
4+2 6
Os princfpios dos dois metodos sao simples. Estamos calculando
media de taxas, ou seja, cruzeiros por camisa. 0 numerador de ambas as
expressoes representa a quantia total gasta com camisas (220 cruzeiros),
enquanto 0 denominador e igual ao numero de camisas adquiridas. Quando
sao empregados os pesos do denominador, aplica-se a media aritmetica
(pesos 4 e 2); quando se empregam os pesos do numerador, usa-se a media
harmonica (120 e 100).
Outro exemplo onde se pode empregar indiferentemente qualquer
uma das medias e o da obtenyao da velocidade media de um veiculo
(quilometros por hora). Sendo os pesos os quilometros percorridos, utiliza-se
a media harmonica·, e se OS pesos forem horas invertidas O calculo e feito
134 atraves da media aritmetica.
Exemplo 17:
Calcular a media harmonica dos dados constantes da Tabela 4.22.
TABELA 4.22
1 fj
Classes fj Xj
Xj Xj
- -
11--- 3 1 2 .
2 2 1= 1,00
2
1 4
31--- 5 4 4
4 4= 1,00
-
1
51--- 7 8 6 �= 133
6 6
•
1 4
71---- 9 4 8
8 5= 0,50
1 2
91---11 2 10 10 = 0,20
10
k
5 f;
I 'i=20=n I _L =403
x·
'
j=l j=l I
Devemos ter
- n
Xh =
k I
I x:ii
j=t I
Xh = _1Q_ = · 4'96
4,03
(23)
I Xh,;;;; X ,;;;; x
g I (24)
L: Yi
i=t
/[:
1=1
<
n
Fayamos Yi = -
Xi e substituindo na expressao acima teremos
n
I
L:I x-
< i= l
n n
I I
�/XI1 XIn - jX1
-
n •
X2 • .
; -
•
X2 • . • Xn -
= --;:=:======--
...; X1
n • X2 . • • X
Assim sendo,
n
L:
----- <
I i=I xi
�
n
Xi
� i �I
n
Dai tiramos
n
I OU
L:I x-
i= I
Xo
n n n
Xh = = = -- - =
I
.
n
I n
n-
Xo
L:I Xi-
L: X
i=I o
-
i=
Xg � Xi = n � Xo = '{/ x0 x0 ... x0
� i �I � i �I
= n • =
'------v--"
vx:- n fatores
136 = Xo
n n
x;
I L Xo
n x0
i=l i=l
x = = ---
= Xo
n n n
(25)
Exemplo 18:
Calcular as medias aritmetica, geometrica e harmonica dos seguintes
conjuntos de numeros:
x = {2, 4, 6, 8, 10}
y = {10, 10, 10}
z = {10,1, 10,l, 10,2, 10,4, 10,5}
Solufiio:
18.1) x = {2, 4, 6, 8, 10}
n
x;
I
i=l 2+4+6+8+10 30
= = = = 6
n 5 5
n 5 5
= - --- -- -- - -- = = 4•38
n 1 1 1 1 1 1,1417
' 1 2+4+15+-g+10
LX.
i=l
I
x > Xg > xh
6 > 5,21 > 4,38
18.2) Y = po, 10, IO}
n
I Yi
i=l 10 + 10 + 10.
.
30
= = = = 10
n 3 3
Yg � = '!../ 10 x 10 x 10 = � = 10
137
n 3 3
Yh = n
1 1 + 1 + 1 =-3-= 10
- 10 10 10 10
I Xj
i=l
+ l l
_
+ +
10,1 10,1 10,2 10,4 10,5
_ __
+ __ __ __
= 10,2574
Conforme a relaylfo (25)
x+Xh
g=
X 2
para valores pouco diferentes da variavel. Assim, fayamos
z+Zh 10,2600+10,2574
2 = 2
= 10,2587 = zg
4.2.4. Media Ouadratica
Simbolo: Xq·
Definifao: A media quadratica de um conjunto de n valores x; e
a raiz quadrada da media aritmetica dos quadrados. Podemos dizer, entao,
que Xq e a media quadratica de um conjunto de valores Xj se a opera�o
que igualar os dois conjuntos for a adi�o dos quadrados.
I (xq)2 =I x :
i=l i=l
n
n I x:
i=1
n(xq)2 = L x t OU (xq)2 = (26)
n
i=1
Ex emplo 19:
Calcular a media quadratica dos conjuntos
x = {2, 2, 2}
y = (2, 3, 4, 5}
Solu�iio:
19.1)
+ 22 + 22 = /IF = 2
3
19.2)
� j 12 32 42 52
��
+
+ +
-
Yq = =
'
4
=
= ..;/54--:
4 = y'13,5 = 3,67
k k
I
j=l
/ fj
x I1 f Jj
x
[=
Xq = = (28)
k n
I fj
j=l
Exemplo 20:
Calcular a media quadratica dos valores constantes da Tabela 4.23
k
I xj fj
Xq =
j l
=
n
= /2298
../� = ·I
v 54'7143
= 7 '40
139
TABELA 4.23
Classes fj Xj2
Xj Xj2 fj Xjfj
21--- 4 5 3 9 45 15
41--- 6 10 5 25 250 50
61--- 8 12 7 49 588 84
81--- 10 10 9 81 810 90
101--- 12 5 11 121 605 55
5 k
n = 42 I xffj= 2 298 L Xjfj=294
j=l j=1
A media aritmetica desse conjunto e igual a 7' OU seja,
k
I x11;
j= 1 29 4
x = = = 7
n 42
Xq
=
x20
n
L... «
1
fl
"\'
i=
= = = Xo OU
n n
I Xq
= x0 I para x; = X o. (29)
I (cx;) I c x� I
n CXq
Xq� = j�
4-- = Xo
L (x; - x)2
n
> o,
i=l
uma vez que se trata de soma de quadrados de valores diferentes.
(x; - x)2 x2
n n
I
i=I
=I i=l
(x l + - 2x;x) =
" n
2 n
= I x� Ix =
- 2x
I
+
I
i=t
Xj
i=1 i=l
n
I X;
nx2 - 2Xn n =
n
i=l
=
I x� I
+
141
i=I
n n
I x�
2 2 nx2 >O
Xj + nx - 2nx2
= I
j=I
=
i=I
l
-
Assim, se
I x: - nx 2 >O,
i=I
segue-se que
n
n 2
I
2
Xj > nx2 OU I Xj
i=I
i=I > x2
n
Mas
n
I xt
i=i
n
x . : :
Entlio, x > x2 e, finalmente, I Xq
.
> x I
.
0bserv(lfi5es:
a) Media CUbica
X e= 3
para a Media Cubica Simples (32)
n
I xJ t;
=1
;
Xe= 3
para a Media Cubica Ponderada (33)
n
b) Media Biquadrdtica
jf":7
142 Xbq = J � para a Media Biquadrtitica Simples (34)
k
'L xi lj
1�1
_;_
___
para a Media Biquadrdtica Ponderada (35)
n
4.3. MODA
/\
Simbolo: M0 ou X
Exemplo 21:
Calcular a moda dos seguintes conjuntos de valores:
x = {4, 5, 5, 6, 6, 6, 7, 7, 8 , 8}
y = {4, 4, 5, 5, 6, 6}
z = {l, 2, 2, 2, 3, 3;4, 5, 5, 5, 6, 6}
w = { l, 2, 3, 4, 5}
A moda de cada um dos conjuntos sera:
Moda de X: M0 = 6. 0 valor 6 e o mais freqilente (3 ocorrencias).
Moda de Y: Esse conjunto e amodal, pois seus tres valores apareceram duas
vezes cada um. Nao ha, portanto, predominancia de nenhum
valor do conjunto sobre os outros.
0 2
1 4
2 6
3 8
4 4
5 2
6 1
7
I 'i = 21
j=l
a) Moda Bruta
0 metodo mais rudimentar de calculo da moda em tabelas de fre
qiiencias com valores agrupados em classes consiste em tomar o ponto
medio da classe modal. Esse valor recebe o nome de moda bruta. Exami
nando os dados da Tabela 4.25, por exemplo, podemos dizer que a terceira
cla�se e a classe modal e a moda bruta seni seu ponto medio: M0 = 35.
Os dois metodos que apresentaremos a seguir sao mais elaborados e
baseiam-se nao apenas na freqiiencia da classe modal, mas tambem nas
freqiiencias das classes adjacentes.
b) Metodo de King
O metodo de King, para o calculo da moda elaborada, baseia-se na
influencia das freqiiencias das classes adjacentes sobre a classe modal.
Considerando essas freqiiencias, esta-se admitindo implicitamente que a
144 moda se desloca dentro do intervalo de classe para um determinado ponto
TABELA 4.25
Classes
101--20 3
201--30 5
Classe Modal: 301--40
301--4 0 7
Moda Bruta: 35
401--50 6
501-- 60
n = 22
(valor), de tal sorte que as distancias desse ponto aos lirnites de classe
sejam inversamente proporcionais as freqiiencias das respectivas classes
adjacentes. Assim e que, quanto maior for a freqiiencia da classe adjacente,
menor seni a distancia do ponto a essa classe.
d2 fant
=
di !post
di !post
e
- /post fant + fpost
!post
M0 = I + di = I +c (36)
fant +[post
145
Como pode ser notado, o metodo de King nlio leva em consi<lcrayao
a freqtiencia da classe modal, o que revela sua limitaylio. Sc essa fre
qtiencia, por exemplo, for muito maior do que as das classes adj accntes,
por esse metodo estaremos atribuindo uma importincia exageradamente
grande a elas.
Exemplo 22:
Classes fj
101--20 2
201--30 4
301--40 8
401--50 5
501--60
n = 20
Solufiio:
A classe modal e a terceira: 301---40. A moda, segundo a formula
de King, seni:
[post + 10 s
M0 I + c fant fpost. = 30 4 + 5 =
+
=
= 30 + �
s = 30 + 5,556 = 35,556 Mo = 35,556 I
A moda bruta desses valores e ligeiramente menor: M0 = 35.
b.1 ) Determinafiio Grdfica de Moda pelo Metodo de King
Para determinar graficamente a moda pelo metodo de King, parti
remos do histograma. Por simplificayao, construiremos apenas a parte do
histograma rclativa ao calculo da moda (C.rafico 4.1 ) .
A ---
GRAFICO 4.1'
0 x
,
..,,
146
Para a detennina¢o da moda , marca-se inicialmente o ponto A na
perpendicular ao limite inferior da classe modal, de modo que sua ordenada
seja igual a freqiiencia da classe posterior. lgualmente marca-se o ponto
B na perpendicular ao lirnite superior, mas no lado oposto, de sorte
que sua ordenada seja igual a freqiiencia da classe anterior. 0 segmento
AB determina no segmento I ls o ponto P, que corresponde a moda.
�=M
0 procedimento acirna justifica-se em virtude da semelhan? dos
A IP e BlsP. Assim, J?odemos escrever
triangulos
lsP Bis
Fazendo
I P= di Al =/post
Assim
d2 fant
=
di /post
e, pela propriedade das propor�fies,
d2 + di _ fant +/post
di - /post
e, finalmente, fazendo d2 + di = c = amplitude do intervalo de classe,
f,�p_os_t -
di =c .,- -
fant +/post
Somando di ao limite inferior da classe modal, teremos a f6rmula
de King:
,,f"_
post
Mo =I +c
fant +/post
Exemplo 23:
Determinar graficamente a moda, conforme a f6rmula de King, dos
dados1 da Tabela 4.27.
TABELA 4.27
· Classes
101--20 2
201--3 0 3
301--- 40 10 Classe Modal: 30f-- 40
401--50 9
501---60 4
n = 28 147
Solu�iio:
Pela f6rmula 36, teremos
fpost
Mo = I + c
fant + /post
9 90
M0 = 30 + 10
3 + 9 = 30 +
U
I M0 =
37,5
Graficamente
10
A -- -
6
GRAFICO 4.2
4
0 50 60 x
c) Metodo de Czuber
0 metodo de Czuber, para o calculo da moda elaborada, leva em
consi dera�ao nao apenas as freqiiencias das classes adjacentes, mas tambem
a freqiiencia da classe modal. 0 ponto que corresponde a moda divide o
intervalo da classe modal em duas partes, as quais sao proporcionais as
diferen�as entre a freqiiencia da classe modal e as das respectivas classes
adjacentes.
Fa�mos, entao,
d2 + di b.2 + b.i
=
[:, i
di = c
b.2 + !:;,.l
Como d1 e a distancia entre o limite inferior da classe modal e a
moda, essa seni determinada por
!:;,.l
M0 =I+ d 1 =I+ c -- (37)
t::,.2 + ll1
OU
fmo - !ant
M0 =I+ c
2/mo - Uant +/post)
-------
Exemplo 24:
Determinar a moda, pelo metodo de Czuber, usando os dados do
exemplo 23.
De acordo com a formula 37,
= 30
c = lO
b. 1 = fmo - /ant = lO - 3 = 7
62 =/mo -/post= 10 - 9 = l
b.1
M0 =I+ c ----
1::,.1 + b.2
7
= 30 + lo m = 30 + 8,75 = 38,75
I M0 = 38,75 1
c. l) Determinariio Grdfica da Moda pelo Metodo de Czuber
Para determinar graficamente a moda, Segundo 0 metodo de Czuber,
partiremos de um histograma. Por simplifica�ao, construiremos apenas os tres
retangulos correspondentes as classes de interesse. 149
s T
GRAFICO 4.3
0 1, x
P=Mo
Temos que:
At =Imo - /ant;
L'.2 =Imo - /post;
I = limite inferior da classe modal;
ls = limite superior da classe modal;
c = amplitude do intervalo de classe (constante).
CQ QD
=
SR TU
Mas,
CQ = M0 - l QD =ls - Mo
SR = t:.1 TU = t:.2
Assim sendo:
M0 - l
A1
A determina¢o de M0 e feita a partir dessa ultima relayao:
(M0 - I )t:.2 =Os - Mo)A1
fant - fpost
x = X __£__
!ant + fpost - 2[mo 2
Mudando a origem para o limite inferior da classe modal, obtem-se:
, cifmo - fant) A1
x = =c ----
2fmo - ifant + fpost) A1 + A2
Assim,
I
_
M0 =I + x' =I + c __
f:i.
f:i._l _
1 + A2
Elemento Mediano
Por ser uma separatriz, isto e, em virtude de a mediana se constituir
em um valor que separa a distribui¢o em partes de tal sorte que uma fra¢o
(0,5 ou 1/2) de valores lhe seja inferior e os restantes superiores, podemos
concluir que essa medida apresenta um numero de ordem. Assim e que,
ordenando os valores da serie, a mediana e um valor que ocupa uma deter
minada ordem ou posi9ao na serie ordenada. 0 numero que indica a ordem
em que se encontra o valor correspondente a mediana e denominado ele
mento mediano, cujo simbolo e EMd·
I EMd= � I (38)
Exemplo 25:
Calcular a mediana do seguinte conjunto de numeros:
152 x = {2, 3, 6, 12, 15, 23, 30}
Solurao:
A primeira providencia a ser adotada seria a de ordenar os valores.
Neste exemplo, os valores da serie ja se encontram ordenados.
E Md -�
-
2 - 2-±_J_
- 2
-- 4
Ressalte-se o fato de que o valor 4 e um numero ordinal. Assim,
EMd =4 indica que a mediana e o valor que se en contra na quarta posiyao
da lista ordenada de valores, e 0 quarto numero da serie.
Finalmente, procuraremos no conjunto qual o valor que se encontra
no quarto lugar da lista. Esse numero c;orrespondera a mediana do conjunto.
No exemplo:
�, M.-d-=-12--.,
Observe que existem tres valores menores do que doze (2, 3 e 6) e
tres valores maiores (15, 23 e 30), o que corresponde a cinqilenta por
cento (ou metade) de itens maiores e menores do que a mediana.
I E Md = ; I (39)
· Exemplo 26:
Como vemos, n = 8.
0 elemento mediano sera, de acordo com a formula (39),
n 8
EMd = = =4
1 2
Seguindo a mesma linha de raciocinio do exemplo anterior, identifi
carfamos a mediana coma 0 quarto elemento da lista, OU seja, Md= 12.
12 14
Md = + = 13
2
Percebe-se, agora, a ocorrencia de igual numero de valores maiores
(14, 15, 17 e 20) e menores (3, 6, 9, 12) do que a mediana.
Exemplo 27:
Calcular a mediana dos valores apresentados nas Tabelas 4.28 e
4.29.
TABELA 4.28 TABELA 4.29
2 5 3 3
3 10 4 6
4 15 5 9
5 12 6 8
6 5 7 6
7 3 8 3
n = 50 n = 35
Solufao:
a) 0 numero de observa�OeS da variavel, conforme a Tabela 4.28, e
154 n = 50. Assim sendo, fazemos:
EMd
50 = 25
=1= 2
n
3, 3, 3,
considera\:li'O os valores do conjunto ordenados, ou seja:
{2, 2, 2, 2, 2, . ' 7, 7, 7}
4.30.
. .
Xj fj Fj
2 5 5
3 10 15
4 15 30
5 12 42
6 5 47
7 3 50
n = 50
I Md=41
a mediana desse conjunto e
1Md=�=41
b) 0 conjunto de observa\:oes, neste caso, e fmpar: n = 35.
35
0 elemento mediano sera:
+ 1 18
4.31
EMd - � -
2 2
- -
Xj fj Fj
3 3 3
4 6 9
5 9 18
6 8 26
7 6 32
8 3 35
n = 35
3,3,3,4,4,4,4,4,4,5,5,5,5,5,5,5,5,5,6,6,6,6,6,6,6,6,7,7,7,7,7,7,8,8,8
i
Md= 5 ou 189 elemento da lista
Exemplo 28:
Calcular a mediana dos valores constantes da Tabela 4.32.
TABELA 4.32
Xj fj Fj
3 3 3
4 6 9
5 9 18
6 8 26
7 6 32
8 4 36
n = 36
Solu�iio:
n 36
EMd =1=2 = 18
A mediana e o decimo oitavo elemento, numero esse que coincide
com o valor da freqilencia acumulada ate cinco: F3 = 18. Mas como quando
n for par a mediana seni igual a media aritmetica dos dais valores centrais,
156 teremos:
Md=�=55
'
2
GRAFICO 4.4
45
0
40 E
35 I
I
30
I
25 101 30
I
20 I
35 I
15
I
10 20 I 40
25
I
5 10 15
I
A 8
0 10 20 30 40 \;so 60 70 80 x
Md=42,5
157
Dessa forma, podemos afirmac que a linha OP devera dividir o histograma
em duas partes, sendo a area de cada uma delas igual a 75. Observando
novamente a figura verificaremos que as areas APOD e PBEO correspondem
respectivamente as freqiiencias e 30. Portanto, ate chegar a linha OP, a
10
area total sera igual a 75, incluindo APOD:
APOD
t
01 + 20 + 35 + 10 = 75
Considerando a area a direita da linha OP, teremos igualmente uma
area numericamente igual a 75, incluindo PBEO.
PBEO
t
30 + 25 + 15 + 5 = 75
Para encontrar a mediana, basta verificar qual o valor da variavel
(eixo das abscissas) que divide o histograma em duas partes iguais. 0 proce
dimento e simples. Se somarmos as freqiiencias das tres primeiras classes,
chegaremos a 65 observayoos, que correspondem ao valor numerico da
soma das areas dos respectivos retangulos do histograma. Podemos dizer,
entao, que ate o valor 40 da variavel (abscissa) houve 65 observayoos.
Como precisamos de 75 observayOeS (E Md =
;01 = 75 ) para chegar a
mediana, ha n cessidade de consideram
� �os �ais dez valores (observ �goos)
da classe segumte. Em termos proporC1ona1s, devemos considerar de
40
valores da classe mediana. Uma vez que a amplitude do intervalo de classe
e igual a dez, para chegar a mediana iremos considerar apenas uma fra9ao
AP = 4010 • AB !Q_
=
40
01 • = 25
'
TABELA 4.33
Classes Fj
'i
10 f-- 20 10 10
20 f-- 30 20 30
30 f--40 35 65
Classe Mediana- 40 f--5 0 40 105 EMd = 75
50 f--6 0 25 130
60 f-- 70 15 145
70 f-- 80 5 150
150
158
Fj Frj(%)
160
140
Loo
120 80
100
60 GRAFICO 4.5
80
EMd=75- ·-·-·-
-50%
60 40
40
20
20
0
0 10 20 30 40 "' 50 60 70 80 x
Md=42,5
(40)
No exemplo, teremos:
Md= 40 + 10
.
75 - 65 = 40 100
= 42,5 Md= 42,5
+ 159
40 40
Observaroes:
0,50 - Frant
Md= I+ c ----
(41)
frMd
frMd =
freqiiencia simples relativa da classe mediana
No exemplo acima:
65 75 - 65
0•50 -
150 150
Md= 40 + 10 = 40 + 10----
40 40
150 150
= 40 + 10 � =
·
42 5
,
Exemplo 29:
Consumo Numero de
Fj
kwh usuarios: fj
5 i:-- 25 4 4
251--- 45 6 10
451--- 65 14 24
651--- 85 26 50
85 f---105 14 64
105 f---125 8 72
125 1--145 6 78
145 1--165 2 80
80
160
a) Primeiro Metodo: Resolurao porFormula
n 80
EMd =1=2= 40
EMd
Md=! +c ----
Fant - = 65 +20
40
- 24
=
fMd 26
320
= 65 +
26
= 65 +12 ' 31 I Md= 77,31 I
0 consumo mediano, por conseguinte, e de 77,31 kwh.
{26 ---- 20
x =
20
;
6
16
= 12,31
16 ----- x
Acrescentando-se esse valor ao limite inferior da classe mediana,
chegaremos a
,
.... M_d_=_65_ +
- 1
- 2- ,-31 _=_ 7 _ 7-, 31 I
- --.
valor igual conseguido com o uso da f6rmula (40). Na realidade, esse ultimo
e apenas o resultado de interpolaiyao. Assim, de acordo com o que vimos
acima, 161
20 x 16
x= = 20 �
26 26
onde
20 =c
16 = 40 - 24 = EMd - Fant
26 =[ Md
EMd Fant
x=c
-
fMd
que, somado ao limite inferior da classe mediana (/ ), reproduz a formula (40).
EMd Fant
Md =I+ c
-
----
[Md
c) Terceiro Metodo: Determinariio Grtifica da Mediana
Inicialmente construiremos o poligono de freqtiencias acumuladas
(ogiva).
N(lmerode Pon:entagem de
Usu6rios Usudrios
Fj Fri(%}
80 100
70
60 76
60
GRAFICO 4.6
EMd =40 - -- - - -- 60
30
20 26
10
Md= 77,31
n = 80 100,0
= 65 +
0 25 '
: = 65 + 12,31 I Md= 77,31 I
b) Segundo Metodo: Por Grtifico
Observando o Grafico 4.7, podemos notar que ate a ierceira classe
(45 f--65), inclusive, houve 24 observayoos (4 + 6 + 14). Como o elemento
mediano e igual a 40, precisamos ainda tomar 16 _observayoos das 26 da
classe seguinte (40 ___:___ 24). Em termos proporcionais, precisamos de ;� c,
onde c e a amplitude do intervalo de classe.
16 �������
20= 12,31 Md= 65 + 12,31= 77,31
26 X 163
NUmero de
usuarios
'i
10
28
-c-
24 I
I
I
20 I
I = 80
16
I
I
EMd= -!!J! =40 GRAFICO 4.7
I Classe Med;ana: 65 I-- 85
12 I = 20
16 �
I
8 I
I
14 I 14
4
2,311
3Md -Mo
x
2
-
M0 = 3Md - 2x (43)
2x +Mo
Md=
164 3
Exemplo 31:
Utilizando os dados dos exemplos 7 29,e calcular a media, a moda
(Czuber) e a mediana e comparar os resultados com os da relayao empirica
de Pearson.
Solu(iio:
lnicialmente, reproduziremos na Tabela
resoluc;ao do problema.
4.36 OS dados necessarios a
TABELA 4.36
51---- 25 4 15 60 4 n = 80
251---- 45 6 35 210 10 k = 8
451---- 65 14 55 770 24
Classe Modal
651---- 85 26 75 1 950 50
Classe Medians
851----105 14 95 1 330 '64
1051---- 125 8 115 920 72
1251---- 145 6 135 810 78
1451---- 165 2 155 310 80
n = 80 6 360
Devemos ter:
k
L
j=l
Xjfi
6 80360 = 79'5 = 79,5 x
Mo= I + c --
b.1
I M0 = 75 l
Md= EM�:aFant = 65 20 402� 24 = 77,31 IMd= 77,311
l + c +
Numero de
Observat;:6es 30
25
20
GRAFICO 4.8
15
10 .( Empregado B
5 '
......
......
............
0 2 x =2 3 Minutos
duas series podem apresentar a mesma media mas suas distribuiyOeS serem
diferentes. Suponhamos que dois empregados executem uma determinada
tarefa, em media, em dais minutos, sendo esse resultado calculado a partir
de um certo numero de observayCies realizadas. Alguem poderia estar
tentado a concluir, com base nessa informayao, que ambos os empregados
apresentaram a mesma eficiencia. Um exame mais acurado da distribuiyao
dos tempos de execu\:aO da tarefa pode, entretanto, revelar resultados
discrepantes para essas pessoas, conforme pode ser notado no Grafico 4.8,
na pagina anterior.
A
c52lEJ��
•
l Mo
El �jB El
cS 2l 2l 2l El
Md
MoMd 'i"
SitN$1o de nttdi9 arhmttiA.. d• ,.....,. • • mead! .,. um• diltribuil;lo com _.....,.. ii diNIU
Mo= 75
Md= 77,31
x = 79,S
Neste caso
Mo<Md<x
b) Possibilidades de Calculo Algebrico
A media aritmetica e uma medida mais estavel do que a mediana ou a
moda. Alem disso, para o calculo posterior de outras medidas estatfsticas, 167
como, por exemplo, algumas medidas de dispersao, a media aritmetica e
muito mais conveniente. Assim e que, se conhecemos duas quaisquer das
tres quantidades 1:x, N ou X, a terceira pode ser calculada imediatamente.
Ou entao, desejando-se determinar a. media das medias aritmeticas de
diferentes series, basta atribuir o peso apropriado a cada uma delas e
em seguida calcular a media ponderada das medias. 0 resultado representa
a media de distribUiyiIO constitufda pelos valores de todas as series Originais.
Tais recursos algebricos nao existem para a mediana nem para a moda.
A media aritmetica pode ser calculada a partir dos dados brutos, sem
recorrer a qualquer agrupamento ou ordenayao de valores originais, o que
nao ocorre com a mediana e a moda.
d) Conc/usoes
C; = centis i = I, 2, 3, . . . , 99
Assim, para dividir uma serie ordenada de valores em quatro partes
iguais, precisamos de tres separatrizes (quartis); para dividi-la em dez, iremos
recorrer a nove separatrizes (decis); em cem, recorremos a noventa e nove
separatrizes (centis). 0 grafico a seguir ilustra melhor o que acabamos de
dizer em relayao aos quartis e decis:
A B
Oi 02 03
Primeiro Segundo Terceiro
Ouartil Quartil Quartil
I
02 = Ds =Md
A B
Di D2 03 04 Ds 06 D1 Ds 09
4.6.1. Quartis
a) Primeiro Quartil
Simbolo: Qi
c) Terceiro Quartil
Simbolo: Q3
DefinifiiO: Dado um conjunto ordenado (ordem crescente) de valores,
0 terceiro quartil e 0 valor que divide 0 conjunto em duas partes tais que
setenta e cinco por cento ou tres quartos dos valores sejam menores e
vinte e cinco por cento ou um quarto sejam maiores do que ele. 0 elemento
que indica a ordem em que n encontra o terceiro quartil e calculad0, para
dados tabulados, como segue:
3n
EQ =
• 4 '
oride n e 0 nilmero de valores observados�
Genericamen te, para determinar a ordem ou posi�ao do quartil a
ser calculado, usaremos a seguinte expressao:
� (44)
�.
onde:
i = numero do quartil a ser calculado
n = m'.imero de observa�0es.
4.6.2. Decis
Sfmbolo: D; i = l, 2, . . . ' 9
a) Primeiro Decil: D1
0 primeiro decil de um conjunto ordenado (ordem crescente) de valores
e o valor que divide um conjunto em duas partes tais que dez por cento ou
um decimo dos valores sejam menores e nove decimos ou noventa por cento
sejam maiores do que ele. 0 elemento que indica a posi�ao do segundo decil
.
e calculado pela seguinte expressao:
n
170 ED =-
1 10
b) Segundo Decil: D2
Trata-se do valor que divide o conjunto em duas partes, tais que vinte
por cento ou dois decimos dos valores sejam menores e oitenta por cento
ou o ito decimos dos valores sejam maiores; para saber a ordem do segundo
2n
ED= -
decil, usamos a expressao:
2 10
10 .
I Md=Ds = Q2 I
Podemos, entao, afirmar que
(45)
n=
onde
=
numero de valores observados
i numero que identifica o decil a ser calculado
= 2,
4.6.3. Percentis ou Centis
Sfmbolo: C; i 1, 3, . . . ' 99
Neste caso; cada parte em que foram subdivididos os valores do
conjunto, atraves dos novcnta e nove centis, contara com um centesimo
ou um por cento dos valores do conjunto.
=
1� �1
�
onde
=
n=
i numero identificador do centil
nilmero total de observa�oos 171
E oportuno lembrar que os centis englobam todos os decis e quartis.
Assim, por exemplo:
20 X n 2n
Ec20 = 100 , n = ED, =lo = 0,2n
= 02
25n n
Ee 25 = 100 = -
-
4
= 0'25n
}
c) 0 vigesimo quinto centil e igual ao primeiro quartil, porque
Ec,s = EQ,
In
EQ I = - = 025n
'
4
Exemplo 32:
Utilizando os dados do problema 29, calcular as seguintes medidas
(p. 160):
a) Trigesimo centil: C30
b) Quinquagesimo centil: C50
c) Septuagesimo quinto centil: C75
d) Decimo quinto .centil: C15
e) Vigesimo quinto centil: C2s
O Nono decil: D9
172
TABELA 4.37
Justificativa pelo
Centi/ Decii auartil
E
e;
10n 1n
- Ec = 0 1n
C10 D1
•o 100 = ,
E
01 = 10 =0,1n
- 20n 2n
C2 0 0-z E
c20 = 100 =0,2n Eo
2=10 =
0,2n
C 2s - E
25n n ' 1n n
a1
c,s =100 =0,25n=4 E
a1 =4=4=0,25n
JOn Jn
C30 D3 E Eo =1
e» = 1 00 = O,Jn
-
3 0 = O,Jn
- E 40n 4n
C40 D4
e"' = 100 = 0,4n E 0 n
D4 = 10 = ' 4
{ ""
E 0,5n;
05 = 10 =
50n
Cso al=Md E
cso = 100 = 0,5n
Ds
n 2n
E
Md=2= 4 =0,5n
60n 6n
c60 06 - E -
_
0,6n E
06 = 10 =
_
70n 7n
C70 07 -
Ec = 0,7n E o = 10 =0,7n
10 100 = ,
- 75n Jn Jn
C1s a3 Ec 0,75n= E 2= 0,75n
,s = 100 = 4 a 4=
- 80n 8n
C so Ds E
cao = 100 =o,an E
08=10 =
O,Sn
- 90n 9n
- 0,9n
_
C90 D9 E Eo 10 =0,9n
_
C90 100
-
, =
Solu�iio:
a) Trigesimo Centi/: C30
a. I) Elemento que define a ordem ou posi�ao do trigesimo centil:
i. n
E e; =
100
conforme a expressao (46).
30 X 80 = 2 400 = 24
E
_
lei
Neste caso,
l = limite inferior de classe onde se encontra o trigesimo centil:
45
c = amplitude do intervalo de classe: 20
.
100
Fant freqiiencia acumulada ate a classe anterior a classe onde se
encontra o trigesimo centil: 10
Assim,
24 10
C30 = 45 + 20 - = 45 + 20 = 65 C30 = 65
14
Interpreta1tlio: Trinta por cento (30%) dos usuarios apresentaram um
consumo de ate 65 kwh, enquanto. que setenta por cento apresentaram
um consumo superior a 65 kwh.
Graficamen te,
N<unerode
Usu6rios
Fj
80
GRAFICO 4.11
30
Ec.,=24 --
20
Ecu=12 -- 0
1
c ., =85 c.,,=89.29
10
3 x 80
Mas, i = 3 e n = 80. Assim,
ED 3 = 249
10
Como vimos,
Ec,0 = 249
50 x 80 -
Ecs o -
- - 40.0
100
0 qiiinquagesimo centile ig ual a mediana e ao quinto decil, uma vez que
5 x 80 2 x 80
EDs 400
. EMd Ea2 409
'10 4
= = = = =
·
40 24
C50 65 + 20 77,31 Cso Ds Q2 77,31
-·
= Md =
26
= = = =
c. l) Ordem ou posiyiio do C ,5
I
75 x 80
Ec7S = .
600
100
=
3 x 80
Ea 609
4
=
3
=
c.3) Calculo
60 - 50
C75 85 + 20 85 + 14,29 = 99,29
14
= =
I C,s = Q3 = 99,29
15 X 80
Ee IS = 120
100 175
= •
d .2 ) Localizayao de medida: terceira classe: 451--65.
d.3) Calculo.
12 - 1O
C15 =
45 + 20 =
45 + 2 ' 86 = 4 7 86
14 '
= 20 - 10 =
C25 45 + 20 = 45 + 14,29 59,29
14
I C::is =
Q1 =
59,29
f) Nono Decil: D9
9 X 80
D9
_
-
=
72 9
IO
De igual modo,
90 x 80
C90 = =
729
lOO
Entao, C90 =
D9.
72 - 64 D9 C90
=
125
D9 = 105 + 20 = 125 =
Esse resultado ja era previsto, uma vez que 72 e um valor que coincide
176 com o encontrado na coluna de freqiiencias acumuladas.
Exemplo 33:
a) C30 = 65
b) C25 = 59,29
c) D9 = 125
Soluriio:
a) C30 = 65
b) C25 = 59,29
Neste caso, podemos dizer que um quarto ou vinte e cinco por cento
dos usuarios consumiram ate 59,29 kwh. Conseqtientemente, tres quartos ou
setenta e cinco por cento dos oitenta usuarios consumiram mais de 59,29 kwh.
Notar que
_ 25 X 80 _ 80
E E
C2s - 100 - Q1 =
4
c) D9 = 125
EXERCfCIOS PROPOSTOS
4.1.- A tabela abaixo representa os salarios pagos a 100 operanos da empresa
GLT &Cia.
100
171
Deteminar:
Sal3rio mCdio;
Sallirio modal (Czuber);
Sallirio mediano.
% fj
Ot--1 6 3
16 t--32 3
321--4 8 6
481--64 8
641--8 0 4
801-- 96
TOTAL 25
Estaturas Numero de
fm) alunos
1.401-- 1,50 5
1,501-- 1,60 10
1,601--1,70 30
1,701--1,80 40
1,801-- 1,90 10
1,901-- 2,00 5
TOTAL 100
Determinar:
a) 0,375 d) 15,275
b) 9,375 e) 10,275
c) 11,375
4.6. Dados os conjuntos de numeros: A { 100; 101; 102; 103; 104; 105}
=
Pesos N9 de sscas
14,551-- 15,05 1
15,051--15,55 3
15,551-- 16,05 8
16,051-- 16,55 9
16,551--17,05 10
17,051--17,55 6
17,551-- 18,05 3
TOTAL 40
Pede-se:
50.0001--- 60.000 5
60.000 I-- 70.000 10
70.000 I-- 80.000 20
80.000 I-- 90.000 10
90.000 t-- 100.000 5
TOTAL 50
Pede-se:
4.8.4. I 9 quartil.
4.3. 46,40; 49
4.4.2. 1,725 m
4.4.3. I ,725 m
4.4.4. 1,713 m
4.5. b
4.6. d
4.8.7. 82.500
180
Medidas de Dispersiio
5.1. INTRODUCAO
Como se sabe, os fenomenos em cuja amilise intervem o metodo
estatistico, bem como os dados estatisticos a eles referentes, caracterizam-se
tanto pela sua semelhanya quanto pela sua variabilidade. Assim e que o
calculo de um promedio s6 se justifrca em razlio dessa variabilidade presente
na natureza. Nao ha razao alguma para se calcular a m6dia de um conjunto
de dados onde nao haja variayao desses elementos. Ocorre, todavia, que, se a
variabilidade dos dados for muito grande, sua media tera um grau de
confiabilidade tao pequeno que sera inutil calcula-la.
Simbolo: At
DefinifiiO: A amplitude total de um conjunto de numeros e a diferen�a
entre os valores extremos do conjunto.
Exemplo I:
182 Calcular a amplitude total dos seguintes conjuntos de numeros:
A= {10, 12, 13, 20, 25, 34, 45}
B= {17, 18, 19, 20, 21, 22, 23}
c= {-4, -3, -2, 3, 5}
Solu¢o:
Para o conjunto A, temos: At = 35 - 3 = 32
Para o conjunto B, temos: At = 23 - 17 = 6
Para o conjunto C, temos: At = 5 - (-4) = 9
Exemplo 2:
Calcular a amplitude total dos valores dispostos na Tabela 5.1.
TABELA 5.1
Classes fj Xj
101-20 5 15
201-30 12 25
301-40 20 35
401-50 14 45
501-60 10 55
601-70 4 65
n = 65
Solu¢o:
Pelo primeiro metodo: At= 65 - 15 = 50.
I At= 50 I
Nesse metodo OS valores extremos sao eliminados.
Pelo segundo metodo: At = 70 - 10 = 60.
Restriflies ao Uso da Amplitude Total
Embora a amplitude total seja a mais simples das medidas de dispersao,
ha uma forte restri?o ao seu uso em virtude de sua grande instabilidade,
uma vez que ela leva em conta apenas os valores extremos da serie. Compa-
remos os conjuntos A e B do exemplo I : 183
Mlidia Amplitude
Conjun to
x total: At
Sfmbolo: Dq
Dq = Q3 ; Qi (1)
onde
184
Q3 = terceiro quartil e Qi = primeiro quartil
Exemplo 3:
Calcular a amplitude semi-interquarttlica dos dados apresentados na
Tabela 5.2.
TABELA 5.2
Classes fj Fj
101-- 20 4 4
201--30 12 16
301--40 15 31
401--50 20 51
501--60 15 66
601-- 70 11 77
701-- BO 3 BO
BO
3 x 80
= = 60<?
4
In 1 x 80
EQ, = = = 20<?
4 4
De acordo com a expresslio (1), devemos ter:
60 - 51
Q3 = 50 + 10 = 56
15
Ql = 30 + 10
20 - 16
= 32 '67
15
56 - 32,67 23,33
= = 11,665
2 2
I Dq :== 11,665 I
Uma caracteristica do desvio quartil e o fato de que no intervalo
definido pelos limites (Md - Dq ) e (/tfd + Dq) encontram-se cinqilenta
por cento dos itens, aproximadamente. Essa porcentagem sera exata sempre
quc a distribui�lio for simetrica. No exemplo acirna, temos:
Q3 = 56 Dq = 11,665
31
Qi = 32,67 Md= 40 + 10 40 - = 44,5
20
Classes fj Fj
101--20 5 5
201--30 10 15
01 > 301--40 15 30
Md==> 401--50 20 50
03 ==> 501--60 15 65
601--70 10 75
701--80 5 80
80
80
EQ - �
. -4
= 4 = 200.
EMd =
:
2 X 80
2
= 409
=
4
3n 3 X 80
EQ3 = 4 =
4
= 609
De acordo com esses dados, calcularemos:
20 - 15
Q 1 = 30 + 10 = 33 '33
15
40 - 30
Q2 = Md = 40 + IO -w-- = 45
60 - 50
Q3 = 50 + IO = 56,67
15
56 67
; 33 33
{
Dq = , , = l l ,67
Md - Dq = 45 - 11,67 = 33,33 = Q1
Md+ Dq = 45 + 11,67 = 56,67 = Q3
Como a distribuiyao e simetrica, OS limites do intervalo Md ± Dq
coincidem com os quartis primeiro e terceiro, o que equivale a dizer que
esse intervalo compreende cinquenta por cento das observay6es (40 obser
vay6es) .
ObservQfoes:
1. 0 desvio quartil apresenta como vantagem o fato de ser uma medida
facil de calcular e de interpretar. Alem do mais, nllo e afetado pelos
186 valores extremos, grandes ou pequenos, sendo recomendado, por conse-
guinte, quando entre os dados figurem valores extremos que nao se
consideram representativos.
Sfmbolo: Dm
0 desvio medio OU media dos desvios e igua) a media aritmetica dos
valores absolutos dos desvios tomados em relayao a uma das seguintes
medidas de tendencia central: media ou mediana.
L Ix; - xi
i=i
Dm= (2 )
n
----
L Ix; -Mdl
i=i
Dm= (3)
n
-----
Exemplo 4:
Calcular o desvio medio dos con1untos de nfuneros apresentados no
exemplo 1:
A= {10, 12, 13, 20, 25, 34, 45}
B = {17, 18, 19, 20, 21, 22, 23}
c = {-4, -3, -2, 3, 5}
Os dados necessarios para 0 calculo do desvio medio silo:
10 + 12 + 13 + 20 + 25 + 34 + 45 15 9
XA = =1
=
22,714
7
MdA = 20
17 + 18 + 19 + 20 + 21 + 22 + 23 = 140
XB = =
20
7 7
MdB = 20 187
4 - 2 5 -1
Xc=(- )+( 3)+(- )+3+ = =-0,2
5 5
Mdc=-2
Desvio Media do Conjunto A
TABELA 5.5
Xj Xj-X x
l i-xl Xj-Md lxi-Mdl
Llxi - xl = o Lx
l i-x=
l 11.714 l i-Mdl=69
Lx
x= 22,714
Md= 20
L Ix;- 22,7141
Dm =
i=l �
71 14
=10,245 Dm = 10,245
-----
7
Pela Mediana
7
L: 1x;- 201
9
Dm =_i=_i 6 =9 '857 Dm = 9,857
7 7
_____
Xj Xj-X l i-xl
x x;-Md lxj-Mdl
17 17 -20=-3 3 17-20= -3 3
18 18-20=-2 2 18-20=-2 2
19 19 -20=-1 1 19 -20=-1 1
20 20-20= 0 0 20-20= 0 0
21 21 -20= 1 1 21-20= 1 1
22 22 -20= 2 2 22-20= 2 2
23 23-20 = 3 3 23-20= 3 3
�
188 �
Neste caso, o desvio medio e igual, tanto quando calculado a partir
da media como da mediana, uma vez que x =Md= 20.
Pela Media
7
I Ix; - 201
i=l 12
Dm = 1,714
Dm = -= 1,714
7 7
Pela Mediana
7
I Ix; - 201
i=l 12
Dm = -= 1,714
7 7
Desvio Medio do Conjunto C
TABELA 5.7
�lx;-xl=16,8 �lx;-Mdl=15
x= -0,2
Md=-2
Pela Mediana
·� Ix; - (-2)1 15
Dm = = =
3 Dm
3
5 s =
NUmero de
I
Consumo Usu,rios x; "i'i Xj-X lx;-xlf; Xj-Md lx;-Mdlf; F;
f;
I
25f-45 6 35 210 -44.5 44.5 x 6 = 267 -42.31 42.31 x 6 =253.86 10
1:
45f-65 14 55 770 -24.5 24.5 x 14= 343 -·22.31 22.31 x 14= 312.34
85f-105 14 95 1 330
I 15.5 15,5 x 14=217 17,69 17,69 x 14= 247,66
entao:
Cdlculo pela Media
8
80 80
Temos novamente neste exemplo o desvio medio, calculado com base
na mediana, menor que o calculado com base na media aritnietica.
Observ(lfoes:
1. 0 desvio medio resulta mais vantajoso que as medidas de dispersao
precedentes, principalmente pelo fato de, em seu calculo, levar em consi
derayao todos os valores da distribuiyao.
2. 0 desvio medio, calculado levando-se em considerayao os desvios em
torno da mediana, e minimo, OU seja, e menor do que qualquer desvio
medio calculado com base em qualquer outra medida de tendencia central.
5.2.4. Desvio-padrio
Simbolo: S
0 desvio-padrio e a medida de dispersio mais usada, tendo em
comum com o desvio medio o fato de em ambos serem considerados os
desvios com rela�ao a x. S6 que, no calculo do desvio-padrio, em lugar de
serem usados os valores absolutos das discrepancias ou desvios calculam-se
os quadrados desses.
M
(x; - x)2
S= = (6)
n n
onde d; = (x; - x).
Se desenvolvermos o numerador da expressao sob o radical, chegaremos
a f6rmula desenvolvida do desvio-padrao:
I:(x; - x)2 = I:(xJ + x2 - 2x;x) = I:xf + I:x2 - 2I:x; x =
I:xJ nx2 - 2xI:x; =
( )
= +
= I:x2
1 + n -- -
n
·
n
n(I:x;)2 2 (I:x;)2 (I:x;)2
= I:x2
1 + = I:x;2 -
n 2 n n
Dessa forma, podemos escrever:
S= _!_ [ I:x?
1 -
(I:x;)2 ] (7)
n n 191
Observafao:
Quando o desvio-padrao representar uma descriyao da amostra e nao
da popula�o, caso mais freqiiente em estatistica, o denominador das
expressoes 6 e 7 seni igual an -1, em vez den. A razao desse procedimento
reside no fato de que, utilizando o divisor (n - 1), obtem-se uma estimativa
melhor do parametro de populayao. Alem do mais, apenas (n -1) das
discrepancias (x ; x)
- do independentes, uma vez que essas (n - 1) dis
crepancias determinam automaticamente a n-6sima. Para valores grandes
de n(n > 30) nao M grande diferenya entre os resultados proporcionados
pela utiliza�o de qualquer dos dois divisores, n ou n - 1. Entretanto,
daremos preferencia para a formula que proporciona uma estimativa mais
justa do desvio-padrao da popula�o, ou seja
S= =
n
1
= L. xt (8)
i=l
Exemplo 6:
Calcular o desvio-padrao de cada um dos conjuntos de numeros do
exemplo 1.
s = f___!_
.J;, -1 f
?-
d�
1
=
.Jti -
f
/_J_1 L.. (x; - x)2
1=1 ;�1
S= !.� [ };xf �] -
s = J� [ - �] j} [ 4.619 = 4.619 _
; ]
25 81
=
= )! j �
(4.619 - 3.611,571) =
l.00 ·429
=
Temos:
S =
Jn 1 --[
/�1 };x-� _- (};-xi)-2
n I
]
};xi = 172 + 182 + 192 + 202 + 212 + 222 + 232 ,=
=
�
(1 )2
=
;
19 00
= 2.800
193
j} [2.828 - 2.800]
s= = .v/28
6 = v4,667 = 2,160
I 2,160 I
s8 =
= j-} (14,44 + 7,84 + 3,24 + 10,24 + 27,04) = jt x 62,8 = ..fTS,'i = 3,962 Sc = 3,962
}. - 1 [T.x� - (T.x;)2 ] Js �
n 5 5
S= _J_
n ' n
= l ( 63 - 0,2] =
·�
·
S=
j l;(x; -
·
x )2
X
n
-- =
-
n n - 1
=
�1:(x;
�(n
x)2
-1) =
j l;(xi -
n
No exemplo anterior, retomamos o calculo do desvio-padrao do
- 1
x )2
�= c:c:= . tr=1080
.j n::i ..;� ./6 '
Ss = 1,080 X 11,997 :::: 12,958 Ss = 12,958
b) Desvio-padriio de Dados Tabulados
Quando os valores vierem dispostos em uma tabela de freqiiencias, o
calculo do desvio-padrao se fara atraves de uma das seguintes f6rmulas:
k k
L djf; L (x1 - x)2f;
/=1 �1_=
· _1
S= n
= _____
n
(10)
ou, pela f6rmula desenvolvida,
( f y,f,\ 2 )
S= _!__
n
k
""' Xj f,.
�
/=1
I
2
- � n
(11)
onde
d1 = x1 - x = desvio em tomo da media;
ao divisor n
bulados.
-
Pelos mesmos motivos expostos anteriormente, sera dada preferencia
l, em vez de n, no caJ.culo do desvio-padrao para dados ta
(Xj - X)2f;
S= n -1 (12) 195
OU
S=
I =1
utilizando a formula desenvolvida.
[± x/lj
n
n
Assim,
S=
Exemplo 7:
Com os dados do exemplo 5, calcular o desvio-padrao da distribui9ao
de freqiiencias do consumo de energia eletrica (kwh):
TABELA 5.11
Numero de 79,5
Consumo U1ulrios "i "i1i (Xj-X) (Xj-xJ2 '"i - x:J21i xf 1i
'1
196
A media aritmetica do consumo ja foi calculada· anteriormente:
x "'£x;fj 6.360
= = =
79 '5
n 80
Cdlculo do Desvio-padrtio pela Formula Original (12)
(x; - 79 5
, )2/j
S
-1
=
n 80 -1
=
j 80 7 80 =. 1
v 1022 532
'
=
31977 s 31,977
79
=
'
[
24 6, 25 kwh.
Pela f6rmula (13)
k
(I )k
xIJ
;
2
l_ ' � ;=1
s2 xf,
_ _
=
-1
=
n L... I i n
j=l
40 449 600]
=
6_
../79
[586 400 -
80
=
= /80780
..; �
=
-
v'1022
. '532 =
31'977 s =
31,977
c) Propriedades do Desvio-padrtio
I -Primeira Propriedade
Somando ou ( subtraindo) um valor constante e arbitrario, x0, a cada
elemento de um conjunto de numeros, o desvio-padrao nao se altera.
Essa propriedade e valida tanto para dados brutos como para dados
tabulados. Verificaremos essa propriedade para dados brutos por uma
questao de simplicidade, mas sem perda da generalidade.
= jr-'"'i:,(x
- ;
- -
- x
-)
--2-
S
n -I
Suponhamos que a cada valor x;
da variavel fosse somada a constante
arbitraria x0• De acordo com a quarta propriedade da media, pode-se 197
afirmar que, ao somar o
X a todos OS valores Xi de um conjunto de m'.imeros,
a media aritme.tica, x, ficara somada por essa constante. Assim, a expressao
acima ficara:
S
;,,. j�[(x; +x0) -(.X +Xo)]2
n-1
Tirando-se os parenteses,
S =
j,...1:.- [-x,-·
-
+ -
� o- -
- x
- -
-,
--
o-
)-2
=
j�(x; -x)2
n-1 n-1
que e a formula primitiva (8).
S= ji:(x; -x)2
n-1
=
jE[(x; -x0) (x -x0)]2
n-1
-
=
·
=
jl:[x; -io -� +lol2
n-1
=
jl:(x; -x)2
n-1
Exemplo 8:
Comprovar a primeira propriedade do desvio-padrao, utilizando os
seguintes dados:
x ={17, 18, 19, 20, 21, 22, 23}
Xo=19
Devemos ter:
- l:x; 17+18+19 +20+21+22+23 140
x = = = =20
-n 7 7
�-
_ jl:(x; 20)2
-
-
_ j
9+4+1+0+1+4+9 _
n-1 6
-
6 =2,'160
=.J(28 I Sx =2,160 I
Subtrairemos, agora, a constante
e teremos o novo conjunto:
x0 =19 de cada valor do conjunto
-2-1+0+1+2+3+4 7
= = =1
7 1
198
s·Y = j (y;-y)
n -1
2
=
2 2
(-2 -1) + (-1 -1)2 + (0 -1) + (2 -1) + (3 -1)2 + (4 -1)2
7-1
2 =
= j9 +4+ 1 +1 +4+9
6
= ../fi8
6 = 2' 160 Sy= 2,160
Por conseguinte,
I Sx=Sy I
onde
Yi =Xi - x0 =Xi -
19
0 leitor podera resolver o mesmo exercicio utilizando as f6rmulas
desenvolvidas
Sx=!.� [T,xl-�]
Sy = j. � [T-y{ -(T-�i)2] 1
Exemplo 9:
Considerando os mesmos dados do exemplo 8, adicionando a constante
x0
arbitrana =2 a cada elemento do conjunto, comprovar a primeira pro
priedade do desvio-padrio. Utilizar af6rmula desenvolvida(8).
Temos:
x = {17, 18, 19, 20, 21, 22, 23}
X0 = 2 = e n 7
Daf, tiramos
ja que
y = {19, 20, 21, 22, 23, 24, 25}
Yi =Xf x0 =Xi
Assim sendo,
+ + 2
Sx= ['T,x�-(T-xi)2] = J� [
_1 _
n-1 1 n 7 - 1
.
2 828
.
·
- (140)2
7
]=
= }! [ � ] = }! [
2 828 -
19 00
2 828 - 2 800 ]
= Jfi8 = 6 = Sx=
../4,667 2,160 � 2,160
s
- ['T,y�-('T-Y1)2] =J�· [
y =Jn0_ 1 I n 7 - 1
3 416 - (
154)2
7
]=
199
= )! [3 416 - 23;16 ] )! [ 3 416 - 3 388] = =
TABELA 5.12
2 2
Xj Xj Yi =x; + 2 Y;
17 289 19 361
18 324 20 400
19 361 21 441
20 400 22 484
21
22
23
441
484
529
23
24
25
I
I
529
576
625
"I:.2 2
"I:.x;= 140 x; =2 828 "I:.y;=154 LY; =3 416
('I:.x;)2 =19 600 (.l:y;)2 = 23.716
W = {- 2, - 1, 0, 1, 2, 3, 4} onde Wi =Xi - 19
P = {l 001, 1 002, 1 003, 1 004, 1 005, 1 006, 1 007} onde
Pi =Xi + 984
S = {l 017, 1 018, 1 019, 1 020, 1 021, 1 022, 1 023} onde
Si =Xi + 1 000
Exemplo 10:
Com os dados do exemplo 7, comprovar, por subtra9ao, a primeira
propriedade do desvio-padrao, fazendo x 0 = 75.
TABELA 5.13
NfJmerode
Conwmo Usulrios
"i "i 'i ]
x t; Yj "ljfj ]
y fj
'
i
l:fi= sci l:xjfj = 6 360 l:x} 'i = 586 400 l:yjfj= 360 J
l:y
'i = 82 400
200
No exemplo 7, ja foi calculado o desvio-padrao de X. Assim, pela
formula (13):
s= _l_ �x?f'.
n -1 I Jj
[ . (�x;fi)2] =jj_(586 - 505
_
n 79
400 620)=
= �=31,977 Sx=31,977
n-1 n
=
. j_ (82 400 1 40) =
ji79 [82 400 - 12980600 J = J 6 -
· 79
= � =31,977 Sy=31,977' I
on de
Yi=x; - 7 5
II - Segunda Propriedade
Multiplicando (ou dividindo) por um valor constante e arbitrario, c,
cada elemento de um conjunto de m'.uneros, o desvio-padrao flea multi
plicado (ou dividido) pela constante.
Yi=7
.
c-
Podemos escrever, entlo,
"T,(yi - Y'f -
Sy - j n - 1
- Xi
T- (c
x 2
- c)
�l2 l
T- [--C(Xi-x)
=
n-1 n-1
-
=
n- 1
��
� � quando (14)
sy-
- j"T.(yi - y)2 =JT,(cxin-1- cx)2= T, [c(Xi - x)l2
=
n-1 n-1
-----
=c
jT-(xi - x)2 = cS x Sy= cSx
n -1
Exemplo 11:
Dados os conjuntos de nfuneros
X= {l, 2, 3, 4, 5} e
y = {10, 20, 30, 40, 50},
comprovar a segunda propriedade do desvio-padrao.
X= {l, 2, 3, 4, 5} -
Temos, neste caso,
c = 10
=
Sx =
jT-(Xi-x)2 . - "T.Xi 1 + 2 + 3 + 4 + 5 �
onde x= = = =3
202 n - l n - 5 5
J;(y; - y)2
Sy = j n
_ 1
onde
- = J;y;
y n- = -
=
10 + 20 + 30 + 40 + 50
=
150
= 30
5 5
Entio,
J;(x; - 3)2
Sx j 5-1 .
-
_
-
_
- j- (2 (l + +(
4
- j4 1 0 1
- + + + + 4 =
.J(10 .,,) = 1 '581
4 = v'25.
4
e
Sy =
jI:(y; = - 30)2
5-1 .
=
(10 - 30)2 + (20 - 30)2 + (30 - 30)2 + (40 - 30)2 + (50- 30)2 =
x; JC;
2 Yi Y;2
1 1 10 100
2 4 20 400
3 9 30 900
4 16 40 1 600
5 25 50 2.500
I:x; = 15 I:x;2 = 55 I:y; = 150 I:y;2 = 5 500
(I:x;l2 = 225 (I:Y;l2 = 22 500
Sx = /_J_
../ n - 1
[ J;x? -
I
(J;x;)2
n
] ../56_1 [55 - 2255 ]
=
-
=
=
js.soo -4 4 soo = ..j{lOoO
- - =
� v so
. rycn
... = 15,81
4
Exemplo 12:
Neste caso, c = 5.
TABELA 5.15
Numero de
Consumo 2
Energia
Usuarios
'i
Xj Yj =
� Yjfj Yj fj
51-- 25 4 15 15/5=3 12 36
251-- 45 6 35 35/5=7 42 294
451-- 65 14 55 55/5=11 154 1 694
651-- 85 26 75 75/5= 15 390 5 850
85 I---- 105 14 95 95/5=19 266 5 054 .
105 I---- 125 8 115 115/5=23 184 4 232
125 I---- 145 6 135 135/5=27 162 4 374
1451-- 165 2 155 155/5=31 62 1 922
Do exemplo 1 0, tiramos
Sx = 3 1,977
0 desvio-padrao de Y = ; devera ser igual a 6,3954, ou seja,
31,977
Sy = = 6'3954
5
Aplicando a formula desenvolvida,
Sy =
1
n-=1
[�""'YjJj2,. - (�Yjfj)2 ]-
n
-
=
7 9
[
_1 23 456 - (1 7
2 2)2
80 J =
6__ [
23 456 -
1 617 984 ] =
../ 7 9 80
204
= .J 40,90126 = 6,3954
Sx = 31,977 } Y= ...K_
5
Sx
e c=5
Sx
Sy= 6,3954 � S y= 7= -
5
-
c
para dados brutos
Xj - Xo
d = �- --
j c
para dados tabulados
n
I <di - d')2
i=l
Sx= -- (16)
n --1- =
c c
- n
.i .i
formula original formula desenvolvida 205
[
Para dados tabulados:
(± )
2
djlj
k
_1_ ' :21,. _,_,_
,=
· _1_:._
n-l L... dJJ
Sy= c (17)
n
/= 1
.j,
formula original formula desenvolvida
Faremos a prova apenas da formula (16), sem perda de generalidade.
Para tanto, temos:
, x; - Xo
d; = ---- e Xi= x0 + cdj
c
x = x0 + cd',
conforme expressa-o (15) do capftulo anterior. Dai tiramos:
X - Xo
d'= --- (18)
c
Assim,
Sx = j� �(x; - x)2 =
= / _1 1.
� [(x0 + cdj) - (xo + cd')P
=
.../ n '--y-J �
Xj
�(dj - d')2
,I
n- 1
�(d�' - J')2
Como a expressao representa o desvio-padrao da
n- 1
variavel d', podemos escrever genericamente que, se
Xi - Xo , Xj - Xo
d1 = dj =
1
OU
c C
S x--
= cSD' (19)
206
Exemplo 13:
Calcular o desvio-padrio do conjunto X = {10, 20, 30, 40, SO, 60},
fazendo x0 = 30 e c= 10.
Calculando inicialmente o desvio-padrio atrav6s da f6rmula original (8),
.
��=
(i
Ix;
- i=t 10 + 20 + 30 + 40 + so + 60 10 -
= = - 26 -
- 3S
x --
n 6
Sx-
- j'£(x; n -
-
1
xl -
-
(10 - 3S)2 + (20 - 3S)2 +(30 - 3S)2 + (40 - 3S)2 +(SO - 35)2 + (60 - 35)2
=
6 - 1
=
J
625 + 225 + 25 ; 25 + 22S + 625 .; jiifff- = .,fEO = 18, 708
I sx= 18,708 I
Para calcular o desvio-padrio usando a f6rmula 16, recorreremos a
uma tabela auxiliar, sabendo que x0 = 30 e c= 10. Assim:
TABEl.A 5. 16
, x;- 30
Xj d= ldj-Ci'I (d�-d'l2 d�2
; -1-0- I I
10 -30
10 =-2 (-2 -0,51=-2,5 6,25 4
_10 _ _ ·
20 -30
20 =-1 (-1 - 0,5)=-1,5 2,25 1
10
30 -30
30 = (0 - 0,5)= -0,5 0,25 0
_10 _ _ O
40-30
40 _ 10 =1 (1 - 0,5)= 0,5 0,25 1
_ _
50-30
50 =2 (2 -0,5)= 1,5 2,25 4
-10 - -
60-30
60 _1_0_ =3 (3 -0,5)=2,5 6,25 9
L. dr= 3
i=t l:: {dj -d')2=17,50 l::dj2 == 19
(l::djl2= 9
L,d;
3 207
d'=� =-=OS
'
n 6
(16) nos da:
A f6rmula original
L(dj-d')2
Sx =c
n- I
=lOV�
-y-5- - =10�=
=IO X 1,8708 =18,708
Sx = IO X I,8708 =18,708
.j, .j,
c SD'
0 mesmo resuitado seria alcanyado usando a formula desenvolvida:
Sx =c n I
-
[ Ld )2
_I_ Ld'.2 - ( j
n1
] =IO
dados do problema
Para calcular o desvio-padra:o pelo processo breve, escolheremos x0 e
c usando os mesmos criterios que os a presentados para o calculo da media
aritmetica pelo processo breve, quais sejam:
I. Xo =ponto medio da classe de rnaior freqiiencia, se k (numero de classes)
for par, ou ponto medio de uma classe intermediaria, se k for fmpar.
2. c =amplitude do intervalo de classe ou diferenya entre dois valores conse
cutivos (para tabelas de freqiiencias com valores isolados ) .
TABELA 5.17
, Xj -75
Classes fj Xj d = - df j dj2fj
i -w '
15 -75
5 1--- 25 4 15 =-3 -3X 4=-12 (-3) (-121=36
20
35-75
251-- 45 6 35 =-2 -2x 6=-12 (-2) (-12)=24
20
55 -75
45 1-- 65 14 55 = -1 -1x 14=-14 (-111-14) =14
20
75 -75
651-- 85 26 75 =0 0x26= 0 ox O=O
20
95-75
85 1-- 105 14 95 =1 1x 14=14 1x14=14
20
115 - 75
105 f-- 125 8 115 =2 2X 8=16 2X16=32
20
135 -75
125 1-- 145 6 135 =3 3X 6=18 3X18=54
20
155-75
145 f--- 165 2 155 =4 4X 2=8 4X 8=32
20
k= 8 (par) 'f,djfj= 18
Lfj=80 'f,dj2fj=206
x0 =76ec=20
('f,d f fj12 =324
208
Como sabemos, o desvio-padrao do consumo de energia eletrica pelos
80 usuarios e Sx = 31,977 kwh.
A formula desenvolvida permite chegar ao mesmo resultado com
muito menos trabalho e numeros bem menores:
=
j400 + 100 + � + 100 + 400 = '1250 = s ../TO
=
(20 - 60)2 + (40 -60)2 + (60 - 60)2 + (80 - 60)2 + (100 -60)2 =
SB S -1
=
jJ.600 + 400 + � + 400 + 1 600 = .jTOOO = 10 ../TO'
I SB
=
2SA I
Por ai se depreende que o desvio-padrao e realmente uma medida
satisfat6ria de dispersao, embora nao se possa afumar muita coisa quanto i
sua magnitude.
5.2.5. VariAncia
S2
Sfmbolo:
a) Defini¢o da Vari4ncia
Conforme se pode perceber pelo sfmbolo, a varrancia e o quadrado
do desvio-padrio, OU, se se preferir, 0 desvio-padrllo e a raiz quadrada da
variancia. Dessa forma, pode-se dizer que a formula da variincia e igual i
eJ;tpressao do desvio-padrllo, sem o sinal do radical. Adiantamos que as
defini�oes que se seguem aparecem com a corre�ao de Bessel, isto e, com o
divisor n - 1.
Varidncia de Dados Brutos
Processo longo
n
L (x;-x)2 Xt )']
1
s2 = _;=
_ 1___ _
n-1
4-
= _
n-1
[f
L..
i=l
x?
1
•
_ (t. n
(20)
Processo breve
c2
n
I <di -a'>2
[ (nI )
i=1
d'
I
2 ]
s2 _= 1 ____
; _ � � d'.2 -
n-1 L..
= __ = (21)
n-1 1 n
i=l
210
Varidncia de Dados Tabulados
Processo longo
k
I (x; - x)2f;
�;_=1 1
k
(± x f;)2
;=1
;
s2= L x;f;-
___
_
_
- 2
(22)
n-1 - n-1 n
j=l
[-
Processo breve
I (dj - a')2t;
c2
8 2= -�-----
;=1
k
k
'. .
· ( ± djfj)2
n -1
_
n
1_ '
l L..
d 1 2f,1 - _1_· =1_ -�
n
(23)
/=1
Exemplo 15:
Calcular a variincia dos seguintes conjuntos de numeros:
II - Segunda Propriedade
Multiplicando (ou dividindo) por um valor constante e arbitrario, c,
cada elemento de um conjunto de numeros, a variancia flea multiplicada
(ou dividida) pelo quadrado da constante..
Para
=EIJ
x
y= (25)
c
OU
2 2
y=ex > Sy= c2sx (26)
2 2 - 2 - - 2
s2 =
(n1 - 1 )S1 + (n2 -
-------�--,---
-
l)S2
--=---------�
+(n1 - l)(x- - x1) + (n2 - l)(x - x2)
i
n + n2 - 2
(27)
(n1 - l)(.X 2
.X1) + - (n2 - l)(.X
.X2)
2
-
Exemplo 17:
A estatura media de um grupo de 50 rapazes e de 172 cm, com
variancia de 36,69 cm2 , e a de um grupo de 40 moyas e de 161 cm, com
variancia de 27,04 cm2 • Qual a media, a variancia e o desvio-padrao das
estaturas dos dois grupos reunidos?
L1 x n1
1
XJ = medias parciais
/=
on de
n 1= numero de elementos do conjunto j
/=1
Neste caso,
j =1,2 e k=2
.X1 =172 n1 =50
X2 =161 n2 =40
(172 x 50) + (161 x 40) 8 600 + 6 440 15 040
=
x= 40
-
=
50 + -
90 90
=167,11 x=167,11 cm
ni + n2 - 2
2 2
- (49 x 36,69) + (39 x 27,04) + 49(167,11 - 172) + 39(167,11 - 161)
- =
so + 40 - 2
2 2
1.797,81 + 1 054,56 + 49 x 4,89 + 39 x 6,11
= =
88
88
Cdlculo do Desvio-padriio Combinado
Basta extrair a raiz quadrada do resultado anterior.
Tomemos ainda
n1 + n2 (28)
+ n1S� n 2Si
s2 = �����- (29)
+ n1 n2
c) Controle de Charlier
A prova de Charlier e utilizada para averiguar a exatidi'o do calculo
da media e da variancia (e conseqiientemente do desvio-padri'o) principal
mente quando utilizamos o processo breve de calculo dessas medidas em
uma tabela de freqiiencias. Essa prova baseia-se na seguinte equa?o:
(30)
TABELA 6.18
5 f--- 25 4 15 -3 -12 36 -2 4 16 -8
25 f--- 45 6 35 -2 -12 24 -1 1 6 -6
45 f--- 65 14 56 -1 -14 14 0 0 0 0
65 f--- 85 26 75 0 0 0 1 1 26 26
85 f--- 105 14 95 1 14 14 2 4 56 28 I
Ldj2f; 206 =
2Ldjf; 2 X 18 36 e Lfj n 80
= = = =
216 na pratica.
Formula de Sheppard:
Consideremos S2 a variancia de um conjunto de valores dispostos em
uma tabela de freqiiencias. Tomemos ainda
c =amplitude do intervalo de classe
s; =variancia corrigida
I Si �
s' -
-r;- I (32)
Exemplo 19:
Aplicar a correyiio de Sheppard para a variancia e desvio-padrao do
consumo de energia eletrica, usando os dados dos exemplos 7 e 16.
c2 =1 022,532 400
S c2 = 2 S -
IT -
l2
=98 9,199
Sc = js - �2 = y989,199 =31,452
Dm =±s (33)
5
(34)
Exemplo 20:
Comprovar a relayiO empirica entre 0 desvio quarti1ico, desvio medio
e desvio-padrao para o problema do consumo de energia eletrica por
80 usuarios.
Os resultados correspondentes ao desvio medio e ao desvio-padrlro ja
foram obtidos anteriormente:
Dm =24,625 (exemplo 5)
S =31,977.(exemplo 7 ) 217
Usaremos uma tabela auxiliar para proceder ao catculo do desvio
quartil.
TABELA 5.19
Numero de
·consumo Usullrios Fj
fj
Sf--- 25 4 4
25f--- 45 6 10
45f--- 65 14 24
651---- 85 26 50
851---1
- 05 14 64
105f---125 8 72
125f---145 6 78
145f---165 2 80
n = 80
E . = n = 80 20o
Q 4 4 __
Q3 = terceiro quartil
onde
Qi = primeiro quartil
� - 3 X 80 600
- =
_ _
EQ,
4 4
n
4- Fant 20 - 10
Qi =I + c !. = 45 + 20 = 45 + 14,286 =
Q, 14
= 59,286
3n
4 - Fant 60 - 50
Q 3 =I + c f. = 85 + 20 85 + 14,286
14
= =
Q,
= 99,286
Q3 - Qi 99,286 - 59,286 Dq = 20
D = = = 20
q 2 2
Se usarmos as rela�0es empfricas, teremos:
4 4
Dm = 5S = 5 X 31,977 = 25,582
2 2
218 D = -S = X 31 977 21 318
q 3 3 ' '
- =
Como pode ser observado, as f6rmulas empiricas slio validas para este
problema, nlio havendo grande discrepancia entre os valores determinados
empiricamente e os caiculados atraves das f6rmulas de definiylio das respec
tivas medidas.
Q3 - Q;
Dq 2
Dq = (35)
_ _
, - Md - --M-'d--
1---o
---� u-------1
Q3 - Qi
Dq X 100
, 2Md
=
Exemplo 21:
Dq 20
Dq , = X 100 = X 100= 25,87% Dq,= 25,87%
Md 77 31'
Simbolo: CVp
s
CVp=--=
x
ou-----1 (36)
s
CVp=--=--· 100
x
Exemplo 22:
CVp = �;;
'
= 0,03989 OU 3,99%
Exemplo 23:
Poderfamos estar interessados em saber se o novo cordel apresenta
maior dispersao de resistencia a trayao ou a flexoes repetidas. Neste caso,
nao e possfvel comparar as dispersoes absolutas, uma vez que as unidades de
medida e os fenomenos sao distintos. Estarfamos comparando, se assim
procedessemos, minutos (unidade de tempo) com libras (unidade de peso).
Por essa razao, a (mica comparayao compatfvel com a natureza dos dados e a
proporcionada pela dispersao relativa. Dessa forma, terfamos:
TABELA 5.20
Exemplo 24:
Tomemos o seguinte conjunto de numeros: X = {2, 3, 7} e calculemos
o CVp. 221
TABELA 5.21
(xj-X) 2
Xj (Xj-X)
2 -2 4
3 -1 1
7 3 9
"E.Xj = 12 "E.lxi-x12 = 14
�Xi = 12 =
x= 4
-n 3
_
(x - x)2
2= � i
Sx = _!± = 7
n-1 2
TABELA 5.22
Xj
(%) Yi= x • 100 n- ¥ (yj- y)l
2
4. 100 = 50 -50 2.500
3
4. 100 = 75 -25 625
7
4. 100 = 175 75 5.625
"E.Yj =
300 "£ (Yj - ¥12 = 8.800
y
= �Yi= 300 =
3
lOO
n
222
s:= � i_- f -8· 00 = 4.400 => Sy= v' 4.400
� t � 2!: 66%
Por conseguinte,
I CVp =Sy
Em resumo, quando comparamos dispersaes, podem ocorrer tres tipos
de situay0es:
TABELA 5.23
A 6 2
B 6,2 1,5
Grupo CVp
2
6 = 0,33
A
B �=0'25
6
s
CVr =
Md
OU (37)
CVr= 100
s
Md
•
Exemplo 26:
Calcular o coeficiente de Thorndike com os dados do exemplo relativo
ao consumo de energia eletrica de 80 usuarios comerciais.
31•977
CVp= 100 = 40,22%
79,
•
5
c) Coeficiente Quart([ico de Variarao
Sfmbolo: CVQ
Esse coeficiente e definido pela seguinte expressao:
OU (38)
Exemplo 27:
Calcular o coeficiente quartflico de variayao para o consumo de energia
224 eletrica por 80 usuarios, usando os dados do exemplo 20.
No exemplo 20, foram calculados o primeiro e terceiro quartis, cujos
valores sao:
Q3 = 99,286
Qi = 59,286
99,286 - 59,286
CV 25,2%
Q =
EXERCiCIOS PROPOSTOS
5.1. Com os dados do exercicio 4.1 do Capftulo 4, determinar:
5.1.1. Desvio Quartil.
5.1.3. Desvio-padrao.
5.2.2. 0 desvio-padrao.
5.2.3. 0 coeficiente de varia9ao de Pearson.
5.2.4. 0 desvio quartil.
SA. Realizou-se uma prova de estatfstica para duas turmas, cujos resultados
foram os seguintes:
Turma A: x =
5 e S =
2,5
Turma B: x = 4 e S = 2
N9 de Postes
Anos
Substitufdos
0,5---; 2,5 11
2,5---; 4,5 47
4,5---; 6,5 87
6,5---; 8,5 134
8,5 ----110,5 200
10,5 ----1 12,5 198
12,5 ----114,5 164
14,5 ----116,5 102
16,5---; 18,5 48
18,5 ---i20,5 6
20,5 ----122,5 3
Pede-se:
5.5.1. o desvio-padrlro.
5.3. b
5.4. e
6.1. INTRODUCAO
6.2. MOMENTOS
Os momentos podem ser caracterii.ados como quantidades numericas,
calculadas a partir de uma distribuiyao de freqilencias (ou de probabilidades),
e que sao utilii.adas para fornecer descriyoes resumidas da distribuiyao estu
dada. Dentro da ampla classe dos momentos estao inclufdas duas importantes
medidas estudadas anteriormente: a media e a variiincia.
x � +x r + +x�
I
= =---
. . .
mr
n n
(1)
n
(2)
Exemplo 1:
TABELA6.1.
(r =1) (r= 2) (r = 3) (r-= 4)
x; x; 2
x�
I
x;
4
2 4 8 16
3 9 27 81
5 25 125 625
7 49 343 2.401
8 64 512 4.096
s 5 5 5
I x;= 25 Ixf = 151 Ixl =1.015 Ixt=1.219
i=l i=l i=l i=l
228
Momento natural de segunda ordem (segundo momento natural)
n
L,xr
I
m =-- - =
i=1
x2 + x2 +
1 2 x32 + x42 + x2 5
=
2 n 5
4 + 9 + 25 + 49 + 64
= =
5
= ;
1 1
=30,2
I m = 30,2
� I
Momento natural de terceira ordem (terceiro momento natural)
n
L,xr
=
i=l
--- =
x� + xi + xt + x! + xf =
n 5
=
l. 15
� =203 I m� =203
I
Momento natural de quarta ordem (quarto momento natural)
n
L, xt
=---=
i=1 x� + xi + xj + x: + x: =
n 5
2 4 + 34 + 54 + 74 + 84
=
5
16 + 81 + 625 + 2.401 + 4.096 7.219
= -- =1.443,8
5 5
I
...... - - - - - -- __,
m� =1.443 .8
Exemplo.2:
Classes 'i •
j Xjfj
I /
" 'i j
x fi x fi/
1 II I
10 f---2 0 2 15 30 450 I 6.750 101.250
20 f---30 4 25 100· 2.500 I 62.500 1.562.600
30 f---40 5 I 35 175 6.125 I 214.375 7.5031125
40 f---50 8 45 360 I 16.200 I 729.000 I 32.805.000
50 f---60 5 55 27.5 I 15.125 I 831.875 I 45.753.125
?,
I
60 f---70 4 65 260 16.900 1.098.500 71.402.500
I' /
70 f---80 2 75 150 11.250 843.750 63.281.250
7 7 7
Ixjt;
j=l
mi = �-n-- m�
I 1.350
= = 45 = 45
30
Ix/1;
j=l -
- -� - m�
68.550
m2I _
n
_
2.285 = 2.285
Ixlt;
j=
1n
=
3.7
8�07 50
= 126.225 m� = 126.225
Ixlt;
m;· i=1 222 .4�� ·750 1 m;
n
= = = 7.413.625 = 7.413.625
L (xi - xoY
i=l
n (3)
k
L (Xj xoff;
j= l
-
xomr =
_______
n
(4)
Exemplo 3:
Considerando x0 4, calcular os momentos de primeira e segunda
x = {2, 3, 5, 7, 8} em relayao aquela origem.
=
4
t 2
x; Ix; - xol Ix; - xol
2 2-4=-2 (-2) =4
2
3 3-4=-1 ( 1 1 2 =1
-
5 5-4=1
2
1 =1
7 7-4=3
2
3 =9
8 8-4=4
2
4 =16
5 5
4+I+I +9 + 6 1
= = B_ = 6 '2
5 5
Exemplo 4:
Dada a tabela abaixo, calcular os momentos de primeira, segunda e
terceira ordens em relayao a origem x 0 = 40:
TABELA 6.4
231
Neste, utilizaremos a f6rmula (4):
I (x; - 40)ff
j=l 150
40 m1 = -=--------= - = 5
30 30
I (x; - 40)21J
j=l 8 550
40m2 = ------= ____:___ = 285
30 30
Momento de terceira ordem em rela9ao a origem x0 = 40; r = 3
7
I (x; - 40)3f/
;=1
n
=
1
2��5 0
=4.025
Observa�ao:
0m, =
�(xi - of =
---- �x!' = m;
1 para dados brutos
n n
e
omr =
�(x; - O)'fj - �x/fj - m' para dados Tabulados.
n - n - '
6.2.3. Momento Centrado na M6dia de Ordem r
Simbolo: m ,
I (xi - x)
'
i=l
m, = (S)
----
n --
b ) Para Dados Tabulados
k
I (x; - x)'fj
j=l
m, = -'-- (6)
232 ---
n --
E facil perceber que, para r = 2, o momento centrado corresponde a
variancia de distribui\!ao.
Assim, fazendo r =
2,
para dados brutos
�(x; - x)2
m, = = s2
n
�(x; - x)2f;
m, = = s2
n
Exemp/,o 5:
Calcular os momentos centrados na media, de primeira, segunda, ter
ceira e quarta ordens do conjunto x = {2, 3, S, 7, 8}.
Temos, inicialmente:
�Xi 2 + 3 + 5 + 7 + 8
x= = =
�= S
n S 5
TABELA 6.5
s 5 5 s 5
�(x; - x) o
m1 = = -= 0 ==> m1 = 0
n 5
�(x; - x)2 26
m = = 5 = 5,2 ==> m = 5,2
2 n 2
233
Momento centrado de terceira ordem
l:(x; - x)3 0
m3 = n = = 0 >
5
Momento centrado de quarta ordem
4
l:(x; - x) 194
m4 = n = -- = 38,8 > m4 = 38,8
5
m1 = 0
Exemplo 6:
Usando os dados da distribuiyll'o de freqtiencias do exemplo 4, calcular
os quatro prirneiros momentos centrados. Usando uma tabela auxiliar, temos:
TABELA 6.6
3 4
Class.s f; Xj Xjfj (xj - X)fj fx; - xPt; fJ(j - XJ fj fx; - XJ fj
2 3
n=30 'f.xjfj=1.350 Eix;-451f;=O Elx;-451 f;= 7.800 'ilx1-�) fj = 0 EIXf- xl4f;=4.620.ooo
x = "'E.xifi
n = 1.350
= 45 x = 45
30
·
L (x i - x)ft
j=l 0
m1 = -'---- n--- = _3_0_ = 0 =>
L (x; - x)3f;
k
j=t 0
m3 =
n = 30 = 0 m3 = 0
30 =
154.000
I m4 154.ooo
6.2.4. Rela�o Geral entre os Momentos Centrados na Media
e os Momentos Naturais
J= l
+ (-1)'(x)'] t;
onde s <re
r
( :) =
(r � s)!
s!
= coeficiente binomial
OU
m; m� m;_1
.i. .i. +
x
'T. f-f; - x ;-11; 'J:. x
n (1) n
r
m,---_
-
235
+ (- l)r-1 ( \ (.x )r-1 'kxjfj + ( - l)'(x )'-
r
r- 1 ) n
1-· /
:J:,f{
-It"
n
1
+ (- l)r- ( � ) (m�)'- m� + (- l)'(m�)'
1 ,
1
(m�=1)
r
Para r=1 => ( )m1
m1 =m1, -
1
1
, • m1, - 1 =m; - m;-= 0
- ( ) m1')3m3-3 =m3 -
3
3
< , + 3(m1')2m1, - , 3 m1m2
, ,
3
- (m;)3 =mi - 3m;m� + 3(m;}3 - (m;} =
3
=mi - 3m;m� + 2(m;)
Para r=4 ==> m4=m� - ( i)m:m�-1 + ( �)(m;)2m�-2
- (�)(m;)3m�-3 + (!)m;)4m�-4 =
3
=m� - 4m; ·mi+ 6(m;)2m� - 4(m;} •m; +
236 + (m;)4=m� - 4m;•mi+ 6(m;)2� - 3(m;) 4
Em resumo,
r m,
1 m1 = 0
2 m2 = m2, - (m1')2
(8)
3 m3 = m� - 3 m;m� + 2(mD3
4 m4 = m� - 4 m; m� + 6(m�)2m� - 3(m�)4
Exemplo 7:
m1 = 45 - 45 0 =
= 154.000
I m1 = 0 I I m2 = 260 I I m3 = 0 I I m4 = 154.000
Esses resultados podem ser confrontados com os valores obtidos no
exemplo 6.
6.2.5. Relat;io entre Momentos Centrados na Mlkiia e Momentos
Centrados em uma Origem Arbitraria x0
Da mesma forma como no caso anterior, e possivel estabelecer rela�oes
entre m, e x0m,. Apresentaremos apenas as express5es dos quatro primeiros
momentos e as rela�oes serao desenvolvidas a partir das formulas para dados
agrupados em classes. As formulas (4) e (6) estabelecem
k k
L (x1 - Xo)'fj L (x1 - x)'fj
j =I j=I
xomr e m, 237
n
= =
n
onde x; representa um ponto medio de classe generico.
LDffj
j=I
xomr = n
Essa expressao representa, em ultima analise, a media aritmetica pon
derada das r-esimas potencias dos desvios D; = x; - x0 , ou, mais simples
mente:
(9)
Dessa forma,
Multiplicando por fj
x;fj = (D; + Xo )fj = D;f + Xofj
Aplicando "i:.,
Dividindo por
. "i:.f = n,
---n
'J:,x·J;· "i:.D·J; ·
_ _I _I
= _/ /
_
+ Xo
_ :£fr -- OU X = 15 + Xo
n n ..n-
ou ainda
.i. .i.
OU
(10)
c) Demonstra¢o para = r 3
L (Dj - D)3 ii
k
3(l5)2r.Diii - (f5)3Lfj]
LD�J;· - 3LD·J;· LD?-J;. 3 LD·J;- LD·J;i 3
+ =
n ,_I
n n ( nD 3 Q n )
__, , I I + _0 ,_, ,
•
+ OU
(11)
Demonstra¢o para
-
d)
L D - D 4
4
( j n ) fj [LD/ii4 - 4D"f.
r =
m4 - Djf;3 6(D-)2"i,D2iii -
n
l
- 4(l5)3"f.Difi (D)4'f-ii]
= = +
=
+
- 4 ("LD· •
__
_ , ,
+
__
_
, ,
239
2
m4=x0m4 - 4(x0m1)(x0m3) + 6(x0m1) (x0m2) -
(12)
4
- 3(x0m1)
Exemplo 8:
m1=0 40m1=5
m2 =260 40m2= 285
m3= 0 40m3= 4.025
m4 =154.000 40 m4 =193.625
m1 = 0
2 2
m2 =40m2 -- (40m1) = 285 - 5 = 260
m4=154.000
0 resultado seguinte nao foi ainda calculado.
_ '1:.(Xj -40)4/j _
40m4- n
-
4 4
l<-25) • 21 + l<-15) .41 + [(-5)4.51 + [(5)2.81+[(15)2.51 + [(25)2.41 + [(35)2 .21=
30
5.808.750
193.625
240
= = .
30
6.2.6. Processo Breve para o Calculo dos Momentos
j)
'
b) 94m2 m 2
'
c) 94m3 k) m 3
'
d) 94m4 I) m 4
TABELA 6.7
Quociente de Numero de
Inteliglincia Estudantes
681--- 72 4
12r-- 76 9
761--- 80 16
801--- 84 28
84r-- 88 45
881-'--- 92 66
921--- 96 85
961--- 100 72
100 I-- 104 54
1041--- 108 38
1081---112 27
112 r--116 18
1161--- 120, 11
120 I-- 124 5
124 l-'---128 2
n = 480
241
Utilizaremos, para n calculos necessarios, a Tabela 6.8 auxiliar.
TABELA6.8
, Xj-94
Xj fj di = - - df j dj2 fj d/ ti dj4fi
4 '
15
ou seja,
=
c =
4
x0 = 94 (media arbitraria)
c = 4 (ponto medio de classe).
Os momentos centrados em rela¢o a origem x0 apresentam a seguinte
propriedade:
'f.dj'fj
o mr = c
. r
(13)
x
-n-
= Xj - Xo
onde dj c Xj
�[� -..xol'fj
n =
n
�(cdj)'fj c'�dj'fj
c 'f.dj'.-
, -- fj
242
=
n =
n n=
Em particular,
3
'l;djf;
-- 3 'l;dj f;
Xomt = c n x0m3 = c n
2 4
2- 'l;dj f; 4 'l; dj f;
c - c - - -
xom2 =
n xom4 =
n
No problema em questio, teremos, de acordo com os valores cons
tantes da tabela 8:
'l;d'fi
94m1 = 4 _J_j_ =
480
4
X
236
480
= 1 ' 9667 I. 94m1 = 1,9667
2
2 'l;dj
f; 16 x 3-404
94m2 = 4 • "480 = . = 113,4667
480
I 94m2 = 113,4667 I
3
3 'l;d! Ii 64 x 6.428
94m 3 = 4 • � =
480
= 857,0667
I94m3 = 857,0667 I
4
4 'l;dj f; 256 x 74.588
94m4 = 4 � • = = 39.780,2667
480
I 94m4 = 39.780,2667 I
II - Cdlculo dos momentos centrados na media.
Neste caso, recorreremos as identidades 10, 11 e 12.
Momento de primeira ordem centrado na media: m1
'l;(x; - x)f;
mi = = ..!_ ( 2-:xfi· - 'l;x"·
11 ) = l..(2-:x;f; - x2-:f;)
n n II n .._..,
=
'l;x;f; xJ( n
= -- --=x -x=O
n J(
_
m1 = 0
_
I
,
Momento de segunda ordem centrado na media: m2
Tomemos a rela?o 10
2
m2 = x0m2 - (x0m1)
No problema em questao:
2
m2 = 94m2 - (94mi) = 113,4667 - { l,9667)2 = 109,5988
I m2 = 109,5988 I
Momento de terceira ordem centrado na media: m3 243
{11),
Devemos ter agora, conforme expressao
= 3
m3 xom3 - 3(xom1)(xom2 ) + 2(xom=1)
=857,0667 - 3(1,9667)(113,4667) + 2(1,9667)
= 3 202,8158
=
m3 202,8158 I
Momento de quarta ordem centrado na media: m4
12 nos da
A relayao
4
m4 x0m4 - 4(x0m1Hx0m3) + 6(x0m1)2(x0m2 ) - 3(x0m1) ""
=
=39.780,2667 - 4{1,9667)(113,4667) +
4
+ 6(1,9667)2(113,4667) - 3(1,9667) = 35.627,2853
=
m4 35.627,2853 I
III - Cdlculo dos momn
t
e osn
atu
r
ais
Da mesma forma como fizemos para os momentos centrados numa
origem arbitraria Xo, podemos utilizar 0 metodo abreviado para 0 calculo
dos momentos naturais.
'Partiremos da relayiio
x· - x0
=
d} / =desvio reduzido,
c
de onde tiramos =Xj cdj +. x0
Assim,
Parr
=
a l
=
m� x0 + cd' {14)
r
=2
Para
, L(cdj + xo)2fj 1
=
m"l =n [LC2dj2fj + 2cXoLd}fj + Xo2Lfj] ::::
n
Ldj2fj Ldjfj
=c-
2 - + 2cxo
n
+ xl
244 n
d 2ii
m2I
=
'i:.djfj
Xo2 + 2cxo-- + c2 'i:. nj
--·-
(15)
n
Parar=3
Para r = 4
4
, _ 'i:.(cdj + xo> ii 1 [ 4 14 3 13
m4 - = . c "'f.di f; + 4c x0'i:.dj ii +
n n
1 14 (17)
3 'i:. dj 3f; 4 'i:.dj ii
+ 4c x0 -- + c --
n n
Em termos do problema:
Momento natural de primeira ordem: m; para x0 = 94 e c = 4
Basta recorrer agora aos dados expostos na Tabela 8.
m; = 94 + 4 8 36:i = 95,9667 m; = 95,9667
Momento natural de segunda ordem: m;
236 + 42 X 3·404
m2' = (94)2 + 2 X 4 X 94 X
480 =
480
= 8.836 + 369,7333 + 113,4667 = 9.319,2
m; = 9.319,2 I
Momento natural de terceira ordem
36
m3I = (94)3 + 3 X 4 x (94)2 x 2480 + 3 X 42 X 94 x 3 .4o4
480 +
+ 43 x 64��8 =
245
= 830.584 + 52.132,4 + 31.997,6 + 857,0667 = 915.571,06
m� = 915.571,06 I
Momento natural de quarta ordem
4 236 3·404 +
m 4I = 94 4 x 4 X 943 x 480 + 6 x 42 x 942 x 480
+
+ 4 x 43 x 94 x
6.428 4 x 74.588
480 + 4
=
480
= 78.074.896 + 6.533.927,3 + 6.015.548,4 + 322.257,06 +
+ 39.780,27 = 90.986.409
I I
.
m4I = 90.986.409
_ _
m1 = 0
m2 = 109,6
m3 = 202,8
m4 = 35.627,3
6.2.7. Controle de Charlier e Corre�o de Sheppard para os Momentos
a) Controle de Charlier
0 controle de Charlier, apresentado no capitulo precedente, pode ser
generalizado a todos os momentos, sendo de grande utilidade no processo
breve de determinac;:ao dessas quantidades, quando os dados vierem dispostos
em tabelas de freqiiencias. 0 controle proposto por Charlier recorre as
seguintes identidades:
Exemplo 10:
"l:,,dJ4fj = 74.588.
A Tabela 6.9 apresenta as demais quantidades necessarias para se
processar o controle. As tres primeiras colunas foram repetidas por conve
niencia apenas.
TABELA6.9
Xj t; d:
I
dj+ 1 ldj+ 11f; ldj + 1Pt; ldj + 1i3r; ldj+ 114f 1
n=_T.f;=480 T.V:tf+11f;=716 'I:, V:tf+1l2f;= 4.356 T.V:tj + 1l3f1=17.828 T.Vif +114f;= 122.148
m2 (corrigido)=m2 - /2 c2 (19)
.---O
-- U ------1
1 2
s2 (corrigido)=s2 - TI c
c2m 2 7c
4
m4 (corrigido)=m4 - - - + (20)
2 240
onde m2=s •
2
I m2 (corrigido)= 108,2655 I
4
c2 2 7c
b) m4 (corrigido)=m4 - ; + 240
=
4
42 x 109,5988 7 x 4
= 35.627,2853 - + =
2 �
= 34.757,9616
m4 (corrigido)= 34.757,9616
x=Md=Mo j (21}
er x=Md=Mo Xj
0 Mo Md x Xj
0 x Md Mo
250
Notas:
Exemplo 12:
Verificar o tipo de assimetria das distribui9oes de freqiiencias das
tabelas seguintes:
TABELA 6.10 TABELA 6.11 TABELA 612
TABELA 6.13
2
Classes fj Xj Xjfj Xj fj Fj
101--- 20 5 15 75 1.125 6
201--- 30 10 25 250 6.250 16
301--- 40 15 35 525 18.375 30
401--- 50 20 45 900 40.500 50
501--- 60 5 55 275 15.125 55
2
n = 55 'E.Xjfj = 2.025 'E.Xj fj = 81.375
251
TABELA 6.14
TABELA 6.15
Da
Vant + [,post) =
2JMo - {F .
20 - 15
= 40 + 10
(2 x 20) - (15 + 5) =
= 42,50
15 - 10
Da Tabela 6.14 > Mo = 30 + 10
(2 X 15) (10 + 10) = _
= 35
20 - 5
Da Tabela 6.15 ===>Mo= 20 + 10
(2 X 20) (5 + 15) = _
252 = 27,50
Temos, entlfo,
Primeira Distribuiylfo
x = 36,82 e Mo= 42,5 ===> x <Mo > Assimetria Nega-
tiva
Segunda Distribuiylfo
x = 35 e Mo= 35 x = Mo Simetria
Terceira Distribuiylfo
x = 33,18 e Mo= 27,5 x >Mo Assimetria Posi
tiva
6.3.2. Coeficiente Hndice) de Pearson
Uma medida usada muito freqiientemente para avaliar o grau de
assimetria ou de deformaylfo de uma distribuiylfo e o coeficiente sugerido
por Karl Pearson, o qual se calcula mediante as expressoes:
x -Mo
(24)
s
Observa�s:
Exemplo 13:
Admitindo-se que numa distribui9lio de freqilencias x = 95, Md= 90
e s = 33,33, calcular o segundo coeficiente de Pearson e interpretar o
resultado.
3(x -Md) 3(95 - 90) 15
e2 =
+o.45
33,33 33 33
=
s '
j e2 =
0,45 ou 45% ===> Assimetria positiva
Exemplo 14:
Calcular o primeiro e o segundo coeficientes de Pearson para as distri
bui90es de freqilencias do exemplo 12.
Os valores necessarios para determinar as medidas que comporlio o
coeficiente de Pearson ja se encontram calculados nas tabelas constru{das
na solu9ao do exemplo 12.
Mode (Czuborl
5
=4 2,5 0 Mo=30+ 101 =3 6 Mo =20+10 1 =27,50
Mo=40+ 10 1 X
2 2
��=1,1 5 + 51 2
x 1 1:,::::� o+ 101 2
x 2::;:=�5+ 151
.!!.-Fant
27,5 15 ,5 15 2 25
2
Md=!+ c- __ = 30+10 - = Md= 30+10 22 - =3 5 Md=30+10 7�; =31,67
15 15
fMd
=38.33
254
Determina�iio do Desvio-Padriio
s2 =
� [61.125 - (1 .:�5 12 ] = s2 =
� [67.375 - 11·��5'2] =
[81.375 -
(2.025)
55
2
] ....!...
54
= = 136,36 = 154,96
s = .j126,26 = 11,24
62 = = 82 = =0
11,24 11,68 12,45
=-0.40 =0,36
� simetria
Q3 - Qi
Exemplo 15:
Calcular o coeficiente quartil de assimetria para as tres distribuiyoes
do exemplo 12.
A mediana (segundo quartil) das tres distribuiyoes ja foi calculada no
exemplo anterior:
Primeira distribuiyiio: Md = 38,33
Segunda distribuiyiio: Md = 35
Terceira distribuiyiio: Md = 31,67
256 =45,625
Determinemos agora o coeficiente quartil de assimetria.
Primeira Distribuirao
- 2,285
= - 0•135
16 875
'
Segunda Distribuifiio
43,75 - 2 x 35 + 26,25
eQ = =0
43,75 - 26,25
I eQ =
o I > Simetria
Terceira Distribui¢o
I e
Q
=0,135 I ==> Assimetria Positiva
Sfmbolo: ec
0 coeficiente de assimetria entre os percentis 10 e 90 obedece ao
mesmo principio que o coeficiente quartil de assimetria, mas, neste caso,
temos um quociente entre a diferenya entre os afastamentos dos percentis
em relayao a mediana (quinquagesimo centil) e sua soma. Em termos de
f6rmula:
(C90 - Md) - (Md - C10)
(C90 - Md)+ (Md -
C10)
,__���ou�����--< ( 27)
C90 - 2Md + Cio
C90 - C10
Exemplo 16:
Calcular o coeficiente de assimetria entre os percentis 10 e 90 das tres
distribuiyOeS do exemplo 12.
As medianas das tres distribuiyOeS, como sabemos, sao iguais a
Primeira distribuiyao: Md = 38,33
Segunda distribuiyao: Md = 35
Terceira distribuiyao: Md = 31,67 257
Cd/culo do Decimo Centi/: C10
lOn
TOO - Fant
C10 = I+ c ,
JC10
Os calculos seril'o baseados nas tabelas do exemplo 12.
55 5 45 0 55 5
C10 = 20 + 10 = -
C10= 10+ 10 -' -- C10=20+ 10 • - =
10 5 20
--
· -- =
4 5 0 40,5- 40 ,5 40
c90 40 + 10 9, -3 C90 = 50+10 c 90= 40 + 10 49 -
20 5 10
= =
Calculo do ec
Primeira Distribui�iio
Md
t
C90 - 2Cso + C 10 49,75 - 2 x 38,33 + 20,5
C10
=
C90 -
49,75 - 20,5
-641
29 is
'
= -0,219
Segunda Distribuifiio
51 - 2 x 35 + 19
= O
51 - 19
> Simetria
258
Terceira Distribuifllo
49,5 - 2 x 31,67 + 20,25
ec = = �� 0,219
49,5 "'."" 20,25 5
=
'
-1 e-c - - - --.
= 0 ,219
1 ===:> Assimetria Positiva
Slmbolo: eM
Outra medida utilizada para avaliar a assimetria de uma distribui¢o
de freqiiencias e o coeficiente momenta de assimetria, calculado com base
nos momentos centrados da segunda, terceira e quarta ordens, que e definido
por:
Vb. (b2 + 3)
(28)
onde
mi m4
b1 = -3 e b2 = -
2
m2 m2
Algumas vezes utiliza-se apenas a raiz quadrada de b1 para representar
o coeficiente de assimetria, ou seja:
=--
3 (29)
s
onde m2 = s2 e '17ii; = s.
Exemplo 17:
Com os dados do exemplo 9, calcular o coeficiente momento de
assimetria da distribui�o dos coeficientes de inteligencia.
Precisaremos, para resolver o problema, dos seguintes dados ja calcu
lados no exemplo 9 (item II), os quais serao arredondados ate a segunda
casa decimal:
=
0,1768(2,9659 + 3) =
202,82
eM = = =
0,1768 � eM =
0,1768
2 1.147,40 2
Vf};
6.4. MEDIDAS DE CURTOSE
Simbolo: k
0 coeficiente pe rcenti1ico de curtose e a medida mais ele mentar usada
para avaliar o grau de curtose de uma distribui�ao ou curva de freqtiencias.
E definido pela seguinte expressao:
k = Dq
C90 - Cao
·I
_
(30)
261
onde
Q3 - Qi
Dq = Desvio quartilico (Capitulo 5)"=
2
C90 = Nonagesimo centil
C1o = Decimo centil
Se
k= 0,263 > curva ou distribui?o mesocurtica
k > 0,263 ==> curva ou distribuiyao platicurtica
k < 0,263 ==> curva ou distribuiyao leptocurtica
Exemplo 18:
Calcular o coeficiente percentilico de curtose das distribuiy6es de
frequencias apresentadas no exemplo 12.
03 45,625
= 03 43,75
= 03 41,25
=
01 28,75
= 01 26,25
= 01 24,375
=
C90 49,75
= C90 51
= C90 49,5
=
C10 20,5
= C10 19
= C10 20,25
=
Segunda Distribuirilo
Dq 8 75
k= • = 0 '273
C90 - C10 32
Terceira Distribuirilo
Dq 8,4375
k= = 0 '288
C90 - C10 29,25
OU (31)
Exemplo 19:
Calcular o coeficiente momento de curtose da distribuiyao dos coefi
cientes de inteligencia com os dados do problema 9.
m4 = 35.627,29
Entao,
35 .627,29
2 966 - 30
12.012,16
= = =
' '
I C2 =
b2 -
3 (32)
Teriamos, entao:
c2 = 0 curva mesocurtica
c2 > 0 · > curva leptocurtica
Sa/Arias Freqiiincias
201---25 10
251---30 15
301--- 35 20
351--- 40 18
401-- 45 4
67
Classes Freqiiincias
% fj
0,0----10,1 2
0, 1 ----1 0,2 5
0,2 ----1 0,3 10
0,3----10.� 15
0.4 ----10 ,5 18
0,5 ----10 ,6 18
0,6----10,7 15
0,7 ----10,8 10
0,8----10,9 5
0,9 ----l 1,0 2
100
Pede-se:
264 6.3.1. Coeficiente percentilico de curtose.
6.3.2. Coeficiente quartil de assimetria.
6.3.3. Primeiro coeficiente de assimetria.
6.3.4. Segundo coeficiente de assimetria.
6.3.5. Coeficiente de assimetria entre os percentis 10 e 90.
21-- 4 2
41-- 6 8
61-- 8 10
81---10 8
101---1 2 2
30
6.5. Assimetria ou enviesamento :
a) ocorre quando uma curva de frequencias apresenta um desvio-padrao
grande;
b) e o grau de deforma9ao de uma curva de freqilencia;
c) e o achatamento de uma curva de freqilencias;
d) e o desvio de uma curva de freqilencias com rela9ao a uma origem
arbitraria;
e) n.r.a.
6.6. Dados os resultados:
M0 = 30
Md= 28
x = 22
podemos afirmar que a curva de freqilencias e:
a) mesocurtica;
b) simetrica;
c) assimetrica negativa;
d) assimetrica positiva;
e) assimetrica leptocurtica.
6.7. 0 coeficiente de curtose para uma determinada distribui\:ifo de fre·
qilencias apresentou o seguinte resultado: k 0,278. Podemos, entio,
=
6.4. 0,295
ClaSS111 Freqiilncia1
1001--110 2
1101--120 4
1201--130 6
1301---140 6
1401--150 2
1 0001---1 100 3
1 1001---1 200 8
1 2001---1 300 10
1 3001---1 400 20
1 4001---1 500 11
1 5001--1 600 5
1 6001---1 700 3
Empress A B c
Sa/Brios Numero de
(Cr$) empregados ff)
2801-- 400 15
4001-- 520 30
6401-- 760 10
7601-- 880 4
8801--1 000
Classes
Ol-- 4 2
41-- 8 4
81---1 2 7
121---16 16
161--2 0 26
201---24 12
241---28 6
281---32 2
Fr«1iilncias (f) 2 4 6 8 7 4
751---1
- 00 2
100 I-- 125 4
125 I-- 150 11
150 I-- 175 18
175 I-- 200 31
200 I-- 225 22
225 I-- 250 9
250 I-- 275 2
275 I-- 300 1
18. Sejam os seguintes conjuntos de nfuneros: A= {10, 11, 12, 13, 14, 15} e
B ={0, 1, 2, 3, 4, 5}. Calcular a media aritmetica dos dois conjuntos
e comparar os resultados,
ldades (x) 25 26 27 28 29 30
N9 de emprsgados (f) 2 4 6 7 5
10f--20 5
20f--3 0 10
30f--40 15
40 1-- 50 8
501--60 2
40
Freqiiencias acumuladas
Classes
"Abaixo de"
Of-- 4 2
41-- 8 6
Sf-- 12 13
121--16 29
161--20 55
201--24 67
241--2 8 73
281--32 75
Notas (x) 4 5 6 7 8 9 10
401-- 50 1
501-- 60 3
601---- 70 6
701--- 80 11
801--- 90 19
901---1
- 00 35
1001---110 27
1101--120 15
1201---130 14
1301---140 7
1401---150 5
1501---160 2
1601--170
_ .._ rif1h
_ ___. _ __
10
..____....____..____....__,.�
20
30 .._40 50 60 Classes
_ ___.___...___
__, '--___.___....
30 __.�
._
40 Classes
50 60
10 20
272
29. Dado abaixo o poligono de freqiiencias relativas acumuladas, determinar
a mediana do conjunto (Grafico XVI).
100
90
80
70
60
GRAFICOXVI
50
40
30
20
10
GRAFICOXVII
5 6 4 3
273
a) Calcular a media, a moda (Czuber) e a mediana do conjunto.
b) Calcular a moda, usando a rela�io de Pearson.
Freqiiincias ff)
501-- 60 8
60r--- 70 10
701-- 80 17
80r--- 90 13
901--100 9
1001--110 6
1101--120 2
GRAFICO XVIII
3
2
0 10 20 30 40 50 60
Clas!llll f
Of-- 20 2
201---- 40 3
401---- 60 6
601---- 80 3
801----100 2
2 3 4 5 6
3 5 5 3
1,5.1--1,6 4
1,61--1,7 8
1,71--1,8 12
1,81---1,9 15
1,91--2,0 12
2,01--2,1 8
2.11--- 2.2 4
2 3 4
N9 de di• (f) 3 5 15 5 3
501--58 10
581-- 66 15
661--74 25
741--8 2 24
821--90 16
_ so 1-- e8
__ _ ______ 10 275
�
_ __
_ _
Calcular o desvio padrao dos pesos dos cem operarios, pela f6rmula ori
ginal e pela f6rmula desenvolvida.
42. Usando os dados do problema 41, calcular o desvio padrao pelo processo
breve, fazendo x0 =70.
43. A distribuiyao da renda semanal proveniente do aluguel de duzentas
casas pertencentes a uma empresa imobiliaria encontra-se na tabela
abaixo.
751----125 12
1251---- 1 75 26
1751---- 2251 45
2251---- 275 60
2751---- 325 37
3251---- 375 13
375f---425 7
{ {
avaliaylio foram os seguintes:
:X=6 x=7
ClasseA ClasseB
s=2 s=l
Calcular o coeficiente de variayao de Pearson para os dois conjuntos.
47. Considere os seguintes resultados relativos a tres tabelas de freqiiencias:
276
Quanta ao enviesamento das curvas de freqiiencia correspondentes, que
tipo de distribuiyao temos em cada caso?
48. Examinando o Grafico XIX, indicar qual das distribuiyOeS apresenta um
desvio padrao maior (supor que as areas sob as curvas sejam iguais).
GRAFICOXIX
GRAFICO XX
Fr FreqUlnciu relatives
acumuladas
100
90
so
..Eq3---------------------
70
60
50 _Emd·-----------------
40
30
20
10
Classes fj
1001--200 2
200 I-- 300 22
3001--400 52
4001--500 22
500 1-- 600 2
4 - 20
GRAFICOI
3
2 - ....__ 10
fj
6
4 20
GRAFICO II 3
2 10
n = � !; = 20 = frequencia total
2 x 100
{
20 -- 100% � x = = 10%
20
2--x
Freqiilncias acumuladas
C/11$$8$ fj
"Abaixo de"
1001----110 2 2
1101----120 4 6
120 1----1 30 6 12
130 1----140 6 18
140 1----150 2 20
279
Freqiiincias absolutas acumuladas Freqiiincias relativas acumuladas
20
18
16
14
12
r--
I
I
I GRAFICO Iii
10 I
I
I
I
I
8 I
I
I
I
I
6
Numero de lances
100
80
60
GRAFICO IV
40
20
0
T
0 2 3 Numero de coroas
280
b) Tabela de frequencias absolutas acumuladas:
Xj Freqiilncias acumuladas
'i
0 16 16
1 51 67
2 84 151
3 49 200
Freqii6ncias acumuladas
200
11
I
160 I
120 -
II
I
I GRAFICO V
I
I
I
80 I
rl
I
40 I
I I
.0 ...._
._ r-1
...._ I_
_...__.... ... 1_
_._ i___ Numero de coroas
' __.
Numero de meses
Porcentagem
35 de meses (%)
GRAFICO VI
15
10
o 1000 1100 1200 1300 1400 1soo 1600 l '100 Numero de acidentes
281
b) Poligono de frequencias acumuladas (Grffico VII):
TABELA DE FREQU�NCIAS ACUMULADAS
1 0001-- 1 100 3 3
1 1001--1 200 8 11
1 2001--1 300 10 21
1 3001--1 400 20 41
1 4001--1 500 11 52
1 5001---1 600 5 57
1 6001--1 700 3 60
GRAFICO VII
90
80
45
70
60
30 50
40
30
15
20
10
vv"F-�.---,.�-,.�-,.�-.-�""T""�-r-�O
0 1000 1100 1200 1300 1400 isoo 16 00 1100 Numero de acidentes
8 'i
6
GRAFICO VIII
5
3.
T T
0 2 3 4 6 6 7 8 9 10
35
30
r----r-r
GRAFICO IX 25
20
rfl
I
I
I
I
rl
I
I
15 I
· IrI
10
r--i
I I
I
I
5
I I
I
I I
0 Xj
2 3 4 5 8 9 10
Vendas
140
130
120
GRAFICO X
110
100
90
19 29 39 49 10 29 39 49 t
-1911- -1912 -
GRAFICO XII 4 0%
A
284
7. x =
�x = 5 + 7 + 3 + 2 + 9 + 10 + 11 + 6 + 5 + 2 =
60 = 6
10 10
·
8.
Salarios f Ponto medio x x . f
80 41 720
x =
�x · f = 41 720 = 521' 5
n 80
9.
Xj fj Xj' fj
0 1 0
1 2 2
2 4 8
3 5 15
4 6 24
5 7 35
6 8 48
7 7 49
- T-xr fj 268
8 5 40 x = =-= 5' 36
9 3 27
n 50
10 2 20
A nota media e, portanto,
50 268
5,36.
10. lnicialmente, temos:
Xi = 5 + 7 + 9 + 11 + 13 �=
= 9
5 5
Somando-se 4 a cada um dos valores do conjunto original, teremos:
{9, 11, 13, 15, 17}. A media desse novo conjunto sera:
x2 9 + 11 + 13 + 15 + 17 �=
= = 13
5 5
A media resultante e igual a media do conjunto original mais a constante
4. Subtraindo-se, agora, a constante 4 de cada valor do conjunto original,
teremos: 285
1 +3 +5 +7 + 9 25
{1 , 3 , 5 , 7 , 9} e X3= = 5.
- =
5 5
Esse valor e igual a media do conjunto original menos a constante 4.
x
210
212
223
231 x �xi 1 910
242 = = = 238'75
263 n 8
264
275
1:.x; 1 910
=
x;- x0
=
d;
-20
-18
- 7
1 �d·1
12 X =Xo +-
23 n
34 - 70
45 x = 230 + --s
Ll;=10
x = 230 + 8,75 238,75
=
281--32 30 2 60 n
2 -14 -28
6 -10 -40
10 -
6 -42
14 -
2 -32
18 2 52
22 6 72
26 10 60
30 14 28
70
- T.df 70
x =x0 + = 16 +75= 16 + 0,93 � 16,93
n
13.
Nam (x) PBS06 (p) x • p
82 3 246
90 3 270 - 716
65 2 130 x =9 � 79,6
70 1 70
9 716
14. Xjfj
/dade Xj N9 de alunos fj
18 10 180 x = 'T.xj· fj =
19 15 285 n
20 14 280 . = 766
= 19 15
21 1 21 40 '
40 766
"£d,
-
J
15. x =x0 +
n
+ 3 + (-3) + 5 + 1
x = 10 + (-4) + (-1) + 2 +80
3
= 10 +g- = 10 + 0,375 = 10,375. 287
16. a)
Xj 'i Xj, fj
870 2 1 740
871 4 3 484
872 6 5 232
873 8 6984
874 7 6 118
875 4 3 500 -x Derfj = 21 934
= =
876 1 876 n 32
=
32 27 934 872,9375
32 -2
X = Xo + "Edrfj __
873
+
�22 = 873 - 0,0625
=
872,9375
n
, X -XO
j
d = --
Classes x d j=-x j-XO j d
'i i c f'i
100 -10
288
x = x0 + ('l;-J;-!1-..J
d,. ![\c = 187,5 + �OO
10
• 25 = 187,5 - 2,5 =
= 185
- '£x 10 + 11 + 12 + 13 + 14 + 15 75
XA = -n = = 6 = 12,5
6
Media do conjunto B:
XB
'£x 0+ 1+ 2+ 3+ 4+ 5 .!..?_
= = = = 2'5
n 6 6
Os valores do conjunto A sao iguais aos valores do con junto B mais a
constante 10. Entao, a media de A devera ser igual a media de B mais a
constante 10. Trata-se de uma decorrencia da quarta propriedade da
media.
Moda do conjunto B: M0 = 7
Moda do conjunto C:
{ M: = 5
0 conjunto e bimodal
M = 7
20. A idade modal e 28 anos, porqtJe a freqiiencia de 28 e maior do que a
de qualquer outro valor do conjunto.
£ = 30 I M
o
= £+
/p ot;:./ant •
cl
fpost 8
8
=
M0 30 + 10
8 + 10
=
c
fant 10
•
=
10 80
30 + 18+ 4,44 34,44
=
= =
£ = 30
! M =£+
o 81 A� 82 •cl
81 = 15 - 10 = 5
5
-
c
82 15 - 8 7 30 +- 10
5+7
= = = • =
10
1Q.
=
12
22. Para calcular a moda precisamos, inicialmente, construir a tabela de
freqilencias simples.
01-- 4 2 2=2-0
41-- 8 6 4=6 - 2
81--12 13 7= 13-6
12 t--16 29 16= 29-13
16 t--20 55 26=55-29
20 1--24 67 12=67-55
24 1--2 8 73 6=73 --' 67
28 t--32 75 2=75 - 73
I Mo
=
2
+
D.1 ; D.2 •
c
I 10 40
16
Mo
4 16 + 24
10 + 14
= = =
D.1 26 - 16 10
•
+ ==
= =
c
= 4
28
24 ' I
"
\ I
20
I�
' \
GRAFICO XIII
16 \
12
\
0 ._
___,_�_._�....__..._.._._�.._�..___._.Xj
4 8 12 16 20 24 28 32
Mo=17,67
290
23. Para o conjunto A, temos
ri+l 7+1 -
EMd 4
=- 2- =- 2-=
0 elemento mediano sera entlio o 49 da lista. Para o conjunto B o ele-
, n 6 3.
mento med.1ano sera 2
= = 2
=
Numero Freqiiencias
Notas de alunos acumuladas
Xj fj "Abaixo de" Fj
2 1
3 2 3
4 3 6
5 5 11
6 4 15
7 3 18
8 2 20
' Ti 20
IO.
2=2=
Pelas freqilencias acumuladas verificamos que ate a nota 5 acumulamos
11 observa�OeS. Portanto, a mediana e a nota 5.
Numero de Freqiilncia
Not/ls
Xj alunos fj acumulada Fj
5 2 3
6 4 7
7 5 12
8 4 16
9 4 20
10 21
0 elemento mediano e
n +1 21+1
11'
2 = 2 =
40f-- 50 . 1 1
50f-- 60 3 4
60f-- 70 6 10
70f-- 80 11 21
80f-- 90 19 40
90f--100 35 75
100f--110 27 102
110f--120 15 117
120f--130 14 131
130f--140 7 138
140f--150 5 14
. 3
150 f-
. 1- 60 2 145
1601:--170 1 146
146
. , n 146
0 elemento med1ano e 73: 2= 2 = 73.
JI
= 90
c= 10
!Md= 35
Fant = 40
73 - 40
Md = 90 + • 10
35
330
Md = 90 + 35 = 90 + 9,43 = 99,43
�fj = 8 + 13 + 19 + 14 + 7 = 60
28. A mediana dos valores corresponde aquele valor ate o qual temos 50%
das observa�6es. Para chegarmos ate esse valor teremos que acumular as
percentagens de observa�6es ate que atinjamos os 50% das observa�0es.
Somando-se as percentagens das duas primeiras classes teremos 35% das
292
observ�oes. Para atingirmos os 50% precisamos ainda de 15%, exata-
mente a metade da percentagem de observacy6es da terceira classe. Por
conseguinte, o valor de mediana e Md = 35, ou o ponto medio c.Ja
terceira classe.
Freqiiencia
Classes fj Xj Xj fj
acumulada Fj
•
20 7 100
l
M0 = 300 + l+2 · 100 = 333,33 (moda)
l
Md = 300 + O �- 7 • 100 = 350 (mediana)
M0 = 3Md - 2x
M0 = 3 • (350) - 2(355) = 1 050 - 710 = 340
31. Vamos primeiramente calcular as freqilencias acumuladas:
501-- 60 8 8
601-- 70 10 18
701--- 80 17 35
801-- 90 13 48
901---100 9 57
1001---110 6 63
1101---120 2 65
65
293
a) l<J quartil
65
Eqi = 4 = 16,25
29 quartil
65
EMd = Eq2 =1 = 32,5
3<J quartil
3 X 65
Eq3 = = 48 '75
4
classe do 39 quartil: 90 f---100
8
Q3 = 90 + 4 •7 � - 48 • IO= 90, 83
b) J<J decil
65
Edi =IO= 6,5
29 decil
X 65
Ed2 = 2 = 13
10
89 decil
8 X 65
Eds = = 52
IO
c) 209 centil
20 X 65
EC:zo = = 13
100
349 centil
34 x 65
Ec34 = = 22,l
100
22,1 - 18
C34 = 70 + 10 = 70 + i! = 72 '41
17 17
•
759 centil
75 x 65
Ec,s = = 48,75
100
Como Ec75 = Eq3 = 48, 75, o 759 centil e igual ao 39 quartil.
Entao, C75 = 90,83.
101--20 3 3
201--3 0 4 7
301--40 6 13
401---50 5 18
50.1-6
- 0 2 20
20
19 quartil
n 20
Eq1=4=4 = 5
5 - 3 20
Q. = 20 + . 10 = 20 + = 20 + 5 = 25
4 4
-- -
Mediana
n' 20
EMd=2=2= 10
.
295
7 30
Md = 30 + IO - • 10 = 30 + = 30 + S = 35
6 6
33. Como a distribui�ao e simetrica, a media sera igual a moda e esta igual a
mediana. Para calcular essas medidas, basta determinar o ponto medio da
classe de maior freqiiencia.
Entao, M0 = x = Md = SO
34. Dados:
At= 500
Total de classes: 20
Limite superior da H- classe: 35
c
=
am t� � tud total
=
5° °
= 25 (amplitude de classe)
n. e c asses 20
36.
x; d; jd;j
300 -200 200
x
2 500
400 -100 100 = = 500
5
500 0 0
�ldl =
600 100 100 600
Dm = = 120
700 200 200 n 5
�
I 2 500 0 600
37.
xi '1 d1=x1-x ldfi ldA'1
1 1 -2,5 2,5 2,5
2 3 -1,5 1,5 4,5
3 5 -0,5 0,5 2,5 - =-= 63
x 3'5
4 5 0,5 0,5 2,5 18
5 3 1,5 1,5 4,5
6 1 2.5 2,5 2,5
�
296
18 19,0
A media foi calculada pelo emprego de f6rmula:
"De.· Ii· 19
x= -- ' ' Dm = 18 � 1,06
n
38.
Clnses '1 Xj dr x1- x ld1I11
8
x = 1,85 Dm =
6 3 � 0,127
39. A = {O, 0, 0, 1, 1, 1}
x; x�I s2 =
_1_
n - l
{l;x2 - (�;)2}
1 n
0 0
0 0
0 0
= � {3 - 1,5} =
15
5 = 0, 3 (variancia)
B = {-2, -1, 0, l, 2}
X;. X2·I
-2 4
-1
0 0
1 1
2 4
l;I 0 10 S2 = ! {IO - O} = �O
= 2,5 (variancia)
� 31 62 158 � 34
F6rmula original:
S2 =
n
� l �(Xj - X)2fj = ;� 2:: 1,13 (variancia)
Formula desenvolvida:
s2 =
_
n
1_
-
1
{'Dc2·/- (�x;f;)2}
l n
=
_1
30
{ 1ss - (62)2
31
}
s2 158 - 124 34
= =
""' 1,13
30 30 -
F6rmula original:
13 247,3600
298
F6rmula original:
s = ); 9
(13 247,36)= � = ll,S7
F6rmula desenvolvida:
99 99
42. difi
Classes fi "i drx1-10 '1'1
50f-- 58 10 54 -16 - 1 60 2660
581-- 66 15 62 - 8 - 1 20 960
661:----- 74 25 70 0 0 0
741-- 82 24 18 8 1 92 1 536
1 00 408 14 912
Como c I, temos:
w{ . } j
= ·
J
1 . (408)2 1 '
s 14 912 100 = {14 912 - 1 b64,64} =
99
= · -
=
j 2:;·
13 36
f!!f....; 133,81 f!!f. 11,S7
43.
Renda Numero de x;-260 d/'J d .2if/
_
s =
c •
j -{ - }
n·-1.
--
·
1
. T,d>2·f;
II
(E,d'�l>2
pf
n
0 1 000
x; x;-x fx;-xP
20
30
-20
-10
400
100
:XB= 40
40 0 0 Ss=� =
50 10 100
60 20 400
= y'250 = lS,81
X; x;-x
10 -20 400
20 -10 100
30 0 0
40 10 100
50 20 400
1 000
100000
300
xB=300
Ss = ..//1000 00
� = y25 000 = y250 X I 02 = 10 ..(250
Como S
A
=v'BO; teremos:
I Ss = IOSA I
de acordo com a segunda propriedade do desvio padrao.
Q =
Q3 - Qi
Q3 = 500 }
2
> Q=
500 - 300
2
= 100
Qi = 300
b) Calculo da mediana:
50.
Distribui�o A Distribui�o B Distribui�io C
J( = J( =48 x =51
Md=50 Md=49 Md=50
50
M0 =50 M0 =50 M0 =49
s = 2 s = 2 s = 1,5 301
Primeiro coeficiente de assimetria de Pearson.
a) Distribui�ao A:
x - Mo 50 - 50
As = = =0
S 2
b) Distribui�ao B:
x -M0 48 - 50 2
As= = =- =-l >
S 2 2
assimetrica negativa
c) Distribui�ao C:
x -M0 51 - 49 2
As= = = = 1,33 =>
s 1,5 1,5
-
Freqiilincias
Xj Xj fj jfj
2
(/) Classes fj • x
acumuladas Fj
-- 0
101---2 2 15 30 450 2
201-----30 4 25 100 2500 6
-- 0
301---4 6 35 210 7 350 12
-- 0
401---5 4 45 180 8 100 16
-- 0
501---6 2 55 110 6 050 18
18 630 24 450
"1:.xf 630
x = = = 35
-·
N 18
N
2- Fant 9 - 6 30
Md = £ + c = 30 + IO = 30 + 6=
6
· -- •
[
= 30 + 5 = 35
Ll
, 2
M0 (Czuber) = £ X Ll c = 30 + IO =
i + b.2 2 + 2
•
•
20
= 30 + = 30 + 5 = 35
302 4
N
-- Fant
4 = 20 + 4•5 - 2
Q. = 1l + • c •
10 20 +�
4
=
4
=
f
= 20 + 6,25 = 26,25
3N -
Fant
-
= 4 13,5 - 12
Q3 1l + • c = 40 + •
10 =
f 4
= 40 + 3,75 = 43,75
s2 =
_
n -1
1_ ["i:,x2·/1
II
- ('£xf)2]
n
=
1
18 - 1
[24 450 - (
630)2
18
] =
_
1
[ 24 450 -
396 900 ] 1
[24 450 - 22 050]
18 17
= - =
17
=
1
- [2 400] 141 '18
17
= =
Freqiiincias
(II) Classes
'i X
i xi• 'i x :ii'i acumuladas F
i
101---20 3 15 45 675 3
201---30 5 25 125 3125 8
301---40 7 35 245 8 575 15
401---50 2 45 90 4 050 17
501---60 1 55 55 3 025 18
18 560 19 450
560 =
x 31 ' 11
18
=
9 - 8 10
Md 30 + -- 10 30 + 7 = 30 + 1,43 31,43
7
= • = =
= 30 + 2 20
M0 •
10 = 30 + 7 30 + 2,86 32,86
2 + 5
= =
Q. = 20 +
45
• ;
3
• 10 = 20 + ;=
1
20 + 3 = 23
303
13 5 - 8
Q3 = 30 + • 10 = 30 + �= 30 + 7' 86 = 37' 86
7 7
•
s2 =_
1
17
[ 19 450 - (
560)
18
2
] =_I
17
[ 19 450 -
313 600
18
]
1 2 027•78
=- [19 450 - 17 422' 22] = = 119' 28
17 17
s =v' 119,28 = 10,92
101--2 0 1 15 15 255 1
201--30 2 25 50 1 250 3
301--4 0 7 35 245 8 575 10
401--50 5 45 225 10 125 15
501--6 0 3 65 165 9075 18
18 700 29 250
700
x = = 38'89
18
9 - 3 60
Md= 30 +- - 10 = 30 + = 30 + 8,57 = 38,57
7 1
•
5 50
M0 = 30 + 10 = 30 +7= 30 + 7,14 = 37,14
5 +2
•
Qi = 30 +
45 - 3
•
7
• 10 = 30 + ;= 30 + 2,14 = 32,14
1
13 5 -
Q3 = 40 + • lO. 10 = 40 +� = 40 + 7 = 47
5 5
s2 =_
17
1 [29 250 - (
700)2
18
] =_
1
17
[
29 250 -
. .
490 000
18
]
1 1
=17 [ 29 250 - 27 222,22] =17 (2 027,78) = 119,28
Entao,
304 s =v' 119,28 = 10,92
Distribui�io (I) Distribui�io (II) Distribui�io (Ill)
a) Primeiro coeficiente X-M0 35-35 X-Mo 31,11 - 32,86 X-Mo 38,89 - 37,14
= =O = = =
de assimetria de --s- � --s- 10,92 s 10,92 =
Pearson: -1 75 1,75
= =-0•16 = =0 16
9
10. 2 10,92 .
b) Segundo coeficiente 3(X-Mdl 3(35-35) 3(X-Mdl 3(31,11 - 31.431 3(X-Mdl 3(38,89 - 38,57)
=O = = =
s 11,88 s 10,92 s 10,92
de assimetria de
Pearson: 3(-0,32) - 0,96 3(0,32) 0,96
= = = =
10,92 10,92 10,92 10,92 =
=-0,0879 =0,0879
01 + 03 - 2Md
01 + 03 - 2Md 01 + 03 - 2Md
c) Coeficiente quartil = = =
03 - 01 03 - 01 03 - 01
de assimetria:
26,25 + 43,75 - 2 x 35 23 + 37,86 - 2 x 31.43 32,14 + 47 - 2 x 38,57
= = = = = =
43,75 - 26,25 37,86 - 23 47 - 32,14
-2 00 2•00 '=
= -0.1346 = 0 '1346
= 14, 6 a 14,86
Vl
0
01
52. Freqiilincias
Classes '
i acumuladas F
i
1001--200 2 2
2001--300 22 24
3001--400 52 76
4001--500 22 98
5001--600 2 100
100
. a· Q3 - Qi
Desvio quarb 1co: Q ==
2
52 52
:::;: 300 + 1,923 :::;: 301,923
75 - 5 100 :::;:
Q3 :::;: 300 + 24 100 :::;: 300 +
•
52 52
:::;: 300 + 98,073 :::;: 398,077
90 - 76 1 400 :::;:
p90 :::;: 400 + •
100 :::;: 400 +
22 22
:::;: 400 + 63,636 :::;: 463,636
10 - 2 800
pio :::;: 200 + • 100 :::;: 200 + 22 :::;:
22
:::;: 200 + 36,363 :::;: 236,364
48,077
K ==
. Q � 0•212
P90 - Pio 227, 272
TESTES PROPOSTOS
6 16 26 7
20 25 30 36 40 46
a) 32 b) 32,S c) 30 d) 35
a) J+ b) jf c) Vfif,S d) +
5. Analisando a tabela abaixo, podemos dizer que a classe modal e a moda
bruta sio, respectivamente:
10f---20 8
20f---30 20
JOf---40 36
40f---50 76
50f---60 100
a) 40f--SO e 40
b) 30f--40 e 40
c) 30f--40 e 35
d) 40 I---- SO e 45
16
12
0 10 20 30 40 50 60 70 x
a) 50,25
b) 25,50
c) 51,25
d) 52,15
Freqiiincias acumuladas
x
"Abalxo de"
0 3
1 12
2 20
3 40
4 50
5 60
a) 1,5 b)2 c) 1 d) 3
FreqUAncias
a) o desvio padrao de A e igual ao de B;
b) o desvio padrao de A e maior do que o de B;
c) o desvio padrao de A e menor do que o de B;
d) nao ha possibilidade de se compararem os desvios padroos dessas distri
bui�Cies, uma vez que as medias dos mesmos sao diferentes.
a) ao desvio padrao de A;
b) ao desvio padrao de A, multiplicado pela constante 5;
c) ao desvio padrao de A, multiplicado pela constante 5, e esse resultado
somado a 230;
d) ao desvio padrao de A mais a constante 230.
12. Uma empresa tern duas filiais praticamente identicas quanto as suas
caracteristicas funcionais. Um levantamento sobre os salanos dos empre
gados dessas filiais resultou nos seguintes valores:
Filial A: e Sa= 20
Filial B: e Sb = 25
k
L (xi - x)fi
j=l
equivale a:
n - 1
a) media;
b) desvio padrao;
c) variancia;
d) zero;
7.1. INTRODUCAO
Os indices mais usados e que serao objeto deste capitulo destinam-se a me
dir variay0es ocorridas ao longo do tempo das variaveis prefo, quantidade e valor.
·� ai que se enquadram os chamados indices economicos. As demais categorias
congregam os indices de desempenho. 311
7.2. -CONCEITO DE RELATIVO
Exemplo 1:
lhna empresa adquiriu 500 toneladas de uma materia-prima ao pre�o uni
tario de CrS 1.000,00 a tonelada 0 valor da transaylio foi, entao, CrS 500.000,00.
Pt
' = -
Pot
Po
(1)
Po,t = ..!!.!_
Po
x 100
-Exemplo 2:
lhn artigo foi adquirido por CrS 2000,00 em 1979 e por CrS 2500,00
no ano seguinte:
a) Calcular o relativo de preyo em 80, com base em 1979.
Pso 2500
p7 9 = -- x 100 125%
' 80 p7 9 2. 000
= =
p 2000
pso,79 = = 0,80 OU 80%
=
Pso
__]J_ 2500
OU
I qo, t =!IL
qo
(3)
I
qt
qo ' t = - x 100
qo
que descreve quanto a quantidade na epoca dada (atual) representa dada epoca
basica.
Exemplo 3:
Um vendedor de autom6veis vendeu 600 veiculos em 1980 contra 500
em 1978. Calcular o relativo de quantidade em 80, com base em 1978.
qgo
_ _ 600 _
TABELA 7.1
( al (bl (cl
RELATIVOS DE VALOR
B
A
I a
SEMANA N� VEfCULOS S VENDA: 1. SEM. VENDA: 4!1 SEM. VENDA M!:DIA
VENDIDOS E 12 unidades
6 9
Q4,1 = 0,40, Q4,2 =15 = 0,60,
= ls
9 15
Q4,3 = ls = 0,60, Q4,4 =rs = 1,00
6
0,40 OU 40%,
Q4,1 = lS =
o que equivale a dizer que as vendas da primeira semana (epoca com
parada) foram 60% (40 - 100%) inferiores as da quarta (epoca basica);
ao comparar as vendas da quarta com as da primeira semana, esta 61-
tima devera ser a data-base, ou seja,
15
2,50 OU 250%
Q1,4 = 6
'-'
v v
.:..L :J_
Vo,( = OU Vo,t = X 100 (4)
Vo Vo
v xq q
_
t - Pt t Pt t
= -x- = p0,txq0,t
_
Vo,t- -
Vo Pox qo Po qo
Exemplo 5:
a) Devemos ter
50Qx 12000=6.000.000
q78 = 1 2. 000 ........--- V7g =p7g Xq7g =
P1s ' so =
1!.fill = 600 =
1,20
P1s
v,s so 1,20 x l,25= l ,50ou 150%
15.000 ,
Pao
=
Q1s,so = = 1,2 5
Q1s 12000
=
7.3.1. ldentidade
0 numero-indice deve ser igual a unidade quando a epoca dada (t) coincidir
com a epoca bitsica (O).
1 OU (6 )
It, t = 317
Em tennos de relativo de pr�o, teremos, por exemplo,
Is, t x It, s = 1
OU
(7)
Sob o aspecto pratico, esse teste equivale a afmn�ao de que o fndice que
mostra ter havido um acrescimo de pr�os da ordem, por exemplo, de 25% entre
os perfodos s e t, devera revelar uma queda de 20% entre os perfodos t e s. Desse
mo do,
1
p 1 ,2 = -- -
p 2,1
P2
P1,2 =
Pi 1 1
- = P1,2
P2,1 =
..l?.L P2,1 J!.J...
P2 P2
Exemplo 6
Q4 15
- 2,50
=
-q;-6 =
Q4
7.3.3. Circular
(8)
I_
1t,o
_
=
1o. t
Nesse caso,
P2 4
P1,2 x P2,3 x P3, 4 x p 4 x h x p3 x .l!..1. =p1,s
•5 P1 P2 P P4
=
5% + 2% + 10% = 17%
Em series longas as diferen�as sao mais acentuadas.
o teste estabelece:
(9)
Pt
Po,t =
Po
qt Pt qt Pt. qt
-- Po,tXQo,t = - - x - - = __ •
_ _ __ =
vo. t
Po Qo po qo
Exemplo8:
Pi =
300 ql = 1.500
P2 =
330 q2 = 1.470
P1,2 x Q1,2 =
v1,2
1,10 X 0,98 =
1,078 OU 107,8%
Teremos, entao
a) Elos de relativo:
ANO PRECO
1972 200
1973 250
1974 300
1975 390
1976 468
250 390
Pn,73 = = l, 25 P14,75= = 1,30
200 300
300 468
Pn,74 = = l, 20 P15,16 = = 1,20
250 390
TABELA 7.3
fNDICE DE PRECO
ANO
1972 = 100
1972 100
1973 125
1974 150
1975 195
1976 234
p 468
Pn 76 = � = = 2,34 OU 234%
322 '
Pn 200
7.5. EMPREGO DE MEDIAS SIMPLES E lNDICE AGREGATIVO SIMPLES
1
Po,t+Po,t +
2
· · · + Po,t
n
---------, OU
n
n Pi
�- t
i=1pi
s -1, t-1
t t
=
n
Essa f6rmula pode ser escrita ainda da seguinte maneira:
n . .
� 1/n(pYp�-1) n Pi
i 1 t --- 1/n
Sr-1,t n
= � i -.- -
w onde wi =
n 1/ n =w.
P
=
i=1
_______
� 1/ n �-1 � 1/n
i=1 i=1
0 peso w s6 varia quando se alterar o numero de componentes. 323
pr�o medio relativo Po, t (10)
. Pir
onde, p10,t = i sao os preyos relativos do bem generico i. Assim, a letra i que
Po .
aparece acima e a direita dos simbolos dos preyos (p't) e dos relativos de preyos
<Pt t) serve para designar cada um dos bens. Assim sendo, o i varia de 1 ate
n: I = 1,2, ...n.A ideia basica do indice de Sauerbeck e que o peso de cada
item componente deve ser escolhido de modo a compensar os efeitos das causas
das variayoos de preyo pr6prias de cada componente, de forma que a soma dos
desvios dos relativos em relayaO a media, superiores a media, seja igual a soma
dos desvios inferiores a ela, a saber:
i
n Pt -
.� (-. - Po,rJ = 0
z=l p'
0
.
q1o,t
n
�
i=l (11)
qo,t =
n
n
ni
�
p k P
k
i l p i l t,o
=
(12)
�
=
-G p; Pi P7
Po,t n
x x . .. x
p� p� pg
1
{!/ Po,t x p� t . x . . .
x pg .t
OU
-G
p O,t =
1
.
(14)
;r;c
0 simbolo n, chamado produt6rio, indica 0 produto den fatores.
c �·
q-o ' t = n
i= I
q� ' t (lS) 325
Exemplo JO
As tabelas 7.4 e 7.5 apresentam os pr�os de fibras texteis no periodo
de 1973 a 1976 e os dados de consumo dessas fibras pelas fabricas brasileiras
no mesmo perfodo (dados ficticios).
TABELA 7.4.
PRECOS DE FIBRAS TeXTEIS (em cruzeiros por quilo)
-
TABELA 7.5
CONSUMO DE FIBRAS TeXTEIS POR INDOSTRIAS BRASILEIRAS,
1973-1976 - (em milhoes de quilos)
Como temos quatro artigos, n = 4. A Tabela 7.6 fomece o catculo dos rela
tivos de pre'ro para cada periodo, com base em 1973, mediante o emprego da ex
pressao (1):
i
P�
1, 2, 3, 4
= ·
P� ' t , onde i =
326 p�
TABELA 7.6.
RELATIVOS DE PRECO: P�3,t (1973=1001
ITENS 1973 \
1974 1975 1976
Algodao 1,0000 1,0355 1,0325 1,0296
La 1,0000 0,9867 0,8219 0,7929
Rayon 1,0000 0,9687 0,9715 0,9117
S eda 1,0000 0,9292 0,8676 0,8472
�P�3,t 4,0000 3,9201 3,6935 3,5815
Para calcular a media aritmetica, basta fixar cada coluna da Tabela 7.6,
somar os valores dos relativos e dividir por quatro, conforme estabelece a expres-
sao (10): P;
�-t
Po, t p�
n
onde, os valores representativos dos numeradores encontram-se ja anotados na
Tabela 7.6. Assim,
4• 0
-
- 00 1,000 OU 100%
-
P73,73 4
=
P13,74
= :
3•9 0l
= 0,9800 OU 98%
P73,7s :
3•6 35
= 0,9234 OU 92,34%
3•�815
0,8954 OU 89,54%
-
P73,76 =
ANOS INDICE
TABELA 7.7
1973 100,00
iNDICE M�DIA ARITM�TICA SIMPLES DE
RELATIVOS DE PRECO (1973=100) 1974 98,00
1975 92,34
1976 89,54
327
Pode-se afinnar, a partir desses valores, que os pr�os das quatro fibras,
comparativarnente a 1973, decrescerarn em media 2%em 1974, 7,66% em 1975 e
10,46%em 1976.
p} p }
TABELA 7.8
INVERSOS DOS RELATIVOS DE PRECO:p 73 (1973=100)},
ITENS 1973 1974 1975 1976
-H 4
P13,74 0,9785 OU 97,85%
4,0877
-H 4
p73,75 0,9159 OU 91,59%
4,3671
-H 4
p73,76 0,8870 OU 88, 70%
4,5098
ANOS fNDICE
TABELA 7.9
1973 100,00
(NOICE M�DIA HARMONICA SIMPLES
1974 97,85
DE RELATIVOS DE PRECO (1973=100)
1975 91,59
1976 88,70
328
P�.r= �
,;¥3,73 = {/ l,OOOOx1,0000x1,0000x1,0000 =1,0000 ou 100%
,;¥3,74 = {/ l,0355x0,9867x0,9687x0,9292 = {/0,9197
= 0,9793 OU 97,93%
P¥3,7S = V l,0325x0,8219x0,9715x0,8676 ={/0,7153.
= 0,9196 OU 91,96%
,;1c; ,16 V l,0296x0,7929x0,9117x0,8472 = V0,6306
= 0,8911 OU 89,11%
ANOS (NOICE
TABELA 7.10
llllDICE M�DIA GEOM�TRICA SIMPLES DE
1973 100,00
RELATIVOS DE QUANTIDADE (1973 = 100) 1974 97,93
1975 91,96
1976 89,11
NOTA. Comparando os resultados das Tabelas 7,7, 7,9 e 7.10 concluimos que Pt!r,..;;,Po�t E;;,
E;;,Po,t·
d) Oilculo da Media Aritmetica Simples de Relativos de Quantidade
ANOS (NOICE
TABELA 7.12
1973 100,00
M�DIA ARITM�TICA
1974 95,40
SIMPLES DE RELATIVOS
1975 107,83 DE QUANTIDADE (1973 ; 100)
1976 106,77
4,0000
1,0000 OU 100%
-H 4
q 73,74 0,9322 OU 93,22%
=--
4,2909
-H 4
q 73,75 1,0472 OU 104,72%
= 3,8196
-H 4
q 73,76 1,0339 OU 103,39%
=
3,8689
ANOS INDICE
1973 100,00 TABELA 7.14
1974 93,22 M�DIA HARMONICA SIMPLES DE
1975 104,72 RELATIVOS DE QUANTIDADE (1973; 100)
1976 103,39
330
fl Cdlculo de Media Geometrica Simples de Relativos de Quantidade
J
-G
q o ,t = TI qfi , t
i=1
{/0,9697x0,8499x1,1604x1,3333 ={/1,2751
1,0626 OU 106,26%
Q73,76 � 0,9598x0,9029x0,9821x1,4259 ={/ 1,2136 =
1,0496 OU 104,96%
ANOS (NOICE
TABELA 7.15 1973 100,00
M�DIA GEOM�TRICA SIMPLES DE 1974 94,29
RELATIVOS DE QUANTIDADE (1973 100) =
1975 106,26
1976 104,96
NOTA. Da �ma forma como ocorre com as mlldias de prei;os, 6 vi\lida a relai;ao iioHt <
< q 0 t < li0,t• conforme pode ser observado comparando-se os resultados expo'stos
nas Tabelas 712, 7.14 e 7.15.
� q't
i=n
(11)
n .
� qh
i=n 331
Comparando 0 indice agregativo simples com indice media aritrnetica de
relativos, percebe-se que, nesse ultimo, atribui-se igual importancia a vari�ao rela
tiva de cada hem, enquanto no primeiro a vari�ao absoluta. Fixando-nos apenas
no indice de pre90, teremos:
n p
2:: }
j=l Po
Sauer beck: Po,t n
n .
2:: pt'
i=n n Pt
Bradstreet:
n . n .
2:: pl Po
2:: p�
i=l i=n °
n
Exemplo 11
2:; pi
t
IA
Po,t =
2::ph
__
925,56
IA p73 73 1,00 OU 100%
.
925,56
877,92
IAP73,74 0,9485 OU 94,85%
925,56
804,60
IAp73 1s 0,8693 OU 86,93%
, 925,56
783,00
IAp73 76 0,8460 OU 84,60%
332 , 925,56
ANOS fNDICE
TABELA 7.16 1973 100,00
fNDICE AGREGATIVO 1974 94,85
SIMPLES DE PRECO (1973 100) =
1975 86,93
1976 84,60
� qf,
.
3126,60
IAq73,73 1,00 OU 100%
3126,60
=
2838,15
1Aq73,74 0,9077 OU 90,77%
3126,60
=
3119,40
IAq 73,1s 0,9977 OU 99,77%
3126,60
=
3001!40
IAq 73,76 0,9600 OU 96,00%
3126,60
=
ANOS fNDICE
TABELA 7.17 1973 100,00
fNDICE AGREGATIVO SIMPLES 1974 94,85
DE QUANTIDADE (1973 = 100) 1975 86,93
1976 84,60
Os indices simples apresentam uma seria limi�ao na pratica, pois nao le
vam em considerayao a importancia relativa de cada um dos varios hens ou servi
yos que os integram. Alem da restriyao decorrente da nao ponderayao dos itens,
o fndice agregativo simples, embora de facil aplicayao, e afetado por unidades
particulares de medidas. Nesse caso, pode-se dizer, por exemplo, que um item de
elevado preyo unitario tende a exercer maior influencia sobre o fndice agregativo
de preyos do que um de baixo preyo unitario. Alem disso, detenninadas unidades
de medida dispares impedem que se somem as quantidades ou trazem distoryaes
quando a elas se associam os preyos unitanos.
Para esclarecer melhor esses pontos recorramos aos dados dos exemplos 10
e 11. Concentremos a atenyao nos preyos e nas quantidades das fibras texteis em
1973 e 1974. 333
TABELA 7.18
ESP�CIE DE i
P�3 P�4 P�s P14
F I BRA
Algodao 40,56 42,00 2260,50 2062,60
La 207,48 204,72 251,90 194,95
Rayon 42,12 40,80 611,50 577,40
Seda 635,40 590,40 2,70 3,20
TABELA 7.19
4,2707
- 4,2707
Q73,76 = --
=
1,0677 OU 106,77%
4
Conclui-se, com base neste ultimo resultado, que a quantidade de fibra
textil consumida pela ind6stria cresceu, em media, 6,77% Apesar da inexpressiva
importancia relativa da seda, do ponto de vista econ0mico, essa fibra acabou
sendo a unica responsavel pela vari�ao positiva do indice, o que nao aconteceria
se fosse adotado um sistema de ponder�ao coerente com o valor relativo de cada
fibra
Exemplo 12:
Uma familia efetuou duas compras em um supennercado em duas epocas
distintas. Os pr�os e as quantidades dos produtos adquiridos encontram-se na
Tabela 7.20.
TABELA 7.20
1979 1980
MERCADO RIAS PRECO QUANTIDADE PRECO QUANTIDADE
�P�o 277
1•46
/Ap79,so �p�9
= =
=
189,5 335
e �
q� o 17,4 =
1 39
IAq,9,so q� 9
=
� 12,5 '
3
42 =
- 1,40
P19,so
=
30
Apesar de o pr�o do leite ter aumentado 100%, a variayao de pr�os deter
minada pelo indice agregativo (46%) ficou muito mais pr6xima do numero que
expressa a variayao do preyo da caine (43%). Se fosse usado o indice de Sauerbeck
(media aritmetica simples de relativos), teriamos um resultado que excluiria a
restriyao imposta ao indice de Bradstreet (agregativo simples), pelo uso de refe
renciais distintos para expressar os numeros. A variayao de pr�os calculada pelo
metodo da media aritmetica simples seria de 61%.
1,61
3 3
TABELA 7.21
1. Carne 73,5 28 84 15
2. Leite 125,0 49 350 63
3. Ovos 60,0 23 126 22
0 gasto com leite representou 49% do dispendio com a compra dos tres
artigos em 1979 e 63% em 1980. Isso equivale a dizer que a importancia relativa
desse produto deve ser levada em considerayao quando se constroi um indice.
Se fixassemos, por exemplo, o peso 0,15 para a came, 0,63 para o leite e 0,22 para
os ovos e calculilssernos a media aritmetica ponderada de relativos, o indice for-
336 neceria um resultado mais coerente com a realidade:
(1,43x 0,15) +(2,00x 0,63) +(l,40x 0,22) 0,2145 + 1,2600 + 0,3080
0,15 + 0,63 + 0,22 1
1,7825 =
De acordo com esse resultado pode-se afmnar que, em 1980, o pr�o dos
tres artigos cresceu, em media, 78,25% com base em 1979.
Exemplo 13:
A tabela abaixo fomece os pr�os unitanos e as quantidades de tres artigos
comprados por uma empresa no perfodo de 1970 a 1972.
TABELA 7.22
70 71 72
ARTIGOS
p Q p Q p Q
1 2 4 2 5 3 6
2 3 3 4 2 6 3
3 5 2 6 5 8 6
� 10 9 12 12 17 15
� P} x q}
i=t
fodice (agregativo) de valor = n . (18)
� p� x q�
j=1
TABELA 7.23
RELATIVOS DE PRECO EDE QUANTIDADE (1970 = 100)
TABELA 7.25
VALORES p x q
1970 1971 1972
ARTIGOS i i i i i i
P10 x Q70 P11 x Q71 p72 x Q72
1 8 10 18
2 9 8 18
3 10 30 48
� 27 48 84
Com os dados constantes das tres tabelas podemos calcular os indices soli
citados. Antes, porem, calcularemos os indices de valor, a partir dos nfuneros que
se encontram na Tabela 7. 25.
48
1,778
27 27
1,000
=
V10.10 =
27 84
3,111
27
a 1)
. Media Aritmetica Simples de Relativos
- 3,000 - 3,000
P10.10
3-
1,000 ij,0.70 - 1,000
-
3- -
3,533 4,417
P10.11 1,178 q70·71 =
1,472
3 3
5,100 5,500
1,700 1,833
=
P10.12 q70·72
3 3
Multiplicando 0 indice media aritmetica simples de pr�o pelo de quanti
dade e comparando com o indice de valor, chegaremos a conclusao de que esse
338 indice niio satisfaz ao criterio de decomposi�ao das causas:
P70•71XQ70,71 l,178x1,472=1,734 e 1,778
P70•72Xl/70,72 1,700x1,833=3,116 e 3,111
339
Conclui-se, entao, que o indice agregativo niio satisfaz ao criterio de decom
posi�ao das causas.
P10.10 = �
3 0
· = 1,00 OU 100%
-H 3
p 70•70 =
3,00
= 1,00 OU 100%
10
= - = 1' 00 OU 100%
10
1, 178
1 1
l,l70 -+ = 0,855
-G 1,170
P 10.h .
p1f0.11 = 1,161 -+ + 1
1,161
0,861
p 70•71
1 1
1Ap70,71 = 1,200 -+
/Ap10,71 = -- = 0,833
1,200
1,000+0,750+0,833
P�
-
P7i.7o
_
=
2,583
= 0 861-+ "P,i.10 *
-
3 3 ' 10.11
p<fMo = {/1,000x0,750x0,833 = {/0,625 =0,855-+ P<fMo = +-
p 79•71
H - 3 3 l
P 7 Mo -
l,OOO+l,333+1,200
= __
3,533
=
0,849 -+ Plfi.10 *
-H _
__
p 70·71
.
340
Portanto, OS indices media geometrica simples de relativos e agregativo sim
ples satisfazem ao criterio de inverslio do tempo, o que nlio ocorre com os
demais, media aritmetica simples e media harmonica simples.
TABELA 7.27
TABELA 7.26
INVERSO DE RELATIVOS DE PRECO
RELATIVOS DE PRECO (1971 = 100) (1971 100) =
ARTIGOS ARTIGOS
4,333 2,083
4,333
p71' 72 = = 1,444
3
Cj
p 1'12 = {/ l,500x l,500x 1,333 = <13 =1,442
-H 3 17
p 71'72 =
2,0
83 = 1,440 IAp7l>12 = u= 1,417
Nos itens a1, a2, a3 e a4 encontraremos os dados que restam para comple-
tar o exercicio.
1,170
-G -H
P10.11 1,178 p 70,71 p 70, 71 1,161 IAP10.11 = 1,200
-G -H
p70, 72 1,700 p 70·72 1,687 p 70•72
. 1,674 I Ap,0,12 =1,700
Multiplicando os elos individuais,
p70,71xp71,72 = l,178x1,444 = 1,701 * p70,72
Cf Cf
P o.11xp 1.12 � l ,l 70x 1,442 = 1,687 = PCfo.12
Plfo.11xplfM2 = 1,161x1,440 = 1,672 * Plfo.12
/Ap70,71xlAp7i.72 = l,200x1,417= l,700=/Ap70,72
p� x q�
n . (19)
� p� x Qo
i=l
0 numerador da expressao representa o valor do dispendio com um dado
bem i e o denominador a soma dos valores de todos os hens adquiridos na epoca
basica. Assirn sendo, wt equivale a particip�iio relativa do valor do hem i, em
relat;ao ao valor de todos os hens transacionados, tendo como referencia a epoca
basica. De onde se conclui que
n .
� p� x q�
n
i=l
� w� = 1
i=l n .
� p� x q�
i=l
76
. . 1 1.
. lndice de Laspeyres de Pre�
Sfmbolo: Lo,t
�
(-
p� . .
i=1 p�
Lo,t
n
(20)
� w�
i=1
342
n .
A expressao 20 pode ser sirnplificada. lembrando que l; w� = l, podemos
escrever i=1 i qi n
_p 1 x _
0
Lot =
(p i i) ( i
n
l; � •
)
Wo
_i�_i = .
n.
�
Pt
--p' 0
/o x
n
q�
n
_
_
' i=1 p� z-1 i=1 i i i=1 i i ,/To
l; Pox Qo l; Po x Qo
n . .
1=1 p' i .l; t x q'0
Lo,t = ( 21 )
n
i=l i l; Pox Qo
diremos que o valor das quantidades do ano-base aumentou 40% como resul
tado do aumento de pr�os entre 78 e 80. 0 que se compara, portanto, e o diit
pendio teorico na epoca atual com o dispendio real na epoca basica para se man
ter a mesma estrutura de compra ou de consumo da epoca basica
Pode-se observar, na expressao 21, que as quantidades da epoca basica
figuram como fatores de ponder�ao dos pre�os em duas epocas. Trata-se, por
tanto. de um indice em que as quantidades (pesos) siio fixas na epoca basica
lsso niio e 0 mesmo que dizer que a ponder31;iio e fixa, 0 que SO ocorre quando OS
pesos independerem da base de compar�ao. No caso do indice de laspeyres,
os pesos variam ao mudar a epoca basica, o que o caracteriza como um indioe
agregativo ponderado, com ponder�ao referida a epoca basica
0 indice de laspeyres apresenta uma tendencia para exagerar a alta, em
virtude de considerar as quantidades da epoca atual iguais as da epoca basica
Simbolo: L�,t
0 indice de quantidade, pelo metodo de laspeyres, obtem-se permutan
do p e q na expressao 21.
n
l; x
L�,t =
i=l p�
n
q�
(22)
l; x
i=1 p q� �
343
Neste Caso, OS pre.yos da epoca basica sao considerados OS fatores de pon
dera.yao. 0 indice agregativo de quantidade procura responder a seguinte ques
tao: Se em cada uma de duas epocas forem adquiridas quantidades diferentes
de determinadas mercadorias, mas aos mesmos pre.yos (fixos na epoca basica,
no caso do indice de Laspeyres), quanto se gastara na epoca atual em rela.yao
ao que se gastou na epoca basica? Enquanto no indice de pre.yo a diferen.ya
da importancia gasta devia-se a variayao nos preyos, no de quantidade ela se
deve a variayao nas quantidades adquiridas, uma vez que os pre.yos permanecem
constantes.
(23)
Sfmbolo: Po,t
0 indice de pre.yos, segundo o metodo proposto por Paasche, e definido
pela expressao:
Po,t ==
(24)
n
�
i= I
. n
Substituindo w � pela expressao 23 e lembrando que . � 1, chegare-
1= 1
mos a uma expressao mais simples. n . .
� p'xq'
i= I
t t
Po,t
J";xq:
--
= --
n i n . .
p
� _o � Pb xq '
•
. i= 1
t
i=1 n .
0 fndice de pr�o de Paasche indica que o valor das quantidades dos bens
adquiridos na epoca atual, aos pre9os dessa mesma epoca, e igual a Po,t por cento
do valor dessas quantidades aos pr�os da epoca basica; ou, o valor das quanti
dades da epoca atual variou (Po,t - 100)% como resultado do aumento de pre-
9os no perfodo considerado. Esse ind.ice mede, portanto, a rel�ao entre o dis
pendio monetario necessario para adquirir bens nas �antidades e sistemas de
pre9os da epoca atual e 0 dispendio dado pelas quantidades da epoca atual aos
pre9os vigentes na epoca basica.
Uma seria limi�i'o ao uso do ind.ice de pre90 de· Paasche reside no fato
de os pesos variarem em cada periodo, o que onera substancialmente a pesquisa,
no caso de ser dificil estimar as quantidades na epoca; atual. Esse fato toma
proibitivo o emprego do ind.ice de Paasche quando se deseja montar um ind.ice
ponderado para se fazerem compar�oos seinanais, mensais ou mesmo trimestrais.
Simbolo: P'o,t
n . .
' p'
1: qt
i= 1
t
Po,t= ----
n . .
(26)
' '
� q0 pt
i=l
Sfmbolo: Io,t
Sfmbolo: 10,t
Simbolo: Mo,t
n .
;
1: (pt'
i=l
• q� + Pr • qt;)
+ i
i=l q
0
qt )
Simbolo: Mo,t
No fndice de quantidade, a media dos pr�os, p� e p�, e que figura como
fator ·de ponder�ao.
n
i i
q: (po + Pt )
·
.�
1=1
M'.
o,t
-
-
--
n .. .
---
(30)
+
. � q� (p
.� p; )
1=1
0 indice de Marshall-Edgewort apresenta, sobre os de l.aspeyres e de Paas
che, a vantagem de satisfazer ao criterio de inversao do tempo e de minorar o
problema de realirar a alta ou baixa Entretanto, persiste ainda a restriirao de
custo, represt:ntada pela ad�ao do sistema de pesos, que toma como um dos
elementos (q�, no indice de pr�os) os fatores de ponder�ao propostos pelo
metodo de Paasche.
Simbolo: Dro,t
+
DrO,t - Lo,t
_ Po,t
(31)
2
Sfmbolo: Dr0,1
•
Dro, Lo,t + Po ,
(32)
_
t - 2
347
7.6.6. fndice de Divisia
0 metodo proposto por Fran!j:oiS Divisia e uma media geometrica ponde·
rada de relativos, com 0 Sistema de pesos fixos na epoca basica A principal
vantagem desse indice, em relafi:ao aos anteriores, reside no fato de ele ser o
unico a satisfazer a propriedade circular, podendo, conseq\ientemente, ser cons·
truido em cadeia, onde a base de ponderafi:ao e fix.a e a base de calculo e mbvel.
Como restrifj:aO a formula de Divisia pode·se apontar 0 carater essencialmente
variavel dos pesos, e que nao e captado pela formula Alem disso, 0 fndice de
Divisia nao satisfaz ao criterio de decomposi!j:iiO das causas.
lembrando que
ni=l.w.
L �= 1
w �
Do,t =
n ( i�
.n
1=1
-
P1
.
p�
(33)
Simbolo: T(t-1,t)
wt-l +wt
i)
n Pt 2
T(t -1,t) .n . (35)
1
-
1=1
= -
pt-1
Simbolo: DA(t-1, t)
Um metodo alternativo ao indice de Divisia consiste em calcular-se o in
dice em cadeia a partir de indices intermedianos, os quais sio obtidos mediante
o emprego de medias aritmeticas, em vez de geometricas. Assim, para uma epo
ca t, em relayao a imediatamente anterior, tem-se, no caso de indice de preyo:
(i )
n Pt .
DA (t-1, t) --
w� (36)
P t-1
= ;�1
Sfmbolo: B(t-l,t)
0 fndice do "Bureau" e igualmente um indice de I..aspeyres modificado,
mas que se utiliza de base m6vel de comparat;ao e de ponder�ao, com quan
tidades fix.as em determinada epoca 0, sendo definido para uma epoca t qual
quer em relat;ao a irnediatarnente anterior (t-1), ou seja:
i i
Pt-1 q0
•
j
Pesos: Wo,t-1 (37)
wt,
i=l ' t-1
�
fndice de Pr�o:
n . �
.
� pt' q
•
i=1 (38)
B(t-1, t) = n . .
p'
i=l t-1 q'0
� •
Exemplo 14
Tomemos os dados da Tabela 7. 28 do exemplo 13.
a) Considerando 1970 como base, determinar um indice de pre�o e de quanti
dade, usando OS metodos de laspeyres, Paasche, Fisher, Marshall, Drobish
e Divisia Verificar, utilizando os resultados do ano de 1972, qual dos metodos
satisfaz ao criterio de decomposi�ao das causas.
TABELA 7.28
n .
pt' .
.
a.1) fudice de laspeyres � q�
a.1.1) fudice de Pr�o: Lo,t i= 1 n
p
i=l �
� q�
l: q: . p�
al.2) fudice de Quantidade: L,O,t = _=; _1____
l: q� p�
i=t
•
i i
"'P10 Q10 (2 x4)+(3 x3)+(5 x2) =17
�
•
3,111
=
l: p' q t'
.
i= t
•
Po,t
1
a.21) fudice de Preyo:
n
l: p'
.
i
qt
i=t 0
•
l,1707 OU 117,07%
1,6471OU164,71%
fudice de Quantidade: pi
.
a.22) n
l: q'
i=t t t
•
Po,r=
i
----
n .
l: q' pt
i=t 0 351
•
�Q�1 P�1 (5x2)+(2x4)+(5x6) 48
P:,o,7 1=
• _ _ _
.
� Q o p�1 - (2x4)+(4x3)+(6x2) -32-
�
1,5000 OU 150,00%
�Q12
i j
• Pn (3x6)+(6x3)+(8x6) 84
P :.,0•12=
_ _ _
�
�Q o . p� 2 - (4x3)+(3x6)+(2x8) - 46 -
1,8261OU182,61%
a 2.3) Comprovayao do Critre io de Decomposi�ao das Causas
167,52%
a.3.2) Indice de Quantidade: I� 1 = .JL� xP � 1
. .t ,
/7
: o.71 = J L?o, 11 x P?o, 1�=.J l,5185x1, 5000 =
a 4) lndice de Drobish
2 2
352 1,6754 OU 167,54%
' + P'o,t
Lo,t
' =
. Quanti"dade: D'o,t
a4.2'\� Iindice de
2
2 2
1,6482 OU 164,82%
= "l:pfi(qfo+Qf1) = 2(4+5)+4(3:+:2)+6(2+5)
"l:pfo(qfo+qf1) 2(4+5)+3(3+2) +5(2+ 5)
= 80 = 1,3793 OU 137,93%
58
I; pf2 (qf0+qf2)
= = 3(4+6)+6(3+3)+8(2+6)
2(4+6)+3(3+3)+5(2+6)
I; pf0(qf0 +qf2)
130
=78 = 1,6667 OU 166,67%
n . . .
- I;
.= <f (p� +p�)
r 1
a5.2) Iodice de Quantidade: MO,t = --'----- . --
n . .
. I; q� (p� +p�)
l=1
TABELA 7.29
PESOS w�0
i i
ART I GOS
i i i i i - P10 Q10
P10 Q70 P10 XQ70 W70 -
•
1:pfo <i,o •
1 2 4 8 8/27 = 0,2963
2 3 3 9 9/27 = 0,3333
,
3 5 2 10 10/27 = 0,3704
( w�
� 27 1 000
J
P
a6.1) fudice de Pr�o: Do,t = /i -�
l=lp�
-
(
A tabela 7. 23, no exemplo 13, fomece os valores dos relativos de pre�o.
i i
P11 W70
3
D70, 71 = .1T --
i
1=1 P10
J
0
X (1,2000) •3 o4
7
=
\0 , 2963 x(l' 3333)0,3333x
= (l' OOOQ'I
7
X (1,6000)0•3 o4 = 1,6909 OU 169,09%
n
( "j
q� i
lit)
� j
a6.2) fndice de Quantidade: D�.t .� -1
qo
=
l-1
i i
Q71 W70
0 0
= (1' 2500) •2963 x(0' 6676) •3333 x
-.
D'70 71 = 1T -
i
•.
Q10
354 0 70
X (2,5000) •3 4 = 1,3104 OU 131,04%
= (1,5000)0,2963 x(1, 0000)0,3333x
7
X (3,0000)6• 3 64 = 1,6940 OU 169,40%
�x Lq�·p� = Lp�. q�
Lo,txP'o.t = Vo,t
Lp�. q� � Lp�. q�
OU
Lpit "qit Lpit . qit
Po,t xLo,t = x �= V o,t
M-<ci� Lq� p� n LP� q�
0
L10.12 = l,7o37 } -+
L70,72 xP70,72 = l,7037x 1,8261 =3,1111 = V10.n
P7o.n = 1,8261
}
OU
P10 ,n==l,6471 �
� P10.12 xL10.12 =1,6471x1,8889 =31111
' , = V 10.12
L7o,72 =1,8889
Embora os indices de laspeyres e de Paasche nao satisf�am ao criterio da
decomposi�ao, o produto cruzado desses indices satisfaz. A vantagem disso
esta no fato de que se dispusermos, por exemplo, de um indice de valor e de
um indice de laspeyres de quantidade, poderemos obter implicitamente um
indice de Paasche de pr�o. por simples divisao.
Po,t = � (39)
Lo,t
356
b) Constru�io de um fodice em cadeia, de modo a fixar determinado periodo como
base, aplicando-se o criterio circular
Io.1 =Io.1
Io.2 =Io.1 • 11.2
lo,3 =Io.1 • 11.2 • /2,3
a) Ponderairao Constante
fndice BaseFixa Base Move/ Encadeada
n n
i=1
l: p� q� i=1
l: p� q�
Po.1 = =
n n . .
I=1
l: p� q'c 1=1
l: p� q'c
n n
I .
Po.2 =
i=1
l' p� q�
=
� .
c
.
=
l:
1=1
P2 tfc
n n
Po </,c
p<
I
l: P' qc'
1 �1 i=l 0
c
� �
n . . n
i= 1
l: p� q'c c
I
l:
1 =1
p� q �
Po,3 = =
n . .
1
Pt q c p1' qc'
� �
l:
i=1 � i=l
n n
l:
1=1
t.lo l:
;=1
p� q�
Lo .1 = =
n n
l:
I= l
Pt q� l:
1=1
p� q�
n n n
l:
1= 1
p�lo l:
1=1
p� q� l:
1= l
p��
Lo.2 = =F x
n n n
l: lo lo l: p� q� l: p� q� 357
1=1 1=1 1=1
7.7.3. Vantagens e Desvantagens dos M6todos
a) Base Fixa:
Vantagens: :catculos mais simples.
Desvantagens: em series longas, maiores serao as possibilidades de erros de formula
e de homogeneidade.
b) Base Move/:
Vantagens: fornece medida muito mais acurada da varia�lio de pre�os ou de
quantidades de periodo a periodo, permitindo a introdu�lio de no
vos bens e a elimina�lio daqueles cuja importincia tenha diminu{do.
Desvantagens: maior volume de calculos. As formulas geralmente usadas nlio satis
fazem ao criterio circular.
Exemplos:
A Tabela 7.30 apresenta o fndice da produ�ao industrial no periodo de
1957 a 1968, sendo o ano 1957 considerado como a epoca-base. Obter um novo
fndice, adotando como basico o ano 1961.
TABELA 7.30
ANOS 1957 58 59 60 61 62 63 64 65 66 67 68
fndice de Pro-
ducao Indu s - 100 104 97 112 120 124 134 125 139 143 143 134
trial
(1957 = 100)
0 novo fndice, construfdo com base no ano 1961, sera determinado dividin
do-se cada um dos valores constantes da Tabela 7.30 por 120, que e o fndice corres
pondente ao novo ano-base, exprimindo-se o resultado em porcentagem. A Tabela
358 7.31 apresenta os resultados das divis<'Ses ja multiplicados por 100.
TABELA 7.31
ANOS 1957 58 59 60 61 62 63 64 65 66 67 68
fodice de Pro-
du�ao Indus- 83 87 81 93 100 103 112 104 116 119 119 112
trial
(1961=100)
1970 100 50 50
1971 90 45 45
1972 108 54 54
1973 160 80 80
1974 196 98 98
1975 200 100 100 100
1976 120 120
1977 160 160
1978 210 210
1979 240 240
1980 250 250
= 160 e = 200
� p73 Q10
� P10 Q10 160
0,8ou 80%(coluna4, Tabela 7.32)
200
= =
�p75 Q10
� P10 Q10
Simplificando a expressao acima poderfamos escrever: � p75
P 73 q,0
Q10
= 0,8
�p73 Q75
�p75 q75
Para deflacionar os valores de uma serie, basta dividi-los pelo fndice corres
pondente a epoca em que eles ocorreram, tendo como referencia uma determinada
epoca
Exemplo 16:
TABELA 7.33
(1) (2)
FATURAMENTO INDICE DE
ANO A PRECOS PRECOS
CORRENTES 1975= 100
TABELA 7.34
(1) (2)
1.600.000 1.600.000
x 100 = 1.600 000 x 100 = 100
100 1.600.000
•
2·800·000 1.750.000
x 100 = 1.750.000 x 100 = 109
160 1.600.000
3·000·000 1.666.667
x 100 = 1.666.667 x 100 = 104
180 1.600.000
3·200·000 1·111·230
x 100 = 1.711.230 x 100 = 107
187 1.600.000 361
a) Calcular o faturarnento real em cada ano, tomando o ano de 1975 como base.
Os valores constantes da coluna (1) (Tabela 7.33) referem-se ao faturarnento da
empresa tornado a partir dos pr�os praticados no ano em que ele ocorreu (pre
¥OS correntes). 0 que se pretende e modificar a serie, de tal forma que o fatu
rarnento de cada ano seja expresso em termos dos pr�os que vigorararn em
1975. Dessa forma, os valores transformados passarn a ter um elemento comum
(pr�o 1975) facilitando as compar�<>es. :e o que se denomina faturarnento
real, faturarnento deflacionado ou ainda faturarnento a pre¥os constantes.
Para entender melhor o mecanismo de deflacionarnento, tomemos o ano de
1978.
Exarninando a coluna (2) da Tabela 7.33, verificanios que o indice de pr�os
em 1978 e 160. Isto significa que o valor 160 em 1978 representa o mesmo que
100 em 1975. Ou, em outras palavras, 160 cruzeiros em 1978 valem exatarnen
te o mesmo que 100 cruzeiros em 1975. Se quisermos saber quanto valem
2.800.000 cruzeiros em 1978 em termos dos cruzeiros de 1975 basta aplicar
mos a regra de tres simples:
Po
pt
=
=
100
200 } � Po
'
1 =
200
100
= 2,00
.
� acrescimo de
p�o da came
100% no
{
gra de tres simples:
lOOx 1,00
= 50
2,00
Assim, cem cruzeiros em t tem o mesmo poder aquisitivo que cinqfienta cru
zeiros em 0. Se pensarmos em termos de uma unidade monetaria diriamos que um
cruzeiro em t tern o mesmo poder aquisitivo (e equivalente) que cinqilenta centavos
(metade) em 0. � interessante notar que esse resultado poderia ser obtido toman
do o inverso do indice obtido acima:
Exemplo 17:
A Tabela 7.35 fornece o indice geral de pr�os (media anual), no perfodo de
1969 a 1979. 363
TABELA 7.35. TABELA 7.36
Calcular o poder aquisitivo de um cruzeiro em cada ano, com base nos cru
zeiros de 1977.
{ 1969
�
!S,5 19
1970
100
x
1
x= x 100 = 6,45
15,5019
Exemplo 18:
Esse valor indica que o poder aquisitivo do salario no fim do periodo con
siderado e igual a 93, 75% do poder aquisitivo no infcio do mesmo. Houve, portan
to, uma perda de poder aquisitivo igual a 6,25%(100 - 93,75). De cada 100 cru
zeiros de salano, no infcio do periodo, ele estara perdendo 6,25 cruzeiros no final
do periodo. Se ele ganhasse 100.000 cruzeiros no infcio do periodo, estaria rece
bendo, apbs a major�ao, 180. 000 cruzeiros, que, descontada a infl�ao, equivale
riam a 93. 750 cruzeiros, com uma perda de 6.250 cruzeiros em termos reais. Para
nao haver perda do poder aquisitivo, o salano deveria ser 12000 cruzeiros mais
alto(6.250 x 1,92), totalizando 192.000 cruzeiros.
taxa ind.ice
i -+ (1 +j) (1 +i)
-+ Deflacionamento:
j -+ (1 +J) (1 +J)
[
J
(l+r) (l+z)
r r-
_
= -1 j -1 xlOO (40)
(1 +/) (l+ )
em termos percentuais
Exemplo 19:
Uma pessoa adquiriu uma letra de cambio por CrS 40.000,00, resgatando-a,
ao final do perfodo de aplic�ao, por CrS 64.400,00. A infl�ao no periodo acu-
sou uma vari�ao de 50%. Calcular a taxa real de juros. 365
Cdlculo da taxa nominal de juros: i
Capital aplicado:
Montante recebido:64.400
40.000 } 64.400
40.000
= 1• 61
-+ i
(1+z)
= 0,61
= 1,61
indice de inf/afiio:
Tax.a de infl�ao: j= 0,50
fudice de pr�o: (i +1)= 1,50
(Deflator)
l +i - 1,61
- - J,0733. OU 107,33%
�J l ' 50
Esse resultado indica que, de cada 100 cruzeiros aplicados em letra de cim
bio, essa pessoa ganhou, em termos reais, 7,33 cruzeiros, ou seja, 7,33%. Essa por
centagem foi obtida, subtraindo 1 (ou 100%) do quociente 1,0733 (ou 107,33%).
Exemplo20:
Com os dados do exemplos 18, e utilizando a formula 40, calcular a perda
percentual de poder aquisitivo do salano do individuo.
Dados do problema:
i= 0,80 j= 0,92
Entao,
r=
(� ) 1 +j
-1 100 =
( 1+0,80
1+0,92
-0 100=
=
( ) 1•80
1,92
-1 100 = (0,9315 -1) 100= 1 -6,25% I
Portanto, houve uma perda percentual do poder aquisitivo de 6,25%.
()
mente anterior(t-1), faz-se o seguinte:
i
n . Pr
� V' -
i=1 0 i
pr-1
IPAr-1,r = n .
onde,
i=l
� v:i
i
�
p -l r = relativo de pr�o no mes t, em rel�ao ao imediatamente ante-
Pr -1 ,
rior, t-t.
.
- ( . )-
1
n Pr
� V! -
r i=1 0 i
pr-1
- -
IPAo,r = Il (41)
0
n
i
� v
i= 1 °
TABELA 7.38
IPA - DISPONIBILIDADE INTERNA
369
(...)
.......
0
TABELA 7.39
fNDICE DE PRECOS POR ATACADO - IPA OFERTA GLOBAL - COLUNA 3
Ano Jan. Fev. Mar. Abr. Malo Jun. Jul. Ago. Set. Out. Nov. Dez. �dia
TABELA 7.40
fNDICE DE PRECOS POR ATACADO - IPA - DISPONIBILIDADE INTERNA - COLUNA 4
Ano Jan. Fev. Mar. Abr. Maio Jun. Jul. Ago. Set. Out. Nov. Dez. M6dla
-
10
Ano Jan. Fev. Mar. Abr. Malo Jun. Jul. Ago. Set. Out. Nov. Dez. �ia
1969 14,03 14,22 14,49 14,71 14,88 15,15 15,49 15,74 16,10 16,49 16,86 17,04 15,43
1970 17,16 17,44 17,79 17,92 18,16 18,56 18,88 19.43 19,88 20,28 20,51 20,61 1.8,88
1971 20,92 21,19 21,60 21,76 22,12 22,52 22,96 23,23 23,58 23,92 24,14 24,34 22,69
1972 24,74 25,20 25,54 25,76 25,95 26,29 26,64 27,02 27,30 27,53 27,65 27,75 26,45
1973 28,09 28,44 28,81 29,19 29,41 29,62 29,87 30,15 30,42 30,83 31,21 31,55 29,80
1974 32,74 33,57 35,06 36,58 37,45 38,10 38,82 39,45 40,16 40,76 41,39 42,23 38,03
1975 43,44 44,26 45,09 46,01 46,97 48,02 49,20 50,87 52,00 53,02 54,21 55,40 49,04
1976 57,70 60,70 62,64 64,85 67,11 68,95 70,63 72,51 74,73 76,68 78,14 80,24 69,57
1977 84,23 86,98 90,66 93,66 96,91 99,47 101,9 103,8 106,1 109,2 112,2 114,8 100,0
1978 117,4 121,6 124,9 127,8 131,8 137,2 142,3 145,7 148,7 152,5 155,9 158,6 138,7
1979 166,1 173,2 181,0 187,9 192,2 198.4 209,2 221.4 233,6 242,5 257,0 279,1 211,8
TABELA 7.42
Ano Jan. Fev. Mar. Abr. Maio Jun. Jul. Ago. Set. Out. Nov. Dez. Mtldla
1969 13,9416 14,38,78 14,5318 14,6253 15,0284 15,1291 15,3739 15,4098 15,5538 15,6402 15,6762 15,7625 15,0884
1970 15,8777 16,1152 16,5830 17,0293 17,5403 17,7418 17,9938 18,1377 18,3968 18,5120 18,5840 18,7063
17,6015
1971 18 :so18 19,2893 19,4980 19,8723 20,2538 20,4316 20,6379 20,8221 20,9284 21,0007 21,054421,0544 20,3126
1972 21,2111 21,3982 22,1971 23,0536 24,0109 24,1404 24,4283 24,7522 24,9466 25,0689 25,130725,2345 23,7980
1973 25,6951 25,9614 26,5156 27,5089 28,1711 28,4302 28,7181 29,0132 29,3227 29,8913 30,258330,5462 28,3361
1974 31,3092 32,1513 33,4468
34,8144 36,2899 37,7438 38,1468
38,4635 38,7946 39,1113 39,6799 40,2629 36,6846
1975 41,0690 41,8248 43,4298 44,4015 45,6035 46,0641 46,7623
47,0718 47,6476 48,0722 49,1302 49,9652 45,9202
1976 51,0736 52,9881 . 55,7880 59,0556 . 62,2513 65,4038 68,6643 71,4426 74,2784 76,0850 78,3018 79,2447 66,2148
1977 82,15 86,28 89,02 93.45 98,20 100,3 102,2 103,9 105,8 110,9 113,1 114,7 100,0
1978 116,8 119,1 124,3 130,8 133,5 136,7 139,7 143,2 147,8 150,8 154,5 157,1 137,8
1979 160,8 165,0 178,5 184,9 192,9 199,6 203,1 210,6 232,2 237,9 247,1 256,2 205,7
Ano Jan. Fev. Mar. Abr. Maio Jun. Jul. Ago. Set. Out. Nov. Dez. M6dla
1969 13,7321 13,9189 13,9889 14,1758 14,3315 14,6584 14.�231 15,2033 15,6704 16,0674 16,3321 16,3866 14,9491
1970 16,6435 16,9004 17,2274 17,2896 17,5621 17,9435 18,2394 18,6675 19,0490 19,3448 19,5005 19,6328 18,1668
1971 19,9286 20,2089 20,6604 20,9511 21,3239 21,8013 22,1196 22,309a 22,6046 22,8715 23,0981 23,2984 21,7647
1972 23,7091 24,1798 24,5850 24,8642 25,1028 25,3866 25,8283 26,2532 26,5262 26,7615 27,0079 27,2143 25,6183
1973 27,6667 28,0143 2.8.4182 28,8198 29,1150 29,4223 29,7732 30,0765 30,3929 30,8286 31,2143 31,6269 29,614'1
1974 32,5509 33,4596 34,9732 36,7540 38,0504 38,7764 39,1418 39,5632 40,1730 40,7684 41,3798 42,3086 38,'1583
1975 43,2611 44,1965 44,8505 45,6181 46,5691 47,6418 48,6195 50,4226 51,5682 52,6899 53,8251 55,0418 48,6921
1976 56,8557 59,1852 61,3114 63,5909 66,0100 67,8493 70,8206 73,6250 76,2516 78,1178 79,6634 81,4545 69,5697
1977 84,73 87,42 91,62 95,53 98,94 100,5 101,9 103,1 104,8 107,7 110,8 113,0 100,0
1978 116,1 119,6 123,7 128,1 131,9 136,5 140,2 144,0 147,9 152,1 156,5 158,8 137,9
1979 164,5 170,6 180,5 187,9 192,2 199,6 208,8 220,3 237,3 248,7 262,1 280,7 212,8
TABELA 7.44
(NOICE GERAL DE PRECOS - IGP- DISPONIBILIDADE INTERNA - COLUNA 2
Ano Jan. Fev . Mar. Abr. Maio Jun. Jul. Ago. Out. Nov.
Set. Dez. M6dia
1969 14,2752 14,4694 14,5422 14,7364 14,8983 15,2382 15,5943 15,8532 16,2093 16,5573 16,8000 16,8486 15,5019
1970 17,0590 17,3018 17,6336 17,6902 17,9735 18,3700 18,6856 19,1145 19,4949 19,7862 19,9399 20,0937 18,5953
1971 20,4174 20,7330 21,1943 21,5119 21,9069 22,4073 22,7416 22,9526 23,2828 23,5662 23,s064 24,0058 22,3772
1972 24,4048 24,8845 25,2870 25,5589 25,7790 26,0558 26,4150 26,7920 27,0916 27,3455 27,5831 27.7799 26,2481
1973 28,2395 28,5682 28,9787 29,3994 29,7107 29,9884 30,2973 30,6022 30,9186 31,3715 31,7603 32,0980 30,1611
1974 33,0399 33,9181 35,4480 37,2689 38,576� 39,3408 39,8082 40,3213 40,9895 41,6060 42,2586 43,1866 38,8136
1975 44,1517 45,1546 45,8645 46,6876 47,6807 48,7413 49,7705 51,1579 52,3389 53,5178 54,6707 55,8627 49,6333
1976 57,5907 59,9807 62,1939 64,5300 66,7279 68,5094 71,1181 74,0309 76,5725 78,3764 79,8694 81,7027 70,1003
1977 84,76 87,44 91,07 94,78 98,18 100,1 102,2 103,5 105,3 108,2 111,0 113,4 100,0
1978 116,4 120,4 124,3 128,5 132,6 137,4 141,3 145,1 148,8 153,1 157,3 159,7 138,7
1979 165,5 171,7 181,6 188,5 192,9 199,6 208,3 220,4 237,4 249,8 263,7 283,0 213,5
Gt.>
......
Gt.>
a) Para calcular o faturamento real, a pr�os de 1976, e necessano inicialmente
mudar a base do IGP, de 1977 para 1976. Para tanto, dividir-se-ao todos os
valores constantes da coluna (2) da Tabela 7.45 por 70,1003, que e o indice
de 1976, na base antiga Os quocientes, que se encontram na coluna (3) da
Tabela 7.46, nao foram multiplicados por 100 para simplificar os catculos pos
teriores.
15.000
x 70,1003 10.515
100,0000
19.000
x 70,1003 = 9.603
138,7000
31.000
x 70,1003 = 10.179
213,5000
b) 0 catculo da taxa real de vari�ao do faturamento, ano a ano, com base em
1976 e feito em duas etapas. Em primeiro lugar constr6i-se um fndice que com
para cada valor da serie constante da coluna (4) da Tabela 7.46 com o anterior.
Como sao quatro mimeros, havera apenas tres mimeros-indices.
INDICE VARIA�AO
10.515
fudice 76/77 -+ 1,0515 0,0515 OU 5,15%
10.000
9.603
fudice 77/78 -+ 0,9133 - 0,0867 ou-8,67%
10.515
10.179
fndice 78/79 -+ 1,0600 0,0600 OU 6,00%
9.603
Esse indice e um fndice de quantidade (quantum), obtido implicitamente.
Subtraindo 1 (ou 100%) de cada valor do indice, chega-se a vari�ao real do
faturamento.
- (1+l)
374 r- (l+j) -1
Nesse caso devemos fazer:
Faturamento no ano t
(1 + l)
Faturamento no ano t- 1
IGP no ano t
(1 + j) (qualquer base fixa)
IGP no ano t - 1
Para exemplificar, tomemos os anos de 1979 e 1978:
3t.OOO.OOO
(1 + i) = 1,6316
19.000.000
r= _!__!_!_ -1
1 +j
=
213,50000
(1 + j) 1,5393
138,7000 1,6316
-1 =(1,0600- 1) =
1,5393
0,0600
0 resultado (1 + i) = 1,6316 reflete a compar�ao entre dois valores, sendo,
portanto, um indice de valor. Dividindo o indice de valor pelo de pre�o (1 +
+ j), obtem-se, implicitamente, o indice de quantidade.
c) A taxa media anual de varia�ao do faturamento e calculada a partir do indice
de varia�ao real. Neste. caso, calcula-se a media geometrica dos valores do indi
ce, subtraindo 1 do resultado.
� 1,0515 x 0,9133 x 1,0600 = � 1,0179 = 1,0059
1,0059 - 1 = 0,0059 OU 0,59%
Chegarfamos ao mesmo resultado, dividindo o faturamento real de 1979
pelo de 1976, extraindo-se raiz cubica do quociente e subtraindo 1 do resul
tado.
10.179 _3/ 1,0179
lQ. = 1,0179 --+- V = 1,0059 --+- ( 1,0059- 1) = 0,0059 OU 0,59%
OOO
v
P= (43)
L'
I'.. conveniente lembrar que o produto cruzado de um indice de quantidade de
Laspeyres por um indice de pre�o de Paasche satisfaz ao criterio de decomposi
�iio das causas: L' x P = V.
Exemplo22:
0 Produto Intemo Bruto do Brasil, em 1978 e 1979, foi, respectivamente,
igual a 3.410.019 e 5.511.654 milh0es de cruzeiros. Para o mesmo perfodo, o
crescimento real do PIB, medido pelo criterio de Laspeyres, foi de 6,41%. Obter,
a partir desses dados, um deflator implicito.
Devemos ter o seguinte quadro da situ�ao nos dois pedodos:
TABELA 7.47.
V7s,79 3.410.019
4. Deflator lmplfcito:P78,79 1,6163
1,000 1,5190
(Paasche, 1978 100) = 1,0641
5. PIB em cruzeiros constantes
3.410.019 3.628.475
(1978) (1.000.000)
376
A comprovayao dos dados da Tabela 7.47 e simples:
5.511.654
=
3.628.475
1,5190
Lpoqo Lp?Sq1s
1,0641
Vo,t
5.511.654
1,6163
= =
3.410.019
ou, pelo criterio de decomposiyao das causas:
LqtPt-1
(44)
Lqt-1Pt-1
c) Comercio
d) Transportes e Comuni�Cies
TABELA 7.48
Exemplo23:
Deduzir o Deflator Implicito do Produto a partir dos dados expostos na
Tabela 7.48.
Para a determina�ao do Deflator lmplicito do Produto precisamos do fo
dice de Valor e do fodice de Quantum. Na Tabela 7.49 encontram-se os resultados
378 obtidos.
TABELA 7.49
DEFLATOR IMPLfCITO
PIB A PRECOS INDICE DE INDICE DE
ANO CORRENTES VALOR QUANTUM pt-1,t := VARIACAO
(Cr$ milhoes) Vt-1 t ANUAL %
vt-1,t Lr-1,t . .,....r-.:.=
Lt-1,t
1970 208.301 100,00 100,00 100,00 -
(45)
Px Vx
C R Qx Qx
Pm Pm
=
379
= • =
•
C = R • Qx (46)
Qx(o,t) =
i
P qi
n
xo xo
i �l
Se quisennos Qx(o,t)•
n
�
i= 1
i qi
n
� P
mo mo
i= 1
•
Se quisenn os Qm o,t
( )
vx
= OU
PX pX(O,t) = px (o,1) pX(l,2) pX(t-1,t)
Qx
• • • •
vm
OU
pm = pm(o,t) pm(o,1) pm(1,2) pm(t-1,t)
Qm
• • • •
PX
R = OU R(o,t> = R(o,1). R(o,2) Ru-1.t)
Pm
• • •
Ano Jan. Fev. Mar. Abr. Maio Jun.- Jul. Ago; Set. Out. Nov. Dez. Dado anual
1969 56,08 83,51 77,19 75,84 81,99 75,00 74,23 84,25 78,76 83,48 89,15 _89,95 80,03
1970 89,95 89,95 86,56 94,68 91,33 87,25 89,15 84,24 92,69 84,93 87,38 93,28 88,72
1971 82,32
1972 88,82 83,35 97,09 93,69 90,69 86,45 85,62 98,54 87,86 91,33 107,3 94,68 87,14
1973 85,25 89,23 89,64 91,23 100,5 99,55 96,24 102,4 99,08 98,39 86,02 84,97 95,74
1974 82,05 70,72 72,31 84,87 80,10 82,21 88,28 106,5 96,57 91,22 92,89 92,77 78,35
1975 96,56 87,89 81,07 87,93 72,48 61,99 63,32 72,55 81,19 80,07 92,54 93,23 75,88
1976 80,13 86,65 87,44 82,77 86,69 96,89 96,44 87,56 92,67 97,47 95,43 125,6 85,20
1977 93,32 110,2 109,5 112,2 117,1 125, 1 109, 1 104,7 96,14 91,01 98,32 97,71 100,0
1978 96,10 99,77 93,56 88,83 85,35 93,60 85,38 93,80 86,58 81,96 78,93 88,95 86,1
1979 83,85 85,94 87,42 88,43 81,64 79,15 78,4 70,9 75,5 72,5 70,5 73,4 77,7
Ano Jan. Fev. Mar. Abr. Maio Jun. Jul. Ago� Set. Out. Nov. Dez. Dado anual
1969 23,76 34,03 35,59 40,95 37,81 43,93 45,64 46,20 55,95 44,04 54,07 48,95 43,90
1970 41,11 36,10 38,48 49,95 53,12 51,47 58,88 56,69 58,91 44,45 43,20 63,16 50,13
1971 49,30
1972 44,28 49,52 59,29 72,39 67,44 84,94 80,03 77,36 83,22 72,09 67,75 83,38 66,46
1973 61,62 71,54 71,13 70,87 94,40 95,95 89,96 101,2 103,7 77,25 55,39 93,19 83,84
1974 58,41 46,75 51,07 60,42 56,12 70,60 76,81 92,63 109,1 82,46 95,51 100,6 69,94
1975 75,29 58,10 68,24 74,52 73,70 65,49 68,68 91,41 81,19 67,86 76,85 89,55 74,60
1976 53,87 67,07 75,58 74,35 92,07 104,0 101,3 91,02 92,67 100,2 92,19 118,5 84,72
1977 89,63 114,5 95,92 106,5 122,4 120,9 101,7 111,8 98,31 89,98 92,21 104,3 100,0
1978 76,11 82,00 106,4 94,97 100,6 122,6 95,71 104,8 118,5 111,8 109,0 11G,4 97,1
1979 89,07 87,03 110,0 111,2 111,4 90,42 112,0 96,0 96,9 99,8 86,5 102,0 94,8
U>
CX>
......
TABELA 7.52
fNDICE DE QUANTUM
1977=100
ANOS Ox =CIR
1969 54,8
1970 56,5
1971 59,9
1972 76,3
1973 87,6
1974 89,3
1975 98,3
1976 99,4
1977 100,0
1978 112,8
1979 122,0
Exemplo 24:
Os dados abaixo referem-se as quantidades e aos pr�os das export�Cies dos
artigos A, B e C, nos anos 197(). 71. Determinemos o inclice de quantum, pelo
criteria de Laspeyres, adotandcrse como base o ano de 1970.
TABELA 7.53
Prer;:os Ouantidades
Artigos
1970 1971 1970 1971
A 2,00 2,00 10 8
B 5,00 7,00 20 20
c 6,00 6,50 100 180
2:3 i i
p q
i= 1 X1970 X1971
3
i i
i� i Px1910 qx1970
Exemplo 25:
0 salano do gerente de uma empresa e, em 1980, igual a C r$ 100.000,00.
Sabendo que o ICY aumentou 80% nos dois ultimos anos, calcular o poder aquisi
tivo do salano desse gerente com base em 1978.
Para calcular o poder aquisitivo do salano aos pr�os de dois anos atras,
e necessano apenas deflacionil-lo, dividindo seu valor em 1980 pelo indice de
infl�ao, base 1978.
100.000
= 55.556
1,80
Em 1980, CrS 100.000,00 tem o mesmo poder aquisitivo que CrS 55.556,00
em 1978.
TABELA 7.56
INPC, ICV-RJ, IGP E IPA (1)
VARIAC0ES SEMESTRAIS - 1980
pt-2 + pt -3 + pt-4
Vt -
- vt-l ( 0'8 + 0,202343) (47)
p t-3 + pt-4 + pt-5
onde,
v, = valor da ORTN no mes t
0, 202343 = 0, 20 1� onde
TABELA 7.57
VALOR DAS ORTN - DEZEMBRO
ANOS ORTN
1969 41.42
1970 49,54
1971 60,77
1972 70,07
1973 79,07
1974 105.41
1975 130,93
1976 179,68
1977 233,74
1978 318.44
1979 468,71
1980 706,70
Exemp/o 26:
Um aplicador adquiriu alguns titulos em 1971 pela importancia de CrS
100.000,00, resgatando-os em 1972 por Cr$ 120.000,00. Calcular o ganho ou a
perda real do aplicador em termos monetarios e em termos nominais.
A infla9ao no periodo, medida pelo indice que mede a varia9ao das ORTN,
foi igual a 15,3%:
ORTN72 70,07
= 1,153
ORTN71 60,77
0 montante nominal foi Cr$ 120.000,00. Basta, entao, deflacionar esse
montante para obter o montante e o ganho real:
120.000
= 104.076 � ganho real CrS 4.076,00
1,153
I+ i - )
r = ( 1 100
I+ j 387
1 20.000
(1 + i) = 1,20 (I+ j) 1,1 53
100.000
r = ( ��
'
115
2
- I) 100 = 4,076%.
Refativos de prec;:o:
100 102 112 115 125
1975 = 100
Aelativos de quanti·
dade: 1977 = 100 90 98 100 110 120
MESES Jan. Fev. Mar. Abr. Maio Jun. Jul. Ago. Set. Out. Nov. Dez.
Variac;:oes
Mensais +2,0 +3,2 -2,5 +5,1 +10,2 -5,8 -4,3 +1,5 +6,0 +7,1 +8,3 +15, 1
(%)
PRODUCAO DE SOJA
QUANTIDADE
ANOS
t
1976 750
1977 1.000
1978 1.500
1979 1.750
388
6. Se, em 1980, uma empresa vendeu uma quantidade de mercadoria 60%
superior a 1979, em quanto por cento a quantidade de mercadoria vendida
em 1979 foi inferior a de 1980?
7. 0 indice abaixo foi calculado com base movel
10. Calcular, com os dados das tabelas abaixo, o PNB real e o deflator implicito
do Produto, com base em 1970. 389
PNB A PRE(:OS CORRENTES
fNDICES DE PRE(:OS
Produtos I ndustria-
lizados 90 100 110
1971 100
=
Servi�os
100 112 118
1970 100
=
13. 0 ind.ice de pr�o apresentado na tabela a seguir foi calculado pela formula
da DIVISIA, base m6vel.
fndice
de 105 112 115 125
Pre�o
Calcular: a) D71, 73
b) 069,73
c) D 73,72
d) Dn ,69
16. Utilizando os dados da tabela abaixo, calcular os salanos reais, com base em
1970.
ICV
ANOS SALARIO
1965 = 100
17. Calcular o IGP, sabendo que ICVRJ aumentou 10%, o ICCR ' 12% e o IPA
J
3%.
18. Calcular, com os dados da tabela abaixo, o indice de pr�os de Laspeyres
com base em 1970 e o indice do "Bureau" com base em 70-71 (media).
Utilizando OS mesmos metodos desenvolver um indice de pre\:O-base move}
e verificar qual dos indices satisfaz ao criterio circular.
Arroz 5 10 6 12 7 10
Feijao 8 20 8 18 8 20
Milho 3 10 3 10 4 12
Batata 2 20 5 20 3 20
RN A PRECOS CORRENTES
Custo de Vida
100 130 170
1970 = 100
Investimento
95 100 150
1971 = 100
Exporta�o
60 80 100
1972 =100
lmportac;:ao
100 180 220
1970 = 100
SALARIO M(NIMO
PERIODO
MENSAL (Cr$)
22 Dados:
A 2 4 3 6 6 12
B 1 6 2 4 4 4
c 4 4 1 8 5 16
D 3 6 6 4 6 4
Pede-se:
a) 0 valor das vendas industriais a pre�os constantes de 1978.
b) Salario real medio, a pre�os constantes de 1978.
0 1 2
PRODUTOS
p Q p Q p Q
A 2 10 3 12 5 10
B 1 10 2 10 3 10
c 2 5 4 5 4 10
26. Para uma taxa de infl�ao de 25% qual a perda percentual de poder aquisi
tivo da moeda?
27. A infl�ao, medida pelo ICY, no perlodo de um ano (m�o 79-80), acusou
um acrescimo de 80%, enquanto os funcionanos publicos de certo estado ti
veram seus vencimentos reajustados em 56,25% em mar�o de 1980. Qual a
perda percentual de p�der aquisitivo dos salanos dos funcionanos publicos
em mar�o de 1980, com base em m�o de 1979? Em quanto por cento os
salanos de mar�o de 1980 deveriam ser reajustados para recompor o poder
aquisitivo de m�o do ano anterior?
28. Um vendedor vendeu em m�o 25% a mais do que no mes anterior. Quanto
por cento ele vendeu a menos em fevereiro, comparativamente a mar�o?
1960 50.000
1961 60.000
1962 140.000
1963 200.000
1964 250.000
394
0 IGP, no mesmo periodo, apresentou os seguintes valores:
ANO IGP
1953 = 100
1960 407
1961 559
1962 848
1963 1473
1964 2811
TABELA 1
1 40.000 45.120
2 50.000 57.800
3 110.000 122.570
TABELA2
�
i'ndice Geral de fndice de Prei;:os (ndice do
ORTN Prei;:os ( disponi- porAtacado (dispo- Custo de
0 bilidade internal nibilidade internal Vida (RJ)
35. 0 quadro abaixo fornece dados relativos a evoluyao do PIB, ao deflator im
plfcito da renda e a populayao, no perfodo de 1970 a 1979.
'INDICES DE PRECOS
si;RIE si;RIE
ANO DAS EXPORTACOES
ANTI GA NOVA LATINO-AMERICANAS
1953 118
1954 115
1955 105
1956 100
1957 96
1958 90 100
1959 95
1960 95
1961 93
1962 91
1963 94 397
43. Calcular o deflator implicito do Produto para o PNB dos EUA, usando os
dados da tabela abaixo. Usar o deflator obtido para estimar as despesas
reais de consumo pessoal, com base em 1958.
�
PRE<;OS
.
quantidades de Paasche?
54. Se os salanos aumentam 20% em determinado periodo, enquanto o ICY
aumenta 10%, qual seril, em termos reais, o aumento dos salanos?
55. Sejam as seguintes epocas: 1970, 1972 e 1976. Em 1970, o prevo de um
hem foi 10% menor do que o preyo do mesmo hem em 1972 e, em 1976,
20% superior ao de 1972 Qual sera o aumento de preyo em 1976 com base
em 1970?
56. Durante certo periodo o ICY acusou uma elevayiio de 10%. No mesmo pe
riodo o indice de preyos no atacado cresceu 10% e o indice do custo de
construyiio permaneceu inalterado. Pede-se a variayiio experimentada pelo
indice geral de preyos no periodo.
51. Os indices abaixo foram determinados tomando-se como base o ano imedia-
tamente anterior:
1970 = 100
1971 = 110
1972 = 90
1973 = 120
ANOS 70 71 72 73 74 75
Produ�ao de
1.200 1.300 1.600 1.750 1.900 2.000
laminados (t)
63. Mostrar que o indice de Fisher esta compreendido entre os indices de Las
peyres e de Paasche.
64. Mostrar que o indice de Fisher atende ao criterio de reversao no tempo e de
reversao dos fatores.
65. Os salanos medios horanos de determinada classe operana em certa localida
de, em 1974, foi de 12, 8 cruzeiros. 0 indice do custo de vida neste mesmo
ano era igual a 115 e o de 1967 era igual a 90, referidos ao periodo basico
de 1967-69. Tomando-se o ano de 1967 como base, determinar o salano real
400 dessa classe operana em 1974.
66. Suponha que um fndice de pr�os mostrou os seguintes resultados relativa·
mente aos anos imediatamente anteriores:
1976: cresceu 20%;
1977: cresceu 15%;
1978: cresceu 30%.
Qual o crescimento dos pr�os de 1978 relativamente a 1975?
67. Dadas as seguintes series:
Pede-se:
a) o valor das vendas industriais a pre�s constantes de 1978(1978=100);
b) o salario real, a pre�os constantes de 1978(1978=100).
IPA
ANOS
1947 - 1949 = 100
1947 96.4
1948 104.4
1949 99,2
1950 103,1
1951 114,8
1952 111,6
1953 110,1
1954 110,3
1955 110,7
1956 114,3
1957 117,6
1958 119,2
401
71. Dados os pre�os e as quantidades abaix.o, obter os indices de pre�os e
quantidades pelo criterio de Laspeyres, adotando-se como base o ano de
1970.
lo,t =
�p�q�
�Pb q�
onde q� e a Constante para qualquer epoca t. 0 conjunto de produtos era
tal que havia produtos a serem incluidos ou excluidos do indice nas vanas
epocas.
Aos resultados do seu trabalho, o profissional acrescentou a seguinte obser·
v�ao: "Embora o estudo fosse de aplic�ao do indice de base m6vel, traba
lhamos apenas com o de base fixa, pois os resultados seriam os mesmos."
Critique esta afirm�lio do profissional.
73. Dados:
74. Dados:
A 3 5 4 6 5 8 10 8
B 2 3 2 5 3 6 4 10
c 4 6 5 8 6 12 8 15
D 1 5 1 5 2 6 2 12
402
Pede-se:
a) Construir o indice de pre�os de Laspeyres (1960=100).
b) Construir o indice de pre�os de Laspeyres, base m6vel. A partir deste resultado,
obtenha um indice com base fixa comparando-o, em seguida, com o resultado
anterior. Por que nao sio iguais?
TESTES
77. Durante certo periodo o ICY acusou uma elev�ao de 10%. No mesmo pe
riodo, o indice de pr�os no atacado decresceu 10% e o indice do custo de
constru�ao permaneceu inalterado. Entao, o indice geral de pr�os, IGP:
a) decresceu 3%;
b) nao se alterou;
c) cresceu 3%;
d) decresceu 103%;
e) nao existe rela�ao entre os indices apresentados e o indice geral de pre�os.
78. Os indices abaixo foram determinados tomand<>se como base o ano imedia-
tamente anterior:
1960: 100
1961: 110
1962: 90
1963: 120
Com base em 1960, o indice de 1963 sera:
a) 100;
b) 106,5;
c) 118,8
d) 108,8;
e) menor do que 100.
83. Dados os val.ores de Lo,t = 1,20; Lo,t = 0,98; Po,t = 1,10; Po,t = 1,05, os
indices de pr�os e quantidades de Fisher serao, respectivamente:
a) v'1Ts5 e y'l,173;
b) y'l,176 e v'1,i5S;
c) y'l,32o e y'1,029;
d) v'l,263 e y'1,078.
84. Sejam as seguintes epocas: 1960, 1965 e 1968. Em 1960, o pr�o de um
bem e 30% meoor do que 0 pre¥O do mesmo bem em 1965 e, em 1968, e
20% superior ao de 1965. 0 aumento de pr�o em 1968, tendo por base o
pr�o de 1960, foi de:
a) 16%; c) 35%; e) 71%.
404 b) 25%; d) 50%;
RESPOSTAS DOS EXERCfCIOS
b} - --
Q19
Q78
=
1750
1500
= 1 17
'
4 aumento de 17%
lndice
93,3 100,0 140,0 161,0
1971 100
=
lndice
112,0 134,4 168,0 193,2
1969 100
=
12 (l,2473)x(l,057)8=1,943
taxa = 94,3%
16.
ANOS SALARIOS
1970 3200
1971 4400
1972 4847
1973 5867
ANOS ANOS
1970 100,00 1970 100,00
1971 125,00 1971 125,63
1972 117,86 1972 118,77
L11.12 94,80
= B11,72 =95,54
L10.11 xL11.12 1,25x0,948 = B10,11x B1 i.12
= 1,2563x =
20.
(NOICE DA 69/70 70/71 71/72 72/73 73/74 74/75 75/76 76/77 77/78
VARIACAO
SALARIAL 100 120 120,5 119,2 116,1 120,8 141,4 144,1 144,1
MAIO
69= 100
406
21. a) S70,71 = 131,0
b) D10.11 = 144,1 para a fam11iaA
D10.11 = 114,9 p ara a familiaB
c) Os efeitos nao foram iguais pois a composil(aO dos gastos e diferente, embora OS
gastos totais sejam iguais.
d) D10.11 = 144,1 maior aumento.
-- ---
P77,79 = 184,64 L7g,79 = 200,00
26. ( 1
-- - 1 100
1,25
) = 20%
28. 20%
29. Decresceu 4%
30. Aumentou 44%
-
=
b) Taxa de Varia-
i;So (%) -(12,63) 53,81 -(17,76) -(34,50)
Anual
( )
36.197
c) Taxa media anual =
- 1 100 =
(-7,76%)
50.000
4
-
(fND. ANUALl 1969 = 100 1979 = 100 PIB(%l PER CAPITA
(
79 151,9 1452,97 100,0000 5.511.654 6.4 46.046 3,5
c
)
9
5.511.654
2.560.521 -
1) 100 =
,
8 9% ao ano
I
PIB2 PIB1 PIB2 x POP,
=
37.
38.
(/ifi- )
a) 12,5%
1
b) 10%
100 =48%
39. 20%
40. 9,1%
41. 8,7%
42 iNDICE DE PRECOS
AN O S�R IE AJUSTADA DAS EXPORTAC0ES
LATINO-AMERICANAS
1953 131
11958 1001
1954 128
=
1955 117
1956 111
1957 107
1958 100
1959 95
1960 95
1961 93
1962 91
1963 94
408
DESPESAS REAIS DE
43. DEFLATOR IMPLICITO
ANO CONSUMO PESSOAL
1958 = 100
1958 = 100
1955 91
1956 94
1957 97
1958 100 290,1
1959 102 305,1
1960 103 315,7
1961 105 319,2
1962 106 335,0
1963 107 350,5
1964 109 368,3
1965 111 388,7
1966 114 407,9
44. j = 68,42%
45. Aumentou 5%
48. 4,76%
49. a) 0 31.cool e 15,5 % mais economico do que a gasolina
.
b) Despendera CrS 8.450,00
50. 23%.
b) An os 69 70 71 72 73 74
Preeo relativo
100,0 99,8 100,2 103,3 106,7 111,3
69 - 71=100 409
c) Anos 69 70 71 72 73 74
Pre�o relativo
93,8 93,6 93,9 96,9 100,0 104,4
1973 = 100
60. Anos 70 71 72 73 74 75
Quantidade re-
lativa 1972 = 75,0 81,2 100,0 109,4 11�.8 125,0
= 100
70. Anos 47 48 49 50 51 52 53 54 55 56 57 58
Poder
aquisi-
tivo de 1,14 1,06 1,11 1,07 0,96 0,99 1,00 1,00 1,00 0,97 0,94 0,93
umd6-
lar
Paasche
Base fixa 100,00 121,54 156,90 225,11
1960 = 100
Nao sao iguais porque o indice de Paasche nao atende ao criteria
circular.
Laspeyres
Base fixa 100,00 122,00 159,06 172,51
1960 = 100
411
8.1. RELACAO ENTRE VARIAVEIS
Freqiientemente procura-se verificar se existe rehw;ao entre duas ou mais
variaveis. 0 peso pode estar relacionado com a idade das pessoas; o consumo das
familias pode estar relacionado com sua renda; as vendas de uma empresa e os
gastos promocionais podem relacionar-se, hem como a demanda de um determi
nado produto e seu pr�o. A verific�ij"o da existencia e do grau de rel�ao entre
variaveis e objeto do estudo da correl�ao.
Uma vez caracterizada, procura-se descrever uma rel�ao sob forma mate
matica, atraves de uma funyao. A estim�ao dos parametros dessa funyao mate
matica e 0 objeto da regressao.
Y
XY- (�X)(� )
�
( 1)
n
'xY
= SYX
r
...;sxx SYY
I -1 oe>rxy � 1
GRAFICOS.1
--+-------'•X
0
GRAFIC08.3
--+---x
--
0
Correla�ao Negativa
-1<r <0
xy
GRAFICOS.5
• •
• •
•
• •
•
•
• •
Correlac;:iio Nula
rxy=O
Os diagramas mostram que a correl�ao sera tanto mais forte quanto mais
pr6ximos estiver o resultado de ±1, e sera tanto mais fraca quanto mais pr6ximo
o resultado estiver de zero. 415
8.2.7. Correla�o Espuria
Quando duas variaveis X e Y forem independentes, o coeficiente de correla-
9ao sera nulo. Entretanto, algumas vezes, isto nao ocorre, podendo, assim mesmo,
o coeficiente apresentar um valor prbximo de ±1. Neste caso a correl39ao eEspu-
ria.
8.2.8. Ci\lculo Pratico do Coeficiente de Correla�o Linear
y x x2 y2 XY
- -
- -
- -
- -
- -
Exemplo 1:
TABELAS.2
II
y 10 8 6 10 12
x 2 4 6 8 10
Solurao:
TABELAS.3
y x x2 y2 XY
10 2 4 100 20
8 4 16 64 32
n = 5 6 6 36 36 36
10 8 64 100 80
12 10 100 144 120
46 30 220 444 288
0) 46)
288- (3 (
= 12
0,416
416 V[ 0)2
200- (35 J[ (
444- �
)2 =
y( J
40)(20,8) =
0 resultado mostra que a correl�ao linear entre as variaveis Xe Ye positiva
(quando X cresce linearmente, Y tambem cresce linearmente), porem e baixa
Exemplo 2:
A tabela seguinte mostra os resultados de uma pesquisa com l 0 famflias de
determinada regiao.
TABELA8.4
Solu�iio:
TABELA8.5
z yz
RENDA (Y) POUPANCA (X) x XY
10 4 16 100 40
15 7 49 225 105
12 5 25 144 60
70 20 400 4.900 1.400
80 20 400 6.400 1.600
100 30 900 10.000 3.000
20 8 64 400 160
30 8 64 900 240
10 3 9 100 30
60 15 225 3.600 900
407 120 2.152 26.769 7.535
417
7535 - (407)(120)
= [ 0,9835
v 2152 - o;g)2] [ '}f,769- <4?�)2] =
rxy
Solu¢o:
TABELAS.6
900- (407)10(36)
rxy = =-0, 7586
\j [ 184 (3 �2 J [ '}f,769 (4��2 ]
-
1 -
RESP.: 0,9817
TABELAS.8
RESP.: - 0, 7555
6 �df
rs 1
(2) 419
= - __ ....:_
_
r(n2 - 1)
onde di= diferern;a entre um i = esimo par
n = n� de observar;6es
Exemplo 3:
TABELA8.9
PESO (KG) 80 60 75 56 60 78 80 73 80 82
-- �- --- �--
ALTURA (CM) 175 170 174 163 165 175 180 170 170 168
PESOS: 56 60 60 73 75 78 80 80 80 82
ORDENS: 1? 2.5? 2,5? 4? 5? 6? 8? 8? 8? 10?
- -
ALTURAS: 163 165 168 170 170 170 174 175 175 180
ORDENS: 1? 2? 3? 5? 5? 5? 1? 8,5? 8,5? 10?
TABELAS.10
POSl<;:OES
PESOS ALTURAS PESOS ALTURAS d�I
80 175 8? 8,5? 0,25
60 170 2,5? 5? 6,25
75 174 5? 7? 4,00
56 163 1? 1? iI 0
60 165 2,5? i 2? 0,25
78 175 6? 8,5? 6,25
80 180 8? 10? 4,00
73 170 4? 5? 1,00
80 170 8? 5? 9 00
82 168 21,00
52,00
6x 52
I
=
's --
IO(IOO - I)
0,68
420 rs=
Esse resultado indica a existencia de correl�ao positiva e pouco acentuada
entre as duas classific�6es.
Exemplo 4:
Solu�iio·
TABELA 8.11
POSICOES
2
RENDA POUPANCA RENDA POUPANCA d
10 4 1.5 2 0,25
15 7 4 4 0
12 5 3 3 0
70 20 8 8,5 0,25
80 20 9 8,5 0,25
100 30 10 10 0
20 8 5 5,5 0,25
'
30 8 6 5,5 0,25
10 3 1,5 1 0,25
60 15 7 7 0
1,5
6x 1,5
rs- l
_
=0 ,991
I0x99
-
o que mostra que a correla-riio e muito forte e positiva, conforme ja havfamos con
clui do a partir do coeficiente de Pearson (r Y 0,983 5) anteriormente calculado.
X
=
Exemplo5:
421
TABELAB.12
CLASSIFICACAO
NO MES 0.1.
POR DESTREZA
A 5? 100
B 2? 90
c 6? 80
D 1? 130
E a? 100
F 9? 100
G 7? 110
H 3? 120
I 11? 90
J 10? 120
K 12? 110
L 4? 140
Solufiio:
TABELAB.13
POSICQES
NO MES DESTREZA 0.1. d2
A 5? a? 9,00
B 2? 10,5? 72,25
c 6? 12? 36,00
D 1? 2? 1,00
E a? a? 0
F 9? a? 1,00
G 7? 5,5? 2,25
H 3? 3,5? 0,25
I 11? 10,5? 0,25
J 10? 3,5? 42,25
K 12? 5,5? 42,25
L 4? 1? 9,00
215,5
- 6 x 215,5 1293
1 1 2
-o. 47
= =
Ha uma correl�ao fraca e negativa entre a classific�ao das moyas por des-
422 treza e por Q.I.
8.2.11. Exercfoios Complementares
TABELAS.14
RESP.: 0, 7203
TABELAS.15
ALUNOS A 8 c D E F G H I J
PROV A
3? 1? 8? 6? 1? 2? 9? 10? 5? 4?
TE6RICA
PROV A
3? 2? 9? 6? 5? 1? 8? 10? 4? 7?
PRATICA
VENDEDORES A 8 c D E F G H I J L MN 0 p Q R S T U
CRITERIO A 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
CRITERIO B 1 6 7 9 2 10 3 5 15 8 4 14 17 18 16 12 13 11 19 20
RESP.: 0, 7639
TABELAS.17
ESTUDANTE A 8 c D E
ALTURA- cm (X) 183 175 168 178 173
PESO - kg (Y) 77 74 68 82 84
5. Em uma escola foi aplicado, no infcio do ano, um teste. para medir o Q.I.
(quociente de inteligencia) de alguns alunos. No fim do ano fizeram um exame
para verificar o aproveitamento. Detenninar o valor do coeficiente de correla
yao de Spearman entre os resultados dos testes e as medias obtidas, de acordo
com a tabela abaixo.
TABELAB.18
GRAFICOS.6
Le = L (Y - Y)2 = L (Y - a - bX)
2 minima
onde: e = Y- Y
Para obter os estimadores a e b aplica-se a condiyiio necessana de mfnimo a
fun�ao L( Y-Y)2. Para tanto basta deriva-la com rel�ao a esses parametros e igua-
lar as derivadas a zero: 425
d d
L e2 L e2 0
a) -- = 0 e b) d =
da b
d d
a) L e-2 = .!!:._ L (Y-Yj2 = - L (Y-a-bX}2 = -2L(Y-a-bX) = 0(1)
da da da
0
-2L(Y - a - bX)X= => L(Y - a -bX)X = LXY- aLX - bLx2= 0 (IV)
}
As equ�6es(Ill) e(IV) podem ser escritas de outra forma:
LY = na+b LX => -
LY
n
= a+b -
LX
n
e
LY bLX -
a = - - -- = Y - bX
-
n n
Ja= Y- bX J (3)
LXY = (
\
LY -
n
b
LX
n
LX+bLX2 )
jLY)(LX}_ b(�X)2
n n
+b�X2 ou
� xr =
ILY (Lx)
� + b Lx2[ - <L ,;>i ] ou
b [ LX2 - (
LX )2
n
J L �X)
= LXY - ( Y) �
(4)
426 n
Costuma-se usar os seguintes simbolos para desiguar o numerador e denomi
nador da expressao que definira o valor de b:
(LX) (LY)
}
SYX = LXY -
n
(LX)2
SXX = Lx2 -
n �
f = a+ bX = (Y - bX) + bX = Y + b(X - X)
.j,
a
f = Y+ b(X - X) (5)
Exemplo 6:
1970 26 23
1971 25 21
TABELAS.19
1972 31 28
1973 29 27
1974 27 23
1975 31 28
1976 32 27
1977 28 22
1978 30 26
1979 30 25
Soluriio:
y x x2 XY
26 23 529 598
25 21 441 525
31 28 784 868
29 27 729 783
27 23 529 621
31 28 784 868
32 27 729 864
28 22 484 616
30 26 676 780
30 25 625 750
�y = 289 �x= 250 �x2 = 6.310 �XY=7.273
(250) (289)
7.273
10 48
= = = 0•8
(250)2 60
6.310-
10
� �x 289 2 50
a = Y bX = Y b = o8 = 89
n n IO
-
'
-
10 '
-
I a = 8,9 I
III - Equariio da Reta Ajustada
Y = a+bX = 8,9+0,8X
Exemplo 7:
\
UNIDADES PRECO DE VENDA
MESES VENDIDAS (Y) (X) P/ UNIDADE
J 248 162,00
F 242 167,00
M 234 165,00
A 216 173,00
M 230 170,00
J 220 176,00
J 213 178,00
A 205 180,00
s 198 182,00
0 195 187,00
Com base nestes dados mostrar que a demanda do produto decresce linear
mente com o acrescimo de pr�o.
Solu�iio:
I f = 601,4 - 2,19X I
0 resultado b= -2,19 significa que para cada unidade de vari�ao positiva
de pr�o (X), a quantidade procurada ( Y) decresce 2, 19 unidades.
Exemplo 8:
Os dados da tabela abaixo representam o Consumo e a Renda Disponivel
Soluriio:
959.198,36 -
(3.915, 5�2· 273,4)
b= = 0,791
1.150.349,73 -
(3.91
1
·5)
2
:
sxx = 55.268,28
a = 233,81-(0,791) (279,68) = 12,583
a) I Y = 12, 58 + 0,79X I
b) a = 12, 58 e o consumo autbnomo ou de subsistencia
b = 0,79 e a propensao marginal a consumir
c) x = 400 � Y = 12,58 + 0,79(400) = 328,58
I: 2
onde sxx = I:X2 - ( X)
n
SYY = I:Y2 - (I:Y)2
n
I: I:
SYX = I:XY - ( X) ( Y)
n
Quando R2 = 0, a variw;ao explicada de Y e zero, ou seja, a reta ajustada e
paralela ao eixo da variavel X. Se R2= 1, a reta ajustada explicara toda a varia;io
de Y. Assim sendo, quanto mais prbximo da unidade estiver o valor de R2, melhor
"
a qualidade" do ajuste da fun�io aos pontos do diagrama de dispersio e quanto
mais prbximo de zero pior sera a ''qualidade" do ajuste.
Se o poder explicativo for, por exemplo, 98%, isto significa que 98% das va
riw;Cies de Y sio explicadas por X atraves da fun�io escolhida para relacionar as
duas variaveis e 2% sio atribufdas a causas aleatorias.
GRAFICOS.7
y
-t---------------'X
0
R2=1 OU 100%
bSYX=SYY
Exemplo 9:
Calcular o poder explicativo da regressio, para os dados do Exemplo 8.
.Y
•
•
•
•
•
• • • Y=a= Y GRAFICOS.8
• •
• •
•
•
•
x
R2 =O OU 0%
b=O => bSYX=O
GRAFICOS.9
Exemplo 10:
Seja Yuma variavel que representa o valor do frete rodovimo de determina
da mercadoria e X a variavel distancia (em Km) ao destino da mercadori�. Uma
amostra de 10 observ31t0es das variaveis apresentou os seguintes resultados:
n = 10 l:XY= 842060
l:X= 1.200 l:Y2 = 4. 713. 304,03
432 l:Y= 6.480,50 l:x2 = 186.400
a) Detenninar a regressiio: Y = a + bX.
b) Interpretar os valores encontrados para a e b.
c) Calcular e interpretar o poder explicativo da regressiio.
Respostas:
a) r =624,05 + 0,50X.
b) a = 624,05 parte do frete que nao depende da distancia; b
= = 0,50 =
Exemplo 11:
Calcular o Poder Explicativo da Regressiio usando os dados da Tabela 8. 21
do Exemplo 7.
Soluriio:
�y 2201 = �Y2 =487.403
�x 1. 740 = �x2 =303.340
N 10 = b= -2,19
i\2
(-Zl9, { 3 03·340 -
(1.740)2 }
10 2.781 74
;�02
R2 =
'
0,939
(2
· = =
2.962,90
487.403 -
Exemplo 12:
VALOR DAS (NOICE DO PRODUTO
Dados: ANOS IMPORTACOES (X) NACIONAL REAL ( \")
(USS 106) (base 1949)
1959 1210 187,5
1960 1293 205,7
1961 1292 226,9
1962 1304 238,8
1963 1294 242,5
1964 1086 249,6
TABELAS .23
1965 941 256,4
1966 1303 269,5
1967 1441 282,4
1968 1855 308,7
1969 1933 336,5
1970 2507 368,5
1971 3245 410,1
1972 4235 452,7
1973 6192 504,3
1974 12.635 552,7
1975 12.169 574,8
433
Pede-se:
a) Estimar, por regressao, os valores dos parametros a e b da reta
b) Calcular o Poder Explicativo do modelo.
c) Se, em 1980, o valor das import�6es atingir 1l800 milh6es de dblares
qual devera ser o valor do Indice do Produto Nacional Real esperado?
Respostas:
a) Y =234,83 + 0,03X
b) 80,62%
c) 618,8
Exemp/o 13:
Os dado� da tabela abaixo referem-se as vendas de determinado produto (em
1.000 unidades) e aos gastos com propaganda na TV (em milh6e'S de cruzeiros).
TABELAS.24
JAN 20 2
FEV 28 4
MAR 35 6
ABR 48 8
MAI 54 10
JUN 58 12
JUL 60 14
AGO 61 16
SET 60 18
OUT 62 20
a>O
para
13>0
GRAFICO 8.10
Fazendo
Fun9ao Ajustada
I y = aX
b I (8)
on de
a = antilogA = Hf no caso de logaritmo decimal
(�)(�y)
�x y -
n
b (9)
(�x)2
�x2 -
435
n
A= � -b �I �
(10 )
Exemplo 14:
Detenninar a equ�ao de regressao
y = aX/3
GASTOSCOM
MESES VENDAS (Y) x =lnX* y =lnY
PROP. (X)
J 20 2 0,693147 2,995732
F 28 4 1,386294 3,332205
M 35 6 1,791759 3,555348
A 48 8 2,079442 3,871201
M 54 10 2,302585 3,988984
J 58 12 2,484907 4,060443
J 60 14 2,.639057 4,094345
A 61 16 2,772589 4,110874
s 60 18 2,890372 4,094345
0 62 20 2,995732 4,127134
In= logaritmo neperiano
a) Dados do Problema
(38,23.0610)(22,035884)
86' 791902-
10
b 0,5268
2
= =
(22,035884)
53,393936-
10
38,230 610 22,035884
A= (0,5268) = 2,662211
_
10 10
c) EquQfiiO da Funfiio Ajustada
a= antilog 2,662211 = e2 •66221 1 =
2, 7182822•6622 11= 14,3279
f 14,3279X°•5268
436
=
b = 0, 5268
d) Coeftciente de DetermintlfliO da Funfiio Potencia Ajustada
( 0,5268)2 (4, 835918) 1,342055
R2 = 0 ,955
1,405770
147,563724 - (38 ,230610)2
10
OU I 95,5% I
O resultado encontrado para o R2 do modelo potencia e maior do que o
encontrado para o linear (R2 = 84,5%), revelando que o poder explicativo e um
instrumento util para a escolha da melhor fu�iio ajustada
8.3.3. 2 FunflioExponencial
GRAFICO 8.11
Fazendo,
l y =log a + X log /3 I IY
ou = A +BX I (11)
Funyiio Ajustada
(l2) 437
onde
a= anti.logA
b = antilogB
=
=
Icf
Ir!
} no caso de se usar logaritmo
na base decimal
sendo
X - (l:X) (l:y)
l: y n
B=.
(13)
---
--
1:x2 - ( l:X) 2
n
X
A= l:y
n
-B l:
n
(14)
f=A +BX I
Exemplo 15:
A tabela a seguir reflete a evolu�ao do Iodice Geral de Pr�os no Brasil, no
perfodo de 1958 a 1967.
TABELAS.26
ANOS l.G.P.
x y
1958 229
1959 316
1960 407
1961 559
1962 848
1963 1473
1964 2811
1965 4416
1966 6125
1967 7946
Solurao:
No modelo exponencial, o ajuste e feito a partir dos valores originais de X
438 e dos logaritmos de Y. Na Tabela 8. 27 encontram-se os cfilculos necessanos.
TABELAS.27
ANOS l.G.P.
y= logY x2 Xy y'J.
x y
a 1) Detenninai;ao do Valor de B
10
B=
(5 5) 2
3 85-
10
Syx
f
15,19 805
=0,18422
82,50000
�
Sxx
IB = 0,18422 1
a 2) Detenninai;ao do Valor de A
I A= 2,09622 I
a3) Equaiyao da Reta Ajustada
a b
B2 Sxx
b) R2 =
Syy
Syy �(y-yj2 = �y2
= -+
(� )2 =
99,52273 -
(31 09427)2
'
10
= 2,83736
ou 98, 7%
2,83736
f = 124,80288(1+0,52834)x
{3/ex
440 ������---'
Transform�ao do ModeloTebrico
1
Fazendo x= , tem-se
X
(15)
Y= <X±{3x
Y = a + bx ou Y= a + ..!!__ (16)
x
�y - b�x
a�
n n
(17)
- x-
(�- (_Y -')
'- �
-)_,_
�x Y - -
n
b= (18)
- (�x)2
�x2 n
Exemplo 16:
TABELAB.28
60 28.000
75 18.000
90 12.000
100 10.000
150 9.800
300 10.000
450 8.700
Soluriio:
1
x y x=- xY xl yl
x
a1) deb
Detennin�ao do Valor
�x2 - (�x)2 n
0' 0007395 -(o. �333)2
7
Syx
'
184,90476
0,0001665
1:110.603,8 b= L 110.603,8
!
Sxx
a 2) Detennin�ao do Valor de a
a= �: - b �: = �
96· 00 -
1.110.603,8 o.
� 33
i = 3 737,4
a= 37 37,4
b)R2 =
b2 Sxx (1.ll0.603,8):2
= 0,837 OU 83,7%
Syy (96·500)2
--
442 1623730000-
7
8.3.3.4. Hiperbole (II)
Y =
I
a:+ {3X para a: > 0 e /3 > 0
ou, graficamen te,
GRAFICOS.13
�+-������_.x
0
Tomando y =
+ , a fum;;ao resultante ser3:
ly=a:+trrl ( 19)
I y =a+ bX (20)
onde
b = (21)
a= �Y - b
n
�
X
n
(22)
Exemplo 17:
10 225
12 180 TABELAS.30
15 154
20 110
25 100
30 80
40 63
x y Y= .!_ x2 Xy y2
y
� � )
�Xy. - ( X)n( y
b=
�2- (�2
n
SYX
) )
1' 6502525 - (152 (0,0639574 f
7 0,2614626
b
152)2 693,4285710
3994 - (
7 '
sxx
0,0639 74 0, 7 1) 1 2)
a= !:y
n
_ b :U =
n 7
5 _ ( 0003 ;
( 5 =
0,0009492
a= 0,0009492
1
=
0,0009492 + 0, 0003 771X
-
If
b) Cdlculo do R2
b2 SXX bSYX
R2 =
SYY =
SYY
I R2 = 99,3% I
8.3.4. Exerclcios Complementares
CONSUMO RENDAINTERNA
ANOS
KWH (Y) (X)
1963 1.242,5 14,83
1964 1.2 47. 4 13,54
1965 1.262,1 12,74
1966 1.292,3 13,04
TABELA8.32 1967 1.357,9 12,73
1968 1. 402,5 13.40
1969 1.443,3 13.46
1970 1.464,7 13,96
1971 1.519,2 14,67
1972 1.539,9 15,32
1973 1.569.4 16,33 445
Ajustar os dados pelos seguintes modelos, calculando os respectivos R2•
a,) Y=axf3
b) Y=arr
c) Y=a+{3X
Respostas:
Pede-se:
Respostas:
328•45
c) Y=39,25+
a) Y=171,98- 7,32X x
446 b) R2 = 82,3% d) R2 = 85,3%
3. Ajustar os dados abaixo por um modelo Y= J
TABELAB.34
y 32 42 36 50 39
x 10 18 13 25 15
RESP.: y = 10,4 05 _x0.4a6
RESP.: Y= 10,0(1,5f"
1
a,) Y=
a+(JX
_-
b) Y=a+ Ji¥
TABELAB.36
I
RESP.: a,) Y=
lO+ 2X
b) Y= 0,0566 5 - 0,00197X
TABELAB.37
CUSTO 125,8 134,8 127,0 � 22,8 � 23.4� 22,2 � 22,5 � 22,8 � 22.4 � 22,0 124, 1 124,7 122,3
DISTANCIA 229 '187 209 174 190 196 186 202 178 168 192 210 168
a) Estimar, por regressao linear, o custo fixo, e o custo por quilometro ro<la<lo.
448 b) Calcular o Poder Explicativo do modelo.
RESP. : 1) =
a 103,57
b=0,1048
2) R2=89,4%
Entre as fu�oos nao lineares e que nao podem ser transfonnadas em reta,
as mais encontradas sao all parabolas, especialmente as de segundo e terceiro
graus. A detennin�ao dos p1!f8metrOS' da parabola punbem e feita mediante a
aplic�ao do metodo dos mfnimos quadrados. Assim sendo, devemos tomar mi
nima a expressao:
aa ab ac
{
nonnais do ajustamento:
:Ex5=I;f'X -X)5=0
Podemos agora reescrever as equ�oos nonnais do ajustamento da parabola
{
usando a variavel transfonnada x=
:EY=na
:ExY=
X
b:Ex2
-
+ cl::x2
X
(24)
:Ex2 y=a:Ex2 + c:Ex4
=
na
b�x2
+ c�x2
+ d�x4
(25)
�x2Y = a�x2 . + c�x4
�x3Y =
b�x4 +d�x6
Para calcular o valor do coeficiente de detennin�ao, recorreremos a se
guinte expressao
Syy Syy
Exemplo 18:
A Tabela 8.40 apresenta o pr�o do litro de gasolina observado em um perfo·
do de sete semestres consecutivos.
a) Ajustar os dados por uma parabola de segundo grau e calcular o valor do coefi
ciente de determin�ao.
b) Ajustar os dados por uma parabola do terceiro grau e calcular o valor do coefi
ciente de detennin�ao.
PR ECO
DATAS
Cr$ POR LITRO
Solufao:
Na Tabela 8.41 encontram-se os calculos necessanos para a resolu�ao do pro
blema
TABELA8.41
l:Y = na +cl:x2
l:xY ;;; b l:x 2
l:_x y= al:x2
2 +cl:x4
131 5
b= • = 4' 69643
28
I b = 4,69643 I
Resolvendo o sistema de equwr0es (I) e (III) tiramos osval ores de a e dec
{ -400=-2& - 112c
529,1= 28a+196c
I c= 1,53690 I
529,1=28a+196x 1,53690= 28a+301,23240
f a= 8,13813 I
A equwrao da parabola de 20 grau ajustada ser8:
I t= 8,13813+4,69643X+1,53690.¥2
a 2) Cilculo doR2
�(Y - Y)2
R2 =I - onde �y Y)2 =
35,37381
Syy
-
� 2
e Syy = �Y2 - ( Y)
n
02
= 2279,94 - ( 1� > = 851,36857
35,37381 - -
R2 1- 1- 0,04155 - 0,95845
-
- 851 36857 -
'
I R2 = 0,95845 OU 95,84% I
b) Ajuste pela Parabola do P grau e Oilculo do R2
r
y = M +c�x2
�xY = b�x2 +d�x4
�2Y= a�x2 +c�x4
{
�3Y= b�x4 +d�x6
Substituindo os somatbrios pelos valores constantes da Tabela 8.41
452
{ 100
529,l
=
=
1a + 28c
28a + I96c
(I)
(III)
Multiplicando (I) por(-4) e resolvendo
{ -400=--28a - l12.c
529' 1= 28a + 196c
� 129 10= 84c� c = 129•1 = 1 53690
'
84 '
.
a 529,1-(196x1,53690)
- = 8' 13813
28
I a= ,13813
s I
I c= 1,s3690 I
{ 131,5= 28b +
997,3= 196b + 158&1
196d II Multiplicando (II) por (- 7)
IV
76,8 = 0 + 216d
I b= z2015o I
I r= s.13813 + z2015Ck + 1,5369<k2 + 0,35556x3 I
b. 2) Calculo doR2
TABELAS.43
I R2 =
�
99,
A parabola de terceiro grau ajusta-se melhor aos dados do que a de segundo
grau.
ANOS PRODU<;AO
1957 30.542
1958 60.983
1959 96.114
1960 133.041
1961 145.584
1962 191.194
1963 174.191
TABELAS.44
1964 183.707
1965 185.187
1966 224.574
1967 225.362
1968 278.473
1969 349.519
1970 416.047
1971 516.038
1972 608.985
1973 729.135
TABELAS.45
Nossa Senhora do 6 16 14
Casa Verde 30 16
Vila Formosa 35 19
Santana 70 30
Barra Funda 90 31
J. Paulista 120 33
Santo Amaro 160 35
Lapa 237 43
Pinheiros 378 50
a) Ajustar os dados por uma reta e por uma cuiva geometrica ( Y = aXP:>.
b) Calcular o coeficiente de determin�ao.
4,35 62,42
TABELAS.46 6,39 207,74
9,74 405.47
10,08 628,22
11,65 828,61
13,01 891,39
21,18 2.196,64
455
a) ��� os dados por uma fun�ao potencia ( curva geometrica) do tipo: Y =
Respostas:
a) y = 0,6 705133.x°,4355624
b) R2 = 97,5%
c) Elasticidade constante: 0,4355624 b =
,
d) 10r =oo-1s,11111ss )X9,9739198 =<1•6913021H10-1 6)X9 9'39198
e) R2 84,8%
=
TABELAS.47
a) f =10-0,83662x1,03304
2
b) R = 99,98%
c) Elasticidade-renda do IR: 1,03304
t
Y=a+P x
)
!xo
Calcular oR2•
TABELA 8.48
X (50 BILHOES
Y%
DE CRUZE I ROS)
6,0 2,5
5,5 2,4
5,5 2,7
4,8 2,6
4,4 3,0
3,7 3,3
3,5 3,7
3,2 4,4
2,7 4,9
3,0 5,6
2,5 6,2
1
Sugestiio: Fazerx = ondeXo = 2
X _Xo
149
Resposta: f 2, 56 + X .'..._ 2
=
Ji2 =86,9%
457
Referencias
bibliogrllficas
Blalock Jr., Hubert. EstadfsticaSociaL Mexico, D.F.; Fondo de Cultura Economica, 1966.
<'roxton, F.E. e D.J. Cowden. Estadfstica Aplicada a los Negocios. Barcelona, Espanha:
Editorial Hispano Europea, 1965.
..Curso de Auxillar de Administra�io". Fasc{culo da Abril S.A., Cultural e Industrial, 1973.
Fonseca, J.S. e G.A. Martins. Curso de Estatfstica. Sio Paulo: Atlas, 1975.
Fox, K.A. e William C. Merrill. Estatfstica Economica. Sio Paulo: Atlas, 1977.
Karmel, Paul H. e K. M. Polasek. Estatfstica Geral e Aplicada a Economia. Sio Paulo: Atlas,
1972.
Kmenta, Jan. Elementos de Econometria. Sio Paulo: Atlas, 1978.
Kirsten, Jose Tiacci. Metodologia da Construfiio de Indices de Preros ao Consumidor -
Custo de Vida. Sio Paulo: Serie IPE, 1975.
Lindgren, B.W. e G.W. McElbrath. /ntrodufiio a Estatfstica. Rio de Janeiro: Ao Livro Tec-
nico S.A., 1972.
Mathias, Washington F. e Jose M. Gomes. Matem4tica Financeira. Sio Paulo: Atlas, 1977.
Montello, Jesse. Estatfstica para Economistas. Rio de Janeiro: APEC Editora, 1970.
Perlman, Richard. Problems in Statistics for Economics and Business Students. New York:
Holt, Rinehart and Winston, 1963.
Rossetti, Jose P. Contabilidade Nacional. Sio Paulo: Atlas, 1979.
Spiegel, Murray. "Estatfstica". In Coleriio Schaum. Sio Paulo: McGraw-Hill Book do Brasil,
1970.
Toledo, G . L., G.A. Martins e J.S. Fonseca. Estatfstica Aplicada. Sio Paulo: Atlas, 1976.
Wasserman, William e John Neter. Fundamentos de Estatistica Aplicada a los Negocios
ya la Economia. Mexico, D.F.: Cia. Editorial Continental S.A., 1963.
APOSTILAS
Apostilas do Departamento de Administra�o da FEA/USP.
Apostilas do Departamento de Economia da FEA/USP.
459