C

ADMINISTRAO

incias ontbeis

Caderno de Estatstica I Dom Alberto

Prof: Rosane de Ftima Worm

C122

WORM, Rosane de Ftima

Caderno de Estatstica I Dom Alberto / Rosane de Ftima Worm. Santa Cruz do Sul: Faculdade Dom Alberto, 2010. Inclui bibliografia. 1. Administrao Teoria 2. Cincias Contbeis Teoria 3. Estatstica I Teoria I. WORM, Rosane de Ftima II. Faculdade Dom Alberto III. Coordenao de Administrao IV. Coordenao de Cincias Contbeis V. Ttulo

CDU 658:657(072)

Catalogao na publicao: Roberto Carlos Cardoso Bibliotecrio CRB10 010/10

Pgina 2

Apresentao

O Curso de Administrao da Faculdade Dom Alberto iniciou sua trajetria acadmica em 2004, aps a construo de um projeto pautado na importncia de possibilitar acesso ao ensino superior de qualidade que, combinado seriedade na execuo de projeto pedaggico, propiciasse uma formao slida e relacionada s demandas regionais. Considerando esses valores, atividades e aes voltadas ao ensino slido viabilizaram a qualidade acadmica e pedaggica das aulas, bem como o aprendizado efetivo dos alunos, o que permitiu o reconhecimento pelo MEC do Curso de Administrao em 2008. Passados seis anos, o curso mostra crescimento quantitativo e qualitativo, fortalecimento de sua proposta e de consolidao de resultados positivos, como a publicao deste Caderno Dom Alberto, que o produto do trabalho intelectual, pedaggico e instrutivo desenvolvido pelos professores durante esse perodo. Este material servir de guia e de apoio para o estudo atento e srio, para a organizao da pesquisa e para o contato inicial de qualidade com as disciplinas que estruturam o curso. A todos os professores que com competncia fomentaram o Caderno Dom Alberto, veculo de publicao oficial da produo didticopedaggica do corpo docente da Faculdade Dom Alberto, um agradecimento especial.

Lucas Jost Diretor Geral

Pgina 3

PREFCIO
A arte de ensinar e aprender pressupe um dilogo entre aqueles que interagem no processo, como alunos e professores. A eles cabe a tarefa de formao, de construo de valores, habilidades, competncias necessrias superao dos desafios. Entre estes se encontra a necessidade de uma formao profissional slida, capaz de suprir as demandas de mercado, de estabelecer elos entre diversas reas do saber, de atender s exigncias legais de cada rea de atuao, etc. Nesse contexto, um dos fatores mais importantes na formao de um profissional saber discutir diversos temas aos quais se aplicam conhecimentos especficos de cada rea, dispondo-se de uma variedade ampla e desafiadora de questes e problemas proporcionada pelas atuais conjunturas. Para que isso se torne possvel, alm da dedicao daqueles envolvidos no processo de ensino-aprendizagem, preciso haver suporte pedaggico que d subsdios ao aprender e ao ensinar. Um suporte que supere a tradicional metodologia expositiva e atenda aos objetivos expressos na proposta pedaggica do curso. Considerando esses pressupostos, a produo desse Caderno Dom Alberto parte da proposta pedaggica do curso da Faculdade Dom Aberto. Com este veculo, elaborado por docentes da instituio, a faculdade busca apresentar um instrumento de pesquisa, consulta e aprendizagem tericoprtica, reunindo materiais cuja diversidade de abordagens atualizada e necessria para a formao profissional qualificada dos alunos do curso. Ser um canal de divulgao do material didtico produzido por professores da instituio motivao para continuar investindo da formao qualificada e na produo e disseminao do que se discute, apresenta, reflete, prope e analisa nas aulas do curso. Espera-se que os leitores apreciem o Caderno Dom Alberto com a mesma satisfao que a Faculdade tem em elaborar esta coletnea.

Elvis Martins Diretor Acadmico de Ensino

Pgina 4

Sumrio
Apresentao Prefcio Plano de Ensino Aula 1 Introduo a Estatstica Aula 2 Atividades Aula 3 Distribuio de Freqncia Aula 4 Representao Grfica Aula 5 Medidas de tendncia central Aula 6 A Mediana Aula 7 Continuao Aula 6 Aula 8 Medidas de disperso Aula 9 Continuao Aula 8 Aula 10 Medidas de Posio Aula 11 Coeficiente de Variao Aula 12 Eventos Complementares 129 138 3 4 6

10 84

90 96 108 113 116 118 124 125

Pgina 5

Centro de Ensino Superior Dom Alberto

Plano de Ensino
Curso: Administrao/Cincias Contbeis Carga Horria (horas): 60 Identificao Disciplina: Estatstica I Crditos: 4 Semestre: 2

Ementa Populao e Amostra. Sries Estatsticas. Grficos Estatsticos. Distribuio de Freqncia. Tipos de Mdias. Medidas de Variabilidade. Medidas de Disperso. Probabilidade. Objetivos Geral: Desenvolver processos cognitivos e a aquisio de atitudes possibilitando o aluno a criar hbito de investigao e confiana para enfrentar situaes novas e formar uma viso ampla e cientfica da realidade. Especficos: Compreender os conceitos de populao, amostra e varivel. Construir, ler, analisar e interpretar vrios tipos de grficos. Resolver problemas que envolvam os conceitos de estatstica. Determinar a probabilidade de um evento num espao amostra finito, independente da experimentao. Compreender e aplicar o conceito de distribuio binomial no clculo de probabilidades. Inter-relao da Disciplina Horizontal: As aplicaes da disciplina so processadas de forma a adaptar o conhecimento terico a uma situao prtica e interdisciplinar ajustada a realidade dos negcios na economia brasileira. Vertical: Despertar o interesse do aluno na interpretao de dados com vista na utilizao de instrumentos capazes de fornecer um conhecimento cientfico, no que se refere ao pleno entendimento e leitura de dados. Competncias Gerais Reconhecer e definir problemas, equacionar solues, pensar estrategicamente, introduzir modificaes no processo produtivo, atuar preventivamente, transferir e generalizar conhecimentos e exercer, em diferentes graus de complexidade, o processo da tomada de deciso; Desenvolver raciocnio lgico, crtico e analtico para operar com valores e formulaes matemticas presentes nas relaes formais e causais entre fenmenos produtivos, administrativos e de controle, bem assim expressando-se de modo crtico e criativo diante dos diferentes contextos organizacionais e sociais; Competncias Especficas Identificar problemas especficos, da estatstica descritiva, ler, compreender e interpretar dados. Coletar e organizar dados. Habilidades Gerais Reconhecer e definir problemas, organizar, compreender e interpretar grficos e demais dados estatsticos referentes a estatstica descritiva. Habilidades Especficas Conhecer mtodos estatsticos para descrever, analisar e interpretar os dados referentes a estatstica descritiva. Contedo Programtico PROGRAMA 1. Introduo a Estatstica; 2. Natureza dos dados: variveis quantitativas e qualitativas; variveis discretas e contnuas; 3. Populao e Amostra; 4. Amostragem: conceitos e tipos;

Pgina 6

Misso: "Oferecer oportunidades de educao, contribuindo para a formao de profissionais conscientes e competentes, comprometidos com o comportamento tico e visando ao desenvolvimento regional.

5. 6. 7. 8. 9. 10.

Dados absolutos e relativos; Tabelas: conceitos; ROL; elementos essenciais; construo; Sries estatsticas; Grficos: principais tipos; anlise; histogramas; Distribuio de freqncias: intervalos de classes; freqncias: absolutas, relativas e acumuladas; Medidas de tendncia central: - Mdias: aritmtica, geomtrica, ponderada e mvel - Mediana - Moda - Ponto mdio. 11. Medidas de posio: - Escore z - Quartis, decis e percentis. 12. Medidas de variao: - Amplitude - Desvio-padro - Varincia. 13. Medidas de Assimetria e Curtose.. 14. Probabilidade: - Experimentos - Espao amostral - Eventos - Arranjos e Combinaes. 15. Nmeros ndices

Estratgias de Ensino e Aprendizagem (metodologias de sala de aula) O planejamento do trabalho em sala de aula base da construo do processo de ensino e aprendizagem. Planejando a ao, o professor tem a possibilidade de saber exatamente qual o ponto de partida e o de chegada para cada tema abordado em seu curso. Um planejamento no um esquema de trabalho rgido, inflexvel. Pelo contrrio, devem-se levar em conta as situaes inesperadas que vo ocorrendo e adaptar ou modificar o que se havia inicialmente previsto, de acordo com suas observaes de classe e necessidades dos alunos. H metas que devem ser estabelecidas e alcanadas, sendo necessrio que o professor disponha de um fio condutor para a ao que vai desenvolver e de uma previso para os resultados dessa ao. Avaliao do Processo de Ensino e Aprendizagem A avaliao do processo de ensino e aprendizagem deve ser realizada de forma contnua, cumulativa e sistemtica com o objetivo de diagnosticar a situao da aprendizagem de cada aluno, em relao programao curricular. Funes bsicas: informar sobre o domnio da aprendizagem, indicar os efeitos da metodologia utilizada, revelar conseqncias da atuao docente, informar sobre a adequabilidade de currculos e programas, realizar feedback dos objetivos e planejamentos elaborados, etc. A forma de avaliao ser da seguinte maneira: 1 Avaliao Peso 8,0 (oito): Prova; Peso 2,0 (dois): Trabalho referente ao contedo ministrado at a 1a avaliao. 2 Avaliao Peso 8,0 (oito): Prova; Peso 2,0 (dois): referente ao Sistema de Provas Eletrnicas SPE (maior nota das duas provas do SPE) Observao: As provas do SPE devero ser realizadas at o dia 30/09/2010 (1 prova SPE) e at o dia 30/11/2010 (2 prova SPE), sendo obrigatria a realizao de ao menos uma prova. Avaliao Somativa A aferio do rendimento escolar de cada disciplina feita atravs de notas inteiras de zero a dez, permitindo-se a frao de 5 dcimos. O aproveitamento escolar avaliado pelo acompanhamento contnuo do aluno e dos resultados por ele obtidos nas provas, trabalhos, exerccios escolares e outros, e caso necessrio, nas provas substitutivas. Dentre os trabalhos escolares de aplicao, h pelo menos uma avaliao escrita em cada disciplina no

Pgina 7
Misso: "Oferecer oportunidades de educao, contribuindo para a formao de profissionais conscientes e competentes, comprometidos com o comportamento tico e visando ao desenvolvimento regional.

bimestre. O professor pode submeter os alunos a diversas formas de avaliaes, tais como: projetos, seminrios, pesquisas bibliogrficas e de campo, relatrios, cujos resultados podem culminar com atribuio de uma nota representativa de cada avaliao bimestral. Em qualquer disciplina, os alunos que obtiverem mdia semestral de aprovao igual ou superior a sete (7,0) e freqncia igual ou superior a setenta e cinco por cento (75%) so considerados aprovados. Aps cada semestre, e nos termos do calendrio escolar, o aluno poder requerer junto Secretaria-Geral, no prazo fixado e a ttulo de recuperao, a realizao de uma prova substitutiva, por disciplina, a fim de substituir uma das mdias mensais anteriores, ou a que no tenha sido avaliado, e no qual obtiverem como mdia final de aprovao igual ou superior a cinco (5,0). Sistema de Acompanhamento para a Recuperao da Aprendizagem Sero utilizados como Sistema de Acompanhamento e Nivelamento da turma os Plantes Tira-Dvidas que so realizados sempre antes de iniciar a disciplina, das 18h30min s 18h50min, na sala de aula. Recursos Necessrios Humanos Professor. Fsicos Laboratrios, visitas tcnicas, etc. Materiais Recursos Multimdia. Bibliografia Bsica CRESPO, Antnio Arnot. Estatstica fcil. 18. ed. So Paulo: Saraiva, 2002. SILVA, Ermes Medeiros da. et al. Estatstica: para cursos de economia, administrao e cincias contbeis. So Paulo: Atlas, 1999. 1 e 2 v. MORETTIN, Pedro A; BUSSAB, Wilton de O. Estatstica bsica. 5. ed. So Paulo: Saraiva 2003. TOLEDO, Geraldo Luciano; OVALLE, Ivo Izidoro. Estatstica bsica. 2. ed. So Paulo: Atlas, 1995. SPIEGEL, Murray R. Estatstica. 3. ed. So Paulo: Pearson Education, 1994. Complementar BARBETTA, Pedro Alberto. Estatstica aplicada s cincias sociais. 5. ed. Florianpolis: UFSC, 2002. MOORE, David. A Estatstica bsica e a sua prtica. Rio de Janeiro: LTC, 2005. BUNCHAFT G.; KELLNER S. R. O. Estatstica sem mistrio. Petrpolis: Vozes; 1999. FONSECA, Jairo Simon da; MARTINS, Gilberto. Curso de estatstica. So Paulo: Atlas, 1996. MARTINS, Gilberto de Andrade; DONAIRE, Denis. Princpios de estatstica. So Paulo: Atlas, 1990. Peridicos Jornais: Gazeta do Sul, Zero Hora. Revistas: Veja, Isto . Sites para Consulta http://www.mec.gov.br http://www.ime.usp.br http://www.ibge.gov.br Outras Informaes Endereo eletrnico de acesso pgina do PHL para consulta ao acervo da biblioteca: http://192.168.1.201/cgi-bin/wxis.exe?IsisScript=phl.xis&cipar=phl8.cip&lang=por

Pgina 8
Misso: "Oferecer oportunidades de educao, contribuindo para a formao de profissionais conscientes e competentes, comprometidos com o comportamento tico e visando ao desenvolvimento regional.

Cronograma de Atividades
Aula 1 2 3 4 5 6 7 1 1 8 9 10 11 12 13 2 2 3 Consolidao Avaliao Contedo Apresentao do plano de ensino. Introduo a estatstica. Natureza dos dados: tipos de variveis; Populao e Amostra; Amostragem: conceitos e tipos; Dados absolutos e relativos; Tabelas: conceitos; ROL; elementos essenciais; construo; Sries estatsticas; Grficos: principais tipos; anlise; histogramas; Distribuio de freqncias:intervalos de classes; freqncias: absolutas, relativas e acumuladas; Distribuio de freqncias:intervalos de classes; freqncias: absolutas, relativas e acumuladas; Medidas de tendncia central: Mdias: aritmtica, geomtrica, ponderada e mvel Consolidao 1. 1 Avaliao. Medidas de tendncia central: Mediana; Moda; Ponto mdio. Medidas de posio: Escore z; Quartis, decis e percentis. Medidas de variao: amplitude; desvio-padro e varincia. Medidas de Assimetria e Curtose. Nmeros ndices. Nmeros ndices. Probabilidade: Experimentos; Espao amostral; Eventos; Probabilidade: Arranjos e Combinaes. Consolidao 2. 2 avaliao. Avaliao substituta. AE AE AE AE, TG AE AE AE AP, QG AP, QG AP, QG AP, QG, DS AP, QG, DS AP, QG AP, QG Procedimentos AE AE, TI AE AE AE AE, TI PA, AE AE Recursos QG, AP, DS AP, QG, DS AP, QG, DS AP, QG, DS AP, QG AP, QG AP, QG AP, QG

Legenda
Cdigo AE TG TI SE PA Descrio Aula expositiva Trabalho em grupo Trabalho individual Seminrio Palestra Cdigo QG RE VI DS FC Descrio Quadro verde e giz Retroprojetor Videocassete Data Show Flipchart Cdigo LB PS AP OU Descrio Laboratrio de informtica Projetor de slides Apostila Outros

Pgina 9
Misso: "Oferecer oportunidades de educao, contribuindo para a formao de profissionais conscientes e competentes, comprometidos com o comportamento tico e visando ao desenvolvimento regional.

MEDIDAS DE TENDNCIA CENTRAL

Depois de se fazer a coleta e a representao dos dados de uma pesquisa, comum analisarmos as tendncias que essa pesquisa revela. Assim, se a pesquisa envolve muitos dados, convm sintetizarmos todas essas informaes a um mnimo de parmetros que possam caracteriz-la. Esses parmetros podem ser: MEDIDAS DE TENDNCIA CENTRAL Uma medida de tendncia central um valor no centro ou no meio de um conjunto de dados.
Pgina 10

As medidas de posio mais importantes so as medidas de tendncia central, que recebem tal denominao pelo fato de os dados observados tenderem, em geral, a se agrupar em torno dos valores centrais. Dentre as medidas de tendncia central, destacam-se as seguintes: Mdia aritmtica, Moda e Mediana. Cada uma com um significado diferenciado, porm tendo como serventia representar um conjunto de dados. A maneira de se obter estas medidas um pouco diferenciada dependendo de como os dados so apresentados. Eles podem vir de forma isolada (no agrupados) ou ainda ponderada (agrupados em intervalos ou sem intervalo de classe, por ponto).
Pgina 11

MEDIDAS DE TENDNCIA CENTRAL

MODA MEDIANA MDIA

Pgina 12

Mdia: ponto de equilbrio do conjunto.

Pgina 13

Mdia Aritmtica ( ou x )
o quociente da diviso da soma dos valores da varivel pelo nmero deles:

= xi N

ou

X = xi n

Sendo: ou x: mdia aritmtica Xi: valores da varivel n ou N: nmero de valores

Pgina 14

Dados no-agrupados Quando se deseja conhecer a mdia dos dados no-agrupados, determinamos mdia aritmtica simples. Exemplo: Sabendo-se que as vendas dirias da empresa A, durante uma semana, foram de 10, 14, 13, 15, 16, 18 e 12 unidades, tem-se, para produo mdia da semana: 10 + 14 + 13 + 15 + 16 + 18 + 12 = 98 = 14 7 7
Pgina 15

Dados Agrupados mdia aritmtica ponderada Sem intervalos de classe: As freqncias so nmeros indicadores da intensidade de cada valor da varivel, elas funcionam como fatores de ponderao, o que leva a calcular a mdia aritmtica ponderada. _ = xi.fi populao X = xi.fi amostra N n
Pgina 16

Exemplo: Considerando a distribuio relativa a 34 famlias de quatro filhos, adotando-se a varivel nmero de filhos do sexo masculino, determine a mdia. N. de Meninos fi 0 1 2 3 4 2 6 10 12 4 = 34
Pgina 17

Com intervalos de classe: Convenciona-se que todos os valores includos em um determinado intervalo de classe coincidem com o seu ponto mdio, e determina-se a mdia aritmtica ponderada. = xi.fi N populao X = xi.fi amostra n
__

Onde Xi o ponto mdio da classe

Pgina 18

Exemplo: SALRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS FUNCIONRIOS DA EMPRESA Z

Salrios semanais (R$) 150 -- 154 154 158 158 162 162 166 166 170 170 174 Total

Freqncia s 4 9 11 8 5 3 40
Pgina 19

A mdia utilizada quando: Desejamos obter a medida de posio que possui a maior estabilidade; Houver a necessidade de um tratamento algbrico ulterior.

Pgina 20

Mdia Geomtrica Simples Para uma seqncia numrica x: x1, x2, ......., xn, a mdia geomtrica simples, que designaremos por , definida por:

Exemplo: Se X: 2, 4, 6, 9, ento:
Pgina 21

Mdia Geomtrica Ponderada Para uma seqncia numrica x: x1, x2, ...., xn afetados de pesos p1, p2, ..., pn respectivamente, a mdia geomtrica ponderada que designaremos por definida por:

Pgina 22

Exemplo: Se x: 1, 2, 5, com pesos 3, 3, 1 respectivamente ento:

xg =

1 .2 .5 =
3 3 1

1.8.5 =

40 = 1,6938

Pgina 23

Mdia Mvel Uma mdia, como o nome diz, mostra o valor mdio de uma amostra de determinado dado. Uma mdia mvel aritmtica (MMA) uma extenso desse conceito, representando o valor mdio, normalmente dos preos de fechamento, em um perodo de tempo.
Pgina 24

Exemplo: A mdia mvel simples calculada pela formao do preo mdio por um nmero especfico de perodos. Para o clculo usamos o preo de fechamento. Por exemplo: Vamos utilizar a mdia dos ltimos 10 dias. Devemos somar os preos finais durante os ltimos 10 dias e dividir o total por 10. 10+11+12+13+14+15+16+17+18+19=145 (145/10) = 14,50
Pgina 25

 Devemos repetir este clculo conforme o passar dos dias, assim, as mdias vo se juntando e formando uma linha. Se continuarmos com o nosso exemplo, o prximo preo final na mdia ser 20, ento teremos um novo perodo, somando o ltimo dia (20) e removendo o primeiro da lista (10). Continuando com a mdia dos ltimos 10 dias, a mdia mvel simples dever ser calculada da seguinte maneira: 11+12+13+14+15+16+17+18+19+20=155 (155/10) = 15,50 Repare que removemos o primeiro dia da lista (10) para incluir o novo dia (20). Durante os ltimos dois dias, a mdia moveu-se de 14,50 para 15,50. Como so somados novos dias, os antigos sero removidos e a mdia permanece se movendo com o passar do tempo.
Pgina 26

Exerccios

Pgina 27

Moda: valor mais provvel.

Pgina 28

Moda (Mo)
A moda de uma distribuio o valor da varivel que tem a maior freqncia absoluta simples, quer dizer aquele valor que aparece mais [mais se repete]. Existem algumas situaes nas quais no existe moda, isto , todos os valores da varivel s aparecem uma vez, no se repetem. Em outras situaes pode-se ter mais de uma moda, isto , quando dois ou mais valores da varivel tm maior freqncia [freqncias iguais], neste caso diz-se que o conjunto bimodal. Podem-se ter trs, quatro, etc. Nestes casos difcil escolher a moda como um representante do grupo, uma vez que teremos muitos representantes. Para que se possa obter o valor da moda necessrio que os dados estejam no mnimo em escala nominal, quer dizer, com qualquer nvel de mensurao podemos obter o valor da moda, uma vez que ela oriunda apenas de uma contagem. Portanto, a moda o valor que ocorre com maior freqncia em uma srie de valores.
Pgina 29

Exemplo: - o dono do restaurante vai preparar mais o fil de maior sada; maioria tirou C numa turma; o proprietrio da loja de sapato vai comprar mais os nmeros de maior sada.

Pgina 30

Dados no-agrupados A moda facilmente reconhecida: basta procurar o valor que mais se repete. Exemplo: A srie de dados: 7, 8, 9, 10, 10, 10, 11, 12, 12, 12, 12, 13, 15 tem moda igual a 12. Amodal: so as sries nas quais nenhum valor aparea mais vezes que outros. Exemplo: 3, 5, 8, 10, 13. Multimodal: uma srie que possui dois ou mais Pgina 31 valores modais.

Dados agrupados
Sem intervalos de classe: o valor da varivel de maior
freqncia

Xi 3 5 7 9 10

fi 8 1 15 7 6

Classe Modal Mo = 7
Pgina 32

Com intervalos de classe: A classe que apresenta maior freqncia denominada classe modal. O mtodo mais simples para o clculo da moda consiste em tomar o ponto mdio da classe modal. Damos a esse valor a denominao de moda bruta. H, para o clculo da moda, outros mtodos mais elaborados, como, por exemplo, o que faz uso da frmula de CZUBER:
Pgina 33

Exemplo: Calcule a moda da seguinte distribuio

SALRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS SALRIOS RECEBIDOS PELOS FUNCIONRIOS DA EMPRESA Z

Salrios semanais (R$) 150 154 158 162 166 170 |--- 154 |--- 158 |--- 162 |--- 166 |--- 170 |--- 174

Freqncias 4 9 11 8 5 3 40
Pgina 34

Total

Empregamos a moda quando: Desejamos obter uma medida rpida e aproximada de posio; A medida de posio deve ser o valor mais tpico da distribuio
Pgina 35

Mediana: divide o conjunto

em duas partes iguais.

Pgina 36

Mediana (Md):
o nmero que se encontra no centro de uma srie de nmeros, estando estes dispostos segundo uma ordem. Para que se possa obter o valor da mediana os dados tm que estar em uma escala de medida no mnimo ordinal, uma vez que se precisa orden-los. A mediana o valor que divide o conjunto ao meio, isto , concentra antes e depois de si, 50% das observaes ordenadas. Ao contrrio da mdia aritmtica a mediana no sofre influncia quando temos no conjunto valores discrepantes [tanto para mais como para menos]. Neste caso a mediana pode melhor representar um conjunto do que a mdia aritmtica, porm no tem o mesmo significado que aquela.
Pgina 37

A mediana pode ou no pertencer ao conjunto do qual ela originria, vai pertencer sempre que o conjunto tiver um nmero mpar de informaes e vai ou no pertencer quando o conjunto tiver um nmero par de observaes. Com isso j podemos ver que a quantidade de observaes influi na maneira pela qual vamos encontrar o valor da mediana.

Pgina 38

Dados no-agrupados: Estando ordenados os valores de uma srie e sendo n o nmero de elementos da srie, o valor mediano ser, quando n for: mpar : o termo de ordem ; n + 1

2
par : a mdia aritmtica dos termos de ordem

n e n + 1. 2 2
Pgina 39

Exemplo 1: Dada srie de valores: 5, 13, 10, 2, 18, 15, 6, 16, 9, identifique a mediana. Md = 10 Exemplo 2: Dada srie de valores: 2, 6, 7, 10, 12, 13, 18, 21, calcule a mediana. Md = 11 O valor da mediana pode coincidir ou no com um elemento da srie.

Pgina 40

Dados agrupados: Para o caso de uma distribuio, porm, a ordem, a partir de qualquer um dos extremos, dada por: n 2 Sem intervalos de classe: o bastante identificar a freqncia acumulada imediatamente superior metade da soma das freqncias. A mediana ser aquele valor da varivel que corresponde a tal freqncia acumulada. Exemplo: Considerando a distribuio relativa a 34 famlias de quatro filhos, tomando para varivel o nmero de filhos do sexo masculino, determine a mediana: Pgina 41

N.de Meninos 0 1 2 3 4

fi 2 6 10 12 4 = 34

Pgina 42

No caso de existir uma freqncia acumulada (Fi), tal que:

a mediana ser dada por:

Md = xi + X i + 1
2

isto , a mediana ser a mdia aritmtica entre o valor da varivel correspondente a essa freqncia acumulada e a seguinte.

Pgina 43

Exemplo: Determine a mediana da distribuio abaixo:

Xi 12 14 15 16 17 20

fi 1 2 1 2 1 1

Fi

Pgina 44

Com intervalos de classe: Classe mediana aquela correspondente freqncia acumulada imediatamente superior a fi. 2

Pgina 45

Em seguida, emprega-se a frmula:

Me = li + h ( fi/2 - Fi ( i -1) ) fi
Sendo: li = limite inferior da classe mediana h = amplitude do intervalo da classe mediana fi = freqncia simples da classe mediana Fi = freqncia acumulada da classe anterior classe mediana
Pgina 46

Exemplo: Calcule a mediana da seguinte distribuio: SALRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS SALRIOS RECEBIDOS PELOS FUNCIONRIOS DA EMPRESA Z Salrios semanais (R$) 150 -- |--- 154 154 |--- 158 158 |--- 162 162 |--- 166 166 |--- 170 170 |--- 174 Total Freqncia s 4 9 11 8 5 3 40

Pgina 47

No caso de existir uma freqncia acumulada exatamente igual a , a mediana ser o limite superior da classe correspondente.
i Classes 0 |--- 10 10 |--- 20 20 |--- 30 30 |--- 40 40 |--- 50 50 |--- 60 fi 1 3 9 7 4 2 26 Fi

Exemplo

Pgina 48

Empregamos a mediana quando: Desejamos obter o ponto que divide a distribuio em partes iguais; H valores extremos que afetam de uma maneira acentuada a mdia; A varivel em estudo salrio.

Pgina 49

ESTATSTICA

O que a Estatstica significa para voc?

Pgina 50

INTRODUO ESTATSTICA: a cincia dos dados. Ela envolve coletar, classificar, resumir, organizar, analisar e interpretar informao numrica.

ANTIGUIDADE: os povos j registravam o nmero de habitantes, nascimentos, bitos, faziam estimativas das riquezas individual e social, distribuam terras ao povo, cobravam impostos.

Pgina 51

ESTATSTICA

Pgina 52

ESTATSTICA ENVOLVE DOIS PROCESSOS DIFERENTES

DESCREVER CONJUNTO DE DADOS

OBTER CONCLUSES (FAZER ESTIMATIVAS, PREVISES,TOMAR DECISOES, ETC.)

Pgina 53

ESTATSTICA
DESCRITIVA

INFERENCIAL

A Estatstica descritiva utiliza mtodos numricos e grficos para detectar padres em um conjunto de dados, para resumir a informao revelada em um conjunto de dados para apresentar a informao de uma forma conveniente.

A Estatstica inferencial utiliza uma amostra de dados para fazer estimativas, tomar decises, previses ou outras generalizaes acerca de um conjunto maior de dados.

Pgina 54

Pgina 55

ESTATSTICA DESCRITIVA
COLETAR CONTAR ORGANIZAR TABULAR

DADOS ESTATSTICOS

DESCREVER O FENMENO ESTATSTICO

Pgina 56

ESTATSTICA INFERENCIAL

POPULAO

AMOSTRA

MEDIANTE MTODOS E MODELOS Pgina 57 VAI INFERIR POSSVEIS RESULTADOS

A natureza dos dados estatsticos

Dados numricos ou dados quantitativos. Dados categricos ou dados qualitativos.

Obtidos: medindo ou contando discreto

Resultam de um conjunto finito de valores possveis, ou de um conjunto enumervel desses valores. (ou seja, nmeros inteiros.). Ex.: nmeros de ovos que as galinhas pem.

contnuo
Resultam de um nmero infinito de valores possveis que podem ser associados a pontos em uma escala contnua. Ex: quantidade de leite que as vacas produzem

Resultam de descries, por exemplo, grupos sanguneos, estado civil ou na religio de pacientes de um hospital.

Pgina 58

Exemplos . Cor dos olhos das aluna: qualitativa . Produo de caf no Brasil: quantitativa contnua . Nmero de defeitos em aparelhos de TV: quantitativa discreta . Comprimento dos pregos produzidos por uma empresa: quantitativa contnua . O ponto obtido em cada jogada de um dado: quantitativa discreta

Pgina 59

POPULAO

PESSOAS, ANIMAIS, OBJETOS ou NMEROS

PASSVEIS DE UM LEVANTAMENTO OU PESQUISA
Pgina 60

POPULAO

FINITA
Consiste em um nmero finito, ou fixo, de elementos, medidas ou observaes. Exemplos: pesos lquidos de 3000 latas de tintas de um certo lote de produo; pontos obtidos por todos os candidatos no vestibular de 2008 numa certa universidade.

INFINITA
Contm, pelo menos hipoteticamente, um nmero infinito de elementos. Por exemplo: quando medimos repetidamente o ponto de ebulio de um composto de silicone (no h limite para o nmero de vezes que podemos medir); quando observamos os totais obtidos em repetidas jogadas de um par de dados (no h limite para o nmero de vezes que podemos jogar um par de dados). Pgina 61

 um plano definido, completamente determinado antes da coleta de quaisquer dados, de obter uma amostra de uma dada populao.

Pgina 62

AMOSTRAGEM

POPULAO

AMOSTRA
Pgina 63

MTODOS PARA COMPOR A AMOSTRA

PROBABILSTICAS

NO PROBABILSTICAS OU INTENCIONAL

ALEATRIA SISTETMTICO ESTRATIFICADO CONGLOMERADOS

ACIDENTAL INTENCIONAL CONVENINCIA

Pgina 64

Mtodos Probabilsticos O mtodo de amostragem probabilstica exige que cada elemento da populao possua determinada probabilidade de ser selecionado. Normalmente possuem a mesma probabilidade. Assim, se N for o tamanho da populao, a probabilidade de cada elemento ser 1/N. Tratase do mtodo que garante cientificamente a aplicao das tcnicas estatsticas de inferncias. Somente com base em amostragens probabilsticas que se podem realizar inferncias indues sobre a populao a partir do conhecimento da amostra. Pgina 65

AMOSTRAGEM ALEATRIA
os elementos da populao so escolhidos de tal forma que cada um deles tenha igual chance de figurar na amostra. (Escolhe-se uma amostra aleatria simples de n elementos, de maneira que toda amostra de tamanho n possvel tenha a mesma chance de ser escolhida.)

Pgina 66

Ex: Vamos obter uma amostra, de 10%, representativa para a pesquisa da estatura de 90 alunos de uma escola: 1 - numeramos os alunos de 1 a 90. 2 - escrevemos os nmeros dos alunos, de 1 a 90, em pedaos iguais de papel, colocamos na urna e aps misturar retiramos, um a um, nove nmeros que formaro a amostra. OBS: quando o nmero de elementos da amostra muito grande, esse tipo de sorteio torna-se muito trabalhoso. Neste caso utiliza-se uma Tabela de nmeros aleatrios, construda de modo que os algarismos de 0 a 9 so distribudos ao acaso nas linhas e colunas.
Pgina 67

ESTRATIFICADA
Com a amostragem estratificada, subdividimos a populao em, no mnimo, duas sub populaes (ou estratos) que compartilham das mesmas caractersticas (como sexo) e, em seguida, extramos uma amostra de cada estrato.
Pgina 68

Ex: Vamos obter uma amostra proporcional estratificada, de 10%, do exemplo anterior, supondo, que, dos 90 alunos, 54 sejam meninos e 36 sejam meninas. So portanto dois estratos (sexo masculino e sexo feminino). Logo, temos:

SEXO MASC. FEMIN. Total

POPULACO 54 36 90

10 % 5,4 3,6 9,0

AMOSTRA 5 4 9

Numeramos ento os alunos de 01 a 90, sendo 01 a 54 meninos e 55 a 90, meninas e procedemos o sorteio casual com urna ou tabela de nmeros aleatrios. Pgina 69

PROBABILSTICA SISTEMTICA
Quando se conhece uma listagem dos elementos da populao pode-se obter uma amostra aleatria de elementos dividindo-se o nmero de elementos da populao pelo tamanho da amostra.

Exemplo: Se a populao tem 10.000, onde

devemos selecionar uma amostra de 1000. Vamos sortear o primeiro entre 1 e 10 e a partir deste acrescentar sempre 10, at completar a amostra.

Pgina 70

CONGLOMERADO
Na amostragem por conglomerados, comeamos dividindo a rea da populao em sees (ou conglomerados); em seguida escolhemos algumas dessas sees e, finalmente, tomamos todos os elementos das sees escolhidas. Uma diferena importante entre a amostragem por conglomerados e a amostragem estratificada que a amostragem por conglomerados utiliza todos os elementos dos conglomerados selecionados, enquanto a amostragem estratificada utiliza uma amostra de membros de cada estrato. Pode-se encontrar um exemplo de amostragem por conglomerado em uma pesquisa preleitoral, onde escolhemos aleatoriamente 30 zonas eleitorais e pesquisamos todos os elementos de cada uma das zonas escolhidas. Esse mtodo muito mais rpido e menos dispendioso do que a escolha de um indivduo de cada uma das inmeras zonas da rea populacional. Os resultados podem ser ajustados ou ponderados para corrigir qualquer representao desproporcionada de grupos. A amostragem por conglomerados extensamente utilizada pelo governo e por organizaes particulares de pesquisa.
Pgina 71

NO PROBABILSTICA
So amostragens em que h uma escolha deliberada dos elementos da amostra. No possvel generalizar os resultados das pesquisas para a populao, pois as amostras noprobabilsticas no garantem a representatividade da populao.

Pgina 72

ACIDENTAL Trata-se de uma amostra formada por aqueles elementos que vo aparecendo, que so possveis de se obter at completar o nmero de elementos da amostra. Geralmente utilizada em pesquisas de opinio, em que os entrevistados so acidentalmente escolhidos. Exemplo: As pessoas que de modo voluntrio esto dispostas para responder ao questionrio. Pesquisas de opinio em praas pblicas, ruas... As pessoas que esto mais ao alcance do investigador.
Pgina 73

INTENCIONAL De acordo com determinado critrio, escolhido intencionalmente um grupo de elementos que iro compor a amostra. O investigador se dirige intencionalmente a grupos de elementos dos quais deseja saber a opinio. Exemplo1: Em um teste de mercado o investigador pesquisa na cidade para comprovar as possibilidades de comercializao de um produto. Exemplo2: Para extrair uma amostra de revistas que reflitam os valores da classe mdia brasileira, poderamos ser levados pela intuio, selecionar Veja, Exame e Isto . Exemplo 3: Numa pesquisa sobre preferncia por determinado cosmtico, o pesquisador se dirige a um grande salo de beleza e entrevista as pessoas que ali se encontram. Pgina 74

Amostragem de Convenincia
Na amostragem de convenincia, simplesmente utilizamos resultados que j esto disponveis.

Pgina 75

Aula 1- 05/08/10 Prof Rosane Worm

ESTATSTICA BSICA
1. INTRODUO O que a Estatstica significa para voc? ESTATSTICA: a cincia dos dados. Ela envolve coletar, classificar, resumir, organizar, analisar e interpretar informao numrica. ANTIGUIDADE: os povos j registravam o nmero de habitantes, nascimentos, bitos, faziam estimativas das riquezas individual e social, distribuam terras ao povo, cobravam impostos.

TIPOS DE APLICAES ESTATSTICAS NA EMPRESA Para a maioria das pessoas, estatstica significa, descries numricas, taxas mensais de desemprego, ndice de falncia para um novo negcio e proporo de mulheres executivas em um setor em particular, todos esses exemplos representam descries estatsticas de um grande conjunto de dados coletados sobre algum fenmeno. Freqentemente os dados so selecionados de algum conjunto maior do qual desejamos estimar alguma caracterstica. Este processo de seleo chamado de amostragem. Por exemplo, voc pode coletar as idades de uma amostra de consumidores em uma videolocadora para estimar a idade mdia de todos os consumidores da loja. Assim, voc poderia usar suas estimativas nos anncios da loja para atingir o grupo de faixa etria apropriada. Repare que a estatstica envolve dois processos diferentes: (1) descrever conjuntos de dados e (2) obter concluses (fazer estimativas, previses, tomar decises, etc.) sobre os conjuntos de dados baseados na amostragem. Assim, as aplicaes da Estatstica podem ser divididas em duas grandes reas: estatstica descritiva e estatstica inferencial. Por meio de sondagem, de coleta de dados e de recenseamento de opinies, podemos conhecer a realidade geogrfica e social, os recursos naturais, humanos e financeiros disponveis, as expectativas da comunidade sobre a empresa, e estabelecer suas metas, seus objetivos com maior possibilidade de serem alcanados a curto, mdio ou longo prazo. A Estatstica ajudar em tal trabalho, como tambm na seleo e organizao da estratgia a ser adotada no empreendimento e, ainda, na escolha das tcnicas de verificao e avaliao da quantidade e da qualidade do produto e mesmo dos possveis lucros e/ou perdas. A Estatstica descritiva utiliza mtodos numricos e grficos para detectar padres em um conjunto de dados, para resumir a informao revelada em um conjunto de dados para apresentar a informao de uma forma conveniente.
Misso: "Oferecer oportunidades de educao contribuindo para a formao de profissionais conscientes e competentes, comprometidos com o comportamento tico e visando ao desenvolvimento Regional.

Pgina 76

A Estatstica inferencial utiliza uma amostra de dados para fazer estimativas, tomar decises, previses ou outras generalizaes acerca de um conjunto maior de dados. A coleta, a organizao ,a descrio dos dados, o clculo e a interpretao de coeficientes pertencem ESTATSTICA DESCRITIVA, enquanto a anlise e a interpretao dos dados, associado a uma margem de incerteza, ficam a cargo da ESTATSTICA INDUTIVA ou INFERENCIAL, tambm chamada como a medida da incerteza ou mtodos que se fundamentam na teoria da probabilidade. A natureza dos dados estatsticos Dados numricos ou dados quantitativos. So obtidos medindo ou contando, por exemplo, pesos de ratos utilizados num experimento (obtidos medindo) ou as faltas dirias de alunos numa turma ao longo do ano letivo (obtidos contando). Podemos descrever os dados quantitativos distinguido entre discreto e contnuo. Dados discretos. Resultam de um conjunto finito de valores possveis, ou de um conjunto enumervel desses valores. (ou seja, nmeros inteiros.). Ex.: nmeros de ovos que as galinhas pem. Dados contnuos. Resultam de um nmero infinito de valores possveis que podem ser associados a pontos em uma escala contnua. Ex: quantidade de leite que as vacas produzem.

Dados categricos ou dados qualitativos. Resultam de descries, por exemplo, grupos sanguneos, estado civil ou na religio de pacientes de um hospital.

Exemplos . Cor dos olhos das aluna: qualitativa . Produo de caf no Brasil: quantitativa contnua . Nmero de defeitos em aparelhos de TV: quantitativa discreta . Comprimento dos pregos produzidos por uma empresa: quantitativa contnua . O ponto obtido em cada jogada de um dado: quantitativa discreta

Populaes e Amostras Quando dissemos que a escolha de uma descrio estatstica pode depender da natureza dos dados, estamos nos referindo, entre outras coisas, seguinte distino: se um conjunto de dados consiste em todas as observaes possveis de um dado fenmeno, dizemos que uma populao; se um conjunto de dados consiste em apenas uma parte da populao, dizemos que uma amostra. Originalmente, a Estatstica tratava apenas da descrio de populaes humanas, resultados de censos. Mas, medida que seus objetivos se ampliaram, o Pgina 77

termo populao passou a ter a conotao muito mais ampla. Em Estatstica, populao um temo tcnico com um significado prprio. Podemos designar como populao qualquer grupo de elementos, depende do contexto em que os itens sero considerados. Suponhamos, por exemplo, que nos ofeream um lote com 400 ladrilhos de cermicas, que podemos comprar ou no, dependendo de sua resistncia. Se medirmos a resistncia quebra de 20 desses ladrilhos para estimar a resistncia mdia de todos os ladrilhos, essas 20 mensuraes constituem uma amostra da populao que consiste nas resistncias de todos os 400 ladrilhos. Em outro contexto, se pensarmos em firmar um contrato de longo prazo para o fornecimento de dezenas de milhares desses ladrilhos, consideraramos como apenas uma amostra o conjunto das resistncias dos 400 ladrilhos originais. Distinguiremos ainda dois tipos de populaes, as populaes finitas e as populaes infinitas. Populaes finitas. Consiste em um nmero finito, ou fixo, de elementos, medidas ou observaes. Exemplos: pesos lquidos de 3000 latas de tintas de um certo lote de produo; pontos obtidos por todos os candidatos no vestibular de 2008 numa certa universidade. Populaes infinitas. Contm, pelo menos hipoteticamente, um nmero infinito de elementos. Por exemplo: quando medimos repetidamente o ponto de ebulio de um composto de silicone (no h limite para o nmero de vezes que podemos medir); quando observamos os totais obtidos em repetidas jogadas de um par de dados (no h limite para o nmero de vezes que podemos jogar um par de dados).

Planejamento da amostra e amostragem Em Estatstica, um planejamento de amostra um plano definido, completamente determinado antes da coleta de quaisquer dados, de obter uma amostra de uma dada populao. Assim, o plano para extrair uma amostra aleatria simples de tamanho 12 das 247 farmcias de uma cidade, utilizando uma tabela de nmeros aleatrios de uma maneira predeterminada, constitui um planejamento de amostra. Basicamente, existem dois mtodos para composio da amostra: probabilstico e no probabilstico ou intencional. Mtodos Probabilsticos O mtodo de amostragem probabilstica exige que cada elemento da populao possua determinada probabilidade de ser selecionado. Normalmente possuem a mesma probabilidade. Assim, se N for o tamanho da populao, a probabilidade de cada elemento ser 1/N. Trata-se do mtodo que garante cientificamente a aplicao das tcnicas estatsticas de inferncias. Somente com base em amostragens probabilsticas que se podem realizar inferncias indues sobre a populao a partir do conhecimento da amostra. Amostragem Aleatria Em uma amostra aleatria, os elementos da populao so escolhidos de tal forma que cada um deles tenha igual chance de figurar na amostra. (Escolhe-se uma amostra aleatria simples de n elementos, de maneira que toda a mostra de tamanho n possvel tenha a mesma chance de ser escolhida.) As amostras aleatrias podem ser escolhidas por diversos mtodos, inclusive a utilizao de tabelas de nmeros aleatrios e de computadores para Pgina 78

gerar nmeros aleatrios. Com a amostragem aleatria, espera-se que todos os grupos da populao sejam representados na amostra de forma aproximadamente proporcional. Uma amostragem descuidada pode facilmente resultar em uma amostra tendenciosa, com caractersticas assaz diferentes das da populao que a originou. Em contrapartida, a amostragem aleatria cuidadosamente planejada para evitar qualquer tendenciosidade. Por exemplo, a utilizao de catlogos telefnicos elimina automaticamente todos aqueles cujos telefones no figurem no catlogo, e a excluso desse segmento da populao pode facilmente conduzir a resultados falsos. H cidades que, por exemplo, 42,5% dos nmeros de telefones no esto no catlogo. Os pesquisadores costumam contornar esse problema utilizando computadores para gerar nmeros de telefone, de modo que todos os nmeros sejam possveis. Eles devem tambm ter o cuidado de incluir os que inicialmente no foram encontrados ou se recusaram a responder. Uma empresa constatou que a taxa de recusa para entrevistas telefnicas em geral de 20%, no mnimo. O fato de ignorarmos os que inicialmente se recusam a responder pode concorrer para que nossa amostra seja tendenciosa. Amostragem Estratificada Com a amostragem estratificada, subdividimos a populao em, no mnimo, duas sub populaes (ou estratos) que compartilham das mesmas caractersticas (como sexo) e, em seguida, extramos uma amostra de cada estrato. Em uma pesquisa sobre a Emenda Constitucional da Igualdade de Direitos, poderamos utilizar o sexo como base para a criao de dois estratos. Aps obter uma relao dos homens e uma relao das mulheres, aplicamos um mtodo conveniente (como a amostragem aleatria) para escolher determinado nmero de elementos de cada relao. Quando os diversos estratos tm tamanhos amostrais que refletem a populao global, temos o que se chama amostragem proporcional. No caso de alguns estratos no serem representados na proporo adequada ento os resultados podero ser ajustados ou ponderados convenientemente. Para um tamanho fixo de amostra, se escolhemos aleatoriamente elementos de diferentes estratos, temos chance de obter resultados mais consistentes (e menos variveis) do que com a simples escolha de uma amostra aleatria de toda a populao. Por essa razo, costuma-se usar a amostragem estratificada para reduzir a variao nos resultados. Amostragem Sistemtica Quando se conhece uma listagem dos elementos da populao pode-se obter uma amostra aleatria de n elementos dividindo-se o nmero de elementos da populao pelo tamanho da amostra. N k= n Escolhemos um ponto de partida, que deve ser um valor entre 1 e k e a partir de ento selecionamos cada k simo elemento da populao para fazer parte da amostra. Por exemplo, se a Motorola quisesse fazer uma pesquisa sobre seus 107.000 empregados, poderia partir de uma relao completa dos mesmos e selecionar cada 100 empregado, obtendo uma amostra de 1.070 elementos. Esse mtodo simples e utilizado com freqncia. Amostragem por Conglomerado Pgina 79

Na amostragem por conglomerados, comeamos dividindo a rea da populao em sees (ou conglomerados); em seguida escolhemos algumas dessas sees e, finalmente, tomamos todos os elementos das sees escolhidas. Uma diferena importante entre a amostragem por conglomerados e a amostragem estratificada que a amostragem por conglomerados utiliza todos os elementos dos conglomerados selecionados, enquanto a amostragem estratificada utiliza uma amostra de membros de cada estrato. Pode-se encontrar um exemplo de amostragem por conglomerado em uma pesquisa pr-eleitoral, onde escolhemos aleatoriamente 30 zonas eleitorais e pesquisamos todos os elementos de cada uma das zonas escolhidas. Esse mtodo muito mais rpido e menos dispendioso do que a escolha de um indivduo de cada uma das inmeras zonas da rea populacional. Os resultados podem ser ajustados ou ponderados para corrigir qualquer representao desproporcionada de grupos. A amostragem por conglomerados extensamente utilizada pelo governo e por organizaes particulares de pesquisa. Mtodos no Probabilsticos So amostragens em que h uma escolha deliberada dos elementos da amostra. No possvel generalizar os resultados das pesquisas para a populao, pois as amostras no-probabilsticas no garantem a representatividade da populao. Amostragem Acidental Trata-se de uma amostra formada por aqueles elementos que vo aparecendo, que so possveis de se obter at completar o nmero de elementos da amostra. Geralmente utilizada em pesquisas de opinio, em que os entrevistados so acidentalmente escolhidos.

Amostragem Intencional De acordo com determinado critrio, escolhido intencionalmente um grupo de elementos que iro compor a amostra. O investigador se dirige intencionalmente a grupos de elementos dos quais deseja saber a opinio. Por exemplo, numa pesquisa sobre preferncia por determinado cosmtico, o pesquisador se dirige a um grande salo de beleza e entrevista as pessoas que ali se encontram.

Amostragem de Convenincia Na amostragem de convenincia, simplesmente utilizamos resultados que j esto disponveis. Em alguns casos, os resultados da amostragem de convenincia podem ser muito bons, mas em outros casos podem apresentar sria tendenciosidade. Ao fazer uma pesquisa sobre pessoas canhotas, seria conveniente um estudante pesquisar seus prprios colegas de classe, porque esto ao seu alcance imediato. Mesmo que tal amostra no seja aleatria, os resultados devem ser bem satisfatrios. Em contrapartida, poderia ser muito conveniente (e talvez mesmo lucrativo) para a ABC News fazer uma pesquisa pedindo aos espectadores que liguem para um nmero de telefone 900 para registrar suas opinies, mas essa pesquisa seria autoselecionada e os resultados seriam provavelmente tendenciosos Um erro amostral a diferena entre um resultado amostral e o verdadeiro resultado populacional; tais erros resultam de flutuaes amostrais aleatrias. Ocorre um erro no-amostral quando os dados amostrais so coletados, registrados ou analisados incorretamente. Tais erros resultam de um erro que no Pgina 80

seja uma simples flutuao amostral aleatria, como a escolha de uma amostra no aleatria e tendenciosa, a utilizao de um instrumento de mensurao defeituoso, um grande nmero de recusas de resposta ou a cpia incorreta dos dados amostrais. Se extrairmos uma amostra cuidadosamente, de forma que ela represente realmente a populao, podemos aplicar os mtodos descritos neste livro para analisar o erro amostral, mas devemos ter o mximo de cuidado em minimizar os erros no-amostrais.

Exerccio: 1- Classifique a varivel como quantitativa discreta ou quantitativa contnua: a) Populao: funcionrios de uma empresa. Varivel: salrios mensais. b) Populao: computadores produzidos por uma empresa. Varivel: nmero de peas usadas. c) Populao: jogadores de basquete de um clube. Varivel: estatura. 2 . Classifique as variveis em qualitativas ou quantitativas contnuas ou discretas: a) Populao: alunos de uma escola. Varivel: cor dos cabelos b) Populao: casais residentes em uma cidade. Varivel: nmero de filhos. c) Populao: as jogadas de um dado. Varivel: o ponto obtida em cada jogada. d) Populao: peas produzidas por certa mquina. Varivel: nmero de peas produzidas por hora. e) Populao: peas produzidas por certa mquina. Varivel: dimetro externo. 3 - uma agncia de turismo tem 2.500 clientes cadastrados. Para melhor atend-los, foi pesquisada a preferncia em relao ao tempo de durao, ao preo, ao nmero de acompanhantes, ao nmero de passeios e qualidade dos servios prestados em uma viagem. Foram consultados de modo imparcial, 700 pessoas. a) Quantas pessoas tm a populao estatstica envolvida nessa pesquisa? b) A amostra pesquisada foi de quantas pessoas? c) Quais foram as variveis qualitativas pesquisadas?

4- Quais so as etapas bsicas do mtodo estatstico? 5. Uma concessionria de automveis tem cadastrados 3500 clientes e fez uma pesquisa sobre a preferncia de compra em relao a cor(branco, vermelho ou azul), preo, nmero de portas(duas ou quatro) e estado de conservao (novo ou usado). Foram consultados 210 clientes. Diante dessas informaes, responda: Pgina 81

a) Qual o universo estatstico e qual a amostra dessa pesquisa? b) Quais so as variveis e qual o tipo de cada uma? c) Quais os possveis valores da varivel cor nessa pesquisa?

6. Ao nascer, os bebs so pesados e medidos, para se saber se esto dentro das tabelas de peso e altura esperados. Estas duas variveis so: a) Qualitativas b) Ambas discretas. c) Ambas contnuas. d) Contnua e discreta, respectivamente. e) Discreta e contnua, respectivamente. 7. Para cada uma das seguintes variveis aleatrias, determine se a varivel quantitativa ou qualitativa. Se quantitativa, determine se a varivel de interesse discreta ou contnua. a. Nmero de telefones por domiclio. b. Tipo de telefone mais utilizado. c. Nmero de chamadas de longa distncia realizadas por ms. d. Durao (em minutos) da mais demorada chamada de longa distncia. e. Cor do telefone mais utilizado. f. Quantia em dinheiro gasto com livros. g. Nmero de livros didticos comprados. h. Tempo gasto na livraria. i. Sexo. j. Principal matria acadmica. k. Nmero de crditos matriculados para o semestre corrente. l. Mtodo de pagamento na livraria. m. Nome do provedor de internet. n. Tarifa mensal do servio de internet. o. Quantidade de tempo gasto por semana navegando na internet. p. Nmero semanal de e-mails recebidos. q. Nmero mensal de compras on-line. r. Total gasto em compras on-line. s. Quantia gasta no ms passado com vesturio. t. Nmero de agasalhos que possui. u. Quantia de tempo gasto no ms passado comprando vesturio. v. Horrio mais provvel para compra de vesturio (comercial, noite ou fim de semana). w. Loja de departamento preferida. x. Nmero de pares de meias que possui. y. Nmero de alunos matriculados na disciplina de Estatstica I. z. Disciplinas disponveis para cursar no semestre corrente. 8. Identifique o tipo de amostragem utilizada: aleatria, estratificada, sistemtica, por conglomerado ou convenincia. a. Ao escrever um livro, o autor baseou suas concluses em 4.500 respostas a 100.000 questionrios distribudos a mulheres. b. Um socilogo seleciona 12 homens e 12 mulheres de cada uma de quatro turmas de ingls. c. Um cabo eleitoral escreve o nome de cada senador em cartes separados, mistura-os e extrai 10. Pgina 82

d. Um programa de Planejamento Familiar pesquisa 500 homens e 500 mulheres sobre seus pontos de vista sobre o uso de anticoncepcionais. e. Um pesquisador mdico de uma Universidade entrevista todos os portadores de leucemia em cada um de 20 hospitais selecionados aleatoriamente. f. Obtm-se uma amostra de um produto extraindo-se cada 100 unidade de linha de montagem. g. Geram-se nmeros aleatrios em um computador para selecionar nmeros de srie de carros a serem escolhidos para uma amostra de teste. h. Um fornecedor de peas para automvel obtm uma amostra de todos os itens de cada um de 12 fornecedores selecionados aleatoriamente. i. Um fabricante de automveis faz um estudo de mercado compreendendo testes de direo feitos por uma amostra de 10 homens e 10 mulheres em cada uma de quatro diferentes faixas etrias. j. Um fabricante de automveis faz um estudo de mercado entrevistando clientes em potencial que solicitam teste de direo a um revendedor local.

Pgina 83

Aula 02- Estatstica I 12/08/10 Prof Rosane Worm Atividades 1. Explique uma forma de se obter uma amostra estratificada dos empregados de uma empresa em que existam funcionrios de escritrio, funcionrios de produo e vendedores.

2. Numa escola com 1200 alunos, foi feito um recenseamento, recolhendo-se dados referentes s seguintes variveis: Idade dos alunos; anos de escolaridade; meio de transporte utilizado para ir escola; local de almoo; nmero de irmos; local de trabalho; nmero de televisores em casa; local de moradia. a) Das variveis observadas, quais so quantitativas e quais so qualitativas? b) Como organizar uma amostra simples e uma sistemtica para fazer esse recenseamento?

3. Deseja-se fazer uma pesquisa em uma populao constituda por um nmero maior de homens que de mulheres. Como voc faria para selecionar uma amostra: a) com o mesmo nmero de homens e de mulheres? b) Com mais mulheres que homens?

4. Suponha que 40% da populao mencionada no problema anterior seja constituda por mulheres. Numa amostra estratificada proporcional formada por 50 indivduos, qual seria o nmero de homens e o de mulheres? E numa amostra composta de 150 pessoas, quais seriam esses nmeros?

5. Uma empresa de publicidade quer fazer um estudo sobre o interesse despertado por certa propaganda entre os alunos de 10 anos de idade das escolas de Ensino Fundamental de uma cidade. Para isso, pretende estratificar uma amostra de 300 crianas. Como a empresa poderia fazer essa amostra a partir dos dados da tabela abaixo? Escola A B C D E Populao 400 300 350 450 520

Misso: "Oferecer oportunidades de educao contribuindo para a formao de profissionais conscientes e competentes, comprometidos com o comportamento tico e visando ao desenvolvimento Regional.

Pgina 84

300

DESCRIO DE POPULAOES E AMOSTRAS COM TABELAS Representao tabular Um dos objetivos da Estatstica sintetizar os valores que uma ou mais variveis podem assumir, para que tenhamos uma viso global da variao dessa ou dessas variveis, apresentando esses valores em tabelas e grficos, que iro nos fornecer rpidas e seguras informaes a respeito das variveis em estudo, permitindo-nos determinaes administrativas e pedaggicas mais coerentes e cientficas. TABELA: um quadro que resume um conjunto de dados dispostos segundo linhas e colunas de maneira sistemtica.

De acordo com a Resoluo 886 do IBGE, nas casas ou clulas da tabela devemos colocar : um trao horizontal ( - ) quando o valor zero; trs pontos ( ... ) quando no temos os dados; zero ( 0 ) quando o valor muito pequeno para ser expresso pela unidade utilizada; um ponto de interrogao ( ? ) quando temos dvida quanto exatido de determinado valor. Obs.: O lado direito e esquerdo de uma tabela oficial deve ser aberto.

Elementos Essenciais e Facultativos de uma Tabela: Podemos determinar que uma tabela estatstica formada por elementos facultativos e por elementos essenciais: ELEMENTOS ESSENCIAIS Ttulo: a parte superior que procede a tabela e que contm a designao do fato observado, o local e a poca em que foi registrado. Corpo: o conjunto de colunas e linhas, respectivamente, em ordem vertical e horizontal, que contm as informaes sobre o fato observado. Cabealho: a parte da tabela que especifica o contedo das colunas. Coluna Indicadora: a parte da tabela que especifica o contedo das colunas no sentido vertical. . ELEMENTOS FACULTATIVOS Fonte: a indicao da entidade responsvel pelo fornecimento dos dados.

Notas: So as informaes destinadas a esclarecer o contedo das tabelas. Chamadas: So as informaes utilizadas para esclarecer certas mincias em relao as linhas e colunas. Obs. Todos os elementos facultativos de uma representao tabular esto situados no rodap.

Pgina 85

CORPO

Fonte: IBGE ( rodap)

Listando dados numricos Em geral, listar, e portanto, organizar dados a primeira etapa em qualquer tipo de anlise estatstica. Como situao tpica, consideremos os dados seguintes, que representam o comprimento (em centmetros) de 60 sardinhas pescadas em uma colnia de pescadores:
17,2 16,5 16,5 20,0 17,8 24,2 18,8 17,8 18,5 22,8 22,7 21,0 20,7 17,9 20,7 21,4 24,7 24,4 22,6 24,7 20,0 19,2 22,7 18,8 18,6 20,7 21,9 22,5 22,4 17,5 18,3 20,9 17,6 20,8 18,3 18,8 22,7 25,0 23,4 24,4 24,2 17,2 24,0 21,0 16,5 17,0 23,1 24,6 20,0 17,2 24,0 18,9 16,7 21,2 22,4 18,4 22,5 16,7 16,1 18,6

A coleta desses dados por si s j no tarefa simples, mas deveria ser evidente que preciso fazer muito mais para tornar os nmeros compreensveis. Seria interessante se soubssemos os valores extremos (menor e maior valor). Ocasionalmente, til dispor os dados de maneira crescente ou decrescente. A listagem a seguir dos comprimentos das sardinhas est arranjada em ordem crescente:
16,1 17,5 18,6 20,7 22,4 24,0 16,5 17,6 18,8 20,7 22,5 24,0 16,5 17,8 18,8 20,8 22,5 24,2 16,5 17,8 18,8 20,9 22,6 24,2 16,7 17,9 18,9 21,0 22,7 24,4 16,7 18,3 19,2 21,0 22,7 24,4 17,0 18,3 20,0 21,2 22,7 24,6 17,2 18,4 20,0 21,4 22,8 24,7 17,2 18,5 20,0 21,9 23,1 24,7 17,2 18,6 20,7 22,4 23,4 25,0

Esta listagem de dados ordenados, tambm, no meio estatstico como ROL. SRIE ESTATSTICA: qualquer tabela que apresenta a distribuio de um conjunto de dados estatsticos em funo da poca, do local ou da espcie. SRIES HOMGRADAS: so aquelas em que a varivel descrita apresenta variao discreta ou descontnua. Podem ser do tipo temporal, geogrfica ou especfica. Pgina 86

Sries histricas, cronolgicas ou temporais a srie cujos dados esto dispostos em correspondncia com o tempo, ou seja, varia o tempo e permanece constante o fato e o local.
Tabela 1. PREO DO ACM NO VAREJO EM SO PAULO 1989-94 Tabela 2. Produo de Petrleo Bruto no Brasil De 1976 a 1980 (x1000m3)

ANOS 1989 1990 1991 1992 1993 1994

Fonte: APA

PREO MDIO (US$) 2,24 2,73 2,12 1,89 2,04 2,62

Anos 1976 1977 1978 1979 1980

Produo 9.702 9.332 9.304 9.608 10.562

Fonte: Conjuntura Econmica (fev. 1983)

Sries geogrficas, espaciais, territoriais ou de localizao a srie cujos dados esto dispostos em correspondncia com o local, ou seja, varia o local e permanece constante a poca e o fato.
Tabela 3. EXPORTAO BRASILEIRA 1985 Tabela 4. Populao Urbana do Brasil em 1980(x1000)

IMPORTADORES Amrica Latina EUA e Canad Europa sia e Oceania frica e Oriente Mdio
Fontes: MIC e SECEX.

(%) 13,0 28,2 33,9 10,9 14,0

Regio Norte Nordeste Sudeste Sul Centro-Oeste

Produo 3.037 17.568 42.810 11.878 5.115

Fonte: Anurio Esttistico (1984)

Sries especficas ou categricas a srie cujos dados esto dispostos em correspondncia com a espcie ou qualidade, ou seja, varia o fato e permanece constante a poca e o local.
Tabela 5. PRODUO BRASILEIRA DE AO BRUTO EM 1991 (em toneladas)

PROCESSOS Oxignio bsico Forno eltrico EOF

1991 17.934 4.274 409

Fonte: Instituto Brasileiro de Siderurgia.

SRIES CONJUGADAS: Tambm chamadas de tabelas de dupla entrada. So apropriadas apresentao de duas ou mais sries de maneira conjugada, havendo duas ordens de classificao: uma horizontal e outra vertical. O exemplo abaixo de uma srie geogrficatemporal.
Tabela 6. Populao Urbana do Brasil por Regio de 1940 a 1980 (x1000)

Anos

NE

REGIES SE

CO Pgina 87

1940 1950 1960 1970 1980

406 581 958 1.624 3.037

3.381 4.745 7.517 11.753 17.567

7.232 10.721 17.461 28.965 42.810

1.591 2.313 4.361 7.303 11.878

271 424 1.007 2.437 5.115

Fonte: Anurio Estatstico (1984)

1. Classifique as seguintes sries: b) AVICULTURA BRASILEIRA 1992 a) PRODUO DE BORRACHA

NATURAL

ESPCIE Galinhas Galos, frangos e pintos Codornas Fonte: IBGE

ANOS
1991 1992 1993
Fonte: IBGE

TONELADAS
29.543 30.712 40.663

NMERO (1.000 cabeas) 204.160 435.465 2.488

c) VACINAO CONTRA A DE AVIO POLIOMIELITE 1993 REGIES QUANTIDADES Norte 211.209 Nordeste 631.040 Sudeste 1.119.708 Sul 418.785 Centro185.823 Oeste FONTE: Ministrio da Sade

d) AQUECIMENTO DE UM MOTOR DE MARCA X MINUTOS 0 1 2 3 4 5 6 Dados fictcios TEMPERATURA ( C ) 20 27 34 41 49 56 63

2. De acordo com o IBGE (1988), em 1986 ocorreram, em acidentes de trnsitos, 27306 casos de vtimas fatais, assim distribudos: 11712 pedestres, 7116 passageiros e 8478 condutores.. Faa uma tabela para representar esses dados. 3. De acordo com o ministrio dos transportes, em 1998, o tamanho das malhas de transporte no Brasil assim distribudo: 320480 km de rodovias (estradas municipais no esto includas), 29700 km de Ferrovias (inclui as linhas de trens urbanos) e 40000 km de Hidrovias (desse total, apenas 8000 km esto sendo usados de fato). Faa uma tabela para representar esses dados. 4. De acordo com o Ministrio de Educao a quantidade de alunos matriculados no ensino de 1 grau no Brasil nos anos de 1990 a 1996 em milhares de alunos, so: 19.720 20.567 21.473 21.887 20.598 22.473 23.564. Faa uma tabela para representar esses dados. 5. Estabelecimentos de ensino da regio norte do Brasil em 1982 subdividiam-se em: Rondnia, Acre, Amazonas, Roraima, Par e Amap e possuem um total de 29, 13, 78, 4, 10 e Pgina 88

9 estabelecimentos de ensino, respectivamente, segundo o MEC. Faa uma tabela para apresentar esses dados. 6. De acordo com o IBGE(1988), a distribuio dos suicdios ocorridos no Brasil em 1986, segundo a causa atribuda, foi a seguinte: 263 alcoolismo, 198 por dificuldade financeira, 700 por doena metal, 189 por outro tipo de doena, 416 por desiluso amorosa e 217 por outras causas. Apresente essa distribuio em uma tabela.

Pgina 89

Aula 3 Estatstica I 19/08/10 Prof Rosane Worm Distribuio de Freqncia A freqncia o nmero de repeties da observao no conjunto de observaes. A distribuio de freqncia de uma srie de observaes uma funo que representa os pares de valores formados por cada observao e seu nmero de repeties.
Exemplo: SALRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS SALRIOS RECEBIDOS PELOS FUNCIONRIOS DA EMPRESA Z

Salrios semanais (R$) 150 154 154 158 158 162 162 166 166 170 170 174 Total

Quantidade( fi) 4 9 11 8 5 3 40

FONTE: PESQUISA DO SETOR DE PESSOAL

Na construo de tabelas de freqncias, devemos observar as seguintes diretrizes: 1. As classes devem ser mutuamente excludentes, ou seja, cada valor original deve pertencer exatamente a uma e s uma classe. 2. Todas as classes devem ser includas, mesmo as de freqncia zero. 3. Procurar utilizar a mesma amplitude para todas as classes, embora eventualmente seja impossvel evitar intervalos com extremidade aberta. 4. Escolher nmeros convenientes para limites de classe. Arredondar para cima a fim de ter menos casas decimais, ou utilizar nmeros adequados situao. 5. Utilizar entre 5 e 20 classes. 6. As somas das freqncias das diversas classes deve ser igual ao nmero de observaes originais. Elementos de uma Distribuio de Freqncia 1. Classe: Classes de freqncia ou, simplesmente, classe so intervalos de variao da varivel. As classes so representadas simbolicamente por i, sendo i = 1, 2, 3, . . ., k (onde k o nmero total de classes da distribuio). Exemplo: O intervalo 154 158 define a segunda classe (i = 2) A distribuio formada por seis classes, podemos afirmar que i = 6. 2. Limites de Classe: Determinam-se limites de classes os extremos de cada classe. O menor nmero o limite inferior da classe ( li ) e o maior nmero, o limite superior da classe ( ls ). Exemplo: Na terceira classe do exemplo acima, temos: li 3 = 158 e Ls 3 = 162 3. Amplitude de um Intervalo de Classe (h): a medida de intervalo que define a classe. Ela obtida pela diferena entre os limites superior e inferior. Assim: Pgina 90

h = ls li Exemplo: o intervalo de classe do exemplo acima 4, pois 162 158 = 4 4. Amplitude Total ( AT) : a diferena entre o valor mximo e o valor mnimo da amostra. AT = Vmax - Vmin Exemplo: A amplitude amostral do exemplo acima 24, pois 174 150 = 24 5.Ponto Mdio de uma Classe ( Xi) : o ponto que divide o intervalo de classe em duas partes iguais.

Xi =

li + ls 2

Exemplo: O ponto mdio da segunda classe, em nosso exemplo, 156.

6. TIPOS DE FREQUNCIAS

Freqncia absoluta (fi). o nmero de repeties de um valor individual ou de uma classe de valores da varivel. Freqncia relativa (fri ou fri%) Representa a proporo de observaes de um valor individual ou de uma classe, em relao ao nmero total de observaes, ou seja, o nmero de repeties dessa observao dividida pelo tamanho da amostra. Freqncia absoluta acumulada (Fi). a soma das freqncias daquela classe e de todas as classes que a antecedem. Freqncia relativa acumulada (Fri ou Fri%). a Fi dividida pelo total de observaes (n).

Freqncia Simples ou Absoluta (fi): o nmero de observaes correspondentes a uma classe. A soma de todas as freqncias representada por: N = fi ( populao )

Exemplo: Para a distribuio em estudo, temos: n = fi = 40 Freqncia Acumulada ( F i ) o total das freqncias de todos os valores inferiores ao limite superior. do intervalo de uma dada classe.
Fi = f 1 + f 2 + ... + fi

n = fi ( amostra )

ou Fi = fi

Exemplo: Calcule a freqncia acumulada correspondente terceira classe, em nosso exemplo: Pgina 91

Freqncias Relativas simples (f ri ) So os valores da razo entre as freqncias simples e a freqncia total. fi fri = n Exemplo: Calcule a freqncia relativa simples da terceira classe, em nosso exemplo:

Freqncia Acumulada Relativa ( F ri ) a freqncia acumulada da classe, dividida pela freqncia total da distribuio. Fri = Fi n

Exemplo: Para a terceira classe, qual a freqncia acumulada relativa? 7. Nmero de Classes: Pode-se utilizar a regra de STURGES, que fornece o nmero de classes em funo do total de casos: K = 1 + 3,33 log n( N ) Onde: K o nmero de classes; N ou n o nmero total de observaes. Para determinar a amplitude do intervalo de classe, temos: H h= K SIMBOLOGIA ENTRE OS VALORES DE CLASSE:

Inclui o valor da esquerda mas no o da direita. Inclui o valor da direita mas no o da esquerda. No inclui nem o valor da direita, nem o da esquerda. Inclui tanto o valor da direita quanto o da esquerda.

Distribuio de Freqncia sem Intervalos de Classe Quando se trata de variveis discretas de variao relativamente pequena, cada valor pode ser tomado como um intervalo de classe. Ex: Uma professora organizou os resultados obtidos em uma prova da seguinte forma:
4579945799457994689946899

Nota

N de alunos

Total

Pgina 92

EXERCCIO 1. Complete a seguinte tabela e responda as seguintes perguntas: SALRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS SALRIOS RECEBIDOS PELOS FUNCIONRIOS DA EMPRESA Z Salrios semanais Freqncias Xi % fr i Fi Fr i % (R$) 150 154 4 154 158 9 158 162 11 162 166 8 166 170 5 170 174 3 Total 40 100 FONTE: PESQUISA DO SETOR DE PESSOAL a) Quantos empregados tm salrio entre R$ 154, inclusive, e R$ 158? b) Qual a percentagem de empregados cujos salrios so inferiores a R$ 154? c) Quantos empregados tm salrio abaixo de R$ 162? d) Quantos empregados tm salrio no inferior a R$ 158?

1. Conhecidas as notas de 50 alunos: 33 41 50 55 60 35 42 52 55 61 35 45 53 56 64 39 47 54 57 65 41 48 55 59 65

66 67 68 68 69

71 73 73 73 74

74 76 77 78 80

81 84 85 85 88

89 91 94 94 98

Obtenha a distribuio de freqncia, tendo 30 para limite inferior da primeira classe e 10 para intervalo das classes.

Pgina 93

2. Os resultados do lanamento de um dado 50 vezes foram os seguintes 6 5 2 6 4 3 6 2 6 5 1 5 2 5 6 4 2 6 3 3 5 2 3 1 2 4 5 3 5 6 1 5 1 1 3 4 3 5 6 4 6 2 3 2 5 4 4 6 1 3

Forme uma distribuio de freqncia sem intervalos de classe.

4) Abaixo so mostrados os saldos mdios amostrais de 48 contas de clientes do BB S.A. ( dados brutos em US$ 1,00).
120 150 150 150 150 150 225 225 230 250 250 270 275 275 275 300 350 360 375 375 375 450 450 470 475 500 500 500 500 500 550 600 600 600 650 650 700 750 750 800 800 900 950 1000 1000 1000 1000 1000

Pede-se: a) agrupar os dados numa distribuio de freqncias com intervalo de classes (use Teorema de STURGES); b) determine as freqncias simples e acumuladas (absolutas e relativas); c) calcule a interprete: fr2, f3 e Fr4 - Fr2; 5. Considere a seguinte distribuio de freqncia correspondente aos diferentes preos de um determinado produto em 20 lojas pesquisadas. Preos ($) 50 51 52 53 54 Total Nmero de lojas 2 5 6 6 1 20

a) Quantas lojas apresentaram um preo de $52,00? b) Construa uma tabela de freqncias simples relativas. c) Construa uma distribuio de freqncia acumulada relativa. d) Quantas lojas apresentaram um preo de at $51,00 (inclusive)? e) Qual a porcentagem de lojas com preo maior que $52,00? f) Qual a porcentagem de lojas com preo maior do que $51,00 e menor do que $54,00? Pgina 94

6. Com referncia tabela abaixo Distribuio de freqncia de Dirias para 200 apartamentos Dirias (R$) Nmero de apartamentos 150 |--- 180 3 180 |--- 210 8 210 |--- 240 10 240 |--- 270 13 270 |--- 300 33 300 |--- 330 40 330 |--- 360 35 360 |--- 390 30 390 |--- 420 16 420 |--- 450 12 200 Total Responda: a) Quais os limites (inferior e superior) da primeira classe? b) A amplitude dos intervalos de classe a mesma para todas as classes? c) Suponha um aluguel mensal de $239,50. Identificar os limites superior e inferior da classe na qual esta observao seria registrada. d) Construir a distribuio de freqncia simples relativa. e) Construir a distribuio de freqncia acumulada.

Pgina 95

Aula 4 Estatstica I 26/08/10 Prof Rosane Worm

Representao Grfica
Com as tabelas de freqncia, podemos identificar a natureza geral da distribuio dos dados, bem como construir grficos que facilitem a visualizao dessa distribuio. O grfico estatstico uma forma de apresentao dos dados, onde o objetivo o de produzir, no investigador ou no pblico em geral, uma impresso mais rpida e visual do fenmeno em estudo. Excelncia grfica 1. uma apresentao bem elaborada de dados, que fornece substncia, estatsticas e formas; 2. Comunica idias complexas com clareza, preciso e eficincia; 3. Fornece ao observador o maior nmero de idias, no menor espao de tempo, com o menor volume de impresso; 4. Exige que seja transmitida a verdade sobre os dados. Vejamos alguns tipos de grficos

Histogramas utilizado para descrever dados numricos que tenham sido agrupados na forma de distribuies de freqncias ou distribuies de freqncias relativas. Ao desenhar um histograma, a varivel aleatria de interesse exibida ao longo do eixo horizontal (eixo X). O eixo vertical (eixo Y) representa o nmero (freqncia), proporo ou porcetagem de observaes por intervalo de classe. Altura em centmetros de 160 alunos do curso de estatstica

Fonte: Departamento de Estatstica

Idade (em anos) de um grupo de 30 Clientes de uma loja de calados em Santa Cruz do Sul Pgina 96

14 12

Nmero de Pessoas

10 8 6 4 2 0 15|---26 26|---37 37|---48 Idade (Anos) 48|---59 59|---70

Histograma da Percentagem de Fundos de Alto Risco

35% 30%

Percentagem

25% 20% 15% 10% 5% 0%

---

-20

20

40

60

80

100

Pontos Mdios da Classe

Como se interpreta um histograma? Este grfico utilizado para variveis contnuas. Caractersticas: - Cada barra representa a freqncia do intervalo respectivo; - Os intervalos devem ter a mesma amplitude; - As barras devem estar todas juntas. A simples observao da forma do histograma permite algumas concluses. Veja a figura. Os dados tm uma tendncia central. As freqncias mais altas esto no centro da figura. Nos processos industriais, esta a forma desejvel.

Pgina 97

Histograma

A figura ao lado apresenta um histograma com assimetria positiva. A mdia dos dados est localizada esquerda do centro da figura e a cauda direita alongada. Esta ocorre quando o limite inferior controlado ou quando no podem ocorrer valores abaixo de determinado limite. Histograma com assimetria positiva

A figura apresenta um histograma com assimetria negativa. A mdia dos dados est localizada direita do centro da figura e a cauda esquerda alongada. Esta forma ocorre quando o limite superior controlado ou quando no podem ocorrer valores acima de certo limite.

Histograma com assimetria negativa

Histograma em plateau, isto , com exceo das primeiras e das ltimas classes, todas as outras tm freqncias quase iguais. Essa forma ocorre quando se misturam vrias distribuies com diferentes mdias. Histograma em plateau

Pgina 98

A figura mostra um histograma com dois picos, ou duas modas. As freqncias so baixas no centro da figura, mas existem dois picos fora do centro. Esta forma ocorre quando duas distribuies com mdias bem diferentes se misturam. Podem estar misturados, por exemplo, os produtos de dois turnos de trabalho.

Histograma com Dois picos

Os histogramas tambm mostram o grau de disperso da varivel. O histograma esquerda mostra pouca disperso, mas o histograma direita mostra grande disperso. Histogramas com disperses diferentes

Grficos em Linhas Usado principalmente para ilustrar uma srie temporal.

Produo de Petrleo Bruto no Brasil de 1976 a 1980 (x1000 m)

Fonte: Conjuntura Econmica (Fev. 1983)

Pgina 99

Grfico de linhas comparativas

Populao Urbana do Brasil por Regio de 1940 a 1980 (x 1000)

Fonte: Conjuntura Econmica (1984)

Grficos de colunas ou barras

Representao grfica da distribuio de freqncias. Este grfico utilizado para variveis nominais e ordinais. Caractersticas: Todas as barras devem ter a mesma largura Devem existir espaos entre as barras Grfico de Colunas Usado para ilustrar qualquer tipo de srie.
Populao Urbana do Brasil em 1980 (x 1000)
45000 40000 35000 30000 25000 20000 15000 10000 5000 0 42810

Populao

17568 11878 5115 3037 S SE Regies NE N

CO

Fonte: Anurio Estatstico (1984)

Pgina 100

Fonte: Anurio Estatstico (1984)

As larguras das barras que devero ser todas iguais podendo ser adotado qualquer dimenso, desde que seja conveniente e desde que no se superponham. O nmero no topo de cada barra pode ou no ser omitido, se forem conservados, a escala vertical pode ser omitida.

Grfico de colunas comparativas a. Colunas Justapostas (grfico comparativo) Populao Urbana do Brasil por Regio de 1940 a 1980 (x1000)

Fonte: Anurio Estatstico (1984)

b. Colunas Sobrepostas (grfico comparativo) Populao Urbana do Brasil por Regio de 1940 a 1980 (x 1000) Pgina 101

Fonte: Anurio Estatstico (1984)

Grfico de Barras As regras usadas para o grfico de barras so iguais as usadas para o grfico de colunas.

Populao Urbana do Brasil em 1980 (x 1000)

N NE SE S CO 0 5115 10000 20000 30000 40000 50000 11878 3037 17568 42810

Fonte: Anurio Estatstico (1984)

Assim como os grficos de Colunas podem ser construdos grficos de barras comparativas.

Grficos circulares ou de Setores

Representao grfica da freqncia relativa (percentagem) de cada categoria da varivel. Este grfico utilizado para variveis nominais e ordinais. uma opo ao grfico de barras quando se pretende dar nfase comparao das percentagens de cada categoria. A construo do grfico de setores segue uma regra de 3 simples, onde as freqncias de cada classe correspondem ao ngulo que se deseja representar em relao freqncia total que representa o total de 360. Caractersticas: Pgina 102

 A rea do grfico equivale totalidade de casos (360 = 100%); Cada fatia representa a percentagem de cada categoria.

Populao Urbana e Rural do Brasil em 1980 (x 1000)

32%
Urbana Rural

68%

Fonte: Anurio Estatstico (1984)

Populao Urbana e Rural do Brasil em 1980 (x 1000)

32%

Urbana Rural

68%

Fonte: Anurio Estatstico (1984) Grfico Pictorial - Pictograma Tem por objetivo despertar a ateno do pblico em geral, muito desses grficos apresentam grande dose de originalidade e de habilidade na arte de apresentao dos dados.

Evoluo da matricula no Ensino Superior no Brasil de 1968 a 1994 (x 1000)

Pgina 103

Fonte: Grandes nmeros da educao brasileira maro de 1996

Os mtodos mais eficientes para deixar de fumar segundo 30.000 fumantes entrevistados no Canad

Grfico Polar (radar) o tipo de grfico ideal para representar sries temporais cclicas, ou seja, toda a srie que apresenta uma determinada periodicidade. Precipitao pluviomtrica do municpio de Santa Maria RS- 1999

Fonte: Base Area de Santa Maria

Pgina 104

 Cartograma
a representao de uma carta geogrfica. Este tipo de grfico empregado quando o objetivo o de figurar os dados estatsticos diretamente relacionados com as reas geogrficas ou polticas.

Brasil por vendas (em mil reais) 144 237 300 440 320

Atividades 1. O grfico a seguir ilustra o nmero de inscritos nos ltimos quatro vestibulares que disputaram as vagas oferecidas pela Universidade de So Paulo (USP) e pelas universidades federais do Rio de Janeiro (UFRJ), de Minas Gerais (UFMG) e do Rio Grande do Sul (UFRGS).

Fonte: poca 26/04/99 (com adaptaes)

Com base nessas informaes, julgue os itens seguintes como verdadeiro ou falso: a. De 1997 a 1998, o crescimento percentual do nmero de inscritos na USP foi maior que o da UFRGS. (___) b. Os crescimentos percentuais anuais na UFRJ diminuram a cada ano. (___) c. Todas as universidades tiverem crescimento no nmero de inscritos no referido perodo. (___) d. A UFRGS foi a nica que apresentou crescimento no nmero de inscritos. (___) Pgina 105

e. A UFMG teve um crescimento de mais de 100% no nmero de inscritos no perodo. (___) f. A UFRGS teve um crescimento de 3,74%, 36,17% em 97 e 98, respectivamente, e uma reduo de cerca de 3,17% no nmero de inscritos em 99. 2. Numa turma de cursinho de informtica, a distribuio das idades dos alunos, segundo o sexo, dada pelo grfico seguinte.

Com base nos dados do grfico, pode-se afirmar que: a. o nmero de meninas com, no mximo, 16 anos maior que o nmero de meninos nesse mesmo intervalo de idade. (___) b. o nmero total de alunos 19. (___) c. a mdia de idade das meninas 15 anos. (___) d. o nmero de meninos igual ao nmero de meninas. (___) e. o nmero de meninos com idade maior que 15 anos maior que o nmero de meninas nesse mesmo intervalo de idades. (___) 3. Considere os dados referentes ao consumo de gua, em m3, de 75 contas da CORSAN. 32 45 33 51 28 40 25 48 12 37 22 10 20 19 26 11 18 12 15 44 34 23 31 41 11 40 35 39 29 53 16 22 17 25 38 26 30 58 13 46 23 14 19 23 17 31 18 16 32 36 27 20 12 14 28 10 13 21 27 49 38 24 15 43 56 17 35 12 37 19 13 29 20 21 11

a. agrupar os dados em uma distribuio de freqncia. Utilize o limite inferior da distribuio igual a zero na primeira classe e amplitude de classe 10. b. determine as freqncias simples e acumuladas ( absolutas e relativas); c. calcule e interprete: fr 2 , f 3 e Fr 4 Fr 2 ; d. construa o correspondente histograma de freqncias relativas. 5. Abaixo so mostrados os saldos mdios em R$ de 48 contas de clientes do BB Novo S.A.
450 500 150 1000 250 275 550 500 225 475 150 450 950 300 800 275 600 750 375 650 150 500 1000 700 475 900 800 275 600 750 375 650 150 500 225 250 150 120 250 360 230 500 350 375 470 600 1030 270

Pgina 106

a. b. c.

Agrupe os dados numa distribuio de freqncias. Determine as freqncias relativas: simples e acumulada. Apresente o histograma de freqncias relativas.

6. Conhecidas as notas de 50 alunos: 33 35 35 39 39 40 40 40 41 41 41 42 45 47 48 50 52 53 54 55 55 59 60 61 64 65 65 66 66 67 68 69 71 73 74 74 76 77 77 80 84 85 88 89 94 94 97 97 100 100

a) Construa uma tabela de freqncias usando a regra de Sturges. b) Construa o histograma e o polgono de freqncias.

7- Em uma eleio concorreram os candidatos A, B e C e, apurada a primeira urna, os votos foram os seguintes: A: 50 votos; B: 80 votos; C: 60 votos; brancos e nulos: 10 votos.A partir desses dados construa: a) O grfico de barras horizontal

8- Construa os grficos de barras verticais e de setores para a varivel hobby . Hobby Esporte Msica Patinao Dana Freqncia 8 6 3 7

Pgina 107

Aula 5 Estatstica I- 02/09/10 Prof Rosane Worm MEDIDAS DE TENDNCIA CENTRAL

Uma medida de tendncia central um valor no centro ou no meio de um conjunto de dados.

Estudaremos aqui: Mdias: aritmtica, geomtrica, ponderada e mvel Mediana Moda Ponto mdio.

1. Mdia aritmtica
A mdia (aritmtica) , de modo geral, a mais importante de todas as mensuraes numricas descritivas.

A mdia aritmtica de um conjunto de valores o resultado da diviso da soma de todos os elementos desse conjunto pelo nmero de elementos do conjunto.
Representamos a mdia pelo smbolo: x Mdia da amostra (leia-se x barra) mdia da populao (minscula grega: mi) ento xi n x Mdia de uma populao: = i N Mdia de uma amostra: x =

Onde, n o tamanho da amostra. N o tamanho da populao. indica um somatrio de valores (sigma maisculo). Ex. Selecionados aleatriamente 10 alunos da turma, e obtemos as seguntes alturas (em m): 1,76 1,73 1,80 1,65 1,70 1,74 1,81 1,63 1,77 1,59 Calcule a mdia das alturas. Soluo: Como se trata de uma amostra: xi 1,76+1,73+1,80+1,65+1,70+1,74+1,81+1,63+1,77+1,59 17,18 = x = = = 1, 718 10 10 n Pgina 108

Mdia Aritmtica Ponderada dados agrupados

Sem intervalos de classe: As freqncias so nmeros indicadores da intensidade de cada valor da varivel, elas funcionam como fatores de ponderao, o que leva a calcular a mdia aritmtica ponderada.

xi. fi
N

( populao )

X =

xi. fi
n

( amostra )

Exemplo: Considerando a distribuio relativa a 34 famlias de quatro filhos, adotando-se a varivel nmero de filhos do sexo masculino, determine a mdia. N. de Meninos 0 1 2 3 4 fi 2 6 10 12 4 = 34

Com intervalos de classe: Convenciona-se que todos os valores includos em um determinado intervalo de classe coincidem com o seu ponto mdio, e determina-se a mdia aritmtica ponderada.

N onde Xi o ponto mdio da classe.

Exemplo:

xi. fi

( populao )

X =

xi. fi
n

( amostra )

SALRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS FUNCIONRIOS DA EMPRESA Z Salrios semanais Freqncias (R$) 150 154 4 154 158 9 158 162 11 162 166 8 166 170 5 170 174 3 Total 40 FONTE: PESQUISA DO SETOR DE PESSOAL

Pgina 109

Mdia Geomtrica Simples

Para uma seqncia numrica x: x 1 , x 2 , ......., x n , a mdia geomtrica simples, que designaremos por

xg

, definida por:

Exemplo: Se X: 2, 4, 6, 9, ento:

xg =

2.4.6.9 =

432 = 4,559

Mdia Geomtrica Ponderada

Para uma seqncia numrica x: x 1 , x 2 , ...., x n afetados de pesos p 1 , p 2 , ..., p n respectivamente, a mdia geomtrica ponderada que designaremos por x g definida por:

Exemplo: Se x: 1, 2, 5, com pesos 3, 3, 1 respectivamente ento:

xg =

13.2 3.51 =

1.8.5 =

40 = 1,6938

Observando-se que: A mdia geomtrica s indicada para representar uma srie de valores aproximadamente em progresso geomtrica. Os casos anteriores no so muito freqentes nas aplicaes. Vamos restringir o desenvolvimento de mdias ao caso de mdia aritmtica, que a mdia mais utilizada nas aplicaes.

4. Mdia Mvel
Uma mdia, como o nome diz, mostra o valor mdio de uma amostra de determinado dado. Uma mdia mvel aritmtica (MMA) uma extenso desse conceito, representando o valor mdio, normalmente dos preos de fechamento, em um perodo de tempo. Exemplo: A mdia mvel simples calculada pela formao do preo mdio por um nmero especfico de perodos. Para o clculo usamos o preo de fechamento. Por exemplo: Vamos utilizar a mdia dos ltimos 10 dias. Devemos somar os preos finais durante os ltimos 10 dias e dividir o total por 10. Pgina 110

10+11+12+13+14+15+16+17+18+19=145 (145/10) = 14,50 Devemos repetir este clculo conforme o passar dos dias, assim, as mdias vo se juntando e formando uma linha. Se continuarmos com o nosso exemplo, o prximo preo final na mdia ser 20, ento teremos um novo perodo, somando o ltimo dia (20) e removendo o primeiro da lista (10). Continuando com a mdia dos ltimos 10 dias, a mdia mvel simples dever ser calculada da seguinte maneira: 11+12+13+14+15+16+17+18+19+20=155 (155/10) = 15,50 Repare que removemos o primeiro dia da lista (10) para incluir o novo dia (20). Durante os ltimos dois dias, a mdia moveu-se de 14,50 para 15,50. Como so somados novos dias, os antigos sero removidos e a mdia permanece se movendo com o passar do tempo. t +1 calculada com a frmula: No modelo da mdia mvel, a projeo y y t +1= Ou, mdia mvel de ordem k:
t 1 yi k i =t k +1

y t +1 =

Yt + Yt 1 + Yt 2 + ... + Yt k +1 k

EXERCCIOS
1. As notas finais de 15 alunos de um curso de computao esto apresentadas abaixo. Qual a mdia das notas obtidas? 7,5 9,0 4,5 4,0 5,5 8,0 8,5 9,0 7,5 7,5 7,0 6,5 7,5 9,0 6,5

NOTAS

2.

Os dados abaixo referem-se ao tempo de vida til, em anos, de determinado aparelho eletrnico: 5 5 6 4 20 Calcule a mdia aritmtica simples.

Pgina 111

3.

No ano 2000, o nmero de nascimentos, por ms, em uma maternidade foi:

MS Jan. Fev. Maro Abril Maio Junho Julho Agosto Set. Out. Nov. Dez. NASC. 38 25 42 30 29 47 18 36 38 43 49 37 a) Calcule a mdia mensal de nascimentos. b) Em que meses o nmero de nascimentos ficou acima da mdia? 4. A classificao final para um determinado curso a mdia ponderada das provas de capacidade geral, com peso 3, e das provas de capacidade especfica, com peso 2. Nessas condies, qual a classificao final de um aluno que obteve 162 pontos na prova de capacidade geral e 147 pontos na prova de capacidade especfica? O quadro de distribuio de freqncias representa os salrios mensais de 40 empregados de uma firma. CLASSE (EM REAIS) 180 200 200 220 220 240 240 260 260 280 PONTO MDIO DA CLASSE ( X I ) 190 210 230 250 270 FREQNCIA ( fi ) 4 18 10 5 3

5.

Calcule o salrio mdio mensal dos empregados dessa firma. 6. Calcule a mdia geomtrica para as sries:

X : 1, 2, 4, 7, 16

Y : 81, 26, 10, 3, 1

7.

Calcule a mdia aritmtica da srie: xi 2 3 4 5 fi 1 4 3 2

Pgina 112

Aula 6 Estatstica I prof Rosane Worm 09/09/2010

A Mediana
A mediana de um conjunto de valores o valor do meio desse conjunto, quando os valores esto dispostos em ordem crescente (ou decrescente). A mediana representada geralmente por ~ x (l-se: x til) ou pode tambm ser representada com o smbolo md.. Para calcular a mediana, primeiro coloque os valores em ordem (crescente ou decrescente); em seguida aplique um dos dois processos a seguir: Se o nmero de valores mpar, a mediana o nmero localizado exatamente no meio da lista. Se o nmero de valores par, a mediana a mdia dos dois valores do meio. Exemplo 1. Calcule a mediana da altura de 7 alunos da turma. 1,76 1,73 1,80 1,65 1,70 1,74 1,81 Exemplo 2. Calcule a mediana da altura de 8 alunos da turma. 1,76 1,73 1,80 1,65 1,70 1,74 1,81 1,63

Moda A moda de um conjunto de dados o valor que ocorre com maior freqncia.
Quando dois valores ocorrem com a mesma freqncia mxima, cada um deles uma moda, e o conjunto se diz bimodal. Se mais de dois valores ocorrem com a mesma freqncia mxima, cada um deles uma moda, e o conjunto multimodal. Quando nenhum valor repetido, o conjunto no tem moda (amodal). Costuma-se denotar a moda por Mo. Exemplo 1. Um estudo sobre tempos de reao abrangeu 30 canhotos, 50 destros e 20 ambidestros. Qual a moda das caractersticas citadas. Exemplo 2. Determine a moda dos seguintes conjuntos de dados: a. 5 5 5 3 1 5 1 4 3 5 b. 1 2 2 2 3 5 6 6 6 7 c. 1 2 3 6

Ponto Mdio
O ponto mdio o valor que est a meio caminho entre o maior e o menor valor. Para obt-lo, somamos esses valores extremos e dividimos o resultado por 2, como na frmula a seguir: ponto mdio =

maior valor + menor valor 2

Embora o ponto mdio no seja muito usado, inclumo-lo aqui para enfatizar o fato de que h diferentes maneiras de definir o centro de um conjunto de dados. Ao nos referirmos ao valor mdio de um conjunto de dados, devemos ser precisos, mencionando o termo exato, como mdia, mediana, moda ou ponto mdio. Pgina 113

Exemplo. Calcule o ponto mdio da altura de 8 alunos da turma. 1,76 1,73 1,80 1,65 1,70 1,74 1,81 1,63

Regra do Arredondamento
Eis uma regra simples para arredondamento de respostas: Tome uma decimal a mais, alm das que aparecem nos dados. Devemos arredondar apenas a resposta final, e no os valores intermedirios. Por exemplo, a mdia de 2, 3, 5 3,33333333..., que deve ser arredondada para 3,3. Como os dados originais so expressos em nmeros inteiros, arredondamos a resposta para o dcimo mais prximo. Outro exemplo: a mdia de 2,1, 3,4 e 5,7 arredondada para 3,73 com duas decimais (uma a mais em relao s que figuram nos valores originais).

Atividades 1. As idades em anos de 25 pessoas presentes nesta sala de aula so: 20, 19, 22, 24, 25, 26, 18, 19, 18, 20, 21, 22, 23, 21, 19, 20, 19, 22, 21, 23, 24, 25, 22, 20, 22. Determine a mdia, moda, mediana e ponto mdio de idade desse grupo de pessoas. 2. Calcule a mdia para a amostra abaixo que representa as pessoas apresentados na questo anterior: PESOS ( Kg) 45 |--- 50 50 |--- 55 55 |--- 60 60 |--- 65 65 |--- 70 70 |--- 75 fi 2 5 8 5 3 2

3. Numa faculdade obtiveram-se amostras de carros de estudantes e carros de professores e funcionrios da faculdade, com as respectivas idades (em anos). Essas idades esto resumidas na tabela de freqncia a seguir. Ache a idade mdia de ambos os grupos de carros. Encontre tambm a classe modal e a classe da mediana. Idade (em anos) 0 - 2 3 - 5 6 - 8 9 - 11 12 - 14 15 - 17 18 - 20 21 - 23 Estudantes 23 33 63 68 19 10 1 0 Profs. E Funcs. 30 47 36 30 8 0 0 1

4. As companhias de seguro pesquisam continuamente as idades na morte e as respectivas causas. Os dados se baseiam em um estudo de uma revista sobre mortes causadas por armas de fogo na Amrica durante uma semana. Calcule a mdia, o ponto mdio. Encontre as classes modal e mediana. Pgina 114

Idade na morte 16 - 25 26 - 35 36 - 45 46 - 55 56 - 65 66 - 75 76 - 85

Freqncia 22 10 6 2 4 5 1

5. Qual a mdia de idade de um grupo em que h 6 pessoas de 14 anos, 9 pessoas de 20 e 5 pessoas de 16?

6. Pesquisa sobre o peso em quilogramas de um grupo de pessoas. Determine a mdia, a moda e a mediana: Peso (kg) fi 40 44 1 44 48 3 48 52 7 52 56 6 56 60 3 20 Total

7. Determine a mdia, a moda e a mediana: Idade (em anos) 13 14 15 16 Total fi 3 2 4 1

8. As notas de um candidato, em seis provas de um concurso, foram: 8,4; 9,1; 7,2; 6,8; 8,7; e 7,2. Determine: a) A nota mdia. b) A nota mediana. c) A nota modal.

Pgina 115

 Aula 7 Estatstica- 16/09/2010 Prof Rosane Worm 1. A parcela da populao convenientemente escolhida para represent-la chamada de: a) varivel b) rol c) amostra d) dados brutos e) nenhuma das alternativas acima

2. Os grficos prprios de uma distribuio de freqncia so: a) colunas, curva de freqncia e histograma b) polgono de freqncia e histograma c) colunas, curva de freqncia e polgono de freqncia d) grfico de setor, grfico de barra, curva de freqncia e curva normal e) colunas, barra, setor e curva de freqncia. 3. Dados os conjuntos de valores abaixo A = { 3, 5, 6, 8, 9, 10, 10, 10, 11, 12, 17 } B = { 4, 5, 7, 10, 11, 13, 15 } C = { 2, 3, 4, 5, 5, 5, 5, 6, 7, 8, 8, 8, 8, 9, 10, 11 } Em relao moda, podemos dizer que I. A unimodal e a moda 10 II. B unimodal e a moda 10 III. C bimodal e as modas so 5 e 8 Ento: a. b. c. d. e. estas afirmaes esto todas corretas estas afirmaes esto todas erradas I e II esto corretas I e III esto corretas II e III esto corretas.

4. A altura de 80 homens de uma comunidade est distribuda de acordo com a tabela abaixo: Altura (metros) 1,60 1,65 1,65 1,70 1,70 1,75 1,75 1,80 1,80 1,85 1,85 1,90 1,90 1,95 Total fi 4 12 18 26 10 8 2 80 fr i (%) 5 15 22,5 32,5 12,5 10 2,5 100 Fr i % 5 20 42,5 75 87,5 97,5 100

Pgina 116

A moda que corresponde aos dados da tabela a) 1,75 m. b) 1,80 m c) 1,775 m d) 1,70 m e) 1,725 m 5. A representao grfica que apresenta a sequncia de um trabalho de forma analtica, caracterizando as operaes, os responsveis e(ou) as unidades organizacionais envolvidas no processo chamada de (A) organograma. (B) histograma. (C) grfico de barras. (D) diagrama de disperso. (E) fluxograma.

Pgina 117

FACULDADE DOM ALBERTO MEDIDAS DE DISPERSO Disperso ou Variabilidade A mdia, ainda que considerada como um nmero que tem a faculdade de representar uma srie de nmeros no pode, por si mesma, destacar o grau de homogeneidade ou heterogeneidade que existe entre os valores que compem o conjunto. Considerando os seguintes conjuntos de valores das variveis X, Y e Z: X: 5, 5, 5, 5, 5. Y: 3, 4, 5, 6, 7. Z: 5, 0, 10, 8, 2. Calculando a mdia aritmtica de cada um desses conjuntos, obtm-se: X = Y = Z = 5. Chamando de disperso ou variabilidade a maior ou menor diversificao dos valores de uma varivel em torno do valor da mdia, pode-se dizer que o conjunto Xi apresenta disperso ou variabilidade nula e que o conjunto yi apresenta uma disperso ou variabilidade menor que o conjunto zi. Para qualificar os valores de uma dada varivel, ressaltando a maior ou menor disperso ou variabilidade entre esses valores e a sua mdia, necessrio recorre s medidas de disperso. Dessas medidas, estudaremos: a varincia absoluta, o desvio padro e o coeficiente de variao ou de variabilidade. Medidas de Disperso Absoluta As principais medidas de disperso absolutas so: amplitude total, desvio mdio simples, varincia e desvio padro. 1. DESVIO MDIO SIMPLES O desvio mdio simples que indicaremos por DMS definido como sendo uma mdia aritmtica do desvio de cada elemento da srie para a mdia da srie. Clculo do Desvio Mdio Simples: 1) Caso: Dados Brutos ou Rol Calculamos inicialmente a mdia da seqncia. Em seguida identificamos a distncia de cada elemento da seqncia para sua mdia. Finalmente, calculamos a mdia destas distncias. Se a seqncia for representada por X: x 1 , x 2 , x 3 ,... , x n , ento DMS admite como frmula de clculo: DMS = x i - x Aula 8- Estatstica- 14/10/2010 Prof Rosane Worm

Pgina 118

n Exemplo: Calcule o DMS para a seqncia x : 2, 8, 5, 6.

O DMS a mdia aritmtica simples destes valores. 2) Caso: Varivel Discreta No caso da apresentao de uma varivel discreta, lembramos que a freqncia simples de cada elemento representa o nmero de vezes que este valor figura na srie. Conseqentemente, haver repeties de distncias iguais de cada elemento distinto da srie para a mdia da srie. Assim, a mdia indicada para estas distncias uma mdia aritmtica ponderada. A frmula para o clculo do DMS : DMS = | x i x | f i . fi Exemplo: Determinar o DMS para a srie: Xi 1 3 4 5 fi 2 5 2 1

3) Caso: Varivel Contnua Nesta situao, por desconhecer os valores individuais dos elementos componentes da srie, substituiremos estes valores x i , pelos pontos mdios da classe. Desta forma, o desvio mdio simples tem por clculo a frmula: DMS = x i x f i fi Onde x i o ponto mdio da classe i. Exemplo: Determinar o DMS para a srie: Classe 1 2 3 4 Intervalo de classe 2 4 4 6 6 8 8 10 fi 5 10 4 1

Pgina 119

Exerccios: 1. Calcule o DMS da srie X : 3, 8, 12, 3, 9, 7. 2. Calcule o DMS da srie Y: 2; 2,5; 3,5; 7; 10; 14,5; 20. 3. Calcule o DMS da srie: Xi 2 4 5 6 8 10 fi 3 8 10 6 2 1

4. Responda, justificando: Qual das srie X e Y da 1 e 2 questo possui maior disperso absoluta? 5. Calcule o DMS da srie: Classe 1 2 3 4 5 6 Salrios US$ 70 120 120 170 170 220 220 270 270 320 320 370 N de vendedores 8 28 54 32 12 6

6. A tabela mostra o total de pontos obtidos por dois times de futebol no perodo de 1996 a 2000. ANOS 1996 TIME A 7 TIME B 18 1997 12 16 1998 20 15 1999 16 9 2000 10 12

a) Qual o desvio mdio de cada um desses times? b) Qual o time mais regular nesse perodo?

Varincia ( ou s) e Desvio Padro (ou s) A amplitude total e o desvio mdio tambm so medidas de variao, no entanto a varincia e o desvio padro levam em considerao a totalidade dos valores da varivel em estudo sem utilizar a idia de mdulo, o que faz delas ndices de variabilidade bastante estveis e os mais empregados. A varincia

Pgina 120

baseia-se nos desvios em torno da mdia aritmtica, porm determinando a mdia aritmtica dos quadrados dos desvios.

Dados no agrupados

Dados agrupados
2

( xi ) =
N

ou

( xi ) =
N

fi

( populao )

s2 =

( xi x)
n 1

ou

s2 =

( xi x)
n 1

fi

( amostra)

Sendo a varincia calculada a partir dos quadrados dos desvios, ela um nmero em unidade quadrada em relao varivel em questo, o que, sob o ponto de vista prtico, um inconveniente. Por isso mesmo, imaginou-se uma nova medida que tem utilidade e interpretao prticas, denominada desvio padro, definida como a raiz quadrada da varincia.

= 2
s = s2

( populao ) ( amostra )

Tanto o desvio padro como a varincia so usados como medidas de disperso ou variabilidade. O uso de uma ou de outra depender da finalidade que se tenha em vista. A varincia uma medida que tem pouca utilidade na estatstica descritiva, porm extremamente importante na inferncia estatstica e em combinaes de amostras. Para o clculo do desvio padro, considera-se os seguintes casos:

Observe como exemplo, o conjunto de valores da varivel populacional x: 40, 45, 48, 52, 54, 62 Exemplo: Calcule o desvio padro da seguinte distribuio amostral: Xi 0 1 2 3 4 fi 2 6 12 7 3 30 Xi fi __ (X i - x )2 . fi

Com intervalos de classe Exemplo: Calcule o desvio padro da tabela abaixo.

Pgina 121

SALRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS FUNCIONRIOS DA EMPRESA Z Salrios semanais (R$) Freqncias 150 |--- 154 4 154 |--- 158 9 158 |--- 162 11 162 |--- 166 8 166 |--- 170 5 170 |--- 174 3 Total 40 FONTE: PESQUISA DO SETOR DE PESSOAL Exerccios sobre Medidas de Disperso 1) Calcule a varincia e o desvio padro da Populao: X: 2, 3, 7, 9, 11, 13.

2)Calcule a varincia e o desvio padro da Populao: Y: 5, 12, 4, 20, 13, 17.

3) Calcule a varincia e o desvio padro da amostra: Z: 15, 16, 17, 20, 21.

4) Calcule a varincia e o desvio padro da amostra: T: 6, 5, 10, 12, 19.

5) Calcule a varincia e o desvio padro da populao: Idade (anos) N. de alunos 17 3 18 18 19 17 20 8 21 4 50

Pgina 122

6) Calcule a varincia e o desvio padro para o nmero de acidentes dirios, observados em um cruzamento, durante 40 dias. (Amostra) N. de acidentes por dia N. de dias 0 30 1 5 2 3 3 1 4 1

7) Calcule a varincia e o desvio padro para a distribuio de valores de 54 notas fiscais emitidas na mesma data, selecionadas em uma loja de departamentos. (Amostra) Classe Consumo por nota US$ N.de notas 1 0 50 10 2 50100 28 3 100 150 12 4 150 200 2 5 200 250 1 6 250 300 1 54

8) Calcule a varincia e o desvio padro para as alturas de 70 alunos de uma classe (Amostra). Classe Alturas N. de (cm) alunos 1 150 160 2 2 160 170 15 3 170 180 18 4 180 190 18 5 190 200 16 6 200 210 1

Pgina 123

Aula 9 Estatstica 21/10/2010 Prof Rosane Worm 1. As companhias de seguro pesquisam continuamente as idades na morte e as respectivas causas. Os dados se baseiam em um estudo de uma revista sobre mortes causadas por armas de fogo na Amrica durante uma semana. Calcule o desvio-padro e a varincia. Idade na morte Freqncia 16 - 25 22 26 - 35 10 36 - 45 6 46 - 55 2 56 - 65 4 66 - 75 5 76 - 85 1 2. Calcule o desvio-padro e a varincia para a amostra abaixo que representa o peso das pessoas. PESOS ( Kg) f 45 |--- 50 50 |--- 55 55 |--- 60 60 |--- 65 65 |--- 70 70 |--- 75 2 5 8 5 3 2

3. Em um colgio funciona uma cantina. Os gastos dirios de 12 alunos com a cantina esto abaixo relacionados em reais: (amostra) 0,80 1,20 0,90 1,40 2,00 1,00 1,50 1,50 0,80 1,50 1,00 0,80 a) determine o gasto mdio dirio de um aluno na cantina. b) Determine a varincia e o desvio padro. c) Qual a moda dos gastos dirios na cantina? 4. Com o objetivo de verificar o comportamento do consumidor, um rgo de defesa do consumidor registrou o seguinte nmero de queixas ao longo de 10 dias: (amostra) 58 39 63 60 95 48 56 72 75 80 a) Determine mdia e a mediana do nmero de queixas recebidas? b) Qual o desvio padro dos dados acima? 5. Em uma classe as notas obtidas pelos alunos foram agrupadas da seguinte maneira: (populao) Nota N alunos 02 1 24 6 46 9 68 8 8 10 6 A partir desses dados calcule o desvio padro. Pgina 124

Aula 10- Estatstica 28/10/2010 Prof Rosane Worm

Medidas de Posio
As Medidas de Posio nos permitem comparar valores, elas nos do informaes importantes sobre sobre a posio dos dados dentro do conjunto. Estudaremos aqui: Escore Z Quartis, Decis e Percentis.

Escores z

O escore padronizado, ou escore z, o nmero de desvios-padro pelo qual um valor x dista da mdia (para mais ou para menos). Obtm-se
como segue: z= z= xx s x

Amostra
OBS: Arredondar z para duas decimais.

Populao

A importncia dos escores z na estatstica reside no fato de que eles permitem distinguir entre valores usuais e valores raros, ou incomuns. Consideramos usuais os valores cujos escores padronizados esto entre -2,00 e 2,00, e incomuns os valores com escore z inferior a -2,00 ou superior a 2,00. Nosso critrio para classificar um escore z como incomum decorre da regra emprica e do teorema de Tchebichev.
Valores incomuns Valores Usuais Valores incomuns -3 -2 -1 0 z 1 2 3 Valores incomuns

Exemplo. As alturas da populao de homens adultos tm mdia = 175 cm., desviopadro = 7,1 cm. e distribuio em forma de sino. O jogador de basquete Michael Jordan ganhou reputao de gigante por suas proezas no jogo, mas com 198 cm, ele pode ser considerado excepcionalmente alto, comparado com a populao geral de homens adultos? Determine o escore z para a altura de 198 cm.

Em comparao com a populao geral, Michel Jordan exepcionalmente alto. Quartis, Decis e Percentis Pgina 125

Assim como a mediana divide os dados em duas partes iguais, os trs quartis, denotados por Q 1 , Q 2 e Q 3 , dividem as observaes ordenadas (dispostas em ordem crescente) em quatro partes iguais. Ao grosso modo: - Q 1 separa os 25% inferiores dos 75% superiores dos valores ordenados; - Q 2 a mediana; - Q 3 separa os 75% inferiores dos 25% superiores dos dados. Mais precisamente, ao menos 25 % dos dados sero no mximo iguais a Q 1 , e ao menos 75% dos dados sero no mnimo iguais a Q 1 . Ao menos75% dos dados sero no mximo iguais a Q3 , enquanto ao menos 25 % sero, no mnimo, iguais a Q3 . Analogamente, h nove decis, denotados por D1 , D2 , D3 ,..., D9 , que dividem os dados em 10 grupos com cerca de 10% deles em cada grupo. H, finalmente, 99 percentis, que dividem os dados em 100 grupos com cerca de 1% em cada grupo. O processo de determinao do percentil correspondente a um determinado valor x, bastante simples, como se pode ver na expresso seguinte. = percentil do valor x nmero de valores inferiores a x 100 nmero total de valores

Para o processo inverso, h vrios mtodos diferentes para achar o valor correspondente a determinado percentil, sendo um deles: Clculo do p-simo percentil Etapa 1: Arranje os dados na ordem crescente Etapa 2: Calcule o ndice L k = L n 100 onde n nmero de escores, ou valores, no conjunto de dados k percentil a ser utilizado L Pk indicador que d a posio de um escore k mo percentil

Pgina 126

Uma vez dominados os clculos para os percentis, podemos seguir o mesmo processo para calcular os quartis e decis fazendo-se os ajustes relativos. Sendo que: Quartis Q1 = P25 Q2 = P50 Q3 = P75 Decis D1 = P 10 D2 = P20 D9 = P90

Exemplo: calcule Q 1 da sequncia X : 2, 5, 8, 5, 5, 10, 12, 12, 11, 13, 15

Exemplo: calcule D3 da sequncia: 2; 8; 7,5; 6; 10; 12; 2; 9

Xi 2 4 5 7 10

Exemplo: calcule D 4 da srie fi 3 5 8 6 2

Exemplo: Calcule o Q 3 da srie Classe 1 2 3 4 5 Intervalo de classe 0 10 10 20 20 30 30 40 40 50 fi 16 18 24 35 12

Atividades
1. Os carros dos estudantes de certa faculdade tm idade mdia de 7,9 anos com desviopadro de 3,67 anos, determine os escores z para os carros com as seguintes idades: a. Um GOL de 12 anos Pgina 127

b. Um Corsa de 2 anos c. Um Fiesta novo 2. Os nmeros de horas que os calouros passam estudando cada semana tm mdia de 7,06 h e desvio-padro de 5,32 h. Determine o escore z para um calouro que estuda 20 horas por semana. 3. Qual dos dois escores abaixo acusa melhor posio relativa? a. Um escore de 60 em um teste com x = 50 e s = 5 b. Um escore de 250 em um teste com x = 200 e s = 20 4. Dois grupos semelhantes de estudantes fazem testes equivalentes de facilidade de linguagem. Qual dos resultados seguintes indica maior facilidade relativa a linguagem? a. Uma pontuao de 65 em um teste com x = 70 e s = 10 b. Uma pontuao de 455 em um teste com x = 500 e s = 80

5. A distribuio de frequncia abaixo representa a idade de 50 alunos de uma classe de 1 ano de uma faculdade: Idade (anos) N de alunos 17 3 18 18 19 17 20 8 21 4 Calcule: b) K 3 a) Q 1

c) D 1

d) Q 3

e) P 95

6. A distribuio de freqncias abaixo representa o consumo por nota de 50 notas fiscais emitidas durante um dia em uma loja de departamentos Classe 1 2 3 4 5 6 Intervalo de classe 0 50 50 100 100 150 150 200 200 250 250 300 Calcule: a) Q 1 b) D 3 N notas 10 28 12 2 1 1

c) D 7

d) Q 2

e) P 98

Pgina 128

CENTRO DE ENSINO SUPERIOR DOM ALBERTO Aula 11 04/11/2010 Prof Rosane Worm Coeficiente de Variao ( para populao ou g para amostras ) a caracterizao da disperso ou variabilidade dos dados em termos relativos a seu valor.

ou

g =

s x

MEDIDAS DE ASSIMETRIA
Assimetria A comparao da mdia, mediana e moda pode nos dizer algo sobre a caracterstica da assimetria, definida a seguir. Definio: Uma distribuio de dados simtrica quando a metade esquerda do seu histograma aproximadamente a imagem-espelho da metade direita (uma distribuio de dados assimtrica quando no simtrica, estendendo-se mais para um lado do que para o outro). Negativamente assimtricos: a mdia e a mediana esto esquerda da moda. Embora nem sempre previsveis, os dados negativamente assimtricos tm em geral a mdia esquerda da mediana. Positivamente assimtricos; a mdia e a mediana esto direita.

Assimetria para a esquerda (negativamente assimtrica): A mdia e a mediana esto esquerda da moda.

Simetria (assimetria zero): A mdia, a mediana e a moda coincidem.

Assimetria para a direita (positivamente assimtrica): A mdia e a mediana esto direita da moda.

Histogramas de distribuies assimtricas e simtrica:

f
f

Histograma de distribuio simtrica. (mdia = mediana = moda)

Histograma de distribuio assimtrica para a direita (positiva). (mdia > mediana > moda)

Pgina 129

Histograma de distribuio assimtrica para a esquerda (negativa). (mdia < mediana < moda)

Frmulas para o clculo do coeficiente de assimetria: Coeficiente de Pearson 1 Coeficiente de Pearson AS = x Mo S

AS = 0 diz-se que a distribuio simtrica AS > 0 diz-se que a distribuio assimtrica positiva ( direita) AS 0 diz-se que a distribuio assimtrica positiva ( direita)

1. Classifique, quanto assimetria, a distribuio abaixo, segundo o coeficiente de Pearson. (populao) Xi 1 2 3 4 5 6 fi 2 10 6 4 2 1

2. Classifique, quanto assimetria, a distribuio abaixo: (amostra) Classe 1 2 3 4 5 Int. C. 3 5 5 7 7 9 9 11 11 13 fi 1 2 13 3 1

3. Classifique, quanto assimetria, a distribuio abaixo, segundo o coeficiente de Pearson. Populao Pgina 130

Xi 2 3 4 5 0 6 7 8

fi 2 4 6 1 6 4 2

4. Classifique, quanto assimetria, a distribuio abaixo, segundo o coeficiente de Pearson. Amostra Classe Int. C. fi 1 0 4 10 2 4 8 15 3 8 12 6 4 12 16 2 5 16 20 1

5. Em um exame final de Estatstica, o grau mdio de um grupo de 150 alunos foi 78 e o desvio padro, 8,0. Em Matemtica, entretanto, o grau mdio final foi 73 e o desvio padro, 7,6. a)Em que disciplina foi maior a disperso relativa?

b) Se um estudante obteve 75 em Estatstica e 71 em Matemtica. Em qual dos exames foi mais elevada a sua posio relativa?

6. Medidas as estaturas de 1.017 indivduos, obtivemos mdia = 162,2 cm e s= 8,01 cm. O peso mdio desses mesmos indivduos 52 kg, com um desvio padro de 2,3 kg. a) Esses indivduos apresentam maior variabilidade em estatura ou em peso?

b) Se um indivduo tem estatura de 175 cm e peso de 65 kg em qual obteve uma posio mais elevada? 7. Um grupo de 100 estudantes tem uma estatura mdia de 163,8 cm, com coeficiente de variao de 3,3%. Qual o desvio padro desse grupo?

Pgina 131

8. Uma rede de lojas afirma que as vendas dirias de televisores obedecem seguinte distribuio: Populao Classe N de N de dias televisores 1 5 0 | 20 2 25 20 | 40 2 40 40 | 60 3 15 60 | 80 4 10 80 | 100 5 5 100 | 120 a) Calcule o desvio padro da distribuio: b) Calcule a varincia populacional da distribuio: c) Calcule o coeficiente de variao. d) Classifique, quanto assimetria, a distribuio segundo o coeficiente de Pearson. e) Calcule o Q 3 da distribuio. 9. Calcule a mdia aritmtica, a mediana, a moda, o primeiro e o terceiro quartis, a varincia, o desvio padro, o coeficiente de variao e a assimetria das distribuies de freqncias abaixo: a) NOTAS 0 2 2 4 4 6 6 8 8 10 fi 5 8 14 10 7 = 44

b) Estaturas (cm) 150 158 158 166 166 174 174 182 182 190 fi 5 12 18 27 8 = 70

PROBABILIDADES
Conhecidas certas condies, podemos prever, por exemplo, a temperatura em que a gua entrar em ebulio ou a velocidade com que um corpo, em queda livre, atingir o solo. Pgina 132

Estes experimentos cujos resultados podem ser previstos, isto , podem ser determinados antes da sua realizao, so denominados experimentos determinsticos. Considere agora os seguintes experimentos: No lanamento de uma moeda, qual a face voltada para cima? No lanamento de um dado, qual o nmero que saiu? Uma carta foi retirada de um baralho completo. Que carta essa? Estes experimentos que, ao serem realizados repetidas vezes, nas mesmas condies, no podem ter seus resultados previstos so denominados experimentos aleatrios. Experimento aleatrio apresenta as seguintes caractersticas: Pode se repetir vrias vezes nas mesmas condies; conhecido o conjunto de todos os resultados possveis; No se pode prever o resultado. Como no se pode prever o resultado de um experimento aleatrio, procura-se descobrir as possibilidades de ocorrncia de cada um, ou seja, a probabilidade de que ele ocorra. A teoria da probabilidade mede a chance de ocorrer um determinado resultado num experimento aleatrio.

EXPERIMENTO ALEATRIO
Em quase tudo, em maior ou menor grau, vislumbramos o acaso. Assim, da afirmao provvel que meu time ganhe a partida de hoje pode resultar: a. Que, apesar do favoritismo, ele perca; b. Que, como pensamos, ele ganhe; c. que empate. Como vimos, o resultado final depende do acaso. Fenmenos como esse so chamados fenmenos aleatrios ou experimentos aleatrios. ESPAO AMOSTRAL A cada experimento correspondem, em geral, vrios resultados possveis. Assim, ao lanarmos uma moeda, h dois resultados possveis: ocorrer cara ou coroa. J ao lanarmos um dado h 6 resultados possveis: 1, 2, 3, 4, 5, ou 6. Ao conjunto desses resultados possveis damos o nome de Espao Amostral ou Conjunto Universo, representado por S. S = { Cara, Coroa} S = { 1, 2, 3, 4, 5, 6} Se temos 2 lanamento sucessivos de uma moeda podemos obter cara nos dois lanamentos, ou cara no primeiro e coroa no segundo, ou cara no primeiro e coroa no segundo, ou cara nos dois lanamentos, o espao amostral : S= { ( C, C), (C, K), ( K, C) ( K, K)

EVENTO
Chamamos de evento qualquer subconjunto do espao amostral S de um experimento aleatrio. 1Considere o espao amostral do lanamento de um dado e a observao da face superior. Descreva, por seus elementos, os seguintes eventos: a) A: sair face par. b) B: sair face com nmero primo. c) C: sair face maior que trs. d) D: sair face maior que 6. Pgina 133

e) E: sair face mltipla de 3. f) F: sair face menor ou igual a 4. Suponha-se que um evento E possa acontecer de h maneiras diferentes, em um total de n modos possveis, igualmente provveis. Ento, a probabilidade de ocorrncia do evento (denominada sucesso) definida por: p = Pr {E} = h/n A probabilidade de no ocorrncia do evento (denominado insucesso ou fracasso) definida por: q = Pr {no E} = n h /n = 1 h/n = 1 p = 1 Pr {E} Assim, p + q = 1 ou Pr { no E} = 1 O evento no E representado, s vezes por E, ou ~E Admita-se que o evento E seja a ocorrncia dos nmeros 3 ou 4, em um nico lance de um dado. H 6 maneiras segundo as quais o dado pode cair, e que resultam nos nmeros 1, 2, 3, 4, 5, ou 6. Se o dado honesto (isto , no viciado), pode-se supor que as seis maneiras sejam igualmente provveis. Como E pode ocorrer de duas destas maneiras, tem-se: p= Pr {E} = 2/6 = 1/3 A probabilidade de no ser conseguido um 3 ou um 4 ( isto de ocorrncia de um 1, 2, 5 ou 6) : q = Pr {~E} = 1 1/3 = 2/3 Note-se que a possibilidade de um evento um nmero compreendido entre 0 e 1. Se o evento no pode ocorrer, sua probabilidade 0. Se ele deve ocorrer isto , se sua ocorrncia certa, sua probabilidade 1. Se p a probabilidade de que um evento ocorra, a vantagem a favor de seu acontecimento q:p. por conseguinte, a vantagem contra o aparecimento de um 3 ou um 4, em um nico lance de um dado honesto, de q : p = 2/3 : 1/3 = 2 : 1, isto , 2 para 1 2. Considere o espao amostral S= { 1,2,3,4,5,6,7,8,9,10} e os seguintes eventos: A= { 2, 3, 4} B= { 1, 3, 5, 7, 9} C= { 5 } D= { 1, 2, 3 } E = { 2, 4, 6} Determine: a) A U B b) A B c) A C d) (A D) U E Exerccios: 1- Determine a probabilidade de cada evento: a) um nmero par aparece no lanamento de um dado.

b) Uma figura aparece ao se extrair uma carta de um baralho de 52 cartas. c) Uma s coroa aparece no lanamento de trs moedas. S= { (c,c,c), (k,k,k), (c,k,c), (k,c,k), (c,k,k), (k,k,c)(k,c,c) (c,c,k)} 2- Um nmero inteiro escolhido aleatoriamente dentre os nmeros 1, 2, 3, ..., 49, 50. determine a probabilidade de: a. o nmero ser divisvel por 5.

Pgina 134

b. O nmero terminar em 3

c. O nmero ser divisvel por 6 ou por 8; d. O nmero ser divisvel por 4 e por 6.

3- Dois dados so lanados simultaneamente. Determine a probabilidade de: a. a soma ser menor que 4; b. a soma ser 9;

c. o primeiro resultado ser maior que o segundo; d. a soma ser menor ou igual a 5.

4- O experimento consiste em retirar ao acaso uma bola de uma urna que contm 20 bolas iguais em peso e volume; sendo 5 bolas brancas, 8bolas pretas e 7 bolas amarelas, e anotar sua cor. Determine a funo de probabilidade.

5- Um casal planeja ter 3 filhos. Determine os eventos; a) os trs so do sexo feminino. b) pelo menos 1 do sexo masculino. c) os 3 do mesmo sexo. 6- uma urna contm 20 bolinhas numeradas de 1 a 20. Escolhe-se ao acaso uma bolinha e observa-se o seu nmero. Determine os seguintes eventos: a) o nmero escolhido impar. b) o nmero escolhido maior que 15. c) o nmero escolhido mltiplo de 5. d) o nmero escolhido mltiplo de 2 e de 3. e) o nmero escolhido primo. f) o nmero escolhido mpar e mltiplo de 7.

Funo de Probabilidade Uma vez identificado o espao amostral S = { a 1, a 2,... a n } de um elemento, podemos associar a cada elemento sua possibilidade de ocorrncia. 1. 0 p(a i ) 1 i = 1,2,,n Pgina 135

2. p(a i ) = 1 i = 1,2,n O valor p(a i ) denominado probabilidade de ocorrncia do resultado a i . PROBABILIDADE CLSSICA Aplica-se s situaes em que os resultados que compem o espao amostral ocorrem com mesma regularidade, ou seja, os resultados so equiprovveis. Deste modo definimos: P(a i ) = n (a i ) n (a i ) o nmero de casos favorveis realizao de a i n n o nmero total de casos possveis OU P=E S

Probabilidade de um evento
Exemplo: lanamento de um dado e observao da face superior. Determine a probabilidade de cada um dos eventos abaixo: a) Sair face 2 ou face 3. b) Sair face mpar. c) Sair face maior que 1. d) Sair face 5. e) Sair face 1 ou 2 ou 3 ou 4 ou 5 ou 6. f) Sair face mltiplo de 9 Inicialmente, determinamos o espao amostral e a funo de probabilidade. O espao amostral S= { 1, 2, 3, 4, 5, 6} A funo de probabilidade dada por: S __P___R 1 _____ p(1) = 1/6 2 _____ p ( 2) = 1/6 3 _____ p ( 3) = 1/6 4 _____ p ( 4) = 1/6 5 _____ p ( 5) = 1/6 6 _____ p ( 6) = 1/6
1. O experimento consiste em lanar dois dados e observar a diferena dos pontos das faces superiores. Determine a funo de probabilidade.

2. O experimento consiste em lanar dois dados e observar o produto dos pontos das faces superiores. Determine a funo de probabilidade.

3. No lanamento de dois dados e na observao da soma dos pontos das faces superiores, determine a probabilidade de cada um dos eventos seguintes: a. A a soma ser par. b. B - A soma ser mpar. c. C - a soma ser mltiplo de 3. d. D - A soma ser um nmero primo. e. E - A soma ser maior ou igual a 7.

Pgina 136

f.

F A soma ser maior que 12.

Pgina 137

CENTRO DE ENSINO SUPERIOR DOM ALBERTO Aula 12 Estatstica I 11/11/2010 Prof Rosane Worm Eventos Complementares Sabemos que um evento pode ocorrer ou no. Sendo p a probabilidade de que ele ocorra (sucesso) e q a probabilidade de que ele no ocorra (insucesso), para um mesmo evento existe sempre a relao: p + q = 1 q = 1 p Ex. A probabilidade de tirar um 4 no lanamento de um dado p = 1/6. logo a probabilidade de no tirar o 4 no lanamento de um dado q = 1 1/6 = 5/6. Eventos Independentes Dois eventos so independentes quando a realizao ou a no-realizao de um dos eventos no efeta a probabilidade da realizao do outro e vice-versa. Ex. quando lanamos dois dados, o resultado obtido em um deles independe do resultado obtido no outro. A probabilidade de que dois eventos se realizem simultneamente dada por p = p1 x p2 Ex. Lanamos dois dados. A probabilidade de obter 1 no 1 dado : p 1 = 1/6. A probabilidade de obtermos 5 no 2 dado p 2 = 1/6. Logo, a probabilidade de obtermos, simultaneamente, 1 no 1 e 5 no 2 : p = 1/6 x 1/6 = 1/36. Eventos Mutuamente Exclusivos Dois eventos so mutuamente exclusivos quando a realizao de um exclui a realizao do(s) outro(s). Assim, no lanamento de uma moeda, o evento tirar cara e o evento tirar coroa so mutuamente exclusivos, j que, ao se realizar um deles, o outro no se realiza. P = p 1 + p 2. Ex. Lanamos um dado. A probabilidade de tirar o 3 ou o 5 : p = 1/6 + 1/6 = 2/6 = 1/3 Exerccios 1. Qual a probabilidade de sair o s de ouros quando retiramos uma carta de um baralho com 52 cartas? 2. Qual a probabilidade de sair um rei quando retiramos uma carta de um baralho de 52 cartas?

3. Em um lote de 12 peas, 4 so defeituosas. Sendo retirada uma pea, calcule: a) a probabilidade de essa pea ser defeituosa. b) a probabilidade de essa pea no ser defeituosa.

4. No lanamento de dois dados, calcule a probabilidade de se obter soma igual a 5.

Pgina 138

5. De dois baralhos de 52 cartas retiram-se, simultaneamente, uma carta do primeiro baralho e uma carta do segundo. Qual a probabilidade de a carta do primeiro baralho ser um rei e a do segundo ser o 5 de paus?

6. Uma urna A contm: 3 bolas brancas, 4 pretas, 2 verdes; uma urna B contm: 5 bolas brancas, 2 pretas, 1 verde; uma urna C contm: 2 bolas brancas, 3 pretas, 4 verdes. Uma bola retirada de cada urna. Qual a probabilidade de as trs bolas retiradas da primeira, segunda e terceira urnas serem, respectivamente, branca, preta e verde?

7. No lanamento de um dado, qual a probabilidade de se obter um nmero no-inferior a 5?

8. Dois dados so lanados conjuntamente. Determine a probabilidade de a soma ser 10 ou maior que 10.

9. Em um lote de 12 peas, 4 so defeituosas. Sendo retiradas aleatoriamente 2 peas, calcule: a) A probabilidade de ambas serem defeituosas. b) A probabilidade de ambas no serem defeituosas.

10. Um lote formado por 10 peas boas, 4 com defeitos e 2 com defeitos graves. Uma pea escolhida ao acaso. Calcule a probabilidade de que: a) Ela no tenha defeitos graves. b) Ela no tenha defeitos. c) Ela seja boa ou tenha defeitos graves. 11- O quadro abaixo representa a classificao por sexo e por estado civil, de um conjunto de 50 deputados presentes em uma reunio.

ESTADO CIVIL Casado Solteiro Desquitado Divorciado

SEXO M F 10 5 7 8

8 3 5 4

Uma pessoa sorteada ao acaso. Determine a probabilidade dos eventos: a) Ser um homem. b) Ser uma mulher c) Ser uma pessoa casada. d) Ser uma pessoa solteira. e) Ser uma pessoa desquitada. Pgina 139

f) Ser uma pessoa divorciada.

12- O quadro abaixo representa a classificao de um grupo de 30 mulheres, segundo o estado civil e a cor dos cabelos: COR DOS CABELOS Loira 5 2 0 3

ESTADO CIVIL Casada Solteira Viva Divorciada

Morena 8 4 1 1

Ruiva 3 1 1 1

Uma mulher sorteada neste grupo. Determine a probabilidade dos eventos: a) Ser casada. b) No ser loira.

c) No ser morena nem ruiva. d) Ser viva. e) Ser solteira ou casada. f) Ser morena e solteira. g) Ser viva e ruiva.

13- Um experimento consiste em sortear um aluno em uma classe pela lista de chamada (1 a 20). Determine a probabilidade dos seguintes eventos. a) ser sorteado um nmero par. b) No ser sorteado um nmero maior que 12 e mltiplo de 3. c) Ser sorteado um nmero menor que 7 e mltiplo de 4. d) Ser sorteado um nmero menor que 13, maior que 8 e mltiplo de 7. e) Ser sorteado um nmero real.

Pgina 140