Estatística – estudo dirigido

Material de disciplina

CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010

Vídeoaulas 1 a 6
Rotas de Aprendizagem 1 a 6

Neste breve resumo, destacamos a importancia para seus estudos de alguns temas diretamente relacionados ao
contexto trabalhado nesta disciplina. Os temas sugeridos abrangem o conteudo programatico da sua disciplina
nesta fase e lhe proporcionarao maior fixaçao de tais assuntos, consequentemente, melhor preparo para o sistema
avaliativo adotado pelo Grupo Uninter. Esse e apenas um material complementar, que juntamente com a Rota de
Aprendizagem completa (livro-base, videoaulas e material vinculado) das aulas compoem o referencial teorico que
ira embasar o seu aprendizado. Utilize-os da melhor maneira possível.

Bons estudos!
 Atençao!

Esse material e para uso exclusivo dos estudantes da Uninter, e nao deve ser publicado ou
compartilhado em redes sociais, repositorios de textos academicos ou grupos de mensagens.
O seu compartilhamento infringe as políticas do Centro Universitario UNINTER e podera
implicar em sançoes disciplinares, com possibilidade de desligamento do quadro de alunos do
Centro Universitario, bem como responder açoes judiciais no ambito cível e criminal.
 Sumário

Tema: Introduçao a estatística ......................................................................................................................................... 4

Tema: Apresentaçao dos dados ........................................................................................................................................ 7
Tema: Medidas de tendencia central e de posiçao ........................................................................................................ 13
Tema: Medidas de dispersao .......................................................................................................................................... 17
Tema: Medidas de assimetria e medidas de curtose .................................................................................................... 18
Tema: Calculo de probabilidade ..................................................................................................................................... 22
Tema: Inferencia estatística ............................................................................................................................................ 24
Tema: Introdução à estatística

“Todas as ciencias tem suas raízes na historia do homem. A Matematica, que e considerada “a
ciencia que une a clareza do raciocínio a síntese da linguagem”, originou-se do convívio social,
das trocas, da contagem, com carater pratico, utilitario, empírico. A Estatística, ramo da
Matematica Aplicada, teve origem semelhante. Desde a Antiguidade, varios povos ja
registravam o numero de habitantes, de nascimentos, de obitos, faziam estimativas das riquezas
individual e social, distribuíam equitativamente terras ao povo, cobravam impostos e
realizavam inqueritos quantitativos por processos que, hoje, chamaríamos de “estatísticas”.
Fonte: CRESPO, Antonio A. Estatística fácil. 19. ed. Sao Paulo: Saraiva, 2009. De acordo com a
vídeo aula 1, “a estatística descritiva e um resumo dos dados” (10’25”). Usualmente, a estatística
descritiva e empregada para se referir a ordenaçao, exposiçao e sumarizaçao dos registros
quantitativos, relativos aos atributos do fenomeno em estudo. Segundo a vídeo aula 1, a
estatística descritiva possui as seguintes características: “observa fenomenos da mesma
natureza, coleta os dados numericos de fenomenos, organiza e classifica os dados, e os
apresenta por meio de tabelas e graficos, trazendo os calculos de coeficientes estatísticos”
(34’41”). A definiçao de estatística descritiva contida no livro base da disciplina e apresentada
a seguir: “A estatística descritiva, ou dedutiva, tem por objeto descrever e analisar determinada
populaçao, sem, com isso, pretender tirar conclusoes de carater mais generico. E a parte da
estatística referente a coleta e a tabulaçao dos dados. E comum o estatístico defrontar-se com a
situaçao de dispor de tantos dados que se torna difícil absorver completamente a informaçao
que esta procurando investigar. E extremamente difícil captar intuitivamente todas as
informaçoes que os dados contem. E necessario, portanto, que as informaçoes sejam reduzidas
ate o ponto em que seja possível interpreta-las mais claramente. A estatística descritiva e um
numero que, sozinho, descreve uma característica de um conjunto de dados, ou seja, e um
numero-resumo que possibilita reduzir os dados a proporçoes mais facilmente interpretaveis”
(p. 16). Fonte: Vídeo Aula 1 (10’25”) e (34’41”). CASTANHEIRA, N. P. Estatística aplicada a
todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 16) – Capítulo 1 (Introduçao a estatística).

---

“A partir do seculo XVI começaram a surgir as primeiras analises sistematicas de fatos sociais,
como batizados, casamentos, funerais, originando as primeiras tabuas e tabelas e os primeiros
numeros relativos. No seculo XVIII o estudo de tais fatos foi adquirindo, aos poucos, feiçao
verdadeiramente científica. Godofredo Achenwall batizou a nova ciencia (ou metodo) com o
nome de Estatística, determinando o seu objetivo e suas relaçoes com as ciencias. As tabelas
tornaram-se mais completas, surgiram as representaçoes graficas e o calculo das
probabilidades, e a Estatística deixou de ser simples catalogaçao de dados numericos coletivos
para se tornar o estudo de como chegar a conclusoes sobre o todo (populaçao), partindo da
observaçao de partes desse todo (amostras)”. Fonte: CRESPO, Antonio A. Estatística fácil. 19.
ed. Sao Paulo: Saraiva, 2009. A estatística inferencial objetiva a generalizaçao do que e estudado
descritivamente, em conjuntos chamados amostras, para conjuntos que os contem e que se
denominam populaçoes. De acordo com a vídeo aula 1, “a inferencia estatística e um processo
de generalizaçao, o qual e característico do metodo indutivo, que esta associado a uma margem
de incerteza” (36’06”). Segundo o livro base da disciplina, “A estatística indutiva, ou inferencia
estatística, e a parte da estatística que, baseando-se em resultados obtidos da analise de uma
amostra da populaçao, procura inferir, induzir ou estimar as leis de comportamento da
populaçao da qual a amostra foi retirada. Refere-se a um processo de generalizaçao a partir de
resultados particulares; e, portanto, a parte da estatística concernente as conclusoes sobre as
fontes de dados. Esse processo de generalizaçao, que e característico do metodo indutivo, esta
associado a uma margem de incerteza. A incerteza deve-se ao fato de a conclusao, que
pretendemos obter para toda a populaçao analisada, basear-se em uma amostra do total de
observaçoes. A medida da incerteza e tratada mediante tecnicas e metodos que se fundamentam
na "teoria das probabilidades". E, entao, importante voce entender bem a definiçao de
inferencia estatística que resumiremos a seguir. Inferencia estatística e admitirmos que os
resultados obtidos na analise dos dados de uma amostra sao validos para toda a populaçao da
qual aquela amostra foi retirada. Consiste em obtermos e generalizarmos conclusoes” (p. 17).
Fonte: Vídeo Aula 1 (36’06”). CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed.
Curitiba: Ibpex, 2010 (p. 17) - Capítulo 1 (Introduçao a estatística).

---

“E extremamente difícil definir estatística, e, tendo em vista que o seu domínio e muito amplo,
o numero de definiçoes que encontramos e extremamente grande. O dicionarista Aurelio
Buarque de Holanda Ferreira definiu-a como uma parte da matematica em que se investigam os
processos de obtençao, organizaçao e analise de dados sobre uma populaçao ou sobre uma
coleçao de seres quaisquer, e os metodos de tirar conclusoes e fazer prediçoes com base nesses
dados. Trata-se, portanto, de "uma metodologia desenvolvida para a coleta, a classificaçao, a
apresentaçao, a analise e a interpretaçao de dados quantitativos e a utilizaçao desses dados para
a tomada de decisoes". Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5.
ed. Curitiba: Ibpex, 2010. De acordo com a vídeo aula 1, “Populaçao e o conjunto de elementos
que possuem a característica que sera analisada” (17’08”). O que caracteriza uma populaçao e
a existencia de um atributo comum a todos os elementos do conjunto que a compoem. Segundo
o livro base da disciplina, “Vimos que a estatística tem por objetivo o estudo dos fenomenos de
massa, ou coletivos, e das relaçoes entre eles. Precisamos, portanto, ter bem claro que fenomeno
coletivo e aquele que se refere a um grande numero de elementos, sejam pessoas ou sejam
coisas, aos quais denominamos de populaçao ou universo. A estatística procura encontrar leis
de comportamento para toda a populaçao, ou universo; nao se preocupa, portanto, com cada
elemento em particular. De acordo com o seu tamanho, a populaçao, ou universo, pode ser
classificada como finita ou infinita. Em resumo, populaçao e o conjunto de elementos que
desejamos observar para obtermos determinados dados” (p. 15 e 16) (Adaptado). Fonte: Vídeo
Aula 1 (17’08”). CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba:
Ibpex, 2010 (p. 15 e 16) (Adaptado) - Capítulo 1 (Introduçao a estatística).

---

“Quando a populaçao e muito grande, certamente e difícil, ou mesmo impossível, a observaçao

de determinada característica em todos os seus elementos. Daí a necessidade de selecionarmos
uma parte finita dessa populaçao, para que possamos realizar a observaçao e obter os dados
que desejamos”. Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed.
Curitiba: Ibpex, 2010. De acordo com a vídeo aula 1, “Amostra e uma fraçao (subconjunto) da
populaçao” (17’20”). Em outras palavras, amostra e todo o conjunto cujas propriedades se
estudam com o fim de generaliza-las para outro conjunto (populaçao) de que o primeiro
(amostra) e considerado uma parte. Para estudar uma variavel em uma amostra de modo a
generalizar os resultados obtidos para a populaçao a que pertence, e essencial que a amostra
seja: representativa (proporcional quantitativa e qualitativamente a populaçao) e imparcial
(todos os elementos da populaçao devem ter a mesma oportunidade de fazer parte da amostra).
Com esses cuidados o estudo aprofundado de uma amostra e mais valioso do ponto de vista
científico do que um apanhado sumario de toda a populaçao. O livro base da disciplina resume
essa definiçao da seguinte forma: “Amostra e o subconjunto de elementos retirados da
populaçao que estamos observando para obtermos determinados dados” (p. 16). Fonte: Vídeo
Aula 1 (17’20”). CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba:
Ibpex, 2010 (p. 16) - Capítulo 1 (Introduçao a estatística).

---

“A noçao de “Estatística” foi originalmente derivada da mesma raiz da palavra “Estado”, ja que
foi a funçao tradicional de governos centrais no sentido de armazenar registros da populaçao,
nascimentos e mortes, produçao das lavouras, taxas e muitas outras especies de informaçao e
atividades. A contagem e mensuraçao dessas quantidades gera todos os tipos de dados
numericos que sao uteis para o desenvolvimento de muitos tipos de funçoes governamentais e
formulaçao de políticas publicas. Dados numericos sao de fato uma parte da Estatística, mas sao
apenas a materia-prima, que precisa ser transformada pelos “metodos estatísticos” para
posterior analise”. Fonte: NEDER, H. D. Curso de Estatística Aplicada. (1999). Disponível em:
<http://www.ecn26.ie.ufu.br/TEXTOS_ESTATISTICA/NOTAS%20DE%20AULA%20DE%20ESTATISTICA.pdf>.
Acesso em: 22 ago. 2017. De acordo com a vídeo aula 1, a estatística descritiva possui oito fases
principais, quais sejam, definiçao do problema; delimitaçao do problema; planejamento para a
obtençao dos dados; coleta dos dados; apuraçao dos dados; apresentaçao dos dados; analise
dos dados; e interpretaçao dos dados” (42’15”). Segundo o livro base da disciplina, “Quando
pretendemos realizar um estudo estatístico completo em determinada populaçao ou em
determinada amostra, o trabalho que realizaremos deve passar por varias fases, que sao
desenvolvidas ate chegarmos aos resultados finais que procuravamos. As principais fases sao:
definição do problema (consiste em definir com clareza o que pretendemos pesquisar, qual e
o objeto de estudo e qual e exatamente o objetivo que desejamos alcançar); delimitação do
problema (nao e suficiente saber com clareza o que pretendemos pesquisar. E tambem
necessario saber onde sera realizada a pesquisa: em que local, com que tipo de pessoas (ou
coisas), em que dias (ou horarios) e assim por diante); planejamento para obtenção dos
dados (a fase seguinte e o planejamento, ou seja, respondemos as perguntas: Como vamos fazer
para resolver o problema? Que dados serao necessarios? Como obter esses dados?); coleta dos
dados (essa fase consiste na obtençao de dados, propriamente ditos, seja por meio de simples
observaçao, seja mediante a utilizaçao de alguma ferramenta, como um questionario ou um
roteiro de entrevista. E, provavelmente, a fase mais importante da pesquisa, pois se a forma
utilizada nao atender as expectativas, ocorre perda de tempo e de dinheiro); apuração dos
dados (antes de iniciarmos a apuraçao dos dados obtidos na pesquisa, devemos proceder a
crítica dos mesmos, ou seja, descartar aqueles dados que foram fornecidos de forma erronea.
Por exemplo, questionarios respondidos pela metade nao deverao ser levados em consideraçao.
Nessa etapa resumimos os dados por meio de sua contagem, de separaçao por tipo de resposta
e de agrupamento de dados semelhantes. E o que denominamos de tabulaçao de dados);
apresentação dos dados (os dados, uma vez apurados, podem ser apresentados em forma de
tabelas ou em forma de graficos); análise dos dados (nessa fase, o interesse principal do
estatístico (ou pesquisador) e tirar conclusoes que o auxiliem na soluçao do problema que o
levou a executar a pesquisa. Tal analise esta intimamente ligada ao calculo de medidas que
permite descrever, com detalhes, o fenomeno que esta sendo analisado) e interpretação dos
dados (para a interpretaçao dos dados analisados devemos ter, em maos, os dados tabulados,
os graficos (se tiverem sido feitos) e os calculos das medidas estatísticas, que nos permitem ate
mesmo arriscar algumas generalizaçoes)” (p. 17, 18 e 19). Fonte: Vídeo Aula 1 (42’15”).
CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 17,
18 e 19) – Capítulo 1 (Introduçao a estatística).
Tema: Apresentação dos dados

“As variaveis quantitativas contínuas sao aquelas que permitem a utilizaçao de um conjunto
maior e superior de metodos estatísticos e sao, sem duvida, as variaveis mais passíveis de um
rico tratamento estatístico. Em seguida vem, nessa ordem, as variaveis quantitativas discretas,
as variaveis qualitativas ordinais e por ultimo, as variaveis qualitativas nominais. Essas ultimas
sao as que permitem a utilizaçao de um menor e menos poderoso arsenal de instrumentos
estatísticos de analise”. Fonte: NEDER, H. D. Curso de Estatística Aplicada. (1999). Disponível
em: <http://www.ecn26.ie.ufu.br/TEXTOS_ESTATISTICA/NOTAS%20DE%20AULA%20DE%20ESTATISTICA.pdf>.
Acesso em: 22 ago. 2017. Vimos que em estatística os dados podem ser classificados de duas
formas: quantitativos e qualitativos De acordo com a vídeo aula 1, “Dados quantitativos sao
aqueles dados exclusivamente numericos” (25’56”). Segundo o livro base da disciplina, “as
variaveis quantitativas podem ser classificadas em dois diferentes grupos: discretas e
contínuas. A variavel quantitativa discreta permite relacionar todos os possíveis valores que ela
pode assumir. Alem disso, apresenta lacunas entre os valores que pode tomar para si, tais como
numero de peças defeituosas produzidas por determinada maquina ou o numero de filhos dos
empregados de determinada empresa. A variavel quantitativa contínua, por sua vez, pode
assumir infinitos valores dentro de um intervalo de numeros reais, de tal forma que nao
podemos previamente relacionar todos os possíveis resultados a encontrar na pesquisa. Como
exemplo, podemos citar a altura (estatura) dos empregados de uma fabrica ou as diferentes
temperaturas registradas ao longo de certo tempo em uma localidade” (p. 47 e 48). Em suma,
as variaveis quantitativas referem-se a quantidades e podem ser medidas em uma escala
numerica. Variaveis discretas sao aquelas que assumem apenas determinados valores tais como
0,1,2,3,4,5,6 dando saltos de descontinuidade entre seus valores. Normalmente referem-se a
contagens. Variaveis quantitativas contínuas sao aquelas cujos valores assumem uma faixa
contínua e nao apresentam saltos de descontinuidade. As variaveis quantitativas contínuas
referem-se ao conjunto dos numeros reais ou a um de seus subconjuntos contínuos. Fonte:
Vídeo Aula 1 (25’56”). CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed.
Curitiba: Ibpex, 2010 (p. 47 e 48) – Capítulo 3 (Distribuiçao de frequencias).

---

“Dependendo da situaçao uma variavel qualitativa pode ser representada (codificada) atraves
de emprego de numeros (por exemplo: em sexo representamos homens como sendo “0” e
mulheres como sendo “1”). Mas no tratamento estatístico dessa variavel codificada nao
podemos considera-la como sendo quantitativa. Ela continua sendo uma variavel qualitativa
(pois o e em sua essencia e natureza) apesar de sua codificaçao numerica que tem como
finalidade uma maior finalidade de tabulaçao de resultados”. Fonte: NEDER, H. D. Curso de
Estatística Aplicada. (1999). Disponível em:
<http://www.ecn26.ie.ufu.br/TEXTOS_ESTATISTICA/NOTAS%20DE%20AULA%20DE%20ES
TATISTICA.pdf>. Acesso em: 22 ago. 2017. Vimos que em estatística os dados podem ser
classificados de duas formas: quantitativos e qualitativos. De acordo com a vídeo aula 1, “Dados
qualitativos distinguem-se por uma característica nao numerica. Sao resultados de uma
classificaçao por tipos ou atributos” (29’00”). Segundo o livro base da disciplina, “Observamos
que algumas variaveis descrevem qualidades (ou categorias, ou atributos) tais como sexo,
escolaridade, status social, estado civil e tipo sanguíneo, entre outros. Tais variaveis sao
denominadas qualitativas e, normalmente, nao podem ser expressas em valores numericos. As
variaveis qualitativas podem ainda ser classificadas em dois diferentes grupos: nominais e
ordinais. A variavel qualitativa nominal permite somente a classificaçao dos dados, como e o
caso da variavel ‘sexo’ e do ‘ramo de atividade de uma empresa’, entre outras. A variavel
qualitativa ordinal permite que se estabeleça uma ordem nos seus resultados como, por
exemplo, o grau de instruçao ou o status (classe) social de um grupo de pessoas” (p. 47). Em
suma, variaveis qualitativas referem-se a dados nao numericos. As variaveis qualitativas
ordinais sao aquelas que definem um ordenamento ou uma hierarquia. As variaveis qualitativas
nominais por sua vez nao definem qualquer ordenamento ou hierarquia. Fonte: Vídeo Aula 1
(29’00”). CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex,
2010 (p. 47) – Capítulo 3 (Distribuiçao de frequencias).

---

“Para a maioria das pessoas, aleatoriedade e apenas sinonimo de imprevisibilidade. Um

aforismo do Talmude transmite essa noçao popular: “Nao se devem procurar tesouros
enterrados, porque tesouros enterrados sao encontrados aleatoriamente, e, por definiçao, nao
se pode procurar o que e encontrado aleatoriamente”. Para o cientista moderno, entretanto,
existem muitos tipos diferentes de aleatoriedade. O conceito de distribuiçao probabilística nos
permite estabelecer limitaçoes a aleatoriedade e nos da limitada capacidade de prever eventos
futuros aleatorios. Assim, para o cientista moderno, eventos aleatorios nao sao simplesmente
indomados, inesperados e imprevisíveis – sua estrutura pode ser descrita matematicamente”.
Fonte: SALSBURG, David. Uma senhora toma chá...: como a estatística revolucionou a ciencia
no seculo XX. Rio de Janeiro: Zahar, 2009. De acordo com a vídeo aula 2, “Variavel aleatoria e
qualquer funçao definida em um espaço amostral qualquer que atribui um valor real a cada
elemento do espaço amostral” (06’13”). E ainda, segundo o livro base da disciplina, “Podemos
definir variavel como uma característica que observamos numa pesquisa e que pode assumir
diferentes valores. Por exemplo, se numa pesquisa estivermos interessados em anotar o sexo
das pessoas que dela participam, podemos associar os valores masculino ou feminino a variavel
sexo” (p. 47). Grosso modo, variavel e um conceito auto definido, na medida em que ela varia,
isto e, que e passível de assumir diferentes valores. Em contraposiçao, o conceito de constante
tem o sentido de nao variabilidade. Fonte: Vídeo Aula 2 (06’13”). CASTANHEIRA, N. P.
Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 47) – Capítulo 3
(Distribuiçao de frequencias).

---

“Serie estatística e a denominaçao que se da a uma tabela na qual ha um criterio distinto que a
específica e a diferencia. Assim, podemos classificar as series estatísticas em: a) temporais (ou
cronologicas, ou evolutivas, ou historicas); b) geograficas (ou de localizaçao, ou territorial, ou
espacial); c) específicas (ou categoricas, ou de qualidade); d) conjugadas (ou mistas); e) de
distribuiçao de frequencias. As series estatísticas diferenciam-se de acordo com a variaçao de
um dos seguintes elementos: tempo (epoca), local (fator geografico) e fato (fenomeno)”. Fonte:
CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010. De
acordo com a vídeo aula 2, “Podemos definir series como toda e qualquer coleçao de dados
estatísticos referidos a uma mesma ordem de classificaçao” (14’07”). “Serie temporal, por sua
vez, descreve os valores da variavel em determinado local discriminando segundo os intervalos
de tempo variaveis” (15’10”). Segundo o livro base da disciplina, “A serie temporal tem como
característica a variaçao do tempo (epoca), enquanto o local (fator geografico) e o fato
(fenomeno) permanecem fixos. Sao, portanto, series em que os dados sao produzidos
(observados) ao longo do tempo” (p. 34). Fonte: Vídeo Aula 2 (14’07”) e (15’10”).
CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 34)
– Capítulo 2 (Apresentaçao dos dados).

---
“A analise estatística se inicia quando um conjunto de dados torna-se disponível de acordo com
a definiçao do problema da pesquisa. Um conjunto de dados, seja de uma populaçao ou de uma
amostra contem muitas vezes um numero muito grande de valores. Alem disso, esses valores,
na sua forma bruta, encontram-se muito desorganizados. Eles variam de um valor para outro
sem qualquer ordem ou padrao. Os dados precisam entao ser organizados e apresentados em
uma forma sistematica e sequencial por meio de uma tabela ou grafico. Quando fazemos isso,
as propriedades dos dados tornam-se mais aparentes e tornamo-nos capazes de determinar os
metodos estatísticos mais apropriados para serem aplicados no seu estudo”. Fonte: NEDER, H.
D. Curso de Estatística Aplicada. (1999). Disponível em:
<http://www.ecn26.ie.ufu.br/TEXTOS_ESTATISTICA/NOTAS%20DE%20AULA%20DE%20ESTATISTICA.pdf>.
Acesso em: 22 ago. 2017. De acordo com a vídeo aula 2, “a distribuiçao de frequencias e uma
tabela na qual se organizam os dados. Nela e possível avaliar o comportamento do fenomeno
analisado” (22’58”). Ainda de acordo com a vídeo aula 2, “as distribuiçoes de frequencias tem
como características a tabulaçao dos dados em classes. Para isso, possui alguns elementos
estruturais importantes (25’51”), quais sejam, frequencia simples absoluta; frequencia relativa;
amplitude total; classe; limites de classes; amplitude do intervalo de classe; e ponto medio da
classe” (26’13”). A definiçao de distribuiçao de frequencias presente no livro base da disciplina
e apresentada a seguir: “Quando estuda uma variavel, o maior interesse do pesquisador e
conhecer o comportamento dessa variavel, analisando a ocorrencia de suas possíveis
realizaçoes. Uma distribuiçao de frequencias e a apresentaçao dos resultados de uma pesquisa
por meio de uma tabela que mostra a frequencia (o numero de vezes) de ocorrencia de cada
resultado” (p. 27). Em outras palavras, o reagrupamento dos numeros, colocando-se os valores
observados em ordem crescente e discriminando o numero de vezes que esse valor se repete,
ou seja, a respectiva frequencia (representada por f) resultara na tabela de distribuiçao de
frequencias simples. Fonte: Vídeo Aula 2 (22’58”); (25’51”) e (26’13”). CASTANHEIRA, N. P.
Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 27) – Capítulo 2
(Apresentaçao dos dados).

---

“A distribuiçao dos dados em classes ou intervalos e comumente utilizada quando temos uma
populaçao muito grande para representar. Por exemplo, desejamos fazer uma tabela com os
resultados dos 50.000 candidatos ao vestibular de determinada universidade federal; como as
notas assumem, nesse caso, uma infinidade de valores, e conveniente agrupa-las em classes”.
Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010.
De acordo com a vídeo aula 2, “a amplitude total de um conjunto de dados e a diferença entre o
menor e o maior valor observado” (28’00”). O livro base da disciplina apresenta uma definiçao
com exemplo. “A amplitude do intervalo (ou classe) e obtida subtraindo-se o limite superior do
limite inferior de qualquer classe da serie. Assim a formula pode ser representada como “A = Ls
– Li”. Por exemplo, A = 25 - 20 = 5, entao, na distribuiçao de frequencias anterior, os intervalos
(ou classes) tem amplitude A = 5” (p. 32). Fonte: Vídeo aula 2 (28’00”). CASTANHEIRA, N. P.
Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 32) – Capítulo 2
(Apresentaçao dos dados).

---

“O símbolo |--------- representa que a classe ou intervalo e fechado a esquerda, ou seja, o valor
escrito a esquerda (limite inferior) pertence ao intervalo e, como a classe ou intervalo e aberto
a direita, o valor escrito a direita (limite superior) nao pertence ao mesmo”. Fonte:
CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010.
 Idade Alunos (f)
20 |---------25 8
25 |---------30 8
30 |---------35 8
35 |---------40 8
40 |---------45 8
45 |---------50 8
Fonte: Castanheira (2010).
De acordo com o livro base da disciplina, “Se subtrairmos o limite inferior do limite superior de
determinada classe ou intervalo, temos o que se denomina de amplitude do intervalo. Por
exemplo, na tabela acima, 25 menos 20 e igual a 5. Essa e a amplitude dos intervalos: 5” (p. 31).
Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010
(p. 31) – Capítulo 2 (Apresentaçao dos dados).

---

“Dados brutos sao a relaçao dos resultados obtidos em uma pesquisa e que foram transcritos
aleatoriamente, ou seja, fora de qualquer ordem. Os dados brutos sao os dados originais,
coletados em uma pesquisa, e que ainda nao se encontram prontos para analise por nao estarem
numericamente organizados (como ocorre quando temos um rol estatístico)” (Adaptado).
Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010.
Supondo que desejamos conhecer a altura de 20 alunos do curso de estatística. Imaginemos que
os resultados obtidos nas mediçoes foram os disponibilizados no quadro abaixo.

165 160 161 166 167

162 168 165 167 163
165 164 165 165 168
166 167 160 164 167

Para transformar os dados brutos do quadro acima em um rol estatístico, basta organizar os
dados em ordem crescente”. Conforme demonstrado a seguir: 160 – 160 – 161 – 162 – 163 –
164 – 164 – 165 – 165 – 165 – 165 – 165 – 166 – 166 – 167 – 167 – 167 – 167 – 168 – 168. Esse
conteudo pode ser verificado no capítulo 2 (Apresentaçao dos dados) do livro base da disciplina
(p. 25). Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex,
2010 (p. 25) – Capítulo 2 (Apresentaçao dos dados).

---

“Frequencias relativas (fr) sao os valores obtidos com a razao entre a frequencia simples e a
frequencia total. O proposito das frequencias relativas e o de permitir a analise ou facilitar as
comparaçoes” (Adaptado). Fonte: CRESPO, Antonio A. Estatística fácil. 19. ed. Sao Paulo:
Saraiva, 2009.
 Faixa etaria (f) simples (f) relativa
20 a 24 anos 5
25 a 29 anos 13
30 a 34 anos 12
35 a 39 anos 3
40 a 44 anos 5
45 a 49 anos 2
Total 40

Para os dados presentes na tabela acima podemos calcular a frequencia relativa referente a cada
valor observado da variavel. A frequencia relativa e o valor da frequencia absoluta dividido pelo
numero total de observaçoes. Assim, as frequencias relativas foram determinadas pela
frequencia de cada classe dividida pelo total de elementos. Dessa forma, a frequencia relativa
da primeira classe foi obtida atraves de 5/40 = 0,125. Para a segunda classe temos 13/40 =
0,325. Para a terceira temos 12/40 = 0,300. Para a quarta classe temos 3/40 = 0,075. Para a
quinta classe temos 5/40 = 0,125. Para a ultima classe temos 2/40 = 0,050. Esse conteudo foi
tratado no capítulo 2 (Apresentaçao dos dados) do livro base da disciplina (p. 33). Fonte:
CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 33)
– Capítulo 2 (Apresentaçao dos dados).

---

“A amplitude total tem o inconveniente de so levar em conta os dois valores extremos da serie,
descuidando do conjunto de valores intermediarios, o que quase sempre invalida a idoneidade
do resultado. Ela e apenas uma indicaçao aproximada da dispersao ou variabilidade”. Fonte:
CRESPO, Antonio A. Estatística fácil. 19. ed. Sao Paulo: Saraiva, 2009. Supondo que desejamos
conhecer a amplitude total dos dados disponibilizados no quadro abaixo.

Faixa etaria (f) simples

20 a 24 anos 5
25 a 29 anos 13
30 a 34 anos 12
35 a 39 anos 3
40 a 44 anos 5
45 a 49 anos 2
Total 40

A amplitude total (AT) e determinada pela diferença entre o valor maximo e o mínimo da
variavel estudada. No nosso conjunto de dados, a variavel estudada e faixa etaria, o valor
maximo e representado por 49 anos e o mínimo por 20 anos. Assim, a amplitude e 49-20 = 29.
Esse conteudo foi debatido no capítulo 2 (Apresentaçao dos dados) do livro base da disciplina
(p. 32). Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex,
2010 (p. 32) – Capítulo 2 (Apresentaçao dos dados).

---
“Uma vez concluída a coleta e, tambem, a ordenaçao dos dados de uma pesquisa, devemos
apresenta-los de tal forma que o leitor consiga identificar, rapidamente, uma serie de
informaçoes. Para tal, a estatística costuma utilizar-se de duas ferramentas: tabelas e graficos”.
Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010.
Vamos supor que desejamos conhecer a altura de 20 alunos do curso de estatística. Imaginemos
que os resultados obtidos nas mediçoes foram os disponibilizados no quadro abaixo, e que
queremos descrever a simples da distribuiçao.

165 160 161 166 167

162 168 165 167 163
165 164 165 165 168
166 167 160 164 167

Uma tabela de frequencias, nada mais e que a apresentaçao dos resultados de uma pesquisa por
meio de uma tabela que mostra a frequencia (o numero de vezes) de ocorrencia de cada
resultado. Assim, temos dois casos com altura de 160 cm; um caso de 161 cm; um caso de 162
cm; um caso de 163 cm; dois casos de 164 cm; cinco casos de 165 cm; dois casos de 166 cm;
quatro casos de 167 cm; e dois casos de 168 cm. Esse conteudo pode ser verificado no capítulo
2 (Apresentaçao dos dados) do livro base da disciplina (p. 25). Fonte: CASTANHEIRA, N. P.
Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 25) – Capítulo 2
(Apresentaçao dos dados).
Tema: Medidas de tendência central e de posição

“A moda tem como característica importante a sua aplicabilidade a todos os níveis de medida –
nominal, ordinal e intervalar – sendo seu emprego desejavel em se tratando de dados dispostos
em categorias, ou seja, distribuiçoes de variaveis qualitativas”. Fonte: BUNCHAFT, Guenia;
KELLNER, Sheilah Rubino de Oliveira. Estatística sem mistérios. Vol. I. 3. ed. Petropolis: Vozes,
1997. De acordo com o livro base da disciplina, “Como voce percebe, andando na rua, que uma
roupa esta na moda? Voce percebe isso porque ve muitas pessoas com aquela roupa. Em outras
palavras, e uma roupa que aparece com muita frequencia. Evidentemente, esse e um exemplo
bem simplista. Na estatística, nos definiremos moda como sendo o valor dos resultados de uma
pesquisa que acontece com a maior frequencia (que mais se repete) e a representaremos por
Mo” (p. 68). Grosso modo, a denominaçao moda torna-se coerente na medida em que e (sao)
o(s) evento(s) que mais se destaca(m), isto e, que ocorre(m) com maior frequencia no fenomeno
estudado. Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba:
Ibpex, 2010 (p. 68) - Capítulo 4 (Medidas de tendencia central e de posiçao).

---

“Ha situaçoes em que nao estamos interessados nos padroes de um grupo, mas sim em
caracteriza-lo como um todo. Podemos ter questoes como: Qual o salario medio do trabalhador
brasileiro? Qual o tipo sanguíneo mais comum? Qual a nota que divide os alunos de uma turma
em um grupo superior e outro inferior? Para respondermos a estas questoes precisamos de um
numero unico, que represente todos os valores obtidos pelo grupo”. Fonte: BUNCHAFT, Guenia;
KELLNER, Sheilah Rubino de Oliveira. Estatística sem mistérios. Vol. I. 3. ed. Petropolis: Vozes,
1997. De acordo com o livro base da disciplina, “as chamadas medidas de posiçao (ou medidas
de tendencia central) representam os fenomenos pelos seus valores medios, em torno dos quais
tendem a concentrar-se os dados. Tais medidas descrevem, de alguma forma, o meio (ou o
centro) dos dados. As medidas de posiçao (ou de tendencia central) mais utilizadas sao a media
aritmetica, a mediana e a moda. As menos utilizadas sao a media geometrica, a media
harmonica, a quadratica, a cubica e a biquadratica” (p. 58). Em outras palavras, Medidas de
Tendencia Central (ou medidas de posiçao) refere-se a localizaçao do centro de uma
distribuiçao. Elas nos indicam qual e a localizaçao dos dados. Fonte: CASTANHEIRA, N. P.
Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 58) – Capítulo 4 (Medidas
de tendencia central e de posiçao).

---
“Existem varios tipos de medias, sendo a mais utilizada a aritmetica, portanto, sempre que
mencionamos simplesmente media, estaremos nos referindo a aritmetica. Alem da media
aritmetica, existem tambem as medias geometrica e harmonica”. Fonte: BUNCHAFT, Guenia;
KELLNER, Sheilah Rubino de Oliveira. Estatística sem mistérios. Vol. I. 3. ed. Petropolis: Vozes,
1997. De acordo com o livro base da disciplina, “A media aritmetica simples, ou simplesmente
media, nada mais e que a soma dos resultados obtidos dividida pela quantidade de resultados”
(p. 58). Em outras palavras, a media aritmetica e definida, entao, pelo somatorio dos resultados
dividido por seu numero. Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5.
ed. Curitiba: Ibpex, 2010 (p. 58) – Capítulo 4 (Medidas de tendencia central e de posiçao).

---

Leia as vantagens e desvantagens da mediana: “1) Nao depende de todos os valores da serie,
podendo se manter inalteravel com a modificaçao de alguns deles; 2) Nao e influenciada pelos
valores extremos da distribuiçao, por isso e particularmente indicada quando existem dados
discrepantes; 3) Tal como a moda, pode ser calculada quando os valores mais altos e mais baixos
de um serie nao podem ser exatamente definidos; 4) Pode ser utilizada para dados que atingem
o nível ordinal, ou seja, quando eles podem ser ordenados; e 5) Nao permite a determinaçao,
por meio das medianas de grupos separados, da mediana do grupo combinado”. Fonte:
BUNCHAFT, Guenia; KELLNER, Sheilah Rubino de Oliveira. Estatística sem mistérios. Vol. I. 3.
ed. Petropolis: Vozes, 1997. De acordo com o livro base da disciplina, “A mediana de um
conjunto de dados e o valor que ocupa a posiçao central desses dados, desde que estejam
colocados em ordem crescente ou decrescente, ou seja, em um rol. Nos representaremos a
mediana de uma amostra ou de uma populaçao por Md. E necessario, entretanto, observar que
a quantidade de dados pode ser par ou ímpar. Sendo ímpar, o valor da mediana e o valor que
esta no centro da serie; sendo par, a mediana sera a media aritmetica dos dois valores que estao
no centro da serie” (p. 63). Assim, a mediana pode ser formalmente definida como o valor que
divide a serie de tal forma que no mínimo 50% dos itens sao iguais ou menores do que ela, e no
mínimo 50 % dos itens sao iguais ou maiores do que ela. Novamente, a mediana e o valor do
item central da serie quando estes sao arranjados em ordem de magnitude. Para a serie R$ 2,
R$ 4, R$ 5, R$ 7 e R$ 8, a mediana e o valor do terceiro item, R$ 5. No caso do numero de itens
na serie ser par, a mediana e a semi-soma dos dois valores mais centrais. Por exemplo, para a
serie 3, 5 ,8 ,10, 15 e 21 kg, a mediana e a media dos valores 8 e 10, ou seja 9. Fonte:
CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 63)
– Capítulo 4 (Medidas de tendencia central e de posiçao).

---

“Nas distribuiçoes sem o agrupamento em intervalos (ou classes), a simples observaçao da

coluna das frequencias nos permite saber qual e o elemento da serie que apresenta a maior
frequencia e que, portanto, e o valor que esta na moda; nos o chamamos de valor modal”. Fonte:
CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010.

Idade Frequencia
5 anos 3 casos
6 anos 5 casos
7 anos 11 casos
8 anos 10 casos
9 anos 5 casos
Fonte: Castanheira (2010).
A moda na tabela acima e 7. Representa-se por Mo = 7 (p. 68). A frequencia simples nos permite
observar que o valor 7 aparece 11 vezes, e que, portanto, e o valor modal. Esse conteudo pode
ser verificado no capítulo 4 (Medidas de tendencia central e de posiçao) do livro base da
disciplina (p. 68). Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed.
Curitiba: Ibpex, 2010 (p. 68) – Capítulo 4 (Medidas de tendencia central e de posiçao).

---

“A media e um valor típico, ou seja, ela e o centro de gravidade da distribuiçao, um ponto de

equilíbrio. Seu valor pode ser substituído pelo valor de cada item na serie de dados sem mudar
o total”. Fonte: NEDER, H. D. Curso de Estatística Aplicada. (1999). Disponível em:
<http://www.ecn26.ie.ufu.br/TEXTOS_ESTATISTICA/NOTAS%20DE%20AULA%20DE%20ESTATISTICA.pdf >.
Acesso em: 22 ago. 2017. Para determinar a media aritmetica dos seguintes valores: 5, 8, 10, 12,
15, devemos saber que, de acordo com o livro base da disciplina, “como sao cinco valores,
somaremos os cinco e os dividiremos por cinco (5+8+10+12+15 = 50/5 = 10). Portanto, a media
aritmetica e 10” (p. 59). Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5.
ed. Curitiba: Ibpex, 2010 (p. 59) – Capítulo 4 (Medidas de tendencia central e de posiçao).

---

“A mediana tambem tem a interessante propriedade de que a soma dos desvios absolutos das
observaçoes em relaçao a mediana e menor do que a soma dos desvios absolutos a partir de
qualquer outro ponto na distribuiçao”. Fonte: NEDER, H. D. Curso de Estatística Aplicada.
(1999). Disponível em:
<http://www.ecn26.ie.ufu.br/TEXTOS_ESTATISTICA/NOTAS%20DE%20AULA%20DE%20ESTATISTICA.pdf >.
Acesso em: 22 ago. 2017. Para determinar a mediana dos seguintes valores: 5, 8, 4, 6, 7, 3, 4, “O
primeiro passo e coloca-los em ordem crescente: 3 - 4 - 4 - 5 - 6 - 7 – 8. O segundo passo e
verificar se a quantidade de dados e par ou ímpar. Nesse caso, e ímpar; entao, a mediana e valor
central da serie, ou seja: mediana (Md) = 5” (p. 63 e 64). Fonte: CASTANHEIRA, N. P. Estatística
aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 63 e 64) – Capítulo 4 (Medidas de
tendencia central e de posiçao).

---

“O valor da mediana nao e influenciado pelos valores nas caudas de uma distribuiçao. Por
exemplo, se temos a serie de dados 1,2,3,4,5 a mediana e 3. Se substituirmos os valores das
caudas dessa distribuiçao por quaisquer valores uma nova distribuiçao formada poderia ser
formada pela serie -1000, -100, 3, 500, 5000 e a mediana permanece sendo 3. Portanto, ela e
uma medida de posiçao da distribuiçao bem adequada para distribuiçoes assimetricas, tais
como a distribuiçao de renda, ja que nao sabemos se a família mais rica ganha R$7.000.000 ou
R$ 500.000.000”. Fonte: NEDER, H. D. Curso de Estatística Aplicada. (1999). Disponível em:
<http://www.ecn26.ie.ufu.br/TEXTOS_ESTATISTICA/NOTAS%20DE%20AULA%20DE%20ESTATISTICA.pdf >.
Acesso em: 22 ago. 2017. Se quisermos determinar a mediana dos seguintes valores: 8, 0, 7, 4,
7, 10, 6, 5. precisamos começar “Colocando os dados em ordem crescente. Assim temos: 0 - 4 -
5 - 6 - 7 - 7 - 8 - 1 0. Como a quantidade de dados e par, a mediana e a media aritmetica dos dois
valores centrais da serie, ou seja: 6 + 7 dividido por 2 = 6,5”. (p. 64). A mediana desse conjunto
de dados e 6,5. Esse conteudo pode ser verificado no capítulo 4 (Medidas de tendencia central
e de posiçao) do livro base da disciplina (p. 64). Fonte: CASTANHEIRA, N. P. Estatística aplicada
a todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 64) – Capítulo 4 (Medidas de tendencia central
e de posiçao).

---

“Algumas propriedades da media aritmetica sao: A soma dos desvios das observaçoes em
relaçao a media e igual a zero. A soma dos desvios elevados ao quadrado das observaçoes em
relaçao a media e menor que qualquer soma de quadrados de desvios em relaçao a qualquer
outro numero”. Fonte: NEDER, H. D. Curso de Estatística Aplicada. (1999). Disponível em:
<http://www.ecn26.ie.ufu.br/TEXTOS_ESTATISTICA/NOTAS%20DE%20AULA%20DE%20ESTATISTICA.pdf >.
Acesso em: 22 ago. 2017. Suponhamos o seguinte exemplo: A Associaçao Nacional de Educaçao
coleta e publica dados sobre o numero de anos de experiencia em sala de aula dos professores
do curso secundario. Uma amostra e obtida neste ano de 10 professores de curso secundario e
foram publicados os seguintes dados sobre o numero de anos de experiencia: 33, 18, 21, 12, 2,
18, 9, 16, 14, 17. Para efetuar o calculo da media amostral dos dados, devemos saber que como
sao dez valores observados, somaremos os dez e os dividiremos por dez
(33+18+21+12+2+18+9+16+14+17 = 160/10 = 16). Portanto, com base na amostra coletada,
os professores do curso secundario possuem em media 16 anos de experiencia em sala de aula.
Esse conteudo foi debatido no capítulo 4 (Medidas de tendencia central e de posiçao) do livro
base da disciplina (p. 58 e 59). Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os
níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 58 e 59) – Capítulo 2 (Apresentaçao dos dados).
Tema: Medidas de dispersão

“Muitas series estatísticas podem apresentar a mesma media, mas, no entanto, os dados de cada
uma dessas series podem distribuir-se de forma distinta em torno de cada uma das medias
dessas series. Na analise descritiva de uma distribuiçao estatística e fundamental, alem da
determinaçao de uma medida de tendencia central, conhecer a dispersao dos dados e a forma
da distribuiçao. Duas series de dados podem possuir a mesma media, mas uma pode apresentar
valores mais homogeneos do que a outra”. Fonte: NEDER, H. D. Curso de Estatística Aplicada.
(1999). Disponível em: <http://www.ecn26.ie.ufu.br/TEXTOS_ESTATISTICA/NOTAS%20DE%20AULA%20DE%20ESTATISTICA.pdf>.
Acesso em: 22 ago. 2017. De acordo com o livro base da disciplina, “As medidas de dispersao
(ou de afastamento) sao medidas estatísticas utilizadas para verificar o quanto os valores
encontrados em uma pesquisa estao dispersos ou afastados em relaçao a media ou em relaçao
a mediana. Sao medidas que servem para verificar com que confiança as medidas de tendencia
central resumem as informaçoes fornecidas pelos dados obtidos em uma pesquisa” (p. 78).
Grosso modo, essa propriedade revela o grau de variaçao dos valores individuais em torno do
ponto central. Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba:
Ibpex, 2010 (p. 63) – Capítulo 5 (Medidas de dispersao).

---

“A significativa importancia das medidas de posiçao esta no fato de permitirem reduzir as

variaveis de uma serie estudada a um ou mais valores. Isso e possível, pois, como voce viu, elas
nos permitem estabelecer os valores medios”. Fonte: CASTANHEIRA, N. P. Estatística aplicada
a todos os níveis. 5. ed. Curitiba: Ibpex, 2010. De acordo com o livro base da disciplina, “As
medidas de posiçao (ou de tendencia central) mais utilizadas sao a media aritmetica, a mediana
e a moda. As menos utilizadas sao a media geometrica, a media harmonica, a quadratica, a
cubica e a biquadratica” (p. 58). Elas nos indicam qual e a localizaçao dos dados. Fonte:
CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 58)
– Capítulo 4 (Medidas de tendencia central e de posiçao).

---

“A importancia das medias e com frequencia exagerada. Se dizemos que a renda familiar media
de um determinado país e de US$ 5.000 por ano nao sabemos muita coisa sobre a distribuiçao
de renda desse país. Uma media, como um simples valor adotado para representar a tendencia
central de uma serie de dados e uma medida muito util. Porem, o uso de um simples e unico
valor para descrever uma distribuiçao abstrai-se de muitos aspectos importantes. Em primeiro
lugar, nem todas as observaçoes de uma serie de dados tem o mesmo valor da media. Quase sem
exceçao, as observaçoes incluídas em uma distribuiçao distanciam-se do valor central, embora
o grau de afastamento varie de uma serie para outra. Muito pouco pode ser dito a respeito da
dispersao mesmo quando diversas medidas de tendencia central sao calculadas para a serie”.
Fonte: NEDER, H. D. Curso de Estatística Aplicada. (1999). Disponível em:
<http://www.ecn26.ie.ufu.br/TEXTOS_ESTATISTICA/NOTAS%20DE%20AULA%20DE%20ESTATISTICA.pdf>.
Acesso em: 22 ago. 2017. De acordo com o livro base da disciplina, “Para avaliarmos o grau de
variabilidade (ou dispersao, ou afastamento) dos valores de um conjunto de numeros,
utilizamos as medidas de dispersao absoluta, que nos permitem obter um conhecimento mais
completo e detalhado do fenomeno em questao. Sao elas: amplitude total ou intervalo total;
amplitude semi-interquartílica, ou intervalo semi-interquartílico, ou desvio quartil; desvio
medio; variancia; e desvio padrao” (p. 79). Fonte: CASTANHEIRA, N. P. Estatística aplicada a
todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 79) – Capítulo 5 (Medidas de dispersao).
Tema: Medidas de assimetria e medidas de curtose

“A media corresponde ao centro de gravidade dos dados; a variancia e o desvio padrao medem
a variabilidade; mas a distribuiçao dos pontos sobre um eixo ainda tem outras características,
que podem ser medidas - uma delas e a assimetria”. Fonte: CASTANHEIRA, N. P. Estatística
aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010. De acordo com o livro base da
disciplina, “As medidas de assimetria, tambem denominadas de medidas de enviesamento,
indicam o grau de deformaçao de uma curva de frequencias. Uma distribuiçao de frequencias
ideal seria aquela em que a curva resultante fosse rigorosamente simetrica, o que dificilmente
acontece na pratica. Nesse caso, a media, a mediana e a moda seriam iguais. Tambem os quartis
Q2 e Q3, nesse caso, ficariam equidistantes da mediana. Entretanto, se a distribuiçao de
frequencias for assimetrica, esses fatos nao ocorrem. A assimetria da curva correspondente a
uma distribuiçao assimetrica pode apresentar uma deformidade a direita ou a esquerda. No
caso de a deformidade ser a direita, a curva e dita assimetrica positiva ou desviada a direita; no
caso de a deformidade ser a esquerda, a curva e dita assimetrica negativa ou desviada a
esquerda. Nao e comum encontrar a assimetria negativa e nao e facil identificar suas possíveis
causas” (p. 94). Alem disso, as medidas de assimetria tem importancia devido a consideraçoes
teoricas relativas a inferencia estatística que sao frequentemente baseadas na hipotese de
populaçoes distribuídas normalmente. Medidas de assimetria sao uteis para se precaver contra
erros ao estabelecer hipoteses. A medida de assimetria mais simples e a medida de assimetria
de Pearson, baseada nas relaçoes entre a media, mediana e moda. Uma distribuiçao e simetrica
se essas tres medidas forem identicas e assimetrica se forem diferentes. Fonte: CASTANHEIRA,
N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 79) – Capítulo 6
(Medidas de assimetria e medidas de curtose).

---

“Diante de um conjunto de dados e desejando efetuar uma analise criteriosa deles, algumas
características sao importantes para podermos tomar alguma decisao. Entre elas, destacamos
as medidas de posiçao, as medidas de dispersao e as medidas de assimetria. Entretanto, temos
ainda outra ferramenta: as medidas de curtose”. Fonte: CASTANHEIRA, N. P. Estatística
aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010. De acordo com o livro base da
disciplina, “A curtose e o grau de achatamento ou de afilamento de uma distribuiçao de
frequencias, ou seja, do histograma correspondente. A curtose indica o quanto uma distribuiçao
de frequencias e mais achatada ou mais afilada do que uma curva padrao, a qual e denominada
de curva normal” (p. 98). Grosso modo, ela mede a altura de uma distribuiçao. Fonte:
CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 98)
– Capítulo 6 (Medidas de assimetria e medidas de curtose).

---

“O coeficiente de curtose, denotado por K e uma medida algebricamente tratavel e

geometricamente interpretavel. E definida como a relaçao entre o desvio semi-interquartílico,
ou seja, a metade do valor do desvio interquertílico, e o intervalo entre o decil 9 e o decil 1”
(Adaptado). Fonte: NEDER, H. D. Curso de Estatística Aplicada. (1999). Disponível em:
<http://www.ecn26.ie.ufu.br/TEXTOS_ESTATISTICA/NOTAS%20DE%20AULA%20DE%20ESTATISTICA.pdf >.
Acesso em: 22 ago. 2017.
Vimos que por meio do coeficiente de curtose podemos classificar diferentes graus de
achatamento em tres categorias. De acordo com o livro base da disciplina, “Quando K < 0,263,
estamos diante de uma curva mais alongada, que denominamos leptocurtica. Os dados obtidos
na pesquisa, nesse caso, estao concentrados em torno da media. Trata-se de um grupo bem
homogeneo” (p. 102). Em suma, uma distribuiçao leptocurtica tem a maior parte de suas
observaçoes concentrada no centro. Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos
os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 102) – Capítulo 6 (Medidas de assimetria e medidas
de curtose).

---

“Nesse processo de medidas nao ficamos apenas com as de assimetria. Utilizamos tambem as
medidas de posiçao, as medidas de dispersao e as de curtose. Esta ultima, a de curtose, e util
para medir o grau de achatamento ou de afilamento de uma distribuiçao de frequencias”. Fonte:
CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010.
De acordo com o livro base da disciplina, “Quando K = 0,263, o achatamento da curva e igual ao
da curva normal, ao que denominamos distribuiçao mesocurtica. Os dados obtidos na pesquisa,
nesse caso, estao "normalmente" distribuídos” (p. 102). Ou seja, os dados estao uniformemente
distribuídos. Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba:
Ibpex, 2010 (p. 102) – Capítulo 6 (Medidas de assimetria e medidas de curtose).

---

“Para a determinaçao da curtose, sem a necessidade de fazer o grafico, existem formulas que
nos permitem efetuar o calculo com maior ou com menor precisao”. Fonte: CASTANHEIRA, N. P.
Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010.

De acordo com o livro base da disciplina, “conclui-se que, quando temos K > 0,263, estamos
diante de uma curva mais achatada, ao que denominamos distribuiçao platicurtica. Os dados
obtidos na pesquisa, nesse caso, estao bem dispersos em relaçao a media. Trata-se, portanto, de
um grupo heterogeneo” (p. 102). Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os
níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 102) – Capítulo 6 (Medidas de assimetria e medidas de
curtose).
Tema: Cálculo de probabilidade

“Para entender a inferencia estatística, e preciso entender varios conceitos de probabilidade. A

probabilidade e a estatística estao estreitamente relacionadas, porque formulam tipos opostos
de questoes. Na probabilidade, sabemos como um processo ou experimento funciona e
queremos predizer quais serao os resultados de tal processo. Em estatística, nao sabemos como
um processo funciona, mas podemos observar os seus resultados e utilizar as informaçoes
sobre os mesmos para conhecer a natureza do processo ou do experimento”. Fonte:
CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010. De
acordo com o livro base da disciplina, “Probabilidade, num conceito amplo, e o estudo dos
fenomenos aleatorios” (p. 110). Refere-se ao estudo da aleatoriedade e da incerteza. E a
quantificaçao de um conhecimento sobre um particular evento. Podemos definir probabilidade
como a medida da informaçao sobre a ocorrencia de um determinado evento. Ela pode assumir
um valor entre 0 e 1. Grosso modo, e um numero que traduz matematicamente uma
possibilidade. Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba:
Ibpex, 2010 (p. 110) – Capítulo 7 (Calculo de probabilidade).

---

“Uma probabilidade e expressa como um numero decimal, tal como 0,70; 0,27; ou 0,50.
Entretanto ela pode ser representada como uma percentagem tal com 70%, 27% ou 50%. O
valor de uma probabilidade esta localizado no intervalo de numero reais que vai de 0 a 1,
inclusive as extremidades deste intervalo”. Fonte: NEDER, H. D. Curso de Estatística Aplicada.
(1999). Disponível em:
<http://www.ecn26.ie.ufu.br/TEXTOS_ESTATISTICA/NOTAS%20DE%20AULA%20DE%20ESTATISTICA.pdf >.
Acesso em: 22 ago. 2017. De acordo com o livro base da disciplina, “Definimos espaço amostral
S como sendo o conjunto de todos os possíveis resultados de um experimento E. Por exemplo,
no experimento que consiste no lançamento de um dado, o espaço amostral e S = {1, 2, 3, 4, 5,
6}” (p. 111). Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba:
Ibpex, 2010 (p. 111) – Capítulo 7 (Calculo de probabilidade).

---

“Diante das explicaçoes sobre eventos, notamos que S (espaço amostral) e Ø (conjunto vazio)
tambem sao eventos, chamados respectivamente de evento certo e evento impossível”. Fonte:
CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010. De
acordo com o livro base da disciplina, “Evento e qualquer conjunto de resultados de um
experimento. Sendo o evento um subconjunto de S, indicaremos os eventos por letras
maiusculas: A, B, C, e assim por diante. Por exemplo, no experimento que consiste no
lançamento de um dado, podemos definir o evento A como "sair um numero par". Entao, A =
{sair numero par}. A = {2, 4, 6}” (p.111). Fonte: CASTANHEIRA, N. P. Estatística aplicada a
todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 111) – Capítulo 7 (Calculo de probabilidade).

---

“Quanto mais uma probabilidade e proxima de 0, o evento a ela associado e mais improvavel de
ocorrer. Quanto mais uma probabilidade e proxima de 1, o evento a ela associado e mais
provavel de ocorrer”. Fonte: NEDER, H. D. Curso de Estatística Aplicada. (1999). Disponível
em: <http://www.ecn26.ie.ufu.br/TEXTOS_ESTATISTICA/NOTAS%20DE%20AULA%20DE%20ESTATISTICA.pdf>.
Acesso em: 22 ago. 2017. Vimos que a definiçao classica de probabilidade e baseada na hipotese
de que os resultados de um experimento sao igualmente provaveis De acordo com o livro base
da disciplina, “A probabilidade matematica de um acontecimento e a relaçao (razao) entre o
numero de casos favoraveis e o numero de casos possíveis, desde que haja rigorosa
equipossibilidade entre todos os casos” (p. 113) (Adaptado). Em outras palavras, usando a
definiçao classica, a probabilidade de um evento e igual ao numero de casos favoraveis dividido
pelo numero total de casos possíveis. Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos
os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 113) – Capítulo 7 (Calculo de probabilidade).

---

“O termo probabilidade e usado de modo muito amplo na conversaçao diaria para sugerir um
certo grau de incerteza sobre o que ocorreu no passado, o que ocorrera no futuro e o que esta
ocorrendo no presente”. Fonte: NEDER, H. D. Curso de Estatística Aplicada. (1999). Disponível
em: <http://www.ecn26.ie.ufu.br/TEXTOS_ESTATISTICA/NOTAS%20DE%20AULA%20DE%20ESTATISTICA.pdf>.
Acesso em: 22 ago. 2017. Lembrando que existe apenas um as de ouros em um baralho de 52
cartas qual a probabilidade de sair um as de ouros quando retiramos uma carta de um baralho
de 52 cartas?, De acordo com o livro base da disciplina, “A probabilidade matematica de um
acontecimento e a relaçao (razao) entre o numero de casos favoraveis e o numero de casos
possíveis, desde que haja rigorosa equipossibilidade entre todos os casos” (p. 113) (Adaptado).
Em outras palavras, usando a definiçao classica, a probabilidade de um evento e igual ao numero
de casos favoraveis dividido pelo numero total de casos possíveis. Assim, como so ha um as de
ouros num baralho de 52 cartas, a probabilidade de sair as e uma em cinquenta e dois casos (p
= 1/52). Como um dividido por cinquenta e dois [e igual a 0,019, podemos representar essa
razao percentualmente, chegando a 1.92%). Fonte: CASTANHEIRA, N. P. Estatística aplicada a
todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 113) – Capítulo 7 (Calculo de probabilidade).
Tema: Inferência estatística

“O conhecimento de como se aplicam os princípios da probabilidade as situaçoes em que

sabemos o modo como o processo funciona vai nos ajudar a compreender de que maneira
podemos usar a inferencia estatística para conhecer a natureza de um processo desconhecido”.
Fonte: NEDER, H. D. Curso de Estatística Aplicada. (1999). Disponível em:
<http://www.ecn26.ie.ufu.br/TEXTOS_ESTATISTICA/NOTAS%20DE%20AULA%20DE%20ESTATISTICA.pdf>.
Acesso em: 22 ago. 2017. Para responder corretamente a questao “quais sao as tecnicas de
amostragem nao probabilísticas?” devemos ter em mente que, de acordo com o livro base da
disciplina, “os levantamentos amostrais podem ser classificados em probabilísticos e nao
probabilísticos. Entre os nao probabilísticos encontram-se: amostragem intencional,
amostragem voluntaria, e amostragem acidental” (p. 198). Fonte: CASTANHEIRA, N. P.
Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex, 2010 (p. 198) – Capítulo 12
(Inferencia estatística).

---

“Para realizarmos a inferencia estatística, devemos trabalhar com conhecimentos que envolvem
amostragem, estimaçao e intervalo de confiança. Nesse processo, precisamos prestar atençao
na classificaçao e tecnicas de seleçao, pois encontramos levantamentos amostrais
probabilísticos e nao probabilísticos”. Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos
os níveis. 5. ed. Curitiba: Ibpex, 2010. Para saber quais sao as tecnicas de amostragem
probabilísticas e importante ter claro que, de acordo com o livro base da disciplina, “os
levantamentos amostrais podem ser classificados em probabilísticos e nao probabilísticos.
Entre os probabilísticos encontram-se: amostragem aleatoria simples, amostragem aleatoria
sistematica, amostragem aleatoria estratificada e amostragem aleatoria por conglomerados” (p.
198). Fonte: CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Ibpex,
2010 (p. 198) – Capítulo 12 (Inferencia estatística).