Curso de Ciências Contábeis – Monitoria – FAESA –

CURSO DE CIÊNCIAS CONTÁBEIS

ESTATÍSTICA DESCRITIVA
MONITOR: Renato Pimentel Codeco

ESTATÍSTICA DESCRITIVA

1 – Quantitativos – Variáveis que representam quantidades, contagem ou medida. Ex.:

Notas de alunos de uma sala de aula, estatura dos jogadores de um time. Dividem-se em:

a) Discretos – Representam números inteiros e não admitem a inserção de um

outro elemento entre dois elementos seguidos. Ex.: Quantidade de carros que
têm multas em 2000
b) Contínuos – Representam qual quer valor em um intervalo contínuo. Ex.: Peso
médio da turma de uma escola ( 61,5 Kg), toneladas de minério de ferro
exportados em 1999 pelo C.S.T. (7.500,5 TN.)

2 – Qualitativos – Variáveis que determinam algum atributo em comum e podem ser

separados em diferentes categorias que se distingue por alguma característica não-
numérica.

3 – População – Conhecido também como Universo Estatístico é considerado um todo,

nome que se da a todos os entes portadores de, pelo menos, uma característica comum.

4 – Amostra – É uma parte do Universo Estatístico que é coletada para ser analisada em
uma pesquisa.

5 – Amostragem – É a forma escolhida para coletar a Amostra. Ela pode ser dividida em :

a) Casual ou aleatória que seria equivalente a um sorteio lotérico.

b) Proporcional ou estratificada, esta convém que o sorteio de elementos da
amostra leve em considerações as possíveis diferenças entre os membros da
mesma população. Ex.: A estatura de uma sala de aula que tenha 25 mulheres e
15, a amostra terá que ser proporcional ao numero de mulheres e homens,
devido à diferença de altura entre os dois sexos.
c) Sistemática, são quando os elementos já se acham ordenados, não há
necessidade de construir um sistema de referência. Ex.: prontuários médicos de
um hospital, as linhas de produção.

6 – Tabelas – São uma das formas de sintetizar os valore que uma ou mais variáveis
assumam, para que tenhamos uma visão global desta variação.

1
Estatística Descritiva – Monitor – Renato Pimentel Codeco
 Curso de Ciências Contábeis – Monitoria – FAESA –

7 – Composição de uma tabela:

PRODUÇÃO DE CAFÉ
BRASIL – 1978 –82

ANOS PRODUÇÃO (1000 T)

1978 2535
1979 2666
1980 2122
1981 3750
1982 2007

Fonte: IBGE

8 – Índices – Tratam-se de medidas de grandezas diferentes, tais como: densidade

demográfica (a medida de habitantes em uma determinada área), taxa de natalidade e taxa
de óbito. Ex.: uma cidade tem uma população de 15.957.600 habitantes e uma área de
586.624 Km², 292.036 nascimentos e 99.281 mortos Qual a sua densidade demográfica, a
sua taxa de natalidade e a sua taxa de óbitos?

a) Densidade demográfica – basta dividir a área pela população, temos:

15.957.600 área . = 27,20 habitantes/Km²

586.624 população

b) Coeficiente de natalidade – dividi-se os nascidos pela população e multiplica

por 100, para termos a taxa :

292.036 nascidos = 0,018 x 100 = 1,8%

15.957.600 população 18,00‰

c) Coeficiente de óbito – dividi-se os óbitos pela população e multiplica-se por

cem para adquirir a taxa.

99.281 óbitos = 0,006 x 100 = 0,6%

15.957.600 população 6,00‰

2
Estatística Descritiva – Monitor – Renato Pimentel Codeco
 Curso de Ciências Contábeis – Monitoria – FAESA –

9 – Tabela de distribuição de freqüências

Veremos agora as orientações básicas para construção de uma tabela de distribuição

de freqüência quando os dados são contínuos. Iremos seguir os seguintes passos:

a) Determinar o Intervalo (Amplitude Total) = (At) dos dados. Para isso basta
considerar a diferença do maior pelo menor dado.

Maior índice = At
Menor índice

b) Determinar o Número de Classes = (K) : Para esse item basta extrair a raiz
quadrada de (N) (que é o número de dados da amostra). Normalmente tomar o
valor de K entre 5 e 15.

√N ≈ K

c) Calcular a Amplitude das Classes = (H) dividindo o Intervalo (At) pelo

Número das Classes (K), fazendo o arredondamento (para cima) conveniente.

At = H
K

d) Certifica-se de que o Número de Classes (K) vezes a Amplitude das Classes

(H), é maior que o Intervalo (At), para evitar que os valores extremos sejam
excluídos.

K x H > At

Ex.: Tomando os dados da relação de notas de 50 alunos abaixo, construir a tabela de

distribuição de freqüência. Obs.* os dados constantes da tabela abaixo são de origem
contínua.

84 68 33 52 47 73 68 61 73 77
74 71 81 91 65 55 57 35 85 88
59 80 41 50 53 65 76 85 73 60
67 41 78 56 94 35 45 55 64 74
65 94 66 48 39 69 89 98 42 54

1º. – At = O maior – O menor, assim: 98 – 33 = 65

2º. – K ≈ √N, assim, se N = 50 então √50 ≈ 7
3º. – H = At/K, assim, 65/7 ≈ 10
4º. – Se K x H > At, assim: 7 x 10 = 70

3
Estatística Descritiva – Monitor – Renato Pimentel Codeco
 Curso de Ciências Contábeis – Monitoria – FAESA –

9.1 - TABELA DE DISTRIBUIÇÃO DE FREQÜÊNCIA PARA DADOS

CONTÍNUOS

K At (notas) fi n.º Fi fri Fri Xi fci

de
alunos
1 30|-----40 4 4 0.08 0.08 35 3.50
2 40|-----50 6 10 0.12 0.20 45 6.25
3 50|-----60 9 19 0.18 0.38 55 8.75
4 60|-----70 11 30 0.22 0.60 65 10.00
5 70|-----80 9 39 0.18 0.78 75 9.00
6 80|-----90 7 46 0.14 0.92 85 6.75
7 90|-----100 4 50 0.08 1.00 95 3.75
Total 50 1.00
FONTE: Fictícia

Obs.* As laterais do gráfico devem ser abertas, nunca esquecer de informar a fonte dos
dados, na coluna At, as seqüências vêm seguidas do símbolo ( a|-----b ), isto significa que o
intervalo esta fechado em a e aberto em b.

5º. – Freqüência Simples (fi) é o número de componentes que ira ocupar cada Classe.
6º. – Freqüência Acumulada (Fi) é a Freqüência Simples acumulada a cada Classe.
7º. – Freqüência Relativa (fri) é o percentual de cada Classe.
8º. – Freqüência Relativa Acumulada (Fri) é a Freqüência Relativa a cada acumulado a
cada Classe.
9.º - Ponto Médio de Classe (Xi) é o ponto central que representa cada Classe e utilizado
para apurar o gráfico denominado Polígono de Freqüência.

10.º - Freqüência Calculada (fci) é freqüência calculada através de uma fórmula

( fci = fi-1 + 2fi + fi+1) utilizada para expor o gráfico denominado Curva de Freqüência.
4

4
Estatística Descritiva – Monitor – Renato Pimentel Codeco
 Curso de Ciências Contábeis – Monitoria – FAESA –

Gráficos – É uma forma de apresentar os dados cujo objetivo é produzir uma impressão
mais rápida e viva do fenômeno em estudo.

Histograma – É um gráfico diretamente relacionado a uma tabela de distribuição de

freqüência tendo como dados as variáveis os intervalos das classes (K) e a Freqüência
Simples (fi).

Ex.:

HISTOGRAMA DE DADOS CONTÍNUOS

12 11
9 9
FREQUÊNCIAS

10
8 7
6
6
4 4
4
2
0
30 - 40 - 50 - 60 - 70 - 80 - 90 -
40 50 60 70 80 90 100
NOTAS

Polígono de Freqüência, é um gráfico diretamente relacionado com o Ponto Médio de

Classe

Ex.:

POLIGONO DE FREQUÊNCIAS
12
11
10
FREQUENCIAS

9 9
8
SIMPLES

7
6 6
4 4 4
2
0 0 0
.25 .35 .45 .55 .65 .75 .85 .95 .105
PONTOS MÉDIOS

5
Estatística Descritiva – Monitor – Renato Pimentel Codeco
 Curso de Ciências Contábeis – Monitoria – FAESA –

Curva de Freqüência, é um gráfico diretamente relacionado à Freqüência Calculada que é

encontrada através da fórmula já citada ( fci = fi-1 + 2fi + fi+1). Tomando a tabela anterior
teremos: 4

fi1 = 4 f12 = 6 fi3 = 9 fi4 = 11

fi5 = 9 fi6 = 7 fi7 = 4

Aplicamos as fórmulas para cada fi

a) fc1 = 0+8+6 = 3,50 b) fc2 = 4+12+9 = 6,25 c) fc3 = 6+18+11 = 8,75

4 4 4

d) fc4 = 9+22+9 = 10 e) fc5 = 11+18+7 = 9 f) fc6 = 9+14+7 = 6,75

4 4 4

g) fc7 = 7+8+0 = 3,75

4
Teremos o seguinte gráfico da Curva de Freqüência:

CURVA DE FREQUÊNCIA
12

10 10
9
FREQUÊNCIAS
CALCULADAS

8,75
8
6,75
6 6,25

4 3,75
3,5
2

0
35 45 55 65 75 85 95
PONTOS MÉDIOS

6
Estatística Descritiva – Monitor – Renato Pimentel Codeco
 Curso de Ciências Contábeis – Monitoria – FAESA –

9.2 - TABELA DE DISTRIBUIÇÃO DE FREQÜÊNCIA PARA DADOS

DISCRETOS

Tomaremos o seguinte exemplo; um dado é jogado 50 vezes em uma mesa, os

resultados são os seguintes :

6 5 2 6 4 3 6 2 6 5
1 6 3 3 5 1 3 6 3 4
5 4 3 1 3 5 4 4 2 6
2 2 5 2 5 1 3 6 5 1
5 6 2 4 6 1 5 2 4 3

Assim ficaria a sua tabela de distribuição de freqüência:

Resultados (classes) Número de Vezes (fi) Fri

1 6 0,12
2 8 0,16
3 9 0,18
4 7 0,14
5 10 0,20
6 10 0,20
50 1,00
FONTE: Fictícia

E assim ficaria seu Histograma:

HISTOGRAMA DE DADOS
DISCRETOS
frequencias simples

12 10 10
10 9
8
8 7
6
6
4
2
0
.1 .2 .3 .4 .5 .6
RESULTADOS

Obs. * Por se tratar de uma tabela de dados discretos as barras são separadas, já na
tabela de dados contínuos as barras são unidas continuamente.

7
Estatística Descritiva – Monitor – Renato Pimentel Codeco
 Curso de Ciências Contábeis – Monitoria – FAESA –

10 – Somatória – Esta é o símbolo SIGMA ( ∑ ), ele serve para representar a somatória

de vários números constante em uma tabela;
j
Ex.: ∑ xi onde: j = número correspondente das células a serem somadas e
i=1 i = célula inicial da somatória

3
vejamos: se ∑ 2.i, teremos: 2x1 + 2x2 + 2x3 = 2+4+6 = 12
i=1
5
ou se : ∑ xi, teremos: (x.1) + (x.2) + (x.3) + (x.4) + (x.5)
i=1

11 – Compactação de Tabelas: tomaremos a tabela abaixo para esclarecermos os passos

seguintes; (Xij) 3x4 onde;

X = A tabela
i = Linha na tabela
j = Coluna na tabela
3 = Quantidade de linhas
4 = Quantidade de colunas

De posse destas informações sabemos, que a tabela contém 3 linhas e 4 colunas,

considerando que (X) = 2i-3j, teremos:

X1.1 = 2x1-3x1 = 2-3 = -1

X2.1 = 2x2-3x1 = 4-3 = 1
X3.1 = 2x3-3x1 = 6-3 = 3
X1.2 = 2x1-3x2 = 2-6 = -5
X2.2 = 2x2-3x2 = 4-6 = -2
X3.2 = 2x3-3x2 = 6-6 = 0
X1.3 = 2x1-3x3 = 2-9 = -6
X2.3 = 2x2-3x3 = 4-9 = -5
X3.3 = 2x3-3x3 = 6-9 = -3
X1.4 = 2x1-3x4 = 2-12 = -10
X2.4 = 2x2-3x4 = 4-12 = -8
X3.4 = 2x3-3x4 = 6-12 = -6

8
Estatística Descritiva – Monitor – Renato Pimentel Codeco
 Curso de Ciências Contábeis – Monitoria – FAESA –

Assim podemos saber a somatória de qualquer parte da tabela usando a fórmula já

dada.

Ex.: 4
ou se : ∑ X2i, teremos: (X.2.2) + (X.2.3) + (X.2.4) agora é só substituir pelos valores das
i=2 células correspondentes

se na tabela: X2.2 = -2
X2.3 = -5
X2.4 = -8 então –2+(-5)+(-8) = -15

12 – Medidas Estatísticas, são classificadas em Média, Mediana e Moda.

_
Media (X): tomaremos os números a seguir, 8 – 2 – 7 – 6 – 5 – 6 – 7 – 7 – 9 – 10 para
sabermos a Média dos mesmos daremos os seguintes passos:

1º Coloca-los em ordem crescente : 2 – 5 – 6 – 6 – 7 – 7 – 7 – 8 – 9 – 10

Representando a seqüência pela expressão x1,x2........xn usaremos a seguinte

_
fórmula: X = ∑ xi
n
2º Efetuar a soma de todos os elementos da seqüência e dividir pela quantidade de
elementos da mesma: 67 = 6,7
10

Mediana (separatriz (Me): é o elemento que representa o meio da seqüência. Tomando a

mesma seqüência, encontraremos a Mediana com a seguinte fórmula):

Me = n e n + 1 quando a amostra for par e

2 2

Me = n + 1 quando a amostra for ímpar

2

Moda (Mo): trata-se do elemento que aparece mais vezes na amostra. A seqüência pode
ser intitulada de Amodal, quando, nela nenhum elemento se repetir.

9
Estatística Descritiva – Monitor – Renato Pimentel Codeco
 Curso de Ciências Contábeis – Monitoria – FAESA –

13 – Medidas de Dispersão :

Amplitude ou intervalo (I) : é a diferença entre o maior e o menor termo de uma

população

Ex.: Dados as notas de duas turmas

A= 8–7–6–6–9–4–8–6–7–9
B= 10 – 9 – 8 – 1 – 2 – 7 – 10 – 9 – 5 – 9

_
Xa = 70/10 = 7
_
Xb = 70/10 = 7 – a média das duas turmas é a mesma,

Ia = 9 – 5 = 5

Ib = 10 – 1 = 9 porém, a amplitude é diferente.

_
Desvio Médio Absoluto (Dm): é a distancia do ponto médio (Xi) em relação à média (X)
em uma tabela de freqüência (em classes – K) ou à distância de cada dado da amostra (i)
até a média, quando a amostra é analisada fora de uma tabela de freqüência.
_
O desvio (di) é encontrado pela fórmula  Xi – X e a partir dele iremos encontra o
Desvio Médio Absoluto (Dm)

A B

d1 = 8 –7 = 1 d1 = 10 – 7 = 3
d2 = 7 –7 = 0 d2 = 9 – 7 = 2
d3 = 6 –7 = -1 d3 = 8 – 7 = 1
d4 = 6 –7 = -1 d4 = 1 – 7 = -6
d5 = 9 –7 = 2 d5 = 2 – 7 = -5
d6 = 4 –7 = -3 d6 = 7 – 7 = 0
d7 = 8 –7 = 1 d7 = 10 – 7 = 3
d8 = 6 –7 = -1 d8 = 9 – 7 = 2
d9 = 7 –7 = 0 d9 = 5 – 7 = -2
d10 = 9 –7 = 2 d10 = 9 – 7 = 2

Obs• A somatória dos Desvios Médios será sempre 0 (zero)

10
Estatística Descritiva – Monitor – Renato Pimentel Codeco
 Curso de Ciências Contábeis – Monitoria – FAESA –

Sabemos que na matemática os números positivos tanto quanto os negativos têm o

seu valor absoluto, ou seja, apenas um valor que representa ambos.

Ex.: - 2 ou +2  o valor absoluto é | 2 |

Em posse dessa informação, veremos que o Desvio Médio Absoluto, será a somatória dos
valores absolutos dos desvios (pontos médios menos as médias) dividido pelo número de
membros da amostra:
_
Dada pela fórmula : Dm = ∑ |di| ou ∑ |Xi - X|
n n

Ex.:

Dma = 12 = 1,2 Dmb = 26

10 10

Variância (S²): é encontrado pela somatória dos desvios (di) elevados ao quadrado
dividido pelo número de membros da amostra:

Dada pela fórmula : S² = ∑ di²

n

Ex. :

di.a di.b

1² = 1 3² = 9
0² = 0 2² = 4
-1² = 1 1² = 1 di.a = 22 = 2,2
-1² = 1 -6² = 36 10
2² = 4 -5² = 25
-3² = 9 0² = 0 di.b = 96 = 9,6
1² = 1 3² = 9 10
-1² = 1 2² = 4
0² = 0 - 2² = 4
2² = 4 2² = 4
22 96

11
Estatística Descritiva – Monitor – Renato Pimentel Codeco
 Curso de Ciências Contábeis – Monitoria – FAESA –

Desvio Padrão: é a medida de dispersão dos dados para a média

Dada pela fórmula seguinte:

∑ (di)²
n

Exemplo:

22
S.a = 10 =

2,2
= 1,48

96
S.b = 10 =

9,36 = 3,10

Coeficiente de Variação (CV): é a representação da dispersão dos dados em relação à

média, em percentual

Dada pela fórmula:

CV = S x 100
X

Exemplo:

CV a = 1,48 = 21,14%
7

CV b = 3,10 = 44,29%
7

12
Estatística Descritiva – Monitor – Renato Pimentel Codeco
 Curso de Ciências Contábeis – Monitoria – FAESA –

Fórmulas e siglas :

n = Número de membros da amostra

At = Amplitude total (é o maior termo menos o menor termo)
K = Número de classes (≈ √n)
h = Amplitude de classes (é a amplitude total dividida pelo número de).
(Classes ·AT ÷ K)
fi = Freqüência simples (Quantidade de membros de cada classe)
Fi = Freqüência acumulada (Acumulo da freqüência simples)
fri = Freqüência relativa (é o percentual que a freqüência simples representa).
(em relação à “n” · fi ÷ n)
Fri = Freqüência relativa acumulada (è o acúmulo da freqüência relativa)
Xi = Ponto médio (é o ponto que representa os membros de cada classe, a partir).
do ponto médio traça-se o polígono de freqüências
fci = Freqüência calculada (fórmula dada para traçar-se à curva de freqüência):
fci – 1 + 2fi + fi + 1
_ 4
X = Média (é a soma de todos membros da amostra dividido pelo número de).
membros que possui a amostra ∑ fi ÷ n
Mo = Moda (è o termo que aparece mais vezes na amostra)
Me = Mediana (é o termo que representa o meio da amostra · n ÷ 2 e n ÷ 2 + 1),
quando a amostra for par e n ÷ 2 + 1, quando a mostra for ímpar.
I = Amplitude ou intervalo (é o maior termo menos o menor termo)
di = Desvio (é a diferença entre o ponto médio e a média · Xi – X).
ou do membro da amostra e da média  i – X
Dm = Desvio médio absoluto (é a somatória do valor absoluto do desvio
dividido).
pelo numero de membros da amostra  ∑ |di| ÷ n
S² = Variância (é a somatória do desvio ao quadrado dividido pelo número de).
membros da amostra  ∑ di² ÷ n
S = Desvio padrão ( é a raiz quadrada da variância  √S²
CV = Coeficiente de variação (é o percentual de dispersão em relação à média
·).
S ÷ X x 100

Exercício:
13
Estatística Descritiva – Monitor – Renato Pimentel Codeco
 Curso de Ciências Contábeis – Monitoria – FAESA –

Os dados da amostra abaixo representam as idades de pessoas que possuem problemas

cardíacos em uma cidade:

75 17 24 35 36 20 53 35 44 62
50 17 18 20 26 29 32 55 33 56
69 18 24 23 53 35 36 42 26 26
28 27 29 62 23 23 22 17 30 17
18 21 23 20 66 24 23 69 24 19

Pede-se:

* Identificar se os dados são contínuos ou discretos

* Tabela de Freqüência
* Média, Moda e Mediana
* Amplitude
* Desvio Médio Absoluto
* Variância
* Desvio Padrão
* Coeficiente de Variação
* Histograma
* Polígono de Freqüência
* Curva de Freqüência

1º
14
Estatística Descritiva – Monitor – Renato Pimentel Codeco
 Curso de Ciências Contábeis – Monitoria – FAESA –

Os dados são contínuos

2º Tabela de freqüência

n = 50
At = Maior – menor  75 – 17 = 58
K ≈ √n  ≈ √50 ≈ 7
h = At/K = 58/7 = 8,3 _
(X) (di) (S²)
i idades fi fri fi . Xi (Xi-X) fi (di)² fci
Fi Fri Xi
1 16|---25 22 22 0,44 0,44 20,5 451 -13,5 4.009,50 13,50
2 16|---34 10 32 0,20 0,64 29,5 295 -4,5 202,50 12
3 34|---43 6 38 0,12 0,76 38,5 231 4,5 121,50 6
4 43|---52 2 40 0,04 0,80 47,5 95 13,5 364,50 3,5
5 52|---61 4 44 0,08 0,88 56,5 226 22,5 2.025,50 3,75
6 61|---70 5 49 0,10 0,98 65,5 327,5 31,5 4.961,25 3,75
7 70|---79 1 50 0,02 1,00 74,5 74,5 40,5 1.640,25 1,75
50 1,00 1.700 13.324,50

3º Media, moda e mediana

_
Media (X) = fi . Xi  1700 = 34
n 50

Moda (Mo) = 23

Mediana (Me) = n + 1 e n  26 e 27  53/2 = 26.50

2 2
4º Amplitude ou intervalo (I) :

O > menos o <

75 – 17 = 58

5º Desvio Médio Absoluto (Dm):

∑ |di| ÷ n  130.50 ÷ 50 = 2.61

6º Variância (S²) :
15
Estatística Descritiva – Monitor – Renato Pimentel Codeco
 Curso de Ciências Contábeis – Monitoria – FAESA –

∑ di² ÷ n  13.324,50 ÷ 50 = 266,49

7º Desvio Padrão (S) :

√S²  √266,49 = 16,32

8º Coeficiente de Variação (CV) :

_
S ÷ X 100  16,32 ÷ 34 = 0,48 x 100 = 48%

9º Histograma (freqüência simples & classes)

Histograma
Tabela porpor
idade
idade
25 22
25
Frequências simples

22
20
20
15
15
10
10 10
10
6 6 55
5 44
5 2 2 11
0 0
16 - 25
1625
- - 34
25 34
- - 34
43 -43 - 43
52 -52 -52
61- 61 61
- 70- 70 70
- 79-
25 34 43 52 61 70 79
Idades

10º Polígono de Freqüência: (freqüências & ponto médio)

25 Polígono de frequências
Frequências simples

22
20

15

10 10

5 6 5
4
2 1 0
0 0
5

5
1,

0,

9,

8,

7,

6,

5,

4,

3,
.1

.2

.2

.3

.4

.5

.6

.7

.8

Pontos médios

16
Estatística Descritiva – Monitor – Renato Pimentel Codeco
 Curso de Ciências Contábeis – Monitoria – FAESA –

11º Curva de Freqüências (freqüência calculada “fci” & ponto médio)

fci – 1 + 2fi + fi + 1
4

a) fc1 = 0+44+10= 13,50 b) fc2 = 22+20+6 = 12 c) fc3 = 10+12+2 = 6

4 4 4

d) fc4 = 6+4+4 = 3,5 e) fc5 = 2+8+5 = 3,75 f) fc6 = 4+10+1 = 3,75

4 4 4

g) fc7 = 5+2+0 = 1,75

4

Curva de frequência
16
14 13,5
Frequencias

12 12
calculadas

10
8
6 6
4 3,5 3,75 3,75
2 1,75
0 0 0
5

5
1,

0,

9,

8,

7,

6,

5,

4,

3,
.1

.2

.2

.3

.4

.5

.6

.7

.8

Pontos médios

17
Estatística Descritiva – Monitor – Renato Pimentel Codeco
 Curso de Ciências Contábeis – Monitoria – FAESA –

14 – Medidas Estatísticas para dados contínuos

Os dados abaixo se referem às notas de uma determinada turma de 44 alunos:

K Notas (xi) fi Fi
1 0 | ------ 2 5 5
2 2 | ------ 4 8 13
3 4 | ------ 6 14 27
4 6 | ------ 8 10 37
5 8 | ------ 10 7 44
44

Cálculo da mediana (Me)

Como já sabemos, o número de alunos é 44, logo, a mediana (que é o termo do meio
da amostra) é o 22º termo e conforme a freqüência acumulada (Fi) a mediana encontra-se
na 3ª classe:

3ª classe

__1º__2º__3º__4º__5º__6º__7º__8º__9º__10º__11º__12º__13º__14º elementos

Considerando que até 2ª classe há 13 elementos e a 3ª classe contém 14 elementos:

teremos 13 termos das classes 1 e 2 e mais nove da classe 3 para chegarmos ao 22º
elemento, então a mediana é o 9º elemento da 3ª classe.
Considerando também que a amplitude de classes é 2 e que a menor nota da 3ª
classe é 4; teremos a seguinte fórmula:

Limite inferior da classe = 4

O número que a mediana representa na sua classe = 9
Amplitude das classes = 2
O número de elementos da classe = 14

Me = 4 + 9 x 2
14
Me = 4 + 18
14
18
Estatística Descritiva – Monitor – Renato Pimentel Codeco
 Curso de Ciências Contábeis – Monitoria – FAESA –
Me = 4 + 1,29
Me = 5,29

19
Estatística Descritiva – Monitor – Renato Pimentel Codeco