Академический Документы
Профессиональный Документы
Культура Документы
ESTATÍSTICA DESCRITIVA
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 :
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 –
PRODUÇÃO DE CAFÉ
BRASIL – 1978 –82
1978 2535
1979 2666
1980 2122
1981 3750
1982 2007
Fonte: IBGE
2
Estatística Descritiva – Monitor – Renato Pimentel Codeco
Curso de Ciências Contábeis – Monitoria – FAESA –
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
At = H
K
K x H > At
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
3
Estatística Descritiva – Monitor – Renato Pimentel Codeco
Curso de Ciências Contábeis – Monitoria – FAESA –
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.
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.
Ex.:
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
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 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 –
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
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 –
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
X = A tabela
i = Linha na tabela
j = Coluna na tabela
3 = Quantidade de linhas
4 = Quantidade de colunas
8
Estatística Descritiva – Monitor – Renato Pimentel Codeco
Curso de Ciências Contábeis – Monitoria – FAESA –
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
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 :
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
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
10
Estatística Descritiva – Monitor – Renato Pimentel Codeco
Curso de Ciências Contábeis – Monitoria – FAESA –
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.:
Variância (S²): é encontrado pela somatória dos desvios (di) elevados ao quadrado
dividido pelo número de membros da amostra:
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 –
∑ (di)²
n
Exemplo:
22
S.a = 10 =
2,2
= 1,48
96
S.b = 10 =
9,36 = 3,10
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 :
Exercício:
13
Estatística Descritiva – Monitor – Renato Pimentel Codeco
Curso de Ciências Contábeis – Monitoria – FAESA –
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:
1º
14
Estatística Descritiva – Monitor – Renato Pimentel Codeco
Curso de Ciências Contábeis – Monitoria – FAESA –
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
Moda (Mo) = 23
75 – 17 = 58
6º Variância (S²) :
15
Estatística Descritiva – Monitor – Renato Pimentel Codeco
Curso de Ciências Contábeis – Monitoria – FAESA –
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
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 –
fci – 1 + 2fi + fi + 1
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 –
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
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
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