You are on page 1of 30

Apostila de Estatística Aplicada

1ª VERSÃO

Elaboração: Prof. Paulo Sergio Pereira da Silva e Prof. Arthur Vicente Adaptação: Prof. Ms. Alexsandro Soares Candido São Paulo, agosto de 2011.

Apostila Inicial de Estatística Aplicada - Prof. Ms. Alexsandro Soares Candido APRESENTAÇÃO Caro aluno,

2

Ao longo de nossa vida acadêmica, são grandes as novidades e os desafios que se colocam diante de nós. As relações entre professores e alunos são mediadas por linguagens e regras específicas, diferentes daquelas que aprendemos a decifrar e a empregar em nossa vida escolar e profissional. Esse universo desconhecido desperta, a um só tempo, curiosidade e temor. A final será que conseguiremos dominar todas essa novidades e sobreviver a eles? Esse material foi elaborado com o intuito de lhe apresentar algumas dessas normas e linguagens e, assim, ajuda-lo a desvendar parte desse universo desconhecido. Espero, com as dicas que seguem oferecer-lhe algumas ferramentas úteis para o seu desenvolvimento profissional e a acadêmico. Não pretendo fazer com que você domine todo esse instrumental logo de saída, longe disso. Você só aprenderá tudo o que aqui está contido à medida que for empregando cada uma das ferramentas. No início lhe parecerão complexas, com o passar do tempo você aprenderá a decodificá-las e a utilizá-las corretamente, de modo que elas passarão a fazer parte tanto do seu vocabulário quanto de seu repertório de práticas. O objetivo deste material é preparar o discente para a vida acadêmica, despertando-lhe o desejo de aprimorar seus conhecimentos, de conhecer, pesquisar e investigar os mais diferentes aspectos da realidade em que vive ou que venha a participar socialmente. Este material tem como objetivo principal mostrar, de forma clara, por meio de exemplos práticos, o conceito de estatística e suas aplicações, e utiliza para isso uma metodologia objetiva e de fácil compreensão. Vele salientar que este material faz parte de um conjunto de textos, baseados em livros, artigos de jornais e apostilas, que foram e continuam sendo aprimorados com o tempo, pelo autor. Este material serve como complemento para o aluno a fim de facilitar a sua compreensão, dessa forma, não substitui, em hipótese alguma, a pesquisa em livros específicos.

O autor,

INTRODUÇÃO A ESTATÍSTICA

Apostila Inicial de Estatística Aplicada - Prof. Ms. Alexsandro Soares Candido 3 A Estatística é uma parte da matemática Aplicada que fornece métodos para a coleta, organização, descrição, análise e interpretação de dados e para a utilização dos mesmos na tomada de decisões, em situações de incerteza, a partir de informações numéricas de uma amostra. População ou Universo: Conjunto de elementos (pessoas ou objetos) que interessam à pesquisa. Amostra: - Parte da população (universo) ou pequena parte de um todo (população). OBS.: Que seja fiel a população (amostra representativa). Ex.: Se o objetivo da pesquisa for verificar se houve aumento da aquisição de eletrodomésticos no ano de 2001 no Brasil, nas camadas populares, a amostra será composta de pessoas de baixa renda, preferencialmente de várias regiões do Brasil; de ambos os sexos, diversas faixas etárias, etc. Variáveis A cada fenômeno corresponde um número de resultados possíveis. Assim por exemplo: - para o fenômeno “sexo” são dois os resultados possíveis: sexo masculino e sexo feminino; - para o fenômeno “número de filhos” há um número de resultados possíveis expressos através dos números naturais: 0, 1, 2, 3, .... , n; - para o fenômeno “estatura” temos uma situação diferente, pois os resultados podem tomar um número infinito de valores numéricos dentro de um determinado intervalo. Variável - Substitui um elemento de uma série que pode assumir n valores numéricos ou não numéricos (é, convencionalmente, o conjunto de resultados possíveis de um fenômeno). Por que estudar estatística? Por ora, consideramos o seguinte: 1. O raciocínio é largamente utilizado no governo e na administração; assim, é possível que, no futuro, um empregador venha contratar ou promover o leitor por causa de seu conhecimento de estatística. 2. Os administradores necessitam do conhecimento da estatística para bem tomar suas decisões e para evitar serem iludidos por certas apresentações viciosas. 3. Cursos subseqüentes utilizam a análise estatística. 4. A maioria das revistas profissionais e outras contêm experiências freqüentes a estudos estatísticos. 5. A imprensa, tanto quanto muita experiência cotidiana, oferece amplas oportunidades para a interpretação estatística. Aplicações da estatística moderno ambiente administrativo e econômico global, dispõe-se de uma vasta quantidade de informação estatística. Os gerentes e tomadores de decisão de maior sucesso são aqueles capazes de entender a informação e usá-la eficazmente. A seguir, fornecemos exemplos que ilustram alguns dos usos da estatística em administração e em economia.
No

Contabilidade Firmas públicas de contabilidade usam procedimentos de amostragem estatística quando estão realizando auditorias para seus clientes. Por exemplo, suponha que uma firma de contabilidade queira determinar se a quantidade de contas a receber mostrada em um balancete do cliente representa honestamente a quantidade real de contas a receber. A prática comum em tais situações é a equipe de auditores selecionar um subconjunto de contas, chamado amostra.

Produção Hoje. incluindo o planejamento do trabalho e da pesquisa (questionário ou teste). a venda ou manter as ações. pois durante a própria organização dos dados já é possível ir percebendo a tendência geral da pesquisa. Simultânea a segunda.Apostila Inicial de Estatística Aplicada . Comparando a informação para uma determinada ação com informações sobre a média do mercado de ações. que consiste em organizar os dados coletados em tabelas de freqüência e exibindo o número de percentagem de observações em cada classe. tirar conclusões válidas para conjuntos maiores (população). o controle da qualidade é uma importante aplicação da estatística à produção. é possível estudar os conjuntos de dados e. De maneira geral. um consultor financeiro pode concluir se uma ação individual está sendo sobre ou subavaliada. • a apresentação dos dados coletados (técnicas específicas). Eles usam uma série de informações estatísticas ao fazer tais previsões. A Phillip Moris apresentava uma razão preço/ganhos de 16. abordaremos a de uma variável. os consultores revêem diversos dados financeiros incluindo relações preço/ganhos e rendimentos de dividendos. Dados brutos Como primeiro resultado de uma pesquisa obtém-se dados brutos. TÉCNICAS DE LEVANTAMENTO ESTATÍSTICO: Distribuição de Freqüência Por meio de técnicas estatísticas.: Tais exemplos fornecem uma introdução da amplitude das aplicações da estatística. Economia Os economistas são freqüentemente solicitados a fornecer previsões sobre o futuro da economia ou de algum aspecto dela. Umas séries de cartas estatísticas de controle da qualidade são usadas para monitorar a saída de um processo de produção.Prof. OBS. • a análise dos dados coletados. No caso das ações.0. concentrando-nos na chamada estatística descritiva. com a formulação de conclusões e generalizações. Por exemplo. Ms. com a indicação da freqüência. as técnicas estatísticas são utilizadas em três etapas principais do trabalho de pesquisa: • a coleta de dados. podendo ser a apresentado através de tabelas ou gráficos correspondentes. os economistas usam informação estatística de indicadores como o índice de preços do produtor. a partir de uma amostra. Apropriadamente interpretado.9. dando origem ao que chamamos de rol. Um gráfico de barras é especialmente usado para monitorar a saída média. Esse material é então ordenado de forma crescente ou decrescente. Neste caso. Freqüentemente esses indicadores estatísticos são inseridos em modelos de previsão computadorizados que automaticamente calculam as taxas de inflação. na previsão de taxas de inflação. um conjunto de números ainda sem nenhuma organização. o Barron’s (9 de novembro de 1998) reportou que a razão média de preço/ganhos para as 30 ações na Média Industrial Dow Jones foi de 22. a informação estatística sobre as razões preço/ganhos mostrou que a Phillip Morris estava subvalorizada naquele momento. Entre as várias técnicas adotadas em estatística. Alexsandro Soares Candido 4 Finanças Os consultores financeiros utilizam uma série de informações estatística para guiar recomendações de investimentos. com a ênfase dada à qualidade. Essa e outras informações sobre a Phillip Morris poderiam auxiliar o consultor a recomendar a compra. a taxa de desemprego e a utilização da capacidade de produção. Por exemplo. . um gráfico de barras pode auxiliar a determinar quando são necessários ajustes para corrigir o processo de produção.

fi : freqüência. recomendamos usar entre cinco e vinte classes ( k). Alexsandro Soares Candido 5 Um pesquisador. Conjuntos de dados com um número menor de observações podem em geral ser facilmente sintetizados com apenas cinco ou seis classe. O passo seguinte é subdividir os dados por classe ou categoria (no caso.Apostila Inicial de Estatística Aplicada . repetições ou peso de cada valor da amostra. quer saber que idades predominam entre as pessoas economicamente ativas de determinada cidade. por exemplo. . idade). depois de elaborar o rol é necessário determinar quantas faixas etárias terá a tabela de freqüência. Os conjuntos de dados com um número maior de observações usualmente exigem um número maior de classes. Para isso. k: número de classes que a tabela de classe deverá conter n: número de elementos da amostra Como diretriz geral. entrevistou 100 pessoas e obteve os seguintes dados brutos: Idades predominantes 28 30 37 30 31 30 33 30 33 29 27 33 31 27 31 28 27 39 31 24 31 33 30 32 30 33 27 27 31 33 33 29 30 24 30 28 30 27 30 30 30 32 26 30 27 36 33 31 28 33 33 27 29 27 30 29 30 31 27 27 27 34 29 31 27 32 33 36 32 30 31 37 34 30 27 27 33 28 30 34 34 30 29 32 21 24 23 29 30 36 26 29 26 29 34 27 28 30 29 32 O rol desses dados brutos é: IDADE(xi) 21 23 24 26 27 28 29 30 31 32 33 34 36 37 39 Total(n) FREQÜÊNCIA(fi) 1 1 3 3 16 6 10 21 10 6 12 5 3 2 1 100 xi: elementos da amostra (no caso. Tabulação de dados Continuando com a mesma pesquisa.Prof. Ms. resultando na freqüência de classe. a faixa etária) e determinar o número de indivíduos pertencentes a cada uma.

a diferença entre o maior e o menor valor de dados Em nosso exemplo temos: AT = Xmáx . de acordo com os interesses da pesquisa. temos a adição de h. que será constante. ou seja. aplicando um dos quatro conceitos de intervalo que já estudamos.O passo seguinte é escolher um número para representar cada classe. h = 18/10 = 1. se você tem uma amostra com 100 dados. por exemplo.: a primeira e última classe não pode ter freqüência igual a zero.Apostila Inicial de Estatística Aplicada . é preciso determinar o intervalo de classe. h = AT k h : amplitude do intervalo Xmáx. isto é. Para calcular h. isto é. a média entre os valores dos limites de classe.21 = 18 Logo. isto é. que deverá abranger todos os elementos do rol. é preciso encontrar: . poderá organizá-los em uma tabela de distribuição de freqüência com k = n = 10 classes.Prof. Assim. fazemos: AT = Xmáx. Ms. pm = li + ls 2 Em seguida. a cada classe: K 1 2 3 4 5 6 7 8 9 10 ∑ li 20 22 24 26 28 30 32 34 36 38 Classes ------| ------| -----| -----| -----| -----| -----| -----| -----| -----| --------------------ls 22 24 26 28 30 32 34 36 38 40 Freqüência(fi) 1 4 3 22 31 16 17 3 2 1 100 Obs.8 Em seguida. Chamaremos de h essa amplitude de classe. . com a primeira classe iniciada por 20. o tamanho que cada classe deverá ter. se k = 10 e h = 2. : o menor valor de dados AT. Alexsandro Soares Candido 6 Então. A partir dele.Xmín. Caso não ocorra a abrangência de todos os elementos do rol deveremos aumentar a amplitude(h) ou o número de classes (k). serão construídas as classes da tabela de freqüência.Xmín. Pode decidir. Encontrando o valor de k. Escolhe um ponto de partida. : amplitude total. em geral o ponto médio (pm). .Freqüência relativa (fr): Indica à proporção que cada classe representa em relação ao total (n) e é obtida dividindo-se cada uma das freqüências absolutas (fi) pelo tamanho (n): . que o limite inferior será 20. o pesquisador determina os limites de cada classe: o limite superior ( ls) e o limite inferior (li). Nota: É importante observar se os elementos estão incluídos ou excluídos. todas as k classes deverão ter a mesma amplitude. aquele que melhor convier. : o maior valor de dados Xmín. = 39 .

.31 0. A nova tabela será: Classes K 1 2 3 4 5 6 7 8 9 10 ∑ li ls 20 ------| 22 22 ------| 24 24 -----| 26 26 -----| 28 28 -----| 30 30 -----| 32 32 -----| 34 34 -----| 36 36 -----| 38 38 -----| 40 ------------Freqüência fr = fi/n (fi) 1 4 3 22 31 16 17 3 2 1 100 0. ainda para o exemplo das faixas etárias de pessoas ativas na cidade pesquisada.03 0. Caso isso não ocorra.22 0.03 0. Ms.: A soma de sua coluna sempre deverá ser igual a 1.2. .Freqüência percentual (fp): Indica a porcentagem de cada classe. podemos fazer uma nova tabela de freqüência.Freqüência acumulada (fa): Corresponde à soma das freqüências absolutas (fi) de sua classe. arredonda-se algum valor de modo a obter 1. Para obtê-la . que queiramos iniciar o primeiro limite inferior da primeira classe em 18.: i = 1. Teremos.. de recalcular todas as freqüências absolutas. Complete as colunas em branco. Com base em todos os cálculos relacionados acima. agora. 100 (%) 1% 4% 3% 22% 31% 16% 17% 3% 2% 1% 100% Pm = (li + ls)/2 fa = fiat + faant 21 23 25 27 29 31 33 35 37 39 -------- 1 5 8 30 61 77 94 97 99 100 ------------ EXERCICIOS 1) O que você entende por o termo rol? 2) A tabela abaixo indica o número de um grupo de 1550 funcionários de determinadas faixas salariais de uma empresa. mais as anteriores caso haja: fa = fiat + faant Obs.16 0.17 0.. k O f acumulado da última classe deverá ser igual a n.Prof.04 0.01 1 fp = fr . então.02 0.: a soma de sua coluna deverá ser igual a 100% . 100 Obs. Alexsandro Soares Candido fr = 7 fi n Obs.. Suponhamos. multiplica-se f r por 100: fp = fr . . Faixa salarial Número de Freqüência Freqüência acumulada pessoas (fi) percentual (fp) (fa) Até 3 salários mínimos 776 De 3 a 6 salários mínimos 387 De 6 a 9 salários mínimos 232 Acima de 9 salários mínimos 155 1550 ∑ .01 0.Apostila Inicial de Estatística Aplicada .

que pretende lançar um novo produto no mercado brasileiro. f) as cinco piores notas. podemos afirmar que: .Prof. durante um mês.Apostila Inicial de Estatística Aplicada . Foram aplicadas algumas pesquisas de mercado para verificar o potencial de compra por parte da população. por uma firma comercial: 1 12 11 1 14 13 4 3 1 14 20 1 11 12 9 4 1 14 10 1 15 18 2 3 2 13 16 1 14 14 1 7 a) Elabore uma distribuição de freqüência começando a primeira classe com o intervalo :10|----|12 b) Faça a análise da penúltima classe da distribuição 5) O corpo administrativo de um consultório médico estudou o tempo de espera dos pacientes que chegavam ao consultório com uma solicitação de serviço de emergência. g) quantas notas estão acima de 75? h) quantas notas estão abaixo de 45? i) informe o percentual de notas entre 50 e 68 inclusive. Ms. A tabela abaixo mostra os dados sobre uma amostra da população pesquisada. 5|----|9 etc. freqüência percentual e freqüência acumulada (sugestão: (K = 6 e h = 6.16 usar h = 7) exemplo: 31|------|37). b) Que proporção de pacientes necessita de serviço de emergência enfrentam um tempo de espera de nove minutos ou menos? 6) A MKT Image é uma empresa de consultoria em marketing e iniciou um trabalho de pesquisa para a TDI. freqüência relativa. referente à renda familiar mensal (em salário mínimo): Salário Mínimo Número de pesquisados 0|-------5 734 5|-------10 526 10|-------15 205 15|-------20 140 20|-------25 60 TOTAL Considerando os dados acima. Alexsandro Soares Candido 8 3) Para o Curso de Administração uma classe de uma escola possui as seguintes notas: 36 40 54 31 32 34 43 49 50 56 40 42 44 33 54 55 56 59 65 67 50 68 51 54 61 44 39 66 60 36 44 49 a) maior nota. Os seguintes dados foram coletados no período de um mês (os tempos de espera estão em minutos): 2 5 10 12 4 4 5 17 11 8 9 8 12 21 6 8 7 13 18 3 a) Construa a distribuição de freqüência utilizando classes de 0|----|4. d) tabela contendo: as notas. 4) Os dados da amostra abaixo representam as vendas diárias de um determinado aparelho elétrico. e) as cincos melhores notas. c) amplitude total. b) menor nota.

d) Mais de 75% da amostra ganham abaixo de 10 salários mínimos.75. Resposta: (d) .08% da amostra ganham abaixo de 10 salários mínimos. c) Menos de 10% da amostra ganham 15 salários mínimos ou mais.Prof.67% 9 7) Complete a tabela abaixo: K l L 1 0|-------8 2 8|-------16 3 16|-------24 4 24|-------32 5 32|-------40 TOTAL fi 4 10 14 9 3 Fr Pm ou X fa 8) Complete os dados que faltam na distribuição de freqüência: K l L fi Fr Pm ou X 1 0|-------2 4 1 2 2|-------4 8 3 4|-------6 5 4 |------27 5 8|------15 6 |-------12 11 7 |-------14 10 TOTAL 77 fa 12 45 77 . Ms. e) Mais de 5% da amostra ganham 20 salários mínimos ou mais. b) Somente 44.Apostila Inicial de Estatística Aplicada . Alexsandro Soares Candido a) 30% da amostra ganham 10 salários mínimos ou mais.

marcamos as freqüências de classe(fi). é construído sobre o histograma. No eixo X (abscissas). No eixo X (abscissas). é construído assim: 1. Ogiva de Galton: utilizado para representar as freqüências acumuladas de uma distribuição. Os dados obtidos estão dispostos no quadro a seguir: 79 75 67 74 81 69 67 79 66 80 . m. 3. colocamos o ponto médio de cada intervalo de classe. Veja um exemplo: Numa cidade foram anotadas as idades de 64 pessoas aposentadas. 3.) ou representante de classe com suas respectivas freqüências absolutas. acrescentamos um ponto médio com freqüência zero em cada uma das extremidades da escala horizontal. polígono de freqüência. Ligamos os pontos por segmentos de reta. Setograma: Também conhecido como gráfico de pizza. marcando o ponto com os limites superiores (ls) de cada classe. é utilizado para representar os valores relativos (%). No círculo. No eixo X (abscissas). procedemos assim: 1. distribuímos os valores das freqüências percentuais. Polígono de freqüência: utilizado para indicar o ponto médio(p. colocamos as classes dos dados. segue-se o desenho do gráfico. como no histograma. marcamos. No eixo Y (ordenadas). 2. escrevemos uma das freqüências acumuladas. permanecem as freqüências absolutas de classe (fi). as classes dos dados. e setograma. um recurso de visualização dos dados constantes na tabela. Os tipos de gráficos são: histograma. ogiva de Galton. Para completar o polígono. Ms. 4. 2. Cada Setor/Fatia é regido pela fórmula: °Setor = 360°. Iniciamos com freqüência zero e com limite inferior da 1a classe. Para construí-lo. Fazemos um círculo.Prof. em escala. formando um desenho que lembra um conjunto de colunas paralelas( retangulares) ou um conjunto de prédios. Fazemos a correspondência entre cada intervalo no eixo dos X (classes) e um valor no eixo vertical(fi).( fi ) Total 3. Alexsandro Soares Candido 10 GRÁFICOS Uma vez elaborada a tabela de freqüência. 2. é construída assim: 1. No eixo Y (ordenadas). 2. No eixo Y (ordenadas). Histograma: utilizado para representar as freqüências absolutas (fi) em relação à sua classe.Apostila Inicial de Estatística Aplicada . 1.

Ms.Prof. Resolução: a) Idade 43 46 47 51 53 57 58 62 64 65 66 67 Freqüência(fi) 1 1 1 1 1 1 3 1 2 3 2 4 Idade 76 77 78 79 80 81 83 84 87 90 91 95 Freqüência(fi) 2 3 5 2 2 2 1 1 1 2 1 1 . com o limite inferior da primeira classe começando em 43.Apostila Inicial de Estatística Aplicada . d) Os seguintes gráficos: histograma. a amplitude total (AT) e amplitude do intervalo de classes (h). polígono das freqüências. b) O número de classes. c) A tabela completa. ogiva de Galton e Setograma. Alexsandro Soares Candido 11 64 73 73 65 95 74 57 70 71 72 58 70 67 46 78 76 90 77 65 58 72 87 51 75 90 71 76 65 73 74 64 91 43 53 72 99 77 78 84 75 78 78 80 67 47 66 69 62 58 68 81 83 78 77 Pede-se: a) O rol.

Alexsandro Soares Candido 12 68 69 70 71 72 73 74 75 1 2 2 2 3 3 3 3 99 TOTAL 1 64 b) Estimaremos que a distribuição deverá ter: K= 64 = 8 classes.2968 0.0156 1.Apostila Inicial de Estatística Aplicada .0625 0.0312 0.56% 100% fa 3 5 10 26 45 58 62 63 64 d) fi 19 16 13 Polígono de freqüência Histograma 5 .0468 0.81% 25% 29. mais utilizamos 9 classes para inserir todos os elementos da amostra. Ms.31% 6.68% 3.56% 1.0156 0. Amplitude Total: AT = 99 – 43 = 56 .25% 1.Prof.Amplitude do intervalo de classes: h = 56/8 = 7.2031 0.68% 20.0781 0.25 0.00 fp 4. c) Idade dos aposentados l 43 50 57 64 71 78 85 92 99 |----| |----| |----| |----| |----| |----| |----| |----| |----| TOTAL L 49 56 63 70 77 84 91 98 105 fi 3 2 5 16 19 13 4 1 1 64 Pm 46 53 60 67 74 81 88 95 102 666 fr 0.12% 7.

Ms. 16)/64 = 5760/64 = 90. 3)/64 = 1080/64 = 16. 1)/64 = 360/64 = 5.Prof. 5)/64 = 1800/64 = 28.87º setor = (360º . 19)/64 = 6840/64 = 106.12º setor = (360º . Alexsandro Soares Candido 13 4 3 2 1 43 49 56 63 70 77 84 91 98 classes 105 Setograma: cada Setor/Fatia é regido pela fórmula: 1ª classe: 43|--------| 49 >> 2ª classe: 50|--------| 56 >> 3ª classe: 57|--------| 63 >> 4ª classe: 64--------| 70 >> 5ª classe: 71|--------| 77 >> 6ª classe: 78|--------| 84 >> 7ª classe: 85|--------| 91 >> 8ª classe: 92|--------| 98 >> 9ª classe: 99||--------| 105 >> o °Setor = 360°.12º o o o setor = (360º .87º setor = (360º . 13)/64 = 4680/64 = 73. 62º . 2)/64 = 720/64 = 11. 4)/64 = 1440/64 = 22.( fi ) n setor = (360º .5º setor = (360º . 1)/64 = 360/64 = 5. 62º o o o o o setor = (360º .25º setor = (360º .Apostila Inicial de Estatística Aplicada .14º setor = (360º .

68%3. há indícios de que será a faixa de 64 a 77 anos.01% 29.25% 4.32% 25.56% 1. Se o objetivo do pesquisador é saber qual a faixa etária com mais pessoas aposentadas na cidade.12% 7.81% 20. . Alexsandro Soares Candido 14 SETOGRAMA/PIZZA 1. que na faixa de 64 a 77 anos há um pico. o qual indica a existência de maior número de aposentados nessa faixa – setograma de maior fatia.56% 6.Prof.Apostila Inicial de Estatística Aplicada .69% fa Ogiva de Galton 64 63 62 58 45 26 10 5 3 início freqüência = classes 0 43 49 56 63 70 77 84 91 98 105 há um salto Interpretação: Podemos notar pelo histograma. Ms.

b) Elabore os quatro tipos de gráficos. c) As freqüências acumuladas. d) O histograma e a ogiva.320 320 |-----------.360 360 |-----------. em uma empresa de informática Tipo de vendas Percentual Número de funcionários 150 73 40 52 36 29 380 . A amostra foi de 380 funcionários: Classe de salários mensais 280 |-----------. a partir do que foi estudado anteriormente. Ms. Para isso determine: a) As classes. Alexsandro Soares Candido 15 EXERCÍCIOS 1) O faturamento de uma loja de brinquedos durante 40 semanas foi: 28 25 25 22 19 27 19 17 15 20 18 30 20 28 18 15 19 25 18 15 20 21 23 16 19 19 22 19 24 19 17 15 25 18 18 18 17 20 22 19 O gerente da loja deseja saber qual é a faixa do faturamento que se repete menos.520 TOTAL Pede-se : a) Complete o quadro acima.400 400 |-----------. construir um gráfico de setores Quantidade de vendas.Apostila Inicial de Estatística Aplicada . b) As freqüências absolutas.480 480 |-----------.Prof.440 440 |-----------. 3) Dado a tabela. 2) Numa fábrica foram tabulados os salários dos funcionários. resultando na tabela de distribuição de freqüência a seguir.

Entende-se por faturamento líquido o valor recebido pela empresa já descontadas todas as despesas. a primeira medida de combate a poluição em cada uma delas seria. respectivamente: X Y Z Em 1000 reais . da microempresa? 5)(ENEM/2005) Moradores de três cidades. Ms.Apostila Inicial de Estatística Aplicada . Y e Z. foram indagados quanto aos tipos de poluição que mais afligiam as suas áreas urbanas. aqui chamadas de X.Prof. b) Quando ocorreu maior queda no faturamento? c) Indique o mês de menor faturamento líquido e o valor correspondente. d) Segundo o gráfico. a tendência de faturamento. Nos gráficos abaixo estão representados as porcentagens de reclamações sobre cada tipo de poluição ambiental. após o mês de junho. 7 6 5 4 3 2 1 0 JAN FEV MAR ABR MAI JUN a) Indique o mês de maior faturamento líquido e o valor correspondente. Considerando a queixa principal dos cidadãos de cada cidade. Alexsandro Soares Candido 16 Computadores 35 Softwares 23 Assistência técnica 15 Redes 14 Outro serviços 13 Total 100 4) O gráfico abaixo representa o faturamento líquido de uma microempresa ao longo do 1º semestre de um ano.

(c) (A) 54% (B) 48% (C) 60% (D) 14% (E) 68% 7)(ENEM/2005) Este gráfico representa o resultado de uma pesquisa realizada com 1. da renda familiar em mais de 500 dessas famílias. juntos.000 famílias com filhos em idade escolar: R. Alexsandro Soares Candido Controle emissão de gases Esgotamento sanitário Controle de despejo industrial Esgotamento sanitário Controle emissão de gases 17 6) (ENEM/2005) A escolaridade dos jogadores de futebol nos grandes centros é maior do que se imagina. como mostra a pesquisa abaixo. . dos quatro principais clubes de futebol do Rio de Janeiro. o percentual dos jogadores dos quatro clubes que concluíram o Ensino Médio é de aproximadamente: R. Manejamento de lixo Esgotamento sanitário Controle de despejo industrial Manejamento de lixo Manejamento de lixo Esgotamento sanitário Controle emissão de gases Controle de despejo industrial Controle de despejo industrial Manejamento de lixo Ms. II ) O pai e a mãe participam. (c) Considere estas afirmativas referentes às famílias pesquisadas: I ) O pai participa da renda familiar em menos de 850 dessas famílias.(A) (B) (C) (D) (E) Apostila Inicial de Estatística Aplicada . De acordo com esses dados.Prof.

representada por x (“x barra”): x1. x3. (B) apenas a afirmativa I é verdadeira. numa pesquisa sobre atividades físicas com mulheres de 5 faixas etárias. o resultado de uma amostra tenha sido: Quantos dias por semana andam a pé? 16 a 20 anos 6 21 a 25 anos 5 26 a 29 anos 4 30 a 33 anos 2 34 a 37 anos 1 x = Se. a partir da amostra.. as mulheres de 16 a 37 anos andam a pé é 3. x2. em média as mulheres andam a pé.Prof. Podem ser de vários tipos: média aritmética.6 5 5 Então.6 dias por semana. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO As médias. Alexsandro Soares Candido 18 Então. a média é representada da seguinte forma: ∑xi n Exemplo 1: Imaginemos que. x = x1 + x2 + x3 + .. Média Aritmética Simples (dados não agrupados) É a medida utilizada com maior freqüência. denominadas medidas de tendência central. + xn n Em notação somatório. Média Aritmética Ponderada Indicada por x p difere da média aritmética vista anteriormente por apresentar multiplicações(que representam freqüências. por implicar um cálculo extremamente simples.Apostila Inicial de Estatística Aplicada . fazemos: x = 6 + 5 + 4 + 2 + 1 = 18 = 3. .. média geométrica. (D) ambas as afirmativas são verdadeiras. temos a média.xn. (C) apenas a afirmativa II é verdadeira. arredondando. ou 4 dias. considerando como universo as mulheres de 16 a 37 anos. é CORRETO afirmar que (A) nenhuma das afirmativas é verdadeira. Ms. em média.. Numa seqüência de n elementos. mediana e moda. Consiste em adicionar os elementos e dividir a soma pelo número (n) de elementos adicionados. ponderações) indicando quantas vezes cada elemento se repete: . são valores numéricos que representam o centro de um conjunto de dados ou uma seqüência numérica. quisermos saber quantos dias por semana.

5 .5 --- Pede-se: A partir da tabela.03 Média Aritmética para dados agrupados em classes Quando.. temos: Altura x(cm) 150 |---. f ) + . calcular a média aritmética.. + (x .0 1417.5 172.5 167.175 175 |---.155 155 |---. usando a amostra de 30 alunos.Apostila Inicial de Estatística Aplicada .Prof.5 177. Aplicando a fórmula temos: x p = 181 30 = 6.160 160 |---.. Ms.155 155 |---.5 172.160 160 |---.165 165 |---.5 162. Exemplo 3: Seja a tabela que nos dá a altura (x) dos estudantes de uma classe de Ensino Fundamental: Altura x(cm) li ls 150 |---.0 837.5 162.5 2600. Para o cálculo da média aritmética. fi. fi ). os dados estão agrupados em classes.. Nota(xi) Número de repetições(fi) Xi . Alexsandro Soares Candido 19 xp = (x . Solução: Completando a tabela. com a coluna Pm .5 167. fi 915.180 TOTAL fi 6 9 16 5 3 1 40 Pm 152. usaremos os produtos dos pontos médios pelas freqüências de cada classe (pm . fi 1 1 1 2 6 12 3 5 15 5 2 10 8 7 56 9 3 27 10 6 60 Total 30 181 Note que nesta tabela de dados agrupados a soma de repetições é igual ao número total de elementos da amostra (n = 30). f ) 1 1 2 2 k k f + f + . numa distribuição por freqüência.175 fi 6 9 16 5 3 Pm 152. f ) + (x ..170 170 |---..5 Pm . são considerados coincidentes com os pontos médios das classes às quais pertencem.5 517.5 157.5 157.170 170 |---. + f 1 2 k Exemplo 2: Calcular a média aritmética ponderada das notas da turma de Administração na disciplina matemática.165 165 |---.

82 md = 46 + 70 = 58 2 OBS. II – Pela fa identifica-se à classe que contém a mediana(classe mediana). faant = frequência acumulada anterior. verificamos se a amostra é par ou ímpar e adotamos um dos procedimentos a seguir. 46. a mediana corresponderá ao termo central da série. Resolução: fazemos Ordenação 20.faant . 20.: Geralmente o valor da mediana é bem próximo da média aritmética.5 TOTAL 40 -------6465. Na seqüência numérica x1. o elemento xk é a md se o número de elementos que o antecedem for igual ao número de elementos que o sucedem. 46. Ms.0 x = ∑Pm .180 1 177.xk.Prof. quando os valores são uniformes.xn. 10 caso. 5 e 6.. 70.x2. 70. Se o número de elemento (n) for par.. corresponde a media aritmética dos dois valores centrais: Exemplo 2 : Encontrar a mediana da seqüência 82. a mediana. fi = frequência absoluta da classe mediana.. fi ∑ fi = 6465 40 = 161. primeiro coloca a seqüência numérica em ordem crescente ou decrescente. 33. 79.625 Mediana para dados não agrupados A mediana corresponde ao valor que ocupa a posição central numa seqüência de números e é representada por md. calcular a mediana. 1. h = amplitude da classe. 4. Como a variável é contínua. Mediana para dados agrupados I – Calcula-se a ordem n/2. 2. Depois. a mediana é: md = 4 2 0 caso. 5 e 6 Como o número de elementos é ímpar: Portanto. Para obter a mediana. Exemplo 1: Calcular a mediana da seqüência 2. Alexsandro Soares Candido 20 175 |---.. n = tamanho da amostra ou número de elementos. Resolução: fazemos o ordenamento: 1.. Se o número de elementos (n) for ímpar..Apostila Inicial de Estatística Aplicada .5 177. 33. não se preocupe se n é par ou ímpar. Exemplo 3: Dada a distribuição amostral. III – Utiliza-se à fórmula: Md = li + n 2 . 4. 79. K Classes fi fa li ls 1 35|----------45 5 5 2 45|----------55 12 17 .h fi em que: li = limite inferior da classe mediana. nesse caso.

6. Uma seqüência de números pode não ter valor modal ou apresentar vários tipos de repetições. 4. II – encontrar os valores de ∆1 e ∆2. 10 18 md = 55 + (12) . 5. 4. ou seja. onde: ∆1 = fimodal – fianterior ∆2 = fimodal . quando dois valores se repetem (com a mesma freqüência). 10 18 md = 55+ 120 18 md = 55 + 6. por exemplo: { 1. É representado por mo. por exemplo: { 3.3 4 5 6 ∑ Apostila Inicial de Estatística Aplicada . 2. 3. Ms.66 Moda para dados não agrupados A moda é o valor que apresenta maior freqüência no conjunto de números em questão. 3. 1}: a moda é 3.Prof. Alexsandro Soares Candido 21 55|----------65 18 35 65|----------75 14 49 75|----------85 6 55 85|----------95 3 58 -----------------58 ---- Resolução: I – n/2 = 58/2 = 29o (posição) II – identificar a classe mediana: procura-se a posição 29o através da coluna fa. • multimodal. Moda para dados agrupados I – Identifica-se a classe modal(aquela que possuem maior freqüência). por exemplo: { 3. quando um único valor se repete.h ∆1 + ∆2 fi 3 10 17 8 Exemplo: Determine a moda para a distribuição a seguir: Classes 0|-------1 1|-------2 2|-------3 3|-------4 . 2}: a moda é 2 • bimodal. 6. 5. recebendo então várias denominações: • unimodal.66 md = 61. quando três ou mais valores se repetem (com a mesma freqüência).fiposterior III – Aplica-se a fórmula: mo = li + ∆1 . 4. 4}: a moda é 2 e 4. 2. 8. 7. 2. que se repete mais vezes. III – fazer o cálculo da mediana md = 55 + (29-17) . 4 e 6.

1] >>>>>> mo = 2. 2.6 7.2 8.10.5 9.∆1 = 17 – 10 = 7 ∆2 = 17 – 8 = 9 III – calculando a moda: mo = 2 + 7 .0 7.5 9. 3.15.5 7. a mediana e a moda da amostra? DISTRIBIÇÃO DE FREQUÊNCIA DOS TEMPOS DE AUDITORIA Tempo de fi Pm Pm . 5) Fornecemos a seguir uma distribuição de freqüência do tempo em dias gasto por uma firma de contabilidade para completar auditorias de fim de ano. Ms. Ache: a) a tabela de freqüência b) a média aritmética ponderada.2 7. 98. 43750 aproximadamente 2.3 5.0 7. 2 . 4.Apostila Inicial de Estatística Aplicada .8 8.1 7. Determine a média aritmética ponderada.9 6.1 7+9 mo = 2 + [(7/16) . fi Fa auditoria (dias) 10 |------| 14 4 15 |------| 19 8 20 |------| 24 5 25 |------| 29 2 30 |------| 34 1 TOTAL 20 ------------6) Calcule a mediana: a) 35. número de carros vendidos por dia (Xi) fi 5 4 3 3 6 4 4 1 4) Em 20 números.2.1] mo = 2 + [0. 65 e 8 b) 8. 8. A distribuição de freqüência dos tempos de auditoria está baseada em uma amostra de 20 clientes. quatro são 2.4 6.7.8 e 1.1.R.7 5.5 7. 2. Qual é o tempo médio. Alexsandro Soares Candido 22 4|-------5 5 TOTAL 43 Resolução: I – classe modal : 3a classe: 2 |---------3 II . 8.3.44 EXERCÍCIOS 1) Calcule a média aritmética e a mediana dos elementos: 5.43750 .8 3) A distribuição de freqüência abaixo representa o número de carros que quatro revendedoras venderam durante 1 mês. 2) Calcule a média aritmética da turma de 18 alunos na prova de estatística: 8. 3.7.0 7. cinco é 1 e os restantes são 3.Prof.2 . três são 4.0 8. 71.

4. Foram aplicadas algumas pesquisas de mercado para verificar o potencial de compra por parte da população. R. 13 e 14: .Apostila Inicial de Estatística Aplicada .60 b) o salário-hora mediano. b) O valor mediano está estimado entre 4 e 5 salários mínimos. e 8) Considerando a distribuição abaixo. Alexsandro Soares Candido 23 7) Ache a moda (se houver) de cada amostra: a) 2. que pretende lançar um novo produto no mercado brasileiro.5 PM. e) O valor mediano é maior que a média aritmética. 3. podemos afirmar que: a) A média aritmética da amostra é um valor maior que 7 salários mínimos. R$90. A tabela abaixo mostra os dados sobre uma amostra da população pesquisada. md = R$ 88. 3. média = 40 Classe 15|-----25 25|-----35 35|-----45 45|-----55 55|-----65 TOTAL 10) Os salários-hora de cinco funcionários de uma companhia são:R$75. ao longo de cinco meses. 4 e 3 b) 2. calcule a média aritmética ponderada: xi 3 fi 4 4 8 5 11 6 10 7 8 8 3 9) Imagine que a margem de lucro na venda de um produto é variável. referente à renda familiar mensal (em salário mínimo): R. R$142. Ms. Considere o texto a seguir para responder as questões 12. $ 88.5 12. R. mas que. Calcule a média.Fi Pm 20 30 40 50 60 freqüência 30 45 150 45 30 Considerando os dados da tabela. (a) Salário Mínimo 0|-------5 5|-------10 10|-------15 15|-------20 20|-------25 TOTAL Número de pesquisados(fi) 734 526 205 140 60 PM 2. d) O valor mediano da amostra é o um valor maior que 7 salários mínimos. foram registrados os valores apresentados na tabela abaixo.5 17. 6.Prof.5 22.00 11) A MKT Image é uma empresa de consultoria em marketing e iniciou um trabalho de pesquisa para a TDI. R$83. média = R$ 95.5 7. R. c) A média aritmética da amostra está estimada entre 4 e 5 salários mínimos. Determine: a) a média dos salários-hora. 2.

67% das consultorias são concluídas em vinte e seis dias ou mais.Apostila Inicial de Estatística Aplicada . e) 6.33% das consultorias são concluídas em vinte e seis dias ou mais.67% das consultorias são concluídas em vinte e seis dias ou mais. sendo o valor correspondente a: R.6 dias c)16 dias d)2. (e) a)38 dias b)14. Esta tabela está baseada em uma amostra de 30 clientes de empresas de pequeno porte. Rita um relatório contendo a carteira e o respectivo número de dias que foram utilizados para a realização dos trabalhos. o relatório solicitado contendo o tempo (em dias). d) 16. (d) a) 83. Ms.4 dias 13) Outra análise realizada foi calcular a porcentagem de consultorias que levaram vinte e seis dias ou mais para serem concluídas. conhecido como período modal. ampliar seria a ação que poderia ocasionar a perda de atuais clientes em razão do não cumprimento dos prazos. sua primeira reunião foi com os gerentes que reclamaram do número não suficiente de consultores para atender a atual carteira. para completar consultorias. b) 33. O valor exato da moda é: R. . c) 86. Tempo de Consultoria 10|-------14 14|-------18 18|-------22 22|-------26 26|-------30 30|-------34 TOTAL Número de clientes(fi) 4 10 6 5 3 2 30 12) Neste relatório você observou que o maior número de consultorias realizadas são completadas no período de 14 a 18 dias. Alexsandro Soares Candido 24 Suponha que você seja contratado pela MKT Image para desenvolver estratégias que visam ampliar a carteira de clientes.Prof.4 dias e)16.67% das consultorias são concluídas em vinte e seis dias ou mais. após dois dias você recebe um e-mail: Segue abaixo. Após a reunião você solicitou a sua secretária Srta.33% das consultorias são concluídas em vinte e seis dias ou mais.

Ms.Prof. Alexsandro Soares Candido 25 .Apostila Inicial de Estatística Aplicada .

o desvio médio. fi OBS. 10 Solução: Determinamos a média: x = 2 + 4 + 6 + 8 + 10 = 6 5 Determinamos as diferenças: | Xi Desvio médio Dm = ∑| Xi n Variância da amostra x x | = |2-6| + |4-6| + |6-6| + |8-6| + |10-6| = |-4| + |-2| + |2| + |4| =12 = 12 5 = 2. 4. Obtém-se.4 | Define-se a variância.1 = (2 + 4 + 6 + 8 + 10 )/5 = 6 . e dividindo pelo número de observações da amostra menos um. 8. 10 Solução: Já vimos que a média é: Eis os cálculos necessários: x x Para calcular a variância dados agrupados S2 = ∑| Xi x |2 |2 . calcular a distância que separa cada dado Xi da média estabelecer a média de todos os valores. como sendo à medida que se obtém somando os quadrados dos desvios das observações da amostra.: Para calcular o desvio médio em dados agrupados utiliza-se a fórmula que determina a média aritmética ponderada: Exemplo: Determine o desvio médio para o seguinte conjunto de números: 2. 6.Prof. Alexsandro Soares Candido 26 MEDIDAS DE DISPERSÃO Desvio Médio Poder-se-ia. fi n . Para calcular a variância dados não agrupados S2 = ∑| Xi n . assim. Tomando os valores absolutos. e representa-se por S2. 8.Apostila Inicial de Estatística Aplicada . 4. 6. Para dados não agrupados: Dm= ∑| Xi n x x e Para dados agrupados : Dm = ∑| Xi n x | | . por exemplo. relativamente à sua média. Ms.1 Exemplo: Calcule a variância da amostra: 2.

nada mais é que a raiz quadrada da variância e obtemos o desvio padrão: O desvio padrão é uma medida que só pode assumir valores não negativos e quanto maior for. então não existe variabilidade. são: • o desvio padrão é sempre não negativo e será tanto maior.Prof. os dados são todos iguais.Apostila Inicial de Estatística Aplicada . maior será a dispersão dos dados. quanta mais variabilidade houver entre os dados. Ms. Assim. isto é. • se s = 0. 100 Para o exemplo anterior: . para obter uma medida da variabilidade ou dispersão com as mesmas unidades que os dados. É dado por: CV = S x .6 | |-4| |-2| |0 | |+2| |+4| 12 = 10 |Xi – 6 |2 16 4 0 4 16 40 |2 = 40 5-1 Desvio Padrão Amostral Uma vez que a variância envolve a soma de quadrados. a unidade em que se exprime não é a mesma que a dos dados. S = s2 Calcule o desvio padrão da amostra do exemplo anterior Solução: S = 10 ⇒ S = 3.162278 aproximadamente 3. Algumas propriedades do desvio padrão.2 Coeficiente de variação Trata-se de uma medida relativa de dispersão útil para a comparação em termos relativos do grau de concentração em torno da média de séries distintas e é expresso em porcentagens. Alexsandro Soares Candido 27 Xi 2 4 6 8 10 30 S2 = ∑| Xi n . que resultam imediatamente da definição.1 x |Xi .

18% 5.9 = |-2.9 X 3 4 6 7 9 ∑ fi 5 2 4 2 5 18 X i . 100 x EXERCÍCIOS 1) Determine o desvio médio para o conjunto de valores: 1. 2.05 99. o desvio padrão e o coeficiente de variação da distribuição amostral a seguir: Solução: Primeiramente calculamos a média aritmética ponderada: x = ∑xi .78 17 = 5. Dm = 1.9| . 2 = 7. fi n Variância: S2 = ∑|Xi – x = 99.5 36.04 2.9 Coeficiente de variação: CV = S . Ms. S = 2. 5 2) Calcule a variância e o desvio padrão da amostra: 2.Solução: CV = Apostila Inicial de Estatística Aplicada . Alexsandro Soares Candido 28 (3. fi n = 106 18 = 5. média dispersão quando estiver acima de 10% até 20%. 2 = 6 – 5. 100 5.5 4 – 5.1| .02 Desvio médio: dm = ∑|dm| .43 .87 |3.01 .42 9 – 5.2 |-2.1| . 5 = 42. fi S2 = |Xi – x |2 .43 = 2. 2 = |0.9 = |0.8 0.78 = 2. a variância.87 n-1 Desvio Padrão: S = s2 ⇒ S = 2.9|2 = 3.9 = |-1. fi 3 – 5.9 = 243 = 41.1|2 = 9.1| .88 aproximadamente 5. 10. a variância. 2 = 3.96% 2 .78 18 – 1 ⇒ S= 5. fi = 99.33% Diz-se que a distribuição possui pequena variabilidade (dispersão) quando o coeficiente der até 10%. e grande dispersão quando superar 20%. 5. 5 = 15. 5 = 48.9 = |3. o desvio padrão e o coeficiente de variação da seguinte distribuição amostral: R. 4.9| .1|2 = 0. 5.85. 5 = 14. fi 15 8 24 14 45 106 |dm| = | Xi – x | . 2 3) Calcular o desvio-médio.4 2.61 . 4 = |1.Prof.61 . 3.2 /6) . 100 ⇒ CV= 53. 2) Determinar o desvio médio (dm). 4 = 7 – 5.2.4 = 36.21 .9 = |1.4 18 |2 .41 . S = 1.1|2 = 1.05 |-1.22 0.9|2 = 8.69 e CV = 20.

Apostila Inicial de Estatística Aplicada .4 c) S = 11. R. 4. b) S =138.00 fi 2 4 . Ms. Coffee PR12A Krups Proctor 42301 Black & Decker 901 Black & Decker 900 West Bend Determine: a) o desvio médio b)a variância Preço($) 27 50 20 22 20 35 c)o desvio padrão d) o coeficiente de variação 6) Os dados da tabela abaixo representam a amostra para os dados de salários-inicias dos funcionários de uma determinada empresa. 6. 5.76 d) CV = 40. 5) Os preços para a amostra de 6 modelos básicos de máquinas de café são apresentados a seguir (Consumer Reports 1995 Buying Guide). Salário Mensal(xi)(R$) 350. Alexsandro Soares Candido 29 Xi 5 7 8 9 11 ∑ fi 2 3 5 4 2 16 4)Calcule a variância para os dados do Conjunto A: 4.56% 2 Modelo Mr.Prof.00 450. 5. 6. a) Dm = 9.

00 380.00 Determine: a) a média R.Apostila Inicial de Estatística Aplicada .00 3 1 2 b) o desvio médio b) Dm = 77. determinar: a) a média b) o desvio-médio c) a variância d) o desvio-padrão . a) média = 345.00 255. Alexsandro Soares Candido 30 250.5 c) S2 = 8059. 4}.09 d) S = 89. 2.Prof. 5.77 c)a variância d) o desvio padrão 7) Dada a tabela abaixo: Xi fi 4 2 2 4 6 3 3 2 Total 11 CALCULAR: a) o desvio-médio b) a variância c) o desvio-padrão d) o coeficiente de variação 8) Para o conjunto de números {3. Ms.