UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA

Medidas de Tendência Central e Variabilidade

Mariana Teixeira Carballo

Março 2004

/ão as medidas de tend#ncia central mais comumente utilizadas 'ara descre&er resumidamente uma distribuição de fre!"#ncia$ 1.< mil+as 'or galão . $$$.0 2>. 62.centro-$  %s 'rinci'ais medidas de tend#ncia central são.0 2@. fn$ 5ntão teremos. 'or e6em'lo$ Exemplo. Média Aritmética Ponderada: 1 a média aritmética calculada !uando os dados esti&erem agru'ados em distribuiç es de fre!"#ncia$ Ds &alores 6 8. re'resentamos 'or. $$$ . X = i =8 ∑ xi f i n n :rof$ .0 n 4 80 => + 2> + 48 + =? + 2@ + 2> + 24 + 28 + 2A + 28 = 2>.2 24.m'g.< 80 Isso significa !ue o consumo médio é de 2>.Bioestatística 1. a média re'resenta um &alor tí'ico . f2. &amos a'render o cálculo de medidas !ue 'ossibilitem re'resentar um con(unto de dados relati&os ) obser&ação de determinado fen*meno de forma resumida$ %'licado 'rinci'almente )s &ariá&eis !uantitati&as discretas ou contínuas$ %s medidas de tend#ncia central são também c+amadas de medidas de 'osição.0 48. estado de . 7onsumo de gasolina.m'g-$ 1 claro !ue foram obtidos modelos com'actos de autom9&eis !ue se encontram abai6o ou acima do &alor médio$ Bo entanto. 8<>?-$ X= b.0 28.assac+ussetts$ 8<<0. X = ∑ xi i =8 n n onde xi 4 &alor genérico da obser&ação n 4 taman+o da amostra 4 no$ de obser&aç es 5ste ti'o de média aritmética será calculada !uando os &alores não esti&erem tabulados.0 2>.0 28. !uando a'arecerem re'resentados indi&idualmente como é o caso dos dados brutos.ariana 7arballo .0 =?. Média Aritmética Simples: 1 dada 'ela di&isão entre a soma dos &alores obser&ados e a fre!"#ncia total .  MÉDIAS.o n2mero total de obser&aç es-$ 3enericamente. ou se(a. Medidas de Tendência Central 2004/I 28 Vimos até agora a sintetização dos dados sob a forma de tabelas.%ze&edo C 7am'os. =>. e estabelecem o &alor em torno do !ual os dados se distribuem .de 80 modelos com'actos de autom9&el. em :rince. gráficos e distribuiç es de fre!"#ncias$ %gora. Média Aritmética ( 0 ) a. em mil+as 'or galão .0 2A. 6n serão 'onderados 'elas res'ecti&as fre!"#ncias absolutas f8.

fi0 = 0 8 2 2 2 4 > = 2 @ 4 8 4 ? 8 ? EDE%G 8= 2? Honte. Bí&el de ruído. !ue 'odem distorcer o resultado final$ Ká casos em !ue outros ti'os de média ou até mesmo de medidas de tend#ncia central são mais ade!uados.6icamin+ es . Valores Tabulados Agrupados em Classes (variáveis cont nuas em tabelas).I 2 + ( 2) I 4 + ( =) I 2 + ( 4) I8 + ( ?) I8 = 2 + > + @ + 4 + ? = 2? = 8. 'roduzido 'or camin+ es 'esados em áreas rurais na região leste dos 5stados Fnidos$ 8<<0$ Bí&el de ruído B2mero de 6ifi . .8.6 80006( . como a média geométrica ou +arm*nica$ :rof$ .0 decibéis em área rural na região leste dos 5F%.K7. em decibéis. foi de =8 gramas 'or mil+as .0 >0 Interpretação.ariana 7arballo .muito grandes ou muito 'e!uenos-. ou se(a. Eabela @. em média cada camin+ão 'roduz 2 decibéis$ b. 5F%$ 2000$ Gimites f( .on96ido de 7arbono . Eabela ?.dados +i'otéticos- X = ( 0) I = + . 2004/I 22 a.e de .'onto médio0(f( 8? LMM 2? 2? 20 ?00 2? LMM =? =0 =0 <00 =? LMM 4? 8? 40 @00 4? LMM ?? 80 ?0 ?00 EDE%G >0 $$ 2?00 Honte. Valores Tabulados não-agrupados em classes (variáveis discretas em tabelas).7D'elos autom9&eis na cidade de D+io.<2= ≈ 2 8= 8= 8= D ní&el médio de ruído 'roduzido 'or camin+ es 'esados é 2. D limite médio de descargas de 'oluentes 'elos autom9&eis em D+io.2? ≈ =8. Gimites de Jescargas de Kidrocarbonetos . 5F%$ X= ∑ xi f i i =8 n n = 2?00 ⇒ X = =8.g'm-$ % des&antagem da média aritmética relacionaMse com a e6ist#ncia de &alores e6tremos . 5n&ironment BeNs.Bioestatística Exemplos.

@ Rg de massa. a. Valores não-tabelados. % obtenção da mediana é feita em eta'as. Εmd = n 2 b. a mediana é o elemento !ue ocu'a a 'osição central$ a. 8. a.8? Rg de sor&ete e =?. ♦ B2mero de obser&aç es é ím'ar. &# tele&isão durante 2?@A +oras e recebe ?>? cartas ou assemel+ados 'elo correio$ %'9s comer sua 'orção de batatas fritas. ler a corres'ond#ncia e &er tele&isão.Jetermine a ordem .em !ue se encontra a mediana na série$ :ara isto encontramos. 8<<< !.%&aliar o com'ortamento do n2mero de obser&aç es . 'esa A> Rg. altura de 8.ariana 7arballo .Drdenar dos dados em ordem crescente.n-.5md -.> Rg de batatas fritas.ário$ Introdução ) 5statística$ GE7 5ditora. seu mane!uim é 4>. Mediana (Md) 1 definido como o &alor !ue di&ide uma série ordenada de tal forma !ue 'elo menos a metade dos itens se(am iguais ou maiores do !ue ela.'osição. calça sa'atos taman+o 4= e tem >? cm de cintura$ 7onsome anualmente ?.% mediana será determinada 'ela média aritmética entre os &alores !ue ocu'am a 'osição definida 'elo elemento mediano e a 'osição sucessora$ :rof$ .Gocalize a mediana na lista de &alores. onde trabal+a @. >.> Rg de carne$ 5m cada ano.8 +oras$ Honte.Jeterminar a 'osição em !ue se encontra a mediana atra&és da e6'ressão.A? cm. 88. 8. do menor 'ara o maior$ 2. de acordo com o resultado obtido no cálculo do elemento mediano . AS edição$ Pio de Taneiro. e !ue a outra metade dos itens se(am menores do !ue ela$ 7olocados em ordem crescente.Bioestatística CURIOSID ADE: Um cidadão médio 2004/I 2= Fm +omem americano OmédioO c+amaMse Pobert Qea&ing$ Eem =8 anos. a mediana será o &alor !ue ocu'ará essa 'osição$ ♦ B2mero de obser&aç es é 'ar. ele termina o dia com A.> Rg de bananas. EPID G%.Gocalize o elemento mediano encontrado nos dados$ c.A +oras de sono$ D dia seguinte começa com 28 minutos de trans'orte 'ara um em'rego. Εmd = n +8 2 b. . ele 'ode ser ím'ar ou 'ar$ Veremos os dois casos.

determinaremos a classe mediana. . Ja mesma forma como foi calculado anteriormente. 'roduzido 'or camin+ es 'esados em áreas rurais na região leste dos 5stados Fnidos$ 8<<0$ Bí&el de ruído B2mero de camin+ es .8= + 8. ?0U dos camin+ es 'esados 'roduzem ní&eis de ruído de 2 ou menos decibéis em áreas rurais na região leste dos 5stados Fnidos$ 8<<0$ c.84 = = =A 2 2 2 7omo n é ím'ar  a mediana é definida 'elo &alor !ue ocu'a a AS 'osição$ 7om base nas informaç es da coluna !ue contém as fre!"#ncias acumuladas absoluta. Beste caso. Md =l +h ⋅ Emd −Fant fmd onde. Bí&el de ruído. na !ual estará a mediana$ Exemplo. l 4 limite inferior da classe medianaV h 4 am'litude do inter&alo de classe Emd 4 elemento mediano Fant 4 fre!"#ncia acumulada até a classe anterior ) classe mediana fmd 4 fre!"#ncia absoluta sim'les da classe mediana$ :rof$ . definiremos o elemento mediano$ 5m seguida. a'9s a !ual a mediana será calculada atra&és da seguinte e6'ressão. a mediana é igual a 2$ Interpretação.ariana 7arballo . encontramos o elemento mediano atra&és da f9rmula 5 md 4 n / 2. acrescentaremos ) tabela de fre!"#ncia uma coluna de fre!"#ncias acumuladas absoluta$ 7om o uso destas fre!"#ncias encontraremos a 'osição definida 'elo elemento mediano.fiHiab . n 4 8=  Εmd = n + 8 . em decibéis. Valores Tabulados não-Agrupados em Classes (variável discreta em tabela).Bioestatística 2004/I 24 b.dados +i'otéticosSolução.6i0 = = 8 2 ? 2 4 < = 2 88 4 8 82 ? 8 8= EDE%G 8= $$ Honte. 7álculo da mediana 'ara os dados da tabela > da secção de média $ Eabela A. Valores Tabulados Agrupados em Classes (variáveis cont nuas em tabelas). não se fazendo distinção entre n2mero 'ar ou ím'ar de obser&aç es$ % 'artir daí.

?. 4 X2. a distribuição é amodal$ b.g'm-$ Md = 2? + ". ?. sa'ato &ermel+o e bolsa &ermel+a$ ota!ão.7D. sendo. ?. Valores não-tabelados. Mo 4 moda a. Gimites de Jescargas de Kidrocarbonetos . o &alor mais fre!"ente desse con(unto$ 5mbora seu significado se(a o mais sim'les 'ossí&el. ?..X 4 X2. 4. ou se(a. 80 I ( 40 − 2?) = =0 =0 Interpretação. A. n 4 >0  Εmd = n . 7álculo da mediana 'ara os dados da tabela ? da secção de média Eabela >.e de .Bioestatística 2004/I 2? Exemplo. 28. 5F%.e nem sem're é 2nica$ Wuando todas as mul+eres usam bolsa de cor &ermel+a.Z 4 X2. está na moda a!uela rou'a !ue todo mundo usa. =2Y ⇒ Mo 4 não e6iste. a!uele !ue mais se re'ete$ /e fossemos 'ensar no &estuário. =.'elos autom9&eis na cidade de D+io. =. AY ⇒ Mo 4 ? e A$  /e 'ossuir duas modas diremos !ue é bimodalV d. sa'ato da mesma cor e calças 'retas. 82. @. e6'elem 'oluentes igual ou inferior a =0 gramas 'or mil+as . 5n&ironment BeNs. 4Y ⇒ Mo 4 4 :rof$ . ?. dizemos !ue usar sa'atos e bolsas da mesma cor e calças 'retas está na moda$ 5ntão a moda a!ui é usar calça 'reta. ?0U dos autom9&eis em D+io.distribuição amodal. 5F%$ 2000$ Gimites f( . 5F%$ Solução. =.K7. 4. no entanto a menos im'ortante$ /ua &antagem é !ue 'ode ser usada 'ara &ariá&eis !ualitati&as$ 3enericamente.on96ido de 7arbono . o mesmo acontece na estatística$ a.ariana 7arballo . =.>0= = 40 2 2 D elemento !ue ocu'a a 40S 'osição encontraMse na 2S classe$ Gogo. 'odeMse definir a moda como o &alor mais fre!"ente da distribuição. nem sem're a moda e6iste .6 8000Hiab 8? LMM 2? 2? 2? 2? LMM =? =0 ?? =? LMM 4? 8? A0 4? LMM ?? 80 >0 EDE%G >0 $$ Honte. =. AY ⇒ Mo 4 ?  /e a'resentar a'enas uma moda diremos !ue é unimodalV c. 8A. 7onsiderando um con(unto ordenado de &alores. Moda (Mo) % moda é outra medida de tend#ncia central.Y 4 X80. a moda será o &alor 'redominante.

localizando o &alor !ue a'resenta a maior fre!"#ncia$ Exemplo. Valores Tabulados não-Agrupados em Classes (variáveis discreta# nominal# ordinal# em tabela). W8 W2 W= W4 LZZZZZZZZZZLZZZZZZZZZZZLZZZZZZZZZZZLZZZZZZZZZZZZZL 0U 2?U ?0U A?U 800U :rof$ .o 4 ?$ Interpretação. !ue serão as c+amadas se'aratrizes$ /ão elas. o 'rocedimento não é imediato. a moda é sangue do ti'o D$ EratandoMse de uma tabela de fre!"#ncias com &alores tabulados e agru'ados em classes. Indi&íduos segundo o ti'o sang"íneo$ Ei'o de Hre!"#ncia sangue D 48A % 2<2 B <4 %B 8A EDE%G >20 Honte. . % nota mais fre!"ente na 8S a&aliação dos alunos foi ?. consultar a tabela.fi6i 0 LMM 2 = 8 2 LMM 4 ? = 4 LMM @ A ? @ LMM > @ A > LMM80 8 < EDE%G 22 $$$ Honte. bastando 'ara isso. 3%P7I% . Eabela <.8<AADs dados a'resentados mostram !ue na amostra o sangue ti'o D ocorreu com maior fre!"#ncia$ 5ntão.e a moda bruta será seu 'onto médio. Bo caso de dados tabelados não agru'ados em classe. o 'rimeiro 'asso 'ara determinar a moda é localizar a classe !ue a'resenta a maior fre!"#ncia.f i 4 A.dados +i'otéticos:ara este e6em'lo temos !ue a terceira classe é a classe modal . a determinação da moda é imediata. .0$ 2. a) $uartis ($i)% Ds !uartis di&idem um con(unto de dados em !uatro 'artes iguais$ %ssim. comumente c+amada de classe modal$ Exemplo: Eabela 80 M Botas da 8a %&aliação dos %lunos de 5statística Botas %lunos .ariana 7arballo .Bioestatística 2004/I 2@ b. Separatrizes /ão as medidas !ue se'aram os dados em 'artes iguais$ Vimos !ue a mediana di&ide a distribuição em duas 'artes iguais !uanto ao n2mero de elementos de cada 'arte$ %gora &amos estudar outras medidas !ue di&idem a distribuição em 'artes iguais. sendo dis'oní&eis alguns métodos de cálculo distintos$ Wual!uer !ue se(a o método adotado. 'ara esta amostra.

?e A?U dos alunos tiram nota menor !ue A$ Ds alunos não foram muito bem na 'ro&a. 2. 8o !uartil. < 5W8 4 [ I 80 4 2. em cem 'artes iguais . 2. dei6a ?0U dos elementos antes do seu &alor$ 7oincide com a mediana W=. >. @. :osição do !uartil atra&és da f9rmula . 0. @. A.decis-.onde i 4 é o n2mero do !uartil e n é o n2mero de obser&aç es- Drdenar os dados. =o !uartil.4 ] ?. =. A. dei6a A?U dos elementos antes do seu &alor$ D cálculo dos !uartis de dá em eta'as como mostra o flu6ograma abai6o.? ≅ > W= 4 A Interpretação. ?.ariana 7arballo . > ordenando. ?. 2?U dos alunos nota inferior a 2$ ?0U dos alunos tiraram nota menor !ue 4.'ercentil-. 'ois somente 2?U deles tirou nota su'erior a A./ 2 4 4. dei6a 2?U dos elementos antes do seu &alor W2.0$ :rof$ . <. menor 'ara o maior :osição é um n2mero inteiro /im D &alor do !uartil será a média entre o &alor da 'osição ' e ' &alor ' ] 8 Bão ' %rredondar 'ara o n2mero inteiro mais 'r96imo$ D &alor do !uartil será esse &alor mais 'r96imo$ D con(unto de dados também 'ode ser di&idido em 80 'artes iguais denominado de .? 5W= 4 ^ I80 4 A. 8. 0. essas abordagens não são muito utilizadas$ Exemplo: %s notas de dez alunos são as seguintes. 2o !uartil.Bioestatística 2004/I 2A W8. =.? ≅ = W8 4 2 5W2 4 \ I 80 4 ? W2 4 . 8. 4. 4.

está é a f9rmula do des&io 'adrão. ou se(a faça a diferença entre o &alor obser&ado .% soma de&e ser di&ida 'elo n2mero de &alores !ue somou menos 8 . então temos !ue e6trair a raiz. a unidade também foi ele&ada ao !uadrado.1 Amplitude Total ou &ntervalo Total (A) 1 a diferença entre os &alores e6tremos da série$ Pe&ela a &ariação dos &alores obser&ados$ Bo entanto.:or 2ltimo. o'eração in&ersa. de&emos frisar !ue a am'litude não é uma boa medida de dis'ersão 'or!ue seu cálculo se baseia a'enas nos &alores e6tremos da amostra e não em todos os dados$ % 4 0má6 M 0mín ".padrão de dados rutos eta'as 'ara o cálculo.padrão (s) 1 a medida de dis'ersão mais usada e mais im'ortante$ .7alcule a média dos dadosV 2.a!uele !ue &oc# obser&ou. se esti&éssemos trabal+ando com a altura das 'essoas. 'ara &oltarmos a ter a unidade original$ %ssim 'oderemos com'arar com a média !ue está na mesma unidade$ :or e6em'lo. teríamos centímetros !uadrados e não mais centímetros. lançaremos mão das estatísticas denominadas medidas de dis'ersão$ 5ssas nos 'ro'orcionarão um con+ecimento mais com'leto do fen*meno a ser analisado.Desvio .n ` 8-$ Jei6e 'ara os matemáticos se 'reocu'arem. de&es e6trair a raiz !uadrada do &alor encontrado$ Isso 'or!ue !uando ele&amos ao !uadrado. 'ermitindo estabelecer com'araç es entre fen*menos da mesma natureza mostrando até !ue 'onto os &alores se distribuem acima ou abai6o da medida de tend#ncia central$ % &ariabilidade dos dados é re'resentada 'ela am'litude total.5le&e o resultado ao !uadrado 'ara não ter n2meros negati&osV 4. Medidas de Variabilidade 2004/I 2> :ara a&aliar o grau de &ariabilidade ou dis'ersão dos &alores de um con(unto de n2meros.%&alie !uanto !ue cada &alor está distante da média. xi − x . !uando ele&amos ao !uadrado. . 'elo des&io 'adrão.ariana 7arballo .Bioestatística 3. no 'or!ue de n ` 8$ @.2 s= ∑ n −8 i =8 n :rof$ . 8.! 'esvio . com a média-V =. 'ela &ari_ncia$ %bordaremos cada um dos itens se'aradamente$ ".ede a concentração dos dados em torno da média$ 1 dado 'ela soma dos !uadrados dos des&ios di&idido de cada obser&ação em torna da sua média. 'elo n2mero total de obser&aç es$ a./ome as diferenças entre todos esses des&ios entre as obser&aç es e a média ?. então e6traímos a raiz 'ara &oltar 'ara centímetros$ :ara !uem gosta de f9rmulas.

A8 4 M <. 2?.@4@ 884. de&es e6trair a raiz !uadrada do &alor encontrado$ 5sse resultado será o des&io 'adrão :ara !uem gosta de f9rmulas.A84 2? ` 22.HazMse a diferença entre o 'onto médio e a média dos dados 4.:or 2ltimo. 20. está é a f9rmula do des&io 'adrão s= ∑ onde 6i 4 'onto médio da classe H9rmula %lternati&a 'ara o des&io 'adrão.A84 82 ` 22.ariana 7arballo .5le&e o resultado ao !uadrado 'ara não ter n2meros negati&osV ?.2>@ $$$ Jes&2 4 . 82.=A4 4<@.A<0 <4.Wuando os dados esti&erem com inter&alos de classes. a 2nica coisa !ue muda 'ara o cálculo do des&io 'adrão será a 'resença do f i.ulti'lica o &alor da diferença ao !uadrado 'ela fre!"#ncia .2>@ 4? ` 22.n ` 8>. se os dados não estão em classe. o &alor (á será o 'onto médio$ 2. .A84 8= ` 22.=@@ ?.A8$ Vamos colocar as diferenças entre cada &alor e a média 'ara facilitar a &isualização do !ue está sendo feito$ obs 80 82 8= 20 2? =4 4? EDE%G s= des& 4 .4=0 =88. !ue re'resenta a fre!"#ncia absoluta$ %s eta'as 'ara obtermos o des&io 'adrão são.A8 4 22. basta diminuir os dois limites da classe e di&idir 'or 2. 8=. 'elo n2mero de &alores !ue somou menos 8 .22@ 82A. o 'onto médio de&e ser encontrado. 7alcular o des&io M 'adrão do con(unto %4X80..4=0 8$00A.A8 4 2.@@@ ∑di2 4 8$00A.Desvio .padrão de dados ta ulados: Wuando os &alores &ierem dis'ostos em uma tabela de fre!"#ncias. 4?Y$ GembreMse !ue 'ara calcular o des&io 'adrão &oc# 'recisa da média.=@2 A.A8 4 88.obs ` média80 ` 22.Ji&ida o &alor encontrado no item @.obs M média.5ncontraMse a média como e6'licado anteriormente =.A84 20 ` 22.A8 4 M 80.Bioestatística 2004/I 2< Exemplo. 8.2 f i n −8 i =8 ! s= ∑ x i2 f i − n I x 2 I f i n −8 :rof$ .A8 4 M 82.<<@ ≈82. =4.2 8@8. xi − x .A8 4 M 2.f i@./ome o resultado encontrado no item ? A.00 A b. calculando a média encontraMse 22.2>@ =4 ` 22.

7alcular o des&io M 'adrão 'ara a distribuição de fre!"#ncias do consumo de energia elétrica .RN+-.RN+? LMM 2? 2? L MM 4? 4? L MM @? @? LMM >? >? LMM80? 80?LMM 82? 82?LMM 84? 84?LMM 8@? EDE%G B2mero de usuários .? $$ .2 n −8 i =8 n  % des&antagem do uso da &ari_ncia 'erante o uso do des&io M 'adrão é !ue a unidade de medida utilizada é igual ao !uadrado da unidade de medida dos dados$ :rof$ .2? 82@0.2? =0>0.? 8?.2? 20.? ==@=.2 f i >0A>0 s= ∑ = ⇒ S = =8.2? 8<>0.? 88400.<AA n −8 A< i =8 Interpretação: D consumo de energia elétrica foi em média A<.2? $$ .? M24.2? ?A00.? A?.? =?. S2 = ∑ . entretanto não e6trai a raiz !uadrada$ /e (á ti&er o des&io 'adrão." Vari(ncia ()!) %ntes de e6trairmos a raiz !uadrada do des&io 'adrão.? M44.? >0A>0 X = ∑ xi f i i =8 n n ! = @=@0 ⇒ X = A<.? M4.0 88>>8.2? @00.? ??.Bioestatística 2004/I =0 Exemplo.ariana 7arballo .? 800>2.6(M6.6(M6.f(4 @ 84 2@ 84 > @ 2 >0 6( 8? =? ?? A? <? 88? 8=? 8?? $$ 6(f( @0 280 AA0 8<?0 8==0 <20 >80 =80 @=@0 . xi − x .<> RN+ Je&emos ter em mente !ue o des&io M 'adrão mede a &ariação entre &alores$ %ssim. terão des&ios grandes$ ". xi − x .2 48@0.? RN+. basta ele&ar seu resultado ao !uadrado$ % f9rmula é dada 'or. !ue nada mais é do !ue o des&io 'adrão ele&ado ao !uadrado$ :ara o seu cálculo 'rocedeMse da mesma maneira !ue 'ara o des&io 'adrão.6(M6M@4.? >0 .? ?2@.? >40=. 7onsumo .2f( 8@@48.média / 2-.  /e os &alores esti&erem 'r96imos uns dos outros 4a des&io M 'adrão 'e!ueno 4a dados +omog#neos$  /e os &alores esti&erem distantes uns dos outros 4a des&io M 'adrão grande 4a dados +eterog#neos %gora como saber se um des&io 'adrão é 'e!ueno ou grandeb Ba 'rática se considera !ue o des&io 'adrão de&e ser até metade da média .0 8>4>8.2? 240. assim será considerado 'e!ueno$ Variá&eis !ue a'resentem des&io 'adrão maior !ue a sua média. e te&e um des&io 'adrão de =8. temos a &ari_ncia.

costumaMse considerar !ue o 7V su'erior a ?0U indica alto grau de dis'ersão e.???. 'ermitindo uma análise mais clara sobre a im'ort_ncia da dis'ersão da !uantidade de gases e6'elidos$ %ssim.@ ''m2 -$ :ara a&aliar a &ariabilidade desses dados o coeficiente de &ariação é uma ferramenta fundamental.ão (CV) 2004/I =8 ErataMse de uma medida relati&a de dis'ersão.* Coe+iciente de Varia. S #$ = ×800 X 7omo o 7V é uma medida !ue e6'rime a &ariabilidade relati&a ) média.''m-$  7alcule o des&io M 'adrão. 5F%$ Solução. então. é usualmente e6'resso em 'orcentagem$ " s. em 'artes 'or mil+ão.e a &ari_ncia . o !ue indica !ue não +á uma grande &ariabilidade entre a !uantidade de gases e6'elidos 'esos dos recémMnascidos a&aliados. a média a'resenta 'e!uena re'resentati&idade$ Exemplo.Bioestatística ". conse!uentemente. cu(o &alor 'ara este con(unto de dados é de 2<<>.> 'artes 'or mil+ão$ • 7om esta informação 'odeMse. 5n&ironment BeNs.=0>$240. e com'are os resultados encontrados com as res'ostas abai6o$ Eabela 88 M Wuantidade de gases e6'elidos 'or uma fábrica de 'rodutos !uímicos. em BeN Bedford. estado de .2 ''m. 2til 'ara com'aração em termos relati&os do grau de concentração em torno da média de séries distintas$ 1 dado 'or. em 'artes 'or mil+ão .assac+ussetts$ 8<<0$ Wuantidade . • Inicialmente 'recisaremos calcular a média aritmética.ariana 7arballo . 7V 4 8>. !ue se a'resentam +omog#neos$ :rof$ .?U. encontrar o des&io 'adrão .''mfi 0i ?00 LMM 8000 8 A?0 8000 LMM 8?00 = 82?0 8?00 LMM 2000 22 8A?0 2000 LMM 2?00 88? 22?0 2?00 LMM =000 2@= 2A?0 =000 LMM =?00 2>A =2?0 =?00 LMM 4000 << =A?0 4000 LMM 4?00 =2 42?0 EDE%G >22 $$ Honte. a &ari_ncia e o coeficiente de &ariação. :ara efeitos 'ráticos. % tabela 88 re'resenta a distribuição dos gases e6'elidos 'or uma fábrica de 'rodutos !uímicos.