Professional Documents
Culture Documents
• Média;
• Mediana;
• Moda;
• Ponto Médio.
III.1.1 – Média
∑x i
x1 + x2 + x3 + L + xn
x= i =1
=
n n
Observação:
n
∑x i
• A média de uma amostra (média amostral) é indicada por x , ou seja, x = i =1
n
N
∑x i
• A média de uma população (média populacional) é indicada por µ, ou seja, µ = i =1
N
19
Exemplo:
Tabela 3.1 – Peso em gramas, em ratos machos da raça Wistar com 30 dias de idade.
50 62 70
86 60 64
66 77 58
55 82 74
∑x ⋅ f i i
x1 ⋅ f1 + x2 ⋅ f 2 + x3 ⋅ f 3 + ... + xk ⋅ f k
x= i =1
k
=
∑f
n
i
i =1
0 ⋅ 9 + 1 ⋅ 5 + ... + 7 ⋅ 3 + 8 ⋅ 2 160
x= = = 3,2 dentes
9 + 5 + ... + 3 + 2 50
Considere uma tabela distribuição de frequências com k classes. Sejam x1, x2, ...,
xk, os valores dos pontos médios de cada classe, e sejam f1, f2, ..., fk, as respectivas
frequências, como na tabela 3.4.
∑x ⋅ f i i
x1 ⋅ f1 + x2 ⋅ f 2 + x3 ⋅ f 3 + ... + xk ⋅ f k
x= i =1
k
=
∑f
n
i
i =1
III.1.2 – Mediana
n +1
PosiçãoMediana =
2
Exemplo:
x = {1, 2, 3, 4, 9}
y = {50, 55, 58, 60, 62, 64, 66, 70, 74, 77, 82, 86}
n + 1 50 + 1 51
PosiçãoMediana = = = = 25,5
2 2 2
0 0 0 0 0 0 0 0 0 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3 3 3 3
Mediana
3+3
Md = =3
2
Por esta tabela, observa-se que 40% dos valores assumidos pela variável x são 0,
1 ou 2. 54% dos valores assumidos pela variável x são iguais ou menores que 3.
Portanto, a mediana é 3.
Neste caso, a mediana pode ser estimada por meio da seguinte expressão:
⎛n ⎞
⎜ − FIntervalo _ anterior ⎟
Md
Md = LimiteInferior
Md
+ Amplitude × ⎜ 2 ⎟
⎜ f Md ⎟
⎜ ⎟
⎝ ⎠
Onde:
Md = Mediana
Md
LimiteInferior = Limite inferior do intervalo que contem a mediana
Amplitude = amplitude da classe
n = número de amostras
Md
FIntervalo _ anterior = Frequência cumulativa no intervalo anterior ao que contém a mediana
fMd = Frequência absoluta no intervalo que contém a mediana
Tabela 3.8 – Idade em uma amostra de crianças da 1ª série de uma escola rural
Idade Ponto médio
f f i × xi F
(anos) (x)
5,5 |⎯ 6,5 1 6 6 1
6,5 |⎯ 7,5 20 7 140 21
7,5 |⎯ 8,5 7 8 56 28
8,5 |⎯ 9,5 2 9 18 30
TOTAL 30 220
Neste caso, a mediana está entre o 15º e o 16º valores, pois (n + 1)/2 = (30 + 1)/2
= 31/2 = 15,5. Esse valor se encontra no intervalo 6,5 |⎯ 7,5. Portanto,
24
⎛n ⎞ ⎛ 30 ⎞
⎜ − FIntervalo _ anterior ⎟ ⎜ −1⎟
Md
Md = LimiteInferior
Md
+ Amplitude × ⎜ 2 ⎟ = 6,5 + 1× ⎜ 2 ⎟ = 7,2 anos
⎜ f Md ⎟ ⎜ 20 ⎟
⎜ ⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠
Exemplos:
x = {3, 4, 5, 7, 7, 7, 9, 9}
y = {1, 2, 3, 4, 5}
z = {1, 2, 2, 3, 4, 4, 5}
O ponto médio é o valor que está a meio caminho entre o valor máximo e o valor
mínimo de um conjunto de dados. Costuma-se denotar o ponto médio por PM e sua
expressão é dada por:
max( x ) + min( x )
PM ( x ) =
2
Exemplo:
Calcule o ponto médio do conjunto de dados apresentado na tabela 3.1
25
Resumindo:
26
Exemplo:
Todos os alunos obtiveram média igual a 5, mas a dispersão das notas em torno
da média não é a mesma para todos os alunos.
III.2.1 – Amplitude
aAntonio =
aJoão =
aJosé =
aPedro =
DM = x − x
DM = x − x = 50 – 30 = 20 anos
x = {0, 4, 6, 8, 7}
∑ ( xi − x ) =
i =1
∑(x
i =1
i − x )2 =
A soma dos quadrados, no entanto, não pode ser usada como uma medida de
dispersão, porque seu valor aumenta com o aumento no número de dados. Para isso,
utiliza-se a variância cuja expressão é dada por:
2
⎛ n ⎞
n
⎜ ∑ xi ⎟
xi − ⎝ i =1 ⎠
n
∑ ( xi − x ) 2
∑ 2
n
s 2 = i =1 ou s 2 = i =1 , para amostras
n −1 n − 1
2
⎛ N ⎞
⎜ ∑ xi ⎟
xi − ⎝ i=1 ⎠
N N
∑ ( xi − µ ) 2
∑ 2
N
σ 2 = i =1 ou σ 2 = i=1 , para população
N N
x = {0, 4, 6, 8, 7}
28
∑ xi = xxxxxxxx
i =1
∑x
i =1
2
i = xxxxxxxxxx
2
⎛ n ⎞
n
⎜ ∑ xi ⎟
xi − ⎝ i =1 ⎠
n
∑(x i − x )2 ∑ 2
n
s= i =1
ou s = i =1 , para amostras
n −1 n −1
2
⎛ N ⎞
⎜ ∑ xi ⎟
xi − ⎝ i=1 ⎠
N N
∑ (x − µ) i
2
∑ 2
N
σ= i =1
ou σ 2 = i =1
, para população
N N
Observação:
Quando os dados se apresentam organizados em grupamentos simples ou em
intervalo de classes, o cálculo do desvio padrão é dado por:
2
⎛ n ⎞
n
⎜ ∑ f i ⋅ xi ⎟
f i ⋅ xi2 − ⎝ i=1 ⎠
n
∑f i ⋅ ( xi − x ) 2 ∑ n
s= i =1
ou s = i =1
para amostras
n −1 n −1
29
2
⎛ N ⎞
⎜ ∑ f i ⋅ xi ⎟
f i ⋅ xi2 − ⎝ i=1 ⎠
N N
∑ f i ⋅ ( xi − µ ) 2 ∑ N
σ= i =1
ou σ 2 = i =1
para população
N N
2
⎛ n ⎞
⎜ ∑ f i ⋅ xi ⎟
f i ⋅ xi2 − ⎝ i =1 ⎠
n
(300) 2
∑ n
933,2500 −
100 = 32,25 = 0,34 = 0,58
s= i =1
=
n −1 100 − 1 99
s
CV = × 100
x
Exemplo:
G1 = {3, 1, 5}
G2 = {55, 57, 53}
30
x1 = 3 s1 = 2
x 2 = 55 s2 = 2
Apesar dos 2 grupos terem o mesmo desvio, a diferença de dois anos é muito
mais significativa para o primeiro grupo. Isso pode ser melhor constatado pelo
coeficiente de variação, onde:
CV1 = 66,66%
CV2 = 3,63%
sespessura 1,29
CVespessura = × 100 = = 37%
xespessura 3,5
s peso 0,009
CV peso = × 100 = = 45%
x peso 0,020
Por esses resultados, verifica-se que o peso das sementes é uma característica
mais variável do que a espessura do endosperma.
31
III.3.1 – Quartis
Exemplo:
A pontuação nos testes de 15 empregados envolvidos em um curso de treinamento está
disposta a seguir. Obtenha os primeiro, segundo e terceiro quartis da pontuação dos
testes.
13 9 18 15 14 21 7 10 11 20 5 18 37 16 17
Solução:
Em primeiro lugar, deve-se ordenar o conjunto de dados e obter a mediana Q2. Uma vez
obtida Q2, pode-se dividir o conjunto de dados em duas metades. Os primeiro e terceiros
quartis são as medianas da metade inferior e superior do conjunto de dados
Metade Superior
64444744448
Metade Inferior 644444 7444448
5 7 9 10 11 13 14 15 16 17 18 18 20 21 27
- - -
Q1 Q2 Q3
Assim,
Q1 = 1º quartil = 10
Q2 = 2º quartil = 15 = mediana
Q3 = 3º quartil = 18
AIQ = Q3 – Q1
32
Da mesma forma que Q2, AIQ concentra 50% dos valores. Entretanto, tratam-se
dos valores centrais.
Quando se descreve um conjunto de dados com distribuição assimétrica, a
amplitude interquartil descreve melhor a variação do que a amplitude ou o desvio
padrão. Isso ocorre porque a amplitude interquartil não é afetada por valores extremos.
Exemplo:
Obtenha a amplitude interquartil da pontuação nos 15 testes dados no exemplo anterior.
O que você pode concluir a partir do resultado?
Solução:
Q1 = 10
Q3 = 18
AIQ = Q3 – Q1 = 18 – 10 = 8
Exemplo:
Em uma estrada verificou-se que a velocidade média dos veículos é de 56 km/h com um
desvio-padrão de 4 km/h. Foram medidas as velocidades de 3 carros obtendo-se
respectivamente 62, 47 e 56 km/h. Obtenha o escore padrão de cada velocidade e tire
suas conclusões.
x−µ 62 − 56
• Para x = 62 km/h, z = = = 1,5
σ 4
x − µ 47 − 56
• Para x = 47 km/h, z = = = −2,25
σ 4
x − µ 56 − 56
• Para x = 56 km/h, z = = = 0,0
σ 4