You are on page 1of 23

MINISTÉRIO DO ENSINO SUPERIOR, CIÊNCIA E TECNOLOGIA UNIVERSIDADE JOSÉ EDUARDO DOS SANTOS ESCOLA SUPERIOR POLITÉCNICA DO BIÉ

1

Lindume, Francisco (1987 - …) Estudante do 2.º Ano no curso de Contabilidade e Administração. Tendo em conta a peculiaridade e a relevância que a Estatística tem, pensou-se no entanto, na elaboração de uma ferramenta de apoio, no sentido de dirimir a perplexidade dos estudantes a todos os níveis académicos. Este fascículo, esta organizado de forma concisa, com definições claras e exercícios práticos, de formas a tornar a Estatística o apogeu das ciências económicas. A sua Importância, está na flexibilidade “auxílio” às ciências socioeconómicas, por nos oferecer as técnicas que nos permite Recolher, Organizar, Interpretar “analisar” e Apresentar dados de um fenómeno de forma sintetizada. Este material de apoio, está para ajudar os estudantes a compreender com facilidade as operações que ocorrem dentro da ciência em questão, para posteriormente serem aplicados, no entanto, não deve-se parar a estes conceitos, mas sim, sermos um peregrino incansável em busca do saber sólido e sustentável. Atenção! Este é apenas um modelo, tendo em vista a constante mudança na ciência, espero que vireis a melhorar e evoluir os conceitos e os métodos de resolução…

APRESENTAÇÃO

Aquele que entre vós for o menor de todos, esse é que é o grande.

MUITO OBRIGADO KUITO-04/2012

Lucas, 948

2

ÍNDICE NOÇÕES DE ESTATÍSTICA
Primeira parte ---------------------------------------------------------------------------------- 03/12 1. 2. 3. 4. 5. Introdução Frequência absoluta Frequência relativa Representação gráfica da distribuição de frequências Distribuição de frequência com dados agrupados

Segunda parte ----------------------------------------------------------------------------------13/17 6. Medida de tendência Central ou Medida de Localização 6.1. Media aritmética ( X ) 6.2. Mediana ( Me ) 6.3. Moda ( Mo )

Terceira parte -------------------------------------------------------------------------------------18/22 7. Medidas de Dispersão 7.1. Desvio Médio ( Dm ) 7.2. Variância ( Var...ou...δ 2 ) 7.3. Desvio Padrão ( S ...ou...δ )

3

Primeira parte

INTRODUÇÃO
1

De origem muito antiga, a Estatística teve durante séculos um carácter simplesmente descritivo de registo de ocorrências. As primeiras tentativas datam de cerca de 2000 a.C. e referiam-se a iniciativas como o recenseamento das populações agrícolas chinesas. O que modernamente se conhece como Ciência Estatística, ou simplesmente Estatística, é um conjunto de técnicas e métodos de pesquisa que, entre outros tópicos, envolve planeamento do experimento a ser realizado, a colecta qualificada dos dados, a inferência e o processamento e análise das informações. O Objecto Estudo da Estatística A importância da estatística justifica-se pelos seguintes aspectos: 1. Vitalidade; 2. Estudos futuros; 3. Investigação.
2

A Estatística é um ramo da matemática aplicada que estuda os métodos científicos para a recolha, organização, resumo, análise (interpretação) e apresentação de dados, assim como para orientação de conclusões válidas e para tomada de decisões baseadas em análises. A Estatística subdivide-se em duas partes: 1. Estatística Descritiva ou Dedutiva, é a parte mais importante da estática, dá a visão global de toda operação; portanto, baseia-se na recolha, organização, interpretação e análise de dados, relativos a um certo conjunto com características em comum. 2. Estatística Indutiva, que baseando-se nos dados obtidos na Estatística Dedutiva generaliza-os a um conjunto mais amplo, fazendo Previsões. “ Probabilidade” Nota: os dados depois de analisados são apresentados por meio de gráficos, quadros, tabelas, etc. POPULAÇÃO E AMOSTRA População: Chama-se população ou universo a todo conjunto de elementos com características comuns que se submete a estudo estatístico. Logo, cada elemento estudado chama-se unidade estatística. Exemplo: POPULAÇÃO ESTATÍSTICA UNIDADE ESTATÍSTICA Empresários da Província do Bié Nilton Capama Equipas do Gira Bola Atléticos Petrolíferos de Luanda Amostra: É o subconjunto do universo, sobre o qual incide a observação (alguns elementos juntos). POPULAÇÃO ESTATÍSTICA AMOSTRA Empresários da Província do Bié Nilton Capama, Paulo Capama e Gaivota. Equipas do Gira Bola Atléticos Petrolíferos de Luanda, Primeiro D’gosto e Kabuscorpo do Palanca

1

JOSÉ RUY GIOVANNI, JOSÉ ROBERTO BONJORNO E JOSÉ RUY GIOVANNI JR. “Matemática Fundamental Uma Nova Abordagem, Ensino Médio Volume Único, Colecção Delta” Editora FTD S.A. São Paulo – Brasil, pág. 450-477. 2 MARTE TERESINHA TOMÁS, Matemática 11.ª Classe, Segundo Ciclo do Ensino Secundário, Editor. Texto editora, Lda. – Angola, pág. 161-184

4

A população estatística pode ser: 1. Finita: quando apresenta um número determinado de elementos. Exemplo: 1. Um número de Professores que leccionaram durante uma semana. 2. As notas de Estatística dos estudantes do Ensino Superior, no Curso de Psicologia Criminal em um determinado semestre. 2. Infinito: quando apresenta um número indeterminado de elementos. Exemplo: 1. A temperatura dos diversos pontos de Angola em determinado momento. Quando o universo é infinito, não é possível fazer uma observação que abranja todos os seus elementos. Nesse caso, recorre-se um subconjunto do universo que chama-se amostra. Mesmo quando o universo é finito, há razões que nos levam à utilização da técnica de amostragem, tais como: • Razões Económicas, por ser dispendioso “ custar” observar brande número de elementos; • Razão de tempo, pois uma observação demorada pode levar a resultados desactualizados. EXERCÍCIO PRÁTICO SOBRE POPULAÇÃO E AMOSTRA 1. Ao analisar as fichas de matrícula dos alunos que se inscreveram na 9ª classe, no Instituto Médio de Economia de Luanda “IMEL”, fez-se um levantamento dos alunos que traziam Inglês e Francês como língua de iniciação. a. Indique a População e a Amostra em estudo. b. Diga qual é o indivíduo “unidade”. RESOLUÇÃO a) A população é: os alunos do IMEL. A amostra é: os alunos inscritos 9ª classe. b) O indivíduo “unidade” é cada aluno inscrito na 9.ªclasse. 2. O proprietário de uma fábrica de fósforos decidiu fazer um controlo da qualidade de fósforos produzidos pela sua fábrica. Durante o mês de Janeiro de 2011. Naturalmente, para saber a qualidade dos fósforos produzidos não podia acendê-los todos. Então, retirou um número significativo de fósforos para testar, e do resultado dos fósforos testados chegou à conclusão de toda a produção. Identifica: a população, a amostra e a unidade estatística. VARIÁVEL ESTATÍSTICA A observação da população é dirigida ao estudo de uma dada propriedade ou característica dos elementos dessa população, tais como: a cor, a altura, a idade, o peso, o sexo, o número de irmãos, as notas de qualquer disciplina, etc. Definição: chama-se carácter ou variável estatística ao fenómeno, à propriedade a observar a todos os elementos de um certo conjunto em estudo.

5

Qualitativas: não é mensurável, isto é, não pode ser medida, refere-se a uma qualidade, como: o comportamento, a beleza, a profissão, raça, etc. Essas variáveis podem ser: Quantitativa Contínuas, quando assumem qualquer valores do intervalo de variação. Ex.: altura, peso, temperatura, distancia, etc. É aquela que é mensurável, ou seja, pode ser representada por número, como: a idade, o peso, a altura, as notas, Discretas, quando tomam valores isolados, ou assumem somente valores inteiros. Ex.: notas, idade, etc.

EXERCÍCIO PRÁTICO Num clube desportivo fez-se um inquérito aos atlas da modalidade de Andebol pedindo – lhes que indicassem a idade (em anos), a altura, o peso e frequência do treinamento (manha ou de tarde). Indique: a) A população e a amostra em estudo b) A unidade estatística c) As variáveis estatísticas e sua classificação. Resolução: a) A população é: todos os atletas do clube desportivo. A amostra é: os atletas da modalidade de Andebol. b) A unidade estatística é: cada atleta qualitativo. c) As variáveis são: i. Idade: variável quantitativa discreta ii. Altura: variável quantitativa contínua iii. Peso: variável quantitativa contínua

6

ORGANIZAÇÃO E INTERPRETAÇÃO DE DADOS Muitas vezes, ao fazer determinados estudos estatísticos, recolhe-se grande número de dados que visam o comportamento global de uma população. Após a recolha desses dados e para sua melhor compreensão e interpretação há que se ter cuidado na sua apresentação e saber classificá-los. ORGANIZAÇÃO DE DADOS Consiste em sintetizar e apurar os dados através da contagem e agrupamento. Assim, apura-se um conjunto de valores numéricos que permite distinguir o comportamento da variável estatística em estudo. Há duas formas de apresentação de dados que não se incluem mutuamente: • Apresentação por tabela. • Apresentação por gráfico. INTERPRETAÇÃO DOS DADOS Nesta fase calculam-se novos valores numéricos com base nos dados (em tabelas) que permitem fazer uma descrição da variável em estudo, evidenciando algumas particularidades. DISTRIBUIÇÃO DE FREQUÊNCIA E REPRESENTAÇÃO GRÁFICA. VARIÁVEIS DISCRETAS E VARIÁVEIS CONTÍNUAS • • • • Dados Brutos: é designada a dados desordenado. Rol de dados: é designado a dados organizados em ordem crescente em função dos dados que temos. Variável: xi N : Total (somatório) das frequências absolutas, isto é, N = f 1 + f 2 + f 3 + ... + f n , ou seja, N = ∑ fi
i =1 n

• •

Frequência absoluta “ f i ”, é o número de vezes em que cada uma das variáveis ( xi ) se repete. Frequência relativa “ fri ”, de um valor xi , é a divisão entre a frequência absoluta e o número de f indivíduo da população ou da amostra “ N ”, e representa-se: fri = i . Esta frequência é sempre N fi dada em Percentagem, multiplicando por 100 % , então fica: fri % = * 100% N Frequência acumulada absoluta ou relativa “ fai ....ou.... frai ”, é a soma das frequências respectivas, mantendo a primeira frequência, e a partir desta somamos a segunda, o resultado coloca-se na mesma linha desta segunda, e assim por diante.

7

Tipo De Distribuição De Frequências 1.º Dados não agrupados em Classe: usa-se quando o número de valores da variável é pouco elevado, esta é geralmente para variáveis Discretas, ou seja: N 〈 25 . 2.º Dados agrupados em Classe ou Intervalos: acontece quando o número de valores assumido pela variável é elevado, ou se trata de variável Contínuas, ou seja: N ≥ 25 , aqui tem que se ter em conta: 1. Número de Classe (K): K = N ........ou...... K = 1 + 3,32 log N 2. Amplitude Total ( AT ): AT = X máx − X mín , X “ Valor”; A 3. Amplitude de Classe ou de Intervalo ( Ai , I ou h): Ai = h = I = T K l+L 4. Ponto Médio (PM) das Classes: PM i = 2 EXERCÍCIO PRÁTICO 1.º VARIÁVEL DISCRETA Um jornalista procura saber a idade de um grupo de aluno na paragem de autocarros do 1.º de Maio, em Luanda, e registou-se o seguinte:

TABELA DE FREQUÊNCIAS xi 14 15 16 17 18 19 fi 4 7 5 2 1 1 N=20 fri 0,2 0,35 0,25 0,1 0,05 0,05 1 fri % 20% 35% 25% 10% 5% 5% 100% fai 4 11 16 18 19 20 frai 0,2 0,55 0,8 0,9 0,95 1 frai % 20% 55% 80% 90% 95% 100%

ATENÇÃO! f1 = 4 f 4 fr1 = 1 = = 0,2 N 20 f 4 fr1 % = 1 = = 0,2 * 100% = 20% N 20 fa1 = 4 + 7 = 11

8

REPRESENTAÇÃO GRÁFICA DA DISTRIBUIÇÃO DE FREQUÊNCIAS 1.º Variável Discreta: para este tipo de variável, existe três tipos de gráficos • Gráfico de Barra ou Coluna • Gráfico de Linha ou Poligonal • Gráfico Circular ou Sectograma (sector), este faz-se com ajuda de um transferidor3, mas antes f efectua-se: fri º = i * 360 º ; multiplica-se 360º, porque, a círculo na sua plenitude mede este valor em N graus.

ATENÇÃO!

4 * 360 º = 72 º 20 corresponde...20% fri º =
Vê no transferidor 72º e mede, começando do 0º, ou seja, da direita para esquerda, sentido anti-horário.

3

Instrumento Circular ou Semicircular, com o limbo dividido em graus, usado para medir ângulos; segundo o Dicionário Electrónico Aurélio

9

2.º VARIÁVEL CONTÍNUAS Nota: Há duas formas de resolução para esta distribuição de frequência “ com Dados Agrupados em classe ou Intervalo”. 1.ª Seguindo os procedimentos de resolução já visto. 2.ª Esta, é mais simples e menos trabalhosa, ou seja, poupa tempo. Aqui é dada o valor do Número de Classe (K), já calculado. EXERCÍCIO PRÁTICO 1.º Os dados abaixo indicados referem-se aos resultados de Matemática dos alunos do 3.º Ano do PUNIV do Kuito, ano lectivo 2011. Dados Brutos Rol de Dados

N = 40

EXEMPLO DE CÁLCULO

K = 40 ≈ 6,3 ≈ 6 ∨ K = 1 + 3,32 * Log 40 = 1 + 3,32 * 1,6 ≈ 6,3 ≈ 6 Isto, significa.... K ....assume...valores....de....1..até...6 e....representa − se....na....coluna...do...síbolo...(i ). X mín = 8 ∧ X máx = 18 At = 18 − 8 = 10 At 10 = = 1,67 ≈ 2 K 6 O... I ...representa....a..distância..ou...o... int ervalo...entre...o... primeiro número...no... Rol..de..dados...e..o..número...segu int e. E...isto.... faz...com...que...se.... det er min a...o.. lim ite... inf erior (l ) e...o... sup erior ( L)...do... int ervalo. l = 8 ∧ L = 10 8 + 10 PM i = =9 2 I=

10

- Construção da tabela de frequências i 1 2 3 4 5 6 xi [8;10[ [10;12[ [12;14[ [14;16[ [16;18[ [18;20[ fi 4 13 10 7 4 2 N=40 fri fri % 0,1; 10% 0,325; 32,5% 0,25; 25% 0,175; 17,5% 0,1; 10% 0,05; 5% 1; 100% fai 4 17 27 34 38 40 frai 0,1 0,425 0,675 0,85 0,95 1 PM i 9 11 13 15 17 19

REPRESENTAÇÃO GRÁFICA DA DISTRIBUIÇÃO DE FREQUÊNCIAS 2.º Variável Contínuas: para este tipo de variável, existe dois tipos de gráficos • Histograma de frequências, forma-se a partir de um conjunto de colunas rectangulares. • Polígono de frequências, forma-se a partir de um histograma. 2.º Um radar, instado num trecho da rodovia, registou as velocidades de 50 veículos. As velocidades, em quilómetros por hora, estão indicadas no quadro abaixo:

11

62 109 104 94 79

123 84 107 84 92

95 121 63 123 73

123 60 117 52 83

81 128 116 90 74

123 77 69 100 125

60 91 116 79 56

72 51 82 101 86

86 100 95 98 98

108 63 72 110 76

Nesses casos, é conveniente agrupá-los em classe ou intervalo, escolhendo-se como amplitude dos intervalos (I). No entanto, podemos agrupar as velocidades em intervalos de amplitude 10. Como o menor valor é 51Km/h e o maior é 128Km/h, devemos transformá-los em: 50Km/h e 130Km/h, respectivamente. Como a distância entre os números é de 10, escrevemos:

Agora podemos construir a tabela de frequências

i 1 2 3 4 5 6 7 8

xi [50;60[ [60;70[ [70;80[ [80;90[ [90;100[ [100;110[ [110;120[ [120;130[

fi 3 6 8 7 8 7 4 7 N=50

fri ; fri % 0,06; 6% 0,12; 12% 0,16; 16% 0,14; 14% 0,16; 16% 0,14; 14% 0,08; 8% 0,14; 14% 1; 100%

fai 3 9 17 24 32 39 43 50

frai 0,06 0,18 0,34 0,48 0,64 0,78 0,86 1

PM i 55 65 75 85 95 105 115 125

12

EXERCÍCIOS PROPOSTOS 1.º 71,5 71 96 87 96 2.º 16 9 25 30 27 8 3.º 38 46 68 46 61 4.º 72 80 77 91 77 81 96 76 97 72 57 55 59 86 81 64 58 57 82 91 87 88 83 73 49 90 92 81 64 75 74 47 90 69 52 69 60 68 71 50 77 68 65 88 63 73 80 74 94 70 64 58 26 73 45 50 40 38 42 35 32 47 76 47 42 44 36 63 35 50 25 48 19 53 56 49 52 54 40 45 57 44 65 35 28 17 13 20 34 21 16 15 13 12 35 24 14 9 22 18 27 20 27 13 15 20 22 28 21 21 17 15 29 22 18 18 13 27 35 13 18 8 19 23 18 30 8 18 23 25 24 16 32 9 21 29 38 8 30 80 82,2 86,5 88 98 70 101 100 93 103 81 95 89 89,5 99 91 75,5 95,2 83 100 99 120 102 103 109 85 115 90 94,1 99 92 93,5 98 90,7 100 99,5 92 100 96 99 91 94 102,5 105 110

13

Segunda parte

MEDIDAS DE TENDÊNCIAS CENTRAL OU DE LOCALIZAÇÃO
Media aritmética É o quociente entre a soma de todos valores e o seu número total. x1 + x 2 + x3 + ... + x n n Media aritmética Ponderada: esta media, facilita o cálculo de médias, quando há valores que se repetem varias vezes. x * f + x 2 * f 2 + ... + x n * f n X = 1 1 f 1 + f 2 + ... + f n X = Outros tipos de média: 1.º Média Geométrica: é a raiz de ordem “N” do produto desses números. G = n x1 * x 2 * x3 * ... * x n 2.º Média quadrática: é a raiz quadrada da média aritmética. Xq = x1 + x 2 + x3 + ... + x n n

3.º Média Harmónica, é calculada pela expressão: n H= ( para...dados...não...agrupados ) 1 1 1 1 + + + ... + x1 x 2 x3 xn EXERCÍCIO PRÁTICO Acompanhe a seguinte situação: Uma livraria vende a seguinte quantidade de livros de Psicologia durante uma semana. 2.ª FEIRA 28 3.ª FEIRA 23 4.ª FEIRA 22 5.ª FEIRA 27 6.ª FEIRA 25 SÁBADO 13

Qual foi a media diária de livros vendidos durante esta semana? Para resolver este problema, devemos fazer: 28 + 23 + 22 + 27 + 25 + 13 138 X = = = 23 6 6 O número 23 é a média aritmética dos números: 28, 23, 22, 27, 25 e 13. A média aritmética significa que, se numa situação imaginária a venda diária dessa semana fosse sempre a mesma, ou seja, 23 livros por dia, iríamos obter o mesmo número total de livros vendidos: 138. Assim, na 4.ª feira e no sábado a venda da livraria foi abaixo da média, enquanto que na 2.ª, 5.ª e 6ª feira foi acima da média.

14

Isto é facilmente observado no gráfico.

A tabela a seguir mostra a distribuição dos salários de uma empresa. SALÁRIO (EM KWANZAS) 600,00 900,00 1200,00 1800,00 4500,00 TOTAL NÚMERO DE FUNCIONÁRIO 12 7 5 6 8 38

Qual é a média salarial dos funcionários dessa empresa? Observando a tabela: • 12 Funcionários ganham 600,00 (600,00 se repete 12 vezes) • 7 Funcionários ganham 900,00 (900,00 se repete 7 vezes) • 5 Funcionários ganham 1200,00 (1200,00 se repete 5 vezes) • 6 Funcionários ganham 1800,00 (1800,00 se repete 6 vezes) • 8 Funcionários ganham 4500,00 (4500,00 se repete 8 vezes) Assim, a média salarial ( X ) desses funcionários pode ser calculada da seguinte forma: 600,00 * 12 + 900,00 * 7 + 1200,00 * 5 + 1800,00 * 6 + 4500,00 * 8 66300,00 = ≅ 1744,73 12 + 7 + 5 + 6 + 8 38 Portanto, a media salarial dos funcionários dessa empresa é de Kzs : 1744,73 Essa média é conhecida como média aritmética ponderada e o número de vezes em que o salário se repete é denominado peso. X =

15

EXERCÍCIO PROPOSTO 1.º No ano de 2011, o número de nascimento, por mês, na maternidade no Kuito-Bié foi: MÊS Jan. Fev. Mar. Abr. Maio Jun. Jul. Ago. Set. Out. Nov. Dez. NASCIMENTO 38 25 42 30 29 47 18 36 38 43 49 37 a) Calcular a média mensal de nascimento. b) Em que meses o número de nascimento ficou acima da média? 2.º O quadro de distribuição de frequência representa os salários mensais de 40 empregados de uma firma. Calcule o salário médio mensal dos empregados dessa firma. CLASSE (EM KWANZA) [180;200[ [200;220[ [220;240[ [240;260[ [260;280[ PONTO MÉDIO DA CLASSE ( X i ) 190 210 230 250 270 FREQUÊNCIA ( f i ) 4 18 10 5 3

Mediana Média para dados não agrupados É o valor que ocupa a posição central de um conjunto de valores, colocados em ordem crescente ou decrescente - Se o número de observação (N) for Ímpar, a mediana ocupa a posição central. Me = x N +1
2

- Se o número de observação (N) for par, o valor de mediana obtém-se pela média aritmética dos valores centrais. xN + xN +1 x 2 Me = 2 .................................................... Atenção : N ≠ x N 2 2 2 Exemplo: 1.º Considere a seguinte distribuição de dados: 2, 3, 5, 7, 11, 12, 13, 18, 19 Neste caso N = 9 (ímpar) Me = x N +1 = x 9+1 = x10 = x5 = 11
2 2 2

2.º Seja a seguinte distribuição de dados simples: 2, 4, 6, 8, 10, 12, 14, 16, 18, 20 O número de observação é N = 10 (par), logo: xN + xN x10 + x 10 +1 +1 x + x5+1 x5 + x6 10 + 12 2 2 2 Me = = 2 = 5 = = = 11 2 2 2 2 2 ATENÇÃO! Pode ser mais fácil da seguinte forma: No primeiro N=9 2, 3, 5, 7, 11, 12, 13, 18, 19. Me = 11. No segundo N= 10 2.º 2, 4, 6, 8, 10, 12, 14, 16, 18, 20. Pega-se os dois termos do meio e acha-se a média aritmética, só dos dois! Me =

10 + 12 = 11 2 16

Média para dados agrupados Sendo: Li – limite inferior da classe mediana; N – total das frequências fac(i-1) - frequência acumulada da classe que antecede à classe mediana; fme – frequência absoluta da classe mediana; h – amplitude de classe (mediana) N/2 – parâmetro que permite determinar a classe mediana.

N − f ac ( i −1) Me = 2 *h f Me

EXERCÍCIO PRÁTICO Consideramos a seguinte tabela referente à produção de mandioca (em milhares de toneladas) em que quarenta municípios do sul de Angola durante a colheita de 1979. Produção fi faci fri Ou fri % fraci (milhares de toneladas) [2;6[ 8 8 0,2; 20% 20% [6;10[ 6 14 0,15; 15% 35% [10;14[ 10 24 0,25; 25% 60% [14;18[ 12 36 0,3; 30% 90% [18;20[ 4 40 0,1; 10% 100% Total 40 1; 100% Determine a mediana: N=40 →N/2, quer dizer a mediana (Me) esta na vigésima posição. Observando os valores das frequências absolutas acumuladas, conclui-se que a classe média é a terceira [10;14 [. Li3=10 N=40 fac( i −1) = 14 h= 4 fme =10 N − f ac ( i −1) 20 − 14 Me = 2 * h = 10 + * 4 = 12,4 f Me 10

17

Moda Chama-se moda, ao valor do conjunto dos dados estatística que tiver maior frequência, ou seja, o valor que mais se repete neste conjunto. Nota: existem distribuições que não existem moda. As distribuições que têm apenas uma moda designam-se unimodal, com duas modas bimodais, com três ou mais modas designam-se multimodais. Moda para dados não agrupados Neste caso, a moda é o valor a que corresponde a frequência máxima, ou seja, EXEMPLO: 1.º Considere a série estatística cujos valores da variável são: 1 5 7 8 xi fi 4 6 12 3

M O = f máx
16 2 18 7

11 5

A maior frequência é 12, cujo valor correspondente é igual a 7, logo Mo = 7. Moda para dados agrupados Neste caso, escolhe-se a classe com maior frequência absoluta.

M O = Li +

f ( Mo+1) f ( Mo+1) + f ( Mo−1)

*h

Sendo: Li - limite inferior da classe modal f(mo-1) – frequência da classe modal anterior f(mo+1) – frequência da classe modal posterior h– amplitude da classe modal Atenção! Não se esqueça que a classe modal é a classe com maior frequência

EXEMPLO: Numa empresa de Construção civil com 300 empregados, fez-se a sua separação em grupos etários nos termos da tabela abaixo indicada. Determine a moda. Idade [15; 25[ [25; 35[ [35; 45[ [45; 55[ [55; 65[ [65; 75[ f i (nº de empregados) 56 42 62 70 48 22 Resolução: O intervalo que corresponde a maior frequência é o 4.º, que é [45; 55 [, com a frequência de 70 e designa-se por intervalo modal. Li – li4=45 f(mo-1) = f(4-1)=f(3)=62 f(mo+1)=f(4+1)=f(5)=48 h(4)=10

M O = Li + M O = 45 +

f ( Mo+1) f ( Mo+1) + f ( Mo−1)

*h

Interpretação: 49,39 é a idade mais frequente entre 48 * 10 ≅ 49,39 os 100 empregados da respectiva empresa. 48 + 62

18

Terceira parte

MEDIDAS DE DISPERSÃO
Desvios singulares e desvio médio 1.º Desvio singular Seja a seguinte distribuição estatística: X = x1 , x 2 , x3 ,..., x n , Para cada um dos valores singular de variável, o desvio singular ( D j ) em relação à média será: D j = x j − x , Onde x é a média aritmética dos valores x j . PROPRIEDADES: EXEMPLO: As idades dos x j ˂ x → D j ˂0 1.ª Se jogadores da equipa de basquetebol do Colégio Zelly em Viana, são: 14, 15, 16, 17, 18. 2.ª Se x j = x → D j =0 Relativamente a essa amostra, calcule: a) 3.ºdesvio ˂ x → D(em 0 O Se x j singular j ˂ anos) dos elementos n 15, 16 e 18. n 4.ª ∑ D j = 0 j =1 b) Determine ∑ D j .
j =1

Resolução:

x1 + x 2 + x3 + ... + x n 14 + 15 + 16 + 17 + 18 = = 16 n 5 a) Então, o desvio singular dos elementos 15, 16 e 18 é: D j = x j − x - A média aritmética em anos é: X = D15 = 15 − 16 = −1 , D16 = 16 − 16 = 0 , D18 = 18 − 16 = 2 b) D14 = 14 − 16 = −2 , D15 = 15 − 16 = −1 , D16 = 16 − 16 = 0 , D17 = 17 − 16 = 1 , D18 = 18 − 16 = 2

∑D
j =1

5

j

= −2 − 1 + 0 + 1 + 2 = 0 , 4.ª Propriedade.

19

2.º Desvio médio É a média aritmética dos valores absolutos dos desvios singulares. Para dados não agrupados
Dm = x1 − x + x 2 − x + x3 − x + ... + x n − x n

EXEMPLO: Baseando-se exercício anterior, relativo aos jogadores da equipa de basquetebol, determine o desvio médio. Resolução: x1 + x 2 + x3 + ... + x n 14 + 15 + 16 + 17 + 18 = = 16 n 5 D14 = 14 − 16 = −2 , D15 = 15 − 16 = −1 , D16 = 16 − 16 = 0 , D17 = 17 − 16 = 1 , D18 = 18 − 16 = 2 X = Dm = − 2 + −1 + 0 + 1 + 2 = 1,2 . Logo, o desvio médio é 1,2 anos. 5

Para dados agrupados

Dm =

∑f
j =1

n

j

* xj − x
n j

∑f
j =1

2.º Calcula a média aritmética e o desvio médio da seguinte distribuição: CLASSE [0; 4[ [4; 8[ [8; 12[ [12; 16[ [16; 20[ Classe [0; 4[ [4; 8[ [8; 12[ [12; 16[ [16; 20[ Ponto médio da classe ( x i ) 2 6 10 14 18 Total (N) fi 2 6 8 3 1 20 fi 2 6 8 3 1 xi * fi 4 36 80 42 18 180 xi − x 7 3 1 5 9 fi * xi − x 14 18 8 15 9 64

20

ATENÇÃO! A média aritmética, neste caso 180 =9 é dada por: x = 20

O desvio médio é: 64 Dm = = 3,2 20

Variância A variância ou valor médio de uma amostra de números, é o valor médio do quadrado do desvio médio. Para dados não agrupados

Va r

[ x − x] + [ x − x] + [ x − x] =
.2 .2 1 2 3

.2

+ ...+ xn − x

[

]

.2

n

Para dados agrupados f ∑
j= 1 n

j

* x j −x
n j

2

Var =

f ∑
j= 1

Desvio padrão O desvio padrão é a raiz quadrada da variância.

S = Var
EXERCÍCIO PRÁTICO 1.º A tabela mostra a seguir mostra o número de votos por classe de dois candidatos que estão concorrendo a uma vaga de representante dos estudantes do curso de Contabilidade e Administração, 2.º Ano/2012.
SÉRIE CANDIDATO

CURSO DE CONTABILIDADE E ADMINISTRAÇÃO, 2.º ANO/2012

A

B

C

D 16 9

E 14 19

F 15 15

ALFREDO 12 15 12 SEBASTIÃO 12 11 18 a) Calcular o desvio padrão de cada um desses candidatos. b) Qual dos dois candidatos é mais regular

21

Resolução: a) Inicialmente vamos calcular a média aritmética dos candidatos. 12 + 15 + 12 + 16 + 14 + 15 84 X AL = = = 14 6 6 12 + 11 + 18 + 9 + 19 + 15 84 X SE = = = 14 6 6 Em seguida, vamos calcular os desvios e os quadrados dos desvios: ALFREDO 2 Xj −X xj − x 12 – 14= - 2 15 – 14= 1 12 – 14= -2 16 – 14= 2 14 – 14= 0 15 – 14= 1 −2 =4 1 =1 −2 =4 SEBASTIÃO 2 =4 2 X2 − X xj − x 0 j= 0 2 12 2-14= -2 −2 =4 1 =1 11 – 14= -3 18 – 14= 4 9 – 14= - 5 19 – 14 = 5 15 – 15= - 1 Agora, vamos calcular as variâncias: 4 + 1 + 4 + 4 + 0 + 1 14 = ≈ 2,33 6 6 4 + 9 + 16 + 25 + 25 + 1 80 VaSE = = ≈ 13,33 6 6 Por último, vamos calcular os desvios padrões extraindo a raiz quadrada das variâncias: S AL = 2,33 ≈ 1,53 VaAL = S SE = 13,33 ≈ 3,65 b) Observe que as medias de Alfredo e Sebastião são iguais a 14. Nota-se também que o Sebastião tem um desvio padrão superior ao de Alfredo (3,65 ˂ 1,53), isto é, a dispersão dos votos relativamente à média é maior no caso do Sebastião. Por isso, Alfredo é o estudante mais regular. −3 =9 4 = 16 − 5 = 25 5 = 25 −1 = 1
2 2 2 2 2 2 2 2 2

22

2.º Calcula a variância e o desvio padrão da seguinte distribuição: CLASSE [0; 4[ [4; 8[ [8; 12[ [12; 16[ [16; 20[ Classe fi 2 6 8 3 1 fi 2 6 8 3 1 20 Nesse caso, devemos construir um quadro mais completo para calcular a média, os desvios em relação à média e seus quadrados.

Ponto médio da classe ( x i ) [0; 4[ 2 [4; 8[ 6 [8; 12[ 10 [12; 16[ 14 [16; 20[ 18 Total (N) ATENÇÃO! A média aritmética, neste caso 180 =9 é dada por: x = 20

xi * fi 4 36 80 42 18 180

xi − x 2 -9 = -7 6 – 9= -3 10 – 9= 1 14 -9= 5 18 – 9= 9

fi * xi − x 2*49=98 6*9=54 8*1=8 3*25=75 1*81=81 316

(

)

2

A variância é: 49 * 2 + 9 * 6 + 1 * 8 + 25 * 3 + 81 * 1 316 Var = = = 15,8 20 20

O desvio padrão é: S = Var = 15,8 ≈ 3,97

23