UNIVERSIDADE FEDERAL DE PERNAMBUCO

CENTRO ACADÊMICO DO AGRESTE

CURSO DE ENGENHARIA CIVIL
ESTATÍSTICA

Aula 02 - Estatística Descritiva

Prof. Artur Paiva

10/04/2015
 Representação Tabular e Gráfica
Representação Tabular
 Consiste em dispor os dados em linhas e colunas distribuídas de
modo ordenado. A elaboração de tabelas obedece à Resolução
n.886, de 26 de outubro de 1996, do Conselho Nacional de
Estatística. As normas de apresentação são editadas pelo Instituto
Brasileiro de Geografia e Estatística (IBGE).

Slide 2   Prof. Artur Paiva

 Representação Tabular
 Título: O título deve responder as seguintes questões:
• O que ? (Assunto a ser representado (fato));
• Onde? (O lugar onde ocorreu o fenômeno (local));
• Quando? (A época em que se verificou o fenômeno (tempo)).
Cabeçalho: parte da tabela na qual é designada a natureza do conteúdo de cada
coluna.
Corpo: parte da tabela composta por linhas e colunas.
Linhas: parte do corpo que contém uma sequência horizontal de informações.
Colunas: parte do corpo que contém uma sequência vertical de Informações.
Casa ou célula: parte da tabela formada pelo cruzamento de uma linha com
uma coluna.
Rodapé: é o espaço aproveitado em seguida ao fecho da tabela, onde são
colocadas as notas de natureza informativa (fonte, notas, chamadas).
Fonte: refere-se à entidade que orzanizou ou forneceu os dados expostos.

Slide 3 Prof. Artur Paiva

 Representação Tabular
 Uma série estatística é um conjunto de dados ordenados segundo uma
característica comum, as quais servirão posteriormente para se fazer análises e
inferências.

Série Temporal ou Cronológica:

 É a série cujos dados estão dispostos em correspondência com o tempo, ou
seja, varia o tempo e permanece constante o fato e o local.

Slide 4 Prof. Artur Paiva

 Representação Tabular
Série Geográfica ou Territorial:
 É a série cujos dados estão dispostos em correspondência com o local, ou
seja, varia o local e permanece constante o época e o fato.

Slide 5 Prof. Artur Paiva

 Representação Tabular
Série Específica ou Qualitativa:
 É a série cujos dados estão dispostos em correspondência com a espécie ou
qualidade, ou seja, varia o fato e permanece constante o época e o local.

Slide 6 Prof. Artur Paiva

 Representação Tabular
Série Mista ou Composta:
 A combinação entre duas ou mais séries constituem novas séries
denominadas compostas e apresentadas em tabelas de dupla entrada. O nome
da série mista surge de acordo com a combinação de pelo menos dois
elementos.
 Local + Época = Série Geográfica Temporal

Slide 7 Prof. Artur Paiva

 Representação Tabular
a)Distribuição de Frequência Intervalar:
 Na distribuição de frequência, os intervalos parciais deverão ser
apresentados de maneira a evitar dúvidas quanto à classe a que permanece
determinado elemento.
 O tipo de intervalo mais usado é do tipo fechado à esquerda e aberto à
direita, representado pelo símbolo: |---

Slide 8 Prof. Artur Paiva

 Representação Gráfica
Desnecessário se torna dizer da importância dos gráficos
empregados pela estatística, haja visto, que na vida atual,
qualquer estudo ou levantamento de dados que se faça, deverá
sempre vir acompanhado de gráficos a fim de elucidar os
resultados.
É certo que os gráficos falam mais depressa à compreensão do
que as séries de números ou as longas frases.
Para chegarmos a elaborar um determinado gráfico, deve-se
tomar certas diretrizes iniciais, referentes aos números
associados a um determinado fenômeno, pois somente assim,
poderemos analisar e tirar certas conclusões através desses
dados representativos do fenômeno.
Slide 9 Prof. Artur Paiva
 Representação Gráfica
A representação de um fenômeno através de um gráfico
deve obedecer a certos requisitos fundamentais, tais
como:
a)Simplicidade: possibilitar ao observador uma análise
rápida do fenômeno apresentado. Devem retratar apenas
o essencial para a sua compreensão e ser destituído de
desenhos que, muito embora o embelezem, podem
desviar a atenção do operador e trazer como
consequência, a demora em sua análise ou o que é pior, a
possíveis enganos.

Slide 10 Prof. Artur Paiva

 Representação Gráfica
a)Simplicidade
b)Clareza: possibilitar ao observador ter uma leitura
correta dos valores representativos do fenômeno. Os
valores numéricos, linhas e unidades devem ser claros,
sem ocasionar interpretações errôneas.
c)Veracidade: expressar a verdade sobre o fenômeno
apresentado. Torna-se necessário então, que o operador
verifique os cálculos feitos e em correspondência os
pontos ou as linhas representadas.

Slide 11 Prof. Artur Paiva

 Representação Gráfica
Gráfico/Diagrama de Pontos (Diagrama de dispersão)

Produção de Petróleo Bruto no Brasil de 1976 a 1980

(x1000 m³)

Slide 12 Prof. Artur Paiva

 Representação Gráfica
Gráfico/Diagrama de Linhas

Produção de Petróleo Bruto no Brasil de 1976 a 1980

(x1000 m³)

Slide 13 Prof. Artur Paiva

 Representação Gráfica
Gráfico/Diagrama de Linhas e Pontos

Produção de Petróleo Bruto no Brasil de 1976 a 1980

(x1000 m³)

Slide 14 Prof. Artur Paiva

 Representação Gráfica
Gráfico/Diagrama de Linhas e Símbolos

População Urbana do Brasil por Região de

1940 a 1980 (x1000)

Slide 15 Prof. Artur Paiva

 Representação Gráfica
Gráfico/Diagrama de Colunas

População Urbana do Brasil em 1980 (x1000)

Slide 16 Prof. Artur Paiva

 Representação Gráfica
Gráfico/Diagrama de Barras

População Urbana do Brasil em 1980 (x1000)

Slide 17   Prof. Artur Paiva

 Representação Gráfica
Gráfico/Diagrama de Colunas Justapostas

População Urbana do Brasil por Região de

1940 a 1980 (x1000)

Slide 18 Prof. Artur Paiva

 Representação Gráfica
Gráfico/Diagrama de Colunas Sobrepostas

População Urbana do Brasil por Região de

1940 a 1980 (x1000)

Slide 19   Prof. Artur Paiva

 Representação Gráfica
Gráfico de Colunas Complementares

Slide 20 Prof. Artur Paiva

 Representação Gráfica
Gráfico de Colunas Complementares

Slide 21 Prof. Artur Paiva

 Representação Gráfica
Gráfico Setorial (pie chart)

Slide 22 Prof. Artur Paiva

 Representação Gráfica
Gráfico Polar

Slide 23 Prof. Artur Paiva

 Representação Gráfica
Cartograma

Slide 24 Prof. Artur Paiva

 Representação Gráfica
Cartograma

Slide 25 Prof. Artur Paiva

 Representação Gráfica
Pictogramas
 Tem por objetivo despertar a atenção do público em geral,
muito desses gráficos apresentam grande dose de originalidade
e de habilidade na arte de apresentação dos dados.

Slide 26 Prof. Artur Paiva

 Representação Gráfica
Pictogramas

Slide 27 Prof. Artur Paiva

 Representação Gráfica
Pictogramas

Slide 28 Prof. Artur Paiva

 Representação Gráfica
Pictogramas

Slide 29 Prof. Artur Paiva

 Exercício
1) Trazer um exemplo do bom e mau uso da estatística
pela imprensa

2) Pesquisar sobre o Censo do IBGE utilizando estatísticas

e apresentar através de tabelas e gráficos, individual:
a) Análise da população em cada um dos municípios do
Agreste;
b) Análise de outras variáveis.
Fonte: http://www.ibge.gov.br/; http://www.censo2010.ibge.gov.br/

Slide 30 Prof. Artur Paiva

 Estatística Descritiva
Definição

• É o conjunto de métodos para organização,

apresentação e descrição de dados representativos do
comportamento de uma variável, onde se utilizam
tabelas, gráficos e medidas que resumem a
distribuição desta variável.

Slide 31   Prof. Artur Paiva

 Estatística Descritiva
Variável

• As variáveis são características que podem ser

observadas ou medidas em cada elemento pesquisado
(seja por censo ou amostragem, levantamento ou
experimento). Para cada variável e para cada elemento
pesquisado, em um dado momento, há um e apenas um
resultado possível.

Slide 32   Prof. Artur Paiva

 Estatística Descritiva
Classificação das Variáveis

• NÍVEL DE
MENSURAÇÃO

• QUANTITATIVA: suas
• QUALITATIVA: suas
realizações são números
realizações são atributos dos
resultantes de contagem ou
elementos pesquisados
mensuração

• DISCRETA:
• ORDINAIS: é • NOMINAIS: • CONTÍNUA:
podem assumir
possível ordenar apenas identificar podem assumir
apenas alguns
as categorias as categorias infinitos valores
valores

Slide 33   Prof. Artur Paiva

 Estatística Descritiva
Classificação das Variáveis

• NÍVEL DE
MENSURAÇÃO

• DEPENDENTE: são apenas

• INDEPENDENTE: seus
medidas ou registradas (supõe-se
valores são manipulados para
que podem ser influenciadas
causar um efeito em outros
pelas independentes)

Slide 34   Prof. Artur Paiva

 Estatística Descritiva
População
A coleção de todas as medidas oriundas de uma variável é
chamada de POPULAÇÃO.

As medidas utilizadas para descrever ou caracterizar

estatisticamente uma população são chamadas de
PARÂMETROS, representados por letras gregas (μ, σ)

Slide 35   Prof. Artur Paiva

 Estatística Descritiva
Amostra
Como em geral as populações são muito grandes, se faz
necessário o uso de amostras para representá-las. Estas
são formadas por uma fração da população em estudo.

As estimativas dos parâmetros calculados a partir das

amostras são chamadas genericamente de
ESTATÍSTICAS e são representadas por letras latinas
(x, s ...)

Slide 36   Prof. Artur Paiva

 Estatística Descritiva
Variáveis Qualitativas
Quando os valores que elas podem receber são referentes
à qualidade, atributo ou categoria. Exemplos são:
- Raça: podendo assumir os valores Branco ou Negro;
- Sexo: Masculino ou Feminino;
- Escolaridade: 1° grau completo, 2° grau completo,
superior, pós-graduado;
- Conceito de qualidade: péssima qualidade, regular ou
boa qualidade.
Slide 37   Prof. Artur Paiva
 Estatística Descritiva
Variáveis Qualitativas

(a) Variáveis qualitativas nominais - São caracterizadas

por dados que se apresentam apenas sob o aspecto
qualitativo. Por exemplo: raça e sexo.

(b) Variáveis qualitativas ordinais - São caracterizadas

por categorias que apresentam uma ordenação natural.
Por exemplo: escolaridade e conceito de qualidade.

Slide 38   Prof. Artur Paiva

 Estatística Descritiva
Variáveis Quantitativas

Quando os valores que ela pode assumir são numéricos,

os quais podem ser obtidos através de uma contagem
ou mensuração.

As variáveis quantitativas podem ser classificadas de

acordo com o processo de obtenção; podendo ser:
Discreta ou Contínua.

Slide 39 Prof. Artur Paiva

 Estatística Descritiva
Variáveis Quantitativas
(a) Variáveis quantitativas discretas - São variáveis
numéricas obtidas a partir de procedimento de
contagem. Por exemplo: Quantidade de pessoas numa
família, quantidade de acidentes numa indústria, etc.
(b) Variáveis quantitativas contínuas - São variáveis
numéricas cujos valores são obtidos por um
procedimento de mensuração, podendo assumir
quaisquer valores num intervalo dos números reais.
Por exemplo: temperatura, altura, salário, etc...

Slide 40 Prof. Artur Paiva

 Estatística Descritiva
Variáveis
Observação: O fato de uma variável poder ser expressa
por números não significa que ela seja necessariamente
quantitativa, por que a classificação da variável
depende de como foi medida. Por exemplo, para a
variável peso de um lutador de boxe, se for anotado o
peso marcado na balança, a variável é quantitativa
contínua; por outro lado, se esse peso for classificado
segundo as categorias do boxe, a variável é qualitativa
ordinal.

Slide 41 Prof. Artur Paiva

 Estatística Descritiva
O conjunto de dados que descreve o comportamento de
uma variável pode ser estudado e representado na
forma de distribuição de frequências

Slide 42 Prof. Artur Paiva

 Estatística Descritiva
Definições:
• Dados Brutos

São aqueles que ainda não foram numericamente organizados.

• Rol

É um arranjo de dados numéricos brutos em ordem crescente ou

decrescente de grandeza.
• Frequência Simples ou Absoluta

Frequência simples ou absoluta (fi) do valor xi é o número de

vezes que a variável estatística assume o valor xi

Slide 43 Prof. Artur Paiva

 Estatística Descritiva
Distribuição de Frequência

• O que são distribuição de frequência?

É a forma de organização de dados mais importante da

estatística. Nela os valores e as suas respectivas frequências
estão posicionados lado a lado. Os dados e as variáveis
utilizados podem ser discretos ou contínuos. Isso fará com que
seja mudada a forma de representar a distribuição.

Slide 44 Prof. Artur Paiva

 Estatística Descritiva
Distribuição de Frequência - Exemplos

variáveis discreta variáveis contínua

xi fi Classes fi
Salários fi
5 2 35 |-- 45 5 80 |-- 180 70
45 |-- 55 12 180 |-- 250 140
7 3
55 |-- 65 18 250 |-- 300 140
8 4 300 |-- 500 60
65 |-- 75 14
9 5 Total 410
75 |-- 85 6
11 2
85 |-- 95 3
Total 16 Classe = faixa etária
Total 58
f = n° de pessoas

Slide 45 Prof. Artur Paiva

 Estatística Descritiva
Distribuição de Frequência – Observações

Limite das Classes

A representação do limite das classes poderá trazer diferentes
significados quanto a inclusão ou não dos elementos extremos.

a) 10 12 – Classe compreende os dois valores extremos

b) 10 12 – Classe compreende todos os valores excluindo o

último.

c) 10 12 – Classe compreende todos os valores excluindo o

primeiro.

Slide 46 Prof. Artur Paiva

 Estatística Descritiva
Distribuição de Frequência – Observações
Pontos médios das classes (xi)
1. É a média aritmética entre o limite inferior e o superior da
classe. Dessa forma na classe 10 a 12, seu ponto médio será 11.
2. Esse ponto médio será muito útil para o cálculo de medidas
descritivas que serão vistas posteriormente.
Frequência Acumulada (Fac)
É a soma das frequências dos valores inferiores ou iguais ao valor
dado. Exemplo:

Slide 47 Prof. Artur Paiva

 Estatística Descritiva
Distribuição de Frequência

O primeiro passo para se resumir um conjunto de dados é

ordená-los em ordem crescente ou decrescente, e
proceder a contagem do número de ocorrência
(frequência) de cada dado. À ordenação dos dados
denominamos de Rol. Assim, o rol para o conjunto de
dados da tabela fica:

Rol de dados: 12, 12, 15, 15, 15, 17, 18, 18, 18, 18, 19, 20

Slide 48 Prof. Artur Paiva

 Estatística Descritiva
Distribuição de Frequência - Exemplo
Dados bruto: 45, 41, 42, 41, 42 43, 44, 41 ,50, 46, 50, 46, 60, 54,
52, 58, 57, 58, 60, 51
Rol (crescente) : 41, 41, 41, 42, 42 43, 44, 45 ,46, 46, 50, 50, 51,
52, 54, 57, 58, 58, 60, 60

Façam a distribuição de frequencia: sem intervalo de classe e com

intervalo de classe (41-45; 45-49; 49-53; 53-57; 57-61)

Slide 49   Prof. Artur Paiva

 Estatística Descritiva
Exercício de Fixação
1 - Consideremos o quadro seguinte que mostra as notas de Matemática dos alunos de
uma classe de 8º Série de uma determinada Escola. Analise:

a) População estatística?
b) Unidade estatística?
c) Variável estatística?
d) Distribuição de frequência absoluta.
e) Quais as frequências absolutas das notas 5,0 e 6,0?
f) Distribuição de frequência com intervalos de classe, amplitude 2,0.
g) Distribuição de frequência absoluta acumulada.
h) Distribuição de frequência relativa.

Slide 50 Prof. Artur Paiva

 Estatística Descritiva
Exercício de Fixação
2 - Complete os dados da distribuição de frequência abaixo, obtidos de 200 empregados
da Empresa Z.
Salários fi fri Faci Fraci Pto Médio
Classes em $ (nº Emp) (%) (nº Emp) (%) Xi ($)
  |--     12,0     200,00
  |--   30        
  |--       106   600,00
  |-- 900,00   24,0      
  |--         91,0  
  |--            
Total          

Determine:
a) O número de empregados com salário inferior a $700.
b) A percentagem de funcionários com salário inferior a $900.
c) A percentagem de funcionários com salário mínimo de $500 e inferior a $1.100.
d) Até qual classe estão incluídos 60% dos funcionários.

Slide 51 Prof. Artur Paiva

 Estatística Descritiva
Exercício de Fixação
3 - O seguinte conjunto de dados é referente ao número de acidentes por dia em certo
trecho de rodovia no mês de setembro de certo ano:

201231610012212014230102124111
Responda as seguintes questões:

a) Qual o número mínimo de acidentes, num certo dia? E o número máximo?

b) Frequentemente, ocorreram quantos acidentes por dia? E o que isso representa em

termos de percentuais?

c) Represente graficamente a distribuição de frequência da variável número de acidentes

por dia, no mês de setembro.

d) Faça um gráfico de colunas para o percentual acumulado.

Slide 52 Prof. Artur Paiva

 Estatística Descritiva
Exercício de Fixação
4 – A instituição financeira tem três operadores trabalhando diariamente com operações
de ações negociadas na Bolsa de Valores. A tabela seguinte registra uma amostragem
aleatória de tamanho vinte e seis do número diário de operações fechadas pelo
Operador B nos últimos dois anos. Quais as conclusões possíveis dos registros dessa
tabela?

14, 12, 13, 11, 12, 13, 16, 14, 14, 15, 17, 14, 11,
13, 14, 15, 13, 12, 14, 13, 14, 13, 15, 16, 12, 12
Quais as conclusões possíveis do registro dessa tabela?

Construir a tabela de frequência absoluta e em percentual, com acumulados.

Obs.: Resolvam estes exercícios utilizando as ferramentas do Excel.

Slide 53 Prof. Artur Paiva