FRMULAS DE ESTATSTICA

N + 1
Xi Fi N impar
X= media X= Md = mediana Tipo A
N
!ara a"#ar o e$emen%o da mediana N N
Tipo A N par e + 1
Xi = &ari'&e$ em e(%)do Fi = *re+,-n"ia
Moda = &ari'&e$ +)e o"orre "om maior *re+,-n"ia. A"#ar o e$emen%o da mediana na Fa"
////////////////////////////////////////////////////////////////////////////////////////////////////////////
MEDIANA Tipo 0
!ara a"#ar o e$emen%o da mediana %ipo 0
11 A"#ar o e$emen%o "en%ra$ N2 3po(i45o do e$emen%o da mediana1
1 !ro")rar em Fa" a po(i45o do e$emen%o da mediana 3"$a((e da mediana1
3 N2 6 Fa" an%erior 1
Md= Li + . # para di(%ri7)i45o do %ipo 0 &ari'&e$ "on%8n)a
Fi

Moda Tipo 0
11 9)em a maior *re+,-n"ia:
1 Na "o$)na do Fi en"on%rar a "$a((e moda$
;1
Mo= moda Mo = Li + . # onde ;1= Fi maior 6 Fi an%erior
;1 + ; onde ;= Fi maior 6 Fi po(%erior

!er"en%i$ = in21<< para a"#ar o e$emen%o do per"en%i$ pro")rado 3&er na Fa" a po(i45o do e$emen%o1
9)ar%i$ = in2= para a"#ar o e$emen%o do +)ar%i$ pro")rado 3&er na Fa" a po(i45o do e$emen%o1
De"i$ = in21< para a"#ar o e$emen%o do de"i$ pro")rado 3&er na Fa" a po(i45o do e$emen%o1
!i = Li + > in21<< ? Fa" an%erior @. # 9i = Li + > in2= ? Fa" an%erior @.# Di = Li + > in21< ? Fa" an%erior @. #
Fi Fi Fi

X ? Mo X ? Mo
A((ime%ria = A( A( = A( =
S
A( = < Sim%ri"a A( > < A((im%ri"a po(i%i&a A( < < A((im%ri"a neAa%i&a
1
B = Xi . Fi - 3 Xi . Fi ) = B CV =
N N X
1
2
s s =
S
S = ------- . Xi Fi - 3 Xi Fi ) CV =
N - 1 N X
!ara a"#ar o nC de "$a((e( D = 1 + EF E $oA N
R L( ? Li Gnde Li $imi%e in*erior ? &a$or do menor dado
!ara a"#ar o &a$or do in%er&a$o # = ????? # = ???????????? L( $imi%e ()perior 6 &a$or do maior dado
D D
L( + Li
Xi = !ara o( demai( Xi de&emo( (omar o o &a$or do in%er&a$o. 3Xi o pon%o mdio en%re o Li e o L(1

A ESTATSTICA
uma parte da matemtica aplicada que fornece mtodos para coleta, organia!"o,
descri!"o, an#lise e interpreta!"o de dados e para a utilia!"o dos mesmos na tomada de
decis$es%
A coleta, a organizao, a descrio dos dados, o clculo e a interpretao de
coeficientes pertencem ESTATSTICA &ESC'ITIVA, enquanto a an#lise e a interpreta!"o
dos dados, associado a uma margem de incertea, ficam a cargo da ESTATSTICA
I(&)TIVA ou I(*E'E(CIA+, tambm chamada como a medida da incerteza ou mtodos que
se fundamentam na teoria da probabilidade.
*ASES &, -.T,&, ESTATSTIC,
/0 1 &E*I(I23, &,S ,45ETIV,S6 Saber exatamente aquilo que se pretende pesquisar, local, grau
de preciso, tipo de amostragem, tamanho da amostra, tempo disponvel e custo previsto.
70 1 8+A(E5A-E(T,6 Como levantar informaes? Que dados devero ser obtidos? Qual
levantamento a ser utilizado? Censitrio? Por amostragem? E o cronograma de atividades?
90 1 C,+ETA &E &A&,S6 Fase operacional. o registro sistemtico de dados, com um objetivo
determinado.
Dados primrios: quando so publicados pela prpria pessoa ou organizao que os haja
recolhido. Ex: tabelas do censo demogrfico do IBGE.
Dados secundrios: quando so publicados por outra organizao. Ex: quando
determinado jornal publica estatsticas referentes ao censo
demogrfico extradas do IBGE.
,4S6 mais seguro trabalhar com fontes primrias. O uso da fonte secundria
traz o grande risco de erros de transcrio.
Coleta Direta: quando obtida diretamente da fonte. Ex: Empresa que realiza uma
pesquisa para saber a preferncia dos consumidores pela sua marca.
Coleta contnua: registros de nascimento, bitos, casamentos;
Coleta peridica: recenseamento demogrfico, censo industrial;
Coleta ocasional: registro de casos de dengue.
Coleta Indireta: feita por dedues a partir dos elementos
conseguidos pela coleta direta, por analogia, por
avaliao, indcios ou proporcionalizao.
:0 1 I(ST')-E(T,S &E C,+ETA &E &A&,S6 Observao, Entrevista, questionrio, formulrio, tele
marketing, mtodo interativo.
;0 1 C'TICA &E &A&,S6 E<terna6 visa as causas dos erros por parte do informante, por distrao,
m interpretao das perguntas que foram feitas. Interna6 quando visa observar os elementos
originais dos dados da coleta.
=0 1 A8)'A23, &,S &A&,S6 Resumo dos dados atravs de sua contagem e agrupamento. a
condensao e tabulao de dados. Pode ser manual, eletrnico, eletro-eletrnico, mecnico, etc.
>0 1 A8'ESE(TA23, &,S &A&,S6 H duas formas de apresentao, que no se excluem
mutuamente. A apresentao tabular, ou seja, uma apresentao numrica dos dados em linhas e
colunas distribudas de modo ordenado, segundo regras prticas fixadas pelo Conselho Nacional de
Estatstica. A apresentao grfica dos dados numricos constitui uma apresentao geomtrica
permitindo uma viso rpida e clara do fenmeno.
?0 1 A(@+ISE E I(TE'8'ETA23, &,S &A&,S6 A ltima fase do trabalho estatstico a mais
importante e delicada. Est ligada essencialmente ao c#lculo de medidas e coeficientes, cuja
finalidade principal descrever o fenmeno (estatstica descritiva).
&E*I(I2AES 4@SICAS &A ESTATSTICA%
*E(B-E(, ESTATSTIC,: qualquer evento que se pretenda analisar, cujo estudo seja possvel
aplicao do mtodo estatstico. Tambm chamada de varivel que convencionalmente o conjunto
de resultados possveis de um fenmeno em estudo.
&A&, ESTATSTIC,6 um dado numrico e considerada a matria1prima soCre a qual iremos
aplicar os mtodos estatDsticos%
8,8)+A23,: o conEunto total de elementos portadores de, pelo menos, uma caracterDstica em
comum.
A-,ST'A6 uma parcela representatiFa da popula!"o, retirada segundo regras convenientes
com o propsito de tirarmos concluses sobre a essa populao, sem perder as caractersticas em
comum.
8A'G-ET',S6 So Falores singulares que e<istem na popula!"o e que serFem para
caracteri#1la. Para definirmos um parmetro devemos examinar toda a populao.
ESTI-ATIVA6 um Falor apro<imado do parHmetro e calculado com o uso da amostra.
AT'I4)T,6 quando os dados estatsticos apresentam um carter qualitativo, o levantamento e os
estudos necessrios ao tratamento desses dados so designados genericamente de estatDstica de
atriCuto.
VA'I@VE+6 o conEunto de resultados possDFeis de um fenImeno.
VA'I@VE+ J)A+ITATIVA6 Quando seus valores so expressos por atriCutos: sexo, cor da pele, etc.
VA'I@VE+ J)A(TITATIVA6 Quando os dados s"o de car#ter nitidamente quantitatiFo, e o
conjunto dos resultados possui uma estrutura numrica, trata-se, portanto da estatstica de varivel
e se dividem em:
VA'I@VE+ &ISC'ETA ,) &ESC,(T()A: Seus valores so expressos geralmente atravs de
nmeros inteiros no negativos. Resulta normalmente de contagens. Ex: nmeros de alunos
presentes !s aulas" nmero de carteiras" nmero de carros" etc.
VA'I@VE+ C,(T()A: Resulta normalmente de uma mensura!"o, e a escala numrica de seus
possDFeis Falores corresponde ao conEunto ' dos nmeros Reais, ou seja, podem assumir,
teoricamente, qualquer valor entre dois limites. Ex.: #uando $oc $ai medir a temperatura de seu
corpo" medidas de peso" medidas de altura" etc.
A-,ST'AKE-
-.T,&,S 8',4A4I+STIC,S
Exige que cada elemento da populao possua determinada proCaCilidade de ser
selecionado. Normalmente possuem a mesma probabilidade. Assim, se ( for o tamanho da
populao, a probabilidade de cada elemento ser selecionado ser /L(. Trata-se do mtodo
que garante cientificamente a aplicao das tcnicas estatsticas de inferncias. Somente com
base em amostragens probabilsticas que se podem realizar inferncias ou indues sobre a
populao a partir do conhecimento da amostra.
uma tcnica especial para recolher amostras, que garantem, tanto quanto
possvel, o acaso na escolha.
A-,ST'AKE- CAS)A+ ou A+EATM'IA SI-8+ES
o processo mais elementar e freqentemente utilizado. equiFalente a um sorteio lotrico.
Pode ser realizada numerando-se a populao de / a n e sorteando-se, a seguir, por meio de
um dispositivo aleatrio qualquer, < nmeros dessa seqncia, os quais correspondero aos
elementos pertencentes amostra.
Ex: %amos obter uma amostra" de &'(" representati$a para a pesquisa da estatura de )'
alunos de uma escola:
&* + numeramos os alunos de & a )'.
,* + escre$emos os nmeros dos alunos" de & a )'" em peda-os iguais de papel" colocamos na
urna e ap.s mistura retiramos" um a um" no$e nmeros que formar/o a amostra.
,4S6 quando o nmero de elementos da amostra muito grande, esse tipo de sorteio torna-se
muito trabalhoso. Neste caso utiliza-se uma Tabela de nmeros aleatrios, construda de modo
que os algarismos de 0 a 9 so distribudos ao acaso nas linhas e colunas.
%A-,ST'AKE- 8',8,'CI,(A+ EST'ATI*ICA&A6
Quando a populao se divide em estratos (sub-populaes), convm que o sorteio dos
elementos da amostra leve em considerao tais estratos, da obtemos os elementos da
amostra proporcional ao nmero de elementos desses estratos.
Exemplo:
Exemplo: Certa escola infantil com seis salas de aula resolveu retirar uma amostra proporcional
estratificada de 20 alunos para um determinado passeio. Tendo a sala A 50 alunos, a sala B 80
alunos, a sala C 70 alunos, a sala D 40 alunos, a sala E 25 alunos e a sala F com 45 alunos,
determine a amostra proporcional estratificada.
SALA N DE
ALUNOS
AMOSTRA
A 50 50 X 6,45% = 3,23 3
B 80 80 X 6,45% = 5,16 5
C 70 70 X 6,45% = 4,51 4
D 40 40 X 6,45% = 2,58 3
E 25 25 X 6,45% = 1,61 2
F 45 45 X 6,45% = 2,90 3
Total= 310 Amostra = 20
310 alunos 100%
20 alunos X% = Resultado = 6,45%
A aost!a de 20 alunos "o!!es#onde a 6,45% do total de alunos$ A#l%"ando&se a % as sala de
alunos o't(&se os )alo!es #!o#o!"%ona%s est!at%*"ados de "ada sala$ A!!edonda! #a!a %nte%!o #o!
se t!ata! de alunos$
Os arredondamentos devem se!"r a resol!#$o %%&'&& do ()*E
A-,ST'AKE- SISTE-@TICA6
Quando os elementos da populao j se acham ordenados, no h necessidade de construir o
sistema de referncia. So exemplos os pronturios mdicos de um hospital, os prdios de uma
rua, etc. Nestes casos, a seleo dos elementos que constituiro a amostra pode ser feita por
um sistema imposto pelo pesquisador.
Ex: Suponhamos uma rua com 900 casas, das quais desejamos obter uma amostra formada
por 50 casas para uma pesquisa de opinio. Podemos, neste caso, usar o seguinte
procedimento: como 900/50 = 18, escolhemos por sorteio casual um nmero de 01 a 18, o qual
indicaria o primeiro elemento sorteado para a amostra; os demais elementos seriam
periodicamente considerados de 18 em 18. Assim, suponhamos que o nmero sorteado fosse 4
a amostra seria: 4 casa, 22 casa, 40 casa, 58 casa, 76 casa, etc.
A-,ST'AKE- 8,' C,(K+,-E'A&,S Nou AK')8A-E(T,SO
Algumas populaes no permitem, ou tornam extremamente difcil que se identifiquem seus
elementos. No obstante isso, pode ser relativamente fcil identificar alguns subgrupos da
populao. Em tais casos, uma amostra aleatria simples desses subgrupos (conglomerados)
pode se colhida, e uma contagem completa deve ser feita para o conglomerado sorteado.
Agrupamentos tpicos so quarteires, famlias, organizaes, agncias, edifcios etc.
Ex: Num levantamento da populao de determinada cidade, podemos dispor do mapa
indicando cada quarteiro e no dispor de uma relao atualizada dos seus moradores. Pode-
se, ento, colher uma amostra dos quarteires e fazer a contagem completa de todos os que
residem naqueles quarteires sorteados.
-.T,&,S (3, 8',4A4I+SITC,S
So amostragens em que h uma escolPa deliCerada dos elementos da amostra. No
possvel generalizar os resultados das pesquisas para a populao, pois as amostras no-
probabilsticas no garantem a representatividade da populao.
A-,ST'AKE- ACI&E(TA+
Trata-se de uma amostra formada por aqueles elementos que F"o aparecendo, que so
possveis de se obter at completar o nmero de elementos da amostra. Keralmente utiliada
em pesquisas de opini"o, em que os entrevistados so acidentalmente escolhidos.
Ex: Pesquisas de opinio em praas pblicas, ruas de grandes cidades;
TA4E+A6 um quadro que resume um conjunto de dados dispostos segundo linPas e colunas de
maneira sistemtica.
De acordo com a Resoluo 886 do BGE, nas casas ou clulas da tabela devemos colocar :
um trao horizontal ( 1 ) quando o valor ero;
trs pontos ( %%% ) quando no temos os dados;
zero ( Q ) quando o Falor muito pequeno para ser expresso pela unidade
utilizada;
um ponto de interrogao ( R ) quando temos dvida quanto exatido de
determinado valor.
,Cs%6 O lado direito e esquerdo de uma tabela oficial devem ser abertos.
K'@*IC,S ESTATSTIC,S K
So representaes visuais dos dados estatsticos que devem corresponder, mas nunca
substituir as tabelas estatsticas.
Caractersticas: Uso de escalas, sistema de coordenadas, simplicidade, clareza e veracidade.
rficos de informao: So grficos destinados principalmente ao pblico em geral, objetivando
proporcionar uma visualizao rpida e clara. So grficos tipicamente expositivos, dispensando
comentrios explicativos adicionais. As legendas podem ser omitidas, desde que as informaes
desejadas estejam presentes.
rficos de anlise: So grficos que prestam-se melhor ao trabalho estatstico, fornecendo elementos
teis fase de anlise dos dados, sem deixar de ser tambm informativos. Os grficos de anlise
freqentemente vm acompanhados de uma tabela estatstica. nclui-se, muitas vezes um texto
explicativo, chamando a ateno do leitor para os pontos principais revelados pelo grfico.
)so indeFido de Kr#ficos6 Podem trazer uma idia falsa dos dados que esto sendo analisados,
chegando mesmo a confundir o leitor. Trata-se, na realidade, de um problema de construo de
escalas. .
Classifica!"o dos gr#ficos: Diagramas, Pictogramas e Cartogramas.
/ 1 &IAK'A-AS6
So grficos geomtricos dispostos em duas dimenses. So os mais usados na representao
de sries estatsticas. Eles podem ser:
1.1- Kr#ficos em Carras Poriontais.
1.2- Kr#ficos em Carras Ferticais N colunas O%
Quando as legendas no so breves usam-se de preferncia os grficos em barras horizontais.
Nesses grficos os retngulos tm a mesma base e as alturas so proporcionais aos respectivos
dados.
A ordem a ser observada a cronolgica, se a srie for histrica, e a
&ecrescente, se for geogrfica ou categrica.
/%91 Kr#ficos em Carras compostas.
1.4- Kr#ficos em colunas superpostas.
Eles diferem dos grficos em barras ou colunas convencionais apenas pelo fato de apresentar
cada barra ou coluna segmentada em partes componentes. Servem para representar
comparativamente dois ou mais atributos.
1.5- Kr#ficos em linPas ou lineares.
So freqentemente usados para representao de sries cronolgicas com um grande nmero
de perodos de tempo. As linhas so mais eficientes do que as colunas, quando existem
intensas flutuaes nas sries ou quando h necessidade de se representarem vrias sries
em um mesmo grfico.
Quando representamos, em um mesmo sistema de coordenadas, a variao de dois
fenmenos, a parte interna da figura formada pelos grficos desses fenmenos denominada
de rea de e!cesso"
1.5- Kr#ficos em setores.
Este grfico construdo com base em um crculo, e empregado sempre que desejamos
ressaltar a participao do dado no total. O total representado pelo crculo, que fica dividido
em tantos setores quantas so as partes. Os setores so tais que suas reas so
respectivamente proporcionais aos dados da srie. O grfico em setores s deve ser
empregado quando h, no mximo, sete dados.
,Cs6 As sries temporais geralmente no so representadas por este tipo de grfico.
9 1 8ICT,K'A-AS6
So construdos a partir de figuras representativas da intensidade do fenmeno. Este tipo de
grfico tem a vantagem de despertar a ateno do pblico leigo, pois sua forma atraente e
sugestiva. Os smbolos devem ser auto-explicativos. A desvantagem dos pictogramas que
apenas mostram uma viso geral do fenmeno, e no de detalhes minuciosos. Veja o exemplo
abaixo:
:1 CA'T,K'A-AS6
So ilustraes relativas a cartas geogrficas (mapas). O objetivo desse grfico o de figurar os dados
estatsticos diretamete relacioados com reas geogrficas ou polticas.
&IST'I4)I23, &E *'EJST(CIA
um tipo de tabela que condensa uma cole!"o de dados conforme as freqUVncias
(repeties de seus valores).
#abela primitiva ou dados brutos: uma taCela ou rela!"o de elementos que n"o foram
numericamente organiados. difcil formarmos uma idia
exata do comportamento do grupo como um todo, a partir de
dados no ordenados.
Ex : 01" 0&" 0," 0&" 0, 02" 00" 0& "1'" 03" 1'" 03" 3'" 10" 1," 14" 15" 14" 3'" 1&
Xi W Vari#Fel em estudo
X W mdia aritmtica
*i W freqUVncia
X W somatYrio
n W nZmero de elementos da amostra
&IST'I4)I23, &E *'EJST(CIA &, TI8, A [ VA'I@VE+ &ISC'ETA [ dados n"o agrupados
um tipo de tabela que condensa uma cole!"o de dados conforme as freqUVncias
(repeties de seus valores).
#abela primitiva ou dados brutos: uma taCela ou rela!"o de elementos que n"o foram
numericamente organiados. difcil formarmos uma idia
exata do comportamento do grupo como um todo, a partir de
dados no ordenados.
Ex : idade de 12 meninos = 7, 9, 7 , 8 , 9 , 4 , 4 , 4 , 6, 7, 4 , 8
$%&: a taCela oCtida apYs a ordena!"o dos dados em ordem crescente ou decrescente
Ex : 4, 4, 4, 4, 6, 7, 7, 7, 8, 8, 9, 9
&istriCui!"o de freqUVncia SE- I(TE'VA+,S &E C+ASSE Ntipo AO a simples condensao dos dados
conforme as repeties de seu valores. Veja exemplo abaixo:
n = 12
'(dia aritm(tica dos dados obtidos:

Xi :\:\:\:\=\>\>\>\?\?\]\]
X= media X= = = =,:/=>
N /7
////////////////////////////////////////////////////////////////////////////////////////////////////////////
-ediana de uma distriCui!"o do Tipo A W o elemento central de uma distribuio de dados ordenados em
ordem crescente ou decrescente.
)!emplo: *, *, +, +, +, +, +, ,, ,, -, - n. // 0// ( impar1
2rmula para calcular o elemento central onde n ( impar
n 3 / // 3 / /4
. 56 elemento
4 4 4
/0 70 90 :0 ;0 =0 >0 ]0 /Q0 //0 /70 elemento da mediana
;, ;, >, >, >, >, >, ?, ?, ], ] Falor da mediana
2rmula para calcular o elemento central onde n ( par
)!emplo. 7, 7, 8, 8, 5, 5, 5, ,, n . , logo n ( par"
2rmula para n par
n n , ,
3 / e 3 / 86 e *6 elementos
4 4 4 4
/6 46 76 86 *6 56 +6 ,6
7, 7, 8, 8, 5, 5, 5, ,
86 elemento . 8
*6 elemento . 5
8 3 5 . /9 : 4 . * 0;alor da mediana1
<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
'oda . valor =ue ocorre com maior fre=>?ncia"
)!: +, +, ,, ,, ,, -, -, -, -, -, -, /9, //, //
Valor da moda W ] N Falor que aparece o maior nZmero de FeesO
&IST'I4)I23, &E *'EJST(CIA &, TI8, A [ VA'I@VE+ &ISC'ETA [ dados agrupados
@s variveis so agrupadas em uma coluna Ai e as fre=>?ncias das variveis em uma coluna 2i"
Bara o clculo da m(dia aritm(tica constri-se uma nova coluna para Ai" 2i e multiplica-se a varivel e a
fre=>?ncia de cada linCa" Da soma de todas as multiplicaEes de Ai" 2i obt(mFse o somatrio"
0X Xi% *iO
Bara o clculo da m(dia, dividimos o somatrio de Ai" 2i pelo nGmero de elementos da distribuio"
)!: +, +, ,, ,, ,, -, -, -, -, -, -, /9, //, //, // onde n. /* 0nGmero de elementos da amostra1
Xi Freqncia Xi . Fi
> 2 14
? 3 24
] 6 54
/Q 1 10
// 3 33
Total nW/; Xi Fi = 1EH
Xi.Fi /9;
X= media X = = = ]
N /;
-ediana de dados agrupados6
)!: +, +, ,, ,, ,, -, -, -, -, -, -, /9, //, //, //
/0 1 -ediana o elemento central de uma distriCui!"o de dados em ordem crescente ou decrescente^
70 1 n par ou impar^
90 Como n W /; impar ent"o6
n \ / /; \ / /=
7 7 7
:0 Encontra1se em *ac o ?0 elemento e em Xi o Falor da mediana W ]
Xi Freqncia Fac
7 2 2 1 ao 2
8 3 5 3 ao 5
] 6 11 6 ao 11
W ? 0
10 1 12 12
11 3 15 13 ao 15
Total n=15
-oda para dados agrupados da distribuio do #ipo @
Bara encontrarmos a moda, perguntamos =uem ( a maior fre=>?nciaH
Da coluna de 2i observamos a maior fre=>?ncia e na coluna de Ai encontramos o valor da moda . -
&istriCui!"o de freqUVncia C,- I(TE'VA+,S &E C+ASSE [ Tipo 4
Quando o tamanho da amostra elevado, mais racional efetuar o agrupamento dos valores em
vrios intervalos de classe.
Classes Freqncias
41 |------- 45 7
45 |------- 49 3
49 |------- 53 4
53 |------- 57 1
57 |------- 61 5
Total 20
E+E-E(T,S &E )-A &IST'I4)I23, &E *'EJST(CIA Ncom interFalos de classeO
C+ASSE6 so os intervalos de variao da varivel e o nmero total de classes simbolizada por I.
Ex: na tabela anterior I = 5
+I-ITES &E C+ASSE6 so os extremos de cada classe. O menor nmero o limite inferior da
classe ( +i ) e o maior nmero, limite superior (+s)
I(TE'VA+, &E C+ASSE6 P
A-8+IT)&E T,TA+ &A A-,ST'A N'angeO6 a diferena entre o valor mximo e o valor mnimo da
amostra (ROL). Onde $ . Ama! - Amin. Em nosso exemplo $ = 60 - 41 = 19.
8,(T, -.&I, &E C+ASSE: o ponto que divide o intervalo de classe em duas partes iguais. .
+s \ +i
7
-todo pr#tico para constru!"o de uma &istriCui!"o de *reqUVncias do Tipo 4 Fari#Fel
contDnua%
/0 1 ,rganie os dados Crutos em um ',+%
8 10 12 12 12 12 13 14 15 16 17 18 19 20 23 24 25 27 29 30 31
32 33 - 34 35 36 37 38 38 39 40 41 43 45 46 47 48 49 50 50 51
52 53 54 60 66 - 66 67 72 - 75 NnZmeros inteiros sem casas depois da FDrgulaO

nW ;Q log de ;Q W /,=]?]
70 1 Calcule a amplitude total +s [ +i >; [ ? W =>
90 1 Calcule o nZmero de classes atraFs da _'egra de Sturges_6 `W / \ 9,97 log n
K = 1 + 3,32 Log n - onde n o nmero de elementos da amostra
K = 1 + 3,32 log n
K= 1 + 3,32. 1, 6989
K = 1+ 5,6403
K = 6,6403
` W > como o nmero de linhas inteiro, aumentamos uma unidade no valor inteiro encontrado. Ou
seja, =,=:Q9 passa para >%
4 Clculo do intervalo de classe (h)
6s 7 6i 51 7 4 35
8 9 9 9 9 -,*+/8
: 5 5
Para definirmos o valor de h verificamos os nmeros da distribuio:
1 Se os nmeros da distribuio so inteiros, o intervalo deve ser inteiro. No clculo do intervalo
acima, o valor ] (inteiro) passa para /Q%
2 Se os nmeros da distribuio tm casas depois da vrgula, devemos observar o nmero de casas
da vrgula e arredondar em uma unidade a casa depois da vrgula.
Exemplos:
1- 2,3 2,4 2,7 3,3 4,6 5,8 utilizando o valor do intervalo acima (9, 5714) o valor de h passa
para ],=%
2- 4,67 6,98 7,77 8,13 Utilizando o valor do intervalo anterior (9,5714) o valor de h passa para
],;?
Li Classes Ls Freqncias
1- 8|------- 18 11
2- 18|------- 28 7
3- 28|------- 38 9
4- 38|------- 48 9
5- 48|--------58 8
6- 58|--------68 4
7- 68|--------78 2
n =50
'E8'ESE(TA23, K'@*ICA &E )-A &IST'I4)I23,
aistograma, 8olDgono de freqUVncia e 8olDgono de freqUVncia acumulada
Em todos os grficos acima utilizamos o primeiro quadrante do sistema de eixos coordenados
cartesianos ortogonais. Na linha horizontal (eixo das abscissas) colocamos os valores da
varivel e na linha vertical (eixo das ordenadas), as freqncias..
aistograma6 formado por um conjunto de retngulos justapostos, cujas bases se localizam sobre o
eixo horizontal, de tal modo que seus pontos mdios coincidam com os pontos mdios dos intervalos
de classe. A rea de um histograma proporcional soma das freqncias simples ou absolutas.

Li Classes Ls Freqncias
1- 8|------- 18 11
2- 18|------- 28 7
3- 28|------- 38 9
8ara a montagem da freqUVncia
Ferificamos quantos dados da
distriCui!"o dada est"o nos interFalos
de cada classe%
% smbolo J------- representa um
intervalo fecCado K es=uerda e aberto K
direita" Bortanto o valor /, no
pertence K=uela classe"
, F - F /9 F // F /4 F /7 F /8 F /* F /5 F
/+ . de , a /+ 0C . /91
4- 38|------- 48 9
5- 48|--------58 8
6- 58|--------68 4
7- 68|--------78 2
n W;Q
2re=>?ncias simples ou absoluta 02i1 so os valores que realmente representam o nmero de
dados de cada classe. A soma das freqncias simples igual ao nmero total dos dados da
distribuio.
2re=>?ncias relativas 02r1: so os valores das razes entre as freqncias absolutas de cada classe
e a freqncia total da distribuio. A soma das freqUVncias relatiFas igual a / N/QQ bO%
+i Classes +s *i *r W *req% relatiFa
1- 8|------- 18 11 11/50 = 0,22
2- 18|------- 28 7 7/50 = 0,14
3- 28|------- 38 9 9/50 = 0,18
4- 38|------- 48 9 9/50 = 0,18
5- 48|--------58 8 8/50 = 0,16
6- 58|--------68 4 4/50 = 0,08
7- 68|--------78 2 2/50 = 0,04
n W;Q /
8olDgono de freqUVncia6 um grfico em linha, sendo as freqncias marcadas sobre
perpendiculares ao eixo horizontal, levantadas pelos pontos mdios dos intervalos de classe. Para
realmente obtermos um polgono (linha fechada), devemos completar a figura, ligando os extremos da
linha obtida aos pontos mdios da classe anterior primeira e da posterior ltima, da distribuio.

8olDgono de freqUVncia acumulada6 traado marcando-se as freqncias acumuladas sobre
perpendiculares ao eixo horizontal, levantadas nos pontos correspondentes aos limites superiores dos
intervalos de classe.
2re=>?ncia simples acumulada de uma classe 02ac1: o total das freqncias de todos os valores
inferiores ao limite superior do intervalo de uma determinada classe.
2re=>?ncia relativa acumulada de um classe 02rac1: a freqncia acumulada da classe, dividida
pela freqncia total da distribuio.
11
7
9 9
8
4
2
0
2
4
6
8
10
12
8+&&&&&&& 18 18+&&&&&&& 28 28+&&&&&&& 38 38+&&&&&&& 48 48+&&&&&&&&58 58+&&&&&&&&68 68+&&&&&&&&78
Li Classes Ls Freqncia Fac Fr Frac
1- 8|------- 18 11 11 0,22 0,22
2- 18|------- 28 7 18 0,14 0,36
3- 28|------- 38 9 27 0,18 0,54
4- 38|------- 48 9 36 0,18 0,72
5- 48|--------58 8 44 0,16 0,88
6- 58|--------68 4 48 0,08 0,96
7- 68|--------78 2 ;Q
0,04
/
n W;Q /
*i = freqncia simples; Xi = ponto mdio de classe; *ac = freqncia simples acumulada;
Fr ! fre"#$cia relativa e Fra" ! fre"#$cia relativa acumulada.
9% -E&I&AS &E 8,SI23,
Introdu!"o
So as estatsticas que representam uma srie de dados orientando-nos quanto posio da
distribuio em relao ao eixo horizontal do grfico da curva de freqncia.
As medidas de posies mais importantes so as medidas de tendVncia central (verifica-se
uma tendncia dos dados observados a se agruparem em torno dos valores centrais).
As medidas de tendncia central mais utilizadas so6 mdia aritmtica, moda e mediana.
Outras medidas de tendncia central menos usadas so as mdias: geomtrica, ParmInica e
geral
As outras medidas de posio so as separatries, que englobam: a prpria mediana, os
decis, os quartis e os percentis.
-.&IA A'IT-.TICA W
8ara distriCui!"o do Tipo 4 Fari#Fel contDnua%
Com interFalos de classe Neste caso, convencionamos que todos os valores includos em um
determinado intervalo de classe coincidem com o seu ponto mdio, e determinamos a mdia
aritmtica ponderada por meio da frmula:
onde Xi o ponto mdio da classe.
+s \ +i ;: \ ;Q /Q:
Xi W = = = ;7
7 7 7
8ara os demais Xi, deFemos somar o Falor do interFalo% NXi o ponto mdio entre o +i e o +sO
E<emploW ;7 \ : W ;= ;= \ : W =Q =Q \ : W =: =: \ : W =? =? \ : W >7
Ex: Calcular a estatura mdia de bebs conforme a tabela abaixo.
Estaturas (cm) *i Xi %%Xi % *i
50 |------------ 54 4 52 208
54 |------------ 58 9 56 504
58 |------------ 62 11 60 660
62 |------------ 66 8 64 512
66 |------------ 70 5 68 340
70 |------------ 74 3 72 216
nW:Q Xi Fi W7%::Q
Xi Fi 7%::Q
X= media X= = = =/ cm%
N :Q
-.&IA KE,-.T'ICA W g
a raiz n-sima do produto de todos eles.
-dia Keomtrica Simples6 ou .
Ex.: - Calcular a mdia geomtrica dos seguintes conjuntos de nmeros:E
a) { 1, 4, 16, 64 }: = (1 * 4 * 16 * 64 ) ^(1/4) ....'6 ?
Ex + ;alcular a m<dia geom<trica dos $alores da tabela abaixo:
...<i... ...fi%..
1 2
3 4
9 2
27 1
Total ]
= (1
2
* 3
4
* 9
2
* 27
1
)
(1/9)
........'6 9,?7]=.
-.&IA aA'-B(ICA 1 P
o inverso da mdia aritmtica dos inversos.
.
-dia aarmInica Simples6% (para dados no agrupados)
%%
-,&A 1 -o
o Falor que ocorre com maior freqUVncia em uma srie de Falores.
Desse modo, o salrio modal dos empregados de uma fbrica o salrio mais comum, isto , o
salrio recebido pelo maior nmero de empregados dessa fbrica. .
Com interFalos de classe6 A classe que apresenta a maior freqncia denominada classe modal%
Pela definio, podemos afirmar que a moda, neste caso, o valor dominante que est
compreendido entre os limites da classe modal.
E<6 Calcule a estatura modal conforme a taCela aCai<o%
Classes Nem cmO *reqUVncia
54 |------------ 58 9
58 |------------ 62 11
62 |------------ 66 8
66 |------------ 70 5
'esposta6 a classe modal ;?c11111111 =7, pois a classe de maior freqUVncia% *i W //
C#lculo da -oda pela fYrmula de Cd)4E':
e/
-oW moda -o W +i \ % P onde e/W *i maior [ *i anterior
e/ \ e7 onde e7W *i maior [ *i posterior
+i W limite inferior da classe modal%%%%%
onde e/W *i maior [ *i anterior
onde e7W *i maior [ *i posterior
P W amplitude da classe modal
e/ // [ ] 7
-o W +i \ % P f -o W ;? \ % : f ;? \ %:
e/ \ e7 //1] \ //1? ;
7 % :
-o W ;? \ -o W ;? \ /,= W ;],= -o W ;],=
;

,Cs6 A moda utilizada quando desejamos obter uma medida rpida e aproximada de posio ou
quando a medida de posio deva ser o valor mais tpico da distribuio. J a mdia aritmtica a
medida de posio que possui a maior estabilidade.
-E&IA(A 1 -d
A mediana de um conEunto de Falores, dispostos segundo uma ordem ( crescente ou
decrescente), o valor situado de tal forma no conjunto que o separa em dois suCconEuntos
de mesmo nZmero de elementos%M.
-ediana da distriCui!"o do Tipo 4
Devemos seguir os seguintes passos:
/0O Achar o elemento central do conjunto de dados. N/2
70O Construir uma coluna de freqncia acumulada para identificar o elemento procurado.
90O Marcar a classe correspondente freqncia acumulada. Esta classe ser a classe mediana;
+i = o limite inferior da classe mediana.
*i= a freqncia da classe mediana.
*ac anteriorW a freqncia acumulada anterior classe mediana
P W o intervalo da classe mediana.
Ex: estatura mdia de bebs em cm conforme a tabela abaixo.
classes *i *ac
50 |------------ 54 4 4 (1 ao 4 elemento)
54 |------------ 58 9 13 (5 ao 13 elemento)
;? c111111111111 =7 // 7: N/:0 ao 7:0 elementoO
62 |------------ 66 8 32 (25 ao 32 elemento)
66 |------------ 70 5 37 (33 ao 37 elemento)
70 |------------ 74 3 40 (38 ao 40 elemento)
total :Q
N/2 para encontrar o elemento central 40: 2 = 20 elemento
+ogo% a classe mediana ser# ;? c1111111111 =7
Substituindo os dados encontrados na frmula, obtemos:
N(L7 [ *ac anteriorO N :QL7 1 /9 O
-dW +i \ % P -d W ;? \ % :
*i //
N 7Q 1 /9 O
-d W ;? \ % : -d W ;? \ 7,;: -d W =Q,;:
//
Emprego da -ediana
Quando desejamos obter o ponto que divide a distribuio em duas partes iguais.
Quando h valores extremos que afetam de maneira acentuada a mdia aritmtica.
Quando a varivel em estudo salrio.
SE8A'AT'IdES
Alm das medidas de posio que estudamos, h outras que, consideradas individualmente,
n"o s"o medidas de tendVncia central, mas esto ligadas mediana relativamente sua
caracterstica de separar a srie em duas partes que apresentam o mesmo nmero de valores.
Essas medidas - os quartis, os decis e os percentis - so, juntamente com a mediana,
conhecidas pelo nome genrico de separatries..
J)A'TIS 1 J Denominamos quartis os valores de uma srie que a diFidem em quatro partes
iguais. Precisamos portanto de 9 quartis NJ/ , J7 e J9O para dividir a srie em quatro partes iguais.
,Cs6 O quartil 7 N J7 O SE-8'E SE'@ IK)A+ A -E&IA(A &A S.'IE.

Juartis para dados agrupados em classes
Usamos a mesma tcnica do clculo da mediana, bastando substituir, na frmula da mediana
nL7 por i%nL:
Ex 2 + ;alcule os quartis da tabela abaixo:
classes *i *ac
50 |------------ 54 4 4
54 |------------ 58 9 13
;? c111111111111 =7 // 7:
62 |------------ 66 8 32
66 |------------ 70 5 37
70 |------------ 74 3 40
total :Q
O quartil 7 W -d , logo:
i%nL: 2.40/4 = 20 elemento. Logo.a classe do quartil 2 ser ;? c1111111111 =7
Substituindo esses valores na frmula, obtemos:
Ji W +i \ g inL: 1 *ac anterior h%P J7 W ;? \ N 7%:QL: 1 /9 O % :

*i //
J7 W ;? \ g 7Q 1 /9 h % : J7 W ;? \ > % :

// //
J7 W ;? \ 7,;: W =Q,;:
&ECIS 1 &
A definio dos decis obedece ao mesmo princpio dos quartis, com a modificao da
porcentagem de valores que ficam aqum e alm do decil que se pretende calcular. A frmula
bsica ser : i%nL/Q onde i o nmero de ordem do decil a ser calculado. ndicamos os
decis 6 &/, &7, %%% , &]. Deste modo precisamos de ] decis para diFidirmos uma srie em /Q
partes iguais.
De especial interesse o quinto decil, que divide o conLunto em duas partes iguais. Assim
sendo,o J)I(T, &ECI+ . IK)A+ A, SEK)(&, J)A'TI+, que por sua vez . IK)A+ i
-E&IA(A.
8E'CE(TI+ ou CE(TI+
Denominamos percentis ou centis como sendo os noventa e nove valores que separam uma
srie em 100 partes iguais. ndicamos: P1, P2, ... , P99. evidente que 8;Q W -d ; 87; W J/ e
8>; W J9%
O clculo de um centil segue a mesma tcnica do c#lculo da mediana, porm a frmula ser
: i%n L /QQ onde i o nmero de ordem do centil a ser calculado.
&ispers"o ou VariaCilidade6 a maior ou menor diversificao dos valores de uma varivel em
torno de um valor de tendncia central ( mdia ou mediana ) tomado como ponto de comparao.
A mdia - ainda que considerada como um nmero que tem a faculdade de representar uma srie
de valores - no pode, por si mesma, destacar o grau de homogeneidade ou heterogeneidade que
existe entre os valores que compem o conjunto.
Consideremos os seguintes conEuntos de Falores das Fari#Feis X, j e d6
X W g >Q, >Q, >Q, >Q, >Q h
j W g =?, =], >Q ,>/ ,>7 h
d W g ;, /;, ;Q, /7Q, /=Q h
Observamos ento que os trs conjuntos apresentam a mesma mdia aritmtica = 350/5 W >Q
Entretanto, fcil notar que o conEunto X mais PomogVneo que os conjuntos j e d, j =ue todos
os valores so iguais K m(dia. O conEunto j, por sua vez, mais homogneo que o conEunto d,
pois h menor diversificao entre cada um de seus valores e a mdia representativa.
Conclumos ento que o conEunto X apresenta &IS8E'S3, ()+A e que o conEunto j apresenta
uma &IS8E'S3, -E(,' que o conEunto d.
&ESVI, 8A&'3,
a medida de dispers"o mais geralmente empregada, pois leFa em considera!"o a totalidade
dos Falores da Fari#Fel em estudo. um indicador de FariaCilidade Castante est#Fel. O desvio
padro baseia-se nos desvios em torno da mdia aritmtica e a sua frmula bsica pode ser traduzida
como : a rai quadrada da FariHncia e representada por S quando estudamos uma amostra e
por NsigmaO quando estudamos a popula!"o%
2
s s =
W k %

VA'IG(CIA 1 S7
o desvio padro elevado ao quadrado. A varincia uma medida que tem pouca utilidade
como estatstica descritiva, porm extremamente importante na inferncia estatstica e em
combinaes de amostras.
-E&I&AS &E &IS8E'S3, 'E+ATIVA
Coeficiente de Varia!"o de 8earson 1 CV8
Na estatstica descritiva o desFio padr"o por si s tem grandes limitaes. Assim, um desvio
padro de 2 unidades pode ser considerado pequeno para uma srie de valores cujo valor
mdio 200; no entanto, se a mdia for igual a 20, o mesmo no pode ser dito.
Alm disso, o fato de o desFio padr"o ser e<presso na mesma unidade dos dados limita o
seu emprego quando desejamos comparar duas ou mais sries de valores, relativamente sua
disperso ou variabilidade, quando expressas em unidades diferentes.
Para contornar essas dificuldades e limitaes, podemos caracterizar a disperso ou
variabilidade dos dados em termos relativos a seu valor mdio, medida essa denominada de
CV86 Coeficiente de Varia!"o de 8earson N. A 'Ad3, E(T'E , &ESVI, 8A&'3, E A
-.&IA 'E*E'E(TES A &A&,S &E )-A -ES-A S.'IEO%
CV8 W NS L O < /QQ
o resultado neste caso e<presso em percentual, entretanto pode ser expresso
tambm atravs de um fator decimal, desprezando assim o valor 100 da frmula.
Ex: =omemos os resultados das estaturas e dos pesos de um mesmo grupo de indi$duos:
Discriminao M D A DESVO PADRO
ESTATURAS 175 cm 5,0 cm
PESOS 68 kg 2,0 kg
- Qual das medidas (Estatura ou Peso) possui maior homogeneidade ?
'esposta6 Teremos que calcular o CV8 da Estatura e o CV8 do 8eso. O resultado menor
ser o de maior Pomogeneidade N menor dispers"o ou FariaCilidadeO%
CVP estatura = ( 5 / 175 ) x 100 = 2,85 %
CVP peso = ( 2 / 68 ) x 100 = 2,94 %.
Logo, nesse grupo de indivduos, as estaturas apresentam menor grau de disperso que os
pesos.

Coeficiente de Varia!"o de TPorndile 1 CVT
igual ao quociente entre o desFio padr"o e a mediana.
CVT W N S L -d O < /QQ b

Coeficiente JuartDlico de Varia!"o 1 CVJ
Esse coeficiente definido pela seguinte expresso:
CVJ W mNJ9 1 J/O L NJ9 \ J/On < /QQ b.

&esFio quartil 'eduido [ &qr
&qr W mNJ9 1 J/O L 7-d n < /QQ b%

;% -E&I&AS &E ASSI-ET'IA
Introdu!"o6
Uma distribuio com classes simtrica quando :
-dia W -ediana W -oda
Uma distribuio com classes :
Assimtrica o esquerda ou negatiFa quando : -dia < -ediana < -oda
Assimtrica o direita ou positiFa quando : -dia > -ediana > -oda

Coeficiente de assimetria6 A medida anterior, por ser absoluta, apresenta a mesma deficincia
do desvio padro, isto , no permite a possibilidade de comparao
entre as medidas de duas distribuies. Por esse motivo, daremos
preferncia ao coeficiente de assimetria de 8erson:
As W 9 N -dia 1 -ediana O L &esFio 8adr"o

Escalas de assimetria:
c AS c < Q,/; assimetria pequena
Q,/; < c AS c < / assimetria moderada
c AS c > / assimetria eleFada
,Cs6 Suponhamos AS W 1 Q,:] a assimetria considerada moderada e negativa
Suponhamos AS W Q,>; a assimetria considerada moderada e positiva

-E&I&AS &E C)'T,SE

Introdu!"o6
Denominamos C)'T,SE o grau de achatamento de uma distribuio em relao a uma
distribuio padro, denominada curva normal (curva correspondente a uma distribuio terica
de probabilidade).
Quando a distribuio apresenta uma curFa de freqUVncia mais fecPada que a normal (ou
mais aguda ou afilada em sua parte superior), ela recebe o nome de leptocZrtica.
Quando a distribuio apresenta uma curFa de freqUVncia mais aCerta que a normal (ou
mais achatada em sua parte superior), ela recebe o nome de platicZrtica.
A curFa normal, que a nossa base referencial, recebe o nome de mesocZrtica.

Coeficiente de curtose
C/ W NJ9 1 J/O L 7N8]Q 1 8/QO
Este coeficiente conhecido como percentDlico de curtose.
Relativamente a curva normal, temos:
C/ W Q,7=9 curFa mesocZrtica
C/ < Q,7=9 curFa leptocZrtica
C/ > Q,7=9 curFa platicZrtica

O coeficiente abaixo ( C7 )ser utilizado em nossas anlises:

onde S desvio padro
C7 W 9 curFa mesocZrtica
C7 > 9 curFa leptocZrtica
C7 < 9 curFa platicZrtica
IV Formato de uma distribuio
O terceiro e quarto momentos
1
de uma distribuio so freqentemente usados para
estudar a aparncia de uma distribuio, em especial sua assimetria e sua curtose. Em
outras palavras, a distribuio dos dados pode ser simtrica ou no, ou ainda acatada ou
pontia!uda e, isso, dar" um formato # curva de distribuio.
4.1 - Medida de Assimetria
$enomina%se assimetria o !rau de afastamento da simetria de uma distribuio de
dados. Em uma distribuio simtrica, tem%se i!ualdade dos valores da mdia, mediana e
moda. Entretanto, se numa distribuio ocorrer&
a' Mo Md X & e(istiro mais dados da srie maiores do que a mdia, porem a
curva de distribuio ter" uma cauda mais lon!a para os dados menores do que a
mdia, isto , di)%se que a distribuio tem assimetria ne!ativa*
b' Mo Md X & e(istiro mais dados da srie menores do que a mdia, porm a
curva da distribuio ter" uma cauda mais lon!a para os dados maiores do que a
mdia, isto , di)%se que a distribuio tem assimetria positiva.
&
+nterpretao
a' , - . & se o resultado for )ero, a distribuio simtrica,
b' , / . & se o valor for ne!ativo, a distribuio assimtrica negativa 0inclinada
para a esquerda' e,
c' , 1 . & se o resultado for positivo, a distribuio assimtrica positiva
0inclinada para a direita'.
Obs& 2 assimetria positiva sur!e quando a mdia aritmtica aumentada por al!um
valor e(traordinariamente elevado e, a assimetria ne!ativa ocorre quando a mdia
redu)ida por al!um valor e(tremamente bai(o. Os dados so simtricos quando no
e(istem valores realmente e(tremos em uma direo espec3fica, de modo que os valores
bai(os e altos se equilibram entre si.
2l!uns 4onceitos 5"sicos de vari"vel aleat6ria
2s vari"veis econ7micas so, por sua nature)a, aleat6rias. 8o sabemos quais sero
seus valores seno depois de observ"%los. 2 probabilidade uma forma de e(pressar a
incerte)a sobre eventos e resultados econ7micos.
9ari"veis 2leat6rias
:rande parte dos dados cient3ficos so obtidos atravs de e(perimentao.
Entretanto, a economia uma cincia social, em que muitos dos dados no se ori!inam
de um processo e(perimental controlado.
;m e(perimento controlado aquele poss3vel reprodu)i%lo mantendo%se
controlada pelo pesquisador as condi<es ori!inais. Ele pode ser repetido sob diferentes
vari"veis de controle para verificar o efeito sobre o resultado. 8o entanto, embora possa
ser repetido, os valores observados no so i!uais em cada repetio, dado que as
condi<es de e(perimento para outro no so realmente idnticas. 8este caso, o resultado
uma vari"vel aleat6ria.
;m e(perimento no controlado aquele em que o pesquisador um mero
e(pectador dos dados. Ele no tem controle sobre a !erao dos dados. Os valores das
vari"veis econ7micas esto sob efeito de um sem n=mero de vari"veis simultaneamente.
8este caso, esses dados so com certe)a uma vari"vel aleat6ria.
Varive Aeat!ria > uma vari"vel cu?o valor no conecido at que se?a observado.
O valor de vari"vel no pode ser previsto acuradamente. 2 vari"vel aleat6ria pode ser
discreta ou continua.
Varive Aeat!ria "iscreta % so aquelas que s6 podem assumir valores finitos os
quais possam ser contados utili)ando%se os n=meros inteiros positivos.
Varive Aeat!ria #ont$nua > so aquelas que podem tomar qualquer valor real em
pelo menos um intervalo na reta real.