Documente Academic
Documente Profesional
Documente Cultură
DEPARTAMENTO DE ADMINISTRAO
ESTATSTICA I
ii
Estatstica I
Sumrio
Prefcio
1.1
O que Estatstica? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1.1
Estatstica Descritiva . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1.2
Estatstica Inferencial . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2
Tipos de Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3
Populao e Amostra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4
1.5
1.6
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2 Tabelas e Grcos
2.1
Coleta de Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2
2.3
2.4
Tabelas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.5
Grcos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.6
Distribuio de Frequncias . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.7
Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.7.2
O Problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.7.3
Outro exemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.7.4
Variao Importante . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.7.5
2.8
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.9
Referncias Bibliogrcas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
29
3.1
3.2
3.3
Mediana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
Estatstica I
iv
3.4
SUMRIO
3.3.1
3.3.2
Resumo e Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.5
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.6
Referncias Bibliogrcas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4 Principais Separatrizes
45
4.1
Determinao do Quartil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.2
4.3
4.4
O primeiro decil - D1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.5
4.6
Calculando os percentis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.7
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.8
Referncias Bibliogrcas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
5 Medidas de Variabilidade
59
5.1
5.2
5.2.2
5.3
Coeciente de Variao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
5.4
Medidas de Assimtria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5.4.1
5.5
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.6
Referncias Bibliogrcas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
69
6.1
6.2
Frequncia Relativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
6.3
Espao Amostral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
6.3.1
6.4
Probabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6.4.1
Funo de Probabilidade . . . . . . . . . . . . . . . . . . . . . . . . . 73
6.4.2
Teoremas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6.4.3
6.4.4
Probabilidade Condicional . . . . . . . . . . . . . . . . . . . . . . . . 80
. . . . . . . . . . . . . . . . . . . . 73
6.5
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
6.6
Teorema de Bayes
6.7
Referncias Bibliogrcas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
Estatstica I
Prefcio
Esta apostila o resultado de alguns anos de trabalho ministrando estatstica em
Instituies Federais e Particulares de ensino superior. Sem sombra de dvida, foi escrita,
a partir das experincias e descobertas vividas em sala de aula.
uma obra voltada, queles que procuram aprender a Estatstica Bsica, no intuito
de aplicar tal conhecimento resolues de questes do dia-a-dia. Para tanto, a linguagem
empregada foi to prxima da coloquial, quanto prximo foram os exemplos e comentrios,
aqui presentes, daqueles utilizados em minhas aulas.
Esta apostila no se prope a ser uma apostila tcnica, tampouco apresenta a complexidade normalmente inerente a "trabalhos cientcos". Revela, antes, a feio de um
manual, um material auxiliar, cuja meta , facilitar ao estudante a compreenso da matria, por intermdio de exemplos, de analogias e de elementos capazes de despertar seu
entendimento.
Coloco-me a inteira disposio para acolher quaisquer sugestes e crticas que possam
vir a possibilitar o aperfeioamento desta obra. A todos o meu muito obrigado.
Atenciosamente.
Augusto Filho
assf@unihorizontes.br
Estatstica I
vi
Prefcio
Estatstica I
Captulo 1
Jornalista Ingls, Sociologo e Escritor: The Time Machine, The Invisible Man e The War Of The
Worlds
Estatstica I
gerais que extrapolam as observaes existentes. As ferramentas para a estatstica inferencial nos permitem utilizar um pequeno lote de observaes existentes, no sentido de
vericar: a veracidade de uma declarao de um fabricante em relao ao desempenho
de toda uma populao de carros; um pronunciamento de uma autoridade do governo de
que a maioria dos cidados posiciona-se a favor do controle sobre armamentos. Referncias estatsticas em relatrios de pesquisa geralmente empregam ferramentas oriundas da
estatstica inferencial.
Muito provavelmente, voc ainda detm pouco ou nenhum conhecimento sobre a estatstica inferencial. No entanto, com uma combinao apropriada de familiarizao e
esforo, voc se tornar capaz de lidar com o assunto de maneira bastante simpes e de
elaborar seus prprios relatrios.
Estatstica I
1 seja menor que 2 ou que 2 seja maior do que 1. Por outro lado, respostas a pergunta
como Qual a sua altura?, que pode assumir as classicaes baixa, mdia e alta, um
exemplo de dados qualitativos ordinais.
As variveis quantitativas, ao contrrio das qualitativas que apresentam as qualidades
(ou atributos) de um elemento pesquisado, representam as possveis realizaes como nmeros, resultantes de uma contagem ou mensurao. Essas variveis podem ser dividias
em dois tipos:
Estatstica I
qual o remdio foi dado chamado grupo experimental e o outro o grupo de controle.
Torna-se necessria anlise estatstica para determinar se todos as diferenas observadas
realmente foram causadas pelo remdio ou poderiam ter sido causadas por outros fatores.
Se estivermos recebendo um grande embarque de mercadorias de um fornecedor, teremos de certicar-nos de que o produto realmente satisfaz os requisitos de qualidade
acordados. Seria por demais dispendioso fazer uma vericao de cada item; mas, aqui,
mais uma vez, as tcnicas estatsticas vm em nosso auxlio, permitindo-nos fazer inferncias sobre a qualidade de todo o lote mediante inspeo de uma amostra de itens escolhidos
aleatoriamente.
1.6 Exerccios
Exerccio 1. Discuta as diferenas entre a estatstica como fato numrico e a estatstica
como uma disciplina ou campo de estudo.
b) Inteno de voto para presidente (possveis respostas so os nomes dos candidatos, alm
de no sei);
b) Sempre que estivermos trabalhando com nmeros, deveremos utilizar a Inferncia Estatstica;
c) A Estatstica Descritiva fornece uma maneira adequada de tratar um conjunto de valores, numricos ou no, com a nalidade de conhecermos o fenmeno de interesse;
Estatstica I
1.6 Exerccios
e) As tcnicas estatsticas no so adequadas para casos que envolvam experimentos destrutivos como, por exemplo queima de equipamentos, destruio de corpos de provas,
etc.
d) A m de avaliar a inteno de voto para presidente dos brasileiros, 122 pessoas foram
entrevistadas em Braslia
Estatstica I
Estatstica I
Captulo 2
Tabelas e Grcos
A nalidade das aulas iniciais apresentar os principais conceitos sobre o levantamento
de dados; destacar as tcnicas de apresentao, por meio de tabelas e grcos; oferecer as
medidas estatsticas prprias para anlises e as tcnicas usadas para a interpretao dos
dados numricos, em resumo, minha preocupao explorar cada uma das partes que compem a seguinte denio: "A estatstica coleta, apresentao, anlise e interpretao de
dados numricos". Particularmente, neste captulo, destacaremos a Estatstica descritiva
que pode ser resumida no diagrama:
10
Tabelas e Grcos
envolvidos; exame das informaes disponveis; delineamento da amostra etc.), o passo seguinte a coleta de dados, que consiste na busca ou compilao das variveis, componentes
do fenmeno a ser estudado. A coleta de dados direta quando os dados so obtidos na
forma originria. Os valores assim compilados so chamados de dados primrios, como
por exemplo, nascimentos, casamentos e bitos, registrados no Cartrio de registros Civil;
opinies obtidas em pesquisas de opinio publica; vendas registradas em notas scais da
empresa, etc. O conjunto de informaes disponveis, aps a tabulao do questionrio ou
pesquisa de campo, denominado de tabela de dados brutos e contm os dados da maneira
que forma coletados inicialmente. Por exemplo, imaginemos um questionrio elaborados
para uma turma de alunos, desta forma, cada uma das caractersticas perguntadas aos alunos, tais como o peso, a idade e a altura, entre outras, denominada de varivel. Assim,
a varivel Altura assume os valores (em metros) 1, 60; 1, 58;... e a varivel Turma assume
os valores A ou B. Claramente tais variveis tm naturezas diferentes no que tange aos
possveis valores que podem assumir. Tal fato deve ser levado em conta nas anlises e,
para xar idias, vamos considerar dois grandes tipos de variveis: numricas e no numricas. As numricas sero denominadas quantitativas, ao passo que as no numricas,
qualitativas. A varivel qualitativa quando os possveis valores que assume representam
atributos e/ou qualidades. Se tais variveis tm uma ordenao natural, indicando intensidades crescentes de realizao, ento elas sero classicadas como qualitativas ordinais.
Caso contrrio, quando no possvel estabelecer uma ordem natural entre seus valores,
elas so classicas como qualitativas nominais. Variveis tais como Turma (A ou B), Sexo
(feminino ou masculino) e Fuma (Sim, no) so variveis qualitativas nominais. Por outro
lado, variveis como Tamanho (pequeno, mdio ou grande), Classe Social (baixa, media
ou alta) so variveis qualitativas ordinais. Variveis quantitativas, isto , variveis de
natureza numrica, podem ser subdivididas em discretas e continuas. A grosso modo, variveis quantitativas discretas podem ser vistas como resultantes de contagens, assumindo
assim, em geral, valores inteiros. De uma maneira mais formal, o conjunto dos valores
assumidos nito ou enumervel. J as variveis quantitativas continuas assumem valores
em intervalos dos nmeros reais e, geralmente, so provenientes de uma mensurao.
Resumimos a classicao das variveis no esquema apresentado a seguir:
Estatstica I
11
vista como discreta, entretanto, se levarmos em conta os dias, no absurdo falar que a
idade 2,5 ou 2,85 anos, dando assim respaldo para classica-la como contnua.
2.4 Tabelas
A elaborao de tabelas obedece Resoluo do conselho nacional de Estatstica.
Uma tabela e mesmo um grco deve apresentar o cabealho; o corpo; e o rodap.
O cabealho deve conter o suciente para que sejam respondidas as seguintes questes:
Estatstica I
1980
2181
1981
3948
1982
5642
1983
7550
1984
10009
1985
11728
1986
18873
1987
29076
12
Tabelas e Grcos
Fonte: Departamento de Marketing da Cia.
Frequncias Dias
10
2
Fonte: DNER.
2.5 Grcos
A representao grca das series estatsticas tem por nalidade dar uma idia, a
mais imediata possvel, dos resultados obtidos, permitindo chegar-se a concluses sobre a
evoluo do fenmeno ou sobre como se relacionam os valores da serie. No h apenas
uma maneira de representar gracamente uma serie estatstica. A escolha do grco mais
apropriado car a critrio do analista. Contudo, os elementos simplicidade, clareza e
veracidade devem ser considerados quando da elaborao de um grco. Eis os principais
tipos de grcos.
1. Grco em Colunas.
Populao Brasileira - 1940- 1970
Ano
Populao
1940
41.236.315
1950
51.944.397
1960
70.119.071
1970 93.139.037
Fonte: Anurio Estatstico - 1980
2- Grco em Barras. semelhante ao grco em colunas, porm os retngulos so
dispostos horizontalmente. Eis uma congurao:
Prof. Augusto Filho - assf@unihorizontes.br
Estatstica I
13
AMOSTRA: Considerando-se a impossibilidade, na maioria das vezes, do tratamento de todos os elementos da populao, retiraremos uma amostra. Para nossos
propsitos, admite-se que uma amostra j tenha sido escolhida de conformidade com
alguma tcnica de amostragem.
Estatstica I
14
Tabelas e Grcos
abaixo :
Classes
Frequncia
0 ` 10
10 ` 20
20 ` 30
13
30 ` 40
11
40 ` 50
50 ` 60
valor abaixo de 30", como responderamos? Ora, observando as classes desta distribuio,
vemos facilmente que "participam desta resposta"os elementos das trs primeiras classes.
Desta forma, teramos 5 elementos na primeira classes (abaixo de 10), mais 8 elementos
na segunda classe (de 10 a 20) e nalmente 13 elementos na terceira classe (valores de 20
a 30). Somando tudo, nossa resposta seria 26. Sem problemas!
Mais uma vez: a pergunta agora "quantos elementos deste conjunto tm valor acima
de 40?" Tambm sem grandes diculdades, percebemos que "participam desta resposta"os
elementos das duas ltimas classes, ou seja, elementos com valor de 40 a 50 (quinta classe)
e de 50 a 60 (sexta classe).
Logo, como temos 7 elementos na penltima, e 3 elementos na ltima classe, nossa
resposta seria a soma, ou seja, 10 elementos. At aqui, tudo muito bem.
2.7.2 O Problema
A nova pergunta : quantos elementos deste mesmo conjunto tm valor menor ou igual
Estatstica I
15
Classes
Frequncia
0 ` 10
10 ` 20
20 ` 30
13
30 ` 40
11
40 ` 50
50 ` 60
O segredo, ento, trabalharmos com esta classe que participa apenas parcialmente da
resposta. Da, faremos:
10 13
8 X
Multiplicamos cruzando e chegaremos a:
16
Tabelas e Grcos
duas primeiras classes deste conjunto, as quais, como vimos, participam integralmente do
resultado.
Da, teremos:
Frequncia
0 ` 10
10 ` 20
20 ` 30
13
30 ` 40
11
40 ` 50
50 ` 60
Observamos que este valor, 34, no limite inferior ou superior de nenhuma das classes;
ao contrrio, est dentro da quarta classe.
Constatamos, ainda, pela mera observao, que, se a questo pede elementos com
valores acima de 34, esta quarta classe participar da resposta apenas de forma parcial.
Enquanto isso, as duas ltimas classes participaro integralmente do resultado. Ou seja:
Prof. Augusto Filho - assf@unihorizontes.br
Estatstica I
17
Classes
Frequncia
0 ` 10
10 ` 20
20 ` 30
13
30 ` 40
11
40 ` 50
50 ` 60
Ficou fcil perceber que teremos que trabalhar a regra de trs com a quarta classe,
para descobrir quantos de seus elementos participaro da resposta.
Para compor a regra de trs, inicialmente trabalhamos com a classe inteira. E, nesta
quarta classe, temos amplitude h=10 e frequncia simples Freq=11. Portanto, a primeira
linha da regra de trs ser a seguinte:
40. Ou seja, a amplitude desejada na resposta para essa classe ser apenas esta diferena:
40 34 = 6. Da, a segunda linha da regra de trs ser:
6 x (seis est para X)
Ou seja, na amplitude de 6, teremos X elementos.
Portanto, nossa regra de trs completa ser a seguinte:
10 11
6 X
Resolvendo, teremos: 10X = 6.11 E : X = 66/10=6,6
Ou seja, em relao quarta classe, participam da resposta apenas 6, 6 elementos! Para
chegarmos ao resultado da questo, todavia, temos de nos lembrar que as frequncias das
duas derradeiras classes tero participao integral. Da, teremos:
18
Tabelas e Grcos
0 ` 10
5%
10 ` 20
22%
20 ` 30
33%
30 ` 40
12%
40 ` 50
8%
Estatstica I
19
0 ` 10
5%
5% acumulados!
10 ` 20
22%
27% acumulados!
20 ` 30
33%
30 ` 40
12%
40 ` 50
8%
Assim, faremos nossa regra de trs com o seguinte raciocnio: na terceira classe, temos
amplitude h=10 e frequncia percentual (F req% = 33%). Logo, a primeira linha da regra
de trs ser:
10 33%
X 18%
Multiplicando em cruz, teremos:
X = (18%.10)/33% E : X=5,45
Agora o mais importante: como usar esse X encontrado? Somando-o ao limite inferior
da terceira classe.
Vamos entender: se estivermos no limite inferior da terceira classe (lininf = 20) e
somarmos a este a amplitude da classe inteira (h = 10), chegaramos ao limite superior
(linsup = 30). Todavia, no nos interessa somar o limite inferior com a amplitude da classe,
pois, assim, "avanaramos", mais 33% dos elementos.
Queremos avanar apenas 18% dos elementos, o que corresponde a uma amplitude de
20
Tabelas e Grcos
Classes
P%
70 - 90
90 - 110
15
110 - 130
40
130 - 150
70
150 - 170
85
170 - 190
95
190 - 210
100
Soluo
Esta questo pede a resposta em valores percentuais, ou seja, ela quer que trabalhemos
com frequncia relativas, mais especicamente com a frequncia relativa simples (Freq).
Essa constatao foi fcil. Resta agora vericar se a coluna fornecida foi j a F req , ou se
foi alguma outra.
Ora, o enunciado foi explcito, armando que a coluna P "representa a frequncia
relativa acumulada". J aprendemos, neste caso, o que fazer para chegarmos coluna da
Estatstica I
21
Classes
F ac
Freq.
70 - 90
5%
5%
90 - 110
15% (15%-5%=)
10%
110 - 130
25%
130 - 150
30%
150 - 170
15%
170 - 190
10%
190 - 210
100% (100%-95%=)
5%
A questo quer saber valores "menores ou iguais a 145". fcil vericar que este
valor (145) est inserido na quarta classe (130 ` 150). Logo, trabalharemos a regra de
trs exatamente a, tendo em vista que as frequncias relativas das trs primeiras classes
participaro integralmente da resposta.
Ou seja, a situao ser a seguinte:
Classes
Freq.
70 - 90
5%
90 - 110
10%
110 - 130
25%
130 - 150
30%
150 - 170
15%
170 - 190
10%
190 - 210
5%
A primeira parte desta regra de trs levar em conta a quarta classe completa. Temos
uma amplitude de h = 20 e uma frequncia relativa de (F reqrelat = 30%). Da:
20 30%
15 X%
Resolvendo, caremos com:
Estatstica I
22
Tabelas e Grcos
Logo, este valor encontrado ser a parcela de participao da quarta classe na resposta.
Contudo, evidente que as frequncias relativas das trs primeiras classes tambm parti-
2.8 Exerccios
Exerccio 5. Dada a amostra: 3, 4, 4, 5, 7, 6, 6, 7, 7, 4, 5, 5, 6, 6, 7, 5, 8, 5, 6, 6, pede-se:
a) Construir a distribuio de freqncia.
b) Construir o grco de freqncias;
c) Determinar as freqncias relativas;
d) Determinar as freqncias acumuladas
e) Qual a amplitude amostral;
f) Qual a porcentagem de elementos maiores que 5.
Exerccio 6. Considere os dados obtidos pelas medidas das alturas de 100 indivduos
(dadas em cm);
151
152
154
155
158
159
159
160
161
161
161
162
163
163
163
164
165
165
165
166
166
166
166
167
167
167
167
167
168
168
168
168
168
168
168
168
168
168
169
169
169
169
169
169
169
170
170
170
170
170
170
170
171
171
171
171
172
172
172
173
173
173
174
174
174
175
176
175
175
176
176
176
176
177
177
177
177
178
178
178
179
179
180
180
180
180
181
181
181
182
182
182
183
184
185
186
187
188
190
190
Calcule:
Prof. Augusto Filho - assf@unihorizontes.br
Estatstica I
2.8 Exerccios
23
a) amplitude amostral;
b) o numero de classes;
c) a amplitude das classes;
d) os limites das classes;
e) as freqncias absolutas das classes;
f) as freqncias relativas;
g) Os pontos mdios das classes;
h) A freqncia acumulada;
i) O histograma - polgono de freqncia;
j) O grco de freqncia acumulada.
Exerccio 7. As notas de 32 estudantes de uma classe esto descritas a seguir :
6, 0
0, 0
2, 0
6, 5
5, 0
3, 5
4, 0
7, 0
8, 0
7, 0
8, 5
6, 0
4, 5
0, 0
6, 5
6, 0
2, 0
5, 0
5, 5
5, 0
7, 0
1, 5
5, 0
5, 0
4, 0
4, 5
4, 0
1, 0
5, 5
3, 5
2, 5
4, 5
Determine:
a) O rol;
b) As distribuies de freqncias (varivel continua);
c) O maior e o menor graus;
d) A amplitude total;
e) Qual a porcentagem dos alunos que tiveram nota menor do que 4;
f) Qual o limite superior da segunda classe;
g) Qual o ponto mdio da quarta classe;
h) Qual o ponto mdio da terceira classe;
i) Os grcos (histograma e grco da Fac ).
Exerccio 8. Os pesos de 40 alunos esto relacionados a seguir:
Estatstica I
24
Tabelas e Grcos
69
57
72
54
93
68
72
58
64
62
65
76
60
49
74
59
66
83
70
45
60
81
71
67
63
64
53
73
81
50
67
68
53
75
65
58
80
60
63
53
Frequcia
2, 25 | 2, 55
2, 55 | 2, 75
2, 75 | 2, 95
2, 95 | 3, 15
3, 15 | 3, 35
3, 35 | 3, 65
Total
a) Construa o histograma;
b) Qual a porcentagem de valores que esto acima do nvel 3 ?
Exerccio 10. A tabela a seguir apresenta as freqncias relativas de ocorrncias de faixas
de altura (em cm) para uma amostra de 100 crianas de 12 anos de idade.
a) Construa o histograma;
b) Desejando-se separar os 15% mais altos, qual sria o ponto de corte?
c) Qual a porcentagem de valores que esto acima da faixa 115 ?
Faixas
Frequncia Relativa
100 | 100
0, 10
100 | 120
0, 25
120 | 130
0, 30
130 | 140
0, 25
140 | 160
0, 10
Estatstica I
2.8 Exerccios
25
150 179
180 209
210 239
10
240 269
13
270 299
33
300 329
40
330 359
35
360 389
30
390 419
16
420 449
12
Total
200
26
39
25
39
22
42
40
39
22
21
40
16
32
39
21
28
39
18
37
23
14
27
44
30
32
21
15
26
43
26
Tabelas e Grcos
10
15
13
14
10
11
12
13
14
15
10
10
11
13
14
15
16
12
13
14
16
85
33
52
65
77
84
65
74
57
71
35
81
50
35
64
74
47
54
68
80
61
41
91
55
73
59
53
77
45
41
55
78
48
69
85
67
39
60
76
94
98
66
66
73
42
65
94
88
89
Pede-se:
Estatstica I
27
Estatstica I
28
Tabelas e Grcos
Estatstica I
Captulo 3
X=
xi
i=1
, ou simplesmente x =
P
n
xi
n
3+7+8+10+11
5
= 7, 8. Desta forma x = 7, 8
F1 , F2 , ..., Fn Assim:
P
x=
x i Fi
,
n
Exemplo 3.2.
a) Dada a seguinte distribuio
Estatstica I
30
2 | 4
15
4 | 6
10
50
6 | 8
14
98
8 | 10
72
10 | 12
11
33
T otal
40
268
x=
x i Fi
n
268
40
= 6, 7
Concluso : Como a renda familiar foi dada em milhares de reais, podemos armar que
a renda mdia desse grupo de 40 famlias de R$6.700, 00.
Fi
xi
Fi
xi Fi
15
Total
10
26
Logo, temos:
P
x=
xi Fi
n
26
10
= 2, 6
Exemplo 3.3. Quer se estudar o nmero de erros de impresso de um livro. Para isso
escolheu-se uma amostra de 50 paginas, encontrando-se o nmero de erros por paginas da
tabela abaixo.
Prof. Augusto Filho - assf@unihorizontes.br
Estatstica I
31
Frequncia
25
20
Exemplo 3.4. As taxas de juros recebidas por 10 aes durante um certo perodo foram
(medidas em porcentagem) 2, 59; 2, 64; 2, 60; 2, 62; 2, 57; 2, 55; 2, 61; 2, 50; 2, 63; 2, 64.
Calcule a mdia das taxas apresentadas.
Exemplo 3.5. Para facilitar um projeto de ampliao da rede de esgoto de uma certa
regio de uma cidade, as autoridades tomaram uma amostra de tamanho 50 dos 270 quarteires que compem a regio, e foram encontrados os seguintes nmeros de casa por quarteiro.
2
10
13
14
15
15
16
16
18
18
20
21
22
22
23
24
25
25
26
27
29
29
30
31
36
42
44
45
45
46
48
52
58
59
61
61
61
65
66
66
68
75
78
80
89
90
92
97
Exemplo 3.6. A tabela dada a seguir apresenta uma parte dos resultados de uma pesquisa
realizada por alunos do curso de Especializao em centro cirrgico e centro de material,
no hospital Universitrio de Belo Horizonte, no ano de 1996, com o objetivo de traar o
perl dos partos ocorridos. Estes dados foram apresentados em relatrio nal de pesquisa
apresentado na disciplina de Estatstica.
Estatstica I
32
Freq.
26 | 28
28 | 30
30 | 32
32 | 34
10
34 | 36
36 | 38
14
18
38 | 40
28
36
40 | 42
13
17
42 | 44
Total
78
100
Exemplo 3.9. Calcule para cada uma das distribuies abaixo sua respectiva mdia.
a)
xi
Fi
12
b)
Prof. Augusto Filho - assf@unihorizontes.br
Estatstica I
Fi
10
11
12
10
13
33
Exerccio 16. Dadas as estaturas de 140 alunos, conseguiu-se a distribuio abaixo. Calcular a mdia.
Estatura (cm)
N.de alunos
145 | 150
150 | 155
10
155 | 160
27
160 | 165
38
165 | 170
27
170 | 175
21
175 | 180
180 | 185
Exemplo 3.10. Abaixo temos a distribuio dos aluguis de 65 casas. Determine sua
mdia.
Aluguel
Frequncia
1, 5 | 3, 5
12
3, 5 | 5, 5
18
5, 5 | 7, 5
20
7, 5 | 9, 5
10
9, 5 | 11, 5
10
15
20
25
10
15
20
25
12
11
11
34
3.3 Mediana
Colocados os valores em ordem crescente, mediana o elemento que ocupa a posio
central.
Vamos considerar, em primeiro lugar, a determinao da mediana para o caso de
varivel discreta, isto , para distribuio de freqncia simples.
Assim, para a srie:
Estatstica I
3.3 Mediana
3.3.1
35
a)
n+1
2
, ou seja, 11+1
= 6a .
2
n
Logo, temos :n = 42, n par, logo x
e ser a mdia entre os elementos de ordem
e
2
n
42
42
+ 1, ou seja
= 21a e
+ 1 = 22a . Portanto, como no exemplo anterior, identica-se
2
2
2
os elementos de ordem 21a e 22a pela Fac
Assim, temos: 21a corresponde a 87.
3.3.2
21a + 22a
87 + 87
=
= 87
2
2
n
. Como a varivel contnua, no se preocupe se n par
2
Prof. Augusto Filho - assf@unihorizontes.br
36
2a Passo Pela Fac identica-se a classe que contm a mediana (classe Medinica);
3a Passo Utiliza-se a frmula:
x
e = li +
(50% de n
Fxe
f) h
em que:
1a Passo Calcula-se
Classe
Freq
Fac
35 | 45
45 | 55
12
17
55 | 65
18
35
65 | 75
14
49
75 | 85
55
85 | 95
58
Total
58
n
. Como n = 58, temos
2
58
2
= 29a ;
(50% de n
x
e = li +
Fxe
onde:
li = 56; n = 58;
f) h
Logo:
58
x
e = 56 +
17 10
= 61, 67
18
Estatstica I
3.3 Mediana
37
xi
Fi
xi
Fi
73
75
10
77
15
79
81
b)
1 |3
3 |5
5 |7
7 |9
9 | 11
11 | 13
Freq
b)
Classes
22| 25
25| 28
28| 31
31| 34
Freq
18
25
30
20
Freq.
5| 20
13
20| 35
15
35| 50
11
50| 65
65| 80
10
80| 95
95| 110
Total
60
Fonte: Relatrio de pesquisa de alunos
Estatstica I
38
xi
Fi
243
245
17
248
23
251
20
307
A Moda ser 248. Indica-se Mo = 248. Notem que esse nmero o mais comum
nesta distribuio (aparece mais vezes).Para dados Agrupados em classes, temos diversas
frmulas para o calculo da Moda. Apresentarei o MTODO de CZUBER.
M o = li +
1
h
1 + 2
Onde:
F req
0| 1
1| 2
10
2| 3
17
3| 4
4| 5
T otal
43
Estatstica I
39
M o = li +
1
h
1 + 2
Em que:
li = 2
1 = 17 10 = 7
2 = 17 8 = 9
h=1
Logo:
7
1 = 2, 44
7+9
Desta forma, existe uma relao muito importante entre a mdia, a mediana e a moda.
Mo = 2 +
M oda. Em uma distribuio com assimetria negativa, observa-se que a M edia < M ediana <
M oda.
40
3.5 Exerccios
.
Exerccio 17. Os valores a seguir so os pagamentos (em dlares) feitos aos executantes
de um concerto de rock. A mdia $8900. Calcule a mediana.
500
600
800
50.000
1.000
500
Exerccio 18. Para uma amostra de 16 clientes de um pequeno mercado, foram observados
os seguintes montantes de vendas, ordenados em ordem crescente:
0, 10
0, 10
0, 25
0, 25
0, 35
0, 40
0, 53
0, 90
1, 25
1, 35
2, 45
2, 71
3, 09
3, 09
4, 00
4, 10
Determine:
Prof. Augusto Filho - assf@unihorizontes.br
Estatstica I
3.5 Exerccios
41
a) A mdia;
b) A mediana;
c) A moda para esses valores de vendas.
Exerccio 19. Como voc descreveria a distribuio dos dados do problema anterior do
ponto de vista da assimetria?
Exerccio 20. Se lhe pedissem uma descrio dos dados do Problema (2) que envolvesse
a informao da quantidade tpica de compra por cliente da amostra, qual medida de
tendncia central, ou promdio, voc utilizaria? Por qu?
Exerccio 21. Uma amostra de 20 operrios de uma companhia apresentou os seguintes salrios recebidos durante certa semana, arredondados para o dlar mais prximo e
apresentados em ordem crescente:.
140
140
140
140
140
140
140
140
155
155
165
165
180
190
200
205
225
225
230
240
Encontre:
a) A mdia;
b) A mediana;
c) A moda para este grupo de salrios.
Exerccio 22. Para os dados de salrios do problema 6, descrever a distribuio em termos
de assimetria.
Exerccio 23. Supondo que voc estivesse em cada uma das seguintes posies, indicar
qual promdio utilizaria para apresentar os dados do problema (5), e explicar em que sentido cada valor poderia ser considerado tpico. (a) Como Vice-Presidente da companhia
encarregado da negociao coletiva. (b) como presidente do grupo negociador dos empregados.
Exerccio 24. Um especialista em padres de trabalho observa, em um escritrio, a quantidade de tempo requerida para a digitao de uma amostra de 10 cartas, com os seguintes
resultados enumerados em ordem crescente, arredondados para o minuto mais prximo:
5, 5, 5, 7, 9, 14, 15, 16, 18. Determinar:
a) A mdia;
b) A mediana;
c) A moda para este grupo de valores.
Estatstica I
42
Exerccio 26. Determine a mdia, a mediana e a moda. Supor que estes so todos os
apartamentos de determinada rea geogrca.
Distribuio de freqncia de taxas mensais de aluguel de apartamentos.
Aluguel
150 179
164, 50
180 209
194, 50
210 239
224, 50
10
240 269
254, 50
13
270 299
284, 50
33
300 329
314, 50
40
330 359
344, 50
35
360 389
374, 50
30
390 419
404, 50
16
420 449
434, 50
12
T otal
200
Exerccio 28. Em conjunto com uma auditoria anual, uma rma de contabilidade publica
anota o tempo necessrio para realizar a auditoria de 50 balanos contbeis, tal como
indicado na tabela abaixo.
Calcular:
a) A mdia;
b) A mediana;
c) A moda para o tempo de auditoria necessrio para esta amostra de registros.
T empo de audit
oria
P ontoM edio
Nu
mero de balanos
10 19
14, 5
20 39
34, 5
10
40 49
44, 5
12
50 59
54, 5
20
T otal
50
Estatstica I
43
Estatstica I
44
Estatstica I
Captulo 4
Principais Separatrizes
Passamos, agora, a uma anlise mais pormenorizada das medidas separatrizes - ltimo
passo antes de adentrarmos no estudo das medias de disperso.
Em um momento anterior, quando iniciamos o estudo da mediana, j havamos feito
as primeiras consideraes acerca das medidas separatrizes, armando que so tambm
medidas de posio (assim como as medidas de tendncia central - media, moda e mediana),
Vimos tambm que a mediana classica-se tanto como medida de tendncia central quanto
como medida separatriz, e que as separatrizes - como o prprio nome sugere - so aquelas
medidas que separam ou que dividem o conjunto em um certo numero de partes iguais.
No caso da mediana, vimos que ela divide o conjunto em duas metades. J o quartil,
separa o conjunto em quatro partes iguais; o decil, em dez partes e, nalmente, o centil
(ou percentil), em cem partes iguais.
Recordando disso, lembraremos tambm que aprendemos uma relao importantssima
entre as quatro medidas separatrizes. Na verdade, uma relao ate visual, que no
precisamos fazer esforo para decorar, bastando traar uma reta (que representar o
conjunto), e depois fazer as divises, exatamente como mostramos anteriormente quando
estudamos a mediana) e transcrevemos abaixo:
Md
Q2
D1
D2
D3
D4
D5
D6
D7
D8
D9
C10
C20
C30
C40
C50
C60
C70
C80
C90
M d = Q2 = D5 = C50
A mediana j sabemos calcular. Aprenderemos, agora, como determinar o valor das
demais medidas separatrizes.
Estatstica I
46
Principais Separatrizes
primeiro quartil.
Lembremos que, no caso da mediana, a primeira conta que fazamos era (n/2). Dividamos o n por 2, exatamente porque a mediana divide o conjunto em duas partes. Agora,
Prof. Augusto Filho - assf@unihorizontes.br
Estatstica I
47
sabemos que o quartil divide o conjunto em quarto partes. Portanto, a conta que faremos
(para o primeiro quartil) a seguinte:
25% de n.
Para fazer esta conta, tambm no nos preocuparemos se n um valor par ou mpar
(da mesma forma da mediana). Feita esta conta, passaremos a comparar seu resultado com
os valores de f ac, exatamente da mesma forma que zemos para ahcar a classe medianica.
A pergunta, agora adaptada ao quartil, ser a seguinte:
mediana, foi que agora fazemos (25% de n) em vez de (50% de n) e comparamos este
(25% de n) com a coluna da f ac.
Uma vez constatada qual a classe do primeiro quartil, s nos restar aplicar a frmula.
A facilidade em se memorizar a frmula do Q1 absoluta. Vamos recordar a frmula da
mediana:
M d = linf +
((50% de n) f acant )
.h
Fi
Agora s pensar o seguinte: o que mudou at aqui para o quartil foi que (50% de n)
passou a ser (25% de n). Ento tambm ser apenas isso que ir mudar na frmula. Da,
o primeiro ser determinado por:
Q1 = linf +
((25% de n) f acant ))
.h
Fi
Ora, esta frmula nos fala em limite inferior (linf ), em amplitude da classe (h), alm
de duas frequncias - Fi e f acant . A nica coisa que teremos de lembrar que todos esses
dados sero retirados, tomando como referncia a classe do primeiro quartil.
Em suma, os passos para determinao do Q1 de um conjunto de dados sero os seguintes:
48
Principais Separatrizes
((25% de n) f acant ))
.h
Fi
Vamos a um exemplo. Para o conjunto abaixo, determinemos o valor do primeiro
Q1 = linf +
quartil.
Classe
Fi
0 ` 10
10 ` 20
20 ` 30
30 ` 40
40 ` 50
Soluo:
1a. Passo: encontraremos n e calcularemos (25% de n) ;
Classe
Fi
0 ` 10
10 ` 20
20 ` 30
30 ` 40
40 ` 50
Total
24
Fi
f ac
0 ` 10
10 ` 20
20 ` 30
15
30 ` 40
21
40 ` 50
24
Total
24
Estatstica I
49
Fi
f ac
0 ` 10
10 ` 20
20 ` 30
15
30 ` 40
21
40 ` 50
24
Total
24
(10 ` 20) e dizemos que esta ser nossa clase do primeiro quartil.
4a. Passo: s nos resta agora aplicar a frmula do primeiro quartil, tornando como
referncia a classe do Q1 , que acabamos de encontrar. Teremos:
Q1 = linf +
((25% de n) f acant ))
.h
Fi
Q1 = 10 +
62
.10
5
Q1 = 18
o que ir ser alterado na determinao do clculo destas medidas separatrizes exatamente aquela frao que aparece no numerador da frlula.
No caso da mediana, a frao (50% de n) ; no caso do primeiro quartil, (25% de n) ;
nos demais quartis, como ser?
Para o segundo quartil, teremos um acumulo de (25% de n) do quartil anterior, logo o
segundo quartil car (50% de n). Da, a frmula do segundo quartil - Q2 - a seguinte:
Q2 = linf +
((50% de n) f acant ))
.h
Fi
50
Principais Separatrizes
Q3 = linf +
((75% de n) f acant ))
.h
Fi
Ora, conhecer a frao que consta na frmula da medida separatriz implica conhecer
tambm o primeiro passo para encontr-la.
Seno vejamos: no clculo da mediana, calculvamos o valor de (50% de n); no clculo
do primeiro quartil, calculvamos o valor de (25% de n) .
Por mera deduo, o primeiro passo para encontrarmos o valor do terceiro quartil ser
exatamente calcularmos o valor de (75% de n) .
Os passos para determinao do Q3 sero, portanto, os seguintes:
Q3 = linf +
((75% de n) f acant ))
.h
Fi
(f ac), para efeitos de encontrarmos a classe da medida separatriz, ou seja, a classe que
usaremos paa lanar os dados na frmula.
Prof. Augusto Filho - assf@unihorizontes.br
Estatstica I
51
Fi
0 ` 10
10 ` 20
20 ` 30
30 ` 40
40 ` 50
Soluo:
1a. Passo: encontraremos n e calcularemos (75% de n);
Classe
Fi
0 ` 10
10 ` 20
20 ` 30
30 ` 40
40 ` 50
Total
24
Fi
f ac
0 ` 10
10 ` 20
20 ` 30
15
30 ` 40
21
40 ` 50
24
Total
24
3a. Passo: comparamos os valores da f ac com o valor de (75% de n), fazendo a pergunta de praxe, adaptada ao terceiro quartil.
Estatstica I
Classe
Fi
f ac
0 ` 10
10 ` 20
20 ` 30
15
30 ` 40
21
40 ` 50
24
Total
24
52
Principais Separatrizes
Como a resposta SIM surgiu na f ac da quarta classe (30 ` 40), diremos que esta ser
nossa classe do terceiro quartil.
4a. Passo: aplicaremos a frmula do Q3 , usando os dados da classe do Q3 , que acabamos
de identicar.
Teremos:
Q3 = linf +
Q3 =
Q3 = 35
a (10% de n)?
E por que faremos isso? Porque precisamos encontrar a classe do primeiro decil, ou seja,
precisamos identicar a classe da qual extrairemos os dados para utilizarmos na frmula
do D1 .
Quando encontrarmos a classe do D1 , s teremos que aplicar a frmula do D1 . A
frmula do D1 ser igual da mediana, com uma nica diferena. Qual? Em lugar de
(50% de n), aparecer a frao (10% de n), uma vez que o decil divide o conjunto de dados
em dez partes iguais.
Estamos percebendo que os passos todos se identicam, quando se trata de determinarmos as medidas separatrizes.
Sero, portanto, os seguintes os passos adotados para o clculo do primeiro decil :
Estatstica I
53
((10% de n) f acant ))
.h
Fi
Vamos a um exemplo. Para o conjunto abaixo, determine o valor do primeiro decil.
D1 = linf +
Classe
Fi
0 ` 10
10 ` 20
20 ` 30
30 ` 40
40 ` 50
Total
24
Soluo:
1a.Passo: Encontraremos n e calculamos (10% de n );
Classe
Fi
0 ` 10
10 ` 20
20 ` 30
30 ` 40
40 ` 50
Total
24
Fi
f ac
0 ` 10
10 ` 20
20 ` 30
15
30 ` 40
21
40 ` 50
24
Total
24
Estatstica I
Classe
Fi
f ac
0 ` 10
10 ` 20
20 ` 30
15
30 ` 40
21
40 ` 50
24
Total
24
54
Principais Separatrizes
Como a resposta SIM surgiu na f ac da quarta classe (10 ` 20), diremos que esta ser
nossa classe do primeiro decil.
4a. Passo: aplicaremos a frmula do D1 , usando os dados da classe do D1 , que acabamos
de identicar.
Teremos:
D1 = linf +
((10% de n) f acant ))
.h
Fi
D1 = 10 +
2, 4 2
.10
5
D1 = 10, 8
ratrizes. Vejamos apenas o que haver de novo na determinao dos demais decis.
J sabemos que o que diferencia uma medida separatriz de outra, para ns de clculo,
aquela frao que aparece no numerador da frmula. Para o primeiro decil (D1 ), essa
frao (10% de n), conforme vimos acima. E, para os demais decis, qual ser a frao de
cada um deles?
Para o segundo decil, teremos (20% de n), assim teremos:
((20% de n) f acant ))
.h
Fi
Dai, conclumos que a frmula do D9 ser a seguinte frmula:
D2 = linf +
D9 = linf +
((90% de n) f acant ))
.h
Fi
Estatstica I
4.7 Exerccios
55
P1 = linf +
((1% de n) f acant ))
.h
Fi
P23 = linf +
((23% de n) f acant ))
.h
Fi
E assim, sucessivamente.
P83 = linf +
((83% de n) f acant ))
.h
Fi
4.7 Exerccios
Exerccio 30. Determine para o conjunto abaixo os valores do primeiro quartil, terceiro
quartil, primeiro decil e nono decil.
Classe
Fi
0 ` 15
15 ` 30
13
30 ` 45
15
45 ` 60
10
60 ` 75
Total
E interprete os resultados enontrados.
N. de lhos
10
11
12
Frequncia
10
45
32
50
23
23
Estatstica I
12
12
14
15
15
15
15
16
17
18
18
19
19
19
20
21
21
22
22
22
23
23
23
23
23
23
24
25
25
25
27
27
28
32
56
Principais Separatrizes
Freq. simples
33 ` 36
36 ` 39
39 ` 42
42 ` 45
45 ` 48
48 ` 51
51 ` 54
15
54 ` 57
23
57 ` 60
16
60 ` 63
24
63 ` 66
21
66 ` 69
21
69 ` 72
15
72 ` 75
(b) Acima de que nota encontram-se 80% dos indivduos? A que percentil corresponde
este valor?
Exerccio 34. Tempos, em minutos, de espera em uma la de niubs, durante 13 dias, de
uma cidado que se dirige diariamente ao seu emprego.
15
10
17
10
13
(a) Encontre a mdia, moda e mediana das informaes acima e interprete os resultados
encontrados;
(b) Encontre o primeiro quartil, o oitavo decil e o quadragsimo nono percentil e interprete
os resultados encontrados.
Estatstica I
57
Estatstica I
58
Principais Separatrizes
Estatstica I
Captulo 5
Medidas de Variabilidade
Neste captulo abordaremos a caracterstica da variao, de grande importncia para a
estatstica, sendo, por isso, uma das principais de todo o curso. O estudante deve dominar
os seguintes conceitos-chaves: (1) a variao se refere a quanto os valores podem diferir
entre si e pode ser medida por nmeros especcos; (2) os nmeros relativamente prximos
uns dos outros tm baixas medidas de variao, enquanto os valores mais dispersos tm
maior medida de variao; (3) o desvio padro uma medida de variao particularmente
importante, e devemos saber calcula-lo para um conjunto de valores; (4) os valores dos
desvios padro devem ser interpretados corretamente.
Quase nunca uma nica medida suciente para descrever de modo satisfatrio um
conjunto de dados. Tomemos como exemplo o caso da mdia aritmtica, que uma medida de locao, ou de tendncia central, largamente empregada, e consideremos os dois
conjuntos de observaes:
A:{ 25,28,31,34,37} B:{17,23,30,39,46}
Ambos tm a mesma mdia, x = 31. No entanto, percebe-se, intuitivamente, que
o conjunto B acusa disperso muito maior que o conjunto A. torna-se ento necessrio
estabelecer medidas que indiquem o grau de disperso, ou variabilidade, em relao ao
valor central.
i=1
60
n
P
i=1
Medidas de Variabilidade
(xi x) = x1 + x2 + ... + xn nx = nx nx = 0
Ento, a soma dos desvios em relao mdia no serve como medida de disperso, por
ser identicamente nula. Por ela, todos os conjuntos teriam variabilidade nula. Entretanto,
a idia de considerar a soma dos desvios em relao mdia boa. Se retirarmos o efeito
dos sinais da diferena, conseguimos uma boa medida de variabilidade. Isso pode ser feito
de duas maneiras: tomando-se o mdulo da diferena ou o quadrado da diferena. A
primeira opo leva ao desvio mdio DM.
|xi x|
n
Embora intuitivamente atraente, essa medida pouco utilizada.
DM =
s2 =
=
P
(xi x)2
(Varincia Populacional)
n
(xi x)2
(Varincia Amostral)
n1
s
s=
(xi x)2
ou s = s2
n1
Estatstica I
61
tempos de espera mais consistentes com menor variao. Assim que milhares de bancos
efetuaram uma modicao que resultou em uma variao menor (e clientes mais satisfeitos), mesmo que a mdia no tenha sido afetada. Consideremos agora uma amostra de
dados bancrios usados em uma prova de mestrado da ANPAD. Os valores relacionados
so tempos de espera (em minutos) de clientes.
Exemplo 5.1. Os clientes do B.B entram em uma la nica que atendida por trs
caixas. Os clientes da C.E podem entrar em qualquer uma de trs las que conduzem a
trs guichs. Se calcularmos a mdia de espera de ambos os bancos, veremos que possuem
a mesma mdia, 7, 15, a mesma mediana de 7, 20, a mesma moda de 7, 7. Com base
apenas nestas medidas de tendncia central, poderamos admitir que os tempos de espera
nos dois bancos fossem praticamente os mesmos. Todavia, esquadrinhado os tempos de
espera originais, constataramos uma diferena fundamental: O B.B tem tempos de espera
com muito menos variao do que a C.E. Mantidas todos as outras caractersticas, os
clientes provavelmente preferiro o B.B, onde no correm o risco de entrar em uma la
muito mais lenta do que as outras.
BB
6, 5
6, 6
6, 7
6, 8
7, 1
7, 3
7, 4
7, 7
7, 7
7, 7
CE
4, 2
5, 4
5, 8
6, 2
6, 7
7, 7
7, 7
8, 5
9, 3
10, 0
s2 =
(xi x)2 = (6, 5 7, 15)2 +(6, 6 7, 15)2 +(6, 7 7, 15)2 +...+(7, 7 7, 15)2 =
2, 0450
Como h n = 10 valores, divida, pois por 9, ou seja, (n 1 = 10 1 = 9) ;
P
2
s =
(xi x)2
2, 0450
=
= 0, 2272min2 .
n1
9
s=
Logo, s =
s2
0, 2272 = 0, 48 min
Teoricamente, deveramos dar aqui uma interpretao do desvio padro de 0,48 min,
mas essa interpretao ser dada mais adiante.
62
Medidas de Variabilidade
2 |4
4 |6
6 |8
8 | 10
10 | 12
T otal
Fi
20
Fi
2 |4
4 |6
6 |8
8 | 10
10 | 12
T otal
Fi
25
Fi
11
11
Estatstica I
63
CV =
s
ou CV =
x
x
Exemplo 5.9. Numa empresa, o salrio mdio dos homens de R$4.000 com desvio
padro de R$1.500, e o das mulheres em mdia de R$3.000 com desvio padro de R$1.200.
O que podemos concluir em relao aos salrios dos homens e das mulheres.
s
= 1.500
4.000 = 0, 375
x
s
1.200
Para as mulheres CV = = 3.000
= 0, 40
x
Para os homens CV =
Logo, podemos concluir que os salrios das mulheres apresentam maior disperso relativa que os dos homens. Para obtermos o resultado do CV em porcentagens, basta
multiplicarmos o resultado por 100. No caso, temos:
Para efeitos prticos, costuma-se considerar que CV superior a 50% indica alto grau
de disperso e, conseqentemente, pequena representatividade da mdia. Enquanto para
valores inferiores a 50%, a mdia ser tanto mais representativa do fato quanto menor for
o valor de seu CV .
Deve car claro que para grupos diferentes, usa-se o Coeciente de variao
para se ter idia da consistncia do grupo em estudo... Caso, o estudo seja feito
no mesmo grupo, o indicado a varincia amostral.
Exemplo 5.10. A seguir so apresentados os resultados da segunda prova das turmas de
Logstica e Geral. Compare as notas das turmas quanto a sua homogeneidade.
TURMA
MDIA
DESVIO PADRO
Logistica
22, 5
4, 5
Geral
24, 0
5, 4
Exemplo 5.11. Ache a mdia, a varincia e o desvio padro de cada uma das seguintes
distribuies:
a)
Xi
11
Fi
1/3
1/2
1/6
b)
Estatstica I
64
Medidas de Variabilidade
Xi
Fi
1/4
1/8
1/2
1/8
Exemplo 5.12. Num certo bairro da cidade de So Paulo, as companhias de seguro estabeleceram o seguinte modelo para o nmero de veculos furtados por semana:
F rutos
Fi
1/4
1/2
1/8
1/16
1/16
Estatstica I
5.5 Exerccios
65
5.4.1
As =
x Mo
S
Onde
Se AS = 0 a distribuio simtrica;
Se AS > 0 a distribuio assimtrica positiva;
Se AS < 0 a distribuio assimtrica negativa;
Quando no temos condies de calcular a mdia e o desvio padro utilizamos:
AS =
Q3 + Q1 2e
x
Q3 Q1
5.5 Exerccios
Exerccio 35. Determinar o coeciente de assimetria pelos dois processos para a distribuio:
66
Medidas de Variabilidade
Exerccio 38. Num teste aplicado a 20 alunos, obteve-se a seguinte distribuio de pontos:
Estatstica I
5.5 Exerccios
67
Calcular , S 2 , S , CV , AS .
Estatstica I
68
Medidas de Variabilidade
Estatstica I
Captulo 6
70
f (c) =
m
n
a) = {c, r}
b) = {1, 2, 3, 4, 5, 6}
c) = {(c, r), (c, c), (r, c), (r, r)}
d) = {A0 , ..., K0 , Ap , ..., Kp , AE , ..., KE , Ac , ..., Kc }
e) = {t <|t 0}
O evento aleatrio pode ser um nico ponto amostral ou uma reunio deles, como
veremos no exemplo:
Lanam-se dois dados. Enumerar os seguintes eventos:
A: sada de faces iguais.
B: saba de faces cuja soma seja igual a 10;
C: sada de faces cuja soma seja menor que 2;
D: sada de faces cuja soma seja menor que 15;
E: sada de faces onde uma face o dobro da outra.
Determinao do espao amostral: podemos determin-lo por uma tabela de dupla
entrada (produto cartesiano).
Prof. Augusto Filho - assf@unihorizontes.br
Estatstica I
71
dados
(1, 1)
(1, 2)
(1, 3)
(1, 4)
(1, 5)
(1, 6)
(2, 1)
(2, 2)
(2, 3)
(2, 4)
(2, 5)
(2, 6)
(3, 1)
(3, 2)
(3, 3)
(3, 4)
(3, 5)
(3, 6)
(4, 1)
(4, 2)
(4, 3)
(4, 4)
(4, 5)
(4, 6)
(5, 1)
(5, 2)
(5, 3)
(5, 4)
(5, 5)
(5, 6)
6
(6, 1) (6, 2) (6, 3)
Os ventos pedidos so:
(6, 4)
(6, 5)
(6, 6)
A = {(1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (6, 6)}
B = {(4, 6), (5, 5), (6, 4)}
C = (evento impossvel)
D = (evento certo)
E = {(1, 2), (2, 1), (2, 4), (3, 6), (4, 2), (6, 3)}
6.3.1
/ A}
Se A = A = {ei |ei
Exerccio 41. Lana-se um dado. Sejam A: sada de uma face par e B: sada de uma face
menor que 4. Determine os eventos:
a) AU B
b) A B
c) A
d) B
e) (A B)
Estatstica I
72
f) (A B)
g) (A B)
h) (A B)
i) B A
j) A B
Exerccio 42. Sejam A, B e C trs eventos de um espao amostral. Exprimir os eventos
abaixo, usando as operaes de reunio, interseco e complementao.
a) somente A ocorrer;
b) A e C ocorrem, mas B no;
c) A, B e C ocorrem;
d) pelo menos um ocorre;
e) exatamente um ocorre;
f) nenhum ocorre;
g) exatamente dois ocorrem;
h) pelo menos dois ocorrem;
i) no mximo dois ocorrem.
Exerccio 43. Suponha que um conjunto fundamental seja formado pelos inteiros positivos
de 1 a 10. Sejam A = {2, 3, 4}, B = {3, 4, 5}, C = {5, 6, 7}. Enumere os elementos dos
seguintes conjuntos:
a) A B
b) A B
c) A B
d) A (B C)
e) A (B C)
Exerccio 44. Mostre que a desigualdade verdadeira.
(A B) = A B
(A B) = A B
Prof. Augusto Filho - assf@unihorizontes.br
Estatstica I
6.4 Probabilidade
73
6.4 Probabilidade
6.4.1
Funo de Probabilidade
a funo P que associa a cada evento de F um nmero real pertencente ao
6.4.2
Teoremas
6.4.3
1
n.
1
n
= nr .
1
4
a) P (A)
b) P (B)
c) P (A B)
d) P (AU B)
e) P (A B)
Estatstica I
74
Exerccio 46. Se P (A) = 12 ; P (B) =
e P (A B) = 14 .
a) P (AU B)
b) P (AU B)
c) P (A B)
Exerccio 47. Considere dois eventos: A e B , mutuamente exclusivos, com P (A) = 0, 3
e P (B) = 0, 5. Calcule:
a) P (A B)
b) P (AU B)
c) P (A|B)
d) P (Ac )
e) P ((AU B)c )
Exerccio 48. Sendo P (A) = x, P (B) = y e P (A B) = z , calcular:
a) P (AU B)
b) P (A B)
c) P (A B)
d) P (AU B)
Exerccio 49. Se A, B, C so eventos arbitrrios, exprima em notao de conjuntos os
seguintes eventos:
a) ocorrem apenas 2;
b) ocorrem no mais de 2;
c) ocorrem A e B mas no C ;
d) ocorre ao menos um;
e) no ocorre nenhum;
f) ocorre apenas um.
Exerccio 50. Sejam = {1, 2, 3, 4, 5, 6, 7, 8, 9}, A = {2, 4, 6, 8}, B = {1, 3, 5, 7, 9}, C =
{2, 3, 4, 5} e D = {1, 6, 7}. Encontre:
a) AU B
Prof. Augusto Filho - assf@unihorizontes.br
Estatstica I
6.4 Probabilidade
75
b) A B
c) C
d) (C D) B
e) A C D
Exerccio 51. Sendo P (A) = x, P (B) = y e P (A B) = z , Calcular:
a) P (A B)
b) P (A B)
c) P (A B)
d) P (A B)
Exerccio 52. Sejam A e B eventos com P (A) = 38 , P (B) =
1
2
e P (AB) = 14 . Encontre:
a) A e B so mutuamente excludentes?
b) P (A B)
c) P (A)
d) P (B)
e) P (A B)
f) P (A B)
g) P (A B)
h) P (A B)
Exerccio 53. Sejam A e B os eventos com P (AU B) = 3/4, P (A) = 2/3 e P (A B) =
1/4. Determine:
a) A e B so mutuamente excludentes?
b) P (A)
c) P (B)
d) P (A B)
Exerccio 54. Sejam A e B eventos tais que: P (A) = 1/2; P (B) = 1/4 e P (AB) = 1/5.
Calcule:
a) A e B so disjuntos?
Estatstica I
76
b) P (A B)
c) P (A)
d) P (B)
e) P (A B)
f) P (A B)
g) P (A B)
h) P (A B)
Exerccio 55. Suponha que A e B sejam eventos tais que P (A) = 2/5, P (B) = 2/5 e
P (A B) = 1/2. Determine:
a) P (A B)
b) P (A)
c) P (B)
d) P (A B)
e) P (A B)
f) P (A B)
g) P (A B)
i) A e B so disjuntos ?
Exerccio 56. Se P (A) = 1/3, P (A B) = 1/2 e P (A B) = 1/4, determine P (B)
Exerccio 57. Se A e B so eventos disjuntos e P (A) = 0, 5 e P (A B) = 0, 6,encontre
P (B)
Exerccio 58. Uma escola do ensino mdio do interior de Minas Gerais tem 40% de
estudantes do sexo masculino. Entre estes, 20% nunca viram o mar, ao passo que, entre as
meninas, essa porcentagem de 50%. Qual a probabilidade de que um aluno selecionado
ao acaso seja:
Estatstica I
6.4 Probabilidade
77
a) Ser esportista;
b) Ser esportista e aluno da Biologia Noturno;
c) No ser da Biologia;
d) Ser esportista ou aluno da Biologia;
e) No ser esportista enm aluno da Biologia.
Exerccio 61. Dois processadores tipos A e B so colocados em teste por 50 mil horas. A
probabilidade de que um erro de clculo acontecer em um processador do tipo A de 1/30,
no tipo B , 1/80 e em ambos, 1/1000. Qual a probabilidade de que:
a) P (A)
b) P (B)
c) P (A B)
d) P (A B)
e) P (A B)
Estatstica I
78
f) P (A B)
Exerccio 64. De 300 estudantes de administrao, 100 esto matriculados em Contabilidade e 80 em Estatstica. Estes dados incluem 30 que esto matriculados em ambas
as disciplinas. Qual a probabilidade de que um estudante aleatoriamente escolhido esteja
matriculado em Contabilidade (A) ou em Estatstica (B)?
Resistncia a choques
Alta
Baixa
Alta
80
Baixa
Faa A denotar o evento em que um disco tenha alta resistncia a choque e faa B
denotar o evento em que um disco tenha alta resistncia a arranhes. Se um disco for
selecioando aleatoriamente, determine as seguintes probabilidades:
a) P (A)
b) P (B)
c) P (A)
d) P (A B)
e) P (A B)
f) P (A B)
Exerccio 67. Amostras de uma pea de alumnio fundido so classicadas com base
no acabamento )em micropologadas) da superfcie e nas medidas de comprimento. Os
resultados de 100 peas so resumidos a seguir:
Prof. Augusto Filho - assf@unihorizontes.br
Estatstica I
6.4 Probabilidade
79
Acabamento da Superfcie
Comprimento
excelente
bom
excelente
75
bom
10
Faa A denotar o evento em que uma amostra tenha excelente acabamento na superfcie
e faa B denotar o evento em que uma amostra tenha excelente comprimento. Se uma
amostra for selecionada ao acaso, determine as seguintes probabilidades:
a) P (A)
b) P (B)
c) P (A)
d) P (A B)
e) P (A B)
f) P (A B)
Exerccio 68. Amostras de uma espuma, provenientes de tres fornecedores so classicados com relao a satisfazer ou no as especicaes. Os resultados de 100 amostras so
resumidas a seguir:
Fornecedor
Obdece
SIM
NO
18
17
50
10
Faa A denotar o evento em que uma amostra seja proveniente do fornecedor 1 e faa
B denotar o evento em que uma amostra atenda s especicaes. Se uma amostra de
espuma for selecionada ao acaso, determine as seguintes probabilidades:
a) P (A)
b) P (B)
c) P (A)
d) P (A B)
e) P (A B)
f) P (A B)
Estatstica I
80
g) P (A B)
Exerccio 69. Se P (A) = 0, 3 , P (B) = 0, 2 e P (A B) = 0, 1. Determine as seguintes
probabilidades.
a) A e B so disjuntos?
b) P (A)
c) P (A B)
d) P (A B)
e) P (A B)
f) P (A B)
h) P (A B)
Exerccio 70. Se A, B e C forem eventos mutuamente excludentes, comP (A) = 0, 2,
P (B) = 0, 3 e P (C) = 0, 4, determine as seguintes probabilidades:
a) P (A B C)
b) P (A B C)
c) P (A B)
d) P [(A B) C]
Exerccio 71. Um rebanho de cem bovinos est formado por 52 Hereford, 27 Angus,
dez Shorthom e os demais Zebu. Escolhido ao acaso um bovino do rebanho, qual a
probabilidade de que seja Hereford ou Angus?
100 so homes (H) e 150 so mulheres (M), 110 cursam matemtica nanceira (F) e 140
cursam direito trabalhista (Q). A distribuio dos alunos a seguinte:
Sexo/Disciplina
Total
40
60
100
70
80
150
Total
110
140
250
Estatstica I
6.4 Probabilidade
81
P (Q/M ) =
80
150
80
150
e representamos:
80
250
e P (M ) =
150
250 .
P (Q/M ) =
logo
P (Q/M ) =
80
250
150
250
80
150
P (M Q)
P (M )
P (AB)
P (B) , seP (B)
6= 0.
P (BA)
P (A) , seP (A)
6= 0.
Tambm:
P (B/A) =
3
4
e P (A B) =
P (AB)
P (B) ,devemos
11
12 ,
calcular P (A/B).
calcular P (A B).
1
3
3
4
P (A B) P (A B) =
Logo P (A/B) =
1/6
3/4
2
12
1
6
2
9
Tiramos da denio da probabilidade condicional, o chamado TEOREMA DO PRODUTO: Sejam A e B . Ento P (A B) = P (B).P (A/B) ou P (A B) =
P (A).P (B/A).
Teorema do Produto
A partir da denio de probabilidade condicional, poderemos enunciar o teorema
do produto:
A probabilidade da ocorrncia simultnea do dois eventos, A e B, do mesmo espao
amostral, igual ao produto da probabilidade de um deles pela probabilidade condicional
do outro, dado o primeiro.
Assim:
P (A/B) =
P (AB)
P (B)
= P (A B) = P (B)P (A/B)
P (AB)
P (A)
= P (A B) = P (A)P (B/A)
ou
P (B/A) =
82
P (A B) = P (A)P (B/A) =
8 7
12 . 11
14
33
Independncia Estatstica
Um evento A considerado independente de um outro evento B se a probabilidade de
A igual probabilidade condicional de A dado b, isto , se
P (A) = P (A/B)
evidente que, se A independente de b, B independente de A; assim:
P (B) = P (B/A)
(6.1)
P (A B) = P (A).P (B)
(6.2)
6.5 Exerccios
Exerccio 72. Sendo = {1, 2, 3, 4} um espao amostral equiprovvel e A = {1, 2}; B =
{1, 3}; C = {1, 4} trs eventos de . Vericar se os eventos A, B e C so independentes.
a) mutuamente exclusivos;
b) independentes.
Exerccio 74. Se P (AU B) = 0, 8; P (A) = 0, 5 e P (B) = x, determine o valor de x no
caso de:
Estatstica I
6.5 Exerccios
83
Exerccio 79. O Atltico Mineiro ganha com probabilidade 0, 7 se chove e com 0, 8se no
chove. Em Setembro a probabilidade de chuva de 0, 3. O Atltico ganhou uma partida
em Setembro, qual a probabilidade de ter chovido nesse dia?
Exerccio 80. Uma classe de estatstica teve a seguinte distribuio das notas nais: 4 do
sexo masculino e 6 do feminino foram reprovados, 8 do sexo masculino e 14 do feminino
foram aprovados. Para um aluno sorteado dessa classe, denote por M se o aluno escolhido
for do sexo masculino e por A se o aluno foi aprovado.
Calcule:
a) P (A M C )
b) P (AC M C )
c) P (A|M )
d) P (M C |A)
e) P (M |A)
Exerccio 81. Numa cidade do interior de Minas Gerais, estima-se que cerca de 20% dos
habitantes tm algum tipo de alergia. Sabe-se que 50% dos alrgicos praticam esporte, enquanto que essa porcentagem entre os no alrgicos de 40%. Para um indivduo escolhido
aleatoriamente nessa cidade, obtenha a probabilidade de:
a) No praticar esporte.
b) Ser alrgico dado que no pratica esportes.
Estatstica I
84
Exerccio 82. As preferncias de homens e mulheres por cada gnero de lme alugado em
uma locadora de vdeos, esto apresentadas na prxima tabela.
Sexo/lme
Comdia
Romance
Policial
Homens
136
92
248
Mulheres
102
195
62
Exerccio 85. Uma urna contm 5 boas pretas, trs vermelhas e duas brancas. Foram
extradas 3 bolas com reposio. Qual a probaiblidade de terem sido duas bolas pretas e
uma vermelha?
Exerccio 86. Uma urna contm 5 bolas brancas e 6 pretas. Trs bolas so retiradas.
Calcule a probabilidade de:
a) Todas pretas;
b) exatamente um branca;
c) ao menos uma preta.
Exerccio 87. A urna n.1 contm: 1 bola vermelha e 2 brancas. A urna n.2 contm: 2
bolas vermelhas e 1 branca. Tiramos aleatoriamente uma bola da urna n.1, colocamos na
urna 2 e misturamos. Em seguida tiramos aleatoriamente uma bola da urna n.2. Qual a
probabilidade de tirarmos uma bola branca da urna n.2?
Prof. Augusto Filho - assf@unihorizontes.br
Estatstica I
85
(B Ai ) (B Aj ) = B (Ai AJ ) = B =
O evento B ocorre como segue:
B = (B A1 ) (B A2 ) (B A3 ) ... (B An )
P (B) = P (B A1 ) + P (B A2 ) + P (B A3 ) + ... + P (B An )
e usando o teorema do produto vem:
P (B) = P (A1 ).P (B/A1 ) + P (A2 ).P (B/A2 ) + ... + P (An ).P (B/An )
ou P (B) =
P (Ai )P (B/Ai )
T eorema de Bayes
Sejam A1 , A2 , ..., An eventos que formam uma partio do . Seja B . Sejam
conhecidas P (Ai ) e P (B/Ai ), i = 1, 2, .., n.
P (Aj /B) =
P (Aj )P (B/Aj )
P
P (Ai )P (B/Ai )
Exerccio 88. Trs candidatos disputam as eleies para o governo do Estado. O candidato
do partido de direita tem 30% de preferncia eleitoral, o de centro tem 30% e o da esquerda
40%. Em sendo eleito, a probabilidade de dar efetivamente prioridade para educao e
Exerccio 90. Considere a fbrica do exerccio anterior. Suponha que uma pea, selecionada aleatoriamente, seja considerada defeituosa. Encontre a probabilidade de ela ter sido
produzida pela mquina A; ou seja, encontre a P (A/X). Pelo teorema de Bayes.
Estatstica I
86
Exerccio 91. Trs fbricas fornecem equipamentos de preciso para o laboratrio de qumica de uma universidade. Apesar de serem aparelhos de preciso, existe uma pequena
chance de subestimao ou superestimao das medias efetuadas. A tabela a seguir apresenta o comportamento do equipamento produzido em cada fbrica.
Fabrica I
Subestima
Exata
Superestima
Probabilidade
0, 01
0, 98
0, 01
Fabrica II
Subestima
Exata
Superestima
Probabilidade
0, 005
0, 98
0, 015
Fabrica III
Subestima
Exata
Superestima
Probabilidade
0, 00
0, 99
0, 01
As fbricasI, II e III fornecem, respectivamente, 20%, 30% e 50% dos aparelhos utilizados, Escolhemos, ao acaso, um desses aparelhos e perguntamos a probabilidade de:
Estatstica I
87
Estatstica I