Analise de Custos Contabilidade Internacional e A Aplicada

Mdulo ANLISE DE CUSTOS, CONTABILIDADE INTERNACIONAL E ESTATSTICA APLICADA
Professor MSc. Reinaldo Bazoni Professora MSc. Maria Massae Sakate
Unidade Didtica Estatstica Aplicada Contabilidade
Apresentao
Caro(a) acadmico(a) A unidade didtica Estatstica Aplicada a Cincias Contbeis visa possibilitar a voc contedos e um trabalho que oferea condies para que possa aprender a compreender e interpretar a realidade, com entendimento de que sucesso de um profissional dentro de uma sociedade cada vez mais competitiva e globalizada. No entanto, tambm depende primordialmente do seu grau de desenvolvimento e competncia que so decorrentes de sua capacidade de assimilao e deteno dos conhecimentos tcnico-cientficos utilizados nas cincias que determinam a evoluo dos grupos envolvidos nos diversos processos de emulao. Dessa forma, os estudos quantitativos e/ou qualitativos sobre um determinado acontecimento, seja ele numrico ou no, podem explicar a sua ocorrncia e a sua representatividade e propiciar fundamentos para o estabelecimento de um modelo adequado para inferncias em posies semelhantes ou aproximado, refletindo-se na qualidade dos objetivos propostos. Em assim sendo, acreditamos que a incluso da estatstica no conjunto das cincias a serem aprendidas imperiosa e servir, com certeza, como excelente instrumento de avaliao e verificao de um grande volume de prticas e atividades intrnsecas e relativas ao processo evolutivo e de desenvolvimento da sociedade global.
Professor MSc. Reinaldo Bazoni Professora MSc. Maria Massae Sakate
AULA 1 Introduo e o Objetivo da Estatstica
AULA ____________________
INTRODUO E O OBjETIvO DA ESTATSTICA

Contedo
Importncia e origem da estatstica Limitaes da estatstica O que a estatstica A estatstica aplicada A estatstica descritiva e inferencial Variveis discretas e amostra
Competncias e habilidades
Resolver problemas por meio das leituras dos dados e tratamento das informaes Utilizar o raciocnio lgico crtico e analtico Interpretar e analisar criticamente os dados Compreender as mudanas de demanda social Ampliar a capacidade de comunicao interpessoal Discenir a escolha da tcnica mais eficaz para uma determinada situao. Reconhecer a validade e veracidade dos dados levantados em uma pesquisa Refletir sobre os dados obtidos, fazendo a devida transposio para a vida cotidiana
Textos disponibilizados no portal

Lista de atividades Na Galeria da Unidade Didtica Texto de auto-estudo Na Galeria da Unidade Didtica
Durao
h/a via satlite com o professor interativo h/a presenciais com o professor local 6 h/a mnimo sugerido para auto-estudo
ImporTnCIa e orIgem Da esTaTsTICa
A estatstica utilizada em praticamente todos os setores do conhecimento humano, tanto por parte dos governos, como pela iniciativa privada,
devido sua importncia na soluo de clculos complexos e anlises econmicas e sociais de municpios, Estados, Unio e empresas de uma maneira geral.
Com a facilidade de acesso informtica, a estatstica passou a ser mais utilizada, em razo da possibilidade de se elaborarem grficos, tabelas e anlises mais aprofundados dos dados de forma mais rpida e precisa. H que se considerar, no entanto, que as anlises estatsticas realizadas em um sistema informatizado requerem certos conhecimentos por parte dos profissionais, para concluses e inferncias apropriadas e adequadas. Alm do exposto, os profissionais envolvidos nas administraes, pblicas ou privadas, devem possuir conhecimentos de estatstica para tomar decises e evitar que sejam confundidos por certas apresentaes viciosas. Para os cursos de ps-graduao (especializaes, mestrados e doutorados) so imprescindveis as bases estatsticas para a correta interpretao dos dados levantados e anlises para os trabalhos de monografia, dissertao ou tese. Muitas experincias cotidianas relatadas pela imprensa em geral oferecem amplas oportunidades para a interpretao por meio de anlises estatsticas. Numa sociedade cada vez mais exigente, todo profissional deve se atualizar constantemente e, para isso, torna-se necessria a leitura de revistas cientficas, as quais contm referncias freqentes a estudos estatsticos. Esses estudos apresentam tcnicas extremamente valiosas com utilizao de mtodo de anlise com o intuito de transformar dados em informaes para tomadas de decises geralmente de alta relevncia. Tambm pelos diversos meios de comunicao pode-se verificar sua importncia, pois constantemente a sua presena pode ser observada em empresas, governos, pesquisas de modo geral, palestras, congressos, seminrios, esportes e outros tipos de atividade. Como exemplos podemos, citar: Um professor comunica classe que sua nota mdia foi 7.1, e que 0% dos alunos ficaram acima da mdia (nas salas de aula tambm existem estatsticas). Segundo o Governo brasileiro, a renda per capita em uma determinada data era de US$
6.100,00, o que classifica o pas como o 69o entre os demais. (Observa-se que esse valor uma mdia nacional; no entanto, em So Paulo, essa renda seis vezes superior do Piau.) O IBGE informa que a densidade mdia populacional brasileira de 17. habitantes por quilmetro quadrado. Um fabricante de fsforo necessita determinar o percentual de unidades defeituosas de um certo lote de caixas. Se o valor for muito elevado, a viabilidade de seu empreendimento estar em risco. Testar todos os palitos destruiria toda a produo; no entanto, testando s uma pequena frao (amostra), ele pode tomar a deciso de comercializar ou no os lotes produzidos. Obs.: Um estudo baseado numa pequena frao de uma populao denominado Estatstica de Amostra. Em contabilidade, firmas especializadas fazem amostragens estatsticas para efetuar auditorias em seus clientes visando determinar a quantidade real de contas a receber do cliente. Em finanas, os consultores analisam as diferentes aes sobre o mercado que, aps as anlises, podem tirar concluses para orientar seus investidores. Em medicina, as amostras so de vital importncia. Quando se retira uma pequena quantidade de sangue para um determinado exame, pressupe-se que aquele volume representa a condio sangnea do indivduo como um todo. Outros exemplos: O servio de meteorologia informa que se prev chuva (as previses climticas tambm utilizam como base os dados e anlises estatsticas de perodos anteriores) para determinada regio, em um perodo definido. Em uma eleio, aps uma pesquisa realizada com um grupo (amostra) de pessoas entrevistadas, pode-se prever com alguma probabilidade de acerto quais sero os candidatos eleitos. O Governo anuncia que as exportaes de um produto brasileiro cresceram 1% em relao ao mesmo perodo do ano anterior.
De modo geral, a evoluo das cincias e tambm das tecnologias contribui de forma generalizada para toda a sociedade na utilizao de algumas tcnicas estatsticas. Dentre elas destacamos as grandes quantidades de informaes, de meios de comunicao, desenvolvimentos de pesquisa, um aprimoramento na forma de gerenciar e adquirir outras formas de trabalho. Nesse contexto, a estatstica, como a sua possibilidade de buscas, de representaes e sntese de dados, desponta nos meios de comunicaes e informaes ampliando a forma de acompanhar um dado acontecimento, verificar, sintetizar, resolver problemas e tomar novas decises geralmente importantes. Dentre as diversas formas existentes de definies de estatstica, prefere-se defini-la de uma forma reduzida, ou seja, como um ramo da matemtica que se ocupa com os mtodos de coleta, processamento, apreciao, anlise e interpretao dos dados para tomadas de decises geralmente importantes. Por outro lado, de uma forma bem simplificada podemos afirmar que a estatstica uma cincia que transforma os dados em informaes. A estatstica contribui na formao de profissionais, como uma excelente ferramenta para o desenvolvimento de mtodos cientficos; por outro lado, a estatstica no pode provar nada e sim propiciar o clculo da probabilidade da ocorrncia de um evento dentro de uma determinada margem de acerto ou ainda a hiptese relativa de se estar certo ou errado. Exemplo: Ningum pode estar absolutamente certo de que o valor do ouro estar estvel, mas a estatstica pode informar que, acima de qualquer dvida razovel, o seu valor no estar instvel em uma determinada situao.
Como surgIu a esTaTsTICa
Alguns povos da Antigidade registravam dados como nmeros de habitantes, de nascimentos e de bitos, e faziam estimativas das riquezas sobre as quais se cobravam os impostos. Confcio relatou levantamentos feitos na China h mais de 000 anos antes da Era Crist. No Antigo Egito, os faras fize-
ram uso de informaes de carter estatstico, conforme evidenciaram pesquisas arqueolgicas. Os registros mostram que alguns dos povos j faziam controle de sua populao, registrando as migraes, nascimentos, bitos e tambm das suas terras e riquezas. Havia distribuies de terras de uma forma proporcional quantidade de pessoas na famlia e tambm eram feitos registros dos patrimnios para uma melhor tributao dos impostos. Os recenseamentos, como o mencionado na Bblia, no passavam de controles militares, referentes baixa de soldados, armas e cavalos, visando reorganizar o Exrcito para novas conquistas e administrar as terras conquistadas. Com finalidades tributrias ou blicas, na Idade Mdia j se colhiam informaes de pessoas e animais e, no sculo XVI, comearam a surgir as primeiras anlises sistemticas de fatos sociais, como batizados, casamentos e funerais, originando-se da as primeiras tabelas e os primeiros nmeros relativos estatstica. Nos estudos referentes a essas reas a partir do sculo XVIII foram observados aspectos realmente cientficos. Segundo Godofredo Achenwall, batizou-se a nova cincia com o nome de Estatstica, determinando o seu objetivo e suas relaes com as cincias. Etimologicamente, a palavra Estatstica deriva do termo latino status, que significava originalmente informaes teis ao Estado. Posteriormente a palavra passou a consignar dados quantitativos. As tabelas tornaram-se mais completas, surgiram representaes grficas e o clculo das probabilidades. A estatstica deixou de ser simples catalogao de dados numricos coletivos para se transformar em estudos de como obter concluses sobre a populao, partindo da observao de amostras. A teoria das probabilidades, no final do sculo XVII, aplicada estatstica existente, deu origem estatstica moderna, aplicada em todos os campos de pesquisa. Atualmente, tornou-se uma tecnologia quantitativa para a cincia experimental e observacional, que permite avaliar e estudar as incertezas e os seus efeitos no planejamento, possibilitando a
interpretao de experincias e de observaes de fenmenos da natureza e da sociedade. resumindo... Estatstica uma cincia que estuda os dados quantitativos para a cincia experimental e observacional, que permite avaliar e estudar as incertezas e as certezas e os seus efeitos no planejamento, possibilitando a interpretao de experincias e de observaes de fenmenos da natureza e da sociedade. uma excelente ferramenta para o meio cientfico.
ImporTnCIa Da esTaTsTICa no Curso De CInCIas ConTbeIs
A estatstica tem-se tornado parte das nossas vidas. Basta apenas dar uma olhada nos diversos tipos de publicao como os jornais, livros e revistas, para perceber como a linguagem da probabilidade e da estatstica est presente no cotidiano, sendo constantemente utilizada tanto nas sees policiais, desportivas, informativas, como na meteorologia, em relatrios econmicos e financeiros, administrativos, sondagens de opinio, com carter poltico ou publicitrio, de produtos de consumo, ilustrando as informaes com grficos e tabelas dos mais diversos tipos, cuja leitura e interpretao pressupem alguns conhecimentos estatsticos. Essa linguagem est na sociedade como um todo. As informaes so apresentadas utilizando a linguagem e os mtodos estatsticos. As publicaes, de uma forma geral, recorrem freqentemente a conceitos estatsticos e utilizam grficos e tabelas de vrios tipos para apresentar suas informaes. O papel do contador requer com freqncia a capacidade de analisar e interpretar a realidade. A estatstica tem a funo e possibilita o desenvolvimento das capacidades de argumentar e de tomar decises que so de suma importncia para esse profissional. O uso de recursos tecnolgicos, mais especificamente de uma planilha eletrnica ou um software especfico de estatstica, d a possibilidade de um enfoque maior nos conceitos estatsticos, superando assim as dificuldades que muitos tm das tcnicas
matemticas para clculos operatrios, permitindo trabalhar com dados mais complexos, sem arredondamentos, isto , dados reais. Apesar da importncia de serem compreendidos os conceitos matemticos, a estatstica poder ser mais significativa se o enfoque do ensino estiver mais centrado nos conceitos estatsticos do que nos clculos matemticos e probabilsticos. Mesmo reconhecendo a necessidade e importncia dos procedimentos, isso dever ser o incio de todo o processo, ou seja, o desafio ir muito mais alm, ultrapassar os procedimentos e chegar reflexo. A estatstica dever ser muito mais do que uma srie de tcnicas. O trabalho com os dados deve promover o desenvolvimento de hbitos de pensamento, pois se trata de um processo de reflexo para um maior entendimento sobre o mundo. A compreenso, de forma significativa, da preparao dos questionrios, amostragens, coleta de dados, organizao, representao grfica de dados e da elaborao de previses faz com que o pensamento estatstico seja utilizado na resoluo de problemas do mundo real, obtendo a devida valorizao, contribuindo assim para sua conscientizao sobre o papel da estatstica na sociedade e a natureza do pensamento cientfico.
aplICabIlIDaDe Da esTaTsTICa nas CInCIas ConTbeIs
A estatstica pode ser aplicada nas mais diversas reas. Dentre elas, citamos as mais conhecidas pela sociedade: a) No Censo, aplicado pelo Instituto Brasileiro de Geografia e Estatstica (IBGE) e que d ao Governo federal as informaes, em diferentes aspectos, da populao brasileira. b) Na poltica, quando feita a pesquisa de urna ou para saber as necessidades da populao a fim de que os polticos possam traar as suas metas de campanha. c) Na contabilidade, em que se proporciona visibilidade em algumas das seguintes questes: Sistema de informao para tomada de decises gerenciais, como:
No clculo de ndice-padro para avaliao de uma empresa na rea de crdito. Grau e tipo de formao de sua equipe de trabalho. Informaes sobre produtos criados e manipulados. Qualidade na produo de um produto por meio da amostragem. Tipos de clientela e localidades existentes para um determinado produto. Prever situaes e priorizar metas para um dado acontecimento. Podemos j visualizar alguns pontos em que os administradores podero fazer uso dos conceitos estatsticos para obter benefcios nos seus trabalhos. Destacamos agora alguns pontos que devem se analisados criticamente antes do uso da estatstica.
lImITaes Da esTaTsTICa
A busca de informaes por meio de uma pesquisa em toda a populao torna-se dispendiosa e custosa. Desse modo, a alternativa a busca de uma amostra, que dever ter uma anlise criteriosa e impessoal, pois poder trazer informaes que no representam a populao. Exemplo: um poltico quer saber seu grau de aceitao na sociedade e busca informaes apenas em seu partido poltico ou com seus familiares. resumindo A estatstica no corrige erros ou tcnicas defeituosas, ou seja, se lanarmos uma moeda vezes e em todas sair a face cara, vai haver uma certa desconfiana. Ou a moeda s tem a face cara, ou a moeda est viciada (viciada quando um lado mais pesado que o outro). Assim sendo, como o mais pesado cai sempre para baixo, os resultados no vo ser os esperados. A estatstica apenas contribui com o pesquisador, mas h necessidade do esprito cientfico e do conhecimento profundo do material em estudo. Um exemplo real: ao realizar uma pesquisa sobre o conhecimento de clculo atuarial do contabilista e/ou do administrador, qual deve ser o tamanho da amostra, com uma margem de erro de % e com um grau de confiana de 9%. A hiptese de que apenas 1% dos contabilistas e/ou dos administradores, tem conhecimento de clculo atuarial. Estima que em uma determinada cidade existam cerca de 0.000 administradores e contadores. A pessoa que ir realizar essa pesquisa pode no ser representativa se no tiver noo da hiptese de que apenas 1% dos contabilistas saiba clculo atuarial. At agora falamos um pouco de estatstica de uma forma generalizada, em que pudemos verificar algumas noes de aplicaes e limitaes. A partir deste momento, faremos algumas conceituaes dos termos e um trabalho mais prtico.
A estatstica tem sido utilizada na pesquisa cientfica para a otimizao de recursos econmicos e o aumento da qualidade e produtividade, na otimizao em anlise de decises, em questes judiciais, previses e em muitas outras reas, podendo porm haver erros na coleta dos dados. Por exemplo, um entrevistador pode cometer um engano ao registrar os dados obtidos; em vez de registrar a idade de uma pessoa com anos, registra anos, interferindo na transposio das informaes. Com a finalidade de levantar dados para determinada pesquisa importante escolher uma fonte confivel de informaes ou uma amostra adequada e utilizar instrumentos corretos de coleta de dados, tais como questionrios ou entrevistas, dentre outros. Dependendo do assunto pesquisado, os dados resultaro em grficos diferentes, bem como diferentes distribuies de freqncia. Ao colocarmos os valores em um grfico, podemos obter as mais diversas configuraes, e elas podero afetar a leitura dos dados. Podemos tambm observar que em alguns momentos no temos disposio para a interpretao de uma pergunta. Assim, a resposta poder estar incorreta, causando erros nos tipos de resultado.
Estatstica!!! O que mesmo?
de suma importncia estarmos atentos para poder ampliar nossa compreenso dos conceitos da estatstica e que esse conceito no passe apenas de apresentao de tabelas e grfico dos dados, mas que possibilite a interferncia nas situaes pesquisadas e, a, novos rumos podero ser dimensionados. Vejamos ento os diferentes conceitos. De uma forma mais simplificada, entendemos que uma metodologia para coletar, analisar, apresentar e interpretar os dados, isto , uma parte da matemtica aplicada que fornece mtodos para a coleta, organizao, descrio, anlise e interpretao de dados e a sua utilizao na tomada de decises. A estatstica est dividida em duas reas ou fases: a descritiva e a inferencial. A descritiva compreende as etapas da descrio, organizao, tabulao e representao por meio de grficos e tabelas. O seu objetivo tornar as pesquisas mais fceis de serem entendidas, relatadas, discutidas, facilitando a utilizao dos resultados obtidos. Por exemplo: a) Apresentao por meio de uma tabela ou grfico do perfil do Administrador por meio da Pesquisa Nacional elaborada pelo Conselho Federal de Administrao (CFA). b) Dados da mdia anual de leituras de livros dos acadmicos do Curso de Administrao da UNIDERP Interativa. c) Apresentao por meio de grficos do ndice de aceitao da popularidade do Presidente da Repblica. J a inferencial a continuidade da estatstica descritiva, consistindo na anlise e interpretaes dos dados amostrais. Sua base est ligada teoria das probabilidades, tornando possvel a estimao de caractersticas de uma populao a partir dos resultados amostrais. De uma forma mais simplificada, a estatstica inferencial tenta ampliar o conhecimento, faz uso da estimativa e testa a hiptese sobre a caracterstica da populao, como por exemplo:
A partir de agora, daremos uma maior nfase Estatstica Descritiva, focalizando a elaborao de uma pesquisa estatstica, para em um outro momento fazermos algumas imerses no uso do tratamento de dados estatsticos.
alguns conceitos esclarecedores... importante conhecer os conceitos estatsticos. Essa cincia ns d possibilidade de uma viso maior e mais global dos acontecimentos e de sermos mais crticos nos resultados demonstrados pelas mdias impressas, televisivas ou digitais. Antes da elaborao dos questionamentos relacionados com um problema, imprescindvel decidir que parte da populao ser pesquisada. Exemplo: Queremos saber quantos acadmicos do Curso de Cincias Contbeis da UNIDERP Interativa esto atuando na rea de sua formao, isto , quem j tm o seu trabalho como gerente, contador ou coordenador. Para obtermos a resposta desse questionamento necessitamos fazer a pergunta para os acadmicos do Curso de Cincias Contbeis da UNIDERP Interativa. Logo, a nossa populao ser os acadmicos do Curso de Cincias Contbeis da UNIDERP Interativa, pois o resultado da pesquisa fornecer dados para responder a minha questo de investigao.
populao
o conjunto de todos os elementos com as caractersticas que se deseja estudar ou o grupo sobre o qual se realiza um estudo estatstico. Depois de refletirmos e esquematizarmos uma pesquisa estatstica, importante conhecermos alguns conceitos utilizados nesta rea. Ao aplicarrmos as questes devemos decidir quem as responder. Nesse caso, se for para toda a populao, daremos o nome de Censo, se forem escolhidos alguns representantes, ser apenas uma amostra.
AULA 1 Introduo e o Objetivo da Estatstica amostra
a parte da populao que se escolhe aleatoriamente para estudo. Em outras palavras, deve ser escolhida obrigatoriamente ao acaso e refere-se a uma parte representativa da populao. A amostra dever ser no mnimo de 10% de elementos da populao. As vantagens de se trabalhar com amostras representativas so: baixo custo, pouco tempo para realizar a pesquisa, facilidade e eficincia nos resultados obtidos. A escolha da amostragem poder ser: a) Amostragem aleatria simples Sorteiam-se para o estudo pelo menos 10% da populao. b) Amostragem sistemtica Sorteia-se um nmero de 1 a 10. Este ser o primeiro, os prximos podero ser os mltiplos do nmero sorteado ou o somatrio de ; enfim, dever ser sistematizada uma forma para a escolha dos elementos. c) Amostragem estratificada proporcional A amostra formada por estratos com um nmero de elementos proporcional ao de cada grupo que forma a populao, isto , se a populao for formada por 70% do sexo masculino, a amostra dever ter 70% desses elementos. refletindo Para saber a temperatura da gua da piscina, basta colocar um dedo; se houver a necessidade de uma maior preciso, basta colocar um termmetro. Para saber se existe uma doena, o mdico solicita exames. A proporo da quantidade de sangue retirado bem menor que 10%. Para saber se a sopa est boa, prova-se apenas uma pequena poro, mas, se a sopa no estiver homognea, teremos informaes viciadas ou a amostragem dar uma viso distorcida da realidade. O tamanho da amostra depende da rea especfica que est sendo pesquisada. O resultado de uma
pesquisa da amostragem refletir o todo. Uma maneira prtica de se minimizarem os erros evitar amostras muito pequenas que produzam uma estimativa pouco representativa da populao; entretanto, grandes amostras demandam muito trabalho e tempo, elevando significativamente os custos. importante ter alguns cuidados para que no ocorram erros viciosos, levando os dados observados, medidos ou avaliados no-representatividade da realidade. Se a amostragem no for realizada conforme as tcnicas experimentais, ela no representar a populao e, conseqentemente, a margem de erros tornar-se- to grande que a pesquisa poder tornar-se intil. Quando temos condies de saber quem e como vamos escolher nossos entrevistados, partiremos para verificar quais os tipos de variveis e dados e ento iremos buscar nos nossos questionrios.
Dados, elementos e variveis
Os dados so os fatos e nmeros coletados, analisados e sintetizados para a apresentao e interpretao; em outras palavras, qualquer caracterstica que possa ser observada ou medida de alguma maneira. As matrias-primas da estatstica so os dados observveis e mensurveis. Os dados podem ser: a) Primrios, quando as informaes so colhidas diretamente pelo pesquisador ou por seus auxiliares. b) Secundrios, quando os pesquisadores recorrem a relatrios, revistas, livros ou dados j coletados por instituies especializadas. O conjunto de dados obtido por meio dos elementos da pesquisa. Estes fazem parte da amostra. Os elementos so as entidades sobre as quais os dados so coletados por meio de uma varivel. Uma varivel um item do elemento da pesquisa, e as respostas de todos os itens fornecero os dados que representaro o grupo pesquisado. Exemplo: Em uma pesquisa para uma visualizao do Perfil dos Acadmicos do Curso de Cincias Contbeis da
UNIDERP Interativa foram solicitadas algumas informaes como: idade, cor, raa, peso, altura, meio de transporte que mais utiliza, quantos livros l por semestre, local de trabalho. Os entrevistados so os elementos da nossa amostra; os tipos de informaes solicitadas so as nossas variveis, e todas as informaes coletadas so os nossos dados. Os dados so obtidos na anlise de cada varivel para cada elemento do estudo. As caractersticas de determinada populao podem ser classificadas em: a) Qualitativas: caractersticas de uma populao que no podem ser medidas, isto , dados no-numricos, que apenas designam adjetivos do elemento. Exemplos: Sexo masculino ou feminino. Cor/Raa branca, preta, amarela ou parda. Meios de transporte que mais utiliza: carro, bicicleta, nibus e outros. b) Quantitativas: caractersticas que podem ser quantificadas, e so classificadas em discretas e contnuas. Exemplos: Idade. Altura. Peso. Tempo de servio de um operrio. mero de alunos em uma sala. Nmero de veculo em um posto de gasolina. Notas de avaliao. resumindo
Variveis Tipos Nominal Qualitativas ou categricas Ordinal Discreta Quantitativa Contnua Medio Descrio
b.1) Quantitativas discretas: dados cujas variveis podem assumir somente valores inteiros em um conjunto de valores. Exemplos: Nmero de alunos em uma sala. Nmero de veculos em um posto de gasolina. Se houver restrio apenas para nmeros inteiros: Nmero do sapato. Tempo de servio de um operrio. Idade. Peso. Notas de avaliao. b.2) Quantitativas contnuas: aquelas variveis que podem assumir um valor dentro de um intervalo de valores. Altura. Peso. Idade. Peso. Notas de avaliao. Nmero do sapato. Tempo de servio de um operrio. As variveis discretas s podem assumir valores inteiros (geralmente contagens). Exemplos: Nmero de alunos em sala de aula, caractersticas raciais, nmero de animais e outros. oportuno esclarecer, no entanto, que comum e correto obterem-se valores no-inteiros para os resultados oriundos de anlises estatsticas de variveis discretas.
exemplos Cor dos olhos Sexo Cor/Raa Grau de escolaridade Classe social Quantidade de funcionrio Acidentes ocorridos durante um ms Altura Peso
No existe ordenao
Obedece certa ordenao Contagem
10
J sabemos os tipos de dados existentes em uma coleta, mas como podemos coletar os dados? Sabemos que existem dois tipos de dados: os primrios e os secundrios. Destacaremos a seguir os mtodos de pesquisa. No mtodo de coleta de dados primrios podem ser utilizadas algumas das seguintes formas:
Entrevistas pessoais Entrevista por telefone Questionrios Envio por e-mail Deixado em lugares estratgicos Observao Dicotmica Tipos de pergunta Mltipla escolha Aberta
( ( ( (
) Alojamento universitrio ) Casa/apartamento prprio, com os seus pais ) Casa/apartamento alugado, com os seus pais ) Outro (favor especificar) _______________
O questionrio, geralmente enviado pelo correio, e-mail ou deixado em lugares estratgicos, a forma mais conhecida de pesquisa estatstica. Atualmente, a entrevista por telefone e e-mail est substituindo o trabalho antes feito pelo correio. A observao o principal mtodo empregado quando a populao de interesse no est relacionada com as pessoas ou no requer resposta de pessoas. Exemplo: uma pesquisa sobre o trfego. Esse mtodo depende em grande parte do observador e, por sua natureza, geralmente consome mais tempo. Quanto aos tipos de pergunta na elaborao do questionrio, veja os detalhes: Perguntas dicotmicas so aquelas que permitem apenas duas respostas. Exemplo: Voc mora com os seus pais? ( ) sim ( ) no Voc gosta ( ) ou no gosta de matemtica ( )? Perguntas de mltipla escolha so aquelas feitas com opo de vrias possibilidades. O participante pode fazer o uso de apenas uma dessas opes. Exemplo: Em que tipo de alojamento voc est morando neste ano de estudo?
Por que escolheu o curso de Cincias Contbeis? ( ) Preferncia ( ) Falta de opo ( ) No decidiu ainda ( ) Outro (favor especificar) _______________ Nas perguntas abertas, os participantes podem respond-las de qualquer maneira. A principal vantagem que elas permitem um nmero infinito de respostas divergentes, mas cuidado, pois so difceis de serem processadas e analisadas. Seja prudente para no utiliz-las demasiadamente. As perguntas abertas podem ser mais teis em trs reas particulares: a) Pesquisas-piloto Podem ser teis para tentar alcanar todas as possveis respostas para uma determinada pergunta, tornando-a mais bem projetada para uma de mltipla escolha. b) Investigaes Para obter informaes extras dependendo de uma escolha feita por uma resposta anterior. c) Utilizadas no final do questionrio Elas podem ser um meio de dar ao participante a chance de adicionar qualquer coisa que ele considere importante, mas no mencionado nas perguntas citadas. As perguntas abertas podem dar mais credibilidade ao relatrio final com o uso de respostas reais, como citaes. Observaes importantes para a elaborao de um questionrio: Ele deve ser o mais curto possvel. As questes em si: Devem evitar o uso de termos complexos. Devem fazer sentido. No devem ser muito tcnicas ou envolver muitos clculos. No devem ser muito pessoais ou ofensivas.
11
No devem sobrecarregar a memria; No devem ser ambguas. As perguntas devem ser colocadas em uma ordem lgica. Devem ser dispostas e construdas de forma atraente. A maneira como as respostas sero analisadas deve ser considerada na etapa da elaborao do questionrio.
atividade da aula Aps os detalhes e conceitos discutidos at ento, podemos desenvolver algumas atividades para melhor compreenso e sntese dos estudos sobre estatstica: Elaborar um resumo: Com exemplificaes dos conceitos. Insero de imagem quando achar conveniente.
ANOTAES
1
AULA ____________________
DISTRIBUIO DE FREQNCIA REPRESENTAO GRFICA DOS DADOS ESTATSTICOS
Contedo
Obteno e organizao dos dados Tabulao dos dados brutos Classificao dos dados Organizao dos dados Apresentao dos dados em tabelas Descrio grfica da varivel qualitativa Descrio grfica da varivel quantitativa
Compreender a tcnica que melhor se aplica a uma determinada situao e utiliz-la eficazmente na sua soluo Verificar de uma forma mais crtica as informaes obtidas atravs dos meios de comunicao Ampliar a leitura das informaes dos dados apresentados Compreender a representao grfica que melhor transparece os dados de pesquisa Possibilitar a leitura dos dados de uma forma mais crtica Elaborar uma representao grfica, utilizando os conceitos estatsticos Conhecer os mtodos grficos para representar uma distribuio de freqncia
Textos para auto-estudo disponibilizados no portal:

Lista de atividades Na Galeria da Unidade Didtica Texto de auto-estudo Na Galeria da Unidade Didtica
Durao
DesCrIo e organIZao Dos DaDos
Na aula anterior, aprendemos a elaborar uma pesquisa e aplic-la. Agora aps a elaborao e
aplicao dos questionrios e das entrevistas temos uma nova fase que a organizao dos dados coletados.
1
Temos diversos tipos de dados. Na estatstica destacamos os dados brutos ou absolutos, que iremos verificar a partir deste momento. Os dados brutos ou absolutos so aqueles coletados por meio da pesquisa direta da fonte sem outra manipulao e esto divididos em dois tipos: os qualitativos e os quantitativos. Em primeiro lugar
trataremos dos dados qualitativos, que so expressos por atributos ou qualidade. Suponhamos que os dados a seguir relacionados so os dados brutos coletados de uma pesquisa sobre o estado civil dos 6 acadmicos do Curso de Cincias Contbeis do Plo Forte Unio da UNIDERP Interativa.
solteiro solteiro casado vivo casado casado
casado casado vivo solteiro casado solteiro divorciado
casado solteiro divorciado solteiro casado casado casado
vivo casado casado casado divorciado solteiro casado solteiro
casado solteiro casado solteiro casado casado
casado casado casado solteiro casado
solteiro casado solteiro vivo casado
casado casado
casado solteiro
Observando ainda que oito acadmicos deixaram a questo em branco, isto , no responderam,
O primeiro passo fazer o Rol, que o arranjo dos dados em uma determinada ordem. Como os dados so qualitativos, vamos organizar em ordem alfabtica.
casado casado casado casado casado casado casado casado
casado casado casado divorciado divorciado divorciado solteiro solteiro
solteiro solteiro solteiro solteiro solteiro solteiro solteiro solteiro
solteiro solteiro solteiro solteiro vivo vivo vivo vivo
Por meio do rol possvel verificar, de maneira mais clara e rpida, a composio do conjunto. Mas ainda fica difcil para se ter uma viso geral. Vamos agora apresentar esses dados em uma tabela. J sabemos que temos acadmicos nas categorias ou situao: casado, divorciado, solteiro e vivo. Aps a contagem de quantos h em cada situao, mostraremos essas informaes por meio de uma tabela, uma representao tabular (Tabela 1).
Tabela 1 Estado Civil dos Acadmicos do Curso de Administrao do Plo Forte Unio da UNIDERP Interativa da Turma 2009/1
situao Casado Divorciado Solteiro vivo No responderam Total Freqncia 27 3 14 4 8 56
Fonte: Acadmicos do Curso de Cincias Contbeis do Plo Forte Unio da UNIDERP Interativa da Turma 009/1
1
AULA 2 Distribuio de Freqncia Representao Grfica dos Dados Estatsticos
No final do texto desta aula vocs encontraro as regras e as tcnicas para a elaborao de uma tabela. Em geral, no levantamento de todos os dados qualitativos, na forma de organizao desses dados e na sua apresentao so utilizados procedimentos semelhantes. Mas, a leitura dos dados absolutos de difcil interpretao, mesmo trazendo um resultado fiel e exato. necessrio fazer uso de um conceito da estatstica dos dados relativos, pois eles tm por fi-
nalidade realar ou facilitar as comparaes entre as quantidades. Os clculos que fazem comparaes do todo com as situaes ou categorias especficas ou a razo entre o total e o especfico. Podemos traduzir os dados relativos, de uma forma geral, por meio de porcentagens, ndices, coeficientes e taxas. A seguir apresentaremos como ser efetuado o clculo e, depois, uma breve leitura dos dados (Tabela ).
Tabela 2 Estado Civil dos Acadmicos do Curso de Cincias Contbeis do Plo Forte Unio da UNIDERP Interativa da Turma 2009/1
situao Casado Divorciado Solteiro vivo No responderam Total Freqncia 27 3 14 4 8 56 Clculo (rascunho) 27/56 3/56 14/56 4/56 8/56 27/56+3/56+ 14/56+4/56+ 8/56 Freqncia relativa 0,482 0,054 0,250 0,071 0,143 1,000 Clculo (rascunho) 0,482 * 100 0,054 * 100 0,250 * 100 0,071 * 100 0,142 * 100 0,482*100+0,054*100+ 0,250*100+0,071*100+ 0,142*100 Freqncia percentual 48,20 5,40 25,00 7,10 14,30 100,00
Observaes: As colunas Clculo (Rascunho) aparecem apenas para apresentarem como se faz o clculo. Na freqncia relativa utiliza-se at duas casas na parte decimal.
A freqncia relativa simplesmente a proporo de representaes de uma situao em relao ao total dessa varivel. A freqncia percentual a freqncia relativa multiplicada por 100. refletindo... Das informaes a seguir descritas, qual seria a mais significativa para se realizar a leitura? Em qual delas seria mais fcil interpretar as informaes?
Na Turma de Cincias Contbeis da UNIDERP, 27 dos acadmicos esto casados.
Podemos apresentar tambm utilizando a tabela com os dados na freqncia percentual

Tabela 3 Estado Civil dos Acadmicos do Curso do Plo
Forte Unio de Cincias Contbeis da UNIDERP Interativa da Turma 2009/1
situao Casado Divorciado Solteiro vivo No responderam Total Freqncia (%) 48,20 5,40 25,00 7,10 14,30 100,00
Na Turma de Cincias Contbeis da UNIDERP, aproximadamente 48% dos acadmicos esto casados.
Fonte: Acadmicos do Curso de Administrao do Plo Forte Unio da UNIDERP Interativa da Turma 009/1
Voc consegue sentir que os dados percentuais do melhor visibilidade da situao? Quando apresentamos alguns dados, temos que ter essa preocupao. Qual a melhor forma para entender os dados apresentados?
Podemos concluir que: ,0% dos acadmicos esto casados. ,0% divorciados. % solteiros. 7,10% vivos. 1,0% no responderam ao questionrio.
1
Essas representaes de valores dos dados so os fechamentos de concluses da pesquisa descritiva e nos do uma viso maior quanto situao dos acadmicos desse curso. Agora, iremos verificar como se faz quando se trata de dados quantitativos. retomando...
o que so dados brutos?
So os dados obtidos diretamente da pesquisa, logo aps a aplicao do questionrio, sem nenhuma interferncia ou sem terem passado por processos de snteses ou anlises. Suponhamos os dados brutos a seguir que vieram da mesma pesquisa dos acadmicos de administrao:
35 23 24 27 40 23 24 26 40 23 35 45 29 24 33 51 29 20 33 53 24 20 23 42 40 20 35 42 40 27 20 35 50 22 42 35 35 22 45 24 33 35 45 29 24 33 51 29 20 24 33 53 42 35 35 22
A colocao dos dados em ordem crescente facilita a retirada de algumas informaes necessrias para a organizao dos dados. Assim, ser retirada uma informao que a amplitude total. Podemos, pelo rol, verificar de maneira mais clara e rpida a composio do conjunto, identificando o maior e o menor valor, alm de alguns elementos que podem se repetir vrias vezes, mostrando assim o comportamento dos dados. refletindo...
Como podemos organizar os dados no formato de tabela se temos muitos valores diferentes?
Para que possamos visualizar melhor os dados, fazer uma anlise e tambm apresent-los para os acadmicos ser necessrio organizar as idades dos acadmicos. Utilizaremos a primeira noo de organizao de dados quantitativos. Rol so os arranjos dos dados em certa ordem. Nesse caso, por se tratar de dados quantitativos, utilizaremos a ordem crescente. Idades organizadas em ordem crescente:
20 20 20 20 20 22 22 22 23 23 23 23 24 24 24 24 24 24 24 26 27 27 29 29 29 29 33 33 33 33 33 35 35 35 35 35 35 35 35 35 40 40 40 40 42 42 42 42 45 45 45 50 51 51 53 53
De imediato podemos verificar no rol que a menor idade 0, e a maior, . Sabemos ento que a idade varia de 0 a e tem uma amplitude total de , pois: 0 = Amplitude total um conceito da estatstica que mede a variao dos dados quantitativos. Essa variao um parmetro de medida e auxilia na construo de outras medidas. Nesses casos, utilizaremos as seguintes regras: construiremos as classes com os dados existentes e organizados. Sabemos que a pesquisa teve a participao de 6 acadmicos e utilizarmos-nos da seguinte regra para saber quantas classes devem ser utilizadas com este clculo: 1) Amplitude total = maior valor menor valor da pesquisa ( 0 = ). ) Quantidade de classes = raiz quadrada da quantidade de elementos da pesquisa (6 7, 7 ) sempre ser um nmero inteiro. Se der valor decimal, aproximar para o nmero inteiro menor. ) Intervalo da classe dado pela diviso entre a amplitude total e a quantidade de classes amplitude total ,71 , quantidade de classe 7
16
sempre ser arredondado para um valor maior; caso contrrio, o maior valor no ser encaixado na ltima classe. ) Agora s montar as classes. Como? Sabemos que o menor valor 0 e o intervalo da classe : a) a primeira classe ser 0 a e sua notao ser 0 | , que ter o seguinte entendimento: a idade 0 pertencer a esta classe, mas a no; b) a segunda classe ser a 0 e sua notao ser | 0, que ter o seguinte enRascunho
20 | 25 25 | 30 30 | 35 35 | 40 40 | 45 45 | 50 50 | 55 19 7 5 9 8 3 5 20 23 26 33 35 40 45 50 20 23 27 33 35 40 45 51 20 24 27 33 35 40 45 51
tendimento: a idade 6 pertencer a essa classe, mas a 0 no. Obs.: Intervalo fechado de um lado e aberto do outro lado. ) Quantos elementos tm a primeira classe? Como ser a contagem? A contagem se d manualmente aps a elaborao do rol. Nesse caso, fizemos a apresentao dos valores do lado direito para melhor entendimento, com fins didticos, mas na prtica no existe a necessidade do desenvolvimento desta forma.
20 24 29 33 35 40
20 24 29 33 35 42
22 24 29
22 24 29
22 24
23 24
23
35 42
35 42
35 42
35
53
53
Representao tabular dos dados dos acadmicos em relao idade (Tabela ).
Tabela 4 Idade dos Acadmicos do Curso de Administrao
do Plo Forte Unio da UNIDERP Interativa da Turma 2009/1
Classe 20 | 25 25 | 30 30 | 35 35 | 40 40 | 45 45 | 50 50 | 55 Total Freqncia 19 7 5 9 8 3 5 56
. Calcular a amplitude total = o maior valor o menor valor. . Calcular quantas classes ter a representao tabular Calcular a sendo n a quantidade de elementos da pesquisa. Se necessrio, arredondar para um valor inteiro e menor. . Calcular a amplitude da classe = amplitude total/quantidade de classes. Se necessrio, arredondar sempre para um valor maior. . Criar as classes e depois contar quantos elementos tm em cada uma. 6. Apresentar os dados no formato de tabela. J sabemos como apresentar os dados quantitativos na tabela. Agora iremos criar tambm as freqncias relativas e percentuais. Utilizando os dados anteriores e efetuando mais alguns clculos, teremos logo as freqncias relativas e as percentuais.
resumindo De posse dos dados quantitativos: 1. Fazer o rol colocar em ordem crescente.
17

Classe 20 | 25 25 | 30 30 | 35 35 | 40 40 | 45 45 | 50 50 | 55 Freqncia 19 7 5 9 8 3 5 Clculo (rascunho) 19/56 7/56 5/56 9/56 8/56 3/56 5/56 19/56 + 7/56 + Total 56 5/56 + 9/56 + 8/56 + 3/56 + 5/56 1,000 Freqncia relativa 0,339 0,125 0,089 0,161 0,143 0,054 0,089 Clculo (rascunho) 0,339 * 100 0,125 * 100 0,089 * 100 0,161 * 100 0,143 * 100 0,054 * 100 0,089 * 100 0,339 * 100 + 0,125 * 100 + 0,089 * 100 + 0,161 * 100 + 0,143 * 100 + 0,054 * 100 + 0,089 * 100 100 Freqncia percentual 33,9 12,5 8,9 16,1 14,3 5,4 8,9
retomando... A freqncia relativa simplesmente a proporo de representaes de uma situao em relao ao total dessa varivel. A freqncia percentual a freqncia relativa multiplicada por 100. A freqncia percentual d uma viso mais apurada, isto , alm de dar visibilidade do todo, observa-se uma informao especfica. para analisar
Na Turma de Cincias Contbeis da UNIDERP, a maior concentrao de idade est entre 20 e 25 anos, pois so 33,9% dos acadmicos. Na Turma de Cincias Contbeis da UNIDERP, a maior concentrao de idade est entre 20 e 25 anos, pois so 19 acadmicos.
Dessas informaes descritas, qual seria a mais significativa para se fazer uma leitura ou ouvir essas informaes? Qual teria mais sentido? Qual daria para entender melhor as informaes? Voc percebe que as representaes percentuais tornam-se mais significativas, pois uma linguagem mais popular, alm de demonstrar uma parcela do todo.
Como fazer uma representao tabular
Para organizar uma srie estatstica ou uma distribuio de freqncias existem algumas normas nacionais ditadas pela Associao Brasileira de Normas Tcnicas (ABNT), de acordo com a publicao Normas de Apresentao Tabular, a edio, 199, do Instituto Brasileiro de Geografia e Estatstica (IBGE), as quais devem ser respeitadas. Assim, toda tabela estatstica deve conter: a) Elementos essenciais 1. Ttulo indica a natureza da pesquisa, as variveis na anlise do fato, o local e a poca. . Corpo o conjunto de linhas e colunas que contm as sries horizontais e verticais de informaes, respectivamente. . Cabealho designa a natureza do contedo de cada coluna. . Coluna indicadora mostra a natureza do contedo de cada linha. b) Elementos complementares (se necessrio) . Fonte o indicativo, no rodap da tabela, da entidade responsvel pela sua organizao ou fornecedora dos dados primrios. 6. Notas so colocadas no rodap da tabela para esclarecimentos de ordem geral. 7. Chamadas so colocadas no rodap e servem para esclarecer mincias em relao s colunas ou linhas. Nenhuma clula da tabela deve ficar em branco, apresentando sempre um nmero ou sinal.
Fazer uma representao dos dados coletados por meio de tabelas para dar uma viso mais clara do que ocorre com os dados observados.
1

Idade dos acadmicos do Curso de administrao do plo Forte unio da unIDerp Interativa da Turma 2009/1 Classe 20 | 25 25 | 30 30 | 35 35 | 40 40 | 45 45 | 50 50 | 55 Total Freqncia 19 7 5 9 8 3 5 56 situao 1 3 vivo No responderam Total Freqncia 4 8 56
Fonte: Acadmicos do Curso de Administrao do Plo Forte Unio da UNIDERP Interativa da Turma 009/1
Formas De represenTaes grFICas
, 6 e 7
represenTao grFICa Dos DaDos esTaTsTICos
s vezes, ficamos meio confusos ao escolher uma representao grfica, por termos vrios tipos de grfico: colunas, de setores, de linhas, de barras, em colunas ou barras mltiplas. Para conhecimento, veremos a seguir algumas representaes dos dados.
grfico de colunas
Acadmicos
Voc j deve ter observado nas aulas anteriores que a organizao de dados importante para dar visibilidade a uma pesquisa, que a representao grfica amplia a viso do resultado de uma pesquisa. Por isso, os grficos devem ser auto-explicativos e de fcil compreenso. Nesta aula, voc ter oportunidade de ampliar seus conhecimentos. At a aula anterior fizemos a representao dos dados estatsticos por meio de uma representao tabular, isto , em tabelas, dos dados de uma varivel. A partir deste momento iniciaremos a elaborao de uma representao grfica das variveis qualitativas ou categricas.
Que meio de transporte mais utiliza Qual o seu estado civil?
Para a elaborao de um grfico de colunas utilizamos o eixo cartesiano, sendo o eixo horizontal a base para a construo do grfico, com intervalos apropriados. Colocam-se retngulos sobre o eixo cujas alturas representam, proporcionalmente, as freqncias das caractersticas observadas da varivel em estudo.
30 25 20 15 10 5 0
Ca sa do
So lte s iro
Vi v os
D iv c or
o re
Continuaremos a utilizar os dados da pesquisa simulada da aula anterior. J temos alguns dados da varivel estado civil, representados no formato de tabela. Usaremos esses dados para fazer representaes grficas.
Estado civil dos Acadmicos do Curso de do Plo Forte Unio da Cincias Contbeis UNIDERP Interativa da Turma 2009/1
situao Casado Divorciado Solteiro Freqncia 27 3 14
ia
sp
Figura 1 Estado civil dos Acadmicos do Curso de Cincias

Contbeis do Plo Forte Unio da UNIDERP Interativa da Turma 2009/1
grfico de setores
Todos os dados so representados por um crculo e cada categoria representada por uma parte desse crculo, isto , um setor, sendo cada um representado por ngulos e 60 representam o total de dados. O crculo representa o conjunto total de
do s
on de
Estado civil
m ra
19
dados. Observe os dados a seguir e a representao proporcionada. Um exemplo hipottico

6% 5% 2% 2% 68%
Esses dados, apresentados por meio do grfico de linha, trazem uma grande contribuio na apresentao, pois ressaltam a trajetria do gnero e apresentam uma projeo.
grficos de barras
8% 9%
Sim No, estou desempregado No, estou aposentado No, sou empresrio No, sou autnomo No, trabalho informalmente No, exero a funo pblica
Para a elaborao de um grfico de barras utilizamos o eixo vertical como base para a sua construo, com intervalos apropriados. Colocam-se retngulos sobre o eixo cujas alturas representam, proporcionalmente, as freqncias das caractersticas observadas da varivel em estudo.
Motivo de escolha do curso de Cincias Contbeis Perfil 2006
motivo Natureza do seu projeto profissional, abrir empresa, ampliar negcio, carreira, outros Existncia de amplo mercado de trabalho Formao generalista e abrangente vocao 2003 26,84 15,45 19,20 14,08 12,71 5,50 6,22
Figura 2 Registro em Carteira Profissional em Pesquisa 2006

do Conselho Federal do Cincias Contbeis Perfil, Formao, Atuao e Oportunidades de Trabalho do Contador
grfico de linhas
Diversidade das alternativas de especializao Influncia de outro contador (pais, amigos, parentes, outros) Outros
o tipo mais utilizado para representar a evoluo de uma varivel ao longo do tempo. Observe a pesquisa e a forma de representao.
gnero na profisso de Cincias Contbeis ano 1994 1998 2003 2006 mulher 21 25 30 33 Homem 79 75 70 67
grfico em colunas ou barras mltiplas (agrupadas)
Pesquisa 006 do Conselho Federal do Administrador Perfil, Formao, Atuao e Oportunidades de Trabalho do Administrador. Fonte: http://www.cfa.org.br/arquivos/
um tipo de grfico til para estabelecer comparaes entre as grandezas de cada categoria dos fenmenos (variveis) estudados. A modalidade de apresentao chamada de grfico de colunas ou barras remontadas, pois ele proporciona economia de espaos e o mais indicado quando a srie apresenta um nmero significativo de categorias.
0

motivo Natureza do seu projeto profissional, abrir empresa, ampliar negcio, carreira etc. Existncia de amplo mercado de trabalho Formao generalista e abrangente vocao Diversidade das alternativas de especializao Influncia de outro administrador (pais, amigos, parentes etc.) Preferncia pela rea de cincias sociais Promoo do curso no meio profissional e estudantil Outros 6,22 2003 26,84 15,45 19,20 14,08 12,71 5,50 2006 24,97 13,91 21,52 15,81 7,43 5,01 4,18 1,36 5,81
DesaFIo para um bom obserVaDor
As representaes vistas at agora so os grficos mais clssicos. Na elaborao dos grficos podemos utilizar outras formas de apresentaes dos dados, mas no podemos perder de vista o que foi dito no incio desta aula: a representao grfica usada para ampliar a viso do resultado de uma pesquisa e os grficos devem ser auto-explicativos e de fcil compreenso. refletindo Vimos diferentes tipos de grficos. Para a pesquisa do estado civil dos acadmicos, qual seria a melhor forma de representao, no seu ponto de vista. Destacamos que o mais utilizado o grfico de colunas, por representar em escalas as informaes. Na representao grfica, observar:
a) Ttulo, onde se destacam o fato, o local e o tempo. b) Escala usada na sua elaborao para que no se desfigurem os fatos ou as relaes que se deseja destacar. c) A fonte de obteno dos dados, caso no seja o prprio autor que tenha feito a coleta. Com alguns exemplos, vamos entender tambm as representaes grficas das variveis quantitativas. Nessas representaes, os resultados referentes a variveis contnuas freqentemente so organizados em tabelas de distribuies de freqncias por intervalo. Trs tipos de grfico geralmente so utilizados nesse caso: histograma, polgono de freqncia e ogivas. Ainda fazendo uso dos dados das idades dos acadmicos levantados na aula anterior, observamos
1
que os dados coletados das idades dos acadmicos, demonstrados na tabela a seguir, podem ser apresentados pelos seguintes grficos: Polgono de Freqncia um grfico de linha que, no lugar de barra para representar cada classe, colocamos o ponto mdio da classe e a freqncia marcadas sobre perpendiculares ao eixo horizontal. Unimos esses pontos da classe por meio de segmentos de retas. Polgono de freqncia acumulada O polgono de freqncia acumulada traado marcando-se as freqncias acumuladas sobre perpendiculares ao eixo horizontal, levantadas nos pontos correspondentes aos limites superiores dos intervalos de classe.
atividade da aula Aps a pesquisa do perfil dos acadmicos do Curso de Graduao tabule os dados da pesquisa e construa grficos que melhor representem os dados. Verifique na Ferramenta Galeria da Unidade Didtica atividades da aula extraclasse.
ANOTAES
Idade dos Acadmicos do Curso de Cincias Contbeis do Plo Forte Unio da UNIDERP Interativa da Turma 2009/1
Classe 20 | 25 25 | 30 30 | 35 35 | 40 40 | 45 45 | 50 50 | 55 Total PM = ponto mdio pm* 22,5 27,5 32,5 37,5 42,5 47,5 52,5 Freqncia 19 7 5 9 8 3 5 56
20 18 16 14 12 10 8 6 4 2 20 25 30 35 40 45 50 55

AULA ____________________
DESCRIO DOS DADOS MEDIDAS DE TENDNCIA CENTRAL E MEDIDAS DE DISPERSO
Contedo
Mdia aritmtica Mdia aritmtica de freqncias ou geral Moda Mediana Introduo s medidas de disperso Importncia do estudo das medidas de disperso Principais medidas de disperso Amplitude total Varincia Desvio-padro Coeficiente de variao
Resolver problemas, incluindo a capacidade de reconhecer qual a tcnica que melhor se aplica a uma determinada situao e utiliz-la eficazmente na sua soluo Discernir os problemas em que a estatstica pode ser aplicada ou no Reconhecer qual a tcnica que melhor se aplica a uma determinada situao e utiliz-la eficazmente na sua soluo Verificar de uma forma mais crtica as informaes obtidas dos meios de comunicao Ampliar as leituras de informaes dos dados demonstrados e apresentados Transformar dados em informaes e estudar a variao dos dados visando verificar a homogeneidade ou heterogeneidade dos dados para contribuir como uma ferramenta importante para a tomada de decises importantes. Permitir ao acadmico elaborar, desenvolver, analisar e interpretar os dados pesquisados e/ou ter conhecimento da interpretao dos resultados obtidos, especialmente no estudo da viabilidade dos dados, visando a um maior entendimento da confiabilidade dos dados e para as tomadas de decises importantes
Textos para auto-estudo disponibilizados no portal

Verificar as atividades na Galeria da Unidade Didtica
Durao

Unidade Didtica Estatstica Aplicada Contabilidade meDIDas De TenDnCIa CenTral e meDIDas De DIsperso Introduo
que a mdia aritmtica simples ou ponderada. Verificamos que j existe uma primeira aproximao da estatstica, mesmo no tendo noo desse conceito.
Nesta aula daremos continuidade aos estudos das aulas anteriores. J aprendemos a apresentar os dados de uma pesquisa no formato de tabelas e grficos. Essas representaes dos dados do possibilidades de visualizar as caractersticas das concentraes das informaes. Os objetivos da tendncia central resumir e simplificar a informao. Hoje vamos aprender a verificar as medidas de posio ou medidas de tendncia central, que so nmeros, valores que resumem e representam uma caracterstica da pesquisa. As medidas de posio so as mdias aritmticas simples ou ponderada, a moda (modal) e a mediana. A partir de agora iremos tratar com mais detalhes.
medidas de tendncia central mdias
O clculo da mdia aritmtica simples ou mdia aritmtica ou mdia feito da seguinte forma: somam-se todos os valores divididos pela sua quantidade. Exemplo: 1) Altura de 10 acadmicos em metros: 1,7 1, 1,6 1,6 1, 1,6 1, 1,7 1,7 1,9 1,7 1,
Faremos agora os estudos das mdias, que so as mdias aritmtica simples, ponderada de freqncias ou geral.
mdia aritmtica
A mdia aritmtica o valor que temos mais contato. Como acontece a representao de uma nota apenas para todas as notas de uma determinada disciplina durante o semestre e como calculado esse valor? Este exerccio para ns no exige muitos esforos. Constantemente estamos calculando as nossas mdias, e, na maioria das vezes, o valor resultado do somatrio de todas as notas dividido pelo nmero delas. Exemplo: O aluno Fernando, da a srie, teve as seguintes notas de aproveitamento na disciplina Artes Visuais: 7 10 e o clculo efetuado foi ficando com a mdia final 7,. A criana e todos, de uma forma geral, no guardam todas as notas, mas guardam os resultados finais,
Clculo da mdia: 1,7 + 1,6 + 1, + 1, + 1,7 + 1,7 + 1, + 1,6 +1,6 + 1,7 + 1,9 + 1, X= 10 A mdia das alturas dos acadmicos 1,7. Podemos observar que a altura que representa os 10 acadmicos a mdia calculada. Sistematizando: Em uma pesquisa, temos uma amostra de 0 valores. Para obter a mdia, somamos os 0 valores e dividimos por 0. Se na amostra temos 1.000 valores, somamos todos os 1.000 valores e dividimos por 1.000.
IMPORTANTE
X= x1 + x2 + x3 + ... + xn N
mdia O clculo da Mdia
Sendo a amostra de N valores, como valores: x1, x, v, ..., xn-1, x e X a notao da mdia e tambm o valor que, na maioria das vezes, representa toda a populao.

AULA 3 Descrio dos Dados Medidas de Tendncia Central e Medidas de Disperso
At agora fizemos clculos simples: somam-se todos os elementos (todos tm um mesmo peso) e os dividimos pelo quantitativo de elementos. Mas como faremos a mdia se os elementos tiverem pesos diferentes? O peso equivale ao valor ponderal ou simplesmente ponderal, isto , um valor (maior ou menor) que se quer dar ao elemento. Esse dado importante quando o assunto o clculo da mdia aritmtica ponderada ou mdia ponderada. Vamos agora compreender e aprender a fazer esse clculo? Em muitos momentos na escola, as mdias e as notas so calculadas utilizando pesos, multiplicados por valores determinados, isto , o primeiro contato se d na escola quando se calcula a mdia com peso. A primeira nota peso 1, a segunda peso , a terceira peso e a quarta peso . Vamos supor as seguintes notas obtidas pelo aluno Fernando, da a srie, em Artes Visuais, nos quatro bimestres do ano letivo:
Perodo 1o Bimestre 2o Bimestre 3o Bimestre 4o Bimestre Nota 7 8 5 10
refletindo Os clculos das mdias aritmticas, simples ou ponderadas, do valores diferentes, pois a mdia aritmtica simples no tem peso ou podemos colocar que ela sempre tem peso 1 e a ponderada tem pesos diferenciados.
Clculo da mdia com dados agrupados
Sem intervalos de classe Em uma pesquisa de famlias busca-se a mdia ponderada de filhas, tendo como uma das variveis o nmero de meninas, coletadas e apresentadas em uma tabela. Calcularemos a quantidade mdia de meninas por famlia:
No de meninas 0 1 2 3 4 Total Fi* 2 6 10 12 4 34
Retomando
Xi 0 1 2 3 4 Total Fi 2 6 10 12 4 34 Xi x Fi 0 6 20 36 16 78 2 famlias no tm nenhuma filha 6 famlias tm 1 filha 10 famlias tm 2 filhas 12 famlias tm 3 filhas 4 famlias tm 4 filhas 34 famlias tm 78 filhas
Dado importante, cada nota tem um peso diferente: a) a primeira, peso 1; b) a segunda, peso ; c) a terceira, peso ; d) a quarta, peso ; Assim, o clculo da mdia ponderada com pesos :
*So os nmeros que indicam quantos dados existem numa determinada categoria ou classe de uma varivel. Elas funcionam como fatores de ponderao, o que nos leva a calcular a mdia aritmtica ponderada:
A mdia ponderada de Fernando 7,. O clculo da mdia ponderada
!
X=
IMPORTANTE
O clculo da mdia ponderada : (X1 . P1) + (x2 . P2) + (X3 .P3) + .... + (XnxPn) P1 + P2 + P3 + ... + Pn
Assim, para o clculo da mdia ponderada utilizaremos: 0 + 16 + 10 + 1 + = 0 + 6 + 0 + 6 + 16 = , Aps o clculo, conclumos que a pesquisa apontou que existe uma mdia de , meninas por famlia.
Sendo a amostra de N valores, tendo valores: X1, X2, X3, ..., XN, e P os pesos dos respectivos valores P1, P2, P3, ..., Pn

Exemplo de mdia geral Turmas que possuem determinada disciplina em comum apresentam nessa disciplina: Turma A (0 estudantes) mdia 6. Turma B ( estudantes) mdia .0 Turma C ( estudantes) mdia 6.0 Turma D (0 estudantes) mdia 7. Determinar a mdia geral. Vejamos o seguinte: Queremos calcular a mdia das notas; ento nosso x (varivel em estudo a mdia, enquanto o nmero de estudante o nosso peso ou tambm pode ser chamado de freqncia.
Anteriormente, antes da representao em tabela, sabamos qual era a idade de todos os acadmicos. Agora, temos as informaes dos acadmicos de forma geral, mas perdemos as suas particularidades. Sabemos que na classe 0 |... 6 h 1 acadmicos, mas no sabemos quem so. Necessitamos agora elencar um representante de cada classe, que ser o ponto mdio da classe Xi, que tambm j vimos.
Classe 20 | 26 26 | 32 32 | 38 38 | 44 44 | 50 50 | 56 Total Fi 15 5 8 7 2 3 40 Xi 23 29 36 41 47 53 Fi Xi 15 23 = 354 5 29 = 145 8 36 = 288 7 41 = 287 2 47 = 94 3 53 = 159 1.318
X=
(X1 . P1) + (x2 . P2) + (x3 . P3) + ... + (XnxPn) P1 + P2 + P3 + ... + Pn (6,5 . 40) + (4,0 . 35) + (6,0 . 35) + (7,5 . 20) 40 + 35 + 35 + 20 (260,0) + (140,0) + (210,0) + (150,0) 130
X=
X=
800 X= 130
X = 6,67 Aproximadamente 6,7
Com intervalos de classe Alguns dados, cujas variveis so contnuas, ao serem apresentados em tabelas necessitam de intervalos. Dessa forma, necessitamos, em cada intervalo ou classe, de um valor para ser o representante, os quais denominamos de pontos mdios da classe. Utilizando ainda os dados da pesquisa da Aula , representamos as idades dos acadmicos em um quadro para efetuar o clculo da mdia ponderada.
Idade dos acadmicos do curso X da UNIDERP da Turma 2010/2 Classe 20 | 26 26 | 32 32 | 38 38 | 44 44 | 50 50 | 56 Total Freqncia 15 5 8 7 2 3 40
Escolhemos o ponto mdio de cada classe, multiplicamos a freqncia pelo ponto mdio e obtivemos um somatrio dos resultados dessa multiplicao, mas como faremos o clculo da mdia aritmtica ponderada? Para termos a mdia aritmtica ponderada faremos o seguinte clculo: Isto , dividiremos o resultado do somatrio pelo quantitativo dos acadmicos,
X = 1.318 = 32,95 X = 1.318 = 32,95 X = 1.318 = 32,95
40 40 40
obtendo assim o valor da mdia ponderada e concluindo que a mdia aritmtica ponderada ,9, aproximadamente anos. At este momento, j sabemos calcular a mdia, simples ou ponderada. A escolha da forma de como vamos fazer esses clculos vai depender da forma como esto apresentados os dados. aprofundando mais um pouco...
medida de posio moda
Como o prprio nome diz, por exemplo cala Jeans est na moda, ou seja, tem mais gente usando (foi o que mais repetiu), em estatstica o valor que mais se repete, e, em outras palavras, o
6
valor que ocorre com maior freqncia nos dados de uma Varivel. Mo o smbolo de moda Desse modo, a nota modal dos alunos de uma certa turma e escola aquela que mais se repete, a mais comum, isto , a nota recebida pelo maior nmero de alunos dessa turma e escola.
moda dados no agrupados
para em dois subconjuntos de mesmo nmero de elementos. Md o smbolo da mediana

mediana em dados no agrupados
facilmente descoberta: basta procurar o valor que mais se repete. Exemplo: Nas notas {7, 6, , 9, 10, 6, , 7, 7 }, a moda igual a 7. Existem variveis que no tm valor modal, isto , no existe nenhum valor que apaream mais vezes que outros. Portanto, chamaremos de Amodal. Exemplo: {, , 9, , } Existem casos que pode haver dois ou mais valores com o mesmo nmero de repetio ou concentrao, chamaremos de Bimodal. Exemplo: {, , , , , , 6, 7, 7, 7, , 9 }
Como calcular a moda com dados agrupados
Nos dado: {, , 6, , 9, 7, 10 } calcular a mediana: 1o. Fazer o rol, ou seja, a organizao dos dados: {, , , 6, 7, 9, 10} o. No conjunto temos 7 dados. Para destacar a mediana, basta conseguir separar ou dividir em dois conjuntos com a mesma quantidade de elementos, sendo o primeiro conjunto de menor valor e o o segundo com os maiores valores. {, , , 6, 7, 9, 10}, sendo assim, a Md 6. Mtodo prtico para o clculo da mediana: O conjunto de dados, com nmero mpar de termos, ter como valor mediano, o termo de ordem dada pela frmula: N+1 O conjunto de dados, com um nmero par de termos, ter como valor mediano o termo de ordem dada pela frmula: N + 2 N +1 2
IMPORTANTE
A moda utilizada quando desejamos obter uma medida rpida e aproximada de posio ou quando a medida de posio o valor que mais caracteriza a distribuio. J a mdia aritmtica a medida de posio que possui a maior estabilidade. medida de posio mediana
Exemplificando: Para calcular a mediana da srie { 1, , 1, 0, , , 1, , , 6 } 1o. Rol { 0, 1, 1, 1, , , , , , 6 } o. N = 10, logo a frmula ficar:
A mediana de um conjunto de valores, dispostos segundo uma ordem (crescente ou decrescente), o valor situado de tal forma no conjunto que o se-
valor mediano foi retirado (o termo+ 6o termo) e dividido por , sendo que o o termo e o 6o termo .
7
(
,o
De uma forma mais breve, podemos colocar que a moda est representada pela classe ou categoria que contm um maior nmero de dados. Aquela que contm intervalo de classe, a representao modal, mais simples, o ponto mdio da classe.
( (
o. O valor mediano (+)/ , ou seja, Md = ,. A mediana no exemplo ser a mdia aritmtica do o e 6o termos da srie.
IMPORTANTE
Quando o nmero de elementos da srie estatstica for mpar, haver coincidncia da mediana com um dos elementos da srie. Quando o nmero de elementos da srie estatstica for par, nunca haver coincidncia da mediana com um dos elementos da srie. O valor mediano ser sempre a mdia aritmtica dos dois elementos centrais da srie. Em uma srie, a mediana, a mdia e a moda no tm, necessariamente, o mesmo valor. A mediana depende da posio e no dos valores dos elementos na srie ordenada. Essa uma das diferenas marcantes entre mediana e mdia (que se deixa influenciar e, muito, pelos valores extremos).
) Com a seguinte srie de salrios dirios em reais: 10 10 1 1 1 1 0 0 6 6 0 6 0 0 0 0 60 190 1000 1700, a) Calcular a mdia de salrios? b) Qual o salrio em que h maior freqncia de indivduos? (Moda) c) Qual o salrio que est justamente no meio da srie? (Mediana) d) Compare os trs valores acima e d sua opinio sobre o mais representativo. Verifique na Ferramenta Galeria da Unidade Didtica atividades da aula extraclasse
meDIDas De DIsperso Introduo
Observe estes dados: a) (, 9, 10, 1, 1) a mdia = 10 e a mediana = 10 b)(, 7, 10, 1, 6) a mdia = 0 e a mediana = 10 Concluindo... A mdia do segundo conjunto de valores maior do que a do primeiro, por influncia dos valores extremos, ao passo que a mediana permanece a mesma. No item b a medida de posio que mais representa o conjunto de dados o valor mediano 10.
Na aula anterior estudamos as Medidas de Posio (Tendncia Central) que tm como objetivo resumir e simplificar as informaes nelas contidas. No entanto, devemos observar que elas nada nos informam sobre a variabilidade dos dados, ou seja, podemos afirmar que duas ou mais populaes podem ter a mesma mdia e muito diferirem em relao s variaes dos seus valores. Essas assertivas sero demonstradas a seguir.
Importncia do estudo das medidas de Disperso
ATENO
Na maioria dos casos a mdia a mais representativa porque leva em considerao todos os dados. fcil de calcular, mais utilizada. Entretanto, quando os valores extremos esto muitos equidistantes, dever-se- utilizar ou a mediana ou a moda. Veja o exemplo a seguir.
atividades da aula 1) Calcule a mediana, a mdia e a moda. Na sua opinio qual o mais representativo: a) (, , , 9, 10, 1, 1)?
Consideremos as trs amostras a seguir (dimetro de parafusos em milmetros): A: 10; 1; 11; 1; 11 XA (mdia) = 11 B: 11; 11; 11; 11; 11 XB (mdia) = 11 C: 116; 1; 1; 10; 10 XC (mdia) = 11 Vamos imaginar que nesse caso foi retirada uma amostra de parafusos produzidos por uma determinada mquina (A), de outra (B) e de uma terceira mquina (C). Calculou-se a mdia e verificouse que elas eram iguais. No entanto, diferentemente das demais amostras vocs podem observar que a mquina B est perfeita, porque todos os parafusos tm os mesmos dimetros, enquanto se observa va-

riao considervel entre os produtos das mquinas A e C, determinando a necessidade de reparos nessas ltimas. Problemas como esses so detectados por meio do estudo das medidas de disperso. Um exemplo hipottico: um homem com a cabea dentro de um forno ligado e com os ps num congelador poder estar sob uma temperatura mdia de 6,C (temperatura mdia ideal para o ser humano). No entanto, suas condies de vida estaro seriamente comprometidas (por motivos bvios). Tem-se, a, uma situao tpica na qual a mdia pouco poder ser til, principalmente para quem estiver nela colocado! Temos ento uma elevada variao dos dados, demonstrando a importncia do estudo da disperso dos dados. Outro exemplo da necessidade de se estudar a variao dos dados: num exame de estatstica de uma determinada turma, a mdia foi de 7.0, quando 0% da turma obtiveram notas acima de 9.0, 0% notas abaixo de .0 e os 0% restantes obtiveram notas entre .0 e 9.0. Concluso: houve uma grande variao de notas, determinando que nessa disciplina a turma apresenta-se extremamente heterognea. Se, por outro lado, as notas tivessem variado entre 6.0 e .0, poderamos afirmar que, em relao a essa disciplina, a turma seria significativamente homognea.
principais medidas de disperso
Analisando as medidas da amplitude pode-se verificar que as mquinas A e C necessitam de reparos para a fabricar parafusos de boa qualidade. Vantagens da amplitude Apresentar maior facilidade de clculos e ser de fcil interpretao. Exemplo de utilizao Controle de qualidade industrial. Varincia Pode ser definida como a soma dos quadrados dos desvios em relao mdia, dividida pelo nmero de dados, para uma populao e nmero de dados, menos a unidade para uma amostra. = sqd/n-1 Onde: : sigma minsculo ao quadrado do alfabeto grego = varincia sqd: soma dos quadrados dos desvios. n: nmero de dados Exemplo: Calcular a variao dos dados a seguir: 1 11 1 10 11 mdia: 11 n: Primeiramente, temos que calcular os desvios, subtraindo a mdia de cada um dos dados: 1 11 : X1 X 11 11 : X X 10 11 : 1X X 1 11 : 1 X X 11 11 : 0 X X Obs.: Se somarmos os valores resultantes desses clculos (desvios), obteremos o valor zero, o que vale para qualquer amostra ou populao. Para contornar essa situao, a estatstica utilizou um artifcio matemtico, elevando ao quadrado cada um dos valores dos desvios. Para calcularmos a varincia devemos somar os desvios elevados ao quadrado e dividir o valor dessa soma por n 1. Por que nmero de dados menos a unidade? Nesses exemplos, o ltimo dado igual mdia (11 11 = 0), levando a uma pressuposio de que sempre (em uma amostra) se ter um dado igual
Amplitude total Varincia Desvio-padro Coeficiente de variao Amplitude total a diferena entre a maior e a menor observao da amostra. Voltando ao exemplo citado (trs amostras de dimetros de parafusos): A: 10; 1; 11; 1; 11 XA = 11 B: 11; 11; 11; 11; 11 XB = 11 C: 116; 1; 1; 10; 10 XC = 11 Amplitude Total A = 1 11 = 6 B = 11 11 = 0 C = 1 116 = 9
9
mdia, definindo seu desvio como zero. Definiu-se assim, em Estatstica a denominao Grau de Liberdade, ou seja, em uma amostra se tem a liberdade de tirar uma unidade do nmero de dados. Isso posto, generalizou-se a utilizao desse artifcio de clculo. Frmula:
=
2
Aplicando-se as regras de somatrios, obtm-se
2=
X X 2 n1
Desenvolvendo-se o quadrado no numerador, obtm-se
(X1 X)2 + (X2 X)2 + ... + (Xn X)2 n1
2=
(X2 2X . X + X2) n1
Logo:
(124 121)2 + (118 121)2 + (120 121)2 (122 121)2 + (121 121)2 51 (3)2 + ( 3)2 + ( 1)2 (1)2 + (0)2 4
2 =
Aplicando-se novamente as regras de somatrios, obtm-se
2 =
2=
X2 2 X . X + n . X2
n1
, o que
2 =
pode ser representado por
9 + 9 +1 +1 +0 4
2=
X2 2 X . X + n . X . X
n1 ; ento, substitui-se para obter
2 =
20 4
como X =
x
n
2 = 5
2=
Desvio-padro
X X X X2 2 X . n + n . n . n n1
uma medida de disperso absoluta que quantifica a variabilidade dos dados da amostra e vem expresso na mesma unidade dos dados. definido como a raiz quadrada da varincia.
donde, simplificando os n na terceira parcela do numerador, obtm-se X X2 2 X . n + X. n n1 X .
2=
= 2
Considerando o exemplo acima teremos
Resolvendo-se o numerador, obtm-se
= 5 = 2,23
Existe uma outra forma para o calculo do desviopadro que pode facilitar os clculos em algumas situaes. Por essa razo, vamos deduzir a frmula para facilitar a desenvolver os clculos. Deduo da frmula: Por definio,
2=
como:
X2 X . n
n1
X , o que pode ser escrito
Varincia
2=
Desvio-padro
X2 X 2 / n
n1
2=
(X1 X)2 + (X2 X)2 + ... + (Xn X)2 n1
2 2 X X /n = n1
2
0
AULA 3 Descrio dos Dados Medidas de Tendncia Central e Medidas de Disperso Clculo da varincia
Consideremos o mesmo exemplo feito anteriormente: 1 11 1

X 124 118 122 120 121 605
IMPORTANTE
10
11
mdia: 11 n:
X2 15.376 13.924 14.400 14.884 14.641 73.225
Verifique que os resultados foram os mesmo desenvolvidos pelas duas frmulas acima.
Logo x = 60 x = 7. N = nmero de dados = Assim
2= 2= 2= 2= 2=
X2 X 2 / n
n1
73.225 605 2 / 5
51
73.225 336.025 / 5
51
Propriedades e caractersticas do desvio-padro: 1) O desvio-padro de um conjunto de dados mnimo, uma vez que os desvios so tomados em relao mdia aritmtica do conjunto. ) Somando-se ou subtraindo-se cada observao pela mesma quantidade, o desvio-padro no se altera. ) Multiplicando-se ou dividindo-se cada observao pela mesma constante (k), o desvio-padro fica multiplicado ou dividido pela constante. ) O desvio-padro influenciado por todos os valores da amostra, enquanto a amplitude s influenciada pelos valores extremos. ) Os valores extremos exercem maior influncia que os valores centrais situados prximos mdia. 6) O desvio-padro um valor sempre positivo e expresso na mesma unidade que os dados. 7) O desvio-padro , em geral, a medida menos afetada pelas flutuaes das amostras. exerccios de aplicao Em uma sala de aula foram escolhidos ao acaso acadmicos e a notas deles em Estatstica foram 6, , 10, , 7, 9, enquanto em outra sala as notas foram 10, 10, 10, 7, , 7. Pergunta-se em qual turma as notas foram mais homogneas, ou seja, onde foi menor a variao? Calcule o desviopadro de ambas e verifique o que menos variou entre elas. ateno!
Desvio-padro e a curva normal
73.225 73.205
4 20 4
2= 5
Como o desvio-padro a raiz da varincia teremos = 2 Considerando o exemplo acima teremos = 5 = 2,23
Obs.: Se os dados estiverem numa distribuio normal, a mdia, a mediana e a moda coincidem.
1
O desvio-padro e a curva normal
Coeficiente de variao
uma medida de disperso relativa que expressa o desvio-padro em forma de porcentagem, ou seja, transforma a medida de disperso absoluta em relativa. -3 -2 -1
100 cv. Ento teremos: cv = 100 / X
X = mdia
Onde, X representa a mdia da populao, e , o desvio-padro Particularidades da curva normal 99,7% da rea sob a curva encontram-se entre X e X + 9,0% da rea sob a curva encontram-se entre X e X + 6,0% da rea sob a curva encontram-se entre XeX+ Obs.: Essas assertivas podem ser comprovadas pelo clculo integral. Vejamos um exemplo a seguir: Considerando que em Mato Grosso do Sul a temperatura mdia nos ltimos 100 dias foi de C, com um desvio-padro de ,C. Admitindo-se que os dados esto distribudos normalmente, quais teriam sido a maior e a menor temperatura apresentada no perodo. E em 9 e 6% dos dias quais foram os limites extremos? Menor temperatura: X , 1, = 11,C Maior temperatura: X + + , + 1, = ,C Em 9% Menor temperatura: X , 9 = 16C Maior temperatura: X + + , + 9 = C Em 6% Menor temperatura: X , = 0,C Maior temperatura: X+ + , = 9,C
= desvio-padro cv = coeficiente de variao. Obs.: Para se comparar a variabilidade ou homogeneidade de duas ou mais amostras, deve-se utilizar o desvio-padro ou varincia, quando as amostras se referirem mesma grandeza e possurem a mesma mdia. Por outro lado, quando as amostras estiverem expressas em diferentes unidades de medidas ou apresentarem mdias diferentes, dever-se- utilizar o coeficiente de variao. Segundo Jairo Simom da Fonseca, CV menor de 1% Baixa variabilidade CV de 1 a 0% Mdia variabilidade CV maior de 0% Alta variabilidade. Com base nessa escala pode-se dizer que: quando o CV estiver abaixo de 1%, os dados amostrados apresentam-se homogneos. Quando o CV estiver acima de 0%, os dados, de modo geral, so mais heterogneos. Entre 1 e 0% o CV estar numa faixa intermediria entre homogeneidade e heterogeneidade para os dados amostrados. Supondo que voc saia de sua residncia e v para o local de trabalho, gastando: 1 1 16 1 1 1 1 16 1 e 60 no trajeto. Observa-se que exceto o ltimo dia, quando o pneu do carro furou e voc foi troc-lo, nos demais dias houve pouca variao do tempo. Assim, iremos calcular o coeficiente de variao de todos os dados exceto o ltimo e, em seguida, com todos os dados. Pela frmula acima teremos cv = 100 / X . Em primeiro lugar, para calcular o coeficiente de variao tero de ser calculados a mdia e o desviopadro.


X 14 15 16 14 13 15 14 16 15 132 X2 196 225 256 196 169 225 196 256 225 1.944 X 14 15 16 14 13 15 14 16 15 60 192 X2 196 225 256 196 169 225 196 256 225 3.600 5.544
Como a X = X/n, onde n o nmero de dados, Ento teremos X = 1/9 = 1,67 O desvio-padro dado pela seguinte frmula: = X 2 X 2 / n n1 1.944 132 2 / 9 91 1.944 17.424 / 9 91 1.944 1.936 8 8 8
Como a X = X/n, onde n o nmero de dados, Ento teremos X = 19/10 = 19,0 O desvio-padro dado pela frmula abaixo = X 2 X 2 / n n1 5.544 192 2 / 10 10 1 5.544 36.864 / 10 10 1 5.544 3.686,4 9 1.857,6 9
= = 1
206,4
=1 Ento, o coeficiente de variao ser cv = 100 / X cv =1001/1,67 cv = 100/1,67 cv = 6,% Observando a classificao de Jairo Simom da Fonseca, um coeficiente de variao abaixo de 1% demonstra baixa variabilidade; logo, podemos concluir que os dados apresentam-se homogneos. Agora iremos calcular o coeficiente de variao utilizando todos os dados. Em primeiro lugar, para calcular o coeficiente de variao teremos de definir a mdia e o desvio-padro.
= 14,37 Ento o coeficiente de variao ser: cv = 100 / X cv =1001,7/19, cv = 1.7/19,0 cv = 7,%
ATENO
Vejamos que, nesse caso, o valor do CV de 7,% est acima de 0%, determinando alta variabilidade. Concluso: A estatstica no vai falar que furou o pneu do carro, mas, nesse caso, ela est indicando que alguma coisa de errado aconteceu com os dados de tempo dos trajetos definindo uma alta variao.

Unidade Didtica Estatstica Aplicada Contabilidade erro-padro da mdia
uma medida indicadora da preciso em que a mdia foi estimada. Sx = / N
inversamente proporcional raiz quadrada do nmero de observaes; portanto, quanto maior for o n, menor ser o erro, indicando, dessa forma, que a mdia est mais bem determinada e mais prxima da mdia da populao. Vejamos o exemplo anterior onde a n = 10 e o = 1,7 Sx = 14,37 / N
Sx = 1,7/, 14,37 / 3,33 Sx = ,1 Sx = 4,31 O erro-padro da mdia mais utilizado para clculo de intervalo de confiana, em que a mdia mais o erro-padro e a mdia menos o erro-padro ficaro compreendidas na verdadeira mdia da populao. atividades da aula 1) Calcule a mediana, a mdia e a moda. Na sua opinio qual o mais representativos a) (, , , 9, 10, 1, 1) ) Com a seguinte srie de salrios dirios em reais: 11 10 1 1 1 1 0 0 6 6 0 6 0 0 0 0 60 190 1000 1700, a) Calcular a mdia de salrios? b) Qual o salrio em que h maior freqncia de indivduos? (Moda) c) Qual o salrio que est justamente no meio da srie? (Mediana) d) Compare os trs valores acima e d sua opinio sobre o mais representativo. ) Dois estudantes A e B obtiveram as notas abaixo. Qual o estudante de atuao mais regular? A: 6.0 .0 .0 .0; B: .0 .0 .0 1.0
Para esse caso, como a mdia do estudante A igual do estudante B e os dados esto na mesma unidade, basta calcular a varincia ou o desvio-padro, e o que der o resultado mais baixo o estudante mais regular ) A durao mdia de uma lmpada incandescente de .000 horas com um desvio-padro de 00 horas, enquanto a durao mdia de uma lmpada fluorescente de 0.000 horas com um desvio-padro de 0 horas. Pergunta-se qual a maior variao? Nesse caso, embora a unidade das lmpadas esteja em horas, mas as mdias so diferentes, tem-se que calcular o coeficiente de variao da lmpada normal e da lmpada incandescente e verificar o que se apresentou com maior variao. Concluso: maior variao significa apresentar menor estabilidade, ou seja, a lmpada pode ter alta ou baixa durao. a) Em que unidade vm expressos o desvio-padro, a varincia e o coeficiente de variao? b) As medidas de disperso podem ter como resultado o valor nulo (zero)? Verificar na Ferramenta Galeria da Unidade atividades da aula extraclasse.
ANOTAES

AULA ____________________
PROBABILIDADE
Contedo
Probabilidade: conceitos e regras da probabilidade Aplicao da teoria dos conjuntos e probabilidade Experimentos aleatrios, eventos Regras da probabilidade Eventos mutuamente exclusivos Eventos no mutuamente exclusivos Evento complementar Probabilidade condicional Probabilidade de eventos independentes
Habilidades e competncias
Estudar o estudo da variabilidade e as incertezas por meio de modelos matemticos a partir de hipteses ou por meio de dados j observados por meio de modelos probabilsticos para tomada de decises de alta relevncia. Prever os fatos que tm maior probabilidade de ocorrer e refletir sobre as decises que podero ser tomadas no momento. Tomar decises em funo dos fatos que tm maior possibilidade de ocorrer.

Lista de atividades e Textos Verificar na Galeria da Unidade Didtica
Durao
h/a via satlite com o professor interativo h/a presenciais com o professor local 6 h/a mnimo para auto-estudo
probabIlIDaDe
Todas as vezes que se emprega a matemtica para fins de estudos de alguns fenmenos de observao, deve-se essencialmente comear pela construo de um modelo matemtico denominado determinstico ou probabilstico. Modelo determinstico empregado nas condies sob as quais o experimento deve ser exe-
cutado. Exemplo: Se um veculo vai da cidade A para B numa distncia x a uma velocidade constante, pode-se, por meio de uma determinada frmula, calcular o tempo que o veculo vai levar para fazer a viagem. Modelo probabilstico aquele que se baseia em resultados provveis ou nas leis probabilsticas. Exemplo: sexo de crianas ao nascer.

A probabilidade constitui um dos ramos mais importantes da matemtica moderna. Os acontecimentos na natureza ocorrem e se repetem segundo determinadas normas e leis. O maior ou menor nmero de ocorrncias de um acontecimento depende das circunstncias nas quais ele se realiza. Dessa forma, no podemos assumir como certa a ocorrncia de um acontecimento, uma vez que ele depende de uma srie de fatores que afetam a sua ocorrncia. Contudo, podemos tomar decises baseadas em experincias, fundamentadas nos resultados mais provveis. Essa tomada de deciso, quando o conhecimento da ocorrncia de um determinado acontecimento no exato, feita pelo CLCULO DE PROBABILIDADE. Exemplos: 1) Um empresrio que deseja lanar um novo produto no mercado precisar de informao sobre a probabilidade de sucesso para seu novo produto. ) Definio do tempo de durao de lmpadas. ) Medio de peas em uma fbrica. ) Qual a probabilidade de amanh o dia nascer chovendo. ) Jogar uma moeda 10 vezes e observar o nmero de vezes em que d coroa. 6) Jogar um dado e observar o nmero mostrado na face de cima. 7) Probabilidade de voc conseguir falar pelo telefone na passagem do Ano Novo
Conceitos bsicos Experimento aleatrio
Exemplo: Nos resultados possveis em um lanamento de um dado podem sair as seguintes faces virada para cima S = {1, , , , , 6} No lanamento da moeda, o espao amostral pode ser somente cara ou coroa.
Evento
um subconjunto do espao amostral. Exemplo: Evento A: Sair um nmero par em um lanamento de um dado A = {,,6}
Smbolos usuais no clculo de probabilidade
Unio interseo Complementar de A Conjunto vazio Implica Considerando que todos os elementos do espao amostral tm a mesma chance, ou seja, os resultados so igualmente provveis, a probabilidade de um evento [P(A)] pode ser definida como o nmero de casos favorveis ao evento acontecer [NCF (A)] dividido pelo nmero de casos totais de um determinado evento (NTC). P(A) = NCF (A)/NCT P(A) Probabilidade de um evento A NCF (A) Nmeros de casos favorveis ao evento A NCT Nmero de casos totais. Exemplo 1: Qual a probabilidade de voc ter nascido em um sbado? Soluo: Nmero de casos favorveis na semana de ser sbado = 1, porque na semana s tem um sbado. Nmero de casos totais igual a 7 porque na semana h 7 dias. Como a probabilidade : P(A) = NCF (A)/NCT, ento teremos: P(A) = 1/7, ou seja, se 0,1 for multiplicado por 100, teremos 1,% de chance de ter nascido no sbado.
O experimento aleatrio aquele que poder ser repetido indefinidamente e cujo resultado no pode ser previsto com certeza, mas todos os resultados so possveis. Exemplo: Jogar 10 vezes um dado e verificar o nmero de resultados .
Espao amostral
Espao amostral o conjunto de todos os possveis resultados de um experimento.
6
AULA 4 Probabilidade
Exemplo : Suponhamos que uma sacola contenha bolas amarelas, vermelhas e 6 brancas. Qual a probabilidade de tirarmos uma bola amarela? Soluo: Nmero de casos favorveis de sair a bola amarela = . Nmero de casos totais = 1. P(A) = /1, ou 0.0769, o que corresponde a % de chance. Exemplo : Num baralho de cartas, qual a probabilidade de retirarmos uma carta de um determinado naipe: Soluo: Nmero de casos favorveis de sair um determinado naipe = 1 Nmero de casos totais = . P(A) = 1/ = 1/ = 0, = %.
regras do clculo de probabilidades
1. A probabilidade de um evento qualquer sempre vai ser uma frao ou um nmero entre 0 e 1. Se multiplicarmos por 100, teremos a chance de o evento ter ocorrido e no a probabilidade. . A probabilidade do evento certo igual a 1. P(s) = 1 Exemplo: A probabilidade de uma pessoa ter nascido em um dia do ano um evento certo. Mais adiante neste captulo e no outro iremos utilizar essa regra com muita freqncia. . A probabilidade do evento impossvel igual a zero. P(0) = 0. Exemplo: A probabilidade de sair a face 7 em um lanamento de um dado de 6 faces zero porque esse dado s tem 6 faces. . A probabilidade de que um grupo de eventos mutuamente exclusivos ocorra a soma das probabilidades de ocorrncia de cada evento. Dois eventos so ditos mutuamente exclusivos se a ocorrncia de um deles exclui a possibilidade de ocorrncia do outro evento. Em outras palavras, quando se faz a Interseco do Evento A com o B e d zero, podemos afirmar que o evento mutuamente exclusivo.
(A B = 0). Assim sendo, ser assim a frmula: Probabilidade do Evento A unio B igual probabilidade de o evento A ocorrer mais o Evento B tambm ocorrer P(A B) = P(A) + P(B). Exemplo: no lanamento de um dado, qual a probabilidade de sair a face ou um nmero par? Nmero de casos totais S = {1, , , , , 6} Evento A = {}. Para que o evento ocorra : necessrio que se tenha apenas uma face em um total de 6 faces. Evento B = {, , 6}. Para que esse evento ocorra necessrio que haja faces par em um total de 6 faces. P(A B) = 1/6 + /6 P(A B) = /6. Esse resultado nos permite dizer que em um lanamento de um dado h quatro possibilidades de sair a face ou um nmero par. Para obtermos em percentual as chances de ocorrncia desses eventos, dividimos por 6 e multiplicamos por 100, obtendo-se ,% de chance de sair a face ou um nmero par. Em outras palavras, se lanarmos um dado 100 vezes, teremos aproximadamente faces ou um nmero par. 5. No mutuamente exclusivo A ocorrncia de um evento particular qualquer elimina a ocorrncia de todos os outros possveis, ou seja, se a interseco do evento A com o B for diferente de zero. (A B 0). Assim, a frmula ser: P(A B) = P(A) + P(B) P (A B). Exemplo 1: Em um lanamento de um dado, qual a probabilidade de sair a face ou um nmero mpar? Vejamos o seguinte; tambm mpar; ento haveria coincidncia. Assim, nesse caso houve interseco. Utilizando a frmula anterior, S = {1, , , , , 6}. A = {3}, ento P(A) = 1/6 e P(B) = {1,3,6} /6. Quantas interseces houve? Uma, que foi a face , que saiu em ambos eventos (1/6).
7
P(A B) = P(A) + P(B) P (A B). P(A B) = 1/6 + /6 1/6 = /6. Exemplo : Em um restaurante, de cada 0 pessoas, 10 preferem pratos com carne (10/0), 6 preferem pratos com peixes (6/0) e solicitam pratos com carne e peixes (/0). Qual a probabilidade de uma pessoa entrar no restaurante e solicitar carne ou peixe. Ento: utilizando a frmula acima, teremos: P(A B) = 10/0 + 6/0 /0 = 1/0. Se dividirmos 1 por 0 e multiplicarmos por 100, teremos 6%, ou seja, a cada 100 pessoas que entrar no restaurante, 6 iro pedir pratos com carne ou com peixe, enquanto as demais pediro outros pratos que o restaurante oferece. 6. Probabilidade do Evento Complementar A Em um dado de 6 faces qual a probabilidade de no sair a face ? Vejamos: na regra citada de nmero , a probabilidade do evento certo igual a 1. Assim sendo, poderemos dizer que a probabilidade de ocorrer qualquer uma das faces do dado igual a 1. Diminuindo-se a probabilidade de sair a face , teremos o evento complementar. P() = 1 P(A). P() = Probabilidade do evento complementar. P(A) = Probabilidade do Evento A. Exemplo: em um lanamento de um dado, qual a probabilidade de no sair a face ? S{1, , , , , 6}, A = {} P() = 1 1/6 P() = 6 1 = /6 6 7. Probabilidade condicional Se A e B so eventos de um espao amostral S, com P(B) diferente de zero, ento a probabilidade condicional do evento A, caso o evento B tenha ocorrido, indicada por P(A/B) e definida pela relao: P(A/B) = P(A B)/ P(B). Ento, P(A/B) = = P(A/B) =
N.C.F. ao evento . A B N.C.T. N.C.F. ao evento . B N.C.T. N.C.F. ao evento . A B N.C.F. ao evento . B
Exemplo: Um nmero sorteado ao acaso entre os inteiros de 1 a 1. Se o nmero sorteado for par, qual a probabilidade de que seja o nmero 6? Soluo: S = (1, , , , , 6, 7, , 9, 10, 11, 1, 1, 1 e 1). A = (o nmero ser 6). B = (o nmero ser par). Ento, observa-se que a probabilidade do evento A, sem a informao de B, : p(A) = 1/1. Ser par. S = (, , 6, , 10, 1, 1). N.C.F. ao evento . A B N.C.F. (B) = 1 7
Resposta: A probabilidade de sair o nmero 6, dado que o nmero par, ser igual a 1/7. 8. Probabilidade de dois ou mais eventos independentes ocorrerem juntos: Dois ou mais eventos so ditos independentes, se a ocorrncia de um deles no afeta a ocorrncia dos outros. A) O produto das probabilidades individuais pode ser com ou sem reposio P(A B) = P(A)*P(B) Exemplo : Retiram-se, com reposio, duas bolas em uma urna contendo 6 bolas vermelhas, brancas e azuis. Qual a probabilidade de que ambas sejam vermelhas? Nmero de casos favorveis ao evento = 6 bolas vermelhas Nmero de casos totais = 6 vermelhas + brancas + azuis = total de 1 P(A B) = P(A)P(B)

AULA 4 Probabilidade
P(A B) = 6/16/1= 6/ aproximadamente 0,067 vezes 100 teremos 6,67% B) Produto das probabilidades independentes, sem reposio, ou seja: P(A B) = P(A)P(B) Exemplo: Retiram-se, sem reposio, duas peas de um lote de 10 onde so defeituosas. Qual a probabilidade de que ambas sejam defeituosas? Evento A = {a 1a seja defeituosa} /10. Observa-se o seguinte: voc tinha um total de 10 peas. Ao retirar uma defeituosa sobraram apenas 9, e como havia 4 defeituosas menos 1 que voc tirou, restaram 3. Evento B = {a a seja defeituosa}/9. P(A B) = P(A)*P(B) P(A B) = /10\*/9 = 1/90. Simplificando. teremos /1.
ATENO
Uma dica importante: em Probabilidade todas as vezes que for OU utiliza-se a adio e quando for E utilizase a multiplicao.
atividades da aula Marque com um x a resposta certa 1. Em um time de futebol, cada jogador tem uma camisa numerada de 1 a 11. Se retirarmos um jogador, qual a probabilidade de no ser o jogador com a camisa de no 7: a. ( ) /9 b. ( ) 1/10 c. ( ) 1/ d. ( ) 10/11 e. ( ) 7/11 . Um casal tem filhos, qual a probabilidade de que ambos tenham nascido no 1o trimestre do ano? a. ( ) 1/ b. ( ) 1/6 c. ( ) 1/ d. ( ) 1/ e. ( ) 1/16
. A probabilidade de uma bola branca aparecer, ao se retirar uma de uma urna contendo bolas brancas, vermelhas e azuis, ? a. ( ) 1/ b. ( ) 1/ c. ( ) 1/ d. ( ) 1/1 e. ( ) 1/6 . Num grupo de 60 pessoas sabe-se que 1 torcem para o So Paulo, 1 pelo Palmeiras e o restante pelo Corntians. Escolhido ao acaso um elemento do grupo, a probabilidade de ele ser torcedor do So Paulo ou do Palmeiras : a. ( ) 0% b. ( ) % c. ( ) 0% d. ( ) 0% e. ( ) % . Uma urna contm bolas brancas, verdes e azuis. Retirando-se uma bola, qual a probabilidade de que seja branca ou verde? a. ( ) /7 b. ( ) / c. ( ) /9 d. ( ) /1 e. ( ) /7 6. Uma urna contm 6 bolas brancas e pretas. Retirando-se, sucessivamente e sem reposio, bolas, a probabilidade de sair bola preta e bola branca, nesta ordem, de: a. ( ) 6/ b. ( ) 1/ c. ( ) 1/0 d. ( ) /1 e. ( ) 7/0 7. Sorteando um nmero de 1 a 6, a probabilidade de que ele seja par ou mltiplo de : a. ( ) / b. ( ) / c. ( ) 1/6 d. ( ) 1/ Verificar na Ferramenta Galeria da Unidade atividades da aula extraclasse.
9
AULA ____________________
DISTRIBUIO BINOMIAL, DISTRIBUIO DE POISSON E CURvA NORMAL PADRO

Contedo
Introduo Distribuio binomial Funo da distribuio binomial Aplicao da distribuio binomial em diferentes tipos de situao Distribuio de Poisson Introduo Diferenciao entre Poisson e binomial Aplicao dos diferentes mdulos de distribuio Poisson Curva normal e curva normal padro Emprego da curva normal padro em probabilidade Relao da distribuio normal com as de Poisson e binomial
Estudar a variabilidade e as incertezas por meio de modelos matemticos a partir de hiptese ou por meio de dados observados no passado mediante modelos probabilsticos para a tomada de decises de alta relevncia Resolver situaes-problema que envolvam ocorrncias da probabilidade de certos eventos de interesse terico e prtico

Lista de atividades e Textos Verificar na Galeria da Unidade Didtica
Durao
DIsTrIbuIo bInomIal Introduo
A distribuio binomial utilizada somente quando houver apenas situaes: sucesso ou fracasso.
Por exemplo: um jogador ao cobrar um pnalti tem trs situaes: uma, acertar o gol; duas, acertar fora do gol; trs, acertar a trave. Essa distribuio, no entanto, s leva em considerao acertar o gol ou no.
0
AULA 5 Distribuio Binomial, Distribuio de Poisson e Curva Normal Padro
Se uma pessoa ir se submeter a uma cirurgia do corao, poder se restabelecer ou no. Se cruzarmos uma vaca preta com um boi branco, a cria nascer branca ou no. Em gentica so consideradas as probabilidades de se ter uma cria com pelagem branca, preta ou malhada, o que faz com que essa situao no se enquadre na distribuio binomial. Para esse caso deveria ser usada a distribuio trinomial. A distribuio binomial a resultante do desenvolvimento do binmio (p+q)n, onde n o nmero de eventos considerados, p a probabilidade de ocorrncia de um evento e q a probabilidade de o evento alternativo ocorrer, sendo p + q = 1. Exemplo: Nascimento de uma criana Considerando-se a probabilidade de se ter uma criana do sexo masculino igual a p e sexo feminino igual a q, tem-se que a probabilidade para ocorrer um dos sexos da criana igual a 1/2. O nmero de crianas nascidas na amostra n. Considerando p a probabilidade que voc deseja obter de sucesso em uma nica criana, qual ser a probabilidade de obtermos x sucessos em n criana? A soluo para esse tipo de problema fornecida pela distribuio binomial. Outros exemplos: Uma pea produzida por uma mquina pode ser perfeita ou imperfeita. Opinio favorvel ou desfavorvel. Aprovao ou reprovao de um determinado candidato. Indivduo doente ou normal, etc.
Funo de freqncia da distribuio binomial
onde N = nmero de elementos considerados, P = probabilidade do sucesso, q = P 1 = probabilidade do fracasso e X = sucessos em N elementos. Cn,x =combinao de X em N elementos A aplicao da combinao da frmula da distribuio binomial tambm pode ser encontrada utilizando-se o tringulo de Pascal.
Construo do tringulo de pascal
Os primeiros e os ltimos nmeros de uma linha so sempre iguais a 1; os demais so obtidos pela soma dos dois nmeros da linha precedente que esto acima, imediatamente esquerda e direita.
Nmero de observaes 0 1 2 3 4 5 6 Coeficientes binomiais 1 11 121 1331 14641 1 5 10 10 5 1 1 6 15 20 15 6 1
Um experimento se enquadra na lei binomial se forem verdadeiras as seguintes condies: 1. Em cada experimento pode acontecer um sucesso ou um fracasso. . Os experimentos podem ser repetidos, nas mesmas condies, um nmero n de vezes. . Os experimentos repetidos so independentes, ou seja, cada tentativa deve ser independente das demais.
exerccios de aplicao
A forma adequada para expressar a funo de freqncia dessa distribuio o termo geral do desenvolvimento do binmio (p+q)n, ou seja, C C
N X
N! X! N X !
N X
F F (X) = C
. P X. q NX
1. Numa loja de equipamentos eletrnicos verificou-se que 0% dos aparelhos por ela vendidos necessitaro de novos ajustamentos aps a venda. Considerando uma amostra de equipamentos escolhidos ao acaso, qual a probabilidade de que necessitem de novos ajustamentos? Vamos analisar o problema. Afirma-se que 0% dos equipamentos necessitaro de novos ajustes. Se
1
considerarmos como sucesso os aparelhos que necessitaro de reajustes, o nosso p ser de 0/100 = 0,. Como p + q = 1, logo teremos: 0, + q = 1; ento q = 1-0, = 0,. O nmero de casos considerados, nesse caso, (N = ). A incgnita do problema (X) a probabilidade solicitada, que nesse caso o . Ento teremos: P = 0,; q = 0,; N = ; X = ; Aplicando a frmula, teremos: C C
N X
Veja o seguinte: P = /10 = 0, q = 1 0, = 0, N = e X para a letra a do problema igual a , porque, se pacientes vo ser operados, todos devem se restabelecer. Esse o valor de X. Aplicando ambas as frmulas, teremos as seguintes respostas: a) ,77%; b) 0,96%; c) 0,%; d) ,1%; e) 0,6%; f) 0,0%;
ATENO
N! X! N X !
Considerando todos os casos exceto a letra g, a soma ser: P(A B C D E F ) = ,77 + 0,96 + 0, + ,1 + 0,6 + 0,0 = 100,00%. No caso da letra g, que assinala a probabilidade de pelo menos um se restabelecer, conclumos que podem ser um ou mais pacientes. Para se definir essa probabilidade deve-se diminuir de 100%, a resposta da letra f (probabilidade de nenhum se restabelecer), que nada mais do que a aplicao da regra da probabilidade complementar. Outra forma de se resolver o problema somar as probabilidades das letras a, b, c, d, e, que tambm dar o resultado de 99,97%. P() = 100 P(A); P() = 100 0,0 = 99,97%
Desenvolvendo a frmula, teremos; C 4= C =

4 5 5
5! 4! (5 4)!
C 4= C
5 4
5!
4! . 1! 120 24
=5
5x4x3x2x1 4x3x2x1x1
Com o resultado dessa frmula, podemos calcular a funo da distribuio binomial, utilizando a seguinte frmula:
F(X) = C
N X
. PX. qN X
F(4) = 5 . 0,84 . 0,254
F(4) = 5 . 0,4096 . 0,2
F() = 0,096. Multiplicando por 100, teremos 0,96%. Sabe-se que em cada 10 pessoas que se submetem a determinada cirurgia do corao se restabelecem. Supondo que amanh sero operadas pessoas em um determinado hospital, qual a probabilidade de: a) Todos se restabelecerem b) Quatro se restabelecerem c) Trs se restabelecerem d) Dois se restabelecerem e) Um se restabelecer f) Nenhum se estabelecer g) Pelo menos um se restabelecer
Uma observao muito importante Para voc identificar o P s existem maneiras: 1. Se a probabilidade vier em porcentagem, voc divide o valor por 100. Exemplo: 0%. O P vai ser 0/100 = 0,. . Se o problema citar, por exemplo, que uma em cada 10 pessoas apaixonada pela estatstica, a probabilidade de 1/10 = 0,1. . Se vier em frao, por exemplo, que a probabilidade de voc estar vivo daqui a 0 anos de /, voc simplesmente divide / = 0,. . Quando o problema j indica a probabilidade, por exemplo, de encontrar uma pea defeituosa em um lote x, o P ser de 0,, no havendo nesse caso necessidade de se fazer qualquer operao para achar o P.

AULA 5 Distribuio Binomial, Distribuio de Poisson e Curva Normal Padro DIsTrIbuIo De poIsson Introduo
M = NP donde, M = 0*0,01 = 0, F (X) = 0,50 e 0,5 = 0,6065 = 60,65% 0!
A distribuio de Poisson pode ser considerada como um caso particular de distribuio binomial, em que utilizada quando o nmero de experincias N to grande quanto possvel e a probabilidade P do sucesso baixa, tendendo para zero. O produto NP determina a mdia da distribuio. A distribuio de Poisson especfica para acontecimentos de baixa probabilidade (fenmenos raros). Na prtica, qualifica-se um acontecimento como raro quando N 50 e P 0.1. Exemplos: No de ocorrncia de irmos gmeos. No de peas defeituosas obtidas num processo de produo. No de acidentes fatais de trnsito numa cidade. No de ocorrncias de fenmenos meteorolgicos raros. No de chamadas numa central telefnica num certo tempo. No de sementes de ervas daninhas entre sementes de trigo e arroz. No de albinos numa populao. No de ocorrncia de canhotos, etc. A frmula que possibilita calcular-se a probabilidade :
) Sendo % a proporo de canhotos numa populao, qual a probabilidade de termos pelo menos 1 canhoto numa classe de 60 alunos? M = NP, donde, M = 6000, = 1,
1 F (X) = 1,2 e 1,2 = 1!
(Analogamente ao exerccio anterior, resolva-o).

DIsTrIbuIo normal Introduo
A distribuio normal amplamente utilizada entre as distribuies de probabilidade, sendo aplicada em diversos fenmenos no desenvolvimento terico das amostragens que representado pela populao. tambm conhecida como a distribuio de GAUSS LAPLACE e se caracteriza por ter a forma aproximada de um sino, em sua parte central. A curva normal definida pela funo: y= 1 .e 2
1 2 .
x 2
F (X) =
M X e m X!
Obs.: Sendo 0 X . M = Mdia = NP X = 1, , ,...... e = .71 = base do sistema de logaritmos neperianos (logaritmos naturais). Obs.: Os valores de e-m encontram-se na tabela inserida nos anexos. Exemplo: 1) Uma mquina fabrica pregos com 1% de unidades defeituosas. Numa amostra com 0 pregos, qual a probabilidade de nenhum prego ser defeituoso?
Onde: y representa a ordenada, ou seja, a altura da curva para um determinado valor da varivel x; e = 2.71828 (base do sistema de logaritmos neperianos), = 3.1416, representa a mdia da populao e , o desvio-padro. No existe uma expresso matemtica simples para determinar a probabilidade da ocorrncia de um valor para uma dada distribuio normal. Entretanto, atualmente existem solues prticas que facilitam consideravelmente os clculos. Para isso a distribuio normal deve ser transformada em outra, denominada de distribuio normal padro. Essa transformao consiste em converter a varivel x na varivel z, utilizando a seguinte equao: Z= XX

Funo da distribuio normal
Dados
X = 6.000
X = .000 = .760 x Calcularemos a seguir um exemplo de probabilidade da curva normal. Uma determinada marca de um pneu tem durao mdia de 6.000 km, com um desvio-padro de .760. Admitindo que os dados esto distribudos normalmente, qual a probabilidade de durar entre .000 e 6.000 km?
Z 0,01 0,02 0,03 0,04
Z= XX
z= 45.000 46.000 2.760
Z =1.000/2.760 = 0,36. Com esse resultado de Z = 0,36, iremos para a tabela de Z para encontrar o valor de P.
0,05 0,06 0,07 0,08 0,09
0,3
0,1406
Para se encontrar o valor P na tabela de valores de Z, como, por exemplo, 0,6, primeiramente procuramos pelo valor inteiro e a primeira decimal. Na primeira coluna o valor 0,. O segundo decimal (6) ser buscado nas demais colunas (nesse caso, 0,06). Na interseco da linha que contm o valor 0, da primeira coluna com a coluna 0,06 encontra-se o valor procurado de P, que no caso 0,106.
Anlise da funo da curva normal 1. A curva tem como parmetros a mdia e o desvio-padro. Se a mdia e o desvio-padro forem substitudos por um valor real maior que zero, a representao grfica ser uma curva normal. . No h uma curva nica, mas tantas curvas quantos forem os pares diferentes de valores numricos para x e . . A curva simtrica, e os valores da mdia, mediana e a moda so coincidentes. . A curva assinttica em relao ao eixo dos x, ou seja, a curva jamais atingir o eixo das abscissas, por maior (ou menor) que seja o valor de x. . A rea total sob a curva igual a 1. O que pode ser demonstrado atravs do clculo integral,

AULA 5 Distribuio Binomial, Distribuio de Poisson e Curva Normal Padro
ou seja, integrando-se a sua funo no intervalo compreendido entre menos infinito e mais infinito ( e + )]. exerccios Obs.: A rea de uma distribuio normal padro encontra-se na tabela de z, adiante. atividades de aula 1. Um aluno conhece bem 0% da matria dada. Num exame, com perguntas sorteadas ao acaso sobre a matria, que probabilidade ele tem de responder corretamente das questes? . Entre as 1h e 1h, o nmero mdio de chamadas telefnicas por minuto atendidas pela mesa de ligao de uma companhia de ,. Determinar a probabilidade de, durante um
determinado minuto, no haver uma nica chamada. . Em um cruzamento de trfego intenso, a probabilidade (p) de um carro sofrer um acidente muito pequena; digamos p = 0.0001. Contudo, durante certa parte do dia, das 16h s 1h, por exemplo, um grande nmero de carros passa no cruzamento (um valor com n = 1.000). Nessas condies, qual a probabilidade de ou mais acidentes ocorrerem durante esse perodo? . Peso mdio de reses que se encontram num determinado curral da Fazenda Boi Cot de 00 kg com desvio-padro igual a 10 kg. Em 10 animais retirados ao acaso do curral, quantos pesaro mais de 1 kg? Verificar na Ferramenta Galeria da Unidade atividades da aula extraclasse.
Tabela para valores de z: rea de uma distribuio normal padro Z 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 0,00 0,0000 0,0398 0,0793 0,1179 0,1554 0,1915 0,2257 0,2580 0,2881 0,3159 0,3413 0,3643 0,3849 0,4032 0,4192 0,4332 0,01 0,0040 0,0438 0,0832 0,1217 0,1591 0,1950 0,2291 0,2611 0,2910 0,3186 0,3438 0,3665 0,3869 0,4049 0,4207 0,4345 0,02 0,0080 0,0478 0,0871 0,1255 0,1628 0,1985 0,2324 0,2642 0,2939 0,3212 0,3461 0,3686 0,3888 0,4066 0,4222 0,4357 0,03 0,0120 0,0517 0,0910 0,1293 0,1664 0,2019 0,2357 0,2673 0,2967 0,3238 0,3485 0,3708 0,3907 0,4082 0,4236 0,4370 0,04 0,0160 0,0557 0,0948 0,1331 0,1700 0,2054 0,2389 0,2703 0,2995 0,3264 0,3508 0,3729 0,3925 0,4099 0,4251 0,4382 0,05 0,0199 0,0596 0,0987 0,1368 0,1736 0,2088 0,2422 0,2734 0,3023 0,3289 0,3531 0,3749 0,3944 0,4115 0,4265 0,4394 0,06 0,0239 0,0636 0,1026 0,1406 0,1772 0,2123 0,2454 0,2764 0,3051 0,3315 0,3554 0,3770 0,3962 0,4131 0,4279 0,4406 0,07 0,0279 0,0675 0,1064 0,1443 0,1808 0,2157 0,2486 0,2794 0,3078 0,3340 0,3577 0,3790 0,3980 0,4147 0,4292 0,4418 0,08 0,0319 0,0714 0,1103 0,1480 0,1844 0,2190 0,2517 0,2823 0,3106 0,3365 0,3599 0,3810 0,3997 0,4162 0,4306 0,4429 0,09 0,0359 0,0753 0,1141 0,1517 0,1879 0,2224 0,2549 0,2852 0,3133 0,3389 0,3621 0,3830 0,4015 0,4177 0,4319 0,4441
Continua


Z 1,6 1,7 1,8 1,9 2,0 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3,0 0,00 0,4452 0,4554 0,4641 0,4713 0,4772 0,4821 0,4861 0,4893 0,4918 0,4938 0,4953 0,4965 0,4974 0,4981 0,4987 0,01 0,4463 0,4564 0,4649 0,4719 0,4778 0,4826 0,4864 0,4893 0,4920 0,4940 0,4955 0,4966 0,4975 0,4982 0,4987 0,02 0,4474 0,4573 0,4656 0,4726 0,4783 0,4830 0,4868 0,4898 0,4922 0,4941 0,4956 0,4967 0,4976 0,4982 0,4987 0,03 0,4484 0,4582 0,4664 0,4732 0,4788 0,4834 0,4871 0,4901 0,4925 0,4943 0,4957 0,4968 0,4977 0,4983 0,4988 0,04 0,4495 0,4591 0,4671 0,4738 0,4973 0,4838 0,4875 0,4904 0,4927 0,4945 0,4959 0,4969 0,4977 0,4984 0,4988 0,05 0,4505 0,4599 0,4678 0,4744 0,4798 0,4842 0,4878 0,4906 0,4929 0,4946 0,4960 0,4970 0,4978 0,4984 0,4989 0,06 0,4515 0,4608 0,4686 0,4750 0,4803 0,4846 0,4881 0,4909 0,4931 0,4948 0,4961 0,4971 0,4979 0,4985 0,4989 0,07 0,4525 0,4616 0,4693 0,4756 0,4808 0,4850 0,4884 0,4911 0,4932 0,4949 0,4962 0,4972 0,4979 0,4985 0,4989 0,08 0,4535 0,4625 0,4699 0,4761 0,4812 0,4854 0,4887 0,4913 0,4934 0,4951 0,4963 0,4973 0,4980 0,4986 0,4990 0,09 0,4545 0,4633 0,4706 0,4767 0,4817 0,4857 0,4890 0,4916 0,4936 0,4952 0,4964 0,4974 0,4981 0,4986 0,4990
Tabela com valores de e-m

m 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 e-m 0,9900 0,9802 0,9704 0,9608 0,9512 0,9418 0,9324 0,9231 0,9139 m 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 e-m 0,9048 0,8187 0,7408 0,6703 0,6065 0,5488 0,4966 0,4493 0,4066 m 1 2 3 4 5 6 7 8 9 e-m 0,3679 0,1353 0,0498 0,0183 0,0067 0,0025 0,0009 0,0003 0,0001
ANOTAES
6
AULA
____________________
REGRESSO E CORRELAO
Contedo
Introduo Equao linear Aplicao da equao da reta Correlao Coeficiente de correlao Introduo e sua aplicao Exerccios de aplicao
Estudar duas variveis tomadas juntas por meio da equao da reta, de dados passados, visando fazer um planejamento para a tomada de decises extremamente importantes Quantificar a relao existente entre duas variveis tomadas juntas tanto no que se refere a planejamentos, como para concluses sobre o estudo entre duas variveis Resolver situaes-problema de certas situaes onde h envolvimento de duas variveis

Lista de atividades e textos Verificar na galeria da unidade didtica
Durao
regresso Introduo
O objetivo da anlise de regresso determinar a relao existente entre uma caracterstica qualquer de interesse experimental, dependente, e outra caracterstica independente, tomadas juntas. Assim, o contador pode estabelecer a relao entre a renda familiar e o seu compromisso com a famlia, o pediatra tem o interesse em definir uma relao funcional entre o peso e a altura de bebs, o econo-
mista busca o estabelecimento de uma funo que explique o comportamento das vendas em unidades de um produto, em funo do preo; o administrador necessita de uma funo que descreva os custos de um produto quando as quantidades variam; o engenheiro quer saber a relao funcional entre a resistncia do concreto e a razo gua/cimento, o mdico tem interesse em relacionar por meio de uma funo o volume do plasma sangneo e a superfcie dos corpos dos pacientes, o psiclogo deseja obter a funo
7
que explique o QI em relao sua alimentao, na rea agronmica, o pesquisador deseja saber o quanto diminui a produtividade de uma determinada cultura, a medida em que se atrasa o plantio; etc. y = Varivel que nos interessa estudar e cujo comportamento futuro desejamos prever. a varivel dependente que existe no modelo. Obs.: Ela assim denominada porque o seu valor depende do valor de x. x = varivel que influencia no comportamento de y e define o seu valor. A estatstica oferece meios de se chegar relao entre a varivel dependente y e a varivel independente x, por meio da anlise de regresso. Em termos matemticos, a equao da reta dada pela frmula: y = a + bx onde a e b so os parmetros da funo. Uma maneira prtica para a determinao da funo entre as variveis dependentes e independentes a construo do grfico denominado de Diagrama de Disperso, que pode fornecer uma forma aproximada da regresso. Quando se obtm uma disperso desordenada de pontos assinalados no grfico, conclui-se que difcil determinar a relao entre as caractersticas em estudo. Mais detalhes podero ser obtidos no estudo de correlao. Diagrama de Disperso Sua confeco consiste na plotagem dos pontos obtidos por clculo ou levantamento, em um sistema de coordenadas que permite uma visualizao do posicionamento dos mesmos, propiciando uma interpretao aproximada do comportamento das variveis em estudo. y
+ + + + + + + + + + + + + + ++ + + ++ + + ++
a nossa reta esteja to prxima quanto possvel dos pontos assinalados no Diagrama de Disperso. Assim, para diminuir as discrepncias, h necessidade de se ajustar a reta por meio da anlise de regresso.
regresso linear (y = a + bx)
A linha reta fica determinada conhecendo-se a e b. Deve-se traar a linha reta que melhor se ajusta aos valores de y, para o que, geralmente se adota o mtodo dos mnimos quadrados. Segundo esse mtodo, podem ser avaliados os parmetros a e b pela aplicao das seguintes frmulas: b= n x y x . y n x2 . ( x )2
a = y bx onde n = tamanho da amostra x = x/n y = y/n
exerccios 1. Observa-se que um determinado produto tem o seu custo baseado na quantidade produzida, conforme o seguinte: a) Construa o Diagrama de Disperso e verifique se h uma relao entre as variveis. b) Ajuste uma reta aos dados. c) Trace a reta ajustada. d) Qual o custo para unidades?
Quantidade (X) Custos em R$ (Y) 10 12 14 16 18 20
100 112 119 130 139 142
Soluo: O diagrama a seguir dever ser realizado para saber se os dados esto prximos a uma reta ou uma relao entre os valores do eixo do x com o eixo dos y.
y 150 140 130 120 110 100 + + + + + +
++ +
x
ajustamento da reta
Estabelecido o modelo y = a + bx, torna-se necessria a obteno dos valores de a e b de forma que
10
12
14
16
18
20

AULA 6 Regresso e Correlao
Para calcularmos a equao da reta Y + a + bx, teremos inicialmente calcular o valor de b que dado pela forma a seguir: b= nC x y x . y n x2 . ( x )2
Clculo da regresso linear de sries temporais
Os lucros de uma companhia, no perodo de 199 a 00, so assim apresentados:

Ano X Lucro em milhes de R$ 2003 2004 2005 2006 2007 2,3 3,5 5,8 6,5 7,0
onde: n = nmero de dados xy Somatrio da multiplicao dos valores de X e Y. x Somatrio da varivel x. y Somatrio da varivel y. x2 Somatrio de cada valor de x elevado ao quadrado. (x) Somatrio dos valores de x elevado ao quadrado.
2
estimar o lucro para 2008
Vamos imaginar que voc esteja diante de um concurso onde proibido utilizar o uso de calculadora. Ento para esse caso teremos que facilitar as contas.
ATENO
Ento vejamos o quadro seguinte: Ajustamento da reta

X 1 2 3 4 5 6 10 12 14 16 18 20 90 Y 100 112 119 130 139 142 742 XY 1.000 1.344 1.666 2.080 2.502 2.840 11.432 X
2
100 144 196 256 324 400 1.420
Assim:
Vejamos que na citada tabela existem os anos de 00 a 007. Se contarmos os anos pode-se verificar que foi . Sendo um nmero mpar, teremos ento um valor do meio. Por exemplo: nessa srie o valor do meio .00, porque abaixo dele temos duas datas e acima mais duas. Ento nesse caso ficaria assim: 2 1 0 1 2 2003 2004 2005 2006 2007 Assim para esse caso iremos utilizar a tabela para calcular o valor de b da seguinte forma:
Dados modificados de X Dados de Y xy X2 2 2,3 2 2,3 = 4,6 4 1 3,5 1 3,5 = 3,5 1 0 5,8 0 5,8 = 0 0 1 6,5 (1) 6,5 = 6,5 1 2 7,0 (2) 7,0 = 14 4 Soma = 0 Soma = 25,1 Soma = 12,4 10
N = 6; XY = 11.432; X = 90; Y = 742; X2 = 1.420 b= b= n xy x . y n x2 . ( x )2 (6) . (11.432) (90)(742) = (6) . (1.420) (90)2 1.812 = 4,31 420
y = y/n = 742/6 = 123,67 x = x/n = 90/6 = 15

a = y bx a = 123,67 4,31*15 a = 59,02
A equao da reta ser: y = 59.02 + 4.31 x A partir da substitui-se o valor de x e estima-se o y.
Obs.: na coluna de xy somamos os positivos: ,6 + , + 0 = ,1 Agora somamos os negativos: (6,) + (1) = 0, Lembre-se: sinais iguais na adio-soma-se e mantm-se o sinal original. Portanto: (0,) + ,1 = 1, (Sinais diferentes na adio subtrai-se e permanece o sinal do maior).
9
N = 5; XY = 12,7; X = 0; Y = 25,2; X2 = 10 b= b= n xy x . y n x2 . ( x )2 (5) . ( 12,4) (0)(25,2) = -62 = 1,24
estudados em correlao tanto o peso pode depender da altura, como esta, do peso.
Coeficiente de correlao
y = y/ n = 25,2 / 5 = 5,04 x = x/ n = 0/5 = 0 a = y bx a = 5,04 (1,24)*0 a = 5,04 Porque 00 vai ser ? Veja acima se 00 foi substitudo por , 00 por 1,00 por zero, 006 por 1,007 por ; ento 00 dever ser de . A equao da reta ser: y =5,04 + 1,24 x A partir da, substitui-se o valor de x, que nesse caso so termos e estima-se o y. Y = , + 1, x Y = , + ,7 = ,79 atividades de aula 1) As importaes de determinada matria-prima no perodo de 199 a 000 encontram-se na tabela a seguir: a) Determine a equao da reta. b)Construa um diagrama de disperso e trace a reta obtida.
Anos Importaes 2002 2003 2004 2005 2006 2007 50 47 35 30 24 10
Em casos como os j mencionados, h interesse em se determinar o grau de associao entre as duas variveis. Essa associao medida pelo Coeficiente de Correlao (r), que pode ser determinado pela utilizao da frmula a seguir: r= N X Y X . Y N .X2 ( X)2 N .Y2 (Y )2
Obs.: O valor de r pode variar de 1 a + 1, significando, respectivamente, correlao negativa e correlao positiva entre as variveis. O valor zero, que fica intermedirio entre 1 e +1, indica que inexiste correlao entre as mesmas. Outros valores intermedirios propiciam inferncias sobre o comportamento interativo entre as variveis. As figuras auto explicativas colocadas a seguir apresentam, de forma aproximada, o valor de r em funo do comportamento (variao) simulado de duas variveis distintas. y + + + + + + + + + + + + + + x
No h correlao entre as variveis
Correlao Introduo
y + + + + + + + + + + + + + +
Correlao positiva entre as variveis r = 0,75
O estudo da correlao consiste em medir o grau de variao existente entre duas variveis aleatrias. A diferenciao entre os estudos envolvendo regresso e correlao que na regresso temos duas variveis, em que uma considerada como dependente e a outra independente, enquanto, na correlao, as duas variveis apresentam relao mtua. Por exemplo: peso e altura de pessoas poderiam ser
0
AULA 6 Regresso e Correlao
y + + + + + + + + + +
+ + +
+
correlao linear positiva entre as variveis r=1
do na tabela, ou seja, quando t calculado for maior que o tabelado conclui-se que as variveis consideradas no se correlacionam. Na tabela obtm-se o valor de t, considerando-se que o grau de liberdade n 2. t= rp Sr
Sr = erro-padro do coeficiente de correlao, que calculado pela frmula a seguir: x Sr = (1 r 2 ) ( n 2 )
+ +
+ + + + + + + + + + + + x
r = 1 correlao linear negativa entre as variveis
No exerccio anterior, verifique se o coeficiente de correlao significativo ou no. atividades de aula 1) As importaes de determinada matria-prima no perodo de 199 a 000 encontram-se na tabela: a) Determine a equao da reta. b) Construa um diagrama de disperso e trace a reta obtida. c) Estimar as importaes para 00. d) Calcular o coeficiente de correlao e) Aplicar o teste T (Student) e verificar se foi significativa a margem de erro de % de probabilidade Verificar na Ferramenta Galeria da Unidade atividades da aula extraclasse.
Teste de hiptese sobre o coeficiente de correlao
A hiptese mais freqentemente formulada de h0 (hiptese nula). Quando no se rejeita a h0, assume-se que as duas variveis so independentes, ao passo que a rejeio da h0 significa que as mesmas esto associadas entre si. Na prtica, a hiptese nula rejeitada, quando t calculado for maior que t obti-
ANOTAES
1

Analise de Custos Contabilidade Internacional e A Aplicada

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Analise de Custos Contabilidade Internacional e A Aplicada

Încărcat de

Drepturi de autor:

Formate disponibile

Mdulo ANLISE DE CUSTOS, CONTABILIDADE INTERNACIONAL E ESTATSTICA APLICADA

Professor MSc. Reinaldo Bazoni Professora MSc. Maria Massae Sakate

Unidade Didtica Estatstica Aplicada Contabilidade

Professor MSc. Reinaldo Bazoni Professora MSc. Maria Massae Sakate

AULA 1 Introduo e o Objetivo da Estatstica

INTRODUO E O OBjETIvO DA ESTATSTICA

Textos disponibilizados no portal

ImporTnCIa e orIgem Da esTaTsTICa

Unidade Didtica Estatstica Aplicada Contabilidade

AULA 1 Introduo e o Objetivo da Estatstica

Unidade Didtica Estatstica Aplicada Contabilidade

AULA 1 Introduo e o Objetivo da Estatstica

Estatstica!!! O que mesmo?

Unidade Didtica Estatstica Aplicada Contabilidade

AULA 1 Introduo e o Objetivo da Estatstica amostra

Unidade Didtica Estatstica Aplicada Contabilidade

Obedece certa ordenao Contagem

AULA 1 Introduo e o Objetivo da Estatstica

Unidade Didtica Estatstica Aplicada Contabilidade

Textos para auto-estudo disponibilizados no portal:

DesCrIo e organIZao Dos DaDos

Unidade Didtica Estatstica Aplicada Contabilidade

Unidade Didtica Estatstica Aplicada Contabilidade

solteiro solteiro casado vivo casado casado

casado casado vivo solteiro casado solteiro divorciado

casado solteiro divorciado solteiro casado casado casado

vivo casado casado casado divorciado solteiro casado solteiro

casado solteiro casado solteiro casado casado

casado casado casado solteiro casado

solteiro casado solteiro vivo casado

casado casado casado casado casado casado casado casado

casado casado casado casado casado casado casado casado

casado casado casado casado casado casado casado casado

casado casado casado divorciado divorciado divorciado solteiro solteiro

solteiro solteiro solteiro solteiro solteiro solteiro solteiro solteiro

solteiro solteiro solteiro solteiro vivo vivo vivo vivo

AULA 2 Distribuio de Freqncia Representao Grfica dos Dados Estatsticos

Podemos apresentar tambm utilizando a tabela com os dados na freqncia percentual

Unidade Didtica Estatstica Aplicada Contabilidade

AULA 2 Distribuio de Freqncia Representao Grfica dos Dados Estatsticos

Unidade Didtica Estatstica Aplicada Contabilidade

AULA 2 Distribuio de Freqncia Representao Grfica dos Dados Estatsticos

Formas De represenTaes grFICas

Figura 1 Estado civil dos Acadmicos do Curso de Cincias

Unidade Didtica Estatstica Aplicada Contabilidade

dados. Observe os dados a seguir e a representao proporcionada. Um exemplo hipottico

Figura 2 Registro em Carteira Profissional em Pesquisa 2006

grfico em colunas ou barras mltiplas (agrupadas)

AULA 2 Distribuio de Freqncia Representao Grfica dos Dados Estatsticos

DesaFIo para um bom obserVaDor

Unidade Didtica Estatstica Aplicada Contabilidade

Textos para auto-estudo disponibilizados no portal

Unidade Didtica Estatstica Aplicada Contabilidade

mdia O clculo da Mdia

AULA 3 Descrio dos Dados Medidas de Tendncia Central e Medidas de Disperso

A mdia ponderada de Fernando 7,. O clculo da mdia ponderada

Unidade Didtica Estatstica Aplicada Contabilidade

X = 6,67 Aproximadamente 6,7

X = 1.318 = 32,95 X = 1.318 = 32,95 X = 1.318 = 32,95

AULA 3 Descrio dos Dados Medidas de Tendncia Central e Medidas de Disperso

para em dois subconjuntos de mesmo nmero de elementos. Md o smbolo da mediana

Unidade Didtica Estatstica Aplicada Contabilidade

AULA 3 Descrio dos Dados Medidas de Tendncia Central e Medidas de Disperso

A mdia ponderada de Fernando 7,. O clculo da mdia ponderada

Consideremos o mesmo exemplo feito anteriormente: 1 11 1

Logo x = 60 x = 7. N = nmero de dados = Assim

= 14,37 Ento o coeficiente de variao ser: cv = 100 / X cv =1001,7/19, cv = 1.7/19,0 cv = 7,%

M = NP donde, M = 0*0,01 = 0, F (X) = 0,50 e 0,5 = 0,6065 = 60,65% 0!

Os lucros de uma companhia, no perodo de 199 a 00, so assim apresentados: