UNIVERSIDADE DE UBERABA

ENGENHARIAS TECNOLOGIAS E SISTEMAS DE INFORMAO

Aluno (a): ______________________________________________________________________ RA: ______________
Professora Ms Fabola Eugnio Arrabaa Moraes Probabilidade e Estatstica 1 Semestre - 2012
E-mail: fabiola.moraes@uniube.br /prof.famoraes@hotmail.com

12



Educao e Responsabilidade social
Representao grfica

A representao grfica da distribuio de uma varivel tem a vantagem de, rpida e concisamente, informar
sobre sua variabilidade. Entre os vrios tipos de representaes grficas, os melhores grficos so os que
primam pela simplicidade e clareza.

Uma vez elaborada a tabela de frequncia, prossegue-se com o desenho do grfico, um recurso de
visualizao dos dados constantes na tabela. Entre os tipos de grfico, temos o histograma, o polgono de
frequncia e o polgono de frequncias acumuladas (ogivas de Galton).


Histograma
Utilizado para representar as freqncias absolutas ( )
i
f em relao sua classe e, construdo da seguinte
forma:

1. No eixo X (abscissas), marcamos, em escala, as classes dos dados.
2. No eixo Y (ordenadas), marcamos as freqncias de classe ( )
i
f .
3. Realizamos a correspondncia entre cada intervalo dos X (classes) e um valor no eixo vertical ( )
i
f ,
formando um desenho que lembra um conjunto de colunas paralelas (retangulares) ou um conjunto de
prdios.

Polgono de freqncia

Esse tipo de grfico utilizado para indicar o ponto mdio ( )
i
Pm ou, representar a classe com suas,
respectivas, freqncias absolutas; constitudo sobre o histograma. E observe como simples o
procedimento de sua construo.

1. No eixo X (abscissas), colocamos o ponto mdio de cada intervalo de classe.
2. No eixo Y (ordenadas), permanecem as freqncias absolutas de classe ( )
i
f .
3. Aps 1 e 2 unimos os pontos por segmentos de reta.
4. Para completar o polgono, acrescentamos um ponto mdio com freqncia zero em cada uma das
extremidades da escala horizontal.

Setograma

J o grfico de composio em setores, tambm conhecido como grfico de pizza, destina-se a representar a
composio, usualmente em porcentagem ( ) % , de partes de uma todo. Consiste num crculo de raio
arbitrrio, representando o todo, dividido em setores, que correspondem s partes de maneira proporcional.
construdo assim:

Como comentado no enunciado supracitado, construmos um crculo.
1. Cada Setor/Fatia regido pela expresso:
( ) 360
i
f
Setor
Total

=

Professora Ms Fabola E. A. Moraes 1 Semestre - 2012 Probabilidade e Estatstica
Estatstica Descritiva Parte 1e II
13
2. Para concluir, no crculo distribumos os valores das freqncias percentuais.

Exemplo Cento e cinco estudantes de Engenharias e Tecnologias foram submetidos a um exame de
Estatstica, obtendo as seguintes notas:

72 84 73 71 51 64 73 71 69 74 77 75 82 69 72
66 73 71 92 58 74 82 53 66 76 73 93 80 74 77
76 88 73 62 78 74 70 77 75 74 99 78 62 77 71
53 75 66 83 62 95 68 90 76 73 72 78 69 78 65
65 87 76 72 65 69 81 47 84 43 76 72 78 71 73
64 77 80 68 62 73 70 46 58 71 91 78 67 68 62
90 65 67 57 64 80 66 79 67 69 81 74 67 75 79

a) Apresente o rol.
b) Determine o nmero de classes e a amplitude do intervalo de classes.
c) Com o limite inferior da primeira classe comeando em 40, construa a tabela completa.
d) Esboce os seguintes grficos: histograma, polgono das freqncias e setograma.
e) Como supracitado, a representao grfica da distribuio de uma varivel tem a vantagem de, rpida e
concisamente, informar sobre sua variabilidade. Sendo assim, aps concluir o item (d), interprete
detalhadamente o resultado obtido.

Acompanhe a resoluo em detalhes do exemplo proposto:

a)
Tabela 4 Distribuio de freqncia das notas de estudantes de Engenharias e Tecnologias
submetidos a um exame de Estatstica
Nota
Freqncia ( )
i
f
Nota
Freqncia ( )
i
f
Nota
Freqncia ( )
i
f
43 1 69 5 81 2
46 1 70 2 82 2
47 1 71 6 83 1
51 1 72 5 84 2
53 2 73 8 87 1
57 1 74 6 88 1
58 2 75 4 90 2
62 5 76 5 91 1
64 3 77 5 92 1
65 4 78 6 93 1
66 4 79 2 95 1
67 4 79 3 99 1
68 3 80 2
Total - - - - 105

b) Seja K o nmero de classes. Logo,
K n ~ ou
log
1
log2
n
K = + , onde n o nmero de elementos da amostra.
Assim, vamos encontrar o valor K utilizando a frmula:
log105
1 8
log2
K ~ + ~

Portanto, determinaremos que a distribuio, ser composta por 8 classes. Determinando a amplitude Total
( ) A da amostra temos,

Professora Ms Fabola E. A. Moraes 1 Semestre - 2012 Probabilidade e Estatstica
Estatstica Descritiva Parte 1e II
14
min mx
A X X = , diferena entre o maior e o menor valor observados. Assim,
99 43 56 A= = . Portanto, para determinar a amplitude do intervalo de classes h temos a relao,
A
h
K
~ .
Assim,
56
7
8
h ~ ~ .

c)
Nota dos
estudantes
i
f
i
Pm
r
f
p
f
F
i
l
i
L

40 --- 48 3 44 0,03 3% 3
48 --- 56 3 52 0,03 3% 6
56 --- 64 11 60 0,10 10% 17
64 --- 72 33 68 0,31 31% 50
72 --- 80 39 76 0,37 37% 89
80 --- 88 9 84 0,09 9% 98
88 --- 96 6 92 0,06 6% 104
96 --- 104 1 100 0,01 1% 105
Total 105 - 1,00 100% -

d)
Histograma para representar as notas (em
classes) do exame de Estatstica



Setograma para representar as notas do
exame de Estatstica.

Professora Ms Fabola E. A. Moraes 1 Semestre - 2012 Probabilidade e Estatstica
Estatstica Descritiva Parte 1e II
15


Como visto na definio supracitada, o grfico de composio em setores construdo de forma que cada
Setor/Fatia regido pela expresso:
( ) 360
i
f
Setor
Total

= . Logo temos,
1 classe: 40 --- 48
360 *3/105 1080/105 10, 28 Setor

= = =
2 classe: 48 --- 56
360 *3/105 1080/105 10, 28 Setor

= = =
3 classe: 56 --- 64
360 *11/105 3960/105 37, 71 Setor

= = =
4 classe: 64 --- 72
360 *33/105 11880/105 113,14 Setor

= = =
5 classe: 72 --- 80
360 *33/105 14040/105 133, 71 Setor

= = =
6 classe: 80 --- 88
360 *9/105 3240/105 30,85 Setor

= = =
7 classe: 88 --- 96
360 *6/105 2160/150 20, 57 Setor

= = =
8 classe: 96 --- 104
360 *1/105 360/105 3, 42 Setor

= = =

e) Como podemos observar, o histograma nos informa que na faixa das notas equivalentes a 64 at 80 h um
pico, o qual indica a existncia de maior nmero de estudantes nessa faixa e, representa a maior fatia no
esboo do setograma. Caso o objetivo do pesquisador saber qual a faixa das notas apresenta um maior
nmero de alunos, h indcios de que ser a faixa das notas de 64 at 80.


Importante! Voc tem conhecimento do Microsoft Office Excel?

um programa de planilha eletrnica, seus recursos incluem uma interface intuitiva
e capacitadas ferramentas de clculo e de construo grfica. Confira! Afinal, alm
de prepararmos os contedos bsicos para sua base nos estudos estatsticos,
tambm cuidamos para que voc se intere das possibilidades deste software para a
resoluo de problemas estatsticos. Pois, independente da rea de atuao, o
mercado de trabalho almeja por profissionais cada vez mais qualificados!


Agora, voc vai conhecer as principais e mais importantes medidas de posio, entre elas a mdia, mediana e
moda, e de variabilidade, como a varincia, coeficiente de variao e medidas separatrizes; tanto para dados
agrupados quanto para dados no-agrupados. importante entender como as frmulas retratam ora uma
medida de posio ora de variao, e saber realizar os seus clculos para encontrar os valores procurados.
Mais do que isso, voc necessita compreender e interpretar esses valores.

1. Estatstica descritiva parte II


Professora Ms Fabola E. A. Moraes 1 Semestre - 2012 Probabilidade e Estatstica
Estatstica Descritiva Parte 1e II
16
Como voc pde observar at o momento, resumimos os valores que uma varivel pode assumir em forma de
tabelas, distribuio de freqncias e grficos. Agora, vamos aprender o clculo de medidas que possibilitam
representar um conjunto de dados relativos observao de determinado fenmeno de forma resumida. So
elas: medidas de tendncia central e medidas de variabilidade que sero abordadas, a seguir.

Medidas de tendncia central

As medidas de tendncia central so tambm chamadas de medidas de posio e estabelecem o valor em
torno do qual os dados se distribuem. Podem ser utilizadas em conjunto para auxiliar a anlise dos dados ou,
em determinadas situaes, uma pode ser mais conveniente do que a outra.
Por exemplo, se um ou mais valores so muito discrepantes em relao aos demais valores
observados, a mdia ser muito influenciada por este valor discrepante, tornando-se, assim,
inadequada para representar o conjunto de dados em estudo.

Ateno! Para o clculo dessas medidas, necessrio que a varivel seja quantitativa.

- Mdia aritmtica
( )
- l-se "X barra" X

A mdia aritmtica representa o ponto de concentrao dos valores de um conjunto de dados ou uma
seqncia numrica. Entre as medidas de tendncia central, a mais comumente utilizada para descrever
resumidamente uma distribuio de frequncia. Observe, no Quadro 3, as mdias apresentadas, suas
respectivas expresses e, na sequncia, as aplicaes destes conceitos.


Quadro 3 Expresso para a mdia aritmtica em relao ao tipo de dados
analisados.
Mdia Tipos de dados analisados Expresso
1. Mdia aritmtica simples Dados no agrupados
(dados brutos ou rol)
i
x
X
n
=

2. Mdia aritmtica ponderada Dados agrupados sem
intervalo (varivel discreta)
i i
x f
X
n
=

3. Mdia Dados agrupados com
intervalos (varivel contnua)
i i
i
Pm f
X
f
=

Fonte: Acervo da autora

em que:
X : denota a mdia aritmtica
i
x : denota o valor genrico da observao.
n : denota o tamanho da amostra (nmero de observaes, ou seja,
i
n f =

).
i
f : denota a frequncia ou peso de cada valor da amostra ( ) n . Os valores
1 2
, , ,
n
x x x sero ponderados
pelas respectivas frequncias absolutas
1 2
, , ,
n
f f f no clculo da mdia aritmtica ponderada.
i
m
P : denota o ponto mdio, ou seja, a mdia entre os valores dos limites de classe. Expresso denotada por
inf sup
2
i
l l
Pm
+
= .

Situao-problema 1
Especialistas em Engenharia de Trnsito, ao realizar consultoria solicitada por rgos pblicos, coletaram o
nmero de acidentes de trnsito verificados em certo cruzamento, primeiro semestre de 2009, conforme
indicados no Quadro 4. Determine a mdia do nmero de acidentes de trnsito mensais registrados pelos
especialistas. Interprete o resultado obtido.

Quadro 4 Registros de acidentes de trnsito.
Acidentes/ms 6 5 7 8 4 6

Professora Ms Fabola E. A. Moraes 1 Semestre - 2012 Probabilidade e Estatstica
Estatstica Descritiva Parte 1e II
17
Fonte: Dados simulados

Resoluo:
6 5 7 8 4 6 36
6
6 6
i
x
X
n
+ + + + +
= = = =

Portanto, em mdia, o nmero de acidentes de trnsito mensais registrados pelos especialistas, no primeiro
semestre de 2009, foi de 6 acidentes.

Situao-problema 2
Supondo que voc seja gestor de Recursos Humanos (RH) de uma Indstria e Comrcio de Embalagens
Hospitalares e necessite alinhar as polticas de RH com a estratgia da organizao. Como consequncia,
voc dever recrutar candidatos com determinada faixa etria para o setor de Controle de Qualidade. A
distribuio de freqncia apresentada na Tabela 5 descreve a faixa etria dos candidatos procura de
emprego de Auxiliar de Controle Qualidade, cuja funo de revisar embalagens hospitalares. Aponte, em
mdia, a idade dos candidatos procura deste cargo.

Tabela 5 Faixa etria dos candidatos.
Faixa etria
i
f
22 --- 25 1
25 --- 28 10
28 --- 31 8
31 --- 34 1
Fonte: Dados simulados

Resoluo: Para facilitar a resoluo do problema, sugerimos que voc reescreva a Tabela 5. Para isto, basta
acrescentar as colunas necessrias para desenvolver os clculos. bem prtico calcular o ponto mdio numa
coluna, depois na coluna seguinte calcular o produto deste valor pela freqncia; assim a somatria dessa
coluna um dos valores procurados,
i i
Pm f

. Verifique com ateno como realizamos a resoluo. Observe

a Tabela 6.


Tabela 6 Clculos para a mdia da faixa etria dos candidatos
Classes Intervalos
i
f
i
Pm
i i
Pm f
1 22 --- 25 1 23,5 23,5
2 25 --- 28 10 26,5 265
3 28 --- 31 8 29,5 236
4 31 --- 34 1 32,5 32,5
Total ( ) n
- 20 - 557
Fonte: Dados simulados

Ateno! Observe que foi introduzida na Tabela 6 a coluna do ponto mdio da classe ( )
i
Pm . Recordar contedos
estudados fortalece o seu aprendizado. Voc se recorda do clculo do ponto mdio? O ponto mdio da classe expresso
pela frmula inf sup
2
i
l l
Pm
+
=
.

Calculando a mdia, encontramos:
557
27,85
20
i i
i
Pm f
X
f
= = =

Conclumos que a idade mdia dos candidatos assume o valor de 27,85 anos, indicando que este o valor em
torno do qual as idades destes candidatos se concentram.

- Mediana

A mediana corresponde ao valor que ocupa a posio central numa sequncia de nmeros. Representaremos
a mediana por Md .

Professora Ms Fabola E. A. Moraes 1 Semestre - 2012 Probabilidade e Estatstica
Estatstica Descritiva Parte 1e II
18
Supondo uma sequncia numrica
1 2
, , , , ,
j n
x x x x , o elemento
j
x representa a mediana, caso o nmero
de elementos que o antecedem seja igual ao nmero de elementos que o sucedem. Para calcular a mediana,
atente-se para as situaes apresentadas no Quadro 5:

Quadro 5 Clculo da mediana em relao ao tamanho da amostra assume valor mpar ou
par.
Valor da amostra



Mediana

Se n mpar, temos que o rol admite apenas um termo central ocupando a
posio:
1
2
n +
. O valor do elemento que ocupa esta posio a mediana.
Se n par, temos que o rol admite dois termos centrais: e 1
2 2
n n
+ . O valor
da mediana ser expresso atravs da mdia, destes dois termos centrais.

Ateno! Para os dados no agrupados (dados brutos ou rol), primeiro organizamos a sequncia numrica em
ordem crescente ou decrescente. Depois, verificamos se o nmero de elementos da amostra par ou mpar e
adotamos os seguintes procedimentos, conforme apresentados a seguir.

Exemplo Seja a sequncia numrica: 4, 12, 9, 1, 17, 14, 5, 15, e 3.

Primeiro, ordenamos os dados em ordem crescente (ou rol crescente): 1, 3, 4, 5, 9, 12, 14, 15, 17.
Como 9 n = temos,
1 9 1
5
2 2
n + +
= = . Logo, o valor na seqncia numrica que representa o 5 elemento, em
ordem crescente, o valor 12. Portanto, 12 Md = .

Situao-problema O chefe do departamento de marketing de uma empresa compilou, no Quadro 6, os
dados mensais (em milhares de reais) das despesas com propaganda, e deseja saber o valor mediano dessas
despesas durante um ano.

Quadro 6 Dados mensais (em milhares de reais) das
despesas com propaganda
221 225,5 235 238 238 239
242 244 245 255 263 282,5
Fonte: Dados simulados

Resoluo: Observe que os dados j se encontram em ordem crescente (ou rol crescente).
Como 12 n = temos,
12
= =6 e 1 6 1 7
2 2 2
n n
+ = + = , temos que a mediana situa-se entre o 6 e 7 elementos
na amostra, ou seja, entre os valore 239 e 242 (em negrito, no Quadro 6). Logo,

239 242 481
240, 5
2 2
Md
+
= = = .

Portanto, o chefe do departamento de marketing concluir que o valor mediano das despesas com
propaganda, durante um ano, foi de $240,5 milhares de reais.

- Moda

A moda de um conjunto de dados o valor que ocorre com maior frequncia, ou seja, o valor que aparece
mais vezes. Representaremos a moda por Mo . A moda pode no existir e, mesmo que exista, pode no ser
nica.

Situao 1 Dados no agrupados


Professora Ms Fabola E. A. Moraes 1 Semestre - 2012 Probabilidade e Estatstica
Estatstica Descritiva Parte 1e II
19
Exemplo Seja a amostra: 2, 3, 3, 4, 5, 5, 5, 7 e 10. O elemento de maior freqncia o nmero 5, portanto
a moda 5 Mo = , da a srie ser chamada de unimodal.

Exemplo Seja a amostra 4, 6, 9, 11,13, e 14. Observe que todos os elementos apresentam a mesma
freqncia, logo a amostra amodal.

No exemplo seguinte, a moda existe e no nica. Observe.

Exemplo Na srie 6, 6, 7, 7, 9, e 10, os elementos de maior freqncia so os nmeros 6 e 7, portanto
temos 6 Mo = e 7 Mo = , da a srie ser chamada de bimodal.

Situao 2 Dados agrupados sem intervalo

Nesta situao, basta identificar o elemento de maior frequncia. Observe a exemplificao da Tabela 7, com o
correspondente valor da moda.

Tabela 7 Distribuio de frequncia
i
x
1 5 6 8 13
i
f
1 3 5 2 4
Fonte: Dados simulados

Portanto, a moda, 6 Mo = .

Situao 3 Dados agrupados com intervalo ou em classes

Nesta situao, primeiro identificamos a classe modal, ou seja, aquela que possui maior frequncia. Em
seguida, aplicamos a frmula. Acompanhe o exemplo da Tabela 8:

Tabela 8 Intervalo de classes
Classe Amostra
i
f
1 0 --- 10 1
2 10 --- 20 3
3 20 --- 30 6
4 30 --- 40 2
Total - 12
Fonte: Dados simulados

Pela frmula temos,
inf
1
1 2
Mo
Mo l h
A
= +
A + A

em que,
inf
Mo
l : denota o limite inferior da classe modal
1
A : denota a diferena entre a freqncia ( )
i
f da classe modal e a imediatamente anterior.
2
A : denota a diferena entre a freqncia ( )
i
f da classe modal e a imediatamente posterior.
h : denota a amplitude da classe.

Identificamos na Tabela 8 que a classe modal a 3, ou seja, terceira classe a que exibe a maior freqncia,
6
i
f = ).


Professora Ms Fabola E. A. Moraes 1 Semestre - 2012 Probabilidade e Estatstica
Estatstica Descritiva Parte 1e II
20
Portanto,
inf
1
1 2
3
20 10 20 0, 43 10 24, 3 24, 3
3 4
Mo
Mo l h Mo
A
= + = + = + = =
A + A +
.


- Medidas separatrizes

As medidas separatrizes representam nmeros reais que separam o rol ou a distribuio de freqncias em
partes iguais. Assim, a mediana, que divide a sequncia ordenada em duas partes, cada uma delas contendo
50% dos valores da sequncia, tambm uma medida separatriz.

Alm da mediana, estudaremos outras medidas separatrizes denominadas quartis ( ) , sendo 1, 2, 3
i
Q i = ,
quintis ( ) , sendo 1, 2, 3, 4
i
K i = , decis ( ) , sendo 1, 2, , 9
i
D i = e percentis
( )
, sendo 10, 20, , 90
j
P j = .
Observe, com ateno, a representao esquemtica de uma sequncia ordenada e, a seguir, relacione-a com
o enunciado denominado para cada diviso desta sequncia.












Figura 2 Representao esquemtica de uma sequncia ordenada.
Fonte: Acervo da autora


em que,
1
Q : denominado primeiro quartil, separa a seqncia ordenada deixando 25% de seus elementos esquerda
e 75% de seus elementos direita.
2
Q : denominado segundo quartil, separa a seqncia ordenada deixando 50% de seus elementos
esquerda e 50% de seus elementos direita.


Ateno! Observe que o
2
Q a mediana da srie.
3
Q : denominado terceiro quartil, separa a seqncia ordenada deixando 75% de seus elementos esquerda e
25% de seus elementos direita.

1
K : denominado primeiro quintil, separa a seqncia ordenada deixando 20% de seus elementos esquerda
e 80% de seus elementos direita.
Decis: srie ordenada
dividida em 10 partes,
cada uma ficar com
10% de seus elementos.
Percentis (ou centis): srie
ordenada dividida em 100
partes, cada uma ficar com
1% de seus elementos.
Quintis: srie ordenada
dividida em 5 partes,
cada uma ficar com
20% de seus elementos.
Quartis: srie ordenada
dividida em 4 partes,
cada uma ficar com
25% de seus elementos.

Professora Ms Fabola E. A. Moraes 1 Semestre - 2012 Probabilidade e Estatstica
Estatstica Descritiva Parte 1e II
21

1
D : denominado primeiro decil, separa a seqncia ordenada deixando 10% de seus elementos esquerda e
90% de seus elementos direita.


1
P : denominado primeiro centil ou primeiro percentil, separa a seqncia ordenada deixando 1% de seus
elementos esquerda e 99% de seus elementos direita.

20
P : denominado vigssimo centil ou vigssimo percentil, separa a seqncia ordenada deixando 20% de
seus elementos esquerda e 80% de seus elementos direita.


Observe que o
4
Q ,
5
K ,
10
D e
100
P separa a sequncia ordenada deixando 100%
de seus valores esquerda e correspondem diretamente ao ltimo valor da
sequncia.
Mais ainda: podemos estabelecer a frmula de clculo de percentis onde todas as
outras medidas podem ser identificadas como percentis, basta observarmos que os
quartis, quintis e decis so mltiplos dos percentis. Desta forma, observe as
correspondentes colunas que apresentamos a seguir:

1 25 1 20 1 10
2 50 2 40 2 20
3 75 3 60 3 30
4 80 4 40
5 50






Q P K P D P
Q P K P D P
Q P K P D P
K P D P
D P
= = =
= = =
= = =
= =
=
6 60
7 70
8 80
9 90




D P
D P
D P
D P
=
=
=
=




Ateno! Para fixarmos melhor este estudo das medidas separatrizes, vamos aprender a calcular estas
medidas por meio da exposio de algumas situaes. Acompanhe o clculo das seguintes medidas
separatrizes:

- Quartis ( )
i
Q - Genericamente, para encontrar a ordem ou posio do Quartil ( )
i
Q a ser calculado
usaremos a expresso:
4
i
Q
i n
E

=
em que,
i
Q
E : denota o elemento quartlico.
i : denota o nmero do quartil a ser calculado, sendo 1, 2, 3 i = .
n : denota o nmero de observaes.

Para dados agrupados em classes, encontraremos os Quartis de maneira semelhante usada para o
clculo da mediana:

inf
i
Q
i
Q
i
Q anterior
i
i
E F
Q l h
f

= +
em que,
i
Q : denota o Quartil i , sendo 1, 2, 3 i = .

Professora Ms Fabola E. A. Moraes 1 Semestre - 2012 Probabilidade e Estatstica
Estatstica Descritiva Parte 1e II
22
inf
Q
i
l : denota o limite inferior da classe que contm o quartil desejado ( )
i
Q .
i
Q
E : denota o elemento quartlico.
anterior
F : denota a frequncia acumulada at a classe anterior classe mediana.
h : denota a amplitude do intervalo de classe.
Q
i
i
f : denota a frequncia absoluta simples da classe quartlica.

- Decis ( )
i
D - De maneira geral, para encontrar a ordem ou posio do Decil ( )
i
D a ser calculado
usaremos a expresso:
10
i
D
i n
E

=
em que,
i
D
E : denota o elemento declico.
i : denota o nmero do decil a ser calculado, sendo 1, 2, , 9 i = .
n : denota o nmero de observaes.

Ateno! Para dados agrupados em classes, encontraremos os decis ( )
i
D de maneira semelhante usada
para o clculo da mediana e dos quartis

- Percentis ou Centis ( )
i
P - Para encontrar a ordem ou posio do Percentil ou Centil ( )
i
P a ser
calculado usamos a expresso:

100
i
P
i n
E

=
em que,
i
P
E : denota o elemento percentlico.
i : denota o nmero do percentil (ou centil) a ser calculado, sendo 1, 2, , 99 i = .
n : denota o nmero de observaes.

Ateno! Para dados agrupados em classes, encontraremos os Percentis ( )
i
P de maneira semelhante
usada para o clculo da mediana, dos quartis e dos decis.
Para o caso de 100 i n for um nmero inteiro ou no. Ou seja,
- Se 100 i n for um nmero inteiro
i
P um dos valores da seqncia ordenada.
Se 100 i n for um no for um nmero inteiro
i
P definido como a mdia dos valores que ocupam as
posies aproximadas, pois
i
P um elemento intermedirio entre os elementos que ocupam estas posies.

Exemplo Os dados do Quadro 7 informam a produo de barris de petrleo bruto por ms de 16 poos de
petrleo. Calcule o primeiro quartil.

Quadro 7 Dados da produo de barris de petrleo bruto por ms.
390 420 390 510 420 450 410 510
430 420 400 520 450 420 450 510
Fonte: Dados simulados

Resoluo: Ordenando a sequncia, em rol crescente, temos: 390, 390, 400, 410, 420, 420, 420, 420, 430,
450, 450, 450, 510, 510, 510, 520.


Professora Ms Fabola E. A. Moraes 1 Semestre - 2012 Probabilidade e Estatstica
Estatstica Descritiva Parte 1e II
23
Como sabemos,
1 25
Q P = , assim calculamos 25% de 16 ( ) 16 n = , obtendo:
25 16
4
100 100
i
P
i n
E

= = =
25
P
o 4 elemento do rol, ou seja, o valor 4 indica a posio do vigsimo quinto percentil ( )
25
P que
corresponde ao primeiro quartil ( )
1
Q , ( )
1 25
Q P = , pedido na situao-problema.

A seguir, observando o rol conclumos que o 4 elemento corresponde ao valor 410. Portanto,
1 25
410 Q P = = ,
ou seja, 25% dos poos de petrleo produzem valores menores ou iguais a 410 barris de petrleo bruto por
ms, e 75% desses poos produzem valores maiores ou iguais a 410.

Exemplo Fornecida a Tabela 9 com a distribuio de frequncia do consumo mdio de eletricidade
( ) / kw hora entre usurios de uma cidade do interior de Minas Gerais, encontre o primeiro quartil, o
septuagssimo quinto centil e o nono decil. Interprete os resultados obtidos.


Tabela 9 Distribuio de frequncia
Consumo
( ) / kw hora
Nmero de
usurios ( )
i
f
F
5 --- 25 4 4
25 --- 45 6 10
45 --- 65 14 24
65 --- 85 26 50
85 --- 105 14 64
105 --- 125 8 72
125 --- 145 6 78
145 --- 165 2 80
Total 80 -
Fonte: Dados simulados

Para avaliar o grau de variabilidade ou disperso dos valores de um conjunto de nmeros, lanaremos mo
das estatsticas denominadas medidas de variabilidade. Confira a seguir!

2.1 Medidas de variabilidade

As medidas de variabilidade nos proporcionaro um conhecimento mais completo do fenmeno a ser
analisado, permitindo estabelecer comparaes entre fenmenos da mesma natureza e mostrando at que
ponto os valores se distribuem acima ou abaixo da medida de tendncia central. So elas: a Amplitude Total
ou Intervalo Total ( ) A , o Desvio-Padro ( ) S , a Varincia
( )
2
S e o Coeficiente de Variao ( ) CV .

- Amplitude total ou intervalo total ( A): a diferena entre o maior valor e o menor valor da srie estudada.
A amplitude nos fornece a idia do campo de variao destes valores. No entanto, devemos frisar que a
amplitude no uma boa medida de variabilidade porque seu clculo se baseia apenas nos valores extremos
da amostra e no em todos os dados. Expressa por:
mx min
A X X =


- Desvio padro ( S ): a medida de disperso mais usada e mais importante. O conceito estatstico de desvio
corresponde ao conceito matemtico de distncia. Entre outras palavras, a disperso dos dados em relao
mdia de uma sequncia pode ser avaliada atravs dos desvios de cada elemento da sequncia em relao
mdia da sequncia. Desta forma, medimos a concentrao dos dados em torno da mdia. O desvio-
padro expresso pela soma dos quadrados dos desvios em torno da mdia, dividida pelo nmero de
observaes.





Professora Ms Fabola E. A. Moraes 1 Semestre - 2012 Probabilidade e Estatstica
Estatstica Descritiva Parte 1e II
24
Desvio padro
(dados no agrupados)
Desvio padro
(dados agrupados)

( )
2
1
.
1
n
i i
i
x x f
S
n
=

( )
2
1
.
1
n
i i
i
Pm x f
S
n
=

Ateno! Quando os valores vierem dispostos em uma tabela de frequncia, o clculo do desvio padro far-se- por meio
da expresso do desvio-padro para dados agrupados.

- Varincia (
2
S ): o quadrado do desvio padro, expressa por:
( )
2
2
1
1
n
i
i
x x
S
n
=

- Coeficiente de variao ( CV ): uma medida relativa de variabilidade, til para comparao em termos
relativos do grau de concentrao em torno da mdia de diferentes conjuntos de dados. O coeficiente de
variao expresso por: 100
S
CV
X
=

Ateno! Como o CV uma medida que exprime a variabilidade relativa mdia, usualmente expresso em
porcentagem.
A seguir, leia com ateno dois exemplos aplicados s medidas de variabilidade que acabamos de apresentar. Observe
que apresentamos os clculos desenvolvidos passo a passo, assim como a ideia para voc interpretar os resultados
obtidos.

Exemplo Duas equipes de jogadores de basquete apresentaram os seguintes resultados quanto s
medidas das alturas de seus jogadores. Faa uma anlise quanto ao coeficiente de variao para verificar qual
equipe se apresenta relativamente mais estvel em relao as suas alturas. Os dados apresentam-se no
Quadro 8.


Quadro 8 Dados das equipes I e II, em relao s mdias e desvios padro
Equipe I
191 I X cm =

6, 04
I
S cm =

Equipe II
197 II X cm =

16,19
II
S cm =
Fonte: Dados simulados

Resoluo: Os coeficientes de variao so respectivamente:
Equipe I:
6, 04
100 100 3,16%
191
I
I I
I
S
CV CV
X
= = ~

Equipe II:
16,19
100 100 8, 21%
197
II
II II
II
S
CV CV
X
= = ~

Portanto, conclui-se que, embora com menores medidas nas alturas, a Equipe I se apresenta mais estvel, em
relao s medidas das alturas dos jogadores da Equipe II.


Agora com voc. Realize os exerccios da Lista 01. Bom trabalho!