Aula de Estatística 4 Fase Psicologia e Educação Física 2020 2 Sábado A Tarde 1

Prof. Me.
Jorge Luiz Velasquez

JORGE LUIZ VELASQUEZ
Mestre em Administração de Empresas pela UNISUL–Universidade do

Sul de Santa Catarina(2014) Especialista em Planejamento Estratégico
de Negócios pela UNIARP(2013),em Gestão Empresarial pela
UNOESC(2009),em Gestão em Saúde no Trabalho pela
FURB(2007),em Gestão em Serviços Sociais para Empresas pela
FURB(2005),e em Promoção da Saúde na Empresa pela FURB(2003).
Atua principalmente nos seguintes temas: Gestão de pessoas,
Saúde do Trabalhador –Viver bem com Qualidade de Vida, Ética
Profissional no ambiente de trabalho, Liderança Servidora, Equipe
Vencedora, Coach Financeiro, Orçamento Familiar, Gerações.
Atualmente é professor titular da UNIARP-Campus Caçador- SC, nos
cursos: Administração – Jornalismo – Fisioterapia – Ciências Contábeis
Coordenador do Curso de Educação Física-UNIARP- Universidade Alto
Vale do Rio do Peixe.
Contato: (49) 99827933 – e-mail: velasquez-jorge@hotmail.com

SOBRE VOCÊ
 Qual seu Nome?

 Trabalha? Onde e o que faz?
 Já estudou ou teve contato com a Estatística?
PLANO DE ENSINO
EMENTA DA DISCIPLINA
OBJETIVO CONTEÚDO PROGRAMÁTICO
•Adquira conceitos básicos de estatística CONCEITOS PRELIMINARES
descritiva e inferencial, indispensáveis na – A NATUREZA DA ESTATÍSTICA
execução e análise de levantamentos 1.1. Conceitos e histórico da Estatística e sua aplicação
estatísticos e pesquisas científicas, à 1.2. Métodos estatísticos;
compreensão dos resultados por elas 1.2.1.Método científico;
fornecidos e na tomada de decisões; 1.2.2.Método experimental;
1.2.3.Método estatístico;
1.3. Fases do método estatístico;
1.3.1.Coleta de dados;
•Conhecer os vários tipos de amostragem e 1.3.2.Apuração dos dados;
escolher amostras representativas da 1.3.3.Exposição dos dados;
população. 1.3.4.Análise dos resultados;
- POPULAÇÃO E AMOSTRA
2.1. Variáveis;
2.2. População e amostra;
2.3. Amostragem;
2.3.1.Amostragem aleatória simples;
2.3.2.Amostragem proporcional estratificada;
2.3.3.Amostragem sistemática.
SÉRIES ESTATÍSTICAS
•Construir distribuição de frequências,
apresenta-las em tabelas e gráficos e 3.1. Tabelas;
calcular e interpretar medidas descritivas. 3.2. Séries estatísticas;
3.3. Séries conjugadas. Tabela de dupla entrada
3.4. Dados absolutos e dados relativos

GRAFICOS ESTATÍSTICOS
4.1. Gráfico estatístico;

4.2. Diagramas;
4.2.1.Gráfico em linha ou em curva;
4.2.2.Gráfico em colunas ou em barras;
4.2.3.Gráfico em colunas ou em barras múltiplas;
4.2.4.Gráfico em setores;
DISTRIBUIÇÃO DE FREQUÊNCIA
5.1. Tabela primitiva e rol;

•Construir distribuição de frequências, 5.2. Distribuição de frequência;
apresenta-las em tabelas e gráficos e 5.3. Elementos de uma distribuição de frequência;
calcular e interpretar medidas descritivas. 5.3.1.Classe;
5.3.2.Limites de classe;
5.3.3.Amplitude de um intervalo de classe;
5.3.4.Amplitude total da distribuição;
5.3.5.Amplitude amostral;
5.3.6.Ponto médio de urna classe;
5.3.7.Freqüência simples ou absoluta;
5.4. Número de classes e Intervalos de classe;

5.5. Tipos de frequência;
5.6. Distribuições de Frequências de uma Variável
Quantitativa Contínua;
Qualitativa;
Quantitativa Discreta;
5.7. Distribuição de frequência sem intervalos de classe;
5.8. Representação gráfica de uma distribuição;
5.9.1.Histograma;
MEDIDAS DE POSIÇÃO
6.1. Média aritmética (x);
•Construir distribuição de frequências, 6.1.1.Dados não-agrupados;
apresenta-las em tabelas e gráficos e 6.1.2.Desvio em relação à média;
calcular e interpretar medidas descritivas. 6.1.3.Dados agrupados;
6.1.4.Emprego da média;
6.2. Moda (Mo);
6.2.1.Dados não-agrupados;
6.2.2.Dados agrupados;
6.3. As expressões gráficas da moda;
6.4. Emprego da moda;
6.5. Mediana (Md);
6.5.1.Dados não-agrupados;
6.5.3.Dados agrupados com intervalo de classe
6.5.4.Emprego da mediana;
6.5.5. Posição relativa da média, mediana e
moda;
•Adquira conceitos básicos de
•MEDIDAS DE DISPERSÃO OU DE
estatística descritiva e inferencial,
indispensáveis na execução e análise VARIABILIDADE;
de levantamentos estatísticos e 7.1. Dispersão ou variabilidade;
pesquisas científicas, à compreensão
7.2. Amplitude total;
dos resultados por elas fornecidos e na
tomada de decisões; 7.2.1.Dados não-agrupados;
7.3. Variância;
• Construir distribuição de frequências,
apresenta-las em tabelas e gráficos e 7.3.1.Dados não-agrupados;
calcular e interpretar medidas 7.3.2.Dados agrupados;
descritivas.
7.4. Desvio Padrão
• Conhecer os vários tipos de 7.4.1.Dados não-agrupados;

amostragem e escolher amostras 7.4.2.Dados agrupados;
representativas da população.
7.5. Coeficiente de Variação.
• .Conhecer as várias situações de
• PROBABILIDADE;
probabilidade
8.1. Experimento aleatório;
• Identificar através do cálculo as 8.2. Espaço amostral;
situações de probabilidades.
8.3. Cálculo das probabilidades;
8.4. Probabilidade condicional;
• Os Testes de hipóteses 8.5.Estrutura dos Testes de Hipóteses;
8.6. Teste de Hipótese para uma Média;
8.7.Teste de Hipótese para a Razão de duas
Variâncias;
8.8.Teste de Hipótese para a Diferença entre
Médias;
8.9. Noções sobre Correlação e Regressão.

AVALIAÇÃO (MÉTODO) INSTRUMENTOS DATA
INDIVIDUAL OU EM GRUPOS TRABALHOS DURANTE O SEMESTRE
AULAS PRÁTICAS RESOLUÇÕES DE EXERCÍCIOS DURANTE AS AULAS
As aulas teóricas serão expositivas

dialogadas permeadas com atividades de
resolução de exercícios. Como meios de
AULAS TEÓRICAS DURANTE AS AULAS
ensino serão utilizados: lousa,
equipamento multimídia e
NO SEMESTRE
calculadora científica.
As aulas teóricas serão, em sua maioria,

aulas expositivas, durante as quais os
alunos serão incentivados a participar a
fim de esclarecer as dúvidas e contribuir
AULAS TEÓRICAS com exemplos e sugestões. No decorrer NO SEMESTRE
das aulas alguns momentos serão
destinados a resolução de atividades no
laboratório de informática através do
software Excel
.
AVALIAÇÃO (MÉTODO) INSTRUMENTOS DATA
Para cada Unidade de Ensino, serão adotados a Resoluções de exercícios em

Técnica de Ensino com Aula Expositiva, utilizando-se sala de aula no caderno
dos materiais didáticos relacionados na bibliografia e DURANTE O SEMESTRE
listas de exercícios; apresentando exemplos e
propondo exercícios para cada conteúdo proposto.
Serão realizados trabalhos individuais como Trabalhos em casa Durante o semestre

meio de avaliação da aprendizagem
Serão realizadas avaliações obrigatórias durante o
PROVA M 1 - Peso 10,0 12 de setembro 2020
semestre; considerar-se aprovado o aluno que obtiver
média aritmética simples nas avaliações igual ou PROVA M 2 - Peso 7,0 14 de novembro 2020
superior a 6,0 (seis).
PROVA AVALIA M 3 - Peso 10,0 7de dezembro 2020
2ª Chamada do AVALIA 10 de dezembro 2020
Projeto Integrador e Trabalhos em grupos
Peso 3,0 Pesquisa de campo
Data de entrega do trabalho:
Trabalho em grupos de (0 ) acadêmicos que As orientações serão repassadas 25 de agosto de 2018

será desenvolvido durante o semestre e que pelo professor em sala de aula no
dia:
terá peso 3,0 na prova de M2.
Conduta Esperada
Espera-se dos participantes uma conduta profissional, a qual é construída tendo como fundamento o
respeito mútuo.
Essa conduta inclui os elementos abaixo, embora não se limite somente a estes:
• Presença nas aulas: Cada aula se beneficia da presença e participação de todos.
• Pontualidade: Vamos tentar, dentro do possível chegar no horários, pois quem chega atrasado pode
interromper a exposição do professor e as discussões em classe.
• Minimizar interrupções: Telefones celulares, pagers e outros aparelhos eletrônicos devem ser
desligados durante as aulas. Evitar sair e reentrar na sala. Evitar também conversas paralelas com
outros alunos, após o início da aula.
• Foco na aula: Não usar lap-top ou dispositivos eletrônicos similares, enquanto em sala de aula, para
realizar tarefas não relacionadas com a aula. O acesso à internet, e-mail, mensagens via celular, etc,
enquanto em aula, é uma atitude muito desrespeitosa, que pode interromper os outros colegas e a
própria aula.
• Estar preparado para a aula: A cada aula, os alunos devem estar prontos para discutir as leituras
exigidas e a responder as tarefas solicitadas pelo professor.
-Trabalho em sala de aula: Todo trabalho realizado em grupo, a avaliação (nota) será atribuída
individualmente. O acadêmico que faltar a aula no dia que foi realizado trabalho, o mesmo não terá
direito, ficando o mesmo sem a nota em relação ao trabalho.
- Os trabalhos que forem determinados datas e hora de entrega, não será recebido fora das datas que
foram acordadas em sala de aula.
ESTATÍSITCA I
Algumas informações sobre dados estatísticos oriundos de
pesquisas.
Na Bíblia …
• Quarto livro do velho
testamento
• Instrução a Moisés
• Fazer um
levantamento dos
homens de Israel
que estivessem
aptos a guerrear
Augusto César
• Édito para que se fizesse o
censo em todo o império romano
Censere em latim = taxar
Um livro para os impostos …
Estatística
"…É notável que tal ciência, que começou nos estudos
sobre jogos de azar, tenha alcançado os mais altos níveis
do conhecimento humano."
Laplace
21
Introdução Histórica
22
Os recenseamentos e a estatística de "massa"
Se o cálculo remonta às mais antigas comunidades humanas, a estatística de

“massa” teve início com os grandes Impérios da Antiguidade, reocupados em
administrar os seus bens, os seus homens, as suas armas e as suas imensas obras
públicas.
Mas os recenseamentos já eram praticados por uma das mais antigas civilizações
conhecidas: o Egito, provocado em parte por falta de mão de obra ligada à
construção das pirâmides. Um registo de Pierre de Palerme
datado de 2900 A.C. fez, de fato, alusão ao recenseamento de pessoas. No período
de 2700 a 2500 A.C., já existiam recenseamentos bianuais, depois anuais, sobre os
diferentes bens que tinham como destino a fiscalização
23
Em 2016 o IBGE achou os
milhões de pobres que Lula e
Dilma esconderam. Fonte:
Augusto Nunes, 2017 – Veja
2017.
O IBGE constatou que em 2016,
quando o PT foi despejado do
poder, 52% dos brasileiros viviam
abaixo da linha da pobreza
24
.
Apenas 40,4% dos brasileiros abaixo da linha da pobreza tinham acesso a água, esgoto
e coleta de lixo simultaneamente (Cristiano Mariz/VEJA)
Um quarto da população, ou 52,168 milhões de brasileiros, estava abaixo da linha

de pobreza segundo o Banco Mundial em 2016, ano mais agudo da recessão. Esse é
o total de brasileiros que vive com menos de 5,50 dólares (18,24 reais) por dia,
equivalente a uma renda mensal de 387,07 reais por pessoa em valores de 2016. Os
dados, da Síntese de Indicadores Sociais 2017, foram divulgados pelo Instituto
Brasileiro de Geografia e Estatística (IBGE). 25
O DESENVOLVIMENTO DA ESTATÍSTICA
A ESTATÍSTICA NOS DIAS DE HOJE
26
27
O QUE É ESTATÍSTICA
O que é Estatística?
Estatística é uma ciência que está interessada
nos métodos científicos para:
coleta,
organização,
sumarização,
apresentação e
análise de dados,
bem como na obtenção de conclusões válidas e
na tomada de decisões razoáveis baseadas em
tais análises”.
Por que Estudar Estatística?
O que é ciência?
É um conjunto de conhecimentos relativo a um determinado objeto obtidos

mediante:
•Observação Estas três operações constituem o chamado Método
•Experimentação Científico
•Raciocínio
Ciência Psicologia – Objeto = ?

Matemática é ciência? Por que dizem que é Ciência Exata?
A Matemática é uma linguagem. A mais exata das linguagens...
Os dados (informações quantitativas) obtidos na fase EXPERIMENTAÇÃO

precisam ser organizados para que possamos lançar hipóteses, leis, fórmulas
(relações matemáticas entre as variáveis envolvidas), etc.
30
Algumas aplicações da Estatística
1. Eleições: Anúncio prévio, em termos percentuais, de que o candidato A é o provável vencedor. (A previsão pode ser
feita
após a contagem de 2% dos votos);
2. Indústria: Teste de lâmpadas flash" para máquinas fotográficas. O fabricante deve saber com antecedência se o lote
fabricado pode ser colocado no mercado ou não (Ele pode estar sujeito a riscos !
O Recall é um exemplo, onde ocorre a retirada ou troca de produtos devido a uma falha em algum estágio de fabricação
não detectado pelo controle de qualidade);
3. Meteorologia: Informa que a “chance" de chuva para hoje é de 30% (utilização de métodos estatísticos de previsão);
4. Mercado de Valores: Decisão na compra ou venda de ações – “Risco";
5. Instituições Bancárias/Crédito: Análise de crédito; Seguro de Vida e/ou de automóveis;
6. IBGE/índices: Censo; Taxa de desemprego; Inflação; Custo de vida; Valor do salário mínimo, cesta básica, índices de
preços-INPC; Taxa de mortalidade/Natalidade; Índices de analfabetismo, etc..
7. Farmácia/Medicina: Analisar a entrada de um novo medicamento, verificando a sua eficácia. “Deve-se tomar muito
cuidado" com a tomada de decisão;
8. Pesquisas: Estudo sobre hábitos migratórios de certo animal; Estimação do tamanho populacional de certas espécies;
9. Experimentação Agrícola: Estudos de uma nova variedade de semente (modificação genética) ou de fertilizantes;
10.Telecomunicações: A utilização da Internet gera informações preciosas de clientes ; Controle de tráfego telefônico,
chamadas e consumo, forçam a utilização de modelos estatísticos complexos;
11.Experimentação Zootécnica: Estudo do desenvolvimento de um animal e análise de fatores que influenciam neste
desenvolvimento tais como, alimentação, cativeiro e outros; Melhoramento genético; Pesquisas com vacinas animais
entre outros.
09/02/201 Bertolo 31
1
Campos de Aplicação
Controle de qualidade
O administrador de uma fábrica de parafusos pretende assegurar-se de

que a percentagem de peças defeituosas não excede um determinado
valor, a partir do qual determinada encomenda poderia ser rejeitada.
População: conjunto de todos os parafusos fabricados ou a fabricar pela

fábrica, utilizando o mesmo processo.
Amostra: conjunto de parafusos escolhidos ao acaso de entre o lote de

produzidos.
Problema: pretende-se, a partir da percentagem de parafusos

defeituosos presentes na amostra, "estimar" a percentagem de
defeituosos em toda a produção.
Pra que serve o conhecimento da estatística?
Por que em todas as áreas de atividades surgem

dúvidas, tais como:
•Qual a evolução do salário mínimo real?

•As pessoas estão vivendo mais? Porque?
•Quantas crianças nasceram hoje no
Brasil, em SC e Caçador no mês de junho
de 2020?
Como decidir se um novo
medicamento é melhor que o
existente, já que diferentes pessoas,
ao fazerem uso do mesmo
medicamento apresentam reações
diversas?
Como varia a renda dos
indivíduos de certa
população?
•O consumo de energia per
capita está aumentando?
Para responder estas questões a pessoa
(autoridade e/ou funcionário) tem que:
•Fazer pesquisas bibliográficas

(livros e/ou jornais) da área, e
procurar resultados de pesquisas
prévias onde as informações
foram lançadas usando os
conceitos da estatística;
Para responder estas questões a pessoa
(autoridade e/ou funcionário) tem que:
•Planejar e executar pesquisas,

o que envolve uma coleta de
dados, que é inseparável do
tratamento estatístico;
George F. Kneller em seu livro A
ciência como atividade humana, diz:
“Toda investigação é uma tentativa para resolver um problema

decorrente da solução de um problema anterior. Se for bem-
sucedida, descobre um ou mais novos problemas a serem
investigados por pesquisas. O problema resolvido é um elo na
cadeia de problemas e suas soluções, através dos quais a
ciência avança. De um modo geral, uma nova teoria é uma
fonte muito fecunda de problemas, através das predições que
gera”.
O que é método científico?
MÉTODO CIENTÍFICO
MÉTODO EXPERIMENTAL
MÉTODO ESTATÍSTICO
FASES
FASES DO MÉTODO ESTATÍSTICO
Fonte: Tavares (2011)

ESTATÍSTICA DESCRITIVA
• Descritiva: é utilizada para descrever a observação de
fenômenos, uma realidade social, econômica ou outra
qualquer, através de tabelas e/ou gráficos;
Descritiva
• A tabela abaixo mostra o número de medalhas de Ouro
que o Brasil ganhou em olimpíadas, entre 1972 e 2000.
Ano: Sede: Número de medalhas:
1972 Munique 2
1976 Montreal 2
1980 Moscou 4
1984 Los Angeles 8
1988 Seul 6
1992 Barcelona 3
1996 Atlanta 15
2000 Sydney 12

POPULAÇÃO: Somatório dos indivíduos ou elementos,
com qualquer característica comum e que estão
sujeitos a uma análise estatística, por terem interesse
para o estudo. Quanto à sua origem pode ser: um
conjunto de pessoas; um conjunto de objetos ou um
conjunto de acontecimentos. Quanto à sua natureza
pode ser: Existente ou real; Hipotética ou parcialmente
existente. Pode ainda ser: um conjunto finito ou um
conjunto infinito.
AMOSTRA: é um subconjunto retirado da
população, que se supõe ser representativo
de todas as características da mesma, sobre
o qual será feito o estudo, com o objetivo de
serem tiradas conclusões válidas sobre a
população
AMOSTRAGEM: é o procedimento pelo qual

um grupo de pessoas ou um subconjunto de
uma população é escolhido com vista a obter
informações relacionadas com um fenómeno,
e de tal forma que a população inteira nos
interessa esteja representada
População e Amostra Estatística
População de uma Variável

É o universo de todas as ocorrências possíveis de um
fenômeno aleatório. A população é o conjunto total de
dados de uma realidade.
Amostra
É um subconjunto da população. Representa uma parte
dos dados da população.
Levantamento de dados
São as observações de uma amostra da população. Como é
impossível levantar todos os dados de uma população, coletamos
parte desta informação: amostra.
Objetivo da Estatística
Levantar dados amostrais para concluir (inferir ou generalizar)
sobre as características da realidade mais ampla: população.
Indução Estatística
Processo pelo qual assumimos que os dados da amostra são
iguais ao de toda população. Essa generalização é feita através do
cálculo das probabilidades.
Amostra
CONCEITO DE AMOSTRAGEM
QUEM É O MEU PÚBLICO ALVO?
ONDE VOU ENCONTRAR MEU

PÚBLICO?
O QUE EU QUERO SABER DO MEU

PÚBLICO?
57
Quem é meu público?
Uma pesquisa pode ser
Populacional = todo Amostral = parte

≠ censo ≠ amostragem
58
GASTAR TEMPO = GASTAR DINHEIRO!!!
Planeje bem a sua amostra;

Estabeleça técnicas e sistematize a coleta de
dados;
Utilize as tecnologias.
59
Técnicas de Amostragem
• Amostragem aleatória
simples
Equivale a um sorteio lotérico.
Pode ser realizada numerando-se

a população e sorteando-se os
que pertencerão à amostra.
60
• Amostragem
estratificada
A população é dividida em
estratos homogêneos.
Será selecionada uma

amostra aleatória de cada
estrato.
Grau de instrução / nível de renda / sexo / faixa etária ...
61
• Amostragem
sistemática
Os elementos são
selecionados
seguindo uma regra
predefinida.
Digamos que os elementos da população estão ordenados, e a regra é

“pegar” 1 a cada 10 para a amostra.
62
• Amostragem por
conglomerados
A população (neste caso,

muito extensa) é dividida
em “miniaturas da
população”.
Será selecionada uma

amostra aleatória de
alguns desses
conglomerados.
63
• Amostragem
acidental
Não probabilística, pois a

amostra é formada por
aqueles que “vão
aparecendo”.
Não se pode generalizar os

resultados.
64
• Amostragem
intencional
O pesquisador usa o seu

julgamento para
selecionar os membros
da população que são
boas fontes de
informação precisa.
Exemplo: Pesquisa sobre um cosmético em um salão de beleza.

65
• Amostragem por
cotas
É quando se estabelece uma

cota de pessoas que
devem ser entrevistadas
com certa característica.
Essa cota depende da

representação dessas
pessoas na população.
Pesquisa sobre preferencia de modelo de carro. Entrevistar homens e mulheres

com mais de 18 anos que vivem numa metrópole. Irá sair e procurar pessoas assim.
É geralmente usado em pesquisa de mercado e de opinião (eleitoral). Se existem
47% de homens e 53% de mulheres numa população, uma amostra de 50 pessoas
66
deve ter 27 mulheres e 23 homens.
QUALIDADES DE UMA BOA AMOSTRA
Refere-se à exatidão dos resultados de medições obtidos

na amostra(estatísticas) em relação aos resultados que
seriam obtidos de toda a população(parâmetros). É a
medida do erro amostral: quanto menor, mais precisa a
amostra.
Um projeto é mais eficiente do que outro se , sob

condições específicas, trouxer resultados mais confiáveis
do que outro, ou se, para um dado custo, produzir
resultados de maior precisão, ou se, ainda, resultados com
a mesma precisão forem obtidos a um menor custo
PASSOS PARA SELEÇÃO DE AMOSTRA
Tipos de Amostras
Cálculo da amostra
Seleção de Amostras
Tipos de Amostras
• Amostra Aleatória Simples

• Amostra Aleatória Sistemática
• Amostra Aleatória Estratificada
Seleção de Amostras
Tipos de Amostras Probabilísticas
Amostra Aleatória Simples

Cada elemento da População é selecionado de
maneira aleatória.
Exemplo:
Pesquisa em uma empresa com 5000
empregados, deseja-se selecionar uma amostra
de 100 pessoas
2. SISTEMÁTICA
Novamente é feito o sorteio, sendo que nessa amostragem os

elementos da população já se encontram ordenados e, nesses
casos, não é necessário se construir um sistema de referência
(TNA).
Exemplos de populações ordenadas: fichas individuais de
empregados (alfabética), casas de uma rua (número), notas
fiscais (data), etc.
Ex.: Suponhamos que uma empresa tenha 720 colaboradores

em determinado setor, dentre os quais deseja-se uma amostra
formada por 30 destes empregados
11111111111111111111111111111111111111111111111111111111111111111111111111
11111111111111111111111111111111111111111111111111111111111111111111111111
11
11111111111111111111111111111111111111111111111111111111111111111111111111
11
11
11
11
11
11
11
11
11
11
11
11
11
11
11
11
11
11
11
11
11
11
11111111111111111111111111111111111111111111111111111111111111111111111111
ESTRATIFICADA PROPORCIONAL: utilizada quando a
opção encontra-se dividida em estratos (ou camadas, faixas,
intervalos, etc).
Exemplos de populações divididas em estratos:
-sexo (homem e mulher);

- idade (criança, adolescente, adulto e idoso);
-setores de uma empresa (administração, vendas, tesouraria,
serviços gerais, etc).
-Cursos de uma faculdade (C. Contábeis, administração,
Direito, Enfermagem, etc);
-Faixa salarial (até 1 SM, de 1 a 2 SM, de 2 a 4 SM, acima de
4 salários-mínimos).
11111111111111111111111111111111111111111111111111111111111111111111111111
11111111111111111111111111111111111111111111111111111111111111111111111111
11
11111111111111111111111111111111111111111111111111111111111111111111111111
11
11
11
11
11
11
11
11
11
11
11
11
11
11
11
11
11
11
11
11
11
11
11111111111111111111111111111111111111111111111111111111111111111111111111
EXERCÍCIOS
PORCENTAGEM DA AMOSTRA = AMOSTRA/POPULAÇÃOx100
PAIS POPULAÇÃO CÁLCULO VALOR AMOSTRA

PROPORCIONAL
ARGENTINA 56 56x
BOLIVIA 21 21x
COLOMBIA 33 33x
TOTAL 110 14
Uma cidade X apresenta o seguinte quadro relativo às suas escolas de ensino
fundamental. Obtenha uma amostra proporcional estratificada de 180
estudantes, sendo 90 masculino e 90 feminino.
ESCOLAS N. DE ESTUDANTE AMOSTRA

MASCULINO FEMININO MASC. FEM.
A 84 97
B 102 120
C 110 92
D 134 228
E 150 130
F 300 290
TOTAL 880 956 90 90
Uma empresa X apresenta o seguinte quadro relativo às
quantidades de funcionários em cada um dos setores.
Amostra
Setor Homens Mulheres Total
Homens Mulheres Total
A 80 95
B 102 120
C 110 92
D 134 228
E 150 130
F 300 290
Total 120
Obtenha uma amostra proporcional

estratificada de 120 funcionários
Uma empresa X apresenta o seguinte quadro relativo às
quantidades de funcionários em cada um dos setores.
Amostra
Setor Homens Mulheres Total
Homens Mulheres Total
A 80 95 175 5 6 11
B 102 120 222 7 8 15
C 110 92 202 7 6 13
D 134 228 362 9 15 24
E 150 130 280 10 9 19
F 300 290 590 20 18 38
Total 876 955 1.831 58 62 120
Resolução: 80/120=0,6666666667*100=66,66%
80*66,66=5,3= 5
Resolução TOTAL DA AMOSTRA: 80+95*120/1.831

80+95=175*120/1831=11,46
Imagine que você precisa obter uma amostra de 2% dos 500 pacientes de uma
clínica para entrevistá-los sobre a qualidade de atendimento da secretária.
Como você obteria uma amostra sistemática?
Uma amostra de 2% dos 500 pacientes significa amostra de tamanho 10.

Para obter a amostra, você pode dividir 500 por 10, e obter 50. Sorteie então um
número entre 1 e 50, inclusive. Se sair o número 27, por exemplo, esse será o
número do primeiro paciente que será incluído na amostra. Depois, a partir do
número 27, conte 50 e terá paciente 77 e chame esse paciente. Proceda dessa
forma até completar a amostra de 10 pacientes (VIEIRA, 2011, p. 7)
O diretor de uma escola com 600 alunos, sendo 45%
destes meninos, mais as meninas, deseja conhecer a vida
extra-escolar de seus alunos. Para tanto resolve fazer um
levantamento por amostragem, em que 10% dos alunos
responderão a um questionário. Obtenha, para este diretor,
os elementos componentes desta amostra.

População – 600
Meninos (45%) – 270
Meninas (55%) – 330

Amostra (10%) – 60
Meninos (10% de 270) – 27
Meninas (10% de 330) – 33
Uma população encontra-se dividida em três estratos, com tamanhos,
respectivamente, n1=40, n2=100 e n3=60. Sabendo que, ao ser
realizada uma amostragem estratificada proporcional. Determine a
amostra de cada estrato sabendo que o total da amostra é 30
elementos
ITEM POPULAÇÃO CÁLCULO AMOSTRAL AMOSTRA
N1 40 0,15 X 40 = 6 6
N2 100 0,15 X 100 15
N3 60 0,15 X 60 09
TOTAL 200 30
Em um grupo de 80 pessoas, 35 são solteiros, 22 casados e 23
divorciados. Querendo obter uma amostra estratificada de 15% desse
grupo quantas pessoas de cada extrato devem ser escolhidas para
compor a amostra?
CONDIÇÕES CIVIS POPULAÇÃO PORCENTAGEM AMOSTRA
SOLTEIRO 35
CASADOS 22
DIVORCIADOS 23
TOTAL 80 12
Em uma escola existem 250 alunos, sendo 35 na 1 serie, 32na 2, 30 na 3,
28 na 4, 35 na 5, 32 na 6, 31 na 7 e 27 na 8 totalizando 250 alunos. Se
quisermos uma amostra estratificada de 40 alunos quantos alunos de
cada série deverão ser sorteados?
SÉRIE POPULAÇÃO CÁLCULO AMOSTRAL AMOSTRA

1ª 35 6
2ª 32 5
3ª 30 5
4ª 28 4
5ª 35 6
6ª 32 5
7ª 31 5
8 27 4
TOTAL 250 40
João é acadêmico do curso de Psicologia e tem que elaborar seu projeto de pesquisa. O
tema escolhido para seu projeto foi: SAÚDE E QUALIDADE DE VIDA DOS
TRABALHADORES DE UMA EMPRESA de Caçador. Trata-se de uma empresa do ramos
de atividades madeireiro, cujo principal produto, é a ramos de portas. A empresa que João
escolheu para fazer a pesquisa tem no seu quadro 710 funcionário, distribuídos em 27
setores de produção. No entanto João não sabe ainda o tamanho da amostra (pessoas) que
ele necessita pesquisar. Ele somente tem conhecimento que nos setores tem o seguinte
número de funcionários:
SETORES QUE SERÃO REALIZADO A
PESQUISA N.FUNC. NO SETOR
ACABAMENTO
ADMINISTRACAO INDUSTRIAL
35
18
• n = tamanho da amostra
ALMOXARIFADO 14
AUTO MECANICA 15
N.n0
BENEFICIAMENTO 45
CENTRO DE USINAGEM (CMS) 11
ELETRICA
EMPILHADEIRAS
10
n
N  n0
12
ESCRITORIO 29
EXPEDICAO SERRADOS 12
EXPEDICAO/ESTOQUE 19
LAMINADORA 10
LÂMINAS 25
MECANICA INDUSTRIAL 31
MONTADOS 18
MONTAGEM 27
PINTURA 21
PINTURA / PREPARO DE MOLDURAS 13
PRE CORTE 36
PRE USINAGEM DE PINUS 21
PRENSA DE BASE 48
PRENSA DE LAMINACAO 14
PREPARO 58
PREPARO DE LÂMINAS 21
PREPARO DE MOLDURAS 56
SERRARIA 62
SINKIT 29
TOTAL DE FUNCIONÁRIO: 710
PLANO AMOSTRAL
Ex.: Suponhamos que se quer fazer uma pesquisa de

opinião em uma população de tamanho 40.000
(N=40.000)  vamos tomar uma amostra de tamanho
2.000 (n=2.000) pois a variável é qualitativa e não há
restrição de tempo, custo, etc.
Quota amostral: k = N / n = 40.000 / 2.000 = 20.
A cada 20 clientes, 1 será investigado.
O 1º elemento da amostra é escolhido aleatoriamente na
população, suponhamos o 12º cliente ; o 2º elemento
será o 32º cliente (12 + 20) ; o 3º elemento será o 52º
cliente (32 + 20) e, assim sucessivamente.
PLANO AMOSTRAL
a) População segmentada. Ex : População de clientes de uma
empresa que possui várias filiais.
Usar Amostragem Estratificada.
Ex.:Suponhamos que quer se fazer uma pesquisa de opinião

sobre o atendimento, ou a aceitabilidade de um produto, em
uma empresa que possui 4 filiais tal que :
Filial 1 : N1 = 5.000 clientes

Filial 3 : N3 = 8.000 clientes  40.000 clientes
PLANO AMOSTRAL
Como é uma pesquisa de opinião sem restrições de

tempo, custo, etc, vamos tomar n = 2.000.
Fração amostral : f = n / N = 2.000 / 40.000 = 0,05
(constante).
Composição da amostra:
n1 = 0,05 x 5.000 = 250
n2 = 0,05 x 12.000 = 600
n3 = 0,05 x 8.000 = 400
n4 = 0,05 x 15.000 = 750
Fórmula para cálculo do tamanho da
amostra
• N = Tamanho da população
• E0 = erro amostral tolerável
1
• n0 = primeira aproximação do n0 
tamanho da amostra E0
2
N.n0
• n = tamanho da amostra n
N  n0
Exemplo cálculo do tamanho da
N = 200 famílias
amostra
E0 = erro amostral tolerável = 4% (E0 = 0,04) n0 = 1/(0,04)2 = 625 famílias

n (tamanho da amostra corrigido) =
n= 200x625/200+625 = 125000/825 = 152 famílias
Observe=se que se N é muito

grande, não é necessário
1
considerar o tamanho exato N da
população. Nesse caso, o cálculo
n  n0 
da primeira aproximação já é E0
suficiente para o cálculo. 2
Exercício Tamanho da amostra ...
5. Numa pesquisa para uma eleição presidencial, qual deve ser o
tamanho de uma amostra aleatória simples, se se deseja garantir
um erro amostral não superior a 2% ?
1/0,02= 50
50x50= 2500
1/0,0004 = 2500 eleitores

6. Numa empresa com 1000 funcionários, deseja-se estimar a percentagem
dos favoráveis a certo treinamento. Qual deve ser o tamanho da amostra
aleatória simples que garanta um erro amostral não superior a 5%?
1/0,05 = 20 20x20 = 400 empregados
N = 1000x400 = 400,000/1.400 = 285,714 - 286 empregados

Em uma escola existem 310 alunos, sendo 57 na 1ª, 45 na 2ª série, 35 na 3ª
série, 36 na 4ª série, 45, na 5ª série, 32 na 6ª série, 37 na 7ª série e 23 na 8ª
série. Obtenha uma amostra de 50 alunos e preencha o quadro a seguir.
SÉRIE POPULAÇÃO AMOSTRA

1ª 57
2ª
3ª
4ª
5ª
6ª
7ª 37
8ª
TOTAL 310 50
Qual deve ser o tamanho da amostra, sendo que temos uma
população de 12.000 mil clientes, com um erro amostral
tolerável de 5%
N= 12000 Clientes
e = erro amostral tolerável= 5% (e=0,05

n0 = 1/(0,05)2 (20.20)= 400
n = 12000x400/12000+400 = 4.800.000/12.400 = 387

Sabe-se que no Brasil 2.883 municípios tem cobertura banda larga
3G, dados de fevereiro de 2012. Qual o tamanho da amostra
necessário para estimar o percentual de municípios com cobertura
banda larga 3G da operadora Claro, com um erro de amostragem de
4%?
N= 2.883 Clientes
e = erro amostral tolerável= 4% (e=0,04)
n0 = 1/(0,04)2 (25.25)=625
n = 2.883x625/2.883+625 =
É dada uma população constituída pelas 12 primeiras letras do
alfabeto. Explique o que você faria para obter uma amostra
sistemática de 3 elementos.
Resolução: dividindo 12 por 3 obtém-se 4. Sorteie então uma das

quatro primeiras letras do alfabeto. Essa letra sorteada será a
primeira da amostra. Depois, a partir dessa letra, conte quatro e retire
a quarta letra para a amostra. Repita o procedimento e retire mais
uma letra de forma sucessiva.
Séries
Estatísticas
Organização de
Dados
Um dos objetivos da Estatística é sintetizar os valores que uma ou mais
variáveis podem assumir, para que tenhamos uma visão global do
comportamento dessas variáveis.
Dados podem ser organizados em:
•Listas
•Quadros e Tabelas
•Gráficos
Lista
s
Listar é dispor informações em uma ordem ou critério compatível um
fim determinado, ou seja, com aquilo que você deseja enfatizar ou
mostrar.
A ordem pode ser:
•Ascendente ou descendente
•Temporal
•Alfabética
Lista
s
Vantagens da listagem
•Fornece uma visão satisfatória de um evento.
•Permite visualiza alguns parâmetros da amostra, como:
limites inferior e superior e eventuais pontos de concentração.
•Serve de ponto de partida para construção de tabelas e gráficos, os
quais apresentam os dados de forma resumida.
Desvantagens da listagem
•Relação extensa de valores ou informações pode
ser de leitura cansativa e difícil interpretação
•Ser for muito grande, torna-se inviável para
publicação, seja em artigos científicos ou trabalhos
acadêmicos.
Séries
“As
Estatísticas
séries estatísticas consistem na apresentação das informações
(variáveis estatísticas) em forma de tabelas, objetivando sintetizar os
dados estatísticos observados e os tornado mais compreensíveis.”
Texto de LIBERAL, 2014.
Pode-se verificar a existência de três elementos ou fatores nas séries:

tempo, espaço e a espécie.
Além disso, as séries podem ser classificadas como:

•históricas ou cronológicas,
•geográficas,
•específicas ou categóricas.
Séries
Estatísticas
Exemplos:
1) Séries históricas, cronológicas, temporais ou marchas
Descrevem os valores da variável, em determinado local,

organizados em intervalos de tempo.
Figura de CRESPO, 2009, p.19

Séries
Estatísticas
Exemplos:
2) Séries geográficas, espaciais, territoriais ou de localização
Descrevem os valores da variável,
em determinado instante, discriminados segundo regiões.

Séries
Estatísticas
Exemplos:
3) Séries específicas ou categóricas
Descrevem os valores da variável,
em determinado tempo e local, discriminados
segundo especificações ou categorias

Séries
Estatísticas
Exemplos:
4) Séries mistas
É a combinação de duas ou mais séries anteriores.
Informações e figura de LIBERAL, 2014.

Tabela
s
Elementos de uma tabela
A tabela pode ser divididas em partes principal e secundária.
Parte principal
•Corpo – conjunto de linhas e colunas que contém informações em
estudo.
•Cabeçalho – parte superior da tabela que especifica o conteúdo das
colunas.
•Coluna indicadora – parte da tabela que especifica o conteúdo das
linhas.
•Casa ou célula – espaço destinado a
um só número ou variável qualitativa
Tabela
s
A tabela pode ser divididas em partes principal e secundária. Parte
secundária
•Título – na parte superior da tabela, contendo informações claras e o
mais completas possível. Deve responder às perguntas: o quê?, quando?,
onde?
•Rodapé – na parte inferior da tabela, contendo informações
complementares sobre os dados. Ex. a “fonte” fornecedora dos dados
deve estar no rodapé, também quaisquer “notas”, numeradas em
algarismo romanos.
•Chamadas – alguma informação particular, referindo-se a um item
específico da tabela. São numeradas com algarismos arábicos ou com
símbolos.
Figura de CRESPO, 2009, p.18.

Séries Estatísticas
109
• Série Temporal, Histórica ou Cronológica
110
• Série Geográfica
111
• Série Mista ou Conjugada
112
• Série Categórica
113
NORMAS PARA CONSTRUÇÃO DE
TABELAS ESTATÍSTICAS
Um dos objetivos da estatística é sintetizar os valores que

uma ou mais variáveis podem assumir, para que tenhamos
uma visão global da variação das mesmas.
Tabela é uma maneira de apresentar de forma resumida um
conjunto de dados.
Estas normas visam fornecer elementos que
assegurem a padronização e racionalização da
apresentação de dados numéricos em tabelas e
em gráficos. Tais normas fixam conceitos e
procedimentos aplicáveis à elaboração de
tabelas e gráficos, visando garantir a clareza das
informações apresentadas.
Séries/Tabelas Estatísticas
As séries se classificam em função de 3 caracteres

básicos:
• Época: variável temporal, histórica ou cronológica
a que se refere o fenômeno;
• Local: variável espacial ou geográfica, onde o
fenômeno ocorreu ou ocorre;
• Espécie: variável espécie do fato ou fato
específico que descreve o fenômeno.
Gráficos Tradicionais
O gráfico é uma forma de apresentação dos dados pesquisados com o
objetivo de levar ao público uma visão rápida do fenômeno estudado. O
gráfico é a forma mais simples de comunicação dos fenômenos estatísticos.
O gráfico , usado para espelhar um fenômeno, deve ser construído com
simplicidade, clareza e veracidade, devendo atrair a atenção do
observador; exprimindo com rapidez e com simplicidade uma mensagem;
sendo prontamente explicativo, inteligível, inspirando a confiança e um
cuidadoso acabamento.
Gráfico Estereograma
O estereograma é a representação gráfica dos
fenômenos através de figuras de volume
Gráfico Setores
Todos os dados, da forma como foram
coletados, são chamados de DADOS
BRUTOS.
Ao organizá-los em uma ordem crescente,

denomina-se de ROL.
OBS: Não existe ROL com dados qualitativos.
Tabelas
Massa corporal (kg) de 48 alunos de uma turma:
DADOS BRUTOS:
ROL:
i Tabelas
ROL no EXCEL
No Excel, insira os dados brutos
numa coluna, com cabeçalho.
Clique na primeira célula dessa
coluna, referente ao cabeçalho.
Na barra de ferramentas, clique em

“dados” e depois em “filtro”.
Surgirá uma seta no canto inferior

direito da célula. Clicando nela,
aparecerá várias opções de ordem
dos dados, dentre elas, a
crescente.
Tabelas
VARIÁVEIS EM
ESTATÍSTICA
DADOS E ESTATÍSTICA
VARIÁVEL
CATEGÓRICA NUMÉRICA
(qualitativa) (quantitativa)
Nominal Ordinal Discreta Continua
----------------------------------------------- --------------------------------------------------
São representados por porcentagem São representados por média±desvio
Padrão ou mediana (intervalo entre
Quartis), etc
Tipos de variáveis
Uma pesquisa pode ter variáveis
Quantitativas Qualitativas
(mensurável) (imensurável)
Discretas Contínuas
Discretas assume valores sempre inteiros (idade, grau de satisfação com

o governo, etc...) contínuas assume qualquer valor (altura, massa, ...)
Qualitativas são variáveis que não podem ser medidas (sexo, cor, ...)
130
Tipos de Variáveis
Em Estatística, variável é atribuição de um número a cada
característica da unidade experimental de uma amostra ou
população.
Vários tipos de variáveis são encontradas no dia-a-dia,

sendo importante a distinção entre as mesmas.
Quando uma característica ou variável é não-numérica, denomina-se
variável qualitativa ou atributo.
Quando a variável é expressa numericamente, denomina-se variável

quantitativa.
• DADOS CATEGÓRICOS (QUALITATIVOS)
Dados nominais- são dados que se definem exclusivamente
por nomes (não são mensurados), ex: grupo sanguineo (A,
AB, B e O), estado civil (casado/viúvo/solteiro,etc), raça,
sexo.
Dados Ordinais – os dados são ordenados de alguma maneira

(incluem escalas). Ex: estadiamento de doença (avançada,
moderada, branda, nenhuma), grau da dor (forte,
moderada, branda, nenhuma), apgar, glasgow.
Obs: existem as variáveis binárias cuja resposta é sim/não ou

vivo/morto.
DADOS CATEGÓRICOS
• Nome- Fulano de Tal
• Sexo- Masculino
• Idade – 50 anos
• Etnia – caucasiano
• Tipo sanguíneo – A
• Peso – 60 kg
• Creatinina 0.8mg/Dl
QUAIS SÃO DADOS CATEGÓRICOS?

DADOS CATEGÓRICOS
Nome- Fulano de Tal
• Sexo- Masculino
• Tipo sanguineo – A
• Peso – 60 kg
• Creatinina -0.8mg/Dl
DADOS CATEGÓRICOS
Grupo sanguíneo Número Porcentagem

A 20 19.0
B 25 23.8
AB 10 9.5
O 50 47.6
• DADOS NUMÉRICOS
Dados discretos- só podem assumir valores
numéricos inteiros, ex: número de consultas
médicas, número de episódios de uma
enfermidade.
Dados contínuos- podem existir valores

intermediários, ex: peso, altura, uréia,
creatinina, hemoglobina.
DADOS NUMÉRICOS
• Sexo- Masculino
• Peso – 60 kg
QUAIS SÃO DADOS CATEGÓRICOS?

DADOS NUMÉRICOS
• Sexo- Masculino
• Peso – 60 kg
Variável
Suponha que tenhamos interesse em saber o perfil dos
Economistas do Estado de SC. Podemos estar
interesssados em conhecer várias características desses
profissionais como:
 Salário
 Escolaridade
 Número de especializações
 Quantidade de línguas estrangeiras que domina,…
A cada uma dessas características denominamos variável.
Variável: é toda característica que, observada em
uma unidade experimental, pode variar de uma
unidade para outra.
139
Tipos de variáveis
É de interesse classificar as variáveis de acordo com suas
características pois existem técnicas estatísticas e
apresentações mais adequadas para cada tipo de variável.
As variáveis podem ser classificadas em:

–Qualitativas ou Categóricas: os resultados
observáveis não são numéricos
Ex.: Qualidade de Atendimento, Sexo, Cor, etc.
–Quantitativas ou Numéricas: os resultados
observáveis são numéricos
Ex. Peso, índice de inflação, número de pedidos, etc…
140
Tipos de variáveis
As variáveis Qualitativas são classificadas em:
– Ordinal: a seqüência dos resultados dessas variáveis

tem ordem natural
• Ex.: Qualidade de atendimento:
Ruim Bom Ótimo Excelente
– Nominal: a seqüência dos resultados dessas variáveis não

tem ordem natural
• Ex.: Cor do veículo:
Prata Branco Azul Preto …
141
Tipos de variáveis
As variáveis Quantitativas são classificadas em:
 Discreta: uma característica desse tipo de variável é
que entre dois resultados consecutivos não existe
nenhum valor intermediário, geralmente é uma
contagem.
 Ex. Número de acidentes de trabalho: 0, 1, 2, 3, …
Não tem sentido prático 0,5 acidentes de trabalho ou 2,3
acidentes de trabalho.
 Contínua: os resultados observáveis estão dentro de
intervalos, necessita da unidade para ser medida.
 Ex.: Inflação, salário.
Entre R$ 5.000,00 e R$ 6.000,00 existem infinitos resultados
possíveis.
142
Tipos de Dados
Nominal Ex.: Localização
Qualitativo
Ordinal Ex.: Ranking
Discreto Ex.: Número de benefícios
Quantitativo
Contínuo Ex.: Salário
143
EXERCÍCIO
Classifique cada variável apresentada no questionário a seguir em quantitativa discreta ,
quantitativa continua qualitativa ordinal ou qualitativa nominal .
1-Idade ( em anos) :
2-sexo :m f ,
3-estudo civil : solteiro , casado , divorciado/ separado , viúvo ,
4-grau de instrução : fundamental ,médio , superior ,
5-classe social : baixa , média , alta , número de filhos :
6-massa ( em kg): ,
7-altura ( em cm) :
Variáveis quantitativas discretas:
Idade
Número de filhos
Variáveis quantitativas contínuas:
Massa
Altura
Variáveis qualitativas nominais:
Sexo
Estado civil
Variáveis qualitativas ordinais:
Grau de instrução
Classe social
Trabalho em grupo
ATIVIDADE 1
Deve ser postado no Moodle.
Vou postar no Moodle após a nossa aula
Caros alunos: Realize uma pequena postagem explicando brevemente os
conceitos abaixo. Lembrando que a postagem da atividade é requisito para a
validação da presença na aula e também contará como um pequeno bônus
para a nossa avaliação M1.
Os conceitos que deverão ser explicados na postagem são os seguintes:
- O que é Estatística
- Estatística descritiva
- Estatística inferencial
- Probabilidade estatística
- População
- Amostra
- Amostragem
- Variáveis
- Variáveis categóricas: nominais e ordinais
- Variáveis numéricas: contínuas e discretas.
Bons Estudos!!!!
MEDIDAS DE
POSIÇÃO
MEDIDA DE
MEDIDA DE
TENDÊNCIA
CENTRAL DISPERSÃO
MÉDIA
MEDIANA VARIÂNCIA DESVIO COEFICIENTE
ARITMÉTICA MODA DE VARIAÇÃO
PADRÃO
MODA
O que é uma medida?
O que é uma tendência?
O que é central?
São medidas de posição que tendem a se agrupar em torno dos
valores centrais de uma distribuição, tendo a capacidade de
representá-la como um todo.
As mais utilizadas são:

Moda
Média Aritmética
Mediana
INTRODUÇÃO
Fonte/Imagem: http://cdn.grid.fotosearch.com/CSP/CSP456/k4561473.jpg
Nesta aula estudaremos dois conceitos

relativos a Estatística: Moda e Mediana.
No entanto, para uma melhor
compreensão deste tópico, estudaremos
esses importantes conceitos utilizando
exemplos, exercícios, problemas propostos
situações do dia a dia e no final desta aula,
apresentamos também algumas atividades
em grupo.
Matemática, 9º ano, Moda e mediana
MODA
Fonte/Imagem: http://www.polocaruarupe.com.br/chip/fotos/polocaruaru_1396524484_desfile-40.jpg
A palavra moda originou-se do latim
(modus) que significa modos,
maneiras. No nosso dia a dia, por
exemplo, a palavra moda é mais usada
como uma maneira de se vestir, um
modo de viver, um estilo de vida que
gera uma tendência de consumo de
roupas, calçados, tipos de penteados,
etc. Cada geração de pessoas, dentro
de um determinado meio social e
econômico, vive tipos diferentes de
moda no decorrer do tempo.
Fonte/texto: https://pt.wikipedia.org/wiki/Moda
Fonte/texto: http://www.mundoeducacao.com/matematica/conceitos-iniciais-estatistica.htm
Fonte/Imagem: http://static.barmetrosexual.com/2012/09/roupas-antigas-anos-30.jpg
MODA DOS ANOS 20
Fonte/Imagem: http://www.cutedrop.com.br/wp-content/uploads/2011/02/anos20.jpg
MODA DOS ANOS 50

Fonte/Imagem: http://nadafragil.com.br/wp-content/uploads/1140.jpg?b0015d
Fonte/Imagem: https://encrypted-tbn2.gstatic.com/images?q=tbn:ANd9GcRneWFBcx2Mf9_WysOD4XyW-_b4buqXW26Jwh7JxfkxeJi6-MidMQ
Fonte/Imagem: http://www.eufacoafesta.com.br/layouts/blog/18.01.2013_12.57.27.bcsportbikes_com.jpg
MODA DOS ANOS 80
Fonte/Imagem: http://nadafragil.com.br/wp-content/uploads/3211.jpg?b0015d
A MODA em Estatística
Em estatística também
existe um tipo de moda.
Numa coleta de dados
estatísticos, por exemplo,
o valor que aparece mais
vezes, ou seja, com maior
frequência é chamado de
moda e geralmente é
representado por (Mo).
Fonte/Imagem: https://encrypted-tbn1.gstatic.com/images?q=tbn:ANd9GcQyUYsUJViXE94wQG8sCJSe7vzljSwu7q3w883mTIqWNbbRB7xI
Exemplo de MODA em Estatística

Vamos considerar que uma determinada loja de
eletrodomésticos de Recife, vendeu no 1º semestre de 2014 a
seguinte quantidade de geladeiras:
MESES JANEIRO FEVEREIRO MARÇO ABRIL MAIO JUNHO
UNIDADES 30 15 20 35 20 10
VENDIDAS
Neste caso percebemos que o número de geladeiras vendidas

nos meses de março e maio é igual a 20. Esse número aparece
com uma maior frequência (duas vezes) em relação aos outros.
Assim dizemos que Mo = 20 é a moda dessa distribuição.
Fonte/Imagem: http://engenhariacotidiana.com/wp-content/uploads/Depositphotos_11582986_M.jpg
Quando existe mais de uma MODA
Na estatística há
distribuições de números ou
conjunto de dados que
apresentam mais de uma
moda. Essas distribuições
são chamadas: bimodal
(duas modas) ou multimodal
(mais de duas modas).
Fonte/Texto: http://www.infoescola.com/estatistica/moda/
Fonte/Texto: https://pt.wikipedia.org/wiki/Moda_(estat%C3%ADstica)
EXEMPLO
Vamos supor que os dados a seguir representem os
números de calçados mais vendidos de uma loja
localizada no centro de Petrolina – PE, no período de
um mês:
NÚMERO DOS CALÇADOS MAIS VENDIDOS
37 42 39 36 38 40 36 39 37 40 37 36 40
Nesse caso os valores 36, 37 e 40 se repetem na mesma
quantidade (3 vezes), então dizemos que esse conjunto
de dados é multimodal ou polimodal e a moda pode ser:
36, 37 ou 40.
A Moda quando os dados estão agrupados
a)Sem intervalos de classe:
b)Uma vez agrupados os dados, é possível determinar
imediatamente a moda: basta fixar o valor da variável de maior
frequência. Ex: Qual a temperatura mais comum medida no
mês abaixo:
Resposta: 2º C é a temperatura modal, pois é a de maior frequência.

Com intervalos de classe:
A classe que apresenta a maior frequência é denominada classe modal.

Pela definição, podemos afirmar que a moda, neste caso, é o valor dominante que
está compreendido entre os limites da classe modal. O método mais simples
para o cálculo da moda consiste em tomar o ponto médio da classe modal.
Damos a esse valor a denominação de moda bruta.
Calcule a estatura modal

conforme a tabela abaixo.
Resposta: A classe modal é 58|-------- 62, pois é a de maior frequência. l* =

58 e L* = 62
Mo = (58+62) / 2 = 60 cm ( este valor é estimado, pois não conhecemos o
valor real da moda).
MÉTODO MAIS ELABORADO PELA
FÓRMULA DE CZUBER
Onde:
- :moda;
- : limite inferior da classe modal - ou seja, 2;
- : amplitude da classe modal - ou seja, 1;
- : frequência simples da classe modal - ou seja, 17;
- : frequência simples da classe anterior à classe modal - ou seja, 10;
- : frequência simples da classe posterior à classe modal - ou seja, 8.
Usando o que foi supramencionado, vamos aos cálculos.
Igualando denominadores,
teremos:
TRABALHO EM GRUPO
INFORMAÇÕES DE COMO
SERÁ ENCAMINHADO
UNIVERSIDADE ALTO VALE DO RIO DO PEIXE – UNIARP
CAMPUS DE CAÇADOR – SC –
CURSO: - DISCIPLINA: ESTATÍSTICA I
TRABALHO DE ESTATÍSTICA
Caros alunos!
Gostaria de repassar a todos a metodologia que deverá ser adotada na elaboração deste trabalho.
O que os grupos deverão fazer na busca dos dados:
Identificar uma empresa ou entidade que tenha em média 100 (pode ser mais) funcionários e desses extrair
uma amostra de 35 pessoas utilizando metodologia Estratificada, isto é, deverá buscar por setorial.
Após tirar a amostra, você deve pesquisar junto aos elementos:
- Idade – Peso – Altura. Por setor.
Deve separar: Masculino e Feminino
Composição dos grupos de trabalho: 05 Grupos de 05 e 01 grupo de 04 alunos
Data de entrega do trabalho: 26 de setembro de 2020 - Horário: 18:00hs.
De posse das variáveis os grupos deverão realizar:

- Organização dos dados (ROL)
- Moda
- Tabela com distribuição dos dados – neste caso também um gráfico
- Tabela com dados agrupados com intervalo de classe e distribuição da frequência
- Média Aritmética simples
- Mediana simples –
- Uma análise descritivas dos dados – resultado.
SEQUÊNCIA METODOLÓGICA PARA ELABORAÇÃO DO TRABALHO
01 – Capa - Nome da instituição, curso, Disciplina - nome do professor
Nome dos componentes do grupo, título do trabalho no meio da página.

02 – Sumário - É a enumeração das principais seções de um trabalho, na mesma ordem em que se
encontram, com a indicação da página inicial correspondente, ligadas por linha pontilhada ao número da
página.
03 – Introdução - É a primeira seção do trabalho, subdividida em apresentação do tema.

04 – Metodologia - Corresponde basicamente a três perguntas: De que se trata? Como será realizado o
estudo? Como, com quê, onde será feito o estudo, tanto do ponto de vista teórico, como prático. Gil (2007,
p.162-163), diz que: “Nesta parte, descrevem-se os procedimentos a serem seguidos na realização da
pesquisa.
O texto deverá ser transcrito em fonte ARIAL, com espaço 1,5
05 – Para melhor organização metodológica dos trabalhos, os grupos deverão seguir a NORMALIZAÇÃO
DE TRABALHOS ACADÊMICOS DA UNIARP

2. Referencial Teórico:
2.1 Conceito de Estatística
2.1.1 Histórico da Estatística
2.1.2. Para que serve a estatística
2.1.3 Variáveis
2.1.3.1 O que é ROL
2.1.3.2 Média Aritmética
2.1.3.3 Moda
2.1.3.4. Mediana
2.1.4.5 Conclusão
Referências bibliográficas
Medidas de tendência central
Imagens de cima para baixo: (a) Autor Trampoline club du Dauphiné / GNU Free Documentation License; (b) Autor André Karwath aka Aka / Creative Commons
Attribution-Share Alike 2.5 Generic; (c) Autor Tomascastelazo / disponibilizado por Sting / GNU Free Documentation License.
167
REPRESENTA QUAISQUER
MÉDIA AMOSTRAL INDICA A SOMA DOS NÚMEROS
n TAMANHO TOTAL DA AMOSTRA

Média Aritmética
É a soma de todos os valores, dividida pelo número total desses
valores
Em um conjunto com vários dados (x1, x2, x3, x4...), a = (x1 + x2 +
x3 + x4
Onde “n” é o número total de dados. Ex.: 10; 2; 9; 6; 8 M = (10 + 2 =
9 + 6 + 8) /5 = 7.
Significado: corresponde a um "ponto de equilíbrio" (valor em torno
do qual os dados se distribuem).
Só se deve arredondar a média quando ela representar variáveis
quantitativas discretas, como por exemplo idade, número de filhos
etc., as quais não podem ser expressas com números fracionados.
MÉDIA
A média de um conjunto de dados é a soma de todas as
entradas de dados dividida pelos números de entradas.
Dica de estudo
Em uma população:
Em uma amostra:
.
O quadro seguinte mostra o desempenho de um time de futebol no
último campeonato. A coluna da esquerda mostra o número de gols
marcados e a coluna da direita informa em quantos jogos o time marcou
aquele número de gols.
Gols marcados Quantidade de partidas

0 5
1 3
2 4
3 3
4 2
5 2
7 1
Vamos calcular a média.

Uma equipe de especialistas do centro meteorológico de uma cidade mediu a
temperatura do ambiente, sempre no mesmo horário, durante 15 dias intercalados, a
partir do primeiro dia de um mês. Esse tipo de procedimento é frequente, uma vez
que os dados coletados servem de referência para estudos e verificação de
tendências climáticas ao longo dos meses e anos. As medições ocorridas nesse
período estão indicadas no quadro.
Dia do mês Temperatura (em ºC)

1 15,5
3 14
5 13,5
7 18
9 19,5
11 20
13 13,5
15 13,5
17 18
19 20
21 18,5
23 13,5
25 21,5
27 20
29 16
Uma empresa de comunicação conta com duas categorias de funcionários:
Telemarketing e diretoria. Os funcionários da primeira categoria recebem R$
950,00 mensalmente, enquanto os da segunda recebem R$ 9500,00. Sabendo
que essa empresa possui 63 funcionários no setor de telemarketing e 5
diretores, o salário médio pago a eles é de, aproximadamente:
M = 63·950 + 5·9500
63 + 5
M = 59850 + 47500
68
M = 107350
68
M = 1578,68
MÉDIA ARITMÉTICA
Matemática, – MÉDIA ARITMÉTICA
6º Ano do Ensino Fundamental PODENRADA
MODA
Cálculo da média aritmética, moda E MEDIANA
e mediana
Situação-problema:
Em uma turma de uma escola de Medicina, um aluno registrou o
batimento cardíaco por minuto de seus colegas, obtendo os seguintes
dados:
75 76 77 78 79 80 85 88 Observe que nesta tabela, muitos

90 92 75 76 78 78 90 76 valores aparecem repetidas vezes.
78 76 90 92 75 76 77 85 Mais ainda, os dados encontram-
85 85 88 77 77 92 90 78 se dispostos de modo aleatório,
85 79 90 76 78 76 77 92 complicando uma análise mais
90 76 85 80 90 80 78 76 detalhada de seus elementos.
Assim, somos levados a produzir um tipo especial de tabela, a fim de

facilitar o entendimento e a análise dos seus dados. A esse tipo de tabela
chamaremos de distribuição de frequencias.
A frequência de um valor será o número de vezes que esse valor
aparece na amostra (tabela):
MÉDIA ARITMÉTICA
MODA
e mediana
Deste modo, podemos expressar os dados de acordo com a seguinte

distribuição de frequências:
Número de batimento 75 76 77 78 79 80 85 88 90 92
cardíacos por minuto
Frequência 3 9 5 7 2 3 6 2 7 4
Observamos, por exemplo, que ao todo 5 alunos da turma apresentaram

77 batimentos cardíacos por minuto.
Observamos ainda que a menor frequência cardíaca observada foi 75

batimentos por minuto e que a maior foi 92 batimentos por minuto,
correspondendo a 3 e 4 alunos, respectivamente.
Mais ainda, podemos afirmar que 76 batimentos por minuto foi a

frequência cardíaca que apareceu mais vezes na tabela.
MÉDIA ARITMÉTICA
MODA
e mediana
Medidas Estatísticas
Como vimos, a distribuição de frequências é uma ferramenta que facilita
a descrição de um modo mais resumido de nossa população ou amostra e
proporciona uma primeira análise que valores de uma determinada
variável em estudo pode assumir.
Para obter uma análise mais aprofundada, podemos fazer uso de medidas
que expressam tendências de determinada característica ou valores de
nossa amostra.
Deste modo, estudaremos algumas medidas de tendência central, que de

modo simplificado, trazem consigo informações do comportamento geral
da população ou amostra estudada. Assim, consideramos as seguintes
medidas estatísticas:
Média Aritmética Média Aritmética Ponderada

Moda Mediana
MÉDIA ARITMÉTICA
MODA
e mediana
Média Aritmética
A média aritmética, ou simplesmente média, é uma medida de tendência

central que se comporta com o ponto de equilíbrio dos valores obtidos a
partir de um conjunto de dados.
Dentre todas as medidas de tendência, talvez seja a mais popular, pois

desde o início de nossa vida escolar somos obrigatoriamente
apresentados a ela e nos habituamos com seu cálculo, que por ser
simples é bastante utilizada no nosso cotidiano.
Quando nossa amostra ou população apresenta uma distribuição de

frequências aproximadamente simétrica e não apresenta valores muito
deslocados, isto é, valores extremamente afastados uns dos outros, sua
utilização para estimar informações da amostra se torna mais eficiente.
MÉDIA ARITMÉTICA
MODA
e mediana
Média Aritmética
Para calcular a média aritmética de dois ou mais dados numéricos, dividimos

a soma desses números pela quantidade dos números dados.
Vejamos com isso se aplica na nossa situação-problema:

Frequência 3 9 5 7 2 3 6 2 7 4
Considerando inicialmente as frequências cardíacas que apareceram, isto

é, desconsideramos as frequências de cada uma delas.
Assim, os valores para os quais calcularemos a média aritmética serão:
75, 76, 77, 78, 79, 80, 85, 88, 90 e 92 .

MÉDIA ARITMÉTICA
MODA
e mediana
Média Aritmética
Assim, podemos ver que a média aritmética, ou simplesmente a média,

será dada por:
75  76  77  78  79  80  85  88  90  92 820
Média    82 .
10 10
De modo geral, podemos dizer que na média a frequência cardíaca dos

alunos da turma foi de 82 batimentos por minuto. Isso significa dizer que
se todos os batimentos fossem iguais, esse seria o valor encontrado.
Observe ainda que o valor da média aritmética é sempre maior ou igual

que o menor valor e menor ou igual que o maior valor da lista de números.
MÉDIA ARITMÉTICA
MODA
e mediana
Média Aritmética Ponderada
Para calcular a média aritmética ponderada dos dados numéricos de uma

tabela de distribuição de frequências, dividimos a soma desses números,
multiplicados pelas suas respectivas frequências, pela quantidade total dos
dados, isto é, pela soma de todas as frequências.
Voltemos à nossa situação-problema:
Agora, consideramos as frequências cardíacas que apareceram na tabela

de distribuição de frequências, bem como suas respectivas frequências.
Ou seja, calculamos a média aritmética ponderada utilizando os valores
dos batimentos cardíacos que aparecem na tabela, bem como suas
respectivas frequências.
MÉDIA ARITMÉTICA
MODA
e mediana
Média Aritmética Ponderada
Frequência 3 9 5 7 2 3 6 2 7 4
Assim, temos que sua média aritmética ponderada será dada por:
75  3  76  9  77  5  78  7  79  2  80  3  85  6  88  2  90  7  92  4 3922
Média    81,7 .
395 7  23 6 2 7  4 48
Observe que este valor representa melhor os valores encontrados, pois dá

a devida contribuição de todos os valores de batimentos cardíacos
presentes na tabela.
MÉDIA ARITMÉTICA
MODA
e mediana
Moda
Por definição, a moda de uma coleção de dados amostrais ou
populacionais é simplesmente o valor que aparece o maior número de
vezes, isto é, aquele que apresenta a maior frequência observada na
tabela de distribuição de frequências.
Em amostras grandes ou com valores muito repetidos, há casos em que a

moda não é única, situações em que dois ou mais valores amostrais
tenham ocorrido com a mesma frequência e esta quantidade de
ocorrências seja máxima.
Assim, dependendo de cada caso, podemos ter distribuições

monomodais, ou simplesmente modais, bimodais, trimodais ou ainda
multimodais.
Pode acontecer ainda o caso em que todos os valores amostrais tenham
apresentado o mesmo número de ocorrências, significando que neste
caso não há moda, pois nenhum valor se destacou, configurando assim
MÉDIA ARITMÉTICA
MODA
e mediana
Moda
Moda é o elemento (ou os elementos) que aparece com a maior frequência na

lista de todos os dados pesquisados, isto é, aqueles elementos que se
destacam pela maior quantidade na tabela de distribuição de frequências
analisada.
Assim, vejamos nossa tabela de distribuição de frequências da situação-

problema:
Frequência 3 9 5 7 2 3 6 2 7 4
Observe que 76 batimentos cardíacos por minuto é o valor que mais
aparece na tabela e que sua frequência é 9.
Neste caso, dizemos 76 é a moda dessa amostra de dados estatísticos.
MÉDIA ARITMÉTICA
MODA
e mediana
Moda
Agora, considerando uma outra distribuição de frequências, poderíamos
obter resultados diferentes:
Frequência 2 4 8 7 2 8 6 2 8 4
Neste caso, temos uma distribuição trimodal com os valores de 77, 80 e
90 batimentos cardíacos por minuto.
Por outro lado a distribuição abaixo é amodal, visto que todos os valores
apresentam a mesma frequência:
Frequência 5 5 5 5 5 5 5 5 5 5
MÉDIA ARITMÉTICA
MODA
e mediana
Mediana
A mediana de uma distribuição de frequências é definida como o valor
ocupante da posição central da coleção ordenada de modo crescente ou
decrescente dos dados amostrais.
Deste modo, sua principal propriedade é dividir o conjunto das
informações em dois subconjuntos iguais com o mesmo número de
elementos: os valores que são menores ou iguais à mediana e os valores
que são maiores ou iguais à mediana.
Note que se um valor for extremamente deslocado, ou seja, muito
afastado dos outros, a mediana não será influenciada por este, ao
contrário da média, pois, por definição, é uma medida estatística vinculada
à posição ocupada e não à proximidade dos valores apresentados.
Assim, se um valor for extremamente pequeno ou grande, não influenciará
no cálculo da mediana.
75 76 77 78 79 80 85 88
90 92 75 76 78 78 90 76
78 76 90 92 75 76 77 85
85 85 88 77 77 92 90 78
85 79 90 76 78 76 77 92
90 76 85 80 90 80 78 76
MEDIANA
Calcule a posição da mediana nos dados informados:

a) 54, 74, 21, 01,12, 33, 03, 76, 40, 56, 89, 102, 04

a) 87, 45, 12, 120, 107, 05, 34, 02, 09, 01, 19, 29, 22, 17

a) 25, 74, 65, 12, 33, 03, 76, 40, 56

a) 45, 12, 100, 05, 34, 02, 09, 19, 29, 01
Calcular qual foi o preço médio de uma venda do produto XTRIN no ano
de 2013, considerando os seguintes preços praticados:
Venda para o Cliente Spector:

Sul: 300 und. Por R$ 55,00
Sudeste: 500 Und. Por R$ 46,00
Nordeste: 100 unid. Por R$ 60,60
Venda para o Cliente Abrack
Sul: 200 Unid. Por R$ 54,00

Nordeste: 120 Unid. Por R$ 61,00
Venda para o Cliente Poison:

Sudeste: 600 Unid. Por R$ 50,00
Cliente Volume Preço Faturamento
Sul: 300 und. Por R$ 55,00 R$ 16.500,00

Sudeste: 500 Und. Por R$ 46,00 R$ 23.000,00
Nordeste: 100 unid. Por R$ 60,60 R$ 6.060,00
Sul: 200 Unid. Por R$ 54,00 R$ 10.800,00

Sudeste: 430 Und. Por R$ 48,50 R$ 20.855,00
Nordeste: 120 Unid. Por R$ 61,00 R$ 7.320,00
Sul: 350 Unid. Por R$ 52,00 R$ 18.200,00

Sudeste: 600 Unid. Por R$ 50,00 R$ 30,000,00
Nordeste: 150 Unid. Por R$ 58,00 R$ 8,700,00
Volume Total: 2.759 Preço Médio= Faturamento Total/Volume Total

Faturamento Total: R$ 141.435,00
Preço Médio: 51,43
MÉDIA ARITMÉTICA
MODA
e mediana
Exercícios
2. O IBOPE pesquisou qual é o esporte preferido pelos moradores de uma
certa cidade. Para isto, entrevistou 2.500 pessoas, obtendo o seguinte
resultado:
Esporte preferido Número de pessoas
Futebol 650
a) Qual é o esporte que apresenta
maior frequência nesta tabela?
Voleibol 350
Natação 420 b) E qual é o esporte que apresenta
Tênis 280 menor frequência?
Basquete 300
c) Qual o percentual da população
Boxe 220 prefere voleibol?
Corrida 280
d) Você saberia dizer qual é o esporte da moda? Justifique sua opinião!

MÉDIA ARITMÉTICA
MODA
e mediana
Solução:
a) Note que o esporte que
Esporte preferido Número de pessoas
apresenta a maior popularidade
Futebol 650 nesta tabela é o futebol com a
Voleibol 350 preferência de 650 pessoas.
Natação 420
b) Por outro lado, o esporte que
Tênis 280
apresenta a menor popularidade
Basquete 300 é o boxe, preferido por 220
Boxe 220 pessoas.
Corrida 280
c) O percentual da população que
prefere o voleibol é 350
= 14%
2500
d) O esporte da moda é o futebol, pois como o próprio

nome
indica é a moda da tabela de frequências acima.
MÉDIA ARITMÉTICA
MODA
e mediana
Exercícios Propostos:
1. Uma concessionária de veículos vendeu no primeiro semestre de um ano
as quantidades de automóveis indicadas no quadro abaixo:
Mês Jan Fev Mar Abr Mai Jun
Qtd de carros vendidos 38 30 25 36 38 31
a) Qual foi o número total de carros

vendidos no semestre?
b)Qual foi o número médio de

carros vendidos por mês?
EXERCÍCIOS
1) Uma escola deseja verificar o aproveitamento de

6 de seus alunos da 5ª série. Calcule a média
ponderada.

Notas: 7,1,2,0 3,5 2,5 6,5 9,0 3,5 - Total
Peso: 1,2,3,4,5,6,7,8,9,2,3,4,3,2 dos Pesos
A média ponderada é calculada através do somatório das

multiplicações entre valores e pesos divididos pelo somatório dos
pesos. Vamos, através de exemplos, demonstrar os cálculos
envolvendo a média ponderada.
(UNCISAL/2015) Em cada bimestre, uma faculdade exige a realização de
quatro tipos de avaliação, calculando a nota bimestral pela média
ponderada dessas avaliações. Se a tabela apresenta as notas obtidas por
uma aluna nos quatro tipos de avaliações realizadas e os pesos dessas
avaliações,
a) 8,6.
b) 8,0.
c) 7,5.
d) 7,1
(UNIUBE MG/2014) Um aluno deve atingir 70 pontos para ser aprovado. Esse total
de pontos é resultado de uma média ponderada de 3 notas, N1, N2 e N3, cujos pesos
são, respectivamente, 1, 2, 2.
As suas notas, N1 e N2, são, respectivamente, em um total de 100 pontos distribuídos
em cada uma, 50 e 65. Para ser aprovado, a sua nota N3 (em 100 pontos distribuídos)
deverá ser:
70 = 1·50 + 2·65 + 2·x

5
70 = 50 + 130 + 2·x
5
5·70 = 50 + 130 + 2·x
350 = 50 + 130 + 2·x
350 – 50 – 130 = 2·x
350 – 180 = 2·x
170 = 2x
x = 170
2
x = 85
EXERCÍCIO
Na escola de Gabriel, a média anual de cada matéria é calculada de

acordo com os princípios da média ponderada. Considerando que
o peso das notas esteja relacionado ao bimestre em questão,
determine a média anual de Gabriel sabendo que as notas em
Matemática foram iguais a:
1º Bimestre: 7,0
2º Bimestre: 6,0
3º Bimestre: 8,0
4º Bimestre: 7,5
Buscando melhorar o atendimento ao usuário do sistema de saúde
de um município, a prefeitura realizou uma pesquisa de
rendimento satisfatório com 500 pessoas. As notas disponibilizadas
aos entrevistados no intuito de avaliar o nível de satisfação
compreendem a notas inteiras de 1 a 10. Veja os resultados na
tabela a seguir:
EXERCÍCIOS
As notas do aluno Pedro foram:
-Ética: 1,2
-Matemática: 5,4
-Estatística: 4,5
-Português: 7,5
-Contabilidade: 6,2
-Economia: 8,7
-Qual a média aritmética:
Considerando que a Universidade decidiu adotar o sistema de pesos

nas notas, calcule a média ponderada, levando em conta:
Ética e Matemática: Peso 1
Português e Economia Peso: 2
Contabilidade e Estatística: Peso: 3
- Qual a média ponderada:

OBJETIVO DA AULA
Entender o que é uma tabela primitiva e rol;

Entender e interpretar a distribuição da frequência
em uma tabela;
Descrever e apresentar os resultados de um
conjunto de observações a partir de uma
distribuição através dos tipos de frequências.
DISTRIBUIÇÃO DE FREQÜÊNCIA
• É um tipo de tabela que condensa uma coleção de dados conforme as
freqüências (repetições de seus valores).
• Tabela primitiva ou dados brutos: É uma tabela ou relação de elementos
que não foram numericamente organizados. É difícil formarmos uma idéia
exata do comportamento do grupo como um todo, a partir de dados não
ordenados.
• Ex : 45, 41, 42, 41, 42 43, 44, 41 ,50, 46, 50, 46, 60, 54, 52, 58, 57, 58, 60, 51
• ROL: É a tabela obtida após a ordenação dos dados (crescente ou
decrescente).
• Ex : 41, 41, 41, 42, 42 43, 44, 45 ,46, 46, 50, 50, 51, 52, 54, 57, 58, 58, 60, 60
TIPOS DE FREQUÊNCIA
FREQUÊNCIA RELATIVA (fr): A coleta de dados em uma

pesquisa tem por objetivo analisar determinada situação, as
informações coletadas devem ser organizadas em tabelas
para se ter um melhor entendimento das diferentes opções
de respostas escolhidas pelos entrevistados. A frequência
simples ou absoluta registra exatamente a quantidade de
vezes que determinada realização ocorreu, não sendo
possível uma análise de comparação (CRESPO, 2002).
No exemplo da Tabela 5.13, temos a exata situação de como se processa uma
tabela com dados da frequência relativa. Em uma empresa, foi realizada uma
pesquisa a fim de saber a quantidade de filhos de cada funcionário. Os dados da
pesquisa foram organizados na seguinte tabela:
A frequência relativa fornece melhor visualização, pois os dados percentuais traduzem melhor a
situação comparativa de cada caso. Veja a análise:
18,75% dos funcionários não possuem filhos.
22,5% possuem exatamente um filho.
37,5% possuem dois filhos.
15% possuem três filhos.
6,25% possuem quatro filhos.
FREQUÊNCIA ACUMULADA (F): como podemos
perceber na Tabela 5.14, a frequência acumulada é o
total das frequências de todos os valores inferiores ao
limite superior do intervalo de uma dada classe.
Normalmente, utilizamos esse tipo de frequência
quando tratamos de variáveis qualitativas ordinais ou
quantitativas em geral.
FREQUÊNCIA ACUMULADA RELATIVA (Fr): como se pode
perceber na Tabela 5.15, a frequência acumulada relativa é o
total das frequências relativas de todos os valores inferiores ao
limite superior do intervalo de uma dada classe.
Outros Tipos de Frequências
FREQUÊNCIA SIMPLES OU ABSOLUTA (FI)

FREQUÊNCIA RELATIVA (fr)
FREQUÊNCIA ACUMULADA (F)
FREQUÊNCIA ACUMULADA RELATIVA (Fr)
EXERCÍCIO
Quando se trata de variável discreta, de variação relativamente

pequena, cada valor pode ser tomado como um intervalo de
classe e, nesse caso, a distribuição é chamada distribuição sem
intervalo de classe.
RESULTADO
Distribuição de frequência sem intervalos de
classe: É a simples condensação dos dados
conforme as repetições de seu valores. Para um Dados Freqüência
ROL de tamanho razoável esta distribuição de
frequência é inconveniente, já que exige muito 41 3
espaço. Veja exemplo ao lado: 42 2
43 1
44 1
Distribuição de frequência com intervalos de classe: 45 1
Quando o tamanho da amostra é elevado é mais racional 46 2
efetuar o agrupamento dos valores em vários intervalos
de classe. 50 2
Classes Freqüências 51 1
41 |------- 45 7 52 1
45 |------- 49 3 54 1
49 |------- 53 4 57 1
53 |------- 57 1 58 2
57 |------- 61 5 60 2
Total 20 Total 20
ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQUÊNCIA
(com intervalos de classe):
• CLASSE:
• São os intervalos de variação da variável e é
simbolizada por i e o número total de classes
simbolizada por k. Ex: na tabela anterior k=5 e 49 Classes Freqüências
41 |------- 45 7
|------- 53 é a 3ª classe, onde i=3.
45 |------- 49 3
• LIMITES DE CLASSE:
49 |------- 53 4
• São os extremos de cada classe. O menor número 53 |------- 57 1
é o limite inferior de classe (li) e o maior número, 57 |------- 61 5
limite superior de classe(Li). Ex: em 49 |------- 53... Total 20
l3= 49 e L3= 53. O símbolo |------- representa um

intervalo fechado à esquerda e aberto à direita. O
dado 53 do ROL não pertence a classe 3 e sim a
classe 4 representada por 53 |------- 57.
ELEMENTOS DE UMA DISTRIBUIÇÃO DE
FREQUÊNCIA
(com intervalos de classe):
Classes Freqüências
• AMPLITUDE DO INTERVALO DE CLASSE:
41 |------- 45 7
• É obtida através da diferença entre o limite 45 |------- 49 3
49 |------- 53 4
superior e inferior da classe e é simbolizada
53 |------- 57 1
por hi = Li - li. Ex: na tabela anterior hi= 53 - 57 |------- 61 5
49 = 4. Obs: Na distribuição de freqüência c/ Total 20
classe o hi será igual em todas as classes.

FREQUÊNCIA (com intervalos de classe):
• AMPLITUDE TOTAL DA DISTRIBUIÇÃO: é a

diferença entre o limite superior da última classe
Classes Freqüências
e o limite inferior da primeira classe. AT =
41 |------- 45 7
L(max) - l(min). Ex: na tabela anterior AT = 61 - 45 |------- 49 3
41= 20. 49 |------- 53 4
• AMPLITUDE TOTAL DA AMOSTRA (ROL): é a 53 |------- 57 1
diferença entre o valor máximo e o valor mínimo 57 |------- 61 5

Total 20
da amostra (ROL). Onde AA = Xmax - Xmin.
Em nosso exemplo AA = 60 - 41 = 19.
ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQUÊNCIA (com intervalos de classe):
• CLASSE: são os intervalos de variação da variável e é simbolizada por i e o número

total de classes simbolizada por k.
• LIMITES DE CLASSE: são os extremos de cada classe. O menor número é o limite
inferior de classe (li) e o maior número, limite superior de classe(Li
• AMPLITUDE DO INTERVALO DE CLASSE: é obtida através da diferença entre o limite
superior e inferior da classe e é simbolizada por hi = Li - li. Ex: na tabela anterior hi= 53
- 49 = 4. Obs: Na distribuição de freqüência c/ classe o hi será igual em todas as
classes.
• AMPLITUDE TOTAL DA DISTRIBUIÇÃO: é a diferença entre o limite superior da última
classe e o limite inferior da primeira classe. AT = L(max) - l(min). Ex: na tabela anterior
AT = 61 - 41= 20.
• AMPLITUDE TOTAL DA AMOSTRA (ROL): é a diferença entre o valor máximo e o
valor mínimo da amostra (ROL). Onde AA = Xmax - Xmin. Em nosso exemplo AA = 60
- 41 = 19.
• PONTO MÉDIO DE CLASSE: é o ponto que divide o intervalo de classe em duas
partes iguais. .......Ex: em 49 |------- 53 o ponto médio x3 = (53+49)/2 = 51, ou seja
x3=(l3+L3)/2.
Rol – É um tipo de tabela, cujos elementos não foram

numericamente organizados. Também é denominado tabela
primitiva.
Tabela 1
Estatura de 40 alunos do colégio de Aplicação
166 160 161 150 162 160 165 167 164 160
162 161 168 163 156 173 160 155 164 168
155 152 163 160 155 155 169 151 170 164
154 161 156 172 153 157 156 158 158 161
ESTAT FREQ. ESTAT FREQ. ESTAT FREQ.
. . .
(CM) (CM) (CM)
150 1 158 2 167 1
151 1 160 5 168 2
152 1 161 4 169 1
153 1 162 2 170 1
154 1 163 2 172 1
155 4 164 3 173 1
156 3 165 1 Total 40
157 1 166 1
ESTATURAS FREQÜÊNCIA
(cm)
150 ⌐ 154 4
154 ⌐ 158 9
158 ⌐ 162 11
162 ⌐ 166 8
166 ⌐ 170 5
170 ⌐ 174 3
Total 40
O processo anterior ainda é inconveniente, já que exige um espaço muito

grande, mesmo quando o número de valores da variável (n) é de tamanho
razoável. Sendo possível, a solução mais aceitável, pela própria natureza da
variável contínua, é o agrupamento dos valores em vários intervalos, sendo
que, em estatística, preferimos chamar os intervalos de Classes.
Uma amostra de 50 estudantes apontou o seguinte rol de notas de
Estatística (avaliação de 0 a 100).
30 – 35 – 35 – 39 – 41 – 41 – 42 – 45 – 47 – 48
50 – 52 – 53 – 54 – 55 – 55 – 57 – 59 – 60 – 60
61 – 64 – 65 – 65 – 65 – 66 – 66 – 66 – 67 – 68
69 – 71 – 73 – 73 – 74 – 74 – 76 – 77 – 77 – 78
80 – 81 – 84 – 85 – 85 – 88 – 89 – 91 – 94 – 97
a)Qual é a amplitude total desta amostra

b)Em quantas classes poderemos agrupar esse conjunto de dados?
c) Qual será o tamanho dos intervalos de classe?
d) Construa a tabela de distribuição de frequência por classes. Inicie a
primeira classe com 30
TABELA DE INTERVALO DE CLASSES
• NÚMERO TOTAL DE DADOS DA AMOSTRA OU POPULAÇÃO;

• AMPLITUDE TOTAL DOS DADOS;
• NÚMERO DE ALGARISMOS DA VARIÁVEL.
N= 50
AP= (LIMITE SUPERIOR – LIMITE INFERIOR)=

(30 – 97)
AP= 67
AL= 10
CÁLCULO DO NÚMERO DE CLASSES
Passo 1 - Calcular o número de classes

C = √n
C = √50
C = 7 Classes
Passo 2 - Calcular o intervalo das classes

IC = AP / C
IC = 67 / 7
IC = 9,57 ou 10
Passo 3 – Contar quantos casos ocorrem

em cada classe
Passo 4 – Apresentar o resultado da

contagem em uma tabela ou gráfico
NOTA Frequência NOTA Frequência NOTA Frequência
30 1 61 1 85 2
35 2 64 1 88 1
39 1 65 3 89 1
41 2 66 3 91 1
42 1 67 1 94 1
45 1 68 1 97 1
47 1 69 1
48 1 71 1
50 1 73 2
52 1 74 2
53 1 76 1
54 1 77 1
55 2 78 1
57 1 80 1
59 1 81 1
60 2 84 1
INTERVALO DE CLASSES
PARA MELHOR VISUALIZAÇÃO DOS DADOS, É

CONVENIENTE ESTABELECER FAIXAS OU INTERVALOS
DE VARIAÇÃO, COM A FINALIDADE DE SABER QUAL O
NÚMERO DE DADOS QUE SE SITUA EM CADA FAIXA
(CLASSES).
DADOS BRUTOS
DADOS ORGANIZADOS (ROL)
2,100 2,400 2,480 2,500 2,700 2,900
2,900 2,900 2,950 3,000 3,120 3,220
3,400 3,600 3,700 3,725 3,800 4,450

PESO AO Fr
NASCER (kg) Passo 1 - Calcular o número de classes
2,100 1 C = √n
2,400 1 C = √18
2,480 1 C = 4.24 ou 4 classes
2,500 1
2,700 1 Passo 2 - Calcular o intervalo das classes
2,900 3 IC = AP / C
2,950 1 IC = 2350 / 4
3,000 1 IC = 587 ou 600
3,120 1
3,220 1 Passo 3 – Contar quantos casos ocorrem
3,400 1 em cada classe
3,600 1
3,700 1 Passo 4 – Apresentar o resultado da
3,725 1 contagem em uma tabela ou gráfico
3,800 1
4.450 1
ORGANIZAÇÃO DAS CLASSES NA TABELA
PESO AO F
NASCER (kg)
2,100 1
2,400 1
2,480 1
PESO AO F Fr
2,500 1
NASCER (kg)
2,700 1
2,100 – 2,700 4 22.22%
2,900 3
2,950 1
2,700 – 3,300 8 44.44%
3,000 1 3,300 – 3,900 5 27.77%
3,120 1 3,900 – 4,500 1 5.55%
3,220 1 18 100%
3,400 1
3,600 1
3,700 1
F.100 = Fr
3,725 1
3,800 1
N
4.450 1
Tabela 1. Frequência do peso ao nascer de nascidos vivos do
Hospital Maicê no mês de Fevereiro.
PESO AO NASCER (kg) F Fr
2,100 – 2,700 4 22.22%
2,700 – 3,300 8 44.44%
3,300 – 3,900 5 27.77%
3,900 – 4,500 1 5.55%
Ʃ 18 100%
ESTATURAS FREQÜÊNCIA
(cm)
150 ⌐ 154 4
154 ⌐ 158 9
158 ⌐ 162 11
162 ⌐ 166 8
166 ⌐ 170 5
170 ⌐ 174 3
Total 40
O processo anterior ainda é inconveniente, já que exige um espaço muito

grande, mesmo quando o número de valores da variável (n) é de tamanho
razoável. Sendo possível, a solução mais aceitável, pela própria natureza da
variável contínua, é o agrupamento dos valores em vários intervalos, sendo
que, em estatística, preferimos chamar os intervalos de Classes.
Rol – É um tipo de tabela, cujos elementos não foram

numericamente organizados. Também é denominado tabela
primitiva.
Tabela 1
166 160 161 150 162 160 165 167 164 160
162 161 168 163 156 173 160 155 164 168
155 152 163 160 155 155 169 151 170 164
154 161 156 172 153 157 156 158 158 161
ESTAT FREQ. ESTAT FREQ. ESTAT FREQ.
. . .
(CM) (CM) (CM)
150 1 158 2 167 1
151 1 160 5 168 2
152 1 161 4 169 1
153 1 162 2 170 1
154 1 163 2 172 1
155 4 164 3 173 1
156 3 165 1 Total 40
157 1 166 1
ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQÜÊNCIA
Classes de frequência – São intervalos de variação da variável.
Limites de classe – São os extremos de cada classe. A saber:

O limite inferior (li) é o menor número da classe;
O limite superior (Li) é o maior número da classe.
Amplitude de um intervalo de classe (h) – É a medida do intervalo

que define a classe. Será obtido pela diferença entre o limite
superior e o limite inferior de cada classe. Ou seja:
h = Li - l i
Amplitude total da distribuição (AT) – É a diferença entre o limite
superior da última classe (limite superior máximo) e o limite
inferior da primeira classe (limite inferior mínimo). Ou seja:
AT = L(máx.) – l(mín.)
Amplitude amostral (AA) – É a diferença entre o valor máximo e o

valor mínimo da amostra. Ou seja:
AA = x(máx.) – x(mín.)
Ponto médio de uma classe (xi) – É, como o próprio nome indica,

o ponto que divide o intervalo de classe em duas partes iguais.
Ou seja:
xi = Li + li
2
Frequência simples ou absolutas (fi) – São os valores que
realmente representam o número de dados de cada classe. A
soma das frequências simples é igual ao número de total dos
dados.
Σfi = n
Frequência relativas (fri) – São os valores das razões entre as
frequências simples e a frequência total. Ou seja:
fri = fi
Σfi
Frequência acumulada (Fi) – é o total das frequências de todos os
valores inferiores ao limite superior do intervalo de uma dada
classe.
Fk = f1 + f2 + f3 + ... + fk
De acordo com os dados da Tabela podemos montar a seguinte
tabela com as frequências estudadas:
Frequência acumulada relativa (Fri) – É a frequência acumulada

da classe, dividida pela frequência total da distribuição. Ou seja:
ESTATURAS
i fi x fri Fi Fri
(cm) Fri = i Fi
1 150 ⌐ 154 4 152Σfi 0,100 4 0,100
2 154 ⌐ 158 9 156 0,225 13 0,325
3 158 ⌐ 162 11 160 0,275 24 0,600
4 162 ⌐ 166 8 164 0,200 32 0,800
5 166 ⌐ 170 5 168 0,125 37 0,925
6 170 ⌐ 174 3 172 0,075 40 1,000
Σ = 40 Σ = 100
Fórmula: F1 simples*100/n/100 Fórmula: F1 acumulada*100/n/100

DISTRIBUIÇÃO DE FREQÜÊNCIA - EXERCICIO
Rol – É um tipo de tabela, cujos elementos não foram numericamente organizados.
Também é denominado tabela primitiva.
Tabela 1
166 160 161 150 162 160 165 167 164 160
162 161 168 163 156 173 160 155 164 168
155 152 163 160 155 155 169 151 170 164
154 161 156 172 153 157 156 158 158 161
Exercícios:
Faça a distribuição dos dados abaixo:
a) Sendo limite inferior 30 e 10 para intervalo de classe:
84 68 33 52 47 73 68 61 73 77
74 71 81 91 65 55 57 35 85 88
59 80 41 50 53 65 76 85 73 60
67 41 78 56 94 35 45 55 64 74
65 94 66 48 39 69 89 98 42 54
Tabela do exercício
i NOTAS fi xi fri Fi Fri
Σ = 50 Σ = 1,000
Respostas do exercício
i NOTAS fi xi fri Fi Fri

1 30 ⌐ 40 4 35 0,080 4 0,080
2 40 ⌐ 50 6 45 0,120 10 0,200
3 50 ⌐ 60 9 55 0,180 19 0,380
4 60 ⌐ 70 11 65 0,220 30 0,600
5 70 ⌐ 80 9 75 0,180 39 0,780
6 80 ⌐ 90 7 85 0,140 46 0,920
7 90 ⌐ 100 4 95 0,080 50 1,000
Σ = 50 Σ = 1,000
Média Aritmética ( X ) - É o quociente da divisão da soma dos valores da
variável pelo número deles: ( dados não agrupados)
X = Σ xi
n
Sendo:
X – a média aritmética;
xi – os valores da variável;
n – o número de valores
Exemplo: Sabendo-se que a produção leiteira da vaca A, durante uma

semana, foi de 10, 14, 13, 15, 16, 18 e 12 litros, temos, para produção
média da semana:
X = 10 + 14 + 13 + 15 + 16 + 18 + 12 = 98 = 14
7 7
MÉDIA ARITMÉTICA
Dados Agrupados: Com intervalo de classes
i Estaturas fi xi fi.xi
(cm)
Fórmula:
1 150 ⌐ 154 4 152 608
2 154 ⌐ 158 9 156 1404
3 158 ⌐ 162 11 160 1760 X = Σ x if i
4 162 ⌐ 166 8 164 1312 Σ fi
5 166 ⌐ 170 5 168 840
6 170 ⌐ 174 3 172 516
X = 161
Σ = 40 Σ fi.xi = 6440
Exercícios: Média Aritmética
1- Um produto é vendido em três supermercados por R$ 13,00/kg, R$ 13,20/kg

e R$ 13,50/kg. Determine quantos R$/kg se paga em média pelo produto.
2- Uma loja vende cinco produtos básicos A, B, C, D, E. O lucro por unidade

comercializada destes produtos vale respectivamente R$ 200,00, R$ 300,00,
R$ 500,00, R$ 1.000,00, R$ 5.000,00. A loja vendeu em determinado mês 20,
30, 20, 10, 5 unidades respectivamente. Qual foi lucro médio por unidade
comercializada por esta loja?
3- Um caminhão cujo peso vazio é 3.000,00 kg será carregado com 480 caixas
de 10 kg cada, 350 caixas de 8 kg cada, 500 caixas de 4 kg cada, 800 caixas
de 5 kg cada. O motorista do caminhão pesa 80 kg e a lona de cobertura pesa
50 kg. (a) Se este caminhão tem que passar por uma balança que só permite
passagens a caminhões com peso de 15 toneladas, este caminhão passará
pela balança? (b) Qual o peso médio das caixas carregadas no caminhão?
4- Calcule a média das idades dos alunos Idades fi
de uma classe:
17 3
18 18
19 17
20 8
21 4
Σ = 50
5- Calcule o número médio de acidentes por Acidentes fi

dia em uma determinada esquina: 0 30
1 5
2 3
3 1
4 1
Σ = 40
6- O salário de 40 funcionários de um Salários fi
escritório está distribuído segundo o
i
(R$)
quadro ao lado. Calcule o salário médio
destes funcionários. 1 400 ⌐ 500 12
2 500 ⌐ 600 15
3 600 ⌐ 700 8
4 700 ⌐ 800 3
5 800 ⌐ 900 1
i Aluguel fi 6 900 ⌐ 1000 1
(R$) Σ = 40
1 0 ⌐ 200 30
2 200 ⌐ 400 52 7- Uma imobiliária gerencia o aluguel de
3 400 ⌐ 600 28 residências particulares, seguindo o
4 600 ⌐ 800 7 quadro ao lado. Calcule o aluguel médio
para estas residências
5 800 ⌐ 1000 3
Σ = 120
Moda (Mo) - Denominamos Moda o valor que ocorre com maior freqüência em
uma série de valores.
Dados não-agrupados
Quando lidamos com valores não-agrupados, a moda é facilmente

reconhecida:
Exemplos:
7, 8, 9, 10, 10, 10, 11, 12, 13, 15 – A moda é 10
3, 5, 8, 10, 12, 13 – não apresenta moda (amodal)
2, 3, 4, 4, 4, 5, 6, 7, 7, 7, 8, 9 – temos duas modas: 4 e 7 (bimodal)
Dados agrupados: Sem intervalo de classes
Uma vez agrupados os dados, é possível determinar imediatamente a

moda basta fixar o valor da variável de maior freqüência.
MODA - Dados agrupados: Com intervalos de classe
A classe com maior frequência é denominada classe modal. Pela definição,

podemos afirmar que a moda, neste caso, é o valor dominante que está
compreendido entre os limites da classe modal.
O método mais simples para o cálculo da moda consiste em tomar o
ponto médio da classe modal.
Damos a esse valor a denominação de moda bruta.
Mo = l* + L*
2
Onde: l* - Limite inferior da classe modal
L*- Limite superior da classe modal
i Estaturas fi
(cm)
1 150 ⌐ 154 4
2 154 ⌐ 158 9
3 158 ⌐ 162 11 Classe modal
4 162 ⌐ 166 8
5 166 ⌐ 170 5
Mo = l + L
6 170 ⌐ 174 3
2
Σ = 40
Mo = 158 + 162
2
Mo = 160
Existe, para o cálculo da moda, outros métodos mais elaborados, como, por
exemplo, o que faz uso da fórmula de Czuber:
Mo = l* + D1 x h*
D1 + D2
onde:
l* - Limite inferior da classe modal
h*- É a amplitude da classe modal
D1 = f* - f (ant)
D2 = f* - f (post)
f* - frequência da classe modal
f (ant) – frequência simples da classe anterior à classe modal
i Estaturas fi
(cm) Mo = l* + D1 x h*
1 150 ⌐ 154 4 D1 + D 2
2 154 ⌐ 158 9
3 158 ⌐ 162 11 Classe modal
4 162 ⌐ 166 8
5 166 ⌐ 170 5 D1 = 11 – 9 = 2
6 170 ⌐ 174 3
Σ = 40 D2 = 11 – 8 = 3
h* = 162 – 158 = 4
Mo = 158 + 2 x4 Mo = 159,6
3+2
Exercícios: Moda
1- Calcule a moda das séries abaixo:
a) 2, 3, 5, 4, 5, 2, 5, 7
b) 4, 12, 5, 9, 12, 4, 3
c) 7, 7, 7, 7, 7
d) 4, 5, 6, 6, 6, 7, 8, 8, 8, 9, 10, 10, 10, 11
e) 2, 5, 9, 6, 10, 12
2- Calcule a moda das idades dos alunos Idades fi

de uma classe:
17 3
18 18
19 17
20 8
21 4
Σ = 50
EXERCÍCIOS: MODA
3- Calcule a moda de acidentes por dia Acidentes fi

em uma determinada esquina: 0 30
1 5
2 3
3 1
4 1
i Salários fi Σ = 40
(R$)
1 400 ⌐ 500 12
2 500 ⌐ 600 15 4- O salário de 40 funcionários de um
3 600 ⌐ 700 8 escritório está distribuído segundo o
4 700 ⌐ 800 3 quadro ao lado. Calcule a moda do salário
5 800 ⌐ 900 1 destes funcionários.
6 900 ⌐ 1000 1
Σ = 40
EXERCÍCIOS: MODA
5- Uma imobiliária gerencia o aluguel de Aluguel fi

residências particulares, seguindo o
i
(R$)
quadro ao lado. Calcule a moda do
aluguel para estas residências. 1 0 ⌐ 200 30
2 200 ⌐ 400 52
3 400 ⌐ 600 28
4 600 ⌐ 800 7
i Consumo por fi 5 800 ⌐ 1000 3
nota (R$) Σ = 120
1 0 ⌐ 50 10
2 50 ⌐ 100 28
3 100 ⌐ 150 12 6- Calcule a moda para a distribuição de
4 150 ⌐ 200 2 valores de 54 notas fiscais emitidas na
mesma data, selecionadas em uma loja de
5 200 ⌐ 250 1 departamentos:
6 250 ⌐ 300 1
Σ = 54
Mediana (Md) - Dados não-agrupados
Mediana (Md) - Dados agrupados
sem intervalo de classes
Nesse caso, é o bastante identificar a frequência acumulada
imediatamente superior à metade da soma das frequências. A mediana
será aquele valor da variável que corresponde a tal frequência acumulada.
Alunos fi Fi Sendo:
0 2 2 Σfi = 34 = 17
2 2
1 6 8
2 10 18
3 12 30 A menor frequência acumulada que
4 4 34 supera esse valor é 18. Logo:
Σ = 34 Md = 2
Mediana (Md) - Dados agrupados com intervalo de classes
Executaremos os seguintes passos:
a) Determinamos as frequências acumuladas;

b) Calculamos Σfi
2
c) Marcamos a classe correspondente à frequência acumulada imediatamente
superior (classe mediana) e em seguida utilizaremos a fórmula:
Σfi - F(ant) x h*
Md = l* + 2
f*
Sendo:
l* - limite inferior da classe mediana;

F (ant) – frequência acumulada da classe anterior à classe mediana;
f* - frequência simples da classe mediana
h* - amplitude do intervalo da classe mediana
Mediana (Md) - Dados agrupados com intervalo de classes
i Estaturas fi xi Fii
(cm)
Sendo:
Σfi = 40 = 20
1 150 ⌐ 154 4 152 4 2 2
2 154 ⌐ 158 9 156 13
3 158 ⌐ 162 11 160 24
4 162 ⌐ 166 8 164 32 A menor freqüência
5 166 ⌐ 170 5 168 37 acumulada que supera
6 170 ⌐ 174 3 172 40 esse valor é 24. Logo a 3ª
Classe será a Classe
Σ = 40
Mediana
40 - 13 x 4
Md = 160,55
Md = 158 + 2
11
Exercícios: Mediana
1- Calcule a moda das séries abaixo:
a) 2, 3, 5, 4, 5, 2, 5, 7
b) 4, 12, 5, 9, 12, 4, 3
c) 7, 7, 7, 7, 7
d) 4, 5, 6, 6, 6, 7, 8, 8, 8, 9, 10, 10, 10, 11
e) 2, 5, 9, 6, 10, 12
2- Calcule a moda das idades dos alunos Idades fi

de uma classe:
17 3
18 18
19 17
20 8
21 4
Σ = 50
EXERCÍCIOS: MEDIANA
3- Calcule a moda de acidentes por dia Acidentes fi

em uma determinada esquina: Calcule e 0 30
mediana. 1 5
2 3
3 1
4 1
i Salários fi Σ = 40
(R$)
1 400 ⌐ 500 12
2 500 ⌐ 600 15 4- O salário de 40 funcionários de um
3 600 ⌐ 700 8 escritório está distribuído segundo o
4 700 ⌐ 800 3 quadro ao lado. Calcule a moda do salário
5 800 ⌐ 900 1 destes funcionários.
6 900 ⌐ 1000 1
Σ = 40
EXERCÍCIOS: MEDIANA
5- Uma imobiliária gerencia o aluguel de Aluguel fi

residências particulares, seguindo o
i
(R$)
quadro ao lado. Calcule a moda do
aluguel para estas residências. 1 0 ⌐ 200 30
2 200 ⌐ 400 52
3 400 ⌐ 600 28
4 600 ⌐ 800 7
i Consumo por fi 5 800 ⌐ 1000 3
nota (R$) Σ = 120
1 0 ⌐ 50 10
2 50 ⌐ 100 28
3 100 ⌐ 150 12 6- Calcule a moda para a distribuição de
4 150 ⌐ 200 2 valores de 54 notas fiscais emitidas na
mesma data, selecionadas em uma loja de
5 200 ⌐ 250 1 departamentos:
6 250 ⌐ 300 1
Σ = 54
EXERCÍCIO 1. Em uma amostra de 60 idosos diabéticos foi coletado glicemia
de jejum. Construa uma tabela de frequência simples, calcule a média,
mediana e moda da amostra e realize a interpretação dos dados.
Medidas de dispersão:
desvio médio, desvio-padrão e variância
Medidas de dispersão: desvio médio, desvio padrão e variância
INTRODUÇÃO
Há situações em que as medidas de tendência central -
Média, Moda e Mediana - não são suficientes para
caracterizar uma determinada coleta de dados. Nesse
caso, é conveniente utilizar as medidas de dispersão:
desvio médio, desvio padrão e variância, pois
expressam o grau de dispersão de um conjunto de
dados. Portanto, nesta aula, estudaremos essas
medidas de dispersão. Antes, porém, revisaremos a
média aritmética, para uma melhor compreensão desse
tópico.
Medidas de dispersão: desvio médio, desvio padrão e variância
MÉDIA ARITMÉTICA (MA)

A média aritmética de um conjunto de dados
numéricos é obtida somando-se os valores de
todos os dados e dividindo-se essa soma pelo
número de dados apresentados.
Por exemplo: Qual a média aritmética entre os
números: 2, 4, 6, 8 e 10?
N DO
V I SA
RE
Medidas de dispersão: desvio médio, desvio padrão
e variância
SOLUÇÃO
MA = (2 + 4 + 6 + 8 + 10)/5
MA = 30/5
MA = 6
Note que somamos os

cinco números e
dividimos pelo total
deles, ou seja, por cinco.
N DO
V I SA
RE
e variância
MEDIDAS DE DISPERSÃO
DESVIO MÉDIO, VARIÂNCIA E DESVIO PADRÃO

e variância
Para compreendermos melhor esses conceitos

relativos à Estatística, vamos explicá-los a partir da
seguinte situação-problema:
e variância
SITUAÇÃO-PROBLEMA
Considere a distribuição numérica cujos

resultados constam na lista abaixo:
1, 6, 4, 10, 9
e variância
MÉDIA ARITMÉTICA
A média aritmética dessa distribuição 1, 6, 4, 10,

9 é:
MA = (1 + 6 + 4 + 10 + 9)/5
MA = 30/5
MA = 6
A média aritmética é 6.
e variância
DESVIO
Chama-se DESVIO de cada valor apresentado a diferença
entre esse valor e a média aritmética desses valores.
Na situação anterior, a distribuição é 1, 6, 4, 10, 9, e a
média aritmética é 6. Portanto, temos:
 desvio do valor 1 1 - 6 = -5
 desvio do valor 6 6-6=0
 desvio do valor 4 4 - 6 = -2
 desvio do valor 10 10 - 6 = 4
 desvio do valor 9 9-6=3
Os desvios, em relação à média, são: -5, 0, -2, 4 e 3.
e variância
A partir da situação com a distribuição dos

números 1, 6, 4, 10, 9, considerando que a média
aritmética entre eles é igual a 6 e que os desvios,
em relação à média, são -5, 0, -2, 4 e 3, vamos
definir as medidas de dispersão: desvio médio,
variância e desvio padrão.
e variância
DESVIO MÉDIO
e variância
Chama-se desvio médio (DM) de uma distribuição a

média aritmética dos módulos dos desvios.
No exemplo em análise, os desvios são -5, 0 -2, 4 e 3,

logo o desvio médio será:
DM = (-5 + 0 + -2 + 4 + 3)/5 O módulo garante que

DM = (5 + 0 + 2 + 4 + 3)/5 o valor seja positivo.
EXs.:
DM = 14/5 a) +3 = 3
DM = 2,8 b) -3 = 3
O desvio médio é 2,8.

e variância
VARIÂNCIA
e variância
Chama-se variância (V) de uma distribuição a média

aritmética dos quadrados dos desvios dessa
distribuição.
Na situação em análise, os desvios são -5, 0 -2, 4 e 3,

logo a variância será:
V = ((-5)² + (0)² + (-2)² + (4)² + (3)²)/5
V = (25 + 0 + 4 + 16 + 9)/5
V = 54/5
V = 10,8
A variância é 10,8.
e variância
DESVIO PADRÃO
e variância
Chama-se desvio padrão (DP) de uma distribuição a raiz

quadrada da variância:
DP = V
No exemplo em análise, temos que a variância é 10,8,

portanto o desvio padrão será: DP = 10,8  3,28.
O desvio padrão é  3,28.

Complementos de Estatística
 Medidas de Dispersão:
 Considere a seguinte situação:

 Dois candidatos disputam uma única vaga em
uma empresa. Foram realizados vários testes
com esses dois candidatos: Eduardo e
Vicente. A tabela a seguir mostra os
desempenhos dos dois candidatos nesses
testes:
Tabela de Desempenho
Eduardo Vicente
Português 8,5 9,5
Matemática 9,5 9,0
Física 8,0 8,5
Inglês 7,0 8,0
Espanhol 7,0 5,0

Note que as médias de
Eduardo e Vicente são
 Eduardo:
iguais:
8,5  9,5  8  7  7
xE   8,0
5
 Vicente:
9,5  9  8,5  8  5
xV   8,0
5
Os dois candidatos
obtiveram a mesma média!
 Como proceder matematicamente para
determinar qual dos dois teve o melhor
desempenho na avaliação?
 A comparação entre os dois desempenhos pode
ser feita através das seguintes medidas
estatísticas:
I) Desvio absoluto
médio(D.AM.) :
 Determina o quanto cada nota está afastada
da média. Essas diferenças são chamadas de
desvio:
 Exemplo: D.A.M(Eduardo)
8,5  8  9,5  8  8  8  7  8  7  8
D. A.M   0,8
5
Vicente:
9,5  8  9  8  8,5  8  8  8  5  8
D. A.M   1,2
5
Conclusão:
 As notas de Eduardo estão, em média, 0,8 acima

ou abaixo da média, enquanto as notas de
Vicente estão, em média, 1,2 acima ou abaixo da
média aritmética (8,0).
 Isso mostra que as notas de Eduardo são menos
dispersas que as notas de Vicente. Então:
Eduardo merece a vaga.
VARIÂNCIA
 É uma outra medida estatística que indica o

afastamento de uma amostra em relação a
média aritmética.
 Define-se Variância ( )
como2 a média aritmética
dos quadrados dos desvios dos elementos da
amostra:
Exemplo:
 Eduardo
(8,5  8) 2
 (9,5  8) 2
 (8  8) 2
 2( 7  8) 2
2    2  0,9
5
 Vicente:
 
2 (9,5  8) 2  (9  8) 2  (8,5  8) 2  (8  8) 2  (5  8) 2   2  2,5
5
Conclusão
 Por esse processo, as notas de Eduardo são

menos dispersas que as notas de Vicente.
 Quanto menor a variância, menos dispersas
são as notas.
 Logo, Eduardo teve um desempenho mais
regular.
Desvio Padrão
 Desvio Padrão é a raiz

quadrada da Variância.
 Eduardo:
  0,9  0,94868
 Vicente:
  2,5  1,58114
Conclusões
 Logo, por esse processo, as notas de Eduardo

são menos dispersas que as notas de Vicente.
 Quanto menor for o desvio padrão, menos
dispersas são as notas.
 Conclusão: Eduardo é sempre melhor que
Vicente.
e variância
OBSERVAÇÕES:
 Quando todos os valores de uma distribuição forem

iguais, o desvio padrão será igual a zero;
 quanto mais próximo de zero for o desvio padrão, mais
homogênea será a distribuição dos valores;
 o desvio padrão é expresso na mesma unidade dos
valores distribuídos.
e variância
EXERCÍCIOS DE FIXAÇÃO
1º) Considerando a distribuição dos números 2,

4, 6 e 10, determine:
a)o desvio médio;

b)a variância;
c)o desvio padrão.
e variância
SOLUÇÃO
A distribuição é 2, 4, 6 e 12, então temos:

MA = (2+4+6+12)/4 = 24/4 = 6
a) DM = (2-6 + 4-6 + 6-6 + 12-6)/4 = 12/4 = 3
b) V = ((2-6)² + (4-6)² + (6-6)² + (12-6)²)/4 = 56/4 = 14
c) DP = 14 = 3,74
e variância
2º) Em um jogo de arremessos, coletaram-se os dados da tabela a seguir.
Dessa forma, em relação aos acertos, determine:
a)a média aritmética;
b)o desvio médio;
c)a variância;
d)o desvio padrão.
JOGADORES LANÇAMENTOS ACERTOS

MÁRCIO 10 arremessos de 6
MURIEL cada jogador 4
JONAS 8
EDSON 2
ROMUALDO 7
e variância
SOLUÇÃO
a) MA = (6+4+8+2+7)/5 = 27/5 = 5,4
b) DM = (6-5,4 + 4-5,4 + 8-5,4 + 2-5,4 + 7-5,4)/5

DM = 1,92
c) V = ((6-5,4)² + (4-5,4)² + (8-5,4)² + (2-5,4)² + (7-5,4)²)/5

V = 4,64
d) DP = 4,64 = 2,15
e variância
3º) No quadro a seguir, está representado o consumo
diário de gasolina, em litros, dos carros de três taxistas,
em um período de quatro dias. Determine o desvio
padrão do consumo dos carros desses taxistas.
Taxistas segunda terça quarta quinta

I 10 9 23 12
II 16 18 8 32
III 25 17 30 10
e variância
SOLUÇÃO
Para determinarmos o desvio padrão, precisaremos,

antes, calcular a média aritmética e a variância.
Calculando a média aritmética de consumo dos carros
dos três taxistas, temos:
MAI = (10+9+23+12)/4 = 13,5

MAII = (16+18+8+32)/4 = 18,5
MAIII = (25+17+30+10)/4 = 20,5
e variância
SOLUÇÃO
Agora, vamos calcular a variância para o consumo dos carros dos
três taxistas.
VI = [(10-13,5)²+(9-13,5)²+(23-13,5)²+(12-13,5)²]/4  31,25
VII = [(16-18,5)²+(18-18,5)²+(8-18,5)²+(32-18,5)²]/4  74,75
VIII = [(25-20,5)²+(17-20,5)²+(30-20,5)²+(10-20,5)²]/4  58,25
Observando a variância, notamos que o carro do taxista II tem a

maior dispersão em relação aos demais, e o carro do taxista I tem
a menor dispersão.
e variância
SOLUÇÃO
Finalmente, vamos calcular o desvio padrão e analisar o
consumo dos carros dos três taxistas.
DPI = 31,25  5,59 litros
DPII = 74,75  8,64 litros
DPIII = 58,25  7,63 litros

Pela análise do desvio padrão, verifica-se que o carro do taxista I
teve o consumo mais regular em torno da média, pois seu desvio
padrão é o menor.
02 - Em uma faculdade a média semestral de cada disciplina é calculada
considerando as duas médias bimestrais com peso 3 cada uma é um
exame final com peso 4. Se um aluno obtém 8,0 no 1º bimestre, 9,0 no 2º
bimestre e 9,6 no exame final de Estatística.
Qual será a sua média aritmética e sua média ponderada semestral em

Estatística?
AVALIAÇÃO NOTAS PESOS

1º Bimestre 8,0 3
2º Bimestre 9,0 3
Exame Final 9,6 4
10
03 - Dado o rol do número de erros de impressão da primeira página de um
jornal durante 50 dias, obteve-se os seguintes resultados:
5 5 5 6 6 6 7 7 7 7 7 8 8 8 8 8 8 8 9 9 10 10 10 10 10 11 11 11 11 12 12 12 12 12
12 12 12 12 13 14 14 14 14 14 14 14 15 16 19 22
a)Complete a tabela de distribuição de frequência:

CLASSE Fi Fr
05 - 08
08 - 11
11 - 14
14 - 17
17 - 20
20 - 23
Segundo nos mostra a tabela acima responda:

i) Qual a amplitude total (r)?
ii) Qual o valor de k (número de classe)?
iii) Qual o intervalo de cada classe (h)?
04 - Durante uma manhã, um feirante vendeu determinado produto a
preços variados: 12 unidades foram vendidas a 2 reais; 10 unidades
foram vendidas a 3 reais e 8 unidades foram vendidas a 6 reais. Qual foi
o preço médio de venda desse produto naquela manhã?
Números ordenados em Rol
2 2 2 2 2 2 2 2 2 2
2 2 3 3 3 3 3 3 3 3
3 3 6 6 6 6 6 6 6 6
X F X.F
05 - Foram coletadas 150 observações da variável X,
representando o número de vestibulares (um por ano) que 01 75
um mesmo estudante prestou. 02 47
03 21
Quantas vezes, em média, cada aluno prestou vestibular? 04 7
150
06 - Pode ser de interesse estudar o gasto dos alunos associado com as
despesas do vestibular. Para simplificar um pouco a situação, vamos supor
que se atribui, para cada aluno, uma despesa fixa de R$ 1300,00, relativo
à preparação e mais R$ 50,00 para cada vestibular prestado. De posse
dessas informações,
Calcular a média da variável D: Despesa com vestibular.

07 -Considere a distribuição relativa a 40 pessoas, tomando para variável
estatura de cada uma.
Calcule a mediana destes dados:
ESTATURAS f Fa
Fórmula da Mediana 150 - 154 4 4
n
____
+1 154 - 158 9 13
2
158 - 162 11 24
162 - 166 8 32
166 - 170 5 37
170 - 174 3 40
40
8) Cálculo da moda pelo ROL
Tabela - Número de filhos de um grupo de 50 casais

2 0 0 4 2 1 3 3 4 5
1 0 2 1 2 3 2 3 3 5
1 1 3 1 1 5 6 1 0 3
3 1 2 1 4 1 1 6 2 7
0 1 2 1 2 1 1 0 7 6
Número de filhos de um grupo de 50 casais
NÚMERO DE FILHOS NÚMERO DE CASAIS
(Xi) (Fi)
0 6
1 16
2 9
3 8
Identifique a MODA 4 3
após a construção da TABELA: 5 3
6 3
Construa um Gráfico Histograma (Linha)
7 2
() 50
Calcular qual foi o preço médio de uma venda do produto XTRIN no ano
de 2013, considerando os seguintes preços praticados:

Sul: 300 und. Por R$ 55,00
Nordeste: 100 unid. Por R$ 60,60


Sudeste: 600 Unid. Por R$ 50,00
1) Estabeleça quais dos dados seguintes são discretos e quais são contínuos:
a) Número de ações vendidas na bolsa de valores

b) Temperaturas registradas a cada meia hora em um posto de meteorologia
c) Meia- vida-média das amostras de medicamentos
d) Diâmetros de 1000 parafusos produzidos por uma fábrica
e) Quantidade de pessoas no carnaval de Olinda
2) Classifique as variáveis em qualitativas ou quantitativas (contínuas ou discretas):

a) Cor dos cabelos
b) Número de filhos
c) Comprimento de peças produzidas por certa máquina
População ou universo é:
a) Um conjunto de pessoas;
b) Um conjunto de elementos quaisquer
c) Um conjunto de pessoas com uma característica comum;
d) Um conjunto de elementos com pelo menos uma característica em comum;
e) Um conjunto de indivíduo de um mesmo município, estado ou país.
Uma parte da população retirada para analisá-la denomina-se:

a) Universo;
b) Parte;
c) Pedaço;
d) Dados Brutos;
e) Amostra.
A parte da estatística que se preocupa somente com a descrição de determinadas
características de um
grupo, sem tirar conclusões sobre um grupo maior denomina-se:
a) Estatística de População;
b) Estatística de Amostra;
c) Estatística Inferencial
d) Estatística Descritiva;
e) Estatística Grupal.
 Média Aritmética Simples ( X ):

Média Aritmética é o quociente da divisão da soma dos valores
da variável pelo número deles:
X = ∑ Xi
n

 Média Aritmética Ponderada ( X ):
A média é considerada Ponderada quando somam-se
valores (Pesos) diferentes ao conjunto das observações:
X= ∑ xi fi
∑ fi
Média Aritmética ( X )
 Dados não agrupados:

Ex: Sabendo-se que a produção de solvente do reator A, durante uma
semana, foi de 10, 14, 13, 15, 18, 16 e 12 litros, temos, para produção
média da semana:
x = 10 + 14 + 13 + 15 + 16 + 18 + 12 = 98 = 14
7 7
Ex2: Um professor aplicou quatro provas e atribuiu os seguintes pesos
respectivamente: 1, 2, 3, 4. se um aluno tiver recebido as notas 8, 7, 9 e
9 nessa ordem, sua nota final será:
X= (8x1)+ (7x2)+ (9x3)+(9x4)= 85 = 8,5
1+2+3+4 10
Ex: Sabendo-se que a produção de solvente do reator A, durante uma
semana, foi de 09, 08, 15, 10, 12, 15, 22, 16 e 12 litros, temos, para
produção média da semana:
x=
Ex2: Um professor aplicou seis provas e atribuiu os seguintes pesos

respectivamente: 1, 2, 3, 4, 5, 6 se um aluno tiver recebido as notas 5,
6, 8, 7, 9 e 9 nessa ordem, sua nota final será:
X=
MÉDIA ARITMÉTICA PONDERADA
Estatística e Probabilidade
Exemplo...
Você está fazendo uma disciplina na qual sua nota final é composta por:
.
Assim, sua média ponderada para a disciplina:
Exemplo...
.
Assim, sua média ponderada para a disciplina é de 88,6
ESCALA OU CATEGORIAS
Os dados obtidos das variáveis são ordenados
Em escalas ou categorias que são de 4 tipos:
NOMINAL  Agrupa os sujeitos em categorias

mutuamente exclusivas;
ORDINAL  Ordena quantitativamente as

variáveis, mas não indica o quanto melhor um
score é melhor do que outro.
INTERVALAR  É análogo ao nível ordinal,
porém permite determinar diferenças
significativas entre os dados. Apresentam
unidades ou intervalos iguais, mas não há
ponto zero absoluto.
RACIONAL  É o tipo de escala mais completo. Tem

uma distância igual entre os pontos e usa o zero para
representar a ausência de valores.
DISTRIBUIÇÃO DE FREQUÊNCIAS
Uma distribuição de freqüência é um método

de agrupamento de dados em classes ou
intervalos e pode ser apresentado em forma
de tabela ou de gráfico, também conhecido
como histograma.

CONVENIENTE ESTABELECER FAIXAS OU INTERVALOS
DE VARIAÇÃO, COM A FINALIDADE DE SABER QUAL O
NÚMERO DE DADOS QUE SE SITUA EM CADA FAIXA
(CLASSES).
DADOS BRUTOS
DADOS ORGANIZADOS (ROL)
2,100 2,400 2,480 2,500 2,700 2,900
2,900 2,900 2,950 3,000 3,120 3,220
3,400 3,600 3,700 3,725 3,800 4,450

TABELA DE FREQUÊNCIAS SIMPLES
PESO AO Frequência 2,100 2,400 2,480 2,500 2,700 2,900
NASCER (kg)
(3x)
2,100 1
2,950 3,000 3,120 3,220 3,400 3,600
2,400 1
2,480 1 3,700 3,725 3,800 4,450
2,500 1
2,700 1
2,900 3
Valores percentuais correspondente
2,950 1
a maior Fr observada na amostra
3,000 1
3,120 1
3,220 1
3,400 1 Cálculo: Fr/n. de dados
3,600 1 %Fr= 3/18
3,700 1 %Fr= 16.66
3,725 1
3,800 1
4.450 1

CONVENIENTE ESTABELECER FAIXAS OU
INTERVALOS DE VARIAÇÃO, COM A FINALIDADE
DE SABER QUAL O NÚMERO DE DADOS QUE SE
SITUA EM CADA FAIXA (CLASSES) .
TABELA DE INTERVALO DE CLASSES
• NÚMERO TOTAL DE DADOS DA AMOSTRA OU POPULAÇÃO;

• AMPLITUDE TOTAL DOS DADOS;
• NÚMERO DE ALGARISMOS DA VARIÁVEL.
N= 18
AP= (LIMITE SUPERIOR – LIMITE INFERIOR)=

(4,450 – 2,100)
AP= 2,350
AL= 4
PESO AO Fr
NASCER (kg) Passo 1 - Calcular o número de classes
2,100 1 C = √n
2,400 1 C = √18
2,480 1
C = 4.24 ou 4 classes
2,500 1
2,700 1
Passo 2 - Calcular o intervalo das classes
2,900 3
IC = AP / C
2,950 1
IC = 2350 / 4
3,000 1
IC = 587 ou 600
3,120 1
3,220 1
Passo 3 – Contar quantos casos ocorrem
3,400 1
em cada classe
3,600 1
3,700 1
Passo 4 – Apresentar o resultado da
3,725 1
contagem em uma tabela ou gráfico
3,800 1
4.450 1
ORGANIZAÇÃO DAS CLASSES NA TABELA
PESO AO F
NASCER (kg)
2,100 1
2,400 1
2,480 1
PESO AO F Fr
2,500 1
NASCER (kg)
2,700 1
2,100 – 2,700 4 22.22%
2,900 3
2,950 1
2,700 – 3,300 8 44.44%
3,000 1 3,300 – 3,900 5 27.77%
3,120 1 3,900 – 4,500 1 5.55%
3,220 1 18 100%
3,400 1
3,600 1
3,700 1
F.100 = Fr
3,725 1
3,800 1
N
4.450 1
Tabela 1. Frequência do peso ao nascer de nascidos vivos do
Hospital Maicê no mês de Fevereiro.
PESO AO NASCER (kg) F Fr
2,100 – 2,700 4 22.22%
2,700 – 3,300 8 44.44%
3,300 – 3,900 5 27.77%
3,900 – 4,500 1 5.55%
Ʃ 18 100%
Fonte: Prof. Ricelli Endrigo

FREQUÊNCIA
 AMPLITUDE TOTAL (At)-

 É a diferença entre o limite superior da última
classe e o limite inferior da primeira classe.
At= Xmax- Xmin

PASSOS PARA UMA DISTRIBUIÇÃO DE
FREQUÊNCIAS COM CLASSE:
1. Organize os dados brutos em Rol;

2. Calcular a Amplitude Amostral (AA);
3. Calcular o Nº de Classes (K);
4. Calcular o Ponto Médio Xi= Liminf+Limsup ;
5. Confeccionar a Tabela.
PARA REFRESCAR A “CUCA”
 Dados agrupados:
 Sem intervalo de classe:
Consideremos a distribuição relativa a 34 famílias de quatro
filhos, tomando para variável o numero de filhos do sexo
masculino:
Tabela 01:
Nº de fi
meninos
0 2
1 6
2 10
3 12
4 4
∑ = 31
 Neste caso, como as freqüências são números

indicadores da intensidade de cada valor da variável, elas
funcionam como fatores de ponderação, o que nos leva a
calcular a média aritmética ponderada, dada pela
formula:
X = ∑ xi fi
∑ fi
Mediana
A Mediana de um conjunto de dados é o dado que fica no
meio quando as entradas são colocadas em ordem crescente
ou decrescente.
Moda
A Moda de um conjunto de dados é o dado que ocorre com
maior freqüência.
Se nenhuma entrada é repetida, o conjunto de dados não possui moda.

Se duas entradas ocorrem com freqüência elevada → dados são
bimodais.
Exemplo...
Um instrutor registra a média de faltas de seus alunos em
determinado semestre. Em uma amostra aleatória, os dados são:
Calcule a média, a mediana e a moda.
Média:
Mediana: Ordene os dados.
O valor que fica no meio é 3, logo a mediana é 3.
Moda:
A moda é 2, pois esse é o valor que ocorre mais vezes.
Média Ponderada
Uma média ponderada é a média de um conjunto de dados cujas
entradas tem pesos variáveis. Uma média ponderada é dada por:
x ∑(x.w)
∑w
Onde w é o peso de cada entrada
ach er ch er
eim eima
n St s o n St
ss o Alys
f. Dr. Aly f. Dr.
Pro Pro
MÉDIA ARITMÉTICA PONDERADA
Exemplo...
.
Assim, sua média ponderada para a disciplina:
Exemplo...
.
Assim, sua média ponderada para a disciplina é de 88,6
Tabela 02:
Xi fi X if i
0 2 0
1 6 6
2 10 20
3 12 36
4 4 16
∑ = 34 ∑ = 78
X= 78/34= 2,29 ou 2,3 Meninos

 Com intervalo de classe:
Neste caso, convencionamos que todos os valores incluídos em
um determinado intervalo de classe coincidem com o seu ponto
médio, e determinamos a média aritmética ponderada.
Tabela 03:
i Estaturas (cm) fi xi xifi
1 150 – 154 4 152 608

2 154 – 158 9 156 1404
3 158 – 162 11 160 1760
4 162 – 166 8 164 1312
5 166 – 170 5 168 840
6 170 – 174 3 172 516
∑ = 40 ∑ = 6440
• Temos: ∑ xifi = 6440, ∑ fi = 40

x = 6440 = 161 cm
40
 Moda (Mo): Denominamos moda o valor que ocorre com

maior freqüência em uma série de valores.
 Dados não agrupados:
A serie de dados:
7, 8, 9, 10, 10, 10, 11, 12, 13, 15
Tem moda igual a 10.
Podemos, entretanto, encontrar séries nas quais não exista
valor modal:
3, 5, 8, 10, 12, 13 (amodal)
Na serie: 2, 3, 4, 4, 4, 5, 6, 7, 7, 7, 8, 9
Temos duas modas: 4 e 7 (bimodal).
Moda (Mo):
 Dados agrupados: Xi fi Xi *f i
 Sem intervalo de classe: 0 2 0
Uma vez agrupados os dados, é 1 6 6
possível determinar imediatamente a 2 10 20
moda, basta fixar da variável de 3 12 36
maior freqüência. 4 4 16
Na distribuição da tabela 02, á ∑ = 34 ∑ =
freqüência máxima (12) corresponde 78
o valor 3 da variável. Logo: Mo = 3
Moda (Mo):
 Com intervalo de classe:
A classe que apresenta a maior freqüência é
denominada classe modal.
Temos então: Mo = l* + L*/2
L* = limite superior da classe modal
l* = limite inferior da classe modal
Moda (Mo):
Na distribuição da tabela 03, á freqüência máxima (11)
corresponde:
Mo = 158 + 162/2 = 160 Logo: Mo = 160 cm.
Tabela 03:
i Estaturas fi xi xifi
(cm)
1 150 – 154 4 152 608
2 154 – 158 9 156 1404
3 158 – 162 11 160 1760
4 162 – 166 8 164 1312
5 166 – 170 5 168 840
6 170 – 174 3 172 516
∑ = 40 ∑ = 6440
 Mediana (Md): É definida como o numero que se

encontra no centro de uma serie de números, estando
estes dispostos segundo uma ordem.
Dada uma serie de valores, como, por exemplo:
5, 13, 10, 2, 18, 15, 6, 16, 9
Ordenação (crescente ou decrescente) dos valores:
2, 5, 6, 9, 10, 13, 15, 16, 18
Em seguida, tomamos aquele valor central que apresenta
o mesmo numero de elementos á direita e á esquerda
números ímpar de termos.
Temos então Md = 10
MEDIANA (MD):
Se, porém, a serie dada tiver um numero par de termos, a mediana

será o ponto médio.
Assim, a serie de valores:
2, 6, 7, 10 12, 13, 18, 21
Tem para mediana a média aritmética entre 10 e 12.

Logo: Md = 10 + 12/2 = 11; sendo assim a Md = 11
EXERCÍCIO 1. Em uma amostra de 60 idosos diabéticos foi coletado glicemia
de jejum. Construa uma tabela de frequência simples, calcule a média,
mediana e moda da amostra e realize a interpretação dos dados.
Exercício
Construa uma tabela de dispersão determinando a

média, mediana, moda.
PASSO 1. Ordenar os dados de forma crescente (ROL).
PASSO 2. Montar uma tabela de frequência simples.

Notas Fr Notas Fr Notas Fr Notas Fr
4 1 5.7 1 7.0 1 8.9 1
4.2 1 5.8 1 7.2 1 9.0 1
4.3 1 6.0 1 7.5 1 9.1 1
4.4 1 6.1 1 7.6 1 9.2 1
4.5 2 6.3 1 7.7 1 9.3 2
4.6 1 6.4 1 7.9 1 9.4 2
5.0 1 6.5 1 8.0 1 9.5 2
5.1 1 6.6 1 8.3 1 9.6 1
5.2 1 6.7 1 8.5 1 9.7 1
5.3 2 6.8 1 8.6 1 9.8 1
5.5 1 6.9 1 8.8 1 9.9 1
10.0 1
PASSO 3. Calcular a média da amostra.
7.2
PASSO 4. Calcular a mediana da amostra.
7.1
PASSO 5. Calcular a moda da amostra.

4.5, 5.3,
9.3, 9.4,
9.5
PASSO 8. CONSTRUIR UMA TABELA DOS DADOS
NORMAS PARA CONSTRUÇÃO DE TABELAS
UMA MANEIRA DE APRESENTAR DE

FORMA RESUMIDA UM CONJUNTO DE
TABELA DADOS
ELEMENTOS DE UMA TABELA
ELEMENTOS DE UMA TABELA
TÍTULO DA TABELA: conjunto de

informações, as mais completas
possíveis, respondendo as perguntas: O
que? Quando? E Onde?.
RODAPÉ: conjunto de FONTES, NOTAS E
CHAMADAS que complementam a tabela.
CORPO DA TABELA: conjunto de linhas e colunas que
contém informações sobre a variável em estudo.
EXERCÍCIO N. 01
Em uma pesquisa sobre as características antropométricas de alunos da 8 fase do curso de
fisioterapia da UNIARP coletou-se 30 amostras do peso corporal e da estatura. Determine a
média.
masculino
feminino
Peso (kg) Estatura (cm) Peso (kg) Estatura (cm)
73 173 65 163
78 177 61 167
75 179 70 170
77 189 72 154
80 188 63 150
78 176 56 162
86 165 55 169
87 167 49 178
70 187 52 177
72 167 55 167
69 190 59 164
68 160 65 168
70 162 68 159
71 170 70 162
84 177 71 160
FORMA DE REPRESENTAR OS DADOS DE UMA
PESQUISA
GRÁFICOS
TEM COMO FINALIDADE:
REPRESENTAR OS RESULTADOS DE FORMA SIMPLES, CLARA E VERDADEIRA
DEMONSTRAR O FENÔMENO EM ESTUDO
OBSERVAR OS VALORES DA SÉRIE

CABEÇALHO
CORPO
RODAPÉ
GRÁFICO EM LINHA OU CURVA
GRÁFICO EM COLUNAS OU BARRAS
GRÁFICO EM SETORES OU PIZZAS

Aula de Estatística 4 Fase Psicologia e Educação Física 2020 2 Sábado A Tarde 1

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

Aula de Estatística 4 Fase Psicologia e Educação Física 2020 2 Sábado A Tarde 1

Încărcat de

Drepturi de autor:

Formate disponibile

Prof. Me.

Jorge Luiz Velasquez

Mestre em Administração de Empresas pela UNISUL–Universidade do

Contato: (49) 99827933 – e-mail: velasquez-jorge@hotmail.com

 Qual seu Nome?

4.1. Gráfico estatístico;

5.1. Tabela primitiva e rol;

5.4. Número de classes e Intervalos de classe;

• Conhecer os vários tipos de 7.4.1.Dados não-agrupados;

8.9. Noções sobre Correlação e Regressão.

AULAS PRÁTICAS RESOLUÇÕES DE EXERCÍCIOS DURANTE AS AULAS

As aulas teóricas serão expositivas

As aulas teóricas serão, em sua maioria,

Para cada Unidade de Ensino, serão adotados a Resoluções de exercícios em

Serão realizados trabalhos individuais como Trabalhos em casa Durante o semestre

Trabalho em grupos de (0 ) acadêmicos que As orientações serão repassadas 25 de agosto de 2018

Se o cálculo remonta às mais antigas comunidades humanas, a estatística de

Um quarto da população, ou 52,168 milhões de brasileiros, estava abaixo da linha

A ESTATÍSTICA NOS DIAS DE HOJE

É um conjunto de conhecimentos relativo a um determinado objeto obtidos

Ciência Psicologia – Objeto = ?

Os dados (informações quantitativas) obtidos na fase EXPERIMENTAÇÃO

O administrador de uma fábrica de parafusos pretende assegurar-se de

População: conjunto de todos os parafusos fabricados ou a fabricar pela

Amostra: conjunto de parafusos escolhidos ao acaso de entre o lote de

Problema: pretende-se, a partir da percentagem de parafusos

Por que em todas as áreas de atividades surgem

•Qual a evolução do salário mínimo real?

•Fazer pesquisas bibliográficas

•Planejar e executar pesquisas,

“Toda investigação é uma tentativa para resolver um problema

Fonte: Tavares (2011)

1984 Los Angeles 8

AMOSTRAGEM: é o procedimento pelo qual

População de uma Variável

ONDE VOU ENCONTRAR MEU

O QUE EU QUERO SABER DO MEU

Uma pesquisa pode ser

Populacional = todo Amostral = parte

Planeje bem a sua amostra;

Equivale a um sorteio lotérico.

Pode ser realizada numerando-se

Será selecionada uma

Grau de instrução / nível de renda / sexo / faixa etária ...

Digamos que os elementos da população estão ordenados, e a regra é

A população (neste caso,

Será selecionada uma

Não probabilística, pois a

Não se pode generalizar os

O pesquisador usa o seu

Exemplo: Pesquisa sobre um cosmético em um salão de beleza.

É quando se estabelece uma

Essa cota depende da

Pesquisa sobre preferencia de modelo de carro. Entrevistar homens e mulheres

Refere-se à exatidão dos resultados de medições obtidos

Um projeto é mais eficiente do que outro se , sob

• Amostra Aleatória Simples

Amostra Aleatória Simples

Novamente é feito o sorteio, sendo que nessa amostragem os

Ex.: Suponhamos que uma empresa tenha 720 colaboradores

Exemplos de populações divididas em estratos:

-sexo (homem e mulher);

PORCENTAGEM DA AMOSTRA = AMOSTRA/POPULAÇÃOx100