You are on page 1of 54

2012 Copyright. Curso Agora eu Passo - Todos os direitos reservados ao autor.

PC/DF

ESTATSTICA

Mdulo 01: Conceitos Iniciais
Mdulo 02: Distribuio de Frequncias
Mdulo 03: Grficos Estatsticos
Mdulo 04: Medidas de Posio
Mdulo 05: Medidas de Disperso
Mdulo 06: Diagrama de Caixa
Mdulo 07: Amostragem



Prof. Weber Campos
(webercampos@gmail.com)







Prof. Weber Campos 2

Estatstica
MDULO 01: CONCEITOS INICIAIS

1. Estatstica:
um ramo da Matemtica Aplicada, uma metodologia, uma tcnica cientfica, adotada para
se trabalhar com dados, ou seja, com elementos de pesquisa. Esta metodologia, este mtodo,
consiste em uma srie de etapas, iniciando pela coleta das informaes (dos dados) que, aps
coletadas, passaro por uma organizao e apresentao. Chegamos, da, a uma fase
complementar, na qual se dar a anlise daqueles dados (j organizados e descritos). Ora, esta
anlise dos dados coletados funcionar como um meio, pelo qual chegaremos a uma concluso. Esta,
por sua vez, ensejar uma tomada de deciso.
A Estatstica no meramente coletar dados de pesquisa para disp-los numa tabela. O alcance da
Estatstica maior: os elementos serviro a uma anlise, porque, ao final, queremos chegar a uma
concluso. Existe uma deciso a ser tomada, e o ser com base na concluso a qual a anlise dos
dados nos conduzir.
No h um s medicamento vendido nas farmcias que no tenha sido submetido a rigorosos
controles estatsticos. Antes de virar remdio, aquela droga foi testada um zilho de vezes.
Primeiro em animais e depois em pessoas. E foram anotados os efeitos colaterais causados pela
droga, em cada uma das vezes que elas foram tomadas pelos pacientes. Esses dados foram
analisados, para gerar uma concluso. Aquela substncia s se transforma em medicamento e chega
s prateleiras se a concluso for satisfatria e os riscos estiverem dentro de um padro aceitvel.

1.1. Estatstica Descritiva ou Dedutiva:
aquela encarregada dos primeiros passos do processo estatstico, quais sejam, a coleta, a
organizao e a descrio (ou apresentao) dos dados.
Estas trs etapas iniciais: coleta, organizao e descrio, podem ser resumidas em uma
nica palavra: sntese dos dados. Portanto, se a questo de prova perguntar se a estatstica
descritiva responsvel pela sntese dos dados, isto estar correto.

1.2. Estatstica Indutiva ou Inferencial:
a responsvel pelas etapas finais do processo estatstico: a anlise e a interpretao dos
dados que culminar na tomada de deciso.

2. Populao:
Tambm chamada de Conjunto Universo. aquele conjunto do qual desejamos extrair a
informao, e cujos elementos tm, pelo menos, uma caracterstica comum, a qual est inserida no
contexto daquilo que desejamos analisar.

3. Censo:
uma das formas de se processar um estudo estatstico. Suponhamos que uma colgio tenha
precisamente duzentos estudantes. Se, em nossa pesquisa, resolvermos consultar todos os alunos,
ou seja, todos os elementos da populao, fazendo o questionamento a cada um deles, sem
exceo, estaremos realizando um censo.
Ou seja, o censo o tipo de estudo estatstico que abrange todos os elementos da populao.
O exemplo clssico o censo demogrfico, que o IBGE realiza no pas a cada dez anos, e em
que pretensamente so consultados todos os lares brasileiros.




Prof. Weber Campos 3

Estatstica
4. Amostragem:
o tipo de estudo estatstico que se contrape ao censo. Como o prprio nome sugere, aqui
ser utilizada uma amostra, ou seja, uma parte, um subconjunto da populao, que ter o condo de
representar o conjunto inteiro. Ou seja, para que se possa considerar uma parte da populao como
uma amostra, preciso que esta parte seja representativa do todo.
Se a questo de prova afirmar apenas que amostra uma parte da populao, e somente
isso, ento estar errada. preciso frisar a caracterstica essencial de uma amostra, que a
representatividade. Assim, estaria correta a assertiva: amostra uma parte da populao (um
subconjunto), a partir da qual se pode auferir concluses acerca desta mesma populao.
Observamos, assim, o carter de representatividade da amostra.
Uma pergunta frequente em sala de aula versa sobre o nmero mnimo de elementos de um
subconjunto da populao, suficiente para caracteriz-lo como uma amostra, ou seja, o nmero de
elementos capaz de conferir ao subconjunto aquela representatividade. Existem frmulas capazes de
determinar o nmero mnimo de elementos de uma amostra (para que assim seja considerada),
conforme se deseje uma maior ou menor preciso nos resultados. No existe uma porcentagem fixa
do total para se obter a amostra!

5. Algumas Razes para a Adoo da Amostragem:
So todas elas intuitivas:
a) Quando a populao muito grande. Ora, h situaes em que a populao
incomensuravelmente extensa, de forma que se torna invivel o uso do censo e, por outro lado,
extremamente conveniente a adoo de uma amostra. Por exemplo, uma pesquisa eleitoral,
realizada em um municpio com milhes de eleitores: Seria quase impossvel entrevistar cada eleitor!
Coleta-se, pois, uma amostra.
b) Quando se deseja o resultado da pesquisa em curto espao de tempo. Vale o mesmo
exemplo da pesquisa eleitoral. s vezes, se deseja atualizar o resultado destas pesquisas de dois em
dois dias, ou mesmo diariamente. No seria possvel se entrevistar milhes de eleitores no intervalo
de poucas horas.
c) Quando se deseja gastar menos. Ora, o dispndio de recursos financeiros
consideravelmente menor se o nmero de elementos da pesquisa tambm o for. Sai mais barato
entrevistar algumas centenas ou mesmo milhares de pessoas, que entrevistar alguns milhes.
d) Quando o objeto da pesquisa destrutivo. Suponhamos que uma montadora de veculos
quer testar a segurana do air-bag de um determinado modelo. O que ela faz? Pega alguns
exemplares daquele carro e os submete a colises fortssimas contra muros de concreto, filmando
tudo em cmera lenta. O carro fica destrudo para que a experincia seja realizada. No faria sentido
realizar uma pesquisa como esta para toda a frota produzida.

6. Varivel:
o objeto da pesquisa. aquilo que estamos investigando. Por exemplo, se perguntamos
quantos livros algum l por ano, esta a varivel: nmero de livros lidos por ano; se a pesquisa
questiona qual a altura de um grupo de pessoas, ento altura ser a varivel; da mesma forma,
podemos pesquisar uma infinidade de outras variveis: nvel de instruo, religio, cor dos olhos,
peso, estado civil, nacionalidade, nmero de pessoas que moram na sua casa , etc. O objeto da
pesquisa, do estudo estatstico, ser, pois, a varivel.







Prof. Weber Campos 4

Estatstica
6.1. Classificao das Variveis:
H, inicialmente, uma diviso principal para as variveis estatsticas, que consiste em
consider-las como: Variveis Quantitativas ou Variveis Qualitativas.
Esta diviso de faclima compreenso: ser quantitativa a varivel para a qual se possa atribuir um
valor numrico. Ou seja, se a resposta fornecida pesquisa estiver expressa por um nmero, ento
a varivel quantitativa. Por exemplo: Quantos livros voc l por ano? A resposta um nmero?
Ento, varivel quantitativa. Quantas pessoas moram em sua casa? A resposta um nmero? Ento,
novamente, varivel quantitativa. Agora, se a pergunta qual a sua cor preferida?, logicamente a
resposta no ser um nmero, da estaremos tratando de uma Varivel Qualitativa, ou seja, aquela
para a qual no se atribui um valor numrico.
Dentro desta classificao inicial, h uma outra:
- Variveis Quantitativas podem ser: discretas ou contnuas.
- Variveis Qualitativas podem ser: nominais ou ordinais.

Varivel Discreta a varivel quantitativa que no pode assumir qualquer valor, dentro de
um intervalo de resultados possveis. Por exemplo, se eu pergunto quantos irmos voc tem, a
resposta jamais poderia ser tenho 3,75 irmos, ou tenho 4,8 irmos, ou seja, a resposta no
poderia assumir todos os valores de um intervalo. Ou ainda, as respostas possveis seriam sempre
descontnuas.
Usando ainda outras palavras, se a varivel quantitativa discreta, existir um vcuo, uma
descontinuidade, entre um resultado possvel e outro.
A varivel discreta em geral aquela obtida por meio de uma contagem, ou seja: a varivel
discreta ns contamos!
Exemplos: Quantas pessoas moram na sua casa? Quantos livros voc tem em sua estante?
Quantos carros importados voc tem na sua garagem? Se, para responder pergunta, recorremos a
uma contagem, ento estamos diante de uma varivel quantitativa discreta (ou descontnua).
Por sua vez, a Varivel Contnua aquela que pode assumir qualquer valor dentro de um
intervalo de resultados possveis. Se eu pergunto quantos quilos voc pesa, a resposta pode ser
65,357kg. Se eu pergunto qual a temperatura na cidade hoje, a resposta pode ser 27,35C. Para
facilitar a memorizao, lembraremos que a varivel contnua em geral pode ser obtida por uma
medio, ou seja, a varivel contnua ns medimos! Exemplos: peso, altura, durao de tempo para
resoluo de uma prova, presso, temperatura , etc.
J no tocante s variveis qualitativas, sero consideradas ordinais sempre que pudermos
estabelecer uma ordem, uma hierarquia, entre as respostas obtidas. Por exemplo, se vamos a um
quartel, pesquisar a patente militar dos que ali trabalham, para saber quantos so soldados, ou
sargentos, ou tenentes, ou capites , etc, a resposta pergunta qual a sua patente? no ser,
obviamente, um valor numrico; logo, estaremos com uma varivel qualitativa. Ser que possvel
determinar uma hierarquia dentre estas respostas? Claro que sim! Logo, estamos diante de uma
varivel qualitativa ordinal. Outro exemplo: se o prefeito de determinada cidade nos contrata para
fazermos um estudo estatstico acerca do nvel de instruo dos moradores daquele lugar, e as
respostas possveis a esta pesquisa so algo como sem instruo escolar, nvel fundamental
incompleto, nvel fundamental completo, nvel mdio incompleto, nvel mdio completo, nvel
superior , etc. Ora, tais respostas no so nmeros, logo, varivel qualitativa. Podemos estabelecer
uma hierarquia entre estas respostas? Sim! Logo: varivel ordinal.
Por outro lado, se a varivel qualitativa de tal forma que no possamos verificar uma
ordem, uma hierarquia, ento diremos que a varivel nominal. Por exemplo, uma pesquisa para
saber a religio de um grupo de pessoas. As respostas no so numricas, logo a varivel
qualitativa; e entre estas respostas no se pode estabelecer qualquer hierarquia, da, religio
praticada uma varivel qualitativa nominal. Outro exemplo: a sua cor preferida. No nmero, e
no h hierarquia, logo, varivel qualitativa nominal.
Por excluso, e de uma forma simplificada, podemos apenas dizer que varivel qualitativa nominal
toda aquela que no ordinal.

Prof. Weber Campos 5

Estatstica
7. Dados Brutos:
Como o prprio nome indica, so os dados obtidos da pesquisa, dispostos da mesma forma como
foram coletados, sem que tenha sido realizado com eles qualquer ordenamento. Em outras palavras,
podemos dizer que so os resultados das variveis dispostos aleatoriamente, isto , sem nenhuma
ordem de grandeza crescente ou decrescente.

8. Rol:
Vimos que uma das etapas do processo estatstico consiste em organizar os dados. Inclusive,
j sabemos que organizar os dados um dos passos da Estatstica Descritiva ou Dedutiva. Da, uma
forma de organizar os dados brutos consiste em dispor estes dados em uma ordem. Da, rol nada
mais que a ordenao dos dados brutos, de um modo crescente ou decrescente.

9. Sries Estatsticas:
So nada mais que tabelas, as quais expressam o resultado de um estudo estatstico. Se,
olhando para esta tabela, pudermos identificar trs elementos, quais sejam: o objeto do estudo, o
local e a poca da pesquisa, ento estaremos diante de uma srie estatstica. , portanto, uma
maneira de apresentar os dados estatsticos, de uma forma tabulada.
So trs, pois, os elementos de uma srie estatstica: 1) o fato: o fenmeno que foi
investigado, e cujos valores esto sendo apresentados na tabela; 2) o local: indica o mbito
geogrfico ou a regio onde o fato aconteceu; 3) a poca: refere-se ao perodo, data ou tempo,
quando a varivel foi investigada.
Logo, ao nos defrontarmos com uma srie estatstica, devemos apresentar respostas s seguintes
perguntas: O qu? Quando? Onde? Tais perguntas sero respondidas, respectivamente, pelos
elementos: descrio do fato, poca e local.
Na srie estatstica haver sempre um elemento que sofrer variaes, enquanto outros dois
permanecero constantes (inalterados). A partir deste elemento varivel estabeleceremos uma
classificao, apresentada a seguir.

9.1. Classificao das Sries Estatsticas:
Dependendo do elemento que varia e dos elementos que permanecem fixos, as sries sero
classificadas em: Histricas, Geogrficas, Especficas e Distribuio de Frequncias.

9.1.1. Sries Histricas:
Sero chamadas Sries Histricas aquelas cujo elemento que sofrer variao a poca,
permanecendo fixos o local e a descrio do fenmeno.
Vejamos o exemplo abaixo:
PRODUO DE MINRIO DE FERRO (BRASIL)
Anos Quantidade (*)
(toneladas)
(*) Valores hipotticos.
1978 12.104.375
1979 13.072.942
1980 18.739.223
1981 16.435.838

Observemos que, olhando esta tabela acima, saberemos dizer qual foi o fenmeno estudado, qual o
local e a poca da pesquisa. Verificamos ainda que, destes elementos, o objeto do estudo fixo
(produo de ferro), o local fixo (Brasil), porm a poca da pesquisa varia de 1978 a 1981,
determinando, por isso, que se trata de uma srie histrica.

Prof. Weber Campos 6

Estatstica
Existem alguns sinnimos para este tipo de srie estatstica, e que devem ser cuidadosamente
memorizados, para o caso de uma questo terica. So eles: sries cronolgicas, temporais ou de
marcha.

9.1.2. Sries Geogrficas:
Sero chamadas Sries Geogrficas aquelas cujo elemento varivel ser o local, permanecendo
fixos o tempo e a descrio do fenmeno. So igualmente chamadas de sries espaciais, territoriais
ou de localizao. Convm dedicarmos especial ateno a estes sinnimos. Vejamos o exemplo
abaixo:
PRODUTO INTERNO BRUTO - 1980
Pases US$
(bilhes) (*)
(*) valores hipotticos.
Holanda 126,3
Itlia 106,3
Frana 103,6
Portugal 92,0

Verificamos, facilmente, que so fixos o fenmeno estudado (produto interno bruto) e a
poca da pesquisa (1980). Todavia, o elemento local sofre variao, caracterizando, por isso, esta
srie estatstica como srie geogrfica.

9.1.3. Sries Especficas:
Chamaremos de Sries Especficas aquelas cuja descrio do fenmeno sofrer variao,
permanecendo fixos os elementos local e tempo. Recebem ainda os sinnimos de sries
especificativas ou categricas. Analisemos o exemplo abaixo:

Nmero de alunos concludentes
UFC 2007
Cursos n. alunos (*) (*)valores hipotticos
Direito 238
Medicina 125
Engenharia 74
Estatstica 1

Observemos que permanecem fixos o local da pesquisa (UFC Universidade Federal do Cear) e a
poca (ano 2000). Todavia, o fenmeno estudado est sofrendo uma variao, em diversas
categorias (da, o nome sries categricas), dando ensejo a esta classificao das sries especficas.

9.1.4. Distribuio de Frequncias:
A quarta e ltima espcie de srie estatstica , de longe, a mais importante delas. Trata-se
da chamada Distribuio de Frequncias. A maioria das provas de estatstica trabalha as questes
tomando por base dados apresentados sob esta forma, ou seja, dados dispostos na Distribuio de
Frequncias. Por este motivo, daremos redobrada nfase a este tpico, reservando, inclusive, um
mdulo inteiro para tratarmos deste assunto. Na Distribuio de Frequncias, os dados so
ordenados segundo um critrio de magnitude, em classes ou intervalos, permanecendo fixos o fato,
o local e a poca. Isto , embora o fenmeno estudado seja nico, este sofrer uma subdiviso em
classes.
Vejamos o exemplo a seguir:




Prof. Weber Campos 7

Estatstica
Altura dos alunos do curso X, em 11/03/2007.
Alturas (m) N de alunos
1,50 | 1,60 14
1,60 | 1,70 29
1,70 | 1,80 37
1,80 | 1,90 18
1,90 | 2,00 2

Observemos que o fenmeno estudado nico (altura dos alunos), todavia est se subdividindo em
vrias classes. Temos, pois, a classe dos alunos com altura variando entre 1,50m e 1,60m; a classe
dos alunos com altura entre 1,60m e 1,70m, e assim por diante. Quando formos detalhar, em um
prximo tpico, a Distribuio de Frequncias, voltaremos a falar sobre as classes e sobre todos os
demais elementos deste tipo de srie estatstica.

9.1.5. Sries Conjugadas (ou mistas ou compostas)
Estas so sries que resultam de uma combinao de, pelo menos, duas das sries vistas
anteriormente. Por exemplo:
Gastos da Empresa X
1999 - 2002

Anos
Gastos (R$)
Material Pessoal
1999 100.000,00 21.000,00
2000 110.500,00 23.300,00
2001 120.100,00 24.900,00
2002 130.200,00 26.500,00

As informaes variam em dois sentidos: por ano (verticalmente) e por especificao do fenmeno
observado (horizontalmente: gastos com material e gastos com pessoal).

10. NORMAS PARA APRESENTAO DE DADOS ESTATSTICOS:
Um dos objetivos da Estatstica resumir os dados ou valores que uma ou mais variveis possam
assumir, a fim de que se tenha uma sntese da variao dessas variveis. Para isso, ela recorre aos
Quadros ou Tabelas, que iro nos fornecer informaes a respeito das variveis em estudo.

10.1. Conceito de Tabela:
Trata-se simplesmente de um quadro, que sintetiza um conjunto de observaes, com o objetivo de
uniformiz-las e racionaliz-las, de forma a tornar mais simples e fcil a sua percepo. Destarte,
uma tabela deve ser construda de modo a fornecer o mximo de esclarecimentos, com o mnimo de
espao.

10.2. Elementos Fundamentais de uma Tabela Estatstica:
a) Ttulo: a indicao contida na parte superior da tabela, onde deve estar definido o fato
observado, com a especificao de local e poca, referentes a esse fato.
Exemplo:
NMERO DE ASSASSINATOS EM PERNAMBUCO 1999



b) Corpo: constitudo por linhas e colunas, que fornecem o contedo das informaes prestadas.

Prof. Weber Campos 8

Estatstica
c) Cabealho: a parte da tabela que apresenta a natureza do que contm cada coluna. Ou seja,
apresenta o contedo das colunas.
Exemplo:
Locais Quantidade de Ocorrncias



d) Coluna Indicadora: a que determina o que contm as linhas. Ou seja, apresenta o contedo
das linhas.
Exemplo:

Regio Metropolitana de Recife
Cidades Litorneas de Pernambuco
Cidades do Agreste de Pernambuco
Cidades do Serto de Pernambuco

10.3. Elementos Complementares de uma Tabela Estatstica:
a) Fonte: designa a entidade que forneceu os dados estatsticos. Ex.: Fonte: IBGE, Ibope,
etc.
b) Notas: esclarecimentos de natureza geral.
c) Chamadas: esclarecimentos de natureza especfica.

Observao: Preferencialmente, as notas e chamadas devem ser colocadas no rodap da tabela.

10.4. Observaes sobre a construo de uma Tabela:
So apenas recomendaes acerca do aspecto formal que uma tabela deve apresentar:
- A tabela no dever ser fechada lateralmente.
- As casas (clulas) no devero ficar em branco, apresentando sempre um nmero ou sinal
convencional.

10.5. Sinais Convencionais:
So tambm convenes, concernentes ao aspecto formal de uma tabela estatstica:
a) Trs Pontos (...): quando o dado existe, mas no o conhecemos, ou seja, no dispomos dele;
b) Trao horizontal (): quando o valor zero;
c) Ponto de Interrogao (?): quando h dvida quanto exatido de determinado dado;
d) A letra z (Z): quando o dado for rigorosamente zero;
e) O zero (0): quando o valor muito pequeno para ser expresso pela unidade adotada.








Prof. Weber Campos 9

Estatstica
11. TIPOS DE TABELA:
11.1. Tabela Simples (unidimensional):
So aquelas que apresentam dados ou informaes relativas a uma nica varivel.
Exemplo:
Preferncia por um time de futebol % de torcedores
Flamengo
Corinthians
So Paulo
Palmeiras
Santos
27
22
19
17
15
Total 100

11.2. Tabela de Dupla Entrada ou Cruzada (bidimensional):
So as que apresentam, por sua vez, dados ou informaes relativas a mais de uma varivel.
Exemplo:
Preferncia por
Programa de rdio
Sexo
Total
Masculino Feminino
Noticirio
Musical
Novela
Esportivo
Outros
08
10
07
15
05
05
10
15
06
03
13
20
22
21
08
Total 45 39 84


EXERCCIOS DOS CONCEITOS INICIAIS

01. (Estatistico CEASA/MG 2004 FUMARC) Os clientes da Distribuidora de Arroz ABC Ltda tm fichas
de cadastro numeradas consecutivamente de 261 a 973. Deve-se selecionar uma amostra aleatria
de 25 pacientes para serem pesquisados quanto satisfao de atendimento por parte da
Distribuidora. O nmero de elementos dessa populao :
a) 712 b) 710 c) 973 d) 713

02. (TCU 93) Assinale a opo correta:
a) Estatstica Inferencial compreende um conjunto de tcnicas destinadas sntese de dados
numricos.
b) O processo utilizado para se medir as caractersticas de todos os membros de uma dada
populao recebe o nome de censo.
c) A Estatstica Descritiva compreende as tcnicas por meio das quais so tomadas decises sobre
uma populao com base na observao de uma amostra.
d) Uma populao s pode ser caracterizada se forem observados todos os seus componentes.
e) Parmetros so medidas caractersticas de grupos, determinadas por meio de uma amostra
aleatria.

03. (TCDF 95) Assinale a opo correta:
a) Em Estatstica, entende-se por populao um conjunto de pessoas.
b) A varivel discreta quando pode assumir qualquer valor dentro de determinado intervalo.
c) Frequncia relativa de uma varivel aleatria o nmero de repeties dessa varivel.
d) A srie estatstica cronolgica quando o elemento varivel o tempo.
e) Amplitude total a diferena entre dois valores quaisquer do atributo.




Prof. Weber Campos 10

Estatstica
04. (Fiscal de Rendas RJ 2003 FJG) Os dados de um determinado estudo representam muitas
variveis para cada uma das pessoas que se submeteram ao estudo. Uma varivel considerada
qualitativa a seguinte:
A) idade B) altura C) sexo D) peso

05. Considerando a tabela a seguir indicada, pode-se concluir que seus dados refletem uma srie:
PRODUTOS QUANTIDADE (ton)
ARROZ 300.000
ACAR 250.000
MILHO 120.000
FEIJO 30.000
a) especificativa ou especfica.
b) Geogrfica.
c) Temporal.
d) Distribuio de frequncia


06. (TCDF 2002 CESPE) Julgue os itens seguintes.

1. Por Estatstica Descritiva entende-se um conjunto de ferramentas, tais como grficos e tabelas,
cujo objetivo apresentar, de forma resumida, um conjunto de observaes.
2. Quando aplicada em uma populao de pessoas formada pelo mesmo nmero de homens e de
mulheres, uma amostra aleatria simples tambm apresenta o mesmo nmero de homens e de
mulheres.

07. (FTE-Alagoas 2002 CESPE) Julgue os seguintes itens.

1. Um censo consiste no estudo de todos os indivduos da populao considerada.
2. Como a realizao de um censo tipicamente muito onerosa e(ou) demorada, muitas vezes
conveniente estudar um subconjunto prprio da populao, denominado amostra.
3. Em uma distribuio de frequncias para um conjunto de n indivduos, pode-se calcular as
frequncias relativas, dividindo-se cada frequncia absoluta pela amplitude da correspondente classe
ou do intervalo.


GABARITO

01. D
02. B
03. D
04. C
05. A
06. 1.Certo 2.Errado
07. 1.Certo 2.Certo 3.Errado


Prof. Weber Campos 11

Estatstica
MDULO 02: DISTRIBUIO DE FREQUNCIAS

As distribuies de frequncias (ou tabelas de frequncias) so muito importantes na Estatstica.
Basicamente so utilizadas para se ter uma idia quantitativa sobre a distribuio dos dados, ou seja, como
os dados se manifestam.
Assim como existem dois tipos de dados quantitativos (discretos e contnuos) existem tambm dois
tipos de distribuies de frequncias.


1. DISTRIBUIO DE FREQUNCIAS PARA DADOS DISCRETOS

Neste caso a distribuio de frequncias se compe basicamente de duas informaes: as possveis
ocorrncias e a quantidade de vezes que cada uma ocorreu de fato.

Ex.: Imagine que voc lana um dado 20 vezes e anota, em cada lanamento, o valor da face voltada para
cima. Suponha que temos os seguintes resultados:

1 5 3 1 4 6 2 1 3 1
3 1 2 5 2 3 3 4 1 5

Para este exemplo temos a seguinte tabela de frequncias:

Valores
Observados (Xi)
Frequncia
Observada (fi)
1 6
2 3
3 5
4 2
5 3
6 1
Total 20
OBS.:

Na primeira coluna temos os valores das faces do dado e na segunda coluna temos o nmero de
vezes que cada face ocorreu no experimento.
A soma total da coluna das frequncias tem valor igual ao total de observaes do experimento.


2. DISTRIBUIO DE FREQUNCIAS PARA DADOS CONTNUOS

Para um melhor entendimento sobre o conceito de distribuio de frequncias para dados contnuos
usaremos o seguinte exemplo:
Um professor, ao aplicar um teste em uma turma, deseja fazer uma pesquisa completa
sobre o desempenho dos seus 50 alunos.
A lista dos resultados obtidos foi a seguinte (dados brutos):

5,5 7,8 7,0 4,4 3,0 2,0 0,5 0,0 9,5 5,0
2,4 3,5 4,0 4,0 1,5 1,0 6,0 2,5 8,0 3,2
5,0 5,3 5,5 4,0 4,5 6,5 2,5 1,0 4,8 5,0
3,0 1,9 1,5 7,5 5,0 5,1 4,0 4,5 5,5 5,5
0,0 0,5 2,2 3,6 0,5 9,5 5,0 3,7 4,0 2,0

Agrupando os resultados por classes ou intervalos, obteremos a seguinte distribuio de
frequncias:




Prof. Weber Campos 12

Estatstica
Notas Frequncias
0 | 2
2 | 4
4 | 6
6 | 8
8 | 10
10
12
20
5
3
Total 50

O arranjo ou organizao dos dados brutos por classe, junto com as frequncias
correspondentes, chamado de Distribuio de Frequncias com intervalos de classe (ou Dados
tabulados agrupados em classes).

IMPORTANTE:
Somente utilizaremos a distribuio de frequncia com intervalos de classe, em duas
situaes:
a) Quando os dados da amostra forem dados contnuos! (Lembrando: dados obtidos por
medio!)
b) Quando os dados da amostra forem dados discretos (lembrando: obtidos por
contagem), porm em nmero acima de 30 (trinta) elementos.


3. ELEMENTOS DE UMA DISTRIBUIO DE FREQUNCIA:

a) Classes: so os intervalos de variao da varivel. So representados por i = 1, 2, 3, ..., k; onde k
o nmero total de classes da distribuio.
Cada classe representada por um intervalo onde so indicados apenas os valores limites. Vejamos
quais so os tipos de intervalos de classe existentes:
i) 3 | 5 ou [3 ; 5) : fechado esquerda e aberto direita. Inclui o limite inferior e exclui o limite
superior.
ii) 3 | 5 ou (3 ; 5] : aberto esquerda e fechado direita. Exclui o limite inferior e inclui o limite
superior.
iii) 3 || 5 ou [3 ; 5]: fechado esquerda e direita. Inclui os dois limites.
iv) 3 5 ou (3 ; 5): aberto esquerda e direita. Exclui os dois limites.

b) Limites de Classe: so os extremos de uma classe.
linf = limite inferior
lsup = limite superior

c) Amplitude de Classe: a medida do intervalo que define a classe. obtida pela diferena entre os
limites superior e inferior dessa classe. indicada por h.
inf sup l l h =

d) Ponto Mdio de uma Classe: aquele que divide o intervalo de classe em duas partes iguais.
Chamaremos Ponto Mdio de PM, e o calcularemos do seguinte modo:

2
inf sup l l
PM
+
= ou
|
.
|

\
|
+ =
2
inf
h
l PM
IMPORTANTE: O Ponto Mdio de uma classe o seu representante legtimo.
Outras Relaes:
1) O limite superior de uma classe o ponto mdio do intervalo dessa classe somado com a
metade da amplitude de classe.
|
.
|

\
|
+ =
2
sup
h
PM l
2) O limite inferior de uma classe o ponto mdio do intervalo dessa classe subtrado da metade
da amplitude de classe.

Prof. Weber Campos 13

Estatstica
|
.
|

\
|
=
2
inf
h
PM l
IMPORTANTE: Quando todas as classes de uma distribuio possuem mesmas amplitudes de
classe, teremos que:
- A diferena entre os pontos mdios constante e igual amplitude de classe. Portanto, para
calcular todos os pontos mdios de uma distribuio, calcule o primeiro ponto mdio pela frmula e
depois v somando a amplitude de classe para encontrar os outros pontos mdios.

e) Amplitude Total da Distribuio: a diferena entre o limite superior da ltima classe (limite superior
mximo) e o limite inferior da primeira classe (limite inferior mnimo). designada por At.
min max L L At =
Obs.: A Amplitude Total para o Rol e Dados brutos tambm chamada de Amplitude Amostral (Aa), e
definida como a diferena entre o maior e o menor elemento da amostra.
Teremos que:
min max
x x Aa =

f) Frequncia: existem vrios tipos de frequncias usadas em uma Distribuio de Frequncias com e
sem intervalos de classe, veja abaixo quais so elas.


4. TIPOS DE FREQUNCIAS:

As frequncias mencionadas abaixo esto definidas para uma distribuio de frequncia com
intervalos de classe. As definies dessas frequncias para uma distribuio sem intervalos de classe
so feitas de maneira anloga.

4.1. FREQUNCIA ABSOLUTA( ) fi
Indica quantos elementos pertencem a cada classe.

4.2. FREQUNCIA ABSOLUTA ACUMULADA CRESCENTE( ) + fac
Indica a quantidade de elementos que menor ou igual ao limite superior da classe. conhecida
tambm, como frequncia abaixo de.


4.3. FREQUNCIA RELATIVA( ) Fi
Indica a proporo de elementos em cada classe com relao ao total de elementos.

4.4. FREQUNCIA RELATIVA ACUMULADA CRESCENTE( ) + Fac
Indica a proporo de elementos, em relao ao total de elementos, que menor ou igual ao
limite superior da classe. conhecida tambm, como frequncia relativa abaixo de.



Prof. Weber Campos 14

Estatstica
MDULO 03: REPRESENTAO GRFICA DOS DADOS ESTATSTICOS

1. INTRODUO:
Grfico estatstico nada mais do que uma forma de apresentao dos dados estatsticos. Tem como
objetivo produzir, em quem o analisa, uma informao direta e objetiva do fenmeno em anlise.
claro que nenhuma prova de concurso pedir para voc desenhar o grfico, ento como ser
medido o nosso conhecimento sobre os grficos estatsticos? Poder ser feito de dois modos: 1)
uma questo terica para medir o conhecimento sobre os tipos de grficos estatsticos; e 2) a
questo fornece um determinado grfico pronto e pede que calculemos uma medida estatstica
baseada nele.
Esse ltimo modo o mais frequente em provas, e para resolver as questes deste tipo, temos que
saber ler e retirar as informaes que so fornecidas no grfico.
Passemos agora a conhecer os principais tipos de grficos estatsticos. D uma ateno especial aos
grficos usados para a representao de uma Distribuio de Frequncias. E para esses grficos,
procure saber como montar a tabela de frequncias correspondente.

2. GRAFICOS ESTATSTICOS PARA SRIES GEOGRFICAS, TEMPORAIS E ESPECFICAS:
Convm ressaltar que o mais relevante no que o aluno saiba desenhar os grficos que
veremos a seguir, e sim que ele saiba interpret-lo e, se for o caso, reconhecer no grfico algumas
medidas estatsticas que possam, eventualmente, ser requeridas pela questo.


2.1. GRFICO DE COLUNAS:
a representao de uma srie estatstica por meio de retngulos no contguos, dispostos
verticalmente. Os retngulos possuem a mesma base e as suas alturas so proporcionais aos
respectivos dados.
usado para sries temporais, sries especficas ou sries geogrficas.

Exemplo 01:
Produo de Veculos no Brasil (1992 1996)
(em milhares de unidades)













800
900
700
600
1000
92 93 94 95 96

Prof. Weber Campos 15

Estatstica
Exemplo 02:
Alunos Formados na UFPE em 1999











Advogados Mdicos Engenheiros


Exemplo 03:












a b c d e a b c d e

Masculino Feminino Sexo


2.2. GRFICO EM BARRAS:
Exemplo 04:
PRODUO DE CEBOLA
BRASIL 1992











a representao de uma srie estatstica por meio de retngulos dispostos horizontalmente. Os
retngulos possuem mesma altura e os seus comprimentos so proporcionais aos respectivos dados.
normalmente usado para sries geogrficas ou tambm na representao de sries especficas.


Legenda

a - Noticirio
b - Musical
c - Novela
d- Esportivo
e - Outros
200
160
100
15
10
5
3
6
7
8
So Paulo
R. G. do Sul
Sta Catarina
Pernambuco
Minas Gerais
0 40 80 120 160 200 240 280 (mil toneladas)

Prof. Weber Campos 16

Estatstica
2.3. GRFICO EM LINHAS
So usados sobretudo na representao de sries temporais.
Exemplo: Estudando a populao de um determinado pas, obtm-se os seguintes dados:

Exemplo 05:


Ano
Populao
(em
milhes)
1995 50
1996 55
1997 65
1998 70
1999 85















1995 1996 1997 1998 1999 Anos




2.4. GRFICO EM SETORES:
designado por meio de um crculo, onde cada classe representada por um setor circular, cujo
ngulo proporcional ao tamanho da amostra.
utilizado quando se deseja mostrar as partes de um todo, ou seja, quando se deseja comparar
propores.
Exemplo o6:
Empresas Produo
(unidades)
Produo
(percentagem
do total)
A 100 50%
B 30 15%
C 60 30%
D 10 5%
Total 200 100%

As reas dos setores so proporcionais aos dados da srie, e so obtidas por meio de uma regra de
trs simples, na qual consideraremos que a rea total da circunferncia 100% corresponde a
360.
Da, como no exemplo a empresa A representa 50% do total da produo, faremos a seguinte
regra de trs:
360 --- 100%
X
A
--- 50%

Da, 50 36 10 =
A
X

180 =
A
X

Logo, encontraremos que este setor dever cobrir um ngulo de 180.
De forma semelhante, encontraremos os ngulos para o restante das empresas:
empresa B:

54 =
B
X
empresa C:

108 =
C
X
empresa D:

18 =
D
X

50
Populao
55
65
85
70

Prof. Weber Campos 17

Estatstica
Com esse dados, marcamos num crculo, com um transferidor, os ngulos correspondentes a
cada setor, obtendo o grfico de setores:













3. GRAFICOS ESTATSTICOS PARA DISTRIBUIES DE FREQUNCIAS
Nesta seo, veremos os grficos utilizados para representar distribuies de frequncias. O
mais importante que se deve aprender aqui como montar a tabela de frequncias a partir do
grfico dado na questo, conhecimento este j exigido em algumas questes de prova.
Os grficos a seguir apresentados somente sero compreendidos em sua totalidade pelo leitor depois
que estudarmos, no prximo captulo deste Curso, quais so, o que significam e como se constroem
as frequncias de uma distribuio.

3.1. GRFICO DE HASTES OU BASTES:
Bastante utilizado para representar dados no agrupados em classes, o que normalmente ocorre
com dados discretos. (Lembrando: aqueles normalmente obtidos por contagem). Neste caso, no
h perda de informao, pois os valores da varivel aparecem individualmente, como constam da
amostra.
Observao: O Grfico de Hastes pode ser construdo utilizando-se, indistintamente, as frequncias
simples absolutas ou relativas de cada elemento.
Exemplo 07: Num lanamento de um dado 30 vezes tivemos o seguinte resultado:









O grfico de hastes correspondente a tabela o seguinte:














Tente fazer a volta, ou seja, a partir do grfico monte a tabela.


Xi fi
1
2
3
4
5
6
6
5
8
2
4
5
A
B
C
D
50%
15%
30%
5%
8
5
4
6
2
fi
1 2 3 4 5 6 Xi

Prof. Weber Campos 18

Estatstica
3.2. GRFICO EM ESCADA:
A representao das frequncias acumuladas para uma varivel discreta feita mediante o
uso de um grfico em escada.

Exemplo 08: As notas de Matemtica de 40 alunos de uma sala de aula foram os seguintes:









O grfico de escada correspondente a essa tabela de frequncias acumuladas o seguinte:


















No grfico, um ponto representa um intervalo fechado e um crculo, um intervalo aberto.
Novamente, tente a partir do grfico chegar na tabela de frequncias acumuladas.


3.3. HISTOGRAMA:
Podemos afirmar seguramente que, entre todos os grficos estatsticos, este o de maior
relevncia na esfera dos concursos pblicos.
O Histograma destinado representao de Distribuies de Frequncias. Qualquer
questo, portanto, que tente relacion-lo com outros tipos de Sries Estatsticas (sries geogrficas,
temporais , etc.) restar sumariamente equivocada.
Repetindo: utilizaremos o Histograma para representar dados agrupados em classes.
Neste caso, verificaremos que haver uma certa perda de informao, tendo em vista que na
Distribuio de Frequncias trabalharemos com classes de elementos, e no com elementos
dispostos individualmente.
Observao: O Histograma pode ser construdo utilizando-se, indistintamente, as frequncias simples
absolutas ou relativas de um intervalo de classe.
No Histograma, as classes estaro representadas por retngulos um para cada classe
dispostos vertical e contiguamente (sem espao entre eles), cujas bases sero margeadas pelos
limites destas classes (limites inferior e superior) e cujas alturas sero determinadas pelas
frequncias absolutas ou relativas de cada classe.
Trataremos novamente do Histograma no Captulo seguinte deste Curso.

Xi fi fac
2
4
5
7
8
10
5
7
8
10
6
4
5
12
20
30
36
40
36
20
12
30
5
fac
1 2 3 4 5 6 7 8 9 10 Xi
40

Prof. Weber Campos 19

Estatstica

Exemplo 08:

Notas fi
2 | 4
4 | 6
6 | 8
8 | 10
5
7
4
2
Total 18




3.4. POLIGONAL CARACTERSTICA:
o grfico construdo a partir do Histograma, utilizando-se apenas dos contornos deste.













3.5. POLGONO DE FREQUNCIAS:
o grfico construdo unindo-se por linhas retas os pontos mdios das bases superiores dos
retngulos de um Histograma. Estes pontos mdios, conforme veremos no prximo captulo, so os
elementos que esto exatamente no meio de cada classe, dividindo-as em duas metades.
Exemplo 09: fi

Notas fi
2 | 4
4 | 6
6 | 8
8 | 10
5
7
4
2
Total 18



3.6. CURVA DE FREQUNCIAS:
A partir do Polgono de Frequncias podemos representar contornos mais suaves (polgono de
frequncia polido), utilizando-se curvas para chegarmos a uma das representaes de grande
utilidade para a Estatstica, a qual chamaremos de Curva de Frequncias.
Usando-nos destas Curvas, poderemos entender com mais facilidade algumas relaes e algumas
propriedades presentes no estudo das Medidas de Posio e das Medidas de Disperso, conforme
veremos em captulos posteriores.
Para o exemplo apresentado no item anterior, a respectiva curva de frequncia dada por:



7 -
5 -
2 -
4 -
0 2 4 6 8 10
Classes
7
fi
5
2
4
2 4 6 8 10 Classes
7
5
2
4
fi
2 4 6 8 10 Classes

Prof. Weber Campos 20

Estatstica

fi









0 2 4 6 8 10 Classes

3.6.1. As Formas das Curvas de Frequncias:
As curvas de frequncias podem assumir certas formas caractersticas. Citamos algumas
delas:
Curva em foma de sino: estas apresentam um formato assemelhando-se ao contorno de um sino,
evidenciando uma forte concentrao dos valores em torno do centro da distribuio.
So muitos os fenmenos que oferecem distribuies em forma de sino: a estatura dos
adultos, o peso dos adultos, a inteligncia medida em testes de Q.I., os preos de um produto, etc.
Na prtica, bem provvel que a curva apresente uma certa assimetria esquerda (cauda
mais alongada esquerda) ou direita (cauda mais alongada direita) . Ento, possvel distinguir
trs configuraes para as curvas em forma de sino:













Curva Assimtrica Direita Curva Assimtrica Esquerda


Por hora, ningum se preocupe em memorizar esta nomenclatura de curvas assimtricas.
Sequer falamos ainda em simetria ou assimetria de um conjunto. Em momento oportuno, trataremos
exaustivamente destas configuraes das Curvas de Frequncias.



Curvas em foma de Jota: apresentam ponto de ordenada mxima em um das extremidades.
So curvas comuns aos fenmenos econmicos e financeiros: distribuio de vencimentos ou
rendas pessoais.


7 -
5 -
2 -
4 -
f
f f
Curva Simtrica

Prof. Weber Campos 21

Estatstica







Curvas em foma de U: so caracterizadas por apresentarem ordenadas mximas em ambas as
extremidades.
Como exemplo de distribuio que d origem a esse tipo de curva podemos citar a de
mortalidade por idade.








Curva em foma de U

3.7. POLGONO DE FREQUNCIAS ACUMULADAS (ou OGIVA):
So grficos construdos a partir das frequncias acumuladas crescentes, podendo ser absolutas
ou relativas.

3.7.1. Ogiva com as frequncias acumuladas crescentes
Depois de se desenhar, para cada classe, os retngulos com alturas correspondentes ao valor
da frequncia acumulada crescente, construiremos a curva da Ogiva interligando-se os pontos das
bases superiores dos retngulos, que correspondem aos limites superiores de cada classe.

Exemplo 10:

Notas fi fac
2 | 4
4 | 6
6 | 8
8 | 10
5
7
4
2
5
12
16
18
Total 18







f
fac
5
12
16
18
0 2 4 6 8 10 Classes
f
Curva em J
f
Curva em J invertido

Prof. Weber Campos 22

Estatstica
EXERCCIOS DE REPRESENTAO GRFICA DOS DADOS ESTATSTICOS

01. (IRB 2006 ESAF) No campo estatstico, ogivas so:
a) polgonos de frequncia acumulada.
b) polgonos de frequncia acumulada relativa ou percentual.
c) histograma de distribuio de frequncia.
d) histograma de distribuio de frequncia relativa ou percentual.
e) o equivalente amplitude do intervalo.

02. (IRB 2006 ESAF) Histograma e Polgono de frequncia so
a) a mesma representao grfica (idnticas) de uma distribuio de frequncia.
b) um texto descritivo e uma representao grfica de uma distribuio de frequncia.
c) um texto descritivo e uma funo grfica de uma distribuio de frequncia.
d) duas representaes grficas de uma distribuio de frequncia.
e) duas representaes grficas de uma distribuio de frequncia, porm com sentidos opostos.

03. (Analista SUSEP 2006 ESAF) Considerando V = Verdadeiro e F = Falso e o contido em cada item
abaixo, qual a opo que indica as respostas com as alternativas adequadas (para cada item e
com base em todo o texto do respectivo item):
( ) Nas curvas de frequncia simtrica ou em forma de sino caracterizam-se pelo fato das
observaes equidistantes do ponto central mximo terem a mesma frequncia.
( ) Nas curvas de moderadamente assimtrica ou desviadas, a cauda da curva de um lado da
ordenada mxima mais longa do que do outro lado. Se o ramo mais alongado fi ca direita, a
curva dita desviada para a direita ou de assimetria negativa, enquanto que, se ocorrer o
inverso, diz-se que a curva desviada para a esquerda ou de assimetria positiva.
( ) Nas curvas em forma de J (letra jota ou anzol) ou J invertido, o ponto de ordenada mxima
ocorre em uma das extremidades.
a) V, F, F c) V, F, V e) F, F, V
b) V, V, F d) F, V, F

04. (TCU 93) Grficos so instrumentos teis na anlise estatstica. Assinale a afirmao incorreta:
a) Um histograma representa uma distribuio de frequncias para variveis do tipo contnuo.
b) O grfico de barras representa, por meio de uma srie de barras, quantidades ou frequncias para
variveis categricas.
c) O grfico de setores apropriado, quando se quer representar as divises de um montante total.
d) Um histograma pode ser construdo utilizando-se, indistintamente, as frequncias absolutas ou
relativas de um intervalo de classe.
e) Uma ogiva pode ser obtida ligando-se os pontos mdios dos topos dos retngulos de um
histograma.

05. (AFTN 94 ESAF) Assinale a opo correta:
a) A utilizao de grficos de barras ou de colunas exige amplitude de classe constante na
distribuio de frequncia.
b) O histograma um grfico construdo com frequncias de uma distribuio de frequncias ou de
uma srie temporal.
c) O polgono de frequncia um indicador grfico da distribuio de probabilidade que se ajusta
distribuio emprica a que ele se refere.
d) O histograma pode ser construdo para a distribuio de uma varivel discreta ou contnua.
e) O polgono de frequncia construdo unindo-se os pontos correspondentes aos limites inferiores
dos intervalos de classe da distribuio de frequncia.

GABARITO 1.A 2.D 3.C 4.E 5.C 6.E

Prof. Weber Campos 23

Estatstica
MDULO 04 - MEDIDAS DE POSIO

1. MDIA ARITMTICA : X

Para um conjunto de valores
Mdia Aritmtica Simples:
n
x x x
n
x
X
n
i
+ + +
= =


2 1
, n = n de elementos
Mdia Aritmtica Ponderada:
n
n n
p p p
x p x p x p
X
+ + +
+ + +
=

2 1
2 2 1 1


Para Dados Tabulados No Agrupados em Classes
Mdia Aritmtica Ponderada:
k
k k
i i
f f f
x f x f x f
n
x f
X
+ + +
+ + +
=

2 1
2 2 1 1


Para Dados Tabulados Agrupados em Classes
Mdia Aritmtica Ponderada:
k
k k
i i
f f f
x f x f x f
n
x f
X
+ + +
+ + +
=

2 1
2 2 1 1


Obs.: Em uma distribuio com classes, os x
i
so geralmente representados pelos pontos mdios
das classes.


Propriedades da Mdia Aritmtica

1) A Mdia Aritmtica afetada por valores extremos.

2) Se n
1
valores tm mdia
1
X , se n
2
valores tm mdia
2
X , ..., se n
m
valores tm mdia
m
X , ento a mdia do conjunto formado por todos os valores dada pela relao:

m
m
m
n n n
X n X n X n
X
+ + +
+ + +
=
...
...
2 1
2
2
1
1
A Mdia das Mdias!
3) A soma dos desvios de um conjunto de nmeros tomados em relao mdia
aritmtica zero. Simbolicamente:
Para um conjunto de valores
( ) 0 =

X Xi
Para Dados Tabulados:
( ) 0 . =

X Xi fi

4) Propriedade da Soma e Subtrao: "Ao somarmos (ou subtrairmos) um valor constante
(c) a cada um dos elementos de um conjunto de nmeros (conj. A)".
Resultado: A mdia do novo conjunto (conj. B) fica somada (ou subtrada) dessa
constante.
c A B = c X X
A B
=
5) Propriedade do Produto e Diviso: "Ao multiplicarmos (ou dividirmos) um valor
constante (c) a cada um dos elementos de um conjunto de nmeros (conj. A)".
, k = n de linhas da
tabela de frequncias
, k = n de linhas da
tabela de frequncias
, p = peso de cada elemento no
conjunto.

Prof. Weber Campos 24

Estatstica
Resultado: A mdia do novo conjunto (conj. B) fica multiplicada (ou dividida) por
essa constante.
c X X c A B
A B
= = e c X X c A B
A B
= =


CLCULO SIMPLIFICADO DA MDIA ARITMTICA

Muitas vezes as contas que somos obrigados a fazer na construo da coluna (fi.Xi) para o
clculo da mdia Aritmtica so trabalhosas e poderiam vir a ser bastante demoradas, sobretudo se
as classes tiverem como Pontos Mdios valores no-inteiros, ou seja, valores quebrados, o que
ocorre com frequncia nas provas de concursos.
A sada inteligente para resolver este problema, transformar a varivel original Xi em uma
outra varivel, atravs de uma operao de subtrao e depois uma diviso, de forma que no
calcularemos os produtos fi.Xi, mas sim, os produtos fi.Yi que so mais fceis de obter.
Poderemos simbolizar a nova varivel (a varivel transformada) por uma outra letra, Yi por
exemplo. Ou Wi, ou Zi... fica a seu critrio. Iremos, portanto, no clculo da Mdia construir uma
nova coluna, que ser chamada Coluna da Varivel Transformada. Vejamos um exemplo retirado
da prova AFRF 2002.2:

Classes fi
X
i

(pontos
mdios)
Y
i
= X
i
64,5_
10
fi .Yi
29,5 | 39,5
39,5 | 49,5
49,5 | 59,5
59,5 | 69,5
69,5 | 79,5
79,5 | 89,5
89,5 | 99,5
4
8
14
20
26
18
10
34,5
44,5
54,5
64,5
74,5
84,5
94,5
-3
-2
-1
0
1
2
3
-12
-16
-14
0
+26
+36
+30
n=100 +50

Os passos deste mtodo so os seguintes (Para distribuies com amplitudes de classes iguais):
X
i
Y
i
Y X

1) Construir a coluna da varivel transformada (aqui chamada Y
i
), seguindo a sugesto:
i) Subtrairemos os Xi pelo ponto mdio de uma das classes da distribuio. Sugiro a classe
central da distribuio. Se a distribuio tiver um nmero par de classes, escolha a classe
central com maior frequncia. No exemplo acima escolhemos o PM da 4 Classe.

ii) Dividiremos o resultado pela Amplitude da Classe, o h (no exemplo: h=10).

IMPORTANTE: Sempre que construirmos a coluna da varivel transformada por meio da
sugesto apresentada acima, teremos como resultado uma sequencia de nmeros inteiros,
iniciando por zero na classe escolhida no item "i" acima e incrementando de +1 para baixo e de -
1 para cima. (Veja a tabela acima).


Prof. Weber Campos 25

Estatstica
2) Construir a coluna (fi.Yi) e calcular o seu somatrio;

3) Encontrar o valor da Mdia da Varivel Transformada, usando a frmula da mdia:
|
|
.
|

\
|

=

n
Yi fi
Y Neste exemplo: 5 , 0
100
50
= = Y
4) O Clculo da Mdia:

A relao entre X e Y dada por: Y = X 64,5_ ,
10
e ao isolarmos X obtemos: X = 10.Y + 64,5 .

Pelas propriedades da Mdia, sabemos que ao somar, subtrair, multiplicar ou dividir uma
constante por uma varivel, a mdia desta varivel se altera de forma igual. Portanto, como
5 , 64 10 + = Y X , ento 5 , 64 10 + = Y X

Substituindo o valor de Y igual a 0,5 , calculado no item 3, obtemos a mdia da varivel X:
X = 10 . 0,5 + 64,5 = 69,5

2. MODA : Mo

Para um conjunto de valores
o elemento do conjunto que mais se repete. Ex.: {2, 3, 3, 3, 4, 4} Mo = 3
Em relao a Moda, classifica-se um conjunto em:
Amodal: Quando no possuir moda. Ex.: {3, 6, 7, 9}
Unimodal: Quando possuir um nica moda. Ex.: {3, 3, 3, 7, 9}
Bimodal: Quando possuir duas modas. Ex.: {3, 3, 6, 9, 9}
Multimodal: Quando possuir mais de duas modas. Ex.: {3, 3, 6, 6, 7, 9, 9}

Para Dados Tabulados No Agrupados em Classes
o elemento da tabela que possui maior frequncia simples (absoluta ou relativa).


Para Dados Tabulados Agrupados em Classes
1 Passo: Encontre a Classe Modal ( a classe que apresenta maior frequncia absoluta
simples).

2 Passo: Aplique a frmula de Czuber :
h
p a
a
l Mo
|
|
.
|

\
|
A + A
A
+ = inf
linf = limite inferior da classe modal.
h = amplitude da classe modal.
Aa = diferena entre a frequncia absoluta simples da classe modal e a da classe anterior.
ant
fi fi a = A
Ap = diferena entre a frequncia absoluta simples da classe modal e a da classe posterior.
pos
fi fi p = A

Prof. Weber Campos 26

Estatstica
Obs.: Se a distribuio apresenta amplitudes de classes diferentes, ento antes de executar
o 1 passo descrito acima, normalize as frequncias absolutas simples (dividir as
i
f por
suas amplitudes de classe). Estas frequncias normalizadas sero as novas frequncias
absolutas simples para efeito do clculo da moda.

Propriedades da Moda

1) Propriedade da Soma e Subtrao: Ao somarmos (ou subtrairmos) um valor constante
a cada um dos elementos de um conjunto de nmeros, a moda fica somada (ou
subtrada) dessa constante.

2) Propriedade do Produto e Diviso: Ao multiplicarmos (ou dividirmos) um valor
constante por cada um dos elementos de um conjunto de nmeros, a moda fica
multiplicada (ou dividida) por essa constante.

3. MEDIANA : Md

Para um conjunto de valores (coloque em ordem crescente!)
Se n mpar :
1
o
Passo: "Posio do elemento central" =
|
.
|

\
| +
2
1 n
a
Da, obtemos o elemento
central.
2
o
Passo: "Determinao da Mediana"
A Mediana o prprio elemento central.

Se n par :
1
o
Passo: "Posies dos elementos centrais"
Posio do 1
o
elemento central =
|
.
|

\
|
2
n
a
Da, obtemos o 1 elemento central.
Posio do 2
o
elemento central = a posio seguinte. Da, temos o 2 elemento
central.

2
o
Passo: "Determinao da Mediana "
A Mediana obtida pela mdia aritmtica dos 2 elementos centrais.

Para Dados Tabulados No Agrupados em Classes (coloque em ordem crescente!)
1
o
Passo: "Encontrar a(s) Posio(es) do(s) Elemento(s) Central (is)"
Proceder da mesma forma que foi feita no conjunto de valores.
2
o
Passo: "Encontrar o(s) Elemento(s) Central(is)"
Procurar na tabela o elemento cuja fac seja imediatamente maior ou igual
posio do elemento central, que foi obtida no 1
o
passo. (Se n par teremos 2
elementos a serem encontrados).
3
o
Passo: "Determinao da Mediana"
Se n mpar : a Mediana o elemento central encontrado no 2
o
passo.
Se n par : a Mediana a mdia aritmtica dos 2 elementos centrais
encontrados no 2
o
passo.

Prof. Weber Campos 27

Estatstica
Para Dados Tabulados Agrupados em Classes

1
o
Passo: Nmero de elementos acumulados abaixo da Mediana: n/2 (ou 50%).

2
o
Passo: "Determinao da Classe Mediana"
A Classe Mediana a classe da distribuio de frequncias que primeiro
apresentar fac (ou Fac) maior ou igual a n/2 (ou 50%).

3
o
Passo: "Interpolao linear para o clculo da Mediana"






linf = limite inferior da classe mediana
lsup = limite superior da classe mediana
fac
inf


= frequncia acumulada de elementos abaixo do
linf.
fac
sup
= frequncia acumulada de elementos abaixo do
lsup.


Propriedades da Mediana
1) Propriedade da Soma e Subtrao: Ao somarmos (ou subtrairmos) um valor constante
a cada um dos elementos de um conjunto de nmeros, a mediana fica somada (ou
subtrada) dessa constante.
2) Propriedade do Produto e Diviso: Ao multiplicarmos (ou dividirmos) um valor
constante por cada um dos elementos de um conjunto de nmeros, a mediana fica
multiplicada (ou dividida) por essa constante.

6. SEPARATRIZES

6.1. QUARTIL
O quartil divide a distribuio em quatro partes iguais. Temos, portanto, 3 quartis. Os
quartis sero representados por Q
j
, para j = 1, 2 e 3. (1
o
quartil: j=1; 2
o
quartil: j=2; 3
o

quartil: j=3)

Para um conjunto de valores (coloque em ordem crescente!)

O mtodo mais prtico para obter os 3 quartis utilizar o princpio do clculo da mediana.
Na realidade sero calculadas 3 medianas para um mesmo conjunto.

Ex.1: Calcule os quartis (Q
1
, Q
2
e Q
3
) do conjunto: {3, 8, 1, 0, 9, 6, 4}
1. O primeiro passo a ser dado o da ordenao (crescente) dos valores: {0, 1, 3, 4, 6, 8, 9}
linf lsup Md
fac
sup
fac
inf
n/2 (ou
50%)

Prof. Weber Campos 28

Estatstica
2. Clculo do 2 quartil:
O 2 quartil ser a mediana do conjunto {0, 1, 3, 4, 6, 8, 9}.
A Md = 4 , ou seja, o 2 quartil: Q
2
= 4 .

3. Clculo do 1 quartil:
Grupo de valores esquerda do 2 Quartil: {0, 1, 3}
O 1 quartil ser a mediana desse grupo de valores.
Em {0, 1, 3} a mediana Md = 1. Ou seja, o 1 quartil: Q
1
= 1

4. Clculo do 3 quartil:
Grupo de valores direita do 2 Quartil: {6, 8, 9}
O 3 quartil ser a mediana desse grupo de valores.
Em {6, 8, 9} a mediana Md = 8. Ou seja, o 3 quartil: Q
3
= 8

Ex. 2: Calcule os quartis (Q
1
, Q
2
e Q
3
) do conjunto: {1, 1, 3, 5, 6, 6, 7, 7, 7, 9, 9, 9} .
1. A srie j est em ordem crescente.
2. Clculo do 2 quartil:
O 2 quartil ser a mediana do conjunto {1, 1, 3, 5, 6, 6, 7, 7, 7, 9, 9, 9} .
A Md = (6+7)/2 = 6,5 , ou seja, o 2 quartil: Q
2
= 6,5 .

3. Clculo do 1 quartil:
Grupo de valores esquerda do 2 Quartil: {1, 1, 3, 5, 6, 6} .
O 1 quartil ser a mediana desse grupo de valores.
Em {1, 1, 3, 5, 6, 6} a mediana Md = (3+5)/2 = 4. Ou seja, o 1 quartil: Q
1
= 4 .

4. Clculo do 3 quartil:
Grupo de valores direita do 2 Quartil: {7, 7, 7, 9, 9, 9}
O 3 quartil ser a mediana desse grupo de valores.
Em {7, 7, 7, 9, 9, 9} a mediana Md = (7+9)/2 = 8. Ou seja, o 3 quartil: Q
3
= 8

Para Dados Tabulados Agrupados em Classes
1 Passo: "Nmero de elementos acumulados abaixo do Q
j
" igual a:
4
n j
(ou j.25%).

2 Passo: "Encontrar a classe do Q
j
" :
Ser a classe que primeiro apresentar fac (ou Fac) maior ou igual a
4
n j
(ou j.25%).

3 Passo: "Interpolao linear para o clculo do Q
j
"








linf = limite inferior da classe do Q
j
.
lsup = limite superior da classe do Q
j
.
finf

= frequncia acumulada de elementos abaixo do linf.
fsup = frequncia acumulada de elementos abaixo do lsup.
linf lsup Q
j

fsup
finf
n/2 (ou
j.25%)

Prof. Weber Campos 29

Estatstica
MDULO 05 - MEDIDAS DE DISPERSO

1. Conceito:
Disperso a maior ou menor diversificao dos valores de uma varivel, em torno de um
valor de tendncia central tomado como ponto de comparao.
Para qualificar os valores de uma varivel, mostrando a maior ou menor concentrao ou
disperso entre seus valores e a medida de posio tomada como referncia, no caso a mdia
aritmtica, recorre-se s medidas de disperso ou de variabilidade.
Portanto, a finalidade das medidas de disperso verificar a representatividade do grau de
concentrao ou disperso dos dados em torno da mdia.

2. AMPLITUDE TOTAL: AT
a diferena entre o maior valor e o menor valor dos dados apresentados.

Exemplo para um conjunto:
Seja o conjunto: X = {1, 2, 3, 5, 7, 9} Teremos que: AT= 9 1 AT = 8

Exemplo de Dados Tabulados no agrupados em classes:
Seja:
Xi fi
2
4
6
8
10
13
5
10
15
12
5
3
Total 50
Teremos que: AT = 13 2 AT = 11

Exemplo de Dados tabulados agrupados em classes:
Seja:
classes fi
2 | 4
4 | 6
6 | 8
8 | 10
10 | 12
3
5
7
4
1
Total 20
Teremos que: AT = 12 2 AT = 10

Obs.: Note que a Amplitude Total tambm pode ser determinada pela diferena entre o Ponto
Mdio da ltima classe e o Ponto Mdio da primeira classe!
Obs.: Essa medida tem aplicaes muito limitadas, pois s capta o que acontece com os valores
extremos, sendo completamente insensvel aos valores intermedirios.

Prof. Weber Campos 30

Estatstica
3. DESVIO MDIO: DM
a mdia dos valores absolutos dos desvios calculados em relao mdia aritmtica do
conjunto.

3.1. Para um conjunto:

n
X Xi
DM


=
Exemplo: Seja X = {1, 3, 5, 7, 9} Teremos que: X = 5
Da:
Xi Xi X | Xi X |
1
3
5
7
9
1 5 = -4
3 5 = -2
5 5 = 0
7 5 = 2
9 5 = 4
4
2
0
2
4
Total 12

Logo: DM = 12 / 5 DM = 2,4

3.2. Para Dados tabulados no agrupados:
Teremos que:
n
X Xi fi
DM


=
.

Exemplo: Calcule o desvio mdio da distribuio:
Xi fi
2
4
6
8
10
13
5
10
15
12
5
3
Total 50

Acharemos as colunas Xi X , |Xi X | e fi.|Xi X | .
Calculando a mdia, encontraremos: X =6,5. Logo:
Xi fi Xi X |Xi X | fi. |Xi X |
2
4
6
8
10
13
5
10
15
12
5
3
2-6,5=-4,5
4-6,5=-2,5
6-6,5=-0,5
8-6,5=1,5
10-6,5=3,5
13-6,5=6,5
4,5
2,5
0,5
1,5
3,5
6,5
4,5x5=22,5
2,5x10=25
0,5x15=7,5
1,5x12=18
3,5x5=17,5
6,5x3=19,5
Total 50 110


Prof. Weber Campos 31

Estatstica
Da: DM = 110 / 50 DM = 2,20

3.3. Para Dados tabulados agrupados em classes:
Teremos tambm que:
n
X Xi fi
DM


=
.


A nica diferena para o DMA nos dados tabulados no agrupados que agora a coluna Xi
X ser encontrada pela diferena entre o Ponto Mdio de cada classe e a Mdia Aritmtica da
distribuio!
Portanto, devemos aqui encontrar primeiramente a coluna dos Pontos Mdios (Xi)!

4. VARINCIA: V ou S
2
a mdia dos quadrados dos desvios dos elementos tomados em relao mdia
aritmtica.
Para um conjunto de valores:
Para a Populao:
n
X Xi
V


=
2
) (
ou
( )
|
|
|
.
|

\
|
=

n
Xi
Xi
n
V
2
2
1

Para a Amostra:
1
) (
2

=

n
X Xi
V
ou
( )
|
|
|
.
|

\
|

n
Xi
Xi
n
V
2
2
1
1

Para a Distribuio de Frequncias:
Para a Populao:
n
X Xi fi
V


=
2
) (
ou
( )
|
|
|
.
|

\
|
=

n
fiXi
fiXi
n
V
2
2
1

Para a Amostra:
1
) (
2


=

n
X Xi fi
V
ou
( )
|
|
|
.
|

\
|

n
fiXi
fiXi
n
V
2
2
1
1

Lembre-se que em uma distribuio de frequncia com classes, os elementos Xi no so
conhecidos, e que estes so representados geralmente pelos pontos mdios das classes.

Prof. Weber Campos 32

Estatstica
IMPORTANTE: Na frmula da Varincia aparece o termo ) (

Xi para um conjunto de valores e o


termo ) (

fiXi para os Dados Tabulados. importante saber que h uma relao entre os
termos acima e o valor da mdia aritmtica X . Temos as seguintes relaes:
- Para o Rol ou Dados Brutos: X n Xi . =


- Para Dados Tabulados: X n fiXi . =


Deste modo, se forem fornecidos os valores de X e de n, consequentemente
teremos o valor do termo que aparece na frmula da varincia.

Exemplo: Seja X = {1, 3, 5, 7, 9} Teremos que: X = 5
Da:
Xi
Xi X (Xi X )
2
1
3
5
7
9
1 5 = -4
3 5 = -2
5 5 = 0
7 5 = 2
9 5 = 4
16
4
0
4
16
Total 40
Logo: V =
5
40
V = 8

Exemplo: Calcule a varincia a partir da distribuio populacional a seguir:

Xi fi
2
4
6
8
10
13
5
10
15
12
5
3
Total 50

Acharemos as colunas Xi X , (Xi X )
2
e fi.( Xi X )
2
.
Calculando a mdia, encontraremos: X =6,5. Logo:

Xi fi
Xi X (Xi X )
2
fi. (Xi X )
2

2
4
6
8
10
13
5
10
15
12
5
3
2-6,5=-4,5
4-6,5=-2,5
6-6,5=-0,5
8-6,5=1,5
10-6,5=3,5
13-6,5=6,5
20,25
6,25
0,25
2,25
12,25
42,25
20,25x5 = 101,25
6,25x10 = 62,5
0,25x15 = 3,75
2,25x12 = 27
12,25x5 = 61,25
42,25x3 = 126,75
Total 50 382,50

Prof. Weber Campos 33

Estatstica
Da:
50
50 , 382
= V V = 7,65



Clculo Simplificado da Varincia

Da mesma forma que usamos uma varivel transformada no Clculo Simplificado da Mdia
Aritmtica, tambm usaremos no Clculo Simplificado da Varincia com a finalidade de facilitar a
obteno da varincia que dependendo dos dados fornecidos na questo pode ser bastante
trabalhosa.
Assim, transformaremos a varivel original X em uma outra varivel, por meio de uma
operao de subtrao e depois de uma diviso. Poderemos simbolizar a nova varivel (a varivel
transformada) por uma outra letra, Z por exemplo. Ou W, ou Y... fica a seu critrio.
Iremos, portanto, no clculo simplificado da varincia construir uma nova coluna, que ser
chamada Coluna da Varivel Transformada. Vejamos um exemplo:

Classes fi
Xi
(pontos
mdios)
Zi = Xi 64,5
10
fi .Zi fi .Zi
2

29,5 | 39,5
39,5 | 49,5
49,5 | 59,5
59,5 | 69,5
69,5 | 79,5
79,5 | 89,5
89,5 | 99,5
4
8
14
20
26
18
10
34,5
44,5
54,5
64,5
74,5
84,5
94,5
-3
-2
-1
0
1
2
3
-12
-16
-14
0
+26
+36
+30
36
32
14
0
26
72
90
n=100 +50 +270


Os passos deste mtodo so os seguintes (Para distribuies com amplitudes de classes iguais):

5) Construir a coluna da varivel transformada (aqui chamada Z), seguindo a sugesto:
i) Subtrairemos os Xi pelo ponto mdio de uma das classes da distribuio. A escolha mais
adequada uma classe central da distribuio. Se a distribuio tiver um nmero par de
classes, escolha a classe central com maior frequncia. No exemplo acima, escolhemos o PM da
4 Classe.

ii) Dividiremos o resultado pela Amplitude da Classe, o h (no exemplo: h=10).

IMPORTANTE: Sempre que construirmos a coluna da varivel transformada por meio da sugesto
apresentada acima, teremos como resultado uma sequncia de nmeros inteiros, iniciando por
zero na classe escolhida anteriormente e incrementando de +1 para baixo e de -1 para cima. (Veja a
tabela.)




Prof. Weber Campos 34

Estatstica
6) Construir a coluna (fi .Zi) e calcular o seu somatrio;

7) Construir a coluna (fi .Zi
2
) e calcular o seu somatrio;

8) Encontrar o valor da Varincia da Varivel Transformada, usando a frmula da varincia:
- Para a populao:
( )
|
|
.
|

\
|
=

n
Zi fi
Zi fi
n
V
Z
2
2
.
.
1
.
Substituindo os dados, teremos: 45 , 2
100
) 50 (
270
100
1
2
=
|
|
.
|

\
|
=
Z
V

9) Clculo da Varincia

A relao entre X e Z dada por: Z = X 64,5_ ,
10
e ao isolarmos X, obteremos: X = 10.Z + 64,5 .

Pelas propriedades da varincia, sabemos que ao somar ou subtrair uma constante a uma
varivel, a varincia no se altera, e que ao multiplicar (ou dividir) uma varivel por uma constante,
a varincia fica multiplicada ou dividida pelo quadrado da constante.
Portanto, como 5 , 64 10 + = Z X , ento:
Z X
V V =
2
) 10 ( .

Substituindo o valor de V
Z
= 2,45 , calculado no item 4, obtemos a varincia da varivel X:
V
X
= (10)
2
. 2,45 = 245 .

Propriedades da Varincia:
A varincia de dados constantes zero;
A varincia utiliza o quadrado dos desvios em relao mdia, portanto ter o quadrado da
unidade dos dados, ou seja, m
2
, kg
2
, ...
Quanto a Propriedade da Soma e da Subtrao: Somando-se (ou subtraindo-se) a cada
elemento de um conjunto de valores uma constante arbitrria, a varincia no se altera.
Quanto a Propriedade do Produto e da Diviso: Multiplicando-se (ou dividindo-se) cada
elemento de um conjunto de valores por um valor constante, arbitrrio e diferente de zero,
a varincia ficar multiplicada (ou dividida) pelo quadrado desta constante.

Obs.: Veja nos resumos, ao final da apostila, o clculo simplificado da varincia!


5. DESVIO PADRO: dp ou S
a raiz quadrada da mdia dos quadrados dos desvios em relao mdia aritmtica, ou
seja, a raiz quadrada da varincia: V S = .
Caso uma questo pea o valor do desvio padro, primeiramente calcule a varincia e em
seguida tire a raiz quadrada.

Prof. Weber Campos 35

Estatstica
5.4. Propriedades do Desvio Padro:
O desvio padro de dados constantes zero;
O desvio padro uma medida que utiliza a mesma unidade dos dados.
Quanto a Propriedade da Soma e da Subtrao: Somando-se (ou subtraindo-se) a cada
elemento de um conjunto de valores uma constante arbitrria, o desvio padro no se
altera.
Quanto a Propriedade do Produto e da Diviso: Multiplicando-se (ou dividindo-se) cada
elemento de um conjunto de valores por um valor constante, arbitrrio e diferente de zero,
o desvio padro ficar multiplicado (ou dividido) por esta constante.


6. AMPLITUDE SEMI-INTERQUARTLICA (DESVIO QUARTLICO): Dq
a metade da diferena entre o terceiro quartil (Q3) e o primeiro quartil (Q1).

Ou seja:
( )
2
1 3
Q Q
Dq

=

Ateno:
O intervalo interquartlico definido por: | |
3 1
Q ; Q
A distncia ou amplitude interquartlica definida como:
1 3
Q Q
O intervalo semi-interquartlico definido por:
(

2 2
3 1
Q
;
Q

A distncia ou amplitude semi-interquartlica definida como:
2
1 3
Q Q


7. COEFICIENTE DE VARIAO: CV (A Disperso Relativa)

Tambm conhecido por Coeficiente de Variao de Pearson. utilizada para fazer
comparao da disperso de duas sries distintas em torno de suas respectivas mdias.
definida como o quociente entre o Desvio Padro e a Mdia Aritmtica do conjunto de
dados.
Ou seja:
X
S
CV =

Exemplo: Considere que tenhamos duas distribuies. A primeira com mdia 4 e desvio padro 1,5
e a outra com mdia 3 e desvio padro 1,3. Neste caso temos os seguintes CV's:
43 . 0
3
3 . 1
375 . 0
4
5 . 1
2 1
= = = = CV CV
logo conclui-se que, como CV
2
maior que CV
1
, a segunda distribuio tem uma disperso relativa
maior que a primeira.

Obs.: Quanto menor for o valor do CV, mais homogneo ser o conjunto de dados. Portanto, no
exemplo acima, a primeira distribuio mais homognea do que a segunda.


Prof. Weber Campos 36

Estatstica
Obs.: Em geral CV maior ou igual a 50% considerado alto, sendo a mdia pouco representativa.
Valores menores que 50% implicam CV baixo e a mdia to mais representativa quanto menor for
o valor do CV.

8. VARINCIA RELATIVA : VR
A varincia relativa tambm uma medida de disperso relativa que obtida como a razo
entre a varincia e o quadrado da mdia aritmtica.
2
2
X
S
VR =
A varincia relativa pode ser definida como o quadrado do coeficiente de variao, vejamos:
( )
2
2
2
2
X
S
X
S
CV VR =
|
.
|

\
|
= =




RESUMO DAS PROPRIEDADES DA SOMA, SUBTRAO, PRODUTO E DIVISO:

Se tomarmos todos os elementos de um conjunto e os...
...somarmos
a uma
constante
...subtrairmos
de uma
constante
...multiplicarmos
por uma constante
...dividirmos por
uma constante
As medidas:
Mdia, Mediana,
Moda, Quartil,
Decil e Percentil
estaro:
Tambm
somada a
esta
constante
Tambm
subtrada
desta
constante
Tambm
multiplicada por
esta constante
Tambm
dividida por esta
constante
O Desvio Padro e
o Desvio Mdio
ficaro:

Inalterado

Inalterado
Multiplicado
pelo mdulo desta
constante
Dividido pelo
mdulo desta
constante
A Varincia ficar:

Inalterada

Inalterada
Multiplicada pelo
quadrado desta
constante
Dividida pelo
quadrado desta
constante
O Coeficiente de
Variao ficar:
alterado
(calcular
X
S
)
alterado
(calcular
X
S
)
Inalterado Inalterado




Prof. Weber Campos 37

Estatstica
MDULO 06 - DIAGRAMA DE CAIXA (OU BOX-SPLOT)

O diagrama de caixa (ou Box-Splot) um tipo de representao grfica dos dados
estatsticos. Para sua construo necessrio cinco nmeros, trs dos quais calculados a partir dos
dados e os outros dois resultantes de uma simples observao dos dados. Esta uma
representao muito esclarecedora sobre a forma como os dados se distribuem, quanto a:
- maior ou menor concentrao;
- simetria;
- existncia de valores extremos.

Os cinco nmeros, a partir dos quais se constri o diagrama de caixa, so os seguintes:
mnimo, mximo, primeiro quartil (Q
1
), mediana (Md) e terceiro quartil (Q
3
).
O diagrama de caixas pode ser construdo horizontalmente ou verticalmente.

Exemplo 01: Os dados seguintes representam as pontuaes obtidas por 48 estudantes, num
determinado teste. Apresente-os num diagrama de caixa.

37, 42, 49, 53, 55, 57, 58, 59, 60, 62, 62, 63, 64, 65, 66, 68, 69, 70, 71, 72, 74, 75, 75, 76,
77, 77, 78, 78, 79, 79, 80, 80, 81, 83, 84, 84, 85, 86, 87, 88, 89, 90, 90, 92, 93, 95, 98, 99.

Soluo:
Mediana = 76 + 77 = 76,5
2
1 quartil = 63 + 64 = 63,5
2
3 quartil = 84 + 85 = 84,5
2
Quanto ao mnimo e ao mximo, so, respectivamente, 37 e 99.

Para construir o diagrama de caixa, desenha-se um retngulo com comprimento igual
amplitude entre os quartis e com altura qualquer (a altura do retngulo no tem qualquer
significado).
Dentro do retngulo desenha-se um segmento de reta que assinala a posio da mediana.
Dos lados do retngulo determinados pelo 1 quartil e pelo 3 quartil saem dois segmentos de reta,
at ao mnimo e at ao mximo, respectivamente:



Prof. Weber Campos 38

Estatstica
Da representao anterior ressalta imediatamente que:
- 25% das notas so menores ou iguais a 63 pontos (as notas esto dadas em nmeros inteiros);
- 25% das notas so superiores ou iguais a 85 pontos;
- 50% das notas esto compreendidas entre 64 e 84 pontos;

Existem fundamentalmente duas caractersticas do diagrama de caixa que nos do ideia da
simetria ou enviesamento dos dados e que so:
- Distncia entre a linha indicadora da mediana e os lados do retngulo;
- Comprimento das linhas que saem dos lados do retngulo.
Apresentamos a seguir trs exemplos de diagramas de caixa correspondentes a tipos
diferentes de distribuio dos dados:
Simtrica Assimtrica esquerda Assimtrica direita




BARREIRAS DE OUTLIERS

Consideram-se seguidamente duas linhas que unem os meios dos lados dos retngulos com o
menor e maior elementos da amostra que esto dentro das barreiras de outliers (extremos),
definidas a seguir. Os outros elementos que no esto no intervalo constitudo pelas barreiras de
outliers so assinalados com o smbolo *.



Define-se barreira inferior como sendo o valor: Q
1
1,5 x (Q
3
Q
1
)
Define-se barreira superior como sendo o valor: Q
3
+ 1,5 x (Q
3
Q
1
)

Quando que consideramos um valor como outlier?
Dizemos que um valor outlier quando no est compreendido no intervalo:
[barreira inferior, barreira superior].
Numa representao em caixa-com-bigodes, os outliers assinalam-se com o smbolo *.



Prof. Weber Campos 39

Estatstica
MDULO 07 - AMOSTRAGEM

1. INTRODUO
A inferncia estatstica envolve a formulao de certos julgamentos sobre um todo aps examinar
apenas uma parte ou amostra dele. E em nosso dia-a-dia, muitas vezes ns usamos uma amostra para
julgar um todo, mas nem percebemos que fazemos isso. Quando queremos verificar se certo alimento
saboroso, comemos apenas um pequeno pedao; a cozinheira prova a sopa para verificar se precisa de um
pouco mais de sal; quando passamos os olhos sobre um novo livro ou uma revista para ver se vamos
comprar; quando assistimos um programa de TV por uns poucos segundos ou minutos para decidir se
mudamos ou no um canal,...
A amostragem estatstica semelhante a cada um dos exemplos acima, embora seus mtodos
sejam mais formais.
Mas, para as inferncias serem corretas, necessrio garantir que a amostra seja representativa da
populao, isto , a amostra deve possuir as mesmas caractersticas bsicas da populao, no que diz
respeito ao fenmeno que desejamos pesquisar. E para tanto, ela deve ser retirada segundo determinadas
tcnicas de amostragem.

2. TCNICAS (OU PROCESSOS) DE AMOSTRAGEM
Ao coletarmos uma amostra podemos faz-la com reposio ou sem reposio, caso a amostragem
seja realizada com reposio, um mesmo indivduo tem chance de pertencer mais de uma vez a amostra, o
que no acontece, no caso da amostragem ser sem reposio. Independentemente da maneira como a
amostra coletada (com ou sem reposio) o importante que os indivduos que comporo a amostra
devero ser selecionados atravs de uma tcnica de amostragem adequada.
Para a escolha do processo de amostragem, o pesquisador deve levar em conta o tipo de pesquisa,
a acessibilidade aos elementos da populao, a disponibilidade ou no de ter os elementos da populao, a
representatividade desejada ou necessria, a oportunidade apresentada pela ocorrncia de fatos ou eventos,
a disponibilidade de tempo, recursos financeiros e humanos etc.
As tcnicas de amostragem so divididas em dois grupos: Amostragem Probabilstica e Amostragem
No-Probabilstica.
2.1. Amostragem Probabilstica (ou Aleatria ou Casual): aquela em que cada elemento da populao
tem uma chance conhecida e diferente de zero de ser selecionado para compor a amostra. Em outras
palavras: todas as fases necessrias para a escolha dos elementos que constituiro a amostra so
baseadas em sorteios.
As amostragens probabilsticas geram amostras probabilsticas (com distribuio normal, ou binomial,
...).
Dentre as amostragens probabilsticas se destacam:
- Amostragem Aleatria Simples
- Amostragem Sistemtica
- Amostragem Estratificada
- Amostragem por Conglomerado

2.2. Amostragem No-Probabilstica (ou No-Aleatria ou No-Casual): aquela em que a seleo dos
elementos da populao para compor a amostra depende ao menos em parte do julgamento do
pesquisador ou do entrevistador no campo. Dentre estas se destacam:
- Amostragem por Convenincia
- Amostragem por Julgamento
- Amostragem por Quotas



Prof. Weber Campos 40

Estatstica
3. PRINCIPAIS TCNICAS DE AMOSTRAGEM PROBABILSTICA

o Amostragem Aleatria Simples
Este tipo de amostragem equivalente a um sorteio lotrico.
Na prtica, a amostragem aleatria simples pode ser realizada enumerando-se todos os indivduos
da populao (por exemplo, de 1 a n) e sorteando-se, a seguir, por meio de um dispositivo aleatrio qualquer,
uma quantidade (digamos k) de nmeros dessa sequncia, os quais correspondero aos elementos
pertencentes amostra.
Exemplo: Deseja-se pesquisar a estatura dos 80 alunos que estudam em uma escola, para isso
resolveu-se retirar uma amostra de 10% do total de alunos. Usando a amostragem aleatria simples,
mostre como pode ser feita a seleo da amostra.
Soluo:
A populao formada pelos 80 alunos da escola. E a amostra ser formada pelos alunos sorteados.
Sendo o tamanho da amostra de 10% do total de 80 alunos, ou seja, 8 alunos.
1 passo: Numeramos os alunos de 01 a 80. Podemos elaborar uma lista com o nmero ao lado do
nome do aluno.
2 passo: Escrevemos os nmeros de 01 a 80 em pedaos iguais de um mesmo papel, colocando-os
dentro de uma caixa. Agitamos a caixa para misturar bem os pedaos de papel.
3 passo: Retiramos, um a um, oito nmeros que formaro a amostra.
Pronto! Medindo as alturas dos alunos correspondentes aos nmeros sorteados, obteremos uma
amostra das estaturas dos noventa alunos.

Para evitar o trabalho de escrever os nmeros em pedaos de papel, sobretudo se a populao
muito grande, foi elaborada uma tabela Tabela de Nmeros Aleatrios construda de modo que os dez
algarismos (0 a 9) so distribudos ao acaso nas linhas e colunas. Ento, para compor uma amostra de 8
nmeros, s preciso selecionar 8 nmeros que estejam dispostos em uma coluna ou linha ou diagonal da
tabela. Esse grupo de 8 nmeros selecionados equivale ao sorteio dos 8 papeizinhos.
No vou expor a tabela de nmeros aleatrios, porque ela no vir na prova. A minha inteno
somente dar conhecimento da existncia dessa tabela.

o Amostragem Sistemtica
Quando os elementos da populao j se acham ordenados, no h necessidade de construir um
sistema de referncia. So exemplos: os pronturios mdicos de um hospital, as casas de uma rua, uma
linha de produo etc. Nestes casos, a seleo dos elementos que constituiro a amostra pode ser feita por
um sistema imposto pelo pesquisador. A esse tipo de amostragem denominamos Sistemtica.
Ela uma simplificao do processo anterior. Neste caso, apenas o primeiro elemento da amostra
ser sorteado, e os demais sero retirados em uma progresso aritmtica, com razo k, em que:
n
N
k = ,
Onde: N = tamanho da populao e n = tamanho da amostra at se completar o tamanho da amostra
desejado.
Exemplo:
Suponhamos uma rua contendo 600 prdios, dos quais desejamos obter uma amostra formada de 50
prdios. Podemos, neste caso, usar o seguinte procedimento: como 600/50=12, escolhemos por sorteio um
nmero de 1 a 12 (inclusive), o qual indicaria o primeiro elemento sorteado para a amostra; os demais
elementos seriam periodicamente considerados de 12 em 12. Assim, se o nmero sorteado fosse o nmero
10, tomaramos, pelo lado direito da rua, o 10 prdio, o 22, o 34, o 46 etc., e ao terminar o lado direito
voltamos ao incio da rua, pelo lado esquerdo, para continuar a contagem, a fim de completar a amostra dos
50 prdios.

Prof. Weber Campos 41

Estatstica
o Amostragem Estratificada
Muitas vezes a populao se divide em subpopulaes estratos. Exemplos: Numa escola podemos
separar os alunos em dois estratos: meninos e meninas; numa pesquisa podemos separar as pessoas por
faixas (estratos) de idade; ou separar as pessoas de acordo com a formao escolar: nvel secundrio, nvel
mdio e nvel superior; para as propriedades rurais criar estratos de acordo com o tamanho: 0|--10, 10|--20,
20|--30 hectares.
Como provvel que a varivel em estudo apresente, de estrato em estrato, um comportamento
heterogneo e, dentro de cada estrato, um comportamento homogneo, convm que o sorteio da amostra
leve em considerao tais estratos.
exatamente isso que fazemos quando empregamos a amostragem estratificada.
Quanto forma de retirar os elementos dos estratos para compor a amostra, classificada em:
Uniforme
Quando retirado o mesmo nmero de elementos em cada estrato, independentemente do tamanho
do estrato.
Proporcional
Quando o nmero de elementos retirado em cada estrato proporcional ao tamanho do estrato.

Para exemplificar os dois tipos de amostragem estratificada descritos, consideremos o seguinte
exemplo.
Exemplo: Supondo, no exemplo feito na amostragem aleatria simples, que, dos 80 alunos da escola,
50 so meninas e 30 so meninos, vamos realizar uma amostragem estratificada uniforme e
proporcional para um tamanho de amostra de 10%.
Temos dois estratos na populao considerada: meninos e meninas.
Por primeiro, analisaremos a amostragem estratificada uniforme.
Neste tipo, o nmero de meninos e de meninas que vo compor a amostra deve ser igual. Como a
amostra de 8 alunos (10% de 80), ento vamos selecionar (de forma aleatria) 4 meninos e 4 meninas.
S isso!
E, agora, a amostragem estratificada proporcional.
A determinao do tamanho de cada estrato mostrada na tabela abaixo.
Sexo Populao porcentagem da amostra
(10%)
tamanho da amostra
menina 50 10% de 50 5
menino 30 10% de 30 3
Total 80 10% de 80 8

Ficou definido na tabela que a amostra de 8 alunos ser formada por 5 meninas e 3 meninos. E o
processo de seleo dessas crianas deve ser feito de maneira aleatria, por exemplo, atravs da
amostragem aleatria simples.








Prof. Weber Campos 42

Estatstica
o Amostragem por Conglomerados
A amostragem por Conglomerado pressupe a disposio dos itens de uma populao em
subgrupos (conglomerados) representativos da populao global. Idealmente, cada conglomerado pode ser
encarado como uma minipopulao. Em geral, os conglomerados so grupos de itens que se acham em
estreito contato fsico, como casas, quarteires, bairros, municpios etc.
A amostragem por conglomerados tem duas vantagens muito distintas sobre a amostragem aleatria
simples. Uma que se os itens da populao se acham muito dispersos, uma amostragem aleatria simples
pode acarretar uma considervel despesa, viagens, estadias etc., para ser bem extrada, ao passo que os
itens de cada conglomerado esto prximos uns dos outros. Suponhamos, por exemplo, que a populao de
interesse consistisse dos proprietrios de automveis do estado de Minas Gerais. Sem dvida uma
amostragem aleatria simples incluiria proprietrios em localidades demasiadamente afastadas no estado, o
que dificultaria a coordenao e a padronizao na coleta dos dados. Por outro lado, os conglomerados de
municpios ou cidades conteriam proprietrios de carros em reas concentradas, reduzindo o custo e
facilitando a coordenao. Aps selecionar aleatoriamente os conglomerados em todo o estado de Minas
Gerais, dentro de cada conglomerado, a amostragem poderia ser aleatria simples, estratificada, novamente
por conglomerados (por exemplo, bairros de uma cidade), ou ainda ser feito um censo para o caso do
conglomerado selecionado no possua muitos indivduos.
Uma segunda vantagem da amostragem por conglomerado que no necessrio uma listagem
dos itens da populao. Basta uma lista dos conglomerados. Assim, no possvel obter uma listagem de
todos os proprietrios de imveis do Brasil, mas pode-se obter uma lista de estados, ou municpios, ou
cidades. Ou ento os conglomerados podem ser quarteires. Embora no possamos obter uma listagem das
casas de uma cidade, os quarteires podem, em geral, ser identificados, fazendo-se a seleo por meio de
mapas. Ento os quarteires escolhidos podem ser visitados, identificando-se as casa que comporo a
amostra.

4. PRINCIPAIS TCNICAS DE AMOSTRAGEM NO-PROBABILSTICAS

o Amostragem por Convenincia
A amostragem por convenincia adequada e frequentemente utilizada para gerao de ideias em
pesquisas exploratrias, principalmente.
A amostra por convenincia empregada quando se deseja obter informaes de maneira rpida e
barata. Uma vez que esse procedimento consiste em simplesmente contatar unidades convenientes da
amostragem, possvel recrutar respondentes tais como estudantes em sala de aula, mulheres no shopping,
alguns amigos e vizinhos, entre outros. Os autores comentam que este mtodo tambm pode ser empregado
em pr-testes de questionrios.
Alguns exemplos de pesquisa com amostras por convenincia:
- Solicitar as pessoas que voluntariamente testem um produto e que em seguida respondam a uma
entrevista.
- Parar pessoas no supermercado e colher suas opinies.
- Colocar linhas de telefone adaptadas para que durante um programa de televiso os telespectadores
possam dar suas opinies.

o Amostragem por Julgamento
O pesquisador escolhe deliberadamente certos elementos da populao para formar a amostra,
baseado num pr-julgamento.
Exemplo: Pesquisa de mercado para lanar uma nova marca de leite longa vida tipo A. O pesquisador
selecionar indivduos com poder aquisitivo mdio/alto, que so os principais consumidores deste produto
(publico alvo), embora toda a populao independentemente do poder aquisitivo possa ser consumidora
deste produto.



Prof. Weber Campos 43

Estatstica
o Amostragem por Quotas
tambm baseada em um julgamento e no em um processo aleatrio. frequentemente usada em
pesquisas de opinio e pesquisa de mercado. Neste mtodo deve-se conhecer as caractersticas da
populao de antemo e, ento, usar uma amostra semelhante populao em termos de composio.
O objetivo obter-se uma amostra que seja representativa da populao. A forma da populao deve
ser conhecida, pelo menos aproximadamente, proporo que aparece uma certa quantidade, por exemplo,
as propores de pessoas de diferentes idades, sexo e grupos tnicos. A amostragem por quotas busca
repetir esses percentuais na amostra. A amostragem por quotas pode ser comparada a uma amostragem
estratificada. A populao estratificada por variveis importantes, tais como idade, sexo e localidade e a
quota necessria obtida de cada estrato. Mas a diferena importante que a amostragem por quotas no
selecionada por qualquer base aleatria.


EXERCCIOS
01. Para cada uma das seguintes situaes diga qual o tipo de amostragem foi utilizada.

a) Para compor a amostra foram sorteados aleatoriamente 10% de homens e 10% de mulheres de uma
cidade. Tipo de Amostragem:________________

b) Numa escola precisa-se dividir 20 pessoas em dois grupos. Para o primeiro grupo ele seleciona
aleatoriamente 10 pessoas, e considera os 10 restantes para o segundo grupo. Tipo de Amostragem:
___________________________

c) Uma lista numerada contm 200 nomes, numerados consecutivamente a partir do nmero 1.
Iniciando pelo 10 nome, uma amostra foi composta considerando sorteados os nomes referentes
aos nmeros 20, 30, 40, 50 e assim sucessivamente at que fossem escolhidos 10 nomes. Tipo de
amostragem: Amostragem _______________

02. Complete:
a) Na amostragem ______________ cada elemento da populao tem a mesma chance de ser includo
na amostra.
b) Na amostragem ______________a seleo dos itens da populao que faro parte da amostra so
escolhidos seguindo uma sequncia fixa, isto , so escolhidos os itens r, r+k, r+2k, r+3k, e assim
por diante.
c) A amostragem _______________pressupe a diviso da populao em subgrupos de itens
similares, procedendo-se ento a amostragem em cada subgrupo.
d) A amostragem _______________pressupe a disposio dos itens de uma populao em subgrupos
heterogneos representativos da populao global, procedendo-se a amostragem dos subgrupos.

03. (ESAF/AFPS/2002/Administrao Tributria Previdnciria) Assinale a opo correta em referncia ao
significado do termo amostragem aleatria simples.
a) Refere-se a um mtodo de classificao da populao.
b) Refere-se representatividade da amostra.
c) um mtodo de escolha de amostras.
d) Refere-se a amostras sistemticas de populaes infinitas.
e) Refere-se amostragem por quotas.

04. (Ministrio da Integrao Nacional 2012 Esaf) Para selecionar uma amostra aleatria de tamanho n de
uma populao formada por N unidades, que so numeradas de 1 a N segundo uma certa ordem,
escolhe-se aleatoriamente uma unidade entre as k primeiras unidades da populao, onde k = N/n e
seleciona-se cada k-sima unidade da populao em sequncia. Esta tcnica de amostragem denomina-
se amostragem
a) sistemtica.
b) por etapas.
c) estratificada.
d) por conglomerados.
e) por quotas.

Prof. Weber Campos 44

Estatstica
05. (AFCE-TCDF-2002/CESPE) Julgue os itens seguintes.
1. Quando aplicada em uma populao de pessoas formada pelo mesmo nmero de homens e de
mulheres, uma amostra aleatria simples tambm apresenta o mesmo nmero de homens e de
mulheres.

06. (FTE-Alagoas-2002/CESPE) Julgue os seguintes itens.
1. Quando a escolha dos elementos que faro parte de uma amostra realizada usando-se um
mecanismo probabilstico, diz-se que se trata de amostra por quotas.


07. (Auditor Fiscal SEFAZ/RJ 2011 FGV) A respeito das tcnicas de amostragem probabilstica, NO
correto afirmar que
(A) na amostragem por conglomerado a populao dividida em diferentes grupos, extraindo-se uma
amostra apenas dos conglomerados selecionados.
(B) na amostragem estratificada, se a populao pode ser dividida em subgrupos que consistem em
indivduos bastante semelhantes entre si, pode-se obter uma amostra aleatria em cada grupo.
(C) na amostragem aleatria simples se sorteia um elemento da populao, sendo que todos os elementos
tm a mesma probabilidade de serem selecionados.
(D) na amostragem por voluntrios a populao selecionada de forma a estratificar aleatoriamente os
grupos selecionados.
(E) na amostragem sistemtica os elementos da populao se apresentam ordenados, e a retirada dos
elementos da amostra feita periodicamente.


08. (Agente Fiscal do RS 2006 FAURGS) Analise as seguintes informaes sobre Amostragem Aleatria
simples.
I. o processo de retirada de uma amostra da populao no qual cada unidade da populao tem a
mesma chance de ser retirada.
II. o processo de retirada de uma amostra da populao no qual se conhecem as chances de retirada
de cada unidade, ainda que no sejam idnticas entre si.
III. Para realizar este processo de amostragem, necessria a utilizao de uma tabela de dgitos
aleatrios ou pseudo-aleatrios.
IV. o nico processo de amostragem que garante que a amostra resultante seja representativa da
populao.
Quais esto corretas?
a) Apenas I. c) Apenas III. e) Apenas IV.
b) Apenas II. d) Apenas I e III.

09. (Ministrio da Integrao Nacional 2012 Esaf) Para selecionar uma amostra aleatria de tamanho n de
uma populao formada por N unidades, que so numeradas de 1 a N segundo uma certa ordem,
escolhe-se aleatoriamente uma unidade entre as k primeiras unidades da populao, onde k = N / n e
seleciona-se cada k-sima unidade da populao em sequncia. Esta tcnica de amostragem denomina-
se amostragem
a) sistemtica.
b) por etapas.
c) estratificada.
d) por conglomerados.
e) por quotas.








Prof. Weber Campos 45

Estatstica
10. (ESAF/AFPS/2002/Administrao Tributria Previdnciria) Assinale a opo correta em referncia ao
significado do termo amostragem aleatria simples.
a) Refere-se a um mtodo de classificao da populao.
b) Refere-se representatividade da amostra.
c) um mtodo de escolha de amostras.
d) Refere-se a amostras sistemticas de populaes infinitas.
e) Refere-se amostragem por quotas.

11. (Ministrio da Integrao Nacional 2012 Esaf) Para selecionar uma amostra aleatria de tamanho n de
uma populao formada por N unidades, que so numeradas de 1 a N segundo uma certa ordem,
escolhe-se aleatoriamente uma unidade entre as k primeiras unidades da populao, onde k = N/n e
seleciona-se cada k-sima unidade da populao em sequncia. Esta tcnica de amostragem denomina-
se amostragem
a) sistemtica.
b) por etapas.
c) estratificada.
d) por conglomerados.
e) por quotas.
12. (CPRM 2013 Cespe)



Considere que um estudo estatstico tenha sido realizado para determinar a concentrao mdia de uma
substncia em duas diferentes reas (A e B). Considere, ainda, que as figuras acima apresentam os
esquemas amostrais para essas reas, que foram divididas em uma malha regular de trs por cinco
quadrados, e que os pontos mostrados nas figuras representam os locais em que os dados foram
coletados. Com base nessas informaes, julgue os prximos itens.

1. O esquema amostral para a rea A caracteriza-se pela aplicao de uma malha regular com
distribuio sistemtica dos pontos de amostragem.








Prof. Weber Campos 46

Estatstica


GABARITO:
01. a) Estratificada Proporcional
b) Aleatria Simples
c) Sistemtica
02. a) aleatria simples
b) sistemtica
c) estratificada
d) por Conglomerados
03. c
04. a
05. E
06. E (A amostragem por quotas uma tcnica NO-PROBABILISTICA)
07. d
08. a
09. c
10. c
11. a
12. 1. C


Prof. Weber Campos 47

Estatstica
EXERCCIOS DAS VIDEOAULAS

01. (PRF 2008 Cespe)
Ficou pior para quem bebe
O governo ainda espera a consolidao dos dados do primeiro ms de aplicao da Lei Seca para
avaliar seu impacto sobre a cassao de CNHs. As primeiras projees indicam, porm, que as
apreenses subiro, no mnimo, 10%. Antes da vigncia da Lei Seca, eram suspensas ou cassadas,
em mdia, aproximadamente 155.000 CNHs por ano. Se as previses estiverem corretas, a mdia
anual deve subir para prximo de 170.000. A tabela a seguir mostra esses resultados nos ltimos
anos (fonte: DENATRAN).


Para que a mdia de CNHs suspensas ou cassadas, de 2003 a 2008, atinja o valor previsto de
170.000, ser necessrio que, em 2008, a quantidade de CNHs suspensas ou cassadas seja um
nmero MEDIA
A inferior a 180.000.
B superior a 180.000 e inferior a 200.000.
C superior a 200.000 e inferior a 220.000.
D superior a 220.000 e inferior a 240.000.
E superior a 240.000.

02. (CORREIOS 2005 CESPE) Julgue o item seguinte.
1. Considere que a mdia aritmtica do faturamento mensal de uma agncia dos Correios em
12 meses de determinado ano tenha sido igual a R$ 10.000,00. Supondo que a mdia
aritmtica do faturamento mensal dos ltimos nove meses desse ano tenha sido de R$
11.000,00, ento a mdia aritmtica do faturamento nos trs primeiros meses desse ano
deve ter sido um valor entre R$ 7.500,00 e R$ 8.000,00.








Prof. Weber Campos 48

Estatstica
03. (Senado-2002/CESPE) Suponha que os grficos I e II abaixo representem, respectivamente, as
notas na prova de Lngua Portuguesa, que tem um valor mximo de 10 pontos, obtidas por 10
candidatos a cada um dos cargos de Consultor Legislativo e Consultor de Oramentos do
Senado Federal. Nessa situao, correto afirmar que
I. o desvio-padro da srie de notas do grfico I maior que o da srie de notas do grfico II.

grfico I grfico II

04. (Senado 1996 Cespe) A distribuio oramentria em um rgo composto de 80 setores,
apresenta mdia aritmtica de R$ 50.000,00 e uma disperso relativa de 10% em torno da
mdia. Suponha que haja uma reduo de 30% no oramento de todos os 80 setores e julgue
os itens seguintes.
1. O oramento mdio por setor assumir o valor de R$ 32.500,00.
2. Em face da reduo, a nova varincia ser igual a R$ 12.250.000,00.
3. O desvio padro permanecer inalterado.
4. A disperso relativa em torno da mdia permanecer inalterada.
5. Aps a reduo de 30% no oramento dos 80 setores, ser necessrio um aumento de 30%
para que o oramento mdio, por setor, apresente o valor de R$ 50.000,00.

05. (B. Brasil 2002/Cespe)















Prof. Weber Campos 49

Estatstica
1. O desvio-padro da srie numrica formada pelos totais de toneladas movimentadas pelos
pases listados no grfico I seria maior se dela fosse excludo o valor correspondente aos
EUA.
2. No perodo mostrado no grfico II, a mediana da srie numrica formada pelos percentuais
de cargas destinadas ao Brasil ou dele originadas, que passaram pelo canal do Panam,
maior que a moda dessa srie.

06. (Policial Rodovirio Federal 2004 CESPE)


O grfico acima ilustra o nmero de acidentes de trnsito nos estados do Acre, Mato Grosso do Sul,
Amazonas, Esprito Santo e Minas Gerais, no ano de 2001. Com base nessas informaes, julgue os
itens seguintes.
1. A mdia aritmtica de acidentes de trnsito nos cinco estados citados superior a 7.000.
2. Se, no ano de 2004, com relao ao ano de 2001, o nmero de acidentes de trnsito em cada um
dos estados considerados aumentasse de 150, ento o desvio-padro da srie numrica formada
pelo nmero de acidentes de trnsito em cada estado em 2004 seria superior ao desvio-padro
da srie numrica formada pelo nmero de acidentes de trnsito em cada estado em 2001.
3. Se, no ano de 2004, com relao ao ano de 2001, o nmero de acidentes de trnsito no Acre
passasse para 2.500, o nmero de acidentes de trnsito no Esprito Santo fosse reduzido para
10.000, o de Minas Gerais fosse reduzido para 13.000 e os demais permanecessem inalterados,
ento o desvio-padro da srie numrica formada pelo nmero de acidentes de trnsito em cada
estado em 2004 seria superior ao desvio-padro da srie numrica formada pelo nmero de
acidentes de trnsito em cada estado em 2001.
4. Se, no ano de 2004, com relao ao ano de 2001, o nmero de acidentes de trnsito no Acre
crescesse 10%, o do Mato Grosso do Sul diminusse 20%, o do Amazonas aumentasse 15% e os
demais permanecessem inalterados, ento a mdia aritmtica da srie numrica formada pelo
nmero de acidentes de trnsito em cada estado, em 2004, seria maior que a mediana dessa
mesma srie.









Prof. Weber Campos 50

Estatstica
07. (CPRM 2013 Cespe)

A tabela acima apresenta os resultados de um estudo estatstico realizado para avaliar o teor de
xidos de ferro (X, em g/kg) no solo de determinada regio. As amostras foram coletadas nos
pontos de cruzamento de uma malha georreferenciada. Com base nessas informaes, julgue os
itens a seguir.
1. A moda da distribuio das amostras igual a 100 g/kg.
2. A mediana amostral de X igual a 90 g/kg.
3. A varincia amostral de X inferior ou igual a 130 g
2
/kg
2
.

08. (TCE/ES 2012 Cespe) Em pesquisa realizada para se estimar o salrio mdio dos empregados de
uma empresa, selecionou-se, aleatoriamente, uma amostra de nove empregados entre todos
os empregados da empresa. Os dados de tempo de servio, em anos, e salrio, em quantidade
de salrios mnimos, dos indivduos dessa amostra esto dispostos na tabela abaixo.

A partir dos dados da tabela, julgue os itens seguintes.
1. A estimativa no viciada da varincia dos salrios dos indivduos da amostra com mais de 5 anos
de servio igual a 2/3.
2. Excluindo-se da amostra um empregado qualquer, nem o menor salrio nem a moda amostral
sofreriam alteraes com relao aos valores observados na amostra completa.

09. (SAEB/SEI 2012 Cespe) Determinado rgo precisa conceder licenas ambientais para a
construo de edifcios residenciais. No entanto, o local possui diversos aspectos ambientais a
serem solucionados. A tabela abaixo apresenta a frequncia de empresas que precisam
satisfazer certa quantidade de obrigaes antes da liberao da licena ambiental.

Com base nessas informaes, julgue os itens a seguir.
1. No total, mais de 15 empresas esperam licenas ambientais.
2. A mediana dos dados maior ou igual a 3.
3. Em media, menos de 3 obrigaes so devidas pelas empresas.
4. Se o desvio padro amostral dos dados 1,19, ento o coeficiente de variao menor que 50%.





Prof. Weber Campos 51

Estatstica
10. (DPRF Agente Administrativo 2012 Cespe)



A tabela acima mostra a distribuio da quantidade Q de pessoas transportadas, incluindo o
condutor, por veiculo de passeio circulando em determinado municpio, obtida como resultado de
uma pesquisa feita nesse municpio para se avaliar o sistema de transporte local. Nessa tabela, P
representa a porcentagem dos veculos de passeio circulando no municpio que transportam Q
pessoas, para Q = 1, ..., 5.
Com base nessas informaes, julgue os seguintes itens.
1. Como a moda da distribuio descrita representa a maior frequncia observada, seu valor igual
a 50%.
2. A quantidade de pessoas transportadas por veiculo de passeio circulando no municpio
distribuda em torno do valor 3, que representa a mediana da distribuio descrita. Como ocorre
a concentrao de muitos casos abaixo desse valor, essa distribuio possui assimetria negativa.
3. Como a tabela mostrada apresenta sequencia decrescente dos percentuais a medida que o valor
da quantidade Q aumenta, a distribuio descrita apresenta curtose negativa.

11. (SAEB/SEI 2012 Cespe)



O estudo sobre a escolaridade dos habitantes de certa cidade produziu a tabela acima, que mostra
a distribuio percentual do tempo de estudo (em anos). Com base nos dados apresentados na
tabela, julgue os itens subsequentes.
1. O histograma padronizado da distribuicao dos tempos de estudo esta corretamente
representado na figura abaixo.

Prof. Weber Campos 52

Estatstica



12. (DPRF Agente Administrativo 2012 Cespe)


A tabela acima apresenta as estatsticas produzidas em um levantamento acerca do numero dirio
de acidentes que envolvem motocicletas em determinado local. Com base nessas informaes,
julgue os prximos itens.
1. O coeficiente de variao da distribuio em questo superior a 1 e inferior a 1,4.
2. A varincia da distribuio do numero dirio de acidentes com motocicletas no referido local
inferior a 100.
3. Segundo o coeficiente de assimetria de Pearson, a distribuio desse numero dirio de acidentes
apresenta assimetria negativa.
4. E correto inferir que a probabilidade de haver, em determinado dia, 10 ou mais acidentes que
envolvam motocicletas no referido local estritamente inferior a 0,5.













Prof. Weber Campos 53

Estatstica
13. (DPRF Agente Administrativo 2012 Cespe)

M. M. B. Paolielo et al.. In: Sade Pblica, 1997 (com adaptaes).
Em decorrncia do desenvolvimento urbano e tecnolgico, tem-se a preocupao de monitorar os
efeitos nocivos da poluio ambiental sobre a sade da populao urbana. A figura acima mostra o
diagrama de caixa (box-plot) que descreve a distribuio da concentrao de chumbo no sangue,
em g/dL, obtida com base em uma amostra aleatria de 200 pessoas do sexo masculino e de 100
pessoas do sexo feminino que trabalham em postos de combustvel localizados em determinado
municpio brasileiro.
Com base nessas informaes, julgue os itens de 1 a 3.

1. Com base nas linhas horizontais que cortam as caixas do diagrama apresentado, conclui-se
corretamente que a mdia das concentraes de chumbo encontradas no sangue das pessoas
do sexo feminino que trabalham em postos de combustvel do referido municpio brasileiro
inferior a media das concentraes dessa mesma substancia no sangue das pessoas do sexo
masculino que trabalham nesses postos de combustvel.

2. O diagrama esquemtico referente ao sexo feminino, em comparao com o referente ao sexo
masculino, possui uma caixa (box) menor e pernas mais curtas, sugerindo que a variabilidade
dos valores de concentrao de chumbo no sangue das pessoas que trabalham em postos de
combustvel do referido municpio brasileiro menor para as pessoas do sexo feminino que para
as do sexo masculino.

3. Ha informaes suficientes no diagrama apresentado para se concluir corretamente que 25% das
pessoas do sexo feminino que trabalham em postos de combustvel do referido municpio
brasileiro apresentam concentraes de chumbo iguais ou superiores a 10 g/dL. J o percentual
de pessoas do sexo masculino que trabalha nesses postos e apresenta concentraes de chumbo
iguais ou superiores a 10 g/dL maior que 25%.



Prof. Weber Campos 54

Estatstica
14. (CPRM 2013 Cespe) Considerando que A e B sejam eventos aleatrios definidos em um mesmo
espao de probabilidade e que
P(A) = 0,5, P(A|B) = 0,5 e P(B|A) = 0,25
Julgue os itens seguintes.
1. P(A B) 0,7.
2. P(B) = 0,25.

SOLUO:
P(B|A) = P(A B) 0,25 = P(A B) P(A B) = 0,25 X 0,5 = 0,125
P(A) 0,5

P(A|B) = P(A B) 0,5 = 0,125_ P(B) = 0,125_ = 125_ = 0,25
P(B) P(B) 0,5 500

P(A B) = P(A) + P(B) P(A B)
= 0,5 + 0,25 0,125
= 0,75 0,125
= 0,625

Portanto:
Item 1 est Errado!
Item 2 est Certo!



GABARITO:
01. D
02. E
03. E
04. E C E C E
05. E C
06. C E E C
07. C E C
08. E C
09. C E C E
10. E E E
11. E
12. C E E C
13. C C C
14. E C

You might also like