Estatística Básica

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof.
Mnica Barradas
ESTATSTICA
BSICA
(Prof Mnica Barradas)
1
Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas
NDICE
1. ntrodu!"o #eral $ %om&reens"o Estatstica........................................................................'
(. )istribui!"o de *re+,-ncia.................................................................................................1.
'. Medidas de %entralidade ou de /end-ncia %entral............................................................10
0. Medidas de 1ssimetria e %urtose.......................................................................................('
2. Princi&ais /i&os de 3e&resenta!"o #rfica........................................................................(2
4. Medidas de )is&ers"o ou de 5ariabilidade........................................................................(6
7. %orrela!"o e 3e8ress"o.......................................................................................................'(
6. ntrodu!"o $ 1mostra8em...................................................................................................07
9. Probabilidade......................................................................................................................2'
1.. 5ariveis 1leat:rias )iscretas ........................................................................................24
11. )istribui!;es de 5ariveis 1leat:rias )iscretas..............................................................4.
1(. )istribui!;es de 5ariveis 1leat:rias %ontnuas............................................................4(
(
CAPTULO 1 INT!ODU"#O A ESTATISTICA
1$ O%&'(o da Es(a()s(ica
Estatstica uma ci-ncia e<ata +ue visa fornecer subsdios ao analista &ara coletar=
or8ani>ar= resumir= analisar e a&resentar dados. /rata de &ar?metros e<trados da &o&ula!"o=
tais como mdia ou desvio &adr"o.
1 estatstica fornece-nos as tcnicas &ara e<trair informa!"o de dados= os +uais s"o muitas
ve>es incom&letos= na medida em +ue nos d"o informa!"o @til sobre o &roblema em estudo=
sendo assim= obAetivo da Estatstica e<trair informa!"o dos dados &ara obter uma melBor
com&reens"o das situa!;es +ue re&resentam.
Cuando se aborda uma &roblemtica envolvendo mtodos estatsticos= estes devem ser
utili>ados mesmo antes de se recolBer $ amostra= isto = deve-se &laneAar a e<&eri-ncia +ue
nos vai &ermitir recolBer os dados= de modo +ue= &osteriormente= se &ossa e<trair o m<imo
de informa!"o relevante &ara o &roblema em estudo= ou seAa= &ara a &o&ula!"o de onde os
dados &rov-m.
Cuando de &osse dos dados= &rocura-se a8ru&a-los e redu>i-los= sob forma de amostra=
dei<ando de lado a aleatoriedade &resente.
De8uidamente o obAetivo do estudo estatstico &ode ser o de estimar uma +uantidade ou
testar uma Bi&:tese= utili>ando-se tcnicas estatsticas convenientes= as +uais real!am toda a
&otencialidade da Estatstica= na medida em +ue v"o &ermitir tirar conclus;es acerca de uma
&o&ula!"o= baseando-se numa &e+uena amostra= dando-nos ainda uma medida do erro
cometido.
*$ +'rra,'n(as Es(a()s(icas
*$1 - O ./' 0 Es(a()s(ica1
De8undo EU31FG
1. H a ci-ncia da tomada de decis"o &erante incerte>asI
(. %oleta= anlise e inter&reta!"o de dadosI
'. H um JKitL de ferramentas +ue aAuda a resolver &roblemasI
0. Base &ara a maior &arte das decis;es tomadas +uanto ao controle da +ualidade= assim
como em +uase todas as outras reas da atividade Bumana moderna.
5ista dessa forma= a Estatstica n"o deve ser confundida como uma disci&lina isolada= e sim=
com&reendida como uma ferramenta ou um conAunto de ferramentas= dis&onvel &ara a
solu!"o de &roblemas em diversas reas do conBecimento.
De8undo *E#EFB1UMG JPrecis"o si8nificativamente aumentada em &rodu!"o de itens e
&rodutos tem sido acom&anBada &ela necessidade de mtodos a&erfei!oados &ara medi!"o=
es&ecifica!"o e re8istro dela. 1 estatstica= denominada ci-ncia das medi!;es= re&resenta
uma das tcnicas mais valiosas utili>adas nas +uatro tarefas= e isso tem ficado cada ve> mais
evidenteL.
'
*$* Ond' s' a23ica a Es(a()s(ica na En4'n5aria1
1s a&lica!;es concentram-se fundamentalmente em dois cam&os de a!"oG o Controle
Estatstico do Processo e o Controle Estatstico da Qualidade.
)efini!;es se8undo EU31FG
1. ProcessoG +ual+uer combina!"o es&ecfica de m+uinas= ferramentas= mtodos= materiais
eMou &essoas em&re8adas &ara atin8ir +ualidades es&ecficas num &roduto ou servi!o. Estas
+ualidades s"o cBamadas de Jcaractersticas de +ualidadeL= +ue &odem ser uma dimens"o=
&ro&riedade do material= a&ar-ncia= etc.
(. %ontroleG um ciclo de feedback Nrealimenta!"oO atravs da +ual medimos o desem&enBo
real= com&arando-o com o &adr"o= e a8imos sobre a diferen!a.
'. %ontrole Estatstico do Processo N%EPOG a&lica!"o de tcnicas estatsticas &ara medir e
analisar a varia!"o nos &rocessos.
0. %ontrole Estatstico da Cualidade N%ECOG a&lica!"o de tcnicas estatsticas &ara medir e
a&rimorar a +ualidade dos &rocessos. %EC inclui %EP= ferramentas de dia8n:stico= &lanos de
amostra8em e outras tcnicas estatsticas.
De8undo *E#EFB1UM= &rovavelmente= mais im&ortante do +ue os &r:&rios mtodos
estatsticos t-m sido o im&acto causado sobre o &ensamento industrial &ela filosofia +ue
re&resentam. P J&onto de vista estatsticoL resume-se essencialmente nistoG a variabilidade
na +ualidade do &roduto deve ser constantemente estudadaG
1.Q )entro de lotes de &rodutoI
(.Q Em e+ui&amentos de &rocessoI
'.Q Entre lotes diferentes de um mesmo &rodutoI
0.Q Em caractersticas crticas e em &adr;esI
2. QEm &rodu!"o &iloto= no caso de novos &rodutos.
Esse &onto de vista= +ue enfati>a o estudo da varia!"o= e<erce efeito si8nificativo sobre
certas atividades no controle da +ualidade. 1inda se8undo *E#EFB1UM= cinco
ferramentas estatsticas tornaram-se am&lamente utili>adas nas tarefas de controle da
+ualidadeG
1. )istribui!"o de fre+,-nciasI
(. #rficos de controleI
'. 1ceita!"o &or amostra8emI
0. Mtodos es&eciaisI
2. %onfiabilidade.
Fa aborda8em do &a&el dos mtodos estatsticos no 8erenciamento de &rocessos de
&rodu!"o= RUME tambm fa> refer-ncia $ variabilidade. )i> +ue= JN...O inde&endentemente
dos ti&os de &rodutos ou de mtodos de &rodu!"o usados= as causas de &rodutos defeituosos
s"o universais. 5aria!"o= esta a causa.L= J5aria!;es nos materiais= na condi!"o dos
e+ui&amentos= no mtodo de trabalBo e na ins&e!"o s"o as causas dos defeitos.L 1inda
se8undo RUME= JN...O os mtodos estatsticos s"o ferramentas efica>es &ara a melBoria do
&rocesso &rodutivo e redu!"o de seus defeitosL.
P &rimeiro &asso na busca da verdadeira causa de um defeito a cuidadosa observa!"o do
fenmeno do defeito. 1&:s tal observa!"o cuidadosa= a verdadeira causa torna-se evidente.
0
1s ferramentas estatsticas= di> RUME= conferem obAetividade e e<atid"o $ observa!"o. 1s
m<imas da forma estatstica de &ensar s"oG
1. )ar maior im&ort?ncia aos fatos do +ue os conceitos abstratosI
(. F"o e<&ressar fatos em termos de intui!"o ou idias. Usar evid-ncias obtidas a &artir de
resultados es&ecficos da observa!"oI
'. Ps resultados da observa!"o= suAeitos como s"o a erros e varia!;es= s"o &artes de um todo
obscuro. 1 &rinci&al meta da observa!"o descobrir esse todo obscuroI
0. 1ceitar o &adr"o re8ular +ue a&arece em 8rande &arte dos resultados observados como
uma informa!"o confivel.
2. P conBecimento dominado ato o &resente momento n"o nada mais +ue um
embasamento &ara Bi&:teses futuras. Uma ve> +ue isso tenBa sido com&reendido= a forma de
&ensar mencionada &ode ser a&roveitada &ara a&rofundar a com&reens"o do &rocesso
&rodutivo e dos meios &ara melBor-lo.
*$6 D'fini78's B9sicas da Es(a()s(ica
1) +EN:MENO ESTATSTICO; +ual+uer evento +ue se &retenda analisar= cuAo estudo
seAa &ossvel da a&lica!"o do mtodo estatstico. D"o divididos em tr-s 8ru&osG
*enmenos de massa ou coletivoG s"o a+ueles +ue n"o &odem ser definidos &or uma sim&les
observa!"o. 1 estatstica dedica-se ao estudo desses fenmenos.
Fenmenos individuaisG s"o a+ueles +ue ir"o com&or os fenmenos de massa.
Fenmenos de multidoG +uando as caractersticas observadas &ara a massa n"o se
verificam &ara o &articular.
*) DADO ESTATSTICO; um dado numrico e considerado a matria-&rima sobre a
+ual iremos a&licar os mtodos estatsticos.
6) POPULA"#O; o conAunto total de elementos &ortadores de= &elo menos= uma
caracterstica comum.
<) AMOST!A; uma &arcela re&resentativa da &o&ula!"o +ue e<aminada com o
&ro&:sito de tirarmos conclus;es sobre a essa &o&ula!"o.
=) PA!>MET!OS; D"o valores sin8ulares +ue e<istem na &o&ula!"o e +ue servem &ara
caracteri>-la.Para definirmos um &ar?metro devemos e<aminar toda a &o&ula!"o.
?) ESTIMATI@A; um valor a&ro<imado do &ar?metro e calculado com o uso da
amostra.
A) AT!IBUTO; +uando os dados estatsticos a&resentam um carter +ualitativo= o
levantamento e os estudos necessrios ao tratamento desses dados s"o desi8nados
8enericamente de estatstica de atributo.
B) @A!I@EL; H= convencionalmente= o conAunto de resultados &ossveis de um fenmeno.
Varivel QualitativaG Cuando seus valores s"o e<&ressos &or atributos
Varivel QuantitativaG Cuando os dados s"o de carter nitidamente +uantitativo= e o
conAunto dos resultados &ossui uma estrutura numrica= trata-se= &ortanto da estatstica de
varivel e se dividem emG
Varivel Discreta ou Descontnua: Deus valores s"o e<&ressos 8eralmente atravs de
n@meros inteiros n"o ne8ativos. 3esulta normalmente de conta8ens. E<G FS de alunos
&resentes $s aulas de introdu!"o $ estatstica econmica no 1S semestre de 1997G mar T 16=
abr T '. = mai T '2 = Aun T '4.
2
Varivel ContnuaG 3esulta normalmente de uma mensura!"o= e a escala numrica de seus
&ossveis valores corres&onde ao conAunto 3 dos n@meros 3eais= ou seAa= &odem assumir=
teoricamente= +ual+uer valor entre dois limites. E<.G Cuando voc- vai medir a tem&eratura de
seu cor&o com um termmetro de merc@rio o +ue ocorre o se8uinteG P filete de merc@rio=
ao dilatar-se= &assar &or todas as tem&eraturas intermedirias at cBe8ar na tem&eratura
atual do seu cor&o.
*$< P3an'&a,'n(o 2ara Co3'(a ' An93is' d' Dados
1s ferramentas devem ser utili>adas de maneira eficiente &ara alcan!ar o sucesso. Para tanto=
o &rocesso deve incluirG
1. &laneAamento cuidadoso da coleta de dadosI
(. anlise de dados &ara tirar conclus;es estatsticas e
'. transi!"o &ara a res&osta ao &roblema tcnico ori8inal.
De8undo EU31F= al8uns &assos-cBave s"oG
1$ Co3'(ar infor,a78's anteriores suficientes &ara tradu>ir o &roblema de en8enBaria em
&roblema es&ecfico +ue &ossa ser avaliado &or mtodos estatsticosI
*$ P3an'&ar a co3'(a d' dados;
a. )eterminar o ti&o de dados necessrios +uantitativos Nmais custo= mais @tilO e
+ualitativosI
b. )eterminar se +uais+uer dados &rvios est"o dis&onveis e s"o a&licveis ao &resente
&roblemaI
c. De o &roblema e<i8ir uma avalia!"o de vrias decis;es alternativas= obter informa!;es
sobre as conse+,-ncias econmicas de uma decis"o errada.
d. De o &roblema e<i8ir a estima!"o de um &ar?metro= definir a &recis"o necessria &ara a
estimativaI
e. )eterminar se o erro de medi!"o 8rande o suficiente &ara influenciar o tamanBo
calculado da amostra ou o mtodo da anlise de dadosI
f. )efinir as su&osi!;es necessrias &ara calcular o tamanBo da amostra e<i8idoI
8. %alcular o tamanBo da amostra necessrio considerando a &recis"o deseAada do resultado=
erro amostral= variabilidade dos dados= erros de medi!"o e outros fatoresI
B. )efinir +uais+uer re+uisitos &ara &reservar a ordem das medi!;es +uando o tem&o for um
&ar?metro cBaveI
i.)eterminar +uais+uer re+uisitos &ara coletar dados em 8ru&os definidos diferentes
condi!;es a serem avaliadasI
A. )efinir o mtodo de anlise de dados e +uais+uer Bi&:teses necessriasI
K.)efinir os re+uisitos &ara +uais+uer &ro8ramas de com&utador +ue venBam a ser
necessrios.
6$ Co3'(ar dados;
a. Usar mtodos &ara asse8urar +ue a amostra selecionada de forma aleat:riaI
b. 3e8istrar os dados e tambm as condi!;es &resentes no momento de cada observa!"oI
c. E<aminar os dados amostrais &ara asse8urar +ue o &rocesso mostra estabilidade suficiente
&ara se fa>er &revis;es vlidas &ara o futuro.
<$ Ana3isar os dados;
a. Delecionar os dadosI
b. 1valiar as Bi&:teses &reviamente estabelecidas. De necessrio= tomar atitudes corretivas
Nnovas observa!;esOI
c. 1&licar tcnicas estatsticas &ara avaliar o &roblema ori8inalI
d. )eterminar se dados e anlises adicionais s"o necessriosI
4
e. 3eali>ar Janlises de sensibilidadeL variando estimativas amostrais im&ortantes e outros
fatores na anlise e observando o efeito sobre as conclus;es finais.
=$ !'C'r as conc3/s8's da anlise de dados &ara determinar se o &roblema tcnico ori8inal
foi avaliado ou se foi modificado &ara se en+uadrar nos mtodos estatsticos.
?$ A2r's'n(ar os r's/3(ados;
a. Estabelecer as conclus;es de forma si8nificativa= enfati>ando os resultados nos termos do
&roblema ori8inal= e n"o na forma dos ndices estatsticos usados na anliseI
b. 1&resentar 8raficamente os resultados +uando a&ro&riado. Usar mtodos estatsticos
sim&les no cor&o do relat:rio e colocar as anlises com&le<as em um a&-ndice.
A$ D'('r,inar s' as conc3/s8's do 2ro%3',a 's2'c)fico sDo a23ic9C'is a o/(ros
2ro%3',as o/ s' os dados ' c93c/3os 2od'ria, s'r E('is 2ara o/(ros 2ro%3',as$
6$ ESTATSTICA DESC!ITI@A
5iu-se anteriormente um roteiro &ara coleta e anlise de dados. 1s sries de dados=
basicamente= s"o &rovenientes de duas fontesG os Jdados Bist:ricosL e os Jdados de
e<&erimentos &laneAadosL.
Ps dados 5is(Fricos s"o sries de dados e<istentes e= em 8eral= analisar estatisticamente
esses dados mais econmico Ntem&o e des&esasO se com&arado com dados obtidos a &artir
de e<&erimentos &laneAados. Mesmo com uma anlise estatstica com&le<a= em 8eral= &ouco
sucesso se obtm com tais dados. Fo controle de um &rocesso= al8umas ra>;es &ara esse
insucesso ocorrer s"oG
1.QQ 1s variveis do &rocesso &odem estar altamente correlacionadas entre si= tornando
im&ossvel distin8uir a ori8em de um determinado efeito.
(.QQ 1s variveis do &rocesso &odem ter sido mani&uladas &ara controlar o resultado do
&rocesso.
'.QQ 1s variveis do &rocesso t-m abran8-ncia &e+uena em rela!"o ao intervalo de o&era!"o do
&rocesso.
0.QQ Putras variveis +ue afetam o resultado do &rocesso &odem n"o ter sido mantidas
constantes= e serem as reais causadoras dos efeitos observados no &rocesso.
Por essas ra>;es= recomenda-se a anlise de sries de dados Bist:ricos a&enas &ara a
indica!"o de variveis im&ortantes a serem observadas em um e<&erimento &laneAado.
Ps dados d' 'G2'ri,'n(os 23an'&ados s"o coletados com o obAetivo estudar e analisar um
&roblema. D"o dados reunidos em diversas sries de variveis com a&arente im&ort?ncia em
um &rocesso= en+uanto se mantm constantes Ncom valores re8istradosO todas as outras
variveis +ue &ossivelmente &oderiam alterar o resultado. 1+ui tratar-se- de mtodos
&rticos de or8ani>a!"o de dados. De8undo DPE#EU0G J1 &arte da estatstica +ue &rocura
somente descrever e analisar um certo 8ru&o= sem tirar +uais+uer conclus;es ou infer-ncias
sobre um 8ru&o maior= cBamada estatstica descritiva ou dedutiva.L
*re+,entemente dois ou mais mtodos de or8ani>a!"o s"o utili>ados &ara descrever com
clare>a dados coletados. 1l8uns desses mtodos s"oG 8rficos dos dados na ordem
cronol:8ica= distribui!"o e Bisto8ramas de fre+,-ncia= caractersticas amostrais= medidas de
tend-ncia central e medidas de dis&ers"o.
7
<$ SH!IES ESTATSTICAS
/1BEU1G 3esume um conAunto de dados dis&ostos se8undo linBas e colunas de maneira
sistemtica.
)e acordo com a 3esolu!"o 664 do B#E= nas casas ou clulas da tabela devemos colocarG
um tra!o Bori>ontal N - O +uando o valor >eroI
tr-s &ontos N ... O +uando n"o temos os dadosI
>ero N . O +uando o valor muito &e+ueno &ara ser e<&resso &ela unidade utili>adaI
um &onto de interro8a!"o N V O +uando temos d@vida +uanto $ e<atid"o de
determinado valor.
PbsG P lado direito e es+uerdo de uma tabela oficial deve ser aberto. "Salientamos que
nestes documentos as tabelas no sero abertas devido a limitaes do editor html".
H +ual+uer tabela +ue a&resenta a distribui!"o de um conAunto de dados estatsticos em
fun!"o da &oca= do local ou da es&cie.
S0ri's Io,F4radasG s"o a+uelas em +ue a varivel descrita a&resenta varia!"o discreta ou
descontnua. Podem ser do ti&o temporal, geogrfica ou especfica.
aO Drie /em&oralG dentifica-se &elo carter varivel do fator cronol:8ico. P local e a
es&cie NfenmenoO s"o elementos fi<os. Esta srie tambm cBamada de Bist:rica ou
evolutiva.
1B% 5EW%UUPD U/)1.
5endas no 1S bimestre de (..(
PE3WP)P UF)1)ED 5EF))1D X
E1FM(..( ( .
*E5M(..( 1 .
/P/1U ' .
X Em mil unidades
.
6
bO Drie #eo8rficaG 1&resenta como elemento varivel o fator 8eo8rfico. 1 &oca e o fato
Nes&cieO s"o elementos fi<os. /ambm cBamada de es&acial= territorial ou de locali>a!"o.
1B% 5EW%UUPD U/)1.
*U1D UF)1)ED 5EF))1D X
D"o Paulo 1 '
3io de Eaneiro 1 7
/P/1U ' .
X Em mil unidades
cO Drie Es&ecficaG P carter varivel a&enas o fato ou es&cie. /ambm cBamada de
srie cate8:rica.
1B% 5EW%UUPD U/)1.
M13%1 UF)1)ED 5EF))1D X
*1/ 1 6
#M 1 (
/P/1U ' .
X Em mil unidades
S0ri's Con&/4adasG /ambm cBamadas de tabelas de du&la entrada. D"o a&ro&riadas $
a&resenta!"o de duas ou mais sries de maneira conAu8ada= Bavendo duas ordens de
classifica!"oG uma Bori>ontal e outra vertical. P e<em&lo abai<o de uma srie 8eo8rfica-
tem&oral.
1B% 5EW%UUPD U/)1.
*U1D EaneiroM(..( *evereiroM(..(
D"o Paulo 1 . '
3io de Eaneiro 1 ( 2
/P/1U ( ( 6
X Em mil unidades
PbsG as sries Beter:8radas ser"o estudas no ca&tulo ( N distribui!"o de fre+u-ncias O.
9
CAPTULO * DIST!IBUI"#O DE +!EJUKNCIAS
H uma ferramenta estatstica a&ro&riada &ara a a&resenta!"o de 8randes massas de dados
numa forma +ue torna mais clara a tend-ncia central e a dis&ers"o dos valores ao lon8o da
escala de medi!"o= bem como a fre+,-ncia relativa de ocorr-ncia dos diferentes valores.
Cuando da anlise de dados= comum &rocurar conferir certa ordem aos n@meros tornando-
os visualmente mais ami8veis. P &rocedimento mais comum o de divis"o &or classes ou
cate8orias= verificando-se o n@mero de indivduos &ertencentes a cada classe.
H um ti&o de tabela +ue condensa uma cole!"o de dados conforme as fre+u-ncias Nre&eti!;es
de seus valoresO.
Tabela primitiva ou dados brutos: H uma tabela ou rela!"o de elementos +ue n"o foram
numericamente or8ani>ados. H difcil formarmos uma idia e<ata do com&ortamento do
8ru&o como um todo= a &artir de dados n"o ordenados.
E< G 02= 01= 0(= 01= 0( 0'= 00= 01 =2.= 04= 2.= 04= 4.= 20= 2(= 26= 27= 26= 4.= 21
!": /em-se um rol a&:s a ordena!"o dos dados Ncrescente ou decrescenteO.
E< G 01= 01= 01= 0(= 0( 0'= 00= 02 =04= 04= 2.= 2.= 21= 2(= 20= 27= 26= 26= 4.= 4.
Distribui#o de fre$u%ncia sem intervalos de classe: H a sim&les condensa!"o dos dados
conforme as re&eti!;es de seus valores. Para um tabela de tamanBo ra>ovel esta distribui!"o
de fre+u-ncia inconveniente= A +ue e<i8e muito es&a!o. 5eAa e<em&lo abai<oG
Ta%'3a 1
)ados *re+u-ncia
01 '
0( (
0' 1
00 1
02 1
04 (
2. (
21 1
2( 1
20 1
27 1
26 (
4. (
/otal (.
1.
Distribui#o de fre$u%ncia com intervalos de classe:Cuando o tamanBo da amostra
elevado mais racional efetuar o a8ru&amento dos valores em vrios intervalos de classe.
Ta%'3a *
%lasses *re+u-ncias
01 Y------- 02 7
02 Y------- 09 '
09 Y------- 2' 0
2' Y------- 27 1
27 Y------- 41 2
/otal (.
*$1 E3','n(os d' /,a Dis(ri%/i7Do d' +r'.LMncia co, c3ass's
CLASSEG s"o os intervalos da varivel simboli>ada &or i e o n@mero total de classes
simboli>ada &or &. E<G na tabela anterior &T2 e 09 Y------- 2' a ' classe= onde iT'. Para a
construo de uma tabela a &artir de um dado bruto calcularemos o & atravs da 3e8ra de
Dtur8esZ &'()*,*logn !ara n"#$% ou &'n !ara n&#$%.
LIMITES DE CLASSEG s"o os e<tremos de cada classe. P menor n@mero o limite
inferior de classe NliO e o maior n@mero= limite su&erior de classe NUsO. E<G em 09 Y--- 2'
Ui
'
T 09 e Us
'
T 2'. P smbolo Y--- re&resenta um intervalo fecBado $ es+uerda e aberto $
direita. P dado 2' n"o &ertence $ classe ' e sim a classe 0 re&resentada &or 2' Y--- 27.
AMPLITUDE DO INTE!@ALO DE CLASSEG obtida atravs da diferen!a entre o
limite su&erior e inferior da classe simboli>ada &or a ' "s + li. E<G na tabela anterior aT 2' -
09 T 0. PbsG Fa distribui!"o de fre+u-ncia cM classe o c ser igual em todas as classes, Para
a construo de uma tabela a !artir de um dado bruto temos' a'"s+"i-.
AMPLITUDE TOTAL DA DIST!IBUI"#O; a diferen!a entre o valor m<imo e o
valor mnimo da amostra. Pnde /t ' 0ma1 + 0min. Em nosso e<em&lo /t T 4. - 01 T 19.
PONTO MHDIO DE CLASSEG o &onto +ue divide o intervalo de classe em duas &artes
i8uais. E<G em 09 Y------- 2' o &onto mdio <
'
T N2'[09OM( T 21= ou seAa= <
'
TNUi[UsOM(.
11
Ps dados brutos a se8uir a&resentam um conAunto de tem&os &ara determinada o&era!"o.

5,1 5,3 5,3 5,6 5,8 5,9 6 6,1 6,2 6,2
6,3 6,3 6,3 6,4 6,4 6,4 6,5 6,5 6,6 6,7
6,7 6,8 6,8 6,9 6,9 7 7,1 7,1 7,2 7,2
7,3 7,4 7,5 7,5 7,6 7,6 7,6 7,7 7,7 7,8
7,8 7,9 7,9 8 8 8,1 8,2 8,3 8,3 8,4
8,5 8,5 8,6 8,7 8,8 8,8 8,9 9 9,1 9,2
9,4 9,4 9,5 9,5 9,6 9,8 9,9 10 10,2 10,2
10,4 10,6 10,8 10,9 11,2 11,5 11,8 12,3 12,7 14,9
*$* !'4ras 2ara a '3a%ora7Do d' /,a dis(ri%/i7Do d' fr'.LMncias co, c3ass's
1N Pr8ani>e os dados brutos em um 3PU.
*N %alcule a am&litude total /t.
Fo nosso e<em&loG /t T10=9 2=1 T 9=6
6N %alcule o n@mero de classes NRO= +ue ser calculado usando R T . Pbri8atoriamente
deve estar com&reendido entre 2 a (.. Feste caso= R i8ual a 6=90= a&ro<imadamente= 6. Fo
nosso e<em&loG n T 6. dados= ent"o = &'n T 6=9 .
<N %onBecido o n@mero de classes define-se a am&litude de cada classeG
Fo e<em&lo= a ser i8ual aG
=N /emos ent"o o menor nS da amostra= o nS de classes e a am&litude do intervalo. Podemos
montar a tabela= com o cuidado &ara n"o a&arecer classes com fre+u-ncia T . N>eroO.
?N %om o conBecimento da am&litude de cada classe= define-se os limites &ara cada classe
Ninferior e su&eriorO= onde limite nferior ser 2=1 e o limite su&erior ser 12 [ 1=('.

Intervalo de
Classe
Freqncia
Absoluta (fi)
Freqncia
Acu
mul
ada
(Fi)
Freqncia
Relativa (fr)
Freqncia
Acumulada (Fr)
05,10 |---| 06,33 13 13 16,25 16,25
06,34 |---| 07,57 21 34 26,25 42,50
07,58 |---| 08,81 22 56 27,50 70,00
08,82 |---| 10,05 15 71 18,75 88,75
10,06 |---| 11,29 4 75 5,00 93,75
11,30 |---| 12,53 3 78 3,75 97,50
12,54 |---| 13,77 1 79 1,25 98,75
1(
13,78 |---| 15,01 1 80 1,25 100
Total 80 - 100
PbsG 18ru&ar os dados em classes uma im&ortante ferramenta &ara resumir 8randes massas
de dados brutos= no entanto acarreta &erda de al8uns detalBes.
Fre$u%ncias simples ou absolutas fi%' s"o os valores +ue realmente re&resentam o n@mero
de dados de cada classe. 1 soma das fre+u-ncias sim&les i8ual ao n@mero total dos dados
da distribui!"o.
Fre$u%ncias relativas fr%' s"o os valores das ra>;es entre as fre+u-ncias absolutas de cada
classe e a fre+u-ncia total da distribui!"o. 1 soma das fre+u-ncias relativas i8ual a 1 N1..
\O.
Fre$u%ncia simples acumulada de uma classe (i%' o total das fre+u-ncias de todos os
valores inferiores ao limite su&erior do intervalo de uma determida classe.
Fre$u%ncia relativa acumulada de um classe (r%' a fre+u-ncia acumulada da classe=
dividida &ela fre+u-ncia total da distribui!"o.
1'
CAPTULO 6 MEDIDAS DE CENT!ALIDADE
] vrias medidas de tend-ncia central= entretanto nesta a&ostila= ser abordado o estudo de
a&enas a+uelas +ue s"o mais si8nificativas. 1s mais im&ortante medidas de tend-ncia central
s"oG a mdia aritmtica= mdia aritmtica &ara dados a8ru&ados= mdia aritmtica &onderada=
mediana= moda.
6$ M'didas d' C'n(ra3idad'
6$1 M0dia Ari(,0(icaO
Dendo a mdia uma medida t"o sensvel aos dados= &reciso ter cuidado com a sua
utili>a!"o= &ois &ode dar uma ima8em distorcida dos dados.
1 mdia &ossui uma &articularidade bastante interessante= +ue consiste no se8uinteG
se calcularmos os desvios de todas as observa!;es relativamente $ mdia e somarmos esses
desvios o resultado obtido i8ual a >ero.
1 mdia tem uma outra caracterstica= +ue torna a sua utili>a!"o vantaAosa em certas
a&lica!;esG Cuando o +ue se &retende re&resentar a +uantidade total e<&ressa &elos dados=
utili>a-se a mdia.
Fa realidade= ao multi&licar a mdia &elo n@mero total de elementos= obtemos a +uantidade
&retendida.
H i8ual ao +uociente entre a soma dos valores do conAunto e o n@mero total dos valores.
...onde Gi s"o os valores da varivel e n o n@mero de valores.
.Dados no+agrupados:
Cuando deseAamos conBecer a mdia dos dados n"o-a8ru&ados em tabelas de fre+u-ncias=
determinamos a ,0dia ari(,0(ica si,23's.
E<em&loG Ps dados a se8uir a&resentam leituras de concentra!"o de um &rocesso +umico
feitas a cada duas Boras 1.= 10= 1'= 12= 14= 16 e 1(= temos= uma concentra!"o mdia deG
.T N1.[10[1'[12[14[16[1(O M 7 T 10
D'sCio ', r'3a7Do P ,0dia; a diferen!a entre cada elemento de um conAunto de valores e
a mdia aritmtica= ou seAaG.. di O Qi -
10
Fo e<em&lo anterior temos sete desviosG.d1 T 1. - 10 T - 0 =.d( T 10 - 10 T . = d' T 1' - 10 T
- 1 =.d0 T 12 - 10 T 1 =.d2 T 14 - 10 T ( =..d4 T 16 - 10 T 0 e.d7 T 1( - 10 T - (.
Pro2ri'dad's da ,0dia
1 2ro2ri'dad'; A so,a a340%rica dos d'sCios ', r'3a7Do P ,0dia 0 n/3a$
Fo e<em&lo anterior G d1[d([d'[d0[d2[d4[d7 T .
* 2ro2ri'dad'; So,ando-s' (o/ s/%(raindo-s') /,a cons(an(' (c) a (odos os Ca3or's d'
/,a Cari9C'3R a ,0dia do con&/n(o fica a/,'n(ada (o/ di,in/)da) d'ssa cons(an('$
De no e<em&lo ori8inal somarmos a constante * a cada um dos valores da varivel temosG
^ T 1([14[12[17[16[(.[10 M 7 T 14 ou
^ T .[ ( T 10 [( T 14
6 2ro2ri'dad'; M/3(i23icando-s' (o/ diCidindo-s') (odos os Ca3or's d' /,a Cari9C'3
2or /,a cons(an(' (c)R a ,0dia do con&/n(o fica ,/3(i23icada (o/ diCidida) 2or 'ssa
cons(an('$
De no e<em&lo ori8inal multi&licarmos a constante 6 a cada um dos valores da varivel
temosG
^ T '.[0(['9[02[06[20['4 M 7 T 0( ou
^ T < ' T 10 < ' T 0(
.
Dados agrupados:
S', in('rCa3os d' c3ass'
%onsideremos a distribui!"o relativa de um canal de comunica!"o +ue est sendo
monitorado &elo re8istro do nS de erros em um conAunto de caracteres Nstrin)O 1.... bits.
)ados &ara '0 desses conAuntos s"o vistos a se8uir.
NN d' 'rros fr'./Mncia O fi
. (
1 4
( 1.
' 1(
0 0
(o(a3 6<
12
%omo as fre+u-ncias s"o n@meros indicadores da intensidade de cada valor da varivel= elas
funcionam como fatores de &ondera!"o= o +ue nos leva a calcular a ,0dia ari(,0(ica
2ond'rada= dada &ela f:rmulaG
$$Gi$ $$fi$ $$Gi$fi $
. ( .
1 4 4
( 1. (.
' 1( '4
0 0 14
(o(a3 6< AB
onde 76 M '0 T (=' erros
Co, in('rCa3os d' c3ass'
Feste caso= convencionamos +ue todos os valores includos em um determinado intervalo de
classe coincidem com o seu &onto mdio= e determinamos a mdia aritmtica &onderada &or
meio da f:rmulaG
..onde Qi o &onto mdio da classe.
E<em&loG %alcular o n@mero de molas fora de conformidade= em cada batelada de &rodu!"o=
com um tamanBo i8ual a 0. conforme a tabela abai<o.
FS de molas fre+u-ncia T fi &onto mdio T Gi $$Gi$fi$
2. Y---- 20 0 2( (.6
20 Y---- 26 9 24 2.0
26 Y---- 4( 11 4. 44.
4( Y---- 44 6 40 21(
44 Y---- 7. 2 46 '0.
7. Y---- 70 ' 7( (14
/otal 0. (.00.
1&licando a f:rmula acima temosG (.00. M 0..T 41. lo8o... T 41 molas
14
MODA
H o valor +ue ocorre com maior fre+u-ncia em uma srie de valores.
Mo o smbolo da moda.
)esse modo= a for!a modal de remo!"o &ara um conector a for!a mais comum= isto = a
for!a de remo!"o medida em um teste de laborat:rio &ara um conector.
.
A Moda ./ando os dados nDo 's(Do a4r/2ados
1 moda facilmente reconBecidaG basta= de acordo com defini!"o= &rocurar o valor
+ue mais se re&ete.
E<em&loG Fa srie _ 7 = 6 = 9 = 1. = 1. = 1. = 11 = 1( ` a moda i8ual a 1..
] sries nas +uais n"o e<ista valor modal= isto = nas +uais nenBum valor a&are!a
mais ve>es +ue outros.
E<em&loG _ ' = 2 = 6 = 1. = 1( ` n"o a&resenta moda. 1 srie a,oda3.
.Em outros casos= &ode Baver dois ou mais valores de concentra!"o. )i>emos= ent"o=
+ue a srie tem dois ou mais valores modais.
E<em&loG _ ( = ' = 0 = 0 = 0 = 2 = 4 = 7 = 7 = 7 = 6 = 9 ` a&resenta duas modasG 0 e 7. 1 srie
%i,oda3.
.A Moda ./ando os dados 's(Do a4r/2ados
a) S', in('rCa3os d' c3ass'
Uma ve> a8ru&ados os dados= &ossvel determinar imediatamente a modaG basta fi<ar o
valor da varivel de maior fre+u-ncia.
E<em&loG Cual a tem&eratura mais comum medida no m-s abai<oG
T',2'ra(/ras +r'./Mncia
.S % '
1S % 9
(S % 1(
'S % 4
3es&G (S % a tem&eratura modal= &ois a de maior fre+u-ncia.
17
.
%) Co, in('rCa3os d' c3ass'
1 classe +ue a&resenta a maior fre+u-ncia denominada c3ass' ,oda3$ Pela defini!"o=
&odemos afirmar +ue a moda= neste caso= o valor dominante +ue est com&reendido entre
os limites da classe modal. P mtodo mais sim&les &ara o clculo da moda consiste em
tomar o &onto mdio da classe modal. )amos a esse valor a denomina!"o de ,oda %r/(a.
Mo O ( LiS Ls) T *
onde Ui T limite inferior da classe modal e UsT limite su&erior da classe modal.
E<em&loG %alcule a resist-ncia modal dos '' resistores conforme a tabela abai<o.
!'sis('ncia (', o5,s) +r'./Mncia
20 Y---- 26 9
26 Y---- 4( 11
4( Y---- 44 6
44 Y---- 7. 2
3es&G a classe modal 26Y--- 4(= &ois a de maior fre+u-ncia. UiT26 e UsT4(
Mo T N26[4(O M ( T 4. cm Neste valor estimado= &ois n"o conBecemos o valor real da
modaO.
M0(odo ,ais '3a%orado 2'3a fFr,/3a d' CUUBE!;
Mo O Li S ((f
,o
- f
an(
) T ( *f
,o
(f
an(
S f
2os(
))) G c
LiT limite inferior da classe modal
f
,o
T fre+u-ncia da classe modal
f
an(
Tfre+u-ncia da classe anterior $ da classe modal
f
2os(
Tfre+u-ncia da classe &osterior $ da classe modal
c T am&litude da classe modal
PbsG 1 ,oda utili>ada +uando deseAamos obter uma medida r&ida e a&ro<imada de
&osi!"o ou +uando a medida de &osi!"o deva ser o valor mais t&ico da distribui!"o. E a
,0dia ari(,0(ica a medida de &osi!"o +ue &ossui a maior estabilidade.
16
MEDIANA
1 mediana de um conAunto de valores= dis&ostos se8undo uma ordem Ncrescente ou
decrescenteO= o valor situado de tal forma no conAunto +ue o se&ara em dois subconAuntos
de mesmo n@mero de elementos.
Dmbolo da medianaG Md
.A ,'diana ', dados nDo-a4r/2ados
)ada uma srie de valores como= &or e<em&loG _ 2= (= 4= 1'= 9= 12= 1. `
)e acordo com a defini!"o de mediana= o &rimeiro &asso a ser dado o da ordena!"o
Ncrescente ou decrescenteO dos valoresG _ (= 2= 4= 9= 1.= 1'= 12 `
P valor +ue divide a srie acima em duas &artes i8uais i8ual a V= lo8o a Md O V.
M0(odo 2r9(ico 2ara o c93c/3o da M'diana
S' a s0ri' dada (iC'r nE,'ro ),2ar d' ('r,os;
P valor mediano ser o termo de ordem dado &ela f:rmula G
P elemento mediano serG..E
Md
O n S 1 T *
E<em&loG %alcule a mediana da srie _ 1= '= .= .= (= 0= 1= (= 2 `
1S - ordenar a srie _ .= .= 1= 1= (= (= '= 0= 2 `
n T 9 lo8o Nn [ 1OM( dado &or N9[1O M ( T 2= ou seAa= o 2S elemento da srie ordenada ser a
mediana.
1 mediana ser o =N '3','n(oR ou seAa= Md O *
S' a s0ri' dada (iC'r nE,'ro 2ar d' ('r,os;
P elemento mediano serG..E
Md
O n T *
E<em&loG %alcule a mediana da srie _ 1= '= .= .= (= 0= 1= '= 2= 4 `
1S - ordenar a srie _ .= .= 1= 1= (= '= '= 0= 2= 4 `
n T 1. lo8o a f:rmula ficarG G..E
Md
O 1W T * O =
Der na realidade N2S termo [ 4S termoO M (
19
1 mediana ser T N(['O M (= ou seAa= Md O *R= . 1 mediana no e<em&lo ser a mdia
aritmtica do 2S e 4S termos da srie.
No(as;
Cuando o n@mero de elementos da srie estatstica for m&ar= Baver coincid-ncia da
mediana com um dos elementos da srie.
Cuando o n@mero de elementos da srie estatstica for &ar= nunca Baver
coincid-ncia da mediana com um dos elementos da srie. 1 mediana ser sem&re a
mdia aritmtica dos ( elementos centrais da srie.
Em um srie a mediana= a mdia e a moda n"o t-m= necessariamente= o mesmo valor.
1 mediana= de&ende da &osi!"o e n"o dos valores dos elementos na srie ordenada.
Essa uma da diferen!as marcantes entre ,'diana e ,0dia (./' s' d'iGa
inf3/'nciarR ' ,/i(oR 2'3os Ca3or's 'G(r',os)$ 5eAamosG
Em _ 2= 7= 1.= 1'= 12 ` a mdia T 1. e a mediana T 1.
Em _ 2= 7= 1.= 1'= 42 ` a mdia T (. e a mediana T 1.
sto = a mdia do se8undo conAunto de valores maior do +ue a do &rimeiro= &or influ-ncia
dos valores e<tremos= ao &asso +ue a mediana &ermanece a mesma.
.
A ,'diana ', dados a4r/2ados
a) S', in('rCa3os d' c3ass'
Feste caso= o bastante identificar a fre+u-ncia acumulada imediatamente su&erior $ metade
da soma das fre+u-ncias. 1 mediana ser a+uele valor da varivel +ue corres&onde a tal
fre+u-ncia acumulada.
E<em&lo conforme tabela abai<oG
@ari9C'3 Gi +r'./Mncia fi +r'./Mncia ac/,/3ada
. ( (
1 4 6
( 9 17
' 1' '.
0 2 '2
To(a3 6= -
Cuando o somat:rio das fre+u-ncias for ),2ar o valor mediano ser o termo de ordem dado
&ela f:rmula G.
(.
%omo o somat:rio das fre+u-ncias T '2 a f:rmula ficarG N '2[1 O M ( T 1BN ('r,o O 6..
Cuando o somat:rio das fre+u-ncias for 2ar o valor mediano ser o termo de ordem dado
&ela f:rmula G.
E<em&lo - %alcule Mediana da tabela abai<oG
@ari9C'3 Gi +r'./Mncia fi +r'./Mncia ac/,/3ada
1( 1 1
10 ( '
12 1 0
14 ( 4
17 1 7
(. 1 6
To(a3 B -
1&licando a f:rmula acima teremosG aN6M(O[ N6M([1ObM( T N0S termo [ 2S termoO M ( T N12 [
14O M ( T 1=R=
%) Co, in('rCa3os d' c3ass'
)evemos se8uir os se8uintes &assosG 1SO )eterminamos as fre+u-ncias acumuladas I (SO
%alculamos I 'SO Marcamos a classe corres&ondente $ fre+u-ncia acumulada
imediatamente su&erior $ . /al classe ser a classe medianaI 0SO %alculamos a
Mediana &ela se8uinte f:rmulaG..Ui [ aNE
Md
- *
ant
O < cb M f
Md
Ui T o limite inferior da classe mediana.
*
ant
T a fre+u-ncia acumulada da classe anterior $ classe mediana.
f
Md
T a fre+u-ncia sim&les da classe mediana.
c T a am&litude do intervalo da classe mediana.
E<em&loG
(1
c3ass's fr'./Mncia O fi +r'./Mncia ac/,/3ada
2. Y---- 20 0 0
20 Y---- 26 9 1'
26 Y---- 4( 11 (0
4( Y---- 44 6 '(
44 Y---- 7. 2 '7
7. Y---- 70 ' 0.
To(a3 <W -
T 0. M ( T.(...lo8o.a classe mediana ser 26 Y---- 4(
Ui T 26....... *
ant
T 1'........... f
Md
T 11........... c T 0
Dubstituindo esses valores na f:rmula= obtemosG Md T 26 [ a N(. - 1'O < 0b M 11 T 26 [ (6M11
T ?WR=<
PBDG Esta mediana estimada= &ois n"o temos os 0. valores da distribui!"o.
E,2r'4o da M'diana
Cuando deseAamos obter o &onto +ue divide a distribui!"o em duas &artes i8uais.
Cuando B valores e<tremos +ue afetam de maneira acentuada a mdia aritmtica.
CAPTULO < - MEDIDAS DE ASSIMET!IA E CU!TOSE
((
)enominamos c/r(os' o 8rau de acBatamento de uma distribui!"o em rela!"o a uma
distribui!"o &adr"o= denominada curva normal Ncurva corres&ondente a uma distribui!"o
te:rica de &robabilidadeO.
Dis(ri%/i78's si,0(ricas
1 distribui!"o das fre+u-ncias fa>-se de forma a&ro<imadamente simtrica= relativamente a
uma classe mdia. Cuando a distribui!"o simtrica= a mdia e a mediana coincidem.

Caso es!ecial de uma distribuio sim*trica
Cuando di>emos +ue os dados obedecem a uma distribui!"o normal= estamos tratando de
dados +ue se distribuem em forma de sino.
Dis(ri%/i78's Assi,0(ricas
1 distribui!"o das fre+,-ncias a&resenta valores menores num dos ladosG

Dis(ri%/i78's co, Xca/dasX 3on4as
('
Pbservamos +ue nas e<tremidades B uma 8rande concentra!"o de dados em rela!"o aos
concentrados na re8i"o central da distribui!"o.
1 &artir do e<&osto= dedu>imos +ue se a distribui!"o dos dadosG
1.for a&ro<imadamente simtrica= a mdia a&ro<ima-se da mediana
(.for enviesada &ara a direita Nal8uns valores 8randes como ZoutliersZO= a mdia tende a ser
maior +ue a mediana
'. for enviesada &ara a es+uerda Nal8uns valores &e+uenos como ZoutliersZO= a mdia tende a
ser inferior $ mediana.
D"o re&resenta!;es visuais dos dados estatsticos +ue devem corres&onder= mas nunca
substituir as tabelas estatsticas. /-m como caractersticas &rinci&ais= o uso de escalas= a
e<ist-ncia de um sistema de coordenadas= a sim&licidade= clare>a e veracidade de sua
re&resenta!"o.
CAPTULO = - !EP!ESENTA"#O Y!+ICA
(0
Ps 8rficos &odem serG
1$ Yr9ficos d' infor,a7DoG 8rficos destinados &rinci&almente ao &@blico em 8eral=
obAetivando &ro&orcionar uma visuali>a!"o r&ida e clara. D"o 8rficos ti&icamente
e<&ositivos= dis&ensando comentrios e<&licativos adicionais. 1s le8endas &odem ser
omitidas= desde +ue as informa!;es deseAadas esteAam &resentes ou
*$ Yr9ficos d' an93is'G 8rficos +ue &restam-se melBor ao trabalBo estatstico= fornecendo
elementos @teis $ fase de anlise dos dados= sem dei<ar de ser tambm informativos. Ps
8rficos de anlise fre+,entemente v-m acom&anBados de uma tabela estatstica. nclui-se=
muitas ve>es um te<to e<&licativo= cBamando a aten!"o do leitor &ara os &ontos &rinci&ais
revelados &elo 8rfico.
Mas o uso indevido de #rficos &ode tra>er uma idia falsa dos dados +ue est"o sendo
analisados= cBe8ando mesmo a confundir o leitor= tratando-se= na realidade= de um &roblema
de constru!"o de escalas.
.
Os 4r9ficos 2od' s'r c3assificados ',; )ia8ramas= Estereo8ramas= Picto8ramas e
%arto8ramas.
.
<$1 - Dia4ra,as
D"o 8rficos 8eomtricos dis&ostos em duas dimens;es. D"o os mais usados na
re&resenta!"o de sries estatsticas. Eles &odem ser G
+ , -r.ficos em barras hori/ontais.
# , -r.ficos em barras verticais colunas%. Cuando as le8endas n"o s"o breves usa-se de
&refer-ncia o 8rfico em barras Bori>ontais. Fesses 8rficos os ret?n8ulos t-m a mesma base
e as alturas s"o &ro&orcionais aos res&ectivos dados. 1 ordem a ser observada a
cronol:8ica= se a srie for Bist:rica= e a d'cr'sc'n('= se for 8eo8rfica ou cate8:rica.
+i4 1$ Yr9fico d' %arras d' 5ar,nicos da r'd' '30(rica ', /,a d'('r,inada r'4iDo$
0 , -r.ficos em barras com!ostas.
(2
1 , -r.ficos em colunas su!er!ostas. Eles diferem dos 8rficos em barras ou colunas
convencionais a&enas &elo fato de a&resentar cada barra ou coluna se8mentada em &artes
com&onentes. Dervem &ara re&resentar com&arativamente dois ou mais atributos.
$ , -r.ficos em linhas ou lineares. D"o fre+,entemente usados &ara re&resenta!"o de sries
cronol:8icas com um 8rande n@mero de &erodos de tem&o. 1s linBas s"o mais eficientes do
+ue as colunas= +uando e<istem intensas flutua!;es nas sries ou +uando B necessidade de
se re&resentarem vrias sries em um mesmo 8rfico. Cuando re&resentamos= em um mesmo
sistema de coordenadas= a varia!"o de dois fenmenos= a &arte interna da fi8ura formada
&elos 8rficos desse fenmeno denominada de rea de e<cesso.
2 , -r.ficos em setores. Este 8rfico construdo com base em um crculo= e em&re8ado
sem&re +ue deseAamos ressaltar a &artici&a!"o do dado no total. P total re&resentado &elo
crculo= +ue fica dividido em tantos setores +uantas s"o as &artes. Ps setores s"o tais +ue
suas reas s"o res&ectivamente &ro&orcionais aos dados da srie. P 8rfico em setores s:
deve ser em&re8ado +uando B= no m<imo= sete dados.
PbsG 1s sries tem&orais 8eralmente n"o s"o re&resentadas &or este ti&o de 8rfico.
.
<$* - Es('r'o4ra,as
D"o 8rficos 8eomtricos dis&ostos em tr-s dimens;es= &ois re&resentam volume. D"o usados
nas re&resenta!;es 8rficas das tabelas de du&la entrada. Em al8uns casos este ti&o de
8rfico fica difcil de ser inter&retado dada a &e+uena &recis"o +ue oferecem.
<$6 - Pic(o4ra,as
D"o construdos a &artir de fi8uras re&resentativas da intensidade do fenmeno. Este ti&o de
8rfico tem a vanta8em de des&ertar a aten!"o do &@blico lei8o= &ois sua forma atraente e
su8estiva. Ps smbolos devem ser auto-e<&licativos. 1 desvanta8em dos &icto8ramas +ue
a&enas mostram uma vis"o 8eral do fenmeno= e n"o de detalBes minuciosos. 5eAa o
e<em&lo abai<oG
<$< - Car(o4ra,as
D"o ilustra!;es relativas a cartas 8eo8rficas Nma&asO. P obAetivo desse 8rfico o de fi8urar
os dados estatsticos diretamente relacionados com reas 8eo8rficas ou &olticas.
(4
)ados obtidos de uma amostra servem como base &ara uma decis"o sobre a &o&ula!"o.
Cuanto maior for o tamanBo da amostra= mais informa!"o obtemos sobre a &o&ula!"o.
Porm= um aumento do tamanBo da amostra tambm im&lica um aumento da +uantidade de
dados e isso torna difcil com&reender a &o&ula!"o= mesmo +uando est"o or8ani>ados em
tabelas. Em tal caso= &recisa-se de um mtodo +ue &ossibilite conBecer a &o&ula!"o num
r&ido e<ame.
Um Bisto8rama atende $s necessidades= &or meio da or8ani>a!"o de muitos dados num
Bisto8rama= &ode-se conBecer a &o&ula!"o de maneira obAetiva.
<$= - Yr9ficos dos Dados na Ord', Crono3F4ica
3e&resenta!"o 8rfica do resultado 3 versus a ordem cronol:8ica de e<ecu!"o do
e<&erimento Ndia8rama do resultado 3 versus tem&o tO. Fesse ti&o de 8rfico= al8uns dos
&ossveis fenmenos +ue &odem ser observados s"oG
1.QQ%urva de a&rendi>a8em dos e<&erimentadores N&ontos no incio do e<&erimentoO.
(.QQ/end-ncias dentro de um determinado &erodo NBoras= turnos= dias= etc.O= fre+,entemente
em fun!"o de a+uecimento= fadi8a= e outros fatores relacionados com o tem&o.
'.QQ 1umento ou diminui!"o da variabilidade dos dados com o tem&o= &odendo re&resentar
curva de a&rendi>a8em ou caractersticas relativas ao material.
<$? - Iis(o4ra,as d' +r'.LMncia o/ Dis(ri%/i7Do d' +r'.LMncias
H uma ferramenta estatstica a&ro&riada &ara a a&resenta!"o de 8randes massas de dados
numa forma +ue torna mais clara a tend-ncia central e a dis&ers"o dos valores ao lon8o da
escala de medi!"o= bem como a fre+,-ncia relativa de ocorr-ncia dos diferentes valores.
CAPTULO ? - MEDIDAS DE DISPE!S#O OU DE
@A!IABILIDADE
Fo ca&tulo ' vimos al8umas medidas de locali>a!"o do centro de uma distribui!"o de
dados. 5eremos a8ora como medir a variabilidade &resente num conAunto de dados.
(7
Um as&ecto im&ortante no estudo descritivo de um conAunto de dados o da determina!"o
da variabilidade ou dis&ers"o desses dados= relativamente $ medida de locali>a!"o do centro
da amostra.
DES@IO PAD!#O ( S )
H a medida de dis&ers"o mais em&re8ada= &ois leva em considera!"o a totalidade dos valores
da varivel em estudo. H um indicador de variabilidade bastante estvel. P desvio &adr"o
baseia-se nos desvios em torno da mdia aritmtica e a sua f:rmula bsica &ode ser tradu>ida
comoG a raiZ ./adrada da ,0dia ari(,0(ica dos ./adrados dos d'sCios ' 0 r'2r's'n(ada
2or S$
Uma ve> +ue a vari?ncia envolve a soma de +uadrados= a unidade em +ue se e<&rime n"o a
mesma +ue a dos dados. 1ssim= &ara obter uma medida da variabilidade ou dis&ers"o com as
mesmas unidades +ue os dados= tomamos a rai> +uadrada da vari?ncia e obtemos o desvio
&adr"o.
P desvio &adr"o uma medida +ue s: &ode assumir valores n"o ne8ativos e +uanto maior
for= maior ser a dis&ers"o dos dados.
1 f:rmula acima em&re8ada +uando tratamos de uma &o&ula!"o de dados nDo-
a4r/2ados.
E<em&loG %alcular o desvio &adr"o da &o&ula!"o re&resentada &or - 0 = -' = -( = ' = 2
Qi

(6
- 0 - .=( - '=6 10=00
- ' - .=( - (=6 7=60
- ( - .=( - 1=6 '=(0
' - .=( '=( 1.=(0
2 - .=( 2=( (7=.0
To(a3 - - 4(=6
Dabemos +ue n T 2 e 4(=6 M 2 T 1(=24.
1 rai> +uadrada de 1(=24 o d'sCio 2adrDo O 6R=<
Cuando os dados est"o a8ru&ados Ntemos a &resen!a de fre+u-nciasO a f:rmula do desvio
&adr"o ficarG
ou
E<em&loG %alcule o desvio &adr"o &o&ulacional da tabela abai<oG
Qi f i Qi $ f i

$ f i
. ( . (=1 -(=1 0=01 6=6(
1 4 4 (=1 -1=1 1=(1 7=(4
( 1( (0 (=1 -.=1 .=.1 .=1(
' 7 (1 (=1 .=9 .=61 2=47
0 ' 1( (=1 1=9 '=41 1.=6'
To(a3 6W ?6 - - - 6*RAW
Dabemos +ue fi T '. e '(=7 M '. T 1=.9.
1 rai> +uadrada de 1=.9 o d'sCio 2adrDo O 1RW<<
De considerarmos os dados como sendo de uma amostra o desvio &adr"o seria a rai>
+uadrada de '(=7 M N'. -1O T 1RW?*
PbsG Fas tabelas de fre+u-ncias co, in('rCa3os d' c3ass' a f:rmula a ser utili>ada a
mesma do e<em&lo anterior.

@A!I>NCIA ( S
*
)
(9
)efine-se a vari?ncia= como sendo a medida +ue se obtm somando os +uadrados dos
desvios das observa!;es da amostra= relativamente $ sua mdia= e dividindo &elo n@mero de
observa!;es da amostra menos um.

1 vari?ncia uma medida +ue tem &ouca utilidade como estatstica descritiva= &orm
e<tremamente im&ortante na infer-ncia estatstica e em combina!;es de amostras.
MEDIDAS DE DISPE!S#O !ELATI@A
C@P; Co'fici'n(' d' @aria7Do d' P'arson
Fa estatstica descritiva o desvio &adr"o &or si s: tem 8randes limita!;es. 1ssim= um desvio
&adr"o de ( unidades &ode ser considerado &e+ueno &ara uma srie de valores cuAo valor
mdio (..I no entanto= se a mdia for i8ual a (.= o mesmo n"o &ode ser dito.
1lm disso= o fato de o desvio &adr"o ser e<&resso na mesma unidade dos dados limita o seu
em&re8o +uando deseAamos com&arar duas ou mais sries de valores= relativamente $ sua
dis&ers"o ou variabilidade= +uando e<&ressas em unidades diferentes.
Para contornar essas dificuldades e limita!;es= &odemos caracteri>ar a dis&ers"o ou
variabilidade dos dados em termos relativos a seu valor mdio= medida essa denominada de
C@P; Co'fici'n(' d' @aria7Do d' P'arson (0 a raZDo 'n(r' o d'sCio 2adrDo ' a ,0dia
r'f'r'n(' aos dados d' /,a ,'s,a s0ri')$
1 f:rmula do C@P O (S T ) G 1WW No resultado neste caso e<&resso em &ercentual=
entretanto &ode ser e<&resso tambm atravs de um fator decimal= des&re>ando assim o valor
1.. da f:rmulaO.
E<em&lo 1G
/omemos os resultados das estaturas e dos &esos de um mesmo 8ru&o de indivduosG
)iscrimina!"o M H ) 1 )ED5P P1)3cP
'.
S
*
O
ED/1/U31D 172 cm 2=. cm
PEDPD 46 K8 (=. K8
Cual das medidas NEstatura ou PesoO &ossui maior Bomo8eneidadeV
3es&ostaG /eremos +ue calcular o %5P da Estatura e o %5P do Peso. P r's/3(ado ,'nor
ser o de ,aior 5o,o4'n'idad' (,'nor dis2'rsDo o/ Caria%i3idad')$
%5P estatura T N 2 M 172 O < 1.. T (=62 \
%5P &eso T N ( M 46 O < 1.. T (=90 \.
Uo8o= nesse 8ru&o de indivduos= as estaturas a&resentam menor 8rau de dis&ers"o +ue os
&esos.
E<em&lo (G
P risco de uma a!"o de uma em&resa &ode ser devidamente avaliado atravs da variabilidade
dos retornos es&erados. Portanto= a com&ara!"o das distribui!;es &robabilsticas dos
retornos= relativas a cada a!"o individual= &ossibilita a +uem toma decis;es &erceber os
diferentes 8raus de risco. 1nalise= abai<o= os dados estatsticos relativos aos retornos de 2
a!;es e di4a ./a3 0 a ,'nos arriscada1
Discri,ina7Do A7Do A A7Do B A7Do C A7Do D A7Do E
5alor es&erado 12 \ 1( \ 2 \ 1. \ 0 \
)esvio &adr"o 4 \ 4=4 \ (=2 \ ' \ (=4 \
%oeficiente de varia!"o .=0. .=22 .=2. .='. .=42
CAPTULO A CO!!ELA"#O E !EY!ESS#O
'1
A$1 DIAY!AMAS DE DISPE!S#O
Fa &rtica= muitas ve>es essencial estudar a rela!"o entre duas variveis associadas como=
&or e<em&lo= o 8rau a dimens"o de uma &e!a de m+uina ir variar em fun!"o da mudan!a
da velocidade de um torno.
Para estudar a rela!"o entre duas variveis= tais como dito acima= &ode-se usar o cBamado
dia)rama de dis!erso. )ia8rama de )is&ers"o uma forma de 8rfico onde sim&lesmente
re&resenta-se 8raficamente cada &ar de variveis de uma srie de dados em um sistema de
ei<os.
/omando como e<em&lo os dados da /abela abai<o= &ode-se construir um dia8rama de
dis&ers"oG
2,(,( C!3! C!45T67 63 D7/8/3/ D9 D75:95;!
Um dia8rama de dis&ers"o construdo conforme as se8uintes eta&asG
E(a2a 1
%oletar dados em &ares N4=3O entre os +uais deseAa-se estudar as rela!;es= e or8ani>e-os em
uma tabela. H deseAvel +ue se tenBa &elo menos '. &ares de dados.
E(a2a *
Encontrar os valores m<imo e mnimo= tanto &ara 0 como &ara <. )efina as escalas dos
ei<os Bori>ontal e vertical de forma +ue ambos os com&rimentos seAam a&ro<imadamente
i8uaisI assim= o dia8rama ficar mais fcil de inter&retar.
)eterminar= &ara cada ei<o= entre ' e 1. divis;es &ara as unidades da escala de 8radua!"o= e
utili>e n@meros inteiros &ara torna-lo mais fcil de ler. Cuando duas variveis consistirem
em um fator e uma caracterstica da +ualidade= use o ei<o Bori>ontal 0 &ara o fator e o ei<o
vertical < &ara a caracterstica da +ualidade.
E(a2a 6
Marcar os dados num &a&el milimetrado. Cuando os mesmos valores de dados forem obtidos
a &artir de diferentes observa!;es= mostre estes &ontos= desenBando crculos conc-ntricos
ou marcando o se8undo &onto rente ao &rimeiro.
E(a2a <
nserir todos os itens necessrios. %ertificar de +ue os se8uintes itens seAam includos &ara
+ue +ual+uer &essoa= alm do autor do dia8rama= &ossa entende-lo num r&ido e<ameG
a. /tulo do dia8ramaI
'(
b. Perodo de tem&oI
c. Cuantidade de &ares de dadosI
d. )enomina!"o e unidade de medida de cada ei<oI
EG',23o 1;
Um fabricante de tan+ues &lsticos= +ue os fabricava &elo &rocesso de molda8em a so&ro=
encontrou &roblemas de tan+ues defeituosos com &aredes finas. Dus&eitou-se +ue a varia!"o
da &ress"o do ar= dia a dia= era a causa das &aredes finas n"o-conformes. 1 /abela a se8uir
mostra dados sobre a &ress"o de so&ro e a &ercenta8em defeituosa.
Ta%'3a 1 Dados da Pr'ssDo d' So2ro ' P'rc'n(a4', D'f'i(/osa
d' Tan./'s d' P39s(ico
%onforme visto na /abela acima= e<istem '. &ares de dados.
E(a2a *
Feste e<em&lo= indicamos a &ress"o de so&ro &or 0 Nei<o Bori>ontalO e a &ercenta8em
defeituosa &or < Nei<o verticalO.
1ssimG
P valor m<imo de 1G <m< T 9=0 NK8fMcmdO
P valor mnimo de 1G <mn T 6=( NK8fMcmdO
P valor m<imo de =G em< T .=9(6 N\O
P valor mnimo de =G emn T .=640 N\O
Marca-se divis;es &ara 8radua!"oG
no ei<o Bori>ontal em intervalos de .=2NK8fMcmdO de 6=. a 9=2NK8fMcmdO
no ei<o vertical em intervalos de .=.1N\O de .=62 a .=9'N\O
E(a2a 6
Marca-se os &ontos no 8rfico.
E(a2a <
''
1nota-se o &erodo de tem&o a +ue se refere $ amostra coletada N1 de outubro a 9 de
novembroO= a +uantidade de amostras Nn ' *>O= o ei<o Bori>ontal N&ress"o de so&ro
aK8fMcmdbO= o ei<o vertical N&ercenta8em defeituosa a\bO= e o ttulo do dia8rama Ndia8rama de
dis&ers"o da &ress"o do so&ro e a &ercenta8em defeituosaO.
+i4/ra 1 EG',23o d' Dia4ra,a d' Dis2'rsDo
!"1"# Como Inter$retar os %ia&ramas de %is$ers'o
1ssim como &ossvel avaliar o formato de uma distribui!"o em um Bisto8rama= a
distribui!"o 8lobal dos &ares de dados &ode ser inter&retada a &artir de um dia8rama de
dis&ers"o. 1o &roceder a leitura= a &rimeira coisa +ue se deve fa>er e<aminar se B ou n"o
&ontos at&icos no dia8rama. #eralmente= &ode-se Aul8ar +ue +uais+uer &ontos afastados do
8ru&o &rinci&al N*i8ura (O resultaram de erros na medi!"o ou re8istro de dados= ou foram
causados &or al8uma mudan!a nas condi!;es de o&era!"o. H necessrio e<cluir esses &ontos
&ara anlise da correla!"o. %ontudo= ao invs de des&re>ar com&letamente estes &ontos=
deveria ser dada a devida aten!"o $ causa de tais irre8ularidades= &ois muitas ve>es=
informa!;es ines&eradas= &orm muito @teis= s"o obtidas descobrindo-se &or +ue eles
ocorreram.
E<istem muitos ti&os de &adr;es de dis&ers"o= e al8uns destes s"o dados da *i8ura '. Festa
fi8ura= tanto na .1 como na .(= < aumenta com Q5 este o caso da correlao !ositiva. E
ainda= como a .1 mostra esta tend-ncia de forma notvel= di>-se +ue ela a&resenta forte
correla!"o &ositiva. 1s *i8uras .0 e .2 mostram o o&osto da correla!"o &ositiva= &ois $
medida +ue 0 aumenta= < diminuiI este o caso da cBamada correlao ne)ativa. 1 *i8ura
0 indica uma forte correla!"o ne8ativa. 1 *i8ura .' mostra o caso em +ue 0 e < n"o t-m
nenBuma rela!"o es&ecficaI &ortanto= di>emos +ue no h. correlao. Fa *i8ura .4= $
medida +ue 0 aumenta= < varia num &adr"o curvo. sto ser e<&licado &osteriormente.
'0
+i4/ra * EG',23o d' Pon(os S/s2'i(os
$1 - Corr'3a7Do Posi(iCa
$* - Corr'3a7Do N'4a(iCa
$6 - Pod' 5aC'r %orrela!"o Positiva
$< - Pode Baver Corr'3a7Do N'4a(iCa
$= - NDo I9 Corr'3a7Do
$? - NDo I9 Corr'3a7Do
'2
+i4/ra 6 EG',23os d' Corr'3a7Do
!"# C(lculo de Coeficientes de Correla)'o
Para estudar a rela!"o entre 0 e < im&ortante tra!ar &rimeiro um dia8rama de dis&ers"o=
entretanto= a fim de conBecer a for!a da rela!"o em termos +uantitativos= @til calcular o
coeficiente de correlao de acordo com a se8uinte defini!"oG
ondeG
'4
onde ?n@ a +uantidade de &ares de dados
P coeficiente de correla!"o= r= est no intervalo 1 Qr Q[1. De o valor absoluto de r for
maior +ue 1= Bouve claramente um erro de clculo e deve-se refa>e-lo. Fo caso de forte
correla!"o &ositiva= ele atin8e um valor &r:<imo de [1 e= de forma anlo8a= numa forte
correla!"o ne8ativa= ele fica &r:<imo de 1. Cuando 6 r 6 est &r:<imo de 1= ele indica uma
forte correla!"o entre 0 e <. Cuando se a&ro<ima de . N>eroO= im&lica numa correla!"o fraca.
Cuando Y r Y T 1= os dados estar"o sobre uma linBa reta.
EG',23o *
%alculemos o coeficiente de correla!"o &ara o E<em&lo 1= dos tan+ues de &lstico. 1 /abela
( abai<o a&resenta os clculos= a &artir dela obt-m-se os resultados deseAados.
P valor de r .=29= e<istindo &ortanto uma correla!"o &ositiva entre a &ress"o de so&ro e a
&ercenta8em defeituosa de tan+ues de &lstico.
'7
Ta%'3a * Pr'2ara7Do 2ara o c93c/3o do co'fici'n(' d' corr'3a7Do$
A$6 A[USTAMENTO DE CU!@AS E O MHTODO DOS MNIMOS JUAD!ADOS
Fum dia8rama de dis&ers"o &ossvel= fre+,entemente= visuali>ar uma curva re8ular +ue se
a&ro<ima dos dados. Essa curva denominada de aAustamento.
+i4/ra < EG',23o d' C/rCas ', Dia4ra,as d' Dis2'rsDo
'6
P &roblema 8eral da determina!"o das e+ua!;es de curvas +ue se acomodem a certos
conAuntos de dados denominado 1 EUD/1MEF/P )E %U351D .
!"* +qua),es das Curvas de A-ustamento
Para fins de refer-ncia= relaciona-se abai<o al8uns ti&os de curvas de aAustamento e suas
e+ua!;es. /odas as letras= e<ceto 0 e <= re&resentam constantes. 1s letras 0 e < referem-se=
fre+,entemente= a variveis inde&endentes e de&endentes= res&ectivamente= embora esses
&a&is &ossam ser &ermutados.
onde o se8undo membro das e+ua!;es s"o denominados &olinmios do 1S= (S= 'S= 0S e
n-simo 8raus.
1s fun!;es definidas &elas +uatro &rimeiras e+ua!;es s"o= $s ve>es= denominadas *un!;es
Uinear= Cuadrtica= %@bica e do 0S #rau= res&ectivamente.
%omo outras e+ua!;es &ossveis Nentre muitas usadas na &rticaO= menciona-se as se8uintesG
Para decidir +ual a curva a adotar= conveniente a obten!"o de dia8ramas de dis&ers"o das
variveis transformadas. Por e<em&lo= se o dia8rama de dis&ers"o de lo) < em fun!"o de Q
a&resentar uma rela!"o linear= a e+ua!"o ter o as&ecto da N7O= en+uanto= se o de lo) < em
fun!"o de lo) 0 for linear= a e+ua!"o ter o formato de N6O.
Em&re8a-se= fre+,entemente= &ara tal finalidade= 8rficos no +ual uma ou ambas as escalas
s"o lo8artmicas Nsemilo8 ou lo8-lo8 adilo8bO.
'9
!". / 01todo dos 02nimos 3uadrados
1ntes= necessrio instituir uma defini!"o da JmelBor reta de aAustamentoL= da JmelBor
&arbola de aAustamentoL= etc.
+i4/ra = - A ,'35or c/rCa d' a&/s(a,'n(o
Para conse8uir uma defini!"o &ossvel= considere-se a *i8ura 4.( na +ual os dados est"o
re&resentados &elos &ontos N41=31O= N4(=3(O= ...= N4n=3nO. Para um valor dado de 4= &or
e<em&lo 41= Baver uma diferen!a entre 71 e ! valor corres&ondente determinado na c/rCa
C.
%omo est re&resentado na fi8ura= essa diferen!a e1= +ue = muitas ve>es= desi8nada como
desvio= erro ou resduo e &ode ser &ositivo= ne8ativo ou nulo. )e modo semelBante= obtm-se
os desvios e(= e'= ...= en.
Uma medida de J+ualidade do aAustamentoLda %urva % aos dados a&resentados Nader-nciaO
&ro&orcionada &ela +uantidade e(d [ e'd [ ... [ end. De ela &e+uena= o aAustamento bom=
se 8rande= o aAustamento est ruim.
Portanto= uma defini!"o &ode ser feitaG
)e todas as curvas +ue se aAustam a um conAunto de &ontos= a +ue tem a &ro&riedade de
a&resentar o mnimo valor de e(d [ e'd [ ... [ end denominada a melBor curva de
aAustamento.
)i>-se +ue uma curva +ue a&resenta essa &ro&riedade aAusta os dados no sentido dos
mnimos +uadrados e denominada curva de mnimos +uadrados.
0.
A$? !EY!ESS#O
)eseAa-se= fre+,entemente= com base em dados amostrais estimar o valor de uma varivel <=
corres&ondente ao conBecido de uma varivel 0. sso &ode ser alcan!ado mediante a
avalia!"o do valor de <= a &artir de uma curva de mnimo +uadrado +ue se aAuste aos dados
amostrais. 1 curva resultante denominada de re)resso de < !ara 0= visto +ue <
avaliado a &artir de 0.
De se deseAar estimar o valor de 0 a &artir de um atribudo a <= usa-se uma curva de
re)resso de 0 !ara <= o +ue im&orta em uma &ermuta!"o das varveis no dia8rama de
dis&ers"o= de modo +ue 0 &assa a ser a varivel de&endente e < a inde&endente.
Em 8eral= a reta ou curva de re8ress"o de < &ara 0 n"o i8ual $ de 0 &ara <.
EG',23o 6
Fo E<em&lo 1= dos tan+ues &lsticos com &aredes finas defeituosas= constatou-se +ue Bavia
uma correla!"o &ositiva entre a &ress"o de so&ro e a &ercenta8em defeituosa. 1 fim de evitar
esse &roblema= &er8unta-seG
- Cuando a &ress"o de so&ro estiver em um certo valor= +ual ser a es&essura das &aredes
formadasV
- %omo a &ress"o de so&ro deve ser controlada &ara +ue as &aredes do tan+ue n"o fi+uem
finasV
Para reali>ar essa anlise e &oder res&onder $s &er8untas feitas= necessrio com&reender=
+uantitativamente= a rela!"o entre a &ress"o de so&ro e a es&essura da &arede.
1 /abela ' mostra os dados de uma e<&eri-ncia na +ual a &ress"o de so&ro foi mudada e= em
cada ve>= a es&essura das &aredes foi medida. 1 *i8ura 4 um dia8rama de dis&ers"o
baseado nestes dados.
Ta%'3a 6 Pr'ssDo d' So2ro G Es2'ss/ra da Par'd'
+i4/ra ? !'3a7Do 'n(r' a Pr'ssDo d' Ar ' a Es2'ss/ra da Par'd'
01
Pode-se re&resentar a &ress"o do so&ro &or 1 e a es&essura da &arede &or == admitindo uma
rela!"o linearG
ondeG
uma constante
cBamado de coeficiente de re)resso
/al reta 8eralmente cBamada de reta de re)resso= onde = a varivel res&osta Nou
varivel de&endenteO= e 1 a varivel e<&licativa Nou varivel inde&endenteO. 1 forma
+uantitativa de entender a rela!"o entre 1 e == &ela busca de uma forma de re8ress"o entre 1 e
= = cBamada de /nlise de egresso$
DeAa Nfi=^iO N&ara 1 i nO um conAunto de n &ares de dados observados. DeAam os
valores estimados e a e b= e seAa ei o resduo entre = isto G
Pelo mtodo dos mnimos +uadrados= s"o obtidos como os valores +ue minimi>am
soma dos +uadrados dos resduos. Esse mtodo a&licado atravs das se8uintes
eta&asG
os valores de ag e bg obtidos dessas eta&as minimi>am a soma dos +uadrados dos resduos.
18ora= usando os dados da /abela 0= &ode-se calcular a reta de re8ress"o.
0(
Ta%'3a <
1 cada aumento de 1NK8fMcmdO da &ress"o do ar= a es&essura da &arede diminui de 1=(6NmmO.
0'
+i4/ra A - ,os(ra a r'(a d' r'4r'ssDo ca3c/3ada aci,a$
!"8 4roblemas que envolvem mais de duas vari(veis
Podem ser tratadas de maneira anlo8a aos de duas. Por e<em&lo= &ode Baver uma rela!"o
entre tr-s variveis 0= < e A +ue &ode ser descrita &ela e<&ress"oG
+ue denominada e+ua!"o linear das variveis 0= < e A.
Em um sistema tridimensional de coordenadas retan8ulares= essa e+ua!"o re&resenta um
&lano e os &ontos amostrais reais N41=31O= N4(=3(O= ...= N4n=3nO &odem Jdis&ersar-seL em
&osi!;es n"o muito distantes desse &lano= +ue &ode ser denominado de aAustamento.
Mediante a e<tens"o do mtodo dos mnimos +uadrados= &ode-se falar de um !lano de
mnimos quadrados de aAustamento dos dados.
De o n@mero de variveis e<ceder a tr-s= &erde-se a intui!"o 8eomtrica &or+ue= ent"o= seria
necessrio considerar es&a!os de +uatro ou mais dimens;es.
Ps &roblemas +ue envolvem a avalia!"o de uma varivel a &artir de duas ou mais outras s"o
denominados &roblemas de re8ress"o m@lti&la.
00
EG'rc)cios;
1O 1 +uantidade de libras de va&or usadas &or m-s &or uma &lanta +umica esta relacionada $
tem&eratura NS*O mdia ambiente &ara a+uele m-s. P consumo do ano &assado e a tem&eratura
s"o mostrados na se8uinte tabelaG
Meses /em&eratura %onsumoM1....
Eaneiro (1 162=79
*evereiro (0 (10=07
Mar!o '( (66=.'
1bril 07 0(0=60
Maio 2. 020=26
EunBo 29 2'9=.'
EulBo 46 4(1=22
18osto 70 472=.4
Detembro 4( 24(=.'
Putubro 2. 02(=9'
Fovembro 01 '49=92
)e>embro '. (7'=96
aO %onstrua um dia8rama de dis&ers"o
bO Encontre a e+ua!"o da reta
cO %alcule a correla!"o
dO Cual ser a estimativa do consumo es&erado de va&or +uando a tem&eratura mdia for de
22S*V
(O Um arti8o &ublicado numa revista Nmar!o de 1964O a&resentou dados sobre a concentra!"o de
licor verde de Fa
(
D e da &rodu!"o de uma m+uina de &a&el.
F@mero de
observa!;es
%oncentra!"o
N8MlO de licor
verde de Fa
(
D
Produ!"o NtMdiaO
1 0. 6(2
( 0( 6'.
' 09 69.
0 04 692
2 00 69.
4 06 91.
7 04 912
6 0' 94.
9 2' 99.
1. 2( 1.1.
11 20 1.1(
1( 27 1.'.
1' 26 1.2.
aO Encontre o valor aAustado e= corres&ondente a < T 91.
bO Encontre a correla!"o entre as variveis estudadas
02
'O 1 tabela a se8uir re&resenta o n@mero de Boras de estudo fora da sala de aula &ara
determinada turma de alunos de Estatstica= ao lon8o de tr-s semanas e as notas obtidas
numa &rova a&licada ao final do &erodoG
Estudante 1 ( ' 0 2 4 7 6
]oras de Estudo (. 14 '0 (' (7 '( 16 ((
#rau obtido 40 41 60 7. 66 9( 7( 77
a. /race o dia8rama de dis&ers"o corres&ondente.
b. )etermine a e+ua!"o de re8ress"o dos mnimos +uadrados &ara &redi>er o 8rau
obtido na &rova com base nas Boras de estudo. )esenBe a reta do item anterior
sobre o dia8rama.
c. Estime o 8rau +ue seria obtido na &rova &or al8um +ue estudasse '. Boras fora
da sala de aula.
d. %alcule o coeficiente de correla!"o e inter&rete-o.
e. /este se o coeficiente de correla!"o &o&ulacional N O &ode ser considerado nulo
ao nvel de 2\ de si8nific?nciaV nter&rete o resultado obtido.
04
CAPTULO B INT!ODU"#O \ AMOST!AYEM
B- D'fini78's
B$1 Po2/3a7Do ' a,os(ra
Cual+uer estudo cientfico enfrenta o dilema de estudo da &o&ula!"o ou da amostra.
Pbviamente teria-se uma &recis"o muito su&erior se fosse analisado o 8ru&o inteiro= a
&o&ula!"o= do +ue uma &e+uena &arcela re&resentativa= denominada amostra. Pbserva-se
+ue im&raticvel na 8rande maioria dos casos= estudar-se a &o&ula!"o em virtude de
dist?ncias= custo= tem&o= lo8stica= entre outros motivos.
1 alternativa &raticada nestes casos o trabalBo com uma amostra confivel. De a amostra
confivel e &ro&orciona inferir sobre a &o&ula!"o= cBamamos de infer-ncia estatstica. Para
+ue a infer-ncia seAa vlida= necessria uma boa amostra8em= livre de erros= tais como falta
de determina!"o correta da &o&ula!"o= falta de aleatoriedade e erro no dimensionamento da
amostra.
Cuando n"o &ossvel estudar= e<austivamente= todos os elementos da &o&ula!"o= estudam-
se s: al8uns elementos= a +ue damos o nome de 1mostra.
Cuando a amostra n"o re&resenta corretamente a &o&ula!"o di>-se enviesada e a sua
utili>a!"o &ode dar ori8em a inter&reta!;es erradas.
B$* !'c'ns'a,'n(o
3ecenseamento a conta8em oficial e &eri:dica dos indivduos de um Pas= ou &arte de um
Pas. Ele abran8e= no entanto= um le+ue mais vasto de situa!;es. 1ssim= &ode definir-se
recenseamento do se8uinte modoG
Estudo cientfico de um universo de &essoas= institui!;es ou obAetos fsicos com o &ro&:sito
de ad+uirir conBecimentos= observando todos os seus elementos= e fa>er Au>os +uantitativos
acerca de caractersticas im&ortantes desse universo.

B$6 A,os(ra4',
07
1mostra8em o &rocesso +ue &rocura e<trair da &o&ula!"o elementos +ue atravs de
clculos &robabilsticos ou n"o= consi8am &rover dados inferenciais da &o&ula!"o-alvo.

/i&os de 1mostra8em
NDo Pro%a%i3)s(ica
1cidental ou conveni-ncia
ntencional
Cuotas ou &ro&orcional
)es&ro&orcional
Pro%a%i3)s(ica
1leat:ria Dim&les
1leat:ria Estratificada
%on8lomerado
B,*,(,4o :robabilstica
1 escolBa de um mtodo n"o &robabilstico= via de re8ra= sem&re encontrar desvanta8em
frente ao mtodo &robabilstico. Fo entanto= em al8uns casos= se fa> necessrio a o&!"o &or
este mtodo. *onseca N1994O= alerta +ue n"o B formas de se 8enerali>ar os resultados
obtidos na amostra &ara o todo da &o&ula!"o +uando se o&ta &or este mtodo de
amostra8em.
Acid'n(a3 o/ conC'niMncia
ndicada &ara estudos e<&lorat:rios. *re+,entemente utili>ados em su&er mercados
&ara testar &rodutos.
In('nciona3
P entrevistador diri8e-se a um 8ru&o em es&ecfico &ara saber sua o&ini"o. Por
e<em&lo= +uando de um estudo sobre autom:veis= o &es+uisador &rocura a&enas
oficinas.
J/o(as o/ 2ro2orciona3
Fa realidade trata-se de uma varia!"o da amostra8em intencional. Fecessita-se ter
um &rvio conBecimento da &o&ula!"o e sua &ro&orcionalidade. Por e<em&lo= deseAa-
se entrevistar a&enas indivduos da classe 1= +ue re&resenta 1(\ da &o&ula!"o. Esta
ser a +uota &ara o trabalBo. %omumente tambm subestratifica-se uma +uota
obedecendo a uma se8unda &ro&orcionalidade.
D's2ro2orciona3
Muito utili>ada +uando a escolBa da amostra for des&ro&orcional $ &o&ula!"o.
1tribuem-se &esos &ara os dados= e assim obtm-se resultados &onderados
re&resentativos &ara o estudo.
B$6$* Pro%a%i3)s(ica
06
Para +ue se &ossa reali>ar infer-ncias sobre a &o&ula!"o= necessrio +ue se trabalBe com
amostra8em &robabilstica. H o mtodo +ue 8arante se8uran!a +uando investi8a-se al8uma
Bi&:tese. Formalmente os indivduos investi8ados &ossuem a mesma &robabilidade de ser
selecionado na amostra.
A3'a(Fria Si,23's
H o mais utili>ado &rocesso de amostra8em. Prtico e efica>= confere &recis"o ao &rocesso de
amostra8em. Formalmente utili>a-se uma tabela de n@meros aleat:rios e nomeia-se os
indivduos= sorteando-se um &or um at com&letar a amostra calculada.
Uma varia!"o deste ti&o de amostra8em a sistemtica. Em um 8rande n@mero de
e<em&los= o &es+uisador de&ara-se com a &o&ula!"o ordenada. Feste sentido= tem-se os
indivduos dis&ostos em se+,-ncia o +ue dificulta a a&lica!"o e<ata desta tcnica.
Cuando se trabalBa com sorteio de +uadras de casas= &or e<em&lo= B uma re8ra crescente
&ara os n@meros das casas. Em casos como este= divide-se a &o&ula!"o &ela amostra e
obtm-se um coeficiente NeO. 1 &rimeira casa ser a de n@mero <= a se8unda ser a de
n@mero < [ eI a terceira ser a de n@mero < [ '. e. Du&ondo +ue este coeficiente seAa 4. P
&rimeiro elemento ser '. P se8undo ser ' [ 4. P terceiro ser ' [ (.4. P +uarto ser ' [
'.4= e assim sucessivamente.
A3'a(Fria Es(ra(ificada
Cuando se deseAa 8uardar uma &ro&orcionalidade na &o&ula!"o Betero8-nea. Estratifica-se
cada sub&o&ula!"o &or intermdio de critrios como classe social= renda= idade= se<o= entre
outros.
Con43o,'rado
Em corri+ueiras situa!;es= torna-se difcil coletar caractersticas da &o&ula!"o. Festa
modalidade de amostra8em= sorteia-se um conAunto e &rocura-se estudar todo o conAunto. H
e<em&lo de amostra8em &or con8lomerado= famlias= or8ani>a!;es e +uarteir;es.
09
B$< Ti2os d' dados
2.
@A!I@EL; H= convencionalmente= o conAunto de resultados &ossveis de um fenmeno.
5arivel CualitativaG Cuando seus valores s"o e<&ressos &or atributosG se<o= cor da &ele= etc.
5arivel CuantitativaG Cuando os dados s"o de carter nitidamente +uantitativo= e o conAunto
dos resultados &ossui uma estrutura numrica= trata-se= &ortanto da estatstica de varivel e
se dividem emG
@ari9C'3 Discr'(a o/ D'scon()n/a: Deus valores s"o e<&ressos 8eralmente atravs de
n@meros inteiros n"o ne8ativos. 3esulta normalmente de conta8ens. E<G FS de alunos
&resentes $s aulas de introdu!"o $ estatstica econmica no 1S semestre de 1997G mar T 16=
abr T '.= mai T '2= Aun T '4.
@ari9C'3 Con()n/aG 3esulta normalmente de uma mensura!"o= e a escala numrica de seus
&ossveis valores corres&onde ao conAunto 3 dos n@meros 3eais= ou seAa= &odem assumir=
teoricamente= +ual+uer valor entre dois limites. E<.G Cuando voc- vai medir a tem&eratura de
seu cor&o com um termmetro de merc@rio o +ue ocorre o se8uinteG P filete de merc@rio=
ao dilatar-se= &assar &or todas as tem&eraturas intermedirias at cBe8ar na tem&eratura
atual do seu cor&o.
)e acordo com o +ue dissemos anteriormente= numa anlise estatstica distin8uem-se
essencialmente duas fasesG
Uma &rimeira fase em +ue se &rocura descrever e estudar a amostraG Estatstica )escritiva e
uma se8unda fase em +ue se &rocura tirar conclus;es &ara a &o&ula!"oG
1 +as' Es(a()s(ica D'scri(iCa
Procura-se descrever a amostra= &ondo em evid-ncia as caractersticas &rinci&ais e as
&ro&riedades.
* +as' Es(a()s(ica Ind/(iCa
%onBecidas certas &ro&riedades Nobtidas a &artir de uma anlise descritiva da amostraO=
e<&ressas &or meio de &ro&osi!;es= ima8inam-se &ro&osi!;es mais 8erais= +ue e<&rimam a
e<ist-ncia de leis Nna &o&ula!"oO.
Fo entanto= ao contrrio das &ro&osi!;es dedu>idas= n"o &odemos di>er +ue s"o falsas ou
verdadeiras= A +ue foram verificadas sobre um conAunto restrito de indivduos e= &ortanto
n"o s"o falsas= mas n"o foram verificadas &ara todos os indivduos da Po&ula!"o= &elo +ue
tambm n"o &odemos afirmar +ue s"o verdadeiras.
E<iste= assim= um certo 8rau de incerte>a N&ercenta8em de erroO +ue medido em termos de
Probabilidade.
21
%onsiderando o +ue foi dito anteriormente sobre a Estatstica ndutiva= &recisamos a+ui da
no!"o de Probabilidade= &ara medir o 8rau de incerte>a +ue e<iste= +uando tiramos uma
conclus"o &ara a &o&ula!"o= a &artir da observa!"o da amostra.
B$= Es2a7o A,os(ra3
1 estatstica trabalBa com os resultados dos e<&erimentos. Cuando al8um e<&erimento
reali>ado= al8um resultado ocorreI denota-se um resultado t&ico &elo smbolo JeL. /al
resultado cBamado evento sim&les.
De for feita uma lista de todos os &ossveis resultados de interesse do e<&erimento= essa srie
cBamada de es&a!o amostral.
B$? Di,'nsiona,'n(o da a,os(ra P3ano A,os(ra3
Cuando deseAa-se dimensionar o tamanBo da amostra= o &rocedimento desenvolve-se em tr-s
eta&as distintasG
1valiar a varivel mais im&ortante do 8ru&o e a mais si8nificativaI
1nalisar se ordinal= intervalar ou nominalI
5erificar se a &o&ula!"o finita ou infinitaI
5arivel intervalar e &o&ula!"o infinita
5arivel intervalar e &o&ula!"o finita
5arivel nominal ou ordinal e &o&ula!"o infinita
5arivel nominal ou ordinal e &o&ula!"o finita
PbsG 1 &ro&or!"o N&O ser a estimativa da verdadeira &ro&or!"o de um dos nveis escolBidos
&ara a varivel adotada. Por e<em&lo= 4.\ dos telefones da amostra FoKia= ent"o & ser
.=4..
1 &ro&or!"o N+O ser sem&re 1 - &. Feste e<em&lo += ser .=0. P erro re&resentado &or d.
Para casos em +ue n"o se tenBa como identificar as &ro&or!;es confere-se .=2 &ara & e +.
CAPTULO V P!OBABILIDADE
2(
V$ Conc'i(o d' Pro%a%i3idad'
%Bamamos de &robabilidade de um evento 1 Nsendo +ue 1 est contido no Es&a!o amostralO
o n@mero real PN1O= tal +ueG nE,'ro d' casos faCor9C'is d' A T nE,'ro (o(a3 d' casos$
V$1 EC'n(os E./i2roC9C'is
PBDG Cuando todos os elementos do Es&a!o amostral tem a mesma cCance de acontecer= o
es&a!o amostral cBamado de con&/n(o './i2roC9C'3.
E<G Fo lan!amento de uma moeda +ual a &robabilidade de obter cara em um evento 1V
T _ ca= co ` T ( 1 T _ca` T 1 PN1O T 1M( T .=2 T 2.\
V$* Pro%a%i3idad' Condiciona3
De 1 e B s"o dois eventos= a &robabilidade de B ocorrer= de&ois de 1 ter acontecido
definida &orG P NBM1O= ou seAa= cBamada &robabilidade condicional de B. Feste caso os
eventos s"o de&endentes e definidos &ela f:rmulaG
P (A ' B ) O P (A) G P(BTA)
E<G )uas cartas s"o retiradas de um baralBo s', 5aC'r r'2osi7Do. Cual a &robabilidade de
ambas serem COPAS V
P N%o&as1 e %o&as(O T PN%o&as1O < PN%o&as(M%o&as1O T 1'M2( < 1(M21 T .=.266 T 2=66 \
PN%o&as1O T 1'M2(
PN%o&as(M%o&as1O T 1(M21
PbsG Fo e<em&lo anterior se a 1 carta retirada voltasse ao baralBo o e<&erimento seria do
ti&o com re&osi!"o e seria um evento inde&endente. P resultado seriaG
PN%o&as1O < PN%o&as(O T 1'M2( < 1'M2( T .=4(2 T 4=(2 \
Es&a!o amostral do baralBo de 2( cartasG
%arta &retas T (4
Pus T 1' Ns= (= '= 0= 2= 4= 7= 6= 9= 1.= valete= dama= reiO
Es&adas T 1' Ns= (= '= 0= 2= 4= 7= 6= 9= 1.= valete= dama= reiO
%artas vermelBas T (4
Puros T 1' Ns= (= '= 0= 2= 4= 7= 6= 9= 1.= valete= dama= reiO
2'
%o&as T 1' Ns= (= '= 0= 2= 4= 7= 6= 9= 1.= valete= dama= reiO
V$6 EC'n(os Ind'2'nd'n('s
Cuando a reali>a!"o ou n"o reali>a!"o de um dos eventos n"o afeta a &robabilidade da
reali>a!"o do outro e vice-versa.
E<G Cuando lan!amos dois dados= o resultado obtido em um deles inde&ende do resultado
obtido no outro. Ent"o +ual seria a &robabilidade de obtermos= simultaneamente= o nS 0 no
&rimeiro dado e o nS ' no se8undo dadoV
1ssim= sendo P1 a &robabilidade de reali>a!"o do &rimeiro evento e P( a &robabilidade de
reali>a!"o do se8undo evento= a &robabilidade de +ue tais eventos se reali>em
simultaneamente dada &ela f:rmulaG
P(1 n *) O P(1 ' *) O P(1) G P(*)
P1 T PN0 dado1O T 1M4 P( T PN' dado(O T 1M4
P total T P N0 dado1O < P N' dado(O T 1M4 < 1M4 T 1T6?
D,*,( 9ventos 3utuamente 91clusivos + 9ventos Dependentes
)ois ou mais eventos s"o mutuamente e<clusivos +uando a reali>a!"o de um e<clui a
reali>a!"o doNsO outroNsO. 1ssim= no lan!amento de uma moeda= o evento Ztirar caraZ e o
evento Ztirar coroaZ s"o mutuamente e<clusivos= A +ue= ao se reali>ar um deles= o outro n"o
se reali>a.
De dois eventos s"o mutuamente e<clusivos= a &robabilidade de +ue um o/ outro se reali>e
i8ual $ soma das &robabilidades de +ue cada um deles se reali>eG
P(1 U *) O P(1 o/ *) O P(1) S P(*)
E<G Fo lan!amento de um dado +ual a &robabilidade de se tirar o nS ' ou o nS 0 V
Ps dois eventos s"o mutuamente e<clusivos ent"oG P T 1M4 [ 1M4 T (M4 T 1M'
PbsG Fa &robabilidade da uni"o de dois eventos 1 e B= +uando B elementos comuns=
devemos e<cluir as &robabilidades dos elementos comuns a 1 e B Nelementos de 1 n B O
V$< T'or',a d' Ba]'s o/ T'or',a da Pro%a%i3idad' To(a3
Dabemos +ueG
20
PN1O T E PNBiO . PN1YBiO
PN1 n BiO T PN1O . PNBiY1O lo8o PNBiY1O T PN1 n BiO M PN1O ent"o substituindo teremosG
P (Bi^A) O P (Bi) $ P (A^Bi) T E P(Bi) $ P(A^Bi) +ue a f:rmula de Baees
E<G %erto &rofessor 0M2 das ve>es vai trabalBar usando um fusca e usando um carro
im&ortado nas demais ve>es. Cuando ele usa o fusca= 72 \ das ve>es ele cBe8a em casa
antes das (' Boras e +uando usa o carro im&ortado s: cBe8a em casa antes das (' Boras em
4.\ das ve>es. Pntem o &rofessor cBe8ou em casa a&:s $s (' Boras. Cual a &robabilidade
de +ue ele= no dia de ontem= tenBa usado o fusca V
B1 T usar o fusca B( T usar carro im&ortado 1 T cBe8ar em casa a&:s (' Boras
PNB1O T 0M2 T WRBW PNB(O T 1M2 T WR*W
PN 1 Y B1O T 1 - .=72 T WR*= PN 1 Y B(O T 1 - .=4. T WR<W
P (B1 ^ A) T P NB1O . PN 1 Y B1O M P NB1O . PN 1 Y B1O [ P NB(O . PN 1 Y B(O
P (B1 ^ A) T .=6. < .=(2 MN.=6. < .=(2O [ N.=(. < .=0.O T
P (B1 ^ A) T .=(. M N.=(. [ .=.6O T WRA1<6 o/ A1R<6 _

E<erccioG Em um lote de 1( &e!as= 0 s" defeituosas. Dendo retirada uma &e!a= calculeG aO a
&robabilidade de essa &e!a ser defeituosa. bO a &robabilidade de essa &e!a n"o ser defeituosa.
CAPTULO 1W @A!I@EL ALEAT`!IA DISC!ETA
22
1W$1 Dis(ri%/i7Do d' Pro%a%i3idad's
1&resentaremos neste ca&tulo tr-s modelos te:ricos de distribui!"o de &robabilidade= aos
+uais um e<&erimento aleat:rio estudado &ossa ser ada&tado= o +ue &ermitir a solu!"o de
8rande n@mero de &roblemas &rticos.
1W$1$1 @ari9C'3 A3'a(Fria
Du&onBamos um es&a!o amostral S e +ue a cada &onto amostral seAa atribudo um n@mero.
*ica= ent"o= definida uma fun!"o cBamada Cari9C'3 a3'a(Fria.
Muitas ve>es n"o estamos interessados &ro&riamente no resultado de um e<&erimento
aleat:rio= mas em al8uma carac('r)s(ica n/,0rica a ele associada. Essa caracterstica ser
cBamada Cari9C'3 a3'a(Fria$
1ssim= se o es&a!o amostral relativo ao Zlan!amento simult?neo de duas moedasZ
DT_Nca=caO= Nca=coO= Nco=caO= Nco=coO` e se Q re&resenta o Zn@mero de carasZ +ue a&arecem= a
cada &onto amostral &odemos associar um n@mero &ara Q= de acordo com a tabela abai<o NQ
0 a Cari9C'3 a3'a(Fria associada ao nE,'ro d' caras o%s'rCadoOG
Ponto 1mostral Q
Nca=caO (
Nca=coO 1
Nco=caO 1
Nco=coO .

Uo8o &odemos escreverG
F@mero de caras NfO Probabilidade NfO
( 1M0
1 (M0
. 1M0
/otal 0M0 T 1

E<em&lo &rtico de uma distribui!"o de &robabilidadeG
24
%onsideremos a distribui!"o de fre+u-ncia relativa ao n@mero de acidentes dirios em uma
rodovia durante o m-s de novM(..'G
F@mero de 1cidentes *re+u-ncia
. ((
1 2
( (
' 1
Podemos ent"o escrever a tabela de dis(ri%/i7Do d' 2ro%a%i3idad'G
F@mero de 1cidentes NfO Probabilidade NfO
. .=7'
1 .=17
( .=.7
' .=.'
/otal 1=..
%onstrumos acima uma tabela onde a&arecem os valores de uma varivel aleat:ria f e as
&robabilidades de f ocorrer +ue a tabela de distribui!"o de &robabilidades.
*un!;es de &robabilidadesG fNfO T &NfT <iO
1o definir a distribui!"o de &robabilidade= estabelecemos uma corres&ond-ncia unvoca
entre os valores da varivel aleat:ria f e os valores da varivel P N&robabilidadeO. Esta
corres&ond-ncia define uma fun!"o onde os valores Gi formam o domnio da fun!"o e os
valores 2i o seu conAunto ima8em. 1ssim= ao lan!armos um dado= a varivel aleat:ria f=
definida &or Z&ontos de um dadoZ= &ode tomar os valores 1=(='=0=2 e 4. Ent"o resulta a
se8uinte distribui!"o de &robabilidadeG
Q P NQO
1 1M4
( 1M4
' 1M4
0 1M4
2 1M4
4 1M4
/ o t a l 4M4 T 1
1W$* @a3or Es2'rado (Es2'ran7a Ma(',9(ica)

27
5alor es&erado de uma varivel aleat:ria ou de fun!"o de varivel aleat:ria corres&onde $
mdia &onderada dos valores +ue esta varivel aleat:ria ou esta fun!"o assume= usando-se
como &esos &ara &ondera!"o= as &robabilidades corres&ondentes a cada valor.

Para o caso de uma varivel aleat:ria discreta J<L= &odemos escreverG

E (G) O a ( Gi $ 2i )

E<em&loG

Fuma em&resa= as &revis;es de des&esa &ara o &r:<imo ano foram calculadas comoI 3h 9=
1.= 11 = 1( e 1' bilB;es. Du&ondo +ue as des&esas do ano corrente seAam desconBecidas= as
se8uintes &robabilidades foram atribudas res&ectivamenteG '.\= (.\= (2\= 2\ e (.\.

Cual a distribui!"o de &robabilidade &ara o &r:<imo anoV

)D/3BUicP )E P3PB1BU)1)ED

1FP )EDPED1X NfO P NfO
1 9 .='.
( 1. .=(.
' 11 .=(2
0 1( .=.2
2 1' .=(.
total T 1=..
X em 3h bilB;es

Cual o valor es&erado das des&esas &ara o &r:<imo anoV

51UP3 EDPE31)P )1D )EDPED1D

1FP )EDPED1X f P NfO f . P NfO
1 9 .='. (=7.
( 1. .=(. (=..
' 11 .=(2 (=72
0 1( .=.2 .=4.
2 1' .=(. (=4.
51UP3 EDPE31)P ENfO T 1WR?=
X em 3h bilB;es

Cual a vari?ncia das des&esas &ara o &r:<imo anoV

@ar(Q) O a b E(Qc) - E(Q)c d

26
513jF%1 )1D )EDPED1D

1FP )EDPED1X N <O P N<O < . P N<O <d . P N<O
1 9 .='. (=7. (0='.
( 1. .=(. (=.. (.=..
' 11 .=(2 (=72 '.=(2
0 1( .=.2 .=4. 7=(.
2 1' .=(. (=4. ''=6.
1.=42 112=22
X em 3h bilB;es

@A!I>NCIA DAS DESPESAS
5arN<O T a aENfdO ENfOd b T 11'=0( 112=22 T (=1'
%onse+,entemente o D'sCio PadrDo i8ual aG T 5arN<O
%aso as &roAe!;es ao lon8o do ano tenBam sido estimadas em 3h 1( bilB;es= comente a
&osi!"o financeira da em&resa.

CAPTULO 11 DIST!IBUI"eES DE @A!I@EL
ALEAT`!IA DISC!ETA
29
De8undo EU31F N199(= &.''O= JUma kdistribui!"o de &robabilidadel uma f:rmula
matemtica +ue relaciona os valores da caracterstica com a sua &robabilidade de ocorr-ncia
na &o&ula!"o.L
JCuando a caracterstica +ue est sendo medida &uder assumir +ual+uer valor NsuAeito $
e<atid"o do &rocesso de medi!"oO= sua distribui!"o de &robabilidade cBamada distribui!"o
contnua de &robabilidade.L
1 &artir das conceitua!;es anteriores= a&resenta-se a conceitua!"o de Jdistribui!"o de
&robabilidadeL e suas classifica!;esG Jdistribui!"o contnua de &robabilidadeL e Jdistribui!"o
discreta de &robabilidadeL.
E<em&loG a distribui!"o de fre+,-ncias dos dados de resist-ncias eltricas medidas. 1s
dis(ri%/i78's discr'(as d' 2ro%a%i3idad' mais comuns s"oG
N1O a )istribui!"o de PoissonI
N(O a )istribui!"o BinomialI
11$1 Dis(ri%/i7Do Bino,ia3
5amos ima8inar fenmenos cuAos resultados s: &odem ser de dois ti&os= um dos +uais
considerado como sucesso e o outro insucesso. Este fenmeno &ode ser re&etido tantas ve>es
+uanto se +ueira Nn ve>esO= nas mesmas condi!;es. 1s &rovas re&etidas devem ser
inde&endentes= isto = o resultado de uma n"o deve afetar os resultados das sucessivas. Fo
decorrer do e<&erimento= a &robabilidade & do sucesso e a &robabilidade de + N+ T 1 - &O do
insucesso manter-se-"o constantes. Fessas condi!;es f uma varivel aleat:ria discreta +ue
se8ue uma dis(ri%/i7Do %ino,ia3.
PN<O T
PN<O T a &robabilidade de +ue o evento se reali>e G ve>es em n &rovas.
& T a &robabilidade de +ue o evento se reali>e em uma s: &rova T sucesso.
+ T a &robabilidade de +ue o evento n"o se reali>e no decurso dessa &rova T insucesso.
PBDG P nome binomial devido $ f:rmula= &ois re&resenta o termo 8eral do
desenvolvimento do %in,io d' N'f(on.
++.+.+ Par8metros da 9istribuio :inomial
4.
Mdia T n . & )esvio &adr"o T a rai> +uadrada do &roduto de n . & . +
5ari?ncia T n . & . +
E<erccioG Deis &arafusos s"o escolBidos ao acaso da &rodu!"o de certa m+uina= +ue
a&resenta 1.\ de &e!as defeituosas. Cual a &robabilidade de serem defeituosos dois delesV
11$* Dis(ri%/i7Do d' Poisson
)istribui!"o de &robabilidades a&licada &ara acontecimentos raros= entretanto o seu maior
uso &rtico como a&ro<ima!"o &ara a distribui!"o binomial.
1 PN<O calculada &ela f:rmula abai<oG

PndeG
a mdia da distribui!"o N n . &O
e re&resenta a constante de valor i8ual a *RA1B
1 E o fatorial de <
PBDG . m T 1 e +ual+uer n@mero elevado a >ero i8ual a 1
PBDG +uando um acontecimento se8ue a distribui!"o binomial com um J&L NsucessoO muito
&e+ueno de tal modo +ue temos +ue ter um JnL muito 8rande &ara +ue o sucesso ocorra.
Podemos sim&lificar os clculos usando a distribui!"o de Poisson como a&ro<ima!"o &ara a
distribui!"o binomial.
Para +ue os resultados a&ro<imados &ela distribui!"o de Poisson seAam satisfat:rios n:s s:
devemos fa>er a substitui!"o da distribui!"o binomial &ela de Poisson +uando JnL for maior
ou i8ual a 2. e J&L menor ou i8ual a .=1 ou J&L maior ou i8ual a .=9 N J&L &r:<imo de . ou
&r:<imo de 1O.
E<G De (\ dos fusveis s"o defeituosos.Cual a &robabilidade de +ue uma amostra de 0..
fusveis e<atamente 4 seAam defeituososV
& T .=.( n T 0.. T n . & T .=.( . 0.. T 6
P N< T 4O T .=1((( ou 1(=(0\
CAPTULO 1* - DIST!IBUI"eES DE @A!IH@EL CONTNUA
41
)istribui!;es %ontnuas de Probabilidade s"o usadas &ara moldar situa!;es onde o resultado
de interesse &ode assumir valores numa escala contnua= &or e<em&lo= os valores maiores
+ue >ero &ara o tem&o de falBa de um motor +ue est trabalBando continuamente.
1*$1 Dis(ri%/i7Do Nor,a3
Cuando a varia!"o de uma caracterstica 8erada &ela soma de um 8rande n@mero de erros
infinitesimais inde&endentes devidos a diferentes fatores= a distribui!"o da caracterstica se
torna= em muitos casos= a&ro<imadamente uma distribui!"o normal. 1 9istribuio ;ormal
&ode ser sim&lesmente descrita como tendo a forma de um sino ou montanBa= e numa
descri!"o mais detalBadaG
aO a densidade de &robabilidade mais alta no meio e diminui 8radualmente em dire!"o $s
caudas e
bO ela simtrica.
Entre as distribui!;es te:ricas de varivel aleat:ria contnua= uma das mais em&re8adas a
distribui!"o Formal.
Muitas das variveis analisadas na &es+uisa s:cio-econmica corres&ondem $ distribui!"o
normal ou dela se a&ro<imam.
%onsiderando a &robabilidade de ocorr-ncia= a rea sob sua curva soma 1..\. sso +uer
di>er +ue a &robabilidade de uma observa!"o assumir um valor entre dois &ontos +uais+uer
i8ual $ rea com&reendida entre esses dois &ontos.
68,26% => 1 desvio 95,44% => 2 desvios 99,73% => 3 desvios
Fa fi8ura acima= tem as barras na cor marrom re&resentando os desvios &adr;es. Cuanto
mais afastado do centro da curva normal= mais rea com&reendida abai<o da curva Baver. 1
um desvio &adr"o= temos 46=(4\ das observa!;es contidas. 1 dois desvios &adr;es=
&ossumos 92=00\ dos dados com&reendidos e finalmente a tr-s desvios= temos 99=7'\.
Podemos concluir +ue +uanto maior a variabilidade dos dados em rela!"o $ mdia= maior a
&robabilidade de encontrarmos o valor +ue buscamos embai<o da normal.
1*$* Pro2ri'dad's da dis(ri%/i7Do nor,a3
4(
1 - 1 varivel aleat:ria f &ode assumir todo e +ual+uer valor real.
( - 1 re&resenta!"o 8rfica da distribui!"o normal uma curva em forma de sino= simtrica
em torno da mdia= +ue recebe o nome de c/rCa nor,a3 o/ d' Ya/ss$
' - 1 rea total limitada &ela curva e &elo ei<o das abscissas i8ual a 1= A +ue essa rea
corres&onde $ &robabilidade de a varivel aleat:ria f assumir +ual+uer valor real.
0 - 1 curva normal assint:tica em rela!"o ao ei<o das abscissas= isto = a&ro<ima-se
indefinidamente do ei<o das abscissas sem= contudo= alcan!-lo.
2 - %omo a curva simtrica em torno da mdia= a &robabilidade de ocorrer valor maior +ue
a mdia i8ual $ &robabilidade de ocorrer valor menor do +ue a mdia= isto = ambas as
&robabilidades s"o i8uais a .=2 ou 2.\. %ada metade da curva re&resenta 2.\ de
&robabilidade.
Cuando temos em m"os uma varivel aleat:ria com distribui!"o normal= nosso &rinci&al
interesse obter a &robabilidade de essa varivel aleat:ria assumir um valor em um
determinado intervalo.
E<em&loG DeAa f a varivel aleat:ria +ue re&resenta os di?metros dos &arafusos &rodu>idos
&or certa m+uina. 5amos su&or +ue essa varivel tenBa distribui!"o normal com mdia T (
cm e desvio &adr"o T .=.0 cm. Cual a &robabilidade de um &arafuso ter o di?metro com
valor entre ( e (=.2 cm V
P N ( n f n (=.2O T V
%om o au<lio de uma distribui!"o normal redu>ida= isto = uma distribui!"o normal de
mdia T . e desvio &adr"o T 1. 3esolveremos o &roblema atravs da varivel >=
onde > T Nf - O M D
Utili>aremos tambm uma tabela normal redu>ida= +ue nos d a &robabilidade de > tomar
+ual+uer valor entre a mdia . e um dado valor >= isto G P N . n o n >O
/emos= ent"o= +ue se f uma varivel aleat:ria com distribui!"o normal de mdia e
desvio &adr"o D= &odemos escreverG PN n f n < O T P N. n o n >O
Fo nosso &roblema +ueremos calcular PN( n f n (=.2O &ara obter essa &robabilidade=
&recisamos= em &rimeiro lu8ar= calcular o valor de > +ue corres&onde a < T (=.2
> T N(=.2 - (O M .=.0 T 1=(2
4'
U(i3iZa7Do da Ta%'3a U
Procuremos= a8ora= na tabela o o valor de > T 1=(2
Fa &rimeira coluna encontramos o valor at uma casa decimal T 1R*. Em se8uida=
encontramos= na &rimeira linBa= o valor == +ue corres&onde ao @ltimo al8arismo do n@mero
1R*=. Fa intersec!"o da linBa e coluna corres&ondentes encontramos o valor WR6V<<= o +ue
nos &ermite escreverG
P N. n o n 1=(2O T .='900 ou '9=00 \= assim a &robabilidade de um certo &arafuso
a&resentar um di?metro entre a mdia T (cm e < T (=.2 cm de '9=00 \.
40
Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof. Mnica Barradas 42
Ta%'3a nor,a3 (dis(ri%/i7Do Z)
Z ... ..1 ..( ..' ..0 ..2 ..4 ..7 ..6 ..9
-0.. ......' ......' ......' ......' ......' ......' ......( ......( ......( ......(
-'.9 ......2 ......2 ......0 ......0 ......0 ......0 ......0 ......0 ......' ......'
-'.6 ......7 ......7 ......7 ......4 ......4 ......4 ......4 ......2 ......2 ......2
-'.7 .....11 .....1. .....1. .....1. ......9 ......9 ......6 ......6 ......6 ......6
-'.4 .....14 .....12 .....12 .....10 .....10 .....1' .....1' .....1( .....1( .....11
-'.2 .....(' .....(( .....(( .....(1 .....(. .....19 .....19 .....16 .....17 .....17
-'.0 .....'0 .....'( .....'1 .....'. .....(9 .....(6 .....(7 .....(4 .....(2 .....(0
-'.' .....06 .....07 .....02 .....0' .....0( .....0. .....'9 .....'6 .....'4 .....'2
-'.( .....49 .....44 .....40 .....4( .....4. .....26 .....24 .....20 .....2( .....2.
-'.1 .....97 .....90 .....9. .....67 .....60 .....6( .....79 .....74 .....70 .....71
-'.. ....1'2 ....1'1 ....1(4 ....1(( ....116 ....110 ....111 ....1.7 ....1.' ....1..
-(.9 ....167 ....161 ....172 ....149 ....140 ....129 ....120 ....109 ....100 ....1'9
-(.6 ....(24 ....(06 ....(0. ....('' ....((4 ....(19 ....(1( ....(.2 ....199 ....19'
-(.7 ....'07 ....''4 ....'(4 ....'17 ....'.7 ....(96 ....(69 ....(6. ....(7( ....(40
-(.4 ....044 ....02' ....00. ....0(7 ....012 ....0.( ....'91 ....'79 ....'46 ....'27
-(.2 ....4(1 ....4.0 ....267 ....27. ....220 ....2'9 ....2(' ....2.6 ....090 ....06.
-(.0 ....6(. ....796 ....774 ....722 ....7'0 ....710 ....492 ....474 ....427 ....4'9
-(.' ...1.7( ...1.00 ...1.17 ....99. ....940 ....9'9 ....910 ....669 ....644 ....60(
-(.( ...1'9. ...1'22 ...1'(1 ...1(67 ...1(22 ...1((( ...1191 ...114. ...11'. ...11.1
-(.1 ...1764 ...170' ...17.. ...1429 ...1416 ...1276 ...12'9 ...12.. ...104' ...10(4
-(.. ...((72 ...(((( ...(149 ...(116 ...(.47 ...(.16 ...197. ...19(' ...1674 ...16'1
-1.9 ...(67( ...(6.7 ...(70' ...(46. ...(419 ...(229 ...(2.. ...(00( ...('62 ...(''.
-1.6 ...'29' ...'212 ...'0'6 ...''4( ...'(66 ...'(14 ...'100 ...'.70 ...'..2 ...(9'6
-1.7 ...0024 ...0'4' ...0(7( ...0161 ...0.9' ...0..4 ...'9(. ...'6'4 ...'720 ...'47'
-1.4 ...206. ...2'7. ...2(4( ...2122 ...2.2. ...0907 ...0604 ...0704 ...0406 ...0221
-1.2 ...4461 ...422( ...40(2 ...4'.1 ...4176 ...4.27 ...29'6 ...26(1 ...27.2 ...229(
-1.0 ...6.74 ...79(7 ...776. ...74'4 ...709' ...7'2' ...7(10 ...7.76 ...4900 ...4611
-1.' ...946. ...921. ...9'0( ...9174 ...9.1( ...6621 ...6491 ...62'0 ...6'79 ...6((4
-1.( ..112.7 ..11'10 ..111(' ..1.9'2 ..1.709 ..1.242 ..1.'6' ..1.(.0 ..1..(7 ...962(
-1.1 ..1'244 ..1''2. ..1'1'4 ..1(9(0 ..1(710 ..1(2.7 ..1('.( ..1(1.. ..119.. ..117.(
-1.. ..12642 ..124(2 ..12'64 ..1212. ..10917 ..10464 ..10027 ..10('1 ..10..7 ..1'764
-..9 ..160.4 ..16101 ..17676 ..17416 ..17'41 ..171.2 ..1462' ..144.( ..14'20 ..141.9
-..6 ..(1162 ..(.697 ..(.411 ..(.'(7 ..(..02 ..19744 ..19069 ..19(12 ..1690' ..1647'
-..7 ..(0194 ..('662 ..('274 ..('(49 ..((942 ..((44' ..(('4' ..((.42 ..(1749 ..(1074
-..4 ..(70(2 ..(7.9' ..(474' ..(40'0 ..(41.6 ..(2760 ..(204( ..(210' ..(06(2 ..(02.9
-..2 ..'.62' ..'.2.( ..'.12' ..(96.2 ..(904. ..(9114 ..(6770 ..(60'0 ..(6.92 ..(7729
-..0 ..'0027 ..'0.9. ..''7(0 ..'''29 ..'(997 ..'(4'2 ..'((74 ..'1917 ..'1241 ..'1(.4
E<ercciosG
1O Um fabricante de l?m&adas verifica= atravs de uma distribui!"o de fre+,-ncias= +ue o
tem&o de +ueima de um determinado modelo de l?m&ada distribudo normalmente. Uma
amostra de 2. l?m&adas foi testada e o tem&o mdio de vida encontrado foi 4. dias= com um
desvio-&adr"o de (. dias. Cuantas l?m&adas= na &o&ula!"o total de l?m&adas fabricadas &or
ele= &ode se es&erar +ue ainda esteAam funcionando a&:s 1.. dias de vidaV
P &roblema a+ui dado encontrar a rea sob a curva alm dos 1.. dias. 1 rea sob uma
curva de distribui!"o entre dois limites estabelecidos re&resenta a &robabilidade de
ocorr-ncia. Portanto= a rea alm dos 1.. dias a &robabilidade +ue uma l?m&ada tem de
durar mais de 1.. dias.
(O Um &roduto &esa= em mdia= 1.8= com desvio-&adr"o de ( 8. H embalado em cai<as com
2. unidades. Dabe-se +ue as cai<as va>ias &esam 2..8= com desvio-&adr"o de (28.
1dmitindo-se uma distribui!"o normal dos &esos e inde&end-ncia entre as variveis dos
&esos do &roduto e da cai<a= calcular a &robabilidade de uma cai<a cBeia &esar mais de
1.2.8.
Utili>e a fi8ura acima &ara o desenvolvimento da +uest"o= onde a &rimeira re&arti!"o= $
direita= re&resenta a &robabilidade da cai<a &esar 1.2.8.
44

Estatística Básica

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Estatística Básica

Uploaded by

Copyright:

Available Formats

Universidade de Pernambuco Escola Politcnica -Estatstica Bsica - Prof.

You might also like