Professional Documents
Culture Documents
RIBEIRO
1
ESTATSTICA
= ,9
Mas no podemos afirmar que essa seja a ocupao mdia de casas pelos seus
proprietrios nas trs cidades. As trs cifras no tm todas o mesmo peso ,porque h
grandes diferenas entre os tamanhos das trs cidades.
Para dar quantidades sujeitas ao processo de mdia o grau correto de
importncia, preciso atribuir-lhes pesos(importncia relativa) e ento calcular mdia
ponderada.
-(on)
li = limite inferior de classe mediana
F (ant) = freqncia acumulada da classe anterior classe mediana
fi = freqncia simples da classe mediana
h = amplitude do intervalo da classe mediana
Exemplo:
i estatura (cm
)
fi Fi
1 150 |---- 154 4 4
2 154 |---- 158 9 13
3 158 |---- 162 11 24
4 162 |---- 166 8 32
5 166 |---- 170 5 37
6 170 |---- 174 3 40
fi = 40
Xi Fi Fi
3 5 5
5 4 9
6 6 15
7 8 23
9 3 26
O
PROCESSO: MODA DE KING
King levou em considerao, em sua frmula, a freqncia simples da classe
anterior e a freqncia simples da classe posterior classe modal.
Mo = li + fp x h
fa + fp
li = limite inferior da classe modal
fp = freqncia simples posterior classe modal
fa = freqncia simples anterior classe modal
h = amplitude da classe modal
Do exemplo anterior:
Mo = 20 + 2 x 10 = 24
3 + 2
O
PROCESSO: MODA DE CZUBER
Este processo leva em considerao a freqncia anterior e a posterior classe
modal.
O ponto correspondente moda divide o intervalo em partes proporcionais s
diferenas de freqncia da classe modal, com as freqncia anterior e posterior
respectivamente. A cIasse de maior freqncia ser chamada de cIasse modaI.
Moli +
1
1+2
-
li = limite inferior da classe modal
h = amplitude da classe modal
D
1
= f ( freqncia simples de classe modal ) - f ( freqncia simples da classe anterior
a classe modal )
D
2
= f ( freqncia simples da classe modal ) - f ( freqncia simples da classe
posterior classe modal )
Do exemplo anterior:
Mo = 20 + 6 - 3 x 10 = 24,29
(6-3) + (6-2)
Comentrio: A frmula de Pearson tem normalmente interesse terico. Se no
dispusermos da mdia e da mediana da distribuio, a frmula de Pearson a mais
trabalhosa.
A frmula de King a mais simples delas, mas no a mais precisa.
A frmula de Czuber mais precisa que a frmula de King, pois leva tambm em
considerao a freqncia da classe modal.
= 4,7
34
Q
3
= ?
Eq
3
= 3. 110 = 82,5
a
Q
3
= 6 + 82,5 - 77 x 2 Q
= 6,65
4 17
Interpretao:
= ( Xi - X )
/ ( n - 1)
Exemplo: Calcular a varincia da distribuio abaixo:
{ 5, 8, 10, 12, 15 }
Xi (Xi - X )
2
5 (5 - 10)
2
= 5
8 (8 - 10)
2
= 4
10 (10 -10)
2
=0
12 (12- 10)
2
= 4
15 (15 -10)
2
=25
(Xi - X)
2
= 58
_
X = 5+ 8 + 10 + 12 + 15 => X = 50 / 5 => X = 10
5
S
2
=
( Xi - X )
2
= 58 / 4 S
2
= 14,5
Dados Agrupados
media
2
(_(X - X)
2
)/(n-1)
EXEMPLO: Calcular a Varincia da Distribuio:
Numero
faltas(Xi)
Numero Alunos(fi) Xi. fi (Xi - X )
2
(Xi - X )
2
f
0 15 0 (0-1,63)
2
= 2,66 2,66 x 15 = 39,90
1 10 10 (1-1,63)
2
= 0,40 0,40 x 10 = 4,00
2 5 10 (2 - " )
2
= 0,14 0,14 x 5 =0,70
3 5 15 ( 3- " )
2
= 1,88 1,88 x 5 = 9,40
4 1 4 ( 4- " )
2
= 5,63 5,62 x 1 = 5,62
5 1 5 ( 5 - " )
2
= 11,36 11,36 x 1 = 11,36
6 0 0 ( 6- " )
2
= 19,10 19,10 x 0 = 0
7 3 21 ( 7 - " )
2
= 28,84 28,84 x 3 = 86,52
fi= 40 Xifi =65 (Xi - X )
2
f = 157,50
1o passo - calcular a mdia aritmtica ( X) = 65/40 = 1,63 (substituir na tabela acima)
2o passo - calcular a varincia na formula: S
2
= (Xi - X )
2
f / ( n - 1) = 157,1/(40 - 1) =4,04
ARNCA
EXERCCIOS
1-A tabela abaixo mostra o pagamento mensal dos times principais do Brasileiro
,calcule a Varincia e o desvio padro
TMES TOTAL DA FOLHA (MLHES DE R$)
Cruzeiro 62
Palmeiras 93
So Paulo 34
Corinthians 75
Flamengo 126
R
2
=1182,50 ( milhes) varincia S=34,387 ( milhes) desvio padro
,
P ( A B ) = P(A) x P(B). =
, x
, = ....
, = 0,24...... 24%
7.)TEOREMA DO PRODUTO PARA EVENTOS DEPENDENTES.
QUANDO A EXTRAO FOR DO TPO SEM REPOSIO, O RESULTADO DA
SEGUNDA EXTRAO DEPENDE DO QUE OCORREU NA PRMERA EXTRAO.
Exemplo3. Uma Urna com 6 bolas vermelha e 4 bolas brancas, na retirada de duas
bolas qual a probabilidade a primeira ser vermelha e a segunda ser branca nessa
ordem.( sem reposio, ou seja a realizao da primeira extrao deve interferir
na segunda extrao)
P(B)= bolas vermelhas........
9
,
P ( A B ) = P(A) x P(B). =
, x
9
, = ....
9
, = 0,2667..... 26,67%
EXERCCIOS
1 - Dispe-se de duas urnas, sendo na primeira temos cinco bolas azuis, trs pretas e
quatro brancas. Na segunda temos seis azuis, quatro pretas e dez brancas, todas de
mesmo raio. Se uma bola retirada de cada urna, qual a probabilidade de ambas
serem da cor azul ?
R.: 12,5%
2 - Em 25% das vezes Marco chega em casa tarde para jantar. Por outro lado o jantar
atrasa 10% das vezes. Se no h quaIquer reIacionamento entre os atrasos de
Marco e os atrasos do jantar, qual a probabilidade de ocorrerem ambos os atrasos ?
R.: 2,5%
3 - Do 1o exerccio responda:
a ) Qual a probabilidade de ambas serem pretas ?
b ) Qual a probabilidade de ambas serem brancas ?
c ) Qual a probabilidade da 1a urna ser preta e da 2a azul ?
R : a) 5% b) 16,7% c) 7,5%
) -(x)
<x{ny
- (y)
< x e y as variveis
2.2 ) Caracterstica de r
O coeficiente de correlao tem duas propriedades que caracterizam a natureza
de uma relao entre duas variveis. Uma o seu sinal ( + ou - ) e a outra sua
magnitude. O sinal o mesmo que o do coeficiente angular de uma reta imaginria que
se "ajustasse aos dados se fosse traada num diagrama de disperso a magnitude de
"r indica quo prximos da "reta esto os pontos individuais. Por exemplo, valores de
r prximos de-1,00 ou +1,00 indicam os valores esto muito prximos da reta, ou
mesmo sobre a reta, enquanto que os valores mais prximos de 0 (zero) sugerem
maior disperso.
bservao :
1 ) O valor de r varia -1 a +1 .Pode-se escrever -1 r 1
2 ) Quando r for positivo indica que a relao de valores altos (baixos) de uma
varivel correspondem a valores altos (baixos) da outra.
3 ) Quando r for negativo indica que a relao de valores altos ( baixos ) de
uma varivel correspondem a valores baixos ( altos ) da outra.
4 ) Quando r = 1 Correlao linear perfeita positiva ( reta )
Quando r = 0 Correlao nula
Quando r = - 1 Correlao linear perfeita negativa ( reta )
onde:
yi = um valor observado de y
ye = o valor calculado de y utilizando-se a equao de mnimos quadrados com
o valor de x correspondente a yi
Os valores de a e b para a reta yc = a + px que minimiza a soma dos
quadrados dos desvios so as solues das chamadas "equaes normais:
y = na + b ( x )
xy = a ( x ) + b ( x
2
)
Onde n o nmero de pares de observaes. Assim, obtendo-se as quantidades
x, xy, etc, poderamos resolver essas equaes simultneas em relao a a e b.
Todavia, as equaes podem ser removidas algbricamente em relao a a e b , e isto
proporciona uma forma muito mais simples. O resultado consiste em duas frmulas,
uma para a e uma para b, usadas para fins de clculo:
b = n ( xy ) - ( x ) ( y ) a = y - b x
n ( x
) - ( x )
n
Podemos usar o mtodo dos mnimos quadrados para obter uma reta
para o exemplo quilometragem versus preo de venda. Das equaes acima evidente
que, para determinar equao linear, devemos primeiro calcular x, y, x
2
e xy.
Tais valores se determinam a partir dos dados amostrais. Calcula -se tambm uma
quantidade adicional y
2
, para uso posterior. Note -se que n = 14 pares de
observaes. A tabela abaixo d os clculos
-a y -bx
Se =
n -2
Do exempIo anterior (Quilometragem x preo de Venda)Calcular o erro padro da
estimativa para os dados da quilometragem x Preo de Venda ser :
Se = 327,82
Este o desvio padro de pontos em torno da reta de regresso.
Se 39.960.000 - 2934 ( 21.600 ) - ( -38,6 ) ( 640.000 )
14 - 2