(6810 - 17105) Estatisticai

Universidade do Sul de Santa Catarina
Estatstica I
Disciplina na modalidade a distncia
Palhoa UnisulVirtual 2011
Crditos
Universidade do Sul de Santa Catarina Campus UnisulVirtual Educao Superior a Distncia Reitor Unisul Ailton Nazareno Soares Vice-Reitor Sebastio Salsio Heerdt Chefe de Gabinete da Reitoria Willian Mximo Pr-Reitora Acadmica Miriam de Ftima Bora Rosa Pr-Reitor de Administrao Fabian Martins de Castro Pr-Reitor de Ensino Mauri Luiz Heerdt Campus Universitrio de Tubaro Diretora Milene Pacheco Kindermann Campus Universitrio da Grande Florianpolis Diretor Hrcules Nunes de Arajo Campus Universitrio UnisulVirtual Diretora Jucimara Roesler Equipe UnisulVirtual Diretora Adjunta
Patrcia Alberton Secretaria Executiva e Cerimonial Jackson Schuelter Wiggers (Coord.) Bruno Lucion Roso Marcelo Fraiberg Machado Tenille Catarina Assessoria de Assuntos Internacionais Murilo Matos Mendona Assessoria DAD - Disciplinas a Distncia Patrcia da Silva Meneghel (Coord.) Carlos Alberto Areias Franciele Arruda Rampelotti Luiz Fernando Meneghel Assessoria de Inovao e Qualidade da EaD Dnia Falco de Bittencourt (Coord.) Rafael Bavaresco Bongiolo Assessoria de Relao com Poder Pblico e Foras Armadas Adenir Siqueira Viana Assessoria de Tecnologia Osmar de Oliveira Braz Jnior (Coord.) Felipe Jacson de Freitas Jeerson Amorin Oliveira Jos Olmpio Schmidt Marcelo Neri da Silva Phelipe Luiz Winter da Silva Priscila da Silva Rodrigo Battistotti Pimpo Avenida dos Lagos, 41 Cidade Universitria Pedra Branca | Palhoa SC | 88137-900 | Fone/fax: (48) 3279-1242 e 3279-1271 | E-mail: cursovirtual@unisul.br | Site: www.unisul.br/unisulvirtual Secretaria de Ensino a Distncia Karine Augusta Zanoni Maria Lina Moratelli Prado Mayara de Oliveira Bastos Patrcia de Souza Amorim Poliana Morgana Simo Priscila Machado
Gerncia de Produo
Coordenao dos Cursos

Auxiliares das coordenaes Fabiana Lange Patricio Maria de Ftima Martins Tnia Regina Goularte Waltemann Coordenadores Graduao Adriana Santos Ramm Adriano Srgio da Cunha Alosio Jos Rodrigues Ana Luisa Mlbert Ana Paula R. Pacheco Bernardino Jos da Silva Carmen Maria C. Pandini Catia Melissa S. Rodrigues Charles Cesconetto Diva Marlia Flemming Eduardo Aquino Hbler Eliza B. D. Locks Fabiano Ceretta Horcio Dutra Mello Itamar Pedro Bevilaqua Jairo Afonso Henkes Janana Baeta Neves Jardel Mendes Vieira Joel Irineu Lohn Jorge Alexandre N. Cardoso Jos Carlos N. Oliveira Jos Gabriel da Silva Jos Humberto D. Toledo Joseane Borges de Miranda Luciana Manfroi Marciel Evangelista Catneo Maria Cristina Veit Maria da Graa Poyer Mauro Faccioni Filho Moacir Fogaa Myriam Riguetto Nlio Herzmann Onei Tadeu Dutra Raulino Jac Brning Rogrio Santos da Costa Rosa Beatriz M. Pinheiro Tatiana Lee Marques Thiago Coelho Soares Valnei Campos Denardin Roberto Iunskovski Rose Clr Beche Rodrigo Nunes Lunardelli Coordenadores Ps-Graduao Aloisio Rodrigues Anelise Leal Vieira Cubas Bernardino Jos da Silva Carmen Maria Cipriani Pandini Daniela Ernani Monteiro Will Giovani de Paula Karla Leonora Nunes Luiz Otvio Botelho Lento Thiago Coelho Soares Vera Regina N. Schuhmacher Gerncia Administrao Acadmica Angelita Maral Flores (Gerente) Fernanda Farias Financeiro Acadmico Marlene Schauer Rafael Back Vilmar Isaurino Vidal Gesto Documental Lamuni Souza (Coord.) Clair Maria Cardoso Janaina Stuart da Costa Josiane Leal Marlia Locks Fernandes Ricardo Mello Platt
Giane dos Passos
(Secretria de Ensino)
Arthur Emmanuel F. Silveira (Gerente) Francini Ferreira Dias Design Visual Pedro Paulo Alves Teixeira (Coord.) Adriana Ferreira dos Santos Alex Sandro Xavier Alice Demaria Silva Anne Cristyne Pereira Diogo Rafael da Silva Edison Rodrigo Valim Frederico Trilha Higor Ghisi Luciano Jordana Paula Schulka Nelson Rosa Patrcia Fragnani de Morais Multimdia Srgio Giron (Coord.) Cristiano Neri Gonalves Ribeiro Dandara Lemos Reynaldo Fernando Gustav Soares Lima Srgio Freitas Flores Portal Rafael Pessi (Coord.) Luiz Felipe Buchmann Figueiredo Comunicao Marcelo Barcelos Andreia Drewes Carla Fabiana Feltrin Raimundo Produo Industrial Francisco Asp (Coord.) Ana Paula Pereira Marcelo Bittencourt
(Secretria Acadmica)
Alessandro Alves da Silva Andra Luci Mandira Cristina Mara Shauert Djeime Sammer Bortolotti Douglas Silveira Fabiano Silva Michels Felipe Wronski Henrique Janaina Conceio Jean Martins Luana Borges da Silva Luana Tarsila Hellmann Maria Jos Rossetti Miguel Rodrigues da Silveira Junior Monique Tayse da Silva Patricia A. Pereira de Carvalho Patricia Nunes Martins Paulo Lisboa Cordeiro Rafaela Fusieger Rosngela Mara Siegel Silvana Henrique Silva Vanilda Liordina Heerdt
Gerncia de Desenho e Desenvolvimento de Materiais Didticos

Mrcia Loch (Gerente) Acessibilidade Vanessa de Andrade Manoel (Coord.) Bruna de Souza Rachadel Letcia Regiane Da Silva Tobal Avaliao da aprendizagem Lis Air Fogolari (coord.) Gabriella Arajo Souza Esteves Desenho Educacional Carmen Maria Cipriani Pandini
(Coord. Ps)
Carolina Hoeller da S. Boeing Silvana Souza da Cruz (Coord. Grad.) Ana Cludia Ta Carmelita Schulze Cristina Klipp de Oliveira Eloisa Machado Seemann Flvia Lumi Matuzawa Geovania Japiassu Martins Jaqueline Cardozo Polla Lygia Pereira Luiz Henrique Milani Queriquelli Marina Cabeda Egger Moellwald Marina Melhado Gomes da Silva Melina de la Barrera Ayres Michele Antunes Correa Ngila Cristina Hinckel Pmella Rocha Flores da Silva Rafael Arajo Saldanha Roberta de Ftima Martins Sabrina Paula Soares Scaranto Viviane Bastos
(Coord. Ext/DAD)
Gerncia Administrativa e Financeira

Renato Andr Luz (Gerente) Naiara Jeremias da Rocha Valmir Vencio Incio
Gerncia de Ensino, Pesquisa e Extenso

Moacir Heerdt (Gerente) Aracelli Araldi Elaborao de Projeto e Reconhecimento de Curso Diane Dal Mago Vanderlei Brasil Extenso Maria Cristina Veit (Coord.) Pesquisa Daniela E. M. Will
(Coord. Nuvem)
Gerncia Servio de Ateno Integral ao Acadmico

James Marcel Silva Ribeiro (Gerente) Atendimento Maria Isabel Aragon (Coord.) Andiara Clara Ferreira Andr Luiz Portes Bruno Ataide Martins Holdrin Milet Brandao Jennier Camargo Maurcio dos Santos Augusto Maycon de Sousa Candido Sabrina Mari Kawano Gonalves Vanessa Trindade Orivaldo Carli da Silva Junior Estgio Jonatas Collao de Souza (Coord.) Juliana Cardoso da Silva Micheli Maria Lino de Medeiros Priscilla Geovana Pagani Prouni Tatiane Crestani Trentin (Coord.) Gisele Terezinha Cardoso Ferreira Scheila Cristina Martins Taize Muller
Gerncia de Logstica
(Gerente)
Mauro Faccioni Filho
(Coord. PUIP, PUIC, PIBIC)
Jeferson Cassiano A. da Costa Andrei Rodrigues Logstica de Encontros Presenciais Graciele Marins Lindenmayr (Coord.) Ana Paula de Andrade Cristilaine Santana Medeiros Daiana Cristina Bortolotti Edesio Medeiros Martins Filho Fabiana Pereira Fernando Oliveira Santos Fernando Steimbach Marcelo Jair Ramos Logstica de Materiais Carlos Eduardo D. da Silva (Coord.) Abrao do Nascimento Germano Fylippy Margino dos Santos Guilherme Lentz Pablo Farela da Silveira Rubens Amorim
Ps-Graduao Clarissa Carneiro Mussi (Coord.) Biblioteca Soraya Arruda Waltrick (Coord.) Paula Sanhudo da Silva Renan Felipe Cascaes Rodrigo Martins da Silva Capacitao e Assessoria ao Docente Enzo de Oliveira Moreira (Coord.) Adriana Silveira Alexandre Wagner da Rocha Cludia Behr Valente Elaine Cristiane Surian Juliana Cardoso Esmeraldino Simone Perroni da Silva Zigunovas Monitoria e Suporte Enzo de Oliveira Moreira (Coord.) Anderson da Silveira Anglica Cristina Gollo Bruno Augusto Zunino Claudia Noemi Nascimento Dbora Cristina Silveira Ednia Araujo Alberto Francine Cardoso da Silva Karla F. Wisniewski Desengrini Maria Eugnia Ferreira Celeghin
Gerncia de Marketing
Fabiano Ceretta (Gerente) Alex Fabiano Wehrle Mrcia Luz de Oliveira Sheyla Fabiana Batista Guerrer Victor Henrique M. Ferreira (frica) Relacionamento com o Mercado Eliza Bianchini Dallanhol Locks Walter Flix Cardoso Jnior
Luiz Arthur Dornelles Jnior
Estatstica I
Livro didtico
Design instrucional Roseli Rocha Moterle
7 edio revista e atualizada
Reviso e atualizao de contedo Sidenir Niehuns Meurer
Palhoa UnisulVirtual 2011
Copyright UnisulVirtual 2011 Nenhuma parte desta publicao pode ser reproduzida por qualquer meio sem a prvia autorizao desta instituio.
Edio Livro Didtico

Luiz Arthur Dornelles Junior Sidenir Niehuns Meurer (7 edio revista e atualizada) Dnia Falco de Bittencourt Roseli Rocha Moterle (7 edio, revista e atualizada)
Professor(es) Conteudista(s)
Design Instrucional
Projeto Grfico e Capa

Equipe UnisulVirtual
Anne Cristyne Pereira Alice Demaria Silva Amaline Boulos Issa Mussi
Ilustrao
Diagramao Reviso
519.5 D75
Dornelles Jnior, Luiz Arthur Estatstica I : livro didtico / Luiz Arthur Dornelles Jnior ; reviso e atualizao de contedo Sidenir Niehuns Meurer ; design instrucional Dnia Falco de Bittencourt, Roseli Rocha Moterle. 7. ed., rev. e atual. Palhoa : UnisulVirtual, 2011. 227 p. : il. ; 28 cm. Inclui bibliografia.
1. Estatstica. I. Meurer, Sidenir Niehuns. II. Bittencourt, Dnia Falco de. III. Moterle, Roseli Rocha. IV. Correa, Michele Antunes. V. Ttulo.
Ficha catalogrfica elaborada pela Biblioteca Universitria da Unisul
Sumrio
Apresentao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .7 Palavras do professor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .9 Plano de estudo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 UNIDADE 1 - Introduo estatstica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 UNIDADE 2 - Distribuio de frequncias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 UNIDADE 3 - Representao grfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 UNIDADE 4 - Medidas de posio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 UNIDADE 5 - Medidas de disperso, assimetria e curtose . . . . . . . . . . . . . . 145 UNIDADE 6 - Nmeros-ndices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181 Para concluir o estudo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197 Referncias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199 Sobre os professores conteudistas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201 Respostas e comentrios das atividades de autoavaliao . . . . . . . . . . . . . 203 Biblioteca Virtual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227
Apresentao
Este livro didtico corresponde disciplina Estatstica I. O material foi elaborado visando a uma aprendizagem autnoma e aborda contedos especialmente selecionados e relacionados sua rea de formao. Ao adotar uma linguagem didtica e dialgica, objetivamos facilitar seu estudo a distncia, proporcionando condies favorveis s mltiplas interaes e a um aprendizado contextualizado e eficaz. Lembre-se que sua caminhada, nesta disciplina, ser acompanhada e monitorada constantemente pelo Sistema Tutorial da UnisulVirtual, por isso a distncia fica caracterizada somente na modalidade de ensino que voc optou para sua formao, pois na relao de aprendizagem professores e instituio estaro sempre conectados com voc. Ento, sempre que sentir necessidade entre em contato; voc tem disposio diversas ferramentas e canais de acesso tais como: telefone, e-mail e o Espao Unisul Virtual de Aprendizagem, que o canal mais recomendado, pois tudo o que for enviado e recebido fica registrado para seu maior controle e comodidade. Nossa equipe tcnica e pedaggica ter o maior prazer em lhe atender, pois sua aprendizagem o nosso principal objetivo.
Bom estudo e sucesso! Equipe UnisulVirtual.
Palavras do professor
Ol! Bem-vindo(a) disciplina Estatstica I. Nesta disciplina, voc ir estudar o que os profissionais e os cientistas chamam de Estatstica. Tendo como base a matemtica, esta disciplina trata da aplicao no cotidiano e dentro das organizaes, de tcnicas eficientes para organizar, analisar dados e tomar decises usando mtodos quantitativos. No objetivo desta disciplina formar estatsticos e, sim, profissionais com conhecimento tcnico para realizar anlises e interpretao de dados, e condies de poder argumentar, dar suporte ao seu ponto de vista e trocar ideias com outros profissionais. Desta forma, o esperado que, no final da disciplina, voc tenha em suas mos uma verdadeira caixa com vrias ferramentas para apoiar suas decises. Sinta-se agora convidado(a) a estudar para obter todas as ferramentas que lhe sero apresentadas nesta disciplina, e cuide para ordenar as ferramentas na caixa, de modo a poder fazer uso delas, quando for necessrio.
Bons estudos!! Professor Luiz Arthur Dornelles Junior.
Plano de estudo
O plano de estudos visa a orient-lo no desenvolvimento da disciplina. Ele possui elementos que o ajudaro a conhecer o contexto da disciplina e a organizar o seu tempo de estudos. O processo de ensino e aprendizagem na UnisulVirtual leva em conta instrumentos que se articulam e se complementam, portanto, a construo de competncias se d sobre a articulao de metodologias e por meio das diversas formas de ao/mediao. So elementos desse processo:
o livro didtico; o Espao UnisulVirtual de Aprendizagem (EVA); as atividades de avaliao (a distncia, presenciais e de autoavaliao); o Sistema Tutorial.
Ementa
Conceitos Gerais de populao, amostra, parmetro, estatstica, tipos de dados, nveis de mensurao, planejamento de experimentos. Resumo de dados qualitativos e quantitativos em tabelas de frequncia simples e bivariada. Representao pictrica de dados. Medidas de tendncia central. Medidas de variao. Medidas de posio. Nmeros-ndices.
Objetivos
Gerais:
Esta disciplina objetiva que voc adquira competncias para investigar, observar, analisar, delinear concluses, testando-as na soluo de problemas, sob o olhar da Estatstica. Deseja que voc organize um conjunto de dados, analise-os e tome decises, alm de calcular dados relativos de preo, quantidade e valor, com base fixa e base mvel. Calcular e equacionar relaes entre duas variveis, possibilitando, assim, estimar valores para uma das variveis.
Especficos:
Diferenciar populao e amostra estatstica. Compreender e organizar um conjunto de dados. Representar e interpretar tabelas e grficos. Calcular e interpretar a mdia, a moda, a mediana e separatrizes. Calcular e interpretar varincia, desvio padro e coeficiente de variao. Compreender e analisar simetria e assimetria. Reconhecer curvas de curtose para anlise da disperso de uma srie de dados. Calcular e analisar a utilizao de nmeros-ndices.
Carga Horria
A carga horria total da disciplina 60 horas-aula.
12
Estatstica I
Contedo programtico/objetivos
Veja, a seguir, as unidades que compem o livro didtico desta disciplina e os seus respectivos objetivos. Estes se referem aos resultados que voc dever alcanar ao final de uma etapa de estudo. Os objetivos de cada unidade definem o conjunto de conhecimentos que voc dever possuir para o desenvolvimento de habilidades e competncias necessrias sua formao. Unidades de estudo: 6
Unidade 1 - Introduo estatstica

Nesta unidade, voc ir conhecer alguns conceitos importantes para a Estatstica, e, tambm, ter contato com algumas normas usadas para tratamento de dados.
Unidade 2 Distribuio de frequncias

A unidade apresenta as formas de organizao de dados, de acordo com os tipos de variveis qualitativas e quantitativas, explica como montar tabelas, calcular e organizar os tipos de frequncias.
Unidade 3 Representao grfica

Alm das tabelas (distribuio de frequncias), possvel representar os dados por meio de grficos, que, muitas vezes, facilitam mais a leitura e a compreenso de algum fenmeno ou acontecimento. Conhecer os tipos de grficos mais utilizados e suas caractersticas o assunto abordado nesta unidade.
Unidade 4 Medidas de posio

Nesta unidade, voc ir estudar os tipos de medidas de posio que so importantes e bastante usadas em mtodos estatsticos. Calcular e interpretar a mdia, moda e mediana em dados brutos e dados agrupados. Tambm ser abordado o clculo de separatrizes.
13
Unidade 5 Medidas de disperso, assimetria e curtose

Nesta unidade, a proposta que voc estude medidas que caracterizam uma srie de dados, tais como: medidas de disperso, assimetria e curtose; medidas que servem para verificar a representatividade das medidas de posio, pois muito comum encontrarmos sries que, apesar de terem a mesma mdia, so compostas de maneira diferente.
Unidade 6 Nmeros-ndices
O que representam os nmeros-ndices assunto desta unidade; tambm vamos calcular e analisar a construo e a utilizao de nmeros-ndices.
14
Estatstica I
Agenda de atividades/ Cronograma
Verifique com ateno o EVA, organize-se para acessar periodicamente a sala da disciplina. O sucesso nos seus estudos depende da priorizao do tempo para a leitura, da realizao de anlises e snteses do contedo e da interao com os seus colegas e professor. No perca os prazos das atividades. Registre no espao a seguir as datas com base no cronograma da disciplina disponibilizado no EVA. Use o quadro para agendar e programar as atividades relativas ao desenvolvimento da disciplina.
Atividades obrigatrias
Demais atividades (registro pessoal)
15
UNIDADE 1
Introduo estatstica
Objetivos de aprendizagem

Conhecer a histria da estatstica. Identificar o processo estatstico de pesquisa. Diferenciar censo e estimao. Entender a importncia de usar amostra estatstica. Identificar variveis e classificar sries estatsticas. Compreender os mtodos de arredondamento. Identificar dados absolutos, calcular e interpretar dados relativos.
Sees de estudo
Seo 1 Seo 2 Seo 3 Seo 4 Seo 5 Seo 6 Seo 7 Como surgiu a estatstica? Fases do mtodo estatstico ou de uma pesquisa Populao e Amostra Variveis estatsticas Sries estatsticas Arredondamento de dados Dados absolutos e dados relativos
Para incio de estudo

A cada dia, nossa sociedade se torna mais complexa. So os indicadores econmicos, a inflao, a reforma da previdncia, o controle de qualidade, enfim, nos deparamos com situaes e informaes sempre mais complexas. No que se refere gesto das organizaes, a situao no diferente. Para se administrar uma empresa, seja pblica ou privada, necessitamos de ferramentas para poder acompanhar a evoluo da sociedade e, assim, analisar situaes e informaes e dar suporte s nossas decises. Por isso dizemos que a Estatstica um conjunto de ferramentas as quais, quando bem empregadas, podem ser de grande utilidade para a gesto de empresas. Hoje em dia, sem a Estatstica, no seramos capazes de avaliar a variao de preos, da inflao, de consumo, nem fazer controle de qualidade, pesquisa eleitoral, etc. Nesta unidade, voc ir conhecer alguns conceitos importantes para a Estatstica e, tambm, ter contato com algumas normas usadas para tratamento de dados. Assim, conforme a metfora utilizada na apresentao, voc estar apropriando-se de mais algumas ferramentas para colocar na sua caixa.
Seo 1 Como surgiu a Estatstica?

Para conhecer a histria da Estatstica, importante que voc compreenda, antes, o significado da palavra e o seu conceito. A palavra Estatstica origina-se do latim, e o seu radical, status, significa estado. Sendo assim, a palavra estatstica significa o estudo do estado.
18
Estatstica I
Para entender o conceito de estudo do estado, acompanhe as seguintes definies sobre Estatstica:
A Estatstica uma coleo de mtodos para planejar experimentos, obter dados e organiz-los e, deles, extrair concluses. (TRIOLA, 1999, p. 2).
A Estatstica est interessada nos mtodos cientficos para a coleta, organizao, resumo, apresentao e anlise de dados, bem como na obteno de concluses vlidas e na tomada de decises razoveis, baseadas em tais anlises. (SPIEGEL, 1994, p. 1).
Estatstica um conjunto de mtodos e processos quantitativos que serve para estudar e medir os fenmenos coletivos. (SILVA, 1999, p. 11).
Voc percebeu que as definies se assemelham e se completam? Ento, qual a definio atual de Estatstica?
Um conjunto de mtodos cientficos para a coleta, a organizao, a apresentao e a anlise de dados, bem como, para a concluso e a tomada de decises baseadas em tais anlises.
Agora, sim, para entender estes significados, nada como compreender como surgiu a Estatstica.
Quando a Estatstica comeou a ser aplicada?

Segundo os historiadores nos relatam, a histria da Estatstica se confunde com a histria dos nmeros. Quando o homem se tornou sedentrio, ou seja, parou de circular em busca de alimentos e se fixou em um lugar, comeou a produzir seu prprio alimento. Plantava e criava animais. Ento surgiu um problema: como controlar o nmero de animais?
Unidade 1
19
Como controlar a colheita? Para tais demandas, o homem criou respostas, mas sem usar os nmeros, pois ainda no os conhecia. Entre elas:
pedrinhas em uma sacola; marcas em um pedao de madeira; ns em uma corda.
Na Idade Antiga, estas so tcnicas de contagem rudimentares, mas que foram eficazes para o propsito de controlar, por exemplo, o nmero de ovelhas. Contar, enumerar e recensear sempre foi uma preocupao presente nas mais diversas culturas. claro que as tcnicas da poca no podem ser comparadas s tcnicas atuais, mas foram um comeo para o desenvolvimento da Estatstica, criada como cincia a partir da Idade Moderna. A partir do sculo XVI, perodo correspondente Idade Moderna, surgem duas escolas de Estatstica, as quais, em sntese, so apresentadas aqui:
Inglaterra no sculo XVI, foi pensada como uma cincia poltica. No sculo XVII, John Graunt foi a grande expresso em Estatstica Demogrfica, realizando um trabalho que relacionava nascimentos, casamentos e bitos. Alemanha no sculo XVIII, Gottfried Achenwall foi o primeiro a usar o termo Estatstica como se emprega hoje, e, embora digam que o termo j havia sido usado anteriormente, ele chamado o pai da Estatstica.
Com o passar dos anos, com as novas pesquisas e descobertas, a Estatstica criou forma e chegou ao que nos dias de hoje.
20
Estatstica I
A Estatstica pode ser dita como uma cincia nova. No decorrer dos ltimos sculos (desde o sculo XVI), os mtodos estatsticos foram desenvolvidos como uma mistura de cincia, tecnologia e lgica para a soluo e a investigao de problemas em vrias reas do conhecimento humano. Sendo assim, para a rea das cincias sociais aplicadas, mais precisamente neste curso que voc est realizando, a Estatstica se torna imprescindvel. Uma boa parte das decises do dia a dia de uma empresa se baseia em anlises de casos e fenmenos que podem ser descritos por esta cincia, numrica ou qualitativamente. Em termos gerais, a Estatstica est dividida em duas partes:
indutiva: aplicada, quando impossvel realizar levantamentos com a totalidade dos objetos de uma pesquisa, e, ou por tempo, ou por economia, etc., somente uma parcela destes elementos utilizada para realizar as observaes. Partindo, neste caso, de uma parcela destes elementos, a Estatstica indutiva tira concluses e realiza previses sobre elementos em questo (mtodo que se fundamenta na teoria da probabilidade, associado a uma margem de incerteza); descritiva: aplicada, quando voc se depara com uma quantidade muito grande de dados e difcil tirar concluses sobre o fenmeno que os mesmos descrevem. A Estatstica descritiva usada para reduzir as informaes at o ponto em que se possa interpretar tal fenmeno. O objetivo da Estatstica descritiva observar fenmenos de mesma natureza, coletar, organizar, classificar, apresentar, interpretar e analisar dados referentes ao fenmeno atravs de grficos e tabelas, alm de calcular medidas que permitam descrever o fenmeno.
Nesta disciplina, abordaremos somente a estatstica descritiva.
Unidade 1
21
Seo 2 Fases do mtodo estatstico ou de uma pesquisa

Quando se pretende fazer uma pesquisa, percorrem-se diversas etapas at a sua concluso. Alguns passos precisam ser seguidos para que se aplique o mtodo estatstico e, assim, realizar-se uma boa pesquisa.
Podemos dizer que Mtodo um conjunto de meios dispostos convenientemente, para chegar-se a um fim que se demarcou. O mtodo estatstico, diante da impossibilidade de manter as causas constantes, admite todas essas causas presentes, variando-as, registrando essas variaes e procurando determinar, no resultado final, que influncias cabem a cada uma delas.
Para voc entender como se faz uma pesquisa, acompanhe a seguir as principais fases. a) Definio do problema: a primeira fase do trabalho estatstico consiste em uma definio ou formulao correta do problema a ser estudado. Nesta fase, voc precisa definir:
O que ser pesquisado? Definir o tema e os objetivos de pesquisa; Em que setor geogrfico? O pblico-alvo a ser planejado; Como ser a amostra? Incluir o clculo da amostra e as tcnicas de coletas de dados.
b) Planejamento: consiste em determinar o procedimento necessrio para levantar informaes sobre o assunto objeto do estudo. Voc dever definir como sero coletados os dados de pesquisa, j que isto pode ser feito de vrias formas.
Observao direta: caracteriza-se, quando o pesquisador somente faz observaes para coletar os dados necessrios para a pesquisa.
22
Estatstica I
Entrevista oral: caracteriza-se por estabelecer perguntas orais a um indivduo ou grupo de indivduos. As entrevistas podem ser classificadas em estruturadas e no estruturadas; entrevistas estruturadas so aquelas em que o pesquisador estabelece um roteiro prvio de perguntas. Nas entrevistas no estruturadas, o pesquisador, por meio de uma conversa amigvel, busca levantar dados que possam ser utilizados em anlise qualitativa, selecionando-se os aspectos mais relevantes do problema de pesquisa (RAUEN, 2006). Entrevista escrita ou questionrio: questionrio uma lista de indagaes escritas, as quais devem ser respondidas pelo informante por escrito. Sua vantagem a possibilidade de se indagarem muitas pessoas. Para entrevistar uma sala de universitrios, basta distribuir as folhas, para que todos respondam simultaneamente (entrevista de grupo). (RAUEN, 2006). O questionrio uma forma muito utilizada na coleta de dados, mas exige ser:

completo - responder tudo; secreto - sem identificao;
concreto - perguntas claras e objetivas; discreto - perguntas bem formuladas.

preciso planejar o trabalho a ser realizado, tendo em vista o objetivo que se pretende atingir.
c) Coleta de dados: compreende a coleta das informaes propriamente ditas. Formalmente, a coleta de dados refere-se obteno, reunio e registro sistemtico de dados com um objetivo determinado. d) Apurao dos dados: consiste em reunir os dados atravs de sua contagem e agrupamento. e) Apresentao dos dados: os dados estatsticos podem ser mais facilmente compreendidos, quando apresentados por meio de uma representao grfica, o que permite uma visualizao instantnea de todos os dados. f) anlise e interpretao de dados: nesta etapa o interesse maior reside em tirar concluses que auxiliam o pesquisador a atingir seu objetivo, ou seja, encontrar a resposta para a sua pergunta.
Unidade 1
23
Todas estas fases so realizadas, quando se cumpre um processo de pesquisa. Veja a representao no esquema a seguir:
Populao Amostra
Produo de dados
Caractersticas populacionais
Estudo da amostra: - tabelas - gr cos - medidas Caractersticas amostrais
Estatstica Indutiva
Esquema 1.1 O processo da pesquisa. Fonte: Adaptado de Aco Local de Estatstica Aplicada (1999-2010).
Seo 3 Populao e amostra

Quando voc prepara um alimento, pode provar (observar) uma pequena poro. Neste procedimento, voc est fazendo o processo de amostragem, ou seja, extraindo do todo (populao) uma parte (amostra), com o propsito de inferir (avaliar) a qualidade de todo o alimento. A partir do exemplo, podemos distinguir dois importantes conceitos da Estatstica descritiva: populao e amostra.
Populao o conjunto total de elementos com, pelo menos, uma caracterstica em comum, cujo comportamento interessa estudar.
A definio dos elementos que sero estudados est ligada diretamente s caractersticas levantadas no objetivo da pesquisa, ou seja, este objetivo que auxiliar na definio desta populao. Estes elementos podem ser:
24
Estatstica I
animados - pessoas, animais, etc.;
inanimados - notas fiscais, produtos industrializados, etc.
Em relao ao nmero de elementos, a populao pode ser:
finita - quando tem um nmero limitado de elementos (nmero de funcionrios de um determinado banco, etc.); infinita - quando tem um nmero ilimitado de elementos (nmero possvel de anlises de um rio poludo, etc.).
A representao do tamanho da populao dada por N = nmero de elementos da populao. Exemplos de definio de Populao a) Ao estudar a idade e sexo de funcionrios da empresa A para definir a populao, devemos considerar todos os funcionrios da empresa. b) Ao estudar a qualidade de peas de uma linha de produo da empresa A para definir a populao, devemos considerar todas as peas produzidas pela empresa.
Amostra o conjunto de elementos ou observaes, recolhidos a partir de um subconjunto da populao, que se estuda com o objetivo de tirar concluses para a populao de onde foi recolhida.
Amostragem
A amostra precisa ser representativa, ou seja, possuir as mesmas caractersticas da populao. A representao do tamanho da amostra dada por n = nmero de elementos da amostra.
POPULAO
AMOSTRA
Esquema 1.2 Representao da relao entre populao e amostra. Fonte: Elaborao do autor (2010).
Unidade 1
25
Processos estatsticos de abordagem

Ao estudar um fenmeno coletivo, ou seja, um fenmeno que se refere a uma determinada populao, compreendendo um grande nmero de elementos, coisas e indivduos, podemos optar entre os seguintes processos estatsticos:
O Censo era considerado uma pesquisa desatualizada pela demora da publicao dos dados, mas a tecnologia veio para diminuir em muito esse tempo de publicao. No ano de 2010, constatamos que os dados foram publicados com mais rapidez que nas dcadas anteriores. Acesse o site do IBGE e consulte informaes da sua cidade e do seu estado: <www.ibge.gov.br>.
Censo: uma coleo de dados relativos a todos os elementos de uma populao; uma avaliao direta de um parmetro, que utiliza todos os componentes da populao. No Brasil, por exemplo, o censo feito de 10 em 10 anos, momento em que so pesquisados todos os domiclios brasileiros. Principais propriedades do Censo:
admite erro processual zero e tem confiabilidade 100%; caro e lento; quase sempre desatualizado; nem sempre vivel.
Parmetro: usado para designar alguma caracterstica descritiva dos elementos da populao (percentagem, mdia, etc.). Estimao: uma avaliao indireta de um parmetro, com base em um estimador, atravs do clculo de probabilidades. Nesse caso, utiliza-se uma amostra. Estimativa: o valor assumido por certa estatstica (ex.: 60% o valor de estimativa do referido parmetro). Principais propriedades da estimao:
admite erro processual positivo e tem confiabilidade menor que 100%; barata e rpida; atualizada; sempre vivel.
26
Estatstica I
Amostragem
Por que usar amostragem?
As pesquisas so realizadas por meio de estudo dos elementos que compem uma amostra extrada da populao que se pretende analisar. O conceito de populao intuitivo. Trata-se do conjunto de indivduos ou objetos que apresentam em comum determinadas caractersticas definidas para o estudo. Amostra um subconjunto da populao. O estudo de todos os elementos da populao possibilita conhecimento preciso das variveis que esto sendo pesquisadas; todavia nem sempre possvel obter as informaes de todos os elementos da populao. Limitaes de tempo, custo e as vantagens do uso das tcnicas estatsticas justificam o uso de planos amostrais. A representatividade da amostra depender do seu tamanho (quanto maior melhor). O investigador procurar acercar-se de cuidados, visando obteno de uma amostra significativa, ou seja, que de fato represente o melhor possvel toda a populao. (FONSECA, 1996). Alguns conceitos do processo estatstico Amostra.
Estatstica: caracterstica descritiva dos elementos da amostra (percentagem, mdia, etc.). Erro Amostral - a mxima diferena que o investigador/pesquisador admite entre a mdia da populao e a mdia da amostra. Em pesquisa, admite-se o uso do erro amostral entre 2% a 7 %. Acompanhamos as pesquisas eleitorais, e grande maioria das pesquisas efetuada com erro amostral de 2%. Isto significa que pode variar de -2 a +2. Quando se diz que dois candidatos esto com empate tcnico, isso quer dizer que, somando ou diminuindo 2, esto empatados.
Unidade 1
27
O candidato A est com 48% da preferncia dos votos, e o candidato B est com 52% da preferncia dos votos. O candidato A tem 48%; diminuindo os 2% = 46; com 48% mais 2% = 50%. J, o candidato B tem 52% menos 2% = 50%; com 52% +2% = 54%. Logo os candidatos esto empatados tecnicamente, com 50% cada.
Nvel de confiana - expressa em percentual e representa quantas vezes o percentual real da populao encontra-se dentro do intervalo de confiana. O nvel de confiana de 95% significa que voc tem 95% de certeza. A maioria dos pesquisadores usa o nvel de confiana de 95%.
Como podemos ver, o uso da amostragem vantajoso por trazer:
economia: mais econmico o levantamento de somente uma parte da populao, muitas vezes pelo custo do prprio levantamento e tambm por no ser mais possvel recuperar elementos da populao; tempo: em pouco tempo pode-se pesquisar uma amostra, ao contrrio de uma populao; confiabilidade: quando se pesquisa um nmero menor de elementos, pode-se dar mais ateno, evitando erros nas respostas.
Plano de amostragem
Para se fazer um plano de amostragem, preciso ter bem definidos:
os objetivos da pesquisa, a populao a ser amostrada, bem como: estimar os parmetros necessrios para atingir os objetivos da pesquisa.
No plano de amostragem, voc dever definir como sero selecionados os elementos da populao que faro parte da amostra.
28
Estatstica I
O objetivo da amostragem fazer inferncias, estimar e tirar concluses a respeito da populao. Para que isto ocorra com certa preciso, necessrio que a amostra represente a populao, ou seja, necessrio que apresente as mesmas caractersticas com relao ao objeto de estudo, evitando assim resultados tendenciosos.
Como fazer isso? Em poca de campanha eleitoral, quando um instituto de pesquisa sai em campo, ele tem de selecionar eleitores que representem as mais diversas camadas sociais, regies, raas, etc., tornando assim a amostra representativa da populao. Formas de seleo dos elementos Voc poder selecionar os elementos sob as seguintes formas:
amostragem aleatria simples: este tipo de amostragem consiste em selecionar a amostra por meio de um sorteio, sem restrio; amostragem sistemtica: os elementos so escolhidos para formar a amostra por critrio estabelecido a priori pelo pesquisador. Por exemplo, em um bairro, fazer uma amostra sistemtica com as casas terminadas pelo nmero 3; amostragem estratificada: usada, quando a populao se apresenta dividida em grupos distintos. Por exemplo, a comunidade de uma escola dividida em professor, servidor e aluno.
Unidade 1
29
Seo 4 Variveis estatsticas

Entre os conceitos fundamentais da Estatstica, voc precisa distinguir variveis de dados.
O que so variveis? Variveis so conjuntos de caractersticas que podem ser observadas e/ou medidas em cada elemento da populao ou amostra, sob as mesmas condies.
Ao analisar uma determinada experincia, um fato ou um elemento, voc pode verificar que todos eles assumem diferentes caractersticas ou valores.
Ao analisar um determinado setor de uma empresa, voc pode verificar, entre seus funcionrios, algumas caractersticas como sexo, idade, salrio, assiduidade, etc.
Estas caractersticas variam de elemento para elemento, por isto so chamadas de variveis. As variveis so classificadas em dois tipos: a) Qualitativas: representam a informao que identifica alguma qualidade, categoria ou caracterstica, no suscetvel de medida (no numrica), mas de classificao, assumindo vrias modalidades.
estado civil casado, solteiro, vivo, divorciado; sexo masculino e feminino; escolaridade 1 grau, 2 grau, 3 grau.
As variveis qualitativas esto divididas em:
Nominal: so dados caracterizados por rtulos ou categorias. Por exemplo, sexo, estado civil, cor dos olhos, etc.;
30
Estatstica I
Ordinal: so dados caracterizados por uma ordem, mas no podem ser diferenciados por valor numrico. Por exemplo: nvel de escolaridade (1, 2 e 3 graus), intensidade da luz (muito forte, forte, mdia, suave, muito suave).
b) Quantitativas: representam a informao resultante de caractersticas suscetveis de serem medidas, apresentam-se com diferentes intensidades.
idade 19 anos, 20 anos, 35 anos; nmero de nascidos vivos 10, 15, 22, 12, 14; peso 55 kg, 66 kg, 71 kg.
As variveis quantitativas esto divididas em:
Variveis Discretas: se ela pode assumir um conjunto constante discreto, ou seja, enumervel, finito de valores. Geralmente so expressas por valores inteiros no negativos. Por exemplo: nmero de pessoas do setor, quantidade de notas fiscais (observao: no se pode considerar meia nota fiscal ou meia pessoa); Variveis Contnuas: a varivel em que no conseguimos enumerar seus possveis resultados, por estes formarem um conjunto infinito de valores, num intervalo de nmeros reais. Por exemplo: peso, altura, temperatura.
Diferena entre as variveis discreta e contnua

Voc, noite, ao ir deitar, tem 1,65 m e desperta pela manh com 1,70 m. Voc cresce 5 cm de forma instantnea? No, voc cresce aos poucos, e, entre 1,65 e 1,70, voc tem infinitas alturas. Para a varivel discreta, observamos que no possvel aumentar o nmero de pessoas de 22 para 22,57. No podemos aumentar em 0,57 pessoa. S podemos aumentar em uma unidade.
Unidade 1
31
O que so dados estatsticos? Dados estatsticos so medidas da presena de um determinado conjunto de valores de uma varivel numa populao ou amostra.
Os tipos de dados so:
dados primrios: quando so observados e/ou levantados pelo prprio pesquisador ou organizao que os tenha recolhido; dados secundrios: quando so observados e/ou levantados por outra organizao ou pesquisador.
Seo 5 Sries estatsticas

Srie estatstica define-se como toda e qualquer coleo de dados estatsticos referidos a uma mesma ordem de classificao: quantitativa no sentido mais amplo, srie uma sucesso de nmeros referidos a qualquer varivel. Os resultados estatsticos so apresentados em quadros ou tabelas para maior clareza, objetividade e melhor viso do conjunto, oferecendo assim vantagens para uma anlise matemtica das mesmas. Tabela a organizao racional e prtica de apresentao dos dados estatsticos, e a sintetizao dos dados no mnimo espao para colocar o mximo de informaes. Para a estruturao de uma tabela, devem ser observados os seguintes elementos, indicados na tabela 1.1: a) Corpo - conjunto de linhas e colunas que contm informaes sobre a varivel em estudo;
32
Estatstica I
b) Cabealho - parte superior da tabela, que especifica o contedo das colunas; c) Coluna indicadora - parte da tabela que especifica o contedo das linhas; d) Linhas - retas imaginrias que facilitam a leitura, no sentido horizontal, de dados que se inscrevem nos seus cruzamentos com as colunas; e) Casa ou clula - espao destinado a um s nmero; f) Ttulo - conjunto de informaes, as mais completas possveis, respondendo s perguntas: O que? (referente ao fato ou espcie); Onde? (relativo ao lugar); Quando? (correspondente ao tempo); g) Elementos complementares: (no rodap) colocados no espao abaixo da tabela. I - Fonte: a indicao de entidade responsvel pelo fornecimento dos dados ou sua elaborao. II - Notas: so informaes de natureza geral, identificadas por algarismos romanos.
Tabela 1.1 O PIB do Brasil em milhes de dlares / 2003 - 2009
2003 2004 2005 2006 2007 2008 2009
554 664 882 1089 1367 1636 1577 7769
Fonte: IBGE (2010).
Unidade 1
33
Para a apresentao da tabela, observe as regras: a) o lado direito e esquerdo de uma tabela deve ser aberto; b) use traos horizontais para separar os componentes (cabealho, total e as colunas); c) use traos verticais internos somente se for necessrio (para maior clareza); d) use maiscula somente na primeira letra da palavra inicial (vide na tabela a palavra Ano); e) ao preencher uma tabela, voc deve prestar ateno para o seguinte:
um trao horizontal (-), quando apresentado um valor zero; trs pontos (...), quando h ausncia de dados; zero ( 0 ), quando o valor muito pequeno;
f) a informao do total no obrigatria. Pode ser includa, quando for importante, ou, ainda, quando for usada para alguma anlise.
um ponto de interrogao (?), quando h dvida quanto exatido de determinado valor;
Tipos de Sries
Uma srie estatstica qualquer tabela que apresente a distribuio de um conjunto de dados estatsticos em funo da poca, do local ou da espcie. Para diferenciar uma srie estatstica de outra, h que levar em conta trs caracteres presentes na tabela que se apresenta:
poca - fator temporal ou cronolgico a que se refere o fenmeno analisado; Local - fator geogrfico onde o fenmeno acontece; Fenmeno - espcie ou fato ou fator especfico que descrito.
Conforme a variao dos elementos da srie, possvel classificlas em temporal, geogrfica especfica e conjugada.
34
Estatstica I
Srie temporal
A srie temporal identificada por variar a poca, mas o local e a espcie permanecem fixos. Esta srie tambm chamada de histrica, cronolgica ou evolutiva. Observe o exemplo na tabela 1.2.
Tabela 1.2 Populao do Brasil de 2003 a 2009. Ano 2003 2004 2005 2006 2007 2008 2009 Fonte: IBGE (2008). * Milhares Populao* 178.741 181.106 183.383 185.564 187.642 188.874 191.481
No exemplo, podemos identificar que a tabela mostra na primeira coluna a varivel tempo, expressa em ano versus a populao, expressa em milhes, o ttulo est completo, pois responde s trs perguntas: O que? Populao, Onde? No Brasil e Quando? 2003 a 2009. Contm fonte, portanto uma tabela completa. Agora verifique esses elementos na tabela 1.3.
Tabela 1.3 Nmero de incubadoras de empresas no Brasil, de 1997 a 2007. Ano 1997 1999 2001 2003 2005 2007 Fonte: Anprotec (2008). Nmero de Incubadoras 60 100 150 207 339 401
Unidade 1
35
Srie geogrfica
Identifica-se a srie geogrfica por variar o local, mas a poca e a espcie permanecem fixos. Tambm chamada de territorial, localizao ou espacial. Observe os exemplos:
Tabela 1.4 Desemprego nas principais cidades do Pas Maro 2010. Cidade Curitiba Porto Alegre BH Recife RJ So Paulo Salvador Fonte: Dirio de Curitiba (2010). ndice 6,30% 6,40% 6,60% 6,90% 10,40% 10,50% 11,90%
Tabela 1.5 Brasil o lder mundial de exportao de carne bovina em 2007. Pases Brasil Austrlia ndia Nova Zelndia Estados Unidos Uruguai Em milhes de Toneladas 2,5 1,4 0,8 0,5 0,5 0,5
Fonte: Abiec, MDIC/ Secex e USDA (2008).
36
Estatstica I
Srie Especfica
Na srie especfica, o que varia a espcie, mas a poca e o local permanecem fixos. Verifique os exemplos nas tabelas 1.6 e 1.7.
Tabela 1.6 O que voc considera importante na escolha do supermercado para fazer compras mensais? Alternativa Preos Baixos Variedades de produtos Localizao Atendimento Outros Fonte: Elaborao do autor (2010). Frequncia 68 39 21 10 2
Tabela 1.7 Populao projetada por regio do Brasil 2008. Regio Centro-Oeste Nordeste Norte Sudeste Sul Total Fonte: IBGE (2008). Populao 11.288.490 53.591.197 15.359.608 80.915.332 27.719.118 188.873.745
Sries conjugadas
As sries conjugadas so formadas pela juno de duas ou mais sries (compostas ou mistas); vrias sries simples dentro de uma mesma srie. Observe o exemplo na tabela 1.8.
Unidade 1
37
Tabela 1.8 Indicadores de inflao ( em %), Jan. a Ago.2010. Ms Jan Fev Mar Abr Mai Jun Jul Ago IPCA 0,75 0,78 0,52 0,57 0,43 0,00 0,01 0,04 INPC 0,88 0,70 0,71 0,73 0,43 -0,11 -0,07 -0,07 IPC 1,34 0,74 0,34 0,39 0,22 0,04 0,17 0,15 IGP-M 0,63 1,18 0,94 0,77 1,19 0,85 0,15 0,77 IGP-DI 1,01 1,09 0,63 0,72 1,57 0,34 0,22 1,10 INCC-DI 0,64 0,36 0,75 0,84 1,81 1,09 0,44 0,15
Fonte: Dirio Catarinense (2010).
Seo 6 - Arredondamento de dados

Quantas vezes, ao realizar um clculo, nos deparamos com nmeros que apresentam muitas casas decimais? Isto, alm de dificultar o manuseio dos problemas, pode dificultar a leitura. As calculadoras cientficas vm com uma funo para o arredondamento automtico, porm muitas delas utilizam um sistema que no o adotado pelas normas brasileiras. No Brasil, o arredondamento de dados normatizado pelo Instituto Brasileiro de Geografia e Estatstica - IBGE, por uma resoluo criada em 1966, sob o nmero 886/66, e por uma norma da Associao Brasileira de Normas Tcnicas ABNT, de nmero NBR 5891, de dezembro de 1977. Acompanhe a seguir as disposies destas normas.
Quais so as formas de arredondamento?
38
Estatstica I
O arredondamento de dados a forma que usaremos para alterar os valores das variveis, conforme o caso: uns perdendo e outros ganhando valores. Para arredondar um valor, preciso considerar trs critrios. 1 Critrio: se o algarismo a ser abandonado for 0,1, 2, 3 ou 4, ficar inalterado o ltimo algarismo que ir permanecer. Nesse caso, falamos de arredondamento por falta. Vamos analisar os exemplos na sequncia. a) Arredondar os valores para nmeros inteiros: Observe que, nesse caso, todos os dados foram arredondados para o inteiro mais prximo. No primeiro exemplo, 16,1 est mais prximo de 16 do que do nmero 17.
16,1 16 76,1 76 18,3 18 21,4 21 88,3 88 79,2 79
b) Arredondar os valores para dcimos, ou seja, uma casa decimal: Nesse caso, vamos arredondar os valores de tal forma que o nmero vai ficar com uma casa aps a vrgula, desprezando todos os valores seguintes. No primeiro exemplo, para arredondar o nmero 48,23 para dcimos, vamos desprezar todos os valores que vm aps o nmero 2 e abandonar o nmero 3; o valor final com arredondamento vai ficar 48,2.
48,23 48,2 12,44 12,4 4,33 4,3 76,03 76,0 123,43 123,4 78,44 78,4
c) Arredondar os valores para centsimo, ou seja, duas casas decimais:

71,464 71,46 11,223 11,22 73,813 73,81 3,264 3,26 76,443 76,44 99,631 99,63
2o Critrio: se o algarismo a ser abandonado for 6, 7, 8 ou 9, aumenta-se em uma unidade o ltimo algarismo que ir permanecer. Trata-se do arredondamento por excesso.
Unidade 1
39
a) Arredondar os valores para o nmero inteiro mais prximo:

76,6 77 97,8 98 99,7 100 123,6 124 443,7 444 109,9 110
b) Arredondar os valores para dcimo:

23,07 23,1 97,78 97,8 126,49 126,5 333,46 333,5
76,66 76,7 449,97 450,0
c) Arredondar os valores para centsimo:

4,467 4,47 13,398 13,40 776,766 776,77 145,287 145,29
76,446 76,45 233,997 234,00
d) Arredondar os valores para o milsimo mais prximo, ou seja, trs casas decimais:
68, 87766 68,878 77,876576 77,877 46,43678 46,437 99,99999 100,000 145,28789 145,288 59,346789 59,347
3o Critrio: especfico do nmero 5.
Quando o nmero 5 for abandonado e, aps ele, existir algarismo diferente de zero (0), aumenta-se em uma unidade o algarismo que ir permanecer. Quando o nmero 5 for abandonado e, aps ele, existirem somente zeros, aumenta-se em uma unidade o algarismo que ir permanecer somente se for mpar; caso contrrio, se for par, ficar inalterado.
Vamos analisar os exemplos. a) Arredondar os valores para inteiro mais prximo:

12,5 12 13,5 14 66,5 66 76,5 76 92,51 93 48,54 49
b) Arredondar os valores para dcimo:

13,65 13,6 86,45 86,4 76,45 76,4 96,45 96,4
96,15 96,2 44,453 44,5
40
Estatstica I
c) Arredondar os valores para centsimo:

0,055 0,06 76,455 76,46 41,865 41,86 96,475 96,48
1,325 1,32 114,125 114,12
Ao fazer arredondamentos de dados:
no faa arredondamentos sucessivos. Por exemplo, 254,34501, arredondando para a primeira casa deve-se somente analisar o segundo algarismo decimal, ou seja, o nmero arredondado 254,3 e no 254,35 e finalmente 254,4. cuidado com as somas e arrendondamentos. Por exemplo:
36,94 20,31 14,58 28,93 Soma 100,76 36,9 14,6 28,9 100,7 20,3
A primeira coluna foi somada sem arredondar, e a segunda foi somada com os nmeros j arredondados. Note que os valores finais ficaram diferentes e, mesmo que seja arredondada a soma da primeira, elas no ficaro iguais. Para que isto no acontea, voc deve compensar os ganhos e/ou as perdas de modo que, no final, o resultado seja correto. Vale dizer: voc deve somar e depois arredondar o resultado.
Seo 7 Dados absolutos e dados relativos

Nesta seo, vamos aprender a transformar dados absolutos em dados relativos, mas, antes disso, vamos ver as definies. Dados Absolutos: so dados estatsticos resultantes da coleta direta da fonte, sem outra manipulao a no ser a contagem
Unidade 1
41
ou medida. A leitura dos dados absolutos sempre enfadonha e inexpressiva. Embora esses dados traduzam um resultado exato e fiel, no tm a virtude de ressaltar de imediato as suas concluses numricas. Da o uso imprescindvel que faz a Estatstica dos dados relativos. O nmero de vezes que um valor da varivel, de uma pesquisa, citado representa a frequncia absoluta daquele valor. Dados Relativos so o resultado de comparaes por quociente (razes) que se estabelecem entre dados absolutos, e tm por finalidade realar ou facilitar as comparaes entre quantidades. Traduzem-se os dados relativos, em geral, por meio de:
percentagens ndices coeficientes taxas
A frequncia relativa o quociente entre a frequncia absoluta de uma varivel e o total de citaes de todas as variveis da pesquisa.
Propores e percentagens
Permitem padronizar distribuies de frequncia quanto ao tamanho, ou seja, comparam grupos de diferentes frequncias totais. Na proporo, compara-se o nmero de sujeitos de uma dada categoria (F) com o nmero total de sujeitos (N).
P= F N
42
Estatstica I
Num grupo de 20 alunos, 10 gostam de futebol, assim a proporo ser dada por:
P=
10 = 0, 5 20
Logo a proporo de 0,50, ou seja, de cada dois indivduos um gosta de futebol. Em percentagem, entretanto, podemos multiplicar esta proporo por 100, obtendo assim a porcentagem ou percentagem. Ento, no exemplo acima, temos:
%= 10 = 0, 50 x100 = 50% 20
Portanto, de cada 100 alunos, 50 gostam de futebol. No prximo exemplo, consideremos a tabela a seguir:
Tabela 1.9 - rea territorial brasileira por regio 2010. Regio Centro-Oeste Nordeste Norte Sudeste Sul Total Fonte : IBGE (2010). rea territorial em km2 1.606.371 1.554.257 3.853.327 924.511 576.409 8.514.875
Nesse caso, vamos identificar qual percentual do territrio nacional a regio ocupa em relao ao total. Para isso, precisamos dividir a rea territorial de cada regio pela rea total e multiplicar por 100. Calculemos as percentagens de cada regio:
Unidade 1
43
Centro-Oeste = 1.606.371/ 8.514.875 = 0,1886x100 = 18,87% Nordeste = 1.554.257/ 8.514.875 = 0,1825x100 = 18,25% Norte = 3.853.327 / 8.514.875 = 0,4525x100= 45,25% Sudeste = 924.511/8514.875 = 0,1086x100 = 10,86% Sul = 576.409 = 8.514.409 = 0,06769x100 = 6,77% Agora, vamos acrescentar na tabela uma coluna com os percentuais.
Tabela 1.10 - rea territorial brasileira por regio 2010. Regio Centro-Oeste Nordeste Norte Sudeste Sul Total Fonte : IBGE (2010). rea territorial em km2 1.606.371 1.554.257 3.853.327 924.511 576.409 8.514.875 Percentual (%) 18,87 18,25 45,25 10,86 6,77 100,0
Observe que, no resultado do clculo do percentual, foram aplicadas regras de arredondamento. Considerando que cada regio representa uma proporo do todo, o total precisa fechar com 100%.
Nesse exemplo, os dados referentes rea territorial so dados secundrios e absolutos. Secundrios, porque no foram pesquisados por ns, e sim pelo IBGE; e, absolutos, porque esto na tabela como foram coletados. J, no percentual, os dados so relativos, porque sofreram transformaes: so dados de comparaes.
44
Estatstica I
Coeficientes e taxas
So razes que comparam o nmero de ocorrncias de certo evento com ele mesmo, acrescido das no ocorrncias (mas que poderiam ter ocorrido); e a razo entre variveis da mesma espcie.
Coeficiente
So razes entre o nmero de ocorrncias e o nmero total (que o nmero de ocorrncias e no ocorrncias). Os coeficientes so multiplicados por 100, para transform-los em taxa.
Coeficiente de natalidade = Nmero de nascimentos Populao total Nmero de bitos Nmero de nascimento total
Coeficiente de mortalidade infantil =
Taxas
So os coeficientes multiplicados por 100 ou 1.000. As taxas de mortalidade infantil e de natalidade so multiplicadas por 1.000, por serem nmeros muito pequenos.
A taxa nacional de mortalidade infantil do Brasil, segundo o IBGE - dados de 2007, de 19,3 por mil nascimentos.
Unidade 1
45
ndices
So mtodos que comparam duas grandezas distintas, ou seja, uma no inclui a outra.
Densidade demogrfica = Populao Superfcie Nmero de alunos Nmero de professores Nmero de aluno Nmero de sala de aula
Densidade aluno/professor =
Densidade aluno/sala de aula =
ndices econmicos
Produo per capita = Consumo per capita = Renda per capita = Valor total da produo Populao Consumo de bem Populao Renda Populao
Acompanhe, na tabela a seguir, a densidade demogrfica de todas as regies do Brasil, com dados do IBGE - base em 2008.
Tabela 1.11- Populao projetada por regio do Brasil 2008. Regio Centro-Oeste Nordeste Norte Sudeste Sul Total Fonte: IBGE (2008). Populao 11.288.490 53.591.197 15.359.608 80.915.332 27.719.118 188.873.745 rea territorial em km2 1.606.371 1.554.257 3.853.327 924.511 576.409 8.514.875 Densidade Demogrfica (hab/km2) 7,03 34,48 3,99 87,52 48,09 22,18
46
Estatstica I
Cuidado com as Estatsticas

A Estatstica uma cincia muito rica em detalhes, por isso, muitas vezes, usada para distoro de informaes e manipular opinies. Para entender esse aspecto, vamos analisar dois casos obtidos do site <http://ww.esgb-antero-quental.rcts.pt/NMAT/ estatistica.htm>, em janeiro de 2003. Primeiro, leia atentamente o texto. 1 caso Por vezes, a Estatstica pode originar alguns mal-entendidos...
No avirio do tio Janurio, dizia: Uma galinha... Coitadinha!... Pe ovo e meio por dia!
2 caso H, pois, que tomar muito cuidado para que no sejamos iludidos com alguns dados que nos podero ser fornecidos de maneira tendenciosa. Imaginemos a seguinte situao: a empresa X Ltda. apresentou um grfico de barras representando nmero de casas que construiu de 1996 a 1999. Aparentemente, o nmero de casas construdas em 1997 o triplo do de 1996; e, o de 1998, cinco vezes maior.
Grfico 1.1- Nmero de casas construdas 1996 1999. Fonte: Estatstica (2003).
Unidade 1
47
Mas ser mesmo verdade? Note-se que a escala comea em 400... Se voc comparar com o grfico seguinte, ver que, afinal, as coisas no foram bem assim...
Grfico 1.2 - Nmero de casas construdas 1996 1999. Fonte: Estatstica (2003). Analisando os casos apresentados, podemos concluir que: 1 caso: como voc pde notar, a galinha do tio Janurio pe um ovo e meio por dia. D. Estatstica disse isso! No quer dizer que a galinha faa exatamente dessa maneira, pois impossvel pr meio ovo, no ? Dias pe um, dias pe dois, dias no pe nenhum. No final das contas, em mdia, pe um ovo e meio. Para citar outros exemplos, pense que a mdia de pessoas por famlia seja de 3,5 pessoas no Brasil. No existe meia pessoa e nem se pode considerar como sendo uma criana, e assim por diante. 2 caso: no segundo caso, voc acompanhou que uma informao pode, muito bem, ser representada de forma a manipular os dados. Talvez, para alguns, torne-se mais interessante, mas pura induo! Se voc observar o segundo grfico, ver que a diferena de um ano para outro no to significante quanto aparenta no primeiro. A simples construo de um grfico pode dar a entender algo completamente diferente da realidade. Muitos usam esse tipo de expediente para facilitar as vendas, apresentar relatrios distorcendo a verdade, etc. Por isso, recomendamos que tenha cuidado ao analisar e interpretar dados estatsticos.
48
Estatstica I
Sntese
Nesta unidade, voc estudou, de forma breve, a histria e as aplicaes da Estatstica. Pde estudar alguns conceitos desta cincia, bem como, as suas divises. Tambm conheceu quais so as etapas do processo de uma pesquisa para que se possa alcanar um resultado fiel, que traduza a realidade. Voc pde estudar alguns conceitos importantes como populao e amostra, variveis, dados e sries. Alm disso, estudou os passos que devem ser seguidos na elaborao de uma pesquisa com coleta de dados. Pde identificar os tipos de sries estatsticas e arredondamento de dados. Todos estes novos conhecimentos sero muito importantes para voc dar sequncia ao estudo da Estatstica. Mas voc talvez esteja se perguntando: Como vou organizlos?, Como vou aplic-los? Bem, isto voc ir estudar na prxima unidade, quando aprender a tabular os dados e calcular algumas medidas importantes para a anlise de tabelas.
Atividades de autoavaliao
Ao final de cada unidade, voc realizar atividades de autoavaliao. O gabarito est disponvel no final do livro didtico. Mas esforce-se para resolver as atividades sem ajuda do gabarito, pois, assim, voc estar promovendo (estimulando) a sua aprendizagem.
1) Analise os conceitos de censo e estimao e descreva a principal diferena entre os termos.
Unidade 1
49
2) Ao escolher os elementos de uma amostra, o que voc deve considerar para que ela seja representativa? Por qu?
3) Como voc pde acompanhar, existem dois tipos de variveis: a qualitativa, que est dividida em nominal e ordinria, e a quantitativa, que est dividida em contnua e discreta. Identifique no seu dia a dia pelo menos um exemplo de cada uma destas variveis e escreva no quadro a seguir: Varivel Qualitativa Nominal Qualitativa Ordinal Quantitativa Discreta Quantitativa Contnua Exemplos
50
Estatstica I
4) Ao planejar uma pesquisa sobre mercado para o produto de uma empresa, o chefe do setor de marketing tem a inteno de usar um questionrio para a coleta de dados e, tambm, planeja fazer levantamento de dados na Federao das Indstrias do Estado, para que possa realizar comparativos. Em consequncia, ele ter de trabalhar com dois tipos de dados: os resultantes dos questionrios e os resultantes do levantamento na Federao das Indstrias. Classifique os dois tipos de dados. a) Os dados coletados por meio de questionrio so: _______________ b) Os dados coletados na Federao so: ________________________
5) Classifique cada uma das variveis a seguir em qualitativa nominal ou ordinal e em quantitativa discreta ou contnua:
DESCRIO DA VARIVEL
3.1. saldo em conta corrente em R$: 3.2. idade do cliente: 3.3. sexo: 3.4. classe econmica: 3.5. estado civil: 3.6. nmero de defeitos do produto: 3.7. consumo de energia em kWh: 3.8. grau de instruo: 3.9. nmero de filhos: 3.10. hierarquia de uma empresa: 3.11. n de filhos de uma famlia: 3.12. dimetro da pea produzida: 3.13. comprimento da pea: 3.14. tempo de espera em caixa eletrnico em minutos: 3.15. nome de pas exportador de petrleo: 3.16. grau de satisfao no atendimento numa loja comercial: 3.17. nmero de aes negociadas na bolsa de valores: 3.18. nmero de alunos de uma universidade: 3.19. altura dos funcionrios de uma empresa:
CLASSIFICAO
Unidade 1
51
6) Classifique as sries estatsticas a seguir. a) Lanamentos imobilirios: __________________________________
Tabela 1.12 - Lanamentos imobilirios em So Paulo 2001/2002 (em unidades). Tipo Convencionais
Ano
2001 15.876 1.255 1.347 0
2002
3.893 0 1.331
Flats Horizontais Cooperativas

Fonte: SECOVI/SP.
452
b) Rentabilidades: _________________________________________. Tabela 1.13 - Rentabilidades IBOVESPA 1998/2002. Ano 1998
IBOVESPA (%)
- 33,40 - 151,90 - 10,70 - 11,00 - 17,00
1999 2000 2001 2002

Fonte: Adinvest.
52
Estatstica I
7) Identifique nas tabelas a seguir os erros e/ou os componentes que faltam.
Tabela 1.14 - ndice de aes IBOVESPA fechamento mensal 2003. Ms ndices de aes em % -2,9 -6,04 9,66 11,38 6,89 -3,35 4,62 11,81
Janeiro Fevereiro Maro Abril Maio Junho Julho Agosto
8) Use as tcnicas de arredondamento para os nmeros abaixo, seguindo o que se pede: a) Para a segunda casa decimal:
b) Para a primeira casa decimal: 41,368 = __________________ 1.589,8984 = __________________ 121,3333 = __________________ 5,655002 = __________________ 28,45500001 = __________________ 82,95 = __________________
41,368 = __________________ 1.589,9984 = __________________ 121,3333 = __________________ 5,665002 = __________________ 28,45500 = __________________
9) Segundo o IBGE, em 2008 a populao do estado de Minas Gerais apresentou os seguintes dados: Projetada: 20.033.665 habitantes Superfcie: 586.628 km2
Nascimento: 337.859 Casamentos: 110.473 bitos: 61.383
Unidade 1
53
Com base nestes dados, calcule: a) O ndice de densidade demogrfica; b) Taxa de natalidade; c) Taxa nupcial; d) Taxa de mortalidade.
10) Uma montadora de carros questionou 150 clientes para saber o motivo considerado por seus clientes na escolha da marca do carro. O resultado obtido na pesquisa est indicado na tabela a seguir: Tabela 1.15 - Qual o motivo de escolha da marca de seu carro? Motivo Marca Preo Qualidade Desempenho Freq. 40 40 50 20
Fonte: Elaborao do autor (2010). Com base na tabela, determine o percentual de cada resposta do cliente.
54
Estatstica I
Saiba mais
Voc quer saber mais sobre os conceitos estudados? CRESPO, Antnio Arnot. Estatstica fcil. 19. ed. So Paulo: Saraiva, 2009. FONSECA, Jairo Simon da & MARTINS, Gilberto de Andrade. Curso de estatstica. 6. ed. So Paulo: Atlas, 1996. RAUEN, Fbio. Roteiro de pesquisa. Rio de Sul- SC: Nova Era, 2006. SILVA, Ermes Medeiros da. Estatstica para os cursos de economia, administrao e cincias contbeis. 3.ed. So Paulo: Atlas, 1996. v.1. TRIOLA, Mario F. Introduo estatstica. 7. ed. Rio de Janeiro: LTC, 1999.
Unidade 1
55
UNIDADE 2
Distribuio de frequncias
Organizar dados brutos de acordo com os tipos de variveis. Compreender, organizar e analisar a distribuio de frequncia. Montar tabelas de distribuio de frequncia para variveis qualitativas e quantitativas. Calcular, organizar e aplicar os tipos de frequncias.
Sees de estudo
Seo 1 Seo 2 Seo 3 Seo 4 Seo 5 O que so dados brutos e dados agrupados? Como montar tabelas para varivel qualitativa? Como montar tabelas para varivel quantitativa discreta? Como montar tabelas para varivel quantitativa contnua? Quais so os tipos de frequncia?

Aps ter contato com alguns conceitos e algumas normas da Estatstica, o prximo passo - Para aquisio de mais ferramentas - ser voc trabalhar com os dados propriamente ditos.
Seo 1 O que so dados brutos e dados agrupados?

Para iniciar o estudo desta unidade, antes de qualquer coisa, voc precisa saber o que so dados brutos e dados agrupados.
O que so dados brutos?

Dados brutos so sequncias de valores numricos, ou no, os quais no sofreram qualquer tratamento estatstico, nem foram organizados, obtidos diretamente da observao de um fenmeno coletivo.
Mais precisamente, dados brutos so os dados apresentados da forma como foram coletados na pesquisa ou levantamento, desorganizados, sem ordenao. Acompanhe os exemplos de levantamento de dados de acordo com o tipo de varivel: qualitativa, quantitativa discreta ou quantitativa contnua.
a) Para uma varivel qualitativa

Em um levantamento realizado com 56 clientes de um banco, foram obtidos os seguintes dados sobre o tipo de investimento em que mais confiavam, conforme legenda:
58
Estatstica I
I P P M M I M
M R P P
R I P I
R
R P
R
M I
P P M I P P P
I P
I I
I I
P M
P
R P
M P
P
M I
M
P P R
P
R I P R R P I
I Investimentos imobilirios M Investimento em mercado de aes P Investimento em poupana R Investimento em fundos de renda fixa
Repare que, neste caso, foram pesquisados 56 clientes e foram anotadas as respostas na ordem das entrevistas.
b) Para uma varivel quantitativa discreta

O controle de qualidade de uma fbrica de rolamentos vem analisando os lotes para detectar defeitos nas peas fabricadas. Cada lote contm 56 peas. A seguir, est relacionado o nmero de defeitos por pea, conforme estas so produzidas neste lote: 1 1 4 1 0 0 0 0 0 0 0 0 1 0 3 1 4 1 0
5 0 4 0 0 3
0 1 2 0 1 0
0 0 0 3 0 0
0 0
0
0 1
2
3 2 0
0 0 3
6 0 2 0 0 0 0
Repare que foram analisadas 56 peas e foram anotados os nmeros de defeitos por pea, na ordem em que estas foram produzidas.
Unidade 2
59
c) Para uma varivel quantitativa contnua

Os valores anotados a seguir representam o volume de vendas mensal de 56 representantes de uma empresa que fabrica remdios. Os valores esto em milhares de reais:
23,25 32,63 21,36 24,11 29,55 17,25 16,59
27,43 20,58 26,60 34,83 34,76 17,05 15,90
17,76 18,50 22,49 21,73 31,72 19,67 20,30
33,33 16,69 22,77 31,53 24,89 22,79 33,86
33,05 16,43 23,05 35,13 21,65 25,30 17,76
16,08 20,08 33,55 34,36 22,65 23,08 30,93
34,49 19,00 22,73 20,80 30,43 25,77 20,81
23,74 16,13 24,89 16,84 30,93 35,03 29,05
O que so dados agrupados?

Dados agrupados so sequncias de valores numricos, ou no, os quais se encontram j organizados, ou por semelhana (qualitativas), ou por ordenao numrica (quantitativas), em tabelas.
E as tabelas? O que so?

As tabelas so quadros que resumem e facilitam a leitura dos dados pesquisados. Para se inteirar de cada detalhe do que uma tabela, nas prximas sees voc conhecer os seus componentes e como mont-las.
60
Estatstica I
Seo 2 Como montar tabelas para varivel qualitativa?

Para montar uma tabela com varivel qualitativa, vamos acompanhar, passo a passo, o exemplo de um levantamento de dados acerca do tipo de investimento em que os clientes de um banco mais confiavam. 1 Passo: para comear, voc deve organizar os dados por semelhana.
I I M P P P R I I M P P P R I I M P P P R I I M P P P R I I M P P P R I I M P P P R I M M P P R R I M M P P R R
I Investimentos imobilirios M Investimento em mercado de aes P Investimento em poupana R Investimento em fundos de renda fixa
Repare que os dados esto organizados por tipo de investimento. 2 Passo: agora voc vai escrever, em uma coluna, cada uma das opes verificadas. Contar o nmero de vezes em que cada tipo aparece e marcar com traos, ao lado, para representar as aparies. Em seguida, conte o nmero de traos para obter o nmero de vezes que cada opo aparece. Observe o quadro da contagem dos dados.
I M P R = 14 = 10 = 22 = 10
Unidade 2
61
3 Passo: aps a contagem e organizao dos dados, agora s montar a tabela, sem esquecer nenhum de seus componentes. Acompanhe:
Tabela 2.1 - Tipos de investimento. Tipo de investimento Imobilirio Mercado de aes Poupana Fundos de renda fixa Total Fonte: Elaborao do autor (2010). Nmero de clientes 14 10 22 10 56
As tabelas das sees 3 e 4 so denominadas de distribuio de frequncias.
Seo 3 Como montar tabelas para varivel quantitativa discreta?

Para montar uma tabela com varivel qualitativa, vamos acompanhar, passo a passo, o exemplo de um levantamento de dados acerca do tipo de investimento em que os clientes de um banco mais confiavam. Nesta seo, vamos verificar como montar uma tabela com varivel quantitativa discreta. Voc ter que seguir os passos apresentados no exemplo sobre o nmero de defeitos por pea, conforme so produzidas.
62
Estatstica I
Observe que a opo de montar uma tabela sem intervalos se deve ao fato de esta srie ter um nmero de elementos distintos pequeno.
1 Passo: para comear organize os dados em ordem crescente.

0 0 0 0 0 0
0 0 0 0 1 3
0 0 0 1 1 3
0 0 0 1 2 3
0 0 0 1 2 4
0 0 0 1 2 4
0 0 0 1 2 4
0 0 0 0 1 3 5
0 0 0 0 1 3 6
Repare que foram organizados conforme uma ordem numrica crescente (de 0 a 6). 2 Passo: escreva, em uma coluna, cada um dos valores observados. Conte o nmero de vezes em que cada tipo aparece e marque com traos, ao lado, para representar as aparies. Aps, conte o nmero de traos para obter o nmero de vezes em que cada valor aparece. Observe o quadro da contagem dos dados.
0 1 2 3 4 5 6 33 9 4 5 3 1 1
A organizao de dados na forma de lista em ordem crescente ou decrescente -, chamada de Rol.
3 Passo: agora s montar a tabela, sem esquecer nenhum de seus componentes.
Unidade 2
63
Tabela 2.2 - Nmero de defeitos por peas analisadas do lote.
Fonte: Elaborao do autor (2010).
Nesta tabela, utilizamos algumas expresses estatsticas para representao dos elementos:
os valores que a varivel pode assumir representado por xi; o nmero de observaes de cada linha chama-se de frequncia simples, denotada por fi; e o nmero total de observaes chama-se de frequncia total e pode ser denotada por N (tamanho da populao), n (tamanho da amostra) ou
Seo 4 - Como montar tabelas para varivel quantitativa contnua?

Para este tipo de varivel, utilizam-se intervalos na tabela para representar a srie de dados. A estes intervalos denomina-se intervalos de classes. A opo de montar uma tabela com intervalos prefervel porque esta srie possui um grande nmero de elementos distintos, ou, quando os valores apresentam uma natureza de continuidade. Vamos acompanhar um exemplo para montagem desta tabela.
64
Estatstica I
Os valores anotados a seguir representam o volume de vendas mensal de 56 representantes de uma empresa que fabrica remdios. Os valores esto em milhares de reais.
Acompanhe os passos. 1 Passo: para comear, voc deve organizar os dados em ordem crescente (Rol).
15,90 17,25 20,58 22,73 24,89 30,43 33,55 16,08 17,76 20,80 22,77 24,89 30,93 33,86 16,13 17,76 20,81 22,79 25,30 30,93 34,36 16,43 18,50 21,36 23,05 25,77 31,53 34,49 16,59 19,00 21,65 23,08 26,60 31,72 34,76 16,69 19,67 21,73 23,25 27,43 32,63 34,83 16,84 20,08 22,49 23,74 29,05 33,05 35,03 17,05 20,30 22,65 24,11 29,55 33,33 35,13
2 Passo: voc deve calcular o nmero e o tamanho dos intervalos. O nmero de intervalos (k) obtido a partir dos seguintes critrios:
critrio da raiz k = n frmula de Sturges k = 1 + 3, 3.log n n = tamanho da amostra (poder ser usado N, quando for com a populao).
Para este estudo, adotado o nmero de intervalos pr-definidos. Embora existam critrios para este clculo, para efeito de seu estudo, agora no sero usados. Neste exemplo, o nmero de intervalos utilizados ser k = 7.
As tabelas devem ter no mnimo 5 e no mximo 20 intervalos de classes, para que no haja nem perda, nem excesso de informao.
Unidade 2
65
Agora vamos analisar as amplitudes e os limites de classe para determinar o tamanho dos intervalos. a) Amplitude Total da distribuio (AT): a diferena entre o maior valor e o menor valor observado. AT = L(mx) l (mn) L (mx) = Limite mximo (maior valor) l (min) = Limite mnimo (menor valor)
No exemplo que voc est estudando: AT=35,13 - 15,9 AT = 19,23 19,5

Nesta etapa, conveniente que o resultado seja arredondado para cima, a fim de que no haja perda de informao.
b) Amplitude de um intervalo de classe (h): tambm chamada de tamanho do intervalo de classe, obtida da seguinte forma:
No exemplo: Antes de partir para a construo da tabela, conveniente testar se os clculos esto corretos. Para que isso acontea, verifique se: h.k > AT Aplique sobre o exemplo dado:
66
Estatstica I
2,8 . 7 = 19,6 > 19,23 Ou seja, ao somar 19,6 ao menor valor observado resulta 35,5, que maior que o valor da maior observao, 35,13. 15,9 + 19,6 = 35,5 > 35,13 Caso no seja satisfeita esta condio, ser necessrio fazer um ajuste, aumentando o tamanho do intervalo. Ento, resumindo, segundo o exemplo dado, a tabela ter:
sete intervalos; cada um com o tamanho de 2,8.
c) limites de classes: so os extremos de cada classe. O limite inferior da classe (Li) o menor nmero do intervalo. O limite superior (Li) o maior nmero do intervalo. 3 Passo: escreva os intervalos da tabela:
Comece pela primeira classe, escreva o menor valor observado. 15,9 15,9 18,7 18,7 21,5
A este valor, some o h (2,8) e encontre o limite superior deste intervalo: 15,9 + 2,8 = 18,7. Voc deve escrever na tabela: Na segunda classe, repita o ltimo valor da classe anterior (18,7) e some o h (2,8), e encontre o limite superior deste intervalo: 18,7 + 2,8 = 21,5. Voc pode escrever na tabela: Na terceira classe, repita o ltimo valor da classe anterior (21,5) e some o h (2,8), e encontre o limite superior deste intervalo: 21,5 + 2,8 = 24,3. Voc pode escrever na tabela: Usando este procedimento para as outras classes, voc ter os seguintes intervalos a seguir, at a stima classe:
21,5 24,3 24,3 27,1 27,1 29,9 29,9 32,7
Observe que os intervalos so escritos dessa forma: 15,9 18,7. O que significa? A representao indica um intervalo fechado esquerda e aberto direita [15,9 ; 18,7), ou seja, os valores deste intervalo chegam perto de 18,7, mas o valor 18,7 est no prximo intervalo: 18,7 21,5; o valor 21,5 no est neste intervalo, e sim no intervalo: 21,5 24,3. E assim por diante.
Unidade 2
67
4 Passo: agora a vez de partir para a construo da tabela, sem se esquecer de seus componentes. Primeiro monte a tabela e escreva os intervalos:
Tabela 2.3 - Volume de vendas mensal, em milhares de reais, dos representantes de uma empresa que fabrica remdios outubro/2010. Classe 1 2 3 4 5 6 7
Volume de vendas (em mil reais) 15,9 18,7 18,7 21,5 21,5 24,3 24,3 27,1 27,1 29,9 29,9 32,7 32,7 35,5
5 Passo: agora s contar e marcar o nmero de valores em cada intervalo. aconselhvel marcar os limites dos intervalos no Rol e usar os traos para indicar a contagem ou marcar como no quadro a seguir:
15,90 17,25 20,58 22,73 24,89 30,43 33,55 16,08 17,76 20,80 22,77 24,89 30,93 33,86 16,13 17,76 20,81 22,79 25,30 30,93 34,36 16,43 18,50 21,36 23,05 25,77 31,53 34,49 16,59 19,00 21,65 23,08 26,60 31,72 34,76 16,69 19,67 21,73 23,25 27,43 32,63 34,83 16,84 20,08 22,49 23,74 29,05 33,05 35,03 17,05 20,30 22,65 24,11 29,55 33,33 35,13
Tabela 2.4 - Volume de vendas mensal, em milhares de reais, dos representantes de uma empresa que fabrica remdios outubro/2010.
68
Estatstica I
Classe
1 2 3 4 5 6 7
Volume de vendas (em mil reais)

15,9 18,7 18,7 21,5 21,5 24,3 24,3 27,1 27,1 29,9 29,9 32,7 32,7 35,5
Contagem
N de representantes (fi)
12 8 12 5 3 6 10
Total ( ) Fonte: Elaborao do autor (2010).
56
E, no final, a tabela fica como est apresentado a seguir:

Unidade 2
69
Seo 5 - Quais so os tipos de frequncia?

At agora, voc j estudou dois tipos de frequncia: a frequncia simples e a frequncia total, ou seja:
o nmero de observaes de cada linha chama-se frequncia simples, fi; e o nmero total de observaes chama-se frequncia total, .
Pois, nesta seo, voc ir aprender que, alm destas duas, existem outros tipos de frequncia. Agora talvez voc at esteja perguntando-se: por que estudar outros tipos de frequncia? Mas, se voc pensar bem, a resposta a esta questo voc j acompanhou, precisamente quando estudou que a Estatstica tem como uma de suas finalidades facilitar a anlise e a leitura dos dados, e, justamente, para isso, um dos mtodos utilizados trabalhar com tipos de frequncia. Estes tipos de frequncia lhe sero apresentados a seguir. a) Frequncia acumulada crescente ou abaixo de (fac): na tabela, na coluna da frequncia acumulada crescente, voc dever escrever o valor acumulado das frequncias, ou seja, para comear, repita a frequncia simples da primeira linha e, nas linhas seguintes, some a frequncia simples frequncia acumulada anterior. Este processo dever chegar at a frequncia total
f ac = f ac(ant)+f i
Sendo: fac frequncia acumulada crescente fac(ant) frequncia acumulada crescente da classe anterior fi frequncia simples da classe
70
Estatstica I
Acompanhe com ateno a tabela:

Tabela 2.6 - Volume de vendas.
Para que serve a frequncia acumulada crescente (ou abaixo de)? Imagine que voc est apresentando um relatrio de vendas da empresa para a diretoria. Ento, um dos diretores lhe pergunta: Quantos representantes tiveram vendas menores que 29,9 mil reais? Voc no necessitar fazer contas, s observar a quinta classe, na coluna da frequncia acumulada crescente (fac) na tabela e dizer: 40 representantes! E se perguntarem: Quantos representantes venderam abaixo de 24,3 mil reais? Voc vai encontrar a resposta na terceira classe na coluna com a frequncia acumulada crescente (fac): 32 representantes.
Observe que o volume de vendas questionado sempre do limite superior de cada intervalo para baixo. Por esta razo que tambm se chama abaixo de.
Unidade 2
71
b) Frequncia acumulada decrescente ou acima de (fad): na coluna da frequncia acumulada decrescente, escreva o valor acumulado das frequncias de forma contrria anterior, ou seja, para comear, repita a frequncia total e, nas seguintes, subtraa a frequncia simples da linha anterior da frequncia acumulada anterior. Este processo deve chegar at a frequncia simples da ltima classe. Sendo:
fad = fad (ant) f i (ant)
fad frequncia acumulada decrescente
f i(ant) frequncia simples da classe anterior

fad(ant) frequncia acumulada decrescente da classe anterior
Para que serve a frequncia acumulada decrescente (ou acima de)? Imagine-se, novamente, apresentando um relatrio de vendas da empresa para a diretoria. Um dos diretores lhe pergunta: Quantos representantes tiveram vendas maiores ou iguais a 29,9 mil reais? Voc no necessitar fazer contas,
72
Estatstica I
s observar a coluna com a frequncia acumulada decrescente (fad) na tabela e responder: 16 representantes! E se perguntarem: Quantos representantes venderam 24,3 mil reais ou mais? Voc, observando na coluna da frequncia acumulada decrescente (fad), responder: 24 representantes!.
Observe que o volume de vendas questionado sempre do limite inferior de cada intervalo para cima. E por esta razo que tambm se chama acima de. c) Frequncia relativa (fr): o quociente entre a frequncia (fi) da classe e o nmero total de observaes.
fr = fi n
Sendo: fr frequncia relativa da classe fi frequncia simples da classe

n nmero total de observaes (pode-se usar n ou
Unidade 2
73
Use sempre quatro casas decimais para arredondar a frequncia relativa.
d) Frequncia percentual (fp): a frequncia relativa multiplicada por 100. dada em porcentagem (%). fp = fr . 100 Sendo: fp frequncia percentual fr frequncia relativa
Observe que, ao usar quatro casas decimais para a frequncia relativa, o percentual ficou com duas casas decimais.
74
Estatstica I
Para que serve a frequncia percentual? Mais uma vez voc est apresentando um relatrio de vendas da empresa para a diretoria. E vem aquela pergunta: O que representa do total, os representantes que venderam de 32,7 a 35,5 mil reais? Voc poderia responder diretamente, sem clculos: 17,86%. E, se perguntarem: Quantos representantes venderam de 24,3 a 27,1 mil reais ou mais? Voc responder: 8,93%.
Observe que, neste exemplo, o volume de vendas questionado sempre um intervalo. Antes de acompanhar os outros tipos de frequncia, entenda o que ponto mdio de uma classe.
Ponto mdio de uma classe so os valores da varivel que se encontram exatamente na metade do intervalo de cada classe.
Para calcular o ponto mdio, usa-se a mdia aritmtica simples dos limites de cada intervalo:
PM =
Sendo: PM ponto mdio Li limite superior do intervalo
li + Li 2
li limite inferior de cada intervalo A tabela indica o clculo do ponto mdio para o exemplo que estamos estudando.
Unidade 2
75
Lembre-se deste conceito: o ponto mdio ser usado para outros clculos que voc ir realizar mais adiante.
Agora, veja como fica a tabela (distribuio de frequncias) completa.

Para tabelas construdas como variveis discretas, voc poder calcular as frequncias acumuladas crescente e decrescente, as frequncias relativas e percentuais, como mostrado a seguir.
76
Estatstica I
Tabela 2.12 - Volume de defeitos.
e) Outros tipos de frequncias: voc ainda pode usar as frequncias acumuladas crescente e decrescente, adotando, ao invs da frequncia simples, a frequncia percentual, ou seja, seriam frequncias acumuladas crescente e decrescente percentual. Onde: fapc frequncia acumulada percentual crescente Acompanhe como fica:
fapd frequncia acumulada percentual decrescente
Unidade 2
77
Acabamos de estudar as tabelas de frequncia, que so muito teis para representar grande quantidade de dados, assim como as frequncias vo contribuir para a interpretao e anlises dos dados.
Sntese
Nesta unidade, voc estudou como organizar e agrupar dados, como construir tabelas com todos seus elementos e, tambm, como acrescentar informaes s tabelas que auxiliem sua leitura. Aprendeu a montar tabelas com dados quantitativos, sempre que precisar trabalhar com esses dados, voc vai recorrer s tabelas de freqncias. Este conhecimento ser bastante til, quando for preciso apresentar algum relatrio e as pessoas levantarem alguns questionamentos. Ter conhecimento de como interpretar uma tabela permite que voc tenha acesso rpido s respostas, com a devida preciso. Na prxima unidade voc ir estudar como analisar dados no s nas tabelas, mas tambm em representaes grficas. Com eles, voc poder constatar como eles resumem e facilitam a leitura, de forma clara e simples. Voc ir perceber como fica mais fcil entender o comportamento de algumas variveis. At l!
1) O relatrio emitido pelo setor de emprstimos de um banco, responsvel pela concesso de emprstimo pessoal, apresentou a listagem a seguir para os emprstimos concedidos a 60 de seus clientes, no ms de agosto de 2010:
78
Estatstica I
LV
CA CA LV CA CA LI CA CA CT CA LV LI
LV CA LI LI CA CA LV LV LI LI CT LI
LI CA LV LI LV CA LI LV CT LV CA
LI CA LV CT LV LI CA LV CA LI CA
CA LV CT CA CA CT CA CA LV LV LV
CA
CA
Onde as siglas significam: CA LV LI CT CDC automtico Leasing veculo Leasing informtica Crdito turismo
Monte a tabela do tipo de emprstimo e do nmero de clientes, no se esquecendo de incluir todos os seus componentes.
2) Uma empresa procurou estudar a ocorrncia de acidentes com seus empregados, tendo, para isso, a CIPA realizado um levantamento abrangendo um perodo de 36 meses. No levantamento, foi observado o nmero de operrios acidentados para cada ms. Os dados correspondentes so: 4 6 8 3 5 7 8 5 5 3 5 7 6 8 7 4 4 6 6 5 6 4 6 8 4 6 8 3 5 8 5 5 7 3 5 7
Levando em considerao os dados apresentados, monte a tabela com as variveis quantitativa discreta. Procure incluir todos os seus componentes.
Unidade 2
79
3) Um levantamento do volume de exportao de uma empresa de Santa Catarina nos ltimos 36 meses constatou os seguintes dados (em milhes de reais). Estes dados foram coletados na Secretaria de Comrcio Exterior (SECEX). 115 121 118 117 123 124 119 125 127 124 127 122 123 124 128 119 123
116
126 126 129
123 128 125 113 126
122
121 115
112
129 116
129
116
118 121
Construa a tabela de distribuio de freqncias para varivel quantitativa contnua, sem se esquecer de nenhum de seus elementos. Como nmero de intervalos, usar k = 6.
Sugesto: ao calcular o h (tamanho de cada intervalo), arredonde para um nmero inteiro. Ex.: 3,84 ~ 4. =
4) A tabela abaixo mostra o volume de exportao (em milhes de reais) de uma empresa de Santa Catarina nos ltimos trinta e seis meses. Tabela 2.14 - Volume de exportao de uma empresa nos ltimos 36 meses.
Fonte: SECEX.
80
Estatstica I
A partir dos dados apresentados, realize as questes que seguem: a ) Complete a tabela com as frequncias acumuladas crescente e decrescente, a frequncia relativa, percentual e o ponto mdio. b) Em quantos meses a empresa teve um volume de exportao menor que 124 milhes de reais? (use a coluna da fac abaixo de).
c) Em quantos meses a empresa teve um volume de exportao menor que 127 milhes de reais? (use a coluna da fac abaixo de).
d) Em quantos meses a empresa teve um volume de exportao maior ou igual a 124 milhes de reais? (use a coluna da fad acima de).
e) Em quantos meses a empresa teve um volume de exportao maior ou igual a 127 milhes de reais? (use a coluna da fad acima de).
f) Qual foi o percentual de meses em que a empresa exportou de 118 a 121 milhes de reais? (use a coluna da fp).
Unidade 2
81
g) Qual foi o percentual de meses em que a empresa exportou de 121 a 124 milhes de reais? (use a coluna da fp).
5) Dado o rol de medidas das alturas (dadas em cm) de uma amostra de 100 indivduos de uma faculdade: 151 161 166 168 169 170 173 176 179 182 152 162 166 168 169 170 173 176 179 182 154 163 166 168 169 171 174 176 180 183 155 163 167 168 169 171 174 177 180 184 158 163 167 168 169 171 174 177 180 185 159 164 167 168 170 171 175 177 180 186 159 165 167 168 170 172 175 177 181 187 160 165 167 168 170 172 175 178 181 188 161 165 168 169 170 172 175 178 181 190 161 166 168 169 170 173 176 178 182 190
Monte uma distribuio de frequncia, onde apaream os dados abaixo: a) a amplitude total; b) o nmero de classes; c) a amplitude de classes; d) os limites de classes; e) as frequncias absolutas da classes; f) as frequncias relativas; g) os pontos mdios da classes; h) as frequncias acumuladas crescentes e decrescentes; i) interpretao: faa um breve comentrio sobre os valores das alturas desta amostra por meio da distribuio de frequncia.
82
Estatstica I
Saiba mais
Voc quer aprofundar seus estudos sobre o contedo desta unidade? A sugesto que voc pesquise em: COSTA, Srgio Francisco. Introduo ilustrada estatstica. 3. ed. So Paulo: Harbra, 1998. CRESPO, Antnio Arnot. Estatstica fcil. 19. ed. So Paulo: Saraiva, 2009. SILVA, Ermes Medeiros da. Estatstica para os cursos de economia, administrao e cincias contbeis. 3. ed. So Paulo: Atlas, 1999. v.1. TOLEDO, Geraldo Luciano & OVALLE, Ivo Izidoro. Estatstica bsica. 2. ed. So Paulo: Atlas, 1985.
Unidade 2
83
UNIDADE 3
Representao grfica

Analisar e interpretar grficos. Identificar o grfico que melhor representa uma srie estatstica. Interpretar histograma e polgono de frequncia.
Sees de estudo
Seo 1 Seo 2 Seo 3 Grfico estatstico Os principais tipos de grficos Representao grfica de uma distribuio

Nesta unidade, voc ter a oportunidade de adquirir mais uma importante ferramenta para utilizar na anlise e interpretao de dados. Voc ir conhecer alguns tipos de grficos mais utilizados e suas caractersticas. Poder constatar que, alm das tabelas (distribuio de frequncias), possvel representar os dados por meio de grficos, os quais, muitas vezes, facilitam a leitura e a compreenso de algum fenmeno ou acontecimento.
Seo 1 Grfico estatstico

O grfico constitui outra maneira de se apresentarem os dados estatsticos. Eles tm a finalidade de mostrar com clareza, veracidade e rapidez os dados que esto sendo estudados. Alm disso, os grficos propiciam uma noo muito boa de como algum fenmeno se comporta. Por meio de formas geomtricas, os grficos mostram, por rea ou volume, as diferenas entre as opes de cada varivel.
Tome cuidado ao interpretar um grfico. Assim como os grficos podem dar informaes rpidas e precisas, sua manipulao pode distorcer a realidade, provocando tendenciosidade nas informaes.
86
Estatstica I
Observe os grficos a seguir:
Grfico 3.1- Censo demogrfico Brasil 1890 2000. Fonte: IBGE (2007).
Grfico 3.2 - Censo demogrfico Brasil 1890 2000. Fonte: IBGE (2007).
Observe que, no Grfico 3.1, a impresso que a populao aumenta abruptamente, enquanto que, no Grfico 3.2, a impresso que a populao aumenta lentamente. E a nica diferena entre os dois grficos a largura que se usou para cada um deles. Em alguns casos, isso pode ser muito prejudicial. Os grficos comunicam as mesmas ideias das tabelas, porm produzem uma impresso e compreenso mais rpida, mais viva, pois eliminam detalhes desnecessrios, visualizando somente as caractersticas mais importantes dos dados.
Unidade 3
87
O grfico estatstico uma forma de apresentao dos dados estatsticos, cujo objetivo o de produzir, no investigador ou no pblico em geral, uma impresso mais rpida e viva do fenmeno em estudo, j que os grficos falam mais rpido compreenso que s sries.
A representao grfica de um fenmeno deve obedecer a certos requisitos fundamentais para ser realmente til: a) simplicidade: o grfico deve ser destitudo de detalhes de importncia secundria, assim como de traos desnecessrios que possam levar o observador a uma anlise morosa ou com erros; b) clareza: o grfico deve possibilitar uma correta interpretao dos valores representativos do fenmeno em estudo; c) veracidade: o grfico deve expressar a verdade sobre o fenmeno em estudo.
Sugestes para a construo de grficos

Para a construo de grficos, voc dever observar alguns itens que se fazem necessrios neles:
todo grfico deve ter ttulo e fonte (no rodap), para que o leitor no tenha a necessidade de voltar ao texto para saber do que se trata; a escala do eixo horizontal deve ser escrita abaixo desse eixo e dever crescer da esquerda para a direita; a escala do eixo vertical deve ser escrita esquerda do eixo e crescer de baixo para cima; cada eixo deve ser identificado com o que est sendo medido ou representado; no necessrio colocar linhas de grade (que saem das marcas das escalas horizontais e verticais). Estas so opcionais.
88
Estatstica I
Acompanhe o modelo com todos os itens citados.
Antigamente, os grficos eram feitos a mo, com a ajuda de rgua, compasso, transferidor, esquadros e canetas ou giz coloridos. Hoje podemos contar com softwares especficos que auxiliam e facilitam na construo de grficos e, muitas vezes, propiciam mais preciso e clareza. Alm dos softwares especficos de Estatstica, temos os programas aplicativos de escritrio que incluem as chamadas planilhas eletrnicas. Uma planilha eletrnica utiliza tabelas para a realizao de clculos e permite, tambm, a criao de vrios tipos de grficos, o que facilita a representao e anlise de dados estatsticos.
Unidade 3
89
Seo 2 Os principais tipos de grficos

Os principais tipos de grficos so os diagramas, os cartogramas e os pictogramas. Vamos identificar cada tipo de grfico, suas caractersticas e formas de anlise, quando for o caso.
Diagramas
Os diagramas so grficos geomtricos de, no mximo, duas dimenses; para sua construo, em geral, fazemos uso do sistema cartesiano (eixo X e Y). Os principais diagramas so os grficos de linhas, colunas, barras, setores ou pizza e o grfico polar. Veja cada um desses tipos.
a) Grfico de linhas
comum, para quem trabalha na rea de administrao e negcios, observar o comportamento de uma varivel ao longo do tempo. Por exemplo, um executivo acompanha a cotao diria das aes da sua empresa, um gerente acompanha o volume semanal de vendas de sua loja, um engenheiro de produo acompanha caractersticas de qualidade do produto que fabrica. Nestes casos, utilizamos o grfico de linhas para apresentar a variao de sries temporais. Acompanhe os exemplos na tabela 3.1 e grfico 3.4.
Sries temporais so dados produzidos e monitorados ao longo do tempo.
90
Estatstica I
Tabela 3.1- Indicador de inflao IPCA (ndice Preo Consumidor Amplo) Medido pelo IBGE, Jan. a Ago./2010 (Variao %). Ms Jan Fev Mar Abr Mai Jun Jul Ago
Fonte: IBGE (2010).
No Ms 0,75 0,78 0,52 0,57 0,43 0,00 0,01 0,04
Grfico 3.4 - Indicador de inflao IPCA. Fonte: IBGE (2010).
No exemplo anterior, temos a variao do indicador de inflao IPCA de Janeiro a Agosto/2010 e, aqui, queremos mostrar o comportamento do indicador no perodo em referncia. A que concluso se pode chegar? Observe que, no incio do perodo, a inflao est mais alta e vai caindo a cada ms, chegando a zero no ms de Junho e voltando a 0,04% no ms de Agosto, logo a tendncia de queda.
Unidade 3
91
Sugestes para analisar um grfico
Grfico 3.5 - Exportao brasileira (valores em US$ milhes), jan. a ago. 2010. Fonte: Base de dados do Portal Brasil, Banco Central do Brasil, Ministrio do Desenvolvimento, Siscomex e Fundao Getlio Vargas (2010).
No exemplo, temos um grfico que representa os valores de exportao brasileira. Observamos que os dados so de uma srie temporal, logo o que se quer fazer uma anlise da varivel em funo do tempo.
Item Identificar a varivel expressa pelo grfico. Anlise No exemplo 2, no eixo horizontal est o tempo expresso em meses e no eixo vertical esto representados os valores de exportaes em milhes de dlares, ento as variveis so valores de exportao x meses. O volume de exportao varia de US$ 2000 a US$ 20.000 aproximadamente. O perodo varia de Janeiro a Agosto de 2010. Mximo: em Maio, com US$ 18.000 aproximadamente. Mnimo: em Janeiro, com US$ 11.000 aproximadamente. A tendncia, nesse caso, de crescimento.
Identificar os intervalos em que as variveis atuam. Identificar onde a varivel que est sendo estudada (exportao) apresenta mximo e mnimo. Identificar se a tendncia de crescimento ou decrescimento. Quadro 3.1- Indicaes de anlise do grfico. Fonte: Flemming (2003).
92
Estatstica I
Outras anlises tambm so possveis, isso s depende do observador e, muitas vezes, da varivel que estamos estudando.
b) Grfico de colunas
usado para apresentar sries temporais, geogrficas e especficas. Formado por retngulos dispostos verticalmente, de mesma largura (arbitrria), com altura proporcional s grandezas (variveis) do fenmeno a ser representado. Todos os retngulos tm base comum no eixo de x e, no eixo de y, os valores das variveis estudadas. Observe os exermplos na tabela 3.2 e nos grficos 3.6 e 3.7
Tabela 3.2 - Mortalidade Infantil, na regio Sul e Sudeste, 2004. Estado SC RG PR SP RJ ES MG Fonte: Portal Brasil (2004). Por mil nascimentos 17,2 14,3 20,0 16,5 20,9 20,1 21,8
Grfico 3.6 - Mortalidade Infantil, na regio Sul e Sudeste, 2004. Fonte: Portal Brasil (2004).
Unidade 3
93
Grfico 3.7 - Porcentagem de mulheres, com filhos antes dos 20 anos, 2000. Fonte: La juventud del mundo (2000) Population Reference Bureau.
c) Grfico de barras
Segue as mesmas normas do grfico de coluna, porm os retngulos ocupam posio horizontal e, por isso, tero base comum no eixo y. tambm mais indicado para sries geogrficas e especficas. Observe o exemplo na tabela 3.3 e no grfico 3.8.
94
Estatstica I
Tabela 3.3 - Grau de instruo dos candidatos eleies 2010. Instruo Analfabeto L e escreve Ensino Fundamental incompleto Ensino Fundamental completo Ensino Mdio incompleto Ensino Mdio completo Superior incompleto Superior completo Total Fonte: Tribunal Superior Eleitoral (2010). Nr. Candidatos 4 110 662 1425 649 5209 2084 9329 19472
Grfico 3.8 - Grau de instruo dos candidatos, eleies 2010. Fonte: Tribunal Superior Eleitoral (2010).
d) Grfico de setores ou de pizza

usado para mostrar a importncia relativa das propores e construdo a partir das coordenadas polares:
compara a parte com o todo; formado por um crculo, onde cada parte do crculo representa um percentual da varivel.
Unidade 3
95
Neste caso, utilizamos o mesmo exemplo do grfico de barras, de modo que voc possa analisar as propores no grfico de setores.
Grfico 3.9 - Grau de instruo dos candidatos, eleies 2010. Fonte: Tribunal Superior Eleitoral (2010).
O grfico 3.10 ilustra a representao do resultado de uma pesquisa.
Grfico 3.10 - O que voc considera importante na escolha do supermercado para fazer compras mensais? Fonte: Elaborao do autor (2010).
96
Estatstica I
e) Grficos em colunas ou em barras mltiplas

Este tipo de grfico geralmente empregado quando queremos representar, simultaneamente, dois ou mais fenmenos estudados com o propsito de comparao. Observe o exemplo.
Tabela 3.4 -Balana Comercial brasileira (Valores em US$ Milhes), 2005 a 2009 Ano 2005 2006 2007 2008 2009 Exportao 118.309 137.807 160.649 197.953 152.252 Importao 73.545 91.350 120.610 173.148 127.637
Fonte: Base de dados do Portal Brasil, Banco Central do Brasil, Ministrio do Desenvolvimento, Siscomex e Fundao Getlio Vargas (2010).
Grfico 3.11 - Balana comercial brasileira (Valores em US$ milhes), 2005 a 2009. Fonte: Base de dados do Portal Brasil, Banco Central do Brasil, Ministrio do Desenvolvimento, Siscomex e Fundao Getlio Vargas (2010).
Anlise dos dados Observando o grfico, podemos concluir que o saldo da Balana Comercial brasileira positivo, pois as colunas em cinza claro, que representam as exportaes em todos os anos, so maiores que as colunas de cor cinza escuro que representam as importaes. O ano que representou um maior volume de exportao e tambm de importao foi o de 2008. O menor volume de importao foi no ano de 2005.
Unidade 3
97
Analise outro exemplo: indicadores de inflao para reajuste de aluguel. Que informaes pode obter dos dados?
Tabela 3.5 - Indicadores de inflao utilizados para reajuste de aluguel, Abr. a Jun. /2010. Indicador IPC/IEPE INPC/IBGE IPC/FIPE IGP-DI/FGV IGP-M/FGV IPCA/IBGE Fonte: Secovi/RS (2010). Abril 4,03 5,30 4,97 2,26 1,94 5,17 Maio 4,28 5,49 5,05 2,95 2,88 5,26 Junho 4,11 5,31 4,93 4,38 4,18 5,22
Grfico 3.12 - Indicadores de inflao utillizados para reajuste de aluguel, Abr. a Jun./2010. Fonte: Secovi/RS (2010).
e) Grfico Polar
o grfico mais indicado quando temos necessidade de representar variaes cclicas, ou seja, que se repetem em perodos pr-determinados. O grfico polar mais utilizado em estudos climticos (para sries temporais). Observe o exemplo na tabela 3.6 e no grfico 3.13
98
Estatstica I
Tabela 3.6 - Temperatura mdia mensal em 2000. Ms Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez Temperatura 30 31 29 28 26 24 20 19 22 23 26 29
Fonte: Estao meteorolgica (2001).
Grfico 3.13 - Temperatura mdia mensal em 2000. Fonte: Estao meteorolgica - dados fictcios (2001).
Unidade 3
99
Cartograma
O cartograma a representao sobre uma carta geogrfica. Este grfico empregado quando o objetivo o de figurar os dados estatsticos diretamente relacionados com reas geogrficas ou polticas. Observe o exemplo na tabela 3.7 e no grfico 3.14.
Tabela 3.7 - Populao projetada da regio sul do Brasil 2008. Estados Paran Santa Catarina Rio Grande do Sul
Fonte: IBGE (2008).
Populao 10.686.247 6.118.743 10.914.128
rea (km2 ) 199.314,850 95.346,181 281.748,538
Densidade 53,61 64,18 38,74
POPULAO PROJETADA DA REGIO SUL BRASIL - 2008
DENSIDADE POPULACIONAL PROJETADA DA REGIO SUL DO BRASIL - 2008
500.000 habitantes
menos de 65 hab/km2 menos de 54 hab/km2 menos de 39 hab/km2
Grfico 3.14 - Exemplo de cartograma. Fonte: Adaptado de Crespo (2009, p.39).
Pictogramas
Estes so construdos a partir de figuras ou conjunto de figuras representativas da intensidade ou das modalidades do fenmeno. So mais utilizados em jornais, revistas, cartazes e propagandas, ou seja, quando se deseja dar um efeito mais atrativo ou chamar a ateno, sem nenhum rigor cientfico.
100
Estatstica I
Regras bsicas que regem a construo de pictogramas:
os smbolos devem ser autoexplicativos, ou seja, devem ter relao com o assunto ou com a abordagem utilizada na confeco do grfico; as quantidades podem ser expressas por um nmero maior ou menor de smbolos ou por variaes nos tamanhos dos smbolos; geralmente, este tipo de grfico expressa uma viso geral do fenmeno, sem muitos detalhes; este tipo de grfico no serve para interpretaes tcnicas.
Observe os exemplos no diagrama 3.1 e 3.2.
Diagrama 3.1 - A queda da fecundidade. Fonte: Instituto Brasileiro de Geografia e Estatstica (2010).
Unidade 3
101
Diagrama 3.2 - Evoluo dos preos custos da cesta bsica em Florianpolis (em R$). Fonte: Dieese SC e Dirio Catarinense (2009).
Seo 3 Representao grfica de uma distribuio

Alguns grficos em Estatstica so usados para interpretaes de informaes, anlises de dados e, tambm, para a deduo geomtrica de frmulas de algumas medidas importantes. Para as distribuies de frequncias simples, so utilizados o histograma e o polgono de frequncias. E, para as frequncias acumuladas, utilizado o polgono de frequncias acumuladas.
Histograma
Este grfico muito semelhante ao de colunas, ou seja, formado por um conjunto de retngulos justapostos, de maneira que a altura de cada retngulo seja proporcional frequncia simples da classe por ele representada.
102
Estatstica I
construdo no sistema de eixos cartesianos. No eixo horizontal so marcados os valores ou intervalos das classes assumidos pela varivel. No eixo vertical so marcadas as frequncias simples, que serviro para marcar a altura dos retngulos, indicando, assim, o nmero de observaes (ocorrncias) de cada valor ou classe da varivel. Como a altura de cada retngulo proporcional frequncia simples, a rea de cada retngulo tambm o . Considerando isso, a soma das reas dos retngulos tambm proporcional frequncia total.
Como construir um histograma?
Siga os seguintes passos:
desenhe os eixos vertical e horizontal; faa as escalas em cada um dos eixos - no horizontal, os intervalos de classe; e, no vertical, a frequncia; desenhe os retngulos que representam cada intervalo, com a mesma largura de cada intervalo e com a altura proporcional s frequncias dos intervalos; no se esquea de escrever o ttulo e a fonte.
Observe o exemplo na tabela 3.9 e no grfico 3.15.
Unidade 3
103
Tabela 3.9 - Quantidade de xido de enxofre.
Quantidade de xido de enxofre

6,2 |--- 9,9
N de meses (fi)
6 10 11 20 13 7 3
9,9 |--- 13,6 13,6 |--- 17,3 17,3 |--- 21,0 21,0 |--- 24,7 24,7 |--- 28,4 28,4 |--- 32,1
Total Fonte: Elaborao do autor (2010).
70
Grfico 3.15 - Emisso de xido de enxofre nos ltimos 70 meses (em toneladas). Fonte: Elaborao do autor (2010).
H uma analogia dos histogramas com os grficos de barras. Mas, nos grficos de barras, no h necessidade de se usar escala horizontal contnua, alm de no ser necessria a rigidez de construo que tm os histogramas.
104
Estatstica I
Polgono de frequncias
Unindo por linhas retas os pontos mdios das bases superiores dos retngulos do histograma, obtm-se outra representao dos dados, denominada Polgono de Frequncias. Voc pode observar que a rea do histograma igual rea abaixo do polgono de frequncias, ou seja, os retngulos que ficam fora so compensados pelos tringulos que esto adicionados por dentro.
Grfico 3.16 - Emisso de xido de enxofre em toneladas. Fonte: Elaborao do autor (2007).
Unidade 3
105
Sntese
Nessa unidade, voc estudou como os grficos facilitam a nossa vida. Com eles, temos acesso rpido e claro s informaes, sem necessidade de grandes clculos. Mas um alerta importante que no pode ser esquecido que apenas a qualidade e a clareza do grfico do condio para um bom trabalho, afastando toda possibilidade de tendenciosidade. Nesta unidade voc pde estudar, tambm, os tipos de diagramas, os pictogramas e os grficos representativos de distribuio de frequncias. Com tudo, voc j tem condies de realizar, agora, algumas anlises rpidas de diversos tipos de grficos. O passo seguinte, ento, ser estudar outras formas de anlises e medidas, que sempre auxiliam na leitura e interpretao de dados. Na prxima unidade, voc ir estudar as medidas de posio, que so umas das mais importantes dentro da Estatstica.
1) A tabela apresenta os valores da taxa Selic referentes aos meses de janeiro a setembro de 2010. Nesta atividade, voc dever: a) construir um grfico, observando o tipo indicado para esta srie estatstica. Para a construo do grfico, voc pode utilizar uma planilha eletrnica; b) analisar o grfico e descrever as principais informaes obtidas do mesmo.
106
Estatstica I
Tabela 3.10 - Taxa Selic, Jan. a Set. /2010. Ms Jan Fev Mar Abr Mai Jun Jul Ago Set Taxa (%) 8,75 8,75 8,75 9,50 9,50 10,25 10,75 10,75 10,75
Fonte: Banco Central (2010).
2) A seguir voc tem uma distribuio de frequncias e um sistema de eixos. Construa o histograma e o polgono de frequncias para esta distribuio, usando o sistema de eixos (no se esquea de todos os componentes de um grfico, inclusive as escalas dos eixos, ttulo e fonte). Para a construo do grfico, voc pode utilizar a ilustrao a seguir ou uma planilha eletrnica. Tabela 3.11 - Volume de vendas mensal, em milhares de reais, dos representantes de uma empresa que fabrica remdios outubro/2010.
Volume de vendas (em mil reais)

15,9 | 18,7
N de representantes (fi)
12 8 12 5 3 6 10
18,7 | 21,5 21,5 | 24,3 24,3 | 27,1 27,1 | 29,9 29,9 | 32,7 32,7 | 35,5
Total ( )
56
Unidade 3
107
108
Estatstica I
Saiba mais
Se voc desejar, aprofunde os contedos estudados nesta unidade ao consultar as seguintes referncias: CRESPO, Antnio Arnot. Estatstica fcil. 19. ed. So Paulo: Saraiva, 2009. FLEMMING, Diva Marlia. Representaes grficas. So Jos: Saint Germain, 2003. LEVIN, Jack. Estatstica aplicada s cincias humanas. So Paulo: Habra, 1987. NEUFELD, John L. Estatstica aplicada administrao usando excel. So Paulo: Prentice Hall, 2003. TRIOLA, Mario F. Introduo estatstica. Rio de Janeiro: LTC, 1999. VIEIRA, Sonia. Princpios de estatstica. So Paulo: Pioneira, 2003.
Unidade 3
109
UNIDADE 4
Medidas de posio

Reconhecer os tipos de medidas de posio. Calcular e interpretar a mdia, a moda e a mediana para dados brutos. Calcular e interpretar mdia para dados agrupados. Compreender e calcular separatrizes.
Sees de estudo
Seo 1 Seo 2 Seo 3 Seo 4 Seo 5 Medidas de posio Como calcular a mdia? Como calcular a moda? Como calcular a mediana? Como calcular separatrizes?

Nas unidades anteriores, voc j aprendeu como montar tabelas e grficos. Agora, nesta unidade, voc ir estudar algumas medidas que so importantes e bastante usadas em mtodos estatsticos. Ir aprender no s a calcular dados brutos como tambm a calcular dados organizados em tabelas. Para isso, cada seo est separada em trs partes, ou seja, mostra como calcular cada uma das medidas para dados brutos, para dados agrupados sem intervalos e com intervalos. Bom estudo!
Seo 1 Medidas de posio

Para voc estudar as sries de dados estatsticos, pode usar uma gama de medidas que caracterizam e resumem satisfatoriamente esses dados.
Por que estudar as medidas de posio?

As medidas de posio, chamadas assim pela posio que ocupam na srie estatstica, podem ser bastante teis, se bem utilizadas e interpretadas, no apenas por elas mesmas mas tambm auxiliando o clculo de outras medidas que voc estudar nas prximas unidades. Muitas vezes, tambm, facilitam o estudo de grandes volumes de dados. Reduzi-los a estas medidas assegura uma noo do comportamento dos mesmos. As medidas de posio, em sntese, podem ser divididas da seguinte maneira:
medidas de tendncia central so valores da varivel que tendem a estar no centro da srie, por isso o nome. Referem-se ao valor da varivel que est seno no centro mas perto dele. So de trs tipos:
112
Estatstica I
mdia moda
mediana
separatrizes so valores da varivel que dividem a srie ordenada de dados em partes com a mesma quantidade de observaes.
Qual medida de tendncia central usar?
Levando em considerao todas as medidas de tendncia central estudadas nesta unidade - mdia, mediana e moda - tenha presente que no h uma resposta simples e objetiva para se determinar a medida mais representativa. Acompanhe no quadro a seguir um resumo das vantagens e desvantagens de cada medida de tendncia central.
Medida Mdia Definio soma de todos os valores dividida pelo nmero de valores valor que divide a srie na metade Frequncia mais usada Existncia existe sempre Leva em conta todos os valores? sim afetada pelos valores extremos? sim Vantagens e desvantagens usada em toda a estatstica; funciona bem com muitos mtodos estatsticos costuma ser uma boa escolha, se h alguns valores extremos apropriada para dados no nvel nominal
Mediana
usada comumente
existe sempre
no
no
Moda
valor que mais usada s vezes se repete (maior frequncia)
pode no existir ou pode haver mais de uma
no
no
Quadro 4.1 - Resumo das vantagens e desvantagens das medidas de tendncia central. Fonte: Elaborao do autor (2007).
Agora vamos estudar como calcular cada uma das medidas de tendncia central.
Unidade 4
113
Seo 2 Como calcular a mdia?

A mdia uma das medidas mais importantes dentro da Estatstica. Ela o ponto de equilbrio de uma srie de dados.
Acompanhe uma boa representao de mdia no esquema a seguir:
Esquema 4.1 - A mdia como ponto de equilbrio. Fonte: Triola (1999, p. 32).
Vrios tipos de mdias podem ser calculados para uma massa de dados. A mais importante a mdia aritmtica.
Mdia aritmtica
Em termos de denominao, a mdia aritmtica denotada como: = para mdia dos dados de uma amostra para mdia dos dados de uma populao
Como calcular a mdia aritmtica para dados brutos?
114
Estatstica I
Para calcular a mdia aritmtica de dados brutos, use a frmula:
Observe que esta frmula refere-se soma de todos os valores, dividida pelo nmero de valores, Onde: n = nmero de valores da srie (ou tamanho da amostra) x i = valores da srie
Um exemplo bem tpico quando voc realiza o clculo da mdia das notas de suas avaliaes nas disciplinas. Considere, por exemplo, que as notas obtidas nas disciplinas cursadas por voc sejam: 7; 7,8; 6 e 8. Ento a mdia ser:
Como calcular a mdia aritmtica para dados agrupados? Existem dois modos de agrupar os dados - varivel discreta e varivel contnua. Desta mesma forma, o clculo para a mdia aritmtica aplicado, ento, para: a) dados agrupados sem intervalos (varivel discreta) e b) dados agrupados com intervalos (varivel contnua). Agora, acompanhe cada uma delas em detalhe.
a) Dados agrupados sem intervalos (varivel discreta)

Para os dados agrupados (em tabela) sem intervalos, utiliza-se a frmula descrita a seguir, na qual cada frequncia simples pode ser considerada como peso. Por isso que chamada, tambm, de mdia aritmtica ponderada (pesos).
Unidade 4
115
Use a seguinte frmula para clculo de dados agrupados sem intervalos:

x= x i. f i fi
Leia: a soma de todos os valores multiplicados por sua frequncia simples, dividida pela soma das frequncias (frequncia total), Onde: n = nmero de valores da srie (ou tamanho da amostra) x i = valores da srie f i = frequncia simples de cada xi
Calcule a mdia dos dados representados na tabela a seguir: Tabela 4.1 - Nmero de defeitos por peas analisadas do lote zyz.
Para auxiliar os clculos, na tabela, crie uma coluna direta.
Agora, para sua melhor compreenso, experimente seguir os clculos passo a passo.
116
Estatstica I
Passo 1 some a coluna das frequncias simples (f i) para obter (frequncia total): = 56 Passo 2 multiplique cada x i por sua correspondente f i e escreva na coluna x i.f i. x i.f i e Passo 3 some os valores calculados no Passo 2 x i.f i = 55 escreva no final da coluna esse resultado: Passo 4 divida o resultado do Passo 3 ( x i.f i ) pelo resultado do Passo 1 ( ). O clculo assim:
= 55 = 0, 98 56
O modo como voc vai interpretar este resultado o seguinte: o valor mdio da srie 0,98, ou seja, o nmero mdio de defeitos por pea 0,98, aproximadamente 1.
b) Dados agrupados com intervalos (varivel contnua)

Para os dados agrupados, ou seja, em tabela, com intervalos, utiliza-se a frmula descrita a seguir, semelhante usada para dados sem intervalos, sendo que, por estar usando intervalos, usam-se agora os pontos mdios e no xi.
Leia: a soma de todos os pontos mdios multiplicados por sua frequncia simples, dividida pela soma das frequncias (frequncia total), Onde: n = nmero de valores da srie (ou tamanho da amostra) PM = ponto mdio do intervalo f i = frequncia simples de cada intervalo
Unidade 4
117
Lembre-se, voc j estudou ponto mdio na unidade anterior!
Quando voc trabalha com dados agrupados em intervalos, passa a trabalhar com a perda dos valores individuais, ou seja, voc sabe a frequncia de cada intervalo, mas no sabe exatamente quais so os valores contidos nele (intervalo). Por esse motivo, o clculo da mdia, nesse caso, feito com o uso do ponto mdio. A mdia, sendo assim, um valor aproximado. Observe o clculo da mdia dos dados representados na tabela a seguir.
Tabela 4.2 - Volume de vendas mensal, em milhares de reais, dos representantes de uma empresa que fabrica remdios - outubro/2003.
Agora, para sua melhor compreenso, experimente seguir os clculos passo a passo. Passo 1 some a coluna das frequncias simples (f i) para obter (frequncia total): = 56 Passo 2 calcule o ponto mdio de cada intervalo. Voc lembra?
118
Estatstica I
Passo 3 multiplique cada PM por sua correspondente f i e escreva na coluna PM.f i Passo 4 some os valores calculados no Passo 3 PM.f i e escreva no final da coluna esse resultado: PMi.f i = 1.386 Passo 5 divida o resultado do Passo 4 ( resultado do Passo 1 ( ).
x= 1.386 = 24, 75 56
PM.f i) pelo
O modo como voc vai interpretar este resultado : o valor mdio da srie 24,75, ou seja, o volume mdio de vendas de R$ 24,75 mil.
Seo 3 Como calcular a moda?

Em sntese, a moda o valor que mais se repete, ou seja, o valor de maior frequncia.
Em termos de denominao, a moda denotada como:
Mo
a) Como calcular a moda para dados brutos?

A moda ser o valor que mais se repete no conjunto de dados. Uma srie poder ser: unimodal, bimodal, polimodal ou amodal.
Unidade 4
119
A seguir, acompanhe os exemplos de cada tipo de moda, para compreender bem estes conceitos.
Exemplo 1 Sendo X: 15, 16, 19, 20, 20, 22, 22, 22, 25, 26,28. Aqui, o elemento que mais se repete o 22, ento Mo=22 Observe que o nmero 20 se repete, mas no mais que o 22. Para esse caso, onde a Mo = 22, dizemos que a srie unimodal.
Exemplo 2 Sendo X: 15, 16, 20, 20, 20, 22, 22, 22, 25, 26,28. Aqui, os elementos que mais se repetem so o 20 e o 22, ento Mo1=20 e Mo2=22. Para esse caso, onde h duas modas na srie, dizemos que a srie bimodal. Acima de duas modas, mais comum chamar a srie de polimodal.
Exemplo 3 Sendo X: 20, 20, 22, 22, 25, 25, 28,28. Na srie acima, no h um elemento que mais se repete, pois todos tm a mesma frequncia. Nesse caso, dizemos que a srie amodal.
Assim como voc estudou na mdia, aqui, tambm, para efeito de clculo, voc usar diferente tratamento, quando se tratar de dados agrupados sem intervalos (varivel discreta) e dados agrupados com intervalos (varivel contnua).
120
Estatstica I
b) Como calcular a moda para dados agrupados?

Vimos que, para calcular a moda em uma srie com dados no agrupados em classe (varivel discreta), necessrio observar somente o termo que mais aparece, ou seja, a frequncia mais alta. Veja o exemplo na tabela 4.3.
Tabela 4.3 - Idades de 50 alunos de uma universidade. Idade (anos) 17 18 19 20 21 Total Nmero de alunos 3 18 17 8 4 50
Para identificarmos a mdia, precisamos observar a maior frequncia, que, neste caso, 18. Logo, a idade que corresponde maior frequncia 18, ento a moda = 18 anos. Para uma distribuio de frequncia com os dados agrupados em classe (varivel contnua), pela prpria complexidade como as variveis se apresentam, teremos que fazer uso de uma frmula, para podermos identificar a moda.
Um breve histrico da moda para dados agrupados

No incio, o clculo da moda fazia-se atravs do ponto mdio da classe modal: tratava-se de uma forma bem simples e rudimentar de calcular. Depois, percebeu-se que esse mtodo apresentava falhas. At que surgiu o matemtico de nome King, o qual props um segundo modelo, que levou o seu nome, e, durante um perodo longo, passou-se a us-lo. Mesmo assim, percebia-se no ser modelo o ideal. A partir do processo de Czuber, quando se necessita calcular a moda de uma Distribuio de Frequncia,
Unidade 4
121
emprega-se este modelo. Muitos livros ainda trazem ambos os modelos: King e Czuber. Aqui, vamos estudar a Moda Czuber, a qual leva em considerao as variaes das frequncias da classe anterior e posterior em relao frequncia modal. Mo = Li +
d1 .h d1 + d 2
Onde: Li = Limite inferior da classe modal d1 = Diferena entre a frequncia de classe modal e a vizinha imediatamente anterior d2 = Diferena entre a frequncia de classe modal e a vizinha imediatamente posterior h = Amplitude do intervalo de classe Para exemplificar, calcule a moda para a distribuio, a qual representa os salrios de 25 funcionrios selecionados de uma empresa.
Tabela 4.4 - Valor do salrio base de funcionrios de uma empresa. Salrios (R$) 1.000 1.200 1.200 1.400 1.400 1.600 1.600 1.800 1.800 2 .000 Total N de funcionrios 2 6 10 5 2 25 Classe modal Vizinha imediatamente posterior Vizinha imediatamente anterior
122
Estatstica I
O primeiro passo identificar a classe modal, ou seja, a classe com a maior frequncia. Logo, a classe modal de 1400 a 1600 com a frequncia 10. Depois de identificarmos a classe modal, vamos identificar os valores que vamos precisar para calcularmos a moda. Li = 1.400 (Limite inferior da classe modal) d1= 10 6 = 4 (Diferena entre a freq. de classe modal e a vizinha imediatamente anterior) d2= 10 -5 = 5 (Diferena entre a freq. de classe modal e a vizinha imediatamente posterior) h = 200 (Amplitude do intervalo de classe)
d1
.h Substituindo os valores na frmula: Mo = Li + d1 + d 2 temos:
Mo = 1.400 + 4 + 5 .200 Mo = 1.400 + (0,4444). 200 Mo = 1.400 + 88,89 Mo = 1.488,89 Interpretao A moda R$ 1.488,89, ou seja, este o salrio que mais se repete.
Unidade 4
123
Seo 4 Como calcular a mediana?

A mediana o valor que divide o total de observaes em duas partes iguais, tanto para valores abaixo dela quanto para valores acima.
Em termos de denominao, a mediana denotada como:
Me = Mediana
(tambm usado md)
a) Como calcular a mediana para dados brutos?

Em primeiro lugar, voc dever ordenar os dados em ordem crescente (Rol), depois determinar o nmero de elementos (n) do mesmo. Para clculo da mediana, h dois casos: um para clculo de elementos mpares, e outro para clculo de elementos pares. Veja como proceder em cada caso.
1 Caso: quando n mpar

Calcule a posio da mediana, como segue:
Calcule a mediana da srie: X: 5, 30, 27, 9, 15, 19, 24, 20, 31.
124
Estatstica I
Para entender, s seguir os clculos passo a passo. Passo 1 ordene de forma crescente: 5, 9, 15, 19, 20, 24, 27, 30, 31 Passo 2 o nmero de elementos 9 (n = 9 - mpar) Passo 3 Passo 4 a mediana o 5 elemento Me = 20
1 5 2 9 3 15 4 19 5 20 6 24 7 27 8 30 9 31
Interpretao
50% dos valores da srie so inferiores ou iguais a 20; e 50% dos valores da srie so superiores ou iguais a 20.
2 Caso: quando n par

Calcule a posio da mediana, usando as seguintes frmulas: e Para voc encontrar a mediana, calcule o ponto mdio dos dois valores que ocupam as posies calculadas.
Calcule a mediana da srie: X: 5, 30, 27, 9, 15, 19, 24, 20.
Passo 1 ordene de forma crescente: 5, 9, 15, 19, 20, 24, 27, 30 Passo 2 o nmero de elementos 8 (n = 8 par)
Unidade 4
125
Passo 3
Passo 4 a mediana est entre o 4 (19) e o 5 (20) elemento, portanto:
1 5
2 9
3 15
4 19 19,5
5 20
6 24
7 27
8 30
Interpretao
50% dos valores da srie so menores que 19,5; e 50% dos valores da srie so maiores que 19,5.
Voc percebeu como se encontra a mediana para dados brutos?
Assim como voc estudou na mdia, com a mediana, para efeito de clculo, voc tambm usar diferente tratamento, quando se tratar de dados agrupados sem intervalos (varivel discreta) e dados agrupados com intervalos (varivel contnua).
b) Como calcular a mediana para dados agrupados?

Se os dados esto apresentados na forma de uma tabela, eles j esto naturalmente ordenados. Ento vamos calcular a mediana para dados agrupados sem intervalos e com intervalos de classe.
126
Estatstica I
Dados agrupados sem intervalos (varivel discreta)

Neste caso, basta verificar se o nmero total de elementos da srie mpar ou par, e aplicar o mesmo raciocnio do caso anterior. Observe o exemplo.
Tabela 4.5 - Idade de 50 alunos de uma Universidade. Idade (anos) 17 18 19 20 21 Total Fonte: Elaborao do autor (2010). Nmero de alunos 3 18 17 8 4 50 fac 3 21 38 46 50 1 3 posio 4 21 posio 22 38 posio 39 46 posio 47 50 posio
Para facilitar a localizao dos termos centrais, construmos a frequncia acumulada crescente (fac).
O primeiro passo achar a posio em que se encontra a mediana. Quando temos os dados em tabela com um nmero grande de elementos, como na tabela anterior, usamos a frmula P = n/2 para encontrar a posio. Logo:
P= 50 = 25 2
O resultado indica que a mediana est na 25 posio, ento precisamos verificar os valores na terceira coluna da frequncia acumulada crescente. Temos 3 alunos com 17 anos e 21alunos com 18 anos. At aqui j estamos na 24 posio, logo a posio seguinte a que procuramos. Ento, na soma 38, esto inclusos os valores da 25 posio at a 38. Para achar a mediana, basta verificarmos qual idade corresponde a essa soma, ou seja, 19 anos. Assim: Mediana = 19 anos
Unidade 4
127
Interpretao
50% dos alunos da srie possuem idade inferior ou igual a 19 anos; e, 50% dos alunos da srie possuem idade igual ou superior a 19 anos.
Dados agrupados com intervalo de classe (varivel contnua)

Quando a srie agrupada em classes, a mediana corresponder ao termo que dividir a srie em duas partes iguais. classe que contm a mediana chamamos classe mediana. Neste caso, vamos localizar uma classe onde se encontra a mediana, utilizando a frmula:
n Fa 2 .h fi
Me = Li +
Onde: Li = Limite inferior da classe que contm a mediana n = f = nmero de elementos da srie n/2 = termo usado para identificar a classe mediana Fa = frequncia acumulada anterior fi = frequncia da classe mediana h = amplitude do intervalo de classe
Devido s condies impostas na obteno da frmula da mediana, o valor obtido pela frmula um valor aproximado do verdadeiro valor mediano da srie.
Todas as medidas calculadas para uma varivel contnua sero valores aproximados para estas medidas, uma vez que, ao
128
Estatstica I
agruparmos os dados segundo uma varivel contnua, h perda de informaes quanto identidade dos dados. (SILVA, 1999).
A tabela a seguir revela o consumo de energia eltrica em 250 residncias de famlias da classe mdia, com dois filhos. Calcule e interprete o valor mediano.
Tabela 4.6 - Consumo de energia eltrica em residncias. Consumo (kWh) 0 50 50 100 100 150 150 200 200 250 250 300 300 350 Total N de famlias 2 15 32 47 50 80 24 250
Para o clculo da mediana, o primeiro passo calcular a frequncia acumulada crescente, acrescentando os valores em uma nova coluna na prpria tabela.
Tabela 4.7 - Consumo de energia eltrica das famlias Consumo ( kWh) 0 50 50 100 100 150 150 200 200 250 250 300 300 350 Total N de famlias 2 15 32 47 50 80 24 250 fac 2 17 49 96 146 226 250 97 146 posio, logo a mediana encontra-se nesta classe
Unidade 4
129
Agora, precisamos achar a posio da mediana P =

P= 250 = 125 . 2
n , logo 2
Observando a coluna com a fac, verificamos que a posio 96 vai at 200 kWh, assim a 125 a posio seguinte, que vai at a posio 146 . Essa a classe da mediana que vai de 200 at 250 kWh. Vamos identificar os dados para aplicar na frmula: Li= 200 (limite inferior da classe da mediana) n = 250 (nmero da amostra) n/2 = 250/2 = 125 (termo usado para identificar a classe mediana) Fa = 96 (frequncia acumulada anterior) fi = 50 (frequncia da classe mediana)
h = 50 (amplitude do intervalo de classe) Aps a identificao de todos os valores, vamos aplicar na frmula: Me = Li +
n Fa 2 .h fi
Me = 200 +
250 96 2 .50 50
Me = 200 + (0,58) x 50 Me = 200 + 29 Me = 229
130
Estatstica I
Interpretao
50% das famlias consumiram valor igual ou inferior a 229 kWh; e, 50% das famlias consumiram valor igual ou superior a 229 kWh.
Seo 5 Como calcular separatrizes?

Alm das medidas de tendncia central, na maioria dos casos o pesquisador tem interesse em conhecer outros aspectos relativos ao conjunto de valores, alm de um valor central ou valor tpico. A seguir, acompanhe como algumas informaes relevantes podem ser obtidas por meio do conjunto de medidas: quartis, decis, percentis, etc.
Conjunto de medidas QUARTIS Conceito Representao Denominao 1 quartil, 2 quartil e 3 quartil 1 decil, 2 decil, ... e 9 decil 1 percentil, 2percentil, ... e 99 percentil
dividem uma srie ordenada em quatro partes iguais, ou seja, em Q1, Q2 e Q3 partes de 25% cada dividem uma srie ordenada em 10 partes iguais, ou seja, em D1, D2, .... e D9 partes de 10% cada dividem uma srie ordenada em 100 partes iguais, ou seja, em P1, P2, .... e P99 partes de 1% cada
DECIS
PERCENTIS
Quadro 4.2 - Informaes obtidas pelo conjunto de medidas. Fonte: Elaborao do autor (2010).
Unidade 4
131
a) Quartis (n/4)
Os quartis dividem um conjunto de dados em quatro partes iguais de 25% . Ou seja:
Q1 - 1o quartil deixa 25% dos elementos Q2 - 2o quartil coincide com a mediana, deixa 50% dos elementos Q3 - 3o quartil deixa 75% dos elementos
Para calcular o Q1 (primeiro quartil) e tambm o Q3 (terceiro quartil), utilizamos as seguintes frmulas: Q1 = Li +
n Fa 4 .h fi
Q3 = Li +
3n Fa 4 .h fi
Observe que a nica coisa que mudou foi a posio para encontrar o Q1, a qual passa a ser P= n/4, pois, agora, os dados sero divididos em 4 partes. Para encontrar a posio do Q3 (terceiro quartil): P = 3n/4.
Vamos utilizar o exemplo do consumo de energia aplicado ao clculo da mediana. Observe a tabela.
Tabela 4.8 - Consumo de energia eltrica das famlias. Consumo (KWH) 0 50 50 100 100 150 150 200 200 250 250 300 300 350 Total N de famlias 2 15 32 47 50 80 24 250 fac 2 17 49 96 146 226 250
132
Estatstica I
Pede-se para calcular o quartil Q1 e o quartil Q3 e interpretar os valores encontrados.
Vamos encontrar a posio do primeiro quartil Q1

P= n 250 = = 62, 5 4 4
A posio 62,5 onde se encontram 25% dos valores. Observando a tabela, percebemos que a posio est na terceira classe, ento vamos identificar todos os valores a serem utilizados na frmula, para encontrar o valor do Q1. Li= 150 (limite inferior da classe da mediana) n = 250 (nmero da amostra) n/2 = 250/4 = 62,5 (termo usado para identificar a classe mediana) Fa = 49 (frequncia acumulada anterior) fi = 47 (frequncia da classe mediana) h = 50 (amplitude do intervalo de classe) Substituindo os valores na frmula: Q1 = Li +
n Fa 4 .h fi
Q1 = 150 +
250 49 4 .50 47
Q1 = 150 + (0,2872) 50 Q1 = 150 + 14,36 Q1 = 164,36 Interpretao
25% das famlias consumiram valor igual ou inferior a 164,36 kWh; e 75% das famlias consumiram valor igual ou superior a 164,36 kWh.
Unidade 4
133
Vamos encontrar o valor do terceiro quartil Q3
Em primeiro lugar, precisamos encontrar a posio do terceiro quartil:

P= 3n 3 x 250 = = 187, 50 4 4
A posio 187,50 onde se encontram 75% dos valores. Observando na tabela, percebemos que a posio est na sexta classe, ento vamos identificar todos os valores necessrios para usar na frmula e encontrar o valor do terceiro quartil - Q3. Li= 250 (limite inferior da classe da mediana) n = 250 (nmero da amostra) n/2 = 3x250/4 = 187,50 (termo usado para identificar a classe mediana) Fa = 146 (frequncia acumulada anterior) fi = 80 (frequncia da classe mediana) Substituindo os valores na frmula: Q3 = Li +
3n Fa 4 .h fi
h = 50 (amplitude do intervalo de classe)

3 x 250 146 4 .50 80
Q3 = 250 +
Q3 = 250 + (0,51875) 50 Q3 = 250 + 25,94 Q3 = 275,94 Interpretao
75% das famlias consumiram valor igual ou inferior a 275,94 kWh; e, 25% das famlias consumiram valor igual ou superior a 275,94 kWh.
134
Estatstica I
b) Decis (N/10)
Os decis dividem um conjunto de dados em dez partes iguais de 10%. Ou seja: D1 = 1o decis deixa 10% dos elementos D5 = 5o decis = Me= Q2, deixa 50% dos elementos D9 = 9o decis deixa 90% dos elementos Para calcular os decis, observe os seguintes passos: 1o passo: calculamos i.n onde i = 1, 2, 3, 4, 5, 6, 7, 8, 9
10 ... ...
2o passo: identifica-se a classe Di pela fac 3o passo: aplica-se a frmula: Di = Li +

in Fa 10 .h fi
Neste caso, tambm vamos usar o exemplo do consumo de energia aplicado no quartil para calcular o Quarto Decil (D4).
Inicialmente, precisamos identificar a posio: P=

in 4 x 250 1000 = = = 100 10 10 10
Ento, a posio 100. Observando na tabela, percebemos que a posio est na quinta classe. Assim, vamos identificar todos os valores para aplicar na frmula e encontrar o valor do Quarto Decil (D4): Li = 200 (limite inferior da classe da mediana) n = 250 (nmero da amostra)
Unidade 4
135
n/2 = 4x250/10 = 100 (termo usado para identificar a classe mediana) Fa = 96 (frequncia acumulada anterior) fi = 50 (frequncia da classe mediana) h = 50 (amplitude do intervalo de classe) Substituindo os valores na frmula: D4 = Li +
in Fa 10 .h fi
D4 = 200 +
4 x 250 96 10 .50 50
D4 = 200 + (0,08) 50 D4 = 200 + 4,00 D4 = 204,00 Interpretao
40% das famlias consumiram valor igual ou inferior a 204 kWh; e 60% das famlias consumiram valor igual ou superior a 204 kWh.
c) Percentis (N/100)
So as medidas que dividem a amostra em 100 partes iguais de 1%. Ou seja: P1 - 1o Percentil = 1% P50 - 50o Percentil = 50% = Q2 = D5 =Me P99 - 99o Percentil = 99%
... ...
136
Estatstica I
Para calcular os percentis, observe os seguintes passos: 1o passo: Calcula-se

in onde i = 1, 2, 3,...., 98, 99 100
2o passo: Pela fac, identifica-se a classe Pi
in Fa .h 3o passo: Usa-se a frmula Pi = Li + 100 fi
Vamos continuar com o mesmo o exemplo usado nos Quartis e Decis para calcular o Percentil 90 (P90).
Inicialmente, precisamos identificar a posio: P=

in 90 x 250 22500 = = = 225 100 100 100
Observando na tabela, percebemos que a posio 225 est na sexta classe, ento vamos identificar todos os valores que precisamos para usar na frmula e encontrar o valor do Percentil 90. Assim: Li = 250 (limite inferior da classe da mediana) n = 250 (nmero da amostra) n/2 = 90x250/100 = 225 (termo usado para identificar a classe mediana) Fa = 146 (frequncia acumulada anterior) fi = 80 (frequncia da classe mediana) Substituindo os valores na frmula: h = 50 (amplitude do intervalo de classe)
Unidade 4
137
P90 = Li +
in Fa 100 .h fi
P90 = 250 +
90 x 250 146 100 .50 80
P90 = 250 + (0,9875) 50 P90 = 250 + 49,38 P90 = 299,38 Interpretao
90% das famlias consumiram valor igual ou inferior a 299,38 kWh; e 10% das famlias consumiram valor igual ou superior a 299,38 kWh.
Sntese
Nesta unidade, voc aprendeu algumas medidas muito importantes para a anlise de dados. Estudou, tambm, a noo de como se calculam estas medidas, tanto dados brutos ou agrupados como dados com e sem intervalos. De todas as medidas estudadas at o momento, tenha em mente que a mais importante para voc a mdia, pois ela a mais usada nos clculos e anlises estatsticas. Agora responda: caso surja a necessidade de comparar dados de origens diferentes, sabendo que suas mdias (de salrios, de idade, de comprimento, etc.) so diferentes, que concluses voc poderia tirar? E se elas fossem iguais? Pois, na prxima unidade, voc ir aprender como proceder para interpretar tais situaes. At l!
138
Estatstica I
1) A tabela apresenta dados referentes remunerao em uma empresa. Foram levantados o nmero de funcionrios e sua faixa salarial, em nmero de salrios-mnimos. Calcule a mdia salarial dessa empresa. Tabela 4.9 - Remunerao da empresa.
2) Os dados apresentados demonstram valores referentes remunerao de duas filiais de uma empresa. Estes dados levantados referem-se ao nmero de salrios-mnimos. Calcule o salrio mediano (mediana) para cada filial e interprete seu resultado. Salrios das empresas: Filial 01
Sugesto: use a tabela a seguir para organizar e posicionar os dados.
Interpretao:
Unidade 4
139
Filial 02
Sugesto: use a tabela abaixo para organizar e posicionar os dados.
Interpretao:
3) Os dados apresentados nesta atividade so valores referentes remunerao de trs filiais de uma empresa. Foram levantadas as quantidades (nmeros) de salrios-mnimos. Calcule o salrio mais frequente (moda) para cada filial e interprete seu resultado. Salrios das empresas: a) Filial 01 7 1 6 7 5 6 8 8 2 5 1 1 3 2 2 2 1 7
140
Estatstica I
Filial 02
5 2
6 6
8 5
2 8
3 3
5 2
3 5
3 6
Filial 03 5 1 6 6 3 7 7 2 5 8 3 4 2 8 1 4
4) Uma pesquisa para determinar a eficincia de uma nova rao para animais, em termos de ganho de peso, mostrou que, aps um ms em que a rao normal foi substituda pela nova rao, os animais apresentaram um aumento de peso segundo a tabela: Aumento de peso em kg 0 1 1 2 2 3 3 4 4 5 N de animais 01 05 35 37 28
Calcular o aumento de peso mdio por animal. Se a rao antiga proporcionava, em iguais circunstncias, um aumento mdio de peso de 3,10kg/animal, esta nova rao pode, em princpio, ser considerada mais eficiente?
Unidade 4
141
5) A tabela 4.10 representa o nmero de faltas dos funcionrios de uma empresa. Tabela 4.10 - Nmero de falta dos funcionrios de uma empresa. N de faltas 0 1 2 3 4 5 6 7 8 Total Fonte: Elaborao do autor (2010). A partir dos dados indicados na tabela, determine os quartis, decis e percentis: a) Q1 b) Me c) Q3 d) D3 e) P10 f) P90 N de empregados 20 42 53 125 84 40 13 3 2 382 fac 20 62 115 240 324 364 377 380 382
142
Estatstica I
Saiba mais
Para aprofundar seus estudos sobre o contedo desta unidade: CRESPO, Antnio Arnot. Estatstica fcil. So Paulo: Saraiva, 2001. MARTINS, Gilberto de Andrade; DONAIRE, Denis. Princpios de estatstica. 4.ed. So Paulo: Atlas, 1990. SILVA, Ermes Medeiros da. Estatstica para os cursos de economia, administrao e cincias contbeis. 3.ed. So Paulo: Atlas, 1999. v.1. TOLEDO, Geraldo Luciano; OVALLE, Ivo Izidoro. Estatstica bsica. 2.ed. So Paulo: Atlas, 1985. TRIOLA, Mrio F. Introduo estatstica. Rio de Janeiro: LTC, 1999.
Unidade 4
143
UNIDADE 5
Medidas de disperso, assimetria e curtose


Identificar os tipos de medidas de disperso. Calcular e interpretar varincia e desvio padro para dados brutos e agrupados. Calcular e interpretar coeficiente de variao e de assimetria. Compreender e analisar simetria e assimetria. Calcular e interpretar coeficiente de curtose. Reconhecer curvas de curtose para anlise da disperso de uma srie de dados.
Sees de estudo
Seo 1 Seo 2 Seo 3 Seo 4 Seo 5 O que so as medidas de disperso? Como calcular a varincia e o desvio padro? Como comparar sries com mdias iguais e com mdias diferentes? O que a medida de assimetria? O que a medida de curtose?

Voc j pde estudar como se calcula mdia, moda, mediana e separatrizes. Pde, tambm, conhecer as interpretaes que so feitas sobre essas medidas. E agora? Ser que elas lhe bastaro por si ss? Voc j deve ter respondido no, no mesmo? Pois com elas se pode chegar a algumas concluses, mas elas no so suficientes para que voc possa avaliar o comportamento dos dados. Para complementar, vm as medidas de disperso, que servem para verificar a representatividade das medidas de posio, pois muito comum encontrarmos sries que, apesar de terem a mesma mdia, so compostas de maneira diferente. A mdia uma das medidas mais importantes. A varincia e o desvio padro medem a variabilidade dessa srie, alm de servir para comparar duas sries diferentes quanto disperso de seus valores. Nesta unidade, a proposta que voc estude medidas que caracterizam uma srie de dados, tais como medidas de disperso, assimetria e curtose. Bons estudos!
Seo 1 O que so as medidas de disperso?

Para entender o que so medidas de disperso, acompanhe os passos do exemplo a seguir. Uma empresa, na tentativa de realizar equiparao salarial entre suas filiais, fez um levantamento dos salrios de seus colaboradores. Os resultados foram listados a seguir:
146
Estatstica I
Filial 1: 2: 3:
nmero de salrios-mnimos por pessoa (10 pessoas) 6 1 5 6 8 6 6 9 7 6 2 7 6 6 6 6 10 5 6 5 6 6 8 7 6 7 5 6 4 6
Total 60 60 60
Se voc calcular a mdia salarial para cada filial, obter os seguintes resultados, respectivamente:
Filial 1: x =
60 = 6 ou seja, seis salrios-mnimos a 10
mdia salarial;
Filial 2: x = 60 = 6 ou seja, seis salrios-mnimos a

10
mdia salarial;
Filial 3: x = 60 = 6 ou seja, seis salrios-mnimos a

10
mdia salarial. Observe que as mdias salariais das trs filiais so iguais. E agora? Como diferenciar uma filial da outra? Olhando somente para os dados, voc pode tirar algumas concluses em cada filial:
Filial 1: os colaboradores tm o mesmo salrio; Filial 2: bastante diversificado o nvel salarial de cada um; Filial 3: existe uma diversificao pequena, ou seja, os salrios dos colaboradores esto bem prximos da mdia.
Ento, pode-se afirmar, quanto disperso das sries apresentadas, que:
Unidade 5
147
Filial 1: no uma srie em que os dados apresentam disperso com relao mdia, ou seja, os dados esto totalmente concentrados em torno da mdia; Filial 2: uma srie de dados em que os valores observados esto bastante dispersos, ou seja, apresenta muitos valores distantes da mdia. Podemos dizer que se trata de uma srie dispersa; Filial 3: h uma pequena diferena de alguns dados com relao mdia, ou seja, apresenta uma pequena disperso com relao mdia.
Em resumo, nas filiais 1 e 3, a mdia pode servir como uma medida representativa, mas, na Filial 2, esta situao est bastante prejudicada. Pois, justamente para identificar esses tipos de situaes, que so usadas as medidas de disperso.
Usar as medidas de disperso a maneira mais adequada para quantificar a disperso dos dados e avaliar a representatividade da mdia.
A variao determinada por qualquer medida de disperso denominada disperso absoluta. As principais medidas de disperso absolutas so:
amplitude total; desvio mdio simples; varincia; e desvio padro.
Destacamos que, nesta disciplina, somente sero abordados a varincia e o desvio padro.
148
Estatstica I
Como entender o desvio padro?

O desvio padro uma importante medida de disperso; com ele que voc conseguir quantificar a disperso dos dados de uma srie com relao a sua mdia. Em relao ao valor do desvio padro:
quanto maior o seu valor, mais dispersos esto os valores. Pode-se dizer, tambm, que mais distantes esto da mdia; quanto menor o seu valor, menos dispersos esto os valores. Pode-se dizer, tambm, que mais prximos esto da mdia.
Observe a representao no esquema a seguir.
Esquema 5.1 - Quanto mais distantes da mdia, mais dispersos esto os dados. Fonte: Triola (1999, p. 42).
Unidade 5
149
Seo 2 Como calcular a varincia e o desvio padro?

Para iniciar a trabalhar com disperso, necessrio que voc conhea primeiro as formas de representao da varincia e do desvio padro. Em termos de denominao, podem ser denotados para:
Populao varincia desvio padro Amostra varincia desvio padro
Como interpretar estas denominaes?

A varincia a mdia dos quadrados dos desvios de cada valor da srie com relao mdia. E o desvio padro a raiz quadrada da varincia. interessante dizer que, desta forma, o desvio padro sendo a raiz quadrada da varincia, fica mais simples analisar e comparar os valores com a mdia, pois, se fosse usada a varincia, as unidades seriam ao quadrado, enquanto que o desvio padro apresentaria as mesmas unidades que a mdia. Ficou complicado? No se preocupe! A seguir voc ir acompanhar alguns exemplos e frmulas para calcular a varincia e o desvio padro. Mantenha-se bem disponvel para aprender.
a) Como calcular a varincia e o desvio padro para dados brutos?

O quadro a seguir apresenta as frmulas utilizadas para calcular a varincia e o desvio padro.
150
Estatstica I
Medidas Varincia
Populao
Amostra
2 ( x) =
( xi - ) 2 n
s 2 ( x) =
( xi - x) 2 n -1
Desvio padro
( x) =
2( x)
s ( x) = s 2 ( x)
Quadro 5.1- Frmulas para o clculo de medidas de disperso com dados brutos. Fonte: Elaborao do autor (2010).
Para voc entender melhor, imagine que a mdia de depsitos dirios de uma agncia bancria seja de 120.000 reais e a varincia, de 25.000 reais ao quadrado. Seria difcil comparar reais com reais ao quadrado. Para tanto, ao se fazer uso do desvio padro, o qual corresponde raiz quadrada de 25.000 reais ao quadrado, teramos 5.000 reais. E esta a mesma unidade de medida da mdia.
A nica diferena entre as duas frmulas da varincia so os denominadores. Para populao, usa-se n e, para a amostra, usa-se n-1. Como, ao trabalhar com uma amostra para estimar valores de uma populao, a variabilidade dos dados maior, ento, dessa maneira, mais indicado usar n-1, para que no seja subestimada a disperso. O n-1 usado, neste caso, como uma correo para a varincia da amostra.
Quando voc estudou a mdia na unidade anterior, o exemplo apresentado calculou a mdia das notas de uma prova. Daremos continuidade ao exemplo, para calcular a varincia e o desvio padro. Acompanhe a resoluo passo a passo.
Uma vez dadas as notas: 6; 7; 7,8; e 8
Passo 1 calcular a mdia: observe que, na mdia para a populao, usa-se a letra grega .
=x= 6 + 7 + 7, 8 + 8 28, 8 = = 7, 20 4 4
Unidade 5
151
Passo 2 agora, calcule os desvios (xi - x)

(x1 - x) (6 7,20) = 1,20 (x2 - x) (7 7,20) = -0,20 (x3 - x) (7,8 7,20) = 0,60 (x4 - x) = (8 7,20) = 0,80
2 Passo 3 elevar ao quadrado cada desvio (xi - x)
(x1 - x) 2 (1,20)2 = 1,4400 (x2 - x) 2 (-0,20)2 = 0,0400 (x3 - x) 2 (0,60)2 = 0,3600 (x4 - x) 2 = (0,80)2 = 0,6400
Passo 4 calcular a mdia dos quadrados dos desvios, ou seja, a varincia. Aqui voc vai calcular para a populao e para a amostra.
Caso sejam dados de uma populao:
2 ( x) =
( xi - ) 2 1, 4400 + 0, 0400 + 0, 3600 + 0, 6400 2, 4800 = = n 4 4
2 Ento ( x) = 0, 62
Caso sejam dados de uma amostra:

( xi - x) 2 n -1 = 1, 4400 + 0, 0400 + 0, 3600 + 0, 6400 2, 4800 = 3 3
s 2 ( x) =
Ento s 2 ( x) = 0, 83 Passo 5 calcule o desvio padro, calculando a raiz da varincia:
152
Estatstica I
( x) =

2( x) = 062 = 0, 79
s ( x) = s 2 ( x) = 0, 83 = 0, 91
Interpretao:
Para dados de uma populao, a variabilidade das notas de 0,79 pontos. Para dados de uma amostra, a variabilidade das notas de 0,91 pontos.
Ento, voc j aprendeu, agora, como calcular varincia e desvio padro? A princpio parece complicado, mas, com jeitinho, voc consegue entender, no mesmo? Acompanhe mais um exemplo, em seguida experimente realizar as atividades propostas e busque compreender bem, antes de seguir aos prximos contedos.
Dada a amostra: 2, 3, 4, 5, 7, 10 e 12, determine a amplitude amostral, a varincia e o desvio mdio.
Passo 1 Amplitude amostral Para achar a amplitude amostral, voc precisa determinar a diferena entre o maior e o menor valor, logo 12 2 = 10. Ento a amplitude amostral 10. Passo 2 Varincia Antes de calcular a varincia, necessrio calcular a mdia = 2 + 3+ 4 + 5 + 7 + 10 + 12 = 43/7 = 6,14, logo a mdia 6,14.
Unidade 5
153
Para facilitar o clculo da varincia, vamos montar uma tabela:

Tabela 5.1 - Exemplo para clculo da varincia Varivel 2 3 4 5 7 10 12 Total
(x x)
-4,14 -3,14 -2,14 -1,14 0,86 3,86 5,86
(x x) 2
17,1396 9,8596 4,5796 1,2996 0,7396 14,8996 34,3396 82,8571
Ento, observe que o somatrio da ltima coluna, que cada elemento menos a mdia ao quadrado, resultou 82,8571, logo esse valor ser dividido por 6, que varincia amostral. Neste caso, nos clculos, vamos utilizar 4 casas decimais, sendo arredondado o resultado para duas casas decimais.
s 2 ( x) = ( xi - x) 2 n -1 = 82, 8571 = 13, 81 6
Passo 3 Desvio padro Para chegar ao desvio padro, somente precisamos extrair a raiz quadrada da varincia, logo desvio padro (s) = 3,72
s ( x) = 13, 81 = 3, 72
154
Estatstica I
b) Como calcular a varincia e o desvio padro para dados agrupados?

Como nas demais questes que voc estudou at aqui, os dados agrupados so separados em: sem intervalos e com intervalo. Acompanhe, ento, como se d o clculo para cada tipo de intervalo. Dados agrupados sem intervalos (varivel discreta) Observe as frmulas que so utilizadas para calcular este tipo de dados, a varincia e o desvio padro.
Medidas Varincia Populao Amostra
( xi - ) 2 . fi ( x) = f i
2
s ( x) =
( xi - x) 2 . fi f i - 1
Desvio padro
( x) =
2( x)
s ( x) = s 2 ( x)
Quadro 5.2 - Frmulas para o clculo de medidas de disperso com dados agrupados sem intervalos. Fonte: Elaborao do autor (2010).
A tabela apresenta dados referentes remunerao de uma empresa. Foram levantados o nmero de funcionrios e sua faixa salarial, em nmero de salrios-mnimos. Tabela 5.2 - Remunerao de funcionrios.
157,4381 49,5292 2,1780 8,0820 44,4560 106,9335 121,1607 489,7757

Unidade 5
155
Quando realizar o passo a passo desses clculos, sugerimos que crie mais quatro colunas direita para auxiliar em seus clculos.
Agora, acompanhe o clculo passo a passo. Passo 1 inicie por somar a coluna das frequncias simples (f i) para obter f i (frequncia total); f i = 135 Passo 2 calcule a mdia: multiplique cada xi por sua correspondente f i e escreva na coluna xi.f i, some os valores calculados e escreva no final da coluna esse resultado que o xi.f i; xi.f i = 450 Passo 3 divida o resultado do passo 2 ( xi.f i ) pelo resultado do passo 1 ( f i)
=x= 450 = 3, 33 135
Para facilitar os clculos arredondamos a mdia em duas casas decimais. Passo 4 calcule a quarta coluna, (xi - x) subtraindo o xi de cada linha pela mdia: 1 - 3,33 = - 2,33 2 - 3,33 = - 1,33 3 - 3,33 = - 0,33 4 - 3,33 = 0,67 5 - 3,33 = 1,67 6 - 3,33 = 2,67 7 - 3,33 = 3,67
(-2,33)2 = 5,4289 (-1,33)2 = 1,7689 (0,67)2 = 0,4489 (1,67)2 = 2,7785
Passo 5 calcule a quinta coluna, elevando ao quadrado (xi - x) 2 os valores da quarta coluna:
(-0,33)2 = 0,1089
156
Estatstica I
(3,67)2 = 13,4689 Neste passo usa-se quatro casas decimais, deixando para arredondar para duas casas somente o resultado. Passo 6 calcule a sexta coluna, multiplicando os valores da quinta pela frequncia simples de cada linha, (xi - x) 2.fi: 5,4289 . 29 = 157,4381 1,7689 . 28 = 49,5292 0,1089 . 20 = 2,1780 0,4489 . 18 = 8,0802 2,7785 . 16 = 44,4560 7,1289 . 15 = 106,9335 13,4689 . 9 = 121,1607 Passo 7 some os valores obtidos na sexta coluna, (xi - x) 2.fi: (xi - x) 2.fi = 489,7757 Passo 8 calcule a varincia:
(2,67)2 = 7,1289
2 ( x) =
( xi - ) 2 . fi 489, 7757 = = 3, 6280 f i 135
Na varincia ser usado quatro casas decimais, pois ainda ser necessrio extrair a raiz quadrada para chegar ao desvio padro.

( xi - x) 2 . fi f i - 1 = 489, 7757 489, 7757 = = 3, 6550 135- 1 134
s 2 ( x) =
Unidade 5
157
Passo 9 calcule o desvio padro:

2( x) = 3, 6280 = 1, 90
( x) =
s ( x) = s 2 ( x) = 3, 6550 = 1, 91
Interpretao:
Para dados de uma populao, a variabilidade do nmero de salrios de 1,90 salrios. Para dados de uma amostra, a variabilidade do nmero de salrios de 1,91 salrios.
Acompanhe mais um exemplo de como se realiza o clculo para dados agrupados sem intervalo.
A agncia de um banco est levantando dados sobre o tamanho das famlias de seus funcionrios. O resultado deste levantamento est representado pela tabela que indica o nmero de filhos de cada funcionrio.
Tabela 5.3 - Nmero de filhos por funcionrio. N de filhos 1 2 3 4 5 6 7 Totais Fonte: Elaborao do autor (2010). N de funcionrios 36 22 9 7 5 2 2 fac 36 58 67 74 79 81 83 fad 83 47 25 16 9 4 2
x.f i
(x - x )
(x - x )2 (x - x )2f i
158
Estatstica I
a) Calcule a mdia para os dados da tabela e interprete seu resultado. b) Calcule a Varincia e o Desvio Padro. No exemplo anterior, mostramos os clculos passo a passo. Neste exemplo, para facilitar, vamos criar colunas auxiliares na tabela. Para calcular os valores necessrios e usar as frmulas, observe os valores calculados.
Tabela 5.4 - Nmero de filhos por funcionrio. N de filhos 1 2 3 4 5 6 7 Totais 83 N de funcionrios 36 22 9 7 5 2 2 fac 36 58 67 74 79 81 83 fad 83 47 25 16 9 4 2
x.f i
36 44 27 28 25 12 14 186
(x - x )
-1,24 -,24 0,76 1,76 2,76 3,76 4,76
(x - x )2
1,5376 0,0576 0,5776 3,0976 7,6176 14,1376 22,6576
(x - x )2 f i
55,3536 1,2672 5,1984 21,6832 38,0880 28,2752 45,3152 195,1808
a) Para calcular a mdia, necessrio dividir (x.f i)/Sf i:

=x= 186 filhos = 2, 24 83 funcionrios
b) Para calcular os demais valores, precisamos entender a frmula da varincia

s 2 ( x) = ( xi - x) 2 . fi f i - 1
logo, para
facilitar, calculamos uma parte da frmula na tabela anterior, ento obtemos a varincia: s 2 =
195,1808 = 2, 38 82
Para obter o valor do Desvio Padro, precisamos somente extrair a raiz quadrada da varincia, logo: s = 1,54.
Unidade 5
159
Dados agrupados com intervalos (varivel contnua) Observe as frmulas que so utilizadas para calcular este tipo de dados. Use para:
Medidas Varincia Populao Amostra
2 ( x) =
( PM i - ) 2 . fi f i
s 2 (x ) =
( PM - x) 2 . f i f i - 1
Desvio padro
( x) =
2( x)
s (x ) =
s 2 ( x)
Quadro 5.3 - Frmulas para o clculo de medidas de disperso com dados agrupados com intervalos. Fonte: Elaborao do autor (2010).
Para o caso de dados agrupados com intervalos, usa-se o ponto mdio PM de cada intervalo, pois no se tem um valor especfico para usar. O ponto mdio serve como uma boa aproximao. Agora, vamos analisar um exemplo para realizar os clculos de medidas de disperso com dados agrupados com intervalos.
160
Estatstica I
Ao realizar o passo a passo, crie uma nova tabela com mais cinco colunas direita para auxiliar em seus clculos.
Acompanhe os clculos passo a passo: Passo 1 primeiro some a coluna das frequncias simples (frequncia total); = 56; (f i) para obter Passo 2 calcule a mdia: nesse caso, calcule o ponto mdio de cada intervalo e multiplique cada PM por sua correspondente fi e escreva na coluna PM.fi; some os valores calculados nessa coluna e escreva o total. Esse resultado o PM.f i: PMi.f i = 1.386. Agora, divida esse resultado ( PM.f i) pelo resultado do passo 1 ( ). Assim, obtemos:
=x= 1.386 = 24, 75 56
Passo 3 calcule a quinta coluna, subtraindo o PMi de cada linha pela mdia (PM i - x) : 17,3 - 24,75 = -7,45 20,1 - 24,75 = -4,65 22,9 - 24,75 = -1,85 25,7 - 24,75 = 0,95 28,5 - 24,75 = 3,75 31,3 - 24,75 = 6,55 34,1 - 24,75 = 9,35
Passo 4 calcule a sexta coluna, elevando os valores da quinta ao quadrado, (PM i - x) 2 (-4,65)2 = 21,6225 (-1,85)2 = 3,4225 (-7,45)2 = 55,5025
Unidade 5
161
(0,95)2 = 0,9025
(3,75)2 = 14,0625
(9,35)2 = 87,4225
(6,55)2 = 42,9025
Passo 5 calcule a stima coluna, multiplicando os valores da sexta pela frequncia simples de cada linha, (PM i - x) 2 . f i: 55,5025 . 12 = 666,0300 21,6225 . 8 = 172,9800 3,4225 . 12 = 41,0700 0,9025 . 5 = 4,5125 14,0625 . 3 = 42,1875 42,9025 . 6 = 257,4150 87,4225 . 10 = 874,2250 Passo 6 some os valores obtidos na sexta coluna, (PM i - x) 2 . fi :
(PM i - x)2 . f i = 2.058,4200

Passo 7 calcule a varincia:
( PM i - ) 2 . fi 2.058, 4200 ( x) = = = 36, 7575 56 f i
caso sejam dados de uma populao:
caso sejam dados de uma amostra:

( xi - x) 2 . fi f i - 1 = 2.058 42 , 56 - 1 = 2.058, 4200 = 37, 4258 55
s 2 ( x) =
Passo 8 calcule o desvio padro:
( x) =
caso sejam dados de uma populao:

2( x) = 36, 7575 = 6, 06
162
Estatstica I
caso sejam dados de uma amostra:
s ( x) = s 2 ( x) = 37, 4258 = 6,12
Interpretao: Para dados de uma populao a variabilidade do volume de vendas de 6,06 mil reais, Para dados de uma amostra a variabilidade do volume de vendas de 6,12 mil reais.
Seo 3 Como comparar sries com mdias iguais e com mdias diferentes?
Para comparar sries com mdia iguais, precisamos analisar o desvio padro. Acompanhe o exemplo a seguir.
Uma empresa faz, mensalmente, o controle do volume de vendas em duas de suas filiais (so dados populacionais, pois utilizam todos os dados). A seguir esto as medidas obtidas nesse ms. Compare a disperso das duas sries:
Filial 1 = 22 mil reais

(x) = 4,5 mil reais
(x) = 7,5 mil reais
Agora, vamos analisar dos dados:
a mdia de vendas da Filial 1 igual da Filial 2; o desvio padro da Filial 1 4,5 e o da Filial 2 7,5; portanto a filial que apresenta maior disperso no volume de vendas a Filial 2.
Unidade 5
163
Assim, podemos concluir que as vendas na Filial 2 so mais dispersas com relao Filial 1 (valores mais distantes da mdia). Para comparar duas sries de dados usando medidas de disperso absolutas (varincia e desvio padro), necessrio que as mdias sejam iguais, caso contrrio, usa-se uma medida de disperso relativa, que voc estudar a seguir.
Como comparar srie com mdias diferentes?

Para comparar duas sries de dados, quanto a suas disperses, foram usados valores absolutos dos desvios-padro, mas somente quando as mdias so iguais. Mas, e quando as mdias so diferentes? Nesse caso, usa-se o Coeficiente de Variao (CV), que uma medida de disperso relativa. O Coeficiente de Variao a relao do desvio padro com a mdia. Acompanhe as frmulas a seguir.
Para a populao Para a amostra
CV ( x) =
( x)
CV ( x) =
s ( x) x
Se voc multiplicar por 100, o CV ser um percentual, ou seja, quando o desvio padro representa a mdia.
A srie que apresentar maior Coeficiente de Variao ser, realmente, a srie de maior disperso dos dados.
Uma empresa faz, mensalmente, o controle do volume de vendas em duas de suas filiais. Nesse ms, as medidas de disperso obtidas so:
164
Estatstica I

= 9,8 mil reais

= 7,5 mil reais
Compare a disperso das duas sries:
observe que as mdias no so iguais; o desvio padro da Filial 1 9,8 e o da Filial 2, 7,5, portanto, a filial que apresenta maior disperso absoluta no volume de vendas a Filial 1.
Como as mdias so diferentes, deve-se calcular o Coeficiente de Variao, pois, se fossem iguais, bastaria calcular a disperso absoluta. Assim:
Para a Filial 1 - CV ( x) = Para a Filial 2 - CV ( x) =
( x)
9, 8 = 0, 0676 ou 6, 76% 145
( x)
7, 5 = 0, 0789 ou 7, 89% 95
A filial que apresenta maior Coeficiente de Variao a Filial 2. Concluso: as vendas na Filial 2 so mais dispersas com relao Filial 1 (valores mais distantes da mdia). No esquea: para comparar a disperso dos dados de duas sries de mdias diferentes, usa-se o Coeficiente de Variao. Vejamos outro exemplo:
Numa empresa, o salrio mdio dos homens de R$ 4.500,00, com desvio padro de R$1.700,00; o salrio das mulheres , em mdia, de R$ 3.700,00, com desvio padro de R$1.500,00. Quem tem os salrios menos dispersos, os homens ou as mulheres?
Para resolver o problema, precisamos calcular o coeficiente de variao, pois as mdias so diferentes. Assim faremos o clculo do CV para homens e mulheres:
Unidade 5
165
Homens
1700 = 0, 3777 x100 = 37, 78% 4500
CV =
Mulheres
1500 = 0, 4054 x100 = 40, 54% 3700
CV =
Pelo coeficiente de variao, os homens tm os salrios menos dispersos, pois apresentam o CV menor. O Coeficiente de Variao compara o desvio padro com a mdia (proporo entre o desvio padro e a mdia da srie). Sendo assim, considerado uma forma mais eficaz de comparao, e prevalece, portanto, sobre a absoluta.
Seo 4 O que a medida de assimetria?

Nas sees anteriores, voc estudou como escolher uma das medidas de tendncia central. Aprofundando seus estudos, nesta seo, voc poder entender que as medidas de assimetria podem ajud-lo(a) na escolha da medida mais adequada. Em uma distribuio unimodal que perfeitamente simtrica, a moda, a mediana e a mdia sero idnticas, uma vez que o ponto de frequncia mxima (Mo) tambm o valor mais central(Me) e o centro de gravidade dos dados. Os grficos a seguir mostram que as medidas de tendncia central coincidem no ponto central. Observe.
166
Grfico 5.1 - Histograma de uma distribuio simtrica. Fonte: Elaborao do autor (2010).
Estatstica I
Grfico 5.2 - Polgono de uma distribuio simtrica. Fonte: Elaborao do autor (2010).
Nesse caso, a escolha de uma medida de tendncia central baseia-se, principalmente, nos objetivos da pesquisa e quais concluses o pesquisador deseja citar: se deseja enunciar a medida mais frequente, ou a que divide a srie em duas ou o ponto de equilbrio moda, mediana e mdia, respectivamente, pois as medidas so iguais. E se a distribuio no simtrica? Se a distribuio no simtrica, ou seja, assimtrica, a escolha de qual medida adotar est inteiramente baseada no formato dos dados apresentados. Numa distribuio assimtrica, a mediana sempre cai em algum lugar entre a moda e a mdia. essa caracterstica que a torna a medida de tendncia central mais desejvel para descrever uma distribuio assimtrica. Uma distribuio assimtrica pode ser positiva ou negativa. Veja como fica o histograma para esses casos.
Grfico 5.3 - Assimtrica positiva. Fonte: Elaborao do autor (2010).
Unidade 5
167
Grfico 5.4: Assimtrica negativa. Fonte: Elaborao do autor (2010).
Note que, enquanto a mdia fortemente influenciada pelos valores extremos, tanto para uma srie assimtrica positiva quanto negativa, a mediana sofre pouca ou nenhuma influncia de alteraes nos valores extremos. Isto porque a mdia considera todos os valores, enquanto a mediana s se preocupa com o valor numrico que ocupa a posio mais central. Veja os polgonos de frequncia para cada caso:
Grfico 5.5: Assimtrica positiva Fonte: Elaborao do autor (2010).
Grfico 5.6: Assimtrica negativa Fonte: Elaborao do autor (2010)
Assimetria a medida do grau de deformao de uma curva de frequncia.
168
Estatstica I
A assimetria pode ser classificada como:
assimtrica positiva; assimtrica negativa.
Acompanhe as tabelas a seguir e os respectivos histogramas: a)

Tabela 5.6 - Exemplo 1 xi 1 fi 2
2 3 4 5 6
12 7 4 2 1
Grfico 5.7 Histograma de uma distribuio com assimetria positiva Fonte: Elaborao do autor (2010).
b)
Tabela 5.7: Exemplo 2 xi fi
2 3 4 5 6 7 8
2 4 6 10 6 4 2
Grfico 5.8 Histograma de uma distribuio simtrica Fonte: Elaborao do autor (2010).
Unidade 5
169
c)
Tabela 5.8 - Exemplo 3. xi 2 3 4 5 6 7 8 fi 2 6 8 13 19 22 12 Grfico 5.9 Histograma de uma distribuio com assimetria negativa. Fonte: Elaborao do autor (2010)
Agora, recapitule os seguintes conceitos:
simtrica: mdia = moda = mediana; assimtrica positiva: a mdia maior que a mediana. A mediana, por sua vez, maior que a moda; assimtrica negativa: a mdia menor que a mediana. A mediana, por sua vez, menor que a moda.
Como identificar se uma srie simtrica ou assimtrica?

Voc pode identificar se uma srie simtrica ou assimtrica e qual o tipo de assimetria usando alguns coeficientes, como por exemplo:
Coeficiente de Pearson: As = Coeficiente de Bowley: As =
x - Mo s ( x)
Q3 + Q1 - 2.Me Q3 - Q1
Uma vez que voc aplique estes coeficientes, s verificar os resultados.
170
Estatstica I
As = 0 a distribuio simtrica As < 0 a distribuio assimtrica negativa As > 0 a distribuio assimtrica positiva No iremos desenvolver esses clculos, mas fica como sugesto complementar, caso voc deseje se aprofundar neste contedo.
Seo 5 O que a medida de curtose?

A curtose de uma distribuio de frequncias mais uma ferramenta auxiliar na anlise da disperso de sries de dados. Usando o histograma e os polgonos de frequncias, voc pode observar o comportamento de algumas sries em torno de sua moda. Acompanhe os exemplos a seguir (so usadas representaes de sries simtricas, mas vale tambm para as assimtricas). Acompanhe os exemplos: a) Exemplo 1: quando h uma concentrao forte em torno da moda, o grfico descreve o seguinte caso:
Grfico 5.10 - Histograma. Fonte: Elaborao do autor (2010).
Unidade 5
171
Grfico 5.11 - Polgono de frequncias. Fonte: Elaborao do autor (2010).
Esta curva denominada Leptocrtica. O que significa dizer que ela pouco dispersa. b) Exemplo 2: quando h uma concentrao moderada em torno da moda, o grfico descreve o seguinte caso:
Grfico 5.12: Histograma Fonte: Elaborao do autor (2010).
Grfico 5.13: Polgono de frequncias Fonte: Elaborao do autor (2010).
172
Estatstica I
Esta curva denominada Mesocrtica. O que significa dizer que ela tem forte disperso. c) Exemplo 3: quando h uma concentrao fraca em torno da moda, o grfico descreve o seguinte caso:
Grfico 5.14 - Histograma. Fonte: Elaborao do autor (2010).
Grfico 5.15 - Polgono de frequncias. Fonte: Elaborao do autor (2010).
Esta curva denominada Platicrtica. O que significa dizer que ela tem forte disperso.
Como identificar uma srie quanto curtose?
Voc pode classificar uma srie quanto curtose, usando alguns coeficientes. Acompanhe um deles:
Coeficiente de Pearson:
Uma vez que voc aplique este coeficiente, s verificar os resultados. K = 0,263 a distribuio mesocrtica K > 0,263 a distribuio platicrtica K < 0,263 a distribuio leptocrtica
Unidade 5
173
Vamos acompanhar um exemplo:

Tabela 5.9: Consumo de energia eltrica das famlias Consumo ( KWH) 0 50 50 100 100 150 150 200 200 250 250 300 300 350 Total Nr. de famlias 2 15 32 47 50 80 24 250 fac 2 17 49 96 146 226 250
Classe P10
50 96 posio. Logo a classe Q1 se encontra aqui.
Classe do Q3 e Classe P90
Vamos calcular o grau de curtose atravs do coeficiente de Pearson, A partir do exemplo da unidade 4, onde as separatrizes j esto calculadas, temos: Q1 = 164,36 ;Q3 = 275,94; P10= 112,50; P90 = 299,38, depois que j temos os valores, precisamos aplicar na frmula:
K= 111, 58 2(186, 88)
K=
K=
275, 94 -164, 36 2(299, 38 - 112, 50)

111, 58 = 0, 298 373, 76
Logo, como o coeficiente de Pearson (K) calculado maior que 0,263, conclumos que a distribuio platicrtica.
174
Estatstica I
Sntese
Nesta unidade, voc estudou que, junto srie de medidas que podem ser utilizadas na Estatstica para anlise e interpretao de dados, a assimetria e a curtose tambm tm seu lugar. Voc estudou medidas de disperso que servem para medir a variabilidade dos elementos de uma srie, como comparar os dados com mdias diferentes, o que muito usado em estudos de dados e tratamentos estatsticos. Voc tambm estudou assimetria, que uma boa ferramenta para decidir qual medida de tendncia central usar, e a curtose, que pode ser uma auxiliar na anlise da disperso das sries. Aqui voc encerra o estudo relativo a medidas, como planejado para esta disciplina. A prxima unidade fica, ento, reservada para voc estudar os ndices, tambm importantes para sua formao, considerando que muitos deles so utilizados em economia: IGP, INPC, entre outros. At l!
1) Os dados a seguir representam as idades de seis funcionrios do setor de cobranas de uma empresa. Calcule a varincia e o desvio padro, considerando como uma populao. Idades: 25, 22, 36, 20, 29, 38
Unidade 5
175
2) O tempo, em minutos, de espera para atendimento em caixa eletrnico foi registrado pelo banco para cinco clientes, como mostrado a seguir. Calcule a varincia e o desvio padro, considerando como uma amostra. Tempo: 15, 10, 9, 23, 31
3) A tabela apresenta dados referentes a defeitos das peas analisadas pelo setor de qualidade. Foi analisado: o nmero de defeitos por pea. Calcule a varincia e o desvio padro, considerando que os dados so de uma amostra. Sugesto: use as colunas para facilitar os clculos. Tabela 5.10 - Nmero de defeitos por peas analisadas do lote X.
176
Estatstica I
4) O setor de controle de qualidade de uma indstria de peas de automveis est trabalhando em sua linha de produo com a finalidade de corrigir problemas. Alm de outros controles, vai realizando medies peridicas em seus produtos. Os resultados obtidos numa amostra de 150 peas esto na tabela a seguir. Calcule a varincia e o desvio padro para os dados que seguem. Tabela 5.11 - Amostra da linha de produo.
Fonte: Elaborao do autor (2010). 5) Analise a disperso dos dados em cada caso apresentado e responda s seguintes perguntas: a) Qual das sries apresenta maior disperso absoluta (comparar os desvios padro)? b) Qual das sries apresenta maior disperso relativa (comparar os coeficientes de variao)? c) Conclua qual das sries apresenta maior disperso realmente (no esquea que o Coeficiente de Variao mais eficaz para determinar a disperso de uma srie). 5.1 Caso 1 Srie A = 57 5,6 a) Srie B = 97 8,2
b)
Unidade 5
177
c)
5.2. Caso 2 Srie A = 64 12 Srie B = 96 18
a)
b)
c)
6) Ao cronometrar o tempo para vrias provas de uma corrida automobilstica, foram obtidos os seguintes dados: Equipe 1 40 provas Tempo mdio: 45 segundos Varincia: 400 segundos ao quadrado
Equipe 2 Tabela 5.12 - Tempo de corrida da Equipe 2. Tempo cronometrado (em segundos) 20 40 50 80 Nmero de provas 10 15 30 5 60
xi.f i
200 600 1500 400 2700
(xi - x )
(xi - x )2
(xi - x )2f i
178
Estatstica I
Complete os clculos na tabela e responda s seguintes questes: a) Qual o coeficiente de variao relativo equipe 1?
b) Qual o tempo mdio da equipe 2?
c) Qual o desvio padro da equipe 2?
d) Qual a equipe que apresentou resultados mais homogneos (com menor disperso)?
e) Interprete suas respostas.
7) Um grupo de cem estudantes tem uma estatura mdia de 163,8 cm, com um coeficiente de variao de 3,3%. Qual o desvio padro desse grupo? Considere as seguintes medidas, relativas a trs distribuies de frequncia: Tabela 5.13 - Distribuio de frequncia. Distribuies A B C Q1 814,0 63,7 28,8 Q3 935,0 80,3 45,6 P10 772,0 55,0 20,5 P90 1.012,0 86,6 49,8
Unidade 5
179
a) Calcule os respectivos graus de curtose, por meio do Coeficiente de Pearson.
b) Com base no coeficiente calculado no item a, classifique cada uma das distribuies em relao curtose.
Saiba mais
Se voc desejar, aprofunde os contedos estudados nesta unidade ao consultar as seguintes referncias: CRESPO, Antnio Arnot. Estatstica fcil. So Paulo: Saraiva, 2001. MARTINS, Gilberto de Andrade; DONAIRE, Denis. Princpios de estatstica. 4 ed. So Paulo: Atlas, 1990. SILVA, Ermes Medeiros da. Estatstica para os cursos de economia, administrao e cincias contbeis. So Paulo: Atlas, 1996. TOLEDO, Geraldo Luciano; OVALLE, Ivo Izidoro. Estatstica bsica. 2.ed. So Paulo: Atlas, 1985. TRIOLA, Mario F. Introduo estatstica. Rio de Janeiro: LTC, 1999.
180
UNIDADE 6
Nmeros-ndices
Calcular e analisar a construo e a utilizao de nmeros-ndices. Compreender relativos e suas aplicaes. Calcular relativos com base fixa e base mvel.
Sees de estudo
Seo 1 Seo 2 Seo 3 O que so e como calcular ndices? O que so e como calcular relativos? O que so os elos de relativos e relativos em cadeia?

Voc provavelmente j ouviu falar de algum ndice econmico como: IGP, IPC, ICV, etc., no mesmo? Mas voc sabe o que eles representam? Nesta unidade, voc ir estudar os nmeros-ndices, tambm chamados de ndices.
Seo 1 O que so e como calcular ndices?

Os nmeros-ndices so muito usados, pois, muitas vezes, valores absolutos no conseguem expressar a evoluo de uma varivel e, nesses casos, o mais indicado usar valores relativos.
Nmero-ndice (ndices): o valor relativo expresso, comparando dois estados diferentes de uma varivel, sendo que os estados diferenciam-se no tempo ou no espao.
Simplificando, tambm se pode dizer que o nmero-ndice expressa a relao entre valores de uma varivel em tempos ou locais diferentes. Essas comparaes representam o caso mais simples do uso de medidas estatsticas (nmeros-ndices), nos negcios e na economia, principalmente.
Quais so as aplicaes dos nmeros-ndices?
Por ser uma medida simples em Estatstica e de grande importncia, largamente utilizada. Todas as reas do
182
Estatstica I
conhecimento fazem uso dessa ferramenta. Algumas aplicaes em Economia e Administrao so ndice de:

liquidez lucratividade bolsas de valores preos consumo desemprego custo de vida produo aproveitamento etc.
Conforme voc pode perceber, realmente os ndices so largamente utilizados, por isso que se faz importante estud-los com toda ateno. importante entender como se procede para a construo dos nmeros ndices.
Como calcular ndices?

Quando o caso for simples, ou seja, se em tpica est a comparao de dois estados de uma varivel, voc poder aplicar o mesmo processo de uma regra de trs. Acompanhe como ocorre o clculo. Para facilitar o exemplo, usamos nmeros reduzidos: Valor base Valor considerado Aplicando a regra de trs, temos: Valor base . x = Valor considerado . 1 1 x
Unidade 6
183
Ento,
x= valor considerado valor base
Para trabalhar com percentual, multiplique o resultado por 100. A seguir est a frmula que voc acabou de deduzir. Acompanhe.
l0,t = valor considerado valor base valor considerado .100 valor base
(forma unitria)
l0,t =
(forma percentual),
Onde: 0 = data (ou local) base t = data (ou local) considerado Valor considerado (ou corrente) = valor da varivel na data considerada Valor base (ou de referncia) = valor da varivel da data-base
Ateno: como os ndices relacionam valores de uma varivel em datas (ou locais) diferentes, no quer dizer que o valor considerado seja um valor atual, ou ento, um valor mais atualizado que o valor base. Pode, inclusive, ser o contrrio.
Exemplo do clculo de ndice Sabendo que a produo de bens de consumo no Brasil, em 2008, foi de 410 milhes de unidades e, em 2009, foi de 455 milhes de unidades, calcule o ndice de quantidade de bens de consumo para 2009, usando como base 2008.
184
Estatstica I
Ano base = 2008 Ano considerado = 2009 Valor base = 410 (como os dois anos esto em milhes de unidades, pode-se usar 410) Valor considerado = 455 (como os dois anos esto em milhes de unidades, pode-se usar 455)
l08,09 = 455 = 1,1098 ou, se multiplicar por 100 = 110,98% 410
Como interpretar? A relao entre a quantidade de bens de consumo em 2009 e a quantidade de bens de consumo em 2008 de 110,98%. Observe que o ndice 110,98% e a variao da quantidade de bens de consumo de + 10,98% (110,98-100= 10,98), ou seja, aumentou em 10,98%. ndice Variao.
Seo 2 O que so e como calcular relativos?

Os ndices, por se tratar de relaes, tambm so conhecidos como valores relativos, ou, simplesmente, relativos. Os relativos mais frequentes so:
preo quantidade valor (valor = preo . quantidade)
a) relativos de preos: faz a relao entre preos de um mesmo bem ou servio.
Unidade 6
185
Como calcular relativos de preos?

p0,t = pt po
Onde: Pt = preo na data considerada; P0 = preo na data-base P0, t = relativo de preo na data t com base na data 0
O preo do quilo do po em 2010 de R$ 5,70. Em 2008, o preo do quilo era R$ 5,30. Calcule o relativo de preo e indique a variao ocorrida no preo do po em 2010, com base no ano de 2008.
Ano base = 2008 Ano considerado = 2010 Preo base = p0 = 5,30 Preo considerado = pt = 5,70
p0,t = pt po p08,10 = p10 5, 70 = = 1, 0755 ou 107,55% p 08 5, 30
Como interpretar? A relao do preo do quilo do po em 2010, com base em 2008, de 107,55%. A variao foi de 107,55-100=+7,55%, ou seja, houve um aumento de 7,55%, comparando o preo do quilo do po de 2010 com o de 2008. b) relativos de quantidade: faz a relao entre quantidades de um mesmo bem ou servio (consumo, produo, etc.). Como calcular relativos de quantidade?
q0,t = qt qo
186
Estatstica I
Onde:
qt = quantidade na data considerada q0 = quantidade na data-base q0, t = relativo de quantidade na data t com base na data 0
A quantidade de po consumida em Florianpolis, no ano de 2008, foi de 46 milhes de toneladas. Em 2010 (estimativa), a quantidade consumida de po de 42 milhes de toneladas. Calcule o relativo de quantidade e indique a variao ocorrida no consumo do po em 2010, com base no ano de 2008.
Ano base = 2008 Ano considerado = 2010 Quantidade base = q0 = 46 Quantidade considerada = qt = 42
q0,t = qt q10 42 = = 0, 9130 ou 91,30% q08,10 = qo q 08 46
Como interpretar? A relao do consumo do po em 2010, com base em 2008, de 91,30%. A variao foi de: 91,30-100= -8,705%, ou seja, houve uma reduo no consumo de 8,70%, comparando o consumo do po de 2010 com o de 2008. c) relativos de valor: faz a relao entre valores de um mesmo bem ou servio. O valor de um determinado produto o quanto foi gasto com o mesmo, ou seja: Valor = Preo . Quantidade
Unidade 6
187
Como calcular relativos de valor?

v0,t = vt p .q = t t = p0,t .q0,t v0 p0 .q0
Onde:
v t = quantidade na data considerada v 0 = quantidade na data-base v 0, t = relativo de quantidade na data t com base na data 0
A quantidade de po consumida em Florianpolis, no ano de 2010, foi de 42 milhes de toneladas. Em 2008, a quantidade consumida de po foi de 46 milhes de toneladas. O preo do quilo do po em 2010 era de R$ 5,70. Em 2008, o preo do quilo era R$ 5,30. Calcule o relativo de valor e indique a variao ocorrida no valor do po, em 2010, com base no ano de 2008. Calcule o relativo de quantidade e indique a variao ocorrida no consumo do po, em 2010, com base no ano de 2008.
Ano base = 2008 Ano considerado = 2010 Quantidade base = q0 = 46 Quantidade considerada = qt = 42 Preo base = p0 = 5,30 Preo considerado = pt = 5,70 Pode ser calculado de duas maneiras: 1) Calcular o valor para cada data:
v0,t = pt .qt p0 .q0
v0,t = p10 .q10 = 5, 30.46 = 243, 80 = 0, 982 ou 98, 20% 08 08
p .q
5, 70.42
239, 40
188
Estatstica I
2) Calcular os ndices de preo e a quantidade e depois multiplicar:

p0,t = p10 5, 70 pt p10,08 = p = 5, 30 = 1, 0755 ou 107, 55% p0 08 qt p 42 q10,08 = 10 = = 0, 9130 ou 91, 30% q0 p 08 46
q0,t =
v0,t = p0,t .q0,t v00,02 = p00,02 .q00,02 = v08,10 = 1, 07, 55.0, 9130 = 0, 9820 ou 98, 20%
Como interpretar? A relao do valor do po em 2010, com base em 2008, de 98,20%. A variao foi de 98,20-100 = -1,80%, ou seja, houve uma reduo no valor de 1,80%, comparando o valor do po de 2010 com o de 2008.
Informao importante: cuidado ao desenvolver um estudo usando ndices, no que diz respeito s escolhas das datas de estudo, pois algumas relaes podem ser prejudicadas, como por exemplo, datas em que houve mudana de moeda (cruzeiro real para real/1994), pois, nesses casos, se pode chegar a resultados absurdos.
Unidade 6
189
Seo 3 O que so os elos de relativos e relativos em cadeia?

Os elos de relativos so relativos calculados, usando como base a data (ano, ms, dia) anterior. Tambm so chamados de relativos de base mvel. Exemplo: Elos
p05,06 p06,07 p07 ,08 p08,09 ...
Note que as bases mudam a cada ano. Geralmente so usados, quando necessrio comparar cada perodo com o anterior.
A tabela a seguir mostra a evoluo do preo do quilo do po de 2005 a 2010. Calcule os elos de relativos para o preo do po.
Tabela 6.1 Evoluo do preo do quilo do po. Anos Preos 2005 4,70 2006 4,90 2007 5,20 2008 5,30 2009 5,50 2010 5,70
Fonte: Elaborao do autor(2010).
Como os dados so dos preos do po de 2005 at 2010, o clculo ser sobre os seguintes relativos:
p05,06 p06,07 p07 ,08 p08,09 p09,10
Clculo:
p05,06 = p06,07 = p07 ,08 = p08,09 =
p06 4, 90 = = 1, 0426 ou 104, 26% p05 4, 70 p07 5, 20 = = 1, 0612 ou 106,12% p06 4, 90 p08 5, 30 = = 1, 0192 ou 101, 92% p07 5, 20 p09 5, 50 = = 1, 0377 ou 103, 77% p08 5, 30
190
Estatstica I
p09,10 =
p10 5, 70 = = 1, 0755 ou 107, 55% p09 5, 50
Escrevendo na tabela de elos de relativos, voc ter:

Tabela 6.2 - Elos de relativos para o preo do po base mvel Anos ndices 2005 --------2006 104,26 2007 106,12 2008 101,92 2009 103,77 2010 107,55
No se esquea de informar que tipo de ndice est na tabela.
Note que no se pode calcular o ndice de 2005 com base em 2004, pois voc no tem o preo do quilo do po para o ano de 2004.
O que so os relativos em cadeia?

Relativos em cadeia so relativos calculados, usando como base uma data (ano, ms, dia) fixa. Tambm so chamados de relativos de base fixa. Por exemplo: Cadeia p05,06 p06,07 p07 ,08 p08,09 Note que a base permanece fixa, ou seja, 2005. Geralmente so usados, quando necessrio comparar cada perodo com um perodo em especial.
A tabela a seguir mostra a evoluo do preo do quilo do po, de 2005 a 2010. Calcule os relativos em cadeia, usando como base 2005 para o preo do po.
Unidade 6
191
Tabela 6.3 - Evoluo do preo do quilo do po. Anos Preos 2005 4,70 2006 4,90 2007 5,20 2008 5,30 2009 5,50 2010 5,70
Como o dado so os preos do po de 2005 at 2010, o clculo ser sobre os seguintes relativos:
p05,05
p05,06
p05,07
p05,08
p05,09
p05,10
Clculo:
p05,05 = p05 4, 7 = = 1, 0 ou 100% p05 4, 7 p06 4, 9 = = 1, 0426 ou 104, 26% p05 4, 7 p07 5, 2 = = 1,1064 ou 110, 64% p05 4, 7 p08 5, 3 = = 1,1277 ou 112, 77% p05 4, 7 p09 5, 5 = = 1,1702 ou 117, 02% p05 4, 7 p10 5, 7 = = 1, 2128 ou 121, 28% p05 4, 7
p05,06 =
p05,07 =
p05,08 =
p05,09 =
p05,10 =
192
Estatstica I
Escrevendo na tabela de elos de relativos, teremos:

Tabela 6.4 - Relativos em cadeia 2005=100 Anos ndices 2005 100 2006 104,26 2007 110,64
2008
112,77
2009
117,02
2010 121,28
Fonte:Elaborao do autor(2010).
No se esquea de informar que tipo de ndice est na tabela. Usamos 2005 = 100 para informar que o ano base 2005.
Aqui voc pode estudar como se calculam relativos para um produto. Na Economia, so usados clculos mais complexos, nos quais se consideram mais produtos alm de seus pesos (importncia). Para tanto, usam-se clculos de ndices agregativos. A maioria dos ndices econmicos calculada dessa forma.
Sntese
Nesta unidade, voc estudou um pouco mais sobre ndices e variaes e a diferena entre os dois. Tambm pde aprender como calcular ndices de base mvel e de base fixa. Para qualquer profissional das reas de Finanas, Administrao e Economia, o domnio de nmeros-ndices uma ferramenta, alm de usual, muito importante. A mdia nos passa, diariamente, informaes nos formatos estudados. Saber fazer a leitura dessas informaes imprescindvel. Com isso voc encerra os estudos desta disciplina.
Unidade 6
193
1) A produo de ao plano no Brasil, em 2008, foi de 26,7 milhes de toneladas, enquanto que, em 2009, foi de 27,9 milhes de toneladas. Calcule o relativo de quantidade para a produo de ao no Brasil, para o ano de 2008, com base em 2009.
2) Segundo Dieese (2009), o preo da cesta bsica em Florianpolis, em maro de 2009, era R$ 214,20. J, em abril do mesmo ano, o preo da cesta bsica passou para 210,13. Calcule o relativo de preo para a cesta bsica em abril de 2009, com base em maro de 2009 e interprete o resultado.
3) A indstria brasileira de automvel produziu, em setembro de 2010, 284.275 unidades. J em outubro do mesmo ano, produziu 300.763 unidades (ANFAVEA, 2010). Calcule o relativo de quantidade para a produo brasileira de automvel para o ms de outubro de 2010, com base em setembro/2010.
194
Estatstica I
4) Sabendo que o relativo de quantidade (consumo) para o ao plano em 2009, com base em 2008, foi de 112,5% e que o relativo de preo para mesmo produto, em 2009, com base em 2008, foi de 125%, calcule o relativo de valor para o ao plano de 2009, com base em 2008, e interprete seu resultado (sugesto: use os ndices na forma unitria).
5) A primeira tabela representa os preos de um determinado produto de 2006 a 2010. Calcule e preencha as tabelas seguintes com os elos de relativos (base mvel) e relativos em cadeia com base em 2007. Tabela 6.5 Preos do produto de 2006 a 2010 em Reais Anos Preos
2006 29,5
2007 27,6
2008 29,8
2009 32,5
2010 35,4
Fonte: Elaborao do autor (2010). Tabela 6.6 Elos de Relativos para preo do produto Anos ndices Fonte: Elaborao do autor (2010). Tabela 6.7 Relativos em cadeia para preo do produto 2007=100 Anos ndices Fonte: Elaborao do autor (2010). 2006 2007 2008 2009
2010
2006
2007
2008
2009
2010
Unidade 6
195
Saiba mais
Acompanhe o que quer dizer a sigla e qual o rgo regulador de alguns ndices brasileiros:
Sigla IGP-M Significado ndice Geral de Preos de Mercado ndice Geral de Preos Disponibilidade Interna ndice de Preos no Atacado Disponibilidade Interna ndice de Preos ao Consumidor Disponibilidade Interna ndice Nacional de Construo Civil Disponibilidade Interna ndice Nacional de Construo Civil Mercado ndice de Custo de Vida ndice de Preos ao Consumidor ndice de Preos ao Consumidor Ampliado ndice Nacional de Preos ao Consumidor Dlar Americano BACEN Salrio-mnimo do Pas ndice de remunerao da caderneta de poupana
rgo
FGV FGV FGV FGV FGV FGV DIEESE FIPE IBGE IBGE DLAR Governo
IGP-DI IPA-DI IPC-DI INCC-DI INCC-M ICV IPC IPCA INPC VENDA SAL.MIN. Poupana
Governo
Quadro 1 - Descrio da sigla de ndices brasileiros. Fonte: Elaborao do autor (2010).
Se voc desejar, aprofunde os contedos estudados nesta unidade ao consultar as seguintes referncias: MILONE, Giuseppe. Estatstica aplicada. So Paulo: Atlas, 1995. SILVA, Elio Medeiros da. Matemtica e estatstica aplicada. So Paulo: Ed. Atlas, 1999. TOLEDO, Geraldo Luciano; OVALLE, Ivo Izidoro. Estatstica bsica. 2 ed. So Paulo: Atlas, 1985.
196
Para concluir o estudo

Muitas vezes, nos deparamos com situaes em que temos que lidar com muitos dados. E como vamos lidar com eles? A disciplina Estatstica uma tentativa de proporcionar ferramentas para os profissionais que lidam com esse tipo de situao. Desde a apresentao de relatrios e trabalhos cientficos, pesquisa de mercado, controle de qualidade, at anlise de dados econmicos e financeiros, projees e previses, a Estatsticas est sempre presente. No dia a dia, lida-se com uma massa de informaes muito grande, e perguntamos: de que vale ter tanta informao, se no se sabe o que fazer com elas? preciso saber transformar informao em conhecimento, e acreditamos que a disciplina de estatstica tenha contribudo para isso. Esperamos que, com o que foi estudado agora, voc possa ter suporte para as suas anlises, opinies e decises. Desejamos que voc alcance muito sucesso profissional! Professores Luiz Arthur Dornelles e Sidenir Niehuns Meurer
Referncias
ACO LOCAL DE ESTATSTICA APLICADA ALEA. 1999-2010. Disponvel em: <http://alea-estp.ine.pt>. Acesso em: 15 ago. 2010. ASSOCIAO NACIONAL DE ENTIDADES PROMOTORAS DE EMPREENDIMENTOS INOVADORES - Anprotec. 2008. Disponvel em: <http://www.anprotec.org.br>. Acesso em 15 ago. 2010. CONSULTORIA E ADMINISTRAO DE INVESTIMENTOS ADINVEST. 1998-2002. Disponvel em: <http://www.adinvest.com. br/>. Acesso em: 13 jul. 2010. COSTA, Srgio Francisco. Introduo ilustrada estatstica. 3. ed. So Paulo: Harbra, 1998. CRESPO, Antnio Arnot. Estatstica fcil. So Paulo: Saraiva, 2001. DEPARTAMENTO INTERSINDICAL DE ESTATSTICA E ESTUDOS SOCIOECONMICOS DIEESE. 2010. Disponvel em: <http://www. dieese.org.br/>. Acesso em: 3 ago. 2010. FLEMMING, Diva Marlia. Representaes grficas. So Jos: Saint Germain, 2003. FONSECA, Jairo Simon da & MARTINS, Gilberto de Andrade. Curso de estatstica. 6.ed. So Paulo: Atlas, 1996. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATSTICA IBGE. 2010. Disponvel em: <http://www.ibge.gov.br/>. Acesso em: 3 set. 2010. LEVIN, Jack. Estatstica aplicada s cincias humanas. So Paulo: Habra, 1987. MARTINS, Gilberto de Andrade; DONAIRE, Denis. Princpios de estatstica. 4. ed. So Paulo: Atlas, 1990. MILONE, Giuseppe. Estatstica aplicada. So Paulo: Atlas, 1995. NEUFELD, John L. Estatstica aplicada administrao usando excel. So Paulo: Prentice Hall, 2003. RAUEN, Fbio. Roteiro de pesquisa. Rio de Sul- SC: Nova Era, 2006. SILVA, Ermes Medeiros da. Estatstica para os cursos de economia, administrao e cincias contbeis. So Paulo: Atlas, 1996. v.1.
SINDICATO DA HABITAO SECOVI/RS. 2010. Disponvel em: <http:// www.secovi-rs.com.br/index.asp>. Acesso em: 10 ago. 2010. SPIEGEL, Murray R. Estatstica: 383 problemas resolvidos, 416 problemas suplementares. So Paulo: Makron Books, 1994. STEVENSON, Willian. Estatstica aplicada administrao. So Paulo: Harbra, 1981. TOLEDO, Geraldo Luciano & OVALLE, Ivo Izidoro. Estatstica bsica. 2. ed. So Paulo: Atlas, 1985. TRIBUNAL SUPERIOR ELEITORAL. 2010. Disponvel em: <http://www.tse. gov.br>. Acesso em: 20 set. 2010. TRIOLA, Mario F. Introduo estatstica. Rio de Janeiro: LTC, 1999. VIEIRA, Sonia. Princpios de estatstica. So Paulo: Pioneira, 2003.
200
Sobre os professores conteudistas

Luiz Arthur Dornelles Jnior graduado em Matemtica pela Fundao Universidade do Rio Grande (FURG). professor da Universidade do Sul de Santa Catarina desde 2000, onde leciona as disciplinas de Estatstica I e II, Tpicos de Matemtica, Clculo I, II e III e Geometria Analtica. Sidenir Niehuns Meurer licenciada em Matemtica e Bacharel em Administrao; possui especializao em Educao Matemtica (Unesc) e Finanas Empresariais (Unisul) e Mestrado em Administrao (Unisul). professora da Universidade do Sul de Santa Catarina desde 1993, onde j lecionou Matemtica Financeira, Anlise de Investimento e Tpico de Matemtica Elementar I nos cursos virtuais e Clculo I e II nos cursos presenciais. Atualmente leciona Estatstica nos cursos virtuais e Matemtica Financeira, Estatstica, Tpicos de Matemtica Elementar e Gesto Financeira nos cursos presenciais. Cursa o Doutorado de Cincias da Linguagem (Unisul) como aluna especial.
Respostas e comentrios das atividades de autoavaliao

Unidade 1
1) O Censo uma coleo de dados de uma populao, enquanto que a estimao usa dados de uma amostra para avaliar um parmetro (caracterstica descritiva dos elementos da populao).
2) Deve escolher elementos com as mesmas caractersticas da populao, ou seja, elementos que realmente representem a populao. Aqui voc pode citar exemplos (escolher clientes de nveis sociais diferentes para estudar grau de satisfao, escolher amostras de um lago para anlise, em diversos locais do lago). Isso necessrio para que voc possa realmente refletir a realidade, sem distorcer ou conduzir os resultados.
3) Nesta questo, voc deve citar exemplos do seu dia a dia, por exemplo: Varivel
Exemplos Nacionalidade Atendimento (timo, muito bom, ... , ruim)

Nmero de contas correntes
Qualitativa Nominal Qualitativa Ordinal Quantitativa Discreta Quantitativa Contnua
Dimetro de peas
4) A classificao que voc pode fazer : a) os dados coletados por meio de questionrio: primrios; b) os dados coletados na Federao: secundrios.
5) A classificao que voc pode fazer : DESCRIO DA VARIVEL
CLASSIFICAO Quantitativa contnua Quantitativa contnua Qualitativa nominal Qualitativa ordinal

Qualitativa nominal
3.1. saldo em conta corrente em R$: 3.2. idade do cliente: 3.3. sexo: 3.4. classe econmica: 3.5. estado civil: 3.6. nmero de defeitos do produto: 3.7. consumo de energia em kWh: 3.8. grau de instruo: 3.9. nmero de filhos: 3.10. hierarquia de uma empresa: 3.11. nmero de filhos de uma famlia: 3.12. dimetro da pea produzida: 3.13. comprimento da pea: 3.14. tempo de espera em caixa eletrnico em minutos: 3.15. nome de pas exportador de petrleo: 3.16. grau de satisfao no atendimento numa loja comercial: 3.17. nmero de aes negociadas na bolsa de valores: 3.18 nmero de alunos de uma universidade: 3.19 altura dos funcionrios de uma empresa:
Quantitativa discreta Quantitativa contnua Qualitativa ordinal Quantitativa discreta Qualitativa ordinal Qualitativa discreta Quantitativa contnua Quantitativa contnua
Quantitativa contnua Qualitativa nominal Qualitativa ordinal Quantitativa discreta Quantitativa discreta Quantitativa contnua
6) A classificao que voc pode fazer : a) Srie Especfico-temporal; b) Srie Temporal.
7) Falta a indicao de fonte e a linha divisria do cabealho.
204
Estatstica I
8)
a) Para a segunda casa decimal: 41,368 = 41,37 1.589,9984 = 1.590 121,3333 = 121,33 5,665002 = 5,67 28,45500 = 28,46
b) Para a primeira casa decimal: 41,368 = 41,4 1.589,8984 = 1.589,9 121,3333 = 121,3 5,655002 = 5,7 28,4500001 = 28,5 82,95 = 83
9) a) Para calcular a densidade demogrfica, necessrio dividir populao pela rea, logo 20.033.665/586.628 = 34,15 Hab/km2 b) A taxa de natalidade precisa dividir o nmero de nascimentos pela populao, logo 337.859/20.033.665 = 0,016865x100 = 1,69%. Deixe para arredondar depois de multiplicar por 100. c) A taxa nupcial precisa dividir o nmero de casamentos pela populao, logo 110.473/20.033.665 = 0,005514x1000 = 5,51 por mil. Quando o nmero Relativo muito pequeno, multiplica-se por 1000. d) A taxa de mortalidade, nesse caso deve dividir o nmero de bitos pela populao, logo 61.383/ 20.033.665 = 0,003064x1000 = 3,07 por mil.
10) Tabela 7.1 Qual o motivo de escolha da marca de seu carro? Motivo Marca Preo Qualidade Desempenho Freq. 40 40 50 20 % 26,67 26,67 33,33 13,33
Fonte: Elaborao do autor (2010). Observe que a soma dos percentuais deve ser igual a 100%.
205
Unidade 2
1) Emprstimos concedidos aos clientes em agosto de 2010. Tabela 7.2 Emprstimos concedidos em 2010. Tipo de emprstimo CDC automtico Leasing veculo Leasing informtica Crdito turismo Fonte: Elaborao do autor (2010). 2) Tabela 7.3 Acidentes de trabalho nos ltimos 36 meses. Nmero de acidentes 3 4 5 6 7 8 Nmero de meses 4 5 9 7 5 6 N de clientes 24 17 13 6
Fonte: Elaborao do autor (2010). 3) Tabela 7.4 Volume de exportao de uma empresa de Santa Catarina nos ltimos 36 meses. Volume de exportao (em milhes de reais) 112 115 115 118 118 121 121 124 124 127 127 130 Nmero de meses 2 6 4 9 8 7
206
Fonte: Secex (2010).
Estatstica I
4) A tabela a seguir mostra o volume de exportao (em milhes de reais) de uma empresa de Santa Catarina nos ltimos trinta e seis meses. a) Tabela 7.5 Volume de exportao de uma empresa nos ltimos 36 meses.
Fonte: Secex. b) 21 meses c) 29 meses d) 15 meses e) 7 meses f) 11,1% dos meses g) 5% dos meses
5) a) AT = 190 - 151 = 40 b) k = 1 + 3,32 x log (100) = 1 + 3,32 x 2 = 7,64 @ 8 c) h =
40 =5 8
As respostas das questes d, e, f, g e h esto indicadas na tabela a seguir.
207
Tabela 7.6 Altura em cm de 100 indivduos de uma faculdade. Classes 151 156 156 161 161 166 166 171 171 176 176 181 181 186 186 191 Total fi 4 4 11 33 17 17 9 5 100 fr 0,04 0,04 0,11 0,33 0,17 0,17 0,09 0,05 1,00 fac 4 8 19 52 69 86 95 100 Fr 0,04 0,08 0,19 0,52 0,69 0,69 0,95 1,00 PM 153,5 158,5 163,5 168,5 173,5 173,5 183,5 188,5 -
Unidade 3
1) a) A srie temporal, e o grfico que melhor representa esta srie o grfico de linha.
Grfico 7.1 Taxa Selix, Jan. a Set. 2010. Fonte: Banco Central do Brasil (2010).
b) Interpretao: as variveis apresentadas no grfico so tempo expresso em meses versus taxa em percentual. O grfico mostra o histrico da taxa Selic, onde apresenta a menor taxa nos meses de janeiro, fevereiro e maro; e os meses de julho, agosto e setembro apresentam a maior taxa. A curva apresenta uma leve alterao, sendo que, no geral, apresentou uma tendncia de crescimento.
208
Estatstica I
2)
Grfico 7.2 Volume de vendas mensal, em milhares de reais, dos representantes de uma empresa que fabrica remdios outubro/2003. Fonte: Elaborao do autor (2007).
Unidade 4
1) Em primeiro lugar, multiplique cada elemento da coluna fi, por cada elemento da coluna xi, escrevendo cada resultado na coluna xi.fi. Aps calcular todos, some e escreva o total no final desta coluna. Veja a tabela. Tabela 7.7 Remunerao da empresa.
Fonte: Elaborao do autor (2010). Em segundo lugar, calcule a mdia, dividindo a soma da coluna xi.fi, pela soma da coluna fi. O resultado a mdia:
x=
xi . fi 450 = = 3, 333 f i 135 209
Interpretao: o salrio mdio da empresa de 3,333 salrios mnimos.
2) Calculando passo a passo. a) Para a Filial 1: Passo 1 - ordene de forma crescente: 1, 1, 2, 2, 3, 5, 6, 7, 8 Passo 2 - o nmero de elementos 9 (n = 9 - mpar) Passo 3 - Pos =
9 + 1 10 = =5 2 2
Passo 4 - a mediana o 5 elemento - Me=3.
1 1
2 1
3 2
4 2
5 3
6 5
7 6
8 7
9 8
Passo 5 - Interpretao: 50% dos funcionrios da Filial 1 ganham 3 ou menos salrios, e 50% dos funcionrios da Filial 1 ganham 3 ou mais salrios.
b) Para a Filial 2: Passo 1- ordenar de forma crescente: 2, 3, 3, 3, 5, 5, 6, 8 Passo 2- o nmero de elementos 8 (n = 8 - par) Passo 3- Pos1 =
8 8 = 4 e Pos2 = + 1 = 4 + 1 = 5 2 2
Passo 4- a mediana est entre o 4 (3) e o 5 (5) elemento, portanto:
Me =
1 2
3+5 8 = =4 2 2
2 3 3 3 4 3 4 5 5 6 5 7 6 8 8
c) Interpretao: 50% dos funcionrios da Filial 2 ganham menos de 4, e 50% dos funcionrios da Filial 2 ganham mais de 4 salrios.
210
Estatstica I
3) a) Para a Filial 01:
1 5
1 5
1 6
1 6
2 7
2 7
2 7
2 8
3 8
Note que os elementos que mais se repetem so o 1 e o 2, ento, nesse caso, so duas modas: Mo1 = 1 e Mo2 = 2. b) Para a Filial 02: 2 5 2 5 2 5 3 6 3 6 3 6 3 8 5 8
Note que os elementos que mais se repetem so o 3 e o 5, ento, nesse caso, so duas modas: Mo1 = 3 e Mo2 = 5
c) Para a Filial 03:
1 5
1 5
2 6
2 6
3 7
3 7
4 8
4 8
Note que todos os elementos se repetem, mas no tem nenhum que repita mais que os outros, ento no tem moda, ou seja, trata-se de uma srie amodal.
4) Em primeiro lugar, preciso calcular os valores necessrios na tabela. Observe: Tabela 7.8 Rao para animais e ganho de peso. Aumento de peso em kg 0 1 1 2 2 3 3 4 4 5 Total Fonte: Elaborao do autor (2010). a) Para calcular o aumento mdio por animal necessrio dividir 351/ 106 = 3,31 kg/animal; N de animais 01 05 35 37 28 106 PM 0,5 1,5 2,5 3,5 4,5 PM.fi 0,5 7,5 87,50 129,50 126,0 351,00
211
b) A rao antiga proporciona um aumento mdio de 3,10 kg/animal, logo podemos dizer a que nova rao mais eficiente.
5) Tabela 7.9 Nmero de falta dos funcionrios de uma empresa. N de faltas 0 1 2 3 4 5 6 7 8 Total N de empregados 20 42 53 125 84 40 13 3 2 382 fac 20 62 115 240 324 364 377 380 382
Fonte: Elaborao do autor (2010). a) Para calcularmos o Q1 (primeiro quartil), primeiro precisamos identificar a posio. Logo:
P=
n 382 = = 95, 50 4 4
Identificamos, na tabela que a posio 95,50 est na terceira linha, logo o Q1 = 2, pois como no esto dispostos em classe e no h necessidade de usar frmula, a identificao direta. Interpretao: 25% dos empregados tiveram nmero igual ou inferior a 2 faltas. Podemos dizer, tambm, que 75% dos empregados tiveram nmero igual ou superior a 2 faltas.
b) Para encontrarmos a mediana, precisamos identificar a posio, logo:
P=
n 382 = = 191 2 2
A medida est localizada na quarta linha, na posio 191, cujo valor de faltas correspondente 3, logo a mediana = 3. Interpretao: 50% dos empregados tiveram nmero igual ou inferior a 3 faltas. Podemos dizer tambm que 50% dos empregados tiveram nmero igual ou superior a 3 faltas.
212
Estatstica I
c) Precisamos identificar primeiro a posio para depois encontrar o valor do Q3 (terceiro quartil), logo:
P=
3n 3 382 = = 286, 5 4 2
Observamos que a posio 286,5 se encontra na quarta linha e o valor de faltas correspondente 4, ento o Q3= 4. Interpretao: 75% dos empregados tiveram nmero igual ou inferior a 4 faltas. Podemos dizer, tambm, que 25% dos empregados tiveram nmero igual ou superior a 4 faltas.
d) A posio onde se encontra o D3 (terceiro decil) :
P=
3n 3 382 = = 114, 6 10 10
Assim, a posio 114,6 se encontra na terceira linha. O nmero de faltas correspondente 2, logo D3 = 2. Interpretao: 30% dos empregados tiveram nmero igual ou inferior a 2 faltas, podemos dizer, tambm, que 70% dos empregados tiveram nmero igual ou superior a 2 faltas.
e) Da mesma forma para encontrar o percentil, neste caso P10, precisamos encontrar a posio primeiro, onde temos:
P=
10n 10 382 3.820 = = = 38, 2 100 100 100
Logo o n de faltas que corresponde a posio 38,2 1, ento P10= 1. Interpretao: 10% dos empregados tiveram nmero igual ou inferior a 1 falta. Podemos dizer tambm que 90% dos empregados tiveram nmero igual ou superior a 1 falta.
f) A ltima medida a ser calculada, P90:
P90 =
90n 90 382 34.380 = = = 343, 80 100 100 100
Ento, observamos que na posio 343,8 o nmero de faltas correspondente 5, logo P90=5.
213
Interpretao: 90% dos empregados tiveram nmero igual ou inferior a 5 faltas. Podemos dizer, tambm, que 10% dos empregados tiveram nmero igual ou superior a 5 faltas. Para entender melhor, observe o diagrama a seguir:
P10 10% 0 1 Q1 25% 2 D3 30% 2 Me 50% 3 Q3 75% 4 P90 90% 5 8
N faltas
Unidade 5
1) A varincia e o desvio padro para dados brutos. Nesta questo, voc pode seguir estes passos: Passo 1 - calcular a mdia:
25 + 22 + 36 + 20 + 29 + 38 170 = = 28, 33 6 6
Obs.: no esquea que, na mdia para a populao, usa-se a letra grega . Passo 2 - calcular os desvios (xi - ): (x1 - ) = (25-28,33)= -3,33 (x2 - ) = (22-28,33)= -6,33 (x3 - ) = (36-28,33)= 7,67; (x4 - ) = (20-28,33)= -8,33 (x5 - ) = (29-28,33)= 0,67 (x6 - ) = (38-28,33)= 9,67 Passo 3 - elevar ao quadrado cada desvio (xi - )2: (x1- )2= (-3,33)2 =11,0889 (x2 - )2 = (-6,33)2=40,0689 (x3 - )2 = (7,67)2=58,8289
214
Estatstica I
(x4 - )2= (-8,33)2=69,3889 (x5 - )2 = (0,67)2=0,4489 (x5 - )2 = (9,67)2=93,5089 Somando todos, obtemos o valor 273,3334. Passo 4 - calcular a mdia dos quadrados dos desvios. Aqui voc vai calcular para a populao (varincia): Varincia: 2 ( x) =
( xi - m) 2 273, 3334 = = 45, 5556 6 n
2 Ento: ( x) = 45, 556
Passo 5 - calcular o desvio padro, calculando a raiz da varincia.

2 Desvio padro: ( x) = ( x) = 45, 5556 = 6, 75
Interpretao: a variabilidade das idades de 6,75 anos.
2) O modo de calcular o mesmo da questo anterior, s muda no final, quando calcular a varincia, usa-se a frmula para amostra. Tempo: 15, 10, 9, 23, 31. Passo 1 - calcular a mdia: x =
9 + 10 + 15 + 23 + 31 88 = = 17, 6 5 5
Obs.: no esquea que na mdia para a amostra se usa x . Passo 2 - calcular os desvios (xi - x ) (x1- x ) = (15 - 17,6) = -2,6 (x2 - x ) = (10 - 17,6) = -7,6 (x3 - x ) = (9 - 17,6) = -8,6 (x4 - x ) = (23 - 17,6) = 5,4 (x5 - x ) = (31 - 17,6) = 13,4 Passo 3 - elevar ao quadrado cada desvio (xi - x )2. (x1- x ) = (-2,6)2= 6,76 (x2 - x ) = (-7,6) 2 = 57,76 (x3 - x ) = (-8,6) 2 = 73,96
215
(x4 - x ) = (5,4)2 = 29,16 (x5 - x ) = (13,4)2 = 179,56 Somando todos, obtemos 347,2. Passo 4 - calcular a mdia dos quadrados dos desvios. Aqui voc vai calcular para a amostra (varincia). Varincia: s ( x ) =
2
( xi - x) 2 n -1
347, 2 5 1
= 86, 8
2 Ento: s ( x ) = 86, 8
Passo 5 - calcular o desvio padro, calculando a raiz da varincia. Desvio padro: s ( x ) =
s 2 ( x ) = 86, 8 = 9, 32
Interpretao: a variabilidade do tempo de atendimentos de 9,32 minutos.
3) O primeiro passo calcular a mdia. Tabela 7.10 Nmero de defeitos por peas analisadas do lote X.
N de N de defeitos (xi) peas (fi) 0 1 2 3 4 5 6 Total (f) 45 36 11 9 6 3 1 111
x.fi
0 36 22 27 24 15 6 130
(x - x )
-1,17 -0,17 0,83 1,83 2,82 3,83 4,83 215,72
(x - x )2
1,3689 0,0289 0,6889 3,3489 8,0089 14,6689 23,3289
(x - x )2 fi
61,6005 1,0404 7,5779 30,1401 48,0534 44,0067 23,3289 215,7479
216
Estatstica I
Agora calcule passo a passo: Passo 1 - somar a coluna das frequncias simples ( ) para obter (frequncia total); = 111 Passo 2 - calcular a mdia: multiplicar cada xi por sua correspondente , escrever na coluna xi.fi , somar os valores calculados e escrever no final da coluna esse resultado, que o xi.fi; xi.fi = 130 Passo 3 - dividir o resultado do passo 2 ( passo 1 ( ): xi.fi) pelo resultado do
x = 130 = 1,17 111

Passo 4 - calcular a quarta coluna, (xi - x ), subtraindo o xi de cada linha pela mdia: 0 - 1,17 = -1,17 1 - 1,17 = -0,17 2 - 1,17 = 0,83 3 - 1,17 = 1,83 4 - 1,17 = 2,83 5 - 1,17 = 3,83 6 - 1,17 = 4,83
Passo 5 - calcular a quinta coluna, elevando os valores da quarta ao quadrado (xi - x )2: (-1,17)2 = 1,3689 (-0,17)2 = 0,0289 (0,839)2 = 0,6889 (1,83)2 = 3,3489 (2,83)2= 8,0089 (3,83)2 = 14,6689 (4,83)2 = 23,3289
217
Passo 6 - calcular a sexta coluna, multiplicando os valores da quinta pela frequncia simples de cada linha, (xi - x )2.fi: 1,3689 . 45 = 61,6005 0,0289 . 36 = 1,0404 0,6889 . 11 = 7,5779 3,3489 . 9 = 30,1401 8,0089 . 6 = 48,0534 14,6689 . 3 = 44,0067 23,3289 . 1 = 23,3289
Passo 7 - somar os valores obtidos na sexta coluna, (xi - x )2 .fi = 215,7479 Passo 8 - calcular a varincia para a amostra:
2 Varincia: s ( x) =
(xi - x )2 .fi:
( xi - x) 2 n -1
215, 7479 111 - 1
= 1, 9613
2 Ento: s ( x) = 1, 9613
Passo 9 - calcular o desvio padro:
s ( x) = s 2 ( x) = 1, 9613 = 1, 40
4) Quando voc tiver que calcular o desvio padro para uma tabela com intervalos, usa-se o mesmo processo, apenas substituindo o xi pelo ponto mdio:
218
Estatstica I
Tabela 7.11 Amostra da linha de produo.
Medidas em N de mm peas (fi) 0,5 1,0 1,0 1,5 1,5 2,0 2,0 2,5 2,5 3,0 3,0 3,5 3,5 4,0 Totais 2 5 10 59 58 11 5 150
PM 0,75 1,25 1,75 2,25 2,75 3,25 3,75
PM.f i 1,50 6,25 17,50 132,75 159,50 35,75 18,75 372
PMi - x -1,73 -1,23 -0,73 -0,23 0,27 0,77 1,27
(PMi - x )2 2,9929 1,5129 0,5329 0,0529 0,0729 0,5929 1,6129
(PMi - x )2.f i 5,9858 7,5645 5,3290 3,1211 4,2282 6,5219 8,0645 40,8150
Fonte: Elaborao do autor (2010). Agora calcule passo a passo: Passo 1 - somar a coluna das frequncias simples (fi) para obter (frequncia total) fi = 150. Passo 2 - clculo da mdia Calcular o ponto mdio de cada intervalo, multiplicar cada PM por sua correspondente fi , escrever na coluna PM.fi, somar os valores calculados nessa coluna e escrever o total. Esse resultado o PM.fi: PMi.fi = 372. Dividir o resultado ( PM.fi) pelo resultado do passo 1 ( f i) fi
x=
372 = 2, 48 150
219
Passo 3 - calcular a quinta coluna, (PMi - x ) subtraindo o PMi de cada linha pela mdia: 0,75 - 2,48 = -1,73 1,25 - 2,48 = -1,23 1,75 - 2,48 = -0,73 2,25 - 2,48 = -0,23 2,75 - 2,48 = 0,27 3,25 - 2,48 = 0,77 3,75 - 2,48 = 1,27 Passo 4 - calcular a sexta coluna, elevando os valores da quinta ao quadrado (PMi - x )2: (-1,73)2 = 2,9929 (-1,23)2 = 1,5129 (-0,73)2 = 0,5329 (-0,23)2 = 0,0529 (0,27)2 = 0,0729 (0,77)2 = 0,5929 (1,27)2 = 1,6129
Passo 5 - calcular a stima coluna, multiplicando os valores da sexta pela frequncia simples de cada linha, (PMi - x )2.fi: 2,9929 . 2 = 5,9858 1,5129 . 5 = 7,5645 0,5329 .10 = 5,3290 0,0529 .59 = 3,1211 0,0729 .58 = 4,2282 0,5929 .11 = 6,5219 1,6129 .5 = 8,0645
220
Estatstica I
Passo 6 - somar os valores obtidos na sexta coluna, (PMi - x )2 .fi: (PMi - x )2 .fi = 40,8150 Passo 7 - calcular a varincia: Varincia: s ( x) =
2
( PM i - x) 2 f i - 1
40, 8150 150 - 1
= 0, 2739
2 Ento: s ( x) = 0, 2739
Passo 8 - calcular o desvio padro:
s ( x) = s 2 ( x) = 0, 2739 = 0, 5234 s ( x) = 0, 52 (com arredondamento)

5) 5.1 Caso 1 a) A mais dispersa em termos absolutos a srie B (maior desvio padro). b) Voc tem que calcular o Coeficiente de Variao. Para a srie A: CV ( x) =
( x ) ( x )
5, 6 = 0, 0982 100 = 9, 82% 57 8, 2 = 0, 0854 100 = 8, 54% 96
Para a srie B: CV ( x) =
A srie com maior disperso relativa a srie A (maior Coeficiente de Variao).
c) Concluindo, a srie mais dispersa a srie A.
5.2 Caso 2 a) A mais dispersa em termos absolutos a srie B (maior desvio padro). b) Voc tem que calcular o coeficiente de variao. Para a srie A: CV ( x) =
( x )
12 = 0,1875 100 = 18, 75% 64 221
Para a srie B: CV ( x) =
( x )
18 = 0,1875 100 = 18, 75% 96
As duas sries apresentam o mesmo valor para os coeficientes de variao. c) Concluindo, as duas sries apresentam a mesma disperso.
6) Tabela 7.12 Equipe 2 Tempo cronometrado (em segundos) 20 40 50 80 Nmero de provas 10 15 30 5 60 Fonte: Elaborao do autor (2010).
x.fi
200 600 1500 400 2700
(x - x )
-25 -5 5 35
(x - x )2
625 25 25 1225
(x - x )2 fi
6250 375 750 6125 13500
a) CV= 44% b) Mdia = 45 c) Desvio Padro = 15,13 d) Equipe B CV=33,6%; e) logo a equipe 2 apresentou os resultados mais homogneos.
7) CV ( x) =
s ( x) s ( x) 0, 033 = s ( x) = 5, 4054 x 163, 80
arredondando para duas casas decimais s ( x) = 5, 41
222
Estatstica I
8) a) Distribuio A
K=
Q3 - Q1 2( P90 - P ) 10
Q3 - Q1 2( P90 - P ) 10
935 - 814 2(1012 - 772)

80, 3 - 63, 7 2(86, 6 -55, 0)
121 = 0, 252 480
Distribuio B
K=
16, 60 = 0, 263 63, 20
Distribuio C
K=
Q3 - Q1 2( P90 - P ) 10
45, 6 - 28, 8 2(49, 8 - 20,5)
16, 80 = 0, 287 58, 60
b) Distribuio A leptocrtica; Distribuio B mesocrtica; Distribuio C platicrtica.
Unidade 6
1) Organizando os dados do problema, temos: ano base = 2009 ano considerado = 2008 quantidade-base = q09 = 27,9 quantidade considerada = q08 = 26,7
q0,t =
qt q 26, 7 = 0, 957 ou 95,70% q09,08 = 08 = qo q09 27, 9
Interpretao: a relao da produo de ao em 2008, com base em 2009, de 95,7%. A variao foi de: 95,70-100=-4,3%, ou seja, houve uma reduo de 4,3%, na produo de ao no Brasil, comparando-se com a produo no ano de 2009.
223
2) Como os dados so os preos da cesta bsica de Maro 2009 e Abril 2009, o clculo ser sobre o relativo preo:
pMar , Abr =
p Abr 210,13 = = 0, 9810 ou 98,10% pMar 214, 20
Interpretao: A relao do valor da cesta bsica em Abril/2009 com base em Maro/2009 de 98,10%. A variao foi de: 98,10-100 = -1,90%, ou seja, houve uma reduo no valor de 1,90%, comparando o valor da cesta bsica Abril/2009 com base em Maro/ 2009.
3) Como os dados so as quantidades produzidas de automvel em Setembro/2010 e Outubro/2010, o clculo ser sobre o relativo quantidade: Ms base = Setembro/2010. Ms considerado = Outubro/2010. Quantidade base = q0 = 284.275. Quantidade considerada = qt = 300.763
q0,t =
qt qOut 300.763 q = = 1, 0580 ou 105, 80% Set ,Out = qo qSet 284.275
Interpretao: A relao de quantidade ref. A produo de automvel em Outubro/2010 com base em Setembro/2010 de 105,80%. A variao foi de: 105,80-100 = 5,80%, ou seja, houve um aumento na quantidade produzida de 5,80%, comparando a quantidade produzida em Outubro/2010 comparado com base em Setembro/ 2010.
4) q08,09 = 1,125 ou 112,5% p08,09 = 1,25 ou 125% Ano considerado = 2009 Ano-base = 2008
v0,t = p0,t .q0,t v08,09 = p08,09 .q08,09 = 1,125.1, 25 = 1, 4062 ou 140,62%
224
Estatstica I
Interpretao: a relao do valor do ao em 2009, com base em 2008, de 140,62%. A variao foi de 140,62-100= 40,62%, ou seja, houve um aumento de 40,62% no valor, comparando-se o valor do ao de 2009 com o de 2008.
5) A primeira tabela deve ser preenchida com os ndices com base mvel (elos de relativos). O processo semelhante ao exerccio anterior, a diferena est em que no anterior so relativos de quantidades e neste so relativos de preos. Tabela 7.13 Preos do produto de 2006 a 2010 em Reais Anos Preos
2006 29,5
2007 27,6
2008 29,8
2009 32,5
2010 35,4
Clculo: Note que o p05,06 no pode ser calculado por no existir o preo para 2005, ento voc deve comear pelo p06,07:
p06,07 =
p07 27, 6 = = 0, 9356 ou 93, 56% p06 29, 5
p07,08 =
p08,09 =
p08 29, 8 = = 1, 0797 ou 107, 97% p07 27, 6

p09 32, 5 = = 1, 0906 ou 109, 06% p08 29, 8 p10 35, 4 = = 1, 0892 ou 108, 92% p09 32, 5
p09,10 =
A tabela fica como segue: Tabela 7.14 Elos de relativos para preo do produto Anos ndices
2006 -
2007 93,56
2008 107,97
2009 109,06
2010 108,92
225
Na segunda tabela, voc deve calcular os relativos em cadeia, ou seja, com base fixa. A base solicitada 2007. Para calcular os ndices com base fixa, ou seja, voc ir usar o preo em 2007 como base:
p07 ,06 = p07 ,07 = p07 ,08 = p07 ,09 = p07 ,10 =
p06 29, 5 = = 1, 0688 ou 106, 88% p07 27, 6 p07 27, 6 = = 1, 0 ou 100, 0% p07 27, 6 p08 29, 8 = = 1, 0797 ou 107, 97% p07 27, 6 p09 32, 5 = = 1,1775 ou 117, 75% p07 27, 6 p10 35, 4 = = 1, 2826 ou 128, 26% p07 27, 6
Escrevendo na tabela, voc ter: Tabela 7.15 Relativos em cadeia para preo do produto - 2000=100 Anos ndices
2006 106,88
2007 100,00
2008 207,97
2009 117,75
2010 128,26
226
Biblioteca Virtual
Veja a seguir os servios oferecidos pela Biblioteca Virtual aos alunos a distncia:
Pesquisa a publicaes online www.unisul.br/textocompleto Acesso a bases de dados assinadas www. unisul.br/bdassinadas Acesso a bases de dados gratuitas selecionadas www.unisul.br/bdgratuitas Acesso a jornais e revistas on-line www. unisul.br/periodicos Emprstimo de livros www. unisul.br/emprestimos Escaneamento de parte de obra*
Acesse a pgina da Biblioteca Virtual da Unisul, disponvel no EVA e explore seus recursos digitais. Qualquer dvida escreva para bv@unisul.br
* Se voc optar por escaneamento de parte do livro, ser lhe enviado o sumrio da obra para que voc possa escolher quais captulos deseja solicitar a reproduo. Lembrando que para no ferir a Lei dos direitos autorais (Lei 9610/98) pode-se reproduzir at 10% do total de pginas do livro.

(6810 - 17105) Estatisticai

Uploaded by

Document Information

Original Title

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

(6810 - 17105) Estatisticai

Uploaded by

Copyright:

Available Formats

Universidade do Sul de Santa Catarina

Palhoa UnisulVirtual 2011

Coordenao dos Cursos

Giane dos Passos

Gerncia de Desenho e Desenvolvimento de Materiais Didticos

Gerncia Administrativa e Financeira

Gerncia de Ensino, Pesquisa e Extenso

Gerncia Servio de Ateno Integral ao Acadmico

Mauro Faccioni Filho

(Coord. PUIP, PUIC, PIBIC)

Luiz Arthur Dornelles Jnior

Design instrucional Roseli Rocha Moterle

7 edio revista e atualizada

Reviso e atualizao de contedo Sidenir Niehuns Meurer

Palhoa UnisulVirtual 2011

Edio Livro Didtico

Projeto Grfico e Capa

Ficha catalogrfica elaborada pela Biblioteca Universitria da Unisul

Bom estudo e sucesso! Equipe UnisulVirtual.

Bons estudos!! Professor Luiz Arthur Dornelles Junior.

Universidade do Sul de Santa Catarina

Unidade 1 - Introduo estatstica

Unidade 2 Distribuio de frequncias

Unidade 3 Representao grfica

Unidade 4 Medidas de posio

Universidade do Sul de Santa Catarina

Unidade 5 Medidas de disperso, assimetria e curtose

Agenda de atividades/ Cronograma

Demais atividades (registro pessoal)

Universidade do Sul de Santa Catarina

Para incio de estudo

Seo 1 Como surgiu a Estatstica?

Quando a Estatstica comeou a ser aplicada?

Universidade do Sul de Santa Catarina

pedrinhas em uma sacola; marcas em um pedao de madeira; ns em uma corda.

Universidade do Sul de Santa Catarina

Seo 2 Fases do mtodo estatstico ou de uma pesquisa

completo - responder tudo; secreto - sem identificao;

concreto - perguntas claras e objetivas; discreto - perguntas bem formuladas.

Universidade do Sul de Santa Catarina

Estudo da amostra: - tabelas - gr cos - medidas Caractersticas amostrais

Seo 3 Populao e amostra

animados - pessoas, animais, etc.;

inanimados - notas fiscais, produtos industrializados, etc.

Em relao ao nmero de elementos, a populao pode ser:

Universidade do Sul de Santa Catarina

Processos estatsticos de abordagem

Universidade do Sul de Santa Catarina

Como podemos ver, o uso da amostragem vantajoso por trazer:

Universidade do Sul de Santa Catarina

Seo 4 Variveis estatsticas

As variveis qualitativas esto divididas em:

As variveis quantitativas esto divididas em:

Diferena entre as variveis discreta e contnua

Universidade do Sul de Santa Catarina

Os tipos de dados so:

Seo 5 Sries estatsticas

Tabela 1.1 O PIB do Brasil em milhes de dlares / 2003 - 2009

2003 2004 2005 2006 2007 2008 2009

554 664 882 1089 1367 1636 1577 7769

Fonte: IBGE (2010).

Universidade do Sul de Santa Catarina

um ponto de interrogao (?), quando h dvida quanto exatido de determinado valor;