Aula 14

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados
Profs. Alexandre Lima e Moraes Junior

Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br 1
Raciocnio Lgico-Quantitativo para Traumatizados
Aula 14
Estatstica Descritiva.
14. Estatstica Descritiva ......................................................................................................... 2
14.1 Introduo ..................................................................................................................... 2
14.2. Tipos de Variveis ......................................................................................................... 4
14.3. Tcnicas de Descrio Grfica .................................................................................. 5
14.3.1. Descrio Grfica de Variveis Qualitativas ................................................................... 5
14.3.2. Descrio Grfica de Variveis Quantitativas Discretas ................................................. 6
14.3.3. Descrio Grfica de Variveis Quantitativas Contnuas ................................................ 8
14.4. Caracterizao de uma Distribuio de Frequncias .................................. 11
14.4.1. Medidas de Posio ........................................................................................................ 11
14.4.2. Medidas de Disperso .................................................................................................... 22
14.4.3. Momentos de uma Distribuio de Frequncias ............................................................ 31
14.4.4. Medidas de Assimetria ................................................................................................... 32
14.4.5. Medidas de Achatamento ou Curtose ............................................................................ 36
14.5. Ramo-e-Folhas ........................................................................................................... 37
14.6. Memorize para a prova ........................................................................................... 39
14.7. Exerccios de Fixao ............................................................................................... 41
14.8 Gabarito ........................................................................................................................ 47
14.9 Resoluo dos Exerccios de Fixao ................................................................. 47

14. Estatstica Descritiva
Prezado(a) amigo(a), iniciamos hoje uma nova parte do nosso curso, a
Estatstica. Estudaremos essa matria ao longo de oito aulas (incluindo esta).
Todos, ou quase todos, devem ter cursado esta disciplina quando fizeram a
Faculdade. Provavelmente, parte do contedo que ensinaremos ser matria
nova para a grande maioria (com exceo dos matemticos/estatsticos que
integram a turma). Assim, teremos que vencer, juntos, a barreira da
familiarizao com alguns conceitos/noes inditos. O que fazer, se assuntos
mais avanados como regresso linear mltipla e testes de hipteses no
paramtricos (poderamos citar outros tpicos) tm sido cobrados nas provas?
A atitude correta seria no estud-los? Cair no erro do auto-engano? claro
que no, pois no podemos brigar com a realidade dos fatos. Temos que ser
pragmticos: precisamos nos adequar s exigncias da(s) banca(s), e no o
contrrio. Ns mesmos no aprendemos a regresso mltipla, muito menos
testes de hipteses no paramtricos, nas disciplinas de Estatstica oferecidas
pela Escola Politcnica da USP e pela Escola Naval. Entendeu o tamanho da
encrenca em que voc se meteu? (risos!) Brincadeira ...

O nosso principal objetivo trein-lo para matar qualquer questo de
Estatstica que aparecer na prova. Estamos cientes de que voc no entender
100% de todos os conceitos que sero apresentados. Mas isso no tem
importncia, desde que voc memorize todos os bizus/macetes que sero
ensinados! Quem disse que entender toda a matria pr-requisito para
arrebentar em uma prova?

Last but not least: f na misso que se inicia! Estamos iniciando um trabalho
de base em Estatstica. No temos em mente um edital especfico. Mas
certamente cobriremos a totalidade da maioria dos editais interessantes.

Nesta aula, apresentamos alguns tpicos que so normalmente cobrados em
concursos pblicos, tais como grficos, tabelas, medidas de posio e de
variabilidade, dentre outros. A matria exposta aps uma breve introduo
sobre a cincia Estatstica.

14.1 Introduo

A Estatstica a cincia que se preocupa em coletar, analisar e fazer
inferncias a partir de dados. A sua matria-prima um conjunto de dados.
Ela uma cincia meio, e no fim, sendo til em vrios campos do
conhecimento, tais como fsica, engenharia, medicina, aturia, biologia,
economia, administrao, etc.

Mtodos estatsticos nos ajudam a entender o problema da variabilidade. Mas
o que seria a variabilidade? A idia simples. Diversas observaes de um
sistema ou fenmeno no produzem exatamente o mesmo resultado. E isto
ocorre porque sistemas/fenmenos fsicos esto sujeitos variabilidade.
Considere, por exemplo, o consumo mensal de energia eltrica da sua casa.
Voc observa o mesmo consumo mensal todos os meses? claro que no! s
vezes, o consumo varia consideravelmente, como nos meses de vero (devido
ao uso de ar-condicionado, ventilador, etc.) e de inverno (por causa da
utilizao de sistemas de aquecimento, secadora de roupas, etc.). Outro
exemplo prtico seria a arrecadao mensal de tributos do governo. O governo
precisa saber quais so as fontes potenciais de variabilidade no sistema de
arrecadao. a que entra a Estatstica, pois ela capaz de descrever a
variabilidade e de indicar quais fontes de variabilidade so mais importantes
ou quais tm impacto significativo sobre o desempenho da arrecadao.

A Estatstica pode ser dividida em duas partes: a Estatstica Descritiva, que
aborda a organizao e a descrio dos dados experimentais, e a Inferncia
Estatstica (ou Estatstica Indutiva), cujo objetivo inferir propriedades de
um agregado maior (a populao) a partir de um conjunto menor (a amostra).
A inferncia estatstica no exata; as suas indues
1
sempre possuem um
determinado grau de incerteza.

Uma populao ou universo um conjunto de elementos com pelo
menos uma caracterstica comum. A populao pode ser finita ou infinita.
Por exemplo, o nmero de pneus defeituosos produzidos em um dia por uma
determinada fbrica, uma populao de tamanho finito. J as observaes
obtidas pela medio diria de gases de efeito estufa representam uma
populao de tamanho infinito. A caracterstica comum deve delimitar de forma
exata quais os elementos que pertencem populao e quais os que no
pertencem. Considere, por exemplo, a populao dos indivduos do sexo
masculino inscritos no prximo concurso para Analista Tcnico da Receita
Federal. Essa populao no inclui as pessoas do sexo feminino que faro o
mesmo concurso.

Depois que caracterizamos a populao, procedemos ao levantamento de
dados acerca da caracterstica (ou caractersticas) de interesse no estudo em
questo. Na maioria dos problemas de inferncia estatstica, impossvel ou
impraticvel observar toda a populao. Devemos ento restringir nossas
observaes a uma parte da populao, isto , a uma amostra proveniente
dessa populao. Uma amostra , portanto, um subconjunto finito de uma
populao, e todos os seus elementos sero examinados para a realizao do
estudo estatstico desejado.

Quanto maior a amostra, mais precisas e confiveis sero as indues
realizadas sobre a populao. No limite, resultados 100% confiveis podem ser
obtidos atravs do exame completo da populao. Na prtica, isso no
necessrio, pois indues suficientemente precisas e confiveis podem ser
realizadas desde que o tamanho da amostra seja corretamente dimensionado.

Esperamos que voc tenha entendido a nossa breve explicao sobre a
Inferncia Estatstica. Voltaremos a este assunto, de forma bastante

1
A induo um processo de raciocnio em que, partindo-se do conhecimento de uma parte,
procura-se tirar concluses sobre o todo.
detalhada, em aulas posteriores. A partir deste ponto, voltaremos a nossa
ateno para o foco desta aula, que o estudo da Estatstica Descritiva.

14.2. Tipos de Variveis

A funo da Estatstica Descritiva organizar as informaes contidas
nos resultados observados.

De forma geral, podemos ter cada um dos elementos de uma populao ou
amostra associado a mais de uma caracterstica de interesse. Por exemplo, o
conjunto dos elementos sob investigao pode ser uma amostra da populao
dos candidatos do sexo masculino inscritos no ltimo concurso de Auditor da
Receita Federal. Este o conjunto dos elementos fisicamente definidos e
considerados. Para este conjunto, as variveis (caractersticas) de
interesse poderiam ser: idade, peso e altura. Nesta aula, veremos apenas o
caso de variveis unidimensionais, em que apenas uma caracterstica de
interesse est associada a cada elemento do conjunto examinado. H
casos, porm, em que duas ou mais caractersticas precisam ser
simultaneamente estudadas (veremos em aulas posteriores).

A caracterstica de interesse poder ser qualitativa ou quantitativa. Tem-se,
portanto, variveis qualitativas ou quantitativas.

A varivel ser qualitativa quando resultar de uma classificao por
tipos ou atributos, como, por exemplo:

a) Populao: moradores de uma cidade.
Varivel: sexo (masculino ou feminino).

b) Populao: peas produzidas por uma mquina.
Varivel: qualidade (perfeita ou defeituosa).

Por outro lado, a varivel ser quantitativa quando seus valores forem
expressos em nmeros. As variveis quantitativas podem ser discretas ou
contnuas. Uma varivel contnua aquela cujos possveis valores pertencem
a um intervalo de nmeros reais e que resulta de uma mensurao, como, por
exemplo, a estatura de um indivduo. Uma varivel discreta aquela cujos
possveis valores formam um conjunto finito ou enumervel de nmeros, e que
resultam, freqentemente, de uma contagem.

Exemplos de variveis discretas:

a) Populao: casais residentes em um distrito de uma cidade.
Varivel: nmero de filhos.

b) Populao: carros produzidos em uma linha de montagem.
Varivel: nmero de defeitos por unidade.

Exemplos de variveis contnuas:

a) Populao: detergentes de uma certa marca e tipo.
Varivel: peso lquido.

b) Populao: peas produzidas por uma mquina.
Varivel: dimetro externo.

A Estatstica Descritiva pode descrever os dados atravs de grficos,
distribuies de frequncia ou medidas associadas a essas
distribuies, conforme veremos a seguir.

14.3. Tcnicas de Descrio Grfica

Primeiramente, devemos verificar as frequncias dos diversos valores
observados de uma varivel.

A frequncia de um dado valor de uma varivel (qualitativa ou quantitativa)
definida como o nmero de vezes que esse valor foi observado. Seja f
i
a
frequncia do i-simo valor observado. Se o nmero total de elementos
observados n, ento vale a relao

(1)
=
=
k
f
1 i
i
n

em que k denota o nmero de diferentes valores existentes da varivel.

A associao das respectivas frequncias a todos os diferentes valores
observados define a distribuio de frequncias do conjunto de valores
observados. Tambm podemos trabalhar com a noo de frequncia relativa
de um valor observado, definida como

(2)
n
f
p
i
i
= .

Observe que

(3)
=
=
k
1
1
i
i
p .

14.3.1. Descrio Grfica de Variveis Qualitativas

O grfico obtido por meio do clculo das frequncias ou frequncias relativas
poder ser um diagrama de barras, um diagrama circular ou qualquer
outro tipo de diagrama equivalente.

Exemplo. Considere um grupo de 147 candidatos a um curso de MBA,
classificados segundo a sua graduao, conforme a Tabela 1.


Tabela 1: formao de graduao.

Formao Frequncias Freq. Relativa (%)
Engenheiros 45 30,61
Administradores 38 25,85
Economistas 35 23,81
Contadores 16 10,88
Outros 13 8,84
Total 147 100,00

Os dados esto representados por meio de um diagrama de barras e por um
diagrama circular (veja as duas figuras a seguir).

14.3.2. Descrio Grfica de Variveis Quantitativas Discretas

A descrio grfica de variveis quantitativas discretas normalmente feita
por meio de um diagrama de barras. Como a varivel quantitativa, seus
valores numricos podem ser representados num eixo horizontal. Neste caso,
as barras do diagrama sero verticais.

Exemplo. Considere a varivel nmero de defeitos por unidade obtidos a
partir de produtos retirados de uma linha de produo. Seja o conjunto de 20
valores obtidos conforme a Tabela 2.

Tabela 2: distribuio de frequncias.

x
i
f
i
p
i

0 8 0,20
1 14 0,35
2 10 0,25
3 4 0,10
4 2 0,05
5 2 0,05
Total 40 1,00

A figura abaixo mostra o diagrama de barras associado aos dados da Tabela 2.

Tambm possvel representar graficamente os dados da Tabela 2 utilizando
as frequncias acumuladas, que sero denotadas por F
i
. A frequncia
acumulada, em qualquer ponto do eixo horizontal (ou eixo das
abscissas), a soma das frequncias de todos os valores menores ou
iguais ao valor correspondente a esse ponto. De forma anloga, tambm
temos as frequncias relativas acumuladas P
i
. A Tabela 3 ilustra as frequncias
e frequncias relativas acumuladas para os dados da Tabela 2. A figura a
seguir mostra o grfico das frequncias acumuladas.

Tabela 3: frequncias acumuladas.

x
i
F
i
P
i

0 8 0,20
1 22 0,55
2 32 0,80
3 36 0,90
4 38 0,95
5 40 1,00

14.3.3. Descrio Grfica de Variveis Quantitativas Contnuas

O diagrama de barras no usado na descrio grfica de variveis
quantitativas contnuas
2
. O Exemplo a seguir ilustra a tcnica usualmente
empregada na prtica.

Exemplo. Considere a varivel comprimento de peas produzidas em uma
fbrica, dada em centmetros:

10,4 10,5 10,8 10,2 10,6
10,6 10,2 10,7 10,4 10,5
10,3 10,5 10,4 10,7 10,4
10,9 10,5 10,3 10,6 10,5
10,4 10,5 10,6 10,9 10,7

Na Tabela 4, temos os dados acima organizados em termos de frequncias e
de frequncias relativas, simples e acumuladas.

Tabela 4: distribuio das frequncias e das frequncias acumuladas.

2
Devido natureza contnua da varivel.

x
i
f
i
F
i
p
i
P
i

10,2 2 2 0,08 0,08
10,3 2 4 0,08 0,16
10,4 5 9 0,20 0,36
10,5 6 15 0,24 0,60
10,6 4 19 0,16 0,76
10,7 3 22 0,12 0,88
10,8 1 23 0,04 0,92
10,9 2 25 0,08 1,00
25 1,00

A prxima figura uma representao grfica das duas primeiras colunas da
Tabela 4. importante que voc aprenda a interpretar corretamente o grfico
da figura a seguir. Por exemplo, a frequncia 2 associada ao valor 10,3 quer
dizer, na verdade, que temos dois valores compreendidos entre os limites
10,25 e 10,35, que foram aproximados, no processo de medio, para 10,3.
Portanto, uma representao grfica correta dever associar a frequncia 2 ao
intervalo 10,25 - 10,35. Isto feito por meio de uma figura formada com
retngulos cujas reas representam as frequncias dos diversos
intervalos existentes. Tal figura denominada histograma.

10.2 10.3 10.4 10.5 10.6 10.7 10.8 10.9 11
0
1
2
3
4
5
6
7
x
f

No caso das variveis contnuas, as frequncias sempre sero associadas a
intervalos de variao da varivel e no a valores individuais. Tais intervalos
so chamados de classes de frequncias. Estas classes so usualmente
representadas pelos seus pontos mdios.

Variveis contnuas tambm podem ser representadas pelo polgono de
frequncias, que obtido unindo-se os pontos mdios dos patamares do
histograma. Para completar a figura, consideram-se duas classes laterais com
frequncia nula
3
. A figura a seguir ilustra o polgono de frequncias
correspondente ao histograma da figura anterior.

10.2 10.3 10.4 10.5 10.6 10.7 10.8 10.9 11
0
1
2
3
4
5
6
7
x
f

A figura a seguir mostra os grficos das frequncias relativas acumuladas e do
polgono de frequncias relativas acumuladas (ou ogivas percentuais
4
)
relativos ao ltimo exemplo.

10.2 10.3 10.4 10.5 10.6 10.7 10.8 10.9 11
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
x
P

3
Exceto no caso de variveis essencialmente positivas cujo histograma se inicia no valor zero, pois
no haveria sentido em se considerar um intervalo com valores negativos.
4
O polgono de frequncias acumuladas tambm pode ser chamado de ogiva.
Na prtica, s vezes necessrio agrupar os dados em classes de frequncia
que englobam diversos valores da varivel. A frequncia de cada classe ser,
nesse caso, igual soma das frequncias de todos os valores existentes dentro
da classe. Este procedimento corresponde a uma diminuio proposital da
preciso com que os dados foram computados. O problema a resolver, em tais
casos, o de determinar qual o nmero k de classes a constituir, qual o
tamanho ou amplitude h dessas classes e quais os seus limites. Seja R a
amplitude do conjunto de dados, ou seja, a diferena entre o maior e o menor
dos valores observados. Fixado o nmero k de classes, resulta

(4)
k
R
h .

14.4. Caracterizao de uma Distribuio de Frequncias

A distribuio de frequncias de uma varivel quantitativa tambm pode ser
caracterizada por grandezas numricas denominadas medidas da distribuio
de frequncias. As medidas buscam sumarizar as informaes disponveis
sobre o comportamento de uma varivel.

H medidas de posio, de disperso, de assimetria e de achatamento ou
curtose. As medidas de posio e de disperso so as mais importantes
na prtica e servem para localizar as distribuies e caracterizar a sua
variabilidade.

14.4.1. Medidas de Posio

As medidas de posio servem para localizar a distribuio de frequncias
sobre o eixo de variao da varivel em questo. Estudaremos, neste texto, a
mdia, a mediana e a moda.

A mdia e a mediana indicam, por critrios diferentes, o centro da
distribuio de frequncias, ou seja, so medidas de tendncia central.
A moda, por sua vez, indica a regio de maior concentrao de
frequncias na distribuio.

Mdia Aritmtica

Suponha que voc more em So Paulo (capital) e que esteja planejando uma
viagem de carro para o Rio de Janeiro (capital) pela rodovia BR-116 (rodovia
Pres. Dutra) no prximo feriado. Qual seria o tempo gasto na viagem? Bem, a
resposta mais exata, do ponto de vista estatstico, uma vez que o tempo de
viagem uma grandeza aleatria (o tempo de viagem varia em funo de
fatores sobre os quais no temos controle tais como congestionamentos
devidos a acidentes com veculos, fiscalizaes da Polcia Rodoviria, etc.),
seria fornecer a distribuio de frequncias dos tempos de viagem de carro
para o Rio de Janeiro (vamos admitir que voc viaje de carro com alguma
frequncia para o Rio de Janeiro e que tenha coletado esse conjunto de
dados). Porm, ningum espera que voc d como resposta uma distribuio
de frequncias dos tempos de viagem. O que se espera que voc fornea o
tempo esperado ou mdio que ser gasto na viagem. Como calculamos a
mdia de uma distribuio de frequncias? Responderemos essa pergunta na
sequncia.

A mdia aritmtica, ou mdia, de um conjunto de n nmeros
n
x x x ,..., ,
2 1

definida por (leia-se x barra)

(5)
n
x
n
x
n
x x x
x
n
j
j
n

= =
+ + +
=
=1
2 1
...
.

Exemplo. A mdia dos nmeros 3, 4, 8, 11 e 13

8 , 7
5
13 11 8 4 3
=
+ + + +
= x

Se k valores distintos observados
k
x x x ,..., ,
2 1
ocorrerem com as frequncias
k
f f f ,..., ,
2 1
, respectivamente, a mdia ser

(6)
=
=
=
=
= = =
+ + +
+ + +
=
k
j
j j
k
j
j j
k
j
j
k
j
j j
k
k k
p x
n
x f
f
x f
f f f
x f x f x f
x
1
1
1
1
2 1
2 2 1 1
...
...

em que p
j
denota a j-sima frequncia relativa.

Exemplo. Se 4, 7, 5, 2 ocorrerem com as frequncias 3, 2, 4 e 1,
respectivamente, a mdia aritmtica ser de

8 , 4
1 4 2 3
1 2 ) 4 5 ( ) 2 7 ( ) 3 4 (
=
+ + +
+ + +
= x

Mencionamos acima que a mdia caracteriza o centro da distribuio de
frequncias; fazendo uma analogia com a mecnica, poderamos interpretar a
mdia como sendo o centro de gravidade de uma distribuio de frequncias.

Podemos destacas as seguintes propriedades da mdia:

a) multiplicando-se todos os valores de uma varivel por uma constante,
a mdia do conjunto fica multiplicada por essa constante. Seja x a
varivel de interesse, c um valor constante e y = cx. Ento x c y = .
b) somando-se ou subtraindo-se uma constante a todos os valores de
uma varivel, a mdia do conjunto fica acrescida ou diminuda dessa
constante. Seja x a varivel de interesse, c um valor constante e
c x y = . Ento c x y = .

Mdia Aritmtica de Dados Agrupados

Quando os dados so apresentados em uma distribuio de frequncias, todos
os valores includos num certo intervalo de classe so considerados
coincidentes com o ponto mdio do intervalo. As frmulas (5) e (6) sero
vlidas para esses dados agrupados quando se interpretar
j
x como o ponto
mdio e
j
f como a frequncia de classe correspondente.

Exemplo. Seja a distribuio em classes de frequncia dada na Tabela 5.
Temos que

0 , 55
100
500 . 5
= = =

n
f x
x
i i
.

Tabela 5: clculo da mdia.

Classe
(limites reais)
f
i
x
i
x
i
f
i

40,0 45,0 6 42,5 255
45,0 50,0 16 47,5 760
50,0 55,0 32 52,5 1.680
55,0 60,0 24 57,5 1.380
60,0 65,0 14 62,5 875
65,0 70,0 6 67,5 405
70,0 75,0 2 72,5 145
100 5.500

Outros Tipos de Mdia

Podemos definir outros tipos de mdia de um conjunto de dados, tais como a
mdia geomtrica
g
x , a mdia harmnica
h
x e a mdia ponderada
p
x
dadas por

(7)
n
n g
x x x x ... .
2 1
= ,

Exemplo. A mdia geomtrica dos nmeros 2, 4 e 8 :

4 64 8 4 2
3 3
= = =
g
x

(8)
n
h
x x x
n
x
1
...
1 1
2 1
+ + +
= ,

Exemplo. A mdia harmnica dos nmeros 2, 4 e 8 :

43 , 3
8
1
4
1
2
1
3
+ +
=
h
x

(9)
n
n n
p
w w w
x w x w x w
x
+ + +
+ + +
=
...
...
2 1
2 2 1 1
.

em que
n
w w w ,..., ,
2 1
denotam fatores de ponderao ou pesos.

Exemplo. O desempenho em um curso de graduao avaliado por meio das
notas obtidas nas provas bimestrais P1 e P2 e pela nota de Atividades (A).
Sabendo-se que a P2 tem peso 5, que a P1 tem peso 2 e que A tem peso 3,
determine a mdia final do aluno que obteve as seguintes notas (em uma
escala de 0 a 10): P1 = 5,0, P2 = 4,5 e A=8,5.

4 , 5 35 , 5
10
5 , 53
3 5 2
) 5 , 8 3 ( ) 5 , 4 5 ( ) 0 , 5 2 (
= =
+ +
+ +
=
p
x

Relao entre as mdias aritmtica, geomtrica e harmnica

A mdia geomtrica de um conjunto de nmeros positivos
n
x x x ,..., ,
2 1
menor
do que ou igual sua mdia aritmtica, mas maior do que ou igual sua
mdia harmnica:

mdia harmnica mdia geomtrica mdia aritmtica

Mediana

A mediana caracteriza o centro de uma distribuio de frequncias com base
na ordem dos valores que formam o conjunto de dados. A mediana o
valor que ocupa a posio central dos dados ordenados. A mediana o
valor que divide a distribuio ao meio, deixando os 50% menores
valores de um lado e os 50% maiores valores do outro lado.

A mediana de um conjunto de n valores ordenados, sendo n mpar,
definida como o valor de ordem (n+1)/2 desse conjunto. Se n for par,
consideraremos a mediana como o valor mdio entre os valores de ordem n/2
e (n/2) + 1 do conjunto de dados.

Exemplo. A mediana dos nove valores j ordenados,

12 14 15 19 20 22 26 27 30

igual a 20. A mediana dos oito valores j ordenados,

12 14 15 19 20 26 27 30

igual a (19+20)/2 = 19,5.

A mediana (md) de uma distribuio em classes de frequncias dada pela
expresso

(10)
md
md
a
i
h
f
F n
L md
+ =
) 2 / (

em que
i
L o limite inferior da classe que contm a mediana, n o nmero de
elementos do conjunto de dados,
a
F a soma das frequncias das classes
anteriores que contm a mediana,
md
f a frequncia da classe que contm a
mediana e
md
h a amplitude da classe que contm a mediana. A expresso
(10) supe que os valores observados da varivel tenham se distribudo
homogeneamente dentro das diversas classes.

Exemplo. Considere os dados da Tabela 5, repetidos abaixo na Tabela 6.

Tabela 6

Classe
(limites reais)
f
i

40,0 45,0 6
45,0 50,0 16
50,0 55,0 32
55,0 60,0 24
60,0 65,0 14
65,0 70,0 6
70,0 75,0 2
100

A mediana

375 , 54 5
32
22 50
0 , 50 =
+ = md .

Em certos casos prticos, como aqueles que envolvem distribuies de
frequncia com valores extremos, mais conveniente usar a mediana como
medida de tendncia central, pois a mdia sofre influncia de valores
extremos. Neste caso, a mediana fornecer uma melhor idia do centro da
distribuio de frequncias da varivel sob anlise.

A mediana de uma distribuio em classes de frequncias pode ser
geometricamente interpretada como o ponto tal que uma vertical por ela
traada divide a rea sob o histograma em duas partes iguais.

A mediana e a mdia so coincidentes quando a distribuio simtrica. Em
distribuies assimtricas, a mdia tende a deslocar-se para o lado da cauda
mais longa (vide figura abaixo).

A mediana divide o conjunto ordenado de dados em dois subconjuntos
com igual nmero de elementos. H outras maneiras de se dividir os dados
ordenados. Os quartis (Q
1
, Q
2
, Q
3
) dividem o conjunto ordenado de valores
em quatro subconjuntos com igual nmero de elementos. O primeiro quartil
(Q
1
) ou quartil inferior (Q
i
) delimita os 25% menores valores; o segundo
quartil a prpria mediana e o terceiro quartil (Q
3
) ou quartil superior (Q
s
) o
valor que separa os 25% maiores valores (veja a prxima figura). Alm dos
quartis, podemos definir os decis (D
1
, D
2
,..., D
9
), que so os valores que
dividem os dados ordenados em dez partes iguais (note que a mediana
corresponde ao quinto decil D
5
) e os percentis, que so os valores que
dividem os dados ordenados em 100 partes iguais, sendo representados por
P
1
, P
2
,..., P
99
(a mediana o percentil P
50
).

De maneira geral, os quartis, decis e percentis e outros valores obtidos
mediante subdivises dos dados em partes iguais so denominados quantis.


Moda

A moda dada pelo valor mais freqente (ou de mxima frequncia). Sendo
assim, a moda para o conjunto de dados da Tabela 2 1 e, no caso da Tabela
6, a classe modal 50,0 55,0.

Pode haver, entretanto, mais de uma moda em um conjunto de valores. Se
houver apenas uma moda, a distribuio dita unimodal. Se houver duas,
bimodal.

No caso de distribuies de frequncia em classes de mesma amplitude,
comum definir-se a moda (mo) como um ponto pertencente classe modal,
dado por

(11) h
d d
d
L mo
i
2 1
1
+
+ = ,

em que
i
L o limite inferior da classe modal,
1
d a diferena entre a
frequncia da classe modal e a da classe imediatamente anterior,
2
d a
diferena entre a frequncia da classe modal e a da classe imediatamente
seguinte e h a amplitude das classes. A frmula (11) corresponde ao clculo
da moda pelo Mtodo de Czuber.

Exemplo. Considere os dados da Tabela 6. Ento 0 , 50 =
i
L , 16 16 32
1
= = d ,
8 24 32
2
= = d , 5 = h e a moda

333 , 53 5
8 16
16
0 , 50
+
+ = mo .

A moda tambm pode ser calculada pelo Mtodo de King:

h
f f
f
L mo
ant post
post
i
+
+ = ,

em que
i
L denota o limite inferior da classe modal,
post
f a frequncia da
classe posterior classe modal,
ant
f a frequncia da classe anterior
classe modal e h a amplitude da classe modal.

Caso a questo da prova no especifique, dever ser utilizado o
mtodo de Czuber.

Relao Emprica entre a Mdia, a Mediana e a Moda

Para as curvas de frequncia unimodal moderadamente inclinadas
(assimtricas), a seguinte relao emprica vlida

(12) ) ( 3 md x mo x =

ou seja,

Mdia Moda = 3(Mdia - Mediana).

A figura abaixo mostra as posies relativas da moda, mediana e mdia para
uma distribuio de frequncia (levemente) inclinada para a direita.

J caiu em prova! (Agente Fiscal de Rendas SP/2009/FCC). Para
resolver as questes de nmeros 1 e 2, considere a tabela de frequncias
relativas abaixo, que mostra a distribuio dos valores arrecadados, em 2008,
sobre determinado tributo, referente a um ramo de atividade escolhido para
anlise. Sabe-se que:

I As frequncias absolutas correspondem s quantidades de recolhimentos,
sendo as frequncias relativas do segundo e terceiro intervalos de classe iguais
a x e y, respectivamente.
II A mdia aritmtica da distribuio, valor arrecadado por recolhimento,
igual a R$ 3.350,00 (valor encontrado considerando que todos os valores
includos num certo intervalo de classe so coincidentes com o ponto mdio
desse intervalo).

Valores Arrecadados (R$) Frequncias Relativas
1.000,00 |---------- 2.000,00 0,10
2.000,00 |---------- 3.000,00 x
3.000,00 |---------- 4.000,00 y
4.000,00 |---------- 5.000,00 0,20
5.000,00 |---------- 6.000,00 0,10
Total 1,00

1. A porcentagem de recolhimentos com valores arrecadados maiores ou
iguais a R$ 3.000,00

A) 70%
B) 65%
C) 55%
D) 45%
E) 40%

Resoluo

Seja a Tabela abaixo, em que x
i
denota o ponto mdio da classe i, p
i

representa a frequncia relativa da classe i e P
i
a frequncia acumulada da
classe i.

Classes (em R$ mil) x
i
p
i
P
i

1,0 |--- 2,0 1,5 0,10 0,10
2,0 |--- 3,0 2,5 x 0,10 + x
3,0 |--- 4,0 3,5 y 0,10 + x + y
4,0 |--- 5,0 4,5 0,20 0,30 + x + y
5,0 |--- 6,0 5,5 0,10 0,40 + x + y
Total 1,00

Temos duas frequncias relativas incgnitas: x e y. Logo, precisaremos montar
um sistema de duas equaes a duas incgnitas para resolver x e y.

O enunciado diz que 35 , 3 = x (em R$ mil). Portanto,

) 10 , 0 5 , 5 ( ) 20 , 0 5 , 4 ( 5 , 3 5 , 2 ) 10 , 0 5 , 1 ( 35 , 3 + + + + = = =

y x p x x
i
i i

35 , 3 55 , 0 90 , 0 5 , 3 5 , 2 15 , 0 = + + + + y x
75 , 1 5 , 3 5 , 2 = + y x (1)

Por outro lado, sabemos que

1 =
i
i
p 00 , 1 40 , 0 = + + y x 60 , 0 = + y x (2)

Chegamos ento ao sistema

= +
= +
60 , 0
75 , 1 5 , 3 5 , 2
y x
y x

Cuja soluo : 35 , 0 = x e 25 , 0 = x .

A verso final da Tabela :

i
p
i
P
i

1,0 |--- 2,0 1,5 0,10 0,10
2,0 |--- 3,0 2,5 0,35 0,45
3,0 |--- 4,0 3,5 0,25 0,70
4,0 |--- 5,0 4,5 0,20 0,90
5,0 |--- 6,0 5,5 0,10 1,00
Total 1,00

E a porcentagem de recolhimentos com valores arrecadados maiores ou
iguais a R$ 3.000,00 : 0,25 + 0,20 + 0,10 = 0,55 = 55%.

GABARITO: C

2. Utilizando o mtodo da interpolao linear, tem-se que o valor da respectiva
mediana

A) R$ 3,120,00
B) R$ 3,200,00
C) R$ 3,400,00
D) R$ 3,600,00
E) R$ 3,800,00

Resoluo

i
p
i
P
i

1,0 |--- 2,0 1,5 0,10 0,10
2,0 |--- 3,0 2,5 0,35 0,45
3,0 |--- 4,0 (classe da mediana) 3,5 0,25 0,70
4,0 |--- 5,0 4,5 0,20 0,90
5,0 |--- 6,0 5,5 0,10 1,00
Total 1,00

A mediana o valor que divide a distribuio ao meio, deixando os 50%
menores valores de um lado e os 50% maiores valores do outro lado.
Fazendo a interpolao linear (regra de trs), temos que: (4,0 3,0) = 1,0
(amplitude da classe da mediana) est para X (amplitude na classe da
mediana correspondente mediana) assim como (70% 45%) est (50%
45%):

45 , 0 50 , 0
45 , 0 70 , 0 0 , 1
=
X

05 , 0
25 , 0 0 , 1
=
X
20 , 0
25 , 0
05 , 0
= = X

Logo: md = 3,0 + 0,2 = R$ 3,2 mil.

GABARITO: B

J caiu em prova! (APOFP-SP/2009/ESAF) Determine a mediana das
seguintes observaes:

17, 12, 9, 23, 14, 6, 3, 18, 42, 25, 18, 12, 34, 5, 17, 20, 7, 8, 21, 13, 31, 24,
9

A) 13,5
B) 17
C) 14,5
D) 15,5
E) 14

Resoluo

A mediana de um conjunto de n valores ordenados, sendo n mpar,
definida como o valor de ordem (n+1)/2 desse conjunto. Se n for par, a
mediana poderia ser definida como qualquer valor situado entre o de ordem
n/2 e o de ordem (n/2)+1. Por simplificao, para n par, consideraremos a
mediana como o valor mdio entre os valores de ordem n/2 e (n/2)+1
do conjunto de dados

Total de elementos do conjunto = n = 23 (mpar)

Mediana (nmero mpar de elementos) => Posio = (n+1)/2 = 24/4 = 12

Vamos colocar os elementos do conjunto em ordem crescente:

3, 5, 6, 7, 8, 9, 9, 12, 12, 13, 14, 17, 17, 18, 18, 20, 21, 23, 24, 25, 31, 34,
42

Elemento na Posio 12 = 17

GABARITO: B

14.4.2. Medidas de Disperso

Pense na seguinte situao: uma pessoa faz quatro refeies por dia, enquanto
que outra no faz nenhuma refeio por dia. Na mdia, ambas fazem duas
refeies por dia. Isto quer dizer que os dois indivduos esto bem
alimentados? A resposta bvia no. para isso que servem as medidas de
disperso, isto , medidas de como os dados esto agrupados: mais ou menos
prximos entre si (mais ou menos dispersos).

As medidas de disperso indicam o quanto os dados se apresentam dispersos
em torno da regio central. Desta forma, caracterizam o grau de variabilidade
existente nos dados. As seguintes medidas de disperso nos interessam: a
amplitude, a varincia, o desvio padro, o coeficiente de variao e o
desvio interquartlico.

Amplitude

A amplitude j foi mencionada nesta aula, sendo definida como a diferena
entre o maior valor e o menor valor do conjunto de dados:

(13)
min max
x x R = .

Na prtica, a amplitude no muito usada como medida de disperso.

Exemplo. A amplitude do conjunto 3, 3, 4, 5, 5, 6, 7, 7, 7, 10 10 3 = 7.

Varincia

A varincia de um conjunto de dados pode ser calculada pela frmula

(14)
=
=
n
i
i x
x x
n
s
1
2 2
) (
1
.

Se
k
x x x ,..., ,
2 1
ocorrerem com as frequncias
k
f f f ,..., ,
2 1
(
=
=
k
f
1 i
i
n ),
respectivamente, a varincia
5
ser dada por

5
Em (14) e (15), consideramos que os dados se referem a uma populao finita de tamanho n.
Caso os dados estejam associados a uma amostra de tamanho n, o fator n que aparece no
denominador do lado direito de (14) e (15) deve ser substitudo por n-1. A justificativa matemtica
para o uso do fator (n-1) ser apresentada em outra aula, mas j podemos adiantar que ela est
relacionada a problemas de inferncia estatstica. Para grandes valores de n, a diferena entre as
duas definies torna-se desprezvel.
(15)
=
=
k
i
i i x
x x f
n
s
1
2 2
) (
1
.

A varincia tem, entre outras, as seguintes propriedades:

a) multiplicando-se todos os valores de uma varivel por uma constante,
a varincia do conjunto fica multiplicada pelo quadrado dessa
constante. Seja x a varivel de interesse, c um valor constante e y =
cx. Ento
2 2 2
x y
s c s = .
b) somando-se ou subtraindo-se uma constante a todos os valores de
uma varivel, a varincia no se altera. Seja x a varivel de interesse,
c um valor constante e y = x + c. Ento
2 2
x y
s s = .

Demonstraremos mais adiante que (14) pode ser reescrita na forma

2
2 2
1 1
|
\
|
=

i
i
i
i x
x
n
x
n
s ,

que uma frmula maceteada para o clculo da varincia.

Questo (INDITA). Considere o conjunto de dados {2, 5, 8, 11, 14}. Ento
a varincia desse conjunto

A) 8
B) 20,25
C) 18
D) 24
E) 22

Resoluo

A mdia do conjunto

8
5
14 11 8 5 2
=
+ + + +
= x

e a varincia

. 18
5
) 8 14 ( ) 8 11 ( ) 8 8 ( ) 8 5 ( ) 8 2 (
) (
2 2 2 2 2
2
2
=
+ + + +
=
=

n
x x
s
i
x

GABARITO: C

Questo (INDITA). Sejam os conjuntos de nmeros {2, 5, 8, 11, 14} e {2,
8, 14}, Assinale a opo com a varincia dos conjuntos combinados ou
reunidos.

A) 8
B) 20,25
C) 18
D) 24
E) 22

Resoluo

A varincia dos conjuntos combinados (s
2
) definida por

2 1
1
2
2
) (
n n
x x
s
n
i
i
+
=

=

em que x a mdia dos conjuntos combinados, dada por

,
2 1
1
n n
x
x
n
i
i
+
=

=

em que n
1
= 5 o nmero de elementos do conjunto 1, n
2
= 3 o nmero de
elementos do conjunto 2 e n
1
+ n
2
= n = 8 (nmero de elementos resultante
da agregao dos dois conjuntos).

A mdia dos conjuntos combinados igual a

. 8
8
64
3 5
14 8 2 14 11 8 5 2
= =
+
+ + + + + + +
= x

Logo, a varincia dos conjuntos combinados

25 , 20
8
) 8 14 ( 2 ) 8 11 ( ) 8 8 ( 2 ) 8 5 ( ) 8 2 ( 2
) (
2 2 2 2 2
2 1
2
2
=
+ + + +
=
+
=

n n
x x
s
i

Soluo alternativa:

Mdia do 1 conjunto: . 8
5
14 11 8 5 2
1
=
+ + + +
= x

Mdia do 2 conjunto: . 8
3
14 8 2
2
=
+ +
= x

Varincia do 1 conjunto:
. 18
5
) 8 14 ( ) 8 11 ( ) 8 8 ( ) 8 5 ( ) 8 2 (
) (
2 2 2 2 2
1
2
1
2
1
=
+ + + +
=
=

n
x x
s
i

Varincia do 2 conjunto: . 24
3
) 8 14 ( ) 8 8 ( ) 8 2 (
) (
2 2 2
2
2
2 2
2
=
+ +
=
=

n
x x
s
i

A varincia dos conjuntos combinados pode ser calculada por meio da
mdia ponderada das varincias dos conjuntos:

. 25 , 20
3 5
24 3 18 5
2 1
2
2 2
2
1 1 2
=
+
+
=
+
+
=
n n
s n s n
s

GABARITO: B

J caiu em prova! (Adm. Jr./REFAP/2007/CESGRANRIO - adaptada). O
setor de recursos humanos de uma empresa tem o hbito de divulgar
separadamente a mdia e a varincia das notas das avaliaes dos
funcionrios do sexo feminino e do masculino. Na ltima avaliao, os
resultados obtidos foram:

Feminino Masculino
Nmero de funcionrios 20 30
Mdia 6 7
Varincia 3,4 4

A mdia e a varincia das notas dos funcionrios dessa empresa,
respectivamente, valem:

A) 6,5 e 3,7
B) 6,6 e 3,4
C) 6,6 e 3,8
D) 7,5 e 3,7
E) 13,0 e 7,5

Resoluo

Dados: n
1
= 20,
1
x = 6 e
2
1
s = 3,4 (conjunto feminino); n
2
= 30,
2
x = 7;
2
2
s =
4 (conjunto masculino).

A mdia dos conjuntos combinados corresponde mdia ponderada das
mdias dos conjuntos:

. 6 , 6
30 20
7 30 6 20
2 1
2 2 1 1
=
+
+
=
+
+
=
n n
x n x n
x

Varincia dos conjuntos combinados:

. 8 , 3 76 , 3
30 20
4 30 4 , 3 20
2 1
2
2 2
2
1 1 2
=
+
+
=
+
+
=
n n
s n s n
s

O resultado acima, 3,4 < (s
2
= 3,76) < 4, faz sentido. Considere um conjunto
com uma varincia muito pequena e outro com uma varincia muito grande,
sendo que ambos tem aproximadamente o mesmo nmero de elementos.
Ento espera-se que a varincia dos conjuntos combinados seja um resultado
intermedirio, ou seja, situado entre os extremos.

GABARITO: C

Desvio Padro

O desvio padro de um conjunto de dados a raiz quadrada positiva da
varincia, ou seja,

(16)
2
x x
s s + = .

O desvio padro est na mesma unidade da varivel, sendo, por isso, de maior
interesse na prtica.

Exemplo. Determine o desvio padro do conjunto 2, 5, 8, 11, 14.

Vimos que esse conjunto possui varincia igual a 18. Logo, 24 , 4 18 =
x
s .

Coeficiente de Variao

O coeficiente de variao definido como o quociente entre o desvio padro e
a mdia, sendo frequentemente expresso em porcentagem:

(17)
x
s
x cv
x
= ) ( .

Esta medida caracteriza a disperso dos dados em termos relativos a seu valor
mdio.

Exemplo. Determine o coeficiente de variao do conjunto 2, 5, 8, 11, 14.

O conjunto tem mdia 8 e desvio padro 4,24. Portanto, % 53 53 , 0
8
24 , 4
) ( = = x cv .

Desvio Interquartlico

O desvio interquartlico, definido por

(18)
i s Q
Q Q d = ,

em que
Q
d denota o desvio interquartlico,
s
Q o quartil superior e
i
Q o quartil
inferior, pode ser usado como uma medida de disperso. Em distribuies mais
dispersas, os valores dos quartis ficam mais distantes. Em distribuies
simtricas, a distncia entre o quartil inferior e a mediana igual distncia
entre a mediana e o quartil superior, enquanto que em distribuies
assimtricas essas distncias so diferentes.

Exemplo. O primeiro e o terceiro quartis da distribuio das alturas dos
estudantes da Universidade de So Paulo so 165,56 cm e 178,59 cm,
respectivamente. Calcule o desvio interquartlico dessa distribuio.

03 , 13 56 , 165 59 , 178 = = =
i s Q
Q Q d cm.

J caiu em prova! (Agente Fiscal de Rendas SP/2006/FCC).
Considerando as respectivas definies e propriedades relacionadas s
medidas de posio e de variabilidade, correto afirmar:

A) Concedendo-se um reajuste de 10% em todos os salrios de uma empresa,
tem-se tambm que a respectiva varincia fica multiplicada por 1,10.
B) Definindo-se coeficiente de variao (CV) como sendo o quociente da
diviso do desvio padro pela respectiva mdia aritmtica (diferente de zero)
de uma sequncia de valores, tem-se ento que CV tambm poder ser obtido
dividindo a correspondente varincia pelo quadrado da mdia aritmtica.
C) Subtraindo um valor fixo de cada salrio dos funcionrios de uma empresa,
tem-se que o respectivo desvio padro dos novos valores igual ao valor do
desvio padro dos valores anteriores.
D) Dividindo todos os valores de uma sequncia de nmeros estritamente
positivos por 4, tem-se que o respectivo desvio padro fica dividido por 2.
E) Em qualquer distribuio de valores em estudo, a diferena entre a mediana
e a moda sempre diferente de zero.

Resoluo

Anlise das alternativas:

A) A varincia de um conjunto de dados dada por

n
n x
n
x x
n
x
n
x x x x
n
x x
s
n
i
i
n
i
i
n
i
i i
n
i
i
x
2
1 1
2
1
2 2
1
2
2
2 ) 2 ( ) (
+ =
+
=
=

= = = =

2
1 1
2 2 1
2
2 2 1
2
2
1 1
2 |
\
|
= = + =

= =
= =
n
i
i
n
i
i
n
i
i
n
i
i
x
x
n
x
n
x
n
x
x x
n
x
s
2
1 1
2 2
1 1
|
\
|
=

= =
n
i
i
n
i
i x
x
n
x
n
s => Esta frmula importante para a prova!

Considere que
i
x representa o salrio do i-simo empregado. Se concedido
um reajuste de 10% em todos os salrios (ento o salrio reajustado passar
a valer
i
x 1 , 1 ), tem-se que a nova varincia s'
x
2
igual a

2
1 1
2
2
1 1
2 2
1 , 1
21 , 1
1
1 , 1
1
) 1 , 1 (
1
' |
\
|
|
\
|
= |
\
|
|
\
|
=

= = = =
n
i
i
n
i
i
n
i
i
n
i
i x
x
n
x
n
x
n
x
n
s

(
(
\
|
= |
\
|
|
\
|
= |
\
|
|
\
|
=

= = = = = =
2
1 1
2
2
1 1
2
2
1 1
2 2
1 1
21 , 1
1
21 , 1
1
21 , 1
1 , 1 21 , 1
'
n
i
i
n
i
i
n
i
i
n
i
i
n
i
i
n
i
i x
x
n
x
n
x
n
x
n
x
n
x
n
s
2 2
21 , 1 '
x x
s s =

ou seja, a nova varincia ficar multiplicada pelo quadrado da constante (1,10
2

= 1,21) FALSA.

B) O Coeficiente de Variao (CV) definido como o quociente entre o desvio
padro e a mdia, sendo frequentemente expresso em porcentagem:

cv(x) =
s
x
x
s
x
x
|
\

|

|
2
=
s
x
2
x
2
FALSA.

C) A varincia tem, entre outras, as seguintes propriedades:

- multiplicando-se todos os valores de uma varivel por uma constante, a
varincia do conjunto fica multiplicada pelo quadrado dessa constante. Seja x
a varivel de interesse, c um valor constante e y = cx. Ento
2 2 2
x y
s c s = .
- somando-se ou subtraindo-se uma constante a todos os valores de uma
varivel, a varincia no se altera. Seja x a varivel de interesse, c um valor
constante e y = x + c. Ento
2 2
x y
s s = .

Portanto, esta alternativa VERDADEIRA.

D) Dividindo todos os valores de uma srie por 4, tem-se que o desvio padro
tambm ficar dividido por 4 FALSA.

E) Esta afirmao verdadeira somente para distribuies assimtricas
FALSA.

GABARITO: C

Diagrama de Caixa

Um diagrama de caixa ou box plot um retngulo que representa o
desvio interquartlico. Esse retngulo indica, portanto, a faixa dos 50% dos
valores mais tpicos da distribuio. O retngulo dividido no valor
correspondente mediana; assim, ele indica o quartil inferior, a mediana e o
quartil superior (vide as prximas duas figuras). As observaes que estiverem
acima do limite superior ou abaixo do limite inferior estabelecidos sero
denominados pontos exteriores e representadas por asteriscos ou pontos.
Essas observaes so destoantes das demais e podem ou no ser o que
chamamos de outliers ou valores atpicos
6
.

Exemplo. Considere um conjunto de dados com os seguintes percentis:

0% 25% 50% 75% 100%
1,7524 4,6901 5,7004 6,1768 7,3658

A prxima figura um box plot do conjunto de dados que gerou a tabela de
percentis acima. A cauda inferior longa e isto indica que a distribuio
assimtrica. Note tambm a presena de outliers na parte inferior do box plot
(so os pontos vermelhos).

6
A mdia aritmtica sensvel a outliers. Um nico valor ruim do conjunto de dados pode distorcer a mdia, ou seja,
pode mover a mdia para longe do centro da distribuio de frequncias. As mdias geomtrica e harmnica, assim
como a aritmtica, tambm no so robustas a outliers. Elas so teis quando os dados so bem modelados pela
distribuio log-normal ou quando a distribuio fortemente assimtrica.
1
2
3
4
5
6
7
V
a
l
o
r
e
s

A figura abaixo mostra o histograma associado ao box plot do exemplo.

1 2 3 4 5 6 7 8
0
10
20
30
40
50
60
70
80
90

_______________________________________________________

A prxima figura refora a relao do box plot com o histograma. A distribuio
da esquerda simtrica, enquanto que a da direita assimtrica.


Os box plots da figura abaixo mostram a comparao dos tamanhos das
ptalas em duas amostras das espcies de flor-de-lis versicolor e virginica
7
.

versicolor virginica
3
3.5
4
4.5
5
5.5
6
6.5
7
V
a
l
o
r
e
s

A existncia de um outlier nos dados da espcie versicolor indicada pelo
ponto vermelho na parte inferior esquerda da figura.

14.4.3. Momentos de uma Distribuio de Frequncias

O momento de ordem t associado s observaes
n
x x x ,..., ,
2 1
definido como

(19)
n
x
M
n
i
t
i
t
=
=
1
.

Define-se o momento de ordem t centrado em relao a uma constante
a como

(20)
n
a x
M
n
i
t
i
a
t
=

=
1
) (
.

O caso do momento centrado em relao a mdia x de especial
interesse em Estatstica e ser designado por momento centrado de ordem
t, dado por

(21)
n
x x
m
n
i
t
i
t
=

=
1
) (
.

7
Conjunto de dados de Fisher.

As expresses (19), (20) e (21) podem ser reescritas levando-se em
considerao as frequncias dos diferentes valores existentes (lembre que
=
=
k
i
i
n f
1
). Tem-se, ento, respectivamente,

(22)
n
f x
M
k
i
i
t
i
t
=
=
1
,

(23)
n
f a x
M
i
k
i
t
i
a
t
=

=
1
) (
,

(24)
n
f x x
m
k
i
i
t
i
t
=

=
1
) (
,

Observe que o momento de ordem 1 igual mdia, ou seja,

(25) x M =
1
,

pois
=
=
n
i
i
x
n
M
1
1
1
(basta aplicar (19) com t=1).

O momento centrado de ordem 1 (ou de primeira ordem) nulo

(26) 0
1
= m ,

porque 0
1 1
) (
1
1 1 1 1
1
= =
(
=
(
= =

= = = =
x x x n x
n
x x
n
x x
n
m
n
i
i
n
i
n
i
i
n
i
i
.

O momento centrado de segunda ordem a varincia

(27)
2
2 x
s m =

haja vista que,
2
1
2
2
) (
1
x
n
i
i
s x x
n
m

=
= = .

14.4.4. Medidas de Assimetria

Assimetria o grau de desvio, ou afastamento da simetria, de uma
distribuio. As distribuies alongadas direita so ditas positivamente
assimtricas, e as alongadas esquerda, negativamente assimtricas.

O momento centrado de terceira ordem pode ser usado como medida da
assimetria de uma distribuio. Entretanto, uma medida mais conveniente de
assimetria, por ser adimensional, dada pelo coeficiente de assimetria (A),
definido como a razo entre o momento centrado de terceira ordem e o
cubo do desvio padro:

(28) .
3
3
x
s
m
A =

O coeficiente de assimetria (28) indica o sentido da assimetria e pode ser
usado para comparar vrios casos porque adimensional.

A assimetria tambm pode ser medida pelo primeiro coeficiente de
assimetria de Pearson:

(29) .
1
x
p
s
mo x
A

=

em que x a mdia, mo denota a moda e
x
s o desvio padro.

Para evitar o emprego da moda em (29), pode-se adotar a frmula emprica

(mdia moda) = 3(mdia - mediana),

de forma que (29) pode ser reescrita como

2
) ( 3
p
x
A
s
md x
=

conhecida como segundo coeficiente de assimetria de Pearson.

Uma outra medida de assimetria, denominada coeficiente quartlico de
assimetria (A
q
), definida pela frmula

(30)
1 3
1 3
2
Q Q
Q md Q
A
q
+
= .

J caiu em prova! (Assessor Especializado/IPEA/2004/FCC). Numa
distribuio de frequncias com assimetria negativa mais de 50% dos dados
situam-se

A) sobre a mdia
B) acima da mdia
C) entre a mdia e a moda
D) entre a mdia e a mediana
E) acima da mediana

Resoluo

Assimetria Negativa ou Esquerda: Mdia < Mediana < Moda

2
3
4
5
6
7
8

Assimetria Negativa (voc puxa a seta com a mo esquerda):

1) A seta puxa a mdia
2) A moda est no topo
3) A mediana est no meio

Note que uma distribuio de frequncias com assimetria negativa
alongada esquerda.

A mediana o valor que divide a distribuio ao meio, deixando os 50%
menores valores de um lado e os 50% maiores valores do outro lado. Logo,
numa distribuio de frequncias com assimetria negativa, mais de
50% dos dados esto acima da mdia (pois a mdia menor do que a
mediana).

Assimetria Positiva ou Direita: Mdia > Mediana > Moda ou
Moda < Mediana < Mdia

Moda
Mediana
Mdia
0
1
2
3
4
5
6
7
8
9
0 a 10 10 a 20 20 a 30 30 a 40 40 a 50

Assimetria Positiva ou Direita (voc puxa a seta com a mo direita):

1) A seta puxa a mdia
2) A moda est no topo
3) A mediana est no meio

GABARITO: B

J caiu em prova! (Analista IRB/2004/ESAF) O desenho esquemtico
(diagrama de caixa) apresentado abaixo representa o resumo de cinco
nmeros {51,00;54,75;69,50;78,00;95,00} para um conjunto de observaes
amostrais do atributo Y. Assinale a opo que d o valor do coeficiente de
assimetria de Pearson para a amostra em apreo.

A) -0,269
B) -0,500
C) 0,000
D) 0,294
E) -0,294

Resoluo

Temos cinco nmeros: {51,00;54,75;69,50;78,00;95,00}. razovel admitir
que eles representem as seguintes medidas:
Moda
Mediana
Mdia

- Valor Mnimo = 51,00
- Q1 = 54,75
- Mediana (md) = 69,50
- Q3 = 78,00
- Valor Mximo = 95,00

Note que o diagrama de caixa apresentado no representa de forma fidedigna
as cinco medidas do atributo Y. Pacincia! No vale a pena brigar com a banca.
O objetivo ser aprovado no concurso!

Vimos que o primeiro coeficiente de assimetria de Pearson dado pela frmula

.
1
x
p
s
mo x
A

=

Entretanto, no possvel calcular o coeficiente de assimetria de Pearson com
os dados da questo (quais so os valores da mdia e da moda?). O que est
acontecendo nesta questo? Calma ... pode ser que a banca tenha alguma
outra medida de assimetria em mente. Que tal calcular o coeficiente quartlico
de assimetria? No custa nada. Ento vamos l!

269 , 0
75 , 54 78
) 50 , 69 2 ( 75 , 54 78 2
1 3
1 3
=
+
=
+
=
Q Q
md Q Q
A
q
.

Coeficiente quartlico de assimetria = -0,269

GABARITO: A

14.4.5. Medidas de Achatamento ou Curtose

As medidas de curtose visam caracterizar a forma da distribuio
quanto ao seu achatamento. A referncia para comparao dada pela
distribuio normal, modelo probabilstico terico de grande aplicao
prtica que ser visto nas prximas aulas
8
. Diz-se que a distribuio normal
mesocrtica (veja a figura abaixo). As distribuies mais achatadas que a
normal so platicrticas e as menos achatadas so leptocrticas.

8
No fique preocupado se voc nunca ouviu falar da curva normal, pois ela ser vista nas prximas
aulas. Neste momento, basta que voc saiba que o formato da curva normal lembra um sino.

A caracterizao do achatamento de uma distribuio s tem sentido
se a distribuio for aproximadamente simtrica. Entre as possveis
medidas de achatamento, temos o coeficiente do momento de curtose
(a
4
), definido como a razo entre o momento centrado de quarta ordem e
a quarta potncia do desvio padro:

(31) .
4
4
4
x
s
m
a =

Esse coeficiente adimensional, sendo menor que trs para as
distribuies platicrticas, igual a trs para a normal e maior que trs
para as distribuies leptocrticas.

Outra medida de curtose tambm empregada, denominada coeficiente
percentlico de curtose, baseia-se nos quartis e percentis e definida por:

(32)
10 90
P P
Q
K
=

em que Q a metade da distncia interquartlica, ou seja, Q = (Q
3
-Q
1
)/2.

14.5. Ramo-e-Folhas

Vimos que o histograma e os grficos em barras do uma idia da forma da
distribuio da varivel sob considerao. Um procedimento alternativo para
resumir um conjunto de valores, com o objetivo de se obter uma idia da
forma de sua distribuio, o diagrama de ramo-e-folhas.

Exemplo 10 (baseado em questo do AFPS/2002/ESAF) Construa o
ramo-e-folhas associado s seguintes observaes: 82, 90, 90, 93, 99, 100,
100, 101, 101, 102, 102, 102, 103, 104, 104, 105, 107, 107, 107, 107, 107,
110, 111, 113, 115, 115, 116, 117, 119, 120, 120, 121, 121, 124, 125, 125,
125, 127, 130, 130, 134, 135, 135, 135, 136, 140, 143, 145, 148.

No existe uma regra fixa para construir o diagrama de ramo-e-folhas, mas a
idia bsica dividir cada observao em duas partes: a primeira (o ramo)
colocada esquerda de uma linha vertical, a segunda (a folha) colocada
direita. Assim, para os valores 90 e 93, o 9 o ramo e 0 e 3 so as folhas.

O diagrama de ramo-e-folhas correspondente s observaes amostrais deste
exemplo o seguinte:

8 | 2
8 |
9 | 003
9 | 9
10| 0011222344
10| 577777
11| 013
11| 55679
12| 00114
12| 5557
13| 004
13| 5556
14| 03
14| 5
15|
15| 8

Na tabela abaixo, f
i
denota a frequncia simples e F
i
a freqncia acumulada
das observaes:

Ramos Folhas f
i
F
i

8 2 1 1
8 0 1
9 003 3 4
9 9 1 5
10 0011222344 10 15
10 577777 6 21
11 013 3 24
11 55679 5 29
12 00114 5 34
12 5557 4 38
13 004 3 41
13 5556 4 45
14 03 2 47
14 5 1 48
15 0 48
15 8 1 49

A tabela acima mostra que foram acumuladas 24 observaes at a ltima
folha do stimo ramo. Note que h 49 observaes no total e que a mediana
corresponde 1 folha do oitavo ramo, cujo valor 115.

14.6. Memorize para a prova

- A frequncia de um dado valor de uma varivel (qualitativa ou quantitativa)
definida como o nmero de vezes que esse valor foi observado.

- A associao das respectivas frequncias a todos os diferentes valores
observados define a distribuio de frequncias do conjunto de valores
observados.

- A frequncia acumulada de um dado valor igual a soma das
frequncias de todos os valores menores ou iguais ao valor em
considerao.

- Um histograma um grfico da distribuio de frequncias de uma
varivel quantitativa.

- As medidas de posio servem para localizar a distribuio de
frequncias sobre o eixo de variao da varivel (eixo horizontal).

- A mdia, a mediana e a moda so medidas de posio.

- Mdia aritmtica:
=
=
+ + +
=
n
i
i
n
x
n n
x x x
x
1
2 1
1 ...

- Mdia geomtrica:
n
n
i
i
n
n g
x x x x x
/ 1
1
2 1
... .
|
|
\
|
= =

=

- Mdia harmnica:
=
=
+ + +
=
n
i i n
h
x
n
x x x
n
x
1 2 1
1 1
...
1 1

- Mdia ponderada:
=
=
=
+ + +
+ + +
=
n
i
i
n
i
i i
n
n n
p
w
x w
w w w
x w x w x w
x
1
1
2 1
2 2 1 1
...
...

- A mediana o valor que divide a distribuio ao meio, deixando os 50%
menores valores de um lado e os 50% maiores valores do outro lado.

- A moda dada pelo valor mais freqente (ou de mxima frequncia).

- As medidas de disperso caracterizam o grau de variabilidade
existente nos dados.

- Varincia:
=
=
n
i
i x
x x
n
s
1
2 2
) (
1
.

- Mdia de dois conjuntos combinados ( n n n = +
2 1
):
=
|
|
\
|
+
=
n
i
i
x
n n
x
1 2 1
1

- Varincia de dois conjuntos combinados:
2 1
2
2 2
2
1 1 2
n n
s n s n
s
+
+
=

- Desvio padro:
2
x x
s s + = .

- As distribuies alongadas direita so ditas positivamente
assimtricas, e as alongadas esquerda, negativamente assimtricas.

- Desvio interquartlico:
i s Q
Q Q d =

- Um diagrama de caixa ou box-plot um retngulo que representa o
quartil superior.

- Momento de ordem t:
=
=
n
i
t
i t
x
n
M
1
1

- Momento centrado de ordem t:
=
=
n
i
t
i t
x x
n
m
1
) (
1

- Coeficiente de assimetria:
3
3
x
s
m
A =

- Primeiro coeficiente de assimetria de Pearson:
x
p
s
mo x
A

=
1

- Segundo coeficiente de assimetria de Pearson:
x
p
s
md x
A
) ( 3
2
=

- Coeficiente quartlico de assimetria:
1 3
1 3
2
Q Q
Q md Q
A
q
+
=

- As medidas de curtose visam caracterizar a forma da distribuio
quanto ao seu achatamento. A referncia para comparao dada pela
distribuio normal. A distribuio normal mesocrtica. As
distribuies mais achatadas que a normal so platicrticas e as menos
achatadas so leptocrticas.

- Coeficiente do momento de curtose (k): .
4
4
4
x
s
m
a =

- Coeficiente percentlico de curtose (k):
10 90
P P
Q
K
= em que Q = (Q
3
-
Q
1
)/2

14.7. Exerccios de Fixao

1. (ICMS-RJ/2009/FGV) Para comparar as rendas de dois grupos de
pessoas, A e B, foram preparados diagramas de caixas (box-plots)
com os valores observados dos salrios, representados na figura a seguir:

A respeito desses diagramas, considere as seguintes afirmativas:

I. O salrio mdio dos dois grupos o mesmo.
II. A distribuio dos salrios no grupo A assimtrica direita.
III. H mais pessoas no grupo A do que no grupo B.

Assinale:

A) se somente a afirmativa I for verdadeira.
B) se somente a afirmativa II for verdadeira.
C) se somente a afirmativa III for verdadeira.
D) se somente as afirmativas I e II forem verdadeiras.
E) se somente as afirmativas II e III forem verdadeiras.

2. (ICMS-RJ/2008/FGV) Uma companhia utiliza um sistema de avaliao de
desempenho de seus funcionrios por meio de dois indicadores de
performance: Qualidade das tarefas e a Tempestividade com que as tarefas
so realizadas.

Os funcionrios receberam, na ltima avaliao, as medidas indicadas na
tabela a seguir:

Medidas
Indicador
Qualidade Tempestividade
Mdia 50 25
Desvio-Padro 10,0 6,0
Coeficiente de
Variao (%)

20

24

Com base na tabela, correto afirmar que:

A) a mdia aritmtica no uma boa medida para representar a performance
dos funcionrios em face do elevado nvel de disperso das avaliaes.
B) as avaliaes da Qualidade foram mais dispersas do que as avaliaes da
Tempestividade.
C) as avaliaes da Qualidade foram mais homogneas do que as da
Tempestividade.
D)os funcionrios demoram mais para realizar as tarefas, mas a qualidade das
tarefas, mas a qualidade das tarefas melhor.
E) nada se pode afirmar sem o conhecimento do tamanho da amostra.

3. (ICMS-RJ/2007/FGV) Considere as informaes contidas no Box Plot
abaixo, referente aos salrios dos engenheiros de uma empresa, por sexo.

correto afirmar que:

A) o salrio mdio dos homens igual ao das mulheres.
B) a distribuio dos salrios das mulheres assimtrica negativa.
C) o desvio interquartlico dos salrios das mulheres maior do que o dos
homens.
D) a distribuio dos salrios dos homens atpica.
E) o salrio mediano das mulheres superior ao dos homens.

4. (ATM-Recife/2003/ESAF) Em uma amostra para obter-se informaes
sobre a distribuio salarial de homens e mulheres, encontrou-se que o salrio
mdio vale R$ 1.200,00. O salrio mdio observado para homens foi de R$
1.300,00 e para as mulheres foi de R$ 1.100,00. Assinale a opo correta:

A) O nmero de homens na amostra igual ao nmero de mulheres.
B) O nmero de homens na amostra o dobro do nmero de mulheres.
C) O nmero de homens na amostra o triplo do nmero de mulheres.
D) O nmero de mulheres na amostra o dobro do nmero de homens.
E) O nmero de homens na amostra o qudruplo do nmero de mulheres.

5. (AFRF/2001/ESAF) Numa amostra de tamanho 20 de uma populao de
contas a receber, representadas genericamente por X, foram determinadas a
mdia amostral M = 100 e o desvio-padro s = 13 da varivel transformada (X
200)/5. Assinale a opo que d o coeficiente de variao amostral de X:

A) 3,0%
B) 9,3%
C) 17,0%
D) 17,3%
E) 10,0%

(AFRF/2002/ESAF) Em um ensaio para o estudo da distribuio de um
atributo financeiro (X) foram examinados 200 itens de natureza contbil
do balano de uma empresa. Esse exerccio produziu a tabela de
frequncias abaixo. A coluna Classes representa intervalos de valores de
X em reais e a coluna P representa a frequncia relativa acumulada. No
existem observaes coincidentes com os extremos das classes. As
questes de 6 a 11 referem-se a esses ensaios.

Classes P (%)
70-90 5
90-110 15
110-130 40
130-150 70
150-170 85
170-190 95
190-210 100

6. Assinale a opo que d o valor mdio amostral de X.

A) 140,10
B) 115,50
C) 120,00
D) 140,00
E) 138,00

7. Assinale a opo que corresponde estimativa do quinto decil da
distribuio de X.

A) 138,00
B) 140,00
C) 136,67
D) 139,01
E) 140,66

8. Seja S o desvio padro do atributo X. Assinale a opo que corresponde
medida de assimetria de X como definida pelo primeiro coeficiente de Pearson.

A) 3/S
B) 4/S
C) 5/S
D) 6/S
E) 0

9. Assinale a opo que corresponde estimativa da frequncia relativa de
observaes de X menores ou iguais a 145.

A) 62,5%
B) 70,0%
C) 50,0%
D) 45,0%
E) 53,4%

10. Considere a transformao Z=(X-140)/10. Para o atributo Z encontrou-se
7
2
1
. 1.680
i i
i
Z f
=
=
, onde f
i
a frequncia simples da classe i e Z
i
o ponto
mdio de classe transformado. Assinale a opo que d a varincia amostral do
atributo X.

A) 720,00
B) 840,20
C) 900,10
D) 1200,15
E) 560,30

11. Entende-se por curtose de uma distribuio seu grau de achatamento em
geral medido em relao distribuio normal. Uma medida de curtose dada
pelo quociente

90 10
Q
k
P P
=

onde Q a metade da distncia interquartlica e P
90
e P
10
representam os
percentis de 90% e 10%, respectivamente. Assinale a opo que d o valor da
curtose k para a distribuio de X.

A) 0,263
B) 0,250
C) 0,300
D) 0,242
E) 0,000

12. (ICMS-SP/2006/FCC) O histograma de frequncias absolutas, abaixo,
demonstra o comportamento dos valores arrecadados de um determinado
tributo, no ano de 2005, em uma regio a ser analisada:

Observao: Considere que todos os intervalos de classe de histograma so
fechados esquerda e abertos direita.

Utilizando-se as informaes contidas neste histograma, calculou-se a mdia
aritmtica destes valores arrecadados, considerando que todos os valores
deste intervalo. Tambm calculou-se a mediana de tais valores pelo mtodo da
interpolao linear. Ento, o mdulo da diferena entre a mdia aritmtica e a
mediana igual a

A) R$ 100,00
B) R$ 400,00
C) R$ 800,00
D) R$ 900,00
E) R$ 1.000,00

13. (Analista Tcnico da SUSEP/2006/ESAF) Para um conjunto
determinado de nmeros positivos temos: X como a mdia aritmtica, G
como a mdia geomtrica e H como a mdia harmnica, podemos afirmar que

A) X menor ou igual a G menor ou igual a H.
B) G maior do que X maior do que H.
C) X menor ou igual a H menor ou igual a G.
D) H menor ou igual a G menor ou igual a X .
E) H maior do que G maior do que X .

14. (Analista do BACEN/2006/FCC) A mdia aritmtica dos valores das
vendas dirias realizadas pelas 50 empresas do Setor A de R$ 1.000,00, com
desvio padro de R$ 100,00. Sabe-se ainda que a mdia aritmtica dos valores
das vendas dirias realizadas pelas 200 empresas do Setor B de R$
2.000,00, com desvio padro de R$ 200,00. A varincia em (R$)
2
dos valores
das vendas dirias realizadas pelos dois setores reunidos

A) 34.000,00
B) 50.000,00
C) 194.000,00
D) 207.500,00
E) 288.000,00

15. (ICMS-RJ/2010/FGV) A mdia, a mediana e a varincia das idades de
um grupo de vinte pessoas so, hoje, iguais, respectivamente, a 34, 35 e 24.
Daqui a dez anos, os valores da mdia, da mediana e da varincia das idades
dessas pessoas sero, respectivamente:

A) 44, 35 e 34
B) 44, 45 e 12
C) 44, 45 e 24
D) 34, 35 e 12
E) 44, 45 e 124

14.8 Gabarito

1 B
2 C
3 C
4 A
5 B
6 E
7 C
8 A
9 A
10 B
11 D
12 A
13 - D
14 C
15 - C

14.9 Resoluo dos Exerccios de Fixao

1. (ICMS-RJ/2009/FGV) Para comparar as rendas de dois grupos de
pessoas, A e B, foram preparados diagramas de caixas (box-plots)
com os valores observados dos salrios, representados na figura a seguir:

A respeito desses diagramas, considere as seguintes afirmativas:

I. O salrio mdio dos dois grupos o mesmo.
II. A distribuio dos salrios no grupo A assimtrica direita.
III. H mais pessoas no grupo A do que no grupo B.

Assinale:

A) se somente a afirmativa I for verdadeira.
B) se somente a afirmativa II for verdadeira.
C) se somente a afirmativa III for verdadeira.
D) se somente as afirmativas I e II forem verdadeiras.
E) se somente as afirmativas II e III forem verdadeiras.

Resoluo

Um diagrama de caixa ou box-plot um retngulo que representa o
quartil superior.

Anlise das afirmativas:

I- Os diagramas de caixas indicam que as medianas dois grupos A e B so
iguais e no as suas respectivas mdias FALSA.

II- A distribuio dos salrios no grupo A assimtrica direita porque a
distncia entre o terceiro quartil (Q
3
) e a mediana (md), ou seja, Q
3
md,
maior do que a distncia entre a mediana e o primeiro quartil, dada por md
Q
1
. VERDADEIRA.

III- O nmero de pessoas nos dois grupos igual, haja vista que as distncias
entre os extremos superior e inferior nas distribuies dois dois grupos
aproximadamente 2.500 (3.100 600 = 2.500 para o grupo A e 2.900 400).
FALSA.

GABARITO: B

2. (ICMS-RJ/2008/FGV) Uma companhia utiliza um sistema de avaliao de
desempenho de seus funcionrios por meio de dois indicadores de
performance: Qualidade das tarefas e a Tempestividade com que as tarefas
so realizadas.

Os funcionrios receberam, na ltima avaliao, as medidas indicadas na
tabela a seguir:

Medidas
Indicador
Qualidade Tempestividade
Mdia 50 25
Desvio-Padro 10,0 6,0
Coeficiente de
Variao (%)

20

24

Com base na tabela, correto afirmar que:

A) a mdia aritmtica no uma boa medida para representar a performance
dos funcionrios em face do elevado nvel de disperso das avaliaes.
B) as avaliaes da Qualidade foram mais dispersas do que as avaliaes da
Tempestividade.
C) as avaliaes da Qualidade foram mais homogneas do que as da
Tempestividade.
D)os funcionrios demoram mais para realizar as tarefas, mas a qualidade das
tarefas, mas a qualidade das tarefas melhor.
E) nada se pode afirmar sem o conhecimento do tamanho da amostra.

Resoluo


A) A mdia aritmtica uma medida de posio de uma distribuio de
frequncias. Logo, uma medida vlida (boa) para caracterizar o
desempenho dos funcionrios. Alm disso, no se pode afirmar que a mdia
no uma medida boa devido ao elevado nvel de disperso da distribuio.
Posio e disperso so caractersticas distintas de uma distribuio de
frequncias ERRADA.

B) As medidas de coeficiente de variao ( x s x cv
x
/ ) ( = ) dizem que o contrrio,
ou seja, as avaliaes da Tempestividade foram mais dispersas do que as
avaliaes da Qualidade, pois ) ( 20 24 ) ( qualidade cv dade tempestivi cv = > = ERRADA.

C) As avaliaes da Qualidade foram mais homogneas, ou seja, menos
dispersas, do que as da Tempestividade, haja vista que
) ( 24 20 ) ( dade tempestivi cv qualidade cv = < = CERTA.

D) Qualidade e Tempestividade so variveis distintas; logo, essa comparao
no faz sentido (no podemos comparar banana com laranja). A qualidade
das tarefas melhor em relao a qu? Os funcionrios demoram mais para
realizar as tarefas em relao a qual mtrica de comparao? ERRADA.

E) Est implcito que a companhia avaliou todos os seus funcionrios. Logo, as
medidas referem-se populao dos funcionrios. As medidas tabeladas no
so estimativas de parmetros da populao, mas sim os verdadeiros
valores de mdia, desvio-padro e coeficiente de variao das variveis
Qualidade e Tempestividade ERRADA.

GABARITO: C

3. (ICMS-RJ/2007/FGV) Considere as informaes contidas no Box Plot
abaixo, referente aos salrios dos engenheiros de uma empresa, por sexo.


correto afirmar que:

A) o salrio mdio dos homens igual ao das mulheres.
B) a distribuio dos salrios das mulheres assimtrica negativa.
C) o desvio interquartlico dos salrios das mulheres maior do que o dos
homens.
D) a distribuio dos salrios dos homens atpica.
E) o salrio mediano das mulheres superior ao dos homens.

Resoluo


A) Os diagramas de caixa indicam que as medianas dos salrios, e no os
salrios mdios, so iguais, com um valor aproximado de R$ 3.700
ERRADA.

B) A distribuio dos salrios das mulheres assimtrica positiva, pois
alongada direita (a distncia entre o quartil superior e a mediana maior do
que distncia entre o quartil inferior e a mediana) ERRADA.

C) O desvio interquartlico dos salrios das mulheres aproximadamente igual
a 4.400 3.400 = 1.000. O desvio interquartlico dos salrios dos homens
aproximadamente igual a 3.900 3.300 = 600. Logo a afirmativa est CERTA.

D) O enunciado no fornece dados para se fazer este tipo de concluso. Qual
seria a distribuio dos salrios dos homens tpica? ERRADA.

E) O salrio mediano das mulheres igual ao dos homens ERRADA.

GABARITO: C

4. (ATM-Recife/2003/ESAF) Em uma amostra para obter-se informaes
sobre a distribuio salarial de homens e mulheres, encontrou-se que o salrio
mdio vale R$ 1.200,00. O salrio mdio observado para homens foi de R$
1.300,00 e para as mulheres foi de R$ 1.100,00. Assinale a opo correta:

A) O nmero de homens na amostra igual ao nmero de mulheres.
B) O nmero de homens na amostra o dobro do nmero de mulheres.
C) O nmero de homens na amostra o triplo do nmero de mulheres.
D) O nmero de mulheres na amostra o dobro do nmero de homens.
E) O nmero de homens na amostra o qudruplo do nmero de mulheres.

Resoluo

Mdia Salarial dos Homens = X
h
= 1.300; n
h
= nmero de homens
Mdia Salarial das Mulheres= X
m
= 1.100; n
m
= nmero de mulheres
Mdia Salarial Geral = X = 1.200; n
g
= n
h
+ n
m

Mdia Salarial Geral:
. . 1.300. 1.100.
1.200
h h m m h m
g
h m h m
X n X n n n
X
n n n n
+ +
= = =
+ +
=>
1.300.n
h
+ 1.100.n
m
= 1.200.n
h
+ 1.200.n
m
=>
100. n
h
= 100.n
m
=> n
h
= n
m

GABARITO: A

5. (AFRF/2001/ESAF) Numa amostra de tamanho 20 de uma populao de
contas a receber, representadas genericamente por X, foram determinadas a
mdia amostral M = 100 e o desvio-padro s = 13 da varivel transformada (X
200)/5. Assinale a opo que d o coeficiente de variao amostral de X:

A) 3,0%
B) 9,3%
C) 17,0%
D) 17,3%
E) 10,0%

Resoluo

Y = (X 200)/5 => X = 5Y + 200

M = Y = 100
Logo, X = 5Y + 200 = 5 x 100 + 200 = 700

s = s
y
= 13
Logo, s
x
= 5s
y
= 5 x 13 = 65

CV
x
= s
x
/ X = 65/700 = 0,093 = 9,3%

GABARITO: B

(AFRF/2002/ESAF) Em um ensaio para o estudo da distribuio de um
atributo financeiro (X) foram examinados 200 itens de natureza contbil
do balano de uma empresa. Esse exerccio produziu a tabela de
freqncias abaixo. A coluna Classes representa intervalos de valores de
X em reais e a coluna P representa a freqncia relativa acumulada. No
existem observaes coincidentes com os extremos das classes. As
questes de 6 a 11 referem-se a esses ensaios.

Classes P (%)
70-90 5
90-110 15
110-130 40
130-150 70
150-170 85
170-190 95
190-210 100

6. Assinale a opo que d o valor mdio amostral de X.

A) 140,10
B) 115,50
C) 120,00
D) 140,00
E) 138,00

Resoluo

Se k valores distintos observados
k
x x x ,..., ,
2 1
ocorrerem com as freqncias
relativas
k
p p p ,..., ,
2 1
, respectivamente, a mdia ser

=
=
k
j
j j
p x x
1

em que p
j
denota a j-sima frequncia relativa.

Quando os dados so apresentados em uma distribuio de freqncias, todos
coincidentes com o ponto mdio do intervalo. As frmula acima ser vlida
para esses dados agrupados quando se interpretar
j
x como o ponto mdio e
j
p como a frequncia relativa

Classe
(limites
reais)
P
j
p
i
x
i
x
j
p
j

70 90 0,05 0,05 (90+70)/2=80 4
90 110 0,15 0,150,05=0,10 (110+90)/2=100 10
110 130 0,40 0,400,15=0,25 (130+110)/2=120 30
130 150 0,70 0,700,40=0,30 (150+130)/2=140 42
150 170 0,85 0,850,70=0,15 (170+150)/2=160 24
170 190 0,95 0,950,85=0,10 (190+170)/2=180 18
190 210 1,00 1,000,95=0,05 (210+190)/2=200 10
Soma 1,00 138

Logo 138
1
= =
=
k
j
j j
p x x , conforme a tabela acima.

GABARITO: E

7. Assinale a opo que corresponde estimativa do quinto decil da
distribuio de X.

A) 138,00
B) 140,00
C) 136,67
D) 139,01
E) 140,66

Resoluo

A mediana o quinto decil. Aprendemos que mediana (md) de uma
distribuio em classes de freqncias dada pela expresso

md
md
a
i
h
f
F n
L md
+ =
) 2 / (
,

em que
i
L o limite inferior da classe que contm a mediana, n o nmero de
elementos do conjunto de dados,
a
F a soma das frequncias das classes
anteriores que contm a mediana,
md
f a frequncia da classe que contm a
mediana e
md
h a amplitude da classe que contm a mediana.

Seja a Tabela das freqncias (f
j
) e freqncias acumuladas (F
j
) abaixo:

Classe
(limites
reais)
p
j
f
j
F
j

70 90 0,05 200 x 0,05 =10 10
90 110 0,10 200 x 0,10 =20 10 + 20 = 30
110 130 0,25 200 x 0,25 =50 30 + 50 = 80
130 150 0,30 200 x 0,30 =60 80 + 60 = 140
150 170 0,15 200 x 0,15 =30 140 + 30 = 170
170 190 0,10 200 x 0,10 =20 170 + 20 = 190
190 210 0,05 200 x 0,05 =10 190 + 20 = 200
Soma 1,00 200 = n

Temos que: 200 = n , 130 =
i
L , 80 =
a
F , 60 =
md
f e 20 =
md
h

Ento, 67 , 136 20
60
80 ) 2 / 200 (
130
+ = md .

GABARITO: C

8. Seja S o desvio padro do atributo X. Assinale a opo que corresponde
medida de assimetria de X como definida pelo primeiro coeficiente de Pearson.

A) 3/S
B) 4/S
C) 5/S
D) 6/S
E) 0

Resoluo

A questo aborda o clculo do ndice de assimetria de Pearson, dado por

.
0
x
s
m x
A

=

Inicialmente, temos que calcular a moda . Como a questo no especificou o
mtodo de clculo, se de Czuber ou de King, devemos usar a frmula de
Czuber:

h
d d
d
L m
i
2 1
1
0
+
+ =

em que:

-
i
L o limite inferior da classe modal,
-
1
d a diferena entre a freqncia da classe modal e a da classe
imediatamente anterior,
-
2
d a diferena entre a freqncia da classe modal e a da classe
imediatamente seguinte e
- h a amplitude das classes.

Seja a Tabela das freqncias (f
j
) abaixo (a classe modal est destaca em
negrito):

Classe
(limites reais)
f
j

70 90 10
90 110 20
110 130 50
130 150 60
150 170 30
170 190 20
190 210 10
Soma 200 = n

Temos que, 130 =
i
L , 10 50 60
1
= = d , 30 30 60
2
= = d e 20 130 150 = = h . Logo,
. 135 20
30 10
10
130
0

+
+ = m
138 = x (calculado na questo 6)

.
3 135 138
0
S S s
m x
A
x
=
=

GABARITO: A

9. Assinale a opo que corresponde estimativa da freqncia relativa de
observaes de X menores ou iguais a 145.

A) 62,5%
B) 70,0%
C) 50,0%
D) 45,0%
E) 53,4%

Resoluo

Classes f
i

70-90 10
90-110 20
110-130 50
130-150 60 Fazendo a interpolao:
(150 130) = 20 = 60
(145 130) = 15 = x
x = (15 x 60)/20 = 45

Nmero de elemento abaixo de 145 = 10 + 20 + 50 + 45 = 125
Total de elementos = 200

Freqncia Relativa = 125/200 = 0,625 = 62,5%

GABARITO: A

10. Considere a transformao Z=(X-140)/10. Para o atributo Z encontrou-se
7
2
1
. 1.680
i i
i
Z f
=
=
, onde f
i
a freqncia simples da classe i e Z
i
o ponto
mdio de classe transformado. Assinale a opo que d a varincia amostral do
atributo X.

A) 720,00
B) 840,20
C) 900,10
D) 1200,15
E) 560,30

Resoluo

10 / ) 140 ( = x z 140 10 + = z x e
2 2 2 2
100 10
z z x
s s s = = . Alm disso,
. 20 , 0 10 / ) 140 138 ( 10 / ) 140 ( = = = x z

(
+
=
=

= = =
= =
k
i
k
i
i
k
i
i i i i
k
i
i i i
k
i
i i
z
f z z f z z f
n n
z z z z f
n
z z f
s
1 1
2
1
2 1
2 2
1
2
2
2
1
1
1
) 2 (
1
) (

1 1
2
1
1
2
1
2
1
2 2 2 2
=
(
=
=
n
z n
n
z f
z n z n z f
n
s
k
i
i i k
i
i i z
frmula que facilita o clculo da
varincia de Z. Seja a Tabela abaixo:

Classes
i
f
i
x 10 / ) 140 ( =
i i
x z
i i
f z
i i
f z
2

70-90 10 80 -6 -60 360
90-110 20 100 -4 -80 320
110-130 50 120 -2 -100 200
130-150 60 140 0 0 0
150-170 30 160 2 60 120
170-190 20 180 4 80 320
190-210 10 200 6 60 360
Total 200 -40 1.680

402 , 8
199
) 2 , 0 ( 200
199
1680
1 1
2 2
1
2
2
=

=
=

=
n
z n
n
z f
s
k
i
i i
z
,

2 , 840 402 , 8 100 100
2 2
= = =
z x
s s .

GABARITO: B

11. Entende-se por curtose de uma distribuio seu grau de achatamento em
geral medido em relao distribuio normal. Uma medida de curtose dada
pelo quociente

90 10
Q
k
P P
=

onde Q a metade da distncia interquartlica e P
90
e P
10
representam os
percentis de 90% e 10%, respectivamente. Assinale a opo que d o valor da
curtose k para a distribuio de X.

A) 0,263
B) 0,250
C) 0,300
D) 0,242
E) 0,000

Resoluo

1 3
Q Q Q Q d
i s Q
= =
2 / ) (
1 3
Q Q Q =
1 9 10 90
D D
Q
P P
Q
k
= , em que D
9
denota o nono decil e D
1
representa o primeiro
decil.

Classes P (%) f
i
F
i

70-90 5 10 10
90-110 15 20 30 => n/10 = 20 < F
i
= 30
=> L
i
= 90
=> f
i
= 20
=> F
a
= 10
=> Classe do Primeiro Decil
110- 40 50 80 => n/4 = 50 < F
i
= 80
130 => L
i
= 110
=> f
i
= 50
=> F
a
= 30
=> Classe do Primeiro
Quartil
130-
150
70 60 140
150-
170
85 30 170 => (3n)/4 = 150 < F
i
= 170
=> L
i
= 150
=> f
i
= 30
=> F
a
= 140
=> Classe do Terceiro
Quartil
170-
190
95 20 190 => (9n)/10 = 180 < F
i
= 190
=> L
i
= 170
=> f
i
= 20
=> F
a
= 170
=> Classe do Nono Decil
190-
210
100 10 200

A frmula
md
md
a
i
h
f
F n
L md
+ =
) 2 / (
pode ser generalizada para os quantis, como a
seguir

67 , 156 20
30
140 150
150
) 4 / 3 (
3

+ =
+ =
i
i
a
i
h
f
F n
L Q
118 20
50
30 50
110
) 4 / (
1

+ =
+ =
i
i
a
i
h
f
F n
L Q
335 , 19 2 / ) 118 67 , 156 ( 2 / ) (
1 3
= = Q Q Q
180 20
20
170 180
170
) 10 / 9 (
9

+ =
+ =
i
i
a
i
h
f
F n
L D
100 20
20
10 20
90
) 10 / (
1

+ =
+ =
i
i
a
i
h
f
F n
L D
Logo,
242 , 0
100 180
335 , 19
=
= k

GABARITO: D

12. (ICMS-SP/2006/FCC) O histograma de frequncias absolutas, abaixo,
demonstra o comportamento dos valores arrecadados de um determinado
tributo, no ano de 2005, em uma regio a ser analisada:

200
Valores
(R$ 1.000,00)
400
500
600
300
1 2 3 4 5 6
Frequncias

Observao: Considere que todos os intervalos de classe de histograma so
fechados esquerda e abertos direita.

Utilizando-se as informaes contidas neste histograma, calculou-se a mdia
aritmtica destes valores arrecadados, considerando que todos os valores
deste intervalo. Tambm calculou-se a mediana de tais valores pelo mtodo da
interpolao linear. Ento, o mdulo da diferena entre a mdia aritmtica e a
mediana igual a

A) R$ 100,00
B) R$ 400,00
C) R$ 800,00
D) R$ 900,00
E) R$ 1.000,00

Resoluo

Quando os dados so apresentados em uma distribuio de freqncias, todos
coincidentes com o ponto mdio do intervalo.

Seja a tabela para o clculo da mdia aritmtica:

Classe
(em R$ mil)
f
i
x
i
x
i
f
i

1,0 - 2,0 200 1,5 300
2,0 3,0 400 2,5 1.000
3,0 4,0 500 3,5 1.750
4,0 5,0 600 4,5 2.700
5,0 6,0 300 5,5 1.650
Total 2.000 7.400

Ento,

70 , 3
000 . 2
400 . 7
= = =
n
f x
x
i i
(em R$ mil).

Aprendemos que A mediana o valor que divide a distribuio ao meio,
deixando os 50% menores valores de um lado e os 50% maiores
valores do outro lado.

Considere a tabela abaixo (clculo da mediana):

Classe
(em R$ mil)
f
i
x
i
p
i
P
i

1,0 - 2,0 200 1,5 200/2000=0,10 0,10
2,0 3,0 400 2,5 400/2000=0,20 0,30
3,0 4,0 500 3,5 500/2000=0,25 0,55
4,0 5,0 600 4,5 600/2000=0,30 0,85
5,0 6,0 300 5,5 300/2000=0,15 1,00
Total 2.000 1,00

Fazendo a interpolao linear (regra de trs), temos que: (4,0 3,0) = 1,0
(amplitude da classe da mediana) est para X (amplitude na classe da
mediana correspondente mediana) assim como (55% 30%) est (50%
30%):

30 , 0 50 , 0
30 , 0 55 , 0 0 , 1
=
X

20 , 0
25 , 0 0 , 1
=
X
80 , 0
5
4
25
20
25 , 0
20 , 0
= = = = X

Ento, md = 3,0 + 0,8 = 3,8 (em R$ mil).

Assim, 100 | 800 . 3 700 . 3 | | | = = md x .

GABARITO: A

13. (Analista da SUSEP/2006/ESAF) Para um conjunto determinado de
nmeros positivos temos: X como a mdia aritmtica, G como a mdia
geomtrica e H como a mdia harmnica, podemos afirmar que

A) X menor ou igual a G menor ou igual a H.
B) G maior do que X maior do que H.
C) X menor ou igual a H menor ou igual a G.
D) H menor ou igual a G menor ou igual a X .
E) H maior do que G maior do que X .

Resoluo

A mdia geomtrica (G) de um conjunto de nmeros positivos
n
X X X ,..., ,
2 1

menor ou igual a mdia aritmtica ( X ), mas maior ou igual a mdia
harmnica:

. X G H

A igualdade entre as mdias ocorre quando todos os nmeros
n
X X X ,..., ,
2 1
so
iguais.

GABARITO: D

14. (Analista do BACEN/2006/FCC) A mdia aritmtica dos valores das
vendas dirias realizadas pelas 50 empresas do Setor A de R$ 1.000,00, com
desvio padro de R$ 100,00. Sabe-se ainda que a mdia aritmtica dos valores
das vendas dirias realizadas pelas 200 empresas do Setor B de R$
2.000,00, com desvio padro de R$ 200,00. A varincia em (R$)
2
dos valores
das vendas dirias realizadas pelos dois setores reunidos

A) 34.000,00
B) 50.000,00
C) 194.000,00
D) 207.500,00
E) 288.000,00

Resoluo

A banca pediu para o candidato calcular a varincia em (R$)
2
dos valores das
vendas dirias realizadas pelos dois setores reunidos. O que ela quis dizer
com isso?

Considere que os valores das vendas dirias realizadas pelas 50 empresas do
Setor A constituem a populao A

} ,..., , {
1
2 1 N
a a a A = ,

em que N
1
= 50, e que os valores das vendas dirias realizadas pelas 200
empresas do Setor B constituem a populao B

} ,..., , {
2
2 1 N
b b b B =

em que N
2
= 200.

A banca pediu para o candidato determinar a varincia da populao
conjunta

} ,..., , , ,..., , {
2 1
2 1 2 1 N N
b b b a a a B A = + .

A frmula da varincia da populao conjunta A+B (verso maceteada)

2
2
2
2
|
|
|
\
| +
+ =

+
N
b a
N
b
N
a
s
j
i
i
i
j
j
i
i
B A
,

em que N = N
1
+ N
2
= 50 + 200 = 250. A varincia
2
B A
s
+
ser calculada uma
vez conhecidos os valores dos somatrios
i
i
a
2
,
j
j
b
2
,
i
i
a e
j
i
b . Os
somatrios
i
i
a e
j
i
b sero calculados em funo das mdias aritmticas A
e B , respectivamente. Os somatrios
i
i
a
2
e
j
j
b
2
sero determinados em
funo de (
2
A
s , A ) e (
2
B
s , B ), respectivamente.

A fim de facilitar as contas, cortaremos trs zeros dos dados fornecidos:
1 000 . 1 / 000 . 1 = = A [mil], 1 , 0 000 . 1 / 100 = =
A
s [mil], 2 000 . 1 / 000 . 2 = = B [mil] e
2 , 0 000 . 1 / 200 = =
B
s [mil].

50
=
i
i
a
A 50 50 1 50 = = =
A a
i
i

200
=
j
j
b
B 400 200 = =
B b
j
j

2
2
2
50
A
a
s
i
i
A
=

5 , 50 ] 1 01 , 0 [ 50 ] 1 1 , 0 [ 50 ) ( 50
2 2 2 2 2
= + = + = + =
A s a
A
i
i

2
2
2
200
B
b
s
j
j
B
=

808 ] 4 04 , 0 [ 200 ] 2 2 , 0 [ 200 ) ( 200
2 2 2 2 2
= + = + = + =
B s b
B
j
j

=
|
|
|
\
| +
+ =

+
2
2
2
2
N
b a
N
b
N
a
s
j
i
i
i
j
j
i
i
B A

1940 , 0 24 , 3 4340 , 3 8 , 1 2320 , 3 2020 , 0
250
400 50
250
808
250
5 , 50
2
2
= = + =
|
\
| +
+ =

Para dar a resposta final, devemos multiplicar a varincia (= quadrado do
desvio-padro) obtida acima por (1.000)
2
, haja vista que dividimos as mdias
e desvios-padro por 1.000:

000 . 194 10 194 10 10 0 , 194 ) 10 ( 10 0 , 194 000 . 1 1940 , 0
3 6 3 2 3 3 2 2
= = = = =

+B A
s

GABARITO: C

15. (ICMS-RJ/2010/FGV) A mdia, a mediana e a varincia das idades de
um grupo de vinte pessoas so, hoje, iguais, respectivamente, a 34, 35 e 24.
Daqui a dez anos, os valores da mdia, da mediana e da varincia das idades
dessas pessoas sero, respectivamente:

A) 44, 35 e 34
B) 44, 45 e 12
C) 44, 45 e 24
D) 34, 35 e 12
E) 44, 45 e 124

Resoluo

Est implcito que todas as pessoas do grupo estaro vivas daqui a dez anos. A
disperso da distribuio de frequncias (das idades) no mudar com o
envelhecimento das pessoas do grupo (ou seja, a forma da distribuio se
mantm ao longo do tempo). Logo, a varincia daqui a dez anos ainda ser
igual a 24. A nica opo com este valor a C.

Daqui a dez anos, a mdia e a mediana sero acrescidas de 10 unidades
(anos), haja vista que a distribuio de frequncias sofrer um deslocamento
para a direita de 10 unidades. Assim, a mdia e a mediana sero iguais a 44 e
45, respectivamente.

GABARITO: C

Aula 14

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Aula 14

Caricato da

Copyright:

Formati disponibili

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados

Profs. Alexandre Lima e Moraes Junior

Potrebbero piacerti anche