UNIVERSIDADE FEDERAL DO PAR

INSTITUTO DE TECNOLOGIA ITEC -

FACULDADE DE ENGENHARIA CIVIL FEC -










ESTATSTICA APLICADA A ENGENHARIA

PARTE I: FUNDAMENTOS DE ESTATSTICA




Professor:
ANDR MONTENEGRO DUARTE




BELM
2013


2
INDICE


1. INTRODUO
1.1. Um pouco da histria da Estatstica
1.2. Diviso Geral da Estatstica
2. ORGANIZAO DE DADOS ESTATSTICOS
2.1. Fases do Mtodo Estatstico
3. ESTATSTICA DESCRITIVA
3.1. Distribuio de Freqncias e Descrio Grfica
4. CARACTERSTICAS NUMRICAS OU PARMETROS OU MEDIDAS DE UMA
DISTRIBUIO DE FREQNCIAS
4.1. Medidas de Posio
4.2. Medidas de Disperso:
4.3. Medidas de Simetria:
4.4. Medidas de Curtose ou Achatamento:
5. A CURVA NORMAL OU DISTRIBUIO DE GAUSS
6. BIBLIOGRAFIA

















3
UNIVERSIDADE FEDERAL DO PAR
ITEC
FEC



1. INTRODUO:
Muitas vezes os trabalhos e as pesquisas de engenharia envolvem uma ou
mais caractersticas (que podem ser entendidas como variveis) de um determinado
conjunto de elementos ou eventos (que pode ser entendido como dados) a serem
estudados, para desenvolver experimentos, definir modelos de previso (ou
predio ou simulao), realizar estimativas, enfim, planejar e tomar decises com
base e fundamento. Exemplo:

- H disponibilidade de dois tipos de madeira para utilizar como estrutura para uma
edificao provisria;
-Qual o melhor tipo?

-Atravs de observaes (experimentos como ensaios laboratoriais para
testar a resistncia) constatou-se, pelos resultados, que o tipo a apresenta melhor
desempenho quanto resistncia aos esforos ou s cargas. o tipo a ser usado.
Porm, ter esta madeira maior durabilidade ou resistncia s intempries (chuva,
sol, vento)?
Outros exemplos:
- Estudo do Tipo das caractersticas do solo para definio do tipo de fundao a ser
usada em uma determinada obra;
- Estudo da Velocidade de Trfego de veculos em certa via ou corredor para
planejamento da sinalizao, inclusive tempos dos semforos;

Como instrumento ou ferramenta a ser utilizada nestas situaes dispe
ento da Estatstica, que para alguns uma cincia autnoma e, para outros,
restringe-se a tcnicas e mtodos especficos integrantes de uma cincia maior, a
matemtica.
A Estatstica instrumento fundamental para os mais diversos campos de
conhecimento, inclusive para as engenharias, inclusive a civil. Fornece subsdio para
tomadas de deciso e para fazer previses sobre uma ou mais variveis.
4
- Definio Semntica de Estatstica:
STATISTS, de STATZO (Greco): Estabelecer, Verificar.
Novo Dicionrio Aurlio:
1. Parte da Matemtica em que se investigam os processos de obteno,
organizao e anlise de dados sobre uma populao ou sobre uma coleo de
seres quaisquer, e os mtodos de tirar concluses e fazer ilaes (deduo) ou
predies com base nesses dados;
2. Representao e explicao sistemtica, por observaes quantitativas de
massa, dos acontecimentos e das leis da vida social que deles se podem
deduzir;
3. Conjunto de elementos numricos respeitantes a um fato social;
4. Qualquer parmetro de uma amostra, como, por exemplo, a sua mdia, o seu
desvio-padro, a sua varincia;

Outras Definies:
- Cincia que se preocupa com a organizao, descrio anlise e interpretao
dos dados experimentais (Costa Neto - engenheiro).
- Lida com a coleta, a apresentao, a anlise e o uso de dados para tomar decises
e resolver problemas (Montgomery et all. - engenheiros)

1.1. Um pouco da histria da Estatstica:

Originariamente um ramo da matemtica aplicada.

Remonta a ANTIGUIDADE: os povos j registravam o nmero de habitantes,
nascimentos, bitos. Faziam o que hoje se conhece como
"estatsticas".
Na IDADE MDIA: as informaes eram tabuladas com finalidades tributrias (de
estado) e blicas (militares).

No SEC. XVI: surgem as primeiras anlises sistemticas, as primeiras tabelas e os
nmeros relativos.


5
No SEC. XVIII: a estatstica ganha a feio cientfica e batizada com este nome
por GODOFREDO ACHENWALL. As tabelas ficam mais completas,
surgem as primeiras representaes grficas (baseadas
principalmente nos trabalhos de Rene Descartes o plano
cartesiano) e os clculos de probabilidades. Desde esta poca, a
estatstica deixa de ser uma simples tabulao de dados numricos
para se tornar "O estudo de como se chegar a concluso sobre
uma populao, partindo da observao de partes dessa
populao (amostra)". Nos sculos seguintes tem evoludo em
seus aspectos conceituais e incorporado a s muitos princpios
avanados da matemtica, como o clculo diferencial, os mtodos
dos mnimos quadrados, entre outros.

No Sc. XX, com o advento da informtica, que facilitou as operaes
matemticas (clculos) e a confeco de tabelas e desenhos, a estatstica se tornou
mais amigvel e tem sido extremamente difundida e utilizada por inmeros
profissionais como economistas, mdicos, bilogos, e, principalmente, engenheiros.

Por que o Engenheiro precisa estudar estatstica? Onde ou em que aplic-la?
Porque o engenheiro um solucionador de problemas e, para achar solues,
ele tem que visualizar e entender aquilo que deve ser solucionado, parametrizar,
quantificar ou estabelecer grandezas para as variveis envolvidas, relacionar e
hierarquizar estas grandezas, definir alternativas e tomar decises com
racionalidade e fundamento. Embora todas as pessoas, inclusive os engenheiros,
trabalharem sob condicionantes de sensibilidade, imaginao e mesmo sob
princpios ticos, morais e religiosos muitas vezes subjetivos e relativos, no podem,
ou pelo menos no devem, atuar e decidir sem uma reflexo lgica, com
fundamento em tcnicas apoiadas em uma base racional.

A estatstica um instrumento terico ou uma ferramenta conceitual que o
engenheiro tem sua disposio para realizar este trabalho. Fornece as tcnicas
para coletar informaes ou dados, sistematizar, tabular, descrever e medir
inmeros eventos, atividades, situaes e problemas, alm de muitas vezes modelar
ou representar a realidade. Utiliza-se da linguagem numrica, isto , da escrita
matemtica, embora divirja desta cincia por no ser exata. A Estatstica pode ser
6
precisa, boa, ajustada, confivel, mas no exata. A matemtica Stricto sensu
diferente, pois uma cincia tida como EXATA.

A engenharia, na condio de tecnologia, isto , como aplicao de mtodos
cientficos, embora se paute em muitos conceitos e tambm possua grande parte de
sua expresso na cincia matemtica, tambm no EXATA, como inexatas so a
fsica, a qumica e a biologia.

1.2. Diviso Geral da Estatstica:

A cincia Estatstica divide-se basicamente em duas partes:
Estatstica Descritiva : Organizao e descrio dos dados, com obteno e
mediadas que permitem uma anlise e interpretao mais incipiente.
Estatstica Indutiva : Realiza anlise e interpretao mais aprofundada dos
dados, com resultados que permitem modelar a realidade, fazer previses e
planejamentos e conhecer o graus de confiabilidade destas previses,
estimativas, e resultados em geral.

O objetivo da Estatstica Descritiva organizar e descrever, analtica ou
graficamente, os dados da amostra, o que feito com tcnicas e medidas
especficas.

O objetivo da Estatstica Indutiva mais audacioso do que a simples
descrio, busca tirar concluses sobre populaes com base nos resultados
observados em amostras extradas dessas populaes e medir o grau de preciso e
confiabilidade.

Logo, deve-se entender a diferena entre populao e amostra.

Populao ou universo: Conjunto de todos os elementos que constituem o objeto
de estudo, podendo ser finito ou infinito, conhecido, definido ou no.
Exemplos:
a) todos os tijolos utilizados em uma certa obra, ou, para outros estudos, todos os
tijolos produzidos em uma olaria.
b) todos os veculos que trafegam em uma certa via ou rodovia.
7
Amostra: Subconjunto ou parte de uma populao. Necessariamente finito, pois
todos estes elementos (dados) sero examinados para efeito da realizao do
estudo estatstico desejado (exemplo).
Exemplos:
a) 10 grupos de 25 tijolos cada, em um total de 250 tijolos de todos os usados em
uma certa obra, ou, dois milheiros de tijolos a cada ms da produo de uma olaria.
b) todos os veculos que trafegam em cada minuto, contados em intervalos de 30
minutos, durante um perodo de observao de uma semana.

Algumas observaes importantes:
- Quanto maior a amostra, h tendncia de que dos estudos tenham maior
preciso e confiabilidade, porm no obrigatoriamente.
- Levantamentos de tudo ou exame completo de toda uma populao o
CENSO ou RESCENSEAMENTO
- A Estatstica Indutiva recorre intensivamente a conceitos e resultados do
Clculo de Probabilidades.
- Um estudo estatstico completo que recorra s tcnicas da Estatstica
Indutiva ir envolver :










Como todas as cincias e mesmo as artes, necessrio se conhecer os
fundamentos e princpios para se utilizar o enorme potencial da estatstica.
Como, por exemplo, na msica, precisa-se conhecer a escrita musical, com
os smbolos das notas e de seus tempos inseridos no pentagrama para ver, ouvir e
tocar, na estatstica, imprescindvel conhecer sua simbologia, preceitos bsicos,
para, em cada campo profissional, utiliz-la corretamente.


ESTATS
TICA
DESCRI


AMOSTRA
GEM
CLCULO
DE
PROBABILI
DADES

ESTATST
ICA
INDUTIV
8

2. ORGANIZAO DE DADOS ESTATSTICOS

2.1. Fases do Mtodo Estatstico:

1 - DEFINIO DO PROBLEMA: Saber exatamente aquilo que se pretende
pesquisar o mesmo que definir corretamente o problema.

2 - PLANEJAMENTO: Como levantar informaes? Que dados devero ser obtidos
? Qual levantamento a ser utilizado? Censitrio? Por amostragem? E o cronograma
de atividades? Os custos envolvidos? etc.

3 - COLETA DE DADOS: Fase operacional. o registro sistemtico de dados, com
um objetivo determinado.
Dados primrios: quando so publicados pela prpria pessoa ou
organizao que os haja recolhido. Ex: experimentos desenvolvidos pelo
pesquisador.
Dados secundrios: quando so publicados por outra organizao. Ex:
quando determinado jornal publica estatsticas referentes ao censo demogrfico
extradas do IBGE (so dados primrios do IBGE, mas no para o pesquisador ou
para o jornal).

OBS: prefervel trabalhar com fontes primrias, embora muitas vezes seja muito
difcil. O uso da fonte secundria pode trazer o grande risco de erros de transcrio.

Coleta Direta: quando obtida diretamente da fonte. Ex: Empresa que realiza
uma pesquisa para saber a preferncia dos consumidores pela sua marca.
Coleta contnua: registros de nascimento, bitos, casamentos;
Coleta peridica: recenseamento demogrfico, censo industrial;
Coleta ocasional: registro de casos de dengue.
Coleta Indireta: feita por dedues a partir dos elementos
conseguidos pela coleta direta, por analogia, por avaliao,indcios ou
proporcionalizao.

9
4 - APURAO/SISTEMATIZAO DOS DADOS: Resumo dos dados atravs de
sua contagem e agrupamento. a condensao e tabulao de dados.

5 - APRESENTAO DOS DADOS: H duas formas de apresentao, que no se
excluem mutuamente.
- A apresentao tabular, ou seja uma apresentao numrica dos dados
em linhas e colunas distribudas de modo ordenado, segundo regras prticas
fixadas pelo Conselho Nacional de Estatstica.
- A apresentao grfica dos dados numricos constitui uma apresentao
geomtrica permitindo uma viso rpida e clara do fenmeno.

6 - ANLISE E INTERPRETAO DOS DADOS: A ltima fase do trabalho
estatstico a mais importante e delicada. Est ligada essencialmente ao clculo
de medidas e coeficientes, cuja finalidade principal descrever o fenmeno
(estatstica descritiva).

A anlise e a interpretao dos resultados estatsticos depende muito de
quem as realiza. Logo, muito importante que a pessoa que tenha esta funo
(analisar e interpretar) seja da rea de conhecimento do que se est estudando, isto
, conhea o assunto que objeto de anlise e interpretao, alm dos princpios e
mtodos estatsticos.

Os problemas de engenharia devem ser estudados por engenheiros,
obviamente com o apoio de outros profissionais, como estatsticos, programadores,
socilogos, etc., mas no tocante a sua rea especfica, por si prprios.

3. ESTATSTICA DESCRITIVA:
- Organizao e descrio dos dados
- Uma vez dispondo-se dos resultados observados, o passo seguinte dever
ser, necessariamente, extrair as informaes contidas nesses resultados->
papel da Estatstica Descritiva

Tipos de Variveis
Definio da(s) caracterstica(s) de interesse que dever(o) ser verificada(s)
exemplo.
10
-> Variveis unidimensionais : apenas uma caracterstica de interesse for associada
a cada elemento do conjunto examinado.

-> Variveis qualitativas e variveis quantitativas
Qualitativa: quando resultar de uma classificao por tipos ou atributos
Ex: Populao/Amostra :Tijolos para uma construo
Objetivo do Estudo: verificar a qualidade
Varivel: ntegro, representado boa qualidade ou defeituoso, correpsonde a
baixa qualidade)

Quantitativa: quando se expressa de maneira numrica.
o Quantitativa discreta: nmeros inteiros e no negativos
Ex: Populao/Amostra: Esquadrias de uma construo
Objetivo do Estudo: planejar a compra dos matrias.
Varivel: nmero de pregos utilizados para fixao de caixilhos.

Obs: Variveis discretas -> obtidas mediante alguma forma de contagem valores
naturais (1, 2, 3, 4, ........)

o Quantitativa contnua: nmeros que podem ser fracionrios
Ex: Populao/Amostra: Veculos trafegando em uma determinada via
Objetivo do Estudo: estabelecer os tempos dos semforos
Varivel: Tempo de percurso entre uma esquina e outra

Obs: Resultam, em geral, de uma medio, sendo freqentemente dados em
alguma unidade de medida com valores aproximados.

3.1. Distribuio de Freqncias e Descrio Grfica:
um tipo de tabela que condensa uma coleo de dados conforme as
freqncias (repeties de seus valores).

FREQNCIA ( fi ): Nmero de vezes que um determinado valor (de uma varivel)
ou atributo for observado. Esta freqncia tambm chamada de "Absoluta".

11
FREQNCIA ACUMULADA: a soma acumulada da freqncia absoluta da
classe fi e a freqncia acumulada da classe anterior fant .
fant fi fi + =

FREQNCIA RELATIVA: so os valores das razes entre as freqncias absolutas
de cada classe ou valor fi e a freqncia total da distribuio fi Pode ser
representada na forma decimal ou percentual. A soma das freqncias relativas
igual a 1 (100 %).
fi
fi
fr

=
TABELA PRIMITIVA OU DADOS BRUTOS: uma tabela ou relao de elementos
que no foram numericamente organizados. difcil formarmos uma idia exata do
comportamento do grupo como um todo, a partir de dados no ordenados
Ex :45, 41, 42, 41, 42 43, 44, 41 ,50, 46, 50, 46, 60, 54, 52, 58, 57, 58, 60, 51

ROL: a tabela obtida aps a ordenao dos dados (crescente ou decrescente).
Ex : 41, 41, 41, 42, 42 43, 44, 45 ,46, 46, 50, 50, 51, 52, 54, 57, 58, 58, 60, 60

Dados Freqncia
Freqncia
Acumulada
Freqncia
Relativa
41 3
3 0,15
42 2
5 0,10
43 1
6 0,05
44 1
7 0,05
45 1
8 0,05
46 2
10 0,10
50 2
12 0,10
51 1
13 0,05
52 1
14 0,05
54 1
15 0,05
57 1
16 0,05
58 2
18 0,10
60 2
20 0,10
Total 20
- 1,00

Distribuio de freqncia COM INTERVALOS DE CLASSE: Quando o tamanho da
amostra elevado, mais racional efetuar o agrupamento dos valores em vrios
intervalos de classe.
12
Classes Freqncias
41 |------- 45 7
45 |------- 49 3
49 |------- 53 4
53 |------- 57 1
57 |------- 61 5
Total 20

Pode-se agrupar os elementos em funo de seus valores (quando
quantidades) ou atributos (quando qualidades), criando-se, desta forma, classes.ou
intervalos.
Via de regra, as variveis quantitativas contnuas s podem ser descritas
graficamente quando agrupadas em classes ou intervalos. O nmero de classes a
ser dividido um conjunto de informaes ou dados varia em decorrncia de muitos
fatores, como o grau de preciso requerido, a relevncia do estudo, mas,
fundamente depende do nmero de dados.
Definio do Nmero de Classes
-
1
2
3
4
5
6
7
8
9
10
0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 320
Quantidade de Dados (n)
N

d
e

C
l
a
s
s
e
s




13
Mtodo prtico para construo de uma Distribuio de Freqncias c/ Classe

1 - Organize os dados brutos em um ROL.
2 - Calcule a amplitude amostral AA.
No nosso exmplo: AA = 60 - 41 = 19

3 - Calcule o nmero de classes atravs da "Regra de Sturges":
N de classes = 1+ 3,3 x log n de dados ou a identificao utilizando-se o baco j
exposto que expressa graficamente esta equao.

4 - Decidido o n de classes, calcule ento a amplitude do intervalo de classe (h).
No nosso exemplo: AA / n de classes = 19/5 = 3,8. Utilizaremos ento h = 4.
5 - Temos ento o menor n da amostra, o n de classes e a amplitude do intervalo.
Podemos montar a tabela, com o cuidado para no aparecer classes com
freqncia = 0 (zero).
No nosso exemplo: o menor n da amostra = 41 + h = 45, logo a primeira
classe ser representada por 41 |------- 45. As classes seguintes respeitaro o
mesmo procedimento.
O primeiro elemento das classes seguintes sempre sero formadas pelo
ltimo elemento da classe anterior.
N de
Classes
Classes fi
1 41 |------- 45 7
2 45 |------- 49 3
3 49 |------- 53 4
4 53 |------- 57 1
5 57 |------- 61 5
Total 20

As freqncias podem ser descritas sobre forma de Tabelas ou de Grficos, grficos
estes chamados de Histogramas.


4 4 4 5 5 6
1
3
5
7
Pt. Mdio
fi
classe
14

Polgono de freqncia (ou distribuio de freqncia)

Outra forma de representao dos valores ou atributos formado pela unio
dos pontos mdios dos intervalos de classe de um Histograma. Podem ser de dois
tipos:
- Funo Densidade: - freqncia f(x)

- Funo Distribuio: f acumulada: f(x) dx
Em teoria da probabilidade, a funo distribuio acumulada (fda) descreve
completamente a distribuio da probabilidade de uma varivel aleatria de valor
real X. Para cada nmero real x, a fda dada por

onde o lado direito representa a probabilidade de que a varivel X tome um valor
inferior ou igual a x


4 4 4 5 5 6
1
3
5
7
fi
classes
15
4. CARACTERSTICAS NUMRICAS OU PARMETROS OU MEDIDAS DE UMA
DISTRIBUIO DE FREQNCIAS:

Alm da viso que se tem a partir dos grficos, devem ser realizadas medidas
especficas, de cunho numrico, sendo estas medidas :
a) De Posio;
b) De Disperso;
c) De Simetria;
d) De Curtose (ou achatamento).

4.1. Medidas de Posio:
So valores concretos da grandeza, caracterstica ou atributo, que servem
para localizar a distribuio de freqncias sobre o eixo de variao desta da
varivel em estudo.
Existem vrias destas medidas:

- Mdia: uma medida de tendncia central. Podendo assumir as seguintes
definies: - Aritmtica; Interna; Quadrtica; Geomtrica e Harmnica.

- Mdia Aritmtica (Notao: X): a mais usual das mdias, obtida da seguinte forma:
a soma de todos os valores desta caracterstica ou varivel dividido pelo nmero
total de elementos observados. Se os dados aparecem agrupados em classes de
freqncias, pode-se obter a mdia aritmtica pela soma dos valores (ou dos valores
mdios de cada classe) ponderados com suas freqncias relativas.
N
X
X
n
i
i
=
=
1

onde Xi so os valores da varivel e n o nmero de valores.

ou ainda
i
n
i
i i
f
X f
X

=
=
1

onde Xi o ponto mdio da classe.

A mdia aritmtica pode ser Simples ou Ponderada.

16
- Mdia Interna (Notao: XI): calcula a mdia aritmtica de um conjunto de dados
excluindo-se uma certa percentagem dada ou definida (por exemplo 10%) dos
extremos inferiores e superior.

- Mdia Mvel (Notao: XM): calcula a mdia aritmtica (geralmente simples, mas
pode tambm ser ponderada) de parte de um conjunto de dados, dependendo da
ordem denominada N, que definir a quantidade de dados utilizada para calcular a
mdia.
A Mdia Mvel Simples pode ser unilateral ou bilateral.

XM =
N
X
XM
T
N T i
i
+ =
=
1
Unilateral

N
X
XM
N T
N T i
i
+
=
=
2 / ) ! (
2 / ) 1 (
Bilateral


Ver Apostila UPV pg. 116

- Mdia Quadrtica (Notao:
2
X ou R.M.Q.): tambm conhecida como raiz
quadrtica mdia. obtida da seguinte expresso:




- Mdia Geomtrica (Notao: G): a raiz de ordem N do produto dos valores (ou
dados), sendo calculada pela seguinte expresso:
ou ainda

Ver Apostila UPV pg. 39

N
X
X RMQ
N
i

=
= =
1
2
1
2
17
- Mdia Harmnica (Notao: H): a recproca da mdia da mdia aritmtica das
recprocas (ou inversas) dos valores (ou dados).
ou ainda


- Mediana (Notao: Md): o valor ou grandeza que separa a metade dos
elementos (da amostra ou da populao, conforme o caso), isto , 50% dos
elementos se encontram acima desta medida e 50% abaixo. Quando o nmero de
elementos par, se considera o ponto mdio do intervalo. calculada com base na
ordem de grandeza dos valores, isto , em um rol.

Md = ( n + 1 ) / 2

Ex: Calcule a mediana da srie { 1, 3, 0, 0, 2, 4, 1, 2, 5 }


1 - ordenar a srie { 0, 0, 1, 1, 2, 2, 3, 4, 5 }
n = 9 logo (n + 1)/2 dado por (9+1) / 2 = 5, ou seja, o 5 elemento da srie
ordenada ser a mediana
A mediana ser o 5 elemento = 2.

Se a srie dada tiver nmero par de termos, o valor mediano ser o termo de
ordem dado pela frmula:
Md = [( n/2 ) +( n/2+ 1 )] / 2

Ex: Calcule a mediana da srie { 1, 3, 0, 0, 2, 4, 1, 3, 5, 6 }

1 - ordenar a srie { 0, 0, 1, 1, 2, 3, 3, 4, 5, 6 }
n = 10 logo a frmula ficar: [( 10/2 ) + (10/2 + 1)] / 2
[( 5 + 6)] / 2 ser na realidade (5 termo+ 6 termo) / 2
5 termo = 2
6 termo = 3
A mediana ser = (2+3) / 2 ou seja, Md = 2,5 . A mediana no exemplo ser a
mdia aritmtica do 5 e 6 termos da srie.
18

Outras medidas similares a mediana, que divide o conjunto de elementos em
duas partes iguais. Por extenso a esta, pode-se tambm dividir os elementos em
quatro partes iguais. Estes valores que representam estas quatro partes so
chamados Quartis (Q1 = primeiro quartil, Q2 = segundo e Q3 = terceiro), sendo o
valor de Q2 igual a mediana (Md).
Pode-se ainda dividir em 10 partes (decis) e at em 100 partes (percentis).

- Moda (Notao: Mo): o valor ou a classe mais freqente em um conjunto de
dados (ou valores), ou seja, o que ocorre com maior freqncia. A moda pode no
existir, e as vezes pode no ser nica, isto , podem existir mais de uma.

Ex: Na srie { 7 , 8 , 9 , 10 , 10 , 10 , 11 , 12 } a moda igual a 10.


No caso de dados agrupados em que foi construda uma curva de freqncias que a
eles se ajuste, a moda ser o valor (ou os valores no caso de mais de uma moda) de
X (abcissa) correspondente ao ponto de ordenada mxima.

Relao Emprica entre Mdia Aritmtica (X), Mediana (Md) e Moda(Mo):
X - Mo = 3 (X - Md)
- H sries nas quais no exista valor modal, isto , nas quais nenhum valor aparea
mais vezes que outros. Ex: { 3 , 5 , 8 , 10 , 12 } no apresenta moda. A srie
amodal.
- Em outros casos, pode haver dois ou mais valores de concentrao. Dizemos,
ento, que a srie tem dois ou mais valores modais.
Ex: { 2 , 3 , 4 , 4 , 4 , 5 , 6 , 7 , 7 , 7 , 8 , 9 } apresenta duas modas: 4 e 7. A srie
bimodal.
- Com intervalos de classe: A classe que apresenta a maior freqncia
denominada classe modal. Pela definio, podemos afirmar que a moda, neste
caso, o valor dominante que est compreendido entre os limites da classe modal.
O mtodo mais simples para o clculo da moda consiste em tomar o ponto mdio da
classe modal. Damos a esse valor a denominao de moda bruta.

Mo = ( l* + L* ) / 2

onde l* = limite inferior da classe modal e L* = limite superior da classe modal.
19


4.2. Medidas de Disperso:

So elementos complementares s medidas de posio (em especial a
mdia), e indicam o quanto os dados, ou ainda, ou os valores destes dados se
apresentam dispersos ou espalhados em relao a regio central ou de tendncia
central. Caracterizam o grau de variao existente no conjunto de valores.

Existem diversas medias de disperso, sendo as mais importantes: a
amplitude; a varincia; o desvio padro e o coeficiente de variao.

Observao: outras medidas de disperso tais como desvio mdio e amplitude
interquatil, embora existam, no sero abordadas por serem de menor aplicao em
estatstica.

- Amplitude (Notao: R): a diferena entre o maior e o menor valores do
conjunto.


- Varincia (Notao: S
2
): a mdia dos quadrados das diferenas dos valores em
relao sua mdia (aritmtica), isto :
( )
n
X X
S
i
2
2

= ou ainda
( ) [ ]
fi
fi X X
S
i

=
.
2
2


As formulaes acima so aplicveis quando o conjunto de dados for a
populao. Quando os dados caracterizarem uma amostra, o denominador (N) deve
ser substitudo por N-1, por motivos a serem posteriormente explicados.
( ) [ ]
1
.
2
2


=
fi
fi X X
S
i


A varincia uma medida muito importante na teoria estatstica, porm, em
termos prticos, ele possui o inconveniente de se expressar na unidade quadrdica
em relao da varivel em estudo.

R = X
MAX
- X
MIN
20
- Desvio Padro (Notao: S): a raiz quadrada positiva da varincia. Como o
desvio padro se expressa na unidade da varivel, mais interessante sua
aplicao nos casos prticos. tambm chamado erro padro.
) ( ) (
2
x S x S =

- Coeficiente de Variao (Notao: cv): o quociente entre o desvio padro e a
mdia aritmtica. Freqentemente expresso em porcentagem.
X
x S
x CV
) (
) ( =

Relao Emprica entre Desvio Padro e Amplitude:





4.3. Medidas de Simetria:

So elementos complementares s medidas de posio e de disperso e
indicam o quanto distribuio de freqncias (representada pelo polgono de
freqncias) dos dados, ou ainda dos valores destes dados, se afasta da condio
de simetria. Considera-se a distribuio simtrica quando seus valores se
distribuem igualmente para cima e par baixo da mdia, coincidindo os valores desta
(mdia) com o da mediana.
Assimetria , desta forma, o grau de desvio ou afastamento da simetria de
uma distribuio.
Se a curva ou polgono de freqncias de uma distribuio tem uma "cauda"
mais longa direita da ordenada mxima, diz-se que desviada para a direita ou
ainda que tem assimetria positiva. Se ocorrer o inverso, diz-se que desviada para
a esquerda e que tem assimetria negativa.





R < S < R
6 3
21










Uma distribuio com classes simtrica quando :
Mdia = Mediana = Moda

Uma distribuio com classes :

- Assimtrica esquerda ou negativa quando: Mdia < Mediana < Moda
- Assimtrica direita ou positiva quando: Mdia > Mediana > Moda
- Coeficiente de assimetria: A medida anterior, por ser absoluta, apresenta a mesma
deficincia do desvio padro, isto , no permite a possibilidade de comparao
entre as medidas de duas distribuies. Por esse motivo, daremos preferncia ao
coeficiente de assimetria de Pearson:
- Primeiro Coeficiente de Pearson:



- Segundo Coeficiente de Pearson:




- Coeficiente de Simetria:
3
3
1
) (
1
1
S
X X
N
N
I
i

=


ASSIMETRIA = 3 ( MDIA MEDIANA) = 3 (X - Md)
DESVIO PADRO S
FUNO SIMETRICA E ASSIMETRICA
VALORES
F
R
E
Q
U
E
N
C
I
A

ASSIMETRIA = MDIA MODA = X - Mo
DESVIO PADRO S
22
4.4. Medidas de Curtose ou Achatamento:

Complementando os parmetros que ensejam uma idia da distribuio, se
define a curtose que reflete a elevao ou achatamento dos valores em relao a
"distribuio normal". calculada pela seguinte frmula:
3
) (
1
1
.
4
1
4

=

=
S
X X
N
deCurtose Coef
N
I
I


Se o coeficiente acima calculado for maior do que zero a distribuio
chamada de leptocrtica, se igual a zero de mesocrtica (ou normal) e se menor do
que zero platicrtica.











5. A CURVA NORMAL OU DISTRIBUIO DE GAUSS:

A distribuio simtrica, onde mdia, mediana e moda so iguais, e que
definida pela seguinte equao:
z
x
x f

2
) (
2
2
1
) (

= l

Onde: Desvio padro
- Mdia

chamada de "Curva Normal" ou "Distribuio de Gauss".

VALORES
CURTOSE
F
R
E
Q
U
E
N
C
I
A
S

____ NORMAL

_ _ _PLATICRTICA

____ LEPTOCRTICA
23
A varivel X pode ser expressa em termos de unidade reduzida, z = (X-m)/,
ficando a equao da distribuio de Gauss substituda pela denominada forma
reduzida:
2
2
1
2
1
z
y

= l

A vantagem da forma reduzida que qualquer distribuio pode ser expressa
graficamente de forma genrica:


CURVA NORMAL OU DE GAUSS










CURVA NORMAL OU DE GAUSS REDUZIDA














MEDIANA X X = =

68,27%
1S
1S
1S
1S
1S
Valores
95,45%
99,73%
1S
Y
68,27%
Z
95,45%
99,73%
0,4
0,3
0,2
0,1
0
-3
-2 -1
1 2 3
24

Outras Distribuies:

De Poisson, Binomial, de Exponencial, Beta.



Distribuio de Bernoulli com n = 25.


Distribuio Binomial com n = 10 e p= 0,35.








25
BIBLIOGRAFIA
- SILVA, P. N. - Estatstica (auto-explicativa). Editora rica LTDA. So Paulo. 1998.
- MILONE, GILSEPPE; ANGELINI, FLVIO Estatstica Geral. Editora Atlas. Volume 1. So
Paulo. 1998.
- SPIEGEL, M. Estatstica. 2 ed. Editora McGraw-Hill (Coleo Shaum). So Paulo. 1979.
- SPIEGEL, M. Teoria e problemas de probabilidade e estatstica, Editora Bookman (Coleo
Shaum), Porto Alegre, 2004.
- SEGURA, B. Tratamiento Cuantitativo para Tasadores, Editorial Universidad Politcnica de
Valencia, 2002.
- http://www2.ufpa.br/dicas/biometria
- http://www.csr.ufmg.br/geoprocessamento/centrorecursos/apostilas/estatistica1.pdf