Aula 05 - Curso Regular de Estatística

Curso Regular de Estatstica
Prof Vtor Menezes Aula 05
AULA 5: Anlise bidimensional e nmeros

ndices
1.
2.
ANLISE BIDIMENSIONAL
1.1.
Variveis qualitativas
1.2.
Variveis quantitativas
1.3.
Variveis qualitativas e quantitativas
CORRELAO LINEAR
2.1.
Sinal do coeficiente de correlao
11
2.2.
Memorizando a frmula do coeficiente de correlao
13
2.3.
Propriedades do Coeficiente de correlao
26
3.
COEFICIENTE DE CORRELAO ORDINAL DE SPEARMAN
29
4.
NMEROS NDICES
32
4.1.
4.2.
4.3.
4.4.
Preo relativo
32
Relativo de quantidade (IQ)
36
Relativo de valor (IV)
36
ndice simples de preos agregados
37
Mdia de preos relativos
38
ndice de preos de Laspeyres (IL) e ndice de preos de Paasche (IP)
39
4.7.
ndices de quantidade de Paasche e de Laspyeres
42
4.8.
ndice de valor para uma cesta de mercadorias
42
4.5.
4.6.
5.
ndice de preos de Fisher
43
6.
DESVALORIZAO DA MOEDA
66
7.
COMENTRIOS ADICIONAIS
69
7.1.
Coeficiente de correlao ordinal frmula de definio
69
7.2.
Manipulao de somatrio
70
7.3.
Coeficiente de correlao entre preos relativos e quantidades relativas
72
Prof. Vtor Menezes
www.estrategiaconcursos.com.br

1.
ANLISE BIDIMENSIONAL
Nas aulas anteriores todas as questes se referiam a uma nica varivel. Na aula de hoje,
veremos como analisar duas variveis ao mesmo tempo. Por isso o nome do tpico :
anlise bidimensional.
1.1. Variveis qualitativas

Um primeiro caso de interesse ocorre quando as duas variveis so qualitativas. Nessa
situao, os dados geralmente so apresentados em tabelas de dupla entrada. Trata-se de
uma tabela especial, que consegue mostrar as frequncias para todas as combinaes
possveis de valores das duas variveis.
Como exemplo, veja a tabela a seguir, que nos mostra o resultado de uma pesquisa
hipottica:
Homem
Mulher
Total
Empregado
1.250
1.300
2.550
Desempregado
550
900
1450
Total
1.800
2.200
4.000
Acima estamos estudando, simultaneamente, duas variveis. A primeira varivel refere-se

ao sexo da pessoa. E a segunda varivel refere-se situao no mercado de trabalho.
A tabela nos fornece frequncias observadas para cada possvel combinao de valores das
duas variveis.
Assim, exemplificando, h 1250 homens que so empregados. Ou ainda: h 900 mulheres
que so desempregadas.
Em concursos pblicos essas tabelas de dupla entrada so bastante cobradas junto com
outras partes da matria. Utilizaremos especialmente nos seguintes tpicos:
- clculo de probabilidade para distribuies conjuntas
- clculo de esperana para distribuies conjuntas
- teste de hipteses com a distribuio de qui-quadrado.
Por enquanto ento, fiquem apenas com a informao de que as tabelas de dupla entrada
existem.
1.2. Variveis quantitativas

Para estudar duas variveis quantitativas, a ferramenta mais utilizada o diagrama de
disperso.
O diagrama de disperso um grfico formado por vrios pontinhos, e cada pontinho
corresponde a um par de valores das variveis.
Prof. Vtor Menezes

Exemplificando, considere o seguinte conjunto de dados, correspondente s notas de 4
alunos em duas provas uma de matemtica, outra de fsica.
Aluno
1
2
3
4
Nota de matemtica
()
2
6
8
10
Nota de fsica
()
6
7
7
8
Agora vamos plotar isso em um diagrama de disperso:
Temos um grfico com quatro pontinhos. Cada pontinho representa um aluno. Pelas
coordenadas do ponto, temos como descobrir os valores das duas variveis, ou seja, as
notas de fsica e de matemtica que o aluno tirou.
Exemplificando, o pontinho destacado pela seta vermelha representa o aluno que tirou nota
2 em matemtica e 6 em fsica.
Em termos de concursos pblicos, esse o tipo de anlise bidimensional mais importante
aquele que envolve duas variveis quantitativas. Ainda nesta aula veremos uma importante
ferramenta que se destina a avaliar a relao entre duas variveis quantitativas o
coeficiente de correlao linear.
1.3. Variveis qualitativas e quantitativas

Quando as duas variveis em estudo so de tipos diferentes (uma quantitativa e a outra
qualitativa) usual que a anlise seja conduzida de forma a avaliar o comportamento da
varivel quantitativa para cada categoria da varivel qualitativa.
Como exemplo, vamos retomar o exerccio 19, resolvido na aula 3.
Prof. Vtor Menezes

O enunciado era:
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
b) 50.000
c) 194.000
d) 207.500
e) 288.000
Neste caso, temos duas variveis diferentes: vendas dirias, e Setor da empresa
O setor da empresa tem duas categorias: A e B
A varivel vendas dirias uma varivel quantitativa.
A partir dos dados do enunciado, podemos montar a seguinte tabela:
Setor A
Setor B
Todos (*)

50
200
250
Mdia
1.000
2.000
1.800
Varincia
10.000
40.000
194.000
(*) Clculos realizados na aula 3
Vejam como, para cada categoria da varivel qualitativa (Setor A x Setor B), identificamos o
comportamento da varivel quantitativa (vendas dirias).
2.
CORRELAO LINEAR
Dentro de anlise bidimensional, o tpico mais cobrado em provas , sem dvidas, o

coeficiente de correlao linear. Por isso abrimos um tpico especfico para falar sobre ele.
Muito bem, estamos estudando duas variveis que apresentam certa relao.
Suponha que estas variveis so peso e altura de um grupo de indivduos adultos. A tabela
abaixo representa alguns valores possveis.
Prof. Vtor Menezes

Altura (m)
1,72
1,75
1,86
1,91
1,86
1,62
1,70
1,93
1,76
1,69
1,68
1,99
1,80
1,87
1,78
1,82
1,92
1,92
1,79
1,67
1,67
1,86
1,70
1,60
1,84
1,92
1,91
1,79
1,86
1,71
1,70
1,96
1,86
1,67
1,83
1,82
1,93
1,66
1,65
1,62
1,74
1,77
1,88
1,96
Peso
(kg)
68,09
71,08
79,25
83,77
79,68
61,28
66,65
86,50
71,69
65,73
65,59
91,52
74,97
80,98
72,76
77,39
85,25
85,81
74,23
64,16
65,03
79,79
67,40
59,24
77,87
85,03
85,05
74,02
80,26
67,78
66,89
88,93
79,65
64,56
77,28
77,26
86,40
64,41
63,55
60,04
70,07
72,68
81,38
88,66
Prof. Vtor Menezes
Altura (m)
1,81
1,80
1,76
1,62
1,98
1,65
1,83
Peso
(kg)
75,64
74,49
71,85
60,58
90,07
63,01
77,40

Antes de mais nada, peo desculpas pela pelos dados da tabela acima. Constru a
tabela, montei alguns grficos (colocados mais adiante), e s ao final fui reparar que a
tabela no l muito real. D pra notar que essas pessoas a da tabela acima so
muito magrinhas. Creio que uma tabela fruto de uma pesquisa resultaria em valores
de pesos maiores para as mesmas alturas. Mas no tem problema. O exemplo
continua vlido.
A figura abaixo representa todos os valores de peso/altura para este grupo de pessoas:
Figura 1 Diagrama de disperso peso x altura
Este grfico acima chamado de diagrama de disperso.

Apesar das variveis peso e altura, para o grupo pesquisado, no se comportarem
exatamente segundo uma reta, a relao existente quase uma reta. Ou seja, quase
linear.
Num caso assim, possvel aproximarmos os dados segundo uma funo de primeiro
grau (segundo uma reta). Isto pode ser til para estimarmos valores. Podemos,
sabendo apenas a altura da pessoa, tentar identificar seu peso ( mais ou menos isso
que faremos no tpico de regresso linear).
Neste exemplo ficou extremamente claro que existe uma reta que aproxima bem a
relao entre peso e altura. que os dados no foram obtidos a partir de uma
pesquisa. Eu constru os dados no excel de forma que ficasse bem evidente a relao
quase linear entre peso e altura.
Em situaes reais comum surgirem casos em que a relao linear no assim to
evidente. O diagrama de disperso a seguir ilustra uma situao assim.
Prof. Vtor Menezes

Figura 2 Diagrama de disperso peso x altura relao linear menos intensa
A Figura 2 representa uma outra populao, em que a relao entre os pesos e as

alturas dos indivduos no segue uma relao linear to forte quanto na populao
representada na Figura 1.
De todo modo, no diagrama acima, ainda fica razovel afirmar que h uma relao
linear entre peso e altura. Mas a relao no to prxima assim de uma reta quanto
era no caso da Figura 1.
Pois bem, a entra o coeficiente de correlao linear de Pearson. Ele vai nos dar uma
medida do quo forte a relao linear entre duas variveis.
A frmula do coeficiente de correlao linear :

( ) ( )
( ) ( )
O coeficiente acima chamado de coeficiente de correlao linear de Pearson.
Para simplificar a escrita, comum que muitos livros adotem a seguinte simbologia:

Com isso, a frmula do coeficiente de correlao fica:

possvel demonstrar que o coeficiente de correlao assume valores apenas no

intervalo de 1 a 1.
1 1
Quanto mais prximo de zero est o coeficiente de correlao, menor a relao

linear entre as duas variveis. Quanto mais afastado de zero est o coeficiente de
correlao, maior a relao linear entre as duas variveis.
Prof. Vtor Menezes

Alguns comentrios importantes.
Primeiro um trazido por Rodolfo Hoffman (livro Estatstica para economistas). O fato
do coeficiente de correlao ser prximo de zero no significa que no exista relao
entre duas variveis. Significa apenas que as duas no tm relao linear. Pode ser que
as variveis se relacionem de outras maneiras. Pode ser uma relao quadrtica,
exponencial, etc.
Agora um comentrio trazido por Gilberto de Andrade Martins (livro: Estatstica Geral
e Aplicada). O fato do coeficiente de correlao ser muito prximo de 1 (ou -1) no
significa que as duas variveis tenham uma relao de causa e conseqncia. No
implica que uma delas tenha efeito direto ou indireto sobre a outra. Pode ser que as
duas sofram influncia de outras variveis de maneira que isso d origem a uma forte
correlao entre ambas.
Outro comentrio: o coeficiente de correlao geralmente calculado a partir de uma
amostra de valores de X e Y. Considere que a amostra tem n pares ordenados (X, Y). Se
a amostra for grande (isto , se n for grande), ento o coeficiente de correlao deve
dar um bom indcio do que ocorre na populao. Neste caso, se r 0 , ento bem
possvel que no exista relao linear entre X e Y.
Se n for grande e r 1 ou r 1 , novamente temos um forte indcio de que h
relao linear perfeita entre X e Y.
Contudo, se a amostra for pequena, ela pode fornecer resultados enganosos. Basta
pensar numa amostra de tamanho 2. Se temos apenas dois pares ordenados, nosso
diagrama de disperso ter apenas dois pontos. Dois pontos distintos sempre esto ao
longo de uma mesma reta. Neste caso, o coeficiente de correlao ser igual a 1 (ou 1).
Pergunta: neste caso, podemos afirmar, com certeza, que h relao linear perfeita
entre X e Y? No, no podemos. Nossa amostra que foi pobre, muito pequena. bem
possvel que nossa amostra esteja fornecendo um resultado enganoso.
Para os dados da Figura 1, o coeficiente de correlao 0,998. Como a quantidade de
dados muito grande, no vou detalhar o clculo aqui. Apenas observem que o
coeficiente de correlao muito prximo de 1. Ou seja, a relao linear muito forte.
Isto j dava pra ver no prprio grfico. Os pontos praticamente formavam uma reta.
Vejamos outro exemplo, com menos nmeros envolvidos.
Exemplo 1
Um grupo de quatro alunos estudou junto para as provas finais. Feitas as provas, eles
obtiveram se seguintes notas:
Prof. Vtor Menezes

Aluno
1
2
3
4
Mdia
Nota de matemtica
()
2
6
8
10
6,5
Nota de fsica
()
6
7
7
8
7
Calcule o coeficiente de correlao linear entre as notas de fsica e matemtica.

[Observao: isto no questo de concurso. Serve s para nos familiarizarmos com a
frmula. Ento, podem usar calculadora]
Resoluo:
As notas em fsica e matemtica guardam certa relao linear. Vamos calcular o
coeficiente de correlao para vermos a intensidade da relao linear existente entre
elas.
Aluno
1
2
3
4

2
6
8
10

6
-4,5
7
-0,5
7
1,5
8
3,5
TOTAL
Aplicando a frmula:

-1
0
0
1
( ) ( )
4,5
0
0
3,5
8
( )
20,25
0,25
2,25
12,25
35
( )
1
0
0
1
2
( ) ( )
( ) ( )

35 2
0,956
Veja que o coeficiente de correlao bem prximo de 1. Ou seja, existe intensa

relao linear entre as notas de fsica e matemtica.
Questo 1
SEFAZ CE 2007 [ESAF]
No estudo da Estatstica Descritiva sero considerados como pequenos os conjuntos

de dados que contenham at 30 elementos ou como grandes quando o conjunto de
dados possuir mais de 30 elementos. Este parmetro de 30 elementos um referencial
que, muito embora indicado e utilizado com muita freqncia, depende da situao e
peculiaridades
da
varivel
em
estudo.
Para um (1) conjunto de dados de qualquer tamanho de uma varivel, as suas
informaes podem ser resumidas estatisticamente de acordo com as seguintes
medidas:
Prof. Vtor Menezes

Indique a opo falsa.

a) Medidas de tendncia central ou posio.
b) Medidas de disperso ou variabilidade.
c) Medidas de assimetria.
d) Medidas de achatamento ou curtose.
e) Medidas de correlao.
Resoluo:
De fato, para descrever resumidamente um conjunto de dados referente a uma nica
varivel, podemos calcular medidas de posio (como mdia, mediana e moda),
medidas de disperso (como desvio padro, amplitude e varincia), medidas de
assimetria e medidas de curtose.
J a correlao s pode ser calculada quando estamos estudando duas variveis com
observaes pareadas. A correlao nos d um indicativo se elas apresentam uma
relao direta ou inversa.
Se s h uma varivel em anlise, no possvel calcular a correlao.
Gabarito: E
Questo 2
ISS SP 2012 [FCC]
Considere as seguintes afirmaes:

I. Um dispositivo til quando se quer verificar a associao entre duas variveis
quantitativas o grfico de disperso entre essas duas variveis.
II. O coeficiente de variao uma medida de disperso relativa que depende da
unidade de medida da varivel que est sendo analisada.
III. Dentre as medidas de posio central, a mdia considerada uma medida robusta
pelo fato de no ser afetada por valores aberrantes.
IV. Se o coeficiente de correlao linear de Pearson entre duas variveis for igual a
zero, no haver associao linear entre elas, implicando a ausncia de qualquer outro
tipo de associao.
Est correto o que se afirma APENAS em
a) II e III.
b) I e II.
c) I e III.
d) I e IV.
Prof. Vtor Menezes
10

e) I.
Resoluo:
Item I - correto.
Item II - o coeficiente de variao de fato uma medida de disperso relativa.
Contudo, no depende da unidade de medida da varivel. Isso ocorre porque tal
coeficiente adimensional (no tem unidade de medida). que o coeficiente a razo
entre desvio padro e mdia. Como tanto o desvio padro quanto a mdia possuem a
mesma unidade de medida, aps a diviso teremos a simplificao da referida
unidade, e o coeficiente obtido no tem unidade de medida alguma.
Item III - justamente o contrrio. a mdia quem mais afetada por valores
extremos. J a mediana e a moda so menos afetadas por tais valores.
Exemplo: considere os seguintes conjuntos de salrios (em mil reais):
1, 2, 2, 3
A mdia, a moda e a mediana valem R$ 2.000,00.
Agora, inserimos mais um salrio, bastante extremo:
1, 2, 2, 3, 1000
A mediana continua sendo de R$ 2.000,00. A moda idem. J a mdia varia muito,
assume um valor maior que R$ 200.000,00.
Ou seja, a mdia foi muito afetada por um valor extremo. J a mediana e a moda no
foram afetadas.
Por isso que no caso de pesquisas de distribuio de renda, altamente assimtricas,
muitas vezes prefervel utilizar a mediana, que fornecer valores mais baixos que a
mdia, e mais condizentes com a renda da maioria das pessoas.
Item IV - Errado. Quando o coeficiente de correlao linear de Pearson nulo, temos
indicativo de falta de relao linear. Mas no implica ausncia de outros tipos de
relao, como exponencial, logartmica, quadrtica etc.
Gabarito: E
2.1. Sinal do coeficiente de correlao

Mais alguns comentrios sobre o coeficiente de correlao.
Prof. Vtor Menezes
11

O sinal do coeficiente indica se as grandezas possuem uma relao direta ou inversa.
No caso da relao entre peso e altura, vimos que o coeficiente tinha sinal +. Ou seja, a
relao entre peso e altura direta. Quando a altura aumenta, o peso tende a
aumentar tambm.
Se o sinal for negativo, as grandezas tm uma relao inversa. Seria o caso da relao
entre o preo de um produto e a sua demanda. Quanto maior o preo, menor sua
demanda. E quanto menor o preo, maior a demanda.
O diagrama abaixo poderia representar duas variveis com correlao negativa:
Figura 3 Diagrama de disperso demanda x preo
O preo dado em R$. A demanda em milhares de unidades. Quando o preo est

por volta de R$ 2,00, a demanda em torno de 40.000 unidades. Quando o preo
aumenta, chegando a valores prximos de R$ 5,00, a demanda cai para cerca de
30.000 unidades.
Quando a correlao prxima de zero, o diagrama de disperso no nos deixa
nenhuma dica se a relao direta ou inversa. Seria o caso do diagrama abaixo:
Figura 4 Diagrama de disperso Y x X correlao prxima de zero
No diagrama acima ainda possvel notar uma relao inversa (correlao negativa).
Mas bem fraca, quase nula. Novamente, isto no significa que as variveis X e Y no
tenham relao. Significa apenas que no h relao linear.
Prof. Vtor Menezes
12

Coeficiente de correlao
Mede o quo forte a relao linear entre duas variveis.
Quando vale zero: no h relao linear.
Quando vale 1 ou -1: relao linear perfeita.
Frmula:

( ) ( )
( ) ( )
Outra possibilidade:

2.2. Memorizando a frmula do coeficiente de correlao

Agora que j vimos o que indica o sinal do coeficiente de correlao, vamos voltar ao
Exemplo 1. Vamos aproveitar este exerccio para tentar entender a frmula do
coeficiente de correlao. Isto pode ajudar na sua memorizao.
Com os dados originais, podamos montar o seguinte diagrama de disperso:
Figura 5 - Diagrama de disperso notas de fsica e matemtica
Prof. Vtor Menezes
13

Ok, agora vamos pegar cada nota de matemtica e subtrair de sua mdia. Vamos pegar
cada nota de fsica e subtrair de sua mdia.
Aluno
1
2
3
4

2
6
8
10

6
7
7
8

-4,5
-0,5
1,5
3,5

-1
0
0
1
Vamos montar um diagrama de disperso destas notas modificadas. Ou seja, vamos

fazer um diagrama de disperso das notas, j subtradas das respectivas mdias
(valores destacados em vermelho na tabela acima).
O resultado est na figura abaixo:
Figura 6 Diagrama de disperso modificiado
Esta modificao faz com que os pontos do diagrama sejam deslocados para prximo
da origem do grfico. Feito isso, com os pontos todos j prximos origem, podemos
adotar o seguinte procedimento. Podemos multiplicar as notas de matemtica
(alteradas), pelas notas de fsica (tambm alteradas).
A tabela a seguir detalha as contas (ver coluna destacada em vermelho).
Aluno
1
2
3
4

2
6
8
10

6
7
7
8

-4,5
-0,5
1,5
3,5

-1
0
0
1
( ) ( )
4,5
0
0
3,5
Feito isso, totalizamos esta coluna:
Prof. Vtor Menezes
14

Aluno
1
2
3
4

2
6
8
10

6
-4,5
7
-0,5
7
1,5
8
3,5
TOTAL

-1
0
0
1
( ) ( )
4,5
0
0
3,5
8
Para qu isso? o seguinte. Depois que subtramos todas as notas das suas mdias,
ento trazemos os pontos do diagrama para as proximidades da origem do grfico.
Se as grandezas envolvidas tiverem uma relao linear direta, a maior parte dos pontos
estar nos quadrantes mpares.
Pergunta: quadrantes mpares, o que isso?
Os eixos do grfico separam o plano em quatro partes. Cada uma destas partes um
quadrante.
Figura 7 Detalhamento dos quadrantes
Os quadrantes apresentam as seguintes caractersticas:
1 quadrante: os dois eixos apresentam valores positivos
2 quadrante: o eixo vertical apresenta valores positivos; o horizontal,

negativos
3 quadrante: os dois eixos apresentam valores negativos
4 quadrante: o eixo horizontal apresenta valores positivos; o vertical,

negativos
Se as grandezas envolvidas tiverem relao linear direta, os pontos estaro, em sua

maioria, nos quadrantes mpares. exatamente o caso da figura acima. So pontos em
que os valores a eles associados tm o mesmo sinal. Vejam a tabela abaixo:
Prof. Vtor Menezes
15


-4,5
-0,5
1,5
3,5

-1
0
0
1
( ) ( )
4,5
0
0
3,5
O primeiro ponto corresponde ao par ordenado (-4,5; -1). um ponto do terceiro

quadrante. Os dois valores so negativos. Portanto, o produto entre eles positivo.
O ltimo ponto corresponde ao par ordenado (3,5;1). um ponto do primeiro
quadrante. Os dois valores so positivos. Portanto, o produto entre eles positivo.
Assim, se a maioria dos pontos estiver nos quadrantes mpares (o que indica relao
linear direta), ento podemos fazer os produtos entre as coordenadas que eles sero
positivos, na maioria das vezes. Se somarmos todos os valores de
( ) ( ) e obtivermos um valor positivo, bem alto, sinal de que a relao
linear direta. Ou seja: um sinal de que a maioria dos pontos est nos quadrantes
mpares.
Do
contrrio,
se
a
soma
de
todos
os
valores
de
( ) ( ) fosse negativa, ento teramos um sinal de que grande parte dos
pontos est nos quadrantes pares, o que indica uma relao linear inversa.
Por
fim,
caso
a
soma
de
todos
os
valores
de

( ) ( ) seja prxima de zero, temos um sinal de que no h relao linear.
H pontos espalhados por todos os 4 quadrantes, sem que haja indcios de relao
linear.
Ento esta a finalidade do numerador da frmula do coeficiente de correlao. A
idia trazer os pontos para prximo da origem, subtraindo cada valor de X pela sua
mdia e cada valor de Y pela sua mdia. Em seguida, multiplicamos os valores de
( ) ( ) e somamos tudo, para tentar identificar se a maioria dos pontos
est nos quadrantes mpares (o que resulta numa soma positiva) ou nos quadrantes
pares (o que resulta numa soma negativa). Caso a soma d prxima de zero, ento os
pontos esto espalhados por todos os quadrantes e no h indcios de relao linear.
Visto o numerador da frmula, vamos ao denominador. A funo do denominador
fazer com que o coeficiente fique no intervalo de -1 a 1. Isto para quaisquer duas
amostras de quaisquer duas variveis em estudo. Isto faz com que seja possvel
comparar clculos de correlao em diferentes estudos.
No fundo, dividimos o resultado obtido acima pelos desvios padro de X e de Y. Assim
eliminamos os efeitos de disperso.
A frmula ficaria assim:
( ) ( )

( ) ( )

Deste modo, conseguimos neutralizar o efeito da disperso. S que ainda temos um

problema. Imaginem dois estudos diferentes, para verificar a correlao entre as
variveis X e Y. Em um estudo, a amostra tem tamanho 100 (so 100 pares ordenados).
Prof. Vtor Menezes
16

No outro estudo, a amostra tem tamanho 200. Suponha que estas duas variveis
tenham uma relao linear direta ( exatamente isso que nosso estudo quer
confirmar).
Nos dois casos, o denominador do coeficiente de correlao seria praticamente o
mesmo. Contudo, na amostra com tamanho 200, o numerador ser bem maior que na
amostra de tamanho 100.
Acontece que, no numerador, estamos somando valores positivos (pois os pontos
estaro, em sua maioria, nos quadrantes mpares).
Pois bem, na amostra de tamanho 100, somamos apenas 100 valores. Na amostra de
tamanho 200, somamos 200 valores, o que deve fornecer um resultado maior que no
estudo anterior.
Ou seja, ainda temos a influncia do tamanho da amostra. Para acabar com esta
influncia, dividimos o numerador por n.
Fica assim:
( ) ( )
1

( ) ( )

No denominador, podemos tirar o n da raiz quadrada:
( ) ( )
1

1
&' ( ) ( )
Simplificando o n:

( ) ( )
( ) ( )
E esta a frmula do coeficiente de correlao linear.
Pergunta: Precisa saber todo esse bl bl bl sobre a idia do coeficiente?
Resposta: no, precisar no precisa. Se voc conseguiu decorar, timo. Mas creio que
entender de onde veio facilita na memorizao da frmula.
Questo 3
INEP 2008 [CESGRANRIO]
Considere as afirmaes a seguir a respeito do Coeficiente de Correlao (r) de

Pearson entre duas variveis.
Prof. Vtor Menezes
17

I - Se r = 1, as observaes esto todas sobre uma linha reta no diagrama de disperso.
II - Se r > 0, a varivel independente aumenta quando a varivel dependente aumenta.
III - Se r < 0, a varivel independente decresce quando a varivel dependente decresce.
IV - Se r = 0, no existe relao entre as duas variveis.
So corretas APENAS as afirmaes
(A) I e II
(B) I e III
(C) II e III
(D) II e IV
(E) III e IV
Resoluo.
Item I.
Se r = 1 , a relao linear perfeita e, alm disso, as duas variveis tm relao direta
(quando uma aumenta, a outra aumenta; quando uma diminui, a outra diminui). Item
correto.
Item II.
Se r > 0 , a relao entre as variveis direta (quando uma aumenta, a outra aumenta;
quando uma diminui, a outra diminui). Item correto.
Item III
Se r < 0 , a relao inversa (quando uma aumenta, a outra diminui). Item errado.
Item IV.
Se r = 0 , temos um forte sinal de que no haja relao linear, o que no impede que
haja outro tipo de relao (exponencial, logartmica, etc). Item errado.
Gabarito: A
Questo 4
TCU CESPE [2008]
Uma agncia de desenvolvimento urbano divulgou os dados apresentados na tabela a

seguir, acerca dos nmeros de imveis ofertados (X) e vendidos (Y) em determinado
municpio, nos anos de 2005 a 2007.
Prof. Vtor Menezes
18

Ano
Nmero de imveis
Ofertados (X)
Vendidos (Y)
1.500
100
1.750
400
2.000
700
2005
2006
2007
Considerando as informaes do texto, julgue o item subseqente.

O coeficiente de correlao linear entre X e Y inferior a 0,8.
Resoluo:
Ano
XX
Y Y
2005
2006
2007
1.500
1.750
2.000
100
400
700
TOTAL
-250
0
250
-300
0
300
(X X )
(Y Y )
(X X ) (Y Y )
2
75.000
0
75.000
150.000
62.500
0
62.500
125.000
90.000
0
90.000
180.000
A frmula do coeficiente de correlao :
[(X
n
r=
i =1
(X
n
i =1
r=
150.000
125.000 180.000
) (
X Yi Y
) (Y Y )
n
i =1
)]
150
125 180
150
5 900
150
=1
150
As contas foram relativamente tranquilas.

S um detalhe. Era possvel resolver a questo sem fazer contas. Note como os valores
de X e Y esto exatamente ao longo de uma reta. Para cada variao de 250 em X,
temos uma variao de 300 em Y. Ou seja, os trs pares ordenados fornecidos esto ao
longo de uma mesma reta. Para deixar mais claro, segue o grfico:
Prof. Vtor Menezes
19

O coeficiente de correlao linear nos d uma medida de quo forte a relao linear
entre duas variveis. Acontece que, para os valores fornecidos, temos uma relao
linear perfeita ( exatamente uma reta). Por isso j dava para falar que este coeficiente
igual a 1. Portanto, o coeficiente no inferior a 0,8. Item errado.
Gabarito: errado.
Questo 5
TJ PI 2009 [FCC]
Analisando o diagrama de disperso entre duas variveis aleatrias X e Y, um analista

optou por utilizar uma forma de relao linear aproximada entre X e Y tal que Y = 3 +
2X, uma vez que nem todos os pontos pertencem a uma mesma reta. Se o coeficiente
de correlao linear entre X e Y for r, ento
(A) 0 < r < 1
(B) 1 < r < 0
(C) r = 1
(D) r = 0
(E) r = 1
Resoluo:
Observem que X e Y tm uma relao direta. Ou seja, se uma grandeza aumenta, a
outra tambm aumenta.
Exemplificando, se X valer 0, espera-se que Y valha aproximadamente:
3+20
3
Se X aumentar, passando a valer 1, espera-se que Y tambm aumente, valendo:

Quando X aumenta, Y aumenta.
Prof. Vtor Menezes

3+21
5
20

Assim, as duas grandezas apresentam relao direta. Quando uma aumenta a outra
tambm aumenta. Logo, o coeficiente de correlao positivo.
Ou seja, j sabemos que r > 0.
Ficamos entre as alternativas A e C.
O exerccio disse que a relao entre X e Y apenas aproximadamente linear. Logo,

no uma reta perfeita. Logo, o coeficiente de correlao no pode valer exatamente
1.
Com isso assinalamos a alternativa A.
Gabarito: A
Questo 6
AFRFB 2005 [ESAF]
Para uma amostra de dez casais residentes em um mesmo bairro, registraram-se os

seguintes salrios mensais (em salrios mnimos):
Identificao do casal
Salrio do marido (Y)
Salrio da esposa (X)
1
30
20
2
25
25
3
18
12
4
15
10
5
20
10
6
20
20
7
21
18
8
20
15
9
25
18
10
27
23
Sabe-se que:
10
Yi = 221 ;
i =1
10
X i = 171 ;
i =1
10
X Y
i =1
i i
10
Y
i =1
= 5069
10
X
i =1
2
i
= 3171
= 3940
Assinale a opo cujo valor corresponda correlao entre os salrios dos homens e
das mulheres.
a) 0,72
b) 0,75
c) 0,68
d) 0,81
e) 0,78
Resoluo.
As mdias de X e Y podem ser facilmente calculadas. Basta somar todos os valores e
dividir por 10.
Prof. Vtor Menezes
21

10
X =
i =1
10
171
= 17,1
10
(lembre que a soma de todos os valores de X foi fornecida no enunciado).

Para Y, o clculo o mesmo.
10
Y=
i =1
10
221
= 22,1
10
Vamos agora ao clculo do coeficiente de correlao.

H duas formas de fazer. A primeira aplicar a frmula.
[(X
n
r=
i =1
(X
n
i =1
) (
X Yi Y
)]
) (Y Y )
n
i =1
Detalhamos os clculos na tabela abaixo:

XX
Casal
1
2
3
4
5
6
7
8
9
10
20
25
12
10
10
20
18
15
18
23
30
2,9
25
7,9
18
-5,1
15
-7,1
20
-7,1
20
2,9
21
0,9
20
-2,1
25
0,9
27
5,9
TOTAL
(X X ) (Y Y ) (X X ) (Y Y )
Y Y
7,9
2,9
-4,1
-7,1
-2,1
-2,1
-1,1
-2,1
2,9
4,9
22,91
22,91
20,91
50,41
14,91
-6,09
-0,99
4,41
2,61
28,91
160,9
8,41
62,41
26,01
50,41
50,41
8,41
0,81
4,41
0,81
34,81
246,9
62,41
8,41
16,81
50,41
4,41
4,41
1,21
4,41
8,41
24,01
184,9
E o coeficiente de correlao fica:
[(X
n
r=
i =1
(X
n
i =1
) (
X Yi Y
)]
) (Y Y )
2
i =1
160,9
246,9 184,9
0,75
Alm da infinidade de contas, ainda chegamos ao final com uma raiz quadrada.
O problema desta resoluo que demora um tempo. Especialmente sem
calculadora. Tivemos que calcular cada valor de X X , de Y Y , de X X , de
(Y Y ) , depois ainda fazer algumas multiplicaes e somas.

2
Prof. Vtor Menezes
22

O ideal tentar utilizar as informaes dadas no exerccio. O exerccio seria bastante
interessante se, com as informaes utilizadas, as contas fossem diminudas. No
exatamente o que ocorre.
Vamos a uma soluo alternativa, para utilizar as informaes sobre os valores dos
somatrios fornecidos.
Para tanto, necessrio conhecer algumas igualdades envolvendo somatrio.
Transformaes importantes:
[(X
n
i =1
(X
n
i =1
)]
) (
X Yi Y = ( X i Yi ) n X Y
X
i =1
) = (X ) n X
n
i =1
(Y Y ) = (Y ) nY
n
i =1
i =1
Repare que todas as igualdades so bem parecidas. Se voc gravar a primeira, pode
facilmente chegar nas outras duas. Basta fazer o caso em que Y = X.
A primeira igualdade :
[(X
i =1
)]
) (
X Yi Y = ( X i Yi ) n X Y
i =1
Substituindo os valores da mdia de X e da mdia de Y:
[(X
n
i =1
)]
) (
X Yi Y = ( X i Yi ) n 17,1 22,1
i =1
Substituindo os valores informados no enunciado:
[(X
n
i =1
)]
) (
X Yi Y = 3940 10 22,1 171 = 160,9
A segunda igualdade :
(X
n
i =1
) = (X ) n X
2
i =1
Substituindo os valores do enunciado:
(X
n
i =1
= 3171 10 17,12 = 246,9
A terceira igualdade :
(Y
n
i =1
) = (Y ) nY
2
i =1
Portanto:
Prof. Vtor Menezes
23

(Y
n
i =1
= 5069 10 22,12 = 184,9
At aqui, at que no deu tanta conta.

O problema que, mesmo a pessoa conhecendo estas igualdades, ainda chega ao final
com a seguinte conta:
[(X
n
r=
i =1
(X
n
i =1
) (
X Yi Y
)]
) (Y Y )
n
i =1
160,9
246,9 184,9
0,75
Est a novamente a tal da raiz quadrada. Ou seja, as contas nem ficaram to fceis
assim...
Agora uma dica de contas. Extrair a raiz quadra meio trabalhoso. Eu,
particularmente, procuro evitar.
Ento, em vez de calcular o coeficiente de correlao, eu calcularia o quadrado do
coeficiente de correlao:
r2 =
160,9 2
246,9 184,9
Mas esta conta ainda meio ruim de fazer. Aproximando os valores:
r2 =
160,9 2
1612
25.921
=
= 0,567
246,9 184,9 247 185 45.695
Feito isto, eu testaria as alternativas.
0,722=0,5184 (deu menor que 0,567)
0,752=0,5625 (deu bem prximo de 0,567)
0,682 menor que 0,49
0,782=0,6084
0,812 maior que 0,60.
E marcaria a letra B.
Outra maneira usar a aproximao da raiz quadrada. Ficaria assim:
quadrado perfeito mais prximo: 0,49
nmero para o qual desejamos calcular a raiz: 0,567
aproximao da raiz:
0,567
Prof. Vtor Menezes
0,49 + 0,567
2 0,49
1,057
= 0,755
1,4
24

Ao meu ver, o grande problema desta questo que, mesmo a pessoa tendo
conseguido manipular bem os somatrios (o que j um sinal de que o candidato
estava muito bem preparado), as contas ainda so muito trabalhosas. Eu achei a
questo um despropsito... Seu eu tivesse feito esse concurso do AFRF, sinceramente,
teria pulado esta questo.
Gabarito: B
Questo 7
ATRFB 2006 [ESAF]
Para 5 pares de observaes das variveis X e Y obteve-se os seguintes resultados:

15

55

39
Sabendo-se que esses 5 pares de observaes constituem a totalidade da distribuio

conjunta populacional dessas duas variveis, o valor do coeficiente de correlao entre
X e Y igual a
a) + 1,000
b) + 0,709
c) + 0,390
d) - 0,975
e) - 0,600
Resoluo:
Inicialmente, vamos calcular as mdias de X e Y.
15
3
5
5
15

3
5
5

Agora vamos ao coeficiente de correlao.

Numerador da frmula:
Denominador da frmula:

39 5 3 3
6
( ) ( )
Prof. Vtor Menezes
25

)(55 5 3 ) (55 5 3 )
55 5 3
O coeficiente de correlao fica:
55 5 9
10

Gabarito: E
0,6
10
2.3. Propriedades do Coeficiente de correlao

Seja r o coeficiente de correlao entre X e Y.
Se multiplicarmos cada uma destas variveis por duas constantes a e b, o novo
coeficiente r ' dado por:
r ' = r , se ab > 0
r ' = r , se ab < 0
Ou seja, se as constantes tiverem mesmo sinal (fazendo com que o produto entre
ambas seja positivo), o coeficiente de correlao no se altera.
Se as constantes tiverem sinais opostos (fazendo com que o produto entre ambas seja
negativo), o coeficiente de correlao troca de sinal.
Se somarmos (ou subtrairmos), a cada uma destas variveis, uma constante, o

coeficiente de correlao fica inalterado.
Prof. Vtor Menezes
26

Questo 8
CAPES 2008 [CESGRANRIO]
Se as variveis Y e X 1 forem transformadas, respectivamente, para Y1 = 2Y + 0,5 e

X 1 ' = X 1 + 0,5 , o coeficiente de correlao entre Y1 e X 1 '
(A) 0,382
(B) 0,059
(C) - 0,059
(D) - 0,118
(E) - 0,382
Resoluo.
O coeficiente de correlao entre Y e X 1 de 0,059 (ver figura). A partir destas
variveis, criamos outras, por meio de uma multiplicao e uma soma.
As somas no interferem no coeficiente de correlao. As multiplicaes podem
interferir no sinal do coeficiente de correlao. As multiplicaes foram feitas por 2
e 1 . As duas constantes tm o mesmo sinal. Com isso, o coeficiente de correlao
permanece igual ao da situao inicial.
r ' = r = 0,059
Gabarito: C
Questo 9
MDIC 2008 [CESPE]
As estimativas para os valores totais das exportaes (TE) e das importaes (TI)
brasileiras em 2008 so, respectivamente, iguais a US$ 197 bilhes e US$ 174 bilhes.
O quadro abaixo apresenta as sries temporais dos valores totais anuais das
exportaes e importaes brasileiras, de 2005 a 2007.
Prof. Vtor Menezes
27

Internet: <www.funcex.com.br> (com adaptaes).
Com base nessas informaes, julgue o item subsequente.

A correlao entre TE e TI superior a 0,50.
Resoluo:
Para facilitar os clculos, vamos dividir todos os valores de TE por 20. Quando
dividimos uma das variveis por uma constante positiva, o coeficiente de correlao
no se altera.
Valores de TE adaptados: 6, 7, 8.
Pelo mesmo motivo, vamos dividir todos os valores de TI por 5.
Valores de TI adaptados: 15, 18, 24
Vejam que as duas constantes (5 e 20) tm mesmo sinal. Logo, o coeficiente de
correlao no se altera.
Para facilitar a escrita, vou escrever "X" em vez de "TE" e "Y" em vez de "TI".
Podemos calcular as mdias de X e de Y:
6+7+8
7
3
15 + 18 + 24

19
3
Agora vamos calcular cada uma das parcelas da frmula da correlao.

6
7
8

15
18
24

-1
0
1

-4
-1
5
Total
O coeficiente de correlao fica:

Prof. Vtor Menezes
( ) ( )
4
0
5
9
( )
1
0
1
2
( )
16
1
25
42
( ) ( )
( ) ( )
28


2 42
9

84
Vejam que a raiz quadrada de 84 um pouquinho maior que 9. S um pouco. Ento o

denominador um pouquinho maior que o numerador. Disso resulta que o coeficiente
de correlao ser um pouquinho menor que 1.
Portanto, maior que 0,5.
Gabarito: certo.
De todo modo, se voc preferir fazer a conta, ficamos com:

3.
0,98
9,16
COEFICIENTE DE CORRELAO ORDINAL DE SPEARMAN
Uma determinada varivel pode ter diferentes nveis de medida.

O primeiro nvel dito nominal. Ocorre quando a varivel dividida em categorias
mutuamente excludentes. o caso de sexo: masculino ou feminino.
O segundo nvel dito ordinal. Nesse caso, novamente temos categorias
mutuamente excludentes, mas elas podem ser ordenadas. o caso da varivel nvel
de escolaridade. Conseguimos ordenar suas realizaes, em funo da quantidade de
tempo de estudo, assim:
Analfabeto < ensino fundamental < ensino mdio < ensino superior
Em seguida, temos a escala de intervalos. Os dados so ordenados e possvel
quantificar a diferena entre duas observaes. Para exemplificar, vou extrair um
exemplo do livro Estatstica para Economistas, do Rodolfo Hoffman. Considere a
tabela abaixo, que traz 3 temperaturas:
tA
tB
tC
Graus Celsius
10
20
40
Graus Farenheit
50
68
104
Para qualquer unidade de medida adotada, temos:
-. -/
2 (-/ -0 )
As temperaturas mantm diferenas definidas, para qualquer unidade de medida

adotada.
Prof. Vtor Menezes
29

Interessante observar que o mesmo no ocorre com a diviso (ou relao) entre duas
observaes.
Se usarmos graus Celsius, temos que -/ -0
2. Se usarmos Graus Farenheit, isso j
no vale mais. Isso ocorre porque a origem da escala arbitrria. Assim, a relao
entre dois valores diferentes nada significa.
Por ltimo, temos a escala de razo, em que h uma origem fixa, e possvel
estabelecer relaes entre as observaes.
Exemplificando, considerem as distncias abaixo, medidas em km ou em m:
Quilometro
2
4
8
dA
dB
dC
Metro
2000
4000
8000
Agora, a relao entre duas distncias a mesma, qualquer que seja a unidade de
medida. Vejam:
2 2000
4 4000
Ento a grandeza distncia satisfaz a escala de razo.
Muito bem.
Se as variveis em estudo forem medidas apenas em escala ordinal, no possvel

calcular o coeficiente de correlao de Pearson, acima estudado.
possvel ento calcular o coeficiente de correlao ordinal de Spearman, que faz as
vezes do coeficiente de correlao de Pearson.
Como s localizei uma nica questo sobre esse assunto, vamos ver no prprio
exerccio como fazer:
Questo 10
CGU 2008 [ESAF]
O clculo do coeficiente de correlao de postos de Spearman equivale ao clculo do

coeficiente de correlao linear de Pearson entre duas variveis usando os postos no
lugar dos valores observados, sendo que a frmula do clculo do coeficiente de
correlao linear de Pearson usando postos se simplifica em = 1- 6T/(n3 - n) onde T
a soma para todas as observaes dos quadrados das diferenas entre os postos de
cada observao e n o nmero de observaes. Assim, calcule o valor mais prximo
do coeficiente de correlao de Spearman entre X e Y para a amostra aleatria abaixo
de 12 indivduos onde X e Y medem duas caractersticas distintas medidas em cada
indivduo.
X
82
98
87
Prof. Vtor Menezes
40
116
113
111
83
85
126
106
117
30

42
46
39
37
65
88
86
56
62
92
54
81
a) 1.
b) 0,82.
c) 0,45.
d) 0,13.
e) -0,59.
Resoluo:
O posto de uma observao nada mais que a colocao que ela ocupa, caso listemos
os dados em ordem crescente.
Exemplificando, para X, o menor valor 40. Logo, 40 tem posto 1. O segundo menor
valor de X 82. Logo, 82 tem posto 2. E assim por diante.
Para Y, o menor valor 37. Logo, 37 tem posto 1. O segundo menor valor 39. Logo,
39 tem posto 2.
Na tabela abaixo, apresentamos todos os postos, bem como as diferenas entre eles:
Posto de
Posto de
82
98
87
40
116
113
111
83
85
126
106
117
42
46
36
37
65
88
86
56
62
92
54
81
2
6
5
1
10
9
8
3
4
12
7
11
3
4
2
1
8
11
10
6
7
12
5
9
Diferena
entre os
postos
-1
2
3
0
2
-2
-2
-3
-3
0
2
2
Total
Diferena
ao
quadrado
1
4
9
0
4
4
4
9
9
0
4
4
52
A soma dos quadrados das diferenas 52. Logo, a grandeza T, definida no enunciado,
igual a 52.
Feito isso, s aplicar a frmula dada na prpria questo:
2
1
Prof. Vtor Menezes
63

4
31

6 52
124 12
312
2
1
1716
2
0,82
2
1
Esse o valor do coeficiente de correlao ordinal de Spearman.

Gabarito: B
4.
NMEROS NDICES
Esta matria de nmeros ndices uma espcie de assunto a parte no contedo de

estatstica descritiva. Ou seja, no tem muita relao com os demais tpicos.
Antes, estvamos interessados em descrever um conjunto de dados. Calcular medidas
de tendncia central, que nos indicavam valores em torno dos quais os dados giram.
Calcular medidas de disperso para sabermos o quanto os dados esto dispersos em
torno da mdia. Calcular medidas que nos indicavam o quanto o conjunto
assimtrico etc.
Agora a ideia bem diferente. Os nmeros ndices comparam grandezas ao longo do
tempo. Pode ser qualquer grandeza. Pode ser a cotao do dlar, o preo do leite, o
nmero de habitantes de Belo Horizonte, a temperatura mdia anual de Cuiab, o
nmero de analfabetos em So Paulo, e assim por diante.
Apesar de servirem para comparar qualquer tipo de grandeza, os mais usualmente
empregados em provas de concursos so os ndices de preos. Ou seja, a grandeza que
ser comparada ser o preo de alguma coisa. Vamos, ento, estudar os ndices de
preos lembrando que os mesmos resultados so vlidos para qualquer outra
grandeza (como nmero de analfabetos, temperatura, etc).
Ok, ento vamos focar nos tais ndices de preos. Todos eles visam mostrar como o
preo de uma mercadoria (ou cesta de mercadorias) varia ao longo do tempo. O que
vai mudar a forma de clculo do ndice.
Alm disso, veremos tambm alguns ndices para quantidades e para valores.
4.1. Preo relativo ()

Antes de entrar no preo relativo, considere a tabela abaixo.
Prof. Vtor Menezes
32

Mercadoria
A
B
C
2005
Preo Qdade
1,00
100
5,00
60
8,00
2
2006
Preo Qdade
0,80
200
4,90
70
9,00
3
2007
Preo Qdade
1,20
120
5,50
80
10,00
4
A tabela acima indica preos unitrios e quantidades comercializadas de trs

mercadorias em uma pequena cidade do interior.
Assim, nesta cidade, em 2005, foram comercializadas 100 unidades da mercadoria A,
ao preo unitrio de R$ 1,00. Ou seja, o faturamento anual com a mercadoria A foi de
R$ 100,00.
Em 2006, foram comercializadas 200 unidades da mesma mercadoria A, ao preo
unitrio de R$ 0,80. E em 2007, foram vendidas 120 unidades, ao preo unitrio de R$
1,20.
J a mercadoria B foi vendida ao preo de R$ 5,00 em 2005, tendo sido vendidas 60
unidades. E assim por diante.
Ok, vamos ento calcular o preo relativo da mercadoria A. Para tanto, temos que fixar
o perodo base e o perodo para o qual gostaramos de calcular o ndice.
Vamos tomar o ano de 2005 como base. E vamos calcular o NDICE DE PREO
RELATIVO da mercadoria para o ano de 2006.
Para calcular este ndice de preo, fazemos o seguinte:
determinamos o ano em que queremos calcular o ndice (ano de interesse);

neste caso, o ano de interesse 2006;
determinamos o ano que adotaremos como base (ano base); neste caso, o ano
base 2005;
localizamos o preo da mercadoria A no ano de interesse:0,80
localizamos o preo da mercadoria A no ano base:1,00
dividimos o primeiro preo pelo segundo e obtemos o NDICE DE PREO

RELATIVO
I A ( 2006;2005) =
0,80
= 0,8
1,00
Dizemos que o NDICE DE PREO RELATIVO da mercadoria A, no ano de 2006, tomando

como base o ano de 2005, igual a 0,8. muito comum se escreverem ndices de
preos na forma percentual.
I A (2006;2005) = 0,8 = 80%

Vamos agora fazer procedimento semelhante para a mercadoria B. Vamos escolher
como base o ano de 2005. E vamos calcular o ndice em 2007. Assim, temos:
determinamos o ano em que queremos calcular o ndice (ano de interesse);

neste caso, o ano de interesse 2007;
Prof. Vtor Menezes
33

determinamos o ano que adotaremos como base (ano base); neste caso, o ano
base 2005;
localizamos o preo da mercadoria B no ano de interesse: 5,50
localizamos o preo da mercadoria A no ano base: 5,00
dividimos o primeiro preo pelo segundo e obtemos o NDICE DE PREO

RELATIVO
I B (2007;2005) =
5,50
= 1,1 = 110%
5,00
Portanto, o NDICE DE PREO RELATIVO da mercadoria B, em 2007, com base em 2005,

igual a 110%.
Na tabela abaixo, mostramos os ndices de preo relativo que podem ser obtidos.
Ano base
Ano interesse
2005
2006
2007
2005
2006
2007
2005
2006
2007
2005
2006
2007
A
100,00%
80,00%
120,00%
125,00%
100,00%
150,00%
83,33%
66,67%
100,00%
Mercadorias
B
100,00%
98,00%
110,00%
102,04%
100,00%
112,24%
90,91%
89,09%
100,00%
C
100,00%
112,50%
125,00%
88,89%
100,00%
111,11%
80,00%
90,00%
100,00%
Para treinar, voc mesmo pode calcular os ndices acima.

Alguns comentrios.
Observe que o ndice de 2005 com base em 2005, para qualquer mercadoria, 100%.
Isto acontece porque, na hora de realizar a diviso, o numerador e o denominador
coincidem.
Sempre que o ano base coincidir com o ano de interesse, o ndice ser de 100%. O
mesmo acontece para os outros anos. O ndice de 2006 com base em 2006, para todas
as mercadorias, igual a 100%. O ndice de 2007, com base em 2007, para todas as
mercadorias, tambm igual a 100%.
Vamos analisar s a mercadoria A.
Tomemos como base o ano de 2005. O ndice no ano de 2005, com base em 2005,
100% (pois ano base e ano de interesse coincidem).
O ndice em 2006 de 80%. Isto significa que o preo unitrio da mercadoria caiu 20%,
em relao a 2005.
O ndice em 2007 foi de 120%. Isto significa que o preo unitrio da mercadoria subiu
20%, em relao a 2005.
Prof. Vtor Menezes
34

Podemos concluir que este ndice de preos permite comparar o preo de cada
mercadoria em dois anos diferentes (o ano de interesse com o ano base). A mesma
coisa se aplica s outras mercadorias.
Vamos agora analisar a mercadoria B.
Observe que possvel termos um ano de interesse anterior ao ano base. Assim,
calculamos o ndice para a mercadoria B, com base em 2007, no ano de 2005. Este
ndice foi de 90,91%. Ou seja, o preo unitrio da mercadoria B, em 2005, 9,09% mais
barato que em 2007.
Vamos agora analisar a mercadoria C.
A partir da tabela, temos:
I C ( 2006;2005) = 112,50%
I C ( 2007;2006) = 111,11%
Temos o ndice de 2006 com base em 2005 (que o ano imediatamente anterior). E
temos o ndice de 2007 com base em 2006 (que o ano imediatamente anterior).
Vamos multiplicar os dois?
I C ( 2006;2005) I C ( 2007;2006) = 112,50% 111,11%
I C ( 2006;2005) I C ( 2007;2006) = 1,1250 1,1111 = 1,25 = 125%
Mas repare que:

I C ( 2007;2005) = 125,00%
Portanto:
I C ( 2006;2005) I C ( 2007;2006) = I C ( 2007;2005)
A esta propriedade chamamos de PROPRIEDADE CIRCULAR.

Se multiplicarmos ndices em sequncia (de forma que o perodo de interesse de um
o perodo base do outro), obtemos o ndice que tem como base o primeiro perodo e
como interesse o ltimo perodo.
Para ficar mais claro, se tivssemos o preo da mercadoria C desde o ano 2003,
poderamos escrever:
I C ( 2007;2003) = I C ( 2004;2003) I C ( 2005;2004) I C ( 2006;2005) I C ( 2007;2006)
I C ( 2007 ;2003 ) = I C ( 2004 ;2003 ) I C ( 2005 ;2004 ) I C ( 2006 ;2005 ) I C ( 2007 ;2006 )
Observe que o perodo base de um ndice sempre o perodo de interesse do ndice

seguinte.
Prof. Vtor Menezes
35

PROPRIEDADE CIRCULAR
Se multiplicarmos ndices em sequncia (em que o perodo de interesse de um o perodo
base do outro), obtemos o ndice que tem como base o primeiro perodo e como interesse
o ltimo perodo.
4.2. Relativo de quantidade (IQ)

Exatamente como fizemos para o preo relativo, podemos calcular um ndice que
expressa a variao das quantidades vendidas. o ndice relativo de quantidade.
Mercadoria
A
B
C
2005
Preo Qdade
1,00
100
5,00
60
8,00
2
2006
Preo Qdade
0,80
200
4,90
70
9,00
3
2007
Preo Qdade
1,20
120
5,50
80
10,00
4
Vejamos a mercadoria A, no perodo de 2005 a 2007.

A quantidade inicial era 100. A final era 120. Ento o ndice relativo de quantidade para
2006, com base em 2005, fica:
56
120
1,2
100
4.3. Relativo de valor (IV)

Podemos tambm calcular a relao entre os valores das vendas em dois anos
quaisquer.
Mercadoria
A
B
C
2005
Preo Qdade
1,00
100
5,00
60
8,00
2
2006
Preo Qdade
0,80
200
4,90
70
9,00
3
2007
Preo Qdade
1,20
120
5,50
80
10,00
4
Vejamos a mercadoria A, no perodo de 2005 a 2007.

A quantidade inicial era 100, com preo de R$ 1,00. Logo, o valor vendido em 2005 foi
de:
100 1
100
A quantidade final era 120, com preo de R$ 1,20. Logo, o valor vendido em 2007 de:
Prof. Vtor Menezes
36

120 1,20
144.
Ento o ndice relativo de valor para 2006, com base em 2005, fica:
58
144
1,44
100
Interessante observar que o relativo de valor igual ao produto do relativo de preos

pelo relativo de quantidades. Vejamos.
Para o produto A, no perodo de 2005 (ano base) a 2007 (ano de interesse), temos:
Relativo de preo: 1,2
Relativo de quantidade: 1,2
ndice de valor: 1,2 1,2

1,44
4.4. ndice simples de preos agregados ( )

No sei se vocs repararam, mas o ndice de preo relativo calculado para cada
mercadoria. Ele visa acompanhar a evoluo de preos de uma nica mercadoria.
A ideia do ndice simples de preos agregados diferente. A ideia e formar um nico
ndice para vrias mercadorias. Ou seja, queremos um ndice que fornea a evoluo
dos preos de uma CESTA de mercadorias.
Vamos calcular o NDICE SIMPLES DE PREOS AGREGADOS para a nossa cesta de
mercadorias (formada por A, B e C), para o ano de 2006, com base em 2005.
Fica assim:
ano de interesse: 2006
ano base: 2005
preos das mercadorias no ano de interesse: 0,80; 4,90; 9,00
soma dos valores acima: R$ 14,70
preos das mercadorias no ano base: 1,00; 5,00; 8,00
soma dos valores acima: R$ 14,00
dividimos as duas somas de preos.

IA =
0,80 + 4,90 + 9,00 14,70

=
= 1,05 = 105%
1,00 + 5,00 + 8,00 14,00
Assim, o NDICE SIMPLES DE PREOS AGREGADOS de 2006 com base em 2005, para a
cesta de mercadorias formada por A, B e C, de 105%.
Observe que, no clculo do NDICE AGREGADO, todos os preos tm o mesmo peso.
Ou seja, como se a cesta fosse composta por uma unidade de cada mercadoria.
Prof. Vtor Menezes
37

Isto gera um problema. Observe que, de 2005 para 2006, as mercadorias A e B tiveram
reduo em seus preos. E estas duas mercadorias so justamente as mais
comercializadas. Embora o preo delas seja pequeno, a comercializao se d em
grandes quantidades.
J a mercadoria C praticamente no comercializada. S ela teve aumento de preos
neste perodo. Contudo, a mercadoria mais cara, em que um pequeno aumento
percentual significa muitos centavos de diferena.
O ndice agregado nos indica que o preo da cesta de mercadorias aumentou em 5%,
de 2005 para 2006. E este ndice tem o inconveniente de no refletir a importncia
econmica de cada mercadoria, por no levar em considerao as quantidades
realmente comercializadas.
A tabela abaixo fornece outros ndices de preos agregados, conforme se alterem os
perodos base e de interesse.
Ano base
Ano interesse
2005
2005
2005
2006
2006
2006
2007
2007
2007
2005
2006
2007
2005
2006
2007
2005
2006
2007
ndice simples de
preos agregados
100,00%
105,00%
119,29%
95,24%
100,00%
113,61%
83,83%
88,02%
100,00%
Interessante comentar que o ndice simples de preos agregados tambm possui

propriedade circular.
4.5. Mdia de preos relativos ( )

Aqui a ideia representar a variao de preos de toda a cesta de mercadorias, assim
como no ndice de preos agregados. Contudo, tambm temos o inconveniente de no
levarmos em conta as quantidades comercializadas.
Para se obter o ndice, basta fazer uma mdia entre os ndices de preo relativo de
cada mercadoria. Esta mdia pode ser aritmtica, geomtrica ou harmnica.
A ttulo de exemplo, vamos tomar como base o ano de 2005 e de interesse o ano de
2007.
Primeiro, calculamos o ndice de preo relativo de cada mercadoria, em 2007, com
base em 2005. Isto inclusive j foi feito no comeo desta aula.
I A (2007;2005) = 120%
I B (2007;2005) = 110%
Prof. Vtor Menezes
38

I C ( 2007;2005) = 125%
Pronto, obtidos os ndices de preo relativo para cada mercadoria, em 2007, com base
em 2005, agora fazemos a mdia entre eles.
A mdia pode ser aritmtica, geomtrica e harmnica.
Mdia aritmtica:
IM _ aritmtica (2007;2005) =
1,2 + 1,1 + 1,25

= 1,1833 = 118,33%
3
Mdia geomtrica:
IM _ geometrica(2007;2005) = 3 1,2 1,1 1,25 = 118,17%

Mdia harmnica:
IM _ harmonica (2007;2005) =
1
= 118,00%
1
1
1
+ +
1,2 1,1 1,25
3
Nenhum desses ndices apresenta propriedade circular.
4.6. ndice de preos de Laspeyres (IL) e ndice de preos de Paasche

(IP)
Finalmente entramos nos ndices que levam em conta as quantidades comercializadas.
Estes dois ndices suprem esta lacuna, deixada por todos os ndices anteriores. E so os
dois ndices que realmente caem em provas de concursos.
Aqui a ideia ser novamente a de calcular um nico ndice para toda a cesta de
mercadorias.
Vejamos como fica, por meio de um exemplo.
Vamos escolher o ano base como 2005. Vamos tomar 2007 como o ano de interesse.
Primeiramente, calculamos o preo da cesta de mercadorias em 2007. Isto levando em
conta as quantidades vendidas em 2007.
Assim, o preo da cesta, em 2007, fica:
preo _ cesta _ 2007 = 1,20 120 + 5,50 80 + 10,00 4 = 624,00
Ou seja, R$ 624,00 o preo da nossa cesta de mercadorias em 2007. Qual cesta? A

cesta formada por 120 unidades de A, 80 unidades de B e 4 unidades de C. Ou seja, a
cesta formada pelas mercadorias A, B e C, nas quantidades comercializadas em 2007,
considerando os preos de 2007.
Agora vamos calcular o preo da cesta, em 2005, que o nosso perodo base.
Prof. Vtor Menezes
39

preo _ cesta _ 2005 = 1,00 100 + 5,00 60 + 8,00 2 = 416,00
Este o preo da cesta em 2005, ou seja, considerando os preos de 2005 e as

quantidades comercializadas em 2005.
Tanto o ndice de Paasche quanto o de Laspeyres so dados justamente pela diviso do
preo da cesta em 2007 (ano de interesse) pelo preo da cesta em 2005 (ano base).
S que temos um problema.
Para comparar preos, temos que ter exatamente a mesma cesta de mercadorias, em
dois anos diferentes. Ou seja, a cesta tem que ser formada pelos mesmos produtos e a
quantidade de cada um destes produtos no pode se alterar de um ano para o outro.
Se no a comparao no fica justa.
O que estou querendo dizer que, para fins de comparao de preos, uma cesta com
duas mas e cinco bananas completamente diferente de uma cesta com uma ma
e seis bananas.
Para uma comparao adequada, a cesta tem que ser exatamente a mesma. Ou seja,
s podemos comparar preos se as cestas tiverem as mesmas quantidades dos
mesmos produtos. S podemos comparar uma cesta com duas mas e cinco bananas
com outra cesta que tambm contenha duas mas e cinco bananas.
O problema que as quantidades comercializadas, de cada uma das mercadorias (A, B
e C), foram se alterando ao longo dos anos. O que fazer?
No ndice de Laspeyres, adotam-se as quantidades do perodo base. No ndice de
Paasche adotam-se as quantidades do perodo de interesse.
Comecemos pelo ndice de Laspeyres. Ou seja, a nossa cesta de mercadorias ser
composta por 100 unidades de A, 60 unidades de B e 2 unidades de C. Estas so
justamente as quantidades comercializadas no perodo base.
Vamos ver quanto vale esta cesta em 2005 e quanto vale esta cesta em 2007.
preo _ cesta _ 2007 = 1,20 100 + 5,50 60 + 10,00 2 = 120 + 330 + 20 = 470
Agora vamos calcular o preo da cesta (exatamente a mesma cesta, composta pelas
quantidades praticadas em 2005) com os preos de 2005, que o nosso perodo base.
preo _ cesta _ 2005 = 1,00 100 + 5,00 60 + 8,00 2 = 416,00
E o ndice de Laspeyres fica:

59 (2007; 2005)
; <> ?<@-A 2007 470
112,98%
; <> ?<@-A 2005 416
Ou seja, o ndice de Laspeyres, em 2007, com base em 2005, de 112,98%.
Calculemos agora o ndice de Paasche. Agora as quantidades consideradas sero as

comercializadas no perodo de interesse (em 2007). Ou seja, a nossa cesta composta
por 120 unidades de A, 80 unidades de B e 4 unidades de C.
preo _ cesta _ 2007 = 1,20 120 + 5,50 80 + 10,00 4 = 624,00
Prof. Vtor Menezes
40

E o custo desta mesma cesta em 2005 (quantidades de 2007 e preos de 2005) fica:
preo _ cesta _ 2005 = 1,00 120 + 5,00 80 + 8,00 4 = 120 + 400 + 32 = 552,00
E o ndice de Paasche fica:

5C (2007; 2005)
; <> ?<@-A 2007 624
113,04%
; <> ?<@-A 2005 532
ndice de Laspeyres: usar as quantidades do perodo base.

ndice de Paasche: usar as quantidades do perodo de interesse.
Nenhum destes dois ndices apresenta a propriedade circular.
Se formos expressar esses dois ndices por frmulas, temos o seguinte. Seja t o ano
de interesse. No exemplo acima, era 2007. Seja 0 o ano base. No exemplo acima, era
2005.
O ndice de Laspeyres fica:
59
D E 6 F
D F 6 F
Acima, temos:
D E representa o preo do produto i no perodo t
D F representa o preo do produto i no perodo 0
6 E representa a quantidade do produto i no perodo t
6 F representa a quantidade do produto i no perodo 0
No numerador temos a soma dos preos de todos os produtos no ano t (ano de

interesse), multiplicado pelas quantidades do ano base (ano 0). Ou seja, o preo da
cesta de mercadorias em 2007, considerando as quantidades de 2005.
O ndice de Paasche fica:

5C
D E 6 E
D F 6 E
Agora usamos todas as quantidades do perodo de interesse.
Prof. Vtor Menezes
41

4.7. ndices de quantidade de Paasche e de Laspyeres

O ndice de preos de Laspeyres dado por:
59
Esse o ndice de preos.
D E 6 F
D F 6 F
Para obter o ndice de quantidade, trocamos preo e quantidade de lugar. Onde tinha
quantidade, usamos preo. Onde tinha preo, usamos quantidade. Fica assim:
59G
6 E D F
6 F D F
Esse o ndice de quantidades de Laspeyres.
O ndice de preos de Paasche :

5C
D E 6 E
D F 6 E
Para obter o ndice de quantidade, trocamos preo e quantidade de lugar. Onde tinha
quantidade, usamos preo. Onde tinha preo, usamos quantidade. Fica assim:
5CG
6 E D E
6 F D E
Esse o ndice de quantidade de Paasche.
Vamos calcular esses dois ndices para 2007, com base em 2005:
2005
Preo Qdade
1,00
100
5,00
60
8,00
2
Mercadoria
A
B
C
2006
Preo Qdade
0,80
200
4,90
70
9,00
3
2007
Preo Qdade
1,20
120
5,50
80
10,00
4
120 1 + 80 5 + 4 8 552
1,3269
100 1 + 60 5 + 2 8 416
120 1,2 + 80 5,5 + 4 10 624
5CG
100 1,2 + 60 5,5 + 2 10 470
59G
4.8. ndice de valor para uma cesta de mercadorias

Se dividirmos o valor da cesta de mercadorias em dois anos diferentes, obtemos o
ndice de valor.
Prof. Vtor Menezes
42

Mercadoria
A
B
C
2005
Preo Qdade
1,00
100
5,00
60
8,00
2
2006
Preo Qdade
0,80
200
4,90
70
9,00
3
2007
Preo Qdade
1,20
120
5,50
80
10,00
4
Como exemplo, no ano de 2007, o valor total gasto com as trs mercadorias foi de:
1,2 120 + 5,5 80 + 10 4
624
Em 2005, o valor total gasto com as trs mercadorias foi de:
1 100 + 5 60 + 8 2
416
O ndice de valor para 2007, com base em 2005, fica:

624
1,5
416
5.
ndice de preos de Fisher
desejvel que, multiplicando-se um ndice de preos pelo correspondente ndice de

quantidades, obtenhamos o ndice relativo de valor.
J vimos que essa igualdade ocorre quando multiplicamos o relativo de preos pelo
relativo de quantidades.
Contudo, essa mesma igualdade no ocorre quando multiplicamos o ndice de preos
de Paasche pelo ndice de quantidade de Paasche.
Tambm no ocorre quando multiplicamos o ndice de preos de Laspeyres pelo ndice
de quantidade de Laspeyres.
Desse modo, foi criado o ndice de Fischer, que a mdia geomtrica entre os ndices
de Laspeyres e Paasche. O ndice de Fischer supre esta lacuna, deixada pelos ndices de
Laspeyres e Paasche.
O ndice de preos de Fischer fica:
5H
)5C 59
No caso do exemplo com que temos trabalhado, vamos calcular o ndice de Fischer
para 2007, com base em 2005. J vimos que, para esse perodo, temos:
470
1,1298
416
624
5C
1,1304
552
59
Logo:
Prof. Vtor Menezes
43

5H
I
470 624

1,1301
416 552
Vejam que o ndice de Fischer apresenta um valor intermedirio, entre os ndices de

Laspeyres e de Paasche.
O ndice de quantidade de Fischer fica:
5HG
)5CG 59G
J sabemos que, para 2007, com base em 2005, temos:

552
1,3269
416
624
1,3276
470
59G
5CG
Logo:
552 624
5HG
I

1,3272
416 470
Vamos agora multiplicar o ndice de preos de Fischer pelo ndice de quantidade de

Fischer:
470 624 552 624
5H 5HG
I

416 552 416 470
Simplificando os termos iguais:
1
624
1
624 624
5H 5HG
I

1,5
416
1
416
1
416
Que exatamente o ndice de valor de 2007, com base em 2005.
Portanto, para o ndice de Fischer, temos o seguinte: o produto do ndice de preos

pelo ndice de quantidade resulta no ndice de valor.
Prof. Vtor Menezes
44

Resumindo os principais ndices. No exemplo em que estamos trabalhando, os ndices para 2007 (ano t), com base em 2005 (ano 0), ficam:
ndice
Preo relativo
Como calcular
Escolhe uma mercadoria. Divide o
preo no ano t pelo preo no ano
0.
Quantidade relativa
Escolhe uma mercadoria. Divide a

quantidade no ano t pela
quantidade no ano 0.
Valor relativo
Escolhe uma mercadoria. Divide o

valor gasto com ela no ano t pelo
valor no ano 0.
Frmula
DE
5
DF
5G
5J
6E
6F
8E
8F
Exemplo numrico
Preo da mercadoria A em 2007: 1,2
Preo da mercadoria A em 2005: 1,0
1,2
5
1,2
1
Quantidade da mercadoria A em 2007: 120
Quantidade da mercadoria A em 2005: 100
120
5G
1,2
100
Para a mercadoria A, temos:
Valor em 2005: 100 1
100
Valor em 2007: 1,2 120

144
144
1,44
100
Veja que: 5J
5 5G
5J
ndice de preos de
Laspeyres
ndice de preos de
Paasche
Preo da cesta de mercadorias no

ano t, dividido pelo preo da cesta
no ano 0. Usar quantidades do ano
base.
59
D E 6 F
D F 6 F
Preo da cesta de mercadorias no

ano t, dividido pelo preo da cesta
no ano 0. Usar quantidades do ano
5C
D E 6 E
D F 6 E
Prof. Vtor Menezes
Preo da cesta em 2007, com

de 2005: 470
de 2005: 416
470
5K
416
de 2007: 624
quantidade
quantidade
quantidade
quantidade
45

ndice
Como calcular
de interesse.
Frmula
ndice de quantidade
de Laspeyres
Parte da formula do ndice de preos

de Laspeyres. E troca quantidade
de lugar com preo
59G
6 E D F
6 F D F
ndice de quantidade
de Paasche
Parte da formula do ndice de preos

de Paasche. E troca quantidade de
lugar com preo
5CG
6 E D E
6 F D E
ndice de preos de
Fischer
Mdia geomtrica dos ndices de

preos de Laspeyres e Paasche
5H
)5C 59
ndice de preos de
Fischer
Mdia geomtrica dos ndices de

quantidades de Laspeyres e Paasche
5HG
)5CG 59G
Valor relative para a

cesta de mercadorias
Calcula o valor total gasto no ano t

e divide pelo valor total gasto no ano
0.
5J
D E 6 E
D F 6 F
Exemplo numrico
de 2007: 552
624
5K
552
Para o exemplo que vimos, o resultado :
552
59G
416
Para o exemplo que vimos, o resultado :
5CG
5H
I
624
470
470 624

416 552
552 624
5HG
I

416 470
Preo da cesta em 2007, com quantidade
de 2007: 624
Preo da cesta em 2005, com quantidade
de 2005: 416
624
1,5
416
Prof. Vtor Menezes
46

Para finalizarmos o assunto de nmeros ndices, falta falar sobre mudana de base.
Mas vou deixar para fazer isto diretamente nos exerccios.
Questo 11
CVM 2001 [ESAF]
A tabela abaixo d a evoluo nos tempos t1 e t2 dos preos, em reais, e das

quantidades, em unidades apropriadas, de trs produtos A, B e C. Assinale a opo que
corresponde ao ndice de preos de Paasche com base em t1, com duas casas
decimais.
Produtos
A
B
C
Preos
t1
t2
2,20
3,00
2,00
2,00
0,50
0,60
Quantidades
t1
t2
50
40
2
3
80
100
a) 131%
b) 202%
c) 129%
d) 186%
e) 154%
Resoluo:
O exerccio pede o ndice de Paasche, adotando como base o ano t1. O exerccio no
informou qual o ano de interesse. Mas s pode ser t2, que nico outro perodo
disponvel.
No ndice de Paasche, dividimos o preo da cesta de mercadoria no ano de interesse

(t2) pelo preo da mesma cesta no ano base (t1).
Na determinao dos preos das cestas, consideramos sempre as quantidades

praticadas no ano de interesse (t2).
Essa a diferena para o ndice de Laspeyres, em que consideramos as quantidades

praticadas no ano base (t1).
Ento temos que o ano base t1 e o ano de interesse t2. Como o ndice de
Paasche, vamos usar as quantidades do perodo de interesse.
Ou seja, nossa cesta de mercadorias ser composta por 40 unidades de A, 3 unidades
de B e 100 unidades de C.
Vamos calcular o preo da cesta de mercadorias no ano de interesse:
Prof. Vtor Menezes
47

preo _ cesta _ t 2 = 3,00 40 + 2,00 3 + 0,60 100 = 120 + 6 + 60 = 186
Agora o custo da cesta no ano base:

preo _ cesta _ t1 = 2,20 40 + 2,00 3 + 0,50 100 = 88 + 6 + 50 = 144
O ndice de Paasche fica:

I P (t 2; t1) =
186
129%
144
Gabarito: C
Questo 12
SEFAZ PA 2002 [ESAF]
Considere a tabela seguinte com dados hipotticos sobre preos unitrios (p) e
quantidades consumidas (q) por indivduo, em unidades apropriadas,
de uma cesta com 3 produtos A, B e C.
Produto
A
B
C
P:1990
1,00
2,00
2,00
P: 1992
4,00
1,00
4,00
Q: 1990
40
80
100
Q: 1992
60
110
80
Assinale a opo que d o valor do ndice de preos de Paasche da cesta para 1992
com base em 1990.
a) 160,0
b) 154,3
c) 120,4
d) 152,3
e) 150,0
Resoluo:
Novamente, o problema de ndice de Paasche. Ou seja, vamos adotar as quantidades
do perodo de interesse (1992).
Antes, um detalhe. Repare que, ao contrrio da questo anterior, a questo omitiu o
smbolo de %.
Para entendermos o problema disso, vamos focar na letra A. Vamos supor que a
resposta da questo seja 160%. Pois bem, a letra A indica 160 (sem o smbolo de
porcentagem). E a vem o grande detalhe: 160 no igual a 160%.
O smbolo de % nada mais que um nmero. o nmero 0,01.
Assim, 160% igual a 1,6. Tanto faz escrever 160% ou 1,60.
160% = 1,60 160
Prof. Vtor Menezes
48

Contudo, especificamente em questes de nmeros ndices, usual omitir a
porcentagem.
O que as alternativas trazem na verdade : 160%; 154,3%; 120,4%; 152,3%; 150%.
Novamente: especificamente em questes de nmeros ndices, comum que o
smbolo de porcentagem esteja implcito.
Continuando a resoluo. Vamos adotar as quantidades do perodo de interesse.
Nossa cesta ser composta por 60 unidades de A, 110 unidades de B e 80 unidades de
C.
O preo da cesta em 1990 :
preo _ cesta _ 1990 = 1,00 60 + 2,00 110 + 2,00 80 = 60 + 220 + 160 = 440
O preo da cesta em 1992 :

preo _ cesta _ 1992 = 4,00 60 + 1,00 110 + 4,00 80 = 240 + 110 + 320 = 670

I P (1992;1990) =
670
= 152,27%
440
Gabarito: D.
Questo 13
AFRFB 2005[ESAF]
Considerando-se os dados sobre os preos e as quantidades vendidas de dois produtos

em dois anos consecutivos, assinale a opo correta.
Ano
1
2
Produto I
P11
Q11
40
6
60
2
Produto II
P21
Q21
40
2
20
6
a) O ndice de Laspeyres indica um aumento de 50% no nvel de preos dos dois

produtos, enquanto o ndice de Paasche indica uma reduo de 50%.
b) Os fatores de ponderao no clculo do ndice de Laspeyres so 80 para o preo
relativo do produto 1 e 240 para o preo relativo do produto 2.
c) O ndice de Laspeyres indica um aumento de 25% no nvel de preos dos dois
d) Os fatores de ponderao no clculo do ndice de Paasche so 240 para o preo
e) O ndice de Laspeyres indica um aumento de 25% no nvel de preos dos dois
Resoluo:
Como a resposta desta questo letra E, bastava o candidato calcular os dois ndices e
marcar a resposta.
Prof. Vtor Menezes
49

Contudo, a questo, nas letras B e D, j sinalizou a cobrana da frmula dos ndices.
Vamos comear pelo ndice de Laspeyres. Adotamos as quantidades comercializadas
no ano base. S que o exerccio no disse qual o ano base. Na minha opinio, esta
omisso no deveria ocorrer. O enunciado deveria falar expressamente qual o ano
base.
Considerando que mais usual que o perodo base preceda o perodo de interesse,
vamos supor que o ano 1 o ano base. Mas isso uma suposio. Custava o
enunciado dizer isto expressamente?
O preo da cesta no ano 2 fica:
preo _ cesta _ ano 2 = 60,00 6 + 20,00 2
E o preo da cesta no ano 1 fica:

preo _ cesta _ ano1 = 40,00 6 + 40,00 2
E o ndice de Laspeyres fica:

IL( ano 2; ano1) =
60,00 6 + 20,00 2
40,00 6 + 40,00 2
Antes de terminar o clculo do ndice, vamos fazer algumas transformaes na

equao acima.
Vamos dividir e multiplicar uma parte do numerador por 40,00 (=preo do produto 1
no ano base), de forma que a igualdade no se altere:
60,00
6 40,00 + 20,00 2
40,00
IL(ano2; ano1) =
40,00 6 + 40,00 2
Vamos fazer a mesma coisa com a outra parte do numerador. Vamos multiplicar e
dividir por 40,00 (=preo do produto 2 no perodo base), de forma que a igualdade no
se altera:
60,00
20,00
6 40,00 +
2 40,00
40,00
40,00
IL(ano2; ano1) =
40,00 6 + 40,00 2
Observe atentamente a equao acima.
Nela, temos os NDICES DE PREO RELATIVOS de cada uma das mercadorias.
Prof. Vtor Menezes
50

ndice de preo relativo
do produto II
60 ,00
20 ,00
6 40 ,00 +
2 40 ,00
40 ,00
40 ,00
IL ( ano 2; ano1) =
40 ,00 6 + 40 ,00 2

do produto I
A ideia de dividir e multiplicar o numerador pelos preos do ano base era justamente
fazer com que aparecessem os NDICES DE PREO RELATIVO.
Deste modo, podemos pensar que o ndice de Laspeyres nada mais que a mdia
ponderada dos ndices de preo relativo das mercadorias. E os pesos (ou fatores de
ponderao) so justamente os valores monetrios das quantidades de cada produto
vendidas no perodo base.
60 ,00
20 ,00
6 40 ,00 +
2 40 ,00
40 ,00
40 ,00
IL ( ano 2; ano1) =
40 ,00 6 + 40 ,00 2
Peso (ou fator de ponderao) do preo relativo
do produto I.
Corresponde ao custo de se adquirirem todas as
unidades do produto I, no perodo base (isto ,
considerando as quantidades e os preos do ano
base)
do produto II.
Corresponde ao custo de se adquirirem todas as
unidades do produto II, no perodo base (isto ,
considerando as quantidades e os preos do ano
base)
Assim, os fatores de ponderao so:

Para o produto I: 6 40 = 240
Para o produto II: 2 40 = 80
A alternativa B est errada, pois inverteu estes valores.
Vamos calcular o ndice de Laspeyres.
IL( ano 2; ano1) =
Prof. Vtor Menezes
60,00 6 + 20,00 2
40,00 6 + 40,00 2
51

IL(ano 2; ano1) =
400
= 1,25 = 125%
320
Ou seja, o ndice de Laspeyres indica que os preos aumentaram 25% em relao ao

ano base.
Descartamos a letra A. Restam ainda as alternativas C, D e E.
Agora vamos calcular o ndice de Paasche. Novamente, vamos supor que o perodo
base o ano 1.
Assim, vamos considerar as quantidades comercializadas no perodo de interesse (ou
seja, no ano 2).
preo _ cesta _ ano 2 = 60,00 2 + 20,00 6
preo _ cesta _ ano1 = 40,00 2 + 40,00 6

IP ( ano 2; ano1) =
60,00 2 + 20,00 6
40,00 2 + 40,00 6
Antes de calcular o ndice, vamos fazer novamente as mesmas transformaes. Vamos

multiplicar e dividir parte do numerador por 40,00 (=preo do produto I no ano base).
60,00
2 40,00 + 20,00 6
40,00
IP(ano2; ano1) =
40,00 2 + 40,00 6
E vamos multiplicar e dividir a outra parte do numerador por 40,00 (=preo do produto
II no ano base)
60,00
20,00
2 40,00 +
6 40,00
40,00
40,00
IP(ano2; ano1) =
40,00 2 + 40,00 6
Pronto, novamente temos os NDICES DE PREO RELATIVO dos dois produtos.

do produto II
60,00
20,00
2 40,00 +
6 40,00
40,00
40,00
IP(ano2; ano1) =
40,00 2 + 40,00 6
ndice de preo
relativo do produto I
Prof. Vtor Menezes
52

Deste modo, podemos pensar que o ndice de Paasche nada mais que a mdia
ponderada dos ndices de preo relativo das mercadorias. E os pesos (ou fatores de
ponderao) so justamente os valores monetrios das quantidades de cada produto
vendidas no perodo de interesse, considerando os preos do ano base.
60,00
20,00
2 40,00 +
6 40,00
40,00
40,00
IP(ano2; ano1) =
40,00 2 + 40,00 6
do produto I.
Corresponde ao custo de se adquirirem as
quantidades comercializadas do produto I no ano
de interesse, com os preos do ano base

do produto II.
Corresponde ao custo de se adquirirem as
quantidades comercializadas do produto II no
ano de interesse, com os preos do ano base
Os fatores de ponderao ficam:

Para o produto I: 2 40 = 80
Para o produto II: 6 40 = 240
A alternativa D est errada porque inverteu estes valores.
Ficamos entre as alternativas C e E.
Vamos calcular o ndice de Paasche.
IP ( ano 2; ano1) =
60,00 2 + 20,00 6
40,00 2 + 40,00 6
IP ( ano 2; ano1) =
240
= 75%
320
Ou seja, este ndice indica uma reduo de 25% nos preos.

Gabarito: E.
Bom, reforando ento.
Como achar os fatores de ponderao?
Sempre multiplique e divida o numerador pelos preos praticados no ano base. Assim
os ndices de preos relativos vo surgir. Consequentemente, os nmeros que
estiverem multiplicando os ndices de preos relativos so justamente os seus pesos
(ou fatores de ponderao).
Prof. Vtor Menezes
53

Outro modo simplesmente focar no denominador do ndice. No denominador temos
justamente a soma dos pesos.
Questo 14
SEFAZ SP 2009 [ESAF]
Dados os relativos de preos do ano 1 em relao ao ano 0 de quatro produtos e os

pesos relativos dos valores de cada produto no ano 0, obtenha o valor mais prximo
da variao percentual do ndice de Preos de Laspeyres do ano 1 em relao ao ano 0.
Relativo de preos
1,10
1,05
1,08
1,15
Pesos no ano 0
0,10
0,20
0,30
0,40
a) 9,9%
b) 12,0%
c) 10,8%
d) 11,3%
e) 10,4%
Resoluo:
Aqui, foram fornecidos os pesos de ponderao para o clculo do ndice de Laspeyres.
Nosso trabalho, portanto, simplesmente calcular a mdia ponderada.
IL =
1,10 0,1 + 1,05 0,20 + 1,08 0,30 + 1,15 0,40

= 1,104
0,10 + 0,20 + 0,30 + 0,40
Ou seja, o ndice de Laspeyres indica um aumento de 10,4% nos preos.

Gabarito: E.
Questo 15
CGU 2008 [ESAF]
Um ndice de preos calculado da seguinte forma. Sendo pi0 o preo e qi0 a

quantidade transacionada do produto i, em um momento 0, define-se o peso no
momento 0 do produto i, wi0 por wi0 = pi0qi0 / i pi0qi0, isto , pelo valor transacionado
do produto pi0qi0 dividido pelo valor total de todos os produtos transacionados i
pi0qi, onde i significa somatrio para todos os produtos i. Sendo pit o preo do
produto i no momento t, o valor do ndice em t calculado como i wi0 pit / pi0.
Calculado dessa maneira, este ndice um ndice de preos de:
a) Paasche.
b) Laspeyres.
c) Fisher.
d) Divisia.
e) Deaton.
Prof. Vtor Menezes
54

Resoluo:
O ndice calculado da seguinte forma:
M F ; E
; F
Dentro do somatrio temos um fator M F multiplicando os preos relativos dos

produtos. Tais preos relativos so calculados para o ano "t", tendo como base o ano
"0".
Vejamos quem so os fatores M F :
M F
; F N F
; F N F
No numerador temos o peso de ponderao para o preo relativo do produto "i". No

denominador temos as somas de todos os pesos de ponderao.
Notem que o peso de ponderao de cada produto dado pelo custo de se adquirir o
produto "i", considerando as quantidades praticadas no ano base (ano 0) e os preos
praticados tambm no ano base (ano "0").
O ndice de preos que leva em conta as quantidades praticadas no ano base o ndice
de Laspeyres.
Gabarito: B
Para facilitar a visualizao, podemos pensar em um caso simplificado, de apenas dois
produtos: A e B.
Neste caso, o ndice fica:
;0E
;/E
+ M/F
;0F
;/F
N0F ;0E + N/F ;/E
;0F N0F + ;/F N/F

M0F
No numerador temos o custo da cesta de mercadorias no ano "t", considerando as

quantidades do ano base. No denominador temos o custo da cesta de mercadorias no
ano base, tambm considerando as quantidades praticadas no ano base. Ou seja,
trata-se justamente do ndice de Laspeyres.
Prof. Vtor Menezes
55

Questo 16
SEFAZ MS 2006 [FCC]
O relativo de preos de maro de 2006 com base 100 em fevereiro de 2006 125. Qual
o relativo de preos de fevereiro de 2006 com base 100 em maro de 2006?
a) 72
b) 75
c) 80
d) 85
e) 90
Resoluo:
O enunciado informa que o ndice de preos (para uma dada mercadoria), com base
em fevereiro, para o ms de maro, de 125% (=1,25).
Lembrando do clculo do ndice de preo relativo:
I (mar ; fev ) =
preo _ mar
= 1,25
preo _ fev
O ndice relativo de preo nada mais que a relao entre os preos dos dois perodos
considerados.
Portanto:
preo _ mar = 1,25 preo _ fev
Para calcular o ndice de preo relativo de fevereiro com base em maro, fazemos:
I ( fev; mar ) =
I ( fev; mar ) =
preo _ fev
preo _ mar
preo _ fev
1
=
= 0,8
1,25 preo _ fev 1,25
Ou seja, o ndice procurado de 80%.

Gabarito: C.
Vamos aproveitar esta questo para falar de mudana de base.
A situao inicial, informada no enunciado, pode ser resumida na seguinte tabela:
Perodo base: fevereiro
Perodo de interesse
Fevereiro
100%
Maro
125%
O ndice de maro era de 125% e o de fevereiro, com base em fevereiro, era de 100%
(sempre que perodo base coincide com de interesse, o ndice de 100%).
Prof. Vtor Menezes
56

Depois, alteramos o perodo base para maro. Ou seja, fizemos uma MUDANA DE
BASE (ou mudana de perodo base). E os ndices ficaram:
Perodo base: maro
Perodo de interesse
Fevereiro
80%
Maro
100%
Repare a relao entre os ndices antigos (com base em fevereiro) e os novos (com
base em maro).
Todos eles so obtidos a partir da diviso por 1,25, que era justamente o ndice do ms
de maro.
Ento vai ficar assim: sempre que quisermos fazer a mudana de base, dividimos todos
os ndices por aquele correspondente ao perodo que ser a nova base.
Neste caso, a nova base escolhida foi maro. Assim, dividimos todos os ndices por
1,25, que era o ndice inicial do ms de maro.
Este mtodo vale para qualquer ndice que tenha a propriedade circular.
Relembrando, a propriedade circular nos diz o seguinte. Se multiplicarmos ndices em

sequncia (de forma que o perodo de interesse de um o perodo base do outro),
obtemos o ndice que tem como base o primeiro perodo e como interesse o ltimo
perodo.
Pergunta: E se o ndice no tiver propriedade circular? Bom, a no tem jeito. Temos

que ter acesso aos valores de preos e quantidades praticados para poder calcular um
novo ndice a cada novo perodo base solicitado.
Questo 17
AFRFB 2003 [ESAF]
Dadas as trs sries de ndices de preos abaixo, assinale a opo correta.
Prof. Vtor Menezes
57

Ano
1999
2000
2001
2002
S1
50
75
100
150
S2
75
100
125
175
S3
100
150
200
300
a) As trs sries mostram a mesma evoluo de preos.

b) A srie S2 mostra evoluo de preos distinta das sries S1 e S3
c) A srie S3 mostra evoluo de preos distinta das sries S1 e S2.
d) A srie S1 mostra evoluo de preos distinta das sries S2 e S3.
e) As trs sries no podem ser comparadas pois tm perodos-base distintos.
Resoluo:
A questo pede que a gente compare trs sries distintas de preos. Mas, para
comparar sries de preos, todas elas tm que estar na mesma base.
Olhe para a srie S1. Dentre os anos para os quais se conhecem os ndices (ou seja,
1999, 2000, 2001 e 2002), qual deles pode ser o ano base?
Resposta: 1999, porque o primeiro ano.
Certo???
Errado!!!
Lembrem-se de que, sempre que o ano de interesse corresponde ao ano base, o ndice
de 100%.
Se 1999 fosse o ano base, o ndice, em 1999, seria de 100%. Mas no . Conforme a
tabela acima, o ndice em 1999 de 50%.
Dentre os anos fornecidos, 2001 deve ser o ano base da srie S1. Isto porque o nico
igual a 100%.
Pelo mesmo motivo, para a srie S2 a base 2000. E para a srie S3 a base 1999.
Portanto, cada srie tem uma base diferente. Vamos deix-las todas com a mesma
base.
Vamos escolher o ano de 1999. Ou seja, vamos colocar todas as sries com base em
1999.
Como fazer? Se os ndices em questo tiverem a propriedade circular, basta aplicar o
resumo visto no exerccio anterior. E se no tiverem? Bom, a nem d para resolver o
exerccio. Concluso: vamos supor que se trata de um ndice com propriedade circular.
Prof. Vtor Menezes
58

Para mudar a base para 1999, vamos dividir todos os valores da srie S1 por 0,50. Por
qu? Porque 0,50 o ndice da srie em 1999, que o ano que ser a nova base.
J na srie S2, vamos dividir todos os valores por 0,75, que o ndice do ano de 1999,
ano que pretendemos que seja a nova base.
J na srie S3, vamos dividir todos os valores por 1,0, que o ndice do ano de 1999.
Repare que dividir por 1,0 no vai alterar em nada a srie. O que faz todo sentido pois
a srie S3 j est com base em 1999.
Vamos ver como fica para a srie S1.
1,00/0,50=2,00
1,50/0,50=3,00
Situao inicial
Ano S1 S2 S3
1999 50 75 100
2000 75 100 150
2001 100 125 200
2002 150 175 300
ano base: 1999
Ano S1 S2 S3
1999 100 100 100
2000 150 133 150
2001 200 167 200
2002 300 233 300
0,50/0,50=1,00
0,75/0,50=1,50
E analogamente para as demais sries:
Agora que todas as sries esto com a mesma base (1999), podemos fazer a
comparao. Note que as sries S1 e S3 so iguais. Provavelmente representam a
evoluo de preos de um mesmo produto.
J a srie S2 diferente. Provavelmente se refere a um produto diferente.
Gabarito: B.
Prof. Vtor Menezes
59

Questo 18
AFRFB 1998 [ESAF]
A tabela seguinte d a evoluo de um ndice de preo calculado com base no ano de

1984.
Ano
ndice
1981
75
1982
88
1983
92
1984
100
1985
110
1986
122
No contexto da mudana de base do ndice para 1981 assinale a opo correta.

a) Basta a diviso por 0,75 para se obter a srie de preos na nova base.
b) O ajuste da base depende do mtodo utilizado na construo da srie de preos,
mas a diviso por 0,75 produz uma aproximao satisfatria.
c) Basta multiplicar a srie por 0,75 para se obter a srie de preos na nova base.
d) Basta dividir a srie de preos pela mdia entre 0,75 e 1,00.
e) Basta multiplicar a srie de preos pela mdia entre 0,75 e 1,00.
Resoluo:
Questo sobre mudana de base.
Repare na letra A. Ela traz exatamente o procedimento visto para mudana de base.
Conduto, o gabarito da questo no a letra A. Por qu?
Porque o procedimento ali descrito s vlido quando o ndice tem a propriedade
circular. E se no tiver?
Se no tiver, a no vale dividir por 0,75 para mudar a base para 1981.
Por exemplo, se for o ndice de Laspeyres ou de Paasche, essa transformao no
vlida, com exatido.
Contudo, mesmo que os ndices no tenham propriedade circular, dividir por 0,75
parece ser um ajuste razovel, que produz uma boa aproximao. Nos casos dos
ndices de Laspeyres e Paasche, acaso as quantidades envolvidas no variem muito de
um ano para outro, a aproximao muito boa. Quando isso acontece (quando as
quantidades praticamente no mudam) estes ndices so quase circulares.
Assim, a resposta correta a letra B, que abarca tambm os ndices no circulares.
Gabarito: B.
Questo 19
AFRFB 2002 [ESAF]
No tempo t 0+ 2 o preo mdio de um bem 30% maior do que em t 0+1 , 20% menor do
que em t0 e 40% maior do que em t 0+3 . Assinale a opo que d o relativo de preos do
bem em t 0+3 com base em t 0+1 .
a) 162,5%
b) 130,0%
Prof. Vtor Menezes
60

c) 120,0%
d) 092,9%
e) 156,0%
Resoluo:
Vamos jogar valores?
Seja de R$ 100,00 o preo do bem em t 0+1 .
Em t 0+ 2 o preo 30% maior. Portanto, de R$ 130,00.
O preo em t 0+ 2 40% maior que em t 0+3 .
Logo:
[ preot 0+ 2 ] = [ preot 0+3 ] 1,4
130 = [ preot 0+3 ] 1,4
[ preot 0+ 3 ] =
130
1,4
E o ndice de preos relativo solicitado fica:

I (t 0+ 3 ; t 0 +1 ) =
130 / 1,4 130

=
92,9%
100
140
Gabarito: D.
Questo 20
AFRFB 2001 [ESAF]
Um ndice de preos com a propriedade circular, calculado anualmente, apresenta a

sequncia de acrscimos 1 = 3 %, 2 = 2% e 3 = 2 %, medidos relativamente ao ano
anterior, a partir do ano t 0 . Assinale a opo que corresponde ao aumento de preo
do perodo t 0+ 2 em relao ao perodo t 01 .
a) 7,00 %
b) 6,08 %
c) 7,16 %.
d) 9,00 %
e) 6,11 %
Resoluo:
Em vez de chamarmos os anos de t 01 , t 0 , t1 etc., vamos mudar. Vamos chamar os
anos de 2000, 2001, 2002 etc.
Vamos jogar valores?
Prof. Vtor Menezes
61

Em 2000 o ndice era 100 (ano base).
Em 2001 o ndice aumentou 3%. Ou seja, em 2001 o ndice ficou em 103% (tomando
como base o ano 2000).
Ok, agora estamos em 2002. Tomando o ano 2001 como base 100, o ndice foi de 102
em 2002.
Por fim, estamos em 2003. O ndice foi de 102, tomando como base o ano de 2002.
Ou seja, temos uma sequncia de ndices. O perodo de interesse de um o perodo
base do outro. Se multiplicarmos todos eles, obtemos o ndice em que o perodo base
o primeiro perodo e o perodo de interesse o ltimo (propriedade circular).
I ( 2001;2000 ) = 103
I ( 2002;2001) = 102
I ( 2003;2002 ) = 102
Lembrando que todos estes valores so em %.

Multiplicando todos eles:
I ( 2001;2000 ) I ( 2002;2001) I ( 2003;2002 ) = I ( 2003;2000 )
1,03 1,02 1,02 = I ( 2003;2000 )
107 ,16% I ( 2003;2000 )
Ou seja, tomando como base o ano 2000, em 2003 os preos esto 7,16% maiores.
Gabarito: C.
Questo 21
SEFAZ RS 2009 [FUNDATEC]
Conhecendo apenas o ndice de Laspeyres de preo e o ndice de Paasche de

quantidade, o clculo utilizado para obter o ndice de valor :
a) Diviso .
b) Multiplicao.
c) Mdia geomtrica.
d) Mdia aritmtica.
e) Mdia harmnica.
Resoluo:
Sejam:
pi0 e qi0, respectivamente, o preo e quantidade da mercadoria "i" no perodo

"0";
pit e qit, respectivamente, o preo e quantidade da mercadoria "i" no perodo

"t";
Prof. Vtor Menezes
62

O ndice de preos de Laspeyres dado por:
; E N F
; F N F
O ndice de quantidade de Paasche dado por:
N E ; E
N F ; E
Multiplicando os dois ndices:
Simplificando os termos iguais:
; E N F N E ; E

; F N F N F ; E
; E N F N E ; E

; F N F N F ; E
O que resulta em:
N E ; E
; F N F
Que o ndice de valor.

Gabarito: B
Questo 22
BACEN 2006 [ESAF]
Em um mesmo perodo considerado, o ndice de preos de Fisher (FP) obtido

calculando-se a mdia geomtrica entre o ndice de preos de Laspeyres (LP) e o ndice
de preos de Paasche (PP). Tambm, o ndice de quantidade de Fisher (FQ) obtido
calculando-se a mdia geomtrica entre o ndice de quantidade de Laspeyres (LQ) e o
ndice de quantidade de Paasche (PQ).
Seja uma cesta de 8 produtos com seus respectivos preos e quantidades nas pocas 1
e 2 e as seguintes informaes:
O
L D 6
800

O
L D 6
1600

O
L D 6
640

O
L D 6
1400

Prof. Vtor Menezes
63

em que,
DP : : preo do produto i na poca j
6P : quantidade consumida do produto i na poca j
Tomando como base a poca 1 e calculando os ndices no perodo de 1 a 2, tem-se que

(FP)2 e (FQ)2 so, respectivamente,
a) 1,75 e 1,60
b) 4,375 e 0,70
c) 4,375 e 1,75
d) 1,60 e 1,75
e) 1,75 e 0,70
Resoluo:
As frmulas dos ndices de Laspeyres e Paasche, considerando a poca inicial como (1)
e a poca atual como (2) so:
59
5C
D 6
D 6
D 6
D 6
1600
2
800
1400
640
Agora podemos calcular o ndice de preos de Fisher (FP):

5H
)5C 59
Na verdade, no precisamos tirar a raiz quadrada, pois foi pedido o quadrado do ndice
de Fischer.
1400
4,375
640
Vamos agora para os ndices de quantidade:
5H
2
59G
5CG
Logo:

5HG
Prof. Vtor Menezes
6 D
6
D
6 D
6 D
640
800
1400
1600
640 1400

0,7
800 1600
64

Gabarito: B
Questo 23
MDIC 2012 [ESAF]
Considere a cesta formada por cinco produtos A, B, C, D e E, com as seguintes relaes

entre seus preos e quantidades, onde p0 representa os preos e q0, as quantidades
transacionadas dos produtos no incio do ano e p1 os preos no fim do ano:
;
;F NF
1
;F
A
225
0,4
B
110
0,5
C
115
0,4
D
250
0,36
E
300
0,15
Calcule o valor mais prximo da variao de preos da cesta no ano obtida pelo ndice
de Preos de Laspeyres.
a) 31,4%
b) 32,6%
c) 34,75%
d) 36,0%
e) 37,4%
Resoluo:
O ndice de Laspeyres calculado do seguinte modo.
- calculamos o preo da cesta de mercadorias no perodo "1".
- calculamos o preo da cesta de mercadorias no perodo "0"
- dividimos os dois valores.
Para tanto, sempre levamos em conta as quantidades praticadas no perodo base.
59
; NF
;F NF
No numerador, dividimos todas as parcelas pelos correspondentes valores de p0, e

depois multiplicamos novamente:
;
NF ;F
;F
59
;F NF
Os valores de ; ;F podem ser calculados a partir da segunda coluna da tabela

constante do enunciado.
Na verdade, a tabela forneceu valores de:
Prof. Vtor Menezes
65

;
1
;F
Somando 1 a todos os valores, obtemos os seguintes valores para ; ;F :

1,4; 1,5; 1,4; 1,36; 1,15
Alm disso, os produtos ;F NF j foram fornecidos no enunciado. Ento substitumos

isso na equao a que chegamos:
;
NF ;F
;F
59
;F NF
59
1,4 225 + 1,5 110 + 1,4 115 + 1,36 250 + 1,15 300
225 + 110 + 115 + 250 + 300
59
Os preos aumentaram 32,6%.
1326
1,326
1 + 32,6%
1000
Gabarito: B
6.
DESVALORIZAO DA MOEDA
Esse assunto geralmente cobrado junto com nmeros ndices, ento vamos a ele.
Como as questes so bem tranquilas, d para ver diretamente no exerccio como
devemos proceder.
Questo 24
AFPS 2002 [ESAF]
O ndice de inflao no ms de junho foi de 10% e se manteve constante nesse nvel

em julho e agosto. Assinale a opo que mais se aproxima da desvalorizao da moeda
nesse perodo.
a) 33%
b) 30%
c) 25%
d) 20%
e) 10%
Resoluo:
Agora entramos em um assunto novo, que a desvalorizao da moeda.
Vamos jogar valores.
Prof. Vtor Menezes
66

Suponha que, em 31 de maio, o preo de 1kg de carne era de R$ 10,00.
Passa o ms de junho. A inflao foi de 10%. Ou seja, o preo dos produtos aumentou
em 10%. O nosso quilograma de carne foi para R$ 11,00.
Passa o ms de julho. A inflao continua em 10%. O quilograma de carne vai para R$
12,10 (ou seja, aumentou 10%, em relao ao preo de junho).
Passa agosto e temos novo aumento de 10%. O preo do quilograma de carne vai para
R$ 13,31.
L em maio, o quilograma da carne custava R$ 10,00. Em agosto, custa R$ 13,31. Ou
seja, nesse perodo a moeda se desvalorizou. Com o mesmo tanto de dinheiro
compramos menos carne. Nosso poder de compra ficou reduzido. A desvalorizao da
moeda mede justamente isto: o quanto compramos menos, com a mesma quantidade
de papel moeda.
L em maio, com R$ 10,00, comprvamos 1kg de carne.
Agora, em agosto, com os mesmos R$ 10,00, quanto de carne ns compramos?
s fazer uma regra de trs.
Em agosto temos:
1kg de carne custa R$ 13,31.
X de carne custa R$ 10,00.
1kg ----- R$ 13,31
X ----- R$ 10,00
Multiplicando cruzado:
10,00 1 = X 13,31 X 0,75
Ou seja, com os mesmos R$ 10,00, agora ns compramos 750 gramas de carne.

Antes comprvamos 1kg (=1.000 gramas). Agora compramos 750 gramas.
Ou seja, compramos 25% a menos de carne, com os mesmos R$ 10,00.
A moeda se desvalorizou 25% no perodo.
Gabarito: C.
Questo 25
ICMS/PI - 2001 [ESAF]
Suponha que o ndice geral de preos de uma economia no ano n tenha o valor de 120
e no ano n+1 o valor de 156. Assinale a opo que d a desvalorizao da moeda da
economia no perodo:
a) 14,0%
b) 32,0%
c) 23,1%
d) 30,2%
Prof. Vtor Menezes
67

e) 30,0%
Resoluo:
Em 2007, com R$ 120,00, comprvamos 10kg de carne.
Em 2008, compramos os mesmos 10kg de carne por R$ 156,00.
Portanto, agora, em 2008, com o mesmo tanto de dinheiro, compramos menos carne.
Nossa moeda se desvalorizou.
Se fssemos gastar os mesmos R$ 120,00, em 2008, quanto de carne compraramos?
Basta fazer a regra de trs.
10kg de carne custa R$ 156,00
X de carne custa R$ 120,00
10kg ----- R$ 156,00
X ----- R$ 120,00
X 156 = 120 10 X = 7,69
Ou seja, com os mesmos R$ 120,00, agora compramos apenas 7,69 kg de carne.

Compramos 23% menos de carne. A moeda se desvalorizou 23%.
Gabarito: C.
Questo 26
AFRF/2002-1 [ESAF]
A inflao de uma economia, em um perodo de tempo t, medida por um ndice geral

de preos, foi de 30%. Assinale a opo que d a desvalorizao da moeda dessa
economia no mesmo perodo.
a) 30,00%
b) 23,08%
c) 40,10%
d) 35,30%
e) 25,00%
Resoluo:
No comeo, 1 kg de carne custava R$ 10,00.
Passado um tempo, os preos aumentaram. Agora o quilograma da carne custa R$
13,00 (aumento de 30%).
Se fssemos gastar os mesmos R$ 10,00, quanto de carne compraramos?
Basta fazer a regra de trs.
Prof. Vtor Menezes
68

1 kg de carne custa R$ 13,00.
X de carne custa R$ 10,00.
1kg ----- R$ 13,00
X ----- R$ 10,00
1 10 = X 13 X = 0,769
Compraramos apenas 769 gramas de carne. Ou seja, compramos 23% menos de

carne. A moeda se desvalorizou 23%.
Gabarito: B.
7.
COMENTRIOS ADICIONAIS
Nesta aula vimos tpicos pouqussimos cobrados em prova. Haveria mais o que falar
sobre eles, mas, para no poluir uma aula cujo custo/benefcio ruim, resolvi fazer
os comentrios adicionais em separado, ao final desse texto.
Vamos l:
7.1. Coeficiente de correlao ordinal frmula de definio

A frmula vista durante a aula, para o coeficiente de correlao ordinal, :
63

Na verdade, essa uma frmula alternativa de clculo, que facilita a execuo das
contas.
2
1
A frmula de definio :
2
Onde:
4

e designam os postos das variveis em apreo

e

Vejam que exatamente a mesma frmula do coeficiente de correlao de Pearson, s

que usando postos no lugar dos valores das variveis originais.
Manipulando-se esta frmula que se chega frmula alternativa, dada por:
2
1
Prof. Vtor Menezes
63

4
69

Sinceramente, um tpico muito pouco cobrado. Na nica questo que encontrei, o
prprio enunciado deu a frmula. Ento no creio que valha a pena decorar a frmula
acima.
7.2. Manipulao de somatrio

Durante a aula vimos algumas igualdades envolvendo somatrio. Elas no so difceis
de se obter. Vamos ver como fica.
Vamos trabalhar com:
L( )

Primeiro fazemos o quadrado da diferena:

L( 2 + )

Agora separamos o somatrio da soma em soma de somatrios:
L

2 L + L
Mas a mdia aritmtica uma constante. Podemos retir-la do somatrio:

L 2 R L + L
No ltimo termo, temos o somatrio de uma constante. Estamos somando:
+ + +
n vezes. Logo, o resultado ser: :
L

2 R L +
Lembrando a definio de mdia aritmtica:

O que resulta em:

L

Podemos substituir isso na nossa expresso. Tnhamos parado no seguinte ponto:
Prof. Vtor Menezes
70

L

2 R L +

Agora substitumos o valor de :

L 2 R +

L 2 R +

L R

Que foi uma das igualdades envolvendo somatrio que apresentamos em aula:

)
L(

L R

Fizemos bem devagar, para ficar claro cada passo. Mas d para fazer bem mais rpido.
Vejamos agora com a varivel Y, como fica:

)
L(

L( 2 + )

L 2 L +

L 2 R +

L

Se vocs repararem bem, esta exatamente a mesma igualdade utilizada na aula 3,

quando estudamos a forma alternativa de clculo da varincia. Lembrando. A frmula
de definio :
( )
T

Agora substitumos o numerador, usando a igualdade que aprendemos a calcular:

R
T

R
T

Prof. Vtor Menezes
71


R

No primeiro termo, temos a mdia dos quadrados de X:
T
T
R
Que a forma alternativa de clculo da varincia.
E para no passar batido, vamos para a ltima igualdade que est faltando:

L( ) ( )

L( + )

L L L + L

L L L +

L +

L

Apesar de num primeiro momento parecer muito difcil fazer toda essa manipulao
acima, se voc tentar fazer sozinho algumas vezes, ver que bem rpido. Ento deixo
ao critrio de cada um. Se voc preferir decorar as igualdades envolvendo somatrio,
decore. Se preferir deduzir rapidamente quando precisar, ok, tambm serve.
S ressalto que elas so realmente importantes, pois sero muito utilizadas nas aulas
de regresso linear e de anlise de varincia.
7.3. Coeficiente de correlao entre preos relativos e quantidades

relativas
Esse um tpico pouqussimo cobrado em prova, s recomendo estudar se seu edital
trouxer isso expressamente.
Considere n produtos. Vamos designar por Xi o preo relativo do produto i. E
vamos designar por Yi a quantidade relativa do produto i.
Seja r o coeficiente de correlao linear entre X e Y.
Prof. Vtor Menezes
72

Existe uma frmula que relaciona r com os ndices de Laspeyres e Paasche. a que
segue:
@U @V
59
1
5C
8E 8F
Nessa frmula, temos:
59 o ndice de Laspeyres
5C o ndice de Paasche
8E o valor das vendas no ano de interesse (ano t)

8F o valor das vendas no ano base (ano 0)
Alm disso, @W e @X so medidas de disperso para X e para Y. So desvios-padro com

certas adaptaes. Mas, sinceramente, no vale a pena explicar que adaptaes so
essas.
Olhando para a frmula, podemos analisar o seguinte.
Em geral, se o preo de um produto aumenta (acrscimo no relativo de preos), as
pessoas tendem a comprar menos (decrscimo do relativo de quantidade).
Com isso, em geral, < 0 (pois as grandezas tm relao inversa quando uma
aumenta a outra diminui).
Deste modo, a relao
Ser igual a 1 somado com alguma coisa.
59
5C
Logo, em geral, o ndice de Laspeyres maior que o de Paasche.

Segue a nica questo que encontrei sobre esse assunto. E, mesmo assim, foi anulada:
Questo 27
O ndice de preos de Laspeyres, para um conjunto de produtos, 120 e o de Paasche

110. A afirmativa correta :
a) O coeficiente de correlao entre preo e quantidade, para tais produtos,
negativo.
b) O aumento mdio dos preos dos produtos foi de 15%.
c) A reduo mdia nos preos dos produtos foi de 20%.
d) O coeficiente de correlao entre preo e quantidade, para tais produtos, nulo.
e) O aumento mdio dos preos dos produtos foi de 115%.
Resoluo:
Prof. Vtor Menezes
73

O gabarito preliminar foi a letra "a". No gabarito definitivo, a questo foi anulada.
A relao entre os ndices de Paasche (IP) e Laspeyres (IL) dada por:
59
@U @V
1
5C
8E 8F
Onde:
"r" o coeficiente de correlao linear entre o relativo de preos e o relativo de

quantidade.
sP o desvio-padro do relativo de preos
sQ o desvio-padro do relativo de quantidade
Vt o valor monetrio das vendas no ano de interesse, considerando preos

do ano de interesse e quantidade do ano de interesse.
V0 o valor monetrio das vendas no ano base, considerando preos do ano

base e quantidades do ano base.
Nesta equao aparece o coeficiente de correlao linear entre o relativo de preos e

o relativo de quantidades.
Prestem bem ateno. O que importa a correlao linear entre dois ndices: um para
quantidade, outro para preos. Calculamos a relao entre os preos no ano de
interesse e no ano base (ndice relativo de preos). Calculamos a relao entre as
quantidades no ano de interesse e no ano base (ndice relativo de quantidades).
Fazemos a correlao linear entre ambos. E esse valor que entra na frmula.
Quando
0, temos 59
5C .
Quando > 0, temos 59 < 5C .
Finalmente, se < 0, ento 59 > 5C .
Como, neste caso, 59 > 5C , o coeficiente negativo. Por este motivo, a banca indicou
preliminarmente a letra "A" como resposta, o que est errado.
A falha est em misturar as informaes. S o que podemos afirmar que o
coeficiente de correlao linear entre o ndice relativo de preos e o ndice relativo de
quantidades negativo. S isso. Nada podemos afirmar sobre a correlao entre preo
e quantidade, o que totalmente diferente.
Para melhor entendimento, segue um contra-exemplo.
Prof. Vtor Menezes
74

Ano base
Preo
Quantidade
200
457
100
800
Produtos
A
B
Ano de interesse
Preo
Quantidade
100
1875
200
2500
Se voc calcular os dois ndices, chegar a:

IL =120
IP = 110
So exatamente os ndices fornecidos pelo enunciado.
Calculando os valores dos relativos de preo e quantidade, temos:
Produtos
A
B
Relativo de Preo
0,5
2
Relativo de Quantidade
4,102844639
3,125
Como se pode observar, quando o relativo de preo aumenta, o relativo de quantidade

diminui, o que indica uma relao inversa, o que implica em coeficiente de correlao
linear negativo. Ou seja, a correlao linear entre o relativo de preo e o relativo de
quantidade negativa.
Mas o que a questo afirmou no foi isso. A questo afirmou que o coeficiente de
correlao entre preo e quantidade negativo. Ora, isto incorreto. Vide produto B:
Preo
100
200
Quantidade
800
2500
Quando o preo do produto B aumenta, a quantidade tambm aumenta. uma

relao direta. Isto implica em coeficiente de correlao positivo.
Conseguimos construir um exemplo em que IL = 120, IP = 110 e, mesmo assim, um dos
produtos apresenta correlao positiva entre quantidade e preo. Este exemplo
mostra que a concluso da alternativa "A" est errada.
As demais alternativas tambm esto erradas. Vejamos:
Na alternativa "B" fala-se que o aumento mdio nos preos foi de 15%. Isso est
errado. O aumento foi de 20%, se considerarmos o ndice de Laspeyres, e de 10% se
considerarmos o ndice de Paasche. Pelo mesmo motivo a alternativa "E" est errada.
A alternativa "C" est errada porque fala em reduo de preos. Na verdade, houve
aumento de preos, pois os ndices foram maiores que 100%.
Prof. Vtor Menezes
75

A alternativa "D" tem o mesmo erro da letra "A", ao tentar trazer concluses sobre
correlao entre quantidade e preo. S podemos concluir algo para a correlao
entre ndices relativos de quantidade e de preo.
Gabarito: Anulado
8.
QUESTES APRESENTADAS EM AULA
Questo 1
SEFAZ CE 2007 [ESAF]
No estudo da Estatstica Descritiva sero considerados como pequenos os conjuntos

de dados que contenham at 30 elementos ou como grandes quando o conjunto de
dados possuir mais de 30 elementos. Este parmetro de 30 elementos um referencial
que, muito embora indicado e utilizado com muita freqncia, depende da situao e
peculiaridades
da
varivel
em
estudo.
Para um (1) conjunto de dados de qualquer tamanho de uma varivel, as suas
informaes podem ser resumidas estatisticamente de acordo com as seguintes
medidas:
Indique a opo falsa.
a) Medidas de tendncia central ou posio.
b) Medidas de disperso ou variabilidade.
c) Medidas de assimetria.
d) Medidas de achatamento ou curtose.
e) Medidas de correlao.
Questo 2
ISS SP 2012 [FCC]
Considere as seguintes afirmaes:

I. Um dispositivo til quando se quer verificar a associao entre duas variveis
quantitativas o grfico de disperso entre essas duas variveis.
II. O coeficiente de variao uma medida de disperso relativa que depende da
unidade de medida da varivel que est sendo analisada.
III. Dentre as medidas de posio central, a mdia considerada uma medida robusta
pelo fato de no ser afetada por valores aberrantes.
IV. Se o coeficiente de correlao linear de Pearson entre duas variveis for igual a
zero, no haver associao linear entre elas, implicando a ausncia de qualquer outro
tipo de associao.
Est correto o que se afirma APENAS em
a) II e III.
b) I e II.
Prof. Vtor Menezes
76

c) I e III.
d) I e IV.
e) I.
Questo 3
INEP 2008 [CESGRANRIO]
Considere as afirmaes a seguir a respeito do Coeficiente de Correlao (r) de

Pearson entre duas variveis.
I - Se r = 1, as observaes esto todas sobre uma linha reta no diagrama de disperso.
II - Se r > 0, a varivel independente aumenta quando a varivel dependente aumenta.
III - Se r < 0, a varivel independente decresce quando a varivel dependente decresce.
IV - Se r = 0, no existe relao entre as duas variveis.
So corretas APENAS as afirmaes
(A) I e II
(B) I e III
(C) II e III
(D) II e IV
(E) III e IV
Questo 4
TCU CESPE [2008]
Uma agncia de desenvolvimento urbano divulgou os dados apresentados na tabela a

seguir, acerca dos nmeros de imveis ofertados (X) e vendidos (Y) em determinado
municpio, nos anos de 2005 a 2007.
Ano
2005
2006
2007
Nmero de imveis
Ofertados (X)
Vendidos (Y)
1.500
100
1.750
400
2.000
700
Considerando as informaes do texto, julgue o item subseqente.

O coeficiente de correlao linear entre X e Y inferior a 0,8.
Questo 5
TJ PI 2009 [FCC]
Analisando o diagrama de disperso entre duas variveis aleatrias X e Y, um analista

optou por utilizar uma forma de relao linear aproximada entre X e Y tal que Y = 3 +
2X, uma vez que nem todos os pontos pertencem a uma mesma reta. Se o coeficiente
de correlao linear entre X e Y for r, ento
(A) 0 < r < 1
(B) 1 < r < 0
(C) r = 1
(D) r = 0
Prof. Vtor Menezes
77

(E) r = 1
Questo 6
AFRFB 2005 [ESAF]
Para uma amostra de dez casais residentes em um mesmo bairro, registraram-se os

seguintes salrios mensais (em salrios mnimos):
Identificao do casal
Salrio do marido (Y)
Salrio da esposa (X)
1
30
20
2
25
25
3
18
12
4
15
10
5
20
10
6
20
20
7
21
18
8
20
15
9
25
18
10
27
23
Sabe-se que:
10
= 221 ;
Y
i =1
i =1
10
X
i =1
= 171 ;
10
X Y
i =1
10
i i
= 5069
10
X
i =1
2
i
= 3171
= 3940
Assinale a opo cujo valor corresponda correlao entre os salrios dos homens e
das mulheres.
a) 0,72
b) 0,75
c) 0,68
d) 0,81
e) 0,78
Questo 7
ATRFB 2006 [ESAF]
Para 5 pares de observaes das variveis X e Y obteve-se os seguintes resultados:

15

55

39
Sabendo-se que esses 5 pares de observaes constituem a totalidade da distribuio

conjunta populacional dessas duas variveis, o valor do coeficiente de correlao entre
X e Y igual a
a) + 1,000
b) + 0,709
c) + 0,390
d) - 0,975
e) - 0,600
Prof. Vtor Menezes
78

Questo 8
CAPES 2008 [CESGRANRIO]
Se as variveis Y e X 1 forem transformadas, respectivamente, para Y1 = 2Y + 0,5 e

X 1 ' = X 1 + 0,5 , o coeficiente de correlao entre Y1 e X 1 '
(A) 0,382
(B) 0,059
(C) - 0,059
(D) - 0,118
(E) - 0,382
Questo 9
MDIC 2008 [CESPE]
As estimativas para os valores totais das exportaes (TE) e das importaes (TI)
brasileiras em 2008 so, respectivamente, iguais a US$ 197 bilhes e US$ 174 bilhes.
O quadro abaixo apresenta as sries temporais dos valores totais anuais das
exportaes e importaes brasileiras, de 2005 a 2007.
Internet: <www.funcex.com.br> (com adaptaes).
Com base nessas informaes, julgue o item subsequente.

A correlao entre TE e TI superior a 0,50.
Prof. Vtor Menezes
79

Questo 10
CGU 2008 [ESAF]
O clculo do coeficiente de correlao de postos de Spearman equivale ao clculo do

coeficiente de correlao linear de Pearson entre duas variveis usando os postos no
lugar dos valores observados, sendo que a frmula do clculo do coeficiente de
correlao linear de Pearson usando postos se simplifica em = 1- 6T/(n3 - n) onde T
a soma para todas as observaes dos quadrados das diferenas entre os postos de
cada observao e n o nmero de observaes. Assim, calcule o valor mais prximo
do coeficiente de correlao de Spearman entre X e Y para a amostra aleatria abaixo
de 12 indivduos onde X e Y medem duas caractersticas distintas medidas em cada
indivduo.
X
82
42
98
87
46
40
39
116
37
113
65
88
111
86
83
56
85
62
126
92
106
117
54
81
a) 1.
b) 0,82.
c) 0,45.
d) 0,13.
e) -0,59.
Questo 11
CVM 2001 [ESAF]
A tabela abaixo d a evoluo nos tempos t1 e t2 dos preos, em reais, e das

quantidades, em unidades apropriadas, de trs produtos A, B e C. Assinale a opo que
corresponde ao ndice de preos de Paasche com base em t1, com duas casas
decimais.
Produtos
A
B
C
Preos
t1
t2
2,20
3,00
2,00
2,00
0,50
0,60
Quantidades
t1
t2
50
40
2
3
80
100
a) 131%
b) 202%
c) 129%
d) 186%
e) 154%
Questo 12
SEFAZ PA 2002 [ESAF]
Considere a tabela seguinte com dados hipotticos sobre preos unitrios (p) e
quantidades consumidas (q) por indivduo, em unidades apropriadas,
de uma cesta com 3 produtos A, B e C.
Prof. Vtor Menezes
80

Produto
A
B
C
P:1990
1,00
2,00
2,00
P: 1992
4,00
1,00
4,00
Q: 1990
40
80
100
Q: 1992
60
110
80
Assinale a opo que d o valor do ndice de preos de Paasche da cesta para 1992
com base em 1990.
a) 160,0
b) 154,3
c) 120,4
d) 152,3
e) 150,0
Questo 13
AFRFB 2005[ESAF]
Considerando-se os dados sobre os preos e as quantidades vendidas de dois produtos

em dois anos consecutivos, assinale a opo correta.
Ano
1
2
Produto I
P11
Q11
40
6
60
2
Produto II
P21
Q21
40
2
20
6
a) O ndice de Laspeyres indica um aumento de 50% no nvel de preos dos dois

b) Os fatores de ponderao no clculo do ndice de Laspeyres so 80 para o preo
c) O ndice de Laspeyres indica um aumento de 25% no nvel de preos dos dois
d) Os fatores de ponderao no clculo do ndice de Paasche so 240 para o preo
e) O ndice de Laspeyres indica um aumento de 25% no nvel de preos dos dois
Questo 14
SEFAZ SP 2009 [ESAF]
Dados os relativos de preos do ano 1 em relao ao ano 0 de quatro produtos e os

pesos relativos dos valores de cada produto no ano 0, obtenha o valor mais prximo
da variao percentual do ndice de Preos de Laspeyres do ano 1 em relao ao ano 0.
Relativo de preos
1,10
1,05
1,08
1,15
Pesos no ano 0
0,10
0,20
0,30
0,40
a) 9,9%
b) 12,0%
c) 10,8%
Prof. Vtor Menezes
81

d) 11,3%
e) 10,4%
Questo 15
CGU 2008 [ESAF]
Um ndice de preos calculado da seguinte forma. Sendo pi0 o preo e qi0 a

quantidade transacionada do produto i, em um momento 0, define-se o peso no
momento 0 do produto i, wi0 por wi0 = pi0qi0 / i pi0qi0, isto , pelo valor transacionado
do produto pi0qi0 dividido pelo valor total de todos os produtos transacionados i
pi0qi, onde i significa somatrio para todos os produtos i. Sendo pit o preo do
produto i no momento t, o valor do ndice em t calculado como i wi0 pit / pi0.
Calculado dessa maneira, este ndice um ndice de preos de:
a) Paasche.
b) Laspeyres.
c) Fisher.
d) Divisia.
e) Deaton.
Questo 16
SEFAZ MS 2006 [FCC]
O relativo de preos de maro de 2006 com base 100 em fevereiro de 2006 125. Qual
o relativo de preos de fevereiro de 2006 com base 100 em maro de 2006?
a) 72
b) 75
c) 80
d) 85
e) 90
Questo 17
AFRFB 2003 [ESAF]
Dadas as trs sries de ndices de preos abaixo, assinale a opo correta.

Ano
1999
2000
2001
2002
S1
50
75
100
150
S2
75
100
125
175
S3
100
150
200
300
a) As trs sries mostram a mesma evoluo de preos.

b) A srie S2 mostra evoluo de preos distinta das sries S1 e S3
c) A srie S3 mostra evoluo de preos distinta das sries S1 e S2.
d) A srie S1 mostra evoluo de preos distinta das sries S2 e S3.
e) As trs sries no podem ser comparadas pois tm perodos-base distintos.
Prof. Vtor Menezes
82

Questo 18
AFRFB 1998 [ESAF]
A tabela seguinte d a evoluo de um ndice de preo calculado com base no ano de

1984.
Ano
ndice
1981
75
1982
88
1983
92
1984
100
1985
110
1986
122
No contexto da mudana de base do ndice para 1981 assinale a opo correta.

a) Basta a diviso por 0,75 para se obter a srie de preos na nova base.
b) O ajuste da base depende do mtodo utilizado na construo da srie de preos,
mas a diviso por 0,75 produz uma aproximao satisfatria.
c) Basta multiplicar a srie por 0,75 para se obter a srie de preos na nova base.
d) Basta dividir a srie de preos pela mdia entre 0,75 e 1,00.
e) Basta multiplicar a srie de preos pela mdia entre 0,75 e 1,00.
Questo 19
AFRFB 2002 [ESAF]
No tempo t 0+ 2 o preo mdio de um bem 30% maior do que em t 0+1 , 20% menor do
que em t0 e 40% maior do que em t 0+3 . Assinale a opo que d o relativo de preos do
bem em t 0+3 com base em t 0+1 .
a) 162,5%
b) 130,0%
c) 120,0%
d) 092,9%
e) 156,0%
Questo 20
AFRFB 2001 [ESAF]
Um ndice de preos com a propriedade circular, calculado anualmente, apresenta a

sequncia de acrscimos 1 = 3 %, 2 = 2% e 3 = 2 %, medidos relativamente ao ano
anterior, a partir do ano t 0 . Assinale a opo que corresponde ao aumento de preo
do perodo t 0+ 2 em relao ao perodo t 01 .
a) 7,00 %
b) 6,08 %
c) 7,16 %.
d) 9,00 %
e) 6,11 %
Questo 21
Conhecendo apenas o ndice de Laspeyres de preo e o ndice de Paasche de

quantidade, o clculo utilizado para obter o ndice de valor :
a) Diviso .
Prof. Vtor Menezes
83

b) Multiplicao.
c) Mdia geomtrica.
d) Mdia aritmtica.
e) Mdia harmnica.
Questo 22
BACEN 2006 [ESAF]
Em um mesmo perodo considerado, o ndice de preos de Fisher (FP) obtido

calculando-se a mdia geomtrica entre o ndice de preos de Laspeyres (LP) e o ndice
de preos de Paasche (PP). Tambm, o ndice de quantidade de Fisher (FQ) obtido
calculando-se a mdia geomtrica entre o ndice de quantidade de Laspeyres (LQ) e o
ndice de quantidade de Paasche (PQ).
Seja uma cesta de 8 produtos com seus respectivos preos e quantidades nas pocas 1
e 2 e as seguintes informaes:
O
L D 6
800

O
L D 6
1600

O
L D 6
640

O
L D 6
1400

em que,
DP : : preo do produto i na poca j
6P : quantidade consumida do produto i na poca j
Tomando como base a poca 1 e calculando os ndices no perodo de 1 a 2, tem-se que

(FP)2 e (FQ)2 so, respectivamente,
a) 1,75 e 1,60
b) 4,375 e 0,70
c) 4,375 e 1,75
d) 1,60 e 1,75
e) 1,75 e 0,70
Prof. Vtor Menezes
84

Questo 23
MDIC 2012 [ESAF]
Considere a cesta formada por cinco produtos A, B, C, D e E, com as seguintes relaes

entre seus preos e quantidades, onde p0 representa os preos e q0, as quantidades
transacionadas dos produtos no incio do ano e p1 os preos no fim do ano:
;
;F NF
1
;F
A
225
0,4
B
110
0,5
C
115
0,4
D
250
0,36
E
300
0,15
Calcule o valor mais prximo da variao de preos da cesta no ano obtida pelo ndice
de Preos de Laspeyres.
a) 31,4%
b) 32,6%
c) 34,75%
d) 36,0%
e) 37,4%
Questo 24
AFPS 2002 [ESAF]
O ndice de inflao no ms de junho foi de 10% e se manteve constante nesse nvel

em julho e agosto. Assinale a opo que mais se aproxima da desvalorizao da moeda
nesse perodo.
a) 33%
b) 30%
c) 25%
d) 20%
e) 10%
Questo 25
ICMS/PI - 2001 [ESAF]
Suponha que o ndice geral de preos de uma economia no ano n tenha o valor de 120
e no ano n+1 o valor de 156. Assinale a opo que d a desvalorizao da moeda da
economia no perodo:
a) 14,0%
b) 32,0%
c) 23,1%
d) 30,2%
e) 30,0%
Prof. Vtor Menezes
85

Questo 26
AFRF/2002-1 [ESAF]
A inflao de uma economia, em um perodo de tempo t, medida por um ndice geral

de preos, foi de 30%. Assinale a opo que d a desvalorizao da moeda dessa
economia no mesmo perodo.
a) 30,00%
b) 23,08%
c) 40,10%
d) 35,30%
e) 25,00%
Questo 27
O ndice de preos de Laspeyres, para um conjunto de produtos, 120 e o de Paasche

110. A afirmativa correta :
a) O coeficiente de correlao entre preo e quantidade, para tais produtos,
negativo.
b) O aumento mdio dos preos dos produtos foi de 15%.
c) A reduo mdia nos preos dos produtos foi de 20%.
d) O coeficiente de correlao entre preo e quantidade, para tais produtos, nulo.
e) O aumento mdio dos preos dos produtos foi de 115%.
9.
GABARITO
15
16
17
errado
18
19
20
21
22
certo
23
10
24
11
25
12
26
13
14
Prof. Vtor Menezes
86

Aula 05 - Curso Regular de Estatística

Caricato da

Informazioni sul documento

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 05 - Curso Regular de Estatística

Caricato da

Copyright:

Formati disponibili

Curso Regular de Estatstica

Prof Vtor Menezes Aula 05

AULA 5: Anlise bidimensional e nmeros

Variveis qualitativas e quantitativas

Sinal do coeficiente de correlao

Memorizando a frmula do coeficiente de correlao

Propriedades do Coeficiente de correlao

COEFICIENTE DE CORRELAO ORDINAL DE SPEARMAN

Relativo de quantidade (IQ)

Relativo de valor (IV)

ndice simples de preos agregados

Mdia de preos relativos

ndice de preos de Laspeyres (IL) e ndice de preos de Paasche (IP)

ndices de quantidade de Paasche e de Laspyeres

ndice de valor para uma cesta de mercadorias

ndice de preos de Fisher

Coeficiente de correlao ordinal frmula de definio

Coeficiente de correlao entre preos relativos e quantidades relativas

Prof. Vtor Menezes

Curso Regular de Estatstica

1.1. Variveis qualitativas

Acima estamos estudando, simultaneamente, duas variveis. A primeira varivel refere-se

1.2. Variveis quantitativas

Prof. Vtor Menezes

Curso Regular de Estatstica

Agora vamos plotar isso em um diagrama de disperso:

1.3. Variveis qualitativas e quantitativas

Como exemplo, vamos retomar o exerccio 19, resolvido na aula 3.

Prof. Vtor Menezes

Curso Regular de Estatstica

Dentro de anlise bidimensional, o tpico mais cobrado em provas , sem dvidas, o

Prof. Vtor Menezes

Curso Regular de Estatstica

Prof. Vtor Menezes

Curso Regular de Estatstica

Figura 1 Diagrama de disperso peso x altura

Este grfico acima chamado de diagrama de disperso.

Prof. Vtor Menezes

Curso Regular de Estatstica

Figura 2 Diagrama de disperso peso x altura relao linear menos intensa

A Figura 2 representa uma outra populao, em que a relao entre os pesos e as

 (  )   (  )

O coeficiente acima chamado de coeficiente de correlao linear de Pearson.

Com isso, a frmula do coeficiente de correlao fica:

possvel demonstrar que o coeficiente de correlao assume valores apenas no

Quanto mais prximo de zero est o coeficiente de correlao, menor a relao

Curso Regular de Estatstica

Prof. Vtor Menezes

Curso Regular de Estatstica

Calcule o coeficiente de correlao linear entre as notas de fsica e matemtica.

 (  )   (  )

Veja que o coeficiente de correlao bem prximo de 1. Ou seja, existe intensa

SEFAZ CE 2007 [ESAF]

No estudo da Estatstica Descritiva sero considerados como pequenos os conjuntos

Prof. Vtor Menezes

Curso Regular de Estatstica

Indique a opo falsa.

ISS SP 2012 [FCC]

Considere as seguintes afirmaes:

Prof. Vtor Menezes

Curso Regular de Estatstica

2.1. Sinal do coeficiente de correlao

Prof. Vtor Menezes

Curso Regular de Estatstica

( ) ( )

( ) ( )

( ) ( )

( ) ( )