Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
SURGIMENTO DA ESTATSTICA
HISTRICO
A Matemtica considerada a cincia que une clareza do raciocnio a sntese da linguagem.
Originou-se do convvio social, das trocas, da contagem, com carter prtico, utilitrio, emprico. A
Estatstica, ramo da Matemtica Aplicada teve origem semelhante.
Desde a Antiguidade, vrios povos j registravam o nmero de habitantes, de nascimentos, de
bitos, faziam estimativas das riquezas individual e social, distribuam eqitativamente terras ao povo,
cobravam impostos e realizavam inquritos quantitativos por processos que, hoje, chamaramos de
Estatstica.
Na Idade Mdia colhiam-se informaes, geralmente com finalidades tributrias ou blicas. A
partir do sculo XVI comearam a surgir as primeiras anlises sistemticas de fatos sociais, como
batizados, casamentos, funerais, originando as primeiras tbuas e tabelas e os primeiros nmeros
relativos.
No sculo XVIII o estudo de tais fatos foi adquirindo, aos poucos, feio verdadeiramente
cientfica. Gottfried Achenwall
batizou a nova cincia (ou mtodo) com o nome de Estatstica, determinando o seu objetivo e suas
relaes com as cincias.
O estadista Disraeli (ingls) afirmou: h trs tipos de mentiras: mentiras, mentiras descabeladas e
estatsticas.
A mesma substncia pode ser veneno ou remdio: depende do uso que se faa dela. Utilizada
com propriedade, a Estatstica auxilia o pesquisador a ir, mais longe do que seus olhos alcanam. Uma
amostra bem colhida possibilita conhecer a intimidade do universo que a gerou.
CONSIDERAES INICIAIS
Atualmente, o pblico leigo (leitor de jornais e revistas) posiciona-se em dois extremos
divergentes e igualmente errneos quanto validade das concluses estatsticas: ou cr em sua
infalibilidade ou afirma que elas nada provam. Os que assim pensam ignoram os objetivos, o campo e o
rigor do mtodo estatstico: ignoram a Estatstica, quer terica quer prtica, ou a conhecem muito
superficialmente.
Na era da energia nuclear, da automao, do computador, da internet, da informao, etc., os
estudos estatsticos tm avanado rapidamente e, com seus processos e tcnicas, tm contribudo para a
organizao dos negcios e recursos do mundo moderno.
A estatstica tem basicamente duas finalidades: descrever os fenmenos e suas caractersticas e
fazer predies sobre as ocorrncias futuras de certo fenmeno em condies semelhantes aquelas em que
ele ocorreu no passado. Tais avaliaes, feitas com base num conjunto de dados representativos do
fenmeno em estudo, estaro sempre sujeitas a certo nvel de incerteza, varivel conforme o grau de
regularidade do fenmeno. No processamento dos dados, seja para descrever o fenmeno em estudo ou
predizer propriedades, comportamento futuro, podem ser necessrios conhecimentos, informaes,
tcnicas ou teorias desenvolvidas por outras cincias, razo pela qual o estatstico muitas vezes tem de ser
orientado por especialistas na rea em estudo, tanto na coleta quanto na anlise dos dados e interpretao
dos resultados.
Portanto podemos definir a estatstica como ramo da matemtica aplicada que fornece mtodos
para a coleta, organizao, descrio, anlise e interpretao de dados e para a utilizao dos mesmos na
tomada de decises; ou ainda como conjunto de procedimentos obtidos para reunir, organizar, interpretar
2
um conjunto de dados numricos para tirar concluses ou fazer previses a respeito de determinado fato.
As representaes podem ser feitas de vrias formas, como tabelas, grficos,...
A aplicao prtica da estatstica, nas mais diversas reas de conhecimento humano comprova sua
utilidade, destacadamente nos ramos onde a experimentao de fundamental importncia como, por
exemplo, na medicina, na engenharia, no controle de qualidade,... Entre as reas de trabalho, basta citar os
mapas e relatrios de venda, produo, crescimento e desempenho, de larga utilizao na indstria e o
comrcio, os quais retratam a posio dos dados em determinados instantes e as respectivas projees
para o futuro.
Outro ponto bastante importante em termos de aplicao estatstica refere-se ao modelo
matemtico aplicvel ao fenmeno em estudo. Em termos gerais vale dizer que o modelo ideal aquele
que considera o maior nmero possvel de variveis significativas do fenmeno. O grande inconveniente
desse modelo que ele nem sempre operacionalmente vivel. Mas esta uma restrio contornvel
pela habilidade matemtica do estatstico ou da equipe encarregada do estudo e pelo nvel de sofisticao
do equipamento disponvel para o processamento das informaes. O que pode ser impossvel de ser
executado por um solitrio aluno em sala de aula, utilizando uma calculadora manual, pode ser elementar
para um centro de pesquisa governamental, ligado a uma grande universidade e equipado com
computadores de ltima gerao. Em sntese, a dificuldade apresentada pelo modelo matemtico
simplesmente relativa. Devemos primeiro buscar a qualidade, as dificuldades devem ser enfrentadas com
criatividade e utilizando ao mximo os recursos disponveis. Aqui, vale uma recomendao: use sempre,
em primeiro lugar, a inteligncia.
O planejamento de qualquer trabalho deve sempre visar algum problema ou objetivo previamente
definido. Uma vez estabelecido o alvo, deve-se tentar imaginar quais so os procedimentos e quais as
informaes necessrias para se atingir a meta visada ou a soluo do problema proposto. Quanto s
informaes, deve-se identificar aonde, como e quando podero ser obtidas. O grupo em estudo tambm
deve ser analisado, observando-se seus limites, as caractersticas individuais dos seus elementos e as
condies em que sero efetuados os levantamentos dos dados. Deve-se prever o universo da pesquisa, o
detalhamento do tempo de sua execuo (passo a passo) e a preciso necessria dos dados coletados.
As empresas de qualquer tipo, privadas, estatais, ou governamentais, so as vigas-mestras da
Economia dos povos, seus diretores exigem de seus administradores a importante tarefa de tomar
decises e, o conhecimento e o uso da estatstica facilitaro seu trplice trabalho de organizar, dirigir e
controlar a empresa.
Atravs de sondagem, por meio de coleta de dados e de recenseamento de opinies, podemos
conhecer a realidade geogrfica e social, os recursos naturais, humanos e financeiros disponveis, as
expectativas da comunidade sobre a empresa e estabelecer suas metas, seus objetivos com maior
possibilidade de serem alcanados a curto, mdio ou longo prazo.
A Estatstica ajudar na seleo e organizao da estratgia a ser adotada no empreendimento, ou
ainda na escolha das tcnicas de verificao da quantidade e da qualidade do produto e mesmo dos
possveis lucros e ou perdas.
UNIDADE I
1 ARREDONDAMENTO
O arredondamento de um nmero unidade mais prxima (casas decimais) reduz seus dgitos
significativos ao nmero de dgitos significativos garantido pelo clculo realizado. Quando o resto a
ser arredondado for exatamente 5, a conveno fazer o arredondamento para o par mais prximo.
Esta prtica faz com que, ao longo das operaes, as diminuies e acrscimos devidos aos
arredondamentos tentam a se compensar.
Exemplos:
18,758 (arredondar ao centsimo mais prximo ou 2 casas decimais) = 18,76
18,758 (arredondar ao dcimo mais prximo 1 casa decimal) = 18,8
18,758 (arredondar a unidade mais prximo ou nmero inteiro) = 19
89,1750 (arredondar ao centsimo mais prximo ou 2 casas decimais) = 89,18
Arredonde
88,287
78,283
98,245
48,255
169,97
169,97
44,2450000001
6,95
6,85
35,386
38,345
77,5001
385,93
385,53
149,3
254,5500001
254,6500001
99,27
99,27
288,549
288,549
325,455
325,455
325,455
83,5
84,5
82,5
33,366
102,68
157,558
1587,3658
5798,45487
resultado
387,326
258,8901
Inteiro
2 casas decimais
UNIDADE II (UNIDADE DE APOIO)
2 - A ESTATSTICA PODE SER DIVIDIDA EM TRS RAMOS:
Estatstica Descritiva se preocupa com a coleta, organizao e descrio dos dados. Utiliza-se de
nmeros para descrever fatos e simplifica informaes. Tem por finalidade tornar as coisas fceis de
entender, de relatar e de discutir. Os dados coletados so resumidos e organizados em tabelas ou
mostrados em grficos. Evidentemente, ao resumir os dados atravs do uso da estatstica descritiva
muitas informaes iro necessariamente se perder.
Exemplos: Taxa de Inflao, Taxa de Acidentes de Trnsito, Custo de Vida, ndice de Aprovao,
Taxa de Desemprego, etc.
Teoria das Probabilidades til para analisar situaes que ocorrem ao acaso. Exemplos: acertar
na Mega-Sena, jogo de dados e cartas, a deciso de um fabricante de empreender uma grande
campanha visando aumentar sua participao no mercado, a deciso de parar de imunizar pessoas
com menos de vinte anos contra determinada doena, etc.
ESTATSTICA DESCRITIVA
Neste curso estudaremos a Estatstica Descritiva, e para tanto sero necessrios alguns conceitos
que so de suma importncia para o desenvolvimento da disciplina, so eles:
Nos estudos estatsticos, na maioria das vezes, por impossibilidade econmica ou temporal,
limitamos as observaes referentes a uma determinada pesquisa a apenas uma parte da populao,
6
denominada amostra. Para que as concluses sejam confiveis necessrio que a amostra seja
representativa da populao, isto , a amostra deve possuir as mesmas caractersticas bsicas da
populao, portanto devemos ter muito cuidado na escolha da amostra para minimizar os erros que
poderiam induzir concluses erradas.
Exemplo: Para conhecer a estatura mdia da mulher brasileira, adotam-se os critrios a seguir na
escolha:
Escolhem-se aleatoriamente mulheres adultas (logicamente as crianas ou adolescentes
ainda no esto com a altura definida e ocasionaria um erro);
Escolhem-se aleatoriamente mulheres em todas as regies do Brasil (sabidamente no
nordeste as pessoas tm, em geral, menor estatura que no resto do pas);
As quantidades de mulheres devem ser proporcionais s quantidades de mulheres das
vrias regies;
Em cada regio, escolhem-se mulheres de todas as classes sociais;
As quantidades de mulheres em cada regio devem ser proporcionais s quantidades de
mulheres nas vrias classes sociais.
Tais critrios procuram tornar a tendncia da amostra o mais prxima possvel da tendncia da
populao. muito complexo o problema de como selecionar a amostra de uma populao, de modo a se
poder tirar concluses vlidas sobre ela.
AS TRS PRINCIPAIS TCNICAS DE AMOSTRAGEM
Amostragem Casual ou Aleatria Simples Esse tipo de amostragem equivalente a um sorteio
aleatrio. Nesse tipo de amostragem necessrio que os elementos da populao sejam numerados.
Quando o nmero de elementos da amostra muito grande, esse tipo de sorteio torna-se muito trabalhoso.
A fim de facilit-lo, foi elaborada uma tabela Tabela de Nmeros Aleatrios (TNA) - construda de
modo que os dez algarismos (0 a 9) so distribudos ao acaso nas linhas e colunas. Para obtermos os
elementos da amostra usando a tabela, sorteamos um algarismo qualquer da mesma, a partir do qual
iremos considerar nmeros de dois, trs ou mais algarismos, conforme nossa necessidade. Os nmeros
assim obtidos iro indicar os elementos da amostra.
Amostragem Proporcional Estratificada Muitas vezes a populao se divide em
subpopulaes estratos. Como provvel que a varivel em estudo apresente, de estrato em estrato, um
comportamento heterogneo e, dentro de cada estrato, um comportamento homogneo, convm que o
sorteio dos elementos da amostra leve em considerao tais estratos. Quando empregamos a Amostragem
Proporcional Estratificada, que, alm de considerar a existncia de estratos, obtm os elementos da
amostra proporcional ao nmero de elementos dos mesmos.
Amostragem Sistemtica Quando os elementos da amostra j se acham ordenados, no h
necessidade de construir o sistema de referncia. Exemplos: linha de produo, prdio de uma rua,
pronturios de um hospital, etc. Nestes casos, a seleo dos elementos que constituiro a amostra pode ser
feita por um sistema feito pelo pesquisador. Assim, no caso de uma linha de produo, podemos, a cada
dez itens produzidos, retirar um para pertencer a uma amostra da produo diria. Neste caso, estaramos
fixando o tamanho da amostra em 10% da populao.
10
11
12
13
14
15
1. Considerando a populao abaixo, extraia uma amostra aleatria simples de n = 10 funcionrios. Use
a segunda linha da tabela de nmeros aleatrios.
1 Aristteles
2 Cardoso
3 Ernestino
4 Geraldo
5 Joana
6 Josefa
7 Paula
8 Anastcia
9 Carlito
10 Edevaldo
11 Gabriel
12 Joaquim
13 Josefina
14 Paulo
15 Arnaldo
16 Cludio
17 Francisco
18 Getlio
19 Joaquina
20 Maria Jos
21 Bartolomeu
22 Emlio
23 Felcio
24 Hiraldo
25 Jos da Silva
26 Maria Cristina
27 Bernardino
28 Erclio
29 Fabrcio
30 Joo da Silva
31 Jos de Souza
32 Mauro
2. Suponha que o tempo de servio destes funcionrios, em anos completos, so os seguintes valores:
Aristteles 2
Cardoso 16
Ernestino 7
Geraldo 8
Joana 2
Josefa 1
Paula 4
Anastcia 5
Carlito 3
Edevaldo 2
Gabriel 8
Joaquim 22
Josefina 5
Paulo 2
Arnaldo 2
Cludio 1
Francisco 0
Getlio 2
Joaquina 3
Maria Jos 3
Bartolomeu 1
Emlio 13
Felcio 10
Hiraldo 10
Jos da Silva 4
Maria Cristina 3
Bernardino 11
Erclio 10
Fabrcio 5
Joo da Silva 4
Jos de Souza 2
Mauro 11
Apresente a amostra da varivel tempo de servio associada amostra de funcionrios obtida no exerccio
anterior.
1. Usando a terceira coluna da tabela de nmeros aleatrios, extraia uma amostra aleatria simples de 6
(seis) letras do alfabeto da lngua portuguesa.
2. Os elementos de uma certa populao esto dispostos numa lista, cuja numerao vai de 1650 a 7740.
Descreva como voc usaria uma tabela de nmeros aleatrios para obter uma amostra de 100
elementos. Seria necessrio efetuar nova numerao?
3. Seja um conjunto de 20 crianas numeradas de 1 a 20. Usando a tabela de nmeros aleatrios, divida
aleatoriamente estas crianas em dois grupos de 10 crianas. Use a primeira coluna da tabela de
nmeros aleatrios.
4. Usaremos, como exemplo, a populao dos N = 32 funcionrios. Atravs da tcnica de Amostragem
Sistemtica, obtenha uma amostra de n = 5. E listar o conjunto dos funcionrios sorteados.
1 Aristteles
2 Cardoso
3 Ernestino
4 Geraldo
5 Joana
6 Josefa
7 Paula
8 Anastcia
9 Carlito
10 Edevaldo
11 Gabriel
12 Joaquim
13 Josefina
14 Paulo
15 Arnaldo
16 Cludio
17 Francisco
18 Getlio
19 Joaquina
20 Maria Jos
21 Bartolomeu
22 Emlio
23 Felcio
24 Hiraldo
25 Jos da Silva
26 Maria Cristina
27 Bernardino
28 Erclio
29 Fabrcio
30 Joo da Silva
31 Jos de Souza
32 Mauro
16
P1 P2 P3 P4 P5 P6 P7 P8 P9 P10
S1 S2 S3 S4 S5 S6 S7 S8 S9 S10
A1 A2 A3 A4 A5 A6 A7 A8 ........... A28 A29 A30
17
18
19
ndices so razes entre duas grandezas tais que uma no inclui a outra.
populao
nmero de nascimentos
populao total
nmero de bitos
= populao total
Taxas so os coeficientes multiplicados por uma potncia de 10 para tornar o resultado mais inteligvel.
Exemplos:
- Taxa de mortalidade = coeficiente de mortalidade x 1.000
- Taxa de natalidade = coeficiente de natalidade x 1.000
- Taxa de evaso escolar = coeficiente de evaso escolar x 100
20
MTODO ESTATSTICO
Muitos dos conhecimentos que temos foram obtidos na Antiguidade por acaso e, outros, por
necessidades prticas, sem aplicao de um mtodo. Atualmente, quase todo acrscimo de conhecimento
resulta da observao e do estudo. Se bem que muito desse conhecimento possa ter sido observado
inicialmente por acaso, a verdade que desenvolvemos processos cientficos para seu estudo e para
adquirirmos tais conhecimentos. Podemos ento dizer que:
Mtodo o conjunto de meios dispostos convenientemente para se chegar a um fim que se deseja.
Mtodo Experimental consiste em manter constantes todas as causas (fatores), menos uma, e variar
esta causa de modo que o pesquisador possa descobrir seus efeitos, caso existam. o mtodo
preferido no estudo da Fsica, da Qumica etc.
Mtodo Estatstico diante da impossibilidade de manter as causas constantes, admite todas essas
causas presentes variando-as, registrando essas variaes e procurando determinar, no resultado final,
que influncias cabem a cada uma delas. Exemplos: preo das mercadorias, nas cincias sociais, etc.
FASES DO MTODO ESTATSTICO
Para o desenvolvimento de um trabalho estatstico necessrio seguir normas ou diretrizes. As
fases a serem seguidas so: a) definio do problema; b) planejamento; c) coleta de dados; d) crtica dos
dados; e) apurao dos dados; f) anlise e divulgao dos dados.
a) Definio do Problema o tiro de largada para a obteno de sua soluo. Sem problema no h
soluo possvel. Dado o problema verifique se ele j foi resolvido ou ao menos estudado por algum.
Se foi certifique-se de que as solues obtidas esto corretas e atendem as suas necessidades. Se no,
procure a soluo.
b) Planejamento No planejamento deve-se determinar os procedimentos necessrios para resolver o
problema e, principalmente decidir como fazer o levantamento das informaes sobre o assunto
objeto de estudo. Que dados devero ser obtidos? Como obt-los? nessa faze que ser escolhido o
tipo de levantamento a ser utilizado, se censitrio, isto abrangendo todo o universo ou por
amostragem, se a contagem for parcial. Ainda, importante nessa fase o cronograma das atividades,
atravs do qual so fixados os prazos para as vrias fases, os custos envolvidos, o material necessrio,
o delineamento da amostra, a forma como sero colhidos os dados.
c) Coleta de Dados essencialmente operacional, se refere obteno, reunio e registro sistemtico
de dados. A coleta de dados classificada de acordo com o tempo:
Contnua (registro) quando feita continuamente, tal como o nmero de vendas a vista de uma
empresa comercial;
Peridica feita em intervalos constantes de tempo, como nos censos (de 10 em 10 anos) e as
avaliaes mensais dos alunos;
Ocasional quando feita de modo que no se considera o tempo nem o perodo. feita quando
requer o estudo de um fenmeno, como no caso de epidemias que assolam ou dizimam
rebanhos inteiros, etc.
21
22
f) Anlise e Apresentao dos Dados Aps a apurao dos valores representativos, eles podem ser
expostos em tabelas, listas, grficos, tornando mais fcil o exame daquilo que est sendo estudado,
que a parte mais importante do trabalho estatstico, j que o objetivo ltimo tirar concluses sobre
o todo (populao) a partir de informaes fornecidas por parte representativa do todo (amostra),
atravs dos mtodos da Estatstica Indutiva.
TABELAS
A anlise estatstica se inicia quando um conjunto de dados torna-se disponvel de acordo com a
definio do problema da pesquisa. Um conjunto de dados seja de uma populao ou de uma amostra
contem muitas vezes um nmero muito grande de valores. Alm disso, esses valores, na sua forma bruta,
encontram-se muito desorganizados. Eles variam de um valor para outro sem qualquer ordem ou padro.
Os dados precisam ento ser organizados e apresentados em uma forma sistemtica e seqencial por meio
de uma tabela ou grfico. Quando fazemos isso, as propriedades dos dados tornam-se mais aparentes e
tornamo-nos capazes de determinar os mtodos estatsticos mais apropriados para serem aplicados no seu
estudo. A organizao dos dados denomina-se Sries Estatsticas.
Tabela um quadro que resume um conjunto de observaes.
Os dados de uma pesquisa organizados em tabelas ou grficos fornecem informaes coerentes
e seguras para o diagnstico de um problema ou para tomada de decises. A elaborao de tabelas
obedece resoluo n0 886 de 26 de outubro de 1966, do Conselho Nacional de Estatstica (alguns
autores citam a resoluo como sendo do IBGE). Uma tabela compe-se, basicamente, dos seguintes
itens:
- Ttulo - acha-se localizado no topo da tabela e deve conter informaes suficientes para que possam
ser respondidas as seguintes questes: o que? (referente ao fato); onde? (relativo ao lugar);
quando? (relativo poca);
- Cabealho - a parte (linha) superior da tabela, que especifica o contedo das colunas;
- Corpo - o conjunto de linhas e colunas que contm informaes sobre a varivel em estudo;
- Coluna Indicadora - a parte da tabela que especifica o contedo das linhas;
- Linhas - so retas imaginrias que facilitam a leitura, no sentido horizontal, de dados que se
inscrevem nos seus cruzamentos com as colunas;
- Casa ou clula - o espao destinado a um s nmero;
- Rodap - fica reservado para a identificao da fonte de dados, bem como para as informaes
pertinentes em geral.
De acordo com a resoluo a que nos referimos, devemos colocar um trao horizontal (--)
quando o valor for zero, trs pontos (...) quando no dispomos dos dados e um ponto de interrogao (?)
quando temos dvidas quanto a exatido de determinado valor.
A seguir ser apresentado um exemplo de tabela com indicaes dos itens:
Coluna
SITUAO
Indicadora
Companhias
VASP
VARIG
TRANSBRASIL
TAM
TOTAL
Prejuzo
R$ 1.000.000,00
153
93
80
29
355
Fonte:
Fonte Fictcia
ESTATSTICA
APLICADA ETA Rodap
N0
Funcionrios
7.620
15.000
3.600
4.500
30.720
N0 de
Aeronaves
50
81
21
54
206
Colunas
Numricas
Taxa de Ocupao
%
55
61
45
50
Casa ou
Clula
Cabealho
Linhas
Corpo
23
GRFICOS ESTATSTICOS
Os grficos permitem a representao da relao entre variveis e podem facilitar a compreenso
dos dados, se apresentados de forma clara e objetiva. Tambm propiciam uma idia preliminar satisfatria
da concentrao e/ou disperso de valores, uma vez que atravs deles os dados estatsticos se apresentam
em termos de grandezas visualmente interpretveis.
O Grfico Estatstico uma forma de apresentao dos dados estatsticos, cujo objetivo o de
produzir, no investigador ou no pblico em geral, uma impresso mais rpida e viva do fenmeno em
estudo, j que os grficos falam mais rpido compreenso que as sries.
A representao grfica das sries estatsticas tem por finalidade dar uma idia, a mais imediata
possvel, dos resultados obtidos, permitindo chegar-se a concluses sobre a evoluo do fenmeno ou
sobre como se relacionam os valores da srie. No h apenas uma maneira de representar graficamente
uma srie estatstica. A escolha do grfico mais apropriado ficar a critrio do analista.
A representao grfica de um fenmeno deve obedecer a certos requisitos fundamentais para ser
realmente til:
a) Simplicidade o grfico deve ser destitudo de detalhes de importncia secundria, assim como
de traos desnecessrios que possam levar o observador a uma anlise morosa ou com erros.
b) Clareza o grfico deve possibilitar uma correta interpretao dos valores representativos do
fenmeno em estudo.
c) Veracidade o grfico deve expressar a verdade sobre o fenmeno em estudo. importante que o
grfico seja construdo com o mximo de cuidado, seja com o traado, seja com a escala.
A modificao de uma escala pode alterar o traado do grfico e desviar a anlise correta.
Podemos classificar os grficos estatsticos segundo a forma:
i) Diagramas so grficos geomtricos dispostos em duas dimenses;
ii) Cartogramas so ilustraes relativas a cartas geogrficas, largamente difundidas em Geografia,
Histria e Demografia;
iii) Pictogramas representao grfica feita com figuras;
iv) Estereogramas so as representaes em 3 dimenses utilizando volumes;
Os grficos estatsticos podem tambm ser classificados segundo o objetivo:
a) Grfico de Informao so grficos destinados principalmente ao pblico em geral, objetivando
proporcionar uma visualizao rpida e clara da intensidade das modalidades e dos valores
relativos ao fenmeno observado. So tipicamente explosivos, devendo, portanto, ser o mais
completo possvel, dispensando comentrios explicativos adicionais.
b) Grfico de Anlise esses grficos prestam-se melhor ao trabalho estatstico, fornecendo
elementos teis face de anlise dos dados, sem deixar de ser tambm informativo. Quando se
usam grficos para apresentar os resultados de uma anlise esses freqentemente vm
acompanhados de uma tabela, inclui-se, muitas vezes, um texto dissertativo, chamando a ateno
do leitor para os pontos principais revelados pelo grfico ou pela tabela.
Observao Muitas vezes, o uso indevido dos grficos pode trazer uma idia falsa dos dados que esto
sendo analisados, chegando a confundir o leitor. Portanto, diferentes tipos de grficos representando, o
mesmo fenmeno pode dar a impresso de que os grficos representam dados nitidamente diferentes, bem
como nos casos em que mudana(s) e/ou problema(s) de escala na construo e/ou outros detalhes
24
tcnicos certamente ser (o) recebido(s) por leigos ou leitores distrados como informaes contrrias
parcialmente ou completamente equivocadas.
Em estatstica so usados vrios tipos de grficos. Dentre eles temos:
Grfico de Linha os dados so colocados num sistema cartesiano ortogonal. Em geral representam
dados de uma tabela. Graficamente temos pontos que so ligados atravs de segmentos de retas. As linhas
so particularmente mais eficientes do que os demais tipos de grficos, quando existem flutuaes nas
sries, ou quando h necessidade de se representar vrias sries em um mesmo grfico. Podemos ter
grficos de linha simples ou linhas mltiplas.
Quantidade de pessoas
144
Masculino
66
Sempre
60
58
Na maioria
das vezes
39
Algumas
vezes
Raramente
nunca
Quantidade de pessoas
700
600
500
400
355
367
Feminino
300
200
100
Masculino
110
144
66
66
58
0
Sempre
Na maioria
das vezes
55
44
Algumas
vezes
60
39
Raramente
nunca
Total
25
Grfico de Barras a representao de uma tabela de dados por meio de retngulos de mesma medida
e separados por distncias iguais. As freqncias dos fatos observados so dadas pelas alturas dos
retngulos, anotadas no eixo y, se as barras forem verticais (tambm chamadas de colunas). Se as barras
forem horizontais, ocorre o contrrio. Podemos ter grfico de barras simples ou grfico de barras
mltiplas.
630
367
nunca
60
Raramente
39
55
44
Algumas vezes
58
66
Sempre
Feminino
66
Masculino
110
355
144
0
100
200
300
400
500
600
700
Quantidade de pessoas
700
600
500
400
367
355
300
200
100
Masculino
Feminino
144
66
110
58 66
39 44
60 55
Algumas
vezes
Raramente
nunca
0
Sempre
Na maioria
das vezes
Total
26
Grfico de Setores os dados so representados em setores circulares que so proporcionais aos valores.
So utilizados principalmente quando se pretende comparar cada valor da srie com o total. volta do
crculo (360o) corresponde o total (100%) dos dados e estabelecemos atravs de uma regra de trs o
ngulo relativo ao setor circular de acordo com cada valor.
Cartograma a representao sobre uma carta geogrfica. Este grfico empregado quando o objetivo
o de figurar os dados estatsticos diretamente relacionados coma reas geogrficas ou polticas.
27
Pictograma constitui um dos processos grficos que melhor fala ao pblico, pela sua forma atraente e
sugestiva. A representao grfica consta de figuras.
Grfico Polar o grfico ideal para representar sries temporais cclicas (sazonais), sries temporais
que apresentam em seu desenvolvimento determinada periodicidade.
28
Histograma formado por retngulos justapostos, sendo o nmero de retngulos igual ao nmero de
intervalos de classes. A base de cada retngulo igual amplitude do intervalo de classe, enquanto sua
altura representa a freqncia do intervalo de classe. A rea do histograma proporcional soma das
freqncias.
29
30
31
UNIDADE III
3 - PREPARAES DE DADOS PARA ANLISES ESTATSTICAS
3.1. Preparao Simples
O mtodo empregado na preparao de um conjunto de dados de baixo volume e consiste numa
simples classificao dos valores em ordem crescente de grandeza.
Exemplo 1: Uma empresa automobilstica selecionou ao acaso, uma amostra de 9 revendedores
autorizados em todo o sul do Brasil e anotou em determinado ms o nmero de unidades adquiridas por
estes revendedores. Obtiveram os seguintes dados: 18; 14; 10; 13; 9; 13; 8; 7; 16.
Rol
3.2 Preparao por agrupamento atravs de valores distintos.
O mtodo empregado na preparao de um conjunto de dados de mdio volume, normalmente
valores inteiros com baixa amplitude.
Exemplo 2: Uma indstria ABC embala peas para o setor de exportao. O controle de qualidade
desta empresa preocupado com a ausncia de seus colaboradores sem justa causa fez um levantamento do
nmero de falta por colaborador no 1 trimestre de 2004, empresa esta localizada no interior de Porto
Alegre/RS. Selecionou uma amostra aleatria de 50 colaboradores e anotou a quantidade de faltas por
colaborador e obtiveram os seguintes dados:
2
1
3
2
2
0
2
3
3
3
1
0
2
4
2
3
1
0
2
1
4
3
2
0
1
2
1
2
3
0
4
1
2
3
3
2
1
1
1
2
2
3
2
2
2
4
3
2
4
3
Fonte: Fictcia
UNIDADE IV
4 - REPRESENTAO GRFICA DA DISTR. DE FREQNCIA
4.1 Histograma atravs de valores distintos: Grfico do exemplo 2
33
TC =
Maiorvalor Menorvalor
NC
Exemplo 3: Um levantamento salarial foi realizado na empresa XYZ localizada em So Jos Santa
Catarina, somente nos setores administrativos desta empresa. Pesquisa esta realizada com uma amostra de
60 funcionrios no ms de abril de 2004. Obtiveram os seguintes dados abaixo que j esto organizados
em ordem crescente de grandeza:
1000
1100
1200
1200
1300
1400
1400
1400
1500
1500
1500
1600
1600
1600
1600
1700
1700
1700
1700
1700
1700
1800
1800
1800
1800
1800
1800
1900
1900
1900
1900
2000
2000
2000
2000
2100
2100
2100
2100
2200
2200
2200
2200
2400
2400
2400
2400
2500
2500
2500
2500
2500
2600
2700
2700
2800
2800
2900
3000
3000
Fonte: Fictcia
35
9
11
9
8
10
11
15
14
10
11
13
12
12
10
14
10
8
9
9
9
11
13
14
14
15
15
12
3. Organizar os dados atravs de valores distintos e fazer o histograma, o quadro abaixo representa
a carga horria semanal trabalhada por funcionrio da Indstria Po de L localizada no Oeste
catarinense levantamento de dados realizado em maro de 2004.
64
66
66
65
66
63
65
65
64
63
62
62
65
64
63
63
63
64
64
64
64
64
64
66
63
62
66
63
66
64
64
63
64
63
65
64
65
63
63
64
8
10
8
9
11
12
14
13
9
12
14
13
11
9
13
11
9
10
8
8
10
14
15
15
14
14
11
480
340
340
450
410
290
340
390
330
290
330
360
370
320
380
440
340
330
320
420
330
390
260
440
290
350
270
400
320
250
470
350
330
260
500
390
36
1390
1390
1470
1360
1360
1450
1330
1120
1440
1280
1460
1320
1370
1600
1230
1300
1360
1300
1250
1410
1330
1430
1290
1100
1300
1140
1450
1270
1380
1310
1260
1360
1210
1320
1300
1220
1400
1130
1440
1390
1350
1400
1340
1320
1600
1300
1170
1330
1380
1500
1250
1550
1360
1400
38
47
69
39
38
73
63
59
52
73
47
35
48
50
47
72
80
62
58
72
49
53
60
55
49
69
54
65
51
69
60
54
57
42
60
46
40
59
75
46
30
65
52
52
30
37
UNIDADE V
5 MEDIDAS ESTATSTICAS
5.1 MEDIDAS DE TENDNCIA CENTRAL (POSIO)
5.1.1 Mdia ( x ): um valor tpico representativo de um conjunto de dados. Fisicamente a mdia
representa o ponto de equilbrio de uma distribuio.
Aplicaes: Ensino, estoque de supermercados, avaliaes de clientes de banco.
OBS: mdia sozinha no tem representao.
Mdia para preparao simples
Mdia do Exemplo 1 (pgina 29): Uma empresa automobilstica selecionou ao acaso, uma amostra de 9
revendedores autorizados em todo o sul do Brasil e anotou em determinado ms o nmero de unidades
adquiridas por estes revendedores. Obtiveram os seguintes dados:
Rol 7; 8; 9; 10; 13; 13; 14; 16; 18.
x
xi
n
38
1400
1400
1500
1500
1500
1600
1600
1600
1600
1700
1700
1700
1700
1700
1700
1800
1800
1800
1800
1800
1800
1900
1900
1900
1900
2000
2000
2000
2000
2100
2100
2100
2100
2200
2200
2200
2200
2400
2400
2400
2400
2500
2500
2500
2500
2500
2600
2700
2700
2800
2800
2900
3000
3000
* Mdia Real =
* Mdia Estimada =
39
Ed: R$2,40
Tom: R$2,50
Don: R$2,10
40
41
Nmero de animais
(fi)
1
5
35
37
28
a)
b)
42
5.1.2 Moda (Mo): o valor que ocorre com maior freqncia em um conjunto de dados.
Moda para preparao de dados simples
Moda do Exemplo 1 (pgina 29): Uma empresa automobilstica selecionou ao acaso, uma amostra de 9
revendedores autorizados em todo o sul do Brasil e anotou em determinado ms o nmero de unidades
adquiridas por estes revendedores. Obtiveram os seguintes dados:
Rol 7; 8; 9; 10; 13; 13; 14; 16; 18.
Mo = _____________ (______________)
Moda para agrupamento atravs de valores distintos.
Moda do Exemplo 2 (pgina 29): Uma indstria ABC embala peas para o setor de exportao. O
controle de qualidade desta empresa preocupado com a ausncia de seus colaboradores sem justa causa
fez um levantamento do nmero de falta por colaborador no 1 trimestre de 2004 empresa esta localizada
no interior de Porto Alegre/RS. Selecionou uma amostra aleatria de 50 colaboradores e anotou a
quantidade de faltas por colaborador e obtiveram os seguintes dados:
Levantamento do nmero de faltas dos seus colaboradores da Empresa ABC localizada em
Porto Alegre Rio Grande do Sul no 1 trimestre de 2004
N de
N de Faltas
Colaboradores
xi
fi
0
5
1
10
2
18
3
12
4
5
Total
50
Fonte: Fictcia
Mo =
Moda real pode ser calculada aplicando-se um dos processos anteriores, quando existe disponibilidade
dos dados originais. Quando os dados originais no esto disponveis pode-se aplicar um dos mtodos
de estimativa.
O mtodo de estimativa pressupe que a moda esteja na classe de maior freqncia, o que nem
sempre verdade.
43
Moda do Exemplo 3 (pgina 31): Um levantamento salarial foi realizado na empresa XYZ localizada
em So Jos Santa Catarina, somente nos setores administrativos desta empresa. Pesquisa esta realizada
com uma amostra de 60 funcionrios no ms de abril de 2004. Obtiveram os seguintes dados abaixo:
Levantamento salarial em R$ no setor administrativo da empresa XYZ
So Jos Santa Catarina Abril de 2004
N de
Valor em R$
Funcionrios
Classes
(fi)
1000 |---1250
4
1250 |---1500
4
1500 |---1750
13
1750 |---2000
10
2000 |---2250
12
2250 |---2500
4
2500 |---2750
8
2750 |---|3000
5
TOTAL
60
Fonte: Fictcia
a) Moda Bruta ( M oB )
Identificar a classe modal:_____________________________
M oB =
b) Moda czuber ( M oC )
Identificar a classe modal, a classe anterior e a posterior.
Podemos calcular atravs da frmula:
C. 1
M oC = li +
1 2
Legenda:
li = limite inferior da classe modal
C = tamanho (amplitude) da classe
1 = variao da freqncia absoluta (fi) da classe modal com a freqncia absoluta (fi) da classe
anterior.
2 = variao da freqncia absoluta (fi) da classe modal com a freqncia absoluta (fi) da classe
posterior.
44
45
9 A distribuio abaixo representa o nmero de acidentes de trabalho, por dia, em uma indstria
Petroqumica, verificada durante um ms. Calcule a Moda de Czuber para a distribuio.
No de acidentes
Nmero de dias
0 |-- 2
20
2 |-- 4
6
4 |-- 6
3
6 |--|8
1
c
R: M o 1,18 acidentes
10 Interprete o valor obtido no problema n9.
11 Calcule a moda da distribuio do nmero de acidentes dirios, observados em um cruzamento,
durante 40 dias:
No de acidentes
No de dias
por dia
0
30
1
5
2
3
3
1
4
1
M
0
acidentes
R: o
12 Interprete o valor obtido no problema n11.
13 Calcule a moda da srie representativa da idade de 50 alunos de uma classe de primeiro ano de uma
Faculdade:
Idade (anos)
No de alunos
17
3
18
18
19
17
20
8
21
4
R: M o 18 anos
14 Interprete o valor obtido no problema n13.
15 A distribuio abaixo representa as alturas de 70 alunos de uma classe. Calcule a Moda de Czuber
para esta distribuio.
Alturas (cm)
Nmero de alunos
150 |-- 160
2
160 |-- 170
15
170 |-- 180
18
180 |-- 190
18
190 |-- 200
16
200 |--|210
1
46
R: M oc 180cm e M oc 180cm
16 Interprete o valor obtido no problema n15.
47
5.1.3 Mediana (Md): o valor que ocupa a posio central de um conjunto de dados ordenados. Para um
nmero par de termos a mediana obtida atravs da mdia aritmtica dos dois valores intermedirios.
Interpretao:
50% dos valores esto abaixo ou coincidem com a mediana e 50% esto acima ou coincidem com a
mediana.
Frmula da posio da Mediana
Pmd =
n 1
2
48
n
2
Md = li +
Legenda:
49
Macete:
Independente do tipo de separatriz, converter a mesma para um Centil ou Percentil
correspondente.
Exemplos:
Md= C50
D9= C90
Q1= C25
P1= C1
Q2= C50
P34= C34
Q3= C75
P60= C60
D1= C10
P99= C99
D2= C20
C5
Separatrizes do Exemplo 1 (pgina 29): Uma empresa automobilstica selecionou ao acaso, uma
amostra de 9 revendedores autorizados em todo o sul do Brasil e anotou em determinado ms o nmero
de unidades adquiridas por estes revendedores. Obtiveram os seguintes dados:
50
Pci =
n 1.i
100
51
n.i
100
S = li +
Legenda:
li = limite inferior da classe que se encontra a separatriz desejada
Pci = posio do centil
Fi = freqncia acumulada da classe anterior
fi = freqncia da classe mediana
C = amplitude da classe mediana
52
B) TABELA B Valores da Diria Com Caf da Manh em Algumas Hospedagens de Lages em 2007
Valor das dirias Hospedagens ou
(em R$)
hotis (fi)
130,00 |-- 150,00
4
150,00 |-- 170,00
8
170,00 |-- 190,00
5
190,00 |-- 210,00
7
210,00 |-- 230,00
3
230,00 |--|250,00
5
Total
32
53
5. 2 MEDIDAS DE DISPERSO
Medidas estatsticas mais comuns so: Varincia; Desvio padro e Amplitude.
A disperso uma forma de se ver o quanto os dados se afastam da mdia.
5.2.1 Desvio Padro
um modo de representar a disperso dos dados ao redor da mdia.
Mdia
A curva A mostra uma disperso dos dados maior do que a curva B, logo o desvio padro de A maior
do que o de B.
f
A
Mdia
Mdia
54
x x
S2
x x
n 1
OBS: Como a disperso nas amostras menor do que na populao, se faz um ajuste matemtico.
Desvio Padro da amostra ( S ou DP ) = Raiz quadrada da varincia
S
= S2
Varincia e Desvio Padro do Exemplo 1 (pgina 29): Uma empresa automobilstica selecionou ao
acaso, uma amostra de 9 revendedores autorizados em todo o sul do Brasil e anotou em determinado ms
o nmero de unidades adquiridas por estes revendedores. Obtiveram os seguintes dados:
Rol 7; 8; 9; 10; 13; 13; 14; 16; 18.
Varincia e Desvio Padro do Exemplo 2 (pgina 29): Uma indstria ABC embala peas para o setor
de exportao. O controle de qualidade desta empresa preocupado com a ausncia de seus colaboradores
ESTATSTICA APLICADA ETA
55
sem justa causa fez um levantamento do nmero de falta por colaborador no 1 trimestre de 2004 empresa
esta localizada no interior de Porto Alegre/RS. Selecionou uma amostra aleatria de 50 colaboradores e
anotou a quantidade de faltas por colaborador e obtiveram os seguintes dados:
Levantamento do nmero de faltas dos seus colaboradores da Empresa ABC localizada em
Porto Alegre Rio Grande do Sul no 1 trimestre de 2004
N de
N de Faltas
Colaboradores
x-x
(x - x)2
xi
fi
0
5
1
10
2
18
3
12
4
5
Total
50
Fonte: Fictcia
Varincia e Desvio Padro do Exemplo 3 (pgina 31): Um levantamento salarial foi realizado na
empresa XYZ localizada em So Jos Santa Catarina, somente nos setores administrativos desta
empresa. Pesquisa esta realizada com uma amostra de 60 funcionrios no ms de abril de 2004.
Obtiveram os seguintes dados abaixo:
Levantamento salarial em R$ no setor administrativo da empresa XYZ
So Jos Santa Catarina Abril de 2004
N de
Valor em R$
Funcionrios
Xi
Xi - x
(Xi - x)2
Classes
(fi)
1000 |---1250
4
1250 |---1500
4
1500 |---1750
13
1750 |---2000
10
2000 |---2250
12
2250 |---2500
4
2500 |---2750
8
2750 |---|3000
5
TOTAL
60
Fonte: Fictcia
56
* 100 (%) Quanto menor o valor deste coeficiente, mais homognea a amostra.
x
Classificao da proporo que o desvio padro apresenta sobre a mdia:
CV =
TIMO (at 10% ), BOM (10% a 20% ), REGULAR (20% a 30%), RUIM (acima de 30% )
5.2.4 Coeficiente de Assimetria - Anlise Horizontal
A
3 x Md
s
fi
fi
fi
Desviado p/ esquerda
Assimetria positiva
A> 0
Assimetria positiva
Simtrica
A=0
Simtrica
Desviada p/ direita
Assimetria negativa
A< 0
Assimetria negativa
Q3 Q1
2 C 90 C10
Leptocrtica
Platicrtica
Mesocrtica
57
x6
Classe A
s2
x7
Classe B
s 1
4) Considere os seguintes resultados relativos ao quadro abaixo: Quanto ao deslocamento das curvas de
freqncia correspondentes, que tipo de distribuio tem em cada caso?
Distribuio A
Distribuio B
Distribuio C
X 50
X 48
X 51
Md = 50
Mo = 50
Md = 49
Mo = 50
Md = 50
Mo = 49
5) Examinando o Grfico 1, indicar qual das distribuies apresenta um desvio-padro maior (supor que
as reas sob as curvas sejam iguais).
58
GRFICO 1 - DISTRIBUIES A E B
59
UNIDADE VI
6 - Distribuio
6.1 Distribuio Normal Curva de Gauss
Exemplo: Selecionar, aleatoriamente de uma certa universidade, um estudante do sexo masculino. Seja
X a sua altura, em centmetros. o estudante selecionado ter 180 cm ou mais.
Qual a probabilidade que este evento ocorra isto , P(X 180).
f(x)
P(X 180)
130
140
150
160
170
180
z=
190
200
210
X 180
x-
Legenda:
z - varivel normal padronizada
x - varivel normal
- mdia
- desvio padro
60
Atividades
1) Num levantamento na linha de produo de tubos e conexes coletou uma amostra aleatria de 800
tubos com dimetro normalmente distribudo com mdia igual a 30 mm e desvio padro igual a 3mm.
Qual a quantidade provvel de tubos com as seguintes especificaes (medidas) abaixo:
Especificaes de Medidas
a) 27 36 mm
b) 24 a 39 mm
c) Acima de 27 mm
d) Acima de 33 mm
e) Abaixo de 24 mm
f) Abaixo de 36 mm
g) 33 a 36 mm
h) 21 a 24 mm
i) 28 a 36 mm
j) 28,5 a 34 mm
k) Acima de 31 mm
l) Abaixo de 27,8 mm
m) 24,5 a 27,9 mm
Probabilidade %
Quantidade de Tubos
655
781
673
127
18
782
109
17
581
480
297
186
167
61
Aplicaes da Estatstica z
1 - Uma empresa observa que na fabricao de determinado tipo de vela h pequena variao nas
dimenses e no peso entre elas. O dimetro mdio das velas segue distribuio normal com mdia de
4,45cm e desvio-padro de 0,35cm. Para saber em quais candelabros as velas podero ser colocadas,
interessante conhecer a probabilidade de as velas terem dimetros:
a) Maior que 4,75cm;
b) Menor que 4,25cm;
c) Entre 4,25 e 4,75cm.
R: a) 19,49%; b) 28,43% e c) 52,08%.
2 - Os salrios dos funcionrios de um hotel fazenda tm distribuio normal em torno da mdia de
R$1.500,00, com desvio-padro de R$200,00. Qual a probabilidade de um funcionrio:
a) Ganhar entre R$1.400,00 e RS 1.600,00?
b) Ganhar acima de R$1.500,00?
c) Ganhar acima de R$1.400,00?
d) Ganhar abaixo de R$1.400,00?
e) Ganhar acima de R$1.650,00.
R: a) 38,3%; b) 50%; c) 69,15%; d) 30,85% e e) 22,66%.
3 Os pesos de 500 malas so normalmente distribudos com mdia 66,2 kg e desvio-padro de 4,3kg.
Determine o nmero de malas que pesam:
a) Menos que 66,2 kg;
b) Entre 63 e 68 kg;
c) Menos de 70 kg;
d) Mais de 60 kg.
R: a) 50%, 250 malas; b) 43,32%, 217 malas; c) 81,06%, 405 malas; 92,51%, 463 malas.
4 - Um avio de oito lugares executa vos tursticos ecolgicos de uma cidade para uma ilha. O avio
pode levar carga til de 650 kg. Supondo que os passageiros tm peso mdio de 600 kg e desvio-padro
de 80 kg, e que o peso normalmente distribudo, qual a probabilidade de:
a) O peso dos oito passageiros estarem entre 350 e 680 kg?
b) Para existir a sobrecarga qual a probabilidade?
c) Qual a probabilidade se o piloto tenha que retirar 50 kg de gasolina, para evitar sobrecarga?
R: a) 84,04%; b) 26,76%; c) 16,2%.
5 - As alturas dos jovens de um acampamento so normalmente distribudas com mdia de 1,70m e
desvio-padro de 0,30m. Os jovens devero participar de diversas atividades esportivas. Para estabelecer
as equipes. Encontre a probabilidade de um jovem medir:
a) Entre 1,58 e 1,85m;
b) Mais de 1,75m;
c) Menos de 1,60m;
d) Mais de 1,90m.
R: a) 34,69%; b) 43,25%; c) 37,07%; d) 25,14%.
62
XX1
1
11X
2
X11
2
1X1
2
111
3
P ( 1 1 x ) + P ( x 1 1 ) + P (1 x 1) =
1 5
15
1 1 5 5 1 1 1 5 1
1 5
= 3 . = 3 .
216
6 6
36 6
6 6 6 6 6 6 6 6 6
2
C nx =
n!
x! n x !
Legenda:
n = nmero de repeties da experincia
x = nmero de vezes que o elemento favorvel deve ocorrer.
p = probabilidade de que o elemento favorvel ocorra em uma nica realizao da experincia.
q = probabilidade de que o elemento favorvel no ocorra em uma nica realizao da experincia.
Resolvendo o exerccio anterior temos:
n = 3 (nmero de repeties)
x = 2 (o elemento favorvel deve ocorrer)
1
(probabilidade de que o elemento favorvel ocorra)
6
5
q=
(probabilidade de que o elemento favorvel no ocorra)
6
p=
1
P { 2 } = C 32 .
6
3 2
C 32 =
3!
3x 2
=3
2!1!
2 x1
1 5
15
P{ 2 } = 3 .
36 6 216
Exerccios
ESTATSTICA APLICADA ETA
63
1. Uma linha de produo apresenta 10% de peas defeituosas, na compra de 5 peas qual a
probabilidade de que:
a) 2 sejam defeituosas.
b) 4 sejam perfeitas
c) No mximo uma seja defeituosa.
d) No mnimo 4 sejam perfeitas.
2. 20% dos rdios apresentam defeitos at o terceiro ano da garantia (sero substitudos). Em um lote de
dez rdios qual a probabilidade de que sejam substitudos:
a) 2 rdios.
b) No mximo 1 rdio
c) No mnimo 1 e no mximo 3.
d) No mnimo 1 rdio.
Referindo-se ao problema anterior, considerando-se um lote de 80 rdios, qual a probabilidade de
quem sejam substitudos.
a) 10 rdios
n = 80
x = 10
p = 0,20
q = 0,80
10
P = { x=10 } = P {10} = C 80
. (0,20)10 . (0,80)70
c) no mximo 15 rdios
64
n = 80
x = 0, 1, 2, ..., 15
p = 0,20
q = 0,80
P = { x 15 } = P {0} + P {1} + ... + P{15}
Com o aumento do nmero de repeties da experincia, o clculo, atravs da distribuio
binomial torna-se impraticvel. Neste caso recomenda-se que o clculo seja realizado por estimativa
atravs da aproximao da curva normal a binomial. A distribuio normal aproximada tem a mdia
calculada pela seguinte frmula:
=n.p
E o desvio padro calculado pela seguinte frmula:
n. p.q
80 0,20 0,80
= 3,58
Calculamos para:
x = 9,5
z1 =
9,5 16
= 46,56%
3,58
u
9,5
16
De 9,5 16 = 46,56%
x = 10,5
ESTATSTICA APLICADA ETA
10,5 16
De 10,5 16 = 43,82%
65
z2 =
10,5 16
= 43,82%
3,58
x = 18,5
7,5 16
= - 2,37
3,58
z1 = 49,11%
z2 =
z2 = 25,80%
18,5 16
= 0,70
3,58
7,5
16 18,5
66
UNIDADE VII
7 - PROBABILIDADE
7.1 Introduo
A probabilidade de que um evento A ocorra igual ao nmero de casos favorveis a ocorrncia
de A dividido pelo nmero total de casos possveis.
P(A) =
NA
n
Exemplo:
Uma caixa contm 3 peas perfeitas e 2 defeituosas. Retirando-se uma pea de forma aleatria,
qual a probabilidade de que seja perfeita?
S = { P1, P2, P3, D1, D2 }
A = Pea perfeita
P(A) =
3
= 0,60
5
Exemplo:
No lanamento de um dado, qual a probabilidade de ocorrncia de uma face par?
A = face par
Espao Amostral
3
P(A) =
= 0,50
6
Quanto maior o nmero de repeties de uma experincia, maior ser a aproximao entre a
freqncia relativa de ocorrncia de um evento e a sua probabilidade terica.
Exemplo:
No lanamento de 2 dados qual a probabilidade de que a soma dos pontos seja 7?
Espao Amostral
1
22
323
423
4
52
345
623
645
2345
6
x3
x6
A = 7 pontos
6
1
P(A) = 36 6 = 0,1667
x2
ou adio
+ produto
3456
456
56
6
67
NA
8
P(A) =
= 0,1538
n
52
4
4
8
+
=
= 0,1538
52
52
52
Se dois eventos podem ocorrer ao mesmo tempo durante a realizao de uma experincia, a
probabilidade de ocorrncia de um ou do outro determinada pela seguinte frmula:
P(A B) = P(A) + P(B) P (A B)
P(A B) = probabilidade de ocorrncia de ambos.
Exemplo: Na retirada de uma carta de um baralho comum, qual a probabilidade que seja um rei ou uma
carta de copas?
Espao Amostral
Carta
A 2 3 4 5 6 7 8 9 10 J Q K
Naipe
X X X X X X X X X X X X X
copa
espada
X
X
pau
68
ouro
Frmula inicial:
A = rei ou copas
P(A) =
16
= 0,3077
52
Frmula da adio:
A = rei
B = copas
P(A B) = P(A) + P(B) P(A B)
P(A B) =
4 13 1 16 8 4
0,3077
52 52 52 52 26 13
323
423
4
52
345
623
456
2345
6
x2
Frmula inicial:
A = face 1, face 1
1
36
P(A) =
= 0,0278
Regra da multiplicao
3456
6
A = 45face
1 no primeiro lanamento
B = 56face 1 no segundo lanamento
6
P(A B) =
1 1
1
= 0,0278
6 6 36
Se a ocorrncia do segundo evento depende do fato de que o primeiro tenha ocorrido, os eventos
so considerados dependentes. A probabilidade de ocorrncia de ambos (um e outro) determinada pela
seguinte frmula:
ESTATSTICA APLICADA ETA
69
Frmula inicial
n!
x! n x !
5!
5 x 4 x3 x 2 x1 60
C 52
2! 5 3!
2 x1x 2 x1
2
C nx
3 2
6
= 0,30
5 4 20
Atividades
Uma caixa contm cinco moedas, sendo trs de ouro e duas de prata. A caixa tambm conte sete
medalhas, sendo quatro de prata.
1.
a)
b)
c)
70
Exerccios
1. Uma caixa contm 5 bolas verdes, 4 brancas e 3 pretas.
a) Retirando-se uma bola, qual a probabilidade de que:
Seja branca?
No seja preta?
Seja branca ou preta?
b) Retirando-se 2 bolas, sem reposio, qual a probabilidade de que:
Ambas sejam verdes?
71
UNIDADE VIII
8 - AMOSTRAGEM
Distribuio Amostral das Propores:
Questionrio
Alternativa A
( ) SIM
( ) NO
S N
N S
S
N S N
N N
Exemplo:
N = 10
4
= 0,40 = 40%
10
6
q=
= 0,60 = 60%
10
p =
2
= 50%
4
2
q =
= 50%
4
p.q
n
p.q
N n
N 1
ou
p =
p.q N n
n
N 1
Comprovar o teorema com amostras n = 2 retiradas sem reposio da populao formada pelas
seguintes opinies sobre uma alternativa:
N={S; S; S; N; N}
Populao
N=5
S1
p=
S2
S3
N1
N2
3
= 0,60 = 60%
5
2
q=
= 0,40 = 40%
5
Elementos
S1, S2
S1, S3
S1, N1
S1, N2
S2, S3
S2, N1
S2, N2
S3, N1
S3, N2
N1, N2
--
p
Dist. Amostral
1,00
1,00
0,50
0,50
1,00
0,50
0,50
0,50
0,50
0,00
6,00
Erro
p' p
1,00 0,60 = 0,40
1,00 0,60 = 0,40
0,50 0,60 = - 0,10
0,50 0,60 = - 0,10
1,00 0,60 = 0,40
0,50 0,60 = - 0,10
0,50 0,60 = - 0,10
0,50 0,60 = - 0,10
0,50 0,60 = - 0,10
0,00 0,60 = - 0,60
--
(p)2
1,00
1,00
0,25
0,25
1,00
0,20
0,25
0,25
0,25
0
4,5
p =
73
p=
6
p'
=
= 0,60
10
k
p = p = 0,60
c. q. d
Desvio padro
Frmula de clculo:
s=
x 2 x
n
n
Varivel: xi
Quantidade de elementos: n
Desvio padro: s
p =
p '
p '
k
k
p=
4,5 6
10 10
p=
0,09
Pelo teorema:
p=
p.q
.
n
0,09
0,09
0,09
N n
N 1
0,60 x 0,40 5 2
2
5 1
3
0,12
4
0,09
Estimativa de Propores:
8.1 Processo de amostragem para populao CONHECIDA
74
Exemplo 1: Uma amostra de 250 empregados de uma empresa com 3000 empregados, revelaram que
60% so favorveis aos planos da diretoria.
a) Qual a margem de erro desta amostra utilizando 95,44% de probabilidade.
b) Estabelecer um intervalo de confiana IC.
c) Determinar o tamanho da amostra para um erro igual a 5%.
Sabe-se que e = z. p, para 95,44% de probabilidade: z = 2,00
p =
p.q N n
hipteses.
Alternativa para estimativa
1a Hiptese de clculo:
p = q = 0,50 (quando no existe pesquisa anterior)
p . q = 0,25 (maior produto possvel entre p e q).
2a Hiptese mais utilizada
p = p
q = q ento p.q p.q
Resoluo do exemplo 1:
a)
p=
250
3000 1
660
p=
749.750
p= 0,0296|6 0,0297
e = z.
e = 2 x 0,0297
e = 0,0594
e = 5,94%
b) Intervalo de confiana (IC)
IC = (p e; p + e)
p = (0,60 0,0594; 0,60 + 0,0594)
p = (54,06%; 65,94%)
c) n = ?
e = 0,05 (5%)
z = 2,00 pois a Prob = 95,44%
75
n=
N .z 2 . p.q
N 1.e 2 z 2 . p.q
n=
3000.2 2.0,60.0,40
2
2999. 0,05 2 2.0,60.0,40
2880
c) Se a margem de erro for igual a 5%, qual ser o novo tamanho desta amostra? Existir amostra
adicional?
76
UNIDADE IX
9 - CORRELAO E REGRESSO LINEAR
77
78
79
80
81
82
83
ANEXO I
FORMULRIO DA DISCIPLINA DE ESTATSTICA
NC =
Maiorvalor Menorvalor
NC
xi. fi
x =
n
c. 1
M oC = li +
1 2
xi
n
L
Ls
M oB i
2
x
Pmd =
n 1
S = a + (b a) . (Pci Pa)
CV =
Q3 Q1
K=
2 C 90 C10
2 =
x
y
x x
N
3 x Md
s
fi
= 2
C nx =
z= xx
s
= S2
p =
p.q
n
n=
n!
x! n x !
p'
Y a * X
r
N .z 2 . p.q
n=
N 1.e 2 z 2 . p.q
n*x* y x* y
n * x
x * n * y2 y
nA
n
p.q N n
n
N 1
z 2 . p.q
e2
P(A) =
nA
n
IC = (p e; p + e)
x
=
n
y
=
n
*100 (%)
x
P { x } = C n . px . qn-x
b=
Pci Fi
. C
fi
S = li +
x x fi
n 1
P(A) =
Pmd Fi
. C
fi
Md = li +
e=z.
M oK
n
2
n.i
Pci =
100
Xi. fi
n
c. f 2
= li +
f1 f 2
Pmd =
2
n 1.i
Pci =
100
S2 =
TC =
n*x* y x* y
n * x2 x
84
85
8
3
7
9
9
1
7
7
6
8
1
1
3
3
2
3
5
6
7
3
8
8
2
0
9
3
2
3
0
7
8
3
2
8
4
2
3
2
6
0
8
7
8
9
6
8
8
9
7
8
8
5
8
4
1
3
2
1
8
3
6
9
9
1
5
2
2
2
5
7
5
9
0
7
8
0
2
8
4
8
7
7
0
7
5
7
4
0
9
3
9
1
7
8
3
3
0
1
0
3
2
2
4
4
8
7
8
6
8
0
7
2
4
3
0
0
4
9
9
2
6
8
1
1
2
1
7
1
5
6
5
8
9
4
5
3
9
8
8
1
4
5
4
6
8
5
7
8
0
1
5
7
3
9
5
7
9
9
2
0
4
8
9
4
6
9
8
2
4
0
3
3
9
9
3
2
2
7
4
8
2
7
6
4
2
1
3
4
7
0
3
8
4
0
5
4
0
3
3
9
1
4
1
5
8
8
2
6
0
2
9
1
5
7
8
5
2
8
4
2
2
5
4
8
3
5
9
5
8
0
6
4
3
8
4
6
7
3
9
7
9
9
1
1
1
9
8
0
1
1
1
1
2
1
2
9
5
0
1
0
0
2
2
4
9
9
8
7
2
7
8
2
1
3
0
3
3
5
9
7
2
8
8
5
0
6
3
6
0
0
1
3
3
5
8
7
5
3
1
3
6
4
4
2
1
9
0
1
6
2
7
4
9
0
3
7
2
0
1
6
1
2
9
5
4
9
6
8
8
0
2
6
5
5
3
3
5
7
6
4
2
2
4
2
7
3
4
7
5
6
7
4
4
1
0
8
5
7
5
2
5
8
8
7
3
4
7
6
5
3
5
6
6
8
3
8
3
1
0
8
8
0
8
1
8
4
2
0
7
8
0
0
2
0
2
0
7
3
0
3
3
4
6
4
6
0
4
7
7
3
3
9
1
2
0
9
8
8
2
3
2
5
1
6
3
0
2
3
4
4
5
0
1
7
4
4
6
7
3
7
7
9
6
2
6
9
2
1
8
5
8
4
8
6
6
1
5
1
7
6
2
2
9
8
1
3
4
6
0
3
5
0
8
9
6
0
9
6
9
3
7
1
0
4
0
2
0
5
9
9
4
6
1
1
0
5
2
7
4
6
2
5
8
0
9
8
4
3
5
2
7
4
4
1
0
0
6
9
6
7
1
8
8
4
9
0
3
5
7
9
7
3
8
9
9
3
7
4
3
4
7
6
5
5
0
6
3
5
3
0
6
4
5
5
3
3
9
0
9
0
3
1
0
6
6
7
2
4
1
9
5
7
3
7
9
7
9
7
8
0
6
0
1
1
3
7
5
0
3
4
1
6
8
6
4
9
0
6
5
3
1
3
1
7
7
3
2
2
3
3
5
9
3
0
8
5
0
0
8
7
6
6
8
5
9
1
7
6
5
1
9
6
3
2
2
5
0
7
8
9
7
3
6
2
9
5
7
2
2
8
6
3
5
3
7
0
0
3
7
6
4
1
4
5
3
5
4
3
3
7
9
5
5
3
8
8
1
7
3
4
7
9
8
8
5
4
7
5
6
0
3
5
5
7
1
4
8
5
1
3
1
4
4
6
6
8
6
1
8
5
0
7
6
5
2
4
2
4
5
2
7
0
6
4
5
9
4
2
1
1
6
6
6
6
3
7
4
7
5
0
6
6
3
4
5
5
2
7
0
9
0
8
5
5
8
6
8
1
3
2
3
2
9
6
0
2
6
7
7
4
3
7
5
1
0
5
3
1
0
6
7
7
0
1
8
1
7
8
5
1
0
4
3
8
0
5
9
3
2
7
6
9
3
9
9
8
1
6
2
8
3
3
0
5
2
8
6
2
2
4
7
5
0
3
6
2
1
2
5
8
2
9
8
2
9
9
6
4
3
1
7
2
8
1
9
7
6
4
6
2
3
4
0
1
0
4
2
3
9
9
0
3
1
8
8
8
6
4
7
6
6
8
9
1
5
7
2
8
5
5
6
2
6
5
5
1
6
5
8
4
7
3
8
4
2
7
5
2
7
0
1
5
2
9
0
4
5
0
0
3
1
8
2
1
5
6
2
3
9
7
5
3
9
0
1
2
3
0
5
9
9
5
3
9
6
1
6
0
5
4
7
4
0
3
3
1
5
1
9
3
6
0
8
9
9
8
2
2
7
4
1
0
1
0
8
6
5
5
7
9
9
4
6
8
6
2
8
6
9
0
1
5
4
1
9
9
5
5
7
0
3
7
5
3
3
2
2
8
8
7
4
3
7
8
1
6
8
9
0
8
2
4
5
8
5
1
6
0
3
3
8
2
4
0
4
0
4
6
8
9
9
0
6
1
4
5
7
2
8
4
4
9
6
2
3
4
4
1
4
6
0
7
9
3
0
9
1
4
8
3
1
9
1
4
0
0
5
1
8
8
2
0
6
3
0
3
9
5
7
3
4
3
6
0
4
8
7
8
6
4
3
5
9
1
7
8
9
8
7
5
4
9
0
1
86