Apostila de Estatística

ESTATSTICA APLICADA ETA
Ms. Rejane Costa
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.
Ms. Rejane Costa
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
Para o valor + prximo

2 casas decimais
2 casas decimais
2 casas decimais
2 casas decimais
1 casa decimal
Inteiro
2 casas decimais
1 casa decimal
1 casa decimal
2 casas decimais
2 casas decimais
1 casa decimal
Inteiro
1 casa decimal
Inteiro
1 casa decimal
1 casa decimal
1 casa decimal
Inteiro
2 casas decimais
1 casa decimal
Inteiro
2 casas decimais
1 casa decimal
Inteiro
Inteiro
2 casas decimais
2 casas decimais
2 casas decimais
Inteiro
2 casas decimais
1 casa decimal
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.
Estatstica Indutiva ou Inferncia Estatstica aquela que se preocupa com a interpretao e

anlise de dados amostrais para tirar concluses (Tomar Decises). A partir de ocorrncias observadas
nas repeties passadas de um determinado fenmeno, pode-se concluir ou predizer a evoluo do
mesmo ao longo do tempo.
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:
Populao ou Universo o conjunto composto de todos os elementos (ou observaes) (pessoas ou

objetos) do grupo de estudo, com pelo menos uma caracterstica comum. A populao pode ser:
Finita a que contm um nmero finito de elementos.
Infinita a que contm um nmero infinito de elementos. Pode ser enumervel ou noenumervel.
Amostra um subconjunto da populao (necessariamente finito) escolhida atravs de critrios
estatsticos, atravs da qual se fazem juzo ou inferncia (concluses).
Censo Processo de levantamento que estuda a populao inteira.
Amostragem Processo de estudo que usa uma amostra da populao.
Varivel So os aspectos que esto sendo considerados na pesquisa. Em estatstica, a caracterstica

de interesse poder ser qualitativa ou quantitativa. Temos, portanto, variveis qualitativas ou
variveis quantitativas.
Ms. Rejane Costa
Varivel Qualitativa - quando resultar de uma classificao por tipos ou atributos.

Varivel Qualitativa Nominal aquela onde os elementos so alocados em categorias que
no possuem ordem entre si. Ex: Sexo (masculino, feminino), estado de origem (PR, SC, SP,
etc.).
Varivel Qualitativa Ordinal aquela onde os elementos so alocados em categorias
(postos) que so ordenadas entre si. Ex: Nvel de Instruo (Ensino Fundamental Completo,
Ensino Mdio Completo, Ensino Superior Completo, Ps-Graduao), Classe Social (alta,
mdia, baixa).
Exemplos:
1) Populao: Moradores de Florianpolis.
Varivel: Cor dos Olhos (azuis, verdes, castanhos, pretos,...) [Qualitativa Nominal].
2) Populao: Peas produzidas por uma mquina.
Varivel: Qualidade (perfeita, ou defeituosa) [Qualitativa Nominal].
3) Populao: Candidatos ao exame de classificao da UFSC.
Varivel: Sexo (Masculino, ou Feminino) [Qualitativa Nominal].
4) Populao: Professores.
Varivel: Nvel de Instruo (Graduao, Mestrado, Doutorado) [Qualitativa Ordinal].
Variveis Quantitativas - Quando os resultados das observaes forem expressos atravs de
valores numricos, temos ento, que podem ser discretas ou contnuas.
Varivel Quantitativa Discreta Varivel enumervel; em um intervalo assume um nmero
finito de valores. Normalmente a varivel discreta resulta de contagem, razo pela qual, seus
valores so expressos atravs de nmeros inteiros no-negativos.
Varivel Quantitativa Contnua aquela que, em um intervalo qualquer, pode variar
infinitamente. So grandezas mensurveis, como, por exemplo, peso, altura,...
Exemplos:
1) Populao: Casais residentes em Florianpolis.
Varivel: Nmero de filhos [discreta].
1) Populao: Alunos da FESSC.
Varivel: Altura dos alunos [contnua].
2) Populao: Peas produzidas por uma mquina.
Varivel: Dimetro externo [contnua].
Atributo uma qualidade da varivel.

Aleatrio Ocorre ao acaso. O mesmo que randmico impossvel de prever, estocstico,...
Determinstico O oposto de aleatrio.
Dados Brutos So os dados obtidos na amostragem (ou censo), e que ainda no foram
numericamente organizados.
Rol toda seqncia de dados numricos brutos em ordem crescente ou decrescente de grandeza, ,
cada termo a partir do segundo maior ou igual (menor ou igual) ao seu antecessor.
TCNICAS DE AMOSTRAGEM
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.
Ms. Rejane Costa
Ms. Rejane Costa
10
Ms. Rejane Costa
11
12
Ms. Rejane Costa
13
14
Ms. Rejane Costa
15
EXERCCIOS SOBRE TCNICAS DE AMOSTRAGEM
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
7. Observe o quadro abaixo:

Professores
Servidores
Alunos
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
a) De acordo com a tcnica de Amostragem Estratificada Proporcional, obtenha uma amostra de

tamanho n = 10. Para saber quais iro fazer parte da amostra, usar a tabela de nmeros aleatrios
(3 linha).
b) De acordo com a tcnica de Amostragem Estratificada Uniforme, obtenha uma amostra de
tamanho n = 9. Para saber quais iro fazer parte da amostra, usar a tabela de nmeros aleatrios
(3 linha).
Ms. Rejane Costa
17
18
Ms. Rejane Costa
19
DADOS ABSOLUTOS E DADOS RELATIVOS

Dados Absolutos so os dados estatsticos resultantes da coleta direta da fonte, sem outra manipulao
seno a contagem ou medida.
Dados Relativos so os resultados de comparaes por quociente (razes) que se estabelecem entre
dados absolutos e tm por finalidade realar ou facilitar as comparaes entre quantidades. Traduzemse os dados relativos, em geral, por meio de percentagens, ndices, coeficientes e taxas.
Percentagens o emprego das percentagens de grande valia quando o intuito destacar a participao
da parte no todo.
Exemplo:
MATRCULAS NAS ESCOLAS DA CIDADE DE
SO JOS - MARO/2003
Categorias
N0 de Alunos
%
0
1 Grau
19.286
91,0
20 Grau
1.681
7,9
0
3 Grau
234
1,1
TOTAL
21.201
100,0
Fonte: Dados Hipotticos
ndices so razes entre duas grandezas tais que uma no inclui a outra.
populao
Exemplos: - Densidade demogrfica = superfcie

renda
- Renda per capita = populao

- Produo per capita =
valor total da produo

populao
Coeficientes so razes entre o nmero de ocorrncia e o nmero total (nmero de ocorrncias e

nmero de no-ocorrncias).
Exemplos: - Coeficiente de natalidade =
- Coeficiente de mortalidade
nmero de nascimentos
populao total
nmero de bitos
= populao total
- Coeficiente de evaso escolar =
nmero de alunos evadidos

nmero inicial de matrculas
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.
Ms. Rejane Costa
21
Trs so as formas de coleta de dados mais usadas:

Observao Direta consiste em fazer uma observao do fato atravs de uma pessoa ou de uma
cmera de TV. Exemplos: nascimentos, censo demogrfico, etc.
Entrevista (Questionrio) o mtodo mais eficiente, porem muito caro, pois a entrevista
pessoal feita com cada um dos componentes, seja da amostra ou da populao.
Auto-entrevista (Questionrio) permite que se faa pesquisa com grande nmero de elementos,
a um custo relativamente baixo, principalmente quando sua distribuio feita pelo correio.
Estudos comprovam que em mdia 20% dos questionrios so devolvidos.
Algumas consideraes sobre a elaborao de um questionrio.Todo cuidado necessrio na
elaborao das perguntas de um questionrio, pois se for mal formulado levar a dados no confiveis.
Observe sempre:
Explicar o objetivo do questionrio, como ele pode ser devolvido e quais as questes cujas
respostas so indispensveis;
A redao deve ser clara, leve e dirigida ao leitor, como se o entrevistador estivesse conversando
com ele;
As questes devem ser curtas e objetivas, nunca exigindo duas ou mais informaes numa mesma
pergunta;
Deve-se preferir questes cujas respostas sejam quantificveis, seguindo certa escala ou ento as
do tipo sim ou no;
Deve-se evitar questes:
Declarativas ou opinativas, a menos que este seja o objeto do estudo;

Que exijam clculos ou raciocnios complicados ou ainda a consulta a longas notas
explicativas;
Polmicas ou que possam ferir suscetibilidades;
Para facilitar as respostas, as questes devem estar dispostas em ordem cronolgica e segundo um
grau crescente de dificuldade;
Prever e dispor as respostas numa forma tal que facilite a sua tabulao para processamento
posterior;
Uma vez confeccionado o questionrio e antes de ser utilizado na pesquisa, devemos fazer o que
se denomina pr-testes ou pesquisa-piloto, que corresponde experimentao do questionrio, a
fim de verificar se as perguntas esto formuladas de forma clara e se no h nenhum problema no
seu entendimento.
d) Crtica dos Dados Os dados brutos, isto , antes de organiz-los, devem ser submetidos a uma
crtica com o objetivo de eliminar valores imprprios e erros grosseiros que possam interferir nos
resultados obtidos.
e) Apurao dos Dados a etapa do processamento dos dados e dispor os resultados mediante
critrios de classificao. A apurao pode ser manual ou mecnica, dependendo da urgncia e dos
recursos que o pesquisador dispe.
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
DAS COMPANHIAS AREA do BRASIL JUNHO DE 2008

Ttulo
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
Ms. Rejane Costa
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
Frequncia do uso do cinto de segurana dos homens na cidade de

Florianpolis em maro de 2004
160
140
120
100
80
60
40
20
0
144
Masculino
66
Sempre
60
58
Na maioria
das vezes
39
Algumas
vezes
Raramente
nunca
Uso do cinto de segurana
Frequncia do uso do cinto de segurana quanto ao gnero na cidade de

630
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
Ms. Rejane Costa
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.

Total
630
367
nunca
60
Raramente
39
55
44
Algumas vezes
58
Na maioria das vezes
66
Sempre
Feminino
66
Masculino
110
355
144
0
100
200
300
400
500
600
700

630
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.
Ms. Rejane Costa
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.
Polgono de Freqncia um grfico em linha, sendo as freqncias marcadas sobre perpendiculares

ao eixo horizontal, levantada pelos pontos mdios dos intervalos de classe.
Ogiva de Galton utilizada para representar as freqncias acumuladas de uma distribuio. traado
marcando-se as freqncias acumuladas sobre perpendiculares ao eixo horizontal, levantadas nos pontos
correspondentes aos limites superiores dos intervalos de classe.
Ms. Rejane Costa
29
RESUMINDO AS ETAPAS PARA REALIZAO DE UMA PESQUISA

1 - Entendendo o problema do requerente da pesquisa:
Escutando o problema
Localizando os pontos de risco
Ajustando expectativas em relao aos resultados
Custo/benefcios
Tempo-resposta
2 - Estabelecimento do que ser mensurado
3 - Definies do mercado-alvo da pesquisa
4 - Formas de abordagem
5 - Bancos de dados
6 Definio dos procedimentos estatsticos de amostragem
Censo ou amostra
Tamanho da amostra e erro estatstico
Desenho da amostra
7 Custos
8 Questionrios
Construo do questionrio
Pr-teste
Reviso
Reproduo do questionrio
9 Construo do plano amostral
10 Fase de campo
Recrutamento de entrevistados
Treinamento
Realizao das entrevistas
11 Procedimentos dos questionrios
Edio
Codificao
Digitao
Tabulao
12 Anlise
13 Apresentao
30
Ms. Rejane Costa
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
Levantamento do nmero de faltas dos seus colaboradores da Empresa ABC localizada em

Porto Alegre Rio Grande do Sul no 1 trimestre de 2004
Fonte: Fictcia
Valores distintos (xi): so os valores que ocorrem no conjunto.

Freqncia absoluta (fi): nmero de ocorrncia (repeties) de cada valor distinto.
Freqncia relativa unitria (fri): representa a proporo de observaes de um valor individual em
relao ao nmero total de observaes.
Freqncia percentual (f%): fri x 100.
Freqncia acumulada (Fi): o somatrio acumulado da freqncia absoluta.
32
UNIDADE IV
4 - REPRESENTAO GRFICA DA DISTR. DE FREQNCIA
4.1 Histograma atravs de valores distintos: Grfico do exemplo 2
Ms. Rejane Costa
33
3.3 Preparao por agrupamento atravs de classes

O mtodo empregado na preparao de um conjunto de dados de alto volume, normalmente
valores reais ou inteiros com alta amplitude.
Regras:
a) Determinar o tamanho da amostra (n);
b) Determinar o Maior e Menor valor no banco de dados;
c) Determinar o nmero de classes (NC) ou quantidade de classes;
d) Determinar o tamanho da classe (TC).
NC =
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
Levantamento salarial em R$ no setor administrativo da empresa XYZ So Jos

Santa Catarina Abril de 2004
Fonte: Fictcia
4.2 Histograma de valores em classes ou agrupamentos: Grfico do exemplo 3

34
Ms. Rejane Costa
35
ATIVIDADES DE PREPARAO DE DADOS PARA ANLISE ESTATSTICA
1. Organizar os dados atravs de preparao simples, a distribuio abaixo representa as notas

observadas de 15 alunos em uma avaliao da Instituio A, realizada no dia 10/03/2004.
4,00 4,05 4,00 4,03 3,95
3,98 4,00 4,01 4,00 4,10
3,80 4,00 3,97 4,07 4,00
2. Organizar os dados atravs de valores distintos e fazer a distribuio de freqncia, o quadro
abaixo apresenta o n de acidentes dirios, observados num cruzamento Y de So Jos durante 30
dias no ano de 2001.
10
14
10
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
4. Organizar os dados atravs de valores distintos, fazer a distribuio de freqncia e traar o

histograma, a distribuio abaixo representa o consumo em kg, de um produto colocado em oferta no
supermercado Preo Bom, que limitou o consumo mximo por cliente em 15kg.
11
15
11
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
5. Organizar os dados atravs de agrupamentos (classes) e fazer a distribuio de freqncia, A

distribuio abaixo referente aos aluguis em R$ gerenciados por uma imobiliria Aqui Fcil
localizada em So Jos Santa Catarina no ms de agosto de 2003.
400
300
290
400
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
6. Organizar os dados atravs de agrupamentos (classes) e traar o histograma, a distribuio

abaixo representa pesos em gr de frangos que sero encaminhados para o abate, levantamento
realizado em fevereiro de 2004 das granjas Frango D`Bom localizada em Tijucas Santa Catarina.
1240
1410
1230
1490
1370
1200
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
7. Organizar os dados atravs de agrupamentos (classes), fazer a distribuio de freqncia e traar

o histograma, o quadro abaixo representa a distribuio das idades de um grupo de pessoas da
associao XYZ.
54
46
35
64
54
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
Ms. Rejane Costa
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
Mdia para agrupamento atravs de valores distintos

Mdia 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:
N de
N de Faltas
Colaboradores
xi
fi
0
5
1
10
2
18
3
12
4
5
Total
50
Fonte: Fictcia
38
Mdia por agrupamento atravs de classes

Mdia 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:
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
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
* Mdia Real =
* Mdia Estimada =
Ms. Rejane Costa
39
EXERCCIOS SOBRE MDIA ( x )

1 Um produto acondicionado em lotes contendo cada um deles 10 unidades. O lote s aprovado se
apresentar um peso superior a 40 kg. Se as unidades que compem determinado lote pesam (em kg): 3; 4;
3,5; 5; 3,5; 4; 5; 5,5; 4 e 5, este lote ser aprovado? Qual o peso mdio do produto?
R: Sim, o lote ser aprovado.
R: x 4,25kg/produto
2 Inspecionam-se quinze rdios antes da remessa. Os nmeros de defeitos por unidade so: 1, 0, 3, 4, 2,
1, 0, 3, 1, 2, 0, 1, 1, 0, 1. Determine a mdia do nmero de defeitos por rdio.
R: x 1,33 defeitos rdio
3 Quatro amigos trabalham num supermercado por tempo parcial com os seguintes salrios horrios:
Bill: R$2,20
Ed: R$2,40
Tom: R$2,50
Don: R$2,10
a) Determine o salrio horrio mdio dentre os quatros.

b) Se Bill trabalha 20 horas, Ed 10 horas, Tom 20 horas e Don 15 horas numa semana, determine seus
salrios totais e seus salrios horrios mdios.
c) Se cada um trabalha 40 horas numa semana, determine o salrio horrio mdio e o salrio total.
R: a) Sm= R$2,30 / funcionrio
b) St= R$149,50 e Sm= R$2,30 / funcionrio
c) Sm= R$2,30/ funcionrio e St= R$368,00.
4 Um produto vendido em trs supermercados por R$13,00/kg, R$13,20/kg e R$13,50/kg. Determine
quantos R$/kg se paga em mdia pelo produto?
R: R$13,23/kg
5 Um produto vendido em trs supermercados por R$130,00/kg, R$132,00/kg e R$135,00/kg.
Determine em mdia quantos quilos do produto se compra com R$1,00?
R: R$132,33/kg
Peso=0,00756kg por R$1,00
6 Uma loja vende cinco produtos bsicos A, B, C, D e E. O lucro por unidade comercializada destes
produtos vale respectivamente R$200,00; R$300,00; R$500,00; R$1.000,00 e R$5.000,00. A loja vendeu
em determinado ms 20; 30; 20; 10 e 5 unidades respectivamente. Qual foi o lucro mdio por unidade
comercializada por esta loja?
R: R$682,35/unidade.
7 Um caminho cujo peso vazio 3.000 kg ser carregado com 480 caixas de 10 kg cada, 350 caixas de
8 kg cada, 500 caixas de 4 kg cada e 800 caixas de 5 kg cada. O motorista do caminho pesa 80 kg e a
lona de cobertura da carga pesa 50 kg.
(a) Se este caminho tem que passar por uma balana que s permite passagens a caminhes com peso
mximo de 15 toneladas, este caminho passar pela balana?
(b) Qual o peso mdio das caixas carregadas no caminho?
R: (a) O caminho no passar. (b) 6,385kg/caixa.
40
8 Calcule o nmero mdio de acidentes por dia em uma determinada esquina.

No de acidentes por dia (xi)
No de dias (fi)
0
30
1
5
2
3
3
1
4
1
acidentes
R: 0,45
dia
9 O salrio de 40 funcionrios de um escritrio est distribudo segundo o quadro abaixo. Calcule o
salrio mdio destes funcionrios.
Nmero de
Salrios (R$)
funcionrios (fi)
400,00 |-- 500,00
12
500,00 |-- 600,00
15
600,00 |-- 700,00
8
700,00 |-- 800,00
3
800,00 |-- 900,00
1
900,00 |--|1.000,00
1
R$572,50
funcionri
o
R:
10 Uma imobiliria gerencia o aluguel de residncias particulares, segundo o quadro abaixo:
Nmero de casas
Aluguel (R$)
(fi)
0 |-- 200,00
30
200,00 |-- 400,00
52
400,00 |-- 600,00
28
600,00 |-- 800,00
7
800,00 |--|1.000,00
3
Calcule o aluguel mdio para estas residncias.
R: R$335,00 residncia
11 Uma empresa de aviao observou em seus registros recentes, o tempo de mo-de-obra gasto na
reviso completa de um motor de jato. O seguinte quadro foi obtido:
Tempo de mo-deNmero de motores
obra (horas)
(fi)
0 |-- 4
1
4 |-- 8
5
8 |-- 12
10
12 |-- 16
12
16 |--|20
4
a) Determine o nmero mdio de horas de mo-de-obra necessrio para a reviso de cada motor.
b) Com base nesta informao, qual deve ser o tempo total de mo-de-obra para a reviso de dez
motores que aguardam reviso?
c) Se a empresa dispe no momento de dois homens trabalhando 12 horas por dia nestas revises
conseguir provavelmente revisar estes dez motores em quatro dias?
R: a) 11,625h/motor, b) 116,25h, c) No conseguir revisar os motores em 4 dias.
Ms. Rejane Costa
41
12 Uma empresa de mbito nacional, fornecedora de produtos para supermercados, fez um

levantamento do consumo de seu principal produto em vrios supermercados obtendo em determinado
ms, a tabela:
Nmero de unidades
Nmero de
consumidas
supermercados (fi)
0 |-- 1.000
10
1.000 |-- 2.000
50
2.000 |-- 3.000
200
3.000 |-- 4.000
320
4.000 |-- 5.000
150
5.000 |--|6.000
30
Determine o consumo mdio deste produto por supermercado pesquisado.
R: 3.342,1 unidades / supermercado
13 Uma pesquisa para determinar a eficincia de uma nova rao para animais. Em termos de ganho de
peso, mostrou que aps um ms em que a rao normal foi substituda pela nova rao, os animais
apresentaram um aumento de peso segundo a tabela:
Aumento de peso em
kg
0 |-- 1
1 |-- 2
2 |-- 3
3 |-- 4
4 |--|5
Nmero de animais
(fi)
1
5
35
37
28
a)
Calcular o aumento mdio de peso por animal.
b)
Se a rao antiga proporcionava em iguais circunstncias um aumento mdio de peso de 3,100

kg/animal, esta nova rao pode a princpio ser considerada mais eficiente?
R: a) 3,311kg/animal, b) sim, a rao pode ser considerada eficiente.
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
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
N de
N de Faltas
Colaboradores
xi
fi
0
5
1
10
2
18
3
12
4
5
Total
50
Fonte: Fictcia
Mo =
Moda para agrupamento atravs de classes
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.
Ms. Rejane Costa
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:
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
EXERCCIOS SOBRE MODA (Mo)

1 Calcule a Moda Bruta para a distribuio representativa dos salrios de 25 funcionrios selecionados
em uma empresa.
Nmero de
Salrios (R$)
funcionrios (fi)
1.000,00 |-- 1.200,00
2
1.200,00 |-- 1.400,00
6
1.400,00 |-- 1.600,00
10
1.600,00 |-- 1.800,00
5
1.800,00 |--| 2.000,00
2
2 Calcule a Moda de Czuber para a tabela do exerccio anterior.
R: M oc R$1.488,89
3 Interprete o valor da moda obtida no problema n2.
4 Calcule a Moda Bruta para a distribuio de valores de 54 notas fiscais emitidas na mesma data,
selecionadas em uma loja de departamentos:
Consumo por nota
Nmero de notas (fi)
(R$)
0 |-- 50,00
10
50,00 |-- 100,00
28
100,00 |-- 150,00
12
150,00 |-- 200,00
2
200,00 |-- 250,00
1
250,00 |--| 300,00
1
B
R: M o R$75,00
5 Calcule a Moda de Czuber para a tabela do problema anterior.
R: M oc R$76,47
6 Interprete o valor obtido no problema n5.
7 Calcule a Moda de Czuber para a distribuio abaixo que representa nota de 60 alunos em uma prova
de Matemtica:
Notas
Nmero de alunos
0 |-- 2
5
2 |-- 4
20
4 |-- 6
12
6 |-- 8
20
8 |--|10
3
c
c
R: M o 3,30 ; M o 6,64
8 Interprete a Moda de Czuber do problema n7.
Ms. Rejane Costa
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
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
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
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
17 A distribuio abaixo representa o consumo, em kg, de um produto colocado em oferta em um

supermercado, que limitou o consumo mximo por cliente em 5kg. Calcule a Moda de Czuber.
Consumo (kg)
Nmero de clientes
0 |-- 1
12
1 |-- 2
15
2 |-- 3
21
3 |-- 4
32
4 |--|5
54
c
R: M o 4,29kg
Ms. Rejane Costa
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
Mediana para preparao de dados simples

Mediana 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
Rol 7; 8; 9; 10; 13; 13; 14; 16; 18.
Mediana para agrupamento atravs de valores distintos.

Mediana do Exemplo 2 (pgina 29): Uma indstria ABC embala peas para o setor de exportao. O
N de
N de Faltas
Colaboradores
xi
fi
Fi
0
5
5
1
10
15
2
18
33
3
12
45
4
5
50
Total
50
--Fonte: Fictcia
48
Mediana para agrupamento atravs de classes

Mediana 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:
N de
Valor em R$
Funcionrios
Fi
Classes
(fi)
1000 |---1250
4
4
1250 |---1500
4
8
1500 |---1750
13
21
1750 |---2000
10
31
2000 |---2250
12
43
2250 |---2500
4
47
2500 |---2750
8
55
2750 |---|3000
5
60
TOTAL
60
--Fonte: Fictcia
Frmula da posio da Mediana
Pmd =
n
2
Frmula do Valor da Mediana

Pmd Fi
. C
fi
Md = li +
Legenda:
li = limite inferior da classe mediana

Pmd = posio da mediana
Fi = freqncia acumulada da classe anterior
fi = freqncia da classe mediana
C = amplitude da classe mediana
Medidas de Ordenamento ou Separatrizes

Ms. Rejane Costa
49
So os valores que subdividem uma disposio em rol.

Medidas: QUARTIS, DECIS E PERCENTIS.
Os Quartis dividem a disposio em 4 partes iguais
Q1, Q2, Q3
Os Decis dividem a disposio em 10 partes iguais
D1, D2, D3, D4, D5, D6, D7, D8, D9
Os Percentis ou Centis dividem a disposio em 100 partes iguais
P1, P2, P3, P4, P5, P6, ... , P99
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
Rol 7; 8; 9; 10; 13; 13; 14; 16; 18.

Frmula da Posio do Centil:
Pci =
n 1.i
100
Frmula para o Valor da Separatriz: S = a + (b a) . (Pci Pa)

Legenda:
Pci = posio do Centil
n = tamanho da amostra
i = valor do Centil
S = valor de qq separatriz (Md, Q, D ou C)
a = limite inferior onde se encontra a separatriz
Pa = posio do limite inferior
Separatrizes 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:
N de
N de Faltas
Colaboradores
xi
fi
Fi
0
5
5
1
10
15
2
18
33
3
12
45
4
5
50
Total
50
--Fonte: Fictcia
Ms. Rejane Costa
51
Separatrizes para agrupamento atravs de classes

Separatrizes 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:
N de
Valor em R$
Funcionrios
Fi
Classes
(fi)
1000 |---1250
4
4
1250 |---1500
4
8
1500 |---1750
13
21
1750 |---2000
10
31
2000 |---2250
12
43
2250 |---2500
4
47
2500 |---2750
8
55
2750 |---|3000
5
60
TOTAL
60
--Fonte: Fictcia
Frmula da posio da Separatriz (Pci)

Pci =
n.i
100
Frmula do Valor da Separatriz (S)

Pci Fi
. C
fi
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
EXERCCIOS SOBRE SEPARATRIZES (S)

1. De acordo com as tabelas abaixo, calcule as seguintes separatrizes: Md; Q1; Q3; D1; D5; C10; C33; C90;
A) TABELA A Nmero de Dias de Permanncia Num Hotel Balnerio SC em 2006
Nmero de
Nmero de
permanncia (xi)
hspedes (fi)
2
3
4
6
6
4
8
2
10
7
12
5
14
4
16
6
Total
37
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
Ms. Rejane Costa
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
5.2.2 Varincia e Desvio Padro Na Populao
A varincia: uma mdia dos desvios quadrticos.

Varincia da populao ( 2 )
x x
Desvio Padro da populao = Raiz quadrada da varincia

= 2
Varincia e Desvio Padro Na Amostra

Varincia da Amostra (S2 ou V )
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
Ms. Rejane Costa
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:
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:
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
5.2.3 Coeficiente de Variao

O desvio padro depende da unidade de medida usada, assim um desvio medido em dias ser
maior do que um medido em meses. O coeficiente de variao expressa o desvio-padro como
porcentagem do valor da mdia.
s
* 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
5.2.5 Coeficiente Percentlico de Curtose - Anlise Vertical

K=
Q3 Q1
2 C 90 C10
K < 0,263 Leptocrtica amostra homognea

K = 0,263 Mesocrtica amostra intermediria
K > 0,263 Platicrtica amostra heterognea
Leptocrtica
Platicrtica
Mesocrtica
Ms. Rejane Costa
57
EXERCCIOS SOBRE MEDIDAS DE DISPERSO

1) A distribuio da renda mensal proveniente do aluguel de duzentas casas pertencentes a uma empresa
imobiliria encontra-se na tabela abaixo. Calcule todas as medidas estatsticas e descreva as
caractersticas do banco de dados (Coef. de assimetria, Coef. Percentlico de Curtose, Coef. de
Variao)
Renda mensal R$
Nmero de casas (f)
750 |---1250
12
1250 |---1750
26
1750 |---2250
45
2250 |---2750
60
2750 |---3250
37
3250 |---3750
13
3750 |--|4250
7
2) Considere os seguintes conjuntos de nmeros A = {20; 21; 21; 22; 22; 23; 23; 24} e B = {16; 18; 20;
22; 22; 24; 26; 28}, calcule todas as medidas estatsticas e caracterize cada conjunto. Se existir aponte as
semelhanas.
3) Um teste de estatstica foi aplicado em duas classes, e os resultados da avaliao foram os seguintes:
Calcular o coeficiente de variao de Variao (CV) para os dois conjuntos.
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
Ms. Rejane Costa
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
altura (em cm.)
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 %
Ms. Rejane Costa
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
6.2 Distribuio Binomial

Considere a experincia de lanar um dado 3 vezes. Seja x o nmero de vezes que a face 1 ocorra.
Apresente um espao amostral com todas as possibilidades e calcule pelas regras da adio e
multiplicao a probabilidade de que a face 1 ocorra 2 vezes.
Espao Amostral
Possibilidades
XXX 1XX
X1X
x
0
1
1
x = nmero de vezes que a face 1 ocorre.
X = outra face
1 = face 1
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
O modelo da distribuio binomial utilizado quando o problema solicita o clculo da

probabilidade de que um elemento favorvel ocorra x vezes em n repeties da experincia.
x
P { x } = C n . px . qn-x
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
Ms. Rejane Costa
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
b) no mnimo 8 e no mximo 18 rdios.

n = 80
x = 8, 9, ..., 18
p = 0,20
q = 0,80
P = { 8 x 18 } = P{8} + P{9} + P{10} + ... P {18}
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
Para efeito de aproximao os valores discretos da distribuio binomial so convertidas em

valores contnuos na distribuio normal. Com isso podemos resolver as trs situaes anteriores.
20% dos rdios apresentam defeitos at o terceiro ano de garantia (sero substitudos). Em um lote
de 80 rdios qual a probabilidade de que sejam substitudos:
a) 10 rdios
n = 80
x = 10
p = 0,20
q = 0,80
Pela distribuio binomial P = {x = 10}
Pela distribuio normal P = { 9,5 x 10,5}
=n.p
= 80. 0,20 = 16

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
Ms. Rejane Costa
10,5 16
De 10,5 16 = 43,82%
65
z2 =
10,5 16
= 43,82%
3,58
De 9,5 10,5 = 46, 56% - 43,82% = 2,74%.

Concluso: 2,74% esta a probabilidade para que 10 rdios sejam substitudos.
b) no mnimo 8 e no mximo 18 rdios.
n = 80
x = 8, 9, 10, ..., 18
p = 0,20
q = 0,80
= 16
= 3,58
Pela distribuio binomial P = { 8 x 18}
Pela distribuio normal P = { 7,5 x 18,5 }
x = 7,5
z1 =
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
Total = 49,11% + 25,80% = 74,91%

Concluso: 74,91% esta a probabilidade para que entre 8 e 18 rdios sejam substitudos.
c) no mximo 15 rdios
n = 80
x = 0, 1, 2, 3, ..., 15
p = 0,20
q = 0,80
= 16
= 3,58
Pela binomial P = { 0 x 15 }
Pela normal P = { -0,5 x 15,5}
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
Ms. Rejane Costa
67
7.2 Regra de adio

Se 2 eventos so tais que: a ocorrncia de um impede a ocorrncia do outro, eles so denominados
mutuamente exclusivos. A probabilidade de ocorrncia de um (ou) do outro determinada atravs da
adio das probabilidades individuais.
P (A B) = P(A) + P(B)
Exemplo: Na retirada de um a carta de um baralho comum, qual a probabilidade de que seja rei ou valete?
Espao Amostral
Carta
A 2 3 4 5 6 7 8 9 10 J Q K
Naipe
X
X
ouro
X
X
copa
espada
X
X
X
X
pau
Pela frmula inicial:
A = rei ou valete
P(A) =
NA
8
P(A) =
= 0,1538
n
52
Pela frmula da adio:

A = rei
B = valete
P(A B) = P(A) + P(B)
P (A B) =
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
7.3 Regra de multiplicao

Se dois eventos podem ocorrer ao mesmo tempo quando uma experincia realizada e a
ocorrncia do segundo independe do fato de que o primeiro tenha ocorrido, eles so denominados eventos
independentes.
A probabilidade de ocorrncia de ambos (um e outro) determinada atravs do produto das
probabilidades individuais.
P(A B) = P(A) . P(B)
Exemplo:
No lanamento de um dado duas vezes, qual a probabilidade de que a face 1 ocorra nas duas
situaes?
Espao Amostral
1
22
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:
Ms. Rejane Costa
69
P(A B) = P(A) . P(B/A)

Prob. de ocorrncia de B considerando que A tenha ocorrido
Prob. de ocorrncia de A
Exemplo: Uma caixa contm 3 peas perfeitas e 2 defeituosas. Retirando-se duas peas sem reposio,
qual a probabilidade de que ambas sejam perfeitas.
S = { P1, P2, P3, D1, D2 }
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
P(A B) = P(A) . P(B/A)

P(A B) =
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)
Retirando-se apenas uma pea, de forma aleatria, qual a probabilidade de que:

Seja uma pea qualquer de ouro?
Seja uma moeda?
No seja medalha de prata?
2. Retirando-se apenas uma pea, qual a probabilidade de que seja:

a) uma medalha de ouro ou uma moeda de prata?
b) Uma moeda, ou uma pea qualquer de ouro?
3. Retirando-se duas peas, sem reposio, qual a probabilidade de que:
a) Ambas sejam de ouro?
b) Ambas sejam moedas?
4. Resolva o problema anterior, considerando que a retirada seguida por uma reposio.
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?
A primeira seja branca e a Segunda preta?

Uma seja branca e a outra preta?
Ambas sejam da mesma cor?
Ms. Rejane Costa
71
UNIDADE VIII
8 - AMOSTRAGEM
Distribuio Amostral das Propores:
Questionrio
Existe uma distribuio amostral para cada alternativa do questionrio. Colocando a

alternativa A em evidncia temos duas respostas sim/no.
Alternativa A
( ) SIM
( ) NO
Distribuio Amostral de uma alternativa
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 =
Amostra n = tamanha da amostra

p = proporo da amostra favorvel alternativa em estudo
q = proporo da amostra no favorvel.
Populao N = tamanho da populao
p = proporo da populao favorvel em estudo
q = proporo da populao no favorvel.
n=4
p =
2
= 50%
4
2
q =
= 50%
4
A margem de erro (e) = p p

e = 0,50 0,40 = 0,10 (10% de erro)
Teorema:
Quando so extradas diferentes amostras de mesmo tamanho n de uma populao de tamanho N,
com o objetivo de determinar a proporo de elementos favorveis a um evento, seno geramos diferentes
valores de propores (p) que formam a distribuio amostral.
A mdia da distribuio amostral igual verdadeira proporo da populao favorvel ao evento
em estudo.
p = p
O desvio padro da distribuio amostral com N desconhecido determinado pela seguinte forma:
p =
p.q
n
Para amostras retiradas sem reposio de populaes com tamanho N conhecido:

72
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
Quantidade de amostras possveis (k)

N!
n! N n !
5!
5 x 4 x 3 x 2 x1
5 x 4 x 3x 2 x1
k = C 52 =
=
=
2 x1 x 3! 2 x1 x 3x 2 x1 = 10
2! 5 2 !
n
k = CN =
10 combinaes possveis {S1, S2, S3, N1, N2}

Amostras
1
2
3
4
5
6
7
8
9
10
Total
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
nmero de elementos favorveis

Tamanho da amostra
2
p=
= 1,00 = 100%
2
p =
Mdia da distribuio amostral (mdia dos valores de p)

Ms. Rejane Costa
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
Adaptando a frmula para os valores de p

Varivel: p
Quantidade de elementos: k
Desvio padro: p
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
, como no sabemos de q, tambm no temos censo utilizamos duas

n
N 1
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=
0,60 x 0,40 3000 250
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%
Ms. Rejane Costa
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
n = 8,4575 = 340,5272 341 empregados

8.2 Processo de amostragem para populao DESCONHECIDA
Exemplo 2: Uma amostra de 180 motoristas mostrou que 70% esto em dia com a documentao para
dirigir.
a) Calcule a margem de erro com Probabilidade igual a 92%;
b) Qual o intervalo de confiana;
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
Ms. Rejane Costa
77
78
RESOLUO DO EXEMPLO: COEF. DE CORRELAO
Ms. Rejane Costa
79
80
Ms. Rejane Costa
81
82
RESOLUO DO EXEMPLO: REGRESSO LINEAR
Ms. Rejane Costa
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(A B) = P(A) . P(B)

P(A B) = P(A) . P(B/A)
p.q N n
n
N 1
z 2 . p.q
e2
P(A) =
P(A B) = P(A) + P(B)

P(A B) = P(A) + P(B) P (A B)
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 =
AT = Maior valor menor valor
TC =
n*x* y x* y
n * x2 x
ANEXO II TABELA DE DISTRIBUIO NORMAL
84
ANEXO III TABELA DE NMEROS ALEATRIOS -TNA

Ms. Rejane Costa
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

Apostila 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

Apostila de Estatística

Caricato da

Copyright:

Formati disponibili

ESTATSTICA APLICADA ETA

Ms. Rejane Costa

ESTATSTICA APLICADA ETA

Ms. Rejane Costa

Para o valor + prximo

Estatstica Indutiva ou Inferncia Estatstica aquela que se preocupa com a interpretao e

Populao ou Universo o conjunto composto de todos os elementos (ou observaes) (pessoas ou

Varivel So os aspectos que esto sendo considerados na pesquisa. Em estatstica, a caracterstica

ESTATSTICA APLICADA ETA

Ms. Rejane Costa

Varivel Qualitativa - quando resultar de uma classificao por tipos ou atributos.

Atributo uma qualidade da varivel.

ESTATSTICA APLICADA ETA

Ms. Rejane Costa

ESTATSTICA APLICADA ETA

Ms. Rejane Costa

ESTATSTICA APLICADA ETA

Ms. Rejane Costa

ESTATSTICA APLICADA ETA

Ms. Rejane Costa

ESTATSTICA APLICADA ETA

Ms. Rejane Costa

EXERCCIOS SOBRE TCNICAS DE AMOSTRAGEM

7. Observe o quadro abaixo:

a) De acordo com a tcnica de Amostragem Estratificada Proporcional, obtenha uma amostra de

ESTATSTICA APLICADA ETA

Ms. Rejane Costa

ESTATSTICA APLICADA ETA

Ms. Rejane Costa

DADOS ABSOLUTOS E DADOS RELATIVOS

Exemplos: - Densidade demogrfica = superfcie

- Renda per capita = populao

valor total da produo

Coeficientes so razes entre o nmero de ocorrncia e o nmero total (nmero de ocorrncias e

- Coeficiente de evaso escolar =

nmero de alunos evadidos

ESTATSTICA APLICADA ETA

Ms. Rejane Costa

Trs so as formas de coleta de dados mais usadas:

Declarativas ou opinativas, a menos que este seja o objeto do estudo;

DAS COMPANHIAS AREA do BRASIL JUNHO DE 2008

Ms. Rejane Costa

Frequncia do uso do cinto de segurana dos homens na cidade de

Uso do cinto de segurana

Frequncia do uso do cinto de segurana quanto ao gnero na cidade de

Uso do cinto de segurana

ESTATSTICA APLICADA ETA

Ms. Rejane Costa

Uso do cinto de segurana

Frequncia do uso do cinto de segurana quanto ao gnero na cidade de

Na maioria das vezes

Frequncia do uso do cinto de segurana quanto ao gnero na cidade de

Uso do cinto de segurana

ESTATSTICA APLICADA ETA

Ms. Rejane Costa

Polgono de Freqncia um grfico em linha, sendo as freqncias marcadas sobre perpendiculares

ESTATSTICA APLICADA ETA

Ms. Rejane Costa

RESUMINDO AS ETAPAS PARA REALIZAO DE UMA PESQUISA

ESTATSTICA APLICADA ETA

Ms. Rejane Costa

Levantamento do nmero de faltas dos seus colaboradores da Empresa ABC localizada em

Valores distintos (xi): so os valores que ocorrem no conjunto.

ESTATSTICA APLICADA ETA