Sei sulla pagina 1di 115

ESTATSTICA

Edite Manuela da G.P. Fernandes

Universidade do Minho, Braga, 1999

ESTATSTICA

Edite Manuela da G.P. Fernandes

com a colaborao de
A. Ismael F. Vaz
na realizao dos grficos

Universidade do Minho, Braga, 1999

Ttulo: Estatstica
Autor: Edite Manuela da G.P. Fernandes
Composio: Texto preparado em LATEX por A. Ismael F. Vaz
Impresso da capa, fotocpias e montagem: Servios de Reprografia e Publicaes da
Universidade do Minho
Capa: A. Ismael F. Vaz

TEX uma marca registada da American Mathematical Society.

100 exemplares em Janeiro de 1999

Contedo
Prefcio

iv

Estatstica descritiva

Introduo
1.1 O que a Estatstica .
1.2 Aplicaes . . . . . . .
1.3 Populao e Amostras
1.4 Tipos de Estatstica . .

2
2
2
3
5

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

2 Descrio numrica dos dados

3 Descrio grfica dos dados

12

4 Estatsticas descritivas
4.1 Medidas de tendncia central . . . . . . . . . . . . . . . . . . . . . . . . .
4.2 Medidas de disperso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3 Medidas de associao . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

21
21
25
26

5 Distribuio normal

31

6 Anlise de Regresso
6.1 Regresso Linear e Simples . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.2 Regresso no linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

34
34
35

II

36

Sries cronolgicas

7 Componentes do estudo
7.1 Representao grfica de uma srie cronolgica . . . . . . . . . . . . . . . .
7.2 Estudo de uma srie cronolgica . . . . . . . . . . . . . . . . . . . . . . . .

37
37
37

8 Decomposio

39

CONTEDO

ii

9 Estudo da tendncia
9.1 Mtodos para estudo da tendncia . . . . . . . . . . . . . . . . . . . . . . .
9.1.1 Mtodo das mdias mveis . . . . . . . . . . . . . . . . . . . . . . .
9.1.2 Mtodo analtico . . . . . . . . . . . . . . . . . . . . . . . . . . . .

40
40
41
42

10 Movimento sazonal
10.1 Mtodo para determinar as flutuaes sazonais . . . . . . . . . . . . . . . .
10.1.1 Mtodo das mdias mensais . . . . . . . . . . . . . . . . . . . . . .

46
47
47

III

49

Estatstica demogrfica

11 Estruturas populacionais
11.1 Taxas de crescimento . . . . . . . . .
11.2 Clculo das densidades populacionais
11.3 Estruturas demogrficas . . . . . . .
11.3.1 Pirmides de idades . . . . . .
11.3.2 Grupos funcionais . . . . . . .

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

50
50
54
55
55
58

12 Qualidade dos dados


12.1 Relao de masculinidade . . . . . .
12.2 ndice de Whipple . . . . . . . . . . .
12.3 ndice de irregularidade . . . . . . . .
12.4 ndice combinado das Naes Unidas
12.5 A equao da concordncia . . . . . .

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

60
60
61
62
62
63

13 Anlise da mortalidade
13.1 Taxa bruta de mortalidade . . . . . . . . . . . . . . . . . . . . . . . . . . .
13.2 Tipos particulares de mortalidade . . . . . . . . . . . . . . . . . . . . . . .
13.3 Tbua de mortalidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

65
65
67
69

14 Anlise da natalidade e da fecundidade

74

15 Anlise da nupcialidade
15.1 Taxas de nupcialidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15.2 Tbua de nupcialidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

79
79
82

16 Anlise dos movimentos migratrios


16.1 Mtodos directos de anlise . . . . . . . . . . . . . . . . . . . . . . . . . .
16.2 Mtodos indirectos de anlise . . . . . . . . . . . . . . . . . . . . . . . . .

85
85
86

CONTEDO

IV

Exerccios

Tabela de nmeros aleatrios

iii

88
105

Prefcio
Este trabalho est dividido em quatro partes e tem como objectivo servir de apoio s aulas
tericas e terico-prticas da disciplina anual de Estatstica do mestrado em Histria das
Populaes.
A primeira parte faz uma breve introduo Estatstica descritiva. Alm de serem introduzidos conceitos relacionados com a descrio grfica de dados, tambm apresentado
um captulo sobre as medidas mais importantes de tendncia central, de disperso e de
associao entre dados.
Na segunda parte so introduzidos e estudados alguns aspectos importantes das sries
cronolgicas, designadamente a tendncia e a sazonalidade.
A terceira parte trata da Estatstica demogrfica. No s so referidas medidas elementares para a anlise da Qualidade dos dados, como tambm so apresentadas taxas
e outras medidas de anlise das variveis microdemogrficas mais importantes, nomeadamente a mortalidade, natalidade, fecundidade e nupcialidade.
Na ltima parte so includos enunciados de trabalhos prticos de apoio s aulas tericoprticas.

Braga, Outubro de 1998


Edite Manuela da G.P. Fernandes
iv

Parte I
Estatstica descritiva

Captulo 1
Introduo
Embora a palavra estatstica ainda no existisse no ano 3 000 A.C. h indcios de que nessa
altura j se faziam censos na Babilnia e no Egipto. A palavra censo deriva de "censere",
que em latim significa taxar. Na era romana o imperador Csar Augusto ordenou que se
fizesse um censo em todo o imprio.
A palavra estatstica deriva de status, que em latim significa estado. Sob esta palavra
os Estados tm acumulado dados relativos ao seu povo. A estatstica nas mos dos governos
tem sido uma ferramenta essencial para a definio das suas polticas.

1.1

O que a Estatstica

O termo estatstica tem vrias interpretaes.


Para a maioria das pessoas estatstica emprega-se para designar informao em termos
de nmeros. No usaremos o termo estatstica com este significado. A estas quantidades
numricas daremos o nome de observaes ou dados.
O termo estatstica tem ainda outros significados. A Estatstica um ramo da rea da
matemtica aplicada com os seus prprios simbolismos, terminologia, contedo, teoremas
e tcnicas. Quando estudamos Estatstica estamos a tentar conhecer e dominar as suas
tcnicas. Assim, podemos definir a Estatstica como uma cincia matemtica que agrega
um conjunto de tcnicas apropriadas para a recolha, a classificao, a apresentao e a
interpretao de dados numricos.
Um outro significado para a palavra o da estatstica que est relacionada com
quantidades que forem calculadas a partir de dados amostrais. Neste caso costume
colocar a palavra entre aspas. Por exemplo, se os dados obtidos forem: 12, 12, 14, 15, 12
e 13, a quantidade 12+12+14+15+12+13
, conhecida por mdia aritmtica, uma estatstica.
6

1.2

Aplicaes

As aplicaes das tcnicas estatsticas esto j to difundidas e a sua influncia tem sido
to marcante, que a importncia da Estatstica j hoje em dia reconhecida em todos os
2

CAPTULO 1.

INTRODUO

domnios da investigao cientfica e do desenvolvimento tecnolgico.


Uma das reas onde a Estatstica comeou a ser aplicada mais cedo foi no planeamento
e na anlise de experincias realizadas na agricultura. A metodologia da Estatstica tem
sido muito usada na investigao realizada pelas indstrias farmacutica e mdica. As
prprias instituies governamentais usam a Estatstica para estudar a situao econmica
do Pas e alterar as polticas de cobrana de impostos, de assistncia social, de obras
pblicas, etc. A teoria das probabilidades juntamente com a Estatstica, isto , a teoria
da deciso estatstica, usada como um meio para a tomada de decises importantes ao
mais alto nvel. Usamos as tcnicas estatsticas na indstria para o controlo da qualidade
dos produtos, no marketing, no estudo dos efeitos da publicidade, e tambm em todas as
reas onde preciso tomar decises tendo como base informao incompleta, tal como na
Biologia, Geologia, Psicologia e Sociologia. Nas polticas educacionais a Estatstica uma
ferramenta muito importante para ajudar a definir pedagogias e mtodos de ensino.

1.3

Populao e Amostras

Dois dos termos mais usados em Estatstica so: populao e amostra.


Populao designa um conjunto de unidades com qualquer caracterstica comum. Por
exemplo, o conjunto das idades das crianas da Escola Preparatria XXX da cidade YYY
constitui uma populao; o conjunto de todas as classificaes obtidas, na disciplina de
Matemtica, pelas crianas do 5o ano de escolaridade das Escolas Preparatrias do Pas

constitui uma populao.


A Estatstica ocupa-se fundamentalmente das propriedades das populaes susceptveis
de representao numrica.
A populao pode ser finita ou infinita, consoante seja finito ou infinito o nmero
de elementos que a compem. Para conhecer bem as propriedades da populao temos
de analisar todos os elementos dessa populao. Contudo, nem sempre possvel analisar
todos os elementos. Esta impossibilidade pode dever-se ao facto de a populao ser infinita.
O estudo incidir, assim, sobre um subconjunto finito de elementos que seja representativo
da populao. Este subconjunto chama-se amostra.
A representatividade da amostra uma das questes mais importante relacionada com
a teoria da amostragem. A amostra deve conter qualitativa e quantitativamente em proporo tudo o que a populao possui.
A amostra tem de ser tambm imparcial, isto , todos os elementos da populao devem
ter igual oportunidade de serem escolhidos para fazerem parte da amostra.
Mesmo quando a populao finita podem surgir outras razes que levem utilizao
de amostras para o estudo da populao. Existem razes econmicas - pode tornar-se
caro a observao do comportamento de um nmero muito grande de elementos; razes
de tempo - a observao de todos os elementos pode demorar tanto tempo que quando os
resultados estiverem prontos para divulgao j se encontrem desactualizados.
Existem, ainda, outras razes que nos levam a preferir recolher uma amostra em vez de
usar a populao. Nalguns casos, as unidades que constituem a amostra para inspeco,

CAPTULO 1.

INTRODUO

so destrudas. Noutros casos, em virtude da escassez de pessoas treinadas (sem formao especfica) para recolher amostras, mais seguro confiar num nmero reduzido de
informao. Haveria uma menor ocorrncia de erros humanos.
Parece, assim, ser mais vantajoso recolher amostras e basear o nosso estudo na anlise
dessas amostras. Este processo parece ser bastante simples, no entanto, pode dar origem
a enganos.
A seleco de elementos da populao que so mais facilmente acessveis ao experimentador, origina uma amostra conveniente. Este tipo de amostra no representativa da
populao e pode levar a concluses erradas sobre as propriedades da populao.
Uma alternativa amostra conveniente, que muitas vezes parcial, a amostra aleatria simples.
A ideia principal consiste em dar a cada elemento da populao a mesma oportunidade
de ser escolhido para fazer parte da amostra. Para abreviar usaremos, daqui para a frente,
a.a.s. para designar amostra aleatria simples.
Uma a.a.s. obtida atravs de um mtodo que d a qualquer possvel amostra de
tamanho n (com n elementos) a mesma oportunidade de ser a amostra escolhida.
Dos mtodos existentes, o mais usado e simples para a obteno de uma a.a.s. consiste
em:
usar uma tabela de nmeros aleatrios como a que est representada na tabela da
figura 1.1. (ou um gerador de nmeros aleatrios como tm algumas mquinas de
calcular, normalmente designado pela funo RND). Uma tabela de nmeros aleatrios uma lista dos 10 dgitos 0, 1, 2, 3, 4, 5, 6, 7, 8 e 9 que satisfaz as seguintes
propriedades:
1. Um dgito em qualquer posio da lista tem a mesma oportunidade de ser o 0,
1, 2, 3, 4, 5, 6, 7, 8 ou 9.
2. Os dgitos nas diferentes posies so independentes no sentido de que o valor
de um deles no influencia o valor de qualquer outro.
A tabela apresenta uma diviso dos nmeros por grupos de 5 dgitos e tem as linhas
numeradas, com o objectivo de facilitar a consulta. Para usar a tabela devemos ter em
ateno o seguinte:
1. Qualquer par de dgitos da tabela tem a mesma oportunidade de ser (qualquer) um
dos 100 possveis pares 00, 01, 02, 03, ..., 97, 98, 99.
2. Qualquer trio de dgitos na tabela tem a mesma oportunidade de ser um dos 1000
possveis trios 000, 001, 002, 003, ..., 997, 998, 999.
3. E assim por adiante, para grupos de 4 ou mais dgitos da tabela. Os grupos de 4
dgitos seriam os seguintes: 0000, 0001, 0002, ..., 0997, 0998, ..., 9997, 9998, 9999.
Para a seleco de uma a.a.s. usamos o seguinte processo:

CAPTULO 1.
linha
101
102
103
104
105

19223
73676
45467
52711
95592

INTRODUO

95034
47150
71709
38889
94007

05756
99400
77558
93074
69971

28713
01927
00095
60227
91481

96409
27754
32863
40011
60779

12531
42648
29485
85848
53791

42544
82425
82226
48767
17297

82853
36290
90056
52573
59335

Figura 1.1: Parte da tabela de nmeros aleatrios (ver Anexo)


1. enumerar os elementos da populao a partir do 0 (se existirem at 10 elementos
na populao), do 00 ( se existirem at 100 elementos na populao), do 000 (se
existirem at 1000 elementos na populao) ou ..., at esgotar todos os elementos;
2. seleccionar o tamanho da amostra;
3. retirar da tabela da figura 1.1, a partir de qualquer linha, grupos de 1, 2, 3 ou ...
dgitos (consoante o nmero de elementos da populao), todos seguidos. Cada grupo
selecciona o elemento da populao com aquele nmero.
Nota 1.3.1 :
Sempre que aparecerem grupos de 1, 2, 3 ou ... (conforme o caso) dgitos repetidos,
devemos ignor-los.
Sempre que aparecerem grupos de 1, 2, 3 ou ... dgitos que sejam quantidades maiores
ou iguais que o nmero de elementos da amostra, devemos ignor-los.

1.4

Tipos de Estatstica

Podemos dividir a Estatstica em dois grupos: a Estatstica Descritiva e a Estatstica


Inferencial.
A primeira toma indistintamente a populao e a amostra com o objectivo de as descrever. Esta descrio das observaes pode ser feita grfica ou numericamente. Ser uma
descrio grfica se for feita a representao grfica de certas quantidades calculadas a
partir das observaes. A descrio diz-se numrica se forem calculadas quantidades que
do informao, embora sumria, do comportamento das observaes. A anlise estatstica
feita no sculo passado e no prncipio deste sculo foi na maior parte do tipo descritivo.
A Estatstica tem sido definida como a cincia para a tomada de decises baseadas
em incertezas, isto , baseadas num conjunto de informaes incompletas. Para tomarmos
decises sobre a populao, seleccionamos uma amostra aleatria simples retirada da populao. Baseando-nos na informao obtida da amostra inferimos sobre as caractersticas
da populao. A Estatstica Inferencial baseia-se no estudo das amostras para podermos
tirar concluses sobre a populao donde retirmos essas amostras.

Captulo 2
Descrio numrica dos dados
A ideia que muitas pessoas tm da Estatstica a de que ela est associada a tabelas
enormes de nmeros, por vezes documentadas com alguns grficos mistura! As tabelas
repletas de informao so muitas vezes cansativas de ler, difceis de interpretar e de se tirar
concluses e alguns grficos mal dimensionados e legendados podem originar interpretaes
erradas.
Mesmo assim, as tabelas so um dos meios mais usados para organizar e resumir um
conjunto vasto e desordenado de dados (ou observaes). mais vantajoso contruir uma
tabela pequena com algumas quantidades especiais ("estatsticas"da amostra ou parmetros da populao) que caracterizam e resumem a distribuio (o comportamento) dessas
observaes, do que uma tabela com um conjunto enorme de nmeros. Os grficos tm
como objectivo dar uma viso resumida e rpida do comportamento dos dados.
Consideremos o seguinte ficheiro de dados da Escola Preparatria XXX da cidade YYY.
Para cada aluno, foram registados os seguintes valores das variveis: SEXO (feminino ou
masculino), IDADE (10, 11, 12, 13, 14 ou 15 anos), ALTURA (de 129 cm. a 145 cm.),
PESO (de 27 kg. a 45 kg.), ANO (5o ou 6o ano de escolaridade) e TURMA (1, 2, 3, 4
ou 5). A maior parte das tabelas e grficos apresentados nesta parte I dizem respeito aos
valores deste ficheiro.
Dado um conjunto de observaes, costume, em primeiro lugar, contar quantas vezes
aparece cada valor, isto , o nmero de ocorrncias desse valor. Dos 318 alunos presentemente a frequentar a Escola Preparatria XXX da cidade YYY,
quantos so do sexo feminino?
quantos so do sexo masculino?
quantos frequentam, neste ano lectivo, o 5o ano de escolaridade?
quantos esto inscritos no 6o ano de escolaridade?
quantos alunos do 5o ano tm ainda 10 anos?
quantos alunos frequentam o 6o ano com 15 anos de idade?
6

CAPTULO 2. DESCRIO NUMRICA DOS DADOS

Depois de observados todos os registos e contadas as ocorrncias dos seis acontecimentos


descritos, obtivemos os seguintes valores, conhecidos por frequncias absolutas : 124
alunos do sexo feminino, 194 do sexo masculino, 147 do 5o ano, 171 do 6o ano, como se
SEXO
feminino
masculino
Total

Frequncias
124
194
318

Percentagens
38.99
61.01
100.00

F.Acumulada
38.99
100.00

ANO
5o ano
6o ano
Total

Frequncias
147
171
318

Percentagens
46.23
53.77
100.00

F.Acumulada
46.23
100.00

Figura 2.1: Tabelas de frequncias do SEXO e do ANO de escolaridade


pode ver na coluna indicada por Frequncias da tabela da figura 2.1; 73 alunos esto
no 5o com 10 anos e 9 no 6o com 15 anos. Confirme estes valores com os assinalados
da coluna Frequncias da tabela da figura 2.2. Verificando-se que 124 + 194 = 318 ou
147 + 171 = 318 conclui-se que foram consideradas todas as observaes (consistncia
interna).
A frequncia absoluta de qualquer valor de uma varivel o nmero de vezes que
esse valor ocorre nos dados. Isto , esta frequncia corresponde a uma contagem.
Observando apenas o nmero 124 de alunos do sexo feminino e 194 do sexo masculino
podemos dizer que h mais rapazes do que raparigas, no entanto, no se v logo quantos
mais. Se compararmos estes nmeros com o nmero total de alunos, calculando o quociente
entre o nmero total de alunos do sexo feminino (ou do sexo masculino) e o nmero total
de alunos da escola, a que chamaremos frequncia relativa, ento j podemos dizer que
124
= 0.39 (ou 194
= 0.61) so do sexo feminino (ou masculino) o que nitidamente menos
318
318
(ou mais) do que metade dos alunos.
A frequncia relativa de qualquer valor a proporo ou fraco de todas as observaes que tm aquele valor. Esta frequncia pode ser expressa em termos de percentagem,
multiplicando a fraco resultante por 100 e atribuindo o sinal de %. Das fraces anteriores tiramos 39% de alunos do sexo feminino e 61% do sexo masculino. A soma das
frequncias relativas deve ser igual a 1 (ou das percentagens igual a 100%).
Veja as percentagens de alunos dos dois sexos na coluna indicada por Percentagens
da tabela da figura 2.1.
As frequncias acumuladas absolutas (ou relativas) representam o nmero (ou a
fraco/percentagem) de observaes que so menores ou iguais a um valor especificado.
Assim o nmero (ou fraco/percentagem) de alunos com idade inferior a 12, do 5o ano de
escolaridade de 118 (ou 0.8027/80.27%) e o nmero (ou fraco/percentagem) de alunos
do 6o ano com idade igual ou inferior a 14 anos de 162 (ou 0.9474/94.74%), como se pode
confirmar pela coluna F.Acumuladas da tabela da figura 2.2.

CAPTULO 2. DESCRIO NUMRICA DOS DADOS


ANO=5o
IDADE
10
11
12
13
14
Total

Frequncias
73
45
22
4
3
147

Percentagens
49.66
30.61
14.97
2.72
2.04
100.00

F.Acumuladas
49.66
80.27
95.24
97.96
100.00

ANO=6o
IDADE
11
12
13
14
15
Total

Frequncias
91
46
20
5
9
171

Percentagens
53.22
26.90
11.70
2.92
5.26
100.00

F.Acumuladas
53.22
80.12
91.81
94.74
100.00

Figura 2.2: Tabela de frequncias da IDADE, por ANO de escolaridade


Da coluna F.Acumuladas da tabela da figura 2.3 podemos verificar que o nmero de
alunos do 6o ano que tm um peso igual ou inferior a 40 Kg. de 161, o que corresponde
a 94.15% dos alunos desse ano.
Da coluna F.Acumuladas da tabela da figura 2.4 podemos concluir que a percentagem
de alunos do sexo feminino com altura igual ou inferior a 140 cm. aproximadamente de
91%.
As frequncias absolutas e as relativas so um meio muito usado para classificar os
dados quando a escala usada para medir as variveis nominal, isto , a medio da
varivel apenas define a classe a que o elemento pertence. Por exemplo, a varivel SEXO
nominal, uma vez que ela definida pelas duas classes: feminino e masculino; a varivel
ANO de escolaridade nominal e as classes definidas so o 5o e o 6o ano de escolaridade;
a varivel TURMA tambm nominal, definida pelas classes 1, 2, 3, 4 e 5 para o 5o ano
de escolaridade e 1, 2, 3, 4 e 5 para o 6o ano.
Certas variveis so medidas de acordo com uma escala ordinal. Neste caso a medio
define classes e ordena-as de acordo com os valores atribudos. Como exemplo, temos as
pontuaes (1, 2, 3, ... e 10) que hoje se usam para definirmos a nossa preferncia relativa
a qualquer acontecimento. A diferena entre o 2 e o 1 a de que o 2 significa ter preferncia
em relao ao 1 mas no se sabe quanto.
Mesmo quando a escala de medio da varivel intervalar/proporcional e a varivel
pode tomar uma quantidade enorme de valores, podemos classificar (resumir) os dados
calculando as frequncias de grupos de valores, chamados classes ou intervalos. Quando a
medida de uma varivel nos diz quanto ela diferente da medida de outra, ento a varivel

CAPTULO 2. DESCRIO NUMRICA DOS DADOS

ANO=5o
Classes
de pesos
Frequncias
peso <=30
34
30 a 35
74
33
35 a 40
6
40 a 45
Total
147

Percentagens
23.13
50.34
22.45
4.08
100.00

F.Acumuladas
23.13
73.47
95.92
100.00

ANO=6o
Classes
de pesos
Frequncias
peso <=30
46
77
30 a 35
35 a 40
38
10
40 a 45
Total
171

Percentagens
26.90
45.03
22.22
5.85
100.00

F.Acumuladas
26.90
71.93
94.15
100.00

Figura 2.3: Tabela de frequncias dos PESOS, por ANO de escolaridade


foi medida numa escala intervalar. Por exemplo, uma avaliao baseada na escala de 0 a
20 intervalar; uma classificao de 14.4 valores nitidamente superior a uma de 7.2, no
entanto, 14.4 no significa um desempenho duas vezes melhor do que o 7.2. A medio
duma varivel numa escala proporcional diz-nos quanto ela tem a mais em relao a outra.
Por exemplo, a ALTURA e o PESO dos alunos so exemplos de variveis proporcionais.
Um peso de 46 Kg. duas vezes superior ao peso de 23 Kg.
Quando temos este tipo de variveis devemos decidir quantas classes/intervalos queremos formar. Quando temos poucas observaes devemos definir um nmero pequeno de
classes, 4, 5 ou 6. No entanto, quando o nmero de observaes elevado menos do que 10
classes origina uma perda significativa de informao. Tudo depende tambm da variao
dos valores que a varivel pode tomar. Assim como o nmero de intervalos e a amplitude
desses intervalos so arbitrrios, tambm o so os pontos que definem o incio, limite
inferior, e o fim, limite superior, de cada intervalo. Estes limites separam os intervalos
uns dos outros. Eles devem ser escolhidos por forma a que, para cada observao, fique
bem claro a que intervalo ela pertence. Por exemplo, relativamente varivel ALTURA,
podemos usar um dos dois seguintes processos:
1. o primeiro intervalo, para a varivel ALTURA, compreende os valores que vo desde
125 a 130 cm. inclusiv ( isto , 125 < ALT URA 130); o segundo intervalo ter
observaes desde 130 cm. at 135 cm. inclusiv (130 < ALT URA 135), ....,
at ao ltimo intervalo que engloba ALTURAS que vo desde os 145 aos 150 cm.
(145 < ALT URA 150);

CAPTULO 2. DESCRIO NUMRICA DOS DADOS

10

SEXO=feminino
Classes
de alturas
altura<=130
130 a 135
135 a 140
140 a 145
altura>145
Total

Frequncias
5
42
66
10
1
124

Percentagens
4.03
33.87
53.23
8.06
0.31
100.00

F.Acumuladas
4.03
37.90
91.13
99.19
100.00

SEXO=masculino
Classes
de alturas
altura<=130
130 a 135
135 a 140
140 a 145
altura>145
Total

Frequncias
2
32
84
63
13
194

Percentagens
1.03
16.49
43.30
32.47
6.70
100.00

F.Acumuladas
1.03
17.53
60.82
93.30
100.00

Figura 2.4: Tabela das frequncias das ALTURAS, por SEXO do aluno
2. (e como, para esta varivel, todas as observaes so quantidades inteiras) os limites dos intervalos so definidos usando valores com casas decimais, 0.5 unidades
inferiores ao valor, para o limite inferior, e 0.5 unidades superiores ao valor, para o
limite superior, de cada intervalo. Neste caso, ficamos com os seguintes intervalos
fechados nos dois extremos: [124.5, 130.5], [130.5, 135.5], [135.5, 140.5], [140.5, 145.5]
e [145.5, 150.5].
tambm comum considerar os intervalos dos extremos como totalmente abertos, o
primeiro esquerda, e o ltimo direita, isto , o primeiro intervalo pode ser do tipo
130cm. e o ltimo do tipo > 145cm. Verifique o processo utilizado na definio dos
intervalos para a varivel ALTURA, na tabela da figura 2.4 e para a varivel PESO na
tabela da figura 2.3.
A amplitude destas classes/intervalos a diferena entre o limite superior e o inferior.
Para a varivel ALTURA a amplitude dos intervalos de 5 cm. e para o PESO de 5 Kg.
Confirme estes valores nas tabelas das figura 2.4 e 2.3 respectivamente.
Como estes intervalos so definidos por um conjunto, por vezes, vasto de valores, h
necessidade de ter um valor que represente cada intervalo. Este valor o ponto mdio e
calcula-se como a semi-soma dos limites superior e inferior do intervalo. No caso da varivel
ALTURA os pontos mdios dos intervalos so respectivamente 127.5, 132.5, 137.5, 142.5 e
147.5 e para a classificao da varivel PESO temos como pontos mdios os valores: 27.5,

CAPTULO 2. DESCRIO NUMRICA DOS DADOS

11

32.5, 37.5, 42.5. Repare que os intervalos dos extremos foram considerados como tendo
amplitudes iguais aos restantes.
O nmero de observaes que pertencem a cada classe/intervalo a sua frequncia
absoluta. Tudo o que j foi dito relativamente s frequncias relativas e acumuladas
vlido para estas classes/intervalos.

Captulo 3
Descrio grfica dos dados
Um grfico serve para dar uma viso resumida dos dados. Um grfico bem construdo pode
revelar factos (caractersticas) sobre os dados que, a retirar de uma tabela necessitariam
de uma anlise mais cuidada.
1. O grfico de barras serve para comparar a frequncia de ocorrncia de certas
observaes.
Na maior parte dos exemplos, os valores comparados so frequncias absolutas ou
relativas, em termos de percentagem, de variveis medidas de acordo com as escalas
nominal e ordinal. A figura 3.1 apresenta um grfico de barras respeitante aos dados
da tabela da figura 3.2.
G r fic o d e b a rra s
140

F re q u n cia

120
100
80
60
40
20
0
10

11

12

13

14

15

ID A D E

Figura 3.1: Grfico de barras das frequncias das IDADES dos alunos

12

CAPTULO 3. DESCRIO GRFICA DOS DADOS


IDADE
10
11
12
13
14
15
Total

Frequncias
73
136
68
24
8
9
318

Percentagens
22.96
42.77
21.38
7.55
2.52
2.83
100.00

13
F.Acumuladas
22.96
64.72
87.11
94.65
97.17
100.00

Figura 3.2: Tabela de frequncias das IDADES dos alunos da Escola


As barras aparecem normalmente verticais, separadas e devem ter todas a mesma
largura. A altura da barra varia com a frequncia, o que significa que a rea do
rectngulo tambm varia. A nossa percepo da quantidade representada, corresponde precisamente rea da barra.
Um grfico de barras pode ser representado atravs de figuras a que se pode dar o
nome de grfico ilustrativo ou pictograma. No entanto, essas figuras devem definir imagens todas com a mesma largura, variando a altura com o valor da frequncia.
Nas figuras 3.3 e 3.4 estam representados dois exemplos de grficos de barras utilizando figuras. O primeiro no est correcto, pois pode levar a falsas interpretaes
em termos relativos; o segundo, que to atraente como o primeiro, est correcto. As
reas das figuras visualizam correctamente as propores relativas entre as variveis.

Figura 3.3: Pictograma (errado) da varivel SEXO (ver tabela da figura 2.1)

CAPTULO 3. DESCRIO GRFICA DOS DADOS

14

Figura 3.4: Pictograma da varivel SEXO (ver tabela da figura 2.1)

2. O grfico de sectores ou circular serve para representar vrias variveis. O tamanho de cada sector proporcional ao valor da varivel, que representa, em relao
soma dos valores das variveis l representadas.
Assim e tendo em conta os alunos do 5o ano de escolaridade, verificamos que h
nmeros diferentes de alunos dos sexos feminino e masculino nas diferentes turmas,
como se pode ver na tabela da figura 3.5 e os grficos de sectores correspondentes
seriam os representados nas figuras 3.6 e 3.7.
3. Existe ainda outro grfico de barras, para representar vrias variveis, s que desta
vez elas apresentam-se sobrepostas. Dos mesmos valores da tabela da figura 3.5, o
grfico de barras sobrepostas o que est representado na figura 3.8.
4. O grfico de linha serve para representar os valores de uma varivel e mostra a
tendncia (comportamento) dessa varivel normalmente em relao ao tempo. Por
exemplo, se fosse conhecido o nmero de alunos inscritos na Escola XXX durante
os timos dez anos, poderamos representar esses valores ao longo do eixo vertical e
ao longo do eixo horizontal, representaramos o tempo de acordo com o que est na
figura 3.9.
As escalas podem ser iniciadas em qualquer valor, em vez de 0. Para chamar a
ateno da omisso do 0, frequente utilizar uma linha em ziguezague sobre o eixo.
5. Um grfico de pontos serve para representar dados relativos a duas variveis,
quando elas so medidas em escalas intervalar/proporcional ou ordinal. Cada varivel

CAPTULO 3. DESCRIO GRFICA DOS DADOS

15

ANO=5o
SEXO
feminino
masculino
Total

Turma
1
10
24
34

2 3
7 12
22 14
29 26

4 5 Total
7 14
50
21 16
97
28 30 147

Turma
1
17
20
37

2 3
16 15
18 18
34 33

4 5
11 15
24 17
35 32

ANO=6o
SEXO
feminino
masculino
Total

Total
74
97
171

Figura 3.5: Frequncias dos alunos do 5o ano por TURMA


representada num eixo. Cada ponto do grfico corresponde a um par de valores
(x, y); x diz respeito ao valor da 1a varivel ( sobre o eixo das abcissas) e y diz respeito
ao correspondente valor da 2a varivel (sobre o eixo das ordenadas). Por exemplo,
se quisssemos representar os PESOS e as ALTURAS dos alunos do SEXO feminino
da TURMA 2 do 5o ANO da Escola XXX teramos o grfico que est representado
na figura 3.10.
6. O histograma das frequncias o grfico mais importante na Estatstica Inferencial.
Quando os dados so valores de uma varivel medida numa escala intervalar/proporcional,
uma tabela de frequncias para cada uma das classes mostra a distribuio de valores dessa varivel. Considere o exemplo apresentado na tabela da figura 2.4 relativo
s ALTURAS dos alunos da Escola XXX, distribudos por SEXO. Esta distribuio
pode ser representada graficamente num histograma. Este grfico desenhado tendo
como base um par de eixos coordenados, com a medida da varivel que foi observada
colocada ao longo do eixo horizontal e o nmero ou a proporo de observaes medidos ao longo do eixo vertical. O eixo vertical comea normalmente em 0 e o eixo
horizontal pode comear num valor qualquer, desde que seja conveniente.
A figura 3.11 mostra o exemplo em que as ALTURAS esto divididas por classes,
tambm chamadas intervalos de amplitudes iguais a 5 cm. Cada barra representa
uma dessas classes e a altura corresponde frequncia absoluta (nmero de valores
que pertencem classe). Tambm se usam as frequncias relativas ou propores na
definio de histogramas.
Os histogramas tm as barras verticais, umas a seguir s outras e devem ser todas
da mesma largura. Assim, ao agrupar um conjunto de dados por classes para repre-

CAPTULO 3. DESCRIO GRFICA DOS DADOS

16

fe m in in o

20
29
1
2
3

14

4
5
14
24

Figura 3.6: Grfico de sectores dos alunos do 5o ano do sexo feminino, por TURMA
]../pictures/sectoresm.eps
Figura 3.7: Grfico de sectores dos alunos do 5o ano do sexo masculino, por TURMA

sentar um histograma, devemos escolher intervalos (classes) com amplitudes iguais.


No existe nenhum valor ideal para a amplitude da classe (intervalo). O objectivo
conseguir obter uma distribuio de frequncias equilibrada. Assim, tenta-se evitar colocar todos os valores num nmero muito reduzido de classes de amplitudes
enormes ou distribuir poucos valores por muitas classes de amplitudes pequenas. As
classes devem ser definidas de tal forma que no haja ambiguidades sobre a classe
(ou intervalo) a que pertence cada observao.
7. A forma da distribuio de frequncias de um conjunto de dados pode ser analisada
atravs do histograma das frequncias. A figura 3.12 mostra uma distribuio no
simtrica e descada para a direita. Por vezes, a anlise facilitada pelo polgono que
se obtm unindo, por linhas, os pontos mdios dos topos das barras no histograma,
como se v na figura 3.12. O polgono terminado para a esquerda e para a direita,
unindo os pontos que se colocam no eixo horizontal distanciados de metade da amplitude para a esquerda do primeiro intervalo e para a direita do ltimo intervalo.
Este polgono conhecido por polgono de frequncias.
8. Ao grfico das frequncias acumuladas chama-se ogiva. Este grfico obtm-se colocando pontos na vertical dos limites inferiores das classes (ou intervalos) a uma
distncia do eixo horizontal que corresponde percentagem das observaes que so

CAPTULO 3. DESCRIO GRFICA DOS DADOS

17

50
45

P e rce n ta g e m

40
35
30

16
25

14
23

25

fem inino

22

m as c ulino

20
15
10

20

28

24
14

14

0
1

T u rm a

Figura 3.8: Grfico de barras dos alunos do 5o ano, por turma e por SEXO

menores ou iguais quele valor (do limite inferior da classe) e unindo estes pontos por
rectas. As ogivas tm um semelhana com um S aberto. Um exemplo de ogiva o que
se encontra na figura 3.14 e que corresponde s frequncias da coluna F.Acumuladas
da tabela da figura 3.13.

CAPTULO 3. DESCRIO GRFICA DOS DADOS

18

N m e ro d e a lu n o s in scrito s

320
309
300

315

318

295
280

280
265

260

270

250
240

240

220

220

200
83/84 84/85 85/86 86/87 87/88 88/89 89/90 90/91 91/92 92/93
te m p o (a n o le ctivo )

Figura 3.9: Grfico relativo ao nmero de alunos da Escola, nos ltimos dez anos

144

A ltu ra (cm )

142
140
138
136
134
132
25

30

35

40

45

P e so (kg )

Figura 3.10: Grfico relativo aos PESOS e ALTURAS dos 7 alunos da TURMA 2 (5o
ANO)

CAPTULO 3. DESCRIO GRFICA DOS DADOS

19

66

70
60

F re q u n cia

50

42

40
30
20
10
10

0
125-130

130-135

135-140

140-145

A ltu ra (cm )

F re q u n cia

Figura 3.11: Histograma relativo s ALTURAS dos alunos do SEXO feminino

Figura 3.12: Polgono de frequncias de uma distribuio definida por 8 intervalos

CAPTULO 3. DESCRIO GRFICA DOS DADOS

Classes de
alturas
Frequncias
altura<=130
2
130 a 135
32
84
135 a 140
140 a 145
63
altura>145
13
Total
194

Percentagens
1.03
16.49
43.30
32.47
6.70
100.00

20

F.Acumuladas
1.03
17.53
60.82
93.30
100.00

Figura 3.13: Frequncias das ALTURAS dos alunos do SEXO masculino

Figura 3.14: Ogiva das ALTURAS dos alunos do SEXO masculino da escola

Captulo 4
Estatsticas descritivas
Alm das tabelas e dos grficos, que tm com objectivo organizar e dar uma imagem visual
dos dados, existem certas caractersticas de uma distribuio de valores, como o valor
central e a sua disperso, que podem ser resumidas por meio de certas quantidades.
Exemplos destas quantidades, conhecidas por "estatsticas"descritivas, so: o ponto
mdio, a mediana, a moda, a mdia, a amplitude, o desvio padro e a varincia.

4.1

Medidas de tendncia central

1. o ponto mdio o valor que se encontra a meio caminho entre a menor e a maior
das observaes de uma lista. Por definio
Xm =

menor obs. + maior obs.


.
2

Considerando a tabela 4.1 relativa s estatsticas das IDADES dos alunos da Escola
XXX, o Xm igual a 10+15
= 12.5.
2
2. A mdia (aritmtica) de um conjunto de n observaes obtm-se somando todas
as observaes e dividindo depois pelo seu nmero.
Se X1 , X2 , X3 , ..., Xn forem as n observaes, ento a mdia deste conjunto
n
= i=1 Xi .
X
n
Quando os dados esto agrupados por classes numa tabela de frequncias, a soma de
observaes idnticas equivalente a multiplicar o valor dessa observao, Xi , pela
sua frequncia fi . Assim, a mdia pode ser calculada atravs de
=
X

k

21

fi Xi
,
n

i=1

CAPTULO 4. ESTATSTICAS DESCRITIVAS

Percentis
1%
10
5%
10
10%
10
25%
11
50%
75%
90%
95%
99%

IDADE
Menores
10
10
10
10

11
12
13
14
15

Maiores
15
15
15
15

22

Observaes
Soma dos pesos

313
313

Mdia
Desvio padro

11.3239
1.150557

Varincia
Assimetria
Kurtose

1.32378
1.162583
4.48434

Figura 4.1: Estatsticas das IDADES dos alunos da Escola



em que n = ki=1 fi e k o nmero de classes distintas. Quando cada classe
representada por um intervalo de valores, o Xi o valor que representa esse intervalo
e que anteriormente chammos o ponto mdio do intervalo. Se os intervalos dos
extremos so caracterizados por e >, os pontos mdios so calculados do mesmo
modo, supondo que esses intervalos tm amplitudes iguais aos restantes. Da tabela
da figura 4.1, vemos que a mdia das IDADES dos 318 alunos da Escola XXX de
11.3239.
3. A mediana o valor tpico, isto , o ponto central das observaes quando elas
no esto agrupadas e j se encontram colocadas por ordem crescente.
Quando o nmero de observaes impar, o valor do meio a mediana; quando o
nmero de observaes par, existe um par de valores no centro e a mediana passa
a ser a mdia aritmtica desse par. Para o clculo da mediana de um conjunto de
observaes no agrupadas por classes ou intervalos, podemos usar a seguinte regra:
Se n for o nmero de observaes, calcule a quantidade (n + 1)/2. Coloque as
observaes por ordem crescente e conte a partir do incio (n + 1)/2 observaes. Se
n for impar a ltima contabilizada ser a mediana da lista; se n for par, a quantidade
(n + 1)/2 no inteira, e tomamos a semi-soma das duas observaes contguas a
esta quantidade (a anterior e a posterior) da lista.
Quando os n dados esto agrupados por k classes/intervalos, podemos usar o seguinte
processo para o clculo da mediana:
calcular n2 ,
calcular as frequncias absolutas acumuladas das classes,

CAPTULO 4. ESTATSTICAS DESCRITIVAS

23

determinar o intervalo que contm a mediana. Seja M o nmero desse intervalo


(M um inteiro de 1 a k). A frequncia acumulada dos intervalos anteriores ao
do da mediana FM 1 . A frequncia absoluta do intervalo da mediana fM e
a acumulada FM , e FM 1 < n2 < FM ,
calcular o nmero de observaes que devemos tomar do intervalo da mediana
e que igual a n2 FM 1 ,
como existem fM observaes no intervalo da mediana e considerando-as uniforM 1
memente distribudas, o valor da mediana est a n/2F
de distncia do incio
fM
do intervalo da mediana que tem amplitude igual a A e cujo limite inferior
liM . Assim,
n
FM 1
mediana = liM + 2
A.
fM
Como num histograma as reas dos rectngulos so proporcionais s frequncias
dos respectivos intervalos, a linha vertical traada no valor da mediana divide o
histograma em duas reas iguais.
4. A moda o valor mais frequente, isto , o valor com maior frequncia entre as
observaes de uma lista. Para o clculo da moda convm colocar as observaes
por ordem crescente para se ver qual delas ocorre mais vezes. Essa observao a
moda. A lista, neste caso, diz-se unimodal. Pode at haver mais do que uma moda.
Se duas ou mais observaes ocorrem o mesmo nmero de vezes, ento a lista diz-se
respectivamente bimodal ou multimodal.
Quando os dados se apresentam agrupados, a classe com maior frequncia define a
classe da moda. Se cada classe for definida por um s valor, esse a moda; se a classe
definida por um intervalo de valores, o ponto que representa a classe, o ponto mdio
dessa classe, a moda. Tal como foi dito no pargrafo anterior podemos tambm
aqui ter mais do que uma moda ou mesmo no ter nenhuma.
Destas medidas centrais, a mdia e a mediana so as mais usadas. A mediana utiliza
informao relativa ordem, no usando os valores numricos das observaes. A mdia,
por sua vez, usa esses valores numricos, sendo por isso a mais usada.
As diferentes localizaes da mdia, da mediana e da moda so mais facilmente visveis
usando a curva das frequncias desse conjunto de dados, o polgono de frequncias. A moda
o valor onde a curva mais alta. A mediana o valor que divide a rea, compreendida
entre o eixo e a curva, em duas partes iguais; metade fica esquerda da mediana e a outra
metade direita. A mdia o ponto central de uma distribuio simtrica.
Numa distribuio simtrica a moda coincide com a mediana e tambm com a mdia.
Veja a figura 4.2.
A figura 4.3 apresenta dois exemplos de distribuies no simtricas. A primeira
assimtrica positiva e a segunda assimtrica negativa. Repare na sequncia de localizao
das trs medidas: moda, mediana e mdia.

CAPTULO 4. ESTATSTICAS DESCRITIVAS

Figura 4.2: Curva das frequncias de uma distribuio simtrica

Figura 4.3: Curvas de frequncias de duas distribuies no simtricas

24

CAPTULO 4. ESTATSTICAS DESCRITIVAS

25

Dos valores da tabela 4.1 podemos retirar a mediana, que o percentil de ordem 50, e
igual a 11 e de acordo com a tabela que foi apresentada na figura 3.1, a moda tambm
11, uma vez que o valor que tem maior frequncia (136). Assim, esta distribuio das
IDADES dos alunos da Escola XXX da cidade YYY assimtrica positiva. Confirme este
facto com o grfico de barras j anteriormente apresentado na figura 3.1. Da tabela da
figura 4.1 o valor do parmetro Assimetria=1.162583, porque positivo, significa que a
distribuio assimtrica positiva. Se este valor fosse negativo, teramos uma distribuio
assimtrica negativa.

4.2

Medidas de disperso

As medidas centrais so importantes mas no fornecem a informao completa sobre o


conjunto das observaes. Falta, pois, indicao sobre a disperso desses valores.
Quando se usa a mediana para medir o centro de uma distribuio, conveniente
fornecer elementos sobre a variao ou disperso da distribuio, atravs dos percentis.
As medidas de disperso mais usadas so: a varincia e o desvio padro. Devem
ser usadas quando a medida de tendncia central usada for a mdia, pois elas medem a
disperso em relao mdia, como centro da distribuio.
1. O percentil de ordem p de um conjunto de valores (observaes de uma varivel)
o valor abaixo do qual esto p por cento dos valores, estando os restantes acima
dele.
A mediana o percentil de ordem 50, tambm conhecido por segundo quartil.
O percentil de ordem 25 chama-se primeiro quartil.
O percentil de ordem 75 chama-se terceiro quartil.
Um quarto das observaes so menores do que o 1o quartil, metade so menores do
que o 2o e um quarto so maiores do que o 3o quartil.
2. A amplitude de um conjunto de valores definida como a diferena entre a maior
e a menor das observaes e mede a disperso total dos valores do conjunto.
3. A varincia a mdia aritmtica dos quadrados dos desvios das observaes em
relao mdia.
for a sua mdia, a varincia
Assim, se X1 , X2 , X3 , ..., Xn forem n observaes e se X
calculada a partir de
n
2
(Xi X)
s2 = i=1
.
n
Quando os dados esto agrupados por k intervalos, a varincia definida por
2

s =

k

2
i=1 (fi Xi )

2
X

CAPTULO 4. ESTATSTICAS DESCRITIVAS

26


em que n = ki=1 fi , k o nmero de classes (ou intervalos), fi a frequncia da
classe i e Xi o valor que representa a classe i.
Quando as observaes formam uma amostra aleatria simples de tamanho n, retirada de uma populao, a varincia da amostra deve ser calculada usando n 1 no
denominador do primeiro termo da expresso, em vez de n, e deve-se multiplicar o
n
.
segundo termo por (n1)
Existem razes para esta escolha e tm a ver com o facto de esta estatstica poder
ser usada para estimar a varincia da populao.
4. O desvio padro a raiz quadrada da varincia. Utiliza-se s para designar o desvio
padro.
A varincia e o desvio padro das IDADES so, retirados directamente da tabela da
figura 4.1, respectivamente Varincia= 1.32378 e Desvio padro= 1.150557.
Alguns comentrios em relao a estas medidas:
(i) A varincia uma quantidade positiva ou nula. Ser nula se todos os desvios forem
(sendo todos iguais). Neste
nulos e isto acontece quando todos os Xi forem iguais a X
caso, no existe disperso.
(ii) Se as observaes esto dispersas e existem de um e de outro lado da mdia, os desvios
das observaes esquerda da mdia so negativos e os desvios das observaes
direita so positivos. Estes desvios sero tanto maiores, em valor absoluto, quanto
mais afastadas as observaes estiverem da mdia. Os quadrados dos desvios so
quantidades positivas e tanto maiores quanto maiores forem os desvios. Assim, se
os valores esto juntos, a varincia pequena; se eles esto dispersos, a varincia
grande.
(iii) Quando as observaes so medidas numa unidade (por exemplo, centmetros, segundos, gramas, ...), a varincia vem nessa medida ao quadrado. No entanto, o desvio
padro vem medido na mesma unidade das observaes.

4.3

Medidas de associao

As medidas centrais e de disperso fornecem informao bsica relativa a dados univariados,


embora no completa. No entanto, se tivermos duas variveis, as medidas referidas atrs.
no so suficientes para as descrever. Normalmente estamos interessados numa possvel
ligao entre as variveis: - os valores das variveis aumentam simultaneamente, como a
altura e o peso das pessoas, ou variam em sentidos opostos, como o nmero de cigarros
fumados por dia e a esperana de vida do fumador!
Diz-se que duas variveis esto associadas se existe uma ligao directa entre as suas
variaes,

CAPTULO 4. ESTATSTICAS DESCRITIVAS

27

quando o aumento de uma varivel tende a acompanhar o aumento de outra varivel,


diz-se que a associao positiva;
quando o aumento de uma varivel tende a acompanhar a diminuio de outra varivel, ento as variveis dizem-se associadas negativamente.
A associao medida em termos mdios. A associao faz sentido para variveis
medidas em qualquer tipo de escala. Associao positiva ou negativa j s faz sentido
quando as variveis forem medidas numa escala ordinal ou intervalar/proporcional.
1. Uma das medidas de associao o coeficiente de correlao. Dadas n observaes bivariadas nas variveis X e Y , X1 , X2 , ..., Xn e Y1 , Y2 , ..., Yn , o coeficiente de
correlao r definido por
n
1

i=1 (Xi X)(Yi Y )


n
r=
sX sY
e Y so as mdias dos valores de X e de Y respectivamente e sX e sY os
em que X
desvios padres das mesmas variveis.
O numerador da expresso a mdia dos produtos dos desvios de X e de Y , em
relao s correspondentes mdias. O denominador o produto dos desvios padres
de X e de Y .
Interpretao de r:
o coeficiente de correlao r mede a associao entre duas variveis; positivo
quando a associao positiva e negativo quando a associao for negativa (o
valor de r tanto maior quanto mais forte for a associao);
o coeficiente de correlao toma sempre valores entre -1 e +1 (os desvios padro
no denominador estandardizam o r, as unidades no numerador e denominador
so as mesmas, o que significa que r adimensional);
os valores extremos r = 1 e r = 1 indicam uma associao perfeita (r = 1
significa que os pontos pertencem a uma linha recta de declive negativo, isto ,
quando x aumenta, y diminui; r = 1 significa que os pontos pertencem a uma
linha recta com declive positivo, isto , quando x aumenta, y tambm aumenta;
o coeficiente de correlao mede a proximidade da mancha de pontos em relao
a uma linha recta (r mede uma associao linear).
A figura 4.4 mostra cinco casos com diferentes valores de r. O ltimo caso refere-se a
uma situao onde no existe uma relao linear, embora exista outro tipo de relao.
2. Existe uma maneira de medir a associao linear atravs de uma quantidade r 2 ,
chamada coeficiente de determinao. Este coeficiente a proporo da varincia
de uma varivel, que pode ser explicada pela dependncia linear na outra varivel.

CAPTULO 4. ESTATSTICAS DESCRITIVAS

Figura 4.4: Cinco casos de associao

28

CAPTULO 4. ESTATSTICAS DESCRITIVAS

29

Para compreender melhor o seu significado, considere os dois grficos da figura 4.5.
No primeiro, existe uma associao perfeita linear com r = 1. A varivel Y est
totalmente ligada varivel X; quando X varia, Y tambm varia e o ponto (X, Y )
move-se ao longo da linha. O conjunto dos 8 valores de Y tem uma grande varincia;
mas esta varincia devida (explicada) ocorrncia dos diferentes valores de X,
levando consigo os valores de Y . A dependncia linear em X explica toda a variao
em Y e r 2 = 1.

Figura 4.5: Duas associaes diferentes entre duas variveis

No segundo grfico, o conjunto dos 21 valores de Y tambm tem uma grande varincia.
Alguma desta varincia pode ser explicada pelo facto de a variao em X levar consigo
uma variao (em mdia) em Y .
O grfico apresenta esta situao, mostrando os diferentes valores de Y que acompanham os dois valores de X. Neste caso, r 2 = +1 pois a associao entre X e Y explica
apenas parte da variao em Y . Esta parte a fraco r 2 da varincia dos valores de Y
Neste exemplo, r 2 = 0.49 e diz-se que 49 por cento da varincia de Y explicada pela
dependncia linear de Y em relao a X.
O coeficiente r 2 mede apenas a intensidade da associao e no nos diz nada sobre se
ela positiva ou negativa.
A associao entre duas variveis pode ser devida a trs factores:
ao factor causa, isto , uma das variveis origina (causa) variaes na outra;
existncia de outra(s) varivel(eis) que origina(m) o aparecimento das duas (ou,
cuja variao causa variaes nas duas) variveis em estudo;
a uma terceira varivel, que no se encontra em estudo, mas que, juntamente com
uma das variveis causa variaes na outra.

CAPTULO 4. ESTATSTICAS DESCRITIVAS

30

Para concluir que a associao entre duas variveis devido causa, necessrio que:
a associao se repita em diferentes circunstncias, reduzindo a probabilidade de ser
consequncia da mistura entre variveis;
se conheca uma explicao plausvel, mostrando como uma varivel pode causar
variaes noutra varivel;
no paream existir terceiros factores que possam causar variaes nas duas variveis.
A associao que se deve a razes comuns, pode ser utilizada para predizer uma das
variveis, como funo da outra.

Figura 4.6: Recta de regresso

Correlao e predio esto muito relacionadas. Por exemplo, se uma varivel independente X e uma varivel dependente Y tm um r 2 = 1, isto significa que as observaes
em X e Y esto sobre uma linha recta. Este modelo pode ser usado para predizer Y a
partir de um valor de X - ler na recta o correspondente valor de Y , Yx . Se o valor de r 2
pequeno, a predio menos precisa porque os pontos no esto sobre uma linha recta e
Y varia muito, para um valor fixo de X.
A linha que deve ser usada para predizer Y a partir de X, baseada numa mancha de
pontos a recta de regresso. Veja o exemplo da figura 4.6.

Captulo 5
Distribuio normal
Quando um conjunto de dados tem uma distribuio descrita por uma das curvas normais,
a mdia facilmente detectada. Esta distribuio simtrica, a mdia coincide com a
mediana e tambm com a moda. o valor que corresponde ao pico. Veja o grfico da
figura 4.2.
O desvio padro tambm facilmente detectvel da curva normal. Os pontos onde a
curvatura muda, de ambos os lados em relao ao centro, esto localizados a um desvio
padro de cada lado da mdia. O grfico da figura 5.1. apresenta trs exemplos de
distribuies normais com a mesma mdia mas com diferentes desvios padro.

Figura 5.1: Distribuies normais com diferentes desvios

A mdia fixa o centro da curva, enquanto que o desvio padro determina a forma.
Alterando a mdia de uma distribuio normal no altera a forma, apenas altera a sua
localizao nos eixos. No entanto, alterando o desvio padro, a forma da curva alterada.
31

CAPTULO 5. DISTRIBUIO NORMAL

32

Em todos os casos, temos a curva normal das frequncias com uma amplitude igual a
seis desvios padro.
Considere a figura 5.2. Em qualquer distribuio normal,

Figura 5.2: Distribuio normal

1. metade das observaes so menores do que a mdia e a outra metade maiores;


2. 68 por cento das observaes pertencem ao intervalo limitado por um desvio padro
para cada lado da mdia; destas, metade (34 por cento) esto entre a mdia e um
desvio padro para alm da mdia;
3. 95 por cento das observaes pertencem ao intervalo limitado por dois desvios para
cada lado da mdia;
4. 99.7 por cento das observaes pertencem ao intervalo limitado por trs desvios em
relao mdia.
Em qualquer distribuio normal, o percentil de ordem 84 de uma distribuio normal
est localizado a um desvio padro acima da mdia. Do mesmo modo o percentil de ordem
16 o ponto localizado a menos um desvio padro em relao mdia.
As observaes retiradas de diferentes distribuies normais podem ser comparadas,
colocando-as em unidades de desvio padro acima ou abaixo da mdia. Observaes expressas em unidades de desvio padro em relao mdia, chamam-se pontuaes estandardizadas (standard). Esta pontuao calculada da seguinte maneira:
pontuao estandardizada =

observao mdia
.
desvio padro

CAPTULO 5. DISTRIBUIO NORMAL

33

Por exemplo, uma pontuao de 24 unidades num teste, cuja mdia foi de 18 e o desvio
padro de 6, equivalente a ( 2418
=)1 unidade de pontuao estandardizada. Uma
6
pontuao estandardizada de 1 corresponde sempre ao percentil de ordem 84, qualquer
que seja a distribuio normal original.

Captulo 6
Anlise de Regresso
Seja Y uma varivel aleatria dependente cuja variao afectada pela variao da varivel
independente X.
Sejam X1 , X2 , ..., Xn os valores escolhidos arbitrariamente para X e Yi (i = 1, ..., n) os
correspondentes valores de Y .

6.1

Regresso Linear e Simples

A partir dos valores observados, podemos estimar a recta de regresso linear e simples
(com uma s varivel independente). A forma da recta :
Yx = + (X X)
em que X a mdia aritmtica dos n valores de X, X1 , X2 ,... ,Xn e e so calculados
atravs de
n
Yi
= i=1
n
n
n
(X

X)(Y

Y
)
(Xi X)Yi
i
i
= i=1
.
= i=1
n
n
2
2
i=1 (Xi X)
i=1 (Xi X)
Embora seja possvel fazer interpolao, isto , calcular o valor de Y que corresponde a um dado valor de X = X0 , se este pertencer ao intervalo definido pelos valores
X1 , X2 , ..., Xn usados nos clculos, a extrapolao deve ser implementada com cuidado
pois,
1. embora existindo uma relao linear entre X e Y (esta pode ser adequada na regio
definida pelo conjunto de valores usados), o modelo pode deixar de ser vlido fora da
regio definida por esse conjunto,
2. quanto mais afastado X0 estiver de X, maior ser o erro de extrapolao.

34

CAPTULO 6. ANLISE DE REGRESSO

6.2

35

Regresso no linear

Alm do modelo de regresso linear, existem outros modelos que podem descrever a dependncia de Y em relao a X. Mesmo assim, a anlise de regresso j definida pode ser
aplicada, desde que seja possvel para isso redefinir as variveis ou transformar a equao,
de modo a conseguir-se um modelo linear nos parmetros.
Como primeiro exemplo, considere o caso em que
Y = + X 2 .
A equao j linear nos parmetros e e a nica no linearidade est na varivel
independente X.
No segundo exemplo,
Yx = X ,
mais complicado, a no linearidade envolve directamente o parmetro a ser calculado.
Esta equao exige uma transformao de variveis que a torne linear em .
Para o primeiro caso, o modelo matemtico, no caso geral,
Yx = + w + w 2
com w = W W . Se fizermos x = w e z = w 2 , este modelo reduz-se a um modelo linear
e mltiplo.
Para o segundo caso, se aplicarmos logaritmos, obtemos o modelo
ln Yx = ln X ou yx = x
que j linear no parmetro , sendo, neste caso, x = ln X e y = ln Y . Este modelo
agora linear e simples, sem constante .

Parte II
Sries cronolgicas

36

Captulo 7
Componentes do estudo
Comecemos pela definio:
Definio 7.0.1 Uma srie cronolgica um conjunto de observaes feitas em perodos
sucessivos de tempo, durante um certo intervalo.
Exemplo 7.0.1 Valores da taxa bruta de natalidade, em anos sucessivos.
Exemplo 7.0.2 Percentagem da populao com idade inferior a 7 anos, em anos sucessivos.
Vamos designar o conjunto dessas observaes por X1 , X2 , ..., Xn e vamos supor que
foram feitas nos perodos de tempo t1 , t2 , ..., tn contados a partir de uma origem fixada.
As observaes so normalmente feitas em perodos de tempo igualmente espaados.

7.1

Representao grfica de uma srie cronolgica

Para iniciar a anlise de uma srie cronolgica deve representar-se graficamente as observaes. Esta representao grfica chama-se cronograma. Nos eixos das ordenadas
marca-se o valor da srie. No eixo das abcissas marca-se o tempo (ver figura 7.1)

7.2

Estudo de uma srie cronolgica

Duas das questes mais importantes a ter em conta no estudo de uma srie cronolgica
so:
A comparao entre valores da srie se o intervalo entre tempos no constante.
Pode ser ultrapassada fazendo uma correco aos valores da srie.
A variao da populao a que se refere o fenmeno. As variaes sofridas ao longo
do tempo que sejam devidas variao no nmero de elementos da populao no
interessam. A anlise das variaes deve ser feita em termos relativos.
37

CAPTULO 7. COMPONENTES DO ESTUDO

38

va lor da s r ie

5
4
3
2
1
0
t1

t2

t3

t4

t5

t6

t7

t8

te m po

cro n o g ra m a

Figura 7.1: Grfico de uma srie cronolgica

Constata-se que na maior parte das sries cronolgicas as sucessivas observaes no


so independentes. Por exemplo, o valor da observao no instante t3 depende dos valores
nos instantes t1 e t2 .
Quando se verifica dependncia possvel prever valores futuros tendo como base valores
da srie j observados.
O estudo de uma srie cronolgica consiste na descrio, na explicao, na previso e
no controlo dessa srie. Assim,
a descrio consiste na caracterizao do comportamento atravs da identificao
de pontos altos e baixos, distncia entre eles, valores aberrantes e pontos de viragem;
a explicao compreende a formulao de hipteses e a tentativa de construir um
modelo matemtico que permita descrever o comportamento da srie at ao presente;
a previso estabelece uma relao entre o comportamento observado da srie e o
comportamento futuro;
o controlo um fenmeno que tenta modificar o comportamento futuro da srie.

Captulo 8
Decomposio
Algumas sries cronolgicas so influenciadas por uma ou duas causas dominantes. Outras
so influenciadas por uma infinidade de causas.
conveniente decompor as sries cronolgicas em componentes que se agrupam em:

tendncia (trend)
movimentos sistemticos movimento sazonal

movimento oscilatrio

movimentos no sistemticos movimento aleatrio
A tendncia a variao em mdia, ao longo do tempo (compreende os movimentos que se manifestam suave e consistentemente ao longo de um perodo grande de
tempo).
Os movimentos sazonais so variaes em relao tendncia que ocorrem, em
geral, dentro de um ano.
Os movimentos sazonais podem ter causas naturais e causas sociais.
As causa naturais esto associadas (quase sempre) com as estaes do ano.
As causa sociais esto associadas com usos, costumes e tradies sociais.
Os movimentos oscilatrios ocorrem mais em sries econmicas e associam-se a
ciclos econmicos de expanso e depresso. No apresentam periodicidade definida.
Estes so difceis de separar da tendncia.
Os movimentos aleatrios so de carcter fortuito, irregulares e de origem desconhecida.
Exemplos: guerras, epidemias, greves, secas, ...
Para o estudo da srie aconcelhvel identificar e limitar primeiro a tendncia, depois
os movimentos sazonais e finalmente as oscilaes.
39

Captulo 9
Estudo da tendncia
A tendncia um movimento suave e consistente ao longo de um perodo grande de tempo
(o termo grande relativo pois o que grande para uma srie pode ser pequeno para
outra). O nmero de anos em que se deve considerar a tendncia varia de srie para srie.
Algumas causas da presena da tendncia numa srie cronolgica so:
causas relacionadas com variaes na populao;
causas relacionadas com idade, sade, educao, constituio, conhecimentos tericos
da populao;
causas relacionadas com a qualidade e quantidade de recursos.
Estas causas esto relacionadas entre si.
Os objectivos a atingir com a determinao da tendncia so:
1. Estud-la para extrapolar como forma de prever o comportamento da srie no futuro;
2. Elimin-la para estudar as outras componentes (sazonalidade, oscilao e aleatoriedade).
Quando se elimina a tendncia, a srie diz-se estacionria.

9.1

Mtodos para estudo da tendncia

Os dois mtodos mais importantes para estudar a tendncia so:


1. Mtodo das mdias mveis
2. Mtodo analtico

40

CAPTULO 9. ESTUDO DA TENDNCIA

9.1.1

41

Mtodo das mdias mveis

O mtodo das mdias mveis consiste em calcular a mdia aritmtica de observaes


contidas em escales, tomando-a como estimativa do valor local da tendncia. Assim, as
etapas a seguir so:
1. comea-se por dividir a srie em escales, com igual nmero de termos sobrepostos;
o nmero de observaes em cada escalo chama-se perodo da mdia mvel,
(ver figura 9.1)
x x x x x x x

x x x

Figura 9.1: Escales de perodo igual a 3


Se tem k observaes em cada escalo, existem k 1 observaes em comum
com os escales seguintes (e anteriores).
2. Calculam-se as estimativas locais da tendncia;
Se k impar (k = 2m + 1):
as estimativas da tendncia so (exemplo com k = 3, m = 1)
X1 + X2 + X3

t2 =
3
X2 + X3 + X4

t3 =
3
X3 + X4 + X5

t4 =
3
...
Xn2 + Xn1 + Xn

tn1 =
3
e a tendncia no estimada para os primeiros e ltimos m pontos do tempo.
Se k par (k = 2m)

CAPTULO 9. ESTUDO DA TENDNCIA

42

i) as estimativas da tendncia calculam-se em pontos mdios de um intervalo


(exemplo com k = 4, m = 2)
ponto mdio de [2, 3] =

X 1 + X2 + X3 + X4
4

X 2 + X3 + X4 + X5
4
X 3 + X4 + X5 + X6
ponto mdio de [4, 5] =
4
...
ponto mdio de [3, 4] =

ii) para centrar estas mdias, calcula-se uma 2a mdia mvel de perodo 2

3 +X4
[2, 3] = X1 +X2 +X
4

4 +X5
[3, 4] = X2 +X3 +X
4

t3 =

X1 +X2 +X3 +X4


4

+
2

X2 +X3 +X4 +X5


4

Do mesmo modo

t4 =

X2 +X3 +X4 +X5


4

+
2

X3 +X4 +X5 +X6


4

, ...

O mtodo das mdias mveis um caso particular dos filtros lineares, filtros esses que
transformam uma srie X noutra Y , por meio de uma operao linear.

9.1.2

Mtodo analtico

Com o mtodo analtico a determinao da tendncia feita ajustando uma funo da


varivel tempo (t) ao cronograma da srie cronolgica.
Este ajuste feito, em geral, pelo mtodo dos mnimos quadrados.
De acordo com o tipo de funo assim podemos ter tendncias lineares, parablicas,
exponenciais, ...
A funo vai traduzir uma lei matemtica que se admite ser seguida pela tendncia.
A escolha do tipo de funo a ajustar no fcil e este processo deve ser iniciado com
a representao grfica da srie e inspeco cuidada do cronograma.
Tendncia linear
O modelo mais simples que possvel representar o modelo linear com a seguinte
forma:
Xt =
 + t.
Como
Xt = + (t t) = + t t = t + t,

(9.1)

CAPTULO 9. ESTUDO DA TENDNCIA

43

tem-se

 = t

(9.2)

em que t a mdia aritmtica dos tempos, t1 , t2 , ..., tn , e os valores de e so calculados


da seguinte maneira:
X1 + X2 + ... + Xn
n

(9.3)

(t1 t)X1 + (t2 t)X2 + ... + (tn t)Xn


.
(t1 t)2 + (t2 t)2 + ... + (tn t)2

(9.4)

=
e
=

 + t chama-se ordenada na origem, isto , quando


O valor de
 da equao Xt =
, e representa o declive da recta. Este declive d a variao verificada
t = 0, Xt =
em Xt quando t varia de um perodo de tempo (constante).
O quadrado do coeficiente de correlao das duas variveis X e t, r 2 (coeficiente de
determinao) d a percentagem da variao da srie original explicada pela tendncia
linear. A diferena 100% r 2 % a variao explicada pelos outros movimentos.
Alm da tendncia linear, descrita por um polinmio linear, existem outros tipos, tais
como: tendncias quadrticas (polinmio quadrtico), tendncias cbicas (polinmio cbico), exponenciais, etc.
Exemplo 9.1.1 Considere a seguinte tabela de valores [2]:
Ano
1973
1974
1975
1976
1977
1978
1979
1980

t
1
2
3
4
5
6
7
8

X
desvios:X Xt
233
41.258
250.3
39.884
158
-71.09
178.3
-69.464
293.5
27.062
309.5
24.388
279
-24.786
355.2
32.74

O cronograma est representado na figura 9.2.


No ajuste de uma tendncia linear, usando as equaes (9.3), (9.4), (9.2) e finalmente
(9.1), obtm-se
Xt = 173.068 + 18.674 t.
A representao desta recta est na figura 9.2. A interpretao a seguinte - A partir
de uma valor de 173.068 verificado para t = 0 (1972), a tendncia (Xt ) aumenta ( > 0),
em mdia, por ano (ver 1a coluna da tabela) 18.67.
Se calcularmos o coeficiente de determinao, r 2 , teremos r 2 = 0.475, ou seja, 47.5%
da variao da srie original explicada pela tendncia, ficando 52.5% conta dos outros

CAPTULO 9. ESTUDO DA TENDNCIA

44

450
400

350
300
250
200
150
1

Linear

Q uadrtic a

Exponenc ial

Figura 9.2: Cronograma da srie e modelos ajustados

CAPTULO 9. ESTUDO DA TENDNCIA

45

movimentos. Na figura 9.2 esto tambm representadas duas funes. Uma quadrtica e
outra exponencial , que corresponderiam a ajustes de modelos quadrticos e exponenciais,
respectivamente.
Os desvios, X Xt , calculados pela diferena entre os valores observados, X, e os
valores da tendncia linear, Xt , representam a srie corrigida da tendncia. Para a
srie do exemplo 9.1.1, os desvios esto representados na figura 9.3.
100
80
60
40
20
0
-20

-40
-60
-80
-100
t

Figura 9.3: Desvios. Srie corrigida da tendncia

A diferena entre o mtodo das mdias mveis e o mtodo analtico considervel. No


primeiro, no se considera a tendncia como definida por qualquer lei e obtm-se apenas
uma curva suave, sem outros movimentos. Com o segundo mtodo, determina-se uma
funo que traduz uma certa lei matemtica que se admite ser seguida pela tendncia.

Captulo 10
Movimento sazonal
Os movimentos sazonais so variaes que ocorrem dentro de um ano e de acordo com
um certo modelo (mais ou menos rgido) que se repete de ano para ano.
So todos os movimentos peridicos de perodo igual ou inferior a um ano.
Exemplo 10.0.2 Sazonalidade de casamentos[1] (ndices)

Ms
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez

Parquias
Sul do Pico Transmontanas Guimares
122
126
117
164
172
160
29
91
64
52
111
118
140
131
127
105
98
111
73
64
64
69
68
76
93
83
78
154
75
96
161
78
110
39
104
94

Deste exemplo visvel que a marcao de casamentos, nalgumas regies, afectada


por:
razes sociais: respeito pelas interdies da Quaresma, Advento
razes econmicas: fainas agrcolas, preparao das vinhas (fim de inverno), vindimas, pastagens no vero.

46

CAPTULO 10. MOVIMENTO SAZONAL

10.1
10.1.1

47

Mtodo para determinar as flutuaes sazonais


Mtodo das mdias mensais

O termo mensal est relacionado com o facto do perodo sazonal ser de um ano e estar
dividido em meses. Neste caso deve-se trabalhar com mdias mensais.
Se o ciclo for outro, por exemplo, o ano dividido em trimestre deve-se trabalhar com
mdias trimestrais.
O mtodo das mdias mensais s deve aplicar-se a uma srie quando os dados no
apresentarem tendncia ou quando esta no for muito pronunciada. Existindo tendncia,
esta viciar os ndices. Assim, o mtodo das mdias mensais s deve ser aplicado depois
de se ter eliminado a tendncia.
Se a tendncia foi estimada atravs do ajuste de uma recta, Xt =
 + t (ver (9.1)), os
desvios em relao tendncia traduzem a srie corrigida da tendncia e a partir destes
valores corrigidos que se calculam os ndices sazonais.
As etapas do mtodo so as seguintes:
1. Dispr as observaes num quadro da seguinte maneira:
ms\ano
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Total

1900 1901 1902 ...


...
...
...
...
...
...
...
...
...
...
...
...
...

Total Mdia

ndice

(este exemplo refere-se a um perodo dividido em meses)


2. Calcular os totais (somas) referentes aos meses e coloc-los na coluna referenciada
com Total;
3. Calcular as mdias para cada ms e coloc-las na coluna referenciada por Mdia;
4. Calcular a mdia das mdias (mdia geral) e coloc-la na ltima clula da coluna
Mdia;

CAPTULO 10. MOVIMENTO SAZONAL

48

5. Os ndices sazonais so calculados como a percentagem da mdia de cada ms em


relao mdia geral.
Nota 10.1.1 A soma dos ndices 1200.
Nota 10.1.2 O nvel que traduz ausncia de sazonalidade igual a 100.
Assim, os ndices so interpretados da seguinte maneira:
Um valor menor que 100 indica que nesse ms a flutuao sazonal se traduz numa
quebra em relao ao nvel normal (100);
Um valor maior que 100 indica um aumento em relao ao nvel normal.
Nota 10.1.3 Tambm existe o mtodo das mdias mveis para estudar a sazonalidade [2].

Parte III
Estatstica demogrfica

49

Captulo 11
Estruturas populacionais
Iremos estudar alguns dos aspectos globais da populao atravs do seu volume, ritmo de
crescimento e densidade.

11.1

Taxas de crescimento

Quando temos, ao longo do tempo, informao variada sobre o volume de uma populao
queremos numa primeira anlise calcular o ritmo de crescimento. O valor do ritmo de
crescimento deve corresponder a um resultado anual mdio para ser possvel fazer comparaes em perodos de amplitudes diferentes. O ritmo de crescimento de uma populao
pode ser
i) Contnuo:
com

Pn = P0 ean

onde:
e = 2.718282 (exponencial)
Pn =populao num momento n
P0 =populao num momento 0
a =taxa de crescimento.
Aplicando logaritmos neperianos (ln) a (11.1) temos
ln Pn = ln P0 + ln ean
ln Pn ln P0 = an
Pn
= an
ln
P0

50

(11.1)

CAPTULO 11. ESTRUTURAS POPULACIONAIS


e
a=

51

ln PPn0

n
onde a corresponde taxa de crescimento contnuo.

(11.2)

ii) Aritmtico:
com
Pn = P0 (1 + an)
ou seja
Pn = P0 + P0 an
Pn P0 = P0 an
e

Pn P0
P0 n
onde a corresponde taxa de crescimento aritmtico.
a=

(11.3)

iii) Geomtrico:
com
Pn = P0 (1 + a)n

(11.4)

Pn
= (1 + a)n
P0

(11.5)

ou seja

e aplicando logaritmo na base 10 a (11.5) temos


log

Pn
= n log(1 + a)
P0
log PPn0

log(1 + a) =

ou seja
1 + a = 10
e
a = 10

Pn
P0
n

log

log Pn
P0
n

(11.6)

onde a corresponde taxa de crescimento geomtrico.


Exemplo 11.1.1 Se em 1821 a populao de uma regio era de 3276203 habitantes, e se
a taxa de crescimento, a, de 0.25%, qual a populao ao fim de 5, 25 e 100 anos?

CAPTULO 11. ESTRUTURAS POPULACIONAIS

52

i) Se for crescimento contnuo


P5 = 3276203e0.00255 = 3317412
P25 = 3276203e0.002525 = 3487500
P100 = 3276203e0.0025100 = 4206728
ii) Se for crescimento aritmtico
P5 = 3276203(1 + 0.0025 5) = 3317156
P25 = 3276203(1 + 0.0025 25) = 3480966
P100 = 3276203(1 + 0.0025 100) = 4095254
iii) Se for crescimento geomtrico
P5 = 3276203(1 + 0.0025)5 = 3317361
P25 = 3276203(1 + 0.0025)25 = 3487228
P100 = 3276203(1 + 0.0025)100 = 4205416
(ver figura 11.1)
Exemplo 11.1.2 Anlise prospectiva:
Se a taxa de crescimento geomtrico for a = 0.0021 (0.21%), ao fim de quantos anos
(n?) duplicar a populao?
Crescimento geomtrico:
Pn = P0 (1 + a)n
2P0 = P0 (1 + a)n
2P0
= (1 + a)n
P0
2 = (1 + a)n .
Aplicando logaritmos,
log 2 = n log(1 + a)
0.30103 = n log(1.0021)
0.30103 = n 0.0009111
0.30103
n=
0.0009111
e
n = 330, 4...
R: ao fim de 330 anos

CAPTULO 11. ESTRUTURAS POPULACIONAIS

c ontnuo

aritm tic o

53

geom tric o

4176000

4076000

3976000

p o p u la o

3876000

3776000

3676000

3576000

3476000

3376000

3276000
5

25
a no

Figura 11.1: Variaes da populao

100

CAPTULO 11. ESTRUTURAS POPULACIONAIS

54

Exemplo 11.1.3 Anlise regressiva:


A populao em 1821 era de 3276203 habitantes. Se admitirmos que o ritmo de crescimento na primeira metade do sec XIX era de 0.0021 (a = 0.21%) qual teria sido a
populao em 1801?
Sabe-se que em 1821, n = 20, Pn = P20 = 3276203. Considerando 1801 como o ano 0,
queremos saber P0 (com crescimento geomtrico).
Pn = P0 (1 + a)n
3276203 = P0 (1 + 0.0021)20
3276203
= (1 + 0.0021)20.
P0
Aplicando logaritmos,

3276203
= 20 log(1.0021)
P0
3276203
log
= 0.01822.
P0
Aplicando agora a funo inversa, potncia de 10,
log

3276203
= 100.01822
P0
3276203
= 1.04285
P0
e
P0 =

11.2

3276203
= 3141586.
1.04285

Clculo das densidades populacionais

Para calcular a densidade populacional de uma certa regio usa-se:


dens. pop.=

Total de habitantes existentes nessa regio


superficie (em km2 ) dessa regio

Exemplo 11.2.1 Se a superfcie de um lugar de 9 milhares de km2 e a populao desse


lugar de 414 milhares de habitantes, a densidade populacional :
dens. pop. =

414 milhares de habitantes


= 46 habitantes por km2
9 milhares por km2

CAPTULO 11. ESTRUTURAS POPULACIONAIS

11.3

55

Estruturas demogrficas

A anlise de alguns aspectos globais da populao tambm compreende o conhecimento


das estruturas demogrficas.
Uma estrutura demogrfica consiste na subdiviso da populao em grupos homogneos a partir de determinadas caractersticas.
Existem diversos tipos de estruturas: por sexos e idades, por estado civil, por actividade
econmica, por nveis de instruo, ...
Exemplo 11.3.1 Analisemos a repartio por sexos e idades:
a) a repartio por sexos justifica-se pelo facto das populaes masculina e feminina
desempenharem funes diferentes na sociedade, com incidncias demogrficas devido
a um complexo de factores biolgicos, sociais e culturais.
b) a repartio por idades justifica-se pela necessidade:
de se analisar os efeitos especficos de cada idade (com o aumento da idade os
comportamentos e as capacidades vo-se modificando)1 ;
de se comparar determinados aspectos das fases da vida (incio da socializao,
instruo primria, primeiro casamento,...) em pessoas com diferentes idades2 .

11.3.1

Pirmides de idades

A pirmide de idades uma representao grfica da distribuio de uma populao por


sexos e idades, que permite ter uma viso de conjunto das estruturas de idades de uma
populao.
As idades so representadas num eixo vertical. Os efectivos (populao existente) so
representados em dois semi-eixos horizontais; o da esquerda reservado aos efectivos
masculinos; o da direita aos femininos.
As figuras 11.2 e 11.3 apresentam dois exemplos de pirmides de idades.
Podemos construir pirmides por idades e por grupos de idades.
Representando os efectivos em nmeros absolutos, a populao em cada idade (ou
grupo de idades) representada por rectngulos, cuja rea proporcional ao efectivo
(a largura constante e o comprimento proporcional ao efectivo ou volume da
populao (nmero de habitantes)).
1
2

Efeito idade
Efeito gerao

CAPTULO 11. ESTRUTURAS POPULACIONAIS

Figura 11.2: Exemplo de pirmide de idade [1]

56

CAPTULO 11. ESTRUTURAS POPULACIONAIS

Figura 11.3: Exemplo de pirmide de idade [1]

57

CAPTULO 11. ESTRUTURAS POPULACIONAIS


A escala utilizada deve ser tal que a pirmide ter uma altura igual () a
total.

58
2
3

da largura

Podem aparecer vrios tipos de pirmides, embora a mais vulgar seja a triangular.
Assim, existem as pirmides com forma de
1. acento circunflexo que tpica dos pases no desenvolvidos com mortalidade e
natalidade muito elevadas e caracteriza-se por ter uma base larga e topo muito
reduzido;
2. urna que tpica dos pases desenvolvidos com baixos nveis de mortalidade e
natalidade e tem uma base muito reduzida e um topo bastante empolado;
3. s de espadas, tpica dos pases desenvolvidos com aumento de fecundidade num
certo perodo de tempo.
Quando trabalhamos com grupos de idades, a largura do rectngulo proporcional
ao nmero de anos existentes em cada grupo. Se os grupos forem quinquerais (muito
vulgar) basta fixar uma largura, que ser constante.
O comprimento proporcional ao total dos efectivos das diversas idades (que compem o grupo) dividido pelo nmero de anos do grupo (quinquenal5).
Se interessar fazer comparaes no tempo ou no espao, mais conveniente representar os efectivos relativos. A comparao passa a ser feita em termos de percentagens
entre os diferentes grupos de idades.

11.3.2

Grupos funcionais

Quando temos que comparar muitas estruturas populacionais, ao longo do tempo, para
verificar a sua evoluo, ou comparar estruturas de um nmero vasto de localidades, surgem
vulgarmente muitos grficos a partir dos quais difcil tirar concluses. Para uma viso
mais rpida da evoluo ou da diversidade de estruturas mais conveniente compactar
a informao disponvel, de acordo com determinados critrios. O mais importante a
idade. possvel concentrar a anlise num nmero reduzido de subgrupos, chamados
grupos funcionais.
Por exemplo, dividir a populao em trs grandes grupos: 0-14 anos que define a
populao jovem, 15-64 anos que define a populao activa e 65 e +anos que define a
populao velha. Uma outra diviso consiste nos seguintes grupos: 0-19, 20-59 e 60 e +
anos.
possvel ainda pegar num destes grupos e dividi-lo. Por exemplo, o grupo 20-59 pode
dividir-se em 20-39, populao activa jovem, e 40-59, populao activa velha.
Se o critrio para a definio de grupos funcionais for o da escolaridade, teramos os
seguintes grupos: 0-5 (populao em idade pr-escolar), 5-18 (populao em idade escolar)
e 18-24 (populao em idade universitria).

CAPTULO 11. ESTRUTURAS POPULACIONAIS

59

Definidos os grupos funcionais deve proceder-se manipulao dos dados, transformandoos em ndices-resumos que se constroem a partir dos grupos funcionais.
Os ndices-resumos mais importantes so:
percentagem de jovens
populao com 0-14 (ou 0-19) anos
100%
populao total
percentagem de activos
populao com 15-64 (ou 20-59) anos
100%
populao total
percentagem de velhos
populao com 65 e + (ou 60 e +) anos
100%
populao total
ndice de vitalidade (racio entre velhos e jovens)
populao com 65 e + anos
100%
populao com 0-14
racio de dependncia dos jovens
populao com 0-14
100%
populao com 15-64
racio de dependncia dos velhos
populao com 65 e + anos
100%
populao com 15-64
racio de dependncia total
populao com 0-14 e 65 e + anos
100%
populao com 15-64

Captulo 12
Qualidade dos dados
12.1

Relao de masculinidade

As pirmides de idades nunca so simtricas pois nascem mais rapazes do que raparigas.
Por cada 100 raparigas nascem 105 rapazes. No entanto a mortalidade (factor fundamental
na anlise da reduo dos diversos efectivos) mais intensa nos homens do que nas mulheres. Factores como as migraes, guerras, ... podem modificar ainda mais a assimetria
natural.
A relao de masculinidade dada pelo quociente, para cada idade (ou grupo de
idades),
efectivos masculinos
100.
efectivos femininos
Como a relao de masculinidade dos nascimentos ronda os 105, a relao de masculinidade do primeiro grupo de idades muito prxima de 105.
medida que se avana na idade, devido ao facto de que a mortalidade masculina
superior mortalidade feminina, as relaes de masculinidade diminuem. o efeito idade.
O ndice, relao de masculinidade dos nascimentos, frequentemente utilizado para
apreciar a qualidade do registo de nascimentos, por sexos. Normalmente existem
omisses mais acentuadas num sexo do que noutro.
Quando o nmero de nascimentos no suficientemente grande, alguns desvios podem
ser consequncia directa de flutuaes aleatrias mesmo estando em presena de observaes perfeitas. No entanto, possvel calcular um intervalo de variao deste erro, em
funo do nmero de nascimentos observados:
1. Para uma relao de masculinidade de 105, em 1000 nascimentos teramos 512 mas512
culinos e 488 femininos. A proporo de rapazes de 0.512 = 1000
. A proporo de
raparigas ento de 0.488.
2. Os limites do intervalo de confiana a 95% (0.95 de probabilidade de conter o valor)
para a proporo so
60

CAPTULO 12. QUALIDADE DOS DADOS

61


0.512 0.488
0.512 0.488
0.512 + 1.96
0.512 1.96

n
n
,





i
s

em que n representa o nmero total de nascimentos.


3. Os limites de confiana da relao de masculinidade so


s
i
100,
100
1i
1s

em que i e s so respectivamente os limites inferior e superior do intervalo do passo


anterior.
4. Se o valor da relao de masculinidade observado est fora do intervalo (do passo
anterior) de admitir uma m qualidade no registo dos nascimentos. Se for superior
existe provavelmente um sobre-registo dos nascimentos masculinos (menos provvel)
ou um sub-registo dos femininos (mais provvel).

12.2

ndice de Whipple

O mtodo baseado no clculo da relao de masculinidade dos nascimentos e, quando o


nmero de nascimentos pequeno, do intervalo de variao (limites de confiana da relao
de masculinidade) serve para analisar a qualidade dos dados das estatsticas demogrficas.
O mtodo baseado no ndice de Whipple serve para analisar determinado tipo de
distoro existente nos recenseamentos.
O tipo de distoro referida a atraco pelos nmeros (idades) terminados em 0 e 5.
Sabe-se que em demografia e em pases no desenvolvidos e h muitos anos atrs as
pessoas tinham dificuldade em declarar com exactido a sua idade. Por exemplo, pessoas
com 48, 49, 51 e 52 anos de idade tinham a tendncia em declarar que tinham 50 anos.
Esta idade aparecia com muitos registos e os valores adjacentes tinham poucos efectivos.
O ndice de Whipple constri-se da seguinte maneira:
1. calcula-se o nmero de pessoas entre 23 e 62 anos (inclusiv);
2. calcula-se o nmero de pessoas que, no intervalo de idades de 23 a 62 anos, tm
idades registadas que terminam em 0 e 5;
3. calcula-se o ndice
IW =

no de pessoas na alnea 2 5
100.
no de pessoas na alnea 1

CAPTULO 12. QUALIDADE DOS DADOS

62

O IW pode variar entre 100 (ausncia de concentrao) e 500 (caso limite em que todas
as pessoas declaram idades terminadas em 0 e 5)
Para facilitar a anlise usa-se a escala de valores do anurio demogrfico das Naes
Unidas de 1963. Assim

105
110
125

12.3

se
IW
IW
IW
IW
IW

< 105
< 110
< 125
175
> 175

pode concluir-se que


dados muito exactos
dados relativamente exactos
dados aproximados
dados grosseiros
dados muito grosseiros

ndice de irregularidade

Este ndice serve para medir qualquer tipo de atraco, por exemplo, pelos nmeros pares
e impares, pelo nmero 0, pelo nmero 5, pelos nmeros terminados em 1,2,3, ...
O ndice de irregularidade constri-se da seguinte forma:
1. calcula-se o nmero de pessoas com a idade cuja atraco se pretende medir;
2. calcula-se a mdia aritmtica do nmero de pessoas com as 5 idades que enquadram
a idade que se pretende analisar;
3. calcula-se o ndice
II =

no de pessoas da alnea 1
100
no de pessoas da alnea 2

Quanto mais o II se afasta de 100 mais demonstra a fora da atraco.

12.4

ndice combinado das Naes Unidas

Este ndice serve para medir a qualidade global de um recenseamento.


Este ndice combina trs indicadores:

indicador de regularidade das idades das pessoas do sexo masculino


indicador de regularidade das idades das pessoas do sexo feminino

indicador de masculinidade
O ndice combinado das Naes Unidas calcula-se da seguinte maneira:
1. calcula-se o ndice de regularidade dos sexos (i.r.s.) da seguinte forma:

CAPTULO 12. QUALIDADE DOS DADOS

63

i.r.s. = mdia aritmtica das diferenas, em valor absoluto, entre as


relaes de masculinidade dos grupos sucessivos
2. calcula-se o ndice de regularidade das idades do sexo masculino
(i.r.i.(M)) e do sexo feminino (i.r.i.(F)) da seguinte maneira:

i.r.i.(M) = mdia aritmtica das diferenas, em valor absoluto,


entre as relaes de regularidade (r.r.) e o 100
com
r.r.=

efectivos do grupo
100
mdia aritmtica dos efectivos dos 2 grupos adjacentes

(com frmulas idnticas para o i.r.i.(F))


3. calcula-se o ndice
ICNU=3 (i.r.s.)+i.r.i.(M)+i.r.i(F)
Para faciliar a interpretao existe uma grelha (das Naes Unidas) classificativa:
se
pode concluir-se que
ICNU < 20 a validade do recenseamento boa
20 ICNU < 40 a qualidade m
ICNU 40 a qualidade muito m

12.5

A equao da concordncia

A equao da concordncia tem como objectivo verificar se existe ou no uma concordncia entre os diversos dados disponveis. Estes dados esto relacionados com os dois
tipos de movimentos:

natural
migratrio
que se verificam num determinado perodo de tempo.
Considerem-se dois instantes x e x + n (n anos aps o instante x), i.e., dois perodos
com n anos de diferena.
Se conhecermos a populao nos dois instantes:

CAPTULO 12. QUALIDADE DOS DADOS

64

Px populao no momento x
Px+n populao no momento x + n
e se
N o nmero de nascimentos verificados naquele perodo,
O, o nmero de bitos ocorridos naquele perodo,
E, o nmero de emigrantes naquele perodo,
e I, o nmero de imigrantes no mesmo perodo,
ento a equao da concordncia (se todos os elementos nela intervenientes tiverem sido
correctamente apurados) :
Px+n = Px + N O + I E
em que N O representa o crescimento natural e I E representa o crescimento
migratrio.
A Px + N O + I E chama-se populao esperada.
Quando a populao esperada no coincide com a populao recenseada, Px+n , deve-se
tentar explicar essa diferena. Trs hipteses podem ser formuladas:
1. as parcelas N e I (+) esto subavaliadas;
2. as parcelas O e E (-) esto sobreavaliadas;
3. os recenseamentos no so de boa qualidade.
Face realidade do pas em estudo (na poca em estudo) assim se podem tirar as
concluses mais acertadas.
Algumas recomendaes:
1. Face diferena observada entre populao esperada e populao recenseada ter em
ateno o sinal dessa diferena;
2. Verificar a qualidade dos dados pelos ndices de irregularidade e Whipple e ICNU e
pela relao de masculinidade dos nascimentos. Se a qualidade for boa, afasta-se a
hiptese de recenseamento de m qualidade.
3. Resta uma anlise dos movimentos migratrios;
4. Resta ainda uma anlise dos registos de nascimento e dos bitos.
Nos registos de nascimento, a relao de masculinidade dos nascimentos ajuda a
concluir sobre o subregisto (ou sobreregisto).
5. Notar que mais frequente um subregisto do que um sobreregisto.

Captulo 13
Anlise da mortalidade
O estudo da mortalidade, enquanto fenmeno social, gira em torno das trs vertentes:
1. caracterizao do declnio observado na poca em estudo;
2. estudo dos factores responsveis por esse declnio;
3. estudo das diferenas observadas entre determinados grupos (mortalidade diferencial)

13.1

Taxa bruta de mortalidade

A taxa bruta enquanto medida elementar de anlise da mortalidade geral dada por
total de bitos num perodo
1000
populao mdia existente nesse perodo
t.b.m. significa taxa bruta de mortalidade.
A taxa bruta de mortalidade pode ser calculada como resultante da interaco entre o
modelo do fenmeno e a estrutura por idades.
A t.b.m. a soma dos produtos das estruturas relativas em cada idade (ou grupo de
idades) pelas taxas nessas idades (ou grupo de idades):

Px tx
t.b.m.=

x=0

em que Px representa a estrutura relativa em cada grupo de idades (proporo) e igual a


populao do grupo de idades
populao total
e tx a taxa de mortalidade do grupo que igual a
total de bitos no grupo
1000.
populao no grupo
Ao conjunto de taxas por idades (ou grupo de idades) chama-se modelo do fenmeno.
65

CAPTULO 13. ANLISE DA MORTALIDADE

66

Exemplo 13.1.1 [3] Completar e


Grupos de idades
1
1-4
5-9
10-14
15-19
20-24
25-29
30-34
35-39
40-44
45-49
50-54
55-59
60-64
65-69
70+
Total

total de bitos
1848
1087
318
171
198
197
185
182
200
247
251
346
398
483
502
2463
9076

populao tx 1000
46514
39,73
184916
5,88
215461
1,48
173563
0,99
145227
1,36
125339
1,57
101699
82518
73395
60945
53330
46561
37816
27889
20397
32502
1428082

Px
Px tx
0,0326 1,30
0,1295 0,76
0,1509 0,22
0,1215 0,12
0,1017 0,14
0,0878 0,14

1,0000

6,37

calcular a taxa bruta de mortalidade (geral);


calcular a taxa bruta de mortalidade como resultante da interaco entre modelo e
estrutura.
Por este processo ficam visveis os factores intervenientes - o modelo e as estruturas.
Quando surgem diferenas nos valores da t.b.m., elas podem vir dos tx (modelos) ou
dos Px (estruturas) e tm significados diferentes:
Variaes entre modelos (tx ) significam a existncia de diferentes riscos de mortalidade (diferenas nas condies gerais de sade e higiene);
Variaes entre estruturas (Px ; maior ou menor envelhecimento) so alheias ao fenmeno em anlise.
As taxas brutas so muito sensveis aos efeitos da estrutura. Basta as propores da
populao serem diferentes nos grupos em que a mortalidade mais intensa para termos
importantes efeitos de estrutura que nos impossibilitam a comparao entre pases, regies
ou pocas.
A validade de uma anlise feita atravs das taxas brutas tanto menor quanto mais diversificadas forem as estruturas das regies ou pocas que se querem comparar. A validade
aumenta com a homogeneizao das estruturas populacionais.

CAPTULO 13. ANLISE DA MORTALIDADE

13.2

67

Tipos particulares de mortalidade

1. A taxa de mortalidade por idades e por grupos de idades dada por


total de bitos entre as idades exactas
1000
populao mdia existente entre essas idades
2. A taxa de mortalidade infantil (t.m.i) calcula-se da seguinte maneira:
total de bitos entre 0 e 1 anos exactos
1000
populao mdia existente entre 0 e 1 anos exactos
Exemplo 13.2.1 Se numa regio houve 11751 nascimentos em 1961, 11730 em
1962, 385 bitos com menos de 1 ano de vida em 1962, ento a t.m.i. em 1962 :
t.m.i. =

385
1000 = 32.8 por mil
11740.5

3. A taxa de mortalidade infantil clssica (t.m.i.c.) dada por


total de bitos com menos de 1 ano
1000.
total de nascimentos nesse ano
Tradicionalmente esta medida da taxa de mortalidade infantil relacionava o nmero
de bitos com menos de um ano e o efectivo dos nascimentos nesse ano (noo de
quociente - proporo).
Exemplo 13.2.2 Tomando os valores do exemplo 13.2.1:
t.m.i.c.=

385
1000 = 32.8 por mil
11730

Esta definio no totalmente satisfatria pois os bitos ocorridos num ano no


resultam apenas de nascimentos desse ano. Sem informao relativa ao ano de nascimento do bito ocorrido num certo ano, podemos imputar os bitos a uma mdia
ponderada dos dois efectivos de nascimentos em causa (do ano em questo e do anterior). Este novo processo para calcular a mortalidade infantil chama-se mtodo da
mdia ponderada (m.m.p.).
Os coeficientes de ponderao que se devem usar so os da tabela:

CAPTULO 13. ANLISE DA MORTALIDADE

t.m.i.c.
200
150
100
50
25
15

68

Ponderao da mortalidade infantil


(mtodo de Shryock e Siegel)


k
k
0.6
0.4
0.67
0.33
0.75
0.25
0.8
0.2
0.85
0.15
0.95
0.05

Os coeficientes de ponderao a usar tm em conta os seis tipos de populao, de


acordo com o nvel de mortalidade infantil esperado e que determinado pela taxa
de mortalidade infantil clssica. Assim
t.m.i.(m.m.p.)=

total de bitos com menos de 1 ano


1000
k  N0 + k  N1

sendo N0 o total de nascimentos do ano anterior, N1 o total de nascimentos daquele




ano e k e k os coeficientes da tabela que correspondem t.m.i.c. calculada.
Exemplo 13.2.3 Do exemplo 13.2.1:
t.m.i.(m.m.p.) =

385
1000 = 32.8 por mil
0.15(11751) + 0.85(11730)

uma vez que a t.m.i.c.=32.8 e da tabela, o valor mais prximo, corresponde 2a linha
a contar do fim.
4. Taxas de mortalidade endgena e exgena
As causas que originam a mortalidade infantil so endgenas e exgenas.
As endgenas so consequncia de deformaes congnitas, doenas hereditrias ou
traumatismos causados pelo parto. Estes bitos ocorrem normalmente durante o
primeiro ms (menos de 28 dias).
Os bitos exgenos esto relacionados com doenas infecciosas, alimentao e cuidados hospitalares insuficientes ou acidentes. Estes bitos ocorrem nos restantes meses
(de 28 dias at 11 meses).
No havendo registo de bitos por causas de morte pode usar-se um mtodo (J.
Bourgeois-Pichat) que no exige seno o conhecimento dos bitos por dias e idades.
Assim, para se calcular o total de bitos exgenos, soma-se ao total de bitos
observados no intervalo 28-365 dias, 22.8% destes (ou 25% para uma diviso de 31 a

CAPTULO 13. ANLISE DA MORTALIDADE

69

365 dias). O total de bitos endgenos ento a diferena entre o total dos bitos
registados e os bitos exgenos calculados.
A taxa de mortalidade infantil clssica igual taxa de mortalidade endgena
(t.m.end.) mais a taxa de mortalidade exgena (t.m.exo.) sendo
total de bitos endgenos
1000
total de nascimentos do ano
total de bitos exgenos
1000.
t.m.exo.=
total de nascimentos do ano
t.m.end.=

13.3

Tbua de mortalidade

possvel fazer uma anlise da mortalidade de uma populao calculando outros ndices.
O princpio da estandardizao [3], que separa o impacte das estruturas do das frequncias
(modelos), tem como objectivo manter o efeito das estruturas constante, calculando os
ndices comparativos. No contudo o mtodo mais usado.
comum usar o princpio da translao. Com este princpio procura-se estimar a intensidade e o calendrio a partir das frequncias calculadas em transversal. Aplica-se, assim,
o mtodo da coorte fictcia que consiste em transpr os fenmenos que se observam num
determinado momento do tempo, para uma coorte imaginria. No caso da mortalidade, a
intensidade mede o nmero mdio de acontecimentos por pessoa e o calendrio mede a
sua repartio no tempo. O calendrio, ao ser resumido pelo ndice da tendncia central,
a mdia, d-nos a possibilidade de conhecer a durao de vida mdia das pessoas.
No cmputo dos efectivos de uma populao podem surgir efectivos de idade ignorada.
Havendo um nmero significativo de pessoas de idade ignorada, pode usar-se um critrio
de repartio dessas pessoas. Calcula-se o factor (Coale e Demeny) de correco:
populao total
populao total - populao de idade desconhecida
e os efectivos de cada idade (ou grupo de idades) so multiplicados por este factor.
Existem tbuas de mortalidade por idades que se chamam completas, e tbuas de
mortalidade por grupos de idades, chamadas tbuas abreviadas.
Nota 13.3.1 No caso da tbua de mortalidade abreviada, as diversas funes so calculadas por grupos de idades quinquenais (n=5), excepto no primeiro grupo, que devido
importncia da mortalidade infantil, se divide em dois grupos:
menos de 1 ano (n=1)
1-4 anos completos (n=4).
As diversas funes que integram uma tbua de mortalidade so:

CAPTULO 13. ANLISE DA MORTALIDADE

70

1. Taxa de mortalidade entre a idade exacta x e a idade exacta x + n:


n mx

total de bitos com idade entre x e x + n


habitantes com idade entre x e x + n

2. Quociente de mortalidade que equivalente probabilidade de morrer entre a


idade (exacta) x e a idade (exacta) x + n:
n qx

2n n mx
.
2 + n n mx

Os casos mais usados so:


n=1
=

2 1 mx
2 + 1 mx

4 qx

8 4 mx
2 + 4 4 mx

5 qx

10 5 mx
2 + 5 5 mx

1 qx

n=4

n=5

Nota 13.3.2 1 q0 a taxa de mortalidade infantil e n qx do ltimo grupo de idades


=1 (todas as pessoas tero de desaparecer)
3. Probabilidade de sobrevivncia entre as idades (exactas) x e x + n:
n px

= 1 n qx

Nota 13.3.3 No ltimo grupo de idades n px = 0 (ningum ir sobreviver)


4. Sobreviventes em cada idade exacta x:
Para tornar possvel as comparaes temporais e espaciais, aplica-se a um mesmo
efectivo nascena - a raiz da tbua, s0 = 100000 - a lei da mortalidade definida pelos n qx (quociente de mortalidade) ou da sobrevivncia definida pelos n px
(probabilidade de sobrevivncia).
Os sobreviventes em cada idade x + n:

CAPTULO 13. ANLISE DA MORTALIDADE

71

sx+n = sx n px
ou
sx+n = sx (1 n qx ) = sx sx n qx
5. Distribuio dos bitos (tendo em conta o efectivo inicial de 100000) por idades
ou grupos de idade
n dx

= sx sx+n

ou
n dx

= sx n qx

6. Nmero de anos vividos pelos sobreviventes sx entre as idades x e x + n:


[O nmero de anos vividos obtm-se multiplicando a mdia dos efectivos entre idades
exactas pelo nmero de anos]
(a) numa tbua de mortalidade completa
1
Nx = (sx + sx+1 )
2
(b) numa tbua de mortalidade abreviada
n Nx

n
(sx + sx+n )
2

Nota 13.3.4 Devido no linearidade da funo de sobrevivncia nos primeiros


anos de vida, mais conveniente (aproximao mais exacta) usar:


= k s0 + k s1
 


N
=
4
k
s
+
k
s
4 1
1
5
1 N0

em que k  e k  so os coeficientes de ponderao usados no clculo da mortalidade


infantil (pelo mtodo das mdias ponderadas), em 13.2.
Nota 13.3.5 Para o ltimo grupo (70 e + anos) tem-se:
Nk+ = Tk N70+ = T70+ (ver nota 13.3.8)
7. Probabilidade de sobrevivncia entre dois anos completos ou entre dois grupos
de anos completos:

CAPTULO 13. ANLISE DA MORTALIDADE

72

(a) numa tbua de mortalidade completa


Px =

Nx+1
Nx

(b) numa tbua de mortalidade abreviada


n Px

n Nx+n
n Nx

Nota 13.3.6 No primeiro grupo de idades, tem-se


+4 N1
5s0
500000
5 N5
.
5 P1 =
1 N0 +4 N1

P0 =

5 N0

1 N0

Nota 13.3.7 O ltimo n Px calcula-se dividindo o ltimo Tx pelo penltimo (ver nota
13.3.8).
8. Total de anos vividos pela coorte depois da idade x:
Como n Nx o nmero de anos vividos entre as idades x e x + n, o total de anos
vividos pela coorte obtm-se somando os n Nx . Assim,
(a) numa tbua de mortalidade completa:
Tx =

w


Nx

(b) numa tbua de mortalidade abreviada


Tx =

w


n Nx .

Nota 13.3.8 O ltimo Tx (ou Tk ), que igual a Nk+ ,:


Tk =

sk
mk+

com mk+ a mortalidade do ltimo grupo de idades.

CAPTULO 13. ANLISE DA MORTALIDADE

73

9. Esperana de vida na idade x, i.e., o nmero mdio de anos que resta para viver
s pessoas que atingiram a idade x.
Quando x = 0, a esperana de vida nascena ( o nmero total de anos vividos
desde o nascimento dividido pelo efectivo inicial)
e0 =

T0
,
s0

ou seja, o nmero mdio de anos vividos desde o nascimento (ou o calendrio). Do


mesmo modo,
ex =
.

Tx
.
sx

Captulo 14
Anlise da natalidade e da fecundidade
A caracterstica principal da natalidade no sculo XX o declnio (embora posterior ao da
mortalidade).
Em muitos pases no desenvolvidos esse declnio ainda no comeou ou est no incio.
Existe uma grande diversidade de situaes no tempo e no espao.
Os estudos sobre a natalidade giram volta de trs eixos fundamentais:
1. caracterizao do declnio observado na poca contempornea;
2. estudo dos factores responsveis por esse declnio;
3. estudo das diferenas observadas entre determinados grupos.
Relativamente caracterizao do declnio, passou-se de valores entre os 30 por mil e os
40 por mil, no incio do sculo, para os 10 por mil ou 15 por mil, nos pases desenvolvidos.
A diversidade de situaes maior na natalidade do que na mortalidade. Esta diversidade
levou procura das causas do declnio da natalidade. Algumas dessas causas so: factores
biolgicos, relaes sexuais, leis e costumes, divrcios, viuvez e abstinncia, contracepo e
aborto, que por sua vez esto dependentes de diversos factores econmios, sociais e culturais
(demografia histrica e social).
As taxas brutas como medidas elementares da anlise da natalidade e fecundidade so
as seguintes:
1. a taxa bruta de natalidade:
t.b.n.=

total de nascimentos num perodo


1000.
populao mdia existente no mesmo perodo

O perodo usado normalmente de um ano.


Embora seja um instrumento de anlise muito grosseiro (que isola os efeitos de
estrutura) possvel introduzir uma correco. Esta correco relaciona os nascimentos directamente com a parte da populao onde eles ocorrem, ou seja, com a
populao feminina no perodo frtil (por conveno, dos 15 aos 50 anos). Assim,
74

CAPTULO 14. ANLISE DA NATALIDADE E DA FECUNDIDADE

75

2. taxa de fecundidade geral:


t.f.g.=

total de nascimentos num perodo


1000
populao feminina no perodo frtil no mesmo perodo

3. taxa de fecundidade geral como resultante da interaco entre o modelo do fenmeno


e a estrutura por idades.
possivel decompor a t.b.n. nos seus elementos constitutivos, mas como no ocorrem
nascimentos em todos os grupos populacionais, mais interessante analisar a t.f.g.
A t.f.g. a soma dos produtos das estruturas relativas em cada idade (ou grupo de
idades), do perodo frtil das mulheres, pelas taxas nessas mesmas idades (ou grupo
de idades),

t.f.g.=

50


px tx

x=15

com
px =

populao feminina do grupo de idades


populao feminina do perodo frtil

e
tx =

total de nascimentos no grupo de idades


1000
populao feminina no grupo

Apesar das diferenas existentes entre as curvas de fecundidade dos diversos pases,
estas tm um modelo nico: partem do 0 no grupo 0-15 anos; a partir dos 15 anos a
fecundidade crescente at atingir um mximo entre os 20 e os 30 anos; a partir deste
mximo a fecundidade diminui at atingir de novo 0 por volta dos 50 anos.
Tipos particulares de natalidade e de fecundidade:
1. A fecundidade por idades ou por grupos de idades:
Como os nascimentos ocorrem numa determinada parte da populao, no vulgar
calcular taxas de natalidades por idades ou grupos, mas sim taxas de fecundidade
por idades ou grupos.
2. A fecundidade legtima
Relaciona os nascimentos legtimos com as mulheres casadas no perodo frtil.
t.f.l.=

total de nascimentos legtimos


1000
mulheres casadas 15-49 anos

A fecundidade legtima tambm pode ser medida por idades ou por grupos de idades.
Neste caso aplicam-se as regras j referidas nos casos anteriores.

CAPTULO 14. ANLISE DA NATALIDADE E DA FECUNDIDADE

76

3. A fecundidade ilegtima
Relaciona os nascimentos ilegtimos com as mulheres no casadas no perodo frtil
t.f.i.=

total de nascimentos ilegtimos


1000
mulheres no casadas 15-49 anos

4. Descendncia mdia
O fenmeno em anlise a intensidade da fecundidade e dada por
d.m.=amplitude do intervalo

49


taxas de fecundidade geral

x=15

em que as taxas de fecundidade geral so calculadas por idades ou grupos de idades.


5. Taxa bruta de reproduo
Esta correponde descendncia mdia feminina por mulher na ausncia de mortalidade e calcula-se a partir de:
t.b.r.=descendncia mdia 0.488
em que o valor 0.488 resulta da aplicao da relao de masculinidade no nascimento:
100
.
100+105
6. Taxa lquida de reproduo
Esta taxa tem em conta a mortalidade. Assim, multiplicando a amplitude do intervalo por 0.488 e pelo somatrio dos produtos das taxas de fecundidade geral pelas
)(por idades ou grupos de idades), obtmprobabilidades de sobrevivncia (n px = sx+n
sx
se
t.l.r.=amplitude do intervalo 0.488

49


t.f.g. n px

x=15

7. Idade mdia da fecundidade


a idade mdia da populao feminina no perodo frtil considerando a taxa de
fecundidade geral como frequncia relativa de cada grupo de idades:
49
t.f.g.Ix
.
M I = x=15
49
x=15 t.f.g.
Os somatrios so relativos aos 7 grupos de idades de amplitudes iguais a 5, do
perodo frtil, se as taxas de fecundidade geral forem calculadas por grupos de idade.
A taxa de fecundidade geral de cada grupo de idades, t.f.g., dada por

CAPTULO 14. ANLISE DA NATALIDADE E DA FECUNDIDADE

t.f.g. =

77

total de nascimentos no grupo x


.
populao feminina (no perodo frtil) no grupo x

O Ix o ponto mdio, do grupo x, das idades. Por exemplo, no grupo 15-19, I15 =
17.5; no grupo 20-24, I20 = 22.5; no grupo 25-29, I25 = 27.5; no grupo 30-34,
I30 = 32.5; no grupo 35-39, I35 = 37.5; no grupo 40-44, I40 = 42.5; e no grupo 45-49,
I45 = 47.5.
Nota 14.0.9 O valor de M I de referncia no mundo varia entre os 26 e 33 anos.
8. Varincia da fecundidade
2

=
e o desvio padro

49

t.f.g.(Ix M I )2
49
x=15 t.f.g.

x=15

2 .

Nota 14.0.10 Um valor baixo de M I pode ser consequncia de um casamento precoce. Observando a curva das propores de mulheres casadas, poder-se- concluir se
se trata de casamento precoce ou se o valor baixo devido contracepo (curva de
fecundidade geral desce rapidamente depois de uma certa idade).
Exemplo 14.0.1 No exemplo da figura 14.1, o casamento relativamente tardio.
Um casamento tardio associado contracepo origina uma varincia baixa. As duas
curvas foram ajustadas a 100. As colunas 3 e 5 da tabela da figura 14.2 apresentam
os valores j ajustados.

CAPTULO 14. ANLISE DA NATALIDADE E DA FECUNDIDADE

78

C u rv a s d e p ro p o r e s d e m u lh e re s c a s a d a s e
fe c u n d id a d e
100

50

0
1 5 -1 9

2 0 -2 4

2 5 -2 9

3 0 -3 4

C a sa d a s

3 5 -3 9

4 0 -4 4

4 5 -4 9

F e cu n d id a d e

Figura 14.1: Grfico das curvas

Grupo de
idades
15-19
20-24
25-29
30-34
35-39
40-44
45-49

taxa de
fecundidade
geral
0.02197
0.16807
0.18008
0.10730
0.05341
0.01880
0.00119

ajuste a
100
12
93
100
60
30
10
1

proporo
de mulheres
casadas
0.0406
0.4739
0.7891
0.8511
0.8550
0.8359
0.7973

ajuste a
100
5
55
92
100
100
98
90

Figura 14.2: Tabela das taxas de fecundidade geral [3]

Captulo 15
Anlise da nupcialidade
A nupcialidade no considerada uma varivel microdemogrfica autntica, uma vez que a
sua variao - aumento ou diminuio - no afecta directamente a dinmica populacional.
Intervm na dinmica populacional atravs da natalidade.
Muitos autores consideram a nupcialidade como um aspecto particular do estudo da
natalidade.
A evoluo verificada, a partir do fim da segunda guerra mundial, na nupcialidade
dos pases desenvolvidos caracterizada por uma diminuio das taxas brutas e por um
aumento do divrcio.

15.1

Taxas de nupcialidade

As taxas brutas enquanto medidas elementares de anlise so as seguintes:


1. Taxa bruta de nupcialidade
Esta taxa mede o nvel de nupcialidade e dada por
t.b.nup.=

total de casamentos observados num perodo


1000
populao mdia desse perodo

O perodo normalmente usado de um ano.


A taxa bruta de nupcialidade tambm pode ser considerada (tal como a mortalidade
e a natalidade) como o resultado da interaco entre o modelo do fenmeno e a estrutura por idades. No entanto, aqui haveria que distinguir entre primeiro casamento,
segundo casamento, casamento de solteiros, de vivos e divorciados... A anlise seria
muito complexa!
Tomemos em considerao apenas o seguinte:
(a) o modelo da nupcialidade muito semlhante ao da fecundidade - parte de 0 por
volta dos 15 anos, atinge um mximo por volta dos 30 anos e diminui a partir
da.
79

CAPTULO 15. ANLISE DA NUPCIALIDADE

80

A grande diferena em relao fecundidade que no se reduz a 0 por volta


dos 50 anos.
(b) utilizando a lgica das taxas possvel calcular outros indicadores mais sofisticados.
2. Taxa de nupcialidade geral
Esta taxa de nupcialidade geral relaciona os casamentos com as pessoas casveis e
dada por
t.n.g.=

nmero de casamentos
1000.
populao com + de 15 anos

3. Taxa de nupcialidade geral dos solteiros


Esta taxa relaciona os casamentos com as pessoas casveis, excluindo os vivos e
divorciados.
Nota 15.1.1 Pode ser calculada por sexos.
4. Taxas de nupcialidade por idades ou grupo de idades, e por sexos.
Nota 15.1.2 Relaciona o casamento numa determinada idade (ou grupo de idades)
com a populao dessa idade (ou desse grupo de idades).
Exemplo 15.1.1 A taxa de nupcialidade do sexo masculino no grupo 25-29 :
t.n.grupo(masc.)=

nmero de casamentos (25-29) masc.


1000.
populao (25-29) masc.

5. Taxa de nupcialidade por ordem


Tem em conta a ordem do casamento. Assim,
(a) Taxa do primeiro casamento
t.p.c.=

nmero de casamentos de ordem 1


1000
solteiros com + de 15 anos

Nota 15.1.3 vulgar calcular esta taxa por grupos de idades e sexos separados.
Exemplo 15.1.2 A taxa do primeiro casamento no grupo 20-24
nmero de casamentos de ordem 1 no grupo 20-24
1000;
solteiros no grupo 20-24

CAPTULO 15. ANLISE DA NUPCIALIDADE


(b) Taxa do segundo casamento
t.s.c.=

nmero de casamentos de ordem 2


1000.
vivos + divorciados

6. Taxa bruta de divrcio


Esta taxa relaciona o nmero de divrcios com o total da populao,
t.b.div.=

nmero de divrcios
1000
total da populao

(a) Taxa de divrcio geral


t.d.geral=

nmero de divrcios
1000
populao com + 15 anos

Nota 15.1.4 vulgar calcular esta taxa por sexos.


(b) Taxa de divrcio dos casados
t.d.casados=

nmero de divrcios
1000
populao casada

Nota 15.1.5 vulgar calcular esta taxa por sexos.


(c) Taxa de divrcio por idades ou grupo de idades
Exemplo 15.1.3 A taxa de divrcio do grupo de 20-24
t.d.(20-24)=

nmero de divrcios no grupo 20-24


1000
populao no grupo 20-24

Nota 15.1.6 vulgar calcular esta taxa por sexos.


(d) Taxa de divrcio por durao de casamento
Exemplo 15.1.4 A taxa de divrcio com 10 anos de durao dada por
t.d.(10 anos)=

nmero de divrcios com 10 anos


1000
populao casada h 10 anos

Nota 15.1.7 vulgar calcular esta taxa por sexos.


7. Taxa bruta de viuvez
Esta taxa relaciona o nmero de vivos com o total da populao e dada por
t.b.viuvez=

nmero de vivos
1000.
populao

81

CAPTULO 15. ANLISE DA NUPCIALIDADE

15.2

82

Tbua de nupcialidade

A partir de uma tbua de nupcialidade, possvel estimar a intensidade e o calendrio do


fenmeno em anlise.
Para a construir teremos de ter informao relativa aos casamentos por grupos de idades
e s estruturas populacionais por estado civil.
Raciocinando em termos do primeiro casamento e aplicando o princpio da coorte fictcia, tudo se passa como na mortalidade, em que imaginamos uma gerao que ao percorrer
as idades da vida, submetida em cada idade s condies reais de mortalidade observadas
num determinado momento.
No caso do fenmeno da nupcialidade, temos uma gerao de solteiros que a partir dos
15 anos (idade minimamente significativa) e at aos 50 anos (idade a partir da qual o
primeiro casamento estatisticamente pouco relevante) ir ser submetida ao casamento.
Assim,
os bitos de uma tbua de mortalidade passam a ser os primeiros casamentos de uma
tbua de nupcialidade;
os sobreviventes de uma tbua de mortalidade passam a ser os celibatrios de uma
tbua de nupcialidade.
Nota 15.2.1 A diferena principal reside no facto de que na mortalidade, no fim da gerao ningum sobrevive (intensidade =1), enquanto que no caso da nupcialidade existem
sempre sobreviventes ao casamento e que so os celibatrios definitivos.
Temos, assim:
5 nx

5 qx

com

= taxa de nupcialidade dos solteiros por grupos de


idades quinquenais;

= probabilidade do primeiro casamento quinquenal

10 5 nx
;
2 + 5 5 nx
5 px = probabilidade de sobreviver ao primeiro casamento
5 qx

com
5 px

= 1 5 qx

ou

Cx+5
,
Cx
em que Cx so os celibatrios na idade x e Cx+5 os celibatrios na idade x + 5;
5 px

5 dx

= (distribuio de) casamentos entre idades exactas

CAPTULO 15. ANLISE DA NUPCIALIDADE

83

com
5 dx

= Cx 5 qx

ou
5 dx

= Cx Cx+5 ;

Cx = (sobreviventes) celibatrios na idade exacta x


com
Cx+n = Cx n dx
= Cx Cx n qx
= Cx (1 n qx )
Cx+n = Cx n px
e
C15 = 100000.
A intensidade I dada por

C15 C50
C15
C50
=1
C15

I=

e I 100% a percentagem da populao que casa entre os 15 e os 50 anos.


O celibato definitivo dado por:
CD =

C50
C15

ou
CD = 1 I
e CD 100% a percentagem da populao que fica celibatria.
A idade mdia, X, no primeiro casamento:
X=

I15 5 d15 + I20 5 d20 + I25 5 d25 + ... + I45 5 d45


5 d15 + 5 d20 + 5 d25 + ... + 5 d45

com I15 = 17.5, I20 = 22.5, ..., I45 = 47.5


Quando no existe informao relativa ao estado civil, possvel estimar a idade mdia
no primeiro casamento, X, a intensidade, I, e o celibato definitivo, CD, utilizando apenas
as estruturas da populao - s ser preciso o estado civil das pessoas, por sexos e grupos
de idades. Assim,

CAPTULO 15. ANLISE DA NUPCIALIDADE

84

1. o celibato definitivo estimado por:


CD = T50 =

5 T45

+5 T50
2

em que 5 Tx a proporo de celibatrios no grupo x - x + 5;


2. a intensidade estimada por:
I = 1 T50 ;
3. A idade mdia no casamento estimada por:

5 45
x=15 5 Tx 35 T50
X = 15 +
1 T50
em que o somatrio calculado de grupo em grupo.

Captulo 16
Anlise dos movimentos migratrios
Alm dos movimentos naturais existem outros movimentos de natureza diferente, conhecidos por movimentos migratrios e que abrangem as trs situaes seguintes:

a emigrao
a imigrao

as migraes internas
A variao destes movimentos no tempo e no espao depende de factores socio-econmicos
complexos internos e externos.
Existem mtodos directos e indirectos para analisar os movimentos migratrios.

16.1

Mtodos directos de anlise

Os mtodos directos so aqueles que utilizam directamente os dados disponveis e so


baseados no clculo das seguintes taxas:
1. Taxa bruta de emigrao:
t.b.emig.=

nmero de emigrantes oficiais


1000;
populao

2. Taxa bruta de imigrao:


t.b.imig.=

nmero de imigrantes oficiais


1000;
populao

3. Taxa bruta de migrao total:


t.b.mig.total=

emigrantes oficiais + imigrantes oficiais


1000.
populao

O clculo destas taxas baseado normalmente no perodo de um ano. A populao


refere-se populao mdia num determinado perodo (ano).
85

CAPTULO 16. ANLISE DOS MOVIMENTOS MIGRATRIOS

16.2

86

Mtodos indirectos de anlise

Os mtodos indirectos so baseados na equao da concordncia (ver no Captulo 12 sobre


a Qualidade dos dados).
S atravs da equao de concordncia possvel conhecer valores (aproximados) das
migraes internas e da emigrao clandestina. Como
Px+n = Px + N O + I E,
tem-se
Px+n Px = N O + I E
onde o Px+n Px representa o crescimento entre recenseamentos, N O o crescimentos natural e I E o crescimentos (saldo) migratrio total.
Assim,
crescimento migratrio total = crescimento entre recenseamentos
- crescimento natural.
Nota 16.2.1 Quando o movimento (crescimento) migratrio total muito superior (em
termos absolutos) ao valor obtido pela diferena (imigrantes oficiais - emigrantes oficiais)
estamos perante valores elevados de migrao interna e clandestinidade.
Para estimar o peso da clandestinidade usual usar uma ponderao (que se aplica s
diversas regies num determinado perodo) que se calcula a nvel do pas, num determinado
perodo. O perodo normalmente considerado de 10 anos. O peso da clandestinidade varia
mais no tempo do que no espao. Assim,
ponderao (a nvel do pas)=

emigrantes clandestinos num perodo


emigrantes oficiais no mesmo perodo

Calcula-se ento o nmero de emigrantes clandestinos multiplicando o nmero de emigrantes oficiais pela ponderao.
O nmero real de emigrantes :
n.r.emig. = nmero de emigrantes oficiais + nmero de emigrantes
clandestinos.
Finalmente, o saldo migratrio interno :
s.m.inter.=saldo migratrio total - saldo migratrio externo
em que o saldo migratrio total obtido pela equao da concordncia, e o saldo migratrio externo pode ser visto como o nmero de imigrantes oficiais menos o nmero real
de emigrantes.
A partir do nmero real de emigrantes calcula-se

CAPTULO 16. ANLISE DOS MOVIMENTOS MIGRATRIOS


i) a taxa bruta de emigrao real
t.b.emig.(real)=

nmero real de emigrantes


1000
populao

ii) a taxa bruta de migrao externa lquida


t.b.mig.ext.liq.=t.b.imig. - t.b.emi.(real)
com
t.b.imig. =

nmero de imigrantes oficiais


1000
populao

iii) a taxa bruta de migrao interna lquida


t.b.mig.int.liq.=

saldo migratrio interno


1000
populao

iv) a taxa bruta de migrao total lquida


t.b.mig.total liq.=t.b.mig.ext.liq. - t.b.mig.int.liq

87

Parte IV
Exerccios

88

89

Abreviaes
Ao longo dos prximos exerccios foram usadas as seguintes abreviaes:
GI
EM
EF
CF
FM
FF
NM
NF
IME
N
O
I
Ef
Id
P
V
M
PMIG
C
R
NU
Prob
DI
F
Ma
Prop
r.m.
r.r.

Grupo de Idades
Efectivos Masculinos
Efectivos Femininos
Casados Femininos
Falecidos Masculinos
Falecidos Femininos
Nascimentos Masculinos
Nascimentos Femininos
Idade Mdia dos Efectivos
Nascimentos
bitos
Imigrantes
Efectivos
Idade
Populao
Vivos
Mortalidade
Ponto Mdio da Idade dos Grupos
Casamentos
Recenseamentos
Nupcialidade
Probabilidade
Distribuio
Femininos
Masculinos
Propores
Relao de Masculinidade
Relao de Regularidade

90
1. A figura que se segue representa um mapa da freguesia do Forno da cidade de ncora.
Use a tabela de nmeros aleatrios para seleccionar uma amostra aleatria de 10 blocos habitacionais desta freguesia. (Nota: cada bloco tem um nmero de identificao
no mapa).

91
2. A seguinte tabela apresenta o nmero de casamentos ocorridos numa dada freguesia,
ao longo de cinco anos

Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez

1900 1901 1902 1903 1904


64
64
62
66
54
62
70
65
72
68
50
51
45
50
41
54
50
48
45
40
84
82
80
89
75
90
85
95
84
80
42
40
38
35
40
35
30
31
32
40
30
25
35
30
25
71
75
80
70
71
75
80
71
75
70
40
42
45
40
35

Calcule os ndices sazonais pelo mtodo das mdias mensais. Interprete o resultado.
3. Os nascimentos registados numa freguesia de Trs-os-Montes, ao longo de quatro
anos consecutivos foram os seguintes:

Janeiro
Fevereiro
Maro
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro

1990 1991 1992 1993


7
8
6
7
17
15
17
14
11
10
12
10
10
9
8
7
19
20
17
15
15
12
11
10
8
6
6
5
5
5
4
5
6
7
7
5
6
6
7
7
7
8
7
8
8
7
9
9

Calcule os ndices sazonais e interprete o movimento sazonal nos anos de 1990 a 1993.
4. Foram registados os valores das taxas brutas de mortalidade infantil de uma freguesia

92
ao longo de vinte dcadas (1800 a 1990):
1800-09
1810-19
1820-29
1830-39
1840-49

72
77
71
59
62

1850-59
1860-69
1870-79
1880-89
1890-99

41
54
47
50
67

1900-09
1910-19
1920-29
1930-39
1940-49

52
46
55
47
40

1950-59
1960-69
1970-79
1980-89
1990-97

45
15
11
9
5

Estudar a tendncia, usando o mtodo das mdias mveis baseado num perodo de
cinco dcadas.
5. As taxas brutas de mortalidade infantil masculina ao longo de seis dcadas (1770 a
1820) de uma regio do Alentejo so as seguintes:
1770-79 1780-89 1790-99 1800-09 1810-19 1820-29
73
81
75
61
70
35
Estudar a tendncia usando o mtodo analtico.
Qual ter sido a taxa de mortalidade infantil masculina na dcada de 1760-1769?
6. Em meados do sculo XX, foram registados os seguintes valores da regio da cidade
de Marinhas:
Freguesias
EM
EF
NM
NF
IME

Mar S. Pedro
31
40
45
51
7
8
7
6
30
31

Luz Nora Cruz Velha


35
51
36
41
42
52
7
10
9
8
8
9
33
31
35

(a) Calcule a idade mdia dos habitantes da cidade


(b) Calcule a relao de masculinidade dos habitantes da cidade
(c) Calcule a relao de masculinidade dos nascimentos. Aprecie a qualidade do
registo dos nascimentos, calculando o intervalo (de variao) de confiana a
95% de probabilidade.

93
7. Numa freguesia da Beira Alta foram registados, em 1910, os seguintes efectivos
GI
EM
0
91
1-4
64
5-9
57
10-14 54
15-19 40
20-24 39
25-29 38
30-34 46
35-39 34
40-44 23
45-49 22
50-54 19
55-59
9
60-64
8
65-69
7
70-74
5
75-79
3
80-84
2
85-89
1

EF
95
67
59
56
44
42
44
40
37
34
39
29
17
15
12
9
6
3
1

CF FM FF
5
3
1
1
1
1
0
1
8
0
0
35
2
0
36
1
1
38
1
0
33
0
0
29
1
1
30
1
0
23
0
0
12
0
0
10
1
0
9
1
0
5
0
1
3
0
1
1
1
0
0
1
0

(a) Calcular a percentagem de mulheres no casadas com 40 ou mais anos.


(b) Comparar a percentagem da alnea anterior com a percentagem de mulheres no
casadas da freguesia.
(c) Calcular a mediana das idades dos efectivos da freguesia. Interpretar.
(d) Calcular a mdia das idades de todos os efectivos.
(e) Qual o tipo da distribuio das idades, relativamente sua simetria?
(f) Calcule a taxa de crescimento da populao da freguesia, pressupondo um crescimento contnuo e sabendo que em 1990 havia 1553 efectivos.
(g) Considerando a mesma taxa da alnea anterior qual ter sido a populao da
freguesia em 1810.
(h) Considerando, agora, os seguintes grupos funcionais 0-14, 15-64 e 65 e + anos,
calcule a percentagem de activos do sexo masculino da freguesia em 1910 e o
ndice de vitalidade masculina.
(i) Considerando os mesmos grupos da alnea anterior calcule o racio de dependncia total dos efectivos do sexo masculino e o ratio de dependncia total dos
efectivos do sexo feminino. Interprete.

94
(j) Calcule a taxa bruta de mortalidade geral.
(k) Calcule a taxa bruta de mortalidade como resultante da interaco entre o modelo e a estrutura.
(l) Aprecie a qualidade dos dados, calculando o ndice combinado das Naes Unidas.
(m) Calcule a taxa de mortalidade infantil clssica.
(n) Do total de bitos com menos de um ano, 4 ocorreram antes dos 28 dias. Calcule
as taxas de mortalidade infantil endgena e exgena.
(o) Calcule a taxa de fecundidade geral.
8. A populao de um distrito era em 1900 de 723012 habitantes. Em 1990 foram
recenseados 731050 habitantes. Qual a taxa de crescimento verificada neste perodo
de 90 anos, supondo um crescimento geomtrico?
Supondo que o ritmo de crescimento verificado no sculo XIX foi igual ao do sculo
XX, qual teria sido a populaao em 1850?
9. Observe os seguintes dados respeitantes aos nascimentos:
Distrito
Porto
Lisboa
Horta

1930
1949
1960
H
M
H
M
H
M
13510 12881 16623 15453 18145 17082
10931 10392 10720 9500 12890 12095
581
546
643
606
475
432

Considerando os trs distritos separadamente, e por anos, aprecie a qualidade dos


dados atravs da relao de masculinidade, calculando tambm quando necessrio
intervalos de confiana.

95
10. No perodo de 1910 a 1990 numa certa regio, verificaram-se movimentos naturais e
migratrios, dos quais s existem os seguintes registos:

N
O
I
Ef

1910 1920 1930 1940 1950 1960 1970 1980 1990


46
35
40
51
60
53
42
35
25
20
40
35
50
40
33
25
20
15
2
4
3
4
1
3
2
4
10
941 930 935 920 942 944 946 948 950

(a) Verifique se existe alguma correlao entre os nascimentos e os bitos naquela


regio e ao longo do perodo registado. Se existe, de que tipo ?
(b) Usando a equao da concordncia estime o nmero de emigrantes desse perodo
de 80 anos.
11. Aprecie a qualidade dos dados relativamente atraco por valores terminados em 0
e 5 no registo das idades dos efectivos da freguesias de Botafogo, calculando o ndice
de Whipple.
Id
0e1
2
3
4
5
6
7
8
9
10
11
12
13

30
26
25
23
15
20
13
15
16
22
23
17
18

Id
14
15
16
17
18
19
20
21
22
23
24
25
26

16
12
12
14
16
18
23
19
15
13
12
25
13

Id
27
28
29
30
31
32
33
34
35
36
37
38
39

15
19
13
20
9
8
13
11
17
11
10
14
14

Id
40 15
41 7
42 8
43 7
44 6
45 16
46 8
47 6
48 5
49 6
50 10
51 5
52 4

Id
53 5
54 8
55 9
56 4
57 3
58 7
59 8
60 12
61 5
62 4
63 9
64 4
65 7

Id
66
67
68
69
70
71
72
73
74
75 e +

4
3
4
3
5
2
2
4
1
10

96
12. A repartio da populao de um distrito por idade e por sexo a seguinte:
Id
0e1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

H
60
33
20
14
28
24
23
28
23
25
18
32
20
27
22
23
16
26
13
30

M
41
19
19
14
14
23
27
26
18
24
18
33
16
21
18
33
14
27
18
50

Id
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40

H
7
23
10
23
14
25
11
19
2
45
6
12
12
10
13
26
4
12
7
66

M
14
16
11
27
15
15
5
16
5
53
7
15
12
17
13
16
4
12
3
59

Id
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60

H
4
13
6
8
12
26
20
5
46
4
1
2
4
6
2
5
2
42

M
Id
6
61
11
62
6
63
10
64
10
65
9
66
6
67
13
68
4
69
43 70 e +
3
3
8
9
4
4
4
1
41 Total:

H
1
3
2
1
6
2
2
2
1
17

M
1
4
1
1
6
2
2
22

1097 1042

(a) Construa a pirmide de idades usando grupos quinquenais.


(b) Aprecie a qualidade dos dados relativamente atraco por valores terminados
em 0 e 5 nestes registos, calculando os ndices de Whipple por sexo.
(c) Estude a atraco por valores terminados em 0 usando o ndice de irregularidade.
13. Num determinado recenseamento a populao masculina de 23 a 62 anos de 1774524
e a feminina de 2024972.
A populao registada com 25, 30, 35, 40, 45, 50, 55 e 60 anos de 364498 para a
populao masculina e de 412637 para a populao feminina.
Calcule os ndices de Whipple para os dois sexos e conclua sobre a qualidade dos
dados.

97
14. Considere os seguintes dados por grupos de idades:
GI

EM

EF

r.m.

|Dif.Suc.|

r.r.

|r.r.-100| r.r.

|r.r.-100|

Ma

Ma

100
0-4
388898 380729
5-9
387764 374444
10-14
329901 316366
15-19
338290 344489
20-24
303461 322174
25-29
247252 287879
30-34
202688 239092
35-39
189979 220078
40-44
172401 204964
45-49
150846 181026
50-54
143997 173833
55-59
117213 141652
60-64
101940 128179
65-69
71878
94306
70 e + 109368 160796
Total 3255876 3570007
/12

Calcule o ndice combinado das Naes Unidas. Que concluses tira sobre a qualidade
dos dados?
15. No perodo 1951-1960, no nosso pas, houve 2075500 nascimentos, 948705 bitos,
353534 emigrantes oficiais e 15448 imigrantes. De Frana veio a seguinte informao:
9870 emigrantes clandestinos.
A populao em 1950 era de 8441312 e em 1960 de 8889392.
Tambm se registou um saldo migratrio com as colnias de I E = 112482.
Conclua sobre a qualidade dos dados atravs da equao da concordncia.
16. Construa a tbua de mortalidade a partir da repartio da populao indicada na
figura 16.1, por grupos de idades.

0
1-4
5-9
10-14
15-19
20-24
25-29
30-34
35-39
40-44
45-49
50-54
55-59
60-64
65-69
70 e +

bitos

174855 19277
714859 9426
798678 1528
799693 928
810964 1551
761703 2279
681286 2256
541099 1905
567333 2301
524737 2721
460041 3148
390566 3628
331777 4412
294439 5985
229976 7408
356539 34162

Populao

Quociente de
mortalidade

n qx

Taxa de
mortalidade

n mx
n px

sobrevivncia

de

Probabilidade

sx+n

na idade

Sobreviventes

n dx

dos bitos

Distribuio

Nmero de

n Nx

anos vividos

n Px

sobrevivncia

de

Probabilidade

Total de anos

Tx

depois da idade

ex

vida

Esperana de

98

Figura 16.1: Tbua de mortalidade

99
17. So conhecidos os seguintes dados, relativos a 1960, numa regio da Europa:
Id
me

PF
mdia

Total Legtimos Total Casada


15-19 736
564
29440
1178
20-24 4788
4750
23940
11970
25-29 5467
5356
27335
22779
30-34 3218
3101
22526
19252
35-39 1307
1290
23526
20007
40-44 546
540
27300
21050
45-49 123
119
24600
18223
Total 16185
15720
178667 114459

O
F

Taxa
M
5 mx

490
414
498
435
485
607
601

A populao mdia de 720025.


(a) Calcule a taxa bruta de natalidade;
(b) Calcule a taxa de fecundidade geral;
(c) Calcule a taxa de fecundidade legtima;
(d) Calcule a taxa de fecundidade ilegtima;
(e) Verifique se foram correctamente calculadas as taxas das duas primeiras alneas;
(f) Calcule as taxas de fecundidade geral e as taxas de fecundidade legtima por
grupos de idades;
(g) Calcule a descendncia mdia e as taxas bruta e lquida de reproduo. Interprete os resultados obtidos;
Id
me

t.f.g.

t.f.l.

Quociente
M (5 qx )

Prob.
sobrevivncia

t.f.g.
5 px

5 px

15-19
20-24
25-29
30-34
35-39
40-44
45-49
Total
(h) Calcule a idade mdia da fecundidade, M x , a varincia, 2 , e as propores
de mulheres casadas. Ajuste estas propores a 100 bem como as taxas de
fecundidade geral. Represente graficamente e comente os resultados.

100

Id
me
x ...
15-19
20-24
25-29
30-34
35-39
40-44
45-49
Total

t.f.g. PMIG

t.f.g.Ix

Ix
17.5
22.5
27.5
32.5
37.5
42.5
47.5
Id
me
15-19
20-24
25-29
30-34
35-39
40-44
45-49

PF
mdia
Total Casada
29440
1178
23940 11970
27335 22779
22526 19252
23526 20007
27300 21050
24600 18223

Ix M I

Prop F
casadas

Ix M I

2

t.f.g.


2
Ix M I

Ajuste a
100 das
Prop.

Ajuste
a 100 das
t.f.g.

100

50

15-19 20-24 25-29 30-34 35-39 40-44 45-49 GI


18. Dispomos dos seguintes dados, relativos ao perodo de 1929-1932, numa regio de

101
Portugal:
GI

15-19
20-24
25-29
30-34
35-39
40-44
45-49
50 e +
Total

C solteiros
R solteiros
Taxas NU
1929-1932
de 1930
Ma
Ma
F
Ma
F
5 nx
149 797 32880 32530
1967 2050 25308 22667
1391 878 10872 11305
384 249 4848 6451
128
97
3136 4576
69
47
2135 3599
31
21
1667 3091
37
17
5343 10871

Taxas NU
F
5 nx

A populao masculina total de 326579.


A populao feminina total de 357001.
(a) Calcule a taxa bruta de nupcialidade;
(b) Calcule a taxa de nupcialidade geral (dos solteiros);
(c) Calcule as taxas de nupcialidade por grupos de idades e por sexos;
(d) Calcule as tbuas de nupcialidade para ambos os sexos;
GI
Ma

15-19
20-24
25-29
30-34
35-39
40-44
45-59
50 e +

Prob
Prob
o
do 1 C sobreviver
ao 1o C
5 qx
5 px

Sobreviventes
na idade x

DI de C
entre idades

Cx
100000

5 dx

102

GI
F

15-19
20-24
25-29
30-34
35-39
40-44
45-59
50 e +

Prob
Prob
o
do 1 C sobrevivier
ao 1o C
5 qx
5 px

Sobreviventes
na idade x

DI de C
entre idades

Cx
100000

5 dx

103
(e) Calcule o celibato definitivo (CD), a intensidade do casamento (I) e a idade
mdia no primeiro casamento (X) para ambos os sexos.
Grupo DI de C PMIG
de
entre idades
idades
5 dx
x ...
Ma
Ix
15-19
17.5
20-24
22.5
25-29
27.5
30-34
32.5
35-39
27.5
40-44
42.5
45-49
47.5
Total
-

5 dx

Ix

DI de C PMIG

5 dx

Ix

entre idades

5 dx

Ma

Ix
17.5
22.5
27.5
32.5
37.5
32.5
47.5
-

19. So conhecidos os seguintes dados numa determinada regio de Portugal:


Populao em 1960
Populao em 1970
Nascimentos entre 1961-1970 (10 anos)
bitos entre 1961-1970 (10 anos)
Emigrantes entre 1961-1970 (10 anos)
Imigrnates entre 1961-1970 (10 anos)
Emigrantes oficiais a nvel do pas entre 1961-1970
Emigrantes clandestinos a nvel do pas entre 1961-1970

276895
205197
41053
25760
9009
18
681004
517385

Os emigrantes clandestinos a nvel do pas foram calculados pela equao da concordncia, uma vez que no pas no existem migraes internas.
(a) Calcule a taxa bruta de emigrao;
(b) Calcule a taxa bruta de imigrao;
(c) Calcule a taxa bruta de migrao total;
(d) Atravs da equao da concordncia calcule o saldo (movimento) migratrio
total. Compare com os dados oficiais. Interprete os reultados;
(e) Estime o nmero real de emigrantes (=oficiais+clandestinos);
(f) Calcule o saldo migratrio externo;
(g) Calcule o saldo migratrio interno;
(h) Calcule a taxa bruta de emigrao real;
(i) Calcule a taxa bruta de migrao externa lquida;
(j) Calcule a taxa bruta de migrao interna lquida.

104

Anexo

Tabela de nmeros aleatrios


Linha
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120

19223
73676
45467
52711
95592
68417
82739
60940
36009
38448
81486
59636
62568
45149
61041
14459
38167
73190
95857
35476

95034
47150
71709
38889
94007
35013
57890
72024
19365
48789
69487
88804
70206
32992
77684
26056
98532
32533
07118
55972

05756
99400
77558
93074
69971
15529
20807
17868
15412
18338
60513
04634
40325
75730
94322
31424
62183
04470
87664
39421

28713
01927
00095
60227
91481
72765
47511
24943
39638
24697
09297
71197
03699
66280
24709
80371
70632
29669
92099
65850

96409
27754
32863
40011
60779
85089
81676
61790
85453
39364
00412
19352
71080
03819
73698
65103
23417
84407
58806
04266

105

12531
42648
29485
85848
53791
57067
55300
90656
46816
42006
71238
73089
22553
56202
14526
62253
26185
90785
66979
35435

42544
82425
82226
48767
17297
50211
94383
87964
83485
76688
27649
84898
11486
02938
31893
50490
41448
65956
98624
43742

82853
36290
90056
52573
59335
47487
14893
18883
41979
08708
39950
45785
11776
70915
32592
61181
75532
86382
84826
11937

TABELA DE NMEROS ALEATRIOS


Linha
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160

71487
13873
54580
71035
96746
96927
43909
15689
36759
69051
05007
68732
45740
27816
66925
08421
53645
66831
55588
12975
96767
72829
88565
62964
19687
37609
54873
00694
71546
07511
0380.
77320
07886
87065
42090
55494
16698
16297
22897
98163

09984
81598
81507
09001
12149
19931
99477
14227
58984
64817
16632
55259
41807
78416
55658
44753
66812
68908
99404
13258
35964
50232
42628
88145
12633
59057
86278
05977
05233
88915
29341
35030
56866
74133
09628
67690
30406
07626
17467
45944

29077
95052
27102
43367
37823
36089
25330
06565
68288
87174
81194
84292
65561
18329
39100
77377
61421
40772
70708
13048
23822
97892
17797
83083
57857
66967
88737
19664
53946
41267
29264
77519
39648
21117
54035
88131
96587
68683
17638
34210

14863
90908
56027
49497
71868
74192
64359
14374
22913
09517
14873
08796
33302
21337
78458
28744
47836
21558
41098
45144
96012
63408
49376
69453
95806
83401
74351
65441
68743
16853
80198
41109
69290
70595
93879
81800
65985
45335
70043
64158

106

61683
73592
55892
72719
18442
77567
40085
13352
18638
84534
04197
43165
07051
35213
11206
75592
12609
47781
43563
72321
94591
77919
61762
46109
09931
60705
47500
20903
72460
84569
12371
98296
03600
22791
98441
11188
07165
34377
36243
76971

47052
75186
33063
96758
35119
88741
16925
49367
54303
06489
85576
93739
93623
37741
19876
08563
15373
33586
56934
81940
65194
44575
16953
59505
02150
02384
84552
62371
27601
79367
13121
18984
05376
67306
04606
28552
50148
72941
13008
27689

62224
87136
41842
27611
62103
48409
85117
81982
00795
87201
45195
31685
18132
04312
87151
79140
98481
79177
48394
00360
50842
14870
88604
69680
43163
90597
19909
22725
45403
32337
54969
60869
58958
28420
27381
25752
16201
41764
83993
82926

51025
95761
81868
91596
39244
41903
36071
87209
08727
97245
96565
97150
09547
68508
31260
92454
14592
06928
51719
02428
53372
04178
12724
00900
58636
93600
67181
53340
88692
03316
43912
12349
22720
52067
82637
21953
86792
77038
22869
75957

TABELA DE NMEROS ALEATRIOS


Linha
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200

43400
97341
64578
11022
81232
36843
84329
27788
99224
38075
87368
40512
81636
26411
80011
92813
70348
24005
85063
11532
59618
92965
85116
15106
03638
97971
49345
87370
88296
79485
40830
32006
37569
56680
05172
74782
85228
68309
26461
42672

25831
46254
67197
79124
43939
84798
80081
85789
00850
73239
49451
00681
57578
94292
09937
87503
72871
52114
55810
73186
03914
50837
27684
10411
31589
48932
18305
88099
95670
92200
24979
76302
85187
79003
08100
27005
93264
12060
88346
67680

06283
88153
28310
49525
23840
51167
69516
41592
43737
52555
53771
44282
54286
06340
57195
63494
63419
26224
10470
92541
05208
39921
14597
90221
07871
45792
76213
89695
74932
99401
23333
81221
44692
23361
22316
03894
61409
14762
52430
42376

22138
62336
90341
63078
05995
44728
78934
74472
75202
46342
48343
47178
27216
97762
33906
71379
57363
39078
08029
06915
84088
84661
85747
49377
25792
63993
82390
87633
65317
54473
37619
00693
50706
67094
54495
98038
03404
58002
60906
95023

107

16043
21112
37531
17229
84589
20554
14293
96773
44753
13365
51236
08139
58758
37033
94831
76550
29685
80798
30025
72954
20426
82514
01596
44569
85823
95635
77412
76987
93848
34336
56227
95197
53161
15019
60005
20627
09649
03716
74216
82744

15706
35574
63890
32165
06788
55538
92478
27090
63236
02182
18522
78693
80358
85968
10056
45984
43090
15220
29734
10167
39004
81899
25889
28185
55400
28753
97401
85503
43988
82796
95941
75044
69027
63261
29532
40307
55937
81968
96263
03971

73345
99271
52630
01343
76358
27647
16479
24954
14260
30443
73670
34715
84115
94165
42211
05481
18763
43186
61181
12142
84582
24565
41998
80959
56026
46069
50650
26257
47597
05457
59494
46596
88389
24543
18433
47317
60843
57934
69296
96560

26238
45297
76315
21394
26622
32708
26974
41474
73686
53229
23212
75606
84568
46514
65491
50830
31714
00976
72090
26492
87317
60874
15635
76355
12193
84635
71755
51736
83044
60343
86539
11628
60313
52884
18057
92759
66167
32624
90107
55148

Bibliografia
[1] M. N. Amorim. Evoluo Demogrfica de 3 Parquias no Sul do Pico 1680-1980, volume 35. ICS, U.M., 1992.
[2] B. J. F. Murteira e G. H. J. Black. Estatstica Descritiva. Editora McGraw-Hill, 1983.
[3] J. M. Nazareth. Princpios e Mtodos de Anlise da Demografia Portuguesa. Editorial
Presena, 1988.

108