Apostila de Estatística Básica CFAPM

CENTRO DE FORMAO E APERFEIOAMENTO DA POLCIA MILITAR DO ESTADO DO RIO GRANDE DO NORTE
ESTADO DO RIO GRANDE DO NORTE
POLCIA MILITAR
CENTRO DE FORMAO E APERFEIOAMENTO DA

POLCIA MILITAR DO ESTADO DO RIO GRANDE DO NORTE
APOSTILA DE ESTATSTICA APLICADA A SEGURANA

PBLICA
3 Sgt PM Everson Cavalcante de Brito Jnior 1

3 Sgt PM Janildo da Silva Arante 2
1Graduado em Cincias contbeis - UFRN e ps-graduado em Gesto e Polticas de Segurana Pblica -

Estcio de S convnio com a Senasp
2 Graduado em Matemtca UFRN e ps-graduando em EAD e Novas Tecnologias - FAEL
APOSTILA DE ESTATSTICA APLICADA A SEGURANA PBLICA Maj Ferreira e Sargentos Everson e Janildo-
Pgina
Contedo da apostila:
1. Conceitos bsicos estatsticos
1.1. Estatstica descritiva X estatstica inferencial;
1.2. Mensurao, medida, magnitude e critrio;
1.3. Populao e amostra.
1.4. Representaes grficas:
1.4.1. Representao tabular;
1.4.2. Representao grfica;
1.5. Intervalos
1.6. Frequncias absoluta e por classe.
1.7. Medidas de tendncia central:
1.7.1. Mdia,
1.7.2. Moda e
1.7.3. Mediana;
1.8..Simetria e assimetria.
1.9. Medidas de variabilidade:
1.9.1Varincia e
1.9.2. Desvio padro.
Pgina
NOES DE ESTATSTICA
A Estatstica a cincia que se ocupa da obteno de informao, seu tratamento inicial, com a
finalidade de, atravs de resultados probabilsticos adequados, inferir de uma amostra para a populao, e
eventualmente mesmo prever a evoluo futura de um fenmeno.
1.0. CONCEITOS BSICOS ESTATSTICOS:

1.1 - ESTATSTICA DESCRITIVA VS INFERENCIAL
Estatstica Descritiva: conjunto de mtodos estatsticos que visam sumariar e descrever os atributos
mais proeminentes aos dados.
Estatstica Inferencial: conjunto de mtodos estatsticos que visam caracterizar (ou inferir sobre)
uma populao a partir de uma parte dela (a amostra).
1.2 - MENSURAO, MEDIDA, MAGNITUDE E CRITRIO
Nveis de Mensurao
As variveis3 diferem em "quo bem" elas podem ser medidas, isto , em quanta informao seu nvel
de mensurao pode prover. H obviamente algum erro em cada medida 4, o que determina o "montante de
informao" que se pode obter, mas basicamente o fator que determina a quantidade de informao que uma
varivel pode prover o seu tipo de nvel de mensurao. Sob este prisma as variveis so classificadas
como (a) nominais, (b) ordinais e (c) intervalares e (d) Racionais..
(a) Variveis nominais permitem apenas classificao qualitativa. Ou seja, elas podem ser medidas
apenas em termos de quais itens pertencem a diferentes categorias, mas no se pode quantificar nem mesmo
ordenar tais categorias. Por exemplo, pode-se dizer que 2 indivduos so diferentes em termos da varivel A
(sexo, por exemplo), mas no se pode dizer qual deles "tem mais" da qualidade representada pela varivel.
Exemplos tpicos de variveis nominais so sexo, raa, cidade, etc.
(b) Variveis ordinais permitem ordenar os itens medidos em termos de qual tem menos e qual tem
mais da qualidade representada pela varivel, mas ainda no permitem que se diga "o quanto mais". Um
exemplo tpico de uma varivel ordinal o status scio-econmico das famlias residentes em uma
localidade: sabe-se que mdia-alta mais "alta" do que mdia, mas no se pode dizer, por exemplo, que
18% mais alta. A prpria distino entre mensurao nominal, ordinal e intervalar representa um bom
exemplo de uma varivel ordinal: pode-se dizer que uma medida nominal prov menos informao do que
uma medida ordinal, mas no se pode dizer "quanto menos" ou como esta diferena se compara diferena
entre mensurao ordinal e intervalar.
(c) Variveis intervalares permitem no apenas ordenar em postos os itens que esto sendo medidos,
mas tambm quantificar e comparar o tamanho das diferenas entre eles. Por exemplo, temperatura, medida
em graus Celsius constitui uma varivel intervalar. Pode-se dizer que a temperatura de 40C maior do que
30C e que um aumento de 20C para 40C duas vezes maior do que um aumento de 30C para 40C.
3 O que so variveis? Variveis so caractersticas que so medidas, controladas ou manipuladas em uma pesquisa.
Diferem em muitos aspectos, principalmente no papel que a elas dado em uma pesquisa e na forma como
podem ser medidas.
4 Medida a ao e o efeito de medir (comparar uma quantidade com a sua unidade ou algo no material com outra
coisa; moderar as aes ou as palavras). Pode-se tratar, por conseguinte, do resultado de uma medio.
Pgina
(d) Variveis racionais. A escala da mensurao mais elevada, com origem zero no arbitrria e onde
possvel a realizao de todas as operaes aritmticas.
Os nveis INTERVALAR e de RAZO so conhecidos como quantitativos. Nesses nveis se pode

calcular mdia, mediana e desvio padro. A diferena bsica entre esses dois nveis que na escala de
RAZO, existe um zero absoluto (ausncia do fenmeno).
Exemplos de variveis intervalar: altitude, QI, temperatura.
Exemplos de variveis de razo: velocidade, peso, altura ( diferente de altitude).
MEDIR uma magnitude (grandeza) significa associar a essa magnitude 5 um nmero real. Numa
medio realizamos quatro operaes: definio do que vai ser medido, definio do critrio6 ou padro,
leitura, e interpretao. A MEDIDA uma relao entre magnitude e critrio (padro). O processo de
medio depende da classe que pertence a magnitude. Existem quatro nveis de mensurao:
1 NVEL Nominal A medio realizada apenas no plano qualitativo, ou seja, os objetos, nmeros
ou smbolos so usados simplesmente para classificar um objeto, pessoa ou caracterstica. No existe
qualquer relao entre os dados, nem mesmo a classificao de maior ou menor. Por exemplo: os nmeros
de telefones, as placas de automveis, o nmero da camisa de jogadores de futebol, etc. A classificao dos
pacientes de um hospital psiquitrico como esquizofrnica, ou paranica, ou manaco-depressiva, ou
psiconeurtica uma classificao nominal. No existem operaes matemticas nesta classe; em
estatstica pode-se calcular a moda e as distribuies de frequncias.
2 NVEL Ordinal um nvel mais elaborado que o anterior, pois designa ordenao, ou seja
existe uma certa relao entre os elementos. As grandezas deste nvel podem ser classificadas numa escala
maior ou menor, embora no seja possvel uma quantificao precisa. Por exemplo: notas escolares A, B, C
e D; classificao entre pssimo, ruim, regular, bom e timo; classificao entre sargento, cabo e soldado;
dar notas de 0 a 10 para o sabor de um caf; dar notas de 0 a 5 para o atendimento de uma loja; classificar o
volume de uma rudo em baixo, mdio, alto ou muito alto. Nesta classe no existem operaes matemticas
(dobro, metade, mdia); em estatstica pode-se calcular a distribuio de frequncias, a moda e a mediana.
3 NVEL Intervalar onde aparece a escala (padro) de medida, com valor arbitrrio e fixo, e um
zero relativo (convencional). A caracterstica principal a existncia de uma escala, com valores constantes
e conhecidos. Por exemplo, as escalas termomtricas, onde o zero e o valor de um grau so convencionais.
As nicas operaes permitidas so a adio e subtrao, sendo proibidas a multiplicao e diviso. Assim,
se o corpo A est a 40 C e o corpo B est a 10 C, no tem sentido dizer que A quatro vezes mais quente
que B s porque 40/10=4. Notar que para a escala em F a relao diferente: o corpo A est a 104 F e o B
a 50 F; nesta escala a temperatura de um no 4 vezes a do outro. possvel se trabalhar com mdia e
desvio padro.
4 NVEL Racional So as medies onde aparecem a escala e o zero absoluto. Por exemplo:
medies de comprimento, volume, rea, massa, tempo, etc. Neste nvel todas as operaes aritmticas
passam a ter sentido (com exceo da multiplicao por um nmero negativo). Todas as operaes ou provas
estatsticas so vlidas.
5 Magnitude (substantivo feminino)

Estado ou particularidade do que magno; grandeza.
6 Critrio (substantivo masculino)
. 1. norma de confronto, avaliao e escolha.
. "pessoa de c. consistentes"
. 2. p.ext. faculdade de discernir e de identificar a verdade; discernimento, razo.
. "usa de c. em seus julgamentos"
.
Pgina
1.3 - POPULAO E AMOSTRA

Populao.
Em estatstica, populao o conjunto de todos os elementos ou resultados sob investigao. Este
conceito contrape-se ao de amostra, que uma parte (subconjunto) da populao.
Amostra
Uma amostra estatstica consiste em um subconjunto representativo, ou seja, em um conjunto de
indivduos retirados de uma populao, a fim de que seu estudo estatstico possa fornecer informaes
importantes sobre aquela populao.
1.4 - REPRESENTAES GRFICAS E TABULARES:

1.4.1 - REPRESENTAO TABULAR
NORMAS DE APRESENTAO TABULAR
Tabela e quadro: diferenas
Normalizao ABNT7, IBGE8, normalizao bibliogrfica, Normas de Apresentao
Tabular, normas tcnicas, Quadro, Tabela
As tabelas e os quadros facilitam a compreenso do fenmeno em estudo, uma vez que apresentam os
dados de modo resumido, oferecendo uma viso geral do contedo em questo.
A tabela segue a norma NBR 14724:2011 subitem 5.9, que por sua vez, remete as Normas de
Apresentao Tabular do Instituto Brasileiro de Geografia e Estatstica IBGE (1993). J o quadro citado
no subitem 5.8 da NBR9 14724:2011 como uma das categorias de ilustraes.
Diferena entre Tabela e Quadro
A seo 3.32 da NBR 14724:2011 define a Tabela como sendo uma "forma no discursiva de
apresentar informaes das quais o dado numrico se destaca como informao central" (ASSOCIAO
BRASILEIRA DE NORMAS TCNICAS, 2011, p. 4). Em relao ao Quadro, apresentado na seo
4.2.1.9, da mesma NBR, que o mesmo trata-se de uma Ilustrao, porm nada define sobre sua forma e, ao
analisar o exemplo contido na aludida seo, deixa margem para interpretao que vai de encontro
definio da Tabela. Observe o exemplo apresentado na seo 4.2.1.9 da NBR 14724:2011 (ASSOCIAO
BRASILEIRA DE NORMAS TCNICAS, 2011, p. 8):
A seo 5.9 da NBR 14724:2011, que trata sobre as regras gerais para apresentao de Trabalhos
Acadmicos, relata que as Tabelas "devem ser citadas no texto, inseridas o mais prximo possvel do trecho
a que se referem e padronizadas conforme o Instituto Brasileiro de Geografia e Estatstica
(IBGE)" (ASSOCIAO BRASILEIRA DE NORMAS TCNICAS, 2011, p. 11).
Ao verificar as Normas de Apresentao Tabular (NAT), que se encontra vigente, criadas pelo
IBGE (1993), a definio de Tabela a mesma apresentada pela ABNT. Sendo assim, quando for apresentar
informaes onde o dado numrico parte principal, utiliza-se a forma de Tabela e, para as demais
informaes, utiliza-se a forma de Quadro.
Segundo as NAT do IBGE, a Tabela deve possuir um ttulo, um cabealho, um corpo contendo as
informaes, uma linha de fechamento, uma fonte e, se for o caso, uma nota explicativa. Os quadros
7 ABNT. Associao Brasileira de Nornas Tcnicas.

8 IBGE a sigla do Instituto Brasileiro de Geografia e Estatstica, uma organizao pblica responsvel pelos
levantamentos e gerenciamentos dos dados e estatsticas brasileiras
9 NBR uma abreviao adotada pela ABNT( Assossiao Brasileira de Normas Tecnicas) onde:
N = Norma; Br = Brasileira. Assim NBR = Norma Brasileira
Pgina
tambm possuem tais especificaes, porm diferem das Tabelas em sua forma, no que diz respeito ao
fechamento das laterais.
Segue um modelo de Quadro e mais abaixo o modelo da Tabela 3 encontrada nas NAT do IBGE:
Observe que as laterais esto fechadas diferenciando, em sua forma, da tabela que possui as laterais
abertas.
Observao: caso uma tabela ou quadro no caiba numa folha, deve-se inserir a terminologia
(continua) onde esta aparecer pela primeira vez, e deve-se repetir, na prxima folha, o ttulo da tabela
(ex.: Tabela 3: Taxa de crescimento...) e o cabealho inserindo a terminologia (continuao), sendo que
na folha onde finalizar a tabela ou quadro deve-se inserir a terminologia (concluso). Outrossim, caso uma
tabela ou quadro possuir muitas linhas e poucas colunas, pode-se dispor em duas ou mais partes, sendo estas
separadas por um trao duplo vertical, conforme exemplo da Tabela 3, das Normas de Apresentao Tabular
do IBGE, a seguir:
_____________
ESTATSTICA, Fundao Estatuto Brasileiro de Geografia e. Normas de apresentao Tabular. Disponvel em:
<http://biblioteca.ibge.gov.br/visualizacao/monografias/GEBIS%20-%20RJ/normastabular.pdf>. Acesso em: 12 dez.
2010.
Pgina
Pgina
Para referenciar esta pgina utilize:

DAMASCENA JNIOR, Manoel Alves. Diferena entre tabela e quadro.Primavera do Leste:
Tudo sobre monografia, 2012. Disponvel em: <http://www.tudosobremonografia.com/search/label/Diferen
%C3%A7a%20entre%20Tabela%20e%20Quadro>. Acesso em: (dia) (ms abreviado.) (ano.)
1.4.2 - REPRESENTAO GRFICA

Representao grfica de dados estatsticos
Este opsculo traz um material sobre representao grfica de dados estatsticos, que foi apresentado
s alunas do Curso Normal do Instituto Estadual de Educao Baro de Tramanda, durante a oficina
Tratamento de Informao e Estatstica. Tal oficina teve como objetivo preparar e trazer informaes
sobre esta rea da matemtica, tendo em vista que participam do Projeto NEPSO (Nossa escola pesquisa sua
opinio), onde realizaro pesquisas sobre diversos assuntos, e tero que apresentar os dados coletados em
tabelas e grficos.
Os dados de uma pesquisa podem ser apresentados de vrias maneiras. Os meios de comunicao
utilizam, em geral, grficos e tabelas para apresentar esses dados. Isso ocorre porque esses recursos
possibilitam uma apresentao dos resultados de uma pesquisa. As tabelas, por exemplo, so utilizadas para
organizar os dados e apresent-los de maneira mais simples ao leitor. J os grficos permitem uma melhor
visualizao e tambm uma anlise mais detalhada dos dados apresentados.
Existem diversos tipos de grficos, sendo que a escolha do mais apropriado para cada situao
depende de vrios fatores, como o objetivo da pesquisa ou at mesmo as particularidades das informaes a
serem apresentadas. Neste tpico, iremos estudar os grficos de barras, setores, linhas, alm dos pictogramas
e do histograma.
Pgina
Grfico de Barras
O grfico de barras (ou de colunas) utilizado, em geral, para representar dados de uma tabela de
frequncias associadas a uma varivel qualitativa. Nesse tipo de grfico, cada barra retangular representa a
frequncia ou a frequncia relativa da respectiva opo da varivel.
Veja a seguir um exemplo de grfico de barras:
Desmatamento na Amaznia cresce 3,8%
Em 28/11, o Instituto Nacional de Pesquisas Espaciais (INPE) informou que o desmatamento na

regio da Amaznia, medido entre agosto de 2007 e julho de 2008, foi de 11.968 km, de acordo com o
resultado do Projeto de monitoramento na Amaznia Legal (Prodes). A taxa 2007-2008 3,8% maior que o
desmatamento medido no perodo anterior.
Grfico de Linhas
O grfico de linhas (ou de segmentos) utilizado, em geral, para representar a evoluo dos valores
de uma varivel no decorrer do tempo.
Veja alguns exemplos de grficos de linhas a seguir:
Evoluo da populao residente em Portugal 1861 - 2007
Pgina
Disponvel em: http://ticg39195.blogspot.com/2009_11_01_archive.html
Grfico de Setores
O grfico de setores, tambm conhecido como grfico de pizza, utilizado, em geral, para
representar partes de um todo.
Veja a seguir uma tabela e um grfico de setores indicando os setores que produzem os gases que
intensificam o efeito estufa.
Pgina
Intergovernmental Panel on Climate Change. Reports. Disponvel em: http://www.ipcc.ch/
Histograma
As frequncias absolutas e as relativas de dados agrupados em intervalos de classes podem ser

representadas por meio de um tipo de grfico denominado histograma, o qual composto de retngulos
justapostos cujas bases so apoiadas em um eixo horizontal.
Observe a seguinte situao:
Em um concurso pblico realizado pela prefeitura de certo municpio, 200 candidatos foram
submetidos a uma prova escrita. A distribuio de frequncias segundo as notas obtidas pelos candidatos
est representada na tabela.
Pgina
Veja a seguir um histograma referente frequncia absoluta e outro referente frequncia relativa.
Pictograma
A fim de tornar os grficos mais atraentes, os meios de comunicao, como revistas, jornais, entre
outros, costumam ilustr-los com imagens relacionadas ao contexto do qual as informaes fazem parte.
Essa forma de representao denominada pictograma ou grfico pictrico.
Nesse tipo de representao, assim como nos grficos tradicionais, as dimenses das imagens devem
ser proporcionais ao dados apresentados.
Veja alguns exemplos de grficos pictricos:
Pgina
1.5. INTERVALOS;
Agrupamento de Dados em Intervalos
Pgina
Nem sempre possvel a apresentao de dados atravs de representaes grficas
Os estudos estatsticos so responsveis pela anlise de informaes atravs de tabelas informativas e

representaes grficas, no intuito de fornecer clareza nos resultados obtidos. Os dados coletados so
organizados em tabelas que detalham as frequncias absoluta e relativa. Em algumas situaes, a quantidade
de informaes diferenciadas torna invivel a construo de uma tabela com uma linha para cada
representao de valor. Nesses casos optamos por agrupar os dados em intervalos de classes.
Para a melhor representao dessa situao apresentaremos um grupo de soldados, das quais suas
alturas foram coletadas. Observe:
Pgina
Nome e altura em metros.
1. Amorim: 1,91 11. Gustavo: 1,84

2. Antnio: 1,78 12. Heitor: 1,87
3. Bernardo: 1,69 13. talo: 1,85
4. Carlos: 1,82 14. Joo Carlos: 1,89
5. Celso: 1,80 15. Joo Vinicius: 1,70
6. Danilo: 1,72 16. Leonardo: 1,91
7. Douglas: 1,73 17. Lucas: 1,86
8. Daniel: 1,76 18. Marlon: 1,70
9. Everton: 1,77 19. Orlando: 1,71
10. Gabriel: 1,93 20. Pedro: 1,93
Para definirmos os intervalos, vamos realizar a subtrao entre a maior e a menor altura: 1,94 1,69 =
0,25 (vinte e cinco centmetro.
O nmero de intervalos deve ser sempre maior que quatro. No caso descrito, vamos estipular cinco
intervalos de classe, dessa forma adicionamos 0,01 a 0,24 (para que a diviso seja mais exata) e dividimos
por 5:
0,25 : 5 = 0,05. Veja os intervalos:
1,69 1,74 (1,69 + 0,05)
1,74 1,79 (1,74 + 0,05)
1,79 1,84 (1,79 + 0,05)
1,84 1,89 (1,84 + 0,05)
1,89 1,94 (1,89 + 1,94)
10
Importante: no intervalo 1,69 1,74, o smbolo indica fechado esquerda e aberto direita,
assim as alturas iguais a 1,69; 1,70; 1,71; 1,72 e 1,73 sero registradas, e a altura 1,74 somente ser
computada no intervalo 1,74 1,79 e assim sucessivamente. Observe a tabela com os dados distribudos
de acordo com seu intervalo:
10 = [ [ indica fechado esquerda e aberto direita, assim as alturas iniciais sero registradas,
enquanto que as finais no o sero.
Pgina
A tabela informa as alturas de acordo com os intervalos, a frequncia absoluta e a frequncia relativa
e percentual.
1.6 - FREQUNCIA ABSOLUTA E POR CLASSE

Distribuio de frequncias
A distribuio de frequncias um agrupamento de dados em classes 11, de tal forma que
contabilizamos o nmero de ocorrncias em cada classe. O nmero de ocorrncias de uma determinada
classe recebe o nome de frequncia absoluta. O objetivo apresentar os dados de uma maneira mais concisa
e que nos permita extrair informao sobre seu comportamento. A seguir, apresentamos algumas definies
necessrias construo da distribuio de frequncias.
Frequncia absoluta (i): o nmero de observaes correspondente a cada classe. A frequncia

absoluta , geralmente, chamada apenas de frequncia.
Frequncia relativa (ri): o quociente entre a frequncia absoluta da classe correspondente e a
soma das frequncias (total observado), isto , onde n representa o nmero total de
observaes.
Frequncia percentual (pi): obtida multiplicando a frequncia relativa por 100%.
Frequncia acumulada: o total acumulado (soma) de todas as classes anteriores at a classe atual.
Pode ser: frequncia acumulada absoluta (Fi), frequncia acumulada relativa (Fri), ou frequncia acumulada
percentual (Pi).
Distribuio de frequncia pontual: dados quantitativos discretos
A construo de uma tabela de distribuio de frequncia pontual equivalente construo de uma

tabela simples, onde se listam os diferentes valores observados da varivel com suas frequncias absolutas,
denotadas por (i) (o ndice i corresponde ao nmero de linhas da Tabela) como mostrado na Tabela
abaixo. Utilizamos a distribuio de frequncia pontual quando se trabalha com dados discretos. Um grfico
utilizado para representar este tipo de distribuio de frequncia o Grfico de Barras.
11Classes: servem para reunir grandes massas de dados
Pgina
Exemplo 1.6.1:
Considere os dados do Exemplo 1.3.3 (hiperlink). Construa a distribuio de frequncias para este
conjunto de dados e o grfico de barras.
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Nmero de pessoas Frequncia Frequncia Frequncia

Frequncia (i)
com diabetes relativa (ri) percentual acumulada
7 1 0,05 5 5
8 2 0,1 10 15
9 5 0,25 25 40
10 8 0,4 40 80
11 3 0,15 15 95
12 1 0,05 5 100
Distribuio de frequncia em intervalos de classes: Dados quantitativos contnuos
Para dados quantitativos contnuos, geralmente resultantes de medies de caractersticas da

qualidade de peas ou produtos, dividimos a faixa de variao dos dados em intervalos de classes. O menor
valor da classe denominado limite inferior (li) e o maior valor da classe denominado limite superior (Li).
Pgina
O intervalo ou classe pode ser representado das seguintes maneiras:
1. (li) (Li), onde o limite inferior da classe includo na contagem da frequncia absoluta, mas o
superior no;
2. (li) (Li) , onde o limite superior da classe includo na contagem, mas o inferior no.
Podemos escolher qualquer uma destas opes, mas importante que deixemos claro no texto ou na
tabela qual delas est sendo usada. Embora no seja necessrio, os intervalos so frequentemente
construdos de modo que todos tenham larguras iguais, o que facilita as comparaes entre as classes.
Na tabela de distribuio de frequncia, acrescentamos uma coluna com os pontos mdios de cada
intervalo de classe, denotada por xi. Esta definida como a mdia dos limites da classe . Estes
valores so utilizados na construo de grficos.
Algumas indicaes na construo de distribuio de frequncias so:
Na medida do possvel, as classes devero ter amplitudes iguais.

Escolher os limites dos intervalos entre duas possveis observaes.
O nmero de intervalos no deve ultrapassar 20.
Escolher limites que facilitem o agrupamento.
Marcar os pontos mdios dos intervalos.
Ao construir o histograma, cada retngulo dever ter rea proporcional frequncia relativa (ou
frequncia absoluta, o que d no mesmo) correspondente.
Um ponto importante na construo da distribuio de frequncia o numero de intervalos de classes.
No Action Stat utilizamos a regra de Sturges para obter o nmero de intervalos de classes
no qual o tamanho do conjuntos de dados.
Histograma
Histograma uma representao grfica (um grfico de barras verticais ou barras horizontais) da
distribuio de frequncias de um conjunto de dados quantitativos contnuos. O histograma pode ser um
grfico por valores absolutos ou frequncia relativa ou densidade. No caso de densidade, a frequncia
relativa do intervalo i, (fri), representada pela rea de um retngulo que colocado acima do ponto mdio
da classe i. Consequentemente, a rea total do histograma (igual a soma das reas de todos os retngulos)
ser igual a 1. Assim, ao construir o histograma, cada retngulo dever ter rea proporcional frequncia
relativa (ou frequncia absoluta, o que indiferente) correspondente. No caso em que os intervalos so de
tamanhos (amplitudes) iguais, as alturas dos retngulos sero iguais s frequncias relativas (ou iguais
s frequncias absolutas) dos intervalos correspondentes.
Pgina
Exemplo 1.6.2:
Considerando os dados do Exemplo 1.3.4, monte a distribuio de frequncias e construa o histograma
correspondente.
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Como temos dados quantitativos contnuos, para construir a distribuio de frequncias, vamos separar
os dados em classes. Ao aplicarmos a regra de Sturges obtemos
Assim, dividimos os dados em 8 classes de tamanhos iguais. A distribuio de frequncias ento a

seguinte
Tabela de Frequncias
Classe Frequncia Freq. Rel. Freq. Perc. Freq. Acum. Densidades Ponto Mdio
[4,2 ; 4,4) 6 0,06 6 6 0,3 4,3
[4,4 ; 4,6) 8 0,08 8 14 0,4 4,5
[4,6 ; 4,8) 15 0,15 15 29 0,75 4,7

[4,8 ; 5) 33 0,33 33 62 1,65 4,9
[5 ; 5,2) 18 0,18 18 80 0,9 5,1
[5,2 ; 5,4) 13 0,13 13 93 0,65 5,3
[5,4 ; 5,6) 5 0,05 5 98 0,25 5,5
[5,6 ; 5,8) 2 0,02 2 100 0,1 5,7
A seguir, apresentamos o histograma obtido com o software Action Stat.
Pgina
Muitas vezes, queremos representar a curva de uma distribuio de probabilidade (por exemplo,
normal) junto com o histograma. Esta uma forma visual de avaliar o ajuste dos dados pela referida
distribuio de probabilidade. Entretanto, como a rea total da distribuio de probabilidade igual a , no
faz sentido utilizarmos a altura do retngulo como a frequncia absoluta ou a frequncia relativa. Neste
caso, comparamos elementos em escalas distintas. Para contornar este problema, sugerimos utilizar a rea de
cada retngulo como a frequncia relativa cuja a soma igual a 1. Neste caso, a altura de cada retngulo
dada pela densidade (D) que corresponde frequncia relativa dividida pelo tamanho do intervalo de classe.
Pgina
Exemplo 1.6.3:
Considerando os dados do Exemplo 1.3.4, construa o histograma de densidades correspondente
Para construir o histograma de densidades, basta que os retngulos tenham altura do tamanho da
densidade de cada classe e largura do tamanho da classe. Neste caso, o histograma ficaria da seguinte forma:
1.7. MEDIDAS DE TENDNCIA CENTRAL: MDIA, MODA E MEDIANA

Em estatstica, uma tendncia central (ou, normalmente, uma medida de tendncia central) um valor
central ou valor tpico para uma distribuio de probabilidade.[1] chamada ocasionalmente
como mdia ou apenas centro da distribuio. As medidas de tendncia central mais comuns so a mdia
aritmtica, a mediana e moda. Tendncias centrais podem ser calculadas tanto para um nmero finito de
valores quanto para uma distribuio terica, a exemplo da distribuio normal. Ocasionalmente autores
usam tendncia central (ou centralidade), significando "a tendncia de dados quantitativos de se agruparem
Pgina
ao redor de um valor central." Tal significado pode ser esperado da definio usual das
palavras tendncia e centralidade no dicionrio. Autores podem julgar se dados tm tendncia central forte
ou fraca se baseando na disperso estatstica, medida pelo desvio padro ou algo similar.
O termo "tendncia central" data do final de 1920.

As seguintes medidas podem ser aplicadas para dados unidimensionais. Dependendo das
circunstncias, pode ser apropriado transformar os dados antes de calcular a tendncia central. Exemplos so
tirar quadrados de valores ou calculando logaritmos. Uma transformao ser apropriada e o que deveria ser
depende muito nos dados sendo analisados.
Mdia, mediana e moda.
Mdia aritmtica (ou simplesmente, mdia) - a soma de todas as medies divididas pelo nmero de
observaes no conjunto de dados.
Mediana - o valor do meio que separa a metade maior da metade menor no conjunto de dados. A
mediana e a moda so as nicas medidas de tendncia central que podem ser usadas para nvel de medio,
onde valores recebem ranks relativos aos outros mas no so medidos absolutamente.
Moda - O valor que aparece com mais frequncia no conjunto de dados. Essa a nica medida de
tendncia central que pode ser usada com dados nominais, os quais tem atribuies de categoria puramente
qualitativa.
(o curso ater-se-, apenas, a estes trs primeiros conceitos de medida de tendncia central)
Outros tipos de medida de tendncia central
Mdia geomtrica - A raiz ensima(n) do produto dos valores dos dados, onde existem n valores. Essa
medida vlida apenas para dados que foram medidos absolutamente em uma escala estritamente positiva.
Mdia harmnica - o recproco da mdia aritmtica do recproco dos valores dos dados. Essa
medida tambm s vlida para dados que foram medidos absolutamente em uma escala estritamente
positiva.
Mdia ponderada - Uma mdia aritmtica que incorpora peso para os elementos.
Mdia truncada - A mdia aritmtica dos valores dos dados depois de que um certo nmero ou
proporo dos maiores e menores valores tenham sido descartados.
Mdia interquartlica - um tipo de mdia truncada.
Alcance mdio - A mdia aritmtica dos valores mximo e mnimo do conjunto de dados.
Articulao mdia - a mdia aritmtica dos dois quartis.
Mdia tripla - A mdia ponderada da mediana e dois quartis.
Mdia winsorizada - Uma mdia aritmtica na qual valores extremos so substitudos por valores
mais prximos da mediana.
Qualquer uma das medidas acima podem ser aplicadas para cada uma das dimenses de dados
multidimensionais, mas os resultados podem no ser invariantes a rotaes do espao multidimensional. Em
adio, existe a
Mediana geomtrica - que minimiza a soma de distncias para os pontos de dados. Isso se assemelha
mediana quando aplicada a dados unidimensionais, mas no o mesmo que tirar a mediana de cada
dimenso independentemente. Ela no invariante a diferentes mudanas de escala das diferentes
dimenses.
Pgina
A Mdia quadrtica (tambm conhecida como mdia da raiz quadrada) til na engenharia, mas no
muito usada em estatstica. Isso se d porque ela no um bom indicador do centro de distribuio quando
a distribuio inclu valores negativos.
1.8 - SIMETRIA E ASSIMETRIA
Medidas de Assimetria
De acordo com Fonseca (2011) d-se a nomenclatura de assimetria ao grau de afastamento de uma
distribuio da unidade de assimetria.
Uma Distribuio Simtrica quando seus valores de Mdia, Mediana e Moda coincidem. A
comparao entre o valor da Mdia e o valor da Moda, d, portanto, uma indicao da inclinao da
distribuio.
Pgina
A Mdia puxa a cauda da Distribuio para seu lado, em funo de ser altamente sensvel aos
valores extremos da srie de dados.
Pgina
Existem vrias frmulas para o clculo do coeficiente de assimetria, dentre elas, destacam-se:
Medidas de Curtose
D-se o nome de curtose ao grau de achatamento da distribuio:
(a) Quando a distribuio apresenta uma curva de frequncia mais fechada (mais aguda em sua parte
superior), ela denominada Leptocrtica (Lepto = Delgado, Alongado, Magro, etc.)
(b) A distribuio de referncia (Distribuio Normal) denominada Mesocrtica (Meso = Meio,

Central, etc.).
(c) Quando a distribuio apresenta uma curva de frequncia mais aberta (mais achatada em sua parte
superior), ela denominada Platicrtica (Plato = Chato, Plano, Largo, etc.).
Pgina
Para medir o grau de curtose pode-se utilizar o seguinte coeficiente:
1.9. MEDIDAS DE VARIABILIDADE: VARINCIA E DESVIO PADRO.
Varincia e desvio padro

Varincia e desvio padro so medidas de disperso que indicam a regularidade de um conjunto de
dados em funo da mdia aritmtica.
Publicado por: Amanda Gonalves Ribeiro em : Estatstica
Pgina
A varincia e o desvio padro verificam a disperso em um conjunto de valores.
Imagine a seguinte situao: o dono de uma microempresa pretende saber, em mdia, quantos
produtos so produzidos por funcionrio em um dia. O chefe tem conhecimento que nem todos conseguem
fazer a mesma quantidade de peas, mas pede que seus funcionrios faam um registro de sua produo em
uma semana de trabalho. Ao fim desse perodo, chegou-se seguinte tabela:
Para saber a produo mdia de seus funcionrios, o chefe faz o clculo da mdia aritmtica de
produo, isto , a soma do nmero de peas produzido em cada dia dividida pela quantidade analisada de
dias.
A partir desse clculo, temos a produo diria mdia de cada funcionrio. Mas se observarmos bem
a tabela, veremos que h valores distantes da mdia. O funcionrio B, por exemplo, produz uma mdia
de 12,8 peas por dia. No entanto, houve um dia em que ele produziu 16 peas e outro dia em que ele
confeccionou apenas 10 peas. Ser que o processo utilizado pelo dono da empresa suficiente para o seu
propsito?
Pgina
Para esse exemplo, ficou fcil concluir que h uma grande variao entre a produo de cada
funcionrio. Mas e se essa fosse uma grande empresa, com mais de mil funcionrios, ou se fosse observada
a produo em um ano, ser que conseguiramos definir essa variao com tanta facilidade?
O estudo da Estatstica apresenta medidas de disperso que permitem a anlise da disperso dos
dados. Inicialmente veremos a varincia, uma medida de disperso que mostra quo distantes os valores
esto da mdia. Nesse caso, como estamos analisando todos os valores de cada funcionrio, e no apenas
uma amostra, trata-se do clculo da varincia populacional (var).
O clculo da varincia populacional obtido atravs da soma dos quadrados da diferena entre cada
valor e a mdia aritmtica, dividida pela quantidade de elementos observados. Observe o clculo
simplificado para esse exemplo:
Observao: se estivssemos trabalhando com a varincia amostral, dividiramos pela quantidade de

elementos observados subtrada de um ( 1). Nesse exemplo, teramos: 5 dias 1 = 4 dias.
Vamos ento calcular a varincia populacional para cada funcionrio:
Varincia Funcionrio A:
var (A) = (10 10) + (9 10) + (11 10) + (12 10) + (8 10)
5
var (A) = 10 = 2,0
5
Varincia Funcionrio B:
Pgina
var (B) = (15 12,8) + (12 12,8) + (16 12,8) + (10 12,8) + (11 12,8)
5
var (B) = 26,8 = 5,36
5
Varincia Funcionrio C:
var (C) = (11 10,4) + (10 10,4) + (8 10,4) + (11 10,4) + (12 10,4)
5
var (C) = 9,2 = 1,84
5
Varincia Funcionrio D:
var (D) = (8 11) + (12 11) + (15 11) + (9 11) + (11 11)
5
var (D) = 30 = 6,0
5
Podemos afirmar que a produo diria do funcionrio C mais uniforme do que a dos demais
funcionrios, assim como a quantidade de peas dirias de D a mais desigual. Quanto maior for a
varincia, mais distantes da mdia estaro os valores, e quanto menor for a varincia, mais prximos os
valores estaro da mdia.
Em algumas situaes, apenas o clculo da varincia pode no ser suficiente, pois essa uma medida
de disperso muito influenciada por valores que esto muito distantes da mdia. Alm disso, o fato de a
varincia ser calculada ao quadrado causa uma certa camuflagem dos valores, dificultando sua
interpretao. Uma alternativa para solucionar esse problema o desvio padro, outra medida de disperso.
O desvio padro (dp) simplesmente o resultado positivo da raiz quadrada da varincia. Na prtica, o
desvio padro indica qual o erro se quisssemos substituir um dos valores coletados pelo valor da mdia.
Vamos agora calcular o desvio padro da produo diria de cada funcionrio:
Desvio Padro Funcionrio A:
dp(A) = var (A)
dp(A) = 2,0
dp(A) 1,41
Desvio Padro Funcionrio B:
Pgina
dp(B) = var (B)

dp(B) = 5,36
dp(B) 2,32
Desvio Padro Funcionrio C:

dp(C) = var (C)
dp(C) = 1,84
dp(C) 1,36
Desvio Padro Funcionrio D:

dp(D) = var (D)
dp(D) = 6,0
dp(D) 2,45
Podemos ver a utilizao do desvio padro na apresentao da mdia aritmtica, informando o quo
confivel esse valor. Isso feito da seguinte forma:
mdia aritmtica (x) desvio padro (dp)

Se o dono da empresa de nosso exemplo pretende concluir seu relatrio com a produo mdia diria
de seus funcionrios, ele far da seguinte forma:
Funcionrio A: 10,0 1,41 peas por dia
Funcionrio B: 12,8 2,32 peas por dia
Funcionrio C: 10,4 1,36 peas por dia
Funcionrio D: 11,0 2,45 peas por dia
Veja agora como calcular o coeficiente de variao, outra medida de disperso.

COEFICIENTE DE VARIAO (no ser cobrado em avaliao):
Pgina
O coeficiente de vario usado para expressar a variabilidade dos dados estatsticos excluindo a
influncia da ordem de grandeza da varivel. Os estudos estatsticos esto relacionados s situaes que
envolvem estratgias e planejamentos, coleta e organizao de dados, anlise e interpretao clara e objetiva
dos dados observados. Para comparao de dois ou mais conjuntos de dados, a estatstica utiliza o desvio
padro, desde que esses dados estejam na mesma unidade de medida. Caso os conjuntos de dados sejam
medidos em grandezas diferentes (unidades de medida diferentes), a comparao ser feita utilizando o
coeficiente de variao.
O coeficiente de variao usado para analisar a disperso em termos relativos a seu valor mdio
quando duas ou mais sries de valores apresentam unidades de medida diferentes. Dessa forma, podemos
dizer que o coeficiente de variao uma forma de expressar a variabilidade dos dados excluindo a
influncia da ordem de grandeza da varivel.
O clculo do coeficiente de variao feito atravs da frmula:
Onde,
s o desvio padro
X ? a mdia dos dados
CV o coeficiente de variao
Como o coeficiente de variao analisa a disperso em termos relativos, ele ser dado em %. Quanto
menor for o valor do coeficiente de variao, mais homogneos sero os dados, ou seja, menor ser a
disperso em torno da mdia. De uma forma geral, se o CV:
For menor ou igual a 15% baixa disperso: dados homogneos
For entre 15 e 30% mdia disperso
For maior que 30% alta disperso: dados heterogneos
Vejamos um exemplo.
Exemplo: Em um grupo de moradores de determinada regio foram analisadas a idade (em anos) e a
altura (em metros) das pessoas. Deseja-se comparar a disperso em termos relativos em torno da mdia dos
dois conjuntos de dados, a fim de verificar qual deles mais homogneo. Na coleta dos dados verificou-se
que:
Idade das pessoas: X ?=41,6 e s = 0,82
Altura das pessoas: X ?=1,67 e s = 0,2
Pgina
Qual conjunto de dados apresenta menor disperso relativa em torno da mdia?
Soluo: O primeiro fato a se observar que os dados analisados possuem unidades de medida
diferentes. Dessa forma, somente o desvio padro no suficiente para comparar os dois conjuntos. Nesse
caso, preciso calcular o coeficiente de variao para fazer a comparao da variao em torno da mdia
dos dados.
Assim, teremos:
Clculo do CV da idade.
Clculo do CV da altura.
Interpretao dos dados: como o coeficiente de variao da idade foi menor que o coeficiente de
variao da altura, pode-se afirmar que os dados relativos idade so mais homogneos que os dados da
altura.
Por Marcelo Rigonatto
WEBSITEGRAFIA
Pgina
BEMFICA, Andrios. "Representao grfica de dados"; Blog do Professor Andrios Bemfica. Disponvel em
http://professorandrios.blogspot.com.br/2011/08/representacao-grafica-de-dados.html (acesso em 23 de
outubro de 2017 s 14:40)
DODGE, Y. (2003) The Oxford Dictionary of Statistical Terms, OUP for International Statistical
Institute. ISBN 0-19-920613-9 (entry for "central tendency")
http://www.inf.ufsc.br/~marcelo.menezes.reis/intro.html (acesso em 23 de outubro de 2017 s 11:10)
http://www.portalaction.com.br/estatistica-basica/16-histograma (acesso em 23 de outubro de 2017 s
14:27)
http://wwwp.feb.unesp.br/jcandido/metodologia/Apostila/CAP05PG.pdf (acesso em 23 de outubro de 2017
s 11:23)
https://bibliotecafea.com/tag/normas-de-apresentacao-tabular/
https://www.coladaweb.com/matematica/estatistica (acesso em 23 de outubro de 2017 s 14:10)
RIBEIRO, Amanda Gonalves. "Varincia e Desvio Padro"; Mundo Educao -UOL. Disponvel em
http://mundoeducacao.bol.uol.com.br/matematica/variancia-desvio-padrao.htm (acesso em 23 de outubro de
2017 s 11:44)
RIGONATTO. Marcelo. "Coeficiente de variao"; Mundo Educao -UOL. Disponvel em
http://mundoeducacao.bol.uol.com.br/matematica/coeficiente-variacao.htm (acesso em 23 de outubro de
2017 s 11:50)
SILVA, Marcos No Pedro da. "Agrupamento de Dados em Intervalos "; Brasil Escola. Disponvel em
<http://brasilescola.uol.com.br/matematica/agrupamento-dados-intervalos.htm>. Acesso em 23 de outubro
de 2017.
UPTON, G.; Cook, I. (2008) Oxford Dictionary of Statistics, OUP ISBN 978-0-19-954145-4 (entry for
"central tendency")
WEISBERG, H.F (1992) Central Tendency and Variability, Sage University Paper Series on Quantitative
Applications in the Social Sciences, ISBN 0-8039-4007-6 p.2
Pgina
Bibliografia recomendada (conforme a matriz curricular nacional para aes formativas dos
profissionais de segurana pblica).
.
1. BUSSAB, Wilton de Oliveira, MORETTIN, Pedro Alberto. Estatstica Bsica. So Paulo: Saraiva, 2010.
2. COSTA, Srgio Francisco. Introduo Ilustrada Estatstica. 4. ed. So Paulo:Harbra, 2005.
3. FREUND, E. J. SIMON, G. A Estatstica Aplicada: economia, administrao e contabilidade. 9. ed. Porto

Alegre: Bookman, 2000.
4. LEVINE, D.M.; BERENSON, M.L.; STEPHAN, D. Estatstica: teoria e aplicaes. Rio de Janeiro:
LTC, 2000.
5. MARTINS, Gilberto A; FONSECA, Jairo S. Curso de Estatstica. So Paulo: Atlas, 1996.
6. NAZARETH, H. Curso bsico de Estatstica. So Paulo: tica, 1996.
7. SSPSP. Estatstica de criminalidade: manual de interpretao. Coordenadoria de Anlise e Planejamento

da Secretaria de Segurana Pblica de So Paulo. So Paulo: SSPSP. 2005.
8. STEVENSON, W.J. Estatstica Aplicada Administrao. So Paulo: Harbra, 1981.
Pgina

Apostila de Estatística Básica CFAPM

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Apostila de Estatística Básica CFAPM

Caricato da

Copyright:

Formati disponibili

CENTRO DE FORMAO E APERFEIOAMENTO DA POLCIA MILITAR DO ESTADO DO RIO GRANDE DO NORTE

ESTADO DO RIO GRANDE DO NORTE

CENTRO DE FORMAO E APERFEIOAMENTO DA

APOSTILA DE ESTATSTICA APLICADA A SEGURANA

3 Sgt PM Everson Cavalcante de Brito Jnior 1

1Graduado em Cincias contbeis - UFRN e ps-graduado em Gesto e Polticas de Segurana Pblica -

2 Graduado em Matemtca UFRN e ps-graduando em EAD e Novas Tecnologias - FAEL

1.0. CONCEITOS BSICOS ESTATSTICOS:

1.2 - MENSURAO, MEDIDA, MAGNITUDE E CRITRIO

Os nveis INTERVALAR e de RAZO so conhecidos como quantitativos. Nesses nveis se pode

5 Magnitude (substantivo feminino)

1.3 - POPULAO E AMOSTRA

1.4 - REPRESENTAES GRFICAS E TABULARES:

7 ABNT. Associao Brasileira de Nornas Tcnicas.

Para referenciar esta pgina utilize:

1.4.2 - REPRESENTAO GRFICA

Desmatamento na Amaznia cresce 3,8%

Em 28/11, o Instituto Nacional de Pesquisas Espaciais (INPE) informou que o desmatamento na

Disponvel em: http://ticg39195.blogspot.com/2009_11_01_archive.html

Intergovernmental Panel on Climate Change. Reports. Disponvel em: http://www.ipcc.ch/

As frequncias absolutas e as relativas de dados agrupados em intervalos de classes podem ser

Agrupamento de Dados em Intervalos

Nem sempre possvel a apresentao de dados atravs de representaes grficas

Os estudos estatsticos so responsveis pela anlise de informaes atravs de tabelas informativas e

Nome e altura em metros.

1. Amorim: 1,91 11. Gustavo: 1,84

1.6 - FREQUNCIA ABSOLUTA E POR CLASSE

Frequncia absoluta (i): o nmero de observaes correspondente a cada classe. A frequncia

Frequncia relativa (ri): o quociente entre a frequncia absoluta da classe correspondente e a

Frequncia percentual (pi): obtida multiplicando a frequncia relativa por 100%.

Distribuio de frequncia pontual: dados quantitativos discretos

A construo de uma tabela de distribuio de frequncia pontual equivalente construo de uma

11Classes: servem para reunir grandes massas de dados

Nmero de pessoas Frequncia Frequncia Frequncia

Distribuio de frequncia em intervalos de classes: Dados quantitativos contnuos

Para dados quantitativos contnuos, geralmente resultantes de medies de caractersticas da

O intervalo ou classe pode ser representado das seguintes maneiras:

Algumas indicaes na construo de distribuio de frequncias so:

Na medida do possvel, as classes devero ter amplitudes iguais.

no qual o tamanho do conjuntos de dados.

Assim, dividimos os dados em 8 classes de tamanhos iguais. A distribuio de frequncias ento a

[4,2 ; 4,4) 6 0,06 6 6 0,3 4,3

[4,4 ; 4,6) 8 0,08 8 14 0,4 4,5

[4,6 ; 4,8) 15 0,15 15 29 0,75 4,7

[5,4 ; 5,6) 5 0,05 5 98 0,25 5,5

[5,6 ; 5,8) 2 0,02 2 100 0,1 5,7

A seguir, apresentamos o histograma obtido com o software Action Stat.

1.7. MEDIDAS DE TENDNCIA CENTRAL: MDIA, MODA E MEDIANA

O termo "tendncia central" data do final de 1920.

Mdia, mediana e moda.

1.8 - SIMETRIA E ASSIMETRIA

D-se o nome de curtose ao grau de achatamento da distribuio:

(b) A distribuio de referncia (Distribuio Normal) denominada Mesocrtica (Meso = Meio,

Para medir o grau de curtose pode-se utilizar o seguinte coeficiente:

1.9. MEDIDAS DE VARIABILIDADE: VARINCIA E DESVIO PADRO.

Varincia e desvio padro

A varincia e o desvio padro verificam a disperso em um conjunto de valores.

Observao: se estivssemos trabalhando com a varincia amostral, dividiramos pela quantidade de

Desvio Padro Funcionrio B:

dp(B) = var (B)

Desvio Padro Funcionrio C:

Desvio Padro Funcionrio D:

mdia aritmtica (x) desvio padro (dp)

Veja agora como calcular o coeficiente de variao, outra medida de disperso.