Aula Desct

Estatística para a Polícia Federal
Aula demonstrativa – Medidas de Tendência Central

Prof. Marcelo Eustáquio
Estatística para o Concurso da

Polícia Federal (Agente)
AULA DEMONSTRATIVA
Professor Marcelo Eustáquio

Professor MARCELO EUSTÁQUIO www.voceconcursado.com.br 1
Apresentação
Prezado aluno, é com muita alegria que lhes apresento nosso curso de
Estatística visando o próximo concurso da Polícia Federal, recentemente
anunciado em fala do Ministro da Segurança Pública.
O desenvolvimento de cada tema do nosso será baseado em três fases:
apresentação do conteúdo, fixação de conceitos e desenvolvimento de
atividades. É de fundamental importância para o aprendizado matemático a
resolução de muitos exercícios, valendo-se até de métodos e estratégias
diferentes para abordar um mesmo exercício. Encontrando a resposta correta
para uma questão, analise cada passo que foi desenvolvido. Verifique se existe
alguma inconsistência do caminho adotado. Caso erre alguma questão, envie
seu questionamento para nossos canais de comunicação que irei responder o
quanto antes. Não deixe para depois: serei seu parceiro e aliado nesta
caminhada.
Para encerrar estas palavras iniciais, faz-se necessária uma breve
apresentação: meu nome é Marcelo Eustáquio, sou bacharel em Ciência da
Computação pela UFMG e mestre em Matemática pela UnB. Atualmente, sou
servidor do Conselho Nacional de Justiça e atuo no ensino superior em
disciplinas relacionadas às minhas áreas de formação.
Perfil no Facebook
https://www.facebook.com/marcelo.eustaquio.587
@eustaquio.marcelo
https://www.instagram.com/eustaquio.marcelo/
E-mail
marceloeustquio@voceconcursado.com.br

Curso licenciado para , .
Sumário
1. Apresentação ........................................................................................ 4
1.1 O concurso......................................................................................... 4
1.2 Conteúdo programático ........................................................................ 4
1.3 Nosso curso... .................................................................................... 6
2. Estatística Descritiva ............................................................................. 7
2.1 Introdução ......................................................................................... 7
2.2 Variáveis ........................................................................................... 9
2.3 Vamos praticar...: .............................................................................. 12
3. Formas de representação de dados ....................................................... 13
3.1 Dados brutos ..................................................................................... 13
3.2 Rol ................................................................................................... 14
3.3 Intervalos ......................................................................................... 15
3.4 Vamos praticar...: .............................................................................. 16
4. Frequências .......................................................................................... 18
4.1 Frequência simples ............................................................................. 18
4.2 Frequência acumulada ........................................................................ 20
4.3 Vamos praticar...: .............................................................................. 21
5. Medidas de tendência Central ............................................................... 26
5.1 Média Aritmética Simples .................................................................... 26
5.2 Média ponderada: .............................................................................. 30
5.3 Média aritmética em classes de intervalos: ............................................ 33
5.4 Outras médias: .................................................................................. 34
5.5 Mediana............................................................................................ 36
5.6 A mediana em classes de intervalos: .................................................... 38
5.7 Moda ................................................................................................ 39
5.8 Moda em classes de intervalos: ............................................................ 40
5.9 Vamos praticar... ............................................................................... 44
6. Resumindo...: ....................................................................................... 54
6.1 Média Aritmética Simples .................................................................... 54
6.2 Outras médias ................................................................................... 55
7. Questões comentadas nesta aula: ......................................................... 56
8. Gabarito ............................................................................................... 65
9. Bibliografia consultada ......................................................................... 66

Estatística para Polícia Federal
1. Apresentação
1.1 O concurso
As informações aqui apresentadas são dizem respeito ao último concurso
da Polícia Federal, organizado pelo CESPE, cujo edital fora publicado em junho
de 2018. De forma geral, a fase inicial do concurso foi composta de prova
objetiva contendo 120 itens do tipo Correto (C) ou Errado (E) e de prova
discursiva que envolvia a elaboração de texto dissertativo de até 30 linhas,
seguido de exame de capacidade física, avaliação psicológica e investigação
social.
Número de
Prova/Tipo Caráter
Itens
(P1) Objetiva 120 Eliminatório e
(P2) Discursiva (texto dissertativo) (30 linhas) Classificatório
(P3) Exame de aptidão física -
(P4) Exame médico - Eliminatório
(P5) Avaliação psicológica -
1.2 Conteúdo programático

O programa de estatística contempla os seguintes itens:
(1) Estatística descritiva e análise exploratória de dados:

1.1. gráficos, diagramas e tabelas;
1.2. medidas descritivas (posição, dispersão, assimetria e curtose).
(2) Probabilidade.
2.1. Definições básicas e axiomas.
2.2. Probabilidade condicional e independência.
2.3. Variáveis aleatórias discretas e contínuas.
2.4. Distribuição de probabilidades.
2.5. Função de probabilidade.
2.6. Função densidade de probabilidade.
2.7. Esperança e momentos.
2.8. Distribuições especiais.

2.9. Distribuições condicionais e independência.

2.10. Transformação de variáveis.
2.11. Leis dos grandes números.
2.12. Teorema central do limite.
2.13. Amostras aleatórias.
2.14. Distribuições amostrais.
(3) Inferência estatística.

3.1. Estimação pontual: métodos de estimação, propriedades dos
estimadores, suficiência.
3.2. Estimação intervalar: intervalos de confiança, intervalos de
credibilidade.
3.3. Testes de hipóteses: hipóteses simples e compostas, níveis de
significância e potência de um teste, teste t de Student, teste qui-
quadrado.
(4) Análise de regressão linear.

4.1. Critérios de mínimos quadrados e de máxima verossimilhança.
4.2. Modelos de regressão linear.
4.3. Inferência sobre os parâmetros do modelo.
4.4. Análise de variância.
4.5. Análise de resíduos.
(5) Técnicas de amostragem: amostragem aleatória simples, estratificada,

sistemática e por conglomerados. Tamanho amostral.
Percebam, é um conteúdo bem extenso do qual concentraremos nossa

atenção nos elementos que são mais prováveis de serem abordados. Ou seja,
aqueles que tem maior histórico de cobrança nas provas elaboradas pelo CESPE
(embora sejam utilizadas questões de outras bancas também).
No desenvolvimento das aulas, adotaremos a seguinte dinâmica:
• apresentação teórica do conteúdo (contato);
• exemplos para fixação de conteúdo (sistematização); e
• questões de concursos (aprofundamento).
Assim, otimizamos nosso processo de preparação.

1.3 Nosso curso...

Visando alcançar melhor aproveitamento, organizamos nosso curso
dividido em 09 aulas, sendo a primeira demonstrativa onde detalhamos alguns
elementos do edital e conversaremos sobre a “Estatística descritiva”:
Data Prevista Conteúdo

Aula Demonstrativa Estatística descritiva e análise exploratória de dados e
18/06/2018 medidas de tendência central.
Aula 01 Medidas descritivas: tendência central, de dispersão, de
25/06/2018 assimetria e de curtose.
Aula 02 Probabilidade: Definições, Probabilidade condicional e

independência, função densidade de probabilidade e
02/07/2018 variáveis aleatórias discretas e contínuas.
Aula 03 Probabilidade: Esperança e momentos, distribuições
especiais, transformação de variáveis, leis dos grandes
09/07/2018 números e teorema central do limite.
Aula 04 Estimação pontual (métodos de estimação,
propriedades dos estimadores, suficiência) e Estimação
16/07/2018 intervalar: (intervalos de confiança e de credibilidade).
Aula 05 Testes de hipóteses: hipóteses simples e compostas,
níveis de significância e potência de um teste, teste t de
23/07/2018 Student, teste qui-quadrado.
Aula 06 Regressão linear: Critérios de mínimos quadrados e de
máxima verossimilhança. Modelos. Análise de variância
30/07/2018 e de resíduo.
Aula 07 Técnicas de amostragem: aleatória simples,
estratificada, sistemática e por conglomerados.
06/08/2018 Tamanho amostral. Distribuições amostrais.
Aula 08
Revisão: principais temas tratados no curso. Simulado.
13/08/2018
Feitas as devidas apresentações e considerações iniciais, vamos ao que

interessa!
Boas aulas!

2. Estatística Descritiva
2.1 Introdução
Segundo Morettin e Bussab, a Estatística é a metodologia da Ciência
que tem por objetivo a coleta, redução, análise e modelagem de dados, a partir
do que, finalmente, faz-se a inferência para a população da qual os dados
foram obtidos. Ou seja, um dos principais aspectos estudos pela estatística está
em realizar previsões, a partir das quais se podem tomar decisões.
Podemos dividir a estudo da Estatística em duas grandes áreas:
• Estatística Descritiva: sistematiza a coleta, a organização, a

apresentação e descrição dos dados, especialmente por propor
técnicas e procedimentos elementos próprios.
• Inferência Estatística: tem como objetivo identificar características

do todo a partir de uma parte (ou seja, a partir de dados da amostra,
elaborar afirmações sobre a população ou universo estatístico).
A partir de técnicas da inferência estatística, conclusões a respeito da

população (todo) podem ser deduzidas a partir de uma amostra (parte).
Dessa forma, evita-se coletar dados de toda a população (censo) para a
coleta de dados de um subconjunto da população (amostra).
Periodicamente, o IBGE (Instituto Brasileiro de Geografia e estatística)
promove ampla pesquisa com o intuito de conhecer características da
população brasileira. Em 2010 (último censo realizado), foram visitados quase
68 milhões de domicílios de um total de 5.565 municípios. Por se tratar de um
censo, os resultados são mais fidedignos e são obtidos a partir de gastos para
obtê-los são altos (1,4 bilhão de reais).

Exemplo 1.
(FCC – 2006 – ARCE) O processo estatístico que consiste em uma avaliação de
um parâmetro, utilizando-se todos os componentes da população, denomina-
se
(A) Amostragem.
(B) Estimação.
(C) Censo.
(D) Parametrização.
(E) Correlação.
Solução:
Ao informar que toda a população participará do processo de coleta de
dados, observamos que o processo a ser considerado é o censo.
Gabarito: Alternativa C.
• Censo: leva em consideração toda a população;

• Amostra: leva em consideração um subconjunto (parte) da população.
Outro exemplo típico do conceito de população pode ser observado nas

eleições para cargos eletivos (presidente, governadores, prefeitos, senadores,
etc): nesse contexto, população é o conjunto de todos os eleitores de uma
região enquanto uma amostra pode ser o conjunto de eleitores que
participaram de uma pesquisa.

2.2 Variáveis
Uma variável é a propriedade ou característica da população a ser
estudada. Por exemplo, no primeiro censo demográfico brasileiro, realizado em
1872, foi verificado se a população sabia ler ou escrever. Assim, a variável
estatística estudada foi a proficiência com leitura e escrita.
Outro conceito associado a variável é valor de uma variável, definido
pelos possíveis respostas a serem atribuídas para uma variável em uma
pesquisa estatística. Assim, em uma pesquisa cujo interesse era identificar o
time favorito dos moradores de Outro Preto, provavelmente seriam
encontradas as seguintes equipes: Atlético-MG, Cruzeiro, São Paulo, Flamengo,
Corinthians, dentre outros. Ou seja, a variável estatística estudada é time
preferido enquanto as respostas obtidas são valores que a referida propriedade
possui.
• Variável: característica ou propriedade da população em estudo.

• Valor da variável: “respostas” a serem atribuídas a uma variável.
As variáveis estatísticas podem ser categorizadas em qualitativas ou

quantitativas, de acordo com os valores que podem assumir, de acordo com
o esquema abaixo:

2.2.1 Variáveis qualitativas

Uma variável é qualitativa quando seus valores indicam
características do objeto de estudo não sendo, portanto, sua
representação de forma numérica. São exemplos de variáveis
qualitativas situações como cor de cabelo, cor da pele, marca de
automóvel, time de futebol preferido, programa de televisão
preferido, dentre outros.
Primeiras perguntas propostas no Censo Demográfico 2010

As duas primeiras perguntas propostas do Censo Demográfico 2010
fazem referência à variáveis qualitativas. As variáveis qualitativas
podem ser subdividas em ordinais ou nominais:
• Variáveis qualitativas ordinais: apesar de não serem

numéricas, obedecem a uma relação de ordem como conceitos
como ótimo, bom, regular e ruim; classe social, grau de instrução,
etc.
• Variáveis qualitativas nominais: não estão relacionadas à

ordem, elas são identificadas apenas por nomes, por exemplo, as
cores: vermelho, amarelo, preto, azul, rosa, verde, etc. Também
como exemplo de nominais temos as marcas de refrigerantes,
tipos de domicílios, local de nascimento entre outros.

2.2.2 Variáveis quantitativas

Uma variável é quantitativa quando seus valores são numéricos e,
portanto, gozam das características inerentes aos conjuntos
numéricos. São variáveis quantitativas o salário dos funcionários de
uma empresa, a altura dos jogadores de uma equipe de basquete ou
o número de pessoas que moram em cada residência de um bairro.
Exemplos de variáveis quantitativas

As variáveis quantitativas podem ser divididas em discretas ou
contínuas:
• Variáveis quantitativas discretas: podem ser enumeradas,

ocorrendo em situações limitadas, como o número de revistas
vendidas, a quantidade de consultas médicas mensais autorizadas
por uma operadora de plano de saúde ou o número de filhos de
cada funcionário da empresa.
• Variáveis quantitativas contínuas: seus valores pertencem a

um intervalo que se caracteriza por infinitos elementos, não
sendo possível sua enumerabilidade. Como exemplos, citamos o
peso de uma pessoa, altura dos jogadores de uma equipe de vôlei,
velocidade de um automóvel num instante, dentre outros.

2.3 Vamos praticar...:
Questão 1.
(Cesgranrio – 2008 - Capes) No questionário socioeconômico que faz parte
integrante do ENADE há questões que abordam as seguintes informações sobre
o aluno:
I - Unidade da Federação em que nasceu;
II - número de irmãos;
III - faixa de renda mensal da família;
IV - estado civil;
V - horas por semana de dedicação aos estudos.
São qualitativas APENAS as variáveis
(A) I e III.
(B) I e IV.
(C) I, IV e V.
(D) II, III e V.
(E) I, II, IV e V.
Solução:
Dizemos que uma variável é qualitativa quando seus valores indicam
características do objeto de estudo não sendo, portanto, sua representação de
forma numérica. Dito isto, as variáveis qualitativas são:
• Unidade da federação onde nasceu, que assume valores como
Minas Gerais, São Paulo, Rio de Janeiro, dentre outros (nenhum
deles está associado às funções numéricas como comparar ou
ordenar).
• Estado civil, na qual alguns valores por ela assumidos são solteiro,
casado, viúvo, divorciado (que também não encerram as funções
numéricas importantes).
Gabarito: Alternativa B.

3. Formas de representação de dados

3.1 Dados brutos
Correspondem aos dados coletados da fonte, isto é, da população ou da
amostra base para a pesquisa. Normalmente desorganizados, os dados
brutos não passam por nenhum tipo de tratamento.
Exemplo 2.
Na tabela seguinte, estão os diâmetros (em centímetros) dos parafusos
produzidos em uma linha de produção de uma metalúrgica. Perceba que, como
os dados não foram tratados, fica difícil inferir qualquer característica do
conjunto de dados.
0,65 0,70 0,65 0,65 0,85

0,75 0,85 0,75 0,85 0,65
0,75 0,80 0,80 0,70 0,75
0,60 0,70 0,70 0,75 0,65
0,70 0,75 0,65 0,85 0,80
0,60 0,75 0,75 0,85 0,70
0,75 0,80 0,65 0,75 0,70
0,60 0,70 0,80 0,75 0,75
0,65 0,80 0,85 0,85 0,75
0,60 0,70 0,60 0,80 0,65
0,80 0,75 0,70 0,80 0,70
0,85 0,75 0,85 0,65 0,70
0,70 0,70 0,75 0,75 0,70
0,65 0,70 0,85 0,75 0,60
0,90 0,80 0,80 0,75 0,85
0,75 0,80 0,75 0,80 0,65
0,75 0,70 0,85 0,70 0,80
0,75 0,70 0,60 0,70 0,60
0,65 0,65 0,85 0,65 0,70
0,60 0,60 0,65 0,60 0,65
0,50 0,55 0,65 0,80 0,80
0,60 0,80 0,65 0,65 0,75
0,80 0,65 0,75 0,65 0,65
0,65 0,60 0,60 0,60 0,70
0,65 0,70 0,70 0,60 0,65
Dados brutos (sem tratamento)

3.2 Rol
É o resultado da ordenação (em ordem crescente ou decrescente) de um
conjunto de dados. Para o conjunto de dados acima (diâmetros dos parafusos),
o resultado da ordenação seria:
0,50 0,55 0,60 0,60 0,60
0,60 0,60 0,60 0,60 0,60
0,60 0,60 0,60 0,60 0,60
0,60 0,60 0,60 0,65 0,65
0,65 0,65 0,65 0,65 0,65
0,65 0,65 0,65 0,65 0,65
0,65 0,65 0,65 0,65 0,65
0,65 0,65 0,65 0,65 0,65
0,65 0,65 0,65 0,65 0,70
0,70 0,70 0,70 0,70 0,70
0,70 0,70 0,70 0,70 0,70
0,70 0,70 0,70 0,70 0,70
0,70 0,70 0,70 0,70 0,70
0,70 0,70 0,70 0,75 0,75
0,75 0,75 0,75 0,75 0,75
0,75 0,75 0,75 0,75 0,75
0,75 0,75 0,75 0,75 0,75
0,75 0,75 0,75 0,75 0,75
0,75 0,75 0,75 0,80 0,80
0,80 0,80 0,80 0,80 0,80
0,80 0,80 0,80 0,80 0,80
0,80 0,80 0,80 0,80 0,80
0,80 0,80 0,80 0,85 0,85
0,85 0,85 0,85 0,85 0,85
0,85 0,85 0,85 0,85 0,90
Rol – Conjunto ordenado de dados
Percebam que, estando os dados ordenados, identificar algumas

características do conjunto se tornam mais diretas como identificar seus limites
(limite superior e limite inferior, algumas vezes chamados de supremo e
ínfimo, respectivamente). Para a tabela acima, indicando-a por X, temos:
Máximo(X) = 0,90 cm
e
Mínimo(X) = 0,50 cm

É comum questões explorarem e apresentarem questões que façam referência

à posição de um elemento no conjunto, associando-o a uma sequência
numérica. A matemática propõe notação própria com essa finalidade:
"Nome" do
conjunto

X = {x1 , x2 , x3 , x4 ,..., xn}
Perceba que o índice indica a posição do elemento na listagem

considerada. Assim, x3 representa o 3º elemento do conjunto, x4 o 4º
elemento do conjunto e assim por diante.
3.3 Intervalos
A representação de dados na forma de intervalos é recomendável quando
a quantidade de valores é grande o suficiente para dificultar análises (como
ocorre no caso de variáveis continuas). Assim, a partir de um único
identificador, fazemos referência a vários elementos.
Para o conjunto de dados utilizado nos itens acima (diâmetros dos
parafusos), uma forma de representa-los na forma de intervalos seria:
Intervalo Fequência
de 0,50 até 0,59 2
de 0,60 até 0,69 42
de 0,70 até 0,79 49
de 0,80 até 0,89 31
de 0,90 até 0,99 1
Total 125
Perceba que, ao agrupar os dados na forma de intervalos, observamos

que a maior parte dos parafusos tem diâmetro entre 0,60 e 0,79.
Existem diferentes formas de representar um intervalo além da que

apresentamos na tabela acima, onde não recorremos a nenhum elemento

matemático. Para ilustrar outras notações, considere o intervalo formado por

todos os números entre a (inclusive) e b (exclusive). Ou seja, o conjunto de
todos os valores que contém a extremidade “a” e não contém a extremidade
“b”. Esse intervalo pode ser representado por:
1) Usando parêntesis e colchetes:
[a, b) ou [a, b[
O parêntesis é sempre usado para intervalos abertos (que não contém

a extremidade). O colchete pode ser usado para intervalo fechado
(quando voltado para a extremidade) ou intervalo aberto (quando não
está voltado para a extremidade do intervalo).
2) Usando o símbolo :
a b
A parte vertical (|) em “a” indica que o “a” pertence ao intervalo

considerado e o (-) em “b” nos informa que o intervalo é aberto em “b”
(esse não pertence ao intervalo).
Questão 2.
Os intervalos de classe podem ser representados de várias maneiras. É
CORRETO afirmar que:
(A) 3 –– 6 contém todos os valores entre 3 e 6, inclusive os extremos.

(B) 3 |––| 6 contém todos os valores entre 3 e 6, exclusive os extremos.
(C) 3 |–– 6 contém todos os valores entre 3 e 6, exclusive o 3 e inclusive o 6.
(D) 3 ––| 6 contém todos os valores entre 3 e 6, inclusive o 3 e exclusive o 6.
(E) 3 –– 6 contém todos os valores entre 3 e 6, exclusive os extremos.

Solução:
Para que um intervalo contenha o elemento de sua extremidade,
devemos usar, para ele, o símbolo “|”. Assim, analisando as alternativas
apresentadas, temos:
(A) O intervalo 3 –– 6 é aberto nas extremidades 3 e 6, ou seja, não inclui o

número 3 e nem o número 6. Ou seja, é formado por todos os valores
entre 3 e 6, exclusive os extremos.
(B) O intervalo 3 |––| 6 é fechado tanto em 3 quanto em 6 e inclui essas
extremidades. Ou seja, é formado por todos os valores entre 3 e 6,
inclusive os extremos.
(C) O intervalo 3 |–– 6 é fechado em 3 e aberto em 6 e contém todos os
valores entre 3 e 6, inclusive o 3 e exclusive o 6.
(D) O intervalo 3 ––| 6 é aberto em 3 e fechado em 6 e contém todos os
valores entre 3 e 6, exclusive o 3 e inclusive o 6.
Gabarito: Alternativa E.

4. Frequências
4.1 Frequência simples
Frequência é o número de ocorrências para cada valor da variável
estatística de uma amostragem. Pode ser expressa de duas maneiras:
absoluta ou relativa. Enquanto a primeira retrata a contagem do número de
elementos de cada grupo ou classe, a segunda mostra o percentual
correspondente àquele valor em relação ao espaço amostral.
• Frequência absoluta: contagem do número de elementos da classe.

• Frequência relativa: percentual relativo ao número de elementos.
Exemplo 3.
Um sistema de radar é programado para registrar a velocidade de todos os
veículos que trafegam por um cruzamento, durante um período de 2 horas.
Com os dados coletados, foi construída a seguinte tabela:
Velocidade do Número de
veículo (km/h) Veículos
20 4
30 16
40 36
50 40
60 24
Constituem frequências o número de ocorrências de cada velocidade

registrada pelo radar. Assim, 36 é a frequência absoluta da classe 20 km/h e
40 é a frequência absoluta da classe 50 km/h. Os valores acima apresentados
de forma absoluta também poderiam ser representados de forma relativa ou
percentual:

Velocidade do Número de Percentual

veículo (km/h) Veículos de Veículos
20 4 3%
20 16 12%
40 36 27%
50 40 30%
60 24 18%
Exemplo 4.
Uma prova de Matemática foi aplicada aos 30 alunos da 3ª série do ensino
médio de uma escola. Os resultados foram tabulados e dispostos como está
apresentado na tabela abaixo:
Número de Percentual
Nota
Alunos de Alunos
2 pontos 3 10%
4 pontos 6 20%
6 pontos 15 50%
8 pontos 3 10%
10 pontos 3 10%
30 100%
Observe que cada grupo de 3 alunos corresponde a 10% dos alunos da turma
que fizeram a prova de física.
A frequência relativa da classe (FR) pode ser obtida dividindo-se a frequência

absoluta da referida classe (FA) pelo somatório das frequências absolutas
de todas as classes.
FA(i)
FR classe (i) = n
 FA
i =1
(i)

4.2 Frequência acumulada

Em uma distribuição acumulada de frequências, o valor registrado em
uma classe constitui a soma das frequências observada até a referida classe.
Exemplo 5.
Uma prova de Matemática foi aplicada aos 30 alunos da 3ª série do ensino
médio de uma escola. Os resultados foram tabulados e dispostos como está
apresentado na tabela abaixo:
Percentual de Frequência
Nota
Alunos acumulada (FAC)
2 pontos 10% 10%
4 pontos 20% 30%
6 pontos 50% 80%
8 pontos 10% 90%
10 pontos 10% 100%
100%
Tabela de frequências relativas acumuladas.
Observe que 30% dos alunos tiveram nota menor ou igual a 4 pontos
e 90% dos alunos obtiveram nota menor ou igual a 8 pontos.
Considere uma distribuição de frequências onde as observações foram

agrupadas em n classes (supostamente de mesma amplitude). A frequência
acumulada até a classe k (FAC-k) é dada por
k
FACclasse (k) = F
i =1
(i)
onde F(i) é a frequência simples da i-ésima classe.

Questão 3.
(CESPE – 2011 – EBC)
Receitas Quantidade de
Classes
(em R$) empresas
1 0 – 200.000 1100
2 200.000 – 400.000 900
3 400.000 – 600.000 550
4 600.000 – 800.000 300
5 800.000 – 1.000.000 150
Com base nos dados do quadro acima, em que se demonstra a distribuição de

frequência das receitas de todas as empresas de uma cidade, julgue os itens a
seguir.
A frequência acumulada relativa das empresas que estão nas classes de 1 a 3
é de 85%.
Solução:
Para determinar a frequência acumulada relativa vamos determinar,
inicialmente, a frequência acumulada absoluta, na qual levamos em
consideração a contagem das empresas pertencentes às classes 1, 2 e 3.
Temos:
FACclasses 1, 2 e 3 = F1 + F2 + F3
= 1100 + 900 + 550
= 2550
No entanto, para determinar a frequência relativa, precisamos
determinar o total de empresas que foram consideradas na construção da
tabela apresentada. Temos:
FACtotal = F1 + F2 + F3 + F4 + F5
= 1100 + 900 + 550 + 300 + 150
= 3000

Para determinar a frequência relativa acumulada das três primeiras

classes, dividimos a frequência absoluta acumulada determinada pelo
somatório de todas as frequências simples:
FACclasses 1, 2 e 3
FR acumulada das classes 1, 2 e 3 =
FACtotal
2550
=
3000
 1 00
= 0, 85 ⎯⎯⎯⎯ → 85%
Gabarito: Item CORRETO.
Questão 4.
(FCC – 2009 – TRT 3ª Região) A tabela abaixo apresenta a distribuição conjunta
das frequências das variáveis "tipo de processo" (Y) e "setor" (X), referente aos
processos autuados, em um período analisado, numa repartição pública:
Processos Processos Processos Total

Tipo I Tipo II Tipo III
Setor A 100 120 30 250
Setor B 100 30 20 150
Total 200 150 50 400
A porcentagem dos processos autuados no Setor B ou que não são do tipo III
é
(A) 92,5%
(B) 87,5%
(C) 62,5%
(D) 37,5%
(E) 32,5%
Solução:
A tabela apresentada é um exemplo de tabela de dupla entrada na qual
são comparadas duas variáveis: "tipo de processo" (Y) e "setor" (X). Para
determinar o número de processos autuados no Setor B ou que não são do tipo
III somamos os valores destacados a seguir:
Setor A 100 120 30 250
Setor B 100 30 20 150
Total 200 150 50 400

O valor obtido é 100 + 120 + 100 + 30 + 20 = 370. Para determinar o

percentual correspondente a esse valor, dividimos 370 por 400 (total de
processos):
370
FR Setor B ou não é do tipo III =
400
100
= 0,925 ⎯⎯⎯⎯ → 92,5%
Gabarito: Alternativa A.
Questão 5.
(TJCE – 2002) A tabela abaixo apresenta a distribuição de frequências do
atributo salário mensal medido em quantidade de salários mínimos para uma
amostra de 200 funcionários da empresa X. A próxima questão refere-se a essa
tabela. Note que a coluna Classes refere-se a classes salariais em quantidades
de salários mínimos e que a coluna P refere-se ao percentual da frequência
acumulada relativo ao total da amostra. Não existem observações coincidentes
com os extremos das classes.
Classes Frequência (f)
4–8 20
8 – 12 60
12 – 16 80
16 – 20 98
20 – 24 100
Assinale a opção que corresponde à aproximação de frequência relativa de

observações de indivíduos com salários menores ou iguais a 14 salários
mínimos.
(A) 65%
(B) 50%
(C) 80%
(D) 60%
(E) 70%
Solução:
Antes de identificar os indivíduos com salários menores ou iguais a 14
salários mínimos, vamos determinar a frequência relativa simples de cada um

dos intervalos de classe calculando a diferença entre as frequências de classes

adjacentes (vizinhas):
4–8 20
8 – 12 40
12 – 16 20
16 – 20 18
20 – 24 2
A seguir, os indivíduos com salários menores ou iguais a 14 incluem, na

totalidade, as duas primeiras classes e metade da terceira classe (14 é o ponto
médio do intervalo 12 – 16). Temos:
Metade
Classe Classe de Classe
4 −8 8 −12 12 −16
  
Fmenores ou iguais a 14 = 20%+ 40%+ 10%
= 70%
Gabarito: Alternativa E.
Questão 6.
(ESAF – AFRF) O atributo do tipo contínuo X, observado como um inteiro, numa
amostra de tamanho 100, obtida de uma população de 1000 indivíduos,
produziu a tabela de frequências seguinte:

29,5 – 39,5 4
39,5 – 49,5 8
49,5 – 59,5 14
59,5 – 69,5 20
69,5 – 79,5 26
79,5 – 89,5 18
89,5 – 99,5 10
Assinale a opção que corresponde à estimativa do número de indivíduos na
população com valores do atributo X menores ou iguais a 95,5 e maiores do
que 50,5.
(A) 700
(B) 638
(C) 826
(D) 995
(E) 900

Solução:
Para determinar quantos elementos pertencem ao intervalo 50,5 – 95,5
vamos considerar parte das classes 49,5 – 59,5 e 89,5 – 99,5 e a totalidade
das classes 59,5 – 69,5, e 69,5 – 79,5 e 79,5 – 89,5. Vejam:
Classes Frequência (f) Será considerado...
29,5 – 39,5 4
39,5 – 49,5 8
49,5 – 59,5 14 Parte (de 50,5 a 59,5)
59,5 – 69,5 20 Toda
69,5 – 79,5 26 Toda
79,5 – 89,5 18 Toda
89,5 – 99,5 10 Parte (de 89,5 a 95,5)
Para determinar a parte da classe (49,5 – 59,5) ser tomada, vamos

observar proporção entre a amplitude do intervalo (50,5 – 59,5) em (49,5 –
59,5). Vejam:
59,5 − 50,5
Fde 50,5 a 59,5 =  14
59,5 − 49,5
9
=  14
10
126
=
10
= 12, 6
De forma análoga, determinamos o número esperado de observações

entre 89,5 e 95,5:
95,5 − 89,5
Fde 89,5 a 95,5 =  10
99,5 − 89,5
6
=  10
10
=6
A seguir, somamos os dois valores obtidos acima às frequências das
classes de número 4, 5 e 6, e obtemos 12,6 + 20 + 26 + 18 + 6 = 82,6%.
Como o número de indivíduos é 1000, a quantidade (em termos absolutos)
procurada é
82,6% de 1000 = 826

5. Medidas de tendência Central

As medidas de tendência central ou medidas de posição são usadas
para representar as variáveis quantitativas de forma resumida e permitem a
comparação de variáveis entre si pelo confronto desses números. São
chamadas de medidas de tendência central, pois representam os fenômenos
pelos seus valores médios, em torno dos quais tendem a concentrar-se os
demais valores.
5.1 Média Aritmética Simples

Define-se a média aritmética de um conjunto de n números dados como
o resultado da divisão por n da soma desses n números. Assim, a média
aritmética simples dos elementos do conjunto X = {x1, x2, x3, ..., xn} é
x1 + x2 + ... + xn
=
n
Ou seja, somamos todos os elementos do conjunto e dividimos o

resultado pela quantidade de elementos somados. Para o conjunto X = {1, 2,
3, 5, 6, 8, 10}, a média aritmética é calculada por
1 + 2 + 3 + 5 + 6 + 8 + 10
= =5
7
Podemos utilizar o símbolo de somatório para

definir média aritmética. Vejam como...
x1 + x2 + ... + xn 1 n
= =  xi
n n i =1
Exemplo 6.
Seja X o conjunto definido por X = {2, 3, 4, 4, 5, 9}. Qual a média aritmética
dos elementos de X?
Solução:
Para determinar a média aritmética dos elementos de um conjunto,
dividimos pela quantidade de elementos desse conjunto a soma de todos os

seus elementos (mesmo que figurem entre eles elementos repetidos). Dito isto,
a média aritmética dos elementos de X é:
÷3
2 + 3 + 4 + 4 + 5 + 9 27 9
= = = = 4,5
6 6 ÷3 2
Gabarito: A média é 4,5.
Uma característica que sempre vamos observar para a média aritmética é que
se trata de uma medida limitada pelos extremos do conjunto. Ou seja, Min(X)
   Max(X), onde Min(X) e Max(X) representam, respectivamente, o menor
e o maior dos elementos de X.
Exemplo 7.
(UERJ-Adaptado) Observe o demonstrativo do consumo de energia elétrica:
Para conhecimento, demonstramos a seguir a evolução do consumo de energia
elétrica nos últimos meses.
Considerando que o consumo médio, de agosto/2017 a dezembro/2017, foi

igual ao que ocorreu de janeiro/2017 a abril/2017, determine o consumo
registrado no mês de abril de 2017, em kWh.

Solução:
O gráfico apresenta a série histórica do consumo de energia elétrica entre
agosto de 2016 e março de 2017, ou seja, em 8 meses. No entanto, sabemos
que o consumo médio mensal nos 5 últimos meses de 2016 é igual ao consumo
médio mensal nos quatro primeiros meses de 2017 (não conhecemos, ainda, o
consumo em abril de 2017).
Vamos começar calculando o valor médio relativo aos meses entre agosto
e dezembro de 2017, ou seja, entre 235, 150, 182, 215 e 248:
235 + 150 + 182 + 215 + 248
I =
5
1030
 I =
5
 I = 206
A seguir, indicando por C o consumo de energia elétrica em abril de 2017,

vamos calcular, em função de C, o consumo médio nos 4 primeiros meses de
2017, ou seja, entre 268, 158, 257 e C:
268 + 158 + 257 + C
II =
4
683 + C
 II =
4
Igualando os valores médios obtidos acima, temos:
683 + C
I = II  206 =
4
Para resolver a equação encontrada, multiplicamos a expressão obtida
por 4 e isolamos, em um dos lados da igualdade, o valor de C:
4  206 = 683 + C
 824 = 683 + C
 824 − 683 = C
 141 = C
Gabarito: O consumo em abril de 2017 foi 141 kWh.
Exemplo 8.
(ENEM-2013) O gráfico mostra estimativas da produção brasileira de trigo em
safras recentes:

Globo Rural, São Paulo, jun. 2009 (adaptado).

A média da produção brasileira de trigo de 2005/06 a 2009/10, em
milhões de toneladas, é de
A) 4,87.
B) 4,70.
C) 4,56.
D) 4,49.
E) 4,09
Solução:
Os valores presentes no gráfico correspondem à produção de trigo no
Brasil (em milhões de toneladas), em período compreendido entre 2005/06 e
2009/10, ou seja, por 5 anos. A partir do gráfico percebemos que, nesse
período, as quantidades máxima e mínima produzidas (em milhões de
toneladas) foi 6,01 e 2,44.
Análise inicial feita, passemos ao cálculo da produção média, nesse
período, somando todos os valores presentes no gráfico e dividindo o resultado
obtido por 5:
4, 87 + 2, 44 + 4, 09 + 6, 01 + 5, 4
=
5
22, 81
=
5
= 4,562
A alternativa que apresenta valor mais próximo é C.

Exemplo 9.

(ENEM-2011) A participação dos estudantes na Olimpíada Brasileira de

Matemática das Escolas Públicas (OBMEP) aumenta a cada ano. O quadro indica
o percentual de medalhistas de ouro, por região, nas edições da OBMEP de
2005 a 2009:
Região 2005 2006 2007 2008 2009
Norte 2% 2% 1% 2% 1%
Nordeste 18% 19% 21% 15% 19%
Centro-Oeste 5% 6% 7% 8% 9%
Sudeste 55% 61% 58% 66% 60%
Sul 20% 12% 13% 9% 11%
Disponível em: http://www.obmep.org.br. Acesso em: abr. 2010 (adaptado).
Em relação às edições de 2005 a 2009 da OBMEP, qual o percentual médio de

medalhistas de ouro da região Nordeste?
A) 14,6%
B) 18,2%
C) 18,4%
D) 19,0%
E) 21,0%
Solução:
A questão nos questiona sobre o percentual médio de medalhistas de
ouro da Região Nordeste e, na tabela, esses dados estão representados na
2ª linha (sem considerar a linha que contém os títulos das colunas). Os valores
são 18%, 19%, 21%, 15% e 19%.
Para determinar a média desses valores, somamos todos e dividimos pela
quantidade de elementos somados, ou seja, por 5:
18% + 19% + 21% + 15% + 19%
=
5
92%
=
5
= 18, 4%
5.2 Média ponderada:

Caso os elementos de X = {x1, x2, x3, ..., xn} apresentem frequências
diferentes, isto é, se repetem em quantidades diferentes de vezes, podemos
adaptar a fórmula (apresentada) para esse novo contexto. Vejam a próxima
questão:

Exemplo 10.
(ESAF – 2008 – CGU) Uma turma do ensino fundamental é formada por 5
crianças com idade igual a 10 anos, 5 com idade igual a 8 anos e 15 crianças
com idade igual a 9 anos. Desse modo, a idade média destes alunos é, em
anos:
A) maior que 9
B) igual a 8
C) menor que 9
D) igual a 9
E) maior que 10
Solução:
Usando o conceito de média aritmética apresentado até o momento, a
idade média dos alunos da turma é calculada somando as idades de todos os
alunos dessa turma para, a seguir, dividir pela quantidade de alunos. Percebam
que a idade 10 apresenta frequência 5, a idade 8 tem frequência 5 e, por
fim, a idade 9 tem frequência 15. Então:
5 vezes 5 vezes 15 vezes
10 + ... + 10 + 8 + ... + 8 + 9 + ... + 9

=
25
Sabemos que soma de valores repetidos é, na verdade, multiplicação.
Somar 10 com 10 em número de vezes igual a 5 pode ser representada pelo
produto entre 10 e 5. Transformando as somas de mesmos termos em
multiplicações, temos:
10  5 + 8  5 + 9  15
=
25
Desenvolvendo os cálculos, determinamos a idade média.
50 + 40 + 135 225
= =
25 25
Dividindo 225 por 25 concluímos que a idade média dos alunos da turma
é 9 e a alternativa correta é a letra D.
Gabarito: Alternativa D.

Vejam bem: a frequência de cada elemento interfere diretamente no

valor da média a ser calculada. Para generalizar, considerando que a frequência
de cada um dos elementos de X = {x1, x2, x3, ..., xn} seja dada,
respectivamente, por F = {f1, f2, f3, ..., fn} a média pode calculada por:
x1  f1 + x2  f2 + ... + xn  fn
x=
f1 + f2 + ... + fn
Usando esse procedimento, vamos resolver a próxima questão:
Exemplo 11.
Certa escola tem 15 turmas no período matutino e 10 turmas no período
vespertino. O número médio de alunos por turma no período matutino é 20, e,
no período vespertino, é 25. Considerando os períodos citados, qual a média
de alunos por turma nessa escola?
Solução:
Alguns professores diriam que este problema se trata do que chamam de
“média das médias” quando, na prática, se trata de mais uma aplicação para
o conceito (e fórmula) de média aritmética de elementos com frequências
distintas. Vamos para a solução...
Para determinar a média de alunos por classe, vamos dividir o número
de alunos da escola pelo número de classes (ou turmas) da mesma escola.
Como cada uma das 15 classes do período matutino tem (em média) 20
alunos e cada uma das 10 classes do período vespertino tem (em média) 25
alunos, o número de alunos da escola é
Nalunos = 20  15 + 25  10
Dividindo essa quantidade por 25, determinamos a média de alunos por

turma:

20  15 + 25  10
Média =
15 + 10
300 + 250
=
25
550
=
25
= 22
5.3 Média aritmética em classes de intervalos:

Em algumas situações, quando a quantidade de dados é suficientemente
grande que torne inviável a construção de gráficos bem como sua análise, é
comum o agrupamento desses dados em intervalos de valores. A título de
exemplo, o intervalo 3 7 incluiria todos os números reais entre 3 (inclusive)
e 7 (exclusive).
Para determinar a média aritmética de uma distribuição apresentada na

forma de classes de intervalos, adotamos como elemento representativo a
classe seu ponto central.
O termo central do intervalo [a, b] ou
{x  / a  x  b} é
a+b
2
Vamos ver como esse conceito poderia ser explorado em prova...
Exemplo 12.
A viabilidade financeira de projetos de uma empresa leva em consideração
dados históricos de projetos similares. A tabela abaixo mostra a distribuição de
frequências do VPL (Valor Presente Líquido), em milhões de reais, de uma
empresa:
Valor Presente Líquido Frequência (%)
−10  x  0 10%
0  x  10 70%
10  x  20 20%

De acordo com os dados históricos, em milhões de reais, qual seria o valor

presente líquido médio de todos os projetos observados?
Solução:
De acordo com o proposto, vamos calcular o valor presente líquido médio
de todos os projetos observamos da série histórica que deu origem à tabela
apresentada. Para calcular a média, vamos começar determinando o termo
central de cada intervalo de classe:
−10 + 0
• Para −10  x  0 , temos: = −5
2
0 + 10
• Para 0  x  10 , temos: =5
2
10 + 20
• Para 10  x  20 , temos: = 15
2
Portanto, os elementos representativos dos intervalos são -5, 5 e 15 e
serão usados para calcular a média dos VPL’s:
Valor Presente Líquido Termo Central Frequência (%)
−10  x  0 -5 10%
0  x  10 5 70%
10  x  20 15 20%
Então:
x1  f1 + x2  f2 + x3  f3
 VPL =
f1 + f2 + f3
−5  10 + 5  70 + 15  20
=
10 + 70 + 20
−50 + 350 + 300
=
100
600
=
100
= 6 milões de reais
Gabarito: 6 milhões de reais.
5.4 Outras médias:

Além da média aritmética e suas variações, existem duas outras médias
que ocasionalmente poderiam ser cobradas em provas de concurso. São elas:
a média geométrica e a média harmônica.

1.4.1. Média Geométrica:
A média geométrica de n valores é definida como a raiz n-

ésima do produto de todos eles. É uma medida mais central
quando as observações apresentam uma taxa constante de
crescimento em função do tempo, ou seja, é a medida mais
adequada quando as taxas crescem com capitalização composta
(exponencial).
xG = (n) x1  x2  ...  xn
É importante destacar que a média geométrica não é aplicada

para valores negativos ou valores nulos, aceitando somente
observações positivas.
Exemplo 13.
Qual a média geométrica dos elementos do conjunto X = {1, 1, 2, 4, 16}?
Solução:
Uma vez que X tem 5 elementos, sua média geométrica será dada pela
5ª raiz (raiz com índice 5) do produto de seus 5 elementos. Então:
XG = 5 1  1  2  4  16
= 5 128
= 5 27
= 5 25  22
= 2  5 22
= 2,64
Gabarito: 2,64.
1.4.2. Média Harmônica

A média harmônica de n valores é definida como o inverso da

média aritmética dos inversos dos elementos do conjunto, Ou
seja:
1 1 n
xH = =  xH =
1 1 1 1 n
1 n
1
+ + ... +  
x1 x2 xn n i =1 xi i =1 xi
Exemplo 14.
Qual a média harmônica entre 3 e 4?
Solução:
Aplicando a definição apresentada, por se tratar de 2 elementos, temos:
2 2 2 12 24
xH = = = = 2  xH =
1 1 4+3 7 7 7
+
3 4 12 12
Gabarito: 24/7.
Para um mesmo conjunto de dados, temos

x H  x
G  x
  
Harmônica Geométrica Aritmética
5.5 Mediana
A mediana está associada ao valor que divide o conjunto de dados em
subconjuntos de igual quantidade de elementos, sendo que metade dos dados
(ou elementos verificados) é inferior à mediana e a outra metade é maior que
a mediana.

Em conjuntos discretos (variáveis discretas), o cálculo da mediana é

precedido pela ordenação da distribuição para posterior análise do termo
central do conjunto. Existem procedimentos distintos para situações em que a
quantidade de termos par ou ímpar. Vejam...
1) Quando a quantidade de termos é par, a mediana é o termo central

do conjunto ordenado. Assim, para P = {3, 7, 4, 5, 9}, cuja forma
ordenada é P = {3, 4, 5, 7, 9}, a mediana será 5.
2) Quando a quantidade de termos é ímpar, a mediana é a média

aritmética entre os dois termos centrais do conjunto ordenado. Assim,
para P = {1, 3, 7, 4, 5, 9}, cuja forma ordenada é P = {1, 3, 4, 5, 7, 9},
a mediana será 4,5 (média aritmética entre 4 e 5)
Existem métodos diferentes para o cálculo da mediana em conjuntos (ou

distribuições) discretas:

5.6 A mediana em classes de intervalos:

Supondo que Li seja o limite inferior da classe mediana, n o numero de
elementos do conjunto de dados, FA a soma das frequências das classes
anteriores a que contem a mediana, fmed a frequência da classe que contem a
mediana e hmed a amplitude da classe que contem a mediana, a mediana de
uma distribuição de classes de intervalos é dada por
(n / 2) − FA
Md = Li +  hmed
fmed
No entanto, ao resolvermos questões, considero mais razoável o uso de

proporção e regra de três para determinar a mediana de uma distribuição na
qual os dados foram expressos como classes de intervalos. Para ilustrar,
considere o seguinte exemplo:
Exemplo 15.
A tabela contém a distribuição de frequências simples do salário mensal
medido em quantidade de salários mínimos para uma amostra de 200
funcionários da empresa X. Se não existem observações coincidentes com os
extremos das classes, calcule a mediana da distribuição.
Classe Atributo X f (%)
(1) 4–8 20
(2) 8 – 12 40
(3) 12 – 16 20
(4) 16 – 20 18
(5) 20 – 24 2

Solução:
Por definição, mediana é o valor do atributo estudado que divide o
conjunto de dados em subconjuntos de igual quantidade de elementos de forma
que 50% dos elementos sejam menores que ela. Em função dessa definição,
vamos começar a resolução determinando a classe mediana (classe que
contém a mediana).
Como a frequência acumulada das classes (1) e (2) é 20% + 40% =
60%, observamos que a classe mediana é (2). Por outro lado, de 20%
(frequência de 1) para 50% (posição da mediana), faltam 50% - 20% = 30%
(sobre 40%) da amplitude da classe mediana. Logo, a mediana será
Fant
30%
Md = 8 + 4
40%
Fmediana
3
=8+ 4
4
=8+3
 Md = 11
Gabarito: 11.
A mediana é a medida de tendência central recomendada para situações que

apresentam valores extremos por não sofre influência desses valores. Ou
seja, valores muito distantes dos termos centrais não interferem no valor da
média, diferentemente do que ocorre com a média.
5.7 Moda
Em um conjunto, moda é o elemento que apresenta maior frequência
simples ou que apresenta maior probabilidade de ocorrer. Ou seja, é o
elemento que mais vezes é considerado.

No conjunto P = {3, 4, 9, 3, 5, 10, 13} a moda é o elemento 3 uma vez

que 3 apresenta frequência 2 enquanto os demais têm frequência 1.
Se a distribuição de frequências não apresenta um elemento com maior

frequência, dizemos que a distribuição é amodal.
5.8 Moda em classes de intervalos:

Em distribuições nas quais as classes são expressas na forma de
intervalos, a moda é determinada pelo método de Czuber, que leva em
consideração a frequência associada à classe modal e as frequências das
classes anterior e posterior à classe modal.

Indicando por f0 a frequência da classe modal, fA a frequência da classe

anterior à classe modal, fB a frequência da classe posterior à classe modal, Li
o limite inferior da classe modal e h a amplitude da classe modal, a moda da
distribuição é dada por
dA
M0 = Li + h
dA + dB
x
Acima, dA = f0 − fA e dB = f0 − fB . Geometricamente, a distância “x” é

determinada utilizando semelhança de triângulos:
x h−x
=
dA dB
 x  dB = (h − x)  dA
 x  dB = h  dA − x  dA
 x  dA + x  dB = h  dA
 x  (dA + dB ) = h  dA
dA
x= h
dA + dB
dA
Portanto, M0 = Li + x  M0 = Li + h
dA + dB

Além do método de Czuber, apresentando acima, existe também o

método de King, que leva em consideração as frequências da classe anterior
e posterior à classe modal:
fpos
M0 = L i + h
fant + fpos
Exemplo 16.
extremos das classes, calcule a moda da distribuição.
(1) 4–8 10
(2) 8 – 12 40
(3) 12 – 16 30
(4) 16 – 20 20
Solução:
Para determinar a moda da distribuição apresentada, vamos utilizar os
dois métodos acima (normalmente, quando não é indicado o método a ser
usado, utilize o Método de Czuber). Para tal, observamos que (2) é a classe
modal para a qual o limite inferior Li é igual a 8. Ou seja Li = 8.
Também precisamos das diferenças de frequências entre a classe modal
e a classe anterior (dA) e a classe posterior (dB):
• dA = f0 − fA = 40% − 10% = 30%

• dB = f0 − fB = 40% − 30% = 10%
Por fim, como a amplitude da classe modal é h = 12 – 8 = 4, temos:

dA
M0 = L i + h
dA + dB
30
=8+ 4
30 + 10
30
=8+ 4
40
3
=8+ 4
4
=8+3
= 11
Ou seja, pelo Método de Czuber, que leva em consideração as
frequências da classe modal (f0), da classe anterior à classe modal (fA) e da
classe posterior à classe modal (fB), concluímos que a moda é 11.
O Método de King se distingue do Método de Czuber por não levar em
conta frequência da classe modal. No método de King, temos que o limite
inferior da classe modal é Li = 8, a frequência anterior à classe modal é
fAnt = 10, a frequência posterior à classe modal é fPos = 30 e a amplitude da
classe modal é h = 4. Então
fpos
M0 = Li + h
fant + fpos
30
=8+ 4
10 + 30
3
=8+ 4
4
= 11
Gabarito: A moda é 11.
Não é sempre que os métodos de Czuber e de King fornecem o mesmo valor

para a moda. O fato que ocorreu no exemplo acima é uma coincidência!

5.9 Vamos praticar...
Questão 1.
(VUNESP – 2016 – UNESP) Juliana trabalha em casa com envio de mala
direta, sendo que sua jornada de trabalho e produtividade média ao longo
do dia são as seguintes:
Sendo assim, ao longo do dia, a média da produção horária de Juliana é igual

a
(A) 32,5.
(B) 35.
(C) 37,5.
(D) 40.
(E) 42,5.
Solução:
Para determinar a A questão nos questiona sobre o percentual médio de
medalhistas de ouro da Região Nordeste e, na tabela, esses dados estão
representados na 2ª linha (sem considerar a linha que contém os títulos das
colunas). Os valores são 18%, 19%, 21%, 15% e 19%.
Para determinar a média desses valores, somamos todos e dividimos pela
quantidade de elementos somados, ou seja, por 5:
18% + 19% + 21% + 15% + 19%
x=
5
92%
=
5
= 18, 4%
Questão 2.

(VUNESP – 2016 - Prefeitura de Guarulhos – SP) Certa escola tem 15 classes

no período matutino e 10 classes no período vespertino. O número médio de
alunos por classe no período matutino é 20, e, no período vespertino, é 25.
Considerando os dois períodos citados, a média aritmética do número de alunos
por classe é
(A) 24,5.
(B) 23.
(C) 22,5.
(D) 22.
(E) 21.
Solução:
Para determinar a média de alunos por classe, vamos dividir o número
de alunos da escola pelo número de classes (ou turmas) da mesma escola.
Como cada uma das 15 classes do período matutino tem 20 alunos e cada uma
das 10 classes do período vespertino tem 25 alunos, o número de alunos da
escola é
Nalunos = 20  15 + 25  10
Dividindo essa quantidade por 25, determinamos a média de alunos por

turma:
20  15 + 25  10
Média =
15 + 10
300 + 250
=
25
550
=
25
= 22
Questão 3.
(VUNESP – 2017 – TJM-SP) A tabela apresenta o número de acertos dos 600

candidatos que realizaram a prova da segunda fase de um concurso, que
continha 5 questões de múltipla escolha:

A média de acertos por prova foi de

(A) 3,57.
(B) 3,43
(C) 3,32.
(D) 3,25.
(E) 3,19.
Solução:
Buscamos a média de acertos por prova (os números de acertos estão na
1ª coluna da tabela) e as quantidades de pessoas que tiveram determinado
número de acertos está na 2ª coluna tabela. Ou seja, as “frequências” dos
valores cuja média vamos calcular estão na 2ª coluna.
Vamos aos cálculos:
x1  f1 + x2  f2 + ... + xn  fn
 Acertos =
f1 + f2 + ... + fn
5  204 + 4  132 + 3  96 + 2  78 + 1  66 + 0  24
=
204 + 132 + 96 + 78 + 66 + 24
1020 + 528 + 288 + 156 + 66 + 0
=
600
2058
=
600
= 3, 43
Questão 4.
(VUNESP – 2016 – UNIFESP) Um grupo de amigos foi a uma lanchonete que

vende fatias de pizzas de sabores e preços variados. A tabela seguinte
mostra os sabores, o preço da fatia e o número de fatias de cada sabor
consumidas pelo grupo.

Considerando-se o número total de fatias consumidas, na média, o preço da

fatia saiu por R$ 5,80. O número de fatias consumidas do sabor portuguesa
foi
(A) 12.
(B) 11.
(C) 10.
(D) 9.
(E) 8.
Solução:
O preço médio de cada fatia pode ser calculado dividindo o valor total
gasto pelo número de fatias compradas e esses valores serão determinados em
função de x (número de fatias de pizza português):
5, 00  10 + 6,50  8 + 6, 00  x
Média =
10 + 8 + x
50 + 52 + 6x
=
18 + x
102 + 6x
=
18 + x
No entanto, como o preço médio de cada fatia foi R$ 5,80, igualamos

a expressão acima a R% 5,80 e resolvemos a equação obtida:
102 + 6x
= 5,80
18 + x
 102 + 6x = 5,8  (18 + x)
 102 + 6x = 104, 4 + 5,8x
 6x − 5,8x = 104, 4 − 102
 0,2x = 2, 4
2, 4
x= = 12
0,2
Gabarito: Alternativa A.

Questão 5.
(ESAF – 2012 - MI-CENAD) A distribuição de frequências em classes do salário
mensal x, medido em número de salários mínimos, de uma amostra aleatória
de 50 funcionários de uma empresa, e apresentado a seguir.
x f
mais de 0 a 10 22
mais de 10 a 20 13
mais de 20 a 30 10
mais de 30 a 40 3
mais de 40 a 50 2
Usando o ponto médio como representativo da classe, determine o valor mais

próximo da media amostral do salário mensal.
(A) 14,5
(B) 15,0
(C) 15,8
(D) 16,1
(E) 16,5
Solução:
Os intervalos propostos possuem amplitude 10 e seus pontos médios são
5, 15, 25, 35 e 45, conforme indicamos na tabela seguinte:
x Ponto médio f
mais de 0 a 10 5 22
mais de 10 a 20 15 13
mais de 20 a 30 25 10
mais de 30 a 40 35 3
mais de 40 a 50 45 2
Calculando a média dos pontos médios, ponderados pelas frequências

absolutas, temos:
5  22 + 15  13 + 25  10 + 35  3 + 45  2
Média =
22 + 13 + 10 + 3 + 2
110 + 195 + 250 + 105 + 90
=
50
750
=
50
= 15

Questão 6.
(ESAF – 2012 - MI-CENAD) Determine o valor mais próximo da mediana do
salário mensal da distribuição de frequências apresentada na questão anterior,
interpolando linearmente dentro das classes, se necessário.
(A) 15
(B) 14,3
(C) 13,7
(D) 12,3
(E) 7,3
Solução:
Por definição, mediana é uma medida estatística associada ao valor que
divide o conjunto de dados em subconjuntos de igual quantidade de elementos,
sendo que metade dos dados (ou elementos verificados) é inferior à mediana
e a outra metade é maior que a mediana.
Em classes de intervalos, a mediana é determinada por

(n / 2) − FA
Md = Li +  hmed
fmed
onde Li é o limite inferior da classe mediana, n o numero de elementos do

conjunto de dados, FA a soma das frequências das classes anteriores a que
contem a mediana, fmed a frequência da classe que contem a mediana e hmed
a amplitude da classe que contem a mediana.
Como o conjunto tem 50 elementos, a classe mediana é o intervalo dos
valores entre 10 e 20 (2ª classe), para a qual Li = 10, n = 50, FA = 22,
fmed = 13 e h = 10. Então:

(50 / 2) − 22
Md = 10 +  10
13
3
= 10 +  10
13
= 10 + 2,31
= 12,31
Questão 7.
(Cesgranrio – 20122 – Petrobrás) No histograma, os pontos médios das classes
inicial e final são 40 e 80, respectivamente.
Sabendo-se que todas as classes têm a mesma amplitude, a estimativa

adequada para a média e para a mediana dessa distribuição são,
respectivamente,
(A) 59,5 e 59,5
(B) 59,5 e 60
(C) 60 e 59
(D) 60 e 59,5
(E) 60 e 60
Solução:
Inicialmente, é importante observar que os pontos médios dos intervalos
(que não foram mostrados no gráfico) são 50, 60 e 70. De posse desses
elementos, construímos a seguinte tabela:
Ponto médio Frequência
40 1
50 6
60 10

70 4
80 2
Calculando a média aritmética, temos:

40  1 + 50  6 + 60  10 + 70  4 + 80  2
Média =
1 + 6 + 10 + 4 + 2
40 + 300 + 600 + 280 + 160
=
23
1380
=
23
= 60
Determinada a média, passamos ao cálculo da mediana, no qual
precisamos identificar elementos associados à classe mediana, cujo ponto
central é 60. Nessa classe, o limite inferior é Li = 55, a amplitude é h = 10, a
soma das frequência das classes anteriores à classe mediana é FA = 1 + 6 = 7
e o número de elementos do conjunto é n = 23. Substituindo na fórmula
apresentada, temos:
(n / 2) − FA
Md = L i +  hmed
fmed
(23 / 2) − 7
= 55 +  10
10
= 55 + 11,5 − 7
= 59,5
Questão 8.
(ENEM 2014) A tabela apresenta uma estimativa da evolução da população
brasileira por faixa etária, em milhões de pessoas, para 2020, 2030 e 2045.
STEFANO, F. Mais velho e mais rico: os ganhos da maturidade.

Exame, ed. 1 003, ano 45, n. 21, 2 nov. 2011 (adaptado).

Com base na tabela, o valor que mais se aproxima da média dos percentuais
da população brasileira na faixa etária até 14 anos, nos anos de 2020, 2030 e
2045, é
A) 21,5.
B) 21,7.
C) 48,0.
D) 48,3.
E) 48,5.
Solução:
Antes de começar a resolver a questão, vale a pena ler com um pouco
mais de atenção ao comando da questão. Para chamar atenção para uma
palavra muito importante, transcrevi a seguir parte do enunciado: “Com base
na tabela, o valor que mais se aproxima da média dos percentuais da
população brasileira na faixa etária até 14 anos, nos anos de 2020, 2030 e
2045, é ...”
Isso mesmo, termos que calcular a média (aritmética simples) dos
percentuais da população brasileira em determinada faixa etária (até 14 anos)
e vamos começar pelo ano de 2020, no qual a população com idade menor que
14 anos era 49 milhões em um universo de 210 milhões de habitantes. Para
fazê-lo, dividimos 49 por 210 e multiplicamos o resultado por 100:
49
= 0,2333... ⎯⎯⎯⎯
100
→ 23,33%
210
Em 2030, as projeções indicam que 48 milhões em 223 milhões de
habitantes estarão na faixa dos que tem até 14 anos. De forma similar ao que
fizemos anteriormente, determinamos o correspondente percentual:
48
= 0,2152... ⎯⎯⎯⎯
100
→ 21,52%
223
Por fim, em 2045 é esperado que 48 milhões em 236 milhões de
habitantes tenham idade menor que 14 anos. Dividindo esses valores e
multiplicando o resultado por 100, determinamos o correspondente percentual:
48
= 0,2034... ⎯⎯⎯⎯
100
→ 20,34%
236
Para terminar, determinamos a média dos três valores (percentuais)
obtidos. Observe que, como são apenas três valores, dividimos a soma desses
valores por 100:

23,33% + 21,52% + 20,34%

x=
3
65,19
=
5
= 21,73
Muito cuidado com arredondamentos. As alternativas A e B estão muito

próximas e usar uma aproximação mais grosseira pode nos levar à alternativa
errada (nos cálculos, use uma casa decimal a mais do que a quantidade de
casas decimais apresentadas nas alternativas).

6. Resumindo...:
Uma variável é a propriedade ou característica da população a ser
estudada. A natureza dos valores assumidos por uma variável nos permitem
classifica-la em qualitativa (valores indicam característica) ou quantitativa
(valores são numéricos):
6.1 Média Aritmética Simples

Define-se a média aritmética de um conjunto de n números dados como
o resultado da divisão por n da soma desses n números. Assim, a média
aritmética simples dos elementos do conjunto X = {x1, x2, x3, ..., xn} é
x1 + x2 + ... + xn
=
n
Caso os elementos de X = {x1, x2, x3, ..., xn} apresentem frequências
diferentes, indicadas por F = {f1, f2, f3, ..., fn}, a média pode calculada por:
x1  f1 + x2  f2 + ... + xn  fn
x=
f1 + f2 + ... + fn
Em intervalos de classe, usamos como

representante da classe seu termo central.
Para [a, b] ou {x  / a  x  b} , o termo
central é
a+b
2

6.2 Outras médias
6.2.1. Média Geométrica:
xG = (n) x1  x2  ...  xn
6.2.2. Média Harmônica
1 1 n
xH = =  xH =
1 1 1 1 n
1 n
1
+ + ... +  
x1 x2 xn n i =1 xi i =1 xi
Para um mesmo conjunto de dados, temos
xH  xG  x
  
Harmônica Geométrica Aritmética

7. Questões comentadas nesta aula:
1. (FCC – 2006 – ARCE)

O processo estatístico que consiste em uma avaliação de um parâmetro,
utilizando-se todos os componentes da população, denomina-se
(A) Amostragem.
(B) Estimação.
(C) Censo.
(D) Parametrização.
(E) Correlação.
2. (Cesgranrio – 2008 - Capes)

No questionário socioeconômico que faz parte integrante do ENADE há
questões que abordam as seguintes informações sobre o aluno:
I - Unidade da Federação em que nasceu;

II - número de irmãos;
III - faixa de renda mensal da família;
IV - estado civil;
V - horas por semana de dedicação aos estudos.
São qualitativas APENAS as variáveis
(A) I e III.
(B) I e IV.
(C) I, IV e V.
(D) II, III e V.
(E) I, II, IV e V.
3. Intervalos...
Os intervalos de classe podem ser representados de várias maneiras. É
CORRETO afirmar que:
(A) 3 –– 6 contém todos os valores entre 3 e 6, inclusive os extremos.

(B) 3 |––| 6 contém todos os valores entre 3 e 6, exclusive os extremos.

(C) 3 |–– 6 contém todos os valores entre 3 e 6, exclusive o 3 e inclusive o 6.

(D) 3 ––| 6 contém todos os valores entre 3 e 6, inclusive o 3 e exclusive o 6.
4. (CESPE – 2011 – EBC)

Receitas Quantidade de
Classes
(em R$) empresas
1 0 – 200.000 1100
2 200.000 – 400.000 900
3 400.000 – 600.000 550
4 600.000 – 800.000 300
5 800.000 – 1.000.000 150
Com base nos dados do quadro acima, em que se demonstra a distribuição de

frequência das receitas de todas as empresas de uma cidade, julgue os itens a
seguir.
A frequência acumulada relativa das empresas que estão nas classes de 1 a 3
é de 85%.
5. (FCC – 2009 – TRT 3ª Região)

A tabela abaixo apresenta a distribuição conjunta das frequências das variáveis
"tipo de processo" (Y) e "setor" (X), referente aos processos autuados, em um
período analisado, numa repartição pública:

Setor A 100 120 30 250
Setor B 100 30 20 150
Total 200 150 50 400
A porcentagem dos processos autuados no Setor B ou que não são do tipo III
é
(A) 92,5%
(B) 87,5%
(C) 62,5%
(D) 37,5%
(E) 32,5%

6. (TJCE – 2002)
A tabela abaixo apresenta a distribuição de frequências do atributo salário
mensal medido em quantidade de salários mínimos para uma amostra de 200
funcionários da empresa X. A próxima questão refere-se a essa tabela. Note
que a coluna Classes refere-se a classes salariais em quantidades de salários
mínimos e que a coluna P refere-se ao percentual da frequência acumulada
relativo ao total da amostra. Não existem observações coincidentes com os
extremos das classes.
4–8 20
8 – 12 60
12 – 16 80
16 – 20 98
20 – 24 100
Assinale a opção que corresponde à aproximação de frequência relativa de

observações de indivíduos com salários menores ou iguais a 14 salários
mínimos.
(A) 65%
(B) 50%
(C) 80%
(D) 60%
(E) 70%
7. (ESAF – AFRF)
O atributo do tipo contínuo X, observado como um inteiro, numa amostra de
tamanho 100, obtida de uma população de 1000 indivíduos, produziu a tabela
de frequências seguinte:

29,5 – 39,5 4
39,5 – 49,5 8
49,5 – 59,5 14
59,5 – 69,5 20
69,5 – 79,5 26
79,5 – 89,5 18
89,5 – 99,5 10

Assinale a opção que corresponde à estimativa do número de indivíduos na

população com valores do atributo X menores ou iguais a 95,5 e maiores do
que 50,5.
(A) 700
(B) 638
(C) 826
(D) 995
(E) 900
8. (ENEM-2013)
O gráfico mostra estimativas da produção brasileira de trigo em safras
recentes:
Globo Rural, São Paulo, jun. 2009 (adaptado).

A média da produção brasileira de trigo de 2005/06 a 2009/10, em
milhões de toneladas, é de
A) 4,87.
B) 4,70.
C) 4,56.
D) 4,49.
E) 4,09
9. (ESAF – 2008 – CGU)

Uma turma do ensino fundamental é formada por 5 crianças com idade igual a
10 anos, 5 com idade igual a 8 anos e 15 crianças com idade igual a 9 anos.
Desse modo, a idade média destes alunos é, em anos:
A) maior que 9

B) igual a 8
C) menor que 9
D) igual a 9
E) maior que 10
10. Valor presente líquido

A viabilidade financeira de projetos de uma empresa leva em consideração
dados históricos de projetos similares. A tabela abaixo mostra a distribuição de
frequências do VPL (Valor Presente Líquido), em milhões de reais, de uma
empresa:
Valor Presente Líquido Frequência (%)
−10  x  0 10%
0  x  10 70%
10  x  20 20%
De acordo com os dados históricos, em milhões de reais, qual seria o valor
presente líquido médio de todos os projetos observados?
11. Calculando a mediana

extremos das classes, calcule a mediana da distribuição.
(1) 4–8 20
(2) 8 – 12 40
(3) 12 – 16 20
(4) 16 – 20 18
(5) 20 – 24 2
12. Calculando a moda

extremos das classes, calcule a moda da distribuição.

(1) 4–8 10
(2) 8 – 12 40
(3) 12 – 16 30
(4) 16 – 20 20
13. (VUNESP – 2016 – UNESP)

Juliana trabalha em casa com envio de mala direta, sendo que sua jornada
de trabalho e produtividade média ao longo do dia são as seguintes:
Sendo assim, ao longo do dia, a média da produção horária de Juliana é igual

a
(A) 32,5.
(B) 35.
(C) 37,5.
(D) 40.
(E) 42,5.
14. (VUNESP – 2016)

Certa escola tem 15 classes no período matutino e 10 classes no período
vespertino. O número médio de alunos por classe no período matutino é 20, e,
no período vespertino, é 25. Considerando os dois períodos citados, a média
aritmética do número de alunos por classe é
(A) 24,5.
(B) 23.
(C) 22,5.
(D) 22.
(E) 21.
15. (VUNESP – 2017 – TJM-SP)

A tabela apresenta o número de acertos dos 600 candidatos que realizaram

a prova da segunda fase de um concurso, que continha 5 questões de
múltipla escolha:
A média de acertos por prova foi de

(A) 3,57.
(B) 3,43
(C) 3,32.
(D) 3,25.
(E) 3,19.
16. (VUNESP – 2016 – UNIFESP)
Um grupo de amigos foi a uma lanchonete que vende fatias de pizzas de

sabores e preços variados. A tabela seguinte mostra os sabores, o preço da
fatia e o número de fatias de cada sabor consumidas pelo grupo.
Considerando-se o número total de fatias consumidas, na média, o preço da

fatia saiu por R$ 5,80. O número de fatias consumidas do sabor portuguesa
foi
(A) 12.
(B) 11.
(C) 10.
(D) 9.
(E) 8.

17. (ESAF – 2012 - MI-CENAD)

A distribuição de frequências em classes do salário mensal x, medido em
número de salários mínimos, de uma amostra aleatória de 50 funcionários de
uma empresa, e apresentado a seguir.
x f
mais de 0 a 10 22
mais de 10 a 20 13
mais de 20 a 30 10
mais de 30 a 40 3
mais de 40 a 50 2
Usando o ponto médio como representativo da classe, determine o valor mais

próximo da media amostral do salário mensal.
(A) 14,5
(B) 15,0
(C) 15,8
(D) 16,1
(E) 16,5
18. (ESAF – 2012 - MI-CENAD)

Determine o valor mais próximo da mediana do salário mensal da distribuição
de frequências apresentada na questão anterior, interpolando linearmente
dentro das classes, se necessário.
(A) 15
(B) 14,3
(C) 13,7
(D) 12,3
(E) 7,3
19. (Cesgranrio – 2012 – Petrobrás)

No histograma, os pontos médios das classes inicial e final são 40 e 80,
respectivamente.

Sabendo-se que todas as classes têm a mesma amplitude, a estimativa

adequada para a média e para a mediana dessa distribuição são,
respectivamente,
(A) 59,5 e 59,5
(B) 59,5 e 60
(C) 60 e 59
(D) 60 e 59,5
(E) 60 e 60
20. (ENEM 2014)

A tabela apresenta uma estimativa da evolução da população brasileira por
faixa etária, em milhões de pessoas, para 2020, 2030 e 2045.
STEFANO, F. Mais velho e mais rico: os ganhos da maturidade.

Exame, ed. 1 003, ano 45, n. 21, 2 nov. 2011 (adaptado).
Com base na tabela, o valor que mais se aproxima da média dos percentuais
da população brasileira na faixa etária até 14 anos, nos anos de 2020, 2030 e
2045, é
A) 21,5.
B) 21,7.

C) 48,0.
D) 48,3.
E) 48,5.
8. Gabarito
1 Alternativa C.
2 Alternativa B.
3 Alternativa E.
4 Item CORRETO.
5 Alternativa A.
6 Alternativa E.
7 Alternativa C.
8 Alternativa C.
9 Alternativa D.
10 6 milhões de reais
11 11.
12 A moda é 11.
13 Alternativa C.
14 Alternativa B.
15 Alternativa B.
16 Alternativa A.
17 Alternativa B.
18 Alternativa D.
19 Alternativa D.
20 Alternativa B.

9. Bibliografia consultada
1. PAIVA, Manoel. Moderna Plus – Matemática – Parte I - 3 ed. São Paulo:

Moderna, 2016.
2. IEZZI, Gelson. Fundamentos de Matemática Elementar. 9.ed. São Paulo:

Atual, 2013.
3. BUSSAB, Wilton O.; MORETTIN, Pedro A. Estatística Bibliografia Básica.

São Paulo: Saraiva, 2010.


Aula Desct

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Aula Desct

Caricato da

Copyright:

Formati disponibili

Estatística para a Polícia Federal

Aula demonstrativa – Medidas de Tendência Central

Estatística para o Concurso da

Professor Marcelo Eustáquio

Professor MARCELO EUSTÁQUIO www.voceconcursado.com.br 2

Professor MARCELO EUSTÁQUIO www.voceconcursado.com.br 3

Estatística para Polícia Federal

1.2 Conteúdo programático

(1) Estatística descritiva e análise exploratória de dados:

Professor MARCELO EUSTÁQUIO www.voceconcursado.com.br 4

2.9. Distribuições condicionais e independência.

(3) Inferência estatística.

(4) Análise de regressão linear.

(5) Técnicas de amostragem: amostragem aleatória simples, estratificada,

Percebam, é um conteúdo bem extenso do qual concentraremos nossa

Assim, otimizamos nosso processo de preparação.

Professor MARCELO EUSTÁQUIO www.voceconcursado.com.br 5

1.3 Nosso curso...

Data Prevista Conteúdo

Aula 02 Probabilidade: Definições, Probabilidade condicional e

Feitas as devidas apresentações e considerações iniciais, vamos ao que

Professor MARCELO EUSTÁQUIO www.voceconcursado.com.br 6

• Estatística Descritiva: sistematiza a coleta, a organização, a

• Inferência Estatística: tem como objetivo identificar características

A partir de técnicas da inferência estatística, conclusões a respeito da

Professor MARCELO EUSTÁQUIO www.voceconcursado.com.br 7

• Censo: leva em consideração toda a população;

Outro exemplo típico do conceito de população pode ser observado nas

Professor MARCELO EUSTÁQUIO www.voceconcursado.com.br 8

• Variável: característica ou propriedade da população em estudo.

As variáveis estatísticas podem ser categorizadas em qualitativas ou

Professor MARCELO EUSTÁQUIO www.voceconcursado.com.br 9

2.2.1 Variáveis qualitativas

Primeiras perguntas propostas no Censo Demográfico 2010

• Variáveis qualitativas ordinais: apesar de não serem

• Variáveis qualitativas nominais: não estão relacionadas à

Professor MARCELO EUSTÁQUIO www.voceconcursado.com.br 10

2.2.2 Variáveis quantitativas

Exemplos de variáveis quantitativas

• Variáveis quantitativas discretas: podem ser enumeradas,

• Variáveis quantitativas contínuas: seus valores pertencem a

Professor MARCELO EUSTÁQUIO www.voceconcursado.com.br 11

2.3 Vamos praticar...:

I - Unidade da Federação em que nasceu;

III - faixa de renda mensal da família;

V - horas por semana de dedicação aos estudos.

São qualitativas APENAS as variáveis

Professor MARCELO EUSTÁQUIO www.voceconcursado.com.br 12

3. Formas de representação de dados

0,65 0,70 0,65 0,65 0,85

Dados brutos (sem tratamento)

Professor MARCELO EUSTÁQUIO www.voceconcursado.com.br 13

Rol – Conjunto ordenado de dados

Percebam que, estando os dados ordenados, identificar algumas

Professor MARCELO EUSTÁQUIO www.voceconcursado.com.br 14

É comum questões explorarem e apresentarem questões que façam referência

Perceba que o índice indica a posição do elemento na listagem

Perceba que, ao agrupar os dados na forma de intervalos, observamos

Existem diferentes formas de representar um intervalo além da que

Professor MARCELO EUSTÁQUIO www.voceconcursado.com.br 15

matemático. Para ilustrar outras notações, considere o intervalo formado por

O parêntesis é sempre usado para intervalos abertos (que não contém

A parte vertical (|) em “a” indica que o “a” pertence ao intervalo