Estatística

Professora Solimar
Definição:
 Estatística é um conjunto de técnicas que
permite, de forma sistemática, organizar,
descrever, analisar e interpretar dados oriundos
de estudos ou experimentos, realizados em
qualquer área de conhecimento.

 A estatística ajuda muito no fornecimento de

instrumentos que auxiliam a tomada de decisão
em toda situação onde incertezas estão
presentes.
 Interdisciplinaridade
 A estatística possui um caráter interdisciplinar.
Ela está presente nas área de ciências médicas
e biológicas, nas áreas social e econômica, em
indústrias, no mercado financeiro, em escolas
técnicas, em cursos de treinamento para
empresas e nas engenharias. Por esse motivo é
muito importante que se tenha uma boa
compreensão do tema, pois ela é um fator
importantíssimo para muitas profissões.
OBJETIVO
 GERAL
Capacitar e desenvolver conhecimentos,
habilidades e competências para que o aluno do
Curso de matemática, turismo e serviço social, aplique
o conhecimento estatístico e seus recursos como
ferramenta para: apresentação, análise, interpretação
e formulação de soluções, capacitando-o para a
tomada de decisão frente aos problemas operacionais
e gerenciais do cursos de .... conforme sua realidade
social.
OBJETIVO
 ESPECIFICOS
✓ Tabular corretamente dados em tabelas e
gráficos para apresentação e análise dos
mesmos;
✓ Desenvolver capacidades para coletar e
selecionar dados de modo a auxiliar o
profissional contador na tomada de decisão;
✓ Calcular medidas de posição, dispersão,
assimetria e curtose e interpretar seus
significados e aplicabilidade prática;
✓ Conhecer técnicas de seleção de amostras e, a
partir desta amostra, permitir fazer inferências da
população investigada.
Um pouco de história...
 As primeiras estatísticas foram realizadas
para os governantes das grandes
civilizações antigas, com a finalidade de
registrar os bens que o Estado possuía.
UM POUCO DA HISTORIA......
Três séculos antes do nascimento de Cristo já se
faziam censos, mas a palavra estatística foi
aparecer pela primeira vez no século XVIII
sugerida pelo alemão Gottfried Achemmel (1719-
1772).
Hoje a Estatística ampliou seu campo de
atuação e tornou-se fundamental em estudos de
Biologia, Medicina, Física, Psicologia, Indústria,
Comércio, Educação, etc.
A estatística pode ser:

 Descritiva: descreve e
analisa os fenômenos.  Indutiva: ultrapassa os
Dados estatísticos limites da amostra, ou
podem ser seja, a partir de uma
representados tanto por amostra estuda as
tabelas e por quadros de características da
distribuição por população amostrada.
frequência quanto por
gráficos.
 Estatística Descritiva ou Dedutiva é a parte da
estatística que se limita a descrever os dados do
conjunto estudado, sem procurar fazer
generalizações ou inferências a respeito da
população de onde foram retirados, nem previsões
a respeito de fatos futuros relacionados ao conjunto
estudado.

 Estatística Inferencial ou Indutiva é a parte da

estatística que permite fazer e previsões a respeito
da população de onde os dados foram retirados, a
partir de processos de inferências, ou seja,
processos que se baseia na experiências de
observações de casos anteriores.
 População e Amostra
 População é o conjunto de todos os elementos
com característica que se deseja estudar.
Exemplo: Em 2014 a população brasileira era de
aproximadamente 200 milhões de habitantes.
 Amostra é a parte da população que se escolhe
aleatoriamente para o estudo. No mínimo de 10%
. Exemplo: Uma pesquisa eleitoral.
Variáveis
É a característica ou propriedade dos
elementos que será estudada, ou observada, na
população.
Classificação das Variáveis
Variáveis Quantitativas (Discretas e Contínuas)

Variáveis Qualitativas (Nominais e Ordinais)

 Variáveis Qualitativas
É quando ela representa uma qualidade ou um
atributo qualquer dos elementos da população .
Exemplo:
Religião, sexo, estado civil, nível de escolaridade ,
classe social.
Variáveis Quantitativas
É quando ela representa uma quantidade ou uma
grandeza medida em uma escala qualquer, que
permita a identificação da magnitude das
diferenças entre dois valores quaisquer.
Variáveis Quantitativas Discreta
só podem assumir valores pertencentes a um
conjunto enumerável de elementos (números).
Exemplos: idade em anos, gols de um jogo,
números de filhos.

Variável Quantitativa contínua

podem assumir qualquer valor num certo
intervalo.(inteiro ou decimal)
Exemplos: tempo, peso, altura, etc.
Variável Qualitativa Nominal ou Categórica
É quando não existe nenhuma relação de ordenação
entre os valores da variável.
Exemplos: sexo, raça, profissão, religião, etc.

Variável Qualitativa Ordinal ou Por Postos

É quando existe uma relação de ordenação entre os
valores da variável que permite identificar a
magnitude das diferenças entre dois valores.
Exemplo: meses do ano, escolaridade, classe social
etc.
SÉRIES ESTATÍSTICOS
 As séries estatísticas consistem na apresentação
das informações das (variáveis estatísticas) em
formas de e gráficos, objetivando sintetizar os
dados estatísticos e tornando-os mais
compreensivos.
 Tabelas é um quadro que resume um conjunto de
observações.
 Uma tabela compõe-se de:
 Corpo, cabeçalho, coluna indicadora, linhas, casa ou
célula e titulo.
SÉRIES ESTATÍSTICAS
 O título deve conter o conjunto de informações, as
mais completas possíveis, respondendo as
perguntas: o que?, quando?, onde?, localizado no
topo da tabela.
 Fato – fenômeno observado
 Espaço Geográfico – local ou região onde o fato
ocorreu.
 Época – que se refere a data ou ao tempo em que o
fato foi observado.
 O corpo é reservado para o registro dos dados.
SÉRIES ESTATÍSTICAS
 Cabeçalho situado no alto de cada coluna, deve
indicar a natureza do conteúdo das linhas da tabela.

 Coluna indicadora situada a esquerda das demais

colunas, indica a natureza do conteúdo das linhas
da tabela.

 Fonte situado no rodapé da tabela, deve indicar a

origem dos dados da célula.

 O rodapé é reservado para a identificação da fonte.

Classificação das Séries Estatísticas
 Uma Série Estatística é representada por uma
tabela ou gráfico que apresente a distribuição
de valores de uma variável de estudo em função
de época, local, espécie ou frequência de
ocorrência da variável.

 Séries Temporais,
 Séries Geográficas,
 Séries Explicativas.
 Séries Temporais também chamada de
serie histórica, cronológicas,
evolutivas ou manchas, descrevem os
valores de uma variável ao longo de
intervalos de tempo consecutivos
(quando, onde e que) :
 Quando ocorrem os valores,
mantendo-se fixos a localização,
 onde ocorrem e a natureza do
fenômeno,
 o que ocorrem.
 Séries geográficas também
chamada de espaciais, temporais
ou de localização, descrevem o
comportamento da variável de estudo
em função de sua localização onde
ocorrem os valores, mantendo-se
fixas a época quando ocorrem e a
natureza do fenômeno o que ocorre.
 Série Especificativas também chamadas de Séries
Específica, Categóricas ou qualitativas, descrevem
o comportamento da variável de estudo em função de
especificações ou de categorias próprias da natureza da
variável de estudo o que ocorrem, mantendo-se fixas a
época quando ocorrem e o local onde ocorrem.
 Série Mista
É uma combinação de duas ou mais dos 3 tipos de
séries anteriores.
 Gráficos
 A representação gráfica dos dados estatísticos
tem por objetivo apresentar de forma rápida e
concisa os resultados obtidos, permitindo-se
chegar a conclusões sobre a evolução do
fenômeno ou sobre como se relacionam os
valores da série.
 Existem várias maneiras de se representar
graficamente os dados estatísticos de acordo
com os tipos de séries.
 De acordo com as características das
informações, devemos escolher o gráfico correto
para a pesquisa que será desenvolvida.
 Gráfico de Linha
 Utilizado usualmente para verificar o
comportamento de uma determinada variável ao
longo do tempo.
 É utilizado para representar o crescimento ou
decrescimento da variável.
 O eixo x representa anos, meses, semestres,
semestres, entre outros.
 Usado para uma série temporal.
 Gráfico de Barra
 Gráfico em Colunas ou Barras:
Os dados são representados através de retângulos
dispostos verticalmente em (colunas) e horizontalmente
em (barras).
 É usados, em geral, para comparar coisas de mesma
natureza.
 Um gráfico de barra, tanto horizontal como vertical
permite estabelecer comparação de frequência ou
porcentagem.
Visualização no gráfico de barras:
Nº de medalhas

15

10

5
Nº de medalhas
0
1972

Nº de medalhas
1976
1980
1984
1988
1992
1996
2000
 As imagens podem ter direitos autorais.Enviar feedback

Visitar página Visualizar imagem Compartilhar

Histograma - Blog da Qualidade

www.blogdaqualidade.com.br 610 × 288Pesquisa por imagem
Gráfico tipo histograma
Gráficos
✓ Histogramas é um gráfico formado por um conjunto
de retângulos justapostos cujas bases se localizam
sobre o eixo horizontal, de tal modo que seus pontos
médios coincidam com os pontos médios dos
intervalos de classe.

✓ Polígono de frequência é um gráfico de linha no

qual as frequências são marcada sobre
perpendiculares ao eixo horizontal, levantadas pelos
pontos médios dos intervalos de classe.
Histograma: É a representação de uma distribuição de
frequência por meio de retângulos justapostos:
 Gráfico de Setor
 Usado em séries geográficas e específicas.
 Utilizado principalmente para verificação de
percentuais na amostra ou população em
estudo.
 É a representação gráfica dos dados estatísticos
em um círculo através de setores.
 É usados para representar as relações entre as
partes de um todo.
 As áreas são proporcionais aos valores da
série.
Gráfico de setores:
Freqüência

12 anos
11 anos
 Regras para arredondamentos de dados

 As regras de arredondamento de dados segundo as

normas da ABNT 5891/77
1ª - Regra.
 Permanece sem modificações, o algarismo seguinte
ao último número a ser conservado se for inferior a 5.
Exemplo:
a) 4,331 = 4, 3
b) 7,221 = 7,2
c) 18,112 = 18,1
 2ª - Regra.
 Quando o algarismo a ser conservado for maior que
o número 5 ou mesmo 5, se seguido de no mínimo
um algarismo diferente de zero será aumentado
uma unidade.
Exemplo:
a) 6,762 = 6,8
b) 3,653 = 3,7
 3ª - Regra.
 Quando o algarismo a ser conservado for 5 seguido
de zero e for impar aumenta uma unidade.
Exemplo:
a) 16,550 = 16,6
 E se for par não modifica.
Exemplo:
b) 16,450 = 16,4
 Exercício

1. Faça o arredondamento dos números conforme a

precisão indicada nas regras:
a) 243,2 h) 194
b) 243,8 i) 61,8433
c) 2,056 j) 409.800,005,42
d) 5,1117500 k) 0,0435
e) 5,11175 l) 47,8
f) 47,7502 m) 4,50001
g) 18,22534 n) 5,56501
Porcentagem

1- Suponha que meu salário seja de R$ 400,00 e eu

receberei um aumento de 12%. Quanto passarei a
receber?
Solução:
12𝑋400
12% de 400 = = 48
100
Passarei a receber, o valor de:
R$ 400,00 + R$ 48,00 que é igual a R$ 448,00. portanto
o valor recebido é de R$ 448,00.
2- Um produto de R$ 32,00 está com desconto de 7%. Por
quanto ele está sendo vendido?
 PORCENTAGEM
 Porcentagem ou percentagem é a fração de um
número inteiro expressa em centésimos.
 Representação do símbolo de % (que se lê "por
cento").
 Os cálculos de porcentagens são muito usados na
indústria, finanças e no mundo científico para avaliar
resultados.
1. Exemplo:
 Num concurso público compareceram 1500
pessoas, sendo que 20% dos inscritos faltaram.
Qual o número total de candidatos inscritos?
 porcentagem
 Razão centesimal: Toda a razão centesimal tem
para consequente o número 100 denomina-se razão
centesimal.
 Exemplo:
 7/100 = 0,07 = 7 % (lê-se sete por cento )

 16/100 = 0,16 = 16 % (lê-se dezesseis por cento )

 125/100 = 1,25 = 125% (lê-se cento e vinte e cinco

por cento )
2. Exemplo:
 Uma firma realizou uma pesquisa para averiguar
o número de pessoas que usam determinado
produto. Das 940 pessoas entrevistadas, 611
fazem uso dele. Qual é a porcentagem de
pessoas que utilizaram o produto?
3. Exemplo:
 Uma certa mercadoria, custava R$ 12,50 teve
um aumento passando a custar R$ 13,50. Qual
a porcentagem de majoração sobre o preço
antigo da mercadoria?
 DISTRIBUIÇÕES DE FREQÜÊNCIA

 Uma distribuição de frequência é uma tabela onde

constam os possíveis valores para uma variável.
 Quando se estuda uma variável, o maior interesse
do pesquisador é conhecer o comportamento dessa
variável, analisando a ocorrência de suas possíveis
realizações.
 Se os dados estiverem dispostos de forma aleatória,
sem prévia organização, dizemos que a tabela é
primitiva ou os dados são chamados brutos;
 A tabela obtida após a organização dos dados em
ordem crescente ou decrescente é chamada de rol.
A grupamento em classe
 Dados brutos são os dados coletados ainda não
organizados numericamente.

 Rol são os dados organizados numericamente, em

ordem crescente ou decrescente.

 Frequência absoluta ou simplesmente frequência

(F) é o número de vezes que cada dado aparece no
rol.
 Distribuição por frequência é a tabela em que
se resumem grandes quantidades de dados,
determinando o número de vezes que cada dado
ocorre (frequência) e a porcentagem com que
aparece (frequência relativa).

 Frequência relativa ou percentual é o

quociente da frequência absoluta pelo número
da frequência total de dados.

 Frequência acumulada é a soma da frequência

simples.
 Após reunir informações sobre determinado
assunto, devemos organizar essas informações
numa tabela.
Exemplo: Num grupo de 40 alunos, 16 têm 12 anos
de idade e 24 têm 11 anos.

Número de pessoas segundo a idade

Idade Frequência Proporção ou Porcentagem
ni Frequência 100fi
Relativa (fi)
12 anos 16
11 anos 24
Total 40
 Faça uma distribuição de frequência para dados
simples com os seguintes:
41,41,41,42,42,43,44,45,46,46,50,50,
51,52,54,57,58,58,60,60.
 41---------3 42------------2
 43----------1 44------------1
 45----------1 46------------2
 50----------2 51------------1
 52----------1 54------------1
 57----------1 58------------2
 60----------2
 Limite inferior (l) é o menor valor que a variável
pode assumir.

 Limite superior(L) é o maior valor que a variável

pode assumir.

 Ponto médio (Pm) de uma classe é a média

aritmética ente o limite superior e o limite inferior da
classe.
Distribuição de frequência: estatura de 40 alunos de uma escola.

154 161 156 172 153 157 156 158 158 161
155 152 163 160 155 169 151 170 155 164

162 161 168 163 156 173 160 155 164 168
166 160 161 150 162 160 165 167 164 170

150 154 155 157 160 161 162 164 166 169

151 155 156 158 160 161 162 164 167 170

152 155 156 158 160 161 163 164 168 172

153 155 156 160 160 161 163 165 168 173
Exemplo:
Atividade
1) Numa amostra de 20 recém-nascido normais, foram
observados os seguintes pesos (em gramas):
2450 2510 2600 2620 2650 2680 2720 2750 2030
2850 2870 2900 3010 3130 3150 3250 3420 3570
3620 3810.
Faça a distribuição desses dados por frequência relativa.
2) Em uma fabrica foram testadas 400 lâmpadas; a
duração delas aparece na distribuição por frequência a
seguir :
de 300 ---- 400 = 14 400 ---- 500 = 46
de 500 ---- 600 = 58 600 ---- 700 = 76
 de 700 ---- 800 = 68 800 ---- 900 = 62
de 900 ---- 1000 = 48 1000 ---- 1000 = 22
de 1100 ---- 1200 = 6.
Construa uma tabela de distribuição por frequência,
em que apareçam pm, f, fr, % e fa.
3) As notas obtidas em estatística por 80 estudantes
de Ciências Contábeis de uma faculdade X estão
relacionada abaixo:
68 84 75 82 68 90 62 88 76 93 73 79 88 73 60
93 71 59 85 75 61 65 75 89 74 62 95 78 63
72 66 78 82 75 94 77 69 74 68 60 96 78 89 61
75 95 60 79 83 71 79 62 67 97 78 85 76 65
71 75 65 80 73 57 88 78 62 76 53 74 86 67
73 81 72 63 76 75 85 77.
a) Organize o rol colocando em ordem crescente.
b) Qual é a amplitude total?
c) Organize os dados em classes considerando 5
como amplitude,
d) Faça a distribuição por frequência.
 Medida de tendência central

 As medidas de tendência central são utilizadas

para caracterizar um conjunto de valores,
representando-o adequadamente. A denominação
“medida de tendência central”, se deve ao fato
de que, por ser uma medida que caracteriza um
conjunto, tenderá a estar no meio dos valores.
A medida de posição mais importante é Média de
Tendência central.
Média Aritmética;
Mediana;
Moda.
As outras medidas posição são as separatrizes, que
englobam:
A mediana;
Os quartis;
Os percentis.
Média Aritmética Simples:
A média aritmética é uma das medidas de tendência
central que é bastante utilizada em estatística.
É a soma das observações dividida pelo número de
observações.
Seus valores tendem a se localizar em um ponto central
dentro de um conjunto de dados.

 A média aritmética é obtida somando-se todos os

números dessa sequência e dividindo pela quantidade de
números que a sequência possui, que são n números.
Média aritmética é o quociente da divisão da soma dos
valores da variável pelo número deles:

𝑥ҧ é a media aritmética;
Xi os valores das variáveis;
n é o números de valores.

∑𝑥𝑖
 𝑥ҧ =
𝑛
Se considerarmos um conjunto de valores x 1, x2, x3, ..., xn.
A média aritmética dos valores desse conjunto é dada
por:

∑𝑥𝑖 𝑥1+..…………..+𝑥𝑛
𝑥ҧ = =
𝑛 𝑛

 Dada a sequência 1, 2, 3, 4, 5, como determinar a sua

média aritmética?
∑𝑥𝑖 1+2+3+4+5 15
 𝑥ҧ = = = =3
𝑛 5 5
Exemplos:
Considere os conjuntos de dados:
Calcule as medias dos dados abaixo
a) 3, 5, 2, 6, 5, 9, 5, 2, 8, 6;

b) 18, 17, 17, 16, 16, 15, 15, 15, 14, 14, 13, 13, 13, 13, 13,
12, 12, 12, 11, 11;

c) 10, 14, 13, 18, 16, 18, 12;

Média aritmética com agrupamento de dados

A tabela abaixo apresenta o levantamento da variável “números de

filhos” realizado com 34 família. Calcule a média aritmética desses
dados.
Números de filhos de famílias em áreas de risco em São Paulo.
Números de filhos famílias
0 2
1 6
2 10
3 12
4 4
-------------------------------------
fonte:
 Fazer o Rol
0 0 1 1 1 1 1 1 2 2
2 2 2 2 2 2 2 2 3 3
3 3 3 3 3 3 3 3 3 3
4 4 4 4

∑𝑥𝑖 0+0+1+1………….+4+4+4+4
 𝑥ҧ = =
𝑛 34

2𝑋0 + 1𝑋6 +2𝑋10+3𝑋12 + 4𝑋4 78

 𝑥ҧ = = =2,3 filhos por
34 34
família.
 Exemplo:
Um estudante de graduação de contábeis decidiu fazer
uma pesquisa sobre o número de salgados que 140
alunos de uma determinada faculdade consumiam em
uma semana. Ao final de sua investigação construiu a
tabela abaixo.
Calcule a média de salgado consumidos:
a) Por dia;
b) Por dia, por aluno.
 Quantidade de salgado consumidos por 140 alunos:
 dia da semana números de salgados
 2ª feira 124
 3ª feira 158
 4ª feira 180
 5ª feira 175
 6ª feira 193
 -------------------------------------------
 Fonte: dados da pesquisa
Moda M0

Definição:
É o valor que ocorre com maior frequência em uma serie de
valores.

Assim, da representação gráfica dos dados, obtém-se

imediatamente o valor que representa a moda ou a classe
modal.

Esta medida é especialmente útil para reduzir a informação

de um conjunto de dados qualitativos, apresentados sob a
forma de nomes ou categorias, para os quais não se pode
calcular a média e por vezes a mediana.
 Exemplo:
Escolaridade em anos dos funcionários de uma empresa;

Tempo frequência
6 4
8 2
10 8
12 7
4 2
------------------------------------------
Fonte: dados da pesquisas.
Tempo frequência
6 4
8 2
10 8
12 8
4 2
------------------------------------------
Fonte: dados da pesquisas.
A moda são os valores de 10 e 12, quando os valores se
repetem chama- se de série bimodal.
Tempo frequência
6 4
8 4
10 4
12 4
4 4
------------------------------------------
Fonte: dados da pesquisas.
Neste caso não há moda portanto está série é a modal.
 Exemplo:
Um novo medicamento para cicatrização está sendo
testado e um experimento é feito para estudar o tempo
(em dias) de completo fechamento em cortes
proveniente de cirurgias. Uma amostra de 30 cobaias
forneceu os seguintes valores:
dados brutos.

15 17 16 15 17 14 17 16 16 17 15 18 14 17 15
14 15 16 17 18 18 17 15 16 14 18 18 16 15 14
Determine a média e a moda desta série de dados:
Mediana
A mediana, é uma medida de localização do centro da
distribuição dos dados, definida do seguinte modo:
Ordenados os elementos da amostra, a mediana é o valor
(pertencente ou não à amostra) que a divide ao meio,
isto é, 50% dos elementos da amostra são menores ou
iguais à mediana e os outros 50% são maiores ou iguais à
mediana
Para a sua determinação utiliza-se a seguinte regra,
depois de ordenada a amostra de n elementos:
Se n é ímpar, a mediana é o elemento médio.
Se n é par, a mediana é a semi - soma dos dois elementos
médios.
 Considerações a respeito de Média e Mediana
Se representarmos os elementos da amostra
ordenada com a seguinte notação: X1: n , X2: n , ... ,
Xn: n
então uma expressão para o cálculo da mediana será:
Como medida de localização, a mediana é mais
robusta do que a média, pois não é tão sensível aos
dados.
1- Quando a distribuição é simétrica, a média e a
mediana coincidem.
2- A mediana não é tão sensível, como a média, às
observações que são muito maiores ou muito menores
do que as restantes. Por outro lado a média reflete o
valor de todas as observações.
 Como já vimos, a média ao contrário da mediana, é
uma medida muito influenciada por valores "muito
grandes" ou "muito pequenos", mesmo que estes valores
surjam em pequeno número na amostra.
Estes valores são os responsáveis pela má utilização da
média em muitas situações em que teria mais significado
utilizar a mediana.

A mediana de um conjunto de valores, ordenados

segundo uma ordem crescente, é o valor situado no meio
desse conjunto e que o separa em dois subconjuntos com
mesmo número de elementos.
 A partir do exposto, deduzimos que se a distribuição
dos dados:
1. for aproximadamente simétrica, a média aproxima-
se da mediana

2. for enviesada para a direita, a média tende a ser
maior que a mediana.

3. for enviesada para a esquerda, a média tende a ser
inferior à mediana.