AULA DE APOIO I: ESTATÍSTICA APLICADA

Prof. Luiz Felix

População e amostra

 População  conjunto de todos os itens (pessoas, coisas,

objetos) que interessam ao estudo de um fenômeno coletivo
segundo alguma característica.

 Amostra  qualquer subconjunto não vazio de uma população.

Dados brutos e rol

 Dados brutos  uma sequência de valores numéricos

não organizados, obtidos diretamente da observação de
um fenômeno coletivo.

 Exemplo: Idade dos meus professores: 49, 63, 34, 27.

 Rol  uma sequência ordenada de dados brutos.

 Exemplo: Idade dos meus professores:

27, 34, 49, 63 ou 63, 49, 34, 27.
Tipos de variáveis

Nominais
Qualitativas
Ordinais
Variáveis
Discretas
Quantitativas
Contínuas
Variáveis qualitativas

 Apresentam característica
ou atributo.
 Nominais – sem ordem.
 Exemplo: cor dos cabelos, Fonte: https://www.wwf.org.br/?uNewsID=29522

estado civil.

 Ordinais – com ordem.

 Exemplo: classe social,
escolaridade
Fonte: https://www.vix.com/pt/ciencia/538673/cor-do-olho-nao-
depende-so-da-genetica-garante-oftalmo-entenda
Variáveis quantitativas

 São expressas por números.

 Discretas – Contagem – Inteiros.
 Exemplo: quantidade de
cadeiras ou de mesas.

Fonte:
http://alphaparkhotel.com.br/conteudo/eventos/497

 Contínuas – Medição – Fracionário.

 Exemplo: peso, altura.
Fonte: http://conexaon.com.br/2015/02/o-complicado-
confronto-de-atletas-com-a-balanca/
Medidas de tendência central

 Média aritmética.

 Mediana.

 Moda.
Média aritmética

 É um dos valores mais representativos de um conjunto

de dados.

x = ∑ xi
n

 xi cada variável da amostra

 n é o número de dados da amostra

Média aritmética – Exemplos

 Calcule a média aritmética do conjunto de dados:

a) xi = 3, 5, 8, 12, 7, 25

x = ∑ xi = 3 + 5 + 8 + 12 + 7 + 25 = 60 = 10
n 6 6

b) xi = 1, 1, 3, 5

x = ∑ xi = 1 + 1 + 3 + 5 = 10 = 2,5
n 4 4
Média aritmética – Exemplos

 Uma pesquisa foi realizada com 50 jovens entre 20 e 23 anos

sobre o uso do celular. A tabela mostra a idade e a frequência
de cada valor. Determine a idade média dos jovens que
responderam à pesquisa.

Idade Número de
jovens
20 15
21 20
22 9
23 6
Média aritmética – Exemplos

Idade Número de jovens Xi . fi

20 15 300
21 20 420
22 9 198
23 6 138
∑ 50 1056

x = ∑ Xi . fi = 1056 = 21,12
n 50
Média aritmética ponderada

 A cada valor xi deverá ser atribuído um peso pi

xp = ∑ xi . pi
∑ pi

 xi cada variável da amostra

 pi cada peso da amostra

Média aritmética ponderada – Exemplo

 Abaixo estão representadas as notas de um aluno e os

respectivos pesos. Calcule a média do aluno levando-se
em conta os pesos das avaliações.

NOTA PESO
7,0 2
3,0 5
6,0 1
5,0 2

xp = ∑ xi . pi = 7.2 + 3.5 + 6.1 + 5.2 = 45 = 4,5

∑ pi 2+5+1+2 10
Mediana

 Valor central que divide ao meio uma série ordenada

de dados.

 Se o número de elementos do rol for ímpar, a mediana será

o valor do meio.

 Se o número de elementos do rol for par, a mediana será

a média dos 2 valores centrais.
Mediana – Exemplos

 Determinar a mediana
xi = 5, 1, 7, 2, 9

Solução correta
Rol xi: 1, 2, 5, 7, 9
Mediana = 5

Erro comum: não fazer o rol

xi: 5, 1, 7, 2, 9
Mediana = 7
Mediana – Exemplos

 Determinar a mediana
xi = 5, 1, 7, 8

Solução correta
Rol xi: 1, 5, 7, 8
Mediana = 5 + 7 = 12 = 6
2 2

Erro comum: não fazer o rol

xi = 5, 1, 7, 8
Mediana = 1 + 7 = 8 = 4
2 2
Mediana – Exemplos

 Determinar a mediana xi = 9, 12, 2, 14, 6

Rol xi: 2, 6, 9, 12, 14

Regra: quantidade ímpar de elementos (n=5)
n+1 = 5+1 = 6 =3
2 2 2

Este 3 indica que a mediana está na 3ª posição.

Rol xi: 2, 6, 9, 12, 14

Mediana = 9
Mediana – Exemplos

 Determinar a mediana xi = 7, 4, 5, 9, 1, 10
Rol xi: 1, 4, 5, 7, 9, 10
Regra: quantidade par de elementos (n=6)
n = 6 =3
2 2
Este 3 indica que devo pegar o valor da posição 3 e o valor que
está na próxima posição, que é a 4ª posição.
Rol xi: 1, 4, 5, 7, 9, 10

Somar e dividir por 2  5 + 7 = 12 = 6

2 2
Mediana = 6
Mediana – Exemplos

 Uma pesquisa foi realizada com 50 jovens entre 20 e 23 anos

sobre o uso do celular. A tabela mostra a idade e a frequência
de cada valor. Determine a idade mediana dos jovens que
responderam à pesquisa.

Idade Número de jovens

20 15
21 20
22 9
23 6
Mediana – Exemplos

1º Passo: Criar a coluna Frequência Acumulada

Idade Número de jovens Frequência Acumulada

20 15 15
21 20 35
22 9 44
23 6 50
∑ 50 __
Mediana – Exemplos

 2º Passo: Dividir o tamanho da amostra, que neste caso é par,

por 2: 50/2 = 25
 Verificar os valores da posição 25 e 26, somar os dois valores
e dividir por 2.
Idade Número Freq. Meu rascunho
de jovens Ac.

20 15 15 1ª a 15ª pos.
21 20 35 16ª a 35ª pos.
22 9 44 36ª a 44ª pos.
23 6 50 45ª a 50ª pos.
Idade mediana = 21 ∑ 50 __
Moda – Exemplos

 É o valor de maior frequência em um conjunto de dados.

Determinar a moda
a)xi = 2, 8, 1, 5, 4, 5, 1, 5
moda = 5

b) Determinar a moda
xi = 5, 4, 3, 3, 5, 4
não existe moda  amodal
Moda – Exemplos

 A nota dos alunos de uma turma estão apresentadas a seguir.

Determine a moda.

Nota Quantidade de alunos

3 2
5 8
6 13
7,5 7

Moda = 6
Erro comum: informar a quantidade como moda.
Moda = 13
Medidas de dispersão

 Indicam o quanto os dados estão dispersos em torno

da região central.

 Quanto maiores as medidas de dispersão, mais heterogêneos

são os dados e, ao contrário, quanto menores essas medidas,
mais homogêneo o conjunto.
Medidas de dispersão

 Considere os seguintes conjuntos de valores das variáveis

X, Y e Z:

X: 70, 70, 70, 70, 70

Y: 68, 69, 70, 71, 72
Z: 5, 15, 50, 120, 160

 Os 3 conjuntos apresentam a mesma média aritmética: 70.

Notamos que o conjunto X é mais homogêneo que os
conjuntos Y e Z.
Amplitude total

 A amplitude total ou intervalo de um determinado conjunto de

dados é obtida pela diferença entre o maior e o menor valor
neste conjunto de números.

 Amplitude Total = Valor Máximo – Valor Mínimo

 Sendo xi: 8, 7, 9, 13, 10, 20

 Amplitude Total = 20 – 7 = 13
Desvio médio

 A dispersão dos dados em relação à média de uma sequência

pode ser avaliada através dos desvios de cada elemento da
sequência em relação à média da sequência.

DMédio = ∑ | xi  x |
n
onde n é o número de observações

Exemplo de | x |
|3| = 3
| 3| = 3
Desvio médio – Exemplo

 Para o conjunto de dados xi = 2, 8, 4, 6 calcule o desvio médio.

Solução: DMédio = ∑ | xi  x |
n
x = 2 + 8 + 4 + 6 = 20 = 5
4 4
DM = | 2  5 | + | 8  5 | + | 4  5 | + | 6  5 |
4
DM = | 3| + | 3 | + | 1| + | 1 | = 3 + 3 + 1 + 1
4 4
DM = 8 = 2
4
Variância e desvio padrão (população e amostra)

 População
Variância: σ2 = ∑ (xi – μ)2
n

Desvio padrão: σ = σ2

 Amostra
Variância: S2 = ∑ (xi – x)2
n–1

Desvio padrão: S = S2

Fonte: https://www.pinterest.pt/pin/473792823288274024/
Variância e desvio padrão (população) – Exemplo

 Para a população xi = 4, 5, 8, 5, calcule a variância

e o desvio padrão.
Solução: σ2 = ∑ (xi  μ)2 e σ = σ2
n
μ = 4 + 5 + 8 + 5 = 22 = 5,5
4 4
σ2 = (4 5,5)2 + (5 5,5)2 + (8  5,5)2 + (55,5)2
4
σ2 = (1,5)2 + (0,5)2 + (2,5)2 + (0,5)2 = 2,25
4
Desvio padrão: σ = σ2 = 2,25 = 1,5
Variância e desvio padrão (amostra) – Exemplo

 Para a amostra xi= 4, 5, 8, 5, calcule a variância

e o desvio padrão.
Solução: S2 = ∑ (xi  x)2 e S = S2
n–1
x = 4 + 5 + 8 + 5 = 22 = 5,5
4 4
S2 = (4 5,5)2 + (5 5,5)2 + (8  5,5)2 + (55,5)2
4–1
S2 = (1,5)2 + (0,5)2 + (2,5)2 + (0,5)2 = 9 = 3
3 3
Desvio padrão: S = S2 = 3 = 1,73
Coeficiente de variação

 O coeficiente de variação serve para indicar se o desvio padrão

é grande ou pequeno em relação à média aritmética da série
que está sendo estudada.
 Como o coeficiente de variação analisa a dispersão em termos
relativos, ele será dado em %. Quanto menor for o valor do
coeficiente de variação, mais homogêneos serão os dados,
ou seja, menor será a dispersão em torno da média.
O cálculo do coeficiente de variação é feito através da fórmula:

Onde s = desvio padrão

x = média aritmética
Coeficiente de variação

 Comparando as idades e os pesos de algumas pessoas de um

condomínio, observamos que a média de idade é de 35,7 anos
com um desvio padrão de 0,75 e a média de peso é de 60Kg
com um desvio padrão de 0,9. Qual das duas séries, idade ou
peso, é mais homogênea?

Cv Idade = 0,75 = 0,02  Cv = 2%

37,5

Cv Peso = 0,9 = 0,015  Cv = 1,5%

60

A série de peso é mais homogênea.

ATÉ A PRÓXIMA!
AULA DE APOIO II: ESTATÍSTICA APLICADA

Prof. Luiz Felix

Distribuição de frequências

 A observação das notas de 50 alunos em uma prova mostrou

os valores abaixo.

 Determine: a quantidade de classes.

 O limite inferior e o superior da classe 3. Notas Qtde.
 A amplitude da classe 3.
2 |-- 4 5
4 |-- 6 10
6 |-- 8 20
8 |-- 10 15
∑ 50
Distribuição de frequências

 Quantidade de classes: 4.
 O limite inferior da classe 3 é 6 e o limite superior é 8.
 A amplitude da classe 3 é dada por
Limite superior – Limite inferior = 8 – 6 = 2

Limite Notas Qtde. Limite

2 |-- 4 5
inferior superior
4 |-- 6 10
6 |-- 8 20
8 |-- 10 15
∑ 50
Distribuição de frequências

 A observação das notas de 50 alunos em uma prova mostrou

os valores abaixo.
 Determine: o Ponto Médio de cada classe;
a Frequência Relativa; a Frequência Acumulada;
a Frequência Relativa Acumulada.

Notas Qtde.
2 |-- 4 5
4 |-- 6 10
6 |-- 8 20
8 |-- 10 15
∑ 50
Distribuição de frequências – Variável contínua

 xi = Ponto médio: (Li + Ls) / 2

 fr% = Frequência relativa
 FA = Frequência acumulada
 FrA% = Frequência relativa acumulada
Qtde.
Notas xi fr% FA FrA%
(fi)
2 |-- 4 5 3 10 5 10
4 |-- 6 10 5 20 15 30
6 |-- 8 20 7 40 35 70
8 |-- 10 15 9 30 50 100
∑ 50 100 --- ---
Distribuição de frequências – Variável contínua

Notas Qtde. xi fr% FA FrA%

2 |-- 4 5 3 10 5 10
4 |-- 6 10 5 20 15 30
6 |-- 8 20 7 40 35 70
8 |-- 10 15 9 30 50 100
∑ 50 100 --- ---

 Alunos com nota >= 4 e menor 6: 10

 Alunos com nota menor que 6: 15
 % Alunos com nota >= 4 e menor que 6: 20%
 % Alunos com nota < que 6: 30%
Distribuição de frequências – Média

 Cálculo da Média

x = ∑ Xi . fi
n
Onde:
 x média aritmética da distribuição de frequência
 Xi ponto médio de cada classe (Li + Ls)
2
 fi frequência absoluta simples
 n número de observações
Distribuição de frequências – Média – Exemplo

Calcule a média da seguinte distribuição de frequências:

Saldo (R$) Correntistas

400 |--- 500 12

500 |--- 600 15
600 |--- 700 8
700 |--- 800 3
800 |--- 900 1
900 |--- 1000 1
Distribuição de frequências – Média – Exemplo

Saldo (R$) fi Xi Xi . fi

400 |--- 500 12 450 5400

500 |--- 600 15 550 8250
600 |--- 700 8 650 5200
700 |--- 800 3 750 2250
800 |--- 900 1 850 850

900 |--- 1000 1 950 950

∑ 40 --- 22900

x = ∑ Xi . fi = 22900 = 572,50
n 40
Distribuição de frequências – Mediana

 Cálculo da Mediana

Fonte: Livro-texto.

Fonte: Livro-texto.
Distribuição de frequências – Mediana – Exemplo

Calcule a mediana da seguinte distribuição de frequências:

Saldo (R$) Correntistas

400 |--- 500 12
500 |--- 600 15
600 |--- 700 8
700 |--- 800 3
800 |--- 900 1
900 |--- 1000 1
Distribuição de frequências – Mediana – Exemplo

n = 40 = 20
Saldo (R$) fi Fi
2 2
400 |--- 500 12 12
500 |--- 600 15 27 A classe da mediana
600 |--- 700 8 35 será a 2ª classe
700 |--- 800 3 38
800 |--- 900 1 39
900 |--- 1000 1 40
∑ 40 ---

Fonte: Livro-texto.

md = 500 + (20 – 12).100 = 500 + 800 = 553,33

15 15
Distribuição de frequências – Moda

 Cálculo da Moda

Fonte: Livro-texto.

Fonte: Livro-texto.
Distribuição de frequências – Moda – Exemplo

Calcule a moda da seguinte distribuição de frequências:

Saldo (R$) Correntistas

400 |--- 500 12

500 |--- 600 15
600 |--- 700 8
700 |--- 800 3
800 |--- 900 1
900 |--- 1000 1
Distribuição de frequências – Moda – Exemplo

A classe modal será a 2ª classe,

Saldo (R$) fi pois apresenta a maior frequência.
400 |--- 500 12
500 |--- 600 15
600 |--- 700 8
700 |--- 800 3
800 |--- 900 1
900 |--- 1000 1
Fonte: Livro-texto.
∑ 40

mod = 500 + (15 – 12).100 = 500 + 300 = 530

(15–12)+(15-8) 10
Distribuição de frequências – Desvio médio

 Cálculo do desvio médio

Dmédio = ∑ |Xi – x|. fi

n

Onde:
 Dmédio desvio médio
 Xi ponto médio de cada classe
 x média da distribuição de frequência
 xi ponto médio de cada classe
 fi frequência absoluta simples
 n total de observações
Distribuição de frequências – Desvio médio – Exemplo

Calcule o desvio médio da seguinte distribuição de frequências:

Saldo (R$) Correntistas

400 |--- 500 12

500 |--- 600 15
600 |--- 700 8
700 |--- 800 3
800 |--- 900 1
900 |--- 1000 1
Distribuição de frequências – Desvio médio – Exemplo

Saldo (R$) fi Xi |Xi – x| |Xi – x|.fi

400 |--- 500 12 450 122,50 1470
500 |--- 600 15 550 22,50 337,50
600 |--- 700 8 650 77,50 620
700 |--- 800 3 750 177,50 532,50
800 |--- 900 1 850 277,50 277,50
900 |--- 1000 1 950 377,50 377,50
∑ 40 --- --- 3615

Sendo x = 572,50
Dmédio = ∑ |Xi – x|. fi = 3615 = 90,37
Distribuição de frequências – Variância e desvio padrão
(população e amostra)

População
Variância: σ2 = ∑ (Xi – µ)2. fi
n

Desvio padrão: σ = σ2

Amostra
Variância: S2 = ∑ (Xi – x)2. fi
n–1

Desvio padrão: S = S2

Distribuição de frequências – Variância e desvio
padrão – Exemplo

Calcule a variância e o desvio padrão da seguinte distribuição

de frequências (população):

Saldo (R$) Correntistas

400 |--- 500 12
500 |--- 600 15
600 |--- 700 8
700 |--- 800 3
800 |--- 900 1
900 |--- 1000 1
Distribuição de frequências – Variância e desvio
padrão – Exemplo

Saldo (R$) fi Xi (Xi – µ)2 (Xi – µ)2.fi

400 |--- 500 12 450 15006,25 180075
500 |--- 600 15 550 506,25 7593,75
600 |--- 700 8 650 6006,25 48050
700 |--- 800 3 750 31506,25 94518,75
800 |--- 900 1 850 77006,25 77006,25
900 |--- 1000 1 950 142506,25 142506,25
∑ 40 --- --- 549750

Sendo µ = 572,50
σ2 = ∑ (Xi – µ)2. fi = 549750 = 13743,75
n 40
Origem da teoria das probabilidades

 A origem da teoria das probabilidades encontra-se nos jogos

de azar desde o século XVII. Surgiu da necessidade de um
método racional para calcular os riscos dos jogadores em
jogos de cartas, dados etc.

 Posteriormente passou a auxiliar governos, empresas e

organizações em seus processos de decisões, ajudando
a desenvolver estratégias.
Probabilidade

Eventos – Teoria de conjuntos

 Espaço amostral (S) é o conjunto de todos os possíveis
resultados de um experimento.

 Evento é todo subconjunto de S.

1 2
S = {1, 2, 3, 4, 5, 6}
3 4
A = {1, 2, 3} (números menores que 4)
5 6 B = {1, 3, 5} (números ímpares)
C=Ø (números múltiplos de 7)
S
D=S (números maiores que 0)
Fonte: Autoria própria.
Probabilidade

Eventos – Teoria de conjuntos

S = {1, 2, 3, 4, 5, 6}  P(S) = 1
1 2
A = {1, 2, 3}  P(A) = 0,5
3 4 B = {1, 3, 5}  P(B) = 0,5
C=Ø  P(C) = 0
5 6 D=S  P(D) = 1

# eventos favoráveis
S
P
Fonte: Autoria própria. # eventos possíveis

0  P(evento qualquer )  1
Probabilidade – Exemplos

Em um café estão 20 pessoas. Sabendo que 8 são mulheres,

indique a probabilidade de, ao escolher uma das pessoas
ao acaso, ser um homem.

Homens presentes no café = 20 – 8 = 12

Probabilidade P(H) = 12 = 3 = 0,60 = 60%

20 5
Probabilidade – Exemplos

Exemplo:

Qual a probabilidade do
objeto selecionado ser
quadrado ou ser vermelho?
A B
P(QuadradoVermelho) = 8
9

Fonte: Autoria própria.

P(QuadradoVermelho) = P(Quadrado) +
P(Vermelho) -
P(Quadrado∩Vermelho)

= 5 + 5 - 2 = 8
9 9 9 9
Probabilidade

Exemplo:

Qual a probabilidade do
A B objeto selecionado ser
quadrado ou ser vermelho?

Fonte: Autoria própria.

P(Quadrado  Vermelho) = 8
9
P(Quadrado  Vermelho) ≠ P(Quadrado) +
P(Vermelho)
= 5 + 5 = 10 > 1 ?
9 9 9
ATÉ A PRÓXIMA!