Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
APONTAMENTOS DE ESTATÍSTICA I
Luanda, 2020
[Escreva aqui]
OBJECTIVOS
Apresentar algumas técnicas estatísticas de grande utilidade prática na gestão. No contexto de
fenómenos aleatórios, identificar e aplicar modelos probabilísticos. Utilizar as noções de
inferência estatística para decidir em ambiente de incerteza.
[Escreva aqui]
OBJECTIVOS 2
[Escreva aqui]
1.11. Escala de medida dos dados estatísticos ............................................................................. 9
1.11.1. Escala nominal ................................................................................................................ 9
1.11.2. Escala ordinal .................................................................................................................. 9
1.11.3. Escala intervalar ............................................................................................................ 10
1.11.4. Escala de razão ou proporcional ................................................................................... 10
TEMA 2-ESTATÍSTICA DESCRITIVA. MEDIDAS ESTATÍSTICAS. ........................................... 11
2.1. Apresentação de dados. .............................................................................................................. 11
2.2. Medidas de estatística descritiva ................................................................................................ 16
2.3. Números índices......................................................................................................................... 25
TEMA 3- ANÁLISE COMBINATÓRIA SIMPLES. .......................................................................... 31
3.1. Conjuntos ................................................................................................................................... 31
3.2. Métodos de contagem ................................................................................................................ 34
TEMA 4-TEORIA DAS PROBABILIDADES .................................................................................... 42
4.1- Definições introdutórias ............................................................................................................ 42
4.2. Conceito de Probabilidades........................................................................................................ 44
4.3. Probabilidade Condicionada ...................................................................................................... 44
4.4. Propriedades sobre espaços finitos de probabilidades ............................................................... 45
4.5- Teorema da probabilidade total ................................................................................................. 45
4.6. Teorema de Bayes ...................................................................................................................... 46
TEMA 5: VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS. ........................................... 46
5.1- Definições: ................................................................................................................................. 46
5.2. Distribuição de probabilidade discreta ....................................................................................... 46
5.3- Distribuição de probabilidade contínua. .................................................................................... 49
[Escreva aqui]
TEMA 1- INTRODUÇÃO. CONCEITOS FUNDAMENTAIS.
1.1. Introdução.
A palavra estatística tem dois significados. O primeiro e mais comum, refere-se a
factos numéricos e está ligado à origem latina da palavra status (estado). Os números- tais
como o número de acidentes de trabalho por dia em Angola, o número de habitantes de
Luanda num dado momento, o salário médio mensal de um trabalhador, a percentagem de
alunos reprovados no 2º ciclo num dado ano, etc.- que usamos para caracterizar certas
situações ou comportamento são estatísticas.
- InferênciaEstatística ou Indutiva.
[Escreva aqui]
Unidade estatística: é cada elemento do conjunto observado (amostra)
População ou
Amostragem universoUUUniverso Previsões; estimação; erros
1.5.1. Definição:
Variável estatística: é uma característica da população que pode tomar vários valores
possíveis. São frequentemente: x, y, z.
Ex: a altura de uma pessoa, o seu peso, a idade, a cor dos olhos, o sexo, o número de
acidentes num dado local, etc.
Variáveis estatísticas
[Escreva aqui]
1.5.2.2. Variável quantitativa:
É uma característica numérica da população.
1.7.1. Primários:
São aqueles obtidos directamente de fontes originárias, ou seja, dados oriundos do
nosso próprio processo de colecta.
1.7.2. Secundários:
São todos os dados não disponíveis nestas fontes e calculados a partir daqueles, ou
seja, dados já colectados por outra pessoa ou organização.
1.8.1. Internas:
Os serviços de contabilidade, produção ou marketing de uma empresa constituem
fontes internas de informação económica e comercial que deverá ser posta a disposição dos
órgãos de decisão da empresa.
1.8.2. Externas:
São provenientes dos organismos públicos como o governo, o INE, ou privados como
os semanários económicos e revistas de especialidade.
[Escreva aqui]
1.9. Classificação dos dados quanto ao período
Quanto ao período, a recolha de dados classificam -se como:
- Recolha de dados;
1.10.2. Planeamento
Como levantar informações? Que dados deverão ser obtidos? Qual levantamento a
ser utilizado? Censitário? Por amostragem? E o cronograma de actividades? Os custos
envolvidos? etc.
[Escreva aqui]
1.10.5. Apresentação dos dados (quadros e gráficos)
Há duas formas de apresentação, que não se excluem mutuamente. A apresentação
tabular e a representação gráfica. Estas formas de apresentação dos dados permitem sintetizar
grandes quantidades de dados, tornando mais fácil e clara a sua compreensão.
i. Escala nominal;
ii. Escala ordinal;
iii. Escala intervalar;
iv. Escala de razão.
[Escreva aqui]
1.11.3. Escala intervalar
A escala de medida para uma variável é intervalar quando 1) os dados tem
propriedades ordinais (podem ser ordenados), e 2) pode-se dizer quanto valem exactamente
as diferenças entre os dados, ou seja, o intervalo entre os dois, pode ser expresso em termos
de uma unidade fixa de medida.
Exemplo: As variáveis: distância, peso, comprimento, tempo e idade podem ser expressos em
termos de uma unidade fixa de medida (propriedades intervalares), e exigem necessariamente
a presença de um zero – as variáveis são contadas a partir de zero.
[Escreva aqui]
TEMA 2-ESTATÍSTICA DESCRITIVA. MEDIDAS ESTATÍSTICAS.
ou
Dados brutos (ou originais): são os dados na sequência em que foram registados,
antes de serem organizados ou tratados. Quando organizados obtém-se o ‘rol de dados’.
[Escreva aqui]
-Distribuição de variáveis contínuas.
Nota:
14 18 19 15 18 14
15 17 15 15 19 14
16 16 18 16 17 15
16 20 14 19 18 17
Determine:
a) O número de dados;
b) O rol de dados;
c) O número de variáveis;
d) Construa a tabela de distribuição de frequências (Fi, fi, fi%, fiac, Fiac);
e) Faça a interpretação das frequências.
Gráficos de barras: é uma representação dos dados em que se usam barras separadas (de
igual largura) cuja altura é proporcional a frequência (absoluta ou relactiva) da categoria
correspondente.
[Escreva aqui]
Fig 1. Gráfico de barras obtido a partir do exemplo 1.
Gráfico circular: é uma representação dos dados num círculo dividido em sectores
circulares cuja área é proporcional à frequência da categoria /classe que representam.
[Escreva aqui]
Classe: é um intervalo da forma , que representa um conjunto de valores
que a variável pode tomar.
Amplitudes:
Não existe uma regra única para a determinação do tamanho ou quantidade de classes,
portanto, deve-se observar as seguintes indicações:
Exemplo 2:
[Escreva aqui]
168 172 170 181 169 173 164 175 182 177
176 173 170 186 183 170 168 166 169 180
175 164 181 179 172 169 174 171 178 166
Construa um quadro de distribuição de frequências, depois de definir a amplitude das classes
do modo que achar mais conveniente. Desenha o histograma e o polígono de frequência.
Resolução:
Polígono de frequências: é uma representação gráfica dos dados em que se une, através
de segmentos de recta, todos os pontos cuja abcissa é o centro de uma classe e a ordenada é a
frequência dessa classe.
[Escreva aqui]
2.2. Medidas de estatística descritiva
As medidas de Estatística Descritiva (MED) têm utilidade na análise exploratória de um
-Medidas de Localização;
-Medidas de Dispersão;
-Medidas de Concentração.
[Escreva aqui]
Exemplo: dados os pesos em kg de 6 recém-nascidos 3,3; 3,1; 2,8; 2,7; 2,9; 3,1. O peso
médio será:
Exemplo:1)
0 1 2 3 4
7 9 5 15 19
Exemplo:2)
Média harmónica:
[Escreva aqui]
Ex: a) 200; 250; 250; 300; 450; 460; 510
2º Pelas frequências acumuladas identifica-se a classe que contém a mediana e que será a
classe mediana
= Li ( )+
= Li( )+
Exemplo:
Classe Fi Fiac
35-45 5 5
45-55 12 17
55-65 18 35
[Escreva aqui]
65-75 14 49
75-85 6 55
85-95 3 58
58
Moda: é o valor que ocorre com maior frequência num conjunto de observações.
Para dados contínuos agrupados em classes, a moda acha-se pela seguinte equação:
= Li ( )+
Ou
= Li ( )+
Exemplo:
Classe
0-4 8
4-8 15
8-12 24
12-16 20
16-20 13
80
Resolução:
São outras medidas (para além das de tendência central), que nos dão a localização
dos valores da variável. Classificam-se em: quartil, decil e percentil.
Quartil: são os três valores que dividem a distribuição em quatro partes iguais.
[Escreva aqui]
=(primeiro quartil) = valor que dele antecede 25% e sucede 75% de todos os itens
da distribuição;
=(terceiro quartil) = valor que dele antecede 75% e sucede 25% de todos os itens da
distribuição.
Resolução:
= Li ( ) + e
= 1, 2, 3
Decil: são os nove valores que dividem a distribuição em dez partes iguais.
[Escreva aqui]
*/ Decil para dados agrupados em classe:
Li+ e
Centil ou percentil
São os noventa e nove valores que dividem a distribuição em cem partes iguais.
Exemplo:
Idade Fi Notas Fi
10 10 0-2 27
23 26 2-4 16
25 8 4-6 34
27 4 6-8 17
29 3 8-10 16
30 3 110
35 1
56
Achar
a) Q1, Q2, e Q3
b) D2, D5, e D7
c) C25, C50, e C75
[Escreva aqui]
-Amplitude do intervalo de variação;
- Coeficiente de variação .
[Escreva aqui]
Variância (dados agrupados)
É a média aritmética do quadrado dos desvios dos valores da variável relativamente a sua
média.
Demonstração:
Desvio padrão
Coeficiente de variação:
É muitas vezes utilizada uma medida de concentração para medir a forma como
determinada característica de uma população se distribui pelos seus elementos.
Área de concentração
Curva de Lorenz
[Escreva aqui]
Sendo dada uma característica e as respectivas frequências para cada intervalo ou
classe , obtem-se a Curva de Lorenz unindo num referencial cartesiano, as frequências
acumuladas para cada classe relactivamente ao total ( ) com as frequências
- O caso da figA é de fraca concentração: 50% dos indivíduos correspondem a quase 50% do
atributo em estudo;
- O caso da figB a concentração já é mais elevada: 50% dos indivíduos corresponde agora
25% do atributo em estudo;
- O caso da figC é de elevada concentração: 50% dos indivíduos detêm menos de 10% do
atributo.
Índice de Gini
será a concentração.
[Escreva aqui]
Quanto menor for o (mais próximo de 0) melhor será a distribuição.
Os números índices que se referem a diferentes pontos no tempo são índices temporais.
Os números índices que se referem a diferentes pontos no espaço são índices regionais.
Onde:
Definição: Numa forma mais simples, um número índice não é senão uma percentagem
(proporção relactiva) indicando a relação entre dois valores referentes a diferentes períodos
de tempo ou de regiões.
Exemplo:
Ano Preço
[Escreva aqui]
2006 7,00 116,7
Verifica-se que de 2003 para 2004 não houve alteração no preço, mas já em 2006 os preços
aumentaram 16,7% em relação a 2003.
Índices de valores: são valores obtidos pela comparação entre dois valores referentes a
diferentes pontos no tempo ou no espaço.
Transitividade: um índice para o período cuja base é o período (zero) pode ser
calculado através do produto de dois índices- o do período com base em e o do período
com base em (zero).
, com ( )
[Escreva aqui]
Exemplo:
Exemplo:
Encadeamento: qualquer índice para o período com base em pode ser decomposto
no produto dos índices para todos os períodos desde até , cada um deles tendo como base o
período imediatamente anterior.
Exemplo:
[Escreva aqui]
Exemplo: Dado o quadro de matérias primas utilizadas na empresa X, avalia as
alterações de preços, calculando o índice de preços e de quantidades de Laspeyres
Matéria
prima
A 300 375 465 240 220
B 300 360 400 315 390
C 400 480 440 420 550
D 250 250 300 255 250
1250 1465 1605 1200 1410
Divide-se o montante de cada ano pelo montante do ano base (1250) e multiplica-se por 100
Ano 0:
Ano 1:
Ano 2:
Ano 0:
Ano 1:
Ano 2:
[Escreva aqui]
Índice de Paasches: é também um índice composto que utiliza como ponderações os
preços ou quantidades relactivas ao ano corrente.
Matéria
prima
A 300 240 341 220 375 465
B 378 315 520 390 360 400
C 504 420 605 550 480 440
D 225 225 300 250 250 300
1407 1200 1766 1410 1465 1605
Índices de preços
Ano 1:
Ano 2:
Índices de quantidades
Ano 1:
Ano 2:
Exemplo:
[Escreva aqui]
Ano 1:
Ano 2:
[Escreva aqui]
TEMA 3- ANÁLISE COMBINATÓRIA SIMPLES.
3.1. Conjuntos
Chama-se conjunto a qualquer lista ou colecção bem definida de objectos e será
indicado por letras maiúsculas A, B, X, Y,…, os objectos ou elementos do conjunto são
indicados por letras minúsculas a, b, x, y,…
Exemplo:
Exemplo:
Subconjuntos
[Escreva aqui]
Exemplo: nos estudos sobre a população humana, o conjunto universo consiste em
todas as pessoas do mundo.
Chama-se conjunto vazio, ao conjunto que não contem nenhum elemento, denota-se
por { } ou .
Exemplo: A=conjunto de todas as pessoas do mundo que tem mais de 200 anos de
idade, logo, A=
A B
A
B
[Escreva aqui]
Complementar: o complementar de um conjunto A, indicado por , é o conjunto dos
elementos que não pertencem a A:
A B
A B
a) ; b) ; c) ; d)
Conjunto de partes de A
[Escreva aqui]
3.2. Métodos de contagem
- Princípio fundamental de contagem:
Exemplo:
- Produto cartesiano:
Definição
Exemplo: e , logo,
Exemplo e
logo,
[Escreva aqui]
Exemplo , e
logo,
-Diagrama de árvore
Exemplo:
, e
A B C Resultados
x 1a y
a y 1ay
1 x 1bx
b y 1by
x 2ax
a y 2ay
2 x 2bx
b y 2by
logo,
[Escreva aqui]
-Tabela de dupla entrada
B C K
A
C (c,c) (c,k)
K (k,c) (k,k)
Logo, .
Simbolicamente:
Propriedades:
a) Se , então
b) Se , então
c) Se Se , então
Exemplos:
a)
b)
c)
d)
e)
f)
g) Achar , se
-Permutação:
Definição: considera-se um conjunto de elementos. Cada ordenação dos
elementos é chamada permutação.
Exemplo: Dado o conjunto , vamos formar todas as permutações:
[Escreva aqui]
As permutações podem ser simples e com repetição.
Resolução:
com
Solução:
a) Matemática
b) Beto
Resolução:
a) (total de letras), , , , ,
, , logo,
[Escreva aqui]
b) e nenhuma letra está repetida, logo estamos perante uma
permutação simples:
Arranjos simples:
Resolução:
Exemplo: quantos números com dois dígitos podem formar com oito algarismos?
Resolução:
[Escreva aqui]
Nota: nas combinações,
Resolução:
Resolução:
Binómio de Newton
, com e
Exemplo:
Obs.: a) ; b) ; c)
Propriedades
[Escreva aqui]
Triângulo de Pascal
n /p 0 1 2 3 4 5 6 7 8
0
n /p 0 1 2 3 4 5 6 7 8
0
1
2
3
4
5
6
7
8
[Escreva aqui]
Fórmula do Binómio de Newton
Para e , temos:
Exemplo:
1)
2)
Obs:
a) O termo médio;
b) O termo independente;
c) O termo de grau 5;
d) O quarto termo.
[Escreva aqui]
TEMA 4-TEORIA DAS PROBABILIDADES
4.1- Definições introdutórias
Fenómenos aleatórios ou experimentos aleatórios: são fenómenos que mesmo
repetidos várias vezes sob condições semelhantes, apresentam resultados imprevisíveis.
Exemplo:
Exemplo:
Evento certo: é o próprio conjunto universo , ou seja, é o facto que ocorre sempre,
com certeza.
[Escreva aqui]
Exemplo: No lançamento de um dado fatalmente sairá a face .
Eventos independentes: são aqueles que podem ocorrer ao mesmo tempo, acontece um
e acontece o outro simultaneamente, isto é, a ocorrência de um não depende da ocorrência do
outro.
[Escreva aqui]
4.2. Conceito de Probabilidades
Se num fenómeno aleatório, o numero de elementos do conjunto universo é eo
numero de elementos do evento é , então a probabilidade de ocorrer o evento éo
a) O número 5:
b) Um número impar:
c) Um número inferior ou igual a 5;
d) Um número superior ou igual a 5
Logo,
[Escreva aqui]
4.4. Propriedades sobre espaços finitos de probabilidades
Sejam , e eventos de , tem-se:
1. ;
2. ;
3. a) ;
b)
;
4. Se , e forem mutuamente exclusivos, ou seja, ,
e , temos:
a) ;
b) ;
5. =0
6.
7. Se e forem eventos independentes, temos:
, onde, e
Exemplo: sejam e dois eventos de um espaco amostral , tais que ,
Ou
B BB
[Escreva aqui]
4.6. Teorema de Bayes
Sejam , , … , eventos que formam uma partição do espaço amostral e seja um
evento de . Sejam conhecidas e , então:
ou
Onde e
5.1- Definições:
Uma variável aleatória X é uma função que associa um número real x a cada resultado
do espaço amostral U.
[Escreva aqui]
É a função que dá a probabilidade associada a cada valor numérico que a variável assume.
a)
b)
Seja X uma variável aleatória discreta com função de probabilidade f . A sua função de
distribuição acumulada F está definida para qualquer valor real x e é dada por:
Exemplo: considere a variável aleatória X que representa a soma das pintas das faces que
ficam voltadas para cima no lançamento de dois dados numerados de 1 a 4. Determine:
a) A distribuição de probabilidade;
b) A função de distribuição acumulada.
Resolução:
[Escreva aqui]
5.2.4- Parâmetros das variáveis aleatórias discretas
5.2.4.2- Variância:
Logo,
onde
5.2.4.3- Momento
Sendo X a variável aleatória, define-se momento de ordem k, como o somatório dos produtos
das potencias de x de ordem k, pelas respectivas probabilidades.
[Escreva aqui]
Exemplo: uma indústria alimentícia está participando de três licitações públicas, com lucros
possíveis de 30, 50 e 60 mil USD respectivamente. Se a probabilidade dessa indústria vencer
as licitações é de 0,3; 0,7 e 0,2 respectivamente, qual o valor esperado do lucro desta
empresa? (resp. 56mil USD)
, ,
i) ,
ii)
a b
Seja X uma variável aleatória contínua com função densidade de probabilidade. A sua
função de distribuição acumulada F está definida para qualquer valor real x e é dada por
[Escreva aqui]
0
1 x
5.3.2.1- Propriedades da função distribuição
i) É uma função contínua
ii)
iii)
5.3.3.2- Variância:
Exemplos:
Seja , determinar:
[Escreva aqui]
g)
h) O gráfico de
[Escreva aqui]