0

CLCULO DAS PROBABILIDADES

E ESTATSTICA I

NOTAS DE AULA NOTAS DE AULA NOTAS DE AULA NOTAS DE AULA

PERODO: 98.1




Para aprender,
primeiramente voc precisa
desejar ser ensinado. - Reeves





PROFESSORES:
CLAUDIA REGINA O. P. LIMA
MANOEL R. DE SENA JR.
JOZEMAR P. DOS SANTOS



1
UNIDADE I. ANLISE DE DADOS ESTATSTICOS





-ESTATSTICA

Podemos considerar a Estatstica como um conjunto de mtodos e processos
quantitativos que serve para estudar e medir os fenmenos coletivos.
A estatstica teve acelerado desenvolvimento a partir do sculo XVII, atravs dos
estudos de BERNOULLI, FERMAT, PASCAL, LAPLACE, GAUSS, GALTON, PEARSON, FISHER,
POISSON, KOLMOGOROV e outros que estabeleceram suas caractersticas essenciais.
Ela no alcanou ainda um estado definitivo. Continua a progredir na ao direta do
desejo de investigao dos fenmenos coletivos.
A Estatstica considerada como Cincia no sentido do estudo de uma populao.
Mantm com a Matemtica uma relao de dependncia, solicitando-lhe auxlio, sem
o qual no poderia desenvolver-se. Com as outras Cincias mantm a relao de
complemento, quando utilizada como instrumento de pesquisa.
Em especial a relao de complemento a forma que a Estatstica, atravs de seus
MTODOS ESTATSTICOS, mantm com as reas Tecnolgicas, as Cincias Exatas e
outras, servindo como instrumento auxiliar na tomada de decises.

A Estatstica tem como OBJETIVO o estudo dos fenmenos coletivos.

Objetivando o estudo quantitativo e qualitativo dos dados (ou informaes), obtidos
nos vrios campos da atividade cientfica, a Estatstica manipula dois conjuntos de dados
fundamentais: a "populao" e a "amostra".

POPULAO ( ou Universo)
o conjunto dos seres, objetos ou informaes que interessam ao estudo de um
fenmeno coletivo segundo alguma(s) caracterstica(s). , portanto, um conjunto definido
de informaes relativas a qualquer rea de interesse, podendo, quanto ao nmero de
elementos, ser: finita (tamanho N) ou infinita.
Na maioria das vezes, no conveniente, ou mesmo possvel realizar o levantamento
dos dados referentes a todos os elementos de uma populao. Portanto, analisamos parte da
populao, isto amostramos.

AMOSTRA
um subconjunto no vazio ou parte da populao. Duas consideraes devem ser
feitas sobre o estudo amostral dos fenmenos. Uma diz respeito aos cuidados que se deve
tomar para assegurar que a amostra seja representativa da populao. Para atender a essa
exigncia, deve-se selecionar os elementos de forma aleatria, de modo que todo e qualquer
elemento da populao tenha a mesma chance de participar da amostra. A outra exigncia
diz respeito preciso dos dados coletados, buscando minimizar os erros que poderiam
induzir a concluses equivocadas. O nmero de elementos de uma amostra chamado o
tamanho da amostra, e denotado por n.
1. CONCEITOS FUNDAMENTAIS DE ESTATSTICA
2
OBS: Parmetro, Estimador e Estimativa
a) Uma caracterstica numrica estabelecida para toda uma populao denominada
parmetro.
b) Uma caracterstica numrica estabelecida para uma amostra denominada estimador.
c) O valor numrico assumido pelo estimador numa determinada amostra denominada
estimativa.

Por exemplo: no fenmeno coletivo eleio para prefeito do municpio de Joo
Pessoa, a populao o conjunto de todos os eleitores habilitados na respectiva cidade. Um
parmetro a proporo de votos do candidato A. Uma amostra pode ser um grupo de
1.000 eleitores selecionados em todo o municpio. Um estimador a proporo de votos
do candidato A obtida na amostra. O valor resultante do estimador, a proporo amostral,
a estimativa.

Em aplicaes efetivas, onde aplica-se o processo de amostragem, o nmero de
elementos componentes de uma amostra , geralmente, bastante reduzido em relao ao
nmero de elementos componentes da populao.

- PROCESSOS ESTATSTICOS DE ABORDAGEM

Quando solicitados a estudar um fenmeno coletivo podemos optar entre os seguintes
processos estatsticos:
a) CENSO - avaliao direta de um parmetro, utilizando-se todos os componentes da
populao.
Propriedades Principais do Censo: Admite erro processual zero e tem confiabilidade
100% - caro.
lento - quase sempre desatualizado - Nem sempre vivel.

b) AMOSTRAGEM (Inferncia) - avaliao indireta de um parmetro, com base em
um estimador atravs do clculo das
probabilidades.
Propriedades Principais da Estimao: Admite erro processual positivo e tem
confiabilidade menor que 100% - barata -
rpida - atualizada - sempre vivel.

No sentido de disciplina, a Estatstica ensina mtodos racionais para a obteno de
informaes a respeito de um fenmeno coletivo, alm de obter concluses vlidas para o
fenmeno e tambm permitir tomada de decises, atravs de alguma(s) caracterstica(s) de
valores numricos observados.
Desta forma, a Estatstica pode ser dividida em duas grandes reas: Descritiva e
Inferencial.

I) ESTATSTICA DESCRITIVA - a parte da Estatstica que tem por objetivo
descrever os dados observados. So atribuies da Estatstica Descritiva:

a) A organizao dos dados.
b) A reduo dos dados.
3
c) A representao dos dados.
d) A obteno de algumas informaes que auxiliam a descrio do fenmeno observado.

A organizao dos dados consiste na ordenao e crtica quanto correo dos
valores observados, falhas humanas, omisses, abandono de dados duvidosos, etc.
Reduo dos dados - O entendimento e compreenso de grande quantidade de
dados atravs de simples leitura de seus valores individuais uma tarefa extremamente
rdua e difcil mesmo para o mais experimentado pesquisador, portanto deveremos tabular
os dados.
A representao dos dados - Os dados estatsticos podem ser mais facilmente
compreendidos quando apresentados atravs de uma representao grfica, a qual permite
uma visualizao instantnea de todos os dados. Os grficos quando bem representativos,
tornam-se importantes instrumentos de trabalho.
A obteno de algumas informaes que sumarizam os dados, facilitando a
descrio dos fenmenos observados.

Isto encerra as atribuies da Estatstica Descritiva.

II) ESTATSTICA INFERENCIAL (ou Indutiva) - a parte da Estatstica que tem por
objetivo obter e generalizar concluses para a populao a partir de uma amostra.

Complementando o processamento estatstico, no caso de uma estimao, a
Estatstica Indutiva estuda os parmetros a partir do uso de estimadores usando o clculo
das probabilidades, elemento este que viabiliza a inferncia estatstica.
Em resumo, um estudo estatstico completo que recorra s tcnicas de Estatstica
Inferencial ir envolver tambm, direta ou indiretamente, tpicos de Estatstica Descritiva,
Clculo das Probabilidades e Amostragem. Logo, para se desenvolver um curso completo e
razovel de Estatstica, todos esses assuntos devem ser abordados. No diagrama abaixo est
indicado como essas reas esto relacionadas.











Figura 1: Esquema Geral de um Curso de Estatstica

DADOS e VARIVEIS ESTATSTICAS

Normalmente, no trabalho estatstico o pesquisador se v obrigado a lidar com grande
quantidade de valores numricos resultantes de um censo ou de uma amostragem. Estes
valores numricos so chamados dados estatsticos.
Amostragem
Estatstica
Descritiva
Clculo das
Probabilidades
Estatstica
Inferencial
4
As informaes ou dados caractersticos dos fenmenos ou populaes so
denominados variveis estatsticas ou simplesmente variveis. Conforme suas
caractersticas particulares, podem ser classificadas como: Quantitativas e Qualitativas.

QUANTITATIVAS - So aquelas que podem ser expressas em termos numricos.
Em geral so as resultantes de medies, enumeraes ou contagens. So subdivididas em
contnuas e discretas. conforme abaixo.

Contnuas - so aquelas que podem assumir qualquer valor num certo intervalo de
medida, podendo ser associados ao conjunto dos nmeros reais, ou seja, seus valores
possveis formam um conjunto no enumervel. Entre outras, enquadram-se nesta categoria
as medidas de tempo, comprimento, espessura, rea, volume, peso e velocidade.

Discretas (ou descontnuas) - quando s podem assumir determinados valores num
certo intervalo, podendo ser associadas ao conjunto dos nmeros inteiros, ou seja, seus
possveis valores formam um conjunto finito ou enumervel. Em geral, representam
nmeros inteiros resultantes do processo de contagem, como o nmero de alunos por sala,
de crditos por disciplinas, de pacientes atendidos diariamente num hospital, etc.

De modo geral, as medies do origem as variveis contnuas e as contagens ou
enumeraes, as variveis discretas. Designamos estas variveis por letras latinas, em geral
, as ltimas: X, Y, Z.

QUALITATIVAS - Nem sempre os elementos de uma populao so exclusivamente
contveis. Muitas vezes, eles podem ser qualificados tambm segundo algumas de suas
caractersticas tpicas. Nesses casos, as variveis podem ser agrupadas em nominais ou
ordinais( por postos ).

Nominais - quando puderem ser reunidas em categorias ou espcies com idnticos
atributos. Aqui se incluem os agrupamentos por sexo, rea de estudo, desempenho, cor,
raa, nacionalidade e religio.
Ordinais - quando os elementos forem reunidos segundo a ordem em que aparecem
dispostos numa lista ou rol. So tpicos desta forma de agrupamento, as listas
classificatrias de concursos e as tabelas de campeonatos.
Em geral, uma mesma populao pode ser caracterizada por mais de um tipo de
varivel. Assim os inscritos num vestibular, por exemplo, podem ser contados, medidos ou
pesados, podem ser agrupados segundo o sexo ou rea de estudo e podem ainda ser
classificados segundo as notas obtidas nas provas prestadas.




O objetivo de estudarmos os nveis de mensurao das variveis estatsticas consiste
em determinar a complexidade da anlise das variveis (caractersticas de interesse)
envolvidas no estudo de uma populao ou de uma amostra.
As pessoas de uma comunidade podem ser estudadas sob diversos ngulos. Por
exemplo, podem ser classificadas quanto ao SEXO (masculino/feminino), quanto
ESTATURA (baixa/mdia/alta), quanto RENDA (pobres/ricas) etc. SEXO,
- NVEIS DE MENSURAO -
5
ESTATURA, RENDA so variveis, isto , so caractersticas s quais podemos associar
conceitos ou nmeros e assim expressar, de certa maneira, informaes sob a forma de
medidas.

1
o
. nvel: - o nvel de mensurao mais baixo, mais rudimentar possvel. A escala de
medida desse nvel chama-se NOMINAL. O fundamento para a atribuio dos nmeros
de natureza qualitativa.

Exemplos:
VARIVEL QUALITATIVA NOMINAL - 1 Nvel - Escala Nominal (classificao por tipos
ou atributos).
a) Populao: moradores de um cidade
Varivel: cor dos olhos (pretos, castanhos, azuis, etc.)
b) Populao: funcionrios da empresa X
Varivel: sexo (masculino, feminino)

2
o
. nvel: - Este nvel j um pouco mais elaborado que o anterior e corresponde ao que
popularmente se designa por ordenao; a escala de medida chama-se ORDINAL. As
grandezas de 2
o
. nvel podem ser avaliadas em termos de mais que ou menos que, embora a
quantificao precisa seja impossvel.

Exemplos:
VARIVEL QUALITATIVA ORDINAL - 2 Nvel - Escala Ordinal ( ordenao ou postos).
c) Populao: estudantes de uma escola de 2
o
. grau
Varivel: grau de escolaridade (1
a
. srie, 2
a
. srie, 3
a
. srie)
d) Populao: pessoas adultas economicamente ativas
Varivel: renda (baixa, mdia, alta)

3
o
. nvel: - no 3
o
. nvel que surge, pela primeira vez, uma escala de medida propriamente
dita. a escala INTERVALAR, onde a contagem resulta nmeros inteiros e com eles so
possveis algumas das operaes aritmticas ( adio, subtrao e multiplicao). Neste
nvel o ZERO da escala relativo.

Exemplos : As Escalas Termomtricas, fuso horrio.

4
o
. nvel: O 4
o
. nvel define a chamada escala das razes ou RACIONAL. Essa escala
muito parecida com a de 3
o
. nvel, exceto quanto origem. O zero absoluto, isto , zero
mesmo. No 4
o
. nvel todas as operaes aritmticas so possveis, isto , adio, subtrao,
multiplicao e diviso.





Exemplos:
6
VARIVEL QUANTITATIVA DISCRETA - 4 Nvel - Escala das Razes (processo de
contagem e ordenao).
e) Populao: casais residentes em uma cidade
Varivel: nmero de filhos (0, 1, 2, 3, 4 ou mais filhos)
f) Populao: peas produzidas por uma mquina
Varivel: nmero de defeituosas da produo diria (0, 1, 2, 3, 4, 5, ... )

VARIVEL QUANTITATIVA CONTNUA - 4 Nvel - Escala das Razes (processo de
medio).
g) Populao: peas produzidas por uma mquina
Varivel: dimetro externo (p. ex., 0,96 cm)
h) Populao: estudantes de uma escola
Varivel: tempo de estudo dirio em certa disciplina (p. ex., 2,30 h)

A Complexidade da anlise das variveis aumenta quanto maior for o nvel desta
varivel, como indicado no diagrama abaixo.

















Figura 2: Grau de complexidade da anlise dos dados
1o. NVEL
2o. NVEL
3o. NVEL
4o. NVEL
Escala
Nominal
Escala Ordinal
Escala
Intervalar
Escala das
Razes
7



Em linhas gerais, podemos distinguir na anlise estatstica as seguintes etapas:
Planejamento, Coleta, Crtica, Apurao e Exposio dos dados, alm da anlise dos dados.

PLANEJAMENTO

o trabalho inicial de coordenao no qual define-se a populao a ser estudada
estatisticamente, formulando-se o trabalho de pesquisa atravs da elaborao de
questionrio, entrevistas, etc.
A organizao do plano geral, implica em obter respostas para uma srie tradicional
de perguntas, antes mesmo do exame das informaes disponveis sobre o assunto,
perguntas que procuram justificar a necessidade efetiva da pesquisa, a saber:

- "quem", "o que", "sempre", "por que", "para que", "para quando".

Imaginemos, por exemplo, que a Biblioteca Central da UFPb tenha necessidade de
obter informaes acerca dos usurios em potencial que utilizam-na.
O primeiro trabalho da equipe encarregada da pesquisa, ser evidentemente, o de
obter resposta para aquelas perguntas. Seriam ento:
- Quem deseja as informaes?
- O que devemos perguntar no questionrio?
- Ser executada sempre? A pesquisa ser peridica ou ocasional?
- Por que desejam as informaes?
- Para que desejam as informaes?
- Quando dever estar concluda a pesquisa?
- Qual a poca oportuna para a aplicao dos questionrios?

Ainda na fase do planejamento, temos:

O EXAME DAS INFORMAES DISPONVEIS, ou seja, anlise da reunio de
tudo que foi publicado sobre o assunto, obtendo-se relatrios sobre atividades semelhantes
ou correlatas.
A DEFINIO DO UNIVERSO, isto , saber qual o conjunto a ser pesquisado,
distribuindo, classificando ou agrupando os elementos desse conjunto em populaes, para
permitir um trabalho mais fcil, mais lgico, mais racional.
O tipo de levantamento, CENSO ou AMOSTRAGEM, dever ser decidido com a
devida antecedncia e a necessria anlise das vantagens e desvantagens de um e de outro,
em virtude do custo financeiro e do prazo determinado para a concluso do trabalho.

COLETA DE DADOS

Aps cuidadoso planejamento e a devida determinao das caractersticas
mensurveis do fenmeno coletivamente tpico que se quer pesquisar, damos incio
coleta dos dados numricos necessrios sua descrio.
A coleta dos dados poder ser feita de diversas formas. A ideal aquela que
maximiza os recursos disponveis, dados os objetivos e a preciso previamente estipulados.
2. FASES DO MTODO OU TRABALHO ESTATSTICO
8
No seu planejamento, deve-se considerar o tipo de dado a ser coletado, o local onde este se
manifestar, a frequncia de sua ocorrncia, e outras particularidades julgadas importantes.
Quando os dados se referirem ou estiverem em poder de pessoas, sua coleta poder
ser realizada mediante respostas a questionrios previamente elaborados. Esses
questionrios podem ser enviados aos entrevistados para devoluo posterior ou podem ser
aplicados pelos prprios pesquisadores ou por entrevistadores externos ou contratados,
devidamente treinados.
Os dados ou informaes representativas dos fenmenos ou problema em estudo
podem ser obtidos de duas formas: por via direta ou por via indireta.

Por via direta - quando feita sobre elementos informativos de registro obrigatrio
(p. ex.: nascimentos, casamentos, bitos, matrculas de alunos etc.) ou, ainda, quando os
dados so coletados pelo prprio pesquisador atravs de entrevistas ou questionrios.
A coleta direta de dados, com relao ao fator tempo, pode ser classificada em:
a) contnua, tambm denominada registro, feita continuamente, tal como a de
nascimentos, bitos, etc.;
b) peridica, quando feita em intervalos constantes de tempo, como os censos(de
10 em 10 anos), os balanos de uma empresa comercial, etc.;
c) ocasional, quando feita extemporaneamente, a fim de atender a uma conjuntura
ou a uma emergncia, como no caso de epidemias que assolam ou dizimam seres humanos

Por via indireta - quando inferida de elementos conhecidos (coleta direta) e/ou
conhecimento de outros fenmenos relacionados com o fenmeno estudado. Como
exemplo, podemos citar a pesquisa sobre a mortalidade infantil, que feita atravs de
dados colhidos via coleta direta.

CRTICA DOS DADOS

Os dados colhidos por qualquer via ou forma e no previamente organizados so
chamados de dados brutos. Esses dados brutos, antes de serem submetidos ao
processamento estatstico propriamente dito, devem ser "criticados", visando eliminar
valores imprprios e erros grosseiros que possam interferir nos resultados finais do estudo.
A crtica externa quando visa s causas dos erros por parte do informante, por
distrao ou m interpretao das perguntas que lhe foram feitas; interna quando se
observa o material constitudo pelos dados coletados. o caso, por exemplo, da verificao
de somas de valores anotados.

APURAO OU PROCESSAMENTO DOS DADOS

Uma vez assegurado que os dados brutos so consistentes, devemos submet-los ao
processamento adequado aos fins pretendidos. A apurao ou processamento dos dados
pode ser manual ou eletrnica. Os processos e mtodos estatsticos a que um conjunto de
dados pode ser submetido sero nosso objeto de estudo nas sees seguintes.


EXPOSIO OU APRESENTAO DOS DADOS

9
Por mais diversa que seja a finalidade que se tenha em vista, os dados devem ser
apresentados sob forma adequada (tabelas ou grficos), tornando mais fcil o exame
daquilo que est sendo objeto de tratamento estatstico e ulterior obteno de medidas
tpicas.
No caso particular da estatstica descritiva, o objetivo do estudo se limita, na
maioria dos casos, simples apresentao dos dados, assim entendida a exposio
organizada e resumida das informaes coletadas atravs de tabelas ou quadros, bem como
dos grficos resultantes.

ANLISE DOS RESULTADOS

Como j dissemos, o objetivo ltimo da Estatstica tirar concluses sobre o todo
(populao) a partir de informaes fornecidas por parte representativa do todo (amostra).
Assim, realizadas as fases anteriores (Estatstica descritiva), fazemos uma anlise dos
resultados obtidos, atravs dos mtodos da Estatstica Inferencial, que tem por base a
induo ou inferncia, e tiramos desses resultados concluses e previses.


































10


Os dados numricos, aps coletados so colocados em srie e apresentados em
tabelas ou quadros.
Quando se estuda uma varivel (qualitativa ou quantitativa), o maior interesse do
pesquisador conhecer a distribuio dessa varivel atravs das possveis realizaes
(valores) da mesma. Iremos, pois, ver uma maneira de se dispor um conjunto de valores, de
modo a se ter uma boa idia global sobre esses valores, ou seja, de sua distribuio.
Consideremos, para efeito de estudo, o quadro (banco de dados) apresentado
abaixo:
TABELA 1.1 - Informaes sobre sexo, curso, idade (anos), procedncia, renda familiar, nmero
de disciplinas matriculado(a), peso (kg) e altura (cm) de 31 alunos matriculados na
disciplina CLC. das PROB. e ESTATSTICA I, perodo 97.1 - turma: 04 - turno da
manh.

ID SEXO CURSO IDADE
(anos)
PROCEDNCIA RENDA
FAMILIAR
N
O
. DISCIP
MATRIC
PESO
(kg)
ALTURA
(cm)
01 Masc Cincias 27 Capital Baixa 3 68 170
02 Masc Eng Civil 18 Interior Mdia 7 60 175
03 Fem Cincias 21 Capital Mdia 6 57 168
04 Masc Eng Mec 23 Interior Baixa 5 54 N.Inf
05 Masc Eng Mec 23 Interior Baixa 5 54 N.Inf
06 Fem Cincias 21 O.Regio Mdia 7 47 153
07 Fem Cincias 21 Capital Mdia 8 46 162
08 Masc Eng Mec 27 Interior Mdia 4 90 174
09 Masc Eng Civil 21 Capital Alta 5 51 172
10 Fem Eng Civil 19 Capital Mdia 6 43 158
11 Masc Eng Civil 18 O.Regio Mdia 5 73 177
12 Masc Eng Civil 18 O.Regio Alta 6 69 175
13 Fem Eng Mec 22 Capital Mdia 6 70 172
14 Fem Eng Civil 19 Capital Mdia 5 57 165
15 Masc Eng Civil 19 Capital Mdia 5 73 183
16 Masc Eng Civil 18 Capital Alta 6 55 167
17 Masc Eng Civil 19 Capital Mdia 5 82 181
18 Masc Eng Civil 23 Capital Mdia 4 65 175
19 Masc Eng Civil 19 O.Regio Mdia 5 71 170
20 Fem Eng Civil 18 Capital Mdia 5 68 170
21 Masc Eng Civil 18 Capital Mdia 5 70 170
22 Masc Eng Civil 20 Capital Mdia 5 67 177
23 N.Inf. Eng Civil 19 Capital Mdia 7 68 170
24 Masc Eng Civil 24 Capital Mdia 7 70 170
25 Fem Eng Civil 20 Capital Mdia 6 58 161
26 Fem Eng Civil 21 Capital Mdia 5 51 158
27 Masc Eng Civil 20 Capital Mdia 5 84 180
28 Masc Eng Civil 21 Interior Mdia 6 65 167
29 Masc Eng Civil 20 Interior Baixa 6 62 164
30 Masc Eng Civil N.Inf Capital Mdia 3 84 170
31 Fem Eng Civil 21 Capital Mdia 6 62 173
FONTE: Questionrio aplicado - aula 18/03/97
3. DISTRIBUIES DE FREQUNCIAS
11
Uma distribuio de frequncias pode ser apresentada nas seguintes maneiras:

- DISTRIBUIO DE FREQUNCIAS POR VALORES (varivel qualitativa ou
quantitativa discreta)

construda considerando-se todos os diferentes valores ou categorias, levando em
considerao suas respectivas repeties

EXEMPLO 1 - A tabela 1.2 apresenta a distribuio de frequncia da varivel
PROCEDNCIA, usando-se os dados da tabela 1.1 .

Tabela 1.2 - Frequncias e Percentuais dos 31 estudantes de Calc. Prob. Est I -
Turno: Manh, Turma: 04, Perodo: 97.1 - segundo a Regio de Procedncia

PROCEDNCIA N
O
de Estudantes
f
i

Percentual
f
i
%
Capital 21 67,7
Interior 6 19,4
O. Regio 4 12,9
Total 31 100
FONTE: Tabela 1.1

EXEMPLO 2 - A tabela 1.3 apresenta a distribuio de frequncia da varivel N
O
DE
DISCIPLINAS MATRICULADO(A), usando-se os dados da tabela 1.1 - ( DADOS
NO - AGRUPADOS )

Tabela 1.3 - Distribuio de frequncias e percentuais do N
O
de Disciplinas Matriculado(a)
dos 31 estudantes de Calc. Prob. Est I - Turno: Manh, Turma: 04, Perodo: 97.1.

N
O
DISC MATRIC
( X
i
)
N de Estudantes
f
i

Percentual
f
i
%
3 2 6,5
4 2 6,5
5 13 41,9
6 9 29,0
7 4 12,9
8 1 3,2
Total ou 31 100
FONTE: Tabela 1.1

OBS.: ==> letra grega "SIGMA", indica total ou somatrio.

DISTRIBUIO DE FREQUNCIAS POR INTERVALOS OU CLASSES (varivel
quantitativa).
Constri-se classes de valores, quando a variabilidade dos dados grande, levando
em considerao o nmero de valores que pertencem a cada classe. A construo de tabelas
de frequncias para variveis contnuas necessita de certos cuidados.
12
EXEMPLO 3 - A tabela 1.4 apresenta a distribuio de frequncias da varivel ALTURA
(medida em cm), usando-se os dados da tabela 1.1 - ( DADOS AGRUPADOS )

Tabela 1.4 - Frequncias e percentuais das ALTURAS dos 31 estudantes de CALC. PROB. EST I
Turno: Manh, Turma: 04, Perodo: 97.1.
ALTURAS
(cm)
N de Estudantes
f
i

Percentual
f
i
%
150 |------ 157 1 3,4
157 |------ 164 4 13,8
164 |------ 171 12 41,5
171 |------ 178 9 31,0
178 |------ 185 3 10,3
Total ou 29 100,0
FONTE: Tabela 1.1
NOTA: Dos 31 respondentes, 2 no informaram a altura.

OBSERVAO:
1) De um modo geral tem-se a destacar em uma tabela (disposio escrita que se obtm
referindo-se a uma coleo de dados numricos a uma determinada ordem de
classificao):

i) Elementos essenciais:
Ttulo: Indicao que precede a tabela e que contm a designao do fato observado,
o local e a poca em foi registrado.
Cabealho: Parte superior da tabela que especifica o contedo das colunas.
Coluna Indicadora: Parte da tabela que especifica o contedo das linhas.
Corpo da tabela: Conjunto de colunas e linhas que contm as informaes sobre a
varivel em estudo.

ii) Elementos complementares:
Fonte: Indicao da entidade responsvel pelo fornecimento dos dados ou pela sua
elaborao.
Notas: Informaes de natureza geral destinadas a conceituar ou esclarecer o
contedo das tabelas ou a indicar a metodologia adotada no levantamento ou
na elaborao dos dados.
Chamadas: Informaes de natureza especfica sobre determinada parte da tabela,
destinada a conceituar ou a esclarecer dados

2) As tabelas apresentadas oficialmente devem atender s normas do IBGE.

- REGRAS BSICAS PARA ELABORAO DE UMA DISTRIBUIO DE
FREQUNCIAS POR INTERVALOS - (DADOS AGRUPADOS)

1. Efetua-se um ROL ESTATSTICO (ordenao crescente ou decrescente de grandeza)
nos Dados Brutos (aqueles ainda no organizados numericamente).



2. Determina-se a AMPLITUDE TOTAL dos dados
13
AT = X
mx
- X
mn
,onde X
mx
: maior valor observado e X
mn
: menor valor
observado

3. Escolhe-se convenientemente o nmero de classes K (n
o
. inteiro) , 5 15 K onde
podemos tomar K n ou a frmula de Sturges K n + 1 3 3 , log , n 25 (total de
observaes). Se possvel determina-se, ou seja, constri-se classes de mesma amplitude,
tomando h
AT
K
.

4. Efetua-se o AGRUPAMENTO EM CLASSES e, a seguir, toma-se as FREQUNCIAS
SIMPLES DE CLASSES, elaborando-se, portanto, a tabela de distribuio de frequncias.

EXEMPLO 4 - Elabore uma tabela de distribuio de frequncias (dados agrupados) da
varivel IDADE (em anos) dos 30 estudantes de Calc. Prob. Est I, Turno: Manh, Turma
04, Perodo: 97.1, conforme Dados Brutos abaixo:

DADOS BRUTOS ROL ESTATSTICO (crescente)

27 18 21 23 23 21 21 27 18 18 18 18 18 18 19 19
21 19 18 18 22 19 19 18 19 19 19 19 20 20 20 20
19 23 19 18 18 20 19 24 21 21 21 21 21 21 21 22
20 21 20 21 20 21 23 23 23 24 27 27

Passo 1: Efetuar o Rol Estatstico

Passo 2: Amplitude Total -----> AT = 27 - 18 = 9

Passo 3: Nmero de classes ---> k = 30 5 ( aproximao por falta )
e Amplitude de classe h
AT
k
= =
9
5
18 2 , anos

Passo 4: AGRUPAMENTO EM CLASSES + FREQUNCIAS SIMPLES DE CLASSES

Tabela 1.5 - DISTRIBUIO DE FREQUNCIAS DAS IDADES (em anos) DE 30
ESTUDANTES DE CALC. PROB. ESTATSTICA I - TURNO: MANH, TURMA: 04,
PERODO: 97.1
IDADES
(anos)
N
O
Estudantes
f
i

18 |------ 20 12
20 |------ 22 11
22 |------ 24 4
24 |------ 26 1
26 |------ 28 2
Total ou 30
FONTE: Tabela 1.1
NOTA: Dos 31 respondentes, 1 no informou a idade.

14
A seguir, analisaremos alguns CONCEITOS ESSENCIAIS numa Distribuio de
Frequncia por Intervalos ou Classes.

i. LIMITES DE CLASSES: L
i
: Limite inferior de classe ; L
s
: Limite superior de classe

Classe ou Intervalo de classe -------> L
i
(incluir) |------ L
s
(excluir)

Por exemplo, distribuio das Idades, tabela 1.5:

1
a
classe -----> L
i
= 18|----- L
s
= 20 ; 2
a
classe -----> L
i
= 20 |----- L
s
= 22 , etc.

ii. AMPLITUDE DE CLASSE: h
i
= L
s
- L
i
, amplitude da i-sima classe.

Por exemplo, distribuio das Idades, tabela 1.5:

1
a
classe --> h
1
= 20 - 18 = 2 ; 2
a
classe --> h
2
= 22 - 20 = 2 ; . . . ;
5
a
classe --> h
5
= 28 - 26 = 2

Como as classes tm mesma amplitude denominamos, simplesmente, por h = L
i
- L
s
=
2

iii. PONTO MDIO DE CLASSE: X
L L
i
i s
=
+
2
, ponto mdio da i-sima classe.

Por exemplo, distribuio das Idades, tabela 1.5:

1
a
classe ---> X
1
18 20
2
19 =
+
= ; 2
a
classe ---> X
2
20 22
2
21 =
+
=

No caso de classes com mesma amplitude h, tomamos: X X h
i i +
= +
1
, ou seja por ex.:
2
a
classe -----> X
1
+ h = 19 + 2 = 21
3
a
classe -----> X
2
+ h = 21 + 2 = 23 etc.




iv. FREQUNCIA SIMPLES OU ABSOLUTA DE CLASSE

f
i
: frequncia simples da i-sima classe (nmero de observaes)
f f n
i
i
k
i
=

= =
1
(nmero total de observaes)

Por ex.; f
1
= 12 ; f
2
= 11 ; f
3
= 4 ; f
4
= 1 ; f
5
= 2 e f n
i
= = 30


- TIPOS DE FREQUNCIAS -
15
5. FREQUNCIA RELATIVA E PERCENTUAL DE CLASSE

FREQUNCIA RELATIVA (i-sima classe ou valor) :
fr
f
n
i
i
= (Razo entre a frequncia simples e o total de observaes)
fr
i
=

1 (soma das frequncias relativas)

FREQUNCIA PERCENTUAL (i-sima classe ou valor) :
f fr
i i
% = 100 ou f
f
n
i
i
% = 100
f
i
% =

100 (soma das frequncias percentuais)

6. FREQUNCIA SIMPLES ACUMULADA (do tipo "abaixo de")

F f f f f
i i
= + + + +
1 2 3
, frequncia simples acumulada da i-sima classe ou valor

7. FREQUNCIA RELATIVA E PERCENTUAL ACUMULADA

Fr fr fr fr fr
i i
= + + + +
1 2 3
, frequncia relativa acumulada da i-sima classe ou
valor

F f f f f
i i
% % % % % = + + + +
1 2 3
, frequncia percentual acumulada da i-sima
classe ou valor

Tabela 1.4 (estendida) - DISTRIBUIO DE FREQUNCIAS DAS ALTURAS
ALTURAS
(cm)
P. Mdio
X
i

Freq. Simples
f
i

Freq. Relativa
fr
i

Freq. Percentual
f
i
%
Freq.Simples
Acum.
F
i

Freq.Perc.
Acum.
F
i
%
150 |----- 157 153,5 1 0,034 3,4 1 3,4
157 |----- 164 160,5 4 0,138 13,8 5 17,2
164 |----- 171 167,5 12 0,415 41,5 17 58,7
171 |----- 178 174,5 9 0,310 31,0 26 89,7
178 |----- 185 181,5 3 0,103 10,3 29 100,0
Total ou 29 1,000 100,0





O grfico estatstico uma forma de apresentao dos dados estatsticos, cujo
objetivo o de produzir, no investigador ou no pblico em geral, uma impresso rpida e
viva do fenmeno em estudo, j que os grficos falam mais rpidos que as sries ( tabelas ).

Para tornarmos possvel uma representao grfica, estabelecemos uma
correspondncia entre os termos da srie e determinada figura geomtrica, de tal modo que
cada elemento da srie seja representado por uma figura proporcional.
4 - REPRESENTAES GRFICAS DAS DISTRIBUIES DE FREQUNCIAS
16

- REQUISITOS

A representao grfica de um fenmeno deve obedecer aos seguintes requisitos
primordiais:

a) Simplicidade - indispensvel devido necessidade de levar a uma rpida
apreenso do sentido geral do fenmeno apresentado a fim de no nos perdermos
na observao de mincias de importncia secundria.
b) Clareza - o grfico deve possibilitar uma correta interpretao dos valores
representativos do fenmeno em estudo.
c) Veracidade - indispensvel qualquer comentrio, posto que, se no representa
uma realidade, o grfico perde sua finalidade.

Os principais tipos de grficos estatsticos para as distribuies de frequncias so
os DIAGRAMAS, os quais so grficos geomtricos de, no mximo duas dimenses. Para
sua construo, em geral, fazemos uso do sistema cartesiano.
Dentre os principais tipos de diagramas destacamos, segundo a varivel em estudo:

Varivel Qualitativa GRFICOS EM BARRAS OU COLUNAS, GRFICOS EM SETORES
Distribuio por Valores GRFICO EM COLUNAS (ou Basto)
Varivel Quantitativa
Distribuio por Intervalos HISTOGRAMA, POLGONO DE
FREQUNCIAS

GRFICO EM COLUNAS OU BARRAS - a representao de uma srie por meio de
retngulos, dispostos horizontalmente (em barras) ou verticalmente (em colunas).
Exemplo: Grfico 1.
GRFICO POR SETORES - o grfico que representa as partes de um todo, por setores
de um crculo, visando justamente comparar estas partes entre si e em relao ao todo.
Exemplo: Grfico 2.

Procedncia dos Estudantes de Calc. Prob. Estatstica I
Turno: Manh, Turma: 04, Perodo: 97.1

Grfico 1 Grfico 2

Procedncia
O.Regio Interior Capital
F
r
e
q
u

n
c
i
a
30
20
10
0


O,Regio
Interior
Capital

17

HISTOGRAMA - a representao grfica de uma distribuio de frequncias de uma
varivel quantitativa (dados agrupados) por meio de retngulos justapostos centrados nos
pontos mdios das classes e cujas reas so proporcionais s frequncias das classes.
Exemplo: Grfico 3

Grfico 3:
Alturas dos estudantes de Calc. Prob. Estatstica I
Turno: Manh, Turma: 04, Perodo: 97.1


POLGONO DE FREQUNCIAS - a representao grfica de uma distribuio de
frequncias por meio de uma linha poligonal fechada ou polgono, cuja rea total igual
a do histograma. Exemplo: Grfico 4.

Grfico 4:
Alturas dos estudantes de Calc. Prob. Est I
Turno: Manh, Turma: 04, Perodo: 97.1


18



Vimos anteriormente a sintetizao dos dados sob a forma de tabelas, grficos e
distribuies de frequncias. Aqui, vamos aprender o clculo de medidas que possibilitem
representar um conjunto de dados (valores de uma varivel quantitativa, isto , informaes
numricas), relativos observao de determinado fenmeno de forma reduzida.

Estes ndices estatsticos so as MEDIDAS DE POSIO e, dentre as mais
importantes, citamos as Medidas de Tendncia Central, que recebem tal denominao
pelo fato dos dados observados tenderem, em geral, a se concentrar em torno de valores
centrais. Dentre as medidas de tendncia central, destacamos:
a Mdia aritmtica ou Mdia;
a Moda;
a Mediana.

As outras medidas de posio so as SEPARATRIZES, que englobam:
a prpria mediana;
os quartis;
os percentis.

1. MDIA ARITMTICA (ou simplesmente MDIA)

Definio 5.1:
(a) Dada uma populao constituda de N elementos, X
1
, X
2
, ..., X
N
sua mdia,
denotada por , mede o valor mdio do conjunto de dados, sendo expressa na mesma
unidade, e definida por:

=
+ + + X X X
N
N 1 2
...
ou =

X
N
i
( Mdia populacional ) Eq. (1)

(b) Dada uma amostra constituda de n elementos, X
1
, X
2
, ..., X
n
, sua mdia,
denotada X , ser definida por:

X =
X X X
n
n 1 2
+ + +
ou X =
X
n
i
( Mdia amostral ) Eq. (2)

Exemplo: Determinar a mdia do seguinte conjunto (amostra) de valores X
i
: 3, 7, 8,
10, 11

Logo, X =
X
n
i
=
3 7 8 10 11
5
+ + + +
X = 7,8




5 - MEDIDAS DE POSIO
19
(c) MDIA ARITMTICA PARA DISTRIBUIES DE FREQUNCIA

Seja um conjunto de dados ( uma amostra ) constituda de n valores da varivel X,
isto , X
1
, X
2
, ..., X
k
ocorrendo com respectivas frequncias f
1
, f
2
, ..., f
k
de modo que f
i
=
n .
A mdia aritmtica (ou simplesmente mdia) de X, denotada X , definida por:

X =
X f
f
i i
i

ou simplesmente X =
X f
n
i i

Eq. (3)

onde n = f
i
o nmero de elementos do conjunto.

OBS.: A expresso acima usada tanto no caso de distribuio de frequncias por valores,
como para dados agrupados em classes. No segundo caso, os X
is
representam os pontos
mdios de classes.

Exemplo: Determinar a mdia do seguinte conjunto de valores, X
i
: 2, 3, 8, 8, 5, 2, 2,
2, 8, 5, 3, 8, 2, 2, 5, 8, 2, 5, 8 e 2

X
i
f
i
X
i
f
i

2 8 16
3 2 6
5 4 20
8 6 48
20 90

Portanto, aplicando a Eq. (3), vem:

X =
X f
f
i i
i

90
20
X = 4,5

n = f
i
= 20

OBS.: A Equao (3) uma adequao da equao (2) no caso de um conjunto de valores
X
is
com elementos repetidos.


VANTAGENS E DESVANTAGENS DA MDIA


1. uma medida de tendncia central que por uniformizar os valores de um conjunto de
dados, no representa bem os conjuntos que revelam tendncias extremas. Ou seja,
grandemente influenciada pelos valores extremos (grandes) do conjunto.

2. No pode ser calculada para distribuies de frequncias com limites indeterminados
(indefinidos).

20


Exemplo: impossvel calcular a mdia da distribuio abaixo, representativa das
idades de um grupo de 300 pessoas.

IDADES
(Anos)
N
o
de Pessoas
f
i

Menos de 33 1
33 |------- 35 21
35 |------- 37 52
37 |------- 39 186
39 |------- 41 38
41 ou mais 2
Total ou 300


3. o promdio mais conhecido e de maior emprego.

4. facilmente calculvel.

5. Pode ser tratada algebricamente (ver propriedades).

6. Serve para compararmos conjuntos semelhantes.

7. particularmente indicada para sries (conjuntos) que possuem os valores simtricos
em relao a um valor mdio e de frequncia mxima.

8. Depende de todos os valores do conjunto de dados.

Propriedades:

1 - A soma dos desvios tomados em relao mdia nula, isto ,
( )
X X
i
i
n
=
=

1
0.

2 - Somando-se ou subtraindo-se uma constante (c) a todos os valores de uma varivel, a
mdia do conjunto fica aumentada ou diminuda dessa constante, isto ,
Y X c Y X c
i i
= = .

3 - Multiplicando-se ou dividindo-se todos os valores de uma varivel por uma constante
(c), a mdia do conjunto fica multiplicada ou dividida por essa constante, isto ,
Y X c Y X c
i i
= = ou Y X c Y X c
i i
= = , para c0.

2. MODA

Desprezando as classes abertas, isto , com
limites indeterminados, a sim, poderamos
calcular a referida mdia.

21
Definio 5.2: Dado um conjunto de valores, a moda, denotada Mo, o valor que ocorre
com maior frequncia, ou seja, o valor mais frequente do conjunto de
dados.
OBS.:
i) A moda de um conjunto de dados pode no existir (figura (a) )
ii) A moda de um conjunto de dados pode no ser nica (figura (c) )


Exemplo: Determine a moda dos seguintes conjuntos de dados abaixo

a) 2, 2, 3, 3, 5, 5, 8, 8 No existe moda.
b) 2, 2, 3, 5, 5, 5, 8, 8 Mo = 5
c) 2, 2, 2, 3, 3, 5, 5, 5, 8 Mo = 2 e Mo = 5

- CLCULO DA MODA PARA DADOS AGRUPADOS

Em uma distribuio de frequncias com dados agrupados em classes,
denominamos classe modal que possui a maior frequncia, e, conseqentemente, ser esta
classe que conter a moda.


FRMULA de CZUBER (interpretao
geomtrica atravs de Histograma)

Mo L h
mo mo
= +
+
|
\

1
1 2

onde:
L
mo
: limite inferior da classe modal
h
mo
: amplitude da classe modal

1
= f
modal
- f
anterior

2
= f
modal
- f
posterior

22
Exemplo: Utilizando os dados apresentados na tabela 1.4, determine a ALTURA MODAL
dos 29 estudantes de Clculo das . Probabilidades. e Estatstica I - Turno: Manh, Turma:
04, Perodo: 97.1

Classe modal (2
a
.) 164 |----- 171 , L
mo
= 164 , f
mo
= 12 , h
mo
= 7

1
12 4 8 = = = f f
max ant
;

2
12 9 3 = = = f f
max post

Logo, Mo cm = +
+
|
\

| = 164
8
8 3
7 169 1 , ou Mo = 169 cm

VANTAGENS E DESVANTAGENS DA MODA

1. No depende de todos os valores do conjunto de dados, podendo mesmo no se alterar
com a modificao de alguns deles.

2. No influenciada por valores extremos (grandes) do conjunto de dados.

3. Pode ser calculada para distribuies com limites indeterminados (indefinidos) na
maioria dos casos.


3. MEDIANA


Definio 5.3: Considere uma srie (conjunto de dados) ordenada, constitudo de n
valores. A mediana, denotada Me , o valor que divide o conjunto em duas
partes iguais ( isto , em duas partes de 50% cada).

Exemplos:

a) Calcular a mediana do seguinte conjunto de dados: 2, 3, 5, 8, 9, 11, 13 (n = 7
mpar)
Me = 8 (termo de ordem central )

b) Calcular a mediana do seguinte conjunto de dados: 2, 3, 5, 8, 9, 11, 13, 15 (n = 8
par)
Me =
+
|
\

| =
8 9
2
8 5 , (Mdia aritmtica dos termos de ordens centrais)

Verificamos que, estando ordenados os valores de uma srie (conjunto de dados) e
sendo n o nmero de elementos da srie, o valor mediano ser:

- o termo de ordem central
n +1
2
, Me X
n
=
+1
2
se n for mpar;

23
- a mdia aritmtica dos termos de ordem
n n
2 2
1 e + , Me
X X
n n
=
+
+
2 2
1
2
se n for par.




CLCULO DA MEDIANA NUMA DISTRIBUIO DE FREQUNCIAS

a) Dados No-agrupados

Neste caso, para a srie de valores ordenados em ordem crescente de grandeza (i. e.,
em um rol), a mediana o valor mdio ou a mdia aritmtica dos valores centrais, caso
tenhamos um nmero mpar ou par de valores na srie.

b) Dados Agrupados em Classes

No caso de dados agrupados, relembramos que uma distribuio de frequncias
pode ser representada por meio de um Histograma. Dizemos ento que a mediana ser o
valor de X (abscissa) cuja ordenada divide a rea total do Histograma em duas partes
iguais.

Assim, para dados agrupados, a mediana obtida atravs de interpolao de acordo
com a seguinte frmula:

Me L
n
F
f
h
me
ant
me
me
= +

|
\

|
|
|

2
onde:




Exemplo: Determinar a ALTURA MEDIANA dos 29 estudantes da turma de Cal. Prob. Est
I, Turno: Manh, Turma: 04, Perodo: 97.1 - Turno da tarde, conforme os dados
agrupados na tabela 1.4 (estendida).

L
me
o limite inferior da classe mediana;
fme a frequncia simples da classe mediana;
F
ant
a frequncia acumulada da classe anterior
classe mediana;
h
me
a amplitude da classe mediana; n o total de
observaes.



24
Conjunto A ====> 7, 7, 7, 7, 7
Conjunto B ====> 5, 6, 7, 8, 9
Conjunto C ====> 4, 5, 7, 9, 10
Conjunto D ====> 0, 5, 10, 10, 10




n/2 = 29/2 = 14,5 (50%) ====> Classe mediana (2a.) : 164 |----- 171 (Classe mediana:
primeira classe que ultrapassar 50% (n/2) ou mais das
observaes)

L
me
= 164 ; f
me
= 12 ; h
me
=7 ; F
ant
= 5

Md cm = +

|
\

| = + = 164
14 5 5
12
7 164 55 169 5
,
, ,
ou Md = 170cm
PROPRIEDADES DA MEDIANA

i) A mediana no influenciada por valores extremos (grandes) de uma srie ou conjunto
de dados.

ii) A mediana de uma srie de dados agrupados de classes extremas indefinidas pode ser
calculada.





Na seo anterior, aprendemos a calcular e entender convenientemente as medidas de
posio representativas de um determinado conjunto de dados, onde destacamos a mdia, a
moda e a mediana.
Sejam quatro conjuntos A, B, C e D com os seguintes valores:









Observando-os mais detalhadamente, notamos que em cada grupo os valores se distribuem
diferentemente em relao mdia 7. Necessitamos assim de uma medida estatstica
complementar para melhor caracterizar cada conjunto apresentado.
As medidas estatsticas responsveis pela variao ou disperso dos valores de um
conjunto so as medidas de disperso ou de variabilidade, onde se destacam a amplitude
total, a varincia, o desvio padro e o coeficiente de variao. Em princpio, diremos que
entre dois ou mais conjuntos de dados, o mais disperso ( ou menos homogneo ) aquele
que tem a maior medida de disperso.

1 - A AMPLITUDE TOTAL

Medida j apresentada na elaborao de uma distribuio de frequncias com dados
agrupados em classes, denotamos AT.

6. MEDIDAS DE DISPERSO
Para representarmos cada conjunto, podemos
calcular a sua respectiva mdia
(Eq.(1)),encontrando
X X X X A B C D = = = = 7.
Vemos assim que apesar de constitudos
de valores diferentes, os grupos revelam uma
mesma mdia aritmtica.

25
AT X X
mx mn
= , onde X
mx

= maior valor do conjunto e X
mn

= menor valor do
conjunto.

2- A VARINCIA

A varincia de um conjunto de dados ( amostra ou populao ) mede a variabilidade
do conjunto em termos de desvios quadrados em relao mdia aritmtica do conjunto.
uma quantidade sempre no negativa e expressa em unidades quadradas do conjunto de
dados, sendo de difcil interpretao.

Definio 6.1:

a) Seja um conjunto ( populao ) constitudo de N elementos X
1
, X
2
, . . ., X
N
. Sua
varincia denotada
2
, definida por:

( )

2
2
=

X
N
i
Eq (5) , onde =

X
N
i
a mdia populacional

b) Seja um conjunto ( amostra ) constitudo de n elementos X
1
, X
2
, . . . , X
n
. Sua
varincia, denotada S
2
, definida por:

( )
S
X X
n
i
2
2
1
=

Eq (6) , onde X
X
n
i
=

a mdia amostral


OBS.: A equao (6) utilizada quando nosso interesse no se restringe descrio dos
dados mas, partindo da amostra, visamos tirar inferncias vlidas para sua respectiva
populao. No caso de estarmos interessados apenas na descrio dos dados,
podemos usar no divisor n em lugar de n - 1

Exemplo 2: Determine a varincia do seguinte conjunto (amostra) X
i
: 2, 3, 5, 7, 8

De acordo com a equao (6) temos:

( ) ( ) ( ) ( ) ( )
S
2
2 2 2 2 2
2 5 3 5 5 5 7 5 8 5
5 1
=
+ + + +

, onde X
X
n
i
= = =

25
5
5

( ) ( ) ( ) ( ) ( )
=
+ + + +
=
+ + + +
= S
2
2 2 2 2 2
3 2 0 2 3
4
9 4 0 4 9
4
26
4
=====> S
2
= 6,5

CLCULO DA VARINCIA EM UMA DISTRIBUIO DE FREQUNCIAS
( Caso de amostra )

Analogamente, a definio apresentada na Equao (6), temos
26

( )
S
X X f
n
i i
2
2
1
=

Eq. ( 7 ) , onde f
i
: frequncias de classes e n f
i
=

OBS.: No caso de dados agrupados os X
is '
so os pontos mdios de classes.
FRMULA ALTERNATIVA derivada da Equao ( 7 ) :

( )
S
X f
X f
n
n
i i
i i
2
2
2
1
=

ou
( )
( )
S
n X f X f
n n
i i i i
2
2
2
1
=



Eq. ( 8 )

3 - O DESVIO PADRO

uma outra medida de disperso mais comumente empregada do que a varincia, por
ser expresso na mesma unidade do conjunto de dados. Mede a "DISPERSO
ABSOLUTA" de um conjunto de valores e obtida a partir da varincia.

Desvio Padro = + Varincia ( Raiz quadrada positiva da Varincia )

Conforme, o conjunto de dados, trate-se de uma populao ou uma amostra, teremos o
desvio padro dado por:

Populao =====>
( )

X
N
i
2
Amostra ======>
( )
S
X X
n
i
=

1
2


Do exemplo 2 , dado acima, temos o desvio padro dado por S = 6 5 , ====> S = 2,55

Exemplo 3: Calcular a varincia e o desvio padro para a distribuio de frequncias das
ALTURAS dos 29 estudantes de Clculo das Probabilidades e Estatstica I -
Turno: Manh, Turma: 04, Perodo: 97.1.

ALTURAS
(cm)
No. Est
f
i

P. Mdio
X
i

X
i
2

X f
i i

X f
i i
2

150 |---- 157 1 153,5 23562,25 153,5 23562,5
157 |---- 164 4 160,5 25760,25 642 103041,0
164 |---- 171 12 167,5 28056,25 2010 336675,0
171 |---- 178 9 174,5 30450,25 1570,5 274052,25
178 |---- 185 3 181,5 32942,25 544,5 98826,75
Total ou 29 4920,5 836157,5

Varincia
==> S
n X
i
f
i
( X
i
f
i
)
n (n )
, ( , ) ,
,
2
2
2
1
29 836157 25 4920 5
2
29 28
37239 95
812
4586 =


=

= =
27

Portanto, a varincia das alturas ser: S , cm
2
4586
2
=

Desvio Padro ====> S cm cm = = = Varincia 4586 6 77
2
, ,

4 - O COEFICIENTE DE VARIAO

uma quantidade adimensional e serve para comparar dois ou mais conjuntos de
dados de unidades diferentes. Mede a "DISPERSO RELATIVA" de um conjunto de
dados. expresso, usualmente, em percentagem ( % ).
Populao ====> CV =

100, sendo que 0

Amostra ====> CV
S
X
= 100, sendo que X 0.

Exemplo 4: Calcule o coeficiente de variao (disperso relativa) das ALTURAS dos 29
estudantes da Turma 04 - Turno da Manh de Calc. Prob. Est I - Perodo: 97.1 -
Tabela 1.4

Da distribuio das alturas, (tabela 1.4), temos:

Altura mdia ===> X cm = 169 67 , e o Desvio Padro ===> S cm = 6 77 ,









1. Costa Neto, P.L.O. Estatstica. Editora Edgar Blucher.
2. Mendenhall, W. Probabilidade e Estatstica. Editora Campus, Vol. I e II.





Portanto, ====> CV
S
X
cm
cm
= = = 100
6 77
169 67
100 3 99
,
,
, , ou seja CV = 3 99% ,
7. REFERNCIAS BIBLIOGRFICAS