Sei sulla pagina 1di 39

APOSTILA DE

ESTATSTICA E PROBABILIDADE
MDULO 1

PROFESSOR: REINALDO CARVALHO DE MORAIS

******************************************** CAPTULO 1 INTRODUO ESTATSTICA ********************************************


Uma das principais virtudes de um bom profissional passa pela capacidade de tomar boas decises de acordo com a situao. Esse tipo de habilidade pode ser construda de vrias formas, dentre elas pela prtica do dia-a-dia das empresas. O conhecimento terico adquirido freqentando a faculdade e lendo artigos cientficos e revistas de negcios tambm uma das formas. O ideal para a formao talvez seja buscar as diversas possibilidades. Dentre as vrias formas de se tomar decises, o profissional pode se valer de fatos e dados. O uso de planilhas eletrnicas e a explorao do mximo de informaes possvel vm aumentando no decorrer dos anos nas organizaes. Por exemplo: quando um banco necessita tomar a deciso sobre conceder ou no um emprstimo pra um determinado cliente, so avaliados determinados dados desse cliente. Verificam-se, dentre outras informaes, o tempo de conta, a idade, o estado civil, a profisso, etc. Dessa forma torna-se possvel avaliar o risco desse cliente quitar a referida dvida. As tcnicas estatsticas tm sido cada vez mais utilizadas nas empresas e rgos pblicos para auxiliar os gestores a racionalizar o uso de informaes em benefcio do processo de tomada de decises. Os avanos ocorridos na informtica nos ltimos anos tm contribudo para aumentar tanto a quantidade quanto a qualidade dos dados disponveis.

1.1

O QUE ESTATSTICA?

A estatstica pode ser definida como: a cincia de coletar, organizar e interpretar fatos numricos que chamamos de dados. Diariamente somos bombardeados com diversos dados. Pela mdia, recebemos informaes sobre: ndice de popularidade do presidente da repblica. Temperatura mdia para determinado dia. Venda de veculos no ms passado, etc.

Outra definio de estatstica1: Estatstica se refere ao conjunto de tcnicas usadas na coleo, organizao e interpretao de dados. Estes podem ser quantitativos, com valores expressos numericamente, ou qualitativos, representados por caractersticas tais quais as preferncias dos consumidores obtidas em uma pesquisa. A anlise estatstica utilizada na administrao e economia para auxiliar na tomada de decises mediante a compreenso das fontes
1

KAZMIER, Leonard J. Estatstica Aplicada Administrao e Economia 4 Edio 2007, pag 13

de variao e a identificao de padres e relacionamentos nos dados. Outro autor define estatstica da seguinte forma2: A cincia de coletar, analisar, interpretar e retirar concluses a partir de dados. Nos debates pblicos sobre economia, educao e polticas sociais, todas as partes envolvidas utilizam dados em seus argumentos. Voc vai ao mdico e com base no que relatado so solicitados determinados exames. Com base nos dados dos exames determinado tratamento indicado. Voc vai ao mecnico e relata certo rudo. Com base nisso so testados determinados equipamentos. Portanto, o uso de informaes aumenta a chance de tomar decises mais eficientes.

1.2 A IMPORTNCIA DA ESTATSTICA COMO INSTRUMENTO


A Estatstica surge como um rico instrumento para auxiliar o tomador de decises atravs de critrios objetivos. Especificamente utilizando nmeros e raciocnio lgico. Ou seja: no cabem achismos. Administrar envolve a constante tomada de decises, que podem se dar por critrios objetivos (conhecimento terico ou tcito) ou subjetivos. O objetivo da estatstica obter compreenso a partir dos dados. Para conseguirmos isso, freqentemente trabalhamos com um conjunto de nmeros. Os dados no so somente nmeros. So nmeros dentro de um contexto. Por exemplo: Voc ouve dizer que a taxa de desemprego na regio metropolitana de Belo Horizonte foi de 10% no ms passado. E da? Esse nmero grande? Depende da base de comparao, que pode ser geogrfica ou temporal. Depende da instituio que calculou. A metodologia do IBGE3 diferente da metodologia dos Centros de pesquisa estaduais. Empresas, governo e indivduos tomam decises com base em determinados indicadores. Exemplos: Taxa de desemprego. Taxa de juros do carto de crdito. Taxa de inflao. Probabilidade de ficar desempregado.

Quando voc resolver problemas estatsticos pense no contexto do problema e formule as concluses obtidas na situao especfica. Lembre-se de que o objetivo da estatstica no o clculo em si, mas o ganho de compreenso a partir dos nmeros.

1.3 O SURGIMENTO DA ESTATSTICA


Historicamente, as idias e os mtodos estatsticos foram se desenvolvendo aos poucos, medida que aumentava o interesse da sociedade em coletar e utilizar dados para um grande

2 3

WALPOLE (2009). Instituto Brasileiro de Geografia e Estatstica

nmero de propsitos. As origens mais remotas da estatstica vinculam-se ao desejo dos governantes de contar o nmero de habitantes ou medir o valor de terras tributveis em seus domnios. O termo estatstica4 surge da expresso em latim statisticum collegium, palestra sobre os assuntos do Estado, de onde surgiu a palavra em lngua italiana statista, que significa "homem de estado", ou poltico, e a palavra alem Statistik, designando a anlise de dados sobre o Estado. A palavra foi proposta pela primeira vez no sculo XVII, em latim, por Schmeitzel na Universidade de Jena e adotada pelo acadmico alemo Godofredo Achenwall. Aparece como vocabulrio na Enciclopdia Britnica em 1797, e adquiriu um significado de coleta e classificao de dados, no incio do sculo 19. A Teoria das probabilidades comeou a ganhar fora a partir do sculo 17 quando os cientistas se interessaram em calcular as chances de sucesso nos jogos de azar.

1.4 APLICAES DA ESTATSTICA EM REAS DO CONHECIMENTO


Uma das principais caractersticas da estatstica consiste no seu papel de cincia da variao (ou variabilidade). Como existe variabilidade em todos os campos do conhecimento, a estatstica vem sendo utilizada nas mais diversas reas.

ESTATSTICA NA EDUCAO FSICA


O que determina o desempenho dos atletas em determinada prtica esportiva? Certamente vrias so as teorias desenvolvidas por pesquisadores acerca do assunto. Para otimizar a deciso em relao aceitao ou rejeio de hipteses sobre o assunto vrios foram os modelos e testes estatsticos desenvolvidos. Como exemplo, suponha que um pesquisador esteja interessado em determinar qual a melhor combinao de exerccios fsicos que determinado atleta deve ter para maximizar seu desempenho numa determinada modalidade. Pode-se elaborar um modelo que relacione o desempenho (Y) com outras variveis (X1, X2, ... , X8): Y = Desempenho X1 - Ingesto diria de carboidratos X2 - Nmero de horas de sono dirias X3 - Tempo de experincia na prtica do referido esporte X4 - Idade em que o atleta iniciou as atividades X5 - Concentrao de colesterol no sangue X6 - Tipo sanguneo X7 - Prtica ou no de outras atividades

www.wikipedia.com.br

X8 - Fumante ou no

ESTATSTICA NA MEDICINA

A Estatstica aplica-se rea mdica em qualquer situao que envolva o planejamento, coleta e anlise de dados. Problemas como testar a eficcia de determinado medicamento em relao a uma doena, bem como a criao de ndices que classifiquem as doenas pelo nvel de gravidade so alguns exemplos. Outro exemplo a elaborao de polticas de preveno e combate a doenas, baseada em dados sobre a populao de interesse. Verificar se determinada varivel patolgica constitui uma endemia, uma epidemia, ou ainda uma pandemia. Planejamento de sade pblica para determinada rea de abrangncia.

ESTATSTICA NA ECONOMIA

Otimizao de Carteiras de Investimentos: Para investir no mercado de capitais necessita-se da obteno da melhor combinao de risco e retorno possvel. As melhores estimativas para tais parmetros so a chave para a construo de modelos mais realistas. Finanas governamentais: O governo necessita das melhores projees possveis em relao arrecadao de impostos para saber quanto ter de dinheiro no prximo ano para realizar despesas com sade, educao, segurana, etc. Indicadores econmicos: Prever com certa preciso o ndice de Inflao, por exemplo, pode ser de fundamental importncia para uma determinada empresa que deseja se expandir. A compra de mquinas atravs de financiamento deve considerar a taxa de juros cobrada, assim como a expectativa inflacionria.

ESTATSTICA NA ENGENHARIA

Mtodos de Previso: A compra de determinados insumos utilizados na fabricao de produtos exige um planejamento eficiente. Adquirir quantidades menores que o necessrio pode resultar em falta de produtos. Por outro lado, comprar muito acima do necessrio pode deixar o capital da empresa ocioso. Assim, uma boa soluo para o problema utilizar mtodos de previso com base em variveis que estejam relacionadas venda do produto. Controle de estoque: tempo em que as mercadorias levam para serem vendidas. A empresa deve manter um nvel de estoque capaz de atender suas demandas. Se faltar insumos, pode prejudicar o processo de produo. O acmulo de estoques envolve custos. Controle estatstico de processos: Qual a margem de erro no peso de determinado produto empacotado? Amostragem: Quantas peas devem ser inspecionadas para sabermos o ndice de defeitos? Planejamento de experimentos: Qual a melhor temperatura para retirar determinada

pea do forno?

1.5 ALGUMAS DEFINIES


POPULAO X AMOSTRA

Ao realizar uma pesquisa, na maioria das vezes invivel consultar todos os elementos de interesse. Um exemplo clssico nesse sentido a pesquisa eleitoral. Na poca das eleies deseja-se saber a preferncia do eleitorado sobre os candidatos ao pleito. No Brasil, pas com quase 200 milhes de habitantes, temos mais de 100 milhes de eleitores. pouco vivel perguntar a todos esses indivduos quais as intenes de voto. Para ter uma idia de como se distribuem os eleitores por candidato nas pesquisas, faz-se necessrio utilizar uma amostra da populao de eleitores. Dessa forma, se o nmero de eleitores for 100 milhes e a amostra utilizada na pesquisa for de 2.000 pessoas, qual o tamanho da populao e qual o tamanho da amostra? Na medicina, o uso de amostras muito claro. Quando uma pessoa fica doente e os mdicos necessitam verificar as caractersticas do sangue dela, impossvel pesquisar todo o sangue da pessoa. O procedimento consiste na simples coleta de uma pequena amostra de sangue. Avaliando-se essa pequena amostra so tiradas concluses acerca de todo o sangue do corpo. Nesse caso a populao seria o volume total de sangue. Quanto maior o tamanho da amostra, maior a probabilidade de ela refletir o tamanho da populao inteira. Por exemplo: suponha que estejamos interessados em pesquisar o perfil dos alunos dos cursos de Engenharia da faculdade. Se houver 1.000 alunos matriculados, pode ser invivel entrevistar todos. Nesse contexto faz-se necessrio realizar a pesquisa por amostragem tomando um subconjunto da populao. Podemos pesquisar apenas 100 alunos. Alguns clculos estatsticos so necessrios para medir a preciso da referida pesquisa.

ESTRATGIA PEDAGGICA

Para efeitos didticos, a Estatstica bsica pode ser ensinada em trs etapas: 1) Descrio de dados (tambm conhecida como Anlise exploratria de dados), 2) Probabilidade, 3) Inferncia (nessa etapa utilizamos dados de amostras para extrair concluses acerca da populao de interesse. A Descrio de dados utilidade quando tomamos um conjunto de dados e resumimos os mesmos atravs de grficos, tabelas, medidas de tendncia central, medidas de variabilidade, etc. A Teoria das Probabilidades nos auxiliar a tomar decises levando em considerao a incerteza inerente aos acontecimentos. A Inferncia se utiliza das propriedades probabilsticas para a construo de testes de hipteses sobre determinado fenmeno. Por exemplo, suponha que o pesquisador acredite que as

mulheres tm uma tendncia maior a votar tambm em mulheres, em comparao aos homens. Aps colher uma amostra, as tcnicas de inferncia estatstica podem ser usadas para concluir que essa hiptese seja verdadeira ou falsa.

ESTATSTICA VERSUS PARMETRO

Ao realizar uma pesquisa, se for consultada toda a populao de interesse afirmamos que a pesquisa censitria. Portanto foi realizado um censo. No Brasil, de 10 em 10 anos esse tipo de pesquisa realizada para o levantamento de informaes sociais e econmicas da populao. Suponha que estamos interessados em traar o perfil de todos os estudantes de Engenharia da Faculdade Pitgoras de Betim. Se forem 2.000 alunos no total, o que caracteriza uma pesquisa por censo e o que caracteriza uma pesquisa por amostragem? Se consultarmos todos os 2.000 alunos estaremos diante de um censo. Se consultarmos um subconjunto dos 2.000 (100, por exemplo) estaremos diante de uma pesquisa por amostragem. Se uma das perguntas do questionrio utilizado na pesquisa for Qual a sua altura? podemos calcular a altura mdia dos alunos dos cursos de engenharia. Se a altura mdia for extrada de uma pesquisa com os 1.000 alunos (ou seja, pesquisa censitria), estaremos diante de um parmetro. Se a altura mdia for extrada de uma pesquisa por amostragem (com 100 alunos, por exemplo), estaremos diante de uma estatstica.

TIPOS DE VARIVEIS

Quando realizamos uma pesquisa, a mesma geralmente contm um conjunto de perguntas. A pesquisa realizada com os alunos de estatstica contm perguntas sobre altura, peso, idade, tipo de transporte para a faculdade, etc. Geralmente, cada pergunta feita no questionrio pode ser considerada uma varivel. Por exemplo, se for perguntado no questionrio qual a cor preferida, esta pode variar entre azul, vermelho, verde, etc. Se for perguntada a altura do estudante, a mesma pode variar entre 140 e 210 centmetros, por exemplo. Temos que fazer a distino entre os tipos de variveis. Basicamente as variveis podem ser divididas entre VARIVEIS QUANTITATIVAS ou VARIVEIS QUALITATIVAS (CATEGRICAS). As quantitativas podem ser discretas ou contnuas. As qualitativas podem ser ordinais ou nominais. Observe a figura abaixo.

DISCRETA QUANTITATIVA CONTNUA VARIVEIS NOMINAL QUALITATIVA ORDINAL

(N de irmos)

(Altura)

(Estado Civil)

(Escolaridade)

EXERCCIO 1.1
Classifique as seguintes variveis: Altura: Quantitativa contnua. Peso: Nmero de irmos: Estado Civil: Escolaridade do pai: Tipo de transporte para a faculdade: Conhecimento de Excel:

******************************************** CAPTULO 2 ANLISE EXPLORATRIA DE DADOS: TABELAS, GRFICOS E FREQNCIA ********************************************


Para realizar uma pesquisa, uma das etapas consiste no levantamento dos dados. Aps essa etapa, as informaes podem ser tabuladas numa planilha. Como exemplo de pesquisa, os alunos de Estatstica de uma determinada turma do curso de Administrao responderam a algumas perguntas conforme o quadro abaixo:

1 Qual sua data de nascimento ?______________________________________ 2 Em mdia, quantas horas voc trabalha por semana?____________________ 3 Qual sua altura?__________ 4 Qual seu peso?___________ 5 Em que dia da semana foi (ou ser) seu aniversrio em 2009?_______________ 6 Voc nasceu numa capital? ( ) sim ( ) no 7 Qual a distncia de sua residncia Faculdade Pitgoras?________________ 8 Voc gosta de ir ao supermercado? ( ) sim ( ) no 9 Voc tem quantos irmos?_________________________________________ 10 Como voc vai para a faculdade? ( ) nibus ( ) carro ( ) a p ( ) motocicleta ( 11 Quanto voc gostava de Fsica? ( ) muito ( ) mdio ( ) pouco ( ) nada 12 Quanto voc gostava de Qumica? ( ) muito ( ) mdio ( ) pouco ( ) nada 13 Quanto voc gostava de Matemtica? ( ) muito ( ) mdio ( ) pouco ( ) nada 14 Quanto voc gostava de Histria? ( ) muito ( ) mdio ( ) pouco ( ) nada 15 Quanto voc gostava de Geografia? ( ) muito ( ) mdio ( ) pouco ( ) nada 16 Quanto voc gostava de Lngua Portuguesa? ( ) muito ( ) mdio ( ) pouco ( ) nada 17 Quanto voc gostava de Literatura Brasileira? ( ) muito ( ) mdio ( ) pouco ( ) nada 18 Quanto voc gostava de Lngua Inglesa? ( ) muito ( ) mdio ( ) pouco ( ) nada 19 Quanto voc gostou de microeconomia? ( ) muito ( ) mdio ( ) pouco ( ) nada 20 Quanto voc gostou de macroeconomia? ( ) muito ( ) mdio ( ) pouco ( ) nada

) outro

Foi utilizada uma planilha em Excel para a tabulao dos dados. O quadro abaixo mostra uma parte da referida planilha:

Para a apresentao dos dados num relatrio de pesquisa, foi construda a tabela abaixo.

TABELA 2.1: Banco de dados dos alunos de Estatstica da Turma de Administrao de 2009
Horas Indivduo Atlura Peso Gnero Idade trabalhadas por semana 1 170 69 M 30 50 2 163 65 M 28 48 3 171 78 M 26 44 4 165 55 F 23 0 5 161 51 F 19 0 6 160 47 F 19 20 7 165 80 M 25 30 8 165 53 F 25 21 9 170 70 F 36 91 10 160 51 M 19 36 11 173 55 F 21 30 12 163 55 F 21 36 13 164 72 F 22 48 14 158 48 F 19 0 15 180 65 M 20 20 16 172 80 M 35 40 17 171 69 F 20 43 18 158 54 F 29 30 Dia da semana em que ser o aniversrio domingo sexta quarta quarta sbado tera domingo sexta sbado quinta sbado sbado quinta quarta tera sbado tera quarta Capital Superm. Irmos 1 0 1 0 1 1 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 1 1 1 1 1 1 1 1 1 1 1 0 1 0 0 3 2 2 0 3 1 1 2 4 2 1 1 2 1 0 3 3 2 Deslocamento para a Faculdade 2 2 2 2 1 3 1 3 2 1 3 1 4 5 2 1 2 1 Matemtica Histria 4 3 4 3 4 3 3 4 3 3 3 4 3 4 2 4 4 3 3 3 3 1 2 4 2 4 4 1 2 2 2 2 4 4 2 4 Microeconomia 4 3 4 3 3 3 0 4 4 2 3 4 0 4 2 4 3 4 Macroeconomia 4 3 4 3 3 3 0 4 4 2 3 4 0 4 3 4 3 4

Fonte: Dados da pesquisa

Aps a obteno dos dados tabulados, a anlise dos mesmos torna-se possvel. Para isso, podemos utilizar o prprio Excel ou algum software estatstico. Geralmente tais softwares so relativamente caros. Alguns deles so adquiridos somente por grandes empresas ou organizaes de

10

pesquisa.

2.1 APRESENTAO DOS DADOS


2.1.1 - GRFICOS

GRFICO DE SETORES

Ao analisarmos os dados dos alunos da turma de 2009 podemos construir a seguinte tabela relativa varivel DESLOCAMENTO.

TABELA 2.2: Distribuio de freqncia da varivel DESLOCAMENTO

DESLOCAMENTO A P CARRO MOTOCICLETA NIBUS OUTROS TOTAL

FREQNCIA 4 7 1 5 1 18

PORCENTAGEM 22,2% 38,9% 5,6% 27,8% 5,6% 100,0%

Fonte: Dados da pesquisa

Outra forma de apresentar os dados acima atravs do grfico de setores tambm conhecido como grfico de pizza:
Formas de deslocamento dos alunos para a faculdade

5,6% 22,2% 27,8%

5,6% 38,9%

A P

CARRO

MOTOCICLETA

NIBUS

OUTROS

GRFICO 2.1: Formas de deslocamento dos alunos de Estatstica da Turma de Administrao de 2009

11

Observe que o grfico apresenta valores em porcentagem. O nmero de alunos (n) 18. O grfico poderia ser construdo com valores absolutos. No entanto, fica mais didtico com o uso de porcentagens.

GRFICOS DE BARRAS

Para a varivel acima, tambm pode ser utilizado um grfico de barras. A vantagem que ele oferece uma preciso visual um pouco melhor.
Formas de deslocamento dos alunos para a faculdade 8 7 7 6 5 5 4 4 3 2 1 1 0 A P CARRO MOTOCICLETA NIBUS OUTROS 1

GRFICO 2.2: Formas de deslocamento dos alunos de Estatstica da Turma de Administrao de 2009 Cuidado com a escala muito importante ter ateno com a escala dos grficos. Observe a figura abaixo:

TAXA DE DESEMPREGO 11,1% 11,0% 10,9% 10,8% 10,7%


8,0% 12,0% 11,0% 10,0% 9,0%

TAXA DE DESEMPREGO

11,0% 10,5%

10,6%
7,0%

10,5% 10,4% 10,3% 10,2% 2003 a 2006 2007 a 2010


6,0% 5,0% 4,0% 2003 a 2006 2007 a 2010

Qual a diferena entre os dois grficos? Observe que os valores para as taxas de desemprego para os dois perodos so as mesmas. Porm, uma mudana na escala do grfico no eixo das ordenadas (no caso eixo do

12

percentual de desemprego) distorceu fortemente o aspecto visual da situao. Grfico para duas variveis categricas O grfico mostrado na seo anterior descreve apenas uma varivel. Quando estamos interessados em descrever duas variveis ao mesmo tempo, podemos construir uma tabela de dupla entrada (tambm conhecida como tabela de contingncia). Uma das perguntas feitas na pesquisa com os alunos da turma de 2009 foi: Voc gosta de supermercado? Dessa forma a varivel aleatria SUPERMERCADO pode assumir duas situaes: ou a pessoa gosta de supermercado ou a pessoa no gosta. Quando utilizamos tabelas de dupla entrada os dados so desagregados, ou seja, podem ser interpretados de forma mais detalhada. Observe na tabela abaixo que o total de pessoas que gosta de supermercado 13 e que no gosta 5. Alm disso, podemos saber que dos 13 que gostam, 4 so homens e 9 so mulheres. Outra forma de interpretar seria: das 11 mulheres, 2 no gostam de supermercado. TABELA 2.3: Distribuio da varivel SUPERMECADO por GNERO

SEXO Masculino Feminino Total

SUPERMERCADO Gosta No Gosta 4 3 9 2 13 5

Total 7 11 18

Fonte: Dados da pesquisa Observe um grfico feito no Excel para representar os dados acima.
12 9

10

6 4 4 3 2 0 Gosta No Gosta Masculino Feminino Feminino 2

Masculino

GRFICO 2.2: Gosto ou no por supermercado de acordo com o sexo

EXERCCIO 2.1
(a) Faa um grfico de barras vertical para o a varivel: IRMOS

13

(b) Faa um grfico de setores para a mesma varivel.

EXERCCIO 2.2
Construa uma tabela de dupla entrada para as variveis: capital e supermercado.

NASCIMENTO Capital Interior TOTAL

SUPERMERCADO Gosta No gosta

TOTAL

Valores versus percentuais

Observe que o grfico de setores pode ser feito utilizando-se tanto os valores absolutos, como os percentuais. A escolha depender do tipo de estudo e bom senso do analista. O importante que o grfico seja o mais didtico possvel, para que o leitor consiga entend-lo.

GRFICOS DE LINHAS
Podemos fazer um grfico de linhas para a varivel: DESLOCAMENTO, conforme mostrado na figura abaixo:
8

7 6

5 4 4

3 2

1 0 A P CARRO

MOTOCICLETA

NIBUS

OUTROS

GRFICO 2.3: Distribuio da varivel DESLOCAMENTO

14

Entretanto, conforme discutido anteriormente, para esse tipo de varivel (categrica), os grficos de barras e setores so os mais indicados. O grfico de linhas bastante utilizado para o uso de sries temporais. O grfico abaixo representa a evoluo do retorno de trs aes na bolsa de valores.
6

2 A B C

0
ja n/ 04 ar /0 m 4 ai /0 4 ju l/0 4 se t/0 no 4 v/ 04 ja n/ 0 m 5 ar /0 m 5 ai /0 5 ju l/0 5 se t/0 no 5 v/ 05 ja n/ 06 m ar /0 m 6 ai /0 6 ju l/0 6 se t/0 no 6 v/ 06 ja n/ 0 m 7 ar /0 m 7 ai /0 7 ju l/0 7 se t/0 no 7 v/ 07 ja n/ 08 m ar /0 m 8 ai /0 8 ju l/0 8 se t/0 no 8 v/ 08

-1

-2

-3

-4

Grfico 2.3: Evoluo do retorno dos ativos A, B e C

EXERCCIO 2.3
A Tabela abaixo apresenta a evoluo do nmero de pedidos de frias de funcionrios de uma empresa fictcia. Faa um grfico de linha para representar os dados.
Tabela 2.2 - Evoluo do nmero de pedidos de frias dos funcionrios da Empresa W em 2009 Ms N de pedidos Janeiro 10 Fevereiro 8 Maro 5 Abril 3 Maio 2 Junho 4 Julho 7 Agosto 3 Setembro 1 Outubro 1 Novembro 5 Dezembro 7 Fonte: Dados da empresa W

Por que colocar os dados num grfico? Eles oferecem uma forma resumida de enxergar como os dados se comportam.

15

2.1.2 DISTRIBUIO DE FREQNCIA


O conjunto de dados da turma de Administrao apresenta dados relativos altura dos alunos. Se eu quiser resumir tais dados? Posso construir uma distribuio de freqncia. Uma distribuio de freqncia uma tabela na qual os valores de uma varivel so agrupados em classes e a quantidade de valores observados em cada classe registrada. Dados organizados em distribuies de freqncia tambm so chamados dados agrupados. Podemos construir distribuies de freqncia tanto pra variveis quantitativas quanto qualitativas (ou categricas). Segue abaixo um exemplo de distribuio de freqncia para a uma varivel qualitativa: DESLOCAMENTO.
DESLOCAMENTO A P CARRO MOTOCICLETA NIBUS OUTROS TOTAL FREQNCIA FREQNCIA ABSOLUTA RELATIVA 4 22,2% 7 38,9% 1 5,6% 5 27,8% 1 5,6% 18 100,0%

A seguir, mostraremos os passos para construir uma distribuio de freqncia para uma varivel quantitativa. O quadro abaixo apresenta os dados de altura dos 18 alunos do banco de dados de referencia.

170 160 165

163 173 165

171 163 170

165 164 172

161 158 171

160 180 158

PASSOS PARA A CONSTRUO DE UMA DISTRIBUIO DE FREQUENCIA


1 PASSO: Ordenar os dados

158 163 170

158 164 171

160 165 171

160 165 172

161 165 173

163 170 180

2 PASSO: Calcular a amplitude Amplitude = (maior valor menor valor): 180 158 = 22 3 PASSO: Calcular o nmero de classes: Nmero de classes =

n 18 4,2 5 (aqui devo sempre arredondar pra cima)

16

4 PASSO: Calcular a amplitude de classes: Amplitude de classe = Amplitude Nmero de classes

AC

Amplitude 22 4,5 5 N classes 4

Observao: O arredondamento no clculo da amplitude de classe deve ser sempre para cima, para evitar que alguma observao da amostra fique fora da tabela de distribuio. 5 PASSO: Definir o limite inferior da primeira classe: 158

Observao: O limite inferior da primeira classe deve ser igual ao menor valor observado da amostra, e o limite superior da ltima classe deve ser superior ao maior valor observado da amostra.

6 PASSO: Definir os intervalos (extremos) das classes: 1) 158 a 163; 2) 163 a 168; 3) 168 a 173; 4) 173 a 178; 5) 178 a 183;

Observao: Os intervalos so definidos somando o limite inferior da primeira classe mais a amplitude da classe.

7 PASSO: : Contar a freqncia de observaes em cada classe (ni) e calcular a freqncia relativa (fi) 8 PASSO: calcular a freqncia acumulada (Ni) e a freqncia relativa acumulada (Fi) 9 PASSO: apresentar a tabela de freqncia.

ni 5 6 5 1 1 18 TOTAL Fonte: Dados da pesquisa

Altura 158 163 163 178 168 173 173 178 178 183

fi 0,28 0,33 0,28 0,06 0,06 1,00

Ni 5 11 16 17 18 18

Fi 0,28 0,61 0,89 0,94 1,00 1,00

17

Significado dos smbolos ni: Freqncia absoluta simples fi: Freqncia relativa simples Ni: Freqncia absoluta acumulada Fi: Freqncia relativa acumulada

Portanto, quais os tipos de freqncia? Absoluta Absoluta acumulada Relativa Relativa Acumulada

Por que eu preciso disso tudo?

Estamos aprendendo a resumir os dados de uma pesquisa. Uma das formas de fazer isso atravs de distribuies de freqncia. Na vida real a construo de uma distribuio de freqncia uma pouco mais simples quando usamos computadores. Uma forma de visualizar os dados da distribuio de freqncia atravs do grfico conhecido como HISTOGRAMA. A figura abaixo mostra um histograma construdo no EXCEL.

7 6 6 5 5 5

2 1 1 1

0 158 163 163 178 168 173 173 178 178 183

18

EXERCCIO 2.4
Construa uma distribuio de freqncia para a varivel peso: 1 PASSO: Ordenar os dados

2 PASSO: Calcular a amplitude

3 PASSO: Calcular o nmero de classes:

4 PASSO: Calcular a amplitude de classes:

5 PASSO: Definir o limite inferior da primeira classe:

6 PASSO: Definir os intervalos (extremos) das classes:

7 PASSO: : Contar a freqncia de observaes em cada classe (ni) e calcular a freqncia relativa (fi) 8 passo: calcular a freqncia acumulada (Ni) e a freqncia relativa acumulada (Fi) 9 PASSO: apresentar a tabela de freqncia.

19

EXERCCIO 2.5
Construa um histograma utilizando a distribuio de freqncia do exerccio anterior.

Qual a diferena entre o histograma e o grfico de barras?

Os histogramas se parecem bastante com os grficos de barras. Entretanto existem trs diferenas principais: (1) As barras podem ser grudadas. (H situaes onde isso no ocorre quando a freqncia for zero). (2) indicado para variveis quantitativas agrupadas e no para variveis categricas.

Posso us-lo para variveis categricas?

Sim, mas para representar categorias o grfico de barras mais indicado. O hbito de fazer a distino entre os dois tipos de grfico nos conduz a sempre diferenciar entre variveis contnuas e discretas, sob o ponto de vista de distribuies de probabilidades.

EXERCCIO 2.6
O quadro abaixo mostra o nmero de multas aplicadas por um radar numa determinada avenida nos 30 dias de um ms. Siga os passos abaixo para construir uma distribuio de freqncia para os dados.

20

2 10 13 18
(a) Calcule a amplitude

4 10 13 18

5 11 13 19

5 11 14 19

6 11 14 19

7 11 15 21

7 12 15 21

8 12 16 22

8 13 16 25

8 13 17 26

(b) Calcule o nmero de classes

(c) Calcule a amplitude de classes

(d) Defina o limite inferior da primeira classe

(e) Defina os intervalos de classes (use a tabela abaixo) (f) Conte a freqncia de observaes em cada classe (ni) e calcule a freqncia relativa (fi) (use a tabela abaixo) (g) Calcule a freqncia acumulada (Ni) e a freqncia relativa acumulada (Fi) (use a tabela abaixo)

Classes

Distribuio de Freqncia das notas de estatstica freqncia freqncia Freqncia Freqncia relativa absoluta (ni) relativa (fi) acumulada (Ni) acumulada (Fi)

21

******************************************** CAPTULO 3 ANLISE EXPLORATRIA DE DADOS: MEDIDAS DE POSIO E DISPERSO ********************************************


3.1 RESUMINDO OS DADOS MEDIDAS DE TENDNCIA CENTRAL
Uma das formas de explorar um conjunto de dados atravs do uso de tabelas e grficos. Alm disso, podemos utilizar algumas medidas estatsticas conhecidas como medidas-resumo, que se dividem em medidas de tendncia central e medidas de disperso.

MDIA ARITMTICA SIMPLES


A mdia aritmtica simples uma das medidas de tendncia central mais utilizada no diaa-dia. A mesma calculada conforme a frmula abaixo:
n

x
i 1

onde n representa o nmero de observaes ou tamanho da amostra. A mdia aritmtica simples geralmente representada pela letra x com uma barra sobre a mesma. No numerador aparece um smbolo de somatrio indicando que todas as unidades observacionais devem ser somadas. O quadro abaixo mostra cinco valores referentes ao tempo de chegada da viatura em acidentes de trnsito classificados como graves:

9
n

10

30

39

50

A mdia aritmtica simples pode ser calculada da seguinte forma:

x
i 1

9 10 30 39 50 27,6 5

O resultado da frmula mostra uma mdia de 27,6 minutos. Esse valor pode ser calculado no Excel utilizando a frmula:

22

EXERCCIO 3.1
Calcule o tempo mdio de chegada da viatura para os acidentes de gravidade BAIXA. A mdia _____
NMERO GRAVIDADE NMERO DE DISTNCIA TEMPO DE DA DA DIA DURAO VTIMA VECULOS DO MOTORISTA CHEGADA OCORRNCIA OCORRNCIA (TEMPO) FATAL ENVOLVIDOS POSTO POLICIAL ALCOOLIZADO DA VIATURA 1 ALTA FIM-DE-SEMANA 75 SIM 8 2,5 SIM 10 2 MDIA DURANTE A SEMANA 66 NO 5 1,4 SIM 5 3 BAIXA DURANTE A SEMANA 18 NO 3 3,2 NO 15 4 BAIXA DURANTE A SEMANA 19 NO 4 5,9 NO 26 5 MDIA DURANTE A SEMANA 25 NO 2 6,4 NO 30 6 BAIXA FIM-DE-SEMANA 26 NO 2 8,3 NO 40 7 MDIA FIM-DE-SEMANA 35 NO 2 1,3 SIM 6 8 BAIXA DURANTE A SEMANA 44 NO 2 5,5 NO 19 9 BAIXA DURANTE A SEMANA 17 NO 3 14,2 NO 35 10 MDIA DURANTE A SEMANA 29 SIM 2 6,6 SIM 22 11 BAIXA DURANTE A SEMANA 30 NO 3 7,1 NO 19 12 BAIXA DURANTE A SEMANA 41 NO 2 3,3 NO 12 13 BAIXA DURANTE A SEMANA 22 NO 3 4,1 NO 12 14 MDIA FIM-DE-SEMANA 55 NO 5 8,8 SIM 25 15 ALTA FIM-DE-SEMANA 80 SIM 3 7,6 SIM 30 16 BAIXA DURANTE A SEMANA 24 NO 2 8 NO 18 17 MDIA DURANTE A SEMANA 36 NO 2 4 NO 16 18 MDIA FIM-DE-SEMANA 75 NO 5 5,3 SIM 22 19 MDIA DURANTE A SEMANA 15 SIM 1 9,3 NO 31 20 BAIXA DURANTE A SEMANA 22 NO 2 4,1 NO 14 21 ALTA DURANTE A SEMANA 21 SIM 2 13,2 NO 50 22 MDIA FIM-DE-SEMANA 25 NO 1 11 SIM 33 23 MDIA DURANTE A SEMANA 39 NO 6 15 SIM 38 24 ALTA FIM-DE-SEMANA 61 SIM 2 14,3 SIM 39 25 MDIA DURANTE A SEMANA 40 NO 4 10 NO 40 26 BAIXA DURANTE A SEMANA 17 NO 2 14 NO 51 27 MDIA DURANTE A SEMANA 26 NO 2 5 NO 17 28 ALTA FIM-DE-SEMANA 69 SIM 6 2,5 SIM 9 29 BAIXA DURANTE A SEMANA 22 NO 2 1,9 SIM 6 30 BAIXA DURANTE A SEMANA 29 NO 1 1 NO 4

23

MDIA PONDERADA
A mdia ponderada uma mdia aritmtica na qual cada valor ponderado de acordo com sua importncia no grupo como um todo. A frmula da mdia ponderada :

xw

w x
i 1 i

w
i 1

Operacionalmente, cada valor no grupo (X) multiplicado por um fator de peso apropriado (w) e o produto ento somado e dividido pela soma dos pesos. Por exemplo, se eu estiver interessado na nota mdia do ENEM (Exame Nacional do ensino mdio) para quatro escolas de uma determinada regio, importante ponderar os valores das notas pelo nmero de matrculas por escola. A Tabela abaixo apresenta o nmero de matrculas na rede estadual em cada estado (valores fictcios):

Distribuio das notas das escolas num teste de proficincia ESCOLA NOTA N DE ALUNOS A 8 200 B 9 150 C 6 400 D 7 250 Fonte: fictcia
A mdia ponderada para os dados da tabela acima pode ser calculada da seguinte forma:
n

xw

w
i 1 n i 1

xi
i

8 200 9 150 6 400 7 250 7.100 7,1 200 150 400 250 1.000

Para calcular a mdia ponderada no EXCEL devemos utilizar a funo SOMARPRODUTO para obter o resultado do numerador. Para o denominador, utilizamos a funo SOMA. A sada do EXCEL a seguir resume o procedimento.

24

EXERCCIO 3.2
Calcule a mdia ponderada da NOTA para os dados da tabela abaixo:

Nota das Companhias referentes ao Batalho 10 Companhia NOTA N DE MILITARES Companhia A 80 175 Companhia B 77 250 Companhia C 91 330 Companhia D 85 425 Fonte: fictcia

O RESULTADO ___________

ACHANDO A MEDIANA
Quando temos um conjunto de dados que apresentam valores discrepantes, podemos utilizar outra medida para resumir os dados: a MEDIANA. O clculo feito tomando o valor do meio, aps os dados terem sido colocados em ordem crescente. O quadro abaixo apresenta os valores do TEMPO DE CHEGADA em minutos da viatura

25

para acidentes de gravidade BAIXA.

16

17

22

22

25

30

31

33

38

40

Para calcular a mediana desses dados, devemos inicialmente coloc-los em ordem crescente. O prximo passo consiste em encontrar a posio que divide os dados ao meio. Se tivssemos 3 valores, a posio seria referente ao segundo valor. Se tivssemos 11 valores a posio seria referente ao sexto valor. Se tivssemos 13, a posio seria referente ao 7 valor. Como temos 12 valores, devemos escolher a posio referente ao 6,5 valor. Para isso basta encontrar o valor do meio entre 22 e 25: 23,5. No Excel, basta utilizar a funo:

=MED
Observe:

Portanto, se voc tiver, por exemplo, 3 valores, a mediana o valor que encontra-se na posio 2. Se tiver 4 valores, a mediana o valor que se encontra na posio 2,5 (entre os nmeros de posio 2 e 3). E se voc tiver n nmeros?

3 passos para achar a mediana: 1 Organize os nmeros em ordem crescente 2 Se voc tiver um nmero mpar de valores, a mediana o valor que est no meio. 3 Se tiver um nmero par de valores, some 1 ao nmero de valores e depois divida

26

por dois. A mediana ser o valor correspondente posio calculada (n+1)/2.

EXERCCIO 3.3
Calcule a mediana da varivel DISTNCIA. O resultado ___________

MODA
A Moda simplesmente o valor que mais aparece. Geralmente mais til para variveis nominais (ou categricas). A funo utilizada no EXCEL para o clculo da moda : MODO

EXERCCIO 3.4
Qual a MODA da varivel NMERO DE VECULOS ENVOLVIDOS? O resultado ___________

Para um pequeno conjunto de dados no qual nenhum dos valores medidos se repetiu, no existe moda. Quando dois valores aparecem com a mesma freqncia, a distribuio descrita como sendo bimodal. Distribuies de medies com muitas modas so denominadas multimodais.

EXERCCIO 3.5
Para uma amostra de 15 estudantes do ensino fundamental numa lanchonete, os seguintes valores de vendas, agrupados em ordem crescente so observados:

0,10 0,35 1,35


Calcule: [a] Mdia:

0,10 0,40 2,45

0,25 0,53 2,71

0,25 0,90 3,09

0,25 1,25 4,10

27

[b] Mediana:

[c] Moda

EXERCCIO 3.6
O quadro abaixo apresenta uma amostra de 20 operadores de produo de uma companhia, os quais receberam os seguintes valores lquidos como pagamento aps todos os descontos em uma dada semana, arredondado ao dlar mais prximo e agrupada em ordem crescente:

240 240 240 240 240

240 240 240 255 255

265 265 280 280 290

300 305 325 330 340

Calcule:

[a] Mdia

[b] Mediana

[c] Moda

28

EXERCCIO 3.7
Aumento Custo mdio por ms percentual (antes do aumento) Leite 0,10 20 Carne moda -0,06 30 Vesturio -0,08 30 Gasolina 0,20 50 Item
Use a tabela acima para determinar a variao mdia percentual atravs da ponderao das variaes percentuais para cada item, pelo valor mensal gasto com cada item antes da modificao. (PORTANTO, CALCULE A MDIA PONDERADA.

29

******************************************** CAPTULO 4 ANLISE EXPLORATRIA DE DADOS: MEDIDAS DISPERSO ********************************************


4.1 RESUMINDO OS DADOS MEDIDAS DE DISPERSO
Lembre-se que o nosso propsito ao estudar as medidas-resumo passa por descrever os dados de forma que os mesmos possam ser interpretados. Ao utilizar a mdia, mediana ou moda estamos fornecendo um nmero que exerce essa funo de resumir. No entanto, por serem medidas de tendncia central elas no fornecem uma idia do grau de espalhamento dos dados. Para isso, fazse necessrio o estudo das medidas de disperso ou variabilidade.

A AMPLITUDE
A amplitude consiste na diferena entre o maior e o menor valor num conjunto de dados, conforme a frmula abaixo:

Amplitude = Limite superior Limite inferior

O quadro abaixo apresenta um conjunto de valores relativos a dois conjuntos de dados: A e B.

A 8 9 9 10 10 10 11 11 12

B 8 10 10 10 10 10 10 10 12

A amplitude dos dois conjuntos de dados :

30

Amplitude = 12 8 = 4 No entanto, a referida medida apresenta limitaes, pois retrata apenas os valores extremos do conjunto de dados, desconsiderando o que ocorre entre o maior e o menor valor. Podemos ilustrar tal argumento construindo um histograma para cada grupo com base nos dados das distribuies de freqncia, conforme os quadros a seguir.

GRUPO A VALOR FREQNCIA 8 1 9 2 10 3 11 2 12 1

GRUPO B VALOR FREQNCIA 8 1 9 0 10 8 11 0 12 1

1 0 0 10 a 10,9 11 a 11,9

8 a 8,9

9 a 9,9

10 a 10,9

11 a 11,9

12 a 12,9

8 a 8,9

9 a 9,9

12 a 12,9

Portanto, a amplitude5 s descreve a largura dos dados e no como eles so dispersos entre os limites. Os dois conjuntos de dados acima tm a mesma amplitude, mas os valores so distribudos de forma diferente. O segundo conjunto tem valores discrepantes valores extremos altos e baixos. Aparentemente, a amplitude pode medir at que ponto os valores esto dispersos, mas difcil ter uma idia real de como os dados so distribudos.

O PROBLEMA COM VALORES DISCREPANTES6.


A amplitude uma forma simples de dizer qual a disperso de um conjunto de dados, mas, muitas vezes, no a melhor maneira de medir como os dados so distribudos dentro do conjunto. Se os dados tiverem valores discrepantes, o uso da amplitude para descrever como os
5 6

GRIFFITHS, Dawn, Use a cabea: estatstica. Editoras Altabooks. Rio de Janeiro, 2009, pag.88. Adaptado de: GRIFFITHS, Dawn, Use a cabea: estatstica. Editoras Altabooks. Rio de Janeiro, 2009, pag.89.

31

valores so dispersos pode ser bastante enganoso, devido sensibilidade a tais valores discrepantes. Suponha que tenhamos um conjunto de dados como a seguir:

1 1 1 2 2 2 2 3 3 3 3 3 4

Aqui, os nmeros esto razoavelmente distribudos de forma uniforme entre o limite inferior e o limite superior, e no h nenhum valor discrepante com que nos preocupamos. Qual a amplitude desse conjunto de dados?

Amplitude = 5 1 = 4

Mas o que acontece se introduzirmos um valor discrepante, como o nmero 10?

1 1 1 2 2 2 2 3 3 3 3 3 4
Amplitude = 10 1 = 9

5 10

Nosso limite inferior o mesmo, mas o limite superior aumentou para 10, nos dando uma nova amplitude igual a 9. A amplitude aumentou em 5, s porque acrescentamos um nmero extra, um valor discrepante. Sem o valor discrepante, os dois conjuntos de dados seriam idnticos; ento, por que h uma diferena to grande na forma em que descrevemos como os dados esto distribudos? Notamos que a amplitude apresenta-se como uma medida de disperso limitada, uma vez que reflete apenas os extremos dos dados. Se ela to limitada, por que to usada? Pelo fato de ser de fcil entendimento, at de leigos. Ento qual seria a soluo para driblar o problema da limitao da amplitude? Podemos trabalhar com quartis.

QUARTIS
Os quartis surgem como medidas estatsticas intermedirias. Num conjunto de dados podemos obter os seguintes valores: a) O primeiro quartil: Aponta o valor que representa a posio referente a 25% dos dados. Os 25% menores. b) Segundo quartil: Aponta o valor que representa a posio referente a 50% dos dados. Os 50% menores. Na verdade esse valor a prpria mediana. c) Terceiro quartil: Aponta o valor que representa a posio referente a 75% dos dados. Os 75% menores (ou 25% maiores). Nesse sentido, ao apresentar medidas resumo num conjunto de dados de uma pesquisa, podemos resumir uma varivel com as seguintes informaes: mnimo, mximo, mdia, mediana,

32

primeiro quartil, terceiro quartil e desvio-padro.

DESVIO PADRO E VARINCIA


Uma forma de avaliar como os dados se distribuem em torno da mdia a varincia. Tal medida consiste da mdia quadrtica dos desvios em relao mdia. O motivo do uso da mdia quadrtica que a mdia aritmtica simples dos desvios sempre d zero. Tirar a mdia dos valores absolutos tambm vivel, no entanto uma medida pouco usada, pois apresenta limitaes em termos de propriedades probabiltisticas. A frmula da varincia :

(x
i 1

x)2

Portanto, a varincia consiste em subtrair cada valor observado da mdia, elev-lo ao quadrado, somar todos os valores e em seguida dividir pelo tamanho da amostra. No entanto, para que a medida de variao tenha a mesma dimenso da mdia, mais comum trabalhar com o desvio-padro, que nada mais que a RAIZ QUADRADA DA VARINCIA.

EXERCCIO 4.1
Calcule a varincia e o desvio padro da varivel DISTNCIA do banco de dados fictcio para as variveis de gravidade ALTA.

2,5 7,6 13,2 14,3 2,5


O resultado : Varincia:_____________ Desvio padro:_________ Os comandos para o clculo da varincia e desvio padro so, respectivamente: VARP DESVPAD Confira os clculos acima no Excel.

33

RETOMANDO
A primeira etapa da anlise de dados consiste no resumo dos mesmos. Uma das formas de fazer isso atravs da construo de distribuies de freqncia e pelo uso dos mais diversos tipos de grficos. Alm disso, podemos utilizar medidas-resumo. As principais so mdia, mediana, desviopadro, mnimo, mximo e quartis. O quadro a seguir apresenta a nota dos alunos de trs turmas.

A 5 5 6 7 7

TURMAS B 3 4 6 8 9

C 0 1 9 10 10

A nota mdia das trs turmas a mesma: 6. Dessa forma podemos notar uma limitao da mdia: No fornece informao sobre como os dados se distribuem. Uma forma de solucionar o problema atravs do clculo do desvio padro. Os valores de desvio padro para os dados do quadro acima so, respectivamente: 0,9; 2,3 e 4,5. Isso significa que, apesar das mdias serem iguais, os valores encontram-se mais espalhados na turma C.

COEFICIENTE DE VARIAO DE PERSON


Outra medida do grau de disperso dos dados o Coeficiente de Variao de Pearson. O mesmo consiste na razo entre o desvio padro e a mdia, conforme a frmula abaixo:

CV

x 100

EXERCCIO 4.2
Considere que voc seja o Administrador de uma Fbrica de Biscoitos. Em funo do aumento da demanda pelos produtos surgiu a necessidade de expanso da fbrica. Ao pesquisar sobre a fonte de financiamento do maquinrio, foram obtidos os seguintes dados acerca da taxa de juros cobrada por dois diferentes bancos nos ltimos 12 meses conforme a Tabela abaixo:

34

(1) Calcule a Mdia Aritmtica da Taxa de Juros da cada banco nos ltimos 12 meses

(2) Mostre que o desvio-mdio igual a zero para o Banco Alfa.

(3) Calcule a varincia e desvio-padro para cada Banco.

(4) Calcule o Coeficiente de Variao para a Taxa de Juros dos Bancos.

(5) Discuta com seus colegas qual o melhor Banco a ser escolhido para fazer o financiamento do
maquinrio.

35

EXERCCIO 4.3
Um investidor possui R$ 30.000 aplicados no mercado de aes. Os investimentos foram divididos em: R$ 7.500 no ativo A, R$ 9.000 no ativo B e R$ 13.500 no ativo C. Durante 5 meses, os retornos respectivos (em percentual) foram:

A B C

1,5 2,0 1,3

2,0 0,5 1,0

1,2 1,5 0,7

1,8 1,3 0,9

1,0 0,7 1,1

Considerando que o retorno da carteira de investimentos consiste na mdia ponderada do retorno dos ativos, calcule o retorno da carteira (em percentual) no perodo considerado.

EXERCCIO 4.4
O nmero de carros vendidos por cada um dos vendedores de uma agencia de automveis durante um determinado ms, agrupado em ordem crescente, :

2 10
Determine: [a] Amplitude [b] Desvio mdio absoluto

4 12

7 12

10 14

10 15

[c] Mdia

[d] Mediana

36

[e] Moda

[f] varincia

[g] Desvio-padro

[h] Coeficiente de variao

EXERCCIO 4.5
NMERO GRAVIDADE NMERO DE DISTNCIA TEMPO DE DA DA DIA DURAO VTIMA VECULOS DO MOTORISTA CHEGADA OCORRNCIA OCORRNCIA (TEMPO) FATAL ENVOLVIDOS POSTO POLICIAL ALCOOLIZADO DA VIATURA 1 ALTA FIM-DE-SEMANA 75 SIM 8 2,5 SIM 10 2 MDIA DURANTE A SEMANA 66 NO 5 1,4 SIM 5 3 BAIXA DURANTE A SEMANA 18 NO 3 3,2 NO 15 4 BAIXA DURANTE A SEMANA 19 NO 4 5,9 NO 26 5 MDIA DURANTE A SEMANA 25 NO 2 6,4 NO 30 6 BAIXA FIM-DE-SEMANA 26 NO 2 8,3 NO 40 7 MDIA FIM-DE-SEMANA 35 NO 2 1,3 SIM 6 8 BAIXA DURANTE A SEMANA 44 NO 2 5,5 NO 19 9 BAIXA DURANTE A SEMANA 17 NO 3 14,2 NO 35 10 MDIA DURANTE A SEMANA 29 SIM 2 6,6 SIM 22 11 BAIXA DURANTE A SEMANA 30 NO 3 7,1 NO 19 12 BAIXA DURANTE A SEMANA 41 NO 2 3,3 NO 12 13 BAIXA DURANTE A SEMANA 22 NO 3 4,1 NO 12 14 MDIA FIM-DE-SEMANA 55 NO 5 8,8 SIM 25 15 ALTA FIM-DE-SEMANA 80 SIM 3 7,6 SIM 30 16 BAIXA DURANTE A SEMANA 24 NO 2 8 NO 18 17 MDIA DURANTE A SEMANA 36 NO 2 4 NO 16 18 MDIA FIM-DE-SEMANA 75 NO 5 5,3 SIM 22 19 MDIA DURANTE A SEMANA 15 SIM 1 9,3 NO 31 20 BAIXA DURANTE A SEMANA 22 NO 2 4,1 NO 14 21 ALTA DURANTE A SEMANA 21 SIM 2 13,2 NO 50 22 MDIA FIM-DE-SEMANA 25 NO 1 11 SIM 33 23 MDIA DURANTE A SEMANA 39 NO 6 15 SIM 38 24 ALTA FIM-DE-SEMANA 61 SIM 2 14,3 SIM 39 25 MDIA DURANTE A SEMANA 40 NO 4 10 NO 40 26 BAIXA DURANTE A SEMANA 17 NO 2 14 NO 51 27 MDIA DURANTE A SEMANA 26 NO 2 5 NO 17 28 ALTA FIM-DE-SEMANA 69 SIM 6 2,5 SIM 9 29 BAIXA DURANTE A SEMANA 22 NO 2 1,9 SIM 6 30 BAIXA DURANTE A SEMANA 29 NO 1 1 NO 4

Utilizando o banco de dados acima, calcule: [a] A mdia do tempo de chegada da viatura nos fins de semana.

37

[b] A mdia do tempo de chegada da viatura nos dias de semana.

[c] A varincia e desvio padro do tempo de chegada da viatura nos fins de semana.

[d] A varincia e desvio padro do tempo de chegada da viatura nos dias de semana.

[e] O Coeficiente de Variao para fins de semana e dias de semana.

[f] O tempo mdio de durao do atendimento para ocorrncias de gravidade: ALTA, MDIA E BAIXA.

[g] Calcule a varincia e desvio padro para as mdias do item anterior.

38

REFERNCIAS BIBLIOGRFICAS

GRIFFITHS, Dawn. Use a cabea! Estatstica. Rio de Janeiro: Altabooks, 2009. MAGALHES, Marcos Nascimento, LIMA, Antnio Carlos Pedroso de. Noes de Probabilidade e Estatstica. 6. Edusp, 2007. MONTGOMERY, D. C.; RUNGER, G. C. Estatstica aplicada e probabilidade para engenheiros. 3.ed. Rio de Janeiro: LTC, 2009. MOORE, David S. A estatstica bsica e sua prtica. Rio de Janeiro. LTC, 2005. MOORE, David. S, McCABE, George P., DUCKWORTH, William M., SCLOVE, Stanley L. A Prtica da Estatstica Empresarial. Como Usar Dados para Tomar Decises. Rio de Janeiro: LTC, 2006. TRIOLA, Mrio F. Introduo Estatstica. LTC. 10a edio 2008. 722p. WALPOLE, Ronald. E. Probabilidade e estatstica para engenharia e cincias. So Paulo: Pearson Prentice Hall, 2009.

39

Potrebbero piacerti anche