Estatística Básica

RESUMO - ESTATÍSTICA BÁSICA

1. INTRODUÇÃO
ESTATÍSTICA: ramo da matemática aplicada.
ANTIGUIDADE: os povos já registravam o número de habitantes, nascimentos, óbitos.
Faziam "estatísticas".
IDADE MÉDIA: as informações eram tabuladas com finalidades tributárias e bélicas.
SEC. XVI: surgem as primeiras análises sistemáticas, as primeiras tabelas e os números
relativos.
SEC. XVIII: a estatística com feição científica é batizada por GODOFREDO ACHENWALL. As
tabelas ficam mais completas, surgem as primeiras representações gráficas e os
cálculos de probabilidades. A estatística deixa de ser uma simples tabulação de
dados numéricos para se tornar "O estudo de como se chegar a conclusão
sobre uma população, partindo da observação de partes dessa população
(amostra)".

MÉTODO ESTATÍSTICO
MÉTODO: é um meio mais eficaz para atingir determinada meta.

MÉTODOS CIENTÍFICOS: destacamos o método experimental e o método estatístico.

MÉTODO EXPERIMENTAL: consiste em manter constante todas as causas,

menos uma, que sofre variação para se observar seus
efeitos, caso existam. Ex: Estudos da Química, Física,
etc.

MÉTODO ESTATÍSTICO: diante da impossibilidade de manter as causas

constantes (nas ciências sociais), admitem todas
essas causas presentes variando-as, registrando
essas variações e procurando determinar, no
resultado final, que influências cabem a cada uma
delas. Ex: Quais as causas que definem o preço de
uma mercadoria quando a sua oferta diminui?

• Seria impossível, no momento da pesquisa, manter constantes a uniformidade dos

salários, o gosto dos consumidores, nível geral de preços de outros produtos, etc.

A ESTATÍSTICA
Î É uma parte da matemática aplicada que fornece métodos para coleta, organização,
descrição, análise e interpretação de dados e para a utilização dos mesmos na
tomada de decisões.

Î A coleta, a organização ,a descrição dos dados, o cálculo e a interpretação de

coeficientes pertencem à ESTATÍSTICA DESCRITIVA, enquanto a análise e a
interpretação dos dados, associado a uma margem de incerteza, ficam a cargo da
ESTATÍSTICA INDUTIVA ou INFERENCIAL, também chamada como a medida da
incerteza ou métodos que se fundamentam na teoria da probabilidade.
1
 Estatística Básica
.
2. ORGANIZAÇÃO DE DADOS ESTATÍSTICOS
FASES DO MÉTODO ESTATÍSTICO

1º - DEFINIÇÃO DO PROBLEMA : Saber exatamente aquilo que se pretende pesquisar é

o mesmo que definir corretamente o problema.
2º - PLANEJAMENTO : Como levantar informações ? Que dados deverão ser obtidos ? Qual
levantamento a ser utilizado? Censitário? Por amostragem? E o
cronograma de atividades ? Os custos envolvidos ? etc.
3º - COLETA DE DADOS: Fase operacional. É o registro sistemático de dados, com um
objetivo determinado.

Dados primários: quando são publicados pela própria pessoa ou organização que os
haja recolhido. Ex: tabelas do censo demográfico do IBGE.

Dados secundários: quando são publicados por outra organização. Ex: quando
determinado jornal publica estatísticas referentes ao censo
demográfico extraídas do IBGE.

OBS: É mais seguro trabalhar com fontes primárias. O uso da fonte

secundária traz o grande risco de erros de transcrição.

Coleta Direta: quando é obtida diretamente da fonte. Ex: Empresa que realiza uma
pesquisa para saber a preferência dos consumidores pela sua marca.

coleta contínua: registros de nascimento, óbitos, casamentos;

coleta periódica: recenseamento demográfico, censo industrial;
coleta ocasional: registro de casos de dengue.
Coleta Indireta: É feita por deduções a partir dos elementos
conseguidos pela coleta direta, por analogia, por
avaliação,indícios ou proporcionalização.

4º - APURAÇÃO DOS DADOS: Resumo dos dados através de sua contagem e

agrupamento. É a condensação e tabulação de dados.

5º - APRESENTAÇÃO DOS DADOS: Há duas formas de apresentação, que não se excluem

mutuamente. A apresentação tabular, ou seja é uma
apresentação numérica dos dados em linhas e colunas
distribuídas de modo ordenado, segundo regras
práticas fixadas pelo Conselho Nacional de Estatística.
A apresentação gráfica dos dados numéricos constitui
uma apresentação geométrica permitindo uma visão
rápida e clara do fenômeno.

6º - ANÁLISE E INTERPRETAÇÃO DOS DADOS: A última fase do trabalho estatístico é a

mais importante e delicada. Está ligada
essencialmente ao cálculo de medidas
e coeficientes, cuja finalidade principal é
descrever o fenômeno (estatística
descritiva).
2
 Estatística Básica
DEFINIÇÕES BÁSICAS DA ESTATÍSTICA
.
FENÔMENO ESTATÍSTICO: é qualquer evento que se pretenda analisar, cujo estudo seja
possível a aplicação do método estatístico. São divididos em
três grupos:

Fenômenos de massa ou coletivo: são aqueles que não podem ser definidos por
uma simples observação. A estatística dedica-se
ao estudo desses fenômenos. Ex: A natalidade
na Grande Vitória, O preço médio da cerveja no
Espírito Santo, etc.

Fenômenos individuais: são aqueles que irão compor os fenômenos de massa.

Ex: cada nascimento na Grande Vitória, cada preço de
cerveja no Espírito Santo, etc.

Fenômenos de multidão: quando as características observadas para a massa

não se verificam para o particular.

DADO ESTATÍSTICO: é um dado numérico e é considerado a matéria-prima sobre a

qual iremos aplicar os métodos estatísticos.

POPULAÇÃO: é o conjunto total de elementos portadores de, pelo menos, uma

característica comum.

AMOSTRA: é uma parcela representativa da população que É EXAMINADA com o

propósito de tirarmos conclusões sobre a essa população.

PARÂMETROS: São valores singulares que existem na população e que servem para
caracterizá-la. Para definirmos um parâmetro devemos examinar toda a
população. Ex: Os alunos do 2º ano da FACEV têm em média 1,70 metros
de estatura.

ESTIMATIVA: é um valor aproximado do parâmetro e é calculado com o uso da

amostra.

ATRIBUTO: quando os dados estatísticos apresentam um caráter qualitativo, o levantamento

e os estudos necessários ao tratamento desses dados são designados
genericamente de estatística de atributo.

VARIÁVEL: É o conjunto de resultados possíveis de um fenômeno.

VARIÁVEL QUALITATIVA: Quando seu valores são expressos por atributos: sexo, cor
da pele,etc.

VARIÁVEL QUANTITATIVA: Quando os dados são de caráter nitidamente quantitativo,

e o conjunto dos resultados possui uma estrutura numérica,
trata-se portanto da estatística de variável e se dividem em :

VARIÁVEL DISCRETA OU DESCONTÍNUA: Seus valores são expressos

geralmente através de números inteiros não negativos. Resulta normalmente de
contagens. Ex: Nº de alunos presentes às aulas de introdução à estatística
econômica no 1º semestre de 1997: mar = 18 , abr = 30 , mai = 35 , jun = 36.
3
 Estatística Básica
VARIÁVEL CONTÍNUA: Resulta normalmente de uma mensuração, e a escala
numérica de seus possíveis valores corresponde ao conjunto R dos números
Reais, ou seja, podem assumir, teoricamente, qualquer valor entre dois limites.
Ex.: Quando você vai medir a temperatura de seu corpo com um termômetro de
mercúrio o que ocorre é o seguinte: O filete de mercúrio, ao dilatar-se, passará
por todas as temperaturas intermediárias até chegar na temperatura atual do seu
corpo.

Exemplos -
. Cor dos olhos das alunas: qualitativa
. Índice de liquidez nas indústrias capixabas: quantitativa contínua
. Produção de café no Brasil: quantitativa contínua
. Número de defeitos em aparelhos de TV: quantitativa discreta
. Comprimento dos pregos produzidos por uma empresa: quantitativa contínua
. O ponto obtido em cada jogada de um dado: quantitativa discreta

AMOSTRAGEM

MÉTODOS PROBABILÍSTICOS
Î Exige que cada elemento da população possua determinada probabilidade de ser
selecionado. Normalmente possuem a mesma probabilidade. Assim, se N for o
tamanho da população, a probabilidade de cada elemento ser selecionado será 1/N.
Trata-se do método que garante cientificamente a aplicação das técnicas estatísticas de
inferências. Somente com base em amostragens probabilísticas é que se podem
realizar inferências ou induções sobre a população a partir do conhecimento da amostra.

ƒ É uma técnica especial para recolher amostras, que garantem, tanto

quanto possível, o acaso na escolha.

.
AMOSTRAGEM CASUAL ou ALEATÓRIA SIMPLES
Î É o processo mais elementar e freqüentemente utilizado. É equivalente a um sorteio
lotérico. Pode ser realizada numerando-se a população de 1 a n e sorteando-se, a
seguir, por meio de um dispositivo aleatório qualquer, x números dessa seqüência, os
quais corresponderão aos elementos pertencentes à amostra.

Ex: Vamos obter uma amostra, de 10%, representativa para a pesquisa da estatura
de 90 alunos de uma escola:
1º - numeramos os alunos de 1 a 90.
2º - escrevemos os números dos alunos, de 1 a 90, em pedaços iguais de papel,
colocamos na urna e após mistura retiramos, um a um, nove números que formarão a
amostra.
OBS: quando o número de elementos da amostra é muito grande, esse tipo de sorteio
torna-se muito trabalhoso. Neste caso utiliza-se uma Tabela de números aleatórios,
construída de modo que os algarismos de 0 a 9 são distribuídos ao acaso nas linhas e
colunas.
.
.AMOSTRAGEM PROPORCIONAL ESTRATIFICADA:
Î Quando a população se divide em estratos (sub-populações), convém que o sorteio dos
elementos da amostra leve em consideração tais estratos, daí obtemos os elementos da
amostra proporcional ao número de elementos desses estratos.
4
 Estatística Básica
Ex: Vamos obter uma amostra proporcional estratificada, de 10%, do exemplo anterior,
supondo, que, dos 90 alunos, 54 sejam meninos e 36 sejam meninas. São portanto dois
estratos (sexo masculino e sexo feminino). Logo, temos:

POPULACÃ AMOSTR
SEXO 10 %
O A
MASC. 54 5,4 5
FEMIN. 36 3,6 4
Total 90 9,0 9

Numeramos então os alunos de 01 a 90, sendo 01 a 54 meninos e 55 a 90, meninas e

procedemos o sorteio casual com urna ou tabela de números aleatórios.
.

AMOSTRAGEM SISTEMÁTICA:
Î Quando os elementos da população já se acham ordenados, não há necessidade de
construir o sistema de referência. São exemplos os prontuários médicos de um hospital,
os prédios de uma rua, etc. Nestes casos, a seleção dos elementos que constituirão a
amostra pode ser feita por um sistema imposto pelo pesquisador.

Ex: Suponhamos uma rua com 900 casas, das quais desejamos obter uma amostra
formada por 50 casas para uma pesquisa de opinião. Podemos, neste caso, usar o
seguinte procedimento: como 900/50 = 18, escolhemos por sorteio casual um número
de 01 a 18, o qual indicaria o primeiro elemento sorteado para a amostra; os demais
elementos seriam periodicamente considerados de 18 em 18. Assim, suponhamos que o
número sorteado fosse 4 a amostra seria: 4ª casa, 22ª casa, 40ª casa, 58ª casa, 76ª
casa, etc.

AMOSTRAGEM POR CONGLOMERADOS (ou AGRUPAMENTOS)

Î Algumas populações não permitem, ou tornam extremamente difícil que se identifiquem
seus elementos. Não obstante isso, pode ser relativamente fácil identificar alguns
subgrupos da população. Em tais casos, uma amostra aleatória simples desses
subgrupos (conglomerados) pode se colhida, e uma contagem completa deve ser feita
para o conglomerado sorteado. Agrupamentos típicos são quarteirões, famílias,
organizações, agências, edifícios etc.
Ex: Num levantamento da população de determinada cidade, podemos dispor do mapa
indicando cada quarteirão e não dispor de uma relação atualizada dos seus moradores.
Pode-se, então, colher uma amostra dos quarteirões e fazer a contagem completa de
todos os que residem naqueles quarteirões sorteados.

MÉTODOS NÃO PROBABILÍSITCOS

Î São amostragens em que há uma escolha deliberada dos elementos da amostra.
Não é possível generalizar os resultados das pesquisas para a população, pois as
amostras não-probabilísticas não garantem a representatividade da população.

AMOSTRAGEM ACIDENTAL
Î Trata-se de uma amostra formada por aqueles elementos que vão aparecendo, que
são possíveis de se obter até completar o número de elementos da amostra.
Geralmente utilizada em pesquisas de opinião, em que os entrevistados são
acidentalmente escolhidos.
Ex: Pesquisas de opinião em praças públicas, ruas de grandes cidades;
5
 Estatística Básica
AMOSTRAGEM INTENCIONAL
Î De acordo com determinado critério, é escolhido intencionalmente um grupo de
elementos que irão compor a amostra. O investigador se dirige intencionalmente a
grupos de elementos dos quais deseja saber a opinião.

Ex: Numa pesquisa sobre preferência por determinado cosmético, o pesquisador se

dirige a um grande salão de beleza e entrevista as pessoas que ali se encontram.

AMOSTRAGEM POR QUOTAS

Î Um dos métodos de amostragem mais comumente usados em levantamentos de
mercado e em prévias eleitorais. Ele abrange três fases:

1ª - classificação da população em termos de propriedades que se sabe, ou presume,

serem relevantes para a característica a ser estudada;

2ª - determinação da proporção da população para cada característica, com base na

constituição conhecida, presumida ou estimada, da população;

3ª - fixação de quotas para cada entrevistador a quem tocará a responsabilidade de

selecionar entrevistados, de modo que a amostra total observada ou entrevistada
contenha a proporção e cada classe tal como determinada na 2ª fase.

Ex: Numa pesquisa sobre o "trabalho das mulheres na atualidade", provavelmente se

terá interesse em considerar: a divisão cidade e campo, a habitação, o número de filhos,
a idade dos filhos, a renda média, as faixas etárias etc.
A primeira tarefa é descobrir as proporções (porcentagens) dessas características na
população. Imagina-se que haja 47% de homens e 53% de mulheres na população.
Logo, uma amostra de 50 pessoas deverá ter 23 homens e 27 mulheres. Então o
pesquisador receberá uma "quota" para entrevistar 27 mulheres. A consideração de
várias categorias exigirá uma composição amostral que atenda ao n determinado e às
proporções populacionais estipuladas.
.
SÉRIES ESTATÍSTICAS

TABELA: É um quadro que resume um conjunto de dados dispostos segundo linhas e

colunas de maneira sistemática.

• De acordo com a Resolução 886 do IBGE, nas casas ou células da tabela devemos
colocar :
ƒ um traço horizontal ( - ) quando o valor é zero;
ƒ três pontos ( ... ) quando não temos os dados;
ƒ zero ( 0 ) quando o valor é muito pequeno para ser expresso pela
unidade utilizada;
ƒ um ponto de interrogação ( ? ) quando temos dúvida quanto à exatidão de
determinado valor.
Obs: O lado direito e esquerdo de uma tabela oficial deve ser aberto..

SÉRIE ESTATÍSTICA: É qualquer tabela que apresenta a distribuição de um conjunto de

dados estatísticos em função da época, do local ou da espécie.

6
 Estatística Básica
SÉRIES HOMÓGRADAS: são aquelas em que a variável descrita apresenta variação
discreta ou descontínua. Podem ser do tipo temporal,
geográfica ou específica.
a) Série Temporal: Identifica-se pelo caráter variável do fator cronológico. O local
e a espécie (fenômeno) são elementos fixos. Esta série também é
chamada de histórica ou evolutiva.
ABC VEÍCULOS LTDA.
Vendas no 1º bimestre de 1996

PERÍODO UNIDADES VENDIDAS

JAN/96 20000
FEV/96 10000
TOTAL 30000
.
b) Série Geográfica: Apresenta como elemento variável o fator geográfico. A
época e o fato (espécie) são elementos fixos. Também é
chamada de espacial, territorial ou de localização.
ABC VEÍCULOS LTDA.
Vendas no 1º bimestre de 1996
FILIAIS UNIDADES VENDIDAS
São Paulo 13000
Rio de Janeiro 17000
TOTAL 30000

c) Série Específica: O caráter variável é apenas o fato ou espécie. Também é

chamada de série categórica.
ABC VEÍCULOS LTDA.
Vendas no 1º bimestre de 1996
MARCA UNIDADES VENDIDAS *
FIAT 18000
GM 12000
TOTAL 30000

SÉRIES CONJUGADAS: Também chamadas de tabelas de dupla entrada. São

apropriadas à apresentação de duas ou mais séries de maneira
conjugada, havendo duas ordens de classificação: uma horizontal e
outra vertical. O exemplo abaixo é de uma série geográfica-
temporal.
ABC VEÍCULOS LTDA.
Vendas no 1º bimestre de 1996
FILIAIS Janeiro/96 Fevereiro/96
São Paulo 10000 3000
Rio de Janeiro 12000 5000
TOTAL 22000 8000
7
 Estatística Básica
GRÁFICOS ESTATÍSTICOSG

Î São representações visuais dos dados estatísticos que devem corresponder, mas nunca
substituir as tabelas estatísticas.

Características: Uso de escalas, sistema de coordenadas, simplicidade, clareza e

veracidade.

Gráficos de informação: São gráficos destinados principalmente ao público em geral,

objetivando proporcionar uma visualização rápida e clara. São
gráficos tipicamente expositivos, dispensando comentários
explicativos adicionais. As legendas podem ser omitidas,
desde que as informações desejadas estejam presentes.

Gráficos de análise: São gráficos que prestam-se melhor ao trabalho estatístico,

fornecendo elementos úteis à fase de análise dos dados, sem
deixar de ser também informativos. Os gráficos de análise
freqüentemente vêm acompanhados de uma tabela estatística.
Inclui-se, muitas vezes um texto explicativo, chamando a atenção
do leitor para os pontos principais revelados pelo gráfico.

• Uso indevido de Gráficos: Podem trazer uma idéia falsa dos dados que estão sendo
analisados, chegando mesmo a confundir o leitor. Trata-se, na realidade, de um
problema de construção de escalas.
.
Classificação dos gráficos: Diagramas, Estereogramas, Pictogramas e Cartogramas.
.
1 - DIAGRAMAS:
Î São gráficos geométricos dispostos em duas dimensões. São os mais usados na
representação de séries estatísticas. Eles podem ser :

1.1- Gráficos em barras horizontais.

1.2- Gráficos em barras verticais ( colunas ).

• Quando as legendas não são breves usa-se de preferência os gráficos em barras
horizontais. Nesses gráficos os retângulos têm a mesma base e as alturas são
proporcionais aos respectivos dados.
ƒ A ordem a ser observada é a cronológica, se a série for histórica, e a
ƒ decrescente, se for geográfica ou categórica.

1.2- Gráficos em barras compostas.

1.4- Gráficos em colunas superpostas.

• Eles diferem dos gráficos em barras ou colunas convencionais apenas pelo fato de
apresentar cada barra ou coluna segmentada em partes componentes. Servem para
representar comparativamente dois ou mais atributos.

1.5- Gráficos em linhas ou lineares.

• São freqüentemente usados para representação de séries cronológicas com um grande
número de períodos de tempo. As linhas são mais eficientes do que as colunas, quando
existem intensas flutuações nas séries ou quando há necessidade de se representarem
várias séries em um mesmo gráfico.
8
 Estatística Básica
• Quando representamos, em um mesmo sistema de coordenadas, a variação de dois
fenômenos, a parte interna da figura formada pelos gráficos desses fenômenos é
denominada de área de excesso.

1.5- Gráficos em setores.

• Este gráfico é construído com base em um círculo, e é empregado sempre que
desejamos ressaltar a participação do dado no total. O total é representado pelo círculo,
que fica dividido em tantos setores quantas são as partes. Os setores são tais que suas
áreas são respectivamente proporcionais aos dados da série. O gráfico em setores só
deve ser empregado quando há, no máximo, sete dados.

• Obs: As séries temporais geralmente não são representadas por este tipo de gráfico.

.
2 - ESTEREOGRAMAS:
Î São gráficos geométricos dispostos em três dimensões, pois representam volume. São
usados nas representações gráficas das tabelas de dupla entrada. Em alguns casos este
tipo de gráfico fica difícil de ser interpretado dada a pequena precisão que oferecem.
.
3 - PICTOGRAMAS:
Î São construídos a partir de figuras representativas da intensidade do fenômeno. Este
tipo de gráfico tem a vantagem de despertar a atenção do público leigo, pois sua forma é
atraente e sugestiva. Os símbolos devem ser auto-explicativos. A desvantagem dos
pictogramas é que apenas mostram uma visão geral do fenômeno, e não de detalhes
minuciosos. Veja o exemplo abaixo:

4- CARTOGRAMAS:
Î São ilustrações relativas a cartas geográficas (mapas). O objetivo desse gráfico é o de
figurar os dados estatísticos diretamente relacionados com áreas geográficas ou
políticas.

DISTRIBUIÇÃO DE FREQÜÊNCIA
Î É um tipo de tabela que condensa uma coleção de dados conforme as freqüências
(repetições de seus valores).

Tabela primitiva ou dados brutos: É uma tabela ou relação de elementos que não
foram numericamente organizados. É difícil
formarmos uma idéia exata do comportamento do
grupo como um todo, a partir de dados não ordenados.

Ex : 45, 41, 42, 41, 42 43, 44, 41 ,50, 46, 50, 46, 60, 54, 52, 58, 57, 58, 60, 51
9
 Estatística Básica
ROL: É a tabela obtida após a ordenação dos dados (crescente ou decrescente).

Ex : 41, 41, 41, 42, 42 43, 44, 45 ,46, 46, 50, 50, 51, 52, 54, 57, 58, 58, 60, 60

Distribuição de freqüência SEM INTERVALOS DE CLASSE: É a simples condensação

dos dados conforme as repetições de seu valores. Para um ROL de tamanho razoável esta
distribuição de freqüência é inconveniente, já que exige muito espaço. Veja exemplo abaixo:

Dados Freqüência
41 3
42 2
43 1
44 1
45 1
46 2
50 2
51 1
52 1
54 1
57 1
58 2
60 2
Total 20

Distribuição de freqüência COM INTERVALOS DE CLASSE:Quando o tamanho da amostra

é elevado, é mais racional efetuar o agrupamento dos valores em vários intervalos de classe.
Classes Freqüências
41 |------- 45 7
45 |------- 49 3
49 |------- 53 4
53 |------- 57 1
57 |------- 61 5
Total 20

ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQÜÊNCIA (com intervalos de classe) Î

CLASSE: são os intervalos de variação da variável e é simbolizada por i e o número total

de classes simbolizada por k. Ex: na tabela anterior k = 5 e 49 |------- 53 é a 3ª
classe, onde i = 3.

LIMITES DE CLASSE: são os extremos de cada classe. O menor número é o limite inferior
de classe ( li ) e o maior número, limite superior de classe ( Li ). Ex:
em 49 |------- 53,... l3 = 49 e L3 = 53. O símbolo |------- representa
um intervalo fechado à esquerda e aberto à direita. O dado 53 do
ROL não pertence a classe 3 e sim a classe 4 representada por 53 |-
------ 57.
10
 Estatística Básica
AMPLITUDE DO INTERVALO DE CLASSE: é obtida através da diferença entre o limite
superior e inferior da classe e é simbolizada por
hi = Li - li. Ex: na tabela anterior hi = 53 - 49 =
4. Obs: Na distribuição de freqüência c/ classe
o hi será igual em todas as classes.

AMPLITUDE TOTAL DA DISTRIBUIÇÃO: é a diferença entre o limite superior da última

classe e o limite inferior da primeira classe. AT =
L(max) - l(min). Ex: na tabela anterior AT = 61
- 41= 20.

AMPLITUDE TOTAL DA AMOSTRA (ROL): é a diferença entre o valor máximo e o valor

mínimo da amostra (ROL). Onde AA = Xmax -
Xmin. Em nosso exemplo AA = 60 - 41 = 19.
Obs: AT sempre será maior que AA.

PONTO MÉDIO DE CLASSE: é o ponto que divide o intervalo de classe em duas partes
iguais. .......Ex: em 49 |------- 53 o ponto médio x3 = (53+49)/2
= 51, ou seja x3=( l3 + L3 )/2.

Método prático para construção de uma Distribuição de Freqüências c/ Classe Î

1º - Organize os dados brutos em um ROL.

2º - Calcule a amplitude amostral AA.

ƒ No nosso exmplo: AA = 60 - 41 = 19

3º - Calcule o número de classes através da "Regra de Sturges":

I
n
nº de classes
3 |-----| 5 3
6 |-----| 11 4
12 |-----| 22 5
23 |-----| 46 6
47 |-----| 90 7
91 |-----| 181 8
182 |-----| 362 9

Obs: Qualquer regra para determinação do nº de classes da tabela não nos levam a
uma decisão final; esta vai depender, na realidade de um julgamento pessoal, que
deve estar ligado à natureza dos dados.

No nosso exemplo: n = 20 dados, então ,a princípio, a regra sugere a adoção de 5 classes.

11
 Estatística Básica
4º - Decidido o nº de classes, calcule então a amplitude do intervalo de classe h > AA / i.
No nosso exemplo: AA/i = 19/5 = 3,8 . Obs: Como h > AA/i um valor ligeiramente
superior para haver folga na última classe. Utilizaremos então h = 4

5º - Temos então o menor nº da amostra, o nº de classes e a amplitude do intervalo.

Podemos montar a tabela, com o cuidado para não aparecer classes com freqüência = 0
(zero).
No nosso exemplo: o menor nº da amostra = 41 + h = 45, logo a primeira classe será
representada por ...... 41 |------- 45. As classes seguintes respeitarão o mesmo
procedimento.
O primeiro elemento das classes seguintes sempre serão formadas pelo último elemento
da classe anterior.

REPRESENTAÇÃO GRÁFICA DE UMA DISTRIBUIÇÃO

Histograma, Polígono de freqüência e Polígono de freqüência acumulada

Î Em todos os gráficos acima utilizamos o primeiro quadrante do sistema de eixos
coordenados cartesianos ortogonais. Na linha horizontal (eixo das abscissas) colocamos
os valores da variável e na linha vertical (eixo das ordenadas), as freqüências.
.
Histograma: é formado por um conjunto de retângulos justapostos, cujas bases se
localizam sobre o eixo horizontal, de tal modo que seus pontos médios
coincidam com os pontos médios dos intervalos de classe. A área de um
histograma é proporcional à soma das freqüências simples ou absolutas.

Freqüências simples ou absoluta: são os valores que realmente representam o número

de dados de cada classe. A soma das freqüências
simples é igual ao número total dos dados da
distribuição.

Freqüências relativas: são os valores das razões entre as freqüência absolutas de cada
classe e a freqüência total da distribuição. A soma das freqüências
relativas é igual a 1 (100 %).
.
Polígono de freqüência: é um gráfico em linha, sendo as freqüências marcadas sobre
perpendiculares ao eixo horizontal, levantadas pelos pontos médios
dos intervalos de classe. Para realmente obtermos um polígono
(linha fechada), devemos completar a figura, ligando os extremos
da linha obtida aos pontos médios da classe anterior à primeira e
da posterior à última, da distribuição.

Polígono de freqüência acumulada: é traçado marcando-se as freqüências acumuladas

sobre perpendiculares ao eixo horizontal, levantadas
nos pontos correspondentes aos limites superiores dos
intervalos de classe.

Freqüência simples acumulada de uma classe: é o total das freqüências de todos os

valores inferiores ao limite superior do
intervalo de uma determinada classe.

12
 Estatística Básica
Freqüência relativa acumulada de um classe: é a freqüência acumulada da classe,
dividida pela freqüência total da
distribuição.

...CLASSE.. ......fi..... .....xi..... .....fri..... .....Fi..... ......Fri.....

50 |-------- 54 4 52 0,100 4 0,100
54 |-------- 58 9 56 0,225 13 0,325
58 |-------- 62 11 60 0,275 24 0,600
62 |-------- 66 8 64 0,200 32 0,800
66 |-------- 70 5 68 0,125 37 0,925
70 |-------- 74 3 72 0,075 40 1,000
Total 40 1,000

fi = freqüência simples; xi = ponto médio de classe; fri = freqüência simples acumulada;

Fi = freqüência relativa e Fri = freqüência relativa acumulada.

• Obs: uma distribuição de freqüência sem intervalos de classe é representada

graficamente por um diagrama onde cada valor da variável é representado por um
segmento de reta vertical e de comprimento proporcional à respectiva freqüência.

3. MEDIDAS DE POSIÇÃO
Introdução
Î São as estatísticas que representam uma série de dados orientando-nos quanto à
posição da distribuição em relação ao eixo horizontal do gráfico da curva de freqüência.

• As medidas de posições mais importantes são as medidas de tendência central ou

promédias (verifica-se uma tendência dos dados observados a se agruparem em torno
dos valores centrais).

• As medidas de tendência central mais utilizadas são: média aritmética, moda e

mediana. Outros promédios menos usados são as médias: geométrica, harmônica,
quadrática, cúbica e biquadrática.

• As outras medidas de posição são as separatrizes, que englobam: a própria mediana,

os decis, os quartis e os percentis.
.

MÉDIA ARITMÉTICA =

Î É igual ao quociente entre a soma dos valores do conjunto e o número total dos valores.

......

onde xi são os valores da variável e n o número de valores.

.

13
 Estatística Básica
Dados não-agrupados: Quando desejamos conhecer a média dos dados não-agrupados em
tabelas de freqüências, determinamos a média aritmética simples.

Ex: Sabendo-se que a venda diária de arroz tipo A, durante uma semana, foi de 10,
14, 13, 15, 16, 18 e 12 kilos, temos, para venda média diária na semana de:
.= (10+14+13+15+16+18+12) / 7 = 14 kilos

Desvio em relação à média: é a diferença entre cada elemento de um conjunto de valores

e a média aritmética, ou seja:.

. di = Xi -

No exemplo anterior temos sete desvios:... d1 = 10 - 14 = - 4 , ...d2 = 14 - 14 = 0 , d3 =

13 - 14 = - 1 , ...d4 = 15 - 14 = 1 ,... d5 = 16 - 14 = 2 ,... d6 = 18 - 14 = 4 ...e. .. d7 = 12 -
14 = - 2.
.

Propriedades da média aritmética Î

1ª propriedade: A soma algébrica dos desvios em relação à média é nula.

• No exemplo anterior : d1+d2+d3+d4+d5+d6+d7 = 0

2ª propriedade: Somando-se (ou subtraindo-se) uma constante (c) a todos os valores

de uma variável, a média do conjunto fica aumentada ( ou diminuída)
dessa constante.

• Se no exemplo original somarmos a constante 2 a cada um dos valores da variável

temos:

Y = 12+16+15+17+18+20+14 / 7 = 16 kilos ou
Y= .+ 2 = 14 +2 = 16 kilos

3ª propriedade: Multiplicando-se (ou dividindo-se) todos os valores de uma variável

por uma constante (c), a média do conjunto fica multiplicada ( ou
dividida) por essa constante.

• Se no exemplo original multiplicarmos a constante 3 a cada um dos valores da variável

temos:

Y = 30+42+39+45+48+54+36 / 7 = 42 kilos ou
Y= x 3 = 14 x 3 = 42 kilos

14
 Estatística Básica
.Dados agrupados:

Sem intervalos de classe Î Consideremos a distribuição relativa a 34 famílias de quatro

filhos, tomando para variável o número de filhos do sexo
masculino. Calcularemos a quantidade média de meninos por
família:

Nº de meninos freqüência = fi
0 2
1 6
2 10
3 12
4 4
total 34

• Como as freqüências são números indicadores da intensidade de cada valor da variável,

elas funcionam como fatores de ponderação, o que nos leva a calcular a média
aritmética ponderada, dada pela fórmula:

..xi. ..fi. ..[Link] .

0 2 0
1 6 6
2 10 20
3 12 36
4 4 16
total 34 78

onde 78 / 34 = 2,3 meninos por família

Com intervalos de classe Î Neste caso, convencionamos que todos os valores incluídos
em um determinado intervalo de classe coincidem com o seu
ponto médio, e determinamos a média aritmética ponderada
por meio da fórmula:

..

onde Xi é o ponto médio da classe.

Ex: Calcular a estatura média de bebês conforme a tabela abaixo.

Estaturas (cm) freqüência = fi ponto médio = xi ..[Link].

50 |------------ 54 4 52 208
54 |------------ 58 9 56 504
58 |------------ 62 11 60 660
62 |------------ 66 8 64 512
66 |------------ 70 5 68 340
70 |------------ 74 3 72 216
Total 40 2.440

Aplicando a fórmula acima temos: 2.440 / 40.= 61. logo... = 61 cm

15
 Estatística Básica
MÉDIA GEOMÉTRICA = g

Î É a raiz n-ésima do produto de todos eles.

Média Geométrica Simples: ou .

Ex.: - Calcular a média geométrica dos seguintes conjuntos de números:E

a) { 10, 60, 360 }.: = ( 10 * 60 * 36 0) ^ (1/3) ....R: 60

b) { 2, 2, 2 }........: = (2 * 2 * 2 ^ (1/3) .. .R: 2
c) { 1, 4, 16, 64 }: = (1 * 4 * 16 * 64 ) ^(1/4) ....R: 8
.

Média Geométrica Ponderada :

ou ..
Ex - Calcular a média geométrica dos valores da tabela abaixo:
...xi... ...fi...
1 2
3 4
9 2
27 1
Total 9
= (12 * 34 * 92 * 271) (1/9)........R: 3,8296

.
MÉDIA HARMÔNICA - h

Î É o inverso da média aritmética dos inversos.

.
Média Harmônica Simples:. (para dados não agrupados)

.. ou

.
Média Harmônica Ponderada : (para dados agrupados em tabelas de freqüências)

..

16
 Estatística Básica
Ex.: Calcular a média harmônica dos valores da tabela abaixo:

classes ....fi.... ....xi.... ........fi/xi........

1 |--------- 3 2 2 2/2 = 1,00
3 |--------- 5 4 4 4/4 = 1,00
5 |--------- 7 8 6 8/6 = 1,33
7 |--------- 9 4 8 4/8 = 0,50
9 |--------- 11 2 10 2/10 = 0,20
total 20 4,03

Resp: 20 / 4,03 = 4,96

OBS: A média harmônica não aceita valores iguais a zero como dados de uma
série.

• A igualdade g= h.= ....só ocorrerá quando todos os valores da série forem iguais.

OBS: Quando os valores da variável não forem muito diferentes, verifica-se

aproximadamente a seguinte relação:

g = ( .+ h ) /.2

• Demonstraremos a relação acima com os seguintes dados:

z = { 10,1 ; 10,1 ; 10,2 ; 10,4 ; 10,5 }

Média aritmética = 51,3 / 5 = 10,2600

Média geométrica= = 10,2587

Média harmônica = 5 / 0,4874508 = 10,2574

Comprovando a relação: 10,2600 + 10,2574 / 2 = 10,2587 = média geométrica

.
MODA - Mo

Î É o valor que ocorre com maior freqüência em uma série de valores.

• Desse modo, o salário modal dos empregados de uma fábrica é o salário mais comum,
isto é, o salário recebido pelo maior número de empregados dessa fábrica.

.
A Moda quando os dados não estão agrupados Î

• A moda é facilmente reconhecida: basta, de acordo com definição, procurar o valor que
mais se repete.

Ex: Na série { 7 , 8 , 9 , 10 , 10 , 10 , 11 , 12 } a moda é igual a 10.

17
 Estatística Básica
• Há séries nas quais não exista valor modal, isto é, nas quais nenhum valor apareça mais
vezes que outros.

Ex: { 3 , 5 , 8 , 10 , 12 } não apresenta moda. A série é amodal.

• .Em outros casos, pode haver dois ou mais valores de concentração. Dizemos,
então, que a série tem dois ou mais valores modais.

Ex: { 2 , 3 , 4 , 4 , 4 , 5 , 6 , 7 , 7 , 7 , 8 , 9 } apresenta duas modas: 4 e 7. A série é

bimodal.

A Moda quando os dados estão agrupados Î

a) Sem intervalos de classe: Uma vez agrupados os dados, é possível determinar

imediatamente a moda: basta fixar o valor da variável de
maior freqüência.

Ex: Qual a temperatura mais comum medida no mês abaixo:

Temperaturas Freqüência
0º C 3
1º C 9
2º C 12
3º C 6

Resp: 2º C é a temperatura modal, pois é a de maior freqüência.

.
b) Com intervalos de classe: A classe que apresenta a maior freqüência é denominada
classe modal. Pela definição, podemos afirmar que a moda,
neste caso, é o valor dominante que está compreendido
entre os limites da classe modal. O método mais simples
para o cálculo da moda consiste em tomar o ponto médio da
classe modal. Damos a esse valor a denominação de moda
bruta.

Mo = ( l* + L* ) / 2

onde l* = limite inferior da classe modal e L* = limite superior da classe modal.

Ex: Calcule a estatura modal conforme a tabela abaixo.

Classes (em cm) Freqüência

54 |------------ 58 9
58 |------------ 62 11
62 |------------ 66 8
66 |------------ 70 5

Resposta: a classe modal é 58|-------- 62, pois é a de maior freqüência. l* = 58 e

L* = 62
Mo = (58+62) / 2 = 60 cm ( este valor é estimado, pois não conhecemos o valor
real da moda).

18
 Estatística Básica
.
Método mais elaborado pela fórmula de CZUBER: Mo = l* + (d1/(d1+d2)) x h*

l* = limite inferior da classe modal..... e..... L* = limite superior da classe modal

d1 = freqüência da classe modal - freqüência da classe anterior à da classe modal
d2 = freqüência da classe modal - freqüência da classe posterior à da classe modal
h* = amplitude da classe modal

Mo = 58 + ((11-9) / ((11-9) + (11 – 8)) x 4 Î Mo = 59,6

Obs: A moda é utilizada quando desejamos obter uma medida rápida e aproximada de
posição ou quando a medida de posição deva ser o valor mais típico da
distribuição. Já a média aritmética é a medida de posição que possui a maior
estabilidade.

MEDIANA - Md

Î A mediana de um conjunto de valores, dispostos segundo uma ordem ( crescente ou

decrescente), é o valor situado de tal forma no conjunto que o separa em dois
subconjuntos de mesmo número de elementos.

A mediana em dados não-agrupados Î

Dada uma série de valores como, por exemplo: { 5, 2, 6, 13, 9, 15, 10 }

De acordo com a definição de mediana, o primeiro passo a ser dado é o da ordenação
(crescente ou decrescente) dos valores: { 2, 5, 6, 9, 10, 13, 15 }

O valor que divide a série acima em duas partes iguais é igual a 9, logo a Md = 9.
.
Método prático para o cálculo da Mediana:
Î Se a série dada tiver número ímpar de termos: O valor mediano será o termo de
ordem dado pela fórmula :

.( n + 1 ) / 2

Ex: Calcule a mediana da série { 1, 3, 0, 0, 2, 4, 1, 2, 5 }

1º - ordenar a série { 0, 0, 1, 1, 2, 2, 3, 4, 5 }
n = 9 logo (n + 1)/2 é dado por (9+1) / 2 = 5, ou seja, o 5º elemento da série ordenada
será a mediana
A mediana será o 5º elemento = 2
.

Se a série dada tiver número par de termos: O valor mediano será o termo de ordem
dado pela fórmula :....

.[( n/2 ) +( n/2+ 1 )] / 2

Obs: n/2 e (n/2 + 1) serão termos de ordem e devem ser substituídos pelo valor
correspondente.
19
 Estatística Básica
Ex: Calcule a mediana da série { 1, 3, 0, 0, 2, 4, 1, 3, 5, 6 }
1º - ordenar a série { 0, 0, 1, 1, 2, 3, 3, 4, 5, 6 }
n = 10 logo a fórmula ficará: [( 10/2 ) + (10/2 + 1)] / 2
[( 5 + 6)] / 2 será na realidade (5º termo+ 6º termo) / 2
5º termo = 2
6º termo = 3
A mediana será = (2+3) / 2 ou seja, Md = 2,5 . A mediana no exemplo será a média
aritmética do 5º e 6º termos da série.

Notas:
• Quando o número de elementos da série estatística for ímpar, haverá coincidência da
mediana com um dos elementos da série.
• Quando o número de elementos da série estatística for par, nunca haverá coincidência
da mediana com um dos elementos da série. A mediana será sempre a média
aritmética dos 2 elementos centrais da série.
• Em uma série a mediana, a média e a moda não têm, necessariamente, o mesmo
valor.
• A mediana, depende da posição e não dos valores dos elementos na série
ordenada. Essa é uma da diferenças marcantes entre mediana e média ( que se deixa
influenciar, e muito, pelos valores extremos). Vejamos:
Em { 5, 7, 10, 13, 15 } a média = 10 e a mediana = 10
Em { 5, 7, 10, 13, 65 } a média = 20 e a mediana = 10
• isto é, a média do segundo conjunto de valores é maior do que a do primeiro, por
influência dos valores extremos, ao passo que a mediana permanece a mesma.
A mediana em dados agrupados Î
a) Sem intervalos de classe: Neste caso, é o bastante identificar a freqüência acumulada
imediatamente superior à metade da soma das freqüências. A
mediana será aquele valor da variável que corresponde a tal
freqüência acumulada.
Ex.: conforme tabela abaixo:

Variável xi Freqüência fi Freqüência acumulada

0 2 2
1 6 8
2 9 17
3 13 30
4 5 35
total 35

• Quando o somatório das freqüências for ímpar o valor mediano será o termo de ordem
dado pela fórmula :

• Como o somatório das freqüências = 35 a fórmula ficará: ( 35+1 ) / 2 = 18º termo = 3..

20
 Estatística Básica
• Quando o somatório das freqüências for par o valor mediano será o termo de ordem
dado pela fórmula:

Ex: Calcule Mediana da tabela abaixo:

Variável xi Freqüência fi Freqüência acumulada

12 1 1
14 2 3
15 1 4
16 2 6
17 1 7
20 1 8
total 8

• Aplicando fórmula acima teremos:[(8/2)+ (8/2+1)]/2 = (4º termo + 5º termo) / 2 = (15 +

16) / 2 = 15,5

b) Com intervalos de classe: Devemos seguir os seguintes passos:

1º) Determinamos as freqüências acumuladas ;

2º) Calculamos ;

3º) Marcamos a classe correspondente à freqüência acumulada imediatamente superior à

. Tal classe será a classe mediana ;

4º) Calculamos a Mediana pela seguinte fórmula:. M Md = l* + [( - FAA ) x h*] / f*

l* = é o limite inferior da classe mediana.

FAA = é a freqüência acumulada da classe anterior à classe mediana.
f* = é a freqüência simples da classe mediana.
h* = é a amplitude do intervalo da classe mediana.

Ex:
classes freqüência = fi Freqüência acumulada
50 |------------ 54 4 4
54 |------------ 58 9 13
58 |------------ 62 11 24
62 |------------ 66 8 32
66 |------------ 70 5 37
70 |------------ 74 3 40
total 40

= 40 / 2 =.20........... logo.a classe mediana será 58 |---------- 62

21
 Estatística Básica
l* = 58........... FAA = 13........... f* = 11........... h* = 4

Substituindo esses valores na fórmula, obtemos:

Md = 58 + [ (20 - 13) x 4] / 11 = 58 + 28/11 = 60,54

OBS: Esta mediana é estimada, pois não temos os 40 valores da distribuição.

Emprego da Mediana
• Quando desejamos obter o ponto que divide a distribuição em duas partes iguais.
• Quando há valores extremos que afetam de maneira acentuada a média aritmética.
• Quando a variável em estudo é salário.

SEPARATRIZES

Î Além das medidas de posição que estudamos, há outras que, consideradas

individualmente, não são medidas de tendência central, mas estão ligadas à mediana
relativamente à sua característica de separar a série em duas partes que apresentam o
mesmo número de valores.
Essas medidas - os quartis, os decis e os percentis - são, juntamente com a
mediana, conhecidas pelo nome genérico de separatrizes.
.
QUARTIS - Q

Î Denominamos quartis os valores de uma série que a dividem em quatro partes

iguais. Precisamos portanto de 3 quartis (Q1 , Q2 e Q3) para dividir a série em quatro
partes iguais.

Obs: O quartil 2 ( Q2 ) SEMPRE SERÁ IGUAL A MEDIANA DA SÉRIE.

Quartis em dados não agrupados Î

Î O método mais prático é utilizar o princípio do cálculo da mediana para os 3 quartis.

Na realidade serão calculadas " 3 medianas " em uma mesma série.

Ex 1: Calcule os quartis da série: { 5, 2, 6, 9, 10, 13, 15 }

- O primeiro passo a ser dado é o da ordenação (crescente ou decrescente) dos valores:

{ 2, 5, 6, 9, 10, 13, 15 }
- O valor que divide a série acima em duas partes iguais é igual a 9, logo a Md = 9 que
será = Q2 = 9
- Temos agora {2, 5, 6 } e {10, 13, 15 } como sendo os dois grupos de valores iguais
proporcionados pela mediana ( quartil 2 ). Para o cálculo do quartil 1 e 3 basta calcular
as medianas das partes iguais provenientes da verdadeira Mediana da série
(quartil 2).
Logo em { 2, 5, 6 } a mediana é = 5 . Ou seja: será o quartil 1 = Q1 = 5
em {10, 13, 15 } a mediana é =13 . Ou seja: será o quartil 3 = Q = 13

22
 Estatística Básica
Ex 2: Calcule os quartis da série: { 1, 1, 2, 3, 5, 5, 6, 7, 9, 9, 10, 13 }

- A série já está ordenada, então calcularemos o Quartil 2 = Md = (5+6)/2 = 5,5

-
- O quartil 1 será a mediana da série à esquerda de Md : { 1, 1, 2, 3, 5, 5 }
Q1 = (2+3)/2 = 2,5

- O quartil 3 será a mediana da série à direita de Md : {6, 7, 9, 9, 10, 13 }

Q3 = (9+9)/2 = 9

Quartis para dados agrupados em classes Î

Î Usamos a mesma técnica do cálculo da mediana, bastando substituir, na fórmula da

mediana,

E fi / 2.... por ... k . E fi / 4 ... sendo k o número de ordem do quartil.

Assim, temos:

Q1 = . l* + [(E fi / 4 - FAA ) x h*] / f*

Q2 = . l* + [(2.E fi / 4 - FAA ) x h*] / f*

Q3 = . l* + [(3.E fi / 4 - FAA ) x h*] / f*

Ex 3 - Calcule os quartis da tabela abaixo:

classes freqüência = fi Freqüência acumulada

50 |------------ 54 4 4
54 |------------ 58 9 13
58 |------------ 62 11 24
62 |------------ 66 8 32
66 |------------ 70 5 37
70 |------------ 74 3 40
total 40

- O quartil 2 = Md , logo:

= 40 / 2 =.20........... logo.a classe mediana será 58 |---------- 62

l* = 58........... FAA = 13........... f* = 11........... h* = 4

Q2 = . l* + [(2.E fi / 4 - FAA ) x h*] / f*

- Substituindo esses valores na fórmula, obtemos:

Md = 58 + [ (20 - 13) x 4] / 11 = 58 + 28/11 = 60,54 = Q2

- O quartil 1 : E fi / 4 = 10

Q1 = . l* + [(E fi / 4 - FAA ) x h*] / f*

Q1 = 54 + [ (10 - 4) x 4] / 9 = 54 + 2,66 = 56,66 = Q1

23
 Estatística Básica
.- O quartil 3 : 3.E fi / 4 = 30

Q3 = . l* + [(3.E fi / 4 - FAA ) x h*] / f*

Q3 = 62 + [ (30 -24) x 4] / 8 = 62 + 3 = 65 = Q3

DECIS - D

Î A definição dos decis obedece ao mesmo princípio dos quartis, com a modificação da
porcentagem de valores que ficam aquém e além do decil que se pretende calcular. A
fórmula básica será : k .E fi / 10 onde k é o número de ordem do decil a ser calculado.
Indicamos os decis : D1, D2, ... , D9. Deste modo precisamos de 9 decis para
dividirmos uma série em 10 partes iguais.

• De especial interesse é o quinto decil, que divide o conjunto em duas partes iguais.
Assim sendo,o QUINTO DECIL É IGUAL AO SEGUNDO QUARTIL, que por sua vez É
IGUAL À MEDIANA.

Para D5 temos : 5.E fi / 10 = E fi / 2

Ex: Calcule o 3º decil da tabela anterior com classes.

k= 3 onde 3 .E fi / 10 = 3 x 40 / 10 = 12.

Este resultado corresponde a 2ª classe.

D3 = 54 + [ (12 - 4) x 4] / 9 = 54 + 3,55 = 57,55 = D3

PERCENTIL ou CENTIL

Î Denominamos percentis ou centis como sendo os noventa e nove valores que

separam uma série em 100 partes iguais. Indicamos: P1, P2, ... , P99. É evidente que
P50 = Md ; P25 = Q1 e P75 = Q3.

• O cálculo de um centil segue a mesma técnica do cálculo da mediana, porém a

fórmula será : k .E fi / 100 onde k é o número de ordem do centil a ser calculado.

Dispersão ou Variabilidade: É a maior ou menor diversificação dos valores de uma

variável em torno de um valor de tendência central ( média ou
mediana ) tomado como ponto de comparação.

• A média - ainda que considerada como um número que tem a faculdade de representar
uma série de valores - não pode, por si mesma, destacar o grau de homogeneidade ou
heterogeneidade que existe entre os valores que compõem o conjunto.
24
 Estatística Básica

• Consideremos os seguintes conjuntos de valores das variáveis X, Y e Z:

X = { 70, 70, 70, 70, 70 }

Y = { 68, 69, 70 ,71 ,72 }
Z = { 5, 15, 50, 120, 160 }

- Observamos então que os três conjuntos apresentam a mesma média aritmética

= 350/5 = 70

• Entretanto, é fácil notar que o conjunto X é mais homogêneo que os conjuntos Y e Z,

já que todos os valores são iguais à média. O conjunto Y, por sua vez, é mais
homogêneo que o conjunto Z, pois há menor diversificação entre cada um de seus
valores e a média representativa.

• Concluímos então que o conjunto X apresenta DISPERSÃO NULA e que o conjunto Y

apresenta uma DISPERSÃO MENOR que o conjunto Z.

25
 Estatística Básica
4. MEDIDAS DE DISPERSÃO ABSOLUTA
AMPLITUDE TOTAL: É a única medida de dispersão que não tem na média o ponto
de referência.

• Quando os dados não estão agrupados a amplitude total é a diferença entrE o maior e o
menor valor observado:

AT = X máximo - X mínimo.

Ex: Para os valores 40, 45, 48, 62 e 70 a amplitude total será: AT = 70 - 40 = 30

Quando os dados estão agrupados sem intervalos de classe ainda temos :
AT = X máximo - X mínimo.
Ex:
xi fi
0 2
1 6
3 5
4 3

ƒ AT = 4 - 0 = 4

* Com intervalos de classe a AMPLITUDE TOTAL é a diferença entre o limite superior da

última classe e o limite inferior da primeira classe. Então:
AT = L máximo - l mínimo
Ex:
Classes fi
4 |------------- 6 6
6 |------------- 8 2
8 |------------- 10 3

ƒ AT = 10 - 4 = 6

• A amplitude total tem o inconveniente de só levar em conta os dois valores extremos

da série, descuidando do conjunto de valores intermediários. Faz-se uso da amplitude
total quando se quer determinar a amplitude da temperatura em um dia, no controle
de qualidade ou como uma medida de cálculo rápido sem muita exatidão.

DESVIO QUARTIL: Também chamado de amplitude semi-interquatílica e é baseada nos

quartis.

Símbolo: Dq e a Fórmula: Dq = (Q3 - Q1) / 2

Observações:

1- O desvio quartil apresenta como vantagem o fato de ser uma medida fácil de calcular e
de interpretar. Além do mais, não é afetado pelos valores extremos, grandes ou
pequenos, sendo recomendado, por conseguinte, quando entre os dados figurem
valores extremos que não se consideram representativos.
26
 Estatística Básica
2- O desvio quartil deverá ser usado preferencialmente quando a medida de tendência
central for a mediana.
3- Trata-se de uma medida insensível ã distribuição dos itens menores que Q1, entre Q1 e
Q3 e maiores que Q3.

Ex: Para os valores 40, 45, 48, 62 e 70 o desvio quartil será:

Q1 = (45+40)/2 = 42,5 Q3 = (70+62)/2 = 66 Dq = (66 - 42,5) / 2 = 11,75

DESVIO MÉDIO ABSOLUTO - Dm

Para dados brutos: É a média aritmética dos valores absolutos dos desvios tomados
em relação a uma das seguintes medidas de tendência central:
média ou mediana.

• para a Média = Dm = E | Xi - | /n

• para a Mediana = Dm = E | Xi - Md | / n

• As barras verticais indicam que são tomados os valores absolutos, prescindindo do sinal
dos desvios.

Ex: Calcular o desvio médio do conjunto de números { - 4 , - 3 , - 2 , 3 , 5 }

= - 0, 2 e Md = - 2

Tabela auxiliar para cálculo do desvio médio

Xi Xi - | Xi - | Xi - Md | Xi - Md |
-4 (- 4) - (-0,2) = -3,8 3,8 (- 4) - (-2) = - 2 2
-3 (- 3) - (-0,2) = -2,8 2,8 (- 3) - (-2) = - 1 1
-2 (- 2) - (-0,2) = -1,8 1,8 (- 2) - (-2) = 0 0
3 3 - (-0,2) = 3,2 3,2 3 - (-2) = 5 5
5 5 - (-0,2) = 5,2 5,2 5 - (-2) = 7 7

E= 16,8 E= 15

Pela Média : Dm = 16,8 / 5 = 3,36 Pela Mediana : Dm = 15 / 5 = 3

27
 Estatística Básica
DESVIO PADRÃO - S

Î É a medida de dispersão mais geralmente empregada, pois leva em consideração a

totalidade dos valores da variável em estudo. É um indicador de variabilidade
bastante estável. O desvio padrão baseia-se nos desvios em torno da média aritmética
e a sua fórmula básica pode ser traduzida como : a raiz quadrada da média aritmética
dos quadrados dos desvios e é representada por S .

• A fórmula acima é empregada quando tratamos de uma população de dados não-

agrupados.

Ex: Calcular o desvio padrão da população representada por - 4 , -3 , -2 , 3 , 5

Xi
-4 - 0,2 - 3,8 14,44
-3 - 0,2 - 2,8 7,84
-2 - 0,2 - 1,8 3,24
3 - 0,2 3,2 10,24
5 - 0,2 5,2 27,04

E= 62,8

Sabemos que n = 5 e 62,8 / 5 = 12,56.

A raiz quadrada de 12,56 é o desvio padrão = 3,54

Obs: Quando nosso interesse não se restringe à descrição dos dados mas, partindo da
amostra, visamos tirar inferências válidas para a respectiva população, convém efetuar
uma modificação, que consiste em usar o divisor n - 1 em lugar de n. A fórmula ficará
então:

• Se os dados - 4 , -3 , -2 , 3 , 5 representassem uma amostra o desvio padrão amostral

seria a raiz quadrada de 62,8 / (5 -1) = 3,96
• O desvio padrão goza de algumas propriedades, dentre as quais destacamos:

1ª = Somando-se (ou subtraindo-se) uma constante a todos os valores de uma variável, o

desvio padrão não se altera.

2ª = Multiplicando-se (ou dividindo-se) todos os valores de uma variável por uma constante
(diferente de zero), o desvio padrão fica multiplicado ( ou dividido) por essa constante.
28
 Estatística Básica
• Quando os dados estão agrupados (temos a presença de freqüências) a fórmula do
desvio padrão ficará :

ou quando se trata de uma amostra

Ex: Calcule o desvio padrão populacional da tabela abaixo:

Xi f i Xi . f i .fi
0 2 0 2,1 -2,1 4,41 8,82
1 6 6 2,1 -1,1 1,21 7,26
2 12 24 2,1 -0,1 0,01 0,12
3 7 21 2,1 0,9 0,81 5,67
4 3 12 2,1 1,9 3,61 10,83

Total 30 63 E= 32,70

- Sabemos que E fi = 30 e 32,7 / 30 = 1,09.

- A raiz quadrada de 1,09 é o desvio padrão = 1,044

- Se considerarmos os dados como sendo de uma amostra o desvio padrão seria : a
raiz quadrada de 32,7 / (30 -1) = 1,062

Obs: Nas tabelas de freqüências com intervalos de classe a fórmula a ser utilizada é
a mesma do exemplo anterior.

VARIÂNCIA - S2

Î É o desvio padrão elevado ao quadrado. A variância é uma medida que tem pouca
utilidade como estatística descritiva, porém é extremamente importante na inferência
estatística e em combinações de amostras.

MEDIDAS DE DISPERSÃO RELATIVA

Coeficiente de Variação de Pearson - CVP

Î Na estatística descritiva o desvio padrão por si só tem grandes limitações. Assim, um

desvio padrão de 2 unidades pode ser considerado pequeno para uma série de valores
cujo valor médio é 200; no entanto, se a média for igual a 20, o mesmo não pode ser
dito.

Î Além disso, o fato de o desvio padrão ser expresso na mesma unidade dos dados
limita o seu emprego quando desejamos comparar duas ou mais séries de valores,
relativamente à sua dispersão ou variabilidade, quando expressas em unidades
diferentes.
29
 Estatística Básica
Î Para contornar essas dificuldades e limitações, podemos caracterizar a dispersão ou
variabilidade dos dados em termos relativos a seu valor médio, medida essa
denominada de CVP: Coeficiente de Variação de Pearson (É A RAZÃO ENTRE O
DESVIO PADRÃO E A MÉDIA REFERENTES A DADOS DE UMA MESMA SÉRIE).

CVP = (S / ) x 100

ƒ o resultado neste caso é expresso em percentual, entretanto pode ser expresso

também através de um fator decimal, desprezando assim o valor 100 da fórmula.

Ex: Tomemos os resultados das estaturas e dos pesos de um mesmo grupo de

indivíduos:

Discriminação MÉDIA DESVIO PADRÃO

ESTATURAS 175 cm 5,0 cm
PESOS 68 kg 2,0 kg

- Qual das medidas (Estatura ou Peso) possui maior homogeneidade ?

Resposta: Teremos que calcular o CVP da Estatura e o CVP do Peso. O resultado

menor será o de maior homogeneidade ( menor dispersão ou variabilidade).

CVP estatura = ( 5 / 175 ) x 100 = 2,85 %

CVP peso = ( 2 / 68 ) x 100 = 2,94 %.

Logo, nesse grupo de indivíduos, as estaturas apresentam menor grau de dispersão que
os pesos.

Coeficiente de Variação de Thorndike - CVT

Î É igual ao quociente entre o desvio padrão e a mediana.

CVT = ( S / Md ) x 100 %

Coeficiente Quartílico de Variação - CVQ

Î Esse coeficiente é definido pela seguinte expressão:

CVQ = [(Q3 - Q1) / (Q3 + Q1)] x 100 %.

Desvio quartil Reduzido – Dqr

Dqr = [(Q3 - Q1) / 2Md ] x 100 %.

30
 Estatística Básica
5. MEDIDAS DE ASSIMETRIA
Introdução:

Î Uma distribuição com classes é simétrica quando :

Média = Mediana = Moda

Î Uma distribuição com classes é :

Assimétrica à esquerda ou negativa quando : Média < Mediana < Moda

Assimétrica à direita ou positiva quando : Média > Mediana > Moda

Coeficiente de assimetria: A medida anterior, por ser absoluta, apresenta a mesma

deficiência do desvio padrão, isto é, não permite a
possibilidade de comparação entre as medidas de duas
distribuições. Por esse motivo, daremos preferência ao
coeficiente de assimetria de Person:

As = 3 ( Média - Mediana ) / Desvio Padrão

Escalas de assimetria:

| AS | < 0,15 Î assimetria pequena

0,15 < | AS | < 1 Î assimetria moderada

| AS | > 1 Î assimetria elevada

Obs: Suponhamos AS = - 0,49 Î a assimetria é considerada moderada e

negativa

Suponhamos AS = 0,75 Î a assimetria é considerada moderada e

positiva

MEDIDAS DE CURTOSE

Introdução:

Î Denominamos CURTOSE o grau de achatamento de uma distribuição em relação a uma

distribuição padrão, denominada curva normal (curva correspondente a uma distribuição
teórica de probabilidade).

Î Quando a distribuição apresenta uma curva de freqüência mais fechada que a normal
(ou mais aguda ou afilada em sua parte superior), ela recebe o nome de leptocúrtica.

Î Quando a distribuição apresenta uma curva de freqüência mais aberta que a normal
(ou mais achatada em sua parte superior), ela recebe o nome de platicúrtica.
31
 Estatística Básica
Î A curva normal, que é a nossa base referencial, recebe o nome de mesocúrtica.

Coeficiente de curtose

C1 = (Q3 - Q1) / 2(P90 - P10)

• Este coeficiente é conhecido como percentílico de curtose.

• Relativamente a curva normal, temos:

C1 = 0,263 Î curva mesocúrtica

C1 < 0,263 Î curva leptocúrtica
C1 > 0,263 Î curva platicúrtica

Î O coeficiente abaixo ( C2 )será utilizado em nossas análises:

onde S é desvio padrão

C2 = 3 Î curva mesocúrtica
C2 > 3 Î curva leptocúrtica
C2 < 3 Î curva platicúrtica

32