Estatistica Apliacda

Palestra 3
MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL

1 UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite Assane
 Conteúdo da Palestra
CAPITULO III. MEDIDAS DE POSIÇÃO OU DE TENDÊNCIAS
CENTRAL

3.1 Media
3.2 Mediana
3.3 Moda
3.4 Relação entre Media, Mediana e Moda (formula de Karl Pearson)

UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
2 Assane
 Objectivos da Palestra
No capítulo Dados, tabelas e gráficos, vimos alguns processos de resumir
informação contida na amostra, utilizando os processos gráficos.

Veremos agora um outro processo de resumir essa informação,

utilizando determinadas medidas, calculadas a partir de dados, que se
chamam ESTATÍSTICAS.

UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
3 Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL

Antes de começar a definir as medidas, que vão ser utilizadas para

resumir a informação contida nos dados, e lembrando mais uma vez que
estamos na fase da análise estatística conhecida por Estatística Descritiva,
vamos introduzir uma notação conveniente para representar a amostra.
Assim, o conjunto de dados ou observações que constituem a amostra
será representado por

𝑥1 , 𝑥2 , … , 𝑥𝑛
onde 𝑥1 , 𝑥2 , … , 𝑥𝑛 , representam, respectivamente, a 1ª observação, a 2ª
observação e a n-ésima observação, de uma amostra de dimensão n.

UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
4 Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL

Das medidas, ou estatísticas que iremos definir, para caracterizar os

dados, destacam-se as medidas de localização ou Tendencia
nomeadamente as que localizam o centro da amostra (média, moda e
mediana) , e as medidas de dispersão que serão abordadas na proxima
aula.

UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
5 Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL

São chamados Medidas de Posição ou Tendência Central, pois

representam os fenómenos pelos seus valores médios, em torno dos
quais tendem a concentrarem-se os dados.

Servem para localizar a distribuição dos dados brutos ou das

frequências sobre o eixo da variação da variável em questão.

Três medidas de tendência central mais conhecidas são : a Média, a

Mediana e a Moda.
UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
6 Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL
Média
A média amostral ou simplesmente média, que se representa por 𝑋ത é
uma medida de localização do centro da amostra, e obtém-se a partir da
seguinte expressão:
σ𝑛
𝑖=1 𝑋𝑖
Média para dados não agupados 𝑋ത =
𝑛
onde 𝑥1 , 𝑥2 , … , 𝑥𝑛 representam os elementos da amostra e n a sua
dimensão.

NB: Lê-se somatório de todos os 𝑋𝑖 (𝑥𝑖𝑠 𝑖) quando 𝑖 varia de 1 a 𝑛.

UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
7 Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL
Média
A média amostral ou simplesmente média, que se representa por 𝑋ത é uma
medida de localização do centro da amostra, e obtém-se a partir da seguinte
expressão:
σ𝑛
𝑖=1 𝑋𝑖
Média para dados não agupados sem frequência 𝑋ത =
𝑛
Exemplo: Considera os seguintes dados e calcule a media
2,5,8,13,14,15,20,30,46,47

2 + 5 + 8 + 13 + 14 + 15 + 20 + 30 + 46 + 47
𝑋ത =
10
𝑋ത = 20

UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
8 Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL
Média
A média amostral ou simplesmente média, que se representa por 𝑋ത é
uma medida de localização do centro da amostra, e obtém-se a partir da
seguinte expressão:
σ𝑛
𝑖=1 𝑋𝑖 𝑓𝑖
Média para dados não agupados com frequência 𝑋ത = σ 𝑓𝑖
Exemplo: Considera os seguintes dados e calcule a media
2,2,5,8,8,13,13,13,14,15,20,30,46,47

2(2) + 5 + 8(2) + 13(3) + 14 + 15 + 20 + 30 + 46 + 47

𝑋ത = = 16,86
14
UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
9 Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL
Média
A média amostral ou simplesmente média, que se representa por 𝑋ത é
uma medida de localização do centro da amostra, e obtém-se a partir da
seguinte expressão:
σ𝑛
𝑖=1 𝑋𝑚 𝑓𝑖
Média para dados agupados 𝑋ത = σ 𝑓𝑖
Onde 𝑋𝑚 representa o ponto medio.

UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
10 Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL
Média
2725 σ𝑛
𝑖=1 𝑋𝑚 𝑓𝑖
ത
Média para dados agupados 𝑋 = σ = = 54,5
𝑓𝑖 50
Exemplo: Considere os seguintes dados agrupados
Intervalos Classe Freq. 𝒇𝒊 𝑋𝑚 𝑋𝑚 𝑓𝑖
39.5-44.5 3 42 126
44.5-49.5 8 47 376
49.5-54.5 16 52 832
54.5-59.5 12 57 684
59.5-64.5 7 62 434
64.5-69.5 3 67 201
69.5-74.5 1 72 72
. Total 50 2725
UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
11 Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL
Média
Propriedades

A média goza de uma particularidade interessante e que consiste no

seguinte: se calcularmos os desvios de todas as observações
relativamente à média e somarmos esses desvios o resultado obtido é
igual a zero.

𝑋1 − 𝑋ത + 𝑋2 − 𝑋ത + ⋯ 𝑋𝑛 − 𝑋ത = 0

UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
12 Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL
Média
Propriedades: Exemplo
Suponhamos que numa festa foram distribuídos berlindes pelos meninos
presentes. Os berlindes eram lançados ao ar e quem mais corria mais
apanhava. No fim fez-se a contagem e verificou-se a seguinte distribuição
sobre os números de berlindes que cada menino conseguiu apanhar:
João 8
Filipa 7
Ana 3
Maria 5
Teresa 4
David 6
13 UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL
Média: Propriedades
Exemplo (resposta):
A cada menino coube em média 5.5 berlindes. Houve meninos que apanharam menos berlindes do que a
média, enquanto que outros apanharam mais. Os meninos que apanharam mais berlindes resolveram
dividir com os que apanharam menos de forma a ficarem todos com a mesma quantidade. Terão
conseguido?
Calculando os desvios relativamente à média, temos:
Desvio Graficamente temos:
João 8 8 - 5.5 = 2.5
Filipa 7 7 - 5.5 = 1.5
Ana 3 3 - 5.5 = -2.5
Maria 5 5 - 5.5 = -0.5
Teresa 4 4 - 5.5 = -1.5
David 6 6 - 5.5 = 0.5
-0.5 -1.5 + 0.5 + 2.5 + 1.5 -2.5 = 0
O resultado anterior verifica-se porque a soma dos desvios positivos é igual à soma dos desvios
negativos.
14 UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL
Média
Propriedades
A média tem uma outra característica, que torna a sua utilização
vantajosa em certas aplicações:

Quando o que se pretende representar é a quantidade total expressa

pelos dados, utiliza-se a média. Na realidade, ao multiplicar a média
pelo nº total de elementos, obtemos a quantidade pretendida

15 UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL
Mediana

Trata-se do valor que divide o conjunto de dados, ordenados por ordem

crescente, em duas partes iguais. Isto é, como o próprio nome indica, é o
ponto mediano de um conjunto de dados ordenados em ordem crescente.

Para a sua determinação utiliza-se a seguinte regra, depois de ordenada a

amostra de n elementos:

Se n é ímpar, a mediana é o elemento médio.

Se n é par, a mediana é a semi-soma dos dois elementos médios.

UCM. Feg. Estatística Aplicada. 1.o Ano.1.o

16 Semestre.2022. Economia e Gestão. Curso Diurno
Palestra 3. MA. Edite Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL
Mediana (Dados não agrupados)

Se se representarem os elementos da amostra ordenada com a seguinte

notação: 𝑋1:𝑛 , 𝑋2:𝑛 , … , 𝑋𝑛:𝑛

(𝑛 + 1)
Mediana= , 𝑠𝑒 𝑛 𝑓𝑜𝑟 𝑖𝑚𝑝𝑎𝑟
2
𝑋𝑛 𝑋𝑛
Mediana= + + 1, 𝑠𝑒 𝑛 𝑓𝑜𝑟 𝑝𝑎𝑟
2 2

UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
17 Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL
Mediana (Dados não agrupados)

Exemplo:
a. Exemplo: dado o Rol: 2, 3, 4, 6, 7, 9, 12 (impar)
(𝑛 + 1) (7 + 1)
Mediana= = = 4ª 𝑝𝑜𝑠𝑖çã𝑜
2 2

b. Exemplo: Para os dados 3, 5, 6, 7, 8, 10. (Par) a mediana é :

𝑋𝑛 𝑋𝑛 𝑋6 𝑋6 (𝑋3 + 𝑋4 ) (6 + 7)
Mediana= + +1= + +1= = = 6,5
2 2 2 2 2 2

UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
18 Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL
Mediana: Dados Agrupados
𝑛
− 𝑓(mediana−1)
𝑀𝑒d𝑖𝑎𝑛𝑎 = 𝐿mediana + 2 ×ℎ
𝑓mediana
onde:
𝐿mediana , limite real inferior da classe Mediana, isto é, o que conter a mediana
𝑛 , número de dados ou frequência total de observações
𝑓(mediana−1) , frequência acumulada da classe anterior à classe mediana
ℎ , amplitue de classe mediana
𝑓mediana , frequência absoluta da classe que contém a mediana

NB: A classe mediana é o primeiro intervalo que tem a frequência acumulada maior
que n dividido por 2.
UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
19 Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS
Mediana: Dados Agrupados
CENTRAL
Exemplo: Considere os seguintes dados agrupados
Intervalos Classe Freq. 𝒇𝒊 Fi acumul
39.5-44.5 3 3
44.5-49.5 8 11
49.5-54.5 16 27
54.5-59.5 12 39
59.5-64.5 7 46
64.5-69.5 3 49
69.5-74.5 1 50
Total 50 50
− 11
2
𝑀𝑒d𝑖𝑎𝑛𝑎 = 49,5 + ×5
16
Mediana = 53,875
UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
20 Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL
Moda: Dados não Agrupados

A moda é o valor mais frequente num conjunto de dados.

Exemplo para dados não agrupados:
a. {2, 3, 4, 4, 5} Mo = 4 (distribuição Unimodal);
b. {2, 2, 3 4, 4, 5} Mo = 2 e 4 (distribuição Bimodal)

Havendo mais de 2 valores modais, a distribuição diz Multimodal.

UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
21 Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL
Moda: Dados Agrupados

d1
𝑀𝑜d𝑎 = 𝐿𝑖𝑚𝑖𝑡𝑒𝑚𝑜d𝑎𝑙 + ×ℎ
d1 + d2
onde:
𝐿𝑖𝑚𝑖𝑡𝑒𝑚𝑜d𝑎𝑙 limite inferior da classe modal
d1 é o excesso da frequência modal em relação a frequência anterior a moda.
d2 é o excesso da frequência modal em relação a frequência posterior.

NB: A classe modal é o intervalo que tem maior frequência.

UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
22 Assane
 MEDIDAS DE POSIÇÃO OU DE
Moda: Dados Agrupados
TENDÊNCIAS CENTRAL
Exemplo: Considere os seguintes dados agrupados Intervalos Classe Freq. 𝒇𝒊
39.5-44.5 3
44.5-49.5 8
49.5-54.5 16
54.5-59.5 12
59.5-64.5 7
64.5-69.5 3
69.5-74.5 1
Total 50

8
𝑀𝑜d𝑎 = 49,5 + ×5
8+4
𝑀𝑜𝑑𝑎 = 52,833
23 UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL
Relação media, mediana e moda

As distribuições de frequências podem ser Simétricas ou não Simétricas.

Considerando apenas distribuições Unimodais, temos:

a) Distribuições simétricas: 𝑀𝑒𝑑𝑖𝑎 = 𝑀𝑒𝑑𝑖𝑎𝑛𝑎 = 𝑀𝑜𝑑𝑎

b) Distribuições assimétricas positivas: a cauda direita é mais longa e menos
aspero do que a esquerda.
𝑀𝑜𝑑𝑎 < 𝑀𝑒𝑑𝑖𝑎𝑛𝑎 < 𝑀𝑒𝑑𝑖𝑎
c) Distribuições assimétricas negativas: a cauda esquerda é mais longa e menos
aspero do que a direita.
𝑀𝑒𝑑𝑖𝑎 < 𝑀𝑒𝑑𝑖𝑎𝑛𝑎 < 𝑀𝑜𝑑𝑎
UCM. Feg. Estatística Aplicada. 1.o Ano.1.o Semestre.2022. Economia e Gestão. Curso Diurno Palestra 3. MA. Edite
24 Assane
 MEDIDAS DE POSIÇÃO OU DE
TENDÊNCIAS CENTRAL
Relação media, mediana e moda

UCM. Feg. Estatística Aplicada. 1.o Ano.1.o

25 Semestre.2022. Economia e Gestão. Curso Diurno
Palestra 3. MA. Edite Assane
 Literatura Usada:
1. Bowerman, B. O'Connell R. (2003) Business Statistic in Practice,
3rd edition McGraw Hill, 2003.
2. Spiegel, M, R. (1993). Estatística (3ª ed). São Paulo: Pearson
Makron Books.
3. Hoffmann, R. (1998). Estatística para Economistas (3ª ed). Brasil:
Revista e Ampliada
4. Murteira, B. et al (2010). Introdução a Estatística. Lisboa: Escola.
5. Doane, P. David, Lori E. Seward. (2008). Estatística aplicada à
administração e à Economia. Tradução Solange Andreoni, Helena
de Castro; revisão técnica Elisabeti Kira. São Paulo. McGraw-Hill.
UCM. Feg. Estatística Aplicada. 1.o Ano.1.o
26 Semestre.2022. Economia e Gestão. Curso Diurno
Palestra 3. MA. Edite Assane