Introdução à estatística aplicada à

saúde
Neste conteúdo, vamos estudar o conceito de estatística e suas aplicações na área de saúde. Você vai
conhecer as principais ferramentas de análise exploratória de dados, as medidas de tendência central, de
posição e as medidas de dispersão.
Prof. Paulo Henrique Coelho Maranhão, Prof. Rafael Monteiro
1. Itens iniciais

Preparação
Antes de iniciar o estudo deste tema, tenha em mãos um software de planilhas no seu computador ou
smartphone.

Objetivos
• Identificar as fases do método estatístico, as ferramentas de análise exploratória de dados e suas
aplicações na área da saúde.
• Aplicar as medições de posição ou tendência central em situações gerais e na área da saúde.
• Aplicar as medições de dispersão em situações gerais e na área da saúde.

Introdução
A estatística é um conjunto de métodos e técnicas de tratamento e análise de dados. Na área de saúde, ela é
fundamental para dar suporte em soluções de problemas práticos relacionados aos aspectos de pesquisa,
avaliação, prescrição e eficiência de medicamentos, vacinas e tratamentos medicamentosos ou não. É uma
ferramenta que, se utilizada adequadamente, contribui para o processo de desenvolvimento de
conhecimentos, sendo a base para tomada de decisão na área de saúde.

Veremos, neste conteúdo, que a estatística é um segmento da matemática aplicada e que as análises
estatísticas podem ser divididas em cinco etapas: coleta, organização, descrição, análise e interpretação de
dados. Para dar embasamento ao tomador de decisão na utilização dos dados, as três primeiras etapas —
coleta, organização e a descrição dos dados – geralmente ficam a cargo da estatística descritiva. Por outro
lado, as análises mais complexas e a interpretação dessas análises ficam a cargo da estatística inferencial.

Além disso, vamos estudar a estatística descritiva e compreender as principais ferramentas para apresentar e
sintetizar um conjunto de dados, as medidas de tendência central (média, mediana e moda) e as medidas de
dispersão (desvio-padrão, mínimo, máximo, amplitude).

Conteúdo interativo
Acesse a versão digital para assistir ao vídeo.
1. Fases do método estatístico

Etapas da estatística
Neste vídeo, o professor vai explicar a importância da estatística para a área da saúde e as etapas do
processo estatístico. Assim, você vai compreender a importância da estatística para a tomada de decisão na
área da saúde.

Conteúdo interativo
Acesse a versão digital para assistir ao vídeo.

A estatística tem um papel fundamental na geração de conhecimento em ciências biológicas e da saúde. Por
meio do seu uso, governos, empresas, pesquisadores, professores, universidades, escolas e organizações de
diversas naturezas atuam na formulação de soluções dos problemas da sociedade contemporânea.

Na área da saúde, especificamente, a tomada de decisão sobre a eficiência de tratamentos medicamentosos,

tratamentos psicológicos, as prescrições fisioterápicas e nutricionais, a eficiência de vacinas, como as
utilizadas para imunização da covid-19, os exames bioquímicos, e a prescrição de exercícios físicos, deve ser
baseada em análise de dados e estatística.

Diante disso, vejamos as etapas da estatística:

Coleta de dados
A primeira etapa no processo de um estudo estatístico, após o planejamento dos objetivos que serão
pesquisados e a determinação das características do que se quer pesquisar, é dar início à coleta dos dados.
Veja a seguir!

Exemplo
Objetivo do estudo: investigar a relação entre o consumo de frutas e vegetais e a incidência de doenças
cardiovasculares em adultos acima de 40 anos. Dados que deverão ser coletados: idade, sexo, histórico
médico familiar de doenças cardiovasculares, hábitos alimentares (consumo de frutas e vegetais),
histórico de tabagismo, níveis de atividade física.

Método de coleta de dados

Esse método requer:

Seleção da amostra

Selecionar uma amostra representativa de adultos acima de 40 anos em uma determinada região
geográfica.
 Questionário

Desenvolver um questionário estruturado contendo perguntas sobre as características mencionadas

anteriormente. O questionário pode ser administrado presencialmente, por telefone ou on-line.

Exames

Realizar exames para verificar a saúde cardiovascular dos participantes, incluindo medições de
pressão arterial, níveis de colesterol, glicemia etc.

Registro de hábitos alimentares

Pedir aos participantes que mantenham um registro detalhado de sua ingestão de frutas e vegetais
ao longo de um período específico, como uma semana.

Acompanhamento

Realizar acompanhamento regular dos participantes ao longo do estudo para atualização das
informações e identificação de eventuais mudanças nos hábitos de vida.

Análise de dados

Após a coleta dos dados, realizar análises estatísticas para identificar padrões e relações entre as
variáveis estudadas.

Essas etapas fornecerão dados sugnificativos para entender a relação entre o consumo de frutas e vegetais e
a saúde cardiovascular, auxiliando na formulação de políticas de saúde pública e intervenções preventivas.

Organização dos dados

Depois da coleta de dados, eles devem ser cuidadosamente tabulados em uma planilha. Após a tabulação
(ROL), os dados devem ser revisados para buscar possíveis falhas e imperfeições. Veja a seguir.

Homem em frente ao computador fazendo revisão de dados.

Apuração dos dados

É a soma e o processamento dos dados obtidos e à disposição mediante critérios de classificação.
Exposição e apresentação dos dados
Após a análise, os dados devem ser apresentados de forma adequada (tabelas ou gráficos), o que torna mais
fácil a interpretação do que está sendo objeto de tratamento estatístico.

Tela de tablet com apresentação dos dados.

Análise dos resultados

O objetivo da análise dos resultados é tirar conclusões sobre o todo (população) a partir de informações
fornecidas por parte representativa do todo (amostra), facilitando a tomada de decisão do profissional de
saúde.

Gráfico com representação de distribuição gaussiana.

Análise exploratória de dados

A análise exploratória de dados é a parte da estatística responsável pelo primeiro contato com as
informações. Essa técnica nos dá um indicativo de como os dados estão distribuídos.
 Exemplo
Os dados podem ter uma distribuição normal ou uma distribuição não normal. A distribuição normal,
também conhecida como distribuição gaussiana, é um tipo específico de distribuição estatística que é
simétrica em torno de sua média, com uma forma de sino. Caracteriza-se por sua curva de densidade de
probabilidade, que atinge o pico (meio da curva) na média e diminui simetricamente em ambas as
direções. Além disso, é útil na detecção de erros, de valores extremos (outliers), na verificação de
suposições relacionadas à inferência estatística, na seleção preliminar de modelos estatísticos etc.

Iniciaremos o estudo de uma ferramenta importante da estatística e conheceremos os dados com os quais
vamos trabalhar. Veremos desde os conceitos básicos — tais como classificação de variáveis — até as
principais ferramentas para apresentar e sintetizar os dados, como distribuição de frequência e
representações gráficas.

Classificação das variáveis e conceitos básicos

Neste vídeo, o professor vai explicar como classificar variáveis e os conceitos básicos em estatística. Isso é
fundamental para que você compreenda como os estudos são desenvolvidos na área da saúde.

Conteúdo interativo
Acesse a versão digital para assistir ao vídeo.

Variáveis são características de interesse em um estudo qualquer. Elas podem ser classificadas em:

Quantitativas
Qualitativas
Quando assumem valores numéricos. Por
Quando seus possíveis valores não são
exemplo, massa corporal de uma paciente, a
numéricos. São exemplos o estado civil
estatura, o índice de massa corporal (IMC), a
(solteiro, casado, união estável), sexo,
glicemia sanguínea, os valores de colesterol
nível de escolaridade etc.
etc.

A seguir veremos de forma resumida como as variáveis são classificadas:

Fluxograma de classificação das variáveis.

Veremos, neste momento, uma série de conceitos importantes, são eles:

 • População: Conjunto de indivíduos ou objetos com pelo menos uma característica em comum. Por
exemplo, o conjunto de pacientes diabéticos que foi atendido no hospital XYZ.
• Amostra: Uma parte da população. Por exemplo, da população de pacientes diabéticos, pode-se
separar uma amostra de pacientes com glicemia de jejum acima de 200 mg/dl.
• Dados brutos: Conjunto de dados sem uma ordem aparente.
• Rol: Ordenamento de um conjunto de dados, seja crescente ou decrescente.
• Amplitude total: Diferença entre o maior e o menor valor observado no conjunto de dados.

Distribuições de frequência
Neste vídeo, o professor vai explicar a distribuição de frequências e as suas aplicações na área da saúde.

Conteúdo interativo
Acesse a versão digital para assistir ao vídeo.

É uma das formas mais simples e úteis de resumir um conjunto de dados. Nada mais é do que a apresentação
dos dados em classes às suas respectivas frequências absolutas.

As classes são divisões dos valores da variável em estudo.

Exemplo 1
A distribuição de frequência a seguir representa as notas na disciplina de estatística em uma turma de 40
alunos.

Classe (Notas)

0⊢2 1 2,5

2⊢4 5 12,5

4⊢6 12 30,0

6⊢8 15 37,5

8⊢10 7 17,5

Soma 40 100

Tabela: Distribuição de frequência referente a notas de 40 alunos. Paulo Henrique Coelho Maranhão e Rafael
Monteiro.

Observe que a tabela demonstra, na primeira coluna, os intervalos de classe com as notas que podem variar
entre 0 e 10.

Na segunda coluna, vemos o número de alunos (frequência absoluta) que tiraram a nota naquele intervalo de
classe. Observe que o somatório de notas é igual a 40, o mesmo que o número de alunos.

A frequência relativa, ou seja, o percentual de alunos naquele intervalo de classe está na terceira coluna.
Observe que, na última linha das notas, aqueles que tiraram entre 8 e 10, estão 7 alunos (coluna da frequência
absoluta), o que corresponde a 17,5% dos alunos (frequência relativa). Por fim, note que o somatório da
frequência relativa é 100, o que corresponde a 100%.

Exemplo 2
A próxima distribuição de frequência refere-se à quantidade de famílias que receberam auxílio escolar por
número de filhos.

Classe (Nº de filhos)

1 52

2 38

3 18

4 12

Soma 120

Tabela: distribuição de frequência referente à famílias que receberam auxílio por número de filhos. Paulo
Henrique Coelho Maranhão e Rafael Monteiro.

Observe que, na primeira coluna, estão as classes, que correspondem ao número de filhos de cada família; e
que, na segunda coluna, está o número de famílias em cada classe. Perceba que o número de famílias com
mais de um filho diminui progressivamente, demonstrando uma importante tendência da população brasileira.

Elementos da distribuição de frequência

Frequência simples
Representada por fi, indica a ocorrência de vezes que um elemento aparece em uma observação estatística.
Por exemplo, um profissional de saúde coletou a idade dos 25 infectados por uma doença e organizou da
seguinte forma:

20 25 45 50 60

20 25 45 50 60

20 25 45 50 60

20 30 45 50 60

20 30 45 60 60

Tabela: Frequência simples. Paulo Henrique Coelho Maranhão e Rafael Monteiro.

Observe que a tabela vista anteriormente está com dados em ordem crescente, de acordo com as colunas.
Por outro lado, na tabela a seguir, os dados estão agrupados pela idade na coluna da esquerda e pela
frequência absoluta na coluna da direita. Assim, a apresentação fica mais simplificada, facilitando a
visualização.

Idade (anos) Frequência absoluta (fi)

20 5

25 3

30 2

45 5

50 4

Tabela: Métodos de avaliação e consumo de alimentos. Paulo Henrique Coelho Maranhão e Rafael Monteiro.
A partir a coleta de dados, o profissional da saúde pode realizar a tabulação, em que cada elemento é
ordenado na coluna Idade, chamada de xi, e cada ocorrência deste elemento será inserido na coluna
frequência simples (fi).

Após a conclusão da tabela, precisamos realizar o somatório da coluna fi. Para isso, utilizamos o símbolo
(sigma) que representa uma autossoma dos elementos. Assim, podemos dizer que o somatório da frequência
simples será 25.

Limites de classe
Há várias formas de expressar os limites de classe em uma distribuição de frequência. O limite à esquerda é
chamado de limite inferior (Li), e o limite à direita é chamado de limite superior (Ls) da classe. Vejamos alguns
exemplos:

Li |---| Ls Li |--- Ls

Indica uma classe que é fechada à esquerda e à Indica uma classe que é fechada à esquerda e
direita, em que os limites inferior e superior aberta à direita, ou seja, o limite inferior está
estão incluídos na classe. incluído na classe, mas o limite superior não.

Li ---| Ls

Indica uma classe que é fechada à direita e

aberta à esquerda, ou seja, o limite superior
está incluído na classe, mas o limite inferior não.

Entre os limites de classes apresentados, o mais utilizado é o do número 2, isto é, fechada à esquerda e
aberta à direita.

Amplitude de classe (AC)

É a diferença entre o limite superior e o limite inferior da classe.

Ponto médio da classe (Xi)

É a média aritmética entre o limite inferior e o limite superior da classe: 2 |---4. Logo o ponto médio dessa
classe será:

Obs.: No cálculo do ponto médio da classe (Xi), os limites superior e inferior são considerados,
independentemente da classe ser fechada ou aberta nos limites Li ou Ls.

Frequência relativa (FI%)

Apresenta seus elementos em forma de porcentagem. Para isso, temos a seguinte fórmula:
Nesse caso, temos a divisão de cada um dos elementos da série pelo total de elementos. Esse resultado
apresenta a participação percentual do elemento. Assim, teremos a tabela de distribuição de frequência com a
inclusão da coluna frequência relativa (fri). Para entendermos, vamos voltar ao exemplo dado anteriormente
do profissional de saúde que coletou a idade dos 25 infectados por uma doença.

A seguir vemos os dados organizados em uma tabela com os valores de frequência absoluta (fi) e frequência
relativa (fri%):

Idade frequência (fi) Frequência relativa (fri) %

20 5 20

25 3 12

30 2 8

45 5 20

50 4 16

60 6 24

∑fi = 25 ∑fri = 100%

Tabela: Frequência absoluta x Frequência relativa. Paulo Henrique Coelho Maranhão e Rafael Monteiro.

E como conseguimos chegar aos valores da frequência relativa?

Para isso, devemos primeiro somar as frequências absolutas. No exemplo, o somatório é 25, esse é o “n” na
fórmula. Em seguida, devemos aplicar a fórmula para cada valor de frequência absoluta encontrada, ficando:

Frequência acumulada (FAC )

É a soma da frequência simples desse elemento com a frequência simples dos elementos que o antecedem.
Ele é utilizado para apresentar o valor acumulado das frequências. A frequência simples acumulada é
representada por Fi (F maiúsculo). Já a frequência relativa acumulada é representada por Fri (F também
maiúsculo). Assim, teremos:

- frequência simples acumulada; - Fri = frequência

relativa acumulada. Fri=fr1+fr2+fr3+...+fri
Exemplo
Observe a tabela a seguir. Precisamos encontrar a frequência acumulada. Tanto a frequência simples
acumulada (fi) como a frequência relativa acumulada (Fri) estão estabelecidas:

Frequência
xi - Idade Frequência Frequência Frequência relativa
simples acumulada
(anos) absoluta (fi) relativa (fri) % acumulada (Fri) %
(Fi)

20 5 5 20 20

25 3 8 12 32

30 2 10 8 40

45 5 15 20 60

50 4 19 16 76

60 6 25 24 100

Tabela: Frequência simples acumulada (fi) x Frequência relativa acumulada (Fri). Paulo Henrique Coelho
Maranhão e Rafael Monteiro.

Como chegamos a esses resultados?

Vamos encontrar a frequência simples acumulada (Fi):

• Para isso, usaremos como referência a frequência simples. O primeiro elemento desta nova coluna será
o primeiro elemento da coluna da frequência simples. Nesse caso, será cinco.
• O segundo elemento será o valor anterior, já encontrado, que é o cinco, somado à próxima frequência
que é o três. Teremos 5 + 3 = 8, esse será o valor do segundo elemento da frequência simples
acumulada. Agora, basta repetir o processo assim por diante.

Veja na fórmula:

O último elemento da frequência simples acumulada deve ser igual ao somatório da frequência simples.

Como encontrar a frequência relativa acumulada?

A construção será a mesma da frequência simples acumulada. Contudo, agora, a coluna de referência será a
coluna da frequência relativa. Assim, teremos:

• O primeiro elemento desta nova coluna será o primeiro elemento da coluna da frequência relativa.
Neste caso, será 20%.
• O segundo elemento será o valor anterior, já encontrado, que é 20%, somado à próxima frequência
relativa que é o 12%. Teremos 20 + 12 = 32%, esse será o valor do segundo elemento da frequência
relativa acumulada. Como antes, o processo continua.
Veja na fórmula:

Esteja atento para o seguinte:

• O último elemento da frequência simples acumulada deve ser igual ao somatório da frequência simples.
• O último elemento da frequência relativa acumulada será um valor igual ou próximo de 100%.
• Utilize duas casas decimais após a vírgula!

Como construir uma distribuição de frequência

Muitas vezes, a distribuição dos dados é obtida de forma que estão simplesmente dispostos em rol ou mesmo
como dados brutos, ou seja, sem ordem aparente.

Dica
Quando a quantidade de dados é muito grande, a melhor forma de apresentá-los é por meio de uma
tabela.

No intuito de melhorar a apresentação, é comum dispor os dados em uma distribuição de frequência. Desse
modo, veremos a seguir alguns passos práticos para construir uma distribuição de frequência.

Determinar o número de classes (k)

Para se calcular o número de classes de uma distribuição de frequência, utilizaremos a seguinte fórmula:

Na qual n é o tamanho do conjunto de dados ou da amostra.

Determinar a amplitude total (AT)

A amplitude de classe é a diferença entre o maior e o menor valor no conjunto de dados.

Determinar a amplitude de classe (AC)

A amplitude de classe é obtida por:
Construção da distribuição de frequência
A partir dos três elementos vistos nos passos acima, iniciaremos a construção da distribuição de frequência
pelo menor valor do conjunto de dados, que será o limite inferior da primeira classe.

A partir desse valor, acrescentamos a amplitude de classe para obter o limite superior da primeira classe. O
limite superior da primeira classe será o limite inferior da segunda classe, independentemente do tipo de
classe escolhida. O limite superior da segunda classe será o limite inferior da segunda somada à amplitude de
classe. O limite superior da segunda classe será o limite inferior da terceira e assim por diante. É comum, na
última classe, usarmos a classe fechada no limite inferior e no limite superior. Veja no exemplo a seguir.

Exemplo
O rol a seguir representa a altura (em centímetros) de 26 jogadores de uma equipe de futebol.

160 165 166 168 170 170 172 174 175 175 175 178 180 180 182 183 185 185 187 188 188 190 191 195 198 200

Construa uma distribuição de frequência das alturas dos jogadores dessa equipe de futebol.

Passo 1
Observe a fórmula a seguir:

Nesse caso, usaremos a regra de arredondamento e consideraremos k igual a 5, mas em alguns casos é
interessante arredondar para cima, sempre verificando se a distribuição de frequência contempla todo o
conjunto de dados.

Passo 2
Veja a fórmula referente a esse passo:

Passo 3
Veja a fórmula referente a esse passo:

Passo 4
Construindo a distribuição de frequência.
 Classe (Alturas)

160⊢168 3

168⊢176 8

176⊢184 5

184⊢192 7

192⊢200 3

Soma 26

Tabela: Distribuição de frequência. Paulo Henrique Coelho Maranhão e Rafael Monteiro.

Representações gráficas
Neste vídeo, o professor vai explicar as principais representações gráficas e como utilizá-las para apresentar
relatórios e sintetizar uma grande quantidade de dados.

Conteúdo interativo
Acesse a versão digital para assistir ao vídeo.

A seguir, veremos alguns meios de sintetizar os dados de uma forma gráfica.

Atenção
Embora atualmente não seja mais necessário saber as técnicas de construção dos gráficos como se
fazia há alguns anos, é importante conhecer os principais tipos de gráficos e quando devem ser
empregados, pois ainda hoje são ferramentas indispensáveis para visualização e interpretação de dados.

Gráfico de barras ou colunas

Geralmente, é o tipo de gráfico mais utilizado, pois serve para representar quaisquer dados quantitativos.
Considere a distribuição de frequência referente à quantidade de famílias que receberam auxílio escolar por
número de filhos.

Observe que a tabela e o gráfico apresentam os dados de forma sintética, mas o gráfico pode destacar as
diferenças numéricas de forma mais visual, tornando a apresentação mais atraente.
 Gráfico da quantidade de famílias por número de filhos

Histograma
Esse é o gráfico típico da distribuição de frequência. A diferença desse gráfico para o gráfico de barras ou
colunas se dá pelo fato de as colunas apresentarem-se justapostas, ou seja, sem espaçamento entre elas.

Em geral, o eixo horizontal desse gráfico é representado pelas classes, e a representação do eixo vertical é
feita pela frequência absoluta ou relativa.

Considere a distribuição de frequência a seguir, que representa as notas na disciplina de estatística em uma
turma de 40 alunos. Observe que a maioria dos alunos obteve notas entre 6 e 8; a segunda maior classe foi de
4 a 6 pontos. Importante: os dados da tabela são redundantes com dados apresentados no gráfico.

Gráfico da distribuição de notas das disciplinas estatísticas.

Gráficos de linhas
É o gráfico mais apropriado quando trabalhamos com uma série de tempo.

Considere o número de acidentes por mês ao longo de um ano. Observe a seguir que o maior número de
acidentes ocorre nos meses de janeiro e julho, respectivamente, pois são os meses de férias escolares, nos
quais muitas famílias viajam e o fluxo de carros nas estradas aumenta significativamente.
 Gráfico referente ao número de acidentes.

Setor
Comumente chamado de gráfico de pizza, é o mais apropriado quando trabalhamos com porcentagens.

Confira o exemplo a seguir!

Atenção
Em uma pesquisa de satisfação sobre o atendimento humanizado em uma rede de laboratórios, 55% dos
entrevistados disseram que estavam satisfeitos com os serviços de coleta sanguínea, 35% disseram que
estavam insatisfeitos e 10% disseram que eram indiferentes.

Dados dessa natureza devem nortear a tomada de decisão de gestores para a implantação de treinamento de
pessoal e humanização do atendimento de saúde.

Gráfico referente à pesquisa de satisfação.

Caixa (boxplot)
É um dos gráficos mais utilizados atualmente, visto que traz várias informações sobre o conjunto de dados.
Com esse gráfico é possível verificar a tendência central, a variabilidade e a simetria da distribuição dos
dados, conceitos esses que serão vistos de forma mais detalhada posteriormente.

Outra vantagem desse gráfico é que podemos observar a presença de valores atípicos ( outliers). Para isso é
necessário determinar o intervalo interquartil (IQR), que é a diferença entre o 3º e o 1º quartil. Multiplicando
esse IQR por 1,5, obtemos a faixa interquartil. Quando subtraímos o 1º quartil dessa faixa e somamos o 3º
quartil a esta, encontramos o intervalo no qual seria comum a variação dos dados. Valores acima desse
intervalo são considerados outliers.

Considere os dados referentes aos preços de aluguéis de imóveis (em reais) em certo bairro do Rio de Janeiro.

Gráfico referente a preços de aluguéis.

Observe que nesse gráfico temos informações como: o primeiro e o terceiro quartis, a mediana e a média. Os
traços abaixo do primeiro quartil e acima do terceiro quartil representam o menor e o maior valor dentro do
intervalo normal de variação dos dados.

Como vimos, o IQR é calculado subtraindo o terceiro quartil do primeiro quartil, que, nesse caso, é igual a
1400. Note que a faixa interquartil (1,5 IQR) é igual a 2100; logo, se somarmos o 3º quartil a essa faixa
interquartil, temos o valor limite (5225), que seria considerado normal para variação dos aluguéis. No entanto,
como o aluguel de R$ 7.000,00 reais está acima de R$ 5.225,00, podemos dizer que se trata de um valor
atípico.

Mão na massa
Questão 1

O conhecimento sobre as classificações das variáveis estatísticas é fundamental para o profissional de saúde,
visto a aplicação desses dados para a tomada de decisão baseada em evidências. Dessa forma, considere
dados sobre o peso dos pacientes:

Quantitativa discreta.

Quantitativa contínua.

Qualitativa nominal.

Qualitativa ordinal.

E
Qualitativa contínua.

A alternativa B está correta.

Observe que o peso é uma variável não contável, assumindo valores que pertencem ao conjunto dos
números reais. Portanto, é uma variável quantitativa contínua.

Questão 2

Analisando as alternativas a seguir, qual das alternativas é falsa?

População é um conjunto de indivíduos com pelo menos uma característica em comum.

Amostra é uma porção da população.

Rol é um conjunto de dados brutos ordenados.

Dados brutos é um conjunto de dados dispostos sem ordem aparente.

Distribuição de frequência é o arranjo dos dados em ordem decrescente.

A alternativa E está correta.

A distribuição de frequência é o arranjo dos dados em classes com suas respectivas frequências absolutas.

Questão 3

Dados sobre atendimentos médicos por faixa etária foram coletados e organizados na seguinte distribuição de
frequência:

Classe 0⊢10 10⊢20 20⊢40 40⊢80 Soma

280 320 180 220 1000

Paulo Henrique Coelho Maranhã e Rafael Monteiro.

Determine o ponto médio da 3ª classe.

20

25

30

35

40

A alternativa C está correta.

Veja que a terceira classe tem limite inferior e limite superior de classe, respectivamente igual a 20 e 40.
Portanto, como o ponto médio da classe é a média aritmética entre os limites inferior e superior, temos que
Xi é igual a 30.

Questão 4

Considere a questão anterior, qual a frequência acumulada da terceira classe:

280

600

680

780

E
1000

A alternativa D está correta.

Classe 0⊢10 10⊢20 20⊢40 40⊢80 Soma

280 320 180 220 1000

280 600 780 1000 -

Paulo Henrique Coelho Maranhã e Rafael Monteiro.

Para determinar a frequência acumulada da terceira classe, lembre-se de que, para a primeira classe, a
frequência acumulada é igual à frequência absoluta. A partir daí, começamos a somar as frequências
absolutas, de forma que a frequência acumulada da segunda classe é a frequência absoluta da primeira
classe mais a frequência absoluta da segunda classe, ou seja, F(ac)(2a classe) = F1 + F2 = 280 + 320 = 600.

Para determinar a frequência acumulada da terceira classe somamos a frequência acumulada da segunda
classe com a frequência absoluta da terceira classe, ou seja,
F(ac)(3a classe) = F(ac)(2a classe) + F3 = 600 + 180 = 780.

Questão 5

Julgue as alternativas a seguir e assinale a alternativa verdadeira:

O histograma é o gráfico típico das distribuições de frequências.

O gráfico ideal para porcentagens é o de barras.

Não há diferença entre histograma e gráfico de barras.

O gráfico de barras é o mais apropriado para séries de tempo.

O gráfico de setor não se aplica a porcentagens.

 A alternativa A está correta.
O histograma é um gráfico de colunas ou barras, que tem por objetivo ilustrar como determinada amostra
ou população de dados está distribuída.

Questão 6
De acordo com o diagrama de caixa a seguir, julgue a alternativa verdadeira:

O primeiro quartil é aproximadamente 16.

A mediana é a aproximadamente 25.

Os dados estão simétricos.

O maior valor do conjunto de dados é 34.

O ponto em azul é considerado um outlier simplesmente porque está fora da caixa.

A alternativa C está correta.

Confira a resposta no vídeo a seguir.

Conteúdo interativo
Acesse a versão digital para assistir ao vídeo.
Teoria na prática
O conjunto de dados a seguir representa o número de horas extras mensais trabalhadas por 17 funcionários
de um banco de investimentos:

10 12 12 14 15 16 16 18 19 20 20 21 24 24 25 28 30

Organize os dados em uma distribuição de frequência.

Chave de resposta

Distribuição de frequência

Conteúdo interativo
Acesse a versão digital para assistir ao vídeo.

Verificando o aprendizado

Questão 1

Dados sobre evasão escolar em determinado município estão exibidos na distribuição de frequência a seguir:

Classe 0⊢6 60⊢10 10⊢14 14⊢17 Soma

20 44 64 72 200

Paulo Henrique Coelho Maranhã e Rafael Monteiro. Determine a amplitude entre as frequências relativas.

10

16

26

E
36

A alternativa D está correta.

Observe que, inicialmente, devemos determinar as frequências relativas com base nos dados da
distribuição de frequência. Lembre-se de que a frequência relativa para cada classe é dada por:
.

Classe 0⊢6 6⊢10 10⊢14 14⊢17 Soma

20 44 64 72 200

10 22 32 36 100

Paulo Henrique Coelho Maranhã e Rafael Monteiro.

Como desejamos a amplitude entre as frequências relativas, basta calcular a diferença entre a maior e a
menor frequência relativa. Assim, a amplitude entre as frequências relativas é igual a 36-10=26.

Questão 2

Considerando novamente a distribuição de frequência da questão anterior:

Classe 0⊢6 6⊢10 10⊢14 14⊢17 Soma

20 44 64 72 200

Paulo Henrique Coelho Maranhã e Rafael Monteiro.

Qual o gráfico mais apropriado para representar esse conjunto de dados?

Barra

Histograma

Linha

Setor
 E

Caixa

A alternativa B está correta.

Vimos que o gráfico que representa os dados em distribuição de frequência é o histograma, que nada mais
é do que um gráfico de barras justapostas, cujas classes se encontram ao longo do seu eixo horizontal
(abcissa) e as frequências absolutas ou relativas são apresentadas no eixo vertical (ordenada).
2. Medidas de posição ou tendência central

Medidas de Posição ou Tendência Central

Neste vídeo, você verá os conceitos de média, mediana e moda e demonstrar as aplicações na área da saúde.

Conteúdo interativo
Acesse a versão digital para assistir ao vídeo.

Medidas de posição ou tendência central são medidas que visam representar os fenômenos por seus valores
centrais, em torno dos quais tendem a concentrar-se os dados. Apresentaremos essas medidas considerando
que os dados podem apresentar-se:

Agrupados Não agrupados

Quando estão dispostos em uma distribuição de Quando estão dispostos em rol ou dados
frequência. brutos.

Veja a seguir as principais medidas de posição.

Média
É a medida de posição mais conhecida e mais usada na prática para verificar o comportamento central dos
dados. Vejamos a definição da média considerando a forma como os dados são apresentados:

Para dados não agrupados

Quando os dados estão dispostos como dados brutos ou rol, a média é definida por:

Lê-se: x barra é igual ao somatório de xi divido por n. Assim, vemos que para o cálculo, somam-se todos os
valores e, em seguida, divide-se pelo número de observações (n).

Exemplo 1
Determine a média para o seguinte Rol de dados: 1, 2, 3, 4, 5.

Logo, a média é igual a 3.

Para dados agrupados

Quando os dados se apresentam em distribuição de frequência, a média é definida por:
Em que:

•
é ponto médio da classe i.

•
é a frequência absoluta da classe i.

• n é tamanho do conjunto de dados ou da amostra.

Exemplo 2
Considere os dados sobre o peso (em Kg) de recém-nascidos de certa maternidade, dispostos na distribuição
de frequência abaixo:

Classe

2,0⊢2,5 2

2,5⊢3,0 4

3,0⊢3,5 7

3,5⊢4,0 5

4,0⊢4,5 5

4,5⊢5,0 7

Soma 30

Paulo Henrique Coelho Maranhão e Rafael Monteiro.

Veja a resolução.

Resolução:

Vimos que, para calcular a média para dados agrupados, usamos a seguinte expressão:

Dessa forma, precisamos determinar o produto de . Assim, podemos utilizar a própria distribuição de
frequência acima para obter esse produto. Daí,

Classe Fi Xi Xi.Fi

2,0⊢2,5 2 2,25 4,5

 Classe Fi Xi Xi.Fi

2,5⊢3,0 4 2,75 11

3,0⊢3,5 7 3,25 22,75

3,5⊢4,0 5 3,75 18,75

4,0⊢4,5 5 4,25 21,25

4,5⊢5,0 7 4,75 33,25

Soma 30 - 111,5

Paulo Henrique Coelho Maranhão e Rafael Monteiro.

Portanto, a média é calculada da seguinte forma:

Logo, a média do peso dos recém-nascidos dessa maternidade é de aproximadamente 3,72 kg.

Mediana
Disposto o conjunto de dados em ordem crescente ou decrescente, a mediana é o elemento que ocupa a
posição central, isto é, divide o conjunto de dados em duas partes iguais, de forma que metade dos dados
está acima e a outra metade está abaixo da mediana.

Para dados não agrupados

Em caso de cálculo da mediana para dados não agrupados, precisamos considerar dois fatores: primeiro, se o
tamanho da amostra é ímpar ou par. O segundo fator se refere ao elemento mediano, que dá a posição
ocupada pela mediana. Para melhor entendimento, veja os casos ímpar e par a seguir:

Se n é ímpar:

A mediana será o valor dado pela posição determinada pelo elemento mediano.

Exemplo: Considere o seguinte conjunto de dados: 2, 5, 7, 9, 10. Assim, como n = 5, temos:

Veja que o elemento que ocupa a terceira posição no conjunto de dados é justamente o número 7. Portanto, a
mediana é igual a 7.

Se n é par

A mediana será a média aritmética entre as medianas obtidas pela posição dos elementos medianos e
que são determinados da seguinte forma:

Exemplo: 3, 4, 6, 8, 10, 11

Observe que, nesse caso, o primeiro elemento mediano é o elemento que ocupa a terceira posição e o
segundo elemento mediano é o elemento que ocupa a quarta posição, o que equivale aos valores 6 e 8,
respectivamente. Então, a mediana é a média aritmética entre esses valores (6 e 8), que é igual a 7.

Para dados agrupados

Para o cálculo da mediana para dados agrupados, vamos seguir os seguintes passos:

Passo 01:

Determinar o elemento mediano.

Passo 2:

Determinar a classe mediana , que é a classe que contém o elemento mediano.

Passo 03:

Aplicar a fórmula:
Em que:

Em que:
Limite inferior da classe mediana.
Frequência acumulada anterior à classe mediana.
Frequência absoluta da classe mediana.
Amplitude da classe mediana (diferença entre as amplitudes de classe superior e inferior).

Exemplo
Considerando os dados dos pesos dos recém-nascidos, determine o valor da mediana.

Classe

2,0⊢2,5 2

2,5⊢3,0 4

3,0⊢3,5 7

3,5⊢4,0 5

4,0⊢4,5 5

4,5⊢5,0 7

Soma 30

Paulo Henrique Coelho Maranhão e Rafael Monteiro.

Vimos que para calcular a mediana é necessário obter a classe mediana. Dessa forma, para determinar quem
é a classe mediana é necessário obter a frequência acumulada (Fac) para cada classe.

Relembrando
Para determinar as frequências acumuladas de cada classe, basta ir acumulando (somando) as
frequências absolutas.

Veja a tabela a seguir:

Classe

2,0⊢2,5 2 2

2,5⊢3,0 4 6
 Classe

3,0⊢3,5 7 13

3,5⊢4,0 5 18

4,0⊢4,5 5 23

4,5⊢5,0 7 30

Soma 30 -

Paulo Henrique Coelho Maranhão e Rafael Monteiro.

Seguindo os passos para o cálculo da mediana para dados agrupados, temos:

1) Determinar o elemento mediano.

Note que esse elemento mediano ocupa a décima quinta posição no conjunto de dados.

2) Determinar a classe mediana , que é a classe que contém o .

A classe que contém o elemento mediano é a quarta classe, visto que ela contém o décimo quinto elemento.
Note ainda, que essa classe contém do décimo quarto ao décimo oitavo elemento.

Classe

2,0⊢2,5 2 2

2,5⊢3,0 4 6

3,0⊢3,5 7 13

3,5⊢4,0 5 18 → Classe Mediana

4,0⊢4,5 5 23

4,5⊢5,0 7 30

Soma 30 -

Paulo Henrique Coelho Maranhão e Rafael Monteiro.

3) Aplicando a fórmula, temos:

Por isso, a mediana do peso dos recém-nascidos é igual a 3,7 Kg.

A interpretação da frequência acumulada é feita da seguinte forma: note que na primeira classe, temos o
primeiro e o segundo elementos do conjunto de dados, pois os dados estão em ordem crescente, conforme
definição de mediana.

Na segunda classe, temos do terceiro ao sexto elemento. Na terceira classe, temos do sétimo ao décimo
terceiro elemento, e assim por diante, de forma que, a última classe contém do vigésimo quarto ao trigésimo
elemento.

Atenção
Verifique que o valor da frequência acumulada da última classe deve ser igual à soma da frequência
absoluta.

É o valor mais frequente no conjunto de dados.

Para dados não agrupados

Para determinar a moda nesse caso, basta ver o valor que mais se repete no conjunto de dados.

Caso nenhum valor se repita, dizemos que o conjunto de dados é amodal.

Exemplo 1 Exemplo 2

, veja que o número 2 é Amodal, pois não temos nenhuma

o valor que mais se repete. repetição dos valores.

Exemplo 3

(bimodal).

Para dados agrupados

Nesse caso, para obter a moda, seguiremos os seguintes passos:

Passo 01:

Determinar a classe modal que é a classe com maior frequência, seja ela absoluta ou relativa.

Passo 02:

Calcular a moda a partir da fórmula de Czuber:

Em que:

Limite inferior da classe modal.

Frequência absoluta da classe modal - Frequência absoluta da classe imediatamente anterior.

Frequência absoluta da classe modal - Frequência absoluta da classe imediatamente posterior.

Amplitude da classe mediana (diferença entre as amplitudes de classe superior e inferior).

Observe que os valores obtidos para as modas são apenas aproximações. Eles devem ser obtidos desse
modo somente se não for possível dispor dos dados originais.

Exemplo
Considerando novamente os dados dos pesos dos recém-nascidos, obtenha o valor da moda.

Classe

2,0⊢2,5 2

2,5⊢3,0 4

3,0⊢3,5 7

3,5⊢4,0 5

4,0⊢4,5 5

4,5⊢5,0 7

Soma 30

Paulo Henrique Coelho Maranhão e Rafael Monteiro.

Seguindo os passos para a determinação da moda para o caso de dados agrupados, temos:

1) Determinar a classe modal ( ) que, como vimos, é a classe com maior frequência absoluta.

Classe

2,0⊢2,5 2

2,5⊢3,0 4

3,0⊢3,5 7

3,5⊢4,0 5

4,0⊢4,5 5

4,5⊢5,0 7

Soma 30

Paulo Henrique Coelho Maranhão e Rafael Monteiro.

Veja que, nesse caso, temos duas classes com maiores frequências absolutas. Por isso, teremos duas classes
modais e, assim, duas modas associadas a esse conjunto de dados.

2) Calculando as modas:

Para classe 3,0⊢3,5

Para classe 4,5⊢5,0

Note que há um caso especial, pois a segunda classe modal está na última classe e, para o cálculo de ,
considera-se que a classe imediatamente posterior é igual a zero. 0 mesmo procedimento deve ser adotado
quando a classe modal está na primeira classe, com a diferença que, nesse caso, para o cálculo de
considera-se que a classe imediatamente anterior é igual a zero.

Separatrizes
Neste vídeo, o professor vai explicar o conceito de separatrizes e demonstrar as aplicações na área da saúde.

Conteúdo interativo
Acesse a versão digital para assistir ao vídeo.

As separatrizes têm a função de dividir o conjunto de dados em certo número de partes iguais. A mediana que
divide os dados em duas partes iguais é um caso particular de separatriz. No entanto, outras separatrizes têm
papel de destaque na estatística, como é o caso dos quartis, decis e percentis, cujos conceitos serão vistos a
seguir.

Quartil
O quartil divide o conjunto de dados em quatro partes iguais.

Q1 = 1º quartil, representa 25% dos elementos.

Q2 = 2º quartil, coincide com a mediana, representa 50% dos elementos.

Q3 = 3º quartil, representa 75% dos elementos.

Q4 = 4º quartil, representa 100% dos elementos.

Para o cálculo dessas medidas, serão adotados os mesmos procedimentos realizados para o cálculo da
mediana para dados agrupados. Assim, seguiremos os passos a seguir.

Passo 01:

Determinar o elemento quartil.

Lembre-se de que, neste caso, há quatro quartis, ou seja, i = 1, 2,3,4. Observe que se i = 2, equivale à
mediana. Além disso, não importa se n é ímpar ou par, pois estamos trabalhando com dados agrupados.

Passo 02:

Determinar a classe quartil i , que é a classe que contém o elemento quartil i.

Passo 03:

Aplicar a fórmula:

Limite inferior da classe quartil i.

Frequência acumulada anterior à classe quartil i.
Frequência absoluta da classe quartil i.
Amplitude da classe quartil i (diferença entre as amplitudes de classe superior e inferior).

Exemplo
A corretora XYZ tem em seu portifólio 60 imóveis que foram distribuídos de acordo com seu valor de venda
(em milhares de reais). Os dados estão representados na distribuição de frequência a seguir:

Classe

0⊢100 5 5

100⊢200 17 22

200⊢300 20 42

300⊢500 13 55

500⊢800 5 60
 Classe

Soma 60 -

Paulo Henrique Coelho Maranhão e Rafael Monteiro.

A partir de que valor estão os 25% dos imóveis mais caros dessa corretora?

Solução: Note que o problema pede para determinar o valor que divide os 25% mais caros dos 75% mais
baratos, o que é equivalente a determinar o 3º quartil (Q3). Então:

1) Determinar o elemento quartil 3.

Determinar a classe quartil .

Classe

0⊢100 5 5

100⊢200 17 22

200⊢300 20 42

300⊢500 13 55

500⊢800 5 60

Soma 60 -

Paulo Henrique Coelho Maranhão e Rafael Monteiro.

Observe pela frequência acumulada que a classe que contém o elemento quartil 3 é a quarta, visto que essa
classe contém do elemento ao .

3) Aplicando a fórmula, temos:

Portanto, o valor pedido é de R$346.150,00 reais.

Decil
O Decil divide o conjunto de dados em 10 partes iguais.
O cálculo dos decis é análogo ao dos quartis. Dessa forma, os seguintes passos serão realizados:

Passo 01:

Determinar o elemento decil i.

Aqui temos 10 decis, ou seja, i = 1, 2,3, ... ,10. Observe que se i = 5, equivale à mediana e ao segundo quartil.

Passo 02:

Determinar a classe decil , que é a classe que contém o elemento decil i.

Passo 03:

Aplicar a fórmula:

Na qual:

•
Limite inferior da classe decil i.
•
Frequência acumulada anterior à classe decil i.
•
Frequência absoluta da classe decil i. Amplitude da classe decil i (diferença entre as
amplitudes de classe superior e inferior).

Exemplo
Considerando o exemplo da corretora, a partir de que valor estão os 10% dos imóveis mais baratos?

Solução: Veja que o problema pede para determinar o valor que representa justamente o 10º decil. Logo:

1) Determinar o elemento decil 1.

2) Determinar a classe decil .

Veja que a classe que contém o elemento decil 1 é a segunda classe.

Classe

0⊢100 5 5

100⊢200 17 22

200⊢300 20 42

300⊢500 13 55

500⊢800 5 60

Soma 60 -

Paulo Henrique Coelho Maranhão e Rafael Monteiro.

3) Aplicar a fórmula:

Logo, o valor pedido é R$135.300,00 reais.

Percentil
O percentil divide o conjunto de dados em 100 partes iguais.

Vejas os passos a seguir:

Passo 01:

Determinar o elemento percentil i.

Neste caso, temos 100 percentis, ou seja, i = 1, 2,3, ... ,100. Observe que se i = 50, equivale à mediana, ao
segundo quartil e ao quinto decil.

Passo 02:
Determinar a classe decil i , que é a classe que contém o elemento decil i.

Passo 03:

Aplicar a fórmula:

Limite inferior da classe percentil i.

Frequência acumulada anterior à classe percentil i.
Frequência absoluta da classe percentil i.
Amplitude da classe percentil i (diferença entre as amplitudes de classe superior e inferior).

Exemplo
Considerando o exemplo da corretora, a partir de que valor estão 1% dos imóveis mais caros?

Solução: Veja que o problema pede para determinar o valor que representa justamente o 99º percentil. Então:

1) Determinar o elemento percentil 99.

2) Determinar a classe percentil .

Veja que classe que contém o elemento percentil 99 é a quinta classe.

Classe

0⊢100 5 5

100⊢200 17 22

200⊢300 20 42

300⊢500 13 55

500⊢800 5 60

Soma 60 -

Paulo Henrique Coelho Maranhão e Rafael Monteiro.

3) Aplicando a fórmula, temos:

Logo, o valor pedido é R$764.000,00 reais.

Mão na massa

Questão 1

O rol a seguir representa os valores de itens vendidos (em reais) em uma loja de produtos alimentícios durante
um dia de trabalho.

5, 8, 10, 10, 12, 15, 18, 20, 20, 24, 25, 25, 25, 30, 38, 45, 52, 52, 60, 65, 70, 70, 79, 84, 90

Determine a média, a mediana e a moda de vendas nesse dia de trabalho.

25, 25 e 25

38, 30 e 25

38, 25 e 25

30, 25, 20

38, 34 e 25

A alternativa C está correta.

• Média

Veja que, como os dados estão em rol, a média é dada por:

Portanto, a média de vendas nesse dia de trabalho é de aproximadamente R$38,00 reais.

• Mediana

Para o cálculo da mediana levamos em consideração o tamanho da amostra (n). Dessa forma, como o
tamanho da amostra é igual a 25, n é ímpar. Portanto:
 Logo, a mediana é o elemento que ocupa a décima terceira posição:

• Moda

Para determinarmos a moda, basta verificarmos no conjunto de dados qual o valor que mais se repete.
Assim, verificamos que o valor que representa a moda é 25.

Questão 2

A Secretaria de educação de certo município coletou dados sobre o número de evasão escolar no ensino
fundamental durante os últimos 5 anos. Os dados estavam salvos em uma planilha eletrônica, mas por um
descuido do digitador, os dados foram multiplicados por 2. Sobre esse deslize do digitador é correto afirmar:

A média e a mediana ficam multiplicadas por 2, mas a moda não.

A mediana e a moda ficam multiplicadas por 2, mas a média não.

A média e a moda ficam multiplicadas por 2, mas a mediana não.

A média, mediana e moda ficam multiplicadas por 2.

Nenhuma medida de posição é afetada por essa multiplicação equivocada.

A alternativa D está correta.

Observe que se multiplicarmos os dados por 2, todos os valores serão multiplicados por 2. Por exemplo, se
considerarmos os valores 1, 2, 2, 4 e 6, é fácil ver que a média é igual a 3 e a mediana e moda são iguais a
2. Se multiplicarmos os dados por 2, os seus novos valores serão 2, 4, 4, 8 e 12 e agora a sua média é 6 e a
mediana e moda são iguais a 4. Portanto, as novas medidas de posição (média, mediana e moda) ficam
multiplicadas por 2. Logo, a opção correta é a D).

Questão 3

Um plano de saúde fez um levantamento da quantidade de famílias associadas levando em conta o número de
dependentes. Os dados foram resumidos na distribuição de frequência a seguir:

Nº de dependentes Quantidade de Famílias

0 800
 Nº de dependentes Quantidade de Famílias

1 1200

2 350

3 150

Soma 2500

Paulo Henrique Coelho Maranhã e Rafael Monteiro.

A média e a mediana do número aproximado de dependentes dessas famílias são:

0e1

1e1

1e0

1e2

2e2

A alternativa B está correta.

Observe que os dados são apresentados em uma distribuição de frequência. Portanto, utilizaremos as
fórmulas para dados agrupados para o cálculo das medidas pedidas:

• Média

Nº de dependentes Fi Xi.Fi

0 800 0

1 1200 1200

2 350 700
 Nº de dependentes Fi Xi.Fi

3 150 450

Soma 2500 2350

Paulo Henrique Coelho Maranhã e Rafael Monteiro.

Daí,

• Mediana

Para o cálculo da mediana, considere os seguintes passos:

1) Determinar o elemento mediano.

2) Determinar a classe mediana ( ), que é a classe que contém o .

Nº de dependentes Fi Xi⋅Fi Fac

0 800 0 800

1 1200 1200 2000 → Classe Mediana

2 350 700 2050

3 150 450 2500

Soma 2500 2350 -

Paulo Henrique Coelho Maranhã e Rafael Monteiro.

A classe que contém o elemento mediano é a segunda, visto que essa classe contém o elemento de ordem
1250, que é o elemento mediano.

3) Aplicar a fórmula:

Veja que a amplitude das classes é zero. Então, a fórmula para o cálculo da mediana se reduz a:
 Na qual é o limite inferior da classe mediana.

Questão 4

A distribuição de frequência a seguir representa a faixa etária dos funcionários de certa empresa.

Classe

20⊢30 25 30 750

30⊢40 35 40 1400

40⊢50 45 25 1125

50⊢60 55 17 935

60⊢70 65 13 845

Soma - 125 5055

Paulo Henrique Coelho Maranhã e Rafael Monteiro.

Sobre a média, mediana e moda, podemos afirmar que:

Média < Mediana < Moda.

Moda < Média < Mediana.

Mediana < Moda < Média.

Moda < Mediana < Média.

Mediana < Média < Moda.

A alternativa D está correta.

Assista
 Conteúdo interativo
Acesse a versão digital para assistir ao vídeo.

Questão 5

Considere agora que a distribuição de frequência a seguir representa a faixa etária dos funcionários da
empresa XYZ.

Classe

20⊢30 25 25 25

30⊢40 35 35 60

40⊢50 45 20 80

50⊢60 55 12 92

60⊢70 65 8 100

Soma - 100 -

Paulo Henrique Coelho Maranhã e Rafael Monteiro.

Qual o valor do primeiro quartil?

30

35

45

50

55

A alternativa A está correta.

 1) Determinar o primeiro elemento quartil.

2) Determinar a classe quartil .

Classe

20⊢30 25 25 25 → Classe Q1

30⊢40 35 35 60

40⊢50 45 20 80

50⊢60 55 12 92

60⊢70 65 8 100

Soma - 100 -

Paulo Henrique Coelho Maranhã e Rafael Monteiro.

Observe, pela frequência acumulada, que a classe que contém o elemento quartil 1 é a primeira classe,
visto que essa classe contém do primeiro ao 25º elemento.

3) Aplicando a fórmula, temos:

Logo, o primeiro quartil é igual a 30, o que significa que 25% dos funcionários têm menos de 30 anos e 75%
deles têm mais de 30 anos.

Questão 6
O histograma a seguir representa o número de funcionários de uma consultoria jurídica por tempo de serviço
em anos.
Com base no histograma, julgue as alternativas e marque a incorreta:

A média é maior do que a mediana.

A mediana é maior do que a moda.

25% dos funcionários tem menos de 4,16 anos na empresa.

75% dos funcionários tem menos de 11,25 anos na empresa.

25% dos funcionários têm mais de 7,5 anos na empresa.

A alternativa E está correta.

Observe que, para responder a essa questão, é necessário determinarmos a média, mediana e a moda para
dados agrupados. Assim, para facilitar o cálculo vamos transportar os dados do histograma para uma
distribuição de frequência.

Tempo de Serviço (Anos)

0⊢5 2,5 15 37,5 15

5⊢10 7,5 20 150 35

 Tempo de Serviço (Anos)

10⊢15 12,5 10 125 45

15⊢20 17,5 5 87,5 50

Soma - 50 400 -

Paulo Henrique Coelho Maranhã e Rafael Monteiro.

Calculando a média:

Calculando a mediana:

1.
2.

Calculando a moda:

Observe que a classe modal é a segunda classe, uma vez que possui a maior frequência absoluta.

Daí, aplicando a fórmula de Czuber, temos:

Calculando o primeiro quartil:

Calculando o terceiro quartil:

Portanto, a opção correta é a letra E, pois a mediana que é 7,5 divide o conjunto de dados em duas partes
iguais, ou seja, 50% estão abaixo e 50% estão acima de 7,5.

Teoria na prática
Uma loja de produtos naturais tem suas vendas (em reais) do mês de janeiro apresentadas na distribuição de
frequência a seguir:
 Venda (R$)

0⊢20 24

20⊢60 52

60⊢100 80

100⊢200 38

200⊢400 6

Soma 200

Paulo Henrique Coelho Maranhão e Rafael Monteiro.

Qual a média de vendas da loja no mês de janeiro?

Chave de resposta

Cálculo da média

Conteúdo interativo
Acesse a versão digital para assistir ao vídeo.

Verificando o aprendizado

Questão 1

Foram coletados dados sobre o número de passageiros, em certa companhia aérea nos aeroportos do Brasil,
de janeiro a outubro conforme a seguir:

Jan Fev Mar Abr Mai Jun Jul Ago Set Out

8522 12630 7453 6005 5874 6612 8439 7531 6430 4986

Paulo Henrique Coelho Maranhã e Rafael Monteiro.

O número médio de passageiros dessa empresa é de aproximadamente:

5814

B
6438

6840

7034

7448

A alternativa E está correta.

Note que as informações estão em forma de dados brutos, visto que não seguem uma ordem aparente.
Assim, o cálculo da média é dado por:

Questão 2

A distribuição de frequência a seguir representa o lucro líquido de 50 empresas do setor petroquímico (em
milhares de reais).

Lucro Líquido (R$)

100⊢300 8

300⊢500 10

500⊢1000 12

1000⊢2000 15

2000⊢5000 5

Soma 50

Paulo Henrique Coelho Maranhã e Rafael Monteiro.

Com base nesses dados podemos afirmar que:

O valor do primeiro quartil se encontra na primeira classe.

A média é menor do que a mediana.

 C

A mediana é maior do que a moda.

A média é menor do que a moda.

25% das empresas com maior lucro tem lucro aproximado de R$2.000.000,00.

A alternativa D está correta.

Veja que, para responder a essa questão, precisamos determinar a média, a mediana, a moda, o primeiro
quartil e o terceiro quartil.

Lucro Líquido (R$) Xi Fi Xi.Fi Fac

100⊢300 200 8 1600 8

300⊢500 400 10 4000 18

500⊢1000 750 12 9000 30 → Classe mediana

1000⊢2000 1500 15 22500 45 → Classe modal

2000⊢5000 3500 5 17500 50

Soma - 50 54600 -

Paulo Henrique Coelho Maranhã e Rafael Monteiro.

Calculando a média:

Calculando a mediana:

1.
2.

Calculando a moda:

Veja que a quarta classe é a classe modal, visto que tem a maior frequência absoluta.

Calculando o primeiro quartil:

Calculando o terceiro quartil:
3. Medidas de dispersão

Variância S2
Neste vídeo, o professor vai explicar os conceitos de variância e desvio-padrão e demonstrar as aplicações na
área da saúde.

Conteúdo interativo
Acesse a versão digital para assistir ao vídeo.

A variância e o chamado desvio-padrão são as medidas mais conhecidas, servindo de base para medir o
quanto os dados estão dispersos com relação à média, ou seja, o quanto os dados estão afastados da média.

Uma forma de calcular o afastamento de cada dado da média é calcular a diferença entre o dado e a média.
Mas se calcularmos todas estas diferenças e as somarmos, obteremos ZERO. Ou seja, tal soma não avalia o
afastamento total.

Veja:

Então, uma forma de evitar que o cálculo do desvio TOTAL simplesmente nos conduza ao valor zero é, por
exemplo, elevar ao quadrado os desvios anteriores, ANTES de somá-los!

De fato, chamamos de desvio quadrático total (DQ), ao somatório dos desvios subtrativos simples,
previamente elevados ao quadrado, ou seja:

Para calcularmos um desvio quadrático médio que é a medida de dispersão de nosso interesse, chamada de
VARIÂNCIA, devemos analisar duas situações:

1. Dispomos de todos os dados que temos interesse em analisar, ou seja, toda a POPULAÇÃO;
2. Os dados fornecidos correspondem apenas a uma AMOSTRA dos dados totais de interesse.

Além disso, é útil distinguir as situações em que os dados estão agrupados ou não.

O estudo mais avançado da estatística nos indica que o desvio quadrático médio da população e de uma
amostra devem ser calculados como se segue:
Observe que no caso da população, dividimos o desvio quadrático total pela própria quantidade n de objetos
da população em análise.

Entretanto, no caso de analisarmos uma amostra, devemos realizar um ajuste, justificado pela estatística, e
que envolve o conceito de graus de liberdade, que não é abordado neste nível de curso.

Devemos, então, neste caso, dividir o desvio quadrático total por n-1, e não por n, a quantidade de elementos
da nossa amostra.

Observação
Se tivermos os dados agrupados em uma tabela de frequência, podemos escrever:

Onde é a média do conjunto de dados e a frequência das amostras.

Exemplo
Considere a seguinte amostra de dados: 1, 3, 5, 7 e 9. Determine o valor da variância.

Solução: Veja que, para determinar a variância, é necessário inicialmente calcular a média dos dados.

Dados agrupados
O cálculo da variância para dados agrupados, ou seja, quando os dados estão dispostos em distribuição de
frequência, levam em consideração o ponto médio da classe e a frequência absoluta. Tecnicamente, supõe-se
que o ponto médio de cada classe é um bom representante dos dados de cada classe.

Desse modo, temos:

Onde xi é o ponto central da i=ésima classe e f¬i a frequência absoluta da i-ésima.

Exemplo
Considere os dados sobre o peso (em Kg) de uma amostra de recém-nascidos de certa maternidade
dispostos na distribuição de frequência abaixo:

Classe

2,0⊢2,5 2

2,5⊢3,0 4

3,0⊢3,5 7

3,5⊢4,0 5

4,0⊢4,5 5

4,5⊢5,0 7

Soma 30

Paulo Henrique Coelho Maranhão e Rafael Monteiro.

Solução: Veja que, para calcularmos a variância, vamos precisar dos produtos . Assim,
podemos utilizar a própria distribuição de frequência anterior para obter esses produtos. Daí:

Classe

2,0⊢2,5 2 2,25 4,5 10,125

2,5⊢3,0 4 2,75 11 30,25

3,0⊢3,5 7 3,25 22,75 73,9375

3,5⊢4,0 5 3,75 18,75 70,3125

4,0⊢4,5 5 4,25 21,25 90,3125

4,5⊢5,0 7 4,75 33,25 157,9375

Soma 30 - 111,5 432,875

Paulo Henrique Coelho Maranhão e Rafael Monteiro.

Logo,
Note que essa medida tem a interpretação prejudicada, visto que eleva ao quadrado os desvios .
Esse fato faz com que a unidade da variável com que estamos trabalhando fique ao quadrado.

Comentário
Se a variável de interesse é medida em quilogramas (Kg), como no exemplo acima, a variância nos dará a
resposta em quilogramas ao quadrado (Kg2) e isso compromete a interpretação da referida medida. Para
solucionar esse problema, foi criado o desvio-padrão, que será a próxima medida que veremos.

Desvio-padrão (S)
O desvio-padrão é simplesmente definido como a raiz quadrada da variância, pois sua unidade, então, é
exatamente a unidade dos dados! Assim, fica claro porque indicamos a variância por S 2. Ou seja, S é o desvio-
padrão da população ou da amostra.

Exemplo: Considerando o exemplo da variância para dados não agrupados, temos:

Vimos que nesse exemplo o resultado da variância foi igual a 10. Logo,

Relembrando:

O desvio-padrão é uma medida de variabilidade dos dados em torno da média.

Então nesse caso, podemos dizer que a dispersão em torno da média é de 3,2. Portanto, com essa medida, é
possível verificar como se concentram os dados em torno da média.

Dados agrupados

Exemplo: Considerando os dados sobre o peso (em Kg) de recém-nascidos, temos:

Interpretação: A variabilidade em torno da média de 1 kg.

Note que, apesar de o desvio-padrão ser uma boa medida da variabilidade, é uma medida absoluta, e nem
sempre conseguimos ver com clareza se o seu valor reflete maior ou menor variabilidade dos dados.

Exemplo
Imagine um analista que trabalha com uma quantidade enorme de dados, por exemplo, na casa dos
milhares ou mesmo milhões de dados: seria quase impossível dizer se a dispersão desses dados é alta
ou baixa, simplesmente observando o valor do desvio-padrão.

Para resolver tal problema, foi criado o coeficiente de variação, que veremos a seguir.

Coeficiente de variação (CV%)

Neste vídeo, o professor vai explicar o conceito de coeficiente de variação e demonstrar as aplicações na área
da saúde.

Conteúdo interativo
Acesse a versão digital para assistir ao vídeo.

O coeficiente de variação é uma medida de dispersão relativa, sendo muito útil quando temos uma quantidade
expressiva de dados ou quando queremos fazer comparações entre variáveis que são medidas em diferentes
amostras ou populações. Essa medida é definida por:

Em que:

• é o desvio-padrão.
• a média da amostra.

Na prática, considera-se a seguinte regra para dizer se os dados são poucos ou muito dispersos:

Exemplo
Foi aplicada uma prova de conhecimentos gerais em duas turmas, digamos A e B. A turma A obteve média 8 e
desvio-padrão 2, a turma B obteve média 6,5 e desvio-padrão 1,8. Qual turma teve maior dispersão em torno
da média?

Solução: Aparentemente, a turma que teve maior dispersão foi a A, pois tem desvio-padrão igual a 2, enquanto
a turma B teve desvio-padrão igual a 1,8. Porém, para sabermos de fato qual turma teve maior variabilidade,
temos que calcular o coeficiente de variação. Assim:

Portanto, a turma B teve maior dispersão do que a turma A. Note que ambas as turmas apresentam dispersão
moderada.

Mão na massa

Questão 1

O rol a seguir representa os valores dos itens vendidos (em reais) em uma loja de produtos alimentícios
durante um dia de trabalho.

5, 8, 10, 10, 12, 15, 18, 20, 20, 24, 25, 25, 25, 30, 38, 45, 52, 52, 60, 65, 70, 70, 79, 84, 90

Qual o desvio-padrão de vendas nesse dia de trabalho?

22,24

26,44

28,16

30,14

32,66
 A alternativa B está correta.
Veja que, para determinar o desvio-padrão para dados não agrupados, temos que inicialmente calcular a
média, que nesse caso é dado por:

Assim,

Questão 2

Considerando o resultado do desvio-padrão obtido na questão anterior, podemos afirmar que:

A variabilidade dos dados é em torno de .

A medida mais adequada de variabilidade para medir a variabilidade dos dados é a variância porque possui a
mesma unidade dos dados.

A dispersão dos itens vendidos em torno da média é de aproximadamente R$26,00 reais.

A concentração dos dados em torno da média é aproximadamente R$676,00 reais.

A maior concentração dos dados em torno da média está entre R$12,00 e R$65,00 reais.

A alternativa C está correta.

Como vimos, o desvio-padrão é dado por:

Logo, podemos dizer que a dispersão em torno da média para o valor dos itens vendidos é de
aproximadamente reais.
Questão 3

Ainda considerando o enunciado da primeira questão. Determine o valor do coeficiente de variação.

50,33%

58,34%

60,26%

69,43%

75,62%

A alternativa D está correta.

Vimos que, para determinar o Coeficiente de Variação, podemos usar a seguinte expressão:

Assim, podemos dizer que esses dados têm uma dispersão relativa em torno da média de .

Questão 4

A distribuição de frequência a seguir representa a faixa etária de funcionários de certa empresa. O desvio-
padrão da idade desses funcionários é de aproximadamente:

Classe

20⊢30 25

30⊢40 35

40⊢50 20

50⊢60 12

60⊢70 8
 Classe

Soma 100

Paulo Henrique Coelho Maranhã e Rafael Monteiro.

12

15

18

20

25

A alternativa A está correta.

Acompanhe a resposta no vídeo a seguir.

Conteúdo interativo
Acesse a versão digital para assistir ao vídeo.

Questão 5

Considerando o enunciado da questão anterior, qual seria o valor do coeficiente de variação?

21%

25%

28%
 D

31%

35%

A alternativa D está correta.

Observe que, para o cálculo do coeficiente de variação, precisamos determinar a média.
Logo:

Assim,

Questão 6

Considerando o resultado obtido do coeficiente de variação da questão anterior, é possível afirmar que:

Os dados têm baixa dispersão.

Os dados têm dispersão moderada.

Os dados têm alta dispersão.

Os dados têm dispersão irrelevante.

Não é possível medir a dispersão.

A alternativa C está correta.

 Vimos que quando Alta dispersão. Como o CV\% é igual a 30,97\%, podemos dizer que os
dados têm alta dispersão.

Teoria na prática
Considere que os dados informados a seguir se referem à idade dos alunos de duas turmas de inglês.

Turma 1: 8, 8, 8, 9, 9, 10, 10, 12

Turma 2: 17, 17, 19, 19, 20, 20, 21, 23

Em qual das duas turmas as idades dos alunos é mais espalhada?

Chave de resposta

Cálculo da média

Conteúdo interativo
Acesse a versão digital para assistir ao vídeo.

Verificando o aprendizado

Questão 1

Foram coletados dados sobre o número de passageiros, em determinada companhia aérea nos aeroportos do
Brasil, de janeiro a outubro, conforme o quadro a seguir.

Jan Fev Mar Abr Mai Jun Jul Ago Set Out

8522 12630 7453 6005 5874 6612 8439 7531 6430 4986

Paulo Henrique Coelho Maranhã e Rafael Monteiro.

O desvio-padrão de passageiros, ao longo desses 10 meses nessa companhia aérea, é de aproximadamente:

2144

2200

2224
 D

2340

2451

A alternativa A está correta.

Note que as informações estão em forma de dados brutos, visto que não seguem uma ordem aparente.
Desse modo, o cálculo do desvio-padrão é dado por:

Questão 2

A distribuição de frequência a seguir representa o lucro líquido de 50 empresas do setor petroquímico (em
milhares de reais).

Lucro Líquido (R$)

100⊢300 8

300⊢500 10

500⊢1000 12

1000⊢2000 15

2000⊢5000 5

Soma 50

Paulo Henrique Coelho Maranhã e Rafael Monteiro.

Com base nesses dados podemos afirmar que:

A variância é igual a 1.000.000.

O desvio-padrão é igual a 2.000.

C
O coeficiente de variação é de aproximadamente 87%.

A dispersão absoluta é baixa.

A dispersão relativa é moderada.

A alternativa C está correta.

Veja que, para responder a essa questão precisamos determinar a média, o desvio-padrão e o coeficiente
de variação:

Classe Xi Fi Xi.Fi X12.Fi

100⊢300 200 8 1600 320000

300⊢500 400 10 4000 1600000

500⊢1000 750 12 9000 6750000

1000⊢2000 1500 15 22500 33750000

2000⊢5000 3500 5 17500 61250000

Soma - 50 54600 103670000

Paulo Henrique Coelho Maranhã e Rafael Monteiro.

Calculando a média:

Calculando a variância:

Calculando o desvio-padrão:

Calculando o coeficiente de variação:

4. Conclusão

Considerações finais
• Importância da estatística na área de saúde.
• Conceitos fundamentais da estatística descritiva.
• Conceitos associados à análise exploratória de dados.
• Organização dos dados e representação gráfica.
• Principais medidas de tendência central e variabilidade.

Explore +
Para saber mais sobre os assuntos tratados neste tema, assista:

• Instituto de Matemática Pura e Aplicada – IMPA, Youtube.

Referências
FONSECA, J. S.; MARTINS, G. A. Curso de Estatística. 6. ed. São Paulo: Atlas, 1996.

MORETTIN, P. A.; BUSSAB, W. O. Estatística Básica. 9. ed. São Paulo: Saraiva, 2017.

OVALLE, I. I.; TOLEDO, G. L. Estatística Básica. 2. ed. São Paulo: Atlas, 2010.

SICSU, A. L.; DANA, S. Estatística Aplicada - Análise Exploratória de Dados. São Paulo: Saraiva, 2012.