Sistema de Formação em Administração Pública

I. NOÇÕES BÁSICAS DE ESTATÍSTICA ........................................................ 3

1. Um pouco de História ......................................................................... 3

2. CONCEITOS BÁSICOS. ............................................................................... 6

2.1 População e Amostra ........................................................................... 6

2.2 CENSO E SONDAGEM .................................................................... 10

3. ESTATÍSTICA DESCRITIVA E ESTATÍSTICA INDUTIVA ......................... 11

4. Caracteres, atributos ou variáveis estatísticas ................................. 13

4.1 VARIÁVEIS ESTATÍSTICAS DISCRETAS ................................................. 15

4.2 VARIÁVEIS ESTATÍSTICAS CONTINUAS.................................................. 16

4.3 Problemas resolvidos. ........................................................................ 18

II. ORGANIZAÇÃO E APRESENTAÇÃO DE DADOS ................................... 22

Percentagens, estimativas e arredondamentos ....................................... 23

3. ANÁLISE GRÁFICA DE ATRIBUTOS QUALITATIVOS ............................... 27

PICTOGRAMA ................................................................................................... 31

3.2 Distribuição da frequência gráfico de barras. .................................. 32

FREQUÊNCIA ABSOLUTA E FREQUÊNCIA RELATIVA ................................ 33

3.2.2 GRÁFICOS DE BARRAS .......................................................................... 34

HISTOGRAMAS, POLÍGONOS DE FREQUÊNCIAS ....................................... 37

III. MEDIDAS DE TENDÊNCIA CENTRAL ................................................... 44

1 Manual de Estatística
 Sistema de Formação em Administração Pública

1) MÉDIA ARITMÉTICA ( X )........................................................................... 44

2) MEDIANA (MD) ........................................................................................... 46

3) MODA (MO)................................................................................................. 49

IV. MEDIDAS SEPARATRIZES. ........................................................................ 53

[Link] DE DISPERSÃO ............................................................................ 56

1. Amplitude total .................................................................................... 57

[Link] médio(DM) ................................................................................ 57

[Link]ância ............................................................................................... 58

4. Desvio padrão ....................................................................................... 59

5. Coeficiente de variação (C.V). ............................................................. 61

VI. DISTRIBUIÇÃO BIDIMENSIONAL ............................................................... 63

VII. PROBABILIDADES ................................................................................. 66

1. Acontecimentos Aleatórios e Determinísticos. .................................... 66

[Link]ço Amostral. Eventos .................................................................... 67

3. DEFINIÇÃO DE PROBABILIDADE ............................................................... 69

2 Manual de Estatística
 Sistema de Formação em Administração Pública

I. NOÇÕES BÁSICAS DE ESTATÍSTICA

1. Um pouco de História

A origem do termo estatística, que surgiu no sec. XVIII, parece não recolher uma
unanimidade por parte dos diferentes autores. Uns atribuem-no ao professor Godofredo
Achenwall (1719-1772), da universidade de Gotinga, que teria utilizado pela primeira vez
o termo estatística –statistik , no grego statzein (verificar); outros dizem ter origem na
palavra estado, do latim status, pelo aproveitamento que dela tiveram os políticos e o
estado.
De facto, muito antes do aparecimento do termo estatístico, governos de diferentes povos
ordenaram levantamentos estatísticos com fins determinados estabelecimento de
impostos e mobilização militar.
Os censores eram magistrados romanos que asseguravam o recenseamento ou censo dos
cidadãos.
Nas civilizações antigas, China, Egipto, Grécia, Síria, eram periodicamente feitos
inquéritos sobre os quantitativos anuais de trigo e outros produtos e, com base nesses
dados eram estabelecidos impostos. Esta prática também se utilizava na idade média.
Em 1805, Guilherme, “o conquistador” ordenou que se fizesse um levantamento
estatístico na Inglaterra.
Este levantamento, que deu origem a um livro intitulado Dormes day Book, deveria
incluir informações sobre terras, proprietários, uso de terra, animais... e servia de base,
também, para o cálculo de impostos.
Até inicio do século XVII, a Estatística limitou se ao estudo dos “Assunto de Estado”.
Usada pelas autoridades políticas na inventariação ou arrolamento dos recursos
disponíveis. A Estatística limitava-se a uma simples técnica de contagem, traduzindo
numericamente factos ou fenómenos observados- Fase da Estatística Descritiva.

3 Manual de Estatística
 Sistema de Formação em Administração Pública

No século XVII, com os “aritméticos políticos”, nomeadamente John Graunt e William

Petty, inicia-se em Inglaterra uma nova fase de desenvolvimento da estatística, virada
para a análise dos fenómenos observados - Fase da Estatística Analítica.

John Graunt (1620-1674), comerciante londrino, “pessoa engenhosa e estudiosa, tinha o

hábito de levantar cedo para estudar, antes da abertura da sua loja”, inspirado nas tábuas
de mortalidade que semanalmente se publicavam na sua paróquia, publicou em 1660, um
trabalho estatístico sobre a mortalidade dos habitantes de Londres. Este trabalho, que
esteve na base do aparecimento das primeiras tabelas de mortalidade e da elaboração de
previsões sobre a duração da vida humana levou o rei a nomear o seu autor membro de
uma importante sociedade cientifico .
A escola dos ”Aritméticos políticos” é considerada o berço da Demografia.
Estes estudiosos preocupados com, o tratamento numérico dos fenómenos sociais e
políticos, fizeram a primeira tentativa para saber se estes são regidos por leis
quantitativas.
A análise de fenómenos demográficos ( mortalidade e natalidade, etc.) e o
estabelecimento de comparação em relações entre os fenómenos observados, conduziram
a aquisição de conceitos de densidade populacional, rendimento per capita, taxas de
mortalidade e natalidade, etc.
Ao longo dos sec. XVIII e XIX, a estatística conheceu um desenvolvimento importante
em associação ao cálculo das probabilidades que, entretanto se havia desenvolvido e a
realização de trabalhos de pesquisa cientifica nos domínios da Botânica, Biologia,
Meteorologia, Astronomia, etc.
Baseada no método indutivo, a estatística deixou de ser técnica de montagem simples de
relacionamento de fenómenos permitindo a elaboração de leis de comportamento de
evolução de fenómenos possibilitando o estabelecimento de precisões transformando-se
assim numa poderosa ferramenta cientifica ao serviço dos diferentes ramos do saber-
Fazer da Estatística Aplicada. Ë com estas características que Estatística é hoje
conhecida, depois do contributo notável que no inicio do [Link], lhe deram K. Peasson,
Gosset e [Link].

4 Manual de Estatística
 Sistema de Formação em Administração Pública

A palavra Estatística pode ter pelo menos três interpretações:

 um censo em sondagem
 um estudo
 uma ciência
Estas três ideias não são independentes uma das outras mas tem a ver com a evolução
histórica da Estatística.
A primeira ideia é a mais vulgarmente conhecida. Está ligada à necessidade do estado
conhecer melhor os problemas e as situações das pessoas e dos bens. A segunda
concepção é a mais ampla do que a primeira pois também inclui o estudo dos dados
obtidos.
A segunda opção é a mais ampla do que a primeira pois também o indivíduo faz estudos
baseando-se nos dados obtidos.
A terceira ideia associa-se ao calculo das probabilidades conferindo-lhe a designação da
ciência. Esta associação a estatística criar modelos capazes de produzir comportamentos
dos factos em estudo. Desta forma a estatística pode ser vista como um ramo de
matemática aplicada.
Estatística aparece também no mundo actual como resposta a complexidade dos
problemas que não permitem uma resolução através de uma resposta, EXACTA.
Para resolver estes problemas utilizam-se um conjunto de instrumentos e técnicas pre
conjuntamente dão respostas aproximadas, com níveis de erro controlados.
Computadores técnicas de simulação, números aleatórios, probabilidades são
instrumentos que em conjunto, ajudam avaliar o problema e a sugerir soluções.
Assim, a estatística surge como um ramo de Matemática, de grande actualidade e de
interesse até para o homem comum.
Em seguida, apontam-se quatro aspectos que mostram a importância da estatística no
desenvolvimento social.
Utilidade – O Homem, como parte integrante da sociedade actual necessita de
conhecimentos estatísticos. No dia-a-dia contacta com a informação que precisa de ser
interpretada e transmitida
Estudos Futuros – Um conhecimento da estatística é necessário para fornecer bases ao
desenvolvimento do conhecimento da Matemática outras ciências. A Biologia, a

5 Manual de Estatística
 Sistema de Formação em Administração Pública

Medicina e as ciências sociais, por exemplo, que hoje requerem pouca Matemática
tradicional, cada vez mais necessitam de conhecimento de ordem estatística.
Estética – A Estatística tem uma particular beleza na probabilidade de permitir ordenar e
analisar informação que sem ela seria impossível. Permite o desenvolvimento do
conhecimento com instrumento agradáveis, acessíveis e não dependendo de bases
matemáticas estruturadas
Investigação científica – Nos Países mais avançados, existem gabinetes de Estatística
que são normalmente utilizados pela equipas de investigação científica e pelas empresas.

2. Conceitos Básicos.

2.1 População e Amostra

Como em todas as ciências, na Estatística utiliza-se uma linguagem própria. Para se falar
e escrever sobre estatística tem-se necessidade de conhecer o significado de outros termos
como: população, amostra, variável estatística, etc.
Muitos dos termos utilizados em estatística são também utilizados no dia-a-dia mas com
significado diferente.
Consideram-se as seguintes situações:
 Um empresário de uma fábrica de fósforos tinha necessidade de fazer um
controlo de qualidade dos fósforos produzidos para saber se eram de boa
qualidade. Retirava um número <<significativo>> de fósforos Que iria utilizar e
depois tirava conclusão acerca da totalidade de fósforos produzidos.
Nesta situação, os fósforos produzidos no mês constituíam a População e os que foram
utilizados para testar a qualidade dos mesmos constituíam a amostra.
 Para se conhecerem as intenções de votos nas próximas eleições pode se fazer um
inquérito. Este não pode ser feito a toda a população(seria uma votação
antecipada). Escolhe-se um grupo de pessoas que vão constituir a amostra, sendo
a população formada por todos os cidadões com direito a voto.
Em Estatística a população não só se refere a pessoas, como o caso dos eleitores, mas
também a objectos ou acontecimentos.

População é um conjunto de seres com qualquer característica em comum.

6 Manual de Estatística
 Sistema de Formação em Administração Pública

As populações podem ser reais(população das idades dos alunos que frequentam a 10ª
classe em 1996) ou hipotéticas(conjunto dos resultados obtidos com o sucessivo
lançamento de uma moeda).
A população pode também ser finita ou infinita. São exemplos de uma população infinita
o conjunto das pressões atmosféricas ou temperatura em diversos pontos de um país num
determinado momento.
São finitas as populações: números de eleitores número de alunos de uma escola,
população mundial.
Unidade Estatística ou indivíduo - é cada um dos elementos da população.

Amostra é subconjunto finito da população.

Razões para a utilização de uma amostra

A utilização de uma amostra e não da população num estudo Estatístico deve-se, pelo
menos, a uma das seguintes razões:
 A população ser finita
 Economia de dinheiro
 Economia de tempo
 Comodidade
 Testes destrutivos( no estudo destrõem –se os elementos: resistência de peças,
medicamentos, prova de vinhos, fósforos, lâmpadas, etc.)
O sucesso de um estudo estatístico baseado no estudo de uma amostra, depende da
escolha desta. Uma amostra mal escolhida conduz a conclusões erradas.

Exercício 1.
1. Para cada um dos seguintes casos, indique qual é a população:
a) Eleições para a presidência da república
b) Eleição para chefe de turma.
2. Para cada uma das seguintes populações, indique a unidade estatística.
a) 500 alunos que frequentam a 12ª classe de uma escola.

7 Manual de Estatística
 Sistema de Formação em Administração Pública

b) 5000 parafusos produzidos por dia numa fábrica.

3. de entre 3000 alunos de uma escola seleccionaram-se 60 e inquiriram-se sobre o

programa de televisão preferido. Os resultados obtidos foram os seguintes.
Programa preferido N.º de alunos
Telejornal 20
Telenovela 24
Desporto 16
No conjunto acima de dados indique:
a) a população
b) a amostra
Solução:
1.a) Todo o cidadão com direito a voto.
b)Todos os elementos da turma.

2.a) Cada um dos 500 alunos

b)Cada parafuso

3. a) 3000 alunos.
b) 60 alunos

Cuidados a ter na formação de uma amostra

De um modo geral, deve-se ter os seguintes cuidados na formação da amostra:

 Imparcialidade- todos os elementos devem ter a mesma oportunidade de fazer
parte da amostra;
 Representatividade – deve-se conter em proporção tudo o que a população
possui, qualitativa e quantitativamente;
 Tamanho - deve ser suficientemente larga de modo que as características da
amostra se aproximem, tanto quanto possível, das características da população
A generalização dos resultados obtidos através do estudo de uma amostra é também
muito complexa e comporta sempre um certo erro. Na maior parte dos estudos
estatísticos usam- se amostras.

Exemplo1
Amostra ou população.

8 Manual de Estatística
 Sistema de Formação em Administração Pública

Num estudo de audiência de diferentes televisões a nível nacional, usa-se uma amostra
ou uma população?
Resolução:
Seria praticamente impossível estudar a população que tem acessos aos diferentes canais
televisivos. Naturalmente usa-se uma amostra criteriosamente estudada no sentido de
obter resultados credíveis.

Existem técnicas científicas para a selecção correcta de amostras. De entre essas técnicas,
as mais conhecidas são a amostragem aleatória simples, amostragem sistemática e
amostragem estratificada.
 Na amostragem aleatória simples qualquer elemento da população tem a
mesma probabilidade de ser escolhido.
Se pretender seleccionar uma amostra de 30 alunos de uma escola, atribui-se um número
a cada um dos alunos da escola e, seguidamente, escolheu-se ao acaso 30 desses
números.
 Na amostragem sistemática os elementos da amostra são escolhidos a partir de
uma regra estabelecida.
Para seleccionar uma amostra de 30 alunos de uma escola com 600 alunos, depois de
numerados todos alunos, pode-se escolher um aluno de 20 em 20 a partir do 1º aluno
seleccionado e escolhido ao acaso de entre o primeiro grupo de 20 alunos.
Supondo que o número 3 foi seleccionado, tem-se amostra: 3; 23; 43; 63; 83; 103; …;
543; 563; 583.
A amostragen estratificada utiliza-se quando a população está dividida em estratos
em grupos diferentes . Na selecção de 30 alunos de uma escola ,considerando cada ano
de escolaridade como estrato, escolher-se ia em cada desses anos um determinado
números de alunos por um dos processos anteriores. O número de alunos a escolher em
cada ano, seja, em cada estado deve ser proporcional ao número dos alunos desse ano .
Se na escola, com 600 alunos ,290 são da 10 classe ,207 são da 11 classe , e 103 são da
12 classe poder-se-ia para a amostra .
o 15 alunos da 10 classe ;
o 10 alunos da 11 classe;

9 Manual de Estatística
 Sistema de Formação em Administração Pública

o 5 alunos da 12 classe ;
Ao lado pode-se observar a descrição da constituição de uma amostra de um estudo de
estatística feito pelo Instituto Nacional de Estatística.

2.2 CENSO E SONDAGEM

Com alguma frequência aparecem nos jornais, na televisão, referenciasse censos no
recenseamento:
 recenseamento para fins eleitorais;
 recenseamento para fins militares;
 recenseamento para exercer certo cargo;

Num censo ou recenseamento são observados todos os elementos da população

relativamente aos diferentes atributos que estão a ser objecto de estudo estatísticos.

Por exemplo; num censo para determinar a altura média de todos os estudantes de uma
escola; teriam de ser medidos todos os alunos da mesma .
Em 1997 o Governo mandou realizar um censo. As vantagens de obtenção dos
resultados por este processo são; acima de tudo, de segurança nas conclusões . O
Governo para tomar medidas acentuadas precisa conhecer com rigor as necessidades dos
cidadãos sobre habitação, escolas, hospitais, energia, etc. Por isso , todos os governos
mandam realizar censos, tempos a tempos .
A alternativa ao censo é a sondagem.

Numa sondagem o estudo estatístico basea-se numa parte da população ,isto é, numa
amostra que deve ser representativa dessa população

A realização das sondagens é tão habitual nas sociedades actuais que podemos dizer que
elas se relacionam, em maior ou menor grau, com a vida de generalidade das pessoas.
Recorrendo a empresa especializada os partidos políticos encomendam sondagens para

10 Manual de Estatística
 Sistema de Formação em Administração Pública

estimar o número de votantes e para avaliar o impacto público das suas posições; as
empresas promovem sondagens para avaliar o impacto social das suas descobertas. A
economia de meios, a comunidade, a rapidez e o pequeno número que podem ser
necessário destruir, constitui vantagens das sondagem comparativamente com censos .A
grande dificuldade em obter resultados de confiança a partir de sondagem, reside na
necessidade de utilizar amostras representativas da população, o que nem sempre e fácil
de conseguir. O factor critico da representatividade da amostra faz com que os resultados
obtidos tenham de ser vistos à luz de algo admissível face aos propósitos do estudo.

3. Estatística descritiva e Estatística indutiva

A estatística descritiva tem por finalidade descrever certos propriedades relativas a um

conjunto de dados

Depois de efectuadas as observações fica-se na posse de um conjunto caótico de dados, o

que naturalmente dificulta a obtenção de conclusões. E perante a esta “desordem” que a
Estatística descritiva revela a importância e interesse das suas técnicas, ao permitir
classificar esses dados e deles fornecendo características sumárias. Este processo de
reunir a informação contida nos dados com base nos números de valores característicos e
conhecido processo de redução de dados. Obviamente que no processo de redução de
dados há informações a eles relativos que são eliminadas o que destaca a escolha
adequada dos valores característicos.
Naturalmente, os métodos descritivos, enquanto meios para ordenar a ‘desordem ‘’e
sintetizar a diversidade das informações contidos nos dados, aplica-se quer a população
quer a amostra .Tal aplicabilidade pode ter explicada, apesar das
diferentes dimensões da população e da amostra, pelo carácter semelhante dos seus
elementos.
Já no caso da estatística indutiva a situação é diferente. Neste caso trata-se de generalizar
os resultados obtidos a custa de um conjunto de elementos a um outro conjunto mais
numeroso.

11 Manual de Estatística
 Sistema de Formação em Administração Pública

A estatística indutiva procura inferir propriedades da população a partir de

propriedades verificadas na amostra.

Esta característica inferência estatística fez com que ela seja designada por estatística
inferêncial e aproxima-se do objectivo fundamental das ciências em geral ao generalizar
resultados a universos cada vez mais vastos.
A validação da inferência estatística aproxima-se da validação indutiva das ciências, na
medida em que não é definitivamente falsa ou verdadeira, e afasta-se da validação
dedutiva da matemática; enquanto proposições definitivamente certas ou erradas, podem
assim, dizer-se que a inferência estatística não é verdadeira nem falsa mas, antes, é
algo de provável e acompanhada de alguma incerteza. Mas podia questionar se: que
valor tem a influência se sabe que ela se produz com um certo erro? Este aspecto, que a
primeira vista pode aparecer crítico, é ultrapassado pelo controlo do próprio erro em
limites razoável de acordo com a situação. De qualquer modo, é necessário lembrar, que
o erro é uma característica comum á generalidade das situações a práticas sem que o
homem se defronta

Nota:
A Estatística descritiva pode usar-se no estudo da amostra quer no estudo da
população.
Conhecidas as propriedades da amostra procura-se inferir para toda a população
através da estatística indutiva.

No processo de controlo de erro, a Estatística recorre a técnicas da teoria das

probabilidades que permitem quantificar o erro, compreendendo que a inferência é tanto
mais provável quanto menor for o erro que a acompanha, isto é, quanto mais incerteza
for. Assim se entende o grande contributo da teoria das probabilidades para o
desenvolvimento da estatística, que se verificou principalmente ã partir dos meados do
século XIX.

12 Manual de Estatística
 Sistema de Formação em Administração Pública

4. Caracteres, atributos ou variáveis estatísticas

Num estudo estatístico parte-se de um conjunto. Cada elemento desse conjunto (a

unidade estatística) tem provavelmente muitas características. Por exemplo, num
conjunto dos alunos de uma turma podem se observar muitas características ou atributos.

 A cor dos olhos;

 A altura
 O número de irmãos
 A última nota a Matemática;
 Ã distância da casa a escola
 O sexo
Cada estudo estatístico é feito para atingir um certo objectivo. Dependendo do objectivo
do estudo, vai observar-se cada unidade estatística em relação a um atributo ou atributos
determinados.
Os atributos observados ou são qualitativos ou quantitativos 1
Nota:
(1) Há autores que utilizam o termo variável apenas para os atributos quantitativos.
Neste texto, utilizar-se-à a variável como sinónimo de carácter ou atributo.

Atributos qualitativos são aqueles que estão relacionados com uma qualidade e
apresentam-se com várias modalidades

Chama-se modalidade de um atributo estatístico a cada uma das diferentes designações

que se podem estabelecer dentro do mesmo atributo estatístico qualitativo.
São exemplos de atributos qualitativos:
 A cor dos olhos(pode ser azul, verde, castanho, cinzento, etc.)
 A profissão de uma pessoa(pode ser professor, médico, electricista, etc.)
 Curso que pensa tirar um aluno(pode ser Economia, Contabilidade, Direito, etc.)
 O valor lógico de uma proposição(pode ser verdadeiro ou falso)

Atributos quantitativos são aqueles a que é possível atribuir uma medida e

apresentam-se com diferentes intensidades ou valores.

13 Manual de Estatística
 Sistema de Formação em Administração Pública

São exemplos de caracteres, atributivos (ou variáveis) quantitativas:

 A altura de uma pessoa
 O número de títulos vendidos num dia,
 O rendimento, per capita de cada país da UA por ano;
 O custo de alimentação de uma família por mês;
Ao resultado da observação de um atributo ou variável qualitativa ou quantitativa chama-
se dado estatístico
Um dado resultante de uma variável qualitativa indica, para cada unidade estatística, a
modalidade observada.(O Rui mede 1.76 metros.)
Os estudos estatísticos incidem essencialmente em variáveis quantitativas ou seja,
naqueles em que o resultado de uma observação é um número.
Nota-se também a possibilidade de atribuir números a dados qualitativos, por exemplo:
Se uma proposição é verdadeira atribui-se o numero 1; se a proposição é falsa atribui –se
o número zero.

Exercício 2
Para cada um dos seguintes atributos diga se são qualitativos ou quantitativos.
a) Cor dos olhos;
b) O peso de uma maçã
c) Personalidade política mais admirado
d) Número de sapatos que caça

Soluções:
a) e c) qualitativas
b) e d) quantitativas

14 Manual de Estatística
 Sistema de Formação em Administração Pública

Quando as variáveis estatísticas são quantitativas, podem ser ainda divididas em dois
grupos:
- Variáveis discretas;
- Variáveis Continuas.
No conjunto dos alunos de uma turma consideram-se as seguintes variáveis quantitativas:
- o número de irmãos ;
- a altura.
Se na turma há 20 alunos, obtém-se 20 dados relativos ao numero de irmãos e outros 20
relativos a altura.
Sejam:
X1,X2…,X20 ( dados relativos ao número de irmãos).
Y1,Y2,…,Y20 ( dados relativos a altura).
Cada uma desta variáveis quantitativas foi representada por uma letra ..Ao número de
irmãos associa-se a letra x a altura e a letra y.

4.1 VARIÁVEIS ESTATÍSTICAS DISCRETAS

O numero de irmãos dos alunos de uma turma é um exemplo de uma variável estatística
discreta.
São ainda, variáveis estatísticas discretas:
- O número de operários de uma fábrica de açúcar de um país;
- O número dos filhos das famílias que vivem num prédio;
- O numero de contas abertas num mês nos diferentes bancos;
- O número de jornais vendidos por Diário de notícia durante o mês, equipa nas
diferentes jornadas de um campeonato.
E em termos geométricos seriam representados na recta real por pontos isolados em
numero finito ou infinito.

_______.______._______.______._______._______.____________________
1 2 3 4 5 6

15 Manual de Estatística
 Sistema de Formação em Administração Pública

Variáveis discretas são as que só podem tormar um numero finito ou uma

infinidade enumerável de valores.

4.2 VARIÁVEIS ESTATÍSTICAS CONTINUAS.

A distância de casa ao serviço dos funcionários exemplo de uma variável estatística

continua.
São, ainda, variáveis contínuas as seguintes::
- Temperaturas registadas num observatório em cada hora;
(temperatura).
- O peso dos recém nascidos durante um mês, numa maternidade;(peso).
Em termos geométricos seriam representados na recta real por qualquer ponto de
intervalo, por exemplo [a; b[.
.a b
__________________________________

Variáveis continuas são as que podem tomar qualquer valor de um intervalo.

Exercício 3.

1 - Das seguintes variáveis indique as que são discretas:

(A) Numero de operários de uma fábrica
(B) Tempo, em minutos necessários para resolver um problema;
(C) Número de jornais vendidos por um dia numa cidade.

Soluções
1. (A) e 1.(C)
2 Das seguintes variáveis indique as que são contínuas:
(A) Tempo de vida de um televisor
(B) Idade dos professores de uma escola;

16 Manual de Estatística
 Sistema de Formação em Administração Pública

(C) Área dos lotes de um terreno;

Soluções:
2. (A), 2(C)
3 Os relatores de departamento dos recursos humanos de uma empresa contem a
ficha sobre cada um dos 11 empregados candidates a formação:

Ficha de pessoal/N.º

Nome:________________________________________________

________________________idade_______anos

Altura_________ Peso

Habilitações______________________________
________________________________________

N.º de faltas em 2004______

Adequado para formação:

Sim_____ Não_____ Ainda não______

Indique:
A) Os caracteres qualitativos
B) As variáveis discretas
C) As variáveis continuais

- Variáveis continuas e variáveis discretas(ressumo)

Numa empresa trabalham 6 operários que produzem botões.
Os ordenados dos operarias são em contos:
800.5; 700.2; 700; 650; 600; 780.
O tempo médio de produção para um, a dúzia de botões é; em minutos:
10. 8; 6.12; 15.18; 16; 17; 12.5; 16.75.

17 Manual de Estatística
 Sistema de Formação em Administração Pública

Algumas das variáveis referidas é continua? É discreta?

Resolução: A variável ordenada é discreta, a variável tempo é continua.
Em esquema podemos ter:

Variáveis

Quantitativas Qualitativas

Contínuas
Discretas

Nota1: Há variáveis, como a idade, que podem ser consideradas contínuas ou

discretas.

Se considerar a idade em número inteiro de anos trata-se de uma variável discreta.

Se considerar, simplesmente, a idade de uma pessoa, ela é uma variável continua.
Nota2: Embora as varáveis qualitativas se classificam em contínuas e discretas, na
pratica funcionam como discretas, pois dos instrumentos de medida utilizados nos
permitem obter todos os valores de um intervalo.

4.3 Problemas resolvidos.

4.3.1 Realizou-se uma sondagem a um conjunto de pessoas às quais se pergunta:
(A) Idade; (B) Profissão; (C) Estado Civil; (D) Ordenado Mensal .
- Das variáveis Indicadas quais são as qualitativas ?
solução : (B) e (C)
4.3.2 Pretendia-se fazer um estudo sobre os número de membros do agregado familiar
numa cidade b. Para isso efectuou-se um inquérito ao qual responderam 50 famílias .
Os resultados obtidos foram :

18 Manual de Estatística
 Sistema de Formação em Administração Pública

3 2 5 3 4 -Indique:
5 2 5 7 3 3.1 a população em estudo ;
4 3 3 8 3
3 4 3 3 3 3.2 a amostra escolhida ;
6 5 3 3 2
2 4 2 2 9 3.3 a unidade estatística ;
2 2 4 5 6
2 3 5 2 5
5 3 8 2 2 3.4 a variável em estudo ;
4 3 2 2 3

Resolução :
3.1 A populacão em estudo serão todos os agregados familiares da cidade
(1)Entende-se por agregado familiar o número de pessoas que coabitam .
3.2 A amostra escolhida é constituída pelos 50 agregados familiares que responderam o
inquérito .
3.3 A unidade estatística é o agregado familiar .
3.4Avariavel em estudo é o número de membros do agregado familiar .Está variável é
quantitativa e discreta , pois só pode tomar um número finito de valores .
4.3.3 Considere a sequência do seguinte estudo :
(1) Define-se uma amostra dos elementos de uma população .
(2) Descreve-se as variáveis para o estudo.
(3)Toma-se nota para cada variável do valor correspondente a cada elemento da amostra
.
(4)Utiliza-se diversos métodos científico e analisa-se os dados , obtendo-se diversas
medidas .
(5)Com os dados obtidos na amostra prevê-se o comportamento da população com ajuda
do cálculo da probabilidade .
Quais dos passos referidos estão dentro da estatística descritiva?

19 Manual de Estatística
 Sistema de Formação em Administração Pública

Resolução :
Estão dentro das perspectivas da estatística descritiva os quatro primeiros passos ponto
(5) está dentro do âmbito da estatística Indutiva.

4.4.4 Para cada um dos casos seguintes indique se se trata de um carácter qualitativo ou
quantitativo.
(A) Temperatura do ambiente do quarto
(B) Número de anúncios do jornal y por dia .
(C)Pulsações por minuto de uma pessoa .
(D)Nível cultural dos Habitantes de uma, região.
Resolução:
(A)Variável quantitativa contínua .
(B) Variável quantitativa discreta .
(C) Variável quantitativa discreta .
(D)Variável qualitativa.

Exercícios
1. Passaram-se 5 pães diferentes e obtiveram-se os seguintes números

50 g ; 100g ; 225g; 300g; 580g

Neste conjunto de observações indique:

a) A população
b) A unidade estatística
c) A variável estatística e classifique-a.

2. Considere o seguinte texto:

Num congresso sobre a “ criança” apresentaram comunicação 5 pediatras, 3 psicólogos, 4
educadores, 2 assistentes sociais, e 2 sociólogos.
Da análise do texto infere-se que foi sujeito um estudo estatístico. Para estudo indique:

20 Manual de Estatística
 Sistema de Formação em Administração Pública

a) A população
b) A unidade estatística
c) Ã variável estatística e classifique-a.

3. Das seguintes características estatísticas, indique as que são quantitativas e as que

são qualitativas.
3.1 Raça
3.2 Resultado de um exame
3.3 Tipo de arroz
3.4 Idade
3.5 Qualidade de bebidas.
3.6 Uso de óculos
3.7 Estado Civil
3.8. Talento musical
4. Supondo que ia fazer um estudo sobre cada um dos temas indicados diga,
justificando, em quais deles utilizaria uma amostra:
4.1 Controle de qualidade do azeite produzido por mês, numa fábrica;
4.2 Aproveitamento dos alunos da turma da 8ª A de uma escola;
4.3 Análise do mercado para lançamento de uma nova pasta de dentes;
4.4 Estado sanitário dos ovos existentes num armazém;
4.5 Níveis de audiência dos canais de televisão de um país.
5. Faça uma recolha sobre censos e sondagens divulgadas nos meios de comunicação
social.
6. Comente com os seus colegas a veracidade das seguintes afirmações.
6.1 A profundidade média de um rio é de um metro. Assim uma pessoas adulta que não
saiba nadar não corre perigo ao banhar nesse rio.
6.2 Metade do número de acidentes rodoviários num dado país, durante um ano, ocorre
durante os fins de semana, logo, aqueles que conduzem apenas ao fim de se mantêm
“menor habilidade” do que os que conduzem durante a semana.

Soluções.

21 Manual de Estatística
 Sistema de Formação em Administração Pública

1.a) 5 pães. b) Cada pão. c) Quantitativa discreta.

2. a) 16 comunicadores. b) cada um dos apresentadores das comunicações.
[Link]: 3.2; 3.4.
4.
4.1; 4.3; 4.4; 4.5.

II. Organização e apresentação de dados

Num estudo estatístico, normalmente, segue-se um conjunto de passos que se designam

fases do método estatístico.

Fases do método estatístico

 Definição do problema
 Planificção do processo de resolução
 Recolha de dados
 Organização dos dados
 Apresentação dos dados
 Análise e interpretação dos dados

i) Definição do problema
A primeira fase consiste na definição é formulação correcta do problema a ser estudado.
O investigador deve ainda analisar outros Estudos feitos sobre o mesmo tema.(se
existirem)
ii) Planificação-defenido o Problema, é preciso determinar um processo para o
resolver e, em especial, como obter informações sobre a variável em estudo. É nesta
fase que se decide pela observação de toda a população de uma amostra.
iii) Recolha de dados- os dados podem ser recolhidos através de:
 Questionário;
 Observações;
 Experimentações;
 Pesquisa bibliográfica

22 Manual de Estatística
 Sistema de Formação em Administração Pública

iv) Organização dos dados consiste em “resumir”os dados através da sua contagem
e agrupamento. Deste modo, obtém-se um conjunto de números que possibilita
distinguir o comportamento do atributo estático.
v) Apresentação dos dados há duas formas de apresentação que não se excluem
mutuamente:
 Apresentação por tabelas
 Apresentação por gráficos

Estas formas de apresentar dados permitem sintetizar grandes quantidades dos

mesmos, tornando mais fácil a compreensão do carácter em estudo e permitindo uma
futura análise.
vi) Análise e interpretação dos dados –Nesta fase calculam-se novos números com base
nos dados estatísticos. Estes novos números permitem fazer uma descrição do fenómeno
evidenciando algumas das suas características particulares. Nesta fase ainda é possível,
por vezes,”arriscar” alguma generalização, a qual envolverá sempre algum grau de
incerteza.
Vai se dar, em seguida, particular atenção à organização e apresentação dos dados,
nomeadamente à elaboração de tabelas e gráficos. Antes porém, recordemos alguns
problemas ligados ao cálculo numérico.

Percentagens, estimativas e arredondamentos

Percentagens
A fracção 1/100 representa um por cento(1%).na seguinte tabela, têm-se
algumas percentagens escritas sob a forma decimal e de fracção.

Percentagem Decimal Fracção

1% 0.01 1/100
5% 0.05 5/100=1/20
10% 0.10 10/100=1/10
25% 0.25 25/100=1/4
50% 0.50 50/100=1/2

23 Manual de Estatística
 Sistema de Formação em Administração Pública

75% 0.75 75/100=3/4

100% 1 100/100=1
200% 2 200/100
Commented [I1]:

Exemplo1: Interpretar uma percentagem.

No processo de secagem do peixe este perde 77.7%do seu peso.
-Explique esta afirmação.
Resolução:
A afirmação significa que se tiver 100kg de peixe fresco depois de seco ele perderá
77.7kg. Ou seja, dos 100kg de peixe fresco ficaram 22.3kg de peixe seco.
Também se poderia afirmar que 1kg de peixe fresco corresponde 0.223kg de
peixe seco.
Para calcular a percentagem dos elementos que satisfazem determinado requisitos,
normalmente utiliza-se uma regra de três simples.
Exemplo 2: Calcular percentagens
Determinar a percentagem de negativas em Matemática, de uma turma de 22
alunos, sabendo que 7 tiraram negativa.
Resolução:
N.º de alunos N.º de negativas
22------------------------------------------7
100----------------------------------------x
X = 100*7/22 <=>x =350/11<=>x =31.81...
Logo aproximadamente 31.8% dos alunos da turma têm negativa.
Exercício 1
Escreva só a forma decimal e de fracção:
a) 3% ;
b) 30% ;
c) 70%
Soluções: a)0.03 b)0.3; c) 0.7
Exercício 2
Escreva sob a forma de percentagem:

24 Manual de Estatística
 Sistema de Formação em Administração Pública

a) 0.45 ;
b) 0.04 ;
c) 1/8
Soluções: a) 45%, b)4%, c)12.5%
Exercício 3
Numa Escola com 360 alunos 105 são rapazes.
a)Qual é a percentagem de raparigas?
b)Qual é percentagem dos rapazes que hoje estão na escola sabendo que
faltaram 15 rapazes?
Soluções: a) 70.8%; b) 25%

[Link].
Para evitar erros nos cálculos que se irão fazer em estatísticas, deve prever-se
o resultado antes de se calcular o valor correcto.
Exemplo 3: fazer uma estimativa.
Dos 55 alunos da 11ªclasse,30 têm a disciplina de Francês.
Calcular a percentagem de alunos que estão matriculados nesta disciplina.
Resolução:
N.º de alunos N.º de alunos com Francês
55--------------------------------------------------30
100-------------------------------------------------x
X = 30*100/55 =54.54...
Logo, aproximadamente 54.5% dos alunos estão matriculados na disciplina de
Francês. Este é um valor arredondado
2.3.1 Arredondamentos
Se pretendesse representar o número fraccionário 1/3 sob a forma de dizima
enfrentar-se-iam dificuldades pois, ao ser efectuada a divisão de 1 para 3,
verficar-se-ia que o processo não termina.
1/3 =0.3333333333... =0.(3).
1/3 representa uma dizima periódica

25 Manual de Estatística
 Sistema de Formação em Administração Pública

Na prática, não se trabalha com dizimas infinitas, pelo que a alternativa é

considerar valores aproximados de tais dizimas. Convém desde já esclarecer
que a questão da aproximação não se coloca apenas para as dizimas infinitas
(periódicas ou não periódicas),uma vez que tal aproximação pode ser
igualmente pertinente, em certos casos, para dizimas finitas.
Se 3.125 representa, em km, a distância da casa do Filipe à escola, então será
mais razoável dizer que tal distância é de aproximadamente 3km.
Nos arredondamentos usam-se as seguintes regras:
 Se a casa decimal imediatamente a seguir à escolhida for 5,6,7,8 ou 9,
aumenta-se uma unidade a casa decimal escolhida;(1)
(1) Há autores que particularizam mais esta regra, de acordo com a convenção: se
a casa decimal imediatamente a seguir a seguir à escolhida não se altera se fôr
par e é acrescida de uma unidade se fôr impar.
(2) Assim, no arredondamento às centésimas,67.4356 passaria a 67.44 e 7.8651
passaria a 7.86. De acordo com as convenções neste manual, no primeiro caso
seria 67.44 e no segundo caso seria 7.87.

Se casa decimal imediatamente a seguir á escolhida for 0;1;2;3;4 deixando-se inalterada a

casa escolhida.

Numero Arredondamento central

3 casas decimais 2 casas decimais 1 casa 0 casas decimais
decimal (unidades)
1,3075 1,308 1,31 1,3 1
0,0904 0,090 0,09 0,1 0

Exemplo 4:
Determinar o arredondamento ás decimas dos números:
a) 2,5*0,53
b) 3,16+63
Resolução:

26 Manual de Estatística
 Sistema de Formação em Administração Pública

Efectua-se em primeiro lugar as operações indicadas.

a) 2,4*0,53 = 1,325
Logo, 1,3 é o arredondamento s décimas do número dado.
b) 3,16+63 = 66,16
Logo, 66,2 é o arredondamento `as décimas do número dado.

Exercício 4
Para cada um dos números abaixo indicados, indique os arredondamentos
correspondentes a 3 casas decimais, 2 casas décimais,1 casa decimal e 0 casas
decimais, respectivamente.
a) 35,6052
b) 0,0199
c) 0,12*11,62
Soluções:a) 35.605 35.61 35.6 36
b)0.020 0.02 0.0 0
c)1.394 1.39 1.4 1

3. ANÁLISE GRÁFICA DE ATRIBUTOS QUALITATIVOS

Normalmente quando se pretendem evidenciar as diferentes modalidades de um
atributo qualitativo, usam-se gráficos circulares histogramas ou gráfico de barras.

3.1 GRÁFICOS CIRCULARES

Um gráfico circular é representado por um círculo que está dividido em sectores

cujas amplitudes são proporcionais à frequência correspondente.
O gráfico circular costuma-se utilizar quando o número de categorias para a variável
é pequeno ( normalmente menor ou igual a 6) e é especialmente adequado para
estabelecer comparação entre os diferentes valores do atributo em estudo.
Nos gráficos circulares tem de se ter em atenção que :
 O gráfico deve ter um título;
 A área de cada sector é proporcional a frequência;

27 Manual de Estatística
 Sistema de Formação em Administração Pública

 A legenda pode ser escrita no interior de cada sector assim como a

percentagem ou a frequência absoluta;
 Normalmente utiliza-se uma cor para cada sector.
Os gráficos circulares são usados pelos meios de comunicação pois, são um modo
excelente de mostrar como um todo está distribuido, mas não é o mais fácil de construir.
Observe como construir um gráfico
Exemplo 5: construção de um gràfico circular
Na tabela seguinte registaram-se as classificações de 20 alunos, utilizando as
modalidades : Mau, Medíocre, suficiente, Bom e muito bom.
Classificado N.º de alunos
Mau 2
Medíocre 4
Suficiente 6
Bom 5
Muito Bom 3

Construa um gráfico circular.

Resolução:
Vai se fazer uma tabela que permita calcular a percentagens e o ângulo correspondente a
cada classificação
CLASSFICAÇÃO FREQUÊNCIA PERCENTAGEm ÂNGULOS(AMPLITUDE
aBSOLUTA EM GRAUS)
MAU 2 2/20*100= 10% 2/20*360= 36º
MEDIOCRE 4 4/20*100= 20% 4/20*360= 72 º
SUFIENTE 6 6/20*100= 30% 6/20*360=108º
BOM 5 5/20*100= 25% 5/20*360= 90º
MUITO BOM 3 3/20*100= 15% 3/20*360=54º
TOTAL 20 100% 360 º

28 Manual de Estatística
 Sistema de Formação em Administração Pública

Mbom
15%
Bom
25%

Mau
10%

Med
20%

Suf
30%

Classificações de 20 alunos

No exemplo anterior obtiveram-se valores inteiros para as percentagens e os respectivos

ângulos. Veja-se agora um exemplo em que é preciso fazer arredondamentos.
Exemplo 6: construção de um gráfico circular.
Na tabela seguinte foram observadas 54 pessoas relativamente a côr dos olhos.

COR DOS OLHOS EFECTIVOS

Azul 10
Cinzento 19
Verde 5
Castanho 20
Calcule-se a amplitude de ângulo que vai corresponder a cada uma das modalidades.

Azul: 10/54*360= 66,666... , arredondado ,vem 67º;

Verde:5/54*360= 33,333... ,arredondado, vem 33º ;
Cinzento: 19/54*360= 126,666... , arredondado, vem 127º ;

29 Manual de Estatística
 Sistema de Formação em Administração Pública

Castanho : 20/54*360= 133,333... , arredondado, vem 133º .

Verifique-se o total é de 360º,porque: 67º +127º +33º +133º = 360º.
Se, como consequência do arredondamento, não obtivéssemos 360º ,ter-se-ia de
procedera ajustes de forma a obter este valor.

Côr dos olhos de 54 pessoas

Azul
67
Castanho
130

Cinzento
127

Verde
330

Exercício 5
O gráfico mostra de que forma se gasta a energia de uma casa.
Se conta da electricidade for de 600 mil meticais, faça uma estimativa do gasto em
meticais, da energia consumida pelo fogão e pelo cilindro.

30 Manual de Estatística
 Sistema de Formação em Administração Pública

Como se gasta energia numa casa

Outros

Fogão Cilindro

Aquecedor

PICTOGRAMA
Os pictogramas são gráficos onde se utilizam figuras ( um símbolo alusivo ao fenómeno
que se vai estudar).

Na construção de um pictograma deve-se ter em conta que:

 O gráfico deve ter um título;
 No gráfico deve estar a indicação do significado de cada símbolo;
 Os símbolos utilizados devem ter alguma ligação com a variável em estudo;
 O símbolo ou símbolos a utilizar devem ser os mesmos;
 Os símbolos desenham-se em linhas ou em colunas;
 Os símbolos devem estar igualmente espaçados;
 As diferentes quantidades devem expressar-se mediante maior ou menor número
de símbolos e não mediante um aumento ou diminuição do tamanho dos
símbolos.

Neste gráfico utilizam-se dois símbolos, mas dentro de cada tipo o símbolo é sempre o
mesmo. Logo, no que respeita a este aspecto, a construção do pictograma está correcta.

31 Manual de Estatística
 Sistema de Formação em Administração Pública

3.2 Distribuição da frequência gráfico de barras.

3.2.1 Tabelas
Numa turma da 10ª classe perguntou-se a cada aluno a sua idade

14 18 19 15
15 17 15 15
16 16 15 15
14 17 14 16
16 14 15 16
Os dados registados são dados brutos, porque não se encontram ordenados atendendo ao
valor da variável.
Construa uma tabela para organizar os dados.
Em primeiro lugar observa-se os diferentes valores da varável:15; 15; 16; 17; 18; e 19.
Na 1ª coluna colocam-se os valores possíveis da variável por ordem crescente.
Percorendo a coluna(ou linha) dos dados brutos, acrescenta-se na 2ª coluna um | (traço)
para cada valor encontrado. Quando for necessário escrever o quinto traço faz-se o

seguinte desenho (para facilitar a contagem).

Contagem Frequência
Idade(em anos)
14 4
15 7
16 5
17 2
18 1
19 1

32 Manual de Estatística
 Sistema de Formação em Administração Pública

Total .n=20
O total deve ser sempre escrito para verificar a contagem.
A uma tabela como a anterior, em que se apresentam os dados e as frequências
respectivas, chama-se distribuição de frequência ou tabela de frequências.

Nos exemplos anteriores foram consideradas frequências absolutas ou

efectivas.
Frequência absoluta e frequência relativa
 Frequência absoluta ou efectiva (fi) de um valor da variável é o número de
vezes que esse valor foi observado .
 Frequência relativa (fri) de um valor da variável é o quociente entre
frequência absoluta do valor da variável e o número total de observações.

xi Freq. Absol. Freq. rel. fri Freq. rel. ou(%)

fi
14 4 4:20 =920 20
15 7 7:20 =0,35 35
16 5 5:20 =0,25 25
17 2 2:20 =0,10 10
18 1 1:20 =0,05 5
19 1 1:20 =0,05 5
n = 20 1 100%

A frequência relativa permite, por exemplo, fazer a seguinte leitura:

Na turma observada, 35% dos alunos tem 15anos.
Para calcular a frequência relativa, divide-se o efectivo pelo número total de observações.
fi
f ri 
n
fi
Para representar f i em % multiplica-se por 100%.
n

33 Manual de Estatística
 Sistema de Formação em Administração Pública

A soma das frequências relativas de uma tabela de frequências é igual a 1,00 (ou 100%
se trata de frequências relativas em percentagem).

Exercício
De acordo com os dados, complete a tabela seguinte:

Turma Fi fri

A 20
B 21%
C
Total 70

Nota:
Por vezes, há necessidade de fazer arredondamentos e se não se obter o
valor 1 para a soma deve-se proceder a ajustes

3.2.2 Gráficos de barras

O recurso à representação gráfica é muito usual em Estatística. A visualização permite
destacar os principais aspectos do fenómeno em estudo.
No caso da variável discreta é usual desenhar o gráfico de barras, gráficos circulares ou
pictogramas.
Vai dar-se especial importância ao gráfico de barras.
No eixo horizontal assinalam-se os valores possíveis da variável . No eixo vertical as
frequências absolutas ou relativas.
Por cima das marcas dos pontos do eixo horizontal traçam-se barras ou "linhas" verticais
com altura directamente proporcional à frequência absoluta ou relativa.
Exemplo 7:
Construir um gráfico de barras relativo aos dados
Idade dos 14 15 16 17 18 19

34 Manual de Estatística
 Sistema de Formação em Administração Pública

alunos(Xi)
Fi 4 7 5 2 1 1
Fr(%) 20% 35% 25% 10% 5% 5%

Idade dos alunos da 10ªA

7
7

5
Ferquência Absoluta

4
4

2
2

1 1
1

0
"14" "15" "16" "17" "18" "18"
Gráfico 1

35 Manual de Estatística
 Sistema de Formação em Administração Pública

Idade dos alunos da 10ªA

40

35
35

30
Frquência relativa Percentual

25
25

20
20

15

10
10

5 5
5

0
"14" "15" "16" "17" "18" "18"
Gráfico 2

Existe outro tipo de frequências, a saber:

 Frequência absoluta acumulada de um valor da variável é igual à soma
das frequências absolutas anteriores com a frequência absoluta desse
valor.
Representa-se por: Fi ou Faci.
 Frequência relativa acumulada de um valor da variável é igual à soma
das frequências relativas anteriores com a frequência relativa desse valor.
Representa-se por: Fri ou Facri.
Tabela 3-
Xi Fi Fri Frequência absoluta Frequência
acumulada, Fi relativa
acumulada, Fri
14 4 20% 4 0,20 ou 20%
15 7 35% 11 0,55 ou 55%

36 Manual de Estatística
 Sistema de Formação em Administração Pública

16 5 25% 16 0,80 ou 80%

17 2 10% 18 0,90 ou 90%
18 1 5% 19 0,95 ou 95%
19 1 5% 20 1,00 ou 100%
De acordo com os dados da tabela 3 pode-se construir o seguinte gráfico de frequências
acumuladas.

Gráfico de Frequência acumulada

25

20
20 19
18

16

15

11

10

5 4

0
"14" "15" "16" "17" "18" "19"
Idades

Histogramas, Polígonos de frequências

Os histogramas são gráficos usados para variáveis estatísticas contínuas. Isto quer dizer
que o uso de histograma é necessário que os dados estejam agrupados em classes.

Exemplo: Dado a distribuição relativa às idades dos filhos dos funcionários de uma
repartição pública.
Idade [2; 4[ [4; 6[ [6; 8[ [8; 10[ [10; 12[ ∑
Fi 3 5 10 6 2 26

37 Manual de Estatística
 Sistema de Formação em Administração Pública

No processo amostral do histograma não existe espaço entre as barras, de resto os

mecanismos são similares aos de gráfico de barras .

Idade dos funcionários de uma repartição

12

10

0
"1" "2" "4" "6" "8" "12"
Limites das classes

Associado ao histograma existe um outro tipo de gráfico, chamado polígono de

frequências. Os polígonos de frequência são gráficos com aspecto de linha quebradas.
Estes gráficos constroem-se unindo os pontos médios da base superior das barras de
histograma.

Exemplo: O peso em quilogramas dos alunos de uma escola são dados na tabela abaixo.
Construir o respectivo histograma.

Peso(Kg) [30;62[ [62; 64[ [64; 66[ [66; 68[ [68; 70[

Nº de alunos 3 15 47 27 8

Em 1º lugar vamos construir o histograma.

38 Manual de Estatística
 Sistema de Formação em Administração Pública

Peso dos alunos

50

45

40

35

30

25
F

20

15

10

0
"" " 58" "60 - 62" "62- 64" "64- 66" "66- 68" "68 - 70" "71"
Peso em Kg

Unindo os pontos médios das bases superiores das barras do histogarma temos o gráfico(
linha quebrada), que é o polígono de frequê[Link] acordo com o tipo de frequências
temos um determinado tipo de polígono.

Exercícios

1. Pretende-se comparar a opção relativamente ao almoço dos

empregados de duas fábricas A e B..

Fábrica A Fábrica B
Opções almoço Fi Opções almoço(Xi) Fi

Cantina 800 Cantina 700

Restaurante 200 Restaurante 100
Café 400 Café 400
Farnel 100 Farnel 300
n= 1500 n=1500
a)Construa um gráfico de barras realtivo aos dados.

39 Manual de Estatística
 Sistema de Formação em Administração Pública

2. O gráfico circular mostra a distribuição das horas semanais das disciplinas de um dado
curso. Os ângulos correspondentes a Matemática(M) e a Física(F) são respectivamente
120º e 60º. O número de horas é o mesmo em Física(F) e História(H) e o de Geografia(G)
é o dobro de Inglês(I). Se um aluno desse curso, tiver 6 horas de Matemática por semana,
indique o número de horas por semana na disciplina de inglês.

Carga horária das disciplinas do curso

F
H

3. Num cruzeiro viajavam 840 pessoas, dos quais 300 mulheres, 280 homens, 20 bebés e
o resto são crianças. Ilustre esta informação através de um gráfico circular.
4.A tabela seguinte mostra a distribuição do tempo, em minutos que 50 alunos
demoraram de casa a escola.
Tempo(min) [1; 4[ [5 ;8[ [9; 12[ [13; 16[ [17; 20[ [21; 24[
Frequência 7 15 9 8 5 6

a)Construa um histograma, considerando que as classes tem intervalos do tipo [0.5; 4.5 [;
[4.5; 8.5 [.
[Link] empresa pretendendo comparar o nível de funcionários das duas filiais F1 e F2,
optou por utilizar um teste com as classificações de A a G( a melhor classificação é a A).
Os resultados obtidos pelos funcionários das duas filiais F1 e F2 são os seguintes.

40 Manual de Estatística
 Sistema de Formação em Administração Pública

F1: A B A B C C B F C D
B B D E F B A B F E
F B C C C A B F B G

F2: A C D G D C F C A A
B E D E C A C B F C
C B C C C C F C B C
a) Construir dois gráficos circulares, um para cada conjunto de dados, de modo a
ilustrar as classificações obtidas..
b) Construa um gráfico de barras para comparar os resultados obtidos nas duas
filiais.
c) Qual dos dois gráficos terá mais interesse para o estudo pretendido?

Soluções
1. Onde almoçam os 3000 empregados das filiais A e B

900

800
800

700
700

600

500
A
400 400 B
400

300
300

200
200

100 100
100

0
Cantina Restaurante Café Farnel

2. 2 horas

41 Manual de Estatística
 Sistema de Formação em Administração Pública

3.

Homens, 120
Mulheres, 128

Bebés, 90

Crianças, 103

[Link] gasto por 50 alunos de casa a escola.

16
15

14

12

10
10
9

8
7

6
6
5

0
0
0 "0.5 4.5" "4.5 8.5" "8.5 12.5" "12.5 16.5" "16.5 20.5" "20.5 24.5"

42 Manual de Estatística
 Sistema de Formação em Administração Pública

5.a)Filial F1
Classificação na F1

Classificação na F1

G, 12
A, 48
F, 60

E, 24

D, 24 B, 120

C, 72

Filial 2
Classificação na F2

G, 12
F, 36 A, 48

E, 36
B, 48

D, 36

C, 156

43 Manual de Estatística
 Sistema de Formação em Administração Pública

 Classificação dos funcionários

30

25

20

F1
15
F2

10

0
A B C D E F G

 O gráfico de barras
III. MEDIDAS DE TENDÊNCIA CENTRAL
(MEDIDAS DE POSIÇÃO)
A organização de dados sob forma de tabelas, gráficas e distribuições de frequências
constitui uma forma de sintetização dos mesmos.
Uma das formas que se pode usar para sumarizar dados são as medidas de posições.
As medidas de posição representam os fenómenos pelos seus valores médios, em torno
dos quais tendem a concentrar os dados.

1) MÉDIA ARITMÉTICA ( X )
Esta é a medida mais popular dentre as medidas de posições. Para sabermos qual é a nota
de frequência numa determinada disciplina, por exemplo usamos esta medida nas suas
variadas formas.
i) Para dados simples (dados não agrupados)

44 Manual de Estatística
 Sistema de Formação em Administração Pública

Definição: Dados n valores, X1, X2,...XN da variável X, a média aritmética é a soma de

todos eles dividido por n.
n

X i
Assim X  i 1
Não havendo perigo de confusão pode-se abreviar para
n

X 
X
n
Exemplo 1: Calcular a média aritmética dos números 10, 16, 14, 20.

X 
X 
10  16  14  20
 15
n 4
ii) Para dados agrupados
n

X F i i
Neste caso calcula-se a média de acordo com a formula : X  n
,
n
Fi- São as freqüências absolutas de cada um dos valores Xi.
O calculo da média para dados agrupados deve ser feito em uma das formas.
1º forma: Dados tabelados não agrupados em classes.

Exemplo2: Calcular a média da seguinte distribuição.

Xi um 2 3 4
Fi 1 3 5 1

Olhando para a fórmula, vamos anexar uma linha para XiFi, que significa multiplicar
cada Xi pelo Fi correspondente.

Xi 1 2 3 4 ∑
Fi 1 3 5 1 10
XiFi 1 6 15 4 26
n

X F i i
26
Então , X  n
  2.6
n 10

45 Manual de Estatística
 Sistema de Formação em Administração Pública

2º Dados tabelados e agrupados em classes.

Exemplo 3: Calcular a média da seguinte distribuição
Classes [2; 4 [ [4;6 [ [6; 8 [ [8;10 [ [10:12 [
Fi 5 10 14 8 3
Neste caso as classes são determinadas pelos seus pontos médios (marca da classe) que
são os valores de Xi. Por isso vamos anexar à tabela anterior uma nova linha para Xi e
outra linha para XiFi.
Classes [2; 4 [ [4; 6 [ [6;8 [ [8;10 [ [10;12 [ ∑
Fi 5 10 14 8 3 40
Xi 3 5 7 9 11
XiF 15 50 98 72 33 268
Então, a média será:
n

X F i i
268
X  n
  6.7
n 40

Observação: Para alèm da média aritmetica, existem outros tipos de média como a
média harmnica e a média geométrica que serão usadas em estudos posteriores.

2) MEDIANA (Md)
Definição: Mediana é o valor que divide a amostra ou população em duas partes iguais.
Pode-se se sublinhar que a definição é valida se somente os dados estiverem organizados
em ordem crescente: Md
Esquemática
0% 50% 100%
Dada a sua natureza, a Mediana é calculada comforme o tipo da variável.
i) Variável discreta
n 1
1º : se n é impar a mediana será o elemento central da ordem
2
Exemplo 4: Os dados seguintes referem-se às despesas (em milhões de meticais) em
acessórios e combustíveis de uma certa transportadora, durante 13 meses:

46 Manual de Estatística
 Sistema de Formação em Administração Pública

20; 15; 17; 18; 14; 20.

18; 16; 12; 16; 15; 30; 20.
1º passo vamos ordenar os dados.
1º→ 12; 14; 15; 15; 16; 16←6º
7º→ 17; 18; 18; 20; 20; 20; 30
n  1 13  1
O número de elementos é 13, a ordem é  7 . Então a mediana será o termo
2 2
de ordem 7. Portanto Md= 17.
Observe que para o mesmo exemplo podíamos organizar uma tabela de frequências
acumuladas crescentes e daí determinar a mediana
Xi 12 14 15 16 17 18 20 30
Fi 1 1 2 2 1 2 3 1
Fac 1 2 4 6 7 9 12 13
n  1 13  1
n  13então   7 ↑ 7º elemento então será Md=17
2 2
2º : Se n é par a mediana será a média entre os elementos centrais de ordem
n n
e 1
2 2
Exemplo 5: Consideremos os dados do exemplo 4, supondo que não temos o gasto do
13º mês.
Seguindo a via das frequências acumuladas temos
Xi 12 14 15 16 17 18 20
Fi 1 1 2 2 1 2 3
Fac 1 2 4 6 7 9 12
↑ ↑
6º 7º
n 12
 6
n = 12, então 2 2
n 12
1  1  7
2 2
Então a mediana será a media aritmética dos termos da ordem 6 e7

47 Manual de Estatística
 Sistema de Formação em Administração Pública

16  17
Md   16.5
2
Observação: Se ao determinarmos a ordem do termo Mediano, verificarmos que não
aparece na tabela, recorremos a Fac imediatamente superior.

ii) Variável continua

Neste caso como os dados estão organizados em classes, recorremos a frequência
acumulada (Fac).
Para o calculo da mediana quando a variável é contínua utiliza-se a fórmula:
n 
   f h
Md  lMd   2  , onde,
FMd

lMd - limite inferior da classe Md

N – número de elementos

f - soma das frequências anteriores à classe Md

. h – amplitude da classe Md
FMd – freqüência da classe Md.

Como usar esta formula?

1º passo:
Calcula-se n/2, não interessando se n é par ou impar.
2º passo: pela frequência acumulada (Fac), identifica-se a classe que contém a mediana
(classe mediana).
3º passo: através da classe mediana identifica-se o restante dos elementos da formula.
4º passo: aplica-se a formula.

Exemplo 5: A tabela a seguir mostra os dados de um estudo estatístico, sobre as

distâncias percorridas pelos táxis de uma companhia durante um ano.
-d(em milhões de Km) [80; 85 [ [85 ;90 [ [90;95 [ [95;100 [ [100;105 [
Fi 15 25 30 22 5
Para calcularmos a mediana, anexamos a linha da Fac.

48 Manual de Estatística
 Sistema de Formação em Administração Pública

-d(em milhões de Km) [80;85 [ [85; 90 [ [90;95 [ [95; 100 [ [100;105 [

Fi 15 25 30 22 5
Fac 18 43 73 95 100

1º passo: n/2  100/2 = 50

2º passo: o n. º 50 não aparece na linha do Fac por isso, recorremos a Fac imediatamente
superior que é 73.
3 º lMd =90;  f = 43; h = 5; FMd= 30
n 
  f h
4º Md  lMd 
2   90  50  43 * 5  91.17
FMd 30

3) MODA (Mo)
Definição: Chama-se moda de um conjunto de valores X1, X2..., Xn de uma variável X,
ao valor que ocorre com maior frequência.
Para distribuições simples (dados não agrupados em classes) a identificação da moda é
imediata
Exemplo 7: Uma loja vendeu durante todo o dia sapatos com os seguintes números:
39 40 42 40 39 41
42 40 42 39 42 43
Notemos que o sapato com o número 42 foi o mais vendido (corresponde a frequência
mais elevada), logo Mo = 42.

Observações:
1. Um conjunto de dados pode não ter moda.
Por exemplo: a, b, c, a, b, c, a, b, c.

49 Manual de Estatística
 Sistema de Formação em Administração Pública

2 . Quando num conjunto de dados há duas variáveis que se distinguem eqüitativamente,

por exemplo, a, b, c, adb, bac (a e b tem a maior freqüência), dizemos este conjunto de
dados é bimodal.

Para dados agrupados em classes, temos duas formas.

1º: Fórmula de CZUBER
1
M o  lMo  h , onde.
1   2

lMo - limite inferior da classe modal

1 - Diferença entre a freqüência da classe modal e a imediatamente anterior.

 2 - Diferença entre a freqüência da classe modal e a imediatamente posterior.
. h – amplitude da classe
Exemplo 8 : Numa maternidade durante duas semanas nasceram 30 crianças, cujos pesos
estão registados na seguinte tabela
Peso (Kg) [2.0; 2.5 [ [2.5 ;3.0 [ [3.0 ;3.5 [ [3.5 ;4.0 [ [4.0 ;4.5 [ [4.5;5.0 [
Nº de crianças 2 3 10 12 2 1

Para calcular a moda desta distribuição procedemos a seguinte forma:

1º passo: Identificamos a classe modal( aquela que possui maior frequência).,é a 4º classe
2º passo: Identificamos a partir da classe modal os seguintes elementos:
lMo = 3.5; 1 = 12-10=2;  2 = 12-2= 10; h = 0.5
3º passo: Aplicamos a formula,
1 2
M o  lMo  h  3.5  * 0.5  3.58
1   2 2  10
2º Formula de PEARSON
M o  3M d  2 X
É uma fórmula aproximativa que estabelece que a moda é diferença entre o triplo da
mediana e o dobro da média
Comparando com a outra fórmula (Czuber) esta fórmula exige mais cálculos,
exceptuando quando se conhece o valor da mediana e da média.

50 Manual de Estatística
 Sistema de Formação em Administração Pública

Cada uma das três medidas de centralização ( média, mediana e moda) tem suas
vantagens e desvantagens,cite algumas.

EXERCÍCIOS
1. Para cada um dos conjuntos dos valores à seguir indicados, determine a média
mediana e a moda,.
a) 2; 4; 5; 8; 3; 4; 2; 1; 7
b) 3; 3; 6; 3; 7; 7; 4; 6; 2; 8; 9; 3; 4.
c) 11; 9; 3; 8; 9; 3; 12; 9.
d) 0, 7; 6; -3; 1; -1; 4.
e) 8; 10; 16; 10; 7; 9; 8; 9; 10.
f) 1.90; 1.72; 1.82; 1.85; 1.92; 1.96; 1.72; 1.80.
g) 9.5; 24.8; 15.2; 5.2; 15.2; 14.8; 4.1

2. Num inquérito efectuado a 50 famílias sobre o número de crianças por família,

obtiveram-se os seguintes resultados
Nº de crianças 1 2 3 4 5
Frequência 18 19 9 3 1

a) calcula a média ;
b) calcular a mediana;
c) calcular a moda.

3. Uma empresa com 54 trabalhadores registou o seguinte quadro de assiduidade

num determinado ano.
4 1 3 0 0 1 2 2 2 0 0 2 0 1 0 1 1 2
3 2 0 2 4 0 1 3 3 3 1 0 1 0 3 3 3 1
4 2 1 0 1 3 1 2 5 4 2 5 0 1 0 0 2 2

a) organize uma tabela de frequência de acordo com os dados;

b) Qual é a percentagem dos funcionários com duas faltas;

51 Manual de Estatística
 Sistema de Formação em Administração Pública

c) A empresa decidiu instaurar processos disciplinares para aqueles trabalhadores

com três ou mais ausências. Quantos serão processados disciplinarmente e qual é
a sua percentagem.
d) Determine o número médio, o nº mediano e a moda do conjunto de dados ;
e) Supondo-se director dos recursos humanos da empresa e querendo chamar
atenção dos trabalhadores sobre a assiduidade qual é a média da alínea d) que
podia [Link].

Soluções.

1 .a) X  4; Md  4; Mo  2e4
b) X  5; Md  4; Mo  3
c) X  8; Md  9; Mo  9
d ) X  2; Md  1; Mo a mod al
e) X  9.7; Md  9; Mo  10
f ) X  1.836; Md  1.835; Mo  1.72
g ) X  12.69; Md  14.8; Mo  15.2

2. a) X  2 crianças/famílias
b) Md= 2 crianças/família
c) Mo= 2 crianças/família

3.
a)
Xi 0 1 2 3 4 5
Fi 14 13 13 8 4 2

b) 24% c) 14 e 25.9% d) X  1.6; Md  1.5; Mo  0

c) A média ou mediana mas não a moda. Escolhendo a mediana podia dizer que metade
dos trabalhadores já cometeu pelo menos 1 falta, o que não é salutar.

52 Manual de Estatística
 Sistema de Formação em Administração Pública

IV. Medidas Separatrizes.

i. Quartis
Os quartis dividem um conjunto de dados em 4 partes iguais.
Q1 Q2 Q3

0% 25% Md 75% 100%

Q1 – Chama-se 1º quartil, deixa 25% dos elementos
Q2 - Chama-se 2º quartil(conscide com a mediana) e deixa 50% dos elementos.
Q3 – Chama-se 3º quartil, deixa 75% dos elementos.

Cálculo dos quartis

n 
   f *h
Q1  lQ1   4 
FQ1

n
1º passo: calcular
4
2º passo: pela Fac, identificar a classe Q1
3º passo: aplicar a fórmula de Q1
Na fórmula de Q1:
. lQ1- limite inferior da classe 1º quartil

 f - soma de frequências anteriores a classe Q1

FQ1- frequência da classe Q1
.h – amplitude
Fórmula de Q3:
 3n 
  f *h
Q3  lQ1   
4
FQ3
De fórmula análoga significados de lQ1, ∑f, FQ3, h podem ser deduzidos do 1º
quartil. Igualmente podem se deduzir a partir de Q1 os passos para o cálculo de Q3.
Exemplo: Cálculo de Q1 e Q2 para as seguintes distribuições.

53 Manual de Estatística
 Sistema de Formação em Administração Pública

Classes [7; 17[ [17; 27[ [27; 37[ [37; 47[ [47; 57[
Fi 6 15 20 10 5
Fac 6 21 41 51 56
Classe Q1 ↑ Classe Q3↑
n 56 3n 3 * 56
Q1 :   14 Q3 :   42
4 4 4 4
Pela Fac, identificamos as classes Q1 e Q2
lQ1  17 f 6 h  10 FQ1  15
lQ3  37  f  41 h  10 FQ3  10

Aplicando as fórmulas, temos

n   56 
   f *h   6  *10
Q1  lQ1     17   
4 4
 22.3
FQ1 15
 3n   3 * 56 
   f *h   41 *10
Q3  lQ 3   4   37   4   38.0
FQ 3 10

ii. Decis
Os Decís dividem um conjunto de dados em 10 partes iguais.
O cálculo dos decís é semelhante ao cálculo dos quartís. Então a fórmula será:
 in 
   f *h
Di  lDi   10 
FDi
i  1,2,3,4,5,6,7,8,9
Se quisermos o 1º decil, então i= 1; se quisermos o 2º decil i= 2, etc.
Na fórmula, temos:
lDi  lim ite inf erior da  classe decil , i  1,....9
n  tamanho da amostra
h  amplitude da classe Di
FDi  Frequência da classe decil
 f  soma das frequência s anteriores à classe Di

Os passos para a aplicação da fórmula são semelhantes aos dos cálculo dos quartís:

54 Manual de Estatística
 Sistema de Formação em Administração Pública

i*n
1º Passo calcula-se , i  1,2,3,....9
10
2º passo: Identifica-se a classe Di pela Fac
3º passo: aplicamos a fórmula Di

iii. Percentís
Os percentís dividem um conjunto de dados em 100 partes iguais.
Tal como os quartis e os Decís a fórmula e os procedimentos do cálculo são
similares.
i*n 
   f *h
 100 
A fórmula é: pi  l pi 
Fpi
i  1,2,3,4,.........,97,98,99
Assim se i=1 temos p1(1º percentil; i=2 p2(2º percentil).
.lp1- limite inferior da classe p1.
.n- tamanho da amostra.
∑f- soma das freqüências anteriores
.h - amplitude

Exercícios
[Link] D4 e o p72 da distribuição.
Classes Fi
[4; 9[ 12
[9; 14[ 17
[14; 24[ 17
[19; 24[ 3
2. Dados a distribuição
Classes Fi
[20; 30[ 3
[30; 40[ 8
[40; 50[ 18

55 Manual de Estatística
 Sistema de Formação em Administração Pública

[50; 60[ 22
[60; 70[ 24
Calcular D2; p43; e Q3.

Soluções
1. D4  12.33 p72  16.89

2. D2  33.6 p43  42.32 Q3  50

[Link] de Dispersão

Nos módulos de Matemática, Português e Geografia, o Sr. José e a Sra. Maria obtiveram
as seguintes notas conforme o quadro abaixo:

Módulo Sr. José Srã Maria

Matemática 12 18
Português 14 11
Geografia 13 10

Calcule as médias do Sr. José e Srã Maria.

Certamente, que em ambos os casos obtém como média o valor 13. Observa-se contudo
que o Sr. José é mais regular do que a Srã Maria ou seja as notas da Srã Maria estão mais
afastadas da média(são mais dispersas em relação à média).
As distribuições também não tem os dados igualmente distribuídos em torno da média.
Para ampliarmos as nossas informações sobre o comportamento das notas do Sr. José e
da Srã Maria, vamos estudar outras medidas estatísticas tais como variância, desvio
padrão, etc., que são as medidas de dispersão.

56 Manual de Estatística
 Sistema de Formação em Administração Pública

1. Amplitude total
Por definição a amplitude total é a diferença entre o maior e o menor dos valores da série.
R  X máx  X min (1)
No caso do quadro 1, então:
i. Para o Sr. José: R  14  12  2
ii. Para a Srã Maria: R  18  10  8
A amplitude total como medida de dispersão é limitada, uma vez que depende apenas de
2 valores(máximos e mínimos).

[Link] médio(DM)

Considerando as notas da Srã Maria que são X1 = 18, X2 = 11 e X3 = 10 e tomando a

média como centro, o desvio dos números relativamente à média é di  ( X i  X ) .

Por isso, pode se escrever:
d1  18  13  5; d2  11  13  2; d3  10  13  3

A soma destes desvios é igual a 0(zero) ou seja d i  0 , consideram-se os desvios

em valores absolutos; vejamos o seguinte quadro.

Xi Xi  X Xi  X

18 5 5
11 -2 2
10 -3 3

57 Manual de Estatística
 Sistema de Formação em Administração Pública

A soma dos valores absolutos dos desvios pelo número total das notas, isto é
523
 3.3 chama-se desvio médio.
3

Simbolicamente:

d fi X i X fi
DM  DM 
i
ou
n n
[Link]ância
Como vimos no ponto anterior foi necessário recorrer ao valor absoluto dos desvios
para se obter o desvio médio.

No caso da variância, considera-se o quadrado de cada desvio X i  X  

2
, para

também se evitar que d i  0 , pode se dizer que a variância é a média aritmética

 X 
2
 X fi
dos quadrados dos desvios ou seja  2  i
. Esta variância chama-se
n

populacional, para a variância amostral usa-se a formula S 2 

( X i  X )2 fi
. Para
n 1
efeitos práticos, estas duas fórmulas são transformadas

para:  2 
2  X f 2 
 X i f i   i i 
1
e S2 
1  2  X f 2 
 X i f i   i i  ,
N N  n 1  n 
 
respectivamente desvio populacional e desvio amostral.
Nestas duas formulas N é tamanho da população e n tamanho da amostra.

Se tomarmos em conta estas fórmulas e associá-las ao quadro 1, veremos que a

variância das notas do Sr. José e da Srã Maria terá como unidade valores ao quadrado,
o que contraria a medição das notas. Para se evitar isto, introduziu uma outra medida
estatística de dispersão que é o desvio padrão.

58 Manual de Estatística
 Sistema de Formação em Administração Pública

4. Desvio padrão
O desvio padrão é raiz quadrada da variância. Conforme se a variância for

populacional ou amostral temos;    2 , S  S 2 . Portanto, para termos o

desvio padrão temos que 1º determinar a variância.
O desvio padrão é a medida de dispersão mais utilizada. Quanto maior for o desvio
padrão maior será a dispersão dos valores relativamente a média.
 
Quando a distribuição é simétrica X  M 0  M d , temos as seguintes estimativas.

 
 Em X  ; X   , caem 68.3% das observações

 Em X  2 ; X  2 , caem 95.5% das observações

 Em X  3; X  3, caem 99.7% das observações

Exemplo 1
Calcular o desvio médio, a variância e o desvio padrão da seguinte destribuição amostral.

Xi fi
5 2
7 3
8 5
9 4
11 2
Tendo em conta as fórmulas para o cálculo do desvio médio, variância e desvio padrão
podemos anexar colunas para melhor facilitar os cálculos.

59 Manual de Estatística
 Sistema de Formação em Administração Pública

Desvio médio
Xi fi Xifi Xi  X X i  X fi

5 2 10 3.06 6.12
7 3 21 1.06 3.18
8 5 40 0.06 0.30
9 4 36 0.94 3.76
11 2 22 2.94 5.88

 16 129 19.24

A 3a coluna permite-nos calcular a média para podermos formar a 4a coluna.

X 
X f
i i
 8.06 então DM 
X i X fi

19.24
 1.20
n n 16
Variância
Xi fi Xifi X 2i fi

5 2 10 50
7 3 21 147
8 5 40 320
9 4 36 324
11 2 22 242

 16 129 1083

Neste caso é amostral

S 
1 
 X i f i 
 X i fi  
2

  S2 
1  1292   2.86
1.083 
2 2

n 1  n  16  1  16 

Desvio padrão

S  S 2  S  2.86  1.69

Observação:

60 Manual de Estatística
 Sistema de Formação em Administração Pública

Quando os dados estão agrupados em classes aplicam-se as mesmas fórmulas mas o Xi

deve ser tomado como a marca da classe(ponto médio da classe). Os restantes
procedimentos são análogos. Ateste este procedimento calculando o desvio padrão da
seguinte distribuição amostral.

Classes [2; 4 [ [4 ; 6 [ [6; 8 [ [8; 10 [ [10; 12 [

fi 2 4 7 4 3
Comprove que as soluções são
DM  1.86 S 2  5.86 S  2.46

5. Coeficiente de variação (C.V).

É uma medida relativa de dispersão útil para a comparação em termos relativos da grau
de concentração em torno da média de séries distintas.

Para o seu cálculo usam-se as fórmulas:

 S
C.V  *100% ou C.V  *100%
X X
Conforme os valores de C.V, podemos ter as seguintes classificações:
 C.V CV  15% baixa dispersão
 15%  30% média dispersão
 CV  30% alta dispersão
Exemplo 3
Uma certa fábrica, o salário médio dos homens é de 4.000.000,00Mt, com desvio padrão
de 1.500.000,00Mt é o das mulheres é em média de 3.000.000,00Mt, com desvio padrão
de 1.200.000,00Mt. Calcule o C.V dos homens e o C.V das mulheres.
 1.500.000
Dos homens: CV  *100%  *100%  37.5%
X 4.000.000

61 Manual de Estatística
 Sistema de Formação em Administração Pública

 1.200.000
Das mulheres: CV  *100%  *100%  40%
X 3.000.000
De acordo com os resultados podemos dizer que o salário das mulheres apresenta maior
dispersão relativa do que a dos homens.

Exercícios
1. Os pesos em quilogramas de 7 jovens são: 53, 53, 55, 55, 55, 57, 57 e os pesos de
outro grupo são: 52, 52, 53, 55, 56, 58, 59.
a) Quais são os desvios em relação à média de cada um dos grupos.
b) Em qual dos grupos é maior a dispersão?
2. A tabela seguinte mostra a distribuição das velocidades de 83 carros ao passarem
em certo local.
Velocidade(Km/h) [30; 40 [ [40; 50 [ [50; 60 [ [60; 70 [ [70; 80 [
Frequência 0 18 30 35 0
Calcule a velocidade média e o desvio padrão.
3. O ordenado médio numa empresa x é 1.500.000,00Mt/mês com um desvio
padrão de 100.000,00Mt. Na empresa y o ordenado médio é de 1.600.000,00Mt
com um desvio padrão de 300.000,00Mt. Compare o ordenado nas duas empresas
usando o intervalo X  3; X  3 .
Soluções
1. a)
-2 -2 0 0 0 2 2
-3 -3 -2 0 1 3 4

b) No segundo grupo porque são maiores em valores absolutos, os desvios em relação

à média

2. 57Km/h e 7.7Km/h
3. A empresa Y em média paga mais 100.000,00Mt do que ã empresa X, mas a
dispersão é maior.

62 Manual de Estatística
 Sistema de Formação em Administração Pública

A diferença de salários é maior na empresa Y pois cerca de 99% dos ordenados estão
entre 700.000,00Mt e 2.500.000,00Mt, enquanto que na empresa X estão entre
1.200.000,00Mt e 1.800.000,00Mt.
VI. Distribuição Bidimensional
Em certos casos, existe uma necessidade de se fazer um estudo relacionado entre duas
varáveis. Por exemplo, a altura(h) e o peso(p) das pessoas; o peso (p) e a idade das
crianças(I) ou seja ao invés de se fazer um estudo separado do peso das crianças e a sua
idade faz-se o estudo tipo(I,p), portanto num ordenado. Quando isto acontece diz-se que
a variável estatística em estudo é bidimensional.
Pode-se fazer uma representação gráfica desse estudo no plano uma vez que se trata de
pares ordenados. A esse conjunto de pontos chama-se diagrama de dispersão.
Analisando, o gráfico que relaciona I e P possivelmente pode se encontrar uma relação
entre a idade e o peso das crianças.
A parte que estuda a relação entre as duas varáveis é a teoria de correlação.
A correlação diz-se positiva quando I e P crescem, negativa de I cresce e P decresce e
nula quando não existe relação entre I e P.
Para quantificar a existência de correlação entre duas variáveis usa-se o coeficiente de
correlação que note por δ.
Como em geral o par ordenado é de forma (x,y) podemos substituir por (I,P).
Cx, y
Então temos:  xy  , onde
 x * y
Cx,y – co-variânça ou variância conjunta de X e Y
.  x  desvio padrão de X

.  y - desvio padrão de Y

O coeficiente de correlação δ, satisfaz a condição  1   xy  1, de acordo com a

condição, temos:
Forte perfeita fraca nula fraca perfeita forte

-1 0 1

63 Manual de Estatística
 Sistema de Formação em Administração Pública

Exemplo 1. De acordo com o tipo de diagrama de dispersão, qual é o tipo de correlação

entre X e Y.

Gráfico
25

20

15
y

10

0
0 1 2 3 4 5 6 7 8
x
a)

64 Manual de Estatística
 Sistema de Formação em Administração Pública

25

20

15
y

10

0
0 1 2 3 4 5 6 7 8
x

Gráfico b)
a) correlação positiva.
b) Correlação negativa.

Exercício1
A tabela seguinte mostra a classificação em % obtida por 12 alunos em 2 testes.

Classificação(X) 30 18 70 20 80 45 70 100 50 85 70 40
Classificação(Y) 75 24 60 54 70 40 90 90 65 100 80 37
a) Desenhe o diagrama de dispersão
b) Calcule o coeficiente de correlação e interprete-o
Solução:
b) xy  0.75 há correlação Positiva

65 Manual de Estatística
 Sistema de Formação em Administração Pública

Exercício 2
Considere a seguinte variável bidimensional constituída pelas varáveis X e y dados
pela seguinte tabela.
X 2 3 4 5 6
Y 3 4 5 3 6
a) Calcule o coeficiente de correlação .
 xy  0.61

VII. PROBABILIDADES

1. Acontecimentos Aleatórios e Determinísticos.

Observemos o que há de comum nos seguintes casos:

Caso1: lançar um dado e observar a face que ficar voltada para cima
Caso2: retirar uma carta de um baralho e observá-la
Caso3: jogar uma moeda e observar a face voltada para cima
Caso4: quanto tempo leva um carro que imprime uma velocidade constante de 100km/h
para percorrer a distância de 200km.
A análise destes casos permite afirmar o seguinte:
_ Nos casos 1, 2 e 3 o resultado não pode ser determinado antes de ser realizado; a
repetição de cada caso pode apresentar resultados diferentes do caso inicial.
Todo o acontecimento com estas duas características é denominado acontecimento
(fenómeno) aleatório.
_ No caso 4, antes da sua realização pode-se determinar o tempo de percurso; a
repetição do caso sempre dará o mesmo resultado (são 2horas de tempo).
Todo o acontecimento com estas características é denominado acontecimento
(fenómeno) deterministico.
Os fenómenos aleatórios constituem o objecto de estudo das probabilidades.

66 Manual de Estatística
 Sistema de Formação em Administração Pública

[Link]ço Amostral. Eventos

Definição: para cada fenómeno aleatório define-se Espaço Amostral (S) como o
conjunto de todos resultados desse fenómeno.
Exemplo1: Lançar uma moeda e observar a face que ficou voltada para cima:
Então S  C, K  C - Cara K – coroa
Exemplo2: lançar um dado e observar a face que ficou voltada para cima
Então S  1,2,3,4,5,6
Exemplo3: lançar simultaneamente duas moedas e observar as faces que ficaram
voltadas para cima.
Então S  (C, K), (C, C), (K, C), (K, K)
Definição: Evento é um subconjunto do espaço amostral S.
Note que S- espaço amostral é um evento que se diz evento certo enquanto que Ǿ̣ um
evento que se diz evento impossível.
Exemplo 4:
Seja A o acontecimento “ jogar um dado e observar a face de cima” , vimos já que
S  1;2;3;4;5;6
Seja B o evento “Ocorrer número ímpar” então B  1;3;5
Usando as operações com conjuntos podem-se definir outros eventos;
Por exemplo se A e B são 2 eventos, temos:
i) A  B é o evento que ocorre se A ocorre ou B ocorre ou ambos ocorrem
ii) A  B Evento produto (evento intersecção)e o evento que ocorre se A e B
ocorrem
iii) A  B   Neste caso os eventos A e B não podem ocorrer simultaneamente

iv) A é o evento que ocorre se A não ocorre

Exemplo5: Lance um dado e uma moeda.
Determine:
a) O espaço amostral.
b) O evento “ocorrer cara(C) na moeda e número par no dado”.
c) O evento “ ocorrer corroa(K) na moeda e número maior que 3 no dado
d) O evento “ ocorrer” cara na moeda e número maior que 8 no dado.

67 Manual de Estatística
 Sistema de Formação em Administração Pública

Resolvendo temos;
a) S  (1, C ); (2, C ); (3, C ); (4, C ); (5, C ); (6, C ); (1, K ); (2, K ); (3, K ); (4; K ); (5, K ); (6, K )
b) (2, C ); (4, C ); (6, C )
c) C  (4, K ); (5, K ); (6, K )
d) D  ou D 

Exercícios
1. Escreva o espaço amostral dos seguintes acontecimentos aleatórios
a) Lançamento simultâneo de 2 dados
b) Lançamento simultâneo de 3 moedas
2. Tendo em conta o espaço amostral de a) e b) do exercício anterior, determine os
seguintes eventos; para a alínea a);
01. numero de pontos iguais de 2 dados.
02. numero de pontos do 1º dado maior que o numero de pontos do
2º dado.
03. a soma dos pontos dos 2 dados ser igual a 5.
Para a alínea b):
01. Pelo menos uma cara aparece nas 3 moedas
02. No máximo aparecem duas coroas
Solução

1. a)
(1,1); (1,2); (1,3); (1,4); (1,5); (1,6) 
(2,1); (2,2); (2,3); (2,4); (2,5); (2,6)
 
(3,1); (3,2); (3,3); (3,4); (3,5); (3,6) 
 
(4,1); (4,2); (4,3); (4,4); (4,5); (4,6)
(5,1); (5,2); (5,3); (5,4); (5,5); (5,6) 
 
(6,1); (6,2); (6,3); (6,4); (6,5); (6,6) 

b) S  (C, C, C); (C, C, K ); (C, K , K ); ( K , K , K ); ( K , K , C); ( K , C, C; (C, K , C); ( K , CK 

2. 01)

68 Manual de Estatística
 Sistema de Formação em Administração Pública

A1  (1,1); (2,2); (3,3); (4,4); (5,5); (6,6)

02) .
(2,1); (3,1); (3,2); (4,1); (4,2); (4,3); (5,1) 
A2   
(5,2); (5,3); (5,4); (6,1); (6,2); (6,3); (6,4); (6,5)
03) A3  (1,4); (2,3); (3,2); (4,1)
Para a alínea b
01)
B1  (C , C , C ); (C; C ' K ), (C , K , K ); ( K , C , K )( K , K , C ); (C , K , C ); ( K , C , C )
02)
B 2  ( K , K , C ); ( K , C , K ); (C , K , K ), ( K , C , K )( K , K , C ); (C , K , C ); ( K , C , C )

3. Definição de probabilidade
Analisemos a seguinte situação:
No lançamento de um dado qual A probabilidade de que saia o numero 3?
Em 1º lugar vamos determinar o espaço amostral : S   1,2,3,4,5,6, 
Em 2º lugar vamos ver quantos casos são favoráveis. Neste caso e o (3).
Então a probabilidade de que saia o numero 3 é P=1/6 ou seja e um caso em 6.
Repare que todos os restantes casos tem a mesma chance de ocorrer . Por exemplo, a
probabilidade de que saia o numero 5 e p=1/6.
É neste tipo de condição que se define a probabilidade ou seja define-se probabilidade
quando todos os elementos de S tem a mesma chance de ocorrer. Tais espaços chamam-
se equiprováveis (espaço amostra equiprobabilistico)
Por definição temos: Dado num espaço amostral S. A probabilidade de ocorrer um evento
N º de...casos favoraveis n( E )
E é P( E )  ou P( E ) 
N º total de casos n( S )

69 Manual de Estatística
 Sistema de Formação em Administração Pública

1. A probabilidade de qualquer evento E, é um numero que satisfaz a

condição 0  P( E )  1
2. A a probabilidade de um evento certo é igual a unidade isto é P(S) =1.
3. Se E é o evento complementar de E, então P( E )  1  P( E ) .
4. Se E1 e E2 são dois eventos quaisquer, então
P( E1  E 2)  P( E1)  P( E 2)  P( E1  E 2) .

Exemplo 6:
Lance três moedas determine a probabilidade de
a ) Saírem três caras
b) Uma coroa

Resolução:
S  (C, C, C); (C, C, K ); (C, K , K ); ( K , K , K ); ( K , C, C); ( K , C, K ); (C, K , C); ( K , K , K )
1
a) P( E ) 
8
Então
3
b) P( E ) 
8
Exemplo 7
No lançamento simultâneo de 2 dados, determina a probabilidade se se obter
a) Número ímpar nos dois dados.
b) Pontos iguais nos dois dados.
Resolução:
Do espaço amostral S podemos ver que:
9
a) P( E ) 
36
6
b) P( E ) 
36
Exemplo 8

70 Manual de Estatística
 Sistema de Formação em Administração Pública

Um lote contém 12 peças dos quais 5 são defeituosos. Uma peça é retirada
aleatoriamente. Determina a probabilidade de que ela seja boa.
Resolução.
Número total de casos 12.
Número de casos favoráveis 7.
7
Então P( E ) 
12
Exercícios
1 1
1. Se P( A)  P( B)  e A e B mutuamente exclusivos, calcular:
2 4
a) P( A) b) P( B) c) P( A  B) d ) P( A  B)
2. Dois dados são lançados simultaneamente. Qual a probabilidade de:
a) A soma ser menor que 4.
b) A soma ser 9.
c) O 1º resultado ser menor do que o 2º.
3. Um número inteiro é escolhido aleatoriamente dentre os números 1, 2, 3, 4, 5,
6,....,50. Qual a probabilidade de :
a) O número ser divisível por 5.
b) O número terminar em 3.
c) O número ser primo.
d) O número ser divisível por 6 ou 8.
4. Uma loja dispõe de 12 geladeiras do mesmo tipo, dos quais 4 apresentam defeitos.
Se um cliente comprar uma, qual a probabilidade de levar uma defeituosa?
5. Seis casais estão numa festa. Escolhendo duas pessoas ao acaso, determine a
probabilidade de termos:
a) Um homem e uma mulher.
b) Marido e sua esposa
c) O casal Silva.
6. Numa caixa existem 6 parafusos e 5 porcas, retiram-se aleatoriamente 3 peças.
a) Qual a probabilidade de que as três sejam porcas?
b) Qual a probabilidade de termos retirado 3 peças iguais?

71 Manual de Estatística
 Sistema de Formação em Administração Pública

7. Duas peças são retiradas ao acaso uma após outra sem reposição de um grupo de
20 peças, das quais 4 são defeituosas. Calcular a probabilidade de que:
a) A 1ª seja boa e a 2ª defeituosa?
b) As duas sejam defeituosas?
8. Dois prémios iguais serão sorteados entre 10 finalistas, sendo 7 homens e 3
mulheres. Sabendo que os dois prémios não podem ser ganhos pela mesma
pessoa, qual a probabilidade de ser premiado pelo menos uma mulher?

Soluções:
1 3 3 6 1 1
1.a) b) c )0 d) 5.a) b) c)
2 4 4 11 11 66

1 1 5 2 4
2.a) b) c) 6.a) b)
12 9 12 33 33

1 1 3 6 16 12
3.a) b) c) d) 7.a) b)
5 10 10 25 95 19

1 8
4. 8.
3 15

72 Manual de Estatística