SUMÁRIO. SÉRIE: Estatística Básica Texto i: DESCRITIVA

Tamanho: px
Começar a partir da página:

Download "SUMÁRIO. SÉRIE: Estatística Básica Texto i: DESCRITIVA"

Transcrição

1

2 7 8 9 SUMÁRIO. GENERALIDADES..... INTRODUÇÃO..... DIVISÃO DA ESTATÍSTICA..... MENSURAÇÃO Itrodução Formas de mesuração.... RESUMO DE PEQUENOS CONJUNTOS DE DADOS INTRODUÇÃO MEDIDAS DE POSIÇÃO OU TENDÊNCIA CENTRAL As médias A mediaa A moda MEDIDAS DE VARIABILIDADE OU DISPERSÃO A amplitude O desvio médio (absoluto) A variâcia O desvio padrão A variâcia relativa O coeficiete de variação.... DISTRIBUIÇÕES DE FREQÜÊNCIAS..... INTRODUÇÃO..... DISTRIBUIÇÕES POR PONTO OU VALORES DISTRIBUIÇÕES POR CLASSES OU INTERVALOS..... ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQÜÊNCIAS A freqüêcia relativa ou percetual A freqüêcia acumulada simples ou absoluta A freqüêcia acumulada relativa ou percetual Outros elemetos..... APRESENTAÇÃO DE UMA DISTRIBUIÇÃO DE FREQÜÊNCIAS Distribuição de freqüêcias por potos ou valores Distribuição de freqüêcias por classes ou itervalos..... RESUMO DE UMA DISTRIBUIÇÃO DE FREQÜÊNCIAS Medidas de posição ou tedêcia cetral Medidas de variabilidade ou dispersão Medidas de assimetria PROPRIEDADES DAS MEDIDAS Medidas de posição Medidas de dispersão.... EXERCÍCIOS.... RESPOSTAS DOS EXERCÍCIOS...9. REFERÊNCIAS... Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

3 GENERALIDADES.. INTRODUÇÃO Por ode quer que se olhe ou escute uma coleção de úmeros são ormalmete euciados como estatísticas. Estes úmeros referem-se aos mais diversos campos de atividades: esportes, ecoomia, fiaças, etc. Assim tem-se por exemplo: O úmero de carros vedidos o país aumetou em %. A taxa de desemprego atige, hoje, 7,%. As ações da Telebrás subiram R$,, hoje. Resultados do Caraval o trâsito: mortos, feridos. Um úmero é deomiado uma estatística (sigular). No fechameto da bolsa as ações da Vale foram cotadas a R$.. As vedas de uma empresa o mês costituem uma estatística. Já uma coleção de úmeros ou fatos é deomiado de estatísticas (plural). Por exemplo, As vedas da empresa Picuíhas totalizaram:, milhões em jaeiro,,7 em fevereiro e. em março. No etato o termo Estatística tem um setido muito mais amplo, do que apeas úmeros ou coleção de úmeros. A Estatística pode ser defiida como: A ciêcia de coletar, orgaizar, apresetar, aalisar e iterpretar dados uméricos com o objetivo de tomar melhores decisões. Assim como advogados possuem regras de evidêcia e cotabilistas possuem práticas comumete aceitas, pessoas que tratam com dados uméricos seguem algus procedimetos padrões. Algus destes métodos serão vistos o que se deomia de estatística descritiva... DIVISÃO DA ESTATÍSTICA A Estatística que lida com a orgaização, resumo e apresetação de dados uméricos é deomiada de Estatística Descritiva. Assim pode-se defiir a Estatística Descritiva como sedo: Os procedimetos usados para orgaizar, resumir e apresetar dados uméricos. Cojutos de dados desorgaizados são de pouco ou ehum valor. Para que os dados se trasformem em iformação é ecessário orgaizá-los, resumi-los e apresetá-los. O resumo de cojutos de dados é feito através das medidas e a orgaização e apresetação através das distribuições de freqüêcias e dos gráficos ou diagramas. Estatística Idutiva. Muitas vezes, apesar dos recursos computacioais e da boa votade ão é possível estudar todo um cojuto de dados de iteresse. Neste caso estuda-se uma parte do cojuto. O pricipal motivo para se trabalhar com uma parte do cojuto ao ivés do cojuto iteiro é o custo. O cojuto de todos os elemetos que se deseja estudar é deomiado de população. Note-se que o termo população é usado um setido amplo e ão sigifica, em geral, cojuto de pessoas. Pode-se defiir uma população como sedo: Uma coleção de todos os possíveis elemetos, objetos ou medidas de iteresse. Assim, são exemplos de populações:. O cojuto das redas de todos os habitates de Porto Alegre; Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

4 O cojuto de todas as otas dos aluos de Estatística;. O cojuto das alturas de todos os aluos da Uiversidade; etc. Um levatameto efetuado sobre toda uma população é dito de levatameto cesitário ou simplesmete ceso. Fazer levatametos, estudos, pesquisas, sobre toda uma população (ceso) é, em geral, muito difícil. Isto se deve à vários fatores. O pricipal é o custo. Um ceso custa muito caro e demada um tempo cosiderável para ser realizado. Assim, ormalmete, se trabalha com partes da população deomiadas de amostras. Uma amostra pode ser caracterizada como: Uma porção ou parte de uma população de iteresse. Utilizar amostras para se ter cohecimeto sobre populações é realizado itesamete a Agricultura, Política, Negócios, Marketig, Govero, etc., como se pode ver pêlos seguites exemplos: Ates da eleição diversos órgãos de pesquisa e impresa ouvem um cojuto selecioado de eleitores para ter uma idéia do desempeho dos vários cadidatos as futuras eleições. Uma empresa metal-mecâica toma uma amostra do produto fabricado em itervalos de tempo especificados para verificar se o processo está sob cotrole e evitar a fabricação de ites defeituosos. O IBGE faz levatametos periódicos sobre emprego, desemprego, iflação, etc. Redes de rádio e tv se utilizam costatemete dos ídices de popularidade dos programas para fixar valores da propagada ou etão modificar ou elimiar programas com audiêcia isatisfatória. Biólogos marcam pássaros, peixes, etc. para tetar prever e estudar seus hábitos. O processo de escolha de uma amostra da população é deomiado de amostragem. Riscos da amostragem. O processo de amostragem evolve riscos, pois toma-se decisões sobre toda a população com base em apeas uma parte dela. A teoria da probabilidade pode ser utilizada para forecer uma idéia do risco evolvido, ou seja, do erro que se comete ao utilizar uma amostra ao ivés de toda a população, desde que, é claro, a amostra seja selecioada através de critérios probabilísticos, isto é, ao acaso. Baseado os coceitos ateriores pode-se defiir Estatística Idutiva ou Iferecial como: A coleção de métodos e técicas utilizados para se estudar uma população baseados em amostras probabilísticas desta mesma população... MENSURAÇÃO... INTRODUÇÃO O processo de selecioar o modelo matemático ou estatístico a ser utilizado com uma dada técica de pesquisa ou procedimeto operacioal evolve algumas decisões importates. A tomada de decisão do modelo matemático ou estatístico a ser aplicado costuma ser precedida pela mesuração do feômeo evolvido. E uma primeira dificuldade surge a ecessidade de se defiir o que é mesuração. Se o termo se referir somete aqueles tipos de medidas comumete utilizados em ciêcias tais como a física (por exemplo: medidas de comprimeto, massa ou tempo) ão haverá muitos problemas a escolha do sistema matemático. Mas se o coceito de medida for amplo o suficiete para icluir certos Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

5 7 8 9 procedimetos de categorização ormalmete utilizados em Ciêcias Sociais, etão o problema tora-se mais complexo. Pode-se distiguir etre diversos íveis de mesuração e para cada um existem diferetes modelos estatísticos apropriados.... FORMAS DE MENSURAÇÃO Existem quatro formas de mesuração ou tipos ou íveis de medidas ou aida escalas que são cohecidas como: omial, ordial, itervalar e razão. Nível omial. A operação básica e mais simples em qualquer ciêcia é a de classificação. Na classificação teta-se separar cojutos de elemetos com respeito a certas categorias, tomado decisões sobre quais elemetos são mais parecidos e quais são diferetes. O objetivo é colocar os elemetos em categorias tão homogêeas quato possível quado comparados com as difereças existetes etre as categorias. Os termos ível omial de medida ou escala omial são utilizadas para se referir a àqueles dados que só podem ser classificados em categorias. Se bem que o setido estrito ão existe a realidade uma medida ou escala evolvida. Existe apeas uma cotagem. Variáveis que podem ser colocadas esta categoria são, por exemplo, a classificação das pessoas quato à religião, sexo, estado civil, etc. Não existe uma ordem particular etre as categorias ou grupos e além disso duas categorias quaisquer são mutuamete excludetes, isto é, uma pessoa ão pode ser ao mesmo tempo católico e protestate. Além disso as categorias são exaustivas, sigificado que um membro da população deve aparecer em uma e somete uma das categorias. Observe a tabela um abaixo. Tabela. - Exemplo de variável omial Estado civil Número de pessoas Casado Solteiro Viúvo Divorciado Total 7 Deve-se ser salietado que as classes ou categorias podem ser rotuladas com úmeros, mas isto ão sigifica as operações aritméticas com estes úmeros teham algum sigificado em particular. Neste caso os úmeros exercem a mesma fução dos omes, isto é, idetificar a categoria. Nível ordial. O ível ordial é o tipo omial em que se pode ordear as categorias. A úica difereça etre os dois íveis é a relação de ordem que se pode estabelecer etre as categorias. No etato, ão é possível afirmar o quato uma categoria é maior do que a aterior, isto é, ão se pode afirmar o quato uma categoria possui da característica. A avaliação através de coceitos é feita por uma escala ordial. Veja um exemplo a tabela dois abaixo. Tabela. - Exemplo de variável em escala ordial Coceitos Número de aluos A B C D E Total Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

6 7 8 9 Não se pode afirmar este caso que quem tirou A teve um úmero de acertos duas vezes maior que quem tirou C. A úica coisa que se sabe é que quem tem A acertou mais questões do quem tem B e este de quem tem C e assim por diate. As famílias podem ser classificadas de acordo com seu estatus sócio ecoômico em: alta, média alta, média, média baixa, baixa. Não é possível etretato afirmar que a difereça etre a alta e a média alta seja a mesma que etre a média e a média baixa. Nível itervalar. No setido estrito da palavra o termo mesuração pode ser utilizado para se referir a situações em que se pode, ão somete ordear objetos com respeito ao grau de que eles possuem certa característica, mas também idicar a exata distâcia etre eles. Isto é possível através de uma escala deomiada de "escala de itervalos". A escala de medida itervalar é uma escala omial em que a distâcia etre as categorias, ao cotrário da ordial, é sempre a mesma. Ou seja, ela possui todas as características da escala ordial mais o fator de que a distâcia etre as diversas categorias (ou valores) é sempre costate. As escalas de medir temperaturas como a Fahreheit e a Celsius são exemplos de escalas de itervalo. No etato, ão se pode afirmar que uma temperatura de graus é duas vezes mais quete que uma de graus, embora se possa dizer que a difereça etre graus e graus é a mesma que etre 7 graus e 9 graus. Isto porque este tipo de escala ão possui um zero absoluto. Ou seja o valor zero a escala é apeas um poto de referêcia e ão sigifica a ausêcia de calor. Escores padroizados são também exemplos deste tipo de ível de medida. Tora-se evidete que uma escala de itervalo requer o estabelecimeto de algum tipo de uidade física a qual todos cocordem, isto é, um padrão, e, que seja replicável, isto é, possa ser aplicada muitas vezes e forecedo sempre os mesmos resultados. Comprimeto é medido em termos de cm ou metros, tempo em segudos, temperatura em cetígrados ou Fahreheit, reda em dólar ou reais. Por outro lado ão existem tais uidades para iteligêcia, autoritarismo ou prestígio que sejam uâimes etre todos os cietistas sociais e que possam ser assumidas costates de uma situação para outra. Nível de razão. Este é o mais alto ível de medida. É caracterizado por apresetar todas as características da escala itervalar mais um zero absoluto. Aqui o zero pode ser etedido como a ausêcia da característica e as comparações de valor (razão) têm setido. Um exemplo de variável deste tipo é o peso. Um valor igual a zero sigifica ausêcia de peso e um valor de kg é duas vezes mais pesado que um de kg. Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

7 RESUMO DE PEQUENOS CONJUNTOS DE DADOS.. INTRODUÇÃO Para se aalisar um cojuto de valores é ecessário primeiramete, para fis de otação, distiguir se este cojuto é resultado de um ceso ou de uma amostragem. A Estatística Descritiva pode ser estudada cosiderado os cojutos de valores aalisados como sedo amostras ou etão populações. Como o caso mais comum é a obteção de amostras a otação apresetada será feita cosiderado os valores como resultados de amostrages. No etato, covém ficar ateto, com a bibliografia, pois depededo do autor a orietação pode ser outra. A difereça, cosiderada do poto de vista da descrição dos dados, é apeas otacioal. Assim o tamaho de uma população (quado fiita) é represetado, ormalmete por N, equato que o tamaho de amostra é represetado por. Afora algumas exceções os valores calculados a amostra são represetados por letras latias equato que os correspodetes a população o são pelas mesmas letras só que gregas. Para facilitar o estudo da Estatística Descritiva os cojutos de valores serão cosiderados como pequeos e grades. Assim se um cojuto tiver ou meos valores a aálise será feita sem o agrupameto. Caso o cojuto teha mais do que valores etão primeiramete será feito o agrupameto de acordo com o tipo de variável cosiderada. O valor é apeas um poto de referêcia escolhido arbitrariamete e depededo da situação pode-se cosiderar o agrupameto com mais ou meos valores evolvidos. Um cojuto de dados, de qualquer tamaho, pode ser resumido de acordo com as seguites medidas:. Medidas de tedêcia cetral ou posição. Medidas de dispersão ou variabilidade.. Medidas de assimetria.. Medidas de achatameto ou curtose... MEDIDAS DE POSIÇÃO OU TENDÊNCIA CENTRAL Um cojuto de valores (amostra) será represetada por: x, x,..., x, ode é o úmero de elemetos do cojuto, isto é, o tamaho da amostra.... AS MÉDIAS (a) A média aritmética A média aritmética do cojuto x, x,..., x é represetada por x e calculada por: x = (x + x x ) / = xi (b) A média geométrica A média geométrica dos valores positivos: x, x,..., x, é represetada por m g e calculada por: m g =...x x x = Π xi Prof. Lorí Viali, Dr. viali@mat.ufrgs.br - 7

8 7 8 9 (c) A média harmôica A média harmôica dos valores positivos x, x,..., x é represetada por m h e calculada por: m h = = = x x x x x x xi Observado a expressão do cálculo da média harmôica pode-se verificar que ela é defiida como sedo: O iverso da média aritmética dos iversos. Calcular as médias dos seguites cojutos de dados: (a) 9 (b) (c) / / / 7/ Para o cojuto em (a) tem-se: x = ( + 9) / = m g = 9. = 9 = m h = / ( + /9) = 8/ =,8 Para o cojuto em (b) tem-se: x = ( + ) / = m g =. = =, 9 m h = / (/ + /) = / =,8 Para o cojuto em (c) tem-se: 7 8., 8 x = [/ + / + / + 7/] / = 9/8 =, m g =.. = = m h = = = = 89, Relação etre as três médias As três médias matém a seguite relação etre elas, desde que os valores sejam positivos e diferetes etre si. x > m g > m h (d) A média quadrática A média geométrica dos valores positivos: x, x,..., x, é represetada por m q e calculada por:... m q = x + x + + x xi = (e) A média aritmética poderada A média aritmética poderada do cojuto x, x,..., x k, com pesos w, w,..., w k, é represetada por ma p e calculada por: ma p = (x w + x w x w k ) / (w + w w k ) = xi wi wi Prof. Lorí Viali, Dr. viali@mat.ufrgs.br - 8

9 7 8 9 (f) A média geométrica poderada A média geométrica poderada do cojuto x, x,..., x k, com pesos w, w,..., w k, é represetada por mg p e calculada por: mg p = w i x w x w... (g) A média harmôica poderada x w k k A média harmôica poderada do cojuto x, x,..., x k, com pesos w, w,..., w k, é represetada por mh p e calculada por: mh p = wi wi xi A média da primeira prova de Estatística da turma foi de, e foi realizada por aluos. Na seguda prova compareceram aluos que tiveram uma média de,. A terceira prova realizada por aluos teve média de,. Qual a média aritmética geral das provas? m p = xi wi = (,. +,. +,.) / ( + + ) = 87 / =,. w... A MEDIANA i A mediaa de um cojuto ordeado de valores, aotada por m e, é defiida como sedo o valor que separa o cojuto em dois subcojutos do mesmo tamaho. Assim se (úmero de elemetos) é ímpar a mediaa é o valor cetral do cojuto. Caso cotrário a mediaa é a média dos valores cetrais do cojuto. Tem-se: m e = x (+)/ se é ímpar e m e = [x (/) + x (/)+ ] / se é par Para o cojuto: 8 9 A mediaa é: m e = x (7+)/ = x =, Ou seja, a mediaa é o quarto valor a seqüêcia ordeada de elemetos. Se o cojuto acima fosse: 8 Etão a mediaa seria: m e = [x (/) + x (/)+ ] / = [x (/) + x (/)+ ] / = (x + x ) / = ( + ) / = / =,... A MODA A moda de um cojuto de valores, aotada por m o, é defiida como sedo o valor (ou os valores) do cojuto que mais se repete. Covém lembrar que a moda ao cotrário da mediaa e da média pode ão ser úica, isto é, um cojuto pode ser bimodal, trimodal, etc. ou mesmo amodal (sem moda). Se a moda existir será represetada por m o. Prof. Lorí Viali, Dr. viali@mat.ufrgs.br - 9

10 7 8 9 Dado o cojuto: 7 9 A moda será: m o =, Pois este valor se repete vezes o cojuto e qualquer outro se repete duas ou meos vezes... MEDIDAS DE VARIABILIDADE OU DISPERSÃO... A AMPLITUDE A mais simples das medidas de dispersão é a amplitude, aotada por h, e defiida como sedo a difereça etre os valores extremos do cojuto, isto é: h = x max - x mi A amplitude do cojuto: - 8, vale: h = x max - x mi = - (-) =.... O DESVIO MÉDIO (ABSOLUTO) A amplitude é uma medida simples e fácil de calcular. Tem a virtude de dar uma idéia da variabilidade do cojuto. No etato ela ão leva em cosideração todos os valores do cojuto como seria desejável. Assim prefere-se, em geral, trabalhar com medidas que utilizam toda a iformação dispoível. Uma destas medidas é o desvio médio absoluto ou simplesmete desvio médio. O desvio médio é represetado por dma e defiido como sedo a média das distâcias que os valores do cojuto se ecotram da média. dma = [ x - x + x - x x - x ] / = xi x Calcular o dma do cojuto: -7 8 A média é x = ( ) / = 8/ = Etão o desvio médio será: dma = [ ] / = ( ) / = / =,... A VARIÂNCIA O desvio médio apesar de ituitivamete fácil de iterpretar e simples de calcular ão é muito utilizado em Estatística. O que de fato é a medida de dispersão usual é a variâcia e pricipalmete sua raiz quadrada que é deomiada de desvio padrão. A variâcia é aotada por s e defiida como sedo Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

11 7 8 9 a média dos quadrados dos desvios em relação a média aritmética. Por desvio etede-se a difereça etre um valor do cojuto e a média. ( x) s = [(x - x ) + (x - x ) (x - x ) xi ] / = Nem sempre esta expressão é a mais idicada para ser utilizada. Quado a média é um valor decimal ão exato ela ão é muito prática, uma vez que etrará o cálculo vezes aumetado os erros de arredodameto que ocorrem. Neste caso é melhor se valer de uma expressão alterativa que pode ser derivada da expressão acima desevolvedo o quadrado detro do somatório e fazedo algumas simplificações. Trabalhado iicialmete apeas com o umerador da fórmula acima vem: x x) ( i = Observado que ( xi xi x + x ) = xi x xi x xi x = tem-se que: xi x = e aida que: x = x vem: x x) = xi x + x = x i x Dividido este resultado por e simplificado a seguda parcela vem: ( i s = x x) = x i x Esta é uma seguda expressão para o cálculo da variâcia e em muitas situações é mais vatajosa de ser usada. Neste caso a variâcia pode ser caracterizada como sedo: a média dos quadrados meos o quadrado da média. ( i... O DESVIO PADRÃO A variâcia por ser um quadrado ão permite comparações com a uidade que se está trabalhado. Para se ter uma medida de variabilidade com a mesma uidade do cojuto utiliza-se a raiz quadrada da variâcia, que é deomiada de desvio padrão. Assim a expressão para o desvio é: s = x x) ( i i = x x Calcular a variâcia e o desvio padrão do cojuto: -7 8 A média é x = ( ) / = 8/ = Etão variâcia será: s = [(-7 - ) + ( - ) + ( - ) + ( - ) + (8 - ) + ( - ) ] / = = ( ) / = 8 / =,7 E o desvio padrão: s =,... A VARIÂNCIA RELATIVA A variâcia relativa, represetada por g é o quociete etre a variâcia absoluta e o quadrado da média. Isto é: g = s / x Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

12 O COEFICIENTE DE VARIAÇÃO O coeficiete de variação é a raiz quadrada da variâcia relativa. Isto é: g = s / x Calcular a variâcia relativa e o coeficiete de variação do cojuto: -7 8 A média é x = ( ) / = 8/ = Etão variâcia será: s = [(-7 - ) + ( - ) + ( - ) + ( - ) + (8 - ) + ( - ) ] / = = ( ) / = 8 / =,7 O desvio padrão será: s =, Etão a variâcia relativa será: g = (8/) / 9 =, E o coeficiete de variação será: g = s / x =, / = 8,9% Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

13 DISTRIBUIÇÕES DE FREQÜÊNCIAS.. INTRODUÇÃO Para se trabalhar com grades cojutos de dados é ecessário iicialmete agrupar estes dados. O agrupameto é feito em tabelas, deomiadas de distribuições de freqüêcias. Para se costruir uma distribuição de freqüêcias é comum fazer a distição etre dois tipos de variáveis. A variável (ou cojuto) discreta (valores que são resultados de cotagem) e a variável (ou cojuto) cotíua (valores que são resultados de uma medida). Em geral variáveis discretas são agrupadas em distribuições por poto ou valores e variáveis cotíuas em distribuições por classes ou itervalos. A separação ão é rígida e depede basicamete dos dados cosiderados. Poderá ser ecessário usar uma distribuição por classes ou itervalos mesmo quado a variável é discreta... DISTRIBUIÇÕES POR PONTO OU VALORES. Cosidere-se um cojuto de valores resultados de uma cotagem. Poderia ser, por exemplo, o úmero de irmãos dos aluos da turma U, disciplia de Estatística. Número de irmãos dos aluos da turma U - disciplia Estatística Esta coleção de valores ão costitui iformação mas pode ser trasformada em iformação mediate sua represetação em uma distribuição de freqüêcias por potos ou valores. Para tal, colocase o cojuto em uma tabela em que a colua da esquerda é represetada pelos diferetes úmeros ordeados (os potos ou valores) e a colua da direita pelo úmero de vezes que cada valor se repetiu (as freqüêcias simples ou absolutas). Para o exemplo, a tabela três, tem-se: Tabela - Distribuição de freqüêcias por poto ou valores do úmero de irmãos dos aluos da turma U. Disciplia Estatística. Número de irmãos Número de aluos 7 8 Total.. DISTRIBUIÇÕES POR CLASSES OU INTERVALOS Cosidere-se um cojuto de valores resultados de uma medida. Poderia ser, por exemplo, a idade dos aluos da turma U da disciplia de Estatística. Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

14 7 8 9 Idade (em meses) dos aluos da turma U - Disciplia Estatística Este cojuto de valores, obviamete ão pode ser apresetado da mesma forma que o aterior, pois quase ão há repetições. Neste caso é ecessário costruir uma tabela deomiada de distribuição de freqüêcias por classes ou itervalos. Evidetemete haverá perda de iformação este processo, mas o gaho obtido pela facilidade compreesão dos dados compesa. O procedimeto para costruir esta distribuição evolve os seguites passos (algoritmo): Determiar a amplitude dos dados: h = x max - x mi. Decidir sobre o úmero de classes k a ser utilizado. Recomeda-se um úmero de classes etre e. Para que a decisão ão seja totalmete arbitrária pode-se usar a raiz quadrada do úmero de valores como o úmero de classes, ou seja, k. Determiar a amplitude de cada classe. Sempre que possível mater todas as amplitudes iguais. Para tato deve-se dividir a amplitude dos dados h pelo úmero de classes k, arredodado para mais, ou seja, h i h / k. Cotar o úmero de valores pertecetes a cada classe. Em geral, utiliza-se a simbologia ( --- ), para idicar um itervalo fechado à esquerda e aberto à direita. Também poderia ser utilizado o itervalo aberto à esquerda e fechado à direita (--- ), aberto de ambos os lados ( --- ) ou aida fechado de ambos os lados ( --- ). Um exemplo de uma distribuição por classes ou itervalos é apresetado a tabela. Tabela - Idades dos aluos da turma U - Disciplia Estatística. Idades Número de aluos Total.. ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQÜÊNCIAS Além da freqüêcia simples ou absoluta pode-se defiir aida:... A FREQÜÊNCIA RELATIVA OU PERCENTUAL A freqüêcia relativa simples ou percetual é defiida como sedo o quociete etre a freqüêcia simples f i e o total de dados. fr i = f i / Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

15 7 8 9 Na tabela três tem-se: fr = 8 / =, = %, sigificado que % dos aluos da turma possuem irmãos. Na tabela quatro tem-se: fr = 9 / =,8 = 8%, sigificado que 8% dos aluos possuem idades maiores ou iguais a meses porém meores do que 7 meses.... A FREQÜÊNCIA ACUMULADA SIMPLES OU ABSOLUTA. A freqüêcia acumulada simples ou absoluta da liha i é defiida como sedo a soma das freqüêcia simples ou absolutas até a liha i. F i = f + f f i Na tabela três tem-se: F = f + f + f + f = =, sigificado que aluos da turma possuem até irmãos.... A FREQÜÊNCIA ACUMULADA RELATIVA OU PERCENTUAL A freqüêcia acumulada relativa ou percetual da liha i é defiida como sedo a soma das freqüêcia relativas ou percetuais até a liha i. Fr i = fr + fr fr i, ou etão, como sedo o quociete da freqüêcia acumulada simples pelo total de dados. Fr i = F i / Na tabela quatro tem-se: Fr = ( + 9) / = %, isto é, % dos aluos possuem idades meores do que 7 meses.... OUTROS ELEMENTOS (i) Na tabela três os valores da colua da esquerda são deomiados de potos ou valores. Cada um deles é represetado por x i, ode i varia de até k, sedo k o úmero de lihas da tabela. (ii) Na tabela quatro os valores da colua da esquerda são deomiados de classes ou itervalos. As classes, também, variam de até k. (iii) Limite iferior da classe i. Aota-se por li i. Na tabela o limite iferior da terceira classe é: 7. (iv) Limite superior da classe i. Aota-se por ls i. Na tabela o limite superior da quita classe é:. (v) Amplitude da classe i. Aota-se por h i e é calculada como a difereça etre os limites superior ou iferior da classe i. Assim h i = ls i - li i. Na tabela quatro a amplitude da classe quatro é: h = ls - li = = - 9 = meses. (vi) Poto médio da classe. Como ão é possível trabalhar com classes é ecessário escolher um represetate da classe. Este represetate é deomiado de poto médio da classe. É represetado por x i e calculado por: x i = (li i + ls i ) / ou etão x i = li i + h i /. Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

16 7 8 9 meses. Na tabela quatro o poto médio da terceira classe é: x = (li + ls ) / = (7 + 9) / = 8 Na tabela, abaixo, estão ilustrados os cálculos das freqüêcias relativas percetuais, da freqüêcia acumulada simples e da freqüêcia acumulada percetual. Tabela - Exemplos de freqüêcias Número de irmãos Número de aluos fr i F i Fr i Total APRESENTAÇÃO DE UMA DISTRIBUIÇÃO DE FREQÜÊNCIAS... DISTRIBUIÇÃO DE FREQÜÊNCIAS POR PONTOS OU VALORES. Uma distribuição de freqüêcias por potos ou valores é apresetada graficamete através de um diagrama de lihas ou coluas, ode a variável x i é represetada o eixo das abcissas (horizotal) e as freqüêcias (que podem ser de qualquer tipo) o eixo das ordeadas (vertical). Veja-se um exemplo de diagrama de coluas simples a figura. Figura - Diagrama de coluas simples da variável "úmero de irmãos dos aluos da turma U - Disciplia de Estatística"... DISTRIBUIÇÃO DE FREQÜÊNCIAS POR CLASSES OU INTERVALOS Uma distribuição de freqüêcias por classes ou itervalos é apresetada graficamete através de um diagrama deomiado de histograma. Um histograma é um gráfico de retâgulos justapostos ode a base de cada retâgulo é a amplitude de cada classe e a altura é proporcioal a freqüêcia (simples ou relativa) de modo que a área de cada retâgulo seja igual a freqüêcia cosiderada. Desta forma a altura de cada retâgulo será igual a: f i / h i ou etão fr i / h i. Veja-se o cálculo das alturas a tabela e o exemplo a figura. Também pode ser costruído um histograma utilizado-se as freqüêcias acumuladas. Neste caso o diagrama resultate é deomiado de ogiva. Se os potos médios Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

17 7 8 9 de cada classe de um histograma forem uidos através de segmetos de retas teremos etão um diagrama deomiado de polígoo de freqüêcias. Tabela - Cálculo das ordeadas do histograma Idades Número de aluos f i / h i ----, , , , ----, ----, , Total ---- Figura - Histograma de freqüêcia simples da variável "idades dos aluos da turma U - Disciplia de Estatística" fi / hi,7,,,,,, RESUMO DE UMA DISTRIBUIÇÃO DE FREQÜÊNCIAS... MEDIDAS DE POSIÇÃO OU TENDÊNCIA CENTRAL (i) A média aritmética A média aritmética de uma distribuição de freqüêcias por potos ou valores ou aida por classes ou itervalos é dada por: x = (f x + f x f x ) / (f + f f ) = f i i Exemplos: A média da distribuição da tabela três, utilizado a tabela 7 para fazer os cálculos será: x Prof. Lorí Viali, Dr. viali@mat.ufrgs.br - 7

18 7 8 9 Tabela 7 - Cálculo da média de uma distribuição por potos ou valores Número de irmãos Número de aluos f i x i 7 8 Total 9 x = f i xi = 9 / =,9 irmãos. Ou seja, o úmero médio de aluos da turma U, de Estatística, é de,9. Já para a tabela quatro é ecessário primeiro obter os valores dos potos médios de cada classe ou itervalo. Fazedo os cálculos a tabela 8, vem: Tabela 8 - Cálculo da média de uma distribuição por classes Idades Número de aluos x i f i x i Total ---- Deste modo a média das idades será: x = f x (ii) A mediaa i i = / = 8, meses, ou seja, 8 meses e dias. (a) A mediaa de uma distribuição de valores ou potos é obtida da mesma forma que para dados ão agrupados, isto é: m e = x (+)/ se é ímpar e m e = [x (/) + x (/)+ ] / se é par Observação: Neste caso deve-se trabalhar como se o cojuto ão estivesse agrupado. Para os valores da tabela três a mediaa é: m e = [x / + x (/)+ ] / = [x + x ] / = ( + ) / =, pois da oitava posição até a vigésima oitava posição todos os valores são iguais a um, e a mediaa é a média etre os valores que se ecotra a vigésima quita e vigésima sexta posição. Prof. Lorí Viali, Dr. viali@mat.ufrgs.br - 8

19 7 8 9 (b) A mediaa de uma distribuição de freqüêcias por classes ou itervalos é dada pela seguite expressão: m e = + Fi- li i hi, ode f i li i = limite iferior da classe mediaa, isto é, a classe que cotém o ou os valores cetrais; h i = amplitude da classe mediaa; f i = freqüêcia simples da classe mediaa; F i- = freqüêcia acumulada simples da classe aterior à classe mediaa. Cosiderado que a classe mediaa, a tabela quatro, é a que cotém os valores x e x, isto é, a terceira classe, vem: m e = + F li h = 7 + [( - ) / 8] = 7 + = 8 meses. f (iii) A moda (a) A moda de uma distribuição de valores ou potos é obtida da mesma forma que para dados ão agrupados, ou seja, observado o valor ou os valores que mais se repetem. m o = valor da liha com maior freqüêcia (se existir apeas uma). Para os valores da tabela três a moda é: m o =, pois este valor com uma freqüêcia de é o que mais se repete. (b) A moda de uma distribuição de freqüêcias por classes ou itervalos é dada pelas seguites expressões: m o = fi+ li i + h i fi- +, deomiada de moda de Kig, ou fi+ vem: m o = fi fi- li i + h i fi fi-, deomiada de moda de Kzuber, ode: fi+ li i = limite iferior da classe modal, isto é, a classe de maior freqüêcia; h i = amplitude da classe modal; f i = freqüêcia simples da classe modal; f i- = freqüêcia simples da classe aterior à classe modal; f i+ = freqüêcia simples da classe superior à classe modal. Cosiderado que a classe de maior freqüêcia, a classe modal, a tabela quatro, é a primeira, Prof. Lorí Viali, Dr. viali@mat.ufrgs.br - 9

20 7 8 9 m o = li h f + = + = meses. f m o = f li + h f = + [ / ( - 9)] = + = meses. f (iv) Relação etre as três medidas de posição Karl Pearso estabeleceu a seguite relação aproximada etre as três medidas de posição: x - m o = ( x - m e ), Ou seja, em uma distribuição de freqüêcias à difereça etre a média e a moda é vezes maior do que a difereça etre a média e a mediaa.... MEDIDAS DE VARIABILIDADE OU DISPERSÃO (a) A amplitude A amplitude de uma distribuição de freqüêcias é defiida como sedo a difereça etre os valores extremos da distribuição, isto é: h = x max - x mi, para a distribuição por potos ou valores e h = ls k - li, para a distribuição por classes ou itervalos. A amplitude da distribuição da tabela três é: h = x max - x mi = - = irmãos Já a amplitude da distribuição da tabela quatro vale: h = ls 7 - li = 7 - = meses (b) O desvio médio (absoluto) O desvio médio absoluto de uma distribuição de freqüêcias é dado por: dma = [ f x - x + f x - x f k x - x ] / = f i xi x O dma da distribuição da tabela três utilizado a tabela 9 para os cálculos, vale: Tabela 9 - Cálculo dos desvio médio absoluto Número de irmãos Número de aluos fi xi - x 7 7 -,9 =, -,9 = 8, ,9 =,8 -,9 =, -,9 = 8, -,9 = 9, -,9 = 8, Total, Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

21 7 8 9 dma = f (c) A variâcia i xi x =, / =,9 irmãos A variâcia de uma distribuição de freqüêcias pode ser avaliada por qualquer uma das expressões abaixo. s = [f (x - x ) + f (x - x ) f k (x k - x ) ] / = f (d) O desvio padrão i (xi x) f = ixi x O desvio padrão de uma distribuição de freqüêcias é determiado extraido-se a raiz quadrada da variâcia. Assim, do desvio padrão é: s = f i (xi x) i i f x = x A variâcia e o desvio padrão da distribuição da tabela, utilizado a tabela para os cálculos vale: Tabela - Ilustração do cálculo da variâcia Idades Número de aluos x i f i x i f i x Total A variâcia da distribuição será: s = f ixi x = 8 / - 8, = 87-89, =,9 O desvio padrão vale: s f x = i i x = 7,7 A variâcia relativa: g = s / x =,7 O coeficiete de variação vale: g = s / x =, =,% Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

22 MEDIDAS DE ASSIMETRIA A assimetria de um cojuto de dados, agrupados ou ão, pode ser avaliada através da seguite relação devida a Karl Pearso: a = ( x - m e ) / s Se a for igual a zero etão a distribuição (ou cojuto) é dito simétrico. Se a > etão a assimetria é positiva sigificado que o gráfico da distribuição tem uma cauda alogada à direita. Caso a seja egativo a cauda do gráfico será alogada à esquerda. Se uma distribuição de freqüêcias é simétrica etão as medidas de posição coicidem, isto é: x = m e = m o. Se a distribuição é positivamete assimétrica etão x > m e > m E se a distribuição é egativamete assimétrica etão x < m e < m o.7. PROPRIEDADES DAS MEDIDAS.7.. MEDIDAS DE POSIÇÃO (i) Se todos os valores de um cojuto de dados forem somados a uma costate etão as medidas de posição aumetam desta costate. Em símbolos. Dado um cojuto de dados x e somado a este cojuto uma costate c. Etão para y = x + c, tem-se: y = x + c O mesmo acotece com a mediaa e a moda. (ii) Se todos os valores de um cojuto de dados forem multiplicados a uma costate etão as medidas de posição ficam multiplicadas por esta costate. Em símbolos. Se um cojuto de dados x for multiplicado por uma costate c. Etão para y = cx, tem-se: y = c x O mesmo acotece com a mediaa e a moda..7.. MEDIDAS DE DISPERSÃO (i) Se todos os valores de um cojuto de dados forem somados a uma costate etão as medidas de dispersão ão se alteram. Em símbolos. Dado um cojuto de dados x e somado a este cojuto uma costate c. Etão para y = x + c, tem-se: s y = s x O mesmo vale para a variâcia e para o dma. O coeficiete de variação e a variâcia relativa são exceções, pois são medidas derivadas, que combiam uma medida de posição a média o deomiador que se altera e uma medida de dispersão o desvio padrão ou a variâcia o umerador que ão se altera. (ii) Se todos os valores de um cojuto de dados forem multiplicados a uma costate etão as medidas de posição ficam multiplicadas por esta costate, sedo que a variâcia fica multiplicada pelo quadrado desta costate. Em símbolos. Se um cojuto de dados x for multiplicado por uma costate c. Etão para y = cx, tem-se: Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

23 7 8 9 s y = cs x O mesmo vale para a o dma. Já a variâcia que é um quadrado fica multiplicada pelo quadrado da costate. O coeficiete de variação e a variâcia relativa são exceções, pois são medidas derivadas, que combiam uma medida de posição, a média o deomiador que se altera, e uma medida de dispersão, o desvio padrão ou a variâcia o umerador, que também se altera. Como tato o umerador quato o deomiador se alteram a mesma proporção, etão a razão etre as duas alterações passará a ser um. Portato tato a variâcia relativa quato o coeficiete de variação são idiferetes a uma multiplicação do cojuto de valores por uma costate. Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

24 EXERCÍCIOS. Idetifique os tipos de escalas utilizadas para cada uma das seguites características das uidades de observação, retiradas de uma tabela do Guia do Usuário do aplicativo Microsoft Excel: mês, tipo de produto, vededor, região do país, uidades vedidas e total de vedas.. É possível ecotrar a seguite série de desvios tomados em relação a média aritmética:, -,, -7 e? Justifique.. Dados dois grupos de pessoas, o grupo A com elemetos e o grupo B com elemetos. Se o peso médio do grupo A for de 8 kg e o do grupo B for de 7 kg etão é verdade que o peso médio dos dois grupos cosiderados em cojuto é de 7 kg? Justifique.. Um cocurso realizado simultaeamete os locais A, B e C, apresetou as médias: 7, e, obtidos por, e cadidatos, essa ordem. Qual foi a média geral do cocurso?. Para um dado cocurso, % dos cadidatos eram do sexo masculio e obtiveram uma média de 7 potos em determiada prova. Sabedo-se que a média geral dos cadidatos (idepedete de sexo) foi de potos, qual foi a média dos cadidatos do sexo femiio?. Determiar a moda dos seguites cojutos: (.),, 9,,, 7, e (.),,, 7,,,,,, e (.) 8,,,,,, 9,,,,, e (.), 8,, 7, 8,, 8, 8, 7, 8, 8, 8, 8, 8 e 8 7. Determiar a mediaa dos seguites cojutos: (7.) (7.),,,7, -, -. (7.) / / /7 / -/ -/ -/ /8 8. Para os cojutos abaixo, determiar com aproximação cetesimal, as seguites medidas: (a) A amplitude (b) O desvio médio (c) A variâcia (d) O desvio padrão (e) O coeficiete de variação. (8.),,8,,9. (8.) -7/ -/ / 7/ / 9. Dados os seguites cojutos de valores: (a) 7 9 (b) 8 (c) 7 9. Calculado a média e o desvio padrão do cojuto em (a), determiar, através das propriedades, a média e o desvio padrão dos cojutos em (b) e (c).. Quareta aluos da PUC foram questioados quato ao úmero de livros lidos o ao aterior. Foram registrados os seguites valores: 8 (.) Orgaize os dados em uma tabela adequada. (.) Qual o percetual de aluos que leram meos do que livros. Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

25 7 8 9 (.) Qual o percetual de aluos que leram ou mais livros. (.) Classifique a variável e o tipo de distribuição utilizada.. O cojuto de dados abaixo represeta uma amostra de elemetos:,7,8,7,,,8 8,,,7,88,,9,,8 7,,,9,8 8,,,8, 7,77,,88,,,78,,,9,9,7 8,7,9,7 8,9,,, (.) Agrupe os dados em uma distribuição de freqüêcias, cosiderado o limite iferior igual a zero, o superior igual a e utilizado cico classes de mesma amplitude. (.) Costrua um histograma de freqüêcias relativas. (.) Ua os potos médios de cada retâgulo, obtedo o polígoo de freqüêcias relativas e classifique o cojuto quato à assimetria.. A tabela registra simultaeamete aluguéis de imóveis urbaos e de imóveis rurais. (.) Calcule e iterprete fr para cada caso. (.) Calcule e iterprete F para cada caso. (.) Calcule e iterprete Fr - Fr para cada caso. Aluguéis Zoa Urbaa Zoa Rural. O histograma abaixo represeta os salários, em uidades moetárias (u.m.) dos empregados de uma empresa: (.) Que percetual de empregados recebem 8 u.m. ou mais? (.) Quatos empregados recebem de a u.m.? (.) Quatos empregados recebem meos que u.m. ou mais que u.m.?,9,8,7,,,,,, fri/hi Um livro com págias apresetou um úmero de erros de impressão por págia coforme tabela: (.) Qual o úmero médio de erros por págia? (.) Qual o úmero mediao de erros por págia? (.) Qual o úmero modal de erros por págia? (.) Qual o desvio padrão do úmero de erros por págia? Erros Número de págias Total Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

26 Durate certo período de tempo o redimeto de ações foram os que a tabela registra. (.) Calcule o redimeto médio. (.) Calcule o redimeto mediao. (.) Calcule o redimeto modal. (.) Calcule o desvio padrão do redimeto. (.) Calcule o coeficiete de variação do redimeto.. Uma região metropolitaa tem quarteirões com os seguites úmeros de casas por quarteirão: (.) Costrua, com os dados, uma distribuição de freqüêcias por itervalos fazedo com que as classes teham amplitudes igual a. (.) Calcule o úmero médio de casas por quarteirão. (.) Determie o úmero mediao de casas por quarteirão. (.) Calcule a variâcia do úmero de casas por quarteirão. (.) Calcule, pêlos dois processos, o úmero modal de casas por quarteirão. 7. De um levatameto feito etre famílias resultou a tabela ao lado. Determie: (7.) O úmero médio de filhos. Número de filhos Número de famílias (7.) O úmero mediao de filhos. 8 (7.) O úmero modal de filhos. 8 (7.) O desvio padrão do úmero de filhos As iformações abaixo dizem respeito a distribuição de três variáveis. Idique, justificado, qual delas tem Total média mais represetativa. Distribuição A Distribuição B Distribuição C = = x = 8 fx = fx = fx = fx = fx = fx = 9. Idetifique, justificado, qual a variável mais homogêea. Distribuição A Distribuição B = x = fx = fx = fx = f(x - x ) = 7 Ação Taxa (%),9,,,,7, 7, 8, 9,, Prof. Lorí Viali, Dr. viali@mat.ufrgs.br -

27 Uma variável x tem média igual a e variâcia igual a. Calcule a média e a variâcia da variável dada por y = (x + ) /. Uma variável x tem média igual a e desvio padrão igual a. Calcule o coeficiete de variação da variável y = x +. Uma variável x tem média igual a e coeficiete de variação igual a,. Calcule o coeficiete de variação da variável y = (x - ) /. Os operários de um setor idustrial têm, em uma época, um salário médio de salários míimos (sm) e desvio padrão de sm. Um acordo coletivo prevê, para uma época, um aumeto liear de %, mais uma parte fixa correspodete a 7% de um salário míimo. Calcule a média e o desvio padrão dos salários a época.. Uma variável x assume valores o itervalo [; ]. (.) Sabedo que x tem uma distribuição assimétrica positiva você diria que a média de x é:, meor que ou maior que. Justifique. (.) E se x tiver uma distribuição simétrica?. O que se pode dizer se fosse dada a iformação de que o salário mediao de um cojuto de profissioais é de sm?. Um a comuidade A tem motoristas profissioais cujo salário médio é de sm. A comuidade B, com desses profissioais, remuera-os com uma média de sm. (.) É correto afirmar que A remuera melhor seus motoristas profissioais que B? (.) Diate das iformações dispoíveis há garatia que os salários idividuais de A são maiores que os de B? Por que? 7. Abaixo você ecotra duas distribuições que refletem os comportametos de x e y (tamahos de famílias) em duas comuidades, sedo que uma de base cultural alemã e outra italiaa. Utilize tais iformações para uma aálise que idique qual das duas comuidades tem famílias maiores. X f Y f O departameto de pessoal de um certa firma fez um levatameto dos salários dos fucioários do setor admiistrativo, obtedo os resultados da tabela: (8.) Determie o salário médio dos fucioários (8.) Determiar a variâcia e o desvio padrão dos salários. (8.) Determiar o salário mediao. (8.) Determiar o salário modal pêlos critérios de Kig e Czuber. (8.) Se for dado um aumeto de % para todos os fucioários, qual será o ovo salário médio e o ovo desvio padrão dos salários? (8.) Se for dado um aboo de, s.m. a todos os fucioários como fica a média e o desvio padrão dos Faixa salarial (s.m.) % de fucioários ----, ----, , 7 ---, Total, Prof. Lorí Viali, Dr. viali@mat.ufrgs.br - 7

28 7 8 9 salários? 9. O que acotece com a média e o desvio padrão de um cojuto de dados quado: (9.) Cada valor é multiplicado por. (9.) Soma-se o valor a cada valor. (9.) Subtrai-se a média de cada valor. (9.) De cada valor subtrai-se a média e em seguida divide-se pelo desvio padrão. A média aritmética etre dois valores é igual a e a média geométrica igual a. Qual a média harmôica etre estes dois valores? Prof. Lorí Viali, Dr. viali@mat.ufrgs.br - 8

29 RESPOSTAS DOS EXERCÍCIOS () Mês (Qualitativa ordial) ; Tipo de produto (Qualitativa omial); Vededor (Qualitativa omial); Região do país (Qualitativa ordial); Uidades vedidas (Quatitativa discreta); Total de vedas (Quatitativa cotíua). () Não, pois a soma dos desvios é diferete de zero. () Não, pois o cálculo deve ser realizado através da média poderada e ão da média aritmética simples. (), () () (.) Amodal (.) (.) e (.) 8 (7) (7.) 8 (7.), (7.) 7/ (8) (8.) (a), (b),77 (c),7 (d),8 (e) 99,9% (8.) (a) 7/ =,8 (b) 9/8 =,8 (c), (d), (e) 8,% (9) Observe que o cojuto em (b) é igual ao cojuto em (a) multiplicado por e o cojuto em (c) é igual ao cojuto em (a) multiplicado por e subtraído de uidades. () (.) Número de livros Número de aluos (.) / = % 7 9 (.) 9/ =,% 8 7 (.) Distribuição por poto ou valores 8 Total () (.) Variável Freqüêcias (.) (.) Assimétrica positiva,,8,,,9,,, fr / h ,,8,,,9,,, Prof. Lorí Viali, Dr. viali@mat.pucrs.br - 9

30 7 8 9 () (.) Zoa urbaa: fr =, % dos aluguéis observados estão etre e. Zoa rural: fr =, % dos aluguéis ivestigados ete etre e. (.) Zoa urbaa: F = aluguéis ivestigados são meores do que 7. Zoa rural: F = 9 9 aluguéis ivestigados são meores do que 7. (.) Zoa urbaa: Fr - Fr =,9 -, =, = % dos aluguéis estão etre e 9. Zoa rural: Fr - Fr =, -,8 =, = % dos aluguéis estão etre e 9. () (.) % (.) 7 (.) () (.), erros (.), erros (.) Zero erros (.),8 erros () (.),% (.).% (.),% (.),% (.),% () (.) Número de casas por quarteirão Número de quarteirões (.),7 casas (.), casas (.) 8,8 casas (.),7 e, casas (7) (7.),8 filhos (7.) filhos (7.) filhos (7.), filhos (8) É a variável A cujo coeficiete de variação é,, o meor detre as. (9) É a variável B cujo coeficiete de variação é,, o meor detre as. () x = 7, s = () g = % () g =,7 =,7% () x = 8,7 sm s =, sm () (.) Deve ser maior que. (.) Seria, pois é o cetro da distribuição. () Que % dos profissioais recebem até sm. () (.) Sim, em média. (.) Não. (7) A comparação pretedida deve ser feita pelas médias. As famílias de base cultural alemã tem, em média,, membros, equato que as de base italiaa tem,. Etão as de base alemã tem o hábito de ter famílias maiores. (8) (8.),8 sm (8.), e, sm (8.), sm (8.),89 sm e,8 sm (8.),9 e, sm (8.),8 e, sm (9) (9.) A média e o desvio padrão ficam multiplicados por. (9.) A média fica somada de e o desvio padrão ão se altera. (9.) A média fica igual a zero e o desvio padrão ão se altera. (9.) A média fica igual a zero e o desvio padrão fica igual a um. (), Prof. Lorí Viali, Dr. viali@mat.pucrs.br -

31 REFERÊNCIAS AZEVEDO, Amilcar Gomes de, CAMPOS, Paulo Herique Borges de. Estatística Básica. São Paulo: Livros Técicos e Cietíficos, 98. BUSSAB, Wilto O, MORETTIN, Pedro A. Estatística Básica. ed. São Paulo: Atual, 98. HOFFMAN, Rodolfo. Estatística para Ecoomistas. São Paulo: Pioeira, 98. NETO, Pedro Luiz de Oliveira Costa. Estatística. São Paulo: Edgard Blücher, 977. MASON, Robert D., DOUGLAS, Lid A. Statistical Techiques i Busiess Ad Ecoomics. Bosto (MA): IRWIN, 99. SPIEGEL, Murray R. Estatística. São Paulo: McGraw-Hill do Brasil, 98. STEVENSON, William J. Estatística Aplicada à Admiistração. São Paulo: Harbra, 98. WONNACOTT, Roald J., WONNACOTT, Thomas. Fudametos de Estatística. Rio de Jaeiro: Livros Técicos e Cietíficos, 98. Prof. Lorí Viali, Dr. viali@mat.pucrs.br -

S É R I E : E s t a t í s t i c a B á s i c a - E n f o q u e : S o c i a i s E S T A T Í S T I C A D E S C R I T I V A GENERALIDADES...

S É R I E : E s t a t í s t i c a B á s i c a - E n f o q u e : S o c i a i s E S T A T Í S T I C A D E S C R I T I V A GENERALIDADES... 7 8 9 SUMÁRIO.. GENERALIDADES..... INTRODUÇÃO..... DIVISÃO DA ESTATÍSTICA..... MENSURAÇÃO...... Itrodução...... Formas de mesuração.... RESUMO DE PEQUENOS CONJUNTOS DE DADOS..... INTRODUÇÃO..... MEDIDAS

Leia mais

Grandes Conjuntos de Dados

Grandes Conjuntos de Dados Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ Grades Cojutos de Dados Orgaização; Resumo; Apresetação. Amostra ou População Defeitos em uma liha de produção Lascado Meor Deseho

Leia mais

Sumário. 2 Índice Remissivo 19

Sumário. 2 Índice Remissivo 19 i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................

Leia mais

MATEMÁTICA MÓDULO 6 ESTATÍSTICA. Professor Haroldo Filho

MATEMÁTICA MÓDULO 6 ESTATÍSTICA. Professor Haroldo Filho MATEMÁTICA Professor Haroldo Filho MÓDULO 6 ESTATÍSTICA 1.1 ESTATÍSTICA É a ciêcia que utiliza a coleta de dados, sua classificação, sua apresetação, sua aálise e sua iterpretação para se tomar algum tipo

Leia mais

1 a Lista de PE Solução

1 a Lista de PE Solução Uiversidade de Brasília Departameto de Estatística 1 a Lista de PE Solução 1. a) Qualitativa omial. b) Quatitativa discreta. c) Quatitativa discreta. d) Quatitativa cotíua. e) Quatitativa cotíua. f) Qualitativa

Leia mais

3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências

3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências 14 Calcular a mediaa do cojuto descrito pela distribuição de freqüêcias a seguir. 8,0 10,0 10 Sabedo-se que é a somatória das, e, portato, = 15+25+16+34+10 = 100, pode-se determiar a posição cetral /2

Leia mais

ESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO

ESTATÍSTICA. PROF. RANILDO LOPES  U.E PROF EDGAR TITO ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO Medidas de tedêcia cetral Medidas cetrais são valores que resumem um cojuto de dados a um úico valor que, de alguma

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E

MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E Medidas de Tedêcia Cetral Itrodução... 1- Média Aritmética... - Moda... 3- Mediaa... Medidas de Dispersão 4- Amplitude Total... 5- Variâcia

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico dessa

Leia mais

Disciplina: Probabilidade e Estatística (MA70H) Profª Silvana Heidemann Rocha Estudante: Código: APRESENTAÇÃO DE DADOS PARA VARIÁVEL QUANTITATIVA

Disciplina: Probabilidade e Estatística (MA70H) Profª Silvana Heidemann Rocha Estudante: Código: APRESENTAÇÃO DE DADOS PARA VARIÁVEL QUANTITATIVA Miistério da Educação UIVERSIDADE TECOLÓGICA FEDERAL DO PARAÁ Câmpus Curitiba Diretoria de Graduação e Educação Profissioal Departameto Acadêmico de Estatística 1 Disciplia: Probabilidade e Estatística

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

10 - Medidas de Variabilidade ou de Dispersão 10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros 1. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico

Leia mais

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 1-ESTATÍSTICA II (CE003)

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 1-ESTATÍSTICA II (CE003) UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA -ESTATÍSTICA II (CE003) Prof. Beito Olivares Aguilera o Sem./6. Usado os dados da Tabela o Aexo (Seção Orçameto da MB),

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 0: Medidas de Dispersão (webercampos@gmail.com) MÓDULO 0 - MEDIDAS DE DISPERSÃO 1. Coceito: Dispersão é a maior ou meor diversificação dos valores de uma variável, em toro

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

ESTATÍSTICA E PROBABILIDADES

ESTATÍSTICA E PROBABILIDADES ESTATÍSTICA E PROBABILIDADES Aluo(a): Turma: Professores: Data: Edu/Vicete Noções de Estatística Podemos eteder a Estatística como sedo o método de estudo de comportameto coletivo, cujas coclusões são

Leia mais

População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade

População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade Revisão de Estatística e Probabilidade Magos Martiello Uiversidade Federal do Espírito Sato - UFES Departameto de Iformática DI Laboratório de Pesquisas em Redes Multimidia LPRM statística descritiva X

Leia mais

ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA. 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis dependentes.

ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA. 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis dependentes. ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis depedetes. - DISTRIBUIÇÃO DE FREQUÊNCIA a) Dados Brutos É um cojuto resultate

Leia mais

Estatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a):

Estatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a): Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluo(a): # Objetivo desta aula: Calcular as medidas de tedêcia cetral: média, moda e mediaa para distribuições de frequêcias potuais e por itervalos de classes.

Leia mais

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral 6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro

Leia mais

Intervalos de Confiança

Intervalos de Confiança Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de

Leia mais

Disciplina: MATEMÁTICA Turma: 3º Ano Professor (a) : CÉSAR LOPES DE ASSIS INTRODUÇÃO A ESTATÍSTICA. Organização de dados

Disciplina: MATEMÁTICA Turma: 3º Ano Professor (a) : CÉSAR LOPES DE ASSIS INTRODUÇÃO A ESTATÍSTICA. Organização de dados Escola SESI de Aápolis - Judiaí Aluo (a): Disciplia: MATEMÁTICA Turma: 3º Ao Professor (a) : CÉSAR LOPES DE ASSIS Data: INTRODUÇÃO A ESTATÍSTICA A Estatística é o ramo da Matemática que coleta, descreve,

Leia mais

MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE

MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE 1 Estatística descritiva (Eploratória) PRIMEIRO PASSO: Tabelas (distribuição de frequêcia) e Gráficos. SEGUNDO PASSO: Cálculo de medidas

Leia mais

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB Govero do Estado do Rio Grade do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO

Leia mais

Emerson Marcos Furtado

Emerson Marcos Furtado Emerso Marcos Furtado Mestre em Métodos Numéricos pela Uiversidade Federal do Paraá (UFPR). Graduado em Matemática pela UFPR. Professor do Esio Médio os estados do Paraá e Sata Cataria desde 199. Professor

Leia mais

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,

Leia mais

3ª Lista de Exercícios de Programação I

3ª Lista de Exercícios de Programação I 3ª Lista de Exercícios de Programação I Istrução As questões devem ser implemetadas em C. 1. Desevolva um programa que leia dois valores a e b ( a b ) e mostre os seguites resultados: (1) a. Todos os úmeros

Leia mais

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1 Capítulo. Aritmética e Expressões Algébricas O estudo de cálculo exige muito mais que o cohecimeto de limite, derivada e itegral. Para que o apredizado seja satisfatório o domíio de tópicos de aritmética

Leia mais

21037 : e-fólio A- proposta de resolução

21037 : e-fólio A- proposta de resolução 21037 : e-fólio A- proposta de resolução 1. Os motates de depósito a prazo, em uidades codificadas (UC), correspodem a uma variável quatitativa cotíua, e estão orgaizados em classes com a mesma amplitude.

Leia mais

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse.

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse. rof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Uma coleção de todos os possíveis elemetos, objetos ou medidas de iteresse. Um levatameto efetuado sobre toda uma população é deomiado

Leia mais

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse.

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse. rof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Uma coleção de todos os possíveis elemetos, objetos ou medidas de iteresse. Um levatameto efetuado sobre toda uma população é deomiado

Leia mais

SÉRIE: Estatística Básica - Enfoque: Humanas Texto : ESTATÍSTICA DESCRITIVA UNIVARIADA SUMÁRIO GENERALIDADES...4

SÉRIE: Estatística Básica - Enfoque: Humanas Texto : ESTATÍSTICA DESCRITIVA UNIVARIADA SUMÁRIO GENERALIDADES...4 SUMÁRIO 1. 1. GENERALIDADES...4 1.1. INTRODUÇÃO...4 1.2. DIVISÃO DA ESTATÍSTICA...4 1.3. MENSURAÇÃO...6 1.3.1. Introdução...6 1.3.2. Formas de mensuração...6 2. RESUMO DE PEQUENOS CONJUNTOS DE DADOS...10

Leia mais

ESTATISTICA AFRF 2005 Resolução Prof. Angelo Primo Jr.

ESTATISTICA AFRF 2005 Resolução Prof. Angelo Primo Jr. ESTATISTICA AFRF 005 Resolução Prof. Agelo Primo Jr. Q39- Para dados agrupados represetados por uma curva de freqüêcias, as difereças etre os valores da média, da mediaa e da moda são idicadores da assimetria

Leia mais

Número-índice: Conceito, amostragem e construção de estimadores

Número-índice: Conceito, amostragem e construção de estimadores Número-ídice: Coceito, amostragem e costrução de estimadores Objetivo Geral da aula Defiir o que são os úmeros-ídices, efatizado a sua importâcia para aálise ecoômica. Cosidere os dados apresetados a Tabela

Leia mais

ESTATÍSTICA. para Psicologia Parte 2. 01/06/2011 Bertolo 1

ESTATÍSTICA. para Psicologia Parte 2. 01/06/2011 Bertolo 1 ESTATÍSTICA para Psicologia Parte 2 01/06/2011 Bertolo 1 01/06/2011 Bertolo 2 Cap 02 - Medidas Estatísticas A distribuição de frequêcias permite-os descrever, de modo geral, os grupos de valores (classes)

Leia mais

Critérios de correção e orientações de resposta p-fólio

Critérios de correção e orientações de resposta p-fólio Miistério da Ciêcia, Tecologia e Esio Superior U.C. 037 Elemetos de Probabilidade e Estatística de Juho de 0 Critérios de correção e orietações de resposta p-fólio Neste relatório apresetam-se os critérios

Leia mais

Cap. VI Histogramas e Curvas de Distribuição

Cap. VI Histogramas e Curvas de Distribuição TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um

Leia mais

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

Medidas de Posição. É igual ao quociente entre a soma dos valores do conjunto e o número total dos valores. Medidas de Posição São as estatísticas que represetam uma série de dados orietado-os quato à posição da distribuição em relação ao eixo horizotal do gráfico da curva de freqüêcia As medidas de posições

Leia mais

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma

Leia mais

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ 1 Escola de Egeharia de orea EE SP Departameto de Egeharia Química DEQI Disciplia: Normalização e Cotrole da Qualidade NCQ Capítulo : Amostragem por Variáveis (MI STD 1) SEÇÃO A.1 Objetivo Este capítulo

Leia mais

Estimação de Parâmetros. 1. Introdução

Estimação de Parâmetros. 1. Introdução Estimação de Parâmetros. Itrodução O objetivo da Estatística é a realização de iferêcia acerca de uma população, baseadas as iformações amostrais. Como as populações são caracterizados por medidas uméricas

Leia mais

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se

Leia mais

DERIVADAS DE FUNÇÕES11

DERIVADAS DE FUNÇÕES11 DERIVADAS DE FUNÇÕES11 Gil da Costa Marques Fudametos de Matemática I 11.1 O cálculo diferecial 11. Difereças 11.3 Taxa de variação média 11.4 Taxa de variação istatâea e potual 11.5 Primeiros exemplos

Leia mais

O teste de McNemar. A tabela 2x2. Depois - Antes

O teste de McNemar. A tabela 2x2. Depois - Antes Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a sigificâcia de mudaças é particularmete aplicável aos experimetos do tipo "ates e depois"

Leia mais

CORRELAÇÃO Aqui me tens de regresso

CORRELAÇÃO Aqui me tens de regresso CORRELAÇÃO Aqui me tes de regresso O assuto Correlação fez parte, acompahado de Regressão, do programa de Auditor Fiscal, até 998, desaparecedo a partir do cocurso do ao 000 para agora retorar soziho.

Leia mais

Exercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida?

Exercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida? 1. Tratameto estatísticos dos dados 1.1. TEORIA DE ERROS O ato de medir é, em essêcia, um ato de comparar, e essa comparação evolve erros de diversas origes (dos istrumetos, do operador, do processo de

Leia mais

Critérios de Avaliação e Cotação

Critérios de Avaliação e Cotação Elemetos de Probabilidades e Estatística (37) Elemetos de Probabilidades e Estatística (37) Ao letivo 06-7 E-Fólio A 7 a 6 de abril 07 Critérios de correção e orietações de resposta No presete relatório

Leia mais

n i=1 X i n X = n 1 i=1 X2 i ( n i=1 X i) 2 n

n i=1 X i n X = n 1 i=1 X2 i ( n i=1 X i) 2 n Exercício 1. As otas fiais de um curso de Estatística foram as seguites 7, 5, 4, 5, 6, 1, 8, 4, 5, 4, 6, 4, 5, 6, 4, 6, 6, 4, 8, 4, 5, 4, 5, 5 e 6. a. Determie a mediaa, os quartis e a média. Resposta:

Leia mais

Mineração de Dados em Biologia Molecular

Mineração de Dados em Biologia Molecular Mieração de Dados em Biologia Molecular Tópicos Adré C. P. L. F. de Carvalho Moitor: Valéria Carvalho Preparação de dados Dados Caracterização de dados Istâcias e Atributos Tipos de Dados Exploração de

Leia mais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais Fudametos de Aálise Matemática Profª Aa Paula Números reais 1,, 3, cojuto dos úmeros aturais 0,1,,3, cojuto dos úmeros iteiros p q /p e q cojuto dos úmeros racioais a, a 0 a 1 a a, a e a i 0, 1,, 3, 4,

Leia mais

ESCOLA BÁSICA DE ALFORNELOS

ESCOLA BÁSICA DE ALFORNELOS ESCOLA BÁSICA DE ALFORNELOS FICHA DE TRABALHO DE MATEMÁTICA 9.º ANO VALORES APROXIMADOS DE NÚMEROS REAIS Dado um úmero xe um úmero positivo r, um úmero x como uma aproximação de x com erro iferior a r

Leia mais

Prof. Lorí Viali, Dr. Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr.   Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Coleção de números n estatísticas sticas O número n de carros vendidos no país aumentou em 30%. A taxa de desemprego atinge, este mês,

Leia mais

Distribuições Amostrais

Distribuições Amostrais 9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria

Leia mais

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b, 0 y f x Isso sigifica que S, ilustrada

Leia mais

Cálculo Numérico Lista 02

Cálculo Numérico Lista 02 Cálculo Numérico Lista 02 Professor: Daiel Herique Silva Essa lista abrage iterpolação poliomial e método dos míimos quadrados, e cobre a matéria da seguda prova. Istruções gerais para etrega Nem todos

Leia mais

Exame Final Nacional de Matemática Aplicada às Ciências Sociais Época especial

Exame Final Nacional de Matemática Aplicada às Ciências Sociais Época especial Exame Fial Nacioal de Matemática Aplicada às Ciêcias Sociais 016 - Época especial Proposta de resolução 1. Aplicado o primeiro método para o apurameto do vecedor, temos: N o. de votos 615 300 435 150 Total

Leia mais

ENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS

ENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS ENGENHARIA DA QUALIDADE A ENG 09008 AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS PROFESSORES: CARLA SCHWENGBER TEN CATEN Tópicos desta aula Cartas de Cotrole para Variáveis Tipo 1: Tipo 2: Tipo 3: X X X ~

Leia mais

REVISÃO DE PROBABILIDADE E ESTATÍSTICA. Parte 2

REVISÃO DE PROBABILIDADE E ESTATÍSTICA. Parte 2 REVISÃO DE PROBABILIDADE E ESTATÍSTICA Parte Variáveis Aleatórias Defiição: Regra que atribui um valor umérico a cada possível resultado de um eperimeto. Eemplo: Jogue duas moedas (o eperimeto aleatório)

Leia mais

Distribuições Amostrais

Distribuições Amostrais 7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria

Leia mais

Sumário. 2 Índice Remissivo 17

Sumário. 2 Índice Remissivo 17 i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................

Leia mais

n ) uma amostra aleatória da variável aleatória X.

n ) uma amostra aleatória da variável aleatória X. - Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer

Leia mais

07/11/2015. Conhecendo o SPSS. Conhecendo o SPSS. Desvendando a Estatística e o uso do SPSS. Como obter? Informação

07/11/2015. Conhecendo o SPSS. Conhecendo o SPSS. Desvendando a Estatística e o uso do SPSS. Como obter? Informação Desvedado a Estatística e o uso do SPSS Aplicado as tecologias II Desmistificado a estatística através do SPSS Iformação Como obter? Profª Rosebel Tridade Cuha Prates Coordeadora Profº Frakli Agelo Kruskoski

Leia mais

Virgílio A. F. Almeida DCC-UFMG 1/2005

Virgílio A. F. Almeida DCC-UFMG 1/2005 Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado

Leia mais

ESCOLA SECUNDÁRIA DE CASQUILHOS

ESCOLA SECUNDÁRIA DE CASQUILHOS ESCOLA SECUNDÁRIA DE CASQUILHOS 12º Ao Turma B - C.C.H. de Ciêcias e Tecologias - Teste de Avaliação de Matemática A V1 Duração: 90 mi 09 Março 2010 Prof.: GRUPO I Os cico ites deste grupo são de escolha

Leia mais

INTERPOLAÇÃO POLINOMIAL

INTERPOLAÇÃO POLINOMIAL 1 Mat-15/ Cálculo Numérico/ Departameto de Matemática/Prof. Dirceu Melo LISTA DE EXERCÍCIOS INTERPOLAÇÃO POLINOMIAL A aproximação de fuções por poliômios é uma das ideias mais atigas da aálise umérica,

Leia mais

Avaliação de Desempenho de Sistemas Discretos

Avaliação de Desempenho de Sistemas Discretos Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado

Leia mais

O jogo MAX_MIN - Estatístico

O jogo MAX_MIN - Estatístico O jogo MAX_MIN - Estatístico José Marcos Lopes Resumo Apresetamos este trabalho um jogo (origial) de treiameto para fortalecer os coceitos de Média, Mediaa, Moda, Desvio Padrão e Desvio Médio da Estatística

Leia mais

Estimação por Intervalo (Intervalos de Confiança):

Estimação por Intervalo (Intervalos de Confiança): Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população

Leia mais

Estimativa de Parâmetros

Estimativa de Parâmetros Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade

Leia mais

CAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE

CAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE CAPÍTUO IV DESENVOVIMENTOS EM SÉRIE Série de Taylor e de Mac-auri Seja f ) uma fução real de variável real com domíio A e seja a um poto iterior desse domíio Supoha-se que a fução admite derivadas fiitas

Leia mais

Comparação entre duas populações

Comparação entre duas populações Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas

Leia mais

O termo "linear" significa que todas as funções definidas no modelo matemático que descreve o problema devem ser lineares, isto é, se f( x1,x2

O termo linear significa que todas as funções definidas no modelo matemático que descreve o problema devem ser lineares, isto é, se f( x1,x2 MÓDULO 4 - PROBLEMAS DE TRANSPORTE Baseado em Novaes, Atôio Galvão, Métodos de Otimização: aplicações aos trasportes. Edgar Blücher, São Paulo, 978..CONCEITOS BÁSICOS DE PROGRAMAÇÃO LINEAR É uma técica

Leia mais

Unidade II. Unidade II

Unidade II. Unidade II Uidade II Uidade II AS MEDIDAS DE POSIÇÃO E VARIABILIDADE NUMA DISTRIBUIÇÃO DE FREQUÊNCIA Vamos agora usar os cohecimetos obtidos o módulo 4 para apreder a calcular as medidas de posição e variabilidade

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS Acerca dos coceitos de estatística e dos parâmetros estatísticos, julgue os ites seguites. CONHECIMENTOS ESPECÍFICOS CESPE/UB STM 67 A partir do histograma mostrado a figura abaixo, é correto iferir que

Leia mais

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase Exame Fial Nacioal de Matemática Aplicada às Ciêcias Sociais 006 -. a Fase Proposta de resolução 1. 1.1. 1.1.1. Utilizado a iformação da tabela dada e idetificado o úmero de votos de cada partido com a

Leia mais

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n. Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,

Leia mais

CÁLCULO I. Exibir o cálculo de algumas integrais utilizando a denição;

CÁLCULO I. Exibir o cálculo de algumas integrais utilizando a denição; CÁLCULO I Prof Edilso Neri Júior Prof Adré Almeida Aula o 9: A Itegral de Riema Objetivos da Aula Deir a itegral de Riema; Exibir o cálculo de algumas itegrais utilizado a deição; Apresetar fuções que

Leia mais

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos Aálise de Algoritmos Aálise de Algoritmos Prof Dr José Augusto Baraauskas DFM-FFCLRP-USP A Aálise de Algoritmos é um campo da Ciêcia da Computação que tem como objetivo o etedimeto da complexidade dos

Leia mais

S E Q U Ê N C I A S E L I M I T E S. Prof. Benito Frazão Pires. Uma sequência é uma lista ordenada de números

S E Q U Ê N C I A S E L I M I T E S. Prof. Benito Frazão Pires. Uma sequência é uma lista ordenada de números S E Q U Ê N C I A S E L I M I T E S Prof. Beito Frazão Pires Uma sequêcia é uma lista ordeada de úmeros a, a 2,..., a,... ) deomiados termos da sequêcia: a é o primeiro termo, a 2 é o segudo termo e assim

Leia mais

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase Exame Nacioal de Matemática Aplicada às Ciêcias Sociais 2013-1. a Fase Proposta de resolução 1. 1.1. Aplicado o método descrito, icluido o tema Festas, temos: Potuação do tema Bullig: 3 415 + 1 370 + 2

Leia mais

Ajuste de Curvas pelo Método dos Quadrados Mínimos

Ajuste de Curvas pelo Método dos Quadrados Mínimos Notas de aula de Métodos Numéricos. c Departameto de Computação/ICEB/UFOP. Ajuste de Curvas pelo Método dos Quadrados Míimos Marcoe Jamilso Freitas Souza, Departameto de Computação, Istituto de Ciêcias

Leia mais

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 04: Medidas de Posição (webercampos@gmail.com) . MÉDIA ARITMÉTICA : Para um cojuto de valores Média Aritmética Simples: xi p Média Aritmética Poderada: MÓDULO 04 - MEDIDAS

Leia mais

11 Aplicações da Integral

11 Aplicações da Integral Aplicações da Itegral Ao itroduzirmos a Itegral Defiida vimos que ela pode ser usada para calcular áreas sob curvas. Veremos este capítulo que existem outras aplicações. Essas aplicações estedem-se aos

Leia mais

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra. Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise

Leia mais

CAPÍTULO 8 - Noções de técnicas de amostragem

CAPÍTULO 8 - Noções de técnicas de amostragem INF 6 Estatística I J.I.Ribeiro Júior CAPÍTULO 8 - Noções de técicas de amostragem. Itrodução A Estatística costitui-se uma excelete ferrameta quado existem problemas de variabilidade a produção. É uma

Leia mais

Análise de Informação Económica e Empresarial Prova Época Normal 17 de Junho de 2013 Duração: 2h30m (150 minutos)

Análise de Informação Económica e Empresarial Prova Época Normal 17 de Junho de 2013 Duração: 2h30m (150 minutos) Desidade Liceciaturas Ecoomia/Fiaças/Gestão 1º Ao Ao lectivo de 01-013 Aálise de Iformação Ecoómica e Empresarial Prova Época ormal 17 de Juho de 013 Duração: h30m (150 miutos) Respoda aos grupos em Folhas

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO Dr. Sivaldo Leite Correia CONCEITOS, LIMITAÇÕES E APLICAÇÕES Nos tópicos ateriores vimos as estratégias geeralizadas para

Leia mais

Revisando... Distribuição Amostral da Média

Revisando... Distribuição Amostral da Média Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia

Leia mais

( 1,2,4,8,16,32,... ) PG de razão 2 ( 5,5,5,5,5,5,5,... ) PG de razão 1 ( 100,50,25,... ) PG de razão ½ ( 2, 6,18, 54,162,...

( 1,2,4,8,16,32,... ) PG de razão 2 ( 5,5,5,5,5,5,5,... ) PG de razão 1 ( 100,50,25,... ) PG de razão ½ ( 2, 6,18, 54,162,... Progressões Geométricas Defiição Chama se progressão geométrica PG qualquer seqüêcia de úmeros reais ou complexos, ode cada termo a partir do segudo, é igual ao aterior, multiplicado por uma costate deomiada

Leia mais

. Dessa forma, quanto menor o MSE, mais a imagem

. Dessa forma, quanto menor o MSE, mais a imagem Uiversidade Federal de Perambuco CI / CCEN - Área II 1 o Exercício de Cálculo Numérico ( 18 / 06 / 2014 ) Aluo(a) 1- Questão 1 (2,5 potos) Cosidere uma imagem digital como uma matriz bidimesioal de dimesões

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem Estatística: Aplicação ao Sesoriameto Remoto SER 04 - ANO 017 Teoria da amostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Algumas Cosiderações... É importate ter

Leia mais

Estatística Descritiva. 3. Estatísticas Medidas de posição Medidas de dispersão

Estatística Descritiva. 3. Estatísticas Medidas de posição Medidas de dispersão Estatística Descritiva 3. Estatísticas 3.1. Medidas de posição 3.. Medidas de dispersão 1 Exemplo 1: Compare as 4 colheitadeiras quato às porcetages de quebra de semetes de milho. Tabela 1. Porcetagem

Leia mais

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza

Leia mais

Sistematização de dados quantitativos

Sistematização de dados quantitativos Oficia de Textos, 005, pp.175-186 Prof. Dr. Emerso Galvai Sistematização de dados quatitativos 1. Apresetação É possível metir usado estatísticas, mas se mete mais, e melhor, sem estatísticas. É preciso

Leia mais

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase Exame Fial Nacioal de Matemática Aplicada às Ciêcias Sociais 04 -. a Fase Proposta de resolução... Aplicado o método de Hodt a distribuição dos madatos, temos: Partido A B C D E Número de votos 4 4 Divisão

Leia mais

Métodos de Amostragem

Métodos de Amostragem Métodos de Amostragem Amostragem aleatória Este é o procedimeto mais usual para ivetários florestais e baseia-se o pressuposto de que todas as uidades amostrais têm a mesma chace de serem amostradas a

Leia mais

Distribuições Amostrais

Distribuições Amostrais Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa

Leia mais

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS CAPÍTULO 6 Itrodução Uma variável aleatória é caracterizada ou descrita pela sua distribuição de probabilidade. ETIMATIVA DE PARÂMETRO URG Em aplicações idustriais, as distribuições de probabilidade são

Leia mais