A esse tipo de tabela, cujos elementos não foram numericamente organizados, denominamos tabela primitiva.



Documentos relacionados
CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues

b. As medidas de posição mais importantes são as medidas de tendência central. Dentre elas, destacamos: média aritmética, mediana, moda.

7 - Distribuição de Freqüências

Medidas de tendência central. Média Aritmética. 4ª aula 2012

DISTRIBUIÇÃO DE FREQUÊNCIAS

Escola Secundária de Lousada Ficha de trabalho de Matemática do 7º ano nº Data: / / 2011 Assunto: Tratamento de dados I Lições nº, e,

Introdução e Organização de Dados Estatísticos

Matemática Ficha de Trabalho

ESTATÍSTICA. na Contabilidade Revisão - Parte 2. Medidas Estatísticas

8 - Medidas Descritivas

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.

Comprimento de Arco. Comprimento de Arco

CÁLCULO DA DIRECTRIZ

Lei dos transformadores e seu princípio de funcionamento. Os transformadores operam segundo a lei de Faraday ou primeira lei do eletromagnetismo.

? Isso é, d i= ( x i. . Percebeu que

1ª e 2ª leis da termodinâmica

Medidas de Tendência Central. Prof.: Ademilson Teixeira

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2

Probabilidade e Estatística. Correlação e Regressão Linear

Algarismos Significativos Propagação de Erros ou Desvios

Determinantes. De nição de determinante de uma matriz quadrada. Determinantes - ALGA /05 15

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB PROFESSOR: GUILHERME NEVES

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.

Capítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

Aula 5 Senado Federal Parte 2


Proposta de resolução da Prova de Matemática A (código 635) 21 de Junho de 2010

ESTATÍSTICA PARA TCU PROFESSOR: GUILHERME NEVES

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

Coordenação de Semáforos

É o quociente da divisão da soma dos valores das variáveis pelos números deles:

Y = AN α, 0 < α < 1 (1) Π = RT CT = P Y W N (2) Π/ N = α N α -1 AP W = 0. W = α P AN α -1. P = W/α AN α -1

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

ESTATÍSTICA APLICADA

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:

FAAP APRESENTAÇÃO (1)

Tensão, Corrente Elétrica e Resistência Elétrica

D- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS

Critérios de divisibilidade em bases numéricas genéricas

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros AULA e Racionais 09 e 10 ESTATÍSTICA. Professor Luiz Antonio de Carvalho

ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros e Racionais ESTATÍSTICA. Professor Luiz Antonio de Carvalho

Interpolação Segmentada

2 PROPRIEDADES ÓPTICAS

O mercado de oligopólio

Análise dos resíduos e Outlier, Alavancagem e Influência

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A Tema III Estatística. Aula 1 do plano de trabalho nº 2

Medidas de Tendência Central. Introdução Média Aritmética Moda Mediana

Uma construção de códigos BCH

Variáveis indexadas, somatórios e produtórios

MÉTODO DE FIBONACCI. L, em que L

Análise Descritiva com Dados Agrupados

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

Notas de Aula de Probabilidade A

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

MEDIDAS DE TENDÊNCIA CENTRAL

PROVA 2 Cálculo Numérico. Q1. (2.0) (20 min)

Eletrotécnica AULA Nº 1 Introdução

Método Simplex das Duas Fases

CURSO SOBRE MEDIDAS DESCRITIVA Adriano Mendonça Souza Departamento de Estatística - UFSM -

Estatística e Probabilidade

Teoria Elementar da Probabilidade

Algoritmos Genéticos com Parâmetros Contínuos

Em muitas aplicações, estamos interessados em subgrafos especiais de um determinado grafo.

Matemática. A probabilidade pedida é p =

PREFEITURA DA CIDADE DE SÃO PAULO SECRETARIA MUNICIPAL DE TRANSPORTES. CONCORRÊNCIA nº /12-SMT Processo Administrativo nº

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

Probabilidade: Diagramas de Árvore

ESTUDO DA MÁQUINA SIMÉTRICA TRIFÁSICA

67 das 88 vagas no AFRF no PR/SC 150 das 190 vagas no TRF no PR/SC 150 das 190 vagas no TRF Conquiste sua vitória ao nosso lado

CONCEITOS BÁSICOS. Podemos assim caracterizar três áreas de interesse (ramos) da Estatística: Estatística Inferencial ESTATÍSTICA

3 Método Numérico. 3.1 Discretização da Equação Diferencial

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013)

Variáveis Indicadoras. Roteiro. Introdução

Resumo: Estudo do Comportamento das Funções. 1º - Explicitar o domínio da função estudada

GRÁFICOS ESTATÍSTICOS

LEIS DE KIRCHHOFF EM CIRCUITOS DE CORRENTE CONTÍNUA

Jorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos Jorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos 2005.

8/20/2010 MEDIDAS DE POSIÇÃO

Estatística I Licenciatura MAEG 2006/07

Trabalho e Energia. Curso de Física Básica - Mecânica J.R. Kaschny (2005)

Variável discreta: X = número de divórcios por indivíduo

Unidade 3 Função Afim

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

CORRELAÇÃO E REGRESSÃO

COEFICIENTE DE GINI: uma medida de distribuição de renda

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para

Os dados quantitativos também podem ser de natureza discreta ou contínua.

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Medidas de Localização

Prof. Lorí Viali, Dr.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais

Transcrição:

Dstrbução de Frequênca Tabela prmtva ROL Suponhamos termos feto uma coleta de dados relatvos à estaturas de quarenta alunos, que compõem uma amostra dos alunos de um colégo A, resultando a segunte tabela de valores. A esse tpo de tabela, cujos elementos não foram numercamente organzados, denomnamos tabela prmtva. Partndo desses dados, é dfícl averguar em torno de que valor tendem a se concentrar as estaturas, qual a menor ou a maor estatura, etc... A manera mas smples de organzar os dados é através de uma certa ordenação (crescente ou decrescente). A tabela obtda após a ordenação dos dados recebe o nome de rol. Dstrbução de frequênca No exemplo que trabalhamos, a varável em questão, estatura, será observada e estudada muto mas faclmente quando dspusermos valores ordenados em uma coluna e colocarmos, ao lado de cada valor, o número de vezes que aparece repetdo. Denomnamos frequênca o número de alunos que fca relaconado a um determnado valor da varável. Obtemos, assm, uma tabela que recebe o nome de dstrbução de frequênca: 1

Mas o processo dado anda é nconvenente, já que exge muto espaço. Sendo possível, a solução mas acetável, pela própra natureza da varável contínua, é o agrupamento dos valores em város ntervalos. Desse modo, estaremos agrupando os valores da varável em ntervalos, sendo que, em Estatístca, prefermos chamar os ntervalos de classes. Chamando de frequênca de uma classe o número de valores da varável pertencente à classe, os dados podem ser dspostos como segue, numa tabela denomnada dstrbução de frequênca com ntervalos de classes. Ao agruparmos os valores da varável em classes, ganhamos em smplcdade, mas perdemos em pormenores. O que pretendemos com a construção dessa nova tabela é realçar o que há de essencal nos dados e, também, tornar possível o uso de técncas analítcas para sua total descrção, até porque a Estatístca tem por fnaldade específca analsar o conjunto de valores, desnteressando-se por casos solados. 2

Elementos de uma dstrbução de frequênca Classe Classes de frequênca ou, smplesmente, classes, são ntervalos de varação da varável. As classes são representadas smbolcamente por, sendo = 1, 2, 3,..., k (onde k é o número total de classes de dstrbução). Lmtes de classe Denomnamos lmtes de classe os extremos de cada classe. O menor número é o lmte nferor da classe (l ) e o maor número, o lmte superor da classe (L ). Ampltude de um ntervalo de classe Ampltude de um ntervalo de classe, ou smplesmente ntervalo de classe, é a medda do ntervalo que defne a classe. Ela é obtda pela dferença entre os lmtes superor e nferor dessa classe e ndcada por h. h L l Ampltude total da dstrbução Ampltude total da dstrbução (AT) é a dferença entre o lmte superor da últma classe (lmte superor máxmo) e o lmte nferor da prmera classe (lmte nferor mínmo). AT L Ampltude amostral max lmn Ampltude amostral (AA) é a dferença entre o valor máxmo e o valor mínmo da amostra: AA x(max) x(mn) Ponto médo de uma classe 3

Ponto médo de uma classe (x ) é, como o própro nome ndca, o ponto que dvde o ntervalo de classe em duas partes guas. Para obtermos o ponto médo de uma classe, calculamos a sem-soma dos lmtes da classe: l L x 2 Frequênca smples ou absoluta Frequênca smples ou frequênca absoluta ou, smplesmente, frequênca de uma classe ou de um valor ndvdual é o número de observações correspondentes a essa classe ou a esse valor. A frequênca smples é smbolzada por f. Números de Classes Intervalos de classe A prmera preocupação que temos, na construção de uma dstrbução de frequênca, é a determnação do número de classes e, consequentemente, da ampltude e dos lmtes dos ntervalos de classe. Para a determnação do número de classes de uma dstrbução podemos lançar mão da regra de Sturges, que nos dá o número de classes em função do número de valores da varável: k 1 3,3 log n Essa regra nos permte obter a segunte tabela, de acordo com o exemplo: Além da regra de Sturges, exstem outras fórmulas empírcas que pretendem resolver o problema da determnação do número de classes que deve ter a dstrbução. Entretanto, a verdade é que essas fórmulas não nos levam a uma decsão fnal; esta va depender, na realdade, de um julgamento pessoal, que deve estar lgado à natureza dos dados, da undade usada para expressá-los, etc... 4

Decddo o número de classes que deve ter a dstrbução, resta-nos resolver o problema da determnação da ampltude do ntervalo de classe, o que consegurmos dvdndo a ampltude total pelo número de classes: h AT Tpos de frequêncas Frequêncas smples ou absolutas (f ) são os valores que realmente representam o número de dados de cada classe. n f Frequêncas relatvas (fr ) são os valores das razões entre as frequêncas smples e a frequênca total: f fr f Frequênca acumulada (F ) é o total das frequêncas de todos os valores nferores ao lmte superor do ntervalo de uma dada classe: F f f... f ou F f 1,2,..., k k k 1 2 k Frequênca acumulada relatva (Fr ) de uma classe é a frequênca acumulada da classe, dvdda pela frequênca total da dstrbução: Fr F f Dstrbução de frequênca sem ntervalos de classe Quando se trata de varável dscreta de varação relatvamente pequena, cada valor pode ser tomado como um ntervalo de classe (ntervalo degenerado) e, nesse caso, a dstrbução é chamada dstrbução sem ntervalos de classe, tomando a segunte forma: 5

Fonte: Estatístca Fácl Antôno Arnot Crespo Ed Sarava 6