Estatística e calculadoras gráficas

Documentos relacionados
PLANIFICAÇÃO. 2007/2008 Matemática Aplicada às Ciências Sociais 1º ano. Blocos previstos

ESCOLA SECUNDÁRIA MANUEL DA FONSECA, SANTIAGO DO CACÉM GRUPO DISCIPLINAR: 1.º Matemática PROGRAMA-A ANO: 10º ANO LECTIVO : 2008 /2009 p.

ORGANIZAÇÃO E TRATAMENTO DE DADOS

AGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO DEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS MATEMÁTICA PLANIFICAÇÃO ANUAL 5.

Planificação anual de Matemática - 7ºANO

Teoria da Correlação. Luiz Carlos Terra

ESCOLA SECUNDÁRIA MANUEL DA FONSECA DE SANTIAGO DO CACÉM

10.º ANO ENSINO SECUNDÁRIO MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS (MACS)

Matemática Aplicada às Ciências Sociais Carla Tomé Catarina Coimbra

P L A N I F I C A Ç Ã O A N U A L 1 º A N O

Planificação anual 2018/19

PLANIFICAÇÃO ANUAL DEPARTAMENTO: MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS ÁREA DISCIPLINAR: MATEMÁTICA DISCIPLINA: MATEMÁTICA

INTRODUÇÃO 10.º ANO ENSINO SECUNDÁRIO MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS APRENDIZAGENS ESSENCIAIS ARTICULAÇÃO COM O PERFIL DOS ALUNOS

Escola Secundária de Jácome Ratton

MATEMÁTICA PARA A VIDA

FLEXIBILIZAÇÃO CURRICULAR. Planificação Anual 7ºano Disciplina/Área disciplinar: MATEMÁTICA

Análise de regressão linear simples. Diagrama de dispersão

Análise de Regressão Linear Simples e

AGRUPAMENTO VERTICAL DE ESCOLAS DE PEDROUÇOS

Planificação Anual de Matemática 7º Ano

ESCOLA SECUNDÁRIA/3 da RAINHA SANTA ISABEL ESTREMOZ PLANIFICAÇÃO ANUAL DA DISCIPLINA DE MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS (MACS) 10º ANO

Nível 1 (equivalência ao 1º ciclo do Ensino Básico)

Matemática 10º ANO. Curso Profissional de Técnico de Informática - Sistemas. Cursos Profissionais. Planificação Anual 2017/2018

O papel das investigações estatísticas no programa de Matemática do 3.º ciclo do ensino básico

Estatística Aplicada ao Serviço Social

ESTUDOS CORRELACIONAIS E ESTUDOS CAUSAL-COMPARATIVOS. Ana Henriques Carla Neves Idália Pesquita Mestrado em Educação Didáctica da Matemática

PLANIFICAÇÃO ANUAL ANO LETIVO PRÁTICAS ESSENCIAIS DE APRENDIZAGEM

PLANIFICAÇÃO ANUAL. Documento(s) Orientador(es): Programa de Matemática dos Cursos Profissionais

Metodologia de Investigação Educacional

Planificação Anual. Matemática Dinâmica 7º ano Luísa Faria; Luís Guerreiro Porto Editora. 1 Números inteiros. 10 Sequências e Regularidades

DESIGNAÇÃO DA ACÇÃO DE FORMAÇÃO A Aprendizagem da Matemática através da Resolução de Problemas Acção 28 / 2009

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular ESTATÍSTICA Ano Lectivo 2012/2013

Predisposição para procurar e explorar padrões geométricos e o gosto por investigar propriedades e relações geométricas.

Agrupamento de Escolas Eugénio de Castro Escola Básica Eugénio de Castro 3º Ciclo Planificação Anual

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular ANÁLISE DE DADOS Ano Lectivo 2017/2018

ActivALEA. active e actualize a sua literacia

PLANIFICAÇÃO ANUAL (MACS) 10º ANO

NOVO PROGRAMA DE MATEMÁTICA PARA O ENSINO BÁSICO ENSINAR A DESAFIAR

APRENDIZAGENS ESSENCIAIS ARTICULAÇÃO COM O PERFIL DOS ALUNOS AGOSTO 2018

Ano Letivo 2018/2019 TEMAS/DOMÍNIOS CONTEÚDOS APRENDIZAGENS ESSENCIAIS Nº DE AULAS AVALIAÇÃO

AGRUPAMENTO DE ESCOLAS GONÇALO SAMPAIO ESCOLA E.B. 2, 3 PROFESSOR GONÇALO SAMPAIO

Critérios de avaliação 1º Ciclo - Português

Ensino e aprendizagem de números e álgebra

Planificação Anual Matemática 7º Ano

Agrupamento de Escolas António Correia de Oliveira PLANIFICAÇÃO ANUAL DE MATEMÁTICA 7.º ANO ANO LETIVO 2018/19

PLANO CURRICULAR DISCIPLINAR. MATEMÁTICA 7º Ano

ESTATÍSTICA DESCRITIVA E PREVISÃO INDICE

Limites ao uso da World Wide Web como complemento ao ensino presencial

Alguns dos objectivos gerais do programa de Matemática do Ensino Secundário são:

Aulas Previstas. Objectivos Conteúdos Estratégias/Actividades Recursos Avaliação

P L A N I F I C A Ç Ã O A N U A L

1º Período Total tempos previstos: 49

ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS

PLANO DE CONTEÚDO MÍNIMO (PCM) - UNIDADE UNIVERSITÁRIA DE COMPUTAÇÃO. Professora Rosana da Paz Ferreira CCB1052 (2018.2)

PLANO DE CONTEÚDO MÍNIMO (PCM) - UNIDADE UNIVERSITÁRIA DE COMPUTAÇÃO. Professora Rosana da Paz Ferreira CCB1052 (2018.2)

REGRESSÃO E CORRELAÇÃO

Aula 2 Regressão e Correlação Linear

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular ANÁLISE DE DADOS Ano Lectivo 2013/2014

Acção Local de Estatística Aplicada

CURSO VOCACIONAL SECUNDÁRIO 2º ANO TÉCNICO COMERCIAL NRº DO PROJETO: ENSINO SECUNDÁRIO OBJETIVOS - REPRESENTAÇÃO GEOMÉTRICA DE UMA FUNÇÃO

PLANIFICAÇÃO ESPECÍFICA DE MATEMÁTICA ANO LETIVO 2018/2019 7º ANO

COMPETÊNCIAS ESPECÍFICAS

Gráfico 1. Justifique o facto de a média, nesta amostra, não ser um bom indicador do número de livros lidos por

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular ANÁLISE DE DADOS Ano Lectivo 2013/2014

ATIVIDADES ESTRATÉGIAS. Ler e representar números até ao milhão.

Dentro de cada eixo, exploraremos ao máximo cada assunto, descomplicando-o e fazendo da matemática algo vivo e prático. Assuntos a serem explorados:

Plano de Trabalho Docente Ensino Técnico

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular ESTATÍSTICA Ano Lectivo 2013/2014

Planificação de Matemática 1.º Período

Cursos Profissionais de Nível Secundário

Novo Programa de Matemática - 2.º Ciclo Matemática 6ºANO

Distribuição Normal. Apontamentos para a disciplina de Estatística I. Tomás da Silva, 2003/2006

Módulo 4 Ajuste de Curvas

AGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular ANÁLISE DE DADOS Ano Lectivo 2017/2018

Estudos Correlacionais e Estudos Causal Comparativos. Trabalho Elaborado por: Ana Henriques Carla Neves Idália Pesquita

Salientar o papel relevante desempenhado pela Estatística em todos os campos do conhecimento;

Hoje vamos analisar duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas.

Testes Verify Relatório para o Candidato. Nome: Sr. Exemplo

Probabilidade e Estatística (Aula Prática - 23/05/16 e 24/05/16)

AGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO

AGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO DEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS MATEMÁTICA PLANIFICAÇÃO ANUAL 7.

PLANIFICAÇÃO ANUAL MATEMÁTICA 10ºANO. Documento(s) Orientador(es): Programa de Matemática dos Cursos Profissionais TEMAS /DOMÍNI TEMPO AVALIAÇÃO

Modelos de Regressão Linear Simples parte I

Ensinar e aprender Estatística com o ALEA. Emília Oliveira Pedro Campos

Matemática Aplicada às Ciências Sociais. Prova Global de Avaliação PROVA NÚMERO 1

MINICURSO. Uso da Calculadora Científica Casio Fx. Prof. Ms. Renato Francisco Merli

Prof. Dr. Lucas Barboza Sarno da Silva

Física Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação

Colunas. Como escolher a melhor opção de gráficos para as suas informações no Excel

Modelos de Regressão Linear Simples - parte I

AGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO

Inovação Curricular em Matemática

Estatística Descritiva. Objetivos de Aprendizagem. 6.1 Sumário de Dados. Cap. 6 - Estatística Descritiva 1. UFMG-ICEx-EST. Média da amostra: Exemplo:

Métodos Matemáticos para Gestão da Informação

Física Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação

AGRUPAMENTO DE ESCOLAS DE VILA VIÇOSA GRUPO DE MATEMÁTICA ANO LECTIVO 2018 / 2019 MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS 10º ANO

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular ANÁLISE DE DADOS Ano Lectivo 2014/2015

Transcrição:

Estatística e calculadoras gráficas Ana Paula Canavarro Universidade de Évora Projecto DIF - CIEFCUL Projecto T 3 da APM Esta comunicação incide em três tópicos: 1. A abordagem da Estatística na escola; 2. Contributos das calculadoras gráficas ; 3. Propostas de investigações sobre os conceitos estatísticos. 1. A abordagem da Estatística na escola A Estatística está presente no dia-a-dia da nossa sociedade e são diversos os seus usos: Veicular informação nos diversos orgãos de comunicação (jornais, revistas, televisão, rádio, internet, ) Sondar a opinião pública (preferências, hábitos, situações concretas, ) Fundamentar previsões (evolução da população, do mercado, de recordes, ) Justificar tomadas de decisão (construção de escolas, incentivo ao consumo, retirada de brinquedos do mercado, ) Para que um aluno possa ser matematicamente literado, é indispensável que ele consiga lidar com a Estatística de forma esclarecida. A este propósito, numa publicação do Ministério da Educação, pode ler-se: Uma das finalidades da escola é preparar os alunos para as necessidades do mundo real onde vivemos, necessidades e problemas esses que todos os dias aparecem nos meios de comunicação social, televisão, rádio e jornais. Alfabetizar estatisticamente os alunos de modo a perceberem as notícias que ouvem e lêem, é desenvolver-lhes o sentido crítico, a capacidade de argumentar sobre elas e inclusivamente serem capazes de intervir e tomar decisões. ( Martins, Mª Eugénia; Monteiro, C., Viana, J. P. e Turkman, Estatística, 1º ano de escolaridade, ME - DES, 1997, p.8). 1

A alfabetização estatística dos alunos deve incidir sobre um conjunto de aspectos que de seguida refiro e que constituem aquilo que penso poder chamar-se literacia estatística: Dominar a linguagem estatística não só ao nível dos conceitos associados às medidas como também aos gráficos; Compreender os procedimentos estatísticos desde a escolha da amostra até à divulgação de resultados; Interpretar as situações e os resultados o que dizem os resultados sobre a situação em questão; Avaliar a validade das conclusões análise crítica sobre a razoabilidade das conclusões tendo em conta os contextos; Ponderar eventuais distorções da realidade considerar possibilidades de enviesamentos ou manipulações tendenciosas. 2. Contributos das calculadoras gráficas A partir da introdução em tabela dos valores das variáveis, as calculadoras gráficas, agora disponíveis a professores e alunos, oferecem, rapidamente e com rigor: Medidas de tendência central, de localização e de dispersão; Representações gráficas diversas; Coeficientes de correlação linear e outras; Regressões diversas. Estas possibilidades fazem com que os alunos, em qualquer estudo estatístico, possam concentrar a sua atenção nos aspectos mais elaborados do trabalho, como o interpretar, organizar, discutir, argumentar, e não sobre os aspectos mais mecânicos associados à sua realização. 2

Além disso, permitem ainda que os alunos possam lidar com os conceitos estatísticos de uma forma mais rica, explorando o seu significado, percebendo o que cada um representa, a que corresponde, o que esconde e como se manipula. Só um tal domínio dos conceitos estatísticos permite aos alunos uma utilização crítica da Estatística. Para desenvolver este domínio, o aluno poderá ele mesmo investigar sobre os diversos conceitos, desenvolvendo assim uma compreensão esclarecida. Estas investigações podem ser realizadas em quaisquer aulas de Matemática graças à existência das calculadoras gráficas. 3. Propostas de investigações sobre conceitos estatísticos De seguida apresentam-se exemplos de actividades de investigação que incidem sobre três temas particularmente importantes. Muitas outras poderiam ser propostas, e incidindo sobre outros tópicos estatísticos dos programas. Organização e Representação Este tema é tratado tanto no 3º Ciclo - 7º e 8º anos - como no 1º ano. É um tema particularmente importante porque a linguagem gráfica tem um grande impacte, é lida com muita rapidez e facilidade, e por isso é muito usada pelos orgãos de comunicação. Os dados podem ser organizados e representados de muitas formas, umas mais adequadas do que outras, dependendo muito do objectivo do estudo. A forma como se organizam os dados influencia os resultados que se mostram. A organização e representação dos dados pode ser manipulada de modo a destacar aspectos pretendidos. Pode mesmo dizer-se que a partir dos mesmo dados e com representações diferentes se podem mostrar várias verdades. Uma tarefa de investigação que poderá ter interesse para os alunos consiste em analisar as diferenças que se observam quando se constroem gráficos de barras relativos a uma mesma situação mas com barras de amplitudes diferentes. 1. Representa os dados através de gráficos de barras 3

A B C D E F 22 18 2 1 1 4 a) De modo que se vejam as seis barras. b) Associando A e B, C e D, e E e F. c) Associando as três primeiras barras e as três últimas. d) Compara os três gráficos e discute as consequências da variação das amplitudes das barras. A partir da comparação destes gráficos pode observar-se como o agrupamento dos dados em classes de amplitudes diferentes sugere informações distintas sobre a mesma situação. 45 4 35 3 25 2 15 1 5 A B C D E F 6 5 4 3 2 1 A e B C e D E e F 7 6 5 4 3 2 1 A,B,C D,E,F Uma outra tarefa de investigação importante relativamente a representações consiste em analisar as diferenças que se observam quando se visualiza o mesmo gráfico num sistema de eixos e noutro com o eixo dos yy truncado. 1. Representa os dados usando um polígono. J F M A M J J A S O N D 2 2,5 2,7 2,9 21,1 21,1 21,2 21,2 21,4 21,6 21,8 22 a) Observa o gráfico que a calculadora te fornece automaticamente. Como caracterizas o comportamento desta variável? b) Visualiza o gráfico obrigando a que o mínimo do eixo dos yy seja e que o seu máximo seja 25. O que te sugere agora o gráfico? c) Compara os dois gráficos e discute as consequências da truncagem do eixo dos yy. A comparação dos gráficos possibilita perceber como a simples truncagem do eixo evolução dos lucr dos 25, yy sugere diferentes evoluções de uma dada variável. 22, 2, 15, 1, 5,, J F M A M J J A S O N D 21,8 21,6 21,4 21,2 21, 2,8 2,6 2,4 2,2 2, evolução dos luc J F M A M J J A S O N D 4

Ainda sobre o tema representações, é bastante interessante analisar as diferenças que se observam quando se visualiza o mesmo gráfico em sistemas de eixos com diferentes valores mínimos para o eixo dos yy. 1. Representa os seguintes dados usando gráficos de barras: A B C 26 278 3 a) Observa o gráfico que a calculadora te fornece automaticamente. O que sugere? b) Visualiza agora o gráfico obrigando a que o mínimo do eixo dos yy seja 25. O que te sugere agora? c) Compara os dois gráficos e discute as consequências da variação do valor mínimo do eixo dos yy. Como os gráficos permitem observar, a subtração de uma faixa horizontal sugere comparações enganosas entre as diversas barras. Enquanto que o primeiro gráfico mostra situações pouco distintas, o segundo gráfico mostra grandes diferenças. 35 31 3 3 25 29 2 28 15 1 27 5 26 25 Grécia Espanha Portugal Grécia Espanha Portugal Medidas Embora os programas prevejam a abordagem de diversas medidas, aqui refiro apenas duas delas, a média e o desvio-padrão, pela grande importância que têm. A média é a medida estatística mais utilizada e conhecida do grande público. É uma medida que, pretendendo representar todos, muitas vezes não representa nenhum. É um bom indicador para amostras bastante homogéneas e normais, mas pode ser muito enganosa para amostras reais. Além disso, pode ser usada e manipulada com o objectivo de legitimar conclusões incorrectas. 5

O desvio padrão é uma medida de dispersão muito informativa mas é raramente usada na veiculação de informação estatística nos orgãos de comunicação. É um excelente complemento da média para conhecer uma amostra porque informa acerca das diferenças entre os diversos dados e a sua média, ou seja, acerca da sua dispersão, e por isso pode ser muito útil na comparação de amostras com médias próximas. Para um bom conhecimento do significado destas medidas, os alunos podem realizar diversas actividades. Uma delas será analisar as características de amostras distintas com a mesma média mas diferentes desvios padrão. 1. Determina a média e o desvio padrão das seguintes amostras: a) 5 5 5 5 5 6 6 6 6 6 b) 1 2 3 4 5 6 7 8 9 1 c) 1 1 5.5 5.5 5.5 5.5 5.5 5.5 1 1 2. Compara-os e tenta justificar os valores obtidos. 3. Consegues arranjar uma amostra cuja média seja igual às anteriores? Com esta actividade, os alunos podem observar que amostras muito diferentes podem ter exactamente a mesma média. O desvio padrão ajuda a exibir essas diferenças: Para 5 5 5 5 5 6 6 6 6 6, M= 5.5 e σ =.5 Para 1 2 3 4 5 6 7 8 9 1, M= 5.5 e σ = 2.87 Para 1 1 5.5 5.5 5.5 5.5 5.5 5.5 1 1 M= 5.5 e σ = 3,67 Outra actividade com interesse consiste em analisar o que acontece à média e ao desvio padrão de determinada amostra quando se produzem alterações nos dados. 1. Escolhe uma amostra de números ao teu gosto. a) Determina a sua média e o seu desvio padrão b) O que acontece a estes valores se acrescenta um novo dado igual à média? 6

c) E se acrescentar um valor dez vezes superior ao maior da amostra escolhida? d) E se o valor acrescentado for dez vezes inferior ao menor da amostra escolhida? Com esta actividade é possível compreender que a média pode ser facilmente alterada por pequenas alterações na amostra, sobretudo se for por um dado que se afasta muito do valor da média. 2 3 5 7 11 13 Média: 6,8 Desvio padrão: 4 2 3 5 6,8 7 11 13 Média: 6,8 Desvio padrão: 3,7 2 3 5 7 11 13 13 Média: 24,4 Desvio padrão: 43,2,2 2 3 5 7 11 13 Média: 5,8 Desvio padrão: 4,3 Outra hipótese de trabalho consiste em analisar amostras onde existem outliers e comparar o que acontece às medidas e representações gráficas quando estes são considerados e quando não são. 1. Considera a seguinte amostra: 2 3 5 7 11 13 1 a) Determina a média e o desvio padrão. b) Representa por diagrama de extremos e quartis e por caixa de bigodes. 2. Repete agora este estudo tomando todos os dados à excepção do maior. 3. Compara as medidas e as representações gráficas que obtiveste e discute qual das duas hipóteses (1 ou 2) te parece mais adequada para tratar aquela amostra. Um outlier tem um papel fortemente desestabilizador numa amostra, tanto que pode ser mais adequado não o considerar. Os diagramas de extremos e quartis e os gráficos caixa de bigodes, ambos facilmente representados pelas calculadoras gráficos, ajudam também a perceber visualmente essas diferenças. 2 3 5 7 11 13 1 média: 2,1 desvio padrão: 32,8 2 3 5 7 11 13 média: 6,8 desvio padrão: 4 Correlação linear 7

A ideia de correlação entre duas variáveis aparece apenas no 1º anos, mas pareceme que ela poderia com vantagem ser explorada informalmente no 3º Ciclo, onde os alunos já trabalham com funcões tipo y = ax + b. O coeficiente de correlação é um indicador usado bastantes vezes nos orgãos de comunicação para mostrar a existência de relações de dependência entre duas variáveis que se pretendem associar. No entanto, é um indicador matemático que pode ser usado para relacionar variáveis que nada têm a ver uma com a outra e pode até provar relações fortíssimas entre variáveis completamente independentes mas que dependem ambas de outros factores, por exemplo. Para que os alunos possam aperceber-se dos limites e dos perigos do coeficiente de correlação tem bastante interesse analisar diversas nuvens de pontos e estimar o valor do coeficiente de correlação associado. 1. Observa os seguintes gráficos e indica a tua previsão acerca do coeficiente de correlação linear associado a cada caso. 1 8 6 4 2 5 1 15 15 1 5 5 1 15 12 1 8 6 4 2 5 1 15 O mais natural é que os alunos indiquem estimativas diferentes para os coeficientes de correlação linear associados aos três casos, mas na realidade, ao determinar o coeficiente na calculadora, observam que ele é exactamente o mesmo: r =,816. Este facto comprova rapidamente que o coeficiente é um indicador que pode ser igualmente bom para conjuntos de pontos muito distintos, e portanto, dizer pouco sobre o tipo de relação que existe entre as variáveis que correlaciona. Outra actividade indicada para perceber as manipulações que se podem realizar de modo a alterar o valor do coeficiente de correlação relativo a duas variáveis 8

consiste em analisar o efeito de omitir alguns pontos do respectivo conjunto de pares (x,y). 1. Estuda a correlação linear entre x e y. x 1 8 13 9 11 14 6 y 8,4 6,9 7,6 8,8 8,3 1 7,3 a) Qual o valor do coeficiente de correlação? b) Omite alguns pontos do conjunto e determina novamente o valor do coeficiente. O que aconteceu? c) Considera agora apenas três pontos. Qual é o valor do coeficiente de correlação linear? d) Omite todos os pontos à excepção de dois. Qual é agora o valor do coeficiente? Esta actividade permite ganhar consciência de como o valor do coeficiente de correlação pode ser manipulado, em especial, de como pode ser melhorado pela omissão de alguns pontos. Essa manipulação pode eventualmente ser considerada legítima se se omitir um outlier mas também pode ser batota se se omitirem outros pontos. Uma última proposta relacionada com a correlação tem a ver com a expoloração de outros tipos de correlação que não apenas a linear, e isto penso que é perfeitamente realizável com alunos do 11º ou 12º ano, que já conhecem muitas famílias de funções. As calculadoras oferecem a possibilidade de trabalhar com correlações diversas e isto abre muito o leque de hipóteses que se podem pôr ao nível da modelação matemática de situações. Uma situação que considero importante explorar com os alunos consiste em avaliar os limites da recta de regressão como modelo da relação entre duas variáveis, mesmo quando o coeficiente de correlação linear é elevado. 1. Estuda a correlação entre x e y. x 1 2 3 4 5 6 7 8 y,9,6,3,25,21,17,14,12 9

a) A recta de regressão poderá ser um bom modelo matemático para relacionar as variáveis x e y? b) Sugere outros modelos que te pareçam adequados para estabelecer a relação entre aquelas variáveis. O valor do coeficiente de correlação é elevado, r = -,87, o que nos poderia levar a aceitar a recta de regressão como um bom modelo explicativo da relação entre as variáveis. No entanto, a nuvem de pontos sugere que os pontos se dispõem sobre uma curva e aparentemente, não será de esperar que se venham a obter valores de y negativos pelo que a recta teria graves limitações ou distorções. Este tipo de relação entre duas variáveis é muito frequente um exemplo concreto é a evolução de recordes de tempos no atletismo, que vão sendo cada vez menores mas nunca se irão anular. Explorando com calculadora gráfica outros tipos de correlação mais adequados descobre-se facilmente que uma correlação exponencial é mais apropriada. O respectivo valor de r é -,96. 1,9,8,7,6,5,4,3,2,1 1 2 3 4 5 6 7 8 9 E como concluir?,1,2,3,4,5,6,7,8,9 1 1 2 3 4 5 6 7 8 9 A Estatística só tem sentido se for abordada de forma a não desvirtuar a sua natureza, de forma a ser vista e usada como uma ferramenta matemática que permite compreender melhor o mundo que nos rodeia, e em especial, a intervir na 1

sociedade de uma forma mais informada. Para tal, os alunos devem desenvolver um espírito atento e crítico e a capacidade de compreender que, em qualquer estudo estatístico, as amostras são potencialmente mentirosas, a média pode induzir um grande engano, o desvio padrão procura sempre mostrar a verdade e o coeficiente de correlação pode ser uma fraude descarada. Bibliografia Abrantes, P., Serrazina, L., Oliveira, I. (1999). A Matemática na Educação Básica. Lisboa: Ministério da Educação - DEB. APM, Projecto T 3 (1999). Estatística e Calculadoras Gráficas. Lisboa: APM. Martins, E., Monteiro, C., Viana, J., Turkman, A. (1999). Estatística - 1º ano. Lisboa: Ministério da Educação - DES. NCTM (1991). Normas para o Currículo e para a Avaliação da Matemática Escolar (tradução da APM, do original de 1989, Professional Standards for Teaching Mathematics). Reston: NCTM. NCTM (1994). Normas Profissionais para o Ensino da Matemática Escolar (tradução da APM, do original de 1991, Professional Standards for Teaching Mathematics). Reston: NCTM. 11