Aula 02 - Estat Ística - Aula 01

Pacote de Teoria e Exerccios para Analista do BACEN rea 4
Estatstica Prof. Alexandre Lima

Prof. Alexandre Lima www.pontodosconcursos.com.br 1

AULA 01

1 Introduo Estatstica ...................................................................................................... 3
2 Tipos de Variveis ................................................................................................................. 4
3 Rol ............................................................................................................................................... 5
4 Sries Estatsticas ................................................................................................................. 6
5 Tcnicas de Descrio Grfica .......................................................................................... 7
5.1 Descrio Grfica de Variveis Qualitativas........................................................ 8
5.2 Descrio Grfica de Variveis Quantitativas Discretas ................................. 9
5.3 Descrio Grfica de Variveis Quantitativas Contnuas ............................. 11
6 Caracterizao de uma Distribuio de Frequncias ............................................. 14
6.1 Medidas de Posio ..................................................................................................... 14
6.2 Medidas de Disperso ................................................................................................ 22
6.2.1 Varincia ....................................................................................................................... 22
6.2.2 Desvio Padro ............................................................................................................... 30
6.2.3 Coeficiente de Variao ................................................................................................ 31
6.2.4 Desvio Interquartlico ................................................................................................... 31
7 Resumo .................................................................................................................................... 33
8 Exerccios de Fixao ......................................................................................................... 35
9 Gabarito .................................................................................................................................. 43
10 Resoluo dos Exerccios de Fixao ....................................................................... 44


Saudaes! Bem vindo s aulas de Estatstica do nosso pacote para Analista do
Banco Central rea 4. Este curso focalizar a exposio da teoria e a resoluo
de questes recentes de provas.

Peo a sua licena para tecer alguns comentrios antes de comearmos a
nossa primeira aula. Serei sincero com voc: esta disciplina no fcil. Um
bom aproveitamento requerer muita dedicao e esforo, o que significar, na
prtica, que voc dever treinar exaustivamente por meio da resoluo dos
exerccios. Garanto que se voc treinar, treinar e treinar, o bom desempenho
na prova ser mera consequncia do treinamento. Por outro lado, a minha
tarefa como seu professor consistir em apresentar os elementos sensveis do
assunto, numa ordem sugestiva e com uma distribuio adequada do
contedo. Eu o incentivo a perguntar via forum web sempre que tiver dvidas.

O segredo para ser aprovado em qualquer concurso reside na capacidade de
abstrair, que consiste, a rigor, em apreender o essencial e ignorar o incidental,
ver o que significativo e pr de lado o irrelevante, reconhecer o importante
como importante e o negligencivel como negligencivel. Portanto, espero que
voc chegue ao final deste curso com uma compreenso razovel das ideias
fundamentais de Estatstica. No tente aprender tudo o que ser ensinado de
uma s vez. H que digerir os conceitos. A minha experincia mostra que
quem tenta aprender tudo de uma s tacada no aprende nada.

Voltemos ao nosso curso. Na aula de hoje, veremos alguns tpicos de
estatstica descritiva tais como grficos, tabelas, sries, tipos de variveis,
distribuies de freqncia, medidas de posio (mdia, mediana e moda) e
medidas de disperso (desvio padro, varincia e coeficiente de variao).

As notas explicativas esto indicadas pelos smbolos (*) ou (**). Optei por no
usar notas de rodap para que haja uma melhor fluncia da sua leitura. A
ltima seo da exposio terica traz um resumo de alguns conceitos e
frmulas importantes para a prova.

Vamos comear a nossa aula?


1 Introduo Estatstica

A Estatstica a cincia que se preocupa em coletar, analisar e fazer
inferncias a partir de dados. A sua matria-prima um conjunto de dados.
Ela uma cincia meio, e no fim, sendo til em vrios campos do
conhecimento, tais como fsica, engenharia, medicina, aturia, biologia,
economia, administrao, etc.

Mtodos estatsticos nos ajudam a entender o problema da variabilidade. Mas
o que seria essa variabilidade? A idia simples. Diversas observaes de
um sistema ou fenmeno no produzem exatamente o mesmo resultado. E isto
ocorre porque sistemas/fenmenos fsicos esto sujeitos variabilidade.
Considere, por exemplo, o consumo mensal de energia eltrica da sua casa.
Voc observa o mesmo consumo mensal todos os meses? claro que no! s
vezes, o consumo varia consideravelmente, como nos meses de vero (devido
ao uso de ar-condicionado, ventilador, etc.) e de inverno (por causa da
utilizao de sistemas de aquecimento, secadora de roupas, etc.). Outro
exemplo prtico seria a arrecadao mensal de tributos do governo. O governo
precisa saber quais so as fontes potenciais de variabilidade no sistema de
arrecadao. a que entra a Estatstica, pois ela capaz de descrever a
variabilidade e de indicar quais fontes de variabilidade so mais importantes
ou quais tm impacto significativo sobre o desempenho da arrecadao.

A Estatstica pode ser dividida em duas partes: a Estatstica Descritiva, que
aborda a coleta, organizao e a descrio dos dados experimentais (*), e a
Inferncia Estatstica (ou Estatstica Indutiva), cujo objetivo inferir
propriedades de um agregado maior (a populao) a partir de um conjunto
menor (a amostra). A inferncia estatstica no exata; as suas indues
sempre possuem um determinado grau de incerteza (**)

(*) As etapas de coleta, organizao descrio podem ser resumidas pela
terminologia sntese dos dados.

(**) A induo um processo de raciocnio em que, partindo-se do
conhecimento de uma parte, procura-se tirar concluses sobre o todo.

Uma populao ou universo um conjunto de elementos com pelo
menos uma caracterstica comum. A populao pode ser finita ou infinita.
Por exemplo, o nmero de pneus defeituosos produzidos em um dia por uma
determinada fbrica, uma populao de tamanho finito. J as observaes
obtidas pela medio diria de gases de efeito estufa representam uma
populao de tamanho infinito. A caracterstica comum deve delimitar de forma
exata quais os elementos que pertencem populao e quais os que no
pertencem. Considere, por exemplo, a populao dos indivduos do sexo
masculino inscritos no prximo concurso para o BACEN. Essa populao no
inclui as pessoas do sexo feminino que faro o mesmo concurso.

Depois que caracterizamos a populao, procedemos ao levantamento de
dados acerca da caracterstica (ou caractersticas) de interesse no estudo em
questo. Na maioria dos problemas de inferncia estatstica, impossvel ou
impraticvel observar toda a populao. Devemos ento restringir nossas
observaes a uma parte da populao, isto , a uma amostra proveniente
dessa populao. Uma amostra , portanto, um subconjunto finito de uma
populao, e todos os seus elementos sero examinados para a realizao do
estudo estatstico desejado.

Quanto maior a amostra, mais precisas e confiveis sero as indues
realizadas sobre a populao. No limite, resultados 100% confiveis podem ser
obtidos atravs do exame completo da populao. Na prtica, isso no
necessrio, pois indues suficientemente precisas e confiveis podem ser
realizadas desde que o tamanho da amostra seja corretamente dimensionado.

Retornaremos ao estudo da Inferncia Estatstica, de forma bastante
detalhada, em aulas posteriores. A partir deste ponto, voltaremos a nossa
ateno para o foco desta aula, que o estudo da Estatstica Descritiva.

2 Tipos de Variveis

A funo da Estatstica Descritiva organizar as informaes contidas
nos resultados observados.

De forma geral, podemos ter cada um dos elementos de uma populao ou
amostra associado a mais de uma caracterstica de interesse. Por exemplo, o
conjunto dos elementos sob investigao pode ser uma amostra da populao
dos candidatos do sexo masculino inscritos no ltimo concurso para o BACEN.
Este o conjunto dos elementos fisicamente definidos e considerados. Para
este conjunto, as variveis (caractersticas) de interesse poderiam ser:
idade, peso e altura. Neste curso, veremos apenas o caso de variveis
unidimensionais, em que apenas uma caracterstica de interesse est
associada a cada elemento do conjunto examinado. H casos, porm, em
que duas ou mais caractersticas precisam ser simultaneamente estudadas.

A caracterstica de interesse poder ser qualitativa ou quantitativa. Tem-se,
portanto, variveis qualitativas ou quantitativas.

A varivel ser qualitativa quando resultar de uma classificao por
tipos ou atributos, como, por exemplo:

a) Populao: moradores de uma cidade.
Varivel: sexo (masculino ou feminino).

b) Populao: peas produzidas por uma mquina.
Varivel: qualidade (perfeita ou defeituosa).

Os atributos ou variveis qualitativas so denominados ordinais sempre
que pode-se estabelecer uma ordem ou hierarquia entre as respostas obtidas
no levantamento estatstico. Por exemplo, o IBGE efetua periodicamente o
levantamento do grau de instruo dos brasileiros por meio de um censo
completo da populao. As respostas possveis para essa pesquisa seriam algo
como sem instruo escolar, nvel fundamental incompleto, nvel
fundamental completo, nvel mdio incompleto, nvel mdio completo,
nvel superior incompleto e nvel superior completo. Essas respostas no so
nmeros, so variveis qualitativas. Como possvel estabelecer uma
hierarquia entre as possveis respostas, tem-se uma varivel qualitativa
ordinal.

Por outro lado, a varivel ser quantitativa quando seus valores forem
expressos em nmeros. As variveis quantitativas podem ser discretas ou
contnuas. Uma varivel contnua aquela cujos possveis valores pertencem
a um intervalo de nmeros reais e que resulta de uma mensurao, como, por
exemplo, a estatura de um indivduo. Uma varivel discreta aquela cujos
possveis valores formam um conjunto finito ou enumervel de nmeros, e que
resultam, freqentemente, de uma contagem.

Exemplos de variveis discretas:

a) Populao: casais residentes em um distrito de uma cidade.
Varivel: nmero de filhos.

b) Populao: carros produzidos em uma linha de montagem.
Varivel: nmero de defeitos por unidade.

Exemplos de variveis contnuas:

a) Populao: detergentes de uma certa marca e tipo.
Varivel: peso lquido.

b) Populao: peas produzidas por uma mquina.
Varivel: dimetro externo.

A Estatstica Descritiva pode descrever os dados atravs de grficos,
distribuies de frequncia ou medidas associadas a essas
distribuies, conforme veremos a seguir.

3 Rol

Vimos que a organizao dos dados coletados uma das etapas do processo
estatstico a cargo da Estatstica Descritiva.

Um rol um arranjo dos dados em ordem crescente ou decrescente.
Assim, {10, 8, 20, 12, 15, 3, 2, 4} so dados brutos e {2, 3, 4, 8, 10, 12, 15,
20} constituem o rol.

4 Sries Estatsticas

As tabelas so recursos utilizados pela Estatstica, com o objetivo de organizar
e facilitar a visualizao e comparao dos dados. As tabelas permitem uma
viso geral dos valores assumidos pelas variveis dentro de certos parmetros.

chamada srie estatstica toda tabela que apresenta um conjunto de dados
estatsticos distribudos em funo da poca, do local ou da espcie. As sries
estatsticas podem ser classificadas em

histricas;
geogrficas;
especficas; e
distribuio de frequncias.

Exemplos:

1) Srie histrica: ndice Nacional de Preos ao Consumidor Amplo (IPCA)

IPCA (%)
Jun/2011 0,15
Mai/2011 0,47
Abr/2011 0,77
Mar/2011 0,79
Fev/2011 0,80
Jan/2011 0,83
Dez/2010 0,63
Nov/2010 0,83
Out/2010 0,75
Set/2010 0,45
Ago/2010 0,04
Jul/2010 0,01
Jun/2010 0,00
Fonte: IBGE

2) Srie geogrfica: os 10 maiores PIB do mundo

PIB 2010
Pas US$ (bilhes)
EUA 14.582
China 5.878
Japo 5.497
Alemanha 3.309
Frana 2.560
Reino Unido 2.246
Brasil 2.087
Itlia 2.051
Canad 1.574
Fonte: Banco Mundial

3) Srie especfica: nmero de formandos por curso de graduao de uma
universidade.

NMERO DE ALUNOS
EGRESSOS - 2010
Cursos N
o
de egressos
Engenharia 100
Direito 250
Administrao 150
Economia 50
Contabilidade 50
(*) Valores hipotticos

4) Distribuio de frequncias:

Altura dos alunos de uma
academia ginstica
Alturas (m) N
o
de alunos
1,50 |-- 1,60 25
1,60 |-- 1,70 45
1,70 |-- 1,80 80
1,80 |-- 1,90 15
1,90 |-- 2,00 5
2,00 |-- 2,10 1
(*) Valores hipotticos

O conceito de distribuio de frequncias importante para a prova e ser
visto com um maior grau de detalhamento na prxima seo.

5 Tcnicas de Descrio Grfica

A frequncia de um dado valor de uma varivel (qualitativa ou quantitativa)
definida como o nmero de vezes que esse valor foi observado. Seja f
i
a
frequncia do i-simo valor observado. Se o nmero total de elementos
observados n, ento vale a relao

(1) n f
k
i
i
=
=1


em que k denota o nmero de diferentes valores existentes da varivel.

A associao das respectivas frequncias a todos os diferentes valores
observados define a distribuio de frequncias do conjunto de valores
observados. Tambm podemos trabalhar com a noo de frequncia relativa
de um valor observado, definida como

(2)
n
f
p
i
i
= .

Observe que

(3)
=
=
k
1
1
i
i
p .

5.1 Descrio Grfica de Variveis Qualitativas

O grfico obtido por meio do clculo das frequncias ou frequncias relativas
poder ser um diagrama de barras, um diagrama circular ou qualquer
outro tipo de diagrama equivalente.

Exemplo. Considere um grupo de 147 candidatos a um curso de MBA,
classificados segundo a sua graduao, conforme a Tabela 1.

Tabela 1: formao de graduao.

Formao Frequncias Freq. Relativa (%)
Engenheiros 45 30,61
Administradores 38 25,85
Economistas 35 23,81
Contadores 16 10,88
Outros 13 8,84
Total 147 100,00

Os dados esto representados por meio de um diagrama de barras e por um
diagrama circular (veja as duas figuras a seguir).


5.2 Descrio Grfica de Variveis Quantitativas Discretas

A descrio grfica de variveis quantitativas discretas normalmente feita
por meio de um diagrama de barras. Como a varivel quantitativa, seus
valores numricos podem ser representados num eixo horizontal. Neste caso,
as barras do diagrama sero verticais.

Exemplo. Considere a varivel nmero de defeitos por unidade obtidos a
partir de produtos retirados de uma linha de produo. Seja o conjunto de 20
valores obtidos conforme a Tabela 2.

Tabela 2: distribuio de frequncias.

x
i
f
i
p
i

0 8 0,20
1 14 0,35
2 10 0,25
3 4 0,10
4 2 0,05
5 2 0,05
Total 40 1,00

A figura a seguir mostra o diagrama de barras associado aos dados da Tabela
2.

Tambm possvel representar graficamente os dados da Tabela 2 utilizando
as frequncias acumuladas, que sero denotadas por F
i
. A frequncia
acumulada, em qualquer ponto do eixo horizontal (ou eixo das
abscissas), a soma das frequncias de todos os valores menores ou
iguais ao valor correspondente a esse ponto. De forma anloga, tambm
temos as frequncias relativas acumuladas P
i
. A Tabela 3 ilustra as frequncias
e frequncias relativas acumuladas para os dados da Tabela 2. A figura a
seguir mostra o grfico das frequncias acumuladas.

Tabela 3: frequncias acumuladas.

x
i
F
i
P
i

0 8 0,20
1 22 0,55
2 32 0,80
3 36 0,90
4 38 0,95
5 40 1,00

5.3 Descrio Grfica de Variveis Quantitativas Contnuas

O diagrama de barras no usado na descrio grfica de variveis
quantitativas contnuas (*). O Exemplo a seguir ilustra a tcnica usualmente
empregada na prtica.

(*) Devido natureza contnua da varivel.

Exemplo. Considere a varivel comprimento de peas produzidas em uma
fbrica, dada em centmetros:

10,4 10,5 10,8 10,2 10,6
10,6 10,2 10,7 10,4 10,5
10,3 10,5 10,4 10,7 10,4
10,9 10,5 10,3 10,6 10,5
10,4 10,5 10,6 10,9 10,7

Na Tabela 4, temos os dados acima organizados em termos de frequncias e
de frequncias relativas, simples e acumuladas.

Tabela 4: distribuio das frequncias e das frequncias acumuladas.

x
i
f
i
F
i
p
i
P
i

10,2 2 2 0,08 0,08
10,3 2 4 0,08 0,16
10,4 5 9 0,20 0,36
10,5 6 15 0,24 0,60
10,6 4 19 0,16 0,76
10,7 3 22 0,12 0,88
10,8 1 23 0,04 0,92
10,9 2 25 0,08 1,00
25 1,00

A prxima figura uma representao grfica das duas primeiras colunas da
Tabela 4. importante que voc aprenda a interpretar corretamente o grfico
da figura a seguir. Por exemplo, a frequncia 2 associada ao valor 10,3 quer
dizer, na verdade, que temos dois valores compreendidos entre os limites
10,25 e 10,35, que foram aproximados, no processo de medio, para 10,3.
Portanto, uma representao grfica correta dever associar a frequncia 2 ao
intervalo 10,25 - 10,35. Isto feito por meio de uma figura formada com
retngulos cujas reas representam as frequncias dos diversos
intervalos existentes. Tal figura denominada histograma.

10.2 10.3 10.4 10.5 10.6 10.7 10.8 10.9 11
0
1
2
3
4
5
6
7
x
f

No caso das variveis contnuas, as frequncias sempre sero associadas a
intervalos de variao da varivel e no a valores individuais. Tais intervalos
so chamados de classes de frequncias. Estas classes so usualmente
representadas pelos seus pontos mdios.

Variveis contnuas tambm podem ser representadas pelo polgono de
frequncias, que obtido unindo-se os pontos mdios dos patamares do
histograma. Para completar a figura, consideram-se duas classes laterais com
frequncia nula (*). A figura a seguir ilustra o polgono de frequncias
correspondente ao histograma da figura anterior.

(*) Exceto no caso de variveis essencialmente positivas cujo histograma se
inicia no valor zero, pois no haveria sentido em se considerar um intervalo
com valores negativos.

10.2 10.3 10.4 10.5 10.6 10.7 10.8 10.9 11
0
1
2
3
4
5
6
7
x
f

A figura a seguir mostra os grficos das frequncias relativas acumuladas e do
polgono de frequncias relativas acumuladas (ou ogivas percentuais (*))
relativos ao ltimo exemplo.

(*) O polgono de frequncias acumuladas tambm pode ser chamado de
ogiva.

10.2 10.3 10.4 10.5 10.6 10.7 10.8 10.9 11
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
x
P

Na prtica, s vezes necessrio agrupar os dados em classes de frequncia
que englobam diversos valores da varivel. A frequncia de cada classe ser,
nesse caso, igual soma das frequncias de todos os valores existentes dentro
da classe. Este procedimento corresponde a uma diminuio proposital da
preciso com que os dados foram computados. O problema a resolver, em tais
casos, o de determinar qual o nmero k de classes a constituir, qual o
tamanho ou amplitude h dessas classes e quais os seus limites. Seja R a
amplitude do conjunto de dados, ou seja, a diferena entre o maior e o menor
dos valores observados. Fixado o nmero k de classes, resulta

(4)
k
R
h .

6 Caracterizao de uma Distribuio de Frequncias

A distribuio de frequncias de uma varivel quantitativa tambm pode ser
caracterizada por grandezas numricas denominadas medidas da distribuio
de frequncias. As medidas buscam sumarizar as informaes disponveis
sobre o comportamento de uma varivel.

H medidas de posio, de disperso, de assimetria e de achatamento ou
curtose. As medidas de posio e de disperso so as mais importantes
na prtica e servem para localizar as distribuies e caracterizar a sua
variabilidade.

6.1 Medidas de Posio

As medidas de posio servem para localizar a distribuio de frequncias
sobre o eixo de variao da varivel em questo. Estudaremos, nesta aula, a
mdia, a mediana e a moda.

A mdia e a mediana indicam, por critrios diferentes, o centro da
distribuio de frequncias, ou seja, so medidas de tendncia central.
A moda, por sua vez, indica a regio de maior concentrao de
frequncias na distribuio.

Mdia Aritmtica

Suponha que voc more em So Paulo (capital) e que esteja planejando uma
viagem de carro para o Rio de Janeiro (capital) pela rodovia BR-116 (rodovia
Pres. Dutra) no prximo feriado. Qual seria o tempo gasto na viagem? Bem, a
resposta mais exata, do ponto de vista estatstico, uma vez que o tempo de
viagem uma grandeza aleatria (o tempo de viagem varia em funo de
fatores sobre os quais no temos controle tais como congestionamentos
devidos a acidentes com veculos, fiscalizaes da Polcia Rodoviria, etc.),
seria fornecer a distribuio de frequncias dos tempos de viagem de carro
para o Rio de Janeiro (vamos admitir que voc viaje de carro com alguma
frequncia para o Rio de Janeiro e que tenha coletado esse conjunto de
dados). Porm, ningum espera que voc d como resposta uma distribuio
de frequncias dos tempos de viagem. O que se espera que voc fornea o
tempo esperado ou mdio que ser gasto na viagem. Como calculamos a
mdia de uma distribuio de frequncias? Responderemos essa pergunta na
sequncia.

A mdia aritmtica, ou mdia, de um conjunto de n nmeros
n
x x x ,..., ,
2 1

definida por (leia-se x barra)

(5)

= =
+ + +
=
=
x
n
x
n n
x x x
x
n
i
i
n
1 1 ...
1
2 1

Exemplo. A mdia dos nmeros 3, 4, 8, 11 e 13

8 , 7
5
13 11 8 4 3
=
+ + + +
= x

Se k valores distintos observados
k
x x x ,..., ,
2 1
ocorrerem com as frequncias
k
f f f ,..., ,
2 1
( n f
k
i
i
=
=1
), respectivamente, a mdia ser

(6)

= =
=
=
= = =
+ + + + +
+ + + + +
=
k
i
i i
k
i
i i k
i
i
k
i
i i
k i
k k i i
x p x f
n
f
x f
f f f f
x f x f x f x f
x
1 1
1
1
2 1
2 2 1 1
1
... ...
... ...

em que p
i
denota a i-sima frequncia relativa.

Exemplo. Se 4, 7, 5, 2 ocorrerem com as frequncias 3, 2, 4 e 1,
respectivamente, a mdia aritmtica ser de

8 , 4
1 4 2 3
) 1 2 ( ) 4 5 ( ) 2 7 ( ) 3 4 (
=
+ + +
+ + +
= x

Mencionamos acima que a mdia caracteriza o centro da distribuio de
frequncias; fazendo uma analogia com a mecnica, poderamos interpretar a
mdia como sendo o centro de gravidade de uma distribuio de frequncias.

Podemos destacar as seguintes propriedades da mdia:

a) multiplicando todos os valores de uma varivel por uma constante, a
mdia do conjunto fica multiplicada por essa constante. Seja x a
varivel de interesse, c um valor constante e y = cx. Ento x c y = .
b) somando ou subtraindo uma constante a todos os valores de uma
varivel, a mdia do conjunto fica acrescida ou diminuda dessa
constante. Seja x a varivel de interesse, c um valor constante e
c x y = . Ento c x y = .

Mdia das mdias

Sejam os conjuntos A com
A
n valores, B com
B
n valores, ..., e K com
K
n
valores. Se A tem mdia
A
x , B tem mdia
B
x , ..., e K tem mdia
K
x , ento a
mdia do conjunto maior que formado pela reunio de todos os elementos
dos conjuntos A, B, ..., K em um nico conjunto dada por:

(7)
K B A
K K B B A A
n n n
x n x n x n
x
+ + +
+ + +
=
...
...
,

Exemplo. Em uma empresa, h 400 homens e 100 mulheres. Os salrios
mdios pagos aos empregados dos sexos masculino e feminino so de R$
2.520,00 e R$ 2.420,00, respectivamente. Calcule a mdia global dos salrios.

Dados: 400 =
H
n , 520 . 2 =
H
x ; 100 =
M
n , 420 . 2 =
M
x

500 . 2
500
420 . 2 100 520 . 2 400
=
+
=
+
+
=
M H
M M H H
n n
x n x n
x

Mdia global dos salrios = R$ 2.500,00

Outros Tipos de Mdia

Podemos definir outros tipos de mdia de um conjunto de dados, tais como a
mdia geomtrica
g
x , a mdia harmnica
h
x e a mdia ponderada
p
x
dadas por

(8)
n
n g
x x x x ... .
2 1
=

(9)
n
h
x x x
n
x
1
...
1 1
2 1
+ + +
=

(10)
n
n n
p
w w w
x w x w x w
x
+ + +
+ + +
=
...
...
2 1
2 2 1 1

em que
n
w w w ,..., ,
2 1
denotam fatores de ponderao ou pesos.

Exemplo. A mdia geomtrica dos nmeros 2, 4 e 8 :

4 64 8 4 2
3 3
= = =
g
x

Exemplo. A mdia harmnica dos nmeros 2, 4 e 8 :

43 , 3
8
1
4
1
2
1
3
+ +
=
h
x

Exemplo. O desempenho em um curso de graduao avaliado por meio das
notas obtidas nas provas bimestrais P1 e P2 e pela nota de Atividades (A).
Sabendo-se que a P2 tem peso 5, que a P1 tem peso 2 e que A tem peso 3,
determine a mdia final do aluno que obteve as seguintes notas (em uma
escala de 0 a 10): P1 = 5,0, P2 = 4,5 e A=8,5.

4 , 5 35 , 5
10
5 , 53
3 5 2
) 5 , 8 3 ( ) 5 , 4 5 ( ) 0 , 5 2 (
= =
+ +
+ +
=
p
x

Relao entre as mdias aritmtica, geomtrica e harmnica

A mdia geomtrica de um conjunto de nmeros positivos
n
x x x ,..., ,
2 1
menor
do que ou igual sua mdia aritmtica, mas maior do que ou igual sua
mdia harmnica:

mdia harmnica mdia geomtrica mdia aritmtica

Mdia de uma Distribuio de Frequncias de Dados Agrupados em
Intervalos de Classe

Quando os dados so apresentados em uma distribuio de
frequncias, todos os valores includos num certo intervalo de classe
so considerados coincidentes com o ponto mdio do intervalo. As
frmulas (5) e (6) da mdia sero vlidas para esses dados agrupados quando
se interpretar
i
x como o ponto mdio do intervalo e
i
f como a frequncia
de classe correspondente.

Exemplo. Seja a distribuio em classes de frequncia dada na Tabela 5.
Temos que

0 , 55
100
500 . 5
= = =

n
f x
x
i i
.

Tabela 5: clculo da mdia.
Classe
(limites reais)
f
i
x
i
x
i
f
i

40,0 45,0 6 42,5 255
45,0 50,0 16 47,5 760
50,0 55,0 32 52,5 1.680
55,0 60,0 24 57,5 1.380
60,0 65,0 14 62,5 875
65,0 70,0 6 67,5 405
70,0 75,0 2 72,5 145
100 5.500

Nota: a mdia de uma distribuio de frequncias s vezes chamada de
valor esperado.

Mediana

A mediana caracteriza o centro de uma distribuio de frequncias com base
na ordem dos valores que formam o conjunto de dados. A mediana o
valor que ocupa a posio central dos dados ordenados. A mediana o
valor que divide a distribuio ao meio, deixando os 50% menores
valores de um lado e os 50% maiores valores do outro lado.

A mediana de um conjunto de n valores ordenados, sendo n mpar,
definida como o valor de ordem (n+1)/2 desse conjunto. Se n for par,
consideraremos a mediana como o valor mdio entre os valores de ordem n/2
e (n/2) + 1 do conjunto de dados.

Exemplo. A mediana dos nove valores j ordenados,

12 14 15 19 20 22 26 27 30

igual a 20. A mediana dos oito valores j ordenados,

12 14 15 19 20 26 27 30

igual a (19+20)/2 = 19,5.

A mediana (md) de uma distribuio em classes de frequncias dada pela
expresso

(11)
md
md
a
i
h
f
F n
L md
+ =
) 2 / (

em que
i
L o limite inferior da classe que contm a mediana, n o nmero
de elementos do conjunto de dados,
a
F a soma das frequncias das classes
anteriores que contm a mediana,
md
f a frequncia da classe que contm a
mediana e
md
h a amplitude da classe que contm a mediana. A expresso
(11) supe que os valores observados da varivel tenham se distribudo
homogeneamente dentro das diversas classes.

Exemplo. Considere os dados da Tabela 5, repetidos abaixo na Tabela 6.

Tabela 6

Classe
(limites reais)
f
i

40,0 45,0 6
45,0 50,0 16
50,0 55,0 32
55,0 60,0 24
60,0 65,0 14
65,0 70,0 6
70,0 75,0 2
100

A mediana

375 , 54 5
32
22 50
0 , 50 =
+ = md .

Em certos casos prticos, como aqueles que envolvem distribuies de
frequncia com valores extremos, mais conveniente usar a mediana como
medida de tendncia central, pois a mdia sofre influncia de valores
extremos. Neste caso, a mediana fornecer uma melhor idia do centro da
distribuio de frequncias da varivel sob anlise.

A mediana de uma distribuio em classes de frequncias pode ser
geometricamente interpretada como o ponto tal que uma vertical por ela
traada divide a rea sob o histograma em duas partes iguais.

A mediana e a mdia so coincidentes quando a distribuio simtrica. Em
distribuies assimtricas, a mdia tende a deslocar-se para o lado da cauda
mais longa (vide figura a seguir).

A mediana divide o conjunto ordenado de dados em dois subconjuntos
com igual nmero de elementos. H outras maneiras de se dividir os dados
ordenados. Os quartis (Q
1
, Q
2
, Q
3
) dividem o conjunto ordenado de valores
em quatro subconjuntos com igual nmero de elementos. O primeiro quartil
(Q
1
) ou quartil inferior (Q
i
) delimita os 25% menores valores; o segundo
quartil a prpria mediana e o terceiro quartil (Q
3
) ou quartil superior (Q
s
) o
valor que separa os 25% maiores valores (veja a prxima figura). Alm dos
quartis, podemos definir os decis (D
1
, D
2
,..., D
9
), que so os valores que
dividem os dados ordenados em dez partes iguais (note que a mediana
corresponde ao quinto decil D
5
) e os percentis,que so os valores que dividem
os dados ordenados em 100 partes iguais, sendo representados por P
1
, P
2
,...,
P
99
(a mediana o percentil P
50
).

De maneira geral, os quartis, decis e percentis e outros valores obtidos
mediante subdivises dos dados em partes iguais so denominados quantis.

Os quartis, os decis e os percentis so medidas de posio separatrizes,
pois so valores que ocupam determinados lugares do eixo horizontal da
distribuio de frequncias, abrangendo intervalos iguais de um conjunto de
valores coletados e organizados.

Observe que a mediana, alm de ser uma medida de posio de tendncia
central, tambm uma medida separatriz.

Moda

A moda dada pelo valor mais freqente (ou de mxima frequncia).
Sendo assim, a moda para o conjunto de dados da Tabela 2 1 e, no caso da
Tabela 6, a classe modal 50,0 55,0.

Se todas as realizaes do conjunto de valores observados ocorrem com a
mesma frequncia, diz-se que a srie estatstica amodal, ou seja, no tem
valor modal.

Exemplo. Seja a srie estatstica {2, 1, 9, 4, 5, 20, 8, 7, 11, 19}. Essa srie
amodal, pois no h repetio de valores (todos ocorrem o mesmo nmero de
vezes).

Pode haver mais de uma moda em um conjunto de valores. Se houver apenas
uma moda, a distribuio dita unimodal. Se houver duas, bimodal, se
possuir trs trimodal e assim sucessivamente.

No caso de distribuies de frequncia em classes de mesma amplitude,
comum definir-se a moda (mo) como um ponto pertencente classe modal,
dado por

(12) h
d d
d
L mo
i
2 1
1
+
+ = ,

em que
i
L o limite inferior da classe modal,
1
d a diferena entre a
frequncia da classe modal e a da classe imediatamente anterior,
2
d a
diferena entre a frequncia da classe modal e a da classe imediatamente
seguinte e h a amplitude das classes. A frmula (12) corresponde ao clculo
da moda pelo Mtodo de Czuber.

Exemplo.Considere os dados da Tabela 6. Ento 0 , 50 =
i
L , 16 16 32
1
= = d ,
8 24 32
2
= = d , 5 = h e a moda

333 , 53 5
8 16
16
0 , 50
+
+ = mo .

A moda tambm pode ser calculada pelo Mtodo de King:

h
f f
f
L mo
ant post
post
i
+
+ = ,

em que
i
L denota o limite inferior da classe modal,
post
f

a frequncia da
classeposterior classe modal,
ant
f a frequncia da classe anterior classe
modal e h a amplitude da classe modal.

Caso a questo da prova no especifique, dever ser utilizado o
mtodo de Czuber.

A figura abaixo mostra as posies relativas da moda, mediana e mdia para
uma distribuio de frequncia (levemente) inclinada para a direita.

6.2 Medidas de Disperso

Pense na seguinte situao: uma pessoa faz quatro refeies por dia, enquanto
que outra no faz nenhuma refeio por dia. Na mdia, ambas fazem duas
refeies por dia. Isto quer dizer que os dois indivduos esto bem
alimentados? A resposta bvia no. para isso que servem as medidas de
disperso, isto , medidas de como os dados esto agrupados: mais ou menos
prximos entre si (mais ou menos dispersos).

As medidas de disperso indicam o quanto os dados se apresentam dispersos
em torno da regio central. Desta forma, caracterizam o grau de variabilidade
existente nos dados. As seguintes medidas de disperso nos interessam: a
varincia, o desvio padro, o coeficiente de variao e o desvio
interquartlico.

6.2.1 Varincia

A varincia de um conjunto de valores } ,..., , {
2 1 n
x x x X = pode ser calculada pela
frmula

(13)
=
=
n
i
i x
x x
n
s
1
2 2
) (
1

em que
2
x
s denota a varincia e x representa a mdia aritmtica. Neste curso,
tambm utilizaremos a notao Var(X) para a varincia do conjunto X.

Se os valores distintos
k
x x x ,..., ,
2 1
ocorrerem com as frequncias
k
f f f ,..., ,
2 1

(
=
=
k
i
i
n f
1
), respectivamente, a varincia ser dada por (*)

(14)
=
=
k
i
i i x
x x f
n
s
1
2 2
) (
1
.

(*) Em (13) e (14), consideramos que os dados se referem a uma populao
finita. Caso os dados estejam associados a uma amostra, o fator n (= f
i
)
que aparece no denominador do lado direito de (13) e (14) deve ser
substitudo por (n1). A justificativa para o uso do fator (n1) foge ao escopo
desta aula porque trata-se de um problema de inferncia estatstica. Contudo,
o erro cometido quando calculamos a varincia amostral pela frmula
(13) (ou (14)) pequeno para grandes valores de n (considere
n>30).

Considere o conjunto de observaes } ,..., , {
2 1 n
x x x X = . A varincia tem as
seguintes propriedades:

Seja o novo conjunto Y=cX={cx
1
, cx
2
,..., cx
n
}, em que c um valor
fixo. Ento a varincia de Y igual a c elevado ao quadrado vezes a
varincia de X: Var(Y) = c
2
Var(X).
Seja o novo conjunto W=c+X={c+x
1
, c+x
2
,..., c+x
n
}, em que c um
valor fixo. Ento a varincia de W=c+X igual a varincia de X (*):
Var(W) = Var(X).

(*) A varincia de um valor fixo nula.

A frmula (13) pode ser reescrita na forma

2 2
2
2 2
1 1 1
x x
n
x
n
x
n
s
i
i
i
i
i
i x
|
\
|
= |
\
|
|
\
|
=

,

ou seja, como a diferena entre a mdia aritmtica dos quadrados dos
valores e o quadrado da mdia aritmtica dos valores:

Varincia = Mdia dos Quadrados Quadrado da Mdia.

A varincia amostral tambm pode ser reescrita em uma forma anloga:

2
1
2
1
2 2
1 1
1
) (
1
1
x
n
n
x
n
x x
n
s
n
i
i
n
i
i x
|
\
|
=

= =

ou

2
1
2 2
1 1
1
x
n
n
x f
n
s
n
i
i i x
|
\
|
=

=

caso os valores distintos
k
x x x ,..., ,
2 1
ocorram com as frequncias
k
f f f ,..., ,
2 1

(
=
=
k
i
i
n f
1
).

Varincia Amostral = Soma dos Quadrados/(n1) Quadrado da
Mdia corrigido pelo fator n/(n1)

Exemplo. Considere o conjunto de dados {2, 5, 8, 11, 14}. Ento a varincia
desse conjunto

A) 8
B) 20,25
C) 18
D) 24
E) 22

Resoluo

A mdia do conjunto

8
5
14 11 8 5 2
=
+ + + +
= x

e a varincia

. 18
5
) 8 14 ( ) 8 11 ( ) 8 8 ( ) 8 5 ( ) 8 2 (
) (
2 2 2 2 2
2
2
=
+ + + +
=
=

n
x x
s
i
x

Tambm podemos usar a frmula "maceteada" da varincia:

Varincia = Mdia dos Quadrados Quadrado da Mdia =
2 2
1
x x
n
i
i
|
\
|

Sequncia de clculos:

1) Mdia dos quadrados:

82
5
410
5
14 11 8 5 2 1
2 2 2 2 2
2
= =
+ + + +
=
i
i
x
n
.

2) Quadrado da mdia:

64 8
1
2 2
2
= = = |
\
|
x x
n
i
i
.

Ento,

3) 18 64 82
2
= =
x
s (mesmo resultado!).

GABARITO: C

Exemplo (ATRFB/2012/ESAF) A varincia da amostra formada pelos
valores 2, 3, 1, 4, 5 e 3 igual a

A) 3
B) 2
C) 1
D) 4
E) 5

Resoluo

A questo pede que voc calcule a varincia de uma amostra (ou varincia
amostral). Ento a frmula a ser utilizada a verso corrigida de (14), em que
o denominador do lado direito da igualdade (n1):

=
k
i
i i x
x x f
n
s
1
2 2
) (
1
1

Clculo da mdia:

valor (x) frequncia (f
i
) x
i
.f
i
x
i
2
.f
i

1 1 1x1 = 1 1
2
x1 = 1
2 1 2x1 = 2 2
2
x1 = 4
3 2 3x2 = 6 3
2
x2 = 18
4 1 4x1 = 4 4
2
x1 = 16
5 1 5x1 = 5 5
2
x1 = 25
f
i
= n = 6 x
i
.f
i
= 18 x
i
2
.f
i
= 64

3
6
18
6
) 1 5 ( ) 1 4 ( ) 2 3 ( ) 1 2 ( ) 1 1 ( 1
1
= =
+ + + +
= =

=
k
i
i i
f x
n
x

Clculo da varincia amostral:

5
] ) 3 5 ( 1 [ ] ) 3 4 ( 1 [ ] ) 3 3 ( 2 [ ] ) 3 2 ( 1 [ ] ) 3 1 ( 1 [
) (
1
1
2 2 2 2 2
1
2 2
+ + + +
=
=

=
k
i
i i x
x x f
n
s

2
5
4 1 0 1 4
2
=
+ + + +
=
x
s opo B

A varincia amostral tambm pode ser calculada pela frmula,

Varincia Amostral = Soma dos Quadrados/(n1) Quadrado da
Mdia corrigido pelo fator n/(n1)

2
5
10
5
54 64
5
9 6
5
64
1 1
1
2
1
2 2
= =
=
|
\
|
=

=
x
n
n
x f
n
s
n
i
i i x

GABARITO: B

Varincia Combinada

Considere o conjunto de dados A com N
A
elementos, mdia A e varincia
2
A
s e
o conjunto B com N
B
elementos, mdia B e varincia
2
B
s . Pode-se demonstrar
que a varincia da populao conjunta A+B, tambm denominada
varincia combinada ou global, dada por

2
2 2
2
(
+
+
+
+
+
=

+
B A B A B A
B A
N N
B A
N N
B
N N
A
s .

Fazendo N = N
A
+ N
B
, obtemos

2
2 2
2
|
|
\
| +
+ =

+
N
B A
N
B
N
A
s
B A
.

Exemplo (REFAP/Cesgranrio/2007). O setor de recursos humanos de uma
empresa tem o hbito de divulgar separadamente a mdia e a varincia das
notas das avaliaes dos funcionrios do sexo feminino e do masculino. Na
ltima avaliao, os resultados obtidos foram:

Feminino Masculino
Nmero de funcionrios 20 30
Mdia 6 7
Varincia 3,4 4

A mdia e a varincia das notas dos funcionrios dessa empresa,
respectivamente, valem:

A) 6,5 e 3,7
B) 6,6 e 3,4
C) 6,6 e 4,0
D) 7,5 e 3,7
E) 13,0 e 7,5

Resoluo

Dados: N
A
= 20, 6 = A e 4 , 3
2
=
A
s (conjunto feminino); N
B
= 30, 7 = B e 0 , 4
2
=
B
s
(conjunto masculino).

A mdia global ou mdia das mdias dada pela mdia ponderada das
mdias dos conjuntos:

. 6 , 6
30 20
7 30 6 20
=
+
+
=
+
+
=
+
B A
B A
B A
N N
B N A N
X

O resultado acima j nos permite eliminar as opes A, D e E. Restaram as
alternativas B e C.

A varincia combinada dada por

2
2 2
2
|
|
\
| +
+ =

+
N
B A
N
B
N
A
s
B A
.

Calcularemos a varincia combinada se soubermos os valores das somatrias
A (soma de A),
B (soma de B),
2
A (soma dos quadrados de A) e
2
B
(soma dos quadrados de B).

A mdia do conjunto A 6 120 6
20
= =

A
A
(soma de A = 120).
A mdia do conjunto B 7 210 7
30
= =

B
B
(soma de B = 210).

A varincia de A 3,4. Ento,

4 , 39
20
4 , 3 6
20
4 , 3
20
4 , 3
2
2
2
2
2
2
2
2
= = =
|
=
|
\
|
=

A A
A
A
N
A
N
A
s
A A
A

788 4 , 39 20
2
= =

A (soma dos quadrados de A = 788).

A varincia de B 4,0. Logo,

0 , 53
30
0 , 4 7
30
0 , 4
30
0 , 4
2
2
2
2
2
2
2
2
= = =
|
=
|
\
|
=

B B
B
B
N
B
N
B
s
B B
B

590 . 1 53 30
2
= =
B (soma dos quadrados de B = 1.590).

Finalmente, temos que

2
2 2
2
2 2
2
6 , 6 56 , 47
50
330
50
378 . 2
50
210 120
50
590 . 1
50
788
=
|
\
|
=
|
\
| +
+
|
=
|
\
| +
+ =

+
N
B A
N
B
N
A
s
B A
0 , 4 56 , 43 56 , 47
2
= =
+B A
s varincia combinada = 4,0.

GABARITO: C

Nota: se as mdias dos conjuntos A e B forem iguais, ou seja, se B A = , a
varincia combinada pode ser calculada por meio da frmula simplificada

N
s N s N
N N
s N s N
s
B B A A
B A
B B A A
B A
2 2 2 2
2
+
=
+
+
=
+
,

em que N = N
A
+ N
B
. Repare que trata-se de uma mdia ponderada das
varincias individuais.

Ateno: a frmula acima um caso particular da frmula anterior da
varincia combinada. Voc s poder aplic-la quando as mdias dos
conjuntos A e B forem iguais!

Exemplo. Sejam os conjuntos de nmeros {2, 5, 8, 11, 14} e {2, 8, 14},
Assinale a opo com a varincia dos conjuntos combinados ou reunidos.

A) 8
B) 20,25
C) 18
D) 24
E) 22

Resoluo

Temos a srie estatstica A = {2, 5, 8, 11, 14} com mdia

8
5
40
5
14 11 8 5 2
= =
+ + + +
= A

e a srie B = {2, 8, 14} com mdia

8
3
24
3
14 8 2
= =
+ +
= B .

Como as mdias so iguais, podemos aplicar a frmula simplificada

N
s N s N
s
B B A A
B A
2 2
2
+
=
+
.

Varincia do 1 conjunto:

. 18
5
) 8 14 ( ) 8 11 ( ) 8 8 ( ) 8 5 ( ) 8 2 (
) (
2 2 2 2 2
2
2
=
+ + + +
=
=

A
A
N
A A
s

Varincia do 2 conjunto: . 24
3
) 8 14 ( ) 8 8 ( ) 8 2 (
) (
2 2 2
2
2
=
+ +
=
=

B
B
N
B B
s

Varincia combinada: . 25 , 20
3 5
24 3 18 5
2
=
+
+
=
+B A
s

GABARITO: B

Varincia de Dados Agrupados em Intervalos de Classe

Como j visto, quando os dados so apresentados em uma distribuio de
frequncias, todos os valores includos num certo intervalo de classe so
considerados coincidentes com o ponto mdio do intervalo. As frmulas (13) e
(14)

= =
= =
n
i
i
n
i
i x
x x
n
x x
n
s
1
2 2
1
2 2
1
) (
1

= = =
= = =
k
i
i i
k
i
i i
k
i
i i x
x p x x f x
n
x x f
n
s
1
2 2
1
2 2
1
2 2
1
) (
1

sero vlidas para esses dados agrupados quando se interpretar
i
x como o
ponto mdio e
i
f ( n f
k
i
i
=
=1
, 1
1
=
=
k
i
i
p ) como a frequncia de classe
correspondente.

Exemplo. Seja a distribuio em classes de frequncia dada na Tabela 5.
Temos que

Tabela 7: clculo da varincia.

Classe
(limites reais)
i
f
i
x
i i
f x
i i
f x
2

40,0 45,0 6 42,5 255,0 10.837,5
45,0 50,0 16 47,5 760,0 36.100,0
50,0 55,0 32 52,5 1.680,0 88.200,0
55,0 60,0 24 57,5 1.380,0 79.350,0
60,0 65,0 14 62,5 875,0 54.687,5
65,0 70,0 6 67,5 405,0 27.337,5
70,0 75,0 2 72,5 145,0 10.512,5
Total n = 100 5.500 307.025,0

Vimos que,

0 , 55
100
500 . 5
= = =

n
f x
x
i i
.

Logo,

Varincia 25 , 45 0 , 025 . 3 25 , 070 . 3 55
100
025 . 307 1
2
1
2 2 2
= = = =

=
k
i
i i x
x f x
n
s

6.2.2 Desvio Padro

O desvio padro mede a disperso absoluta de um conjunto de dados.
dado pela raiz quadrada positiva da varincia:

(15)
2
x x
s s + = .

O desvio padro est na mesma unidade da varivel e indica, em
mdia, qual ser o erro (desvio) cometido ao tentar substituir cada
observao pela mdia do conjunto de dados.

Neste curso, tambm utilizaremos a notao DP(X) para o desvio padro do
conjunto X.

Exemplo. Determine o desvio padro do conjunto 2, 5, 8, 11, 14.

Vimos que esse conjunto possui varincia igual a 18. Logo, 24 , 4 18 =
x
s .

Considere o conjunto de valores } ,..., , {
2 1 n
x x x X = . O desvio padro tem as
seguintes propriedades:

Seja o conjunto Y=cX={cx
1
, cx
2
,..., cx
n
}, em que c um valor fixo.
Ento o desvio padro de Y igual a c vezes o desvio padro de X:
DP(Y) = c.DP(X).
Seja o novo conjunto W=c+X={c+x
1
, c+x
2
,..., c+x
n
}, em que c um
valor fixo. Ento o desvio padro de W = c+X igual ao desvio
padro de X: DP(W) = DP(X)

6.2.3 Coeficiente de Variao

O coeficiente de variao definido como o quociente entre o desvio
padro e a mdia, sendo frequentemente expresso em porcentagem (*):

(16)
x
s
x cv
x
= ) ( .

O coeficiente de variao mede a disperso relativa dos dados. Utiliza-
se o coeficiente de variao na comparao do grau de concentrao
em torno da mdia para duas ou mais sries distintas.

(*) Logo, podemos dizer que o coeficiente de variao um adimensional.

Exemplo. Determine o coeficiente de variao do conjunto 2, 5, 8, 11, 14.

O conjunto tem mdia 8 e desvio padro 4,24. Portanto, % 53 53 , 0
8
24 , 4
) ( = = x cv .

6.2.4 Desvio Interquartlico

O desvio interquartlico (ou amplitude interquartil) definido como

(17)
1
Q
3
Q d
Q
= ,

em que
Q
d denota o desvio interquartlico,
3
Q o terceiro quartil (ou quartil
superior) e
1
Q o primeiro quartil (ou quartil inferior).

A amplitude interquartil pode ser usada como uma medida de disperso. Em
distribuies mais dispersas, os valores dos quartis ficam mais distantes. Em
distribuies simtricas, a distncia entre o quartil inferior e a mediana igual
distncia entre a mediana e o quartil superior, enquanto que em distribuies
assimtricas essas distncias so diferentes.

Exemplo. O primeiro e o terceiro quartis da distribuio das alturas dos
estudantes da Universidade de So Paulo so 165,56 cm e 178,59 cm,
respectivamente. Calcule o desvio interquartlico dessa distribuio.

03 , 13 56 , 165 59 , 178
1 3
= = = Q Q d
Q
cm.


7 Resumo

- A frequncia de um dado valor de uma varivel (qualitativa ou quantitativa)
definida como o nmero de vezes que esse valor foi observado.

- A associao das respectivas frequncias a todos os diferentes valores
observados define a distribuio de frequncias do conjunto de valores
observados.

- A frequncia acumulada de um dado valor igual a soma das
frequncias de todos os valores menores ou iguais ao valor em
considerao.

- Um histograma um grfico da distribuio de frequncias de uma
varivel quantitativa.

- As medidas de posio servem para localizar a distribuio de
frequncias sobre o eixo de variao da varivel (eixo horizontal).

- A mdia, a mediana e a moda so medidas de posio.

- Mdia aritmtica:
=
=
+ + +
=
n
i
i
n
x
n n
x x x
x
1
2 1
1 ...

- Mdia das mdias:
K B A
K K B B A A
n n n
x n x n x n
x
+ + +
+ + +
=
...
...

- Mdia geomtrica:
n
n
i
i
n
n g
x x x x x
/ 1
1
2 1
... . |
|
\
|
= =

=

- Mdia harmnica:
=
=
+ + +
=
n
i i n
h
x
n
x x x
n
x
1 2 1
1 1
...
1 1

- Mdia ponderada:
=
=
=
+ + +
+ + +
=
n
i
i
n
i
i i
n
n n
p
w
x w
w w w
x w x w x w
x
1
1
2 1
2 2 1 1
...
...

- A mediana o valor que divide a distribuio ao meio, deixando os 50%
menores valores de um lado e os 50% maiores valores do outro lado.

- A moda dada pelo valor mais freqente (ou de mxima frequncia).

- Varincia = Mdia dos Quadrados Quadrado da Mdia =
2 2
1
x x
n
i
i
|
\
|

- Varincia amostral:
2
1
2
1
2 2
1 1
1
) (
1
1
x
n
n
x
n
x x
n
s
n
i
i
n
i
i x
|
\
|
=

= =

- Varincia combinada dos conjuntos A e B:
2
2 2
2
|
|
\
| +
+ =

+
N
B A
N
B
N
A
s
B A

- Desvio Padro = Raiz Quadrada positiva da Varincia.

- Coeficiente de variao:
x
s
x cv
x
= ) ( .


8 Exerccios de Fixao

Julgue os itens a seguir.

1. A estatstica descritiva usa os dados de uma amostra para fazer estimativas
e testar hipteses a respeito das caractersticas de uma populao.

2. A inferncia estatstica aborda a organizao e a descrio dos dados
experimentais.

3. Uma varivel estatstica ser qualitativa quando resultar de uma
classificao por tipos ou atributos.

4. Uma varivel estatstica ser quantitativa quando seus valores forem
expressos em nmeros.

5. O rol um arranjo dos dados brutos.

6. Srie estatstica toda tabela que apresenta um conjunto de dados
estatsticos distribudos em funo da poca, do local ou da espcie.

(BACEN-rea 4/Cesgranrio/2010) Considere as informaes a seguir para
responder s questes de n
os

7 a 9.

A viabilidade financeira do projeto de uma microempresa leva em considerao
dados histricos de 100 projetos semelhantes. A tabela abaixo mostra a
distribuio de frequncias do VPL Valor Presente Lquido (valores em
milhes de reais) de um conjunto de microempresas similares.

VPL Frequncia Relativa
-10 < x 0 10%
0 < x 10 80%
10 < x 20 10%

7. Utilizando os dados histricos acima, o valor esperado para o VPL da
microempresa, em milhes de reais,

A) -10
B) 0
C) 5
D) 10
E) 20

8. Segundo os dados histricos, o valor, em milhes de reais, que mais se
aproxima do desvio padro do VPL da microempresa

A) 1
B) 2
C) 2,5
D) 4
E) 4,5

9. Um projeto alternativo para o investidor apresenta um VPL esperado, em
reais, de 6 milhes e um risco (desvio padro) de 2 milhes. Pela tica do risco
relativo, qual o melhor investimento, a microempresa ou o projeto alternativo?

A) A microempresa, pois apresenta um Coeficiente de Variao maior.
B) A microempresa, pois apresenta um Coeficiente de Variao menor.
C) O projeto alternativo, pois apresenta um Coeficiente de Variao maior.
D) O projeto alternativo, pois apresenta um Coeficiente de Variao menor.
E) indiferente, pois os investimentos apresentam Coefi- cientes de Variao
iguais.

(INEP/Cesgranrio/2008) Para responder s questes de nos 10 a 12
considere as informaes sobre o desempenho em Matemtica de alunos de
escolas pblicas na Prova Brasil 2005 4
a
srie do Ensino Fundamental, por
unidade da Federao, representado no histograma a segur.

10. O nmero de Unidades da Federao com mdias acima de 176

A) 11
B) 9
C) 6
D) 5
E) 4

11. A classe modal desta distribuio tem como limites

A) 156 160
B) 164 168
C) 172 176
D) 176 178
E) 196 200

12. O percentual de notas no intervalo (Mdia 2 D.P.)

A) 33,3%
B) 50,0%
C) 68,0%
D) 96,3%
E) 100,0%

13. (INEP/Cesgranrio/2008) Analise as afirmaes a seguir.
Numa distribuio simtrica, a mdia e a mediana coincidem.
PORQUE
Numa distribuio simtrica a moda nem sempre existe.
Quanto s afirmaes acima, pode-se concluir que
A) as duas asseres so verdadeiras e a segunda uma justificativa correta
da primeira.
B) as duas asseres so verdadeiras e a segunda no uma justificativa
correta da primeira.
C) a primeira assero uma proposio verdadeira e a segunda, uma
proposio falsa.
D) a primeira assero uma proposio falsa e a segunda, uma proposio
verdadeira.
E) tanto a primeira como a segunda so proposies falsas.

14. (BNDES/Cesgranrio/2010) Dez mulheres adultas foram submetidas a
uma pesquisa. A cada uma delas perguntou-se: Quantos filhos voc tem?. O
entrevistador foi anotando cada uma das respostas na ordem em que foram
obtidas. No entanto, devido pressa, esqueceu-se de registrar uma das
respostas. A listagem abaixo reproduz as respostas dadas, na ordem em que
foram registradas.

2 0 3 1 1 0 1 4 1

A partir das informaes acima, analise as afirmativas a seguir.

I - A moda das quantidades de filhos dessas dez mulheres independe da
resposta no registrada.
II - A mediana das quantidades de filhos dessas dez mulheres depende da
III - A mdia das quantidades de filhos dessas dez mulheres independe da

Est correto APENAS o que se afirma em

A) I.
B) II.
C) III.
D) I e II.
E) II e III.

15. (Petrobrs/Cesgranrio/2010) Uma loja de convenincia localizada em
um posto de combustvel realizou um levantamento sobre o valor das compras
realizadas pelos seus clientes. Para tal tomou uma amostra aleatria de 21
compras, que apresentou, em reais, o seguinte resultado:

ndice Valor ndice Valor ndice Valor
1 19,40 8 22,00 15 18,00
2 14,00 9 34,00 16 29,00
3 18,30 10 15,50 17 34,00
4 27,20 11 28,50 18 15,50
5 8,70 12 34,00 19 13,40
6 10,30 13 10,80 20 17,00
7 7,20 14 15,50 21 19,00

A mediana dessa srie de observaes

A)15,50
B) 18,00
C) 18,30
D) 28,50
E)34,00

16. (REFAP/Cesgranrio/2007) O grfico de setores abaixo representa a
distribuio de freqncias relativas dos salrios de uma empresa, em salrios
mnimos. No existem observaes coincidentes com os extremos das classes

O primeiro e o terceiro quartis da distribuio, respectivamente, valem:

A) 2,25 e 4,00
B) 2,25 e 5,75
C) 4,00 e 2,25
D) 4,00 e 5,75
E) 5,75 e 12,00

Considere as asseres a seguir.

17. (CAPES/Cesgranrio/2008)

A moda de um conjunto de observaes sempre um dos valores observados.

PORQUE

A moda uma medida de posio de um conjunto de observaes.

Analisando-se as asseres, conclui-se que

A) as duas asseres so verdadeiras, e a segunda uma justificativa correta
da primeira.
B) as duas asseres so verdadeiras, e a segunda no uma justificativa
correta da primeira
C) a primeira assero verdadeira, e a segunda falsa.
D) a primeira assero falsa, e a segunda verdadeira.
E) a primeira e a segunda asseres so falsas.

(CAPES/Cesgranrio/2008/Adaptada) Responda prxima questo com
base nos resultados das Avaliaes Trienais de 2004 e 2007 realizadas pela
Capes nos cursos de ps-graduao do pas apresentados na tabela a seguir.

18. O conceito mdio na Avaliao Trienal de 2004

A) 3,0
B) 5,5
C) 4,5
D) 5,0
E) 4,0

19. (Decea/Cesgranrio/2009) As informaes contidas nos dois
histogramas se referem distribuio dos salrios dos funcionrios de uma
empresa, segundo a classificao dos funcionrios em snior e master.

As estimativas da mdia salarial do grupo snior e da mediana salarial do
grupo dos master so, em salrios mnimos, respectivamente,

A) 14,5 e 17,00
B) 14,9 e 17,00
C) 14,9 e 17,25
D) 14,9 e 17,40
E) 17,2 e 17,25


20. (Petrobrs/Cesgranrio/2011) No histograma acima, os pontos mdios
das classes inicial e final so 40 e 80, respectivamente. Sabendo-se que todas
as classes tm a mesma amplitude, a estimativa adequada para a mdia e
para a mediana dessa distribuio so, respectivamente,

A) 59,5 e 59,5
B) 59,5 e 60
C) 60 e 59
D) 60 e 59,5
E) 60 e 60


9 Gabarito

1 E 2 E 3 C 4 C 5 E 6 C 7 C 8 E
9 D 10 A 11 B 12 D 13 B 14 A 15 B 16 B
17 D 18 E 19 C 20 D


10 Resoluo dos Exerccios de Fixao

Julgue os itens a seguir.

1. A estatstica descritiva usa os dados de uma amostra para fazer estimativas
e testar hipteses a respeito das caractersticas de uma populao.

Resoluo

O item est errado porque d a definio de Inferncia Estatstica.
Aproveitaremos a oportunidade para enunciar os conceitos de populao e
amostra.

POPULAO
Uma populao o conjunto de todos os elementos de interesse em
determinado estudo.

AMOSTRA
Uma amostra um subconjunto de uma populao.

GABARITO: E

2. A inferncia estatstica aborda a organizao e a descrio dos dados
experimentais.

Resoluo

O item est errado porque enuncia a definio de Estatstica Descritiva.

A maioria das informaes estatsticas publicadas no jornais, revistas,
relatrios de empresas, etc., consiste em dados sumariados e apresentados de
forma fcil de entender para o leitor. Esses sumrios de dados, que podem ser
tabulares, grficos ou numricos, so conhecidos como Estatstica Descritiva.

GABARITO: E

3. Uma varivel estatstica ser qualitativa quando resultar de uma
classificao por tipos ou atributos.

Resoluo

A varivel ser qualitativa quando resultar de uma classificao por tipos ou
atributos, como, por exemplo:

c) Populao: moradores de uma cidade.
Varivel: sexo (masculino ou feminino).

d) Populao: peas produzidas por uma mquina.
Varivel: qualidade (perfeita ou defeituosa).

Item certo.

GABARITO: C

4. Uma varivel estatstica ser quantitativa quando seus valores forem
expressos em nmeros.

Resoluo

Item certo. As variveis quantitativas podem ser discretas ou contnuas. Uma
varivel contnua aquela cujos possveis valores pertencem a um intervalo de
nmeros reais e que resulta de uma mensurao, como, por exemplo, a
estatura de um indivduo. Uma varivel discreta aquela cujos possveis
valores formam um conjunto finito ou enumervel de nmeros, e que
resultam, freqentemente, de uma contagem.

Exemplos de variveis discretas:

c) Populao: casais residentes em um distrito de uma cidade.
Varivel: nmero de filhos.

d) Populao: carros produzidos em uma linha de montagem.
Varivel: nmero de defeitos por unidade.

Exemplos de variveis contnuas:

c) Populao: detergentes de uma certa marca e tipo.
Varivel: peso lquido.

d) Populao: peas produzidas por uma mquina.
Varivel: dimetro externo.

GABARITO: C

5. O rol um arranjo dos dados brutos.

Resoluo

Um rol um arranjo dos dados em ordem crescente ou decrescente.
Assim, {10, 8, 20, 12, 15, 3, 2, 4} so dados brutos, ou seja, esto fora de
ordem, e {2, 3, 4, 8, 10, 12, 15, 20} constituem o rol.

Um arranjo dos dados brutos pode estar fora de ordem (crescente ou
decrescente). Logo, o item est errado.

GABARITO: E

6. Srie estatstica toda tabela que apresenta um conjunto de dados
estatsticos distribudos em funo da poca, do local ou da espcie.

Resoluo

A definio correta. As sries estatsticas podem ser classificadas em

histricas;
geogrficas;
especficas; e
distribuio de frequncias.

GABARITO: C

(BACEN-rea 4/Cesgranrio/2010) Considere as informaes a seguir para
responder s questes de n
os

7 a 9.

A viabilidade financeira do projeto de uma microempresa leva em considerao
dados histricos de 100 projetos semelhantes. A tabela abaixo mostra a
distribuio de frequncias do VPL Valor Presente Lquido (valores em
milhes de reais) de um conjunto de microempresas similares.

VPL Frequncia Relativa
-10 < x 0 10%
0 < x 10 80%
10 < x 20 10%

7. Utilizando os dados histricos acima, o valor esperado para o VPL da
microempresa, em milhes de reais,

A) -10
B) 0
C) 5
D) 10
E) 20

Resoluo

A questo pede para voc calcular o valor esperado ou mdia de uma
distribuio de frequncias de dados numricos agrupados em
intervalos de classe.

Quando os dados numricos so apresentados em uma distribuio de
considerados coincidentes com o ponto mdio do intervalo.

Utilizemos a seguinte notao: VPL = X, X VPL E = ) ( (valor esperado de VPL =
mdia de X).

Clculo de E(VPL):

=
= + + = + + = =
3
1
0 , 5 5 , 1 0 , 4 5 , 0 ) 1 , 0 15 ( ) 8 , 0 5 ( ) 1 , 0 5 (
i
i i
p X X

A memria de clculos ilustrada pela tabela a seguir.

VPL
X
i
(ponto
mdio do
intervalo)
Freq. Relativa
(p
i
)
X
i
p
i

-10 < x 0 -5 0,1 -0,5
0 < x 10 5 0,8 4,0
10 < x 20 15 0,8 1,5
Total X
i
p
i
= 5,0

GABARITO: C

8. Segundo os dados histricos, o valor, em milhes de reais, que mais se
aproxima do desvio padro do VPL da microempresa

A) 1
B) 2
C) 2,5
D) 4
E) 4,5

Resoluo

Deve-se calcular o desvio padro de uma distribuio de frequncias de
dados numricos agrupados em intervalos de classe.

Quando os dados numricos so apresentados em uma distribuio de
considerados coincidentes com o ponto mdio do intervalo.

Utilizemos a seguinte notao:

VPL = X;
X VPL E = ) ( (valor esperado de VPL = mdia de X)
Var(VPL) denota a varincia de VPL; e
DP(VPL) representa o desvio padro de VPL.

DP(VPL) = raiz quadrada positiva de Var(VPL).

Clculo de DP(VPL):

=
= = + + = =
3
1
2 2 2 2 2
20 25 45 25 ) 1 , 0 15 ( ) 8 , 0 5 ( ) 1 , 0 5 ( ) (
i
i i
X p X VPL Var

5 , 4 47 , 4 20 ) ( ) ( = = = VPL Var VPL DP

GABARITO: E

9. Um projeto alternativo para o investidor apresenta um VPL esperado, em
reais, de 6 milhes e um risco (desvio padro) de 2 milhes. Pela tica do risco
relativo, qual o melhor investimento, a microempresa ou o projeto alternativo?

A) A microempresa, pois apresenta um Coeficiente de Variao maior.
B) A microempresa, pois apresenta um Coeficiente de Variao menor.
C) O projeto alternativo, pois apresenta um Coeficiente de Variao maior.
D) O projeto alternativo, pois apresenta um Coeficiente de Variao menor.
E) indiferente, pois os investimentos apresentam Coefi- cientes de Variao
iguais.

Resoluo

A questo pede que voc compare os riscos de dois projetos. Pela tica do
risco relativo, o melhor investimento aquele que apresenta a
distribuio de frequncias com menor disperso em torno do valor
esperado. Observe que essa comparao no pode ser feita com o desvio
padro, pois essa medida no mede a disperso relativa dos dados.

A comparao dos riscos deve ser efetuada por meio do Coeficiente de
Variao (CV). Pela tica do risco relativo, o melhor investimento o que
possui VPL com o menor Coeficiente de Variao.

O coeficiente de variao definido como o quociente entre o Desvio Padro
(DP) e a mdia ( X ), sendo frequentemente expresso em porcentagem:

X
X DP
X CV
) (
) ( = .

Clculo do CV para o investimento microempresa (denotado por X
1
):

894 , 0
5
47 , 4 ) (
) (
1
1
1
= = =
X
X DP
X CV

Clculo do CV para o investimento alternativo (denotado por X
2
):

Dados: DP(X
2
) = 2 e E(X
2
) = 6.

333 , 0
6
2 ) (
) (
2
2
2
= = =
X
X DP
X CV

Como CV(X
2
) < CV(X
1
), o melhor investimento, pela tica do risco relativo,
o projeto alternativo, pois apresenta um Coeficiente de Variao menor.

GABARITO: D

(INEP/Cesgranrio/2008) Para responder s questes de nos 10 a 12
considere as informaes sobre o desempenho em Matemtica de alunos de
escolas pblicas na Prova Brasil 2005 4
a
srie do Ensino Fundamental, por
unidade da Federao, representado no histograma a segur.

10. O nmero de Unidades da Federao com mdias acima de 176

A) 11
B) 9
C) 6
D) 5
E) 4

Resoluo

A federao tem N = 27 estados (vide informao no canto superior direito do
histograma fornecido pelo enunciado).

De acordo com o histograma, o nmero de estados, em pontos percentuais,
com mdias acima de 176 :

7,4% com mdia 178;
11,1% com mdia 182;
11,1% com mdia 186;
7,4% com mdia 190;
0% com mdia 194; e
3,7% com 198;

Total (%) = 7,4% + 11,1% + 11,1% + 7,4% + 0% + 3,7% = 40,7%

Portanto, o nmero de Unidades da Federao com mdias acima de 176

40,7% x N = 40,7% x 27 11

GABARITO: A

11. A classe modal desta distribuio tem como limites

A) 156 160
B) 164 168
C) 172 176
D) 176 178
E) 196 200

Resoluo

A classe modal aquela que possui a maior frequncia relativa.

Nesta questo, a maior frequncia relativa 25,9%, que ocorre para classe
cujo ponto mdio 166. Como a amplitude de uma classe no histograma dado
4, temos que os limites so 164 e 168.

GABARITO: B

12. O percentual de notas no intervalo (Mdia 2 D.P.)

A) 33,3%
B) 50,0%
C) 68,0%
D) 96,3%
E) 100,0%

Resoluo

Dados: Mdia = 174,9; Desvio Padro (D.P.) = 10,4.

Intervalo (Mdia 2 D.P.):

(174,9 20,8; 174,9 + 20,8) = (154,1; 195,7)

O intervalo (154,1; 195,7 ) compreende todo o histograma exceto a classe
mais direita, cujo desempenho 3,7%. Ento o percentual de notas no
intervalo (Mdia 2 D.P.)

100% 3,7% = 96,3%

GABARITO: D

13. (INEP/Cesgranrio/2008) Analise as afirmaes a seguir.
Numa distribuio simtrica, a mdia e a mediana coincidem.
PORQUE
Numa distribuio simtrica a moda nem sempre existe.
Quanto s afirmaes acima, pode-se concluir que
A) as duas asseres so verdadeiras e a segunda uma justificativa correta
da primeira.
B) as duas asseres so verdadeiras e a segunda no uma justificativa
correta da primeira.
C) a primeira assero uma proposio verdadeira e a segunda, uma
proposio falsa.
D) a primeira assero uma proposio falsa e a segunda, uma proposio
verdadeira.
E) tanto a primeira como a segunda so proposies falsas.

Resoluo

Relembremos o conceito de conjuno causal em lngua portuguesa.

Uma conjuno uma unidade que tm por misso reunir oraes num mesmo
enunciado.

Estas unidades so tradicionalmente denominadas conjunes, que so
classificadas em dois tipos: coordenadas e subordinadas.

A palavra PORQUE uma conjuno causal, pois inicia orao que exprime a
causa, o motivo, a razo do pensamento da orao principal.

Passemos analise das afirmaes.

Orao principal: Numa distribuio simtrica, a mdia e a mediana
coincidem.

Considere a distribuio normal (vide figura a seguir). A mdia e a mediana
coincidem porque a curva normal simtrica. A afirmao VERDADEIRA.

-3 -2 -1 0 1 2 3
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
x
f
(
x
)
Densidade normal

Orao subordinada: Numa distribuio simtrica a moda nem sempre existe

A moda dada pelo valor mais freqente (ou de mxima frequncia). Se
todas as observaes de um conjunto de valores ocorrem com a mesma
frequncia, diz-se que a distribuio amodal, ou seja, no tem valor modal. A
figura a seguir mostra a distribuio uniforme, que amodal. A afirmao
VERDADEIRA.

As duas oraes so verdadeiras. Porm, a orao subordinada no a causa
da orao principal. O fato de a moda nem sempre existir em uma distribuio
simtrica no a causa de a mdia e a mediana coincidirem em uma
distribuio simtrica.

GABARITO: B

14. (BNDES/Cesgranrio/2010) Dez mulheres adultas foram submetidas a
uma pesquisa. A cada uma delas perguntou-se: Quantos filhos voc tem?. O
entrevistador foi anotando cada uma das respostas na ordem em que foram
obtidas. No entanto, devido pressa, esqueceu-se de registrar uma das
respostas. A listagem abaixo reproduz as respostas dadas, na ordem em que
foram registradas.

2 0 3 1 1 0 1 4 1

A partir das informaes acima, analise as afirmativas a seguir.

I - A moda das quantidades de filhos dessas dez mulheres independe da
II - A mediana das quantidades de filhos dessas dez mulheres depende da
III - A mdia das quantidades de filhos dessas dez mulheres independe da

Est correto APENAS o que se afirma em

A) I.
B) II.
C) III.
D) I e II.
E) II e III.

Resoluo

ANLISE DAS AFIRMATIVAS

I A observao de maior frequncia (moda) possvel forosamente o valor
1, haja vista que poder ocorrer at 5 vezes (estamos assumindo que a
resposta no registrada tenha sido um filho). Caso a reposta no registrada
tenha sido zero filho, ento o valor 0 poder ocorrer 3 vezes, e assim
sucessivamente para os demais valores. Desta maneira, a moda das
quantidades de filhos das dez mulheres o valor 1, independentemente da
resposta no registrada. Afirmativa correta.

II Temos uma distribuio de frequncias sem intervalos de classe. Neste
caso, basta identificar a freqncia acumulada imediatamente superior
metade da soma das freqncias, que igual a 5 nesta questo, pois h 10
mulheres. A mediana ser aquele valor da varivel que corresponde a tal
freqncia acumulada. Para responder se a mediana das quantidades de filhos
das dez mulheres depende ou no da resposta no registrada, faremos uma
anlise exaustiva de vrias hipteses:

Hiptese 1: trs mulheres responderam que tm zero filho;
Hiptese 2: cinco mulheres responderam que tm 1 filho;
Hiptese 3: duas mulheres responderam que tm 2 filhos; e
Assim sucessivamente.

Hiptese 1: 3 mulheres responderam que tm 0 filho.

N
o
de
filhos
Freq. Freq.
Acumulada
0 3 3
1 4 7
2 1 8
3 1 9
4 1 10
Soma 10

Hiptese 2: 5 mulheres responderam que tm 1 filho.

N
o
de
filhos
Freq. Freq.
Acumulada
0 2 2
1 5 7
2 1 8
3 1 9
4 1 10
Soma 10

Hiptese 3: 2 mulheres responderam que tm 2 filhos.

N
o
de
filhos
Freq. Freq.
Acumulada
0 2 2
1 4 6
2 2 8
3 1 9
4 1 10
Soma 10


N
o
de
filhos
Freq. Freq.
Acumulada
0 2 2
1 4 6
2 1 7
3 2 9
4 1 10
Soma 10

mediana
mediana
mediana
mediana

N
o
de
filhos
Freq. Freq.
Acumulada
0 2 2
1 4 6
2 1 7
3 1 8
4 2 10
Soma 10

Hiptese 6: 1 mulher respondeu que tm 5 ou mais filhos.

N
o
de
filhos
Freq. Freq.
Acumulada
0 2 2
1 4 6
2 1 7
3 1 8
4 1 9
5 ou mais 1 10
Soma 10

Observe que a mediana igual a 1 para todos os casos. Portanto, a mediana
das quantidades de filhos dessas dez mulheres INDEPENDE da resposta no
registrada. Afirmativa incorreta.

III - Calcule a mdia considerando a hiptese 1 (3 mulheres responderam que
tm 0 filho):

3 , 1
10
13
10
4 3 2 4
10
) 1 4 ( ) 1 3 ( ) 1 2 ( ) 4 1 ( ) 3 0 (
= =
+ + +
=
+ + + +
= x .

Agora, calcule a mdia considerando a hiptese 2 (5 mulheres responderam
que tm 1 filho):

4 , 1
10
14
10
4 3 2 5
10
) 1 4 ( ) 1 3 ( ) 1 2 ( ) 5 1 ( ) 2 0 (
= =
+ + +
=
+ + + +
= x .

Constatamos que a mdia das quantidades de filhos das dez mulheres
DEPENDE da resposta no registrada. Afirmativa incorreta.

GABARITO: A

15. (Petrobrs/Cesgranrio/2010) Uma loja de convenincia localizada em
um posto de combustvel realizou um levantamento sobre o valor das compras
realizadas pelos seus clientes. Para tal tomou uma amostra aleatria de 21
compras, que apresentou, em reais, o seguinte resultado:
mediana
mediana

ndice Valor ndice Valor ndice Valor
1 19,40 8 22,00 15 18,00
2 14,00 9 34,00 16 29,00
3 18,30 10 15,50 17 34,00
4 27,20 11 28,50 18 15,50
5 8,70 12 34,00 19 13,40
6 10,30 13 10,80 20 17,00
7 7,20 14 15,50 21 19,00

A mediana dessa srie de observaes

A)15,50
B) 18,00
C) 18,30
D) 28,50
E)34,00

Resoluo

A mediana o valor que ocupa a posio central da srie de
observaes, quando esto ordenadas em ordem crescente. Assim, se
as observaes forem 3, 4, 7, 8 e 8, a mediana o valor 7, correspondendo
terceira observao. Quando o nmero de observaes for par, usa-se como
mediana a mdia aritmtica das duas observaes centrais. Acrescentando-se
o valor 9 srie acima, a mediana ser (7 + 8)/2 = 7,5.

Para a presente questo, temos a seguinte srie ordenada em ordem crescente
de valores:

{7,20 8,70 10,30 10,80 13,40 14,00 15,50 15,50 15,50 17,00 18,00 18,30
19,00 19,40 22,00 27,20 28,50 29,00 34,00 34,00 34,00}

Observe que o valor 18,00 corresponde 11
a
observao do conjunto de
dados (posio central). Logo, a mediana da srie dada 18,00.

GABARITO: B

16. (REFAP/Cesgranrio/2007) O grfico de setores abaixo representa a
distribuio de freqncias relativas dos salrios de uma empresa, em salrios
mnimos. No existem observaes coincidentes com os extremos das classes


O primeiro e o terceiro quartis da distribuio, respectivamente, valem:

A) 2,25 e 4,00
B) 2,25 e 5,75
C) 4,00 e 2,25
D) 4,00 e 5,75
E) 5,75 e 12,00

Resoluo

Os quartis (Q
1
, Q
2
, Q
3
) dividem a distribuio de frequncias em quatro
subconjuntos com igual nmero de elementos. O primeiro quartil (Q
1
) ou
quartil inferior (Q
i
) delimita os 25% menores valores; o segundo quartil a
prpria mediana e o terceiro quartil (Q
3
) ou quartil superior (Q
s
) o valor que
separa os 25% maiores valores.

Podemos resolver a questo de uma forma "maceteada", sem fazer uma conta,
se mapearmos o grfico de setores fornecido pelo enunciado em um
histograma, como ilustrado pela figura a seguir. O histograma a seguir
representa a distribuio de frequncias dos salrios da empresa.


Primeiramente, observe que, se 40% dos colaboradores da empresa ganham
salrios na faixa de 1 a 3 salrios mnimos, ento os 25% menores salrios
devem estar na faixa de 1 a 3 salrios mnimos. Logo, o primeiro quartil (Q
1
)
um nmero entre 1 e 3. Concorda? Esta constatao elimina as opes C, D e
E. Sobraram apenas as alternativas A e B. Isto quer dizer que Q
1
= 2,25.

Analisemos a opo A. Ela afirma que Q
3
= 4,00. Ser que isto verdade?
Vamos conferir. Se 30% dos colaboradores esto na faixa de 3 a 5 salrios
mnimos, ento 15% das pessoas esto na faixa de 3 a 4 salrios mnimos (fiz
uma regra de trs "de cabea"). Ento, 40% + 15% = 55% dos colaboradores
ganham menos de 4 salrios mnimos, ou, dito de outra forma, 100% 55% =
45% ganham pelo menos 4 salrios mnimos. Como o terceiro quartil (Q
3
) ou
quartil superior (Q
s
) o valor que separa os 25% maiores valores, temos que
a opo A falsa. Sobrou apenas a alternativa B! Portanto, Q
3
= 5,75.

GABARITO: B

Considere as asseres a seguir.

17. (CAPES/Cesgranrio/2008)

A moda de um conjunto de observaes sempre um dos valores observados.

PORQUE

A moda uma medida de posio de um conjunto de observaes.

Analisando-se as asseres, conclui-se que

A) as duas asseres so verdadeiras, e a segunda uma justificativa correta
da primeira.
B) as duas asseres so verdadeiras, e a segunda no uma justificativa
correta da primeira
C) a primeira assero verdadeira, e a segunda falsa.
D) a primeira assero falsa, e a segunda verdadeira.
E) a primeira e a segunda asseres so falsas.

Resoluo

Anlise das asseres

Analisemos primeiramente a segunda assero: "A moda uma medida de
posio de um conjunto de observaes". Ela verdadeira, conforme visto
nesta aula.

Passemos avaliao primeira assero: "A moda de um conjunto de
observaes sempre um dos valores observados". Considere a seguinte srie
estatstica: 4, 7, 5, 7, 10, 2, 12, 8, 7, 5, 2, 10, 8, 11, 7, 3, 9, 6, 8, 5, 8, 2, 5.

Organizando os dados em ordem crescente:

2, 2, 2, 3, 4, 5, 5, 5, 5, 6, 7, 7, 7, 7, 8, 8, 8, 8, 9, 10, 10, 11, 12

Observe que na srie o valor 2 ocorre 3 vezes, o 5 ocorre 4 vezes, o 7 ocorre
4 vezes, o 8 ocorre 4 vezes e o 10 ocorre 2 vezes.

Logo a srie trimodal, pois h 3 valores modais: 5, 7, e 8.

Considere outra srie estatstica: 2, 3, 5, 6, 7, 9, 14, 15. Qual seria o valor
modal dessa srie? A resposta correta a seguinte: a srie amodal, ou seja,
no tem valor modal, uma vez que todas as observaes ocorrem o mesmo
nmero de vezes.

Os exemplos dados indicam que a moda no sempre um dos valores
observados. Podem ser 0, 2, 3 etc. Conclumos que a primeira assero
falsa. A opo correta a D.

GABARITO: D

(CAPES/Cesgranrio/2008/Adaptada) Responda prxima questo com
base nos resultados das Avaliaes Trienais de 2004 e 2007 realizadas pela
Capes nos cursos de ps-graduao do pas apresentados na tabela a seguir.


18. O conceito mdio na Avaliao Trienal de 2004

A) 3,0
B) 5,5
C) 4,5
D) 5,0
E) 4,0

Resoluo

O conceito mdio de 2004 deve ser calculado de acordo com a seguinte
frmula:

0 , 4
256 . 2
) 7 62 ( ) 6 145 ( ) 5 476 ( ) 4 677 ( ) 3 896 (
+ + + +
= x opo E.

GABARITO: E

19. (Decea/Cesgranrio/2009) As informaes contidas nos dois
histogramas se referem distribuio dos salrios dos funcionrios de uma
empresa, segundo a classificao dos funcionrios em snior e master.

As estimativas da mdia salarial do grupo snior e da mediana salarial do
grupo dos master so, em salrios mnimos, respectivamente,

A) 14,5 e 17,00
B) 14,9 e 17,00
C) 14,9 e 17,25
D) 14,9 e 17,40
E) 17,2 e 17,25

Resoluo

Mdia salarial do grupo snior:

Mdia = f
classe i
.x
i

em que x
i
denota o ponto mdio da classe i e f
classe i
a frequncia relativa da
classe i.

Mdia = (0,30 x 13) + (0,50 x 15) + (0,15 x 17) + (0,05 x 19)

Mdia = 3,90 + 7,50 + 2,55 + 0,95 = 14,90

Mediana salarial do grupo master:

Note que a frequncia acumulada at 16 salrios 25% e que a frequncia
acumulada at 18 salrios (25% + 40%) = 65%. Logo, a mediana est na
classe 16 18. A mediana pode ser calculada pela seguinte regra de trs:

(18 16) est para 40%

assim como

x est para 25%

25 , 0 4 , 0
2 x
=
25 , 0 4 , 0
2 x
= 25 , 1
4
5
20
25
20 , 0
25 , 0
40 , 0
25 , 0 2
= = = =
= x

Mediana = 16 + 1,25 = 17,25

GABARITO: C

20. (Petrobrs/Cesgranrio/2011) No histograma acima, os pontos mdios
das classes inicial e final so 40 e 80, respectivamente. Sabendo-se que todas
as classes tm a mesma amplitude, a estimativa adequada para a mdia e
para a mediana dessa distribuio so, respectivamente,

A) 59,5 e 59,5
B) 59,5 e 60
C) 60 e 59
D) 60 e 59,5
E) 60 e 60

Resoluo

Observe que a amplitude das classes igual a 10. A tabela a seguir ilustra a
distribuio dos dados em classes de frequncia.

Classe
ponto mdio
(X
i,mdio)

f
i
f
ac

35 |-- 45 40 1 1
45 |-- 55 50 6 7
55 |-- 65 60 10 17
65 |-- 75 70 4 21
75 |-- 85 80 2 23
Total 23

Clculo da mdia

Mdia = X =
i
(X
i,mdio
.f
i
)/
i
f
i

60
23
380 . 1
2 4 10 6 1
) 2 80 ( ) 4 70 ( ) 10 60 ( ) 6 50 ( ) 1 40 (
= =
+ + + +
+ + + +
= X

Clculo da mediana

A soma das frequncias 23. Portanto, a frequncia acumulada at a mediana
dada por 23/2 = 11,5. Conclui-se que a mediana est na classe 55 |-- 65,
haja vista que a frequncia acumulada at a classe anterior 7, menor que
11,5.

A mediana (md) calculada pela seguinte regra de trs:

(md 55) est para (11,5 7)

assim como

(65 55) est para (17 7)

7 17
55 65
7 5 , 11
55
md
5 , 4 10 ) 55 ( 10 = md 5 , 4 55 = md 5 , 59 = md

GABARITO: D

Abraos e at a prxima aula,

Bons estudos,

Alexandre Lima
alexandre@pontodosconcursos.com.br

Aula 02 - Estat Ística - Aula 01

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Aula 02 - Estat Ística - Aula 01

Uploaded by

Copyright:

Available Formats

Pacote de Teoria e Exerccios para Analista do BACEN rea 4

Estatstica Prof. Alexandre Lima

B (soma dos quadrados de B = 1.590).

You might also like